Identificacin del estudiante

Nombre
Profesin
Institucin
Ciudad Pas

Edson Fabrizio Moya Muoz

Ingeniero Civil Industrial
Universisdad Tecnolgica Metropolitana, UTEM
Rancagua, Chile

Correo
edson.moya.m@gmail.com
electrnico

ACTIVIDAD A

Cdigo Artculo

Artculos
por Ao
(Unidades)

Costo
Unitario
(US$)

M001
M002
M003
M004
M005
M006
M007
M008
M009
M010

3000
19000
22000
23000
27000
36000
41000
54000
79450
82000

15.000
0.800
95.000
0.425
25.000
1.500
0.225
7.500
75.000
13.000
SUMA

Participaci
Valorizacin
n de
(US$)
Artculo

10%
10%
10%
10%
10%
10%
10%
10%
10%
10%
100%

45,000
15,200
2,090,000
9,775
675,000
54,000
9,225
405,000
5,958,750
1,066,000
10,327,950

ACTIVIDAD B
Los primeros artculos de cada categora son:
Clasificacin
A
B
C

Artculo
M009
M010
M008

Participaci
n de
Valorizacin

Cdigo
Artculo

0.4%
0.1%
20.2%
0.1%
6.5%
0.5%
0.1%
3.9%
57.7%
10.3%
100%

M009
M003
M010
M005
M008
M006
M001
M002
M004
M007
SUMA

Participaci
Participaci Participaci
n de
n de
n de
Valorizacin
Artculo
Valorizacin
Acumulada

10%
10%
10%
10%
10%
10%
10%
10%
10%
10%
100%

57.7%
20.2%
10.3%
6.5%
3.9%
0.5%
0.4%
0.1%
0.1%
0.1%
100%

57.7%
77.9%
88.3%
94.8%
98.7%
99.2%
99.7%
99.8%
99.9%
100.0%

Clasificacin

A
A
B
B
C
C
C
C
C
C

Primera actividad: Graficar y seleccionar el o los modelos a aplicar

Producto M009 A
Mes
Venta
Ene10
6463
Feb'10
5830
Mar'10
6479
Abr`10
6300
May`10
6514
Jun`10
6331
Jul`10
6572
Ago`10
6577
Sep`10
6390
Oct`10
6603
Nov`10
6418
Dic`10
6634
Ene11
6634
Feb'11
6004
Mar'11
6665
Abr`11
6473
May`11
6732
Jun`11
6540
Jul`11
6786
Ago`11
6789
Sep`11
6579
Oct`11
6822
Nov`11
6634
Dic`11
6882
Ene12
6913
Feb'12
6272
Mar'12
6955
Abr`12
6750
May`12
7000
Jun`12
6780
Jul`12
6997
Ago`12
6975
Sep`12
6750
Oct`12
7005

8000
7000
6000
5000
4000
3000
2000
1000
0

Column C

Patrn: Segn los datos graficados, se pue

ligera se puede observar un patrn
Modelo: En primer lugar, se descartan los m
generados por mtodos cuantitativ
En segundo lugar, se descarta la u
que la data de demanda se encuen
Y por ltimo, por una parte se se re
exponencial) debido a su patrn ho
tendencia utilizando el modelo de s
deben proyectar con un nmero de

os modelos a aplicar

Column C

n los datos graficados, se pueden observar dos tipos de patrones. En primer lugar se observa un patrn horizo
ra se puede observar un patrn de tendencia de crecimiento.
primer lugar, se descartan los modelos de juicio ya que contamos con la data histrica y no estamos modificand
erados por mtodos cuantitativos.
segundo lugar, se descarta la utilizacin de algn modelos causal, debido a que la data de ventas se encuentra
la data de demanda se encuentra por mes (no existe igualdad temporal para anlisis).
or ltimo, por una parte se se recomienda utilizar algn tipo de promedio (mvil simple, mvil ponderado o suav
onencial) debido a su patrn horizontal, sin embargo al tener un patrn de tendencia de crecimiento, se debe in
dencia utilizando el modelo de suavizacin exponencial ajustado a la tendencia. Se debe tener en cuenta que es
en proyectar con un nmero de perodos no superior a 3 para que mantengan su condicin de corto plazo.

gar se observa un patrn horizontal, y de manera

trica y no estamos modificando pronsticos

a data de ventas se encuentra por aos mientras

lisis).
simple, mvil ponderado o suavizacin
ncia de crecimiento, se debe incorporar esta
Se debe tener en cuenta que estos modelos se
u condicin de corto plazo.

Primera actividad: Graficar y seleccionar el o los modelos a aplicar

Producto M010 B
Ene10
Feb'10
Mar'10
Abr`10
May`10
Jun`10
Jul`10
Ago`10
Sep`10
Oct`10
Nov`10
Dic`10
Ene11
Feb'11
Mar'11
Abr`11
May`11
Jun`11
Jul`11
Ago`11
Sep`11
Oct`11
Nov`11
Dic`11
Ene12
Feb'12
Mar'12
Abr`12
May`12
Jun`12
Jul`12
Ago`12
Sep`12
Oct`12

670
661
660
662
680
660
685
682
663
690
659
681
668
675
675
664
680
659
675
684
650
680
660
688
674
666
670
650
677
665
689
679
671
673

700
690
680
670
660
650
640
630

Column C

Patrn: Segn los datos graficados, se d

el patrn de tendencia, ya que n
consistentes, descartando el pa
horizontal.

Modelos: En primer lugar, se descartan lo

generados por mtodos cuantita
En segundo lugar, se descarta l
que la data de demanda se enc
Y por ltimo, por una parte se s
exponencial debido a su patrn
perodos no superior a 3 para qu

os modelos a aplicar

Column C

n los datos graficados, se descarta el patrn cclico ya que no se observan variaciones de largo plazo. Por o
atrn de tendencia, ya que no se observan variaciones de manera consistente. Tampoco se observan crestas
sistentes, descartando el patrn estacional. A parte del patrn aleatorio, se puede observar de manera muy
zontal.

primer lugar, se descartan los modelos de juicio ya que contamos con la data histrica y no estamos modifica
erados por mtodos cuantitativos.
segundo lugar, se descarta la utilizacin de algn modelos causal, debido a que la data de ventas se encuen
la data de demanda se encuentra por mes (no existe igualdad temporal para anlisis).
or ltimo, por una parte se se recomienda utilizar algn tipo de promedio (mvil simple, mvil ponderado o s
onencial debido a su patrn horizontal. Se debe tener en cuenta que estos modelos se deben proyectar con
odos no superior a 3 para que mantengan su condicin de corto plazo.

aciones de largo plazo. Por otra parte se descarta

ampoco se observan crestas y valles
e observar de manera muy discreta un patrn

trica y no estamos modificando pronsticos

a data de ventas se encuentra por aos mientras

lisis).
simple, mvil ponderado o suavizacin
los se deben proyectar con un nmero de

Primera Actividad: Graficar y seleccionar el o los modelos a aplicar

Producto M008 C
Mes
Venta
Ene10
362
Feb'10
324
Mar'10
368
Abr`10
370
May`10
649
Jun`10
603
Jul`10
640
Ago`10
312
Sep`10
315
Oct`10
347
Nov`10
338
Dic`10
352
Ene11
375
Feb'11
327
Mar'11
368
Abr`11
372
May`11
690
Jun`11
660
Jul`11
696
Ago`11
372
Sep`11
363
Oct`11
380
Nov`11
359
Dic`11
371
Ene12
401
Feb'12
349
Mar'12
399
Abr`12
400
May`12
699
Jun`12
662
Jul`12
701
Ago`12
372
Sep`12
355
Oct`12
411

800
700
600
500
400
300
200
100
0

Column C

Patrn: Segn los datos graficados, se m

Modelos: En primer lugar, se descartan lo

generados por mtodos cuantita
En segundo lugar, se descarta l
que la data de demanda se enc
Y por ltimo, para este caso se

os modelos a aplicar

Column C

n los datos graficados, se muestra un patrn estacional.

primer lugar, se descartan los modelos de juicio ya que contamos con la data histrica y no estamos modifica
erados por mtodos cuantitativos.
segundo lugar, se descarta la utilizacin de algn modelos causal, debido a que la data de ventas se encuen
la data de demanda se encuentra por mes (no existe igualdad temporal para anlisis).
or ltimo, para este caso se recomienda realizar un pronstico mediante el Mtodo Estacional Multiplicativo.

trica y no estamos modificando pronsticos

a data de ventas se encuentra por aos mientras

lisis).
do Estacional Multiplicativo.