Documente Academic
Documente Profesional
Documente Cultură
ndice
1.
2.
Introduccin...............................................................................................................4
La Demanda...............................................................................................................4
2.1. Administracin de la demanda..........................................................................4
3. Los pronsticos..........................................................................................................5
3.1. Clasificacin......................................................................................................5
3.1.1.
Pronstico a corto plazo................................................................................5
3.1.2.
Pronstico a mediano plazo...........................................................................5
3.1.3.
Pronstico a largo plazo................................................................................5
3.2. Tipos de Pronstico...........................................................................................5
3.2.1.
Econmico.....................................................................................................5
3.2.2.
Tecnolgico...................................................................................................5
3.2.3.
De Demanda..................................................................................................6
3.3. Enfoques............................................................................................................6
3.3.1.
Cuantitativo...................................................................................................6
3.3.2.
Cualitativo.....................................................................................................7
3.4. Modelos.............................................................................................................8
3.4.1.
Mtodo Delphi...............................................................................................8
3.4.2.
Modelos bsicos de promedio.....................................................................11
3.4.3.
Media mvil simple.....................................................................................12
3.4.4.
Datos histricos...........................................................................................13
3.4.5.
Suavizamiento Exponencial........................................................................14
3.4.6.
Anlisis de regresin...................................................................................14
3.4.7.
Serie de Tiempo...........................................................................................15
3.4.7.1.
Representacin de una Serie Temporal...................................................15
3.4.7.2.
Componentes de una serie temporal........................................................15
3.4.7.2.1. Tendencia.................................................................................................15
3.4.7.2.2. Variaciones estacionales..........................................................................16
3.4.7.2.3. Variaciones cclicas.................................................................................17
3.4.7.2.4. Variaciones residuales.............................................................................17
3.4.7.3.
Anlisis de la tendencia...........................................................................17
3.4.7.4.
Mtodo Grfico.......................................................................................17
3.4.7.5.
Modelo de Winter....................................................................................18
3.5. Paquetes de cmputo para pronstico.............................................................23
3.5.1.
Paquetes estadsticos...................................................................................23
3.5.2.
Paquetes de pronstico................................................................................23
3.5.3.
Caractersticas de algunos de los paquetes ms actuales.............................24
3.6. Seleccin de un mtodo de pronstico............................................................25
3.6.1.
Sofisticacin del usuario y del sistema........................................................26
3.6.2.
Tiempo y recursos disponibles....................................................................26
3.6.3.
Horizonte de tiempo y disponibilidad de datos...........................................27
3.6.4.
Patrn de datos............................................................................................27
3.6.5.
Resultados....................................................................................................28
3.7. Clasificacin de la demanda............................................................................28
3.7.1.
Patrones de la Demanda..............................................................................29
3.7.2.
Movimientos de la demanda........................................................................30
3.7.3.
Demanda dependiente e independiente.......................................................31
3.7.4.
Demanda discreta y contina.......................................................................31
3.8. Conclusiones....................................................................................................32
4. Bibliografa..........................................................................................................33
1. Introduccin
Toda empresa, ya sea una Gran Empresa o una PyME, necesita conocer como
se esta comportando el mercado para poder realizar una planificacin en su
produccin, para que sea eficiente y efectiva, y ser capaz de sobrevivir en este
ambiente competitivo globalizado.
Por supuesto, este comportamiento no es esttico, cambia de acuerdo a
muchas variables internas y externas de cada sitio en donde se desempea la
empresa. Por lo tanto, no puede predecirse con exactitud como se
desenvolver en un futuro el mercado.
La intencin de este trabajo prctico es mostrar una herramienta utilizada para
visualizar el comportamiento de las personas con respecto al consumo de
productos o servicios en un tiempo futuro. Pronstico de la Demanda constituye
la herramienta que aporta la informacin que nos ayuda a tomar decisiones con
respecto a los procesos que debemos utilizar, planificacin de la capacidad, a
la planificacin de la produccin, programacin de tareas y al inventario
Que es Pronstico?
Pronstico es el proceso de estimacin un acontecimiento, proyectando datos
del pasado hacia el futuro.
Hay que considerar que un Pronstico, no es la verdad absoluta, sino es una
aproximacin a la realidad en el perodo futuro a estudiar.
2. La Demanda
La demanda se define como la cantidad y calidad de bienes y servicios que
pueden ser adquiridos a los diferentes precios del mercado por un consumidor
(demanda individual) o por el conjunto de consumidores (demanda total o de
mercado), en un momento determinado.
2.1.
Administracin de la demanda
3. Los pronsticos
3.1.
Clasificacin
3.1.1.
3.1.2.
3.1.3.
Generalmente con lapsos de tres aos o mas, los pronsticos de con este
horizonte son utilizado para la planificacin de nuevos productos, donde
interviene tanto el capital a invertir, la investigacin, desarrollo del mismo, como
la instalaciones a utilizar.
3.2.
3.2.1.
Tipos de Pronstico.
Econmico
Se basan en los ciclos del negocio para predecir las tasas de inflacin, la oferta
del mercado. Son condiciones generales del negocio a corto y mediano plazo y
los realizan por lo general entes gubernamentales, consultoras, bancos, etc.
3.2.2.
Tecnolgico
3.2.3.
De Demanda
3.3.
3.3.1.
Enfoques
Cuantitativo
3.3.2.
Cualitativo
Formular el Problema
Recolectar Datos
Manipulacin y Limpieza
Construccin y Evaluacin de un Modelo
Aplicar el modelo (Pronosticar)
Evaluar el Pronstico
3.4.
Modelos
3.4.1.
Mtodo Delphi
Primera circulacin
El primer cuestionario es desestructurado, no existe un guin prefijado,
sino que se pide a los expertos que establezcan cules son los eventos
y tendencias ms importantes que van a suceder en el futuro referentes
al rea en estudio. Cuando los cuestionarios son devueltos, ste realiza
una labor de sntesis y seleccin, obtenindose un conjunto manejable
de eventos, en el que cada uno est definido de la forma ms clara
posible. Este conjunto formar el cuestionario de la segunda circulacin.
Segunda circulacin
Los expertos reciben el cuestionario con los sucesos y se les pregunta
por la fecha de ocurrencia. Una vez contestados, los cuestionarios son
devueltos al moderador, que realiza un anlisis estadstico de las
previsiones de cada evento. El anlisis se centra en el clculo de la
mediana (ao en que hay un 50% de expertos que piensan que va a
suceder en ese ao o antes), el primer cuarto o cuarto inferior (en el que
se produce lo mismo para el 25% de los expertos) y tercer cuarto o
cuarto superior (para el 75%). El moderador confecciona el cuestionario
de la tercera circulacin que comprende la lista de eventos y los
estadsticos calculados para cada evento.
Tercera circulacin
Los expertos reciben el tercer cuestionario y se les solicita que realicen
nuevas previsiones. Si se reafirman en su previsin anterior y sta
queda fuera de los mrgenes entre los cuartos inferior y superior, deben
9
dar una explicacin del motivo por el que creen que su previsin es
correcta y la del resto del panel no. Estos argumentos se realimentarn
al panel en la siguiente circulacin. Al ser estos comentarios annimos,
los expertos pueden expresarse con total libertad, no estando sometidos
a los problemas que aparecen en las reuniones cara a cara. Cuando el
moderador recibe las respuestas, realiza de nuevo el anlisis estadstico
y, adems, organiza los argumentos dados por los expertos cuyas
previsiones se salen de los mrgenes intercuartos. El cuestionario de la
cuarta circulacin va a contener el anlisis estadstico y el resumen de
los argumentos.
Cuarta circulacin
Se solicita a los expertos que hagan nuevas previsiones, teniendo en
cuenta las explicaciones dadas por los expertos. Se pide a todos los
expertos que den su opinin en relacin con las discrepancias que han
surgido en el cuestionario. Cuando el moderador recibe los
cuestionarios, realiza un nuevo anlisis y sintetiza los argumentos
utilizados por los expertos.
Tericamente, ya habra terminado el Delphi, quedando tan slo la
elaboracin de un informe en el que se indicaran las fechas calculadas
a partir del anlisis de las respuestas de los expertos y los comentarios
realizados por los panelistas. Sin embargo, si no se hubiese llegado a un
consenso, existiendo posturas muy distantes, el moderador debera
confrontar los distintos argumentos para averiguar si se ha cometido
algn error en el proceso.
El punto neurlgico del mtodo Delphi son las personas involucradas, esto se
debe a que en la mayora de los casos los grupos son interdisciplinarios. De
esta manera el moderador quien debe poseer la habilidad para sintetizar las
distintas y variadas opiniones y de esa manera elaborar un conjunto
estructurado de preguntas y llegar a un pronstico.
Tcnica de grupo nominal
Tambin conocida como TGN, esta tcnica supone que un grupo estructurado
de gente conocedora ser capaz de llegar a un pronstico por consenso. El
proceso funciona de la siguiente forma:
Se juntan en una sala entre siete y diez personas. Las personas son invitadas a
sentarse y comparten el lugar fsico, pero no pueden cruzar palabras entre
ellos. El moderador de la reunin proporciona las preguntas referidas al tema
en cuestin a los participantes y les pide que escriban ideas acerca del
problema. . Al final de un perodo de cinco o diez minutos cada persona, por
turnos (interaccin mltiple) presenta una idea que ha escrito en su lista
privada.
10
Un registrador escribe esa idea en una pizarra que est a la vista de los dems
miembros del grupo. Todava no hay discusin en este punto de reunin, sino
slo el registro de ideas privadamente manifestadas. La presentacin por turno
contina hasta que todos los miembros indican que ya no tienen ms ideas que
compartir.
Por lo general entre, 15 y 25 proposiciones resultan de la aportacin. En la
segunda etapa de la reunin los miembros del grupo discuten las ideas
presentadas. El moderador es quien tiene la responsabilidad de que todas las
ideas sean discutidas y aclarar las dudas de los participantes en caso de que
existan dudas sobre alguna de las ideas escritas. Cuando concluyen todas las
discusiones se pide a los miembros que voten de manera independiente. La
decisin del grupo es el resultado matemticamente obtenido a partir de los
votos individuales.
Los objetivos del proceso son:
1. Asegurar diferentes procesos para cada fase de creatividad.
2. Balancear la participacin de los miembros
3. Incorporar las tcnicas matemticas de votacin en la agregacin de
los juicios de grupo.
El pronstico que se da a travs de la tcnica de grupo nominal es la
alternativa que recibe la mayora de los votos del grupo. Las claves para este
proceso son la identificacin de la pregunta que debe ser dirigida al grupo, la
creatividad es permitida y se fomenta la discusin limitada y dirigida, y en
ltimo lugar el voto.
3.4.2.
Promedio simple
Un promedio simple (PS) es un promedio de los datos del pasado en el cul las
demandas de todos los perodos anteriores tienen el mismo peso relativo. Se
calcula de la siguiente forma:
Donde
D1 = demanda del periodo ms reciente
11
3.4.3.
Una medida mvil simple (MMS) combina los datos de demanda de la mayor
parte de los periodos recientes, siendo su promedio el pronstico para el
periodo siguiente. Una vez calculado el nmero de periodos anteriores a ser
empleado en las operaciones, se debe de mantener constante. Se puede
emplear una medida mvil de tres periodos de 20, pero una vez que se toma la
decisin hay que continuar usando el mismo nmero de periodos. Despus de
seleccionar el nmero de periodos a ser usados, se dan pesos iguales a las
demandas para determinar el promedio. El promedio se mueve en el tiempo
en el sentido de que al transcurrir un periodo, la demanda del periodo ms
antiguo se descarta, y se agrega la demanda para el periodo ms reciente para
la siguiente operacin, superando as la principal limitacin del modelo del
promedio simple.
Donde
t = 1 en el periodo ms antiguo en el promedio de n periodos
t = n es el periodo ms reciente
Media mvil ponderada
Una medida mvil ponderada (MMP) es un modelo de media mvil que
incorpora un peso para cada uno de los perodos, dndole mayor importancia a
los perodos que ms afectan a la obtencin del promedio. La representacin
de este modelo es el siguiente:
Demanda de cada periodo por un peso
MMP = determinado, sumada a los largo de todos los
Periodos en la media mvil.
12
Donde
0 Ct 1.0
3.4.4.
Datos histricos
Desarrollo
Dicho mtodo se basa en revisar, estudiar, analizar los datos obtenidos en un
perodo pasado de venta del producto.
Es fcil darse cuenta que no es un mtodo til para un producto nueva dado
que no se cuentan con datos pasados sobre las ventas del mismo.
Su profundo anlisis permite distinguir patrones de estacionalidad de los
productos.
Al realizar el anlisis de dichos datos se debe contar con un profundo
conocimiento del producto, de su funcionamiento, y del pblico al cual est
dirigido. Es un mtodo efectivo para productos de demanda razonablemente
estable
Ejemplo de aplicacin
Luego de analizar las ventas mes a mes del ao 2007 y 2008 es fcil notar la
estacionalidad que se encuentra a principios y fines del ao. En enero las
ventas siempre son menores a las del resto del ao dado que la gente est de
vacaciones y no compra tanto vino porque no tiene tiempo para consumirlo, no
hay reuniones sociales, no se festejan tantos cumpleaos y adems se
restringen algunos gastos para poder destinarlos a las vacaciones. Caso que
ocurre totalmente al contrario en diciembre dnde la gente se rene para
celebrar el fin de ao, las empresas realizan regalos a sus proveedores,
clientes y empleados aumentando as las ventas de vino, en este caso.
Su quisiramos estimar las ventas para Enero, Febrero y Marzo de 2009
podramos proyectar que ests sern aproximadamente de:
Enero-2009: 6150
Febrero 2009: 6350
Marzo 2009: 6800
Error
Al comparar los datos proyectados con la realidad para dichos meses, se
pueden hallar los siguientes errores:
Enero: 4,8%
Febrero: 5,5%
Marzo: 13,3%
Conclusin
13
3.4.5.
Suavizamiento Exponencial
Desarrollo
Dicho mtodo consiste en estimar la demanda del prximo periodo basndose
en una combinacin de indicadores de la demanda reciente y de los
pronsticos pasados. La tcnica pondera los datos exponencialmente
permitiendo elegir cual se quiere priorizar si los datos histricos o los ms
recientes. Un ms bajo da ponderacin a los datos histricos, mientras que
cercano a 1 refleja un ajuste total a la demanda reciente.
Se utiliza la siguiente formula:
Ft Ft 1 ( At 1 Ft 1 )
Donde:
Ft 1 : Prediccin del ltimo perodo
: Constante de suavizacin entre 0 y 1
At 1 : Demanda real del periodo anterior
3.4.6.
Anlisis de regresin
Desarrollo
Se predice la demanda futura a partir de una lnea recta formada por los
datos de demandas pasadas. Si slo se usa una variable del pasado se le
llama regresin simple. Si se usan dos o ms variables del pasado, se le
nombra regresin mltiple.
Se trata de encontrar una relacin entre las ventas histricas (variable
dependiente) y una o ms variables independientes, como poblacin, ingreso
per cpita o producto interno bruto (PIB). Este mtodo puede ser til cuando se
dispone de datos histricos que cubren amplios perodos de tiempo. Es ineficaz
para pronosticar las ventas de nuevos productos.
14
3.4.7.
Serie de Tiempo
15
Representacin de la tendencia
16
Variaciones estacionales
17
.................. (1)
18
1) Estimacin de la Tendencia :
Tt = (At At-1) + (1 ) Tt-1
............. (2)
2) Estimacin de la Estacionalidad :
St = Yt + (1 - ) St-L
At
.............. (3)
...............
(4)
Ejemplo
Los datos del cuadro siguiente muestran las ventas trimestrales en el perodo
1988-93. Pronosticar las ventas de 1994, usando la tcnica de Winter con =
0.4, = 0.1, y = 0.3. Considerar adems como valor inicial atenuado 500, el
valor de 0 como estimacin inicial de la tendencia y el valor de 1 como la
estimacin inicial de estacionalidad.
Solucin:
Respecto a los valores iniciales: El valor inicial atenuado puede
estimarse promediando unos cuantos valores de la serie. El valor inicial de la
19
94
1
2
3
4
25
26
27
28
Yt
500
350
250
400
450
350
200
300
350
200
150
400
550
350
250
550
550
400
350
600
750
500
400
650
700
600
450
700
20
Ao Trim. T
Yt
At
valor
Tt
estimac.
St
estimac.
Yt+p
et
21
88
89
90
91
92
93
94
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
1
2
3
4
25
26
27
28
500
350
250
400
450
350
200
300
350
200
150
400
550
350
250
550
550
400
350
600
750
500
400
650
atenuado
500
440
360.4
368.2
394.2
381.2
311.9
295.6
303.0
260.3
219.5
277.5
364.7
377.0
354.1
403.1
426.4
437.5
450.1
471.9
531.8
548.8
546.4
546.4
Tendencia
0
-6
-13.4
-11.2
-7.5
-8.1
-14.2
-14.4
-12.2
-15.3
-17.8
-10.2
-0.5
0.8
-1.6
3.5
5.5
6
6.7
8.2
13.4
13.7
12.1
10.9
estacional.
1.00
0.94
0.91
1.03
1.04
0.93
0.83
1.02
1.08
0.88
0.78
1.15
1.21
0.90
0.76
1.21
1.23
0.90
0.77
1.23
1.28
0.90
0.76
1.22
500.0
500.0
500.0
500.0
357.0
362.9
338.8
305.5
293.2
271.2
202.9
206.2
287.6
321.7
296.5
404.9
490.3
387.3
337.6
554.1
591.0
491.7
430.9
687.3
0
-150
-250
-100
93
-12.9
-139
-5.5
56.8
-71.2
-52.9
194
262
28.3
-46.5
145
59.7
12.7
12.4
45.9
159
8.3
-30.9
-37.3
751.9
546.2
449.6
718.8
Error: 51,9
Error: 53,8
Error: 0,4
Error: 18,8
22
3.5.
3.5.1.Paquetes estadsticos
Incluyen anlisis de regresin y otras tcnicas que se utilizan con frecuencia los
pronstico; Ejemplos son Minitab, SAS (Sistema de anlisis estadstico:
Statistical Analysis Systein), SPSS (paquete estadstico para las ciencias
sociales: Statistical Package for the Social Sciences), Eviews, Crystal Ball
Predictor y hojas de clculo (Excel).
El Excel, un programa de hojas de clculo, se usa con frecuencia para ser
pronstico. Los datos se colocan en las filas y columnas de la hoja de clculo y
a continuacin se dan comandos para realizar varias operaciones con los datos
incorporados. Por ejemplo, los salarios anuales para un nmero de empleados
podra agregarse a una columna y podra calcularse el promedio de estos
valores mediante Excel. Podran ser colocadas en otra columna las edades de
los empleados y examina la relacin entre la edad y el salario. Hay varias
funciones estadsticas disponibles en Excel que pueden ser activadas mediante
el cuadro de complementos eligiendo las herramientas de anlisis (Analysis
ToolPak). Se recomienda el complemento Crystal Ball (CB): un predictor para
ampliar la capacidad de pronstico de Excel.
3.5.2.Paquetes de pronstico
Son software diseado especficamente para aplicaciones de pronstico. En
este tipo podemos mencionar a TSP (Micro TSP), Total Forecasting System,
Easy Forecasting Plus, Forecast Master, Forecast Pro, Expert Choice,
Forecasting HP, entre otros.
En este tipo encontramos al programa denominado CENSUS X-11, que maneja
la U.S. Census Bureau (Oficina del Censo de Estados Unidos). Utiliza el
mtodo del promedio mvil con tendencias y factores de estacionalidad para
descomponer y proyectar una serie de tiempos. Se ha descubierto que el
programa CENSUS X-11 es bastante til siempre y cuando se disponga de una
cantidad razonable de datos histricos (http://www.census.gov/).
Existe tambin una biblioteca de programas de pronsticos computarizados
interactivos denominada SIBYL/RUNNER: la programacin original fue
realizada por el los respetados pronosticadores Spyros Makridakis y Steven
Wheelwright en 1973. Luego Lincoln Systems Corporation ha modificado el
programa para el entorno de Windows. SIBYL/RUNNER es virtualmente
automtico. El programa est diseado para que el usuario sea conducido paso
a paso a travs del proceso de previsin, como si fuera automtico. Contiene
20 de las tcnicas de pronsticos ms comnmente utilizadas. Estos
23
3.6.
Rara vez hay un nico modelo superior. Lo que mejor funciona en una empresa
bajo un conjunto de condiciones, puede ser un desastre completo en otra
organizacin, o incluso en otro departamento de la misma empresa. En forma
tradicional, podr advertir que existen lmites sobre lo que puede esperarse de
los pronsticos. Rara vez son, si acaso, perfectos; tambin son caros y
consumen tiempo en su preparacin y monitoreo.
25
complicado para el que se deba obtener una gran cantidad de datos puede
tardar varios meses y costar miles de dlares. En el caso de pronsticos
rutinarios hechos por sistemas computarizados, tanto el costo como la cantidad
de tiempo requerido podran ser pequeos.
Los modelos economtricos pueden requerir datos que simplemente no pueden
obtenerse a corto plazo, por lo tanto debe seleccionarse otro tipo de mtodo. El
mtodo por series de tiempo Box-Jenkins requiere aproximadamente 60 datos
(5 aos de datos mensuales). En cambio el suavizamiento exponencial, la
proyeccin de tendencias, los modelos de regresin y mtodos de
descomposicin clsica tiene la ventaja para los administradores que requieren
pronsticos en un tiempo relativamente corto.
Tambin se debe tomar en cuenta la calidad de los datos disponibles. Si los
datos son errneos se llegar a pronsticos equivocados. Se deben revisar los
datos en busca de factores extraos o puntos poco usuales.
Los costos de las computadoras ya son parte fundamental de la seleccin de
la tcnica. Las computadoras de escritorio y el software de pronsticos se
estn volviendo comunes en muchas organizaciones. Debido a este desarrollo,
a menudo otros criterios opacan las consideraciones de costo de la
computadora
3.6.4.Patrn de datos
El patrn de datos afectar el tipo de mtodo de pronstico que se seleccione.
Si la serie de tiempo es plana, se utilizar un mtodo de primer orden. En los
casos en que los datos muestren tendencias o patrones de estacionalidad, se
27
3.6.5.Resultados
El pronstico se presentar a la direccin para su autorizacin y su uso en la
toma de decisiones. Por lo tanto, la facilidad de entendimiento e interpretacin
de los resultados es una consideracin importante. Los modelos de regresin,
las proyecciones de tendencia, la descomposicin clsica y las tcnicas de
suavizamiento exponencial tienen un buen desempeo en este criterio
3.7.
Clasificacin de la demanda
28
3.7.1.Patrones de la Demanda
Las observaciones repetidas de la demanda de un producto o servicio,
tomando como base el orden en que se realizan, forman un patrn que se
conoce como serie de tiempo. Los cinco patrones bsicos de la mayora de las
series de tiempo aplicables a la demanda son:
1. Demanda Estable, Horizontal, Perpetua o Uniforme, aquella
demanda cuya media no sufre variaciones significativas dentro
del periodo considerado;
3.7.2.Movimientos de la demanda
Segn la frecuencia le demanda se puede clasificar en demanda de
movimiento rpido y demanda de movimiento lento.
La de movimiento lento es la asociada a productos con frecuencia de solicitud
muy baja. En la mayor parte de los periodos la demanda es nula pero puede
existir, e incluso ser elevada para otros. La funcin estadstica que la
representa es la Poisson.
30
31
3.8.
Conclusiones
32
4. Bibliografa
www.pronosticoexperto.com
www.slideshare.net/cnavarro/pronosticos-de-demanda-presentation
www.authorstream.com/Presentation/calidonauta-86034-administracion-de-lademanda-pantigozo-unmsm-apc-tema04-education-ppt-powerpoint/
http://adminoperaciones.blogspot.com/2009/01/el-sistema-de-pronsticos-parteiii.html
www.wikipedia.org
Administracin de la produccin. (s.f.). Recuperado el 16 de 06 de 2009, de El
Rincn del Vago: http://html.rincondelvago.com/administracion-de-laproduccion_4.html
Pronsticos en los negocios. (s.f.). Recuperado el 16 de 06 de 2009, de Google
Libros: http://books.google.com.ar/books?id=WaiOrL8oct4C
Planificacin y control de la produccin. (s.f.). Recuperado el 16 de 06 de 2009,
de Google Libros: http://books.google.com.ar/books?id=ceHEMOttnh4C
Logistica administracion de la cadena de suministro. (s.f.). Recuperado el 16 de
06 de 2009, de Google Libros: http://books.google.com.ar/books?
id=ii5xqLQ5VLgC
Administracin de operaciones: Estrategia y anlisis. (s.f.). Recuperado el 16
de 06 de 2009, de Google Libros: http://books.google.com.ar/books?
id=B6LAqCoPSeoC
Gestin de stocks de demanda independiente. (s.f.). Recuperado el 16 de 06
de 2009, de Google Libros: http://books.google.com.ar/books?
id=vkUoU1EJ3iQC
Curso Bsico de Pronsticos. (s.f.). Recuperado el 16 de 06 de 2009, de Aula
Facil: http://www.aulafacil.com/pronosticos-investigacion/curso/Temario.htm
Software para proyeccin. (s.f.). Recuperado el 16 de 06 de 2009, de
Entrepreneur En Espanol: http://www.entrepreneurenespanol.com/pagina.hts?
N=14913
SIBYL/RUNNER for Windows. (s.f.). Recuperado el 16 de 06 de 2009, de The
Institute for Forecasting Education (IFE):
http://www.forecastingeducation.com/archive/1996/SibylRunner.htm
33
34