Para la actividad #4 realizamos dos experimentos muy similares.

Uno en exponential y otro en

triangular-uniform. El experimento consistió en simular la entrada de piezas de PCB, con una
entrada de 10 en el source, entrada de 15 en el Server1 y una entrada de 20 en el Server2.
Después el Server2 se dividió en dos partes. Una con un 92% de piezas buenas y el resto (8%) de
scrap.

Para el exponential, el promedio del Server1 (placement) fue de 66.6207 piezas, con un half
width de 0.4099, con un Lower 95% CL de 66.2108 y Upper 95% CL de 67.0306. Esto quiere decir
que la entrada era mínimo de 66.2108 y máximo de 67.0306, con un promedio de 66.6207. Para
el Server2 (inspection), la entrada fue mínimo de 49.4799 y máximo de 50.0933, con un
promedio de 48.7866 y un half width de 0.3067. Para el number in system (L), se tuvo un
promedio de 2.9923 con un mínimo y máximo de 2,9327 y 3.0519 respectivamente y con un
half width de 0.0596. Y finalmente el time in system (W) fue aproximadamente de 17.9813, con
un mínimo de 17.6715 y un máximo de 18.2911, con un su half width de 0.3098. Pero lo que en
realidad nos interesa son las average number of good parts, las cuales fueron 9178.48 vs un
average number of bad parts de 803.28. Las partes buenas tuvieron un mínimo de 9133.98 y un
máximo de 9222.9822, con una varianza de 44.5022, y las partes malas tuvieron un mínimo de
791.879 y un máximo de 814.681, con una variación de 11.401.

A la simulación anterior se le hicieron unos cambios los tiempos de procesamiento, a la

placement machine se la cambió la configuración a (3, 4, 5) minutos y los tiempos de inspección
a (2, 4) minutos.

Lo cual nos arroja lo siguiente:

Para el triangular-uniform, el promedio del Server1 (placement) fue de 66.7631 piezas, con un
half width de 0.002402, con un Lower 95% CL de 66.5229 y Upper 95% CL de 67.003. Para el
Server2 (inspection), la entrada fue mínimo de 32.9833 y máximo de 68.023, con un promedio
de 50.0533 y un half width de 0.1797. Para el number in system (L), se tuvo un promedio de
1.8487 con un mínimo y máximo de 1.8312 y 1.8662 respectivamente y con un half width de
0.0175. Y finalmente el time in system (W) fue aproximadamente de 1.0779, con un mínimo de
1.8312 y un máximo de 1.8662, con un su half width de 0.0175. Pero lo que en realidad nos
interesa son las average number of good parts, las cuales fueron 9205.32 vs un average number
of bad parts de 806.32. Las partes buenas tuvieron un mínimo de 9170.7468 y un máximo de
9239.8932, con una varianza de 34.5732, y las partes malas tuvieron un mínimo de 793.9631 y
un máximo de 818.6769, con una variación de 12.3569.

En conclusión los métricos del triangular-uniform tienen más variabilidad pero como se
comentó previamente, lo importante son las partes buenas y malas. Y a comparación del
exponential, no hubo gran diferencia.