Documente Academic
Documente Profesional
Documente Cultură
“Caso de pronostico”
CARRERA
Ingeniería Industrial
PRESENTAN
Una buena planeación se basa en datos, es decir, pronósticos, los cuales puede ser
de ventas, precios, consumo o cualquier otra variable de interés. Se emplean
distintas técnicas que permiten efectuar pronósticos y reconocer y proyectar la
tendencia y la estacionalidad, o relacionar la variable con otra para hacer la
proyección.
Siendo:
1 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going
De hecho, para ambas constantes se sugiere utilizar valores entre 0.05 y 0.50.
Los valores idóneos serán aquellos que minimicen la sumatoria del cuadrado de los
errores, siendo cada error la diferencia entre el valor real de la variable pronosticada
y su valor pronosticado. 2
Así como un valor alto de α significa darles mayor peso a los datos más recientes y
una α baja representa darles mayor peso a los datos antiguos.
Por su parte un valor de β elevado significa darle mayor peso a la tendencia última
y un valor bajo darle más peso a las tendencias anteriores.
Para aplicar este modelo se requieren los valores de las dos constantes de
suavizado α y β, así como el valor pronosticado y real de la variable a pronosticar y
el valor inicial de la tendencia.
Ejemplo. Una empresa productora de alimento para peces requiere para los meses
siguientes pronosticar su demanda. Su venta del mes último fue de 1132 toneladas
y su pronóstico de 1500 toneladas. La tendencia inicial es de 150 toneladas y se
sugiere usar una α de 0.1 y β de 0.30.
Por su parte la tendencia del segundo mes se obtiene aplicando la ecuación (3):
2 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going
3 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going
2000
1500
1000
500
0
0 2 4 6 8 10 12 14
Periodo
Real Pronosticada
4 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going
suavizado, (𝛼, 𝛽, 𝛾) que cae entre cero y uno. Las constantes de suavización más
grandes, significan más peso para los últimos datos.5
a) Se toma un promedio de todos los periodos (𝜇). Se suele utilizar la media del
primer año o de los dos primeros años cuando el crecimiento tendencial no es
elevado.
a) Tomar la diferencia de la media de los valores de la serie del segundo año menos
la media de los valores del primer año, dividiendo todo ello por la frecuencia de la
serie para obtener un valor en la escala adecuada.
b) Ajustar la serie a una función lineal tipo (𝑦=m𝑥+𝑣), y tomar como valor inicial el
valor de la estimación de la constante (𝑠).