Académique Documents
Professionnel Documents
Culture Documents
La Grfica X
Se disea para medir la variacin en las medias muestrales alrededor de algn nivel generalmente
aceptado.
Se tiene entonces:
Lmite superior de control para las medias
LSCX=X+A2R
Lmite inferior de control para las medias
LICX=X-A2R
Donde:
4 .- OBTENCIN DE DATOS
muestras
K
5.4
6.1
5.3
4.9
5.5
5.5
6.2
4.5
5.3
5.4
5.6
5.6
6.1
5.1
6.6
5.4
6.1
5.3
5.6
0.19
4.9
5.5
5.5
5.3
0.12
6.2
4.5
5.3
5.3
0.72
5.4
5.6
5.6
5.5
0.01
6.1
5.1
6.6
5.9
0.58
5.5
1.63
LSC
9.40222
LIC
1.59778
media
varianza
Limites de control
6.0
5.8
Media
5.6
5.4
5.2
5.0
4.8
1
Muestras
7.- CONCLUSIONES
En las muestras recolectadas todas se encuentran dentro de lmites por lo tanto la elaboracin de los
panes y su debido control est siendo realizada de manera correcta
1.-OBJETIVOS
Determinacion de el costos para la toma de decision
2.-IDENTIFICACION DE PROBLEMA
Una empresa de lcteos es considerando la venta de sus productos defectuosos cuyo precio de venta
seria 30 y el costo de un reproceso seria 35
En base a la cantidad de fallas se tomara una decisin
3.- MARCO TEORICO
La simulacin permite modelizar un sistema y realizar modificaciones sobre el mismo sin riesgo y con
coste nulo. Aplicada a sistemas de produccin, la simulacin permite modelizar clulas de fabricacin,
lneas y plantas enteras, en el nivel de detalle deseado. Por ejemplo, podra modelizarse una clula de
fabricacin compuesta por varias mquinas, y despus integrar ese modelo en uno de mayor nivel, a
nivel de planta. La simulacin puede ser una herramienta complementaria que soporte la implantacin de
tcnicas Lean como el Value Stream Mapping, la fabricacin en flujo (takt time), Kanban, Heijunka
(produccin nivelada y mezclada) o el concepto de clulas de fabricacin.
Aplicaciones concretas de la simulacin a sistemas productivos son:
o equipos sueltos, sino proveedores de lneas o clulas completas que incluyan los equipos productivos,
elementos de manipulacin y equipos de inspeccin. En lo que se refiere a las empresas productivas, la
necesidad de utilizar este tipo de herramientas depende de la dimensin y complejidad de sus plantas y
lneas de produccin, as como el grado de madurez y exigencia del sector en el que trabajan. Las
empresas grandes probablemente cuenten con este tipo de programas de simulacin y personal
dedicado a esta tarea, mientras que empresas de menor tamao o menor necesidad de anlisis y mejora
de sistemas de produccin optarn por la subcontratacin del servicio de simulacin.
4.- OBTENCION DE LOS DATOS
# DE
FALLAS
FRECEUNCIA
0
8
26
probabilidad
FALLAS
FRECEUNCIA
PROBABILIDAD
acumulada
nmeros mustrales
0.15
0.15
014
0.19
0.34
1533
0.08
0.42
3441
0.27
0.69
42---68
0.31
1.00
6999
26
# DE FALLAS
# PROMEDIO DE
# PROMEDIO DE
ALEATORIOS
CORRESPONIENTES
FALLAS
FALLAS
36,54,53
2,3,3
2.68
35,22,53
2,1,3
45,67,23
3,3,1
2.33
42,43,76
3,3,4
3.33
63,23,65
3,1,3
2.33
# FALLAS
2.534
FALLAS POR MES
12.67
COSTO DE REPROCESO
75.9 Bolivianos
88.55 Bolivianos
6.- INTERPRETANCION DE RESULTADOS
-
Se tiene como un costo mayor el costo de venta debido al transporte y mano de obra utilizada
7.- CONCLUSIONES
Es preferible que la empresa reprocese el producto para evitar un costo mayor