PROYECCTOS DE INVERSION

CONTA 5TO A

INTEGRANTES

1.- Alejo Chambilla, Lucrecia

2.- Quispe Barrera, Paola
3.- Quispe Valeriano, Leonela Yessica
4.- Limachi Mamani, Julio Cesar
La empresa Delimix desea introducir una nueva marca de gaseosas en el mercado Limeño, para esto los ejecutivos de
determinar algunos datos que deberían servir para poder conocer la tendencia de la demanda así como realizar una pro
lineal. Los datos encontrados del mercado son los siguientes:

Año Poblacion

2008 8,464,581
2009 9,004,873
2010 10,350,429
2011 11,897,045
2012 13,674,765
2013 15,718,120
2014 16,545,390
2015 17,416,200
2016 18,332,842
2017 19,297,729

DESARROLLO

Consumo de gaseosa
Año Poblacion
(Lts. X año)
2008 8,464,581 3,845,000
2009 9,004,873 5,450,456
2010 10,350,429 5,099,346
2011 11,897,045 8,890,987
2012 13,674,765 6,681,064
2013 15,718,120 9,678,206
2014 16,545,390 4,542,730
2015 17,416,200 4,557,329
2016 18,332,842 13,289,998
2017 19,297,729 10,506,650
SUMA 140,701,974 72,541,766
PROM 14,070,197 7,254,177

A) Valor de b = 639,225,960,046,746 0.452

1,413,312,679,042,184

B) Valor de a = 890,379.279

C) Y = a + bX Y = 0.452+890,379.28(X)
D) La muestra de 10 puntos revela un coeficiente de correlacion simple de 0.3211, una relacion lineal ciertamente p
informacion de que los puntos de los datos, caen lejos de la linea de regresion, entonces R2 explica que el mod
tanto no es fiable, en este caso podriamos tomar otras variables, como ventas anuales y trimestrales para que nu
confiable.

E) Año Poblacion Consumo

2018 19,915,256.33 9,897,833.21
2019 20,552,544.53 10,186,071.73
2020 21,066,358.14 10,418,464.05
2021 21,593,017.10 10,656,666.17
2022 22,132,842.52 10,900,823.34
Tasa de crecimiento poblacional 3.20%
Tasa de crecimiento poblacional 2.50%

F) Consumo de gaseosa
Año Poblacion
(Lts. X año)
2008 8,464,581.00 3,845,000.00
2009 9,004,873.00 5,450,456.00
2010 10,350,429.00 5,099,346.00
2011 11,897,045.00 8,890,987.00
2012 13,674,765.00 6,681,064.00
2013 15,718,120.00 9,678,206.00
2014 16,545,390.00 4,542,730.00
2015 17,416,200.00 4,557,329.00
2016 18,332,842.00 13,289,998.00
2017 19,297,729.00 10,506,650.00
2018 19,915,256.33 9,897,833.21
2019 20,552,544.53 10,186,071.73
2020 21,066,358.14 10,418,464.05
2021 21,593,017.10 10,656,666.17
2022 22,132,842.52 10,900,823.34

G Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año)

14,000,000.00

12,000,000.00

10,000,000.00 f(x) = 0.452289128602424 x + 890379.278689915

R² = 0.506613851209413
Consumo de gaseosa (
año)
8,000,000.00
 Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X año)
14,000,000.00

12,000,000.00

10,000,000.00 f(x) = 0.452289128602424 x + 890379.278689915

R² = 0.506613851209413
Consumo de gaseosa (
año)
8,000,000.00
Linear (Consumo de ga
(Lts. X año))
6,000,000.00

4,000,000.00

2,000,000.00

0.00
5,000,000.00 10,000,000.00 15,000,000.00 20,000,000.00 25,000,000.00
n el mercado Limeño, para esto los ejecutivos del área de investigación de mercados pudieron
ndencia de la demanda así como realizar una proyección de la misma a través de una regresión

Consumo de gaseosa (Lts. X año)

3,845,000
5,450,456

5,099,346
8,890,987

6,681,064
9,678,206
Consumo de gaseosa (Lts. X añ
4,542,730
14,000,000
4,557,329
13,289,998
12,000,000
10,506,650
10,000,000
f(x) = 0.452289128602424 x + 890379.27868991
R² = 0.321105521212608
8,000,000

xy x2 6,000,000

32,546,313,945,000 71,649,131,505,561 4,000,000

49,080,664,072,088 81,087,737,746,129
2,000,000
52,780,418,719,434 107,131,380,484,041
105,776,472,433,415 141,539,679,732,025 0
91,361,980,149,960 186,999,197,805,225
152,123,203,292,720 247,059,296,334,400
75,161,239,514,700 273,749,930,252,100
79,371,353,329,800 303,324,022,440,000
243,643,433,514,316 336,093,095,796,964
202,754,484,397,850 372,402,344,557,441
1,084,599,563,369,283 2,121,035,816,653,886
mple de 0.3211, una relacion lineal ciertamente positiva entre Y y X. El bajo R2 proporciona
a de regresion, entonces R2 explica que el modelo no se ajusta a los datos observados, por lo
, como ventas anuales y trimestrales para que nuestro modelo de ajuste y pueda ser mas

X año) GASEOSA (Lts. X año)

15
Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X
año)
X año) GASEOSA (Lts. X año)

15
Consumo de gaseosa (Lts. X año) GASEOSA (Lts. X
año)
Linear (Consumo de gaseosa (Lts. X año) GASEOSA
(Lts. X año))

.00 25,000,000.00
mo de gaseosa (Lts. X año) GASEOSA (Lts. X año)

452289128602424 x + 890379.278689911
Consumo de gaseosa (Lts. X año)
21105521212608 GASEOSA (Lts. X año)
Linear (Consumo de gaseosa (Lts.
X año) GASEOSA (Lts. X año))
años, puesto que los dueños están evaluando si les conviene continuar con el negocio o no. Para realizar esta
evaluación contrataron a un especialista en proyectos y le pidieron que analizara la información de los últimos
años de la empresa, los cuales se presentan a continuación:

Empanadas
Año
vendidas
2008 250
2009 750
2010 650
2011 1,200
2012 1,565
2013 1,325
2014 1,200
2015 1,350
2016 1,270
2017 1,435

DESARROLLO

Empanadas
Año (x) XY X2
vendidas (y) Em
1 2008 250 502,000 4,032,064 1,800
2 2009 750 1,506,750 4,036,081
1,600
3 2010 650 1,306,500 4,040,100 f(x) = 106.4
4 2011 1,200 2,413,200 4,044,121 1,400 R² = 0.6079

5 2012 1,565 3,148,780 4,048,144 1,200

6 2013 1,325 2,667,225 4,052,169 1,000
7 2014 1,200 2,416,800 4,056,196 800
8 2015 1,350 2,720,250 4,060,225
600
9 2016 1,270 2,560,320 4,064,256
10 2017 1,435 2,894,395 4,068,289 400
SUMA 20,125 10,995 22,136,220 40,501,645 200
PROM 2,013 1,100 2,213,622 4,050,165 0
2006 2008 2010 2

A) Valor de b = 87,825 106.45454545455

825

B) Valor de a = -213140.27273
C) Y = a + bX Y = -213140.27 + 106.45(x)

D) La muestra de 10 puntos revela un coeficiente de correlacion de 0.6079, una relacion lineal ciertamente
positiva entre los años y las empanadas vendidas. De ahí se puede concluir que a medida que va pasando los
años, aumenta la venta de empanadas, ya que existe una confiabilidad del 60%, se podria buscar evaluar
otras variables para el ajuste del modelo.

Empanadas
E) Año (x)
vendidas (y)
2018 1,685.00
2019 1,791.45
2020 1,897.91
2021 2,004.36
2022 2,110.82

Empanadas
F) Año (x)
vendidas (y)
Empanadas vendidas
2008 250
2009 750 2,500
2010 650
2011 1,200 2,000 f(x) = 106.454545454543 x − 213140.272727268
R² = 0.840304374489798
2012 1,565 Empanadas vendidas (y)
2013 1,325 1,500
Linear (Empanadas
vendidas (y))
2014 1,200
2015 1,350 1,000

2016 1,270
2017 1,435 500

2018 1,685.00
0
2019 1,791.45
2005 2010 2015 2020 2025
2020 1,897.91
2021 2,004.36
2022 2,110.82
o. Para realizar esta
mación de los últimos

Empanadas vendidas
1,800

1,600
f(x) = 106.454545454544 x − 213140.272727271
1,400 R² = 0.607902316494304
1,200
Empanadas vendidas (y)
1,000 Linear (Empanadas
vendidas (y))
800

600

400

200
0
2006 2008 2010 2012 2014 2016 2018
n lineal ciertamente
dida que va pasando los
odria buscar evaluar

das

2727268

Empanadas vendidas (y)

Linear (Empanadas
vendidas (y))
gustaría saber cuál sería el futuro de su negocio a través de un estudio concreto del mismo. Esta familia ha
solicitado la ayuda de un proyectista y su tarea es analizar los datos de la siguiente tabla:

Empanadas
Año
vendidas
2008 1,100
2009 850
2010 650
2011 950
2012 1,200
2013 1,535
2014 850
2015 1,605
2016 1,100
2017 1,435

DESARROLLO

Año (x)
Empanadas
xy x2 Emp
vendidas (y)
1,800
1 2008 1,100 2,208,800 4,032,064
1,600
2 2009 850 1,707,650 4,036,081
3 2010 650 1,306,500 4,040,100 1,400
f(x) = 58.03030303
4 2011 950 1,910,450 4,044,121 1,200 R² = 0.3056620695
5 2012 1,200 2,414,400 4,048,144
1,000
6 2013 1,535 3,089,955 4,052,169
800
7 2014 850 1,711,900 4,056,196
8 2015 1,605 3,234,075 4,060,225 600
9 2016 1,100 2,217,600 4,064,256 400
10 2017 1,435 2,894,395 4,068,289 200
SUMA 20,125 11,275 22,695,725 40,501,645
0
PROM 2,013 1,128 2,269,573 4,050,165
2006 2008 2010 2012 2

A) Valor de b = 47,875 58.030

825

B) Valor de a = -115,658.48
C) Y = a + bX Y = -115,658.48 + 58.030(x)

D) La muestra de 10 puntos revela un coeficiente de correlacion simple de 0.3057, una relacion lineal
ciertamente positiva entre años y empanadas vendidas. De ahí se puede concluir de que R2 tiene como
respuesta el 30%, dandonos a conocer que los puntos que representan la venta de empanadas estan muy
dispersas.

Empanadas
E) Año (x)
vendidas (y)
2018 1,446.67
2019 1,504.70
2020 1,562.73

Empanadas
F) Año (x)
vendidas (y)
Empanadas vendidas
2008 250
1,800
2009 750
2010 650 1,600 f(x) = 82.2885447885454 x − 164536.122211123
R² = 0.640673122914746
2011 1,200 1,400
2012 1,565 1,200
Empanadas ven
2013 1,325 1,000 Linear (Empana
2014 1,200
800
2015 1,350
600
2016 1,270
400
2017 1,435
2018 1,446.67 200
2019 1,504.70 0
2020 1,562.73 2006 2008 2010 2012 2014 2016 2018 2020 2022

G)
No, para ver los errores podemos aplicar la formula de la desviacion estandar para encontrar mas a fondo
la dispersion de los puntos, ya que los puntos se alejan de la linea de tendencia, sugeriria que se haga un
modelo de regresión multiple, aumentando una variable independiente claro. Despues de ello aplicar una
prueba de significancia para determinar si la relación entre las variables es estadisticamente significativa.
mo. Esta familia ha

Empanadas vendidas
1,800

1,600

1,400
f(x) = 58.030303030298 x − 115658.484848475
1,200 R² = 0.305662069514471
Empanadas vendidas (y)
1,000 Linear (Empanadas vendidas
(y))
800

600

400

200

0
2006 2008 2010 2012 2014 2016 2018
 relacion lineal
que R2 tiene como
mpanadas estan muy

vendidas

211123

Empanadas vendidas (y)

Linear (Empanadas vendidas (y))

0 2022

encontrar mas a fondo

eriria que se haga un
es de ello aplicar una
camente significativa.