Gestión de Operaciones

Unidad de Aprendizaje 3:
Pronósticos
Docente: Manuel Rojas
Logro
Al terminar la clase el estudiante añadirá un nuevo método de
pronóstico al conocimiento adquirido. Entenderá las características de
este método y aumentará su lista de herramientas de gestión.

Importancia
Los pronósticos son el principal método para poder tener una
planificación de operaciones. Entender su funcionamiento es muy
importante.
Contenido
1. Suavización Exponencial Simple
Suavización Exponencial Simple
• Los modelos de series de tiempo anteriores se diferencian por la cantidad
de datos históricos usados, pero son similares a la hora de procesar esta
información.

Promedio Móvil Promedio Simple

Ingenuo (último
(varios periodos (todos los periodos
periodo importa)
importan) importan)

• La información histórica se debe tratar de forma diferenciada:

- El valor de las observaciones se degrada con el tiempo.
- El peso de nuevas observaciones es mayor al peso de las
antiguas observaciones.
Suavización Exponencial Simple
• El modelo de suavización exponencial segmenta la información de
acuerdo a su antigüedad:
- A cada observación se le da un peso.
- Este peso decrece conforme la observación envejece.
• El modelo es el siguiente:

Donde α = factor de suavización

t = periodo base para el pronóstico
El factor “α” indica el peso que se le da a la nuevas observaciones vs la
antiguas observaciones. Se asume que no hay tendencia ni estacionalidad.
 Suavización Exponencial Simple
Se tiene la siguientes observaciones durante 10 días
sobre la demanda de un producto:

t Xt α = 0.7 α = 0.3 α = 0.1

1 109
2 92 109.00 109.0 109.0
3 98 97.10 103.9 107.3
4 96 97.73 102.1 106.4
5 104 96.52 100.3 105.3
6 98 101.76 101.4 105.2
7 109 99.13 100.4 104.5
8 99 106.04 103.0 104.9
9 94 101.11 101.8 104.3
10 96 96.13 99.4 103.3

Calcular el pronóstico para el periodo 6 con α=0.3

X5,6 = (α)X5 + (1-α)X4,5 = (0.3)(104) + (0.7)(100.3) = 101.4
Calcular el pronóstico para el periodo 11 con α=0.7
X10,11 = (α)X10 + (1-α)X9,10 = (0.7)(96) + (0.3)(96.13) = 96.04
Suavización Exponencial Simple
Ejercicio 1
Un nuevo empleado de una tienda que se dedica a vender artículos
tecnológicos, quiere revisar las ventas de las 3 marcas de audífonos que
tienen. Obtiene los datos de las 12 ultimas semanas. Al revisar se da cuenta
que el comportamiento en las ventas de cada marca es distinto:
Semana Marca1 Marca 2 Marca 3
1
2
29
28
8
14
18
29
1. Graficar las ventas de cada marca.
3
4
28
29
18
20
25
35
2. Hallar el pronóstico para la semana
5
6
29
28
30
39
40
45
13, usando el método de suavización
7
8
26
26
45
44
49
42 exponencial para las 3 marcas. Use 3
9
10
25
26
51
59
31
30 valores alfa: 0.1, 0.333 y 0.9
11 30 60 25
12 29 55 22 3. Usar el RMSE y MAPE para comparar
la dispersión en los pronósticos.
Suavización Exponencial Simple
Suavización Exponencial Simple
2. Elabore un modelo de pronóstico con suavización exponencial
para las 3 marcas. Use 3 valores alfa: 0.1, 0.333 y 0.9
Marca 1
Semanas 0.10 0.33 0.90
1 29.00 29.00 29.00
2 29.00 29.00 29.00
3 28.90 28.67 28.10
4 28.81 28.44 28.01
5 28.83 28.63 28.90
6 28.85 28.75 28.99
7 28.76 28.50 28.10
8 28.49 27.67 26.21
9 28.24 27.11 26.02
10 27.91 26.41 25.10
11 27.72 26.27 25.91
12 27.95 27.51 29.59
13 28.05 28.01 29.06
Suavización Exponencial Simple
2. Elabore un modelo de pronóstico con suavización exponencial
para las 3 marcas. Use 3 valores alfa: 0.1, 0.333 y 0.9
Marca 2
Semanas 0.10 0.33 0.90
1 8.00 8.00 8.00
2 8.00 8.00 8.00
3 8.60 10.00 13.40
4 9.54 12.66 17.54
5 10.59 15.11 19.75
6 12.53 20.07 28.98
7 15.17 26.37 38.00
8 18.16 32.57 44.30
9 20.74 36.38 44.03
10 23.77 41.25 50.30
11 27.29 47.16 58.13
12 30.56 51.44 59.81
13 33.01 52.62 55.48
Suavización Exponencial Simple
2. Elabore un modelo de pronóstico con suavización exponencial
para las 3 marcas. Use 3 valores alfa: 0.1, 0.333 y 0.9
Marca 3
Semanas 0.10 0.33 0.90
1 18.00 18.00 18.00
2 18.00 18.00 18.00
3 19.10 21.66 27.90
4 19.69 22.77 25.29
5 21.22 26.85 34.03
6 23.10 31.23 39.40
7 25.29 35.81 44.44
8 27.66 40.20 48.54
9 29.09 40.80 42.65
10 29.28 37.54 32.17
11 29.36 35.03 30.22
12 28.92 31.69 25.52
13 28.23 28.46 22.35
Suavización Exponencial Simple
3. Usar el RMSE y MAPE para comparar la dispersión en los
pronósticos.
Marca 1 Marca 2 Marca 3
Semanas 0.10 0.33 0.90 0.10 0.33 0.90 0.10 0.33 0.90
RMSE 1.83 1.71 1.55 24.67 13.21 6.53 13.69 10.31 6.97
MAPE 0.06 0.05 0.04 0.57 0.34 0.18 0.31 0.29 0.19
Suavización Exponencial Simple
Ejercicio 2
En una estación de radio, tienen distintos programas durante el día. Cada
bloque de programas dura 2 horas. Una forma de medir la audiencia es a
través de la cantidad de llamadas recibidas. Se tiene la información de
llamadas recibidas los últimos 21 bloques de programas.

Bloque Llamadas Bloque Llamadas

1 876 12 747 1. Pronosticar la cantidad de llamadas
2 1205 13 877
3 700 14 1428 en el periodo 22, usando el método
4 893 15 869
5
6
1363
725
16
17
1021
1325
de suavización exponencial con α=
7
8
958
1262
18
19
853
947
0.25. Asumir cantidad pronosticada
9
10
695
885
20
21
1400
876
en periodo 1 = 939
11 1340 22
2. ¿Cuál es el MAPE total del método
usado?
Conclusiones
• El método de suavización exponencial ayuda a darle la importancia a
la información histórica.
• El valor de la información se degrada con el tiempo.
• Para trabajar pronósticos se debe de encontrar un balance entre el
uso de la información antigua y la información nueva.
 Gracias
Docente:
MANUEL ROJAS CORONADO