Teoria de Desiciones Proyecto Final

PA
\*
ME
UNIVERSIDAD NACIONAL DE CAJAMARCA RG
Facultad de Ingeniería EF
Escuela Académico Profesional de Ingeniería de Sistemas OR
MA
T12
UNIVERSIDAD NACIONAL DE
CAJAMARCA
Facultad de Ingeniería
Escuela Académico Profesional Ingeniería de
Sistemas
DOCENTE:
AZAHUANCHE OLIVA, ROBERTO
ALUMNOS:
● Acuña Alarcón, Elmer Armando
● Chamorro Gil, Daniel Michael
● Ocas Flores, Roberto Carlos
CURSO:
TEORÍA DE DECISIONES
PA
\*
ME
MA
T12
PROYECTO:
PRONOSTICAR EL NÚMERO DE POSTULANTES A LA
UNIVERSIDAD NACIONAL DE CAJAMARCA EN LOS PERIODOS
2020-II, 2021-I; PARA APORTAR EN LA COMODIDAD DE LOS
MISMOS OFRECIÉNDOLES RENDIR LA EVALUACIÓN EN
ÓPTIMAS COMODIDADES
CICLO ACADÉMICO:
2020 – I
Contenido
CAPÍTULO I 3
1. FORMULACIÓN Y DELIMITACIÓN DEL PROBLEMA 3
1.1. Descripción de la realidad problemática 3
1.2. Planteamiento del problema 3
1.3. Delimitación de la investigación 4
2. JUSTIFICACIÓN 4
3. OBJETIVOS 4
3.1. Objetivo general 4
3.2. Objetivos específicos 4
CAPÍTULO II 4
1. MARCO TEÓRICO 4
1.1. Antecedentes 4
2. MARCO CONCEPTUAL 6
2.1. Definición de términos 6
CAPÍTULO III 7
1. DISEÑO DE INVESTIGACIÓN 7
1.1. PROYECCIÓN DE TENDENCIA 7
CONCLUSIÓN 18
Teoría de Decisiones
BIBLIOGRAFÍA 19
ANEXOS 19
PA
\*
ME
MA
T12
CAPÍTULO I
1. FORMULACIÓN Y DELIMITACIÓN DEL PROBLEMA
1.1. Descripción de la realidad problemática
Todas las Universidades Nacionales y privadas está n experimentando cambios

muy extremos por el tema de licenciamiento que se dio y que garantiza una
educació n de calidad. En este añ o 2020 ha cambiado de manera temporal
drá sticamente su forma de impartir conocimiento, llevá ndolo todo a la
virtualizació n de las labores académicas por temas de pandemia. En el estudio
principal que nos vamos a centrar es en la facultad de Ingeniería que hay
carreras con má s nú meros de postulantes, vacantes que otras carreras de la
dicha facultad, bueno esto se debe a las diferentes necesidades que requiere la
sociedad.
1.2. Planteamiento del problema

1.2.1. Problema Principal
¿En qué grado favorece el tema de licenciamiento a la universidad
nacional de Cajamarca, con los pronósticos determinaremos si el
número de postulantes en siguientes años aumentarán o disminuirán?
La manera de conocer má s es a través de la investigació n que vamos a
realizar y se va relacionar exclusivamente de acuerdo a la demandas
sociales de profesionales que existe, logrando una mejor calidad de vida
para las personas, de este punto es necesario conocer todos aquellas
actividades que permitan identificar las diversas problemá ticas de la
sociedad, en esta oportunidad nuestro trabajo está dirigido a pronosticar
cuá ntos postulantes tendremos en los añ os futuros principalmente para
la facultad de Ingeniería, para lo cual desarrollamos las técnicas de
estimació n de pronó sticos hacia el futuro y así poder dar algunas
recomendaciones a la universidad nacional de Cajamarca para una mejor
administració n del examen de admisió n.
PA
\*
ME
MA
1.2.2. Problema Secundario T12
● ¿Có mo se encuentra la facultad de Ingeniería en requerimiento de los
postulantes de la UNC?
La facultad de Ingeniería como hemos visto en estos ú ltimos añ os
algunas carreras no cuentan con la infraestructura, docentes para
albergar má s cantidad de ingresantes. Para lo cual nosotros
debemos pronosticar y adelantarnos a dar posibles soluciones a
futuro.
¿Qué es lo que podemos identificar como problemas, necesidades y

problemá ticas en entorno social que afecte a la postulació n de
estudiantes a la facultad de Ingeniería?
● ¿Có mo es posible medir las estrategias ó ptimas para las mejoras de la

facultad de Ingeniería?
Lo que vamos a realizar es con los diferentes exá menes de los añ os
anteriores que se encuentran en una pá gina de la Universidad, y
con esto vamos a poder establecer estrategias ó ptimas y mejorar
las necesidades de lo que requiere la facultad.
1.3. Delimitación de la investigación
La investigació n solo se tomará en cuenta de los datos obtenidos de los

postulantes a la facultad de Ingeniería, que son de fácil acceso en la pá gina web
de la Universidad Nacional de Cajamarca que son listado de exá menes de los
añ os 2016, 2017, 2018, 2019 y 2020
2. JUSTIFICACIÓN
En los últimos años, hemos vistos que las diferentes carreras de Ingenierías varían
mucho entre ellas, en la demanda laboral, en las remuneraciones, entre otros. Por lo
tanto, es necesario realizar una investigación más detallada sobre el tema para
analizar qué aspectos sociales influyen a un estudiante en la toma de decisiones al
escoger una carrera universitaria. Es necesario determinar si en los años siguientes
el número de postulantes a las diferentes carreras de ingeniería aumentará o
disminuirá.
3. OBJETIVOS
3.1. Objetivo general
● Pronosticar el nú mero de postulantes a la universidad nacional de Cajamarca
en los periodos 2020-II, 2021-I; para aportar en la comodidad de los mismos
ofreciéndoles rendir la evaluació n en ó ptimas comodidades.
3.2. Objetivos específicos
● Conocer la aplicació n de pronó sticos en la vida cotidiana.
PA
\*
ME
MA
● Implementar los métodos de elaboració n de pronó sticos para tener idea clara T12
sobre el futuro de las carreras profesionales de la facultad de Ingeniería de la
Universidad Nacional de Cajamarca.
● Proponer alguna mejora, recomendaciones a través de los datos obtenidos.
● Conocer el nú mero de vacantes existentes para las carreras de la facultad de
Ingeniería.
CAPÍTULO II
1. MARCO TEÓRICO
1.1. Antecedentes
Pronóstico de ventas usando redes neuronales (Scientia et Technica Año

X, No 26, diciembre 2004)
Este artículo muestra algunas técnicas de pronó stico tradicionales que son
comparadas con el comportamiento de una Red Neuronal Artificial. Se usa un
problema de pronó stico de ventas como referencia. Para obtener un buen
comportamiento de la Red Neuronal se aplican diferentes funciones de
transferencia, así como diferentes criterios de parada. Son excelentes
resultados que muestran el potencial de esta técnica artificial.
Un manejo eficiente de la informació n permite hacer predicciones acertadas de
acuerdo a la época del añ o y manejar niveles de inventarios adecuados que le
proporcionan liquidez al negocio. Debido a la capacidad que poseen las redes
neuronales de aprender ciertas características que presentan algunos
fenó menos (en este caso el fenó meno es de tipo estacional) es posible hacer
uso de ellas en problemas de predicció n, donde la variable a estimar tiene un
comportamiento variable, pero con un patró n de comportamiento similar a lo
largo del tiempo.
Metodología para el pronóstico de la demanda en ambientes

multiproducto (Universidad Distrital San Francisco -2014)
Este artículo presenta una metodología para la gestió n de la demanda en
ambientes multiproducto para diferentes eslabones de la cadena de suministro
y con alta variabilidad en la demanda. La metodología propuesta consiste en
dos fases: la primera busca una clasificació n de los productos de acuerdo con
dos criterios, uno de movimiento para representar la rotació n de inventarios, y
el segundo de importancia respecto a las variables costo, volumen y peso; el
resultado de esta fase es un conjunto de categorías para clasificar los
productos e identificar aquellos má s importantes y aquellos que se deben
descontinuar. La segunda fase consiste en realizar un pronó stico agregado de
acuerdo con la variabilidad que se presenta en cada una de las categorías
identificadas, se emplea el coeficiente de variació n como medida de
variabilidad y suavizació n exponencial doble y promedios mó viles dobles
como técnica de pronó stico, aunque la metodología es flexible y se pueden
emplear otros métodos de series de tiempo. La metodología se implementó en
una empresa líder en Colombia de productos polivinilos logrando una mejora
PA
\*
ME
MA
del 10 % en la desviació n absoluta promedio, aproximadamente. Por otro lado, T12
se logró una reducció n significativa en el inventario promedio de todo el
sistema. Finalmente, este trabajo es una fase inicial para una clasificació n
diná mica de los productos para gestionar de forma integral los inventarios en
una cadena de mú ltiples eslabones.
Pronósticos de demanda y punto de venta (Jorge Andrés Pineda-2013)

Con el finalizar de la segunda guerra mundial surgieron nuevas tecnologías
que revolucionaron las industrias incrementando la producció n en masa, esto
llevó a que hubiera una sobre oferta de productos que no se vendían con
facilidad, como resultado hubo muchas empresas que fracasaron ya que no
supieron adecuar su oferta a las necesidades del consumidor o la competencia
lo hacía mejor, para solucionar estos problemas los académico y empresario
comenzaron a desarrollar Modelos de pronó stico de la demanda, estos
modelos se trasladaron rá pidamente al uso por parte del comercio del
mercado retail. Su finalidad se basaba en que las grandes cadenas de comercio
pudieran con antelació n o en un momento determinado saber cuá les y en qué
cantidades los productos que exhiben podían ser demandados por parte de los
consumidores. Los modelos probaron ser muy ú tiles y como consecuencia
muchos investigadores se involucraron en el tema, el comercio evolucionó y
surgieron las tiendas especializadas que requerían modelos de pronó sticos
má s asertivos, finalmente se han estudiado 15 modelos que son complejos, que
no aplican específicamente a un punto de venta mediano y no son muy fá ciles
de entender para el ciudadano comú n, la finalidad es basarnos en esos 15 para
poder elaborar un solo pronó stico de demanda fácil de entender que aplique a
un punto de venta en específico.
2. MARCO CONCEPTUAL
2.1. Definición de términos
Pronósticos
Es el resultado de la acció n de pronosticar, o sea de aventurar sobre lo que aú n

no ocurrió , lo que puede hacerse sin basamentos só lidos, por ejemplo, dar un
pronó stico sobre los nú meros que saldrá n sorteados en la lotería, o qué equipo
será el ganador de un torneo de bá squet o fú tbol, lo que se hace por intuició n, o
ser el resultado de una investigació n, como ocurre con el pronó stico
meteoroló gico o el pronó stico médico, que, si bien pueden equivocarse, sus
presagios tienen base científica.
Promedios móviles
El método de los promedios mó viles utiliza el promedio de los n valores de

datos má s recientes en la serie de tiempo como el pronó stico para el siguiente
periodo. En términos Matemá ticas.
Precisión del pronóstico
PA
\*
ME
MA
Una consideració n importante en la selecció n de un método de elaboració n de T12
pronó sticos es la precisió n del pronó stico
Pronósticos móviles ponderados.
En el método de promedios mó viles, cada observació n en el cá lculo recibe el

mismo peso.
Una variació n, conocida como promedios mó viles ponderados, consiste en
seleccionar
diferentes pesos para cada valor de datos y luego calcular un promedio
ponderado de los n valores de datos má s recientes como el pronó stico.
Proyección de tendencia.
Esta técnica ajusta una receta de tendencia a una serie de datos puntuales
histó ricos y después proyectada dicha recta al futuro para obtener pronó sticos
de mediano y largo plazo. Se pueden desarrollar diversas ecuaciones
matemá ticas
CAPÍTULO III
1. DISEÑO DE INVESTIGACIÓN
1.1. PROYECCIÓN DE TENDENCIA

Se pronostica los valores de una serie de tiempo que exhibe una tendencia lineal a
largo plazo. El tipo de series de tiempo de estas proyecciones de tendencia
muestra un incremento o disminució n constante en el tiempo. Debido a que este
tipo de serie de tiempo no es estable.
Es por ello que, para pronosticar la cantidad de futuros ingresantes cada
carrera profesional de la Facultad de Ingeniería de la Universidad Nacional de
Cajamarca, se hará uso de las teorías y aplicaciones que respecta a este tema, el
resultado será la obtenció n de una ecuació n que será aplicable para obtener
proyecciones en funció n del tiempo.
1.1.1. Recolección de datos
La obtenció n de datos a partir de la cual realizaremos los pronó sticos de la

cantidad de nuevos ingresantes, se ha obtenido del sitio oficial de
Admisió n UNC. El grupo tuvo a bien elegir esta pá gina ya que muestra los
resultados confiables de exámenes de admisió n realizados con
anterioridad en dicha entidad de educació n pú blica. El añ o a partir del cual
se trabajará es el 2016.
1.1.2. Presentación de datos, gráficas y obtención de ecuación para el

componente de tendencia lineal
PA
\*
ME
MA
Equivalente T12
Periodo de
(Número que
Evaluació
usaremos para
n
los cálculos)
2016-I 1
2017-I 2
2017-II 3
2018-I 4
2018-II 5
2019-I 6
2019-II 7
2020-I 8
2020-II 9
2021-I 10
Fórmula a utilizarse en el cálculo
Tt=b0 + b1t
Donde:
Tt= valor de tendencia para las ventas de bicicletas en el periodo t

b0= intercepto de la línea de tendencia
b1= pendiente de la línea de tendencia
Las fó rmulas para encontrar b1 y b0 respectivamente son:
Donde:
ESCUELA PROFESIONAL INGENIERÍA DE SISTEMAS
Tabla 1: Estadísticas - exámenes de admisión de la Carrera Profesional de
PA
\*
ME
MA
Ingeniería de Sistemas T12
CANTIDAD CANTIDAD
TOTAL DE
DE DE
CARRERA AÑO VACANTE
POSTULANTE INGRESANTE
S
S S
2016-I 154 31 31
2017-I 165 14 14
2017-II 165 23 23
Ing. De 2018-I 161 14 14
Sistemas
2018 – II 176 24 24
2019-I 165 14 14
2019-II 173 21 21
2020-I 140 21 21
TOTAL 955 142 142
Gráfico 1: Estadística de Exámenes de Admisión para la Escuela

Profesional de Ingeniería de Sistemas
200
180
160
140
120
100
80
60
40
20
0
CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

TOTAL VACANTES
En esta ocasión los datos que nos servirán son de la columna postulantes, así
que se descarta lo demás y se muestra un gráfico solo con postulantes:
PA
\*
ME
MA
T12
Cantidad de postulantes Ing. de Sistemas
200
180
160
140
120
100
80
60
40
20
0
Elaboración de Cálculo
t Yt tYt t2
1 154 154 1
2 165 330 4
3 165 495 9
4 161 644 16
5 176 880 25
6 165 990 36
7 173 1211 49
8 140 1120 64
TOTA
L 36 1299 5824 204
t= 36/8 = 4.5 Y= 1299/8=162.375
5824−(36)(1299)/8
b1¿ = -0.512 b0¿ 162.375−(−0.512)(4.5)
204−(362 )/8
=164.679
Por tanto:
Tt=b0 + b1t
Tt=164.679-0.512(t)
Es la ecuación para el componente de tendencia lineal para las series de
tiempo de postulantes a la Escuela Académico Profesional Ingeniería de
Sistemas. Y a partir de tal ecuación ya podemos pronosticar la cantidad
de postulantes para los Exámenes de Admisión 2020-II (9) y 2021-I
(10):
PA
\*
ME
MA
T9=164.679-0.512(9) =160.1=160 T12
T10=164.679-0.512(10) =159.6=160
Periodo Equivalente Cantidad de

de (Número que postulantes Ing. De
Evaluació usaremos para los Sistemas
n cálculos)
2019-I 6 165
2019-II 7 173
2020-I 8 140
2020-II 9 160
2021-I 10 160
DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA CIVIL

Ingeniería Civil
CANTIDAD
CANTIDAD DE
DE TOTAL DE
CARRERA AÑO POSTULANTE
INGRESANTE VACANTES
S
S
2016-I 552 45 45
2017-I 458 19 19
2017-II 447 33 33
Ing. Civil 2018-I 544 34 34
2018 – II 397 19 19
2019-I 454 21 21
2019-II 376 31 31
2020-I 457 31 31
TOTAL 3685 235 235
PA
\*
ME
MA
Gráfico 2: Estadística de Exámenes de Admisión para la Escuela T12
Profesional de Ingeniería Civil
600
500
400
300
200
100

TOTAL VACANTES
Cantidad de Postulantes a Ing. Civil

600
500
400
300
200
100
0
t Yt tYt t2
1 552 552 1
2 458 916 4
3 447 1341 9
4 544 2176 16
5 397 1985 25
6 454 2724 36
7 376 2632 49
8 457 3656 64
TOTAL 36 3685 15982 204
t= 36/8 = 4.5 Y= 3685/8=460.625
PA
\*
ME
MA
T12
15982−(36)(3685)/ 8
b1¿ = -14.298 b0¿ 460.625−(−14.298)( 4.5)=524.96
204−(362) /8
Por tanto:
Tt=b0 + b1t
Tt=524.96-14.298 (t)
tiempo de postulantes a la Escuela Académico Profesional Ingeniería
Civil. Y a partir de tal ecuación ya podemos pronosticar la cantidad de
postulantes para los Exámenes de Admisión 2020-II (9) y 2021-I (10):
T9=524.96-14.298 (9) =396

T10=524.96-14.298 (10) =382

de (Número que postulantes Ing. Civil
Evaluació usaremos para los
n cálculos)
2019-I 6 454
2019-II 7 376
2020-I 8 457
2020-II 9 396
2021-I 10 382
DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA GEOLÓGICA

Ingeniería Geológica
CANTIDAD CANTIDAD
TOTAL DE
DE DE
CARRERA AÑO VACANTE
POSTULANTE INGRESANTE
S
S S
2016-I 215 29 29
2017-I 182 10 10
2017-II 162 17 17
Ing.
2018-I 120 11 11
Geoló gica
2018 – II 165 18 18
Teoría de Decisiones 2019-I 181 20 20
2019-II 140 18 18
2020-I 182 27 27
TOTAL 1347 150 150
PA
\*
ME
MA
Gráfico 3: Estadística de Exámenes de Admisión para la T12
Escuela Profesional de Ingeniería Geológica
250
200
150
100
50

TOTAL VACANTES
Cantidad de Postulantes a Ing. Geológica

250
200
150
100
50
0
t Yt tYt t2
1 215 215 1
2 182 364 4
3 162 486 9
4 120 480 16
5 165 825 25
6 181 1086 36
Teoría de Decisiones 7 140 980 49
8 182 1456 64
TOTAL 36 1347 5892 204
t= 36/8 = 4.5 Y= 1347/8=168.375
PA
\*
ME
MA
T12
5892−(36)(1347)/8
b1¿ = -4.036 b0¿ 168.375−(−4.036)( 4.5)=186.54
204−(362 )/8
Por tanto:
Tt=b0 + b1t
Tt=168.54 - 4.036(t)
tiempo de postulantes a la Escuela Académico Profesional Ingeniería
Geológica. Y a partir de tal ecuación ya podemos pronosticar la cantidad
(10):
T9=168.54 - 4.036 (9) =150

T10=168.54 - 4.036 (10) =146

de (Número que postulantes Ing.
Evaluació usaremos para los Geológica
n cálculos)
2019-I 6 181
2019-II 7 140
2020-I 8 182
2020-II 9 150
2021-I 10 146
DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA DE MINAS
Tabla 4: Estadísticas - exámenes de admisión de la Carrera Profesional de Ingeniería de

Minas
CANTIDAD DE CANTIDAD DE TOTAL DE
CARRERA AÑO
POSTULANTES INGRESANTES VACANTES
2016-I 186 25 25
2017-I 140 9 9
2017-II 158 21 21
Ing. De Minas 2018-I 133 16 16
2018 – II 198 16 16
Teoría de Decisiones 2019-I 148 17 17
2019-II 115 14 14
2020-I 185 15 15
TOTAL 1263 133 133
PA
\*
ME
MA
T12
Gráfico 4: Estadística de Exámenes de Admisión para la Escuela
Profesional de Ingeniería de Minas
250
200
150
100
50

TOTAL VACANTES
Cantidad de Postulantes a Ing. de Minas

250
200
150
100
50
t Yt tYt t2
1 186 186 1
2 140 280 4
3 158 474 9
4 133 532 16
5 198 990 25
6 148 888 36
7 115 805 49
8 185 1480 64
TOTAL 36 1263 5635 204
t= 36/8 = 4.5 Y= 1263/8=157.875
PA
\*
ME
MA
T12
5635−(36)( 1263)/8
b1¿ = -1.15 b0¿ 157.875−(−1.15)(4.5)=163.07
204−(362 )/8
Por tanto:
Tt=b0 + b1t
Tt=168.54 - 4.036(t)
es la ecuación para el componente de tendencia lineal para las series de
tiempo de Postulantes a la Escuela Académico Profesional Ingeniería de
Minas. Y a partir de tal ecuación ya podemos pronosticar la cantidad de
postulantes para los Exámenes de Admisión 2020-II (9) y 2021-I (10):
T9=168.54 - 4.036 (9) =153

T10=168.54 - 4.036 (10) =152

de (Numero que postulantes Ing. De
Evaluació usaremos para los Minas
n cálculos)
2019-I 6 148
2019-II 7 115
2020-I 8 185
2020-II 9 153
2021-I 10 152
DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA HIDRÁULICA
Tabla 5: Estadísticas - exámenes de admisión de la Carrera Profesional de Ingeniería

Hidráulica
CANTIDAD DE CANTIDAD DE TOTAL DE
CARRERA AÑO
POSTULANTES INGRESANTES VACANTES
2016-I 110 26 26
2017-I 68 10 10
2017-II 59 10 10
Ing. Hidrá ulica 2018-I 68 10 10
2018 – II 52 11 11
2019-I 48 11 11
Teoría de Decisiones 2019-II 68 10 10
2020-I 53 12 12
TOTAL 526 100 100
PA
\*
ME
MA
Gráfico 5: Estadística de Exámenes de Admisión para la Escuela T12
Profesional de Ingeniería Hidráulica
120
100
80
60
40
20
0

TOTAL VACANTES
Cantidad de Postulantes a Ing. Hidráulica

120
100
80
60
40
20
t Yt tYt t2
1 110 110 1
2 68 136 4
3 59 177 9
4 68 272 16
5 52 260 25
6 48 288 36
7 68 476 49
8 53 424 64
TOTAL 36 526 2143 204
t= 36/8 = 4.5 Y= 526/8=65.75
PA
\*
ME
MA
2143−(36)(526)/ 8 T12
b1¿ = -5.33 b0¿ 65.75−(−5.33)(4.5)=89.75
204−(362 )/ 8
Por tanto:
Tt=b0 + b1t
Tt=89.75 – 5.33(t)
es la ecuación para el componente de tendencia lineal para las series de
tiempo de Postulantes a la Escuela Académico Profesional Ingeniería
Hidráulica. Y a partir de tal ecuación ya podemos pronosticar la cantidad
(10):
T9=89.75 – 5.33 (9) =42

T10=89.75 – 5.33 (10) =36

de (Número que postulantes Ing.
Evaluació usaremos para los Hidráulica
n cálculos)
2019-I 6 48
2019-II 7 68
2020-I 8 53
2020-II 9 42
2021-I 10 36
CONCLUSIÓN
● En la universidad Nacional de Cajamarca si se quisiera saber qué cantidad de postulantes
a futuro que tendrá en sus diferentes carreras profesionales deberá implementar algunas
de las diferentes técnicas de pronó sticos ya que esto le ayudará a resolver ciertas
incertidumbres y anticiparse ya hacer soluciones.
● El proceso de elaboració n de pronó sticos es clave para la planeació n y orientació n de la
facultad de Ingeniería, la toma de decisiones y así poder mejorar.
● La utilizació n de pronó sticos es de suma importancia y nos ayuda para tomar decisiones
acertadas a futuro.
● Este proceso de elaboració n de pronó sticos ayudó en gran manera al desarrollo del
proyecto, el objetivo se ve realizado con los datos obtenidos en los cálculos de proyecció n
de Tendencia para determinar el futuro nú mero de postulantes a las carreras de
Ingeniería. De tal manera que se ha obtenido las respectivas ecuaciones de tendencia
lineal que es el factor principal en los cá lculos del pronó stico. Estos datos obtenidos será n
PA
\*
ME
MA
utilizados para que la universidad pueda prevenir inconvenientes relacionados con el T12
mobiliario, servicios higiénicos, apertura de puertas de entrada al campus, etc.
BIBLIOGRAFÍA
● Anderson Sweeney Williams Camm Martin (2011) Métodos Cuantitativos para los
negocios. r Cengage Learning
● Hamdy A. Taha. (2012) Investigació n de Operaciones. PEARSON EDUCACIÓ N,
● Hanke Jhon. E (2006) Pronó sticos en los negocios. Prentice Hall Iberia
ANEXOS
Tabla que contiene las ecuaciones de tendencia lineal para las series de tiempo de
postulantes a las carreras profesionales de la facultad de ingeniería.
Carrera Postulantes para

Ecuación de
Profesiona cada periodo de
Tendencia Lineal
l Admisión
Ingeniería
2020-II 160
de Tt=164.679-0.512(t)
Sistemas 2021-I 160
Ingeniería 2020-II 396
Tt=524.96-14.298 (t)
Civil 2021-I 382
Tt=168.54 - 4.036(t)
Geológica 2021-I 146
Tt=168.54 - 4.036(t)
de Minas 2021-I 152
Tt=89.75 – 5.33(t)
Hidráulica 2021-I 36

Teoria de Desiciones Proyecto Final

Cargado por

Copyright:

Formatos disponibles

Teoria de Desiciones Proyecto Final

Cargado por

Información del documento

Título original

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

Teoria de Desiciones Proyecto Final

Cargado por

Copyright:

Formatos disponibles

PA

Todas las Universidades Nacionales y privadas está n experimentando cambios

1.2. Planteamiento del problema

¿Qué es lo que podemos identificar como problemas, necesidades y

● ¿Có mo es posible medir las estrategias ó ptimas para las mejoras de la

1.3. Delimitación de la investigación

La investigació n solo se tomará en cuenta de los datos obtenidos de los

● Conocer la aplicació n de pronó sticos en la vida cotidiana.

Pronóstico de ventas usando redes neuronales (Scientia et Technica Año

Metodología para el pronóstico de la demanda en ambientes

Pronósticos de demanda y punto de venta (Jorge Andrés Pineda-2013)

Es el resultado de la acció n de pronosticar, o sea de aventurar sobre lo que aú n

El método de los promedios mó viles utiliza el promedio de los n valores de

Pronósticos móviles ponderados.

En el método de promedios mó viles, cada observació n en el cá lculo recibe el

1.1. PROYECCIÓN DE TENDENCIA

1.1.1. Recolección de datos

La obtenció n de datos a partir de la cual realizaremos los pronó sticos de la

1.1.2. Presentación de datos, gráficas y obtención de ecuación para el

Fórmula a utilizarse en el cálculo

Tt= valor de tendencia para las ventas de bicicletas en el periodo t

Las fó rmulas para encontrar b1 y b0 respectivamente son:

Tabla 1: Estadísticas - exámenes de admisión de la Carrera Profesional de

Gráfico 1: Estadística de Exámenes de Admisión para la Escuela

CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

t= 36/8 = 4.5 Y= 1299/8=162.375

Periodo Equivalente Cantidad de

DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA CIVIL

Tabla 2: Estadísticas - exámenes de admisión de la Carrera Profesional de

CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

Cantidad de Postulantes a Ing. Civil

t= 36/8 = 4.5 Y= 3685/8=460.625

T9=524.96-14.298 (9) =396

Periodo Equivalente Cantidad de

DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA GEOLÓGICA

Tabla 3: Estadísticas - exámenes de admisión de la Carrera Profesional de

CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

Cantidad de Postulantes a Ing. Geológica

t= 36/8 = 4.5 Y= 1347/8=168.375

T9=168.54 - 4.036 (9) =150

Periodo Equivalente Cantidad de

DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA DE MINAS

Tabla 4: Estadísticas - exámenes de admisión de la Carrera Profesional de Ingeniería de

CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

Cantidad de Postulantes a Ing. de Minas

t= 36/8 = 4.5 Y= 1263/8=157.875

T9=168.54 - 4.036 (9) =153

Periodo Equivalente Cantidad de

DATOS DE LA ESCUELA PROFESIONAL INGENIERÍA HIDRÁULICA

Tabla 5: Estadísticas - exámenes de admisión de la Carrera Profesional de Ingeniería

CANTIDAD DE POSTULANTE CANTIDAD DE INGRESANTES

Cantidad de Postulantes a Ing. Hidráulica

t= 36/8 = 4.5 Y= 526/8=65.75

T9=89.75 – 5.33 (9) =42

Periodo Equivalente Cantidad de

Carrera Postulantes para

También podría gustarte