scm_sesion6
DESCRIPTION
cadenaTRANSCRIPT
-
PRONSTICOSPROFESOR: AAZCO ESCOBAR, DIXON GROKY
-
PRONSTICOS DE LA DEMANDAIDENTIFICAR POSIBLES SITUACIONES FUTURAS NO ES PREDECIR EL FUTURO, SE BASA EN ESTIMACIONES ESTADISTICASNATURALEZA DE LOS PRONSTICOSESPACIOTIEMPOREGULARIDAD: REGULAR O IRREGULARDEPENDENCIA: DEPENDIENTE O IDEPENDIENTE
-
INVENTARIOSSIRVEN PARA SATISFACER UNA DETERMINADA DEMANDAPROBLEMA.CUANTO Y CUANDO?
-
INVENTARIOSSon acumulaciones de materias primas, provisiones, componentes y productos terminados que aparecen en diversos puntos a lo largo de la cadena de produccin y logstica de una empresaRonald H Ballou, Logstica, Administracin de la cadena de suministros 5 edicinPROPOSITO DE LOS INVENTARIOS: Conservar la independencia de operaciones Afrontar variaciones de la demanda Flexibilizar los programas de produccin Salvaguarda contra las variaciones de tiempos de atencin Aprovechar las negociaciones por volumen
-
PRONSTICOS DE LA DEMANDA
-
TIPOS DE PRONSTICOS CUALITATIVOS: RAIZ DE PASTO GRASS ROOTSINVESTIG DE MERCADOCONSENSO JURADOANALOGA HISTORICAMETODO DELPHISERIES DE TIEMPO:PROMEDIO MOVIBLE SIMPLEPROMEDIO PONDERADO MOVIBLEEXPONENCIAL AMINORADOANLISIS DE REGRESINCAJA DE JENKISNSERIE DE TIEMPO DE SHISKINPROYECCIN DE TENDENCIAS
CAUSALES:ANLISIS DE REGRESINMODELOS ECONOMTRICOSINSUMO PRODUCTOINDICADORES LIDERES
TCNICAS DE SIMULACINSeleccionar depende de:Periodo a cubrirDisponibilidad dataExactitud requeridaPresupuestoPersonal calificado
-
TIPOS DE PRONSTICOS Promedio movible simple:AT-1 + AT-2 + AT-3+.+ AT-NFT =NFT = Pronostico futuroN = periodosAT-1 + AT-2 + AT-3+.+ AT-N Hechos reales periodos pasadosCuando no se tiene estacionalidad ni la demanda vara velozmente, se requiere data histrica, todos los periodos tienen el mismo peso
-
TIPOS DE PRONSTICOS Promedio movible ponderado:FT =FT = Pronostico futurow = pesosAT-1 + AT-2 + AT-3+.+ AT-N Hechos reales periodos pasadosLos periodos tienen distintos pesos, generalmente los menos antiguos pesan mas.La suma de los pesos debe dar 1W1AT-1 + w2AT-2 + w3AT-3+.+ wnAT-N
-
TIPOS DE PRONSTICOS Exponencial Aminorado:FT =FT = Pronostico atenuado futuroDemanda Real del periodo anteriorFT-1 + a(AT-1 - FT-1)FT-1 Pronostico atenuado anteriorAT-1 Constante de atenuacin
-
TIPOS DE PRONSTICOS Exponencial Aminorado y correccin de tendencia:FT = Pronostico atenuado futuroDemanda Real del periodo anteriorTT-1 Tendencia atenuado anteriorAT-1 Constante de atenuacinFIT = Ft + Tt Ft = FITt-1 + a(At-1 FITt-1)Tt = Tt-1 + d (Ft FITt-1)TT Tendencia atenuadadConstante de atenuacin de tendencia
-
ERROR DE PRONSTICOS ERROR: es la diferencia entre el pronstico y lo ocurrido en la realidad.
Fuentes: Aleatorios Pronosticador.genera sesgoDESVIACIN MEDIA ABSOLUTA (DMA)DS = 1.25 DMA ( aprox)DMA = S ABS(At Ft)DESVIACIN ESTNDAR (DS)nSf = S (At Ft)2 N-1
-
03Ds4DMA4DMA3Ds0Distribucin normal con media 0 y DMA = 1Distribucin normal estndar 0 y Ds = 1ERROR DE PRONSTICOS
-
SEAL DE RASTREO : Indica si el promedio del pronstico sigue el ritmo de un verdadero cambio (ascendente o descendente) en la demanda. Constituye el # del las DMA en que el valor del pronostico est por arriba o por debajo de los hechosST = SCEP DMASCEP = SUMA CORRIENTE DE ERRORES DE PRONSTICOERROR DE PRONSTICOS
-
TIPOS DE PRONSTICOS REGRESIN LINEAL: Relacin funcional de dos o mas variables correlacionadas.A partir de una variable pronosticamos otra.La relacin de las variables es lineal y tiene la forma: Y = a + bxMTODO GRFICOy1yxx1b = y1 y x1 - xY = a + bxExcelCuadrados mnimosa = y - b xb= S xy nx*y S x2 nx 2
-
TIPOS DE PRONSTICOS DESCOMPOSICIN DE UNA SERIE DE TIEMPOEstacional SumadaEstacional MultiplicadaTendencia + EstacionalidadTendencia * EstacionalidadPRONSTICOS DE RELACIONES CAUSALESVariante de la regresin lineal en vez de relacionar tiempos se relacionan dos varibales (causa- efecto)