FORMULACIN Y EVALUACIN DE PROYECTOS

SEMANA 2

NDICE
ESTUDIO DE MERCADO ................................................................................................................. 3
APRENDIZAJES ESPERADOS ........................................................................................................... 3
INTRODUCCIN ............................................................................................................................. 3
DEFINICIN DE PRODUCTO/SERVICIO .......................................................................................... 3
ANLISIS DE DEMANDA................................................................................................................. 4
1. MTODOS SUBJETIVOS.......................................................................................................... 5
MTODO DELPHI ....................................................................................................................... 5
2. MTODOS DE SERIES DE TIEMPO .......................................................................................... 6
MODELO DE PROMEDIO MVILES SIMPLES ......................................................................... 7
MODELO SUAVIZAMIENTO EXPONENCIAL............................................................................ 8
MODELO DE DESCOMPOSICIN ......................................................................................... 10
3. MTODOS CAUSALES .......................................................................................................... 15
MODELO DE REGRESIN LINEAL ............................................................................................. 15
MODELO MNIMOS CUADRADOS ....................................................................................... 16
COMENTARIO FINAL.................................................................................................................... 17
REFERENCIAS ............................................................................................................................... 18

CONTENIDO SEMANA 2

Pgina |2

ESTUDIO DE MERCADO

APRENDIZAJES ESPERADOS
Se espera que al finalizar esta unidad el alumno comprenda lo que es un estudio de mercado,
describa la demanda y la oferta, mediante mtodos cuantitativos y cualitativos de tal forma de
obtener una visin de tamao y capacidad previa.

INTRODUCCIN
En la formulacin y evaluacin de proyectos, se encuentran variados conceptos del mbito
industrial y econmico los cuales son de alta importancia en el momento de realizar una
evaluacin cuantitativa representada en un flujo. Dentro de estos conceptos se encuentra el
anlisis de la economa con sus curvas de oferta y demanda, que en trminos reales definen el
comportamiento de mercado dada ciertas variables. Asimismo, este comportamiento de
mercado define e indica cul ser el movimiento econmico en trminos de ingresos y costos
de cualquier proyecto de inversin.
En la economa se puede ver que los recursos son limitados, existe un costo oportunidad y
principalmente que los precios los determina el mercado para cualquier bien o servicio
transado. Los componentes gubernamentales solo intervienen normando y estableciendo
lmites, como por ejemplo, las mximas y las mnimas cuotas, lo cual influye sobre un precio
fijado naturalmente en un mercado, afectado a la oferta y la demanda por productos o
servicios de ese mercado.
Un estudio de mercado debe abordar diversas etapas, de manera de incorporar todos los
elementos que influyan en un resultado, estas etapas se identifican inicialmente como la
definicin del producto o servicio, un anlisis de demanda pasada, actual y futura, un anlisis
de oferta pasada, actual y futura, la comercializacin del bien, un anlisis de precios y de la
industria. Con todo, se logra establecer un comportamiento econmico sobre el proyecto y su
producto.
Finalmente, el comportamiento de un mercado siempre determinar el efecto sobre un
proyecto, en trminos de precios, costos, cantidades demandada, cantidades ofertadas, por
ende al resultado del proyecto en el tiempo. Esta es la importancia de poder realizar una
estimacin asertiva sobre los elementos que afectarn los ingresos dentro de un proyecto y
cmo estos variarn en el tiempo de acuerdo al comportamiento de un mercado.

DEFINICIN DE PRODUCTO/SERVICIO
La importancia de entender y definir lo que es un producto o servicio y la descripcin detallada
del proyecto, puede determinar el xito o fracaso de una iniciativa. Entendiendo que el
CONTENIDO SEMANA 2

Pgina |3

producto o servicio es el resultado del esfuerzo unitario o colectivo que puede ser
comercializado, costeado, medido y que generan un beneficio (Embry, 2012).
El producto o servicio cumple con una serie de atributos que deben ser tomados en cuenta,
entre estos se encuentran las caractersticas de forma, duracin en tiempo del producto entre
otros, todo esto con la finalidad de realizar una estimacin cercana en cuanto al esfuerzo
necesario para la concepcin de dicho producto o servicio.
Es requisito entender en qu mercado existe el producto o servicio, lo cual lleva a contestar
ciertas preguntas para lograr determinar lo anteriormente descrito.
Es importante poder entender en qu mercado se transa el producto o servicio, lo cual lleva a
contestar ciertas preguntas para lograr comprender las tendencias del mercado o preferencias.
Las preguntas necesarias a considerar para la definicin del producto o servicio son1:
1. Cul es el producto o servicio que se desea producir u ofertar?
2. Existe la posibilidad de configurar subproductos?
3. Cules son los productos sustitutos, productos complementarios o ambos que sean
muy cercanos?
4. Cul es la unidad de venta del producto o servicio?
5. Es este un bien de consumo, intermedio o de capital?
6. Cules son los principales consumidores?
7. Es un producto o servicio para la exportacin?
8. La demanda del bien es uniforme u obedece a una curva estacional?
Dentro de un informe de descripcin de producto o servicio se debe considerar lo anterior
ms:2
Realizar una descripcin del producto o servicio final que se presta, por ejemplo el
servicio de buses tendr una duracin de ocho horas diarias, pasar por los puntos
tursticos bellas artes, moneda (), el pasajero podr subir y bajar con un nico ticket
durante todo el da pagando un nico valor ().

Realizar una descripcin detalladas del producto o servicio, por ejemplo: el bus es
rojo, cuenta con acceso a discapacitados, cuenta con conectores de audio en cada
asiento, cuenta con GPS, cada asiento cuenta con cinturn de seguridad ().

La descripcin del producto o servicio ser de suma importancia para medir en que segmento
de mercado se encuentra, lo que ser un aporte para la estimacin de demanda y oferta.

ANLISIS DE DEMANDA
La descripcin de demanda obedece a la cantidad de producto o servicio que un mercado
requiere a un precio determinado, de forma que satisfaga sus necesidades en un periodo
1
2

Miguel Angel Embry, 2012

Miguel Angel Embry, 2012
CONTENIDO SEMANA 2

Pgina |4

definido, considerando ceteris paribus (la demanda es la que vara y todas las dems variables
permanecen constantes).
Dentro de un anlisis de demanda se debe considerar algunas variables independientes que
sern de utilidad para el anlisis de comportamiento3:
Gustos, hbitos y costumbres.
Poblacin.
Precios del o los bienes.
Precios del o de los bienes sustitutos y complementarios.
Ingreso per cpita.
Ya definido el concepto de demanda es necesario establecer los mtodos por los cuales se
debe estimar la misma, estos se pueden definir como (Embry, 2012).

Mtodos subjetivos: los cuales abordan la problemtica de la estimacin sobre

subjetividades basadas en opiniones y clculos, estos mtodos se definen como:
o Mtodo Delphi.
o Consenso de panel.
o Investigacin de mercado.
o Pronsticos futuros en funcin de una visin.
o Analoga histrica.

Mtodos de series de tiempo: en donde la demanda futura se relaciona y se calcula

con los datos con temporalidad pasada, en donde se consideran aspectos como
estacionalidad, tendencia, componente cclico y no sistemtico.

Mtodos causales: toma en consideracin que la demanda actual o futura tiene

relacin con eventos pasados y subyacentes en el medio.
o Economtricos.
o Regresin.
o Producto o insumo.
o Intencionalidad de compra.

Ser en estos dos ltimos puntos donde se centrar la atencin.

1. MTODOS SUBJETIVOS
MTODO DELPHI
El mtodo Delphi es el ms utilizado, se basa en decisiones subjetivas las cuales como
caractersticas est la evaluacin de resultados por un grupo annimo de expertos constituidos
con anterioridad.

Miguel Angel Embry, 2012

CONTENIDO SEMANA 2

Pgina |5

Principalmente el mtodo comprende la generacin de una encuesta la que se enva a

expertos en el tema, los cuales la desarrollan y devuelven a los coordinadores para su anlisis,
estos preparan una lista con informacin proveniente de la encuesta y se enva a los expertos
para la revisin y justificacin de los puntos en discordancia. Finalmente, se consolidan los
pronsticos que reflejen consenso por el grupo de expertos.
Caractersticas:
Funciona en base a una encuesta.
Genera problemas en la comunicacin, dado que funciona con opiniones.
La coordinacin podra ser sesgada, dado que produce inclinacin a respuestas
positivas, dado que es un mtodo subjetivo.

2. MTODOS DE SERIES DE TIEMPO

Este mtodo se relaciona con el hecho de analizar y medir variables en el tiempo a espacios o
intervalos uniformes, donde su principal objetivo es el de la localizacin de informacin
histrica, que mediante el anlisis de su comportamiento o patrn espacial, permite realizar
proyecciones futuras de la variable analizada.
Dentro del anlisis existen cuatro patrones identificables en la serie:
1. Estacionalidad: la variable tiene un comportamiento similar en periodos diferentes.
2. Tendencia: sigue una tendencia periodo tras periodo.
3. Componente cclico: se comporta de la misma manera durante periodos definidos
extensos.
4. Componente no sistmico: no se aprecian patrones de un sistema definidos en su
comportamiento.
Dentro del anlisis los modelos de series de tiempo a ser abordados son:
Promedios mviles simples.
Alisamiento exponencial.
Mtodo de descomposicin.
Antes de comenzar a revisar los mtodos, es necesario definir una notacin a utilizar en los
clculos:
Xt = Es el valor observado en el periodo t.
St = Es el valor pronosticado en el periodo t.
et = Es el error en trminos absolutos en el periodo t.
En donde:
t= {1,2,3,4,5, n}
et = | St - Xt |

CONTENIDO SEMANA 2

Pgina |6

En trminos reales, el error se definir como la desviacin en valor del pronstico con respecto
al valor observado (realidad) en el periodo.
Este error se puede producir por excluir variables, error en correlaciones o errores aleatorios
sin explicacin por el modelo de pronstico entre otros.
Dada la definicin de nomenclatura se revisar el primer modelo en cuestin.

MODELO DE PROMEDIO MVILES SIMPLES

Principalmente este es un promedio, el cual requiere de una serie de tiempo histrica para ser
calculado, adems es un mtodo utilizado para realizar pronsticos a corto plazo. Las
limitaciones del pronstico es que requiere una gran cantidad de informacin y no se adapta a
los cambios.
La notacin del clculo es:
t 1

St

i t n

Se define el pronstico como el valor obtenido de la sumatoria de los valores evaluados de 1

a n periodos, dividido por el valor de n. Se debe considerar que lo que pronostica es el
periodo siguiente.
Por ejemplo, si se tiene la siguiente serie de tiempo, calcular el pronstico en mayo y
septiembre:
Tabla 1. Series de tiempo y pronsticos.
Enero
Serie histrica

1.234

Febrero Marzo Abril

2.340

2.567 3.467

S
e

Mayo

Junio

Julio

Agosto Septiembre

Octubre Noviembre

Diciembre

1.234

5.678 3.300

3.400

2.500

3.460

2.450

1.450

2.402

2.168 2.753

2.831

2.903

2.858

2.918

2.875

1.168

3.510

569

403

602

468

1.425

547

Fuente: Embry, 2012.

Para calcular el pronstico de mayo:

S5 = (1.234 + 2.340 + 2.567 + 3.467)/4 = 2.402 que ser el pronstico para el mes de mayo.
La exactitud del pronstico se evala con la siguiente frmula:
Se debe recordar que: et = | St - Xt |
El valor medio:

1 n
et ei
n i 1
CONTENIDO SEMANA 2

Pgina |7

La desviacin estndar:

2
1 n
et ei ei
n i 1

1/ 2

El comparativo entre la historia la demanda pronosticada presenta el siguiente

comportamiento:
Grfico 1. Comparativo pronstico versus demanda histrica.

Fuente: Embry, 2012.

MODELO SUAVIZAMIENTO EXPONENCIAL

Para este mtodo se toman datos de demanda de series pasadas, los cuales para cada
incremento en un periodo de demanda el pronstico se reduce en (1 - ). Este pronstico solo
necesita de tres datos; la demanda del periodo, una constante de suavizamiento llamada , y
el pronstico ms actual.
El mtodo de clculo de este mtodo se presenta como:
S2 = X1 (clculo del primer pronstico)
St+1 = St+ a (Xt - St)
0 1; t2
Error de pronstico, et = (Xt - St)
El pronstico realizado en el periodo t, para el pronstico en t+1, St+1.
CONTENIDO SEMANA 2

Pgina |8

La constante de suavizamiento () tendr un valor entre 0 y 1, y determina la velocidad de

reaccin entre lo real y lo pronosticado. La interpretacin del , se entiende como para un
ms pequeo los efectos de cambios en corto plazo son reducidos lo que indica una demanda
estable.
Si la demanda vara en los extremos, crece y decrece con rapidez, un mayor es capaz de
seguir tales cambios.
La desventaja del mtodo es que no es posible predecir .
Ejemplo:
Tabla 2. Series de tiempo y pronsticos x .
Pronstico ()

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

Periodos
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

Demanda
observada
3.000
2.340
1.346
2.354
5.467
2.345
2.376
2.345
6.789
1.567
3.465
2.346

0,1

0,5

0,9

3.000
2.934
2.775
2.733
3.006
2.940
2.884
2.830
3.226
3.060
3.101

3.000
2.670
2.008
2.181
3.824
3.085
2.730
2.538
4.663
3.115
3.290

3.000
2.406
1.452
2.264
5.147
2.625
2.401
2.351
6.345
2.045
3.323

Fuente: Embry, 2012.

Grficamente el comportamiento segn :

Grfico 2. Demanda observada versus pronosticados.

Fuente: Embry, 2012.

CONTENIDO SEMANA 2

Pgina |9

MODELO DE DESCOMPOSICIN
Los modelos de descomposicin toman en consideracin en forma simultnea las series de
datos histricos, los cuales incorporan los anlisis de tendencia, componentes cclicos,
estacionalidad, anlisis de componente no sistemtico. Estas cuatro componentes se
relacionan de la forma:

En donde cada variable se define como:

S = El valor calculado o pronosticado.
T = Factor de tendencia.
C = El componente cclico.
= Variacin no sistemtica.
Para realizar el pronstico se debe previamente calcular cada una de estas variables.
Este mtodo se debe tomar en consideracin los siguientes pasos:
1. Clculo de factor de estacionalidad: es el cociente entre el promedio mvil del periodo,
y el valor observado correspondiente (valor real).
Se debe calcular el ndice promedio para cada periodo en cuestin:
Tabla 3. Series de tiempo y pronsticos factor de estacionalidad.
Periodo Mes

Valor
observado(a)

Promedio
mvil 12 meses
(b)

a/b * 100

2008 Enero

22.500

2008 Febrero

21.300

2008 Marzo

34.000

2008 Abril

25.000

2008 Mayo

32.000

2008 Junio

34.000

2008 Julio

35.000

2008 Agosto

30.000

2008 Septiembre

25.000

2008 Octubre

23.000

2008 Noviembre

21.000

2008 Diciembre

19.000

2009 Enero

23.000

26.817

85,77

2009 Febrero

26.000

26.858

96,80

2009 Marzo

27.000

27.250

99,08

2009 Abril

27.500

26.667

103,13

2009 Mayo

26.000

26.875

96,74

2009 Junio

25.500

26.375

96,68

CONTENIDO SEMANA 2

Pgina |10

2009 Julio

30.000

25.667

116,88

2009 Agosto

34.000

25.250

134,65

2009 Septiembre

35.000

25.583

136,81

2009 Octubre

30.000

26.417

113,56

2009 Noviembre

27.200

27.000

100,74

22.000

27.517

79,95

2009 Diciembre
Fuente: Embry, 2012.

2. Clculo de factor de estacionalidad promedio por periodo:

Suponiendo que se calcul el periodo 2010 y 2011:
Tabla 4. Series de tiempo, factor de estacionalidad.
Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

2009

85,77

96,80

99,08

103,13

96,74

96,68

116,88

Agosto Septiembre
134,65

136,81

Octubre
113,56

Noviembre Diciembre
100,74

79,95

2010

102,92

116,17

118,90

123,75

116,09

116,02

140,26

161,58

164,17

136,28

120,89

95,94

2011

128,65

145,21

148,62

154,69

145,12

145,02

175,32

201,98

205,21

170,35

151,11

119,93

Prom.

105,78

119,39

122,20

127,19

119,32

119,24

144,15

166,07

168,73

140,06

124,25

98,61

Fuente: Embry, 2012.

El promedio en enero sera:

Prom. enero = (85,77+102,92+128,65)/3 = 105,78
3. Se debe ajustar el valor de estacionalidad multiplicndolo por un factor k de
estacionalidad.

K (Nmero de observaciones por periodo) x 100

ndices promedio

4. Luego se calcula la tendencia mediante una regresin lineal simple.

5. Se debe calcular el factor cclico mediante el cociente entre el promedio mvil y la
tendencia para cada periodo.
6. De debe realizar el pronstico mediante: S = T x C x Y x
S(t) = Valor pronosticado para el periodo t.
T(t) = Factor de tendencia para el periodo t.
C = Componente cclico.
Y = Componente de estacionalidad.
= Variacin no sistemtica.
CONTENIDO SEMANA 2

Pgina |11

Ejemplo. Se tiene la siguiente serie de datos histricos:

Tabla 5. Series de tiempo ejemplo.
Mes
Enero
Febrero

Valor
Valor
Valor
Valor
observado observado observado observado
2008
2009
2010
2011
22.500
23.000
23.230
23.462
21.300
26.000
26.260
26.523

Marzo

34.000

27.000

27.270

27.543

Abril

25.000

27.500

27.775

28.053

Mayo

32.000

26.000

26.260

26.523

Junio

34.000

25.500

25.755

26.013

Julio

35.000

30.000

30.300

30.603

Agosto

30.000

34.000

34.340

34.683

Septiembre

25.000

35.000

35.350

35.704

Octubre

23.000

30.000

30.300

30.603

Noviembre

21.000

27.200

27.472

27.747

Diciembre

19.000

22.000
22.220
Fuente: Embry, 2012.

22.442

Se calcula factor de estacionalidad:

Tabla 6. Series de tiempo factor de estacionalidad.

Valor observado(a)

Promedio
mvil 12
meses (b)

2009 Enero

23.000

26.817

85,8

2009 Febrero

26.000

26.858

96,8

2009 Marzo

27.000

27.250

99,1

2009 Abril

27.500

26.667

103,1

2009 Mayo

26.000

26.875

96,7

2009 Junio

25.500

26.375

96,7

2009 Julio

30.000

25.667

116,9

2009 Agosto

34.000

25.250

134,7

2009 Septiembre

35.000

25.583

136,8

2009 Octubre

30.000

26.417

113,6

2009 Noviembre

27.200

27.000

100,7

2009 Diciembre

22.000

27.517

80,0

2010 Enero

23.230

27.767

83,7

2010 Febrero

26.260

27.786

94,5

2010 Marzo

27.270

27.808

98,1

2010 Abril

27.775

27.830

99,8

2010 Mayo

26.260

27.853

94,3

2010 Junio

25.755

27.875

92,4

2010 Julio

30.300

27.896

108,6

Periodo

Mes

CONTENIDO SEMANA 2

a/b*100

Pgina |12

2010 Agosto

34.340

27.921

123,0

2010 Septiembre

35.350

27.949

126,5

2010 Octubre

30.300

27.978

108,3

2010 Noviembre

27.472

28.003

98,1

2010 Diciembre

22.220

28.026

79,3

2011 Enero

23.462

28.044

83,7

2011 Febrero

26.523

28.064

94,5

2011 Marzo

27.543

28.086

98,1

2011 Abril

28.053

28.108

99,8

2011 Mayo

26.523

28.131

94,3

2011 Junio

26.013

28.153

92,4

2011 Julio

30.603

28.175

108,6

2011 Agosto

34.683

28.200

123,0

2011 Septiembre

35.704

28.229

126,5

2011 Octubre

30.603

28.258

108,3

2011 Noviembre

27.747

28.283

98,1

2011 Diciembre

22.442

28.306

79,3

Fuente: Embry, 2012.

Se calcula el factor de estacionalidad promedio:

Tabla 7. Factor de estacionalidad promedio.
Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

2009 85,77

96,80

2010 83,66

Agosto Septiembre

Octubre

Noviembre

Diciembre

99,08

103,13

96,74

96,68

116,88

134,65

136,81

113,56

100,74

79,95

94,51

98,07

99,80

94,28

92,40

108,62

122,99

126,48

108,30

98,10

79,28

2011 83,66

94,51

98,07

99,80

94,28

92,40

108,62

122,99

126,48

108,30

98,10

79,28

Prom. 84,36

95,27

98,41

100,91

95,10

93,82

111,37

126,88

129,92

110,05

98,98

79,51

Fuente: Embry, 2012.

Se calcula el factor de estacionalidad K, multiplicando cada promedio por el factor:

K = (12 * 100)/1.224,60 = 0,98

Tabla 8. Factor de estacionalidad ajustado.

Enero Febrero Marzo
Pro ajustado

82,67

93,36

96,43

Abril

Mayo

98,88

93,19

Junio

Julio

Agosto

Septiembre

91,94

109,14

124,33

127,31

Octubre Noviembre
107,84

Diciembre

96,99

Fuente: Embry, 2012.

CONTENIDO SEMANA 2

Pgina |13

77,91

Se calcula la tendencia por medio de una regresin lineal simple:

En donde:
xi = 1,2,3,4,5,6 48 (periodos).
yi = ddai (demanda).
m = pendiente.
b = interseccin con el eje.
= El promedio de los valores de y (demanda).
= El promedio de los valores de x (los periodos).

Aplicando las frmulas se obtiene:

m = 45,12
b = 26.633
Con esto la frmula de tendencia queda como:
S(t) = (45,12 * t) + 26.633
Ya estipulada la frmula de tendencia se debe calcular el componente cclico mediante
la frmula:

Ejemplo: para el periodo 20, agosto de 2009.

Factor cclico = 25.250 / ((45,12 * 20) + 26.633) = 0,92

Luego calcular el factor cclico promedio por periodo:

Tabla 9. Factor cclico promedio.
2009
2010
2011
Prom.

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agosto

0,99
1,00
0,99
0,99

0,99
1,00
0,99
0,99

1,00
1,00
0,99
1,00

0,97
1,00
0,99
0,99

0,98
1,00
0,99
0,99

0,96
1,00
0,99
0,98

0,93
1,00
0,99
0,97

0,92
0,99
0,99
0,97

Septiembre

0,93
0,99
0,98
0,97

Octubre Noviembre

0,96
0,99
0,98
0,98

0,98
0,99
0,98
0,98

Fuente: Embry, 2012.

Finalmente se realiza el pronstico, recordando que la ecuacin para tal efecto es:

CONTENIDO SEMANA 2

Pgina |14

Diciembre

0,99
0,99
0,98
0,99

En donde cada variable se define como:

S = El valor calculado o pronosticado.
T = Factor de tendencia.
C = El componente cclico.
= Variacin no sistemtica.
Ejemplo: enero de 2012 representa el periodo 49.
S(49) = T(49) x C x Y x
S(49) = ((45,12 x 49) + 26.633) x (82,67/100) x 0,99 = 23.607
S(49) = 23.607

3. MTODOS CAUSALES
Los mtodos causales usan el pronstico en el anlisis de comportamiento de la variable a
proyectar, realizando la relacin de esta con variables que la expliquen. Los datos utilizados
son los histricos.
Las variables explicativas se definen como variables independientes que, en su concepcin,
determinan las variables a proyectar. Un ejemplo se puede representar por la frase: La
demanda se ver afectada por el efecto relacionado al marketing, la competencia entre otros.
Algunos de los modelos causales son:
Economtricos.
Regresin.
Encuestas.
Insumo o producto.

MODELO DE REGRESIN LINEAL

El modelo de regresin lineal, se define como la relacin entre dos variables que grficamente
forman una lnea recta. Las formula de regresin se define como:

X y n X y
i 1

X
i 1

2
i

n X

a y bX

Donde:
, = Promedio.
y = Variable dependiente.
X = Periodo.
a = Interseccin de Y.

CONTENIDO SEMANA 2

Pgina |15

b = Pendiente.

MODELO MNIMOS CUADRADOS

Este mtodo intenta ajustar la linealidad de los datos de forma tal que se minimicen las
distancias verticales en sus cuadrados entre los datos y sus correspondientes puntos dentro de
la lnea. La formula establece de la siguiente manera:
n

e Yi y i

i 1

Donde:
y= Datos de la variable dependiente.
Y = Variable dependiente calculada por la ecuacin.
El error reestimacin se nota como:

SYX

CONTENIDO SEMANA 2

y
i 1

Yi

Pgina |16

COMENTARIO FINAL
El contenido de este documento entrega informacin sobre la importancia de estimar los
componentes de demanda para la incorporacin de tal concepto dentro de una evaluacin de
proyectos. En donde la estimacin de la misma da pie al clculo de una serie de variables de
evaluacin como son ingresos, costos, cantidades de produccin, adquisicin de mquinas o
tecnologa y la realizacin de inversiones necesarias para poder cumplir con la demanda
requerida.
Finalmente, mediante del anlisis simulado de los componentes de demanda de cada proyecto
propuesto por el alumno, este podr entender lo que es la proyeccin de la demanda para su
representacin en un flujo.

CONTENIDO SEMANA 2

Pgina |17

REFERENCIAS
Sapag, N. (1991). Preparacin y evaluacin de proyectos (2 edicin). Atlacomulco, Mxico:
Editorial McGraw-Hill Interamericana de Mxico S. A.

Carvallo, C. (2008). Ramo Administracin y evaluacin de proyectos (1 edicin). Santiago de

Chile: Universidad Tcnica Federico Santa Mara.

Embry, M. A. (2008-2012). Apuntes Administracin y evaluacin de proyectos (1 edicin).

Santiago de Chile: Universidad Tcnica Federico Santa Mara.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2012). Estudio de mercado. Semana 2.
CONTENIDO SEMANA 2

Pgina |18

CONTENIDO SEMANA 2

Pgina |19