PASSION FOR IMPROVEMENT

Consultores: EDGAR ERNESTO VILLAMIZAR DELGADO Cod 1611981577

DILIA FARLEY BERNAL RUIZ Cod 1421989251
HECTOR FABIO HERRERA DIAZ Cod 1611982300
CARLOS ENRIQUE CAÑON HENAO Cod 1521980802
JAIME ENRIQUE TENORIO QUIÑONES Cod 1611981748

PASSION FOR IMPROVEMENT (pasión por la mejora) es una compañía comprometida con la
mejora continua de los procesos de la cadena logística, optimizando procesos y haciendo cada
eslabón más fuerte y sólido, optimizando espacios y recursos. Para satisfacer las necesidades de
nuestros clientes.

Modelo Conceptual de la Situación Planteada

La compañía de autopartes McQueen desde sus inicios muestra falencias en la ubicaciones de sus
estaciones ya que las maquinas con las que cuentan realizan una función específica, es por eso que
cuando una parte sale de una estación debe volver a pasar por esta para que se le realice otro
proceso.

La compañía tiene dos opciones de mejora de su operación pero hay que analizar tiempos y
movimientos al igual que un presupuesto que se nos adapte a la operación requerida.

Debido al comportamiento de este sistema en específico, podemos denominar este como un modelo
estocástico, debido a que sus variables proporcionan un grado de incertidumbre la cual nos somete a
utilizar algunas de sus variables de forma aleatoria, debido a que cada variable depende de otra
como por ejemplo (El tiempo total del proceso completo para un pedido, depende de la cantidad
demandada que se tenga) es por esta razón que el tiempo total de proceso se denomina aleatorio o
promediado.

Datos como los que nos genera la tabla anexa nos brindan dentro de él margen de incertidumbre un
cierto grado de confiabilidad, pues se vuelve altamente relevante para estos casos, tener muestras
significativas y que simulen la operación real del sistema.

Página 1
 Nombre del Grupo

Representación Gráfica

este recuadro el diagrama conceptual de la situación descrita relacionada con el

funcionamiento de
Gráfico la compañía
1. Representación de autopartes.
gráfica Emplee
del proceso productivo de la simbología
la compañía adecuada de un
de autopartes

diagrama de flujo.

Análisis de datos de entrada

ARRIBOS

Página 2
 Nombre del Grupo

Tiempo Entre llegadas

Histograma:

Histograma
100 150,00%
Frecuencia

100,00%
50
50,00%
0 0,00% Frecuencia
39817,6…
39821,2…
39824,9…
39828,5…
39832,1…
39835,8…
39839,4…
39843,0…
39846,7…
39850,3…
39853,9…
39814

% acumulado

Clase

Gráfico 2. Histograma del tiempo entre llegadas

Página 3
 Nombre del Grupo

Pruebas de Bondad de Ajuste

Tiempo entre Llegadas

Número de datos analizados 5000
Mínimo 3.98e+004
Máximo 3.99e+004
Promedio 1.04
Desviación Estándar 1.06
Hipótesis Nula LOS DATOS TIENEN DISTRIBUCION BETA
Nivel de significancia (a) 5% (0.05)
Grados de libertad (g.l) 37
P-value < 0.005
Parámetros de la distribución 3.98e+004 + 43 * BETA(1.04, 1.06)
Conclusión
La distribución que mejor se ajusta a los datos de entrada es la
distribución BETA, pero como el p-value es menor al nivel de
significancia debemos rechazar la hipótesis nula

Tabla 1. Resumen planteamiento prueba de bondad de ajuste para tiempo entre llegadas

Referencias

Miguel Muñoz, 19 jun. 2014, En Este video se muestra un ejemplo pequeño de cómo analizar valores
numéricos a través del Input Analyzer del software Arena, recupero de
https://www.youtube.com/watch?v=s6shb0bYss4

Carlos Andres Perez Vargas, 14 mar. 2011, Anàlisis de datos por medio de Arena, recuperado de
https://www.youtube.com/watch?v=GmyvK6Rx8xM

Página 4