ebook 3 métodos prácticos para

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

Download "ebook 3 métodos prácticos para"

Transcripción

1 ebook 3 méodos prácicos para pronosicar sus venas Tomás Gálvez Marínez Consulor, insrucor y conferencisa en Pronósicos, Planeación de Demanda y S&OP CELOGIS

2 CONTENIDO 1. Para qué generar un pronósico de venas? 2. Cuál es el objeo del pronósico? 3. Qué variables deerminan las venas? 4. Qué nivel pronosicar o cuál debe ser la dirección del pronósico? 5. Principales méodos para pronosicar. 6. Tres méodos prácicos. 7. Conclusiones y recomendaciones 8. Ofera de capaciación. 9. Perfil de insrucor 10. Conaco 2

3 PARA QUÉ GENERAR UN PRONÓSTICO DE VENTAS? Si el objeivo de generar un pronósico es raar de reducir la inceridumbre de las venas, eso sería prácicamene imposible de lograr. Lo que genera mejores resulados es uilizar meodologías que ayuden a enenderla en periodos coros de iempo y omar decisiones denro de un nivel de riesgo adecuado. El uso de los pronósico iene una gran canidad de aplicaciones: Por ejemplo descenralización de divisiones, cambios en los equipos de venas, aperura de nuevos erriorios y/o sucursales, adquisición de nuevas compañías y desarrollo de nuevos canales de disribución. También se uilizan para: Analizar la adición de nuevos producos, Definir aumenos en la línea de producción y salida de producos obsoleos. Elaborar presupuesos de capial y generar cambios en las insalaciones de producción. 3

4 PARA QUÉ GENERAR UN PRONÓSTICO DE VENTAS? En la planeación de la manufacura de un arículo, programar una línea de producción, decidir la canidad de maerias primas, planear los invenarios, conraar y capaciar personal, y generar el esimado de los gasos generales para incluirlos en la calendarización y magniud de las venas de la compañía, el pronósico ambién juega un papel fundamenal. Para las áreas de mercadoecnia se uiliza para analizar los cambios de precio, descuenos especiales y oferas de promoción, así como esimar el poencial de venas en los disinos segmenos del mercado como requisio previo para la oma de decisiones en maeria de publicidad. Un pronósico de venas puede revelar la necesidad de aumenar el equipo de venas, lo cual requerirá planes para recluamieno, conraación, capaciación y desarrollo. 4

5 PARA QUÉ GENERAR UN PRONÓSTICO DE VENTAS? Pero Si el pronósico no coniene LOS ARGUMENTOS NECESARIOS EN LA DEFINICIÓN DEL OBJETO A PRONOSTICAR, LA IDENTIFICACIÓN DE LAS VARIABLES CLAVE, Y LA DIRECCIÓN DEL PRONÓSTICO, ése no endrá ningún uso prácico y sólo servirá como referencia. Además exisirán grandes variaciones enre lo pronosicado y la realidad, invenarios innecesarios, mermas elevadas por obsolescencia de los producos, bajo nivel de servicio y baja renabilidad. Por ano demos el primer paso e iniciemos definiendo el objeo del pronósico. En las ablas 1, 2 y 3 que se muesran en la siguiene página, podrá enconrar la definición y aplicaciones de cada objeo del pronósico. 5

6 CUÁL ES EL OBJETO DEL PRONÓSTICO? Objeo del pronósico Definición Aplicaciones Capacidad de mercado Mercado poencial Es la Canidad de unidades de un produco o servicio que puede absorber un mercado en un momeno dado sin considerar la capacidad de pago de los individuos. Son las venas expresadas en el número de producos que oda la indusria espera vender, dada una combinación conocida de producos, precios y esraegias. Desarrollar nuevos producos. Pronosicar el oal o cada segmeno del mercado. Enconrar diferencias significaivas enre los consumos por segmeno. Generar el pronósico de la indusria. Elaborar esimaciones de precio. Pronosicar necesidades. Idenificar las variables clave de la indusria. Tabla 1. Definición y aplicaciones del objeo del pronósico. 6

7 CUÁL ES EL OBJETO DEL PRONÓSTICO? Objeo del pronósico Definición Aplicaciones Poencial de la compañía Pronósico de la compañía Es la canidad máxima que podría vender la compañía a un precio dado, independienemene de sus capacidades de producción y mercadoecnia Es la esimación de las venas de la compañía en unidades o en dinero, para una marca, un precio y una esraegia de mercadoecnia dados. Ampliar la infraesrucura o subconraar a erceros. Deerminar la brecha enre lo acual y el poencial. Dejar pare del mercado a los compeidores. Comparar el pronósico con la poencial de la compañía. Esimar la paricipación de la compañía en la indusria. Analizar los esfuerzos dedicados al produco, precio, promoción y esraegias. Tabla 2. Definición y aplicaciones del objeo del pronósico. 7

8 CUÁL ES EL OBJETO DEL PRONÓSTICO? Objeo del pronósico Definición Aplicaciones Objeivos de venas Cuoas de venas Son la esperanza del nivel de venas de una compañía, una división o un produco. Es el objeivo que se divide en en unidades más pequeñas, para una región, un disrio o el erriorio de un represenane específico. Fijar una mea (por lo general es mayor que el pronósico) para moivar el personal. Formar pare del plan de moivación que esé ligado a planes de compensación para gerenes de venas represenanes. Tabla 3. Definición y aplicaciones del objeo del pronósico. 8

9 QUÉ VARIABLES DETERMINAN LAS VENTAS? Laidenificación de variables de capacidad y poencial que afecan la demanda de nuesros producos, es ambién un elemeno fundamenal que debe considerarse en nuesros pronósicos. Variables para pronosicar la capacidad del mercado: La capacidad del mercado represena la canidad oal de unidades que puede absorber el mercado, independienemene de la capacidad de pago. Pero en muchos producos y servicios exisen limiaciones. Exise un límie respeco a la canidad de bebida que puede ingerir una persona. Una compuadora personal por año, puede ser el límie máximo para la vena de ese arículo. La capacidad del mercado para la indusria elefónica podría ser un eléfono por semana. 9

10 QUÉ VARIABLES DETERMINAN LAS VENTAS? Las capacidades del mercado esán basadas en las necesidades individuales de los consumidores y de la indusria. Por ejemplo, la edad de un consumidor esá relacionada con sus necesidades de alimenación, vesido e implicaciones sociales. Si conocemos la canidad de personas que hay en un deerminado grupo de edad, podemos esimar la capacidad del mercado para producos ales como alimenos o fórmulas para bebés, bebidas alcohólicas y eléfonos móviles. Denro de los facores del mercado para una empresa manufacurera podemos enconrar: La canidad de unidades vendidas el volumen de capial de los servicios realizado La canidad de personas empleadas en una empresa o el valor agregado. Oras variables del mercado son generadas por organismos oficiales y privados como asas de nacimienos y de moralidad, asas de marimonios, nivel de educación de las personas, siuación conyugal, localización geográfica, enre oras 10

11 QUÉ VARIABLES DETERMINAN LAS VENTAS? Variables para pronosicar el poencial del mercado El pronósico del poencial del mercado consiuye un esudio más deallado del pronósico de la capacidad de mercado, ya que incluirá oras variables como: El precio Poder adquisiivo y Los efecos de las esraegias de mercadeo. El propósio es deerminar el movimieno de ciera variable si la ora iene un cambio posiivo o negaivo. Por ejemplo: Cuáno aumenarían las venas si se disminuye el precio ciero porcenaje? O bien, Cuáno bajarían las venas si la disponibilidad de ingresos de las personas bajara 2%? La esrucura del modelo y los valores de sus parámeros pueden proporcionar información muy úil acerca del comporamieno de las variables. El análisis consise en obener información mediane la uilización de la sensibilidad de la demanda Concepos que se refieren a la elasicidad de los precios y de los ingresos 11

12 CUÁL DEBE SER LA DIRECCIÓN DEL PRONÓSTICO? Si los cálculos del pronósico se realizarán del nivel superior de información (oal empresa) al nivel más pequeño (íem o sku) Méodo de descomposición, los resulados no serían iguales si se obienen de manera inversa Méodo de inegración. Aunque la demosración de ese efeco es simple esadísica, el propósio es enconrar cuál de esas alernaivas de cálculo generan pronósicos más aserivos. La experiencia podrá demosrar que siempre será mejor realizar un pronósico por Inegración (Boom up), desde el arículo hasa las venas oales de la empresa, pero por la canidad de ellos en algunas empresas eso no siempre es posible. 12

13 PRINCIPALES MÉTODOS PARA PRONOSTICAR Qué modelo uilizar? La selección de un modelo de pronósico que se ajuse al comporamieno de cada produco, en cada puno de vena, mercado o región, no es una area sencilla. Exisen más de 20 méodos y modelos de pronósico que son uilizados de acuerdo a las necesidades de cada empresa. El objeivo es enconrar cuál es el que genera mejores resulados comparado siempre con la vena real. En las siguienes ablas describo a dealle dichos méodos con base en res enfoques: Subjeivo, Exrapolaivo y Causal Esrucural. También se muesran, en una abla, los principales problemas que generan los pronósicos a coro, mediano y largo plazo. Al final enconrará res méodos, que pueden ser uilizados para generar pronósicos de venas, con un nivel de precisión acepable comparado con el resulado de un simple promedio. 13

14 Delphi Subjeivo Comié / Encuesas Individual PRINCIPALES MÉTODOS PARA PRONOSTICAR Fuene: Rober Fildes Mancheser Business School Enfoque Méodo Venajas Desvenajas Barao, flexible y puede pronosicar cualquier cosa. Cualquiera lo puede hacer. Precisión dudosa. Se encuenra sujeo a odos los problemas de crierio humano. Además de lo anerior, relaciona diferenes perspecivas al problema. Domina la voz del jefe. Es más caro que el individual. Igual que el anerior, pero por medio del anonimao se inena eliminar los efecos de la auoridad y dominación del grupo. Complicado. Exise presión por lograr el consenso a medida que ranscurren las sesiones. No exise convergencia hacia un pronósico. 14

15 Box-Jenkins (ARIMA) Exrapolaivo Descomposición Aenuación exponencial PRINCIPALES MÉTODOS PARA PRONOSTICAR Fuene: Rober Fildes Mancheser Business School Enfoque Méodo Venajas Desvenajas Fácil de aplicar en compuadora para un gran número de producos. Muy barao para operar y fácil de esablecer sisemas de conrol. Sin bases eóricas, pierde los punos críicos. Es impreciso en el largo plazo. Son de uilidad como méodos de idenificación de endencia, esacionalidad, y ciclos. No ienen explicación esadísica y propicia el descuido a largo plazo. Permien la idenificación de oros parones o comporamienos que los aneriores no lo hicieron. Complicado y difícil de enender. Promee más de lo que proporciona. 15

16 Causal y esrucural PRINCIPALES MÉTODOS PARA PRONOSTICAR Fuene: Rober Fildes Mancheser Business School Enfoq ue Méodo Venajas Desvenajas Modelos de regresión de una sola ecuación Modelos de sisemas simuláneos Modelos de simulación Modelos confiables. Pueden responder a cómo influye la compañía en las venas? Se pueden generar correlaciones enre oros modelos y variables macroeconómicas. Si se aplican adecuadamene, pueden ser de gran ayuda. Los modelos son difíciles de desarrollar, requieren de personal con experiencia y gran canidad de daos que a menudo no esán disponibles. Difíciles de enender, grandes canidades de daos, esadísicamene complicados. Caros, grandes canidades de daos, no hay una explicación clara acerca de su consrucción. 16

17 PRINCIPALES MÉTODOS PARA PRONOSTICAR Qué espacio de iempo pronosicar? Descripción Caracerísicas Problemáica Largo plazo Dos años o más Típicamene inexacos Grandes sesgos en los porcenajes No se puede especificar el méodo fácilmene Difícil esimar la magniud de los errores Mediano plazo Coro plazo De res meses a dos años Menos de res meses Los punos cruciales del ciclo comercial son difíciles de pronosicar. Ocurren recesiones imprevisas que no se pueden pronosicar. Se iende a seleccionar el que más se ajuse sus ideas preconcebidas y preferencias personales Son pare inegral de las operaciones esenciales de las empresas Su precisión es acepable Se pueden combinar pronósicos cualiaivos y cuaniaivos 17

18 3 MÉTODOS DE PRONÓSTICOS PRINCIPALES CARACTERÍSTICAS Los méodos que esán descrios en ese documeno ienen una prácica aplicación para esimar los pronósicos de venas a coro y mediano plazo. En algunos casos sólo es necesario calcular el promedio de cieros periodos aneriores al dao acual de vena, y en oros asignar un peso (en porcenaje) a la variación de la endencia y la esacionalidad hisórica. En general las caracerísicas principales de dichos méodos se pueden describir de la siguiene manera: Capuran el ipo de endencia. Consideran la esacionalidad. Deerminan parámeros que reflejan el énfasis relaivo dado al pasado reciene vs. el pasado disane. Pueden incorporar evenos especiales ales como fechas de días fesivos o promociones. Ignoran el ciclo y no permien la inroducción de variables explicaivas. 18

19 3 MÉTODOS DE PRONÓSTICOS USOS Y APLICACIONES Méodo Comporamieno hisórico Parámeros de suavización Aplicaciones Promedios móviles Horizonal o esacionaria n Son relaivamene simples de enender y explicar porque modelan componenes angibles de la serie como endencia y esacionalidad. Aenuación Exponencial Simple (AES) Horizonal o esacionaria a Pueden ser compleamene auomaizados para sisemas de conrol de invenarios o de producción. Aenuación Exponencial Triple (AET Winers) Esacionalidad a, b y g Son frecuenemene an exacos como los méodos más complejos, como ha sido documenado en los resulados de las compeencias de pronósicos. Puede ser implanado con series relaivamene coras, especialmene para daos no esacionales 19

20 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD El méodo de Promedios Móviles Simples se recomienda uilizarlo cuando la información hisórica de las venas no iene endencia o facores esacionales que la afecen. Sólo es necesario considerar un número n de periodos hisóricos para realizar el pronósico. Dicho número dependerá siempre del nivel de error que genere dicha canidad de n. La fórmula de ese méodo se puede expresar de la siguiene manera: 1) Promedios Móviles Simples (PMS) Venas- 1 Pronósico 1 n Pronósico para el siguiene período n= número de periodos para el promedio 20

21 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD En la siguiene abla, se muesra el cálculo omando n=2 para el pronósico del periodo 6. Se obiene el error en valor absoluo y se divide enre el valor real de las venas. Ese servirá para calcular la Media Absolua del Porcenaje de Error (MAPE) Ese procedimieno se repie hasa obener el valor del pronósico del periodo 6, según se muesra en las ablas 4 y 5, se prueban diferenes valores de n y se deiene el cálculo cuando el MAPE sea el más pequeño. Tabla 4. Ejemplo de Promedios Móviles Simples (PMS) N = 2 Mes Vena (000) Pronósico Error E Error Abs. (EA ) EA /Vena = 0.5 MAPE 21 Pronósico mes 6

22 3 MÉTODOS DE PRONÓSTICOS MÉTODO PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD Tabla 5. Ejemplo de Promedios Móviles Simples (PMS) N = 2 MAPE Mes Vena (000) Pronósico Error E EA /Vena Pronósico mes 6 Cálculo del Pronósico del mes 6 y el MAPE con N = 2 Pronósico mes 6 = (9+5)/ 2 = 7 MAPE = (( )/3)*100 = % Pregunas comunes: 1. Cuál es el objeivo del cálculo de esa medida de error? R. El objeivo es que se lo menor posible para ener un méodo de pronósico confiable. 2. Es necesario cambiar el valor de n? R. El valor de n puede variar de acuerdo a la información disponible. El objeivo es enconrar aquél que minimice el MAPE. 22

23 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD Oro de los méodos que se recomienda uilizar cuando la información hisórica de las venas no iene endencia o facores esacionales que la modifiquen, es el de Aenuación Exponencial Simple. Ese pesa las variaciones o cambios que iene el error del pronósico en el iempo con alfa (a). El valor de alfa es un porcenaje que iene valores de cero a uno sin incluirlos. La fórmula se puede expresar de la siguiene manera: 2) Aenuación Exponencial Simple (AES) Error en el período Pronósico 1 Pronósico anerior ( a) e Pronósico para el siguiene período Pronósico en el período Facor de ponderación o peso del error 23

24 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD En la siguiene abla se muesra el procedimieno de de cálculo de esa écnica. El pronósico del mes dos es igual la vena del primer mes. Se obiene la diferencia enre el valor real de la vena del periodo dos y el pronósico, y a ésa se le pondera por el valor de alfa (a) seleccionado. Recuerde que a asigna un peso al error. Enre mayor sea ese valor el error endrá una mayor imporancia. Se calcula el error en valor absoluo y se divide enre el valor real de las venas para el cálculo de la Media Absolua del Porcenaje de Error (MAPE). Tabla 6. Ejemplo de Aenuación Exponencial Simple a = 0.1 Mes Vena (000) Pronósico Error Error Abs. (EA ) MAPE EA /Y = 9 + (0.1)*(-5) = E 24 Pronósico mes 6

25 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA SIN TENDENCIA Y ESTACIONALIDAD Ese procedimieno se repie hasa obener el valor del pronósico del periodo 6, según se muesra en las abla 7, se prueban diferenes valores de alfa y se deiene el cálculo cuando el MAPE sea el más pequeño. Tabla 7. Ejemplo de Aenuación Exponencial Simple a = 0.1 Mes Vena (000) Pronósico Error Error Abs. (EA ) MAPE EA /Y E Pronósico mes 6 Cálculo del Pronósico del mes 6 y el MAPE con a= 0.1 Pronósico mes 6 = (0.1)*(-3.42) = 8.07 MAPE = (( )/4)*100 = % 25

26 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA CON TENDENCIA Y ESTACIONALIDAD Una de la écnicas que iene mayor aplicación y efecividad cuando las venas hisóricas iene grandes variaciones en cieros meses del año o marcada esacionalidad (emporalidad) es la écnica de Winers o Aenuación Exponencial Triple. Ese méodo pesa las variación, la endencia y la esacionalidad con alfa (a), bea (b) y gama (g) respecivamene. El objeivo es enconrar la combinación de esos elemenos que minimice el error del pronósico. 3) Aenuación Exponencial Triple (Winers) b= Pesa la endencia Yˆ p [ a b ( p)] S L p a = Pesa la variación g = Pesa la esacionalidad L = Ancho de la esacionalidad y p = Periodos a pronosicar 26

27 27 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA CON TENDENCIA Y ESTACIONALIDAD Las fórmulas para acualizar los valores de a, b y S y generar el pronósico de cada periodo +p se muesran a coninuación. Y en las ablas 8 y 9 el procedimieno de cálculo. Aenuación Exponencial riple (Winers) L L S a Y S b a a b b a S Y a ) (1 ) (1 ) ( ) )( ( g g b b a a

28 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA CON TENDENCIA Y ESTACIONALIDAD El cálculo inicia omando como valor inicial para a 1 el valor de la vena del mes 1, el valor de la pendiene b 1 = 0 y el primer índice esacional (S 1 ) = 1. Con esos valores iniciales se obienen los valores acualizados del mes 2, al como se muesra en la abla 8. Tabla 8. Ejemplo de Aenuación Exponencial Triple a = 0.1, b = 0.2 y g = 0.3 mes Vena Y Inercepo a Pendiene b Indice S Pronósico Yˆ a Y a S 4 8 L ( 1a)( a1 b 1) b b S g ( 1g ) a ( a a 1 ) (1 b ) b 1 Y S L Yˆ p [ a b ( p)] S L p 28

29 3 MÉTODOS DE PRONÓSTICOS MÉTODOS PARA DATOS DE VENTA CON TENDENCIA Y ESTACIONALIDAD En la abla 9 se muesra el cálculo de los pronósicos para los meses No se muesra el procedimieno del MAPE, para ellos siga el mismo procedimieno anes descrio. El mejor pronósico será aquél con la combinación de a, b y g que minimice el MAPE. Tabla 9. Ejemplo de Aenuación Exponencial Triple a = 0.1, b = 0.2 y g = 0.3 Vena Inercepo Pendiene Indice mes Y a b S Pronósico Yˆ Mes 9 = [ *(1)]*1.01 = 4.94 Mes 10 = [ *(2)]*0.86 = Mes 11 = [ *(3)]*1.38 = Mes 12 = [ *(4)]*1.58 =

30 CONCLUSIONES Y RECOMENDACIONES Qué inena pronosicar? Capacidad, mercado, poencial, venas de la compañía,? Ese debería ser el principio de su proceso de generación del pronósico: Deerminar el objeo del pronósico de venas. Anes de realizar cualquier cálculo de pronósico, grafique su información. Puede ser que el promedio le genere buenos resulados y no haya necesidad de al canidad de cálculos. Revise el coeficiene de variación y oros facores o variables ajenos al comporamieno hisórico anes de iniciarse en esa ravesía. Conozca el comporamieno de las venas de sus producos, puede haber parones esacionales generados por oros facores que no son inherenes al produco. Realice simulaciones en papel anes de omar una decisión sobre sus pronósicos. Es mejor equivocarse en el papel que quedarse con invenario sin vender o con falanes que generen pérdidas devenas. El mejor modo de acelerar el proceso de aprendizaje a ponernos a prueba a nosoros mismos, observando si nuesros pronósicos funcionan en el mundo real. 30

31 OFERTA DE CAPACITACIÓN Los programas de capaciación que ofrecemos a la comunidad empresaria, y personas que desean especializarse en el ema coniene un gran conenido de casos y ejemplos prácicos. El conenido se diseña de acuerdo a las necesidades de cada organización. Algunos de esos programa de formación son: Méodos de pronósicos para vendedores Méodos de pronósicos avanzados y modelos de causa efeco Méodos de pronósicos para nuevos producos Fundameno y prácica para desarrollar un Plan de Demanda exioso. Mejores prácicas en conrol y adminisración de invenarios. Diseño e implemenación del Plan de Venas y Operaciones (S&OP) 31

32 PERFIL DE INSTRUCTOR Tomás Gálvez Marínez Presidene y Direcor General de Celogis empresa con presencia inernacional dedicada a la capaciación y consuloría en Logísica y Cadena de Valor. Es consulor y asesor especializado en Pronósicos, Planeación de Demanda y S&OP. Ha asesorado y capaciado a más de 6000 ejecuivos y a más de 400 empresas nacionales e inernacionales como: PEMEX, COVI, CONVERMEX, SORIANA, WALMART, EDWARDS, GONHER, NUTRIOLI, MEGAALIMENTOS, GM, DAWN FOODS, CADBURY ADAMS, HOME INTERIORS, 7-ELEVEN, enre oras. Fue fundador del Cenro de Logísica y Comercio Inernacional en el Tecnológico de Monerrey. Fue Profesor de iempo compleo de los cursos de: Esadísica para Adminisración y Economía, Pronósicos para la oma de decisiones, Logísica Empresarial, Sisemas de Disribución y Dirección Esraégica de Cenros de Disribución en la misma insiución. Impare clases y conferencias en emas de Pronósicos y Planeación de Demanda en México, España, Cenro y Sudamérica y es profesor inviado por Universidades Inernacionales en el mismo ema. Tiene un MBA, esudios de Maesría en Ingeniería Indusrial (MSC) con especialidad en Esadísica Aplicada por el Tecnológico de Monerey y es candidao a Docor el ema de Pronósicos y Planeación. Además de dirigir CELOGIS, en la acualidad es el Direcor Académico del Máser Inernacional en Logísica y del Máser en Dirección de Operaciones y Logísica la Escuela de Negocios y Adminisración de Empresas - ENAE Business School de Murcia, España en Lainoamérica. 32

33 ENVÍEN SUS PREGUNTAS Y SUGERENCIAS A: Tomás Gálvez Marínez Presidene y Direcor General dirección@celogis.com Monerrey, N. L. México Tel. +52 (81)

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

Más detalles

Metodología de la estimación de los ingresos anuales y mensuales

Metodología de la estimación de los ingresos anuales y mensuales Meodología de la esimación de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,

Más detalles

Metodología para el pronóstico de los ingresos anuales y mensuales

Metodología para el pronóstico de los ingresos anuales y mensuales Meodología para el pronósico de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,

Más detalles

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir

Más detalles

EL PRONÓSTICO DE LA DEMANDA (2) Cristina Gigola Departamento Académico de Ingeniería Industrial y Operaciones ITAM

EL PRONÓSTICO DE LA DEMANDA (2) Cristina Gigola Departamento Académico de Ingeniería Industrial y Operaciones ITAM EL PRONÓSTICO DE LA DEMANDA (2) Crisina Gigola Deparameno Académico de Ingeniería Indusrial y Operaciones ITAM gigola@iam.mx Conenido (pare 2) Medidas de error Desarrollo de un modelo Modelos: naïve, promedios

Más detalles

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la

Más detalles

Proyección de tasas de actividad

Proyección de tasas de actividad Proyección de asas de acividad Noa meodológica. Inroducción El raar de anicipar el comporamieno fuuro de la población en relación con el mercado de rabajo iene un inerés evidene, pues ofrece información

Más detalles

Curso Combinado de Predicción y Simulación Edición 2004

Curso Combinado de Predicción y Simulación  Edición 2004 Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España

Más detalles

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares

Más detalles

4. SERIES TEMPORALES Y

4. SERIES TEMPORALES Y 4. SERIES TEMPORALES Y NÚMEROS ÍNDICE Objeivo Esudiar la evolución de una variable en el iempo. Bibliografia recomendada Peña y Romo (1997). Capíulos 11 y 12. Índice 1. Represenación gráfica de una serie

Más detalles

Modelos Markov con Probabilidades de Transición Variantes: Una Aplicación al Análisis de Crisis Cambiarias

Modelos Markov con Probabilidades de Transición Variantes: Una Aplicación al Análisis de Crisis Cambiarias Modelos Markov con Probabilidades de ransición Varianes: Una Aplicación al Análisis de Crisis Cambiarias Albero Humala XXIV Encuenro de Economisas Gerencia de Esudios Económicos 13 15 Diciembre Moivación

Más detalles

CAPITULO IV DESARROLLO DE LA INVESTIGACIÓN. En este capítulo se expondrán los métodos utilizados para el pronóstico de los siniestros

CAPITULO IV DESARROLLO DE LA INVESTIGACIÓN. En este capítulo se expondrán los métodos utilizados para el pronóstico de los siniestros CAPITULO IV DESARROLLO DE LA INVESTIGACIÓN En ese capíulo se expondrán los méodos uilizados para el pronósico de los siniesros del seguro de Gasos Médicos Mayores, con base en los daos proporcionados por

Más detalles

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla:

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla: ANEXO 5 METODOLOGIA A SEGUIR PARA DETERMINAR EL MONTO MÍNIMO DEL FIDEICOMISO, ASÍ COMO EL IMPORTE DE LAS CUOTAS SOBRE LAS CUALES SE CALCULARÁN LAS APORTACIONES A QUE SE REFIERE EL ARTÍCULO 55 BIS DE LA

Más detalles

Observatorio Económico

Observatorio Económico México Observaorio Económico Ociel Hernández o.hernandez@bbva.bancomer.com Expecaivas de políica monearia de los mercados financieros Esimación de la políica monearia implícia en la curva IRS La prima

Más detalles

Métodos de Previsión de la Demanda Datos

Métodos de Previsión de la Demanda Datos Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS. 1.0 Agregado Estadístico- Estadísticas e Indicadores de Hidrocarburos

INSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS. 1.0 Agregado Estadístico- Estadísticas e Indicadores de Hidrocarburos INSTITUTO NACIONAL DE ESTADÍSTICA SISTEMA DE METADATOS HIDROCARBUROS.0 Agregado Esadísico- Esadísicas e Indicadores de Hidrocarburos. Marco concepual El Deparameno de indicadores por acividad económica,

Más detalles

Metodología para obtención de Series de Empleo continuas.

Metodología para obtención de Series de Empleo continuas. Deparameno de Meodología Esadísica Meodología para obención de Series de Empleo 1998-2006 coninuas. Deparameno Meodología Esadísica. Insiuo Nacional de Esadísica. Saniago, Agoso del 2006. Suavizamieno.

Más detalles

Estimación puntual ± Margen de error

Estimación puntual ± Margen de error Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica

Más detalles

5. Modelos dinámicos

5. Modelos dinámicos 5. Modelos dinámicos Los modelos lineales dinámicos son un caso paricular de una clase más grande de modelos dinámicos. En general los modelos dinámicos se caracerizan por ener una dinámica en los parámeros

Más detalles

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la CAPÍTULO III. METODOLOGÍA En ese capíulo se expondrán los diversos modelos de pronósicos así como su noación, la esimación de sus parámeros para poder enonces escoger el modelo que más se adecue a la Serie

Más detalles

Estadística de Vivienda Libre

Estadística de Vivienda Libre Esadísica de Vivienda Libre Meodología Subdirección General de Esadísicas Madrid, febrero de 2012 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional 3.2 Ámbio geográfico 3.3

Más detalles

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice

Más detalles

Ondas y Rotaciones. Principios fundamentales II

Ondas y Rotaciones. Principios fundamentales II Ondas y Roaciones rincipios fundamenales II Jaime Feliciano Hernández Universidad Auónoma Meropoliana - Izapalapa México, D. F. 5 de agoso de 0 INTRODUCCIÓN. Generalmene el esudio del movimieno se realiza

Más detalles

Análisis de una. Serie de Tiempo. Dr. Víctor Aguirre Torres, ITAM. Guión 14.

Análisis de una. Serie de Tiempo. Dr. Víctor Aguirre Torres, ITAM. Guión 14. Análisis de una Serie de Tiempo Propósio Descomponer una serie de iempo en algunos de sus componenes. Aislar algunos componenes de la serie de iempo. Cuanificar y ver más claramene el comporamieno de la

Más detalles

Descomposición Estacional

Descomposición Estacional Descomposición Esacional Resumen El procedimieno de Descomposición Esacional divide una serie de iempo en res componenes: 1. endencia-ciclo 2. esacionalidad 3. irregularidad Cada componene puede ser graficado

Más detalles

Qué explica las fluctuaciones de la inflación en el Perú en el periodo ? *

Qué explica las fluctuaciones de la inflación en el Perú en el periodo ? * Qué explica las flucuaciones de la inflación en el Perú en el periodo 22-28? * Jorge Salas (BCRP) Encuenro de Economisas BCRP 26 de noviembre, 28 *El conenido de esa presenación es solo de responsabilidad

Más detalles

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008 Índice de volumen de venas de la producción indusrial ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA Lima noviembre 2008 Rolando Porilla

Más detalles

UDA 2. Factor de seguridad y confiabilidad

UDA 2. Factor de seguridad y confiabilidad Wilde Analysis Ld. (2015) Aloha Airlines Fligh 243 / 28 April 1988: Inceridumbre En el diseño de maquinaria abundan las inceridumbres: La composición del maerial y el efeco de las variaciones en las propiedades.

Más detalles

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega GESTIÓN DE INVENTARIOS Código: 760033M Docene: Julio César ondoño Orega 1. Concepos avanzados de pronósicos de demanda 1. CONCEPTOS AVANZADOS DE PRONÓSTICOS DE DEMANDA Medición y análisis de los errores

Más detalles

Análisis de Series de Tiempo y Regresión en el Simulador de Carnegie Mellon

Análisis de Series de Tiempo y Regresión en el Simulador de Carnegie Mellon Capíulo II M A R C O T E Ó R I C O Los errores de juicio son comúnmene sisemáicos más no aleaorios, manifiesan caminos más no confusión. Aún así, el hombre comúnmene sufre de asigmaismo menal así como

Más detalles

1. Derivadas de funciones de una variable. Recta tangente.

1. Derivadas de funciones de una variable. Recta tangente. 1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias

Más detalles

Tema 10 La economía de las ideas. El modelo de aumento en el número de inputs de Romer (1990)

Tema 10 La economía de las ideas. El modelo de aumento en el número de inputs de Romer (1990) Tema 0 La economía de las ideas. El modelo de aumeno en el número de inpus de Romer (990) 0. Endogeneización de la ecnología: un doble enfoque. 0.2 El secor producor de bienes finales. 0.3 Las empresas

Más detalles

CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N

CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N Los méodos uilizados para la elaboración del Presupueso General de la Nación es uno de los emas acuales

Más detalles

Estadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3

Estadística Industrial. Universidad Carlos III de Madrid Series temporales Práctica 3 Esadísica Indusrial Universidad Carlos III de Madrid Series emporales Prácica 3 Objeivos: Coninuar con la idenificación de procesos auoregresivos (AR) y de media móvil (MA), mediane la función de auocorrelación

Más detalles

Resultados de las encuestas de sacrificio de ganado Informe de los resultados del año 2011

Resultados de las encuestas de sacrificio de ganado Informe de los resultados del año 2011 1. Resulados de las encuesas de sacrificio de ganado Informe de los resulados del año 211 1. Inroducción A fin de garanizar la gesión del secor ganadero de la Casilla y León y según esablece el Plan Esadísico

Más detalles

ÍNDICE DE PRODUCCIÓN INDUSTRIAL (IPI) BASE PROMEDIO AÑO Metodología INSTITUTO NACIONAL DE ESTADÍSTICAS

ÍNDICE DE PRODUCCIÓN INDUSTRIAL (IPI) BASE PROMEDIO AÑO Metodología INSTITUTO NACIONAL DE ESTADÍSTICAS ÍNDICE DE PRODUCCIÓN INDUSTRIAL (IPI) BASE PROMEDIO AÑO 2009 Meodología INSTITUTO NACIONAL DE ESTADÍSTICAS Febrero / 2012 SUBDEPARTAMENTO DE ESTADÍSTICAS COYUNTURALES DE INDUSTRIAS DEPARTAMENTO DE ESTUDIOS

Más detalles

Material sobre Diagramas de Fase

Material sobre Diagramas de Fase Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema

Más detalles

METODOLOGIA INDICE DE COSTES DE LA CONSTRUCCION. BASE 2015

METODOLOGIA INDICE DE COSTES DE LA CONSTRUCCION. BASE 2015 METODOLOGIA INDICE DE COSTES DE LA CONSTRUCCION. BASE 2015 1. INTRODUCCIÓN Y OBJETIVOS... 2 2. DEFINICIÓN DEL ÍNDICE... 3 2.1. Variables del índice... 3 2.2. Moivación del indicador... 3 3. ÁMBITOS DEL

Más detalles

SUAVIZAMIENTO EXPONENCIAL AJUSTADO A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL: MÉTODO DE WINTERS

SUAVIZAMIENTO EXPONENCIAL AJUSTADO A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL: MÉTODO DE WINTERS Pronósicos II Un maemáico, como un inor o un oea, es un fabricane de modelos. i sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico, como

Más detalles

Capítulo 3 Valoración de inversiones en condiciones de certeza

Capítulo 3 Valoración de inversiones en condiciones de certeza PARTE I: La decisión de inversión Capíulo 3 Valoración de inversiones en condiciones de cereza 3.1. Crierios clásicos de evaluación y selección de proyecos de inversión 3.1.1 Modelos esáicos: el plazo

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros

Más detalles

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo

Más detalles

4. Modelos de series de tiempo

4. Modelos de series de tiempo 4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar

Más detalles

PRESENTACIÓN DANIEL SUCAZES ORUAL ANDINA

PRESENTACIÓN DANIEL SUCAZES ORUAL ANDINA PRESENTACIÓN El INE pone a disposición de los usuarios, el Índice de Volumen Físico de la Indusria Manufacurera base 2002 (IVF 2002) coneniendo información sobre la evolución mensual de la producción de

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Invesigación y écnicas de Mercado Previsión de Venas ÉCNICAS CUANIAIVAS ELEMENALES DE PREVISIÓN UNIVARIANE. (II) écnicas elemenales: Modelos Naive y Medias Móviles. Medición del error de previsión. Profesor:

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:

Más detalles

Informe de Competitividad de la Economía Nacional

Informe de Competitividad de la Economía Nacional Informe de Compeiividad de la Economía Nacional Inroducción Cuando se raa de analizar la evolución de la compeiividad de un país frene a oro, el primer concepo que aparece presene es el ipo de cambio.

Más detalles

Estimación del Parque de Viviendas

Estimación del Parque de Viviendas Esimación del Parque de Viviendas Meodología Subdirección General de Esadísicas Madrid, febrero de 2012 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional 3.2 Ámbio geográfico

Más detalles

11. PREVISIÓN DE LA DEMANDA

11. PREVISIÓN DE LA DEMANDA . PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria

Más detalles

ESTIMACIÓN DE LA EVASIÓN EN EL IMPUESTO AL VALOR AGREGADO MEDIANTE EL MÉTODO DEL CONSUMO Asesoría Económica - DGI Mayo 2009

ESTIMACIÓN DE LA EVASIÓN EN EL IMPUESTO AL VALOR AGREGADO MEDIANTE EL MÉTODO DEL CONSUMO Asesoría Económica - DGI Mayo 2009 ESTIMACIÓN DE LA EVASIÓN EN EL IMPUESTO AL VALOR AGREGADO MEDIANTE EL MÉTODO DEL CONSUMO 2000-2008 Asesoría Económica - DGI Mayo 2009 1. Jusificación y meodología empleada El objeivo del esudio de la evasión

Más detalles

5º Año Área Electrónica TEORÍA DE LOS CIRCUITOS II SEÑALES APERIÓDICAS INDICE

5º Año Área Electrónica TEORÍA DE LOS CIRCUITOS II SEÑALES APERIÓDICAS INDICE TEORÍ DE LOS CIRCUITOS II SEÑLES PERIÓDICS INDICE SEÑLES PERIÓDICS ELEMENTLES 2 Señal escalón 2 Señal rampa 3 Señal impulso 4 Relación enre las señales aperiódicas elemenales 5 Página REPRESENTCIÓN DE

Más detalles

Índices de Producción Industrial base Notas metodológicas

Índices de Producción Industrial base Notas metodológicas Índices de Producción Indusrial base 2005. Noas meodológicas Inroducción El Índice de Producción Indusrial (IPI) correspondiene a Enero de 2009 es el primero que se publica en la nueva base y uilizando

Más detalles

Encuesta de Salarios en la Industria y los Servicios. Nota metodológica

Encuesta de Salarios en la Industria y los Servicios. Nota metodológica Encuesa de Salarios en la Indusria y los Servicios Noa meodológica 1 Objeivos La Encuesa de Salarios en la Indusria y los Servicios es una operación esadísica coninua, de carácer coyunural y periodicidad

Más detalles

ESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO,

ESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO, Décimas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2005 Blaconá, María Teresa* Bussi, Javier** *Insiuo de Invesigaciones Teóricas Aplicadas de la Escuela de

Más detalles

ECUACIONES DIFERENCIALES

ECUACIONES DIFERENCIALES Tema 1 ECUACIONES DIFERENCIALES EJERCICIO 1 Comprobar que la función y() = c 2 ++3 es una solución del problema de valor inicial 2 y 2y + 2y = 6, y(0) = 3, y (0) = 1, (1.1) en <

Más detalles

En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos.

En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos. ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Luján es un reconocido Profesor Universiario Venezolano en el área de Probabilidad y Esadísica, con más de 4 años de experiencia en las más presigiosas

Más detalles

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación.

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación. Gráficos con Maple Maple incluye poenes capacidades gráficas que permien realizar represenaciones bidimensionales, ridimensionales e incluso animaciones. El programa es muy flexible en lo que a la enrada

Más detalles

Localización absoluta de objetos mediante minimización de errores de mediciones ultrasónicas *

Localización absoluta de objetos mediante minimización de errores de mediciones ultrasónicas * Localización absolua de objeos mediane minimización de errores de mediciones ulrasónicas * C. J. Gaspar-Valle, E. Aranda-Bricaire, M. Velasco-Villa CINVESTAV-IPN Deparameno de Ingeniería Elécrica Sección

Más detalles

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción

h + para cualquier m 1, 5.2. Modelo E-GARCH Introducción 5.2. Modelo E-GARCH Inroducción Los modelos GARCH exponenciales nacen a parir de la publicación de Daniel Nelson (99) sobre heerocedasicidad condicional en los modelos de renabilidad de acivos. Dicho auor

Más detalles

Por ejemplo, la línea que deberemos escribir para definir la forma de onda de la figura, para una frecuencia de 50Hz, es:

Por ejemplo, la línea que deberemos escribir para definir la forma de onda de la figura, para una frecuencia de 50Hz, es: Prácica S4: Especro de Fourier 1. Objeivos Los objeivos de la prácica son: 1.- Uilizar el simulador Pspice para el esudio de la respuesa en frecuencia de circuios elécricos pasivos, aplicando la serie

Más detalles

MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS CON REDES NEURONALES BACKPROPAGATION DEPENDIENTE DEL TIEMPO

MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS CON REDES NEURONALES BACKPROPAGATION DEPENDIENTE DEL TIEMPO MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS CON REDES NEURONALES BACKPROPAGATION DEPENDIENTE DEL TIEMPO Por: Dr. Jairo Peruz Campo. Físico, Con Esudios De Maesría En Física. Insrucor, Asesor

Más detalles

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS CAPILARES

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS CAPILARES CENTO NACIONAL DE METOLOGÍA INCETIDUMBE EN LA CALIBACIÓN DE VISCOSÍMETOS CAPILAES Wolfgang A. Schmid ubén J. Lazos Marínez Sonia Trujillo Juárez Noa: El presene ejercicio ha sido desarrollado bajo aspecos

Más detalles

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL PAUTA CLASE AUXILIAR 3 ECONOMÍA I IN41A-04

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL PAUTA CLASE AUXILIAR 3 ECONOMÍA I IN41A-04 PAUTA CLASE AUXILIAR 3 ECONOMÍA I IN41A-04 PROFESO LEONARDO BASSO AUXILIA CARLOS RAMÍREZ Problema 1 Comene la siguiene afirmación. Señale si es verdadera, falsa o inciera. Jusifique económicamene su respuesa.

Más detalles

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015 Anejo 1 25 Noviembre 2014 aa Opinión sobre la deerminación del Índice Revalorización de las Pensiones 2015 Anejo 1 La fórmula de cálculo del Índice de Revalorización de las Pensiones (IRP), paso a paso

Más detalles

Hallar el vector unitario tangente a la curva dada por. Solución La derivada de es. Por tanto, el vector unitario tangente es

Hallar el vector unitario tangente a la curva dada por. Solución La derivada de es. Por tanto, el vector unitario tangente es SECCIÓN.4 Vecores angenes vecores normales 859 En la sección precedene se vio que el vecor velocidad apuna en la dirección del movimieno. Esa observación lleva a la definición siguiene, que es válida para

Más detalles

UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D.

UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. UNIDAD III: VECTORES AUTOREGRESIVOS (MODELOS VAR) DR. ROGER ALEJANDRO BANEGAS RIVERO, PH.D. Inroducor Economerics for Finance Chris Brooks 008 Modelos de Vecores Auoregresivos (VAR) Modelos auoregresivos

Más detalles

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009) Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso

Más detalles

CAPÍTULO II. Conceptos de Confiabilidad

CAPÍTULO II. Conceptos de Confiabilidad CAPÍTULO II Concepos de Confiabilidad CAPÍTULO II CONCEPTOS DE CONFIABILIDAD Una de las áreas de ingeniería de confiabilidad es la modelación de la misma, debido a que los procesos en general se comporan

Más detalles

ANALISIS BASICO DE REDES QUE CONTIENEN ARMONICAS

ANALISIS BASICO DE REDES QUE CONTIENEN ARMONICAS CAPIULO 1 ARMONICAS ANALISIS BASICO DE REDES QUE CONIENEN ARMONICAS 1.1 INRODUCCION En sisemas elécricos de disribución de poencia, radicionalmene se esperaba que la forma de onda del volaje suminisrado

Más detalles

Figura 1. Coordenadas de un punto

Figura 1. Coordenadas de un punto 1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los

Más detalles

II. Extracción de Expectativas desde

II. Extracción de Expectativas desde VOLUMEN 11 - Nº1 / abril 008 METODOLOGÍAS PARA LA ESTIMACIÓN DE EXPECTATIVAS SOBRE TASAS DE POLÍTICA MONETARIA I. Moivación Felipe Jaque S. * Alfredo Piselli M. * Enre las variables relevanes para evaluar

Más detalles

GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo

GUÍA DE EJERCICIOS 3 ECONOMETRÍA II., se quiere decidir sobre el número de raíces unitarias mediante un test Dickey-Fuller del tipo GUÍA DE EJERCICIOS 3 ECONOMETRÍA II 1) Para una deerminada serie, y, se quiere decidir sobre el número de raíces uniarias mediane un es Dickey-Fuller del ipo y y 1 p i 2 y i i 1 Responda a las siguienes

Más detalles

Una aplicación Bayesiana a la Modelización de Mercados

Una aplicación Bayesiana a la Modelización de Mercados Una aplicación Bayesiana a la Modelización de Mercados Maser Oficial en Ingeniería Maemáica Problema planeado por BAYES INFERENCE, S. A. Exposición del problema (I) Se considera un mercado de compeencia

Más detalles

CARGA Y DESCARGA DE UN CONDENSADOR

CARGA Y DESCARGA DE UN CONDENSADOR 1. Objeivos CARGA Y DESCARGA DE UN CONDENSADOR Esudiar los procesos de carga y de descarga de un condensador. Deerminar el iempo caracerísico, τ, del circuio. 2. Fundameno eórico Un condensador es un sisema

Más detalles

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal Física General I Paralelos 5 y. Profesor Rodrigoergara R ) Movimieno Recilíneo Horizonal ) Concepos basicos Definir disancia recorrida, posición y cambio de posición. Definir vecores posicion, velocidad

Más detalles

CONTROL BÁSICO. Sistemas de Control Realimentados. Reguladores o Controladores. Facultad de Ingeniería - UNER. Asignaturas: Control Básico 1

CONTROL BÁSICO. Sistemas de Control Realimentados. Reguladores o Controladores. Facultad de Ingeniería - UNER. Asignaturas: Control Básico 1 Faculad de Ingeniería - UNER CONTROL BÁSICO TEMAS: - Tipos de Reguladores Faculad de Ingeniería UNER Carrera: Bioingeniería Plan de esudios: 2008 Sisemas de Conrol Realimenados Consideramos el lazo básico

Más detalles

Contrato Futuro de Tasa Media de las Operaciones Compromisadas de Un Día (OC1) con Lastre en Títulos Públicos Federales

Contrato Futuro de Tasa Media de las Operaciones Compromisadas de Un Día (OC1) con Lastre en Títulos Públicos Federales Conrao Fuuro de Tasa Media de las Operaciones Compromisadas de Un Día (OC1) con Lasre en Tíulos Públicos Federales Especificaciones 1. Definiciones Conrao Fuuro de OC1: Tasa Media de las Operaciones Compromisadas

Más detalles

Nota metodológica de indicadores de actividad del sector servicios

Nota metodológica de indicadores de actividad del sector servicios Noa meodológica de indicadores de acividad del secor servicios Los ndicadores de Acividad del Secor Servicios (ASS) ienen como objeivo medir la evolución a coro plazo de la acividad de las empresas que

Más detalles

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s). Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en

Más detalles

Numeros índices representan el cambio porcentual de una serie de tiempo con respecto a un periodo base. Si tenemos series de tiempo

Numeros índices representan el cambio porcentual de una serie de tiempo con respecto a un periodo base. Si tenemos series de tiempo Méodos Cuaniaivos IX - SERIES DE TIEMPO 9.1 Inroducción En ese capíulo damos una inroducción y visa amplia de algunos enfoques básicos de análisis de series de iempo. El ópico es muy vaso para una explicación

Más detalles

V () t que es la diferencia de potencial entre la placa positiva y la negativa del

V () t que es la diferencia de potencial entre la placa positiva y la negativa del :: OBJETIVOS [7.1] En esa prácica se deermina experimenalmene la consane de descarga de un condensador, ambién llamado capacior ó filro cuando esá conecado en serie a una resisencia R. Se esudian asociaciones

Más detalles

Práctico 1. Macro III. FCEA, UdelaR

Práctico 1. Macro III. FCEA, UdelaR Prácico 1. Macro III. FCEA, UdelaR Ejercicio 1 Suponga una economía que se compora de acuerdo al modelo de crecimieno de Solow-Swan (1956), se pide: 1. Encuenre la ecuación fundamenal del modelo de Solow-Swan.

Más detalles

Estudio de la estabilidad de una variante del modelo de la telaraña

Estudio de la estabilidad de una variante del modelo de la telaraña Semiiel, José ; Arnulfo, Angélica ; Cianciardo, Cinia Esudio de la esabilidad de una variane del modelo de la elaraña Anuario de la Faculad de Ciencias Económicas del Rosario Nº 10, 2014 Ese documeno esá

Más detalles

INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. RESUMEN

INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. RESUMEN INCIDENCIA DEL IVA EN LOS INDICES DE PRECIOS AL CONSUMIDOR Y AL PRODUCTOR. Jandry Humbero Morea Zambrano 1 Ec. Manuel González RESUMEN La presene invesigación, iene por objeivo analizar mediane herramienas

Más detalles

Estimación del Parque de Viviendas

Estimación del Parque de Viviendas Esimación del Parque de Viviendas Meodología Subdirección General de Esudios Económicos y Esadísicas Madrid, julio de 2013 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional

Más detalles

Ponenecia No. 9. ARIMA, ARCH, GARCH Y REDES NEURONALES: MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS

Ponenecia No. 9. ARIMA, ARCH, GARCH Y REDES NEURONALES: MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS ARIMA, ARCH, GARCH Y REDES NEURONALES: MODELOS PARA PRONOSTICAR SERIES DE TIEMPO FINANCIERAS Fredy Ocaris Pérez Ramírez * Jairo Peruz Campo ** RESUMEN Nuesro propósio es presenar una meodología complea

Más detalles

Qué es la Econometría? Parte II

Qué es la Econometría? Parte II Qué es la Economería? Pare II Esrucura de los daos económicos Necesarios, una vez que se ha especificado el modelo economérico Se necesian de odas las variables que inervienen Tipos de daos: 1. Daos de

Más detalles

M O D E L O S D E I N V E N T A R I O

M O D E L O S D E I N V E N T A R I O nvesigación Operaiva Faculad de iencias Exacas - UNPBA M O E L O E N V E N T A O El objeivo de la eoría de modelos de invenario es deerminar las reglas que pueden uilizar los encargados de gesión para

Más detalles

TEMA 2: CINETICA DE LA TRASLACIÓN

TEMA 2: CINETICA DE LA TRASLACIÓN TEMA 2: CINETICA DE LA TRASLACIÓN 1.1. Inroducción. Para ener caracerizado un movimieno mecánico cualquiera, hay que esablecer primero respeco a que cuerpo (s) se va a considerar dicho movimieno. Ese cuerpo

Más detalles

CINEMÁTICA II. pendiente = t(s)

CINEMÁTICA II. pendiente = t(s) C U R S O: FÍSICA MENCIÓN MATERIAL: FM-3 CINEMÁTICA II Tipos de movimienos i) Movimieno recilíneo uniforme (MRU): cuando un cuerpo se desplaza con rapidez consane a lo largo de una rayecoria recilínea,

Más detalles

OCW UPV/EHU. Geografía de la Población Itziar Aguado Moralejo Tema 9. Las estructuras demográficas

OCW UPV/EHU. Geografía de la Población Itziar Aguado Moralejo Tema 9. Las estructuras demográficas OCW UV/EHU. Geografía de la oblación Iziar Aguado Moralejo Tema 9. Las esrucuras demográficas 1. La composición por sexo 2. La composición por edades. El diagrama riangular 3. La composición según edad

Más detalles

GRADO TURISMO TEMA 6: SERIES TEMPORALES

GRADO TURISMO TEMA 6: SERIES TEMPORALES GRADO TURISMO TEMA 6: SERIES TEMPORALES Prof. Rosario Marínez Verdú 1 TEMA 6: SERIES TEMPORALES 1. Componenes de una serie emporal. 2. Análisis de la Tendencia. 3. Análisis de las Variaciones Esacionales.

Más detalles

Subdirección General de Estadística. Proyecciones de Población de la ciudad de Madrid y sus distritos

Subdirección General de Estadística. Proyecciones de Población de la ciudad de Madrid y sus distritos Subdirección General de Esadísica Proyecciones de Población de la ciudad de Madrid y sus disrios 2018-2031 SERVICIO DE ESTADISTICA MUNICIPAL. MARZO 2018 Subdirección General de Esadísica Inroducción Las

Más detalles

Crimen y Distribución del Ingreso. Por: F. Bourguignon, Jairo Núñez y F. Sánchez

Crimen y Distribución del Ingreso. Por: F. Bourguignon, Jairo Núñez y F. Sánchez Crimen y Disribución del Ingreso Por: F. Bourguignon, Jairo Núñez y F. Sáncez I. Inroducción El presene documeno iene como objeivo explorar los deerminanes de los delios conra el parimonio para la siee

Más detalles

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan Señales Elemenales Dr. Luis Javier Morales Mendoza FIEC Universidad Veracruzana Poza Rica Tuxpan Índice 3.1. Señales elemenales en iempo coninuo: impulso uniario, escalón uniario, rampa uniaria y la señal

Más detalles

UNIDAD II DATOS BIVARIADOS Introducción: Sabemos que la Estadística es un medio de comunicación científica que suministra un lenguaje claro y conciso.

UNIDAD II DATOS BIVARIADOS Introducción: Sabemos que la Estadística es un medio de comunicación científica que suministra un lenguaje claro y conciso. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL VALLEJO ÁREA DE MATEMÁTICAS ESTADÍSTICA Y PROBABILIDAD I UNIDAD II DATOS BIVARIADOS Inroducción: Sabemos que la Esadísica

Más detalles