Você está na página 1de 18

PREVISAO A CURTO PRAZO

LUIZ FERNANDO TERRA TALLARICO


"O que mais podemos exigir de um mtodo de previso que le seja menos incorreto do que qualquer outro ou do que a simples adivinhao; que
le seja bastante simples para garantir sua I3plicao
na siotuao em que usado, e que le responda
de maneira fcil e sem muito custo a circunstncias
de mudana." PRICHARD e EAGLE. 1

Muitos administradores tendem a dizer que no podem


fazer uma previso da demanda de seus produtos porque
ela flutua tremendamente de perodo a perodo. Essa idia
pode ser parcialmente admitida. Realmente, as constantes variaes em nossa economia tm afetado diretamente
o comportamento dos mercados de modo a provocar bruscas oscilaes na demanda em curto perodo de tempo.
Por outro lado, sse fato no nos induz a pensar que uma
estimativa da demanda futura seja impossvel mas, pelo
contrrio, a admitir que tais administradores talvez pretendam dizer que nenhum dos mtodos de previso por
les investigados faa uma estimativa perfeita para os
fatos do futuro. Essa afirmao ser tambm discutvel se
considerarmos que nossa atitude, ao decidirmos sbre qual
mtodo de previso adotar, dever basear-se na concepo prvia de que mesmo um mtodo muito bom poder,
mais freqentemente, fornecer uma estimativa errada do
que certa.
Pretendendo oferecer ao administrador de emprsas
exercendo funes de planejamento - um subsdio adiLUIZ FERNANDO TERRA TALLARICO Professor-Assistente
de Administrao
da Produo da Escola de Administrao
So Paulo, da Fundao Getlio Vargas.
1)

do Departamento
de Emprsas
de

PRICHARD, J. W. & EAGLE, R. H., Modern lnventory


Nova Iorque, John Wiley and Sons, 1964, pg. 306.

Mana~nt,

PREVISAO A CURTO PRAZO

56

R.A.E.;27

cional para a elaborao de suas previses, ste artigo


apresenta dois mtodos de previso da demanda a curto
prazo, que se baseiam nas observaes do passado. Parece-nos que a Mdia Mvel e a Mdia Exponencial renem
boas condies para ajustamento situao brasileira, no
s porque equacionam a questo de previso em futuro
prximo, ajustando-se s constantes variaes em nosso
mercado, mas, tambm, porque suprem com isso uma
lacuna no preenchida por outros mtodos estatsticos.
Iniciando com a apresentao da Mdia Mvel, o nosso
trabalho passa ao estudo da Mdia Exponencial em sua
formulao mais simples para, finalmente, tratar de um
modlo exponencial completo, incluindo a anlise dos fatres de sazonalidade e tendncia linear. Assim, procuramos fornecer instrumentos de previso para as emprsas,
quaisquer que sejam os recursos materiais e tcnicos de
que disponham. 2
MDIA

MVEL

As computaes exigidas pelo mtodo de previso chamado Mdia Mvel no vo alm de determinao de uma
simples mdia aritmtica. Objetivamente, sse mtodo
requer o uso das mais recentes ti observaes, com as
quais se calcula a mdia que ser a previso para o prximo perodo.
Utilizaremos o Quadro I para a elaborao de um exemplo. Os dados nle constantes representam a demanda semanal de um produto especfico. Com les, ser-nos- possvel calcular uma mdia que vir a ser a nossa previso
para a semana subseqente:
MDIA

2)

105+112+75+116+154+136+108
115,2.
7

Lembramos que o modlio exponencial completo poder ser utilizado em


equipamento de processamento de dados, embora o seu clculo manual
tambm seja possvel.

R.A.E./27

PREVISO

A CURTO

QUADRO
Semana

n.?

1
2

PRAZO

57

Demanda

105
112
75

3
4

116

154

6
7

136

108

Devemos observar que, ao elaborarmos essa estimativa,


j estaremos considerando uma deciso prvia no sentido
de utilizar as sete observaes mais recentes (n = 7).
Decorrida uma nova semana, um nvo dado de demanda
real ter sucedido e o procedimento a ser adotado ser o
de adicionar sse dado mais recente e, ao mesmo tempo,
abandonar o mais antigo, a fim de que a previso para o
perodo seguinte seja computada. Dessa maneira estaremos mantendo um nmero constante de observaes que
entram para o clculo da mdia. O nome de Mdia Mvel
dado a sse mtodo resulta, pois, dsse fato.
Nesse processo de adio e abandono de elementos ou observaes para o clculo da previso, os dados mais antigos, que j deixaram de fazer parte da amostra n, recebero um pso zero; para cada elemento que participar da
amostra usada na previso ser atribudo um pso igual
a l/no
Determinao do Valor de N
Temos condies para, desde j, avaliar a importncia da
escolha do valor de ti quando da utilizao da Mdia
Mvel como instrumento de previso.
Voltando a utilizar-nos do exemplo focalizado inicialmente, faamos a suposio de que na oitava semana a demanda real tenha sido de 134 unidades. Nesse caso, estaramos nos defrontando com uma situao de rro em

PREVISAO

58

A CURTO

R.A.E.j27

PRAZO

nossa previso que tinha sido fixada em 115,2 unidades.


No poderamos nos precipitar em afirmar que sse desvio
tenha sido causado por uma mudana brusca na mdia do
processo ou que seja le atribuvel ocorrncia de flutuaes casuais ou a deficincias inerentes ao prprio mtodo de previso adotado. Algum rro na atribuio de
pso aos elementos componentes da amostra o que, provvelmente, poderia ter acontecido. Talvez, se Vlessemos
a usar um nmero menor de observaes, estivssemos
sendo mais realistas.
Consideremos que as quatro mais recentes observaes
passassem a ser usadas (n = 4). O clculo de nossa previso para o oitavo perodo seria, ento:
MDIA

116~154~136-rl08

128,5.

Nossa busca do valor de n que est subjacente ao processo gerador da demanda poderia continuar, tentando-se
depois a previso para n.o 3:
154-r136~108

MDIA

= ---------

132,6.

Nesse exemplo, as observaes. que realmente representam a tendncia existente seriam as mais recentes. Bsicamente, devemos compreender que "a nossa escolha do
nmero de perodos (n) na Mdia Mvel uma medida
da importncia relativa que atribumos a observaes recentes e antigas. Evidentemente, se sentirmos que o processo est mudando vagarosamente, deveremos adotar
uma amostra grande com maior filtragem das variaes
e pouco de sacrifcio na resposta mudana. Por outro
lado, se percebermos que o processo est mudando rpidamente, deveremos adotar uma amostra menor e conseguir maior resposta s variaes". 3
3)

McMILLAN, C. & GoNZALES, R.


minois, Irwin, 1965, pg. 216.

F.,

Systems Analysis, Homewood,

R.A.E./27

PREVISAO

A CURTO

PRAZO

59

Aspecto de maior importncia o do desenvolvimento de


uma atitude de busca, de crtica constante ao valor fixado
para n, no sentido de procurar identificar as condies determinantes da tendncia atual do processo gerador da
demanda.
MDIA

EXPONENCIAL

A Mdia Mvel como mtodo de previso apresenta vantagens e desvantagens. Se a mdia subjacente ao processo
fr, estvel, muito embora as observaes individuais
apresentem variaes, o uso de tal mtodo produzir previses razovelmente constantes. Por outro lado, se a mdia do processo sofrer mudanas evidentes, a previso
feita pela Mdia Mvel no ir acompanh-las com uma
velocidade desejvel, embora ela apresente um certo grau
de resposta a essas variaes da mdia.
Mesmo que seja feita uma tentativa de ajustamento das
previses s mudanas ocorridas atravs da modificao
do nmero de perodos da Mdia Mvel, o critrio de
atribuio, de pesos idnticos (l/n) a tdas as observaes includas ser mantido. Se desejamos atribuir diferentes pesos s observaes do passado, um instrumento
de previso diferente dever ser procurado.
Outra desvantagem da Mdia Mvel prende-se a um aspecto prtico, prpria execuo do mtodo: para seu
clculo fazem-se necessrios o registro e a manuteno de
uma razovel quantidade de dados - trabalho sse que
dever ser multiplicado pelo nmero de produtos ou atividades quantificveis para as quais uma estimativa do
comportamento futuro requerida. O acmulo de nmeros pode dificultar e limitar a aplicao do mtodo por requerer maior espao para sua estocagem (por processamento eletrnico de dados, ou no), tornar as computaes mais volumosas, permitir a possibilidade de ocorrncia de erros no preparo dos dados e, ainda mais, de retardar a correo de erros incorridos.
A Mdia Exponencial um tipo especial de Mdia Mvel
que no requer um longo registro histrico de dados no

PREVISO

60

A CURTO

PRAZO

R.A.E./27

arquivo e, assim, diminui o tempo exigido paraa computao de previses. Da mesma forma que a Mdia Mvel,
a do tipo exponencial responde s mudanas de modo estvel, mas a intensidade dessa resposta pode ser ajustada
prontamente. Como ser visto mais adiante, o mtodo
poder ser estendido ao clculo de tendncias e fatres sazonais com um mnimo de esfro adicional. Alm disso,
a possibilidade. de erros de computao sensivelmente
eliminada.
4

O aspecto bsico dsse segundo mtodo de previso que


s observaes so atribudos pesos em relao inversa
idade das mesmas, sendo, assim, fiel convico de que,
num processo em mudana, os dados mais recentes so
mais vlidos que os antigos.
Caractersticas do Mtodo Exponencial
Na sua verso mais simples, o modlo exponencial requer
os seguintes elementos para a determinao da nreviso
para o prximo perodo:
1.

A previso feita para o perodo presente.

2.

O uso de uma Constante (A) para atribuio de


pso s observaes passadas.

3.

A demanda (observao real) .ocorrida no presente


perodo.

Do mesmo modo, a previso para o perodo presente ter


sido a mdia ponderada 5 da demanda ocorrida no perodo anterior e a previso para aqule perodo feita um perodo antes. sse mesmo procedimento repete-se at o
primeiro dado de demanda para o item focalizado. Assim
a previso feita em qualquer perodo baseada na observao presente e em tdas as observaes anteriores. Contudo, somente o dado referente mais recente estimativa
deve ser retido para ser combinado com o nmero referen4)
5)

BROWN, Robert G., Statistical Forecesting


for Inventory Control,N
Iorque, McGraw-Hill
Book ce., 1959, pg. 45.
O uso da cosntante torna ponderada a' mdia exponencial.

ova

R.A.E./27

PREVISO

A CURTO PRAZO

61

te demanda a ocorrer. 6 Com isso, fica eliminada a necessidade de se manterem as volumosas listas de observaes passadas - o que define uma vantagem dsse mtodo sbre a Mdia Mvel.

o Modlo

Exponencial Simples

A mdia exponencial, em sua mais simples forma representada pela seguinte frmula:
-'--~

._------~--

----

P, = A D, + (1 -- A)

onde:

Pt-1

Pt

Previso no perodo t

Dt

Demanda ocorrida no perodo t

Constante, sendo O

<

<

Se imaginarmos uma previso a ser feita para um perodo


P4, com base na frmula acima, poderemos mais claramente verificar que essa previso inclui no s a observao presente como, tambm, tdas as observaes passadas, atribuindo-lhes diferentes pesos.
Assim: (1)

P4 = AD4 + (1 = A) P3
mas,
P3

ADJ + (1 -

A) P2

e
P2

AD2

-L
I

(1 -

A) PI

e, finalmente,
PI = ADI + (1
6)

A) Po

WINTERS, Peter R.,


Forecasting
Sales by Exponentially
Weighted
Moving Averages. Management Science, 6, n.? 3, abril de 1960 p. 324-342.

R.A.E./27

PREVISAO A CURTO PRAZO

Substituindo-se os valores de P3 em (I) pelos valores dasequaes seguintes, teremos:

Poderemos, ento, montar o seguinte quadro referente


aos pesos atribudos s observaes:
Observao

Pesos
A
A( l-A)

D::

A( l-A)"
A( l-A)"

Certamente, na demonstrao acima o valor-de Po poderia


ser substitudo pela expresso que lhe corresponde dentro
da seqncia das equaes. Somente no o fizemos para
evidenciar o fato de que, de qualquer modo, o desencadeamento de um processo de previso, com base na mdia
exponencial, requer uma estimativa inicial, um dado primeiro de previso que no ser calculado pelo modlo exponencial. Essa primeira previso poder ser o resultado
da aplicao de uma mdia mvel a observaes passadas,
ou mesmo de uma estimativa feita com base em julgamento pessoal, dependendo da existncia ou no de dados
anteriores.
EXEMPLO

NUMRICO

O Quadro II apresenta-nos previses exponenciais de demanda, assumindo um valor de 0,3 para a constante A e
uma previso inicial de 51,0 - dados sses que so condices imprescindveis para o incio dsse mtodo de previso. Sendo a previso para o perodo 2 de 51,0 unidades e tendo ocorrido uma demanda real de 46 unidades
nesse perodo, o nosso rro de previso foi de 5,0. Desde

63

PREVISO A CURTO PRAZO

R.A.E./27

que j dispomos de dados necessrios, a previso para o


perodo 3 (feita no perodo 2) poder ser calculada:
P2 = AD2 + (1 - A) P,
ou
P2 = (0,3) (46) + (0,7) 51,0

49,5.

QUADRO II

Perodo

Previso
Exponencial
51,0
49,5
48,4
49,6
50,6
49,2
51,8
52,5

1
2
3
4
5
6
7
8
Fonte:

Erro de Previso
(Demanda Real
Previso)

Real

Demanda

- 5,0
4,5
4,6
- 3,3
7,4
- 0,2
2,2

46
54
53
46
58
49
54

McMtLLAN, C. e GONZALES, R.
Illinois; Irwin, 1965.

F.

Systems

Anelysis,

Homewood,

As previses nos perodos subseqentes foram elaborados


do mesmo modo. Para verificao dos pesos dados a tdas
observaes, no cmputo da mdia exponencial, poderemos examinar o Quadro lU que explicita com detalhe o
processo de estabelecimento da previso no perodo 8,
ccnsiderando-se todos os dados de Demanda ocorridos anteriormente.
QUADRO

(1)

Perodo
8
7
6
5
4
3
2

(4)
Pso x Demanda

(3)

(2)

Demanda

IH

Real

Pso

(21

A
A(1-A)
A(1-A)2
A(1-A)3
A(1-A)4
A(1-A)"
AO-A)O

54
49
58
46
53
54
46

----,---,.'--------

=
=
=
=
=
=

(3)

16,20
10,29
8,52
4,73
3,R1
2.70
1,61

0,3
0,21
0,147
0,103
0,072
0,050
0,035

--

64

PREVISAO

A CURTO PRAZO

R.A.E./27

Poderemos, assim, constatar que os pesos so atribudos


s observaes de acrdo com as respectivas idades (coluna 3), decrescendo exponencialmente - fato que d o
nome de mdia exponencial ao mtodo. Tais pesos, desde
que definidos por A( i-A), nunca atingiro o valor zero
e, portanto, todos os dados de demanda real sero includos no clculo da previso mesmo que com pesos nfimos
e de valores prximos a zero (vide Figura 1). A soma
total dos valores de demanda multiplicados pelos respectivos pesos (~ de coluna 4) ser a previso no perodo
presente.

2345678
IDADE DAS OBSERVAES

grau de importncia atribudo s observaes passadas


controlado atravs do valor dado constante A na estimativa da Mdia Exponencial. sse valor pode ser fixado
entre zero e um - O :(; A :(; 1 - conforme j anteriormente definimos.
Tal fato constitui uma vantagem da Mdia Exponencial,
uma vez que a mudana dos pesos - que cada observao
recebe na Mdia Mvel - requer um trabalho considervel, particularmente se uma grande quantidade de
observaes passadas usada ou se a previso desen-

R.A.E.j27

PREVISAO A CURTO PRAZO

65

volvida em um programa de computador. Contudo, para


mudar os pesos assinalados a cada observao, em uma
previso exponencial, ser necessrio unicamente mudar
o valor da constante A e continuar a proceder como antes,"
O valor que dado a A no imutvel atravs do tempo.
Devemos lembrar que, medida que sse valor fr menor,
o nmero de observaes passadas includas ser maior
e vice-versa. Portanto, se detectarmos mudanas sensveis
no processo gerador da demanda, poderemos mudar o
valor da constante para que o sistema de previses responda melhor a essas variaes. Poderemos identificar essas mudanas de maneira fcil atravs de observao contnua sbre os erros de previso que, num processo estvel,
devero ter uma soma cumulativa igual a zero. Se percebermos que essa soma dos erros de previso no tende
para zero mas, pelo contrrio, a valores positivos ou negativos crescentes, a estimativa da mdia estar requerendo
melhores estudos nara uma possvel reviso,"
RESPOSTA

S VARIAES

NA DEMANDA

Consideramos importante voltar a insistir sbre a caracterstica bsica do modlo exponencial, que reside no fato
de ser le um instrumento de previso simples, fcil e
que, apesar disso, fornece elementos para respostas rpidas s mudanas ocorridas no processo gerador da demanda.
A apresentao do modlo mais simples foi feita. Passaremos agora ao estudo dos tipos de resposta mudana
(IMPULSO-RESPOSTA E DEGRAU) para, finalmente, analisar um modlo mais completo, melhor equipado
7)
8)

PRICHARD& EAGLE, op, cit., pg. 319.


o contrle do sistema de previso pode ser feito, tambm, atravs das
estimativas da varincia e do desvio padro do processo. "Num processo
normal, se a soma dos erros de previso exceder em qualquer direo 4,6 vzes o desvio-padro, poderemos ter 95 % de confiana de
que um vcio no casual est presente em nossa previso. Assim, um
sinal indicativo (tracti~
signal) estaria na vizinhana de quatro ou cinco
vzes a estimativa do desvio-padro." McMILLAN & GONZALES,op; .it.,
pg. 226.

R.A.E./27

PREVISAO A CURTO PRAZO

66

para enfrentar as variaes sazonais e a existncia de tendncia linear no processo de demanda.


Impulso-resposta:
Em nossa discusso da mdia exponencial aceitamos at agora que, a curto prazo, o processo
cuja mdia tentamos estimar pode ser considerado constante. Vamos supor que um determinado processo tenha
permanecido constante durante certo perodo de tempo.
Suponhamos mais, que em um momento observamos que
a sua mdia d um salto para um valor mais alto e que
no perodo seguinte ela retorne ao valor antigo, caracterizando um impulso de valor igual diferena entre os referidos dados. Qual seria a intensidade com que tal impulso.
afetaria as previses no futuro imediato?
Nunca deixando de considerar que a sensibilidade do sistema ir sempre depender do valor que se atribuir constante A, a resposta a sse impulso poder ser avaliada
atravs do Quadro IV e da Figura 2, onde a mdia constante do processo de 10, o impulso de 10 e A = 0,3.
QUADRO IV

Mdia

Tempo

Fonte:

Mdia Exponencial
(Previso)
-----

10

10

10

10

20

13

10

12,1

10

11,47

10

11,03

10

10,72

10

-2
-

do Processo

McMILLAN

GoNZALES,

Systems

Analysis.

R.A.E./27

PREVISAO A CURTO PRAZO

67

MDIA
13

IMPULSO

"

MDIA EXPONENCIAL

10+---------~--

MDIA DO PROCESSO

-2

-1

Imaginemos que, ao invs de um impulso, o


processo mantenha um acrscimo indefinido da mdia.
Nesse caso, teramos UIr-3 mudana da mdia semelhante
a um degrau, desde que ela passasse de um nvel estvel
mais baixo para outro nvel estvel mais alto. A previso
feita pela mdia exponencial, nesse caso, aproximar-se-
de um valor idntico nova mdia, mas nunca o atingir.
Ainda, a velocidade com que o sistema ir responder
ocorrncia dsse degrau depender do valor atribudo
constante A (vide Figura 3).
Degrau:

MDIA DO PROCESSO

20

MDIA EXPONENCIAL

-2

-1

o fator sazonal: Se estivermos no ms de setembro e a


nossa experincia nos indicar que nesse perodo um efeito
sazonal comear a operar, durante at o incio de janeiro,
logicamente, estaremos inclinados a incluir sse fator em

R.A.E./2'T

PREVISAO A CURTO PRAZO

6H

nossa previso. De maneira alguma estaremos sendo realistas se basearmos nossa estimativa apenas no modlo exponencial simples. Deveremos divisar um modo de torn10 sensvel a sse nvo elemento.
O tratamento que aqui daremos ao fator sazonal se baseia
em um trabalho de PETER R. WINTERS.9 sse autor expe que, mais freqentemente, a amplitude do padro de
sazonalidade proporcional ao nvel de vendas e isso nos
indica o uso do efeito sazonal multiplicativo. Em outras
palavras, significa que nos perodos de sazonalidade o
nvel de vendas acrescido de uma determinada quantidade que lhe proporcional. A anlise dessas propores
adicionais objeto de tratamento atravs da mdia exponencial pelo referido autor.
A Figura 4 mostra-nos as vendas de um determinado produto em um perodo de tempo. As vendas reais no perodo t so dadas por D t' A estimativa exponencial sazonalmente ajustada das vendas no perodo t so dadas
por P . A periodicidade do efeito L; se um perodo de
t
um ms, L seria igual a 12 meses. O modlo exponencial
simples sofrer modificaes e passar a ser assim apresentado:
Estimativas das vendas dessazonalizadas no perodo t:
(1)

= A --

P,

Dt

+ (1

A) Pt-1;

<;

<;

<

<;

Ft_L

Estimativa do Fator Sazonal no perodo t:


(2)

Dt
= B --

Pt

(1 -

B) Ft_L;

Previso das vendas para perodo seguinte:


(3)
9)

Pu
WINTERS,

= Pt

Ft_L+l

P. R. op. cit., pg. 327.

R.A.E./27

PREVISAO

A CURTO

PRAZO

69

FIGURA

Ao ser feita a estimativa da equao 1, ao nvel de vendas


do perodo t, retirada qualquer influncia sazonal, quando a Demanda ocorrida dividida pelo fator de sazonalidade. Sendo o fator multiplicativo, a diviso dessazonaliza a estimativa de P.t Note-se que ao dessazonalizar as
Dt
vendas atuais, atravs de --,

foi usada a estimativa

Ft_L

mais recente do fator sazonal para perodos nesta posio


do ciclo; o fator sazonal computado para maio do ano passado seria usado para ajustar os dados de maio dste ano.
O valor de P t da equao 1 ser ento usado para formar
a nova estimativa do fator sazonal na equao 2. P ser
.

revisto a cada perodo e os F sero revistos somente uma


vez por ciclo.
Fator sazonal e tendncia linear:
Quando analisa o modlo de previso com o fator sazonal, WINTERS 10 alertanos para o fato de que - se sse modlo fr aplicado a
uma srie de dados cuja mdia apresente uma tendncia
linear de crescimento - le no ser suficiente para uma
previso mais elaborada, embora os fatres sazonais (F )
s

deixem de ser simples fatres sazonais e passem a conter


10)

Idem, ibidem, pg. 329.

R.A.E./27

PREVISAO A CURTO PRAZO

70

algum efeito da tendncia. Ser necessrio, ento, introduzir um fator especfico de tendncia.
A tendncia definida pela existncia de um padro de
adio mdia do processo, que independente do nvel
em que essa mdia se encontra. Sbre sse fator aditivo
poderemos aplicar tambm um tratamento de previso
exponencial e a nica mudana a ser feita no modlo
seria incluir essa estimativa no clculo da previso (Fator
R). Ento, teremos:
(4)

Rt = C (Pt - Pt-1)

O <: C

(1 - C) Rt-1;

<:

sse fator sendo adicionado s vendas dessazonalizadas


determinar:
Dt

-+- (1 - A)

A --

(Pt-1

Rt_1),

Ft_L

agora tambm com o efeito da tendncia linear.

o fator sazonal ser determinado do mesmo modo j


exposto:
Dt
B --

(1 - B)

Ft_L

Assim, o modlo de previso completo, incluindo o fator


sazonal e tendncia linear, ser dado por:
(7)

Pt,T

[P,

TRt]

Ft-L-j-T

T = 1,2....

, L.

sse modlo completo aplica uma previso exponencial


trplice porque determina atravs da mdia exponencial:
a previso das vendas dessazonalizadas;
a estimativa do fator sazonal; e
a estimativa do fator de tendncia.
Para a elaborao dsses trs clculos estaremos envolvidos em problemas idnticos aos 40 modlo simples, ou
sejam:

PREVISO

R.A.E./27

A CURTO

71

PRAZO

Determinao do valor inicial para P o ,F o e R o o que


como j mencionamos relativamente a P poder ser feio

to atravs da Mdia Mvel ou de um simples julgamento,


caso no existam dados anteriores.
Pesquisa, atravs da utilizao de dados do passado,
dos valores das constantes A, B e C que fizeram com que
a soma dos erros de previso 'mais se aproximasse de zero.
Contrle constante sbre os erros de previso para
identificao rpida de mudanas nos parmetros do processo, adotando as medidas corretivas que se fizerem necessrias.
Finalmente, sse modlo completo de previso seria aplicado na prtica, da seguinte maneira:
1 . No fim do perodo t (presente), a demanda real, D

anotada.
2. A equao 5 aplicada para avaliar P t usando P t--j
e R (-I calculados no perodo anterior e o F (-L apropriado, computado no ciclo precedente.
3. A previso para o prximo perodo feita usando a
equao 7.
4. A equao 6 usada para avaliar F que pode agora
t
tomar o lugar de F
a ser usado no clculo do prt-L
ximo ciclo.
5. A equao 4 usada para determinar R, que toma
o lugar de R
a ser utilizado na previso a ser feita
t-l

no prximo perodo.
6.

O valor de P t-l

substitudo por P t e os dados

estaro prontos para serem usados no fim do prximo perodo.

72

PREVISAO

A CURTO
!

PRAZO

R.A.E./27

CONCLUSO

Aps a apresentao dos modelos de previso da maneira


que fizemos, podemos considerar que o modlo exponencial o mais eficiente por fornecer melhores previses em virtude do maior refinamento de seus clculos e tambm dos resultados j obtidos na prtica - e pelo fato
de responder mais rpidamente s sbitas mudanas. Contudo, a mdia mvel poder tambm ser utilizada com
sucesso e relativa aproximao, desde que disponhamos
de recursos tcnicos limitados.
A experincia no uso de tais mtodos tem revelado sua
eficincia no s para Previso de Vendas, como tambm
para o Planejamento e Contrle da Produo; para a
Gesto de Estoques, na determinao das quantidades
econmicas de compras e no ajustamento de pontos de
pedido; para a elaborao de Oramentos e, em geral, nos
mais variados aspectos da atividade da emprsa onde uma
estimativa futura seja necessria.

BIBLIOGRAFIA

McMILLAN, C. & GONZALES, R.


Irwin, 1965.

F., Systems

Anelysis,

Homewood,

PRICHARD,J. W. & EAGLE, R. H., Modem


Iorque, John Wiley and Sons, 1964.

lnventory

Management,

AMMER, D.

S., MateriaIs Management,

Homewood,

WINTERS,P .R., Forecasting Sales by Exponential1y


rages, Management Science, abril de 1960.
BROWN, R. G., StatisticaI Forecesting
Mc-Graw Hill Book Co., 1959.

for lnventory

Ilinois,

Irwin,

Weighted
Control,

Ilinois,
Nova

1962.

Moving
Nova

Ave-

Iorque,

HEINRITZ, S. F., & F ARREL,P. V. Purcheeing, PrincipIes and Applicetions,


Englewood Cliffs, New Jersey, Prentice HalI, 1965.