Meses Ventas Meses Ventas

1 12 7 31
2 17 8 28
3 20 9 36
4 19 10 37
5 24 11 39
6 21 12 40
Promedio 18.83 Promedio 35.17

Con base en lo anterior, ahora se determina el incremento promedio de las ventas de los dos grupos, así:
35.2 – 18.8 = 16.34
Luego al dividir este valor por el número de períodos que tiene cada grupo se obtiene el incremento promedio de
las ventas por mes, que es de 2.73,
16.34/6 = 2.73 … De esta forma se obtiene la estimación de la tendencia para el mes T1
Para estimar F1, calculamos el promedio total de los datos (sumatoria de ventas mensuales/n =27), este valor, se
puede ubicar entre los meses 6 y 7; el promedio de estos está centrado en 6.5, esto significa que la ubicación del
valor promedio de los datos está exactamente en la mediana de los períodos de tiempo considerados.

Por lo tanto, para determinar el valor del primer período se resta el ajuste por tendencia por mes (2.73),
multiplicando por (12 – 6.5). Lo anterior permite determinar el valor del pronóstico como sigue:

F1 = 27 – (2.73) (12-6.5) = 11.985 ≈ 12

Ya con los valores iniciales se procede a realizar el pronóstico.

Ft+1 = α Dt + (1- α) (Ft + Tt) Ecuación 2

F2 = 0.4(12) + (1- 0.4) (12 + 2.7) = 13.7

Paso 2: Calcular la Tendencia para el mes 2.

Tt+1 = δ (Ft+1 - Ft) + (1-δ) (Tt) Ecuación 3

T2 = 0.4(13.7 – 12) + (1- 0.4) (2.7) = 2.3

Paso 3: Calcular el Pronóstico incluyendo la Tendencia con la Ecuación (4)

FITt+k, = Ft + kTt
FIT2+1 = F2 + (1)T2 = 13.7 + (1) (2.3) = 15.9

En este caso se está pronosticando un período de tiempo (k) a la vez, pero se puede verificar el pronóstico con
valores de k = 2 y 3, es decir con base en un período se pronostica al segundo o tercer período futuro, y la manera
de validar el mejor método de pronóstico se hará con base al error.

Página 20 de 55
De manera similar, para el pronóstico del mes 17 es:

FITt+k, = Ft + kTt
FIT12+5 = F12 + (5) T12 = 39.3 + (5) (2.9) = 54

A continuación, se muestra el desarrollo completo del pronóstico para el Ejemplo.

4.- PROCEDIMIENTO: Se abordará lo planteado en la parte de teoría, a través de los procedimientos para el
cálculo del pronóstico de la demanda.
En la formulación de cada problema: Identificará los Datos que presenta el problema; calculará el
pronóstico de la demanda, si el ejemplo lo permite, determinará el error en el pronóstico y seleccionará
el mejor pronóstico de la demanda, resaltará la solución encontrada y hará una recomendación escrita
en base a los resultados obtenidos.

Página 21 de 55
Entregará un reporte de Taller que contenga la información indicada para cada problema. El reporte debe
incluir una portada de identificación que contenga: Nombre de la Universidad y de la Escuela o Centro al que
pertenece, título del producto, nombre de quien lo realiza, lugar y fecha. El reporte deberá incluir también una
breve Introducción al Taller y al final de este, una conclusión personal, que haga alusión a tema o los temas que
se estén tratando.

5.- EJERCICIOS DE TALLER:

Problema 1: Desarrolle un pronóstico para las ventas de papel de computadora para el mes 26, si la demanda del
mes 25 es 259, actualice los parámetros y proporcione los pronósticos para el mes 26, utilizando valores de α =
0.4 y δ = 0.4
Tabla de ventas históricas de papel de computadora (en cajas):

Mes Ventas Mes Ventas Mes Ventas

1 116 9 163 17 210
2 133 10 163 18 207
3 139 11 164 19 225
4 157 12 191 20 223
5 154 13 201 21 257
6 159 14 219 22 232
7 162 15 207 23 240
8 172 16 205 24 241

Problema 2: IngE es una empresa productora de alimento para peces y requiere calcular el pronóstico de demanda
con el método de suavizado exponencial con corrección por tendencia para los próximos meses.
El pronóstico de demanda del período 1 fue de 1500, pero las ventas reales fueron de 1132 y la tendencia en ese
momento fue de 150. La compañía asigna un α=0.10. Prevén una tendencia alcista en próximos meses, por lo que
definen δ =0.40
Registro de Ventas mensuales del año pasado:
Parido 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 1132 1600 1690 1640 1765 1879 1990 2100 2210 2356 2201 2027

Problema 3: La empresa Barcel S.A. de C.V. desea elaborar el pronóstico de ventas par uno de sus productos de
mayor demanda en el mercado llamado “chicharrones Barcel”, el pronóstico se requiere para el mes de octubre,
para lo cual considera los siguientes datos de las ventas reales en miles de pesos:
Nota: Utilice valores de α = 0.4 y δ = 0.4

Mes Demanda Real

Enero 30
Febrero 35
marzo 28
Abril 20
Mayo 25
junio 30
julio 35
agosto 40
septiembre 50

Página 22 de 55
REFERENCIAS BIBLIOGRÁFICAS:
 Principios de Administración de Operaciones, de Jay Heizer y Barry Render, Septima Edición, Ed. Prntice
Hall.
 Administración de la producción y las Operaciones, de Everett E. Adam Jr. y Ronald J. Ebert, Cuarta
edición, Ed. Prentice Hall.
 Administración de Operaciones, Producción y Cadena de Sumnistros, de Richard B. Chase, F. Robert
Jacobs y Nicolas J. Aquilano, Duodécima edición, Ed. Mc Graw Hill

Página 23 de 55
 Universidad Autónoma De Baja California
Facultad de Ciencias de Ingeniería y Tecnología Valle De Las Palmas
FCITEC
Actividades de Taller
CARRERA PLAN DE CLAVE UNIDAD NOMBRE DE LA UNIDAD DE
ESTUDIO DE APRENDIZAJE APRENDIZAJE
Ingeniería Industrial 2007-1 9019 Planeación y Control de la Producción I

TALLER No. NOMBRE DEL TALLER DURACIÓN (HORAS)

4 Modelos Cuantitativos de Pronóstico de la demanda 2
(Modelos Estacionales)

Elaboró: Revisó:
M.C. Alma Evelia Romero Bastida

1.- INTRODUCCIÓN: Este taller muestra el procedimiento para calcular el pronóstico de la demanda mediante
para datos que sigan una variación estacional.
2.- OBJETIVOS: Que los alumnos conozcan en qué consisten esta técnica del pronóstico de la demanda e
identifique con que tipos de datos se puede utilizar.
3.- TEORÍA:
Las variaciones estacionales en los datos son movimientos regulares ascendentes o descendentes localizados en
una serie de tiempo y que se relacionan con acontecimientos recurrentes como el clima o las vacaciones.
Por ejemplo, la demanda de carbón o petróleo aumenta durante los meses de invierno. La demanda de clubes de
golf o bronceadores puede ser mayor durante el verano.
La estacionalidad puede aplicarse en forma horaria, diaria, semanal, mensual o en otros patrones recurrentes. Los
restaurantes de comida rápida registran diariamente repuntes al medio día y nuevamente después de las 5 P.M.
Los cines aumentan su demanda los viernes y sábados por la noche. La oficina de correos, Toys “R”Us, The
Christmas Store y las tiendas de tarjetas Hallmark también registran variaciones estacionales tanto en el tráfico
de clientes como en las ventas.
De manera similar, comprender las variaciones estacionales es importante para planear la capacidad en las
organizaciones que manejan picos en la carga de trabajo. Esto incluye a las compañías de energía eléctrica durante
los periodos de frío o calor intensos, a los bancos los viernes por la tarde, y a trenes subterráneos y autobuses
durante las horas de tráfico matutino o vespertino. Esto implica la revisión de la tendencia de los datos a lo largo
de una serie de tiempo.
La presencia de estacionalidad hace necesario ajustar los pronósticos con una recta de tendencia. Las estaciones
se expresan en términos de la cantidad en que difieren los valores reales de los valores promedio en la serie de
tiempo. Analizar los datos en términos de meses o trimestres suele facilitar la detección de los patrones
estacionales. Los índices estacionales pueden desarrollarse mediante varios métodos comunes. En lo que se
denomina modelo estacional multiplicativo, los factores estacionales se multiplican por una estimación de la
demanda promedio para producir un pronóstico estacional.
El supuesto para la aplicación de un modelo de estacionalidad es que la tendencia se ha eliminado de los datos.
De otra forma, la magnitud de los datos estacionales estaría distorsionada por la tendencia. A continuación, se
presentan los pasos a seguir para realizar un pronóstico en datos históricos que muestren una variación estacional:

1. Encontrar la demanda histórica promedio de cada estación

2. Calcular la demanda promedio de todos los meses dividiendo el promedio total de la demanda anual entre el
número de estaciones.

Página 24 de 55
3. Calcular un índice estacional para cada estación dividiendo la demanda histórica real de ese mes (del paso 1)
entre la demanda promedio de todos los meses (del paso 2).
4. Estimar la demanda total anual para el siguiente año.
5. Dividir esta estimación de la demanda total anual entre el número de estaciones, después multiplicarla por el
índice estacional para ese mes. Esto proporciona el pronóstico estacional.

Ejemplo:
Un distribuidor Des Moines de computadoras portátiles Sony quiere desarrollar índices mensuales para las ventas.
Se dispone de los datos mensuales para los años 2005 a 2007.

Datos historicos de ventas Pronostico

mes Promedi o por peri odo i ndi ce de es taci ona l i da d
2005 2006 2007 para 2008 = 1200
ene 80 85 105 (80+85+105)/3 = 90 90/79.8333 = 0.957 (1200/12)* 0.957 = 96
feb 70 85 85 (70+85+85)/3 = 80 80/79.833 = 0.851 (1200/12)* 0.851 = 85
mar 80 93 82 85 1.065 106
abr 90 95 115 100 1.253 125
may 113 125 131 123 1.541 154
jun 110 115 120 115 1.441 144
jul 100 102 113 105 1.315 132
ago 88 102 110 100 1.253 125
sep 85 90 95 90 1.127 113
oct 77 78 85 80 1.002 100
nov 75 82 83 80 1.002 100
dic 82 78 80 80 1.002 100
ene suma 958
No de observaciones 12 periodos
Pronostico anual= 1200
Promedio total= 958 79.83333333
12

4.- PROCEDIMIENTO: Se abordará lo planteado en la parte de teoría, a través de los procedimientos para el
cálculo del pronóstico de la demanda.
En la formulación de cada problema: Identificará los Datos que presenta el problema; calculará el
pronóstico de la demanda, si el ejemplo lo permite, determinará el error en el pronóstico y seleccionará
el mejor pronóstico de la demanda, resaltará la solución encontrada y hará una recomendación escrita
en base a los resultados obtenidos.

Entregará un reporte de Taller que contenga la información indicada para cada problema. El reporte debe
incluir una portada de identificación que contenga: Nombre de la Universidad y de la Escuela o Centro al que
pertenece, título del producto, nombre de quien lo realiza, lugar y fecha. El reporte deberá incluir también una
breve Introducción al Taller y al final de este, una conclusión personal, que haga alusión a tema o los temas que
se estén tratando.

Página 25 de 55