Professional Documents
Culture Documents
UNIVERSIDAD CAT
SECCION: B
INGENIERIA INDUSTRIAL
Nombre
Berrios Pastor, Claudia
Gasco Cervantes, Jess
Puma Villasante, Katia
Silva Abuhadaba, Tarek
Villanueva Paredes, Luis Michael
Curso
Simulacin de Sistemas
Tema
OPTIMIZACIN DEL SISTEMA DE PRODUCCIN DE LA
EMPRESA DMAURUS APLICANDO SIMULACIN
Docente
Ing. Efran Murillo Quispe
Seccin:
B
AREQUIPA-PERU
2014
SIMULACIN DE SISTEMAS
INDICE
INTRODUCCIN ...................................................................................................................... 4
RESUMEN .................................................................................................................................. 5
I.
2.
3.
II.
III.
OBJETIVOS: ...................................................................................................................... 8
1.
General: ............................................................................................................................ 8
2.
Especficos: ....................................................................................................................... 8
IV.
HIPTESIS: ....................................................................................................................... 8
1.
2.
V.
VI.
VII.
1.
2.
B.
A.
B.
C.
D.
VIII.
1.
2.
3.
IX.
1.
b)
c)
d)
e)
f)
2.
3.
4.
X.
b)
c)
d)
2.
3.
XI.
1.
2.
XII.
1.
2.
SIMULACIN DE SISTEMAS
INTRODUCCIN
Todos los das a lo largo del tiempo cualquier persona, siempre ha tenido que tomar
decisiones por cualquier motivo; ya sea en la vida diaria, en el desempeo de sus
labores o en otros aspectos de su vida. Estas decisiones siempre estn ligadas a las
acciones que va a realizar posteriormente; lo que se busca con tomar estas decisiones
es que las posteriores consecuencias sean las mejores para el desempeo mismo.
Adems indirectamente estas decisiones van ligadas a un sistema que se crea. Entonces
lo que se busca es responder a este sistema con una buena accin. Si queremos hablar
ms concretamente y para representar mejor eso podramos hablar del
funcionamiento de una empresa que va a representar un sistema; este sistema debe
responder ante diversas variaciones que se hagan, pero tambin deben tener un
sistema inicial que me permita comparar los resultados de mis variaciones. Las
variaciones del sistema que yo pueda tener se pueden realizar a travs de una
experimentacin con el mismo sistema con el que estoy trabajando ya sea por
seguridad o comodidad en los costos. Entonces para obtener los mejores resultados es
que nosotros vamos a experimentar con nuestro sistema.
A fin de que el sistema no sea daado por un mal movimiento es que se piensa
remplazar el sistema real por otro que represente una versin simplificada que me
permita tomar las mejores decisiones, este procesos de experimentar en un sistema ms
simplificado seria Simular porque no estoy trabajando con el sistema real y el procesos
de buscar las mejores soluciones al sistema es Optimizacin.
En el presente trabajo se busca explicar esta idea de lo que es simulacin de Sistemas
que nace de una investigacin o mejora que se quiere incluir.
La empresa que se presenta es una empresa de produccin de calzados de aventura,
es una mype, que al ser mype nos permite encontrar diversos problemas de los cuales
se busca su optimizacin a travs de las herramientas del software Arena 14.0, que nos
va a permitir determinar posibles soluciones trayendo consigo alguna optimizacin.
RESUMEN
El presente trabajo es un informe de simulacin de la empresa de calzados DMaurus;
esta es un MYPE arequipea que produce calzados de cuero de aventura.
En el presente informe se va a llevar a cabo el estudio de la empresa en toda el rea
de produccin propiamente dicha; para ello primero se debe pedir permiso a la
empresa para poder plantearle el proyecto e informarle de los posibles beneficios que
podra tener de realizarse el trabajo. Posteriormente se tuvo contacto con la empresa
concediendo el permiso para poder realizar el estudio. Despus de un primer contacto
con el sistema de produccin se localizaron los principales problemas dentro de la
misma y en base a ello se plantea el desarrollo del proyecto.
Posteriormente se encontraron los datos de tiempos de cada proceso con la finalidad
de plasmar estos datos en el Simulador a utilizar que es el Software Arena14.0. Esto nos
permitir tener el sistema de produccin de manera virtual y que en este software
tambin podamos ver plasmados los problemas.
Una vez obtenido el sistema, para resolver los problemas identificados primero
debemos validar el sistema ello se ha logrado a travs de datos obtenidos por parte de
la empresa que se est estudiando. Esta validacin la podemos lograr a travs de datos
brindados por la empresa y en algunos casos por experiencia propia del operario del
rea.
Despus de haber validado el sistema podemos presentar las mejoras dentro del
sistema simulado, de esa manera no se presenta daos en el sistema real ni se incurre
en costos innecesarios. Este simulador nos ayuda a obtener diversos escenarios en el que
se puede plasmar las mejoras necesarias.
Despus de encontrar las posibles mejoras lo que se busca es posible recomendarlas al
sistema real y verificar cuales son las mejores opciones de manera que el sistema real
sea la que se beneficia.
SIMULACIN DE SISTEMAS
I.
20456106162
21/07/2011
EMPRESA INDIVIDUAL DE RESP. LTDA
ACTIVO
FABRICACION DE CALZADO ZAPATOS
19208
AREQUIPA / AREQUIPA / PAUCARPATA
Uno de las variables que ocasionan este problema que nos especific el
gerente de la empresa es por la informalidad que se tiene, porque los
trabajadores al no estar asegurados, o tener los beneficios de acuerdo a ley,
hace que el trabajador se sienta indispensable, y con la capacidad de decidir
si quiere continua o irse de la planta en el momento que l quiera. Esta
manera de actuar de los trabajadores, tambin se da porque los modelos
que la empresa presenta son los ms difciles dentro del mercado, y ellos
confan en que la empresa aceptara las faltas de disciplina porque no tiene
otra opcin, que es lo que pasa actualmente dentro de la empresa.
La escasa mano de obra, hace que la empresa invierta tiempo en capacitar
a nuevos trabajadores, y ello tambin repercute en la produccin.
La empresa para dos de sus reas como son el aparado y el rematado, tiene
trabajadores, pero estos trabajan en sus casas fuera de la planta, esto implica
que no se pueda tener un control sobre ellos, ni mejorar su productividad, y
muchas veces resultan ser el cuello de botella.
b) Variables controlables:
Optimizar el tiempo de produccin.
Determinar los cuellos de botella que encontramos en la empresa con la
finalidad de reducirlos o eliminarlos.
La produccin algunas veces se atrasa porque no hay insumos que no llegan
a tiempo porque esta empresa importa sus insumos de China y el problema
de eso es que para que los materiales llegan se demora 4 meses, entonces
hay tiempos donde la demanda aumenta y la empresa excede su capacidad
de produccin y se queda sin insumos, por lo que tiene que parar.
Cortado: Dentro del rea de cortado, encontramos un problema entre lo que
es el cortado manual y la troqueladora, porque la troqueladora como se
mencion anteriormente saca de 7 a 8 docenas, mientras que el corte manual
saca la mitad, el problema es que en la troqueladora se hacen los cortes que
son ms fciles de cortar, en cambio los cortadores hacen los cortes ms
difciles; entonces ello traera sin duda una prdida porque si esto fuese al
revs, los cortadores podran sacar ms docenas y estar casi a la par con la
mquina.
Pintado, desbastado y alistado de aparado; A veces se forma un cuello de
botella cuando los cortes no estn listos, este puesto queda sin cortes para
trabajar, generando ello una diminucin en su eficiencia. Lo cual generara
tambin un retraso para el rea de desbastado.
Aparado; En el aparado se puede tener una demora si es que los cortes no
son desbastados correctamente, porque esto hace que al momento de coser
el tiempo sea mayor retrasando as la produccin.
SIMULACIN DE SISTEMAS
OBJETIVOS:
1. General:
Conseguir que la empresa trabaje con su capacidad mxima y de esa
manera buscar que no pierda ventas, hacer ello usando el programa de
simulacin que nos permita darnos cuenta de los problemas ms
resaltantes.
2. Especficos:
Mejorar la organizacin de la planta.
Identificar los cuellos de botella, determinando los procesos menos
efectivos.
Buscar desarrollar la mayor capacidad en las diferentes partes del proceso.
Validar las soluciones planteadas entre la simulacin y el sistema real.
IV.
HIPTESIS:
1. Hiptesis general:
Usando el simulador se podr realizar la simulacin del sistema de
produccin de calzados, observando as los cuellos de botella del sistema
DELIMITACIN DE LA INVESTIGACIN:
Nosotros nos vamos a dedicar a estudiar todo el sistema de produccin, el cual est
conformado por:
rea de cortado
rea de Pintado
rea de Aparado
rea de Alistado
rea de Armado
rea de Rematado
De estos cinco procesos, nosotros solo vamos a ver las reas de cortado, pintado,
alistado y rematado, porque las dems se dan generalmente fuera del rea de la
empresa.
VI.
ESTADO DE ARTE:
Dentro de la empresa no se ha encontrado ningn estudio de optimizacin o
simulacin del sistema de produccin.
Se tienen datos acerca de un estudio de tiempos que se hizo por un alumno de la
Universidad Nacional de San Agustn eso como fuente del Gerente, tambin nos
indic que no cuenta con el trabajo fsico, sin embargo es importante resaltar que
este estudio de tiempo tuvo el fin de una mejor distribucin de la planta tenindose
como resultado de este estudio se lleg a la conclusin que la empresa contaba con
una buena distribucin, que el problema de no emplear su mxima capacidad iba
por el lado de exceso de tiempos muertos y que el proceso de produccin deba ser
estudiado de otra manera.
Si hablamos de modelos de simulacin en el Per, por la bsqueda realizada se ha
encontrado que no hay muchas empresas que lo empleen, hay mucho
desconocimiento de la materia.
Este desconocimiento de la materia est limitando mucho a las empresas, ya que
podra ser utilizado de mejor manera por las mypes, ya que los resultados se veran
de manera directa en menos tiempo y los cambios que se pueden ver van a estar
ms resaltados que si lo aplicara una empresa grande.
SIMULACIN DE SISTEMAS
VII.
MARCO TERICO:
1. Descripcin del Sistema Actual:
Primero debemos aclarar que la empresa es una MYPE que actualmente tiene
una capacidad mxima de 50 docenas por da, pero la produccin solo llega a
34 docenas diarias como mxima, ya que a veces producen solo 30 docenas,
esto debido a algunos problemas como:
Mano de obra escasa
Falta de organizacin
Desabastecimiento de material
Falta de compromiso con la empresa
Bajo rendimiento en los trabajadores.
Los modelos a realizarse son en su mayora complicados.
Tambin es justo aclarar que la empresa tiene cinco etapas bsicas para la
produccin del calzado:
Cortado.
Pintado, desbastado y alistado de aparado.
Aparado.
Alistado de armado, raspado de planta.
Armado y rematado.
11
PAGINA: 1/2
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
Hormas, plantilla
Planta
12
Desbastar
Cuero, moldes
Juntar
Cajas
Cortar
Verificar cortes
Tinte
2
Pintar
Desbastar bordes
Estampar marca
Hilo
Espuma
2.5
Alistar armado
Terokal
Accesorios
Remaches
8
Remachar
3.10
Armar, verificar
11
Marcar corte
13
Aplicar
Planta de prueba
Cemento
SIMULACIN DE SISTEMAS
13
PAGINA: 2/2
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
14
4.15
16
17
18
Calentar
Pegar
Verificar el pegado
Enfriar
Retirar horma
Horma
Verificar producto
Ojalillos
19
Colocar ojalillos
Pasadores
Bolsa transparente
Bolsa de color
7.20
tem
Cantidad
Operaciones
20
Inspecciones
Rematar
Inspeccin Final
PAGINA: 1/3
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
Hormas, plantilla
12
Almacn Insumos
Cuero, moldes
Almacn Insumos
9
Desbastar
Juntar
Almacn de MP
Cortar
Verificar cortes
Cajas
1
Apilar
Tinte
2
Pintar
Apilar
Desbastar bordes
Al rea de Estampado
4
2
Estampar marca
Al rea de Corte
Hilo
Espuma
2.5
Terokal
Accesorios
6
Pegar forros
SIMULACIN DE SISTEMAS
15
PAGINA: 2/3
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
A zona de Remachado
4
Remaches
8
Remachar
3.10
Armar, verificar
11
Marcar corte
13
Aplicar
14
Calentar
Planta de prueba
Cemento
4.15
16
Pegar
Verificar el pegado
17
Enfriar
18
Retirar horma
Horma
Verificar producto
19
Colocar ojalillos
Ojalillos
PAGINA: 3/3
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
Pasadores
Bolsa transparente
Bolsa de color
7.20
tem
Inspeccin Final
Almacn de PT
Cantidad
Operaciones
20
Inspecciones
Transporte
Demora
Almacn
SIMULACIN DE SISTEMAS
Rematar, verificar
17
A. FLOW SHEET
EMPRESA: Corpcalza Import Export S.R.L.
DEPARTAMENTO: Produccin
PRODUCTO: Zapatos
DIAGRAMA HECHO POR: Katia Puma
PAGINA: 1/1
FECHA: 04/04/2014
METODO D TRABAJO: Actual
APROBADO POR: Grupo de trabajo
B. DIAGRAMA DE FLUJO:
SIMULACIN DE SISTEMAS
19
C. DIAGRAMA DE RECORRIDO:
SIMULACIN DE SISTEMAS
21
SIMULACIN DE SISTEMAS
23
VIII.
SIMULACIN DE SISTEMAS
25
SIMULACIN DE SISTEMAS
27
Entonces nosotros para determinar los productos que ms salen aplicamos la tcnica del
ABC.
MODELO
CONSUMO
MENSUAL
COSTO UNITARIO
29
10
125
85
121
98
113
102
50
23
24
36
59
59
65
63
62
58
62
60
50
55
53
55
Camalen
Camaleon II
Phaser peak
Turan
Gargo
Clorts
Mercurial
Taurus
Zapatilla Vams
Mercury
Botines de Seguridad
Retro
Entonces la participacin seria de:
MODELO
% PARTICIPACIN
Camalen
Camaleon II
Phaser peak
Turan
Gargo
Clorts
Mercurial
Taurus
Zapatilla Vams
Mercury
Mmm
Mmm
8.33
8.33
8.33
8.33
8.33
8.33
8.33
8.33
8.33
8.33
8.33
8.33
CONSUMO
MENSUAL
20532
7080
97500
64260
90024
68208
84072
73440
30000
15180
15264
23760
% DE CONSUMO
3%
1%
17%
11%
15%
12%
14%
12%
5%
3%
3%
4%
MODELO
% Valorizacin
Phaser peak
Turan
Gargo
Taurus
Mercurial
Zapatilla Vams
Mmm
Camalen
Camaleon II
Mmm
Mercury
Clorts
16.46%
15.82%
15.19%
15.07%
14.44%
5.06%
4.01%
3.47%
2.99%
2.58%
2.56%
2.35%
SIMULACIN DE SISTEMAS
%
Acumulado
16.46%
32.28%
47.47%
62.54%
76.98%
82.05%
86.06%
89.52%
92.51%
95.09%
97.65%
100.00%
Clase
A
B
B
B
B
C
C
C
C
C
C
C
29
Entonces con los datos encontrados podemos decir, que los productos ms importantes
son:
Phaser peak
Pero tambin hemos decidido estudiar los de la clase B ya que en realidad la empresa
produce ms modelos de zapatos, solo que estos doce modelos son representativos en estos
meses para abastecer la demanda. Entonces los modelos que tambin se han decidido
trabajar son:
Turan
Gargo
Taurus
Mercurial
TURAN
TAURUS
GARGO
MERCURIAL
Ahora para tomar las variables exgenas tenemos que considerar lo siguiente:
o Cada modelo requieren diferentes cortes, por lo que el tiempo de corte va a variar,
entonces lo que nosotros hemos decidido como grupo es considerar a cada corte por
modelo como una variable.
o Para considerar las variables de tiempo entre llegadas, hemos visto que no va a ser
necesario porque la capacidad es casi constante (32 docenas), entonces tomar el
tiempo entre llegadas no servira mucho.
Ahora despus de haber determinado los modelos a estudiar vamos a especificar un poco
el proceso de cada modelo dentro de la empresa, y ver como varan estos. Primero
debemos familiarizarnos con el proceso, este sigue el siguiente recorrido:
SIMULACIN DE SISTEMAS
31
a) CUARTO DE CORTE:
En este caso encontramos que va haber dos tipos de corte a nivel general en toda la
empresa:
Uno es corte manual que est conformado por 5 operarios, cada operario tiene un
sueldo por destajo, es decir mientras ms docenas de corte hagan es ms ganancia
para ellos, generalmente ellos tienen una capacidad de 7docenas diarias.
El otro corte se hace en una troqueladora, en toda la empresa se tiene 2 mquinas
que son llamadas troqueladoras que son el corte con maquinaria y son 2 operarios los
necesarios, estos operarios pueden sacar hasta 10 docenas diarias.
De los modelos que nosotros estamos estudiando todas las docenas han sido tomadas con
corte de manera manual, a excepcin de GARGO que tiene un corte que se hace en la
troqueladora porque es un poco complejo porque tienen algunos adornos que tomara
ms tiempo hacerlo de manera manual.
Entonces para los tiempos de corte lo que vamos hacer es tomar cada variable por cada
corte por cada modelo, porque obviamente el tiempo es diferente de lo que las variables
serian:
VARIABLE
Y1PP
Y2PP
Y3PP
Y4PP
Y5PP
Y6PP
Y7PP
VARIABLE
Y8T
Y9T
Y10T
Y11T
Y12T
Y13T
Y14T
Y15T
Y16T
Y17T
Y18T
Y19T
Y20T
SIMULACIN DE SISTEMAS
33
Y21T
VARIABLE
Y22A
Y23A
Y24A
Y25A
Y26A
VARIABLE
Y27M
Y28M
Y29M
Y30M
Y31M
Y32M
Y33M
Y34M
Y35M
VARIABLE
Y36G
Y37G
Y38G
Y39G
Y40G
Y41G
Y42G
Y43G
Y44G
Y45G
Y46G
SIMULACIN DE SISTEMAS
35
b) AREA DE PINTADO:
En este caso el pintado es alimentado por el rea de Cortado, esta rea solo cuenta con
un operario, diariamente este operario trabaja 22 docenas, aunque depende a veces del
modelo puede tener llegar a realizar 24 docenas.
El modelo de pintado lo hace de manera por unidad, y le da un ltimo retoque agarrando
por lotes de corte y lo hace para que tenga un buen acabado.
Para tomar tiempos del proceso solo se ha considerado 9 variables, porque los tiempos no
variaban entre algunos modelos de cortes, entonces las muestras ms significativas que
variaban eran por tamao, o porque tienen ms detalles en el cuero (por ejemplo que
tenga agujeros, entonces eso tomaba ms tiempo, aunque sea una pieza chica, entonces
donde se ha encontrado ms variabilidad se tomaron tiempos, lo que hizo que tengamos
un total de 9 variables exgenas en esta rea.
En este caso tambin vamos a tener tiempo entre llegadas.
d) AREA DE APARADO:
En este caso, es la unin de todos los cortes, es el cocido que se le va a dar todas estas
piezas, dependiendo del modelo.
Debemos especificar que en el rea de aparado en la empresa solo se tienen dos puestos
significativos, pero que esta operacin tambin se terciariza, se tiene por fuera
aproximadamente 30 operarios.
Por informacin del experto nos dijo que para el cosido de los modelos que nosotros
seleccionamos se tienen los siguientes horarios:
MODELO
Turan
Phaser Peak
Mercurial
Taurus
Gargo
TIEMPO
9 horas
7 horas
7 horas
4 horas
8 horas
Pero en este caso, hemos visto que el tiempo de alimentacin es directamente despus de
haber sido desbastado por lo que tambin hemos podido considerar el tiempo entre
llegadas.
e) AREA DE ARMADO:
Es propiamente sacar el zapato ya terminado, es donde el zapato se va a armar, en este
caso se tenemos el carril de armado el cual est compuesto por 37 carros de los cuales en
cada carro se puede procesar hasta 4 pares de zapatos, pero en la planta solo usan la
capacidad de dos pares por carros pero en ciertas zonas.
Para hacerlo de una manera ms detallada vamos a ver que en la zona de armado se
tiene 7 puestos principales:
SIMULACIN DE SISTEMAS
37
3
4
Estos siete puestos dependen del sistema de carriles, en este caso hemos medido el tiempo
en el que se demora dar toda una vuelta y el tiempo fue de 1 hora con 58 minutos y 32
segundos, si esto lo dividimos entre el nmero de carritos que son 37 podemos ver que el
tiempo que se demora en caminar un carrito una distancia es de:
Una vuelta
Tiempo por carrito
7112 segundos
192.22 seg.
Entonces nosotros para comprobar esto, hemos tomado el tiempo por cada puesto de
trabajo de los 7 que hemos tomado.
f) AREA DE REMATADO:
En este caso el rematado se terciariza afuera y dentro de la planta solo se tiene un puesto
significativo, el rea de rematado tiene una capacidad de 4 docenas diarias.
Esta operacin tambin se terciariza, afuera de la planta se tiene cuatro operarios y cada
uno diariamente remata 7 docenas.
Nosotros vamos a tomar un tiempo con el puesto significativo que tiene la empresa,
aunque en este caso teniendo la capacidad seria insignificante tomar el tiempo pero lo
hicimos de igual manera.
2. Variables Exgenas:
Entonces las nuevas variables exgenas a considerar serian:
VARIABLE
X1
X2
X3
X4
X5
X6
X7
DESCRIPCIN
Tiempo entre llegadas entre el rea de corte y el rea de pintado.
Tiempo entre llegadas entre el rea de pintado y el rea de desbastado.
Tiempo entre llegadas entre el rea de desbastado y el rea de aparado.
Tiempo entre llegadas entre rea de alimentado y rea de pegado punta
taln.
Tiempo entre llegadas entre rea de pegado punta taln y rea de
desbastado de planta.
Tiempo entre llegadas entre el rea de desbastado de planta y rea de
aplicacin de cemento.
Tiempo entre llegadas entre rea de sacado de hormas y rea de alimentado.
Y1PP
Y2PP
Y3PP
Y4PP
Y5PP
Y6PP
Y7PP
Y8T
Y9T
Y10T
Y11T
Y12T
Y13T
Y14T
Y15T
Y16T
Y17T
Y18T
Y19T
Y20T
Y21T
Y22A
Y23A
Y24A
Y25A
Y26A
Y27M
Y28M
Y29M
Y30M
Y31M
Y32M
Y33M
Y34M
Y35M
Y36G
Y37G
Y38G
Y39G
Y40G
Y41G
Y42G
Y43G
Y44G
Y45G
Y46G
Y47
Y48PA
Y49PB
Y50PC
SIMULACIN DE SISTEMAS
39
Y51PD
Y52PE
Y53PF
Y54PG
Y55PH
Y56PI
Y57
Y58
Y59
Y60
Y61APP
Y62AT
Y63AA
Y64AM
Y65AG
Y66
Y67
Y68
Y69
Y70
Y71
Y72
Y73
Y74
Y75
Y76
Y77
Y78
Y79
Y80
Y81
Y82
Y83
Y84
Ahora tambin podeos decir que se ha tomado el tiempo constante de las distintas
maquinarias que no son operadas por ningn operario, en cierta medida son solo maquinas
que tienen una faja transportadora y o dan calor o dan frio.
MQUINA
TIEMPO (Seg.)
50.72
291.58
235.17
101.38
2
0 =
2
Asumimos que en N va a ser 5000 datos.
Ahora debemos comprobar que nuestro N debe ser mayor a 0 (0 + 1), si
es asi entonces quiere decir que mi muestra de datos a tomar es el 0 que ya
haba determinado.
SIMULACIN DE SISTEMAS
41
1+ 0
4. Toma de datos:
1) Tiempo entre llegadas entre el rea de corte y el rea de pintado (X1):
El tiempo se toma, desde que el operario de corte le da los cortes para pintar, las piezas
generalmente se pasan por docena de cortes ya completos es decir todos los cortes
necesarios para la docena de zapatos, algunas veces se presenta el caso que hay mucha
exigencia de demanda y entonces el operario que corta debe pasar las piezas por
docena de piezas. Nosotros hemos obviado esas particularidades, y hemos tomado el
tiempo que generalmente se usa ese decir cuando los cortes son pasados
completamente por toda la docena.
El tiempo que se ha tomado es desde que el operario le pasa la primera docena de
cortes, Tambin se debe tener en cuenta que al operario de pintado generalmente
tiene 2 a 3 docenas o sea que podemos considerar el primer tiempo en el segundo cero.
MUESTRA INICIAL DE 30 MUESTRAS
1
11 1072,12 21 1559,43
0,00
2 1260,25 12 1200,64 22 1169,56
3 1359,10 13 1097,74 23 1462,65
4 1172,32 14 1426,21 24 1381,74
5 1416,35 15 955,32 25 1578,53
6 800,36 16 800,65 26 1111,42
7 1260,12 17 1007,32 27 1272,54
8
18
1116,15
1321,17 28 855,48
9 1378,31 19 1012,25 29 756,65
10 1493,65 20 1594,12 30 1090,36
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
1166.083667
104341.602114
0.950000
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
1.960000
0.050000
58.304183
117.915314
5000.000000
14021.936497
no cumple
no/(1+(no/N))
115.198578
DISTRIBUCIN BETA
-0.001 + 1.58e+003 + BETA(3.96, 1.25)
Expresin
0.024813
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
=15.2
=0.125
p-valor correspondiente
=0.0489
Comentario
Los datos de la variable tiempo entre llegadas rea de corte-rea de
pintado (X1) siguen una distribucin -0.001 + 1.58e+003 + BETA(3.96, 1.25)
con un nivel de confianza del 95% un error estimado del 5%, podemos ver
que no se acepta la hiptesis nula en ninguna de las dos, por ende se
trabaja con una distribucin emprica, previamente formulada. Con esta
SIMULACIN DE SISTEMAS
43
1561.834000
150955.461928
0.950000
1.960000
0.050000
78.091700
95.093585
5000.000000
9137.883462
no cumple
no/(1+(no/N))
93.318781
DISTRIBUCIN EXPONENCIAL
-0.001 + EXPO(3.5e+003)
Expresin
0.000186
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=1
Grados de Freedon
=-1
Prueba Estadstica
=0.00632
=0.55
45
1511.834000
136651.806756
0.950000
1.960000
0.050000
75.591700
91.871180
5000.000000
8532.184954
no cumple
no/(1+(no/N))
90.213575
DISTRIBUCIN NORMAL
NORM(1.52e+003, 326)
Expresin
0.016014
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
=10.3
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
=0.125
410.058000
14608.543265
0.950000
1.960000
0.050000
20.502900
133.502214
5000.000000
47
no*(no-1)
N>no*(no-1)
N
N
17956.343253
no cumple
no/(1+(no/N))
130.030346
DISTRIBUCIN NORMAL
NORM(4.11, 97.2)
Expresin
0.502123
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 274
= 0.385
5) Tiempo entre llegadas entre rea de pegado punta taln y rea de desbastado
de planta (X5):
En este caso tenemos que considerar que ya se hace a travs de un carril, o sea la
velocidad es constante, la variacin que se puede encontrar y que de hecho hemos visto
es que los zapatos no llegan en todos los carriles, es decir a veces salta uno, entonces en
ese caso el tiempo va a variar, entonces esa es la razn por la que consideramos tomar
los tiempos en los siete puestos principales del armado.
En este caso la alimentacin para cada proceso se hace por unidad de calzado, o sea
por unidad, porque trabajan un zapato a la vez. En este caso la alimentacin casi
siempre deja dos carriles vacos, adems debemos considerar que estamos saltando el
puesto de marcado de planta
En este caso el tiempo de tomado de muestra tambin seria extenso, por lo que hay
datos que hemos tomado aleatoriamente.
MUESTRA INICIAL DE 30 MUESTRAS
1
0,00
11 576,65 21 576,65
2 576,65 12 384,43 22 768,86
3 384,43 13 384,43 23 576,65
4 384,43 14 384,43 24 576,65
5 576,65 15 576,65 25 384,43
6 576,65 16 576,65 26 384,43
7 576,65 17 576,65 27 384,43
8 384,43 18 384,43 28 384,43
9 384,43 19 384,43 29 576,65
10 384,43 20 384,43 30 576,65
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
E
No
N
no*(no-1)
N>no*(no-1)
N
N
467.725333
19577.942840
0.950000
1.960000
0.050000
23.386267
137.517321
5000.000000
19048.530957
no cumple
no/(1+(no/N))
133.836358
DISTRIBUCIN BETA
-0.001 + 769 * BETA(3, 2.02)
Expresin
0.329765
Error Cuadrtico
PRUEBA DE CHI CUADRADO
SIMULACIN DE SISTEMAS
49
Nmero de Intervalo
=7
Grados de Freedon
=4
Prueba Estadstica
= 338
= 0.313
192.215000
2548.041809
0.950000
1.960000
e
E
No
N
no*(no-1)
N>no*(no-1)
N
N
0.050000
9.610750
105.975172
5000.000000
11336.712341
no cumple
no/(1+(no/N))
103.775644
DISTRIBUCIN NORMAL
NORM(205, 55)
Expresin
0.607914
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 286
= 0.397
SIMULACIN DE SISTEMAS
51
En este caso tenemos que considerar que ya se hace a travs de un carril, o sea la
velocidad es constante, la variacin que se puede encontrar y que de hecho hemos visto
es que los zapatos no llegan en todos los carriles, es decir a veces salta uno, entonces en
ese caso el tiempo va a variar, entonces esa es la razn por la que consideramos tomar
los tiempos en los siete puestos principales del armado.
En este caso la alimentacin para cada proceso se hace por unidad de calzado, o sea
por unidad, porque trabajan un zapato a la vez en este caso la alimentacin casi
siempre es carril tras carril.
En este caso el tiempo de tomado de muestra tambin seria extenso, por lo que hay
datos que hemos tomado aleatoriamente.
MUESTRA INICIAL DE 30 MUESTRAS
1
0,00
11 192,22 21 192,22
2 192,22 12 192,22 22 192,22
3 192,22 13 192,22 23 192,22
4 192,22 14 192,22 24 192,22
5 192,22 15 192,22 25 192,22
6 192,22 16 192,22 26 192,22
7 192,22 17 192,22 27 192,22
8 192,22 18 192,22 28 192,22
9 192,22 19 192,22 29 192,22
10 384,43 20 384,43 30 192,22
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
198.622167
3779.595349
0.950000
1.960000
0.050000
9.931108
147.218372
5000.000000
21820.467328
no cumple
no/(1+(no/N))
143.007700
DISTRIBUCIN NORMAL
NORM(208, 57.8)
Expresin
0.636139
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=7
Grados de Freedon
=4
Prueba Estadstica
= 503
= 0.384
En esta operacin, lo que se realiza es cortar la pieza del lado exterior, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo sita sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ah donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
41,67
51,63 21 67,43
2 77,09 12 52,48 22 60,86
3
74,23 13 54,46 23 48,20
SIMULACIN DE SISTEMAS
53
4
5
6
7
8
9
10
72,31
76,92
62,01
47,83
57,64
48,28
41,98
14
15
16
17
18
19
20
46,33
61,13
52,79
55,76
51,89
53,49
56,71
24
25
26
27
28
29
30
46,89
56,75
59,81
64,46
49,76
58,93
63,49
57.107
92.662
0.950
1.960
0.050
2.855
43.661
5000.000
1862.635
si cumple
DISTRIBUCIN BETA
41 + 37 * BETA(1.03, 1.18)
Expresin
0.009535
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 2.67
Prueba Estadstica
= 0.0891
En esta operacin, lo que se realiza es cortar la pieza de la lengua, se realiza con ayuda
de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo sita sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ah donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
27,28
11
24,28 21 25,76
2
12 27,96 22 28,57
25,14
3 34,08 13 33,08 23 31,39
4 44,34 14 29,46 24 29,34
5
15 36,25 25 36,99
33,88
6 38,07 16 31,69 26 34,48
7
17 26,56 27 30,81
31,09
8
35,79 18 28,82 28 27,57
9
32,83 19 29,58 29 33,98
10 34,50 20 35,79 30 32,59
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
SIMULACIN DE SISTEMAS
31.732
19.401
0.950
1.960
55
e
e
no
N
no*(no-1)
N>no*(no-1)
0.050
1.587
29.608
5000.000
847.006
si cumple
DISTRIBUCIN NORMAL
NORM(31.7, 4.33)
Expresin
0.012654
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 1.34
= 0.0908
SIMULACIN DE SISTEMAS
26.107
5.615
0.950
1.960
0.050
1.305
12.660
5000.000
147.611
si cumple
57
DISTRIBUCIN LOGNORMAL
22 + LOGN(3.78, 2.97)
Expresin
0.002848
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.129
En esta operacin, lo que se realiza es cortar la pieza de lateral interno, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
21 36,43
31,00 11
32,13
2
3
4
5
6
7
8
9
10
29,91
33,25
34,45
37,46
29,79
33,63
36,58
31,06
41,51
12
13
14
15
16
17
18
19
20
37,13
28,13
34,90
36,75
37,68
31,50
38,61
35,38
30,19
22
23
24
25
26
27
28
29
30
30,62
34,15
39,12
33,13
38,31
31,90
30,60
38,16
32,85
34.210
11.647
0.950
1.960
0.050
1.710
15.293
5000.000
218.596
si cumple
DISTRIBUCIN BETA
28 + 14 * BETA(1.15, 1.5)
Expresin
0.021423
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.148
59
33.270
14.997
0.950
1.960
0.050
1.663
20.819
5000.000
412.607
si cumple
DISTRIBUCIN BETA
27 + 12 * BETA(0.899, 0.708)
Expresin
0.010462
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.211
= 0.124
SIMULACIN DE SISTEMAS
61
En esta operacin, lo que se realiza es cortar la pieza de forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo sita sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
27,78
26,86 21 25,45
2 25,90 12 27,56 22 25,71
3
13 26,99 23 21,47
24,13
4
25,41
14 26,23 24 27,27
5
32,39 15 28,83 25 26,62
6
28,78 16 34,46 26 25,82
7
17 30,65 27 25,27
27,14
8 25,50 18 25,38 28 23,13
9 35,40 19
29 28,42
21,11
10 33,78 20 22,29 30 31,96
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
27.256
12.940
0.950
1.960
0.050
1.363
26.765
5000.000
689.601
si cumple
DISTRIBUCIN TRIANGULAR
TRIA(21, 24.6, 36)
Expresin
0.030124
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=1
Prueba Estadstica
= 0.465
= 0.18
En esta operacin, lo que se realiza es cortar la pieza de forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21
16,36
16,23
14,93
2
18,53
12
14,18
22 16,52
3
13
18,26
15,94 23
16,81
4
14 19,05 24
17,23
19,17
5
16,79 15
16,36 25 18,79
6
14,59 16
15,82 26 15,09
7
15,82
17
15,29 27 16,29
8
19,14
18
17,26 28 19,86
9
19
17,68
17,89 29
14,12
10 18,85 20 18,25 30 18,63
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
SIMULACIN DE SISTEMAS
63
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
16.991
2.651
0.950
1.960
0.050
0.850
14.108
5000.000
184.927
si cumple
DISTRIBUCIN BETA
14 + 5.64 * BETA(1.18, 1.04)
Expresin
0.013551
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.134
En esta operacin, lo que se realiza es cortar la pieza del lado frontal, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11 26,49 21
26,75
31,17
2
23,46 12 25,47 22 23,79
3
13 27,36 23 26,54
22,87
4
14 25,75 24 25,93
25,41
5
22,79 15 27,69 25 22,92
6
16 23,61 26 24,83
28,51
7 24,30 17 26,38 27 27,75
8
21,98
18 24,27 28 26,75
9 22,69 19 22,89 29 21,94
10 28,27 20 24,58 30 22,81
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
SIMULACIN DE SISTEMAS
25.198
5.121
0.950
1.960
0.050
1.260
12.394
5000.000
141.218
si cumple
65
DISTRIBUCIN BETA
21.3 + 7.68 * BETA(0.94, 0.968)
Expresin
0.006466
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.118
5
6
7
8
9
10
15,83
16,49
15,38
17,69
15,34
16,23
15
16
17
18
19
20
16,04
17,77
14,86
20,41
15,75
20,67
25
26
27
28
29
30
18,00
17,66
17,64
18,09
16,05
15,21
17.307
3.643
0.950
1.960
0.050
0.865
18.689
5000.000
330.587
si cumple
DISTRIBUCIN GAMMA
14.3 + GAMM(1.03, 2.56)
Expresin
0.004308
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.0832
67
En esta operacin, lo que se realiza es cortar la pieza del lateral, se realiza con ayuda
de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21
17,53
16,13
18,62
2
14,94 12 15,62 22 18,50
3
13
17,68
13,44 23
14,97
4 22,53 14 13,66 24
17,45
5
15,83
15
12,54 25 14,40
6
16
13,48
19,12 26 24,09
7
17 13,90 27
21,54
15,86
8
15,02 18
19,76 28
21,42
9
19
14,87
13,82 29 16,88
10 18,63 20 15,35 30 23,80
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza
muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
17.163
10.121
0.950
1.960
0.050
0.858
52.798
5000.000
2734.810
si cumple
DISTRIBUCIN BETA
12 + 13 * BETA(1.26, 2.08)
Expresin
0.001256
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 0.338
= 0.0755
SIMULACIN DE SISTEMAS
69
En esta operacin, lo que se realiza es cortar la pieza del lado interno, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
17,93
11
16,13
21
13,18
2
22 14,89
12,42 12
21,34
3 14,02 13
23 16,77
13,04
4 15,60 14
24 14,39
18,57
5
25 16,43
17,80 15
18,97
6
15,95 16 20,06 26 14,06
7
17
27 18,72
14,28
19,39
8
28
13,54 18
13,70
13,31
9 19,63 19
20,10 29 19,81
10 18,63 20
30 15,95
12,14
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
16.358
7.320
0.950
1.960
0.050
0.818
42.035
5000.000
1724.895
si cumple
DISTRIBUCIN BETA
12 + 10 * BETA(1.14, 1.54)
Expresin
0.001947
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 0.338
= 0.0685
En esta operacin, lo que se realiza es cortar la pieza del armazn, se realiza con ayuda
de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo sita sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ah donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
18,09
11
16,87
21
21,47
2
19,65
12
13,09 22 15,75
3
13
14,34
12,49 23 13,56
4
14
13,55
14,33 24 16,23
5
15
25 14,33
16,12
15,78
6
16
26
15,47
14,66
15,78
7
15,75
17
12,34 27 14,66
8
18
13,56
15,07 28 12,34
9
19
16,23
13,45 29 19,65
10 14,22 20 16,40 30 14,34
SIMULACIN DE SISTEMAS
71
15.319
4.802
0.950
1.960
0.050
0.766
31.446
5000.000
957.375
si cumple
DISTRIBUCIN WEIBULL
12 + WEIB(3.89, 1.61)
Expresin
0.005825
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.516
= 0.0833
En esta operacin, lo que se realiza es cortar la pieza de tira lateral, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21 20,80
19,01
18,73
2
22
18,23 12
18,19
19,12
3 19,54 13
17,94 23
18,64
4 18,34 14
16,43 24
14,10
5 13,70 15 20,53 25 19,94
6 14,69 16 15,06 26 19,05
7
27
19,27 17
16,71
17,28
8
17,62 18 16,05 28 16,40
9 19,34 19
21,83 29
18,37
10 18,43 20 18,23 30 21,04
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
SIMULACIN DE SISTEMAS
18.087
4.028
0.950
1.960
0.050
0.904
18.922
5000.000
339.132
si cumple
73
DISTRIBUCIN TRIANGULAR
TRIA(13, 18.6, 22)
Expresin
0.002884
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.113
En esta operacin, lo que se realiza es cortar la pieza del lado exterior, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
19.999
6.136
0.950
1.960
0.050
1.000
23.574
5000.000
532.144
si cumple
DISTRIBUCIN ERLANG
16 + ERLA(2.07, 2)
Expresin
0.021570
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 1.29
SIMULACIN DE SISTEMAS
75
Prueba Estadstica
= 0.114
24.493
3.731
0.950
1.960
0.050
e
no
N
no*(no-1)
N>no*(no-1)
1.225
9.558
5000.000
81.799
si cumple
DISTRIBUCIN BETA
22.5 + 4.89 * BETA(0.67, 0.664)
Expresin
0.011908
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.155
En esta operacin, lo que se realiza es cortar la pieza de lateral interno, se realiza con
ayuda de una cuchilla y una afiladora, el corte se realiza de forma manual.
SIMULACIN DE SISTEMAS
77
22.660
10.814
0.950
1.960
0.050
1.133
32.361
5000.000
1014.896
si cumple
DISTRIBUCIN TRIANGULAR
TRIA(18, 18.9, 30)
Expresin
0.016739
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=2
Prueba Estadstica
= 2.37
= 0.133
En esta operacin, lo que se realiza es cortar la pieza del forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
32,67
11
38,61
21
33,23
2 40,15 12 38,64 22 29,22
3 28,49 13
31,43 23 38,39
4
35,61 14 36,74 24 39,67
5 36,28 15
29,18 25
41,45
6 38,92 16 40,81 26 40,04
7 37,29 17 33,29 27 42,59
8 35,42 18 39,85 28
31,27
9
36,18 19 33,69 29 41,63
10 41,09 20 35,10 30 34,66
SIMULACIN DE SISTEMAS
79
36.386
16.148
0.950
1.960
0.050
1.819
18.741
5000.000
332.499
si cumple
DISTRIBUCIN BETA
28 +14 * BETA(1.46, 1.18)
Expresin
0.00.2847
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.132
En esta operacin, lo que se realiza es cortar la pieza del forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo sita sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
20,11
11
31,74
21 30,71
2
12 25,66 22 27,38
22,17
3 28,08 13
26,15 23
21,91
4
14
19,33
21,67 24 22,73
5
15 23,40 25 26,13
19,99
6
38,14
16 28,32 26 23,45
7
26,73 17 24,45 27 27,72
8
26,68 18 25,29 28 25,05
9 24,05 19 25,40 29 24,28
10 27,33 20 28,13 30 25,18
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
E
No
N
no*(no-1)
N>no*(no-1)
SIMULACIN DE SISTEMAS
25.579
14.490
0.950
1.960
0.050
1.279
34.032
5000.000
1124.175
si cumple
81
DISTRIBUCIN NORMAL
NORM(25.5, 3.57)
Expresin
0.009804
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.73
= 0.131
En esta operacin, lo que se realiza es cortar la pieza del forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
15,37
11
15,29
21
15,51
2
12
22
10,65
17,16
18,51
3
13
23 12,05
17,34
19,16
4
10,40 14
11,07 24 10,99
5
15
12,79
10,71 25
11,75
6
18,11
16
16,75 26 11,69
7
17
27 14,48
14,20
19,17
8
18 19,96 28 19,23
17,63
9
15,90 19
16,87 29 12,25
10 15,94 20 16,40 30 15,82
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
15.105
8.996
0.950
1.960
0.050
0.755
60.591
5000.000
3610.643
si cumple
DISTRIBUCIN BETA
10 + 10 * BETA(1.13, 1.03)
Expresin
0.007050
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=7
Grados de Freedon
=4
Prueba Estadstica
= 3.07
83
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.0821
En esta operacin, lo que se realiza es cortar la pieza del forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21
14,86
14,98
16,42
2
18,92
12
12,35 22
11,95
3
17,38
13
10,80 23
19,61
4
24 13,79
16,68 14
11,58
5
15
25 17,76
16,77
11,61
6
16 15,60 26 10,38
18,01
7
17
19,14
13,26 27 12,30
8
12,97
18
17,04 28 18,88
9
19
29 15,98
17,21
19,17
10 18,46 20
30 16,52
11,70
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
15.402
8.336
0.950
1.960
0.050
0.770
54.003
5000.000
2862.283
si cumple
DISTRIBUCIN BETA
10 + 10 * BETA(1.24, 0.964)
Expresin
0.004069
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 0.351
= 0.0677
SIMULACIN DE SISTEMAS
85
En esta operacin, lo que se realiza es cortar la pieza del forro, se realiza con ayuda de
una cuchilla y una afiladora, el corte se realiza de forma manual.
Este operario produce generalmente entre 4 y 5 docenas en la jornada semanal por
cada modelo de zapato.
El tiempo se toma, desde que el operario coge el cuero, lo acomoda, coge el molde y
lo situa sobre el cuero y con la cuchilla empieza a cortarlo, posteriormente lo apila, es
ahi donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
18,75
22,26 21 20,44
2
22 25,87
28,76 12
18,77
3
26,52 13 20,90 23
28,11
4
24,61 14 21,00 24 21,52
5
18,30 15
25,15 25 28,20
6 24,62 16
19,25 26 26,01
7 20,49 17
27 28,05
17,84
8
19,92
18 29,00 28 23,98
9
23,14 19 22,44 29 27,94
10 22,73 20 24,14 30 27,82
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
23.552
12.440
0.950
1.960
0.050
1.178
34.462
5000.000
1153.142
si cumple
DISTRIBUCIN BETA
17 + 12 * BETA(1.01, 0.853)
Expresin
0.001747
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 0.321
= 0.0742
SIMULACIN DE SISTEMAS
87
11.232000
4.689210
0.950000
1.960000
0.050000
0.561600
57.115975
5000.000000
3319.350578
si cumple
DISTRIBUCIN NORMAL
NORM(11.1, 2.14)
Expresin
0.033422
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 6.92
= 0.171
89
10
10,36
20
8,94
30
10,92
10.754333
5.614081
0.950000
1.960000
0.050000
0.537717
74.590546
5000
5638.340162
no cumple
no/(1+(no/N))
73.494153
DISTRIBUCIN BETA
7 + 14 * BETA(3.37, 7.89)
Expresin
0.013485
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 3.19
= 0.0773
Comentario
Los datos de la variable Tiempo de corte de lengua (Y23A) siguen una
distribucin 7 + 14*BETA(3.37, 7.89) con un nivel de confianza del 95% un
error estimado del 5%, podemos ver que solo se acepta la hiptesis nula de
la prueba kolgomorov-smirnov (p>0.05), ya que se trata de una muestra
pequea de n datos. Con esta informacin podemos concluir que los datos
siguen la distribucin obtenida con el software Arena.
31) Tiempo de corte parte trasera (Y24A):
SIMULACIN DE SISTEMAS
13.368000
91
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
8.308823
0.950000
1.960000
0.050000
0.668400
71.446143
5000
5175.997555
no cumple
no/(1+(no/N))
70.439616
DISTRIBUCIN NORMAL
NORM(14.7, 2.51)
Expresin
0.003693
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 1.02
= 0.057
SIMULACIN DE SISTEMAS
12.325667
8.266515
0.950000
1.960000
0.050000
0.616283
83.612991
5000
7074.745216
no cumple
93
n
n
no/(1+(no/N))
82.237762
DISTRIBUCIN BETA
9 + 13 * BETA(1.13, 2.66)
Expresin
0.006505
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 1.05
= 0.0652
SIMULACIN DE SISTEMAS
12.305000
5.932309
0.950000
1.960000
0.050000
0.615250
60.205010
5000
3684.848267
si cumple
95
DISTRIBUCIN BETA
8 + 9 * BETA(0.967, 1.19)
Expresin
0.019620
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 7.34
= 0.0899
SIMULACIN DE SISTEMAS
12.059200
6.163982
0.950000
1.960000
0.050000
0.602960
65.132309
5000.000000
4177.085332
no cumple
no/(1+(no/N))
64.294775
97
DISTRIBUCIN WEIBULL
7 + WEIB(5.41, 2.15)
Expresin
0.003523
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 1.34
= 0.0642
acomoda, el molde encima del cuero y pasa a cortar todo el molde, de ahi saca el corte
de cuero y empieza a apilarlos.
En algunos tiempo se va a encontrar mucha diferencia, porque tiene una herramienta
para afilar sus instrumentos de corte entonces hay en algunas piezas donde afilan su
instrumento, este tiempo esta considerado dentro del tiempo de corte porque lo hace
aleatoriamente.
MUESTRA INICIAL DE 30 MUESTRAS
1
7,84
11
5,17
21
9,93
2
12
22
8,77
9,13
6,19
3
13
23 10,84
7,08
8,78
4
24
10,87 14
8,75
8,10
5
25
10,47 15
8,01
7,11
6
6,91
16
9,95
26
7,98
7
17
27 10,06
8,05
7,39
8
18 10,03 28
7,77
11,67
9
19
9,44
9,04 29 8,00
10
20
30
8,14
8,80
9,49
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
8.657933
2.153156
0.950000
1.960000
0.050000
0.432897
44.138661
5000.000000
1904.082739
no cumple
no/(1+(no/N))
43.752426
DISTRIBUCIN WEIBULL
5 + WEIB(4.01, 2.79)
Expresin
0.004846
Error Cuadrtico
SIMULACIN DE SISTEMAS
99
=4
Grados de Freedon
=1
Prueba Estadstica
= 0.885
= 0.0737
9
10
7,89
7,21
19
20
12,32
8,12
29
30
5,19
8,53
9.459900
4.279673
0.950000
1.960000
0.050000
0.472995
73.486858
5000.000000
5326.831408
no cumple
no/(1+(no/N))
72.422438
DISTRIBUCIN WEIBULL
4 + WEIB(6.19, 2.76)
Expresin
0.007688
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 2.63
= 0.0694
101
9.360867
7.581081
0.950000
1.960000
0.050000
0.468043
132.944744
5000.000000
17541.360283
no cumple
n
n
no/(1+(no/N))
129.501437
DISTRIBUCIN NORMAL
NORM(9.32, 2.45)
Expresin
0.006494
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=8
Grados de Freedon
=5
Prueba Estadstica
= 8.44
= 0.0554
SIMULACIN DE SISTEMAS
103
17.960533
17.557239
0.950000
1.960000
0.050000
0.898027
83.635353
5000.000000
6911.236981
no cumple
no/(1+(no/N))
82.259395
DISTRIBUCIN BETA
11 + 16 * BETA(1.29, 1.7)
Expresin
0.001792
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 0.187
= 0.0767
SIMULACIN DE SISTEMAS
105
6
7
8
9
10
28,00
27,00
25,00
35,00
33,00
16
17
18
19
20
34,00
30,00
25,00
21,00
22,00
26
27
28
29
30
25,00
25,00
29,00
28,00
29,00
26.866667
11.567816
0.950000
1.960000
0.050000
1.343333
24.626117
5000.000000
581.819513
no cumple
no/(1+(no/N))
24.505422
DISTRIBUCIN BETA
20.5 + 14 * BETA(1.27, 1.36)
Expresin
0.020999
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 1.55
Comentario
Los datos de la variable Tiempo de corte del forro de la puntera (Y32M)
siguen una distribucin 20.5+14*BETA(1.27, 1.36) con un nivel de confianza
del 95% un error estimado del 5%, podemos ver que solo se realiza la
prueba de chi cuadrado (p>0.05), ya que se trata de una muestra grande
de n datos. Con esta informacin podemos concluir que los datos siguen la
distribucin obtenida con el software Arena.
40) Tiempo de corte del forro de la lengua (Y33M):
SIMULACIN DE SISTEMAS
14.165467
5.896586
0.950000
1.960000
0.050000
0.708273
45.155533
107
N
no*(no-1)
N>no*(no-1)
n
n
5000.000000
1993.866613
cumple
no/(1+(no/N))
44.751378
DISTRIBUCIN TRIANGULAR
TRIA(8, 15, 20)
Expresin
0.001733
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=2
Prueba Estadstica
= 0.323
= 0.0969
SIMULACIN DE SISTEMAS
6.747333
0.607206
0.950000
1.960000
0.050000
0.337367
20.494823
5000.000000
399.542942
no cumple
no/(1+(no/N))
20.411158
109
DISTRIBUCIN TRIANGULAR
TRIA(5, 7.22, 8)
Expresin
0.003889
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=2
Grados de Freedon
=0
Prueba Estadstica
= 0.049
= 0.114
El tiempo que hemos tomado es desde que el operario toma sus instrumentos de corte,
acomoda, el molde encima del cuero y pasa a cortar todo el molde, de ahi saca el corte
de cuero y empieza a apilarlos.
En algunos tiempo se va a encontrar mucha diferencia, porque tiene una herramienta
para afilar sus instrumentos de corte entonces hay en algunas piezas donde afilan su
instrumento, este tiempo esta considerado dentro del tiempo de corte porque lo hace
aleatoriamente.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21
0,85
0,83
0,86
2
12
0,84
0,86 22
0,86
3
13
0,85
0,86 23
0,90
4
0,87
14
0,87
24
0,83
5
0,83
15
0,83
25
0,82
6
16
0,87
0,89 26
0,84
7
17
27
0,84
0,84
0,87
8
18
28
0,81
0,86
0,88
9
19
0,83
0,86 29
0,85
10 0,86 20 0,87 30
0,86
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
Expresin
SIMULACIN DE SISTEMAS
0.853297
0.000411
0.950000
1.960000
0.050000
0.042665
0.866796
5000.000000
-0.115461
no cumple
no/(1+(no/N))
0.866646
DISTRIBUCIN GAMMA
0.8 + GAMM(0.00874, 6.1)
111
0.007419
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.726
= 0.174
10
5,31
20
4,37
30
5,19
5.606200
1.250179
0.950000
1.960000
0.050000
0.280310
61.123371
5000.000000
3674.943161
cumple
DISTRIBUCIN WEIBULL
4.19 + WEIB(1.25, 2.05)
Expresin
0.008506
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 2.64
= 0.0606
113
14.077333
1.685448
0.950000
1.960000
0.050000
0.703867
13.069129
5000.000000
157.733012
cumple
DISTRIBUCIN BETA
13 + 2.96 * BETA(1.3, 0.998)
Expresin
0.019800
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.138
115
7
8
9
10
7,71
6,22
6,39
5,23
17
18
19
20
6,29
7,16
7,12
7,44
27
28
29
30
6,94
6,69
6,11
6,65
7.018667
1.223977
0.950000
1.960000
0.050000
0.350933
38.180035
5000.000000
1419.535048
cumple
DISTRIBUCIN BETA
6 + 2 * BETA(1.17, 1.2)
Expresin
0.018257
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 4.21
= 0.0923
SIMULACIN DE SISTEMAS
7.337067
0.481755
0.950000
1.960000
0.050000
0.366853
13.751597
5000.000000
175.354835
cumple
117
DISTRIBUCIN UNIFORME
UNIF(6, 8.53)
Expresin
0.004082
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.13
4
5
6
7
8
9
10
7,71
6,48
5,74
6,82
6,38
6,55
5,15
14
15
16
17
18
19
20
6,10
5,96
5,94
6,19
6,10
5,96
6,19
24
25
26
27
28
29
30
6,26
5,78
6,80
5,90
5,35
5,53
5,33
6.078900
0.308712
0.950000
1.960000
0.050000
0.303945
12.837365
5000.000000
151.960565
cumple
DISTRIBUCIN BETA
5.2 + 1.77 * BETA(1.68, 1.84)
Expresin
0.010289
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.184
SIMULACIN DE SISTEMAS
119
18.621333
5.205191
0.950000
1.960000
0.050000
0.931067
23.066796
5000.000000
509.010289
cumple
DISTRIBUCIN BETA
16 + 5.92 * BETA(1.4, 1.71)
Expresin
0.010948
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.847
= 0.0805
SIMULACIN DE SISTEMAS
121
El tiempo se toma, desde que el operario toma la cuchilla y corta el cuero pasando
esta por todo el borde del molde y finaliza cuando el apila la pieza ya cortada, es ahi
donde se termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
11
21
7,84
8,39
8,47
2
12
7,11
9,75 22
10,34
3
13
23
8,03
7,55
9,03
4
8,53
14
9,67 24
10,18
5
8,36
15
8,15
25
9,50
6
16
8,15
9,42 26 10,60
7
17
27
9,18
7,26
8,67
8
18
9,51
9,08 28
8,30
9
19
29
8,60
9,15
10,14
10
9,61
20 9,43 30
8,86
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
8.895333
0.811440
0.950000
1.960000
0.050000
0.444767
15.758100
5000.000000
232.559609
cumple
DISTRIBUCIN BETA
7 + 2 * BETA(0.754, 0.78)
Expresin
0.012261
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.114
Comentario
Los datos de la variable Tiempo de corte de los ojalillos (Y42G) siguen
una distribucin 7+2*BETA(0.754, 0.78) con un nivel de confianza del 95%
un error estimado del 5%, podemos ver que se acepta la hiptesis nula de
la prueba kolgomorov-smirnov (p>0.05), y es la nica prueba que se
realiz, debido al pequeo nmero de datos de la muestra. Con esta
informacin podemos concluir que los datos siguen la distribucin obtenida
con el software Arena.
50) Tiempo de corte de la lengua (Y43G):
SIMULACIN DE SISTEMAS
5.651667
0.707021
0.950000
1.960000
0.050000
0.282583
34.013516
5000.000000
123
no*(no-1)
N>no*(no-1)
1122.905773
cumple
DISTRIBUCIN TRIANGULAR
TRIA(4.29, 6.21, 7)
Expresin
0.007534
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=1
Prueba Estadstica
= 1.07
= 0.121
7.711333
0.312626
0.950000
1.960000
0.050000
0.385567
8.078634
5000.000000
57.185691
cumple
DISTRIBUCIN GAMMA
7.39 + GAMM(0.141, 3.43)
Expresin
0.006198
Error Cuadrtico
SIMULACIN DE SISTEMAS
125
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.2
3.897000
0.309325
0.950000
1.960000
e
e
no
N
no*(no-1)
N>no*(no-1)
0.050000
0.194850
31.298721
5000.000000
948.311195
cumple
DISTRIBUCIN UNIFORME
UNIF(3, 4.87)
Expresin
0.003125
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=4
Prueba Estadstica
= 0.5
= 0.0909
SIMULACIN DE SISTEMAS
127
4.053900
0.439894
0.950000
1.960000
0.050000
0.202695
41.131416
5000.000000
1650.661934
cumple
DISTRIBUCIN BETA
3 + 2 * BETA(1.37, 1.05)
Expresin
0.013749
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 1.62
= 0.0825
SIMULACIN DE SISTEMAS
129
4
5
6
7
8
9
10
4,895
3,298
5,661
3,746
4,997
4,258
3,892
14
15
16
17
18
19
20
4,158
3,189
4,589
5,730
6,256
4,735
3,879
24
25
26
27
28
29
30
6,569
4,568
3,589
5,458
3,698
5,362
6,987
4.794833
1.252484
0.950000
1.960000
0.050000
0.239742
83.713878
5000.000000
6924.299412
no cumple
no/(1+(no/N))
82.335355
DISTRIBUCIN TRIANGULAR
TRIA(3.51, 5.99, 6.48)
Expresin
0.014284
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=4
Prueba Estadstica
= 11.5
= 0.138
SIMULACIN DE SISTEMAS
131
16.605733
2.462549
0.950000
1.960000
0.050000
0.830287
13.722740
5000.000000
174.590865
cumple
DISTRIBUCIN BETA
5.2 + 1.77 * BETA(1.68, 1.84)
Expresin
0.010289
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.184
SIMULACIN DE SISTEMAS
7.097667
0.542881
0.950000
1.960000
0.050000
0.354883
16.559424
5000.000000
257.655113
cumple
133
DISTRIBUCIN BETA
7 + 2 * BETA(0.754, 0.78)
Expresin
0.012261
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.114
10.09
10.82
11
12
7.51
9.01
21
22
7.57
10.68
3
4
5
6
7
8
9
10
9.23
10.56
10.43
9.88
7.99
10.89
7.80
10.60
13
14
15
16
17
18
19
20
9.26
10.90
8.42
13.78
8.62
8.34
10.65
8.22
23
24
25
26
27
28
29
30
10.65
8.22
7.57
13.78
8.62
8.34
10.65
7.93
9.567000
2.734008
0.950000
1.960000
0.050000
0.478350
45.900811
5000.000000
2152.785234
Cumple
DISTRIBUCIN BETA
3 + 2 * BETA(1.37, 1.05)
Expresin
0.013749
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 1.62
SIMULACIN DE SISTEMAS
135
Prueba Estadstica
= 0.0825
7.95
7.28
6.97
7.49
8.52
8.22
6.98
10.56
7.19
6.70
11
12
13
14
15
16
17
18
19
20
6.56
7.39
6.83
7.24
7.77
7.94
7.26
7.79
10.56
10.43
21
22
23
24
25
26
27
28
29
30
9.88
7.99
10.89
7.80
7.95
7.28
7.49
9.88
7.99
8.03
8.093667
1.571707
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
0.950000
1.960000
0.050000
0.404683
36.868293
5000.000000
1322.402750
cumple
DISTRIBUCIN TRIANGULAR
TRIA(4.29, 6.21, 7)
Expresin
0.007534
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=1
Prueba Estadstica
= 1.07
= 0.121
SIMULACIN DE SISTEMAS
137
5.04
6.47
5.02
5.00
5.50
6.48
5.07
5.81
5.01
5.96
11
12
13
14
15
16
17
18
19
20
5.04
5.00
6.11
5.02
5.06
6.45
5.46
5.84
5.06
6.16
21
22
23
24
25
26
27
28
29
30
5.20
6.10
5.34
6.48
5.90
6.39
5.94
6.35
5.89
5.86
5.667000
0.309718
0.950000
1.960000
0.050000
0.283350
14.819466
5000.000000
204.797094
cumple
DISTRIBUCIN BETA
5.2 + 1.77 * BETA(1.29, .51)
Expresin
0.011133
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.143
SIMULACIN DE SISTEMAS
15.39
22.58
18.85
16.21
15.50
22.80
11
12
13
14
15
16
21.40
20.67
17.31
21.18
16.07
19.08
21
22
23
24
25
26
20.54
20.08
20.33
18.67
20.51
21.27
139
7
8
9
10
19.24
18.17
18.42
17.08
17
18
19
20
17.11
20.03
17.41
18.10
27
28
29
30
19.30
16.59
19.73
17.73
18.911525
4.083634
0.950000
1.960000
0.050000
0.945576
17.545505
5000.000000
290.299226
cumple
DISTRIBUCIN WEIBULL
16 + WEIB(3.38, 2.55)
Expresin
0.005132
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.143
21.18
16.07
19.08
17.11
20.03
17.41
18.10
20.54
13.40
15.70
11
12
13
14
15
16
17
18
19
20
18.43
17.87
15.13
16.40
18.17
18.42
17.08
21.40
18.10
20.54
21
22
23
24
25
26
27
28
29
30
20.08
20.33
17.87
15.13
16.40
15.95
18.03
19.73
17.73
15.13
SIMULACIN DE SISTEMAS
17.884658
4.100514
0.950000
1.960000
0.050000
0.894233
19.699226
5000.000000
368.360260
cumple
141
DISTRIBUCIN BETA
27 + 12 * BETA(1.14, 0.605)
Expresin
0.008995
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=2
Grados de Freedon
= -1
Prueba Estadstica
= 0.0435
= 0.123
6.021333
0.715798
0.950000
1.960000
0.050000
0.301067
30.337331
5000.000000
890.016332
cumple
DISTRIBUCIN BETA
4.29 + 2.71 * BETA(1.56, 1.12)
Expresin
0.012102
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 1.16
SIMULACIN DE SISTEMAS
143
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.0998
8.39
5.13
5.28
6.20
8.56
7.95
8.10
7.78
7.94
7.20
11
12
13
14
15
16
17
18
19
20
7.47
8.49
7.80
8.56
7.95
8.10
7.35
7.51
7.57
7.53
21
22
23
24
25
26
27
28
29
30
8.28
7.10
8.42
7.79
7.27
7.22
7.11
8.29
7.08
7.58
7.566667
0.707478
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
0.950000
1.960000
0.050000
0.378333
18.987858
5000.000000
341.550881
cumple
DISTRIBUCIN NORMAL
NORM(7.92, 0.298)
Expresin
0.081408
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.144
SIMULACIN DE SISTEMAS
4.00
10.31
11
12
6.86
4.44
21
22
4.80
4.23
145
3
4
5
6
7
8
9
10
5.60
5.40
6.28
6.01
5.83
5.61
5.28
6.14
13
14
15
16
17
18
19
20
4.31
4.46
6.33
6.13
4.79
4.76
6.49
4.99
23
24
25
26
27
28
29
30
4.98
6.66
4.48
4.41
4.76
5.23
6.21
6.63
5.547000
1.516718
0.950000
1.960000
0.050000
0.277350
75.746178
5000.000000
5813.229608
no cumple
no/(1+(no/N))
74.615805
DISTRIBUCIN BETA
4 + 7 * BETA(1.21, 2.86)
Expresin
0.011568
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 3.31
= 0.0774
22.26
28.65
22.07
25.43
23.35
26.05
25.65
23.26
20.57
20.97
11
12
13
14
15
16
17
18
19
20
22.31
20.16
17.28
20.58
19.34
21.61
17.69
19.19
21.45
18.55
21
22
23
24
25
26
27
28
29
30
26.76
15.28
20.85
19.84
26.44
25.51
19.82
23.17
17.91
21.56
21.785300
10.116026
0.950000
1.960000
0.050000
1.089265
32.753293
5000.000000
1040.024878
no cumple
147
DISTRIBUCIN TRIANGULAR
TRIA (15, 21.3, 29)
Expresin
0.014928
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=1
Prueba Estadstica
= 2.65
= 0.115
9.53
10.03
9.99
10.56
11
12
13
14
10.04
16.30
13.69
9.71
21
22
23
24
9.95
9.84
10.81
8.98
5
6
7
8
9
10
17.15
10.20
9.71
8.87
9.06
9.80
15
16
17
18
19
20
10.89
8.81
14.99
10.38
7.56
8.10
25
26
27
28
29
30
9.95
10.13
9.37
11.43
11.85
12.34
10.664000
4.960949
0.950000
1.960000
0.050000
0.533200
67.034229
5000.000000
4426.553668
si cumple
DISTRIBUCIN LOGNORMAL
7 + LOGN(3.41, 1.77)
Expresin
0.010073
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 2.46
= 0.0774
SIMULACIN DE SISTEMAS
149
COMENTARIO
Hemos podido ver que los datos de la variable de ESTAMPAR LA TALLA EN LA
LENGUA siguen una distribucin LOGNORMAL con una expresin 7 + LOGN(3.41,
1.77)con un nivel de confianza del 95% y para un error estimado del 5%, podemos ver
que pasan la prueba de Kolmogorov-smirnov y Chi cuadrado, indicndonos que cumple
con las pruebas de Bondad y ajuste ya que el estadstico que da el programa Arena es
mayor al 5% considerado en nuestra toma de muestras.
67) Tiempo para estampar la marca en la plantilla (Y60):
En esta operacin, lo que se realiza es colocar la talla en las plantillas de los zapatos, el
operario procede a utilizar una mquina que pega a presin las tallas a las lenguas. El
tiempo a tomar es el que se toma desde que se toma la plantilla hasta que se hace el
estampado y se empieza a apilar.
MUESTRA INICIAL DE 30 MUESTRAS
1
2
3
4
5
6
7
8
9
10
19.07
15.67
14.06
15.92
16.61
16.23
14.35
14.89
16.54
16.60
11
12
13
14
15
16
17
18
19
20
19.63
14.82
15.77
20.93
26.06
21.35
21.48
19.47
19.90
14.91
21
22
23
24
25
26
27
28
29
30
14.09
20.18
17.88
18.71
18.35
18.24
22.16
17.02
19.03
16.33
17.874833
7.963504
0.950000
1.960000
0.050000
0.893742
38.299433
5000.000000
1428.547170
si cumple
DISTRIBUCIN NORMAL
NORM(18, 2.57)
Expresin
0.004935
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 0.956
= 0.103
1003.009
3647.850
0.950
151
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
1.960
0.050
50.150
5.572
5000.000
25.474
si cumple
DISTRIBUCIN UNIFORME
UNIF(902, 1.09e+003)
Expresin
0.077778
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.302
1334.33
1287.20
1325.57
11
12
13
1192.67
1192.84
1331.26
21
22
23
1480.68
1299.75
1266.93
1304.192
8491.011
0.950
1.960
0.050
65.210
7.671
5000.000
51.168
si cumple
DISTRIBUCIN BETA
1.27E+003 + 119 * BETA(0.561, 0.707)
Expresin
0.090007
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.161
153
554.796000
12079.734246
0.950000
1.960000
0.050000
27.739800
60.306326
5000.000000
3697.159289
si cumple
DISTRIBUCIN BETA
=7
Grados de Freedon
=4
Prueba Estadstica
= 5.21
= 0.0577
SIMULACIN DE SISTEMAS
1029.058000
22623.916092
0.950000
1.960000
0.050000
51.452900
32.829193
155
N
no*(no-1)
N>no*(no-1)
5000.000000
1044.926729
si cumple
DISTRIBUCIN TRIANGULAR
TRIA(685, 1.11e+003, 1.32e+003)
Expresin
0.001436
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=1
Prueba Estadstica
= 0.0563
= 0.0904
El tiempo se toma, desde que el operario toma las piezas y une las once piezas y finaliza
cuando el operario apila la unidad ya aparada, es ah donde se termina el
cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1 1029.05 11
1361.18 21 1088.39
2 1326.81 12 1014.28 22 1220.90
3 1248.99 13 1344.91 23 1292.41
4
1193.17 14 1320.66 24 1024.51
5 1145.88 15 1183.19 25 1265.19
6 1075.82 16 1004.73 26 1200.26
7 1056.88 17 1194.29 27 1102.06
8 1303.94 18 1146.53 28 1032.23
9 1342.95 19 1063.87 29 1342.28
10 1302.69 20 1035.08 30 1094.11
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
1178.574667
14597.749536
0.950000
1.960000
0.050000
58.928733
16.148933
5000.000000
244.639111
cumple
DISTRIBUCIN UNIFORME
UNIF(1.02e003, 1.31e+003)
Expresin
0.011073
Error Cuadrtico
SIMULACIN DE SISTEMAS
157
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.199
59.16
60.68
56.98
52.64
63.36
56.51
50.58
57.56
61.60
60.51
11
12
13
14
15
16
17
18
19
20
55.76
53.64
55.35
61.15
62.10
56.33
53.23
50.58
51.27
52.95
21
22
23
24
25
26
27
28
29
30
50.53
62.73
61.58
59.19
61.25
63.33
51.86
59.28
63.18
61.23
57.536667
19.119802
0.950000
1.960000
0.050000
2.876833
8.874955
5000.000000
87.639772
si cumple
DISTRIBUCIN BETA
50 + 14 * BETA(1.17, 1.03)
Expresin
0.057283
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.188
SIMULACIN DE SISTEMAS
6.31
7.58
4.21
4.65
5.12
4.29
3.78
7.58
6.58
6.59
11
12
13
14
15
16
17
18
19
20
5.66
6.81
6.78
6.00
8.67
9.11
6.02
8.05
8.53
7.91
21
22
23
24
25
26
27
28
29
30
8.58
8.23
7.59
6.28
8.23
8.25
6.23
6.33
7.12
7.54
159
6.820333
2.059672
0.950000
1.960000
0.050000
0.341017
68.039178
5000
4697.368978
si cumple
DISTRIBUCIN BETA
3.21 + 6.78 * BETA(2.48, 2.34)
Expresin
0.022675
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 9.41
= 0.06
65.274400
156.145013
0.950000
1.960000
0.050000
3.263720
56.313754
5000.000000
3114.925085
si cumple
DISTRIBUCIN BETA
50 + 21 * BETA(0.954, 0.923)
Expresin
0.009855
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=7
Grados de Freedon
=4
SIMULACIN DE SISTEMAS
161
Prueba Estadstica
= 3.89
= 0.0634
30.35
27.84
31.00
27.80
44.27
42.10
32.30
32.48
33.91
32.02
11
12
13
14
15
16
17
18
19
20
41.69
40.02
50.62
41.83
29.22
28.54
40.76
30.63
48.77
35.41
21
22
23
24
25
26
27
28
29
30
36.17
34.51
44.43
25.35
46.44
46.69
30.63
29.44
34.81
34.91
36.164667
49.629441
0.950000
1.960000
0.050000
1.808233
58.309938
5000.000000
3341.738950
si cumple
DISTRIBUCIN LOGNORMAL
25 + LOGN(10.8, 9.47)
Expresin
0.006245
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 10.1
= 0.0829
25.73
27.77
22.01
26.02
22.29
11
12
13
14
15
21.83
34.61
28.32
30.14
23.86
21
22
23
24
25
24.58
22.91
28.60
30.79
22.65
163
6
7
8
9
10
35.58
32.07
25.95
24.83
27.44
16
17
18
19
20
20.39
21.55
26.60
22.10
32.65
26
27
28
29
30
33.74
27.76
30.23
28.25
27.61
26.962000
17.514720
0.950000
1.960000
0.050000
1.348100
37.022959
5000.000000
1333.676522
no cumple
DISTRIBUCIN UNFORME
UNIF(21, 32)
Expresin
0.006452
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=5
Prueba Estadstica
= 1.43
= 0.0724
COMENTARIO
Hemos podido ver que los datos de la variable de TIEMPO PARA PEGAR LA
PLANTILLA DE CARTON AL CORTE YA FIJADO A LA HORMA siguen una distribucin
UNIFORME con una expresin UNIF(21, 32) con un nivel de confianza del 95% y para
un error estimado del 5%, podemos ver que pasan la prueba de Kolmogorov-smirnov Y
Chi-cuadrado, indicndonos que cumple con las pruebas de Bondad y ajuste ya que el
estadstico que da el programa Arena es mayor al 5% considerado en nuestra toma de
muestras.
78) Tiempo para marcar la planta en el corte (Y71):
Una vez que la maquina pasaba por la transportadora desde el fijado de punta taln
en el armador el operario lija la imperfecciones con un pequeo lija y marcaba el corte
despus de haber probado la planta del modelo
MUESTRA INICIAL DE 30 MUESTRAS
1 26.287 11 28.684 21 28.695
2 22.616 12 40.364 22 44.740
3 25.123 13 20.375 23 33.497
4 18.452 14 23.745 24 34.526
5 21.654 15 37.451 25 28.326
6 30.524 16 35.852 26 50.684
7 25.287 17 30.328 27 56.264
8 34.625 18 38.836 28 56.856
9 35.658 19 40.784 29 38.956
10 24.698 20 22.459 30 29.684
Luego hemos pasado a determinar el nmero de muestra necesario para nuestra
variable:
Media Muestral
Varianza
muestral
NC
z1-a/2
e
e
no
N
no*(no-1)
N>no*(no-1)
n
n
SIMULACIN DE SISTEMAS
32.867667
100.278867
0.950000
1.960000
0.050000
1.643383
142.640813
5000.000000
20203.760594
no cumple
no/(1+(no/N))
138.684401
165
DISTRIBUCIN BETA
21 + 36 * BETA(1.11, 1.09)
Expresin
0.004432
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
= 11
Grados de Freedon
=8
Prueba Estadstica
= 7.07
= 0.0494
60.35
64.91
52.33
52.73
11
12
13
14
44.90
36.16
42.46
63.42
21
22
23
24
37.33
39.56
38.56
36.50
5
6
7
8
9
10
52.00
34.00
38.66
45.64
62.55
47.96
15
16
17
18
19
20
39.24
46.23
47.28
47.86
47.74
37.63
25
26
27
28
29
30
49.66
42.58
46.55
40.90
42.55
45.67
46.130333
69.783817
0.950000
1.960000
0.050000
2.306517
50.391080
5000.000000
2589.652064
si cumple
DISTRIBUCIN BETA
34 + 31 * BETA(0.906, 1.28)
Expresin
0.010857
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 3.51
= 0.0718
SIMULACIN DE SISTEMAS
167
COMENTARIO
Hemos podido ver que los datos de la variable de TIEMPO PARA DESBASTAR LA
PLANTA siguen una distribucin BETA con una expresin 34 + 31 * BETA(0.906, 1.28)
con un nivel de confianza del 95% y para un error estimado del 5%, podemos ver que
pasan la prueba de Kolmogorov-smirnov Y Chi-cuadrado, indicndonos que cumple con
las pruebas de Bondad y ajuste ya que el estadstico que da el programa Arena es mayor
al 5% considerado en nuestra toma de muestras.
80) Tiempo para aplicar cemento a la planta (Y73):
En esta operacin el operario con la utilizacin de cemento para zapatos y la ayuda
de una herramienta (brocha) aplicaba cemento a la planta. Son dos operarios los que
efectan
esta
operacin.
El tiempo se toma, desde que el operario coge la planta de la faja transportadora
hasta cuando este la deja nuevamente la planta en la faja, justo es ah donde se
termina el cronometrado.
MUESTRA INICIAL DE 30 MUESTRAS
1
2
3
4
5
6
7
8
9
10
36.66
40.95
36.93
29.09
32.14
26.78
32.64
41.54
42.18
37.61
11
12
13
14
15
16
17
18
19
20
34.32
40.43
37.22
33.15
34.41
30.98
36.33
41.64
34.60
32.24
21
22
23
24
25
26
27
28
29
30
37.16
30.33
38.29
30.05
32.95
34.74
33.09
30.59
39.67
31.87
35.019333
16.843779
0.950000
1.960000
0.050000
1.750967
21.105513
5000.000000
424.337174
cumple
DISTRIBUCIN BETA
32 + 10 * BETA(1.06, 0.781)
Expresin
0.019921
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.687
= 0.161
23.18
22.86
24.31
11
12
13
25.56
27.68
23.94
21
22
23
28.43
25.80
25.69
169
4
5
6
7
8
9
10
30.31
23.43
26.08
23.50
23.55
30.90
23.78
14
15
16
17
18
19
20
25.76
27.40
27.71
24.59
25.13
27.10
27.45
24
25
26
27
28
29
30
24.65
25.80
27.79
26.42
27.42
25.53
26.62
25.945667
4.107667
0.950000
1.960000
0.050000
1.297283
9.376433
5000.000000
97.293936
si cumple
DISTRIBUCIN BETA
22.1 + 8.95 * BETA(0.452, 0.822)
Expresin
0.020388
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.429
30.35
31.01
30.67
31.48
28.11
27.32
25.20
26.31
25.50
29.88
11
12
13
14
15
16
17
18
19
20
24.33
24.69
26.60
22.10
35.62
35.83
25.21
27.30
23.77
24.95
21
22
23
24
25
26
27
28
29
30
23.36
30.09
32.27
26.83
29.86
28.94
27.33
29.17
32.39
34.60
SIMULACIN DE SISTEMAS
28.368833
13.145089
0.950000
1.960000
0.050000
1.418442
25.098786
5000.000000
604.850276
cumple
171
DISTRIBUCIN BETA
23 + 12 * BETA(0.628, 0.769)
Expresin
0.007559
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=3
Grados de Freedon
=0
Prueba Estadstica
= 0.404
= 0.185
73.00
87.32
80.90
89.17
66.00
68.63
63.63
51.85
77.82
73.68
11
12
13
14
15
16
17
18
19
20
77.03
74.69
77.83
102.14
82.44
89.99
88.68
74.43
85.06
106.02
21
22
23
24
25
26
27
28
29
30
70.03
73.31
83.22
81.87
91.65
77.38
86.02
96.13
50.65
75.40
79.198967
156.019243
0.950000
1.960000
e
e
no
N
no*(no-1)
N>no*(no-1)
0.050000
3.959948
38.221812
5000.000000
1422.685088
si cumple
DISTRIBUCIN NORMAL
NORM(79.8, 12.3)
Expresin
0.022689
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 2.7
= 0.106
173
6.32
9.83
8.56
8.01
10.15
9.36
10.42
7.84
11.43
6.59
11
12
13
14
15
16
17
18
19
20
7.19
9.23
8.32
7.28
12.10
12.16
13.10
9.90
7.65
7.92
21
22
23
24
25
26
27
28
29
30
7.68
8.25
10.20
8.50
10.39
7.86
7.31
8.75
9.03
9.38
9.023667
2.855176
0.950000
1.960000
0.050000
0.451183
53.881403
5000
2957.086939
si cumple
DISTRIBUCIN ERLANG
6 + ERLA(1.09, 3)
Expresin
0.005215
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=4
Grados de Freedon
=1
Prueba Estadstica
= 0.782
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.865
SIMULACIN DE SISTEMAS
32.245247
330.196813
0.950000
1.960000
0.050000
1.612262
487.993013
5000.000000
237649.187914
no cumple
no/(1+(no/N))
444.600614
175
DISTRIBUCIN BETA
10 + 50 * BETA(1.02, 1.09)
Expresin
0.002899
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
= 22
Grados de Freedon
= 19
Prueba Estadstica
= 31.7
= 0.0412
25.519
28.340
32.930
35.061
32.210
37.169
39.088
38.071
35.120
11
12
13
14
15
16
17
18
19
33.118
30.217
35.815
34.118
35.815
29.322
36.195
32.713
33.418
21 30.909
22 29.616
23 36.201
24 34.016
25 36.215
26 37.118
27 32.306
28 33.431
29 30.918
10
36.513
20
34.519
30
31.153
33.571800
9.783157
0.950000
1.960000
0.050000
1.678590
13.338344
5000.000000
164.573080
Si cumple
DISTRIBUCIN BETA
29 + 7.92 * BETA (0.897, 1.06)
Expresin
0.026272
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.115
SIMULACIN DE SISTEMAS
177
El tiempo que se toma es desde que el operario coge el zapato y le aplica cemento a
la plantilla y luego la pone dentro del zapato y de ah deja el zapato otra vez en el
caballete.
MUESTRA INICIAL DE 30 MUESTRAS
1
2
3
4
5
6
7
8
9
10
38.30
44.46
55.66
58.52
47.80
48.52
44.18
57.14
48.22
50.60
11
12
13
14
15
16
17
18
19
20
41.86
47.14
61.78
56.68
64.18
60.26
52.10
70.12
72.16
70.70
21
22
23
24
25
26
27
28
29
30
54.60
71.83
56.66
59.73
60.62
62.64
55.86
58.64
56.46
60.32
56.258000
77.662279
0.950000
1.960000
0.050000
2.812900
37.706280
5000
1459.469812
si cumple
DISTRIBUCIN BETA
38 + 35 * BETA(1.21, 1.25)
Expresin
0.036075
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=5
Grados de Freedon
=2
Prueba Estadstica
= 8.03
= 0.0982
34.04
43.68
49.50
51.33
53.54
42.77
50.29
57.72
44.43
54.48
11
12
13
14
15
16
17
18
19
20
49.38
47.00
42.33
56.18
53.42
49.21
51.82
38.77
44.86
48.43
21
22
23
24
25
26
27
28
29
30
53.66
47.92
49.89
52.84
44.62
47.87
54.28
55.12
44.23
49.34
SIMULACIN DE SISTEMAS
48.763500
29.002533
0.950000
1.960000
0.050000
2.438175
179
no
N
no*(no-1)
N>no*(no-1)
18.742103
5000
370.008535
si cumple
DISTRIBUCIN BETA
34 + 24 * BETA(1.50, 1.1)
Expresin
0.008363
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.0996
89.28
93.96
83.16
76.83
91.87
75.84
83.72
84.62
82.16
11
12
13
14
15
16
17
18
19
90.46
79.66
77.52
79.62
75.16
69.66
76.86
84.70
80.62
21
22
23
24
25
26
27
28
29
82.76
79.46
76.35
81.08
85.02
87.12
90.36
84.56
86.22
10
83.82
20
81.14
30
82.32
82.530333
30.064962
0.950000
1.960000
0.050000
4.126517
6.782747
5000
52.788398
si cumple
DISTRIBUCIN BETA
75 + 19 * BETA(0.62, 0.4979)
Expresin
0.063228
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.151
SIMULACIN DE SISTEMAS
181
21.73
29.10
24.93
28..34
26.43
22..31
26.96
26.24
21.58
24.01
11
12
13
14
15
16
17
18
19
20
26.68
24.98
26.24
27.31
28.42
26.53
25.48
24.39
27.33
26.53
21
22
23
24
25
26
27
28
29
30
28.31
23.86
20.56
26.54
25.17
20.15
23.76
29.54
22.31
25.44
25.375357
6.045952
0.950000
1.960000
0.050000
1.268768
14.428211
5000
222.601481
si cumple
DISTRIBUCIN BETA
30 * BETA(0.957, 0.53)
Expresin
0.081578
Error Cuadrtico
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba Estadstica
= 0.391
COMENTARIO
Hemos podido ver que los datos de la variable de TIEMPO PARA COLOCAR EN UNA
BOLSA TRANSPARENTE siguen una distribucin BETA con una expresin 30 *
BETA(0.957, 0.53) con un nivel de confianza del 95% y para un error estimado del 5%,
podemos ver que NO pasa la prueba Kolmogorov-smirnov, indicndonos que no se
cumple con las pruebas de Bondad y ajuste ya que el estadstico que da el programa
Arena es menor al 5% considerado en nuestra toma de muestras. Pero podemos ver que
de todas maneras nos proporciona una distribucin.
91) Tiempo para embolsar en bolsa de color (Y84):
En esta operacin, lo que se realiza poner es embolsar propiamente dicho
El tiempo se toma desde que el operario coge el zapato se junta un par y se coloca en
la bolsa transparente haciendo un pequeo nudo en la parte superior para
posteriormente dejarlo encima del caballete.
MUESTRA INICIAL DE 30 MUESTRAS
1
2
3
4
5
6
7
8
9
10
8.01
15.49
11.73
12.09
8.56
13.06
14.71
13.26
12.38
8.64
11
12
13
14
15
16
17
18
19
20
10.81
8.11
9.65
10.11
8.65
12.56
8.98
13.25
10.39
11.31
21
22
23
24
25
26
27
28
29
30
9.83
11.33
8.31
10.18
10.15
12.07
8.17
10.18
8.26
11.18
SIMULACIN DE SISTEMAS
10.713667
4.170672
0.950000
1.960000
0.050000
0.535683
55.834411
5000
3173.315895
si cumple
183
DISTRIBUCIN BETA
8 +8 * BETA(0.974, 1.46)
Expresin
0.005362
Error Cuadrtico
PRUEBA DE CHI CUADRADO
Nmero de Intervalo
=6
Grados de Freedon
=3
Prueba Estadstica
= 2.2
= 0.0933
X.
185
DESCRIPCIN
Tiempo entre llegadas entre el rea corte y el rea
de pintado.
Tiempo entre llegadas entre el rea de pintado y el
rea de desbastado.
Tiempo entre llegadas entre el rea de desbastado
y el rea de aparado.
Tiempo entre llegadas entre rea de alimentado y
rea de pegado punta taln.
Tiempo entre llegadas entre rea de pegado punta
taln y rea de desbastado de planta.
Tiempo entre llegadas entre el rea de desbastado
de planta y rea de aplicacin de cemento.
Tiempo entre llegadas entre rea de sacado de
hormas y rea de alimentado.
Calentadora, del armado al marcado
Calentadora, de la aplicacin de cemento al
pegado de planta
Pegadora de planta
DISTRIBUCIN
-0.001+1.58*BETA(3.96,1.25)
-0.001+EXPO(3.5)
NORM(1.52,326)
NORM(411,97.2)
-0.001+769*BETA(3,2.02)
NORM(205,55)
NORM(208,57.8)
CONSTANTE: 50.72
CONSTANTE: 191.58
CONSTANTE: 135.17
M4
Y1PP
Y2PP
Y3PP
Y4PP
Y5PP
Y6PP
Y7PP
Y8T
Y9T
Y10T
Y11T
Y12T
Y13T
Y14T
Y15T
Y16T
Y17T
Y18T
Y19T
Y20T
Y21T
Y22A
Y23A
Y24A
Y25A
Y26A
Y27M
Y28M
Y29M
Y30M
Y31M
Y32M
Y33M
Y34M
Y35M
Y36G
Y37G
Y38G
Y39G
Y40G
Y41G
Y42G
Y43G
Y44G
Y45G
Y46G
Y47
Y48PA
Y49PB
Y50PC
SIMULACIN DE SISTEMAS
CONSTANTE: 101.38
41+37*BETA(.03,1.18)
NORM(31.7,4.33)
22+LOGN(3.78,2.97)
28+14*BETA(1.15,1.5)
27+12*BETA(0.899,0.708)
TRIA(21,24.6,36)
14+5.64*BETA(1.18,1.04)
21.3+7.68*BETA(0.94,0.968)
14.3+GAMM(1.03,2.56)
12+13*BETA(1.26,2.08)
12+10*BETA(1.14,1.54)
12+WEIB(3.89,1.61)
TRIA(13,18.6,22)
16+ERLA(2.07,2)
22.5+4.89*BETA(0.67,0.664)
TRIA(18,18.9,30)
28+14*BETA(1.46,1.18)
NORM(25.5,3.57)
10+10*BETA(1.13,1.03)
10+10*BETA(1.24,0.964)
17+12*BETA(1.01,0.853)
NORM(11.1,2.14)
7+14*BETA(3.37,7.89)
NORM(14.7,2.51)
9+13*BETA(1.13,2.66)
8+9*BETA(0.967,1.19)
7+WEIB(5.41,2.15)
5+WEIB(4.01,2.79)
4+WEIB(6.19,2.76)
NORM(9.32,2.45)
11+16*BETA(1.29,1.7)
20.5+14*BETA(1.27,1.36)
TRIA(8,15,20)
TRIA(5,7.22,8)
0.8+GAMM(0.00874,6.1)
4.19+WEIB(1.25,2.05)
13+2.96*BETA(1.3,0.998)
6+2*BETA(1.17,1.2)
UNIF(6,8.53)
5.2+1.77*BETA(1.68,1.84)
16+5.92*BETA(1.4,1.71)
7+2*BETA(0.754,0.78)
TRIA(4.29,6.21,7)
7.39+GAMM(0.141,3.43)
UNIF(3,4.87)
3+2*BETA(1.37,1.05)
TRIA(3.51,5.99,6.48)
5.2+1.77BETA(1.68,1.84)
7+2*BETA(0.754,0.78)
3+2*BETA(1.37,1.05)
187
Y51PD
Y52PE
Y53PF
Y54PG
Y55PH
Y56PI
Y57
Y58
Y59
Y60
Y61APP
Y62AT
Y63AA
Y64AM
Y65AG
Y66
Y67
Y68
Y69
Y70
Y71
Y72
Y73
Y74
Y75
Y76
Y77
Y78
Y79
Y80
Y81
Y82
Y83
Y84
TRIA(4.29,6.21,7)
5.2+1.77*BETA(1.29,1.51)
16+WEIB(3.38,2.55)
27+12*BETA(1.14,0.605)
4.29+2.71*BETA(1.56,1.12)
NORM(7.92,0.298)
4+7*BETA(1.21,2.86)
TRIA(15,21.3,29)
7+LOGN(3.41,1.77)
NORM(18,2.57)
UNIF(902,1.09)
1.27+119*BETA(0.561,0.707)
400+344*BETA(0.664,0.733)
TRIA(685,1.11,1.32)
UNIF(1.02,1.31)
50+14*BETA(1.17,1.03)
3.21+6.78*BETA(2.48,2.34)
50+21*BETA(0.954,0.923)
25+LOGN(10.8,9.47)
UNIF(21,32)
21+36*BETA(1.11,1.09)
34+31*BETA(0.906,1.28)
32+10*BETA(1.06,0.781)
22.1+8.95*BETA(0.452,0.822)
23+12*BETA(0.628,0.769)
NORM(79.8,12.3)
6+ERLA(1.09,3)
10+50*BETA(1.02,1.09)
29+7.92*BETA(0.897,1.06)
38+35*BETA(1.21,1.25)
34+24*BETA(1.50,1.1)
75+19*BETA(0.62,0.497)
30*BETA(0.957,0.53)
8+8*BETA(0.974,1.46)
Endgenas:
CDIGO
ECCR
ECPP
ECPD
ECPA
ECAC
ECCA
ECHA
ECMCA
ECMRP
DESCRIPCIN
Espera en cola del cuero para ser recortado
Espera en cola de piezas para pintado
Espera en cola de piezas para el desbastado
Espera en cola de piezas para el aparado
Espera en cola para la alimentacin de cortes
Espera en cola de cortes para el armado
Espera en cola de hormas para el armado
Espera en cola dentro de maquina calentadora despus del armado
Espera en cola dentro de la maquina reactivadora de pegamento
ECPRP
ECMEP
Estado:
VARIABLE
X1
X2
X3
X4
X5
X6
X7
DESCRIPCIN
Tiempo entre llegadas entre el rea de cuero, forro al rea de corte.
Tiempo entre llegadas entre el rea de pintado y el rea de desbastado.
Tiempo entre llegadas entre el rea de desbastado y el rea de aparado.
Tiempo entre llegadas entre rea de alimentado y rea de pegado punta
taln.
Tiempo entre llegadas entre rea de pegado punta taln y rea de
desbastado de planta.
Tiempo entre llegadas entre el rea de desbastado de planta y rea de
aplicacin de cemento.
Tiempo entre llegadas entre rea de sacado de hormas y rea de alimentado.
SIMULACIN DE SISTEMAS
189
SIMULACIN DE SISTEMAS
191
APARADO
REMATADO
ARMADO
DESBASTADO
PINTADO
CORTADO
SIMULACIN DE SISTEMAS
193
SIMULACIN DE SISTEMAS
195
b) MODELO TURAN:
SIMULACIN DE SISTEMAS
197
SIMULACIN DE SISTEMAS
199
SIMULACIN DE SISTEMAS
201
SIMULACIN DE SISTEMAS
203
SIMULACIN DE SISTEMAS
205
XI.
1. Seleccin de Indicadores:
Para la seleccin de indicadores se ha tenido en cuenta con los datos reales que la empresa
nos podra brindar, adems de tiempos que nosotros hemos podido tomar en el tiempo de
toma de tiempos. Los indicadores seleccionados son:
INDICADORES
NZSAAR Numero de zapatos semi-terminados, antes de ir al rea de Rematado;
estos son datos que se nos ha brindado en el rea de produccin.
Numero de cortes que salen del rea de Cortado; para la determinacin de
NCSAC
los datos reales, como sabemos el operario de esta rea trabaja a destajo,
por lo cual cuenta con la produccin que hace a diario para recibir su
salario, entonces los operarios nos han brindado estos datos.
Tiempo promedio de cola en el rea de desbastado; este tiempo ha sido
TPCAD
tomado durante el proceso de toma de tiempos.
Numero de cortes que salen del rea de Pintado; para la determinacin de
NCSAP
los datos reales, como sabemos el operario de esta rea trabaja a destajo,
por lo cual cuenta con la produccin que hace a diario para recibir su
salario, entonces los operarios nos han brindado estos datos.
Numero de cortes que salen del rea de Aparado; para la determinacin
NCSAA
de los datos reales, como sabemos el operario de esta rea trabaja a
destajo, por lo cual cuenta con la produccin que hace a diario para recibir
su salario, entonces los operarios nos han brindado estos datos.
NTPCAEM Tiempo promedio en cola en rea de Estampado de marca; este tiempo ha
sido tomado durante el proceso de toma de tiempos.
NTPCDAC Tiempo promedio de cola despus de alimentar el corte; este tiempo ha sido
tomado durante el proceso de toma de tiempos.
TPCHAE Tiempo promedio en cola de hormas antes de ser engrapadas; este tiempo
ha sido tomado durante el proceso de toma de tiempos.
TPCAIAR Tiempo promedio de cola antes ingresar al rea de rematado; este tiempo
ha sido tomado durante el proceso de toma de tiempos.
Numero de zapatos Rematados; estos datos los hemos obtenido del rea de
NZR
ventas, la cantidad de zapatos que han recibido durante el tiempo que se
hizo el estudio.
207
el modelo no tiene mucha variacin es por ello que a menos error consideremos se va
a tener una mejor precisin en los resultados. Por ello se est considerando un error del
1%.
Unidades Producidas
783
783
779
783
781
783
782
783
784
783
Media (X)
782.40
Desviacin Estndar ()
1.43
e (1%)
Numero de rplicas =
ii.
3.2498
1.43
7.824
1
Unidades Producidas(un)
1
2
3
4
5
6
7
8
9
10
2112
2088
2088
2112
2088
2112
2064
2040
2064
2040
Media (X)
2080.80
Desviacin Estndar ()
27.83
e (1%)
Numero de rplicas =
iii.
3.2498
27.83
20.808
19
SIMULACIN DE SISTEMAS
Unidades
Producidas
7.2681
7.1832
7.3426
7.2654
7.2406
7.2243
7.2628
7.1766
7.3084
7.2069
209
Media (X)
Desviacin Estndar ()
7.25
0.05
3.2498
e (1%)
0.05
0.072479
Numero de rplicas =
iv.
Unidades Producidas
3380
3368
3354
3376
3366
3366
3367
3365
3365
3365
Media (X)
Desviacin Estndar ()
3367.20
6.94
e (1%)
3.2498
6.94
33.672
Numero de rplicas =
v.
Unidades Producidas
172
173
173
172
174
174
171
171
174
173
Media (X)
Desviacin Estndar ()
172.70
1.16
e (1%)
Numero de rplicas =
vi.
3.2498
1.16
1.727
5
SIMULACIN DE SISTEMAS
Unidades Producidas
87.969
91.606
87.972
211
4
5
6
7
8
9
10
91.073
89.007
89.367
90.58
93.167
93.989
87.63
Media (X)
Desviacin Estndar ()
90.24
2.23
e (1%)
Numero de rplicas =
vii.
3.2498
2.23
0.90236
65
Unidades Producidas
246.71
248.04
246.77
245.92
246.15
247.96
247.33
245.64
245.94
247.36
Media (X)
246.78
Desviacin Estndar ()
0.87
(1,) 2
2
=(
)
e (1%)
Numero de rplicas =
viii.
3.2498
0.87
2.46782
2
Unidades Producidas
201.64
203.12
200.56
200.45
202.57
201.76
202.19
203.98
202.62
202.46
Media (X)
Desviacin Estndar ()
202.14
1.09
3.2498
e (1%)
1.09
2.02135
Numero de rplicas =
ix.
SIMULACIN DE SISTEMAS
213
Unidades Producidas
114.74
117.32
114.34
117.58
115.19
118.28
116.58
116.32
119.22
116.85
Media (X)
Desviacin Estndar ()
116.64
1.56
3.2498
e (1%)
1.56
1.16642
Numero de rplicas =
x.
19
Unidades Producidas
403
397
400
406
402
399
408
8
9
10
404
405
391
Media (X)
401.50
Desviacin Estndar ()
4.97
3.2498
e (1%)
4.97
4.015
Numero de rplicas =
17
780.8154
2.2492
7.8082
1
65
SIMULACIN DE SISTEMAS
Unidades Producidas
780
782
782
782
780
778
778
215
8
9
10
11
12
13
14
15
778
780
780
782
780
778
778
780
779.8667
1.5976
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-1.9051
De donde se obtiene:
v
30.3442
ta/2,v
2.75
2085.63077
14.09739
20.856308
1
65
Unidades Producidas
2100
2080
2084
2100
2110
2080
2080
2096
2100
2080
2078
2076
2100
2110
2080
2090.2667
12.27929
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
SIMULACIN DE SISTEMAS
217
to
1.28038
De donde se obtiene:
v
ta/2,v
24.616577
2.7874
7.216877
0.047031
0.036084
0.5
65
Del sistema real se obtienen los siguientes datos, estos datos han sido tomados
en el tiempo de toma de datos:
Nro. Replica
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Tiempo promedio
7.01
7
7.59
7.05
7.26
7.21
7.15
7.59
7.16
7.18
7.25
7.64
7.32
7.16
7.72
7.2860
0.2364
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
1.1272
De donde se obtiene:
v
ta/2,v
14.2932
2.9467
SIMULACIN DE SISTEMAS
3371.4769
7.14822
33.71478
1
65
219
Unidades Producidas
3370
3378
3378
3370
3370
3374
3380
3370
3376
3376
3374
3378
3376
3374
3384
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Media del SR (X1)
Desviacion del SR (1)
n1 =
3375.2
4.12657
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
2.68596
De donde se obtiene:
v
39.058119
2.7154
ta/2,v
171.153846
3.138624
1.711538
1
65
Unidades Producidas
173
172
168
168
174
176
176
168
164
176
174
168
170
178
172
171.8
4.00357
15
H0: 1 -2 = 0
Ha: 1 -2 0
SIMULACIN DE SISTEMAS
221
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.58497
De donde se obtiene:
v
ta/2,v
18.75911
2.8609
90.606492
2.231760
0.9061
1
65
Tiempo Promedio
90.52
91.32
89.88
89.65
89.5
89.63
90.35
8
9
10
11
12
13
14
15
85.32
89.98
88.56
86.35
90.35
91.64
86.59
84.75
88.9593
2.1666
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-2.639055
De donde se obtiene:
v
22.439855
ta/2,v
2.8073
SIMULACIN DE SISTEMAS
223
246.566154
0.778940
2.465662
1
65
Tiempo promedio
248
245
248
245
240
245
240
245
245
240
248
245
245
245
245
244.6
2.667262
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
to
-2.827257
De donde se obtiene:
v
ta/2,v
14.6344
2.9467
202.280615
1.267325
2.022806
1
65
SIMULACIN DE SISTEMAS
Unidades Producidas
210
210
180
180
180
210
210
210
180
210
180
210
180
210
210
225
198
15.212776
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-1.088919
De donde se obtiene:
v
ta/2,v
14.05128
2.9467
116.417077
1.792317
1.1642
1
65
Unidades Producidas
100
110
120
120
120
10
120
100
120
120
115
120
110
115
110
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Media del SR (X1)
Desviacion del SR (1)
n1 =
114
7.121396
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-1.305028
SIMULACIN DE SISTEMAS
227
De donde se obtiene:
v
14.470330
2.9467
ta/2,v
395.6769
45.2331
3.9568
1
65
Unidades Producidas
384
388
400
410
398
384
398
396
400
394
392
400
396
400
396
395.7333
6.7556
15
H0: 1 -2 = 0
Ha: 1 -2 0
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.009601
De donde se obtiene:
v
ta/2,v
74.42993
2.643
SIMULACIN DE SISTEMAS
Unidades Producidas
783
783
779
783
781
783
782
783
784
229
10
783
Media (X)
782.40
Desviacin Estndar ()
1.43
3.2498
1.43
7.824
e (1%)
Numero de rplicas =
ii.
Unidades Producidas(un)
2112
2088
2088
2112
2088
2112
2064
2040
2064
2040
Media (X)
Desviacin Estndar ()
2080.80
27.83
3.2498
27.83
20.808
e (1%)
Numero de rplicas =
iii.
19
Unidades
Producidas
0.12188
0.12158
0.12084
0.12184
0.12244
0.1223
0.12106
0.11879
0.12123
0.12032
Media (X)
0.12
Desviacin Estndar ()
0.00
e (1%)
Numero de rplicas =
iv.
3.2498
0.00
0.00121228
9
SIMULACIN DE SISTEMAS
231
Nro. Replica
1
2
3
4
5
6
7
8
9
10
Unidades Producidas
3380
3368
3354
3376
3366
3366
3367
3365
3365
3365
Media (X)
Desviacin Estndar ()
3367.20
6.94
e (1%)
Numero de rplicas =
v.
3.2498
6.94
33.672
1
Unidades Producidas
172
173
173
172
174
174
171
171
174
173
Media (X)
172.70
Desviacin Estndar ()
1.16
e (1%)
Numero de rplicas =
vi.
3.2498
1.16
1.727
5
Unidades Producidas
0.67303
0.669
0.6783
0.66066
0.66446
0.66579
0.67349
0.69031
0.67171
0.6818
Media (X)
Desviacin Estndar ()
0.67
0.01
SIMULACIN DE SISTEMAS
3.2498
233
0.01
0.006728
e (1%)
Numero de rplicas =
vii.
19
Unidades
Producidas
4.4897
4.4957
4.4944
4.4769
4.5
4.4933
4.5083
4.4989
4.4952
4.492
Media (X)
4.49
0.01
Desviacin Estndar ()
e (1%)
Numero de rplicas =
viii.
3.2498
0.01
0.044944
1
Nro.
Replica
1
2
3
4
5
6
7
8
9
10
Unidades
Producidas
0.76798
0.75854
0.75705
0.75776
0.76424
0.75095
0.74974
0.74564
0.75616
0.75688
Media (X)
0.76
0.01
Desviacin Estndar ()
e (1%)
Numero de rplicas =
ix.
3.2498
0.01
0.007565
9
SIMULACIN DE SISTEMAS
Unidades
Producidas
1.9123
1.9555
1.9056
1.9597
1.9199
1.9713
1.943
1.9386
1.987
235
10
1.9476
Media (X)
Desviacin Estndar ()
1.94
0.03
3.2498
e (1%)
0.03
0.01944
Numero de rplicas =
x.
19
Unidades Producidas
403
397
400
406
402
399
408
404
405
391
Media (X)
Desviacin Estndar ()
401.50
4.97
3.2498
e (1%)
Numero de rplicas =
4.97
4.015
17
781.3684211
2.265944157
7.813684211
1%
19
Unidades Producidas
780
782
782
782
780
778
778
778
780
780
782
780
778
778
780
779.8667
1.5976
15
SIMULACIN DE SISTEMAS
237
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-2.262962
De donde se obtiene:
v
ta/2,v
33.515008
2.75
2082.526316
18.94837554
20.82526316
1
19
Unidades Producidas
2100
2080
2084
4
5
6
7
8
9
10
11
12
13
14
15
2100
2110
2080
2080
2096
2100
2080
2078
2076
2100
2110
2080
2090.2667
12.27929
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
1.438613
De donde se obtiene:
v
ta/2,v
SIMULACIN DE SISTEMAS
32.67299
2.7874
239
0.120565
0.001507
0.001206
1
19
Del sistema real se obtienen los siguientes datos, estos datos han sido tomados
en el tiempo de toma de datos:
Nro. Replica
Unidades Producidas
1
2
7.01
7
3
4
5
6
7
8
9
10
11
12
13
14
15
7.59
7.05
7.26
7.21
7.15
7.59
7.16
7.18
7.25
7.64
7.32
7.16
7.72
7.2860
0.2364
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
117.3779
De donde se obtiene:
v
ta/2,v
14.0010
2.9467
3369.789474
5.996100097
33.69789474
1
19
Unidades Producidas
3370
3378
3378
3370
3370
3374
3380
3370
3376
3376
3374
241
12
13
14
15
3378
3376
3374
3384
3375.2
4.12657
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
3.109542
De donde se obtiene:
v
ta/2,v
33.309835
2.7154
171.4210526
2.387834665
e
%e
n2
1.714210526
1
19
Unidades Producidas
173
172
168
168
174
176
176
168
164
176
174
168
170
178
172
171.8
4.00357
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.323914
SIMULACIN DE SISTEMAS
243
De donde se obtiene:
v
ta/2,v
22.69076
2.8609
0.674612105
0.00781254
0.006746121
1
19
Unidades Producidas
1
2
0.669
0.6783
3
4
5
6
7
8
9
10
11
12
13
14
15
0.66066
0.66446
0.66579
0.67349
0.69031
0.67171
0.6818
0.67838
0.67697
0.66949
0.67525
0.68038
0.68038
X1 =
1=
n1 =
0.674424667
0.007749807
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-069774
De donde se obtiene:
v
ta/2,v
32.30655
2.8073
4.496331579
0.007382641
0.044963316
1
19
SIMULACIN DE SISTEMAS
245
Nro. Replica
Unidades Producidas
1
2
4.4957
4.4944
3
4
5
6
7
8
9
10
11
12
13
14
15
4.4769
4.5
4.4933
4.5083
4.4989
4.4952
4.492
4.4982
4.4945
4.511
4.4977
4.4991
4.4948
X1 =
1=
n1 =
4.496666667
0.007589717
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.129370
De donde se obtiene:
v
ta/2,v
31.76049
2.9467
0.757357895
0.006917926
0.007573579
1
19
Unidades Producidas
1
2
0.75854
0.75705
3
4
5
6
7
8
9
10
11
12
13
14
15
0.75776
0.76424
0.75095
0.74974
0.74564
0.75616
0.75688
0.76172
0.75934
0.76458
0.7576
0.76639
0.7519
X1 =
1=
n1 =
0.757232667
0.005814941
15
H0: 1 -2 = 0
Ha: 1 -2 0
SIMULACIN DE SISTEMAS
247
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-0.057319
De donde se obtiene:
v
ta/2,v
33.887361
2.9467
1.943668421
0.023470029
0.019436684
1
19
Unidades Producidas
1
2
1.9555
1.9056
3
4
5
6
1.9597
1.9199
1.9713
1.943
7
8
9
10
11
12
13
14
15
1.9386
1.987
1.9476
1.92
1.8974
1.9389
1.9552
1.9437
1.9532
X1 =
1=
n1 =
1.942546667
0.02382876
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-0.1372022
De donde se obtiene:
v
ta/2,v
SIMULACIN DE SISTEMAS
31.95820
2.9467
249
401.0526316
5.179807849
4.010526316
1
19
Unidades Producidas
384
388
400
410
398
384
398
396
400
394
392
400
396
400
396
395.7333
6.7556
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-2.520268
De donde se obtiene:
v
ta/2,v
27.25683
2.643
c) MODELO TURAN:
Determinacin del nmero de rplicas:
i.
Unidades Producidas
780
781
784
779
781
782
784
779
783
781
Media (X)
Desviacin Estndar ()
SIMULACIN DE SISTEMAS
781.40
1.84
251
e (1%)
Numero de rplicas =
ii.
3.2498
1.84
7.814
1
Unidades Producidas(doc)
2024
2096
2096
2024
2096
2024
2072
2048
2072
2048
Media (X)
Desviacin Estndar ()
2060
30.46
e (1%)
3.2498
30.46
20.6
Numero de rplicas =
iii.
24
Unidades
Producidas
0.1217
0.12163
0.12139
0.12134
0.12175
0.12097
0.11467
0.11883
0.12139
0.1198
1
2
3
4
5
6
7
8
9
10
Media (X)
0.12
Desviacin Estndar ()
0.00
e (1%)
Numero de rplicas =
iv.
3.2498
0.00
0.00120347
36
SIMULACIN DE SISTEMAS
Unidades
Producidas
3310
253
2
3
4
5
6
7
8
9
10
3356
3315
3378
3323
3358
3348
3366
3366
3366
Media (X)
Desviacin Estndar ()
3348.60
24.01
e (1%)
Numero de rplicas =
v.
3.2498
24.01
33.486
6
Unidades
Producidas
162
163
163
162
164
164
161
161
164
163
Media (X)
162.70
Desviacin Estndar ()
1.16
3.2498
1.16
1.627
e (1%)
Numero de rplicas =
vi.
Unidades Producidas
0.77462
0.86881
0.83609
0.85716
0.82663
0.78036
0.86207
0.8128
0.87189
0.80482
Media (X)
Desviacin Estndar ()
0.83
0.04
SIMULACIN DE SISTEMAS
3.2498
255
0.04
0.00829525
e (1%)
Numero de rplicas =
vii.
197
Unidades
Producidas
532.01
534.02
533.94
531.78
532.78
533.62
533.19
531.07
536.49
532.04
Media (X)
Desviacin Estndar ()
533.09
1.55
e (1%)
Numero de rplicas =
viii.
3.2498
1.55
5.33094
1
Nro.
Replica
1
2
3
4
5
6
7
8
9
10
Unidades
Producidas
0.76757
0.7588
0.7536
0.75466
0.76947
0.74628
0.7576
0.74571
0.75406
0.75559
Media (X)
0.76
0.01
Desviacin Estndar ()
e (1%)
Numero de rplicas =
ix.
3.2498
0.01
0.007563
12
SIMULACIN DE SISTEMAS
Unidades
Producidas
1.9123
1.9555
1.9056
1.9597
1.9199
1.9713
1.943
1.9386
1.987
257
10
1.9476
Media (X)
Desviacin Estndar ()
1.94
0.03
3.2498
e (1%)
0.03
0.019441
Numero de rplicas =
x.
19
Unidades
Producidas
403
397
400
406
402
399
408
404
405
391
Media (X)
401.50
Desviacin Estndar ()
4.97
e (1%)
Numero de rplicas =
3.2498
4.97
4.015
17
780.928934
2.619593632
7.80928934
1%
197
SIMULACIN DE SISTEMAS
Unidades Producidas
783
781
780
784
779
777
781
785
781
785
778
785
779
778
781
781.13333
2.72204
15
259
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.281081
De donde se obtiene:
v
ta/2,v
16.32878
2.75
2065.563452
16.24783453
20.65563452
1
197
2080
2100
2080
2100
5
6
7
8
9
10
11
12
13
14
15
2092
2076
2076
2092
2100
2056
2080
2100
2100
2108
2092
2088.8
13.790265
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
Aplicando la formula antes mostrada
1 + 2se obtiene:
1 2
6.206205
to
Para determinar el t con el que debemos compara se hace a travs de:
De donde se obtiene:
v
ta/2,v
17.54347
2.7874
SIMULACIN DE SISTEMAS
261
0.119821
0.001918
0.001198
1
197
Del sistema real se obtienen los siguientes datos, estos datos han sido tomados
en el tiempo de toma de datos:
Nro. Replica
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Unidades Producidas
0.12169
0.11916
0.11963
0.11894
0.11868
0.12243
0.12067
0.12061
0.11365
0.11556
0.12035
0.11529
0.12113
0.11997
0.11907
0.1191
0.0025
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-1.0674
De donde se obtiene:
v
ta/2,v
15.4853
2.9467
3369.426396
9.33726972
33.69426396
1
197
SIMULACIN DE SISTEMAS
Unidades Producidas
3379
3362
3369
3367
3384
3376
3364
3382
3368
3362
3366
3371
3381
3358
263
15
3363
3370.1333
8.305477
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.314854
De donde se obtiene:
v
ta/2,v
17.213340
2.7154
169.8832487
2.56379295
1.698832487
1
197
Unidades Producidas
173
170
166
173
173
167
172
171
169
174
168
170
173
173
172
170.933
2.49189
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
1.570031
SIMULACIN DE SISTEMAS
265
De donde se obtiene:
v
ta/2,v
16.67332
2.8609
0.840931777
0.034714735
0.008409318
1
197
Unidades Producidas
0.7898
0.90901
0.90171
0.81754
0.86229
0.84004
0.87876
0.86486
0.83861
0.8466
0.80395
0.81851
0.84212
0.77706
0.8426
0.842230
0.0377181
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.129269
De donde se obtiene:
v
16.12443
ta/2,v
2.8073
4.496712183
0.007410387
0.044967122
1
197
Unidades Producidas
4.5058
267
2
3
4
5
6
7
8
9
10
11
12
13
14
15
4.4961
4.5075
4.5044
4.5027
4.5094
4.4853
4.4911
4.4827
4.4998
4.4956
4.4881
4.492
4.4943
4.5134
4.49788
0.0091976
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.480031
De donde se obtiene:
v
15.61724
ta/2,v
2.9467
0.75837066
0.006712889
0.007583707
1
197
Unidades Producidas
0.7629
0.74704
0.76063
0.76293
0.76637
0.75911
0.75973
0.75729
0.76911
0.76808
0.75185
0.76194
0.75793
0.76877
0.75641
0.760672
0.00621003
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
SIMULACIN DE SISTEMAS
269
0 =
1 2
2 2
1+ 2
1 2
1.37578
De donde se obtiene:
v
ta/2,v
16.9616353
2.9467
115.5613706
1.188005381
1.155613706
1
197
Unidades Producidas
100
110
120
120
120
10
120
100
9
10
11
12
13
14
15
120
120
115
120
110
115
110
114
7.121396
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
-1.305028
De donde se obtiene:
v
ta/2,v
14.470330
2.9467
SIMULACIN DE SISTEMAS
271
X2
2
e
%e
n2
395.7411168
44.77550561
3.957411168
1
197
Unidades Producidas
384
388
400
410
398
384
398
396
400
394
392
400
396
400
396
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Media del SR (X1)
Desviacion del SR (1)
n1 =
395.7333
6.7556
15
H0: 1 -2 = 0
Ha: 1 -2 0
De donde se puede decir que el criterio de rechazo es:
t0 > t/2,v
0 =
1 2
2 2
1+ 2
1 2
0.009601
De donde se obtiene:
v
ta/2,v
74.42993
2.643
SIMULACIN DE SISTEMAS
273
SIMULACIN DE SISTEMAS
275
XII.
La obra de mano para el tipo de calzado que realiza esta empresa es escasa,
por lo que siempre que entra un nuevo empleado, este debe ser capacitado
un tiempo de 15 das, entonces al tiempo de proponer variar los recursos se
debe tener en cuenta ello.
Cortado: 7 docenas
Pintado: 20 docenas
Desbastado: 18 docenas
Aparado: 1.5 docenas
SIMULACIN DE SISTEMAS
277
CONCLUSIONES
Mediante este trabajo, se pudo crear un diagrama que representa la fabricacin
del calzado en la empresa DMaurus, comprobando que la empresa tiene una
produccin aproximada de 32 a 34 docenos de zapatos diarias, el modelo que se
muestra nos da una media de 33 docenas pares de zapatos, que comprueba que
nuestro se acerca al modelo real, pero esto es muy relativo debido a las distintos
modelos que produce la empresa
Los principales cuellos de botella que se identifican en la fabricacin es el proceso
de estampado de marca y el recurso ms relevante son los APARADORES. Si se
agregaran ms recursos a este proceso, la produccin de la fbrica aumentara
considerablemente
SIMULACIN DE SISTEMAS
279
RECOMENDACIONES
Se recomienda que DMaurus capacite a ms de sus operarios de mquinas
para que puedan trabajar en distintas reas y no las mquinas no dependan
de un solo operario para su ptimo desempeo
Es necesario que se distribuyan mejor los operarios de las distintas reas, ya que
siempre andan rotando de rea de trabajo y hay en algunas reas donde
rinden menos que otras y retrasan o disminuyen la produccin.
Se recomienda adems que DMaurus tenga una mejor distribucin de planta,
ordenando la disposicin de sus mquinas y reas, para as aumentar la
produccin diaria y alcance su capacidad mxima. Tambin para que se
reduzcan los tiempos de rutas y el traslado del material se agilice.
Se recomienda que DMaurus que implemente un rea de sistemas, ya que
DMaurus no posee este rea funcional en su planta. Luego que pueda
identificar, medir, simular, solucionar y controlar los problemas no solo de un
proceso de un solo producto, sino de los diversos productos que vende DMaurus