Beruflich Dokumente
Kultur Dokumente
I ADMINISTRACIN DE OPERACIONES
La administracin de operaciones es la actividad mediante la cual los recursos, fluyendo dentro de
un sistema definido, son combinados y transformados en una forma controlada para agregarles
valor en concordancia con los objetivos del a organizacin. Bsicamente tiene que ver con la
produccin de bienes y Servicios.
Otra definiciones:
o
o
o
1.1
Pgina 1
ADMINISTRACIN DE OPERACIONES
Pgina 2
La capacidad de un sistema para lograr sus objetivos depende de su diseo y su control. El diseo
de sistemas es un arreglo predeterminado de sus componentes. Cuanto ms estructurado sea el diseo,
la toma de decisiones est menos implicada en su operacin . El control de sistemas ese l apego del as
actividades a los planes o las metas.
Las actividades de transformacin y valor agregado combinan y transforman los recursos usando
alguna forma de tecnologa (mecnica, qumica, mdica, electrnica, etc. ). Esta transformacin crea
nuevos bienes y servicios con un mayor valor para los consumidores que los gastos de adquisicin y
procesado que tiene la organizacin.
Operaciones:
Operacin es cualquier proceso que ocupa insumos y usa recursos para transformar de manera til
estos insumos.
ADMINISTRACIN DE OPERACIONES
MEDIO
Transformacin
AMBIENTE
INSUMOS
Energa Materiales Mano de obra Capital Informacin externa
(Proceso de Conversin )
PRODUCTOS
BIENES Y SERVICIOS
1.2
La funcin de operaciones abarca bsicamente las tareas que crean valor para alguien y por
eso surgen las organizaciones, estas pueden ser muy grandes o ser propiedad de una sol apersona;
ambas existen para ganar dinero a travs del a creacin de valor.
Al proceso de conversin para transformar un insumo en un producto de modo que se le aade un
valor se le conoce como un Sistema de produccin.
Un Sistema es un conjunto de personas, objetos y procedimientos, con un propsito, para operar
dentro de un ambiente dirigidos a una meta. Administrar y mantener funcionando un sistema de
produccin de manera eficiente y efectiva es la principal responsabilidad de lafuncin de operaciones .
Las operaciones son el proceso de transformar insumos en productos y servicios tiles y por
consiguiente, agregarle valor a una entidad; esto constituye virtualmente la funcin primaria de cualquier
organizacin.
Los insumos. Son las instalaciones para trabajar en ellas, luz para ver, resguardo del a lluvia, un
puesto de trabajo para desarrollar las actividades y muchas cosas mas. Tambin hace falta tener equipo
cinta adherente yo tros elementos similares se clasifican comnmente como suministros porque slo
ayudan a obtener el producto.
Otro recurso muy importante es el conocimiento de cmo transformar los insumos en productos.
Los empleados de la organizacin, por supuesto poseen este conocimiento y no se debe olvidar el
ltimo recurso que siempre es obligatorio: tiempo suficiente para completar las operaciones. La funcin
de operaciones falla frecuentemente en su tarea porque no puede completar el proceso de
transformacin dentro del lmite del tiempo requerido.
Proceso de transformacin. Dentro del proceso de produccin, la parte de la funcin de operaciones
es el paso en el que se agrega valor.
Salidas. En un sistema de produccin generalmente se obtienen dos tipos de salidas: Servicio y
productos. Los productos son con frecuencia artculos fsicos y los servicios son abstractos o no
fsicos.
El entorno general incluye al poltico, organizacional, geogrfico, legal, econmico, las leyes, los
reglamentos, la demandad e los consumidores, etc. Especficamente el entorno consiste en
aquellos elementos que influyen en la funcin de operaciones, pero que no se pueden controlar dentro de
ella.
El entorno proporciona las entradas, las limitaciones en el proceso de transformacin y los receptores
de las
salidas. Es muy importante supervisar continuamente el entorno para darse cuenta de manera
inmediata de cualquier cambio que altere la funcin de operaciones.
Banco
Cines
Hospital
Entradas
Insumos
Cheques
Din
ero
Bv
eda
Cajeros
automticos
Personal
Instalaciones
Pelculas
Alimen
tos
Perso
nas
teatro
Doctores
Enferme
ras
Persona
l Equipo
Instalaciones
y
Proceso de
Transformacin
Custodia
inversin
Proyeccin
de
pelculas
Preparacin/
venta de
Cuidado
Surtir
recetas
operacion
es
Salidas
productos
Inters
Almacen
aje
Segurida
d
Fideicomi
sos
Servicios
financier
Entretenimien
to
Clientes
alimenta
dos
Anlisis
de
laborator
ios
Curacion
es
rgano
s
Monitoreo /
control
Tasas
Ambiente
Reserva federal
Economa
de
inters
Tasas
de
salarios
Popularida
d
de la
pelcula.
Ingreso
despus
Reglamenta
ci
n
gubernam
ent al
Recetas
capacitaci
n
Economa
Industria
del
entretenimient
Comunidad
mdica.
Leyes
sobre
control
de
Planta
manufact
ura.
Fabrican
te
d
e
Equipo,
instalaciones,
mano de obra,
energa,
materiales
Cortar
For
mar
unir
Productos
terminad
os,
product
os
qumico
s,
Volmenes,
participaci
n ene
l
mercado
Economa,
mercado
de productos,
mercado
1.3
Superior
TTULO
Vicepresidente de operaciones
Administrador en
jefe Director de
manufactura
Vicepresidente
ejecutivo
Jefe encargado de
operaciones Comisionado
DESCRIPCIN
Responsable
del
a
planeacin
total, coordinacin, polticas,
presupuesto y control de
operaciones
Medio
Superintendente de planta
Gerente de
divisin Gerente de
planta Gerente de
manufactura Gerente
de produccin
Administrador
municipal Decano
Responsable
del
a
planeacin,
direccin y control del as
operaciones dentro des u
rea o inhalacin. Debe
planeare l reemplazo de
activos, ajustes de personal,
flujo de materiales, apego al
presupuesto
y
asuntos
NIVEL
Bajo
Asesores
1.4
TTULO
Administrador de departamento
Capataz
Supervisor
Lder de
grupo
Superintendente
asistente Gerente
Programador
del adeproduccin
Gerente de materiales
Gerente de control de
calidad Analista de
sistemas
Agente de compras
Gerente de
mantenimiento
Gerente de
DESCRIPCIN
Responsable del flujo de
trabajo,
terminacin de trabajos,
entregas
a
tiempo,
coordinacin de recursos y
motivacin del a fuerza de
trabajo.
Responsable
de
reas
individuales de apoyo a las
lneas de operacin. Incluye
planeacin, supervisin y
control del os materiales,
informacin
1.5
La toma de decisiones acerca de cmo planear, organizar, dirigir y controlar las actividades de una
empresa es una de las responsabilidades de un administrador de operaciones. Los problemas
rutinarios pueden ser mejor manejados tomando decisiones de juicio. Los problemas complejos, que
implican muchas variables interdependientes y un notable flujo de efectivo o cambio de personal
generalmente requieren mtodos mas complicados. De manera similar, las decisiones adoptadas bajo
condiciones de incertidumbre frecuentemente requieren de un anlisis estadstico.
1.6
2.
3.
4.
Evaluar las alternativas de solucin. Una vez enumeradas todas las alternativas de solucin,
debern evaluarse. Esto puede lograrse comparando una por una con un conjunto de criterios
de solucin u objetivos que se deben cumplir .
5.
6.
7.
La toma de decisiones por lo tanto se encuentra dentro del proceso para la resolucin de problemas
y est asociada en aplicar los 5 primeros pasos enumerados anteriormente.
Definir el problema
Recoleccin de datos
Resolucin
de problemas
sosol.
Definir alternativas de
Toma de dec isiones
Evaluar las alternativas
de solucin
Seleccionar la mejor alternativa
Implantar la alternativa
Evaluar los resultados
1.7
Analizar el problema
Estructurar el problema
Definir el problema
Definir
Recoleccin
Anlisis cualitativo
Resumen y
Toma de decisin
de datos
alternativas
de solucin
Esta figura representa en que
momento
del proceso
de la toma de decisiones
intervienen los
evaluacin
anlisis cualitativo y cuantitativo.
Las siguientes son algunas de las razones por las que es posible que se utilice un enfoque
Anlisis cuantitativo
cuantitativo en el proceso de toma de decisiones.
a) El problema es complejo y el administrador no puede llegar a una buena solucin sin la
ayuda del anlisiscuantitativo.
b) El problema es muy importante y el administrador desea un anlisis complejo antes de
intentar
tomar una decisin.
c) El problema es nuevo y el administrador no tiene ninguna experiencia en la cul
basarse.
d) El problema es repetitivo y el administrador ahorra tiempo y esfuerzo apoyndose en
procedimientos cuantitativos para tomar decisiones rutinarias.
2.2
o
o
Factores
o La relevancia y disponibilidad de datos histricos
o El grado de exactitud deseado
o El periodo de tiempo que se va a pronosticar
o El punto del ciclo de vida en que se encuentra el producto.
Cuantitativos
Cualitativos
Causale
Modelos de regresin
Lineal simple
Lineal mltiple
Series de tiempo
estacional
Estos mtodos reciben tambin el nombre de tecnolgicos, porque histricamente se usaron primero
tecnolgicos.
La posicin central en estos Suavizamiento
mtodos no laExponencial
tienen los datos pasados, sino la experiencia de las
Promedios Moviles
personas. Frecuentemente
se usa la experiencia y buen juicio de varios expertos.
ponderado
Estas tcnicas usan el criterio de la persona y ciertas relaciones para transformar informacin
cualitativa en estimadoscuantitativos.
Usos de estos mtodos. Las tcnicas cualitativas se usan cuando los datos son escasos, y son tiles
para pronsticos a largo plazo, pronsticos de ventas y desarrollo de nuevos productos, inversiones de
capital, planeacin estratgica y pronsticos tecnolgicos.
simple
para pronosticar cambios
la lista donde no hubo consenso indicndoles las medianas de los tiempos para los avances
en que no hubo acuerdo.
Se les pidi que reconsideraran sus opiniones respecto a los avances en que no hubo consenso. A
los expertos que difirieron mucho de los dems se les hizo notar. (Muchos de ellos cambiaron sus
estimaciones). Cuarta ronda. Se repiti la tercera ronda para ``cerrar'' ms las opiniones de los
expertos. El coordinador, elabor un informe final; en este informe se obtuvo no slo una lista de los
avances que el panel de expertos consider como alcanzables sino una estimacin de los tiempos en que
se van a alcanzar.
El mtodo Delphi tiene las ventajas siguientes:
Se debe tener cuidado, sobre todo cuando la informacin proviene de la propia empresa (aunque
en la proveniente de otras fuentes tambin hay que cuidarse), que haya sido cuantificada de manera
uniforme.
Para informacin sobre costos, por ejemplo, hay que asegurarse que los costos incluyan los
mismos conceptos en todos los aos que vamos a utilizar; de no ser as es preciso tratar previamente
los datos.
Para aplicar los mtodos cuantitativos es preciso convencernos, razonablemente, de que se cumple la
llamada Hiptesis de Continuidad. Este supuesto es que los factores externos en los que se dieron los
datos histricos no cambiarn en el futuro para el que estamos pronosticando. Estos factores son,
en forma destacada:
Economa en general.
Competencia en el mercado (oferta).
Estado del mercado (demanda).
Estado tecnolgico del producto (``ciclo de vida del producto'').
Esta continuidad del ambiente nunca se da en forma perfecta, sino en forma gradual. Se requiere buen
juicio para suponer que las violaciones a la continuidad no van a afectar a los resultados de la
aplicacin del mtodo de pronstico.
Dentro de los mtodos cuantitativos tenemos los siguientes :
Anlisis de series de tiempo . Se llama serie de tiempo a cualquier sucesin de
observaciones de un fenmeno que es variable con respecto al tiempo.
Estos mtodos suponen que la variable pronosticada tiene informacin til para el desarrollo del
pronstico sobre su comportamiento anterior , considerando probable que lo que sucedi en el
pasado contine ocurriendo en el futuro.
Es comn representar a las series de tiempo por medio de una ecuacin matemtica que describa los
valores de la variable observada como una funcin del tiempo o equivalentemente como una curva en
una grfica en la que la coordenada vertical representa la variable Y y la coordenada horizontal
representa el tiempo.
El anlisis consiste en encontrar el patrn del pasado y proyectarlo al futuro.
El origen del nombre estacional son, precisamente las estaciones del ao. Mucha de la
actividad humana y muchos fenmenos naturales varan de acuerdo a las estaciones. Por
extensin, en muchas actividades se presenta una oscilacin semanal o mensual similar a la
de las estaciones del ao. Por ejemplo, no es raro observar que en algunos das de la
semana se incrementa el ausentismo laboral. Tenemos otro ejemplo en la cantidad de
transacciones que se realizan en las oficinas bancarias, estas presentan dos ``picos''
mensuales, al principio/fin y al medio. Cuando se estudia una serie con esta carcterstica, es
deseable incorporarla al pronstico. En general se considera que esta componente o patrn
ocurre con un perodo de un ao o menos.
Otro tipo de patrn, es el que se llama cclico . Este se refiere a curvaturas de largo
perodo asociadas con grandes ciclos econmicos. El pronstico en estas condiciones es
mucho ms complicado ya que la forma de estos ciclos no es simple y la teora econmica
no se encuentra suficientemente desarrollada como para permitir una cuantificacin confiable
de ellos. Claro que si observamos tal patrn en los datos, es conveniente incorporarlo al
pronstico an cuando sea de una manera imperfecta.
La diferencia principal entre los efectos o patrones estacionales y c clicos es que los
efectos estacionales pueden predecirse, y ocurren a un intervalo de tiempo fijo de
la ltima ocurrencia, mientras que los efectos cclicos son componentes impredecibles.
MTODOS PARA SERIES DE DATOS HORIZONTALES.
Mtodos de suavizamiento o alisamiento.- Son tcnicas de pronsticos que son apropiadas para series de
tiempo mas o menos estables y que presentan un patrn horizontal, es decir, las que no muestran
efectos importantes de tendencia , cclicos o estacinales.
Dentro de stas tcnicas de pronsticos tenemos los siguientes mtodos .
Promedio Mvil simple
Este consiste en promediar slo las ltimas observaciones. Conforme avanza el tiempo dejamos fuera
del promedio a los datos ms viejos y vamos incorporando datos nuevos. Por eso recibe el nombre de
promedio mvil.
Un promedio mvil tiene un parmetro que es la amplitud del promedio, es decir, cuntos datos
ponemos en el promedio.
Si el valor de este parmetro es grande, el suavizado es mayor; si es pequeo el suavizado es
menor. En trminos matemticos, el clculo de los promedios mviles se realiza de la siguiente
manera:
Se considera que:
Xt = F
t+1
Donde :
DAM =
ECM =
12
3
4
5
6
7
8
9
10
11
Nmero
De
Accide
ntes
X
200
135
195
198
310
175
155
130
220
277
235
Promedi
o
Mvil
de 3
trmin
os
176.6
6
176.0
0
234.3
3
227.6
6
213.3
3
153.3
3
168.3
3
209.0
0
244.0
0
Prons
tico F t
+1
176.6
6
176.0
0
234.3
3
227.6
6
213.3
3
153.3
3
168.3
3
209.0
0
error
21.
34
134.
-00
-58.3
-72.6
83.3
66.
67
108.
67
26.
00
Promedio
Movil
de 5
trmin
os
207.6
0
202.6
0
206.6
0
193.6
0
198.0
0
191.4
0
203.4
0
Prons
tcio F t
+1
207.60
202.60
206.60
193.60
198.00
191.40
error
-32.6
-47.6
76.6
26.
40
79.
00
43.
60
Erro
r
Abso
luto
3 trminos
21.34
134.0
058.33
72.66
83.33
66.67
108.6
726.00
Error
Absolu
to 5
trmin
os
32.60
47.60
76.60
26.40
79.00
43.60
12
13
240
250.6
6
244.0
0
250.6
6
4.00
220.4
0
203.40
220.40
36.
60
4.00
575.0
0
36.60
342.40
Note que el promedio mvil va desechando los datos viejos conforme incorpora a los nuevos.
Adems mantiene la misma ``importancia'' para la ltima observacin a lo largo del tiempo.
Usando promedios moviles de 3 trminos el nmero de accidentes pronosticados para la
decimatercera semana es de 251 .
Y de 220 accidentes si usamos promedios mviles de 5 trminos.
para evaluar la precisin de estos pronstico y poder decidir cual de los 2 resultados ofrece el
mejor pronstico, haremos uso de la desviacin absoluta media ( DAM ) como medida de error.
575.00
342.40
DAM ( 3 trminos ) = ------------------- = 63.88 DAM ( 5 trminos ) = ------------------------ =
48.91 9
7
Conviene usar promedios mviles de 5 trminos, en virtud a que presenta menor DAM en los clculos
Promedio Mvil Ponderado
En el mtodo anterior de los promedios mviles simples cada observacin del clculo del promedio
mvil recibe la misma ponderacin o peso.
En la tcnica de promedios mviles ponderados, implica la seleccin de pesos distintos para cada
valor de los datos para despus calcular en calidad de pronstico un promedio ponderado. En donde
la observacin mas reciente es la que recibe mayor ponderacin y el peso disminuye para los valores
mas antiguos.. Por ejemplo, utilizando la serie de tiempo de la informacin del cuadro anterior , se
procede a ilustrar el clculo de un promedio mvil ponderado de 3 trminos, en donde la observacin
mas reciente recibe un peso de 3 tantos el que se asigna a la observacin mas antigua, y la siguiente
observacin mas antigua recibe un peso del doble que la mas antigua . El pronstico para el promedio
mvil ponderado para la cuarta semana se calculara de la siguiente manera:
+
Yt
dato real
( 1 - ) F
pronstico en el perodo
Los valores de la constante de alisamiento o suavizamiento debe de andar entre 0 y 1 0 < < 1
mayor produce menor suavizado y menor, mayor suavizado
EJEMPLO. Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales (en
cajas) para una marca de detergente para lavadoras automticas.
PERIODO
DEMANDA
PRONSTICO
SEMANA
Yt
Ft
1
2
3
4
5
6
7
8
9
10
11
22
18
23
21
17
24
20
19
18
21
22.00
22.00
21.20
21.56
21.45
20.56
21.25
21.00
20.60
20.08
20.26
ERROR DEL
PRONSTIC
O
Yt - Ft
0
-4.00
1.80
-0.56
-4.45
3.44
-1.25
-2.00
-2.60
0.92
ERROR
ABSOLUTO
ERROR
AL CUADRADO
2
- F t)
( Yt
0
4.00
1.80
0.56
4.45
3.44
1.25
2.00
2.60
0.92
21.02
0
16.00
3.24
0.31
19.78
11.84
1.55
3.99
6.75
0.85
64.33
Asi para el calculo del pronstico para la segunda semana ( perodo t = 2 ) , se har de la siguiente
manera:
Se toman los valores tanto de la demanda real (Y t = 22 ) como de la demanda pronosticada (F t =
22 ) correspondientes al periodo 1 y estos se sustituyen en la ecuacin matemtica anterior, de la
siguiente manera:
F 1 + 1 = 0.2 Y 1 + ( 1 - 0.2 ) F 1
F 2 = 0.2 ( 22 ) + ( 1 - 0.2 ) 22
F 2 = 4.4 + ( 0.80 ) 22 = 22 cajas
Para el calculo del pronstico para la tercera semana ( perodo t = 3 )
F 2 + 1 = 0.2 Y 2 + ( 1 - 0.2 ) F 2
F 3 = 0.2 ( 18 ) + ( 1 - 0.2 ) 22
F 2 = 3.6 + ( 0.80 ) 22 = 21..20 cajas
Y as, de esta manera se continan los clculos del pronsticos para las siguientes semanas hasta
llegar a la dcima primera semana cuya demanda pronosticada fue de 20..26 cajas.
Los errores semanales del pronstico se calculan restando, a la demanda real la demanda pronosticada de
cada semana.
21.02
64.33
b).- El DAM = ------------ = 2.10
el ECM = ------------- =
6.43 10
10
MTODOS PARA SERIES DE DATOS CON TENDENCIA.
Anlisis o proyeccin de tendencia. El objetivo del anlisis de tendencias es ajustar una linea de
tendencia ( curva ) a una ecuacin matemtica y despus se proyecta al futuro por medio de esta
ecuacin.
Un enfoque matemtico para el anlisis de tendencia lineal. Identifica la ecuacin de una linea recta
llamada componente lineal de tendencia de la forma Y = a + b x , en donde Y es el valor
pronosticado, a es la ordenada en el origen ( intercepcin de la recta con el eje vertical ) , b es la
pendiente de la linea y x es el perodo para el que se prepara el pronstico.
Los valores de a y de b se calculan con el mtodo de mnimos cuadrados. La aplicacin de ste
criterio da como resultado una linea recta que minimiza el cuadrado de las distancias verticales de
cada observacin a la linea.Los valores para a y b que minimizan la suma de los cuadrados de todas
las distancias verticales definen la ecuacin que mejor se ajusta a los datos.
Los valores de a y b se calculan mediante las siguientes expresiones:
N x y - xy
b=
N x2 - ( x )
a
=
y
x
- b
N
Aos
Perodo
x
1
2
3
4
5
6
7
8
9
10
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Sumas
Ventas de automviles
Y
600
500
530
640
450
750
800
900
950
1000
55
XY
7120
X2
600
1000
1590
2560
2250
4500
5600
7200
8550
10000
1
4
9
16
25
36
49
64
81
100
43850
385
Solucin.
a).- Vamos a proceder a calcular la expresin lineal de tendencia para ello debemos de calcular primero los
valores de a y de b con las siguientes expresiones : en este caso N = 10 porque son 10 datos
reales recopilados.
N x y - xy
b = ---------------------------------N x2 - ( x ) 2
a=
10 ( 43,850 ) - ( 55 ) (
7120 ) b =
10 ( 385 ) ( 55 ) 2
------------------------------------------y
a=
- b x
b x
------------------------N
438,500 - 391,600
----------------------------= 3850 - 3025
7,120 - ( 56.84 ) ( 55 )
46,900
------------- =
825
56.84
7120 - 3126.20
3993.80
Y = ( a + b x ) (Indice estacional)
Componente de tendencia
Componente estacional
ESTACIONALIDAD.
La estacionalidad es un patrn que a veces observamos en una serie de tiempo. Consiste en subidas y
bajadas peridicas que se presentan en forma regular en la serie de tiempo.
Al tiempo entre un ``pico'' y otro en la grfica de la serie, se le llama perodo estacional. La mayora
de las series que presentan esta caracterstica tienen periodicidad anual; en este caso, si la serie
consiste de observaciones mensuales, el perodo ser 12, en cambio, si la serie es trimestral, el perodo
ser 4.
Indices estacionales I
La manera matemtica de representar la estacionalidad es a travs de los llamados ndices
estacionales. Para comprender qu son, cmo se calculan y para qu sirven, veamos un ejemplo.
EJEMPLO:- Los datos trimestrales de ventas ( nmero de ejemplares que se venden ) de un libro de
texto universitario en los ltimos 3 aos son los siguientes:
Trimestres
aos
1998
1999
2000
I
II
III
I
V
16
9
26
25
18
9
29
23
00
0
00
60
18
11
29
26
50
00
30
15
a.- Calcule los ndices estacionales para los 4 trimestres
b. - Determine la ecuacin de la expresin de la componente lineal de tendencia.
c.- Calcule las ventas pronosticadas de libros de texto para el tercer trimestre del ao 2001
solucin:
aos
1998
1999
2000
Trimestr
II esIII
I
IV
16
940
2500
18
900
2360
00
2900
18
1100
2615
50
2930
Para calcular ndices estacionales se pueden seguir muchos caminos, ste es quiz, el ms simple.
Partiendo de los totales de cada ao, calculo un promedio trimestral para cada ao.
Trimestres
aos
1998
1999
2000
I
II
III
I
total
promedi
V 7755
es
os
16
94
26
25
1938.75
18
90
29
23 7960
1990.00
00
0
00
60 8495
18
11
29
26
2123.75
50
00
30
15
Estos promedios son un trimestre ``tpico'' para cada ao. Fjese que ao con ao, las ventas en los
segundos trimestre de cada ao estn en su punto mas bajo, seguidas de niveles mas altos de
ventas en los terceros trimestres de cada ao esto es ocasionado por el efecto estacional, adems
podemos notar que los trimestres tpicos van subiendo de valor. Esto es debido al efecto de la
tendencia que tiene la serie.
Ahora se divide cada dato entre el promedio del ao que le corresponda.
Trimestres
aos
1998
1999
2000
I
II
III
I
V
0.
0.
1.
1.
87
48
35
2
0.
0.
1.
1.
90
45
46
1
0.
0.
1.
1.
87
52
38
2
Estos nmeros indican el porcentaje de cada uno de los trimestres en funcin del trimestre tpico de
cada uno de los aos. Estos nmeros contienen la estacionalidad. Para terminar de tener los ndices
estacinales, mismos que representan el efecto estacional de la serie de tiempo para cada uno de
los trimestres promediamos los nmeros de cada trimestre (columna).
Trimestres
I
II
III IV
Indices Estac 0.88 0.49 1.40 1.24
El propsito de calcular indices estacionales es eliminar los efectos estacionales de la serie de tiempo.
A este proceso se le llama desestacionalizar la serie de tiempo
Para desetacionalizar la serie de tiempo, se dividen las ventas de cada uno de los trimestres entre su
indice estacional respectivo.
aos
perod
o
1998
1
2
3
4
5
6
7
8
9
10
11
12
1999
2000
trimestr
e
I
II
III
IV
I
II
III
IV
I
II
III
IV
Ventas
Indice
Ventas
reales
1690
940
2625
2500
1800
900
2900
2360
1850
1100
2930
2615
estacion
0.88
al
0.49
1.40
1.24
0.88
0.49
1.40
1.24
0.88
0.49
1.40
1.24
desestacionalizada
1920.45
s
1918.37
1875.00
2016.13
2045.45
1836.73
2071.43
1903.23
2102.27
2244.90
2092.86
2108.87
La anterior informacin representa las ventas sin el componente estacional, quedndose solamente con la
componente de tendencia.
El siguiente paso es determinar la expresin matemtica de la expresin lineal de tendencia, para
ello se emplea el procedimiento anterior, es decir, debemos encontrar con los datos
desestacionalizados una ecuacin que tiene la forma Y = a + b x .
Aos
perodo
1998
1999
2000
suman
x
1
2
3
4
5
6
7
8
9
10
11
12
78
trimestre
I
II
III
IV
I
II
III
IV
I
II
III
IV
Ventas
desestacional
Y
xY
1920.45
1920.45
1918.37
3836.73
1875.00
5625.00
2016.13
8064.52
2045.45
10227.27
1836.73
11020.41
2071.43
14500.00
1903.23
15225.81
2102.27
18920.45
2244.90
22448.98
2092.86
23021.43
2108.87
25306.45
24135.69
160117.51
x2
1
4
9
16
25
36
49
64
81
100
121
144
650
Con la informacin de este cuadro se calcularn los valores de a y de b usando las siguientes
expresiones: N = 12 , porque son 12 trimestres o 12 datos recopilados
N x y - xy
b = ---------------------------------N x2 - ( x ) 2
y
a=
b x
------------------------N
12 ( 160117.51 ) - ( 78 ) ( 24135.69 )
1921410.12 - 1882583.82
38826.30
b = ------------------------------------------------ = ------------------------------------- = ------------- = 22.62
12 ( 650 ) ( 78 ) 2
7800 - 6084
1716
y - b x
24135.69 - ( 22.62 ) ( 78 )
24135.69 - 1764.36 22371.33
a = ------------------------- = --------------------------------- = -------------------------- = ------------- = 1864.27
N
12
12
12
Sustituyendo los valores calculados de a y de b en la expresin: Y = a + b x
Tendremos la expresin lineal de tendencia para la venta del libro de texto de este problema.
Y = 1864.27 + 22.62 x
La pendiente de 22.62 indica que, en los ltimos 12 trimestres la empresa ha tenido un
crecimiento promedio desestacionalizado en las ventas del libro de texto de aproximadamente 22.62
libros por trimestre. Si se considera que la tendencia de los datos de ventas en los ltimos 12
trimestres es un indicador razonablemente bueno del futuro, entonces, puede utilizarse la
ecuacin anterior para proyectar la componente de tendencia de la serie de tiempo para trimestres
futuros.
Entonces para calcular los pronsticos de las ventas de l libro de texto para los trimestres
futuros, considerando tanto el efecto de tendencia como el efecto estacional la ecuacin que debemos
de tomar en consideracin es:
Y = ( 1864.27 + 22.62 x ) ( Indice estacional )
Para calcular el pronstico de ventas para el tercer trimestre del ao 2001 debemos de sustituir
en la ecuacin anterior :
Perodo x = 15
Para ello es necesario encontrar una frmula matemtica que relacione la variable dependiente con la o
las variables independientes y que permita estimar o predecir los valores futuros que puede tener una
variable
Y = A + B X
N x y - xy
y- b x
N = nmero de perodos
o datos recopilados.
A = ------------------------- N
B = ---------------------------------N x2 - ( x ) 2
EJEMPLO. El dueo de una distribuidora de automviles realiz un estudio, para determinar las relaciones
en un mes determinado, entre el nmero de automviles vendidos en el mes por su distribuidora con
el nmero de comerciales de un minuto sobre su distribuidora televisado localmente en ese mes.
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla .
mese
s
Nmero
de autos
vendidos
nmero
de
comercia
les X
2
5
3
N
1
2
3
Y
10
15
13
18
5
6
20
25
8
7
a).- Utilice el mtodo de regresin lineal simple para encontrar una ecuacin que permita predecir las
ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de un minuto
transmitidos por televisin.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 4 comerciales?
SOLUCIN.
Primeramente hay que determinar la siguiente tabla de valores:
mese
s
Nmero
de autos
vendidos
nmero
de
comercia
televisados
N
1
2
3
Y
10
15
13
X
2
5
3
20
75
39
X2
4
25
9
18
108
36
5
20
8
160
64
6
25
7
175
49
Suma
101
31
577
18
s
7
Basndose en la informacin del cuadro anterior y usando las siguientes expresiones .
N x y - xy
y - b x
B = ---------------------------------A = ------------------------N x2 - ( x ) 2
N
Calculamos los valores de A y de
B En este problema N = 6
6 ( 577 ) - ( 31 ) ( 101)
3462 - 3131
B = -------------------------------------- = --------------------- =
6 ( 187 ) - ( 31 ) 2
1122 - 961
331
------------- = 2.05
161
101 - ( 2.05 ) ( 31 )
A=
6
---------------------------------------
101 63.55
6
37.45
= ------------- =
6.24 6
Y = A + BX
Tendremos la ecuacin de la lnea de regresin lineal Y = 6.24 + 2.05 X
La cul nos permitir pronosticar las ventas de automviles en funcin del nmero de anuncios comerciales
de un minutos transmitidos por la TV.
b),. Sustituyendo en la ecuacin obtenida en el inciso anterior el valor de x = 4, obtendremos el
pronstico de autos si se pusieran 4 anuncios comerciales en la TV.
Y = 6.24 + 2.05 ( 4 ) = 14.44 automviles
REGRESIN LINEALMLTIPLE.
En este modelo la variable a predecir Y est en funcin de 2 o ms variables independientes X, y la
ecuacin matemtica que se utilizar ser la siguiente :
= a + b 1 X 1 + b 2 X2
1)a N
+ b 1 X
+ b 2 X
=Y
X
1 +
b 1
b212
X = XY
De tal manera que2)a
al resolver
estas
3 ecuaciones
por 2el+mtodo
deXdeterminantes
tendremos
que los
1 X
1
valores de a ,
3)a X 2 + b 1 X 1 X 2 + b 2 X 2 X
2=
b 1 y b 2 siguiendo el siguiente procedimiento:
B1
5.- En seguida se obtiene el valor de b
con b 1 = --------
DG
6.- Para calcular el valor que nos falta de b 2 , los valores de a y b 1 ya conocidos se
sustituyen en cualquiera de las 3 ecuaciones iniciales, y por despeje se obtiene el valor de b 2.
7.- Por ltimo se obtiene la expresin matemtica con la que se calcularn los pronsticos futuros en
funcin de las variables independientes X 1 y X 2
Dicha expresin matemtica se determina sustituyendo los valores respectivos de a, b 1 y b 2 en la
ecuacin:
Y = a + b 1X 1+ b 2X 2
EJEMPLO.- El dueo de una distribuidora de automviles realiz un estudio, para determinar las
relaciones en un mes determinado, entre el nmero de automviles vendidos en el mes por su
distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado
localmente y por nmero de vendedores contratados por la empresa en ese mes .
Durante el perodo de 6 meses anot los resultados que se muestran en la siguiente tabla.
mese
s
Nmero
de autos
vendidos
nmero
de
comercia
televisados
Nmero
de
vendedo
contratados
N
1
2
3
Y
30
50
40
X1
3
5
2
X2
2
4
3
25
5
6
30
40
4
7
5
6
a).- Utilice el mtodo de regresin lineal mltiple para encontrar una ecuacin que permita predecir
las ventas de autos en funcin de los gastos de publicidad por el nmero de comerciales de unminuto
transmitidos por televisin y por el nmero de vendedores contratados.
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y
se contrataran 7 vendedores?
SOLUCIN.
a).- Primeramente hay que determinar la siguiente tabla de valores:
mese
s
Nmero
de autos
vendidos
N
1
2
3
Y
30
50
40
25
nmero
de
comercia
lesX1
3
5
2
Nmero
de
vendedor
esX2
2
4
3
X1
Y90
250
80
X2
Y60
200
120
X1
X62
2
60
X1 2
9
25
4
X2
2
4
16
9
150
50
1
22
36
5
30
4
5
120 150
16
25
6
40
7
6
280 240
40
49
36
2
Suma
215
27
22
970 820 106 139
94
s
La sumatoria de valores determinados en este cuadro, se sustituyen en las ecuaciones normales para la
regresin lineal mltiple para dos variables independientes X 1 y X 2.
aN
+ b 1 X 1
+ b 2 X2
=
2
a X 1 + b 1 X 1
+ b 2 X1 X 2 =
a X 2 + b 1 X 1 X 2 + b 2 X 2 2
=
1)
2)
3)
1)
2
3)
a(6)
a ( 27 )
a ( 22 )
Y
X1 Y
X 2 Y
+ b 1 ( 27 ) + b 2 ( 22 ) = 215
+ b 1 ( 139 ) + b 2 ( 106 ) = 970
+ b 1 ( 106 ) + b 2 ( 94 )
= 820
Posteriormente se procede a resolver este sistema de ecuaciones por medio del mtodo de
determinantes, para ello, haremos uso del siguiente procedimiento:
1.- Se calcula el determinante general DG tomando cada uno de los valores conocidos de las tres
primeras columnas de las ecuaciones normales :
DG
=
6
2
7
22
27
139
106
22
106
94
6
27
22
27
139
106 )
= ( 6 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 22 ) + ( 22 ) ( 27 )(
- ( 22) ( 139 ) (22 ) - ( 106 ) ( 106 ) (6 ) - ( 94 ) ( 27 ) (
27 )
repetir los valores conocidos de la segunda y de la tercera columna anotando stos de la siguiente
manera:
A=
215
970
820
27
13
109
2
2
10
694
2
1
97
0
82
27
139
= ( 215 ) ( 139 ) ( 94 ) + ( 27 ) ( 106 ) ( 820 ) + ( 22 ) ( 970 )
(106
106 )
- ( 820) ( 139 ) (22 ) - ( 106 ) ( 106 ) (215 ) - ( 94 ) ( 970 ) ( 27
)
4.- Se calcula B 1 , para ello nos ubicamos en la ecuaciones normales y los valores
conocidos de la segunda columna se cambian por los valores conocidos de la cuarta
columna y se vuelven a repetir los valores conocidos de la primera y de la tercera columna
anotando stos de la siguiente manera:
B1
=
6
27
2
2
215
970
820
2
2
10
694
6
2
7
2
2
21
597
0
82
0
= - 1130
- 1130
( 29.75 ) ( 6 )
- ( 1.02 ) ( 27 )
b 2 ( 22 ) =
215
Y = a + b 1 X 1 + b 2 X 2 , entonces:
b).- Cul deber ser el pronstico de ventas de autos si se pusieran por televisin 5 comerciales y
se contrataran 7 vendedores? Para contestar esta pregunta en la ecuacin anterior se sustituyen los
valores de X 1 = 5 y X 2 = 7
EM
3.- Se calcula la escala mvil promedio ( EM ) , mediante la expresin EM = -----------N-1
N = numero de datos reales recopilados
4.- Se calculan los lmites Superior ( LSC ) e Inferior ( LIC ) del control del
pronstico, con : LSC = 2.66 X
EM
LIC = - 2.66 X EM
5.- Se determina el pronstico para cada perodo de tiempo. Y se determina el error del pronstico
para cada uno de los perodos de tiempo . ERROR = DEMANDA REAL - DEMANDA
PRONOSTICADA
6.- Se construye posteriormente la grfica de escala mvil para el control del pronstico, sealando y
uniendo en ella los puntos de los valores hallado en el paso anterior y los lmites de control hallados
en el paso 4 .
Tiene que haber cuando menos 10 y preferentemente 20 valores de EM que se empleen para
determinar los lmites de control. Estos lmites se fijan de manera que solo quepa esperar que 3
puntos de entre 1000 caigan fuera de los lmites, y ello debido solamente al azar. As, si un punto se
encuentra fuera de los lmites de control, debemos hacer una investigacin preliminar para haber si ha
habido algn cambio manifiesto en el sistema de causas base de la demanda. Tambin sirve de
advertencia de que debemos vigilar muy estrechamente este producto. Si otro punto va a dar
tambin fuera de los lmites de control, debe procederse a ser una investigacin detallada respecto a la
causa de tal acontecimiento.
Si todos los puntos trazados caen dentro de los lmites de control, es por lo general seguro dar por
supuesto que tenemos las ecuaciones correctas para el pronstico.
Si todos los puntos caen fuera de los lmites , no tenemos las ecuaciones correctas para el pronstico,
y por lo tanto, hay que revisarlas de acuerdo con ello.
Podemos emplear la grafica de control para que nos diga en que punto se produjo elcambio y
podamos determinar una ecuacin para el pronstico, partiendo de los datos apropiados al sistema
actual de causas de la demanda.
Problemas.
1.- Se muestran en seguida las tasas de inters para 12 meses consecutivos de Bonos corporativos
triple A.
9.5, 9.3, 9.4, 9.6, 9.8, 9.7, 9.8, 10.5, 9.9, 9.7, 9.6, 9.6
a) Elabore promedios mviles simples de 3 y 4 meses ( trminos) para esta serie de tiempo.
Cul de los 2 promdios mviles, el de 3 o de 4 trminos, ofrece mejores pronsticos?.
b) Cul es el pronstico del promedio mvil simple para el siguiente mes?.
2.Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos en las 12
primeras semanas del ao de 1996.
semana
Nmero
s
de
accidente
s
1
17
2
21
3
19
4
23
5
18
6
16
7
20
8
18
9
22
10
20
11
15
12
22
240, 350, 230, 260, 280, 320, 220, 310, 240, 310, 240,
230
a) Compare un pronstico con promedios mviles de 3 trminos con un pronostico con
alisamiento exponencial utilizando una constante de suavizamiento = 0.2 Cul ofrece
mejores pronsticos?
b) Cul es pronostico para el siguiente mes?
6.Los siguientes datos muestran las ventas de un producto determinado en los ltimos 12
meses.
mes ventas
1
2
3
4
5
6
7
8
9
1
0
1
1
2
10
5
13
5
12
0
10
905
12
14
0
5
14
0
10
800
10
0
11
0
a) Utilice una constante de suavizamiento = 0.3 para calcular valores con alisamiento
exponencial para la serie de tiempo.
b) Utilice una constante de suavizamiento = 0.5 para calcular los valores con
alisamiento exponencial . Cul de las 2 constantes de alisamiento la de 0.3 o la de 0.5
ofrece los mejores pronsticos?
c) Cul es el pronstico para el treceavo mes?
7.Una cadena de tiendas de abarrotes experiment las siguientes demandas semanales ( en cajas) para una
marca de detergente para lavadoras automticas:
semana demand semana demand
a
s6
a
1s
200
210
2
350
7
280
3
250
8
350
4
360
9
290
5
250
10
320
a) Aplicando alisamiento exponencial usando una constante de suavizado de = 0.4 , desarrolle un
pronstico de las ventas para la semana 11.
8.La Inited Daries Inc. Proporciona leche a diversas tiendas de comestibles independientes
del condado Dade, en la Florida. Los administradores de la United daries pretenden tener un
pronstico para el nmero de medios galones de leche que se venden por semana. Los
datos de ventas para las ltimas 12 semanas son las siguientes:
Semana
s
1
2
3
4
5
6
Ventas
Unidade
s
2750
3100
3250
2800
2900
3050
Semana
s
7
8
9
10
11
12
Ventas
Unidade
s
3300
3100
2950
3000
3200
3150
INDICE
DE
PRECIO
S
1
66.90
2
74.80
3
81.20
4
85.00
5
89.20
6
94.60
7
97.80
8
101.90
9
106.90
Desarrolle la ecuacin de la expresin de la componente lineal de tendencia para los datos anteriores y
calcule el pronstico de los ndices de precios al consumidor para los aos 10 y 11
11.- Las cifras promedio de asistencia ajuegos de ftbol en el estadio de una Universidad
importante, han seguido el siguiente patrn en los ltimos 7 aos:
AO
S
1
2
3
4
5
6
ASISTENCI
A
28,000
30,000
31,500
30,400
30,500
32,200
30,800
TRIMESTRES
I
II
III
IV
19
1690 940 2625
98
19
1800 900 2500
2900
99
20
1850 1100 2360
2930
00
2615
a) Determine los ndices estacinales para cada uno de los 4 trimestres.
b) Cuando tiene el editor de libros de texto el mayor ndice estacional?
c) Determine el pronstico de los ejemplares posibles a vender durante cada uno de los
cuatro trimestres de l ao 2001, considerando la componente de tendencia y la componente
estacional?
13.- El dueo de una distribuidora de automviles realiz un estudio para determinar las
relaciones en un mes determinado entre el nmero de automviles vendidos en el mes por su
distribuidora con el nmero de comerciales de un minuto sobre su distribuidora televisado
localmente en ese mes. Durante el perodo de 6 meses, el dueo anot los resultados que se
muestran en seguida:
MESE
S
NUMERO DE
NUMERO
AUTOS
DE
VENDIDOS
COMERCIAL
ES EN X
N
Y
1
10
1
2
15
0
3
20
5
4
30
4
5
25
3
6
40
6
a) Encuentre la expresin matemtica de la lnea de regresin lineal simple que permita predecir las
ventas de autos en funcin de los gastos de publicidad por televisin
b) cul es el pronstico del volumen de autos si se pusieran 2 anuncios comerciales en la televisin?
c) cul es el pronstico del volumen de autos si se pusieran 8 anuncios comerciales en la
televisin?
14.- El gerente de ventas de una compaa que surte a hoteles y restaurantes se interesa en
la relacin de tipo predictivo que pudiera tener, tanto la publicidad como el tamao de la
fuerza de ventas, en las ventas mensuales, para tal efecto, llev un registro de las ventas
mensuales, de la cantidad gastada mensualmente en publicidad directa y el nmero de
representantes de ventas, lo anterior lo hizo en cada una de las 8 regiones seleccionadas.
Los datos de sus registros se muestran en la siguiente tabla:
REGIONE
S
N
1
2
3
4
5
6
7
8
VENT
AS
MILES
Y
300
250
125
100
450
230
380
290
GASTOS
DE
PUBLICID
X1
10
12
13
15
20
16
25
22
AGENTES
DE
VENTA
X2
3
4
4
3
5
4
6
2
a) Encuentre la expresin matemtica de la lnea de regresin lineal mltiple que permita predecir
las ventas de autos en funcin de los gastos de publicidad por televisin y del nmero de
vendedores
b) cul es el pronstico del volumen de autos si se pusieran 24 anuncios comerciales en la
televisin y
se contrataran 7 vendedores?
c) cul es el pronstico del volumen de autos si se pusieran 28 anuncios comerciales en la
televisin y se contratara a 8 vendedores ?
15.- El gerente de ventas de cierta c ompaa recopil la informacin bimestral de las ventas de
televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin
de la informacin a partir del tercer bimestre de 1997, el gerente de ventas pudo constatar al elaborar
una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 350 + 1900 x , y los ndices estacinales bimestrales
correspondientes:
BIMESTR
I
II
III
IV
V
VI
INDICE
ESTACIONA
L
1.30
0.85
0.50
0.45
1.00
1.90
Determine:
a) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
b) El pronstic o de las ventas de televisores para el tercer bimestre del ao 2004
16.- El gerente de ventas de cierta compaa recopil la informacin bimestral de las ventas de
televisores realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin
de la informacin a partir del ltimo bimestre de 1997, el gerente de ventas pudo constatar al elaborar
una grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con l a informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 500 + 900 x , y los ndices estacinales bimestrales
correspondientes:
BIMESTR
E
I
II
III
IV
V
VI
INDICE
ESTACIONA
L
1.30
0.85
0.50
0.45
1.00
1.90
Determine:
c) El pronstico de las ventas de televisores para el sexto bimestre del ao 2001.
d) El pronstico de las ventas de televisores para el tercer bimestre del ao 2004
17.- El gerente de ventas de cierta compaa recopil la informacin Trimestral de las ventas de
aviones realizadas durante los ltimos 4 aos (1997,1998,1999 y 2000 ), iniciando la recopilacin de la
informacin a partir del tercer trimestre de 1997, el gerente de ventas pudo constatar al elaborar una
grfica del patrn de los datos del pasado que stos presentaban componente de tendencia y
componente estacional. De tal manera que con la informacin obtenida pudo determinar la componente de
tendencia que tiene por ecuacin Y = 1500 + 2000 x , y los ndices estacinales trimestrales
correspondientes:
TRIMESTRE
INDICE
ESTACIONAL
I
II
III
IV
1.30
0.85
0.50
1.35
Determine:
e) El pronstico de las ventas de televisores para el tercer trimestre del ao 2001.
f) El pronstico de las ventas de televisores para el segundo trimestre del ao 2004
18.- Si el da 27 de Febrero del ao 2001 se vendieron 550 boletos para la asistencia al teatro de la
ciudad y la venta de boletos pronosticados para este da fue de 730 boletos, determine: usando el
mtodo de Suavizamiento exponencial considerando un valor de = 0.4
a) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
b) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1000 cul
deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
19.- Si el da 27 de Febrero del ao 2001 se vendieron 800 boletos para la asistencia al estadio de
bisbol de la ciudad y la venta de boletos pronosticados para este da fue de 900 boletos, determine:
usando el m todo de Suavizamiento exponencial considerando un valor de = 0.3
c) El pronstico del nmero de boletos que vendern el da 28 de febrero del ao 2001.
d) Si los boletos que se vendieron el da 28 de Febrero del ao 2001 fuera de 1200 cul
deber ser el pronstico de las ventas de boletos para el da 1 de marzo del ao 2001?
20.- Con la siguiente informacin, misma que representa el nmero de accidentes ocurridos durante
los meses de Septiembre, Octubre Noviembre y Diciembre del ao 2000 en una empresa
conocida de esta ciudad:
MESES
PERODO
NUMERE DE
ACCIDENTES
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
x
1
2
3
4
y
50
80
65
90
Me
ses
N
1
2
3
4
5
6
Totales
Nmero de autos
vendi
dos Y
10
10
20
30
40
40
Nmero de
comerciales en
TV X
0
1
2
2
3
4
XY
X2
Regione
s
N
1
2
3
4
5
6
7
8
Totales
Ventas
(miles de
$
)
300
250
125
100
400
200
350
250
Gastos
de
Publicid
ad
X1
10
15
13
12
25
15
13
30
Agent
es
de
ve
nta
3
4
4
3
2
4
3
2
X 1Y
X 2Y
X 1 X2
X 12
X 22