Produccin

Suavizacin Exponencial Triple o

Mtodo de Winters

1
 Agenda
Introduccin.
Suavizacin Exponencial Triple
Comportamiento de la demanda.
Notacin.
Modelo.
Metodologa.
Inicializacin.
Ejemplo

2
 Introduccin
Lo que conocemos hasta ahora
MODELOS BASADOS EN SERIES DE TIEMPOS Alfa Beta
SUAVIZACIN EXPONENCIAL DOBLE / HOLT CON TENDENCIA 0,1 0,2
t Dt St Gt Ft e |e| %e e2
0 24,00 4,00 90,00
1 20,00 27,20 3,84 28,00 8,00 8,00 0,40 64,00
80,00
2 40,00 31,94 4,02 31,04 -8,96 8,96 0,22 80,28
3 44,00 36,76 4,18 35,96 -8,04 8,04 0,18 64,72 70,00
4 32,00 40,05 4,00 40,94 8,94 8,94 0,28 79,92 60,00
5 30,00 42,64 3,72 44,05 14,05 14,05 0,47 197,32 50,00
6 60,00 47,73 3,99 46,36 -13,64 13,64 0,23 185,97 40,00
7 66,00 53,15 4,28 51,72 -14,28 14,28 0,22 203,93
30,00
8 45,00 56,18 4,03 57,43 12,43 12,43 0,28 154,41
9 60,21 20,00
10 64,24 10,00
11 68,27 0,00
12 72,30 0 2 4 6 8 10 12 14
13 76,33
Demanda Pronstico SED (alfa = 0,1 / beta = 0,2)
ME -0,19
MAD 11,04
MAPE 0,28
MSE 128,82
Dev. Std. 13,80

3
 Introduccin
Y si cambiamos el valor de alfa y beta??
MODELOS BASADOS EN SERIES DE TIEMPOS Alfa Beta

SUAVIZACIN EXPONENCIAL DOBLE / HOLT CON TENDENCIA 0,4 0,5

t Dt St Gt Ft e |e| %e e2
80,00
0 24,00 4,00
1 20,00 24,80 2,40 28,00 8,00 8,00 0,40 64,00 70,00
2 40,00 32,32 4,96 27,20 -12,80 12,80 0,32 163,84 60,00
3 44,00 39,97 6,30 37,28 -6,72 6,72 0,15 45,16
4 32,00 40,56 3,45 46,27 14,27 14,27 0,45 203,69 50,00
5 30,00 38,41 0,65 44,01 14,01 14,01 0,47 196,36 40,00
6 60,00 47,43 4,84 39,05 -20,95 20,95 0,35 438,70
30,00
7 66,00 57,76 7,58 52,27 -13,73 13,73 0,21 188,54
8 45,00 57,21 3,51 65,34 20,34 20,34 0,45 413,86 20,00
9 60,72 10,00
10 64,23
11 67,75 0,00
0 2 4 6 8 10 12 14
12 71,26
13 74,77 Demanda Pronstico SED (alfa = 0,4 / beta = 0,5)
ME 0,30
MAD 13,85
MAPE 0,35
MSE 214,27
Dev. Std. 17,32

4
 Suavizacin Exponencial Triple o
Mtodo de Winters
Comportamiento de la demanda
300

250

200

150
Ct

100

50

0
0 5 10 15 20 25 30 35 40

5
 Suavizacin Exponencial Triple o
Mtodo de Winters
Comportamiento de la demanda
St
50
50
40
40

30 30
St
20 St 20 Ft
10 10
0
0
0 10 20 30 40 0 10 20 30 40

Gt 160
200 140
120
150
100
80 Gt
100
Gt 60 Ft
50 40
20
0
0
0 10 20 30 40
0 10 20 30 40

6
 Suavizacin Exponencial Triple o
Mtodo de Winters
Comportamiento de la demanda
300

250

200

150 Ct
Ft

100

50

0
0 5 10 15 20 25 30 35 40
N N N

7
 Suavizacin Exponencial Triple o
Mtodo de Winters
Comportamiento de la demanda
300
N
250

200

150 Ct
Ft
Dt 1
100

St 1
50

0
0 5 10 15 20 25 30 35 40
N N N

8
 Suavizacin Exponencial Triple o
Mtodo de Winters
Conclusiones iniciales
La serie tiene una estacionalidad cuyo periodo es N
Winters Multiplicativo

80

70
Dt
60

50

40

30

20

10

0
0 5 10 15 20 25 30

donde:
St corresponde a los puntos sobre la recta.
Dt = (St + Gt) ct + t Gt corresponde a la pendiente.
ct corresponde a los FACTORES ESTACIONALES.
t es el ruido (error).
ct = N
9
 Suavizacin Exponencial Triple o
Mtodo de Winters
Notacin
Nivel de la serie de tiempo en t: St
Tendencia de la serie de tiempo en t: Gt
ndice estacional en t: ct
Parmetro de suavizacin de nivel:
Parmetro de suavizacin de tendencia :
Parmetro de suavizacin de ndice estacional:
Nmero de estaciones: m
Longitud de la estacin: N
10
 Suavizacin Exponencial Triple o
Mtodo de Winters
Modelo

Dt
St (1 )( S t 1 Gt 1 )
ct N , ,
Gt ( St St 1 ) (1 )Gt 1

Dt
ct (1 )ct N
St

Ft ,t ( St Gt )ct N

11
 Suavizacin Exponencial Triple o
Mtodo de Winters
Metodologa
Analizar datos de demanda D1 a DT
Inicializar S0, G0 y los factores
estacionales
Revisar que cj = N, sino
normalizarlos
cj(normalizado) = [cj / cj] N

Calcular St, Gt y ct con las frmulas

de suavizamiento exponencial triple
para t = 1 a T
Calcular Ft Para pronsticos futuros
usar la frmula de Ft,t+
12
 Suavizacin Exponencial Triple o
Mtodo de Winters
Inicializacin

G0 Pendiente de la recta de regresin

S 0 Corte de la recta de regresin

C t 1. Estimar las valores de la recta de regresin obtenida.

2. Dividir cada valor real de la demanda por el valor obtenido con la recta
de regresin.
3. Promediar los valores de los factores correspondientes.
4. Normalizar.

13
 Ejemplo
PARAMETROS DEL MODELO
0.1 N 4
0.1 m 2
0.1
40
35 t Dt Yt Dt/Yt St Gt Ct Ft
30
25
20
Dt
15 0
10 1 11
5
2 20
3 26
0
0 2 4 6 8 10
4 17
5 15
6 27
7 34
8 22
9
10
11
12
13 14
 Solucin
PARAMETROS DEL MODELO
0.1 N 4
0.1 m 2
0.1
40
35 t Dt Yt Dt/Yt St Gt Ct Ft
30 0.69
25
1.14
20
1.35
Dt
15
0 13.6 1.76 0.81
1 11 15.33 0.72 15.4 1.77 0.70 10.6
10
2 20 17.1 1.17 17.2 1.77 1.15 19.6
5
3 26 18.86 1.38 19 1.77 1.35 25.5
0 4 17 20.62 0.82 20.8 1.78 0.81 16.8
0 2 4 6 8 10
5 15 22.38 0.67 22.5 1.77 0.69 15.7
6 27 24.14 1.12 24.2 1.76 1.14 27.8
OJO: La actualizacin de St, Gt 7 34 25.9 1.31 25.8 1.75 1.35 35
y Ct se hacen de forma 8 22 27.67 0.8 27.6 1.75 0.81 22.4
paralela (fila a fila) 9
10
11
12
13 15
 Ejercicio 1
Primer paso: Graficar y analizar
Dt
p t Dt 800
1 8 366 700
2 9 281 600
3 10 220
500
4 11 319
400
5 12 275 Dt
6 13 569,5 300
7 14 405 200
8 15 300,5 100
9 16 456
0
10 17 372 7 9 11 13 15 17 19 21
11 18 754
N
12 19 525
13 20
14 21 OJO: SOLO HAY DOS
15 22
ESTACIONES
COMPLETAS!!
N=5!

16
 Ejercicio 1
Segundo paso: Inicializar
REGRESIN
p t Dt Yt Dt/Yt St Gt Debemos buscar la
-4 3
recta que mejor se
-3 4
-2 5 ajuste
-1 6
0 7 229,3 26,8077 Usando regresin
1 8 366
2 9 281
lineal tenemos:
3 10 220
4 11 319
5 12 275
6 13 569,5
7 14 405
8 15 300,5 i
y a bX i
9 16 456
10 17 372
11 18 754 y i 229 .33 26 .807 X i
12 19 525
13 20
14 21
15 22

17
 Ejercicio 1
Segundo paso: Inicializar
REGRESIN
p t Dt Yt Dt/Yt St Gt
-4 3
-3 4 y i 229 .33 26 .807 X i
-2 5
-1 6
0 7 229,3 26,8077
1 8 366 256,141 1,4289 y1 229 .33 26 .807 X 1
2 9 281 282,949 0,9931
3 10 220 309,756 0,7102 y1 229 .33 26 .807 *1
4 11 319 336,564 0,9478
5 12 275 363,372 0,7568
6 13 569,5 390,179 1,4596
y1 256 .141
7 14 405 416,987 0,9713
8 15 300,5 443,795 0,6771
9 16 456 470,603 0,969 D1 366
10 17 372 497,41 0,7479 1.4289
11 18 754 524,218 1,4383 Y1 256 .141
12 19 525 551,026 0,9528
13 20
14 21
15 22

18
 Ejercicio 1
Tercer Paso: Normalizar
Dt
800 Con la tabla anterior.
700
600
500
0.7102 0.677
C3 0.6936
400 2
Dt
300
200
100 Si replicamos el clculo para
0
7 9 11 13 15 17 19 21 todos

C1 1,44227269
C1 1,49643
C2 0,97237814 Ct
C2 1,00889
C3 0,69367507 INICIALES!
0.6936 C3 0,71972
C4 0,958392 C3 * 5 0.7197
4.8190
C5 0,75233711 C4 0,99438
Ci 4,81905501
Pero la suma C5 0,78059
debe ser 5!! C5 5

19
 Ejercicio 1
Tercer Paso: Normalizar
REGRESIN
p t Dt Yt Dt/Yt St Gt Ct Ft
-4 3 1,4964
-3 4 1,0089
-2 5 0,7197
-1 6 0,9944 YA EST
0 7 229,3 26,8077 0,7806
1 8 366 256,141 1,4289 INICIALIZADO EL
2 9 281 282,949 0,9931 MTODO.
3 10 220 309,756 0,7102
4 11 319 336,564 0,9478
5 12 275 363,372 0,7568
6 13 569,5 390,179 1,4596 Como actualizamos
7 14 405 416,987 0,9713 los valores de St, Gt
8 15 300,5 443,795 0,6771 y Ct?
9 16 456 470,603 0,969
10 17 372 497,41 0,7479
11 18 754 524,218 1,4383
12 19 525 551,026 0,9528
13 20
14 21
15 22

20
 Ejercicio 1
Cuarto Paso: Actualizacin de St
REGRESIN
p t Dt Yt Dt/Yt St Gt Ct Ft
-4 3 1,4964
-3 4 1,0089
-2 5 0,7197
Dt
-1 6 0,9944 St (1 )( S t 1 Gt 1 )
0 7 229,3 26,8077 0,7806 ct N
1 8 366 256,141 1,4289 255,0
2 9 281 282,949 0,9931 281,4
366
3 10 220 309,756 0,7102 307,8 S8 0.1 (0.9)(229.3 26.80)
4 11 319 336,564 0,9478 333,1 1.49
5 12 275 363,372 0,7568 358,8
6 13 569,5 390,179 1,4596 385,0 S8 255
7 14 405 416,987 0,9713 410,4
8 15 300,5 443,795 0,6771 434,9
9 16 456 470,603 0,969 461,0
10 17 372 497,41 0,7479 486,2 HAY QUE
11 18 754 524,218 1,4383 511,7 REPLICARLO
12 19 525 551,026 0,9528 536,2 PARA TODOS
13 20
14 21 LOS PERIODOS!
15 22

21
 Ejercicio 1
Cuarto Paso: Actualizacin de Gt
REGRESIN
p t Dt Yt Dt/Yt St Gt Ct Ft
-4 3 1,4964
-3 4 1,0089
-2 5 0,7197
-1 6 0,9944
0 7 229,3 26,8077 0,7806 Gt ( St St 1 ) (1 )Gt 1
1 8 366 256,141 1,4289 255,0 26,6921
2 9 281 282,949 0,9931 281,4 26,6606
3 10 220 309,756 0,7102 307,8 26,6371 G8 0.1(255 229 .3) (0.9) * 26 .807
4 11 319 336,564 0,9478 333,1 26,5009
5 12 275 363,372 0,7568 358,8 26,4282
6 13 569,5 390,179 1,4596 385,0 26,3986 G8 26 .69
7 14 405 416,987 0,9713 410,4 26,3055
8 15 300,5 443,795 0,6771 434,9 26,1188
9 16 456 470,603 0,969 461,0 26,1162
10 17 372 497,41 0,7479 486,2 26,0256 HAY QUE
11 18 754 524,218 1,4383 511,7 25,9753 REPLICARLO
12 19 525 551,026 0,9528 536,2 25,8292 PARA TODOS
13 20
14 21 LOS PERIODOS!
15 22

22
 Ejercicio 1
Cuarto Paso: Actualizacin de Ct
REGRESIN
p t Dt Yt Dt/Yt St Gt Ct Ft
-4 3 1,4964
-3 4 1,0089
-2 5 0,7197 Dt
-1 6 0,9944 ct (1 )ct N
0 7 229,3 26,8077 0,7806 St
1 8 366 256,141 1,4289 255,0 26,6921 1,4897
2 9 281 282,949 0,9931 281,4 26,6606 1,0073 366
3 10 220 309,756 0,7102 307,8 26,6371 0,7188 c8 0.1 (0.9) *1.49
4 11 319 336,564 0,9478 333,1 26,5009 0,9897 256.141
5 12 275 363,372 0,7568 358,8 26,4282 0,7782
6 13 569,5 390,179 1,4596 385,0 26,3986 1,4867
7 14 405 416,987 0,9713 410,4 26,3055 1,0037 c8 1.4897
8 15 300,5 443,795 0,6771 434,9 26,1188 0,7146
9 16 456 470,603 0,969 461,0 26,1162 0,9876
10 17 372 497,41 0,7479 486,2 26,0256 0,7752 HAY QUE
11 18 754 524,218 1,4383 511,7 25,9753 1,4818 REPLICARLO
12 19 525 551,026 0,9528 536,2 25,8292 0,9986
13 20 PARA TODOS
14 21 LOS PERIODOS!
15 22

23
 Ejercicio 1
Quinto Paso: El pronstico
REGRESIN
p t Dt Yt Dt/Yt St Gt Ct Ft
-4 3 1,4964
-3 4 1,0089
-2 5 0,7197
-1 6 0,9944
0 7 229,3 26,8077 0,7806
1 8 366 256,141 1,4289 255,0 26,6921 1,4897 383,296316 Ft ,t ( St Gt )ct N
2 9 281 282,949 0,9931 281,4 26,6606 1,0073 284,181072
3 10 220 309,756 0,7102 307,8 26,6371 0,7188 221,690325
4 11 319 336,564 0,9478 333,1 26,5009 0,9897 332,544504 NO TIENE NINGN
5 12 275 363,372 0,7568 358,8 26,4282 0,7782 280,670192 SENTIDO USAR LA
6 13 569,5 390,179 1,4596 385,0 26,3986 1,4867 573,919952
DEMANDA DE EL
7 14 405 416,987 0,9713 410,4 26,3055 1,0037 414,374872
8 15 300,5 443,795 0,6771 434,9 26,1188 0,7146 313,918205 PERIODO t PARA
9 16 456 470,603 0,969 461,0 26,1162 0,9876 456,255589 PRONOSTICAR EL
10 17 372 497,41 0,7479 486,2 26,0256 0,7752 379,052676 PERIODO t
11 18 754 524,218 1,4383 511,7 25,9753 1,4818 761,475664
12 19 525 551,026 0,9528 536,2 25,8292 0,9986 539,668618
13 20 401,640451
14 21 580,610683
15 22 475,726067

24
 Comparacin Mtodos de
Pronstico
MTODO PATRON DE DATOS CANTIDAD DE DATOS HORIZONTE DEL TIEMPO DE COMPLEJI
HISTORICOS PRONOSTICO PREPARACION DAD

SUAVIZACION ESTACIONARIO 10-15 Observaciones CORTO CORTO POCA

EXPONENCIAL SIMPLE
SUAVIZACION CON TENDENCIA SIN 15-20 Observaciones CORTO A MEDIO CORTO LIGERA
EXPONENCIAL HOLT ESTACIONALIDAD

SUAVIZACION CON TENDENCIA Y Al menos 4 observaciones CORTO A MEDIO CORTO MODERADA

EXPONENCIAL ESTACIONALIDAD por ciclo estacional
WINTERS 2 Ciclos estacionales

REGRESION RELACIONES 20 Observaciones CORTO, MEDIO CORTO A MAYOR

COMPLEJAS O LARGO MODERADO
DESCOMPOSICION CON TENDENCIA Y Al menos 4 observaciones CORTO A MEDIO CORTO A MODERADA
ESTACIONALIDAD por ciclo estacional MODERADO
2 Ciclos estacionales

BOX & JENKINS ESTACIONARIOS O 50 o ms observaciones CORTO, MEDIO LARGO CONSIDERA

TRANSFORMADOS A O LARGO BLE
ESTACIONARIOS
ARIMA PATRONES 50 o ms observaciones CORTO, MEDIO LARGO CONSIDERA
COMPLEJOS O LARGO BLE
AUTOREGRESIVOS

25
 Ejercicio 1
La gerente de la compaa Stanly Steemer, perteneciente al rubro de
limpieza de alfombras, necesita un pronstico trimestral del nmero
esperado de clientes para el ao siguiente. El negocio de la limpieza de
alfombras es estacional, con un punto mximo en el tercer trimestre y uno
mnimo en el primer trimestre. Presentamos a continuacin los datos de la
demanda trimestral registrada en los cuatro aos ms recientes.
Trimestre Ao 1 Ao 2 Ao 3 Ao 4
1 45 70 100 100
2 335 370 585 725
3 520 590 830 1160
4 100 170 285 215

a. Grafique el comportamiento de la demanda y analcelo.

b. La gerente desea hacer un pronstico de la demanda de clientes para
cada uno de los trimestres del ao 5. Suponga = 0,3; = 0,26 y = 0,01.
Inicialice el mtodo por medio de una regresin lineal S0 y G0.

26
 Ejercicio 2
La fbrica de computadores PCS S.A. presenta las observaciones
trimestrales de sus ventas en miles de unidades, en la siguiente tabla:
Period Demand
o a
1 35
2 55
3 59
4 47
5 45
6 75
7 81
8 60
9 50
10 70

Utilice el mtodo de Winters para pronosticar la demanda del periodo 23 y

32. Suponga = 0,1; = 0,15 y = 0,1. Inicialice el mtodo por medio de
una regresin lineal S0 y G0.

27