Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una simple estimación de la pendiente daría la diferencia entre las demandas en dos
periodos sucesivos; sin embargo, la variación aleatoria inherente hace que esta
estimación sea mala. Para reducir el efecto de aleatoriedad se puede usar la diferencia
entre los promedios calculados en dos periodos sucesivos. Usando suavización
exponencial, la estimación del promedio en T, es ST , de manera que la estimación de la
pendiente en el tiempo T
BT = (ST - ST-1)
Con esta idea una vez más, se puede usar suavizamiento exponencial para actualizar la
estimación de la tendencia, lo que lleva al suavizamiento exponencial doble,
representado por el siguiente conjunto de ecuaciones.
FT+K = ST + k BT
Para obtener un suavizamiento doble en el tiempo T, se necesitan los valores de ST-1 y BT-
1. Existen muchas formas de obtenerlos.
Procedimiento
Primero se dividen los datos en dos grupos iguales y se calcula el promedio de cada
uno. Este promedio se centra en el punto medio del intervalo; si hubiera 12 datos en el
grupo, el promedio estaría en 6.5
Los modelos de suavización exponencial ajustada tienen todas las ventajas de los
modelos de suavización exponencial simple; además, proyectan en el futuro (por
ejemplo para el periodo t + 1) agregando un incremento de corrección de tendencia Tt,
para el promedio suavizado del promedio suavizado del periodo presente F.
Ejemplo.
Desarrolle un pronóstico para las ventas de papel de computadora para los meses 25 y
30. Si la demanda del mes 25 es 259, actualice los parámetros y proporcione los
pronósticos para los meses 26 y 30.
Considere los datos de la siguiente tabla, que representa las ventas de papel de
computadora en cajas.
Mes 1 2
1 116 201
2 133 219
3 139 207
4 157 205
5 154 210
6 159 207
7 162 225
8 172 223
9 163 257
10 163 232
11 164 240
12 191 241
Promedio 156.083333 222.25
Promedio global 189.166667
Al dividir este número entre doce se obtiene el incremento promedio por mes = 5.51
Este promedio será centrado en el mes 12.5 (concepto de mediana en intervalos). Para
moverlo al tiempo actual se suma el ajuste por tendencia de 5.51 cajas por mes
multiplicado por (24-12.5).
La estimación de la ordenada es
Una vez que se tienen los valores iniciales, se pueden pronosticar periodos futuros. El
pronóstico para el periodo 25 es
α = 0.1 y β = 0.1
FT+K = ST + k BT
Bibliografía