Promedio mvil simple

Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Demanda
118
134
180
272
332
289
177
209
327
374
230
141

SMA (Simple moving average):

Prnostico

144
195
261
298
266
225
238
303
310

Inicialmente debemos determinar sobre

a iniciar un periodo antes de ese nmero
corresponderia a los meses anteriores a
Promedio abr =
D ene + D feb + D m
Peridos

Promedio abr =
Con funcin =

144
144

As, promedio de mayo se calcularia as:

Promedio may =

D feb + D mar + D a
Peridos

Observen qie hay un desplazam

recuadro amarillo)

Promedio may =
Con funcin =

195
195

SMA (Simple moving average):

nicialmente debemos determinar sobre cuantos periodos vamos a hallar el promedio, en este caso, tomaremos 3 trimestres por lo que se va
a iniciar un periodo antes de ese nmero, en este ejemplo, el periodo 4 es el mes de abril y el promedio correspondiente a este mes
corresponderia a los meses anteriores anteriores
Promedio abr =
D ene + D feb + D mar
Peridos

Unidades

Promedio simple de unidades demandadas en los

periodos seleccionados.

s, promedio de mayo se calcularia as:

romedio may =

D feb + D mar + D abr

Peridos

bserven qie hay un desplazamiento, de periodo a periodo, por eso el nombre de mvil (de recuadro gris a
ecuadro amarillo)

Promedio mvil ponderado

Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

Demanda
118
134
180
272
332
289
177
209
327
374
230
141

Prnostico

Promedio movil ponderado

Este promedio debe ir acompaado de valores numricos, los cuales van

promedio, aqui seleccionaremos tres factores (2, 3, 4), cabe alcarar que l
se denotan como X, Y y Z que se expresan en la siguiente frmula asi:
151
211
278
300
249
216
254
322
300

Promedio abr =

z D mar + y D feb + x D ene

(x + y + z)

Vamos a pronsticar a partir del mes de abril y para esto multiplicamos el

se quiere pronosticar y as sucesivamente; Entonces, para el pronstico d
de marzo porque es la ms reciente y luego el valor ponderado que le sig
que multiplicara la demanda de enero, todo esto edividio entre la suma de

Promedio abr =

151 Unidades

valores numricos, los cuales van a ser tiles para ponderar la demanda y con ello realizar el
tores (2, 3, 4), cabe alcarar que los factores seleccionados deben estar entre 1 y 10; A estos factores
an en la siguiente frmula asi:
x D ene

abril y para esto multiplicamos el factor mayor ponderado por la demanda mas actual al periodo que
te; Entonces, para el pronstico de abril, Z que es el mayor factor que es 4 va a multiplicar la demanda
ego el valor ponderado que le sigue que es 3 multplica la demanda de febrero, por ltimo el valor X
odo esto edividio entre la suma de los tres factores ponderados

https://www.youtube.com/watch?v=6pygDH2OQoc
Periodo

Ventas en miles
de unidades

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

30
31
25
24
23
26
27
28
30
30
31
33

Determinar el volmen de ventas para enero del siguiente ao con distintos m

A SMA:

28.166667 El valor esperado en ventas para enero

ser de

B SMA de 3 per: 31.333333 La tendencia de la demanda en el mes d

producto abarcando tres periodos ser d
usando una media movil simple de 3 pe
C SMA de 2 per:

32 La tendencia de la demanda en el mes d

producto abarcando dos periodos ser d
usando una media movil simple de 2 pe

Estos problemas se pueden plantear en el WIN QSB donde podemos obtener estos
interactiva que ayuda a la toma de decisiones y que a su vez, contiene instrumentos
en el campo de la investigacin opera
La ruta
Office
Todos los programas
WinQSB (Debe estar previamente instalado)
Forecasting and linear regression (regresin lineal y pronsticos)
clic en cuadricula (costado superior inzquierdo)
Problem type Time series forecasting
Problem Title: Ejemplo
Time Unit:
Meses
Number of time units (periods)
ok
Nos despliega una tabla

Se ingresan los datos de la tabla excel (ventas en miles de pesos)

Solve and analyze and perform forecasting
Y aqu es lo interesante, me arroja que mtodo de pronstico quiero u

Por ejemplo escogemos SA y en number of periods to forecasting le c

queremos pronosticar un mes adelante

Y aparece que en el perido 13 tenemos un pronstico de 18,16667 ig

Para el literal B:

ok y arroja 21,33 igual que el resultado del literal B

Para el C solo basta con cambiar el numero de periodos de 3 a 2 y arr
resultado, 22 igual que dicho literal.
D

Periodo

Ventas en miles
de unidades

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct

30
31
25
24
23
26
27
28
30
30

Determine el pronstico de ventas para enero del siguiente ao usando el mtodo de media
actual una ponderacin del 50%, (al dato ms actual normalmente se le da la mayor importan
ms antiguo un peso del 10%. (tipicamente al ms natiguo se le da la menor importancia o e

31.9

Se pronostican
del prximo ao

En Win QSB:
Solve and analyze - perform forecasting
Weighted moving average (WMA)
Number of periods for forecasting
Number of periods in average
Enter moving average weights

Nov
Dic

31
33

Y se empieza desde el ms antiguo asi:

1
0.1
2
0.4
3
0.5

Importante, la suma de los pesos porcentuales tiene que dar 1

Ok - Ok y obtenemos un pronstico con la media mvil ponderada
de 21,9 igual a la que nos arrojo la frmula matemtica.

ygDH2OQoc

nero del siguiente ao con distintos mtodos

sperado en ventas para enero del siguiente ao

28,166.67 unidades

ncia de la demanda en el mes de enero para el

abarcando tres periodos ser de
31,333.33 unidades
na media movil simple de 3 periodos

ncia de la demanda en el mes de enero para el

abarcando dos periodos ser de
32,000.00 unidades
na media movil simple de 2 periodos

IN QSB donde podemos obtener estos pronsticos y otros mas, esta es una herramienta
y que a su vez, contiene instrumentos muy tiles para resolver distintos tipos de problemas
en el campo de la investigacin operativa.

esin lineal y pronsticos)

12

(Periodos a pronosticar)

(ventas en miles de pesos)

mtodo de pronstico quiero utilizar:

er of periods to forecasting le colocamos que

Ok

os un pronstico de 18,16667 igual al resultado del literal A

del literal B
mero de periodos de 3 a 2 y arroja como

siguiente ao usando el mtodo de media mvil ponderada de tres periodos, dandole al valor ms
al normalmente se le da la mayor importancia) al imendiatamente anterior un valor del 40% y al
natiguo se le da la menor importancia o el menor precio.

31,900 unidades a vender para enero

1
3

ne que dar 1
mvil ponderada

Modelo de suavizacin exponencial:

Recordemos que este mtodo de estimacin utiliza el ltimo dato calculado como pronstico y se ajusta a una tasa o fraccin del er
La ecuacin de este modlo es la siguiente:
Ft = Ft -1 + (At -1

- Ft -1)

Donde:
Ft Que viene de forecasting (pronstico), entonces pronstico para el periodo t y este va a ser igual al:
Ft -1 Pronstico para el periodo de t-1 (anterior a t) +
Fraccin o tasa de respuesta al error, que multiplica a la diferencia entre:
At -1 Valor real del periodo t - 1 menos el valor que se pronostic, ambos del periodo inmediatamente anterior.

EJEMPLO:
Para el mismo caso, pero utilizando el mtodo de promedio movil exponencial, suponiendo que contamos con un pronst
decir, esperamos vender en enero 32.000 unidades y una constante de error al pronstico anterior de = 9%. Determinar
ao.

Periodo

Ventas en miles
de unidades

1
2
3
4
5
6
7
8
9
10
11
12
13

Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic

30
31
25
24
23
26
27
28
30
30
31
33

Ene sgte. Ao

No disponible

Pronstico con
suavizacin
exponencial

Alfa =

0.09

32
31.82
31.7462
31.139042
30.49652822
29.8218406802
29.477875019
29.2548662673
29.1419283032
29.2191547559
29.2894308279
29.4433820534
29.7634776686

Este ejemplo en Win QSB se haria de la siguiente manera:

Solve and analyze - perform forecasting
Single exponential smoothing (SES) (Suavisamiento exponencial simple)
Number of periods to forecasting 1
Smoothing constant alpha 0.1
Initial value F (0) if known (vr. Inicial si se conoce) 22
ok - arroja un resultado de 19,68 igual al resultado hallado con frmula

sta a una tasa o fraccin del error en el periodo anterior.

l al:

e anterior.

ue contamos con un pronstico para el periodo inicial de 32 unidades, es

terior de = 9%. Determinar las ventas esperadas para enero del siguiente

Es otra alternativa para realizar pronsticos; su sintxis:

Funcin pronstico:
PRONSTICO (X; CONOCIDO_Y; conocido_X)
Donde:

X es el periodo en el cual se desea pronosticar (ejemplo, un ao en el cual se va a pronosticar).

El valor conocido Y es el rango conocido de valores de la variable Y, por ejemplo los valores historicos de las ventas de un pro
El valor conocido X es el rango conocido de valores de la variable X, por ejemplo los aos para los que se conocen las ventas
Vamos a ver un ejemplo: Dadas las ventas de 2008 a 2013, pronosticar las ventas del 2014.
Ejemplo 1
Ao

Unids. Vendidas (miles)

2010
2011
2012
2013
2014

42
47
44
48
49

Ao

Unds. Vendidas (miles)

Ejemplo 2

2008
2009
2010
2011
2012
2013
2014

25.0
26.8
27.8
26.1
28.6
29.9
30.1866666667

Ejemplo 3
Hallar la tendencia de ventas de acuerdo a la siguiente informacin:

Mes

Ventas
1
2
3
4
5

10,000
12,000
13,000
16,000
19,000

Para calcular la linea de tendencia mediante regresin lineal lo primero que haremos en este ejemplo es graficar esta informac

Para calcular la linea de tendencia mediante regresin lineal lo primero que haremos en este ejemplo es graficar esta informac

Ventas
20,000
f(x) = 2200x + 7400

15,000

Venta

Linea

10,000
5,000
1

Ejemplo 4
Hallar la tendencia de ventas de acuerdo a la siguiente informacin:
Da

Ventas en millones
1
2
3
4
5
6
7
8
9
10

Maximas Vtas diarias

53

Fecha
10/1/2015
10/2/2015
10/3/2015
10/4/2015
10/5/2015
10/6/2015
10/7/2015
10/8/2015
10/9/2015
10/10/2015

14
12
38
27
30
32
48
53
51
43
348
Das
10

Promedio
34.8

Datos
4.0848
12.333
X

15 DAS

Aum. % vtas.
0.00%
-14.29%
216.67%
-28.95%
11.11%
6.67%
50.00%
10.42%
-3.77%
-15.69%

Y
Y
Y

4.0848
61.272
73.605

15

12.333
12.333

sticar).
res historicos de las ventas de un producto.
s para los que se conocen las ventas o una variable que sirva para pronosticar a la variable Y.

14.

este ejemplo es graficar esta informacin historica:

este ejemplo es graficar esta informacin historica:

Como vemos, en esta grfica se observa el volumen de ventas en cada uno de estos s
meses.

Ventas
Linear (Ventas)

Para obtener la lnea de tendencia damos clic derecho sobre la lnea y ah damos clic e
opcin agregar lnea de tendencia, opcin lineal y clic en presentar ecuacin en el grfi
cerrar. Excel marca automticamente la linea de tendencia por regresin lineal y nos ar
ecuacin de esa linea recta donde el nmero que se multiplica por X es la tendencia y l
constante sumada es la demanda base o las ventas que podemos tomar como base.

Los datos de maximas ventas, dias y promedio son indicadores que nos permiten visualizar mejor los
nmeros antes de hacer la tendencia. Despus del promedio graficamos ventas. luego, sobre lnea, botn
derecho - agregar linea de tendencia

Chart Title
60
50

f(x) = 4.0848484848x + 12.3333333333

R = 0.7285107639

40

Ventas en millones
Linear (Ventas en millones)

30
20
10
0
1

10

n de ventas en cada uno de estos seis

ho sobre la lnea y ah damos clic en la

c en presentar ecuacin en el grfico,
dencia por regresin lineal y nos arroja la
multiplica por X es la tendencia y la
que podemos tomar como base.

r mejor los
bre lnea, botn

lones

s en millones)