Elaboración de Pronósticos

Una serie de tiempo es un

conjunto de observaciones
de una variable medida en
puntos sucesivos en el
tiempo o a lo largo de
periodos sucesivos.

En este hoja se presentan

varios procedimientos para
analizar las series de tiempo.
El objetivo es proporcionar
buenos pronósticos o
predicciones de los valores
futuros de la serie de tiempo.
Los métodos de elaboración de pronósticos se clasifican como cuantitativos o cualitativos. Los métodos
cuantitativos se utilizan cuando;
1) se dispone de información pasada sobre la variable que se pronosticará,
2) la información puede cuantificarse, y
3) es razonable suponer que el patrón del pasado seguirá ocurriendo en el futuro.
En estos casos puede elaborarse un pronóstico con un método de series de tiempo o un método causal.

Si los datos históricos se restringen a valores pasados de la variable que tratamos de pronosticar, el procedimiento
de elaboración de pronósticos se llama método de serie de tiempo. El objetivo de los métodos de serie de tiempo
es descubrir un patrón en los datos históricos y luego extrapolarlo hacia el futuro; el pronóstico se basa sólo en
valores pasados de la variable que tratamos de pronosticar o en errores pasados. En este capítulo se explican tres
métodos de series de tiempo: suavización (promedios móviles, promedios móviles ponderados y suavización
exponencial), proyección de tendencias y proyección de tendencias ajustada por infl uencia estacional.
 es descubrir un patrón en los datos históricos y luego extrapolarlo hacia el futuro; el pronóstico se basa sólo en
valores pasados de la variable que tratamos de pronosticar o en errores pasados. En este capítulo se explican tres
métodos de series de tiempo: suavización (promedios móviles, promedios móviles ponderados y suavización
exponencial), proyección de tendencias y proyección de tendencias ajustada por infl uencia estacional.

Los métodos de elaboración de pronósticos causal se basan en el supuesto de que la variable que tratamos de
pronosticar exhibe una relación de causa y efecto con una o más variables. En este capítulo se estudia el uso del
análisis de regresión como un método de elaboración de pronósticos causal. Por ejemplo, los gastos de publicidad
influyen en el volumen de ventas de muchos productos, de manera que el análisis de regresión puede utilizarse
para desarrollar una ecuación que muestre cómo se relacionan estas dos variables. Luego, una vez establecido el
presupuesto de publicidad para el periodo siguiente, podríamos sustituir este valor en la ecuación con el fin de
hacer una predicción o pronóstico del volumen de ventas para ese periodo.

Componentes de una serie de tiempo

El patrón o comportamiento de los datos en una serie de tiempo tiene varios componentes. El supuesto usual es que
cuatro componentes separados: tendencia, cíclico, estacional e irregular, se combinen para proporcionar valores
específicos de la serie de tiempo.
El cambio gradual de la serie de tiempo se conoce como tendencia en la serie de tiempo.
Año venta
2000 1,550
2001 1,721 venta
2002 1,910 6,000
2003 2,234
2004 2,167 f(x) = 217.490939561291 x − 433523.141344919
5,000
2005 2,492
2006 2,567
4,000
2007 2,747
2008 3,159
2009 3,317 3,000
2010 3,848
2011 4,309 2,000
2012 4,094
2013 4,094 1,000

-
1995 2000 2005 2010 2015 2020
 2,000

1,000
2014 4,299
2015 4,900 -
2016 5,439 1995 2000 2005 2010 2015 2020
2017 5,004
2018 5,054

Tendencia No lineal
Año venta
2000 1,550 venta
2001 1,788
2002 2,103 12,000
2003 2,520
2004 3,079 10,000
2005 3,725
2006 4,465
2007 5,300 8,000
2008 6,115
2009 6,663
6,000
2010 7,225
2011 7,723
2012 8,178 4,000
2013 8,577
2014 8,953
2015 9,301 2,000

2016 9,570
2017 9,801 -
2018 9,990 1995 2000 2005 2010 2015 2020 2025
2019 9,896
Sin tendencia
Año venta
2000 1,550 venta
2001 1,395
2002 1,144 1,600

1,500

1,400
 venta
1,600

2003 1,373
2004 1,318 1,500
2005 1,160
2006 1,171
1,400
2007 1,312
2008 1,246
2009 1,047 1,300
2010 1,193
2011 1,122 1,200
2012 1,301
2013 1,379
2014 1,448 1,100
2015 1,550
2016 1,364 1,000
2017 1,555 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
2018 1,368

Componente cíclico
las series de tiempo con frecuencia muestran secuencias de puntos que se alternan por encima y por debajo de la línea
de tendencia.
Año venta
1990 1,000
1991 1,050
venta
1992 1,134 3,500
1993 1,247
1994 1,310 3,000
1995 1,349 f(x) = 73.0231628979477 x − 144513.768940836
1996 1,322 2,500
1997 1,256
1998 1,218 2,000
1999 1,206
2000 1,194
1,500

1,000
 2,000

1,500
2001 1,254
2002 1,342
1,000
2003 1,449
2004 1,594
500
2005 1,833 1990 1995 2000 2005 2010 2015
2006 1,851
2007 1,944
2008 2,080
2009 2,246
2010 2,448
2011 2,522
2012 2,648
2013 2,807
2014 2,722
2015 2,532
2016 2,608
2017 2,738
2018 3,012

Estas son las ventas de una tienda de trajes de baño, ropa de verano, bloqueadores y gafas
componente estacional
Fechas Ventas
01/01/2014 264
Ventas
01/02/2014 236
01/03/2014 293 500
01/04/2014 302
01/05/2014 318 450
01/06/2014 342
01/07/2014 365 400
01/08/2014 365
350
01/09/2014 319
300

250
 400

350

01/10/2014 325
300
01/11/2014 297
01/12/2014 307 250
01/01/2015 279
01/02/2015 252 200
01/03/2015 311
01/04/2015 314 150
01/05/2015 338
01/06/2015 361 100
01/07/2015 377
01/08/2015 377 50
01/09/2015 336
01/10/2015 349 -
06/05/2013 22/11/2013 10/06/2014 27/12/2014 15/07/2015 31/01/2016 18/08/2016 06/03/2017 22/09/2017 10/04/2018
01/11/2015 316
01/12/2015 317
01/01/2016 288
01/02/2016 261
01/03/2016 313
01/04/2016 320
01/05/2016 355
01/06/2016 377
01/07/2016 394
01/08/2016 392
01/09/2016 356
01/10/2016 360
01/11/2016 333
01/12/2016 344
01/01/2017 321
01/02/2017 300
01/03/2017 347
01/04/2017 356
01/05/2017 382
01/06/2017 411
01/07/2017 428
01/08/2017 436
01/09/2017 382
01/10/2017 384
01/11/2017 348
01/12/2017 344

Métodos de suavización
promedios móviles
Pronóstico del
Ventas (miles
Semana
de galones)
promedio
movil
Media móvil
1 17 #N/A 25
2 21 #N/A
3 19 19.0 20
4 23 21.0
15
5 18 20.0 Real

Valor
6 16 19.0 10 Column D
7 20 18.0
8 18 18.0 5
9 22 20.0
10 20 20.0 0
11 15 19.0 1 2 3 4 5 6 7 8 9 10 11 12
12 22 19.0 Punto de datos
13 19.0

Media Movil - Análisis de Datos

Ventas (miles
Semana
de galones)
1 17 #N/A Suavización exponencial
2 21 17
25
3 19 19.8
4 23 19.24 20

15
Real
Valor

10 Column D

5
 Suavización exponencial
25

20
5 18 21.872 15 Real
6 16 19.1616

Valor
10 Column D
7 20 16.94848
8 18 19.084544 5
9 22 18.3253632
0
10 20 20.89760896
1 2 3 4 5 6 7 8 9 10 11 12
11 15 20.269282688
12 22 16.5807848064 Punto de datos
13 20.3742354419

La suavización exponencial utiliza un promedio ponderado de valores de series de tiempo pasadas como pronóstico

Ventas (miles
Semana
de galones)
1 17
2 21
3 19
4 23
5 18
6 16
7 20
8 18
9 22
10 20
11 15
12 22
 es un
ciones
ida en
el
e

ntan
os para
tiempo.
rcionar
o
valores
tiempo.
Año X venta X2 X.Y Y2
2000 1 1,550 1 1,550 2402500
2001 2 1,721 4 3,441 2960120.25
2002 3 1,910 9 5,729 3647164.16
2003 4 2,234 16 8,938 4992603.02
2004 5 2,167 25 10,837 4697540.18
2005 6 2,492 36 14,955 6212496.89 venta
2006 7 2,567 49 17,971 6590837.95 6000
2007 8 2,747 64 21,976 7545850.37
2008 9 3,159 81 28,431 9979387.11
2009 10 3,317 100 33,170 11002274.3
5000
f(x) = 217.49093956
2010 11 3,848 121 42,325 14804660.3 4000 R² = 0.96759880965
2011 12 4,309 144 51,713 18570965.9
3000
2012 13 4,094 169 53,221 16760296.7
2013 14 4,094 196 57,315 16760296.7
2000
2014 15 4,299 225 64,479 18478227.1
2015 16 4,900 256 78,407 24014303.9 1000
2016 17 5,439 289 92,471 29588023.9
2017 18 5,004 324 90,078 25043303.4 0
0 2 4 6 8 10
2018 19 5,054 361 96,033 25546673.8
190 64,907 2470 773,040 249597526
2019 20
 venta

f(x) = 217.490939561 x + 1241.2468381

R² = 0.967598809650812

2 4 6 8 10 12 14 16 18 20
Pronóstico en Excel
La siguiente tabla muestra en numero de pasajeros que transitan por el aeropuerto
internacional, se le pide que pronostique los siguientes dos años para prever las necesidades
operativas para la atención de estos.

Date Airport Passengers

01/01/2009 2,644,539
01/02/2009 2,359,800
01/03/2009 2,925,918
01/04/2009 3,024,973
01/05/2009 3,177,100
01/06/2009 3,419,595
01/07/2009 3,649,702
01/08/2009 3,650,668
01/09/2009 3,191,526
01/10/2009 3,249,428
01/11/2009 2,971,484
01/12/2009 3,074,209
01/01/2010 2,785,466
01/02/2010 2,515,361
01/03/2010 3,105,958
01/04/2010 3,139,059
01/05/2010 3,380,355
01/06/2010 3,612,886
01/07/2010 3,765,824
01/08/2010 3,771,842
01/09/2010 3,356,365
01/10/2010 3,490,100
01/11/2010 3,163,659
01/12/2010 3,167,124
01/01/2011 2,883,810
01/02/2011 2,610,667
01/03/2011 3,129,205
01/04/2011 3,200,527
01/05/2011 3,547,804
01/06/2011 3,766,323
01/07/2011 3,935,589
01/08/2011 3,917,884
01/09/2011 3,564,970
01/10/2011 3,602,455
01/11/2011 3,326,859
01/12/2011 3,441,693
01/01/2012 3,211,600
01/02/2012 2,998,119
01/03/2012 3,472,440
01/04/2012 3,563,007
01/05/2012 3,820,570
01/06/2012 4,107,195
01/07/2012 4,284,443
01/08/2012 4,356,216
01/09/2012 3,819,379
01/10/2012 3,844,987
01/11/2012 3,478,890
01/12/2012 3,443,039
01/01/2013 3,204,637
01/02/2013 2,966,477
01/03/2013 3,593,364
01/04/2013 3,604,104
01/05/2013 3,933,016
01/06/2013 4,146,797
01/07/2013 4,176,486
01/08/2013 4,347,059
01/09/2013 3,781,168
Date Airport Passengers Previsión(Airport Passengers)
01/01/2009 2,644,539
01/02/2009 2,359,800
01/03/2009 2,925,918
01/04/2009 3,024,973
01/05/2009 3,177,100
01/06/2009 3,419,595
01/07/2009 3,649,702
01/08/2009 3,650,668
01/09/2009 3,191,526
01/10/2009 3,249,428
01/11/2009 2,971,484
01/12/2009 3,074,209
01/01/2010 2,785,466
01/02/2010 2,515,361
01/03/2010 3,105,958
01/04/2010 3,139,059
01/05/2010 3,380,355
01/06/2010 3,612,886
01/07/2010 3,765,824
01/08/2010 3,771,842
01/09/2010 3,356,365
01/10/2010 3,490,100
01/11/2010 3,163,659
01/12/2010 3,167,124
01/01/2011 2,883,810
01/02/2011 2,610,667
01/03/2011 3,129,205
01/04/2011 3,200,527
01/05/2011 3,547,804
01/06/2011 3,766,323
01/07/2011 3,935,589
01/08/2011 3,917,884
01/09/2011 3,564,970
01/10/2011 3,602,455
01/11/2011 3,326,859
01/12/2011 3,441,693
01/01/2012 3,211,600
01/02/2012 2,998,119
01/03/2012 3,472,440
01/04/2012 3,563,007
01/05/2012 3,820,570
01/06/2012 4,107,195
01/07/2012 4,284,443
01/08/2012 4,356,216
01/09/2012 3,819,379
01/10/2012 3,844,987
01/11/2012 3,478,890
01/12/2012 3,443,039
01/01/2013 3,204,637
01/02/2013 2,966,477
01/03/2013 3,593,364
01/04/2013 3,604,104
01/05/2013 3,933,016
01/06/2013 4,146,797
01/07/2013 4,176,486
01/08/2013 4,347,059
01/09/2013 3,781,168 3,781,168
01/10/2013 3,868,499
01/11/2013 3,560,201
01/12/2013 3,619,492
01/01/2014 3,397,521
01/02/2014 3,152,698
01/03/2014 3,704,080
01/04/2014 3,747,547
01/05/2014 4,042,012
01/06/2014 4,250,095
01/07/2014 4,360,538
01/08/2014 4,463,640
01/09/2014 3,963,676
01/10/2014 4,028,088
01/11/2014 3,719,789
01/12/2014 3,779,080
01/01/2015 3,557,110
01/02/2015 3,312,287
01/03/2015 3,863,668
01/04/2015 3,907,135
01/05/2015 4,201,600
01/06/2015 4,409,683
01/07/2015 4,520,126
01/08/2015 4,623,228
01/09/2015 4,123,264
Límite de confianza inferior(Airport Passengers) Límite de confianza superior(Airport Passengers)

6,000,000

5,000,000

4,000,000

3,000,000

2,000,000

1,000,000

-
01/01/2009 01/11/2

Airport Passenge
Límite de confian
3,781,168 3,781,168
3,773,870 3,964,237
3,453,469 3,664,375
3,503,239 3,739,909
3,270,361 3,517,873
3,016,809 3,285,022
3,562,773 3,847,901
3,584,976 3,894,277
3,880,924 4,215,944
4,085,481 4,407,593
4,175,943 4,543,856
4,270,856 4,633,801
3,782,693 4,155,735
3,836,247 4,229,355
3,528,056 3,916,780
3,561,495 3,990,441
3,335,196 3,782,162
3,076,116 3,516,114
3,652,946 4,066,292
3,676,922 4,139,962
3,960,687 4,428,683
4,181,438 4,650,102
4,281,202 4,784,114
4,361,779 4,862,055
3,874,635 4,367,032
6,000,000

5,000,000

4,000,000

3,000,000

2,000,000

1,000,000

-
01/01/2009 01/11/2009 01/09/2010 01/07/2011 01/05/2012 01/03/2013 01/01/2014 01/11/2014 01/09/2015

Airport Passengers Previsión(Airport Passengers)

Límite de confianza inferior(Airport Passengers) Límite de confianza superior(Airport Passengers)
Fechas Ventas Previsión(Ventas) Límite de confianza inferior(Ventas)
01/01/2014 264
01/02/2014 236
01/03/2014 293
01/04/2014 302
01/05/2014 318
01/06/2014 342
01/07/2014 365
01/08/2014 365
01/09/2014 319
01/10/2014 325
01/11/2014 297
01/12/2014 307
01/01/2015 279
01/02/2015 252
01/03/2015 311
01/04/2015 314
01/05/2015 338
01/06/2015 361
01/07/2015 377
01/08/2015 377
01/09/2015 336
01/10/2015 349
01/11/2015 316
01/12/2015 317
01/01/2016 288
01/02/2016 261
01/03/2016 313
01/04/2016 320
01/05/2016 355
01/06/2016 377
01/07/2016 394
01/08/2016 392
01/09/2016 356
01/10/2016 360
01/11/2016 333
01/12/2016 344
01/01/2017 321
01/02/2017 300
01/03/2017 347
01/04/2017 356
01/05/2017 382
01/06/2017 411
01/07/2017 428
01/08/2017 436
01/09/2017 382
01/10/2017 384
01/11/2017 348
01/12/2017 344 344 344
01/01/2018 316 308
01/02/2018 300 289
01/03/2018 357 344
01/04/2018 366 352
01/05/2018 382 366
01/06/2018 406 390
01/07/2018 429 411
01/08/2018 429 410
01/09/2018 383 362
01/10/2018 389 369
01/11/2018 361 337
01/12/2018 371 349
Límite de confianza superior(Ventas)

Ventas
Previsión(Ventas)

500

450

400

350

300

250

200

150

100

50

-
01/01/2014 01/10/2014 01/07/2015 01/04/2016 01/01/2017 01/10/2017 01/07/2018
344
324
311
369
381
398
424
448
448
402
412
382
395
2017 01/07/2018
 1. DATA

2. Grafico de demanda
t dt
dt
1 161
170
2 165
3 158
4 158 165
5 164
6 152
7 153 160

8 155
9 163 155
10 159
11 163
12 160 150
13 160
14 158
145
15 155 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
16 154
17 162
18 164
19 159
20 159
21 ?
22 ?
23 ?
24 ?
25 ?
PRÓNOSTICO
co de demanda dt
Linear (dt)
F(t+1)=Prom
d(t) N Una vez analizada la
serie de datos, se
procede a utilizar y
evaluar los posibles
métodos para dicha
serie. En este caso
(Proceso
Constante), es ideal
realizar el pronostico
mediante los
métodos de
Promedio Móvil y/o
Alizado
Exponencial
0 11 12 13 14 15 16 17 18 19 20 21 22
Simple.
 3. Promedio movil (N=2)

t dt F(t+1)=Prom d(t) N Et abs Et Et^2

1 161
2 165
3 158 163 -5 5 25
4 158 161.5 -3.5 3.5 12.25
5 164 158 6 6 36
6 152 161 -9 9 81
7 153 158 -5 5 25
8 155 152.5 2.5 2.5 6.25
9 163 154 9 9 81
10 159 159 0 0 0
11 163 161 2 2 4
12 160 161 -1 1 1
13 160 161.5 -1.5 1.5 2.25
14 158 160 -2 2 4
15 155 159 -4 4 16
16 154 156.5 -2.5 2.5 6.25
17 162 154.5 7.5 7.5 56.25
18 164 158 6 6 36
19 159 163 -4 4 16
20 159 161.5 -2.5 2.5 6.25
21 X 159
22 X
23 X MAE 4.05555556
24 X MSE 23.0277778
25 X
 Promedio movil (N=3)

t dt F(t+1)=Prom d(t) N Et abs Et Et^2

1 161
2 165
3 158
4 158 161.33333333333 -3.33333333 3.33333333 11.1111111
5 164 160.33333333333 3.66666667 3.66666667 13.4444444
6 152 160 -8 8 64
7 153 158 -5 5 25
8 155 156.33333333333 -1.33333333 1.33333333 1.77777778
9 163 153.33333333333 9.66666667 9.66666667 93.4444444
10 159 157 2 2 4
11 163 159 4 4 16
12 160 161.66666666667 -1.66666667 1.66666667 2.77777778
13 160 160.66666666667 -0.66666667 0.66666667 0.44444444
14 158 161 -3 3 9
15 155 159.33333333333 -4.33333333 4.33333333 18.7777778
16 154 157.66666666667 -3.66666667 3.66666667 13.4444444
17 162 155.66666666667 6.33333333 6.33333333 40.1111111
18 164 157 7 7 49
19 159 160 -1 1 1
20 159 161.66666666667 -2.66666667 2.66666667 7.11111111
21 X 160.66666666667
22 X
23 X MAE 3.96078431
24 X MSE 21.7908497
25 X
 Promedio movil (N=4)

t dt F(t+1)=Prom d(t) N Et abs Et Et^2

1 161
2 165
3 158
4 158
5 164 160.5 3.5 3.5 12.25
6 152 161.25 -9.25 9.25 85.5625
7 153 158 -5 5 25
8 155 156.75 -1.75 1.75 3.0625
9 163 156 7 7 49
10 159 155.75 3.25 3.25 10.5625
11 163 157.5 5.5 5.5 30.25
12 160 160 0 0 0
13 160 161.25 -1.25 1.25 1.5625
14 158 160.5 -2.5 2.5 6.25
15 155 160.25 -5.25 5.25 27.5625
16 154 158.25 -4.25 4.25 18.0625
17 162 156.75 5.25 5.25 27.5625
18 164 157.25 6.75 6.75 45.5625
19 159 158.75 0.25 0.25 0.0625
20 159 159.75 -0.75 0.75 0.5625
21 X 161
22 X
23 X MAE 3.84375
24 X MSE 21.4296875
25 X
 Promedio movil (N=5)

t dt F(t+1)=Prom d(t) N Et abs Et

1 161
2 165
3 158
4 158
5 164
6 152 161.2 -9.2 9.2
7 153 159.4 -6.4 6.4
8 155 157 -2 2
9 163 156.4 6.6 6.6
10 159 157.4 1.6 1.6
11 163 156.4 6.6 6.6
12 160 158.6 1.4 1.4
13 160 160 0 0
14 158 161 -3 3
15 155 160 -5 5
16 154 159.2 -5.2 5.2
17 162 157.4 4.6 4.6
18 164 157.8 6.2 6.2
19 159 158.6 0.4 0.4
20 159 158.8 0.2 0.2
21 X 159.6
22 X
23 X MAE 3.89333333
24 X MSE 22.8053333
25 X
Et^2

84.64
40.96
4
43.56
2.56
43.56
1.96
0
9
25
27.04
21.16
38.44
0.16
0.04
CALCULO DE LA DEMANDA HISTORICA

Año Total
2010 10
2011 20
2012 30
2013 45
2014 70
2015 90
2016 125
2017 150
2018 180
2019 220
2020 270
2021 263.55
 CALCULO DE LA DEMANDA PROYECTADA CUANDO ES ESTACIONAL

Año Invierno Primavera Verano Otoño Total

1977 2 3 4 1 10
1978 5 6 7 2 20
1979 7 10 10 3 30
1980 10 17 16 2 45
1981 13 20 28 9 70
1982 19 34 34 3 90
1983 27 39 48 11 125
1984 26 44 58 22 150
1985 38 51 70 21 180
1986 44 67 81 28 220
1987 51 79 107 33 270

PASO 1 : Calculo del Promedio Movil

PM1 = 2.5 Primavera - Verano
PM2 = 3.25 Verano - Otoño
PM3 = 4

PASO 2: Calculo del promedio Movil Centrado

PMC1 = 2.875
PMC2 = 3.625

PASO 3: Calculo del Indice Estacional, donde el IE los cuatro trimestres debe ser igual a 4.
IE1 = 1.391
IE 2 = 0.276

RESULTADOS DEL ANALISIS ESTACIONAL

Año Estación Demanda PM PMC IE
Actual
Invierno 2.00
1977 Primavera 3.00
Verano 4.00 2.50 2.88 1.39
Otoño 1.00 3.25 3.63 0.28
Invierno 5.00 4.00 4.38 1.14
1978 Primavera 6.00 4.75 4.88 1.23
Verano 7.00 5.00 5.25 1.33
Otoño 2.00 5.50 6.00 0.33
Invierno 7.00 6.50 6.88 1.02
1979 Primavera 10.00 7.25 7.38 1.36
Verano 10.00 7.50 7.88 1.27
Otoño 3.00 8.25 9.13 0.33
Invierno 10.00 10.00 10.75 0.93
 1980 Primavera 17.00 11.50 11.38 1.49
Verano 16.00 11.25 11.63 1.38
Otoño 2.00 12.00 12.38 0.16
Invierno 13.00 12.75 14.25 0.91
1981 Primavera 20.00 15.75 16.63 1.20
Verano 28.00 17.50 18.25 1.53
Otoño 9.00 19.00 20.75 0.43
Invierno 19.00 22.50 23.25 0.82
1982 Primavera 34.00 24.00 23.25 1.46
Verano 34.00 22.50 23.50 1.45
Otoño 3.00 24.50 25.13 0.12
Invierno 27.00 25.75 27.50 0.98
1983 Primavera 39.00 29.25 30.25 1.29
Verano 48.00 31.25 31.13 1.54
Otoño 11.00 31.00 31.63 0.35
Invierno 26.00 32.25 33.50 0.78
1984 Primavera 44.00 34.75 36.13 1.22
Verano 58.00 37.50 39.00 1.49
Otoño 22.00 40.50 41.38 0.53
Invierno 38.00 42.25 43.75 0.87
1985 Primavera 51.00 45.25 45.13 1.13
Verano 70.00 45.00 45.75 1.53
Otoño 21.00 46.50 48.50 0.43
Invierno 44.00 50.50 51.88 0.85
1986 Primavera 67.00 53.25 54.13 1.24
Verano 81.00 55.00 55.88 1.45
Otoño 28.00 56.75 58.25 0.48
Invierno 51.00 59.75 63.00 0.81
1987 Primavera 79.00 66.25 66.88 1.18
Verano 107.00 67.50
Otoño 33.00
PROMEDIO 3.97150755

Invierno 0.910 22.93% 0.917

Primavera 1.280 32.24% 1.290
Verano 1.436 36.16% 1.446
Otoño 0.345 8.68% 0.347
3.9715 4.000

DADO QUE EL INDICE DE LOS PROMEDIOS ALCANZA A 3.9715 EL INDICE DEBE AJUSTARSE A 4.000

263540 / 4 = 65,885.00 Invierno 65,885 0.917 60,418.54

Primavera 65,885 1.290 84,959.10
Verano 65,885 1.446 95,295.89
Otoño 65,885 0.347 22,866.46
263,540.00
TARSE A 4.000
 Ejemplo sobre proyeccion de demanda
de un bien intermedio

Situación:se desea calcular la demanda de pasta de celulosa (materia prima para la fabricación
de papel) en un pais durante el periodo de los año 2020 2030

1)- Se tiene la siguiente información de producción proyectada de papel:

% de crecimiento de Periodos Papel para Papel para Corrugado Liner

de las ventas Bolsas empacar
por periodo (Toneladas) (Toneladas) (Toneladas) (Toneladas)
5 2020 5168.00 3312.00 8995.00 54000.00
2021 5426.4 3477.60 9444.75 56700.00
2022 5697.7 3651.48 9916.99 59535.00
2023 5982.6 3834.05 10412.84 62511.75
2024 6281.7 4025.76 10933.48 65637.34
2025 6595.8 4227.04 11480.15 68919.20
2026 6925.6 4438.40 12054.16 72365.16
2027 7271.9 4660.32 12656.87 75983.42
2028 7635.5 4893.33 13289.71 79782.59
2029 8017.3 5138.00 13954.20 83771.72
2030 8418.1 5394.90 14651.91 87960.31

2)- Se sabe que el porcentaje de utilizacion de la materia prima por tipo de papel es del siguiente orden:

Papel para Papel para Corrugado Liner

Bolsas empacar
Pasta celulosica fibra corta: 33.20% 76.60% 87.50% 52.50%
Pasta Celulosica fibra larga: 66.80% 23.40% 12.50% 47.50%
Periodos Papel para Demanda Demanda
Bolsas Celulosa Celulosa
(Toneladas) fibra corta Fibra larga
2020 5168.0 1715.78 3452.22
2021 5426.4 1801.56 3624.84
2022 5697.7 1891.64 3806.08
2023 5982.6 1986.23 3996.38
2024 6281.7 2085.54 4196.20
2025 6595.8 2189.81 4406.01
2026 6925.6 2299.30 4626.31
2027 7271.9 2414.27 4857.63
2028 7635.5 2534.98 5100.51
2029 8017.3 2661.73 5355.53
2030 8418.1 2794.82 5623.31

Periodos Papel para Demanda Demanda

empacar Celulosa Celulosa
(Toneladas) fibra corta Fibra larga
2020 3312.00 2536.99 775.01
2021 3477.60 2663.84 813.76
2022 3651.48 2797.03 854.45
2023 3834.05 2936.89 897.17
2024 4025.76 3083.73 942.03
2025 4227.04 3237.92 989.13
2026 4438.40 3399.81 1038.58
2027 4660.32 3569.80 1090.51
2028 4893.33 3748.29 1145.04
2029 5138.00 3935.71 1202.29
2030 5394.90 4132.49 1262.41

Periodos Corrugado Demanda Demanda

Celulosa Celulosa
(Toneladas) fibra corta Fibra larga
2020 8995.00 7870.63 1124.38
2021 9444.75 8264.16 1180.59
2022 9916.99 8677.36 1239.62
2023 10412.84 9111.23 1301.60
 2024 10933.48 9566.79 1366.68
2025 11480.15 10045.13 1435.02
2026 12054.16 10547.39 1506.77
2027 12656.87 11074.76 1582.11
2028 13289.71 11628.50 1661.21
2029 13954.20 12209.92 1744.27
2030 14651.91 12820.42 1831.49

Periodos Liner Demanda Demanda

Celulosa Celulosa
(Toneladas) fibra corta Fibra larga
2020 54000.00 28,350.00 25,650.00
2021 56700.00 29,767.50 26,932.50
2022 59535.00 31,255.88 28,279.13
2023 62511.75 32,818.67 29,693.08
2024 65637.34 34,459.60 31,177.74
2025 68919.20 36,182.58 32,736.62
2026 72365.16 37,991.71 34,373.45
2027 75983.42 39,891.30 36,092.13
2028 79782.59 41,885.86 37,896.73
2029 83771.72 43,980.15 39,791.57
2030 87960.31 46,179.16 41,781.15