Gestin de la produccin I

IND - 3310

Univ. Pamela A. Barahona Santos 1
PLANIFICACIN ESTRATGICA DE LA CAPACIDAD
PROBLEMAS RESUELTOS
1. Si funcionara las 24 horas del da el departamento de manufactura de una empresa fabricante
de motores podra terminar 100 motores al da. La gerencia considera que una tasa de
produccin de solo 45 motores al da es lo mximo que podra sostener econmicamente por
un largo periodo de tiempo. En la actualidad, el departamento produce un promedio de 50
motores diarios. Cul es el grado de utilizacin de ese departamento en relacin con la
capacidad pico?, y en relacin con la capacidad efectiva?.

Solucin
Utilizacin
Es el grado en que el equipo, el espacio o la mano de obra se emplean actualmente, se
expresa como porcentaje





Para nuestro problema
Capacidad pico: Capacidad mxima en condiciones ideales
Capacidad efectiva: Mximo resultado en condiciones normales sustentable econmicamente.

Como se puede observar a pesar de que la capacidad efectiva este muy por debajo de la
capacidad pico, sobrepasan la tasa de produccin considerada como la ms econmica una
forma de sostener ese ritmo sera recurrir a horas extra de trabajo.
2. Un centro de copiado, establecido en un edificio de oficinas, elabora informes encuadernados
para dos clientes. El centro produce mltiples copias (el tamao del lote) de cada informe. El
tiempo de procesamiento para obtener, ordenar y encuadernar cada copia depende del nmero
de pginas, entre otros factores. El centro trabaja 250 das al ao, con un turno de 8 horas. La
gerencia considera que un colchn de capacidad de 15% resulta mejor. Tomando como base la
siguiente tabla de informacin, determinar cuntas maquinas se requieren en ese centro de
copiado.

Concepto Cliente X Cliente Y
Pronostico de demanda anual de copias 2000 6000
Tiempo estndar de procesamiento
(horas/copia) 0.5 0.7
Tamao promedio del lote (copias/lote) 20 30
Tiempo estndar de preparacin (horas) 0.25 0.40



Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 2
Solucin:

Colchn de capacidad: es la cantidad de capacidad que una empresa mantiene como
reserva para afrontar los incrementos repentinos de la demanda o las prdidas temporales
de su capacidad de produccin.


* (

) +

* (

) +

* (

) +

[ ]


Donde:

M = Nmero de mquinas requeridas
D = Pronstico del nmero de unidades (clientes) por ao. (2000; 6000)
p = tiempo de procesamiento (en horas por unidad o cliente).(0.5; 0.7)
Q = Nmero de unidades en cada lote (20; 30)
s = tiempo de preparacin (en horas) por lote (0.25; 0.40)
N= Nmero total de horas por ao, durante el cual funciona el proceso.
C = Colchn de capacidad deseado. (15%)

Entonces:

* (

) +

* (

) +

[ ]

Por lo tanto se requieren 4 mquinas











Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 3




















DISEO DE PRODUCTO Y SELECCIN DE PROCESO
PROBLEMAS RESUELTOS
Capacidad y costos
3. La compaa XLZ provee un componente a varios grandes fabricantes de automviles, este
componente es ensamblado en un taller por 15 trabajadores que cumplen un turno de ocho
horas en una lnea de ensamble que se desplaza a 150 componentes por hora. Los
trabajadores reciben su pago bajo la forma de un incentivo grupal que representa 30 centavos
por cada parte buena terminada. Este salario se distribuye en montos iguales entre los
trabajadores. La gerencia considera que puede contratar a otros 15 trabajadores en un
segundo turno si es necesario. Las partes para el ensamble final provienen de dos fuentes. El
departamento de moldeado fabrica una parte crtica y el resto es suministrado por proveedores
externos. Hay once mquinas capaces de moldear la parte que se fabrica internamente; sin
embargo en cualquier momento determinado, se ha comprobado que siempre est
reacondicionando o reparando alguna mquina. Cada mquina exige un operador de tiempo
completo. Las mquinas podran producir cada una 25 partes por hora y a los trabajadores se
les paga por piezas, a 20 centavos por cada parte buena. Los operarios trabajan tiempo extra
con un aumento de 50% en su tarifa corriente, es decir, a 30 centavos por cada parte buena
producida. La fuerza laboral para el moldeado es flexible; en la actualidad, slo seis
trabajadores realizan esta tarea. Hay otros cuatro disponibles. Las materias primas para cada
parte moldeada cuestan diez centavos por unidad; un anlisis detallado que efectu el
departamento de contabilidad concluy que se estn utilizando dos centavos de electricidad

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 4
para fabricar cada parte. Las partes que se compran de terceros cuestan 30 centavos por cada
componente final producido.
Toda esta operacin se ubica en un edificio cuyo alquiler cuesta 100$ semanales. Los
empleados de supervisin, mantenimiento y de oficina reciben 1000 $ semanales.
El departamento de contabilidad calcula la depreciacin del equipo por esta operacin en 50$
semanales. El diagrama de flujo del proceso se muestra a continuacin




a) Determine la capacidad (nmero de componentes producidos por semana) del proceso
completo. estn balanceadas las capacidades de todos los procesos?
b) Si el proceso de moldeado empleara 10 mquinas en vez de seis, y no se efectuaran
cambios en la tarea del ensamble final, Cul sera la capacidad del proceso completo?
c) Si la compaa organizara un segundo turno de ocho horas o ms en la tarea de ensamble,
Cul sera la nueva capacidad?
d) Determine el costo por unidad de produccin cuando la capacidad es
(1) de 6000 por semana o (2) de 10000 por semana.
SOLUCION
a)
Capacidad del proceso de moldeado:
Slo se emplean seis trabajadores para el proceso de moldeado, cada uno de los cuales
laboran como operador de tiempo completo en una mquina. Por consiguiente slo seis de las
once mquinas estn en operacin actualmente.
Para el moldeado:

en moldeado
Para el ensamble final:

Mold
e-ado
Com
pra
EF

Materia prima
Partes
compradas

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 5

en EF
Como la capacidad de ambas tareas es de 6000 unidades por semana, estn balanceadas.
b)
Capacidad de moldeado con diez mquinas:

en moldeado
Como no se ha efectuado ningn cambio en el ensamble final, su cpacidad sigue siendo de
6000 comp/sem. As la capacidad del proceso es de 6000 comp/sem ya que la capacidad
global no puede ser mayor que la tarea ms lenta.
c)
Un segundo turno en la tarea de ensamble:
Segn se calculo en la seccin anterior, la capacidad de moldeado es de 10000.
Para el ensamble final:

en EF
En este caso la capacidad del proceso es de 10000 comp/sem, debido a que ahora es la tarea
mas lenta.
d) (1) costo por unidad cuando la produccin es de 10000 por semana
Descripcin Calculo Costo ($)
Materia prima para moldeado 0,1 $por parte* 6000 600
Partes compradas a terceros 0,3 $ por comp*6000 1800
Electricidad
0,02 $ por
parte*6000 120
Trabajo de moldeado 0,2 $ por parte*6000 1200
Trabajo de ensamble 0,3 $ por parte*6000 1800
Alquiler 100$ semanales 100
Supervisin 1000$ semanales 1000
Depreciacin 50$ semanales 50
Costo Total 6670

Primero se calcula el costo de producir las 6000 partes por semana:

Costo total unitario =

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 6
(2) Costo por unidad cuando la produccin es de 6000 por semana













Primero se calcula el costo de producir las 10000 partes por semana:

Costo total unitario =

Como se observa, el costo por unidad se redujo al repartir el costo fijo entre un mayor
nmero de unidades.

Balance de lnea

1. El gerente de la planta TEVE acaba de recibir los ltimos pronsticos de marketing acerca de
las ventas de Dreams, para el prximo ao. El desea que su lnea de productos est diseada
para fabricar 2400 aspersores por semana, durante los prximos 3 meses cuando menos. La
planta estar en operacin 40 horas por semana. A partir de la siguiente informacin referente
al proceso de produccin, construya usted un diagrama de precedencia para Dreams.














a) Cul debe ser el tiempo del ciclo de la lnea?
Descripcin Calculo Costo ($)
Materia prima para moldeado 0,1 $por parte* 10000 1000
Partes compradas a terceros 0,3 $ por comp*10000 3000
Electricidad 0,02 $ por parte*10000 200
Trabajo de moldeado 0,2 $ por parte*10000 2000
Trabajo de ensamble 0,3 $ por parte*1000 3000
Alquiler 100$ semanales 100
Supervisin 1000$ semanales 1000
Depreciacin 50$ semanales 50
Costo Total 10350
Elemento
de
trabajo
Descripcin
Tiempo
(s)
Predecesor
A Empernar marco de pata a tolva 40 Ninguno
B Insertar flecha de impulsin 30 A
C Colocar eje 50 A
D Colocar agitador 40 B
E Colocar rueda motriz 6 B
F Colocar rueda libre 25 C
G Montar poste inferior 15 C
H Colocar controles 20 D, E
I Montar placa de especificaciones 18 F, G

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 7
b) Cul es el menor nmero de estaciones de trabajo que la gerente podra desear en el
diseo de la lnea correspondiente a este tiempo de ciclo?
c) Supongamos que el gerente ha encontrado una solucin que requiere tan slo cinco
estaciones Cul sera la eficiencia de la lnea y el retraso en el equilibrio?
d) Desarrollar dos distribuciones diferentes para las tareas en el diagrama de precedencia y
calcular el tiempo ocioso.
Solucin
Diagrama de
precedencia

















a) Para el tiempo del ciclo:

Tiempo disponible = 40 h/semana
Demanda = 2400 unid/semana

b) Para el nmero de estaciones:






A F
C
I
B
G
D
H
E
40
50
15
18
40
30 6
40
20

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 8

c) Para la eficiencia y retraso en el equilibrio:















d) Para las distribuciones:
Con frecuencia puede haber muchas soluciones posibles para una lnea de ensamble, hasta
en este problema sencillo. Existe Software que considera todas las combinaciones factibles de
elementos de trabajo que no viola los requisitos de precedencia o del tiempo del ciclo. Al final
se selecciona la combinacin que minimiza el tiempo ocioso de la estacin.
Sin embargo existen dos heursticas las cuales emplearemos en este ejercicio:
Paso1: Comience con la estacin k=1 y prepare una lista con todos los elementos candidatos
que cumplan las siguientes condiciones:
- Que no haya sido asignada a esa estacin ni a ninguna anterior.
- Que todos sus predecesores hayan sido asignadas a esta atencin o alguna anterior
- Que su tiempo correspondiente no exceda el tiempo ocioso de la estacin, en el cual estn
incluidos todos los elementos de trabajo que ya han sido asignados. Si ningn elemento de
trabajo ha sido asignado an, el tiempo ocioso de la estacin es equivalente al tiempo del
ciclo
Paso 2: Escoja un candidato. Generalmente se usa dos reglas de decisin que son las
siguientes:
a. Escoja el candidato que tenga el tiempo del elemento ms largo. Con esta regla se
asignan lo ms rpidamente posible los elementos de trabajo ms difciles de acomodar a
una estacin determinada, y se reservan para despus los elementos de trabajo que
tienen tiempos ms cortos, lo cual permite hacer ajustes finos a la solucin.
b. Escoja al candidato que tenga mayor nmero de seguidores. En nuestro ejemplo el
elemento de trabajo C tiene 3 seguidores y el elemento E slo un seguidor.
Asigne el candidato elegido a la estacin k. Si existe un empate entre dos o ms candidatos
se escoge arbitrariamente a uno de ellos.

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 9
Paso 3: Calcule el tiempo acumulativo de todas las tareas que han sido asignadas hasta
ahora a la estacin k. reste este total del tiempo del ciclo a fin de encontrar el tiempo ocioso
de esta estacin. Vaya al paso 1 y elabore otra lista de candidatos.
Paso 4: Si algunos elementos no han sido asignados todava, pero ninguno de ellos es
candidato a la estacin k. genere una nueva estacin, la estacin k+1 y vaya de nuevo al paso
1. Si no es as entonces la solucin ya est completa.

Solucin aplicando la regla del tiempo ms largo:
Tiempo de ciclo =

para mayor facilidad

Estacin
(Paso 1)
Candidato
(Paso 2)
Seleccin
(Paso 3)
Tiempo
acumulativo
(paso 4)
Tiempo
ocioso
(paso 4)
S1 A A 40 20
S2 B, C C 50 10
S3 B, F, G B 30 30
E,F,G F 55 5
S4 D,E,G D 40 20
E,G G 55 5
S5 I,E I 18 42
E E 24 36
H H 20 16

























S5




S4





S3


S2



S2



S1
A F
C
I
B
G
D
H
E
40
50
15
18
40
30 6
40
20

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 10




Solucin aplicando la regla del mayor nmero de seguidores:







































Estacin
(Paso 1)
Candidato
(Paso 2)
Seleccin
(Paso 3)
Tiempo
acumulativo
(paso 4)
Tiempo
ocioso
(paso 4)
S1 A A 40 20
S2 B, C C 50 10
S3 B, F, G B 30 30
E,F,G G 45 15
E E 51 9
S4 D,F D 40 20
H H 60 0
S5 F F 25 35
I I 43 17

S5

S4


S3




S3


S2



S2



S1
A
F
C
I
B
G
D
H
E
40
50
15
18
40
30 6
40
20

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 11























Diseo factorial
Interpretacin de la tabla ANOVA
Principios Bsicos
Para iniciar en el curso de Diseo de experimentos, es necesario tener algunos conceptos claros en la
parte de probabilidad y estadstica. A continuacin se presentan los conceptos ms relevantes.

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 12


Parmetros: describen la poblacin de elementos. Son tomados como la verdad. Como ejemplo se
puede mencionar la media poblacional o . Un censo poblacional es un ejemplo donde se toma la
poblacin completa y a partir de ella se sacan parmetros que la describan.
Estimados: describen una muestra tomada de la poblacin de elementos. Generalmente se trabaja
con muestras de elementos de una poblacin en cuestin. Las muestras se describen entonces por los
estimados; para el caso de la media poblacional , su estimado es la media muestral

. Los estimados
se clasifican en medidas de tendencia central y medidas de dispercion:


Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 13

En diseo de experimentos se hacen anlisis y se toman decisiones basndose en las hiptesis
planteadas. A continuacin se explican algunos conceptos concernientes a las pruebas de hiptesis.
Valor P (P value)
Se define como el nivel mnimo de significancia al cual la hiptesis nula Ho sera rechazada. En el
anlisis de varianza con que se analiza el experimento, se tienen en cuenta el valor P y el valor de la
distribucin F. Las tomas de decisin se dan de acuerdo a:
Si P < Se rechaza Ho
Si P > No se rechaza Ho
Si F
calculada
> F
critica
Se rechaza Ho
Si F
calculada
< F
critica
No se rechaza Ho
Para ilustrar una toma de decisin, se tiene la siguiente figura:

La figura muestra que la hiptesis nula Ho no puede ser rechazada debido a que la F calculada es
menor a la F crtica y de igual manera el valor P es menor al nivel de significancia alfa. El valor P se

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 14
puede interpretar como la posibilidad de que la hiptesis nula no sea rechazada; magnitudes altas del
mismo se asocian con no poder rechazar la hiptesis nula. La distribucin F presume que las variables
analizadas tienen un comportamiento Gausiano o normal. La misma se calcula como el promedio de
cuadrados de los tratamientos, entre el promedio de cuadrados del error (el promedio de cuadrados
usa la suma de cuadrados entre los grados de libertad).
Los programas estadsticos como Minitab, dan los valores para P y F en el resumen mostrado al
realizar un anlisis de varianza. El investigador usualmente toma la decisin basado en el valor P por
comodidad, esto porque l mismo decide el nivel de significancia de la prueba y no entra en la
necesidad de buscar un valor de F crtico en tablas.
Pruebas de hiptesis estadsticas
Las hiptesis estadsticas son supuestos hechos por el investigador acerca de cierto parmetro como
la media o la desviacin estndar, de una o ms poblaciones de inters.
La estructura de las pruebas de hiptesis est dada por la formulacin de dos trminos:

No rechazar la hiptesis nula implica que la muestra analizada no ofrece suficiente evidencia para
decir que la misma no pueda ser cierta. Sin embargo, si sta es rechazada, la prueba entonces ofrece
suficiente evidencia para decir que la misma no es cierta.
Cuando se rechaza Ho, se da paso a la aceptacin de H
1
.
Para realizar una prueba de hiptesis se debe tener en cuenta los siguientes pasos:
1. Establecer Ho (ej: que no exista diferencia entre las medias de los niveles de un factor o variable de
entrada)
2. Establecer H
1
(ej: que exista diferencia entre las medias de los niveles de un factor o variable de
entrada)
3. Establecer que es el valor que marca el lmite entre aceptacin y rechazo.
4. Seleccionar el estadstico de prueba (Ej. La media, es decir, la funcin de la muestra aleatoria que
se utiliza para tomar una decisin)


Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 15
4. Establecer la regin critica
5. Calcular el valor de la estadstica de prueba para la muestra analizada
6. Comparar la estadstica de prueba con la regin crtica y tomar una decisin en cuanto a si se
rechaza o no Ho
Cuando se realizan pruebas de hiptesis se puede caer en dos tipos de errores:
Error tipo I: Rechazar Ho cuando no debi ser rechazada. Para este error se define la probabilidad ,
siendo sta, la probabilidad de rechazar algo dado que estaba bueno o de rechazar dado que deb
aceptar. Este error se considera como el error del productor porque se rechaza algo del lote de
produccin que debi ser aceptado, es seleccionado por el investigador.
Error tipo II: No rechazar Ho cuando debi ser rechazada. Para este error se define la probabilidad ,
siendo sta, la probabilidad de aceptar algo dado que debi ser rechazado. As este error se considera
como el riesgo del consumidor, ya que al cometerse, el productor acepta algo que debi ser rechazado
y lo lanza a la venta estando defectuoso. solo se controla a travs del tamao de la muestra. Si el
investigador disminuye entonces aumenta por que estn inversamente relacionados pero la suma
de + 1.

Adicional a lo anterior, es importante definir el potencial de la prueba (1-), siendo este la probabilidad
de rechazar Ho cuando debi rechazarse. Experimentalmente con el fin de aumentar el potencial de la
prueba en experimentos corridos de manera completa, se hace una prueba de poder para determinar
el nmero de replicas que se deben correr para obtener un poder aceptable (este fluye entre 0.7 y 1
aproximadamente. Cuando el poder es menor a este, se corre un mayor riesgo de aceptar Ho cuando
debi rechazarse y por ende un fallo en la respuesta del experimento).
Ejemplo 1
El tiempo promedio que tardan los estudiantes en registrarse para las clases de otoo en una
universidad ha sido de 50 minutos con una desviacin estndar de 10 minutos. Se est probando un
nuevo mtodo de registro con computadoras modernas. Si se toma una muestra aleatoria de 12
estudiantes que tuvieron un tiempo de registro promedio de 42 minutos con una desviacin estndar
de 11.9 minutos quienes se registraron con el nuevo mtodo de registro. Pruebe la hiptesis de que la
media poblacional es ahora menor a 50 minutos usando un nivel de significancia de 0.05 y 0.01.
Asuma que los datos se distribuyen normalmente.
Solucin
En este caso particular se tiene una desviacin estndar muestral conocida, de manera que se trabaja
entonces con la estadstica t.

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 16
La hiptesis del investigador H
1
es que la media del tiempo que tardan los estudiantes en registrarse
sea menor a la anterior que era 50 minutos as:

Como no se conoce la desviacin poblacional para el nuevo mtodo entonces se debe usar la
estadstica t ya que los datos que se tienen son de una muestra proveniente de una poblacin mayor:

Para la toma de decisin se tiene en cuenta que:

Se procede entonces a buscar los valores de t crtica en la tabla, se debe tomar en cuenta que la tabla
pide el valor correspondiente al nivel de significancia y al valor correspondiente a los grados de
libertad:
Con un alfa de 0.05 y 11 grados de libertad T = -1.796
Con un alfa de 0.01 y 11 grados de libertad T = -2.718
A un nivel de significancia del 0.05 se rechaza H
0
porque t calculada es menor a t crtica, pero a un
nivel de significancia de 0.01 no hay suficiente evidencia para rechazar H
0
porque t calculada es mayor
a t crtica. Esto indica que hay gran probabilidad de que la media poblacional sea menor que 50 pero
no es mucha diferencia y quiz no es suficiente garanta para soportar el costo que requiere la compra
de un nuevo mtodo de registro.
Procedimiento con Minitab
1. En el men de stat en basic statistics se hace clic sobre la opcin 1sample t:


Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 17
2. Se despliega una ventana donde se ingresan los datos para la media muestral, la desviacin
estndar muestral y el tamao de muestra, ya que en este caso no se tienen los datos sino un
resumen de ellos:


3.El problema pide que se pruebe que la media del nuevo procedimiento sea menor a la media del
procedimiento anterior, es decir, se hace una prueba de hiptesis de una cola. Para esto se hace click
sobre el botn options donde se despliega una ventana que permite poner el nivel de confianza que en
este caso es de 95 ya que el nivel de significancia inicial a probar es = 5%. En la casilla de
alternative se despliegan las opciones y se escoge la opcin less than para que se pruebe que la
media sea menor a 50.


4. Al hacer ok se obtienen los siguientes resultados:

El resultado despliega un valor de t de -2.33 igual al obtenido con los clculos manuales. En este caso
con un nivel de significancia de 0.05 se obtiene un valor p de 0.02, siendo este menor a 0.05 de

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 18
manera que se rechaza la hiptesis nula y entonces el tiempo promedio que tardan los estudiantes en
registrarse con el procedimiento nuevo es menor al que se tomaban con el procedimiento anterior.
Para el caso del nivel de significancia de 0.01 se hace el mismo procedimiento anteriormente descrito
pero cambiando el nivel de confianza a 99.0%.
























Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 19
SIMULACIN
PROBLEMAS RESUELTOS
1. En un restaurante de comida rpida se venden hamburguesas a Bs. 6 cada una, con un costo
de produccin por unidad de Bs. 3,50. Al realizar un estudio se ha encontrado que la demanda
por hora en este local se distribuye de acuerdo con la siguiente funcin de probabilidad:

Demanda 0 1 2 3 4 5 6
Probabilidades 0.10 0.15 0.25 0.20 0.15 0.08 0.07

Simule la utilidad promedio por hora que se obtendra en 10 horas de trabajo. Utilice el
generador congruencial x
i+1
=(21x
i
+15)mod(31) con x
0
=21 para hallar los nmeros aleatorios.

Solucin
Se utiliza el algoritmo lineal

x
i+1
=(ax
i
+c)mod(m) i = 0,1,2,,n

Donde: a>0: constante multiplicativa = 21
c>0: constante aditiva = 15
m>0: mdulo = 31
x
0
: semilla = 21
Como se tienen 10 horas de trabajo se simularn 10 nmeros aleatorios:


x p(x) P(x)

0 0,1 0,1

0 r (0 - 0,1)
1 0,15 0,25

1 r (0,1 - 0,25)
2 0,25 0,5

2 r (0,25 - 0,5)
3 0,2 0,7

3 r (0,5 - 0,7)
4 0,15 0,85

4 r (0,7 - 0,85)
5 0,08 0,93

5 r (0,85 - 0,93)
6 0,07 1

6 r (0,93 - 1,0)


i xi xi+1 ri DEMANDA
0 21 x1=(21*21+15)mod(31)= 22 r
i
=21/(31-1) = 0,7 4
1 22 x2=(21*22+15)mod(31)= 12 r
i
=22/(31-1) =0,73 4
2 12 19 0,40 2
3 19 11 0,63 3
4 11 29 0,37 2
5 29 4 0,97 6

Gestin de la produccin I
IND - 3310

Univ. Pamela A. Barahona Santos 20
6 4 6 0,13 1
7 6 17 0,20 1
8 17 0 0,57 3
9 0 15 0,00 0


INGRESOS (Bs.)
COSTO DE
PRODUCCIN (BS.)
UTILIDADES
(Bs.)
24 14 10
24 14 10
12 7 5
18 10,5 7,5
12 7 5
36 21 15
6 3,5 2,5
6 3,5 2,5
18 10,5 7,5
0 0 0

UTILIDAD
PROMEDIO/HORA
6,5

2. Un cilindro con dimetro x
1
ser insertado en un agujero con dimetro x
2
. Si x
1
sigue una
distribucin exponencial con media 1,5 cm, y x
2
una distribucin 2-Erlang y una media de 2,5
cm, simule la insercin de 10 cilindros y determine mediante el estimador la probabilidad de
que haya interferencia (es decir, que el cilindro pequeo no entre en el agujero)