Documente Academic
Documente Profesional
Documente Cultură
El mtodo consiste en calcular un conjunto de promedios mviles y en seguida se calcula un segundo conjunto como promedio mvil del primero. Este mtodo se utiliza para realizar pronsticos de series que tienen una tendencia lneal ya que ste mtodo maneja mejor la tendencia lineal que el Mtodo del Promedio Mvil Simple el cual presenta un rezago respecto de la serie original en estos casos.
EJEMPLO DOBLE
MES DEL AO 2010 ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE `ENERO 2011
PROMEDIO
VENTAS DE CHOCOLATE EN MILES DE UNIDADES 20 21 15 14 13 16 17 18 20 20 21 23 NO DISPONIBLE MEDIA MOVIL SIMPLE 3 PERIODOS 18,67 16,67 14,00 14,33 15,33 17,00 18,33 19,33 20,33 21,33 MEDIA MOVIL DOBLE 3 PERIODOS 16,44 15,00 14,56 15,56 16,89 18,22 19,33
MOVIL
FT+K = ST + k BT
- Es la constante de atenuacin de los datos de la serie de tiempo. (valor del analista) dT - Es el valor real de la serie de tiempo en el periodo t. (ST +1*B) - Es la constante de atenuacin utilizada para estimar la tendencia. (valor del analista) BT - Estimacin de la tendencia. K - Es el nmero de periodos a pronosticar en el futuro. FT+K - Es el pronstico de k para periodos hacia el futuro.
EJEMPLO:
Primero se calculan los promedios de los meses 1 a 12 y 13 a 24. Estos se muestran en la tabla.
El incremento en las ventas promedio= 222.25 156.08 = 66.17/12=5.51 As la estimacin de la pendiente en el tiempo 24 ser B24 = 5.51 La estimacin de la ordenada es S24 = 189.16 + 5.51 (24-12.5) = 252.52 Una vez que se tienen los valores iniciales, se pueden pronosticar periodos futuros. El pronstico para el periodo 25 es F25 = S24 + 1 x B24 = 252.52 + 1 x 5.51 = 258 De manera similar, el pronstico para el mes 30 es F30 = 252.52 + 6 x B24 = 252.52 + 6 x 5.51 = 286
EJEMPLO:
Ahora se actualizan las estimaciones con y = 0.1 y = 0.1 ST = dT + (1- ) (ST-1 + BT-1 )
S25 = d25 + (1- ) (S24 + B24 ) S25 = 0.1 x d25 + (1- 0.1) (S24 + B24 ) S25 = 0.1 x 258 + (1 0.1) x ( 252.52 + 5.51) = 258.09 La nueva estimacin de la pendiente ser BT = (ST - ST-1 ) + (1- ) BT-1 B25 = (S25 - S24 ) + (1- ) B24 B25 = 0.1 (258.09 - 258) + (1- 0.1) x 5.51 = 4.96
El pronstico para el periodo 26 estar dado por: FT+K = ST + k BT F26 = 258.09 + 1 x 4.96 = 263.05 F30 = 258.09 + 5 x 4.96 = 282.89
Tambin es conocido como mtodo de holt y su caracteristica es que incorpora el componente de tendencia. Se llama suavizamiento exponencial doble ya que tanto la estimacin del promedio de los errores como la estimacin de las tendencias son suavizadas. La constante de suavizamiento seguir siendo para el promedio, mientras que , ser la constante de suavizamiento para la tendencia. Las formulas y la definicin de variables para el desarrollo de este mtodo se describen enseguida:
Grfica de Suavizacin
Regresin Lineal
El anlisis de regresin es una tcnica de pronstico que establece una relacin entre variables.
Formulas
Ejemplo
El gerente general de una planta de produccin de materiales de construccin considere que la demanda de embarques de aglomerado puede estar relacionada con el nmero de permisos de construccin emitidos en el municipio durante el trimestre anterior. El gerente ha recolectado los datos que se muestra en la siguiente tabla 9-7. Determnese una estimacin de los embarques cuando el nmero de permisos de construccin es 30.
15 9 40 20 25 25 15 35 Tabla 9-7
6 4 16 6 13 9 10 16
Diagrama de Dispersin
n = 8 pares de observaciones X = 1848 = 23 = 808 = 10 b= XY nX = 2146 8(23)(10)= 0.395 . X2 nX2 5006 8(23)(23) a= bX = 10 0.395(23) = 0.91 c) La ecuacin de regresin es Yc = 0.91 + 0.395X (X= permisos, Y = embarques) Entonces tomando X = 30, Yc = 0.91 + 0.395(30) = 12.76 = 13 embarques
Bibliografia
Principios de Operaciones/ Jay. Heizer, Barry,Render/ Septima Edicn. Administracion de Operaciones/ Joseph G. Monks/ Editorial, McGraw-Hill