Taller_Métodos

Vista previa del material en texto

1. ¿En qué consiste el método Delphi? 
 
El método Delphin es una técnica de recogida de datos a través de la consulta individual-
anónima y repetitiva a expertos del tema, este método se caracteriza por ser de carácter 
cualitativo y utilizada cuando se carece de datos suficientes, para la toma de decisiones 
frente a escenarios futuros. 
Ejemplo: 
En una empresa se desea implementar un nuevo producto al mercado, para llevar a cabo 
el método Delphin es necesario usar el criterio de personas y ciertas relaciones para 
trasformar la información cualitativa en estimados cuantitativos. Para lo cual se dispone 
de los siguientes conceptos: 
- Pronosticar: Es emitir un enunciado sobre lo que es probable que ocurra en el futuro, 
basándose en análisis y en consideraciones de juicio. 
- Pronóstico: Estimación anticipada del valor de una variable, por ejemplo: la demanda 
del nuevo producto en el mercado. 
- Presupuesto: Valor anticipado de la variable que una compañía está en posibilidad de 
concretizar, por ejemplo: la cantidad de producto que la compañía decide fabricar en 
función de la demanda y de la capacidad instalada. 
 
2. ¿En qué consiste el diagrama causa-efecto? 
 
Esta herramienta de análisis, que busca desarrollar un plan de recolección de datos a 
través de la representación de varios elementos (causas) de un sistema que pude 
contribuir a sus problemas (efectos). También considerado como Diagrama de la Espina de 
Pescado, Por su forma gráfica. Este permite almacenar gran cantidad de información 
sobre los problemas y determinar las posibles causas de estos. 
 
Ejemplo: 
 
El siguiente diagrama de causa-efecto se muestra el análisis realizado para determinar el 
origen de la causa del “fisura miento en la superficie”. Se observa que se analizaron cuatro 
dimensiones del problema: Operario, Equipo, Material y Método. 
 
 
 
 
 
3. ¿En qué consiste el cálculo del promedio móvil simple? 
Le llamamos media móvil o promedio simple cuando definimos el número de periodos 
para su cálculo. Es un procedimiento de cálculo sencillo que pertenece a la categoría de 
pronósticos de series de tiempo, es decir, que utiliza información histórica del desempeño 
de la variable que se desea pronosticar para poder generar un pronóstico de la misma a 
futuro. 
La función matemática que permite obtener un pronóstico utilizando Media Móvil Simple 
es: 
 
Ejemplo: 
 
el pronóstico de abril se obtiene promediando los valores reales de enero, febrero y 
Marzo: 𝑭(𝑨𝒃𝒓𝒊𝒍) = (𝟐𝟎𝟎 + 𝟐𝟑𝟎 + 𝟐𝟔𝟎) /𝟑 = 𝟐𝟑𝟎. 
 El pronóstico de mayo se obtiene promediando los valores reales de febrero, marzo y 
Abril: 𝑭(𝑴𝒂𝒚𝒐) = (𝟐𝟑𝟎 + 𝟐𝟔𝟎 + 𝟏𝟖𝟎) /𝟑 = 𝟐𝟐𝟑. Notar que los pronósticos no 
consideran decimales (decisión arbitraria). 
 
 
 
 
4. ¿En qué consiste el cálculo del promedio móvil ponderado? 
 
Otro método de pronóstico es el promedio móvil ponderado. Mientras en el método de 
promedio móvil simple asignamos igual importancia a todos los datos de la demanda 
pasada, el método de promedio móvil ponderado nos permite calcular pronósticos 
asignando más peso para los elementos que consideremos. 
Esta es la ventaja del método, pues bajo ciertas circunstancias, las empresas 
necesitan predecir la demanda de próximos periodos ponderando unos sobre otros, lo 
que permite, por ejemplo, darle más importancia a la tendencia, que, aunque este 
método nos sigue debiendo frente a este aspecto, si sale victorioso si se compara con el 
promedio o media simple. 
El promedio ponderado suele reaccionar más rápido ante los cambios de la demanda, con 
relación al promedio simple. Sin embargo, la verdadera utilidad del método dependerá de 
la experticia del administrador de operaciones al pronosticar la demanda, como en todos. 
 
 
 
 
 
Ejemplo: 
 
IngE es una compañía productora de alimentos para perro y requiere calcular el 
pronóstico de demanda con el método de media móvil ponderada. Para la empresa, la 
demanda pasada reciente es la más importante y le asignan un peso de 50%. La demanda 
intermedia tiene un peso de 30% y la más lejana de 20%. 
 
En este ejemplo de promedio ponderado, para calcular el pronóstico de demanda del 
periodo 4, multiplicamos el periodo 3 (el más reciente) por 50%, el periodo 2 (el 
intermedio 2) por 30% y el periodo 1 (el más lejano) por 20%. El resultado de cada 
producto lo sumamos y obtuvimos 139. 
 
Para pronosticar el siguiente periodo, multiplicamos la demanda real (la que obtuvimos, 
no la pronosticada) del periodo 4 por 50%, la del periodo 3 por 30% y la demanda del 2 
por 20% 
 
 
 
5. ¿En qué consiste el método de suavización exponencial? 
 
Este método utiliza los promedios históricos de una variable en un periodo para intentar 
predecir su comportamiento futuro. 
Por tanto, de lo que se trata es predecir que va a pasar y lo que hace es suavizar la serie 
temporal. El objetivo es reducir las fluctuaciones y conseguir observar una tendencia que 
a veces no está clara a simple vista. Es muy utilizado, sobre todo, en previsión de ventas y 
ha demostrado una eficacia más que aceptable. 
 
Ejemplo: 
 
Una empresa de consumo masivo lleva registro de la demanda mensual de uno de sus 
productos emblemáticos para un período de un año. Dicha información se presenta en la 
columna etiquetada Demanda en la imagen a continuación. Se requiere utilizar el método 
de suavizamiento exponencial simple considerando tres valores para el parámetro de 
suavizamiento alfa: 0,1; 0,5 y 0,9. Obtener el pronóstico del período 13 (mes de Enero del 
año siguiente) y evaluar el ajuste del método para cada uno de los valores de alfa 
propuestos. 
 
 
6. ¿En qué consiste el método análisis de regresión? 
El análisis de regresión se usa para analizar y especificar la relación entre variables. 
También es usado en la descripción de datos y generación de parámetros que pueden 
ayudar al completo análisis, al igual que es usado para realizar predicciones de que puede 
suceder con una serie de datos. 
Ejemplo: 
Un analista de una pequeña cadena minorista está estudiando el rendimiento de los 
distintos emplazamientos de sus tiendas. El analista desea saber por qué ciertos 
establecimientos presentan un volumen de ventas anormalmente bajo. El analista crea un 
modelo de regresión con variables explicativas, por ejemplo, la edad media y los ingresos 
del vecindario circundante, así como la distancia hasta los centros minoristas y el 
transporte público, como una forma de determinar qué variables influyen en las ventas.