Está en la página 1de 12
• INTEGRANTES: • Karla J. Cárdenas Gálvez. • Sayri Pérez Bañales. • Eduardo Gracián Ayala
• INTEGRANTES: • Karla J. Cárdenas Gálvez. • Sayri Pérez Bañales. • Eduardo Gracián Ayala
• INTEGRANTES: • Karla J. Cárdenas Gálvez. • Sayri Pérez Bañales. • Eduardo Gracián Ayala
• INTEGRANTES: • Karla J. Cárdenas Gálvez. • Sayri Pérez Bañales. • Eduardo Gracián Ayala
• INTEGRANTES: • Karla J. Cárdenas Gálvez. • Sayri Pérez Bañales. • Eduardo Gracián Ayala

INTEGRANTES:

Karla J. Cárdenas Gálvez. Sayri Pérez Bañales. Eduardo Gracián Ayala Arturo Sánchez Padilla.

Método de Mínimos Cuadrados Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de
Método de Mínimos Cuadrados Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de
Método de Mínimos Cuadrados Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de
Método de Mínimos Cuadrados Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de

Método de Mínimos Cuadrados

Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de

la optimización matemática, en la que, dados

un conjunto de pares ordenados: variable independiente, variable dependiente, y una

familia de funciones, se intenta encontrar

la función continua, dentro de dicha familia, que mejor se aproxime a los datos.

MMC en Series de Tiempo.  Es el mejor método para obtener un ajuste lineal
MMC en Series de Tiempo.  Es el mejor método para obtener un ajuste lineal
MMC en Series de Tiempo.  Es el mejor método para obtener un ajuste lineal
MMC en Series de Tiempo.  Es el mejor método para obtener un ajuste lineal

MMC en Series de Tiempo.

Es el mejor método para obtener un ajuste lineal a una serie de datos. Es base para la identificación de

componentes de tendencia de una serie de tiempo.

Con este método se encuentra la ecuación de una recta

de mínimos cuadrados. Con esta recta se obtendrán

los valores de tendencia.

Fórmulas: Y=a+bx  Dónde:  Y: Valor proyectado, estimado o pronóstico de Y  a:
Fórmulas: Y=a+bx  Dónde:  Y: Valor proyectado, estimado o pronóstico de Y  a:
Fórmulas: Y=a+bx  Dónde:  Y: Valor proyectado, estimado o pronóstico de Y  a:
Fórmulas: Y=a+bx  Dónde:  Y: Valor proyectado, estimado o pronóstico de Y  a:

Fórmulas:

Y=a+bx

Dónde:

Y: Valor proyectado, estimado o pronóstico de

Y

a: Punto dónde la recta corta el eje.

b: La pendiente de la recta la tendencia. x: Cualquier valor de tiempo seleccionado.

 b= n∑xy - ∑x ∑y n∑x² - (∑x)²  a= ∑y n - (b
 b= n∑xy - ∑x ∑y n∑x² - (∑x)²  a= ∑y n - (b
 b= n∑xy - ∑x ∑y n∑x² - (∑x)²  a= ∑y n - (b
 b= n∑xy - ∑x ∑y n∑x² - (∑x)²  a= ∑y n - (b

b=n∑xy- ∑x ∑y

n∑x²- (∑x)²

a= ∑y n

-(b * ∑x

n

)

Ejemplo:  Una zapatería que empezó en 2006, la cual ha ido aumentando sus ventas
Ejemplo:  Una zapatería que empezó en 2006, la cual ha ido aumentando sus ventas
Ejemplo:  Una zapatería que empezó en 2006, la cual ha ido aumentando sus ventas
Ejemplo:  Una zapatería que empezó en 2006, la cual ha ido aumentando sus ventas

Ejemplo:

Una zapatería que empezó en 2006, la cual ha ido aumentando sus

ventas año con año le gustaría saber un aproximado de sus ventas en el

2015.

Año Ventas 2006 $200,000 2007 $350,000 2008 $420,000 2009 $480,000 2010 $535,000
Año Ventas 2006 $200,000 2007 $350,000 2008 $420,000 2009 $480,000 2010 $535,000
Año Ventas 2006 $200,000 2007 $350,000 2008 $420,000 2009 $480,000 2010 $535,000
Año Ventas 2006 $200,000 2007 $350,000 2008 $420,000 2009 $480,000 2010 $535,000

Año

Ventas

2006

$200,000

2007

$350,000

2008

$420,000

2009

$480,000

2010

$535,000

2011

$600,000

2012

$680,000

2013

$695,000

2014

$710,000

Ventas (Y) $900,000 $800,000 $700,000 $600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007
Ventas (Y) $900,000 $800,000 $700,000 $600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007
Ventas (Y) $900,000 $800,000 $700,000 $600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007
Ventas (Y) $900,000 $800,000 $700,000 $600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007

Ventas (Y)

$900,000

$800,000

$700,000

$600,000

$500,000

$400,000

$300,000

$200,000

$100,000

$0

$600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007 2008 2009 2010 2011 2012 2013
$600,000 $500,000 $400,000 $300,000 $200,000 $100,000 $0 2005 2006 2007 2008 2009 2010 2011 2012 2013

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

$300,000 $200,000 $100,000 $0 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Ventas

Ventas (Y)

Linear (Ventas (Y))

Solución: Año (X) Ventas (Y) XY X² 2006 1 $200,000 $200,000 1 2007 2 $350,000
Solución: Año (X) Ventas (Y) XY X² 2006 1 $200,000 $200,000 1 2007 2 $350,000
Solución: Año (X) Ventas (Y) XY X² 2006 1 $200,000 $200,000 1 2007 2 $350,000
Solución: Año (X) Ventas (Y) XY X² 2006 1 $200,000 $200,000 1 2007 2 $350,000

Solución:

Año

(X)

Ventas (Y)

XY

2006

1

$200,000

$200,000

1

2007

2

$350,000

$700,000

4

2008

3

$420,000

$1,260,000

9

2009

4

$480,000

$1,920,000

16

2010

5

$535,000

$2,675,000

25

2011

6

$600,000

$3,600,000

36

2012

7

$680,000

$4,760,000

49

2013

8

$695,000

$5,560,000

64

2014

9

$710,000

$6,390,000

81

Total

45

$4,670,000

$27,065,000

285

 b=(9)(27,065,000)-(45)(4,670,000) (9)(285)-(45)² b=61,916.66  a=4,670,000 – ( 61,916.66 * 45 ) 9 9 a=209,305.58
 b=(9)(27,065,000)-(45)(4,670,000) (9)(285)-(45)² b=61,916.66  a=4,670,000 – ( 61,916.66 * 45 ) 9 9 a=209,305.58
 b=(9)(27,065,000)-(45)(4,670,000) (9)(285)-(45)² b=61,916.66  a=4,670,000 – ( 61,916.66 * 45 ) 9 9 a=209,305.58
 b=(9)(27,065,000)-(45)(4,670,000) (9)(285)-(45)² b=61,916.66  a=4,670,000 – ( 61,916.66 * 45 ) 9 9 a=209,305.58

b=(9)(27,065,000)-(45)(4,670,000)

(9)(285)-(45)²

b=61,916.66

a=4,670,000 ( 61,916.66 * 45 )

9

9

a=209,305.58

¿Cuál es el pronóstico de las ventas que habrá en 2015?  Y= a+bx 

¿Cuál es el pronóstico de las ventas

que habrá en 2015?

Y= a+bx

Y=209,305.58+(61,916.66)(x)

Y=209,305.58+(61,916.66)(10)

Y= 828,472.18