Caratula

Indice

1. INTRODUCCIÓN 
2. OBJETIVO GENERAL 
3. OBJETIVOS ESPECÍFICOS 
4. FUNDAMENTO TEÓRICO 
5. PLANTEAMIENTO DEL PROBLEMA 
6. PROYECCIÓN DE LA DEMANDA MEDIANTE EL MÉTODO DE REGRESIÓN LINEAL
7. CONCLUSIONES 
8. BIBLIOGRAFÍA

1
 En el presente proyecto se propone un sistema de información para la empresa

Copelme empresa de fabricación y elaboración de papel higiénicos. El objetivo obtener

información necesaria sobre datos históricos, mediante el análisis estadístico de los

registros que se observan en las demandas de los años anteriores, para plantearnos un

problema y poder proyectar las demandas a futuro aplicando el método de regresión lineal

aprendido en clase.

Los alcances que posee este proyecto es que puede ayudar en gran medida en el futuro,

puesto que puede servir de base para los proyectos siguientes de esta empresa.

2
COPELME SA es una empresa del grupo Mendoza de inversiones dedicada una la
producción de papel absorbenete, fue concebida como fue proyecto en noviembre de
1995 y construida en el período 1996-1997. desde la puesta en marcha de la planta de
producción en julio de 1997, ha tenido Copelme crecimiento sostenido sa de las
naciones, unidas en ventas.
muy rápidamente sus productos ganaron espacio en el mercado, e institucionalmente
también la empresa sí consolidó en el medio.
en el año 2000 la empresa realizó su ampliación de primera, adquiriendo otra máquina
papelera para triplicar la producción del papel higiénico hoja e iniciar la producción de
papel toalla servilleta y simples. por lo cual, en el propósito de lograr el liderazgo en el
mercado del papel higiénico, sí diversificó la gama de productos con el sello de calidad
de copelme sa para cubrir todos los segmentos del mercado.

2. OBJETIVO GENERAL 
- Determinar la demanda futura de los productos de la empresa utilizando el método
de regresión lineal.  
3. OBJETIVOS ESPECÍFICOS 
- Conocer la demanda histórica de los productos 
- Plantear el problema en función de los datos obtenidos 
- Realizar la proyección de la demanda utilizando el método de Regresión lineal

4. FUNDAMENTO TEÓRICO 

Conceptos

Estadística

Ciencia que recolecta, ordena y analiza datos (información) para tomar decisiones.
Clasificación:
Inferencial: Analiza información para tomar decisiones, generalizar y pronosticar el futuro.
Descriptiva: Basada en hechos anteriores, recolecta y analiza los datos. Describe el pasado.

Población: son los objetos, elementos u observaciones que son de interés para nuestro análisis
estadístico.
Muestra: es una parte ó subconjunto de la población.

Definición de probabilidad.
La probabilidad es la posibilidad que existe entre varias posibilidades, que un hecho o
condición se produzca.
En general, la probabilidad es la posibilidad de que algo pase.
P(A)= N° de casos favorables/N° de casos posibles
Se pueden expresar de tres maneras como:
Fracciones: 3⁄4, 1⁄2, 1⁄4, ...
Decimales: 0.75, 0.5, 0.25, ...
Porcentajes: 75%, 50%, 25%,...

Espacio muestral
Es el conjunto de todos los posibles resultados o eventos de un experimento.
Evento. -
En teoría de la probabilidad, un evento es uno o más de los posibles resultados de hacer
un experimento. En otras palabras, un evento es todo lo que puede suceder.
Experimento.
Un experimento es aquella actividad que origina un evento.

Eventos mutuamente excluyentes

Se dice que dos eventos son mutuamente excluyentes, si uno y solo uno de ellos puede
tener lugar en un mismo tiempo.
P (AUB) = P(A) + P(B)

Eventos no mutuamente excluyentes

Se dice que dos eventos no son mutuamente excluyentes si pueden ocurrir juntos a la vez.
P (AUB) = P(A) + P(B) – P (A∩B)
TEOREMA DE PROBABILIDAD TOTAL
Sean A1, A2, A3, .......,An, un sistema completo de sucesos y B un suceso cualquiera
asociadobal mismo experimento. Entonces, se cumple que:
P (B) = P (A1) . P (B/A1) + P (A2) . P (B/A2) + .......+ P (An) . P (B/An)
El teorema de probabilidad total se utiliza cuando tenemos que calcular la probabilidad de un
suceso que puede ocurrir de varias maneras distintas.

TEOREMA DE BAYES

La probabilidad de que ocurra el evento A, dado que ha ocurrido el evento B, es igual a la

probabilidad de que ocurra el evento A, multiplicado por la probabilidad de que ocurra el
evento B dado que ha ocurrido el evento A, y todo ello dividido entre la probabilidad de que
ocurra el evento B.
P (A/B) = P (A) * P (B/A)/P (B)
INTERVALOS DE CONFIANZA
Al procedimiento de juzgar acerca de un parámetro de la población se llama estimación
estadística y se subdivide en: estimación puntual y estimación por intervalos.

Estimación puntual: Se calcula a partir de observaciones de una muestra y se representa con

un
valor único, el mismo que representa la estimación de un parámetro de población
desconocida.
En sí, es un solo punto del conjunto de todos los valores posibles. Ejemplo: media muestral.

Estimación por intervalos: Consiste en construir un intervalo (a,b) de tal manera que la
“probabilidad” de encontrar el parámetro esté dentro de estos límites con una cierta
“confianza”.

TIPOS DE REGRESIÓN

-REGRESIÓN EXPONENCIAL
-REGRESIÓN POTENCIAL
-REGRESIÓN LOGARÍTMICA
-REGRESIÓN LINEAL
Pronosticar: infiere predecir, es el arte o la ciencia de predecir acontecimientos futuros.

Pronósticos económicos: predicen las tasas de inflación, oferta de dinero, nuevas

construcciones, y otros indicadores de planeación.

Pronósticos tecnológicos: Tienen que ver con tasas de progreso tecnológico, que puedan dar
por resultado el nacimiento de productos novedosos, que requieren nuevas plantas y equipos.

Pronósticos de demanda: Son proyecciones de la demanda para bienes o servicios de una

compañía. Estos pronósticos, también llamados pronósticos de ventas, conducen la
producción de una compañía, la capacidad y los sistemas de programación, y sirven como
insumos a la planeación financiera, demarcado y de personal.

REGRESION LINEAL

AJUSTE LINEAL: y=a + bx

AJUSTE LOGARITMICO: y=a + b lnx

AJUSTE EXPONENCIAL: y =aebx

AJUSTE POTENCIAL: y =axb

CONCEPTOS DE INVENTARIOS: Cantidad determinada de artículos almacenados, los

cuales podrán satisfacer cierta necesidad de forma inmediata.

*Existencias de todo producto o artículo que se utiliza dentro la organización.

COSTOS DE POSESION O ALMACENAMIENTO

Costo unitario de mantener en inventario (C3)=g

COSTOS DE EMISION O PREPARACION DE PEDIDO

Costo unitario de ordenar (C2)=k

COSTO DE ADQUISICION (COMPRA – FABRICACION)

Costo unitario del articulo (C1)=ca

COSTO POR RUPTURA

No Cuantificable (DIFICIL SU EVALUACION)

CT= Ca*q+k(q/Q) + g (Q/2)

5. PLANTEAMIENTO DEL PROBLEMA 

En este punto deberán colocar la demanda histórica del producto.  
6. PROYECCIÓN DE LA DEMANDA MEDIANTE EL MÉTODO DE REGRESIÓN LINEAL En este
punto proceden a proyectar la demanda para los próximos 6 meses o años (eso  depende de
cada proyecto) mediante el método de Regresión lineal. 
7. CONCLUSIONES 
8. BIBLIOGRAFÍA