Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Aula 5. Previsão de Demanda Professora Waleska Monteiro 1 2 Resolução do Exercício da aula 04 Exercício O consumo previsto de um produto é de 12.000 unidades ao ano. A negociação do departamento de compras resultou na escolha de um fornecedor que se compromete a entregar o produto mantendo o preço unitário constante ao longo do ano em $3,50. Estima-se que a taxa de juros anual se situará em 20% para o período. e que o custo de cada pedido seja $100,00. Calcular: a) o lote econômico; b) quantos pedidos devem ser feitos ao longo do ano; c) o custo total do sistema, incluindo o custo de compra do material. 3 Resolução do Exercício da aula 04 4 Resolução do Exercício da aula 04 5 Previsão de Demanda A previsão de demanda é importante para utilizar as máquinas de maneira adequada, para realizar a reposição dos materiais no momento e na quantidade certa, e para que todas as demais atividades necessárias ao processo industrial sejam adequadamente programadas. Apesar de as previsões serem importantes e úteis para o planejamento das atividades, elas apresentam erros em suas estimativas, devendo-se ser cuidadoso tanto na coleta de dados como na escolha do modelo de previsão, para que diminuam os erros. 6 Planejamento, Predição e Previsão Planejamento. Processo lógico que descreve as atividades necessárias para ir do ponto no qual nos encontramos até o objetivo definido. Predição. Processo para determinação de um acontecimento futuro baseado em dados completamente subjetivos e sem uma metodologia de trabalho clara. Previsão. Processo metodológico para determinação de dados futuros baseado em modelos estatísticos, matemáticos ou econométricos ou ainda em modelos subjetivos apoiados em uma metodologia de trabalho clara e previamente definida. 7 Quantidade demandada: quantidade de bens e serviços que os consumidores desejam e podem comprar. Para que se possa realizar uma previsão de vendas adequada deve-se ter informações a respeito da demanda dos produtos. Os tipos de demanda mais comuns são: Média Tendência linear Tendência não linear EstacionaI (Sazonal) Demanda 8 Tipos de Demanda 9 A, previsões podem ser de curto, médio e longo prazo. Para as previsões de curto prazo (até 3 meses), são geralmente utilizados métodos estatísticos baseados em médias ou no ajustamento de retas. Para prever o médio prazo (até 2 ou 3 anos) e o longo prazo (acima de 2 anos), são utilizados modelos explicativos ou modelos econométricos. Tipos de Previsão 10 Tipos de Previsão 11 Métodos Baseados em Médias Os métodos apresentados são baseados em dados históricos. Existe, portanto, a hipótese implícita de que "o futuro é uma continuação do passado". Naturalmente, caso isso não ocorra, outros métodos de previsão devem , ser utilizados. Média Móvel (Simples) A previsão no período futuro t é calculada como sendo a média de n períodos anteriores. Deve-se escolher sobre quantos períodos a média será calculada. Métodos de Previsão de Demanda 12 Métodos Baseados em Média Mês Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Qtd 100 102 101 104 102 101 102 103 103 103 104 103 13 Prever o mês de janeiro do ano 2 (ano seguinte) utilizando uma média móvel trimestral com fator de ajustamento 0,7 para dezembro, 0,2 para novembro e 0,1 para outubro. Demanda Janeiro = 0,7x103 + 0,2x104 + 0,1x103 Demanda Janeiro = 103,2 Média Móvel com Ajustamento Exponencial Nesse método a previsão P é calculada a partir da última previsão realizada no período (t - 1) adicionada ou subtraída de um coeficiente a que multiplica o consumo real (C) e a previsão no período (Pt - 1), de acordo com a expressão a seguir: Métodos Baseados em Média 14 Métodos Baseados em Média Mês Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Qtd 104 103 103 15 Métodos Baseados em Média 16 Métodos Baseados em Média 17 Métodos Baseados em Média 18 Métodos Baseados em Média Exemplo: Um produto industrial apresentou as vendas dos últimos seis meses conforme dados abaixo: a) Ajustar uma reta e calcular. b) Calcular o coeficiente de correlação. c) Determinar a previsão para julho, agosto e setembro. Para realizar a previsão, a variável X corresponde aos meses que numeramos de 1 a 6. Vendas em unidades Mês Jan Fev Mar Abr Mai Jun Consumo Real 340 355 365 375 390 401 19 Métodos Baseados em Média Para ajudar os cálculos, monte a tabela abaixo: X Y XY XX YY 1 340 340 1 115600 2 355 710 4 126025 3 365 1095 9 133225 4 375 1500 16 140625 5 390 1950 25 152100 6 401 2406 36 160801 21 2226 8001 91 828376 3,5 371 Total Média 20 Métodos Baseados em Média 21 Métodos Baseados em Média 22 Métodos Baseados em Média 23 Existem diversos métodos para a realização de previsões quando o consumo é sazonal. O método do coeficiente sazonal, é o mais utilizado. Para desenvolve-lo deve-se: a) Determinar a média em cada ano . . b) Determinar os coeficientes de sazonalidade em cada período de sazonalidade. c) Calcular o coeficiente médio de sazonalidade em cada período. d) Projetar a demanda global para o ano (utilizando um método de previsão). e) Determinar a média para cada período do ano previsto. f) Determinar a demanda em cada período do ano utilizando o coeficiente médio de sazonalidade. Ajuste Sazonal Exemplo: A Tabela abaixo apresenta os dados de consumo de um produto nos últimos quatro anos e deseja-se determinar a previsão de vendas trimestral no ano 5. 24 Ajuste Sazonal Consumo em Unidades Trimestre 20X1 20X2 20X3 20X4 1 45 70 100 100 2 335 370 585 725 3 520 590 830 1160 4 100 170 285 215 Total 1000 1200 1800 2200 Média 250 300 450 550 25 Cálculo: Vamos supor que a previsão para o ano 20X5 fosse de 2.500 baseada em que em quatro anos o consumo passou de 1.000 para 2.200 unidades. Ajuste Sazonal Consumo em Unidades Trimestre 20X1 20X2 20X3 20X4 Média 1 45/250 = 0.18 70/300 = 0,23 100/450 = 0,22 100/550 = 0,18 0,20 2 335/250 = 1,34 370/300 = 1,23 585/450 = 1,30 725/550 = 1,32 1,30 3 520/250 = 2,08 590/300 = 1,97 830/450 = 1,84 1160/550 = 2,11 2,00 4 100/250 = 0,40 170/300 = 0,57 285/450 = 0,63 215/550 = 0,39 0,50 26 Cálculo: 2500/4 = 625 Ajuste Sazonal Trimestre Previsão 1 625x (0,20) = 125 2 625 x (1,30) = 813 3 625x (2,00) = 1250 4 625x (0,50) = 313 27 Seleção do Modelo de Previsão 28 Seleção do Modelo de Previsão Mês Valor Real Previsão Erro Erro aoquadrado Erro absoluto 1 200 225 -25 625 25 2 240 220 20 400 20 3 270 290 -20 400 20 4 230 250 -20 400 20 5 280 270 10 100 10 6 210 250 -40 1600 40 Total -75 3525 135 29 Uma empresa industrial está desenvolvendo uma análise preço de venda x quantidade vendida visando determinar de maneira empírica qual o preço unitário de venda do produto que forneceria a maior receita de venda. A empresa colocou seu produto a preços diferenciados em pontos-de-venda (lojas) diferentes, mas com o mesmo potencial de venda, e obteve os dados médios apresentados na Tabela. Em que valor a empresa deveria fixar o preço de seu produto para que tivesse a maior receita, considerando que a receita é igual a preço unitário x quantidade vendida? Exercício – Entregar no final da aula 30 Dica: Calcule o beta (coeficiente de regressão – b) Calcule o coeficiente de correlação Y é a variável dependente (a qtde vendida depende o preço), por isso, o valor de Y será a quantidade vendida prevista, dado o preço X. Exercício Nº de Lojas Preço de venda unitário Qtdevendida (unidade) 1 45 1000 2 48 950 3 50 820 4 55 850 5 60 800 6 65 700 31 Dúvidas – Cap. 08 Martins
Compartilhar