Taller Form y Eva de Proyectos
Taller Form y Eva de Proyectos
Taller Form y Eva de Proyectos
Ventas (miles de
Año
pesos)
2010 3,001,254
2011 3,121,304
2012 3,277,369
2013 3,244,596
2014 3,406,825
2015 3,279,371
2016 3,752,959
2017 3,978,136
2018 4,336,169
2019 4,249,445
2020 4,419,423
2021 4,861,365
Usando el modelo de regresión que más se ajuste a los datos históricos hacer una
proyección de demandas para los próximos 5 años.
Años 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Demanda 400 408 396 422 420 424 441 476 500 475 470
Oferta 390 402 398 406 394 401 405 426 460 478 531
INTEGRANTES
YOSIMAR TRUJILLO CASTILLO
ALEX DAVID MEDINA BALETA
KEIMER MEZA SARÁ
LUZ ELENA RIVERA JULIO
FORMULACIÓN Y EVALUACI
TALLER ESTIMACIÓN DE LA D
1. Un inversionista desea comprar una empresa que fabrica muebles de oficina, y hacer las proyeccion
de venta no van a cambiar. Los datos históricos de venta se presentan en el siguiente cuadro.
Ventas (miles de
Items Años
pesos)
1 2010 $ 3,001,254.00
2 2011 $ 3,121,304.00
3 2012 $ 3,277,369.00
4 2013 $ 3,244,596.00
5 2014 $ 3,406,825.00
6 2015 $ 3,279,371.00
7 2016 $ 3,752,959.00
8 2017 $ 3,978,136.00
9 2018 $ 4,336,169.00
10 2019 $ 4,249,445.00
11 2020 $ 4,419,423.00
12 2021 $ 4,861,365.00
78
Ecuación Lineal
R² 0.9253 0.925305637092986
A= 162916.818181818 162916.818181818
B= 2685058.68181818 2685058.68181818
Y= 162916,8182X + 2685058,682 162916,8182*X + 2685058,682
Ventas (miles de ECUACIÓN ECUACIÓN
Item Año
pesos) LINEAL POLINÓMICA
13 2022 4,802,977.32 $ 4,802,977.32 $ 2,117,925.70
14 2023 4,965,894.14 $ 4,965,894.14 $ 2,418,326.80
15 2024 5,128,810.95 $ 5,128,810.95 $ 2,738,368.50
16 2025 5,291,727.77 $ 5,291,727.77 $ 3,078,050.80
17 2026 5,454,644.59 $ 5,454,644.59 $ 3,437,373.70
NOTA.
El R² que más nos acerca a una probabilidad del 100% es el de la Ecuación Polinómica con un 95,67%
RMULACIÓN Y EVALUACION DE PROYECTOS
LER ESTIMACIÓN DE LA DEMANDA - OFERTA
cina, y hacer las proyecciones de ventas para los próximos cinco (5) años, en los cuales se supone que las estrategias
el siguiente cuadro.
09
Usando el modelo de regresión que más se ajuste a los datos históricos hacer una proyección de
demandas para los próximos 5 años.
2. Utilizando el modelo más adecuado hacer una proyección de demanda insatisfecha para los siguientes 5 periodos, de
acuerdo con los datos históricos que se muestran a continuación:
PROYECCION DE LA DEMANDA
ITEM (X) Años Demanda (Y) X*Y
1 2011 400 400
2 2012 408 816
3 2013 396 1188
4 2014 422 1688
5 2015 420 2100
6 2016 424 2544
7 2017 441 3087
8 2018 476 3808
9 2019 500 4500
10 2020 475 4750
11 2021 470 5170
66 4832 30051
R² 0.9756
A= 9.62727272727273
B= 381.509090909091
Y= 9,627272727X + 381,5090909
Demanda
f(x) = 0.0874125874125875
384.172935423124 +x²381.509090909091
9.62727272727273 xexp( +0.0218520742051447
8.57832167832168 xx +) 383.781818181818
f(x) 39.1876637384969 ln(x)
R² = =0.812495224261974
379.959243706264
0.824881939776528
0.811973095469092 + 376.920495044385
x^0.0893341509427246
0.679019464259462
R² = 0.695808738703501
Nota: si vemos el R² que más nos acerca a una probabilidad del 100%
es el de la ecuación Exponencial con un 82,49%.
hacer una proyección de
.
X² ITEM (X)
1 1
4 2
9 3
16 4
25 5
36 6
49 7
64 8
81 9
100 10
121 11
506 66
R²
A=
B=
Y=
item
13
14
15
16
17
Of
Nota: si vemos el R² que más nos acerca a una probabilidad del 100% es el de
2017 2018 2019
441 476 500
405 426 460
-36 -50 -40
PROYECCION DE LA OFERTA
Años Oferta (Y) X*Y
2011 390 390
2012 402 804
2013 398 1194
2014 406 1624
2015 394 1970
2016 401 2406
2017 405 2835
2018 426 3408
2019 460 4140
2020 478 4780
2021 531 5841
4691 29392
0.9769
11.3272727272727
358.490909090909
11,32727273X + 358,4909091
Oferta
x² − 17.2601398601399 x + 420.430303030303
x + 358.490909090909
exp( 0.0253976633620088 x )
n(x) + 361.690631439127
0919723923932916
s nos acerca a una probabilidad del 100% es el de la ecuación Polinomica con un 94,78%.
2020 2021
475 470
478 531
3 61
X²
1
4
9
16
25
36
49
64
81
100
121
506