OBJETIVOS

La aplicacin de graficas para la determinacin de limites de control de un producto dado

IDENTIFICACIN EL PROBLEMA A RESOLVER
Una fbrica elabora panes , las cuales deben cumplir ciertas especificaciones de peso. Para garantizar
que se cumplan estos estndares de calidad, se recolecta K= 5 muestras (subgrupos) de tamao n = 3
La empresa necesita identificar los limites superiores e inferiores para las medias
MARCO TEORICO
Estas grficas de control ayudan a la deteccin de la variacin de causa asignable (variacin en
el producto o proceso de produccin que seala que el proceso est fuera de control y que se requieren
medidas correctivas)

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:

Siendo k = nmero de muestras

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.- APLICACIN DEL MODELO

muestras
K

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

6.- INTERPRETACIN DE LOS RESULTADOS

Observando la grfica se concluye que la misma est fuera dentro de los lmites de control tanto suprior
como inferior

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:

Diseo y optimizacin de lay-outs.

Optimizacin de la produccin (eficiencia, productividad, Lead Time, etc.).

Simulacin de diversas estrategias de control de la produccin.

Modelizacin de elementos de manipulacin, como pueden ser robots, gantries o gras.

Modelizacin averas mquinas y otros equipos.

Configuracin/secuencia de cambios de referencia.

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

Modelizacin de mantenimiento correctivo y preventivo.

Dimensionamiento de personas para operar la lnea.

Como resultado de estas aplicaciones, se conseguirn sistemas productivos ms ajustados, ya que

pueden analizarse cuellos de botella, as como proponer y testear soluciones que posteriormente puedan
requerir una inversin. Los principales interesados en la utilizacin de herramientas de simulacin son
las empresas productivas o los proveedores de sistemas productivos integrales, esto es, no de mquinas

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

5.- APLICACIN DEL MODELO

# DE

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

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