I. E. S. T. P.

"MANUEL SEOANE CORRALES"

ESPECIALIDAD : Computación e Informática TURNO : D/N

UNID. DIDÁC. : Proyectos de Investigación e Innovación Tecnológica CICLO : IV
SEMESTRE : 2021 - II FECHA : 15/09/2021
DOCENTE : Ing. Eloy Fernando Cardoso Machay
ALUMNO(A) :

Sesión de clase Nº 5

PROYECCIONES
Logros de la Sesión de Aprendizaje:
Logro No. 1 Conocer los conceptos de las proyecciones. Datamining
Logro No. 2 Calcular las Proyecciones utilizando datos históricos por Excel.

Desarrollo de sesión de clase

Logro No. 1 Conocer los conceptos de las proyecciones. Datamining

Pronósticos, proyecciones, perspectivas y profecías

Por pronóstico se entiende una afirmación sobre el futuro, la cual informa que, bajo determinadas condiciones, en un
momento y lugar determinados sucederá un acontecimiento o acontecimientos con una probabilidad muy próxima a la
seguridad. Por lo que todo pronóstico significa una afirmación basada en una teoría perfecta, según la moderna lógica
científica. En la práctica muy raras veces puede establecerse un pronóstico en el sentido exacto del término, ya que las
teorías ni son perfectas ni lo suficientemente amplias para que puedan abarcar todos los factores endógenos y
exógenos.

En la práctica económica, sin embargo, sería más adecuado en la mayoría de los casos hablar de proyección y no de
pronóstico. Por proyección se entiende una afirmación sobre el futuro desarrollo condicionando a determinadas
premisas que sólo posee una probabilidad limitada. Por consiguiente, las predicciones económicas son, hoy por hoy,
proyecciones y no pronósticos, aunque si bien se utilizan ambos términos.

El término «perspectivas» se utiliza más en las economías centralmente planificadas como previsiones a largo plazo,
basándose en magnitudes futuras y no en meras extrapolaciones tendenciales.

Por el contrario, profecía es una afirmación a largo plazo sin ningún afianzamiento técnico. A ambos términos les falta
la condición previa para ser pronóstico: la teoría completa o al menos parcial 1.

1.1 PRONÓSTICO DE VENTAS.

Los pronósticos de ventas constituyen el punto de partida de l os presupuestos de la empresa. El pronóstico de ventas
lo define Welsch, Glenn A. en su libro: "Presupuestos: planificación y control de utilidades", como la "proyección técnica
de la demanda potencial de los clientes durante un horizonte de tiempo especificado y con sup osiciones
fundamentales especificadas". Continúa diciendo Welsch "Un pronóstico se convierte en un plan de ventas cuando la
administración incorpora en él juicios, estrategias planeadas, compromiso de recursos y la dedicación administrativa
a las acciones agresivas para lograr las metas de ventas". Hacer la diferencia entre un pronóstico y un presupuesto o
plan de ventas es mostrar el pronóstico como solo un paso necesario en el presupuesto de las ventas. Un pronóstico

1
Echeverría La Planificación de ventas en la práctica (página 392)
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

nunca se puede considerar por si solo como un presupuesto de ventas, sin embargo es de suma importancia en la
elaboración de los planes de ventas.
Para los pronósticos de ventas se emplean numerosos análisis tales como modelos matemáticos, técnicas de
investigación de operaciones, ajustes de tendencia, análisis de correlación, suavización exponencial y otros. Hoy en día
se hace más fácil ésta tarea debido a la amplia aplicación de los computadores para suministrar los más variados y
sofisticados análisis.
Los pasos a seguir en la proyección de la demanda son tres:
a.- Recolección de Datos e información.
b.- Análisis de los datos recolectados.
c.- Utilización de los métodos para proyectar la demanda.

a. Recolección de Datos e información.

Los datos a recolectar deber ser relacionados con el producto, tales como: los relativos al consumo histórico, los
relativos a la población consumidora potencial, los relativos a la producción, a las preferencias del consumidor, al
consumo según los precios, al consumo según el ingreso per-capita.

b. Análisis de los datos recolectados.

Estos análisis se efectúan casi siempre en forma estadística buscando principalmente las tendencias históricas y los
puntos fuertes y débiles que permitan la proyección más exacta y confiable posible.

c. Utilización de los métodos para proyectar la demanda.

Los Métodos de proyección se pueden clasificar en las siguientes categorías:

Métodos Estadísticos:
- Análisis de tendencia.- Mínimos cuadrados.
- Análisis de correlación.
- Analogía histórica específica.
- Método de la sección transversal.

Métodos no estadísticos: Son todos aquellos basados criterios personales.

- Criterio de los vendedores.
- Criterio de los supervisores de ventas.
- Criterio de los ejecutivos de ventas.
- Criterio de los ejecutivos de la empresa.

Métodos de propósito específico:

- Análisis de la industria.
- Análisis de las líneas de productos.
- Análisis del uso final del producto.

Combinación de métodos.

MÉTODOS ESTADÍSTICOS
a).- Análisis de tendencia:
Conocido también como el "método del ritmo económico" y se basa en la proyección de las tendencias. Esto se logra
por medio de series cronológicas de los datos que interesa estudiar. Los métodos más usuales para obtener las
tendencias son:
- El método gráfico.
2

- El método de semipromedios.

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

- El método de promedios móviles.

- El método de mínimos cuadrados.
- Los métodos de incrementos porcentuales.
- Otros.
A partir de un análisis de tendencia solamente se explicarán cuatro (4) de ellos, a saber: Mínimos cuadrados, incremento
porcentual relativo, incremento porcentual absoluto y análisis de correlación simple,

Método de Mínimos cuadrados

Este método se utiliza cuando al graficar los datos se presenta una tendencia con características de línea recta, cuya
ecuación es:
ƒ(x) = Y = a + bX

b).- Análisis de Correlación:

Es uno de los temas más importantes de la estadística y consiste en el estudio de la relación entre dos variables. Ej.:
Ver como varían las ventas de acuerdo con diferentes volúmenes de gastos en campañas publicitarias.
El objetivo consiste en expresar la relación entre dos variables en forma tal que, conocido el valor de una de ellas se
pueda estimar el valor de la otra. De esta manera podemos proyectar la demanda con base en la relación existente
entre dos o más variables.
Existen cuatro relaciones que se pueden presentar entre dos variables, a saber:
1. Que una variable afecte a la otra, es decir que exista dependencia para una de ellas. Ej.: La irrigación de un
campo de arroz, en este caso la cosecha depende de la humedad y no al contrario.
2. Que las dos variables tengan una dependencia recíproca. Ej.: La generación de empleo con la creación de
nuevas empresas.
3. Que la relación de las variables sea condicionada por factores exógenos. Es el caso de una finca donde se
cultivan diferentes productos y que debido a la época se produzcan cosechas considerables de cada cultivo.
4. Que la relación entre las dos se deba a una coincidencia especial. Tal puede ser el caso de que el aumento en la
demanda de gaseosas ocurra cuando se presenta un tiempo caluroso.
El grado de correlación o de dependencia (φ) de una variable con respecto a otra, se calcula mediante fórmulas
La proyección de la demanda normalmente se hace por la fórmula de regresión de mínimos cuadrados.

MÉTODOS NO ESTADÍSTICOS.
Son todos aquellos métodos basados en la experiencia o en los criterios personales. Dentro de ellos tenemos: - Los
criterios del personal de ventas. - Los criterios de los supervisores de ventas. - Los criterios de los ejecutivos de ventas,
y - Los criterios de los ejecutivos de la empresa.
Las empresas que utilizan estos métodos piden a cada persona componente del grupo, que calcule las ventas, ya sea
para su territorio o zona específica o para la empresa. Cada persona elabora sus cálculos, de acuerdo con lo solicitado y
posteriormente son revisados por los superiores y en consenso se determina en el presupuesto global.

Métodos de Propósito Específico.

Dentro de éstos tenemos:
El método de Análisis de la industria: Este procedimiento determina la relación que existe entre, l as ventas totales
previstas para el sector industrial total, en un país o en una región determinada y, la participación porcentual del
mercado que se espera en la empresa específica.
El Método de Análisis de la línea del producto: El procedimiento se basa en un análisis separado para cada producto
y su proyección respectiva. La suma de todas las proyecciones individuales constituye la proyección total de ventas de
la empresa.
El Método de Análisis del uso final: Consiste en analizar cuidadosamente el uso final de cada producto a vender y si su
demanda está relacionada con la venta o fabricación de otros artículos de empresas diferentes, ya sea porque lo utilicen
como un insumo de sus productos o porque sirva para el mercado de reposición o repuesto de dichos productos. Ej.: La
3

fabricación y venta de radiadores de automóviles está relacionada con la fabricación de autos.

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

Combinación de Métodos.
Realmente para la proyección de la demanda no se sigue un solo método ya que los diferentes artículos de una empresa
pueden suponer métodos diferentes para cada producto. Generalmente los métodos de criterios personales y los de
propósito específico se ayudan de métodos estadísticos, por lo cual es muy usual que al pronosticar o proyectar la
demanda total de una empresa se utilicen en sus cálculos varios métodos o que se combinen dos o más de los métodos
nombrados.

1.2 DATAMINING2 (Minería de datos )

El datamining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes
bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos,
tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
Básicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos.
Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la
Inteligencia Artificial y a las redes neuronales.
De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún
significado especial pasan a convertirse en información. Cuando los especialistas elaboran o encuentran un
modelo, haciendo que la interpretación que surge entre la información y ese modelo represente un valor
agregado, entonces nos referimos al conocimiento.
Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso común a
todos ellos se suele componer de cuatro etapas principales:
 Determinación de los objetivos. Trata de la delimitación de los objetivos que el cliente desea bajo
la orientación del especialista en data mining.
 Preprocesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la
reducción y la transformación de las bases de datos. Esta etapa consume generalmente alrededor
del setenta por ciento del tiempo total de un proyecto de data mining.
 Determinación del modelo. Se comienza realizando unos análisis estadísticos de los datos, y
después se lleva a cabo una visualización gráfica de los mismos para tener una primera
aproximación. Según los objetivos planteados y la tarea que debe llevarse a cabo, pueden
utilizarse algoritmos desarrollados en diferentes áreas de la Inteligencia Artificial.
 Análisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los
obtenidos por los análisis estadísticos y de visualización gráfica. El cliente determina si son
novedosos y si le aportan un nuevo conocimiento que le permita considerar sus decisiones.
4

2
www.sinnexus.com/business_intelligence/datamining.aspx

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

Carga de trabajo en las fases de un proyecto de datamining

En resumen, el datamining se presenta como una tecnología emergente, con varias ventajas: por un lado,
resulta un buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra
grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios. Además, no hay duda
de que trabajar con esta tecnología implica cuidar un sinnúmero de detalles debido a que el producto final
involucra "toma de decisiones".
En el artículo Data Mining: Torturando a los datos hasta que confiesen, Luis Carlos Molina proporciona una
visión muy clarificadora sobre la minería de datos, incluyendo interesantes ejemplos de aplicaciones de la
misma. Recomendamos su lectura.
Si no está familiarizado con el concepto de Datamining, puede resultarle útil, además, examinar las siguientes
definiciones:
 Datamart
 Datawarehouse
 Cuadro de Mando Integral
 Sistemas de Soporte a la Decisión (DSS)
 Sistemas de Información Ejecutiva (EIS)

¿CÓMO FUNCIONA LA MINERÍA DE DATOS? 3

Si bien la tecnología de información a gran escala ha ido evolucionando por separado las transacciones y
sistemas de análisis, la minería de datos proporciona un enlace entre los dos. El software de minería de
datos analiza las relaciones y patrones en los datos de transacción almacenados sobre la base de consultas
de los usuarios de composición abierta. Existen varios tipos de software de análisis que están disponibles:
estadísticos, de aprendizaje automático, y redes neuronales. En general, se buscan cualquiera de estos
cuatro tipos de relaciones:
• Clases: Los datos almacenados se utilizan para localizar datos en grupos predeterminados. Por ejemplo,
una cadena de restaurantes podría minar datos de compra del cliente para determinar cuando los clientes
los visitan y lo que normalmente ordenan. Esta información podría utilizarse para aumentar el tráfico al
tener especiales del día.
• Grupos: Los elementos de datos se agrupan de acuerdo a las relaciones lógicas o preferencias de los
consumidores. Por ejemplo, los datos pueden ser extraídos para identificar segmentos de mercado o
afinidades de los consumidores.
• Asociaciones: Los datos pueden ser minados para identificar asociaciones. El ejemplo de cerveza-pañal es
un ejemplo de minería asociativa.
• Patrones secuenciales: Los datos se minan para anticipar patrones de comportamiento y tendencias. Por
ejemplo, un distribuidor especializado en sistemas al aire libre puede predecir la probabilidad de compra de
una mochila basado en la compra de un consumidor de sacos de dormir y calzado de senderismo.

La minería de datos se compone de cinco elementos principales:

• Extraer, transformar y cargar datos de transacciones en el sistema de almacenamiento de datos.
• Almacenar y manejar los datos en un sistema de base de datos multidimensional.
• Proporcionar acceso a datos para los analistas de negocios y profesionales de tecnologías de la
información.
5

3
http://www.tecnologias-informacion.com/mineria-de-datos.html

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

• Analizar los datos por un software de aplicación.

• Presentar los datos en un formato útil, como un gráfico o tabla.

Diferentes niveles de análisis disponibles:

• Redes neuronales artificiales: modelos predictivos no lineales que aprenden a través de la formación y
se asemejan a redes neuronales biológicas en su estructura.
• Algoritmos genéticos: Técnicas de optimización que usan procesos tales como combinación genética,
mutación y selección natural en un diseño basado en los conceptos de evolución natural.
• Árboles de decisión: estructuras en forma de árbol que representan conjuntos de decisiones. Estas
decisiones generan reglas para la clasificación de un conjunto de datos. Métodos específicos de árboles
de decisión incluyen Árboles de Clasificación y Regresión (CART) y Detección Automática de Interacción
(Chi Cuadrado CHAID). CART y CHAID son técnicas de árboles de decisión para la clasificación de un
conjunto de datos. Constituyen un conjunto de reglas que se pueden aplicar a un nuevo (sin clasificar)
conjunto de datos para predecir cuáles registros tendrán un resultado determinado. CART segmenta un
conjunto de datos mediante la creación de dos vías dividas, mientras que CHAID segmenta utilizando
pruebas de chi cuadrado para crear divisiones en múltiples direcciones. CART normalmente requiere
menos preparación de datos que CHAID.
• Método del vecino más próximo: Una técnica que clasifica cada registro en un conjunto de datos
basado en una combinación de las clases de registro(s) k más similares a él en un conjunto de datos
históricos (donde k 1). A veces se llama técnica del vecino k-más cercano.
• Inducción de reglas: La extracción de reglas if-then útiles basados en la significación estadística.
• Visualización de datos: La interpretación visual de las complejas relaciones de datos
multidimensionales. Las herramientas de gráficos se utilizan para ilustrar las relaciones de datos.

¿Qué infraestructura tecnológica se requiere?

Hoy en día, las aplicaciones de minería de datos están disponibles en sistemas de todo tamaño, para
mainframe, cliente / servidor, y para PC. Los precios de sistemas van desde varios miles de dólares para las
aplicaciones más pequeñas hasta 1 millón de dólares por terabyte en los más grandes. Las aplicaciones a
nivel de empresa, en general, varían en tamaño desde 10 gigabytes a más de 11 terabytes. NCR tiene la
capacidad de ofrecer aplicaciones de más de 100 terabytes. Hay dos factores tecnológicos críticos:
• Tamaño de la base de datos: entre más datos haya en proceso y siendo mantenidos, más poderoso es el
sistema requerido.
• Complejidad de consultas: entre más complejas las consultas y mayor el número de consultas en proceso,
más poderoso debe ser el sistema requerido.

2. PROYECCIONES MEDIANTE DATOS HISTÓRICOS

2.1 REGRESIÓN LINEAL SIMPLE

El análisis de regresión puede ser simple o múltiple; lineal o curvilíneo según el número de variables
independientes que se usen.
Dados n pares de valores (x1 ,y1 ); (x2 ,y2); (x3 ,y3); ....; (xn,yn) de una variable bidimensional (x,y); la regresión lineal
simple de "y" con respecto a "x", consiste en determinar la ecuación de la recta:
y = a + bx; que mejor se ajusta a los valores de la muestra, con el fin de poder predecir o estimar.
El proceso de predecir o estimar "y" a partir de la variable "x", es la regresión.
6

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

Hallar la función lineal: y = a + bx , consiste en determinar las constantes a, b a partir de los datos de la muestra.

2.2 SERIES EN EL TIEMPO: Los métodos de series de tiempo generan pronóstico empleando los datos históricos
para la variable que se quiera pronosticar. Cuando la variable independiente "x" es el tiempo, los datos muestran
los valores de "y" en varios instantes (en días, meses, o años), la regresión se denomina SERIE DE TIEMPO.

2.3 APLICACIÓN DEL CORRELACIÓN Y REGRESIÓN EN PROYECTOS DE INVERSIÓN

En proyectos de inversión y en otras materias de investigación se utiliza esta técnica; con el objeto de proyectar
ventas, precios, producción, etc.; para los respectivos costos y presupuestos.
Dado una lista de valores estadísticos bidimensionales, el problema consiste en encontrar una curva que mejor
se ajuste a estos datos, cuya ecuación será lineal o reducible a lineal (exponencial, potencial, etc.).

ECUACIONES DE CURVAS APROXIMANTES

A continuación, presentamos una lista de ecuaciones polinómicas; las letras x, y representan variables y las letras
a, b, c, d representan constantes (números).
1. Línea Recta: y = a + bx
2. Parábola o curva cuadrática: y = a + bx + cx 2
3. Curva Cúbica: y = a + bx + cx2 + dx3
4. Curva de Grado n: y = a + bx + cx2 + dx3 + ... + kxn
A continuación mostramos otras ecuaciones que se utilizan frecuentemente en la práctica y su respectiva
transformación lineal.
5. Exponencial: y = abx
Log y = Log a + (Log b)x
6. Potencia: y = axb
Log y = Log a + b(Log x)
7. Hiperbólica: 1
y = ----------; y'= a + bx, siendo y' = 1/y
a + bx

LA RECTA
El tipo más sencillo de una curva aproximante es la Línea Recta, cuya ecuación está dado por:
y = a + bx

LA RECTA DE MÍNIMOS CUADRADOS

La Recta de Mínimos Cuadrados es una técnica estadística que aproxima al conjunto de puntos dado por (x1,y1),
(x2,y2), (x3,y3), ...., (xn,yn); tiene por ecuación: y = a + bx
Donde las constantes "a" y "b" se pueden hallar de la siguiente fórmula:

(Σy)(Σx2 ) - (Σx)(Σxy) N(Σxy) - (Σx)(Σy) a = (Σy)(Σx2) - (Σx)(Σxy)/(N(Σx2 ) - (Σx)2)

a = --------------------------- b = ------------------------------- o b = [N(Σxy) - (Σx)(Σy)]/ [N(Σx2) - (Σx)2]
N(Σx2 ) - (Σx)2 N(Σx2 ) - (Σx)2
7

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

¿POR QUÉ UTILIZAR DE LAS CURVAS APROXIMANTES LA LÍNEA RECTA?

Utilizamos de las curvas aproximantes la Línea recta por el método de mínimos cuadrados por que es más sencillo
aprender los conceptos de nube de puntos, la utilidad del índice de correlación gráficamente y luego calcular sus
proyecciones mediante un procedimiento. Esta capacidad nos permite calcular posteriormente, las proyecciones
para gran volumen de datos pero mediante software como el Excel, mediante el autoaprendizaje o guía docente.

PRACTICA DIRIGIDA N° 1
PROB. No. 01
La tabla siguiente muestra el número de pedidos de un determinado producto, correspondiente a los últimos 8
meses del presente año:

Meses (x) Enero Febrero Marzo Abril Mayo Junio Julio Agosto
Cantidad (y) 220 245 250 258 260 272 280 293
Con el objeto de proveerse de materia prima para poder satisfacer a sus clientes. Se pide:
a). Hallar la ecuación de mejor ajuste.
b). Proyecte la cantidad de productos para los próximos 5 periodos

Solución
Procedimiento
1. Se identifican las variables dependientes e independientes, es decir, los valores de “x” e “y”, en este
caso, el tiempo (días, meses, años) corresponde a la variable “x” y la cantidad de productos históricos
corresponde a la variable “y”.

2. Se llena la tabla de datos y de acuerdo a la fórmula de mínimos cuadrados se calculan los coeficientes a,
b y luego la recta representativa y finalmente se calcular las proyecciones.

PROYECCIONES
Periodo(n) Ventas(Cant.)
x y
x y
1 220 10
2 245 11
3 250 12
4 258 13
5 260 14
6 272 La
7 280
8 293

Procedimiento en Excel:
8

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

PROB. No. 02
Las ventas en TM de una empresa textil en los últimos meses del presente año, se registra en el siguiente cuadro:

Se Pide:
a). Hallar la ecuación de la curva representativa.
b). Proyectar la cantidad en TM de tela vendidos en los próximos 5 periodos.

PROYECCIONES

X (Meses) y Período (X) Y

1 60

2 63
3 65
4 69

5 74

6 79
7 84

8 88
9 91

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

PROBLEMAS INTEGRADOS (Calendario de pagos, Depreciación y Proyecciones)

PROB. N° 03
Para dar servicio técnico a computadoras e impresoras en general; los estudios de mercado indican una demanda
mensual en los últimos 9 meses hasta el presente año) del número de equipos atendidos, resumidos en la
siguiente tabla:

MESES (x) Diciemb. Enero Febrero Marzo Abril Mayo Junio Julio Agosto
N° DE EQUIPOS 80 83 90 99 104 109 114 118 125

La empresa requiere de 2 equipos de Cómputo, valorados en 5,000 y 7,000 soles respectivamente, Muebles y
enseres por 6500 soles y herramientas para servicio Técnico por 3500 soles
El Banco TBI financia la compra de los 2 equipos de cómputo, de los muebles y enseres y las herramientas para
servicio técnico.
Para un horizonte de 5 meses. Se Pide:
a). Proyectar la demanda para los próximos 5 meses.
b). Elaborar del Calendario de pagos sabiendo que cobra el 8% mensual, mediante cuotas fijas y decrecientes.
c). Elaborar la Tabla de Depreciación para dicho horizonte
SOLUCIÓN
a). Cálculo de las Proyecciones

Meses No. Equipos PROYECCIONES

X atendidos Y
X Y
1 80
2 83
3 90
4 99
5 104
6 109
7 114
8 118
9 125
10

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

b). ELABORACIÓN DEL CALENDARIO DE PAGOS

DATOS
P = 5000 + 7000 + 6500 + 3500
H = 5 meses
I = 8%

MÉTODO DE LAS CUOTAS FIJAS

n Préstamo-Saldo Amortización Intereses Cuota-Fija

1
2

Fórmula R = P*i*(1+i)2 /(1+i)

MÉTODO DE LAS CUOTAS DECRECIENTES

n Préstamo-Saldo Amortización Intereses Cuota-Decreciente

1
2

Método de las amortizaciones iguales: A = P/n

11

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

c). Calcular la tabla de Depreciación

DATOS

Año 1 Año 2 Año 3 Año 4 Año 5 V. Recup. Comprob.

Eq. Comp1
Eq. Comp2
Mobiliario
Herramientas

PROB. N° 04
El análisis del comportamiento histórico de la demanda de un Proyecto de comercialización y exportación de
mangos al natural (en toneladas) es la siguiente:
AÑO x 1 2 3 4 5 6 7
Exportac. (Tn) y 23 32 42 54 68 82 95

Para cumplir con los futuros pedidos se hace necesario la compra de terreno, maquinaria y la construcción de
instalaciones por valor de US $ 80,000, para ello se hace un préstamo al Banco de Crédito por el 75% de dicho
monto, el cual se debe pagar en 5 años a una TCEA del 35% mediante cuotas fijas.
Se sabe también que el terreno tiene un valor de US $ 45,000, las instalaciones 20,000 con una vida útil de 30
años y con valor residual del 20% del valor de las instalaciones. El valor de la maquinaria tiene una vida útil de 10
años y un valor residual de 3,000.
Para un Horizonte de 5 años. Se pide:
a). Las proyecciones de las ventas
b). El calendario de pagos (los 2 métodos).
c). La depreciación y el valor de Recupero total.

Solución
Cálculo de las proyecciones
Procedimiento:
12

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

AÑO EXPOTAC. PROYECCIONES

X Y x y
1 23 8
2 32 9
3 42 10
4 54 11
5 68 12
6 82 13
7 65 14

b. ELABORACIÓN DEL CALENDARIO DE PAGOS

n Préstamo-Saldo Amortización Intereses Cuota-Fija

1
2

MÉTODO DE LAS CUOTAS DECRECIENTES

n Préstamo-Saldo Amortización Intereses Cuota-Decreciente

1
2

Método de las amortizaciones iguales: A = P/n

13

Ing. E. F. Cardoso M.
Proyectos de Investigación e Innovación Tecnológica - Proyecciones

PROB. N° 05
El análisis del comportamiento histórico de la Demanda de Pollos para la Exportación a Japón y Corea es la siguiente:
Semestre x 1 2 3 4 5 6 7
Export. (miles Tn.) y 34 41 52 68 85 98 112
Para atender futuros pedidos se hace necesario la construcción de nuevas instalaciones por valor de $ 40,000 de los cuales
25,000 corresponde a terreno, dichas instalaciones tienen una vida útil de 25 años, El valor de equipos y mobiliario asciende
a US $ 14000 y 10000 respectivamente, los mismos que tiene una vida útil de 10 años.
Para efectuar la construcción de las instalaciones y la compra de equipos y mobiliario se adquiere un préstamo del Banco
Continental a una TCEA semestral del 21%.
Para un horizonte del proyecto de 6 semestres (a partir del próximo semestre). Se pide:
a). Pronosticar la demanda b). Preparar el cuadro de depreciación y el de Recupero total.
c). Preparar el Calendario de pagos mediante Cuotas Fijas.

14

Ing. E. F. Cardoso M.