Familia de Curvas Estables #2

Summary

Este 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

00:00

📈 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.

05:04

📊 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.

10:09

🔢 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.

15:10

📉 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.

20:10

📝 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.

Keywords

💡Familia de curvas estables

Las 'Familia de curvas estables' se refiere a un conjunto de gráficos que muestran que las ventas de un producto no varían considerablemente a lo largo del tiempo. En el guion del video, este concepto es central ya que se utiliza para describir el comportamiento de las ventas mensuales que no presentan cambios notables ni tendencias marcadas, lo que facilita la predicción de futuras ventas.

💡Análisis del comportamiento de la curva

El 'Análisis del comportamiento de la curva' es el proceso de estudiar cómo se distribuyen los datos en el gráfico y qué patrones pueden identificarse. En el video, este análisis es crucial para categorizar la curva correspondiente a las ventas y determinar si se ajusta a la familia de curvas estables, como se ve en el registro de ventas anual de ejemplo.

💡Pronóstico de producción

El 'Pronóstico de producción' es la predicción de cuántos productos se deben producir en un futuro determinado. El video trata sobre cómo se calcula este pronóstico utilizando diferentes modelos matemáticos, lo cual es esencial para la planificación y la operación de la manufactura.

💡Último periodo promedio

El 'Último periodo promedio' es uno de los modelos matemáticos mencionados en el video para realizar pronósticos de producción. Se calcula tomando el promedio de las ventas del último período y se usa como base para predecir las ventas futuras. En el guion, se utiliza este método para ilustrar cómo se pueden hacer pronósticos basados en datos pasados.

💡Promedio aritmético

El 'Promedio aritmético' es otro método de pronóstico que se utiliza para calcular el promedio de las ventas de un cierto número de períodos previos. En el video, se describe cómo se aplica este promedio para hacer una evaluación de las ventas mensuales y cómo se compara con otros métodos para determinar el más preciso.

💡Promedio móvil

El 'Promedio móvil' es una técnica de pronóstico que considera una ventana de tiempo fija para calcular el promedio de las ventas. En el guion, se explica cómo se calcula este promedio tomando en cuenta un número específico de meses anteriores, lo que ayuda a suavizar las fluctuaciones y predecir las tendencias futuras.

💡Error acumulado

El 'Error acumulado' se refiere a la suma de los errores cometidos al realizar pronósticos, considerando el valor absoluto de cada error. En el video, se calcula el error acumulado para cada método de pronóstico y se compara para determinar cuál tiene la mejor precisión en la predicción de las ventas.

💡Planificación de producción

La 'Planificación de producción' es el proceso de decidir qué y cuántos productos se deben producir en función de los pronósticos. En el guion, se menciona cómo se utiliza el pronóstico de evaluación ajustado por la existencia en bodega para planificar la producción mensual, teniendo en cuenta restricciones como el stock mínimo requerido.

💡Stock de existencia

El 'Stock de existencia' es la cantidad de productos que se tienen en inventario y que están listos para ser enviados o vendidos. En el video, se establece la necesidad de mantener un stock mínimo de 50 unidades por mes, lo cual es un factor crucial en la planificación de la producción y en la determinación del pronóstico final.

💡Proyección de producción

La 'Proyección de producción' es la estimación final de cuántos productos se deben producir para satisfacer las demandas futuras. El video culmina con el cálculo de esta proyección, que se basa en el pronóstico de planificación y el stock de existencia, y se envía al departamento de manufactura para su ejecución.

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