Escuela OPINA

Ingeniería Industrial
Gerencia de Producción

Desarrollado por:
Juan Sebastián Martínez
Tabla de contenido

1. Objetivo del núcleo temático

2. Competencia del núcleo temático
3. Métodos de pronóstico para demanda estacionaria.
4. Promedio Simple
5. Promedio Móvil
6. Promedio Ponderado
7. Suavización Exponencial Simple
1. Objetivo del núcleo
temático
 Objetivo del núcleo temático

1. Reconocer el comportamiento de la demanda

aleatoria para establecer los métodos de pronósticos
adecuados para la estimación.

2. Aplicar los métodos de estimación de la demanda

con comportamiento aleatorio.
2. Competencia del
núcleo temático
 Competencia del núcleo
temático

Reconocer la previsión de la demanda real según su

comportamiento, analizando los pronósticos
obtenidos a partir de las medidas de error.
3. Métodos de pronóstico
para demanda estacionaria
 Demanda estacionaria
Corresponde a aquella Demanda de producto
demanda cuya variación en 6000

un horizonte de tiempo no 5000

tiene un comportamiento 4000
definido, sino que al contrario,
su variabilidad pareciere ser 3000

aleatoria. 2000

1000
En este tipo de series cada
observación puede 0

representarse por medio de

una constante y una
fluctuación aleatoria.
𝐷𝑡 = μ + ε𝑡
4. Promedio Simple (PS)
t Periodo Dt
Ft (Promedio Promedio Simple (PS)
Simple)
1 Enero 2220
2 Febrero 4375 2220,0 El promedio simple resulta de promediar
3 Marzo 4143 3297,5 todas las demandas previas al periodo que
4 Abril 3289 3579,3 se quiere pronosticar. Tal como se muestra
5 Mayo 3236 3506,8
6 Junio 3871 3452,6
en la siguiente ecuación:
7 Julio 2800 3522,3
8 Agosto 4664 3419,1
9 Septiembre 4471 3574,8
10 Octubre 3250 3674,3
11 Noviembre 4528 3631,9
12 Diciembre 2400 3713,4
13 Enero 3603,9
14 Febrero 3603,9
15 Marzo 3603,9
16 Abril 3603,9
17 Mayo 3603,9
18 Junio 3603,9
5. Promedio Móvil (PM)
t Periodo Dt
Ft (Promedio
Móvil)
Promedio Móvil (PM)
1 Enero 2220
2 Febrero 4375 Resulta de promediar los N valores de
3 Marzo 4143 demanda previa al periodo que se quiere
4 Abril 3289 3579,3
5 Mayo 3236 3935,7
pronosticar. Para este tipo de pronóstico se
6 Junio 3871 3556,0 generará un parámetro N que será el que
7 Julio 2800 3465,3 indique cuántos valores de demanda se
8 Agosto 4664 3302,3 deben promediar.
9 Septiembre 4471 3778,3
10 Octubre 3250 3978,3
11 Noviembre 4528 4128,3 𝑁=3
12 Diciembre 2400 4083,0
13 Enero 3392,7
14 Febrero 3392,7
15 Marzo 3392,7
16 Abril 3392,7
17 Mayo 3392,7
18 Junio 3392,7
6. Promedio Ponderado (PP)
t Periodo Dt
Ft (Promedio
Promedio Ponderado (PP)
Ponderado)
1 Enero 2220 El promedio ponderado, al igual que el PM,
2 Febrero 4375 realiza el promedio de los N datos previos de
3 Marzo 4143 demanda al periodo que se quiere
4 Abril 3289 3635,7
5 Mayo 3236 3871
pronosticar, sin embargo, lo realiza con base
6 Junio 3871 3524 en ponderaciones que le den más importancia
7 Julio 2800 3505,9 a uno de los valores de demanda tomados.
8 Agosto 4664 3252,1
9 Septiembre 4471 3866,9
10 Octubre 3250 4027,6
11 Noviembre 4528 4040,5
𝑁=3
12 Diciembre 2400 4127,5
13 Enero 3293,4
𝑊1 = 0,3
14 Febrero 3293,4
15 Marzo 3293,4
𝑊2 = 0,3
16 Abril 3293,4
17 Mayo 3293,4
𝑊3 = 0,4
18 Junio 3293,4
 Gráfica de resultados

Demanda vs Pronósticos Promedios

5000
4500
4000
3500
3000
2500
2000
1500
1000
500
0

Dt
7. Suavización Exponencial
Simple(SES)
 Suavización Exponencial Simple (SES)

El método de suavización exponencial simple, al igual que los métodos promedios, se

desarrolla para demandas con comportamiento estacionario.

Este método toma el pronóstico del periodo anterior (el cual mantiene la historia y el
ajuste de los datos) y el valor de la demanda del periodo anterior (por medio del valor
de error).

Para el desarrollo del SES se utiliza el parámetro α, un valor decimal de 0 a 1 (el cual se
asocia con una proporción). A mayor valor de α los resultados serán más variables ya
que tomará una mayor proporción de la demanda del periodo anterior para el
pronóstico del periodo actual.
 Suavización Exponencial Simple (SES)
El pronóstico para la SES se obtiene a partir de la siguiente formula:

α: Es la constante de suavizamiento que determina la ponderación relativa

colocada en la observación de demanda actual.

A partir de la simplificación está formula es igual a:

Variaciones de α en el SES
 Suavización Exponencial Simple (SES)
t Periodo Dt SES

Inicialización de la SES 1 Enero 2220

2 Febrero 4375
3 Marzo 4143
Debido que para pronosticar por 4 Abril 3289
medio de SES se requiere un pronóstico 5 Mayo 3236
6 Junio 3871
del periodo anterior, el cual no se tiene
7 Julio 2800
para comenzar a desarrollar el 8 Agosto 4664
pronóstico se deberá inicializar el 9 Septiembre 4471
mismo. Para ello comúnmente el 10 Octubre 3250
pronóstico para el periodo 1 será igual 11 Noviembre 4528
12 Diciembre 2400
al promedio de todas las demandas.
13 Enero
14 Febrero
15 Marzo
16 Abril
17 Mayo
18 Junio
 Suavización Exponencial Simple (SES)
t Periodo Dt SES

1 Enero 2220 3603,9 α = 0,2

2 Febrero 4375 3327,1
3 Marzo 4143 3536,7
4 Abril 3289 3658,0
5 Mayo 3236 3584,2
6 Junio 3871 3514,5 𝐹2 = α ∗ 𝐷1 + 1 − α ∗ 𝐹1
7 Julio 2800 3585,8
8 Agosto 4664 3428,7
9 Septiembre 4471 3675,7 𝐹2 = 0,2 ∗ 2220 + 1 − 0,2 ∗ 3603,9
10 Octubre 3250 3834,8
11 Noviembre 4528 3717,8
12 Diciembre 2400 3879,9 𝐹2 = 3327,1
13 Enero 3583,9
14 Febrero 3583,9
15 Marzo 3583,9
16 Abril 3583,9
17 Mayo 3583,9
18 Junio 3583,9
 Suavización Exponencial Simple (SES)
t Periodo Dt SES Et
Demanda vs Pronósticos SES
1 Enero 2220 3603,9 1383,9
5000
2 Febrero 4375 3327,1 -1047,9
4500
3 Marzo 4143 3536,7 -606,3
4000
4 Abril 3289 3658,0 369,0
3500
5 Mayo 3236 3584,2 348,2
3000
6 Junio 3871 3514,5 -356,5
2500
7 Julio 2800 3585,8 785,8
2000
8 Agosto 4664 3428,7 -1235,3
1500
9 Septiembre 4471 3675,7 -795,3
1000
10 Octubre 3250 3834,8 584,8
11 Noviembre 4528 3717,8 -810,2 500
12 Diciembre 2400 3879,9 1479,9 0
13 Enero 3583,9
14 Febrero 3583,9
15 Marzo 3583,9
16 Abril 3583,9 Dt SES
17 Mayo 3583,9
18 Junio 3583,9
 Relación entre PM y SES

En series estacionarias: El papel que juegan α y N esta estrechamente relacionado;

En caso de N pequeños y α grandes puede presentarse mayor sensibilidad a los
cambios en el proceso de la demanda. (Errores con mayor varianza)

Dicha relación esta dada por la siguiente expresión:

2
𝛼=
(𝑁 + 1)
 Relación entre PM y SES
Similitudes Diferencias

• Ambos métodos se emplean • El pronóstico con SES es un promedio

para cuando la demanda es ponderado de todos los datos
estacionaria. pasados. El pronóstico con
• Ambos métodos dependen de promedios móviles, es un promedio
la especificación de un solo ponderado de solo los últimos N
parámetro. datos.
• Ambos métodos se retrasarán
con respecto a una tendencia, • Para usar promedios móviles,
si es que existe. debemos guardar todos los N datos
• Cuando, 𝛼 =
2
ambos pasados, mientras que para el SES
(𝑁 + 1)
métodos tienen la misma sólo necesitamos guardar el último
distribución de pronóstico de pronóstico
error.
 Ejercicio 1
Las ventas semanales de martillos observadas en una ferretería local
en un periodo de 12 semanas fueron de 14, 9, 30, 22, 34, 12, 19, 23,
35, 27, 29, 32.

a. Determine el pronóstico para los periodos 1 a 13 utilizando SES

con α = 0.15, e inicializando con el promedio de los datos.

b. Determine el pronóstico para los periodos 6 a 16 utilizando SES

con α = 0.50, e inicializando con el valor de la demanda del
periodo 5.
 Ejercicio 2
Periodo Año 1 Año 2 Año 3 Año 4 Calcule para esta demanda el
Enero 2220 2389 4041 4079 pronóstico del año 5 por medio de
Febrero 4375 2046 3832 3406
Promedio Simple, Promedio Móvil,
Promedio Ponderado y Suavización
Marzo 4143 4015 2572 2778
exponencial simple.
Abril 3289 4262 3936 2191
Mayo 3236 3118 2430 2563 Calcule errores y determine cual de
Junio 3871 3995 3915 2969 los pronósticos es la mejor opción.
Julio 2800 4785 4688 2049
Agosto 4664 3180 4476 3457 𝑁=3
Septiembre 4471 4851 3627 3382
𝑊1 = 0,2 𝑊2 = 0,35 𝑊3 = 0,45
Octubre 3250 3916 4080 2922
Noviembre 4528 2462 3555 3554 𝛼 = 0,15
Diciembre 2400 2510 3273 4861