Sesin 2

Gestin Tctica de
la Demanda
Ms. Ing. CARLOS AURELIO ROMERO SHOLLANDE
caromerosh@yahoo.es
UNIVERSIDAD NACIONAL DE TRUJILLO
Trujillo - Per

Serie de Tiempo
Tipo

Descripcin

Estacionaria

Es el componente que indica la fluctuacin de los datos en

torno de una media constante.

Tendencia

Es el componente que representa al crecimiento o

disminucin sistemtico de la serie sobre un periodo de
tiempo de largo plazo. Las fuerzas bsicas que explican la
tendencia de una serie son: el crecimiento de la poblacin,
la inflacin de precios, el cambio tecnolgico, etc.

Estacional

Es un patrn de cambio con incrementos o decrementos de

demanda que se repiten a s mismos ao tras ao (periodo
tras periodo). Este componente mide la variabilidad de las
series cada enero, febrero, etc.

Cclico

Muestra los incrementos o decrementos graduables y

menos previsibles de la demanda, los cuales se presentan
en el curso de periodos de tiempo ms largos (cada dos,
tres o ms aos). Por ejemplo el Fenmeno del Nio.

Aleatorio

Es el componente que mide la variabilidad de las series

de tiempo despus de que se retiran los otros componentes.
Contabiliza la variabilidad aleatoria en una serie de tiempo
ocasionada por factores imprevistos y no recurrentes.

Grfica

Verano

Serie de tiempo es un
patrn o secuencia
ordenada de datos repetidos
y uniformemente
espaciados de la variable
tiempo.

Seleccin del Pronstico

Para seleccionar el mejor modelo de pronsticos, se requiere elegir
de entre un gran nmero de modelos; en este caso al que tiene el
menor error. Usndose para tal eleccin los parmetros que a
continuacin se detallan.
Error del Pronstico
Los errores generados por una tcnica
particular de pronstico implican
promediar alguna funcin de la
diferencia entre el valor real y su
valor de pronstico:
et Yt Yt '
donde:
et
=
periodo t
Yt
=

Demanda (Yt)

Pronstico (Yt)
+5

error de pronstico en
valor real en el periodo

Seleccin del Pronstico

Suma Acumulativa de Errores del Pronstico (SAEP)
Mide el error total de un pronstico.

SAEP et
t 1

Los grandes errores positivos tienden a compensarse con grandes

errores negativos. Pero es til evaluar el sesgo de un pronstico.
Error Medio del Pronstico (EMP)
Tambin se le conoce como "inclinacin". Indica la magnitud y la
direccin de la inclinacin del modelo.
n

EMP

e
t 1

SAEP

La SAEP y el EMP son tiles si se quiere que la prediccin este

consistentemente por encima o por debajo de la demanda real.

Seleccin del Pronstico

Error Medio del Pronstico (EMP)
A
1

Demanda

Demanda

=B4-C4

Periodo

Real

Pronosticada

e t=

Yt

Yt '

Yt - Yt'

45

46

-1

53

49

49

52

-3

56

55

59

58

65

61

10

63

64

-1

11

68

67

12

SAEP

13

EMP

6
0.75

=Suma(D4:D11)

Promedio(D4:D11)

Seleccin del Pronstico

Desviacin Absoluta de la Media (DAM)
Mide la dispersin de los errores de pronstico sin considerar si
dichos errores consistieron en estimaciones excesivas o en
subestimaciones (debido a los valores absolutos de cada error). La
DAM es una de las mediciones de error ms utilizadas.
n

DAM

t 1

Yt '

Error Medio al Cuadrado (EMC)

Este enfoque penaliza las grandes desviaciones con ms rigidez que
las pequeas.
n
EMC

2
(
Y

Y
'
)
t t
t 1

Seleccin del Pronstico

Desviacin Absoluta de la Media (DAM)
A
1
2 Periodo

Demanda

Demanda

Real

Pronosticada

Yt

Yt'

=Abs(B4-C4)
|Yt - Yt'|

45

46

53

49

49

52

56

55

59

58

65

61

10

63

64

11

68

67

12 DAM

=Promedio(D4:D11)

Seleccin del Pronstico

Error Medio al Cuadrado (EMC)
A
1

Demanda

Demanda

=(B4-C4)^2

Periodo

Real

Pronosticada

Yt

Yt'

45

46

53

49

16

49

52

56

55

59

58

65

61

16

10

63

64

11

68

67

12 EMC

(Yt - Yt')2

5.75

=Promedio(D4:D11)

Seleccin del Pronstico

Desviacin Estndar de los Errores ()
Las desviaciones grandes reciben una ponderacin mayor que las
desviaciones pequeas.
n
2

EMP

t
t 1
n 1
Porcentaje de Error Medio Absoluto (PEMA)
Es una medicin de la dispersin relativa del modelo de pronstico
(esta expresada en porcentaje).
n
Yt Yt '
x100

Yt
t 1
PEMA
n
Este enfoque nos indica qu tan grande es el error del pronstico
comparado con el nivel de la demanda real y es til para colocar el
rendimiento del pronstico en su correcta perspectiva.

Seleccin del Pronstico

Desviacin Estndar de los Errores ()
C

Demanda

Demanda

=B4-C4

=(D4-$D$12)^2

Periodo

Real

Pronosticada

e t=

Yt

Yt'

(Yt-Yt')

45

46

-1

3.06

53

49

10.56

49

52

-3

14.06

56

55

0.06

59

58

0.06

65

61

10.56

10

63

64

-1

3.06

11

68

67

0.06

12

EMP

13

(et - EMP)2

0.75
2.43

=Raiz(Suma(E4:E11)/(A11-1))

=Promedio(D4:D11)

Seleccin del Pronstico

Porcentaje de Error Medio Absoluto (PEMA)
A
1

Demanda

Demanda

=Abs((B4-C4)/B4)*100

Periodo

Real

Pronosticada

Yt

Yt'

45

46

2.22

53

49

7.55

49

52

6.12

56

55

1.79

59

58

1.69

65

61

6.15

10

63

64

1.59

11

68

67

1.47

12 PEMA

|et/Yt|*100

3.57

=Promedio(D4:D11)

Seleccin del Pronstico

Porcentaje Medio de Error (PME)
Si un pronstico no esta sesgado, el PME producir un % cercano a
cero. Si el resultado es un % negativo grande, el pronstico esta
sobrestimando de manera consistente.
Si el resultado es un % positivo grande, el pronstico esta
subestimando en forma consistente.
Yt Yt '

x100

Yt
t 1
n

PME

Si el EMC, la DAM o la es pequeo, el pronstico se aproxima a

la demanda real, un valor grande anuncia la posibilidad de errores
de pronstico considerables.

Seleccin del Pronstico

Porcentaje Medio de Error (PME)
A
1

Demanda

Demanda

=((B4-C4)/B4)*100

Periodo

Real

Pronosticada

Yt

Yt '

45

46

-2.22

53

49

7.55

49

52

-6.12

56

55

1.79

59

58

1.69

65

61

6.15

10

63

64

-1.59

11

68

67

1.47

12 PME

(et/Yt)*100

1.09

=Promedio(D4:D11)

Modelos de Pronsticos
1. Modelos cuantitativos
Requieren de datos histricos de tipo numrico, obtenidos
mediante tcnicas adecuadas de recopilacin, para ser luego
procesados mediante procedimientos mecnicos que producen
resultados cuantitativos.
Las tcnicas cualitativas suelen usarse para modificar
pronsticos generados mediante mtodos cuantitativos.
Modelos empricos
Modelos con promedios
Modelos de atenuacin exponencial
2. Modelos cualitativos
Cuando hay pocos o se carece de datos histricos, las empresas
confan en la experiencia y el buen juicio administrativo para
generar predicciones del futuro.

Modelos Empricos
Los modelos empricos son modelos sencillos que suponen que los
periodos recientes son los mejores pronosticadores del futuro.
Modelo Emprico Simple
En este modelo el pronstico de la demanda para el siguiente
periodo es igual a la demanda observada en el periodo actual.

Yt 1 ' Yt
Donde:
Yt
=
Yt+1
=

Demanda real del periodo t

Demanda pronosticada para periodo siguiente a t

Modelos Empricos
Modelo Emprico Simple
A

Yt

Yt'

|et|

45

53

45

49

53

56

49

59

56

65

59

63

65

68

63

10

(Pronstico)

68

11

DAM

=B2
Copiar hasta C10

=Abs(B3-C3)
Copiar hasta D9
=Promedio(D3:D9)

Modelos Empricos
Modelo Emprico con Tendencia
El incremento (o decremento) observado en la demanda en los dos
ltimos periodos se usa para ajustar la demanda actual con miras a
elaborar un pronstico.

Yt 1 ' Yt (Yt Yt 1 )

Donde:
Yt-1
=

Demanda real del periodo anterior a t

Modelo Emprico Estacional

Se aplica patrones estacionales. Por ejemplo, la demanda de un
determinado mes del ao anterior puede servir para pronosticar el
mes correspondiente del ao actual.

Yt 1 ' Yt m 1

Donde:
m
=
nmero de periodos del patrn estacional (12 meses,
6 bimestres o 4 trimestre al ao)

Modelos Empricos
Modelo Emprico con Tendencia
A

Yt

Yt'

|et|

45

53

49

61

12

56

45

11

59

63

65

62

63

71

68

61

10

11

DAM

(Pronstico)

=B3+(B3-B2)
Copiar hasta C10

73
8

=Abs(B4-C4)
Copiar hasta D9
=Promedio(D4:D9)

Modelos Empricos
Modelo Emprico Estacional
A

Yt

Yt'

|et|

45

53

49

56

59

45

14

65

53

12

63

49

14

68

56

12

10

11 DAM

(Pronstico)

=B2
Copiar hasta C10
=Abs(B6-C6)
Copiar hasta D9

59
13

=Promedio(D6:D9)

Modelos Empricos
Modelo Emprico Estacional con Tendencia
Pueden combinarse la tendencia con la estacionalidad para
pronosticar la demanda del siguiente periodo, usando la siguiente
expresin:

(Yt Yt 1 ) .... (Yt m 1 Yt m )

Yt 1 ' Yt m 1
m
Modelo Emprico con Proporcin de Cambio
En este modelo se pronostica la demanda utilizando una proporcin
de cambio.

Yt

Yt 1 ' Yt
Yt 1

Modelos Empricos
Modelo Emprico Estacional con Tendencia
=B3+((B6-B5)+(B5-B4)+B4-B3)+(B3-B2))/4
Copiar hasta C10
A

Yt

Yt'

|et|

45

53

49

56

59

65

56.50

8.50

63

52.00

11.00

68

59.50

8.50

10

(Pronstico)

62.00

11

DAM

=Abs(B7-C7)
Copiar hasta D9

9.33

=Promedio(D7:D9)

Modelos Empricos
Modelo Emprico con Proporcin de Cambio
A

Yt

Yt'

|et|

45

53

49 62.42 13.42

56 45.30 10.70

59 64.00

5.00

65 62.16

2.84

63 71.61

8.61

68 61.06

6.94

10

9 (Pronstico)

11 DAM

73.40
7.92

=B3*(B3/B2)
Copiar hasta C10

=Abs(B4-C4)
Copiar hasta D9
=Promedio(D4:D9)

Modelos con Promedios

Modelo de Promedio Simple
Se obtiene encontrando el promedio simple de todos los valores
pertinentes y con este valor se pronostica el siguiente periodo.
N

Yt 1 '

Y
t 1

Donde:
n = nmero de periodos histricos

Modelo del Promedio Mvil Simple

Se obtiene la media de un conjunto de observaciones recientes, que
se emplea despus para pronosticar el siguiente periodo.

Donde:
Mt
=
m
=

Yt Yt 1 Yt 2 .... Yt m 1
Yt 1 ' M t
m
promedio mvil en el periodo t
# de periodos para obtener cada promedio mvil

Modelos con Promedios

Modelo de Promedio Simple
A

Yt

Yt'

|et|

45

57.25

12.25

53

57.25

4.25

49

57.25

8.25

56

57.25

1.25

59

57.25

1.75

65

57.25

7.75

63

57.25

5.75

68

57.25

10.75

10

(Pronstico)

57.25

11

Media

12

DAM

57.25
6.50

=$B$11
Copiar hasta C11

=Abs(B2-C2)
Copiar hasta D9
=Promedio(B2:B9)
=Promedio(D2:D9)

Modelos con Promedios

Modelo del Promedio Mvil Simple
A

Yt

Yt'

|et|

45

53

49

56

59

50.75

8.25

65

54.25

10.75

63

57.25

5.75

68

60.75

7.25

10

11

DAM

(Pronstico)

=Promedio(B2:B5)
Copiar hasta C10
=Abs(B6-C6)
Copiar hasta D9

63.75
8.00

=Promedio(D6:D9)

Modelos con Promedios

Modelo del Promedio Mvil Doble
Se calcula el primer promedio mvil (Mt):
M t M t 1 M t 2 ..... M t m 1
M t '
m
Luego se calcula el segundo promedio mvil (Mt).
Yt Yt 1 Yt 2 ..... Yt m 1
Yt 1 ' M t
m
Se calcula un valor similar a la interseccin de una lnea con la
ordenada (at):

at 2M t M t '

A continuacin se calcula un factor, similar a la medicin de una

pendiente (bt) que cambia a travs de la serie:

2
bt
(M t M t ' )
m 1

Modelos con Promedios

Modelo del Promedio Mvil Doble (Continuacin)
Se determina el pronstico para el periodo p en el futuro:

Yt p ' at bt p

Donde:
p
=
nmero de periodos a pronosticar hacia el futuro
m
=
nmero de periodos para el promedio mvil
Modelo del Promedio Mvil Ponderado
Cada una de las demandas histricas que intervienen en el promedio
puede tener su propia ponderacin. El resultado de la suma
de las ponderaciones es 1.0.
1 + 2 + ...+ m = 1
El pronstico para el siguiente periodo es:
Yt 1 ' mYt m 1Yt 1 ..... 1Yt m 1
Donde:
1, 2, .., n : Coeficientes de ponderacin del periodo i

Modelos con Promedios

A

Mt

Mt'

at

bt

Yt'

|et|

45

53

49

56

59

50.75

65

54.25

63

57.25

10

68

60.75

55.75

65.75

3.33

11

66

63.75

59.00

68.50

3.17

69.08

3.08

12

10

73

65.50

61.81

69.19

2.46

71.67

1.33

13

11

69

67.50

64.38

70.63

2.08

71.65

2.65

14

12

75

69.00

66.44

71.56

1.71

72.71

2.29

15

13

16

DAM

Yt

=Promedio(B3:B6)
Copiar hasta C14

=Promedio(C7:C10)
Copiar hasta D14
=2*C10-D10
Copiar hasta E14

(Pronstico

Modelo del
Promedio
Mvil Doble

=2*(C10-D10)/(A6-1)
Copiar hasta F14
=E10+F10*$B$1
Copiar hasta G15

73.27
2.34

=Abs(B11-G11)
Copiar hasta H14
=Promedio(H11:H14)

Modelos con Promedios

Modelo del Promedio Mvil Ponderado
A

Yt

Yt'

|et|

45

0.12

53

0.18

49

0.28

56

0.42

59

52.18

6.82

65

55.64

9.36

63

59.78

3.22

68

62.00

6.00

10

11

DAM

(Pronstico)

=B2*$C$2+B3*$C$3*B4*$C$4+B5*$C$5
Copiar hasta D9

=Abs(B6-D6)
Copiar hasta E9

64.98
6.35
=Promedio(E6:E9)

Modelos de Atenuacin Exponencial

Los modelos de atenuacin se basan en promedios de valores
anteriores de una serie en forma decreciente (exponencial). Las
observaciones se ponderan, asignando mayor peso a las ms
recientes.
Modelo Atenuacin Exponencial Simple
El pronstico para el periodo t+1 es:
Yt 1 ' Yt (1 )Yt '
Donde:
= Constante de atenuacin (0 < < 1)
Para interpretar mejor la ecuacin anterior:
Yt+1 = Yt + Yt - Yt
Yt+1 = Yt + (Yt - Yt)
El nuevo pronstico es el pronstico anterior (Yt) ms veces el
error (Yt Yt) del pronstico anterior.

Modelos de Atenuacin Exponencial

Modelo Atenuacin Exponencial Simple (continuacin)
El primer valor del pronstico (Y1) debe ser igual al primer
valor real (Y1).
Otro enfoque para inicializar Yt consiste en promediar las primeras
m observaciones.
La clave del anlisis es el valor de .
Si desea que el pronstico sea estable y atene las variaciones
aleatorias, entonces debe ser pequeo. Si desea respuesta rpida
al cambio real en el patrn, entonces debe ser grande.
Para estimar se utiliza un procedimiento iterativo en Excel, que
minimiza el (EMC).
Se calculan los pronsticos para igual a 0.1, 0.2, ., 0.9, y para
cada uno se calcula el EMC. Para generar pronsticos futuros, se
elige el valor de que produce el EMC ms pequeo.

Modelos de Atenuacin Exponencial

Modelo Atenuacin Exponencial Simple
A

=B3

Yt'

|et|

=Abs(B4-C4)
Copiar hasta D10

45

45.00

53

45.00

8.00

49

46.60

2.40

56

47.08

8.92

59

48.86

10.14

65

50.89

14.11

63

53.71

9.29

10

68

55.57

12.43

11

(Pronstico)

58.06

12 DAM

0.2
Yt

9.33

=$B$1*B3+(1-$B$1)*C3
Copiar hasta C11

=Promedio(D4:D10)

Modelos de Atenuacin Exponencial

Modelo Atenuacin Exponencial Doble
Tambin se le conoce como Modelo de Brown.
Se utiliza para pronosticar series de tiempo que tienen una tendencia
lineal. Primero, se calcula el valor simple atenuado
exponencialmente usando la siguiente ecuacin:

At Yt (1 ) At 1

Donde:
At
=
Valor del promedio atenuado exponencialmente de Yt
en el periodo t

=
Constante de atenuacin (0 < < 1)
Luego, se calcula el valor doblemente atenuado exponencialmente:

At ' At (1 ) At 1 '

Calcular el factor adicional de ajuste, similar a la medicin de la

interseccin de la ordenada con una recta que cambia durante la serie
de tiempo:
a 2A A '
t

Modelos de Atenuacin Exponencial

Modelo Atenuacin Exponencial Doble (continuacin)
Calcular el factor adicional de ajuste, similar a la medicin de la
pendiente de una recta que cambia durante la serie de tiempo.

At At '
bt
1

Por ltimo, se formula el pronstico para p periodos en el futuro.

Yt p ' at bt p

Si no hay datos disponibles, el primer valor del promedio

atenuado exponencial (A1) debe ser igual al primer valor real
(Y1) y el primer valor doblemente atenuado exponencial (A1)
tambin debe ser igual al primer valor real (Y1).
Si existen datos histricos, el primer valor del promedio atenuado
exponencial y el primer valor doblemente atenuado exponencial
deben ser iguales al promedio de dichos datos.

Modelos de Atenuacin Exponencial

Modelo Atenuacin
Exponencial Doble
A

0.2

D
=B4

At

At'

45

45.00

53

Yt'

=$B$1*(C4-D4)/(1-$B$1)
Copiar hasta F11
|et|

=B4
bt

45.00

45.00

0.000

46.60

45.32

47.88

0.320 45.00

8.00

49

47.08

45.67

48.49

0.352 48.20

0.80

56

48.86

46.31

51.42

0.638 48.84

7.16

59

50.89

47.23

54.56

0.916 52.06

6.94

65

53.71

48.52

58.90

1.297 55.47

9.53

10

63

55.57

49.93

61.21

1.409 60.20

2.80

11

68

58.06

51.56

64.55

1.625 62.62

5.38

12

(Pronstico) =$B$1*C5+(1-$B$1)*D4
DAM
Copiar hasta D11

=2*C4-D4
Copiar hasta E11

at

13

Yt

=$B$1*B5+(1-$B$1)*C4
Copiar hasta C11

66.18
5.80

=Abs(B5-G5)
Copiar hasta H11
=E4+F4*$B$2
Copiar hasta G12
=Promedio(H5:H11)

Modelos de Atenuacin Exponencial

Modelo de Holt
Emplea dos parmetros: la atenuacin exponencial y la tendencia.
Primero se atena exponencialmente el promedio de serie de tiempo
At Yt 1 )( At 1 Tt 1
Luego se realiza la estimacin de la tendencia:
Tt At At 1 1 Tt 1
Finalmente se calcula el pronstico para p periodos en el futuro:

Yt p ' At pTt

En donde:
Tt
=
tendencia del periodo t
p
=
nmero de periodos a pronosticar al futuro

=
constante de atenuacin del promedio de los datos (0
1)

=
constante de atenuacin de estimacin de tendencia
(0 1)

Modelos de Atenuacin Exponencial

Modelo de Holt
C

0.2

0.3

45 45.00

0.00

53 46.60

0.48 45.00

8.00

49 47.46

0.60 47.08

1.92

56 49.65

1.07 48.06

7.94

59 52.38

1.57 50.72

8.28

10

65 56.15

2.23 53.94 11.06

11

63 59.31

2.51 58.39

4.61

12

68 63.05

2.88 61.82

6.18

13

(Pronstico)

65.93

=$B$1*B6+(1-$B$1)*(C5+D5)
Copiar hasta C12

14

DAM

6.86

=Promedio(F6:F12)

Yt

Si no hay datos disponibles, el primer

valor atenuado de la estimacin de
la tendencia (T1) debe ser cero (0).
Si existen datos, el valor inicial de la
tendencia se estima por la pendiente de
la ecuacin obtenida de dichos datos.

=B5
=0
At

Tt

Yt '

|et|

=C5+$B$3*D5
Copiar hasta E13
=Abs(B6-E6)
Copiar hasta F12
=$B$2*(C6-C5)+(1-$B$2)*D5
Copiar hasta D12

Modelos de Atenuacin Exponencial

Modelo de Winter
Es un modelo que emplea tres parmetros: la atenuacin
exponencial, la tendencia y la estacionalidad. El procedimiento, en
primer lugar, consiste en atenuar exponencialmente el promedio de
la serie de tiempo.
Yt
At
1 At 1 Tt 1
StL
Enseguida se realiza la estimacin de la tendencia:
Tt At At 1 1 Tt 1
Luego se hace la estimacin de la estacionalidad:
Yt
St
1 S t L
At
Donde:

=
Constante de atenuacin del promedio de los datos
(0 1)

=
Constante de atenuacin de estimacin de tendencia

Modelos de Atenuacin Exponencial

Modelo de Winter (continuacin)
At = Valor atenuado en el periodo t
Tt = Estimacin de la tendencia del periodo t
St = Estimacin de la estacionalidad del periodo t
L = Longitud de la estacionalidad
p
= Nmero de periodos a pronosticar en el futuro
Finalmente se calcula el pronstico para p periodos en el futuro:
Yt p ' At pTt St L p
El primer valor del promedio atenuado exponencialmente (A1) y el
primer valor atenuado de la estimacin de la tendencia (T 1) se deben
establecer de igual forma que en el Modelo de Holt.
Si no existen datos, los valores estimados de la estacionalidad de los
L-1 periodos anteriores se establecern en uno (1).
Si existen datos, se descompone la serie de tiempo.
A los L primeros pronsticos se asigna primer valor real.

=$B$1*B10/E6+(1-$B$1)*(C9+D9)
Copiar hasta C16
=$B$2*(C10-C9)+(1-$B$2)*D9
Copiar hasta D16

0.2

0.3

0.1

-2

-1

45 45.00

0.00 1.000

10

53 46.60

0.48 1.014

45.00

8.00

11

49 47.46

0.60 1.003

47.08

1.92

12

56 49.65

1.07 1.013

48.06

7.94

13

59 52.38

1.57 1.013

50.72

8.28

14

65 55.98

2.18 1.028

54.68

10.32

15

63 59.09

2.46 1.010

58.35

4.65

16

68 62.66

2.79 1.020

62.33

5.67

17

(Pronstico)

18

DAM

Yt

Modelos
de
=1
=B9
Copiar hasta E9
Atenuaci
=0
n de
Modelo
T
St
Y'
|et|
Exponenci
Winter
1.000
al
1.000
=$B$3*B10/C10+(1-$B$3)*E6

At

1.000

Copiar hasta E16

66.28
6.68

=Abs(B10-F10)
Copiar hasta G16
=(C9+$B$4*D9)*E6
Copiar hasta F17
=Promedio(G10:G16