SUAVIZACIN EXPONENCIAL

SIMPLE

El mtodo de suavizacin o suavizamiento exponencial simple puede

considerarse como una evolucin del mtodo de promedio mvil ponderado, en
ste caso se calcula el promedio de una serie de tiempo con un mecanismo de
autocorreccin que busca ajustar los pronsticos en direccin opuesta a las
desviaciones del pasado
mediante una correccin que se ve afectada por un coeficiente de suavizacin.
As entonces, este modelo de pronstico precisa tan slo de tres tipos de
datos: el pronstico del ltimo perodo, la demanda del ltimo perodo y el
coeficiente de suavizacin.

Cundo utilizar un pronstico de

suavizacin exponencial simple?

El pronstico de suavizacin exponencial simple es ptimo para patrones de

demanda aleatorios o nivelados donde se pretende eliminar el impacto de los
elementos irregulares histricos mediante un enfoque en perodos de demanda
reciente, este posee una ventaja sobre el modelo de promedio mvil ponderado
ya que no requiere de una gran cantidad de perodos y de ponderaciones para
lograr ptimos resultados.

Modelo de Suavizacin Exponencial

Simple
Frmulas

Para efectos acadmicos suele proporcionarse el factor de suavizacin, sin

embargo en la prctica ste es comnmente hallado de la forma descrita arriba.

Promedio de ventas en unidades en el perodo t

Pronstico de ventas en unidades del perodo t -1

Ventas reales en unidades en el perodo t - 1

Coeficiente de suavizacin (entre 0,0 y 1,0)

Ejemplo de aplicacin de un pronstico de

Suavizacin Exponencial Simple
En Enero un vendedor de vehculos estim unas ventas de 142 automviles
para el mes siguiente. En Febrero las ventas reales fueron de 153 automviles.

Utilizando una constante de suavizacin exponencial de 0.20 presupueste las

ventas del mes de Marzo.

Solucin

Podemos as determinar que el pronstico de ventas para el perodo 3

correspondiente a Marzo es equivalente a 144 automviles.

El siguiente formato ha sido desarrollado por nuestro equipo para efectuar tu

pronstico de una forma sencilla, tan slo debers registrar el coeficiente de
suavizacin (recuerde utilizar comas en lugar de puntos), las cantidades reales
en las celdas verdes y sus respectivos pronsticos, de esta forma obtendrs el
pronstico suavizado del perodo siguiente.

El mtodo de suavizacin exponencial es un mtodo de promedio mvil

ponderado muy refinado que permite calcular el promedio de una serie de
tiempo, asignando a las demandas recientes mayor ponderacin que a las
demandas anteriores.
Es el mtodo de pronstico formal que se usa ms a menudo, por su
simplicidad y por la reducida cantidad de datos que requiere. A diferencia del
mtodo de promedio mvil ponderado, que requiere n periodos de demanda
pretrita y n ponderaciones, la suavizacin exponencial requiere solamente tres
tipos de datos: el pronstico del ltimo periodo, la demanda de ese periodo y
un parmetro suavizador, alfa , cuyo valor flucta entre 0 y 1.0. Para elaborar
un pronstico con suavizacin exponencial, ser suficiente que calculemos un
promedio ponderado de la demanda ms reciente y el pronstico calculado
para el ltimo periodo.
En la suavizacin exponencial se asignan pesos a los datos pasados tal que
los pesos disminuyen al hacerse los datos ms antiguos, esto es que en un
proceso cambiante, esto es que los datos recientes son ms validos que los
datos antiguos.
Este mtodo solo necesita el pronstico ms reciente, una constante de
suavizacin (es un valor arbitrario entre 0 y 1) y el ltimo dato real, y as se
elimina la necesidad de almacenar grandes cantidades de datos pasados.

La suavizacin 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 prediccin subjetiva.
La ecuacin correspondiente a este pronstico es:

Ft+1= (demanda para este periodo) + (1ltimo periodo)

Ft+1=

Dt + (1-

)(pronstico calculado para el

)Ft

La siguiente ecuacin es equivalente :

Ft+1= Ft +

(Dt-Ft)

La constante de suavizacin a es un nmero entre 0 y 1 que entra

multiplicando en cada pronstico, pero cuya influencia declina
exponencialmente al volverse antiguos los datos.
Una a baja de ms ponderacin a los datos histricos. Una a de 1 refleja
una ajuste total a la demanda reciente, y los pronsticos sern las
demandas reales de los periodos anteriores.
La seleccin depende de las caractersticas de la demanda. Los valores
altos de a son ms sensibles a las fluctuaciones en la demanda.
Los valores bajos de a son ms apropiados para demandas relativamente
estables (sin tendencia o ciclicidad), pero con una gran cantidad de
variacin aleatoria.
La suavizacin exponencial simple es un promedio suavizado centrado en
el periodo presente. No se puede extrapolar para efectos de tendencia, por
la que ningn valor de a compensar completamente la tendencia en los
datos.
Los valores ordinarios de a varan entre 0.01 y 0.40. Los valores bajos de a
disminuyen efectivamente la variacin aleatoria (ruido - dispersin).
Los valores altos son ms sensibles a cambios en la demanda
(introducciones de nuevos productos y error buscando cul valor reduce el
error del pronstico.
Esto puede hacerse fcilmente modelando el pronstico en un programa de
cmputo, tratando con diferentes valores de a.
Un valor de a que proporcione aproximadamente un grado equivalente de
suavizacin tanto como un promedio mvil de un periodo es a =2 / (n + 1)

Esta forma de la ecuacin muestra que el pronstico para el periodo siguiente es igual
al pronstico del periodo actual ms una proporcin del error del pronstico
correspondiente al mismo periodo actual.
Para poner en marcha la suavizacin exponencial se requiere un pronstico inicial.
Hay dos formas de realizar este pronstico inicial: Usar la demanda del ltimo periodo,
o bien, se dispone de datos histricos, calcular el promedio de varios periodos
recientes de demanda. El efecto de la estimacin inicial del promedio sobre las
estimaciones sucesivas del mismo disminuye a lo largo del tiempo porque, con la
suavizacin exponencial, las ponderaciones asignadas a las demandas histricas
sucesivas, que se utilizan para calcular el promedio, disminuyen exponencialmente.

EJEMPLO
Calcule el pronstico de suavizacin exponencial para la semana 4,
considerando los datos de la siguiente tabla que representan la llegada de
pacientes a una clinica en las ltimas tres semanas. Tenga en cuenta que
0.10

SOLUCIN
El mtodo de suavizacin exponencial requiere un pronstico inicial. Suponga
que tomamos los datos de demanda de las dos ltimas semanas y los
promediamos para obtener (400+380)/2 = 390 como pronstico inicial. A fin de
calcular el pronstico para la semana 4, utilizando una suavizacin con =
0.10, calculamos el promedio al final de la semana 3 en la siguiente forma:
F4 = 0.10(411) + 0.90(390) = 392.1
As, el pronstico para la semana 4 sera de 392 pacientes. Si la demanda real
para la semana 4 resultara ser de 415, entonces el nuevo pronstico para la
semana 5 sera.
F5 = 0.10(415) + 0.90(392.1) = 394.4
o sea, 394 pacientes. Observe que hemos utilizado F4, y no el pronstico en
valor entero para la semana 4, en el clculo de F5. En general, redondeamos
solamente el resultado final, a fin de mantener la mayor precisin posible en los
clculos