Академический Документы
Профессиональный Документы
Культура Документы
La compañía de Mapple ha estado incumpliendo con las entregas, sus tiempos de ejecución son altamente variables y no
es posible precisar las fechas de entrega, ante esta problemática el Gerente está buscando alternativas de solución y mejora
en el comportamiento actual de su línea de producción.
Es por esto, que DFMG Consulting group tiene el trabajo de desarrollar una solución eficaz que permita optimizar todos
los recursos, tanto estructurales como de mano de obra para que así se reduzcan los costos sin afectar la calidad del
producto.
Página 1
DFMG Consulting group
Costos de incumplimiento: 1% de reducción del tiempo de producción reduce $100 del costo de incumplimiento
de cualquier referencia
WIP improductivo: Relativo a cada estación según información suministrada.
Para ayudar a la decisión del gerente de la compañía Mapple, nuestra empresa DFMG Consulting group le propone
realizar un modelo de simulación de eventos discretos mediante la cual podemos inicialmente identificar
estadísticamente cómo se comportan los tiempos de producción en cada estación, es decir qué tipo de distribución
siguen y sí existen estaciones con problemas (cuellos de botella), todo esto para llegar a evaluar objetivamente si
las propuestas de los proveedores de máquinas optimiza los actuales tiempos de producción y si la inversión
realizada se compensa con la disminución de costos que se puedan llegar a tener, para esto utilizaremos un software
especializado ( Arenas Simulation), cabe aclarar que los datos suministrados si no fueron tomados con la
rigurosidad recomendada pueden hacer que el modelo falle, por lo cual es de vital importancia la buena recolección
de datos para el sistema actual y la confiabilidad de la proyección de los datos suministrados por los proveedores 1
y 2.
Representación Gráfica
Página 2
DFMG Consulting group
Página 3
DFMG Consulting group
Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 1 del Sistema Actual.
Tiempo de Montaje
Número de datos analizados 501
Mínimo 1,6
Máximo 4,917
Promedio 3,3238
Desviación Estándar 0,7235
Hipótesis Nula Los tiempos de producción de la estación 1 del sistema actual tienen una
distribución Beta.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 14
P-value Chi square>0,75 - Kolmogorov>0,15
Parámetros de la distribución Alpha 1=3,21 Alpha 2=2,59
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 1 del sistema
actual tienen una distribución Beta.
Página 4
DFMG Consulting group
Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 2 del Sistema Actual.
Aunque la distribucion Beta arrojada por el imput analizer nos comprobaria la hipotesis nula, no seria la que mas se ajusta
al comportamiento de los datos; estos se ajustan en mayor medida a una distribucion Weibull.
Página 5
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 2,509
Máximo 5,506
Promedio 3,9926
Desviación Estándar 0,5034
Hipótesis Nula Los tiempos de producción de la estación 2 del sistema actual tienen una
distribución Weibull.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 10
P-value Chi square>0,75 - Kolmogorov>0,15
Parámetros de la distribución Beta=1,98 Alpha=3,97
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 2 del sistema
actual tienen una distribución Weibull.
Página 6
DFMG Consulting group
Página 7
DFMG Consulting group
Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 2 del Sistema Actual.
Tiempo de Montaje
Número de datos analizados 501
Mínimo 0,117
Máximo 28,109
Promedio 5,8863
Desviación Estándar 4,3507
Hipótesis Nula Los tiempos de producción de la estación 3 del sistema actual tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 10
P-value Chi square=0,669 - Kolmogorov>0,15
Parámetros de la distribución Beta 3,32 Alpha 1,77
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 3 del sistema
actual tienen una distribución Gamma.
Página 8
DFMG Consulting group
Página 9
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 0,081
Máximo 17,568
Promedio 4,0477
Desviación Estándar 2,9069
Hipótesis Nula Los tiempos de producción de la estación 1 Proveedor 1 tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 10
P-value Chi square=0,0864 - Kolmogorov>0,15
Parámetros de la distribución Beta 2,1 Alpha 1,93
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 1 Proveedor 1
tienen una distribución Gamma.
Página 10
DFMG Consulting group
Página 11
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 0,076
Máximo 27,210
Promedio 4,5257
Desviación Estándar 3,8084
Hipótesis Nula Los tiempos de producción de la estación 2 Proveedor 1 tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 8
P-value Chi square=0,197 - Kolmogorov>0,15
Parámetros de la distribución Beta 3,02 Alpha 1,5
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 2 Proveedor 1
tienen una distribución Gamma.
Página 12
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 0,0008
Máximo 40,408
Promedio 5,4372
Desviación Estándar 6,2830
Hipótesis Nula Los tiempos de producción de la estación 3 Proveedor 1 tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 8
P-value Chi square=0,414 - Kolmogorov>0,15
Parámetros de la distribución Beta 8,26 Alpha 0,658
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 3 Proveedor 1
tienen una distribución Gamma.
Página 13
DFMG Consulting group
Página 14
DFMG Consulting group
Aunque la distribución Beta arrojada por el imput analizer nos comprobaría la hipótesis nula, no seria la que mas se ajusta
al comportamiento de los datos; estos se ajustan en mayor medida a una distribución Weibull.
Página 15
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 1,817
Máximo 5,081
Promedio 3,4932
Desviación Estándar 0,5151
Hipótesis Nula Los tiempos de producción de la estación 1 Proveedor 2 tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 9
P-value Chi square>0,75 - Kolmogorov>0,15
Parámetros de la distribución Beta 2,2 Alpha 4,38
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 1 Proveedor 2
tienen una distribución Gamma.
Página 16
DFMG Consulting group
Tiempo de Montaje
Página 17
DFMG Consulting group
Página 18
DFMG Consulting group
Tiempo de Montaje
Número de datos analizados 501
Mínimo 1,3329
Máximo 5,130
Promedio 3,2931
Desviación Estándar 0,5119
Hipótesis Nula Los tiempos de producción de la estación 3 Proveedor 2 tienen una
distribución Gamma.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 9
P-value Chi square=0,311 - Kolmogorov>0,15
Parámetros de la distribución Beta 0,124 Alpha 18,5
Conclusión El p-value es mayor al nivel de significancia, por lo cual no se rechaza la
hipótesis nula, es decir los tiempos de producción de la estación 3 Proveedor 2
tienen una distribución Gamma.
Página 19
DFMG Consulting group
Referencias
Politécnico grancolobiano (2020). Ingeniería industrial, simulación, material de estudio: Cartilla semana 3- análisis datos
de entrada.
Página 20