Modelos de serie de tiempo

Promedio móvil siempre

Método de pronósticos que utiliza un promedio de los n periodos más recientes de datos para pronosticar
el siguiente periodo.
Matematicamente se expresa como:

Ejercicio 1. De acuerdo con la demanda histórica de la Empresa X, mostrada en la tabla 1, resuelva lo que
se pide.

Tabla 1.- Demanda histórica del producto principal de la empresa X.

Demanda pronosticada
Periodo Demanda Promedio Móvil Simple Promedio Móvil Ponderado
n=2 n=3 n=4 n=2 n=3
Enero 130 - - - 0.4 0.2
Febrero 145 - - - 0.6 0.3
Marzo 139 137.5 - - 139 0.5
Abril 153 142 138 - 141.4 139
Mayo 162 146 145.666667 141.8 147.4 147.2
Junio 170 157.5 151.333333 149.8 158.4 154.7
2019
Julio 100 166 161.666667 156.0 166.8 164.2
Agosto 120 135 144 146.3 128 133.4
Septiembre 151 110 130 138.0 112 124
Octubre 134 135.5 123.666667 135.3 138.6 131.5
Noviembre 139 142.5 135 126.3 140.8 136.3
Diciembre 151 136.5 141.333333 136.0 137 139.9
Enero 164 145 141.333333 143.8 146.2 144
Febrero 159 157.5 151.333333 147.0 158.8 155.1
Marzo 171 161.5 158 153.3 161 158.9
2020 Abril 182 165 164.666667 161.3 166.2 166
Mayo 162 176.5 170.666667 169.0 177.6 174.1
Junio 190 172 171.666667 168.5 170 169.8
Julio ? 176.0 178 176.3 178.8 180
 a) Utilice el método de promedios móviles con n=2, 3 y 4 para determinar las ventas para el mes de julio 2019
(desglosar todo el pronóstico de la tabla).
b) Grafique el pronóstico vs datos históricos del inciso a).
c) Calcular las medidas MAD, MSE y MAPE para cada pronóstico “n” generado.
b) Determine el número de ventas para el mes de julio 2019 mediante el método de promedio móvil ponderado
c) con n=2 y n=3 (desglosar todo el pronóstico de la tabla).
e) Determine el número de ventas para el mes de julio 2019 mediante el método de regresión lineal simple.
f) Resuelva el ejercicio el POM-QM y coloque las capturas de pantalla.
g) Genere una conclusión general y sus recomendaciones del mejor pronóstico para la toma de decisiones.

SOLUCIÓN: Promedio Móvil Simple

PRONÓSTICO
Demanda
Periodo PMS n=2
(Real)
Pronóstico Error Error^2 |Error| 100|Error|/D.Real
Enero 130 - - - - -
Febrero 145 - - - - -
Marzo 139 137.5 1.5 2.25 1.5 1.079
Abril 153 142 11 121 11 7.190
Mayo 162 146 16 256 16 9.877
Junio 170 157.5 12.5 156.25 12.5 7.353
2018
Julio 100 166 -66 4356 66 66.000
Agosto 120 135 -15 225 15 12.500
Septiembre 151 110 41 1681 41 27.152
Octubre 134 135.5 -1.5 2.25 1.5 1.119
Noviembre 139 142.5 -3.5 12.25 3.5 2.518
Diciembre 151 136.5 14.5 210.25 14.5 9.603
Enero 164 145 19 361 19 11.585
Febrero 159 157.5 1.5 2.25 1.5 0.943
Marzo 171 161.5 9.5 90.25 9.5 5.556
2019 Abril 182 165 17 289 17 9.341
Mayo 162 176.5 -14.5 210.25 14.5 8.951
Junio 190 172 18 324 18 9.474
Julio ? 176
8299 262 190.239798

MAD= 16.375

MSE= 518.6875

MAPE= 11.89 %
 Ejercicio 2 . La empresa BARCEL S.A. DE C.V. desea elaborar el pronóstico de ventas
para el mes de octubre para uno de sus productos de mayor demanda en el mercado
“Chicharrones Barcel”
Considere los datos históricos de la tabla 2 para resolver los siguiente:
A. Utilice el método de promedios móviles simples con n=2, 3 y 4 para determinar las
Demanda ventas para el mes de octubre (desglosar todo el
Periodo ( mensual) pronóstico de la tabla)
historica
Enero 30 B. Grafique el pronóstico vs datos históricos del inciso
Febrero 35 a)
Marzo 28
C. Calcular las medidas MAD, MSE y MAPE para cada
Abril 20 pronostico “n” generado.
Mayo 25
D. Determine el número de ventas para el mes de
Junio 30
octubre mediante el método de promedio móvil ponderado
Julio 35 con n=2 y n=3 (desglosa todo el pronóstico de la tabla)

Agosto 40 E. Genere una conclusión general y sus

Septiembre 50 recomendaciones para la toma de decisiones.
octubre ¿?

CUANDO N=2
Periodo
demanda pronósticos (D-P) (D-P)2
mensual
600
ENERO 30 550
FEBRERO 35 500
MARZO 28 32.5 -4.5 20.25 450
ABRIL 20 31.5 -11.5 132.25 400
MAYO 25 24 1 1 350
JUNIO 30 22.5 7.5 56.25 300
250
JULIO 35 27.5 7.5 56.25
200
AGOSTO 40 32.5 7.5 56.25
150
SEPTIEMBRE 50 37.5 12.5 156.25 100
n=2 n=3 n=4
OCTUBRE ¿? 45 478.5
CUANDO N=3
PERIDO
MESUAL DEMANDA PRONOSTICO (D-P) (D-P)2
ENERO 30
FEBRERO 35
MARZO 28
ABRIL 20 31 -11 121 conclusion:
MAYO 25 27.66 -2.66 7.07
JUNIO 30 24.33 5.66 32.14
cuando n=2 (D-P)2 de
octubre es de 478.5, cuando
JULIO 35 25 10 100
n=3 da 585.21 y cuando n=4
AGOSTO 40 30 10 100
da 567.65 como podemos
SEPTIEMBRE 50 35 15 225
observar cuando n=2 es mas
OCTUBRE ¿? 41.66 585.21
bajo y es mas alto cuando
CUANDO N=4
n=3
PERIODO
MENSUAL DEMANDA PRONOSTICO (D-P) (D-P)2 osea que la opcion mas
ENERO 30 factuble es 45 unidades
FEBRERO 35
MARZO 28
ABRIL 20
MAYO 25 28.25 -3.25 10.56
JUNIO 30 27 3 9
JULIO 35 25.75 9.25 85.56
AGOSTO 40 27.5 12.5 156.25
SEPTIEMBRE 50 35.5 17.5 306.25
OCTUBRE ¿? 38.75 567.62

Ejercicio 3. FORTAXON es una empresa productora de alimento para cerdos y requiere

calcular el pronóstico de la demanda para el periodo 2019. Para ello, se sabe que el
pronóstico de la demanda para el periodo 1 del 2020 es de 286, pero la demanda para
ese periodo fue de 320 el año pasado. La compañía desea calcular el pronóstico de
ventas para los siguientes 11 periodos considerando un a=0.1 Utilice el método de
suavización exponencial simple.
a) Utilice el método de suavización exponencial simple para determinar las ventas
para el resto de los meses del 2020.

b) Grafique el pronóstico vs datos históricos.

c) Calcular las medidas MAD, MSE y MAPE para el pronóstico.

d) Genere el pronóstico ahora con un Alpha de 0.2.

Conclusión

Los pronósticos nos brindan información con cierto grado de probabilidad de que se
espera que pueda pasar en el futuro, por eso son una buena herramienta en las
empresas tanto grandes como pequeñas.
Al igual que los pronósticos los inventarios también son parte importante en la toma de
decisiones, y forma parte fundamental en toda la organización pues así se optimizan los
recursos con los que la empresa cuenta.