Unidad 1. Paso 2.

Reconocimiento y diagnóstico del estudio de caso

Métodos probabilísticos

Tutor: Gilma Rosa Gómez

Grupo: 104561_4

Universidad Nacional Abierta Y A Distancia - Unad

Escuela De Ciencias Básicas Tecnología E Ingeniería
Programa De Ingeniería Industrial
Cead Valledupar
2017

Introducción

En el siguiente trabajo se va a destacar la importancia de la utilización de los métodos

probabilísticos en las diferentes empresas para obtener resultados de la producción y
rendimiento económica de las mismas a corto y largo plazo, Se realizara el análisis en el ingenio
de dulces para determinar el tiempo óptimo de su producción y en qué periodo se tara en esta
empresa.

Justificación

Este trabajo tiene como finalidad comprender las temáticas relacionadas con el curso de
Métodos Probabilísticos en su parte 2 RECONOCIMIENTO Y DIAGNOSTICO DEL
ESTUDIO DEL CASO mediante el análisis y la aplicación de modelos probabilísticos,
permitirán dar soluciones a problemas de la vida cotidiana en una empresa.
 Objetivos

Objetivo general

Calcular cuál es la demanda anual, el costo de pedido anual y el costo de compra anual, para la
empresa Ingenios dulces.

Objetivos específicos

 Calcular cuál es la demanda anual.

 Calcular cuál el costo de pedido anual.
 Calcular cuál el costo de compra anual.
 Cuadro con los referentes bibliográficos aportados por cada estudiante

Referente bibliográfico  Referente convertido a normas 
Temática seleccionada
Link digital APA
Aida HANKE John E., WICHERN
https://books.google.com.
Dean W. Técnicas De
Marulanda co/books?
Pronósticos Tendencias Y
Restrepo id=WaiOrL8oct4C&pg=P
Proyecciones (2a. Ed.) (pp. 101-
A77&lpg=PA77&dq=t
126), Recuperado de:
%C3%A9cnicas+de+pron
https://books.google.com.co/book
%C3%B3sticos+tendenci
s?
as+y+proyecciones&sour
id=WaiOrL8oct4C&pg=PA77&l
ce=bl&ots=YdhIq9lhXW
pg=PA77&dq=t
TÉCNICAS DE &sig=1dTfymBxnjGu_t3
%C3%A9cnicas+de+pron
PRONÓSTICOS gZED-
%C3%B3sticos+tendencias+y+pr
TENDENCIAS Y _STbb9g&hl=es&sa=X&
oyecciones&source=bl&ots=Ydh
PROYECCIONES ved=0ahUKEwi92PXd4r
Iq9lhXW&sig=1dTfymBxnjGu_t
HSAhVIMSYKHUU2A
3gZED-
mA4ChDoAQgxMAQ#v
_STbb9g&hl=es&sa=X&ved=0a
=onepage&q=t
hUKEwi92PXd4rHSAhVIMSYK
%C3%A9cnicas%20de
HUU2AmA4ChDoAQgxMAQ#v
%20pron%C3%B3sticos
=onepage&q=t%C3%A9cnicas
%20tendencias%20y
%20de%20pron%C3%B3sticos
%20proyecciones&f=fals
%20tendencias%20y
e
%20proyecciones&f=false
CARACTERIZACIÓN http://repository.urosario. BOTERO, Jorge, ÁLVAREZ
DE LA GESTIÓN DE edu.co/bitstream/handle/1 Lina. CARACTERIZACIÓN DE
PRONÓSTICOS DE 0336/4847/1020758767- LA GESTIÓN DE
DEMANDA 2013.pdf PRONÓSTICOS DE
EMPRESARIAL DEMANDA EMPRESARIAL
(pp. 22-33), Recuperado de:
 http://repository.urosario.edu.co/b
itstream/handle/10336/4847/1020
758767-2013.pdf
http://datateca.unad.edu.c William Germán Ortegón
o/contenidos/104561/Met Carroso. (2009). Métodos
odos_Probabilisticos_201 Probabilísticos. 2009, de
3/MODULO_2013_ACT universidad nacional abierta y a
MODELO DE AUALIZADO/leccin_7_ distancia- UNAD Sitio web:
INVENTARIOS EOQ modelo_de_inventarios_e William Germán Ortegón
oq.html Carroso. (2009). Métodos
Probabilísticos. 2009, de
universidad nacional abierta y a
distancia- UNAD Sitio web:
Ángel Teoría De Inventarios: http://bibliotecavirtual.un Guerrero, S. H. (2009).
Administración de ad.edu.co:2077/lib/unads Inventarios: manejo y control (pp.
Miguel
Inventarios: La empresa p/reader.action? 18-34), Bogotá, CO: Ecoe
Martínez
Ingenios Dulces busca docID=10584414&ppg=1 Ediciones.
asegurar el inventario 3
suficiente para responder
a la demanda, a pesar de
las dificultades del
mercado, de igual forma
los trabajadores de la
empresa buscan dar
solución a los problemas
del mercado sin alterar la
producción de la empresa.
Técnicas de http://publicaciones.eafit. Yepes. A. y Álvarez, M. (1997)
Pronóstico: La empresa edu.co/index.php/revista- Pronostico mediante modelos
Ingenios Dulces analiza el universidad- probabilísticos: Una herramienta
comportamiento del eafit/article/viewFile/115 en la toma de decisiones. Revista
 mercado en el futuro, de 0/1040 universidad EAFIT. Abriol,
tal forma que les pueda Mayo, Junio, Bogotá.
garantizar una buena
toma de decisiones para
obtener una estabilidad en
la empresa y el sistema
productivo; ellos tienen
en cuenta la información
histórica y cifras de
ventas, de tal forma que
se realice un análisis de
las consecuencias que se
puedan tener y las
medidas de prevención
para evitar dichos
problemas.
Magaly CULTIVO Y http://www.dane.gov.co/fi Asocaña. (2016). El sector
Rivera PROCESAMIENTO DE les/investigaciones/agrop azucarero Colombiano en
CAÑA DE AZUCAR ecuario/enda/ena/Presenta la actualidad. Obtenido de
cion_Guajira_2012.pdf http://www.asocana.org/p
ublico/info.aspx?Cid=215

DANE. (Abril de 2013).

Resultados Departamento
de la Guajira. Obtenido de
http://www.dane.gov.co/fi
les/investigaciones/agrope
cuario/enda/ena/Presentac
ion_Guajira_2012.pdf

DNP. (2011). PERFIL

COMPETITIVO DEL
 DEPARTAMENTO DE L
http://datateca.unad.edu.c William Germán Ortegón
o/contenidos/104561/Met Carroso. (2009). Métodos
odos_Probabilisticos_201 Probabilísticos. 2009, de
3/MODULO_2013_ACT universidad nacional abierta y a
SUAVIZACIÓN AUALIZADO/leccin_4_s distancia- UNAD Sitio web:
EXPONENCIAL uavizacin_exponencial.ht http://datateca.unad.edu.co/conten
ml idos/104561/Metodos_Probabilist
icos_2013/MODULO_2013_AC
TAUALIZADO/leccin_4_suaviza
cin_exponencial.html
http://datateca.unad.edu.c Amaya, A. J. (2010). Modelos de
o/contenidos/104561/201 inventarios. En A. J.
6- Amaya, Toma de decisiones
I/Bibliografia/8._Modelos gerenciales:
_de_inventario.pdf
Métodos cuantitativos para la
administración (2da. Ed.) (pág.
MODELOS DE
desde la página 87 hasta la 93 y la
INVENTARIOS
98). Colombia: Ecoe Ediciones.
Recuperado
de:http://datateca.unad.edu.co/con
tenidos/104561/2016-
I/Bibliografia/8._Modelos_de_in
ventario.pdf
Luis Carlos Técnicas de pronóstico. http://bibliotecavirtual.un Tabares Muñoz, J. F., Velásquez
hidalgo ad.edu.co:2139/eds/detail/ Galvis, C. A., & Cárdenas, M. V.
cordero detail? (2014). COMPARACIÓN DE
vid=1&sid=7976752b- TÉCNICAS ESTADÍSTICAS
d64b-431f-9411- DE PRONÓSTICO PARA LA
59ec7e0f0a0f DEMANDA DE ENERGÍA
%40sessionmgr104&hid= ELÉCTRICA. (spanish). Revista
 127&bdata=Jmxhbmc9Z Ingeniería Industrial, 13(1), 19-
XMmc2l0ZT1lZHMtbGl 31.
2ZQ%3d
%3d#AN=97367777&db
=zbh
http://bibliotecavirtual.un Guerrero, S. H. (2009).
ad.edu.co:2077/lib/unads Inventarios: manejo y control (pp.
p/reader.action? 18-34), Bogotá, CO: Ecoe
Teoría de inventarios
docID=10584414&ppg=1 Ediciones.
3

http://bibliotecavirtual.un B. M. E. (2009). Toma de

Elementos para la toma
ad.edu.co:2077/lib/unads decisiones (pp. 5-25), Córdoba,
de decisiones en sistemas
p/reader.action? AR: El Cid Editor | apuntes.
de Inventarios
docID=10467109&ppg=9
Selsy http://bibliotecavirtual.un Arbones, M. E. A. (1990).
Velásquez ad.edu.co:2077/lib/unads Logística empresarial. Barcelona
Logística Empresarial
p/reader.action? (pp. 68-80), ES: Marcombo.
docID=10337354&ppg=6
http://bibliotecavirtual.un B. M. E. (2009). Toma de
ad.edu.co:2077/lib/unads decisiones (pp. 5-25), Córdoba,
p/reader.action? AR: El Cid Editor | apuntes.
Toma de decisiones docID=10317014&ppg=3 Recuperado
. de:http://bibliotecavirtual.unad.ed
u.co:2077/lib/unadsp/reader.actio
n?docID=10317014&ppg=3.
Toma de decisiones http://bibliotecavirtual.un Marketing, P. (1995). Toma de
eficaces ad.edu.co:2077/lib/unads decisiones eficaces (75-122; 177-
p/reader.action? 242), Madrid, ES: Ediciones Díaz
docID=10184604&ppg=7 de Santos. Recuperado
 . de:http://bibliotecavirtual.unad.ed
u.co:2077/lib/unadsp/reader.actio
n?docID=10184604&ppg=7.

Proyección de los doce meses siguientes haciendo el análisis respectivo.

ESTUDIO DE CASO INGENIOS DULCES

A partir de la necesidad de comercializar productos en la provincia de La Guajira, se creó la

empresa Ingenios Dulces, la cual es constituida por habitantes dueños de tierras fértiles en donde
la siembra y procesamiento de la caña de azúcar da como resultado azúcar de alta pureza y
calidad, por iniciativa de los gobernantes de turno que incentivaron la creación de empresas con
el propósito de contribuir a la economía sostenible y renovable de la provincia, repercutiendo en
unas mejores condiciones de vida de los habitantes de la zona, dado que el producto cosechado es
de calidad y por lo tanto puede ser comercializado a nivel municipal y nacional, lo cual le permite
a la empresa una sostenibilidad para poder almacenar por semana 15000 cajas de azúcar, lo
suficiente para soportar un imprevisto del mercado.

La inestabilidad económica de los precios del azúcar a nivel mundial ha incidido en una crisis
que ha tocado las puertas de la empresa Ingenios Dulces (aumento de la materia prima y costos
del producto final), dado que el gobierno ha tenido que subir los tributos a los asociados de la
empresa para de esa manera equilibrar la economía sostenible y renovable de la que se estaba
gozando.

Normalmente el precio de cada unidad de libra de azúcar es 500 pesos que representa el precio a
todo costo que incluye el transporte municipal en la provincia, como también los $100 pesos
adicionales en que se incrementa por la distribución a nivel nacional, lo que conlleva a ser un
precio competitivo a nivel nacional.
La distribución a nivel municipal y nacional es de 5000 cajas de azúcar mensuales, cantidad que
resulta ser significativa para el sostenimiento óptimo de la empresa; en vista de la situación que
se está viviendo en el país por la crisis económica y que repercutió en el aumento de los
impuestos por producción y comercialización, obligó a la junta directiva a contemplar e
implementar un aumento del 10% en el producto (Azúcar) que resultó ser de $550 el nuevo
precio de venta por caja de azúcar.

El aumento implementado por la empresa Ingenios Dulces, se sintió en todas las esferas sociales
y restringió el proceso de producción lo que generó reducción de la mano de obra y un
desabastecimiento de las cajas almacenadas equivalente a un triple de lo distribuido municipal y
nacionalmente, ya que el aumento incidió en que el producto se volviera poco atractivo para
comercializar.

Para poder afrontar la crisis y dificultades tanto en producción, como financieramente la junta
directiva se asocia y encuentra en un país vecino inversionistas, lo que conlleva a potencializarlos
y volverlos nuevamente competitivos a partir de insumos y materia prima a un mejor precio que
el proporcionado a nivel nacional, dado que los costos al producir el mismo producto se reducían
en un 20%, lo que pondría nuevamente el producto con precio competitivo y mucho mejor que en
el lanzamiento, es decir, con precio de $440, lo que conlleva a aumentar la producción de 5000 a
10000 cajas de azúcar.

Con base en la importación de la materia prima e insumos, se propende por un buen programa de
logística para poder determinar ¿cómo? y ¿cuándo? solicitar lo antes descrito, lo que conlleva a
un sistema de producción que de la base de almacenaje de 15000 cajas de azúcar, lo que eximiría
a la empresa de imprevistos y de esa manera poder cumplir con la demanda semanal con calidad
y precio, además de establecer ¿cuál puede ser la proyección de ventas al cabo de 12 meses?, a
sabiendas que se proporcionan datos históricos de

5000, 6000, 5500, 6100, 6000, 5100 cajas de azúcar de los seis meses anteriores.

El departamento de contabilidad determina que para cubrir los costos de pedidos el valor
establecido es de $8.500, además existe un costo de compra sin descuentos por cantidad por un
valor de $50 por unidad de cada insumo de materia prima para la producción de una libra de
azúcar a una tasa de transferencia de 20% anual, para reflejar el costo de almacenar la azúcar en
un área especial, así como el costo de oportunidad del dinero invertido en el inventario ocioso

SOLUCION.

1. Calcule la demanda anual:

Según los datos del estudio de la demanda mensual de producción de cajas de unidades de azúcar
es de 25.000 unidades por mes, entonces la demanda anual sería:

D=12∗Q

D=12∗25.000 Unidades

D=300.000 Unidades por año

2. Costo de Pedido Anual:

Como el Número de pedidos está dado por la formula

D 300000
= =12
Q 25000

Tenemos,

Costo de pedido anual  C p=No . Pedidos∗Costo de Pedido

C p=12∗$ 8.500

C p=$ 102.000

3. Costo de Compra Anual:

El costo de Compra Anual C c está formulado como C c =D∗C

Donde,

C c =300.000∗$ 50 pesosunidad

C c =$ 15.000.000

SUAVIZACIÓN 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. Es el método de pronóstico formal que se usa
más a menudo, por su simplicidad y por la reducida cantidad de datos que requiere. A diferencia
del método de promedio móvil ponderado, que requiere n periodos de demanda pretérita y n
ponderaciones, la suavización exponencial requiere solamente tres tipos de datos: el pronóstico
del último periodo, la demanda de ese periodo y un parámetro suavizador, alfa, cuyo valor fluctúa
entre 0 y 1.0.
La ecuación correspondiente a este pronóstico es:

F t=a∗D t + ( 1−a )∗F t

La selección de α depende de las características de la demanda.

2
Para nuestro caso, utilizaremos la fórmula a= ya que proporciona un grado equivalente de
n+1
suavización.

2 2 2
a= = = =0,28
n+1 6 +1 7

a ≈ 0,3

Para calcular el valor del pronóstico en el mes 1, tenemos dos opciones:

a) La primera opción es tomar el valor de la demanda del último periodo.

b) la segunda opción es si se dispone de datos históricos, calcular el promedio de datos recientes

de demanda.

En este orden de ideas utilizaremos la segunda opción:

De acuerdo al estudio de casos, los datos históricos de consumo de los últimos seis meses son:
 Mese
s Demanda
1 5.000
2 6.000
3 5.500
4 6.100
5 6.000
6 5.100

El promedio es de 5.616,66, entonces con una aproximación nuestro primer pronóstico será de
5.617

Entonces realizamos el pronóstico, para los seis meses que se conocen:

α 20%
Periodo Demanda Pronóstico
1 5000 5617,00
2 6000 5493,60
3 5500 5594,88
4 6100 5575,90
5 6000 5680,72
6 5100 5744,58

Se realiza un pronóstico de los próximos meses teniendo en cuenta el registro histórico.

 α 20%
Period
Demanda Pronóstico
o
1 5000 5617,00
2 6000 5493,60
3 5500 5594,88
4 6100 5575,90
5 6000 5680,72
6 5100 5744,58
7   5615,66
8   4492,53
9   3594,02
10   2875,22
11   2300,18
12   1840,14

Para calcular la demanda de los próximos 6 meses utilizando el método de mínimos cuadrados,
tendríamos que:

Método de mínimos cuadrados.

Este método requiere de registros históricos que sean consistentes, reales y precisos, son
utilizados con el fin de sacar el total de las desviaciones elevadas al cuadrado a un valor mínimo
y así poder determinar los coeficientes a y b, que son conocidos como coeficientes de regresión,
donde X es la variable independiente (tiempo), Y es la variable dependiente (pronóstico de la
demanda).

Para el caso de estudio, se determinan los valores de a y b.

Mese
s Demanda
1 5.000
2 6.000
3 5.500
4 6.100
5 6.000
6 5.100

a=
∑Y ; b=
∑ XY
Nº de periodos ∑ x2

Entonces,

Periodo Demanda X X^2 XY

-
1 5000 25 -25000
5
-
2 6000 9 -18000
3
-
3 5500 1 -5500
1
4 6100 1 1 6100
5 6000 3 9 18000
6 5100 5 25 25500
∑ sumatoria 33700 70 1100
∑ Y =33700 ;∑ x 2=70 ;∑ XY =1100
Entonces,

33700 1100
a= =5616,66; b= =15,71
6 70

Entonces la ecuación quedaría de la siguiente manera:

Y =a+b ( x ) , siendo x el periodo

Calculamos los siguientes 6 periodos.

Periodo Demanda
7 5726,64
8 5742,35
9 5758,06
10 5773,77
11 5789,48
12 5805,19

Entonces la demanda seria:

Period
Demanda
o
1 5000
2 6000
3 5500
4 6100
5 6000
6 5100
7 5726,64
8 5742,35
9 5758,06
10 5773,77
 11 5789,48
12 5805,19

Los pronósticos de los nuevos periodos serian:

α 20%
Periodo Demanda Pronóstico
1 5000 5691,29
2 6000 5553,03
3 5500 5642,43
4 6100 5613,94
5 6000 5711,15
6 5100 5768,92
7 5726,64 5635,14
8 5742,35 5653,44
9 5758,06 5671,22
10 5773,77 5688,59
11 5789,48 5705,62
12 5805,19 5722,40
SUMATORIA 68295 67709,69

Número de
12
periodos

Error
Desviación
Error porcentual
Error de absoluta
Periodo Demanda Pronóstico cuadrático absoluto
pronóstico media
medio (MSE) medio
(MAD)
(MAPE)
1 5000 5617 -691,29 691,29 477883,02 13,83%
2 6000 5493 446,97 446,97 199779,80 7,45%
3 5500 5595 -142,43 142,43 20285,20 2,59%
4 6100 5576 486,06 486,06 236253,44 7,97%
5 6000 5681 288,85 288,85 83432,75 4,81%
6 5100 5744 -668,92 668,92 447456,88 13,12%
7 5726,64 5616 91,50 91,50 8372,66 1,60%
8 5742,35 5638 88,91 88,91 7905,31 1,55%
9 5758,06 5659 86,84 86,84 7541,09 1,51%
 10 5773,77 5679 85,18 85,18 7255,90 1,48%
11 5789,48 5698 83,86 83,86 7031,70 1,45%
12 5805,19 5716 82,79 82,79 6854,88 1,43%
Suma de errores 238,32 3243,60 1510052,63 58,77%

CFE=∑ Error de pronóstico MAD=

∑|Real−Pronóstico|
CFE 238,32 n
MAD 270,30
n
MSE 125837,72
MAPE 4,90% ∑ 100|Reali−Pronósticoi|
i=1
Señal de rastreo 0,88 Reali
MAPE=
Determine a partir de qué periodo sería el óptimo de la producción
Error de pronóstico 2
para la empresa CFE
MSE=
∑ n Señalde rastreo=
Ingenios Dulces (entiéndase por óptimo cuando se n generan las ganancias superior a loMAD
que se generaba en los seis meses históricos).

- Método Suavización Exponencial

Costo total
Ingreso por
Costo de Distribución relevante
ventas (Precio
  Ventas Pronóstico Compra nacional Q =25.000 Utilidad
producto
H=$50 ($100) K=$8.500
$440)
H=$10
-1 5.000   2.200.000 250.000 500.000 126.700 1.323.300
-2 6.000 5.000 2.640.000 300.000 600.000 127.040 1.612.960
-3 5.500 5.300 2.420.000 275.000 550.000 126.870 1.468.130
-4 6.100 5.360 2.684.000 305.000 610.000 127.074 1.641.926
-5 6.000 5.582 2.640.000 300.000 600.000 127.040 1.612.960
-6 5.100 5.707 2.244.000 255.000 510.000 126.734 1.352.266
1 5.000 5.525 2.431.000 276.250 552.500 126.879 1.475.372
2 6.000 5.368 2.361.920 268.400 536.800 126.825 1.429.895
3 5.500 5.558 2.445.520 277.900 555.800 126.890 1.484.930
4 6.100 5.541 2.438.040 277.050 554.100 126.884 1.480.006
5 6.000 5.709 2.511.960 285.450 570.900 126.941 1.528.669
6 5.100 5.796 2.550.240 289.800 579.600 126.971 1.553.869
7 5.000 5.587 2.458.280 279.350 558.700 126.900 1.493.330
8 6.000 5.411 2.380.840 270.550 541.100 126.840 1.442.350
9 5.500 5.588 2.458.720 279.400 558.800 126.900 1.493.620
1 6.100 5.562 2.447.280 278.100 556.200 126.891 1.486.089
0
1
6.000 5.723 2.518.120 286.150 572.300 126.946 1.532.724
1
1
5.100 5.806 2.554.640 290.300 580.600 126.974 1.556.766
2
El periodo óptimo de la producción para la empresa Ingenios Dulces sería el mes 6.

Conclusiones

el anterior trabajo se presentó con el fin de realizar los cálculos solicitados para la empresa caso
de estudio llamada ingenios dulces, cada estudiante realizo su aporte y participaron de la
actividad, se puede concluir que el periodo optimo es el periodo 6, que el método de suavización
exponencial es muy importante para nuestra carrera profesional, ya que como ingenieros
industriales es nuestro deber poder calcular cuál va es la cantidad exacta a producir en un proceso
productivo, con el fin de minimizar los costos y garantizar los mejores beneficios para la
compañía.
 Referencias bibliográficas

 Amaya, A. J. (2010). Modelos de inventarios. En A. J. Amaya, Toma de decisiones

gerenciales: Métodos cuantitativos para la administración (2da. Ed.) (pág. desde la página
87 hasta la 93 y la 98). Colombia: Ecoe Ediciones. Recuperado
de:http://datateca.unad.edu.co/contenidos/104561/2016-
I/Bibliografia/8._Modelos_de_inventario.pdf
 Arbones, M. E. A. (1990). Logística empresarial. Barcelona (pp. 68-80), ES: Marcombo.
 Asocaña. (2016). El sector azucarero Colombiano en la actualidad. Obtenido de
http://www.asocana.org/publico/info.aspx?Cid=215
 B. M. E. (2009). Toma de decisiones (pp. 5-25), Córdoba, AR: El Cid Editor | apuntes.
Recuperado de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10317014&ppg=3.
 BOTERO, Jorge, ÁLVAREZ Lina. CARACTERIZACIÓN DE LA GESTIÓN DE
PRONÓSTICOS DE DEMANDA EMPRESARIAL (pp. 22-33), Recuperado de:
http://repository.urosario.edu.co/bitstream/handle/10336/4847/1020758767-2013.pdf
 DANE. (Abril de 2013). Resultados Departamento de la Guajira. Obtenido de
http://www.dane.gov.co/files/investigaciones/agropecuario/enda/ena/Presentacion_Guajir
a_2012.pdf
 DNP. (2011). PERFIL COMPETITIVO DEL DEPARTAMENTO DE L
 Guerrero, S. H. (2009). Inventarios: manejo y control (pp. 18-34), Bogotá, CO: Ecoe
Ediciones.
 HANKE John E., WICHERN Dean W. Técnicas De Pronósticos Tendencias Y
Proyecciones (2a. Ed.) (pp. 101-126), Recuperado de:
https://books.google.com.co/books?id=WaiOrL8oct4C&pg=PA77&lpg=PA77&dq=t
%C3%A9cnicas+de+pron
%C3%B3sticos+tendencias+y+proyecciones&source=bl&ots=YdhIq9lhXW&sig=1dTfy
mBxnjGu_t3gZED-
_STbb9g&hl=es&sa=X&ved=0ahUKEwi92PXd4rHSAhVIMSYKHUU2AmA4ChDoAQ
gxMAQ#v=onepage&q=t%C3%A9cnicas%20de%20pron%C3%B3sticos%20tendencias
%20y%20proyecciones&f=false
 Marketing, P. (1995). Toma de decisiones eficaces (75-122; 177-242), Madrid, ES:
Ediciones Díaz de Santos. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10184604&ppg=7.
 Tabares Muñoz, J. F., Velásquez Galvis, C. A., & Cárdenas, M. V. (2014).
COMPARACIÓN DE TÉCNICAS ESTADÍSTICAS DE PRONÓSTICO PARA LA
DEMANDA DE ENERGÍA ELÉCTRICA. (spanish). Revista Ingeniería Industrial, 13(1),
19-31.
 William Germán Ortegón Carroso. (2009). Métodos Probabilísticos. 2009, de universidad
nacional abierta y a distancia- UNAD Sitio web:
http://datateca.unad.edu.co/contenidos/104561/Metodos_Probabilisticos_2013/MODULO
_2013_ACTAUALIZADO/leccin_4_suavizacin_exponencial.html
 Yepes. A. y Álvarez, M. (1997) Pronostico mediante modelos probabilísticos: Una
herramienta en la toma de decisiones. Revista universidad EAFIT. Abriol, Mayo, Junio,
Bogotá.