TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE LA PAZ

TÍTULO DEL PROYECTO

“Caso de pronostico”

CARRERA

Ingeniería Industrial

PRESENTAN

17310414 – Angulo Camacho Carlos Javier

17310307 - Bravo Flores Braulio.
17310705 - López Sánchez Edson.
17310316 - Talamantes López Brayan Nicolás

La Paz, Baja California Sur, México, a miércoles 10 de octubre del 2019

 Resumen

En el presente documento se plasma el uso de los casos de pronóstico, ya que con

estos se emplean diversos sectores industriales y ámbitos administrativos con dicha
finalidad de obtener soluciones que puedan satisfacer o prever nuestras
necesidades para lograr dicho objetivo.

Así pues, en la asignatura Investigación de las Operaciones II se llevó a cabo una

consulta bibliográfica que nos permite ampliar respecto a los pronósticos. La
metodología utilizada abarco 2 métodos, los cuales son Suavizamiento exponencial
doble y triple, ya que a la hora de realizar este documento nos dimos cuenta que
existe una gran cantidad de tipos de pronósticos.
Contenido
1. Introducción .............................................................................................................. 4
2. El método de Holt para elaborar pronósticos con tendencia .............. 5
3. Método de Suavización Exponencial Triple Método de Holt-Winter 9
3.1 Modelo Multiplicativo: .................................................................................... 10
3.3 Valores iniciales.................................................................................................. 10
3.4 Valor inicial de la constante. ......................................................................... 10
3.4 Valor inicial del componente tendencia ...................................................... 11
4. Conclusión ............................................................................................................... 12
5. Bibliografía............................................................................................................... 13
 1. Introducción

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.

Uno de los primeros pasos de cualquier proceso de planeación es la elaboración de

un buen pronóstico, principalmente de la demanda y de las ventas. De este
pronóstico depende la planeación de la producción, de las compras, de los
requerimientos de mano de obra, de los recursos financieros, entre otros. Por lo
que, sin lugar a duda, se convierte en información muy valiosa y determinante para
alcanzar las metas de cualquier organización.

La elaboración del pronóstico puede ser simple o compleja, dependiendo de

distintos factores. Muchas veces la demanda (o lo que se vaya a pronosticar) es
afectada por factores cíclicos y estacionales, y otras veces influyen elementos de
muy difícil previsión. En cualquier caso, la experiencia y el conocimiento del
mercado son vitales, pero a veces esto no es suficiente para la elaboración de un
buen pronóstico.

Para el área de ventas de cualquier empresa es fundamental conocer estos

métodos: poder seleccionar un método de pronóstico apropiado, emplearlo y
obtener conclusiones de él.
 2. El método de Holt para elaborar pronósticos con tendencia

Este modelo añade al de Suavizamiento exponencial un componente por la

tendencia que pueda tener la variable pronosticada, razón por la cual suele
conocerse como Suavizamiento Exponencial Doble.

Incluye además de la constante de Suavizamiento α, una de tendencia, denominada

δ o β, que en este texto usaremos β.1

La variable pronosticada para el periodo de tiempo t, se calcula con la ecuación

siguiente:

𝑌̂𝑡 = 𝐿𝑡 + 𝑝𝑇𝑡 (1)

Siendo:

𝑌̂𝑡 = Valor pronosticado para el periodo t

𝐿𝑡 = Valor estimado para el periodo t

𝑇𝑡 = Valor de la tendencia en el periodo t

p = Periodos a pronosticar en el futuro

Por su parte el valor estimado de la variable en el periodo t, se obtiene con la

ecuación:

𝐿𝑡 = 𝛼𝑌𝑡−1 + (1 − 𝛼)(𝐿𝑡−1 + 𝑇𝑡−1 ) (2)

Siendo α la constante de suavizado, cuyo valor se ubica entre cero y la unidad y

Yt-1 el valor de la variable en el periodo t-1.

La tendencia Tt en cualquier periodo se obtiene:

𝑇𝑡 = 𝛽(𝐿𝑡 − 𝐿𝑡−1 ) + (1 − 𝛽)𝑇𝑡−1 (3)

1 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going

strong. University of Bath.

Siendo β la segunda constante de Suavizamiento por corrección de tendencia, cuyo
valor también se ubica entre cero y la unidad.

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.

A continuación, se presenta un caso ilustrativo.

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.

En este ejemplo L1 es 1500 toneladas, Y1 1132 y T1 150 toneladas.

Entonces para el segundo mes el valor estimado de la venta L2 al aplicar la ecuación

(2) es:

𝐿2 = 𝛼𝑌1 + (1 − 𝛼)(𝐿1 + 𝑇1 ) = (0.1)(1132) + (1 − 0.1)(1500 + 150) = 1598.2

Por su parte la tendencia del segundo mes se obtiene aplicando la ecuación (3):

𝑇2 = 𝛽(𝐿2 − 𝐿1 ) + (1 − 𝛽)𝑇1 = (0.3)(1598.2 − 1500) + (1 − 0.3)(150) = 134.46

2 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going

strong. University of Bath.

Y el pronóstico de venta del segundo mes se obtiene mediante la ecuación (1):

𝑌̂2 = 𝐿2 + 𝑇2 = 1598.2 + 134.46 = 1732.66

Para el segundo mes la venta real fue de 1600 toneladas. 3

Si se aplican estas ecuaciones para el tercer mes, se tiene:

𝐿3 = 𝛼𝑌2 + (1 − 𝛼)(𝐿2 + 𝑇2 ) = (0.1)(1600) + (1 − 0.1)(1598.2 + 134.46) = 1719.39

𝑇3 = 𝛽(𝐿3 − 𝐿2 ) + (1 − 𝛽)𝑇2 = (0.3)(1719.39 − 1598.2) + (1 − 0.3)(134.46)

= 130.48

𝑌̂3 = 𝐿3 + 𝑇3 = 1719.39 + 130.48 = 1849.87

Si se prosigue con estos cálculos, se obtienen los resultados de la tabla 1:

Tabla 1. Resultados del ejemplo

Pronóstico Pronóstico con

Periodo Venta real Tendencia tendencia
suavizado
t Yt Tt
Lt 𝑌̂𝑡
1 1132 1500 150 1650
2 1600 1,598.20 134.46 1,732.66
3 1690 1,719.39 130.48 1,849.87
4 1640 1,833.89 125.68 1,959.57
5 1765 1,927.61 116.10 2,043.71
6 1879 2,015.84 107.74 2,123.58
7 1990 2,099.12 100.40 2,199.52
8 2100 2,178.56 94.11 2,272.68
9 2210 2,255.41 88.93 2,344.34
10 2356 2,330.91 84.90 2,415.81
11 2201 2,409.83 83.11 2,492.94
12 2027 2,463.74 74.35 2,538.09

Si se elabora un gráfico para la venta real y los valores pronosticados, se obtiene el

de la figura 1:

3 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going

strong. University of Bath.

 Figura 1. Gráfico del ejemplo
3000
Venta real o pronosticada
2500

2000

1500

1000

500

0
0 2 4 6 8 10 12 14
Periodo

Real Pronosticada

En la figura se observa que la línea de los valores pronosticados no está muy

próxima a la venta real. 4

4 Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and going

strong. University of Bath.

 3. Método de Suavización Exponencial Triple Método
de Holt-Winter

Es un método para pronosticar demanda a corto plazo, es un buen método cuando

los datos contienen una tendencia y un patrón estacional. Es popular porque es
simple y es fácilmente automatizado. También es capaz de adaptarse a los cambios
en las tendencias y patrones estacionales.

1. Nivel: Es el nivel constante que queda después de que hemos desestacionalizado

las ventas y se elimina el efecto de factores aleatorios (ruido).

2. Tendencia: Este es el cambio en el nivel subyacente que se espera que se

produzca entre hoy y el próximo mes. Refiere al delta de cambio (índice de
incremento o decremento) entre los periodos de la serie “pendiente”.

3. Índice de estacionalidad: Es la ponderación que se le da al valor pronosticado de

acuerdo al peso correspondiente con base al mismo periodos o periodos
coincidentes.

suavizado, (𝛼, 𝛽, 𝛾) que cae entre cero y uno. Las constantes de suavización más
grandes, significan más peso para los últimos datos.5

5 Chase, R. (2009). Administración de Operaciones producción y cadena de suministros. Mc

Graw-Hill.
 3.1 Modelo Multiplicativo

En este modelo la serie tiene una tendencia al menos localmente, y un patrón

estacional creciente. 6

3.2 Valores iniciales

Se plantea un estado inicial tiempo cero asignando valores iniciales a el proceso,

pues en el comienzo no hay historia que ayude a su cálculo.

3.3 Valor inicial de la constante.

3.4

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.

6 Chase, R. (2009). Administración de Operaciones producción y cadena de suministros. Mc

Graw-Hill.
b) Ajustar la serie a una función lineal tipo (𝑦=𝑠𝑥+𝑣), y tomar como valor inicial el
valor de la estimación de la constante (𝑣). 7

3.4 Valor inicial del componente tendencia

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).

7 Chase, R. (2009). Administración de Operaciones producción y cadena de suministros. Mc

Graw-Hill.
 4. Conclusión

Los métodos de suavizamiento exponencial son métodos de pronostico y el método

Holt-Winters es un método de pronóstico de triple exponente suavizante y tiene la
ventaja de ser fácil de adaptarse a medida que nueva información real está
disponible. El método Holt- Winters es una extensión del método Holt que considera
solo dos exponentes suavizantes. Holt-Winters considera nivel, tendencia y
estacional de una determinada serie de tiempos. Este método tiene dos principales
modelos, dependiendo del tipo de estacionalidad; el modelo multiplicativo estacional
y el modelo aditivo estacional. El referente trabajo se concentra en el modelo
multiplicativo.

Estos tipos de procedimientos facilitan los cálculos y reducen los requerimientos de

almacenamiento en las bases de datos, lo cual cobra importancia cuando se están
prediciendo muchas series de tiempo.
 5. Bibliografía

Goodwin, P. (2009). The Holt-Winters Approach to smoothing: 50 years old and

going strong. University of Bath.

Chase, R. (2009). Administración de Operaciones producción y cadena de

suministros. Mc Graw-Hill.