Suavización Exponencial Es un caso especial de pronóstico de media móvil ponderada, donde ahora los factores de ponderación disminuyen exponencialmente, dándole más peso a los períodos más recientes. Se necesita una constante de alisado (), que toma valores entre 0 y 1, eligiéndola de forma subjetiva. Ventaja: necesita una cantidad reducida de datos históricos. F t = Ft-1 + (A t-1 - F t-1) donde Ft = Pronóstico At = Valor real = Constante de alisado
Viendo la fórmula uno podría preguntarse por qué tener en cuenta para un pronóstico un valor pronosticado en el pasado en lugar de utilizar el valor real. Para encontrar la respuesta, basta con abrir la expresión reemplazando progresivamente las expresiones de Ft-i, y se obtiene: Ft = At - 1 + (1-)At - 2 + (1- )2·At - 3 + (1- )3At - 4 + … + (1- )t-1·A0 En esta expresión se puede ver entonces que en realidad lo que se está haciendo es ponderando los valores reales anteriores, en forma suavizada. O sea que en Ft-1 está contenida toda la información real histórica. Casos particulares: Si =1, tenemos que Ft = At - 1, o sea que llegamos al “Enfoque Simple”. Si =0, tenemos que Ft = cte, o sea que llegamos al “Enfoque Terco” (esta denominación no existe; lo decimos simplemente para visualizar que estaría pronosticando siempre un mismo valor, constante, sin mirar siquiera qué viene sucediendo). Suavización Exponencial con Ajuste de Tendencia Es un refinamiento del método anterior, donde se le suma al pronóstico suavizado exponencialmente (Ft), una tendencia también suavizada exponencialmente (Tt) FIT t = F t + T t Estos términos se calculan de la siguiente manera: F t = (A t-1) + (1- ) (F t-1 + T t-1) T t = (F t - F t-1) + (1- )Tt-1
Gustavo Uribe González ITSCH.