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 m uestran 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 ENEMARMAY JUL SEP NOV ENEMARMAY JUL SEP NOVENEMARMAY 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: S e 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
o o e o e o i o e o e o e o i o i o i o i r o r o r o r o r r e r e r e r e r e r o r o r o r o r o z y l z z z z l b l b l b l b r y r y r y r y b e r b e b e b e b e b a a a a a u u u u u J m m n a J m m n a J m m n a J m m n a J m m n a E M M e i e i e i e i e i e E M M i e E M M i e E M M i e E M M i e i t v t v t v t v t v p o p o p o p o p o e e e e e S N S N S N S N S N
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 c uatro semanas como también el suavizamiento exponencial simple con α = 0.1.
Semana Demanda Lt
Promedio 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 exponencial
Semana Demanda Lt 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
Trimestre
1
2
3
4
2
3
4
5
Período
6
7
8
Demanda
9
10
11
Nivel L
12
13
14
Tendencia T
89,550
4,560
15
16
Pronóstico F
1
80
91,2880
4,278
94,110
2
96
95,6526
4,286
95,566
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
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
11
154
142,5253
4,787
139,657
12
139
145,6500
4,621
147,312
13
132
146,6167
4,256
150,271
14
149
150,4978
4,218
150,872
5
15
161
155,9727
4,344
154,716
16
170
162,2532
4,537
160,316
17
166,7906
18
171,328046
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 -1,52
St
Pronóstico
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
