Produccin I

Docente:
XIOMARA RIVERA RESTREPO

2014

Produccin I
Suavizacin Exponencial Simple

Mtodos para Pronosticar Series de Tiempo

Series
Estacionarias

Basados en
Promedios

Series con
Tendencia

Suavizacin
Exponencial
Simple

Regresin Lineal

Suavizacin
Exponencial Doble
Brown y Holt

Series
Estacionales

Suavizacin
Exponencial Triple
- Winters

Suavizacin Exponencial Simple (SES)

Ft: pronstico actual

Dt-1: observacin anterior de la
demanda (error)
Ft-1: ltimo pronstico calculado
(historia)

Ft = Dt 1 + (1 )Ft 1

El objetivo de este mtodo es

usar toda la informacin para ir
corrigiendo el pronstico del
periodo siguiente

Suavizacin Exponencial Simple (SES)

Modelo

Ft = Dt 1 + (1 )Ft 1

Entonces:

Ft = Ft 1 (Ft 1 Dt 1 )

define el peso que queremos darle

a la correccin del pronstico.
= [0,1]

Ft = Ft 1 (Et 1 )
Ft 1 < D t 1 E t 1 < 0

El suavizamiento
exponencial aplica
un conjunto de
ponderaciones
decrecientes a
todos los datos
pasados

Suavizacin Exponencial Simple (SES)

Constante de suavizacin
Funcin similar a la de N en el Mtodo de Promedio Mvil
A mayor , mayor importancia de las observaciones recientes de la
demanda (pronstico de reaccin rpida pero mayor variacin por
perodo)
o Decisiones a corto plazo
A menor , menor importancia de las observaciones recientes
(pronsticos ms estables en el tiempo y menor error)
o Planeacin a largo plazo
normalmente est entre 0,1 y 0,2 para que
los modelos tengan estabilidad

Suavizacin Exponencial Simple (SES)

Constante de suavizacin
250

200

150
Demanda
SES (alfa = 0,1)
SES (alfa = 0,5)

100

50

0
0

10

12

14

16

18

20

Suavizacin Exponencial Simple (SES)

Notacin

Ft = Dt 1 + (1 )Ft 1

Notacin

Dt

SE (0.1)

PM (3)

50

35

42

45

45

40

55

35

56

30

46

42

10

57

Dt
60
55
50
45

Dt

10

12

Suavizacin Exponencial Simple (SES)

Inicializacin
t

Dt

SE (0.1)

Promedio o Primer dato de Dt

PM (3)

47

Dt

50

35

42

45

45

40

55

35

56

30

46

42

10

57

60
55
50
45

Dt

10

12

10

Suavizacin Exponencial Simple (SES)

Inicializacin
t

Dt

SE (0.1)

47

47

Igual a Dt

PM (3)

Dt

50

35

42

45

45

40

55

35

56

30

46

42

10

57

60
55
50
45

Dt

10

12

11

Suavizacin Exponencial Simple (SES)

Ft = Dt 1 + (1 )Ft 1

Aplicacin del Mtodo

t

Dt

SE (0.1)

47

47

50

47,30

35

47,57

42

PM (3)
60
55
50

46,31

Dt
45

45

45,88

42,33

45

45,79

40,67

40

55

45,71

44,00

35

56

46,64

48,33

30

46

47,58

52,00

42

47,42

52,33

10

57

46,88

48,00

SE (0.1)
PM (3)

10

12

12

Suavizacin Exponencial Simple (SES)

Comparacin SE(0,1), SE(0,2) y PM(3)
t

Dt

1
2
3
4
5
6
7
8
9
10

50
35
42
45
45
55
56
46
42
57
MSE
MAD

Ft (a= 0.2) et (a=0.2) abs (et) Ft (a=0.1) et (a=0.1) abs (et)

47.3
47.8
45.3
44.6
44.7
44.8
46.8
48.6
48.1
46.9
51.9
5.781

-2.7
12.8
3.3
-0.4
-0.3
-10.2
-9.2
2.6
6.1
-10.1

2.7
12.8
3.3
0.4
0.3
10.2
9.2
2.6
6.1
10.1

47.3
47.6
46.6
44.9
44.7
44.7
45.8
47.7
48.4
47.5
53.0
5.832

-2.7
12.6
4.6
-0.1
-0.3
-10.3
-10.2
1.7
6.4
-9.5

2.7
12.6
4.6
0.1
0.3
10.3
10.2
1.7
6.4
9.5

PM (3)

et

abs (et)

42.3
40.7
44.0
48.3
52.0
52.3
48.0

-2.7
-4.3
-11.0
-7.7
6.0
10.3
-9.0

2.7
4.3
11.0
7.7
6.0
10.3
9.0

61.3
7.286

13

Suavizacin Exponencial Simple (SES)

Y el pronstico para perodos del 11 en adelante?
t

Dt

1
2
3
4
5
6
7
8
9
10
11
12
13

50
35
42
45
45
55
56
46
42
57

Ft (a= 0.2) et (a=0.2) abs (et) Ft (a=0.1) et (a=0.1) abs (et)

47.3
47.8
45.3
44.6
44.7
44.8
46.8
48.6
48.1
46.9
48.9
48.9
48.9

-2.7
12.8
3.3
-0.4
-0.3
-10.2
-9.2
2.6
6.1
-10.1

2.7
12.8
3.3
0.4
0.3
10.2
9.2
2.6
6.1
10.1

47.3
47.6
46.6
44.9
44.7
44.7
45.8
47.7
48.4
47.5
48.5
48.5
48.5

-2.7
12.6
4.6
-0.1
-0.3
-10.3
-10.2
1.7
6.4
-9.5

2.7
12.6
4.6
0.1
0.3
10.3
10.2
1.7
6.4
9.5

PM (3)

et

abs (et)

42.3
40.7
44.0
48.3
52.0
52.3
48.0
48.3
48.3
48.3

-2.7
-4.3
-11.0
-7.7
6.0
10.3
-9.0

2.7
4.3
11.0
7.7
6.0
10.3
9.0

La demanda es ESTACIONARIA

14

Suavizacin Exponencial Simple VS Promedio Mvil

Similitudes

Diferencias

Ambos mtodos se emplean para

cuando la demanda es
estacionaria.
Ambos mtodos dependen de la
especificacin de un solo
parmetro.
Ambos mtodos se retrasarn
con respecto a una tendencia, si
es que existe.
Ambos mtodos tienen la misma
distribucin de pronstico de
error, cuando:

El pronstico con SES es un

promedio ponderado de todos los
datos pasados. El pronstico con
promedios mviles, es un
promedio ponderado de solo los
ltimos N datos.
Para usar promedios mviles,
debemos guardar todos los N
datos pasados, mientras que para
el SES slo necesitamos guardar
el ltimo pronstico

2
( N + 1)
15

Ejercicio 1

Las ventas semanales de martillos observadas en una ferretera

local en un perodo de 12 semanas fueron de 14, 9, 30, 22, 34,
12, 19, 23, 35, 27, 29, 32.
a. Determine el pronstico para los perodos 1 a 13 utilizando
SES con = 0.15, e inicializando con el promedio de los
datos.
b. Determine el pronstico para los perodos 6 a 16 utilizando
SES con = 0.20, e inicializando con el valor de la demanda
del perodo 5.
c. Utilice todas las herramientas que conoce para decidir cul
mtodo de pronstico es mejor.
16