Modelo ALFA 0.

Suavización Exponencial Simple (SES): Pronóstico basado en el pronóstico del periodo anterior y suaviz
del errror del pronóstico del periodo anterior (Desarrollar para varios valores de ALFA y seleccionar e
Ventas Pronostico

SEMANAS No N=2
xt xˆt et  xt  xˆt Abs(et )
Error Pronostico Error pronostico absoluto
1 1.250
2 1.150
3 0.970 1.200 -0.230 0.230
4 1.100 1.060 0.040 0.040
5 1.170 1.035 0.135 0.135
6 1.080 1.135 -0.055 0.055
7 1.120 1.125 -0.005 0.005
8 1.230 1.100 0.130 0.130
9 1.210 1.175 0.035 0.035
10 1.050 1.220 -0.170 0.170
11 1.030 1.130 -0.100 0.100
12 0.990 1.040 -0.050 0.050
13 1.160 1.010 0.150 0.150
14 1.200 1.075 0.125 0.125
15 1.180 1.180 0.000 0.000
16 1.260 1.190 0.070 0.070
17 1.230 1.220 0.010 0.010
18 1.190 1.245 -0.055 0.055
19 1.210
Promedio Movil n=2

ME 0.002
MAE 0.085
 PROMEDIO MÓVIL SIMPLE
el periodo anterior y suavización exponencial (ALFA)
res de ALFA y seleccionar el de mejor resultado)
VENTAS EXPUESTAS EN MILES DE UNIDADES

PRONOSTICO N=2
1.400

1.200

1.000

0.800

0.600

0.400

0.200

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1
 VENTAS
Pronostico

14 15 16 17 18 19
 Modelo ALFA 0.1

Suavización Exponencial Simple (SES): Pronóstico basado en el pronóstico del periodo anterior y suav
(ALFA) del errror del pronóstico del periodo anterior (Desarrollar para varios valores de ALFA y selec
resultado)
Ventas Pronostico
et  xt  xˆt
SEMANAS No N=3
xt xˆt Abs(et )
Error Pronstico
Error Pronostico absoluto
1 1.250 1.400
2 1.150
3 0.970 1.200
4 1.100 1.123 -0.023 0.023
5 1.170 1.073 0.097 0.097 1.000
6 1.080 1.080 0.000 0.000
7 1.120 1.117 0.003 0.003 0.800
8 1.230 1.123 0.107 0.107
9 1.210 1.143 0.067 0.067 0.600
10 1.050 1.187 -0.137 0.137
11 1.030 1.163 -0.133 0.133 0.400
12 0.990 1.097 -0.107 0.107
13 1.160 1.023 0.137 0.137 0.200

14 1.200 1.060 0.140 0.140

15 1.180 1.117 0.063 0.063 0.000
1 2
16 1.260 1.180 0.080 0.080
17 1.230 1.213 0.017 0.017
18 1.190 1.223 -0.033 0.033

19 1.227
Promedio Movil N=3

ME 0.018
MAE 0.076
iodo anterior y suavización exponencial
res de ALFA y seleccionar el de mejor

VENTAS EXPUESTAS EN MILES DE UNIDADES

PRONOSTICO N=3
1.400

1.200

1.000

0.800 VENTAS
PRONOSTICO

0.600

0.400

0.200

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
VENTAS
PRONOSTICO
 Modelo ALFA 0.1

Suavización Exponencial Simple (SES): Pronóstico basado en el pronóstico del periodo anterior y suaviz
errror del pronóstico del periodo anterior (Desarrollar para varios valores de ALFA y seleccionar e
Ventas Pronostico
et  xt  xˆt Abs(et )
SEMANAS No N=3
xt xˆt
Error Pronostico Error pronostico absoluto
1 1.250
2 1.150
3 0.970
4 1.100 1.08 0.020 0.020
5 1.170 1.071 0.099 0.099
6 1.080 1.109 -0.029 0.029
7 1.120 1.111 0.009 0.009
8 1.230 1.118 0.112 0.112
9 1.210 1.167 0.043 0.043
10 1.050 1.198 -0.148 0.148
11 1.030 1.134 -0.104 0.104
12 0.990 1.072 -0.082 0.082
13 1.160 1.014 0.146 0.146
14 1.200 1.083 0.117 0.117
15 1.180 1.146 0.034 0.034
16 1.260 1.182 0.078 0.078
17 1.230 1.224 0.006 0.006
18 1.190 1.229 -0.039 0.039
19 1.216

Promedio Movil
(error medio) ME 0.017
(error medio absoluto) MAE 0.071 0.071
 PROMEDIO MÓVIL PONDERADO
eriodo anterior y suavización exponencial (ALFA) del
de ALFA y seleccionar el de mejor resultado)
VENTAS EXPUESTAS EN MILES DE UNIDADES

t w Valores entre 0 y 1
1 0.2
2 0.3 Promedio movil ponderado N=3
3 0.5
1.400
suma 1
1.200

1.000

0.800

0.600

0.400

0.200

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
ado N=3

Ventas
Pronostico

14 15 16 17 18 19
 Modelo ALFA 0.1
Ventas Pronostico
et  xt  xˆt Abs(et )
SEMANA No
xt xˆt
Error Pronostico Error pronostico absoluto
1 1.250 1.250 0.000 0
2 1.150 1.250 -0.100 0.100
3 0.970 1.172 -0.202 0.202
4 1.100 1.014 0.086 0.086
5 1.170 1.081 0.089 0.089
6 1.080 1.150 -0.070 0.070
7 1.120 1.096 0.024 0.024
8 1.230 1.115 0.115 0.115
9 1.210 1.205 0.005 0.005
10 1.050 1.209 -0.159 0.159
11 1.030 1.085 -0.055 0.055
12 0.990 1.042 -0.052 0.052
13 1.160 1.001 0.159 0.159
14 1.200 1.125 0.075 0.075
15 1.180 1.184 -0.004 0.004
16 1.260 1.181 0.079 0.079
17 1.230 1.243 -0.013 0.013
18 1.190 1.233 -0.043 0.043
19 1.199

Promedio Movil
ME -0.004
MAE 0.078

Conclusión:
Para calcular Definir con que periodo nos debemos quedar, es con base al error medio absoluto el menor
es el ideal

tenemos que buscar el valor más bajo y esto se puede hacer manual o con solver
 suavizado exponencial simple

VENTAS EXPUESTAS EN MILES DE UNIDADES

𝐹_𝑡=𝐹_(𝑡−1)+
〖𝑎∗ ( 〗 _(𝑡−1)−𝐹_(𝑡−1))
1.400
SUAVIZADO EXPONENCIAL ALF
1.200
Alpha coeficience de suavización
0.78 (valor entre 0.0 a 1) 1.000

Ft= Pronostico del periodo 0.800

Ft-1 = Pronostico del periodo anterior

t-1 = Ventas reales 0.600
a= cociente de suavización (0.0 a 1)
0.400

0.200

0.000
1 2 3 4 5 6 7 8 9 10 11 1
ZADO EXPONENCIAL ALFA= 0.82

Ventas
Pronostico

7 8 9 10 11 12 13 14 15 16 17 18
 Metodo de Holt
^

et
FITt
Período VENTA Ft Tt
(pronostico) e t2
1 1.250 a=
2 1.150 1.25 2.00 3.25 -2.10 4.41 β =
3 0.970 1.22 0.579 1.80 -0.83 0.69 Suma
4 1.100 1.15 0.121 1.27 -0.17 0.03
5 1.170 1.13 0.027 1.16 0.01 0.00
6 1.080 1.14 0.016 1.16 -0.08 0.01 ME
7 1.120 1.12 -0.008 1.12 0.00 0.00 MSE =
8 1.230 1.12 -0.003 1.12 0.11 0.01
9 1.210 1.16 0.021 1.18 0.03 0.00
10 1.050 1.17 0.018 1.19 -0.14 0.02
11 1.030 1.14 -0.020 1.11 -0.08 0.01
12 0.990 1.10 -0.028 1.08 -0.09 0.01
13 1.160 1.07 -0.032 1.04 0.12 0.02
14 1.200 1.10 0.009 1.11 0.09 0.01
15 1.180 1.13 0.025 1.15 0.03 0.00
16 1.260 1.14 0.018 1.16 0.10 0.01
17 1.230 1.18 0.030 1.21 0.02 0.00
18 1.190 1.19 0.020 1.21 -0.02 0.00

19 1.19 0.005 1.20 -1.20 1.43

 Ft = Ft-1 +  (At-1 – Ft-1)
0.30
0.70
1.00 Tt = (Ft - Ft-1) + (1- )Tt-1
-0.23
0.37 FIT t  F t  T t
METODO DE HOLD ALFA =.30 y BETA = 0.
3.500

3.000

2.500

2.000

1.500

1.000

0.500

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13
LD ALFA =.30 y BETA = 0.70

VENTA
FITt (pronostico)

10 11 12 13 14 15 16 17 18
 Un gran almacén decide aplicar la técnica de medias móviles como método rápido y sencillo de predicción de ventas, a efec
necesidades de personal temporal de ventas en un período normal (sin oscilaciones estacionales ni tendencia, al menos espe
A partir de la serie y(ventas semanales en millones de euros), se pide calcular en excel

a) promedio movil con periodos de n=2

y n=3

b) promedio movil ponderado con n=

3 , T= 1,2,3 y buscar los valores
optimos de W

c) suavizado exponencial n= 1
buscando el valor optimo de ALPHA

d) utilizar el metodo de HolT resolver

por solver los valores de alfa y beta

e) graficar resultado

Promedio Movil n =2 Promedio Movil n =3

Periodo VENTASPronostico Movil =Error
2 medio Error absoluto
Pronostico movil =3 Error medio
1 6.5
2 4.1
3 5.9
4 5.9
5 5.6
6 4.8
7 5.6
8 3.4
9 4.9
10 6.4
11 5.5
12 5.8
13 5.1
14 6.2
15 5.6
16 6.7
17 5.2
18 5.5
19 5.8
20 5.1
21 5.8
22 6.7
23 5.2
24 6.0
25 5.8
26
Promedio Movil n =2 Promedio Movil n =3
ME #DIV/0! ME
MAE #DIV/0! MAE
de predicción de ventas, a efectos de determinar las
s ni tendencia, al menos especialmente significativas).
pide calcular en excel

𝐹_𝑡=𝐹_(𝑡−1)+
〖𝑎 ( 〗 _(𝑡−1)−𝐹_(𝑡
io Movil n =3 Promedio Movil Ponderado
Error absoluto
Pronostico movil Error
p=3 medio Error absoluto t w
1
2
3
0.00
romedio Movil n =3 Promedio Movil ponderado n =3
#DIV/0! ME #DIV/0!
#DIV/0! MAE #DIV/0!
𝐹_𝑡=𝐹_(𝑡−1)+
〖𝑎 ( 〗 _(𝑡−1)−𝐹_(𝑡−1))
suavizado exponencial n=1 hol
Pronostico suavizado n=1 Error medio Error absoluto Alpha Ft Tt
 Promedio Movil ponderado n =3 HOLT
ME #DIV/0! MSE = #DIV/0!
MAE #DIV/0! ME #DIV/0!
 Ft = Ft-1 +  (At-1 – Ft-1)
Tt = (Ft - Ft-1) + (1- )Tt-1

FIT t  F t  T t
holt
FITt (HOLT) Error medio Error absoluto
a=
β=
)
)Tt-1