MODELOS DE GESTIÓN DE
PRONÓSTICOS
Universidad del Cauca
Facultad de Ciencias Agrarias
Programa Ingeniería Agroindustrial
M.Sc. Silvio Andrés Mosquera Sánchez
Pronósticos de Promedio Móvil
• Adecuado para un modelo de demanda perpetuos, con poca o ninguna tendencia
• Sugerido para los ítems clase C y posiblemente para algunos B.
• El promedio móvil es la media aritmética de los N periodos más recientes.
• Otorga el mismo peso a los últimos N datos de demanda. Se sugiere probar con
diferentes valores de N
• El mejor N es el valor que minimice la MAD
xt b t , donde
xt valor real de la demanda en el periodo t
b es una cons tan te que representa el proceso de demanda uniforme
t es una var iable aleatoria imposible de pronosticar
Suma de demandas de las últimas N semanas
Pr onóstico semanal
N
x xT 1 xT 2 ... xT N 1
MT T
N
x xT N
M T M T 1 T
N
Ejemplo de Promedio Móvil
Mes Demanda Mes Demanda Se tiene un producto que
1 122 16 264 cuenta con la siguiente
2 181 17 203 demanda para 30 periodos de
3 195 18 202 tiempo (meses).
4 171 19 195 • Determine el patrón de
5 183 20 240 comportamiento de la demanda
6 236 21 188 • Realice los cálculos del
7 144 22 151 pronóstico a partir del periodo
8 174 23 197 16. Grafique.
9 215 24 151 • Pruebe la solución con
10 267 25 171 diferentes valores de N.
11 183 26 171
12 115 27 196
13 366 28 241
14 199 29 123
15 244 30 230
Mes Demanda Pronóstico Error Error ECM
absoluto
1 122
2 181
3 195
4 171
5 183
6 236
7 144
8 174
9 215
10 267
11 183
12 115
13 366
14 199
15 244
16 264 199,667 64,333 64,333 4.138,778
17 203 209,133 -6,133 6,133 37,618
18 202 210,600 -8,600 8,600 73,960
SUMAS -204,133 519,467 25.387,200
MAD o ECM 34,631 1.692,480
Desv Estánd 43,289 41,140
Estimada
Gráfica para el ejemplo
Suavización Exponencial Simple
• El método de suavización exponencial puede dar una ponderación mayor a las
observaciones más recientes.
• Las ponderaciones se asignan mediante la constante , en donde 0 < < 1.
• La ecuación aplica un peso a la última observación de demanda y un peso (1- ) al
pronóstico anterior
• Ecuaciones y arranque del modelo
SELECCIÓN DE LA CONSTANTE DE SUAVIZACIÓN ALPHA (α)
• Se recomiendan valores mayores que 0.01 y menores que 0.30.
– Valores muy grandes hacen que el pronóstico responda de manera acelerada a cambios del proceso
– Valores muy pequeños hacen que el pronóstico no responda de manera acelerada a cambios del proceso
• Se puede determinar un α óptimo, a través de la simulación del pronóstico y con base en la MAD, en el
ECM o en otro criterio.
• Pueden utilizarse valores de α diferentes dependiendo del estado del proceso.
• Existen métodos auto-adaptivos (automáticos).
Comparación de constantes de suavización
Iniciación de la Suavización Exponencial
Simple
• Se requiere conocer el valor de So.
– Si hay datos históricos suficientes, se puede tomar como
el promedio de ellos
– Si no se dispone de datos, se recurre a un valor subjetivo.
Lo cual sugiere que debe supervisarse el pronóstico en su
fase de inicio, utilizando una constante alta.
• El valor de So se toma como valor del pronóstico
para la semana siguiente, así como el de St de esta
semana como el pronóstico de la semana
siguiente.
• Se calcula el valor de St para cada semana
Ejemplo de Suavización Exponencial
Simple
Considere un Día Demanda Día Demanda Día Demanda Día Demanda
ítem cuyos
1 92 11 128 21 85 31 96
valores de
demanda para 2 80 12 119 22 103 32 125
los días 1 a 38 se 3 105 13 113 23 124 33 118
muestran en la 121 72 114 34 97
4 14 24
tabla siguiente. El
99 85 97 35 135
valor de arranque 5 15 25
So ha sido 6 120 16 105 26 89 36 147
calculado 7 50 17 109 27 144 37 110
tomando el
8 190 18 96 28 94 38 103
promedio de 25
días anteriores 9 117 19 98 29 105
(no se muestran 10 99 20 109 30 113
estos datos) y se
ha hallado que es
So= 128,9450.
Ejemplo de Suavización Exponencial
Simple
Ejemplo de Suavización Exponencial
Simple
S o 128,9450 uds
St (1) x1 (1 ) S 0
St (1) 0,1(92) (0,9 *128,9450) 125,2505 uds
St ( 2) 0,1(80) (0,9 *125,2505) 120,7255 uds
St (3) 0,1(105) (0,9 *120,7255) 119,1530 uds
S o 128,9450 uds
St (1) x1 (1 ) S 0
St (1) 0,2(92) (0,80 *128,9450) 121,556 uds
St ( 2 ) 0,2(80) (0,80 *121,556) 113,245 uds
St (3) 0,2(105) (0,80 *113,245) 111,596 uds
Ejemplo de Suavización Exponencial
Simple
Suavización Exponencial Doble
• Sugerida para los ítems clase A (y actualmente también para los B).
• Ecuaciones y arranque un poco más complejos.
• La constante de suavización se puede escoger y optimizar de
manera semejante a la de la suavización simple.
• Adecuada para un modelo de demanda con tendencia lineal
(creciente o decreciente) más una variación aleatoria:
xt b1 b2t t ; b1 y b2 cons tan tes
xt valor real de la demanda en el periodo t
b1 representa la componente cons tan te de la demanda
b2 representa la componente de tendencia de la demanda
t Variable aleatoria desconocid a
Ecuaciones Suavización
Exponencial Doble
Ù
b̂1 (0) corregido = a1 (0) + mb̂2 (0)
æ 1- a ö
Operador S0 = b̂1 (0) - ç ÷ b̂2 (0)
è a ø
[ 2] æ 1- a ö
Doble operador S0 = b̂1 (0) - 2 ç ÷ b̂2 (0)
è a ø
ST periodos finales = a xT + (1- a ) ST -1
ST[ ] periodos finales = a ST + (1- a ) ST[2]-1
2
Ù
Pr onóstico periodos base x̂T = a1 (0) + Tb̂2 (0)
æ at ö æ at ö [2]
Pr onóstico periodos finales x̂T +t (T ) = ç 2 + S -
÷ T -1 ç 1+ ÷ ST -1
è 1- a ø è 1- a ø
Ecuaciones Suavización
Exponencial Doble
Error suavizado Q(T ) = weT + (1- W )QT -1
MAD inicial o MAD(0) = 0, 8 c1 sˆ e
a é
3 ë( ) 2 2ù
ct = 1+ 1+ 4 b + 5 b 2
+ 2at (1+ 3b ) + 2a t û
(1+ b )
b = 1- a
m
å(x - x̂ )
t t
2
Ecuaciones
sˆ e = t=1
Suavización
m-2
MAD suavizada = w eT + (1- w)MADT -1 Exponencial
m Doble
å t t
(x - x̂ ) 2
ECM inicial ECM (0) = t=1
m-2
ECM suavizado ECM T = weT2 + (1- w) ECM T -1
QT
Señal de rastreo en la semana T =
MADT
Inventario de seguridad = ECM T k
Inventario máximo = x̂t + IST
Día Demanda Día Demanda
1 280 26 630
Ejercicio Suavización 2 45
305
27 540
410
3 28
Exponencial Doble 4 140 29 330
5 200 30 625
6 130 31 600
Los datos corresponden a la 160 480
7 32
demanda de un ítem durante 50 8 75 33 350
días. Determine: 9 240 34 650
• La tendencia de la demanda 10 48 35 390
• Los parámetros de iniciación 11 98 36 520
del sistema 12 280 37 600
• El pronóstico para el periodo 51 13 50 38 635
•
14 135 39 575
El inventario de seguridad y el 15 40
230 620
inventario máximo 16 41
200 475
17 78 42 605
• Simule el proceso para 18 155 43 550
diferentes valores de alpha y 19 110 44 620
elija el más apropiado 20 155 45 600
(grafique) 21 48 46 390
• Modifique el valor de k y analice 22 230 47 450
las implicaciones de esta 23 250 48 420
decisión 24 170 49 595
25 560 50 640
Ejercicio Suavización Exponencial Doble
Ejercicio Suavización Exponencial Doble
Ejercicio Suavización Exponencial Doble
