• Author / Uploaded
• Rudy Tito Tito

Citation preview

PRONOSTICOS PREGUNTAS PARA ANÁLISIS: 1. ¿Qué es un modelo de pronóstico cualitativo y cuándo es apropiado su uso? Pronóstico cualitativo: Este método es apropiado cuando los datos confiables son escasos o difíciles de emplear. Las técnicas cualitativas se usan cuando no se tiene disponibilidad de información histórica o los datos son escasos, por ejemplo cuando se introducen producto nuevo al mercado. Usan el criterio de la persona y ciertas relaciones para transformar información cualitativa en estimados cuantitativos. Características generales: * Se posee poca información. * Existe alta incertidumbre. * Se tiene escasa capacidad de proceso. * Horizonte de mediano o largo plazo. 2. Identifique y describa brevemente los dos enfoques generales del pronóstico. Hay dos enfoques generales al pronosticar tal como existen dos maneras de abordar todos los modelos de decisiones.  El análisis cuantitativo.  El enfoque cualitativo. Los pronósticos cuantitativos utilizan una variedad de modelos matemáticos que se apoyan en datos históricos o en variables causales para pronosticar la demanda. Los pronósticos cualitativos o subjetivos incorporan aquellos factores como la intuición, las emociones, las experiencias personales y el sistema de valores de quien toma la decisión pata llegar al pronóstico. Las empresas empican uno u otro enfoque, pero en la práctica, la combinación de ambos es casi siempre más efectiva. 3. Identifique los tres horizontes de tiempo para pronósticos. Establezca una duración aproximada para cada uno. Los horizontes de tiempo se identifican en corto, mediano o intermedio, o largo plazo. El de corto tiene una duración de hasta un año, el de mediano plazo va de 3 meses hasta 3 años, y es de largo plazo son de 3 años en adelante. 4. Describa brevemente los pasos necesarios para desarrollar un sistema de pronósticos.  Determinar el uso del pronóstico.  Seleccionar los aspectos que se requieren pronosticar.  Determinar el horizonte de tiempo del pronóstico.  Seleccionar los modelos de pronóstico.  Recopilar los datos necesarios para elaborar el pronóstico.  Realizar pronóstico.  Validar e implementar los resultados.

5. Un administrador escéptico pregunta para qué puede usarse un pronóstico de mediano plazo; sugiérale tres usos o propósitos posibles. Un pronóstico de mediano plazo se extiende de 3 meses a 3 años, es útil para planear las ventas, la producción, el presupuesto, y el flujo de efectivo, así como para analizar los diversos planes de operaciones. Se consideran cuestiones más globales. Un método efectivo es el análisis de regresión. 6. Explique qué técnicas de pronósticos, como promedios móviles, promedios móviles ponderados y suaviza miento exponencial, no son apropiadas para las series de datos que presentan una tendencia. El suaviza miento exponencial a diferencia de los promedios móviles, este método pronostica otorgando una ponderación a los datos dependiendo del peso que tengan dentro del cálculo del pronóstico. Esta ponderación se lleva a cabo a través de otorgarle un valor a la constante de suavización, que puede ser mayor que cero y menor que uno. 7. ¿Cuál es la diferencia básica entre promedios móviles ponderados y suaviza miento exponencial? El promedio móviles ponderados: Este método consiste en asignar un factor de ponderación distinto para cada dato. Generalmente, a la observación o dato más reciente a partir del que se quiere hacer el pronóstico, se le asigna el mayor peso, y este peso disminuye en los valores de datos más antiguos. El suaviza miento exponencial emplea un promedio ponderado de la serie de tiempo pasada como pronóstico; es un caso especial del método de promedios móviles ponderados en el cual sólo se selecciona un peso o factor de ponderación: el de la observación más reciente. En la práctica comenzamos haciendo que F1, el primer valor de la serie de valores uniformados, sea igual a Y1, que es el primer valor real de la serie. 8. ¿Cuáles son los tres métodos empleados para medir la exactitud de cualquier método de pronósticos? ¿Cómo determinaría usted si es mejor una regresión de series de tiempo o un suaviza miento exponencial para una aplicación específica? Las ventajas de utilizar el método de suaviza miento por la regente del colegio es más exacto que los demás, pero la constante es determinado por ella por lo tanto es muy probable que no se llegue a una respuesta confiable, es por ello que se recomienda que un consultor, determine el modelo de regresión que se basa en datos históricos que darían más confiabilidad a los resultados.

9. Investigue y describa brevemente el método Delphi. ¿Cómo podría usarlo alguno de los jefes para los que usted ha trabajado? El método Delphi es que aparte de su grupo de expertos se tiene un personal que ayuda en la toma de decisiones al preparar, distribuir, recolectar y resumir una serie de cuestionarios que se realizan a un grupo de personas, cuyos juicios se valora. La técnica o método Delphi es un proceso de grupo que tiene como fin un pronóstico por consenso. El proceso necesita de un grupo de expertos internos o externos de la empresa quienes recaban opiniones por escrito sobre el punto que se discute. 10. ¿Cuál es la principal diferencia entre un modelo de series de tiempo y un modelo asociativo? Existen ciertas diferencias entre pronóstico de series de tiempo, los modelos pronóstico asociativo casi siempre consideran varias variables que están relacionadas con la cifra por predecir. Una vez que se encuentran estas variables relacionadas. Se construye un modelo estadístico que se usa para pronosticar el elemento (el interés). Este enfoque es más poderoso que los métodos de series de tiempo que incluyen solo variables históricas para la variable que se pronostica. El análisis asociativo puede considerar muchos factores. Por ejemplo, las ventas de computadoras personales IBM se relacionan con el presupuesto para publicidad de IBM los precios de la compañía, los precios de la competencia, estrategias promocionales e incluso con la economía nacional y los índices de desempleo. En este caso las ventas de computadoras se denominan la variable dependiente y las otras variables se llaman variables independientes. El trabajo del administrador es desarrollar la mejor relación es estadística entre las ventas de PC y las variables independientes, El modelo de pronósticos asociativo Cuantitativo más común es el análisis de regresión final. 11. Defina qué es una serie de tiempo. Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). Visualmente, es una curva que evoluciona a lo largo del tiempo. Por ejemplo, las ventas diarias de un producto pueden representarse como una serie de tiempo. El término serie de tiempo se aplica por ejemplo a datos registrados en forma periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción otorgados, el valor trimestral del PIB En el sector minorista o en el de manufactura, las series de tiempo son importantes porque son las representaciones más canónicas del flujo de artículos vendido o producido. La representación de datos comerciales como series de tiempo generalmente ayuda a los encargados a visualizar la actividad de sus comercios.

12. ¿Qué efecto tiene el valor de la constante de suaviza miento en la ponderación dada a los valores recientes? El enfoque de suaviza miento exponencial es fácil de usar y se ha aplicado con éxito en prácticamente todo tipo de negocios. Sin embargo, el valor apropiado de la constante de suaviza miento, α, puede hacer la diferencia entre un pronóstico preciso y uno impreciso. Se eligen valores altos de α cuando el promedio subyacente tiene probabilidades de cambiar. Se emplean valores bajos de α cuando el promedio en que se basa es bastante estable. Al elegir los valores de la constante de suaviza miento, el objetivo es obtener el pronóstico más preciso. 13. Explique el valor que tienen los índices estacionales al pronosticar. ¿En qué difieren los patrones cíclicos y los patrones estacionales? Los ciclos son como las variaciones estacionales de los datos, pero ocurren cada varios años, no semanas, meses o trimestres. El pronóstico de variaciones cíclicas en una serie de tiempo es difícil. Esto se debe a que los ciclos incluyen una variedad de factores que 14. ¿Qué técnica de pronóstico da más importancia a los valores recientes? ¿Cómo hace esto?  El pronóstico de la demanda Da origen a varias clases de proyecciones. Por ejemplo, un pronóstico puede referirse a una industria entera, a una línea de productos o bien a una marca individual. Puede aplicarse a la totalidad de un mercado o a un segmento en particular. La estimación puede basarse en factores generales o en un plan específico de comercialización. Por lo tanto, para que un pronóstico se entienda y sea útil, es importante aclarar exactamente qué cosa describe.

15. Explique con sus propias palabras qué es un pronóstico adaptable. Un pronóstico adaptable se refiere al monitoreo por computadora de las señales de control y al ajuste automático cuando una señal rebasa el limite prestable por ejemplo, cuando se aplica al suaviza miento exponencial, primero se seleccionan los deficientes A Y B con base en valores que minimizan el error de pronostico y después se ajustan de acuerdo con ellos, cuando la computadora capta una señal de control equivocada. Este proceso se llama suaviza miento adaptable. 16. ¿Cuál es el propósito de las señales de control? Un sistema de control es un conjunto de dispositivos encargados de administrar, ordenar, dirigir o regular el comportamiento de otro sistema, con el fin de reducir las probabilidades de fallo y obtener los resultados deseados. Por lo general, se usan sistemas de control industrial en procesos de producción industriales para controlar equipos o máquinas. Existen dos clases comunes de sistemas de control, sistemas de lazo abierto y sistemas de lazo cerrado. En los sistemas de control de lazo abierto la salida se genera dependiendo de la entrada; mientras que en los sistemas de lazo cerrado la salida depende de las consideraciones y correcciones realizadas por la retroalimentación. Un sistema de lazo cerrado es llamado también sistema de control con realimentación. Los sistemas de control más modernos en ingeniería auto

17. Explique con sus propias palabras cuál es el significado del coeficiente de correlación. Analice el significado de un valor negativo del coeficiente de correlación. El valor del coeficiente de correlación interesa determinar si tal valor obtenido muestra que las variables X e Y están relacionadas en realidad o tan solo presentan dicha relación como consecuencia del azar. En otras palabras, nos preguntamos por la significación de dicho coeficiente de correlación. Un coeficiente de correlación se dice que es significativo si se puede afirmar, con una cierta probabilidad, que es diferente de cero. Más estrictamente, en términos estadísticos, preguntarse por la significación de un cierto coeficiente de correlación no es otra cosa que preguntarse por la probabilidad de que tal coeficiente proceda de una población cuyo valor sea de cero. A este respecto, como siempre, tendremos dos hipótesis posibles: H0: rxy =0 El coeficiente de correlación obtenido procede de una población cuya correlación es cero (= 0) H1: = r xy =0 El coeficiente de correlación obtenido procede de una población cuyo coeficiente de correlación es distinto de cero (= 0). Se dice que la relación es perfecta negativa cuando exactamente en la medida que aumenta una variable disminuye la otra. Igual que en el caso anterior esto sucede para relaciones funcionales exactas, propio de las ciencias físicas. Por ejemplo, la relación entre presión y volumen se ajusta a este caso. El gráfico que muestra la relación sería del tipo:

18. ¿Cuál es la diferencia entre una variable dependiente y una variable independiente? Variable independiente: Fenómeno a la que se le va a evaluar su capacidad para influir, incidir o afectar a otras variables. Su nombre lo explica de mejor modo en el hecho que de no depende de algo para estar allí:

Es aquella característica o propiedad que se supone ser la causa del fenómeno estudiado. En investigación experimental se llama así, a la variable que el investigador manipula. Que son manipuladas experimentalmente por un investigador. Variable dependiente: Cambios sufridos por los sujetos como consecuencia de la manipulación de la variable independiente por parte del experimentador. En este caso el nombre lo dice de manera explícita, va a depender de algo que la hace variar. Propiedad o característica que se trata de cambiar mediante la manipulación de la variable independiente. Las variables dependientes son las que se miden.

19. Mencione algunos ejemplos de industrias afectadas por la estacionalidad. ¿Por qué estos negocios desearían no depender de la estacionalidad? Las agrícolas son un ejemplo de la variación de clima, los laboratorios de análisis, se tiene variación en tanto de tiempo, donde por la mañana se tiene el mayor índice de clientes. De igual forma el turismo donde se observa en periodos específicos del año. Un motivo por lo que las empresas no desean depender de la estacionalidad es porque le resulta un poco difícil pronosticar su demanda, donde se necesita ajustar con una recta de tendencia.   

Fábrica de helados. Fábrica de panetones. Agencia de trismo.

20. Dé algunos ejemplos de industrias donde el pronóstico de la demanda depende de la demanda de otros productos.  Industria de ladrillos.  Industria automotriz  Industria de los fertilizantes. 21. ¿Qué ocurre con nuestra capacidad para pronosticar cuando pronosticamos periodos cada vez más lejanos en el futuro? Los pronósticos a corto plazo tienden a ser más precisos que los de largo plazo. Los factores que influyen en la demandan cambian todos los días, por tanto, en la medida que el horizonte de tiempo se alarga, es más probable que la precisión del pronóstico disminuya.

PROBLEMAS

1. Año Demanda

1 7

2 9

3 5

4 9

5 13

6 8

7 12

8 13

9 9

10 11

11 7

a) Grafique los datos anteriores. ¿Observa alguna tendencia, ciclos o variaciones aleatorias?

b) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando promedios móviles de 3 años. Grafique su pronóstico en la misma gráfica que los datos originales.      

9+13+8/3=10 13+8+12/3=11 8+12+13/3= 11 12+13+9/3=11.3 13+9+11/3=11 9+11+7/3=9

El pronóstico para el año 12 tiene una demanda de 9

c) Comenzando en el año 4 y hasta el año 12, pronostique la demanda usando un promedio móvil de 3 años con ponderaciones de .1, .3 y .6, usando 6 para el año más reciente. Grafique su pronóstico en la misma gráfica. Año

demanda 1 2 3 4 5 6 7 8 9 10 11 12

7 9 5 9 13 8 12 13 9 11 7

promedio movil ponderado en 3 años resultado

9(6)+5(3)+9(1)/10 13(6)+9(3)+5(1)/10 8(6)+13(3)+9(1)/10 12(6)+8(3)+13(1)/10 13(6)+12(3)+8(1)/10 9(6)+13(3)+12(1)/10 11(6)+9(3)+13(1)/10 7(6)+11(3)+9(1)/10

7.8 11 9.6 10.9 12.2 10.5 10.6 8.4

d) Al comparar cada pronóstico contra los datos originales, ¿cuál parece proporcionar mejores resultados? 

Proporciona mejores resultado el año 6 con 9.6 un pronóstico promedio, en comparación con la demanda real 8.

2. Las ventas mensuales en Telco Batteries, Inc., fueron como sigue:

Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

Ventas 20 21 15 14 13 16 17 18 20 20 21 23

a) Grafique los datos de las ventas mensuales.

b) Pronostique las ventas para enero usando cada una de las técnicas siguientes: i) Método intuitivo.

ii) Un promedio móvil de 3 meses. Sea el cuadro: Mes Enero Febrero Marso Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre

ii)

ventas

Promedio móvil en 3 meses 20 21 15 14 13 16 17 18 20 20 21 23

3

56 50 42 43 46 51 55 58 61

18.6666667 16.6666667 14 14.3333333 15.3333333 17 18.3333333 19.3333333 20.3333333

Un promedio móvil ponderado de 6 meses empleando. 1, 0.1, 0.1, 0.2, 0.2 y 0.3, con las ponderaciones más altas a los meses más recientes.

iv) Suaviza miento exponencial con a = 0.3 y un pronóstico para septiembre de 18. Sea el cuadro: mes Enero Febrero Marso Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre

ventas 20 21 15 14 13 16 17 18 20 20 21 23

pronostico

18.6 19.02 19.614 20.6298

v) Una proyección de tendencia. c) Con los datos proporcionados, ¿qué método le permitiría elaborar el pronóstico

de ventas para el próximo mes de marzo? 

El suaviza miento potencial.

3. Las temperaturas máximas diarias en Saint Louis durante la última semana fueron las siguientes: 93, 94, 93, 95, 96, 88, 90 (ayer). a) Pronostique la temperatura máxima para hoy usando un promedio móvil de 3 días. Días L M M J V S D

temperatura 93 94 93 96 88 90

promedio móvil en 3 días

280 283 277 274

93.3333333 94.3333333 92.3333333 91.3333333

La temperatura pronosticada es 91.33. b) Pronostique la temperatura máxima para hoy usando un promedio móvil de 2 días. Días L M M J V S D

temperatura 93 94 93 96 88 90

promedio móvil en 2 días 2

187 187 189 184 178

93.5 93.5 94.5 92 89

La temperatura de pronosticada en dos días 89. c) Calcule la desviación absoluta media con base en un promedio móvil de 2 días. Días

temperatura

L M M J V S D

93 94 93 96 88 90

promedio móvil en 2 días

desviación absoluta media

93.5 93.5 94.5 92 89

0.5 2.5 6.5 2 11.5 2.875

d) Calcule el error cuadrático medio para un promedio móvil de 2 días. Días L M M J V S D

temperatur a 93 94 93 96 88 90

promedio móvil en 2 desviación absoluta error días media cuadrático

93.5 93.5 94.5 92 89

0.5 2.5 6.5 2 11.5 2.875

0.25 6.25 42.25 4 52.75 13.1875

e) Calcule el error porcentual absoluto medio para el promedio móvil de 2 días. Días L M M J V S D

temperatur a 93 94 93 96 88 90

promedio móvil en 2 desviación absoluta error días media porcentual

93.5 93.5 94.5 92 89

0.5 2.5 6.5 2 11.5 2.875

0.537634409 2.604166667 7.386363636 2.222222222 12.75038693 3.18759673

4. A continuación se presentan dos pronósticos semanales realizados mediante dos métodos diferentes para el número de galones de gasolina, en miles, demandado en una gasolinera local. También se muestran los niveles reales de demanda, en miles de galones:

Semana 1 2 3 4

Método 1 0.90 1.05 0.95 1.20

Pronósticos Método 2 0.80 1.20 0.90 1.11

Demanda real 0,70 1.00 1.00 1.00

¿Cuáles son los valores de la MAD y el MSE para cada método? Sea el cuadro: semana

Método 1

1 2 3 4

Demanda real

0.9 1.05 0.95 1.2 0.9

EPA

0.7 1 1 1 0.7

0.2 0.05 -0.05 0.2 0.4

Donde: MAD: 0.4/4=0.10 semana

Método 1

1 2 3 4

Demanda real

0.8 1.2 0.9 1.11

0.7 1 1 1

EPA

0.1 0.2 -0.1 0.11 0.31

Donde: MAD: 0.31/4=0.77 Observando los dos métodos de MAD para estos métodos podemos observar que de los métodos el que tiene menor MAD es el método 2 por lo tanto es el más adecuado. 5. Considere los siguientes niveles de la demanda real (A t) y pronosticada (Ft) para un producto: Periodo de tiempo t 1 2 3 4 5

Demanda real A1 50 42 56 46

Demanda pronosticada Ft 50 50 48 50

El primer pronóstico, Ft, se obtuvo observando A1 y estableciendo F1 igual a A1. Los pronósticos subsecuentes se obtuvieron mediante suavizamiento exponencial. Usando el método de suavizamiento exponencial, encuentre el pronóstico para el quinto periodo. (Sugerencia: Primero es necesario encontrar la constante de suavizamiento, α).

EJEMPLO: Pronóstico con tendencia incluida Suponga un inicio donde el valor de Ft es 100 unidades, una tendencia de diez unidades, una alfa de 0.20 y una delta de 0.30. Si la demanda real resultara de 115, en lugar de las 100 del pronóstico, calcule el pronóstico para el período entrante. Solución: Si se suman el pronóstico inicial y la tendencia se tendrá: FITt - 1 = Ft - 1 + Tt - 1 = 100 + 10 = 110 La At - 1 real está dado por 115. Por lo tanto, Ft = FITt-1 + α(At-1 – FITt - 1) = 110 + 0.2(115 - 110)=111.0 Tt = Tt-1 + αδ(At-1 – FITt - 1) = 10 +(0.2)( 0.3)(115 - 110)=10.3 FITt = Ft + Tt = 111.0 + 10.3= 121.3 Si en lugar de 121.3, la realidad resultara 120, la secuencia se repetiría y el pronóstico para el próximo periodo sería: Ft + 1 = 121.3 + 0.2(120 – 121.3) = 121.04 Tt + 1 = 10.3 + (0.2)(0.3)(120 – 121.3) = 10.22 FITt + 1 = 121.04 + 10.22 = 131.26

6. Howard Weiss, propietario de una tienda distribuidora de instrumentos musicales, cree que la demanda de tambores bajos puede estar relacionada con el número de apariciones en televisión del popular grupo de rock Stone Temple Pilots durante el mes pasado. Weiss ha recopilado los datos que se muestran en la tabla siguiente: Demanda de tambores bajos Apariciones en televisión de Slone Temple Pilots

3

6

7

5

10

7

3

4

7

6

8

5

a) Grafique con estos datos para saber si una ecuación lineal podría describir la relación que hay entre las apariciones en televisión del grupo y la venta de tambores bajos. b) Use el método de regresión por mínimos cuadrados para obtener una ecuación de pronóstico. c) ¿Cuál sería su estimación de las ventas de tambores bajos si los Stone Temple Pilots hubiesen aparecido nueve veces en televisión el mes anterior? d) ¿Cuáles son el coeficiente de correlación (r) y el coeficiente de determinación (r2) para este modelo, y qué significan?

7. En el pasado, la distribuidora Arup Mukherjee vendió un promedio de 1,000 llantas radiales cada año. En los dos años anteriores vendió 200 y 250, respectivamente, durante el otoño, 350 y 300 en invierno, 150 y 165 en primavera, y 300 y 285 en verano. Con una ampliación importante en puerta, Mukherjee proyecta que las ventas se incrementarán el próximo año a 1,200 llantas radiales. ¿Cuál será la demanda en cada estación? Solución: Demanda promedio invierno: 200+250/2 =225 Demanda promedio primavera: 350+300/2=325 Demanda promedio verano: 150+165/2 = 158 Demanda promedio otoño: 300+285/2 = 292 Demanda promedio estacional: 1000/4 = 250

Estación Invierno Primavera Verano Otoño

demanda

demanda

Año 1 200 350 150 300

Año 2 250 300 165 285

Demanda Demanda promedio promedio para el estacional periodo

Índice estacional

225 325 158 292 = 1000

0.90 1.30 0.63 1.17

250 250 250 250

Demanda promedio para el próximo año: 1200/4 = 300 Demanda para cada estación:  Invierno: 300 x 0.90 = 270  Primavera: 300 x 1.30 = 390  Verano: 300 x 0.63 = 189  Otoño: 300 x 1.17 = 351 8. Brian Buckley ha desarrollado el siguiente modelo de pronóstico: = 36 + 4.3x donde

= demanda de aires acondicionados Aztec y x = la temperatura exterior (°F)

a) Pronostique la demanda de Aztec cuando la temperatura es de 70°F. b) ¿Cuál es la demanda cuando la temperatura es de 80°F?

c) ¿Cuál es la demanda cuando la temperatura es de 90°F?

9. Sundar Balakrishnan, gerente general de Precisión Engineering Corporation (PEC), cree que los servicios de ingeniería de las empresas de construcción de carreteras que contratan a su compañía se relacionan directamente con el volumen de negocios de construcción de carreteras que contrata a las compañías ubicadas en su área geográfica. Se pregunta si realmente es de esta forma, y si lo es, ¿le ayudaría esta información a planear mejor sus operaciones pronosticando la cantidad de sus servicios de ingeniería requeridos por las empresas de construcción en cada trimestre del año? En la tabla siguiente se presentan los datos de ventas de sus servicios y montos totales de los contratos de construcción de carreteras de los últimos 8 trimestres: Trimestre Ventas de servicios de PEC (en miles de dólares) Contratos firmados (en miles de dólares)

1 8

2 10

3 15

4 9

5 12

6 13

7 12

8 16

153

172

147

178

185

199

205

226

a) Usando estos datos, desarrolle una ecuación de regresión para predecir el nivel de demanda de los servicios de PEC. b) Determine el coeficiente de correlación y el error estándar de la estimación.

PROBLEMAS 1. Las ventas del popular Beetle de Volkswagen (VW) han crecido de manera estable durante los últimos 5 años en los establecimientos de Nevada (vea la tabla siguiente). El gerente de ventas pronosticó en 2002 que las ventas de 2003 serían de 410 VW. Use suaviza-miento exponencial con una ponderación a = .30 para desarrollar los pronósticos de 2004 a 2008. Ano 2003 2004 2005 2006 2007 2008

Ventas 450 495 518 563 584 ?

Pronóstico 410

Tarea de diapositiva: A continuación se desarrollará un ejemplo que permitirá visualizar cómo se determinan las tres zonas (A-B-C) en un inventario constituido por 20 artículos: TABLA Nº 1: Datos a obtener del inventario Art. N° 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Consumo anual ($) 3500 5000 1500 4500 3000 6000 3177 7000 1500 1952 6000 10000 6000 3060 1246 2000 6500 7000 9300

Costo unitario 0.5 0.75 1.2 1.25 2 2 4 5 8 8 10 10.5 13.6 14 15 15 28 30 31

Solución: . Para este ejemplo, como tenemos un inventario constituido por 20 artículos, cada artículo representa el 5% dentro del total (100%/ 20 art.= 5%) Se debe determinar la participación monetaria de cada artículo en el valor total del inventario. Para ello se debe construir una tabla (ver tabla 23) de acuerdo a lo siguiente:

Columna nº 1: Corresponde al nº de artículo.

Columna nº 2: Los porcentajes de participación de cada artículo en la cantidad total de artículos. Para nuestro ejemplo, como tenemos un inventario constituido por 20 artículos, cada artículo representa el 5% dentro del total (100%/ 20 art.= 5%)

Columna nº 3: Representa la valorización de cada artículo. Para obtenerla, multiplicamos su precio unitario por su consumo. Al pie de la columna obtenemos el valor de nuestro inventario de los 20 artículos.

Columna nº 4: Nos muestra el % que representa cada una de las valorizaciones en el valor total del inventario.

2. Ahora se deben reordenar las columnas 1 y 4, tomando las participaciones de cada artículo en sentido decreciente, lo que dará origen a la tabla 4.

Tabla 4. Determinación de la participación monetaria de cada artículo en el valor total de inventario.

3. Trazado de la gráfica y determinación de zonas ABC.

A partir de los datos de la tabla 23 y la gráfica se puede observar que unos pocos artículos son los de mayor valorización. Si solo se controlaran estrictamente los tres primeros, se estaría controlando aproximadamente el 60% del valor del inventario.

Asignamos la zona A para estos artículos. Controlando también los art. 3, 6 y 11, se estaría controlando, en forma aproximada, el 82% del valor del inventario. (Zona B)

Se ve claramente en la gráfica que el 15% del inventario justifica el 60% del valor, mientras que el 30% del mismo justifica el 82% de dicho valor; a su vez, el 70% del inventario justifica el 18% del valor. Si se tiene en cuenta los costos de mantenimiento y de control de estos últimos, se llega a la conclusión que no es necesario controlarlos estrictamente, ya que son de poca valorización, y que debe mantenerse el mínimo stock posible de los mismos.

La asignación de las zonas A, B y C en la gráfica que estamos analizando se realizó en función del alto % de valorización de los tres primeros artículos (25,47%, 18.55% y 16.08%, respectivamente), sin embargo, las zonas pueden asignarse de forma diferente, por ejemplo, incluyendo en la zona A los seis primeros artículos, que representan alrededor del 80% del valor del inventario, en la zona B los siguientes tres artículos, y los restantes en la zona C. De esta forma, controlando el 30% del inventario (zona A) se estaría controlando aproximadamente el 80% del valor del mismo.

Observando las zonas A y B de la gráfica que se da a continuación, se puede ver que el 45% del inventario justifica alrededor del 90% de su valor y que el 55% del inventario justifica, aproximadamente, el 10% del mismo valor

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERÍA DE PROCESOS

ESCUELA PROFESIONAL

DE INGENIERIA QUÍMICA

Ingeniería de producción

Pronósticos

ALUMNO: RUDY TTITO TTITO

CUSCO-PERU 2016