56
14:00
15:26
1.26
16:10
0.73
44
16:10
16:54
0.73
3.16
3.74
Lo anterior lo podemos calcular con un muestreo usando una distribución de probabilidad de llegadas (demanda de servicio). En el cual también se tendría que hacer una simulación de 0 semanas hasta n meses de operación, para obtener el tiempo muerto
Se simula la operación, pero ahora usando 4 técnicos.
Tiempo de Reparación requerido (4 técnicos) | |||||
Tiempo de llegada de la solicitud | hrs | min. | Tiempo de inicio de reparación | Tiempo final de reparación | Tiempo de Espera de la máquina (hrs) 4 técnicos |
09:30 | 0.75 | 45 | 09:30 | 10:15 | 0.75 |
11:30 | 0.375 | 22.5 | 11:15 | 11:37 | 0.625 |
13:40 | 0.7 | 42 | 14:00 | 14:42 | 1.03 |
16:10 | 0.55 | 33 | 16:10 | 16:43 | 0.55 |
2.375 | 2.955 |
b) El costo total de mantenimiento (3 técnicos):
CMC = ($210/hr)(3.74 hrs) = $785.4
c) El costo total de mantenimiento (4 técnicos):
CMC = ($210/hr)(2.95 hr.) = $619.5
PROBLEMA 3.
En la etapa de paquetería (última fase del confitado) las cajas se llevan por una banda transportadora hasta almacén.
El transportador de banda tiene 3 fallas en promedio por día. Los tiempos de servicio de reparación siguen una distribución exponencial negativa con un tiempo promedio de 1/5 de día.
El gerente de Producción nos comentó que todas las fallas son manejadas en base primero que llega, primero que debe ser atendido por la única cuadrilla de mantenimiento posible.
Se quiere saber:
- ¿Cuál es el número promedio de fallas del transportador en cualquier tiempo?
- ¿Cuál es el tiempo promedio de espera antes de que la cuadrilla de mantenimiento comience el servicio?
Herramienta a Utilizar: Distribución de Poisson l = 3, m = 5
La tasa de servicio es:
- El número promedio del sistema (tanto esperando servicio como en reparación) es:
Ns = (Tiempo promedio en el sistema de mantenimiento)(tasa de llegadas)
b) El tiempo promedio de espera es:
PROBLEMA 4.
En la empresa TUTSI hay un pequeño almacén donde se venden productos al menudeo.
El gerente de producción necesita decidir entre agregar y no agregar un vendedor mas, dependiendo de la probabilidad de que el sistema este vació.
( P>80%) restricción dada por el departamento de ventas.
El modelo básico es una aproximación razonable de la operación y el vendedor est6a ocupado todo el tiempo procesa 120 ingresos, en promedio, durante su turno de 8 hrs. Si a su estación llega un promedio de un ingreso cada 6 minutos, encontrar:
- La cantidad de personas esperando en el sistema.
- La cantidad de personas esperando en la línea.
- Tiempo esperado de espera.
- Tiempo esperado en la línea.
- Probabilidad de que el sistema este vació
DATOS:
l = 120 ingresos / 8hras.
m = 6min
l = 120 ingresos = 0.25 ingresos / min.
480 min.
1/ l = 1/0.25 = 4 ingresos / min.
m = 6 min.
1/ m = 1/ 6 = 0.1666 min.
- Cantidad de gente esperada en el sistema:
- Cantidad de gente esperada en línea :
- tiempo esperado de espera:
- Tiempo esperado en línea:
e) Probabilidad de que el sistema este vació:
Es importante señalar que esta etapa se divide en 2 para los objetivos del manual que son:
- Toma de Decisiones.
- Ejecución .
PLANEACIÓN.
PROBLEMA 1.
Con lo anterior se puede planear la producción. Para ello se necesita elegir una alternativa, esto corresponde a Dirección.
Para comparar los costos primero es necesario obtener el costo unitario actual.
Costo actual = [(9 op)($51)(11dias) + ( 23 maq)($70)(11dias)] / [3745.86 Kg]
Costo actual = $ 6.07 Kg
De acuerdo con lo descrito en el problema No 1del apartado de planeación, se puede asegurar que la opción de aumentar operarios se descarta, pues planeación, se da cuenta de que el balanceo de líneas actual esta siendo ineficiente. Lo que se hace es una nueva asignación de líneas, con estos nuestros costos a comparar serian:
Costo actual = $ 6.07 / Kg.
Costo h extra = $6.31 / Kg.
Costo op =$ 3.71 / Kg.
Solución.
Como la resignación trae como consecuencia el despido de 2 operarios, lo cual se le hace inapropiado a la dirección pues de ninguno en la línea a habido quejas, no hacen falta operarios en otras líneas, se opta por reajustarlos dentro del mismo balanceo, quedando tal como sigue:
SUBPROCESOS | TIEMPO ESTANDAR | NUEVA RESIGNACIÓN DE MAQUINA | TIEMPO DE LÍNEA | NO. DE OPERARIOS |
Engomado | 56 | 2 | 28 | 3 |
Blanqueado | 544 | 15 | 36.26 | 3 |
tintado | 135 | 4 | 33.75 | 2 |
brillado | 26 | 1 | 27 | 1 |
Total | 761 | 22 | 125.01 | 9 |
Nota: Tiempos medidos en minutos.
La decisión de asignarlos en las sublineas correspondientes se debe a:
- El engomado por que en ocasiones el producto proveniente del departamento de formación de centros viene a un pegado, por que hay que recortar manualmente esto puede retrasar la producción.
- El blanqueado, dado que reduce la carga del operario, en vez de atender dos operarios 15 maquinas las atenderán 3 operaros.
El costo nuevo será de:
Costonuevo= [(9op)($51)(11dias)+(22maq)($70)(11dias)]]/[5619.82Kg]
Costonuevo= $ 3.91/Kg
PROBLEMA 2.
Con lo anterior se puede tomar una decisión que corresponda al departamento de Dirección.
Primeramente, necesitamos la producción y el costo del producto para la primera línea propuesta, que trabaja con 35 maquinas y con una eficiencia del 100%.
Plinea = [(6.5 hr/dia)(1dia)(60 min/hr)(95%)] / [22.7 min/bombo]
Plinea = 17.18 bombos = 859 Kg
Costoop = [(10 op)($51)+(35 maq)($70) / [859 Kg]
Costoop = $3.44 /Kg
Ahora, con 30 maquinas trabajando al 100% y con una nueva instalación de Jarabes:
Plinea =[(6.5 hr/dia)(1dia)(60 min/hr)(95%)] / [26.08 min/bombo]
Plinea = " 14.9 bombos = 747.69 Kg.
Costoop = [(9 op)($51)+(30maq)($70)] / [ 747.69 Kg]
Costoop = $ 3.42 /Kg
Además, hay un ahorro de $ 32. 100 por la venta de los bombos que no se usan.
Solución.
Entonces se incluye que se debe hacer la venta de los 8 bombos y la adquisición del nuevo equipo.
PROBLEMA 3.
Con todo lo anterior se puede tomar una decisión que corresponde al departamento de dirección.
El costo actual de inventario para el plan de producción del año entrante es de:
$ 1757.43
Pero el costo del producto a lo largo del año es:
Plinea = 74 902 Kg de confitado.
Costoactual = [(9op)($51)(240dias)+(23maq)($70)(240dias)] / [74 902 Kg]
Costoactual = $ 6.63 /Kg
Costoventas = ($6.63)(74530 de ventas) = 494133.90 /Kg.
Con el inconveniente de que la mano de obra y por lo tanto la maquinaria no se aprovechan al máximo.
El costo de planear la producción manteniendo la eficiencia constante en un 95% nos da un costo de inventario de:
$ 4563.27
Pero el costo del producto a lo largo del año es:
plinea = 81526 Kg de confitado
Costoactual = [(9op)($51)(240 días) + (23maq)($70)(240 días)] / [81526 Kg]
Costoactual = $ 6.09 /Kg
Costoventas = ($ 6.09)(74530 de ventas) = 453887.70 /Kg
Ahorro en los costos de ventas $ 40246.20
Perdida en inventarios: $ 2809.84
Solución.
Entonces s e concluye que se acepta la propuesta por que el costo del producto con el nuevo plan de producción reduce considerablemente y rebasa la perdida que hay en inventarios.
PROBLEMA 4.
Para entender la mejor decisión acerca de la compra del equipo del aire acondicionado, se toma la siguiente consideración.
El costo del inventario actual, sin ninguna mejora es de $1757.43, perdiendo mano de obra y capacidad de producción.
El caso con el nuevo implemento de aire acondicionado es de:
Inventario anual: $ 2781.09
Amortiguación de gasto s de sistema $ 37 500.00
Esto nos da una diferencia entre el método actual y el propuesto de:
$ 38 523.66
La ganancia en los costos de ventas seria de:
Costoventas = ($ 6.63)(74530 de ventas) = 494133.90 /Kg
El coso de planear la producción con el sistema de aire acondicionado es de:
plinea = 81526 Kg de conflicto.
Costoanual = [(9op)($51)(240 dias) + (23 maq)($70)(240 dias)] / [79744 Kg]
Costoanual = $ 6.23 / Kg.
Costoventas = ( $ 6.23)(74530 de ventas) = 464092.81 /Kg
Ahorro en los costos de ventas: $ 30141.09.
Perdida en inventarios y gastos de amortiguación: $ 38523.66
Esto presenta una perdida para la empresa.
Solución.
Entonces se concluye la propuesta de comprar un sistema de aire acondicionado se rechaza a pesar de que aumentaría la producción. Aunque la demanda del producto aumente y se tengan 0 inventarios, no se justifica el gasto en el aire acondicionado ya que su costo sobrepasa con mucho las ventajas económicas que conlleva.
ORGANIZACIÓN.
PROBLEMA 1.
( VEASE EL DIAGRMA DE FLUJO )
PROBLEMA 2.
Aparentemente según el análisis de costos, es ventajoso contar con tres técnicos para mantenimiento.
PROBLEMA 3.
Debido a que el tiempo no es muy elevado y el costo de la banda transportadora es elevado, la opción de agregar otra banda transportadora se rechaza por completo.
PROBLEMA 4.
Por lo tanto conviene contratar a otro vendedor.
PROBLEMA 1:
Por lo tanto se puede concluir que no requiere ninguna acción correctiva ya que los pronósticos no están fuera de los lími9tes de control, ya que en la gráfica están distribuidos normalmente alrededor del pronóstico promedio.
Como se puede mostrar en la gráfica la demanda baja debido a que nos comentaron que en tiempos de calor se vende un poco menos.
PROBLEMA 2:
Los pesos de las lunetas son aceptables dentro de los limites de control, como se puede observar en la gráfica. Por lo que no hay que hacer ninguna acción correctiva y esta controlando la calidad con respecto al peso del confitado.
PROBLEMA 3:
De acuerdo a este muestreo de trabajo se sugiere que ocupe otro bombo y el operario, ya que los bombos no están ocupados luego. Para que así disminuya el costo por jornada de inactividad del operario.
PROBLEMA 4:
Como se puede observar en la primera gráfica un valor cae fuera de los límites de control por lo que se elimina, se prosigue a calcular los nuevos límites y los valores caen dentro de ellos, por lo que esos limites se convierten en el estándar para controlar las bicicletas.
CONTROL.
PROBLEMA 1.
CONTROL DE PRONÓSTICO.
Industrias TUTSI desea saber cual va a ser la demanda para el siguiente mes de Julio; haciendo un promedio móvil de tres meses por lo que se desea hacer un control de pronósticos. A continuación la tabla de la demanda real de los meses de Octubre a Junio:
MES | DEMANDA |
Octubre | 2300 |
Noviembre | 2500 |
Diciembre | 2800 |
Enero | 2500 |
Febrero | 2300 |
Marzo | 2400 |
Abril | 2100 |
Mayo | 2000 |
Junio | 2200 |
A continuación realizamos la siguiente tabla para poder determinar la demanda pronosticada en el mes de Junio y la desviación:
MES | DEMANDA REAL | DEMANDA PRONOSTICADA | DESVIACIÓN | (DESVIACIÓN) |
Octubre | 2300 | |||
Noviembre | 25000 | |||
Diciembre | 2800 | |||
Enero | 2500 | 2533 | 267 | 71289 |
Febrero | 2300 | 2600 | -100 | 10000 |
Marzo | 2400 | 2533 | -233 | 54289 |
Abril | 2100 | 2400 | 0 | 0 |
Mayo | 2000 | 2267 | -167 | 27889 |
Junio | 2200 | 2167 | -167 | 27889 |
Julio | 2100 | ∑ = 191356 |
Por lo tanto la demanda para el mes de junio es:
PRONOSTICO JUNIO = 2100
Desviación estándar:
Dado que es menor de 30, se usa la distribución 5 ya que n-1 = 5 grados de libertad a un nivel del 90%, por lo tanto t = 2.015.
El valor de la media del pronóstico es:
Con los valores obtenidos se calcula los límites de control:
LC = 2022.6 a 2810.83
PROBLEMA 2.
CONTROL DE CALIDAD.
La gráfica de control son usadas para monitorear características de calidad seleccionadas de un proceso de producción a través del tiempo. La gráfica de control de variables, tales como la media y el rango son usadas para monitorear datos continuos (medibles). La gráfica de control de atributos tales como una proporción p y un número c son usadas para monitorear datos discretos (contables).
En el área de empaquetado de TUTSI, el gerente quiere establecer limites del peso del producto de confitado (lunetas) y su peso es 1± 0.015 gramos. Se tomaron para 20 muestras de n = 5 lunetas y son seleccionadas aleatoriamente.
M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | M9 | M10 |
.985 | 1.004 | .985 | 1.015 | .987 | 1 | 1.013 | .991 | 1.010 | .987 |
1.005 | 1.012 | .996 | 1.006 | 1.007 | .985 | .994 | .988 | 1.008 | 1.010 |
1.009 | .990 | .997 | 1 | 1.010 | .989 | .996 | .999 | .991 | 1.012 |
1 | .997 | 1.009 | .999 | 1.015 | .996 | 1.014 | 1.011 | .988 | 1.001 |
.999 | 1.003 | 1.014 | .996 | .993 | 1.012 | 1.012 | 1.001 | .990 | 1 |
M11 | M12 | M13 | M14 | M15 | M16 | M17 | M18 | M19 | M20 |
.988 | 1.008 | 1.012 | 1.002 | 1.003 | 1.010 | 1 | 1.004 | 1.007 | .994 |
.999 | 1.012 | 1.013 | 1.010 | 1.004 | 1 | .985 | 1.006 | 1.004 | .999 |
.991 | .986 | 1.003 | .985 | 1.010 | .988 | .992 | .986 | .990 | 1 |
.985 | .998 | 1.004 | .999 | 1.015 | .996 | .990 | 1.014 | .989 | 1.010 |
.998 | .990 | 1.010 | .997 | 1.011 | .997 | .998 | 1.008 | .986 | 1.005 |
Se calculan las medias y rangos de cada muestra; con las siguientes fórmulas:
Muestra | M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | M9 | M10 |
X | .9996 | 1.0014 | 1.0002 | 1.0032 | 1.0024 | 1.0058 | 1.0058 | .998 | .9974 | 1.002 |
R | 0.024 | 0.014 | 0.029 | 0.019 | 0.028 | 0.02 | 0.02 | 0.023 | 0.022 | 0.025 |
M20estra | M11 | M12 | M13 | M14 | M15 | M16 | M17 | M18 | M19 | M20 |
X | .9922 | .9988 | 1.0084 | .9986 | 1.0086 | .9982 | .93 | 1.0036 | .9952 | 1.0016 |
R | 0.014 | 0.026 | 0.01 | 0.025 | 0.012 | 0.013 | 0.015 | 0.028 | 0.021 | 0.016 |
Ahora se calcula las medias de las medias:
X = 1. 00023 gramos.
R = 0.02055 gramos.
Ahora encontraremos los límites de control de las medias y los rangos:
- MEDIA
- RANGO
A, B y C tomados de tabla 2.
PROBLEMA 3.
MUESTREO DEL TRABAJO.
En la siguiente tabla se muestran las observaciones tomadas al azar en TUTSI Han sido agrupadas por día de estudio. El número de submuestra (16) fue calculado en base a un estudio preliminar, donde p = 0.6, q = 0.4. p representa la proporción de actividad. Nuestro nivel de confianza fue del 90% y el error estándar del 10%.
DIAS DE ESTUDIO | I | II | III | IV | TOTAL | PROMEDIO |
INACTIVIDAD | 5 | 3 | 4 | 7 | 19 | 4.75 |
ACTIVIDAD | 11 | 13 | 12 | 9 | 45 | 11.25 |
SUBMUESTRA | 16 | 16 | 16 | 16 | 64 | 16 |
PROPORCIÓN PARCIAL | 0.3125 | 0.1875 | 0.250 | 0.4375 | 1.1875 | 0.297 |
- Representa el número de personas inactivas que contiene la submuestra.
- El total de las submuestras es el valor N.
- La proporción parcial es la razón de la inactividad entre la submuestra.
El valor de P es igual al promedio de la proporcionalidad parcial: P = 0.297
Cálculo de S
Si:
Entonces :
Sustituyendo para un nivel de confianza del 90%:
Calculo del rango de Inactividad
Si:
P + S = 0.297 + 0.0939 = 0.3909
P + S = 0.297 – 0.0939 = 0.2031
Entonces :
39.1 % ≤ Inactividad ≥ 20.3 %
Cálculo de los Límites de Control
Si :
Entonces:
Los límites son:
LCS = 0.297 + 0.342 = 0.639
LCS = 0.297 – 0.342 = -0.045
Grafica de Control:
Cálculo de Costos:
Para una jornada de 8 hrs, por trabajador:
Horas Hombre: 8 Horas Hombre
Si nuestro rango de inactividad es:
39.1 % ≤ Inactividad ≥ 20.3 %
Para 8 Horas Hombre:
8) (39.1 %) ≤ Inactividad ≥ (8) (20.3 %)
3.128 ≤ Inactividad ≥ 1.624
Si la jornada de 8 Horas cuesta $ 45.00, cada hora cuesta $5.63
($5.63) (1.144) ≤ Inactividad ≥ ($5.63) (1.736)
$6.44 ≤ Inactividad ≥ $ 9.77
Es el costo por jornada de la Inactividad un trabajador.
PROBLEMA 4.
CONTROL DE CALIDAD.
En TUTSI. En el Departamento de empaquetado quiere llevar un control con respecto a las bolsas con lunetas llamadas bicicletas. Para esto se tomaron aleatoriamente 20 muestras de tamaño n = 50 para establecer los límites de control.
Los productos defectuosos detectados en las 20 muestras son mostrados en la siguiente tabla:
NÚMERO DE MUESTRA | NUMERO DE PRODUCTOS DEFECTUOSOS | PORCENTAJE DE PRODUCTOS DEFECTUOSOS |
1 | 2 | 0.04 |
2 | 3 | 0.06 |
3 | 4 | 0.08 |
4 | 1 | 0.02 |
5 | 0 | 0.00 |
6 | 2 | 0.04 |
7 | 4 | 0.08 |
8 | 1 | 0.02 |
9 | 1 | 0.02 |
10 | 3 | 0.06 |
11 | 0 | 0.00 |
12 | 1 | 0.02 |
13 | 2 | 0.04 |
14 | 1 | 0.02 |
15 | 0 | 0.00 |
16 | 3 | 0.06 |
17 | 7 | 0.04 |
18 | 2 | 0.04 |
19 | 1 | 0.02 |
20 | 2 | 0.04 |
∑ = 40 |
Calculamos la proporción de productos defectuosos en la muestra y Sp:
P = Número de Productos Defectuosos = 40 = 0.040
Número Total de Artículos (50) (20)
P = 0.040
Calculamos los límites de Control:
UCLp = 0.040 + 3 (0.028) = 0.124
UCLp = 0.124
LCLp = 0.040 – 3 (0.028) = 0.000
UCLp = 0.000
Graficamos:
Como se puede observar en la gráfica la muestra 17 esta fuera de los límites de control por lo que se descarta y se vuelven a calcular los nuevos límites de control.
Calculamos los valores nuevos de p y Sp:
P = 33 = 0.0347
(50) (19)
P = 0.0347
Calculamos los límites de Control
UCLp = 0.0347 + 3 (0.0259) = 0.112
UCLp = 0.112
LCLp = 0.0347 – 3 (0.0259) = 0.000
UCLp = 0.000
Graficamos nuevamente los valores:
Como se puede observar en la gráfica los valores ya están dentro de los límites de control.
El manual esta enfocado a proporcionar información de valor superior a través de la aplicación de los conocimientos de medición del trabajo, adquiridos en clase, y su relación con las diferentes etapas de la administración.
Con base en lo anterior, se reconocen los siguientes aspectos:
- Enfoque la interesado en la industria chocolatera.
- Mejora continua a través el ciclo: planear, hacer, evaluar, actuar, como un enfoque administrativo orientado a la medición del trabajo.
- Reconocimiento y beneficio compartido.
- Involucramiento de todos los operarios en el proceso de mejora.
- Eliminación de Barreras para lograr lo más posible el 100% de trabajo básico.
Es importante recalcar la importancia que tiene el establecimiento de estándares de tiempo en la administración, debido a que antes de realizar el manual teníamos muchas cuestiones acerca de la relación entre estos. Con esto con toda certeza podemos afirmar que la medición del trabajo es una estrategia para eliminar el tiempo muerto y poder pronosticar, planear, controlar y organizar mejor las actividades laborales.
Por lo tanto, se cumple con el objetivo, entro lo que se destacan el establecimiento de planes de trabajo, dentro de la planeación, para saber:
Lo que se va a hacer o fabricar, las operaciones indispensables para ejecutar el trabajo, las cantidades, las instalaciones, herramientas y equipo necesarias, la clase de mano de obra con la que se cuenta y la que se requiere, el tiempo previsto para cada operación y la proporción de las instalaciones y herramientas necesarias de que se dispondrá.
- Ingeniería Industrial.
Benjamín Niebel, Andris Freivalds.
Editorial Alfaomega.
2001.
- Instructivo Teórico Práctico de Análisis Sistemático de la Producción II
Lucinda González Ruiz, José Espriu Torres.
Upiicsa.
- Introducción Al Estudio Del Trabajo
Oficina Internacional del Trabajo
México
Limusa
1996
Ivan Escalona
Página anterior | Volver al principio del trabajo | Página siguiente |