UNIDAD 3 PROMEDIOS MÓVILES Y SUAVIZACIÓN EXPONENCIAL TEMA 1: PROMEDIOS MÓVILES Y MÉTODOS DE ATENUACIÓN
|
|
- Pascual Torres Marín
- hace 7 años
- Vistas:
Transcripción
1 UNIDAD 3 PROMEDIOS MÓVILES Y SUAVIZACIÓN EXPONENCIAL TEMA 1: PROMEDIOS MÓVILES Y MÉTODOS DE ATENUACIÓN Pronóstico: Mejor toma de decisiones Compañías de negocios, gobiernos ponen un gran énfasis en el mejoramiento de la toma de decisiones. Meta que se puede lograr, en parte, con pronósticos precisos. Hace 20 años, las decisiones se basaban en el sentir e intuición sobre la economía y la industria. Ahora se complementa con técnicas de pronóstico (sencillas o complejas) 1
2 Pronóstico: Mejor toma de decisiones Estrategia para la evaluación de métodos de pronóstico: (1) Elegir un método de pronóstico (intuición del analista; patrón de datos). (2) Dividir el conjunto de datos en 2 secciones: parte de inicialización y parte de prueba. (3) Emplear técnica de pronóstico elegida para desarrollar valores ajustados para la parte de inicialización. (4) Utilizar la técnica para pronosticar la parte de prueba de los datos, luego determinar y evaluar el error de pronóstico. (5) Tomar una decisión: emplear técnica actual, modificarla, o usar otra técnica, luego comparar los resultados. Pronóstico: Mejor toma de decisiones 3 tipos de técnicas de pronóstico: no formales, de promedios y de atenuación. (a) Métodos no formales: se usan para desarrollar modelos sencillos que suponen que los periodos recientes son los mejores pronosticadores del futuro. (b) Métodos de promedio: desarrollados con base en un promedio de observaciones ponderadas. (c) Métodos de atenuación: basados en promedios de valores anteriores de una serie en una forma decreciente e (exponencial). e 2
3 1. Modelos no formales Los más sencillos suponen que los periodos recientes son los mejores pronosticadores del futuro. El modelo más sencillo es: donde: Ejemplo 5.1: Se presentan las ventas de sierras por trimestre de Acme Tool Co.: 1 Se emplea técnica no formal: 2 Se usan datos de 1988 a 1993 (parte de inicialización), y 1994 (parte de prueba). 3 El pronóstico para el 1er trimestre de 1994 es: y 25 = y 24 = Se determina el error del pronóstico para el periodo 25 con: 5 El pronóstico para el periodo 26 es 850 con un error de -250, y dada la tendencia de los datos modificar modelo. 1. Modelos no formales (b) Cuando los datos se incrementan a través del t, son estacionarios o tienen tendencia, por lo cual requiere un modelo que incorpore la misma: Ejemplo 5.1: El nuevo pronóstico para el 1er trimestre de 1994 es así: Con este modelo, el error del pronóstico es: (c) Para algunas fines, la proporción de cambio pudiera ser + apropiada que la cantidad absoluta de cambio, entonces el modelo sería: Ejemplo 5.1: El nuevo pronóstico para el 1er trimestre de 1994 es así: Intuido el valor del error, sería mejor usar un promedio de los cambios absolutos anteriores o porcentajes de cambio. (d) Al observar los datos, y detectar una variación estacional (Ventas 1er trimestre mayores a cualquier otro). Si el patrón estacional es fuerte el modelo apropiado es: Ejemplo 5.1: El pronóstico para el 1er trimestre de 1994 es así: La debilidad del enfoque es que ignora todo desde el año pasado, Incluyendo cualquier patrón de tendencia. 3
4 1. Modelos no formales (e) Es posible combinar enfoques y tomar en cuenta tanto variaciones estacionales como tendencias: Ejemplo 5.1: El nuevo pronóstico para el 1er trimestre de 1994 es así: El error puede estimarse como se hizo anteriormente. El número y complejidad de modelos no formales posibles sólo está limitada por el ingenio del analista, aunque debe usarse de manera juiciosa. 2. Métodos de promedio Ante necesidades diarias, semanales, o mensuales de pronósticos de miles de elementos técnicas de pronóstico rápidas y sencillas: promedio o de atenuación. 2.1 Promedios simples Usa datos anteriores para desarrollar un modelo de pronóstico para periodos futuros. Un promedio simple se obtiene encontrando la media de todos los valores pertinentes y usando después esta media para pronosticar el siguiente periodo. Esta técnica sigue la estrategia de evaluación de métodos de pronóstico (5 pasos). Es apropiado para datos estacionarios: sin tendencia, u otro patrón sistemático. Ejemplo 5.2: Calcule el pronóstico para el 1er trimestre de 1994 de Acme Tool Co. ; y su error: El pronóstico para el 2do periodo de 1994 (un punto más de datos: 850, incorporado a la parte de inicialización) es: 4
5 2.2 Promedios móviles Técnica desarrollada ante la necesidad o interés por observaciones recientes. Un promedio móvil se obtiene encontrando la media de un conjunto especifico de valores y empleándolo después para pronosticar el siguiente periodo. donde: El M t es la media aritmética de las n observaciones más recientes. Al hacerse disponible, cada nuevo punto de datos se incluye en el promedio y se descarta el más antiguo (n no cambia con el tiempo y es elegido por el analista). Funciona mejor con datos estacionarios (no maneja tendencia o estacionalidad) 2.2 Promedios móviles Ejemplo 5.3: Pronóstico de promedio móvil para el primer trimestre de 1993 de Acme Tool Company: Luego, conocido el valor del 1er trimestre de 1993, se calcula el error del pronóstico: Y el pronóstico para el 1er trimestre de 1995 es: El analista debe escoger con mucho juicio n. Entre menor sea n, se dará más peso a periodos recientes. Más grande n, menor peso a periodos más recientes. 5
6 2.3 Promedio móvil doble Forma de pronosticar series de tiempo que tienen una tendencia lineal. Con este método se calcula un conjunto de promedios móviles, y después se calcula un segundo conjunto como promedio móvil del primero. Ejemplo: Promedio móvil de 3 semanas y promedio móvil doble. Valores de promedio móvil por debajo de los valores reales (uso de promedio móvil en datos con tendencia) El promedio móvil doble se ubica también por debajo del primer conjunto. 2.3 Promedio móvil doble Técnica de 5 pasos: (1 ) Calcular el promedio móvil con: (2 ) Dado que,, calcular el segundo promedio móvil: (3 ) Calcular la diferencia entre ambos promedios móviles: (4 ) Calcular el factor de ajuste adicional (similar a la medición de pendiente): (5 ) Realizar el pronóstico de periodos n en el futuro: donde: 6
7 2.3 Promedio móvil doble Ejemplo 5.4: La empresa Movie Video Store funciona con varios distribuidores de renta. La compañía está creciendo y requiere ampliar su inventario. Pronostique las rentas del próximo mes. Se realiza un promedio móvil de 3 semanas: EMC = 133, (subestimados) y se decide luego intentar uno doble. (1) Calcular el promedio móvil de 3 semanas (columna 3): (2) Dado M t =717, calcular el 2 prom. móvil de 3 semanas (columna 4): (3) Calcular l la diferencia i entre ambos promedios móviles (columna 5): (4) Ajustar la pendiente (columna 6): (5) Efectuar el pronóstico de un periodo a futuro (columna 7): El promedio de 4 semanas a futuro: 3. Métodos de atenuación exponencial Es un método utilizado para revisar constantemente una estimación a la luz de experiencias más recientes (suposición de datos estacionarios) Las observaciones se ponderan, asignando mayor peso a las más recientes: (α para la más reciente; α (1 - α) para la siguiente más reciente, luego α (1 - α) 2, etc. De manera formal, la ecuación de atenuación exponencial es: donde: Otra forma para el valor α: pronóstico anterior (Ỹ t ) + α veces el error (Y t Ỹ t ) en el pronóstico anterior. 7
8 3.1 Atenuación exponencial simple Ejemplo 5.5: Atenuación exponencial para ventas trimestrales de Acme Tool Co. ( ), con α = 0,1 y 0,6. Para el cálculo se asigna inicialmente Ỹ 1 = 500. Calculando Ỹ 3 : 1 2 El error: 3 Pronóstico para el periodo 4: Influencia de: a) α yb) Ỹ 1 : 4 Los pronósticos para el primer trimestre de 1994, utilizando α = 0,1 y 0,6; son 469 y 576, respectivamente. 3.1 Atenuación exponencial simple Una señal de rastreo comprende el cálculo de alguna medición del error a través del tiempo y establece límites. Si el error rebasa dichos límites, se alerta al pronosticador. (a) Señal de rastreo para determinar cuándo cambiar α: Práctica común continuar con el mismo α durante varios periodos, antes de considerar una revisión. Cuando un modelo da pronósticos con un amplio margen de error, un cambio resulta apropiado. Si todo va bien, la técnica de pronóstico debería subestimar y sobrestimar con la misma frecuencia. Una señal de rastreo se basará en este razonamiento. Sea U = # de subestimaciones en los últimos n pronósticos (errores +) Si el proceso está bajo control U seria n/2 ó cercano (variabilidad de la muestra) Valores no cercanos a n/2 técnica está produciendo pronósticos con sesgo. 8
9 3.1 Atenuación exponencial simple siempre la suposición de que los datos son estacionarios. Siempre que una tendencia significativa, la atenuación exponencial se ubicará por debajo de los valores reales de pronóstico de la serie de tiempo, a través del tiempo. Observando la columna de error: todos positivos; el pronóstico no contempló la tendencia (atenuación exponencial doble diseñada para ello) 3.2 Atenuación exponencial doble (método de Brown) Se usa para pronosticar series de tiempo que tienen una tendencia lineal. Los conceptos básicos son similares a los de promedios móviles dobles. Dado que los valores de las series no son pronósticos en sí mismos, las ecuaciones de actualización son más comprensibles si se adopta la siguiente notación: A t = valor atenuado exponencialmente de Y, en el periodo t A t = valor doblemente atenuado exponencialmente de Y, en el periodo t (1 ) El valor simple atenuado exponencialmente se calcula ahora: (2 ) Cálculo del valor doblemente atenuado exponencialmente: (3 ) Se calcula la diferencia entre los valores atenuados exponencialmente: (4 ) Cálculo del factor adicional de ajuste ( medición de una pendiente): (5 ) Formular el pronóstico de p periodos en el futuro: 9
10 3.2 Atenuación exponencial doble (método de Brown) Ejemplo 5.7: Empresa Movie Video Store pretendía pronosticar sus rentas del próximo mes. Al emplear una atenuación exponencial de 0.4, es obvio que los datos tienen una tendencia. Por esta razón, decide intentar la atenuación exponencial doble con α = 0,4. Pronóstico de la semana 16: 1 Calcular el valor simple atenuado exponencialmente (columna 3): 2 Calcular el valor doblemente atenuado exponencialmente (col. 4): 3 Calcular las diferencias entre los valores atenuados (columna 5): 4 Luego el valor adicional de ajuste, (columna 6): 5 Hacer el pronóstico de un periodo en el futuro (columna 7): y 3.2 Atenuación exponencial doble (método de Brown) Al igual que en la atenuación exponencial simple, la elección de α es un problema. α se selecciona MIN el EMC (programas de computadora ó prueba y error) Otro problema: valores iniciales de la serie atenuada y el ajuste de la tendencia (Ejemplo 5.7: valor real de la serie para A t y A t : subestima una tendencia positiva) Se pueden calcular los valores de la pendiente de la tendencia y la intersección mediante el procedimiento de mínimos cuadrados (estimaciones generadas para t=0 son a 0 = y b 0 = 4.9). Dichos valores iniciales se establecen ece con: 10
11 3.2 Atenuación exponencial doble (método de Brown) Ejemplo 5.8: Jill calcula los valores apropiados para el ejemplo 5.7, usando A 0 y A 0. Pronóstico de la semana 16: comenzar la atenuación empleando estos valores: 1 1 Calcular el valor simple atenuado exponencialmente (columna 3): 2 Calcular el valor doblemente atenuado exponencialmente (col. 4): 3 Calcular las diferencias entre los valores atenuados (columna 5): 4 Luego el valor adicional de ajuste, (columna 6): 5 Hacer el pronóstico de un periodo en el futuro (columna 7): 4. Atenuación exponencial ajustada a la tendencia (método de Holt) Otra técnica para manejar tendencia lineal: atenúa en forma directa la tendencia y la pendiente empleando diferentes constantes de atenuación α para c/u de ellas. Proporciona mayor flexibilidad al seleccionar proporciones a las que se rastrearán la tendencia y la pendiente. Usa 3 ecuaciones: (1) Serie exponencialmente atenuada: (2) Estimación de la tendencia: (3) Pronóstico de p periodos en el futuro: donde: 11
12 4. Atenuación exponencial ajustada a la tendencia (método de Holt) Ejemplo 5.9: Datos de Acme Tool Co. Se requieren dos valores iniciales: valor inicial estimado (promedio de unas observaciones anteriores de la serie) y valor inicial de la tendencia (uso de pendiente de la ecuación de tendencia, si no hay datos = 0). α = 0,3 atenúa los datos para eliminar aleatoriedad, β = 0,1 atenúa la tendencia en los datos. Pronóstico del periodo 3: 1 Actualización de la serie exponencial- mente atenuada: 2 Actualización de la estimación de la tendencia: 3 Pronóstico de un periodo a futuro: 4 Error del pronóstico: 5 Pronóstico para el periodo 25 (3 pasos): 4. Atenuación exponencial ajustada a la tendencia (método de Holt) Por EMC, este modelo no es mejor que la atenuación exponencial simple (α = 0.34). Si se compara los PEMA, el método de Holt es mejor. También su PME resulta menor. Al utilizar un programa, se elige de manera automática α = 0,3 y β = 0,2. Cabe resaltar que el PME es 6.22%, lo que significa que las predicciones basadas en este modelo son aún consistentemente grandes (sobrevaloración = signo -). la posibilidad de que haya en los datos una variación estacional. 12
13 5. Atenuación exponencial ajustada a la tendencia y a la variación estacional (método de Winter) Datos de Acme Tool Co.: se observa que las ventas son altas durante el trimestre 1 y 4, y menores durante el 3º: Aparentemente un patrón estacional. El modelo de atenuación exponencial lineal y estacional de tres parámetros de Winter, (extensión del modelo de Holt), puede reducir el error de pronóstico: utiliza una ecuación adicional para determinar la estacionalidad. Usa 4 ecuaciones: (1) Serie exponencialmente atenuada: (2) Estimación de la tendencia: (3) Estimación de la estacionalidad: (4) Pronóstico de p periodos en el futuro: donde: 5. Atenuación exponencial ajustada a la tendencia y estacionalidad (Winter) Ejemplo 5.9: Atenuación exponencial ajustada a la tendencia y a la estacionalidad, para los datos de Acme Tool Co. para α = 0,4, β = 0,1 y γ = 0,3. Ya que no hay datos anteriores disponibles, se usa 500 como el valor inicial, 0 como el valor de estimación inicial de tendencia y 1.0 como la estimación inicial de estacionalidad. Pronóstico del periodo 2: 1 Serie exponencialmente atenuada: 2 Estimación de la tendencia: 3º Estimación de la estacionalidad: 4 Cálculo pronóstico del periodo 6: 13
14 5. Atenuación exponencial ajustada a la tendencia y estacionalidad (Winter) La atenuación exponencial es una técnica popular para los pronósticos de corto plazo. Ventajas: bajo costo y simplicidad. Frecuente uso ante pronósticos de inventarios que contienen miles de elementos. 6. Aplicación en la administración Los pronósticos son uno de los insumos más importantes en la toma de decisiones (demanda esperada, requerimientos de producción, gastos e ingresos futuros, etc.) Los métodos no formales (simples) tienden a ser menos costosos, más fáciles de implementar y de comprender (negocios pequeños). El promedio móvil realiza bien su trabajo de ajuste a los cambios en los patrones. Es económico de actualizar y no requiere almacenar muchos datos (pronósticos repetidos) La atenuación exponencial e te tiene euna abuena aprecisión ecsó aco corto topa plazo ocombinada adacon una rápida actualización de datos a bajo costo (pronósticos regulares semanales o mensuales para muchos elementos). 14
Pronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
Más detallesPresupuesto de Ventas
Unidad Temática 03: Presupuesto de Ventas MSc. Pedro Bejarano V. Contenido Planificación de las Ventas y Presupuesto Métodos de Cálculo para presupuestar las Ventas: Consideraciones sobre el Cálculo del
Más detallesProblemas. 1.- Se muestran en seguida las tasas de interés para 12 meses consecutivos de Bonos corporativos triple A.
Problemas. 1.- Se muestran en seguida las tasas de interés para 12 meses consecutivos de Bonos corporativos triple A. 9.5, 9.3, 9.4, 9.6, 9.8, 9.7, 9.8, 10.5, 9.9, 9.7, 9.6, 9.6 a) Elabore promedios móviles
Más detallesMARCO NORMATICO CONTABLE PARA EMPRESAS QUE NO COTIZAN EN EL MERCADO DE VALORES Y QUE NO CAPTAN NI ADMINISTRAN AHORRO DEL PÚBLICO
MARCO NORMATICO CONTABLE PARA EMPRESAS QUE NO COTIZAN EN EL MERCADO DE VALORES Y QUE NO CAPTAN NI ADMINISTRAN AHORRO DEL PÚBLICO POLITICAS CONTABLES, CAMBIOS EN LAS ESTIMACIONES CONTABLES Y CORRECCION
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCAPÍTULO VI PRONÓSTICO DE OPERACIONES. ADMINISTRACIÓN DE LA PRODUCCIÓN Enfoque Estratégico de la Calidad
CAPÍTULO VI PRONÓSTICO DE OPERACIONES ADMINISTRACIÓN DE LA PRODUCCIÓN LOS PRONÓSTICOS Y EL CICLO OPERATIVO OPERACIONES PRONÓSTICO LOGISTICO PRONÓSTICO OPERACIONES/TECNOLOGICO PRONÓSTICO LABORAL FINANZAS
Más detallesINGENIERIA CIVIL. Tercera Reunión General del Proyecto Tuning América Latina: innovación educativa y social Santiago de Chile del 2 al 4 de mayo 2012
INGENIERIA CIVIL Tercera Reunión General del Proyecto Tuning América Latina: innovación educativa y social Santiago de Chile del 2 al 4 de mayo 2012 RESULTADO 7 Estrategias comunes para la medición del
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesMÓDULO 1: GESTIÓN DE CARTERAS
MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesINVENTARIOS Introducción Cantidad Economica de Pedido (EOQ)
INVENTARIOS Introducción Cantidad Economica de Pedido (EOQ) Curso: Investigación de Operaciones Ing. Javier Villatoro MODELO DE INVENTARIOS Componentes Componentes de los modelos de inventarios El problema
Más detallesUSO HERRAMIENTAS EXCEL PARA LA PREDICCION
USO HERRAMIENTAS EXCEL PARA LA PREDICCION Nassir Sapag Chain MÉTODO DE REGRESIÓN LINEAL SIMPLE El método de Regresión Lineal (o Mínimos cuadrados) busca determinar una recta, o más bien la ecuación de
Más detallesLa Evaluación Financiera de Proyectos de Informática
La Evaluación Financiera de Proyectos de Informática Cómo clasificar costos y beneficios? Cuáles son los costos y beneficios típicos de un proyecto de informática? Qué técnica es apropiada para evaluar
Más detallesUNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN
UNIDAD II PLANEACIÓN AGREGADA DE LA PRODUCCIÓN Curso: Administración de Operaciones III OBJETIVOS Cuando haya completado esta unidad, debe ser capaz de identificar y definir: Planeación agregada Propósito
Más detallesMÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Más detallesTÉCNICAS DE PROYECCIÓN DE MERCADO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INGENIERÍA
TÉCNICAS DE PROYECCIÓN DE MERCADO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INGENIERÍA ÁMBITO DE LA PROYECCIÓN TÉCNICAS DE PROYECCIÓN DE MERCADO Ámbito de la proyección Situación presente Situación proyectada
Más detallesIndicadores macroeconómicos Eurozona. Dirección de Inversiones BBVA Banca Privada
Indicadores macroeconómicos Eurozona Dirección de Inversiones BBVA Banca Privada BCE: decisión de tipos y rueda de prensa BCE decisión de tipos Cada mes y medio aprox 13:45 CET decisión de tipos 14:30
Más detalles4º E.S.O. Matemáticas A
4º E.S.O. Matemáticas A Objetivos 1. Incorporar, al lenguaje y formas habituales de argumentación, las distintas formas de expresión matemática (numérica, algebraica, de funciones, geométrica...), con
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesPMP Test - C07 _ La Estimación al Cumplimiento (EAC) es una evaluación periódica de:
PMP Test - C07 _01 01. Una manera común de calcular la Estimación al Cumplimiento (EAC) de un proyecto es tomar el Presupuesto al Cumplimiento (BAC) y: A. Dividir por SPI. B. Multiplicar por SPI. C. Multiplicar
Más detallesPronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com
Pronósticos Por Lic. Gabriel Leandro, MBA http:// 1.1. Necesidad de pronosticar Entorno altamente incierto La intuición no necesariamente da los mejores resultados Mejorar la planeación Competitividad
Más detallesEl término productividad, con frecuencia, se confunde con el término producción. Muchas
RESUMEN El término productividad, con frecuencia, se confunde con el término producción. Muchas personas piensan que a mayor producción más productividad, pero esto no es necesariamente cierto. Producción
Más detallesGestión de los Riesgos del Proyecto
Áreas del conocimiento para la AP III Gestión de los Riesgos del Proyecto Basado en los estándares del PMI Ing. Fausto Fernández Martínez, MSc, MAP San José, Costa Rica - 2013 Controlar los Riesgos del
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesCASO PRÁCTICO SOBRE LA ELABORACIÓN Y EVALUACIÓN DE UN PROYECTO DE SERVICIOS DE CONSULTORÍA
1 CASO PRÁCTICO SOBRE LA ELABORACIÓN Y EVALUACIÓN DE UN PROYECTO DE SERVICIOS DE CONSULTORÍA CASO PRÁCTICO SOBRE LA ELABORACIÓN DE UN PROYECTO DE SERVICIOS DE CONSULTORÍA PRIMER PASO: Establecimiento de
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesEn la notación C(3) se indica el valor de la cuenta para 3 kilowatts-hora: C(3) = 60 (3) = 1.253
Eje temático: Álgebra y funciones Contenidos: Operatoria con expresiones algebraicas Nivel: 2 Medio Funciones 1. Funciones En la vida diaria encontramos situaciones en las que aparecen valores que varían
Más detallesFORMATO ACCIONES CORRECTIVAS PREVENTIVAS Y DE MEJORA
FORMATO ACCIONES CORRECTIVAS PREVENTIVAS Y DE MEJORA Certificado N SC 7267-1 Certificado N SC 7267-2 Certificado N SC 7267-3 Certificado N GP 190-1 DONDE UBICAR EL FORMATO DONDE UBICAR EL FORMATO FECHA
Más detalles(Texto pertinente a efectos del EEE)
3.12.2015 L 317/19 REGLAMENTO (UE) 2015/2231 DE LA COMISIÓN de 2 de diciembre de 2015 que modifica el Reglamento (CE) n o 1126/2008 por el que se adoptan determinadas normas internacionales de contabilidad
Más detallesUNIDAD 8 INECUACIONES. Objetivo general.
8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesPLANEACIÓN AGREGADA VARIABLES Y CONSIDERACIONES DE UN PLAN AGREGADO
PLANEACIÓN AGREGADA -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesTALLER CAPACITACIÓN : USO DE LA GUÍA PARA EL ANÁLISIS DE CAUSAS EN LA TOMA DE ACCIONES CORRECTIVAS Y PREVENTIVAS. Ing. Emperatriz Zapata Zapata
ANÁLISIS DE CAUSAS EN LA TOMA DE ACCIONES Ing. Eira Madera Reyes Ing. Emperatriz Zapata Zapata Diciembre de 2010 Objetivo Capacitar al personal de la universidad, en el uso de la Guía para el análisis
Más detallesAnálisis de cerchas Método de las uniones
Seminario de Modelación Matemática em Arquitectura Análisis de cerchas Método de las uniones Determinar las fuerzas internas de cada uno de los miembros de la siguiente cercha: /2 500 lb 250 lb Y 3/2 X
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesMicrosoft Project Professional
Microsoft Project Professional Fundamentos en Administración de Proyectos Curso para dominar el manejo de Microsoft Project que capacita a profundidad en las funcionalidades básicas y avanzadas para la
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesDiplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
Más detallesInvestigación Operativa
Investigación Operativa Unidad: Teoría de decisiones y modelos de programación lineal Docente: Johnny. Pacheco Contreras Unidad Teoría de decisiones y modelos de programación lineal. Logro Al finalizar
Más detallesEcuaciones Cuadráticas Las ecuaciones cuadráticas se pueden resolver por el método de factorización o utilizando la fórmula cuadrática.
Ejemplos de Ecuaciones Cuadráticas e Inecuaciones Cuadráticas Ecuaciones Cuadráticas Las ecuaciones cuadráticas se pueden resolver por el método de factorización o utilizando la fórmula cuadrática. El
Más detallesPLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE. Modelando el Interés compuesto
PLANIFICACIÓN DE LA SESIÓN DE APRENDIZAJE Grado: Cuarto I. TÍTULO DE LA SESIÓN Duración: 2 horas pedagógicas Modelando el Interés compuesto UNIDAD 3 NÚMERO DE SESIÓN 4/9 II. APRENDIZAJES ESPERADOS COMPETENCIA
Más detallesCRÉDITO AGROPECUARIO
CRÉDITO AGROPECUARIO EJEMPLO DE CÁLCULO DE INTERESES, COMISIONES Y GASTOS Actualizado al 28 de septiembre de 2016 Importante: El cálculo se realiza sobre la base de 360 días. Las operaciones de desembolso,
Más detallesTema 1 El objeto de análisis de la economía
Ejercicios resueltos de Introducción a la Teoría Económica Carmen Dolores Álvarez Albelo Miguel Becerra Domínguez Rosa María Cáceres Alvarado María del Pilar Osorno del Rosal Olga María Rodríguez Rodríguez
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detallesFracciones y fractales
C APÍTULO 0 Fracciones y fractales Resumen del contenido El tema del Capítulo 0 es la investigación de patrones en el diseño fractal. No se intimide si no ha visto fractales anteriormente. El propósito
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesPreparación para Álgebra 1 de Escuela Superior
Preparación para Álgebra 1 de Escuela Superior Este curso cubre los conceptos mostrados a continuación. El estudiante navega por trayectos de aprendizaje basados en su nivel de preparación. Usuarios institucionales
Más detallesMedición de resistencia por el método de amperímetro-voltímetro
Medición de resistencia por el método de amperímetro-voltímetro Objetivos Determinar el valor de una resistencia por el método de amperímetro voltímetro. Discutir las incertezas propias del método y las
Más detallesLA IMPORTANCIA DEL PRESUPUESTO FINANCIERO AL INICAR UN PLAN DE NEGOCIOS
LA IMPORTANCIA DEL PRESUPUESTO FINANCIERO AL INICAR UN PLAN DE NEGOCIOS Es muy común escuchar decir o hablar del presupuesto y las finanzas de la empresa, es por ello que en el presente documento definiremos
Más detallesPROCEDIMIENTO DE ACCIONES CORRECTIVAS Y PREVENTIVAS
PÁGINA 1 DE 5 1. OBJETIVO Establecer un método unificado para identificar, analizar y tratar las causas de No conformidades reales o potenciales, observaciones, u objeto de mejora para el Sistema Integrado
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS.
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS. HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Ingeniería de
Más detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
Más detallesNORMA INTERNACIONAL DE AUDITORÍA 320
NORMA INTERNACIONAL DE AUDITORÍA 320 IMPORTANCIA RELATIVA DE LA AUDITORÍA (En vigor para auditorías de estados financieros por periodos que comiencen en o después del 15 de diciembre de 2004)* CONTENIDO
Más detallesANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesCONTABILIDAD GERENCIAL
1 Sesión No. 12 Nombre: Decisiones de Inversión a Corto y Largo Plazo Al finalizar esta sesión, el participante será capaz de: Reconocer la importancia de la inversión empresarial tanto a corto como largo
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesORGANIZACIÓN, IMPLEMENTACIÓN Y CONTROL DE MARKETING. Omar Maguiña Rivero
ORGANIZACIÓN, IMPLEMENTACIÓN Y CONTROL DE MARKETING 1 OBJETIVOS ESPECIFICOS Explicar la importancia de seguir un proceso adecuado de marketing internacional. 2 CONTENIDOS 1. Estructura Organizacional y
Más detallesPauta Clase Auxiliar: Indicadores
IN4301 Análisis y Matemáticas Financieras Profesores: Sigfried Cobian-Michael Jorratt Claudio Jiménez Profesor Auxiliar: Angélica Gatica Ricardo Mascaró Nicolás Cisternas Pauta Clase Auxiliar: Indicadores
Más detallesEcuaciones Diofánticas
2 Ecuaciones Diofánticas (c) 2011 leandromarin.com 1. Introducción Una ecuación diofántica es una ecuación con coeficientes enteros y de la que tenemos que calcular las soluciones enteras. En este tema
Más detallesALGORITMO MINIMAX. o Nodo: Representa una situación del juego. o Sucesores de un nodo: Situaciones del juego a las que se
ALGORITMO MINIMAX Algoritmo de decisión para minimizar la pérdida máxima aplicada en juegos de adversarios Información completa (cada jugador conoce el estado del otro) Elección del mejor movimiento para
Más detallesDIFERENCIA, VENTAJAS Y DESVENTAJAS DE INSTRUMENTOS ANALÓGICOS Y DIGITALES
DIFERENCIA, VENTAJAS Y DESVENTAJAS DE INSTRUMENTOS ANALÓGICOS Y DIGITALES En general los parámetros que caracterizan un fenómeno pueden clasificarse en Analógicos y Digitales, se dice que un parámetro
Más detallesGuía de Ejercicios 1 Tema: Pronósticos
Ejercicio 1 Guía de Ejercicios 1 Tema: Pronósticos El fondo de inversión Plus Victory de crecimiento de acciones ha seguido los siguientes promedios mensuales de precios para los últimos 7 meses. Mes Precios
Más detallesMarzo 2012
Marzo 2012 http:///wpmu/gispud/ Para determinar la carga transferida a través del tiempo a un elemento, es posible hacerlo de varias formas: 1. Utilizando la ecuación de carga, evaluando en los tiempos
Más detallesCuánto vale el cupón PBI?
Cuánto vale el cupón PBI? Por Diego Chameides y Virginia Fernández El 27 de junio el INDEC publicó el Estimador Mensual de la Actividad Económica (EMAE) de abril y mostró una variación interanual del 7%
Más detallesGuía para maestro. Área y volumen de paralelepípedos. Compartir Saberes
Guía para maestro Guía realizada por Bella Peralta C. Magister en educación matemática Master en Educación bellaperaltamath@gmail.com En los objetos tridimensionales el cálculo del área nos permite determinar
Más detallesTRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4).
TRABAJO 3: Números Índices. Series Cronológicas (Temas 3 y 4). Técnicas Cuantitativas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesEstándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017.
Estándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017. Bloque 1. Procesos, métodos y actitudes en matemáticas. Los criterios correspondientes a este bloque son los marcador
Más detallesDepartamento de Auditoría y Sistemas de Información FINANZAS I
Departamento de Auditoría y Sistemas de Información FINANZAS I UNIVERSIDAD ARTURO PRAT Santiago - Chile Temario Finanzas I. Valor del dinero en el tiempo. Valor Actual y Valor Futuro. Tasa de Interés Simple.
Más detallesCURSO: INTRODUCCION A PRONOSTICOS
MANAGEMENT CONSULTORES CURSO: INTRODUCCION A PRONOSTICOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail:mgm_consultas@mgmconsultores.com.ar
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detallesINGENIERIA CIVIL EN MECANICA VESPERTINO GUÍA DE LABORATORIO ASIGNATURA PROCESOS DE FABRICACIÓN II NIVEL 03 EXPERIENCIA C911
INGENIERIA CIVIL EN MECANICA VESPERTINO GUÍA DE LABORATORIO ASIGNATURA PROCESOS DE FABRICACIÓN II NIVEL 03 EXPERIENCIA C911 FUERZA DE CORTE EN EL TORNEADO HORARIO: VIERNES 19:00 A 21:30 HORAS 1 1.- OBJETIVOS
Más detallesOliverio J. Santana Jaria. Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso Los objetivos de este tema son:
3. Circuitos aritméticos ticos Oliverio J. Santana Jaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Introducción La realización de operaciones aritméticas y lógicas
Más detalles2. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detallesEncuesta sobre las Expectativas de los Especialistas en Economía del Sector Privado: Octubre de 2015
3 de noviembre de sobre las Expectativas de los Especialistas en Economía del Sector Privado: Octubre de Resumen En esta nota se reportan los resultados de la encuesta de octubre de sobre las expectativas
Más detallesResultados del Relevamiento de Expectativas de Mercado (REM)
Resultados del Relevamiento de Expectativas de Mercado (REM) Diciembre 2016 El Relevamiento de Expectativas de Mercado (REM) que administra el Banco Central de la República Argentina (BCRA) consiste en
Más detallesModificaciones incorporadas a. después de la edición del manual
Modificaciones incorporadas a después de la edición del manual Proyectos Tabla de comparaciones La función Proyecto>Tabla de comparaciones permite mostrar simultáneamente todos los datos que se deseen
Más detallesRevisora: María Molero
57 Capítulo 5: INECUACIONES. Matemáticas 4ºB ESO 1. INTERVALOS 1.1. Tipos de intervalos Intervalo abierto: I = (a, b) = {x a < x < b}. Intervalo cerrado: I = [a, b] = {x a x b}. Intervalo semiabierto por
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesUNIDAD 1: NÚMEROS NATURALES OBJETIVOS
UNIDAD 1: NÚMEROS NATURALES Realizar las operaciones con números naturales (suma, resta, multiplicación y división) y operaciones combinadas de las anteriores. Diferenciar entre división exacta y entera,
Más detallesƒ : {(1, 4), (2, 5), (3, 6), (4, 7)}.
SECCIÓN 5. Funciones inversas 5. Funciones inversas Verificar que una función es la inversa de otra. Determinar si una función tiene una función inversa. Encontrar la derivada de una función inversa. f
Más detalles