Wikilivros

Logística/Técnicas de previsão/Alisamento exponencial: diferenças entre revisões

Explorar interativamente o histórico
[edição não verificada][edição não verificada]
← Edição anteriorEdição posterior →
Conteúdo apagado Conteúdo adicionado
VisualTexto wiki
Correcções
Correcções
Linha 1:
Quando o [[w:Custo|custo]] de armazenamento de dados em computador era muito elevado, a utilização de médias móveis exponencialmente ponderadas, ou seja, alisamento exponencial, era muito vantajosa. Apesar desses custos terem deixado de ser uma grande preocupação o alisamento exponencial continua a ser muito popular. O alisamento exponencial refere-se a um conjunto de métodos de previsão, alguns dos quais são amplamente utilizados e, por isso, importanteimportantes. Os métodos de alisamento exponencial com a tendência e a sazonalidade ajustadas são utilizados em muitos sistemas de previsão computadorizados da [[w:Produção|produção]], [[w:Estoque|existências]], distribuição e planeamento no [[w:Varejo|retalho]]. Brown, Holt e Winters iniciaram o desenvolvimento do alisamento exponencial ([[Logística/Referências#refbDELURGIO|Delurgio, 1998, p. 153-154]]).
 
Segundo [[Logística/Referências#refbCASACA|Casaca (2008, p. 18]]), o modelo de alisamento exponencial simples (AES) é apropriado quando a [[w:Demanda|procura]] não apresenta tendência ou sazonalidade. Por ser um modelo constante, é apropriado para séries que são caracterizadas localmente pelo seu nível, acrescentado de uma variação [[w:Aleatoriedade|aleatória]] desprezável, ou seja, as mudanças ocorridas numa série neste formato são bastante lentas. Este modelo caracteriza-se por ser aplicável a séries localmente estacionárias, ponderando todos os valores históricos da série com pesos sucessivamente menores à medida que estes se afastam do valor mais recente.
 
A utilização doO alisamento exponencial simples é relativamente fácil de aplicar. De acordo com [[Logística/Referências#refbDELURGIO|Delurgio (1998, p. 154-155]]), as previsões através dedo AES exigem apenas três dados: a previsão mais recente, o valor real mais recente, e uma [[w:Constante|constante]] de alisamento. A constante de alisamento, {{math|<VAR>&alpha;</VAR>}}, determina o peso dado às observações passadas mais recentes e, por conseguinte, controla a taxa de alisamento ou deda [[w:Média|média]]. O seu valor estaestá, geralmente, restringidorestrito ao intervalo de [0; 1]. A fórmula do AES pode ser expressa por:
 
 
Linha 16:
|-
|style="text-align: right;"|<math>A_{t-1}</math>
|style="text-align: left;"| = Procuravalor real para o periodo <math> t - 1 </math>
|-
|style="text-align: right;"|<math>F_{t-1}</math>
Linha 32:
 
Interpretando aA fórmula verifica-seindica que a previsão real é igual à média ponderada dos valores mais actuaisrecentes: real e previstosprevisto. Alfa{{math|<VAR>&alpha;</VAR>}} forneceé o peso relativo dado a cada termo da equação (1). Com alfa igual a 0,4, a previsão representa 40 % dosdo valoresvalor real mais recentesrecente e 60 % do valor da previsão mais recente. De forma aPara atingir o nível deda média ou alisamento desejado, podeassim serse escolhidoescolhe o valor de alfa que melhor se adapta a cada situação.
 
Continuando o exemplo acima, supondosuponha-se que a procura para o período <math> t </math>, seriafoi na realidade de 760. Qual é a previsão para o período <math> t + 1 </math>?
 
 
Linha 40:
 
 
E se
Dado agora
 
<math> A_{t + 1} = 750 </math>
 
Então,
Em seguida,
 
 
Linha 56:
 
 
De acordo com esta fórmula, a previsão realactual é igual à previsão do período anterior mais uma fracção ({{math|<VAR>&alpha;</VAR>}}) do erro na previsão anterior. No entanto, é de notar que as equações (1) e (2) são as mesmas, contudo, escritas com termos combinados de diferentes maneiras.
 
A escolha de uma constante de alisamento, uma previsão inicial e um valor real são elementos essenciais na utilização do AES. Muitas vezes a escolha da constante de alisamento tem sido classificada como sendo arbitrária, porém isso não é verdade. Em algumas situações a melhor escolha de uma constante de alisamento pode não ser crítica e, muitas vezes são aceitáveis valores entre 0,1 e 0,5​​. No entanto, muitas vezes a escolha de alfa pode ser muito crítica. Com computadores de baixo custo associados a altos custos dos erros de previsão, não é aconselhável escolher um valor de alfa conveniente ou típico, em vez disso, o melhor alfa deve ser escolhido com base no valor mínimo de soma de erros quadráticos. Por agora, é usado um alfa de 0,4.
Obtido em "https://pt.wikibooks.org/wiki/Logística/Técnicas_de_previsão/Alisamento_exponencial"