- Detalles
- Categoría: Minitab
- Visto: 4389
Por Evan McLaughlin.
Solo el 30 por ciento de las iniciativas de mejora de rendimiento tienen éxito. Entonces, la pregunta es ¿por qué estas iniciativas fallan con tanta frecuencia? La investigación revela que la razón número 1 es la falta de apoyo administrativo. Las encuestas a ejecutivos de alto nivel realizadas por la Economist Intelligence Unit coinciden: dicen que la falta de aceptación y apoyo del liderazgo puede detener el éxito de muchas iniciativas estratégicas.
La evidencia del Instituto Juran revela que, simplemente, los líderes de las compañías no tienen un buen acceso al tipo de información que necesitan. La investigación de la Sociedad Estadounidense para la Calidad en realidad muestra que cuanto más personas suben en la escala corporativa, menos frecuentemente reciben informes sobre las métricas (¡más de la mitad recibe actualizaciones una vez trimestralmente o incluso menos!).
Los datos dispersos e inaccesibles del proyecto hacen que sea difícil reconstruir la imagen completa de las iniciativas de mejora y su impacto en una empresa. A menudo se usa una variedad de aplicaciones para crear cartas de proyectos, mapas de procesos, mapas de flujo de valor y otra documentación. Mantener los registros oficiales del proyecto actualizados y accesibles para todas las partes clave interesadas se convierte en un trabajo que consume mucho tiempo en sí mismo. Además de eso, las métricas inconsistentes en los proyectos pueden hacer que sea imposible evaluar los resultados de manera equivalente.
Pero las iniciativas estratégicas exitosas se basan en la planificación y la buena comunicación. Entonces, ¿Qué hacer? Aquí están nuestras tres sugerencias principales.
1. Garantizar la eficiencia
Al usar una plataforma para realizar un seguimiento de los hitos, los KPI y los documentos abordan las redundancias de recopilación de métricas clave de diversas fuentes necesarias para informar sobre los proyectos, ahorrando a los equipos horas de valioso tiempo. Mirando más allá del proyecto actual, una plataforma también puede facilitar en el futuro la replicación rápida de procesos, como hojas de ruta y plantillas que fueron útiles en iniciativas anteriores.
2. Apuntar a la consistencia
Se puede usar una herramienta como Companion by Minitab para centralizar el almacenamiento y hacer que todos los documentos relevantes sean accesibles para los miembros del equipo y las partes interesadas. A medida que los equipos crecen y los proyectos se vuelven más complejos, tener a todos los miembros del equipo alineados puede ser un gran beneficio, ya que puede evitar confusiones, ayudar con el control de versiones, ayudar a mantener las métricas consistentes y reducir la cantidad de correos electrónicos de ida y vuelta.
3. Obtener una 'instantánea' en tiempo real con paneles
La visibilidad del progreso de su proyecto facilita la gestión diaria del seguimiento de los resultados y la resolución de los desafíos. Los paneles muestran el progreso de su proyecto en un solo vistazo.
Lograr la eficiencia, la coherencia y la visibilidad necesarias para gestionar con éxito los proyectos es un desafío común que escuchamos a nuestros clientes. Companion fue creado para abordar estos problemas de manera directa en base a los comentarios de los clientes. Para los ejecutivos, gerentes y partes interesadas, Companion ofrece una visión sin precedentes y sin igual, sobre el progreso, el rendimiento y el impacto final de toda la iniciativa de calidad de la organización, o cualquier parte individual de la misma.
- Detalles
- Categoría: Comsol
- Visto: 4314
Por Henrik Sönnerlind.
Henrik Sönnerlind, nos muestra cómo hay casos, cuando las tensiones en una estructura exceden los límites aceptables, en los que aunque intuitivamente pueda parece que lo más adecuado es añadir material para incrementar la capacidad de tranporte de carga, justo hay que seguir el camino opuesto.
En esta entrada del blog de COMSOL Henrik nos muestra el caso de un cliente en el que las tensiones alrededor de los orificios en un tipo de centrifugadora eran muy grandes y como la solución de añadir orificios al dispositivo no convencía al cliente. Pero la simulación con COMSOL Multiphysics desveló este llamativo efecto.
- Detalles
- Categoría: Lakes
- Visto: 5903
A continuación le indicamos una lista de las principales características implementadas en esta versión. Otras características y cambios están descritos en detalle en las notas de la versión que podrá encontrar en la pestaña RECURSOS del producto, o con el enlace inferior.
- Nuevos modelos: Soporte para la nueva versión BETA de modelos 7.3, que incluyen CALPUFF (7.3.2), CALPOST (7.2.0), POSTUTIL (7.1.0), y CALSUM (7.1.0)
- Nueva fuente rociado: CALPUFF 7.3.2 incluye un nuevo tipo de fuente para analizar actividades de rociado (spray) para agricultura.
- Soporte de uso de suelo Shapefile: Ahora se pueden abrir datos de uso del suelo en formato Shapefile en el Land Use Creator para generar datos compatibles con las utilidades de procesado geofísico de CALPUFF.
- Hoja de cálculo de garantía de calidad de meteorología de superficie: Una nueva hoja de cálculo de garantía de calidad detalla las variables de datos meteorológicos de superficie que faltan para ayudar a los modeladores a construir conjuntos de datos completos.
- Otros asuntos adicionales: Revise las notas completas de la versión para una lista detallada de todos los cambios.
Encontrará más detalles de las características de la versión de CALPUFF View 9.0 en el documento de Notas de la versión.
- Detalles
- Categoría: NAG
- Visto: 4921
En el campo de la computación científica, hay un gran enfoque en resolver ecuaciones diferenciales parciales (PDE) dependientes del tiempo de la manera más eficiente posible. El refinamiento de malla adaptativo (AMR) se puede utilizar para construir una malla dispersa en cada paso de tiempo que mantenga una aproximación precisa a la solución. Las wavelets interpoladoras se usan a menudo en AMR.
En este artículo se presenta una comparación detallada de dos wavelets para AMR: la wavelet de interpolación de Donoho y una versión elevada (también llamada wavelets de segunda generación) de la wavelet de interpolación de Donoho. Las wavelets se comparan en problemas de PDE de finanzas computacionales y dinámica de fluidos computacional. También examinamos diferentes formas de manejar los límites y el impacto de los mismos. La wavelet de interpolación de Donoho con implementación de plantilla de límite de orden inferior parece ser la más precisa, al tiempo que resulta en una compresión muy alta en comparación con la malla original. Para un conjunto de datos, la wavelet interpoladora de Donoho mantiene menos del 5% de los puntos y tiene un error menor que 0.0001. En general, la wavelet interpoladora de Donoho produce mallas dispersas mientras mantiene una buena precisión, incluso para formas muy irregulares.
NAG está trabajando actualmente en el área PDE.
- Detalles
- Categoría: Twinn Witness
- Visto: 5572
Por Sam Dean.
En esta entrada, Sam Dean explica el uso de WITNESS Experimenter y cómo se puede usar para optimizar modelos sujetos a funciones objetivas, restricciones y parámetros modificables.
En nuestra vida cotidiana, dejamos que los ordenadores decidan mucho de lo que hacemos: si esa es la ruta más rápida para trabajar o qué música escuchar, confiamos en los algoritmos informáticos para optimizar nuestras vidas. En la misma línea, hay una herramienta simple para ayudarle a optimizar sus modelos WITNESS, permitiéndole enfocarse en otras cosas mientras se ejecutan, brindándole una valiosa información sobre los efectos de cada uno de sus parámetros, a través de miles de ejecuciones.
Para acceder al Experimenter, haga clic en el icono del tubo de ensayo o vaya a Model -> Experimenter. Cuando intente esto, verá que hay 2 versiones de Experimenter: modo Simple y Advanced.
Simple Experimenter
WITNESS Simple Experimenter es sencillo, ya que se especifica cada escenario que se desea ejecutar, en lugar de dejar que Experimenter decida qué combinaciones de valores de parámetros probar. Esto se utilizaría mejor cuando se sepa exactamente qué escenarios se desea ejecutar, y sepa que cada uno de ellos tardará un tiempo razonable en ejecutarse. Por lo tanto, puede configurarse para que se ejecute y luego regresar cuando haya terminado, habiendo configurado previamente las respuestas para todas las cosas que se desean saber, o configurar su modelo para que envíe todos los datos a otro programa, como un archivo csv.
A continuación puede verse la configuración del Experimentation Model.
- Warmup es el punto en el que el modelo restablecerá todas sus estadísticas. Debe establecerse este valor en un punto del modelo cuando se desee comenzar a registrar información.
- Run Length es el tiempo durante el que se desea registrar datos, se desea que sea lo suficientemente largo como para reflejar adecuadamente el nivel de variabilidad en los datos, pero no tanto como para hacer que la experimentación dure una eternidad.
- El número de Replications para cada escenario es el número de veces que desea ejecutar cada escenario utilizando diferentes flujos de números aleatorios, probando cada modelo con diferentes valores para cada variable aleatoria. Este número dependerá en gran medida de la cantidad de aleatoriedad en su modelo y la longitud de ejecución (Run Length) que haya configurado previamente.
- El valor Skip indica cuántos números aleatorios se omiten entre las réplicas. En general, éste debería ser mayor para tramos más largos. Se puede encontrar una recomendación para esto haciendo Run Length o Replication Analysis.
- Las propiedades de Control cambian la cantidad de resultados que se podrán ver cuando se termine la Experimentación. Solo debería ser un problema en el modo Avanzado.
Advanced Experimenter
WITNESS Advanced Experimenter es un poco más complicado (como su nombre lo indica), pero sigue siendo increíblemente manejable y añade mucha más capacidad de optimización que puede necesitar. En primer lugar, le permite especificar restricciones, como presupuesto, personal, etc. obligando al software a planificar en función de sus datos de entrada. También tiene varios algoritmos incorporados para la optimización.
Para esto, solo se necesita especificar una función objetivo, por ejemplo, ganancias, utilización, etc. y luego un algoritmo para intentar optimizar su modelo. Se pueden encontrar más detalles sobre los algoritmos en los archivos de ayuda en Experimenter.
El cuadro a continuación muestra Advanced Experimenter mejorando gradualmente su función objetivo a medida que prueba muchos conjuntos diferentes de parámetros de entrada para encontrar una solución óptima.
En conclusión, Simple Experimenter debe de utilizarse si se conoce el escenario exacto que se desea ejecutar, sin embargo, si tiene una serie de parámetros que puede cambiar, aquí es donde brilla Advanced Experimenter.
- Detalles
- Categoría: Minitab
- Visto: 19990
Por Cody Steele.
Los histogramas son excelentes para resumir varias estadísticas. Pero si ha habilitado el Paquete de herramientas de análisis de datos o está estableciendo una ruta de fórmulas (COUNTIFs, AVERAGEs y STDEVs, ¡ay!), crear un histograma en Excel no siempre es tan bueno. Hemos desarrollado el software estadístico Minitab para que sea su generador de histogramas.
Veamos tres formas en que se puede hacer más con los histogramas en Minitab. Para el primero, usaremos un ejemplo sobre la confiabilidad del brazo rociador del lavavajillas. Puede descargar el conjunto de datos de la Biblioteca de conjuntos de datos de Minitab si desea seguirlo.
1. Solo necesita dos números para el rango de ubicación
Los contenedores son intervalos igualmente espaciados que se utilizan para ordenar datos de muestra. En los histogramas, se muestran como barras. Una vez que introduce sus datos, Minitab sigue un algoritmo que hace un histograma estándar bastante bueno. Eso no significa que no se quiera explorar un poco y ver si pequeños cambios afectan a la apariencia del histograma. Así es como se muestra un histograma simple de nuestro conjunto de datos de confiabilidad del brazo rociador del lavavajillas:
Para redefinir fácilmente los contenedores:
- Haga doble clic en el gráfico y se abrirá la ventana Editar gráfico.
- Haga doble clic en una de las barras.
- Selecciona Seccionamiento.
- Seleccione las posiciones de punto medio/punto de corte.
- En las posiciones de punto medio/punto de corte, introduzca 2 puntos medios consecutivos o introduzca valores que definan un único contenedor para sus datos. Haz clic en Aceptar.
"¿Introducir dos valores?" Podría decir "¡Pero preferiría tener cinco contenedores en mi gráfico!"
Minitab hace esto muy fácilmente. Cuando introduce dos valores, Minitab expande el rango de los contenedores para abarcar el resto de sus datos. Entonces, si todo lo que introduce son dos números ...
... entonces Minitab hace el resto del trabajo por usted:
Hacer el histograma en Excel es relativamente fácil, pero con este conjunto de datos, el rango del eje Y está abarrotado y el gráfico termina siendo demasiado pequeño para ser lo suficientemente claro como para leerlo y comprenderlo.
Tampoco se vería tan refinado y se encontraría con un par de problemas de rango de los contenedores además del rango de contenedores que no maneja automáticamente por usted.
- Con rangos de ubicación poco claros, no puede estar seguro de si representan la misma magnitud de distancias, lo que sería crítico para evaluar correctamente la dispersión y la forma de los datos.
- A menos que haya definido todos sus contenedores, Excel pega uno al final llamado "Más" y agrupa todo. Este "Más" hace imposible juzgar qué tan separados están los valores. Incluso si cambia el valor más grande de 1740.75 a 999999999, obtiene exactamente el mismo histograma con exactamente los mismos contenedores.
2. Puede hacer histogramas que sean fáciles de comparar con el Asistente de Minitab
Entonces, ahora sabe lo fácil que son los histogramas para analizar las características de una sola muestra de datos. ¿Pero sabía que también son excelentes para comparar muestras?
Puede hacerlo todo con el Asistente de Minitab. Usaremos otro conjunto de datos de la biblioteca para esto, Datos sobre par de torsión para retirar tapas. Descargue y abra el archivo Minitab, luego siga estas instrucciones.
- Elija Asistente>Análisis gráfico
- Haga clic en Histograma
- En la Columna Y, introduzca Torsión.
- En la Columna X, introduzca Máquina. Haga clic en Aceptar.
Simplemente redujo a la mitad la cantidad de pasos que necesita para obtener histogramas que son fáciles de comparar. Los histogramas no solo están organizados de una manera que facilita las comparaciones, sino que el Informe de diagnóstico del asistente le recuerda algunas de las diferencias importantes que puede ver. ¿Los datos tienen el mismo centro? ¿Los datos tienen la misma variabilidad? ¿Difieren tanto el centro como la variabilidad? En este caso, parece que el centro y la variabilidad varían entre los grupos.
El informe de diagnóstico facilita la comparación de histogramas y le recuerda qué es importante comparar.
3. Puede crear histogramas a partir de datos contados.
Algún día, alguien le proporcionará unos datos que ha contado en lugar de la bonita columna numérica con la que está acostumbrado a trabajar. Imagínese, si lo desea, que aparece en su escritorio luciendo así:
Un joven puede sentirse intimidado y hasta asqueado. Esa información tiene más de 300 números. Pero no Vd. Es tan bueno en Minitab que sabe que no tiene que escribir más de 300 números. Puede usar esos datos tal como están. Primero, ingrese los datos en Minitab:
Luego, sigue estos pasos:
- Elija Gráfico>Histograma
- Elija Simple. Haga clic en Aceptar.
- En Variables del gráfico, introduzca Duración de la estancia.
- Haga clic en Opciones de datos.
- Haga clic en Frecuencia.
- En Variable de frecuencia, introduzca Frecuencia.
- Haga clic en Aceptar dos veces.
Obtendrá este histograma:
Y recuerde, si desea cambiar los contenedores, puede usar solo dos números y Minitab se encarga del resto.
Terminando
Ya sea que desee explorar rápidamente diferentes ubicaciones, hacer comparaciones entre histogramas o hacer un histograma a partir de una cuenta, Minitab lo hace rápido y fácil. Los histogramas están llenos de la información que necesita para tomar buenas decisiones sobre cómo mejorar sus procesos. Ahora sabe cómo aprovechar aún más los histogramas en Minitab.
- Detalles
- Categoría: Maple
- Visto: 4038
Contexto:Cuando Joel Segre se graduó en la Escuela de Ingeniería de Stanford, su objetivo era diseñar dispositivos médicos que fueran asequibles para más de cuatro mil millones de personas en el mundo que ganan menos de 2$ al día. La ceguera, en particular, le atrajo como un buen tema para comenzar, ya que era tanto una causa como un efecto de la pobreza. Los demasiado pobres para pagar el cuidado de la vista quedan ciegos. Los cegados por la falta de cuidado de la vista se vuelven pobres. |
 Joel y el Dr. Weinstein en el trabajo |
Trabajando en una organización sin fines de lucro dedicada a hacer que la tecnología médica y los servicios de atención médica sean accesibles y asequibles, Segre encontró la oportunidad de dar seguimiento a su objetivo. Específicamente, trabajó en el área de las cataratas, que representa alrededor del 75% de las cegueras prevenibles en todo el mundo.
Las cataratas se tratan fácilmente con lentes intraoculares, que reemplazan los tejidos enfermos del ojo en un procedimiento simple. Sin embargo, en gran parte del mundo en desarrollo, las lentes intraoculares producidas en los países desarrollados tienen un coste prohibitivo de alrededor de 100$ por pieza. Segre esperaba diseñar una lente equivalente por una fracción del coste.
Problema:
Utilizando equipos de mecanizado de precisión, Segre ideó varios primeros prototipos de lentes. Sin embargo, muchos de ellos producían imágenes con una leve neblina, pero inaceptable para su uso en humanos. Segre no podía identificar el problema y tuvo problemas para comprender dónde se producía el error. Segre pidió ayuda a su padrastro, el Dr. Marvin Weinstein, un conocido físico teórico del Centro Acelerador Lineal de Stanford.
 Fallo del foco solo visible en el cruce sobre el punto  Ampliación de la vista de la aberración |
Solución:El Dr. Weinstein consideró el problema y sugirió que para comprender la causa de la neblina tendrían que tener un conocimiento más profundo de cómo las variaciones submicrónicas en las superficies ópticas de cada lente afectarían a la calidad de la imagen. Para responder a la pregunta, el Dr. Weinstein decidió construir un modelo de computadora de cada lente y rastrear la imagen esperada. De esta manera, podrían modificar la forma de la lente rápidamente y ver qué variaciones estaban causando el problema. Si bien existen costosos programas de trazado de rayos para diseñar lentes en el mercado, el Dr. Weinstein, un usuario de Maple desde hace mucho tiempo, decidió implementar un programa simple de trazado de rayos en Maple. (Este programa está disponible en el sitio web de Maplesoft: Paquete de trazado de rayos) Cuando la forma de lente conocida se incluyó en este programa, el Dr. Weinstein pudo identificar la causa del problema y ayudar a Segre a corregirlo. El cálculo del Dr. Weinstein demostró ser un punto de inflexión crítico en el proceso de diseño de lentes. "Sabía que Maple era ideal en este contexto", dijo el Dr. Weinstein. "Los gráficos de Maple fueron muy adecuados para la tarea y su combinación de capacidad de cálculo simbólico y numérico, junto con la capacidad de usar la interfaz de documento para manipular las imágenes resultantes, creó un programa potente y fácil de utilizar. Cuando Joel me pidió una solución, Maple fue el primer programa que se me ocurrió. Y estuvo a la altura de su reputación". Reflexionando sobre el éxito del proyecto, Segre dijo: "El paquete de trazado de rayos en Maple le permitió a Marvin encontrar una solución a un problema que literalmente me mantenía despierto por la noche. Basándome en los cálculos de Marvin, volví al laboratorio y solucioné el problema. Nuestras lentes ahora producen imágenes nítidas, lo que significará una mayor agudeza visual para las personas que más lo necesitan". |