Budget">
1 Apuntes Control de Producción - Pronósticos
1 Apuntes Control de Producción - Pronósticos
1 Apuntes Control de Producción - Pronósticos
1
CONTROL DE LAS OPERACIONES DE PRODUCCIÓN
A) Corto Plazo:
• Nuevas bodegas.
• Nuevas instalaciones.
• Mayor cantidad de puntos de distribución
• Actualización de equipo y tecnología.
• Combinación de tecnologías.
CONTROL DE PRODUCCIÓN 2
• Reordenamiento de procesos.
• Expansión.
b) Empresas de Servicio:
• Línea aérea • # asientos
• Hospital • # camas
• Sala de cine • # butacas
• Restaurante • # sillas / mesas
• Universidad • # docentes
• Almacén • Mts.2 para almacenamiento
a) Pronósticos de ventas
b) Organización y métodos
c) Planificación de inventarios
d) Programación de la producción
e) Supervisión de la producción
f) Control de calidad
g) Mantenimiento.
CONTROL DE PRODUCCIÓN 3
LOS PRONÓSTICOS EN LA ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES
Algunas razones por las cuales los pronósticos son esenciales en la administración
de la producción y de las operaciones, son:
b) Planeación de la producción:
La demanda de productos y servicios varía de un mes a otro. Para cumplir con
estas demandas, las tasas de producción se deben elevar o reducir. Puede tomar
varios meses modificar la capacidad de los procesos de producción. Los gerentes
necesitan pronósticos a mediano plazo, de forma que puedan conocer por anticipado
el tiempo necesario para tener lista la capacidad de producción para producir estas
demandas mensuales variables.
* TIPOS DE PRONÓSTICOS:
En muchas empresas alrededor del mundo utilizan tres tipos de pronósticos al
planear el futuro de sus operaciones. Los dos primeros, pronósticos económicos y
tecnológicos, son técnicas especializadas que pueden ser ajenas al papel del
administrador de operaciones. El otro método se refiere básicamente a los pronósticos
de demanda.
a) Pronósticos Económicos:
Marcan el ciclo del negocio al predecir las tasas de inflación, oferta de dinero,
nuevas construcciones, y otros indicadores de planeación.
b) Pronósticos Tecnológicos:
Tienen que ver con el progreso tecnológico, que pueden dar por resultado el
nacimiento de productos novedosos, que requieren nuevas plantas y equipos.
c) Pronósticos de Demanda:
Son proyecciones de la demanda para los productos o servicios de una
compañía. Estos pronósticos también llamados de venta conducen la producción de
una compañía, la capacidad, y los sistemas de programación, y sirven como insumos a
la planeación financiera, de mercado y personal.
CONTROL DE PRODUCCIÓN 5
* EL PRONÓSTICO Y SU ENFOQUE:
Existen dos enfoques generales para poder pronosticar: El análisis cuantitativo y
el cualitativo. Los pronósticos cuantitativos manejan una gran variedad de modelos
matemáticos que utilizan datos históricos o variables causales para pronosticar la
demanda. Los pronósticos cualitativos o subjetivos incorporan factores importantes
tales como la intuición, emociones, experiencias personales del que toma la decisión, y
sistemas de valores para alcanzar un pronóstico.
2. Método de Delfos:
Se utiliza para lograr un consenso dentro de un comité. En este método, los
ejecutivos responden anónimamente a una serie de preguntas en sesiones sucesivas.
Cada respuesta se retroalimenta en cada sesión a todos los participantes, y entonces
el proceso se repite. Pudieran requerirse hasta seis sesiones antes de alcanzar consenso
sobre el pronóstico.
Otra modalidad consiste en realizar un proceso grupal iterativo. Existen tres tipos
diferentes de participación en este proceso: los que toman la decisión; personal asesor
y encuestados. Los tomadores de decisión generalmente consisten en un grupo de
cinco o diez expertos que harán el pronóstico real. El personal asesor asiste a los que
toman la decisión al preparar, distribuir, recolectar y resumir una serie de cuestionarios y
resultados de encuestas. Los encuestados son un grupo de personas cuyos juicios son
evaluados y vistos. Este grupo alimenta la información a los responsables de la toma
de decisiones antes de que se haga el pronóstico.
4. Encuestas a clientes:
Las estimaciones de las ventas futuras se obtienen directamente de los clientes,
a quienes se encuesta individualmente para determinar los volúmenes de productos
que la empresa pretende adquirir en cada periodo en el futuro y se prepara un
pronóstico de ventas combinando las respuestas individuales de los clientes. Este
método puede ser el preferido en empresas con relativamente pocos clientes, como
los proveedores de la industria automotriz y los contratistas para las fuerzas armadas.
CONTROL DE PRODUCCIÓN 6
5. Analogía histórica:
Este método relaciona la estimación de las ventas futuras de un producto con el
conocimiento de las ventas de un producto similar. A la estimación de las ventas de un
producto se aplica el conocimiento de las ventas de un producto similar durante varias
etapas de su ciclo de vida. Es útil, particularmente en el pronóstico de ventas de
productos nuevos.
6. Investigación de mercado:
En las encuestas de mercado, la base para comprobar las hipótesis sobre los
mercados reales son los cuestionarios por correo, las entrevistar telefónicas o las
entrevistas de campo. Es útil para productos nuevos o para los ya existentes que se
planea introducir en nuevos segmentos del mercado.
1. Promedios Móviles:
Modelo de pronóstico del tipo de series de tiempo a corto plazo que pronostica
las ventas para el siguiente periodo. En este modelo, el promedio aritmético de las
ventas reales para un determinado número de periodos pasados más recientes es el
pronóstico para el siguiente periodo.
3. Suavización exponencial:
En este método, las ventas pronosticadas para el último periodo se modifican
utilizando la información correspondiente al error de pronóstico del último periodo. Esta
modificación del pronóstico del último periodo se utiliza como pronóstico para el
siguiente periodo.
5. Regresión Lineal.
Modelo que utiliza el método de mínimos cuadrados para identificar la relación
entre una variable dependiente y una o más variables independientes, presentes en un
conjunto de observaciones históricas.
Ciclos: Son patrones que ocurren en los datos cada varios años. Generalmente se
encuentran ligados al ciclo del negocio y son de importancia vital en el análisis y
planeación de negocios.
1. INTRODUCCIÓN
2. CRECIMIENTO
3. MADUREZ
4. DECLINACION
Dentro del análisis que se debe tener a la hora de hacer pronósticos, debemos
de mencionar que existen tres tipos de demanda; que incluyen los siguientes métodos:
CONTROL DE PRODUCCIÓN 8
* PRONOSTICOS DE DEMANDA ESTABLE:
Este tipo se identifica por tener en su historial de ventas, una tendencia a una
recta horizontal. Para hacer una consideración bastante acertada, se establece un
rango del cual no deben de salirse las ventas que se tengan en estudio. Al hacer esta
consideración se debe de tomar en cuenta qué tipo de producto se está analizando
para no excederse o limitarse demasiado, así como también buscar dentro del historial,
la justificación o razonamiento del por qué se pudo haber salido alguna venta de la
trayectoria que se traía. Dentro de esta demanda se encuentran los siguientes
métodos:
1. Línea Recta
2. Geométrico
3. Semilogarítmico Exponencial
5. Logaritmo inverso
6. Hiperbólico
1. Método de índices: Se llama así porque emplea un valor “i” dentro de sus formulas,
que resulta un indicador de la relación horizontal que poseen algunos periodos,
respecto al valor medio de todos los datos de ventas.
* TIPOS DE PRONÓSTICO:
MES 2012
ENERO 530
FEBRERO 570
MARZO 560
ABRIL 530
MAYO 510
JUNIO 560
JULIO 610
AGOSTO 560
SEPTIEMBRE 580
OCTUBRE 610
NOVIEMBRE 650
DICIEMBRE 700
INFORMACIÓN COMPLEMENTARIA:
Utilice 4 periodos de evaluación y valor de ciclaje 4.
Ponderaciones: A = 0.5; B = 0.75; C = 1; D = 1.75
Alfa = 0.10
CONTROL DE PRODUCCIÓN 12
SOLUCIÓN:
Análisis Primario:
1. Gráfica:
HISTORIAL DE PRODUCCION
800
700 LS = 697
600
500
LI = 464.67
400
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12
MES
X = 580.83
Límites = X ± 20% X
Conclusión:
Dado que el porcentaje de puntos fuera de los límites es Menor que la
proporción del 20% permitida, entonces se concluye que los datos pertenecen a un
tipo de familia: ESTABLE
r= 0.78878
ANÁLISIS:
Se concluye que el comportamiento de los datos de la demanda, corresponde
a un tipo de familia Ascendente Descendente
Análisis Secundario:
Pronóstico Error
Mes Venta Evaluación Error Acumulado
1 530
2 570
3 560
4 530
5 510
6 560 -
7 610
560
8
580
9 560 (20) 20
610
10 580 (30) 50
650
11 610 (40) 90
Pronóstico Error
Mes Venta Evaluación Error Acumulado
1 530
2 570
3 560
4 530
5 510
6 560 -
7 610
8 560
9 580 554 26) 26
10 610 557 53 79
11 650 562 88 167
12 700 570 130 297
P10 = (530 + 570 + 560 + 530 + 510 + 560 + 610 + 560 + 580) = 557
9
P11 = (530 + 570 + 560 + 530 + 510 + 560 + 610 + 560 + 580 + 610) = 562
10
P12 = (530 + 570 + 560 + 530 + 510 + 560 + 610 + 560 + 580 + 610 + 650) = 570
11
Fórmula:
Pn = Pn-1 + α (Vn-1 – Pn-1)
Pronóstico de Riesgo:
Dado que el método que tiene un menor error acumulado en el análisis secundario, es
el método del último periodo, entonces con base a este método debe realizarse el
pronóstico de riesgo.
Análisis Primario:
900
800 LS = 778.5
700
CANTIDAD PRODUCIDA
600
LI = 519.00
500
400
300
200
100
0
1 3 5 7 9 11 13 15 17 19 21 23
MES
X = 648.75
Límites = X ± 20% X
Conclusión: Dado que el porcentaje de puntos fuera de los límites es Menor que la proporción del 20%
permitida, entonces se concluye que los datos pertenecen a un tipo de familia: ESTABLE
r= 0.78152
ANÁLISIS:
Se concluye que el comportamiento de los datos de la demanda, corresponde a un tipo de
familia Ascendente Descendente
Análisis Secundario:
DATOS PARA EVALUACION POR METODOS DE DEMANDA ASCENDENTE - DESCENDENTE
X Y XY X2 1/y X(1/y) LnX LnY LnX.LnY (LnX)2 X.LnY 1/X (1/X).LnY (1/X)2
1 530 530 1 1.89E-03 1.89E-03 - 6.27288 - - 6.27288 1.000000 6.27288 1.000000
2 570 1,140 4 1.75E-03 3.51E-03 0.693147 6.34564 4.39846 0.48045 12.69127 0.500000 3.17282 0.250000
3 560 1,680 9 1.79E-03 5.36E-03 1.098612 6.32794 6.95195 1.20695 18.98381 0.333333 2.10931 0.111111
CONTROL DE PRODUCCIÓN
4 530 2,120 16 1.89E-03 7.55E-03 1.386294 6.27288 8.69605 1.92181 25.09151 0.250000 1.56822 0.062500
5 510 2,550 25 1.96E-03 9.80E-03 1.609438 6.23441 10.03390 2.59029 31.17205 0.200000 1.24688 0.040000
6 560 3,360 36 1.79E-03 1.07E-02 1.791759 6.32794 11.33814 3.21040 37.96762 0.166667 1.05466 0.027778
7 610 4,270 49 1.64E-03 1.15E-02 1.945910 6.41346 12.48001 3.78657 44.89421 0.142857 0.91621 0.020408
8 560 4,480 64 1.79E-03 1.43E-02 2.079442 6.32794 13.15857 4.32408 50.62349 0.125000 0.79099 0.015625
9 580 5,220 81 1.72E-03 1.55E-02 2.197225 6.36303 13.98100 4.82780 57.26725 0.111111 0.70700 0.012346
10 610 6,100 100 1.64E-03 1.64E-02 2.302585 6.41346 14.76753 5.30190 64.13459 0.100000 0.64135 0.010000
11 650 7,150 121 1.54E-03 1.69E-02 2.397895 6.47697 15.53110 5.74990 71.24670 0.090909 0.58882 0.008264
12 700 8,400 144 1.43E-03 1.71E-02 2.484907 6.55108 16.27882 6.17476 78.61296 0.083333 0.54592 0.006944
13 660 8,580 169 1.52E-03 1.97E-02 2.564949 6.49224 16.65227 6.57897 84.39912 0.076923 0.49940 0.005917
14 640 8,960 196 1.56E-03 2.19E-02 2.639057 6.46147 17.05218 6.96462 90.46055 0.071429 0.46153 0.005102
15 810 12,150 225 1.23E-03 1.85E-02 2.708050 6.69703 18.13590 7.33354 100.45551 0.066667 0.44647 0.004444
16 790 12,640 256 1.27E-03 2.03E-02 2.772589 6.67203 18.49880 7.68725 106.75253 0.062500 0.41700 0.003906
17 820 13,940 289 1.22E-03 2.07E-02 2.833213 6.70930 19.00889 8.02710 114.05817 0.058824 0.39466 0.003460
18 650 11,700 324 1.54E-03 2.77E-02 2.890372 6.47697 18.72086 8.35425 116.58550 0.055556 0.35983 0.003086
19 710 13,490 361 1.41E-03 2.68E-02 2.944439 6.56526 19.33102 8.66972 124.74003 0.052632 0.34554 0.002770
20 700 14,000 400 1.43E-03 2.86E-02 2.995732 6.55108 19.62528 8.97441 131.02161 0.050000 0.32755 0.002500
21 670 14,070 441 1.49E-03 3.13E-02 3.044522 6.50728 19.81155 9.26912 136.65283 0.047619 0.30987 0.002268
22 690 15,180 484 1.45E-03 3.19E-02 3.091042 6.53669 20.20519 9.55454 143.80722 0.045455 0.29712 0.002066
23 730 16,790 529 1.37E-03 3.15E-02 3.135494 6.59304 20.67245 9.83132 151.64002 0.043478 0.28665 0.001890
24 730 17,520 576 1.37E-03 3.29E-02 3.178054 6.59304 20.95305 10.10003 158.23307 0.041667 0.27471 0.001736
300 15,570 206,020 4,900 3.77E-02 4.42E-01 54.78473 155.18307 356.28301 140.91977 1,957.76452 3.77596 24.03541 1.60412
0.781521623
PARA EVALUACION.
210 12,750 142,460 2,870 3.20E-02 3.15E-01 42.335616 128.95301 274.64076 102.16476 1367.43138 3.59774 22.86705 1.59616
19
CONTROL DE PRODUCCIÓN 20
* PRONÓSTICOS DE EVALUACIÓN:
Yi = a + bXi
N [ (x ) ] - [(x)]
2 2
a = 501.95
b = 12.90977444
Yi = 501.95 + 12.9097744 Xi
Pronostico Error
Periodo Venta Real Evaluación Error Acumulado
21 670 773 (103.00) 103.00
22 690 786 (96.00) 199.00
23 730 799 (69.00) 268.00
24 730 812 (82.00) 350.00
CONTROL DE PRODUCCIÓN 21
2. Método Geométrico:
Yi = aXib
Lna = 6.165035154
e6.165035154
a = 475.8178694
b = 0.133511799
Pronostico Error
Periodo Venta Real Evaluación Error Acumulado
21 670 714.00 (44.00) 44.00
22 690 719.00 (29.00) 73.00
23 730 723.00 7.00 80.00
24 730 727.00 3.00 83.00
CONTROL DE PRODUCCIÓN 22
3. Método Semilogarítmico Exponencial:
Yi = abXi
Ln a = (Ln y) [ ( x2) ] - ( x) [ ( x * Ln y) ]
N [ ( x2) ] - [( x)]2
Ln b = N [ ( x * Ln y) ] - ( x) [ (Ln y) ]
N [ ( x2) ] - [( x)]2
Lna = 6.235679763
a = 510.6476198
Lnb = 0.020187677
b = 1.02039283
Yi = (475.8178694) * (1.02039283)Xi
Pronostico Error
Periodo Venta Real Evaluación Error Acumulado
21 670 780 (110) 110
22 690 796 (106) 216
23 730 812 (82) 298
24 730 829 (99) 397
CONTROL DE PRODUCCIÓN 23
4. Método del Logaritmo Inverso:
Ln yi = a – b/Xi
a = 6.510188757
b = - 0.34765377
Pronostico Error
Periodo Venta Real Evaluación Error Acumulado
21 670 683 (13) 13
22 690 683 7 20
23 730 682 48 68
24 730 682 48 116
CONTROL DE PRODUCCIÓN 24
5. Método Hiperbólico:
yi = 1/a + bXi
b = N [ ( x / y) ] - ( x) [ (1/ y) ]
N [ ( x2) ] - [( x)]2
a = 0.00193460
b = - 0.0000319201
Yi = ( 1 / 0.00193460) + ( - 0.0000319201 * Xi )
Pronostico Error
Periodo Venta Real Evaluación Error Acumulado
21 670 517 153.00 153.00
22 690 517 173.00 326.00
23 730 517 213.00 539.00
24 730 517 213.00 752.00
CONTROL DE PRODUCCIÓN 25
* PRONÓSTICOS DE RIESGO:
El método con menor error acumulado es el método GEOMÉTRICO, por lo tanto,
con base a este método se proceden a calcular los pronósticos de riesgo para los
próximos 6 meses.
Método Geométrico:
Yi = aXib
Lna = 6.171380975
e6.171380975
a = 478.85
b = 0.129049143
Análisis Primario:
1. Gráfica:
HISTORIAL DE PRODUCCION
800.00
CANTIDAD PRODUCIDA
700.00
LS = 628.17
600.00
500.00
LI = 418.78
400.00
300.00
200.00
100.00
-
1 4 7 10 13 16 19 22 25 28 31 34
MES
X = 523.47
Límites = X ± 20% X
Conclusión: Dado que el porcentaje de puntos fuera de los límites es Mayor que la proporción del 20%
permitida, entonces se concluye que los datos NO pertenecen a un tipo de familia estable.
r= 0.46735
ANÁLISIS:
Se concluye que el comportamiento de los datos de la demanda, corresponde a un tipo de
familia CÍCLICA.
CONTROL DE PRODUCCIÓN 29
Análisis Secundario:
* PRONÓSTICOS DE EVALUACIÓN:
1) Método de Índices:
* Cálculo del promedio general de ventas para los primeros dos años en evaluación:
n
V = ∑ ventas (i) / n
i=1
X = 513.95833
* Calcular el promedio mensual de ventas para los primeros dos años: (Pp)
Ii = Ppi / V
AÑO = (2 * 5)
2007 2008 2009 Pp Indice Pronóstico Error Error
Error = Venta real 2009- Pronóstico de Evaluación (Venta real 3er. Juego de Datos –
Pronóstico)
CONTROL DE PRODUCCIÓN 30
* Determinar los parámetros “a” y “b” de la recta de regresión, utilizando las fórmulas:
n n
∑ Vi = na + b ∑ ti
i=1 i=1
n n n
∑ (ti Vi)= a ∑ ti + b ∑ (ti)2
i=1 i=1 i=1
* Determinar los valores de ventas ajustadas con la ayuda de los datos de venta real:
VAi = Vi – b ti
* Determinar el promedio mensual de las ventas ajustadas para los primeros dos años
en evaluación:
Ppi
Pi = Ii * VA + b ti
VALOR a b
12,335 = 24 + 300 * - 12.5 = (154,187.5) -300 -3750
164,485 = 300 + 4,900 b 164,485.00 300 4,900 +
10,297.5 0 1150
a = 402.03
b = 8.954348
CONTROL DE PRODUCCIÓN 1
* PRONÓSTICOS DE
PRONOSTICOS DE RIESGO POR METODO CICLICO COMBINADO
5,980 6,355 6,510 43,080 121,405 202,580 650 4,250 11,306 5,610 5,302 4,774
Vi = na + b ti
VA = Vi - bti
Para Pronosticos de RIESGO
(ti*Vi) = a ti + b (ti)
2
Se realiza la proyeccion para los
PARA PRONOSTICO DE RIESGO: periodos ti = 37, 38, 39, etc.
VALOR a b
18,845 = 36 + 666 * - 18.5 = (348,632.5) -666 -12321
367,065 = 666 + 16,206 b 367,065.00 666 16,206 +
18,432.5 0 3885
a = 435.70
b = 4.744530
PROM.
435.69841
VA. (Promedio General de Ventas ajustadas para 36 datos, para pronosticar riesgo)
CONTROL DE PRODUCCIÓN 1
FORMULARIO PRONÓSTICOS
Yi = a + bXi Yi = aXib
Hiperbólico: r = N XY - ( X ) ( Y ) .
b = N [ ( x / y) ] - ( x) [ (1/ y) ]
N [ ( x2) ] - [( x)]2
FAMILIA CÍCLICA
n
V = ∑ ventas (i) / n Ii = Ppi / V Pi = Ii * V
i=1
n n
∑ Vi = na + b ∑ ti n
i=1 i=1 VA = ∑ VAi / n
VAi = Vi – b ti i=1
n n n
∑ (ti Vi)= a ∑ ti + b ∑ (ti)2
i=1 i=1 i=1
Ii = PpAi / VA Pi = Ii * VA + b ti
CONTROL DE PRODUCCIÓN 1
Análisis Secundario:
CONTROL DE PRODUCCIÓN 2
DATOS PARA EVALUACION POR METODOS DE DEMANDA ASCENDENTE - DESCENDENTE
X Y XY X2 1/y X(1/y) LnX LnY LnX.LnY (LnX)2 X.LnY 1/X (1/X).LnY (1/X)2
1 530 530 1 1.89E-03 1.89E-03 - 6.27288 - - 6.27288 1.000000 6.27288 1.000000
2 570 1,140 4 1.75E-03 3.51E-03 0.693147 6.34564 4.39846 0.48045 12.69127 0.500000 3.17282 0.250000
3 560 1,680 9 1.79E-03 5.36E-03 1.098612 6.32794 6.95195 1.20695 18.98381 0.333333 2.10931 0.111111
4 530 2,120 16 1.89E-03 7.55E-03 1.386294 6.27288 8.69605 1.92181 25.09151 0.250000 1.56822 0.062500
5 510 2,550 25 1.96E-03 9.80E-03 1.609438 6.23441 10.03390 2.59029 31.17205 0.200000 1.24688 0.040000
6 560 3,360 36 1.79E-03 1.07E-02 1.791759 6.32794 11.33814 3.21040 37.96762 0.166667 1.05466 0.027778
7 610 4,270 49 1.64E-03 1.15E-02 1.945910 6.41346 12.48001 3.78657 44.89421 0.142857 0.91621 0.020408
8 560 4,480 64 1.79E-03 1.43E-02 2.079442 6.32794 13.15857 4.32408 50.62349 0.125000 0.79099 0.015625
9 580 5,220 81 1.72E-03 1.55E-02 2.197225 6.36303 13.98100 4.82780 57.26725 0.111111 0.70700 0.012346
10 610 6,100 100 1.64E-03 1.64E-02 2.302585 6.41346 14.76753 5.30190 64.13459 0.100000 0.64135 0.010000
11 650 7,150 121 1.54E-03 1.69E-02 2.397895 6.47697 15.53110 5.74990 71.24670 0.090909 0.58882 0.008264
12 700 8,400 144 1.43E-03 1.71E-02 2.484907 6.55108 16.27882 6.17476 78.61296 0.083333 0.54592 0.006944
13 660 8,580 169 1.52E-03 1.97E-02 2.564949 6.49224 16.65227 6.57897 84.39912 0.076923 0.49940 0.005917
14 640 8,960 196 1.56E-03 2.19E-02 2.639057 6.46147 17.05218 6.96462 90.46055 0.071429 0.46153 0.005102
15 810 12,150 225 1.23E-03 1.85E-02 2.708050 6.69703 18.13590 7.33354 100.45551 0.066667 0.44647 0.004444
16 790 12,640 256 1.27E-03 2.03E-02 2.772589 6.67203 18.49880 7.68725 106.75253 0.062500 0.41700 0.003906
17 820 13,940 289 1.22E-03 2.07E-02 2.833213 6.70930 19.00889 8.02710 114.05817 0.058824 0.39466 0.003460
18 650 11,700 324 1.54E-03 2.77E-02 2.890372 6.47697 18.72086 8.35425 116.58550 0.055556 0.35983 0.003086
19 710 13,490 361 1.41E-03 2.68E-02 2.944439 6.56526 19.33102 8.66972 124.74003 0.052632 0.34554 0.002770
20 700 14,000 400 1.43E-03 2.86E-02 2.995732 6.55108 19.62528 8.97441 131.02161 0.050000 0.32755 0.002500
21 670 14,070 441 1.49E-03 3.13E-02 3.044522 6.50728 19.81155 9.26912 136.65283 0.047619 0.30987 0.002268
22 690 15,180 484 1.45E-03 3.19E-02 3.091042 6.53669 20.20519 9.55454 143.80722 0.045455 0.29712 0.002066
23 730 16,790 529 1.37E-03 3.15E-02 3.135494 6.59304 20.67245 9.83132 151.64002 0.043478 0.28665 0.001890
24 730 17,520 576 1.37E-03 3.29E-02 3.178054 6.59304 20.95305 10.10003 158.23307 0.041667 0.27471 0.001736
300 15,570 206,020 4,900 3.77E-02 4.42E-01 54.78473 155.18307 356.28301 140.91977 1,957.76452 3.77596 24.03541 1.60412
0.781521623
PARA EVALUACION.
210 12,750 142,460 2,870 3.20E-02 3.15E-01 42.335616 128.95301 274.64076 102.16476 1367.43138 3.59774 22.86705 1.59616