Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INGENIERIA INDUSTRIAL
ANALISIS DE DECISIONES.
SEMANA 4 P: El punto de equilibrio, su análisis grafico.
Tablas de ingresos y egresos.
Dr. Ing° Manuel Urcia Cruz.
Y Yˆ t t
DAM t 1
n
Error medio cuadrado :
n
Yt Yˆt
2
EMC t 1
n
Modelos de series de tiempo
Modelos no formales:
• Estas técnicas suponen que los periodos
recientes son los mejores para
pronosticar el futuro.
• El método más sencillo es el método del
último valor:
Pronóstico = último valor
6.1. Método del último valor
t Yt Yt+1 et
1 42
2 52 42 10
3 54 52 2
4 65 54 11
5 51 65 -14
6 64 51 13
6.2. Metodos de promedio
• Promedios simples:
• Se obtiene la media de todos los
valores pertinentes, la cual se
emplea para pronosticar el periodo
siguiente.
Promedios simples:
t Yt Yt+1
1 42
2 52 42
3 54 47.00
4 65 49.33
5 51 53.25
6 64 52.80
Promedios móviles:
• Este método no considera la media de
todos los datos, sino solo los más recientes.
• Se puede calcular un promedio móvil de n
periodos.
• El promedio móvil es la media aritmética de
los n periodos más recientes.
Promedios móviles:
promedio móvil
t Yt n=3 n=4
1 42
2 52
3 54
4 65 49.33
5 51 57.00 53.25
6 64 56.67 55.5
Metodos de suavizamiento exponencial
t Yt =0.1 =0.5
1 42
2 52 42 42
3 54 43.00 47.00
4 65 44.10 50.50
5 51 46.19 57.75
6 64 46.67 54.38
Descomposición de series de tiempo
• Las tendencias son movimientos a largo plazo en
una serie de datos a lo largo del tiempo.
• La tendencia puede ser descrita por una recta o
por una curva.
• Las tendencias se dan por varias causas: cambios
en la población, cambios en la productividad,
cambios tecnológicos, etc.
• En este tipo de análisis la variable independiente
es el tiempo.
Tendencia lineal
• El método más empleado para describir una
tendencia lineal es el de mínimos cuadrados, para
encontrar una línea de mejor ajuste para un
conjunto de puntos.
Y´ = a + bX
• Y´ = valor pronosticado en un periodo X
• a = valor de la tendencia cuando X = 0
• b = pendiente de la recta de tendencia
• X = periodo (codificado)
6.4.1. Tendencia lineal: ejemplo
Año Periodo X Demanda (Y)
1994 1 35
1995 2 42
1996 3 48
1997 4 51
1998 5 54
1999 6 60
2000 7 71
2001 8 75
6.4.1. Tendencia lineal: ejemplo
80
75
70
65
60
55
50
45
40
35
30
1994 1995 1996 1997 1998 1999 2000 2001
www.auladeeconomia.com
6.4.1. Tendencia lineal: ejemplo
X Y XY X²
1 35
2 42
3 48
4 51
5 54
6 60
7 71
8 75
Sumas
Tendencia lineal: fórmulas
n xy x y
b
n x x
2 2
a
y
b
x
n n
www.auladeeconomia.com
Tendencia lineal
t Yt Y´t et
1 35
2 42
3 48
4 51
5 54
6 60
7 71
www.auladeeconomia.com
8 75
9
6.4.1. Tendencia lineal
• Se puede calcular el coeficiente de determinación, a fin
de evaluar qué tan correcta es la estimación de la recta
de regresión.
• El coeficiente de determinación r² se calcula como:
n xy x y
2
n x x n y y
2
r 2 2 2 2
6.4.1. Tendencia lineal
Nivel de Z Fórmula
confianza
68% 1 y’ ± Se
95% 2 y’ ± 2Se
99% 3 y’ ± 3Se
7. Aplicación de varios métodos a datos
desestacionalizados
• Los datos muestran alguna tendencia creciente a lo largo
del tiempo, además de una marcada estacionalidad. Se
procederá a desestacionalizar los datos, lo que permite
observar hasta donde las variaciones se deben a efectos
estacionales o bien, a otros factores.
• El proceso de ajuste estacional se realizará a través del
cálculo de factores estacionales:
Factor estacional = Prom. periodo / prom. global
Año Trim. Yt
1 1 13618
2 12930
3 13138
4 16532
2 1 14514
2 14128
3 15568
4 17448
3 1 13984
2 13644
3 15898
4 19300
7. Aplicación de varios métodos a datos
desestacionalizados
20000
19000
18000
17000
16000
15000
14000
13000
12000
11000
10000
1 2 3 4 1 2 3 4 1 2 3 4
Trim estres
Aplicación de varios métodos a datos
desestacionalizados
Año Factor
T 1 2 3 Suma Prom Estac.
1 13618 14514 13984 42116 10529 0.9323
2 12930 14128 13644 40702 10175 0.9010
3 13138 15568 15898 44604 11151 0.9873
4 16532 17448 19300 53280 13320 1.1794
Total 45175.50
Prom. 11293.88
Año Trim. Yt Yt ajust.
1 1 13618.00 14607.27
2 12930.00 14351.12
3 13138.00 13306.33
4 16532.00 14017.29
2 1 14514.00 15568.36
2 14128.00 15680.79
3 15568.00 15767.47
4 17448.00 14793.96
3 1 13984.00 14999.86
2 13644.00 15143.59
3 15898.00 16101.70
4 19300.00 16364.25
Aplicación de varios métodos a datos
desestacionalizados
• Se aplican varios métodos de pronóstico para
finalmente seleccionar el mejor pronóstico.
• A. Método de pronóstico del último valor
• B. Promedios móviles
• C. Suavizamiento exponencial
• D. Suavizamiento exponencial con tendencia
Otros métodos:
• Modelos de tendencia con ajuste estacional
• Modelo de promedios móviles integrados
autorregresivos (ARIMA o Box-Jenkins)
• Pronósticos causales (modelos econométricos)
• Métodos de pronósticos subjetivos