Método de Suavizamiento Exponencial Ajustado a La Tendencia

14
Método de Suavizamiento Exponencial ajustado a la Tendencia INGENIERÍA DE LA PRODUCCIÓN ING. XIMENA ROJAS

description

Método de pronóstico de Suavización Exponencial Ajustada a la tendencia

Transcript of Método de Suavizamiento Exponencial Ajustado a La Tendencia

Mtodo de Suavizamiento Exponencial ajustado a la Tendencia

Mtodo de Suavizamiento Exponencial ajustado a la TendenciaIngeniera de la produccin Ing. Ximena RojasMtodo suavizamiento exponencial ajustado a la TendenciaIncorpora una tendencia en un pronostico suavizado exponencialmente.

La tendencia es un incremento o decremento sistemtico en el promedio de la serie a travs del tiempo.

Se suavizan las estimaciones del promedio y la tendencia.

Mtodo suavizamiento exponencial ajustado a la TendenciaOfrece la ventaja de ajustar el pronostico a los cambios en la tendencia.

Se debe restringir su uso a corto plazo debido a la imprecisin por cambios de tendencia.

Constantes de SuavizamientoPromedio suavizado exponencialmente de la serie en el periodo tDonde:Dt= demanda en el periodo.At-1= Promedio del ultimo periodo.Tt-1= Estimacin de la tendencia en el ultimo periodo.= constante de suavizamiento entre 0-1Promedio suavizado exponencialmente de la tendencia en el periodo tDonde:Dt= demanda en el periodo.At= Promedio del periodo actual.At-1= Promedio del ultimo periodo.Tt-1= Estimacin de la tendencia en el ultimo periodo.= constante de suavizamiento entre 0-1

Pronostico Donde:Ft+1= pronostico para el periodo t+1At= promedio para el periodo.Tt= Tendencia del periodo.

Mtodo suavizamiento exponencial ajustado a la TendenciaPara realizar un pronostico posterior al siguiente, se multiplica la estimacin de la tendencia (Tt) por el numero de periodos adicionales y se suman los resultados al promedio actual (At).

Mtodo suavizamiento exponencial ajustado a la TendenciaLas estimaciones de promedio y tendencias del ultimo periodo requeridas en el primer pronstico pueden obtenerse a partir de datos histricos o una estimacin aproximada.

Para definir el valor de las constantes de suavizacin se debe obtener los errores de pronostico mas bajo posibles o a su vez el analista debe ajustarlo sistemticamente.

EJEMPLOLos gerentes de Medianalysis estn interesados en pronosticar el nmero de solicitudes de anlisis de sangre cada semana para lo cual es necesario comprar suministros y tomar una decisin adecuada sobre el nmero de muestras de sangre que sern enviadas a otro laboratorio debido a las limitaciones de la capacidad de su laboratorio principal.Debido a la publicidad acerca de lo daino del colesterol en la sangre, los anlisis han incrementado.Durante las ltimas 4 semanas el promedio de anlisis de sangre fue de 28. En la ltima semana fue de 27 anlisis.Se usar un = 0,20 y una =0,20 para el pronstico de la siguiente semana.

SemanaLlegadasPromedio SuavizadoPromedio con la tendenciaPronsticoError de pronstico0123456789101112131415282744373553385761395554526060752830.2035.2338.2140.1445.0846.3550.8355.4654.9957.1758.6359.2160.9962.3766.3832.843.283.222.963.362.943.253.522.722.622.382.021.971.862.293133.0438.5141.4343.1048.4449.2954.0858.9957.7259.7961.0261.2462.9664.23-410.96-1.51-6.439.90-10.447.716.92-19.99-2.72-5.79-9.02-1.24-2.9610.78- Los pronsticos varan menos que la demanda real debido a la suavizacin del procedimiento- Con el ajuste de y se puede obtener un pronstico mas cercano- Para obtener los pronsticos siguientes, se debe multiplicar la estimacin de la tendencia por el nmero de perodos que se va a pronosticar- Se debe sumar el resultado del promedio actual

Ejemplo:Luego de la semana 2, se desea pronosticar la demanda de anlisis de sangre para la semana 6 el pronstico va a ser el siguiente:

35. 23 + 4(3.28) = 48 anlisisConsiderando el promedio obtenido para semana 2. - Este mtodo de suavizamiento exponencial tiene la ventaja de ajustarse al cambio que se produce en la tendencia- La tendencia va cambiando, mientras mas se proyecte hacia el futuro la estimacin de la tendencia mas preciso va a ser el pronstico que se busca- Se recomienda limitar el uso de mtodos de series de tiempo a corto a plazo.