INDG1005 PRONÓSTICO Y CONTROL DE INVENTARIOS

TAREA 1

MÉTODOS DE PRONÓSTICO BASADOS EN SERIES DE TIEMPO

NOMBRE: Homero Vera

Objetivos específicos

Aplicar los modelos de series de tiempo estudiados en clase para pronosticar demanda basada
en datos históricos.

Actividades

Conteste las siguientes preguntas.

1) Dé dos ejemplos de productos que muestran estacionalidad en la demanda.

Decoraciones navideñas y juguetes, son productos que muestran estacionalidad, ya que sufren
una gran demanda en diciembre, el mes de la navidad.

2) ¿En qué difieren los métodos de pronósticos estáticos y adaptivo?

El método estático asume que las estimaciones de nivel, tendencia y estacionalidad dentro del
componente sistemático no varían a medida que la nueva demanda es observada.

En el método adaptivo los estimados de nivel, tendencia y estacionalidad son actualizados

después de cada demanda observada.

3) Suponga que la demanda mensual de los últimos 3 años de un producto se presenta en la

tabla 1.

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
2012 73 69 68 64 65 98 114 122 74 56 72 153
2013 80 81 83 69 91 140 152 170 97 122 78 177
2014 95 66 81 100 93 116 195 194 101 197 80 189
a. Grafique la serie de tiempo (Puede hacerlo utilizando alguna herramienta informática)

Demanda de un producto
250

200

150

100

50

0
ENE MARMAY JUL SEP NOV ENE MARMAY JUL SEP NOV ENE MARMAY JUL SEP NOV
2012 2013 2014

b. ¿Existe alguna tendencia? Explique su respuesta.

Se puede observar que existe una tendencia de crecimiento en la demanda. Hay un

crecimiento sistemático de la media de la serie a través del tiempo.

c. ¿Existe alguna estacionalidad? Explique su respuesta.

Se puede observar que existe una estacionalidad en la demanda. Hay un patrón repetible de
incrementos de la demanda a través del tiempo.

d. ¿Existen ciclos? Explique su respuesta.

No existen ciclos. No hay una pauta gradual de la demanda presentado en el transcurso del
tiempo.

e. ¿Existen anomalías? Explique su respuesta. Ej: Se observa un pico en la demanda en el mes

X.

Se observa que en el mes de Julio y Agosto del año 2014 los picos se mantuvieron estables y
luego hubo un bajón en el mes de septiembre, lo cual ocurre porque el producto no tiene
mucha demanda en ese mes por lo que no se mantiene la estable.
Resuelva los siguientes ejercicios.

4) Considere la demanda mensual de Beta Corporation que se muestra en la tabla 2.

Pronostique la demanda mensual para el año 6 empleando el método estático.

Ventas Año 1 Año 2 Año 3 Año 4 Año 5

Enero 2000 3000 2000 5000 5000
Febrero 3000 4000 5000 4000 2000
Marzo 3000 3000 6000 4000 3000
Abril 5000 5000 3000 2000 2000
Mayo 4000 5000 4000 5000 7000
Junio 6000 7000 6000 7000 6000
Julio 7000 3000 7000 12000 8000
Agosto 6000 8000 10000 14000 10000
Septiembre 10000 12000 15000 16000 18000
Octubre 12000 11000 15000 16000 20000
Noviembre 14000 16000 18000 20000 22000
Diciembre 8000 10000 8000 12000 8000

Demanda y = 108.47x + 4924.9

25000

20000

15000

10000

5000

0
Enero
Marzo

Julio

Enero
Marzo

Julio

Enero
Marzo
Mayo
Julio

Enero
Marzo

Julio

Enero
Marzo

Julio
Mayo

Noviembre

Mayo

Noviembre

Noviembre

Mayo

Noviembre

Mayo

Noviembre
Septiembre

Septiembre

Septiembre

Septiembre

Septiembre

1 2 3 4 5
S61 0,44
S62 0,50
S63 0,50
S64 0,49
S65 0,63
S66 0,82
S67 0,90
S68 1,14
S69 1,68
S70 1,73
S71 2,09
S72 1,08

Período DEMANDA Dd Ddt St Ft

Enero 1 2000 5033,37 0,40
Febrero 2 3000 5141,84 0,58
Marzo 3 3000 5250,31 0,57
Abril 4 5000 5358,78 0,93
Mayo 5 4000 5467,25 0,73
Junio 6 6000 5575,72 1,08
Julio 7 7000 966000 5684,19 1,23
Agosto 8 6000 978000 5792,66 1,04
Septiembre 9 10000 984000 5901,13 1,69
Octubre 10 12000 984000 6009,6 2,00
Noviembre 11 14000 990000 6118,07 2,29
Diciembre 12 8000 1002000 6226,54 1,28
Enero 13 3000 984000 6335,01 0,47
Febrero 14 4000 972000 6443,48 0,62
Marzo 15 3000 996000 6551,95 0,46
Abril 16 5000 1002000 6660,42 0,75
Mayo 17 5000 1008000 6768,89 0,74
Junio 18 7000 1032000 6877,36 1,02
Julio 19 3000 1038000 6985,83 0,43
Agosto 20 8000 1038000 7094,3 1,13
Septiembre 21 12000 1062000 7202,77 1,67
Octubre 22 11000 1068000 7311,24 1,50
Noviembre 23 16000 1050000 7419,71 2,16
Diciembre 24 10000 1038000 7528,18 1,33
Enero 25 2000 1056000 7636,65 0,26
Febrero 26 5000 1092000 7745,12 0,65
Marzo 27 6000 1122000 7853,59 0,76
Abril 28 3000 1164000 7962,06 0,38
Mayo 29 4000 1200000 8070,53 0,50
Junio 30 6000 1200000 8179 0,73
Julio 31 7000 1206000 8287,47 0,84
Agosto 32 10000 1218000 8395,94 1,19
Septiembre 33 15000 1200000 8504,41 1,76
Octubre 34 15000 1182000 8612,88 1,74
Noviembre 35 18000 1182000 8721,35 2,06
Diciembre 36 8000 1194000 8829,82 0,91
Enero 37 5000 1230000 8938,29 0,56
Febrero 38 4000 1284000 9046,76 0,44
Marzo 39 4000 1314000 9155,23 0,44
Abril 40 2000 1326000 9263,7 0,22
Mayo 41 5000 1344000 9372,17 0,53
Junio 42 7000 1380000 9480,64 0,74
Julio 43 12000 1404000 9589,11 1,25
Agosto 44 14000 1392000 9697,58 1,44
Septiembre 45 16000 1374000 9806,05 1,63
Octubre 46 16000 1368000 9914,52 1,61
Noviembre 47 20000 1380000 10022,99 2,00
Diciembre 48 12000 1386000 10131,46 1,18
Enero 49 5000 1356000 10239,93 0,49
Febrero 50 2000 1308000 10348,4 0,19
Marzo 51 3000 1296000 10456,87 0,29
Abril 52 2000 1332000 10565,34 0,19
Mayo 53 7000 1368000 10673,81 0,66
Junio 54 6000 1356000 10782,28 0,56
Julio 55 8000 1302000 10890,75 0,73
Agosto 56 10000 1260000 10999,22 0,91
Septiembre 57 18000 1230000 11107,69 1,62
Octubre 58 20000 1200000 11216,16 1,78
Noviembre 59 22000 1146000 11324,63 1,94
Diciembre 60 8000 1068000 11433,1 0,70
Enero 61 5033
Febrero 62 5791
Marzo 63 5919
Abril 64 5852
Mayo 65 7557
Junio 66 9963
Julio 67 10953
Agosto 68 14041
Septiembre 69 20789
Octubre 70 21630
Noviembre 71 26381
Diciembre 72 13762

5) Las ventas semanales de Hot Pizza son las siguientes:

Estime la demanda para las cuatro siguientes semanas empleando el promedio móvil de cuatro
semanas como también el suavizamiento exponencial simple con α = 0.1.

Promedio
Semana Demanda Lt móvil

1 108 108,00
2 116 112,00
3 118 114,00
4 124 116,50
5 96 112,40 116,50
6 119 113,50 112,40
7 96 111,00 113,50
8 102 109,88 111,00
9 112 110,11 109,88
10 102 109,30 110,11
11 92 107,73 109,30
12 91 106,33 107,73
13 106,33
14 106,33
15 106,33
16 106,33
 Suavización
Semana Demanda Lt exponencial
106
1 108 106,5 106
2 116 107,45 106,5
3 118 108,51 107,45
4 124 110,05 108,51
5 96 108,65 110,05
6 119 109,68 108,65
7 96 108,32 109,68
8 102 107,68 108,32
9 112 108,12 107,68
10 102 107,50 108,12
11 92 105,95 107,50
12 91 104,46 105,95
13 104,46
14 104,46
15 104,46
16 104,46

6) La demanda de flores en un distribuidor se muestra en la siguiente tabla:

Trimestre/Año Año 1 Año 2 Año 3 Año 4

Q1 80 120 120 132
Q2 96 109 132 149
Q3 103 145 154 161
Q4 123 120 139 170

Pronostique la demanda trimestral para el año 5 usando el modelo de Holt con α=0.2 y β=0.1.
 Demanda y = 4,5603x + 89,55

180
160
140
120
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Tendencia Pronóstico
Período
Trimestre Demanda Nivel L T F
89,550 4,560
1 80 91,2880 4,278 94,110
2 96 95,6526 4,286 95,566
1
3 103 100,5513 4,348 99,939
4 123 108,5192 4,710 104,899
5 120 114,5831 4,845 113,229
6 109 117,3426 4,637 119,428
2
7 145 126,5834 5,097 121,979
8 120 129,3443 4,863 131,680
9 120 131,3661 4,579 134,208
10 132 135,1563 4,500 135,945
3
11 154 142,5253 4,787 139,657
12 139 145,6500 4,621 147,312
13 132 146,6167 4,256 150,271
4
14 149 150,4978 4,218 150,872
 15 161 155,9727 4,344 154,716
16 170 162,2532 4,537 160,316
17 166,7906
18 171,328046
5
19 175,865478
20 180,40291

7) Los datos de consumo de gas en una zona residencial se muestran en la tabla 5.

Determine el pronóstico para el consumo de gas para el año 2015 utilizando el modelo de
Winters con α = 0.20, β = 0.05 y γ=0.10. Utilice la data de los dos primeros años para
propósitos de inicialización.

Período DEMANDA Dd Ddt St

Enero 1 196 124,82 1,57
Febrero 2 196 251,16 0,78
Marzo 3 173 377,5 0,46
Abril 4 105 503,84 0,21
Mayo 5 75 630,18 0,12
Junio 6 39 756,52 0,05
Julio 7 13 14898 882,86 0,01
Agosto 8 20 15210 1009,2 0,02
Septiembre 9 37 15480 1135,54 0,03
Octubre 10 73 15654 1261,88 0,06
Noviembre 11 108 15762 1388,22 0,08
Diciembre 12 191 15912 1514,56 0,13
Enero 13 227 16068 1640,9 0,14
Febrero 14 217 16170 1767,24 0,12
Marzo 15 197 16212 1893,58 0,10
Abril 16 110 16338 2019,92 0,05
Mayo 17 88 16434 2146,26 0,04
Junio 18 51 16314 2272,6 0,02
Julio 19 27 2398,94 0,01
Agosto 20 23 2525,28 0,01
Septiembre 21 41 2651,62 0,02
Octubre 22 90 2777,96 0,03
Noviembre 23 107 2904,3 0,04
Diciembre 24 172 3030,64 0,06

S1 0,85
S2 0,45
S3 0,28
S4 0,13
S5 0,08
S6 0,04
S7 0,01
S8 0,01
S9 0,02
S10 0,05
S11 0,06
S12 0,09
Período Demanda Lt Tt St Pronóstico
-1,52 126,34
1 196 145,741523 127,386076 0,85 106,63
2 196 305,307502 128,995071 0,45 123,34
3 173 470,504999 130,805193 0,28 122,11
4 105 640,830791 132,781223 0,13 79,03
5 75 806,371834 134,419214 0,08 61,89
6 39 963,463309 135,552827 0,04 34,81
7 13 1079,36809 134,570424 0,01 14,28
8 20 1247,72264 136,25963 0,01 17,56
9 37 1415,22483 137,821758 0,02 33,25
10 73 1565,98991 138,468924 0,05 70,08
11 108 1740,40089 140,266027 0,06 97,70
12 191 1922,33283 142,349323 0,09 171,95
13 227 1702,00284 124,215357 0,90 1865,14
14 217 1553,19259 110,564077 0,47 859,46
15 197 1466,95635 100,724061 0,29 482,17
16 110 1417,50581 93,2153311 0,13 211,12
17 88 1425,03845 88,9311966 0,08 122,83
18 51 1484,30618 87,4480231 0,04 56,54
19 27 1676,15936 92,6682813 0,01 20,27
20 23 1729,71185 90,7124918 0,01 25,86
21 41 1794,69221 89,4258849 0,02 44,12
22 90 1904,88053 90,4640065 0,05 85,30
23 107 1966,56145 89,0248524 0,06 115,32
24 172 2017,47325 87,1192 0,09 189,57
25 216 1735,95165 68,6871598 0,83 1739,14
26 218 1543,36076 55,6232572 0,44 789,59
27 193 1419,9304 46,6705763 0,27 438,53
28 120 1359,37964 41,3095094 0,13 189,14
29 99 1370,07167 39,7786356 0,08 111,15
30 59 1446,40092 41,6061662 0,04 52,23
31 33 1689,77657 51,6946405 0,01 19,67
32 37 1903,9731 59,8197351 0,01 25,23
33 59 2060,74065 64,6671258 0,02 47,32
34 95 2118,17862 64,3056678 0,05 96,64
35 128 2191,55474 64,7591907 0,06 125,39
36 201 2244,26456 64,1567221 0,09 206,51
37 228 1907,04145 44,0877302 0,76 1745,54
38 0,41 795,87
39 0,26 519,60
40 0,12 254,70
41 0,08 163,84
42 0,04 79,61
43 0,01 30,07
44 0,01 33,19
45 0,02 55,48
46 0,05 104,61
47 0,06 135,12
48 0,09 218,46