Familia de Curvas Estables #2
Summary
TLDREste vídeo educativo se centra en la familia de curvas estables en pronósticos de producción. Se explica teóricamente qué son y cómo se caracterizan por ventas constantes a lo largo del tiempo. Se analiza el comportamiento de la curva y se resuelve un ejercicio práctico utilizando tres modelos matemáticos comunes: último período, promedio aritmético y promedio móvil. El objetivo es encontrar pronósticos precisos para la planificación de la producción, teniendo en cuenta restricciones como existencias en bodega y stock mínimo requerido.
Takeaways
- 📈 La familia de curvas estables se refiere a las curvas donde las ventas del producto no varían considerablemente a lo largo del tiempo.
- 📊 Se analizó un registro de ventas anual para determinar que corresponde a una curva estable, ya que los cambios mensuales no son notorios ni marcan una tendencia.
- 🔢 Se mencionan tres modelos matemáticos comunes utilizados para las curvas estables: último periodo, promedio aritmético y promedio móvil.
- 📚 Se presentó un ejemplo práctico para calcular el pronóstico de producción utilizando los tres métodos mencionados anteriormente.
- 🏚️ Se consideró la importancia de tener en cuenta las unidades en bodega y el stock mínimo requerido para cada mes al realizar el pronóstico.
- 📉 El análisis primario implica graficar y categorizar la curva dentro de la familia de curvas estables.
- 📊 El análisis secundario se enfocaba en el uso de métodos matemáticos para encontrar el pronóstico de proyección con menor error acumulado.
- 📐 Se explicó cómo se calcula el pronóstico de evaluación (P de evaluación) y el pronóstico de planificación (P de planificación) para cada mes.
- 📈 Se destacó que el pronóstico de proyección (P de proyección) se envía al departamento de manufactura y se calcula como P de planificación más el stock de existencia deseable.
- 🔍 Se resaltó la necesidad de aproximar los valores de producción a números enteros, ya que no se pueden producir fracciones de unidad.
Q & A
¿Qué es la familia de curvas estables en pronósticos de producción?
-La familia de curvas estables son aquellas en las que las ventas del producto no varían considerablemente a través del tiempo, y los cambios entre mes y mes no son tan notorios.
¿Cuáles son algunos modelos matemáticos utilizados en la familia de curvas estables?
-Algunos modelos matemáticos utilizados en la familia de curvas estables incluyen el último período, el promedio aritmético y el promedio móvil.
¿Cómo se determina si un conjunto de datos corresponde a una familia de curvas estables?
-Se determina si un conjunto de datos corresponde a una familia de curvas estables analizando si los cambios mensuales no son notorios y si no hay una tendencia clara en la gráfica de las ventas.
¿Qué es el análisis primario y qué se busca al realizarlo?
-El análisis primario es el proceso de graficar la curva, analizarla detalladamente y categorizarla dentro del tipo de familia de curvas conocidas. Se busca entender a qué tipo de familia pertenece el conjunto de datos.
¿Qué métodos se utilizan para calcular los pronósticos de evaluación en la familia de curvas estables?
-Para calcular los pronósticos de evaluación en la familia de curvas estables se utilizan los métodos del último período, el promedio aritmético y el promedio móvil.
¿Cómo se calcula el pronóstico de evaluación para el método del último período?
-El pronóstico de evaluación para el método del último período se calcula tomando las ventas del mes inmediatamente anterior al mes de pronóstico.
¿Qué es el error acumulado y cómo se calcula?
-El error acumulado es la suma de los valores absolutos de los errores individuales, que se calculan como la diferencia entre las ventas reales y las proyecciones de evaluación.
¿Cómo se determina el pronóstico de planificación y cuál es su importancia?
-El pronóstico de planificación se determina restando la existencia en bodega al pronóstico de evaluación. Es importante ya que ayuda a determinar si la producción planeada es factible y si se cumplirá con la demanda.
¿Qué significa que el pronóstico de planificación cumpla con al menos una semana de trabajo del mes?
-Que el pronóstico de planificación cumpla con al menos una semana de trabajo del mes significa que la cantidad planeada es suficiente para mantener la producción durante al menos una semana, lo cual es un criterio de factibilidad.
¿Cómo se calcula el pronóstico de proyección y qué se considera al hacerlo?
-El pronóstico de proyección se calcula sumando el pronóstico de planificación y el stock de existencia deseable. Se considera la disponibilidad en bodega y la necesidad de mantener un stock mínimo para satisfacer la demanda.
¿Cuál es la diferencia entre pronóstico de evaluación y pronóstico de proyección?
-El pronóstico de evaluación es una estimación basada en métodos matemáticos y la historial de ventas, mientras que el pronóstico de proyección es la cantidad final que se planea producir, considerando factores como la existencia en bodega y el stock deseable.
Outlines
📈 Introducción a las Curvas Estables de Pronóstico de Producción
El primer párrafo presenta un vídeo sobre la unidad número uno de pronósticos de producción, enfocado en la familia de curvas estables. Se explica que estas curvas muestran ventas del producto que no varían considerablemente a lo largo del tiempo, y los cambios mensuales son sutiles. Se ilustra con un registro de ventas anual y se destaca que los cambios mensuales no marcan una tendencia. Además, se menciona que los modelos matemáticos más utilizados para estas curvas son el último período, el promedio aritmético y el promedio móvil. Se da un ejemplo de cómo usar estos modelos para encontrar el pronóstico de producción y se mencionan términos importantes como las 500 unidades en bodega y las 50 unidades que se deben mantener en stock cada mes.
📊 Análisis de Curvas Estables y Métodos de Pronóstico
El segundo párrafo profundiza en el análisis de las curvas estables y cómo categorizarlas. Se describe el análisis primario, que implica graficar y analizar detalladamente la curva para determinar su tipo de familia. Posteriormente, se calculan los pronósticos de evaluación utilizando los métodos del último período, promedio aritmético y promedio móvil. Se explica brevemente el significado y uso de términos como las unidades en bodega y en stock, y se procede a resolver un ejemplo aplicando estos métodos, teniendo en cuenta los datos de ventas del año 2019.
🔢 Cálculo de Errores Acumulados y Selección del Método Óptimo
En el tercer párrafo se detalla cómo calcular el error acumulado para cada método de pronóstico. Se menciona la fórmula de error (ventas - pronóstico de evaluación) y se ejemplifica con los datos de ventas de 2019. Se explica el proceso de pasar los errores a positivos y sumarlos en su valor absoluto para obtener el error acumulado. Se comparan los errores acumulados de los métodos de último período, promedio aritmético y promedio móvil, y se selecciona el método con el menor error acumulado para mejorar la precisión del pronóstico.
📉 Aplicación de los Métodos de Pronóstico y Planificación de Producción
El cuarto párrafo trata sobre cómo aplicar los métodos de pronóstico para planificar la producción. Se define el pronóstico de planificación como el pronóstico de evaluación menos las existencias en bodega, y se establece la restricción de que se debe planificar si y solo si el valor del pronóstico de planificación es mayor o igual a 0.25, que representa al menos una semana de trabajo del mes. Se calcula el pronóstico de proyección como el pronóstico de planificación más el stock de existencia deseable, y se ejemplifica con los datos proporcionados, incluyendo las 500 unidades en bodega y las 50 unidades de stock.
📝 Conclusión del Vídeo y Pasos Siguientes
El último párrafo concluye el vídeo explicando que el pronóstico de proyección para enero a mayo del año 2020 es de 7,787 unidades, que se representa en una columna que se enviará al departamento de manufactura. Se menciona que el próximo vídeo se enfocará en el tipo de familia de curvas ascendentes, y se invita a los espectadores a dejar sus dudas en los comentarios, suscribirse y activar la notificación para no perderse el contenido futuro.
Mindmap
Keywords
💡Familia de curvas estables
💡Análisis del comportamiento de la curva
💡Pronóstico de producción
💡Último periodo promedio
💡Promedio aritmético
💡Promedio móvil
💡Error acumulado
💡Planificación de producción
💡Stock de existencia
💡Proyección de producción
Highlights
Introducción a la familia de curvas estables en pronósticos de producción.
Definición de las curvas estables y su comportamiento en el tiempo.
Análisis de la curva de ventas anuales y su clasificación como curva estable.
Explicación de los modelos matemáticos utilizados en curvas estables: último periodo, promedio aritmético y promedio móvil.
Ejemplo práctico de cómo utilizar los tres modelos matemáticos para proyección de ventas.
Importancia de la disponibilidad de unidades en bodega y mantenimiento de stock mínimo.
Proceso de análisis primario para categorizar las curvas dentro de la familia de curvas estables.
Método de cálculo del pronóstico de evaluación utilizando el último período.
Cálculo del pronóstico de evaluación con el promedio aritmético.
Proceso de cálculo del pronóstico de evaluación mediante promedio móvil.
Formulación de la fórmula de error para evaluar la precisión de los pronósticos.
Cálculo del error acumulado para cada método y su comparación.
Selección del método con menor error acumulado para mayor precisión en pronósticos.
Consideraciones para la planificación de producción basada en pronósticos de evaluación.
Criterios para la planificación de producción y mantenimiento de stock mínimo.
Cálculo del pronóstico de proyección y su importancia para el departamento de manufactura.
Resumen del proceso de pronóstico de producción para los meses de enero a mayo del 2020.
Conclusión del vídeo y预告 del próximo tema: familia de curvas ascendentes.
Transcripts
hola compañeras de ingeniería estamos
aquí en un nuevo vídeo sobre la unidad
número uno de pronósticos de producción
en esta ocasión vamos a ver la familia
de curvas estables en la cual este vídeo
consistirá en la explicación teórica de
este tipo de familia además de el
análisis del comportamiento de su curva
y la resolución de un ejercicio para
encontrar el respectivo pronóstico de
producción
bueno como su definición indica la
familia de curvas estables son aquellas
curvas que a través del tiempo las
ventas del producto no varían
considerablemente y los cambios entre
mes y mes no son tan notorios como
podemos observar en pantalla tenemos un
registro de un año de ventas en el cual
corresponde de enero a diciembre a
continuación también se muestra en la
respectiva curva que como podemos saber
es de tipo de familia de curvas de
estables pero como podemos analizar esta
familia y categorizar la como una
familia de curvas estables pues según su
definición los cambios entre mes y mes
no son tan notorios según la gráfica
estos cambios no son tan notorios
tampoco marcan una tendencia por lo cual
podemos afirmar y asegurarnos de que
este registro que tenemos con su
respectiva gráfica corresponden a un
tipo de familia de curvas estables
además entre los modelos matemáticos más
utilizados de la familia de curvas
estables son último periodo promedio
aritmético y promedio móvil a
continuación vamos a dar un ejemplo en
el cual utilizaremos estos tres modelos
matemáticos para encontrar el pronóstico
de proyección recuerden que este último
es el que se manda al departamento de
manufactura para su respectiva
producción
el ejemplo es el siguiente según la
familia de curvas utilice el método más
apropiado para calcular los dos tipos
correspondientes de evaluación
planificación y proyección para los
meses de enero a mayo del año 2020 que
se enviará al departamento de
manufactura tomando en cuenta que se
dispone de 500 unidades en bodega del
sobrante de fin de año 2019 y es
necesario mantener 50 unidades en stock
cada mes
utilice dos decimales tenemos el
historial de ventas del año 2019 que
corresponden a las ventas de enero a
diciembre de ese mismo año además
tenemos dos términos que son muy
importantes para dar solución a este
ejemplo los cuales
las 500 unidades en bodega y las 50
unidades que en stock
cada mes las cuales más adelante
mientras se resuelve este ejemplo vamos
a explicar brevemente lo que significa y
en dónde se ocupa estos términos
para poder comenzar a dar solución a
este ejemplo primero debemos hacer el
análisis primario y qué es lo que
consiste el análisis primario es poder
graficar la curva analizarla
detalladamente y poder categorizar la
dentro del tipo de familia de curvas
conocidas como nosotros ya sabemos este
tipo de registro de datos de las
familias de cuerpos estables
posteriormente cuando ya se determinó la
familia de curvas a la que pertenece
ahora se debe calcular los pronósticos
de evaluación con los siguientes métodos
último período o medio aritmético y
promedio móvil
posteriormente de hacer el análisis
primario el cual consiste en poder
determinar a qué tipo de familia de
curvas pertenece que en este caso es de
tipo de familia de pulpas estables se
procede a hacer el análisis secundario
en el cual consiste en utilizar el
método matemático para encontrar el
pronóstico de proyección pero
utilizaremos aquel que tenga el menor
error acumulado para hacer más precisos
en este caso tenemos las ventas del año
2019 tenemos la fórmula del error que
son ventas menos p de evaluación y
tenemos la solución como nosotros
sabemos los meses que nosotros
requerimos para poder pronosticar son
enero febrero marzo abril y mayo en este
caso mayo la fila de mayo que sería la
última se le va a conocer como el
pronóstico 12 y base y que va a ser el
pronóstico 2 es bueno el pronóstico 12
va a ser igual a las ventas del año
pasado pero de la fila 11 en este caso
noviembre está en la fila 11 que sería
1600 es igual al pronóstico 2 que sería
mayor 1600 y así sucesivamente
el pronóstico 11
que sería abril
que tenemos acá
para ser igual a las ventas
10 en este caso sería octubre y así
sucesivamente posteriormente después de
encontrar cada uno de los meses que
nosotros necesitamos encontramos el
error con la fórmula que tenemos en este
caso es una fórmula lineal y muy
sencilla tenemos las ventas que serían
las ventas del 2019 y para ser restadas
con el pronóstico de evaluación vamos a
hacer el ejemplo del mes de enero en el
cual en enero las ventas que encajan en
su fila son las ventas de agosto que
serían 1550 eso se va a restar a 1600
que sería el pronóstico de evaluación de
enero eso nos da como resultado menos 50
y así sucesivamente en cada uno de los
meses posteriormente como encontramos el
error acumulado el error acumulado es
muy sencillo en el cual consiste en
pasar a positivos cada uno de los
errores y sumarlos en su valor absoluto
en este caso el ejemplo de menos 50 que
tiene en negro de error pasa el error
acumulado de 50 50 más 150 que tiene
febrero nos da 200 200 positivos 100
porque se recuerden que va un valor
absoluto nos da 300 y 300 más 0 las 300
también y 300 más 50 nos da 350 y ese
sería el error acumulado del método de
último período
ahora encontraremos el error acumulado
de el método de promedio aritmético como
siempre tenemos la misma tabla que es el
registro de ventas del año 2019 tenemos
la misma fórmula del error que es igual
a ventas menos pronóstico de evaluación
y tenemos su solución ahora les enseñaré
a cómo se encuentra cada uno de el
registro de pre devaluación de enero a
mayo empezaremos con p de evaluación del
mes d
como nosotros podemos observar enero
encaja perfectamente con agosto por lo
cual arriba de agosto vamos a marcar una
línea imaginaria en el cual nos ayudará
dividir la tabla en dos pero éste método
de promedio aritmético como su nombre lo
indica tenemos que hacer un promedio
entre los registros que nosotros tenemos
como sabemos enero está en la fila 8 por
lo cual vamos a agarrar las ventas desde
enero hasta julio que sería de 1 a 7 en
el cuadro nos da un valor de 1000
11.250 y ese valor que nosotros sumamos
respecto a estas ventas las vamos a
dividir dentro del último mes que sería
la fila que en este caso va a ser 7
esto nos va a dar un valor de 1.600 7.14
que va a ser igual al que nosotros
tenemos acá
igual ahora el ejemplo con febrero como
encontramos febrero febrero es similar
en el cual nosotros vamos a trazar la
misma línea imaginaria pero ahora la
vamos a trazar en septiembre
porque es donde encaja esta línea
ahora el pronóstico
de evaluación pero de febrero va a ser
igual a la sumatoria
hasta agosto
en este caso
va a ser
igual a 12.000
800 pero ahora ya no lo dividimos dentro
de 7 lo vamos a decir dentro de 8 ya que
corresponde a ese número de fila o n
cantidades
y eso nos da un valor de 1600
después de encontrar cada uno de los
valores del pp de evaluación
correspondemos hacer el error
y encontrar el error acumulados y es lo
mismo que el método de último período
qué sería
en agosto encaja enero por lo cual sería
1550 menos 1607 nos dan como resultado
57.14 con otro color tenemos septiembre
que encaja con febrero y nota un valor
de 100 positivos
tenemos noviembre
octubre perdón y encaja con marzo con lo
cual serían mil seiscientos mil 611
punto 11 el cual nos da un valor de
menos 11 puntos y lo mismo con noviembre
abril y con diciembre y mayo para poder
encontrar el error acumulado tenemos que
hacer valor absoluto cada uno de los
datos y sus manos entre sí 57.14 se pasa
como positivo por el valor absoluto y
vamos 57.14 más 100
serían 157 punto 14 157 puntos 14
11.11 168 martínez 178 puntos 25 más 40
puntos 91 es 219 punto 16 y así es como
se resuelve el método de promedio
aritmético
ahora vamos a hacer el método de
promedio móvil como siempre tenemos la
misma tabla de las ventas del año 2019
su misma fórmula del error y tenemos la
solución del promedio móvil ahora como
encontramos esto bert ahora el promedio
móvil es muy similar al promedio
aritmético solamente que tenemos que
observar cuatro meses atrás de donde la
fila que encaje en este caso tenemos al
mes de agosto que encaja con enero por
lo cual para hacer el p de evaluación de
enero tenemos que sumar julio junio mayo
abril y ese dato lo vamos a dividir
dentro de cuatro ya que son cuatro meses
que nos lo estamos analizando que serían
mil seiscientos cincuenta mil 600 mil
quinientos cincuenta más 1600 nos da un
valor de 6.400 y en este caso lo vamos a
vivir dentro de cuatro y eso nos da
un valor de 1.600 que sería el
pronóstico de evaluación de enero
ahora vamos a encontrar el pronóstico de
evaluación del mes de febrero en el cual
consiste como nosotros miramos en
febrero encaja con septiembre por lo
cual agarraremos agosto julio junio y
mayo serían los cuatro anteriores de
donde el mes que encaje en este caso
sería 1550 más 1600 1550 más 1600 serían
6 mil 300 y s 6.300 los vamos a dividir
dentro de 4 y eso nos da un valor de
1.575 y como miramos concuerda perfecto
con el dato que nosotros tenemos
eso mismo se hace para cada uno de los
meses un ejemplo sería en mayo mayo
encaja con diciembre por lo cual vamos a
agarrar noviembre octubre septiembre y
agosto que sería agosto 1550 septiembre
1700 octubre 1600 y noviembre en 1600 en
el cual no nos da un valor de 6.400 50 y
lo dividimos dentro de 4 y eso nos da un
valor de 1.600 12.50
que encaja perfectamente con su dato
posteriormente nosotros vamos a
encontrar el error con la misma fórmula
que hemos venido trabajando en la cual
consiste enero encaja con agosto siempre
serían 1550 menos 1600 nos da menos 50
1700 de septiembre - 1575 unos 225
positivos y así sucesivamente con
octubre encaja con marzo noviembre que
encaja con abril y diciembre encaja con
line para poder encontrar el error
acumulado se trabaja de la misma forma
cada uno de los errores dos pasamos a un
valor absoluto y lo sumamos entre sí
este menos 50 de enero
nos convertimos a un 50 positivo más 125
notas 175 más 0 nos da 175 igual más
1250 187 punto 50 y eso lo sumamos con
37.50 el que nos da un valor de 225
posteriormente vamos a analizar cada uno
de los errores acumulados de cada uno de
los métodos en este caso tenemos que en
el último periodo el menor error
acumulado que nos dio ahí es de 350 en
el promedio aritmético su error
acumulado fue de 219 puntos 16 en el de
promedio móvil nos dio un error de 225
en este caso nosotros vamos a agarrar el
menor error acumulado para tener mayor
exactitud en la cual es el método de
promedio aritmético ese va a ser el
error acumulado que nosotros
utilizaremos también tenemos que tener
en cuenta que
de planificación que sería pronóstico de
planificación es igual al pronóstico de
evaluación menos la existencia en bodega
y ocuparemos la bodega además tenemos
una restricción que se planifica si y
sólo si el valor que resulta como p de
planificación / el valor de p de
evaluación es mayor o igual a 0.25 que
representa al menos una semana de
trabajo del mes si nosotros tenemos un
valor
digamos menor a 0.25
tenemos que sumar esa cantidad del mes
hacia la siguiente porque porque no
sería factible trabajar ya que nosotros
no cumpliríamos ni al menos una semana
de trabajo del mes recordemos que un mes
tiene cuatro semanas hábiles también
tenemos el pronóstico de proyección que
es el que se manda el departamento de
manufactura que sería de planificación
más del stock de existencia deseable
podemos observar en el enunciado desde
ejemplo tenemos que la bodega son de 500
unidades y el stock es de 50 unidades
tenemos la tabla en el cual nos muestra
el pd evaluación cuando nosotros
estábamos encontrando el error acumulado
como podemos observar tiene un valor de
1600 7.14 eso debemos aproximarlo porque
porque nosotros no podemos producir 1600
7.14 unidades debe ser un valor entero
con lo cual es necesario aproximar si
tenemos un valor mayor a punto 50 puntos
55 punto 60 puntos 70 se aproxima a la
siguiente unidad en este caso 1600 7.14
se aproxima
1607 y así sucesivamente posteriormente
como vimos pp de planificación se
encuentra como p de evaluación menos la
bodega tenemos que en enero pd
evaluaciones de 1607 pp evaluación
perdón es de 1607 1.0 unidades eso se le
va a restar la bodega que es de 500
unidades eso va a ser igual
mil 107 unidades y como nosotros podemos
observar la bodega ya está en cero
tenemos cero en bodega con lo cual ya no
es necesario seguir restando la ahora
tenemos que confirmar que esté 1.107
cumple con al menos una semana de
trabajo al mes que sería 1.107 dividido
el p de evaluación de enero que sería
1607
esto nos da un valor d
0.69
con lo cual podemos observar que si
cumple con al menos una semana de
trabajo al mes
posteriormente de encontrar cada uno de
los valores de planificación
encontramos g de proyección como
nosotros ya no tenemos nada en bodega
solamente copiamos los datos
en su respectiva final
posteriormente de hacer eso encontramos
pe de proyección y como encontramos
tener proyección bueno de predicción es
como vimos su fórmula es
la pgje de planificación más el stock
1.107 más 50 unidades de stock es mil
157 mil 600 mil 650 mil 611 mil 661 mil
610 mil 660 mil 609 que sería mayor mil
659
como nosotros leímos en el enunciado
quieren que el pronóstico de proyección
sea de enero a mayo con lo cual
realizamos la sumatoria
después de encontrar la sumatoria se
procede a concluir con el valor de total
de unidades a producir en los meses de
enero a mayo del año 2020 es de 7 mil
787 unidades que representan la
sumatoria
esta columna que es la del pronóstico de
proyección la cual mandaremos al
departamento de manufactura
bueno eso sería todo el vídeo en qué
consiste en el tipo de familia de curvas
estables
posteriormente voy a realizar una
explicación sobre el tipo de familia de
curvas ascendentes en la cual siempre
analizaremos los mismos métodos para
encontrar el pronóstico de proyección
cualquier duda lo pueden dejar en la
caja de comentarios de cuerdas de like
suscribirse y activar la campanita
muchas gracias y hasta el próximo vídeo
5.0 / 5 (0 votes)