programa org pro 1.1

7/21/2019 Programa Org Pro 1.1

1/64

Jos Manuel Gmez Vega. Org Pro 1.1, Organizacin de la Produccin

- 1 -

ORG PRO 1.1

PROGRAMAS DE CLCULO DE

ORGANIZACIN DE LAPRODUCCINBASADOS EN LOSLIBROS DIRECCIN DE LAPRODUCCIN. DECISIONES

ESTRATGICAS Y DECISIONES

TCTICAS.

JOS MANUEL GMEZ VEGA.E.T.S. INGENIEROS INDUSTRIALES U.N.E.D.

ORGANIZACIN DE LA PRODUCCIN.(6 MECNICA DE MQUINAS).

TRABAJO VOLUNTARIO. DICIEMBRE 2005.


2/64


- 2 -

PROGRAMA PARA EJECUTAR EN CALCULADORAS:

TEXAS INSTRUMENTS 92 PLUS / VOYAGE 200

Imagen del programa para la TI 92 plus.

SE PUEDE UTILIZAR EN UN PC BAJO WINDOWS CON ELEMULADOR VTI 2.5 BETA, AUNQUE PUEDEN TAMBIN USARSEOTROS EMULADORES COMO EL TI-EMU.


3/64


- 3 -

Cadena de montaje usada en la compaa Ford, donde parte de la carrocera se pasaba

por encima de la lnea de fabricacin.

NDICE.

1. PRESENTACIN..........................................................Pg. 32. REQUISITOS PARA EL PROGRAMA.................................Pg. 43. INSTALACIN, MEMORIA, USO.....................................Pg. 54. TIPOS DE PROBLEMAS QUE RESUELVE..........................Pg. 65. DESCRIPCIN DEL PROGRAMA CON EJEMPLOS

RESUELTOS DE LOS LIBROS DE TEXTO........................Pg. 76. LISTADO DEL CONJUNTO DE PROGRMAS

QUE INTEGRAN ORG PRO.............................................Pg. 31

Org Pro

es un conjunto de programas de ejecucin sencilla quemuestra los resultados paso a paso. Presenta informacin en pantalla

de los resultados como si los problemas estuviesen escritos en unlibro, con ecuaciones e indicaciones precisas. Sirve para los clculos

del rea de Organizacin de la Produccinreferentes a

productividades, previsiones y control estadstico de procesos.


4/64


- 4 -

1.- PRESENTACIN.

El conjunto de programas Org Pro 1.1 versa sobre varios temas de laOrganizacin de la Produccin, y estn basados en el tratamiento analticoefectuado en los dos tomos deDireccin de la Produccin (Decisiones estratgicas

I y Decisiones tcticas II), de J. Heizer y B. Render, de la editorial Pearson-PrenticeHall.Enfoca tres reas distintas dentro de dicha disciplina econmico-organizativa,

como son: productividad, previsin y control estadstico de procesos.

Los programas se lanzan desde un nico programa, llamado orgpro, y puedeseleccionarse, primero, el rea de clculo dentro de esos tres tipos referidos, ysegundo, el tipo de clculo relacionado.

Los programas presentan clculos analticos y grficos cuando se requieran enel clculo. La diferencia entre el uso de uno de estos programas con respecto a losprogramas que vienen en el CD-Rom del libro en formato Excel, es que, en la hoja

de clculo, aunque es muy explcita, hay que rellenar celdas y es posibleequivocarse a la hora de hacerlo, mientras que en el conjunto de programas que herealizado la introduccin de datos es secuencial y de una forma cmoda que evitaese tipo de errores. Como conocedor que soy de programas ejecutados con macrosde Excel, podra mejorarse mucho la interfaz, incorporando botones de introduccinde datos, y de esa forma no llegar a la posibilidad de los errores antedichos.Adems, nada ms balbucear con Excel-OM (hoja de clculo de los programas delCD-Rom del libro), hall un error en la frmula de las medias ponderadas, por loque no us mucho estos programas.

A pesar del esmero y las correcciones efectuadas a Org Pro 1.1 es posible quequede algn defecto en el tintero. Es por ello que despus de usado este programaagradecera a cualquier persona que observe algn error, lo comunique al siguientecorreo:

[email protected]

2.- REQUISITOS PARA EL PROGRAMA.

Org Pro 1.1 se ha realizado en el lenguaje de programacin TI-Basic. Se tratade una versin moderna del Basic con la incorporacin de una coleccin de

funciones matemticas potentes mediante el sistema operativo AMS 2.09 de laTexas Instruments 92 Plus. Actualmente esta calculadora est en desuso (la matiene unos 4 aos) y ha sido sustituida por la Voyage 200, hermana mayor conmucha ms memoria, que es 100 % compatible.

Presenta ciertas diferencias con la ms popular TI 89 y ahora con la TI 89Titanium, debido a la pantalla, que en estas ltimas es ms pequea, de tal formaque el programa no es compatible con estas calculadoras, si bien reajustandoalgunos comandos como Disp, Text, Output, etc. a los valores mximos de pantalla,podran correren estas calculadoras.


5/64


- 5 -

Para ejecutar el programa se necesita:

i) Una calculadora TI 92 Plus o una Voyage 200 y/o...ii) Un ordenador PC con el emulador VTI 2.5 beta (u otro emulador

compatible) y una versin del sistema operativo de la calculadora (se obtienen enInternet o bien a travs de la calcualdora, copiando el S.O al emulador).

iii) El programa en s (bloque de programas), que en el emulador puede serun archivo de estado grabado previamente.

El envo como trabajo para su evaluacin por el equipo docente de laasignatura, incorpora el emulador bajo Windows y el archivo imagen del programaprecargado en el emulador para ejecutarse directamente, con las instruccionesespecficas de manejo.

3.- INSTALACIN, MEMORIA, USO.

Este apartado es para detallar cmo se puede ejecutar Org Pro 1.1 para cualquiertipo de usuario. Todo el proceso detallado del emulador est ya entregado en elCD-Rom: emulador con Org Pro preinstalado. Esto est escrito para servir al mismotiempo de manual de usuario del programa para personas que lo intentenaprovechar en internet de forma gratuita.

A partir de ahora, el grupo de programas que conforman Org Pro se le llamarsimplemente el programa.

Memoria.

Para la TI 92 Plus el programa ocupa en la memoria 135 Kbytes, quedando191 Kbytes de RAM libre y 590 Kbytes libres de Flash ROM. El programa puedeejecutarse con otros programas distintos si hay memoria suficiente. Se recomiendasu archivado en la calculadora para ganar en rapidez de ejecucin.

Instalacin en calculadora.

Para instalar el programa en la calculadora pueden lanzarse los programasmediante el software TI Connect (la versin actual es 1.6, aunque vale desde la1.1) y el cable negro que suministra Texas Instruments (u otro ms moderno o decarctersticas similares compatibles). Tambin pueden enviarse los ficherosmediante el software TI Graph Link, que ltimamente va integrado con TI Connect.No detallo el uso de estos programas pues para usuarios de la calculadora sernconocidos y su manejo es fcil e intuitivo, no siendo este escrito el indicado paradetallar estos pormenores, debindose acudir a los manuales correspondientes deestos programas.

Instalando Org Pro en el emulador Virtual TI (Vti) 2.5 Beta.

Para poder manejar el programa en un PC bajo plataforma Windows, seemplean emuladores. No conozco nada ms que uno bien y debe ser el mejor: elVti 2.5 Beta, por los comentarios que he ledo. No obstante, ms recientmente haaparecido otro emulador popular, el TI-Emu, el cual no conozco casi nada.

El emulador Vti 2.5 permite obtener los clculos, visualizar y ejecutarprogramas, exactamente igual a como se realizaran en la calculadora, e incluso


6/64


- 6 -

deja que el proceso vaya ms rpido segn el procesador del PC cambiando unaopcin.

Modo de ejecutar los programas con el emulador.

Para que el programa funcione en el PC, se necesitan hacer los siguientespasos:

Sistema Operativo para la Texas Instruments 92 Plus, donde hay que haceruna cuenta de usuario con una cuenta de correo. Una vez hecho esto se puededescargar (unos 1.800 Kbytes). Se necesita el S.O. para el emulador; sin l nofunciona. La ltima versin del S.O. es la 2.09.

http://education.ti.com/us/product/apps/92pos.html

Conseguir el emulador Vti 2.5 Beta para la TI 92 Plus de Internet:

http://www.ticalc.org/archives/files/fileinfo/84/8442.html

En esta pgina se consigue el manual del Emulador en castellano (ytambin el mismo emulador y la misma versin):

http://wwwgeocities.com/tiespjar/misarchivos.htm#vti

Se instala el programa en el ordenador.

El archivo que inicia el emulador es: Vti.exe (icono de una calculadora). Hayque pulsar sobre l como un programa normal bajo Windows.

El archivo del sistema operativo hay que mantenerlo siempre en la mismacarpeta que Vti.exe para que funcione el emulador.

El manual de usuario del emulador es muy fcil de leer. Est en castellano.

Para cargar Orgpro en el emulador solo hay que pulsar el botn derecho delratn en la pantalla del emulador en ejecucin una vez ya est cargado el sistemaoperativo de la TI 92 Plus; se abrir un conjunto de instrucciones, se seleccionaLoad State Image. Hay que buscar con Abrir el lugar donde est el estado delemulador que contiene el programa, llamado Org pro.savy al seleccionar se cargay reemplaza el estado anterior precargado de la calculadora.

Para el equipo docente:todo el proceso anterior no hay que hacerlo, pues yase ha suministrado el emulador, el programa cargado, el sistema operativo, etc. Elprograma Vti.exe del emulador va cargado con Org pro.sav, que es el estado de lacalculadora preinstalado en el emulador para ejecutar el programa, en vez deenviar el grupo de programas al emulador, pues es ms fcil de hacer. Por tanto, sino se modifica el estado actual salvando ningn otro estado mediante Save StateImage, tras pulsar con el botn derecho del ratn sobre el emulador, tras elegir esaopcin, siempre al arrancar tendremos el programa Org Pro donde se qued laltima vez.


7/64


- 7 -

4.- TIPOS DE PROBLEMAS QUE RESUELVE.

El programa Org Pro calcula varios tipos de problemas del rea de laOrganizacin y Direccin de la Produccin, siguiendo los libros ya referidos queforman parte de la bibliografa bsica de la asignatura Organizacin de la

Produccin, de 6 de Ingeniera Industrial por la Uned (Mecnica de Mquinas).

Vamos a concretar qu tipos de problemas puede resolver el programa.

1) Productividad.Resuelve la medida de la productividad, tanto si es monofactorial comomultifactorial.

2) Previsin.Calcula problemas sobre previsiones temporales: medias mviles, mediasmviles ponderadas, alisado exponencial (con desviacin absoluta media y

error cuadrtico medio), alisado exponencial con ajuste de la tendencia,proyecciones de la tendencia con mnimos cuadrados, variaciones estacionalesde los datos. Tambin calcula problemas de mtodos de previsin causal:anlisis de regresin con error estndar de la estimacin y con coeficiente decorrelacin. Realiza igualmente clculos de seguimiento y control de lasprevisiones con seales de rastreo.

3) Control Estadstico de procesos.Realiza los grficos de control para variables: de medias y de intervalos, (eneste caso con un men que permite elegir entre las variables que se tienencomo datos); resuelve los grficos de control para atributos: grficos p y c;determina la capacidad del proceso y la calidad media de salida.

5.- DESCRIPCIN DEL PROGRAMA CON EJEMPLOS

RESUELTOS DE LOS LIBROS DE TEXTO.

INICIO DE ORG PRO.

Tanto en la calculadora como en el emulador, para iniciar el programa se

pulsa orgpro y luego dos parntesis de apertura y cierre seguidos de parntesis, esdecir: orgpro(). A continuacin se pulsa Entery comienza el programa.

Acto seguido comienza la presentacin con las dos pantallas siguientes, en lasque aparece la referencia al programa, al autor y a los libros en los que se basa a lahora de hacer los clculos, mediante una ilustracin de la portada.


8/64


- 8 -

A continuacin observamos la pantalla del men principal del programa. Atravs de ella se seleccionan los tipos de clculo de acuerdo a la barra superior,donde:

F1: Productividad, F2: Previsin, F3: Control Estadstico de Procesos.

Vemos el contenido de todos los mens presionando las teclas F1, F2 y F3consecutivamente:

Eligiendo uno de los tres botones superiores podremos realizar luego elclculo que queramos con slo elegir el n asociado y presionarlo en la calculadorao en el emulador o bien bajando con la tecla de las flechas y pulsando Enter.

Vamos a ir explicando uno a uno todos los clculos que se pueden hacer, conlos ejemplos del libro Direccin de la produccin. Decisiones Estratgicasde Pearson-Prentice Hall, realizados con el programa Org Pro.


9/64


- 9 -

F1. PRODUCTIVIDAD.

Slo existe una opcin.

1. MEDIDA DE LA PRODUCTIVIDAD.

Calcula la medida de la productividad. Puede emplearse productividadmonofactorialo multifactorial, y puede ser nicao comparativa.

Ejemplo 2, Captulo 1. Operaciones y productividad, pg. 19.

Productividad del trabajo monofactorial comparativo.Secuencia de pantallas, algunas de seleccin, otras de entrada de datos.


10/64


- 10 -

Productividad del trabajo multifactorial comparativo.

Obsrvese que los decimales en mis calculos son mejores, porque en el

problema se ha usado la aproximacin de cuatro cifras decimales en ambasproductividades. La diferencia es insignificante cara a efectos prcticos.

Se ha analizado un problema doble en este caso. No se hace hincapi en laproductividad nica en la que slo aparece una sola que no se compara.

F2. PREVISIN.

Hay seis opciones para elegir:1.Medias mviles, 2.Alisado Exponencial, 3.Proyeccin de la Tendencia,

4.Variaciones Estacionales, 5.Regresin lineal, 6.Seguimiento y Control.Pasemos a examinar con ejemplos del libro cada una de ellas.

1. MEDIAS MVILES.

Aplicamos una serie de valores recientes y se supone que dichos valores delmercado sern constantes a lo largo del tiempo. Incluye las medias mviles(normales)y las medias mviles ponderadas.


11/64


- 11 -

Ejemplo 1, Captulo 4. Previsin, pg. 90.

Se puede optar por elegir varios tipos de perodos de tiempo.


12/64


- 12 -

Se han obviado el resto de datos por ser datos repetitivos y que no suponenuna merma en la presentacin visual de la resolucin a este problema. Trasintroducir el dato de las 12 ventas reales, aparece la media mvil trimestral en unatabla que puede desplazarse con las teclas azules de direccin, en la esquinasuperior derecha de la calculadora o del emulador.


13/64


- 13 -


Se trata del mismo problema anterior pero con una media mvil ponderada.


14/64


- 14 -

2. ALISADO EXPONENCIAL.

Tcnica de previsin de media mvil ponderada en la que los datos se pesanmediante una funcin exponencial.


15/64


- 15 -

Ejemplos 4 y 5, Captulo 4. Previsin, pgs. 95-96.


16/64


- 16 -

Aqu se realiza un clculo con alisado exponencial normal. Todos losclculos de alisado incorporan el seguimiento y control de las previsiones, lo queconfiere al programa un mayor control que realizar los clculos en dos programasindependientes pero llamados desde el men principal de Org Pro con laconsiguiente prdida de tiempo a la hora de ingresar datos por partida doble.


17/64


- 17 -

Se escribe trimestrporque slo se admiten 8 letras. Respecto a los perodosde tiempo, como no sabemos el valor real descargado para el noveno trimestre, nose pone, pues interesan los clculos de los ocho. Se visualiza la introduccin del 2y 8 trimestre pues los dems se introducen de igual forma y no representaninguna compresin para ver el proceso de clculo del programa. El clculo seefecta slo para la constante de alisado con valor 0,10. Se podra haber hechotambin para 0,50 y ver las diferencias, pero el problema mecnicamente es elmismo salvo cambiar dicho valor. Se eligen 0 decimales porque as se calcul en ellibro. De esta forma tenemos valores enteros para la carga.


18/64


- 18 -

Como se observa en esta solucin, se ha dotado al programa del seguimientose la seal de rastreo para comprobar dentro de un intervalo DAM preseleccionadosi la fluctuacin de los valores previstos es razonable. En este caso se observa queel lmite superior est justo en la banda de 3 DAM, por lo que estara fuera decontrol.


19/64


- 19 -


A continuacin se calcula un ejemplo de alisado exponencial con ajuste dela tendencia.

El problema no da ningn valor real para el mes dcimo (octubre). Como secalculan datos mediante la previsin he optado por dar el valor real 25 para estemes. Como relata el programa, en la grfica se refleja mediante lneas la grficareal y por puntos sin unir, la tendencia. Es una forma visual de ver mejor ambassituaciones superpuestas en el programa. He observado que en el problema dellibro no se dibuja el punto de la tendencia del primer mes porque se da como dato,pero entiendo que eso es indiferente y debera dibujarse en la grfica, pero no sehace. Yo s lo he incluido. De todas formas, intuyo lo que han querido reflejar los

autores: el retardo de la previsin frente a los valores reales que han queridoreflejar.


20/64


- 20 -


21/64


- 21 -

3. PROYECCIONES DE LA TENDENCIA.

Ajusta una lnea de tendencia a una serie de datos histricos, proyectando la

lnea hacia el futuro para realizar previsiones a medio o largo plazo. Si se intentaajustar una tendencia lineal se puede aplicar el mtodo de los mnimos cuadrados,que hace ajustar una lnea recta que minimiza la suma de los cuadrados de lasdistancias verticales de la recta a las observaciones reales.

Realmente este clculo es parecido al de Regresin lineal, salvo que aqu lavariable x son los perodos de tiempo, incrementados de uno en uno, y en laregresin x puede ser cualquier otra variable.



22/64


- 22 -


23/64


- 23 -

4. VARIACIONES ESTACIONALES (EN LOS DATOS).

Movimientos regulares ascendentes o descendentes en una serie temporalque estn vinculados a eventos peridicos.


En este caso se calcular la previsin de las variaciones estazciones de losdatos y se comparar con una recta de regresin, calculada en funcin de laproyeccin de la demanda media evaluada que tomar los puntos de la variable xentre 1 y 12, que son los correspondientes a los meses medios. Al proyectarsobre la previsin lo haremos como mximo por 12 meses ms, para no dispersarel resultado e incurrir en errores por lejana, y compararemos con los resultados delos meses del ao 2000, es decir, de los valores x entre 13 y 24.

Los valores de las demandas previstas aparecen en el libro con valoresenteros por lo que se usar 0 decimales.


24/64


- 24 -

Se han elegido dos pantallas para los datos de los perodos estacionales: unala de enero de 1.997 y otra la de marzo de 1.998. Aqu se ha usado lanomenclatura de ao 1, 2 y 3, en lugar de 1997-1999.

La pantalla de resultado de clculos presenta una extensa matriz de datos,que puede ser visualizada con las teclas de flechas (botn azul en la parte superior

derecha).


25/64


- 25 -

Aqu se presenta el clculo efectuado mediante la proyeccin de la tendenciacon la recta de regresin lineal. Obsrvese que no se detalla ni la construccin de lamisma ni los clculos intermedios por entender que este procedimiento estpensado nicamente para comparar el resultado con las variaciones estacionales. Sise quisiera detallar los componentes y los pasos intermedios de este clculo deberaacudirse al programa a la seccin Proyeccin de la Tendencia, ya referida

anteriormente e introducir los datos referentes a la demanda media 1997-1999.

El mes 13, corresponde a enero de 2.000 y el mes 11 a noviembre de 1.999.

La construccin de la recta de regresin lineal se ha basado en 12 valores x de 1 a12 correspondientes a los de la demanda media 1997-1999. Como los valoresfuturos deben estar por encima de 12, y se estima como mucho un valor coherentehasta de 12 meses futuros por el alejamiento dispersivo de la previsin, tampocodebe pasar de 24. En ese intervalo podemos comparar con los clculos efectuadosmediante las variaciones estacionales. No obstante podemos calcular cualquiervalor tambin inferior a 12 y superior a 24, pero no aparecer la comparacin de laproyeccin de la tendencia con respecto a la variacin estacional. En el caso de unvalor igual o inferior a 12 nos permite comparar el valor medio de la demandainteranual con el mejor valor de la recta de regresin por mnimos cuadrados, y enel caso de que sea mayor de 24 nos estar dando un valor que puede tomarse muypoco en consideracin.


26/64


- 26 -

5. REGRESIN LINEAL.

Se trata de un modelo de previsin causal, el ms comn, que ofrece

cuantitativamente una relacin entre las diferentes variables que se relacionan conla cantidad que se va a predecir. Sigue el mismo procedimiento de mnimoscuadrados de la proyeccin de la tendencia, salvo que aqu la variable x no tieneque ser necesariamente el tiempo.

Ejemplos 11, 12 y 13 Captulo 4. Previsin, pgs. 109-113.

Vamos a condensar los tres ejemplos en uno, porque todos versan sobre losmismos datos de partida.

En este problema no se han especificado los perodos de tiempo, pues eslgico ya que no interviene en las variables, tan slo hara falta conocer que hay 6relaciones entre datos x,y pero da igual que se dieran los perodos en das, meses o

aos. No obstante, el programa cuenta con referir los perodos de tiempo. En estecaso se ha supuesto que los perodos son del 2000 al 2005. Una vez entrado estedato se cuenta con que se tienen 6 relaciones de variables, una por cada perodointroducido, que en ste caso son aos.

Se toman los datos de los perodos n 1 y 6, como muestra para visualizar el

proceso.


27/64


- 27 -

6. SEGUIMIENTO Y CONTROL.

Una forma comn de hacer el seguimiento y control es mediante la seal derastreo, medida que determina el grado de precisin de la previsin para valoresreales. Las seales de rastreo determinan para una precisin predeterminada elnivel de control de las previsiones, mediante lmites de control que hacen visible

cuando alguna variable sale fuera de control.


28/64


- 28 -

Como ya se dijo, el programa incluye en el alisado exponencial, este tipo declculo, por lo que al pulsar en este men del programa, realizar ambas cosassimultneamente, es decir, el alisado y la seal de rastreo. En definitiva, alpresionar a estos tipos de selecciones, el clculo es el mismo.

No hacemos ningn ejemplo de este apartado.

F3. CONTROL ESTADSTICO DE LOS PROCESOS.Existen 5 tipos distintos de clculos para control estadstico de procesos:

grficos de medias e intervalos, grficos p, grficos c, capacidad del proceso,calidad media de salida. Analizaremos a continuacin con ejemplos cada uno deellos.

1. GRFICOS MEDIAS E INTERVALOS.

Se trata de grficos de control para variables. He englobado los dos en elmismo clculo pues se pueden realizar conjuntamente. Adems, en este caso,

existen numerosas posibilidades de clculo, como se comprobar.

Observamos un men de seleccin de cinco casos para este tipo deproblemas. En las opciones se observan las variables conocidas que determinan eltipo de proceso a seguir en el clculo.

Analicemos cada una de ellas:

1: , xi (de cada muestra).

Se precisa del valor de la desviacin tpica (estndar) de la poblacin y de losvalores de cada una de las muestras. Con estos datos, podemos calcular la mediapara todas las muestras para el tamao dado de las mismas, aparte de losintervalos medios, es decir, obtendramos los dos grficos (de medias y deintervalos).


29/64


- 29 -

2: , , Ii (de cada ).

En este caso se realiza el clculo conociendo la desviacin tpica poblacional,los valores medios de cada muestra y el intervalo de cada muestra, que no puedecalcularlo el programa pues slo dispone del dato de la media de cada muestra.

3: , (media), I (medio).

Igual que el caso anterior 2, salvo que en lugar de conocer cada intervalo Iide las muestras, sabemos slo el intervalo medio I de todas.

4:(media), I (medio).

Igual que el caso 3 salvo que no conocemos la desviacin tpica de poblacin.

5: xi de cada muestra slo.

nicamente conocemos cada una de las muestras xi.

6: (media), Ii (de cada ).

Parecido al caso 4, pero aqu sabemos cada intervalo Ii en todas las muestrasen vez del intervalo medio I.

Veamos un ejemplo.

Ejemplo S1. Suplemento 6. Control Estadstico de procesos , pg. 217.


30/64


31/64


32/64


- 32 -

2. GRFICOS p.

Se trata de un grfico de control para atributos que mide los porcentajes dedefectos en una muestra y es parecido al grfico de medias de x.


Hemos seleccionado que el lmite inferior slo puede ser 0, la otra opcin esque puede ser negativo. Se recogen dos datos de las muestras, la n 1 y la n 2.


33/64


- 33 -

La fraccin de defectos que representa una muestra se calcula de acuerdo aln de errores de la muestra entre el n de tamao de cada muestra. No es un dato,se calcula fcilmente al introducir cada uno de los errores y el n n.

Obsrvese que UCLp = 0,10 aunque aparece 0,1, pues aunque se seleccion2 decimales, la calculadora interpreta el decimal 0 a la derecha como no existente.Tambin nos damos cuenta que LCLp realmente es negativo pero introdujimos parael lmite inferior mnimo el valor 0.

Fcilmente se observa que la nica muestra que est fuera de control es la17; tan slo hay que contar los pequeos cuadraditos negros que se incrementande uno en uno. Obsrvese que los grandes cuadrados negros son en realidadblancos que al estar sobre las rectas y estar superpuestos a los pequeoscuadraditos negros se transforman en cuadrados negros. De todas formas, seresaltan, bien por estar en la lnea media, bien por estar en las lneas lmite, comopuntos especiales dentro del control, aunque estos valores son iguales a losdems cuadrados blancos. En este caso, los valores que caen en los lmites de labanda de control, se considera que no estn fuera de control.


34/64


- 34 -

3. GRFICOS C.

Se trata de un grfico de control para atributos que controla el nmero dedefectos por unidad de output. Se basa en la distribucin de probabilidad dePoisson. En este caso, los lmites de control se basan nicamente en un 99,73 % defiabilidad (equivalente a = 3)



35/64


- 35 -

Observamos que en esta ocasin todos los datos estn bajo control, pero nocabe duda que a pesar de ello, los defectos en forma de quejas eran inadmisiblespara el propietario de la compaa de taxis. Esto quiere decir que aunque el nmximo de quejas en la muestra fue 9, para el buen hacer del propietario era muysuperior a lo tolerable. Ahora bien, esa circunstancia no la proporciona la grficapues es algo subjetivo al inters del propietario.

4. CAPACIDAD DEL PROCESO.

Mide la diferencia entre la dimensin deseada y la real de los productosobtenidos en el proceso. El proceso deber estar bajo control y tener

distribucin normal.



36/64


- 36 -

Aqu el ndice Cpkmenor a la unidad indica que existir ms de 2700 unidadesdefectuosas por milln. Si Cpk= 1 se obtendran menos de 2700 unidades defec-tuosas, mientras que si Cpk= 2 se produciran menos de 3,4 unidades defectuosas.

5. CALIDAD MEDIA DE SALIDA.

Porcentaje defectuoso en un lote medio de productos inspeccionadosmediante un muestreo de aceptacin.

No existen ejemplos en el libro. Realizaremos uno.

Supongamos un problema en el que tenemos los siguientes datos:Porcentaje real de unidades defectuosas del lote , Pd = 15 %Probabilidad de aceptar el lote , Pa = 5 %Nmero de elementos del lote, N = 100Nmero de elementos de la muestra , n = 10

El resultado mediante Org Pro es:Porcentaje de elementos defectuosos , AOQ = 67,5 %

6.- LISTADO DEL CONJUNTO DE PROGRAMAS QUEINTEGRAN ORG PRO.

Org Pro es un programa que a su vez es un conjunto de programas. El listadocompleto de programas viene a continuacin: alisado, calimed, capacida, grafic,

grafip, limite, mediam, orgpro (programa principal), produc, regresi, tendenci,variaci.


37/64


- 37 -

______________________________________________________________________

ALISADO.

Alisado()Prgm

setMode("Exact/Approx","AUTO")Goto goNewProbAlisado exponencial simple y con ajuste de tendenciaClrIODisp ""Disp " Alisado Exponencial"PopUp {"Normal","Con ajuste de Tendencia"},aliClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deciEndDlogdeci-1deci

"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")If ali=1 ThenDisp " A l i s a d o E x p o n e n c i a l"Disp ""Disp "Ft = Ft-1 +*(At-1 - Ft-1)"Disp ""Disp "Ft = Nueva previsin"Disp "Ft-1 = Previsin ltimo perodo"Disp "= constante de Alisado"Disp "At-1 = Demanda real ltimo perodo"ElseIf ali=2 ThenDisp " A l i s a d o E x p o n e n c i a l"

Disp " c o n A j u s t e T e n d e n c i a"Disp "Ft = *(At-1) + (1-)*(Ft-1 + Tt-1)"Disp "Tt = *(Ft - Ft-1)+(1-)*(Tt-1)"Disp "Ft = previsin en perodo t"Disp "Tt = tendencia en perodo t"Disp "At = demanda real en perodo t"Disp "= cte alisado para la media"Disp "= cte alisado para la tendencia"EndIfPauseClrIOPopUp {"Meses 1 solo ao","Meses varios aos","Das","Aos","OtroPerodo"},tiempo

DelVar tipoIf tiempo=5 ThenDisp "Escriba el tipo de perodo"Disp "Ejemplo: Hora, Trimestre, etc"InputStr "Tipo Perodo ?",tipopEndIf{"Mes","Mes","Da","Ao","tipo"} varClrIOIf tiempo=5 ThentipopvartiempElsevar[tiempo]vartiempEndIf

Disp "Introduzca datos iniciales Alisado"Input "Previsin inicial Ft "&vartiemp&" n 1 ?",f1


38/64


- 38 -

Input "Constante de alisado para la media ?",If ali=2 ThenInput "Tendencia inicial Tt "&vartiemp&" n 1 ?",t1Input "Constante alisado para la tendencia ?",EndIfseq(string(i),i,1,31)da

seq(string(i),i,1980,2005)aoseq(string(i),i,1,50)tipo{"Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto","Septiemb","Octubre","Noviemb","Diciemb"} mesClrIODisp " Perodos de Tiempo "If tiempo=2 ThenDialogDropDown "Mes inicio ?",mes,mesiniRequest "Ao inicio ?",aoiniDropDown "Mes final ?",mes,mesfinRequest "Ao final ?",aofinEndDlog

expr(aoini)aoiniexpr(aofin)aofin(aofin-aoini-1)*12+12-mesini+1+mesfin periodoElseDialogDropDown vartiemp&" inicio ?",expr(var[tiempo]),iniDropDown vartiemp&" final ?",expr(var[tiempo]),finEndDlogfin-ini+1periodoEndIfIf tiempo=2 Thenmesinijjjaoinikkk

EndIfIf ali=14zzzIf ali=26zzznewMat(zzz,periodo)matf1mat[4,1]If ali=2 Thent1mat[5,1]mat[6,1]EndIf1iiiFor iii,1,periodo

ClrIOIf jjj=13 and tiempo=2 Then1jjj1+kkkkkkEndIfDisp "Perodo N "&string(iii)&" de "&string(periodo)iiimat[1,iii]If tiempo=2 ThenDisp "Mes "&mes[jjj]&", Ao "&string(kkk)mes[jjj]&" "&string(kkk)mat[2,iii]EndIfIf tiempo2 and tiempo5 ThenDisp expr(vartiemp)[ini-1+iii]

expr(expr(vartiemp)[ini-1+iii])mat[2,iii]Else


39/64


- 39 -

Disp tipop&" "&da[ini-1+iii]expr(da[ini-1+iii])mat[2,iii]EndIfInput "Valor real ?",valvalmat[3,iii]If ali=1 and iii>1 Then

mat[4,iii-1]+*(mat[3,iii-1]-mat[4,iii-1])valorexpr(format(valor,deci))mat[4,iii]ElseIf ali=2 and iii>1 Then*mat[3,iii-1]+(1-)*(mat[4,iii-1]+mat[5,iii-1])valorexpr(format(valor,deci))mat[4,iii]*(mat[4,iii]-mat[4,iii-1])+(1-)*mat[5,iii-1]valorexpr(format(valor,deci))mat[5,iii]mat[4,iii]+mat[5,iii]mat[6,iii]EndIfIf tiempo=21+jjjjjjEndForClrIO

Lbl goIf ali=1Disp "R e s u l t a d o : (= "&string()&")"If ali=2Disp "R e s u l t a d o : (= "&string()&" & = "&string()&")"Disp """"vaIf ali=1 ThenPause augment([["Perodo"][vartiemp]["Valor Real"]["Previsin AlisadaFt"]],approx(mat))ElseIf ali=2 Thenmat[4,1]+mat[5,1]mat[6,1]Pause augment([["Perodo"][vartiemp]["Valor Real"]["Previsin Alisada

Ft"]["Tendencia Alisada Tt"]["Pronstico FIT"]],approx(mat))EndIfLbl goClrIOmatlist(mat[3])iiiIf ali=1 Thenmatlist(mat[zzz])jjjseq(i,i,1,periodo)kkkseq(i,i,1,periodo)kk2ElseIf ali=2 Thenmatlist(mat[zzz])jjjseq(i,i,1,periodo)kkkseq(i,i,1,periodo)kk2

EndIfIf ali=1"Previsin Ft (con puntos)"var1If ali=2"Previsin FIT (con puntos)"var1Disp ""Disp "Comparacin previsiones-valores reales"Disp ""Disp "A continuacin se representa la grfica"Disp "de la evolucin de los valores reales en"Disp "el tiempo (con lnea) y los valores de"Disp var1Disp "(En abcisas est el tiempo)"

PauseNewPlot 1,2,kkk,iii,,,,3


40/64


- 40 -

NewPlot 2,1,kk2,jjj,,,,4ZoomDataPauseClrIOaugment(augment(subMat(mat,1,1,3,colDim(mat));subMat(mat,zzz,1,zzz,colDim(mat)));abs(mat[3]-mat[zzz])) mat2

augment([["Perodo"][vartiemp]["ValorReal"][mid(var1,1,13)]["Desviacin Absoluta"]],mat2)mat2listmat((matlist(subMat(mat2[5],1,2,1,colDim(mat2))))^2) valoraugment([["Error cuadrtico"]],valor)valoraugment(mat2;valor)mat2augment(mat2;newMat(1,colDim(mat2))) mat2"Desviacin Relativa %"mat2[7,1]1iiiFor iii,2,colDim(mat2)(mat2[4,iii]/(mat2[3,iii])-1)*100 valorexpr(format(valor,deci))mat2[7,iii]EndForClrIO

If var=5subMat(mat2,2,1,rowDim(mat2),colDim(mat2)) mat2Pause mat2ClrIODisp "Desviacin absoluta media DAM"Output 20,50,"|errores previsin|"Output 30,0,"DAM = ------------------------"Output 40,50," n perodos"Output 60,0,"DAM = "Output60,40,sum(matlist(subMat(mat2[5],1,2,1,colDim(mat2))))/periodoPauseClrIO

Disp "Error cuadrtico medio ECM"Output 20,50,"|errores previsin|"Output 30,0,"ECM = ------------------------"Output 40,50," n perodos"Output 60,0,"ECM = "Output60,40,sum(matlist(subMat(mat2[6],1,2,1,colDim(mat2))))/periodoPauseClrIODisp "Seguimiento de las previsiones con"Disp "Seal de rastreo Sr"Disp "Sr = SAEP / DAM"Disp "donde:"

Disp "SAEP = (valor real-previsin) ,"Disp "en perodo i"Disp "DAM = |errores previsin|/(n perodos)"Pause :ClrIODisp "A continuacin debe elegir la banda de"Disp "lmites de DAM para comprobar si los"Disp "valores de la previsin estn dentro de"Disp "los lmites aceptables"Pause :ClrIODialogDropDown "Banda lmites DAM",{"2 DAM","3 DAM","4 DAM","5 DAM","6DAM","7 DAM","8 DAM"},limEndDlog

lim+1limseal de rastreo


41/64


42/64


- 42 -

setMode("Exact/Approx","APPROXIMATE")DialogTitle "Calidad media de salida"Text "Introduzca datos para la calidad"Text ""Text "Pd porcentaje real Uds defectosas lote"

Request "Pd ?",pdText "Pa probabilidad aceptar el lote"Request "Pa ?",paRequest "N n elementos lote?",nnRequest "n n elem. muestra ?",nText ""EndDlogexpr(pd)pdexpr(pa)paexpr(nn)nnexpr(n)nClrIOpd*pa*(nn-n)/nnaoq

Disp "La calidad media de salida A0Q, o el"Disp "porcentaje de elementos defectuosos es:"disp ""Disp "A0Q = [Pd*Pa*(N-n]/N"Pause "A0Q = "&string(aoq)ClrIOEndPrgm

______________________________________________________________________

CAPACIDA.

Capacida()Prgm

Goto gosetMode("Exact/Approx","AUTO")NewProbCapacidad de un procesoClrIODisp ""Output 10,0," Capacidad de un proceso"Output 30,0," Control Estadstico de Procesos"PauseClrIOsetMode("Exact/Approx","APPROXIMATE")DialogTitle "Capacidad de un proceso"

Text "Introduzca datos para la capacidad"Text ""Request "Media ? ",xRequest "desv.tp.poblac.?",Request "Lmite superior ? ",supRequest "Lmite inferior ? ",infText ""EndDlogexpr(x)xexpr()expr(sup)supexpr(inf)infClrIO

(sup-x)/(3*)izq(x-inf)/(3*)dch


43/64


- 43 -

{izq,dch}varDisp "Capacidad del proceso"Disp "Cpk = min[lim SUP-/(3),-lim INF/(3)]"Disp "Cpk = min"&string(var)min(var)cpkDisp "Cpk = "&string(cpk)

If cpk=1 ThenDisp "La capacidad da menos de 2700 Uds."Disp "defectuosas por milln"ElseIf cpk=2 ThenDisp "La capacidad da menos de 3.4 Uds."Disp "defectuosas por milln"ElseIf cpk


44/64


- 44 -

augment(lista2,{var/n})lista2EndForaugment(listmat(seq(i,i,1,n));listmat(lista))mataugment(mat;listmat(lista2))matsum(lista)etet/nc

Lbl goClrIODisp "La matriz de datos con fraccin de"Disp "defectos:"Pause augment([["N Perodo"]["N Defectos"]["FraccinDefectos"]],mat)ClrIODisp " _"Disp "El valor de c:"Disp "_"Disp "c=et/n , donde et = n total defectos"Disp "et = "&string(et)Disp "_"

Pause "c = "&string(c)ClrIODisp "Lmite de control superior UCLc"Disp " _ _"Disp "UCLc = c + 3 * (c)"Disp ""Disp "UCLc = "&string(c)&" + 3"&" * ("&string(c)&")"c+3*(c)uclexpr(format(ucl,deci))uclDisp ""Pause "UCLc = "&string(ucl)ClrIODisp "Lmite de control inferior LCLc"

Disp " _ _"Disp "LCLc = c - 3 * (c)"Disp ""Disp "LCLc = "&string(c)&" - 3"&" * ("&string(c)&")"c-3*(c)lclIf lim=2 and lcl


45/64


- 45 -

______________________________________________________________________

GRAFIP.

Grafip()Prgm

Goto gosetMode("Exact/Approx","AUTO")NewProbLmites del grfico pClrIODisp ""Output 70,0," Lmites de grficos p"Output 80,0," Control Estadstico de Procesos"ClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deciEndDlogdeci-1deci

"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")DialogTitle "Grafico p"Text "Lmites grfico control de atributos"Text ""DropDown "z desviac.tpicas? >>>",{"2 para 95.5%","3 para 99.73%"},zRequest "t n de muestras ? ",tRequest "n tamao de muestra?",nDropDown "Lmite inferior >>>",{"Puede ser


46/64


- 46 -

ClrIODisp "Lmite de control superior UCLp"Disp " _ _ _"Disp "UCLp = p + z * p ,con: p = (p*(1-p)/n"Disp ""Disp "UCLp = "&string(p)&" + "&string(z)&" * "&string(p)

p+z*puclexpr(format(ucl,deci))uclDisp ""Pause "UCLp = "&string(ucl)ClrIODisp "Lmite de control inferior LCLp"Disp " _ _ _"Disp "LCLp = p - z * p ,con: p = (p*(1-p)/n"Disp ""Disp "LCLp = "&string(p)&" - "&string(z)&" * "&string(p)p-z*plclIf lim=2 and lcl


47/64


- 47 -

PopUp {", xi(de cada muestra)",", , Ii(de cada )",", (media),I(medio)","(media), I(medio)","xi(de cada muestra) solo","(media),Ii(de cada )"},limClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deci

EndDlogdeci-1deci"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")If lim4 and lim3 and lim5 and lim6 ThenDialogTitle "Grafico "Text "Lmites grfico de medias e intervalos"Text ""DropDown "z desviac.tpicas? >>>",{"2 para 95.5%","3 para 99.73%"},zRequest "desv.tp.poblac.? ",Request "t n de muestras ? ",tRequest "n tamao de muestra?",n

Text ""EndDlogz+1zexpr():expr(t)t:expr(n)nElseIf lim=5 or lim=6 ThenLbl repe5DialogTitle "Grafico "Text "Lmites grfico de medias e intervalos"Text ""Request "t n de muestras ? ",tRequest "n tamao de muestra?",nText "(n entre 2 y 12)"

Text ""EndDlogIf expr(n)>12 or expr(n)


48/64


- 48 -

Text "(n entre 2 y 12)"Request "media de medias ?",xText ""EndDlogexpr(i)i:expr(x)x:expr(n)nIf n>12 or n1 ThenIf jjj=1{}#("lista"&string(exact(iii)))

Input "Valor x("&string(exact(jjj))&") ?",valoraugment(#("lista"&string(exact(iii))),{valor}) #("lista"&string(exact(iii)))EndIfEndForEndFornewMat(2,t)mat1iiiFor iii,1,tiiimat[1,iii]If lim=2 or lim=6 Thenlista[iii]mat[2,iii]mean(lista)x

ElseIf lim=1 or lim=5 ThenIf iii=1newMat(t,n)mat1listmat(#("lista"&string(exact(iii)))) mat1[iii]mean(#("lista"&string(exact(iii)))) mat[2,iii]EndIfEndForcrea intervalos en muestrasIf lim=1 or lim=5 Thenaugment([["n xi"/("t muestras")]],listmat(seq(i,i,1,n)))iiiaugment((listmat(seq(i,i,1,t))),mat1)jjjaugment(iii;jjj)mat1{}list

1iiiFor iii,2,t+1


49/64


- 49 -

augment(list,{max(matlist(subMat(mat1,iii,2,iii,colDim(mat1))))-min(matlist(subMat(mat1,iii,2,iii,colDim(mat1))))}) listEndForEndIflistintervmean(matlist(mat[2]))x

augment([["Muestras"]["Medias "]],mat)matIf lim=1 or lim=2 or lim=5 or lim=6 Thenaugment({"Intervalo I"},list)listaugment(mat;listmat(list))matEndIfmean(interv)iLbl goClrIODisp "Los valores introducidos fueron:"If lim4 and lim5 and lim6 ThenDisp "z = "&string(z)Disp "= "&string()EndIf

Disp "n (xi por muestra) = "&string(n)If lim=1 or lim=2 or lim=5 or lim=6 ThenDisp "t (n muestras) = "&string(t)EndIfPause :ClrIOIf lim=1 or lim=5 ThenDisp "Matriz de datos xi"Pause mat1ClrIOEndIfDisp "Matriz de medias y de intervalos I"Pause matClrIO

Disp "La media de los valores medios de todas"Disp "las muestras es :"Disp " _"expr(format(x,deci))xDisp " = "&string(x)Disp ""Disp "El intervalo medio calculado para todas"Disp "las medias es:"Disp ""Pause "I = "&string(i)Lbl pasarClrIOIf lim=4 or lim=5 or lim=6 Then

matt[n,2]a2Disp "El valor A2 de la tabla correspondiente"Pause "a n = "&string(n)&" es: "&string(a2)ClrIOEndIfIf lim4 and lim5 and lim6 ThenDisp "Lmite de control superior UCL()"Disp " _ _"Disp "UCL() = + z * () = + z * /(n)"Disp ""Disp "UCL() = "&string(x)&" + "&string(z)&" *"&string()&"/("&string(n)&")"x+z*/((n))ucl

expr(format(ucl,deci))uclDisp ""


50/64


- 50 -

Pause "UCL() = "&string(ucl)ClrIODisp "Lmite de control inferior LCL()"Disp " _ _"Disp "LCL() = - z * () = - z * /(n)"Disp ""

Disp "LCL() = "&string(x)&" - "&string(z)&" *"&string()&"/("&string(n)&")"x-z*/((n))lclexpr(format(lcl,deci))lclDisp ""Pause "LCL() = "&string(lcl)ClrIOElseIf lim=4 or lim=5 or lim=6 ThenDisp "Lmite de control superior UCL()"Disp " _"Disp "UCL() = + (A2 * I)"Disp ""Disp "UCL() = "&string(x)&" + "&string(a2)&" * "&string(i)

x+a2*iuclexpr(format(ucl,deci))uclDisp ""Pause "UCL() = "&string(ucl)ClrIODisp "Lmite de control inferior LCL()"Disp " _"Disp "LCL() = - (A2 * I)"Disp ""Disp "LCL() = "&string(x)&" - "&string(a2)&" * "&string(i)x-a2*ilclexpr(format(lcl,deci))lclDisp ""

Pause "LCL() = "&string(lcl)ClrIODisp "Como solo introdujo el dato de media "Disp "de las medias, no puede conocerse datos"Pause "de control entre los lmites"ClrIOGoto pasagrafEndIfClrIOIf lim=3Goto pasagrafOutput 40,0," Grfico de control "Pause " Pulse Enter para continuar"

matlist(subMat(mat[1],1,2,1,colDim(mat))) iiimatlist(subMat(mat[2],1,2,1,colDim(mat))) jjjseq(ucl,i,1,t)kkkseq(lcl,i,1,t)mmmseq(x,i,1,t)nnnNewPlot 1,1,iii,jjj,,,,1NewPlot 2,2,iii,kkk,,,,4NewPlot 3,2,iii,mmm,,,,4NewPlot 4,2,iii,nnn,,,,4ZoomDataPauseClrIOLbl pasagraf

If n>12 or n


51/64


- 51 -

Disp "superior a 12 no se puede calcular el"Disp "grfico de intervalos I"PauseClrIOGoto finalEndIf

matt[n,3]d4matt[n,4]d3Disp "El valor D4 de la tabla correspondiente"Pause "a n = "&string(n)&" es: "&string(d4)ClrIODisp "Lmite de control superior UCL(I)"Disp ""Disp "UCL(I) = D4 * I"Disp ""Disp "UCL(I) = "&string(d4)&" * "&string(i)d4*iuclexpr(format(ucl,deci))uclDisp ""

Pause "UCL(I) = "&string(ucl)ClrIODisp "El valor D3 de la tabla correspondiente"Pause "a n = "&string(n)&" es: "&string(d3)ClrIODisp "Lmite de control inferior LCL(I)"Disp ""Disp "LCL(I) = D3 * I"Disp ""Disp "LCL(I) = "&string(d3)&" * "&string(i)d3*ilclexpr(format(lcl,deci))lclDisp ""

Pause "LCL(I) = "&string(lcl)ClrIOIf lim=3 or lim=4 ThenDisp "Como solo introdujo el dato de I medio "Disp "no puede conocerse datos de control"Pause "entre los lmites"ClrIOEndIfIf lim=1 or lim=2 or lim=5 or lim=6 ThenOutput 40,0," Grfico de control I"Pause " Pulse Enter para continuar"seq(ucl,a,1,t)kkkseq(lcl,a,1,t)mmm

seq(i,a,1,t)nnnNewPlot 1,1,iii,interv,,,,1NewPlot 2,2,iii,kkk,,,,4NewPlot 3,2,iii,mmm,,,,4NewPlot 4,2,iii,nnn,,,,4ZoomDataPauseEndIfLbl finalClrDrawEndPrgm

______________________________________________________________________


52/64


- 52 -

MEDIAM.

Mediam()PrgmGoto goNewProb

Medias mviles y medias ponderadasClrIODisp ""PopUp {"Medias mviles","Medias ponderadas"},medIf med=1 ThenDisp " M e d i a s m v i l e s"Disp ""Output 30,78,"demanda n perodos previos"Output 40,0,"Media Mvil= ---------------------------"Output 50,150,"n"PauseElseIf med=2 ThenDisp " M e d i a s p o n d e r a d a s"

Disp ""Output 20,0," Media Mvil ponderada (Mp) = "Output 50,0,"Mp = -----------------------------------"Output 40,0," (ponderacin en n)*(demanda en n)"Output 60,0," ponderaciones"PauseEndIfClrIODisp " Perodos de Tiempo "PopUp {"Meses 1 solo ao","Meses varios aos","Das","Aos"},tiempoInput "N de perodos previos n ?",nnewMat(2,n)pond{"Mes","Mes","Da","Ao"}var

If med=2 Then1iiiFor iii,1,nClrIODisp "Ponderacin:"If tiempo=1 or tiempo=2 Then"es"vaElse"s"vaEndIfIf iii=1Disp "ltimo "&var[tiempo]If iii1

Disp "hace "&string(iii)&" "&var[tiempo]&vaInput "Valor ?",piiipond[1,iii]ppond[2,iii]EndForClrIOsum(matlist(pond[2]))pondeEndIfseq(string(i),i,1,31)daseq(string(i),i,1980,2005)ao{"Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto","Septiemb","Octubre","Noviemb","Diciemb"} mesClrIO

If tiempo=2 ThenDialog


53/64


- 53 -

DropDown "Mes inicio ?",mes,mesiniRequest "Ao inicio ?",aoiniDropDown "Mes final ?",mes,mesfinRequest "Ao final ?",aofinEndDlogexpr(aoini)aoini

expr(aofin)aofin(aofin-aoini-1)*12+12-mesini+1+mesfin periodoElseDialogDropDown var[tiempo]&" inicio ?",expr(var[tiempo]),iniDropDown var[tiempo]&" final ?",expr(var[tiempo]),finEndDlogfin-ini+1periodoEndIf1iiiIf tiempo=2 Thenmesinijjjaoinikkk

EndIfnewMat(4,periodo)matFor iii,1,periodoClrIOIf jjj=13 and tiempo=2 Then1jjj1+kkkkkkEndIfDisp "Perodo N "&string(iii)&" de "&string(periodo)iiimat[1,iii]If tiempo=2 ThenDisp "Mes "&mes[jjj]&", Ao "&string(kkk)mes[jjj]&" "&string(kkk)mat[2,iii]

ElseDisp expr(var[tiempo])[ini-1+iii]expr(expr(var[tiempo])[ini-1+iii]) mat[2,iii]EndIfInput "Valor real ?",valvalmat[3,iii]If iii>n ThenIf med=1(mat[3,i],i,iii-n,iii-1)/nvalorIf med=2sum(matlist(subMat(mat[3],1,iii-n,1,iii-1) .* pond[1]))/pondevalorexpr(format(valor,"f2"))mat[4,iii]EndIf

If tiempo=21+jjjjjjEndForLbl goClrIODisp " R e s u l t a d o :"Disp """"vaIf med=2"Ponderada"vaPause augment([["Perodo"][var[tiempo]]["Valor Real"]["Media Mvil"&va]],approx(mat))ClrIO

EndPrgm______________________________________________________________________


54/64


- 54 -

ORGPRO.

Orgpro()PrgmOrgpro calcula problemas de Organizacin de la Produccin Jos Manuel Gmez 2005

ClrIOFnOffsetGraph("axes","off")PlotsOffClrDrawRclPic dibuPausesetGraph("axes","on")Disp ""DialogTitle " Jose Manuel Gomez presenta..."Text ""Text " O R G P R O v. 1.1"

Text ""Text ""Text " Organizacin de la Produccin."Text " Programas para clculos"Text " de 6 Ingeniera Industrial"Text ""Text ""Text "2005-06 Jos M. Gmez Vega ETSII-UNED"EndDlogLbl orgproClrIOOutput 30,0," ORGANIZACIN DE LA PRODUCCIN"Output 60,0,"2005-06 Jos M. Gmez Vega ETSII-UNED"

ToolbarTitle "Productividad"Item "Medida de la Productividad",proTitle "Previsin"Item "Medias mviles",medItem "Alisado exponencial",aliItem "Proyeccin de la Tendencia",tenItem "Variaciones estacionales",varItem "Regresin lineal",regItem "Seguimiento y control",segTitle "C.Estad.Procesos"Item "Grficos medias e intervalos",limItem "Grficos p",grafip

Item "Grficos c",graficItem "Capacidad del proceso",capItem "Calidad media de salida",calEndTBarLbl proproduc()Goto orgproLbl medmediam()Goto orgproLbl aliClrIODisp "Calcula el alisado exponencial incluyen-"

Disp "do el seguimiento y control"Pause :ClrIO


55/64


56/64


- 56 -

Input "Unidades producidas Sistema "&string(iii)&"?",#("output"&string(exact(iii)))Input "Input empleado de "&inputs[var3]&"?",#("input"&string(exact(iii)))EndForElseIf var1=2 Then

For iii,1,var2ClrIODialogText "SISTEMA N "&string(iii)Request "Unidades producidas?",#("output"&string(exact(iii)))Request "Unidades Trabajo ?",#("trabajo"&string(exact(iii)))Request "Unidades Material ?",#("materia"&string(exact(iii)))Request "Unidades Energa ?",#("energia"&string(exact(iii)))Request "Unidades Capital ?",#("capital"&string(exact(iii)))Request "Unidades Otros ?",#("otros"&string(exact(iii)))EndDlogEndForEndIf

ClrIOIf var1=1 ThenOutput 0,100,"Unidades producidas"Output 10,0,"Productividad = --------------------"Output 20,130,inputs[var3]ElseIf var1=2 ThenOutput 0,100,"Unidades producidas"Output 10,0,"Productividad = --------------------"Output 20,100,"Tr,Mat,Ene,Cap,Otr"EndIf1iiiFor iii,1,var2If var2>1

Disp "Sistema N "&string(exact(iii))If var1=1approx(#("output"&string(exact(iii)))/(#("input"&string(exact(iii)))))#("p"&string(exact(iii)))If var1=2approx(expr(#("output"&string(exact(iii))))/(expr(#("trabajo"&string(exact(iii))))+expr(#("materia"&string(exact(iii))))+expr(#("energia"&string(exact(iii))))+expr(#("capital"&string(exact(iii))))+expr(#("otros"&string(exact(iii))))))#("p"&string(exact(iii)))Disp expr("pr"&string(exact(iii)))=#("p"&string(exact(iii)))EndForIf var2=2 Then(p2/p1-1)*100incr

If incr>0 Then"incrementa"valElse"decrementa"valEndIfDisp "El Sistema N 2 "&val&" la producti-"Disp "vidad en un "&string(abs(incr))&" %"EndIfPause :ClrIOEndPrgm

______________________________________________________________________


57/64


- 57 -

REGRESI.

Regresi()PrgmGoto goNewProb

setMode("Exact/Approx","AUTO")Anlisis de Regresin lineal para previsionesClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deciEndDlogdeci-1deci"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")ClrIODisp " Elija tipo de perodo"Output 70,0," Regresin lineal con correlacin"PopUp {"Meses 1 solo ao","Meses varios aos","Das","Aos"},tiempo

{"Mes","Mes","Da","Ao"}varseq(string(i),i,1,31)daseq(string(i),i,1980,2005)ao{"Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto","Septiemb","Octubre","Noviemb","Diciemb"} mesClrIODisp " Perodos de Tiempo "If tiempo=2 ThenDialogDropDown "Mes inicio ?",mes,mesiniRequest "Ao inicio ?",aoiniDropDown "Mes final ?",mes,mesfinRequest "Ao final ?",aofin

EndDlogexpr(aoini)aoiniexpr(aofin)aofin(aofin-aoini-1)*12+12-mesini+1+mesfin periodoElseDialogDropDown var[tiempo]&" inicio ?",expr(var[tiempo]),iniDropDown var[tiempo]&" final ?",expr(var[tiempo]),finEndDlogfin-ini+1periodoEndIfIf tiempo=2 Thenmesinijjj

aoinikkkEndIfnewMat(7,periodo)mat1iiiFor iii,1,periodoClrIOIf jjj=13 and tiempo=2 Then1jjj1+kkkkkkEndIfDisp "Perodo N "&string(iii)&" de "&string(periodo)iiimat[2,iii]If tiempo=2 Then

Disp "Mes "&mes[jjj]&", Ao "&string(kkk)mes[jjj]&" "&string(kkk)mat[1,iii]


58/64


- 58 -

ElseDisp expr(var[tiempo])[ini-1+iii]expr(expr(var[tiempo])[ini-1+iii]) mat[1,iii]EndIfInput "Valor y ?",valvalmat[3,iii]

Input "Valor x ?",valvalmat[4,iii]mat[3,iii]^2mat[5,iii]mat[4,iii]^2mat[6,iii]mat[3,iii]*mat[4,iii]mat[7,iii]1+jjjjjjEndForClrIOPause augment([[var[tiempo],"Perodo","Valor y","Valorx","y","x","xy"]],mat)periodonmatlist(mat[4])xlistasum(xlista)sumax

matlist(mat[3])ylistasum(ylista)sumaysum(matlist(mat[5]))sumay2sum(matlist(mat[6]))sumax2sum(matlist(mat[7]))sumaxymean(xlista)xmediamean(ylista)ymedia(sumaxy-n*xmedia*ymedia)/(sumax2-n*xmedia^2) bymedia-b*xmediaaa+b*xy((sumay2-a*sumay-b*sumaxy)/(n-2)) syx(n*sumaxy-sumax*sumay)/(((n*sumax2-sumax^2)*(n*sumay2-sumay^2))) rLbl go

ClrIODisp "Regresin lineal para recta de tendencia"Disp "Datos calculados ("&mid(deci,2,2)&" decimales)"Disp "x = "&string(sumax)Disp "y = "&string(sumay)Disp "x = "&string(sumax2)Disp "y = "&string(sumay2)Disp "xy = "&string(sumaxy)expr(format(xmedia,deci))xmediazDisp "= x/n = "&string(xmediaz)expr(format(ymedia,deci))ymediazDisp "= y/n = "&string(ymediaz)Pause :ClrIO

Disp "Resultado:"Disp ""expr(format(a,deci))azexpr(format(b,deci))bzaz+bz*xyzDisp "y = a + bx = "&string(yz)Disp ""Disp "donde:"Disp ""Disp "b = [(xy-n)/(x-n)] = "&string(bz)Disp "a = - b= "&string(az)PauseClrIO

Disp "Error estndar de la estimacin Syx"Disp "Syx = [(y-ay-bxy)/(n-2)]"


59/64


- 59 -

expr(format(syx,deci))valorDisp "Syx = "&string(valor)Disp "Coeficiente de Correlacin r"Disp "r=(nxy-xy)/[(nx-(x))(ny-(y)]"expr(format(r,deci))valorDisp "r = "&string(valor)

Disp "Coeficiente de Determinacin r"expr(format(r^2,deci))valorDisp "r = "&string(valor)&" "&string(expr(mid(string(valor),1,3))*100)&"% explicado por regresin"Pause :ClrIOLinReg xlista,ylistaregeq(x)y1(x)NewPlot 1,1,xlista,ylistaZoomDataPause :ClrIOLbl proyeDisp "Proyeccin de la demanda perodo futuro"Input "Introduzca valor demanda x futura ?",va

Disp "Segn la ec.: y = a + bx con:"Disp "x = "&string(va)Disp "resulta:"y|x=vayzexpr(format(yz,deci))yzDisp "y = "&string(yz)Pause :ClrIOPopUp {"Otra previsin futura","Salir"},iiiIf iii=1Goto proyeEndPrgm

______________________________________________________________________

TENDENCI.

Tendenci()PrgmGoto gosetMode("Exact/Approx","AUTO")NewProbProyecciones de la tendencia con mnimos cuadradosClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deciEndDlogdeci-1deci

"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")ClrIODisp " Elija tipo de perodos temporales"Output 70,0," Proyeccin de la tendencia"Output 80,0," con mnimos cuadrados"PopUp {"Meses 1 solo ao","Meses varios aos","Das","Aos"},tiempo{"Mes","Mes","Da","Ao"}varseq(string(i),i,1,31)daseq(string(i),i,1980,2005)ao{"Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto","Septiemb","Octubre","Noviemb","Diciemb"} mesClrIO

Disp " Perodos de Tiempo "If tiempo=2 Then


60/64


- 60 -

DialogDropDown "Mes inicio ?",mes,mesiniRequest "Ao inicio ?",aoiniDropDown "Mes final ?",mes,mesfinRequest "Ao final ?",aofinEndDlog

expr(aoini)aoiniexpr(aofin)aofin(aofin-aoini-1)*12+12-mesini+1+mesfin periodoElseDialogDropDown var[tiempo]&" inicio ?",expr(var[tiempo]),iniDropDown var[tiempo]&" final ?",expr(var[tiempo]),finEndDlogfin-ini+1periodoEndIfIf tiempo=2 Thenmesinijjjaoinikkk

EndIfnewMat(5,periodo)mat1iiiFor iii,1,periodoClrIOIf jjj=13 and tiempo=2 Then1jjj1+kkkkkkEndIfDisp "Perodo N "&string(iii)&" de "&string(periodo)iiimat[2,iii]If tiempo=2 ThenDisp "Mes "&mes[jjj]&", Ao "&string(kkk)

mes[jjj]&" "&string(kkk)mat[1,iii]ElseDisp expr(var[tiempo])[ini-1+iii]expr(expr(var[tiempo])[ini-1+iii]) mat[1,iii]EndIfInput "Valor y ?",valvalmat[3,iii]mat[2,iii]^2mat[4,iii]mat[2,iii]*mat[3,iii]mat[5,iii]1+jjjjjjEndForLbl goClrIO

Pause augment([[var[tiempo],"Perodo x","Valor y","x","xy"]],mat)periodonmatlist(mat[2])xlistasum(xlista)sumaxmatlist(mat[3])ylistasum(ylista)sumaysum(matlist(mat[4]))sumax2sum(matlist(mat[5]))sumaxymean(xlista)xmediamean(ylista)ymedia(sumaxy-n*xmedia*ymedia)/(sumax2-n*xmedia^2) bymedia-b*xmediaaa+b*xy

Lbl goClrIO


61/64


- 61 -

Disp "Regresin lineal para recta de tendencia"Disp "Datos calculados ("&mid(deci,2,2)&" decimales)"Disp "x = "&string(sumax)Disp "y = "&string(sumay)Disp "x = "&string(sumax2)Disp "xy = "&string(sumaxy)

expr(format(xmedia,deci))xmediazDisp "= x/n = "&string(xmediaz)expr(format(ymedia,deci))ymediazDisp "= y/n = "&string(ymediaz)Pause :ClrIODisp "Resultado:"Disp ""expr(format(a,deci))azexpr(format(b,deci))bzaz+bz*xyzDisp "y = a + bx = "&string(yz)Disp ""Disp "donde:"

Disp ""Disp "b = [(xy-n)/(x-n)] = "&string(bz)Disp "a = - b= "&string(az)PauseClrIOLinReg xlista,ylistaregeq(x)y1(x)NewPlot 1,1,xlista,ylistaZoomDataPause :ClrIOLbl proyeDisp "Proyeccin de la demanda perodo futuro"If tiempo=1 or tiempo=2 Then

Disp "El ltimo "&var[tiempo]&" fue: "&string(mat[1,colDim(mat)])&" "&string(mat[2,colDim(mat)])Input var[tiempo]&" a proyectar (en cifra) ?",xxDisp "Segn la ec.: y = a + bx con:"Disp "x = "&string(xx)&" donde el valor es relativo"Disp "respecto al ltimo mes"ElseIf tiempo1 and tiempo2 ThenDisp "El ltimo "&var[tiempo]&" fue: "&string(mat[1,colDim(mat)])&" "&string(mat[2,colDim(mat)])Input var[tiempo]&" a proyectar (en cifra) ?",vava-mat[1,colDim(mat)]+mat[2,colDim(mat)] xxDisp "Segn la ec.: y = a + bx con:"Disp "x = ["&string(va)&"-

"&string(mat[1,colDim(mat)])&"]+"&string(mat[2,colDim(mat)])&" ="&string(xx)EndIfDisp "resulta:"y|x=xxyzexpr(format(yz,deci))yzDisp "y = "&string(yz)Pause :ClrIOPopUp {"Otra previsin futura","Salir"},iiiIf iii=1Goto proyeEndPrgm

______________________________________________________________________


62/64


- 62 -

VARIACI.

Variaci()PrgmsetMode("Exact/Approx","AUTO")Goto go

NewProbVariaciones estacionales en los datosClrIODialogDropDown "N de decimales ?",{"0","1","2","3"},deciEndDlogdeci-1deci"f"&string(deci)decisetMode("Exact/Approx","APPROXIMATE")ClrIODisp " Perodo para estacionalidad"PopUp {"Horas","Das","Semanas","Meses","Otro perodo"},tiempo{"Hora","Da","Semana","Mes","Perodo"} var

If tiempo=5Input "N perodos ?",iiiseq(string(i),i,0,23)horaseq(string(i),i,1,31)daseq(string(i),i,1,52)semanaseq(string(i),i,1,iii)perodo{"Enero","Febrero","Marzo","Abril","Mayo","Junio","Julio","Agosto","Septiemb","Octubre","Noviemb","Diciemb"} mesClrIOIf tiempo=1 Then"DAS"tiempo2ElseIf tiempo=2 Then"MESES"tiempo2

ElseIf tiempo=3 or tiempo=4 Then"AOS"tiempo2ElseIf tiempo=5 Then"PERODOS"tiempo2EndIfClrIODisp " Perodos de Tiempo "DialogText "PERODOS ESTACIONALES"DropDown var[tiempo]&" inicio ?",expr(var[tiempo]),iniDropDown var[tiempo]&" final ?",expr(var[tiempo]),finText ""Text tiempo2&" DE DEMANDA"

Request "N de "&tiempo2&" ?",nEndDlogexpr(n)nClrIODisp "Demanda esperada para "&mid(tiempo2,1,dim(tiempo2)-1)&""&string(n+1)Input "Valor demanda ?",demandafin-ini+1periodonewMat(6+n,periodo)mat1iii1jjjFor jjj,1,nFor iii,1,periodo

ClrIODisp "Perodo Estacional N "&string(iii)&" de "&string(periodo)


63/64


- 63 -

Disp expr(var[tiempo])[ini-1+iii]Disp ""Disp mid(tiempo2,1,dim(tiempo2)-1)&" de demanda n "&string(jjj)iiimat[1,iii]expr(expr(var[tiempo])[ini-1+iii]) mat[2,iii]Input "Valor real de demanda ?",val

valmat[2+jjj,iii]EndForEndForLbl go1iiiFor iii,1,periodomean(matlist(subMat(mat[iii],1,3,1,3+n-1)))mat[3+n,iii]EndForsum(matlist(mat[3+n]))mediatotmediatot/periodomedia1iiiFor iii,1,periodomediamat[4+n,iii]

mat[3+n,iii]/(mat[4+n,iii])valorexpr(format(valor,"f3"))mat[5+n,iii]demanda/periodo*valorvalorexpr(format(valor,deci))mat[6+n,iii]EndFor{}jjj1iiiFor iii,1,naugment(jjj,{"Demanda "&mid(tiempo2,1,dim(tiempo2)-1)&" N"&string(iii)})jjjEndForaugment({"Perodo","Perodo Estacional"},jjj)jjjaugment(jjj,{"Demanda media "&tiempo2,"Demanda media

"&var[tiempo],"ndice Estacional","Demanda Esperada"})jjjaugment((listmat(jjj)),mat)mat2ClrIOPause mat2ClrIOperiodonmatlist(mat[1])xlistamatlist(mat[6])ylistasum(xlista)sumaxsum(ylista)sumaysum(xlista^2)sumax2sum(xlista*ylista)sumaxymean(xlista)xmedia

mean(ylista)ymedia(sumaxy-n*xmedia*ymedia)/(sumax2-n*xmedia^2) bymedia-b*xmediaaa+b*xyDisp "Considerando los perodos de tiempo que"Disp "se han incrementado desde 1 hasta "&string(periodo)Disp "siendo la variable x, y que la demanda"Disp "media es la variable y, se calcula la"Disp "recta de regresin: y = a + b*x"Disp ""Pause "y = "&string(y)Lbl futuroClrIO

Disp "Ahora consideremos un perodo futuro"Input var[tiempo]&" N ?",iii


64/64


ClrIOfPart(iii/periodo)*periodojjjint(jjj)jjjIf jjj=01jjjDisp "Valor y de la tendencia: y = a + b*x"

Disp "y = "&string(y|x=iii)Disp "ndice Estacional i = "&string(mat[8,jjj])Disp "para "&var[tiempo]&" "&string(mat[2,jjj])Disp "Valor ye estacional ye: ye = i*y"mat[8,jjj]*y|x=iiiye1Disp "ye = "&string(ye1)If iii2*periodo and iii>periodo ThenDisp "Valor demanda prevista calculada antes:"If mat[9,jjj]>ye1 Then" (en exceso "kkkElse" (en defecto "kkkEndIf

Disp "ye = "&string(mat[9,jjj])&kkk&string((mat[9,jjj]/ye1-1)*100)&"%)"ElseDisp "No hay datos calculados para este "Disp "perodo: i"&string(periodo)&" and i>"&string(2*periodo)EndIfPause :ClrIOPopUp {"Otro perodo","Salir"},iiiIf iii=1Goto futuroEndPrgm

______________________________________________________________________

Todos los subprogramas son llamados mediante el programa principalOrgPro a travs de mens, como ya se ha explicado.

programa org pro 1.1

Documents