GESTION DE LA PRODUCCIÓN

TEMA 3
Introducción a los pronósticos

"El mundo entero se aparta cuando ve pasar a un hombre

que sabe a dónde va.“
Antoine de Saint Exupéry
3.1 INTRODUCCION

Pronóstico

Emitir un enunciado sobre lo que es probable

que ocurra en el futuro, basándose en análisis y
en consideraciones de juicio

Mercado a la
Situación Crecimiento
que
económica Precio. de mercado
corresponde
del país. el bien y población.

Ing. Jorge Durandal Quinteros

 HISTORIA DE LOS PRONÓSTICOS
Las técnicas que actualmente se utilizan, ya fueron
aplicadas en el siglo XIX.

Con desarrollo de sistemas

computarizados también se
desarrollaron técnicas de
pronósticos más complejas.

Al crecer la preocupación
de los pronósticos también,
se toma con mayor atención
nuevas técnicas = esta
atención se enfoca de
manera particular en los
errores.
Definiciones:
Es el proceso de estimación en situaciones de
incertidumbre.
El término predicción es similar, pero más general, y
generalmente se refiere a la estimación de series
temporales o datos instantáneos.
PRONOSTICAR = Método específico
ADIVINAR = Predecir eventos
futuros

La práctica del
plan de demanda
también se refiere
al pronóstico de
la cadena de
suministros.
 OTRAS DEFINICIONES Y
PREGUNTAS…

Pronosticar es emitir un enunciado sobre lo que es

probable que ocurra en el futuro, basándose en análisis
y en consideraciones de juicio.
¿Para que hacemos pronósticos?
Obtener conocimientos de eventos inciertos que son
importantes para la toma de decisiones.
Si un pronóstico no es exacto
¿Para que hacerlo?
Los pronósticos planeados
son más valiosos y exactos
que los intuitivos

Ejemplo Línea Aérea

NECESIDAD DEL PRONOSTICO
Los pronósticos son muy importantes para toda
organización empresarial y para las decisiones de gestión,
siendo estos la base de la planificación corporativa a largo
plazo.

Por ello, el primer

paso en la planeación
es el pronóstico, es
decir, estimar la
demanda futura de
productos y servicios
y los recursos
necesarios para
producirlos.
Ing. Jorge Durandal Quinteros
3.2 CLASIFICACION DE LOS PRONOSTICOS
 Pronósticos a Corto Plazo:
En las empresas modernas, este tipo de pronóstico se efectúa cada
mes o menos, y su tiempo de planeación tiene vigencia de un año.
Se utiliza para programas de abastecimiento, producción,
asignación de mano de obra a las plantillas de trabajadores, y
planificación de los departamentos de fabricación.

 Pronósticos a Mediano Plazo:

Abarca un lapso de seis meses a tres años. Este se utilizan para
estimar planes de ventas, producción, flujos de efectivo y
elaboración de presupuestos.

 Pronósticos a Largo Plazo:

Este tipo de pronóstico se utiliza en la planificación de nuevas
inversiones, lanzamiento de nuevos productos y tendencias
tecnológicas de materiales, procesos y productos, así como en la
preparación de proyectos. El tiempo de duración es de tres años o
más.
Jorge Durandal Q.

 FACTORES EXTERNOS NO
FACTORES INTERNOS CONTROLABLES
CONTROLABLES

EVOLUCION CULTURAL TOMA DE

PRECIOS DECISIONES SOBRE:
FUERZAS SOCIALES
CANALES DE DISTRIBUCION
NORMAS ETICAS
OTRAS MEDIDAS DE MARKETING
FUERZAS POLITICAS
(PUBLICIDAD, PROMOCION, etc.) PRODUCCION
DISPOSICIONES LEGALES
IMAGEN Y REPUTACION MARKETING
FACTORES DEMOGRAFICOS
CAPACIDAD DE PRODUCCION Y APROVISIONAMIENTO
EVOLUCION TECNOLOGICA
EQUIPO DISPONIBLE FINANZAS
COYUNTURA ECONOMICA
RECURSOS FINANCIEROS PERSONAL
- NACIONAL
RECURSOS HUMANOS INVERSIONES
- INTERNACIONAL
NIVEL TECNOLOGICO INVENTARIOS
AMBIENTE DE COMPETENCIA
INVENTARIOS

ESTUDIO Y DETERMINACION

ESTUDIO Y PRONOSTICO PROGRAMACION Y

DETERMINACION VENTAS COORDINACION
 La importancia de los Factores externos en los pronósticos es
la toma de decisiones, se refiere a todo aquello que es ajeno
a la empresa.

Socio-económicos

factor político
(inflación externa e interna)
Importaciones

Factores que tengan influencia

significativa en la estrategia y no
Se pueda controlar

Factores de medio ambiente

Problemas sociales
y socio-culturales

Factores monetarios
Jorge Durandal Quinteros

Factores climáticos
FACTORES DETERMINANTES DE LA
ESTRATEGIA DE PRONOSTICO

1) La clase de producto en estudio. = Clasificar para explicar las diferencias

y analogías

2) La etapa del producto en su ciclo de vida . = Pasan por diferentes etapas

en el tiempo
3) El plazo de pronóstico (previsión). = Corto, mediano, largo.

4) El grado de agregación de productos. = Los productos tiene agregados.

5) El grado de segmentación del mercado. = Separar por regiones.

6) El uso que se va a dar al pronóstico. = Por su clase y número de ellos,

determinará el beneficio esperado

7) El costo del pronóstico = Determinar que tipo y costo de pronóstico

3.3 METODOS DE PRONOSTICO
Dentro los Métodos de pronóstico, esta el análisis del entorno que se
investiga acerca de la situación que en el FUTURO va a afectar a la
empresa, ya que la estrategia va a ser desarrollada en función del
TIEMPO (corto, mediano o largo plazo).

La investigación sobre el futuro se adecua tanto para el

análisis del entorno general como el específico

ENTORNO ENTORNO
ESTABLE TÉCNICAS TURBULENTO
(Se requiere técnica
(Se necesita técnica de
prospectiva - cualitativas)
previsión - cuantitativas)

Ing. Jorge Durandal Quinteros

 1.- TÉCNICAS PROSPECTIVAS
O CUALITATIVAS
(OPINION Y JUICIO)
Es un panorama de futuros posibles e
inciertos, es decir situaciones no
improbables

2.- TÉCNICAS DE PREVISIÓN

O CUANTITATIVAS
Consiste en la apreciación,
acompañada de un cierto grado de
confianza (probabilidad)

A) SERIE DE TIEMPOS
B) ASOCIATIVOS O CAUSALES

Ing. Jorge Durandal Quinteros

 CARACTERISTICAS DE LA
PREVISIÓN Y LA PROSPECTIVA
PREVISIÓN PROSPECTIVA
CARACTERES (CUANTITATIVAS) (CUALITATIVAS)

Visión Parcial Global

CUANTITATIVAS, objetivas y CUALITATIVAS, cuantificables o

Variables
conocidas no, subjetivas, conocidas y ocultas

Métodos Estáticos, estructuras

Relaciones constantes Dinámicas, estructuras evolutivas

Explicación El pasado explica el futuro El futuro, razón del presente

Futuro Único Múltiple e incierto

Modelos deterministas y Análisis de intenciones. Modelos

Método
cuantitativas cualitativos y estocásticos

Actitud hacia el
futuro Pasiva y adaptativa Activa y creativa (futuro deseado)
3.3.1 TECNICAS CUALITATIVAS
 a) CRITERIOS DEL PERSONAL
DE VENTAS
 b) CRITERIOS DE LA GERENCIA
DE COMERCIALIZACION

 c) CRITERIO DE LA OPINION
EJECUTIVA O COMITE
 d) MODELO DE DELPHI
El futuro, razón del presente  e) ANALOGIA HISTORICA
 f) INVESTIGACION DE
MERCADO (Puede ser
Cualitativo o Cuantitativo)

º METODO DE LOS ESCENARIOS

º MÉTODO DE IMPACTO
CRUZADO
 a) CRITERIO DEL PERSONAL DE VENTAS

En éste método participan los niveles inferiores de la

organización.

El procedimiento es el siguiente:

1.- La oficina  Estadísticas de ventas

central de ventas de gestiones anteriores.
suministra a los
 Descripción de políticas
jefes de las de ventas a seguir.
distintas zonas
del Dpto. y/o  Capacidad instalada de la
País empresa.
 2.- El personal de ventas 3.- Los pronósticos
confecciona un pronóstico de proporcionados por ventas
las futuras ventas del son tabulados, revisados y
territorio donde activa. evaluados por la GERENCIA

4.- Las ventas estimadas se 5.- Se evalúa la factibilidad

presentan a la unidad de atender las ventas
de presupuestos. estimadas.

6.- El plan de ventas es distribuido a

los distintas zonas del Dpto. y País.
Ventaja:
 La fuerza de ventas tiene mayores probabilidades de saber que
comprarán los clientes en el futuro y en que cantidades.

 Los pronósticos individuales se combinan para obtener cifras

regionales o nacionales

Desventaja:
 Algunos vendedores son optimistas y otros cautelosos lo cual puede
introducir sesgos en el pronóstico.

 El personal puede subestimar los pronósticos individuales para que el

rendimiento futuro supere las proyecciones o para esforzarse menos
(cuando se trabaje por medidas de rendimiento por vendedor)
 b) CRITERIO DE LA GERENCIA DE
COMERCIALIZACIÓN

En este método, cuenta solo la opinión y criterio del

gerente de comercialización en base a:

Estadística de ventas Políticas de venta a

de gestiones seguir.
anteriores.

Capacidad de la
empresa para
atender las ventas
pronosticadas.
Desventajas:

El juicio u opinión de una persona de más alto

nivel probablemente tenga más relevancia que el
de una persona de un nivel más bajo, en el peor
de los casos se sienten intimidados y no
expresan lo que verdaderamente piensa.

Puede ser costosa

Requiere mucho tiempo

Por ejemplo:
El Gerente de comercialización puede pronosticar
que las ventas del siguiente período serán 10% más
que en el anterior.
Si en el anterior se vendieron 10.000 unidades, el
próximo año se estima que se venderán:

10000 + 10% (10000)

= 11000

RESPUESTA: Por lo cual, las ventas estimadas para

el siguiente período ascienden a 11.000 unidades.
c) CRITERIO DE LA OPINION EJECUTIVA O
COMITÉ

Cuando el comité considera varios factores y estos son

evaluados y aceptados por los miembros del comité,
existen aumentos y disminuciones sobre una base.

Por Ejemplo:

Si en la anterior gestión se vendieron 100.000 unidades

del producto " D ", los factores que se espera que
afectarán su modificación son:
a) Por el aumento en la población se espera que las
ventas aumentarán en 10%, entonces las ventas
estimadas serán:

100000 + 10%(100000) = 110000

b) La baja en el ingreso per cápita disminuirá las ventas

en 4%, entonces las ventas estimadas serán:

110000 – 4% (100000) = 106000

c) Por rebaja en el precio se espera que las ventas

aumenten el 15%, entonces las ventas estimadas serán:

106000 + 15%(106000) = 121900

 d) METODO DE DELPHI

El método Delphi se engloba dentro de los métodos de prospectiva,

que estudian el futuro, en lo que se refiere a la evolución de los
factores del entorno tecno-socio-económico y sus interacciones.
El primer estudio de Delphi fue realizado en 1950 por la Rand
Corporation para la fuerza aérea de Estados Unidos, y se le dio el
nombre de Proyecto Delphi.

Juan *
Alicia *
José *
María *

Estimaciones

Ing. Jorge Durandal Quinteros

Definición del Método

El método Delphi utiliza como fuente de información un

grupo de personas a las que se supone un conocimiento
elevado de la materia que se va a tratar.

Este método se emplea bajo las siguientes condiciones:

1. No existen datos históricos con los que trabajar.
2. El impacto de los factores externos tiene más influencia
en la evolución que el de los internos.
3. Las consideraciones éticas y morales dominan sobre las
económicas y tecnológicas en un proceso evolutivo.

Jorge Durandal Quinteros

Se basa en la interrogación a expertos con la
ayuda de cuestionarios sucesivos, a fin de poner
manifiesto convergencias de opiniones y deducir
eventuales consensos.
Es una consulta a un grupo de
expertos en forma individual
por medio de la interacción
sucesiva de un cuestionario
apoyado por los resultados
promedio de la ronda anterior a
fin de generar convergencia de
opiniones.
Ing. Jorge Durandal Quinteros
Características del Método
• Respuesta del grupo en forma estadística: La información que se
presenta a los expertos no es solo el punto de vista de la mayoría
sino que se presentan todas las opiniones indicando el grado de
acuerdo a lo que se ha obtenido.
Heterogeneidad: Pueden participar expertos de
determinadas ramas de actividad sobre las mismas bases.
Anonimato: Durante el Delphi ningún experto conoce la
identidad de los otros que componen el grupo de debate.

• Iteración y realimentación controlada: La iteración se consigue

al presentar varias veces el mismo cuestionario, lo que permite
disminuir el espacio intercuartil, ya que se
consigue que los expertos vayan conociendo
los diferentes puntos y puedan ir modificando
su opinión.
Jorge Durandal Quinteros
 Proceso Método Delphi

Grupo
de Trabajo Definición de los
sucesos.
Panel de Selección del panel de
Expertos
expertos
Equipo
Técnico Respuestas al 1ª Elaboración del 1º
cuestionario
1º circulación cuestionario.
(Envió 1º cuestionario)

Comparación de
Análisis estadístico de respuestas. 2º circulación respuestas.
(Adicción del análisis estadístico al 2º (Respuesta al 2º
cuestionario y envío el 2ª cuestionario) cuestionario)

Análisis estadístico final de

Conclusiones respuestas.
(Presentación de resultados)
 f) ANALOGIA HISTORICA

Modelo cualitativo que consiste en identificar el producto

o servicio que se pronostica con alguno similar al cual
se le conoce su historia pasada. Este modelo es
importante en la planificación de nuevos productos en
donde un pronóstico puede ser derivado de la historia de
un producto similar.

KALÚA
 f) INVESTIGACION DE MERCADO

La investigación de
mercados es un enfoque
sistemático y objetivo para
el desarrollo y el
suministro de información
para el proceso de toma
de decisiones por parte
de la gerencia de
marketing“
(T. Kinnear y J. Taylor, 1993:6).
Ing. Jorge Durandal Quinteros
 INVESTIGACIÓN DE MERCADO
• Es un método para recopilar, analizar e informar
los hallazgos relacionados con una situación
específica en el mercado. Se utiliza para poder tomar decisiones
sobre:

 La introducción al mercado de un nuevo

producto o servicio.

 Los canales de distribución más

apropiados para el producto.

 Cambios en las estrategias de

promoción y publicidad
BENEFICIOS DE LA INVESTIGACIÓN DE
MERCADO

 La investigación nos ayuda a identificar

oportunidades en el mercado.

 La investigación de mercado minimiza

los riesgos.
 La investigación de mercado nos ayuda
a evaluar los resultados de
nuestros esfuerzos.

 La investigación de mercado nos ayuda

12

a evaluar el cuanto.
 TIPOS DE ESTUDIOS DE INVESTIGACIÓN
DE MERCADOS

Existen varias formas en las que se puede

clasificar los diseños de investigación

 El estudio puede ser cuantitativo,

el objetivo de este estudio es una
medición del mercado desde
diferentes perspectivas como factores
demográficos.

 También el estudio puede ser

cualitativo, el objetivo de este es
conocer la descripción de las 13

cualidades de un fenómeno
 PAPEL DE INVESTIGACION DE MERCADO

Grupos de Clientes
• Consumidores
• Empleados
• Accionistas
• Proveedores Factores del ambiente no
Variables de MKT controlables
controlables  Economía
 Producto  Tecnología
 Precio INVESTIGACIÓN  Competencia
 Promoción DE MERCADOS  Leyes y Reglamentos
 Comunicación  Factores Soc.y Cult.
 Distribución  Factores Políticos

Toma de Proporcionar Determinar las

Decisiones Información Necesidades de
Información

Gerentes de MKT
• Segmentación de MK
• Selección del MK objetivo
• Programas de MKT
• Ejecución y Control
Factores que influyen en las prácticas de
investigación de mercados del nuevo milenio
 Internet y comercio electrónico.
 Tecnologías de guardapuertas y
legislación sobre la confidencialidad
de los datos.
 Expansión de los mercados
globales
 Investigación de mercados como
estrategia.
 Inteligencia Artificial (Los Chat)
3.3.2 TECNICAS CUANTITATIVAS

a) SERIE DE TIEMPOS:
 PROMEDIOS MOVILES
 METODO COMBINADO

 METODO INDICE
 PROMEDIO MOVIL PONDERADO
EXPONENCIAL
o BOX - JINKINS
El pasado explica el futuro
b) ASOCIATIVOS O CAUSALES:
 MODELOS DE REGRESION Y
CORRELACION
o MODELOS ECONOMETRICOS
o ENCUENTAS DE INTENCIONES
DE COMPRAS Y ANTICIPACIONES
o MODELO DE INSUMO - PRODUCTO
 TRES CONDICIONES
METODOS CUANTITATIVOS

 Hay información sobre el pasado.

 Esta información puede cuantificarse en
forma de datos.
 Puede suponerse que el patrón del pasado se
repetirá en el futuro.
Componente de TENDENCIA:

El patrón de tendencia se presenta cuando en los datos hay

un aumento o disminución por lo común en una línea recta
o en una curva gradual, como resultado de factores a largo
plazo (varios años), como cambios en la población, las
características demográficas de la misma, la tecnología y/o
las preferencias del consumidor.

 Se utilizan los datos históricos de una variable para

generar un pronóstico del futuro
 El análisis consiste en encontrar el patrón pasado y
proyectarlo al futuro.
a) SERIE DE TIEMPOS
Método estadístico que depende en alto grado de datos
históricos de la demanda, con los que se proyectan la
demanda futura y reconoce las tendencias y patrones
estaciónales.

El objetivo de los métodos de serie de tiempo es descubrir

un patrón en los datos históricos y luego extrapolarlo
hacia el futuro.
El pronóstico se basa sólo en
valores pasados de la variable
que tratamos de pronosticar o
en errores pasados.
Tendencias y proyección
ajustadas por influencia
estacional
 CUATRO PATRONES QUE SE DEBE
TOMAR EN LA SERIE DE TIEMPOS

 PATRON HORIZONTAL
 Alrededor de una constante
 TENDENCIA
 Aumento o disminución
a largo plazo
 ESTACIONAL
 Fluctuaciones periódicas
 CICLICO
 Fluctuaciones en periodos fijos
 Ejercicio: Datos históricos de un producto X
El Gerente General de la empresa EXTRUPLAST SRL., requiere presentar una Planificación
Estratégica sobre sus productos, para tal objetivo requiere la siguiente información (a Usted).

Quiere saber qué cantidad (CUANTO) se venderá por mes en la gestión 2023, utilizando los datos
históricos de los años 2021 y 2022. (Ver tabla Adjunta de información)
INFORMACION PARA EL
CONTROL DE PRONOSTICO

MESES DEMANDA HISTORICA REAL

ANO 1 ANO 2 ANO 3
ENE 134 115 180
FEB 75 60 68
MAR 120 105 130
ABR 84 75 67
MAY 66 98 62
JUN 140 104 113
JUL 130 125 133
AGO 54 70 60
SEP 86 68 73
OCT 75 55 55 Veremos que
METODO se
NOV 120 103 102 acerca a estos
DIC 110 105 120 datos
Ing. Jorge Durandal Quinteros
a.1) PROMEDIO MOVIL

 Esta técnica consiste en tomar un conjunto de valores observados, encontrar

su promedio y usar este promedio como el pronóstico del siguiente periodo.
Debe especificarse el número de observaciones incluidas en el promedio.

 Se usa él termino de promedios móviles porque cada vez que esta disponible
una nueva observación puede calcularse un promedio nuevo, eliminando la
observación antigua e incluyendo la mas reciente.

 Este nuevo promedio se usa como el pronóstico del siguiente periodo. En

esta forma el número de datos que incluye el promedio es siempre constante
e incluye las observaciones más recientes.

 El número de valores incluidos en el promedio N se escoge dé forma que las

variaciones estaciónales, o al azar se eliminen. Si N es pequeña, el
pronóstico seguirá el patrón de la serie retardado unos ciertos periodos. Si N
es grande, el pronóstico será casi una línea horizontal.

Ing. Jorge Durandal Quinteros

 Este tipo de técnicas se usa para pronósticos a corto plazo, muy frecuentemente en control de inventarios
cuando el número de artículos que maneja la empresa es muy grande.

La formula general usada para pronósticos mediante el método de promedios móviles es:

Pt 1  ( X t  X t 1  X t 2  ...  X t ( N 1) ) / N

1 t
Pt 1   Xi
N i t ( N 1)

Donde:
Pt+1 : Pronóstico para el período t+1
Xt : Observación del período t
N : Número de observaciones que se usan para hacer el pronóstico.
n : Número de observaciones totales.

Cuando una serie de datos muestra tendencia, existen modificaciones a este método para considerar la
tendencia. El método se conoce como método de promedios móviles lineales o cuadráticos.
Ing. Jorge Durandal Quinteros
Ejemplo

PROMEDIO PRONOSTICO
MESES DEMANDA HISTORICA
MES
ANO 1 ANO 2 ANO 3
ENE 134 115 124,5 94.8
FEB 75 60 67,5 94.8
MAR 120 105 112,5 94.8
ABR 84 75 79,5 94.8
MAY 66 98 82,0 94.8
JUN 140 104 122,0 94.8
JUL 130 125 127,5 94.8
AGO 54 70 62,0 94.8
SEP 86 68 77,0 94.8
OCT 75 55 65,0 94.8
NOV 120 103 111,5 94.8
DIC 110 105 107,5 94.8
TOTAL 94,88

Ing. Jorge Durandal Quinteros

a.2) PROMEDIOS MOVILES PONDERADO
EXPONENCIAL
El método de suavización exponencial es un método de promedio móvil
ponderado muy refinado que permite calcular el promedio de una serie de
tiempo, asignando a las demandas recientes mayor ponderación que a las
demandas anteriores.

Este método a diferencia de los otros, este requiere solo de tres tipos de
datos:

 Pronostico del ultimo periodo

 La demanda de ese periodo
 Parámetro de suavización Alfa que fluctúa entre 0 y 1

Después de hacer varias iteraciones con diferentes Alfas, hasta converger

en el menor Alfa del valor Absoluto acumulado.

Jorge Durandal Q.
 Considera que los datos más recientes indican
mejor el futuro que los de un pasado distante

 Es más fácil de usar y es más lógico

 Se usa cuando los cambios de tendencia no son

muy grandes o pronunciados

 Es la técnica más
utilizada para
pronosticar a corto
plazo
Ejercicio INFORMACION
Datos históricos de un producto X PARA EL CONTROL
DE PRONOSTICO

MESES DEMANDA HISTORICA REAL

ANO 1 ANO 2 ANO 3
ENE 134 115 180
FEB 75 60 68
MAR 120 105 130
ABR 84 75 67
MAY 66 98 62
JUN 140 104 113
JUL 130 125 133
AGO 54 70 60
SEP 86 68 73
OCT 75 55 55
NOV 120 103 102
DI C 110 105 120

DETERMINAR EL PRONOSTICO PARA EL AÑO 3 SEGUN EL METODO DE

PROMEDIO MOVIL PONDERADO EXPONENCIAL (P.M.P.E.) PARA LOS & = 0.1 Y
& = 0.2 , CON LOS DATOS DE LA TABLA
Ing. Jorge Durandal Quinteros
 Ejemplo
& = 0, 1 & = 0, 2
MESES DEMANDA PRONOSTI CO DESVI ACI ON DESVI ACI ON PRONOSTI CO DESVI ACI ON DESVI ACI ON
HI STORI CA
PROM. Xt X^t ABSOLUTA ABSOLUTA X^t ABSOLUTA ABSOLUTA
ACUMULADA ACUMULADA
ENE
FEB
124, 50
67, 50 - 94, 88
97, 84
29, 63
30, 34
29, 63
59, 96
94, 88
100, 80
29, 63
33, 30
29, 63
62, 93
MAR 112, 50 94, 80 17, 70 77, 66 94, 14 18, 36 81, 29
ABR 79, 50 96, 57 17, 07 94, 73 97, 81 18, 31 99, 60
MAY 82, 00 94, 87 12, 87 107, 60 94, 15 12, 15 111, 75
JUN 122, 00 93, 58 28, 42 136, 02 91, 72 30, 28 142, 03
JUL 127, 50 96, 42 31, 08 167, 10 97, 78 29, 72 171, 75
AGO 62, 00 99, 53 37, 53 204, 63 103, 72 41, 72 213, 47
SEP 77, 00 95, 78 18, 78 223, 40 95, 38 18, 38 231, 85
OCT 65, 00 93, 90 28, 90 252, 30 91, 70 26, 70 258, 55
NOV 111, 50 91, 01 20, 49 272, 79 86, 36 25, 14 283, 69
DI C 107, 50 93, 06 14, 44 287, 23 91, 39 16, 11 299, 80
TOTAL 1138, 50 1142, 23 287, 23 1139, 82 299, 80

DESVIACION DEMANDA DEMANDA

ABSOLUTA = HISTORICA - PRONOSTICADA
PROMEDIO

& = Alfa suavizador cuyo valor fluctua entre 0 y 1

Ing. Jorge Durandal Quinteros
a.3) METODO DE INDICES

La lógica de este método es la siguiente: el patrón de demanda posee

algún valor promedio general, y si la demanda no varía de estación
en estación. Cada valor de la demanda constituiría una desviación
aleatoria del promedio general. Podemos eliminar el efecto del
componente estacional en nuestro patrón de demanda determinando
en factor llamado INDICE, para cada mes el cual se usa como
divisor del valor estacional para ese mes, producirá un valor muy
cercano al promedio general.

Para cada mes determinar un índice de estos y luego cuando

pronosticamos la demanda para un determinado mes, multiplicamos
el índice de este mes por la última demanda historica.

Ing. Jorge Durandal Quinteros

 El procedimiento que sigue el método es:

1. Sumar las demandas para cada mes utilizando 2 años o más

2. Determinar para cada mes el promedio a través de la siguiente relación.

(suma mensual / número de años utilizados)

X i
n
3. Hallar el promedio general sumando la columna promedio mes y dividiendo entre el
número total de datos (meses) utilizados.

i 
X i /n
n
4. Calcular el índice mensual dividiendo para cada mes la columna promedio por el
promedio general anotando los resultados en la columna de índices.
Pr omedio  mensual
Ii 
Pr omedio  general

5. Se calcula la tabla de resultados, utilizando para el pronóstico la siguiente relación.

Pt  I t  X t

Donde:
Xt = Ultima demanda
It = Índice del mes t
Pt = Pronóstico

Es importante reconocer que el método de los índices, funciona solamente con parámetros cíclicos
estaciónales de demanda que no contienen un componente de tendencia creciente o decreciente.
Ejemplo
DETERMINAR EL PRONOSTICO PARA EL AÑO 3 SEGUN EL METODO DE LOS
INDICES (Ii) CON LOS DATOS DE LA TABLA

PRO GEN X = 2277 / 24 = 94, 88

DESVI ACI ON STANDAR : S = #¡ NUM!
I NDI CE ( I i ) = PROMEDI O MENSUAL / PROMEDI O GENERAL
PRONOSTI CO X^i = I i * Xi j ( ul t i mo año r eal )
 a.4) METODO CONVINADO
A menudo un patrón de demanda muestra características de dos o
más de las funciones de transferencia de pronósticos, por ejemplo un
patrón de demanda puede contener un comportamiento de tendencia
(creciente o decreciente) y a la vez un componente estacional para esta
situación la función de transferencia requerida podría ser una
combinación de los métodos de análisis de regresión y de los índices.

Pt  Tt  E t
Donde:
Tt = Tendencia (ascendente o descendente)

Et = Variación Estacional

La lógica de este método es una resultante de los dos métodos

individuales. Primero se elimina los efectos del componente de
tendencia y luego los componentes estaciónales.
El procedimiento para determinar los parámetros es:

1. Determinar a y b de la ecuación de regresión (método de regresión y correlación).

2. Determinar los valores ajustados de demanda para todos los años. El efecto de tendencia ha
sido removido a través de la relación.

X "tj  X tj  (b  t )
Donde:
X"tj = Demanda ajustada correspondiente al mes t del año j
Xtj = Demanda del mes t del año j
b = Pendiente
t = Número de períodos

1. Determinar los índices mensuales para cada producto de la misma forma que para el método
de los índices.

2. Multiplicar la pendiente b (determinada por el análisis de regresión y correlación) por el

periodo analizado

3. Multiplicar los Índices mensuales por el último periodo analizado X"ij

4. Realizar el cálculo del pronóstico a través de la siguiente relación.

Ptj  (b  t )  ( I t  X "tj )
 Ejemplo
DETERMINAR EL PRONOSTICO PARA EL AÑO 3 SEGUN EL METODO COMBINADO
UTILIZANDO LOS DATOS DE REGRESION a y b , CON LOS DATOS DE LA TABLA

DEMANDA AJUSTADA X' i j SUMA PROMEDI O I NDI CE MESES TENDENCI A CI CLO PRONOSTI CO
MESES ANO 1 ANO 2 ANO 3 MENSUAL MENSUAL (Ii ) PERI ODO ELI MI NADA ELI MI NADO X^i j
X' i j X' i j X' i j X' i j ANO 3 b* t I i * Xi j ANO 2
ENE 134, 74 124, 68 259, 43 129, 71 1, 25 25, 00 - 18, 62 155, 23 136, 61
FEB 76, 49 70, 43 146, 92 73, 46 0, 71 26, 00 - 19, 36 49, 66 30, 29
MAR 122, 23 116, 17 238, 41 119, 20 1, 14 27, 00 - 20, 11 132, 92 112, 81
ABR 86, 98 86, 92 173, 90 86, 95 0, 83 28, 00 - 20, 85 72, 54 51, 68
MAY 69, 72 110, 66 180, 39 90, 19 0, 87 29, 00 - 21, 60 95, 80 74, 20
JUN 144, 47 117, 41 261, 87 130, 94 1, 26 30, 00 - 22, 34 147, 55 125, 21
JUL 135, 21 139, 15 274, 36 137, 18 1, 32 31, 00 - 23, 09 183, 22 160, 13
AGO 59, 96 84, 90 144, 85 72, 43 0, 70 32, 00 - 23, 83 59, 02 35, 18
SEP 92, 70 83, 64 176, 34 88, 17 0, 85 33, 00 - 24, 58 70, 79 46, 21
OCT 82, 45 71, 39 153, 83 76, 92 0, 74 34, 00 - 25, 32 52, 70 27, 38
NOV 128, 19 120, 13 248, 32 124, 16 1, 19 35, 00 - 26, 07 143, 16 117, 10
DI C 118, 94 122, 87 241, 81 120, 91 1, 16 36, 00 - 26, 81 142, 60 115, 78
TOTAL 2500, 43 1032, 59

X' i j = Xt - b * t
PROMEDI O GENERAL X' i j = = 104, 18 t = Per i odo de anál i si s
I NDI CE ( I i ) = PROMEDI O MENSUAL / PROMEDI O GENERAL Xt = Dat o hi st ór i co
PRONOSTI CO X^i j = ( b * t ) + ( I i * Xi j ) b = -0,744783
a = 104,18478
b) ASOCIATIVOS O CAUSALES

Los Métodos causales utilizan datos históricos de

variables independientes como campañas de
promoción, condiciones económicas y actividades
de los competidores.

 Asumen que la variable a pronosticar tienen una

relación causa-efecto con una o mas variables
independientes

 El análisis consiste en descubrir la relación entre

variables y usarla para pronosticar la variable
dependiente.
Jorge Durandal Q.
METODOS CAUSALES
 ANALISIS DE REGRESION
El objetivo es identificar una relación funcional entre
una o mas variables independientes y la variable
dependiente.
 MODELOS ECONOMETRICOS
Sistema de ecuaciones de regresión
interdependientes que describe una actividad.
 b.1) ANALISIS DE REGRESION
La meta de los modelos causales es predecir la variable dependiente descubriendo como
está relacionada con una o más variables independientes. Una vez que se ha hecho el
supuesto de que existe relación entre la variable dependiente y la (s) variable (s)
independiente (s) deben seguirse tres pasos para hacer el pronóstico.

1. Determinar la forma de la relación entre las variables.

2. Estimar los parámetros de la relación.
3. Probar que la relación encontrada con sus parámetros correspondientes se ajusta a los
observados.

El procedimiento mediante el cual se determina la relación funcional entre las variables

y se estiman los parámetros de la relación se conoce como Análisis de Regresión. Esto
equivale a decir que se calcula una ecuación de regresión. Aunque la relación funcional entre
las variables puede ser cualquiera (lineal, exponencial, cuadrática, etc.), el análisis de
regresión exige que la relación sea lineal, lo cual no es limitante, puesto que podemos hacer
ciertas modificaciones para transformar en lineal una relación que no lo es.

Para medir que tan bien sirve la ecuación de regresión, para expresar la relación entre
las variables, se usa el Análisis de Correlación.
 Yc  a  bX i
Donde:
b = Pendiente
a = Parámetro

Minimizar Z: (remplazar la ecuación Yc en la ecuación de mínimos cuadrados)

Z   (Y1  Yc ) 2   (Yi  (a  bX i )) 2  0

  (Yi  a  bX i ) 2  0
Se aplica la derivada parcial respecto de las variables:

dZ
 2 *  (Yi  a  bX i ) * ( 1)  0
da

dZ
 2 *  (Yi  a  bX i ) * (  X i )  0
db
Despejando: Se tiene la Ecuación Normal (dos ecuaciones con dos incógnitas)

Y i  n*a  b* X i

Y * X i  a* X i  b* X
2
i i

Después de encontrar las ecuaciones se procede a despejar los valores de b y a

n X i * Yi   X i *  Yi
b
n X 2
i  ( X i ) 2

a  Y bX
 Ejercicio
X Y X' = X - X Y' = Y - Y X' * Y' ( X' ) ^ 2 ( Y' ) ^ 2 ANO ( n )
1 134 - 11, 50 39, 13 - 449, 94 132, 25 1530, 77 85, 57
2 75 - 10, 50 - 19, 88 208, 69 110, 25 395, 02 84, 82
3 120 - 9, 50 25, 13 - 238, 69 90, 25 631, 27 84, 08
4 84 - 8, 50 - 10, 88 92, 44 72, 25 118, 27 83, 33
5 66 - 7, 50 - 28, 88 216, 56 56, 25 833, 77 82, 59
6 140 - 6, 50 45, 13 - 293, 31 42, 25 2036, 27 81, 84
7 130 - 5, 50 35, 13 - 193, 19 30, 25 1233, 77 81, 10
8 54 - 4, 50 - 40, 88 183, 94 20, 25 1670, 77 80, 35
9 86 - 3, 50 - 8, 88 31, 06 12, 25 78, 77 79, 61
10 75 - 2, 50 - 19, 88 49, 69 6, 25 395, 02 78, 86
11 120 - 1, 50 25, 13 - 37, 69 2, 25 631, 27 78, 12
12 110 - 0, 50 15, 13 - 7, 56 0, 25 228, 77 77, 37
13 115 0, 50 20, 13 10, 06 0, 25 405, 02
14 60 1, 50 - 34, 88 - 52, 31 2, 25 1216, 27
15 105 2, 50 10, 13 25, 31 6, 25 102, 52
16 75 3, 50 - 19, 88 - 69, 56 12, 25 395, 02
17 98 4, 50 3, 13 14, 06 20, 25 9, 77
18 104 5, 50 9, 13 50, 19 30, 25 83, 27
19 125 6, 50 30, 13 195, 81 42, 25 907, 52
20 70 7, 50 - 24, 88 - 186, 56 56, 25 618, 77
21 68 8, 50 - 26, 88 - 228, 44 72, 25 722, 27
22 55 9, 50 - 39, 88 - 378, 81 90, 25 1590, 02
23 103 10, 50 8, 13 85, 31 110, 25 66, 02
24 105 11, 50 10, 13 116, 44 132, 25 102, 52
300 2277 0, 00 0, 00 - 856, 50 1150, 00 16002, 63 977, 63

PROM Y = 94,88 X ´ 1  12,5  11,5 Y ´ 134  94,88  39,13 Yc  a  bX i

PROM X = 12,50
X ´ 2  12,5  10,5 Y ´ 75  94,88  19,88 = 104,18 + (-0,744) * 25
b = -0,744783
a = 104,18478 X ´ 3  12,5  9,5 Y ´ 120  94,88  25,13 = 85,57
SOFTWARE
EJEMPLO DE APLICACION

 SE TRABAJARAN LAS SERIES DE TIEMPO.

 EL ENFOQUE ESTÁ EN EL PROBLEMA MAS

IMPORTANTE CUANDO UNO TRABAJA CON
LAS TECNICAS DE PRONOSTICOS

ESCOGER LA TECNICA APROPIADA

PROPUESTA DE DIAGRAMA DE FLUJO (para la aplicación de métodos
cuantitativos)
DEMANDA SELECCIÓN Y ANALISIS DE
CLIENTE VENTAS HISTORICA CLASIFICACION LA DEMANDA

DEMANDA SI CAUSA DE VARIACION

DECLINANDO DE LA DEMANDA
LARGO PLAZO

NO

GENERACION DE MODELOS
METODO No 1 METODO No 2 METODO No 3 METODO No n

MEDIDA DE EFECTIVIDAD
METODO No 1 METODO No 2

GENERE DEMANDA
PARA UN PERIODO

GENERE PARA AJUSTE A

SI AJUSTE
AJUSTE DE OTRO PERIODO LARGO O
DEBIDO A
TENDENCIA SIM. CORTO
FE- FI
PLAZO
LIBERACION NO COMPARE
OPERE DURANTE
DE ORDENES REAL= PRO.
UN PERIODO SIG. DIF.
3.6 MONITOREO Y CONTROL DE
PRONOSTICOS
No se puede tener un sistema ideal de pronóstico que se comporte
perfectamente todas las veces, sin embargo se pueden desarrollar
medidas significativas de control que nos mantengan en el área de
juego. Para llevar a cabo esta labor es necesario que continuamente
se esté comparando el pronóstico con la demanda real y además para
poder corregir el pronóstico cuando en la demanda exista cualquier
cambio estadístico.
En esta materia por temas académicos
solo se utilizaran dos procedimientos
como medidas de control o medida de
efectividad.

1.- GRÁFICA DE ESCALA MOVIL

2.- COMPARACION DE LAS FUNCIONES

DE TRANSFERENCIA DE PRONOSTICO
1.- GRAFICA DE ESCALA MOVIL
Como medida de efectividad se utilizan las gráficas estadísticas de
ESCALA MOVIL, la cual compara los cambios de la demanda ocurridos
de un período hasta el siguiente con las variaciones irregulares
esperadas de la demanda o sea el valor absoluto de la diferencia en la
demanda de períodos sucesivos.

 Se recopila la información de la serie de tiempo, se determina la diferencia entre la

demanda real y los valores determinados por medio de la ecuación del pronóstico.

 Se determina los valores de la escala móvil (E.M.)

 Se calcula la escala móvil promedio (E.M.)

 Se calcula los límites de control para un nivel de confianza del 99,5%

 Se construye la gráfica de control señalando en ella los puntos de los valores hallados
en el paso 2 y los límites de control hallados en el paso 4.
 Se verifica si todos los puntos generados por la diferencia y graficados en el paso 5
caen dentro de los límites estadísticos, caso contrario se realiza la conexión.
 ESCALA MOVIL
(PARA EL AÑO “N”)
ESCALA MOVIL LÍMITE LÍMITE
MES DEMANDA REAL PRONÓSTICO DIFERENCIA
VALOR SUPERIOR INFERIOR
(i) (R) AÑO "N" (P) AÑO "N" (R - P)
ABSOLUTO L.S. L.I.
ENE 49,00 59,42 -10,42 0,00 0,00 0,00
FEB 68,00 59,50 - 8,50 18,92 28,31 -28,31
MAR 54,00 59,58 -5,58 14,08 28,31 -28,31
ABR 67,00 59,66 - 7,34 12,92 28,31 -28,31
MAY 62,00 59,74 2,26 5,08 28,31 -28,31
JUN 58,00 59,82 -1,82 4,08 28,31 -28,31
JUL 48,00 59,90 -11,90 10,08 28,31 -28,31
AGO 60,00 59,98 0,02 11,92 28,31 -28,31
SEP 73,00 60,06 12,94 12,92 28,31 -28,31
OCT 55,00 60,14 -5,14 18,08 28,31 -28,31
NOV 62,00 60,22 1,78 6,92 28,31 -28,31
DIC 60,00 60,30 -0,30 2,08 28,31 -28,31
SUM = 117,08

GRAFICA
ESCALA MOVIL

Límite LSC= + 2,66 X (117,08/(12-1))

Superior = + 28,31

Límite
Inferior LIC= - 2,66 X (117,08/(12-1))
= - 28,31
Tiene que haber cuando menos 10 y preferentemente 20 valores de
EM que se empleen para determinar los límites de control. Estos
límites se fijan de manera que solo quepa esperar que 3 puntos de
entre 1000 caigan fuera de los límites, y ello debido solamente al azar.
Así, si un punto se encuentra fuera de los límites de control, debemos
hacer una investigación preliminar para haber si ha habido algún
cambio manifiesto en el sistema de causas base de la demanda.
También sirve de advertencia de que debemos vigilar muy
estrechamente este producto. Si otro punto va a dar también fuera de
los límites de control, debe procederse a ser una investigación
detallada respecto a la causa de tal acontecimiento.

Si todos los puntos trazados caen dentro de los límites de control, es

por lo general seguro dar por supuesto que tenemos las ecuaciones
correctas para el pronóstico. Si todos los
puntos caen fuera de los límites, no
tenemos las ecuaciones correctas para
el pronóstico, y por lo tanto, hay que
revisarlas de acuerdo con ello.
Ejemplo: ESCALA MOVIL – REGRESION Y CORRELACION.

MES DEMANDA PRONOSTI CO DI FERENCI A ESC. MOVI L L. S. L. I .

1 180, 00 85, 57 94, 43 I ABS I 116, 74 - 116, 74
2 68, 00 84, 82 - 16, 82 111, 26 116, 74 - 116, 74
3 130, 00 84, 08 45, 92 62, 74 116, 74 - 116, 74
4 67, 00 83, 33 - 16, 33 62, 26 116, 74 - 116, 74
5 62, 00 82, 59 - 20, 59 4, 26 116, 74 - 116, 74
6 113, 00 81, 84 31, 16 51, 74 116, 74 - 116, 74
7 133, 00 81, 10 51, 90 20, 74 116, 74 - 116, 74
8 60, 00 80, 35 - 20, 35 72, 26 116, 74 - 116, 74
9 73, 00 79, 61 - 6, 61 13, 74 116, 74 - 116, 74
10 55, 00 78, 86 - 23, 86 17, 26 116, 74 - 116, 74
11 102, 00 78, 12 23, 88 47, 74 116, 74 - 116, 74
12 120, 00 77, 37 42, 63 18, 74 116, 74 - 116, 74
SUM = 482, 74
E. M = 43, 89

Ejemplo: ESCALA MOVIL – P.M.P.E.

MES DEMANDA PRONOSTI CO DI FERENCI A ESC. MOVI L L. S. L. I .
1 180, 00 94, 88 85, 13 I ABS I 119, 05 - 119, 05
2 68, 00 97, 84 - 29, 84 114, 96 119, 05 - 119, 05
3 130, 00 94, 80 35, 20 65, 03 119, 05 - 119, 05
4 67, 00 96, 57 - 29, 57 64, 77 119, 05 - 119, 05
5 62, 00 94, 87 - 32, 87 3, 29 119, 05 - 119, 05
6 113, 00 93, 58 19, 42 52, 29 119, 05 - 119, 05
7 133, 00 96, 42 36, 58 17, 16 119, 05 - 119, 05
8 60, 00 99, 53 - 39, 53 76, 11 119, 05 - 119, 05
9 73, 00 95, 78 - 22, 78 16, 75 119, 05 - 119, 05
10 55, 00 93, 90 - 38, 90 16, 12 119, 05 - 119, 05
11 102, 00 91, 01 10, 99 49, 89 119, 05 - 119, 05
12 120, 00 93, 06 26, 94 15, 95 119, 05 - 119, 05
SUM = 492, 33
E. M = 44, 76
Ejemplo: ESCALA MOVIL – METODO DE INDICES.
MES DEMANDA PRONOSTI CO DI FERENCI A ESC. MOVI L L. S. L. I .
1 180, 00 150, 91 29, 09 I ABS I 42, 98 - 42, 98
2 68, 00 42, 69 25, 31 3, 78 42, 98 - 42, 98
3 130, 00 124, 51 5, 49 19, 82 42, 98 - 42, 98
4 67, 00 62, 85 4, 15 1, 34 42, 98 - 42, 98
5 62, 00 84, 70 - 22, 70 26, 86 42, 98 - 42, 98
6 113, 00 133, 73 - 20, 73 1, 97 42, 98 - 42, 98
7 133, 00 167, 98 - 34, 98 14, 25 42, 98 - 42, 98
8 60, 00 45, 74 14, 26 49, 24 42, 98 - 42, 98
9 73, 00 55, 19 17, 81 3, 56 42, 98 - 42, 98
10 55, 00 37, 68 17, 32 0, 49 42, 98 - 42, 98
11 102, 00 121, 05 - 19, 05 36, 37 42, 98 - 42, 98
12 120, 00 118, 97 1, 03 20, 08 42, 98 - 42, 98
SUM = 177, 74
E. M = 16, 16
Ejemplo: ESCALA MOVIL – COMBINADO.
MES DEMANDA PRONOSTI CO DI FERENCI A ESC. MOVI L L. S. L. I .
1 180, 00 136, 61 43, 39 I ABS I 45, 29 - 45, 29
2 68, 00 30, 29 37, 71 5, 68 45, 29 - 45, 29
3 130, 00 112, 81 17, 19 20, 52 45, 29 - 45, 29
4 67, 00 51, 68 15, 32 1, 87 45, 29 - 45, 29
5 62, 00 74, 20 - 12, 20 27, 52 45, 29 - 45, 29
6 113, 00 125, 21 - 12, 21 0, 01 45, 29 - 45, 29
7 133, 00 160, 13 - 27, 13 14, 92 45, 29 - 45, 29
8 60, 00 35, 18 24, 82 51, 95 45, 29 - 45, 29
9 73, 00 46, 21 26, 79 1, 98 45, 29 - 45, 29
10 55, 00 27, 38 27, 62 0, 83 45, 29 - 45, 29
11 102, 00 117, 10 - 15, 10 42, 72 45, 29 - 45, 29
12 120, 00 115, 78 4, 22 19, 31 45, 29 - 45, 29
SUM = 187, 31
E. M = 17, 03
2.- COMPARACION DE LAS FUNCIONES DE
TRANSFERENCIA DE PRONOSTICO
La medida de efectividad 2 que se presenta, es aquella que utiliza la
suma de las desviaciones absolutas entre el valor real y el
pronosticado para cada método y se determina la efectividad
escogiendo aquel que tenga el "menor valor acumulado".

 Se constituye el formato tabular en la cual se tiene la demanda

real de último año.
 Se introducen los pronósticos de los diferentes métodos para
el mismo período.

 Para cada método se efectúa una desviación absoluta entre la

demanda real y el pronóstico.

 Se acumulan las desviaciones absolutas y se elige como

método de pronostico para ese producto, aquel que tenga el
menor valor acumulado o "menor error de pronóstico".
Ejemplo: CONTROL DE PRONOSTICO
MES DEMANDA REGRESI ON Y CORRELACI ON P. M. P. E.
PRONOSTI CO DI FERENCI A ACUMULADO PRONOSTI CO DI FERENCI A ACUMULADO
1 180, 00 85, 57 94, 43 94, 43 94, 88 85, 13 85, 13
2 68, 00 84, 82 16, 82 111, 26 97, 84 29, 84 114, 96
3 130, 00 84, 08 45, 92 157, 18 94, 80 35, 20 150, 16
4 67, 00 83, 33 16, 33 173, 51 96, 57 29, 57 179, 73
5 62, 00 82, 59 20, 59 194, 10 94, 87 32, 87 212, 60
6 113, 00 81, 84 31, 16 225, 26 93, 58 19, 42 232, 02
7 133, 00 81, 10 51, 90 277, 16 96, 42 36, 58 268, 60
8 60, 00 80, 35 20, 35 297, 51 99, 53 39, 53 308, 13
9 73, 00 79, 61 6, 61 304, 12 95, 78 22, 78 330, 90
10 55, 00 78, 86 23, 86 327, 98 93, 90 38, 90 369, 80
11 102, 00 78, 12 23, 88 351, 86 91, 01 10, 99 380, 79
12 120, 00 77, 37 42, 63 394, 49 93, 06 26, 94 407, 73
SUM = 394, 49 SUM = 407, 73

I NDI CE COMBI NADO

PRONOSTI CO DI FERENCI A ACUMULADO PRONOSTI CO DI FERENCI A ACUMULADO
150, 91 29, 09 29, 09 136, 61 43, 39 43, 39
42, 69 25, 31 54, 40 30, 29 37, 71 81, 09
124, 51 5, 49 59, 90 112, 81 17, 19 98, 29
62, 85 4, 15 64, 05 51, 68 15, 32 113, 60
84, 70 22, 70 86, 75 74, 20 12, 20 125, 80
133, 73 20, 73 107, 49 125, 21 12, 21 138, 01
167, 98 34, 98 142, 47 160, 13 27, 13 165, 15
45, 74 14, 26 156, 73 35, 18 24, 82 189, 96
55, 19 17, 81 174, 54 46, 21 26, 79 216, 76
37, 68 17, 32 191, 86 27, 38 27, 62 244, 38
121, 05 19, 05 210, 91 117, 10 15, 10 259, 47
118, 97 1, 03 211, 93 115, 78 4, 22 263, 69
SUM = 211, 93 SUM = 263, 69
Ing. Jorge Durandal Quinteros