Contenido

Introduccin
Unidad 5 Modelos de pronsticos e Inventarios.
5.1 Modelos de pronsticos.
5.1.1 Modelos de pronsticos para un nivel constante.
5.1.2 Efectos estacionales en los modelos de pronsticos.
5.2 Suavizado exponencial en modelos de tendencia lineal.
5.3 Errores en los pronsticos.
5.4 Pronsticos causales con regresin lineal.
5.5 Definicin y tipos de inventarios.
5.5.1 Ventajas y desventajas de los inventarios.
5.5.2 Costos de inventarios.
5.6 Modelos determinsticos.
5.7 Modelos probabilsticas.
5.8 Planeacin de requerimientos de materiales.
Conclusin
Biografa










2




INTRODUCIN

Dos temas que estn demasiado entrelazados uno al otro dentro de la
Administracin de Produccin son el Pronstico y los Inventarios, en este trabajo
vamos a detallar la importancia de cada uno de ellos y la dependencia que tienen
cada uno de ellos de la Planeacin de la Produccin.

5. Modelos de pronsticos e Inventarios.

Definamos en primer trmino el significado de un Pronstico que nos es ms que
la estimacin de la demanda de un producto, esta estimacin de la demanda sale
de un estudio de mercado realizado por los especialistas de la empresa en donde
se realiza un estudio particular del tipo de producto y de la cantidad que se
requiere por producto, el pronstico es un estimado de la demanda como ya lo
habamos dicho anteriormente, por lo que con este estimado podemos determinar
la capacidad de la planta a instalar, y la cantidad de versiones del producto que
debemos producir.

Importante es destacar que el proceso de pronostico establece los niveles de
produccin en el tiempo, es decir, que podemos realizar pronsticos a Corto,
Mediano y Largo plazo , y de esa manera revisar los procesos de planeacin de la
planta para esos tiempos, y cuando se habla de revisar estamos hablando de
Mantenimiento de Inventarios de Insumos y de repuestos y algo muy importante
que es la productividad, realizando estudio para minimizar los tiempos de ocio del
sistema operativo de produccin.

En base al planeamiento de la produccin y al pronostico realizado es necesario
tener en reserva en todos los pasos a realizar una cantidad de bienes bajo el
control de la planta guardando para su uso posterior durante algn tiempo, esta
3

cantidad de bienes guardados la llamamos inventario , en toda empresa o planta
de operaciones productivas es necesario realizar inventarios, estos inventarios
pueden ser inventarios de equipos, inventarios de repuestos de equipos,
Inventarios de insumos o materia prima, inventarios de herramientas, inventarios
del producto final, todos estos inventarios son necesarios para que los niveles de
produccin sean cubiertos al momento de un incidente que pudiese demorar la
produccin.

5.1 Modelos de pronsticos.

El pronstico es un proceso de estimacin de un acontecimiento o fenmeno,
regularmente econmico en el cual se involucra el tiempo, proyectando hacia el
futuro datos del pasado, para realizar una estimacin cuantitativa del
comportamiento del fenmeno estudiado hacia el futuro.
La prediccin, previsin o adivinacin, es un proceso de estimacin de un suceso
futuro basndose en consideraciones subjetivas diferentes a los simples datos
provenientes del pasado; estas consideraciones subjetivas no necesariamente
deben combinarse de una manera predeterminada. Es decir, cuando se base en
suposiciones subjetivas y no existen datos del pasado, se requiere una prediccin,
y de lo contrario, se necesita un pronstico.
Los pronsticos son la base de la planificacin corporativa a largo plazo. El
personal de produccin y de operacin utiliza pronsticos para tomar decisiones
peridicas con respecto a la seleccin de procesos, a la planificacin de la
capacidad, a la planificacin de la produccin, a la programacin de actividades y
al inventario.

Tipos de pronsticos

Los pronsticos se pueden clasificar en cuatro tipos bsicos: cualitativos, anlisis
de series de tiempo o cuantitativos, relaciones causales y simulacin.
4


Las tcnicas cualitativas son de carcter subjetivo y se basan en estimaciones y
opiniones.
Modelos comunes para pronsticos cuantitativos

Promedio Mvil Simple Se promedia un periodo que contiene varios puntos de
datos, dividiendo la suma de los valores de los puntos entre el nmero de puntos.
As, cada punto tiene la misma influencia.
Promedio Mvil Ponderado Ciertos puntos se ponderan ms o menos que otros,
segn se considere conveniente de acuerdo con la experiencia.
Suavizamiento o suavizacin Exponencial Los puntos de datos ms recientes
tienen mayor peso; este peso se reduce exponencialmente cuanto ms antiguos
son los datos.
Anlisis de Regresiones Ajusta una lnea recta a datos pasados, por lo general
relacionando el valor del dato con el tiempo
Anlisis de series de tiempoPronosticar series de tiempo significa extender los
valores histricos en el futuro con mediciones que an no se encuentran
disponibles. Existen dos variables estructurales principales que definen un
pronstico de serie de tiempo:

El perodo, que representa el nivel de agregacin. Los perodos ms comunes
son meses, semanas y das en la cadena de suministro (para la optimizacin del
inventario). Los centros de atencin telefnica utilizan perodos de cuartos de hora
(para la optimizacin del personal).
El horizonte, que representa la cantidad de perodos por adelantado que es
necesario pronosticar. En la cadena de suministro, el horizonte es generalmente
igual o mayor que el tiempo de entrega.

5.1.1 Modelos para Pronsticos de un nivel constante
Los mtodos ms simplistas para pronosticar la demanda son:
5

ltimo valor
promedio
promedios mviles
exponencial

1 Este es el ms simple de los mtodos de pronstico y considera el valor de la
variable aleatoria . Muy simple, pero til nicamente en acotados casos.
2 Pronostica como valor de la variable aleatoria . Esta puede ser
una buena estimacin cuando se trata de un proceso muy estable o que cambia
muy poco en el tiempo.

3 Los promedios mviles solucionan, en parte, el hecho de que el proceso
cambia en el tiempo y considera nicamente las ltimas observaciones, por lo
que . De esta forma, mejoramos el mtodo anterior, aunque
seguimos asignando el mismo peso relativo a las observaciones ms viejas que a
las ms actuales.

4- El mtodo exponencial o de suavizado exponencial, soluciona este problema
introduciendo una constante de suavizado, y calcula el nuevo valor de
la variable aleatoria como

Estos mtodos muestran el hecho fundamental de que los procesos son
cambiantes y estn sujetos a factores externos que deben ser tenidos en cuenta a
la hora de realizar el modelo. Una de estos factores, el que suscita nuestro inters
en este momento, es el factor estacional
6

Para poder utilizar estos mtodos deberemos primero eliminar el factor estacional
de nuestra serie de tiempo.
El modelo de pronsticos a escoger depende de lo siguiente:

1. Horizonte de tiempo para el pronstico.
2. Disponibilidad de datos.
3. Precisin requerida.
4. Tamao del presupuesto para pronsticos.
5. Disponibilidad de personal calificado.

Promedio Simple
Es un promedio de los datos del pasado en el cual las demandas de todos los
perodos anteriores tienen el mismo peso relativo.

Se calcula de la siguiente manera:
PS = Suma de demandas de todos los perodos anteriores, entre o dividido por
K = Nmero de periodos de demanda
PS = D1 + D2 +.....+Dk
K
Donde:
D1= demanda del perodo ms reciente;
D2= demanda que ocurri hace dos perodos;
Dk= demanda que ocurri hace k perodos.
Promedio Mvil

Una media mvil simple combina los datos de demanda de la mayor parte de los
periodos recientes, siendo su promedio el pronstico para el siguiente periodo.

Una media mvil simple de n periodos se puede expresar mediante:
7

MMS = Suma de las demandas anteriores de los ltimos n periodos entre o
dividido por
N = Nmero de periodos empleados en la media mvil
MMS = Dt = D1 + D2 +.....+ Dn
N
Donde:
t = 1 es el periodo ms antiguo en el promedio de n periodos;
t = n es el periodo ms reciente.

Suavizamiento o suavizacin Exponencial
Las principales razones de popularidad de las tcnicas de suavizacin son:

1. Los modelos exponenciales tienen una precisin sorprendente.
2. Es muy fcil formular un modelo exponencial.
3. El usuario puede comprender como funciona el modelo.
4. Se requiere muy pocos clculos para usar el modelo.
5. Como se usan datos histricos limitados, son pocos los requisitos de
almacenamiento en computadores.
6. Es fcil calcular pruebas para determinar la precisin del modelo en la prctica.

En el mtodo solo se necesitan tres datos: el pronstico ms reciente, la demanda
real que se present para ese periodo, y una constante de suavizacin alfa.

La ecuacin para un pronstico de suavizamiento exponencial simple no es ms
que:
Pronstico de la demanda = Ft = F(t 1) + ( A(t-1) F(t-1) )

Donde:
Ft = El pronstico suavizado exponencialmente para el periodo t.
Ft-1 = El pronstico suavizado exponencialmente para el periodo anterior.
8

At-1 = La demanda real para el periodo anterior.
a = La tasa de respuesta deseada, o constante de suavizamiento.

Anlisis de regresin lineal

Se define a la regresin como una relacin funcional entre dos o ms variables
correlacionadas y se usa para pronosticar una variable con base en la otra.
En la regresin lineal la relacin entre las variables forma una lnea recta.
La lnea de regresin lineal es de forma
Y = a + bX, otras formas son Y = aX + b, Y = mX + b
donde Y es la variable dependiente que queremos resolver; a es la interseccin
de Y; b es la pendiente y X es la variable independiente (en el anlisis de series de
tiempo, X representa unidades de tiempo).
Los valores de a y b se obtienen de calcular:
a= n(XtDt) (Xt) (Dt)
n(X2t) (Xt)2
b = Dt bXt
n

La regresin lineal es til para pronsticos a largo plazo de sucesos importantes.
La restriccin principal para usar los pronsticos de regresin lineal es que,
supuestamente, los datos pasados y las proyecciones caen sobre una lnea recta


5.1.2 Efectos estacionales en los modelos de pronsticos.
La Estacionalidad siempre ha jugado un papel primordial en el anlisis de series
de tiempo. La mayora de las tcnicas para realizar pronsticos requieren
condiciones de estacionalidad. Por lo tanto necesitamos algunas condiciones, es
decir, las series de tiempo necesitan tener un proceso estacionario de primer y
segundo orden.
9

Estacionario de Primer Orden: Una serie de tiempo est en el estacionario de
primer orden si el valor esperado de X(t) se mantiene constante para cualquier
valor de t.

5.2 Suavizado exponencial en modelos de tendencia lineal.
Este modelo permite efectuar compensaciones para algunas tendencias o para
cierta temporada al calcular cuidadosamente los coeficientes Ct. Si se desea se
puede dar a los meses ms recientes pesos mayores y amortiguar en parte los
efectos del ruido al dar pesos pequeos a las demandas ms antiguas. El
coordinador o el administrador debe escoger los valores de los coeficientes, de su
eleccin depender el xito o fracaso del modelo.
Los modelos de suavizado exponencial se encuentran disponibles en los paquetes
para computadora, estos modelos requieren relativamente poco almacenamiento
de datos y unas cuantas operaciones.

El suavizado exponencial se distingue por la manera tan especial de dar pesos a
cada una de las demandas anteriores al calcular el promedio. El modelo de los
pesos es de forma exponencial. La demanda de los periodos ms recientes recibe
un peso mayor; los pesos de los periodos sucesivamente anteriores decaen de
una manera exponencial. En otras palabras, los pesos decrecen en su magnitud a
medida que se aplican datos anteriores, siendo el decremento no lineal
(exponencial).

Suavizado exponencial de primer orden
La ecuacin para crear un pronstico nuevo o actualizado utiliza dos fuentes de
informacin:
A medida que termina cada periodo se realiza un nuevo pronstico.


10

.
Doble suavizado exponencial: El modelo es directo; suaviza el pronstico
obtenido con un modelo de suavizado exponencial de primer orden y el pronstico
obtenido mediante un modelo de suavizado exponencial doble.

Ft es el modelo suavizado exponencial de primer orden y debe ser calculado antes
de encontrar la FDt.

5.3 Errores en los pronsticos.

El error del pronstico es la diferencia entre el valor real y el pronosticado del
perodo correspondiente.

Donde es el error del pronstico del perodo , es el valor real para ese
perodo y el valor que se haba pronosticado. Medidas de error:
Error absoluto de la media (MAD)

Error absoluto porcentual de la media (MAPE)

Desviacin porcentual absoluta de la media (PMAD)

Error cuadrtico de la media (MSE)

Raz del error cuadrtico de la media (RMSE)




11


5.4 Pronsticos causales con regresin lineal.

El objetivo es pronosticar una variable dependiente, por ejemplo las ventas, en
funcin de una o ms variables independientes, por ejemplo el precio. Este es un
pronstico causal, porque el valor de la variable dependiente est causado o al
menos tiene una correlacin alta con el valor de las(s) variable(s)
independiente(s).
Calcular el coeficiente de determinacin para determinar la proporcin de la
variacin total en la variable dependiente Y que se explica por la variacin en la
variable independiente X.
Realizar una prueba de la importancia del coeficiente de correlacin para
determinar si la correlacin se debe o no a la casualidad.

Si el anlisis de correlacin concluye que existe una relacin lineal fuerte entre las
variables, se procede a elaborar una ecuacin para expresar la relacin lineal
(recta) entre las variables con la finalidad de estimar el valor de la variable
dependiente Y con base en un valor seleccionado de la variable independiente X.
La tcnica para desarrollar la ecuacin y proporcionar los estimados se denomina
anlisis de regresin.

La referida ecuacin de la recta que relaciona las variables es una ecuacin de
regresin que se determina aplicando el mtodo matemtico denominado
principio de los mnimos cuadrados que proporciona la recta del mejor ajuste.
El mtodo de los mnimos cuadrados determina una ecuacin de regresin al
minimizar la suma de las desviaciones cuadrticas entre los valores reales y los
valores estimados de Y.

5.5 Definicin y tipos de inventarios.
12

El inventario es el conjunto de mercancas o artculos que tiene la empresa para
comerciar con aquellos, permitiendo la compra y venta o la fabricacin primero
antes de venderlos, en un periodo econmico determinados. Deben aparecer en el
grupo de activos circulantes.
Los inventarios son importantes para los fabricantes en general, varia
ampliamente entre los distintos grupos de industrias. La composicin de esta parte
del activo es una gran variedad de artculos, y es pro eso que se han clasificado
de acuerdo a su utilizacin en los siguientes tipos:

Inventarios de materia prima
Inventarios de produccin en proceso
Inventarios de productos terminados
Inventarios de materiales y suministros
Inventarios de materia prima
Inventarios de Productos en Proceso:
El inventario de productos en proceso consiste en todos los artculos o elementos
que se utilizan en el actual proceso de produccin. Es decir, son productos
parcialmente terminados que se encuentran en un grado intermedio de produccin
y a los cuales se les aplico la labor directa y gastos indirectos inherentes al
proceso de produccin en un momento dado.
Inventarios de Productos Terminados:
Comprende estos, los artculos transferidos por el departamento de produccin al
almacn de productos terminados por haber estos; alcanzado su grado de
terminacin total y que a la hora de la toma fsica de inventarios se encuentren
aun en los almacenes, es decir, los que todava no han sido vendidos.
Inventarios de Materiales y Suministros
En el inventario de materiales y suministros se incluye:
Materias primas secundarias, sus especificaciones varan segn el tipo de
industria, un ejemplo; para la industria cervecera es: sales para el tratamiento de
agua.
13

Artculos de consumo destinados para ser usados en la operacin de la industria,
dentro de estos artculos de consumo los mas importantes son los destinados a
las operaciones, y estn formados por los combustibles y lubricantes, estos en las
industria tiene gran relevancia.
Inventario de Seguridad
Este tipo de inventario es utilizado para impedir la interrupcin en el
aprovisionamiento caudado por demoras en la entrega o pro el aumento
imprevisto de la demanda durante un periodo de reabastecimiento.
5.5.1 Ventajas y desventajas de los inventarios.

Ventajas:
1.- Manejo fluido y eficiente de las operaciones
2.- Lleva un control especfico de las operaciones de la empresa.
3.- Contiene una mejor estabilidad en las cargas de trabajo.
4.- Lleva un control de la economa de produccin.
5.- Economas de produccin con tamao de lotes adecuados
6.- Estabilizacin de las cargas de trabajo
7.- La empresa puede satisfacer las demandas de sus clientes con mayor rapidez

Desventajas:
1.- Al tener un inventario en exceso origina gastos innecesarios y eso produce la
inmovilizacin del capital de una empresa.
2.- El no tener inventario puede ser el causante de un paro de produccin por la
falta de materia prima bien sea de una reduccin en las ventas por falta de
produccin al entregarle al cliente.
3.- Implica un costo generalmente alto el mantener el inventario.
4.- Peligro de obsolescencia
5.- Reduccin en las ventas por falta de productos terminados para entregar a los
clientes.

14

5.5.2 Costos de inventarios.

Los inventarios representan una inversin cuantiosa para muchas compaas, en
especial los fabricantes, los distribuidores, y las tiendas. Por lo que es importante
minimizar sus costos y el reto para el administrador precisamente es alcanzar el
nivel deseado de servicio al cliente a un costo mnimo.

Se consideran 4 tipos de costos que estn asociados directamente con los costos
de los inventarios y estos son:

El costo o precio de compra. Incluye el precio de un artculo ms los impuestos,
los gastos de compra y los costos del transporte
El costo de ordenar. Dentro de los costos de ordenar se incluyen gastos de
cotizacin, telfono, fax, mano de obra para preparar la orden, timbres de correos
comidas, viticos y cualquier otro costo directo.
El costo de conservacin o mantenimiento. Dentro de los costos de mantener
se incluyen el costo de capital, equipo de almacenamiento y movimientos,
edificios, costo de espacio ocupado, depreciacin, rentas,etc.
El costo de faltantes o de agotamientos. Estos son los costos de penalizacin
en que se incurre cuando se queda sin la mercanca cuando sta se necesita.

5.6 Modelos determinsticos.
Son aquellos en los cuales la demanda est perfectamente determinada o es
conocida para un perodo dado.

La naturaleza del problema de inventario consiste en hacer y recibir pedidos de
determinados volmenes, repetidas veces y a intervalos determinados. Una
poltica de inventario responde las siguientes preguntas.

Cunto se debe ordenar?
15

Esto determina el lote econmico (EOQ) al minimizar el siguiente modelo de costo:
(Costo total del inventario) =(Costo de compra) +(costo de preparacin +
(Costo de almacenamiento) +(costo de faltante).
Todos estos costos se deben expresar en trminos del lote econmico deseado y
del tiempo entre los pedidos.

Cuando se deben colocar los pedidos?
Depende del tipo de sistema de inventario que tenemos. Si el sistema requiere
una revisin peridica (por ejemplo, semanal o mensual), el momento para hacer
un nuevo pedido coincide con el inicio de cada periodo.

5.7 Modelos probabilsticas.
Los modelos desarrollados se clasifican en general bajo situaciones de anlisis
continuo y peridico. Los modelos de anlisis peridico incluyen casos de un solo
periodo, y de periodos mltiples
Existen dos modelos, el primero es una versin probabilzada del EOQ
determinista, que utiliza existencias estabilizadoras para explicar la demanda
probabilista, el segundo un EOQ probabilstico mas exacto, que incluye la
demanda probabilstica de forma directa en la formulacin

MODELOS EOQ PROBABILIZADO
El tamao de las existencias estabilizadoras se determina de modo que la
probabilidad de agotamiento de las existencias durante el tiempo de entrega (el
periodo entre colocar y recibir un pedido) no exceda un valor predeterminado.

Modelo EOQ probabilstico
Este modelo permite faltantes en la demanda, la poltica requiere ordenar la
cantidad y siempre que el inventario caiga al nivel R. Como en el caso
determinista, el nivel de reorden R es una funcin del tiempo de entrega, entre
colocar y recibir un pedido. Los valores ptimos de y y R, se determinan
16

minimizando el costo esperado por unidad de tiempo que incluye la suma de los
costos de preparacin, conservacin y faltante.

El modelo tiene 3 suposiciones

1. La demanda no satisfecha durante el tiempo de entrega se acumula.
2. No se permite ms de una orden pendiente.
3. La distribucin de la demanda durante el tiempo de entrega permanece
estacionaria (sin cambio) con el tiempo.

Para desarrollas la funcin de costo total por unidad de tiempo, sea
f(x) = fdp de la demanda, x, durante el tiempo de entrega
D = demanda esperada por unidad de tiempo
h = costo de manejo por unidad de inventario por unidad de tiempo
p = costo de faltante por unidad de inventario
K = costo de preparacin por pedido

5.8 Planeacin de requerimientos de materiales.

Durante las ltimas dos dcadas, muchas compaas industriales han cambiado
sus sistemas de inventarios, y en lugar de manejarlos como sistemas de punto de
reorden (enfoque de demanda independiente), ahora los manejan como sistemas
MRP (enfoque de demanda dependiente). La tecnologa de las computadoras lo
ha hecho posible. Este enfoque se desarroll a principios de los 70 y se atribuye a
varios expertos, entre ellos a Orlick y Wigth.

Un MRP es una manera adecuada de considerar productos complejos, Por lo
general se toma en cuenta el ensamble de varios componentes y subensambles
que forma un producto completo. Igual que para el MPS, el tiempo se ve como
intervalos discretos o baldes de tiempo. El principal objetivo del MRP es
17

determinar los requerimientos la demanda discreta de cada componente en cada
balde de tiempo -. Estos requerimientos se usan para generar la informacin
necesaria para la compra correcta de materiales o para la planta de produccin,
tomando las cifras de los tiempos del MPS y generando un conjunto resultante de
componentes o de requerimientos de materiales espaciados en el tiempo. Sigue a
este procedimiento una planeacin detallada de la capacidad (CRP).
El principal objetivo de los sistemas MRP es generar los requerimientos de
componentes y materia prima por etapas. stos constituyen la salida del sistema.
Los tres insumos ms importantes de un sistema MRP son el programa maestro
de produccin, los registros del estado del inventario y la lista de materiales
(estructura del producto). Se hace hincapi en la importancia del MPS como
insumo para el MRP. Es el insumo primordial del MRP, ya que el objetivo principal
de ste sistema es tomar los requerimientos para cada etapa del producto
terminado y traducirlos en requerimientos para cada etapa del producto terminado
y traducirlos en requerimientos de componentes individuales.



Artculo final
S / E S / E
S / E
PC
PC PC PF
PF
PC
PF PF
PF
LEYENDA:
S/E = subensamble
PC = partes compradas
PF = partes fabricadas.
MP = materia prima
4 = num de partes

Nivel 0
Nivel 1
Nivel 2
Nivel 3
Nivel 4
18

Normalmente se hace referencia a la jerarqua de la estructura del producto como
una relacin padre hijo. Cada elemento tiene un padre el elemento arriba de l
- y un hijo el elemento debajo de l - . Un artculo final slo tiene hijos y la
materia prima (MP); las partes compradas (PC) slo tienen padres.
La salida ms importante de un sistema MRP es el conjunto de rdenes planeadas
que se distribuyen. stas son dos tipos, rdenes de compra y rdenes de trabajo.
Las rdenes de compra son cantidades de MP y PC que deben comprarse y los
tiempos de disponibilidad. De acuerdo con esto, se emitir una orden de compra el
da que corresponde a la fecha de entrega menos el tiempo de entrega del
proveedor. Las rdenes de trabajo son cantidades de MP y S/E que deben
fabricarse y los tiempos de sus entregas. Por lo tanto, la orden de trabajo se emite
el da que corresponde a esta fecha de entrega menos el tiempo de fabricacin.
Las rdenes de compra constituyen el plan de compras, mientras que las rdenes
de trabajo generan el plan de produccin para la planta.

La esencia de un sistema MRP es el proceso que transforma el insumo en la
salida. La salida de este proceso cosiste en los requerimientos netos. Estos
forman la base para determinar las rdenes de compra y de trabajo. La
transformacin de insumos en salidas o productos se hace en forma sistemtica,
siguiendo una serie de pasos llamados explosin, ajuste a netos, compensacin y
tamao de lote.
Durante el proceso de adquisiciones se ajustan los requisitos en conjunto para
tomar en cuenta el inventario disponible o la cantidad ordenada. As, los
requerimientos netos son

Requerimientos netos = requerimientos en conjunto inventario disponible
cantidad ordenada.

Este ajuste se hace en todos los niveles de la lista de materiales y para cada balde
de tiempo. En otras palabras, en cada nivel de la lista de materiales, los
19

requerimientos en conjunto se ajustan para obtener los netos antes de hacer la
explosin de los requerimientos para el siguiente nivel. Si no hay inventario
disponible o cantidad ordenada entonces, los requerimientos netos son iguales a
los requerimientos en conjunto.
Flujo del proceso MRP.












Establecer requerimientos
en conjunto
Usar recepciones programadas
para establecer el balance de
inventario proyectado
Establecer requerimientos
netos detallados
Establecer recepciones
planeadas
Establecer liberacin de
rdenes planeadas
Ajustar el balance de
inventario proyectado
20

Conclusin:
Este trabajo se trato de estos dos hitos que estn dentro del plan de trabajo o plan
de produccin de pronsticos y de inventarios, los pronsticos son estimaciones
necesarias a realizar para realizar el plan de trabajo y los inventarios son
imprescindibles para tener una planta en funcionamiento.
Estos dos ingredientes te ayudaran a alcanzar el xito de tu empresa; reduciendo
costos y maximizando la produccin o utilidades de la empresa, tomado en cuenta
un buen pronostico de inventarios para una mejor toma de decisin.




BIBLIOGRAFA:

1.-Guia del Modulo I Gerencia de Operaciones y Produccin
Editado por URBE en 20073
2.- Estrategias de Produccin (Orgenes, conceptos y definiciones)
Autor: Santiago Ibarra Miron
www.monografias.com
3.- Fundamentos de Gerencia y Control de Produccin
Autor: Rafael Beaufond
4.- Bock, Robert y Hostein, William, Planeacin y Control de la Produccin
www.Google.com