OBJETIVOS

La aplicación de graficas para la determinación de limites de control de un producto dado

IDENTIFICACIÓN EL PROBLEMA A RESOLVER

Una fábrica elabora panes , las cuales deben cumplir ciertas especificaciones de peso. Para garantizar

que se cumplan estos estándares de calidad, se recolecta K= 5 muestras (subgrupos) de tamaño n = 3

La empresa necesita identificar los limites superiores e inferiores para las medias

MARCO TEORICO

Estas gráficas de control ayudan a la detección de la variación de causa asignable (variación en

el producto o proceso de producción que señala que el proceso está fuera de control y que se requieren

medidas correctivas)

La Gráfica X

Se diseña para medir la variación en las medias muestrales alrededor de algún nivel generalmente

aceptado.

Se tiene entonces:

Límite superior de control para las medias

LSCX=X+A2R

Límite inferior de control para las medias

LICX=X-A2R

Donde:

Siendo k = número de muestras

4 .- OBTENCIÓN DE DATOS

muestras

K 1 2 3

1 5.4 6.1 5.3

2 4.9 5.5 5.5

3 6.2 4.5 5.3

4 5.4 5.6 5.6

5 6.1 5.1 6.6

5.- APLICACIÓN DEL MODELO

muestras

K 1 2 3

media varianza

1 5.4 6.1 5.3

5.6 0.19

2 4.9 5.5 5.5

5.3 0.12

3 6.2 4.5 5.3

5.3 0.72

4 5.4 5.6 5.6

5.5 0.01

5 6.1 5.1 6.6

5.9 0.58

5.5 1.63

LSC 9.40222

LIC 1.59778

6.- INTERPRETACIÓN DE LOS RESULTADOS

Observando la gráfica se concluye que la misma está fuera dentro de los límites de control tanto suprior

como inferior

7.- CONCLUSIONES

En las muestras recolectadas todas se encuentran dentro de límites por lo tanto la elaboración de los

panes y su debido control está siendo realizada de manera correcta

4.8

5.0

5.2

5.4

5.6

5.8

6.0

1 2 3 4 5

Me

dia

Muestras

Limites de control

1.-OBJETIVOS

Determinacion de el costos para la toma de decision

2.-IDENTIFICACION DE PROBLEMA

Una empresa de lácteos 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 decisión

3.- MARCO TEORICO

La simulación permite modelizar un sistema y realizar modificaciones sobre el mismo sin riesgo y con

coste nulo. Aplicada a sistemas de producción, la simulación permite modelizar células de fabricación,

líneas y plantas enteras, en el nivel de detalle deseado. Por ejemplo, podría modelizarse una célula de

fabricación compuesta por varias máquinas, y después integrar ese modelo en uno de mayor nivel, a

nivel de planta. La simulación puede ser una herramienta complementaria que soporte la implantación de

técnicas Lean como el Value Stream Mapping, la fabricación en flujo (takt time), Kanban, Heijunka

(producción nivelada y mezclada) o el concepto de células de fabricación.

Aplicaciones concretas de la simulación a sistemas productivos son:

Diseño y optimización de lay-outs.

Optimización de la producción (eficiencia, productividad, Lead Time, etc.).

Simulación de diversas estrategias de control de la producción.

Modelización de elementos de manipulación, como pueden ser robots, “gantries” o grúas.

Modelización averías máquinas y otros equipos.

Configuración/secuencia de cambios de referencia.

Cambios de herramientas y modelización de otros tipos de semi-paradas.

Modelización de mantenimiento correctivo y preventivo.

Dimensionamiento de personas para operar la línea.

Como resultado de estas aplicaciones, se conseguirán sistemas productivos más ajustados, ya que

pueden analizarse cuellos de botella, así como proponer y testear soluciones que posteriormente puedan

requerir una inversión. Los principales interesados en la utilización de herramientas de simulación son

las empresas productivas o los proveedores de sistemas productivos integrales, esto es, no de máquinas

o equipos sueltos, sino proveedores de líneas o células completas que incluyan los equipos productivos,

elementos de manipulación y equipos de inspección. En lo que se refiere a las empresas productivas, la

necesidad de utilizar este tipo de herramientas depende de la dimensión y complejidad de sus plantas y

líneas de producción, así como el grado de madurez y exigencia del sector en el que trabajan. Las

empresas grandes probablemente cuenten con este tipo de programas de simulación y personal

dedicado a esta tarea, mientras que empresas de menor tamaño o menor necesidad de análisis y mejora

de sistemas de producción optarán por la subcontratación del servicio de simulación.

4.- OBTENCION DE LOS DATOS

# DE

FALLAS FRECEUNCIA

0 4

1 5

2 2

3 7

4 8

26

5.- APLICACIÓN DEL MODELO

# DE

FALLAS FRECEUNCIA PROBABILIDAD

probabilidad

acumulada números muéstrales

0 4 0.15 0.15 0—14

1 5 0.19 0.34 15—33

2 2 0.08 0.42 34—41

3 7 0.27 0.69 42---68

4 8 0.31 1.00 69—99

26

# FALLAS

#

ALEATORIOS

# DE FALLAS

CORRESPONIENTES

# PROMEDIO DE

FALLAS

# PROMEDIO DE

FALLAS

0 36,54,53 2,3,3 2.68 2.534

1 35,22,53 2,1,3 2 FALLAS POR MES

2 45,67,23 3,3,1 2.33

3 42,43,76 3,3,4 3.33

4 63,23,65 3,1,3 2.33

12.67

COSTO DE REPROCESO

75.9 Bolivianos

COSTO DE VENTA Desecho

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