Professional Documents
Culture Documents
2. Los promedios mviles no reflejan muy bien las tendencias. Porque son promedios, siempre
se quedarn en niveles pasados, no predicen los cambios hacia niveles ms altos ni ms
bajos. Es decir, retrasan los valores reales.
3. Los promedios mviles requieren amplios registros de datos histricos.
En la figura, una grfica de los datos de los ejemplos 1 y 2, se ilustra el efecto de retraso de los modelos
de promedios mviles. Observe que tanto las lneas de los promedios mviles simples como las de
promedios mviles ponderados retrasan la demanda real. Sin embargo, los promedios mviles
ponderados usualmente reaccionan ms rpido ante los cambios detectados en la demanda. Incluso en
periodos a la baja (vea noviembre y diciembre), siguen la demanda de manera ms cercana.
SUAVIZAMIENTO EXPONENCIAL
El suavizamiento exponencial es un sofisticado mtodo de pronstico de promedios mviles ponderado
que sigue siendo bastante fcil de usar. Implica mantener muy pocos registros de datos histricos.
La frmula bsica para el suavizamiento exponencial se expresa como sigue:
Nuevo pronstico = Pronstico del periodo anterior + (Demanda real del mes anterior Pronstico del
periodo anterior)
donde es la ponderacin, o constante de suavizamiento, elegida por quien pronostica, que tiene un
valor de entre 0 y 1. La ecuacin (4-3) tambin puede escribirse matemticamente como:
Ft = Ft1 + (At1 Ft1)
donde
Ft = nuevo pronstico
Ft1 = pronstico del periodo anterior
= constante de suavizamiento (o ponderacin) (0 1)
At1 = demanda real en el periodo anterior
donde y (que se lee y gorro) = valor calculado de la variable que debe predecirse (llamada
variable dependiente)
a = interseccin con el eje y
b = pendiente de la recta de regresin (o la tasa de cambio en y para
los cambios dados en x)
x = variable independiente (que en este caso es el tiempo)