Introduccin A continuacin vamos a hablar de la produccin de la venta de garrafones de la purificadora de cerro azul y se dispone de unas variables a lo largo de 5 semanas

y general mente se tabulan esta informacin para pronosticar cul ser la venta en las siguientes semanas Por los 4 mtodos mas usados regresin lineal, mtodo por series de tiempo, mtodo de suavizacin exponencial y el mtodo de inclusin de una tendencia Los cuales aplicaremos en esta prctica para obtener algunos pronsticos de la purificadora

Mtodo Cuantitativo Regresin lineal

Se define a la regresin como una relacin funtamental entre dos o mas variables correlacionadas y se usa para pronosticar una variable con base de en la otra. En la regresin lineal la relacin entre variables forma una lnea recta. La lnea de regresin lineal es una forma Y = a + Bx, donde Y es la variable dependiente que queremos resolver a es la interseccin de Y; b es la pendiente y X es la variable independiente (en el anlisis de series de tiempo, X representa unidades de tiempo). La regresin lineal es til para pronsticos a largo plazo de suceso importantes. Por ejemplo, seria muy til para pronosticar la demanda de familias de productos. aunque es probable que durante un periodo varie bastante

la demanda para un producto especifico de la familia, de la demanda para toda la familia es sorpresivamente regular.

AGUA PURA CERRO AZUL Mtodo cuantico: Regresin lineal OBJETIVO: se elabora un pronostico el cual refleja la relacin que existe entre la venta de garrafones y la venta de miles de pesos. Utilizando el mtodo de REGRESION LINEAL. Mtodo: * Teniendo en cuenta los datos reales definimos cuales sern la variables dependientes e independientes. * Utilizando la formula: Y = a + bX Donde: *Y es la variable dependiente que queremos resolver * a es la interseccin de Y * b es la dependiente de la recta. *X es la variable independiente (en el anlisis de series de tiempo, X representa unidades de tiempo). - los valores de a y b se obtienen de calcular: A=n(XtDt) (Xt) (Dt)

METODO DE REGRECION LINEAL

SEMANA | VOLUMEN DE PRODUCCION EN CIENTOS DE GARRAFONES | MANTENIMIENTO PARA LA PURIFICADORA |

1 | 4.8 | 1.5 | 2 | 4.5 | 1.3 | 3 | 5.1 | 1.7 | 4 | 4.9 | 1.4 | 5 | 5.7 | 2 |

Y = Y n

= 25 5

= 5

X = X = 7.9 n 5

= 1.58

b = X Y n X = Y X n X

39.8 (5) (1.58) (5) = 0.3 12.6 (5) (1.58) 0.12

= 2.5

a = y b X = 5 (2.5) (1.58) = 1.05

y = a + bx = 2.14 + 1.62 x

yc = 1.05 + 2.5 (1.5) = 4.8 yc = 1.05 + 2.5 (1.3) = 4.3 yc = 1.05 + 2.5 (1.7) = 5.3 yc = 1.05 + 2.5 (1.4) = 4.55 yc = 1.05 + 2.5 (2 ) = 6.05

(yc - y) = 4.8 - 5

= 0.04

(yc - y) = 4.3 - 5 (yc - y) = 5.3 - 5

= 0.49 = 0.09

(yc - y) = 4.55 - 5 = 0.20 (yc - y) = 6.05 - 5 = 1.10

(yc - y) = 4.8 - 5 (yc - y) = 4.5 - 5 (yc - y) = 5.1 - 5

= 0.04 = 0.25 = 0.01

(yc - y) = 4.9 - 5 = 0.01 (yc - y) = 5.7 - 5 = 0.49 1.16

semana | Vol.prod | invercion | xy | x | yc | (xc- y | (y-y) | | ) 1 | 4.8 | 1.5 | 7.2 | 2.25 | 4.8 | 0.04 | 0.04 | | 2 | 4.5 | 1.3 | 5.8 | 1.69 | 4.3 | 0.49 | 0.25 | | 3 | 5.1 | 1.7 | 8.6 | 2.89 | 5.3 | 0.09 | 0.01 | | 4 | 4.9 | 1.4 | 6.8 | 1.96 | 4.55 | 0.20 | 0.01 | | 5 | 5.7 | 2 | 11.4 | 4 | 0.05 | 0.10 | 0.49 | | | 25 | 7.9 | 39.8 | 12.6 | | o.92 | 0.8 | |

Metodo cuantico Series de tiempo INTRODUCCION Una serie temporal o cronologica es una secuencia de datos, observaciones o valores, medidos en determinados momentos del tiempo, ordenados cronologicamente y, normalmente, espaciados entre si de tal manera uniforme. El anlisis de series temporales

comprende mtodos que ayudan a interpretar este tipo de datos, extrayendo informacin representativa, tanto referente a los orgenes o relaciones subyacentes como a la posibilidad de extrapolar y predecir su comportamiento futuro. De hecho uno de los usos mas habituales de las series de datos temporales es su anlisis para prediccin de pronostico. Por ejemplo de los datos climaticos, de las acciones de bolsa, o las series pluviomtricas. Resulta difcil imaginar una rama de las ciencias en la que no aparezcan datos que puedan ser considerados como series temporales. Son estudiadas en estadstica, procesamiento de seales, econometra y muchas otras areas.

AGUA PURA CERRO AZUL Mtodo cuantico: Series de tiempo OBJETIVO: se elabora un pronstico basado en la demanda real de las 5 primeras semanas del mes de marzo para estimar las ventas de garrafones de la 6 semana del mismo mes utilizando el mtodo de series de tiempo. Mtodo: Se elabora un pronstico basado en la demanda real de 5 semanas del mes de marzo para estimar las ventas de garrafones del mes de marzo. * Para la estimacin de tendencia, se utilizo el mtodo de promedios mviles. * Calculamos la demanda promedio para 1,2,3,4, (n) semanas ms recientes del mes de marzo para pronosticar la 5 semana.

SEMANAS | VOL. DE PRODUCCION EN TON. | 1 | 480 | 2 | 450 | 3 | 510 | 4 | 490 | 5 | 570 |

F4=510+450+480= 480 3

Pronostico =480 A).- eficiencia=480/490x100=97.95% B).- F5=490+510+450+480/4=483

Mtodo cuntico Suavizacin exponencial INTRODUCCION La suavizacin exponencial es una tcnica de pronstico de series de tiempo (promedios mviles) que pondera los datos histricos exponencialmente para que los datos ms recientes tengan ms peso en el promedio mvil. Con la suavizacin exponencial simple, el pronostico ft se construye con la prediccin del ultimo periodo ft-1 mas una porcin de la diferencia entre el valor de la demanda real del periodo anterior At-1 y el pronostico del periodo anterior ft-1. ft=ft-1 + (At-1-ft-1)

La constante de suavizacin es un numero entre 0 y 1 que entra multiplicando en cada pronostico, pero cuya influencia declina exponencialmente al volverse antiguos los datos. Una baja de ms ponderacin a los datos histricos. Una de 1 refleja una ajuste total a la demanda reciente, y a los pronsticos sern las demandas reales de los periodos anteriores.

AGUA PURA CERRO AZUL Cuantitativos: Suavizacin exponencial OBJETIVO: se elaborara un pronstico basado en la demanda real de las 5 primeras semanas del mes de marzo para estimar las ventas garrafones de la 6 semana del mismo mes utilizando el mtodo de suavizacin exponencial. Mtodo: la tabla sigue nuestra demanda real de ventas de garrafones del micro empresa AGUA PURA CERRO AZUL y se desea pronosticar la demanda de la sexta semana usando una suavizacin exponencial con un valor alfa de 0.1 si la primera semana el pronstico fue de 480 garrafones y la demanda real fue de garrafones. * El pronstico de la cuarta semana del mes de marzo (f) se construye de la prediccin de ltimo periodo. ft-1 (23 garrafones de agua). semanas | Demanda real (At-1) | Pronostico anterior (Ft-1) | Error de pronostico (At-1- Ft-1) | Correlacin (At-1- Ft-1) | Pronostico | 1 | 4.8 | 4.3 | 0.5 | 0.15 | 4.95 | 2 | 4.5 | 4.95 | - 0.45 | -0.135 | 4.365 |

3 | 5.1 | 4.365 | 0.735 | 0.220 | 5.32 | 4 | 4.8 | 5.34 | - 0.42 | - 0.126 | 4.77 | 5 | 5.7 | 4.77 | 0.93 | 0.279 | 5.97 |

* Alfa=2/n+1=2/6+1=2/6=0.33 * Ft= Ft-1+ (At-1- Ft-1) * At-1= de manda real del periodo anterior * Ft-1= pronostico del periodo anterior * Alfa= ponderacin o constante de suavizacin valor de (0 a 1)

Mtodo cuntico Inclusin de una tendencia

Consiste en un incremento o decremento sistemtico de series de tiempos de los pronsticos atreves del tiempo. Cuando existe una tendencia los enfoques de suavizacin exponencial deben modificarse y si no se modifican los pronsticos estarn por arriba o por debajo de la demanda real.

AGUA PURA CERRO AZUL Cuantitativos: Inclusin de una tendencia OBJETIVO: se elaborara un pronstico basado en la demanda real de las 5 primeras semanas del mes de marzo para estimar las ventas de garrafones de agua de la semana del mismo mes utilizando el mtodo de inclusin de una tendencia. Mtodo:

Aplicando el mtodo de inclusin de la tendencia realizar un pronstico para la semana 6 con un valor de y = (0.15.) Para mejorar los pronsticos necesitamos estimaciones de la tendencia. En nuestro caso utilizaremos el procedimiento de incorporacin de tendencia a un pronstico suavizado exponencialmente, se conoce como mtodo de suavizacin exponencial ajustado a la tendencia. *siendo de esta forma utilizaremos la siguiente frmula: At=(Dt) + (1-) +(At-1+Tt-1 Donde: At= (demanda de este periodo) + (1-) + (promedio + estimacin de la tendencia del ultimo periodo.) *sabiendo que para iniciar = 0.3 = 0.3 Se realisa durante la primera semana 490 garrafones donde tuvo una tendencia de 50 garrafones adicionales pero la demanda fue de 480 cul ser la tendencia durante la siguientes 3 semanas Alfa =0.3 Beta=0.3 Para poder pronosticar la demanda de las semanas siguientes Ao=490 To=50 A1=D+(1-a)(Ao+To)= 0.3(480)+(1-0.3)(490+50)=522 T1=B(A-Ao)+(1-B)(To)= 0.3(522-490)+(1-0.3)(50)=49.6=50 D=480 garrafones

F2=A1+T1=522 +50=572 Segunda semana 4.50 A2=0.3(450)+1-0.3)(522-50) =133+(0.7)(472) =135+370.4 =465.4=465 T2=0.2(465-522)+(1-0.3)(50) =-11.4+35 =23.6=24 garrafones F3=465+24=489 garrafo