TRABAJO FINAL: PRONOSTICO DE VENTAS

CURSO : PLANEAMIENTO Y CONTROL DE LA PRODUCCIÓN

DOCENTE : Ing. M.Sc. WASHINGTON PAREDES PEREDA

INTEGRANTES : BLANCO CAMPOS, Isabel

JAVIER ZUÑIGA, Gabriela
MILLA TELLO, Jeydi Thalía

CICLO: 2018-I
TINGO MARIA 2018
 1. INTRODUCCION

Este trabajo desarrolla el tema de pronósticos de ventas, que es una

herramienta indispensable para la planificación de las actividades empresariales.
Un pronóstico de ventas es una herramienta esencial para dirigir un negocio de
cualquier tamaño. Es una predicción mes a mes del nivel de ventas que usted
espera conseguir.

La mayoría de los negocios esboza un pronóstico de ventas una vez al año.

Teniendo en cuenta esta herramienta usted puede rápidamente identificar
problemas y oportunidades, y hacer algo al respecto. Pronosticar correctamente
sus ventas y preparar un plan de ventas puede ayudarle a administrar su
producción, su equipo y sus necesidades financieras más efectivamente, y
posiblemente le ayudará a evitar problemas de flujo de caja. Si bien es siempre
inteligente esperar lo inesperado, un plan de ventas bien construido, combinado
con un apropiado pronóstico de ventas, le permite invertir más tiempo
desarrollando su empresa más que respondiendo a los desarrollos de marketing
y ventas del día a día. Este trabajo le muestra cómo preparar conjuntamente un
pronóstico y un plan de ventas.

OBJETIVO

 Conocer y estudiar el pronóstico de ventas.

 2. REVISION BIBLIOGRAFICA

Definición de Pronóstico de Ventas:

Un pronóstico de ventas es una estimación o nivel esperado de ventas de una

empresa, línea de productos o marca de producto, que abarca un periodo de
tiempo determinado y un mercado específico.

Cabe destacar, que el pronóstico de ventas está basado (o debería estarlo) en

un plan de mercadotecnia definido y en un entorno de mercadotecnia supuesto.
(Stanton William, 2004)

Importancia del Pronóstico de Ventas:

Según Stanton, Etzel y Walker, cuando se ha preparado el pronóstico de

ventas, atañe a todos los departamentos de la compañía. El pronóstico de
ventas es la base para decidir cuánto gastar en diversas actividades como
publicidad y ventas personales. Con la base de las ventas anticipadas se planea
la cantidad necesaria de capital de trabajo, la utilización de la planta y las
instalaciones de almacenaje. También dependen de estos pronósticos el
calendario de producción, la contratación de operarios fabriles y la compra de
materias primas. (Kotler Philip, 2002)

En síntesis, el pronóstico de ventas es de vital importancia para los directivos

de la empresa porque les permite tomar decisiones de mercadotecnia,
producción, aprovisionamiento y flujo de caja. Por tanto, debe ser elaborado con
sumo cuidado, dejando de lado el optismo desmedido o la exagerada
moderación, porque pueden afectar seriamente a la empresa en su conjunto.
(Stanton William, 2004)

Alcance del Pronóstico de Ventas:

Es recomendable elaborar un pronóstico de ventas para cada producto

(incluyendo cada uno de los items o presentaciones que tenga), línea de
productos y para la empresa en su conjunto, porque de esa manera se podrá
tomar decisiones más acertadas (especialmente en lo relacionado a producción,
aprovisionamiento y flujo de caja) y además, se podrá realizar un mejor
monitoreo y control al momento de cruzar los resultados del esfuerzo de
mercadotecnia con el cumplimiento del pronóstico de ventas.

En lo relacionado al tiempo, por lo regular, los pronósticos de ventas cubren

un año [2]. Sin embargo, también se elaboran pronósticos de menos de un año
cuando la actividad en la industria en la que participa la empresa es tan volátil
que no es viable realizar estimaciones para todo un año. Por ejemplo, muchos
detallistas y productores de la industria de la moda preparan pronósticos solo
para una temporada a la vez, por tanto, preparan 3 o 4 pronósticos por año [2].
En todo caso, e independientemente de si el pronóstico de ventas es anual o
para una determinada temporada, es recomendable revisarlo y corregirlo
(cuando es necesario) cada cierto tiempo (por ejemplo, mensual o
trimestralmente) con la finalidad, de tenerlo actualizado y adaptado a las
condiciones que se están dando en el mercado.

Alcance del Pronóstico de Ventas:

Es recomendable elaborar un pronóstico de ventas para cada producto

(incluyendo cada uno de los items o presentaciones que tenga), línea de
productos y para la empresa en su conjunto, porque de esa manera se podrá
tomar decisiones más acertadas (especialmente en lo relacionado a producción,
aprovisionamiento y flujo de caja) y además, se podrá realizar un mejor
monitoreo y control al momento de cruzar los resultados del esfuerzo de
mercadotecnia con el cumplimiento del pronóstico de ventas.

En lo relacionado al tiempo, por lo regular, los pronósticos de ventas cubren

un año [2]. Sin embargo, también se elaboran pronósticos de menos de un año
cuando la actividad en la industria en la que participa la empresa es tan volátil
que no es viable realizar estimaciones para todo un año. Por ejemplo, muchos
detallistas y productores de la industria de la moda preparan pronósticos solo
para una temporada a la vez, por tanto, preparan 3 o 4 pronósticos por año.
(Kotler Philip, 2002)
 3. CASOS
CASO 1

MES E F M A M J J A S O N D

DEMANDA 140 150 160 170 180 190 190 180 170 160 150 140

A) PRONOSTICO DE LA DEMANDA
𝟏𝟗𝟖𝟎
̅ ) = 𝒅` =
(𝒅 = 𝟏𝟔𝟓
𝟏𝟐

DIAGRAMA DE DISPERSION
200
180
160
140
120
100
80
60
40
20
0
E F M A M J J A S O N D

B) TABLA DE CALCULO

Mes t d d(d´) d -d´ (d-d´)^2

E 1 140 165 -25 625
F 2 150 165 -15 225
M 3 160 165 -5 25
A 4 170 165 5 25
M 5 180 165 15 225
J 6 190 165 25 625
J 7 190 165 25 625
A 8 180 165 15 225
S 9 170 165 5 25
O 10 160 165 -5 25
N 11 150 165 -15 225
D 12 140 165 -25 625
TOTAL 1980 3500
 C) CALCULO DEL ERROR DE PRONÓSTICO

𝑛
(𝑑𝑡 − 𝑑`𝑡)2
𝑆 = √∑
𝑛−1
𝑖=1

3500
𝑆=√ = 17,84
12 − 1

𝑆 = 17 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
UTILIZANDO EL 95% DE CONFIANZA:

𝑑̅ ± 2 × 𝑆
165 + 2 × 17 → 165 + 2 × 17 = 199
→ 165 − 2 × 17 = 131

D) RESUMEN DEL PRONÓSTICO

1. El pronóstico de la demanda será de 165 unidades

2. El error del pronóstico es de 17 unidades
3. Considerando el 95% de confianza el pronóstico de la demanda deberá
caer entre 131 y 200 unidades.
 CASO 2

MES E F M A M J J A S O N D

DEMANDA 140 150 160 170 180 190 190 180 170 160 150 140

A) DIAGRAMA DE DISPERSION

DIAGRAMA DE DISPERSION
200
180
160
140
DEMANDA

120
100
80
60
40
20
0
E F M A M J J A S O N D
MESES

B) TABLA DE CÁLCULO

Mes t d dt d -d´ (d-d´´)^2

E 1 140 140 -25 625,000
F 2 150 300 -15 225,000
M 3 160 480 -5 25,000
A 4 170 680 5 25,000
M 5 180 900 15 225,000
J 6 190 1140 25 625,000
J 7 190 1330 25 625,000
A 8 180 1440 15 225,000
S 9 170 1530 5 25,000
O 10 160 1600 -5 25,000
N 11 150 1650 -15 225,000
D 12 140 1680 -25 625,000
TOTAL 78 1980 12870 0 3500,000
b= 0
d= 165
a= 165
d¨= 165

C) ECUACION DE LA DEMANDA DEL PRONÓSTICO

𝒅` = 𝟏𝟔𝟓 + 𝟑𝒕

D) ERROR DEL PRONÓSTICO

𝑛
(𝑑 − 𝑑`)2
𝑆 = √∑
𝑛−2
𝑖=1

3500
𝑆=√ = 18,71
12 − 2

𝑆 = 18 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
E) UTILIZANDO EL 95% DE CONFIANZA:

𝑑̅ ± 2 × 𝑆
165 + 2 × 18 → 165 + 2 × 18 = 201
→ 165 − 2 × 18 = 129

F) RESUMEN DEL PRONÓSTICO

1. El pronóstico de la demanda futura sigue la línea de regresión

𝒅` = 𝟏𝟔𝟓 + 𝟑𝒕
2. El error estándar del cálculo es 18 unidades.
3. Considerando el 95% de confianza el pronóstico de la demanda deberá
caer entre 129 y 201 unidades.
CASO 3: DEMANDA CICLICA ESTACIONAL

MES E F M A M J J A S O N D

DEMANDA 140 150 160 170 180 190 190 180 170 160 150 140

A) Diagrama de dispersión

CASO 3: DEMANDA CICLICA ESTACIONAL

250

200

150
DEMANDA

y = 19.8x
100 R² = -20.54

50

0
E F M A M J J A S O N D
MESES

B) Demanda pronosticada:
2𝜋 2𝜋
𝑑` = 𝑎 + 𝑢𝑐𝑜𝑠 𝑡 + 𝑣𝑠𝑒𝑛 𝑡
𝑁 𝑁
Donde:
N = número de periodos por ciclo
Resumen de la determinante:

a u v
𝟐𝝅 𝟐𝝅
𝐝` 1 𝒄𝒐𝒔 𝒕 𝒔𝒆𝒏 𝒕
𝑵 𝑵

∑ d` n 0 0 = 0
2𝜋
∑ d𝑐𝑜𝑠 𝑡 0 n/2 0
𝑁
2𝜋
∑ 𝑑𝑠𝑒𝑛 𝑡 0 0 n/2
𝑁

C) TABLA DE CALCULO

MES DEMANDA (d) t Cos π/6 t d Cos π/6 t Sen π/6 t d Sen π/6 t d´ ( d - d`) (d - d`)^2
E 140 1 0,866 121,244 0,5 70 142 -2 3
F 150 2 0,5 75 0,866 129,904 148 2 4
M 160 3 0 0 1 160 159 1 1
A 170 4 -0,5 -85 0,866 147,224 171 -1 1
M 180 5 -0,866 -155,885 0,5 90 182 -2 4
J 190 6 -1 -190 0 0 188 2 3
J 190 7 -0,866 -164,545 -0,5 -95 188 2 3
A 180 8 -0,5 -90 -0,866 -155,885 182 -2 4
S 170 9 0 0 -1 -170 171 -1 1
O 160 10 0,5 80 -0,866 -138,564 159 1 1
N 150 11 0,866 129,904 -0,5 -75 148 2 4
D 140 12 1 140 0 0 142 -2 3
∑ 1980 78 0,000 -139,282 -37,321 1980 34,616

a u v
𝟐𝝅 𝟐𝝅
d` 1 𝒄𝒐𝒔 𝒕 𝒔𝒆𝒏 𝒕
𝟔 𝟔

1980 12 0 0 =0
-139, 28 0 6 0
 -37, 321 0 0 6
1980 0 0
-139, 28 6 0
-37, 321 0 6
71280
𝒂 = 12 0 0 = 165
432

0 6 0
0 0 6

12 1980 0
0 -139, 28 0
0 -37,32 6
−10028,16
𝒖 = 12 0 0 = −23,213
432

0 6 0
0 0 6

12 0 1980
0 6 -139,28
0 0 -37,32
−2687,04
𝒗 = 12 0 0 = −6,22
432

0 6 0
0 0 6

Resumen del caso 3:

1. La demanda pronosticada será:

2𝜋 2𝜋
𝐝` = 165 + (−23,213)𝑐𝑜𝑠 𝑡 + (−6,22) 𝑠𝑒𝑛 𝑡
6 6
2. El error estándar de la demanda pronosticada será de:
 𝑛
(𝑑 − 𝐝`)^𝟐
𝑠 = √∑
𝐧−𝟑
𝑖=1

34,616
𝑠=√ = 1,961 𝑢𝑛𝑑.
12 − 3

3. Considerando un 95% de confianza la demanda pronosticada deberá

caer entre los límites:

𝒅` ± 𝟐𝑺
𝒅` ± 𝟐(𝟏, 𝟗𝟔𝟏)
d` + 3,922
d` − 3,922
CASO 4: DEMANDA CICLICA CON TENDENCIA ASCENDENTE

MES E F M A M J J A S O N D

DEMANDA 140 150 160 170 180 190 190 180 170 160 150 140

A) Diagrama de dispersión

CASO 4: DEMANDA CICLICA CON TENDENCIA

ASCENDENTE
250

200

150
DEMANDA

y = 19.8x
100 R² = -20.54

50

0
E F M A M J J A S O N D
MESES

Ecuación de pronóstico:
𝜋 2𝜋
𝑑` = 𝑎 + 𝑏𝑡 + 𝑢𝑐𝑜𝑠 𝑡 + 𝑣𝑠𝑒𝑛 𝑡
𝑁 𝑁

Donde:
N = número de periodos por ciclo
 Resumen de la determinante:

𝒂 𝒃 𝒖 𝒗
𝟐𝝅 𝟐𝝅
𝐝` 1 t 𝒄𝒐𝒔 𝒕 𝒔𝒆𝒏 𝒕
𝑵 𝑵

∑ d` 𝑛 𝑛(𝑛 + 1)/2 0 0
𝟐𝝅
∑d ∗t 𝑛(𝑛 + 1)/2 𝑛(𝑛 + 1)(2𝑛 + 1)/6 𝑛/2 ∑𝑡𝒔𝒆𝒏 𝒕 =0
𝑵
2𝜋
∑ d𝑐𝑜𝑠 𝑡 0 𝑛/2 𝑛/2 0
𝑁
2𝜋 2𝜋
∑ 𝑑𝑠𝑒𝑛 𝑡 0 ∑𝑡𝑠𝑒𝑛 𝑡 0 𝑛/2
𝑁 𝑁

B) TABLA DE CALCULO

MES DEMANDA (d) t d.t Cos π/6 t d Cos π/6 t Sen π/6 t d Sen π/6 t t Sen π/6 t d´ ( d - d`) (d - d`)^2
E 140 1 140 0,866 121,244 0,5 70 0,5 167 -27 744
F 150 2 300 0,5 75 0,866 129,904 1,732 163 -13 162
M 160 3 480 0 0 1 160 3 159 1 1
A 170 4 680 -0,5 -85 0,866 147,224 3,464 157 13 182
M 180 5 900 -0,866 -155,885 0,5 90 2,5 157 23 552
J 190 6 1140 -1 -190 0 0 0 159 31 975
J 190 7 1330 -0,866 -164,545 -0,5 -95 -3,5 163 27 744
A 180 8 1440 -0,5 -90 -0,866 -155,885 -6,928 167 13 162
S 170 9 1530 0 0 -1 -170 -9 171 -1 1
O 160 10 1600 0,5 80 -0,866 -138,564 -8,660 173 -13 182
N 150 11 1650 0,866 129,904 -0,5 -75 -5,5 173 -23 552
D 140 12 1680 1 140 0 0 0 171 -31 975
∑ 1980 78 12870 0,000 -139,282 -37,321 -22,392 1980 5232,4026
 a b u v
𝟐𝝅 𝟐𝝅
d` 1 t 𝒄𝒐𝒔 𝒕 𝒔𝒆𝒏 𝒕
𝟔 𝟔

1980 12 78 0 0 =0
12870 78 650 6 -22, 39
-139, 28 0 6 6 0
-37, 321 0 -22, 392 0 6

1980 78 0 0
12870 650 6 -22, 39
-139, 28 6 6 0
3809737,62
-37, 32 -22, 39 0 6 = = 164,998
23089,56

𝒂 = 12 78 0 0
78 650 6 -22,39
0 6 6 0
0 -22,39 0 6

12 1980 0 0
78 12870 6 -22, 39
0 -139,28 6 0
6,12
0 -37,32 0 6 = = 2,65 ∗ 10−4
23089,56

𝒃 = 12 78 0 0
78 650 6 -22,39
0 6 6 0
0 -22,39 0 6
 12 78 1980 0
78 650 12870 6
0 6 -139,282 6
143593,98
0 -22,39 -37,32 0 = = 6,219
23089,56

𝒖 = 12 78 0 0
78 650 6 -22,39
0 6 6 0
0 -22,39 0 6

12 78 0 1980
78 650 6 12870
0 6 6 -139,28
−143593,98
0 -22,39 0 -37,32 = = −6,219
23089,56

𝒗 = 12 78 0 0
78 650 6 -22,39
0 6 6 0
0 -22,39 0 6

Resumen del caso 3:

1. La demanda pronosticada será:

𝜋 2𝜋
𝑑` = 164,998 + (0,000265)𝑡 + 6,219𝑐𝑜𝑠 𝑡 + (−6,219)𝑠𝑒𝑛 𝑡
𝑁 𝑁
2. El error estándar de la demanda pronosticada será de:

𝑛
(𝑑 − 𝐝`)^𝟐
𝑠 = √∑
𝐧−𝟒
𝑖=1

𝟓𝟐𝟑𝟐, 𝟒𝟎𝟐𝟔
𝑠=√ = 25,574 𝑢𝑛𝑑.
12 − 3

3. Considerando un 95% de confianza la demanda pronosticada deberá

caer entre los límites:

𝒅` ± 𝟐𝑺
𝒅` ± 𝟐(𝟐𝟓, 𝟓𝟕𝟒)
d` + 51,148
d` − 51,148
 4. CONTROL DE PRONÓSTICO

4.1. Gráfica de escala móvil

MES t DEMANDA (d) d` ( d - d`) EM

E 1 140 142 -2 ------
F 2 150 148 2 4
M 3 160 159 1 1
A 4 170 171 -1 2
M 5 180 182 -2 1
J 6 190 188 2 4
J 7 190 188 2 0
A 8 180 182 -2 4
S 9 170 171 -1 1
O 10 160 159 1 2
N 11 150 148 2 1
D 12 140 142 -2 4
24

Ecuación de escala móvil:

∑18
𝑖=0 𝐸𝑀 24
̅̅̅̅̅ =
𝐸𝑀 = = 2,18
12 − 1 11

̅̅̅̅̅
𝑬𝑴 = 𝟐, 𝟏𝟖

Límites de control de pronóstico:

𝐿𝐶 = ±2,66 ∗ ̅̅̅̅̅
𝐸𝑀

𝑳𝑺𝑪 = 𝟐, 𝟔𝟔 ∗ 𝟐, 𝟏𝟖 = 𝟓, 𝟖𝟎𝟒 Límite superior de control

𝑳𝑰𝑪 = −𝟐, 𝟔𝟔 ∗ 𝟐, 𝟏𝟖 = −𝟓, 𝟖𝟎𝟒 Límite inferior de control

Grafica:

Grafica : CONTROL DE PRONÓSTICO

2.5
2
1.5 y=0
1 R² = 0
0.5
( d - d`)

0
0 2 4 6 8 10 12 14
-0.5
-1
-1.5
-2
-2.5
TIEMPO (Meses)

Los puntos si se acomodan, ya que están dentro de los límites de

control.
5. PLANEAMIENTO DE LA PRODUCCION

6. Demanda en unidades y horas de producción

Muestra pronostico Acumulativa pronostico

Periodo Demanda Demanda
Unidades Horas Unidades Horas
13 142 1420 110 1100
14 148 1480 290 2900
15 159 1590 449 4490
16 171 1710 620 6200
17 182 1820 802 8020
18 188 1880 990 9900
19 188 1880 1178 11780
20 182 1820 1360 13600
21 171 1710 1531 15310
22 159 1590 1690 16900
23 148 1480 1838 18380
24 142 1420 1980 19800
&= 10,2 10

7. Horas ordinarias disponibles en la línea

Horas Línea Horas-Línea

Periodo Mes Días
Mensuales Acumulativa
1 Enero 22 176 176
2 Febrero 19 152 328
3 Marzo 21 168 496
4 Abril 22 176 672
5 Mayo 22 176 848
6 Junio 20 160 1008
7 Julio 12 96 1104
8 Agosto 22 176 1280
9 Septiembre 20 160 1440
10 Noviembre 23 184 1624
11 Noviembre 19 152 1776
12 Diciembre 21 168 1944
total 243 1944
 8. Resumen del plan de producción

Mes Días Horas líneas Mensual Trabajadores H.O 50% H.E

Enero 22 176 10 1760 0,25 440
Febrero 19 152 10 1520 0,25 380
Marzo 21 168 10 1680 0,25 420
Abril 22 176 10 1760 0,25 440
Mayo 22 176 10 1760 0,25 440
Junio 20 160 10 1600 0,25 400
Julio 12 96 10 960 0,25 240
Agosto 22 176 10 1760 0,25 440
Septiembre 20 160 10 1600 0,25 400
Noviembre 23 184 10 1840 0,25 460
Noviembre 19 152 10 1520 0,25 380
Diciembre 21 168 10 1680 0,25 420
9. CONCLUSIONES

- Los pronósticos de ventas son fundamentales y de mayor trascendencia

para la buena de la empresa ya que es el acto de pronosticar o predecir
las ventas futuras.
10. BIBLIOGRAFIA

 Kotler Philip, P. H. (2002). Dirección de Marketing Conceptos Esenciales

(Primera edicion ed.). Obtenido de
https://www.promonegocios.net/venta/pronostico-ventas.html

 ROBERTO, L. C. (2011). PRONOSTICO DE VENTAS. Obtenido de

https://www.autoreseditores.com/book_preview/pdf/000005400.pdf%3F1
465621076

 Stanton William, E. M.-I. (2004). Fundamentos de Marketing.

 ALUMNA: MILLA TELLO, Jeydi Thalía

1. Una empresa “X” fabricante de conserva de durazno desea estimar la

demanda de este producto, esto es para el mes de marzo 2017, para lo
cual cuenta con los siguientes datos pretéritos que se indican a
continuación.
Para efectuar los cálculos se debe considerar n = 2, 3, 4, 5 a partir del
mejor pronóstico, indique si la producción de conservas de durazno, sube
o baja con respecto al periodo de la demanda del producto.

Cuando 𝒏 = 𝟐:

PERIODOS DEMANDA PRONOSTICO

D-P (D - P)^2
MENSUALES (D) (P)
NOVIEMBRE 10 ------ ------ ------
DICIEMBRE 20 ------ ------ ------
ENERO 20 15 5 25
FEBRERO 30 20 10 100
MARZO 32 25 7 49
ABRIL 27 31 -4 16
MAYO 18 29,5 -11,5 132,25
JUNIO 30 22,5 7,5 56,25
JULIO 25 24 1 1
AGOSTO 22 27,5 -5,5 30,25
SEPTIEMBRE 15 23,5 -8,5 72,25
OCTUBRE 17 18,5 -1,5 2,25
NOVIEMBRE 16 16 0 0
DICIEMBRE 20 16,5 3,5 12,25
ENERO 18 18 0 0
FEBRERO 20 19 1 1
MARZO ? 19 497,5

Sumatoria:

∑(𝐃 − 𝐏)^𝟐 = 497,5

 Promedio:
497,5
̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝐃 − 𝐏)^𝟐 = = 35,536
14

Cuando 𝒏 = 𝟑:

PERIODOS DEMANDA PRONOSTICO

D-P (D - P)^2
MENSUALES (D) (P)

NOVIEMBRE 10 ------ ------ ------

DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 16,67 13,333 177,778
MARZO 32 23,33 8,667 75,111
ABRIL 27 27,33 -0,333 0,111
MAYO 18 29,67 -11,667 136,111
JUNIO 30 25,67 4,333 18,778
JULIO 25 25,00 0,000 0,000
AGOSTO 22 24,33 -2,333 5,444
SEPTIEMBRE 15 25,67 -10,667 113,778
OCTUBRE 17 20,67 -3,667 13,444
NOVIEMBRE 16 18,00 -2,000 4,000
DICIEMBRE 20 16,00 4,000 16,000
ENERO 18 17,67 0,333 0,111
FEBRERO 20 18,00 2,000 4,000
MARZO ? 19,33 564,667

Sumatoria:

∑(𝐃 − 𝐏)^𝟐 = 𝟓𝟔𝟒, 𝟔𝟔𝟕

Promedio:
𝟓𝟔𝟒,𝟔𝟔𝟕
̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝐃 − 𝐏)^𝟐 = = 43,44
13
Cuando 𝒏 = 𝟒:

PERIODOS
DEMANDA (D) PRONOSTICO (P) D-P (D - P)^2
MENSUALES

NOVIEMBRE 10 ------ ------ ------

DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 ------ ------ ------
MARZO 32 20 12 144
ABRIL 27 25,5 1,5 2,25
MAYO 18 27,25 -9,25 85,563
JUNIO 30 26,75 3,25 10,563
JULIO 25 26,75 -1,75 3,063
AGOSTO 22 25 -3 9
SEPTIEMBRE 15 23,75 -8,75 76,563
OCTUBRE 17 23 -6 36
NOVIEMBRE 16 19,75 -3,75 14,063
DICIEMBRE 20 17,5 2,5 6,25
ENERO 18 17 1 1
FEBRERO 20 17,75 2,25 5,063
MARZO ? 18,5 393,375

Sumatoria:

∑(𝐃 − 𝐏)^𝟐 = 𝟑𝟗𝟑, 𝟑𝟕𝟓

Promedio:
𝟑𝟗𝟑,𝟑𝟕𝟓
̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝐃 − 𝐏)^𝟐 = = 32,781
12
Cuando 𝒏 = 𝟓:

PERIODOS
DEMANDA (D) PRONOSTICO (P) D-P (D - P)^2
MENSUALES

NOVIEMBRE 10 ------ ------ ------

DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 ------ ------ ------
MARZO 32 ------ ------ ------
ABRIL 27 22,4 4,6 21,16
MAYO 18 25,8 -7,8 60,84
JUNIO 30 25,4 4,6 21,16
JULIO 25 27,4 -2,4 5,76
AGOSTO 22 26,4 -4,4 19,36
SEPTIEMBRE 15 24,4 -9,4 88,36
OCTUBRE 17 22 -5 25
NOVIEMBRE 16 21,8 -5,8 33,64
DICIEMBRE 20 19 1 1
ENERO 18 18 0 0
FEBRERO 20 17,2 2,8 7,84
MARZO ? 18,2 284,12

Sumatoria:

∑(𝐃 − 𝐏)^𝟐 = 𝟐𝟖𝟒, 𝟏𝟐

Promedio:
𝟐𝟖𝟒,𝟏𝟐
̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝐃 − 𝐏)^𝟐 = = 25,829
11

Conclusión:
El mejor pronóstico es el caso n = 5 con un pronóstico de 18,2.
 ALUMNA: JAVIER ZUÑIGA, Gabriela
EJERCICIOS
1. Una empresa “X” fabricante de conservas de durazno desea estimar la
demanda de este producto. Esto es para el mes de Marzo 2017, para lo cual
cuenta con los siguientes datos pretéritos que se indica continuación. Para
efectuar los cálculos se debe considerar n = 2, 3, 4, 5. A partir del mejor
pronóstico indique si la producción de conservas de durazno sube o baja con
respecto a período de la demanda del producto.
DESARROLLO
Cuando n = 2

PERIODOS DEMANDA PRONÓSTICO

(D-P) (D-P)^2
MENSUALES (D) (P)

Noviembre 10 0 0 0
Diciembre 20 0 0 0
Enero 20 15 5 25
Febrero 30 20 10 100
Marzo 32 25 7 49
Abril 27 31 -4 16
Mayo 18 29.5 -11.5 132.25
Junio 30 22.5 7.5 56.25
Julio 25 24 1 1
Agosto 22 27.5 -5.5 30.25
Septiembre 15 23.5 -8.5 72.25
Octubre 17 18.5 -1.5 2.25
Noviembre 16 16 0 0
Diciembre 20 16.5 3.5 12.25
Enero 18 18 0 0
Febrero 20 19 1 1
Marzo ¿…? 19 497.5
 Cuando n = 3

PERIODOS DEMANDA PRONÓSTICO

(D-P) (D-P)^2
MENSUALES (D) (P)

Noviembre 10 0 0 0
Diciembre 20 0 0 0
Enero 20 0 0 0
Febrero 30 16.67 13.33 177.78
Marzo 32 23.33 8.67 75.11
Abril 27 27.33 -0.33 0.11
Mayo 18 29.67 -11.67 136.11
Junio 30 25.67 4.33 18.78
Julio 25 25.00 0.00 0.00
Agosto 22 24.33 -2.33 5.44
Septiembre 15 25.67 -10.67 113.78
Octubre 17 20.67 -3.67 13.44
Noviembre 16 18.00 -2.00 4.00
Diciembre 20 16.00 4.00 16.00
Enero 18 17.67 0.33 0.11
Febrero 20 18.00 2.00 4.00
Marzo ¿…? 19.33 564.67

Cuando n = 4

PERIODOS DEMANDA PRONÓSTICO

(D-P) (D-P)^2
MENSUALES (D) (P)

Noviembre 10 0 0 0
Diciembre 20 0 0 0
Enero 20 0 0 0
Febrero 30 0 0 0
Marzo 32 20.00 12.00 144.00
Abril 27 25.50 1.50 2.25
Mayo 18 27.25 -9.25 85.56
Junio 30 26.75 3.25 10.56
Julio 25 26.75 -1.75 3.06
Agosto 22 25.00 -3.00 9.00
Septiembre 15 23.75 -8.75 76.56
Octubre 17 23.00 -6.00 36.00
Noviembre 16 19.75 -3.75 14.06
Diciembre 20 17.50 2.50 6.25
Enero 18 17.00 1.00 1.00
Febrero 20 17.75 2.25 5.06
Marzo ¿…? 18.50 393.38
 Cuando n = 5

PERIODOS DEMANDA PRONÓSTICO

(D-P) (D-P)^2
MENSUALES (D) (P)

Noviembre 10 0 0 0
Diciembre 20 0 0 0
Enero 20 0 0 0
Febrero 30 0 0 0
Marzo 32 0 0 0
Abril 27 22.40 4.60 21.16
Mayo 18 25.80 -7.80 60.84
Junio 30 25.40 4.60 21.16
Julio 25 27.40 -2.40 5.76
Agosto 22 26.40 -4.40 19.36
Septiembre 15 24.40 -9.40 88.36
Octubre 17 22.00 -5.00 25.00
Noviembre 16 21.80 -5.80 33.64
Diciembre 20 19.00 1.00 1.00
Enero 18 18.00 0.00 0.00
Febrero 20 17.20 2.80 7.84
Marzo ¿…? 18.20 284.12

El mejor pronóstico es cuando n = 5 dando como error (D-P) ^2 = 284.12.

RESPUESTA: La media de la demanda del producto es 21.25 frente al

pronóstico que es 18.2; por lo tanto, esto quiere decir que la producción de
conservas de durazno baja con respecto al período de la demanda del producto.
 Alumna: BLANCO CAMPOS, Isabel
1. Una empresa “X” fabricante de conserva de durazno desea estimar la
demanda de este producto, esto es para el mes de marzo 2017, para lo
cual cuenta con los siguientes datos pretéritos que se indican a
continuación.
Para efectuar los cálculos se debe considerar n = 2, 3, 4, 5 a partir del
mejor pronóstico, indique si la producción de conservas de durazno, sube
o baja con respecto al periodo de la demanda del producto.

𝒏 = 𝟐:

PERIODOS DEMANDA PRONOSTICO

D-P (D - P)^2
MENSUALES (D) (P)
NOVIEMBRE 10 ------ ------ ------
DICIEMBRE 20 ------ ------ ------
ENERO 20 15 5 25
FEBRERO 30 20 10 100
MARZO 32 25 7 49
ABRIL 27 31 -4 16
MAYO 18 29,5 -11,5 132,25
JUNIO 30 22,5 7,5 56,25
JULIO 25 24 1 1
AGOSTO 22 27,5 -5,5 30,25
SEPTIEMBRE 15 23,5 -8,5 72,25
OCTUBRE 17 18,5 -1,5 2,25
NOVIEMBRE 16 16 0 0
DICIEMBRE 20 16,5 3,5 12,25
ENERO 18 18 0 0
FEBRERO 20 19 1 1
MARZO ? 19 497,5
𝒏 = 𝟑:

PERIODOS
DEMANDA (D) PRONOSTICO (P) D-P (D - P)^2
MENSUALES
NOVIEMBRE 10 ------ ------ ------
DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 16,67 13,333 177,778
MARZO 32 23,33 8,667 75,111
ABRIL 27 27,33 -0,333 0,111
MAYO 18 29,67 -11,667 136,111
JUNIO 30 25,67 4,333 18,778
JULIO 25 25,00 0,000 0,000
AGOSTO 22 24,33 -2,333 5,444
SEPTIEMBRE 15 25,67 -10,667 113,778
OCTUBRE 17 20,67 -3,667 13,444
NOVIEMBRE 16 18,00 -2,000 4,000
DICIEMBRE 20 16,00 4,000 16,000
ENERO 18 17,67 0,333 0,111
FEBRERO 20 18,00 2,000 4,000
MARZO ? 19,33 564,667

Cuando 𝒏 = 𝟒:

PERIODOS
DEMANDA (D) PRONOSTICO (P) D-P (D - P)^2
MENSUALES
NOVIEMBRE 10 ------ ------ ------
DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 ------ ------ ------
MARZO 32 20 12 144
ABRIL 27 25,5 1,5 2,25
MAYO 18 27,25 -9,25 85,563
JUNIO 30 26,75 3,25 10,563
JULIO 25 26,75 -1,75 3,063
AGOSTO 22 25 -3 9
SEPTIEMBRE 15 23,75 -8,75 76,563
OCTUBRE 17 23 -6 36
NOVIEMBRE 16 19,75 -3,75 14,063
DICIEMBRE 20 17,5 2,5 6,25
ENERO 18 17 1 1
FEBRERO 20 17,75 2,25 5,063
MARZO ? 18,5 393,375
 𝒏 = 𝟓:

PERIODOS
DEMANDA (D) PRONOSTICO (P) D-P (D - P)^2
MENSUALES
NOVIEMBRE 10 ------ ------ ------
DICIEMBRE 20 ------ ------ ------
ENERO 20 ------ ------ ------
FEBRERO 30 ------ ------ ------
MARZO 32 ------ ------ ------
ABRIL 27 22,4 4,6 21,16
MAYO 18 25,8 -7,8 60,84
JUNIO 30 25,4 4,6 21,16
JULIO 25 27,4 -2,4 5,76
AGOSTO 22 26,4 -4,4 19,36
SEPTIEMBRE 15 24,4 -9,4 88,36
OCTUBRE 17 22 -5 25
NOVIEMBRE 16 21,8 -5,8 33,64
DICIEMBRE 20 19 1 1
ENERO 18 18 0 0
FEBRERO 20 17,2 2,8 7,84
MARZO ? 18,2 284,12

Conclusión:
El mejor pronóstico es el caso n = 5 con un pronóstico de 18,2.