Promedio móvil simple

Periodo Demanda Prónostico

Ene 420
Feb 542
Teniendo en cuenta los datos proporcionados para la demanda
Mar 634 el mes de abril utilizando el promedio móvil de los últimos tres
Abr
May
Promedio abr =

Si las ventas reales para el mes de abril fueron de 725, calcule e

Promedio may =

Las siguientes son las unidades vendidas por trimestre de un producto. Calcule el pronóstico de ventas para cada trimestre de
referente el promedio simple de ventas de los mismos períodos de años anteriores

I 3,883
II 3,876
2012
III 4,863
IV 6,104
I 6,380
II 6,419
2013
III 7,243
IV 8,420
I 8,987
II 9,476
2014
III 9,209
IV 9,640
I 9,569
II 10,909
2015
III 13,526
IV 16,224
I 13,410
II 14,280
2016
III 16,175
IV 17,107
I 14,291
II 12,572
2017
III 14,472
IV 14,036
I 10,005
II 8,222
2018
III 9,680
2018

IV 13,328
I 12,991
II 14,743
2019
III 18,653
IV 22,222
I
II
2020*
III
IV
orcionados para la demanda de un producto calcule el pronóstico para
io móvil de los últimos tres meses

bril fueron de 725, calcule el pronóstico para mayo

ntas para cada trimestre del año 2020 utilizando como

 Promedio móvil ponderado
Periodo VENTAS Ponderaciones Haciendo uso de las ponderaciones proporcionadas, calcule el
May 539 5% pronóstico de ventas para el mes de enero
Jun 647 5%
Jul 593 10%
Ago 438 10%
Sep 790 10%
Oct 645 15%
Nov 658 20%
Dic 471 25%
ENE
ones proporcionadas, calcule el
es de enero
 Modelo de suavización exponencial:

Recordemos que este método de estimación utiliza el último dato calculado como pronóstico y se ajusta a una tasa o fracción del erro
anterior.
La ecuación de este modélo es la siguiente:

Ft+1 = Ft + α (At - Ft )
Donde:
Ft+1 Que viene de forecasting (pronóstico), entonces pronóstico para el periodo t y este va a ser igual al:
Ft Pronóstico para el periodo de t (anterior a t+1)
α Fracción o tasa de respuesta al error, que multiplica a la diferencia entre:
At Valor real del periodo t
EJEMPLO:
Para el mismo caso, pero utilizando el método de promedio movil exponencial, suponiendo que contamos con un pronóstic
inicial de 32 unidades, es decir, esperamos vender en enero 32.000 unidades y una constante de error al pronóstico anterio
Determinar las ventas esperadas para enero del siguiente año.

Pronóstico con
Ventas en miles
t Periodo suavización Alfa =
de unidades
exponencial

1 Ene 30 32
2 Feb 31
3 Mar 25
4 Abr 24
5 May 23
6 Jun 26
7 Jul 27
8 Ago 28
9 Sep 30
10 Oct 30
11 Nov 31
12 Dic 33
13 Ene sgte. Año No disponible
ajusta a una tasa o fracción del error en el periodo

igual al:

o que contamos con un pronóstico para el periodo

ante de error al pronóstico anterior de α = ??.
Ej1
Año Unids. Vendidas (miles) Haciendo uso de la función pronóstico, calcule le pronóstico
2016 58
2017 59
2018 52
2019 50
2020

Ej2

Año Unds. Vendidas (miles)

Haciendo uso del gráfico de dispersión y de la ecuación de la
2010 8,378
2011 6,644
2012 8,301
2013 8,667
2014 8,936
2015 9,470
2016 9,828
2017 9,364
2018 7,900
2019 9,497
2020

Ej 3

Mes Ventas Utilice el gráfico de dispersión y la función pronostico para o

Enero 16,545
Febrero 10,059
Marzo 18,870
Abril 14,190
Mayo 12,923
Junio 14,256
Julio 15,896
Agosto 17,859
Septiembre
ronóstico, calcule le pronóstico de ventas para el año 2020

ispersión y de la ecuación de la recta calcule el pronóstico de ventas para el año 2020

n y la función pronostico para obtener un pronóstico de ventas para el mes de septiembre

Calcule el promedio de crecimiento de la serie y con este dato realice la proyección de ventas para el día solicitado

Ventas en
millones Fecha Aum. % vtas.
54 10/1/2019
27 10/2/2019
16 10/3/2019
27 10/4/2019
42 10/5/2019
19 10/6/2019
38 10/7/2019
37 10/8/2019
52 10/9/2019
48 10/10/2019
10/11/2019
s para el día solicitado