Pronostico Pronostico MAPE SES

Periodo Demanda Et Abs (Et)

SES (α=0,4) SES (α=0,4) (α=0,4)
1 133 457 133
2 183
3 285
4 345
5 456
6 423
7 567
8 600
9 590
10 615
11 635
12 650
13

FORMULAS SUAVIZACIÓN EXPONENCIA SIMPLE

α ajustado α
solver propuesto
Ft = (α x Dt-1) + ((1-α) x Ft-1) 0.4 0.4
 Pronostico Pronostico MAPE SES
Periodo Demanda Mape
SES (α=0,4) SES (α=0,4) (α=0,4)
1 133 457 243% 133 0%
2 183 327 79% 133 27%
3 285 270 5% 153 46%
4 345 276 20% 206 40%
5 456 303 33% 261 43%
6 423 364 14% 339 20%
7 567 388 32% 373 34%
8 600 460 23% 450 25%
9 590 516 13% 510 14%
10 615 545 11% 542 12%
11 635 573 10% 571 10%
12 650 598 8% 597 8%
13 619 618
MAPE 41% 23%

FORMULAS SUAVIZACIÓN EXPONENCIA SIMPLE

α ajustado α
solver propuesto
Ft = (α x Dt-1) + ((1-α) x Ft-1) 1.0 0.4
 Cantidad de n periodos a
Mes visitantes St (=b) Gt (=m) Ft pronosticar
0
1 133
2 183
3 285
4 345
5 456
6 423
7 567
8 600
9 590
10 615
11 635
12 650
13 1
14 2
15 3
16 4
17 5
18 6
19 7
20 8
21 9
22 10
Mape SED

alfa (α) 0.25

beta (β) 0.15

m 48.48
b 141.70
St(0)=b
Gt(0)=m

Formulas
St=(α*Dt)+(1-α)*(S(t-1) + G (t-1))
Gt=β*(St- S(t-1)) + (1-β)*Gt(0)
Ft= S(t-1) + G(t-1)
Ft(n)=St(final)+ n *(Gt(final))

MAPE SED

700
f(x) = 48.4825174825175 x + 141.69696969697
R² = 0.914708055604179
600

500

400
Column C
300 Linear (Column C)

200

100

0
0 2 4 6 8 10 12 14
 Cantidad de n periodos a
Mes visitantes St (=b) Gt (=m) Ft pronosticar
0 141.70 48.48
1 133 175.88 46.34 190.18
2 183 212.42 44.87 222.22
3 285 264.21 45.91 257.28
4 345 318.84 47.21 310.12
5 456 388.54 50.59 366.05
6 423 435.10 49.98 439.13
7 567 505.56 53.05 485.08
8 600 568.96 54.61 558.61
9 590 615.18 53.35 623.57
10 615 655.14 51.34 668.52
11 635 688.61 48.66 706.48
12 650 715.45 45.39 737.27
13 760.84 1
14 806.23 2
15 851.62 3
16 897.00 4
17 942.39 5
18 987.78 6
19 1033.17 7
20 1078.55 8
21 1123.94 9
22 1169.33 10
Mape SED

alfa (α) 0.25

43.0% beta (β) 0.15
21.4%
9.7% m 48.48
10.1% b 141.70
19.7% St(0)=b 141.70
3.8% Gt(0)=m 48.48
14.4%
6.9% Formulas
5.7% St=(α*Dt)+(1-α)*(S(t-1) + G (t-1))
8.7% Gt=β*(St- S(t-1)) + (1-β)*Gt(0)
11.3% Ft= S(t-1) + G(t-1)
13.4% Ft(n)=St(final)+ n *(Gt(final))

MAPE SED 14.0%

700
f(x) = 48.4825174825175 x + 141.69696969697
R² = 0.914708055604179
600

500

400
Column C
300 Linear (Column C)

200

100

0
0 2 4 6 8 10 12 14
Trimestre Yt Lt´ Lt Tt St Y´t MAD MAPE
-3
-2
-1
0
1 4350
2 7200
3 6450
4 4800
5 4600
6 7500
7 6780
8 5000
9 4920
10 7950
11 7100
12 5450
13
14
15
16

Chart Title
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
0 2 4 6 8 10 12 14
 ALFA 0.1 FORMULAS
BETA 0.3
GAMA 0.2 1 LATENCIA

MAD
MAPE 2. TENDENCIA

3.
ESTACIONALID
AD

4.
PRONOSTICO
SUAVIZADO

5. T(0)

6. L(0)

7. Lt´

8. St´

8. S(t-n)

n
4 Año
Trimestre 1 2 3
(n=4)
1 4350 4600 4920
2 7200 7500 7950
3 6450 6780 7100
14 4 4800 5000 5450
Promedio
5700 5970
ventas x año
T(0) 67.5
L(0) 5531.25
1 #DIV/0!
2 #DIV/0!
3 #DIV/0!
4 #DIV/0!
S(t)
5 #DIV/0!
6 #DIV/0!
7 #DIV/0!
 S(t)

8 #DIV/0!
S(T-3) medio trimestre 1 #DIV/0!
S medio trimestre 2 #DIV/0!
#DIV/0!
S medio trimestre 3 #DIV/0!
S medio trimestre 4 #DIV/0!
L1
Se pide pronosticar las ventas trimestrales del año
siguiente aplicando el modelo de Winters, usando
una alfa de 0.1, beta de 0.3 y gama de 0.2.

1. Lo primero es graficar los datos para verificar el

comportamiento estacional y de tendencia.
2. Se procede entonces a obtener los factores
estacionales con base en el año 1 y 2, sus ventas
promedio son: Año D1=5700 y Año D2=5970
3. Se calcula entonces T0=67,5 y lo llevamos a la
matriz
4. se obtiene L0=5531,25 y lo llevamos a la matriz
5. Se obtienen los L(t) para cada periodo
6. Obtener los factores estacionales de cada uno de
los 8 periodos mediante la ecuación (8) del año 1 y 2

7. Luego se obtiene el promedio del factor

estacional de cada trimestre aplicándolo al caso de
los dos años y se llevan estos valores a la matriz
7. Luego se obtiene el promedio del factor
estacional de cada trimestre aplicándolo al caso de
los dos años y se llevan estos valores a la matriz

8. calcular L1= 5596,29

9. calcular T1= 66,76
10. calcular S1= 0,7798

11. Los Lt de los periodos a pronosticar seran la

suma del ultimo Lt calculado + el utlimo Tt caclcula,
el cual se mantendra fijo para el resto de periodos

12. calcular pronosticos Y´t=

13. Al aplicar solver para identificar valores de alfa,

beta y gama que permitan minimizar el MAPE, se
obtiene que alfa=0,16 beta=1 y gamma= 0. A partir
de estos datos se ajustan los pronsoticos de los 4
periodos propuestos.
Trimestre Yt Lt´ Lt Tt St Y´t MAD MAPE
-3 0.7804
-2 1.2671
-1 1.1271
0 5531.25 5531.25 67.50 0.8255
1 4350 5599 5596.29 66.76 0.7798 4369.19 19.19 0.441%
2 7200 5666 5665.00 67.35 1.2678 7175.39 24.61 0.342%
3 6450 5734 5731.37 67.05 1.1268 6460.96 10.96 0.170%
4 4800 5801 5800.06 67.54 0.8259 4786.49 13.51 0.282%
5 4600 5869 5870.76 68.49 0.7805 4575.37 24.63 0.535%
6 7500 5936 5936.89 67.78 1.2669 7529.99 29.99 0.400%
7 6780 6004 6005.93 68.16 1.1272 6765.84 14.16 0.209%
8 5000 6071 6072.08 67.56 0.8254 5016.59 16.59 0.332%
9 4920 6139 6156.02 72.47 0.7843 4792.13 127.87 2.599%
10 7950 6206 6233.14 73.87 1.2686 7891.03 58.97 0.742%
11 7100 6274 6306.20 73.62 1.1269 7109.18 9.18 0.129%
12 5450 6341 6402.12 80.31 0.8306 5265.96 184.04 3.377%
13 6482.43 80.313 5083.93
14 6562.74 80.313 8325.68
15 6643.06 80.313 7486.22
16 6723.37 80.313 5584.31

Chart Title
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
0 2 4 6 8 10 12 14
 ALFA 0.1 FORMULAS
BETA 0.3
GAMA 0.2 1 LATENCIA

MAD 44.47
MAPE 0.796% 2. TENDENCIA

3.
ESTACIONALID
AD

4.
PRONOSTICO
SUAVIZADO

5. T(0)

6. L(0)

7. Lt´

8. St´

8. S(t-n)

n
4 Año
Trimestre 1 2 3
(n=4)
1 4350 4600 4920
2 7200 7500 7950
3 6450 6780 7100
14 4 4800 5000 5450
Promedio
5700 5970
ventas x año
T(0) 67.5
L(0) 5531.25
1 0.777
2 1.271
3 1.125
4 0.827
S(t)
5 0.784
6 1.263
7 1.129
 S(t)

8 0.824
S(T-3) medio trimestre 1 0.780
S medio trimestre 2 1.267
4.000
S medio trimestre 3 1.127
S medio trimestre 4 0.825
L1
Se pide pronosticar las ventas trimestrales del año
siguiente aplicando el modelo de Winters, usando
una alfa de 0.1, beta de 0.3 y gama de 0.2.

1. Lo primero es graficar los datos para verificar el

comportamiento estacional y de tendencia.
2. Se procede entonces a obtener los factores
estacionales con base en el año 1 y 2, sus ventas
promedio son: Año D1=5700 y Año D2=5970
3. Se calcula entonces T0=67,5 y lo llevamos a la
matriz
4. se obtiene L0=5531,25 y lo llevamos a la matriz
5. Se obtienen los L(t) para cada periodo
6. Obtener los factores estacionales St de cada uno
de los 8 periodos mediante la ecuación (8) del año 1
y2

7. Luego se obtiene el promedio del factor

estacional de cada trimestre aplicándolo al caso de
los dos años y se llevan estos valores a la matriz
7. Luego se obtiene el promedio del factor
estacional de cada trimestre aplicándolo al caso de
los dos años y se llevan estos valores a la matriz

8. calcular L1= 5596,29

9. calcular T1= 66,76
10. calcular S1= 0,7798

11. Los Lt de los periodos a pronosticar seran la

suma del ultimo Lt calculado + el utlimo Tt caclcula,
el cual se mantendra fijo para el resto de periodos

12. calcular pronosticos Y´t=

13. Al aplicar solver para identificar valores de alfa,

beta y gama que permitan minimizar el MAPE, se
obtiene que alfa=0,16 beta=1 y gamma= 0. A partir
de estos datos se ajustan los pronsoticos de los 4
periodos propuestos.