Universidad Catolica Santo Toribio De Mogrovejo

FACULTAD DE INGENIERA

DOCENTE:

Rolando R. Romero Paredes

ESTUDIANTES:

Tello Cspedes, Laura.

ASIGNATURA:

Investigacin de Operaciones

Chiclayo, 14 de Febrero del 2013.

Suavizacin Exponencial Simple

El suavizamiento exponencial o tambin llamado suavizamiento de primer orden es un mtodo de promedio mvil ponderado muy refinado que permite calcular el promedio de una serie de tiempo asignando a las demandas recientes mayor ponderacin que a las demandas anteriores. Es el mtodo de pronstico formal que se usa ms a menudo por su sencillez y por la reducida cantidad de datos que requiere. A diferencia del mtodo de promedio mvil ponderado que requiere n periodos de demanda pasada y n ponderaciones, el mtodo de suavizamiento exponencial necesita solamente tres datos: el pronstico del ltimo periodo, ltimo valor y un parmetro de suavizamiento, alfa (), cuyo valor flucta entre 0 y 1.0. Para elaborar un pronstico con suavizamiento exponencial, simplemente se calcula un promedio ponderado de la demanda ms reciente y el pronstico calculado para el ltimo periodo. La ecuacin correspondiente a este pronstico es: Ft+1 = Yt + (1 - ) Ft Donde: Ft+1 = pronstico de la serie de tiempo para el periodo t+1 Yt = valor real de la serie de tiempo en el periodo t Ft = pronstico de la serie de tiempo para el periodo t = constante de suavizamiento (0 1)
La seleccin del valor de la constante de suavizado tiene un efecto sustancial en el pronstico de modo que la seleccin debe hacerse con cuidado. Un pequeo valor (digamos, = 0,1) es apropiado si las condiciones permanecen estables. No obstante se necesita un valor mayor (digamos = 0,3) si a menudo ocurren cambios significativos en las condiciones (los valores seleccionados para la mayora de las aplicaciones estn entre 0,1 y 0,3 pero puede utilizarse un valor mayor si se necesita). Ejemplo: Si el ltimo valor de la serie de tiempo es 24, el ltimo pronstico es 20 y = 0,25 entonces Pronstico = 0,25(24) + (1 0,25)20 = 21

Otra manera para hallar el modelo de suavizacin exponencial es:

Ft+1 = Yt + (1- ) Ft = Yt + Ft - Ft = Ft + (Yt Ft)

Ft = Pronstico en el periodo t Yt Ft = Error de pronstico en el periodo t

Suavizacin Exponencial de Holt

El Suavizamiento ajustado a las tendencias se conoce como de segundo orden, doble suavizamiento o mtodo de Holt. El Mtodo de Holt es un modelo de estimacin exponencial que atena directamente la tendencia al obtener la diferencia entre los valores sucesivos (de la atenuacin exponencial), para pronosticar a futuro hacia n periodos. En este enfoque se suavizan las estimaciones del promedio y la tendencia, para lo cual se requiere dos constantes de suavizamiento. Se calcula el promedio y la tendencia para cada periodo:

At = (Demanda en este periodo) + (1- ) (Promedio + Estimacin de la tendencia en el ltimo periodo) = Dt + (1 - ) (At-1 + Tt-1) Tt = (Promedio de este periodo Promedio del ltimo periodo) + (1 - ) (Estimacin de la tendencia en el ltimo periodo) = (At At-1) + (1 )Tt-1

Ft+1 = At + Tt
Donde: At = promedio suavizado exponencialmente de la serie en el periodo t Tt = promedio suavizado exponencialmente de la tendencia en el periodo t = parmetro de suavizamiento para la tendencia, con un valor entre 0 y 1 =parmetro de suavizamiento para la tendencia, con un valor entre 0 y 1 Ft+1 =pronstico para el periodo t+1

Nota: Los ejemplos se encuentran en Excel.

BIBLIOGRAFA

Anderson, David R.: Mtodos cuantitativos para los negocios. 7ma. Edicin. Mxico, D.F. 2004. Krajewski, Lee J. / Ritzman, Larry P.: Administracin de Operaciones: Estrategia y Anlisis..Editorial Prentice Hall. Quinta Edicin. Mxico 2000. John E. Hanke,Dean W. Pronsticos en los negocios. 2006.