1.

La demanda de audfonos para estereofnicos y reproductores de discos

compactos para trotadores ha llevado a Nina Industries a crecer casi 50% en
el ao pasado. El nmero de trotadores sigue en aumento, as que Nina
espera que la demanda tambin se incremente, porque hasta ahora, no se
han promulgado leyes de seguridad que impidan que los trotadores usen
audfonos. La demanda de estreos del ao pasado fue la siguiente:
MES

DEMAN
MES
DEMAN
DA
DA
(Unidad
(Unidad
es)
es)
Enero
4.200 Julio
5.300
Febrero
4.300 Agosto
4.900
Marzo
4.000 Septiem
5.400
bre
a) Con
un Abril
de
4.400 Octubre
5.700 anlisis
mnimos
cuadrados,
cul
Mayo
5.000 Noviemb
6.300
estimara
que
fuera
la
re
demanda Junio
4.700 Diciembr
6.000 de cada mes del
ao
entrante? Con una
e
hoja de clculo, siga el formato general de la ilustracin 15.11.
Compare sus resultados con los obtenidos usando la funcin pronostico de
la hoja de clculo.
Inicialmente tabulamos y graficamos los datos y establecemos la recta de
regresin lineal por medio de la ecuacin Y = a + bXb
Tri
m.

Dema
nda

Tri
m.2

Deman
das2

Trim*Dem
anda

Y = 441,6 +
359,6X

Sesg
o2

Errore
s
estima
dos

01

4.200

17.640.000

4.200

3.958,9

58.129,2

02

4.300

18.490.000

8.600

4.151,2

22.141,4

03

4.000

16.000.000

12.000

4.343,5

04

4.400

16

19.360.000

17.600

4.535,8

117.992,
3
18.441,6

05

5.000

25

25.000.000

25.000

4.728,1

73.929,6

311,3

06

4.700

36

22.090.000

28.200

4.920,4

48.576,2

291,2

07

5.300

49

28.090.000

37.100

5.112,7

35.081,3

273,6

08

4.900

64

24.010.000

39.200

5.305,0

299,5

09

5.400

81

29.160.000

48.600

5.497,3

164.025,
0
9.467,3

10

5.700

100

32.490.000

57.000

5.689,6

108,2

261,7

11

6.300

121

39.690.000

69.300

5.881,9

283,4

12

6.000

144

36.000.000

72.000

6.074,2

174.807,
6
5.505,6

78

60.200

650

308.020.000

418.800

445,3
329,2

279,7

269,9

a = y - b x = (5.016,66) - (192,308)(6,5) = 3766,607

Habiendo hallado a y b obtenemos la siguiente ecuacin:

Y = 192,3 +

3766,6Xa

Demanda Audifonos ao 2009

7,000
6,000

f(x) = 192.31x + 3766.67

5,000
4,000
3,000
2,000
1,000
0

Podemos
diferencia
este
manual y
pronstico
ms que

b) Para

Periodos
(X)
13
14
15
16
17
18
19
20
21
22
23
24

PRONOSTICOS
Funcin
Y
Pronostico
Excel
6266,7
6459
6651,3
6843,6
7035,9
7228,2
7420,5
7612,8
7805,1
7997,4
8189,7
8382,1

= 441,6 +
359,6X
6.266,5
6.458,8
6.651,1
6.843,4
7.035,7
7.228,0
7.420,3
7.612,6
7.804,9
7.997,2
8.189,5
8.381,8

notar
que
la
entre
resolver
modelo de forma
con la funcin
de Excel no es
unos
cuantos
decimales.

tener
alguna
seguridad
de
cubrir
la
demanda,
Nina
decide usar tres
errores
estndar
por
seguridad.
Cuntas unidades adicionales debe retener para alcanzar este nivel de
confianza?

Con el complemento Regresin de Excel obtenemos:

Estadsticas de la regresin

ANLISIS
DE
VARIANZA 0,938
Coeficiente
de correlacin
mltiple

Regresi
n
Residuo
s
Total

Grados
de
libertad
1

Coeficiente
de determinacin
R^2
Suma
de
Promedio
R^2cuadrados
ajustado
Error tpico

5.288.461,538

Observaciones

10

728.205,128

11

6.016.666,667

0,879

de los
0,867
cuadrados
269,853
5.288.461,5312,00072,623
8
72.820,513

Valor
crtico de F
0,000006741

Podemos notar que en el complemento de Excel el error estndar del

estimado es 269,853 y el Coeficiente de Determinacin es 0,867, como
Nina Industries eligi usar tres errores estndar tenemos:
3(269,853)(0.687) = 556.16 unda
Nina debe contar con 556 unidades adicionales a lo pronosticado para
alcanzar el nivel de confianza esperado.
2. Los datos de Ventas de 2 aos son los siguientes. Los datos estn acumulados
con dos meses de ventas en cada periodo
a)

MES

VENTAS

Enero-Febrero
109
Marzo-Abril
104
Mayo-Junio
150
Julio-Agosto
170
Septiembre120
b)
Octubre
Noviembre100
Diciembre
Componga un modelo de regresin

MES

VENTAS

Trace
la
grafica.

Enero-Febrero
115
Marzo-Abril
112
Mayo-Junio
159
Julio-Agosto
182
Septiembre126
Octubre
Noviembre106
Diciembre
lineal simple para los datos de ventas.

Y = 122 + 1,136X
de regresin simple quedara de la siguiente manera:
Teniendo en cuenta que la ecuacin es:

El modelo

Ao

Bimestr
e

2008

c)

ciclo
1

Bimest
re

venta
s

Y = 122 +
1,136X

01

109

123,1

02

104

124,2

03

150

125,3

04

170

126,4

05

120

127,5

06

100

128,6

07

115

129,7

08

112

130,8

09

159

131,9

10

182

133,0

11

126

134,1

12
Y
78

Adems
del
modelo
de
regresin,
determine los
factores
multiplicadores
ndice
estacional. Se
supone que un
completo es de
ao.

Factor estacional
= 122 +
Proporcion 135,2
1,136X 1.553 real/Tenden
cia
106

01

109

123,1

0,8855

02

104

124,2

0,8374

03

150

125,3

1,1971

04

170

126,4

1,3449

05

120

127,5

0,9412

06

100

128,6

0,7776

07

115

129,7

0,8867

08

112

130,8

0,8563

09

159

131,9

1,2055

10

182

133,0

1,3684

11

126

134,1

0,9396

12

106

135,2

0,7840

78

1.553

0,89

II

0,85

III

1,20

IV

1,36

0,94

VI

0,78

d) Con los resultados de los incisos b) y c), prepare un pronstico para el ao

entrante.

Ao

2010

2009

2008

A
o

2009

del

ventas

Bimest
re

Y = 122 +
1,136X

13
14
15
16
17
18

136,8
137,9
139,0
140,2
141,3
142,4

Factor
Estacional
0,89
0,85
1,20
1,36
0,94
0,78

pronost
ico
120,8
116,4
166,4
189,4
132,3
110,7

ventas ao 2008 a 2009 y Pronostico 2010 Producto "ABC"

200
180
160
140
120

f(x) = 1.14x + 122.03

100
80
60
40
20
0

3. Tucson Machinery, Inc., fabrica maquinas controladas numricamente, que se

venden a un precio promedio de 0.5 millones de dlares cada una. Las ventas
de estas maquinas durante los 2 aos anteriores son:
2006
TRIMES CANTID
TRE
AD
(Unidad
es)
I
12
II
18
III
26
IV
16

2007
TRIMES CANTID
TRE
AD
(Unidad
es)
I
16
II
24
III
28
IV
18

a) Trace a mano una recta (o haga una regresin en Excel).

Ventas Maquinas Tucson ao 2006 y 2007

30
25

f(x) = 1.02x + 15.14

20
15
10
5
0

Para el desarrollo de los puntos c y d utilizaremos los mtodos de

Desestacionalizacin con Tendencia Ajustada manualmente y con Tendencia
Ajustada por Regresin lineal.
b) Encuentre la tendencia y los factores estacionales.
Desestacionalizacin con tendencia ajustada Manualmente.
Teniendo en cuenta que la ecuacin es: Y = 1,023 + 15,14X

El modelo

de regresin simple quedara de la siguiente manera:

2007

2006

A
o

Period
o

Trimes venta
tre
s

Y = 15,1 +
1,024X

Proporcin
real/Tenden
cia

12

16,1

0,745

II

18

17,1

1,053

III

26

18,1

1,436

IV

16

19,1

0,838

16

20,1

0,796

II

24

21,1

1,137

III

28

22,1

1,267

IV

18

23,1

0,779

Factor
estacion
al
I

0,771

II

1,095

III

1,352

IV

0,808

Desestacionalizacin con Tendencia Ajustada por Regresin Lineal.

Perio
do

Trimes
tre

vent
as

Promedi
o de
Trim de
Cada
Ao

Factor
Estacio
nal

Ventas
Desestacionali
zadas

Y=16,52 +
0,718X

12

14

0,709

16,93

17,2

II

18

21

1,063

16,93

18,0

III

26

27

1,367

19,02

18,7

IV

16

17

0,861

18,59

19,4

16

0,709

22,57

20,1

II

24

1,063

22,57

20,8

III

28

1,367

20,48

21,5

IV

18

0,861

20,91

22,3

2007

2006

A
o

Con las ventas Desestacionalizadas y el valor de cada periodo se aplca regresin

lineal y se obtiene el valor de A y B de la ecuacin de la recta promedio
Coeficientes
Intercepci 16,52024
n
14
Variable X 0,717724
1
13
La ecuacin de la tendencia es: Y = 16,52 + 0,718Xa
Con esta ecuacin ya podemos proyectar los trimestres del ao 2008.
c) Pronostique las ventas para 2008.

A
o

Period
o

Trimest
re

Y = 15,1 +
1,024X

9
10
11
12

2008

Desestacionalizacin con tendencia ajustada Manualmente.

24,1
25,1
26,1
27,1

II
III
IV

Factor
Estacional
0,771
1,095
1,35
0,808

pronostic
o

19
27
35
22

A
o

Period
o

2008

Desestacionalizacin con Tendencia Ajustada por Regresin Lineal.

9
10
11
12

Trimest
re

Y=16,52 +
0,718X

23,0
23,7
24,4
25,1

II
III
IV

Factor
Estacional
0,709
1,063
1,37
0,861

pronostic
o

16
25
33
22

continuacin presentamos un grafico comparativo entre los dos mtodos:

Ventas Maquinas Tucson ao 2006 a 2007 y Pronostico 2008

40
35
30
25
20
15
10
5
0

4. La tabla siguiente contiene la demanda de los ltimos 10 meses.

MES

a) Calcule

1
2
3
4
5

DEMAN
DA
REAL
31
34
33
35
37

MES

6
7
8
9
10

DEMAN
DA
REAL
36
38
40
40
41

el pronstico con
suavizacin
exponencial simple
de estos datos con una de 0.30 y un pronstico inicial (F1) de 31.

PERIO
DO

DEMAN
DA
REAL

SUAVIZAMIE
NTO
EXPONENCI
AL SIMPLE

DMA

SESGO

SEAL
DE
RASTR
EO

RELATI
VO

ACUMULA
DO

RELATI
VO

ACUMULA
DO

01

31

02

34

31,0

3,0

3,0

3,0

3,0

1,00

03

33

31,9

1,1

2,1

1,1

2,1

2,00

04

35

32,2

2,8

2,3

2,8

2,3

3,00

05

37

33,1

3,9

2,7

3,9

2,7

4,00

06

36

34,2

1,8

2,5

1,8

2,5

5,00

07

38

34,8

3,2

2,6

3,2

2,6

6,00

08

40

35,7

4,3

2,9

4,3

2,9

7,00

09

40

37,0

3,0

2,9

3,0

2,9

8,00

10

41

37,9

3,1

2,9

3,1

2,9

9,00

b) Calcule el pronstico con suavizacin exponencial con tendencia para

estos datos, con una de 0.30, de 0.30, un pronstico de tendencias
inicial (T1) de 1 y un pronstico uniforme exponencial inicial de 30.
PERIO
DO

DEMAN
DA
REAL

VALOR
SUAVIZA
DO (PS)

TENDEN
CIA
(T)

DMA

PRONOST
ICO (PTA)

RE
L.

SESGO

ACU
M.

RE
L.

SEAL
DE
RASTRE
O

ACU
M.

01

31

02

34

30,30

1,09

31,39

30
2,6

2,6

2,6

2,6

1,0000

03

33

32,17

1,32

33,50

0,5

1,6

1,1

1,3592

04

35

33,35

1,28

34,63

0,4

1,2

0,5
0,4

0,8

2,1414

05

37

34,74

1,31

36,05

0,9

1,1

0,9

0,9

3,1000

06

36

36,34

1,40

37,74

1,7

1,2

0,3

1,3744

07

38

37,22

1,24

38,46

0,5

1,1

0,2

1,1203

08

40

38,32

1,20

39,52

0,5

1,0

1,7
0,5
0,5

0,2

1,6907

09

40

39,67

1,24

40,91

0,9

1,0

0,1

0,8041

10

41

40,64

1,16

41,80

0,8

1,0

0,9
0,8

0,0

0,0059

c) Calcule la desviacin absoluta media (MAD) de cada pronstico. Cul es

el mejor?
EXPONENCIAL SIMPLE
MAD
26,128 / 9 =
2,903
SEAL
26,128 / 2,903 =
RASTREO
9

EXPONENCIAL DOBLE
MAD
8,807 / 9 = 0,979
SEAL
RASTREO

0,0058 / 0,979 =
0,0059

Indudablemente el modelo con suavizacin exponencial Doble nos llevara a un

pronstico ms acertado.
5. A continuacin se anotan las ganancias por accin de dos compaas, por
trimestre, del primer trimestre de 2004 al segundo de 2007. Pronostique las
ganancias por accin para el resto de 2007 y para 2008. Use suavizacin
exponencial para pronosticar el tercer periodo de 2007 y el mtodo de
descomposicin de series de tiempos para pronosticar los ltimos dos
trimestres de 2007 y los cuatro trimestres de 2008 (es mucho ms fcil
resolver el problema en una hoja de clculo computarizada, para ver lo que
sucede).
AO

TRIMEST
RE

Compaa
A

Compaa
B

2004

I
II
III
IV
I
II
III
IV
I
II

1,67
2,35
1,11
1,15
1,56
2,04
1,14
0,38
0,29
-0,18
(Perdida)
-0,97
(Perdida)
0,20
-1,54
(Perdida)
0,38

0,17
0,24
0,26
0,34
0,25
0,37
0,36
0,44
0,33
0,40

2005

2006

III

a) Para

IV
I

0,41
0,47
0,30

el mtodo de
suavizacin
II
0,47
exponencial,
tome
el
primer
trimestre de 2004 como el pronstico inicial. Haga dos pronsticos: uno
con = 0.10 y otro con = 0.30.
2007

COMPAA A ( = 0,1)
PERIO
DO
PERIO
DO
01
02
01
03
02
04
03
04
05
05

AO
AO

2004
2004

2005
2005

06
06
07
07
08
08
09
09
10

2006
2006

11
10
12
11
13

2007

14
12
15
13
14
PERIO
DO
15

01
02

2007
AO

200
4

04
06

200
5

07
08
09
10

200
6

11
12
13
14
15

TRIM.

I
II
I
III
II
IV
III
IV
I
I
IIII
III
III
IV
IV
I
III
III
II
IV
III
I
II
IV
III
I
II

TRIM.

III

03
05

TRIM.

200
7

I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III

GANANC SUAVIZAMIE
DMA
SESGO
A ( = 0,3)
IAS COMPAA
NTO
REL.
ACU
RE
ACU
EXPONENCI
GANANC SUAVIZAMIE
DMA M.
L.SESGO
M.
AL NTO
SIMPLE
IAS
REL.
ACU
REL.
ACU
1,67 EXPONENCI
M.
M.
AL SIMPLE
2,35
1,67
0,7
0,7
0,7
0,7
1,67
1,11
1,74
0,6
0,7
0,0
2,35
1,67
0,7
0,7
0,7
0,7
0,6
1,15
1,68
0,5
0,6
-0,2
1,11
1,87
0,8
0,7
-0,8
0,0
0,5
1,15
1,64
0,5
0,6
-0,5
-0,2
1,56
1,62
0,1
0,5
-0,1
1,56
1,50
0,1
0,5
0,1
-0,1
0,1

SEAL
DE
RASTRE
SEAL
O
DE
RASTRE
O
1,00
0,08
1,00
-0,77
-0,12
-0,90
-1,13
-1,03

2,04
2,04

1,62
1,52

0,4
0,5

0,5
0,5

0,4
0,5

0,0
0,0

-0,24
0,02

1,14
1,14

1,66
1,67

0,5
0,5

0,5
0,5

-1,33
-1,03

0,38
0,38
0,29

1,51
1,61
1,17

1,1
1,2
0,9

0,6
0,6
0,6

0,29
-0,18

1,48
0,91

1,2
1,1

0,7
0,7

-0,97
-0,18
0,2

0,58
1,36
0,12

1,6
1,5
0,1

0,8
0,8
0,7

-0,97
-1,54

1,21
0,14

2,2
1,7

0,9
0,8

0,38
0,2

-0,36
0,99

0,7
0,8

0,8
0,9

0,91

2,5

1,0

-0,1
-0,5
-0,1
0,5
-1,1
-0,2
-0,3
-0,9
-0,3
1,2
-0,4
-1,1
-0,4
1,2
-1,6
-0,5
-0,5
0,1
-0,5
1,5
-0,7
-1,7
-0,6
2,2
0,7
-0,5
-0,7
0,8
-0,8
2,5
-0,8
SESGO
0,3

-1,54

-0,14

COMPAA B ( = 0,1)
0,38
0,67
0,3
1,0
GANANC SUAVIZAMIE
DMA
IAS
NTO0,64 REL.
ACU
EXPONENCI
M.
AL SIMPLE
0,17

REL
.

ACU
M.

-2,77
-3,20
-4,00
-4,64
-5,30
-6,71
-6,08
-7,19
-7,54
-8,58

-7,67
-8,52
-9,83

-10,71

SEAL
DE
RASTRE
O

0,24

0,17

0,1

0,1

0,1

0,1

1,00

0,26

0,18

0,1

0,1

0,1

0,1

2,00

0,34

0,19

0,2

0,1

0,2

0,1

3,00

0,25

0,20

0,0

0,1

0,0

0,1

4,00

0,37

0,21

0,2

0,1

0,2

0,1

5,00

0,36

0,22

0,1

0,1

0,1

0,1

6,00

0,44

0,24

0,2

0,1

0,2

0,1

7,00

0,33

0,26

0,1

0,1

0,1

0,1

8,00

0,4

0,26

0,1

0,1

0,1

0,1

9,00

0,41

0,28

0,1

0,1

0,1

0,1

10,00

0,47

0,29

0,2

0,1

0,2

0,1

11,00

0,3

0,31

0,0

0,1

0,0

0,1

11,85

0,47

0,31

0,2

0,1

0,2

0,1

12,86

0,32

COMPAA B ( = 0,3)
PERIO
DO

01

AO

2004

02
03
04
05

2005

06
07
08
09

2006

10
11
12
13
14
15

2007

TRIM.

I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III

GANANC
IAS

SUAVIZAMIE
NTO
EXPONENCI
AL SIMPLE

DMA

SESGO

REL.

0,24

0,17

0,1

0,1

0,1

0,1

1,00

0,26

0,19

0,1

0,1

0,1

0,1

2,00

0,34

0,21

0,1

0,1

0,1

0,1

3,00

0,25

0,25

0,0

0,1

0,0

0,1

3,99

0,37

0,25

0,1

0,1

0,1

0,1

5,00

0,36

0,29

0,1

0,1

0,1

0,1

6,00

0,44

0,31

0,1

0,1

0,1

0,1

7,00

0,33

0,35

0,0

0,1

0,0

0,1

7,53

0,4

0,34

0,1

0,1

0,1

0,1

8,52

0,41

0,36

0,1

0,1

0,1

0,1

9,50

0,47

0,37

0,1

0,1

0,1

0,1

10,51

0,3

0,40

0,1

0,1

-0,1

0,1

8,82

0,47

0,37

0,1

0,1

0,1

0,1

9,89

ACU
M.

REL.

SEAL
DE
RASTREO

ACU
M.

0,17

0,40

b) Con el mtodo MAD para probar el desempeo del modelo de pronstico,

ms datos reales de 2004 al segundo trimestre de 2007, qu tan bien
funciono el modelo?
EXPONENCIAL SIMPLE COMPAA
A ( = 0,1)
MAD
12,517 / 13 = 0,963
SEAL
-10,3103 / 0,963 =
RASTREO
-10,708

EXPONENCIAL SIMPLE COMPAA

A ( = 0,3)
MAD
10,224 / 13 = 0,786
SEAL
-6,0338 / 0,786 =
RASTREO
-7,672

EXPONENCIAL SIMPLE COMPAA

B ( = 0,1)
MAD
1,556 / 13 = 0,12
SEAL
1,5391 / 0,12 =
RASTREO
12,858

EXPONENCIAL SIMPLE COMPAA

B ( = 0,3)
MAD
1,015 / 13 = 0,078
SEAL
0,7722 / 0,078 =
RASTREO
9,891

En ambas empresas podemos observar amplia dispersin en sus datos lo

que es consecuente con las seales de rastreo con valores tan distante de
los limites de control. Se podra modificar usar otro modelo para
llegar a unos pronsticos ms acertados.

c) Con la descomposicin del mtodo de pronstico por series de tiempo,

pronostique las ganancias por accin para los dos ltimos trimestre de
2007 y para los cuatro trimestres de 2008. Hay algn factor estacional en
las ganancias?
DESESTACIONALIZACION CON TENDENCIA AJUSTADA MANUALMENTE
COMPAA A

A
o

Perio
do

Tri
m.

Gananc
ias

y = 2,288+
-0,214X

Proporcin
real/Tende
ncia

200
4

I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II

1,67
2,35
1,11
1,15
1,56
2,04
1,14
0,38
0,29
-0,18
-0,97
0,20
-1,54
0,38

2,0743

0,805

1,8605

1,263

1,6467

0,674

1,4329

0,803

1,2191

1,280

1,0053

2,029

0,7915

1,440

0,5777
0,3639
0,1501
-0,0637
-0,2775
-0,4913
-0,7051

0,658
0,797
-1,199
15,228
-0,721
3,135
-0,539

Period
o

Trimes
tre

y = 2,288 +
-0,214X

15

III

16
17
18
19
20

2
3
4

200
5

5
6
7
8

200
6

9
10
11
12

200
7

13
14

2008

2007

Ao

Factor
estaciona
l
I

1,504

II

0,389

III

5,781

IV

0,247

-0,919

Factor
Estacional
5,781

pronosti
co
-5,31

IV

-1,133

0,247

-0,28

-1,347
-1,560
-1,774
-1,988

1,504
0,389
5,78
0,247

-2,03
-0,61
-10,26
-0,49

II
III
IV

DESESTACIONALIZACION CON TENDENCIA AJUSTADA MANUALMENTE

COMPAA B

A
o

Perio
do

Tri
m.

Gananc
ias

y = 0,217 +
0,017X

Proporcin
real/Tende
ncia

200

0,17

0,2342

0,726

Factor
estacion
al
I

0,785

II
III
IV
I
II
III
IV
I
II
III
IV
I
II

2
3
4

200
5

5
6
7
8

200
6

9
10
11
12

200
7

13
14

2008

2007

Ao

0,24
0,26
0,34
0,25
0,37
0,36
0,44
0,33
0,40
0,41
0,47
0,30
0,47

0,251

0,956

0,2678

0,971

0,2846

1,195

0,3014

0,829

0,3182

1,163

0,335

1,075

0,3518
0,3686
0,3854
0,4022
0,419
0,4358
0,4526

1,251
0,895
1,038
1,019
1,122
0,688
1,038

II

1,049

III

1,022

IV

1,189

0,469

Factor
Estacional
1,022

pronosti
co
0,48

IV

0,486

1,189

0,58

0,503
0,520
0,537
0,553

0,785
1,049
1,02
1,189

0,39
0,55
0,55
0,66

Period
o

Trimes
tre

y = 0,217 +
0,017X

15

III

16
17
18
19
20

II
III
IV

En la compaa B podemos notar un aumento gradual en sus factores

estacionales, mientras que en la compaa A encontramos factores muy
dispersos, entre ellos un dato supremamente atpico 5,781
d) Use sus pronsticos y comente sobre cada compaa.

ME
S

Gananc
ias

01
02
03
04
05
06
07
08

1,67
2,35
1,11
1,15
1,56
2,04
1,14
0,38

PROMEDIO SIMPLE COMPAA A

PROME
DMA
SESGO
DIO
SIMPLE REL. ACU REL ACU
M.
.
M.
1,7
2,0
1,7
1,6
1,6
1,6
1,6

0,7
0,9
0,6
0,0
0,5
0,5
1,2

0,7
0,8
0,7
0,5
0,5
0,5
0,6

0,7
-0,9
-0,6
0,0
0,5
-0,5
-1,2

0,7
-0,1
-0,3
-0,2
-0,1
-0,1
-0,3

SEAL DE
RASTREO

1,00
-0,28
-1,09
-1,47
-0,61
-1,58
-3,27

09
10
11
12
13
14

0,29
-0,18
-0,97
0,2
-1,54
0,38

ME
S

Gananc
ias

01
02
03
04
05
06
07
08
09
10
11
12
13
14

0,17
0,24
0,26
0,34
0,25
0,37
0,36
0,44
0,33
0,4
0,41
0,47
0,3
0,47

ME
S

01
02
03

04

05

1,4
1,3
1,2
1,0
0,9
0,7

1,1
1,5
2,1
0,8
2,4
0,3

0,7
0,8
0,9
0,9
1,0
1,0

-1,1
-1,5
-2,1
-0,8
-2,4
-0,3

-0,4
-0,5
-0,7
-0,7
-0,8
-0,8

PROMEDIO SIMPLE COMPAA B

PROME
DMA
SESGO
DIO
REL. ACU
RE ACUM
SIMPLE
M.
L.
.
0,2
0,2
0,2
0,3
0,3
0,3
0,3
0,3
0,3
0,3
0,3
0,3
0,3

0,1
0,1
0,1
0,0
0,1
0,1
0,2
0,0
0,1
0,1
0,1
0,0
0,1

0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1

0,1
0,1
0,1
0,0
0,1
0,1
0,2
0,0
0,1
0,1
0,1
0,0
0,1

0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1

-4,62
-6,01
-7,46
-8,42
-9,74
-10,62

SEAL DE
RASTREO

1,00
2,00
3,00
3,92
4,93
5,93
6,94
7,94
8,94
9,94
10,94
11,06
12,11

PROMEDIO MOVIL SIMPLE (n=2) COMPAA A

Gananc P.M.S
DMA
SESGO
SEAL DE
ias
RASTREO
REL. ACUM RE ACUM
.
L.
.
1,67
2,35
#DIV/
#DIV/
0,00
0!
0!
1,11
2,0 0,90
0,90
-0,90
-1,00
0,9
0
1,15
1,7 0,58
0,74
-0,74
-2,00
0,5
8
1,56
1,1 0,43
0,64 0,4
-0,35
-1,65
3

06

2,04

1,4

0,69

0,65

07

1,14

1,8

0,66

0,65

08

0,38

1,6

1,21

0,74

09

0,29

0,8

0,47

0,71

10

-0,18

0,3

0,52

0,68

11

-0,97

0,1

1,03

0,72

12

0,2

-0,6

0,78

0,73

13

-1,54

-0,4

1,16

0,76

14

0,38

-0,7

1,05

0,79

15

-0,6

0,58

0,77

16

0,4

0,38

0,74

ME
S

01
02
03
04
05

0,6
9
0,6
6
1,2
1
0,4
7
0,5
2
1,0
3
0,7
8
1,1
6
1,0
5
0,5
8
0,3
8

-0,09

-0,56

-0,21

-1,57

-0,37

-3,00

-0,39

-3,837

-0,40

-4,727

-0,47

-5,900

-0,35

-4,786

-0,42

-6,053

-0,30

-4,537

-0,23

-3,880

-0,24

-4,537

PROMEDIO MOVIL SIMPLE (n=2) COMPAA B

Gananc P.M.
DMA
SESGO
SEAL DE
ias
S
RASTREO
REL. ACUM REL ACUM
.
.
.
0,17
0,24
#DIV/
#DIV/
0,00
0!
0!
0,26
0,2
0,06
0,06
0,0
0,06
1,00
6
0,34
0,3
0,09
0,07
0,0
0,07
2,00
9
0,25
0,3
0,05
0,07
0,03
1,46
0,0
5

06

0,37

0,3

0,08

0,07

07

0,36

0,3

0,05

0,06

08

0,44

0,4

0,08

0,07

09

0,33

0,4

0,07

0,07

10

0,4

0,4

0,02

0,06

11

0,41

0,4

0,05

0,06

12

0,47

0,4

0,06

0,06

13

0,3

0,4

0,14

0,07

14

0,47

0,4

0,09

0,07

15

0,4

0,39

0,09

16

0,5

0,47

0,12

MES

01
02
03
04
05
06
07
08

0,0
8
0,0
5
0,0
8
0,0
7
0,0
2
0,0
5
0,0
6
0,1
4
0,0
9
0,3
9
0,4
7

0,04

2,52

0,04

3,44

0,05

4,48

0,03

3,387

0,03

4,000

0,03

4,886

0,04

5,932

0,02

3,164

0,02

4,344

-0,01

-0,975

-0,04

-4,695

P.M.P (C1=0,1, C2=0,2, C3=0,7) COMPAIA A

GANANCI
P.M.P
DMA
SESGO
SEAL DE
AS
REL ACUM. REL ACUM. RASTREO
.
.
1,67
2,35
#DIV/
#DIV/
0,00
0!
0!
1,11
#DIV/
#DIV/
0,00
0!
0!
1,15
1,4 0,26
0,26
-0,26
-1,00
0,26
1,56
1,3 0,30
0,28 0,30
0,02
0,12
2,04
1,4 0,61
0,39 0,61
0,21
1,64
1,14
1,9 0,72
0,47
-0,02
-0,16
0,72
0,38
1,4 0,98
0,57
-0,21
-1,84
0,98

09

0,29

0,7

0,41

0,55

10

-0,18

0,4

0,57

0,55

11

-0,97

0,0

0,94

0,60

12
13

0,2
-1,54

-0,7
-0,1

0,89
1,47

0,63
0,71

14
15

0,38

-1,1
0,0

1,52
0,02

0,79
0,72

MES

01
02
03
04
05
06
07
08
09
10
11
12
13
14
15

0,41
0,57
0,94
0,89
1,47
1,52
0,02

-0,24

-2,683

-0,29

-3,707

-0,37

-4,975

-0,23
-0,36

-3,317
-4,984

-0,19
-0,17

-2,598
-2,796

P.M.P (C1=0,1, C2=0,2, C3=0,7) COMPAIA B

GANANCI
P.M.P
DMA
SESGO
SEAL DE
AS
REL ACUM. REL ACUM. RASTREO
.
.
0,17
0,24
#DIV/
#DIV/
0,00
0!
0!
0,26
#DIV/
#DIV/
0,00
0!
0!
0,34
0,2 0,09
0,09 0,09
0,09
1,00
0,25
0,3 0,06
0,08
0,01
0,37
0,06
0,37
0,3 0,10
0,09 0,10
0,04
1,51
0,36
0,3 0,02
0,07 0,02
0,04
2,14
0,44
0,4 0,09
0,07 0,09
0,05
3,24
0,33
0,4 0,09
0,08
0,02
1,982
0,09
0,4
0,4 0,05
0,07 0,05
0,03
2,738
0,41
0,4 0,02
0,06 0,02
0,03
3,318
0,47
0,4 0,07
0,07 0,07
0,03
4,362
0,3
0,5 0,15
0,07
0,01
1,805
0,15
0,47
0,3 0,13
0,08 0,13
0,02
3,292
0,4 0,44
0,11
-0,01
-1,646
0,44