En general, la identificación de las distribuciones de probabilidad de los tiempos entre llegadas, así como las covariables que las afectan, se trata de forma superficial en los artículos sobre ingeniería de producción. El objetivo principal de este trabajo es analizar los datos sobre los tiempos entre lotes de llegadas de ingresos al departamento de control de calidad de una industria alimentaria. Para el modelado estadístico (enfoque cuantitativo) utilizamos una distribución de Weibull. Los parámetros de escala y distribución se estimaron utilizando el método de máxima verosimilitud. Se presentó un modelo de regresión de Weibull para evaluar inferencias en los parámetros de tiempo medio y mediano entre llegadas y para detectar los factores que afectan la variabilidad de los datos recolectados. En presencia de algunas covariables, se observó que la distribución de Weibull tuvo buena adherencia a los datos. Los resultados permitieron un modelado más confiable del sector de control de calidad de la empresa para realizar una simulación discreta de eventos.
INTRODUCCIÓN
Las variaciones en los procesos de llegada se observan en varias situaciones prácticas en las que la tasa de llegada de entidades depende en gran medida del tiempo. En la industria, la modelización estadística de estos datos es esencial para elegir un modelo de cola adecuado al sistema productivo que se pretende diagnosticar (determinar indicadores de rendimiento) o para realizar experimentos mediante Simulación de Eventos Discretos. Estos dos enfoques de la Investigación Operativa permiten a los gestores tomar mejores decisiones sobre inversiones, programación de la producción, asignación de capacidades, etc. Además, el descubrimiento de los posibles factores que actúan sobre estas variaciones puede ser de gran interés para los ingenieros y gestores industriales.
En la práctica, dos tipos de datos son fundamentales para la modelización estadística de los sistemas de producción: los recuentos de unidades producidas por unidad de tiempo o los tiempos entre las llegadas de estas unidades. Para modelar los primeros, una posibilidad es asumir procesos de Poisson homogéneos o no homogéneos [1-4]. Para los segundos, una alternativa es recoger y analizar estadísticamente los tiempos entre las llegadas de las unidades denotadas por
(1)
donde i = 1, 2, n denota la unidad i-ésima; xi denota la hora de llegada de la unidad i-ésima; xi denota la hora de llegada de la unidad predecesora, y; n es el número de unidades recibidas durante un periodo de tiempo determinado.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Desarrollo de un modelo de dinámica de sistemas basado en la metodología Seis Sigma
Artículo:
Estudio de algoritmos dinámicos para el problema de secuenciación de trabajos en una máquina simple
Conferencia:
Reactor electroquímico de plasma frío con descarga rotatoria
Artículo:
Cálculo de la frecuencia de inspección de mantenimiento predictivo
Artículo:
Hacia un modelo de gestión pública: puntos que hacen una línea de investigación
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.