Simul8 es la plataforma de simulación más rápida, intuitiva y eficaz del mundo, tanto para escritorio como para la web, donde los clientes pueden experimentar con modelos digitales de procesos reales para tomar decisiones fiables e impactantes.
Una simulación es un modelo animado que imita el funcionamiento de un sistema existente o propuesto, como laoperación diaria de un banco, el funcionamiento de una línea de montaje o la asignación de personal en un hospital o centro de llamadas.Con un software de simulación intuitivo como Simul8, puede crear una maqueta visual, similar a la creación de un diagrama de flujo. Al añadir tiempos y reglas a las tareas, recursos y restricciones que conforman su sistema, la simulación puede representar con precisión su proceso real. La simulación ofrece un enfoque muy potente, basado en evidencias, para la toma de decisiones: al usar una representación visual para probar el impacto de los cambios de proceso y los escenarios hipotéticos, puede encontrar un enfoque que brinde los mejores resultados. |
La conductividad eléctrica (EC) de una masa para pastel es una propiedad crítica en procesos de cocción por calentamiento óhmico, ya que determina la distribución de calor y afecta fenómenos como la gelatinización del almidón. Sin embargo, su medición experimental es compleja debido a los gradientes de temperatura que se generan en el dispositivo de medición.
El trabajo desarrollado por Niane y sus colaboradores, titulado “Development of a numerical model for measuring the electrical conductivity (EC) of a cake batter” en la revista “Journal of Food Engineering” de Elsevier presenta el desarrollo de un modelo numérico robusto para estimar la EC de la masa de pastel en función de la temperatura y bajo la influencia de campos eléctricos elevados. Para ello los investigadores utilizaron COMSOL Multiphysics®.
El modelo se desarrolló en COMSOL Multiphysics® usando una geometría bidimensional con simetría axial del dispositivo experimental que se muestra en la Figura 1.
La EC de la masa se modeló como función de la temperatura y del grado de gelatinización del almidón, este último descrito por una cinética de primer orden acoplada a una ley de Arrhenius. La optimización de los parámetros del modelo se realizó mediante el método de Nelder-Mead, comparando perfiles de temperatura experimentales y simulados.
Para optimizar el tiempo de cálculo, se utilizó un modelo bidimensional con simetría axial. La malla consistió en 3648 triángulos, 508 elementos de contorno, 23,274 grados de libertad y una calidad media de malla de 0.812. El tiempo de cálculo requerido fue de 20 segundos, utilizando los siguientes módulos en COMSOL Multiphysics®: Transferencia de Calor, Corriente Eléctrica, Flujo Laminar (para el caso del KCl, donde ocurre convección natural) y Optimización General.

Figura 1. Diagrama de un electrolizador para la electro-hidrogenación directa de tolueno.
El modelo permitió reproducir con alta precisión los perfiles de temperatura medidos experimentalmente, tal y como se muestra en la Figura 2. La Figura 3 muestra las conductividades eléctricas (EC) de la masa para cada potencial eléctrico. Los resultados muestran que la EC aumentó con el incremento del voltaje. Por último, La Figura 4 muestra la tasa de gelatinización experimental y la obtenida a partir del modelo.

Figura 2. Comparativa entre la temperatura medida y calculada, para distinta cantidad de aditivo.
En definitiva, COMSOL Multiphysics® se muestra como una herramienta poderosa para integrar múltiples fenómenos físicos y validar modelos experimentales complejos, proporcionando información crucial para la optimización de procesos también el ámbito gastronómico.

Figura 3. Conductividad eléctrica de la masa de pastel a diferentes potenciales eléctricos.

Figura 4. tasa de gelatinización experimental y la obtenida a partir del modelo.
[1] Niane et al. “Development of a numerical model for measuring the electrical conductivity (EC) of a cake batter”. Journal of Food Engineering (2026) 402 112687.











La visualización de biopolímeros se ha refinado en esta versión con la introducción de enlaces cruzados y conexiones curvas, que reemplazan el diseño anterior de esquinas afiladas. Esta mejora mejora significativamente la claridad visual de estructuras complejas, lo que permite a los usuarios distinguir fácilmente entre enlaces cruzados y enlaces químicos entre monómeros.Por Joshua Zable
Como Director Financiero, siempre me enfrento al reto de equilibrar decisiones a corto y largo plazo. Comprender las perspectivas a corto plazo me permite acelerar o frenar adecuadamente las inversiones a largo plazo sin comprometer los resultados a corto plazo. Demasiados ejecutivos estiman la tendencia a corto plazo basándose en su intuición o experiencia, sobre todo cuando existe un método de series de tiempo muy sencillo, apropiadamente llamado Análisis de Tendencias , que nos ofrece una visión estadística del corto plazo. Así es como Minitab puede ayudarle a realizar pronósticos fiables a corto plazo en minutos (¡o menos!).
Para ser claros, existen muchos métodos estadísticos potentes que pueden utilizarse para pronosticar. El análisis de tendencias se prefiere a corto plazo debido a su simplicidad y la capacidad de configurar y ejecutar un modelo rápidamente. Otros métodos, como ARIMA u otros métodos de aprendizaje automático, son bastante potentes, pero su configuración o ejecución pueden requerir más tiempo.
Aunque el análisis de tendencias es simple, como la mayoría de los métodos estadísticos, requiere cierta reflexión. En este caso, la forma o pendiente de la tendencia será crucial para el análisis. Representar gráficamente los datos debería dar una pista visual sobre qué modelo de análisis de tendencias utilizar. Sin embargo, a veces las formas pueden parecer similares, por lo que comprender mejor los escenarios típicos descritos por estos modelos le ayudará a decidir. Si aún no se siente seguro, puede ejecutar cada modelo en su conjunto de datos y medir su ajuste utilizando medidas de precisión como MAPE, MAD y MSD . Medir el ajuste de cada modelo puede ser un proceso minucioso, pero también puede requerir mucho tiempo.
Para visualizar su tendencia, utilice el software estadístico Minitab y acceda a nuestro popular Constructor de gráficos. Seleccione "Gráfico de series de tiempo" o vaya al menú Estadísticas > Series de tiempo > "Gráfico de series de tiempo" y grafique sus datos. Una vez que tenga el gráfico, su modelo probablemente se parecerá a uno de los tipos de modelo más comunes: lineal, cuadrático, de crecimiento exponencial y logístico de curva S/Pearl-Reed.
A continuación se muestran ejemplos de gráficos de series temporales de los tipos de tendencias que están asociados con los diferentes tipos de modelos.

Comprensión de los modelos lineales: Los modelos lineales son líneas rectas (para quienes tengan inclinación por las matemáticas, se representan mediante la ecuación Y = a + bX). En la práctica, los modelos lineales representan tendencias con tasas constantes o fijas. En el sector manufacturero, esto podría ser una simple tasa de producción (es decir, cuánto produce una máquina por hora), la tasa de consumo de energía o los costos (suponiendo que no haya ahorros de costos a escala). En cuanto a la previsión de ventas, el modelo lineal se utiliza cuando se espera una tasa de crecimiento similar .
A diferencia de los modelos lineales, los modelos cuadráticos reflejan una tasa de cambio no constante. Pueden reflejar una tendencia de aceleración o desaceleración y, por lo tanto, confundirse con un modelo exponencial (¡por eso también es tan importante comprender los datos!). Un ejemplo común de manufactura cuadrática podría ser modelar la producción en función de la mano de obra. En algún momento, añadir demasiados trabajadores o aumentar sus horas de trabajo genera rendimientos decrecientes. Otro ejemplo común es modelar precios y ganancias. Si bien el aumento de precios incrementa las ganancias, con el tiempo, un precio más alto podría obstaculizar la demanda, perjudicándola y ralentizando el crecimiento incremental de las ganancias.
Crecimiento exponencial: Ya sea que se encuentre en una situación de crecimiento constante o experimentando una caída exponencial, este modelo significa que la tasa de cambio no solo se acelera o desacelera (como en los modelos cuadráticos), sino que cambia más rápido que en los modelos cuadráticos. Este tipo de modelo se puede utilizar en diversas disciplinas. En finanzas, puede usarse para modelar el interés compuesto, mientras que en ciencias podría modelar la propagación de una pandemia o la propagación de bacterias en un experimento. El crecimiento exponencial también puede observarse en el lanzamiento de un nuevo producto o fármaco, a medida que la adopción se acelera con la concienciación y la aceptación.
Distinguir el crecimiento cuadrático del exponencial es probablemente lo más complicado, por lo que comprender la situación de los datos es crucial. Como mencioné antes, en caso de duda, compare los modelos cuadrático y exponencial midiendo el ajuste con medidas de precisión como MAPE, MAD y MSD .
Curva S/Logística Pearl-Reed: La curva S, a menudo denominada curva logística Pearl-Reed, fue formalizada por primera vez en 1920 por Raymond Pearl y Lowell J. Reed, dos biólogos estadounidenses. Introdujeron esta función logística para describir el crecimiento poblacional bajo restricciones como la escasez de recursos. Básicamente, a medida que los recursos escasean, el crecimiento poblacional se desacelera y se estabiliza. Fuera del ámbito de la biología, la curva S se asocia típicamente con la adopción de productos o tecnología. También puede representar capacitación (una vez capacitada, las habilidades se estabilizan) o incluso la fidelización de los clientes. En general, refleja un escenario con margen de crecimiento, pero que finalmente alcanzará la saturación y, para fines de pronóstico, se utiliza típicamente cuando el pronosticador reconoce que la saturación está comenzando a ocurrir.
Una vez identificado el tipo de modelo, pronosticar es pan comido. Con los mismos datos que usó para trazar su tendencia, vaya a Estadísticas/ Series temporales/ Análisis de tendencias. Aparecerá un cuadro de diálogo que le preguntará qué variable desea pronosticar.

Una vez seleccionada la variable, simplemente seleccione el tipo de modelo y marque la opción "Generar pronósticos". En este ejemplo, quiero generar 5 puntos de datos más, así que escribí "5" en el campo "Número de pronósticos".

Lea sus resultados…
Tus resultados te proporcionarán una ecuación para tu pronóstico, medidas de precisión, puntos de datos pronosticados y un gráfico. ¡Listo! Misión de pronóstico cumplida.
Ecuación de tendencia ajustada
| Yt = (10^4) / (10.0320 + 4601.91×(0.663545^t)) |
Medidas de precisión
| MAPE | 1.9285 |
| MAD | 2.5353 |
| MSD | 11.4483 |
Pronósticos
| Period | Forecast |
| 31 | 995.441 |
| 32 | 995.902 |
| 33 | 995.209 |
| 34 | 995.412 |
| 35 | 995.547 |

Muchos de los responsables de la previsión no somos necesariamente expertos en estadística. Si bien ya domina el arte de la previsión a corto plazo, proporcionar contexto adicional le dará mayor confianza en sus predicciones. Al usar Minitab AI para generar un resumen en lenguaje natural, puede comprender rápidamente toda la valiosa información que ofrece Minitab. En nuestro ejemplo, el contenido generado por IA explica que el conjunto de datos es lo suficientemente grande como para realizar una predicción precisa y que el modelo generado es fiable.
El análisis busca evaluar la tendencia de los valores de la curva S durante un período específico mediante un modelo de tendencia de curva S. Proporciona información sobre el comportamiento futuro de los datos basándose en la ecuación de tendencia ajustada.
¿Quieres conocer opciones para el postprocesado de resultados de simulación en COMSOL Multiphysics®? Aquí te dejamos una forma de representar tus resultados que podría servirte cuando trabajas con geometrías tridimensionales.
Finalizada tu simulación, añade un nuevo grupo de representación gráfica en 3D como se muestra en la Figura 1. Seguidamente, haz clic con el botón derecho en ese grupo y selecciona “Slice” para crear un gráfico de corte tal y como se indica.

Figura 1. Cómo añadir un grupo de representación gráfica en 3D y un gráfico de corte (“slice”) en COMSOL Multiphysics®.
A continuación, añade la variable que se representará en el gráfico de corte; en el ejemplo de la Figura 2 se ha seleccionado la temperatura. En la sección de “plane data” puedes configurar todos los aspectos relacionados con el plano de corte: tipo, orientación o número de planos). En la sección “Coloring and Style” puedes configurar, por ejemplo, el mapa de color y otros elementos para adaptar la apariencia de la representación gráfica a tus gustos.

Figura 2. Configuración del gráfico de corte (“slice”) en COMSOL Multiphysics®.
A modo de ejemplo, la Figura 3 muestra un gráfico de corte para la temperatura en el ejemplo típico de la barra colectora (“busbar”) en base a un plano con orientación zx y utilizando 4 planos en total. Haciendo clic en “interactive” (Figura 2) se habilita una barra de desplazamiento con la que podrás desplazar los planos y colocarlos en la posición que desees.

Figura 3. Gráfico de corte para la temperatura en el clásico ejemplo de la barra colectora (“Busbar”).
¡Esperamos que este truco sea de utilidad para dar valor a tus futuros resultados de simulación en COMSOL Multiphysics®!
Maple 2025 incluye un gran número de mejoras para facilitar su uso. Muchos de los cambios de la interfaz indicados en este artículo fueron iniciados tras las solicitudes de los usurios.
Maple 2025 introduce una interfaz de cinta. La cinta consta de menús, grupos y controles organizados en pestañas. La cinta facilita la visualización de todas las opciones disponibles a medida que se utiliza Maple para realizar cálculos, formatear su documento, y otras tareas.

Todas las funcionalidades que solían estár en los menús de la hoja de trabajo, en la barras de herramientas de la hoja de trabajo y en la barra contextual ahora se encuentran en la cinta. Algunos ítems están en pestañas sensibles al contexto, de forma que aparecen cuando es relevante según el contexto, como las pestañas Plot y Component, que aparecen cuando se hace clic sobre un gráfico o un componente incrustado, respectivamente.
Haga clic en una pestaña (como en Home o Insert) para verlo. El posicionamiento de los contenidos en la cinta cambian para ajustar el tamaño a la ventana de Maple. Por ejemplo, esta es la forma compata de la pestaña Insert. Haga clic en una flecha (
) para ver los botones en un grupo.

Puede colapsar la cinta utilizando Minimize/Maximize ribbon (
) en la barra de herramientas de acceso rápido, o haciendo doble clic en la pestaña activa. Cuando la cinta es minimizada, haciendo clic en Minimize/Maximize ribbon (
) expande la cinta. De forma alternativa, cuando la cinta está minimizada, puede acceder a los contenidos de una pestaña haciendo clic en la pestaña. La pestaña permanece expandida hasta que se hace clic fuera de ella.
Presione la tecla Alt para ver pequeños trucos de teclado que abren pestañas y grupos y haga clic en ítems de la cinta. Presione otra vez la tecla Alt para parar la visualizaci´pon de los trucos de teclado.
Por ejemplo, pulsando Alt muestra los trucos de teclado. Presione I para abrir la pestaña Insert y entonces presiones C para insertar una región de edición de código.
En Maple 2025, nos hemos enfocado en mejorar la experiencia de entrada y edición de expresiones matemáticas, haciéndolo más fácil e intuitivo. La navegación a través de expresiones 2D ahora es más previsible, con un comportamiento consistente cuando nos movemos a la izquierda o derecha. Cuando se desplaza a detrás o borra, el cursor ahora elimina de forma fiable un caracter cada vez, siguient el mismo camino que su movimiento a través de la expresión.
Los delimitadores como las barras de valor absoluto, paréntesis y barras de norma de la matriz ahora están correctamente emparejados y se estrian según sea necesario para lograr claridad y precisión. Múltiples conjuntos de comillas de nombre o de cadena dentro de una expresión se delimitan correctamente, lo que garantiza una edición limpia y eficiente.
Adicionalmente, el uso de la tecla Shift y las teclas de cursor para selección, seguida por copiar y pegar, ahora funciona como se espera.
Estas mejoras, aunque sutiles, crean una experiencia de edición matemática 2D más fluida, lo que le permite concentrarse en su trabajo sin distracciones innecesarias.
Maple 2025 introduce una experiencia optimizada para la entrada por teclado de polinomios, fracciones y variables indexadas, eliminando la necesidad para el movimiento repetitivo del cursor.
requería presionar la tecla de la flecha derecha seis veces solo que para volver a la línea base.
Ahora, en Maple 2025, cuando se pulsa ^,/, o _ seguido por un número o símbolo y entonces se entra otro operador (como +), el operador automáticamente se insertará en la línea base. Para el ejemplo anterior, esta cambio elimina enteramente la necesidad de utilizar las teclas de cursor para volver a la línea base.
A través del análisis extensivo de los patrones de entrada, hemos encontrado que en la mayoría de los casos, la vuelta a la línea base es el comportamiento deseado (excepto los casos que involucran ^1 y /1. Para estas instancias, el editor de ecuación mantendrá el exponente o denominador al nivel de entrada actual, como la mayoría de usuarios esperan.
Si el cursor se ha movido a la línea base antes de terminar, siempre se puede usar la flecha izquierda para volver al exponente, denominador o índice donde se encontraba. También puede mantenerse el cursor dentro del exponente o denominador escribiendo un espacio antes del operador; así, el cursor permanecerá donde está.
Esta mejora hace la entrada de expresiones complejas más rápida y fluida, permitiéndole enfocarse en su trabajo sin interrupción.
En Maple 2025 se introdujo la finalización automática de argumentos para facilitar la completación de argumentos para un comando. Puede activarse esta funcionalidad en la pestaña Interface de Options Dialog. Se empieza escribiendo el comando, y, cuando está disponible, una lista emergente de argumentos sugeridos aparece automáticamente. Puede elegirse de las terminaciones disponibles la deseada utilizando el puntero o las teclas de flecha y Tab.
Cuando se utiliza la finalización de argumentos, la lista de finalización de argumentos puede incluir también la variable definida previamente por el usuario, si es de un tipo apropiado para los argumentos. En Maple 2025 se ha ampliado esta funcionalidad: Si su hoja de trabajo tiene múltiples definiciones que pueden ser utilizadas como un argumento, la finalización de argumentos ahora muestra sugerencias múltiples desde variables definidas

Maple ha tenido finalización de comando/símbolo desde hace muchas versiones. Se escribe algo, se presiona Esc, y se selecciona desde las finalizaciones disponibles en la lista emergente utilizando el puntero o utilizando la tecla de flecha y Tab.

En versiones anteriores, también se podía aceptar una entrada desde la lista desplegable de finalización de comando utilizando Enter (Return en Mac). Como eso solo era posible únicamente con la finalización de comandos, no la de argumentos, eso era un comportamiento inconsistente. En Maple 2025, se han unificado cosas y ofrecido control de usuarios. Por defecto, Tab es la tecla disparadora para ambas finalizaciones de argumentos y comandos. Si quiere aceptar Enter (Return en Mac) como tecla disparadora también, hay una opción para hacerlo.
Puede gestionarse eso desde Options Dialog.
Con la mejora de asignaciones, ahora se puede utilizar la paleta Matrix para entrar los lados izquierdo y derecho de una asignación:

Utilizando esto y el nuevo formato de Vector aceptado por fsolve, pueden simplificarse los cálculos:

La paleta Components tiene un nuevo aspecto

Es más fácil que nunca utilizar una lista desplegable (conocida en Maple como un combo box) o list box.
Primero, añada uno al documento desde la paleta Components. Entonces, para completar la lista con entradas, haga clic en la lista de elementos Edit Item List. El editor de listas ahora es más intuitivo. Añada entradas a la lista y, si lo desea, reorganícelas arrastrándolas.
Existen atajos de teclado para el editor de lista si las prefiere.
Cuando tiene una matriz grande (o cualquier rtable) de salida en su documento, sólo es visible una porción de ella. Maple 2024 intodujo la posibilidad de navegar por las entradas directamente en el documento, utilizando las barras de desplazamiento para cambiar la vista. Ahora también puede cambiar el tamaño de una fila o columna de forma interactiva usando las flechas de cambio de tamaño.

Para ajustar mejor los datos, puede hacer clic derecho (Control+clic, en Mac) en la matriz y seleccionar Fit Row to Data o Fit Column to Data.
Para volver a la vista inicial de la matriz, haga clic derecho (Control+clic en Mac) en la matriz y seleccione Reset Output Display
Notas:
Por Oliver Franzç.
Ver pasillos y pasillos de comestibles en la tienda hace que todo parezca muy fácil.
Pero la fabricación de alimentos y bebidas no es nada sencilla. Los equipos de calidad, los especialistas en mejora continua y los ingenieros de envasado dedican incontables horas a garantizar que cada envase esté perfectamente sellado y listo para su venta.
Pequeñas variaciones en los procedimientos de fabricación, o incluso cambios ambientales, pueden provocar problemas importantes, incrementando las tasas de defectos y reduciendo las ganancias.
En este ejemplo, analizamos a un fabricante de alimentos y bebidas que enfrenta un aumento de defectos de empaquetado, especialmente si estos defectos siguen una cadencia estacional. Recurrieron al Minitab Solution Center para analizar las posibles causas y utilizaron el software estadístico Minitab Statistical Software y la IA para descubrir información clave.
¿Tiene curiosidad por ver cómo lo hicieron? Analicémoslo.
El equipo de calidad se reunió para revisar varias bolsas de snacks de frutas que no estaban selladas correctamente, lo que creaba un riesgo de seguridad.
Utilizaron un diagrama de espina de pescado de Hombre, Máquina, Materiales, Método y Entorno en la utilidad Brainstorm de Minitab Solution Center para identificar las posibles causas. Este es su diagrama inicial:

A medida que la discusión disminuyó, utilizaron la función de Generación rápida de IA para que surgieran ideas adicionales, especialmente en la categoría “Medio ambiente”.

Esto es lo que generó la IA de Minitab. Las adiciones generadas por la IA se indican con el signo más (+) verde en la esquina superior derecha:

La IA de Minitab sugirió posibles factores contribuyentes, incluyendo uno que les llamó la atención: los cambios estacionales de humedad. Recordaron que los defectos solían aumentar en los meses más cálidos.
Utilizaron Minitab Statistical Software para crear un gráfico de descomposición de series temporales y comprender mejor los cambios estacionales en el número total de defectos. Sabían que existía una cadencia estacional que querían visualizar, y también querían comprender cuántos defectos podrían ocurrir el año siguiente y cuándo:

Para simplificar la interpretación, generaron un resumen en lenguaje sencillo dentro de la aplicación utilizando la IA de Minitab:

La IA de Minitab confirmó que la serie temporal era razonablemente precisa para modelar defectos futuros. El resumen también mencionó que la mayoría de los defectos tendían a ocurrir en julio y la menor en febrero.
Como la humedad estacional fue señalada como una posible causa, el equipo utilizó el Graph Builder del software estadístico Minitab para visualizar los niveles de humedad de la fábrica junto con los recuentos de defectos.

Descubrieron una tendencia clara: a medida que aumentaban los niveles de humedad, también lo hacía el número de defectos en los envases.
Con esta información, el equipo no esperó. Instalaron sensores de humedad inteligentes en áreas clave de producción que alertaban cuando la humedad superaba los umbrales óptimos.
También colaboraron con el equipo de mantenimiento para ajustar la temperatura y el tiempo de permanencia de la selladora según las condiciones ambientales. Garantizaron la hermeticidad de los sellos incluso en días húmedos.
Finalmente, crearon un tablero en Minitab Connect para monitorizar las condiciones ambientales y las tasas de defectos en tiempo real para poder actuar rápidamente si las tendencias comenzaban a cambiar.
En dos meses, el equipo observó una caída del 38% en los defectos relacionados con los sellos y el tiempo de inactividad de la producción relacionado con el retrabajo se redujo a la mitad.
Resolver problemas de calidad en la fabricación de alimentos y bebidas requiere algo más que conjeturas.
Es necesaria perspicacia.
Con el poder combinado de herramientas de lluvia de ideas, análisis asistido por IA y monitorización de datos en tiempo real, este equipo no solo identificó la causa raíz de los defectos estacionales, sino que actuó al respecto.
¿Y el resultado? Menos defectos. Menos tiempo de inactividad. Más confianza en cada paquete que sale de la línea.
Ya sea que esté lidiando con problemas de empaquetado o ineficiencias de procesos, Minitab permite a su equipo pasar del problema a una solución proactiva, con datos duraderos.
Ponga sus ideas y datos a trabajar con una prueba gratuita de Minitab Solution Center.