Dr. Carlos L. Jave Gutiérrez

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Dr. Carlos L. Jave Gutiérrez"

Transcripción

1 PLANIFICACION DE LA PRODUCCION: PRONOSTICOS Dr. Carlos L. Jave Gutiérrez Universidad San Martín de Porras

2 PLANIFICACION DE LA PRODUCCION Son variados y similares los enfoques que con respecto al proceso de planificación, programación y control de la producción han sido tratados por diversos autores, quienes establecen, en términos generales, que este se inicia con las previsiones, de las cuales se desprenden los planes a largo, mediano y corto plazo. Este enfoque, como hemos visto tiene algunas fallas, ya que carece del concepto integrador que en el sentido vertical, debe comenzar en la estrategia empresarial y que en el sentido horizontal, debe relacionarse con los demás subsistemas de la organización. Domínguez Machuca, J.A. et. al [1995]: Dirección de operaciones. Aspectos tácticos y operativos en la producción y los servicios. Editorial Mc Graw Hill, Madrid. Heizer, J. & Render, B. [1997]: Dirección de la producción. Decisiones tácticas. 4ª. Ed., Editorial Prentice Hall, Madrid.

3 PLANIFICACION DE LA PRODUCCION Vollmann y Domínguez Machuca, consideran la integración en ambos sentidos. Al respecto, este último autor afirma que, el proceso de planificación y control de la producción debe seguir un enfoque jerárquico, en el que se logre una integración vertical entre los objetivos estratégicos, tácticos y operativos y además se establezca su relación horizontal con las otras áreas funcionales de la compañía. Básicamente las cinco fases que componen el proceso de planificación y control de la producción son: Planificación estratégica o a largo plazo. Planificación agregada o a medio plazo. Programación maestra. Programación de componentes. Ejecución y control.

4 PLANIFICACION DE LA PRODUCCION

5 PRONOSTICOS Los pronósticos son el primer paso dentro del proceso de planificación de la producción y estos sirven como punto de partida, no solo para la elaboración de los planes estratégicos, sino además, para el diseño de los planes a mediano y corto plazo, lo cual permite a las organizaciones, visualizar de manera aproximada los acontecimientos futuros y eliminar en gran parte la incertidumbre y reaccionar con rapidez a las condiciones cambiantes con algún grado de precisión. Predicciones: se basan meramente en la consideración de aspectos subjetivos dentro del proceso de estimación de eventos futuros Pronósticos: se desarrollan a través de procedimientos científicos, basados en datos históricos, que son procesados mediante métodos cuantitativos.

6 PRONOSTICAR Pronosticar. Es emitir un enunciado sobre lo que es probable que ocurra en el futuro, basándose en análisis y en consideraciones de juicio. Se desarrollan a través de procedimientos científicos, basados en datos históricos, que son procesados mediante métodos cuantitativos.. Propósito. Hacer un pronóstico es obtener conocimiento sobre eventos inciertos que son importantes en la toma de decisiones presentes. Las técnicas de pronósticos disminuyen la incertidumbre sobre el futuro, permitiendo estructurar planes y acciones congruentes con los objetivos de la organización y permiten también tomar acciones correctivas apropiadas y a tiempo cuando ocurren situaciones fuera de lo pronosticado. 6

7 USOS DE LOS PRONOSTICOS Mercadotecnia. Tamaño del mercado. Participación en el mercado. Tendencia de precios. Desarrollo de nuevos productos. Producción. Costo de materia prima. Costo de mano de obra. Disponibilidad de materia prima. Disponibilidad de mano de obra. Requerimientos de mantenimiento. Capacidad disponible de la planta para la producción. Finanzas. Tasas de interés. Cuentas de pagos lentos. Recursos Humanos. Número de trabajadores. Rotación de personal. Tendencias de ausentismo. Tendencia de llegadas tarde. Planeación Estratégica. Factores económicos. Cambios de precios. Costos. Crecimiento de líneas de productos 7

8 TIPOS DE PRONOSTICOS Estos pueden ser clasificados de acuerdo a tres criterios: Según el horizonte de tiempo. Pueden ser de largo plazo, mediano plazo o corto plazo y su empleo va desde la elaboración de los planes a nivel estratégico hasta los de nivel operativo. Según el entorno económico abarcado. Pueden ser de tipo micro o de tipo macro y se definen de acuerdo al grado en que intervienen pequeños detalles vs. grandes valores resumidos. Según el procedimiento empleado. Pueden ser de tipo puramente cualitativo, en aquellos casos en que no se requiere de una abierta manipulación de datos y solo se utiliza el juicio o la intuición de quien pronostica o puramente cuantitativos, cuando se utilizan procedimientos matemáticos y estadísticos que no requieren los elementos del juicio.

9 TIPOS DE PRONOSTICOS De a acuerdo a la última clasificación tenemos: Métodos Cualitativos: Método Delphi, método del juicio informado, método de la analogía de los ciclos de vida y método de la investigación de mercados. Métodos Cuantitativos: Métodos por series de tiempo y métodos causales.

10 TIPOS DE PRONOSTICOS Nombre No formales Promedio simple Promedio móvil Suavización exponencial Suavización exponencial lineal Suavización exponencial cuadrática Suavización exponencial estacional Filtración adaptiva Descomposición clásica Modelos de tendencia exponencial Ajuste de curva S Modelo de Gompertz Curvas de crecimiento Census II Box-Jenkins Horizonte de predicción Corto plazo Corto plazo Corto plazo Corto plazo Corto plazo Corto plazo Corto plazo Corto plazo Corto plazo Mediano y largo plazo Mediano y largo plazo Mediano y largo plazo Mediano y largo plazo Corto plazo Corto plazo METODOS CUANTITATIVOS (TIPO SERIE DE TIEMPO) 10

11 TIPOS DE PRONOSTICOS Nombre Regresión simple Regresión múltiple Indicadores principales Modelos econométricos Regresión múltiple de series de tiempo Horizonte de predicción Mediano plazo Mediano plazo Corto plazo Corto plazo Mediano y largo plazo METODOS CUANTITATIVOS (TIPO CAUSALES) 11

12 ANALISIS DE REGRESION Un objetivo común en muchas aplicaciones estadísticas es examinar la relación que existe entre dos variables numéricas. El objeto de un análisis de regresión es investigar la relación estadística que existe entre una variable dependiente (Y) y una o más variables independientes (X 1, X 2, X 3... ). DIAGRAMAS DE DISPERSION: Un estudio de la relación entre variables empieza con el caso más simple, el de la relación entre dos variables. Un diagrama de dispersión mapea en dos dimensiones los valores de X a lo largo del eje horizontal y los valores de Y en el eje vertical. El diagrama de dispersión ayuda a ilustrar lo que la intuición sugiere: la relación entre X e Y. 12

13 ANALISIS DE REGRESION DIAGRAMAS DE DISPERSION: 13

14 ANALISIS DE REGRESION El diagrama (a) de la figura sugiere lo que se denomina relación perfecta lineal positiva. Conforme X se incrementa, Y también, de una manera predecible. Es decir, X e Y parecen comportarse en torno a una línea recta. El diagrama (b) sugiere una relación perfecta lineal negativa. Es decir, conforme X se incrementa, Y decrece de una manera predecible. a) b) 14

15 ANALISIS DE REGRESION 15

16 ANALISIS DE REGRESION Las figuras (c) y (d) ilustran una relación imperfecta lineal positiva y negativa, respectivamente, pero no de una manera predecible. Así, Y puede ser ligeramente superior o inferior a lo esperado. Es decir, los puntos X - Y no se comportan como una línea recta. c) d) 16

17 ANALISIS DE REGRESION Los diagramas de dispersión de las figuras (c) y (d) muestran lo que se conoce como relaciones lineales. La relación X - Y, sea perfecta o imperfecta, puede ser resumida por una línea recta. En comparación, una relación de curva aparece en el diagrama (e). e) 17

18 ANALISIS DE REGRESION Finalmente, el diagrama de la figura (f), sugiere que no existe relación de ningún tipo entre las variables X e Y. Si X se incrementa, Y no parece incrementarse o decrementarse de una manera predecible. Sobre la base de la evidencia muestral que aparece en el diagrama, se puede concluir que en la población de todos los puntos X - Y, no existe relación lineal o de otro tipo entre las variables X, Y. f) 18

19 ANALISIS DE REGRESION 19

20 ANALISIS DE REGRESION Ahora considérense los dos diagramas de dispersión de la figura. Ambos diagramas sugieren relaciones imperfectas lineales positivas entre X e Y. La diferencia es que esta relación parece más fuerte en la figura (a) debido a que los datos están más cerca a la línea recta que pasa a través de ellos. En la figura (b) se sugiere una relación más débil. Los puntos de los datos están más lejos de la línea recta que pasa por ellos, sugiriendo que la relación entre X e Y es menos lineal. a) b) 20

21 ANALISIS DE REGRESION REGRESION LINEAL: El análisis de regresión es una técnica de pronóstico que establece una relación entre variables. Se considera en este momento la situación de regresión más sencilla sólo para dos variables y para una relación funcional lineal entre ellas. El pronóstico para la demanda del periodo siguiente F t se puede expresar mediante: F t = a + b*x t Y = a + b*x Donde F t es el pronóstico para el periodo t, dado el valor de la variable X en el periodo t. Los coeficientes a y b son constantes; a es la ordenada al origen de la variable (F) y b es la pendiente de la recta. 21

22 ANALISIS DE REGRESION REGRESION LINEAL: Se ha sustituido F por Y para indicar que F es el valor pronosticado, la demanda pronosticada F t indica el futuro. Para encontrar los coeficientes a y b se utiliza la demanda anterior (o histórica) en vez del pronóstico anterior. Se emplea D t para indicar la demanda histórica y para encontrar los coeficientes a y b. Entonces, cuando se desea pronosticar la nueva demanda, se emplea F t para representar el pronóstico de la demanda. Los coeficientes a y b pueden calcularse mediante las dos ecuaciones siguientes: en donde: D = a + b*x 22

23 ANALISIS DE REGRESION REGRESION LINEAL MULTIPLE: En forma general: Y = a + b 1 X 1 + b 2 X b n X n Donde: X 1, X 2, X n : Variables Independientes a : Es la ordenada del punto de intersección con el eje Y. b 1 : Coeficiente de Regresión (es la variación neta en Y por cada unidad de variación en X 1.). b n : Coeficiente de Regresión (es el cambio neto en Y para cada cambio unitario en X n ). 23

24 ANALISIS DE REGRESION REGRESION LINEAL: Caso: Una empresa que fabrica cajas de cartón hace cajas de pizzas. El departamento de planeación de operaciones sabe que un pronóstico adecuado y preciso de cajas de pizza de un cliente está en relación estrecha con los gastos de promoción de éste, el cual se puede obtener por adelantado antes de realizar el gasto. El departamento de planeación de operaciones está interesado en establecer la relación entre la promoción de la empresa de pizzas y las ventas. Una vez que eso se haya establecido, las órdenes de compra de las cajas para pizzas, en dólares, pueden expresarse como porcentaje fijo de ventas. 24

25 ANALISIS DE REGRESION Trimestre Publicidad ($ 100,000) Ventas ($ Millones)

26 ANALISIS DE REGRESION Haciendo el cálculo de b y a, donde la publicidad es X t para el trimestre t, las ventas son D t para el trimestre t y F t es el pronóstico para el futuro periodo t. Trimestre Publicidad (X) Ventas (D) X 2 D 2 X*D Σ

27 ANALISIS DE REGRESION 10*(328) (96)* *(96) b = = 0.29 a = = *(1060) (96) 2 10 Por lo tanto, la recta estimada de regresión, la relación entre las ventas futuras (F t ) y la publicidad (X i ) es: F t = X t En el ejemplo, quien hace la planeación de las operaciones puede investigar los gastos planeados en publicidad y sobre esas ventas puede hacer el pronóstico. Por ejemplo, la publicidad del próximo trimestre se espera que tenga un monto de 1 100,000 dólares. Sustituyendo 11 para X t en la ecuación anterior se tendrá: F t = (11) =

28 ANALISIS DE REGRESION El pronóstico de las ventas es de 3.41 millones de dólares. Si los pedidos de cajas representan el 5 % de las ventas, quien planea las operaciones podría esperar que un monto total por concepto de pedidos sería de $ para el trimestre (0.05 x 3.41). Tal estimación puede ser de gran utilidad en la planeación global de las operaciones. 28

29 ANALISIS DE REGRESION COEFICIENTE DE CORRELACION: El coeficiente de correlación lineal nos permite determinar si, efectivamente, existe relación entre las dos variables. Una vez que se concluye que sí existe relación, la regresión nos permite definir la recta que mejor se ajusta a esta nube de puntos. Dos variables con una relación perfecta lineal negativa tienen un coeficiente de correlación igual a -1. En el otro extremo, dos variables con una relación perfecta positiva tienen un coeficiente de correlación de +1. Por lo tanto, el coeficiente de correlación varía entre -1 y +1 incluyéndolos. 29

30 ANALISIS DE REGRESION COEFICIENTE DE CORRELACION: El diagrama de dispersión (a) de la figura ilustra una situación que produciría un coeficiente de correlación de +1. El diagrama de dispersión (b) de esa misma figura tiene un coeficiente de correlación de -1. Los diagramas (e) y (f) muestran dos variables que no están linealmente relacionadas. El coeficiente de correlación para esta relación es igual a 0, es decir, no hay relación lineal presente. a) b) e) f) 30

31 ANALISIS DE REGRESION COEFICIENTE DE CORRELACION: Es importante también distinguir entre dos grupos de datos en los cuales esté interesado el analista. En la población que contiene todos los datos X - Y de interés, existe un coeficiente de correlación cuyo símbolo es ρ. Si se toma una muestra aleatoria de los datos X - Y el coeficiente correlación de esta muestra es r. Un resumen de estas importantes características de ρ y r se da en la tabla. 31

32 ANALISIS DE REGRESION COEFICIENTE DE CORRELACION: Cuando se toma una muestra aleatoria de datos n de una población bajo investigación. La fórmula para el coeficiente de correlación es: Muestra Coeficiente de correlación: r (-1 r + 1) R = -1 correlación perfecta negativa R = 0 no hay correlación R = + 1 correlación perfecta positiva 32

33 OTRAS TECNICAS DE PRONOSTICOS Promedio simple: Un promedio simple (PS) es un promedio de los datos del pasado en el cuál las demandas de todos los períodos anteriores tienen el mismo peso relativo. Donde: D 1 = demanda del periodo más reciente. D 2 = demanda que ocurrió hace dos periodos. D k = demanda que ocurrió hace k periodos. 33

34 OTRAS TECNICAS DE PRONOSTICOS Media móvil simple : Una medida móvil simple (MMS) combina los datos de demanda de la mayor parte de los periodos recientes, siendo su promedio el pronóstico para el periodo siguiente. El promedio se mueve en el tiempo en el sentido de que al transcurrir un periodo, la demanda del periodo más antiguo se descarta, y se agrega la demanda para el periodo más reciente para la siguiente operación. Donde: t = 1 es el periodo más antiguo en el promedio de n periodos. t = n es el periodo más reciente. 34

35 OTRAS TECNICAS DE PRONOSTICOS Caso 1: LG Company ha experimentado la siguiente demanda de productos para sus neveras durante los últimos seis meses: Mes Demanda total de neveras Enero 200 Febrero 300 Marzo 200 Abril 400 Mayo 500 Junio 600 El gerente de planta ha solicitado que se prepare un pronóstico usando una media móvil de seis periodos para pronosticar las ventas del mes de Julio. El 2 de Julio está por dar principio la corrida de producción de neveras. 35

36 OTRAS TECNICAS DE PRONOSTICOS Caso 1: = 367 Usando una media móvil de seis meses el pronóstico para julio es de 367. Si se examinan los datos, es posible que una media móvil de tres meses pudiera ser mejor que una de seis meses. Si se toman en cuenta tres meses obtenemos: =

37 OTRAS TECNICAS DE PRONOSTICOS Caso 2: Si se hubiera utilizado una media móvil de un mes, las ventas del mes siguiente serían iguales a la demanda real del último mes y el pronóstico para julio sería de 600. Es necesario hacer una recomendación al gerente de planta: Basta recomendar usar una medida móvil de tres meses de 500 neveras para Julio, pues el número parece ser mas representativo de la serie de tiempo que una media móvil de seis meses y se basa en más datos que en el caso de una media móvil de un mes. 37

38 OTRAS TECNICAS DE PRONOSTICOS Media móvil ponderada: Algunas veces quien hace los pronósticos desea utilizar una media móvil pero no quiere que todos los n periodos tengan el mismo peso. Una medida móvil ponderada (MMP) es un modelo de media móvil que incorpora algún peso de la demanda anterior distinto a un peso igual para todos los periodos anteriores bajo consideración, la representación de este modelo es el siguiente: MMP = Demanda de cada periodo por un peso determinado, sumada a los largo de todos los Periodos en la media móvil. 38

39 OTRAS TECNICAS DE PRONOSTICOS Donde: 0 <= Ct <= 1.0 Este es un modelo que permite un peso desigual de la demanda. Si son tres periodos, es posible dar peso al periodo más reciente del doble de los otros periodos, al hacer C 1 = 0.25, C 2 = 0.25 y C 3 =

40 OTRAS TECNICAS DE PRONOSTICOS Caso 3: Para LG Company, un pronóstico de la demanda para julio usando un modelo de tres periodos en donde la demanda del periodo más reciente tenga un peso del doble de los dos periodos anteriores, tendrá la siguiente forma. =

41 OTRAS TECNICAS DE PRONOSTICOS Suavizado Exponencial: Este modelo permite efectuar compensaciones para algunas tendencias o para cierta temporada al calcular cuidadosamente los coeficientes C t. Si se desea se puede dar a los meses más recientes pesos mayores y amortiguar en parte los efectos del ruido al dar pesos pequeños a las demandas más antiguas. El suavizado exponencial se distingue por la manera tan especial de dar pesos a cada una de las demandas anteriores al calcular el promedio. El modelo de los pesos es de forma exponencial. La demanda de los periodos más recientes recibe un peso mayor; los pesos de los periodos sucesivamente anteriores decaen de una manera exponencial. 41

42 OTRAS TECNICAS DE PRONOSTICOS Suavizado exponencial de primer orden: La ecuación para crear un pronóstico nuevo o actualizado utiliza dos fuentes de información: La demanda real para el periodo más reciente y, El pronóstico más reciente. A medida que termina cada periodo se realiza un nuevo pronóstico. 42

43 OTRAS TECNICAS DE PRONOSTICOS Caso: 4 El hospital general de Phoenix ha experimentado una demanda irregular y a menudo creciente de material médico desechable en todo el hospital. La demanda de tubos desechables durante los dos últimos meses ha sido de 300 unidades en setiembre y de 350 unidades en octubre. El antiguo procedimiento de pronóstico consistió en utilizar la demanda promedio del año anterior como pronóstico para cada uno de los meses de ese año. La demanda mensual del año anterior fue de 200 unidades. Utilizando 200 unidades como el pronóstico de la demanda de setiembre y un coeficiente de suavización de 0.7 para dar un mayor peso a la demanda más reciente, el pronóstico para el mes de octubre debería haber sido (t = octubre): F t = α D t-1 + (1 α) F t-1 = 0.7(300) + (1-0.7)200 = =

44 OTRAS TECNICAS DE PRONOSTICOS El pronóstico para el mes de noviembre sería (t = noviembre) F t = α D t-1 + (1 α) F t-1 = 0.7(350) + (1-0.7)270 = = 326 En vez de la demanda mensual del año pasado de 200 unidades, el pronóstico para el mes de noviembre es de 326 unidades. Gran diferencia: =

45 OTRAS TECNICAS DE PRONOSTICOS Selección del coeficiente de suavización: Un valor elevado de α da un gran peso a la demanda más reciente y un valor bajo de α dará un peso menor a la demanda mas reciente. Para los nuevos productos o para casos en los que la demanda subyacente está en proceso de cambio (ésta es dinámica, o bien inestable): α puede ser : 0,7, 0.8 ó 0.9 Si la demanda es muy estable y se piensa que puede ser representativa del futuro, el pronosticador podrá optar por un valor bajo de α para disminuir cualquier ruido que hubiera podido presentarse en forma súbita. α puede ser : 0.1, 0.2, ó 0.3 Cuando la demanda es ligeramente inestable, coeficientes de suavización de 0.4, 0.5, ó 0.6 pueden proporcionar datos más precisos. 45

46 OTRAS TECNICAS DE PRONOSTICOS Doble suavizado exponencial: El doble suavizado exponencial tiende a suavizar el ruido en series de demanda estables. El modelo es directo, suaviza el pronóstico obtenido con un modelo de suavizado exponencial de primer orden y el pronóstico obtenido mediante un modelo de suavizado exponencial doble. FD 1 = α F t + (1 α)fd t-1 46

47 OTRAS TECNICAS DE PRONOSTICOS Caso: 5 Milo Inc. tiene un modelo de suavizado exponencial que ha proporcionado un pronóstico de sembrado de 103,500 hectáreas para un trigo de grado # 3 del año anterior, en el mes de junio, fue de 70,500 hectáreas. Esta cifra empleará como estimación de pronóstico más reciente obtenida mediante un suavizado exponencial doble. Dado que α = 0.20, parece ser un buen coeficiente de suavizado para Milo Inc., obtener un pronóstico con un modelo exponencial doble para el mes de julio. Sea: t = julio Entonces: FD 1 = α F t + (1 α)fd t-1 = 0.2(103,500) + (1-0.2)(70,500) = 20, ,400 = 77,100 El pronóstico para julio será de 77,100 hectáreas. 47

48 OTRAS TECNICAS DE PRONOSTICOS ERROR EN EL PRONOSTICO: MAD El error en el pronóstico es la diferencia numérica entre la demanda pronosticada y la real, es la medida que nos indica la efectividad al utilizar alguno de los métodos de pronóstico. La desviación media absoluta (MAD) es una medida de error de suma importancia y se expresa de la siguiente forma: 1 48

49 OTRAS TECNICAS DE PRONOSTICOS ERROR EN EL PRONOSTICO: En cada uno de los periodos (i) se compara la demanda actual contra la pronosticada. Si la predicción fue perfecta lo que significa que lo actual es igual a la predicción, el error es nulo. Como el pronóstico sigue, el grado de error se acumula y se registra período a periodo. El MAD es un promedio de las desviaciones absolutas esto quiere decir que los errores son medidos sin tomar en consideración el signo algebraico, el MAD sólo expresa la dimensión pero no la dirección del error. La desviación media absoluta suavizada (SMAD) puede emplearse para calcular la desviación estándar. La relación se representa como: σ e = 1.25 MAD 49

50 OTRAS TECNICAS DE PRONOSTICOS ERROR EN EL PRONOSTICO: SESGO El sesgo es una medida de error que se utiliza con menor frecuencia. A diferencia de MAD, el sesgo indica la tendencia direccional de los errores de predicción. Si el procedimiento de predicción sobreestima constantemente la demanda actual, el sesgo tendrá un valor positivo; si la subestimación muestra una tendencia constante, entonces el sesgo tendrá un valor negativo. 50

51 OTRAS TECNICAS DE PRONOSTICOS Caso: 6 Una máquina para extrusión de aluminio pronostica que la demanda de cabezas para regaderas de baño es de 500 por mes para cada uno de los tres meses próximos. Posteriormente la demanda real resulto ser de 400, 560 y 700. Los errores de predicción son calculados a continuación por los métodos de la MAD y el sesgo. = 120 =

52 OTRAS TECNICAS DE PRONOSTICOS Caso: 6 Del resultado de la MAD se puede decir que la empresa no cuenta con un modelo muy preciso ya que la MAD es una medida de la precisión global del método de pronóstico, el error absoluto promedio es alto ya que representa el 24 % (120 / 500) del número de cabezas para regadera. El sesgo indica la tendencia sub o sobreestimada. En el ejemplo se subestimó la demanda actual en 53 unidades, pues el promedio de ésta es de 553 unidades: 553 = ( )/3. 52

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas

Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Videoconferencias semana de estadística Universidad Latina, Campus Heredia Costa Rica Universidad del Valle

Más detalles

SERIES DE TIEMPO INTRODUCCIÓN

SERIES DE TIEMPO INTRODUCCIÓN Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas

Más detalles

CURSO: INTRODUCCION A PRONOSTICOS

CURSO: 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 detalles

UNIDAD III PRONÓSTICOS Y LA ADMINISTRACIÓN ESTRATÉGICA DE LA DEMANDA

UNIDAD III PRONÓSTICOS Y LA ADMINISTRACIÓN ESTRATÉGICA DE LA DEMANDA UNIDAD III PRONÓSTICOS Y LA ADMINISTRACIÓN ESTRATÉGICA DE LA DEMANDA Modelos Matemáticos M.A. Mariana Santillán Arroyo 1 MODELOS MATEMÁTICOS Como lo hemos analizado anteriormente, es imprescindible poder

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto Previsión Contenido Qué es la previsión? Horizontes temporales de la previsión La influencia del ciclo de vida del producto Tipos de previsiones La importancia estratégica de la previsión Recursos humanos

Más detalles

Pronósticos Por Lic. Gabriel Leandro, MBA http://www.auladeeconomia.com

Pronósticos 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 detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

15 ESTADÍSTICA BIDIMENSIONAL

15 ESTADÍSTICA BIDIMENSIONAL ESTADÍSTICA BIDIMENSINAL EJERCICIS PRPUESTS. Copia y completa la siguiente tabla. A B C Total A B C Total a 4 b c 0 7 Total 7 6 a 4 b c 4 3 0 7 Total 7 6 3 6 a) Qué porcentaje de datos presentan la característica

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

PLANEACIÒN FINANCIERA

PLANEACIÒN FINANCIERA PLANEACIÒN FINANCIERA CLAVE: LII 301 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. PLANEACIÒN. 1.1 Concepto de Planeación. 1.2 Importancia de la Planeación. 1.3 Tipos de Planeación. 1.3.1 Planes de Recursos

Más detalles

PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE

PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE PRONOSTICOS DE DEMANDA Objetivos: Aplicar los elementos prácticos de la proyección de la demanda, tales como el método de los mínimos

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

1.1. Conceptualización y Objetivos

1.1. Conceptualización y Objetivos UNIDAD I Sistemas de Producción y Pronóstico 1.1. Conceptualización y Objetivos El sistema de producción es el proceso físico o instalación que se utiliza para generar el producto o servicio. Incluyen

Más detalles

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,

Más detalles

Pronósticos. Pronósticos y gráficos Diapositiva 1

Pronósticos. Pronósticos y gráficos Diapositiva 1 Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

UNIVERSIDAD DE PIURA. El Flujo de Caja F-NT-20

UNIVERSIDAD DE PIURA. El Flujo de Caja F-NT-20 F-NT-20 UNIVERSIDAD DE PIURA El Flujo de Caja Documento elaborado por el Área de Finanzas de la Facultad de Ciencias Económicas y Empresariales, para uso exclusivo de la Universidad de Piura. PREVISIONES

Más detalles

Administración General I

Administración General I Administración General I El éxito no tiene secretos. Es el resultado de la preparación, el trabajo arduo y el aprendizaje desde los errores. C. Powell La planificación requiere definir los objetivos o

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS

ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS Cuadro 8 Considera usted que la NIIF para las PYMES (2009) utiliza correctamente el término medición y valoración? Considero que el criterio correcto

Más detalles

Medias Móviles: Señales para invertir en la Bolsa

Medias Móviles: Señales para invertir en la Bolsa www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias

Más detalles

6 La dimensión ambiental del PEIT en su nivel estratégico

6 La dimensión ambiental del PEIT en su nivel estratégico 6 La dimensión ambiental del PEIT en su nivel estratégico Entonces, lo que la escala implica en el caso del nivel estratégico del PEIT es básicamente que la información procesada tiene un nivel de detalle

Más detalles

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH 1) DEFINICIÓN Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares

Más detalles

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS La estimación o proyección de ingresos futuros puede llevarse a cabo mediante diferentes métodos estadísticos de extrapolación, entre ellos: sistema

Más detalles

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica 10 Funciones lineales Objetivos En esta quincena aprenderás a: Identificar problemas en los que intervienen magnitudes directamente proporcionales. Calcular la función que relaciona a esas magnitudes a

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008.

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. 9 de junio de 2008. Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008. Pregunta nº 1 (5 puntos). En una base de datos sobre los países del mundo se incluyen una

Más detalles

No hay resorte que oscile cien años...

No hay resorte que oscile cien años... No hay resorte que oscile cien años... María Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA - 1999 Resumen: En el presente trabajo nos proponemos

Más detalles

Transformación de gráfica de funciones

Transformación de gráfica de funciones Transformación de gráfica de funciones La graficación de las funciones es como un retrato de la función. Nos auda a tener una idea de cómo transforma la función los valores que le vamos dando. A partir

Más detalles

PRONOSTICOS DE VENTA

PRONOSTICOS DE VENTA TEMA No. 5 PRONOSTICOS DE VENTA 1.- INTRODUCCION LECTURA CASO: HENREDON/FABRICA DE MUEBLES PARA EL HOGAR Identifique cómo los PRONOSTICOS PRECISOS permitieron el incremento de los pedidos en un 3%, a pesar

Más detalles

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO - 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema

Más detalles

REGRESION simple. Correlación Lineal:

REGRESION simple. Correlación Lineal: REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)

Más detalles

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal. ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio

Más detalles

CONCEPTO DEL ÍNDICE ACCIONARIO

CONCEPTO DEL ÍNDICE ACCIONARIO Qué es un índice accionario? CONCEPTO DEL ÍNDICE ACCIONARIO Un índice accionario es un instrumento estadístico empleado para estudiar la evolución de los precios de las acciones en un mercado de valores.

Más detalles

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;

Más detalles

CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO

CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO CAPITULO II 2.1 SISTEMA MRPII APLICADO A MANTENIMIENTO Manufacturing Resources Planning, MRP II es el sistema que hemos elegido para mejorar el control de mantenimiento y apoyar nuestra visión de futuro.

Más detalles

Indicadores matemáticos para el análisis técnico de precios

Indicadores matemáticos para el análisis técnico de precios ANÁLISIS TÉCNICO DE PRECIOS Nota técnica Joaquín Arias Segura Ph.D i Especialista Regional en Políticas y Negociaciones Comerciales para la Región Andina Instituto Interamericano de Cooperación para la

Más detalles

Créditos de Consumo Bancarios* Evolución reciente: 1997-2005

Créditos de Consumo Bancarios* Evolución reciente: 1997-2005 Serie Técnica de Estudios - N 003 Créditos de Consumo Bancarios* Evolución reciente: 1997-2005 Liliana Morales R. Álvaro Yáñez O. Enero 2006 Superintendencia de Bancos e Instituciones Financieras SBIF

Más detalles

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y):

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y): INTRODUCCIÓN Nos vamos a ocupar ahora de estudiar un fenómeno desde la perspectiva temporal, observando su evolución a través del tiempo, lo que se denomina investigación diacrónica o longitudinal, en

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

Funciones y gráficas (1)

Funciones y gráficas (1) Funciones y gráficas (1) Introducción Uno de los conceptos más importantes en matemática es el de función. El término función fue usado por primera vez en 1637 por el matemático francés René Descartes

Más detalles

RESPUESTAS A LAS PREGUNTAS DEL TEMA 3

RESPUESTAS A LAS PREGUNTAS DEL TEMA 3 RESPUESTAS A LAS PREGUNTAS DEL TEMA 3 Las respuestas en algún caso (primera pregunta) son más largas de lo requerido para que sirva de explicación 1. Explica brevemente qué significan cada una de las curvas

Más detalles

GUAYAS: ESTUDIO MENSUAL DE OPINIÓN EMPRESARIAL

GUAYAS: ESTUDIO MENSUAL DE OPINIÓN EMPRESARIAL GUAYAS: ESTUDIO MENSUAL DE OPINIÓN EMPRESARIAL Diciembre 2007 El índice de confianza empresarial en la Provincia del Guayas, que representa a cuatro sectores productivos (comercio, construcción, industria

Más detalles

LA MEDICIÓN DEL VALOR DEL DINERO. Luis E. Rivero M. Instituto de Investigaciones Económicas y Sociales Universidad de Los Andes

LA MEDICIÓN DEL VALOR DEL DINERO. Luis E. Rivero M. Instituto de Investigaciones Económicas y Sociales Universidad de Los Andes LA MEDICIÓN DEL VALOR DEL DINERO Luis E. Rivero M. Instituto de Investigaciones Económicas y Sociales Universidad de Los Andes RESUMEN: Cuando se hace referencia a las variaciones que experimenta determinada

Más detalles

Capítulo 8. Tipos de interés reales. 8.1. Introducción

Capítulo 8. Tipos de interés reales. 8.1. Introducción Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más

Más detalles

1. Funciones y sus gráficas

1. Funciones y sus gráficas FUNCIONES 1. Funciones sus gráficas Función es una relación entre dos variables a las que, en general se les llama e. es la variable independiente. es la variable dependiente. La función asocia a cada

Más detalles

Administración de Operaciones I

Administración de Operaciones I 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Administración de Operaciones I Ingeniería Industrial INB-0404 4-0-8 2.- HISTORIA

Más detalles

FUNCIONES 1. DEFINICION DOMINIO Y RANGO

FUNCIONES 1. DEFINICION DOMINIO Y RANGO 1. DEFINICION DOMINIO Y RANGO FUNCIONES Antes de definir función, uno de los conceptos fundamentales y de mayor importancia de todas las matemáticas, plantearemos algunos ejercicios que nos eran de utilidad

Más detalles

1. Dominio, simetría, puntos de corte y periodicidad

1. Dominio, simetría, puntos de corte y periodicidad Estudio y representación de funciones 1. Dominio, simetría, puntos de corte y periodicidad 1.1. Dominio Al conjunto de valores de x para los cuales está definida la función se le denomina dominio. Se suele

Más detalles

Carrera: Clave de la asignatura: INB-0404 4-0-8. Participantes

Carrera: Clave de la asignatura: INB-0404 4-0-8. Participantes 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Administración de Operaciones I Ingeniería Industrial INB-0404 4-0-8 2.- HISTORIA

Más detalles

Función de producción

Función de producción Conceptos básicos de microeconomía de la empresa. Función de producción Autor: Lic. Florencia Montilla Julio de 2007 Función de producción La función de producción es la relación que existe entre el producto

Más detalles

3. Métodos para la evaluación de proyectos

3. Métodos para la evaluación de proyectos Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le

Más detalles

ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH

ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH Cuando se estudian en forma conjunta dos características (variables estadísticas) de una población o muestra, se dice que estamos analizando una variable

Más detalles

Técnicas de Planeación y Control

Técnicas de Planeación y Control Técnicas de Planeación y Control 1 Sesión No. 10 Nombre: Control de inventarios Contextualización El inventario es el conjunto de artículos que se encuentran en un almacén y que esperan ser utilizados

Más detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 7 Aplicación de máximos y mínimos Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará

Más detalles

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas

Más detalles

ESTUDIO DEL RENDIMIENTO DE LOS FONDOS DE INVERSIÓN CÓMO SE DETERMINA LA RENTABILIDAD DE UN FONDO?

ESTUDIO DEL RENDIMIENTO DE LOS FONDOS DE INVERSIÓN CÓMO SE DETERMINA LA RENTABILIDAD DE UN FONDO? ESTUDIO DEL RENDIMIENTO DE LOS FONDOS DE INVERSIÓN CÓMO SE DETERMINA LA RENTABILIDAD DE UN FONDO? El precio, o valor de mercado, de cada participación oscila según la evolución de los valores que componen

Más detalles

TEMA 5 ESTUDIOS CORRELACIONALES.

TEMA 5 ESTUDIOS CORRELACIONALES. TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.

Más detalles

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de

Más detalles

Series de Tiempo. Series de Tiempo

Series de Tiempo. Series de Tiempo Series de Tiempo 1. Requisitos de Estadística Descriptiva: a. Media, Mediana b. Desviación estándar c. Regresión lineal 2. Qué es una serie de tiempo a. Componentes de la Serie de Tiempo (tipos de variación):

Más detalles

ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL

ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL 1.-Introducción. 2.-Criterio de estabilidad de Nyquist. 3.-Estabilidad relativa. 3.1.-Margen de ganancia. 3.2.-Margen de fase. 4.-Estabilidad mediante

Más detalles

HERRAMIENTAS Y TECNICAS DE LA PLANEACIÓN

HERRAMIENTAS Y TECNICAS DE LA PLANEACIÓN HERRAMIENTAS Y TECNICAS DE LA PLANEACIÓN Análisis del Entorno. Es el análisis de grandes cantidades de información del medio ambiente para detectar tendencias emergentes y crear escenarios. Análisis del

Más detalles

Servicios de salud en la Cruz Roja Mexicana, Delegación Xalapa, Ver.

Servicios de salud en la Cruz Roja Mexicana, Delegación Xalapa, Ver. Servicios de salud en la Cruz Roja Mexicana, Delegación Xalapa, Ver. Beatriz Meneses Aguirre RESUMEN En este documento se presenta información acerca del número de servicios que se han dado en el consultorio

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

Capítulo 3. Estimación de elasticidades

Capítulo 3. Estimación de elasticidades 1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran

Más detalles

Este método posibilita la traducción de pedidos reales y proyectados en órdenes de producción específicas. Unidad VII. PLAN MAESTRO DE PRODUCCION

Este método posibilita la traducción de pedidos reales y proyectados en órdenes de producción específicas. Unidad VII. PLAN MAESTRO DE PRODUCCION Unidad VII. PLAN MAESTRO DE PRODUCCION 7.1. Plan maestro de producción Para el desarrollo del programa maestro de producción, se requiere tener tanto el pronóstico de ventas como un registro de los pedidos

Más detalles

17.- PARABRISAS RESOLUCIÓN

17.- PARABRISAS RESOLUCIÓN 17.- PARABRISAS La sección de control de calidad de una fábrica de parabrisas elige, aleatoriamente, una muestra de 100 parabrisas producidos por una determinada máquina y registra la longitud de los parabrisas

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo

Más detalles

Capítulo V APLICACIONES DE LAS FUNCIONES A LA ADMINISTRACIÓN

Capítulo V APLICACIONES DE LAS FUNCIONES A LA ADMINISTRACIÓN Capítulo V APLICACIOES DE LAS FUCIOES A LA ADMIISTRACIÓ 5.1 ITRODUCCIÓ: Muchos problemas relacionados con la administración, la economía y las ciencias afines, además de la vida real, requieren la utilización

Más detalles

Otras medidas descriptivas usuales

Otras medidas descriptivas usuales Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

CAPÍTULO 13 CUESTIONARIO FALSO - VERDADERO

CAPÍTULO 13 CUESTIONARIO FALSO - VERDADERO CAPÍTULO 13 CUESTIONARIO ALSO - ERDADERO 13-1 Un supuesto básico de la teoría financiera es que la mayoría de los inversionistas y gerentes son buscadores de riesgo. 13-2 el propósito de reducir el riesgo,

Más detalles

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias

Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía

Más detalles

MODELO DE BIENES TRANSABLES Y NO TRANSABLES. Elaborado por JHONIER CARDONA SALAZAR FACULTAD DE ECONOMÍA UNIVERSIDAD LIBRE SECCIONAL PEREIRA

MODELO DE BIENES TRANSABLES Y NO TRANSABLES. Elaborado por JHONIER CARDONA SALAZAR FACULTAD DE ECONOMÍA UNIVERSIDAD LIBRE SECCIONAL PEREIRA MODELO DE BIENES TRANSABLES Y NO TRANSABLES Elaborado por JHONIER CARDONA SALAZAR FACULTAD DE ECONOMÍA UNIVERSIDAD LIBRE SECCIONAL PEREIRA INTRODUCCIÓN El modelo de bienes transables y no transables permite

Más detalles

NIC 38 Activos Intangibles

NIC 38 Activos Intangibles 2012 Resumen técnico NIC 38 Activos Intangibles emitida el 1 de enero de 2012. Incluye las NIIF con fecha de vigencia posterior al 1 de enero de 2012 pero no las NIIF que serán sustituidas. Este extracto

Más detalles

PLANIFICACIÓN AGREGADA GESTION DE OPERACIONES II DAVID CATARI VARGAS

PLANIFICACIÓN AGREGADA GESTION DE OPERACIONES II DAVID CATARI VARGAS PLANIFICACIÓN AGREGADA GESTION DE OPERACIONES II DAVID CATARI VARGAS PLANIFICACIÓN AGREGADA o Traduce los planes anuales de la empresa a amplios planes de trabajo y producción de mediano plazo. o Objetivo:

Más detalles

5to Año PROFESORES DE 5TO Página 1 de 5

5to Año PROFESORES DE 5TO Página 1 de 5 Mecanismos de selección de personal para un puesto de trabajo Análisis y evaluación de capacidades e intereses para un puesto de trabajo El Reclutamiento: En esta fase se pretende reunir el mayor número

Más detalles

Traslación de puntos

Traslación de puntos LECCIÓN CONDENSADA 9.1 Traslación de puntos En esta lección trasladarás figuras en el plano de coordenadas definirás una traslación al describir cómo afecta un punto general (, ) Una regla matemática que

Más detalles

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS 1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS Primera Evaluación TEMA 1. NÚMEROS REALES Distintos tipos de números. Recta real. Radicales. Logaritmos. Notación científica. Calculadora. TEMA 2.

Más detalles

QFD (Despliegue de la función de Calidad)

QFD (Despliegue de la función de Calidad) QFD (Despliegue de la función de Calidad) El despliegue de la función de la calidad: Quality Function Deployment (QFD), es relacionado comúnmente con la voz de los clientes, o con la casa de la calidad.

Más detalles

Unidad 6 Cálculo de máximos y mínimos

Unidad 6 Cálculo de máximos y mínimos Unidad 6 Cálculo de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Utilizará la derivada para decidir cuándo una función es creciente o decreciente. Usará la derivada para calcular los etremos

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema Representación gráfica de funciones reales de una variable real Elaborado

Más detalles

Herramientas estadísticas básicas para la calidad

Herramientas estadísticas básicas para la calidad Herramientas estadísticas básicas para la calidad Kauru Ishikawa promulgó la utilización de siete herramientas básicas de la calidad: Gráficas de barras e histogramas Listas de verificación Diagramas de

Más detalles

Grado en Finanzas y Contabilidad

Grado en Finanzas y Contabilidad Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 5.2 Estimadores de Variables Instrumentales La endogeneidad aparece

Más detalles

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G.

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G. El concepto de asociación estadística Tema 6 Estadística aplicada Por Tevni Grajales G. En gran medida la investigación científica asume como una de sus primera tareas, identificar las cosas (características

Más detalles

Unidad IV: Cinética química

Unidad IV: Cinética química 63 Unidad IV: Cinética química El objetivo de la cinética química es el estudio de las velocidades de las reacciones químicas y de los factores de los que dependen dichas velocidades. De estos factores,

Más detalles

5. EVOLUCIÓN DE LA POBLACIÓN ACTIVA ARAGONESA EN LA ÚLTIMA CRISIS (2008-2012) 1. Introducción

5. EVOLUCIÓN DE LA POBLACIÓN ACTIVA ARAGONESA EN LA ÚLTIMA CRISIS (2008-2012) 1. Introducción 5. EVOLUCIÓN DE LA POBLACIÓN ACTIVA ARAGONESA EN LA ÚLTIMA CRISIS (2008-2012) 1. Introducción La población activa aragonesa se ha reducido desde el máximo histórico alcanzado en 2008 Durante el último

Más detalles

DETERMINACIÓN DEL VOLUMEN DE PEDIDO.

DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las

Más detalles

Encuesta sobre las Expectativas de los Especialistas en Economía del Sector Privado: Noviembre de 2014

Encuesta sobre las Expectativas de los Especialistas en Economía del Sector Privado: Noviembre de 2014 2 de diciembre de sobre las Expectativas de los Especialistas en Economía del Sector Privado: Noviembre de Resumen En esta nota se reportan los resultados de la encuesta de noviembre de sobre las expectativas

Más detalles

Análisis de Regresión y Correlación con MINITAB

Análisis de Regresión y Correlación con MINITAB Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables

Más detalles

Estudio de las relaciones que existen entre los diversos elementos de los estados financieros de una empresa.

Estudio de las relaciones que existen entre los diversos elementos de los estados financieros de una empresa. III. TÉCNICAS DE ANÁLISIS FINANCIERO 3.1] Introducción Definición Estudio de las relaciones que existen entre los diversos elementos de los estados financieros de una empresa. Objetivo Proporcionar información

Más detalles

TEMA 2 CONCEPTOS BÁSICOS. EL PROCESO DE DETERMINACIÓN DE COSTES Y RESULTADOS

TEMA 2 CONCEPTOS BÁSICOS. EL PROCESO DE DETERMINACIÓN DE COSTES Y RESULTADOS TEMA 2 CONCEPTOS BÁSICOS. EL PROCESO DE DETERMINACIÓN DE S Y RESULTADOS 1 2.1. INTRODUCCIÓN La Contabilidad de Gestión pretende proporcionar toda aquella información que permita a los usuarios valorar

Más detalles

Análisis de Datos. Práctica de métodos predicción de en WEKA

Análisis de Datos. Práctica de métodos predicción de en WEKA SOLUCION 1. Características de los datos y filtros Una vez cargados los datos, aparece un cuadro resumen, Current relation, con el nombre de la relación que se indica en el fichero (en la línea @relation

Más detalles

DESCARGA ESTE TRABAJO. 1. Introducción

DESCARGA ESTE TRABAJO. 1. Introducción EL PROCESO DE PLANIFICACIÓN, PROGRAMACIÓN Y CONTROL DE LA PRODUCCIÓN. UNA APROXIMACIÓN TEÓRICA Y CONCEPTUAL Aportado por: Ing. William Ariel Sarache Castro - wsarach@telesat.com.co DESCARGA ESTE TRABAJO

Más detalles