En esta nota, presentamos un algoritmo por componentes que combina varias ideas recientes de procesamiento de señales para la descomposición simultánea de tendencias constantes por partes, estacionalidad, valores atípicos y ruido de series temporales dinámicas. Nuestro enfoque se basa enteramente en la optimización convexa, y nuestra descomposición está garantizada de ser un optimizador global. Demostramos la eficacia del enfoque a través de resultados de simulaciones y análisis de datos reales.