Aula 8 - Administração de Materiais .pdf

Prévia do material em texto

 Se existe sazonalidade, a comparação da demanda real seria sem sentido. 
Para uma comparação, são necessários dados desestacionalizados. 
 
 Demanda desestacionalizada = demanda sazonal real 
 Índice sazonal 
Exemplo 
 
Uma empresa que vende raquetes de tênis tem uma demanda para o mês 
de junho de 5.200 unidades e para o mês de janeiro de 24.000 unidades. 
Se os índices sazonais para junho foram de 0,5 e para janeiro de 2,5, calcule 
a demanda desestacionalizada para julho e janeiro. Como os dois meses são 
comparados? 
Resposta 
 
Demanda desestacionalizada para junho = 5.200 / 0,5 = 10.400 unidades 
Demanda desestacionalizada para janeiro = 24.000 / 2,5 = 9.600 unidades. 
 Calcule as demandas desestacionalizadas 
para os seguintes itens: 
 
Trimestre 
 
Demanda real 
 
Índice Sazonal 
Demanda 
Desestacionalizada 
1 130 0,62 
2 170 1,04 
3 375 1,82 
4 90 0,52 
Total 
 
Trimestre 
 
Demanda real 
 
Índice Sazonal 
Demanda 
Desestacionalizada 
1 130 0,62 210 
2 170 1,04 163 
3 375 1,82 206 
4 90 0,52 173 
 Uma empresa utiliza a suavização exponencial para prever a demanda 
de seus produtos. Para abril, a previsão desestacionalizada foi de 1000 
unidades e a demanda sazonal real foi de 1.250 unidades. O índice 
sazonal para abril é de 1,2 e para maio é de 0,7. Se 𝛼 = 0,1, calcule: 
 
a) A demanda desestacionalizada real para abril. 
b) A previsão desestacionalizada para maio. 
c) A previsão sazonalizada para maio. 
 
a) Demanda desestacionalizada real para abril = demanda sazonal 
real/indice sazonal = 1.250/1,2 = 1.042 
 
b) Previsão desestacionalizada para maio = 𝛼 (última real) + (1-𝛼) 
(previsão anterior) = 0,1 (1.042) + 0,9 (1.000) = 1.004 
 
c) Previsão sazonalizada para maio = (índice sazonal) (previsão 
desestacionalizada) = 0,7 (1.004) = 703 
 
 
 Uma empresa utiliza a suavização exponencial para prever a demanda 
de seus produtos. Para março, a previsão desestacionalizada foi de 
1.110 unidades e a demanda sazonal real foi de 1.370 unidades. O 
índice sazonal para março é de 1,5 e para abril é de 0,6. Se 𝛼 = 0,2, 
calcule: 
 
a) A demanda desestacionalizada real para março. 
b) A previsão desestacionalizada para abril. 
c) A previsão sazonalizada para abril. 
 
a) Demanda desestacionalizada real para março = demanda sazonal 
real/indice sazonal = 1.350/1,5 = 900 
 
b) Previsão desestacionalizada para abril = 𝛼 (última real) + (1-𝛼) 
(previsão anterior) = 0,2 (900) + 0,8 (1.110) = 1.068 
 
c) Previsão sazonalizada para abril = (índice sazonal) (previsão 
desestacionalizada) = 0,6 (1.068) = 641 
 
 
 O rastreamento da previsão é o processo que 
compara o erro com a previsão. 
 
 Erro de previsão: É a diferença entre a demanda 
real acumulada e a prevista. 
 
 O erro pode ocorrer de duas maneiras: 
 
 variação por viés 
 variação aleatória. 
 
 
 
 
 O viés existe quando a demanda acumulada real varia em relação 
à previsão acumulada. Isso significa que a demanda média 
prevista estava errada. 
 No exemplo abaixo, a demanda média prevista foi de 100 
unidades, mas a demanda média real foi 120 unidades (720/6). 
 
 
Mês Mensal 
Prevista 
Mensal 
acumulada 
Mensal real Mensal 
acumulada 
1 100 100 110 110 
2 100 200 125 235 
3 100 300 120 355 
4 100 400 125 480 
5 100 500 130 610 
6 100 600 110 720 
Total 600 600 120 720 
 Acontece quando a demanda real acumulada 
varia em relação a previsão acumulada 
0
100
200
300
400
500
600
700
800
1 2 3 4 5 6
Prevista Acumulada
Real Acumulada
Previsão precisa 
 ser revista 
 Prevista Real 
Acumulada 
prevista 
Acumulada 
real 
Janeiro 100 95 100 95 
Fevereiro 100 110 200 205 
Março 100 155 300 360 
Abril 100 45 400 405 
Maio 100 90 500 495 
0
100
200
300
400
500
600
1 2 3 4 5 6
Acumulada prevista
Acumulada real
É quando em um 
dado período a 
demanda real varia 
em torno da 
demanda média. 
 
 O erro de previsão deve ser mensurado antes 
de poder ser utilizado para revisar a previsão, 
ou para auxiliar no planejamento. 
 
 A maneira mais frequente de mensurar o erro é 
através do Desvio absoluto médio (DAM). 
 
 DAM = soma dos desvios absolutos / número 
de observações 
 
 
 
 
 
 
 
 
 
 
 
 DAM = (5 + 6 + 2 + 4 +3 +4)/6 = 4 
Mês Prevista Real Erro 
1 100 105 5 
2 100 94 -6 
3 100 98 -2 
4 100 104 4 
5 100 103 3 
6 100 96 -4 
Total 600 600 0 
Soma do erro das previsões 
 Dada as seguintes demandas prevista e real, 
calcule o DAM. 
 
 Período Prevista Demanda real Desvio absoluto 
1 100 85 
2 100 105 
3 100 120 
4 100 100 
5 100 90 
Total 
 Um grande problema é descobrir se a diferença se deve a uma 
variação aleatória ou a um viés. 
 
 Se a diferença se deve à variação aleatória, o erro corrigirá a si 
próprio e nada deve ser feito para ajustar a previsão. 
 
 Entretanto, se um erro se deve a um viés, a previsão deve ser 
corrigida. 
 
 Um sinal de rastreamento pode ser utilizado para monitorar a 
qualidade da previsão. 
 
 Uma forma simples de rastreamento é fazer uma comparação 
da soma acumulada dos erros de previsão com o DAM. 
 
 
Sinal de Rastreamento = Soma algébrica dos erros de previsão 
DAM 
 A previsão é de 100 unidades por semana. A 
demanda real para as últimas seis semanas foi de 
105, 110, 103, 105, 107 e 115 unidades. Se o DAM 
tem valor 5, calcule a soma dos erros de previsão e 
o sinal de rastreamento. 
Resposta: 
 
Soma do erro das previsões: 5 + 10 + 3 + 5 + 7 + 15 = 45 
 
Sinal de Rastreamento: 45 / 5 = 9 
 
 Dado o seguinte histórico, determine em que período 
a previsão deve ser revisada. O DAM para o item tem 
valor 2. 
Período 
Demanda 
prevista 
Demanda 
real 
Desvio 
Desvio 
acumulado 
Sinal de 
rastreamento 
 5 2,5 
1 100 96 
2 100 98 
3 100 104 
4 100 110 
Período 
Demanda 
prevista 
Demanda 
real 
Desvio 
Desvio 
acumulado 
Sinal de 
rastreamento 
 5 2,5 
1 100 96 -4 1 0,5 
2 100 98 -2 -1 -0,5 
3 100 104 4 3 1,5 
4 100 110 10 13 6,5