Mtodos de suavizacin

exponencial.
Ing. Hugo Rubn Ochoa Snchez.

Suavizacin exponencial simple

(SES).
Para su uso:
1. Debe tratarse de una
serie de tiempo con patrn
estacionario.
2. Se debe inicializar el
mtodo, esto es, el primer
pronstico
ser
una
estimacin subjetiva del
posible
resultado
del
periodo siguiente.
3. Se debe definir una
constante
de
suavizacin,
conocida
como a y que ser un

Suavizacin exponencial simple

(SES).
Para su uso:
1. Debe tratarse de una
serie de tiempo con patrn
estacionario.
2. Se debe inicializar el
mtodo, esto es, el primer
pronstico
ser
una
estimacin subjetiva del
posible
resultado
del
periodo siguiente.
3. Se debe definir una
constante
de
suavizacin,
conocida
como a y que ser un

Ventajas del SES.

Los modelos de SES son asombrosamente
acertados.
Formular un modelo SES es relativamente fcil.
El usuario puede entender cmo funciona el
modelo.
Se requieren pocos clculos para entender el
modelo.

Selecin de a:
Esta constante determina el grado de atenuacin
y la velocidad de reaccin ante las diferencias
entre los pronsticos y los datos reales.
Si se desea que los pronsticos sean estables y se
atenen las variaciones aleatorias, se requiere de
un valor de a pequeo. Si se desea una respuesta
rapida al cambio real del patrn de datos, resulta
mas apropiado un valor mayor de a; siempre
procurando monitoreaer el MSE constantemente.

Problema sobre suavizacin exponencial simple

Semana Demanda
1
820
2
775
3
680
4
655
5
750
6
802
7
798
8
689
9
775
10

Determine pronostico
para la semana 10 por
medio de SES usando a1 =
0.10 y a2 = 0.60?
Asuma que P2 = X1
Cual de los a es mejor
para sus datos?

Solucin del problema

para a= 0.1
Semana.
1
2
3
4
5
6
7
8
9
10

Demanda
820
775
680
655
750
802
798
689
775

error
0,1
Pt (a1)
820,00
815,50
801,95
787,26
783,53
785,38
786,64
776,88
776,69

cuadrado
error (a1)
-45,00
-135,50
-146,95
-37,26
18,47
12,62
-97,64
-1,88
-776,69

(a1)
2025,00
18360,25
21594,30
1387,94
341,16
159,35
9533,35
3,52
603243,48

mse = 72960,93

Solucin del problema

para a= 0.6

0,6

error
cuadrado
Semana.
1
2
3
4
5
6
7
8
9
10

Demanda
820
775
680
655
750
802
798
689
775

Pt (a2 )
820,00
793,00
725,20
683,08
723,23
770,49
787,00
728,20
756,28

error (a2)
-45,00
-113,00
-70,20
66,92
78,77
27,51
-98,00
46,80
-756,28

(a2)
2025,00
12769,00
4928,04
4478,29
6204,40
756,65
9603,44
2190,35
571958,74

mse = 68323,77

Grafico SES.

UNIDADES

SES
900
800
700
600
500
400
300
200
100
0

Demanda
Pt (a1)
Pt (a2)

SEMANAS

10

Suavizacin exponencial simple de

respuesta adaptiva (SESRA)
La suavizacin exponencial simple de respuesta
adaptiva es un mtodo que trata de que el valor de
la constante de suavizacin se adapte al cambio
que estn teniendo los datos. Es bsicamente un
SES con algunas adecuaciones y anexiones, pero
la filosofa y los casos de uso son los mismos.
Una cuestin importante es que el valor de a va a
depender de un valor b (tambin entre cero y uno;
aunque algunos autores lo limitan de 0.2 a 0.3) que
va a suavizar el error y no el pronstico, por lo que
se considera que es ms sensible a cambios en el
medio y por lo tanto no ser tan definitivo
determinar dicha b desde el principio.
Una cuestin importante es la siguiente; a es un
valor entre cero y uno, si la frmula asociada con a
da como resultado un nmero mayor o igual que
uno, vamos a asignarle siempre el valor de b.

Frmulas
para SESRA.
Et es conocida como el valor de
suavizacin, mientras que Mt se
le llama valor
suavizacin.

absoluto

de

Recuerde que a tomar el valor

de b hasta que el resultado de la
frmula proporcione un valor
entre cero y uno.

Problema con aplicacin mtodo SESRA.

Paso iniciar mtodo : P2 = X1 as como E1=M1=0

Semana
1
2
3
4
5
6
7
8
9
10

Demanda
820
775
680
655
750
802
798
689
775

Pt
820

Et
0

Mt
0

Problema con aplicacin mtodo SESRA.

b

Semana
1
2
3
4
5
6
7
8
9
10

Demanda
820
775
680
655
750
802
798
689
775

0.3

Pt
820

et

Et
0
-45 -13.5

Mt
0
13.5

error
cuadrado

at
1

Para el pronstico 3 si
a2 es igual o mayor
que 1 usaremos el
MSE=
valor de b para
calcular el pronostico
3.

Por lo que P3= b(X2)+(1- b)P2

Semana
1
2
3
4

Demanda
820
775
680
655

0.3

Pt
820
807
769

et

Et
Mt
0
0
-45 -13.5 13.5
-127 -47.4 47.4
-114 -67.25 67.25

error
cuadrado

at
1
1
1

2025.00
16002.25
12893.60

Calculo P3 as como e3, E3, M3 y a3

Al observar que a3 an no tienen un valor entre 0 y 1
calculamos P4 de la misma manera que P3; esto
cambiara hasta que at tenga un valor entre 0 y 1.

Semana
1
2
3
4
5
6
7
8
9
10

Demanda
820
775
680
655
750
802
798
689
775

0.3

Pt

et

820
807
769
734
739
752
757
737
737

-45
-127
-114
15.52
62.86
46.49
-68.1
38.3

Et
0
-13.5
-47.4
-67.25
-42.42
-10.83
6.364
-15.99
0.298

Mt
0
13.5
47.4
67.25
51.73
55.07
52.49
57.19
51.52

at

error
cuadrado

1
2025.00
1
16002.25
1
12893.60
0.82
240.72
0.1967
3951.44
0.1212
2161.63
0.2796
4643.53
0.0058
1466.86
MSE= 5423.13

SESRA
900
800

PRODUCCIN

700
600
500

Demanda

400

Pt

300
200
100
0
1

SEM ANAS

10

Mtodos de suavizacin para datos

con patrones de tendencia:

Mtodo Brown:

Para inicializar el mtodo:

Inicializamos el mtodo y calculamos a1 y b1 para

poder calcular P2.
a= 0.35

m= 1

periodo demanda
SI,t
SII,t
(Xt)
654 654
654
658
665
672
673
671
740
693
694
720
701
700
703
680
702
660
710
640
712
620
711
728
600

bt
0

at
654

Pt

P2 = a1 + b1 (m)
P2= 654

= 654+ 0*1= 654

demanda (Xt)

numero de accidentes

t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
25

demanda (Xt)

8
Dias

10 11 12 13 14 15

Calculamos P3 as como la primer suavizacin y segunda suavizacin para el

periodo 2.
a= 0.4
m= 1
periodo demanda
SI,t
SII,t
bt
at
Pt
t
(Xt)
1
654 654.00 654.00
0.00 654.00
2
658 655.60 654.64
0.64 656.56 654.00
3
665 659.36 656.53
1.89 662.19 657.20

SI,2 = a X2+ (1-a ) SI,1

SI,2 = (0.4*658)+(1-0.4)*654
SI,2 = 655.60

SII,2 = a SI,2 + (1-a ) SII,1

SII,2 = (0.4* 655.60)+(1-0.4)*654
SII,2 = 654.64

b2 = (a /(1-a ))*(SI,2 - SII,2)

b2 = (0.4/(1-0.4))*(655.60 - 654.64)
b2 = 0.64

a2= 2SI,2- SII,2

a2 = (2*655.60)- 654.64
a2 = 656.56

P3 = a2 + b2 (m)
P3 = 656.56 + 0.64 (1)
P3 = 657.20

Calculamos P4 as como la primer suavizacin y segunda suavizacin para el

periodo 3.
a= 0.4

m= 1

periodo demanda
t
1
2
3
4

(Xt)
654
658
665
672

error
SI,t
654.00
655.60
659.36
672.00

SII,t
654.00
654.64
656.53
672.00

bt
0.00
0.64
1.89
0.00

SI,3 = a X3+ (1-a ) SI,2

SI,3 = (0.4*665)+(1-0.4)*655.60
SI,3 = 659.36

SII,3 = a SI,3 + (1-a ) SII,2

SII,3 = (0.4* 659.36)+(1-0.4)*654.64
SII,3 = 656.53

at
Pt
654.00
656.56 654.00
662.19 657.20
672.00 664.08

et
4.00
7.80
7.92

cuadrado
16.00
60.84
62.73

b3 = (a /(1-a ))*(SI,3 - SII,3)

b3 = (0.4/(1-0.4))*(659.36-656.53)
b3 = 1.89

a3= 2SI,3- SII,3

a3 = (2*659.36)-656.53
a3 = 662.19

P4 = a3 + b3 (m)
P4 = 662.19 + 1.89*(1)
P4 = 664.08

Solucin hasta el periodo 16

a= 0.4

m= 1

periodo demanda
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

(Xt)
654
658
665
672
673
671
693
694
701
703
702
710
712
711
728

error
SI,t
654.00
655.60
659.36
672.00
672.40
671.84
693.00
693.40
696.44
703.00
702.60
705.56
712.00
711.60
718.16

SII,t
654.00
654.64
656.53
672.00
672.16
672.03
693.00
693.16
694.47
703.00
702.84
703.93
712.00
711.84
714.37

bt
0.00
0.64
1.89
0.00
0.16
-0.13
0.00
0.16
1.31
0.00
-0.16
1.09
0.00
-0.16
2.53

at
654.00
656.56
662.19
672.00
672.64
671.65
693.00
693.64
698.41
703.00
702.36
707.19
712.00
711.36
721.95

Pt

et

cuadrado

654.00
4.00
16.00
657.20
7.80
60.84
664.08
7.92
62.73
672.00
1.00
1.00
672.80
-1.80
3.24
671.52 21.48
461.39
693.00
1.00
1.00
693.80
7.20
51.84
699.72
3.28
10.76
703.00
-1.00
1.00
702.20
7.80
60.84
708.28
3.72
13.84
712.00
-1.00
1.00
711.20 16.80
282.24
724.48 MSE= 73.41

Mtodo Brown

No. Accidentes

740
720
700
680

demanda (Xt)

660

Pt

640
620
600
1

Das

10

11

12

13

14

15

16

Si me solicitaran un dato para el periodo 19; podra

realizarlo?
Claro estos mtodos para tendencia permiten dar salto mas amplios que
un solo periodo hacia delante; por lo que estos mtodos, son capaces de
pronosticar tantos periodos de tiempo como sean necesarios a futuro.
El factor clave es m.

Mtodo Brown

No. Accidentes

740

m=4

720
700
680

demanda (Xt)

660

Pt

640

Si est en el periodo 15 (datos

reales) m tendr que tomar un
600
valor
1 de
2 34 pues
4 5 es
6 7el 8salto
9 10que
11 12
va a dar desde l ultimo
Das dato
real.
620

13 14 15 16

Calculo del pronstico para el periodo 19.

Tenemos qu los ultimos datos generados por los datos reales son:

SI,15 = 718.16
SII,15 = 714.37
b15 = 2.53
a15 = 721.95
m para este caso tendr un valor de 4.

P19 = a15 + b15 (m)

P19 = 721.95 + 2.53*(4)
P19 = 732.06

Mtodo de Holt formulas:

bt = b(St-St-1)+(1- b)bt-1

Debe usarlo en series de tiempo que

presentan el componente de la
estacionalidad

Problema:

S1 = X1 as como
b1 = 1.

b 0,6
a= 0,4
periodo
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
19

demanda
(Xt)
654
658
665
672
673
671
693
694
701
703
702
710
712
711
728

m= 1

St
654

b1
1

P2 = S1 + b1 (m)
P2 = 654+ 1* (1)
P2 = 655

Calculo S2:

S2 = a X2+ (1-a )*(S1 + b1)

S2 = (0.4*658)+(1-0.4)*(654+1)
S2 = 656.2
Calculamos b2:

b2 = (b(S2-S1)+(1- b )*b1
b2 = (0.6(656.2-654)+(1-0.6)*1
b2 = 394.1

Resolviendo para periodo 16 y 19 como es

un mtodo con tendencia se aplica la misma
filosofa que el mtodo Brown.
periodo
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
19

b 0.6
a= 0.4
demanda
St
(Xt)
654
654
658
656.2
665
660.8
672
667.3
673
672.8
671
675.3
693
684.6
694
692.6
701
700.5
703
706.2
702
708.4
710
711.4
712
713.7
711
714.2
728
720.6

m= 1
b1
1
1.7
3.4
5.3
5.4
3.7
7.0
7.6
7.8
6.5
4.0
3.4
2.7
1.4
4.4

Pt
655.0
657.9
664.2
672.6
678.2
679.0
691.6
700.2
708.3
712.7
712.4
714.8
716.4
715.7
725.0
738.1

 Ahora es repetitivo habr que calcular:

P3;
S3;
B3;
Para obtener con ellas P4

b 0,6
a= 0,4
demanda
St
(Xt)
654
654
658
656,2
665
896,2
672
987,5
673
967,0
671
883,3
693
790,9
694
712,4
701
663,7
703
644,2
702
646,2
710
664,0
712
686,5
711
705,8
728
725,3

periodo
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
19

m= 1
b1
1
394,1
301,6
175,4
57,9
-27,1
-66,2
-73,6
-58,7
-35,2
-12,9
5,5
15,7
17,8
18,9

Pt

et

et2

655,0
1050,3
1197,8
1162,9
1024,8
856,2
724,7
638,8
605,0
609,0
633,4
669,6
702,3
723,6
744,2
800,9

3,0
-385,3
-525,8
-489,9
-353,8
-163,2
-30,7
62,2
98,0
93,0
76,6
42,4
8,7
4,4

9,0
148471,5
276502,7
240045,0
125190,4
26644,8
942,6
3866,9
9602,4
8641,3
5871,9
1801,1
76,4
19,6

mse=

60549,0

Holt
1400
1200
1000
800

demanda (Xt)

600

Pt

400
200
0
1

10 11 12 13 14 15 16 17

Pe riodo