MOMENTO 2 (TRABAJO COLABORATIVO 1)

MTODOS PROBABILSTICOS

Grupo: 104561

Tutor
VLADIMIR DE JESUS VANEGAS ANGULO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
COLOMBIA
2014

INTRODUCCION

En el siguiente trabajo se presentan las respuestas a unas preguntas orientadoras del

trabajo colaborativo de mtodos probabilsticos resueltas por cada uno de los
integrantes del curso que es impartido por la universidad abierta y a distancia UNAD.
Tambin se encuentra un anlisis del comportamiento de ventas de los productos de la
panadera MIEL DE HARINA mediante el modelo de regresin lineal.
Por lo tanto es de vital importancia para nosotros como estudiantes la practica en este
curso pues en resumen los mtodos probabilsticos lo que nos permite es conocer con
un cierto nivel de certeza como se podra comportar un sistema a futuro.
Por ende el desarrollo de este trabajo se basa en los puntos planteados en la gua del
momento 2(trabajo colaborativo 1), realizando el proceso de transferencia de los temas
de la primera unidad.

OBJETIVOS
Objetivo general:

Desarrollar, y analizar el estudio de caso de la panadera MIEL DE HARINA, aplicando

los conceptos de tcnicas de pronsticos, mtodos de pronsticos, teoras de
inventarios, entre otros.

Objetivos especficos:

Adquirir por medio de la comprensin matemtica, las tcnicas necesarias a

tener en cuenta en la toma de decisiones como analistas de operaciones.

Resolver problemas del campo de la ciencia, e ingeniera, con los conocimientos

interiorizados hasta el momento.

Construir un trabajo en grupo que permita el intercambio de opiniones y

sugerencias para concluir con el desarrollo del ejercicio propuesto.

CUADRO COMPARATIVO DE PREGUNTAS ORIENTADORAS

Preguntas Orientadoras

ALEX H CORREA FORERO

La
necesidad
de
proyeccin de la demanda
puede considerarse como
requerimiento general a lo
largo
del
proceso
de
planeacin y control?

Estoy totalmente de acuerdo

se pueden considerar como
requerimiento
general
dentro del proceso de
planeacin y control, ya que
necesitan estimados muy
claros de la cantidad de
producto y servicio que
sern manejados, y estos
estimados se presentan en
forma de pronsticos y
predicciones.
Es muy importante dentro
del proceso de planeacin y
control ya que adems que
proporciona
datos
de
importancia
para
la
planificacin y control de las
reas
funcionales
incluyendo como: finanzas,
mercadeo,
logstica
y
produccin. Ya que los
niveles de demanda afectan
la
capacidad
y
las
necesidades financieras y la
estructura del negocio.

Puede considerarse el
pronstico de los niveles de
demanda como de vital
importancia
para
la
planeacin y control de
todas las reas de la
empresa?

ROSENDO CONTRERAS

ARMANDO A.

DURN
Porque si sabemos

MARTNEZ SILVA
S es un requerimiento

Si

demanda a corto, mediano o

general,

se

requerimiento general, puesto que

largo plazo se pueden hacer

puede utilizar tambin el

los niveles de demanda y su

inversiones ms ajustadas a las

control de inventarios,

programacin

necesidades de los clientes y

control de costos para

medida los niveles de capacidad,

empresas evitando sobrecostos,

ayudar

necesidades

financieras

desabastecimientos

cambios futuros, en la

estructura

general

la

demanda.

empresa.

S,

la

inventarios innecesarios

aunque

pronosticar

considerarse

en

afecta

como

en

gran

de

pronsticos

proporcionar los datos

demanda

pueden acercar la oferta a la

de

afecta en gran medida los niveles

demanda evitando sobrecostos

planeacin y control de

de

y tener inventarios ptimos de la

todas

financieras y estructura en general

empresa

funcionales

ventas

se

entrada

puede

puede

S, porque al tener en cuenta los

de

porque

JHON BAIRON CAICEDO MORA

para

las

la

reas
en

una

empresa.

Si, puesto que los niveles de

de

su

capacidad,
la

programacin
necesidades

empresa.

De

all,

la

importancia del pronstico de los

niveles de demanda, pues ste
proporciona datos relevantes para
la planificacin y control de todas
las reas funcionales, incluyendo
logstica, mercadeo, produccin y

Al
utilizar
los
de
pronstico
puede
estimarse como el mtodo
que
intenta conocer
el
comportamiento futuro de
alguna variable con algn
grado de certeza?

Pudo decir con certeza que

los pronsticos
son un
mtodo que se utiliza para
conocer el comportamiento
futuro de alguna variable
con un grado de certeza, y
un pronstico es un inicio o
seal, para saber un evento
futuro mediante indicios, ya

una

Totalmente de acuerdo,

finanzas
Cuando la incertidumbre de la

prediccin del comportamiento

porque el xito de un

variable de prediccin es tan alta

que suceder con las ventas

negocio

que las tcnicas estndar de

existentes de los productos una

menudo de la habilidad

pronsticos y su aplicacin en la

empresa

para

planeacin

el

suministros llevan a resultados

Estas

insatisfactorios, deben adoptarse

S,

porque

este

es

depende
proyectar

pronosticar
futuro.

hacia

de

la

cadena

de

Al utilizar las tcnicas de

pronsticos
de
qu
manera
afectan
la
Estructuracin de planes y
acciones?

Porque
ser
que
al
utilizar la regresin lineal
se
logra
predecir
el
Comportamiento de ciertas
variable (independiente
dependiente)?

que este juega un papel

significativo en la planeacin
de materiales adems se
encuentran pronsticos de
abastecimiento,
condiciones comerciales de
tecnologa,
y
los
pronsticos necesarios para
la toma de decisiones.
Los pronsticos se utilizan
para la planeacin y toma
de decisiones futuras, y se
pueden
utilizar
para
adelantarnos
y
estar
preparados ante posibles
situaciones que afecten el
entorno econmico dela
organizacin,
ya que
mejoran la reaccin ante
eventualidades, estos se
utilizan
para verificar
tendencias
de
precios,
desarrollo
de
nuevos
productos,
verificar la
disponibilidad de materia
prima y mano de obra,
tasas de inters, tendencias
de ausentismo,
factores
econmicos, cambios de
precios.
La regresin al ser
una
tcnica estadstica
sirve
para modelar e investigar la
relacin existente entre dos
o ms variables, y este se
aplica a muchas situaciones
en la que se estudia esta
relacin para predecir un
comportamiento,
este
modelo de regresin lineal
se aplica tambin
a
aquellos casos en los que
la variable dependiente Y
sea continua,
tambin

predicciones

usan

otros mtodos de planificacin. El

para tomar dos amplios

pronstico de colaboracin es un

tipos de

mtodo contemporneo para la

decisiones:

se

decisiones

prediccin de la demanda

operativas en curso y
decisiones estratgicas
Es afectada de manera directa
ya que dependiendo de los

a largo plazo.
Estas tcnicas permiten

Siempre y cuando se utilice un

acciones

adecuado mtodo para prediccin

resultados del pronstico se

correctivas apropiadas y

de demanda se darn resultados

hacen

a tiempo

satisfactorios

las

respectivas

tomar

proyecciones futuras en una

cuando

empresa

situaciones fuera de lo

ocurren

la

pronosticado.

espacio

en

cuanto

al

planeamiento y estructuracin de
empresa,
y

logrando

tiempo

prever

para

estos

posibles cambios en demanda,

puesto que deben ser variables
pero para ello se utilizan mtodos
para adaptarse y sacar el mejor
provecho de estos cambios

Porque la regresin lineal es

Porque es una tcnica

La regresin lineal o ajuste lineal

una ecuacin lineal en la cual se

estadstica, que se

es un mtodo matemtico que

relaciona

utiliza para la

modela la relacin entre una

construccin de

variable

dependiente que es de la forma

modelos que permitan

variables independientes Xi y un

y=ax + b. donde x es la

predecir el

trmino aleatorio . Establece la

independiente

comportamiento de una

relacin temporal para la variable

variable Y

de pronstico, implica una relacin

(dependiente,

causa efecto

la

independiente

dependiente.

variable
con

la

es

la

respuesta) en funcin de
una o ms variables

dependiente

Y,

las

existen varios tipos de

regresin, como: regresin
lineal simple, mltiple.

(independientes,
predictivas) X .
Solo depende de los
resultados
experimentales.
Es reproducible,
proporciona la misma
ecuacin no importa de
quien realice el
anlisis.

La
utilizacin
de
la
regresin lineal conlleva a
que el estudio debe ser
emprico o cientfico?

Aplicando datos y tcnicas

cientficas o modelos ya
probados podemos utilizar la
regresin lineal.

Es el estudio debe ser cientfico

Pienso que de las dos

El

ya que no es el producto de la

formas

El

variables

experiencia sino de una regla

comportamiento

de

manera previa lo que nos remite a

matemtica.

estas variables suelen

un modelo terico, o bien, se tiene

definirse

manera

el caso de que no exista una

previa lo que nos remite

relacin establecida entre estas y

sea

un modelo terico, o

primera

bien, se tiene el caso de

comportamiento de las mismas.

que

Lo

no

porque:

de

exista

relacin

una

establecida

comportamiento
suelen

necesario

anterior

de

definirse

establecer

aproximacin
se

estas

puede

de

una
del
lograr

usando una herramienta grfica

entre

denominada

estas y sea necesario

dispersin lo que nos conducira a

establecer una primera

desarrollar un modelo emprico de

aproximacin

la relacin que mantienen las

del

comportamiento de las
mismas.

diagrama

variables en estudio.

de

Al encontrar resultados
de una regresin lineal y
confrontarla
con
los
resultados de un promedio
mvil se logra evidenciar
que los resultados ms
confiables resultan ser?

Conocemos la direccin y la
duracin de una tendencia

A mi criterio pareciera que las

Se tendra que realizar

Los

dos buscan un ajuste de los

el error del pronstico

utilizacin de un promedio mvil

datos,

para cada modelo

muestra la direccin y la duracin

funcin lineal y la otra por medio

teniendo en cuenta la

de una tendencia; el propsito de

de promedio

demanda real en el

un promedio mvil es el de ilustrar

perodo y la demanda

la tendencia, de una manera ms

pronosticada en el

suavizada. Debido al hecho que el

perodo.

promedio mvil es uno de los

la

una

mediante

la

de

promedio

mvil,

La

indicadores ms verstiles y de
mayor uso dentro de todos los
indicadores, es la base del diseo
de la mayora de sistemas y
Puede
considerarse
la
administracin
de
inventario
resulte
de
relevante
Importancia
dentro del proceso de
produccin?

La importancia del control

de inventarios dentro del
proceso
de
produccin
radica
en
el
objetivo
primordial
de
obtener
utilidades, y la obtencin de
estas reside gran parte en
las ventas, ya que si no
existe
un
control
de
inventarios adecuado,
el
rea de ventas no tendr
material suficiente
para
trabajar y causara un fuerte
impacto dentro de las
utilidades.

Si ya que al tener conocimiento

Indiscutiblemente

estrategias utilizados hoy en da.

La administracin de inventarios

sobre los inventarios se sabe en

porque, precisamente,

es un punto relevante dentro del

qu momentos producir o dejar

la produccin se

proceso

de producir, donde tambin se

planifica de acuerdo a la

proveer

conoce la demanda presente y

administracin que se

adecuadamente

futura de los productos

d al inventario de

necesarios

producto terminado,

colocndolos a disposicin en el

como al inventario de

momento indicado para as evitar

materias primas.

aumentos de costos perdidos de

productivo
o

porque

al

distribuir
los

materiales

la

empresa,

los mismos, permitiendo satisfacer

correctamente

las

necesidades

reales de la empresa a las cuales

debe permanecer constantemente
adaptado. Por lo tanto la gestin
de

inventarios

debe

ser

atentamente controlada y vigilada

Puede considerarse que

algunas
empresas
no
deben tener ningn tipo
de
inventario
en
almacenamiento?

Para toda empresa u

organizacin es de vital
importancia mantener un
stock de producto dentro del
establecimiento,
pero se
deben tener en cuenta un
conjunto
de
reglas
y
procedimientos
que
aseguren el buen manejo
del inventario y la rotacin
del mismo.

Si se quiere que las empresas

Algunas

produzcan y obtengan mejores

piensan que

utilidades

los

debe

tener

su

empresas
mientras

productos

Si se puede considerar, pero los

modelos

se

usados

para
en

esto

oriente,

son

ms

como

en

inventario para poder saber con

encuentran

en

Japn, con el JIT, en occidente

qu cuenta y hacia dnde quiere

almacenamiento

no

tenemos otro tipo de cultura que

llegar.

debe

generan rendimiento y

no nos permite adaptarnos a estas

de

los

deben ser financiados.

situaciones.

punto

de

Sin

Para

manejar

esto

por

inventarios

se

medio

como

partida.

embargo

necesario

es

mantener

algn tipo de inventario

porque:
La

demanda

no

se

puede pronosticar con

certeza, y se

requiere

de un cierto tiempo para

convertir un producto de
tal
Ser que la meta de la
administracin de inventario
es
proporcionar
los
inventarios necesarios para
sostener las operaciones en
el ms bajo costo posible?

Si, la principal meta de la

administracin
de
inventarios es proporcionar
los inventarios que se
requieren
para mantener
las operaciones de la
empresa al costo ms bajo
que se pueda, y todo esto
depende
del
tipo
de
naturaleza de la empresa y
tipo de proceso productivo.

Si porque a partir de estos

inventarios es que las empresas
toman

las

producir

decisiones
no

de

determinado

producto o servicio ya que sin l

se

puede

llegar

sobreproducciones

realizar
o

desabastecimientos provocando
sobrecostos y perdidas a las
empresas

manera

que

se

pueda vender.
Exactamente, por eso
el primer paso que debe
seguirse para
determinar el nivel
ptimo de inventario
son, los costos que
intervienen en su
compra y su
mantenimiento, y que
posteriormente, en qu
punto se podran
minimizar estos costos.

Si es uno de los objetivos: proveer

o distribuir adecuadamente los
materiales

necesarios

empresa,

colocndolos

disposicin

en

el

la
a

momento

indicado para as evitar aumentos

de costos perdidos de los mismos,
permitiendo
correctamente

satisfacer
las

reales de la empresa

necesidades

Una cadena de
Markov
puede considerarse
una
serie de eventos en los
cuales la probabilidad de
que ocurra un evento
depende
del
evento
Inmediatamente
anterior.
Que
ejemplos
puede
proporcionar
que
se
relacionen con cadenas de
Markov en vida cotidiana?

Realizada
una
investigacin de mercado,
los resultados en trminos
de una cadena de Markov
como podran interpretarse?

Una cadena de markov es

una
herramienta
para
analizar el comportamiento
de determinados tipos de
procesos estocsticos, las
cadenas
de
markov
representan un sistema que
vara a lo largo del tiempo y
estas son utilizadas en los
campos de las ciencias y
reas de la sociedad.
Las cadenas de markov se
utilizan en las reas de
finanzas
y economas
ejemplos como modelos de
colapso de la bolsa de
valores,
volatilidad
de
precios,
patrones
de
compras,
deudores
morosas.
Son resultados eficaces y
seguros que se pueden
utilizar
para
tomar
decisiones adecuadas sobre
el futuro de la organizacin,
en las reas de mercadeo.

Las probabilidades de que un

Esa es la definicin de

El modelo de la ruina del jugador,

jugador determinado de una

una cadena de Markov.

que establece la probabilidad de

seleccin

Algunos ejemplos son:

que una persona que apuesta en

depende del historial o marcas

el

un

que haya tenido el jugador en

patrones de

partidos anteriores.

compra

marque

gol.

Esta

anlisis

de

los

juego

de

azar

finalmente

termine sin dinero.

de

los

consumidores,

el

pronstico

las

concesiones

por

deudores morosos, la
planeacin

de

las

necesidades

de

personal y para analizar

el

reemplazo

de

un

equipo.
Como las posibles ventas de un
determinado

producto

en

el

futuro.

Una

investigacin de

mercado

puede

Son eventos que dependen del

evento anterior, tienen memoria,

determinar el grado de

los

lealtad a la marca al

interpretar

resultados

realizar una encuesta a

eficaces para su aplicacin en

los consumidores. En

este caso mercadeo

como

se

pueden

seguros,

trminos de una cadena

de

Markov,

los

resultados de
la investigacin son las
probabilidades

de

transicin de seguir con

Al tratar lneas de espera
la
situacin
puede
concebirse a partir de un
punto de servicio o varios
puntos de servicio en
secuencia?

A partir de un solo punto de

servicio

Las lneas de espera tienen

la marca o de cambiar.
Pueden ser uno o varios

desde una o varios y desde uno

puntos, en las lneas de

a varios puntos de servicios.

espera lo que se busca

Una sola cola y un solo servidor

es una solucin al

o varias colas y un servidor, una

problema de la espera

cola y varios servidores o varias

prediciendo primero el

A partir de un punto de servicio.

El
tiempo
que
se
requiere para la prestacin
del servicio de espera
depende de algn patrn o
asume
duraciones
aleatorias de tiempo?

Asume
duraciones
aleatorias de tiempo.

colas y varios servidores

comportamiento del

Los tiempos son aleatorios ya

sistema.
Se busca

que depende del cliente del

tiempo que los clientes

momento

sin

pasan en el sistema, y

embargo se supone un tiempo

este tiempo depende de

promedio.

cmo

de

llegada,

sistema.

minimizar el

evoluciona

el

Asume duraciones aleatorias de

tiempo.

Datos histricos de ganancias de la empresa Panadera Miel De Harina:

MESES

Pan francs

Pan aliado

Roscn de
arequipe

kg

kg

kg

7000

$ 120.000

4500

$ 85.000

2700

$ 45.000

7500

$ 145.000

4250

$ 70.000

2600

$ 40.000

7300

$ 130.000

4400

$ 80.000

2900

$ 60.000

7700

$ 170.000

4250

$ 70.000

2900

$ 60.000

7500

$ 145.000

4500

$ 85.000

2700

$ 45.000

7800

$ 190.000

4700

$ 95.000

2900

$ 60.000

8100

$ 225.000

4800

$ 105.000

2900

$ 60.000

7900

$ 200.000

4700

$ 95.000

3000

$ 75.000

8000

$ 215.000

4500

$ 85.000

2900

$ 60.000

10

8000

$ 215.000

4800

$ 105.000

2800

$ 50.000

11

8100

$ 225.000

4800

$ 105.000

3000

$ 75.000

12

8000

$ 215.000

4800

$ 105.000

3000

$ 75.000

Comportamiento de estos datos:

Pan relleno con

jamn y queso
kg
270
0
290
0
260
0
260
0
270
0
260
0
250
0
260
0
250
0
240
0
240
0
240
0

Deditos de
queso
kg

25.000

1900

$ 19.000

37.000

1700

$ 17.000

24.000

1900

$ 19.000

24.000

1500

$ 13.000

25.000

1700

$ 17.000

24.000

1500

$ 13.000

23.000

1300

$ 10.000

24.000

1300

$ 10.000

23.000

1200

$ 9.000

21.000

1300

$ 10.000

21.000

1200

$ 9.000

21.000

1300

$ 10.000

Pan hawaiano
kg
170
0
190
0
190
0
180
0
150
0
150
0
170
0
180
0
130
0
150
0
130
0
130
0

$
$ 23.000
$ 25.000
$ 25.000
$ 24.000
$ 21.000
$ 21.000
$ 23.000
$ 24.000
$ 17.000
$ 19.000
$ 17.000
$ 17.000

Promedio mvil aritmtico para la produccin de la panadera miel de harina, con un

periodo de k = 10.
Pan francs

Pan aliado

Meses KG
1
7000
2
7500
3
7300
4
7700
5
7500
6
7800
7
8100
8
7900
9
8000
10
8000
11
8100
12
8000
Estimado meses 13
- 24
13
7840
14
7894
15
7913,4
16
7954,74
17
7970,214
18
7957,2354
19
7962,95894
20
7959,25483
21
7955,18032
22
7940,69835
23
7934,76818
24
7944,245

Meses
KG
1
4500
2
4250
3
4400
4
4250
5
4500
6
4700
7
4800
8
4700
9
4500
10
4800
11
4800
12
4800
Estimado meses 13
- 24
13
4625
14
4647,5
15
4687,25
16
4705,975
17
4706,5725
18
4697,22975
19
4696,95273
20
4716,648
21
4708,3128
22
4699,14408
23
4689,05848
24
4695,46433

Roscn de
arequipe
Meses
KG
1
2700
2
2600
3
2900
4
2900
5
2700
6
2900
7
2900
8
3000
9
2900
10
2800
11
3000
12
3000
Estimado meses 13
- 24
13
2900
14
2900
15
2900
16
2920
17
2922
18
2924,2
19
2916,62
20
2918,282
21
2930,1102
22
2923,12122
23
2915,43334
24
2916,97668

Pan relleno con jamn

y queso
Meses
KG
1
2700
2
2900
3
2600
4
2600
5
2700
6
2600
7
2500
8
2600
9
2500
10
2400
11
2400
12
2400
Estimado meses 13 24
13
2530
14
2523
15
2515,3
16
2496,83
17
2486,513
18
2485,1643
19
2473,68073
20
2471,0488
21
2478,15368
22
2485,96905
23
2494,56596
24
2491,02255

Deditos de queso
Mese
KG
s
1
1900
2
1700
3
1900
4
1500
5
1700
6
1500
7
1300
8
1300
9
1200
10
1300
11
1200
12
1300
Estimado meses
13 - 24
13
1420
14
1372
15
1359,2
16
1325,12
17
1307,632
18
1308,3952
19
1309,23472
20
1320,15819
21
1322,17401
22
1334,39141
23
1337,83055
24 1329,61361

Deditos de queso
Meses

KG

1
1900
2
1700
3
1900
4
1500
5
1700
6
1500
7
1300
8
1300
9
1200
10
1300
11
1200
12
1300
Estimado meses 13
- 24
13
1420
14
1372
15
1359,2
16
1325,12
17
1307,632
18
1308,3952
19
1309,23472
20
1320,15819
21
1322,17401
22
1334,39141
23
1337,83055
24
1329,61361

Pronstico de produccin para la empresa Miel de Harina, usando tcnica de

suavizacin exponencial con = 0.4, y usando valores usando promedios mviles para
los valores estimados.

Estimado de ganancias meses 13-24 de acuerdo a modelo de regresin lineal obtenido

y en base a estimados de produccin por suavizacin exponencial.

Tabla con promedio de produccin, promedio de ganancias, ganancia por kg,

produccin estimada en kg, promedio de ganancia estimada, y ganancia promedio por
kilogramos.
Pan francs Pan aliado

Pan relleno
Roscn de
Deditos de Pan
con jamn
arequipe
queso
Hawaiano
y queso

Promedio
de
produccin
percibida
KG
Promedio
de
ganancias
percibidas
$
Ganancia
promedio
por
Kilogramo
percibido
Promedio
produccin
estimada
KG
Promedio
ganancia
estimada $
Ganancia
promedio
por
Kilogramo
estimadas

7741,66667

4583,33333

2858,33333

2575

1483,33333

1600

182916,667

90416,666
7

58750

24333,333
3

13000

21333,333
3

23,62

19,72

20,55

9,44

8,76

13,33

7921,0123
9

4682,3808
3

2914,9874
7

2498,3109
9

1350,8266
4

1491,6754
4

202486,14
1

96576,134
6

63804,287
4

22372,317
1

10985,968
2

19876,141
4

25,56

20,62

21,89

8,95

8,13

13,32

Despus de realizar el anlisis se escoge el mtodo que mas se ajusta este

comportamiento, mtodo de regresin lineal:
Es necesario hallar la ecuacin de regresin, Y= + x donde x representa el tiempo y
Y la ganancia en pesos de cada producto.
Se realizar la proyeccin de los prximos 12 meses para cada producto de la
panadera MIEL DE HARINA.

MESES

1
2
3
4
5
6
7
8
9
10

PAN FRANCS

PAN ALIADO

ROSCN DE
AREQUIPE

PAN RELLENO
CON JAMN Y
QUESO

DEDITOS DE
QUESO

PAN HAWAIANO

kg

kg

kg

kg

kg

kg

7000
7500
7300
7700
7500
7800
8100
7900
8000
8000

120000
145000
130000
170000
145000
190000
225000
200000
215000
215000

4500
4250
4400
4250
4500
4700
4800
4700
4500
4800

85000
70000
80000
70000
85000
95000
105000
95000
85000
105000

2700
2600
2900
2900
2700
2900
2900
3000
2900
2800

45000
40000
60000
60000
45000
60000
60000
75000
60000
50000

2700
2900
2600
2600
2700
2600
2500
2600
2500
2400

25000
37000
24000
24000
25000
24000
23000
24000
23000
21000

1900
1700
1900
1500
1700
1500
1300
1300
1200
1300

19000
17000
19000
13000
17000
13000
10000
10000
9000
10000

1700
1900
1900
1800
1500
1500
1700
1800
1300
1500

23000
25000
25000
24000
21000
21000
23000
24000
17000
19000

11
12

8100
8000

225000
215000

4800
4800

105000
105000

3000
3000

75000
75000

2400
2400

21000
21000

1200
1300

9000
10000

1300
1300

17000
17000

Para el Pan Francs:

Procedemos a hallar Y
6,5

2
2195000(12)
1566000012(6,5)(182916,7)
=

2195000( 0,63)(78)
=182912,6
12

Y = + X , entonces Y =182912,6+0,63 X

Esta sera la ecuacin de regresin, ahora para hallar la demanda del mes 13
reemplazamos a x por 13, y as sucesivamente hasta llegar a 24.

Para el pan aliado:

6,5

2
1085000(12)
746500012(6,5)(90416,7)
=

1085000( 0,38)(78)
=90414,2
12

Y = + X , entonces Y =90414,2+0,38 X

MES
13
14
15
16
17
18
19
20
21
22
23
24

(GANANCIAS)Y=90414,
2 + 0,38X
90419,14
90419,52
90419,9
90420,28
90420,66
90421,04
90421,42
90421,8
90422,18
90422,56
90422,94
90423,32

Para el Roscn con arequipe:

TOTALES
PROMEDIO
X
PROMEDIO
Y

MES: X
1
2
3
4
5
6
7
8
9
10
11
12
78

GANANCIA : Y
45000
40000
60000
60000
45000
60000
60000
75000
60000
50000
75000
75000
705000

6,5
58750

X.Y
45000
80000
180000
240000
225000
360000
420000
600000
540000
500000
825000
900000
4915000

X^2
1
4
9
16
25
36
49
64
81
100
121
144
650

6,5

2
705000(12)
491500012(6,5)(58750)
=

705000( 0,47)(78)
=58747
12

Y = + X , entonces Y =58747+0,47 X

MES
13
14
15
16
17
18
19
20
21
22
23
24

(GANANCIAS)Y=5874
7 + 0,47X
58753,11
58753,58
58754,05
58754,52
58754,99
58755,46
58755,93
58756,4
58756,87
58757,34
58757,81
58758,28

Para el pan relleno con jamn y queso:

MES: X
1
2
3
4
5
6
7
8
9
10

GANANCIA : Y
25000
37000
24000
24000
25000
24000
23000
24000
23000
21000

X.Y
25000
74000
72000
96000
125000
144000
161000
192000
207000
210000

X^2
1
4
9
16
25
36
49
64
81
100

11
12
78
6,5

TOTALES
PROMEDIO X
PROMEDIO Y

21000
21000
292000

231000
252000
1789000

121
144
650

24333,33333

6,5

2
292000(12)
178900012(6,5)(24333,3)
=

292000(0,37)(78)
=24335,7
12

Y = + X , entonces Y =24335,70,37 X

MES
13
14
15
16
17
18
19
20
21
22
23
24

(GANANCIAS)Y=243
35,7 - 0,37X
24330,89
24330,52
24330,15
24329,78
24329,41
24329,04
24328,67
24328,3
24327,93
24327,56
24327,19
24326,82

Para los deditos de queso:

MES: X
1
2
3
4
5
6

GANANCIA : Y
19000
17000
19000
13000
17000
13000

X.Y
19000
34000
57000
52000
85000
78000

X^2
1
4
9
16
25
36

TOTALES
PROMEDIO
X
PROMEDIO
Y

7
8
9
10
11
12
78

10000
10000
9000
10000
9000
10000
156000

70000
80000
81000
100000
99000
120000
875000

6,5
13000

6,5

2
156000(12)
87500012(6,5)(13000)
=

156000(0,89)(78)
=13005,8
12

Y = + X , entonces Y =13005,80,89 X

MES
13
14
15
16
17
18
19
20
21
22
23
24

(GANANCIAS)Y=1300
5,8 - 0,89X
12994,23
12993,34
12992,45
12991,56
12990,67
12989,78
12988,89
12988
12987,11
12986,22
12985,33
12984,44

49
64
81
100
121
144
650

Para el pan hawaiano:

TOTALES
PROMEDIO
X
PROMEDIO
Y

MES: X
1
2
3
4
5
6
7
8
9
10
11
12
78

GANANCIA : Y
23000
25000
25000
24000
21000
21000
23000
24000
17000
19000
17000
17000
256000

X.Y
23000
50000
75000
96000
105000
126000
161000
192000
153000
190000
187000
204000
1562000

6,5
21333,33333

6,5

2
256000(12)
156200012(6,5)(21333,3)
=

256000(0,4 ) ( 78 )
=21335,9
12

Y = + X , entonces Y =21335,90,4 X

MES
13
14
15
16
17
18
19
20

(GANANCIAS)Y=21335
,9 - 0,4X
21330,7
21330,3
21329,9
21329,5
21329,1
21328,7
21328,3
21327,9

X^2
1
4
9
16
25
36
49
64
81
100
121
144
650

21
22
23
24

21327,5
21327,1
21326,7
21326,3

CONCLUSIONES
Despus de realizar el presente trabajo podemos sacar las siguientes conclusiones:

Dentro del estudio del comportamiento de los datos histricos de las ganancias
de la empresa Miel de harina, se pudo observar que estos datos tienen una
tendencia lineal creciente, por lo cual se puede utilizar los mtodos de pronstico
como son regresin lineal o mtodo de suavizacin exponencial doble ya que
estos mtodos son los que mejor se ajustan a esos comportamientos en una
serie de tiempo, por ello lo primero que se debe hacer es analizar la serie de
tiempo de cada producto que se va a estudiar.

La aplicacin correcta del modelo de pronstico nos brindara resultados ms

precisos y ajustados a nuestro estudio para la posterior toma de decisiones.

Los mtodos cuantitativos como la regresin lineal, suavizacin exponencial que

se utilizan para par hallar el pronstico de la demanda se emplean cuando la
situacin es constantemente estable y existen datos histricos para su estudio.

BIBLIOGRAFIA

VANEGAS A. Vladimir De Jess. (2013).Mdulo de Mtodos Probabilsticos

Unad. Bogot D.C.
Cadenas de Markov. (s/f). [En lnea].Consultado: [21, septiembre,2014]
Disponible en:
http://es.scribd.com/doc/142003967/Cadenas-de-Markov
Slideshare. (s/f). [En lnea].Consultado: [21, septiembre,2014] Disponible en:
http://es.slideshare.net/paquitootd/proyecto-creativo-cadenas-de-markovjosfnieves
Video de you tube. (s/f). [En lnea].Consultado: [22, septiembre,2014] Disponible
en: https://www.youtube.com/watch?v=WEheUhqAZBQ
Video de you tube. (s/f). [En lnea].Consultado: [22, septiembre,2014] Disponible
en: https://www.youtube.com/watch?v=wClJ0D3KAmM