Metodos Suavizacion Exponencial

METODO SUAVIZACION EXPONENCIAL

Los métodos de suavizamiento exponencial han sido utilizados con éxito a través de los años en muchos problemas de pronóstico. Fueron sugeridos en 1957 por C.C. Holt para su aplicación en series de tiempo sin tendencia ni estacionalidad. Posteriormente el mismo ofreció un procedimiento que manejara tendencias. Después Winters en 1965 generalizó el método para incluir estacionalidad, de ahí el nombre de “Método de Holt Winters”.

El método de suavización exponencial es un método de promedio móvil ponderado muy refinado que permite calcular el promedio de una serie de tiempo, asignando a las demandas recientes mayor ponderación que a las demandas anteriores.

Es el método de pronóstico formal que se usa más a menudo, por su simplicidad y por la reducida cantidad de datos que requiere. A diferencia del método de promedio móvil ponderado, que requiere n periodos de demanda pretérita y n ponderaciones, la suavización exponencial requiere solamente tres tipos de datos: el pronóstico del último periodo, la demanda de ese periodo y un parámetro suavizador, alfa , cuyo valor fluctúa entre 0 y 1.0. Para elaborar un pronóstico con suavización exponencial, será suficiente que calculemos un promedio ponderado de la demanda más reciente y el pronóstico calculado para el último periodo.

En la suavización exponencial se asignan pesos a los datos pasados tal que los pesos disminuyen al hacerse los datos más antiguos, esto es que en un proceso cambiante, esto es que los datos recientes son más validos que los datos antiguos.

Este método solo necesita el pronóstico más reciente, una constante de suavización (es un valor arbitrario entre 0 y 1) y el último dato real, y así se elimina la necesidad de almacenar grandes cantidades de datos pasados.

La suavización exponencial requiere un valor de inicio. Si se tienen datos disponibles se puede emplear un promedio sencillo para iniciar el proceso; si los datos no son seguros se puede hacer una predicción subjetiva.

La ecuación correspondiente a este pronóstico es:

Ft+1= (demanda para este periodo) + (1- )(pronóstico calculado para el último periodo)

Ft+1= Dt + (1- )Ft

La siguiente ecuación es equivalente:

Ft+1= Ft + (Dt-Ft)

La constante de suavización a es un número entre 0 y 1 que entra multiplicando en cada pronóstico, pero cuya influencia declina exponencialmente al volverse antiguos los datos.

Una a baja de más ponderación a los datos históricos. Una a de 1 refleja una ajuste total a la demanda reciente, y los pronósticos serán las demandas reales de los periodos anteriores.

La selección depende de las características de la demanda. Los valores altos de a son más sensibles a las fluctuaciones en la demanda.

Los valores bajos de a son más apropiados para demandas relativamente estables (sin tendencia o ciclicidad), pero con una gran cantidad de variación aleatoria.

La suavización exponencial simple es un promedio suavizado centrado

...