1.1.

MTODOS DE PROYECCIN:

1.1.1.

REGRESIN LINEAL:

Se basa en la siguiente expresin matemtica, que relaciona dos variables, sea Y, la

variable dependiente y X, la variable independiente, de la siguiente manera:
Y =A + BX

Para predecir los valores de las variables, previamente se debe calcular los valores de "A" y
"B" y posteriormente reemplazar esos valores en la ecuacin general.
Esta relacin se resuelve a travs de la solucin de las siguientes ecuaciones normales,
donde las incgnitas son la "A" y "B".

Los valores numricos de "A" y "B" se pueden hallar con las siguientes formulas:

Ejemplo:
Se tiene las ventas de agregados de una cantera en el tiempo dispuesto en m3,
como se muestra en el siguiente cuadro:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 1

Ao (X)

Venta en miles de m3
m3 (Y)

1999

21.7

2000

27.2

2001

38.6

2002

54.1

2003

66.3

2004

74.7

2005

82.0

2006

94.4

2007

100.2

2008

107.2

Se desea proyectar la demanda para 20 aos

El grfico nos permite apreciar que hay una clara tendencia lineal

Venta de agregados en miles de m3 (Y)

120
100
80
60

Y
40
20
0
1998

2000

2002

2004

2006

2008

2010

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 2

(X)
1
2
3
4
5
6
7
8
9
10
SUMA

55

(Y)
21.7
27.2
38.6
54.1
66.3
74.7
82
94.4
100.2
107.2

XY

666.4

X^2
21.7

470.89

54.4

739.84

115.8

1489.96

216.4

16

2926.81

331.5

25

4395.69

448.2

36

5580.09

574

49

6724

755.2

64

8911.36

901.8

81 10040.04

1072

100 11491.84

4491

385 52770.52

hallando A Y B para n=

A=

11.58667

B=

10.0097

Y^2

10

Y = 11.5867 + 10.0097 *X
SI QUEREMOS PROYECTAR LA DEMANDA PARA 20 AOS
TENEMOS:
Y = 11.5867 + 10.0097 x 20

Y = 211.58m3

1.1.2.

REGRESIN POTENCIAL:

Teniendo los datos Histricos observados sobre la Demanda, Oferta o la variable que
se quiera Proyectar, podemos graficar la nube de puntos y poder apreciar la distribucin de
los mismos y poder apreciar si los puntos se aproximan a alguna funcin, en el caso de la
funcin exponencial se puede recurrir a la siguiente relacin:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 3

Y =AXB

Para Linealizar esta funcin se aplica logaritmos a ambos miembros, mediante este
procedimiento se obtiene una ecuacin logartmica lineal:
Log Y = Log A + B Log X

Sustituyendo valores se tiene:

Y = Log Y

A = Log A

X = Log X

Una vez realizada la sustitucin, los resultados se escriben en la forma lineal:

Y = A + B (X)

La ecuacin logartmica puede resolverse tambin a travs de las siguientes ecuaciones

normales:

Ejemplo N 2:

Con los siguientes datos Histricos, Proyectar la Demanda de cemento para el ao 2000
mediante Regresin potencial

Por el mtodo no lineal de Regresin potencial se tiene las siguientes relaciones y

construimos la siguiente tabla:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 4

Aplicando la frmula de Regresin lineal (mnimos cuadrados):

Reemplazando los valores de "A" y "B" en la ecuacin general se tiene:

Y = 4.3355 + 0.5485 (Log X)

Recordemos que los valores Histricos de "X", corresponden a los valores del logaritmo
de "X", por lo tanto para efectuar estimaciones, lo primero que se debe hacer es expresar
en trminos logartmicos el valor del ao de 1999 (cumpliendo as una exigencia de la
ecuacin lineal logartmica), valor que corresponde al periodo 7. Entonces: Log 7 =
0.8451 y as se procede para Proyectar los posteriores aos.
Y = 4.3355 + 0.5485 (Log 7) = 4.7985
Por ltimo, para cuantificar la Demanda del ao 1999, se encuentra el antilogaritmo de
4,7985, cuyo resultado final es:
Y = Anti log (4,7985)

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 5

Y = 62.878 unidades

Comprobando el Coeficiente de determinacin y el grado de Correlacin entre las

variables "X" y "Y" y calculando tambin el error estndar de estimacin tenemos:

Como se puede apreciar ambos Coeficientes se aproximan a la unidad, lo que implica

que la ecuacin de Regresin potencial empleada es la que mejor se ajusta las
variables.

1.1.3.

REGRESIN EXPONENCIAL

Otro tipo de Funcin que tiene aplicacin en el anlisis de Regresin, es la

funcin exponencial que esta por la expresin:
Y = ABX

En todo caso, al igual que la Funcin Potencial, la Regresin Exponencial puede

tambin ser linealizada aplicando logaritmos a ambos miembros, resultado de ello se
tiene la relacin siguiente:
LogY = LogA + LogB(X)

Sustituyendo valores:
Y = Log Y

A = Log A

X = Log X

Recordemos que la ecuacin exponencial logartmica puede resolverse tambin a

travs de ecuaciones normales:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 6

Ejemplo N3:
Se tienen los siguientes datos de las ventas de maquinaria en la ciudad de
Cajamarca, se desea encontrar la demanda para el ao 2004:
Ao
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003

FORMULACIN DE PROYECTOS DE INGENIERA

Ventas
28.00
28.30
28.90
30.10
32.10
34.50
39.80
43.90
51.10
59.70
376.4

Pgina 7

Vemos que la tendencia lineal slo cruza a los datos reales en dos puntos. Por
tanto usar la proyeccin lineal no va ser una buena decisin. En este caso vamos a
utilizar la proyeccin exponencial.

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 8

La ecuacin sera:
Y = 22.8552 x 1.0882X
La proyeccin para el perodo 11 sera:
Y = 22.8552 x1.0882x11
Y = 57.91
1.1.4.

COEFICIENTE DE DETERMINACIN (

):

Este Coeficiente sirve para medir la relacin entre las variables, medida de ajuste
de modelo de Regresin y que corresponde al cuadrado del Coeficiente de correlacin
simple ( ). El clculo del Coeficiente de correlacin puede efectuarse de manera directa,
mediante la siguiente formula:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 9

1.1.5.

COEFICIENTE DE CORRELACIN ( ):

Se dice que existe correlacin entre dos variables, cuando al variar una de ellas
vara tambin la otra variable. Para que la Proyeccin sea ms acertada es necesario
que el nmero de observaciones (n) sea ms amplio. A mayores aos estudiados, tiene
ms relevancia estadstica el valor de este Coeficiente.

El grado de aproximacin entre variables es mayor cuando el Coeficiente de

Correlacin se acerca al valor mximo de 1. Entonces, en este caso se dice, existe
una elevada Correlacin entre X y Y.

1.1.6.

ERROR ESTANDAR DE LA ESTIMACIN (Se):

El error de la estimacin es una medida que permite mostrar el nivel de

confiabilidad que tiene la ecuacin de prediccin e indica hasta que punto los valores
observados difieren de sus valores Histricos alrededor de la lnea de Regresin.
Cuando " Se" se aproxima a cero, entonces la ecuacin de Regresin empleada ser
un estimador ptimo de la variable dependiente. Para el clculo directo se puede
utilizar la siguiente formula:

1.1.7. REGRESIN PARABOLICA O CURVA CUADRTICA:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 10

Recordemos que la ecuacin de mejor ajuste corresponde aquella que presenta

los Coeficientes de determinacin y Correlacin ms prximo a la unidad, bajo este
criterio, se dan casos donde la serie de Informacin obtenida no se puede explicar por
ninguno de las medidas de Regresin vistas hasta el momento; ante esta situacin y
asumiendo que la serie tiene una curva parablica cuyo comportamiento se describe
matemticamente por una ecuacin de segundo grado (parbola).
La Regresin se expresa as:
Y = A + BX + CX2
Dnde:
Y = Estimacin de la variable dependiente
A, B, C = constantes numricas
X = Valores de la variable independiente.
Los valores "A", "B" y "C" se encuentran resolviendo un sistema de tres ecuaciones
con tres incgnitas.

Pero cuando se recurre a la codificacin de la variable independiente, el clculo tambin

se efecta con las siguientes frmulas de mnimos cuadrados:

1.1.8. LA CURVA DE GOMPORTZ:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 11

Produccin de consumo con el ciclo de vida:

Por mnimos cuadrados, se tiene:

La Regresin sirve para Proyectar datos hacia el futuro, para determinar el grado de
dependencia que existe entre dos variables. Es necesario contar con datos pasados para
poder hacer las proyecciones hacia el futuro.
La Correlacin es la asociacin entre dos o ms variables, como una relacin causa - efecto,
el cual se lo obtiene aplicando el logaritmo natural (ln).

Ejemplo:
Se tiene la demanda de varillas de acero de 1 de dimetro como se muestra en el
cuadro adjunto:
Ao

Demanda

1995

7828

1996

8476

1997

11855

1998

11419

1999

14071

2000

14155

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 12

Proyectar la demanda para el ao 2001

Solucin:

Reemplazando en las formulas:

n = Nmero de datos

Por lo tanto se tiene la ecuacin:

Para Proyectar el ao 7, reemplazar el valor (x = 7) y as sucesivamente.

Y = 13087 .33
Y =13239 .698

El Coeficiente de Determinacin: (

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 13

VT = VE + VNE
Dnde:
VT: Variacin Total.
VE: Variacin Explicada.
VNE: Variacin no Explicada.
VT = VE + VNE

Por lo tanto el 79.44% de los datos del consumo aparente estn explicados por el
tiempo, mientras mayor sea este porcentaje mucho mejor.
TAMAO DE LA MUESTRA

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 14

Al realizar un muestreo probabilstica nos debemos preguntar Cul es el

nmero mnimo de unidades de anlisis (personas, organizaciones, capitulo de
telenovelas, etc), que se necesitan para conformar una muestra.
En el tamao de una muestra de una poblacin tenemos que tener presente
adems si es conocida o no la varianza poblacional.
Para determinar el tamao de la muestra cuando los datos son cualitativos es
decir para el anlisis de fenmenos sociales o cuando se utilizan escalas nominales
para verificar la ausencia o presencia del fenmeno a estudiar, se recomienda la
utilizacin de la siguiente formula:

Ejemplo:
De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la
aceptacin por los programas humorsticos televisivos y para ello se desea tomar una
muestra por lo que se necesita saber la cantidad de adolescentes que deben entrevistar
para tener una informacin adecuada con error estndar menor de 0.015 al 90 % de
confiabilidad.
Solucin:

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 15

N = 1176
Se = 0.015
2 = ()2 = (0.015)2 = 0.000225
2 = (1 ) = 0.9(1 0.9) = 0.09
Por lo que:

2
2

0.09
0.000225

= 400

Remplazando:

n=

400
= 298
400
1 + 1176

Es decir para la investigacin se necesita una muestra de al menos 298

adolescentes.
Slideshare. (26 de Junio de 2014). Obtenido de
http://www.slideshare.net/guest8a3c19/tamao-de-la-muestra-4141371
UAEH. (24 de JUNIO de 2014). Obtenido de
http://www.uaeh.edu.mx/docencia/P_Presentaciones/tlahuelilpan/administra
cion/proy_inv/estudio%20de%20mercado.pdf
UNITEC. (25 de Junio de 2014). Obtenido de
http://emprendedor.unitec.edu/pnegocios/Estudio%20de%20mercado.htm
WORDPRESS. (25 de Junio de 2014). Obtenido de 25:
erods.files.wordpress.com/2010/11/proyecciones-mercado.pp

FORMULACIN DE PROYECTOS DE INGENIERA

Pgina 16