Pronosticar es el arte y la ciencia de predecir los eventos futuros.

Puede involucrar el manejo de datos histricos para proyectarlos en el futuro, mediante algn tipo de modelo matemtico. Generalmente los pronsticos son tanto intuitivos como subjetivos, esto es debido a que la toma de decisiones se lleva a cabo con un buen modelo matemtico y el buen juicio del administrador

METODOS CUANTITATIVOS
Serie de Tiempos
Simplista Promedios Mviles Suavizacin exponencial Simple Suavizacin Exponencial Doble Proyeccin de Tendencia Regresion Simple Regresion Multiple Indicadores Principales Modelos Econometricos Regresion Multiple de Serie de Tiempos

Causales

Determinar el uso del pronostico Seleccionar las partidas que se van a pronosticar Determinar el horizonte de tiempo del pronostico. Seleccionar un(os) modelo(s) de pronostico Juntar los datos del pronostico Validar el modelo del pronostico Hacer el pronostico Instrumentar los resultados.

Este mtodo consiste en realizar dos suavizaciones exponenciales, a partir de las cuales se obtendr el valor estimado, o pronstico que buscamos realizar, mediante un clculo realizado con una expresin sencilla. La primera se aplica a los valores observados en la serie de tiempo y la segunda a la serie atenuada obtenida mediante la primera atenuacin.

Solamente se requieren pronsticos a corto plazo (hasta unos cuantos meses). Es aceptable una precisin razonable, ms no exacta. El pasado constituye una gua aceptable para el futuro, en el caso de una elevada parte de los elementos. Desde el punto de vista costo/beneficio, no se justifican procedimientos ms complicados. Para las reas de produccin, esta si tiene por objeto el almacenamiento de existencias, no as el surtido de pedidos

Si se tuviera que pronosticar un modelo con tendencia usando suavizacin exponencial simple, el pronstico tendra una reaccin retrasada al crecimiento. Entonces, el pronstico tendra a subestimar la demanda real. Para corregir esto se puede estimar la pendiente y multiplicar la estimacin por el nmero de periodos futuros que se quieren pronosticar.

Una simple estimacin de la pendiente dara la diferencia entre las demandas en dos periodos sucesivos; sin embargo, la variacin aleatoria inherente hace que esta estimacin sea mala. Para reducir el efecto de aleatoriedad se puede usar la diferencia entre los promedios calculados en dos periodos sucesivos. Usando suavizacin exponencial, la estimacin del promedio en T, es ST , de manera que la estimacin de la pendiente en el tiempo T

Con esta idea una vez ms, se puede usar suavizamiento exponencial para actualizar la estimacin de la tendencia, lo que lleva al suavizamiento exponencial doble, representado por el siguiente conjunto de ecuaciones.

El pronstico para k periodos futuros consiste en la estimacin de la pendiente ms una correccin por tendencia. Debe elegirse uno de los dos parmetros y , para el suavizamiento exponencial doble. Los comentarios sobre la eleccin de en el suavizamiento exponencial simple son vlidos para ambos parmetros en este caso. Para obtener un suavizamiento doble en el tiempo T, se necesitan los valores de ST -1 y BT -1. Existen muchas formas de obtenerlos.

Los modelos de suavizacin exponencial ajustada tienen todas las ventajas de los modelos de suavizacin exponencial simple; adems, proyectan en el futuro (por ejemplo para el periodo t + 1) agregando un incremento de correccin de tendencia Tt, para el promedio suavizado del promedio suavizado del periodo presente F.

Primero se dividen los datos en dos grupos iguales y se calcula el promedio de cada uno. Este promedio se centra en el punto medio del intervalo; si hubiera 12 datos en el grupo, el promedio estara en 6.5 La diferencia entre los dos promedios es el cambio en la demanda respecto a la media de cada conjunto de datos. Para convertir esta diferencia en una estimacin de la pendiente, se divide entre el nmero de periodos que separan los dos promedios. Despus, para obtener una estimacin de la ordenada, se usa el promedio global y la estimacin de la pendiente por periodo multiplicados por el nmero de periodos a partir del punto medio del periodo actual.

Desarrolle un pronstico para las ventas de papel de computadora para los meses 25 y 30. Si la demanda del mes 25 es 259, actualice los parmetros y proporcione los pronsticos para los meses 26 y 30. Considere los datos de la siguiente tabla, que representa las ventas de papel de computadora en cajas. Primero se calculan los promedios de los meses 1 a 12 y 13 a 24. Estos se muestran en la tabla.

El incremento en las ventas promedio para el periodo de 12 meses es 222.25 156.08 = 66.17. Al dividir este nmero entre doce se obtiene el incremento promedio por mes = 5.51 As la estimacin de la pendiente en el tiempo 24 ser B24 = 5.51 Para obtener una estimacin de la ordenada, se calcula el promedio global de los 24 datos como se ve en la tabla superior. Es 189.16. Este promedio ser centrado en el mes 12.5 (concepto de mediana en intervalos). Para moverlo al tiempo actual se suma el ajuste por tendencia de 5.51 cajas por mes multiplicado por (24-12.5).

La estimacin de la ordenada es:

Antes de la actualizacin de los datos con los valores de y , respectivos; se debe establecer la procedencia o el origen de la escogitacion del valor numerico de . Lo cual se establece a continuacion

Un valor elevado de da un gran peso a la demanda ms reciente y un valor bajo de dar un peso menor a la demanda mas reciente. U elevado coeficiente de suavizacin sera mas adecuado para los nuevos productos o para casos en los que la demanda subyacente est en proceso de cambio (sta es dinmica, o bien inestable).

Un valor de de 0,7, 0.8 0.9 puede resultar el ms apropiado para estas condiciones, aun cuando el uso del suavizado exponencial es cuestionable si no se sabe que existen o no condiciones de inestabilidad. Si la demanda es muy estable y se piensa que puede ser representativa del futuro, el pronosticador podr optar por un valor bajo de para disminuir cualquier ruido que hubiera podido presentarse en forma sbita.

En condiciones de estabilidad, el coeficiente de suavizacin podra ser de 0.1, 0.2, 0.3. Cuando la demanda es ligeramente inestable, coeficientes de suavizacin de 0.4, 0.5, 0.6 pueden proporcionar datos ms precisos.

Como regla general el valor de se

considera de 0.1, esta constante de suavizamiento para la tendencia de la serie ; proporciona resultados eficientes en los clculos de los pronsticos usando dicho valor de 0.1, segn se ha demostrado en la experiencias de clculos realizados en el pasado. = 0.1 y = 0.1

GRACIAS