1

DONNER COMPANY
1


Donner Company se dedica a la fabricacin de circuitos impresos, de acuerdo con
las especificaciones exigidas por los fabricantes de aparatos electrnicos.

Cada circuito consiste en una delgada plancha de material aislante, en cuya
superficie aparecen unas finas tiras de metal (conductores). La plancha aislante
sirve como medio estructural para la colocacin de los componentes elctricos, y
los frgiles conductores que los conectan en una red elctrica.

El proceso de fabricacin de un circuito impreso tiene tres etapas. Durante la
primera etapa, se estudian los planos, y se preparan cintas de ordenador y las
materias primas. En el paso siguiente, transferencia de imgenes, se transfieren el
plano de los conductores a una base de dielctrico (aislante). En la tercera etapa,
se corta y da forma a la base, hasta conseguir los circuitos impresos. La secuencia
de las operaciones ms corriente se muestra en la tabla 1.


Fase de Preparacin.

En esta fase se realiza un negativo del patrn original de los circuitos en un pedido
de un cliente, sobre unos paneles. En cada panel caben varios circuitos.
Dependiendo del tamao de los paneles, la imagen del circuito se suele copiar un
numero de veces para aumentar el nmero de circuitos por panel.

El material de los paneles consiste en laminas de plstico epoxi, revestidas por las
dos caras con una delgada capa de cobre. Se compra en grandes laminas que
deben ser inspeccionadas y cortadas al tamao adecuado. El nmero normal de
circuitos por panel es de 8.

Por ltimo en los paneles se taladran los orificios que sirven para la sujecin en la
siguiente fase de fabricacin.

Fase de Transferencia de Imagen.

En primer lugar se perforan aproximadamente 500 orificios por panel, o de forma
manual, en una de las siete taladradoras de Donner, o automticamente con una
maquina de control numrico (OCN) de gran velocidad. Si se hacen manualmente,
el operario sujeta los paneles a la mesa de taladrado, utilizando como referencia los
orificios realizados en la fase de preparacin anterior y perfora los agujeros
valindose de un taladro de mano. En cambio, la maquina OCN selecciona
automticamente las herramientas y perfora los orificios en las posiciones
correctas. La perforacin y la seleccin de las herramientas se realizan por medio
de coordenadas (x, y), especialmente programadas y almacenadas en un disquete.

Despus, los paneles se someten a un bao de cobre. Este proceso se llama
metalizacin.

1
Donner Company. Caso P -776. Divisin de Investigacin del IESE. Barcelona, 1991.

2
Tras la metalizacin, los paneles se lavan, cepillan y cubren con una pelcula
fotosensible. El negativo de los planos del cliente se sita sobre las laminas
recubiertas, y se exponen el conjunto a la luz ultravioleta. A continuacin se tratan
con una maquina que elimina la pelcula aislante que ha quedado expuesta a la luz
ultra violeta.

Despus los conductores de cobre, ahora descubiertos, son galvanizados. Por
ultimo se elimina, por medios qumicos todo el cobre que no ha sido galvanizado.

Fase de Fabricacin.

Se incorpora una mascara de soldadura, que deja una pelcula protectora epxi
sobre los conductores. Los orificios galvanizados no se cubren por la mascara de la
soldadura. Se incorporan los componentes electrnicos a los circuitos, y cada panel
se introduce en bao de soldadura caliente, con lo que el cobre desnudo de los
orificios queda cubierto con soldadura.

El siguiente paso consiste en cortar los circuitos impresos del panel y reducirlos a
su forma y tamao deseados. Esto se hace con la OCN o bien, para lotes ms
pequeos, con una prensa estampadora de 20 toneladas.

Por ltimo se inspeccionan visualmente los circuitos, se prueban electrnicamente,
se empaquetan y se envan al cliente.

Aunque este proceso es el ms normal, a menudo se modifica segn las
especificaciones de los clientes. Adems, los circuitos especiales requieren la
realizacin de pasos adicionales.

La empresa ha establecido la poltica de entregar los pedidos llegados durante un
mes, dentro del mismo mes. Esta poltica, en opinin de la direccin, es un arma
competitiva importante en un mercado tan difcil como el de la fabricacin de
circuitos impresos.


1
Table 1. Tiempos de produccin estndar del proceso.
Operacin Prepar. Realiz.


PREPARACION

Generacin de Planos 29 0.000
Inspeccin 20 0.500
a
Agujereado para herram. 10 0.500
a

TRANSFERENCIA DE IMAGEN

Perforado
Manual 15 0.080
b
ONC
e
240
c
0.004
b
Metalizacin 10 0.750
a
Pelcula de secado fotorresistente
1.Preparacin Panel 5 0.200
a
2.Lamin. Epox. 20 0.200
a
3.Revelado 20 0.200
a
Galvanizado 25 8.500
a
Tiras PSFR 5 0.200
a
Ataque qumico 10 0.200
a

FABRICACION

Mascara de soldadura 45 1.500
a
Bao de soldadura 30 0.500
a
Perfilado
Estampadora 50 1.000
d
ONC 150
c
0.500
d
Inspeccin, Test, Empaquetado. 45 1.500
d





a
Por panel; un panel tpico tiene 8 circuitos impresos.
b
Por orificio; un circuito tpico tiene 500 orificios.
c
Este tiempo de preparacin corresponde casi totalmente al tiempo de
preparacin de control del ordenador.
d
Por circuito.
e
La poltica de la distribucin en planta de las instalaciones obliga a que
solo se pueden realizar en este equipo pedidos superiores a 100 circuitos
impresos.

2
El modelo

Con PSPS simularemos el proceso de fabricacin de los circuitos impresos de Donner.
Para ello manejaremos la secuencia de operaciones y los tiempos de proceso descritos
en la Tabla anterior.

La empresa nos ha proporcionado una lista de pedidos en un determinado mes. Estos
pedidos se usarn para obtener una distribucin de probabilidad del tamao del
pedido. Para ello se ajusta una distribucin de probabilidad al histograma de los
tamaos de pedido de la muestra suministrada. Esta es una tcnica general, para
ajustar distribuciones de probabilidad. En nuestro caso el mejor ajuste se logra con
una distribucin logartmico normal con media 92 y coeficiente de variacin 2.1.
Adicionalmente asumiremos que, como ha sucedido en meses anteriores, el nmero
total de pedidos llegados por mes es de 60 .


1. Programa del Modelo.

El programa estar formado por ms de un fichero. En DonerDatos.pss se definen las
secciones Constants, Labels, Variables y Macros. Las variables definidas aqu sern
inicializadas en la seccin Data del modelo.


Cuadro 1. Modelo Donner. Fichero DonnerDatos.pss

FICHERO: DONNERDATOS.PSS
Constants
NProcesadores = 17; {--Nmero de procesadores que hay en el modelo--}
PerforaManual = 4; {--Procesador de la perforacion manual de paneles--}
PerforaONC = 5; {--Procesador de la perforacion automtica--}
PerfilEstamp = 15; {--Procesador del perfilado por estampacion--}
PerfilONC = 16; {--Procesador del perfilado en ONC--}
InspecFinal = 17; {--Procesador que representa la inspeccin final--}
Ts = 1; {--Indice del Tiempo de preparacion de un lote en una operacin--}
Tp = 2; {--Indice del Tiempo de proceso de un tem en una operacin--}
N = 3; {--Indice de Paneles en cada tem procesado en una operacion--}

{--Atributos de una transaccion--}
AtLote = 2; {--Tamao del lote--}
AtPuesto = 3; {--Nmero del puesto que esta procesandose--}
AtTtotal = 4; {--Tiempo total de operacin--}
AtToper = 5; {--Tiempo de la operacin actual--}

Labels
Proceso; {--Bloque en el que comienza el proceso de produccin--}

Variables
Tiempos ARRAY NProcesadores,3 ;{--Caractersticas de cada operacin--}
PMedia; PVar; {--Coeficientes de la distribucin LogNormal--}
Media; CoefVar; {--Media y Coef. variacin del tamao pedido--}
CurvaIn; CurvaOut; {--Curvas de InPut y OutPut de los pedidos--}
CurvaInPan; CurvaOutPan; {--Curvas de InPut y el OutPut de los paneles--}
TotalTime; {--Tiempo total de la simulacin--}
Rate; {--Tasa de llegada de los pedidos--}
Decision; {--Tamao de lote para utilizar OCN--}
Abierto; {--Tiempo del mes durante el que se aceptan pedidos--}
Ciclo; {--Total de minutos productivos del mes--}

i; aux;



3
Macros

{--Calculo del tiempo de operacion total para un nmero de paneles dado--}
tiempo : function(numoper,lote)
if (tiempos[numoper,n] < 10000) then
return tiempos[numoper,ts] +
tiempos[numoper,tp]*Lote/tiempos[numoper,n]
else return tiempos[numoper,ts];

{--distribucin del tamao del lote--}
Lotsize : function () Return LNormal(pmedia,pvar);

{--Tiempo entre generacin de pedidos. Al acabar el tiempo de pedido demora hasta el
inicio del siguiente mes.--}

genera : function(periodo, open)
if mod(cl,periodo)< open then return rate
else return rate+periodo-mod(cl,periodo);

{--Devuelve la prxima estacion de proceso en el recorrido de un pedido--}
proximaEstacion: function(actual)
Locals proxima;
begin
if (actual == PerforaManual) or (actual == PerfilEstamp)
then proxima = actual + 2
else proxima = actual + 1,
if (proxima == PerforaManual) and (at[atLote] > decision)
then proxima = PerforaONC,
if (proxima == PerfilEstamp) and (at[atLote] > decision)
then proxima = PerfilONC,
return proxima
end;

{--Calcula y Presenta las estadsticas del pedido--}
estadisticas : function()
begin
Fdrawxy (1,1,at[atLote],cl-TrTime-at[atTTotal]), {--Retraso vs lote--}
if at[atlote] < decision then Fdrawxy (2,1,cl,cl-TrTime-at[atTTotal])
else Fdrawxy (2,2,cl,cl-TrTime-at[atTTotal]), {--Retraso del pedido--}
curvaout = curvaout +1,
curvaoutPan = curvaoutpan + at[atLote],
Fdrawxy (3,1,cl,curvain-curvaout), {--total de pedidos en curso--}
Fdrawxy (4,1,cl,curvainPan-curvaoutPan), {--total circuitos en curso--}
return True
end;





Funciones del Modelo

Tiempo ( Noperacion, Lote) : Esta funcin calcula el tiempo de ejecucin de una
operacin en funcin de los datos de la matriz de Tiempos definida en la seccin DATA del
programa. La matriz Tiempos es una variable array de 17 filas y 3 columnas. Las filas
indican la operacin. La primera columna es el tiempo de Preparacin, la columna segunda
el tiempo de realizacin de la operacin por unidad de tem, y la ultima columna el nmero
de paneles que forman el tem que se procesa en el puesto. Por ejemplo la operacin 3,
agujereado, tiene un tiempo de preparacin de 10 min. y 0.5 min. por lamina como tiempo
de proceso, una lamina conteniendo 8 circuitos. Las unidades de pedido del cliente son
siempre circuitos, y por lo tanto se requiere un cambio de unidades en muchas de las
operaciones. El tiempo de proceso de una operacin ser siempre el tiempo de preparacin
ms el tiempo de realizacin, y este ultimo depender del tamao del pedido.

LotSize( ) : Devuelve el tamao del pedido pasado por el cliente, que sigue una
distribucin LogNormal.

4

Genera ( Periodo, Open) : Esta funcin se encarga de generar la llegada de los pedidos
segn la tasa media de llegadas, un pedido por hora, y el instante de tiempo en el que nos
encontramos. Un mes son 9600 min y la compaa acepta pedidos durante los 9600
primeros minutos del mes. Sin embargo, como el tiempo necesario para producir los
pedidos de un mes, parece que va a ser mayor que 9600 (requiriendo horas extra) vamos
a permitir hasta 15000 min al mes de produccin. Esto permitir simular el sndrome de
final de mes, la acumulacin de trabajo a final de mes cuando la empresa se da cuenta de
que no ha podido servir todos los pedidos recibidos. En todos los casos, si llega un pedido
ms tarde del momento 9600 se pasara al mes siguiente.

Mediante la funcin Mod ( Cl, Periodo) calculamos el minuto del mes en el que nos
encontramos. Si es menor que 9600, entonces la funcin devuelve el tiempo hasta la
prxima llegada, Rate, que en este caso es determinista ya que suponemos que los pedidos
llegan de forma uniforme. Esto seguir as hasta agotar los 60 pedidos del mes, a razn de
un pedido cada 9600/60 minutos. En este momento, la funcin devolver un intervalo que
lleva la simulacin al primer instante del mes siguiente.

ProximaEstacion( actual) : Devuelve la estacin de trabajo a la que un pedido debe
dirigirse para realizar la prxima operacin. Normalmente es actual + 1, pero hay
estaciones alternativas, y se eligen unas u otras en funcin del tamao del pedido, usando
una variable de decision. Fijando esta variable, los pedidos se envan a un puesto o a otro,
en funcin de su tamao.

estadsticas( ) : Recoge estadsticas del tiempo de estancia en la fbrica y del retraso,
entendido como el tiempo que el pedido esta en fbrica sin que nadie trabaje sobre el.



En el fichero System.pss se incluye la definicin de la seccin System del modelo. Este
fichero contiene como comentario activo, el fichero DonnerInfo.pss que define la tabla
que se utiliza como informe final de la simulacin.

Destaquemos tambin la presencia bajo los focos, de cuatro variables clave, asociadas
en dos pares: (CurvaIn, CurvaOut) y (CurvaInpan, CurvaOutpan). El primer par se
refiere a pedidos y el segundo a paneles. Estas variables son todo lo que se necesita
para manejar las curvas de Input/Output. CurvaIn y CurvaInpan llevan las curvas de
entrada y las otras dos, CurvaOut y CurvaOutpan, las de salida. Unas se incrementan
cuando se produce un ingreso. Las otras cuando se produce un egreso.

Inicialmente supondremos que el sistema esta vaco, es decir no hay ningn pedido en
marcha. Como ya hemos dicho, la produccin de cada mes si es necesario sigue ms
all de los 9600 minutos, hasta haber agotado todos los pedidos. Por supuesto esto
suceder si en los 15000 minutos posibles hay tiempo suficiente para producir todos
los pedidos. Al finalizar el mes la fbrica estar vaca, exactamente igual que al
principio de la simulacin. Por tanto, en el segundo mes la simulacin partir del
mismo estado que tenia al inicio.

Cuando, para un modelo, este el caso se dice que el modelo es regenerativo, o
tambin que la simulacin es regenerativa. El sistema se regenera cada final de mes,
cada evento de regeneracin, y vuelve a ser una replica (probabilista) del sistema
inicial. Esto tiene la importante propiedad de hacer que los meses consecutivos sean
independientes desde el punto de vista estadstico. Por tanto, y dado que todos los
elementos del modelo son estacionarios, meses consecutivos son observaciones
independientes de la misma distribucin de probabilidad. En esta propiedad se pueden

5
basar mtodos ms sofisticados para estimar el error estadstico de la simulacin. No
podemos llevar este tema ms all, pero el lector interesado debe consultar [Iglehart].

Cuadro 2. Modelo Donner. Fichero System.pss
































Cuadro 3. Modelo Donner. Fichero DonnerInfo.pss
















FICHERO: SYSTEM.PSS
System
{--Genera durante 9600 minutos los 60 pedidos de forma repetitiva.
Pero el mes es de 15000 minutos para absorber el sindrome
de final de mes--}

GENERATE genera(ciclo,abierto),on;
ASSIGN begin
at[AtLote] = Lotsize,
at[AtPuesto] = 0,
at[atTTotal] = 0
end;
COMPUTE begin
curvain = curvain + 1,
curvainPan = curvainPan + at[atLote]
end;

{------Proceso de un lote de circuitos------}
{----- Routing------}
proceso: COMPUTE at[atPuesto] = ProximaEstacion(at[atPuesto]);
{---- Las estaciones-----}
QUEUE at[atPuesto],1,fifo,wait,off;
ASSIGN begin
at[atTOper] = tiempo(at[atPuesto],at[atLote]),
at[atTTotal] = at[atTTotal] + at[atTOper]
end;
WAITFOR at[atTOper];
LEAVE at[atPuesto],1,Cond(at[atPuesto] == InspecFinal,cb+1,Proceso);

@---- Estadisticas------------------------------------@
COMPUTE Estadisticas;
TABULATE 2,cl-TrTime-at[atTTotal]; {--Esperas improductivas--}
TABULATE 1,cl-TrTime; {--Plazo de entrega--}
TERMINATE 1;

@$DonnerInforme.pss@
endsystem;
FICHERO: DONNERINFO.PSS
{----- Informe final -----}
GENERATE TotalTime,1;
COMPUTE begin
GotoXY(1,1,0),
For i = 1 to NProcesadores Do begin
PrintR(Format("%4d",i)),
Aux = StatFac(i,Staverage) / Fs[i] * Ciclo,
PrintR(Format("%7.1f", Aux)),
PrintR(Format("%7.1f", Aux / Abierto)),
PrintR(Format("%7.2f",StatQ(i,STaverage)+StatFac(i,STaverage)))
End
End;
TERMINATE 1;

6
El fichero Donner.pss contiene la definicin de la seccin Data y coordina todos los
dems ficheros, usando comentarios activos.

Cuadro 4. Modelo Donner. Fichero Donner.pss

FICHERO: DONNER.PSS

{$DonnerDatos.pss}

Data

{-- Inicializacion de las variables de finidas en la seccin Variables --}
VARS Tiempos = \29, 0, 10000,
20, 5/10, 8,
10, 5/10, 8,
15, 8/100, 1/500,
240,4/1000, 1/500,
10, 75/100, 8,
5, 2/10, 8,
20, 2, 8,
20, 2/10, 8,
25, 85/10, 8,
5, 2/10, 8,
10, 2/10, 8,
45, 15/10, 8,
30, 5/10, 8,
50, 1, 1,
150, 5/10, 1,
45, 15/10, 1\;

VARS Media = 92;
VARS CoefVar = 210/100;
VARS Rate = 9600/60;
VARS Ciclo = 15000;
VARS Abierto = 9600;
VARS Decision = 100;
VARS TotalTime = 60000;
@ Capacidad de los procesadores @
VARS Fs[PerforaMAnual] = 7;
VARS Fs[PerforaONC] = 1;

{--definicin de la tabla que aparece en el informe final--}
Table 1, nprocesadores+1, 4, ["RESULTADOS","Num","Min.Usados","Rho Real","Ped.Medio"];

TIME TotalTime; {--Define el tiempo de terminacion de la simulacin--}
REPORT On; {--Detiene la simulacin hace aparecer la ventana de control--}

{--Sentencia de inicializacion de los grficos y la tabla del modelo--}
INITIAL begin
FdrawCont(1,GTitle,"RETRASO vs TAMAO PEDIDO"),
FDRawCont(1,GSerNoLine,1),
FdrawCont(2,GTitle,"RETRASO de cada PEDIDO"),
FDrawCont(3,GTitle,"Pedidos en el Sistema"),
FDrawCont(4,GTitle,"Paneles en el Sistema"),
FdrawCont(1,GserOrder,1),
PVar = SQRT(Ln (CoefVar * CoefVar + 1) ),
PMedia = Ln (Media) PVar * PVar / 2,
End;

{--Fichero que contiene la seccin System del modelo--}
{$DonnerSystem.pss}

Recordemos que tratamos de comprender los efectos del comportamiento de la
empresa, especialmente los generados por la regla de entregar todos los pedidos
recibidos dentro del mes en el mismo mes.


7
Simularemos el funcionamiento de la compaa durante cuatro meses. Como los
tiempos de proceso vienen dados en minutos, tomaremos como unidad del reloj de
simulacin los minutos, y cuatro meses sern por tanto equivalentes a 60000 minutos.

2. Resultados de la simulacin.

El grfico de la figura 3 muestra los tiempos improductivos, tiempo esperando en la
planta durante el que no esta siendo procesado, de cada pedido en funcin del tamao
del pedido


Figura 3. Tiempos de Proceso vs Tamao Pedido

Este retraso es el resultado de las interferencias con otros pedidos, y si el pedido
estuviera solo no se producira. Los retrasos por panel en los lotes grandes, a partir de
100 items (valor que determina la divisin del proceso entre manual y automtico)
parecen ser sistemticamente menores que en los lotes pequeos. Este es un indicio
de la perturbacin que causan los grandes pedidos cuando se mezclan con pedidos
pequeos.

El segundo grfico (Figura 4) es un refinamiento del anterior ya que ahora podemos
ver la evolucin del tiempo de retraso a lo largo del mes.


Figura 4. Retraso de los Pedidos.

Aunque la trayectoria es muy irregular, claramente aumenta a medida que transcurre
el mes, para disminuir de nuevo al principio del mes siguiente. Esto es debido a la
acumulacin de pedidos por encima de la capacidad del proceso, que aumenta la

8
congestin, y las esperas. Es interesante obtener este misma grafica diferenciando los
pedidos con lote pequeo, de los pedidos con lote grande. He aqu la grfica
2



Figura 5. Retraso de los Pedidos.

La lnea a trazos corresponde a pedidos con lote mayor que 100. La continua son los
dems pedidos. Los pequeos pedidos sufren menor acumulacin de retrasos al
avanzar el mes, siendo el retraso relativamente regular. Los pedidos grandes sufren
ms esperas a medida que avanza el mes. Por tanto, si un cliente tiene un pedido
grande debera pasarlo a primeros de mes. Aunque para un pedido pequeo tambin
se aplica la regla, la diferencia es menos significativa.

Veamos la evolucin de los stocks de pedidos y paneles en curso, durante el mes



Figura 6. Nmero de Pedidos en el Sistema.

La grfica 6 muestra el nmero de paneles en el sistema en el momento de la salida
de un pedido, es decir los paneles que el pedido que sale ha dejado atrs. La
acumulacin se produce de forma regular, demostrando que el sistema no tiene
capacidad para absorber la carga de la demanda.


2
No incluida en el modelo inicial, pero que el lector puede reproducir fcilmente modificando la
funcin Estadisticas().

9

Figura 7. Nmero de Paneles en el Sistema.

Para analizar la historia de cada pedido dibujamos las curvas de Input-Output
3
. Como
dijimos, su utilidad disminuye a medida que aumenta el horizonte de la simulacin,
por lo que las hemos restringido a un solo mes.

La primera figura muestra las curvas de I/O de pedidos. Cada salto en una curva es la
entrada, o salida, de un pedido. Las curvas muestran los pedidos pequeos agrupados
en pequeos ncleos, separados por pedidos grandes que los retrasan. El proceso de
pedidos grandes se nota por los aumentos bruscos de demora (distancia horizontal)
entre ambas curvas. Esto produce largos intervalos de tiempo en los que no sale
ningn pedido.

Figura 8. Input/Output de los Pedidos


3
de nuevo, el programa presentado no incluye cdigo para dibujar estas curvas, pero el lector
no tendr muchos problemas para aadirlo al cdigo presentado.

10

Figura 9. Input/Output de los Paneles

De las figuras se deduce que el tiempo de produccin aumenta en cantidades bruscas
con los grandes pedidos, aunque disminuye cuando se produce el proceso de
pequeos pedidos. Las curvas muestran tambin evidencia de que hay
adelantamientos entre pedidos, y que por lo tanto FIFO no es cierta. Esto hace que la
lectura de las esperas se pueda hacer solo aproximadamente.

Veamos ahora la distribucin de los tiempos de proceso de los pedidos y la
distribucin del tiempo que permanece un pedido en el sistema, o plazo de
produccin.

De hecho esta distribucin es solo orientativa. En este modelo no se alcanza un
rgimen estacionario dentro del mes, y en cada momento de tiempo los resultados
provienen de poblaciones diferentes. El tiempo de estancia tiene una fuerte
dependencia del tiempo (la media va aumentando con el tiempo) y por tanto el
histograma no recoge observaciones procedentes de la misma distribucin. Un anlisis
por regresin sera probablemente ms til. En cualquier caso, incluimos los
histogramas para satisfacer la curiosidad del lector .
4



.

Histograma 1: Tiempos de Proceso. Histograma 2: Tiempo en el Sistema.


4
la tiene Vd. querido lector, no?. No....?. De verdad?

11
El fichero DonnerInfo.pss contiene las tablas que se usan presentar al usuario los
resultados resumidos. Se dan resultados para cada uno de los puestos de trabajo. Las
diferentes columnas son: los minutos utilizados (Min. Usados), la utilizacin del puesto
de trabajo (Rho Real), y el nmero medio de pedidos (Ped. Medio).


Figura 10. Tabla Informe Final.

Como en las colas, denotamos aqu por rho la tasa de ocupacin del centro. Esta tasa
esta calculada sobre las horas normales, durante las que se admiten pedidos, 9600
minutos en total. Puede verse que hay un cuello de botella en el procesador 5, la ONC.
Esta debe trabajar un 20% de tiempo adicional para poder atender toda la demanda
del mes. Y esta situacin se da con un valor de la variable de decisin de 100 paneles.
Si se calcula la eficiencia de cada operacin en trminos del tiempo de proceso
unitario, se llega a la conclusin de que para tamaos del lote inferiores a 100
tambin interesara pasar la produccin por la ONC. Pero esto solo hara que se
agravaran las esperas. El cuello de botella en la ONC provocara aun mayores
acumulaciones, y por tanto tiempo de trabajo adicional al final del mes.

Queda para el lector usar la maquinaria presentada para evaluar que sucedera si se
comprara otra ONC.

Digamos, para finalizar, que Donner debe decidir que tipo de pedidos, con lote
pequeo o lote grande, quiere tener. En el primer caso, Donner ser probablemente
un proveedor de laboratorios e instituciones que realizan muchas series cortas, de
prueba o de productos especiales. Probablemente para este segmento, la compaa
necesita gran flexibilidad y un escrupuloso cumplimiento de los plazos de entrega. En
el segundo caso, estar entrando en el segmento de clientes de alto volumen, por
ejemplo, fabricantes de televisores, que eventualmente competir en precio. Mezclar
las dos cosas normalmente llevara a no hacer ninguna bien.