Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre
Profesin
Institucin
Ciudad Pas
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
8000
7000
6000
5000
4000
3000
2000
1000
0
Column C
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.
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
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.
800
700
600
500
400
300
200
100
0
Column C
os modelos a aplicar
Column C
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.