PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

PRÁCTICA NO. 1
PRONÓSTICOS PARA FAMILIAS ESTABLES

INTRODUCCIÓN

El control de la producción es la función de dirigir o regular el movimiento metódico de los

materiales por todo el ciclo de fabricación, desde la requisición de materias primas, hasta la entrega
del producto terminado, mediante la transmisión sistemática de instrucciones a los subordinados,
según el plan que se utiliza en las instalaciones del modo más económico.

El laboratorio de control de la producción es un curso donde el estudiante aprende a maximizar los

recursos con que cuenta la planta de producción para producir con mayor calidad, mayor
productividad y menor costo, va dirigido para aquellos estudiantes que trabajan en una planta
industrial ya como profesionales.

OBJETIVO

• Establecer previsiones futuras confiables atendiendo la demanda potencial del mercado.

PASOS PARA ESTABLECER PRONÓSTICOS

1. Graficar la base de datos ventas vs tiempo.

2. Análisis primario del gráfico
o Observar la forma y comportamiento de la curva, si a simple vista no se observa
alguna tendencia se puede alisar la curva (incrementar o reducir la escala que se
está usando) o bien, reducir la cantidad de períodos de venta graficados.
3. Análisis secundario
o Conociendo el gráfico al que pertenece el grupo de datos, se elige un período
congelado de ventas conocido (para los ejemplos de la práctica será igual a 4),
seleccionando los últimos 4 valores de ventas reales del último período a evaluar,
con el fin de determinar Pronósticos de evaluación para cada método cuantitativo.
4. Pronóstico de riesgo
o Proyección de demanda futura que necesitamos conocer par aun período
específico, se basa en el método cuantitativo que mejor error acumulado arrojó
durante la etapa de análisis secundario.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

FUNDAMENTO CONCEPTUAL DE LA PRÁCTICA:

El pronóstico se puede clasificar en cuatro tipos básicos: modelos cualitativos, métodos

cuantitativos de series de tiempo, métodos cuantitativos de relaciones causales y simulación.

Para la práctica nos concentraremos en métodos cuantitativos, estos se pueden clasificar en cuatro
tipos distintos según el comportamiento de ventas histórico de un producto en particular de la
siguiente manera:

A. Familias estables o modelos de series temporales

B. Análisis de correlación (familias ascendentes y descendentes)
C. Modelos cíclicos (estacionalidad)
D. Método combinado (modelo cíclico y de correlación)

1. FAMILIAS ESTABLES O MODELOS DE SERIES TEMPORALES

El análisis de series temporales se basa en la idea de que es posible usar la información relacionada
con la demanda pasada para predecir la demanda futura. Estas familias siguen un comportamiento
“estable” a través del tiempo.

Los productos que tienen esta demanda pertenecen a empresas que forman parte de oligopolios o
monopolios.

• PRONOSTICO DE EVALUACION: Son proyecciones que se calculan para cada

período de tiempo elegido con el fin de compararlas contra las ventas reales de ese
mismo período, se calculan las diferencias entre ambos obteniendo de esta forma
los errores acumulados de cada método aplicado en el conjunto de datos que nos
interesa.

• PRONOSTICO DE RIESGO: Son las proyecciones de demanda que nos interesan para
un período de ventas futuro el cual no conocemos. Se establecen a partir de los
pronósticos de evaluación del método que menor error acumulado arrojó en la
parte de la evaluación.

MÉTODOS CUANTITATIVOS PARA LAS FAMILIAS ESTABLES

• Último período: El pronóstico de un mes (n) en particular es la venta real del mes anterior
(n-1) y así sucesivamente para todo el período congelado de ventas elegido.

𝑷𝒏 = 𝑽𝒏−𝟏
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

• Promedio aritmético: El pronóstico es el promedio de ventas reales de todos los meses

anteriores al mes que se va a proyectar, se usa cuando nos interesa mucho el historial de
ventas reales. El analista decide que tan atrás va a promediar sus datos.

∑𝒏−𝟏
𝟏 𝑽𝒆𝒏𝒕𝒂𝒔 𝑹𝒆𝒂𝒍𝒆𝒔
𝑷𝒏 =
𝒏−𝟏

• Promedio móvil simple: El pronóstico utiliza la media de los n períodos de datos más
recientes para efectuar la proyección del período siguiente. Para el caso de la práctica se
utilizarán 4 períodos de ventas.

∑𝒏−𝟒
𝒏−𝟏 𝑽𝒆𝒏𝒕𝒂𝒔 𝒓𝒆𝒂𝒍𝒆𝒔
𝑷𝒏 =
𝟒
• Promedio móvil ponderado: La sumatoria de las ponderaciones elegidas deben ser igual al
número de períodos a pronosticar, es decir, el valor del ciclaje elegido. En el caso de la
práctica usaremos un ciclaje igual a 4, en otras palabras, los valores escalares de las
ponderaciones suman 4 y cada uno de estos multiplica al valor de las ventas reales de los
cuatro meses anteriores al mes que necesitamos pronosticar (otorgándole mayor
ponderación a los más recientes para obtener una proyección más exacta).

𝑬𝒋𝒆𝒎𝒑𝒍𝒐 𝒅𝒆 𝒑𝒐𝒏𝒅𝒆𝒓𝒂𝒄𝒊𝒐𝒏𝒆𝒔:
𝑚𝑒𝑠 𝑚á𝑠 𝑙𝑒𝑗𝑎𝑛𝑜 = 0.5
𝑚𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑚𝑒𝑑𝑖𝑜 = 0.8
𝑚𝑒𝑠 𝑖𝑛𝑡𝑒𝑟𝑚𝑒𝑑𝑖𝑜 = 1.2
𝑚𝑒𝑠 𝑚á𝑠 𝑐𝑒𝑟𝑐𝑎𝑛𝑜 = 1.5
𝟒

∑ 𝒑𝒐𝒏𝒅𝒆𝒓𝒂𝒄𝒊𝒐𝒏𝒆𝒔 = 𝟎. 𝟓 + 𝟎. 𝟖 + 𝟏. 𝟐 + 𝟏. 𝟓 = 𝟒
𝟏

∑𝑛−4
𝑛−1 𝑃𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 ∗ 𝑉𝑒𝑛𝑡𝑎𝑠 𝑟𝑒𝑎𝑙𝑒𝑠
𝑃𝑛 =
𝑛

• Promedio móvil ponderado exponencial (caso A): Técnica de previsión de media móvil en
la que los datos se valoran por medio de una función exponencial.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

𝑃𝑛 = 𝑃𝑛−1 +∝ (𝑉𝑛−1 − 𝑃𝑛−1 )

Donde:

Pn = Pronóstico para el período n

P n-1 = Pronóstico para el período anterior a n

V n-1 = Venta real para el período anterior a n

α = constante de alisado

El valor de α lo define el pronosticador, para efectos de la práctica elegiremos α=0.5 sin

embargo la teoría indica lo siguiente:

o Cuando α tiende a 0: El pronóstico se ve afectado por factores externos.

o Cuando α tiende a 1: El pronóstico depende de variables asignables al modelo.

• Promedio móvil ponderado exponencial (caso B): Toma en cuenta la proyección de

tendencia de los datos que, en condiciones normales, tienden a desfasarse con respecto a
las ventas reales.
(1 − 𝛼)
𝑃𝑛 = 𝑃𝑛−1 + ∗ (𝑇𝑛−1 )
𝛼
𝑇𝑛 = 𝛼 (𝑉𝑛 − 𝑉𝑛−1 ) + (1 − 𝛼)(𝑇𝑛−1 )

𝑇𝑛−1 = 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑖𝑣𝑜𝑡𝑒 = 𝑉𝑛−1 − 𝑉𝑛−2 (sólo para la primer tendencia)

Donde:

Pn = Pronóstico para el período n

𝑃𝑛−1 = 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 = 𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑝𝑖𝑣𝑜𝑡𝑒 = (𝑉𝑛−2 + 𝑉𝑛−3 + 𝑉𝑛−4 )/3
𝑇𝑛−1 = 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑖𝑣𝑜𝑡𝑒
α= factor

• Franja simulada: Se utiliza para establecer el Pronóstico de Riesgo de las curvas estables
(existe la posibilidad de compararla con otro tipo de curva) y está definido por la siguiente
relación:

𝑃𝑛 = 𝑃𝑛−1 + 𝑘 ∗ 𝑇ú𝑙𝑡𝑖𝑚𝑎
Donde:

k = 1, 2, 3 ….
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

o El primer pronóstico de riesgo es el último pronóstico de evaluación del método

que menor error acumulado tiene después de efectuar la comparación entre los
distintos métodos cuantitativos.
o La tendencia última corresponde al último pronóstico de evaluación y la tendencia
pivote es una anterior a aquella.

Por ejemplo, si quisiéramos conocer el pronóstico del siguiente período iniciando por el mes
de enero, tendríamos:

P enero = P dic
P feb = P enero + T dic
P mar = P enero + 2 T dic, T dic = α(V dic – V nov) + (1 – α)*T pivote
T pivote = T nov = V nov – V oct

PROCEDIMIENTO DE SOLUCIÓN

PASOS DESCRIPCIÓN HERRAMIENTAS

1 Tabular y graficar la información histórica (ventas reales) para Excel
uno o más períodos anteriores.
2 Establecer el análisis primario Gráfico del paso 1
3 Establecer el análisis secundario Fórmulas, calculadora
4 Evaluar todos los métodos matemáticos cuantitativos y Fórmulas, calculadora
obtener los errores acumulados
5 Elegir el modelo que tenga como resultado el menor error Fórmulas, calculadora
acumulado
6 Con el modelo seleccionado, determinar el pronóstico de Fórmulas, calculadora
riesgo.
7 Tabular la tendencia contra las ventas reales históricas y Fórmulas, calculadora
comparar los resultados.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

ANÁLISIS Y RESOLUCIÓN DEL CASO PRÁCTICO #1

DESCRIPCIÓN DEL CASO

El historial de ventas de una compañía alimenticia durante los último tres períodos ha mantenido
niveles estables en función del tiempo, debido a que sus clientes se han mantenido fieles a las
políticas de ventas implementadas por la compañía.

La Gerencia General tiene la solicitud de un sector de clientes para que les provea de su producto
alimenticio siguiendo la misma estrategia de repartos ya que el proveedor que actualmente posee
les ha fallado en la entrega de materia prima que necesitan procesar.

Tomando en cuenta la solicitud del nuevo cliente potencial, el Gerente General le ha pedido a la
Gerencia de Ventas y de Producción para que le prepare un informe con las proyecciones estimadas
a futuro basándose en la información histórica de ventas reales con la que cuentan actualmente. El
Gerente General está interesado en conocer la estimación utilizando el punto de vista cuantitativo.

Las ventas en los últimos tres años se muestran a continuación:

MES 2017 2018 2019

1 689 679 699
2 678 690 683
3 690 684 700
4 695 695 688
5 685 684 693
6 680 692 684
7 698 685 678
8 675 679 682
9 684 687 685
10 681 697 680
11 679 675 686
12 686 684 692
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

Determine:

1. Gráfico de ventas reales

*Se recomienda colocar los datos en meses del 1 al 36 para realizar las gráficas y cálculos más
fácilmente.

VENTA REAL
800
700
600
500
0 5 10 15 20 25 30 35 40

2. Efectúe el análisis primario observando la tendencia que siguen los datos históricos.

Luego de analizar los datos de ventas de los 36 meses presentados, se puede observar que el
comportamiento de la curva se mantiene constante en un rango de 25 cajas siendo el dato mayor
700 y el menor 675.

3. Efectúe el análisis secundario (pronóstico de evaluación) utilizando los siguientes valores

escalares de ponderaciones: (0.3, 0.7, 1.2, 1.8) con 4 ciclos.

Procedemos a evaluar las ventas con todos los métodos cuantitativos para familias estables con el
propósito de encontrar las proyecciones de evaluación, usando un ciclaje de 4, es decir, elegimos
los últimos cuatro meses del período correspondientes a los meses 33, 34, 35 y 36.

o ÚLTIMO PERÍODO (ENFOQUE SIMPLE)

*El pronóstico de un mes es equivalente a la venta del mes anterior*

VENTA EN UNIDADES
MES VENTA REAL PRONÓSTICO ERROR ∑|𝐸|

SEPTIEMBRE 33 685 682 3 3

OCTUBRE 34 680 685 -5 8
NOVIEMBRE 35 686 680 6 14
DICIEMBRE 36 692 686 6 20

o PROMEDIO ARITMÉTICO

El pronóstico es el promedio de ventas de todos los meses anteriores al mes que se va a proyectar.

∑32
1 𝑉𝑒𝑛𝑡𝑎𝑠
𝑃33 =
32
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

VENTA EN UNIDADES
MES VENTA PRONÓSTICO ERROR ∑|𝐸|

REAL
SEPTIEMBRE 33 685 686.19 -1.19 1.2
OCTUBRE 34 680 686.15 -6.15 7.3
NOVIEMBRE 35 686 685.97 0.03 7.4
DICIEMBRE 36 692 685.88 6.12 13.5

o PROMEDIO MÓVIL SIMPLE

Se hace un promedio de los "n" períodos de datos más recientes para hacer la proyección del
período siguiente.

Se tomará un ciclo de 4 meses, esto depende según el analista.

MES VENTA REAL MES VENTA PRO

SEPTIEMBRE 33 685 ENERO 37
OCTUBRE 34 680
NOVIEMBRE 35 686
DICIEMBRE 36 692
PROMEDIO 685.75

Pronosticando para los meses 33 al 36.

VENTA EN UNIDADES
MES VENTA PRONÓSTICO ERROR ∑|𝐸|

REAL
SEPTIEMBRE 33 685 684.25 0.75 0.8
OCTUBRE 34 680 682.25 -2.25 3.0
NOVIEMBRE 35 686 681.25 4.75 7.8
DICIEMBRE 36 692 683.25 8.75 16.5

o PROMEDIO MÓVIL PONDERADO

La sumatoria de las ponderaciones elegidas debe ser igual al número de períodos a pronosticar, es
decir:
Ponderaciones: 0.5 + 0.8 + 1.2 + 1.5 =4

Recomendación: Dar una ponderación más alta a los meses más recientes para lograr una
proyección más exacta.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

Para obtener el promedio móvil se multiplica el valor de la venta real * ponderación asignada y se
divide entre el número de ciclos.

0.5 ∗ 𝑉29 + 0.8 ∗ 𝑉30 + 1.2 ∗ 𝑉31 + 1.5 ∗ 𝑉32

𝑃33 = = 683
4

VENTA EN UNIDADES
MES VENTA REAL PRONÓSTICO ERROR ∑|𝐸|

SEPTIEMBRE 33 685 682.58 2.42 2.4

OCTUBRE 34 680 682.58 -2.58 5.0
NOVIEMBRE 35 686 681.65 4.35 9.4
DICIEMBRE 36 692 683.50 8.50 17.9

o PROMEDIO MÓVIL PONDERADO EXPONENCIAL CASO A (Alisado de primer orden)

Para efectos de la práctica se usará α = 0.5

Para poder comenzar a pronosticar a partir del mes 33 necesitamos el pronóstico del mes 32, el cual
vamos a obtener con cualquiera de los métodos anteriores (Pronóstico Pivote).

En este caso, promedio móvil simple.

(𝑉28 + 𝑉29 + 𝑉30 + 𝑉31 )

∗ 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑝𝑖𝑣𝑜𝑡𝑒 = 𝑃32 = = 686
4

MES VENTA REAL PRONÓSTICO

AGOSTO 32 682 686 Obtenido con promedio móvil simple

VENTA EN UNIDADES
MES VENTA REAL PRONÓSTICO ERROR ∑|𝐸|

SEPTIEMBRE 33 685 684 1.13 1.1

OCTUBRE 34 680 684 -4.44 5.6
NOVIEMBRE 35 686 682 3.78 9.3
DICIEMBRE 36 692 684 7.89 17.2

o PROMEDIO EXPONENCIAL CASO B (ALISADO CON AJUSTE DE TENDENCIA)

Se aplica el concepto de tendencia para obtener una proyección más confiable, se continuará
usando α=0.5.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

Para poder comenzar a pronosticar a partir del mes 33 necesitamos el pronóstico del mes 32, el cual
vamos a obtener con cualquiera de los métodos anteriores (Pronóstico Pivote).

En este caso, promedio móvil simple.

(𝑉28 + 𝑉29 + 𝑉30 + 𝑉31 )

∗ 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑝𝑖𝑣𝑜𝑡𝑒 = 𝑃32 = = 686
4

MES VENTA REAL PRONÓSTICO

AGOSTO 32 682 686 Obtenido con promedio móvil simple

También necesitamos una tendencia inicial que obtendremos del pronóstico pivote.

𝑇32 = 𝑉32 − 𝑉31 = 682 − 678 = 4

Iniciamos a pronosticar con los siguientes datos:

VENTA
MES REAL PRONÓSTICO TENDENCIA INICIAL
AGOSTO 32 682 686 4

Ejemplo para el mes 33:

𝑇33 = 0.5(685 − 682) + (1 − 0.5) ∗ 4 = 3.5
1 − 0.5
𝑃33 = 686 + ∗ 4 = 690
0.5

VENTA ∑|𝐸|
MES REAL TENDENCIA PRONÓSTICO ERROR
SEPTIEMBRE 33 685 3.5 690 -5.00 5.0
OCTUBRE 34 680 -0.75 694 -13.50 18.5
NOVIEMBRE 35 686 2.625 693 -6.75 25.3
DICIEMBRE 36 692 4.3125 695 -3.38 28.6
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

4. Establecer el pronóstico de riesgo del primer cuatrimestre del año 2020.

El primer paso es comparar los errores acumulados de todos los métodos:

RESUMEN DE ERRORES ACUMULADOS

MÉTODO ERROR ACUMULADO

Último período 20
Promedio aritmético 13.5
Promedio móvil simple 16.5
Promedio móvil ponderado 17.9
Promedio móvil ponderado exponencial A 17.2
Promedio móvil ponderado exponencial B 28.6

Dado que el promedio aritmético es el método con error acumulado menor que todos los otros
métodos se procede de la siguiente forma:

T pivote = T nov = V nov – V oct = 686-680 =6

T dic = α(V dic – V nov) + (1 – α)*T pivote = 0.5(692-686)+(1-0.5)*(6) =6

P enero = P dic = 685.88

P feb = P enero + T dic = 685.88+6=691.88
P mar = P enero + 2 T dic = 685.88+2*6= 697.88
P abr = P enero + 3 T dic= 685.88 + 3*6= 703.88

MES VENTA REAL

ENERO 37 685.88
FEBRERO 38 691.88
MARZO 39 697.88
ABRIL 40 703.88

HOJA DE TRABAJO 1
Para entregar en el horario de la práctica
INSTRUCCIONES GENERALES: En equipos de trabajo, determinar la proyección futura que
se les pide utilizando todas las herramientas de análisis disponible (análisis cuantitativo en
excel y utilización de Software provisto). Comparar los resultados obtenidos entre los los
cálculos en Excel y los resultados que arroja el Software de Pronósticos.
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

PROBLEMA 1:

Yamaha, uno de los líderes en ventas de motos de agua en Guatemala, presenta los
siguientes datos de ventas en miles de quetzales para su agencia ubicada en Río Dulce:

VENTAS AÑO 1 VENTAS AÑO 2

ENERO 446 455
FEBRERO 455 441
MARZO 454 438
ABRIL 452 456
MAYO 444 451
JUNIO 448 445
JULIO 440 450
AGOSTO 447 451
SEPTIEMBRE 439 448
OCTUBRE 438 440
NOVIEMBRE 442 442
DICIEMBRE 448 439

Utilizando los datos presentados.

1. Realice una gráfica de ventas vs tiempo
2. Calcule para los meses 33 al 36 el pronóstico de riesgo con cada uno de los
siguientes métodos, utilice ponderaciones 0.6, 0.9, 1.1, 1.4 y Alpha = 0.5:

a. Último Período
b. Promedio Aritmético
c. Promedio Móvil Simple
d. Promedio Móvil ponderado
e. Promedio Móvil ponderado caso A y caso B

Se recomienda presentar sus resultados en una tabla como esta tanto para los cálculos en
Excel vs software:
PROMEDIO PROMEDIO
ULTIMO PROMEDIO PROMEDIO PROMEDIO PONDERADO PONDERADO
MES VENTA REAL PERIODO ARITMÉTICO MÓVIL PONDERADO CASO A CASO B
SEPTIEMBRE 33
OCTUBRE 34
NOVIEMBRE 35
DICIEMBRE 36
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

REPORTE 1
Para entregar el próximo sábado

DESCRIPCIÓN DEL CASO PROPUESTO

La compañía distribución Inditex tiene sus oficinas centrales en España y es uno de los mayores
grupos de distribución del mundo, Zara pertenece a este grupo y es una de las principales empresas
de moda rápida o fast fashion o mejor dicho, son los creadores de este método de venta.

Zara afirma que el cliente es el centro de su particular modelo de negocio, integrando el diseño,
fabricación, distribución y venta a través de una amplia red de tiendas propias en todo el mundo.

Los precios de Zara son más altos que los precios promedio del mercado para las tiendas de ropa
dirigidas a los segmentos B y C, sin embargo, son prendas aspiracionales y en más de una ocasión
los clientes se ven seducidos por comprar alguna prenda en esta tienda.

Para Zara Guatemala, es de suma importancia contar con los más recientes modelos de la cadena y
para esto deben de tener un extremadamente exacto pronóstico de sus ventas mensuales,
semanales y diarias, están sujetos a que la cadena únicamente envía 1 o 2 prendas de cada talla en
cada estilo y su bodega es de solamente 10m2.

Debido a lo anterior se desea prever la demanda futura de la prenda #45 de la colección de verano
2022, para lo cual se le proporcionan los movimientos de ventas históricas de los últimos 3 períodos
de una prenda similar:

MES 2019 2020 2021

Enero 36 40 39
Febrero 35 46 44
Marzo 44 46 50
Abril 30 47 51
Mayo 46 39 37
Junio 47 43 43
Julio 40 39 36
Agosto 46 44 35
Septiembre 46 50 44
Octubre 47 51 30
Noviembre 39 37 46
Diciembre 43 43 47
 PRÁCTICA DE CONTROL DE LA PRODUCCIÓN

Conozcan más sobre Inditex:

• https://www.youtube.com/watch?v=vxwj4AYN_Ao
• https://www.youtube.com/watch?v=tf6pYM4FZbE
• https://www.youtube.com/watch?v=_TSINqg9-ok

Se le pide a usted, como Ingeniero Industrial, que utilice las herramientas a su alcance para:

1. Estimar los pronósticos de evaluación para los primeros cuatro meses del 2022 (Ponderaciones
= 0.6 0.9 1.1 1.4) Utilizar α = 0.5

2. Describa el método que utiliza Inditex para distribuir a los puntos de venta alrededor del mundo.

Se recomienda presentar sus resultados en una tabla como esta tanto para los cálculos en Excel vs
software:

PROMEDIO PROMEDIO
ULTIMO PROMEDIO PROMEDIO PROMEDIO PONDERADO PONDERADO
MES VENTA REAL PERIODO ARITMÉTICO MÓVIL PONDERADO CASO A CASO B
SEPTIEMBRE 33
OCTUBRE 34
NOVIEMBRE 35
DICIEMBRE 36