• Author / Uploaded
• Martin Tor

• Categories
• El plastico
• Materiales
• Productos quimicos
• Ciencia y Tecnología
• Ciencia

Citation preview

“Año de la Consolidación del Mar de Grau” _______________________________________________________________________

“PRONOSTICO DE LA DEMANDA PARA EL 2016 DE FLAKES DE PET EN LA EMPRESA SINEA”

CURSO: GESTION TACTICA DE OPRACIONES DOCENTE: PEDRO LOJA HERRERA CICLO: “VII”

INTEGRANTES: MARTIN TORVISCO LLANCARI EVELYN HUAMAN SUROPACHIN LONARDO CERVANTES SOLANO EDWIN ALVARADO JORGE LUIS VILLANUEVA CARRANZA ENDIRA GOMEZ TAQUIO Lima, Junio2016

PRONOSTICO DE LA DEMANDA PARA EL 2016 DE FLAKES DE PET

2

Dedicatoria: Este proyecto se lo dedicamos a nuestra familia que son motor y motivo para seguir la carrera y esforzarnos para lograr nuestras metas INTRODUCCIÓN

3

La conciencia ambiental, que lleva a la ingeniería a la configuración de sistemas tecnológicos y procesos productivos eficientes que armonicen con el entorno, deriva necesariamente en la idea de reciclar. El desarrollo industrial y tecnológico, si bien ha traído innumerables beneficios sociales, también ha tenido repercusiones negativas y de difícil reversibilidad en el planeta. Por ello, resulta un imperativo la formación en una sólida ética ambiental en las facultades y escuelas de ingeniería, así como la divulgación sostenida de alternativas de tecnologías limpias que contribuyan a palear los efectos nocivos que la sociedad posmoderna está generando. En tal sentido, y dado el importante auge que ha tenido la industria de bebidas gaseosas en los últimos años, en el mundo se han desarrollado diferentes tecnologías que recuperan y reutilizan los envases plásticos de bebidas gaseosas no retornables y retornables,1 haciendo de este sector un poco menos dañino para el entorno ambiental. Las botellas de PET, 2 polímero producto de la poli condensación del ácido tereftálico y el glicol etilénico, han ido desplazando en el tiempo a las botellas de vidrio y constituyen la forma clásica y más extendida de presentar al mercado actual los refrescos y bebidas gaseosas, entre otros productos. El PET se desarrolló inicialmente en la década de 1940, y pese a que al comienzo se empleaba para la producción de una fibra para la industria textil que combinaba muy bien con otras fibras, su uso se extendió a la fabricación de cintas de empaque en la década de 1960 y, posteriormente, en los años setenta, a la manufactura de los mencionados envases. IBEROAMERICANA DE PLASTICOS S.A.C., más conocida como SINEA, es una corporación dedicada a la producción y comercialización de soluciones plásticas para envasar diversos productos. Los productos que comercializa no solo están hechos con materiales reciclados, también están elaborados para ser reciclados y reutilizados, minimizando así el impacto ambiental. En el presente proyecto se empleará los conocimientos adquiridos en el curso de Gestión Táctica de Operaciones para lo cual hemos tomado datos históricos de la demanda de los años 2013, 2014 y 2015.

CAPITULO I

4

1.1 RESEÑA DE LA EMPRESA SINEA, es una corporación dedicada a la producción y comercialización de soluciones plásticas para envasar diversos productos. Contamos con una firme presencia en los sectores industriales de jugos y bebidas, agroindustria, farmacéutico, pesca, avícola y minería no metalizada. Así mismo mucho de nuestros productos están hechos para ser reciclados y reutilizados, minimizado así el impacto ambiental. MISIÓN “Ser la empresa de envases plásticos, líder en calidad y prestigio en Latinoamérica, a la vanguardia en la modernización e innovación de sus productos y procesos, garantizando la satisfacción del cliente y el bienestar de nuestros colaboradores” VISIÓN Desarrollar, producir y comercializar envases plásticos según el requerimiento y necesidades de nuestros clientes. . VALORES Perseverancia: Con disciplina y entusiasmo persigo y alcanzo mis objetivos. Emprendimiento: Con iniciativa e innovación estamos orientados al logro. Integridad: Reflejo Honestidad y transferencia en mis acciones. Trabajo en Equipo: Colaboró y participo con mis compañeros. Pasión: Estamos comprometidos e identificados con nuestra empresa.

1.3 ESTRUCTURA ORGANIZACIONAL: TIPOS DE GERENCIA. 5

PRESIDENTE PRESIDENTE

VP NEGOCIOS VP NEGOCIOS

ALT A

GERENTE GERENTE COMERCIAL COMERCIAL SACOS SACOS Y Y RECICLADO RECICLADO

VP ADM VP ADM FINANZAS Y FINANZAS Y OPERACIONES OPERACIONES GERENTE GERENTE CORP. CORP. LEGAL LEGAL

GERENTE GERENTE CORP. CORP. RR.HH RR.HH

GERENTE PAIS GERENTE PAIS ARGENTINA ARGENTINA

MEDI A

GERENTE GERENTE PAIS PAIS CHILE CHILE

GERENTE PAIS GERENTE PAIS COLOMBIA COLOMBIA

GERENTE PAIS GERENTE PAIS PERU PERU

GERENTE GERENTE OPERACIONES OPERACIONES CLOSURES CLOSURES

GERENCIA GERENCIA OPERACIONES OPERACIONES SACOS SACOS

GERENCIA GERENCIA OPERACIONES OPERACIONES RECICLADO RECICLADO

GERENCIA GERENCIA SACOS Y SACOS Y RECICLADO RECICLADO

GERENCIA GERENCIA COMERCIAL COMERCIAL

JEFE JEFE PLANTA PLANTA

BAJA COORDINADOR COORDINADOR DE DE PROD. PROD.

COORDINADOR COORDINADOR DE DE CALIDAD CALIDAD

ASISTENTE ASISTENTE

ASISTENTE ASISTENTE

COORDINADO COORDINADO R R COMPRAS COMPRAS

ASISTENTE ASISTENTE

CORDINADOR CORDINADOR ALMACEN ALMACEN

ASISTENTE ASISTENTE

CAPITULO II PRODUCTO

2. DEFICION DEL PRODUCTO

6

PRODUCTO: FLAKES DE PET Un kilogramo de PET está compuesto por 64% de petróleo, 23% de derivados líquidos de gas natural y 13% de aire.3 El paraxileno, extraído del petróleo crudo, permite la obtención del ácido tereftálico al oxidarse con el aire. Por su parte, el etileno, derivado del gas natural, se oxida con aire para la obtención del etilenglicol. El PET resulta de la combinación del ácido tereftálico y el etilenglicol. Entre los usos más generalizados de este polímero destaca la fabricación de preformas de botellas para la industria de bebidas gaseosas y agua mineral, así como para cosméticos, medicinas, aceites y frascos de todo tipo. También se fabrican cintas de video y audio, bandejas para microondas, geotextiles y fibras para la industria textil. 2.1 TIPOS: A. SUPER PREMIUM PVC (PPM) N.D. COLORES: CRISTAL, VERDE, AZUL.

B. PREMIUM PVC (PPM) < 50 COLORES: CRISTAL, VERDE, AZUL.

C. STANDARD PVC (PPM) < 100 COLORES: CRISTAL, VERDE, AZUL.

2.2 PROCESO DE PRODUCCION DE FLAKES DE PET A. Ingreso de material a faja de alimentación: Las hojuelas recibidas pasan por diferentes etapas, según se detalla:

7

• Tecnofer Pre lavado.- En esta área las hojuelas plásticas recibidas de los diferentes proveedores, son lavadas con agua en tinas, acondicionando una lavadora horizontal para esta actividad, cuya finalidad es eliminar los sólidos e impurezas, el agua usada en esta etapa es filtrada y reusada. • Tina de Flotación 1.- Es el área donde se vierten las hojuelas, en esta situación el agua permanece en reposo, las hojuelas se hunden debido a su densidad y flotan en la tina los aros, tapas y etiquetas. Se desechan los sólidos, se recupera el agua y las hojuelas son separadas. • Olla de Lavado en Caliente.- Las hojuelas recuperadas ingresan a una lavadora industrial, se agrega agua a 90°C, detergente industrial, soda caustica diluida. • 1° centrifugado.- Las hojuelas son centrifugadas nuevamente posteriormente ser vertidas a una tina de flotación de pre-enjuague.

para

•Tina de Enjuague 1° y 2°.- Las hojuelas son enjuagadas solo con agua potable. •2° y 3° centrifugado.- Es un área donde las hojuelas son centrifugadas para ser secadas en dicho proceso. •Sorter Selección de Impurezas.- Se vierten las hojuelas secas y las que no son cristal son ubicadas, expulsadas y enviadas a un big bags. • Molino.- Las hojuelas son reducidas a escamas a través de un molino hasta adquirir un tamaño de 8 a 12 mm. • Tamiz Separación de polvillo.- Es el área donde las escamas son depuradas, eliminando el polvillo y enviados a un big bags. • Llenado de PT.- Después de la separación de polvillo el PT es envasados en big bags. • Pesaje de PT.- Después del llenado el PT es pesado a 550 kilos. • Almacen PT.- Después del pesaje el PT es llevado al Almacen de PT. Con capacidad 200tn.

B. Control de calidad • Después de llevar el PT al almacén de PT, el área de Calidad toma una muestra de 3.5kg y se realiza los controles especificados en el Plan de calidad. • En caso de ser aprobados, se coloca una etiqueta de aprobación de A1.

8

• En caso de no ser aprobados, los productos son etiquetados para su segregación y posterior reproceso. 2.3 DIAGRAMA DEL PROCESO DE PRODUCCIÓN DE FLAKE

CAPITULO II 3. DEMANDA: 3.2 DEMANDA NACIONAL:

9

En el Perú uno de los productos de PET más solicitados para la exportación son las escamas, las cuales son destinadas a industrias que la requieren como materia prima para elaborar fibras poliéster, botellas, envases para frutas, etc. Se estima que el Perú exporta alrededor de 6,000 toneladas de escamas de PET al año. La producción nacional de este producto, provenientes de botellas y envases reciclados, tienen gran demanda en diversos mercados del mundo como Colombia, Chile, Ecuador, Bolivia, Panamá, entre otros. Además, contribuyen a preservar el medio ambiente y a generar trabajo directo e indirecto a la población de extrema pobreza. EMPRESAS RECICLADORAS SAN MIGUEL INDUSTRIAL SINEA DECAPLATS INTRADECO OTROS TOTAL

TON 2100 1800 400 380 300 4980

EMPRESAS RECICLADORAS - NACIONAL OTROS; 6% INTRADECO; 8% DECAPLATS; 8%

SAN MIGUEL INDUSTRIAL; 42%

SINEA; 36%

3.2.1 DATOS ADICIONALES: ENTREVISTA: G. E Coca Cola

10

En el Perú la demanda del plástico tipo PET es de alrededor de 50 mil toneladas al año, casi la mitad en comparación otros países de la región como Brasil o Argentina, informó el gerente de empaques de Coca Cola, Dennis Verástegui. Sostuvo que a pesar de esa comparación, el Perú está en el promedio positivo en la demanda de este tipo de plásticos. El especialista agregó que del número mencionado, un 30 por ciento de material PET que circula en el mercado peruano son productos de Coca Cola. Coca Cola presentó las PlantBottle, hechas con un porcentaje de materia prima de origen vegetal, en reemplazo al plástico hecho por petróleo. Dicho material tienen 30 por ciento de un derivado del jugo de caña de azúcar cultivado en Brasil, lo que disminuye la dependencia de fuentes fósiles no renovables como el petróleo. Se estima que a partir del 2020 el 100 por ciento de las botellas de Coca Cola sean producidas con este material, ya que por el momento solo se hará una producción de forma parcial y limitada a supermercados. Verástegui comentó que la adaptación para trabajar con este nuevo material no requiere de una inversión, ya que esta mezcla del jugo de caña reacciona y trabaja de la misma forma que el plástico tradicional con el que actualmente se fabrican las botellas. Fuente:http://www.andina.com.pe/agencia/noticia-demanda-plastico-tipo-pet-elperu-es-50-mil-toneladas-anuales-480404.aspx PRODUCCIÓN DE LAS INDUSTRIAS DE CAUCHO Y PLÁSTICO, MINERALES NO METALICOS Y METALES COMUNES, 2007 – 2012 90 000 000 85 000 000 80 000 000 75 000 000 70 000 000 65 000 000 2007

2008

2009

2010

2011

2012

11

Fuente: Ministerio de la Producción - Viceministerio de MYPE e Industria.

3.3 DEMANDA INTERNACIONAL:

Tenemos presencia internacional a través de 10 unidades fabriles ubicadas en: -

ARGENTINA COLOMBIA CHILE PERU

Contamos con más de 1000 colaboradores repartidos en 4 países. Además, a través de nuestros distribuidores autorizados podemos ampliar nuestras fronteras y llegar a todos los países de Sudamérica, Centroamérica, Norteamérica, Europa y Asia. De acuerdo con un estudio de mercado de Smithers Pira, autoridad mundial sobre las cadenas de embalaje, papel y suministro de la industria de impresión, en los últimos años la demanda global de envases de PET fue de aproximadamente US$ 48 mil millones, con un consumo total de 16 millones de toneladas. En el estudio titulado “El futuro de los empaques de PET hasta 2019”, se precisa que desde el 2010 el consumo de PET ha estado al alza. Las botellas se están utilizando cada vez más, representando 80% del total de la demanda de PET. De 12

este modo, las botellas de agua determinarán hasta el 2019 el mayor renglón de crecimiento, a tasas de 6%, seguidas por los empaques farmacéuticos y las botellas de PET para otras bebidas, ambos creciendo a tasas de 5%. CAPITULO IV 4. PRONOSTICO 4.1 PRONOSTICO MOVIL SIMPLE N° Mes es

Deman da ( TN )

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

PRONOST ICO n=2

PRONOST ICO n=4

PRONOSTI CO n=6

1186 1186 1186 1186 1210 1186 1350 1350 1350 1350 1350 1350 1186 1210 1186 1350 1350 1210 1186 1350 1350 1350 1350 1186 1186 1210 1186

1186 1186 1186 1198 1198 1268 1350 1350 1350 1350 1350 1268 1198 1198 1268 1350 1280 1198 1268 1350 1350 1350 1268 1186 1198

1186 1192 1192 1233 1274 1309 1350 1350 1350 1309 1274 1233 1233 1274 1274 1274 1274 1274 1309 1350 1309 1268 1233

1190 1217 1245 1272 1299 1323 1350 1323 1299 1272 1272 1272 1249 1249 1272 1299 1299 1299 1295 1295 1272

28 29 30

1350 1350 1350

1198 1268 1350

1192 1233 1274

1245 1245 1245

23104 6724 0

24964 13689 5776

1109 1109 1109

31 32

1210 1186

1350 1280

1309 1315

1272 1276

19600 8836

9801 16641

384 810

(�−〖�´´´ (�−〖� (�−〖� 1406596 1406596 〗^ ^�140659 ´)〗^ ^� ´´)〗^ ^� 1406596 1406596 140659 0 1406596 140659 0 1406596 140659 576 576 146410 144 36 140659 23104 24964 2560 6724 13689 1760 0 5776 1109 0 1681 608 0 0 256 0 0 74 26896 26896 2689 3364 9801 1269 144 7744 1284 23104 13689 608 6724 13689 608 19600 4096 384 8836 7744 392 23104 5776 1026 6724 5776 608 0 5776 256 0 1681 256 26896 26896 1284 6724 15129 1195 576 3364 728 144 2209 739

13

33 34 35 36 37

1350 1350 1210 1186

1198 1268 1350 1280 1198

1274 1274 1274 1274 1274

Total

1272 1299 1299 1276 1249

23104 6724 19600 8836

5776 5776 4096 7744

608 256 798 810

3113104

5917635

876407

Cálculo de Error Estandar

∑

= =

(�− Periodos 〖�)〗^ ^�

ᵟ=

3113104 36

302.591 94

Cálculo de Error Estandar

∑

(�− Periodos 〖�)〗 ^^�

ᵟ=

= =

5917635 36

417.190 71

Cálculo de Error Estandar

∑ (�− 〖�)〗 ^^�

Periodos

ᵟ=

= =

876407 1 36

507.707 381

14

gráfi co PROMEDIO MOVIL SIMPLE

PRONOSTICO n=2

2

3

4

5

6

7 8

Demanda ( TN )

PRONOSTICO n=4

PRONOSTICO n=6

9 10111213141516171819202122232425262728293031323334353637

INTERPRETACIÓN:

Según el cálculo de promedio Móvil Ponderado para el periodo 37 tendremos una demanda de 1212 TN; con un error estándar de 363.9712

4.2 PRONOSTICO MOVIL PONDERADO

15

SIENDO : Wt-1= Wt-2= Wt-3=

N° Meses

0.5 0.4 0.1

Demanda ( TN ) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

1186 1186 1186 1186 1210 1186 1350 1350 1350 1350 1350 1350 1186 1210 1186 1350 1350 1210 1186 1350 1350 1350 1350 1186 1186 1210 1186 1350 1350 1350 1210 1186 1350 1350 1210 1186

PRONOSTI CO

1186 1186 1198 1195.6 1270.4 1333.6 1350 1350 1350 1350 1268 1214.4 1195.6 1270.4 1333.6 1280 1212 1270.4 1333.6 1350 1350 1268 1202.4 1198 1195.6 1270.4 1333.6 1350 1280 1212 1270.4 1333.6 1280 1212 Total

(�1406596 − 1406596 〖�)〗 1406596 ^^�

0 576 144 23839.36 6336.16 268.96 0 0 0 26896 3364 806.56 23839.36 6336.16 15276.96 8836 19044 6336.16 268.96 0 26896 6724 57.76 144 23839.36 6336.16 268.96 19600 8836 19044 6336.16 15276.96 8836

4504152

16

Cálculo de Error Estándar ∑ (�− Periodos 〖�)〗

^^�

ᵟ=

= =

4504152 36

363.971 234

gráfi co PROMEDIO MOVIL ponderado PRONOSTICO

Demanda ( TN )

1 2 3 4 5 6 7 8 9 1 01 11 21 31 41 51 61 71 81 92 02 12 22 32 42 52 62 72 82 93 03 13 23 33 43 53 63 7

INTERPRETACIÓN:

Según el cálculo de promedio Móvil Ponderado para el periodo 37 tendremos una demanda de 1212 TN; con un error estándar de 363.9712

4.2 PRONOSTICO SUAVIZACIÒN EXPONENCIAL

17

Año 2013

Asumimos que F1=A1

18

N° Demand Meses a ( TN )

20 13

20 14

20 15

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

1186 1186 1186 1186 1210 1186 1350 1350 1350 1350 1350 1350 1186 1210 1186 1350 1350 1210 1186 1350 1350 1350 1350 1186 1186 1210 1186 1350 1350 1350 1210 1186 1350 1350 1210 1186

Pronostic Pronosti Pronosti o SE co SE co SE (0.1) (0.3) (0.6)

1186.00 1186.00 1186.00 1186.00 1186.00 1188.40 1188.16 1204.34 1218.91 1232.02 1243.82 1254.44 1263.99 1256.19 1251.57 1245.02 1255.51 1264.96 1259.47 1252.12 1261.91 1270.72 1278.65 1285.78 1275.80 1266.82 1261.14 1253.63 1263.26 1271.94 1279.74 1272.77 1264.09 1272.68 1280.41 1273.37 1264.64

1186.00 1186.00 1186.00 1186.00 1186.00 1186.00 1186.72 1187.15 1192.31 1200.29 1209.81 1220.01 1230.34 1240.43 1245.16 1247.09 1246.46 1249.18 1253.91 1255.58 1254.54 1256.75 1260.94 1266.25 1272.11 1273.22 1271.30 1268.25 1263.86 1263.68 1266.16 1270.24 1271.00 1268.92 1270.05 1273.16 1273.22

1186.00 1186.00 1186.00 1186.00 1186.00 1186.00 1186.00 1186.43 1186.86 1190.13 1196.23 1204.38 1213.76 1223.71 1233.74 1240.59 1244.49 1245.67 1247.78 1251.46 1253.93 1254.30 1255.77 1258.87 1263.30 1268.59 1271.37 1271.33 1269.48 1266.11 1264.65 1265.56 1268.36 1269.94 1269.33 1269.76 1271.80

En el periodo 37 con el pronóstico alfa 0.1 tendremos una demanda de 1264.64, con el pronóstico 0.3 tendremos una demanda de 1273.22 y con el pronóstico 0.6 tendremos una demanda de 1271.80 en conclusión los pronósticos 0.1 y 0.6 son los más cercanos a la demanda

19

Suavizacion Exponencial 1400 1350 1300 1250 1200 1150 1100 Demanda ( TN )

Pronostico SE (0.1)

Pronostico SE (0.3)

Pronostico SE (0.6)

Demanda Pronostico 0.1 Pronostico 0.3 Pronostico 0.6

19 9 19

INTERPRETACION: Se ha calculado un promedio de una serie de tiempo de la cual el pronóstico 0.1 y 0.6 se acercan más a la demanda de forma creciente

20

4.3 REGRESION LINEAL

201 3201 6

20 13

20 14

20 15

y=a+bx

N° Mes es (x)

Deman da ( TN ) (y)

xy

x²

Pronostico de Regresión

(y-Y) ²

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

1186 1186 1186 1186 1210 1186 1350 1350 1350 1350 1350 1350 1186 1210 1186 1350 1350 1210 1186 1350 1350 1350 1350 1186 1186 1210 1186 1350 1350 1350 1210 1186 1350 1350 1210 1186

1186 2372 3558 4744 6050 7116 9450 10800 12150 13500 14850 16200 15418 16940 17790 21600 22950 21780 22534 27000 28350 29700 31050 28464 29650 31460 32022 37800 39150 40500 37510 37952 44550 45900 42350 42696

1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 361 400 441 484 529 576 625 676 729 784 841 900 961 1024 1089 1156 1225 1296

1254.05 1254.81 1255.58 1256.34 1257.11 1257.88 1258.64 1259.41 1260.17 1260.94 1261.70 1262.47 1263.23 1264.00 1264.77 1265.53 1266.30 1267.06 1267.83 1268.59 1269.36 1270.12 1270.89 1271.65 1272.42 1273.19 1273.95 1274.72 1275.48 1276.25 1277.01 1277.78 1278.54 1279.31 1280.08 1280.84

4630.54 4735.31 4841.25 4948.36 2219.36 5166.10 8346.45 8207.16 8069.05 7932.11 7796.34 7661.74 5965.11 2915.96 6203.95 7135.07 7006.33 3256.04 6695.69 6627.15 6503.10 6380.22 6258.51 7336.73 7468.46 3992.44 7735.43 5667.56 5552.89 5439.39 4490.78 8423.35 5105.91 4997.10 4910.55 8994.79

21

N° Deman Mes da es ( TN ) (x) (y)

SUMA PROMEDIO

xy

37 38 39 40 41 20 42 16 43 44 45 46 47 666 48 45628 84709 2 1267.4 18.5 4

x²

16206

Pronostic o de Regresión

1281.61 1282.37 1283.14 1283.90 1284.67 1285.43 1286.20 1286.96 1287.73 1288.50 1289.26 1290.03 219616.27

Error Estánd ar

Coeficiente de Regresión

ơ b=

0.766

a=

1253. 28

ơ=

80.37

La demanda es muy fluctuante en comparación con el pronóstico de regresión

Y =0.7655 X + 1253.3

R2=0.0103

La demanda es muy fluctuante22 en comparación con el pronóstico de regresión

4.4 PRONOSTICO ESTACIONAL

Period o

2013

1 2 3 4 5 6 7 8 9 10 11 12

2014

13 14 15 16 17 18

Meses

Ventas

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiemb re Octubre Noviembr e Diciembr e Enero Febrero Marzo Abril Mayo Junio

1186 1186 1186 1186 1210 1186 1350 1350

Pronosti Factor Pronosti co Estacion co Estacion al al 0.94 1600.00 1497.19 0.94 1600.00 1497.19 0.94 1600.00 1497.19 0.94 1600.00 1497.19 0.95 1600.00 1527.48 0.94 1600.00 1497.19 1.07 1600.00 1704.22 1.07 1600.00 1704.22

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1186 1210 1186 1350 1350 1210

0.94 0.95 0.94 1.07 1.07 0.95

1600.00 1600.00 1600.00 1600.00 1600.00 1600.00

1497.19 1527.48 1497.19 1704.22 1704.22 1527.48

23

19 20 21 22 23 24

2015

25 26 27 28 29 30 31 32 33 34 35 36

2016

37 38 39 40 41 42 43 44 45 46 47 48

SUMA PROMEDI O

Julio Agosto Septiemb re Octubre Noviembr e Diciembr e Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiemb re Octubre Noviembr e Diciembr e Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiemb re Octubre Noviembr e Diciembr e

1186 1350

0.94 1.07

1600.00 1600.00

1497.19 1704.22

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1186

0.94

1600.00

1497.19

1186 1210 1186 1350 1350 1350 1210 1186

0.94 0.95 0.94 1.07 1.07 1.07 0.95 0.94

1600.00 1600.00 1600.00 1600.00 1600.00 1600.00 1600.00 1600.00

1497.19 1527.48 1497.19 1704.22 1704.22 1704.22 1527.48 1497.19

1350

1.07

1600.00

1704.22

1350

1.07

1600.00

1704.22

1210

0.95

1600.00

1527.48

1186

0.94

1600.00

1497.19

1600 1600 1600 1600 1600 1600 1600 1600

1497.19 1527.48 1497.19 1704.22 1704.22 1704.22 1527.48 1497.19

1600

1704.22

1600

1704.22

1600

1527.48

1600

1497.19

666

45628

57600

57600

18.5

1267.44

1600.00

1600.00

24

1800.00 1600.00 1400.00 1200.00 1000.00 800.00

Pronostico Estacional Ventas

600.00 400.00 200.00 0.00 2013

1750 1700 1650 1600 1550 1500

Ventas Pronostico Estacional

1450 1400 1350

4.5 REGRESION ESTACIONAL

25

b= a=

-0.36 1274.18

error =

9.53

26

Demanda (y) 1400 1350 1300

Demanda (y)

1250 1200 1150 1100

1400 1350 1300 1250 1200 1150 1100 1050 Demanda (y)

Pronostico Regresion

Pronostico Regre x Estac

27

CONCLUSIONES

BIBLIOGRAFIA

28

-

http://www.sinea.com/

-

29