DFMG Consulting group

Consultores: Maryely Andrea Sarrazola Lòpez Cod: 1811981237

Ferney Fabian Alvarado Romero Cod: 1721982599
Giovanny Betancourth Gallego Cod: 1811981402
Delia Cristina Jaraba Olascoagas Cod: 1811981169
Fernando Hernández Rodríguez Cod: 1811982090

Modelo Conceptual de la Situación Planteada

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.

Entidades (referencias): M001, M002 Y M003

Recursos: tres estaciones con 3 máquinas por cada estación, un montacargas para transporte de material entre
estaciones
Cada referencia tiene una ruta de producción distinta.
Así:
Referencia Ruta
M001 Estación A – Estación B – Estación C – Bodega de Terminados
M002 Estación C – Estación B – Estación A – Bodega de Terminados
M003 Estación B – Estación A – Estación C – Bodega de Terminados

La distancia entre todas las estaciones es de 10 metros

Supuesto: las maquinas no requieren mantenimientos, tiempo de carga del montacargas despreciable, no existe
bloqueo ni retrasos en desplazamiento del montacargas entre estación y estación.
Disponibilidad de tiempo de producción: 8 horas/día x 7 días/semana
Tiempo de descarga del montacargas obedece a una distribución normal en cada estación de acuerdo a la
información suministrada. La velocidad de desplazamiento del montacargas es de 5 metros por minuto
Atributos: La probabilidad de llegada de los pedidos de cada producto es la siguiente:
 Producto M001: 20%
 Producto M002: 40%
 Producto M003: 40%
El sistema de pedidos se realiza bajo un proceso Poisson y se realiza según los tiempos de llegada y la franja
horaria, descrita a continuación:
 1ª hora: 8 pedidos/hora
 2ª a 5ª hora: 2 pedidos/hora
 5ª a 8ª hora: 3 pedidos/hora
Los tiempos de procesamiento con la maquinaria actual, así como los tiempos suministrados por el proveedor 1 y el
proveedor 2 obedecen a una distribución normal como se mostrará mas adelante.
Aspectos principales para la toma de decisión

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

Gráfico 1. Representación gráfica del proceso productivo de la compañía de Mapple

Análisis de datos de entrada

Página 2
 DFMG Consulting group

Tiempo de Proceso Estación 1 – Sistema Actual

Histograma:
Los tiempos de producción de la estación 1 del sistema actual, de acuerdo a la gráfica del histograma parecen tener una
distribución normal o Beta, sin embargo, nos inclinamos a una distribución Beta debido a que en las ultimas clases varían
con respecto a las primeras, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Gráfico 2. Histograma del tiempo de servicio en la estación 1 del sistema actual

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.

Tiempo de Proceso Estación 2 – Sistema Actual

Histograma:
Los tiempos de producción de la estación 2 del sistema actual, de acuerdo a la gráfica del histograma parecen tener una
distribución normal o Beta, sin embargo, nos inclinamos a una distribución Beta debido a que en las ultimas clases varían
con respecto a las primeras, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Página 4
 DFMG Consulting group

Gráfico 3. Histograma del tiempo de servicio en la estación 2 del sistema actual

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.

Tiempo de Proceso Estación 3 – Sistema Actual

Histograma:
Los tiempos de producción de la estación 3 del sistema actual, de acuerdo a la gráfica del histograma parecen tener una
distribución Gamma, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Página 6
 DFMG Consulting group

Gráfico 4. Histograma del tiempo de servicio en la estación 3 del sistema actual

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

Tiempo de Proceso Estación 1 – Proveedor 1

Histograma:
Los tiempos de producción de la estación 1 Proveedor 1, de acuerdo a la gráfica del histograma parecen tener una
distribución Gamma, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Gráfico 5. Histograma del tiempo de servicio en la estación 1 del Proveedor 1

Página 9
 DFMG Consulting group

Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 1 Proveedor 1.

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.

Tiempo de Proceso Estación 2 – Proveedor 1

Histograma:
Los tiempos de producción de la estación 2 Proveedor 1, de acuerdo a la gráfica del histograma parecen tener una
distribución Gamma, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Página 10
 DFMG Consulting group

Gráfico 6. Histograma del tiempo de servicio en la estación 2 del Proveedor 1

Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 2 Proveedor 1.

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.

Tiempo de Proceso Estación 3 – Proveedor 1

Histograma:
Los tiempos de producción de la estación 3 Proveedor 1, de acuerdo a la gráfica del histograma parecen tener una
distribución Gamma, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Gráfico 7. Histograma del tiempo de servicio en la estación 3 del Proveedor 1

Página 12
 DFMG Consulting group

Prueba de bondad de ajuste para el Tiempo de Proceso de la Estación 3 Proveedor 1.

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.

Tiempo de Proceso Estación 1 – Proveedor 2

Histograma:
Los tiempos de producción de la estación 1 Proveedor 2, de acuerdo a la gráfica del histograma parecen tener una
distribución normal o Beta, sin embargo, nos inclinamos a una distribución Beta debido a que en las ultimas clases varían
con respecto a las primeras, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Página 13
 DFMG Consulting group

Gráfico 8. Histograma del tiempo de servicio en la estación 1 del Proveedor 2

Página 14
 DFMG Consulting group

Prueba de bondad de ajuste para el Tiempo de Proceso de la estación 1 Proveedor 2.

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.

Tiempo de Proceso Estación 2 – Proveedor 2

Histograma:
Los tiempos de producción de la estación 2 Proveedor 2, de acuerdo a la gráfica del histograma parecen tener una
distribución Beta, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Página 16
 DFMG Consulting group

Gráfico 9. Histograma del tiempo de servicio en la estación 2 del Proveedor 2

Prueba de bondad de ajuste para el Tiempo de Proceso de la estación 2 Proveedor 2.

Tiempo de Montaje

Página 17
 DFMG Consulting group

Número de datos analizados 501

Mínimo 1,788
Máximo 6,496
Promedio 4,0119
Desviación Estándar 0,7865
Hipótesis Nula Los tiempos de producción de la estación 2 Proveedor 2 tienen una
distribución Beta.
Nivel de significancia (a) 0,05
Grados de libertad (g.l) 10
P-value Chi square=0,4 - Kolmogorov>0,15
Parámetros de la distribución Alpha1 5,69 Alpha2 6,23
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 2
tienen una distribución Beta.

Tiempo de Proceso Estación 3 – Proveedor 2

Histograma:
Los tiempos de producción de la estación 3 Proveedor 2, de acuerdo a la gráfica del histograma parecen tener una
distribución Gamma, se deberá verificar esta hipótesis por medio de las pruebas de bondad de ajuste.

Gráfico 10. Histograma del tiempo de servicio en la estación 3 del Proveedor 2

Página 18
 DFMG Consulting group

Prueba de bondad de ajuste para el Tiempo de Proceso de la estación 3 Proveedor 2.

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.

Arena Software de simulación (2020), https://www.arenasimulation.com/ [Consulta 14 de abril 2020]

Página 20