Trabajo Unidad III Metodos Prospectivos

REPÚBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL

RAFAEL MARÍA BARALT
VICERRECTORADO ACADÉMICO
PROGRAMA POSGRADO
MAESTRÍA EN GERENCIA DE LA INNOVACIÓN TECNOLÓGICA
Enfoque de preferencia a través de los diferentes métodos de serie del

tiempo
AUTORES:
Ing. Yamisleth Petit
Ing. Paola Quintero
Lcda. Milagros Pineda
Ing. Luis F. Uribe E.
Profesora:
MSc. Camacho de Alburguez Naibely
San Francisco, julio de 2021

RESUMEN
El presente trabajo tiene como finalidad explicar el enfoque de preferencia a través

de los diferentes métodos de serie del tiempo, basado en el método cuantitativo,
estableciendo así, diferentes categorías el cual lo convierte en una investigación
de tipo descriptiva, diseño no experimental por ser un estudio dónde se aplica la
técnica de revisión documental profunda para su desarrollo. Concluyendo, que los
métodos cuantitativos son pieza clave a la hora de predecir el futuro de las ventas
(bien o servicio) de una empresa, mediante modelos matemáticos que se apoyan
en datos históricos de la demanda cuyo objetivo es proyectar la demanda futura,
permitiendo una mejora en la toma de decisiones al contar con información
relevante y necesaria para su proceso productivo.
Palabras Claves: Enfoque, Método, Cuantitativo, Demanda.
ABSTRACT
The present work aims to explain the preference approach through the different
time series methods, based on the quantitative method, thus establishing different
categories which makes it a descriptive research, non-experimental design
because it is a study where the deep document review technique is applied for its
development. Concluding, that quantitative methods are a key piece when
predicting the future of a company’s sales, through mathematical models that are
supported bye historical demand data whose objective is to project future demand,
allowing an improvement in the taking of decisions by having relevant and
necessary information for its production process.
Keywords: Focus, Method, Quantitative, Demand.
P á g i n a 2 | 25
SEMINARIO MÉTODOS PROSPECTIVOS

ÍNDICE
Pág.
Introducción…………………………………………………………………….4
Enfoque de Preferencia. (Cuantitativos)………………………………….5
Proyección de Tendencias…………………………………………………12
Proyección de Tendencias ajustadas por influencia estacional………15
Conclusión……………………………………………………………………23
Referencias Bibliográficas ………………………………………………...24
INTRODUCCIÓN
P á g i n a 3 | 25

El trabajo que se presenta a continuación tiene como objetivo explicar el
enfoque de preferencia a través de los diferentes métodos de serie del tiempo,
donde se desarrollaran los temas acerca de: Enfoque de Preferencia.
(Cuantitativos), proyección de Tendencias y proyección de Tendencias ajustadas
por influencia estacional.
El enfoque de preferencia (cuantitativo) es una teoría atribuida a Paul

Samuelson en su artículo “Consumption Theory in Terms of Revealed Preference”
(Teoría del consumo en términos de preferencia revelada), en 1948. Esta teoría
examina un gran número de individuos y aplica técnicas estadísticas para
reconocer patrones generales.
La proyección de tendencias que se basa en un pronóstico de series de

tiempo. Ajusta una recta de tendencia a una serie de datos puntuales históricos y
después proyecta dicha recta al futuro para obtener pronósticos de mediano y
largo plazo. La planeación del futuro es un aspecto relevante en cualquier
organización y las estrategias apropiadas abordadas, ya que esto permitirá el éxito
a largo plazo.
Por último, se presentan las referencias bibliográficas consultadas para la

realización y fundamentación de esta investigación.
P á g i n a 4 | 25

Enfoque de Preferencia (Cuantitativo)
Este enfoque examina un gran número de individuos y aplica técnicas estadísticas

para reconocer patrones generales. Se basa en la existencia de preferencias que
se materializan en funciones de utilidad.
El análisis cuantitativo implica el uso de datos científicos o matemáticos para

comprender un problema, como el análisis de encuestas para predecir la demanda
de los consumidores.
La teoría de la preferencia revelada se atribuye a Paul Samuelson en su

artículo “Consumption Theory in Terms of Revealed Preference” (Teoría del
consumo en términos de preferencia revelada), en 1948.
Las técnicas cuantitativas facilitan el diagnóstico de problemas, pero no

permite el análisis de los aspectos cualitativos como los aspectos humanos que no
se pueden contar en términos numéricos. La toma de decisiones no es fácil, pues
se enfrenta a la incertidumbre y muchas veces los gerentes ven la conducta
pasada como un indicador del futuro. Algunos elementos de apoyo cuantitativos
en la toma de decisiones gerenciales son:
1. Matriz de resultados
2. Árboles de decisiones
3. Modelos de tamaños de inventarios
4. Programación lineal
5. Teoría de colas
6. Teoría de redes
7. La programación entera
8. La simulación
9. El análisis de Markov
Estas herramientas ayudan a aplicar el pensamiento racional para que guíe,

ayude y automatice las decisiones y sirvan al gerente a descubrir la solución
deseada al problema de la mejor forma, mediante la división de problemas en
fragmentos menores, lo cual facilita el diagnóstico.
P á g i n a 5 | 25

Matriz de resultados
Es un instrumento muy utilizado que muestra los posibles resultados que se

pueden conseguir, al seguir estrategias en diferentes circunstancias. Cuando una
situación está dada en 2 dimensiones, puede emplearse una matriz de resultados.
En los cuadros de intersección de la matriz se muestra el resultado de una
combinación de estados y estrategias. En caso de que las condiciones sean
aleatorias, a cada estado puede asignársele una probabilidad que sea decisiva
para determinar la posibilidad de cierto resultado.
Árboles de Decisión
Este método ha sido empleado desde los años 50 por los administradores de
organizaciones complejas, en todos sus sistemas o funciones básicas, en especial
en las áreas de investigación y desarrollo, en el análisis del presupuesto de
inversión y en la investigación de mercados.
Consiste en asignar probabilidades a eventos en condiciones de riesgos o

incertidumbre mediante la representación gráfica que ilustra cada estrategia o
alternativa a través de una ramificación, parecidas a las ramas de un árbol. Los
vértices o nodos representan los eventos de decisión utilizando para esto un
cuadro. Los efectos derivados de la decisión se denominan acontecimientos y se
representan por medio de un círculo en la siguiente forma:
La técnica permite seleccionar la mejor alternativa mediante la comparación

de los beneficios económicos de cada rama a partir de:
 Los costos condicionales de cada decisión.

 El cálculo o estimación de probabilidad designada a cada alternativa
originada en cada decisión.
 El valor esperado de cada rama.
P á g i n a 6 | 25

El Sistema de Inventarios
Estos ayudan a controlar los costos totales de inventarios y también pueden

reducir el costo total de comprar para almacenar, de llevar el inventario y quedarse sin
el. Lo que pretende básicamente el sistema de inventarios es ayudar a quien toma las
decisiones a buscar el nivel óptimo al ordenar o almacenar inventarios, pues es uno
de los mayores problemas que enfrentan los directivos.
Programa Lineal
El objetivo primordial de la Programación Lineal es maximizar o minimizar

funciones lineales en distintas variables reales con restricciones, también lineales. Los
problemas en Programación Lineal corresponden a situaciones reales en las que se
pretende identificar y resolver dificultades para la mejor utilización de recursos
limitados y casi siempre costosos. Es importante tener en cuenta algunos aspectos
importantes como:
1. Las corrientes de entrada.

2. Proceso de conversión.
3. Las corrientes de salida.
P á g i n a 7 | 25

4. La comunicación de retroalimentación.
Un buen método para plantear problemas de Programación Lineal es la
aplicación de un modelo de toma de decisiones y de los más apropiados es el
método científico:
I. Definir el problema
II. Buscar alternativas
III. Evaluar alternativas
IV. Elegir alternativas
V. Determinar el plan de acción
VI. Comunicar la decisión
VII. Implementar la decisión
VIII. Controlar y evaluar
Se aplica en situaciones como: elegir el trayecto más corto para la

distribución de un producto, elegir los elementos más esenciales en la mezcla para
obtener un producto.
P á g i n a 8 | 25

Teoría de Colas
Se refiere a la forma de optimizar una distribución que se ve afectada por la

aglomeración y espera, teniendo como foco los puntos donde hay congestión y las
demoras que hay en algún punto del servicio. Se utiliza gran variedad de técnicas
matemáticas. Los puntos de interés son:
 El tiempo de espera de los clientes.
 El número de clientes en la cola.
 La razón entre el tiempo de espera y el tiempo de prestación del servicio.
Y sus componentes son:

 Los clientes o las operaciones.
 Un pasaje o punto de servicio.
 Un proceso de entrada.
 Alguna disciplina sobra la cola.
 Alguna organización de servicio.
La situación se da cuando cada cliente llega al punto de servicio, entonces

hay un periodo de prestación de servicio el cual termina cuando el cliente se retira.
Los otros clientes que llegan mientras el primero está siendo atendido, esperan su
turno, es decir forman una cola.
Esta técnica se estudia, primero, usando varias fórmulas útiles en la solución

de problemas de línea de espera, y después mediante el uso de la técnica de
simulación para generar una solución. Los modelos le permiten a la gerencia
calcular a futuro las longitudes de las líneas de espera, tiempo promedio gastado
en la línea por una persona que espera servicio y adiciones necesarias de
estaciones.
P á g i n a 9 | 25

Teoría de Redes
Permite a los gerentes confrontar aspectos complejos en grandes

proyectos. El uso de esta técnica disminuye el tiempo necesario para planear y
producir productos complejos. Las técnicas incluyen Pert (técnica de evaluación
de programas), CPM (método de la ruta crítica) Pert / costo y programación con
limitación de recursos. Se tratan tanto las dimensiones de costo como las de
tiempo en la planeación y control de proyectos grandes y complejos. Son
programas realizados mediante diagramas de flechas que buscan identificar el
camino crítico estableciendo una relación directa entre los factores de tiempo y
costo.
Se aplican a proyectos que abarcan varias operaciones o etapas, varios

recursos y diferentes órganos involucrados, plazos y costos mínimos. Es
necesario que estos elementos estén debidamente coordinados y sincronizados
de la mejor manera.
P á g i n a 10 | 25

La Simulación
Es un procedimiento que estudia un problema al crear un modelo del

proceso involucrado en ese problema y después, mediante una serie de
soluciones por tanteos organizados, intenta determinar una mejor solución a ese
problema. La simulación es una de las técnicas cuantitativas más usadas hoy en
día.
Programación Entera
El método de ramificar y limitar, la programación dinámica y la programación

de metas son métodos para escoger entre alternativas en situaciones donde las
respuestas deben hallarse en números enteros, donde la decisión que confronta la
gerencia es una que involucra muchas etapas consecutivas o donde los objetivos
organizacionales deben enunciarse en algo más que simples términos numéricos.
Todas estas técnicas nos proveen con flexibilidad adicional al analizar los
procesos de decisión.
El Análisis de Markov
El análisis de Markov, llamado así en honor de un matemático ruso que

desarrolló el método en 1907, permite encontrar la probabilidad de que un sistema
P á g i n a 11 | 25

se encuentre en un estado en particular en un momento dado. También permite
encontrar el promedio a la larga. Con esta información se puede predecir el
comportamiento del sistema a través del tiempo. La tarea más difícil es reconocer
cuándo puede aplicarse.
La característica más importante que hay que buscar en la memoria de un

evento a otro. Una cadena de Markov es una serie de eventos, en la cual la
probabilidad de que ocurra un evento depende del evento inmediato anterior. Las
cadenas de este tipo tienen memoria. "Recuerdan" el último evento y esto
condiciona las futuras probabilidades. En los negocios, las cadenas de Markov se
han utilizado para analizar los patrones de compra de los deudores morosos, para
planear las necesidades de personal y para analizar el reemplazo de equipo.
Proyección de Tendencias
Se define como un pronóstico de series de tiempo. Ajusta una recta de

tendencia a una serie de datos puntuales históricos y después proyecta dicha
recta al futuro para obtener pronósticos de mediano y largo plazo.
P á g i n a 12 | 25

Los métodos de proyección de tendencias buscan determinar la forma que
debe asumir una ecuación para que se ajuste de la mejor manera posible a la
relación observada entre las variables dependientes e independientes.
Entre las ventajas y desventajas de la proyección de tendencias tenemos las

siguientes:
VENTAJAS DESVENTAJAS
Los datos reunidos ayudan a planear Depende de la exactitud de las

la estrategia de marketing también. estimaciones del usuario.
Es útil para el pronóstico de ventas de Es costoso, toma mucho tiempo y

nuevos productos. requiere de trabajo.
Como se puede observar este método de proyección de tendencias sirve

para ser aplicado en cualquier empresa, como estrategia de marketing y ventas de
nuevos productos; pero tiene en contra que es costoso, toma mucho tiempo y
trabajo. En ocasiones eso puede tornarse un arma de doble filo que hay que saber
controlar, según los tiempos y espacios donde se lleve a cabo.
Los métodos de proyección de tendencias buscan determinar la forma que

debe asumir una ecuación para que se ajuste de la mejor manera posible a la
relación observada entre las variables dependientes e independientes.
P á g i n a 13 | 25

Un análisis de tendencia es un método que permite analizar datos
estadísticos y saber la respuesta del mercado según unas variables definidas.
Esto permitirá a los responsables conocer cuáles son los rasgos dominantes y
cómo se comportan los consumidores con los mismos. De esta manera se obtiene
una información más que valiosa para poder realizar estrategias y planes de futuro
que van a tener un mayor coeficiente de éxito.
A la hora de poner en marcha un análisis de tendencias es importante tener

claros cuáles son sus objetivos. También que estos estudios tienen unas bases
predefinidas que después se personalizarán dependiendo de la naturaleza y el
trabajo de la empresa. Estos factores comunes son cuatro.
1. Entender el comportamiento consumidor
El responsable debe saber cuáles son las necesidades del consumidor. Solo
así se sabrá si los estímulos a los que va a ser sometido van a tener los resultados
esperados. ¿Cómo percibe esa información cada persona? Conociendo esto el
empresario podrá orientar sus campañas y acciones publicitarias de manera más
concreta. Además, la toma de decisiones y la comunicación con los clientes será
más fluida, algo que se persigue desde las empresas.
2. Detectar qué es lo que necesita el consumidor
Para que un negocio tenga éxito es importante que el consumidor esté en el

centro. Así se le podrán ofrecer los productos que necesita. A través de las
encuestas y las entrevistas podrán conocerse sus demandas. Incluso conocer sus
necesidades antes que él mismo.
3. Identificar el costo de la industria
P á g i n a 14 | 25

Los costos de la fluctuación son una de las claves del análisis de tendencias.
Una posibilidad puede ser el ofrecer más servicios a un mayor coste, como por
ejemplo los servicios premium. Es bueno hacer un análisis con un grupo para
saber si va a ser efectivo.
4. Analizar las tendencias de mercado
Sobre todo, en las áreas de innovación, en competencia o incluso en cómo

llega el producto al consumidor final. Puede ser que las ventas de un producto
caigan sin motivo aparente ya que el consumidor sigue demandándolo.
Proyección de Tendencias ajustadas por influencia estacional
Dentro de los métodos que sean presentado llegamos a este que, como
herramienta del estudio del comportamiento de la demanda del mercado, permite
el estudio de la actividad que se presenta cada cierto periodo de tiempo y con esa
historia y su evaluación, podemos tener un acercamiento o una tendencia del
comportamiento a futuro de la demanda de cualquier actividad o producto en el
mercado.
Es bueno recordar que estos métodos estadísticos buscan obtener una

visión en el presente del comportamiento de una actividad expuesta a estudio, en
el mediano o largo plazo, los tomadores de decisiones ajustaran sus estrategias
dentro del plan estratégico que maneja la empresa con el fin de obtener resultados
mejor ajustados que respondan a los objetivos expuesto en dicho plan.
En ese sentido Bryan Salazar López nos refiere que “El modelo de

variación estacional, estacionaria o cíclica, permite determinar el pronóstico
cuándo existen fluctuaciones periódicas de la serie de tiempo, esto generalmente
P á g i n a 15 | 25

como resultado de la influencia de fenómenos de naturaleza económica, como,
por ejemplo: las temporadas de ventas.”
Lo interesante de este método o modelo, es que no considera o toma en

cuenta los factores que lo puedan afectar, ya sea porque la demanda tenga una
tendencia al crecimiento o al decrecimiento de esta, estas consideraciones se
observaran en el seguimiento a posteriori y los ajustes que sean necesarios se
ejecutaran.
Pero cabe la pregunta ¿Cómo realizar un pronóstico de valores de una serie

de datos que tienen dos vertientes, un componente de tendencia y otro
estacional?
Se debe eliminar el efecto estacional usando la desestacionalización de la

serie de tiempo, logrando tener una serie de información de cada periodo digna de
estudio y de comparaciones que pueden permitir identificar si se observa una
tendencia que pueda ser analizada o estudiada. En este punto, se infiere que este
método será importante en situaciones donde observemos que están presentes:
efectos estacionales o que se estén dando tanto el componente estacional como
el de tendencia.
El enfoque que seguimos en este punto es apropiado en situaciones cuando

sólo están presentes los efectos estacionales o en situaciones en que se dan tanto
el componente estacional como el de tendencia. El primer paso es calcular los
índices estacionales y utilizarlos para desestacionalizar los datos. Luego, si es
evidente una tendencia en los datos desestacionalizados, utilizamos el análisis de
regresión sobre los datos desestacionalizados para estimar la tendencia.
El enfoque que seguimos en este punto es apropiado en situaciones cuando

sólo están presentes los efectos estacionales o en situaciones en que se dan tanto
el componente estacional como el de tendencia. El primer paso es calcular los
índices estacionales y utilizarlos para desestacionalizar los datos. Luego, si es
evidente una tendencia en los datos desestacionalizados, utilizamos el análisis de
regresión sobre los datos desestacionalizados para estimar la tendencia.
P á g i n a 16 | 25

Métodos de series de tiempo:
Suavización (promedios móviles, promedios ponderados móviles y

suavización exponencial), proyección de tendencias y proyección de tendencias
ajustada por influencia estacional.
Componentes de una serie de tiempo:
 Componente de Tendencia:
Fig. Nº 1 (Bryan, 2019)

 Componente cíclico: son las observaciones por encima o por debajo
de la línea de tendencia.
 Componente estacional: son los cambios de acuerdo a las estaciones
del tiempo. Si no tomamos en cuenta este componente se dice que
existe una desestacionalización de la serie de tiempo.
 Componente irregular: factores no previstos en la línea de tiempo.
Método de suavización:
Son apropiados para serie de tiempos estables. Que no exhiban una

tendencia significativa. Ni efectos estaciónales
 Promedios móviles: ∑ de los datos / sobre la cantidad de datos

 Promedios móviles ponderados: se pondera más a los datos recientes
que a los antiguos. La suma de las ponderaciones debe ser igual a 1.
 Suavización exponencial:
Siempre es conveniente hacer un ajuste estacional al pronóstico que se

realice.
P á g i n a 17 | 25

Tomemos el ejemplo ofrecido por el autor Bryan Salazar López, para esto
construyamos una tabla de datos históricos de la demanda de mercado y
distribuyamos los mismos en periodos:

En este punto la primera decisión que se debe tomar es analizar estos datos
históricos y realizar dos procedimientos: uno relacionado con la tendencia y otro
con la estacionalidad.
De acuerdo a lo antes expuesto, procedemos a desestacionalizar la demanda,

para esto, los datos históricos entonces deberán ofrecer a partir de este instante una
proyección a si son o no son tendencia. Luego procedemos a encontrar el índice de
estacionalidad:
FÓRMULA
x́ i
I=
x́ g
Fig. Nº 3 (Uribe, 2021)
Recurriendo a la formula descrita anteriormente procedemos a construir

nuestra tabla histórica de la demanda para realizar los cálculos necesarios para
determinar la Media (Xi) y la Media General (Xg), ya con esos valores podremos
calcular el Índice Estacional (I)
P á g i n a 18 | 25

PERÍOD DEMANDA Xi PROCEDIMIENTO I PROCEDIMIENT
O 2014 2015 2016 O
I 2600 4400 5800 4266 = 0,89 .= 42667 /
0 0 0 7 (26000+44000+58000)/3 47708
II 3550 5100 6500 5050 = 1,06 .= 50500 /
0 0 0 0 (25500+51000+65000)/3 47708
III 3500 4600 6000 4700 = 0,99 .= 47000 /
0 0 0 0 (35000+46000+60000)/3 47708
IV 3400 4900 6900 5066 = 1,06 .= 50667 /
0 0 0 7 (34000+49000+69000)/3 47708
Xg 4770
8
COMPONENTE DESCRIPCIÓN
x́ i Media o promedio de las ventas del período i
x́ g Media o promedio general de las ventas
I Índice o factor de estacionalidad
Hemos obtenido una tabla con datos desestacionalizados y a partir de esta

información se construye otra tabla histórica que marque la tendencia y que es el
elemento que nos permitirá realizar un análisis del comportamiento de la
demanda.
PERÍODO DEMANDA
2014 I 1 26000
2014 II 2 35500
2014 III 3 35000
P á g i n a 19 | 25

2014 IV 4 34000
2015 I 5 44000
2015 II 6 51000
2015 III 7 46000
2015 IV 8 49000
2016 I 9 58000
2016 II 10 65000
2016 III 11 60000
2016 IV 12 69000
Procedemos a desestacionalizar la información dividiendo la DEMANDA

entre el factor obtenido: I, observemos el resultado en la figura Nº 6.
PERÍODO DEMANDA I DEMANDA

DESESTACIONALIZADA
2014 I 1 26000 0,89 29072

2014 II 2 35500 1,06 33538
2014 III 3 35000 0,99 35527
2014 IV 4 34000 1,06 32015
2015 I 5 44000 0,89 49199
2015 II 6 51000 1,06 48181
2015 III 7 46000 0,99 46693
2015 IV 8 49000 1,06 46139
2016 I 9 58000 0,89 64854
2016 II 10 65000 1,06 61407
2016 III 11 60000 0,99 60904
2016 IV 12 69000 1,06 64971
Hasta el momento se ha venido realizando todas las tablas y cálculos

relacionados en las mismas con la herramienta Microsoft Office EXCEL, en ese
sentido, los resultados guardan todos los decimales, aunque no se puedan
observar por el formato que se les aplico.
Para conocer la demanda desestacionalizada se usará la regresión lineal. En

el método de regresión lineal se debe encontrar el valor correspondiente a la
intersección con el eje X (a) y el valor de la pendiente (b), de esta manera se
P á g i n a 20 | 25

obtendrá el pronóstico de variación con la aplicación de la fórmula
correspondiente:
Fig. Nº 7 (Uribe,
ti DEMANDA I DEMANDA Xi*ti ti*ti

DESESTACIONALIZADA
1 26000 0,89 29072 29072 1

2 35500 1,06 33538 67075 4
3 35000 0,99 35527 106582 9
4 34000 1,06 32015 128059 16
5 44000 0,89 49199 245996 25
6 51000 1,06 48181 289084 36
7 46000 0,99 46693 326853 49
8 49000 1,06 46139 369112 64
9 58000 0,89 64854 583682 81
10 65000 1,06 61407 614068 100
11 60000 0,99 60904 669947 121
12 69000 1,06 64971 779655 144
78 572500 4209185 650
El resultado obtenido es: b = 3412,13.
Ahora para hallar el valor de a debemos contar con el promedio ti y la

demanda desestacionalizada, pasamos al uso de la fórmula mencionada.
P á g i n a 21 | 25

Promedio de t = 6,5
Promedio de la demanda desestacionalizada = 44708,33
a = 44708,33 – (6,5*3412,13)
a = 22529,48
Conociendo los valores de regresión de a y b, aplicaremos la siguiente

fórmula, la cual corresponde al pronóstico de variación estacional con tendencia.
En esta fórmula a y b son valores constantes, t corresponde al período que

deseamos calcular e I corresponde al índice de estacionalidad del periodo.
Recuerde que contamos con 12 datos históricos, por ende, y dado que deseamos
calcular el pronóstico para los cuatro periodos de 2017, requerimos de los
periodos 13,14,15 y 16, que serán los valores de t en la fórmula. También se debe
considerar que el valor del índice de estacionalidad depende del periodo de cada
pronóstico (I, II, III y IV).
Por ejemplo, para calcular el periodo I del 2017, procedemos de la siguiente

manera:
El resultado final queda expresado de la siguiente manera:
PERÍODO DEMANDA PRONÓSTICO

2017
2014 2015 2016
I 26000 44000 58000 59819
II 35500 51000 65000 74413
P á g i n a 22 | 25

III 35000 46000 60000 72617
IV 34000 49000 69000 81906
P á g i n a 23 | 25

CONCLUSIÓN
El análisis cuantitativo, refiere al uso de datos matemáticos para la

comprensión de un problema. De tal manera que permite predecir la demanda de
los consumidores, logrando ser utilizado como estrategia de marketing y ventas de
nuevos productos en cualquier empresa. Sin embargo, este método de proyección
de tendencia se caracteriza por ser costoso, toma mucho tiempo y requiere de
trabajo, pero aun así suele ser un método que depende de la exactitud de las
estimaciones del usuario el cual lo convierte en seguro y confiable.
En tal sentido, los métodos cuantitativos son fundamentales para predecir el

futuro de las ventas (vienes o servicios) de una empresa a través de modelos
matemáticos apoyándose en datos históricos de la demanda, con el fin de
proyectarla hacia el futuro permitiendo una mejora en la toma de decisiones,
debido a que se puede contar con información precisa, confiable y necesaria en
beneficio a su desarrollo productivo.
P á g i n a 24 | 25

REFERENCIAS BIBLIOGRÁFICAS
 Teoría de la preferencia revelada. Policonomics.

 https: //policonomics.com – preferencia-revelada.
 Proyección de tendencias by David Enciso Acuña – Prezi.
 https://prezi.com – proyección de tendencias.
 www.buenastareas.com
 Cedimonline.net
 Introduccion_a_los_Modelos_de_Pronosticos.pdf (uns.edu.ar)
 Proyección de tendencias - I | ADMINISTRACION DE OPERACIONES
(OPERATIONS MANAGEMENT) (adminoperaciones.blogspot.com)
 Resumen estadístico - Monografias.com
 https://www.ingenieriaindustrialonline.com/pronostico-de-la-
demanda/variacion-estacional-con-tendencia/
 http://www.itescam.edu.mx
 http://nefijacob.itgo.com/ENFOQUE%20CUANTITATIVO%20O
%20MATEMATICO.htm
P á g i n a 25 | 25

Trabajo Unidad III Metodos Prospectivos

Cargado por

Información del documento

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

Trabajo Unidad III Metodos Prospectivos

Cargado por

Copyright:

Formatos disponibles

REPÚBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD NACIONAL EXPERIMENTAL

Enfoque de preferencia a través de los diferentes métodos de serie del

San Francisco, julio de 2021

El presente trabajo tiene como finalidad explicar el enfoque de preferencia a través

Palabras Claves: Enfoque, Método, Cuantitativo, Demanda.

Keywords: Focus, Method, Quantitative, Demand.

SEMINARIO MÉTODOS PROSPECTIVOS

Enfoque de Preferencia. (Cuantitativos)………………………………….5

Proyección de Tendencias ajustadas por influencia estacional………15

Referencias Bibliográficas ………………………………………………...24

SEMINARIO MÉTODOS PROSPECTIVOS

El enfoque de preferencia (cuantitativo) es una teoría atribuida a Paul

La proyección de tendencias que se basa en un pronóstico de series de

Por último, se presentan las referencias bibliográficas consultadas para la

SEMINARIO MÉTODOS PROSPECTIVOS

Este enfoque examina un gran número de individuos y aplica técnicas estadísticas

El análisis cuantitativo implica el uso de datos científicos o matemáticos para

La teoría de la preferencia revelada se atribuye a Paul Samuelson en su

Las técnicas cuantitativas facilitan el diagnóstico de problemas, pero no

Estas herramientas ayudan a aplicar el pensamiento racional para que guíe,

SEMINARIO MÉTODOS PROSPECTIVOS

Es un instrumento muy utilizado que muestra los posibles resultados que se

Consiste en asignar probabilidades a eventos en condiciones de riesgos o

La técnica permite seleccionar la mejor alternativa mediante la comparación

 Los costos condicionales de cada decisión.

SEMINARIO MÉTODOS PROSPECTIVOS

Estos ayudan a controlar los costos totales de inventarios y también pueden

El objetivo primordial de la Programación Lineal es maximizar o minimizar

1. Las corrientes de entrada.

SEMINARIO MÉTODOS PROSPECTIVOS

Se aplica en situaciones como: elegir el trayecto más corto para la

SEMINARIO MÉTODOS PROSPECTIVOS

Se refiere a la forma de optimizar una distribución que se ve afectada por la

Y sus componentes son:

La situación se da cuando cada cliente llega al punto de servicio, entonces

Esta técnica se estudia, primero, usando varias fórmulas útiles en la solución

SEMINARIO MÉTODOS PROSPECTIVOS

Permite a los gerentes confrontar aspectos complejos en grandes

Se aplican a proyectos que abarcan varias operaciones o etapas, varios

SEMINARIO MÉTODOS PROSPECTIVOS

Es un procedimiento que estudia un problema al crear un modelo del

El método de ramificar y limitar, la programación dinámica y la programación

El análisis de Markov, llamado así en honor de un matemático ruso que

SEMINARIO MÉTODOS PROSPECTIVOS

La característica más importante que hay que buscar en la memoria de un

Se define como un pronóstico de series de tiempo. Ajusta una recta de

SEMINARIO MÉTODOS PROSPECTIVOS

Entre las ventajas y desventajas de la proyección de tendencias tenemos las

Los datos reunidos ayudan a planear Depende de la exactitud de las

Es útil para el pronóstico de ventas de Es costoso, toma mucho tiempo y

Como se puede observar este método de proyección de tendencias sirve

Los métodos de proyección de tendencias buscan determinar la forma que

SEMINARIO MÉTODOS PROSPECTIVOS

A la hora de poner en marcha un análisis de tendencias es importante tener

1. Entender el comportamiento consumidor

2. Detectar qué es lo que necesita el consumidor

Para que un negocio tenga éxito es importante que el consumidor esté en el

3. Identificar el costo de la industria

SEMINARIO MÉTODOS PROSPECTIVOS

4. Analizar las tendencias de mercado

Sobre todo, en las áreas de innovación, en competencia o incluso en cómo

Proyección de Tendencias ajustadas por influencia estacional

Es bueno recordar que estos métodos estadísticos buscan obtener una

ti DEMANDA I DEMANDA Xiti titi