Data Proyecto Gas Na

AÑO
Mes 2001 2002 2003 2004 2005 2006

Enero 208 214 215 226 237 240
Febrero 203 220 227 230 236 242
Marzo 344 352 362 373 394 399
Abril 194 203 201 212 221 245
Mayo 125 127 144 147 141 153
Junio 179 193 198 212 234 254
Julio 249 274 287 296 308 333
Agosto 303 315 324 349 358 366
Septiembre 491 528 549 567 575 609
Octubre 652 668 683 719 737 749
Noviembre 701 728 731 766 784
Enero 793
Diciembre 898 910 947 967 Enero990 1005
Linear (Enero) Linear (Enero)
400
DEMANDA
350
f(x) = 10.1107142857137 x − 20043.8916666655
300 R² = 0.98363211150356
250
200 En este espacio incluya el gráfico para la demanda de enero
150
100
50
0
2000 2002 2004 2006 2008 2010 2012 2014
Marzo
AÑO
Marzo Linear (Marzo)
600
DEMANDA
500
f(x) = 10.6071428571423 x − 20889.8166666656
R² = 0.97839310264049
400
En este espacio incluya el gráfico para la demanda de marzo
300
200
100 Mayo
0 Mayo 2008 Linear (Mayo) 2012
2000 2002 2004 2006 2010 2014
250
demanda
AÑO
200
f(x) = 4.6392857142855 x − 9159.72499999958
R² = 0.940219692782255
150
En este espacio incluya el gráfico para la demanda de mayo
100
50
0
Julio
2000 2002 2004 2006 2008 2010 2012 2014
Julio Linear (Julio)
500 año
demanda
450
f(x) = 14.8428571428564 x − 29461.5666666652
400 R² = 0.993493107190867
350
300
250
En este espacio incluya el gráfico para la demanda de julio
200
150
100
Julio Linear (Julio)
500
demanda
450
f(x) = 14.8428571428564 x − 29461.5666666652
400 R² = 0.993493107190867
350
300
250
En este espacio incluya el gráfico para la demanda de julio
200
150
100
50
0 Septi embre
2000 2002 2004 2006 2008 2010 2012 2014 2
Septiembre Linear (Septiembre)
año
900
demanda
800
700 f(x) = 19.757142857142 x − 39051.1666666648
R² = 0.993090675665875
600
500
400 En este espacio incluya el gráfico para la demanda de septiembr
300 Noviembre
200
100 Noviembre Linear (Noviembre)
0
1200
2000 2002 2004 2006 2008 2010 2012 2014
1000
año
f(x) = 19.9678571428561 x − 39274.7583333313
800 R² = 0.9958872563429
demanda
En este espacio incluya el gráfico para la demanda de noviembre

600
400
200
0
2000 2002 2004 2006 2008 2010 2012 2014 20
año
AÑO
2007 2008 2009 2010 2011 2012 2013
252 262 281 289 297 313 322
258 278 270 290 300 300 323
418 427 436 447 447 451 479
248 265 269 283 298 305 300
158 154 172 174 177 172 190
259 286 290 315 324 350 354
348 355 368 380 401 425 441
375 400 425 440 455 453 481
626 637 667 672 691 717 732
763 793 805 832 842 874 894
nero 820 843 851 890 904 919 939
Febrero
ar (Enero) 1018(Enero)
Linear 1031 1057 1089 1107 1123 1130 Febrero Line
**
DEMANDA
400
350
20043.8916666655 f(x) = 9.64285714285665 x − 19102.566
300 R² = 0.97713565127007
250
gráfico para la demanda de enero 200 En este espacio incluya el gráfico par
150
100
50
2008 2010 2012 2014 2016 2018

0
2000 2002 2004 2006 Abril
2008
Marzo
O Abril Line
AÑO
Linear (Marzo)
demanda
350
300 f(x) = 9.9535714285709 x − 19737.7249
R² = 0.980441209140754
250
20889.8166666656 200
150
ráfico para la demanda de marzo En este espacio incluya el gráfico p
100
50
0
Mayo 2000 2002 2004 2006 Junio
2008
año
Junio Line
2008 Linear (Mayo) 2012
2010 2014 2016 2018
400
demanda
ÑO 350 f(x) = 15.1857142857135 x − 30227.899

R² = 0.992823359577978
300
9159.72499999958
250
200 En este espacio incluya el gráfico pa
gráfico para la demanda de mayo
150
100
50
ulio 0
Agosto
2008 2010 2012 2014 2016 2018 2000 2002 2004 2006 2008
Linear (Julio) Agosto Line
ño año
600
demanda
29461.5666666652 500
f(x) = 14.8214285714278 x − 29373.783
R² = 0.988035982389734
400

gráfico para la demanda de julio
200
Linear (Julio) Agosto Line
600
demanda
29461.5666666652 500
f(x) = 14.8214285714278 x − 29373.783
R² = 0.988035982389734
400

gráfico para la demanda de julio
200
100
ti embre 0
Octubre
2008 2010 2012 2014 2016 2018 2000 2002 2004 2006 2008
Linear (Septiembre) Octubre Line
año año
1000
demanda
900 f(x) = 20.274999999999 x − 39941.608
9051.1666666648 800 R² = 0.996290493183285
700
600
500
fico para la demanda de septiembre 400 En este espacio incluya el gráfico par
iembre 300 Diciembr
200
100 Diciembre Line
Linear (Noviembre)
0
2000
1400 2002 2004 2006 2008
2008 2010 2012 2014 2016 2018
1200 año
f(x) = 19.9321428571419 x − 39002.74
año
39274.7583333313 1000 R² = 0.994051806909619
En este espacio incluya el gráfico para
demanda
fico para la demanda de noviembre 800
600
400
200
2008 2010 2012 2014 2016 2018 0

2000 2002 2004 2006 2008
o
año
2014 2015 2016 2017 m b
323 349 349.42 359.53 10.11071429 -20033.781
323 349 347.08 356.72 9.642857143 -19092.9238
470 500 504.79 515.40 10.60714286 -20879.2095
319 322 338.63 348.58 9.953571429 -19727.7714
183 192 197.71 202.35 4.639285714 -9155.08571
377 378 401.69 416.87 15.18571429 -30212.7143
443 458 476.48 491.32 14.84285714 -29446.7238
480 513 521.04 535.86 14.82142857 -29358.9619
764 789 798.99 818.75 19.75714286 -39031.4095
913 939 953.07 973.34 20.275 -39921.3333
958
Febrero
983 1000.41 1020.38 19.96785714 -39254.7905
1164
Febrero 1178 1200.39
Linear (Febrero) 1220.32 19.93214286 -38982.8095
**Todos los datos en Giga BTU
f(x) = 9.64285714285665 x − 19102.5666666657

R² = 0.97713565127007
n este espacio incluya el gráfico para la demanda de febrero
2002 2004 2006 Abril

2008 2010 2012 2014 2016 2018
Abril Linear (Abril)

AÑO
f(x) = 9.9535714285709 x − 19737.7249999989

R² = 0.980441209140754
En este espacio incluya el gráfico para la demanda de abril
2002 2004 2006 Junio

2008 2010 2012 2014 2016 2018
año
Junio Linear (Junio)
f(x) = 15.1857142857135 x − 30227.8999999984

R² = 0.992823359577978
En este espacio incluya el gráfico para la demanda de junio
Agosto
2002 2004 2006 2008 2010 2012 2014 2016 2018
Agosto Linear (Agosto)
año
f(x) = 14.8214285714278 x − 29373.7833333318

R² = 0.988035982389734
n este espacio incluya el gráfico para la demanda de agosto

Agosto Linear (Agosto)
f(x) = 14.8214285714278 x − 29373.7833333318

R² = 0.988035982389734
n este espacio incluya el gráfico para la demanda de agosto
Octubre
2002 2004 2006 2008 2010 2012 2014 2016 2018
Octubre Linear (Octubre)
año
f(x) = 20.274999999999 x − 39941.6083333312

R² = 0.996290493183285
n este espacio incluya el gráfico para la demanda de octubre

Diciembre
Diciembre Linear (Diciembre)
2002 2004 2006 2008 2010 2012 2014 2016 2018
año
f(x) = 19.9321428571419 x − 39002.7416666647
R² = 0.994051806909619
este espacio incluya el gráfico para la demanda de diciembre
2002 2004 2006 2008 2010 2012 2014 2016 2018
año
Método de pronóstico demanda enero:
Descripción gráfica: De acuerdo a la grafica podemos observar que la demanda tiene

cremimiento importante a medida que transcurre los años, pero asi
mismo se observa que la linea de esta se mantiene constante durante
los años 2002 al 2004. Siendo el año 2006 el punto de partida para un
aumento constante hasta el año 2016 logrando para el año 2017 una
proyeccion del 1% en requerimiento del servicio( demanda).
Nombre del método: Metodo de minimos cuadrados

Valor de la pendiente: 10.111
Valor del intercepto: 20044
Ecuación: Y=10,111x+ 20044
Pronóstico 2017: 349.887000000002
350
Método de pronóstico demanda marzo
Descripción gráfica:
La demanda representada para este mes es alta, ya que si observamos
el año 2002 lo iniciamos con una demanda de 300; la cual va en
crecimiento de un 35% para cada año, manteniendo su curva en los
años 2010 al 2012 con demanda de 440 al 489 aproximadamente y un
aumento hasta el año 2016.

Ecuación: Y=10,607x+20890
Pronóstico 2017: 504.319
504
Método de pronóstico demanda mayo
Mayo es un mes atipico, pues observamos que a diferencia de los
meses anteriores; la demanda tiene puntos bajos, intermedios y alto, ya
que el crecimiento es arduo pero asi mismo poco, por tener consumos
variables con catidades pequeñas logrando crecimientos minimos año
tras año.

Valor del intercepto: 9159.7
Ecuación: Y=4,6393x+9159,7
Pronóstico 2017: 197.768099999999
198
Método de pronóstico demanda julio
Descripción gráfica: Julio inicia con una demanda de servicio alta , con un 15% de
incremento año tras año, lo cual indica ingresos proporcionales a las
ventas, iniciando con requerimientos de 249 y terminando con 458, lo
cual implica generacion de estrategias para poder mantener y aumentar
esta , para el año 2017

Ecuación: Y= 14,843x + 29462
Pronóstico 2017: 476.330999999998
476
Método de pronóstico demanda septiembre
Descripción gráfica: De acuerdo a la grafica podemos observar que la demanda inicia alta
con 491 unidades proyectandose año tras año en aumento y logrando
para el 2016 un aumento total del 30% representado en 789 unidades.
Con proyeccion para el 2017 de 799.

Ecuación: Y= 19,757x +39,51
Pronóstico 2017: 798.869000000006
799
Método de pronóstico demanda noviembre
Descripción gráfica: Noviembre con un una demanda de 701 para el año 2002 logra
mantener un aumento lineal de las ventas y requerimientos por el
cliente, pero apartir del año 2008 inicia con una constante significativa
de 20 unidades hasta terminar el año 2016 con 983 unidades.

Ecuación: Y= 19,968x +39275
1000
Método de pronóstico demanda febrero
Descripción gráfica: Este mes siendo uno de los mas cortos, la demanda es constante en
todos los años; con un aumento representativo en el 2008 y un
decrecimiento para los años 2009 y 2010. apartir del año 2011 hasta el
año 2016 el crecimiento es alto representado un 45% en los
requerimientos de los clientes.

Ecuación: Y=9,6429x + 19103
Pronóstico 2017: 346.729299999999
347
Método de pronóstico demanda abril
Abril es un mes con demanda alta y constante, en el cual la linea de
requerimientos por el cliente va en aumento para el año 2002 al 2016
con solitudes en cantidades similares a cumplir, siendo el año 2009 el
punto intermedio donde se mantiene los requerimientos del servicio
por el cliente y asi mismo el punto de referencia estable que mantuvo y
condiciono las ventas.

Ecuación: Y=9,9536x + 19738
Pronóstico 2017: 338.411199999999
338
Método de pronóstico demanda junio
Descripción gráfica: Este mes su linea de proyeccion va en aumento de forma secuencial, ya

que no observamos en ningun momento bajas , si no que logra
mantener su demanda; consiguiendo un crecimineto representativo
para los años 2002 al 2016 y asi mismo ventas e ingresos para la
empresa.

Ecuación: Y= 15,186x +30228
402
Método de pronóstico demanda agosto
Descripción gráfica: En esta grafica podemos ver el incremento que tiene la demanda
proporcional al año, pero asi mismo observamos que para el 2010 hay
una alza representativa de 425 unidades equivalente a un 5%
comparado con los años anteriores hasta lograr 513 unidades para el
año 2016

Ecuación: Y=14,821x +29374
Pronóstico 2017: 519.956999999999
520
Método de pronóstico demanda octubre
Descripción gráfica: Con este mes iniciamos la demanda alta para el resto de los meses del
año ya que empieza con 652 unidades y apartir del año 2004 al 2006
con incrementos significativos de 683 a 737 y finalizando el año 2016
con 939 unidades con proyeccio para el 2017 de 953.

Ecuación: Y= 20,275x + 39942
Pronóstico 2017: 952.674999999996
953
Método de pronóstico demanda diciembre
Descripción gráfica: la grafica para este mes es de incremento constante con variables altas
para cada año por la temporada que representa, pero tambien el 2009
se da el intermedio de ventas representadas con relacion al resto
terminando con 1178 unidades para el 2016 y con una proyeccion para
el 2017 de 1200 unidades .

Ecuación: Y=19,932x +39003
1200
manda es constante en
vo en el 2008 y un
artir del año 2011 hasta el
un 45% en los
e, en el cual la linea de
para el año 2002 al 2016
lir, siendo el año 2009 el
uerimientos del servicio
cia estable que mantuvo y
to de forma secuencial, ya
s , si no que logra
imineto representativo
s e ingresos para la
ue tiene la demanda
mos que para el 2010 hay
uivalente a un 5%
ar 513 unidades para el
el resto de los meses del

tir del año 2004 al 2006
finalizando el año 2016
de 953.
nstante con variables altas

nta, pero tambien el 2009
con relacion al resto
y con una proyeccion para
Resumen ENERO
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.994338552302736
Coeficiente de determinación R^2 0.988709156595501
R^2 ajustado 0.987956433701867
Error típico 5.6350166546704
Observaciones 17
Resumen FEBRERO
R^2 ajustado 0.983141772729796
Error típico 6.37295874571641
Observaciones 17
Resumen MARZO
R^2 ajustado 0.984075238106806
vvv
Error típico 6.81037956660786
Observaciones 17
Resumen ABRIL
R^2 ajustado 0.985594057572822
Error típico 6.07396865633131
Observaciones 17
Resumen MAYO
R^2 ajustado 0.955402850252227
Error típico 5.05415906056822
Observaciones 17
Resumen JUNIO
R^2 ajustado 0.994734656692181
Error típico 5.57818881682849
Observaciones 17
Resumen JULIO
R^2 ajustado 0.995227040934589
Error típico 5.18985579516457
Observaciones 17
Resumen AGOSTO
R^2 ajustado 0.991209030146271
Error típico 7.04653466561052
Observaciones 17
Resumen SEPTIEMBRE
R^2 ajustado 0.994931206677122
Error típico 7.12001426786514
Observaciones 17
Resumen OCTUBRE
R^2 ajustado 0.997281380189997
Error típico 5.34514317446741
Observaciones 17
Resumen NOVIEMBRE
R^2 ajustado 0.996985474560959
Error típico 5.54403010825789
Observaciones 17
Resumen DICIEMBRE
R^2 ajustado 0.995637626525287
Error típico 6.66155160914256
Observaciones 17
AÑO
Mes 2001 2002 2003 2004 2005 2006 2007
Enero 394 419 444 460 485 504 520
Febrero 410 423 442 458 478 505 515
Marzo 407 419 430 456 485 502 522
Abril 391 417 449 459 480 501 528
Mayo 297 327 343 350 383 393 414
Junio 146 159 172 173 195 190 210
Julio 398 422 441 464 481 492 530
Agosto 406 418 435 462 471 507 530
Septiembre 260 254 267 282 290 300 312
Octubre 598 613 634 654 690 702 714
Noviembre 601 610 634 659 681 698 715
Diciembre 596 622 649 666 678 694 714
Enero
800 800
700 700
f(x) = 19.9678571428562 x − 39556.1238095219 f(x) = 19.92499999
600 R² = 0.996634056208988 600 R² = 0.9959917336
500 500
400 400
300 300
200 200
100 100
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
Marzo
800 800
700 700
f(x) = 19.899999999999 x − 39418.3333333312 f(x) = 20.03214285
600 R² = 0.995198849255595 600 R² = 0.9971119321
500 500
400 400
300 300
200 200
100 100
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
Mayo
700 300
f(x) = 10.11071428
600 250 R² = 0.9877869648
f(x) = 19.8142857142847 x − 39349.8190476171
500 R² = 0.99681471511114 200
400
150
300
100
200
100 50
f(x) = 10.11071428
600 250 R² = 0.9877869648
f(x) = 19.8142857142847 x − 39349.8190476171
500 R² = 0.99681471511114 200
400
150
300
100
200
100 50
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
Julio
800 800
700 700
f(x) = 19.849999999999 x − 39318.0666666647 f(x) = 19.52142857
600 R² = 0.995554610403516 600 R² = 0.9939193050
500 500
400 400
300 300
200 200
100 100
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
Septiembre
450 1000
400 900
f(x) = 10.3035714285708 x − 20368.4380952369 800 f(x) = 20.03214285
350 R² = 0.983199899387061 R² = 0.9955252509
300 700
600
250
500
200
400
150 300
100 200
50 100
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
Noviembre
1000 1000
900 900
800 f(x) = 20.0964285714275 x − 39615.3619047598 800 f(x) = 20.14642857
R² = 0.996893992427628 R² = 0.9946181976
700 700
600 600
500 500
400 400
300 300
200 200
100 100
0 0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2000 2002 2004
AÑO
2008 2009 2010 2011 2012 2013 2014
537 553 571 608 615 634 665
538 556 573 605 630 636 658
547 566 587 606 610 644 652
545 561 583 601 614 642 656
434 457 476 496 510 541 555
212 225 246 252 259 273 281
546 569 575 594 617 640 669
550 569 576 591 623 639 653
311 333 330 360 366 370 387
740 770 782 792 823 840 851
741 769 774 806 820 835 853
747 758 771 793 813 847 868
**Todos los datos en Giga BTU
Febrero
800
700
f(x) = 19.9249999999989 x − 39468.3333333312
600 R² = 0.995991733636616
500
400
300
200
100
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Abril
800
700
f(x) = 20.0321428571419 x − 39684.0095238076
600 R² = 0.997111932114279
500
400
300
200
100
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Junio
300
f(x) = 10.1107142857138 x − 20083.98095238
250 R² = 0.98778696485266
200
150
100
50
f(x) = 10.1107142857138 x − 20083.98095238
250 R² = 0.98778696485266
200
150
100
50
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Agosto
800
700
f(x) = 19.5214285714276 x − 38658.9619047599
600 R² = 0.993919305054309
500
400
300
200
100
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Octubre
000
900
800 f(x) = 20.0321428571419 x − 39485.8761904742
R² = 0.99552525091006
700
600
500
400
300
200
100
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
Diciembre
000
900
800 f(x) = 20.1464285714276 x − 39713.7619047599
R² = 0.994618197629187
700
600
500
400
300
200
100
0
2000 2002 2004 2006 2008 2010 2012 2014 2016
2015 2016 2017 m b
681 699.08 719.04 19.96785714 -39556.1238
689 700.47 720.39 19.925 -39468.3333
680 700.07 719.97 19.9 -39418.3333
681 700.79 720.82 20.03214286 -39684.0095
583 595.78 615.60 19.81428571 -39349.819
282 299.22 309.33 10.11071429 -20083.981
673 699.53 719.38 19.85 -39318.0667
671 696.24 715.76 19.52142857 -38658.9619
395 403.56 413.87 10.30357143 -20368.4381
877 898.92 918.96 20.03214286 -39485.8762
878 899.04 919.13 20.09642857 -39615.3619
888 901.44 921.58 20.14642857 -39713.7619
dos los datos en Giga BTU
Método de pronóstico producción enero:

Ecuación: Y=19,968x - 39556,12
719
Método de pronóstico producción marzo

Ecuación: Y=19,9x - 39418,33
720
Método de pronóstico producción mayo

Ecuación: Y=19,81x - 39349,82
616
Método de pronóstico producción julio

Ecuación: Y=19,85x - 39318,07
719
Método de pronóstico producción septiembre

Ecuación: Y=10,33x - 20368,44
414
Método de pronóstico producción noviembre

Ecuación: Y=20,10x - 39615,36
919
Método de pronóstico producción febrero

Ecuación: Y=19,925x - 39468,33
720
Método de pronóstico producción abril

Ecuación: Y=20,03x - 39684,01
721
Método de pronóstico producción junio

Ecuación: Y=10,11x - 20083,98
310
Método de pronóstico producción agosto

Ecuación: Y=19,52x - 38658,96
716
Método de pronóstico producción octubre

Ecuación: Y=20,03x - 39485,88
919
Método de pronóstico producción diciembre

Ecuación: Y=20,15x - 39713,76
922
Resumen ENERO
R^2 ajustado 0.997533436498888
Error típico 0.250793479337821
Observaciones 17
Resumen FEBRERO
R^2 ajustado 0.995583176263748
Error típico 6.69610652272507
Observaciones 17
Resumen MARZO
R^2 ajustado 0.992292141164331
Error típico 8.83705966033528
v
Observaciones 17
Resumen ABRIL
R^2 ajustado 0.996211471426064
Error típico 6.23252440913286
Observaciones 17
Resumen MAYO
R^2 ajustado 0.995810000268672
Error típico 6.48382349425454
Observaciones 17
Resumen JUNIO
R^2 ajustado 0.988767352105966
Error típico 5.4341015381241
Observaciones 17
Resumen JULIO
R^2 ajustado 0.993783521554763
Error típico 7.91529711539225
Observaciones 17
Resumen AGOSTO
R^2 ajustado 0.989666540921626
Error típico 10.0418642127483
Observaciones 17
Resumen SEPTIEMBRE
R^2 ajustado 0.988561344042502
Error típico 5.59727874390372
Observaciones 17
Resumen OCTUBRE
R^2 ajustado 0.991986152088838
Error típico 9.06957323629759
Observaciones 17
Resumen NOVIEMBRE
R^2 ajustado 0.995127046445281
Error típico 7.09167659218567
Observaciones 17
Resumen DICIEMBRE
R^2 ajustado 0.994720394442441
Error típico 7.40583025696067
Observaciones 17
Costo de Iniciar la Orden de Producción
Mes Proyección 2017
Enero 1000
Febrero 1000
Marzo 1000
Abril 1300
Mayo 1300
Junio 1700
Julio 1200
Agosto 1200
Septiembre 1400
Octubre 1000
Noviembre 900
Diciembre 900
**Costo en US$
Costo Mantener el Inventario por un Periodo en Cada Nivel
Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay-

Mes (Cusiana) Apiay Bogotá
Enero 1 1.5 1
Febrero 1 1.5 1
Marzo 1 1.5 1
Abril 1 1.5 1
Mayo 1.3 1.5 1
Junio 1.3 1.5 1
Julio 1.3 1.5 1.2
Agosto 1.3 1.5 1.2
Septiembre 1.3 1.5 1.2
Octubre 2 1.5 1.2
Noviembre 2 1.5 1.2
Diciembre 2 1.5 1.2
**Proyección 2017 (Costo en US$/Giga BTU)
Costo de Transporte en Cada Nivel

Campos de Producción Gaseoducto Cusiana- Gaseoducto Apiay-
Mes (Cusiana) Apiay Bogotá
Enero 1 1.5 3
Febrero 1 1.5 3
Marzo 1 1.5 3
Abril 1 1.5 3
Mayo 1 1.5 3
Junio 1 1.5 3
Julio 1 1.5 3
Agosto 1 1.5 3
Septiembre 1 1.5 3
Octubre 1.2 1.8 3
Noviembre 1.2 1.8 3
Diciembre 1.2 1.8 3
Nivel
Sistema de Distribución
Bogotá
2
2
2
2
2
2
2
2
2
2
2
2
1.83333333333333

Data Proyecto Gas Na

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Data Proyecto Gas Na

Cargado por

Copyright:

Formatos disponibles

AÑO

Mes 2001 2002 2003 2004 2005 2006

En este espacio incluya el gráfico para la demanda de noviembre

2008 2010 2012 2014 2016 2018

ÑO 350 f(x) = 15.1857142857135 x − 30227.899

300 En este espacio incluya el gráfico pa

300 En este espacio incluya el gráfico pa

En este espacio incluya el gráfico para

2008 2010 2012 2014 2016 2018 0

f(x) = 9.64285714285665 x − 19102.5666666657

n este espacio incluya el gráfico para la demanda de febrero

2002 2004 2006 Abril

Abril Linear (Abril)

f(x) = 9.9535714285709 x − 19737.7249999989

En este espacio incluya el gráfico para la demanda de abril

2002 2004 2006 Junio

f(x) = 15.1857142857135 x − 30227.8999999984

En este espacio incluya el gráfico para la demanda de junio

f(x) = 14.8214285714278 x − 29373.7833333318

n este espacio incluya el gráfico para la demanda de agosto

f(x) = 14.8214285714278 x − 29373.7833333318

n este espacio incluya el gráfico para la demanda de agosto

f(x) = 20.274999999999 x − 39941.6083333312

n este espacio incluya el gráfico para la demanda de octubre

este espacio incluya el gráfico para la demanda de diciembre

2002 2004 2006 2008 2010 2012 2014 2016 2018

Descripción gráfica: De acuerdo a la grafica podemos observar que la demanda tiene

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda marzo

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda mayo

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda julio

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda septiembre

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda noviembre

Nombre del método: Metodo de minimos cuadrados

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda abril

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda junio

Descripción gráfica: Este mes su linea de proyeccion va en aumento de forma secuencial, ya

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda agosto

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda octubre

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico demanda diciembre

Nombre del método: Metodo de minimos cuadrados

el resto de los meses del

nstante con variables altas

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico producción marzo

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico producción mayo

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico producción julio

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico producción septiembre

Nombre del método: Metodo de minimos cuadrados

Método de pronóstico producción noviembre

Nombre del método: Metodo de minimos cuadrados