20
ADMINISTRACION DE OPERACIONES. REPORTE FINAL APLICANDO LOS CONOCIMIENTOS ADQUIRIDOS EN EL NEGOCIO DE AGROQUIMICOS DE SOLUCIONES PROFECIONALES LOS AGUSTINOS DURAN MARTINEZ MIGUEL ANGEL. GARCIA HERNANDEZ ROSARIO MORALES CALDERON DAVID ALEJANDRO MONTOYA JIMENEZ MARIA CAROLINA NAVA RICO MARIA GUADALUPE SALVATIERRA GTO. 18DE MAYO DEL 2011 INSTITUTO TECNOLOGICO SUPERIOR DE SALVATIERRA

Pronostico de La Demanda

Embed Size (px)

Citation preview

Page 1: Pronostico de La Demanda

ADMINISTRACION DE OPERACIONES.

REPORTE FINAL APLICANDO LOS CONOCIMIENTOS ADQUIRIDOS EN EL NEGOCIO DE AGROQUIMICOS DE

SOLUCIONES PROFECIONALES LOS AGUSTINOS

DURAN MARTINEZ MIGUEL ANGEL.

GARCIA HERNANDEZ ROSARIO

MORALES CALDERON DAVID ALEJANDRO

MONTOYA JIMENEZ MARIA CAROLINA

NAVA RICO MARIA GUADALUPE

SALVATIERRA GTO. 18DE MAYO DEL 2011

INSTITUTO TECNOLOGICO SUPERIOR DE SALVATIERRA

Page 2: Pronostico de La Demanda

Introducción

En el trabajo que se mostrara a continuación, se aplicaron los conocimientos adquiridos durante el semestre. Basándonos en los temas vistos, y analizaremos los temas que se puedan aplicar. Tomaremos como base el negocio de nombre soluciones profesionales de los agustinos. El cual brinda sus servicio en cuestiones agroquímicas, y todo tipo de productos para las siembras de la región.nos basaremos en solo un producto de nombre bayfolar forte (suplemento alimenticio de plantas) . y aplicaremos los métodos cuantitativo, para los pronósticos de la demanda del mes de mayo. En los cuales se aplicaran el método de promedio móvil simple, promedio móvil ponderado, regresión lineal y la desviación media estándar a su vez el manejo de los inventarios. El manejo de inventarios mediante los métodos “P” y modelo “Q” tomando en cuenta el costo total anual para el almacenamiento de dicho producto.

Page 3: Pronostico de La Demanda

Indice:

Page 4: Pronostico de La Demanda

Pronostico de la demanda

El propósito del manejo de la demanda es coordinar y controlar todas las fuentes de la demanda, con el fin de poder usar con eficiencia el sistema productivo y entregar el producto a tiempo.

El análisis de series de tiempo, se basan en la idea de que es posible utilizar información relacionada con la demanda pasada para predecir la demanda futura. La información anterior puede incluir varios componentes, como influencias de tendencias, estacionales o cíclicas.

Promedio móvil simple

Promedio móvil ponderado

Análisis de series de tiempos Suavización exponencial

Análisis de regresión

Iformacion de la tienda : Soluciones Profecionales los Agustinos.

Ventas MensualesMes Producto Precio Proveedor Precio de venta Ventas Total

Enero bayfolan forte 53 $ 61 $ 9 549 $Febrero bayfolan forte 53 $ 61 $ 18 1,098 $Marzo bayfolan forte 53 $ 61 $ 14 854 $Abril bayfolan forte 53 $ 61 $ 9 549 $

Page 5: Pronostico de La Demanda

Guía para seleccionar un método de pronóstico apropiado

Método de pronostico

Montos de datos históricos

Patrón de los datos

Horizonte de pronostico

Promedio móvil simple

6 a 12 meses, a menudo se utiliza datos semanales

Los datosdeben serestacionarios( es decir, sinTendencia niTemporada)

Corto a mediano

Promedio móvil ponderado y suavización exponencial simple

Para empezar se necesitan de 5 a 10 observaciones

Los datos deben ser estacionarios

corto

Suavización exponencial con tendencia

Para empezar se necesitan de 5 a 10 observaciones

Estacionario tendencia

corto

Regresión lineal De 10 a 20 observaciones

Estacionarios, tendencias y temporalidad

Corto a mediano.

Promedio móvil simple.Cuando la demanda no crese ni baja con rapidez, y si no tienen características estacionales, un promedio móvil puede ser útil para eliminar fluctuaciones aleatorias del pronóstico. Aunque los promedios de movimientos casi siempre son centrados, es más conveniente utilizar datos pasados para predecir el periodo siguiente de manera directa.

La fórmula de un promedio móvil simple es:

FT=( A t−1+At−2+A t−3+. ..+At−n )÷n

Page 6: Pronostico de La Demanda

Donde

FT = Pronostico para el siguiente periodo.

n = Numero de periodos para promediar.

At-1 = Ocurrencia real del periodo pasado.

At-2, At-3, At-n = ocurrencias reales hace dos periodos, hace tres periodos, y así sucesivamente, hasta hace n periodos.

Para el promedio movil simple se tomo como base los meses pasados del año en curso 2011, se realizo un listado de los 4 meses y las ventas del producto bayfolan forte posteriormente se realizo el pronóstico con el número de 2 observaciones (k)

Promedio movil simpleMes At (ventas) PronósticoEnero 9Febrero 18Marzo 14 14Abril 9 16Mayo 12

Promedio móvil ponderado.Un promedio móvil ponderado permite asignar cualquier importancia a cada elemento, siempre y cuando la suma de todas las ponderaciones sea igual a uno.

Mes 1 Mes 2 Mes 3 Mes 4 Mes 59 18 14 9 ¿?

El pronóstico para el mes 5 seria:

F5 = 0.40 (9) + 0.30 (14) + 0.20 (18) + 0.10 (9) = 12.3

La fórmula para un promedio móvil ponderado es:

Ft = w1At-1 + w2At-2 + … wnAt-n

Dónde:

Page 7: Pronostico de La Demanda

w1 = Ponderación dada a la ocurrencia real para el periodo t-1

w2 = Ponderación dada a la ocurrencia real para el periodo t-2

wn = Ponderación dada a la ocurrencia real para el periodo t-n

n = Número total de periodos en el pronóstico.

El grupo Soluciones Profesionales los Agustinos, quiere saber el pronóstico de las ventas sobre su producto Bayfolan Forte (1L) para el mes de Mayo. Para tener un pronóstico más certero se a tomado en cuesta el 40% de las ventas del mes de Abril, 30 % de las del mes de Marzo, 20% de las del mes de Febrero y 10% de las ventas del mes de Enero:

Enero Febrero Marzo Abril Mayo9 18 14 9 12.3(.10) (.20) (.30) (.40) 9

Mayo=(9)(.10)+(18)(.20)+(14)(.30)+(9)(.40)=12.3

Ahora supongamos que el pronostico para el mes de mayo fue de 14 y se quiere encontrar el pronostico para el mes de junio:

Enero Febrero Marzo Abril Mayo Junio9 18 14 9 12.3 12.9

(.10) (.20) (.30) (.40)

Junio=(18)(.10)+(14)(.20)+(9)(.30)+(12.3)(.40)=12.9

Suavización exponencial:En los métodos de pronostico anterior (promedio móvil simple y ponderado), la principal desventaja es la necesidad de manejar en forma continua gran cantidad de datos históricos. En muchas aplicaciones (quizá en la mayor parte), las ocurrencias más recientes son más indicativas del futuro que aquellas en el pasado distante. Si esta premisa es validad (que la importancia de los datos disminuye conforme el pasado se vuelve más distante), es más probable que el método más lógico y fácil sea la suavización exponencial.

Page 8: Pronostico de La Demanda

La razón por la que se llama suavización exponencial es que cada incremento en el pasado se reduce (1-α). Por ejemplo, si α es 0.05, las ponderaciones para los distintos periodos serían las siguientes (α se define a continuación):

Peso en α=0.05

Peso más reciente = (1- α)0 0.0500Datos de un periodo anterior = α (1- α)1 0.0457Datos de dos periodos anteriores = α (1- α)2 0.0451Datos de tres periodos anteriores = α (1- α)3 0.0429

La suavización exponencial es la más utilizada de las técnicas de pronóstico. Es parte integral de casi todo los programas de pronóstico por computadora, y se usa con mucha frecuencia al ordenar el inventario en las empresas minoristas, las compañías mayoristas y las agencias de servicios.

Las técnicas de suavización exponencial se han aceptado en forma generalizada por seis razones principales:

1.- los modelos exponenciales son sorprendentemente precisos.

2.- formular un modelo exponencial es relativamente fácil

3.- el usuario puede entender cómo funciona el modelo

4.- los requerimientos de almacenamiento en la computadora son bajos debido al uso limitado de datos históricos. Es fácil calcular las pruebas de precisión relacionadas con el desempeño del modelo.

En el método de suavización exponencial, solo se necesitan tres piezas de datos para pronosticar el futuro: el pronóstico más reciente, la demanda real que ocurrió durante el periodo de pronósticos y una constante de uniformidad alfa (α). Esta constante de suavización determina el nivel de uniformidad y la velocidad de reacción a las diferencias entre los pronósticos y las ocurrencias reales.

La ecuación para un solo pronóstico de uniformidad exponencial es simplemente.

Ft = Ft-1 + α (At-1 – Ft-1)

Donde:

Ft = El pronóstico suavizado exponencialmente para el periodo t

Ft-1 = El pronóstico suavizado exponencialmente para el periodo anterior

At-1 = la demanda real para el periodo anterior

α = El índice de respuesta deseado o la constante de suavización.

Page 9: Pronostico de La Demanda

SUAVISAMIENTO EXPONENCIAL SIMPLE

Mes Demanda Real α.2 α.3 α.41 9 9 9 92 18 9 9 93 14 10.8 11.7 12.64 9 11.44 12.39 13.16

F2 = F1+ α(At-1 – Ft-1) = 9 + (.2)(9-9)= 10.8

DESVIACION MEDIA ABSOLUTA

Mes Demanda Real α.2 α.3 α.41 9 0 0 02 18 9 9 93 14 3.2 2.3 1.44 9 1.44 3.39 4.16Desviacion Media Absoluta (DMA) 3.41 3.67 3.64

Mes 1 Mes 2 Mes 3 Mes 40

2

4

6

8

10

12

14

16

18

20

Demanda realα.2α.3α.4

Page 10: Pronostico de La Demanda

Análisis de regresión lineal.

Puede definirse la regresión lineal como una relación funcional entre dos o más variables correlacionadas. Se utiliza para pronosticar una variable con base en la otra. Por lo general, la relación se desarrolla a partir de datos observados. Primero es necesario graficar los datos para ver si aparecen lineales o si por lo menos partes de los datos son lineales. La regresión lineal se refiere a la clase de regresión especial en la que la relación entre las variables forma una recta,

Las recta de la regresión lineal tiene la forma Y= a+bX, donde Y es el valor de la variable dependiente que se despeja, a es la secante en Y, b es pendiente y X es la variable independiente (en el análisis de serie de tiempo, las X son las unidades de tiempo).

La regresión lineal es útil para el pronóstico a largo plazo de eventos importantes, así como la planeación agregada.

La fórmula es:

Y = a + bX.

El grupo soluciones profecionales los agustinos desea saber el crecimiento en las ventas, para esto necesita desarrollar un pronostico a corto plazo, con el fin de planear las necesidades de las

Page 11: Pronostico de La Demanda

instalaciones para los siguientes 3 meses. Se utilizo las cifras de ventas correspondientes en los ultimos 4 meses.

Meses Ventas del mes

x2 xy

1 9 1 92 18 4 363 14 9 424 9 16 64

∑=10 ∑=50 ∑=30 ∑=151

a=∑ x2∑ y−∑ x∑ xy

n∑ x2−(∑ x )2 =

(30 ) (50 )−(10 ) (151 )4 (30 )−(10 )2

a=1500−1510120−100

=1020

=0.5

b=n∑ xy−∑ x∑ y

n∑ x2−(∑ x )2=

( 4 ) (151 )−(10 ) (50 )4 (30 )−(10 )2

b=604−500120−100

=10420

=5.2

Y=a+bX

y5=0.5+5.2 (5 )=28.5=29 piezas

y6=0.5+5.2 (6 )=34.2=35 piezas

y7=0.5+5.2 (7 )=39.9=40 piezas

Sistemas de inventarios de varios periodos.

Page 12: Pronostico de La Demanda

Existen dos tipos generales de sistemas de inventario de varios periodos: Los modelos de cantidad de pedido fija (también llamado cantidad de pedido económico, EOQ – economic order quantity- y modelo Q) y modelos de periodos fijos (conocido también como sistema periódico, sistema de revisan periódica, sistema de intervalo fijo y modelo P). Los sistemas de inventarios de varios periodos están.

Diferencias entre cantidad de pedido fijo y periodo fijo

Características Modelo Q(modelo de cantidad de pedido fijo)

Modelo P(modelo de periodo fijo)

Cantidad del pedido Q, constante(siempre se pide la misma cantidad)

Q, variable (varia cada vez que se hace un pedido)

Donde hacerlo R, cuando la posición del inventario baja al nivel de volver a pedir

T, cuando llega el periodo de revisión.

Registros Cada vez que se realiza un retiro o una adición

Solo se cuenta el periodo de revisión

Tamaño del inventario Menos que el modelo de periodo fijo

Más grande que el modelo de cantidad de pedido fija

Tiempo para mantenerlo Mas alto debido a los registros perpetuos

Tipo de pieza Piezas de precios más alto, críticos o importantes

Modelos de cantidad de pedido fijoSe trata de determinar el punto específico R, en que se ara el pedido, así como el tamaño de este

A continuación la ecuación

Costo anual total = costo de compra anual + costo de pedido anual + costo de mantenimiento anual

TC=DC+ DQS+Q

2H

Page 13: Pronostico de La Demanda

TC = Costo anual total

D = Demanda (anual)

C = Costo por unidad

Q = Cantidad optima a pedir

S = Costo de preparación o costo de hacer pedido

R = punto de volver a pedir.

L = tiempo de entrega.

H = Costo anual de mantenimiento y almacenamiento por unidad del inventario promedio

Qopt=√(2DS )÷H

Punto de volver a pedir

R= đ L

Dónde:

. đ= Demanda diaria promedio

L = Tiempo de entrega en días

Al negocio le interesa saber el costo total anual. El cual le interesa saber cuanto se gasta en la compra, conto de la orden y cuanto le cuesta mantener el inventario pero anualmente.

Para realizarlo nos brindaron la información (variables):

D= demanda anual

C=costo por unidad

Q= volumen de la orden

Page 14: Pronostico de La Demanda

S= costo por colocar la orden

R= punto de reorden

H=costo por mantener inventario.

D= 120, C=$53, Q=20 unidades(ya se obtivo anteriormente), S=$5, H=$3

Costo anual de la compra:

Formula: DC = (190)(53)= $6360

Costo anual de la orden:

Formula: DQS=120

20(5 )=$30

Costo anual por mantener inventario:

Formula: Q2H=20

2(3 )=$30

Para obtener el total del costo anual aplicamos la formula:

TC=DC +DQS+Q

2H

TC= 6360 + 30+30 =$6420 al año se gasta.

Se tiene una demanda anual de 120 unidades anualmente.Q=√2.DSh

D= demanda anual

120 unidades

Page 15: Pronostico de La Demanda

El bayfolar forte que se compra al proveedor tiene un costo de 53$ cada uno y el pronóstico de la demanda para el año entrante es de 120 unidades, al hacer una nueva orden nos cuesta 5$ y el costo de almacenaje es de 3 $ por unidad.

Puesto que el almacén se cobra luz y agua los servicios indispensables.

De luz se paga la cantidad de 30$ ------6(meses)=180

De agua el coso es 15 $ --------2(meses)=180=360/120

Q=√2 (120 )(5)3

=20 UNIDADES

Punto de Reorden. R = DL

R= .328(1)= .328= 1 UNIDAD

Cuando nuestro inventario llega a una unidad se hará un pedido de 20 unidades.

Modelo de periodos fijos con inventario de seguridad.En un sistema de periodo fijo, los pedidos se vuelveb a hacer en el momento de la revisión (T), y el inventario de seguridad que es necesario volver a pedir es:

Inventario de seguridad = zσT+L

Cantidad de pedido = demanda promedio + inventarios de seguridad + existencias disponibles.

q = đ (T+L) + zσT+L – I

Donde

q = Cantidad a pedir

T = El número de días entre revisiones.

L = Tiempo de entregas en días

Page 16: Pronostico de La Demanda

d = demanda diaria promedio pronosticada

z = Numero de desviaciones estándar para una probabilidad de servicio especifica

zσT+L = Desviación estándar de la demanda durante el periodo de revisión y entrega.

I = Nivel de inventario actual.

La demanda diaria del producto bayfoliar forte es de 1 unidad con una desviación estándar de 4.35. El periodo entre revisiones es de 1 día y el tiempo de entrega es de 1 día. Se a establecido satisfacer el 95% de la demanda con los artículos en existencia. Al inicio de este periodo entre revisiones el inventario tiene 1 unidad. ¿Qué cantidad se requiere ordenar para no sufrir un desabasto?

S=√ n∑ xi2−(∑ xi)2

n(n−1)

S=√ 4 (682 )−(2500)4 (3)

S=√ 22812

S=√19

S=4.35

q=đ (t+L )+z σT +L -I

q = 1(2) + (1.64)(6.151)-1 = 11.08 ≈ 12 unidades

σ T +L = √∑ σ 2di = √2(4.35)2 = 6.151