Estadística Aplicada a la Ingeniería

Práctica Nro 10: Series de Tiempo

Apellidos y Nombres:................................................................................
Fecha: ...................... Hora: ............................... Aula: ........................

I. Objetivos
a) Controlar la variación cíclica.
b) Uso del método de promedios móviles para realizar un pronostico de una serie de
tiempo.
c) Encontrar el índice estacional ajustado.
d) Desestacionalizar una serie de datos.
e) Estacionalizar un pronostico de datos.

II. Marco teórico

1. Variación cíclica.
La variación cíclica es el componente de una serie temporal que tiende a oscilar por
encima y por debajo de la línea de tendencia secular en periodos mayores a un año. El
procedimiento utilizado para identificar la variación cíclica es el método de los residuos.

2. Método de los residuos.

Cuando se observa una serie consistente de datos anuales, solamente se toman en
cuenta las componentes de tendencia secular, cíclica e irregular.
Y
Porcentaje de tendencia= ×100
Y
Donde:
Y = Valor real de la serie temporal.
Y= valor de tendencia estimado a partir del mismo punto de la serie temporal.

Tabla Nro 1: Ingresos en miles de soles de la empresa DITESSUR SRL

Ingreso Y Y − Yˆ
Año x Ŷ x 100 x 100
y Ŷ Ŷ
1999 745 -7 760 98.03 -2.0
2000 785 -5 780 100.64 0.6
2001 822 -3 800 102.75 2.8
2002 820 -1 820 100.00 0.0
2003 840 1 840 100.00 0.0
2004 849 3 859 98.84 -1.2
2005 868 5 879 98.75 -1.3
2006 909 7 899 101.11 1.1

Valores de la ecuación de tendencia: Y = a + bX

a= 829.75
b = 9.904761905

Grafico Nro 1: Fluctuaciones cíclicas alrededor de la línea de tendencia

Gráfica de los puntos reales
950
.
900
850
800
750 Línea de tendencia
Gráfica deŶ
700
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Docente: Ing. Ferly Urday Luna 1

 Estadística Aplicada a la Ingeniería

Grafico Nro 2: Grafica de la variación cíclica.

103.00
102.00 Línea de
101.00 tendencia
100.00
99.00
98.00
Gráfica del porcentaje de la
97.00 tendencia
1998 2000 2002 2004 2006 2008

3. Variación temporal
Además de la tendencia secular y de la variación cíclica, una serie temporal también
incluye la variación temporal o estacional. Este tipo de variación se define como un
movimiento repetitivo y predecible alrededor de la línea de tendencia que se da en una
año o menos. Se requiere que lo datos estén en unidades pequeñas como días,
semanas, meses o trimestres. Las razones para estudiar la variación temporal son:

Se puede llegar a establecer el patrón de cambios pasados.

Permitirá proyectar los patrones pasados hacia el futuro.

Ya que se ha establecido el patrón temporal que existe, podemos eliminar sus
efectos de la serie temporal.

4. Método de la razón de promedio móvil.

Este método se explicara con un ejemplo de aplicación.

Caso: Empresa de Acido Sulfúrico

Una planta productora de acido sulfúrico, ha venido posicionándose en el mercado, para
ello se presenta la evolución de sus ventas trimestrales, en miles de barriles aprox. La
capacidad máxima de la planta es de 550000 barriles por año. Si una ampliación de la
misma, desde que se hacen los pedidos de las maquinarias, hasta que estas se instalan
y prueban, demora 6 meses. Ayude al gerente de producción a decidir cual es el tiempo
máximo en el que debe proponer a gerencia general el inicio de la expansión de la
fábrica, si se desea cumplir al 100% con los pedidos de los clientes en todo momento.

Tabla Nro 2: Ventas en miles de barriles

Año
Trimestre 2002 2003 2004 2005 2006
I 197 283 278 268 339
II 408 449 491 465 505
III 307 372 288 332 345
IV 184 169 213 225 244

Realice un pronóstico para los trimestres de los próximos 2 años y responda la

interrogante anterior.

Solución
Para dar solución a este problema se deben seguir los siguientes pasos:

a) Colocar los datos, según el formato de la tabla Nro 3

b) En el paso Nro 1 (Columna 4), se calcula el total móvil de los cuatro trimestres.
c) En el paso Nro 2 (Columna 5), se calcula el promedio móvil de cuatro trimestres.
d) En el paso Nro 3 (Columna 6), se calcula el promedio móvil centrado, considerando
dos trimestres para dicho cálculo.

Docente: Ing. Ferly Urday Luna 2

 Estadística Aplicada a la Ingeniería

e) En el paso Nro 4 (Columna 7), se calcula el porcentaje del valor real con respecto al
valor promedio móvil centrado. Para ello se usa la siguiente formula:

Re al
%Valor Re al = × 100
Pr omedio Movil

Tabla Nro 3: Calculo del promedio móvil centrado de cuatro trimestres.

Año Trimestre Producción Total Movil Prom. Movil Pro_Mo_Cen %_Valor_Real

(1) (2) (3) (4) (5) (6) (7) = (3)/(6)
I 197 --
2002 II 408 1096 274 --
III 307 1182 295.5 284.75 107.81%
IV 184 1223 305.75 300.625 61.21%
I 283 1288 322 313.875 90.16%
II 449 1273 318.25 320.125 140.26%
2003
III 372 1268 317 317.625 117.12%
IV 169 1310 327.5 322.25 52.44%
I 278 1226 306.5 317 87.70%
II 491 1270 317.5 312 157.37%
2004
III 288 1260 315 316.25 91.07%
IV 213 1234 308.5 311.75 68.32%
I 268 1278 319.5 314 85.35%
II 465 1290 322.5 321 144.86%
2005
III 332 1361 340.25 331.375 100.19%
IV 225 1401 350.25 345.25 65.17%
I 339 1414 353.5 351.875 96.34%
II 505 1433 358.25 355.875 141.90%
2006
III 345 --
IV 244 --

Grafico Nro 3: Serie temporal, promedio móvil centrado y línea de tendencia.

600

500

400

300

200

100

0
0 5 10 15 20 25

Docente: Ing. Ferly Urday Luna 3

 Estadística Aplicada a la Ingeniería

f) En el paso Nro 5, reunir todos los porcentajes reales con respecto a los valores
promedio móvil que se encuentran en la columna 7 de la tabla Nro 3 y organizarlos
por trimestres, ver tabla Nro 4

Tabla Nro 4: Porcentajes de valores reales

Trimestre Trimestre Trimestre
Año I II III Trimestre IV
2002 -- -- 107.81% 61.21%
2003 90.16% 140.26% 117.12% 52.44%
2004 87.70% 157.37% 91.07% 68.32%
2005 85.35% 144.86% 100.19% 65.17%
2006 96.34% 141.90% -- --

Una vez reunidos los porcentajes de valores reales se procederá a calcular la media
modificada. Los valores estacionales que se han recuperado para los trimestres,
todavía contienen las componentes cíclica e irregular de la variación de la serie
temporal. Al eliminar los valores mas alto y mas bajo de cada trimestre, se reducen
estas variaciones cíclicas e irregulares extremas.

Trimestre I II III IV
Media Modificada 88.93%143.38% 104.00% 63.19%

Por ejemplo, el valor 88.93, es el resultado de promediar 90.16 con 87.70, los valores
85.35 y 96.34 han sido eliminados para el primer trimestre. Repetir este proceso para
los demás trimestres.

g) En el paso Nro 6, se procederá a calcular los índices temporales ajustados.

Indice Constante Índice Temporal

Trim
Desajustado ajuste Ajustado
I 88.93% 1.001251564 89.04%
II 143.38% 1.001251564 143.56%
III 104.00% 1.001251564 104.13%
IV 63.19% 1.001251564 63.27%
399.50% 400.00%

Calculo de la constante de estacionalidad

Suma deseada 400%
Suma de índices 399.50%

Constante de
estacionalidad 1.001251564

Nota.- Para calcular la constante de estacionalidad, se usa la siguiente formula:

Suma Deseada
Cons tan te Estacionalidad =
Suma Indices

h) En el paso Nro 7, se procederá a realizar la desestacionalización de los datos, para

ello se debe dividir cada valor entre el índice estación ajustado correspondiente a su
respectivo trimestre, y con los datos se procederá a encontrar la ecuación de
tendencia, haciendo uso del método de los mínimos cuadrados para la tendencia
desestacionalizada.

Docente: Ing. Ferly Urday Luna 4

 Estadística Aplicada a la Ingeniería

Tabla Nro 5: Datos Desestacionalizados

Producción Producción Produccion
X Año Trimestre
Real Desestacionalizada Pronosticada

1 I 197 221.25 272.68

2 2002 II 408 284.20 277.46
3 III 307 294.82 282.24
4 IV 184 290.82 287.02
5 I 283 317.83 291.81
6 II 449 312.76 296.59
2003
7 III 372 357.25 301.37
8 IV 169 267.11 306.16
9 I 278 312.22 310.94
10 II 491 342.02 315.72
2004
11 III 288 276.58 320.51
12 IV 213 336.65 325.29
13 I 268 300.99 330.07
14 II 465 323.91 334.86
2005
15 III 332 318.83 339.64
16 IV 225 355.62 344.42
17 I 339 380.73 349.21
18 II 505 351.77 353.99
2006
19 III 345 331.32 358.77
20 IV 244 385.65 363.56

a= 267.8917644 Y = 267.89 + 4.78X

b= 4.783245626

i) Finalmente se calcula el pronóstico haciendo uso de la ecuación de pronóstico y se

estacionalizan los valores hallados multiplicándolos por el índice estacional ajustado
según corresponda a cada trimestre.

Tabla Nro 6: Pronóstico Estacionalizado

Pronostico Pronostico
X Año Trimestre
Desestacionalizado Estacionalizado

21 I 368.34 327.97
22 2007 II 373.12 535.66
23 III 377.91 393.51
24 IV 382.69 242.13
25 I 387.47 345.01
26 II 392.26 563.12
2008
27 III 397.04 413.44
28 IV 401.82 254.23
29 I 406.61 362.04
30 II 411.39 590.59
2009
31 III 416.17 433.36
32 IV 420.96 266.34

Docente: Ing. Ferly Urday Luna 5

 Estadística Aplicada a la Ingeniería

Grafico Nro 4: Serie temporal, serie desestacionalizada y línea de tendencia

600

500

400

300

200

100

0
0 5 10 15 20 25

Conclusión: Como se puede ver en la tabla Nro 6, se excederá la capacidad máxima de

producción en el II trimestre del año 2008, por lo tanto se debería comenzar la
ampliación de las instalaciones a mas tardar al finalizar el tercer trimestre del 2007.

III. Actividades
1. Suponga que el siguiente conjunto específico de índices estacionales corresponden a
marzo, está dado como porcentajes y se obtuvo por el método de la proporción del
modelo móvil:
102.2 105.9 114.3 122.4 109.8 98.9
¿Cuál es el índice estacional para marzo al usar la mediana?

2. Los siguientes porcentajes específicos para los índices estacionales corresponden a

diciembre:
75.4 86.8 96.9 72.6 80.0 85.4
Suponga un modelo de descomposición multiplicativa. Si la tendencia esperada para
diciembre es de $900 y se usa el ajuste estacional de la mediana, ¿Cuál es el pronóstico
para diciembre?

3. Al preparar un informe para June Bancock, gerente de Kula Department Store, usted
incluye las estadísticas de las ventas del último año (tabla P.12). Después de verlas, la
señora Bancock dice: “Este informe confirma lo que le he estado diciendo: el negocio
está mejorando cada vez más.” ¿Es correcta esta afirmación? ¿Por qué sí o por qué no?

TABLA P.12
Ventas ĺndice
Mes (miles de estacional
dólares) ajustado (%)
Enero 125 51
Febrero 113 50
Marzo 189 87
Abril 201 93
Mayo 206 95
Junio 241 99
Julio 230 96
Agosto 245 89

Docente: Ing. Ferly Urday Luna 6

 Estadística Aplicada a la Ingeniería

Septiembre 271 103

Octubre 291 120
Noviembre 320 131
Diciembre 419 189
Fuente: registros de Kula Department
Store.

4. Los niveles de ventas trimestrales cuantificados en millones de dólares para Goodyear

Tire se muestran en la tabla P.13. ¿Parece que hay algún efecto estacional significativo
en estos niveles de ventas? Analice esta serie de tiempo para obtener los cuatro índices
estacionales, y determine la magnitud del componente estacional en las ventas de
Goodyear.
a) ¿Utilizaría los componentes de tendencia o estacional, o ambos para realizar el
pronóstico?
b) Pronostique los trimestres tercero y cuarto de 1996.
c) Compare sus pronósticos con los realizados por Value Line.

TABLA P.13
Trimestre
Año
1 2 3 4
1985 2292 2450 2363 2477
1986 2063 2358 2316 2366
1987 2268 2533 2479 2625
1988 2616 2793 2656 2746
1989 2643 2811 2679 2736
1990 2692 2871 2900 2811
1991 2497 2792 2838 2780
1992 2778 3066 3213 2928
1993 2874 3000 2913 2916
1994 2910 3052 3116 3210
1995 3243 3351 3305 3267
a a
1996 3246 3330 3340 3300
a
Estimados de Value Line para 1996.
Fuente: The Value Line Investment Survey (Nueva York, Value Line,
1988, 1989, 1993, 1994, 1996), p.126.

5. Las ventas mensuales para la Cavanaugh Company, listadas en la tabla P.14, se

presentan a continuación:
a) Graficar la serie de datos.
b) Realice una descomposición multiplicativa de las series de tiempo de ventas de la
Cavanaugh Company suponiendo los componentes de tendencia, estacional e
irregular.
c) ¿Utilizaría los componentes de tendencia, estacionales, o ambos para realizar el
pronóstico?
d) Proporcione los pronósticos por el resto de 2002.

TABLA P.14
Mes 1996 1997 1998 1999 2000 2001 2002
Enero 154 200 223 346 518 613 628
Febrero 96 118 104 261 404 392 308
Marzo 73 90 107 224 300 273 324
Abril 49 79 85 141 210 322 248
Mayo 36 78 75 148 196 189 272
Junio 59 91 99 145 186 257
Julio 95 167 135 223 247 324

Docente: Ing. Ferly Urday Luna 7

 Estadística Aplicada a la Ingeniería

Agosto 169 169 211 272 343 404

Septiembre 210 289 335 445 464 677
Octubre 278 347 460 560 680 858
Noviembre 298 375 488 612 711 895
Diciembre 245 203 326 467 610 664

6. La demanda mensual de gasolina (miles de barriles por día) para la Yukong Oil
Company de Corea del Sur, correspondiente al periodo de enero de 1986 a septiembre
de 1996, está contenida en la tabla P.17.
a) Grafique la serie de tiempo para la demanda de gasolina. ¿Cree que sería adecuada
una descomposición aditiva o una multiplicativa para esta serie de tiempo? Explique
su respuesta.
b) Desarrolle un análisis de descomposición para la demanda de gasolina.
c) Interprete los índices estacionales.
d) Pronostique la demanda de gasolina para los últimos tres meses de 1996.

TABLA P.17
Mes 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996
Enero 15.5 20.4 26.9 36.0 52.1 64.4 82.3 102.7 122.2 145.8 170.0
Febrero 17.8 20.8 29.4 39.0 53.1 68.1 83.6 102.2 121.4 144.4 176.3
Marzo 18.1 22.2 29.9 42.2 56.5 68.5 85.5 104.7 125.6 145.2 174.2
Abril 20.5 24.1 32.4 44.3 58.4 72.3 91.0 108.9 129.7 148.6 176.1
Mayo 21.3 25.5 33.3 46.6 61.7 74.1 92.1 112.2 133.6 153.7 185.3
Junio 19.8 25.9 34.5 46.1 61.0 77.6 95.8 109.7 137.5 157.9 182.7
Julio 20.5 26.1 34.8 48.5 65.5 79.9 98.3 113.5 143.0 169.7 197.0
Agosto 22.3 27.5 39.1 52.6 71.0 86.7 102.2 120.4 149.0 184.2 216.1
Septiembre 22.9 25.8 39.0 52.2 68.1 84.4 101.5 124.6 149.9 163.2 192.2
Octubre 21.1 29.8 36.5 50.8 67.5 81.4 98.5 116.7 139.5 155.4
Noviembre 22.0 27.4 37.5 51.9 68.8 85.1 101.1 120.6 147.7 168.9
Diciembre 22.8 29.7 39.7 55.1 68.1 81.7 102.5 124.9 154.7 178.3

7. La tabla P.18 contiene los datos que representan las ventas mensuales de todas las
tiendas minoristas de Estados Unidos, en miles de millones de dólares. Utilice estos
datos a lo largo de 1994 y desarrolle un análisis de descomposición para esta serie.
Haga comentarios sobre los tres componentes de la serie. Pronostique las ventas al
menudeo para 1995 y compare sus resultados con los valores reales que proporciona la
tabla.

TABLA P.18
Mes 1988 1989 1990 1991 1992 1993 1994 1995
Enero 113.6 122.5 132.6 130.9 142.1 148.4 154.6 167.0
Febrero 115.0 118.9 127.3 128.6 143.1 145.0 155.8 164.0
Marzo 131.6 141.3 148.3 149.3 154.7 164.6 184.2 192.1
Abril 130.9 139.8 145.0 148.5 159.1 170.3 181.8 187.5
Mayo 136.0 150.3 154.1 159.8 165.8 176.1 187.2 201.4
Junio 137.5 149.0 153.5 153.9 164.6 175.7 190.1 202.6
Julio 134.1 144.6 148.9 154.6 166.0 177.7 185.8 194.9
Agosto 138.7 153.0 157.4 159.9 166.3 177.1 193.8 204.2
Septiembre 131.9 144.1 145.6 146.7 160.6 171.1 185.9 192.8
Octubre 133.8 142.3 151.5 152.1 168.7 176.4 189.7 194.0
Noviembre 140.2 148.8 156.1 155.6 167.2 180.9 194.7 202.4
Diciembre 171.0 176.5 179.7 181.0 204.1 218.3 233.3 238.0
Fuente: Survey of Current Business, 1989, 1993, 1996.

Docente: Ing. Ferly Urday Luna 8

 Estadística Aplicada a la Ingeniería

8. La empresa INSUR, se dedica a la producción de soportes de goma para disminuir la

vibración de los motores de camiones. La demanda mensual de los años 1999 - 2005 se
presenta a continuación:

AÑO
Mes 2000 2001 2002 2003 2004 2005 2006
Enero 781 913 800 774 733 619 599
Febrero 790 822 671 810 722 657 590
Marzo 927 848 829 919 833 773 669
Abril 936 906 895 852 843 751 675
Mayo 912 918 830 874 885 819 744
Junio 923 1012 963 981 950 858 792
Julio 949 934 899 883 830 779 755
Agosto 926 894 903 901 880 777 675
Septiembre 1105 1149 955 937 956 825 737
Octubre 973 948 819 807 800 787 692
Noviembre 828 719 718 764 666 683 610
Diciembre 849 902 901 896 694 683 628

Se le pide encontrar un pronóstico para todos los meses de los años 2007-2008,
haciendo uso del índice estacional ajustado con los promedios móviles, considere el
promedio móvil de 12 meses.

9. La siguiente semana. Stan se dirigió a Laurel para pedirle algunos datos para su próxima
reunión sobre ventas.

Si recuerdas las primeras pláticas que tuvimos sobre la historia de la compañía le dio,
recordarás que te dije como os sellos y el equipo para sellar, nuestra línea de producción
más extensa, son la piedra angular de nuestras ventas. De hecho es la línea de
productos con la que, básicamente empezó el negocio el Señor Douglas. Como están
las cosas, también es la línea de productos que genera mayor nuestro mayor porcentaje
de cobertura ¿Hay algo que puedas hacer, como diagramas o gráficas, que pudiera
ilustrar el comportamiento de las ventas de sellos durante los últimos diez años o algo
así? Tengo datos de las ventas por día o por mes con los que puedes trabajar.
¿Qué tal si desestacionalizo los datos para mostrar una tasa de crecimiento más
precisa? Sugirió Laurel. Puedo utilizar las cifras sobre ventas mensuales y generar
algunas gráficas que muestren las tendencias. Calculando una estimulación de mínimos
cuadrados, también podrá darte una herramienta aproximado para que puedas predecir
la venta de sellos, sin tomar en cuenta las diferentes temporadas de ventas, quiero decir,
para los años venideros ¿Qué te parece?
Me perdí en la parte de los mínimos cuadrados – admitió Stan - , pero suena
exactamente como la clase de cosa que estoy buscando. Será interesante ver como se
ven las ve tas sin el efecto de las temporadas. ¿podrás tener una primera información de
las cifras para el inicio de la siguiente semana?
Claro que si, respondió Laurel. Te traeré todo a tu oficina el lunes o el martes.
a) Haga un análisis de serie temporal de las ventas de sellos durante los últimos diez
años. Desestacionalice las ventas por mes, utilizando el método de razón de
promedio móvil (use un promedio móvil centrado de doce meses). Luego encuentre
la ecuación lineal de mínimos cuadrados que mejor describa los datos
desestacionalizados.
b) Utilice los resultados que obtuvo para predecir las ventas de cada mes del 2007

Docente: Ing. Ferly Urday Luna 9

 Estadística Aplicada a la Ingeniería

c) Observe los residuos asociados con la ecuación de regresión lineal ¿Existe algún
patrón que pueda hacerle sospechar que una línea recta no es el mejor ajuste?

Ventas mensuales de sellos (1997 – 2006)

Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1997 1421 1434 1952 1533 1853 1516 1663 1969 1304 1465 1369 979
1998 1535 1549 2108 1656 2001 1637 1796 2127 1408 1582 1478 1057
1999 1381 1395 1897 1490 1801 1473 1619 1914 1347 1424 1330 1360
2000 1561 1576 2144 1684 2035 1665 1829 2163 1522 1609 1503 1511
2001 1734 1751 2382 1871 2261 1850 2029 2403 1591 1788 1670 1194
2002 2232 1704 1733 2017 2258 1914 1895 2429 2028 2371 1557 1381
2003 1867 1873 2053 1906 2465 2094 2691 2331 2233 2828 2008 1901
2004 2365 2060 2242 2820 2409 2191 2871 2414 2890 2380 2730 2157
2005 2662 2590 2799 2605 2907 2513 3230 3171 3126 3676 2610 2804
2006 3328 3237 3500 3256 3630 3141 4037 3910 3910 4595 3263 3505

10. Los índices estacionales ajustados que se presentan en la tabla P.19 reflejan el volumen
cambiante del negocio del Mt. Spokane Resort Hotel, el cual recibe a familias que
vacacionan durante el verano y a esquiadores entusiastas durante los meses de
invierno. No se esperan variaciones cíclicas repentinas durante 2003.
a) Si 600 turistas estuvieran en el centro vacacional en enero de 2003, ¿cuál sería un
estimado razonable para febrero?
b) La ecuación de tendencia mensual es Ť = 140 +5t donde t = 0 representa el 15 de
enero de 1997. ¿Cuál es el pronóstico para cada mes de 2003?
c) ¿Cuál es el número promedio de turistas nuevos por mes?

TABLA P.19
ĺndice ĺndice
estacional estacional
Mes ajustado Mes ajustado
Enero 120 Julio 153
Febrero 137 Agosto 151

Marzo 100 Septiembre 95

Abril 33 Octubre 60
Mayo 47 Noviembre 82
Junio 125 Diciembre 97
Fuente: registros del Mt. Spokane Resort Hotel.

11. Buscar en el INEI la siguiente información, y realizar un pronóstico para los meses de los
próximos 5 años, utilizando el método de los promedios móviles, haciendo uso del índice
estacional ajustado, para los precios al consumidor.

Precio Harina de Trigo Preparada (mensual / Kilogramo)

Precio Harina de Trigo sin Preparar (mensual / Kilogramo)
Precio Maicena Envasada (mensual / Kilogramo)
Precio Sémola Envasada (mensual / Kilogramo)
Precio Galleta Envasada (mensual / Kilogramo)
Precio Pan de Labranza (mensual / Kilogramo)
Precio Pan Francés (mensual / Kilogramo)
Precio Fideos a Granel (mensual / Kilogramo)
Precio Carnero Chuleta (mensual / Kilogramo)
Precio Cerdo Chuleta (mensual / Kilogramo)
Precio Carne Molida (mensual / Kilogramo)
Precio Res Bisteck Asado (mensual / Kilogramo)

Docente: Ing. Ferly Urday Luna 10

 Estadística Aplicada a la Ingeniería

Precio Res Churrasco (mensual / Kilogramo)

Precio Res Lomo (mensual / Kilogramo)
Precio Sancochado (mensual / Kilogramo)
Precio Gallina Eviscerada (mensual / Kilogramo)
Precio Pollo Eviscerado (mensual / Kilogramo)
Precio Pato Eviscerado (mensual / Kilogramo)
Precio Higado de Res (mensual / Kilogramo)
Precio Hueso de Res (mensual / Kilogramo)
Precio Mondongo de Res (mensual / Kilogramo)
Precio Pata de Res (mensual / Kilogramo)
Precio Chalona (mensual / Kilogramo)
Precio Jamón del País (mensual / Kilogramo)
Precio Jamonada (mensual / Kilogramo)
Precio Hot Dog de Ternera (mensual / Kilogramo)
Precio Tocino Ahumado (mensual / Kilogramo)
Precio Filete de Atún (mensual / Lata Chica)
Precio Grated de Atún (mensual / Lata Chica)
Precio Leche Fresca (mensual / Litro)
Precio Leche Fresca Reconstituyente (mensual / Litro)
Precio Queso Fresco de Vaca (mensual / Kilogramo)
Precio Queso Mantecoso (mensual / Kilogramo)
Precio Aceite Embotellado Vegetal (mensual / Litro)
Precio Mantequilla a Granel (mensual / Kilogramo)
Precio Mantequilla Envasada (mensual / Kilogramo)
Precio Margarina a Granel (mensual / Kilogramo)
Precio Margarina Envasada (mensual / Kilogramo)
Precio Ají Rocoto (mensual / Kilogramo)
Precio Ají Verde Escabeche (mensual / Kilogramo)
Precio Ajo Entero (mensual / Kilogramo)
Precio Apio (mensual / Kilogramo)
Precio Cebolla Cabeza (mensual / Kilogramo)
Precio Cebolla China (mensual / Kilogramo)
Precio Choclo Criollo (mensual / Kilogramo)
Precio Arveja Verde Criolla (mensual / Kilogramo)
Precio Tomate Italiano (mensual / Kilogramo)
Precio Zanahoria (mensual / Kilogramo)
Precio Col Crespa (mensual / Kilogramo)
Precio Coliflor sin Hojas (mensual / Kilogramo)
Precio Espinaca (mensual / Kilogramo)
Precio Nabo (mensual / Kilogramo)
Precio Poro (mensual / Kilogramo)
Precio Verdura Picada (mensual / Kilogramo)
Precio Pasas a Granel (mensual / Kilogramo)
Precio Azúcar Blanca (mensual / Kilogramo)
Precio Azúcar Rubia (mensual / Kilogramo)
Precio Aceituna de Botija (mensual / Kilogramo)
Precio Ají Molido Amarillo (mensual / Kilogramo)
Precio Vinagre Corriente (mensual / Botella Grande)
Precio Sal Yodada de Cocina (mensual / Kilogramo)
Precio Gaseosa (mensual / Botella Vidrio Mediana)
Precio Cerveza Blanca (mensual / Botella Vidrio 620 ml.)
Precio Cerveza Blanca Servida (mensual / Botella Vidrio 620 ml.)
Precio Gaseosa Servida (mensual / Botella Vidrio Mediana)
Precio Jugo de Frutas (mensual / Vaso)

Docente: Ing. Ferly Urday Luna 11