DESARROLLO DE MODELOS DE SIMULACION

CASO COMPAÑÍA DE PRODUCTOS LITOGRAFICOS

NOTA: 3.8

INTEGRANTES GRUPO
SANDRA YANETH ACOSTA ENRIQUEZ COD.1311980558
JEILER HANS VELASQUEZ GIRALDO COD. 13219800096
GLADIS AYDEE ROJAS COD. 1511981425
FABIAN ERNESTO RODRIGUEZ COY COD. 1511981338
FREDDY MENDOZA FLOREZ COD. 1511980916

TUTOR
JUAN SEBASTIAN MARTINEZ GRISALES

INSTITUCION UNIVERSITARIA POLITECNICO GRAN COLOMBIANO

FACULTA DE INGENIERIA Y CIENCIAS BASICAS
SIMULACION
BOGOTA, SEPTIEMBRE 16 DE 2016
1. INTRODUCCION.

Con este proyecto se pretende el modelar y analizar atraves de la simulación el

funcionamiento de la producción de linear graphic arts, proceso que nos da pautas para la
toma de decisiones dentro de la empresa. Es indispensable crear un modelo que nos
permita recopilar toda la información necesaria para desarrollar un modelo computarizado
partiendo de un sistema real, y poder dar aplicación a los conceptos de simulación para
sistemas de colas aprendidos en el trascurso del módulo, asimismo plasmar las
experimentaciones necesarias, mediante el software de simulación arena®, de unos los
casos y escenarios posibles que admitan asimilar el comportamiento e influencia de las
variables que intervienen en el tiempo de producción y de las máquinas instaladas, con la
intención de realizar una estimación técnica que consienta elegir la mejor opción para
cumplir la nueva demanda y no tener la utilización de los recursos superior al 75% estimado
y a un mínimo costo.
2. MODELO CONCEPTUAL.

3. ANALISIS DE DATOS CON SOFWARE ARENA® MODULO INPUT ANALIZER

Se ejecuta el modulo input analizer con los datos del proyecto, Una vez confrontado el
patrón lógico se realizan todos los tanteos proyectados, extrayendo y guardando toda la
información obtenida con el fin de ser analizada en la siguiente fase, que corresponde a
la ejecución del modelo computacional y de acuerdo a sus resultados podremos escoger
la mejor opción entre las simulaciones planteadas.
 En el sistema integramos los datos de entrada asociados al proyecto:
 Tiempo de Llegada
 Tiempo de Plegado.
 Tiempo de Corte.
 Tiempo Pegado.
 Tiempo Arreglar.
 Tiempo Cubierta.

Obteniendo los siguientes resultados:

4. PRUEBAS DE BONDAD DE AJUSTE
TIEMPO DE LLEGADA
P-value = 0.419 es mayor que alfa 0.0779 de lo cual se concluye que los datos
analizados tiene una distribución Beta con parámetros 110 a 65.2.

TIEMPO DE PLEGADO

P-value = 0.248 es mayor que alfa 0.0655 de lo cual se concluye que los datos
analizados tiene una distribució Erlang con parámetro 7.1 a 1.09.

TIEMPO DE CORTE

P-value = 0.451 es mayor que alfa 0.0574 de lo cual se concluye que los datos
analizados tiene una distribución Normal con parámetro 9.8 a 1.97.

TIEMPO DE PEGADO

P-value > 0.75 es mayor que alfa 0.0938 de lo cual se concluye que los datos
analizados tiene una distribución Beta con parámetro 5.97 a 0.62.

TIEMPO DE ARREGLAR

P-value = 0.59 es mayor que alfa 0.0671 de lo cual se concluye que los datos
analizados tiene una distribución Weibull con parámetro 4.97 a 1.48.

TIEMPO DE CUBIERTA

P-value > 0.15 es mayor que alfa 0.0717 de lo cual se concluye que los datos
analizados tiene una distribución Normal con parámetro 0.988 a 0.183.

CIBERGRAFIAS
http://disi.unal.edu.co/profesores/jeortizt/Sim/Archivos/02.Arena/02B.%20Curso
ARENA_2_PanelBasico_ConSolucionDeEjercicios.pdf
https://www.youtube.com/watch?v=dGccQe5eEqU
https://www.youtube.com/watch?v=lSau97X3UqE
https://www.youtube.com/watch?v=IyBK10-gW5Y