Вы находитесь на странице: 1из 610

D NACIONAL DE TRUJILLO

ELA ACADMICO PROFESIONAL DE INGENIERA AGROINDUSTRIAL

DE MODELOS PREDICTIVOS EN LA
L EFECTO DE LA PROPORCIN DE
JILLA (Solanum quitoense) EN LA ACEPTABILIDAD SENSORIAL DE UN NCTAR
TESIS
OFESIONAL DE INGENIERO AGROINDUSTRIAL
AUTOR:
Br. Sandra Anna Lucy Medina Garcia
ASESOR:
M.Sc. Julio Csar Rojas Naccha

RUJILLO PER

UNIVERSIDAD NACIONAL DE TRUJILLO


FACULTAD DE CIENCIAS AGROPECUARIAS
ESCUELA ACADMICO PROFESIONAL DE INGENIERA
AGROINDUSTRIAL
ELOS PREDICTIVOS EN LA EVALUACIN DEL
CIN DE MARACUYA (Passiflora edulis ), PIA
quitoense ) EN LA ACEPTABILIDAD SENSORIAL DE UN NCTAR
PRESENTADO POR:
BR. SANDRA ANNA LUCY MEDINA GARCIA
JURADO DICTAMINADOR:
Dr. Ral Siche Jara
Presidente
MsC. Jess Snchez Gonzlez
Vocal
ASESOR:
MsC. Julio Rojas Naccha
DEDICATORIA
A Dios por permitirme culminar mi carrera y darme fortaleza en momentos difciles.
A mis padres que me quieren mucho y yo a ellos; por heredarme su ejemplo y por poner
esperanzas en su hija.
A mi asesor que tuvo mucha paciencia, sabidura y supo guiarme como maestro.
A las personas que de alguna forma u otra se involucraron y me ayudaron a lograr mi
objetivo.
AGRADECIMIENTO
Agradezco a los docentes de la Escuela de Ingeniera Agroindustrial de la Universidad
Nacional de Trujillo por dictar la ctedra con profesionalismo, innovacin e impulsar el desarrollo de nuestra carrera.

A mi asesor MsC. Julio Rojas Naccha por orientarme y dedicar parte de su tiempo al
desarrollo del presente proyecto de investigacin.
INDICE GENERAL
Dedicatoria
i
Agradecimientos
ii
INDICE GENERAL
iii
INDICE DE ANEXOS
vi
Resumen
viii
Abstract
ix
I. INTRODUCCIN
1
II. MARCO TERICO
3
2.1. MATERIA PRIMA
3
2.1.1. Maracuy (Passiflora edulis)
3
2.1.2. Pia (Ananas comosus)
4
2.1.3. Naranjilla (Solanum quitoense)
5
2.2. NCTAR
8
2.3. PROPIEDADES SENSORIALES
9
2.3.1. Color
10
2.3.2. Olor
11
2.3.3. Sabor
11
2.3.4. Tipos de jueces
12
2.3.5. Juez de anlisis afectivos
12
2.4. DISEO SIMPLEX CON CENTROIDE AMPLIADO
12
2.4.1. Diseo Simplex con centroide ampliado
13
2.5. MODELOS PREDICTIVOS
14
2.5.1. Relaciones funcionales entre variables
14
2.5.2. Modelos no lineales
14
2.5.3. Modelos de segundo orden
15
2.5.4. Seleccin de la mejor ecuacin de regresin
15
2.6. DISEO DE BLOQUES INCOMPLETOS
16
2.6.1. Diseo de bloques incompletos balanceados
16
2.6.2. Anlisis del diseo de bloques incompletos balanceados
16
2.7. VALIDACIN
17
2.7.1. Tcnicas de Validacin
17
2.7.2. Recoleccin de nuevos datos Corridas de confirmacin
18
2.7.3. Pasos a seguir en el pronstico
18
2.7.4. Medicin del error en el pronstico
19
2.7.5. T student de hiptesis para anlisis discriminativos
22
III. MATERIALES Y MTODOS
23
3.1. MATERIALES Y EQUIPOS
23

3.1.1. Materiales
3.1.2. Equipos
3.1.3. Software
3.2. METODOS
3.2.1. Diseo Experimental
3.2.2. Diseo Simplex con Centroide Ampliado
3.2.3. Descripcin del proceso de elaboracin del nctar mixto
3.2.4. Anlisis fisicoqumicos
3.2.5. Aceptabilidad sensorial
3.2.6. Determinacin del valor Po
3.3. ANLISIS ESTADSTICO
3.3.1. Anlisis de Varianza
3.3.2. Anlisis de Regresin
3.3.3. Validacin de los modelos estadsticos
3.3.4. Diseo Simplex con Centroide Ampliado de 10 puntos
3.3.5. Optimizacin
IV. RESULTADOS Y DISCUSIONES
4.1. ANLISIS EXPERIMENTAL
4.1.1. Caracterizacin de la materia prima
4.1.2. Color
4.1.3. Olor
4.1.4. Sabor
4.2. VALIDACIN DE LOS MODELOS ESTADSTICOS
4.2.1. Caracterizacin de la materia prima
4.2.2. Color
4.2.3. Olor
4.2.4. Sabor
4.3. DISEO SIMPLEX CON CENTROIDE AMPLIADO DE 10 PUNTOS
4.4. OPTIMIZACIN
V. CONCLUSIONES
VI. RECOMENDACIONES
VII. BIBLIOGRAFA
VIII. ANEXOS
INDICE DE ANEXOS
ANEXO 1. Determinacin de los slidos solubles ISO 2173:2003
ANEXO 2. Determinacin del ph NTP 203.108:1977
ANEXO 3. Determinacin de la acidez titulable NTP 203.070: 1977
ANEXO 4. Cartilla de evaluacin sensorial
ANEXO 5. Balance de slidos solubles
ANEXO 6. Clculo del valor Po

23
24
24
24
24
26
29
29
29
30
34
35
36
36
38
39
40
40
40
44
51
57
63
63
64
68
72
76
78
81
82
83
89
89
90
91
93
94
96

ANEXO 7. Po del nctar mixto de maracuy, pia y naranjilla


98
ANEXO 8. Diseo de bloques incompletos balanceados
100
ANEXO 9. Resultados del panel sensorial de la variable color
103
ANEXO 10. Resultados del panel sensorial de la variable olor
105
ANEXO 11. Resultados del panel sensorial de la variable sabor
107
ANEXO 12. Analisis de varianza para la variable color
109
ANEXO 13. Analisis de varianza para la variable olor
110
ANEXO 14. Analisis de varianza para la variable sabor
111
ANEXO 15. Coeficiente de regresin para el olor, color y sabor
112
ANEXO 16. Resultados de la validacin para la variable color
115
ANEXO 17. Resultados de la validacin para la variable olor
117
ANEXO 18. Resultados de la validacin para la variable sabor
119
ANEXO 19. Estimadores de la validacin para la variable color
121
ANEXO 20. Estimadores de la validacin para la variable olor
122
ANEXO 21. Estimadores de la validacin para de la variable sabor
123
ANEXO 22. Ecuaciones de los modelos predictivos para un DSCA de 10 puntos
124
ANEXO 23. Imgenes del proceso de ejecucin de tesis
125
RESUMEN
El objetivo del presente trabajo fue evaluar la capacidad predictiva de los modelos
estadsticos que expliquen mejor el efecto de la proporcin de maracuy (Passiflora edulis) , pia (Ananas comosus)
Ampliado.
Se evalu el efecto de las proporciones de maracuy, pia y naranjilla en la
aceptabilidad sensorial (color, olor y sabor) de los 19 tratamientos del nctar mixto utilizando el diseo de bloques in
olor del nctar (p=0.05), y en el sabor la pia tuvo un mayor efecto (p=0.05).
Los modelos seleccionados fueron el modelo Cbico especial y Full cbico para las
variables color, olor y sabor debido a su mayor ajuste y significancia (p<0.05). El
modelo Full cbico result tener mejor capacidad predictiva (R2>0.8) para las pruebas experimentales del nctar par

Se realiz la validacin de los modelos Cbico especial y Full cbico con un panel de
45 personas que evaluaron 5 muestras del nctar mixto con nuevas proporciones comparando la aceptabilidad de los
absoluto y la prueba t.
La prueba t demostr igualdad estadstica para los datos experimentales de la validacin
con los datos estimados por ambos modelos para las variables color y olor, no siendo el caso para ambos modelos de
correlacin.
ABSTRACT
The aim of this research was to evaluate the predictive capacity of the stadistical models
which explain better the effect of passion fruit (Passiflora edulis ), pineapple (Ananas comosus ) and quito orange (So
(colour, odor and taste) of nectar applying Simplex centroid design.
It was evaluated the effect of passion fruit, pineapple and quito orange proportions on
acceptability (color, odor and taste) of 19 nectar treatments using balanced incomplete block designs BIBD with unst
effect.

The selected models were Special cubic and Full cubic for colour, odor and taste
variables due to their better fit and significance (p<0.05). Full cubic model had the best predictive capacity (R2>0.8) f

The validation of Special cubic and Full cubic models was carried out with 45 panelists
who evaluated 5 nectar samples with new proportions comparing acceptability experimental values with estim
coefficient (R), absolute percentage error and t test.
T-test showed statistical equality on validation experimental and estimated values on
both color and odor variables models, this not being the case of both taste variable models, therefore Special cubic m
lowest absolute percentage error and highest correlation coefficient.
I. INTRODUCCIN
La naranjilla o quito quito (Solanum quitoense) con la primera denominacin conocida
en Tumbes y en Ecuador y la segunda denominacin conocida en Oxapampa, en la Amazona del Per, es un fruto ex
el caso del nctar.
La maracuy un fruto ampliamente conocido en nuestro pas, posee un sabor cido y
agradable. La industrializacin de este fruto ha venido en aumento los ltimos aos, teniendo una gran acogida en el
Las nuevas tendencias de consumo en el mundo incorporan el mayor consumo de nctares o jugos en el pas. Esto ha
Actualmente las bebidas mixtas de frutas gozan de gran aceptacin en el mercado de
consumo. Sin embargo la cantidad de alternativas de estas mezclas y la incorporacin de frutos exticos es limitada.
Una de las herramientas ms interesantes que se dispone para analizar y predecir la
respuesta en el anlisis sensorial es la construccin y posterior simulacin de un modelo matemtico. Los modelos pr
Compuesto Central Rotacional.
Es evidente, que una de las ventajas del uso de los modelos predictivos es su bajo costo,
por ejemplo, es mucho ms barato y rpido elaborar un modelo matemtico que describa el comportamiento
alimentos que realizar el anlisis en todas las combinaciones posibles.
La comparacin de los modelos predictivos es necesaria para elegir el modelo que
proporcionar una proyeccin o pronstico que se acerque ms a la realidad del experimento.
Los modelos predictivos como principal herramienta para la estimacin o proyeccin de
datos se enfrentan ante la interrogativa si se ajustan bien a los datos o a la prediccin de observaciones nuevas. No ex
resultados de las variables dependientes estudiadas.
II. MARCO TERICO
2.1. MATERIA PRIMA
2.1.1. Maracuy (Passiflora edulis )
Cuadro 1. Clasificacin taxonmica de la maracuy.
Plantae
Reino
Divisin

Magnoliophyta

Clase

Magnoliopsida

Orden

Violales

Familia

Passifloraceae

Gnero

Passiflora

Especie

P. edulis

Nombre cientfico

Passiflora edulis var. Flavicarpa Degener

Sinnimos

Parcha, parchita, chinola, passionfruit (USA)

El maracuy es originario del trpico amaznico. Actualmente se cultiva en Brasil,


Per, Ecuador, Colombia, Venezuela, entre otros pases. El maracuy es un cultivo de clima caliente-hmedo, con tem
desarrollar, pero los rendimientos son menores (Bernal et al , 2001).
El maracuy es de valor, no tanto por sus caractersticas nutricionales, como si por su
sabor particular intenso y su alta acidez, constituyndose en una base fuerte para bebidas industrializadas. As
niacina.
El maracuy se desarrolla en zonas tropicales bajo los 1000 m.s.n.m. Requiere regiones
con temperaturas medias anuales entre 22 y 32C, no resiste temperaturas extremas (Ferrucci, 1997).
Poscosecha
Los rendimientos varan de acuerdo al manejo y las variedades.
Los frutos desprendidos de la planta pierden peso muy rpidamente por lo que deben ser
almacenados en condiciones de fro (Ferrucci, 1997).
Usos y particularidades
Se consumen como fruta fresca o en jugos, batidos, helados y dulces. Es suavemente
laxante, coadyuva en el buen funcionamiento del intestino y combate el cido rico (Bernal et al , 2001).
2.1.2. Pia (Ananas comosus )
Cuadro 2. Clasificacin taxonmica de la pia.
Plantae
Reino
Subreino

Tracheobionta

Divisin

Magnoliophyta

Clase

Liliopsida

Subclase

Commelinidae

Orden

Poales

Familia

Bromeliaceae

Subfamilia

Bromelioideae

Gnero

Ananas

Especie

Ananas comosus

Nombre cientfico

Ananas comosus L.

Bromelia karatas L., Karatas plumieri E.,


Morren.
La pia es la tercera fruta tropical ms importante en produccin mundial despus de la
banana y la naranja. El 70% de la pia producida en el mundo es consumido como fruta fresca en el pas de origen (D
Cientficamente la pia es conocida como Ananas comosus , pertenece a la familia
Sinnimos

Bromeliaceae, el gnero Anans. Todas las Bromeliaceas son originarias de Amrica y ms exactamente de Amrica
2.1.3. Naranjilla (Solanum quitoense )
Clasificacin taxonmica
Cuadro 3. Clasificacin taxonmica de la naranjilla.
Vegetal
Reino
Subreino

Espermatophyta

Divisin

Angiosperma

Subdivisin

Dicotilednea

Clase

Simptala

Subclase

Pentacclica

Orden

Tubifloras

Familia

Solancea

Seccin

Lasiocarpa

Especie

Quitoense

Nombre Cientfico

Solanum quitoense Lamark.

Nombre Vulgar

Naranjilla en Ecuador y Per, lulo en


Colombia, naranjilla de castilla y toronja en
Espaa, quito orange en EEUU, morelle de
Quito en Francia, gele terong en Holanda y
berenjena de olor en Costa Rica.

Origen y Distribucin
En un principio, el origen de esta solancea fue designado al valle del Pastaza, sin
embargo, evidencias posteriores de su existencia en otras latitudes, la describen como una planta originaria de los bos
Per.
En la actualidad este frutal se cultiva de manera comercial en Ecuador y Colombia,
mientras que en Per, Panam, Costa Rica y Honduras se lo hace en pequea escala
(Revelo, 2010).
Caractersticas fisiolgicas, fsicas y qumicas del fruto
La naranjilla es una fruta climatrica cuando los frutos son cosechados con 75% de
color anaranjado; en este estado la respiracin se incrementa y coincide con la madurez organolptica o sensorial don
que alcancen los parmetros de calidad que el mercado exige (Revelo, 2010).
Usos y Beneficios
Se puede consumir en fresco, en jugo, mermeladas, helados, salsas, etc. Para evitar la
oxidacin u obscurecimiento del jugo de la fruta, se recomienda cocer los frutos por 3 minutos.
La naranjilla presenta un alto contenido de vitamina C (cido ascrbico), incluso mayor
que el de los ctricos; esta vitamina permite la fijacin del hierro en el cuerpo lo que evita la anemia. Al fortalecer el
envejecimiento prematuro de las clulas (Revelo, 2010).

Cuadro 4. Caractersticas qumicas de la variedad Agria de naranjilla.


Caractersticas
Variedad Agria
Humedad (%)

8,588

Ceniza (%)

082

Protenas (%)

131

Fibra (%)

325

Acidez (%)

095

Alcaloides (+ot)

005

Slidos solubles (%)

600

Slidos totales (%)

982

Azcares totales (%)

219

Vitamina C (mg/100 g)

8,370

Fuente: INIAP Laboratorio de Nutricin


Los frutos de la naranjilla sirven para preparar jugos y refrescos, a los que da un sabor
acdulo muy agradable y un aroma especial.
Solanum quitoense se conoce slo en cultivo; es originario de las tierras altas (15002800 m) de los Andes, desde Venezuela a Per. Ha sido introducida a Amrica Central, India y a zonas subtropicales
El fruto es generalmente esfrico, de cerca de cinco centmetros de dimetro y cubierto
completamente de pubescencia blanca, dura y algo irritante, que es removida al preparar la fruta para el mercado; la c
utiliza en refrescos y jugos adicionndole azcar (Len, 1987).
2.2. NCTAR
Por nctar de fruta se entiende el producto sin fermentar, pero fermentable, que se
obtiene aadiendo agua con o sin la adicin de azcares y/o edulcorantes. Podrn aadirse sustancias aromticas, com
procedimientos fsicos (FAO/OMS, 2005).
Un zumo (jugo) mixto es el que se obtiene mezclando dos o ms zumos (jugos), o
zumos (jugos) y purs de diferentes tipos de frutas (FAO/OMS, 2005).
Se pueden elaborar jugos, pulpas y concentrados de cualquier fruta; sin embargo, los de
mayor demanda son los de frutas ctricas como la naranja y la toronja, que usualmente se mercadean como concentra
(Barreiro y Sandoval, 2006).
Los jugos, nctares y bebidas de frutas debern tener el color, aroma y sabor
caractersticos del jugo del mismo tipo de fruta del cual proceden (INDECOPI, 2009).
El nctar puede ser turbio, claro o clarificado y debe tener las caractersticas sensoriales
propias de la fruta de la cual procede (INDECOPI, 2009).
El nctar debe estar exento de olores o sabores extraos u objetables (INDECOPI,
2009).
El nctar de fruta debe tener un pH menor de 4.5 (INDECOPI, 2009).
El contenido de slidos solubles provenientes de la fruta presentes en el nctar deber

ser mayor o igual al 20% m/m de los slidos solubles contenidos en el jugo original para todas las variedades de fruta
no permitan estos porcentajes (INDECOPI, 2009).
Cuadro 5. Nombre botnico, nombre comn de la fruta y nivel mnimo de grados Brix
para zumo de fruta reconstituido.
Nombre botnico
Nombre comn de la fruta
Nivel mnimo de grados Brix
para jugo (de la fruta).
Ananas comosus (L.)

Pia

10

Solanum quitoense Lam.

Lulo (naranjilla)

Passiflora edulis

Granadilla amarilla (maracuy)

12

Fuente: INDECOPI, 2009.


2.3. PROPIEDADES SENSORIALES
Las pruebas de aceptacin tambin se conocen como de nivel de agrado (hednicas).
Son un componente valioso y necesario de todos los programas sensoriales. Se emplean para determinar el grado de a
consumo) (Ramrez-Navas, 2012).
A los panelistas se les pide evaluar muestras codificadas de varios productos, indicando
cuanto les agrada cada muestra, marcando una de las categoras en la escala, que va desde me gusta extremadamente
Navas, 2012).
Para el anlisis de los datos, los puntajes numricos para cada muestra, se tabulan y
analizan utilizando anlisis de varianza (ANOVA) con la prueba de Tukey (=0.05), para determinar si existen difere
entre muestras se compara con la varianza dentro de la muestra (llamada tambin error
experimental aleatorio). Si las muestras nos son diferentes, la varianza de las medias
entre muestras ser similar al error experimental (Ramrez-Navas, 2012).
2.3.1. Color
Es la impresin que produce en la vista los rayos de la luz reflejada por un cuerpo,
convirtindose as en un atributo del mismo y, por ende, en una propiedad sensorial. Si se percibe que tiene color ver
de onda del espectro visible (Urea y DArrigo, 1999).
El color es una cualidad organolptica de los alimentos que se aprecia por medio del
sentido fsico de la vista. Suele ser considerado como un factor psicolgico de aceptacin y un criterio para el
El color es una de las caractersticas sensoriales esenciales del alimento que permiten su
reconocimiento. Los alimentos tienen que tener un color en respuesta a nuestras
costumbres, es decir, un color tradicional para poder abrir el apetito (Barusi et al , 1998).
Hay estudios que muestran el impacto del color, que ha sido analizado, en especial, con
relacin a la apreciacin del sabor dulce de las frutas (aspecto de la piel) y de bebidas. En el nivel de discriminacin
presencia o ausencia de color (Barusi et al , 1998).
El color del alimento es una de las caractersticas que el consumidor integra, aunque
puede ser de un modo inconsciente, y que lo gua en su eleccin, en la percepcin del sabor (Barusi et al , 1998).
El color interpela a cada individuo de forma distinta. El consumidor permanece,
finalmente, como el nico juez segn sus propias caractersticas, fsica, afectiva, emocional, sociocultural, idea

El impacto de ese estmulo visual muestra la importancia de las caractersticas visuales


gustativas, de imagen sensorial, creada en la relacin con los efectos de ingestin o imagen metablica (Barusi
2.3.2. Olor
Los alimentos, adems de ser nutricionalmente adecuados y seguros, han de resultar
apetecibles desde el punto de vista sensorial (EROSKI, 2008).
El olor es la percepcin por medio de la nariz de las sustancias voltiles liberadas por
ciertos estmulos, presin natural o por objetos (Urea y DArrigo, 1999).
El sentido del olfato muestra una mezcla de interacciones. El olor de distintas calidades
tiende a enmascarar o suprimir otro (Ibez y Barcina, 2001).
El aroma es una propiedad organolptica que viene dada por diferentes sustancias
voltiles presentes en los alimentos, bien de manera natural u originadas durante su proceso (EROSKI, 2008).
Se sabe que el olor agradable como la calidad desagradable de sabor de lo amargo, los
olores desagradables crecen a mayores concentraciones de estos componentes. Los
olores agradables y desagradables son susceptibles a los efectos de adaptacin y la influencia cultural (Meiselman y M
Al contrario del sabor, donde solamente hay cuatro cualitativamente distintas
sensaciones, hay literalmente miles de diferentes calidades de olores (Meiselman y MacFie, 1996).
El olfato previene al gusto, a la hora de percibir y codificar, siempre existe, un sucinto
anlisis inconsciente o consciente para, decidir qu comportamiento sucede ante determinados alimentos (Ibe
2.3.3. Sabor
El sabor de un alimento es una combinacin de sensaciones qumicas que se percibe en
la cavidad bucal con la intervencin de las papilas gustativas, donde se localizan los receptores, situados en lugares m
2000).
Tambin hay que sealar fenmenos de compensacin, que se podran considerar como
fenmenos de enmascaramiento, cuando se trata de mezcla de algunos sabores. A
diferencia del color, los sabores no se mezclan para dar lugar a otro diferente: ante una
mezcla de sabores puede ocurrir una inhibicin, o reduccin de uno de ellos, pero nunca un nuevo sabor (Bello, 2000
2.3.4. Tipo de jueces
Los jueces pueden ser clasificados segn su labor de anlisis sensorial en entrenados y
no entrenados, teniendo entre los primeros a los de producto, a los de pruebas
descriptivas y discriminativas complejas, y a los de pruebas discriminativas sencillas; siendo los segundos los capacit
2.3.5. Juez de anlisis afectivos
Para este tipo de pruebas el consumidor habitual o potencial es el juez ms idneo.
Basta entonces con encuestar a un grupo de individuos de una misma zona, con costumbres de consumo generales co
calle, en una tienda, escuela, etc. (Urea y DArrigo, 1999).
El jurado puede estar conformado por no menos de 30 segn Ellis (1961) y de 40 segn
Anzalda-Morales (1994). Sin embargo, un nmero de 30 panelistas parece ser el
mnimo necesario para que la evaluacin de sus apreciaciones tenga validez estadstica (Urea y DArrigo, 1999).
2.4. DISEO SIMPLEX CON CENTROIDE AMPLIADO
Los valores coordenados para un diseo de mezcla con tres componentes son los valores
encontrados en el plano definido por x 1 +x 2 +x 3 =1 . La descripcin geomtrica del espacio de los factores para

Los vrtices del tringulo representan mezclas de componentes sencillas con x i =1 y las
dems igual a 0. Los lados del tringulo representan las coordenadas del diseo para mezclas de dos componentes co
o dentro del tringulo de coordenadas (Kuehl, 2001).
Los diseos consisten de todas las combinaciones posibles de los niveles de x i , donde

para cualquier combinacin de proporciones. Si el experimento contiene todas

las componentes de las mezclas; por ejemplo, la retcula Simplex {3,3} incluir la
mezcla con proporciones de componentes (

) (Kuehl, 2001).

2.4.1. Diseo Simplex con centroide ampliado.


Las combinaciones de la mezcla para los diseos de retcula Smplex y Smplex con
centroides se encuentran en las orillas del espacio de factores Smplex con la excepcin de un punto centroide que co
mezclas sobre los ejes del espacio de factores (Kuehl, 2001).
X1=1

X2=1

X3=1

Figura 1. Diseo Simplex con centroide ampliado par aun experimento de mezcla con
tres componentes.
2.5. MODELOS PREDICTIVOS
2.5.1. Relaciones funcionales entre variables
Cuando poseemos informacin acerca de dos o ms variables relacionadas es natural
buscar un modo de expresar la forma de las relaciones funcionales. Adems, es deseable conocer la consistencia de la
asociacin de las distintas variables.
Las relaciones funcionales se representaran, en general, matemticamente por:
= la variable respuesta (o dependiente) ,
X i = la isima variable independiente (i=1.p ),
= representa la forma supuesta de la funcin
2.5.2. Modelos no lineales
Para que un analista escoja una relacin funcional particular como representativa de la
poblacin bajo investigacin usa dos mtodos empleados: 1) una consideracin analtica
del fenmeno que nos ocupa, y 2) un examen de diagramas de dispersin en forma de grfica de los datos observado
Si la relacin F en la tabla no hubiera resultado significante se habra concluido que el
ajuste lineal era probablemente adecuado. Sin embargo, puesto que se juzg que el modelo lineal era inadecuado, el i
matemtico diferente que describa (o represente) mejor las observaciones.
Hay muchas alternativas a considerar en esta etapa. Por ejemplo, debe investigarse un
polinomio de mayor grado, o debe considerarse alguna forma funcional? Quiz alguna funcin exponencial podra
investigacin.
La seleccin alternativa al modelo lineal, al polinomio de primer grado, no es fcil. Se
debe hacer la eleccin nicamente despus de cuidadosas consideraciones del mecanismo bsico del sistema. Si esto
(es decir, de ms alto grado). (Ostle, 1973).
2.5.3. Modelos de segundo orden

Puesto que el modelo de primer orden (una lnea recta) era una representacin
inadecuada de los datos, se propone ahora que se investigue un modelo de segundo orden (cuadrtico) Esto es, se con
En el caso bajo consideracin, un examen de un dispersograma sugerira que se
considerara seriamente una funcin exponencial. El procedimiento sugerido, por supuesto, no impide el ajuste de pol
2.5.4. Seleccin de la mejor ecuacin de regresin
El procedimiento llama a investigar todas las ecuaciones de regresin posibles que
comprendan las variables independientes potenciales.
El segundo paso del procedimiento consiste en dividir las ecuaciones en grupos, de
acuerdo con el nmero de parmetros por estimar.
El tercer paso es el que est relacionado con la seleccin de la mejor variable
2.6. DISEO DE BLOQUES INCOMPLETOS
En muchos experimentos que se planifica utilizando diseos en bloques aleatorizados, el
tamao de los bloques est limitado por diversas causas (capacidad del equipo, posibilidad de evaluacin del materia
aleatorizados en los que cada tratamiento no est presente en cada bloque.
2.6.1. Diseo de bloques incompletos balanceados
Cuando las comparaciones de todos los tratamientos son igualmente importantes, las
combinaciones de los tratamientos usadas en cada bloque debern seleccionarse en una forma balanceada, es decir, d
a) tratamientos (Montgomery, 2004).
2.6.2. Anlisis del diseo de bloques incompletos balanceados
Se supone que hay a tratamientos y b bloques. Adems, se supone que cada bloque
contiene k tratamientos, que cada tratamiento ocurre r veces en el diseo (o que se hacen r rplicas del mismo), y qu
N = ar = br
observaciones en total. Asimismo, el nmero de veces que cada par de tratamientos
aparece en el mismo bloque es:
Si a = b, se dice que el diseo es simtrico.
El parmetro debe ser un entero. Para deducir la relacin para , considere cualquier
tratamiento por ejemplo el tratamiento 1. Puesto que el tratamiento 1 aparece en r
bloques y hay otros k 1 tratamientos en cada uno de esos bloques, hay r (k 1)
observaciones en un bloque que contiene al tratamiento 1. Estas r (k 1) observaciones
tambin tiene que representar a los a 1 tratamientos restantes veces. Por lo tanto, (a
1) = r (k 1) (Montgomery, 2004).
Donde:
a= nmero de tratamientos
k= nmero de tratamientos por bloque
r= nmero de veces que ocurre cada tratamiento en el diseo (nmero de repeticiones)
b= nmero de bloques (panelistas)
= nmero de veces que cada par de tratamiento aparece en el mismo bloque.
2.7. VALIDACIN
Los modelos de regresin se usan en forma extensa para prediccin o estimacin,
descripcin de datos, estimacin de parmetro y control; con frecuencia, el usuario del modelo de regresin es una pe

pretendido de operacin.
La validacin del modelo permite contar con una medida de proteccin, tanto al
desarrollador como al usuario del modelo (Montgomery et al , 2005).
2.7.1. Tcnicas de Validacin
Para validar un modelo de regresin existen tres clases de procedimientos:
1. Anlisis de los coeficientes del modelo y los valores predichos, incluyendo
comparaciones con la experiencia, la teora fsica y otros modelos analticos o resultados de simulacin.
2. Recoleccin de nuevos datos (o datos frescos) con los cuales investigar el
desempeo del modelo en prediccin.
3. Divisin de datos, es decir, apartar algunos de los datos originales y usar esas
observaciones para investigar el desempeo del modelo en prediccin (Montgomery et al , 2005).
2.7.2. Recoleccin de nuevos datos Corridas de confirmacin
El mtodo ms eficaz para validar un modelo de regresin con respecto a su eficiencia
de prediccin es reunir nuevos datos y comparar en forma directa las predicciones del modelo con esos datos. Si el m
modelo final (Montgomery et al , 2005).
2.7.3. Pasos a seguir en el pronstico
Todos los procedimientos formales de pronstico implican el entendimiento de las
experiencias del pasado para proyectarlas hacia el futuro. Por lo tanto, suponen que las
condiciones futuras sern las mismas que generaron los datos en el pasado, excepto aquellas variables reconocidas de
El reconocimiento de que las tcnicas de pronsticos operan con los datos generados
por sucesos histricos lleva a la identificacin de los siguientes pasos en el proceso de pronstico:
1. Formulacin del problema y recoleccin de datos
2. Manipulacin y limpieza de datos
3. Construccin y evaluacin del modelo
4. Aplicacin del modelo (el pronstico real)
5. Evaluacin del pronstico
En paso 1, el problema determina los datos adecuados. Si se considera una metodologa
cuantitativa de pronstico, los datos relevantes deben estar disponibles y ser correctos.
En general, surgen problemas de recoleccin y control de calidad siempre que es
necesario obtener datos pertinentes para un esfuerzo por hacer pronsticos.
El paso 2, en el proceso de pronstico es posible tener demasiados datos o muy pocos.
Algunos datos pueden ser irrelevantes al problema. Por lo general, se requiere cierto esfuerzo para obtener los datos
procedimientos de pronstico.
El paso 3, construccin y evaluacin del modelo, implica adecuar los datos recolectados
en un modelo de pronsticos que sea adecuados en trminos de minimizacin del error de pronstico. Cuanto ms sim
entienda con facilidad.
El paso 4, aplicacin del modelo, consiste en los pronsticos reales del modelo que se
generan una vez se han recolectado y quizs reducido a slo los datos adecuados, tan pronto se ha elegido un modelo
El paso 5, evaluacin del pronstico, implica comparar los valores del pronstico con
los valores histricos reales. Una vez que se ha completado el modelo de pronsticos, se realizan los pronsticos para

analista a modificar el procedimiento de pronsticos (Hanke y Wichern, 1996).


2.7.4. Medicin del error en el pronstico
Notacin Bsica de Pronstico
Y= valor de una serie de tiempo en el periodo
Yi=valor del pronostico
e i =Y-Y i = residual o error del pronstico
Se han ideado diversos mtodos para resumir los errores generados por una tcnica
particular de pronstico. La mayora de estas mediciones implican promediar alguna funcin de la diferencia entre el
denominan residuales a estas diferencias entre valores observados y los valores de
pronstico.
Un residual es la diferencia entre un valor real y su valor de pronstico.
Para calcular el error o residual de cada periodo de pronstico, se utiliza la siguiente
ecuacin
ei = Y- Y1
Un mtodo para evaluar una tcnica de pronstico consiste en obtener la suma de los
errores absolutos. La Desviacin Absoluta de la Media (DAM) mide la precisin de un pronstico mediante el prome
muestra cmo se calcula la DAM
|
|

Otro mtodo para evaluar una tcnica de pronstico es el Error Medio Cuadrado (EMC).
Cada error o residual se eleva al cuadrado; luego, estos valores se suman y se divide entre el nmero de observacione
grandes. La ecuacin muestra el clculo del EMC.

En ocasiones, resulta ms til calcular los errores de pronstico en trminos de


porcentaje y no en cantidades. El Porcentaje de Error Medio Absoluto (PEMA) se calcula encontrando el error absolu
proporciona una indicacin de qu tan grandes son los errores de pronstico
comparados con los valores reales de la serie. Tambin se puede utilizar el PEMA para
comparar la precisin de la misma u otra tcnica sobre dos series completamente diferentes. La ecuacin mue

A veces resulta necesario determinar si un mtodo de pronstico est sesgado


(pronstico consistentemente alto o bajo). En estos casos, se emplea el Porcentaje Medio del Error (PME), que se cal
positivo grande, el mtodo de pronstico esta subestimado en forma consistente.

Una parte de la decisin para utilizar una tcnica de pronstico en particular es la


determinacin de si la tcnica producir errores de prediccin que se juzguen como
suficientemente pequeos. Es en efecto realista esperar que una tcnica produzca errores de pronstico relativamente
Las cuatro mediciones de precisin de un pronstico que acabamos de describir se
utilizan de la siguiente manera:
- La comparacin de la precisin de dos tcnicas diferentes.
- La medicin de la utilidad o confiabilidad de una tcnica.
- La bsqueda de una tcnica ptima.
La primera suposicin de normalidad se requiere para efectuar pruebas t y F. En
realidad, cuando el tamao de la muestra es lo suficientemente grande (30 o ms
elementos), el teorema del lmite central proporciona un razonamiento para usar estas pruebas estadsticas sin la supo
2.7.5. T-student de hiptesis para anlisis discriminativos

Los valores observados que se hallan en este tipo de prueba pertenecen a una variable
discreta cuya distribucin se aproxima a una normal.
Procedimiento
I.
Planteamiento de Hiptesis:
Ho: No hay diferencia entre las muestras. Ha: Si existen diferencias ntrelas muestras.
II.
Eleccin del nivel de significacin : 0.05 0.01
III.
Tipo de prueba de hiptesis T
IV.
Suposiciones:
- Los datos siguen una distribucin normal.
- Las muestras son elegidas aleatoriamente (al azar).
V. Criterios de decisin:
- Se acepta Ho si p>0.05
- Se rechaza Ho si p<0.05
III. MATERIALES Y MTODOS
3.1 MATERIALES Y EQUIPOS
3.1.1. Materiales
- Cuchillo
- Recipientes
- Tamiz 1 mm de dimetro
- Cucharas
- Ollas de aluminio 3 L y 25 L
- Tablas de picar de plstico
- Botellas de vidrio de 120 mL
- CMC (Carboxilmetil celulosa), Su Man, lote 47113
- Azcar refinada
- Sorbato de potasio, Su Man, lote 2012111
- Maracuy de la regin Lambayeque, distrito Motupe
- Pia var. Golden de Poroto
- Naranjilla agra de la regin Tumbes, distrito Papayal
- Tapas de aluminio para botellas twist off
- Bureta graduada 10 mL
- Pipeta 5 y 10 mL
3.1.2. Equipos
- pHmetro pHTesTr 30
- Refractmetro de Brix de 0-53% ATAGO
- Balanza digital Henkel <30 kg precisin 5 g
- Balanza semianaltica Radwag <2 kg precisin 0.01 g
- Termmetro de mercurio 0-100C
- Cocina industrial de gas de 3 hornillas sin marca
- Refrigeradora LG -6C a 5C serie 5596501012347T0018411

- Licuadora Oster serie 7172-052 de 1.25 L


- Marmita sin marca, sin serie de 15 L
- Molino Coloidal VULCANO, sin serie de 10 L
3.1.3. Software
- STATISTICA DEMO v. 7.0
- DATAFIT DEMO v. 9.0
- LINGO DEMO v. 13.0
3.2. MTODOS
3.2.1. Diseo Experimental
Se utiliz el Diseo de mezclas Simplex con centroide ampliado con 19 tratamientos.
Los resultados de las variables dependientes color, olor y sabor se introdujeron al programa STATISTICA DEMO v.7
criterios de coeficiente de correlacin (R) y Errores porcentuales absolutos.
En la Figura 2 se muestra los tratamientos experimentales que se utilizaron en la
investigacin.
Jugo de
maracuy
Pulpa de
naranjilla
Diseo de mezclas
-Bx
-pH
-Acidez
T1
T2
T3
T4
T5
T6 T7
T8 T9 T10 T11
T12
T13
T14 T15 T16 T17

T18

T19

Nctar
Evaluacin sensorial:
Prueba de aceptabilidad
- Color
- Olor
- Sabor

Figura 2. Diseo experimental de la investigacin.


3.2.2. Diseo Simplex con centroide ampliado
Para la obtencin del nctar se utiliz el diseo de mezclas Simplex con centroide
ampliado con un arreglo de 19 tratamientos. En la figura 3. Se muestran las diferentes
ubicaciones de los puntos de diseo, donde cada punto es un tratamiento con sus proporciones de pulpas de frutas.
Naranjilla
X3=1

Maracuy

X1=1

Pia

X2=1

Figura 3. Diseo Simplex con Centroide Ampliado para las pulpas del nctar mixto.
Donde:
X1: Proporcin de jugo de maracuy. X2: Proporcin de pulpa de pia.

X3: Proporcin de pulpa de naranjilla.


Cuadro 6. Proporciones del nctar aplicando diseo Simplex con centroide ampliado
para una mezcla de jugo de maracuy, pulpa de pia y pulpa de naranjilla.
Aceptabilidad sensorial
TrataMaracuy X1 Pia X2
Naranjilla X3 Color Y1 Olor Sabor Y3
miento
Y2
1
1
0
0
2

1/2

1/2

1/2

1/2

1/2

1/2

4/6

1/6

1/6

1/6

1/6

4/6

1/6

4/6

1/6

10

1/3

1/3

1/3

1/6

5/12

11

5/12

12
13

1/6
5/12

14

5/6

15

1/12

16

1/12

5/12

5/12

5/12

1/6

1/12

1/12

1/12

5/6
5/6

1/12

17

1/2

1/4

1/4

18

1/4

1/4

1/2

19

1/4

1/2

1/4

Donde se utilizar tres variables independientes:


X1: Proporcin de jugo de maracuy. X2: Proporcin de pulpa de pia.
X3: Proporcin de pulpa de naranjilla.
Cuadro 7. Proporciones del nctar en gramos aplicando diseo Simplex con centroide
ampliado para una mezcla de jugo de maracuy, pulpa de pia y pulpa de naranjilla.
Maracuy X1 Pia X2 Naranjilla X3 Aceptabilidad sensorial
Trata(g)
(g)
(g)
Color Y1 Olor Sabor Y3
miento
Y2
1
244
0
0

244

122

122

122

122

122

244

0
0

122

162.67

40.67

40.66

40.67

40.66

162.67

40.67

162.67

40.66

10

81.33

81.33

81.34

11

101.67

40.66

101.67

12

40.66

101.67

101.67

13

101.67

101.67

40.66

14

203.34

20.33

20.33

15

20.33

20.33

203.34

16

20.33

203.34

20.33

17

122

61

61

18

61

61

122

19

61

122

61

3.2.3. Descripcin del proceso de elaboracin del nctar mixto


La elaboracin del nctar se hizo mezclando diferentes proporciones de jugo de
maracuy (Passiflora edulis var. Flavicarpa Degener) , pulpa de pia (Ananas cosmosus
L. var. golden) y pulpa de naranjilla (Solanum quitoense var. quitoense) , se procedi segn muestra el diagrama de f
obtener el nctar de maracuy, pia y naranjilla.
3.2.4. Anlisis fisicoqumicos
Se caracteriz a la materia prima que se us para elaborar el nctar con slidos solubles,
pH y acidez, y al producto final con slidos solubles y pH.
-Determinacin de slidos solubles
Se determin de acuerdo a la norma ISO 2173: 2003 (Anexo 1).
-Determinacin de pH
Se determin el pH de acuerdo a la NTP 203.070:1977 (Anexo 2).
-Determinacin de acidez
Se determin la acidez de acuerdo a la NTP 203.070:1977 expresadas en cido
ctrico (Anexo 3).
3.2.5. Aceptabilidad sensorial
Los jueces pueden ser clasificados segn su labor de anlisis sensorial en entrenados y
no entrenados, teniendo entre los primeros a los de producto, a los de pruebas descriptivas y discriminativas compleja

Para este tipo de pruebas el consumidor habitual o potencial es el juez ms idneo.


Basta entonces con encuestar a un grupo de individuos de una misma zona, con costumbres de consumo generales co
calle, en una tienda, escuela, etc. (Urea y DArrigo, 1999).
El jurado puede estar conformado por no menos de 30 segn Ellis (1961) y de 40 segn
Anzalda-Morales (1994). Sin embargo, un nmero de 30 panelistas parece ser el mnimo necesario para que l
(Urea y DArrigo, 1999).
Se evalu la aceptabilidad sensorial (color, olor y sabor) de los 19 tratamientos
utilizando el diseo de bloques incompletos balanceados DBIB recomendado por Montgomery et al (2005) con una c
cantidad de muestra usada para cada tratamiento fue de 5 mL.
Las variables del diseo son:
a = 19 (tratamientos)
k = 5 (tratamientos por bloque)
b = 171 (bloques o panelistas)
r = 45 (repeticiones de cada tratamiento en el diseo)
= 10 (pares de tratamientos en el mismo bloque)
La evaluacin sensorial se realiz en un ambiente ventilado, con una adecuada
iluminacin y libre de olores extraos.
La cartilla de evaluacin se encuentra en Anexo 4.
3.2.6. Determinacin del valor Po
Se calcul el valor Po para los 19 tratamientos segn el mtodo general (Anexo 5).
La efectividad del tratamiento trmico evalu antes de someter el anlisis sensorial para salvaguardar la salud de los p
Maracuy
Pia
Naranjilla
Seleccin
Seleccin
Seleccin
Lavado y
desinfeccin
Lavado y
desinfeccin
Lavado y
desinfeccin
Escaldado
T 100
5

Pelado
Pelado
Trozado
Trozado
Pulpeado
Pulpeado
Refinado

Pelado

Pulpeado

Refinado
Refinado
Mezclado
Estandarizado
Homogenizado
Bx: 14
CMC: 0.07%
Sorbato de potasio: 0.03%
pH: 3.5
Agua: 3.5:1

Envasado
T 65C

Pasteurizado
T= 95 C
15 min Po1min

Nctar mixto

Figura 4. Diagrama de flujo de elaboracin del nctar.


- Seleccin de frutas
Se separaron las frutas con heridas en la piel y ennegrecimiento alrededor que indican
procesos de descomposicin y oxidacin; separacin de las frutas que sufrieron magullamiento o golpes en el transpo
seleccionaron las frutas maduras.
- Lavado y desinfeccin
Una vez preseleccionada, la fruta fue sometida a un proceso de lavado con el fin de
eliminar microorganismos adheridos a la cscara (Martnez, 2006). Este proceso se hizo de forma manual utilizando
ppm.
Maracuy
- Pelado
Esta operacin se realiz usando un cuchillo y se cort la fruta en dos mitades. Se
separ la pulpa y las semillas de la cscara, el flavelo y albedo.
- Pulpeado
Se licu la maracuy cuidando que no se rompan las semillas.
Pia
- Pelado
La pia se pel de forma manual con un cuchillo, tambin se le quit los ojos.
- Trozado
Se troz la pia en cubos con un cuchillo tratando que sean del mismo tamao para ser
licuado.
Naranjilla
- Escaldado
Cuando el agua hirvi (100C) se introdujeron las frutas unos minutos (Uno y medio a
cinco), se sacaron e inmediatamente se pasaron por un chorro de agua fra, ese choque
trmico, elimina las enzimas, microorganismos y evita que se siga cocinando (Suarez, 2003).
- Pelado

Esta operacin se realiz de forma manual, ya que la cscara es ms fcil de


desprenderse despus del escaldado. Se hizo con cuidado para evitar la prdida de pulpa.
- Trozado
Se realiz con un cuchillo, dividiendo la pulpa en tres partes y se evit que se pierda el
jugo.
- Pulpeado
Se tritur la pulpa de naranjilla en la licuadora evitando cuidando que no se rompan las
semillas.
- Refinado
En esta etapa se elimin de la parte aprovechable de la fruta; las semillas, fibra y
residuos de cscara.
Se realiz utilizando un tamiz de acero inoxidable de agujeros de 1 mm de dimetro.
- Mezclado
En esta operacin se mezcl los tres jugos en las proporciones ya establecidas.
- Estandarizado
Se aadi agua potable al nctar en una proporcin 3.5: 1, luego se incorporaron los
insumos necesarios como la sacarosa hasta obtener 14 Bx, pH 3.2, sorbato de potasio al 0.03% y CMC al 0.07%
- Homogenizado
La mezcla pas por el molino coloidal con la finalidad de disolver los ingredientes hasta
lograr la uniformidad del nctar mixto.
- Envasado
El nctar se calent hasta 65C luego se envas en botellas de 200 mL.
- Pasteurizado
Este proceso permite alargar la vida til del producto. Se realiz con el producto
envasado a una temperatura de 95C por 15 minutos para garantizar un valor Po 1 min. Se invirtieron las botellas de
de 30 segundos.
3.3. ANLISIS ESTADSTICO
Se evalu el efecto de la proporcin de maracuy, pia y naranjilla en las caractersticas
sensoriales (color, olor y sabor) usando los modelos del software STATISTICA DEMO
7.0 y del software DATA FIT DEMO 9.0 (lineales, cuadrticos, cbicos y exponenciales).
Se compararon los coeficientes de correlacin (R) y Error porcentual de todos los
modelos de acuerdo a cada variable dependiente.
Para el anlisis de los datos, los puntajes numricos para cada muestra, se tabulan y
analizan utilizando anlisis de varianza (ANOVA) con la prueba de Tukey (=0.05),
para determinar si existen diferencias significativas en el promedio de los puntajes asignados a las muestras (Ramrez
El anlisis de varianza para determinar el efecto de una variable sobre la media de otra
variable (Vargas, 1995). El anlisis est basado en comparar estadsticamente la variabilidad o diferencias que se da e
poblaciones distintas en relacin a la caracterstica estudiada (Hernndez, 2001).
El anlisis de regresin estudia la naturaleza de la relacin entre una variable
dependiente y una o ms variables independientes. Esta relacin se representa por un modelo matemtico que se ajus

3.3.1. Anlisis de Varianza para los modelos estadsticos


En el siguiente cuadro se muestra el Anlisis de Varianza (ANVA) para cada modelo
para la aceptacin general. Con un nivel de significancia =0.05. Esta prueba se realiz para todos los modelos estad
Cuadro 8. Anlisis de varianza para los modelos.
Modelo
SC
GL
CM
SCE GLE
CME
F P
R2
R2
Ajustado

Lineal
Lineal II
Cuadrtico
Cuadrtico II
Cbico especial
Full cbico
Exponencial
Exponencial II
Exponencial III
Valores de p<0.05 y R2 altos representan lo adecuado de un modelo.
3.3.2. Anlisis de regresin para los modelos estadsticos.
Cuadro 9. Coeficientes de Regresin, error estndar, el valor de tcalc, el valor de p, y
los lmites de confianza.
Si el valor p resultante de los modelos, fuese significativo, entonces se analizara el R2 y

el error porcentual absoluto. Se seleccion el modelo que presente el R2 de mayor valor y error porcentual absoluto m
Se construy una superficie de respuesta (usando STATISTICA DEMO v.7.0) para
definir las regiones de inters.
3.3.3. Validacin de los modelos estadsticos
Se prepar 5 proporciones nuevas de nctar, se aplic la prueba sensorial de
aceptabilidad a 45 panelistas que evaluaron el color, olor y sabor de cada una de las muestras.
Se compararon los resultados obtenidos sensorialmente con los resultados obtenidos
del ajuste matemtico con el coeficiente de correlacin R, Error porcentual absoluto y la prueba t de los dos mejores
MODELO
Coeff.
Std. Err. t(10)
p
-95.%
+95.%
Cnf. Limt
Cnf.Limt
Lineal
Lineal II
Cuadrtico
Cuadrtico II

Cbico especial
Full cbico
Exponencial
Exponencial II
Exponencial III
En la figura 5. se muestra las coordenadas de las 5 nuevas proporciones seleccionadas
aplicando el Diseo de mezclas Simplex.
Naranjilla
X3=1

Maracuy

X1=1

Pia

X2=1

Figura 5. Diseo Simplex con Centroide Ampliado para las 5 proporciones de la


validacin.
Cuadro 10. Proporciones de jugo de maracuy, pulpa de pia y pulpa de naranjilla del
nctar de la validacin aplicando diseo Simplex con Centroide Ampliado.
Maracuy Pia
Naranjilla
T
X1
X2
X3
1

0.5833

0.0833

0.3333

0.3333

0.0833

0.5833

0.0833

0.3333

0.5833

0.0833

0.5833

0.3333

0.3333

0.5833

0.0833

Cuadro 11. Proporciones de jugo de maracuy, pulpa de pia y pulpa de naranjilla en


gramos del nctar de la validacin aplicando diseo Simplex con Centroide Ampliado.
Maracuy Pia
Naranjilla
T
X1
X2
X3
1

142.3333

20.3333

81.3333

81.3333

20.3333

142.3333

20.3333

81.3333

142.3333

20.3333

142.3333

81.3333

81.3333

142.3333

20.3333

3.3.4. Diseo Simplex con Centroide Ampliado de 10 puntos


Se realiz la comparacin de los coeficientes de correlacin y porcentajes de error
absoluto del Diseo Simplex con centroide ampliado de 19 puntos con el mismo diseo usando los resultados de los
Cuadro 12. Proporciones del nctar aplicando diseo Simplex con centroide ampliado
para una mezcla de jugo de maracuy, pulpa de pia y pulpa de naranjilla.
Aceptabilidad sensorial
TrataMaracuy X1 Pia X2
Naranjilla X3 Color Y1 Olor Sabor Y3
miento
Y2
1
1
0
0

1/2

1/2

1/2

1/2

1/2

1/2

4/6

1/6

1/6

1/6

1/6

4/6

1/6

4/6

1/6

10

1/3

1/3

1/3

Cuadro 13. Coeficiente de correlacin y error porcentual absoluto para el diseo con 10
puntos y 19 puntos.
Variable
Modelo

R 10 p

R 19p

Error abs (%) Error abs (%)


10 p
19 p

Lineal
Cuadrtico
Cbico especial
Full Cbico

3.3.5. Optimizacin
La optimizacin se realiz comparando las grficas de superficie de respuesta de cada
variable (color, olor y sabor), se determinaron las coordenadas comunes dentro de las cuales se encontraban los valor
naranjilla para la mejor aceptabilidad en el nctar.
IV. RESULTADOS Y DISCUSIN
4.1. ANLISIS EXPERIMENTAL
4.1.1. Caracterizacin de la materia prima
Se caracteriz a la materia prima que se us para elaborar el nctar para lo cual se
midi slidos solubles, acidez y pH.
Cuadro 14. Slidos solubles, acidez y pH del jugo de maracuy, pulpa de pia y de naranjilla que se usaron para elab
Fruta
Solidos solubles
Acidez (%)
pH
IM
(Bx)
13.6 0.2
4.5 0.25
2.7 0.1
3.022
Maracuy
Pia

14.9 0.2

0.85 0.28

3.12 0.1

Naranjilla

6.9 0.2

2.9 0.25

3.0 0.1

16.47

El maracuy present una acidez mxima de 4.67 (porcentaje cido ctrico) (Reina et al ,
1997). La acidez de la maracuy se encuentra debajo del valor citado.
El pH de la maracuy se encuentra dentro del valor citado por Reina et al (1997) quien

2.37

encontr un incremento progresivo a lo largo del almacenamiento desde un pH (maracuy almacenado) de 2.65 hasta
sabor y los resultados del panel sensorial del nctar mixto.
Los slidos solubles de la maracuy cumplen con el requisito de la norma CODEX
STAN 247, (FAO/OMS, 2005) que exige un mnimo de 12.0Bx para el jugo de maracuy.
Segn la norma CODEX STAN 247 (FAO/OMS, 2005), los slidos solubles para el
jugo de pia mnimos son 12.8Bx. Se reconoce que el nivel de grados Brix puede
diferir por causas naturales entre pases. (FAO/OMS, 2005). Los slidos solubles de la pia cumple con los requisito
Los slidos solubles de la naranjilla estn entre 6.87 y 10.37. El pH vara entre 2.96 y
3.27 (Lozano, 2006). Los valores de slidos solubles y pH de la naranjilla se encuentran dentro de los rangos citados
La acidez titulable mnima en cido ctrico en la naranjilla de jugo es 2. 4% (INEN,
2004). La acidez titulable de la naranjilla cumple con el requerido de la norma.
En la naranjilla el ndice de madurez pasa de 1.7 cuando la fruta es cosechada verde y
aumenta hasta 3 cuando la fruta es totalmente anaranjada, blanda y ha desarrollado su aroma caracterstico (IICA, 199
Los grados Brix mnimos para la pia (Ananas comosus L.) son 10, para la maracuy
(Passiflora edulis) 12 y para la naranjilla (Solanum quitoense Lam.) 6 (INDECOPI, 2009).
Para la elaboracin del nctar se selecciona fruta sana y con el grado de madurez
adecuado (FAO, 2006a).
Los ndices de madurez varan de acuerdo con las especies y cultivares. Un ndice de
madurez que sirve en una zona o localidad, no tiene por qu servir en otra zona o localidad, debido a que existen m
terreno, clima, vigor de la planta, riego, etc. (Mena, 2010).
El ndice de maduracin IM, se hace mayor cuando la fruta avanza en su proceso de
aproximado de algunas pulpas de frutas es para la maracuy 4, para la naranjilla 1 y para la pia 0.5 (Camacho, 2002
El contenido de slidos solubles provenientes de la fruta presentes en el nctar deber
ser mayor o igual al 20% m/m de los slidos contenidos en el jugo original para todas las variedades de frutas except
estos porcentajes (INDECOPI, 2009).
Cuadro 15. Po de los 19 tratamientos de nctar, para Tref= 93.3 C y Z= 10C para
Byssochlamys fulva.
N
Po (min)
1
2
3
4
5
6
7
8
9
10
11
12
13

7.4
7.4
7.3
7.4
7.9
7.4
7.5
7.2
7.5
7.5
8.2
7.5
7.3

14
7.4
15
7.9
16
7.2
17
7.5
18
7.5
19
7.4
En el cuadro 15. se observa los valores de Po, los cuales son superiores al valor
requerido (Po>1min)
Puesto que los microorganismos son menos resistentes en un medio cido se usan
tratamientos trmicos ms suaves para los alimentos de ste tipo, que son aquellos con pH<4.5 (Orrego, 2003).
Si el proceso tuvo un valor Po de 4 min, el proceso dice que es equivalente el valor de
esterilizacin de 4 min a 93,3C. En cualquier sistema usado, el valor Po no se ve afectado, provisto del valor Z y las
Simpson, 2007).
La Asociacin Nacional de envasadores de USA recomend un proceso equivalente de
Po= 5 cuando el pH est entre 4.0 y 4.3. Debajo del pH 3.7 el procesador est preocupado por el control de bacterias
Bettison, 1991).
Cuadro 16. Proporciones de las pulpas para el nctar en porcentaje, valor promedio de
aceptabilidad en las variables color, olor y sabor de cada tratamiento.
En el cuadro 16. se muestran las proporciones utilizadas para la elaboracin del nctar
mixto y el valor promedio de aceptabilidad para cada tratamiento en la variable Color, los resultados completos para
N 1 constituido 100% con maracuy; el N 11 con 41.67% de maracuy 16.67% de
N
Maracuy Pia
Naranjilla Color
Olor
Sabor
X1
X2
X3
Y1
Y2
Y3
1
1
0
0
5.9380 2.75
6.356 2.6
5.050 2.74
2
0
0
1
4.4840 2.45
4.031 2.58
5.360 2.78
3
0
1
0
5.2270 2.76
6.298 2.51
7.144 2.28
4
0.5
0.0
0.5
5.7560 2.40
5.693 2.55
5.518 2.31
5
0.0
0.5
0.5
4.8420 2.15
5.411 2.07
5.429 2.28
6
0.5
0.5
0.0
6.1820 2.58
5.644 2.70
5.449 2.55
7 0.6667
0.1667
0.1667
6.3420 2.80
6.724 2.03
6.009 2.50
8 0.1667
0.1667
0.6667
5.9070 2.0
5.373 2.04
6.098 2.15
9 0.1667
0.6667
0.1667
5.3240 2.50
5.531 2.48
6.100 2.49
10
0.3333
0.3333
0.3333
6.2160 1.86
5.576 2.09
6.565 1.81
11
0.4167
0.1667
0.4167
6.3710 2.23
6.351 2.35
6.458 2.26
12
0.1667
0.4167
0.4167
5.4150 2.36
4.971 2.51
5.631 2.47
13
0.4167
0.4167
0.1667
6.3870 2.09
5.613 2.22
6.162 2.37
14
0.8333
0.0833
0.0833
6.2240 2.73
6.016 2.57
5.153 2.64
15
0.0833
0.0833
0.8333
5.6760 2.02
5.573 2.25
5.773 2.65
16
0.0833
0.8333
0.0833
4.4090 2.63
5.011 2.52
5.422 2.48
17
0.5000
0.2500
0.2500
6.9310 1.64
5.827 2.24
6.384 2.46
18
0.2500
0.2500
0.5000
6.2690 2.10
5.693 2.37
5.993 2.34
19
0.2500
0.5000
0.2500
6.2310 2.25
5.522 2.32
6.471 2.36
pia y 41.67% de naranjilla; el N 3 con 100% de pia; el N 14 con 83.33% de

maracuy, 8.33% de pia y 8.33% de naranjilla y el N 17 con 50% de maracuy, 25% de pia y 25% de naranjilla y p
100% de pia y 0% de naranjilla con una aceptabilidad promedio de 7.144.
4.1.2. Color
Se hizo una comparacin de medias de la aceptabilidad del color de todos los
tratamientos del nctar para encontrar si existen diferencias estadsticas entre estos. Se aplic la prueba de Tukey para
Cuadro 17. Agrupacin de las medias de las muestras para la variable color aplicando la
prueba Tukey (=0.05).
T
Subconjunto
1
2
3
4
5
6
7
6.931
T17
6.387
T13
6.371
T11
6.342
T7
6.269
T18
6.231
T19
6.224
T14
6.216
T10
6.182
T6
5.398
T1
5.907
T8
5.756
T4
5.676
T15
5.416
T12
5.324
T9
5.227
T3
4.842
T5
4.484
T2
4.409
T16
El cuadro 17 es un anlisis de comparaciones mltiples para bloques incompletos
balanceados, en el que se utiliza la prueba Tukey (Montgomery, 2004). El tratamiento 17 constituido por 50% de jug
significativa.
Valderrama (1999) evalu la aceptabilidad de 19 muestras de dulce de leche con 120
consumidores. Evalu tambin la textura no oral con una escala hednica no estructura de 10 cm de longitud (no me
media.
Cano (2013) evalu la aceptabilidad sensorial de 10 muestras de licor a base de
distintas proporciones de aguaymanto, uva y arndano con 150 panelistas, cada uno evalu 4 muestras en orden aleat
un R2ajustado=0.72.
Cuadro 18. Modelos estadsticos y sus ecuaciones para la variable color.
Donde:
Y1: Aceptabilidad en el color.
X1: Proporcin de jugo de maracuy. X2: Proporcin de pulpa de pia.
X3: Proporcin de pulpa de naranjilla.
COLOR
ECUACIN

ECUACIN

MODELO

Lineal

Y1=6.8041*X1+5.2259*X2+5.3591*X3

Lineal II

Y1=1663285*X1+1663279*X2+1663279.13*X3- 1663273.79

Cuadrtico

Y1=5.8566*X1+4.6131*X2+4.7703*X3+4.3764*X1*X2
+4.1707*X1*X3+1.3020*X2*X3

Cuadrtico II

Y1=(6.3585*X1^2)+(4.4709*X2^2)+(4.3721*X3^2)+(17.55 06*X1*X2)
-(-11.2897*X2*X3)-(-28.8023*X1*X3^2)

Cbico especial

Y1=5.9576*X1+4.7141*X2+4.8712*X3+2.5748*X1*X2+2.3
690*X1*X3
-0.4997*X2*X3+19.1094*X1*X2*X3
Y1 =5.8904*X1+5.0859*X2+4.5665*X3+2.9811*X1*X2
+1.8732*X1*X3-0.4102*X2*X3+19.1094*X1*X2*X3
+11.8994*X1*X2*(X1-X2)-9.7512 *X1*X3*(X1-X3)
Y1=exp(321853.0169*X1+321852.7662*X2+321852.7876* X3321851.1054)

Full cbico

Exponencial

Exponencial II

Y1= 5.0749*exp(0.9478*X1*X2+0.9543*X1*X3- 0.12782*X2*X3)

Exponencial III

Y1 = (5.19*exp(0.6333*X1*X2+0.6421*X1*X3- 0.5786*X2*X3))
+21.0732*X1*X2*X3

Cuadro 19. Coeficiente de correlacin y error porcentual absoluto de cada modelo


predictivo para la variable color.
Modelo
R
Error abs (%)
Lineal

0.6286

7.7350

Lineal II

0.6535

7.7567

Cuadrtico

0.8541

5.1182

Cuadrtico II

0.6908

6.9832

Cbico especial

0.8897

4.5449

Full Cbico

0.9534

2.8603

Exponencial I

0.6342

7.9696

Exponencial II

0.8541

6.1997

Exponencial III

0.8006

5.8274

En el cuadro 19. se muestran los coeficientes de correlacin y errores porcentuales


absolutos de los distintos modelos estadsticos. Como se observa el modelo Full cbico y Cbico especial son los que
que ms se ajusta a su prediccin
#
#
#

#
#
#
#
#
#
#

Color
6

10

12

14

16

18

20

Tratamientos
Experimental
Cbico especial Full cbico

Figura 6. Valores experimentales y valores estimados para los modelos Cbico especial
y Full cbico en la aceptabilidad de la variable color.
En la figura 6, se muestran los modelos que predijeron la aceptabilidad la variable color
del nctar. El anlisis de varianza mostr que el modelo Full cbico es significativo (p<0.05), adems con un coefic
modelo Cbico especial el cual tambin es significativo (p<0.05) y con un R2=0.7917.
Cuadro 20. Valores experimentales y valores estimados para los modelos Cbico
especial y Full cbico para la aceptabilidad de la variable color.
Color
Valor
Valor estimado
experimental
Tratamiento
Cbico especial
Full cbico
1

5.9380

5.9576

5.8904

4.4840

4.8712

4.5665

5.2270

4.7141

5.0859

5.7560

6.0066

5.6968

4.8420

4.6677

4.7237

6.1820

5.9795

6.2334

6.3420

6.4586

6.5369

5.9070

5.6592

6.0147

5.3240

5.5978

5.1639

10

6.2160

6.3825

6.3825

11

6.3710

6.4060

6.4680

12

5.4150

5.7963

5.7851

13

6.3870

6.3881

6.3374

14

6.2240

6.2138

6.2698

15

5.6760

5.2069

5.4609

16

4.4090

5.1019

4.7921

17

6.9310

6.5590

6.6038

18

6.2690

6.0953

6.2984

19

6.2310

6.0688

5.8209

Fitted Surface; Variable: Color


R-sqr=.7917; Adj:.6876 Model: Special Cubic
Naranjilla
0.002 1.00

15

#
#
8

0.504
18
11

12
5 0.50

1.00 1
10

0.75

17

13
14
6

0.25

19
9
16
3 0.00

#
6
#

0.00
#
#
Maracuy
Pia

0.25

0.50

0.75

1.00

Figura 7. Grfico de contornos del efecto de la proporcin de pulpas de maracuy, pia


y naranjilla en la variable color para el modelo Cbico especial, y coordenadas de grupos de tratamientos con igualda
En la figura 7. se observa la mayor aceptabilidad en el color cuando el nctar contiene
las tres proporciones de pulpa pero con mayor cantidad en el jugo de maracuy seguido
por la pia y naranjilla, tambin se observa la agrupacin de puntos de acuerdo a la prueba de Tukey.
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente, en la aceptabilidad de la variable color para el modelo Cbico especial.
Gordillo et al (2012) evalu el efecto de la proporcin de papaya, pia y naranja,
teniendo mejor aceptabilidad en cuanto al color la muestra que tuvo 50% de naranja, 50% de papaya y nada de pia.

El nctar puede ser turbio, claro o clarificado y debe tener las caracterstica sensoriales
propias de la fruta de la cual procede (INDECOPI, 2009).
El sabor y color del maracuy son buenos y se mezcla bien con otros jugos de frutas
(FAO, 1989).

Fitted Surf ace; Variable: Color


V: Color; R-sqr=.909; Adj:.8362
e terms were remov ed f rom f ull model) Naranjilla
0.00 2 1.00
#
15

#
8

0.50 4
18
11

12
50.50

#
10

0.75
7

17

13
14
6
19

0.25

9
16
30.00

7
#
6

0.00
#
5
Maracuy
Pia

0.25

0.50

0.75

1.00

Figura 8. Grfico de contornos del efecto de la proporcin de pulpas de maracuy, pia


y naranjilla de la variable color para el modelo Full cbico, y coordenadas de grupos de tratamientos con igualdad est
En la figura 8. se observa la mayor aceptabilidad en el color cuando el nctar contiene
mayor proporcin de jugo de maracuy con una menor proporcin de pulpa de pia que con pulpa de naranjilla. Sin e
tambin se observa la agrupacin de puntos de acuerdo a la prueba de Tukey.
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente, as como la interaccin AB(A-B); A es pulpa de maracuy y B es
pulpa de pia, influyeron en la aceptabilidad de la variable color para el modelo Fll cbico.
La naranjilla a temperatura ambiente incrementa la respiracin, que se indica al
momento en que la fruta alcanza su mximo tamao y durante su periodo se presentan

las modificaciones caractersticas de la maduracin organolptica que le dan al fruto


todos sus atributos deseables desde el punto de vista visual y gustativo (FAO, 2006b).
4.1.3. Olor
Se hizo una comparacin de medias de la aceptabilidad del olor de todos los
tratamientos del nctar para encontrar si existen diferencias estadsticas entre estos. Se aplic la prueba de Tukey para
Cuadro 21. Agrupacin de las medias de las muestras para la variable olor aplicando la
prueba Tukey (=0.05).
Tratamiento
Subconjunto
1
2
3
6.724
T7
6.356
T1
6.351
T11
6.298
T3
6.016
T14
5.827
T17
5.693
T18
5.693
T4
5.644
T6
5.613
T13
5.576
T10
5.573
T15
5.531
T9
5.522
T19
5.411
T5
5.373
T8
5.011
T16
4.971
T12
4.031
T2
El cuadro 21 es un anlisis de comparaciones mltiples para bloques incompletos
balanceados, en el que se utiliza la prueba Tukey. Se presentan las diferencias de todos los pares de medias y la prueb
olor.
Cuadro 22. Modelos estadsticos y sus ecuaciones para la variable olor.
Donde:
Y2: Aceptabilidad en el olor.
X1: Proporcin de jugo de maracuy. X2: Proporcin de pulpa de pia.
X3: Proporcin de pulpa de naranjilla.
OLOR
MODELO

ECUACIN

Lineal

Y2=6.4983*X1+5.5975*X2+4.8328*X3

Lineal II

Y2
=1125000.8571*X1+1124999.9563*X2+1124999.1916* X31124994.3706

Cuadrtico

Y2 =6.3971*X1+5.8276*X2+4.429*X3-2.2558*X1*X2
+3.1772*X1*X3 +.3375*X2*X3

Cuadrtico II

Y2=(6.8693*X1^2)+(5.6949*X2^2)+(4.0459*X3^2)+(12.
5224*X1*X2)-(-11.1517*X2*X3)-(-27.3733*X1*X3^2)

Cbico especial

Y2 =+6.4087*X1+5.8392*X2+4.4406*X3-2.4621*X1*X2
+2.9709*X1*X3+0.1312*X2*X3+2.1877*X1*X2*X3

Full cbico

Y2 =6.2514*X1+6.2431*X2+4.1939*X3-2.1331*X1*X2
+2.4323*X1*X3+.34094*X2*X3+2.1876*X1*X2*X3
+12.9267*X1*X2*(X1-X2)-7.8939*X1*X3*(X1-X3)
Y2
=exp(186793.6429*X1+186793.4899*X2+186793.3532
*X3-186791.7693)
Y2 =5.5496*exp(0.1944*X1*X2+0.4148*X1*X3- 0.3917*X2*X3)

Exponencial

Exponencial II

Y2
=0.4725*exp(3.7183*X1*X2+4.6046*X1*X3+0.5843*X
2*X3))
+(4.7778*X1)+(4.7778^(X2+X3))
Cuadro 23. Coeficiente de correlacin y error porcentual absoluto de cada modelo
predictivo para la variable olor.
Modelo
R
Error abs (%)
Exponencial III

Lineal

0.6893

6.1500

Lineal II

0.7032

6.0402

Cuadrtico

0.7850

5.0673

Cuadrtico II

0.5818

6.1168

Cbico especial

0.7857

5.1645

Full cbico

0.8840

4.0888

Exponencial

0.6984

6.0730

Exponencial II

0.3921

7.0684

Exponencial III

0.6329

5.0803

En el cuadro 23. se muestran los los coeficientes de correlacin y errores porcentuales


absolutos de los distintos modelos predictivos. Como se puede observar el modelo Full cbico y Cbico especial son
ms se ajusta a su prediccin.
#
#
#
#
#
#
#
#

Olor
4

8 10 12 14 16 18 20

Tratamientos
Experimental
Cbico especial Full cbico

Figura 9. Valores experimentales y valores estimados para los modelos Cbico especial
y Full cbico en la aceptabilidad de la variable olor.
En la figura 9, se muestran los modelos que predecirn la aceptabilidad con respecto a
la variable olor del nctar de acuerdo a las distintas proporciones de pulpas. El anlisis de varianza mostr que el mod
cual tambin es significativo (p<0.05) y con un R2=0.6173.
Cuadro 24. Valores experimentales y valores estimados para los modelos Cbico
especial y Full cbico para la aceptabilidad de la variable olor.
Olor
Valor
Valor estimado
experimental
Tratamiento
Cbico especial
Full cbico
1

6.356

6.4087

6.2514

4.031

4.4406

4.1940

6.298

5.8392

6.2431

5.693

6.1674

5.8308

5.411

5.1727

5.3038

5.644

5.5084

5.7140

6.724

6.0865

6.2699

5.373

5.3185

5.6063

5.531

5.5651

5.0938

10

5.576

5.7150

5.7150

11

6.351

5.9110

5.9783

12

4.971

5.4728

5.4466

13

5.613

5.6947

5.6536

14

6.016

6.2461

6.3772

15

5.573

4.9322

5.1378

16

5.011

5.6415

5.3049

17

5.827

5.9145

6.0193

18

5.693

5.5845

5.7490

19

5.522

5.5946

5.3253

Fitted Surface; Variable: Olor


DV: Olor; R-sqr=.6173; Adj:.4259
Model: Special Cubic Naranjilla
0.002 1.00
15
##
##
8
0.50 4
18
11

12
5 0.50
##
10
0.75

17

13
14
6
19
9
16
3
##
6
##
5
##

0.00
Maracuy

0.25

0.25

0.50

0.75

1.00
Pia

Figura 10. Grfico de contornos del efecto de la proporcin de pulpas de maracuy, pia
y naranjilla en la variable olor para el modelo Cbico especial, y coordenadas de grupos de tratamientos con igualdad
En la figura 10. se observa la mayor aceptabilidad en el olor cuando el nctar contiene
mayor proporcin de jugo de maracuy y pulpa de naranjilla. La aceptabilidad en el olor tambin es relativamente alt
se observa la agrupacin de puntos de acuerdo a la prueba de Tukey.
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente, en la aceptabilidad de la variable olor para el modelo Cbico especial. Gordillo et al , (2012) evalu
cuanto a su aceptacin por el olor.
La calidad de la pia depende en gran medida de la cantidad de fibra radial, cidos y
azcares, as como de la interrelacin de stos, que dan como resultado un sabor fuerte y agradable y buen aroma (Gu
Calle, (2010) encontr que el tratamiento que tuvo mayor efecto en la aceptabilidad del
olor fue el que contena mayor proporcin de pia del nctar de granadilla, naranja y
pia. Esta preferencia se debe a que los consumidores eligieron la muestra cuyo olor les
era ms agradable, siendo la pia una de las frutas que ms componentes voltiles presenta, siendo estos ms de 100

Fitted Surface; Variable: Olor


DV: Olor; R-sqr=.7814; Adj:.6065
me terms were removed from full model) Naranjilla
0.00 2 1.00
15

#
#

0.50 4
18
11

12
5 0.50

#
10

0.75
7

17

13
14
6
19

0.25

9
16
30.00

7
#
6
#

0.00
5
#
Maracuy
Pia

0.25

0.50

0.75

1.00

Figura 11. Grfico de contorno del efecto de la proporcin de pulpas de maracuy, pia
y naranjilla en la variable olor para el modelo Full cbico, y coordenadas de grupos de tratamientos con igualdad esta
En la figura 11. se observa la mayor aceptabilidad en el color cuando el nctar contiene
mayor proporcin de jugo de maracuy con una menor proporcin de pulpa de pia que con pulpa de naranjilla. La ac
agrupacin de puntos de acuerdo a la prueba de Tukey.
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente as como la interaccin AB(A-B); A es pulpa de maracuy y B es pulpa de pia, influyeron en la ace
La maracuy es uno de los frutos tropicales ms conocidos, teniendo un floral y aroma
frutal con un toque extico sulfuroso. La maracuy es considerada como uno de los
frutos ms adecuados para procesar. Los componentes azufrados juegan un rol
importante sobre las caractersticas organolpticas de la maracuy (Berger, 2007).
4.1.4. Sabor
Se hizo una comparacin de medias de la aceptabilidad del sabor de todos los
tratamientos del nctar para encontrar si existen diferencias estadsticas entre estos. Se aplic la prueba de Tukey para
Cuadro 25. Agrupacin de las medias de las muestras para la variable sabor aplicando la
prueba Tukey (=0.05).
T
Subconjunto
1
2
3
7.144
T3
6.564
T10

6.471
T19
6.458
T11
6.384
T17
6.162
T13
6.100
T9
6.098
T8
6.009
T7
5.993
T18
5.773
T15
5.631
T12
5.518
T4
5.449
T6
5.429
T5
5.422
T16
5.360
T2
5.153
T14
5.050
T1
El cuadro 25 es un anlisis de comparaciones mltiples para bloques incompletos
balanceados, en el que se utiliza la prueba Tukey. Se puede concluir que el tratamiento 3 conformado enteramente po
12, 4, 6, 5, 16 y 2 con respecto a la aceptabilidad de la variable sabor.
Cuadro 26. Modelos estadsticos y sus ecuaciones para la variable sabor.
Donde:
Y3: Aceptabilidad en el olor.
X1: Proporcin de jugo de maracuy. X2: Proporcin de pulpa de pia.
X3: Proporcin de pulpa de naranjilla.
SABOR
MODELO

ECUACIN

Lineal

Y3=5.4936*X1+6.4589*X2+5.7583*X3

Lineal II

Y3
=1775107.1156*X1+1775108.0809*X2+1775107.3803* X31775101.6407
Y3 =4.8843*X1+6.4996*X2+5.3613*X3+0.8315*X1*X2
+4.5823860897056*X1* X3-0.98789962458011*X2*X3

Cuadrtico

Cuadrtico II

Cubico especial

Full cbico

Exponencial

Y3 = (-4.8015*X1^2)-(3.0397*X2^2)-(4.0313*X3^2)+(7.6477*X1*X2)
+(-8.3058*X2*X3)-(9.3858*X1*X3^2)+9.5639
Y3 =5.048*X1+6.663*X2+5.525*X32.0909*X1*X2+1.6599*X1*X3-3.9103*X2*X3
+30.9965*X1* X2* X3
Y3=4.9066*X1+6.9409*X2+5.3888*X3-1.9093*X1*X2
+1.2898*X1*X3-3.7218*X2*X3+30.9965*X1*X2*X3
+8.8842*X1*X2*(X1- X2)-4.3587*X1*X3*( X1- X3)
Y3=exp(320318.7866*X1+320318.9482*X2+320318.82 88*X3320317.0834)

Exponencial II

Y3= 6.1854*exp(0.264*X1*X2+0.3347*X1*X3+0.19*X2*X30.1044)

Exponencial III

Y3= (5.75*exp(-0.2683*X1*X2-0.1821*X1*X3- 0.3457*X2*X3))


+(31.0355*X1*X2*X3)

Cuadro 27. Coeficiente de determinacin, coeficiente de correlacin y error porcentual


absoluto de cada modelo predictivo para la variable sabor.
Modelo
R
Error abs (%)
Lineal

0.4453

7.1208

Lineal II

0.5045

6.7399

Cuadrtico

0.6793

5.3838

Cuadrtico II

0.7071

5.3923

Cbico especial

0.8452

3.8317

Full cbico

0.8963

3.0627

Exponencial

0.5036

6.7625

Exponencial II

0.3181

6.4385

Exponencial III

0.5929

4.8975

En el cuadro 27. se muestran los coeficientes de determinacin, los coeficientes de


correlacin y errores porcentuales absolutos de los distintos modelos predictivos. Como se puede observar el modelo
olor en modelo Full cbico es el que ms se ajusta a su prediccin.
#

Sabor
#
#
#
#
#
6 8 10 12 14 16 18 20
Tratamientos
Experimental
Cbico especial Full cbico

Figura 12. Valores experimentales y valores estimados para los modelos Cbico
especial y Full cbico en la aceptabilidad de la variable sabor
En la figura 12. se muestran los modelos que predijeron la variable sabor del nctar de
acuerdo a las distintas proporciones de pulpas. El anlisis de varianza muestra que el modelo Full cbico es significat
adecuado para describir el comportamiento de la variable sabor.
Cuadro 28. Valores experimentales y valores estimados para los modelos Cbico
especial y Full cbico para la aceptabilidad de la variable sabor.

Sabor

Valor
experimental

Tratamiento

Full cbico

5.050

5.0481

4.9066

5.360

5.5250

5.3888

7.144

6.6633

6.9409

5.518

5.7015

5.4702

5.429

5.1166

5.2344

5.449

5.3330

5.4465

6.009

5.8143

5.9793

6.098

5.9011

6.0600

6.100

6.1577

5.8338

10

6.565

6.4111

6.4111

11

6.458

6.2843

6.3306

12

5.631

6.1079

6.0843

13

6.162

6.1782

6.1555

14

5.153

5.3447

5.4626

15

5.773

5.5887

5.7022

16

5.422

6.2080

5.9766

17

6.384

6.2415

6.3358

18

5.993

6.2470

6.3378

19

6.471

6.2971

6.1121

15

#
#
8

0.504

18

12
11
50.50

1.00 1
10
17

13
14
6
19

Cbico especial

Fitted Surface; Variable: Sabor


R-sqr=.7143; Adj:.5715 Model: Special Cubic
Naranjilla
0.002 1.00

0.75

Valor estimado

0.25

9
16
30.00

#
#
#
6
#
#

0.00
#
#
Maracuy
Pia

0.25

0.50

1.00

Figura 13. Grfico de contornos del efecto de la proporcin de pulpas de maracuy, pia
y naranjilla en la variable sabor para el modelo Cbico especial, y coordenadas de grupos de tratamientos con igualda
En la figura 13. se observa una mayor aceptabilidad en el sabor cuando el nctar
contiene una proporcin constituida con pia, sin embargo la aceptabilidad tambin es
mayor a medida que el nctar posee ms proporciones iguales de las tres frutas, tambin se observa la agrupacin de
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente, as como la interaccin de la pia y naranjilla; y de las tres frutas influyeron en la aceptabilidad de l
Gordillo et al (2012) evalu el efecto de la proporcin de papaya, pia y naranja, teniendo mejor aceptabilidad en cu
iguales de cada una de estas frutas (33.33%).

Fitted Surface; Variable: Sabor


DV: Sabor; R-sqr=.8033; Adj:.6459
me terms were removed from full model) Naranjilla
0.002 1.00

0.75

15

#
#
8

0.504

18

12
11
5 0.50

1.00 1
10

0.75

17

13
14
6
19
9
16
3 0.00

#
#
6

0.25

0.00
#
#
Maracuy
Pia

0.25

0.50

0.75

1.00

Figura 14. Grfico de contorno del efecto de la proporcin de pulpas de maracuy, pia
y naranjilla en la variable sabor para el modelo Full cbico, y coordenadas de grupos de tratamientos con igualdad es
En la figura 14. se observa una mayor aceptabilidad en el sabor cuando el nctar
contiene una proporcin constituida con pia, sin embargo la aceptabilidad tambin es mayor a medida que el nctar
se observa la agrupacin de puntos de acuerdo a la prueba de Tukey.
Las pulpas de maracuy, pia y naranjilla fueron significativas (p<0.05)
individualmente, as como tambin la combinacin de las tres pulpas anteriormente
mencionadas (ABC) fue significativa (p<0.05) e influyeron en la aceptabilidad de la variable sabor para el modelo F
El sabor del zumo es una mezcla compleja de la interaccin entre el aroma y sabor de
cada fruta, el aroma es producido por compuestos voltiles producidos durante la
madurez. El sabor est constituida por compuestos no voltiles como los azcares y los cidos presentes en el fruto fr
Snchez, (2011) evalu el efecto de la proporcin de maracuy, tumbo y pera en la
aceptabilidad general del nctar. Utiliz el Diseo Simplex con Centroide Ampliado y
encontr que le tratamiento con 66.67% de pera: 16,67% de maracuy y 16.67% de
tumbo tuvo mayor aceptacin por parte de los panelistas con 6,34 de una escala de 10. El modelo matemtico que m
Especial con un R2=0.98.

4.2. VALIDACION DE LOS MODELOS ESTADSTICOS


Un aspecto muy importante que incide de modo determinante en el xito de los
proyectos de simulacin es que el modelo con que se trabaja sea una representacin suficientemente fiable y, por lo ta
planteado (Piera et al , 2006).
4.2.1. Caracterizacin de la materia prima
Se caracteriz a la materia prima que se us para elaborar el nctar mixto para las 5
proporciones nuevas con slidos solubles, pH y acidez.
Cuadro 29. Solidos solubles, acidez y pH del jugo de maracuy, pulpa de pia y pulpa
de naranjilla que se usaron para elaborar el nctar.
Fruta
Solidos solubles Acidez (%)
pH
IM
(Bx)
Maracuy

15.2 0.2

4.48 0.25

2.53

3.4

Pia

14.7 0.2

0.80 0.25

3.7

18.4

Naranjilla

6.2 0.2

2.6 0.25

3.06

2.4

Para la validacin de los modelos Cbico especial y Full cbico se us grupo de 45

panelistas evalu el color, olor y sabor de 5 muestras de nctar mixto en nuevas proporciones de maracuy, p
Cuadro 30. Proporciones de las pulpas para el nctar, valor promedio de aceptabilidad
en las variables color, olor y sabor de cada tratamiento.
Maracuy Pia
Naranjilla Color
Olor
Sabor
T
X1
X2
X3
Y1
Y2
Y3
1

0.5833

0.0833

0.3333

6.2312.48

6.3842.39

5.3912.61

0.3333

0.0833

0.5833

5.9442.19

5.4712.31

5.9882.45

0.0833

0.3333

0.5833

4.2442.19

4.5282.38

5.3862.62

0.0833

0.5833

0.3333

4.2442.37

4.9862.24

5.2912.57

0.3333

0.5833

0.0833

6.42.09

5.8512.41

5.3312.66

4.2.2. Color
Se analizaron los valores experimentales de la validacin con los valores estimados de
los dos modelos seleccionados (Cbico especial y Full cbico) para esta etapa.
Cuadro 31. Proporciones pulpas de maracuy, pia y naranjilla, color experimental (Y),
y color estimado (Y1 y Y2) para el modelo Cbico especial y Full cbico de cada tratamiento.
X1

X2

X3

Color Exp.

Maracuy
0.5833

Pia
0.0833

Naranjilla
0.3333

Y
6.2312.48

Cubico
Especial
Est.
Y1
6.373

0.3333

0.0833

0.5833

5.9442.19

6.038

6.3445

0.0833

0.3333

0.5833

4.2442.19

5.309

5.4081

0.0833

0.5833

0.3333

4.2442.37

5.274

5.1852

0.3333

0.5833

0.5833

6.42.09

5.993

5.5860

- COLOR - CBICO ESPECIAL


#
#
#
#
#
#

Color
#
#
5.3085 5.2735
#
Experimental
#
4.244 4.244

Full
Cubico
Est.
Y2
6.0047

Estimado
#
0
Tratamientos

Figura 15. Datos experimentales y datos estimados por el modelo Cbico especial para
la aceptabilidad en cuanto al color.
En la figura 15. se observan que los datos estimados para la aceptabilidad por el modelo
Cbico especial son cercanos y siguen la tendencia a los datos experimentales en la aceptabilidad para la variable col
Cuadro 32. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin R y
prueba t para los valores experimentales y estimados del modelo Cbico especial para la variable color, con significa
En el cuadro 32. El PEMA es de un 11.9112%, indica que el modelo est desviado, sin
embargo el coeficiente de correlacin es elevado R=0.9437. La prueba t determina que el valor p >0.05, por lo tanto s
con un =0.05.
Cbico especial
Color
ei
-1.9237

PEMA

Color

Media

DE

Error abs
(%)
11.9112

Exp

5.4126

1.0792

Est

5.7973

0.4851

R
0.9437

-1.3405

0.2511

Los errores son parte inherente de cualquier procedimiento de pronstico. Es raro que
los pronsticos coincidan al pie de la letra con el futuro, quienes pronostican slo pueden intentar que los inevitables
y Wichern, 1996).
Una parte de la decisin para utilizar una tcnica de pronstico en particular es la
determinacin de si la tcnica producir errores de prediccin que se juzguen como suficientemente pequeos. Es en
(FAO, 2004).
- COLOR FULL CUBICO
#
#
#
#
#
#
#
#
#
#
#
#
6.0047 5.944
5.4081 5.1852
4.244 4.244
#

Color
Experimental Estimado
2
4
Tratamientos

Figura 16. Datos experimentales y datos estimados por el modelo Full cbico para la
aceptabilidad en cuanto al color.
En la figura 16. se observan que los datos estimados para la aceptabilidad por el modelo
Full cbico son relativamente cercanos pero no siguen la tendencia a los datos experimentales en la aceptabili
Cuadro 33. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin R y
prueba t para los valores experimentales y estimados del modelo Full cbico para la variable color, con significancia
En el cuadro 33. el PEMA es de un 14.5386%, indica que el modelo est desviado, el
coeficiente de determinacin es relativamente bajo R=0.7058. La prueba t determina que el valor p >0.05, por lo tant
con un =0.05.
Full Cbico
Color
ei
-0.2931

PEMA

Color

Media

DE

Error abs
(%)
14.5386

Exp

5.4126

1.0792

Est

5.7057

0.4667

R
0.7058

-0.7998

0.4686

Tanto el modelo Cbico especial as como el modelo Full cbico para la variable color
presentan igualdad estadstica entre los valores experimentales y sus valores estimados, determinado mediante la prue
alto que el modelo Full Cbico.
No existe un mtodo genrico para determinar si un modelo es correcto. Esto debido a
que la validez de un modelo debe ser particularizada en trminos de los objetivos para los cuales ha sido desarrollado
(Piera et al , 2006).
4.2.3. Olor
Cuadro 34. Proporciones pulpas de maracuy, pia y naranjilla, olor experimental (Y) y
olor estimado (Y3 y Y4) para el modelo Cbico especial y Full cbico de cada tratamiento.
X1

X2

X3

Olor Exp.

Tratamiento
Y

Cbico
espcial
Est.
Y3

Full
cbico
Est.
Y4

Maracuy

Pia

Naranjilla

0.5833

0.0833

0.3333

6.3842.39

6.202

5.910

0.3333

0.0833

0.5833

5.4712.31

5.764

5.990

0.0833

0.3333

0.5833

4.5282.38

5.208

5.311

0.0833

0.5833

0.3333

4.9862.24

5.444

5.367

0.3333

0.5833

0.0833

5.8512.41

5.558

5.097

- OLOR CUBICO ESPECIAL


Figura 17. Datos experimentales y datos estimados por el modelo Cbico especial para

la aceptabilidad en cuanto al olor.


7
#
6
#
5
#
4
#
3
#
#
#
#
#
#
5.444 5.558
#
#

Olor
Experimental Estimado
0
Tratamientos

En la figura 17. se observan que los datos de estimacin en la aceptabilidad por el


modelo Cbico especial son cercanos y siguen la tendencia a los datos experimentales en la aceptabilidad para la vari
Cuadro 35. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin R y
prueba t para los valores experimentales y observados del modelo Cbico especial para la variable olor, con significa
En el cuadro 35. El PEMA es de un 7.4837%, indica que el modelo tiene una desviacin
baja, el coeficiente de correlacin es elevado R=0.905. La prueba t determina que el valor p >0.05, por lo tanto se ace
adecuadamente la variable olor y los valores estimados presentan igualdad estadstica
Cbico especial
Olor

PEMA
ei

-0.2931

Error abs
(%)
7.4837

R
0.905

Color

Media

DE

Exp

5.4440

0.7244

Est

5.6354

0.3753

-1.0273

0.3623

con un =0.05.
Uno de los criterios de comparacin de modelos fue el del error porcentual, criterio
utilizado por autores como Rojas (2011), Vsquez (2009), Aliaga (2009) y Movagharnejad y Nikzad (2007). Este crit
absolutos de los errores porcentuales.
Despus de construir el modelo de simulacin, queremos estar seguros de que el modelo

se comporta como est previsto. Los modelos de los procesos reales tienen mltiples actividades producindose de fo
previstas o errneas (Piera et al , 2006).
- OLOR FULL CUBICO
7
#
6
#
5
#
4
#
3
5.910 5.990
#
#
5.311 5.367
#
#
55..805917

Olor
Experimental Estimado
0
Tratamientos

Figura 18. Datos experimentales y datos estimados por el modelo Full cbico para la
aceptabilidad en cuanto al olor.
En la figura 18. se observan que los datos de estimacin en la aceptabilidad por el modelo Full cbico son cercanos p
en la aceptabilidad para la variable olor.
Cuadro 36. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin y
Prueba t para los valores experimentales y estimados con significancia p<0.0500, h0: u1=u2.del modelo Full cbico pa
Full cbico
Olor
ei
-0.0909

PEMA
Error abs
(%)
10.9491

R
0.411

Olor

Media

DE

Exp

5.4440

0.7244

Est

5.5349

0.3929

-0.3045

0.7759

En el cuadro 36. el PEMA es de un 10.9491%, indica que el modelo est desviado,


adems el coeficiente de correlacin es bajo R=0.411. La prueba t determina que el valor p >0.05, por lo tanto se acep
con un =0.05.
Tanto el modelo Cbico especial as como el modelo Full cbico para la variable olor
presentan igualdad estadstica entre los valores experimentales y sus valores estimados, determinado mediante la prue

cbico.
La ecuacin que tenga la R2 ms alta es la mejor. Por una parte el analista desea la R2
ms alta posible y por otro, desea la ecuacin ms sencilla posible (Hanke y Wichern, 1996).

La validacin adecuada de un modelo desarrollado para pronosticar nuevas


observaciones debe implicar la prueba del modelo en su ambiente, antes de ser entregado al usuario (Montgom
4.2.4. Sabor
Cuadro 37. Proporciones pulpas de maracuy, pia y naranjilla, sabor experimental (Y)
y sabor estimado (Y5 y Y6) para el modelo Cbico especial y Full cbico, de cada tratamiento.
Cbico especial

Tratamiento

X1

X2

X3

Sabor Exp.

Cbico
Especial
Est.
Y5

Full
Cbico
Est.
Y6

Maracuy

Pia

Naranjilla

0.5833

0.0833

0.3333

5.3912.61

5.956

5.798

0.3333

0.0833

0.5833

5.9882.45

6.038

6.150

0.0833

0.3333

0.5833

5.3862.62

5.629

5.698

0.0833

0.5833

0.3333

5.2912.57

5.836

5.790

0.3333

0.5833

0.0833

5.3312.66

5.982

5.657

- SABOR CUBICO ESPECIAL


7

5.956 6.038

6
5

5.988

#
4
3
2
5.629 5.836 5.982
5.386 5.291 5.331

Sabor
Experimental Estimado
0
2
Tratamientos

Figura 19. Datos experimentales y datos estimados por el modelo Cbico especial para
la aceptabilidad en cuanto al sabor.
En la figura 19 se observan que los datos estimados en la aceptabilidad por el modelo
Cbico especial son muy cercanos pero no siguen la tendencia a los datos experimentales en la aceptabilida

Cuadro 38. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin del
modelo Cbico especial para la variable sabor y prueba t para los valores experimentales y estimados del m
significancia p<0.0500, h0: u1=u2.
Sabor
ei
-0.4108

PEMA

Cbico especial
Sabor
Media

Exp

5.4774

Est

5.8882

Error abs
R
(%)
7.6670
0.4815

-3.6176

0.0224

En el cuadro 38. el PEMA es de un 7.667%, indica que el modelo est, adems el


coeficiente de correlacin es bajo R=0.4815. La prueba t determina que el valor terico se encuentra debajo del valor
adecuadamente la variable sabor y hay diferencias entre sus muestras con un =0.05.
- SABOR FULL CUBICO
Figura 20. Datos experimentales y datos estimados por el modelo Full cbico para la
aceptabilidad en cuanto al sabor.
7
#
6
5
#
4
3
#
#
5.698 5.790 5.657
5.386 5.291 5.331

Sabor
Experimental Estimado
2
0
Tratamientos

En la figura 20 se observan que los datos de estimacin en la aceptabilidad por el


modelo Full cbico son muy cercanos y siguen la tendencia a los datos experimentales en la aceptabilidad para la var
Cuadro 39. Porcentaje de error medio absoluto (PEMA), coeficiente de correlacin y
prueba t para los valores experimentales y estimados del modelo Full cbico para la variable sabor, con significancia
Full cbico
Sabor
ei
-0.3413

PEMA

Error abs
(%)
6.1201
0.9395

Sabor

Media

Exp

5.4774

Est

5.8187

-6.1147

0.0036

En el cuadro 39. El PEMA es de un 6.1201%, indica que el modelo est un poco

desviado, sin embargo el coeficiente de correlacin es elevado R=0.9395. La prueba t determina que el valor p <0.05
=0.05.
Tanto el modelo Cbico especial as como el modelo Full cbico para la variable sabor
no presentan igualdad estadstica entre los valores experimentales y sus valores estimados, determinado mediante la p
estadstica.
Las sensaciones que motivan este rechazo o aceptacin varan con el tiempo y el
momento en que se perciben: dependen tanto de la persona como del entorno. De ah la dificultad de que con determi
valoracin sensorial que realizar del producto alimentario (Sancho et al , 1999).
Es atractiva la conclusin de que un modelo que se ajusta bien a los datos tambin
funcionar bien en la aplicacin final; eso no es necesariamente cierto: por ejemplo, un modelo puede haber sido desa
datos observados sea un buen predictor (Montgomery et al , 2005).
4.3. DISEO SIMPLEX CON CENTROIDE AMPLIADO DE 10 PUNTOS
Se realiz la comparacin de los coeficientes de correlacin y porcentajes de error
absoluto del Diseo Simplex con centroide ampliado de 19 puntos con el mismo diseo usando los resultados de los
Cuadro 40. Proporciones de las pulpas para el nctar en porcentaje, valor promedio de
aceptabilidad en las variables color, olor y sabor de cada tratamiento.
Maracuy Pia
Naranjilla Color
Olor
Sabor
N
X1
X2
X3
Y1
Y2
Y3
1

5.9380 2.75

6.356 2.6

5.050 2.74

4.4840 2.45

4.031 2.58

5.360 2.78

5.2270 2.76

6.298 2.51

7.144 2.28

0.5

0.0

0.5

5.7560 2.40

5.693 2.55

5.518 2.31

0.0

0.5

0.5

4.8420 2.15

5.411 2.07

5.429 2.28

0.5

0.5

0.0

6.1820 2.58

5.644 2.70

5.449 2.55

0.6667

0.1667

0.1667

6.3420 2.80

6.724 2.03

6.009 2.50

0.1667

0.1667

0.6667

5.9070 2.0

5.373 2.04

6.098 2.15

0.1667

0.6667

0.1667

5.3240 2.50

5.531 2.48

6.100 2.49

0.3333

0.3333

0.3333

6.2160 1.86

5.576 2.09

6.565 1.81

10

Cuadro 41. Coeficiente de correlacin y error porcentual absoluto para el diseo


Simplex con centroide ampliado de 10 y 19 puntos para el color, olor y sabor.
Variable
Color
Modelo

R 10 p

R 19p

Lineal

0.7414

0.6286

Error abs (%) Error abs (%)


10 p
19 p
6.2197
7.7350

Cuadrtico

0.9159

0.8541

3.5206

5.1182

Cbico especial 0.9436

0.8897

2.4495

4.5449

Full Cbico

0.9999

0.9534

Variable

0.0937

2.8603

Olor

Lineal

0.8495

0.6893

5.8086

6.1500

Cuadrtico

0.9317

0.7850

3.2942

5.0673

Cbico especial 0.9338

0.7857

3.3289

5.1645

0.9851

0.8840

1.8216

4.0888

Full Cbico
Variable

Sabor

Lineal

0.6782

0.4453

6.7103

7.1208

Cuadrtico

0.8134

0.6793

4.9626

5.3838

Cbico especial 0.9751

0.4453

1.7616

3.8317

1.0000

0.6793

0.0593

3.0627

Full Cbico

En el cuadro 41. se aprecia que existe diferencia entre los coeficientes de correlacin y
porcentajes de errores absolutos con respecto al nmero de tratamientos usados del mismo diseo. El diseo con 10 t
adems de un %E abs ms bajo para todos los modelos y variables.
4.4. OPTIMIZACIN
En la optimizacin se compararon las grficas de superficie de respuesta de cada
variable (color, olor y sabor), se determinaron las coordenadas comunes dentro de las cuales se encontraban los valor
naranjilla para la mejor aceptabilidad en el nctar.
Figura 21. Superficies de respuesta para el color, olor y sabor del modelo Fll cbico
para el nctar mixto.
En la figura 21 se muestran que cada superficie de respuesta existe un tringulo que
contiene el rea comn y las coordenadas de las proporciones de frutas donde se
encuentran las regiones con ms aceptacin para las variables color, olor y sabor del
nctar mixto.
Entonces tenemos que para (X1, X2 y X3) las coordenadas son:
Por lo tanto los rangos son:
0.333<X1<0.667
0.1667<X2<0.416
0.1667<X3<0.333
Donde:
X1: proporcin de jugo de maracuy
X2: proporcin de pulpa de pia.
X3: proporcin de pulpa de naranjilla.
A continuacin se us el programa LINGO DEMO 13.0 para optimizar las ecuaciones, teniendo como prioridad la va
unidad.
Figura 22. Ecuaciones de las variables color, olor y sabor para el modelo Full cbico y

restricciones de las proporciones de las pulpas de frutas en el programa LINGO DEMO 13.0.
Figura 23. Resultados de optimizacin para las variables color, olor y sabor y las
concentraciones de maracuy, pia y naranjilla.
Los resultados que muestra la figura 23 obtenidos por el programa LINGO DEMO 13.0
para los valores ptimos de maracuy es 38.38%, para la pia es 28.32% y para la
naranjilla es 33.3% dando como resultado para la variable color 6.5, para la variable olor 5.84 y para la variable sabo
El hecho comn a todos los tipos de problemas es que existe un valor ideal, o unos
valores lmites y cuantificables. Varias unidades de producto nos permitirn evaluar la media y la variabilidad (Figue
Un problema de optimizacin podr por tanto ser de ajuste de la media para conseguir
un valor ms deseable de la misma, o bien reducir la variacin alrededor de esta media, para que las diferentes unidad
V. CONCLUSIONES
- El modelo Full cbico es el modelo con mejor capacidad predictiva para las pruebas
experimentales del nctar de maracuy, pia y naranjilla para las variables color, olor y sabor con un p<0.05, R2>0.7

- La maracuy tuvo un mayor efecto en el color y olor del nctar (p=0.05) y en el sabor
la pia tuvo un mayor efecto seguido por la naranjilla (p=0.05).
- La prueba t demostr igualdad estadstica para los datos experimentales de la
validacin con los datos estimados por ambos modelos para las variables color y olor, no siendo el caso para ambos m
porcentual absoluto (6.1201%) y mayor coeficiente de correlacin (0.9395).
VI.
RECOMENDACIONES
- Emplear otros tipos de frutas en la elaboracin de nctares, para evaluar la
aceptabilidad sensorial.
- Validar los modelos empleados en distintos experimentos realizados en nctar y en
otros productos elaborados con alimentos.
- Comparar la capacidad predictiva de los modelos Cbico especial y Full cbico con la
capacidad predictiva de las redes neuronales artificiales.
VII. BIBLIOGRAFIA
Aliaga, E., (2009) Estudio comparativo de la capacidad de prediccin por Redes
Neuronales Artificiales, Modelos de Regresin Estadstica y Mtodos Matemticos del efecto de la temperatura y tie
Agroindustrial. Universidad Nacional de Trujillo. Facultad de Ciencias Agropecuarias.
Anzalda, A., (1994) La evaluacin sensorial de los alimentos en la teora y la
prctica. Ed. Acribia S. A. Espaa: Zaragoza.
Barreiro, J. y A. Sandoval, (2006) Operaciones de conservacin de alimentos por bajas
temperaturas. Ed. Equinocio, Venezuela: Caracas, pp. 112.
Barusi, A.; Medina, X. y G. Colesanti, (1998) El color en la alimentacin
mediterrnea: elementos culturales y sensoriales de la nutricin. Institut Catal de la Mediterrnia. Espaa: Barcelo
Bello, J., (2000) Ciencia bromatolgica. Principios generales de los alimentos. Ed.
Daz de Santos, Espaa: Madrid, pp. 176-187.
Berger, R., (2007) Flavours and fragances. Chemistry, Bioprocessing and
Sustainability . Ed. Springer, Alemania: Hannover, pp. 195, 196.
Bernal, J.; Tamayo V.; Londoo, M. y M. Hincapi, (2001) Frutales de Clima Clido .

Corpoica, pp. 3.
Cano, A., (2013) Efecto de la proporcin de Aguaymanto (Physalis peruviana), Uva
(Vitis vinfera) variedad Moscatel y Arndano (Vaccinium corymbosum) en las caractersticas fisicoqumicas y senso
Facultad de Ciencias Agropecuarias.
Camacho, O., (2002) Procesamiento y conservacin de frutas. Universidad Nacional de
Colombia,
Colombia:
Bogot,
[En
Lnea]
Disponible
en:
http://www.virtual.unal.edu.co/cursos/agronomia/2006228/html/descripcion.html [Accesado el 21 de febrero del 201
Duque, C. y A. Morales, (2005) El aroma frutal de Colombia. Universidad Nacional de
Colombia, pp. 247, 248
EROSKI CONSUMER, (2008) El aroma de los alimentos. [En Lnea] Disponible en:
http://www.consumer.es/seguridad-alimentaria/ciencia-y- tecnologia/2008/06/25/177969.php [Accesado el 18 de feb
Eskin, M., (1990) Biochesmistry of foods , 2 Ed. Academic Press, Inc. Estados Unidos:
California, pp. 112-142.
FAO, (1989) El mercado mundial de productos hortofrutcolas tropicales. Perspectivas
y requerimientos para su desarrollo. Italia: Roma, pp.32.
FAO, (2004) Caracterizacin de peligros de patgenos en los alimentos y el agua. [En
Lnea] Disponible en: ftp://ftp.fao.org/docrep/fao/008/y4666s/y4666s00.pdf [Accesado el 18 de febrero del 2013]
FAO, (2006a) Elaboracin de nctar de frutas tropicales. [En Lnea] Disponible en:
http://www.fao.org/inpho_archive/content/documents/vlibrary/ae620s/pprocesados/fru4. htm [Accesado el 18 de febr
FAO, (2006b) Fichas tcnicas. Productos frescos y procesados. Lulo (Solanum
quitoense). [En Lnea] Disponible en: http://www.fao.org/inpho_archive/content/documents/vlibrary/ae620s/pfresco
[Accesado el 15 de noviembre del 2013]
FAO/OMS, (2005) Norma general del codex para zumos (jugos) y nctares de frutas,
CODEX STAN 247, pp.18.
Figuera, P., (2006) Optimizacin de productos y procesos industriales. Ed. Gestin
2000, Espaa: Barcelona, pp. 31.
Ferrucci, F., (1997) Estudio global para identificar oportunidades de mercado de frutas
y hortalizas de la regin andina . IICA, Tomo I, pp. 173,174.
Gil, A., (2010) Tratado de Nutricin. Composicin y Calidad Nutritiva de los
Alimentos. 2da Edicin, Ed. Panamericana, Espaa: Madrid, pp.191.
Gordillo, C.; Guerrero, N.; Izziga, N.; Laguna, B.; Lzaro, M. y J. Rojas, (2011)
Efecto de la proporcin de naranja (Citrus sinensis), papaya (Carica papaya) y pia (Ananas comosus) en la acep
Agroindustrial science.
Guido, M., (1983) La Pia. IICA, Nicaragua, pp. 18.
Hanke, J. y D. Wichern, (2006) Pronsticos en los negocios. 8va edicin, Ed. Pearson
educacin, Mxico: Naucalpn, pp. 5, 6, 119-126
Hernndez, B., (2001) Tcnicas estadsticas de investigacin social. Ed. Daz de Santos,
Espaa: Madrid, pp.185.
Holdsworth, D. y R. Simpson, (2007) Food engineering series. 2da Edicin, Ed.
Springer, pp. 127

Ibez, F. y Y. Barcina, (2001) Anlisis sensorial de los alimentos. Mtodos y


aplicaciones. Ed. Springer, Espaa: Barcelona, pp. 24.
IICA, (1996) Manejo pre y post cosecha de frutales y hortalizas para la exportacin.
Instituto Nacional Autnomo de Investigaciones Agropecuarias, Ecuador: Quito, Pp.31
INDECOPI, (1977) Productos elaborados a partir de frutas y otros vegetales.
Determinacin de la acidez. NTP 203.070, Per, pp. 2-3.
INDECOPI, (2009) Jugos , Nctares y Bebidas de fruta . Requisitos. NTP 203.110, Per,
pp.16,20-23.
INEN, (2009) Frutas frescas. Naranjilla. Requisitos. Instituto Ecuatoriano de
Normalizacin. Ecuador: Quito, pp. 4.
ISO, (2003) Productos de frutas y vegetales Determinacin de los slidos solubles
Mtodo Refractomtrico. ISO 2173:2003.
Kuehl, R., (2001) Diseo de experimentos. Principios estadsticos para el diseo y
anlisis de investigaciones. University of Arizona, 2da edicin, Ed. International Thomson, Mxico, pp. 448-4
Len, J., (1987) Botnica de los cultivos tropicales, pp.170-171.
Lozano, J., (2006) Lulo, El Cultivo. Universidad de Bogot, Colombia: Bogot, Centro
de Investigaciones y Asesorias Agroindustriales, pp. 63
Martnez, H., (2006) Agroindustria y competitividad: Estructura y dinmica en
Colombia 1992-2005. Colombia: Bogot, pp. 293-295
Meiselman, H. y H. MacFie, (1996) Food choice acceptance and comsuption . 1ra
edicin, Ed. Blackie Academic and Professional, Estados Unidos: Nueva York, pp. 53- 55.
Mena, N., (2010) Determinacin de ndices de madurez para la cosecha y conservacin
al ambiente, del arraz (Eugenia stipitata) y Boroj (Borojoa patinoi). Proyecto previo a la obtencin del ttulo de in
Agroindustria. Escuela Politcnica Nacional de Quito.
Montgomery, D.; Peck, E. y G. Vining, (2005) Introduccin al Anlisis de Regresin
Lineal. Ed. Continental, 3ra edicin, Mxico, pp. 477-482.
Montgomery, D., (2004) Diseo y Anlisis de experimentos. Ed. Limusa, 2ed. Estados
Unidos: Arizona, pp. 154, 155.
Movagharnejad, K. y M. Nikzad, (2007) Modeling of tomato drying using Artificial
Neural Network. Computers and electronics in agriculture 59.
Orrego, C., (2003) Procesamiento de alimentos. Universidad Nacional de Colombia,
Colombia: Manizales, pp.146.
Ostle, B., (1973) Estadstica Aplicada. Tcnicas de la estadstica moderna, cuando y
donde aplicarla . Ed. Limusa, Mxico.
Piera, M.; Guasch, T.; Casanovas, J. y J. Ramos, (2006) Como mejorar la logstica de
su empresa mediante la simulacin. Ed. Diaz de Santos, Espaa: Madrid, pp. 45,46.
Quispe, D., (2011) Efecto de la proporcin de zanahoria (Daucus carota L), tomate
(Lycopersicon esculentum) y esprrago blanco (Asparagus officinalis L) en la aceptabilidad sensorial y consistencia
de Ciencias Agropecuaria: Universidad Nacional de Trujillo.
Ramrez-Navas, J., (2012) Anlisis sensorial: pruebas orientadas al consumidor.

Universidad del Valle, Colombia: Cali, pp. 91 y 92.


Rees, J y J. Bettison, (1991) Packaging of heat preserved foods. USA: New York, pg.
#
Reina, E.; Dussan, S. y R. Snchez, (1997) Manejo postcosecha y evaluacin de la
calidad de maracuy (Passiflora Edulis) que se comercializa en la ciudad de Neiva.
Universidad surcolombiana, pp. 53, 54, 56.
Revelo, J., (2010) Manual del Cultivo Ecolgico de la Naranjilla , pp. 12, 13, 24, 38, 39.
Rojas, J., (2011) Prediccin mediante redes neuronales artificiales de la influencia de
la concentracin y temperatura del jarabe de inmersin en la difusividad efectiva media y las caractersticas fisicoqu
Escuela de postgrado: Universidad Nacional de Trujillo.
Rojas, J., (2013) Manual de prctica de tecnologa de los productos agroindustriales I.
Universidad Nacional de Trujillo: Facultad de Ciencias Agropecuarias, Escuela de Ingeniera Agroindustrial, pp
Snchez, S., (2011) Efecto de la proporcin de maracuy (Passiflora edulis), Tumbo
(Passiflora tripartita) y pera (Pyrus communis) en la aceptacin general del nctar aplicando el diseo de centroide
Trujillo.
Sancho, J.; Bota, E. y J. de Castro (1999) Introduccin al anlisis sensorial de los
alimentos. Ed. Universitat de Barcelona, pp. 23.
Suarez, D., (2003) Gua de procesos para la elaboracin de nctares, mermeladas,
uvas, pasas y vinos. Ed. Siglo del Hombre, Colombia: Bogot, pp.15.
Taucher, E., (1997) Bioestadstica. Universidad de Chile, Chile: Santiago de Chile,
pp.223.
Urea, M. y M. DArrigo, (1999) Evaluacin Sensorial de los Alimentos. Universidad
Nacional Agraria La Molina, 1ra Edicin, Ed. Agraria, Per: Lima,
Valderrama, J., (1999) Informacin tecnolgica. Centro de Informacin Tecnolgica,
Vol. 10, Chile: La Serena, pp.94-95
Vargas, A., (1996) Estadstica descriptiva e inferencial. 2da edicin, Universidad de
Castilla-La Mancha, pp.411.
Vsquez, V., (2009) Prediccin de la calidad fisicoqumica de vinagre clarificado de
melaza de caa (Saccharum officinarum) por efecto de la temperatura de alimentacin a un evaporador destilador fl
Escuela de Postgrado.
Vilar, J., (2002) Diseo y Anlisis de Experimentos. Ed. Acribia, S. A. Zaragoza,
Espaa, pp. 123- 157.
ANEXO 1
DETERMINACIN DE LOS SLIDOS SOLUBLES ISO 2173:2003
Aparatos
Refractmetro que indica la fraccin de masa de la sacarosa, que significa en una escala graduada 0,10%. Este refract
Vaso de capacidad de 250 mL
Procedimiento
Productos semi-espesos
Pulse una parte de la muestra a travs de una gasa doblada en cuatro, rechazando las primeras gotas del lquido y rese

Productos lquidos claros


Mezcle bien la muestra de laboratorio y utilcela directamente para la determinacin. Llevar la solucin de prueba a
instrumento utilizado.
Correcciones
Si la determinacin ha sido llevada a una temperatura diferente de 20 0.5C las siguientes correcciones son
ANEXO 2
DETERMINACIN DEL pH NTP 203.108:1977
Aparatos
Potencimetro
Preparacin de la muestra
Se toma 20 g. de muestra. Se diluye al 50% con agua destilada (materia prima) se toma 20 mL de muestra (nctar).
Procedimiento
Se normaliza el potencimetro usando la solucin tampn a pH 4. Se introduce el electrodo y se mide el pH de la mu
ANEXO 3
DETERMINACIN DE LA ACIDEZ TITULABLE NTP 203.070:1977
Determinacin acidez titulable (Materia prima)
Aparatos
Balanza analtica, con sensibilidad de 0,1 mg Pipetas volumtricas de 1 cm3 y 5 cm3
Vaso de precipitacin de 100 cm3
Matraz aforado de 250 cm3

Reactivos
Solucin 0,1 N de hidrxilo de sodio
Solucin alcohlica al 1 % (m/v) de fenolftalena
Preparacin de la muestra
Se pesaron 25 g de muestra triturada y homogeneizada, se transfiri a un vaso de precipitacin de 100 cm3, se agrega
El filtrado se transfiri a un matraz aforado de 250 cm3, se enfri, se complet el
volumen y se agit antes de tomar la alcuota para el anlisis.

Procedimiento
Se tom 25 cm3 de la solucin preparada y diluida.
Se titul con la solucin 0,1 N de hidrxido de sodio, usando 1 cm3 de la solucin indicadora de fenolftalena, y se an
V1=Volumen de dilucin (mL)
V2=Alcuota (mL)
V3=Gasto de NaOH (mL) W=Peso de muestra (g)
N=Normalidad de NaOH
Determinacin acidez titulable (Nctar)
Aparatos
Pipetas volumtricas de 1 cm3 y 5 cm3
Vaso de precipitacin de 100 cm3 Matraz aforado de 250 cm3
Reactivos

Solucin 0,1 N de hidrxido de sodio


Solucin alcohlica al 1 % (m/v) de fenolftalena
Preparacin de la muestra
Se tomaron 20 cm3 de muestra, Se filtr.
El filtrado se transfiri a un matraz aforado de 250 cm3, se complet el volumen y se agito antes de tomar la alcuota
Procedimiento
Se tom 25 cm3 de la solucin preparada y diluida.

Se titul con la solucin 0,1 N de hidrxido de sodio, usando 1 cm3 de la solucin indicadora de fenolftalena, y se an

V1=Volumen de dilucin (mL)

V2=Alcuota (mL) V3=Gasto de NaOH (mL) N=Normalidad de NaOH

V=Volumen de la muestra

ANEXO 4
CARTILLA DE EVALUACIN SENSORIAL
Evaluacin sensorial del nctar de maracuy, pia y naranjilla.
Panelista N
Nombre:
Fecha:
Muestras:
Se le invita a la evaluacin de color, olor y sabor de la muestra del nctar de maracuy,
pia y naranjilla mediante una escala no estructurada. Seale dentro de la lnea la ubicacin del nmero de la muestra
COLOR
No me agrada
Me agrada mucho
OLOR
No me gusta
Me gusta mucho
SABOR

No me gusta
Muchas Gracias

Me gusta mucho

ANEXO 5
BALANCE DE SOLIDOS SOLUBLES
La ecuacin para hallar la cantidad de azcar a aadir al nctar para obtener 14 Bx final se detalla a continuacin:
Datos adicionales
El nctar mixto contuvo 244 g de pulpa mixta de maracuy, pia y naranjilla y 854 g de agua.
Materia prima (Bx) = Nectar (Bx)
M*B1 + P*B2 + N*B3 + A*B4 = N*B5
M*B1 + P*B2 + N*B3 + A*B4 = (M+P+N+A+H)*B5 M*B1 + P*B2 + N*B3 + A*1 = (1098+A)*0.14 0.86*A= 153.72 A= (153.72 - (M*B1 + P*B2 + N*B3))/0.86
Donde:
M: jugo de maracuy en gramos P: pulpa de pia en gramos
N: pulpa de naranjilla en gramos A: cantidad de azcar en gramos
H: cantidad de agua en gramos
Bx maracuy B1: 0.136 ; 0.152 (validacin)
Bx pia
B2: 0.149; 0.147 (validacin)
Bx naranjilla B3: 0.065; 0.0306 (validacin)
Bx azcar
B4: 1
Bx nctar
B5: 0.14
Las cantidades de azcar que se muestra en el cuadro 55. para cada tratamiento se
encontraron con la frmula anterior.
ANEXO 5. CONTINUACIN
Cuadro 42. Cantidad de azcar aadida para cada tratamiento del nctar mixto.
T
Maracuy g
Pia g
Naranjilla g Azcar g
1
2
3
4
5
6
7
8
9
10
11
12

244
0
0
122
0
122
162.67
40.67
40.67
81.33
101.67
40.66

0
0
244
0
122
122
40.67
40.66
162.67
81.33
40.66
101.67

0
244
0
122
122
0
40.66
162.67
40.66
81.34
101.67
101.67

140.16
160.3
136.47
150.23
148.39
138.31
142.90
152.97
141.06
145.64
147.94
147.01

13
14
15
16
17
18
19

101.67
203.34
20.33
20.33
122
61
61

101.67
20.33
20.33
203.34

40.66
20.33
203.34
20.33
61
61
61
122
122
61
Validacin
20.3333
81.3333
20.3333
142.3333
81.3333
142.3333
142.3333
81.3333
142.3333
20.3333

141.98
141.53
156.64
138.76
144.27
149.31
143.35

1
142.3333
147.22
2
81.3333
155.82
3
20.3333
156.18
4
20.3333
147.93
5
81.3333
139.32
ANEXO 6
CLCULO DEL VALOR Po
Metodologa
- Preparar jugos de fruta o nctar y colocarlos en botellas de vidrio (para
evaluacin y para monitoreo)
- Sellar hermticamente.
- Colocar el sensor de temperatura (termocupla) en el punto ms fro en el frasco de monitoreo.
- Llevar los productos envasado (con sensor y sin sensor) a un bao de agua caliente.
- Calentar los productos envasados. Medir cada dos minutos la temperatura del interior de producto envasado que tien
- Una vez caliente el medio de calentamiento a la temperatura deseada, mantener la temperatura del medio constante
Tratamiento 1:
T1 = 80C, tp = 30 min
Tratamiento 2:
T1 = 90C, tp = 15 min
- Enfriar el producto colocando agua fra a la temperatura de T2 (10C) sobre el
caliente.
- Graficar la T del interior del producto (Ti) y la T del medio de calentamiento (Tr) vs. tiempo (t) en el mismo g
- - En el grafico encontrar: CUT, tp y tiempo de enfriamiento (te).
T
T1
te

tp
CUT

Medio de calentamiento
Producto

- Calcular la velocidad letal para cada tiempo


L = 10 (Ti-Tref)/Z
Donde:
Tref = Temperatura de referencia
Ti = Temperatura interior del producto
El valor de Tref y Z se tomar de las recomendaciones bibliograficas o segn:

B. fulva:
Tref= 200F, Z =16F
F = 1mim
Mohos y Levaduras: Tref= 150F
Z = 12F F = 9 min
- Completar los cuadros:
Producto:..
Microorganismo de referencia:
Z=
Tref = Tratamiento 1:
tp =
T1 =
T2 =
Tiempo (min) Ti (C) Tr Temperatura del medio de
L
calentamiento (C)

Log (T1-Ti) (Zona


de calentamiento)

Log (Ti-T2)
(Zona de
enfriamiento)

(Rojas,2013).
ANEXO 7
Po DEL NCTAR MIXTO DE MARACUY, PIA Y NARANJILLA.
Cuadro 43. Tiempo en minutos, tm (temperatura del medio), Velocidad letal para cada tiempo (Li), Po para Tref= 93
t
tm (C)
ti(C)
Li
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

58
60
62
63
65
66
67.5
69.5
70.5
71.5
72.5
73.5
74.5

52
55
56
57
59
59
60
61.8
62
63
64
65.5
67

76
77
77.5
78.5

67.5
69.8
71
72.5

79
81
81.5

76.5
82
83
84
85
86
88

89.5
90.5

73
75
78
79
80
81
82.5
85
85.5
87

0.0001
0.0001
0.0002
0.0002
0.0004
0.0004
0.0005
0.0007
0.0007
0.0009
0.0012
0.0017
0.0023
0.0026
0.0045
0.0059
0.0083
0.0093
0.0148
0.0209
0.0295
0.0372
0.0468
0.0589
0.0832
0.1479
0.1660
0.2344

29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

91
92
93

88.5
89.5

0.3311
0.4169
0.4677
0.5248
0.5888
0.6607
0.8318
0.9333
1.1220
0.3311
0.1660
0.0589
0.0372
0.0295
0.0209
0.0148
0.0083
0.0059
0.0037
0.0023
0.0019
0.0017
7.4388

90

94.5
95.5

90.5
91
96

91.5
92.5

96.2
96.2
96.5

93
93.8
88.5
85.5

25
25.5
26
27

81
79
78

28.5
29
30

76.5
75

31.5

72.5
32

71
69
67
66

33.5
34
36
37

65.5
Po

ANEXO 8
DISEO DE BLOQUES INCOMPLETOS BALANCEADOS
Cuadro 44. Diseo de bloques incompletos balanceados y resultados de las variables color, olor y sabor.
Cdigo
MUESTRA
Panelista

420
1

368
2

729 103
3
4

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420

368
368
368
368
368
368
368
368
368
368

729
729

962
5

334
6

816
7

957
8

500
9

677
10

803
11

138
12

298
13

742
14

641
15

875
16

526
17

298

483
483

677
962

875

816

641
742

334

526
526

957
334

742
742

816
103
729
729
729
729 103
729
729
729
729

875

803

103

483
18

677

526
641

138
962

816

875

483

803
526

334
962
962

138
816
816

500

803

500

803
803

957

962

103

962

334
334

641
641
298

957
103

483

957

641
526
298
298

742

816
957
957

500
500
500

875
803
138

641
641

526

483

27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101

420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420
420

103

334
334

500
500

103

957
957

962

138
526
677
677

816

138
803

500
957

298
138
138

500

962
962

298
298

677
334
334

816
677

334

957

500
677

729
729
729
729 103
729
368 729
368 729
368 729
368
368
368
103
368
368
368
103
368
368
368
368
368
368
368
368
368
368
368
368
103
368
368
103
368
368
368
103
368
103
368
368
103
368
729
729
729
729
729
729
729 103
729
729 103
729 103
729
729
729
729 103
729 103
729
729
729
729
729
729

816

526

641

526
483
526
875
875

138
138

962
103

483
641
641

742
742

103

368
368
368
368
368

742

677

103
816

803
803

298
298
298

677
677
803
803

138

742

875
875

742
742

875
875

742
957

483

641

816

483
875
875

138
803

962

483

500
500

742
875

816

138

526
526

962
334

138
816

334
334

500
803

816
957

962
962

138
138

500
500

298
298

742

298
641
641
742

816
677
677

816
500
500
500

816
962
962

526
138

483
298
298
298

677
138

526

957

641
677

962

526
641
742

803

334

816
816

500
500

803
803

677
138
677
677
803

298
298

500

742

641

742
742

641
641
641

803
334

677

962

138

298

138
138

298

138

298

875

526

875
875

526
526

803
816

957

875
803
803

334
816
962
962

816

500

742

677
677
677
500
677

334

526
526
526

957

334

962

875

742
742

957
334

483

677

677

334
334

641
641

803

957

957
957
957
957
957
957

526
483

298
298

803

334

875

138
803

334

483
641

334

483
875

138
957

334

483

875

298

816

962
962
962

483
483

483
641
138
138

526
875

298

742
742

641
641

875

483

729
729
729
729
729
729

102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
N
Cdigo

103
103

500
334
957
957

103
334

2
368

3
729

4
103

816
816

334

526
298
298

677
677
677

483
742
803

298
875

500
500
816

138
298
334
334

742
742

138
138
138

500
500

5
962

138
298

483

742

803

526
526
526

803

298
298

526
875
875

500
500

742
742
742

677

816
957
500
500

677

803

677

803

138

816

298
816
816

526
526
526

875
641

742

803
803

500

526

641

875
875
875

641
641

875

641

875

483
483
483
483
483
483
483
483

803
500

138

500
138
677
500
500
500
957
957
957
957
957
957
957
957
957
957

8
957

483

742
138

334

7
816

483

298

334

6
334

526

875

677
677

816
816
816
816
816
816
816
816
816
816
816

875

742
742

500
500

957
957
957
957

526
526
875

138

334

483

641
641
641

803

334

334

483

641
298

816
816

641
641
875

957

816

875
875

803

677

483
483

957

957

526
526
526

677
742

962

962
962
962
962
962
962
962
962
962
962
962
962
962
962
962
962
962

641

957
816

962
962

742

742
742

962

334
334
334
334
334
334
334
334
334

1
420

875

500
500
500
500

334
103
103
103
103
103
103
103
103
103
103
103
103
103
103
103
103
103
103
103

803
677

803
803
803

677
677
677
677

298
298
298

875
641

298
298
138
138

875

803
803
803
803

500
9
500

677
677

803
803

10
677

11
803

483
483
526
526

483

641
641

298

526

803
677
677
677

875
875

875

138
138
138

742
742

483
526

298
298
298

138
138
138
138
12
138

641
641

742
526
742
742
742

483
483
483
483

641
875

526
526

483

641
641
15
641

16
875

17
526

18
483

298
13
298

ANEXO 9
RESULTADOS DEL PANEL SENSORIAL DE LA VARIABLE COLOR

742
14
742

Cuadro 45. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial la variable color.
N
Cod

10

11

12

13

14

15

16

420

368

729

103

962

334

816

957

500

677

803

138

298

742

641

875

7.8

2.6

3.4

5.2

3.2

1.1

5.2

7.2

1.9

6.6

5.3

4.1

8.6

2.3

1.1

0.8

7.1

2.1

0.7

7.2

7.9

7.4

1.8

2.7

8.9

8.9

5.5

1.5

4.6

4.5

2.6

7.1

6.7

3.9

4.8

5.8

3.7

4.3

6.2

9.2

7.5

1.3

5.2

5.2

8.9

6.9

2.1

8.4

5.2

4.9

5.2

4.9

8.9

9.9

3.4

5.7

2.3

9.5

0.2

7.5

7.5

5.1

3.1

7.9

6.4

5.4

8.6

7.1

9.1

3.2

9.3

1.5

7.5

8.7

7.3

2.6

6.9

7.2

3.2

4.3

9.4

9.1

8.8

10

7.1

3.8

6.1

3.8

7.7

1.3

7.6

4.1

6.2

6.1

6.9

6.1

9.5

2.3

7.5

2.6

4.2

5.1

3.1

9
10

5.9
6

11

13

3.7

15

6.7
3

16
17

3.5

18

4.3

5.4

8.5

2.4

2.5

5.9

0.9

8
3

2.4

3.4

4.8

6.9

2.9

9.5

4.2

3.2

2.7

5.7

6.6

1.1

6.3

9.2

8.3

6.9

9.3

7.5

0.8

6.6

7.4

5.7

8.7

7.8

6.5

7.7

5.6

4.9

5.6

5.7

2.2

3.2

1.2

8.7

6.6

3.4

7.7

7.8

7.3

7.4

8.1

4.5

10

6.4

6.6

7.7

7.6

2.3

6.2

4.5

7.6

3.9

0.5

9.1

8.6

3.7

1.9

8.5

4.1

9
7.3
3

10

7.4

5.6

6.8

5.6

7.3

8.3

1.1

3.7

6.5

3.7

5.8

2.2

6.8

7.9

5.8

7.4

4.9

6.2

8.1

3.1

3.5

5.8

5.9

3.5

4.3

4.1

2.7

4.6

3.4

2.9

7.9

8.7

0.8
7.5

3.4

7.9

7.1
7

5.3

6.8

8.5

6.8

4.3

7.1

7.2

6.9

6.5

8.4

1.6
7.8

6.4

3.8

7.6

6.9

4.4

4.1

0.2

6.8

5.2

2.5

5.3

5.5

7.6

6.9

1.1

5.1

8.9

8.8

20

2.9

4.3

5.1

8.8

5.7

3.3

7.7

7.8

8.9

7.4

2.4

3.8

4.8

3.5

7.9

8.4

21

8.4

6.6

1.2

8.3

7.5

4.8

2.3

8.4

8.8

6.1

8.5

9.5

7.1

9.5

22

3.4

8.6

6.5

7.2

7.5

5.6

6.6

6.8

1.4

5.2

1.8

23

7.7

5.5

2.4

3.5

4.7

7.2

7.5

7.1

3.2

4.8

6.3

5.9

1.8

24

3.5

6.8

1.5

8.5

4.4

8.6

4.2

9.3

7.9

8.2

3.8

8.4

2.3

3.4

25

2.5

4.9

4.2

5.8

2.7

8.8

0.3

4.2

0.9

8.7

5.8

1.2

8.7

6.4

3.1

3.8

3.7

9.1

3.7

6.5

4.8

4.9

6.9

3.7

5.4

5.6

2.4

4.9

2.6

19

26

10

8.7

6.7

9.1

0.5

8.3

9.5

2.4

6.6

4.5

1.5

5.7

4.7

7
3

7.5

7
8

8.3
8

14

0.5

12

3
5.6

6.5
4

5
6.2
4

27

8.1

8.9

0.9

1.3

7.5

5.1

3.8

8.8

8.9

3.5

10

28

7.7

5.9

1.4

4.7

3.2

8.7

3.4

0.3

0.7

7.1

7.7

29

7.9

3.5

8.1

5.4

6.7

6.6

1.8

6.4

6.7

8.2

30

5.2

3.7

8.8

9.4

4.4

6.7

10

6.8

5.4

6.3

7.3

5.2

31

0.3

5.6

8.1

8.3

3.1

4.5

4.2

7.4

9.5

7.4

7.5

9.2

32

8.6

2.7

7.7

0.6

3.2

6.3

5.5

5.5

3.5

7.3

8.1

3.5

7.4

33

6.5

1.7

7.6

7.1

7.8

7.5

1.8

6.4

7.2

6.9

6.4

4.4

34

8.8

2.8

6.7

7.4

2.5

6.1

2.5

6.9

7.2

5.6

4.9

35

6.6

4.9

4.5

4.8

2.6

8.9

1.4

6.9

8.3

36

9.3

4.9

2.4

8.5

5.3

37

0.2

2.6

8.6

2.2

38

7.9

1.9

1.4

3.4

7.2

6.3

6.2

2.6

2.4

8.4

5.3

8.9

2.5

39
40

8.6
10

41
42

8.6

4.9

10

3.9

5.6

6.1

7.2

9.6

10
5.3

9
6.1

5.7
2.9

4.8

2.9

4.4

3.9

7.8

8.7

5.5

5.2

1.9

7.4

10

7.6

4.7

4.6

6.6

6.2

7.8

7.6

3.3

2.7

6.7

7.6

9.5

6.1

4.5

2.1

7.9

4.2

10

2.3

2.9

1.3

4.2

8.5

9.1

1.8

9.7

7.2

5.5

7.5

5.4

8.6

8.5

7.8

8.3

7.9

9.3

9.2

4.2

7.8

9.8

7.2

8.5

5.9

10

8
8.2

8.3

8.6

8.4

1
8.2

7.8
2.3

3
3.6

035.9

7.7

1.9

6.8

8.8

4.7

7.8

5.7 1
6.5

6.9

6.3

8.4

3.5

6.7

8.3
3

7
5.1

4.9

9.2
4.4
0
1.7

43

3.2

6.9

44

7.9

1.8

45

8.5

2.1

2.8

5
2

8.5

3.6

3.2

1.2

8.3

1.5

3.7

8.2

2.5

3.2

5.5

3.3

10

8.7

5.9

7.6

5.4
4

9.5
5

9
6

5.8

10

1.7

5.2

6.4

5.4

8.2

4.8

8.3

11

12

13

14

5.2
3

5.3

6.5
8.6

15

16

Cd

420

368

729

103

962

334

816

957

500

677

803

138

298

742

641

875

Punt

267.2

201.8

235.2

259

217.9

278.2

285.4

265.8

239.6

279.7

286.7

243.7

287.4

280.1

255.4

198.4

Prom

5.94

4.48

5.23

5.76

4.84

6.18

6.34

5.91

5.32

6.22

6.37

5.42

6.39

6.22

5.68

4.41

DS

2.75

2.45

2.76

2.40

2.15

2.58

2.80

2.0

2.50

1.86

2.23

2.36

2.09

2.73

2.02

2.63

16

12

17

11

Puesto

10

18

15

14

13

19

ANEXO 10
RESULTADOS DEL PANEL SENSORIAL DE LA VARIABLE OLOR
Cuadro 46. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial de la variable olor.
N
Cod

1
420

6.1

8.1

2
368

3
729

5
0.8
9

13

14

15

16

962

334

816

957

500

677

803

138

298

742

641

875

5.4

2.7

1.1

5.4

3.5

7.3

4.7

3.8

2.5

5.9

0.9

5.2

6.3

3.4

3.8

4.3

7.1

2.3

6.7

6.8

2.2

4.7

3.1

9.3

2.1

7.9

7.7

8.1

6.2

7.5

4.9

4.2

4.7

4.5

7.3

4.1

5.8

7.2

5.6

8.9

8.9

0.7

9.3

4.3

6.4

8.8

4.4

5.3

7.1

9.1

3.1

1.7

1.2

4.3

6.8

5.4

3.1

4.6

9.4

6.5

9.1

5.4

6.6

8.6

1.7

5.9

7.2

5.2

1.4

8.5

0.6

1.1

6.7

8.3

2.5

4.8

8.3
2.9

12

103

8.8

11

10

5.8

6.4

2.9

3.9

7.6

4.5

3.9

6.9

7.3

3.3

8.3

9.2

7.2

8.5

4.9

6.8

5.9

4.1

7.7

0.4

6.7

7.5

0.8

5.5

6.1

8.1

1.6

5.3

5.6

4.3

6.1

3.5

9.3

8.4

8.6

9.6

3.5

4.6

2.6

4.2

2.4

5.5

8.4

7.8

1.3

9.5

3.4

3.6

5.5

6.6

4.1

8.7

5.9

6.6

3.1

6.7

1.7

7.1

7.5

2.8

2.1

6.7

7.9

0.7

6.8

6.6

7.7

2.5

6.7

6.1

6.6

7.8

6.7

8.6

10

7.9

0.9

5.5

11

6.9

4.4

5.7

12

3.9

6.3

7.3

5.4

6.9

7.2

4.5

8.3

13

7.1

3.9

8.6

6.2

0.8

6.4

8.9

7.2

6.8

14

9.1

1.2

9.5

7.4

4.5

4.3

5.9

6.9

5.9

5.2

8.8

1.8

15

5.1

6.6

2.4

8.4

4.5

5.5

5.1

8.6

4.2

7.5

16

4.8

9.1

8.5

9.5

8.3

1.9

6.4

2.7

3.7

7.8

5.7

6.5

3.5

17

8.9

1.8

8.8

9.3

6.6

6.3

3.5

3.8

0.8

8.6

18

3.6

5.2

3.4

2.9

3.5

7.8

4.5

9.3

0.9

6.3

7.4

4.1

2.8

3.4

5.1

7.3

10

3.4

4.3

5.3

4.2

4.9

7.2

4.6

2.4

3.3

1.8

9.5

8.4

8.9

6.4

8.9

9
10

19
20

8.9

5.5

21

8.6

6.3

22

2.6

23

3.1

5.6

24

5.8

5.8

25

6.7

26

3.7

27

2.1

28

3.6

30

31

10

7.4

5.5

6.4
1

6
7

7.6
1

8
5

2.5

9.3

3.6

9.9

6.2

6.3

4.2

5.7

5.9

5.3

1.8

8.7

1.9

6.1

8.8

6.4

3.1

1.8

9.3

8.6

5.7

1.8

5.3

8.3

7.3

7.7

3.7

8.5
6

5.8

7.9
3

9.6

0.6

6.5

6.8

1.8

5.8

7.6

8.4

1.8

9.6

7.2

9.3

7.4

1.9

5.6

2.6

2.9

2.6

0.7

7.8

1.4

3.6

7.5

2.5

7.1

4.5

8.8

1.7

7.7

9.3

9.5

7.5

2.4

6.8

3.2

4.5

4.7

9.2

7.4

0.9

3.5

5.5

8.4

1.4

3.6

1.4

5.2

4.6

9.4

0.7

3.8

6.5

8.1

8.2

2.2

6.9

2.3

5.2

6.1

2.4

6.3

0.7

9.3

0.4

3.8

6.3

6.3

4.6

6.9

2.8

3.7

2.3

7.8

5.7

4.5

8.2

3.3

1.2

3.3

5.1

5.5

5.1

5.6

0.9

5.4

8.2

7.2

5.5

7.3

6.9

8.3

6.7

6.9

5.6

0.8

10

5.4

5.5

5.8

4.3

7.1

6.6

5.9

6.9

8.5

2.5

5.8

6.8

9.4

6.8

29

2.6
6

10

2
3.6

5.7
7

6.4

4.9

9.3

7.8

7.8

9.5

6.4

6.4

7.3

8.9

6.3

3.8

32

1.9

0.7

9.1

1.8

4.6

7.1

6.6

4.6

7.1

1.2

7.7

8.8

3.9

7.6

4.7

4.2

33

9.4

1.1

8.2

8.4

8.1

3.8

8.8

7.1

6.8

5.3

8.1

7.9

2.4

7.2

3.3

3.5

34

6.7

1.3

9.2

4.8

7.4

3.2

7.9

5.8

4.8

8.9

4.2

5.4

6.4

5.8

3.8

35
36

5.5
7.2

3.3
5.4

6.6
6.8

3.8
5.2

8.1
8.8

6.1
3

2.5
8.1

5.1
3.4

9.1

7.6
3.6

1.5
7.2

6.4
1.5

0.8
6.1

9.8
5.5

8.4
5.5

3.2

8.6

2.2

2.2

9.4

6.9

6.8

5.6

6.5

6.8

4.5

6.8

3.5

7.8

2.2

5.8

5.7

3.8

4.2

6.6

7.4

7.8

4.1

10

3.7

6.7

4.3

37

8.7
8

38

7.6

2.5

4.2

39

7.7

7.3

8.2

6.5

4.7

9.5

3.9

8.7

7.2

6.4

5.1

2.4

4.4

40

8.5

4.3

4.7

7.4

7.6

7.7

8.4

3.2

5.1

0.3

7.6

6.7

8.1

7.3

2.8

8.7

8.4

6.8

1.7

8.9

7.8

5.4

7.8

7.2

1.9

7.5

9.8

4.9

4.9

8.8

5.4

4.3

6.9

7.4

9.4

5.3

3.6

1.4

0.3

4.6

10

2.9

2.2

2.2

2.9

7.8

6.4

5.6

7.6

3.7

6.6

5.8

4.2

10

41
42

2.4
6

1.4

4.8

5.7

6.7

10

5.4

1.7

44

9.4

0.3

8.4

1.7

4.8

2.6

4.3

4.4

1.1

45

7.6

4.5

7.8

6.3

5.8

8.9

43

5.3

11

12

13

334

816

957

500

677

803

138

298

742

641

875

Punt

286

181.4

283.4

256.2

243.5

254

302.6

241.8

248.9

250.9

285.8

223.7

252.6

270.7

250.8

225.5

Prom

6.36

4.03

6.30

5.69

5.41

5.64

6.72

5.37

5.53

5.58

6.35

4.97

5.61

6.02

5.57

5.01

2.6

2.58

2.51

2.55

2.07

2.70

2.03

2.04

2.48

2.09

2.35

2.51

2.22

2.57

2.25

2.52

18

10

13

11

14

962

16

10

2.4

103

15

8.5

3.6

729

19

6.4

7.8

368

10
5

420

Puesto

Cd

DS

15

12

16

17

ANEXO 11
RESULTADOS DEL PANEL SENSORIAL DE LA VARIABLE SABOR
Cuadro 47. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial de la variable sabor.
N
Cod

420

368

729

103

962

334

816

957

7.5

8.5

4.4

3.1

0.8

5.6

9.4

8.2

5.9

7.5

2.7

5.3

6.8

7.4

1.2

7.8

3.5

7.7

5.9

3.9

4.7

5.7

2.7

6.8

7.3

8.3

5.3

4.3

9.3

3
4

4.1

500

10
677

12

13

14

15

16

803

138

298

742

641

875

7.2

4.8

1.4

4.1

7.8

6.3

5.6

3.1

6.9

7.1

2.3

8.8

5.4

7.2

9.1

6.4

2.3

1.9

6.2

8.4

4.5

6.5

8.3

1.3

3.1
5

6.3

9.1

3.2

7.3

4.7

4.2

7.2

3.4

8.1

4.5

9.3

1.1

7.4

5.6

2.1

8.6

1.5

7.5

7.4

8.5

4.3

2.1

5.3

4.4

9.3

7.6

9.5

8.3

7.9

8.9

4.5

8.4

8.6

0.7

1.7

8.8

5.7

4.5

4.5

6.5

5.7

4.1

5.6

4.3

3.1

7.9

10

2.7

11

11

9.3

7.5

6.3

7.3

5.4

8.5

2.9

6.4

0.6

5.6

8.8

7.1

5.7

4.3

2.4

4.3

1.7

2.6

1.9

5.3

6.6

7.6

9.5

3.2

3.5

7.8

8.9

5.9

7.1

8.8

9.8

6.6

6.5

4.5

6.6

2.4

10

8.7

6.5

3.7

12

4.8

7.2

7.8

5.8

5.1

0.9

9.1

0.9

4.9

5.7

7.8

0.5

13

1.3

4.7

3.7

7.4

8.2

7.5

7.8

5.7

6.8

4.5

7.8

7.8

14

8.7

10

6.3

8.1

6.5

8.3

7.1

5.2

5.3

7.5

1.4

15

4.5

7.2

16

8.8

17

2.4

18

9
9

6.3

5
3

5.4

7.8
4.8
8

7.6

7.9

6.5

8.9

3.9

6.3

9.1

8.3

4.8

8.7

7.6

9.3

6.2

8.4

8.9

4.8

4.4

1.6

9.4

2.6

7.9

5.6

6.2

9.5

5.6

6.2

8.6

7.8

8.5

6.6

2.7

3.1

5.2

8.4

5.3

3.2

1.6

3.4

3.4

2.3

0.1

5.8

5.7

8.3

7.2

6.1

9.9

0.8

19

4.0

0.4

7.2

7.7

3.7

1.2

5.4

6.8

9.2

0.8

20

1.7

9.2

7.3

7.6

5.4

6.2

3.5

5.1

9.5

8.4

0.7

3.3

21

8.3

6.7

8.6

2.8

6.2

2.8

1.7

4.2

5.4

6.6

4.3

3.5

3.1
9

5.2

1.4

7.8

4.6

4.8

6.4

7.4

6.9
1

6
9

9.1

2.7

10

6
6

9
6

4.4

1.4

0.6

2.5

7.1

6.8

4.6

7.7

8.6
9

4.2

22

2.6

7.7

23

5.8

7.3

24

3.5

5.8

7.7

25

7.4

4.8

6.8

6.2

26

3.6

9.3

2.6

9.3

27

2.9

9.2

8.4

0.6

6.5

28

5.6

5.9

8.2

7.4

29

4.9

7.3

5.2

6.1

30

6.9

3.8

9.5

31

6.6

32

3.4

3.5

9.1

33

6.7

4.2

34

6.2

8.5

35

1.9

36

0.8

7.6

5.9

3.4

4.7
4

2.1
6

4.6

9.5

7.8

4.2

7.4

0.7

6.1

1.4

4.1

7.2

8.8

7.3

6.4

2.9

8.4

6.6

8.4

1.4

8.7

7.8

6.1

4.6

9.2

8.2

1.1

5.5

9.3

8.8

2.6

1.5

7.8

3.1

2.5

1.8

5.2

4.3

4.5

3.5

4.7

5.6

8.8

6.6

3.1

6.8

6.5

2.9

6.5

8.4

8.8

5.2

6.1

10

6.6

5.9

0.6

6.8

1.3

4.9

6.5

0.6

2.9

7.2

6.2

8.6

6.3

7.3

6.7

6.8

5.2

3.8

7.5

4.4

8.4

10

5.4

3.6

6.6

8.7

5.3

8.3

7.6

9.2

5.4

3.9

6.1

2.1

3.8

8.6

5.4

6.2

9.2

2.5

3.1

3.8

4.8

3.9

6.9

7.3

6.7

9.1

5.7

8.8

6.7

6.2

4.6

9.5

6.1

6.2

5.8

5.7

7.8

3.8

8.6

7.1

3.8

3.2

7.6

6.6

6.5

7.7

8.6

10

2.4

8.6

7.1

37

4.6

2.5

9.2

5.4

6.7

2.2

9.1

3.6

5.5

6.3

1.1

4.8

5.2

5.6

5.2

2.4

7.5

1.8

7.2

6.4

6.9

7.6

6.3

7.4

5.3

7.1

8.2

2.5

9.8

3.5

2.4

8.8

6.9

8.7

8.5

38

7.7

1.9

3.4

2.5

39

7.2

7.7

8.4

4.2

40

8.4

4.5

8.3

5.1

7.1

8.2

6.4

41

10

9.6

9.5

8.1

3.5

2.1

7.8

42

0.6

3.8

6.3

1.1

8.6

4.6

9.2

43

5.5

4.5

4.8

6.6

2.4

1.5

8.7

7.4

44

9.1

0.6

5.9

7.9

4.8

2.7

4.2

10

45

6.4

4.6

8.1

3.3

6.4

8.4

9.1

6.3

4.5
9.2
9

4.7
8

8.9

3.2

7.8

6.2

6.6

7.9

8.5

5.1

4.6

3.5

8.5

3.6

8.4

2.8

6.9

3.5

4.9

7.3

4.2

7.3

4.8

6
8.1

2.3

1.3

5.6

2.8

2.9

5.9

7.8

2.4

3.6

1.4

4.5

5.4

3.4

6.2

5.5

12

3.9

5.9

9.1

5.1

11

7.2

8.3

5.7

10

4.5

8.5

3
9.8

6.7
13

2.4
8.1
3

6.5
2

10
6

10

9.6

9.1

8.6

7.5

0.8

7.6

7.3

3.5

10

8
9.4

7.8

8
6

0.1

8.4

5.8

9.4
9

7.8

2.8

7.1

5.4

4.5

8.9

5.3

2.8

6.8

6.8

6.1

7.7

6.8

7.8

6.2

5.8

14

15

16

17

Cd

420

368

729

103

962

334

816

957

500

677

803

138

298

742

641

875

526

Punt

222.2

241

321

248.3

244.3

245.2

270.4

274.4

274.5

295.4

290.6

253.4

277.3

231.9

259.8

244.0

287.3

Prom

5.1

5.4

7.1

5.5

5.4

5.4

6.0

6.1

6.1

6.6

6.5

5.6

6.2

5.2

5.8

5.4

6.4

DS

2.74

2.78

2.28

2.31

2.28

2.55

2.50

2.47

2.37

2.64

2.65

2.48

2.46

Puesto

19

17

13

15

14

18

11

16

2.15

2.49

1.81

2.26

12

ANEXO 12
ANLISIS DE VARIANZA PARA LA VARIABLE COLOR
Cuadro 48. Anlisis de varianza (ANVA) para los modelos predictivos con respecto a la variable
color
SC

GL

CM

Modelo

F
SCE

GLE

R2

CME

Lineal

3.3516

1.6758

5.1316

16

0.3207

5.2250

0.0179

0.3951

Lineal II

3.6224

1.2075

4.8608

15

0.3241

3.7261

0.0349

0.4270

Cuadrtico

6.1885

1.2377

2.2947

13

0.1765

7.0120

0.0022

0.7295

Cuadrtico II

4.0485

0.8097

4.4347

13

0.3411

2.3725

0.0972

0.4772

Cbico especial

6.7162

1.1194

1.7670

12

0.1473

7.6020

0.0015

0.7917

Full Cbico

7.7111

0.9639

0.7721

10

0.0772

12.484

0.0003

0.9090

Exponencial I

3.4117

1.1372

5.0715

15

0.3381

3.3635

0.0469

0.4022

Exponencial II

4.8498

1.6167

3.6334

15

0.2422

6.6739

0.0044

0.5717

Exponencial III

5.4376

1.3594

3.0456

14

0.2175

6.2490

0.0042

0.6410

ANEXO 13
ANLISIS DE VARIANZA DE LA VARIABLE OLOR
Cuadro 49. Anlisis de varianza (ANVA) para los modelos predictivos con respecto a la variable
olor
Modelo

SC

Lineal

3.0406

Lineal II

GL

CM

SCE

GLE

CME

1.5203

3.3583

16

0.2099

3.1645

1.0548

3.2344

15

Cuadrtico

3.9429

0.7886

2.4561

Cuadrtico II

2.1658

0.4332

Cbico especial

3.9498

Full cbico

5.0002

Exponencial

R2

7.2433

0.0058

0.4752

0.2156

4.8919

0.0145

0.4945

13

0.1889

4.1739

0.0175

0.6162

4.2331

13

0.3256

1.3302

0.3116

0.3385

0.6583

2.4492

12

0.2041

3.2254

0.0399

0.6173

0.6250

1.3988

10

0.1399

4.4683

0.0154

0.7814

3.1211

1.0404

3.2778

15

0.2185

4.7609

0.0159

0.4878

Exponencial II

0.9839

0.3280

5.4150

15

0.3610

0.9084

0.4602

0.1538

Exponencial III

2.5636

0.6409

3.8354

14

0.2740

2.3394

0.1057

0.4006

ANEXO 14
ANLISIS DE VARIANZA PARA LA VARIABLE SABOR
Cuadro 50. Anlisis de varianza (ANVA) para los modelos predictivos con respecto a la variable sabor
Modelo

SC

GL

CM
SCE

GLE

CME

Lineal

1.0886

0.5443

4.4012

16

0.2751

1.9780

0.1706

Lineal II

1.2971

0.4657

4.0927

15

0.2728

1.7068

0.2084

Cuadrtico

2.5332

0.5066

2.9566

13

0.2274

2.2270

0.1136

Cuadrtico II

2.7466

0.4578

2.7432

12

0.2286

2.0024

0.1441

Cbico especial

3.9216

0.6536

1.5682

12

0.1307

5.0020

0.0087

Full cbico

4.4099

0.5512

1.0799

10

0.1080

5.1043

0.0097

Exponencial

1.3921

0.4640

4.0977

15

0.2732

1.6986

0.2100

Exponencial II

0.5556

0.1389

4.9342

14

0.3524

0.3941

0.8095

Exponencial III

1.9299

0.4825

3.5599

14

0.2543

1.8974

0.1669

ANEXO 15
COEFICIENTE DE REGRESIN PARA EL COLOR, OLOR Y SABOR
Cuadro 51. Coeficiente de regresin del modelo Cbico especial de la variable color.
Color Cbico Coeff.
Std.Err.
t(12)
p
-95.%
especial
Cnf.Limt

+95.%
Cnf.Limt

5.95756
0.32969
18.07003
0.000000
5.23922
6.67590
(A)Maracuy
4.71407
0.32969
14.29837
0.000000
3.99573
5.43241
(B)Pia
4.87121
0.32969
14.77500
0.000000
4.15288
5.58955
(C)Naranjilla
2.57475
1.79596
1.43364
0.177215
-1.33831
6.48782
AB
2.36904
1.79596
1.31909
0.211755
-1.54402
6.28210
AC
-0.49968
1.79596
-0.27822
0.785578
-4.41274
3.41339
BC
19.10938
10.09421
1.89310
0.082705
-2.88402
41.10278
ABC
Cuadro 52. Coeficiente de regresin del modelo Full Cbico de la variable color.
Color
Coeff.
Std.Err.
t(10)
p
-95.%
+95.%
Full Cbico
Cnf.Limt
Cnf.Limt
0.263031
22.39442
0.000000
5.3044
6.47650
(A)Maracuy 5.89043
5.08593
0.263031
19.33584
0.000000
4.4999
5.67200
(B)Pia
0.263031
17.36103
0.000000
3.9804
5.15256
(C)Naranjilla 4.56649
2.98105
1.308784
2.27773
0.045963
0.0649
5.89720
AB
1.87323
1.308784
1.43128
0.182852
-1.0429
4.78938
AC
-0.41017
1.308784
-0.31340
0.760419
-3.3263
2.50599
BC
19.10938
7.309346
2.61438
0.025846
2.8231
35.39562
ABC
11.89937
3.533215
3.36786
0.007147
4.0269
19.77186
AB(A-B)
-9.75116
3.533215
-2.75985
0.020135
-17.6237
-1.87866
AC(A-C)
ANEXO 15. CONTINUACIN
Cuadro 53. Coeficiente de regresin del modelo Cbico especial de la variable olor.
Olor Cbico
Coeff.
Std.Err.
t(12)
p
-95.%
+95.%
especial
Cnf.Limt
Cnf.Limt
0.38815
16.51092
0.000000
5.5630
(A)Maracuy 6.40868
5.83918
0.38815
15.04369
0.000000
4.9935
(B)Pia
0.38815
11.44059
0.000000
3.5949
(C)Naranjilla 4.44064
-2.46205
2.11439
-1.16443
0.266879
-7.0689
AB
2.97095
2.11439
1.40511
0.185344
-1.6359
AC
0.13124
2.11439
0.06207
0.951531
-4.4756
BC
2.18766
11.88393
0.18409
0.857021
-23.7052
ABC
Cuadro 54. Coeficiente de regresin del modelo Full Cbico de la variable olor.
Olor
Coeff.
Std.Err.
t(10)
p
-95.%
Full cbico
Cnf.Limt
0.354035
17.65759
0.000000
5.4626
(A)Maracuy 6.25140
6.24314
0.354035
17.63425
0.000000
5.4543
(B)Pia

7.25438
6.68488
5.28634
2.14480
7.57780
4.73809
28.08052
+95.%
Cnf.Limt
7.04024
7.03198

0.354035
11.84617
0.000000
3.4051
4.98280
(C)Naranjilla 4.19396
-2.13314
1.761599
-1.21091
0.253770
-6.0582
1.79195
AB
2.43234
1.761599
1.38075
0.197431
-1.4928
6.35742
AC
0.34094
1.761599
0.19354
0.850412
-3.5841
4.26602
BC
2.18766
9.838243
0.22236
0.828508
-19.7333
24.10863
ABC
12.92674
4.755641
2.71819
0.021627
2.3305
23.52297
AB(A-B)
-7.89389
4.755641
-1.65990
0.127921
-18.4901
2.70233
AC(A-C)
ANEXO 15. CONTINUACIN
Cuadro 55. Coeficiente de regresin del modelo Cbico especial de la variable sabor.
Sabor
Coeff.
Std.Err.
t(12)
p
-95.%
+95.%
Cnf.Limt
Cnf.Limt
0.310588
16.25324
0.000000
4.37135
5.72477
(A)Maracuy 5.04806
6.66330
0.310588
21.45383
0.000000
5.98659
7.34001
(B)Pia
0.310588
17.78889
0.000000
4.84830
6.20173
(C)Naranjilla 5.52501
-2.09091
1.691888
-1.23585
0.240162
-5.77722
1.59540
AB
1.65994
1.691888
0.98112
0.345901
-2.02636
5.34625
AC
-3.91034
1.691888
-2.31123
0.039388
-7.59665
-0.22403
BC
30.99646
9.509272
3.25960
0.006834
10.27753
51.71538
ABC
Cuadro 56. Coeficiente de regresin del modelo Full Cbico de la variable sabor.
Sabor
Coeff.
Std.Err.
t(10)
p
-95.%
+95.%
Full cbico
Cnf.Limt
Cnf.Limt
0.311078
15.77300
0.000000
4.2135
5.59977
(A)Maracuy 4.90664
6.94093
0.311078
22.31247
0.000000
6.2478
7.63406
(B)Pia
0.311078
17.32297
0.000000
4.6957
6.08193
(C)Naranjilla 5.38880
-1.90930
1.547857
-1.23351
0.245592
-5.3581
1.53954
AB
1.28977
1.547857
0.83326
0.424152
-2.1591
4.73861
AC
-3.72178
1.547857
-2.40447
0.037032
-7.1706
-0.27294
BC
30.99646
8.644532
3.58567
0.004965
11.7352
50.25767
ABC
8.88421
4.178621
2.12611
0.059409
-0.4263
18.19476
AB(A-B)
-4.35874
4.178621
-1.04310
0.321461
-13.6693
4.95181
AC(A-C)
ANEXO 16
RESULTADOS DE LA VALIDACIN PARA LA VARIABLE COLOR
Cuadro 57. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial para
la validacin de la variable color.
Cdigo
201
780
564
195
626
Color
1
2
3
4
5
6.5
8.4
1.1
2.8
4.6
1
8.3
9.1
7.6
6.7
9.4
2
8.7
5.3
4
2
4.3
3
7.6
8.4
1
2
6.3
4
8.3
6
4.8
3.9
6.8
5
8.5
6.5
5.5
1.7
8.8
6
4.2
2.3
5.5
1.6
4.8
7
8.8
7.4
6.5
5.7
8.3
8
7.7
7.7
4
2.6
6.6
9

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

7.2
7.6
8.3
2.5
9.2
6.6
5.7
3.2
1.9
6.7
7.4
9.1
4.6
0.5
7
6.2
4.2
9.5
8.9
0.7
6.8
5.6
7.3
6.2
8.2
8.9
6.3
8.3
6.9
6.8
5.5
1.4
3.5
3.8
7.8
1.5
1
201
280.4
6.2311
2.4830
2

6.2
7.4
10
3.9
5.5
4.3
7.9
2.1
5.2
8
5.9
8.5
6.5
5.2
5.6
3.7
5.3
5.2
7.5
1.4
3.9
1.4
3.4
7.8
6.5
7.3
8.7
7
6.4
6
6.6
8.9
2.2
5
7.4
2.6
2
780
267.5
5.9444
2.1852
3

4.9
6
1.3
9.1
1.9
2.8
1.1
4
3.5
3.9
3.1
5.5
7.4
8.5
3.9
2.5
2.7
2
2.4
8.4
2.1
3
1.1
2.5
3
2.6
5.1
3.6
5
4.3
3.6
4.2
4.8
7.1
5.6
8.5
3
564
191
4.2444
2.1867
4

7.8
6.5
4.8
7.3
3.2
1.2
2.5
7.3
6.6
6.7
0.9
7
2.6
10
4.9
3
3.6
2.9
4.1
9.3
0.6
6.8
2.2
3.6
1.6
1
3.4
5.1
4.6
3.2
2.6
2.9
6
6
4.8
4.5
4
195
190.1
4.2244
2.3272
5

8.7
8.4
6.6
5.5
6.4
8.2
3.6
6.6
8.2
10
4.4
8.8
3.3
2.2
6.3
5.3
6.4
6.2
5.4
5
1.4
8.4
8.5
7.1
4.8
3.9
5.8
2.5
5.8
5.2
7.6
7.7
8.2
8.5
7.2
10
5
626
288
6.4000
2.0886
1

N
Cdigo
Puntaje
Prom
DS
Puesto
ANEXO 17
RESULTADOS DE LA VALIDACIN PARA LA VARIABLE OLOR.
Cuadro 58. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial para

la validacin de la variable olor.


Cdigo
201
Olor
1
4.4
1
5.3
2
7.3
3
6.5
4
8
5
8.8
6
3.1
7
8.8
8
7.1
9
7.7
10
8.6
11
9.5
12
9.1
13
8.8
14
4.8
15
2
16
2.7
17
3.9
18
7.8
19
7.4
20
7.6
21
2.5
22
8.8
23
8.5
24
7.5
25
4
26
7.3
27
8.7
28
1
29
4.2
30
8
31
6.7
32
8.6
33
3.7
34
7.8
35
4.7
36
9
37
6.9
38
8.4
39
5.4
40
8.7
41
3.4
42

780
2
6.4
5.5
8.7
8.4
5.2
6.9
2.1
7.4
5.2
6.8
8.3
7.8
5.2
4.3
6.5
1.1
1.8
6.8
10
3.9
8.5
7.4
5
6.1
2
4.6
9.5
7.6
2.2
5
6.6
6.7
6.6
1.9
4.3
2.8
2.3
6.4
5.5
4.5
4.9
1

564
3
1
6.3
8.1
4.7
7.1
4
4.4
6.5
7.8
3.8
6.6
0.8
9.1
2.6
1.8
7.9
3.8
1.8
3.9
1
7
5.4
1.8
7.8
4.4
5.1
0.3
2.7
5.8
1
5
2.3
2.9
5
3
3.7
8.1
6
6.4
3.4
3
2

195
4
2.5
6.9
9.2
3.6
4.3
1.5
2.5
5.7
2.6
5
6.2
4.9
7.3
5.8
3.1
3.9
8
5.2
6.7
2.7
7.8
4.7
6.2
7.1
3
3
1.4
4.5
6.7
2.1
3
8.1
3.3
8.2
3.7
1.9
3.4
5.7
4.5
2.1
6.8
4.9

626
5
8.3
8.1
9.7
5.7
3.2
7.9
3.6
4.8
6.6
5.8
9.1
6.7
5.5
7.4
8.4
5.9
7
8.4
10
5.5
8.3
8.4
7.5
4.9
6.7
5.8
5.9
5.9
5
6.4
1.2
3.5
5
6.1
4.9
1
1.2
7.2
4
3.9
1
8.1

4.9
7.5
8.3
9.3
6.8
43
7.7
5.6
5.9
6.2
7
44
1.7
3.4
4.5
9.2
0
45
N
1
2
3
4
5
Cdigo
201
780
564
195
626
287.3
246.2
203.8
224.4
263.3
Puntaje
6.3844
5.4711
4.5289
4.9867
5.8511
Promedio
2.3900
2.3164
2.3794
2.2410
2.4088
DS
1
3
5
4
2
Puesto
ANEXO 18
RESULTADOS DE LA VALIDACIN PARA LA VARIABLE SABOR
Cuadro 59. Resultados, puntaje, promedio, desviacin estndar y puesto del panel sensorial para
la validacin de la variable sabor.
Cdigo
201
780
564
195
626
Sabor
1
2
3
4
5
1
2.4
6
8.1
4.2
1
6.6
7.9
8.6
8.2
6.8
2
5
8.2
9.1
6.3
4
3
7.8
8.4
2.7
6
4.7
4
7.7
8.6
8.3
4.9
5.6
5
7.9
7
6
4.8
9
6
3.1
3.6
5.6
1.6
4.1
7
9.5
8.3
4.2
7.1
5.4
8
3
7.1
2
5.7
4.5
9
8.4
6.8
7.6
5.7
4.3
10
6.8
8.4
7.6
5.6
7.4
11
1.7
9.7
8.5
7
4.2
12
3.7
1.9
5.2
6.7
0.8
13
5.8
2.8
1.3
7.8
8.9
14
1.6
6.5
3.1
4.7
8.4
15
4.3
8.1
6.3
1.3
2.8
16
2.3
3.3
1.4
0.3
7.3
17
6.7
5
1.9
2.9
8.2
18
10
7.6
5.8
6.9
10
19
5.4
3.9
2.2
1
7.3
20
8.2
8.6
9.4
8.5
9.1
21
2.8
7.4
8.8
3.9
0.7
22
0.5
5.4
7.1
10
8.7
23
7.5
6
8.3
6.7
5.2
24
6.9
5.4
3.7
4.4
6.3
25
2.9
4.6
3.7
6.2
5.3
26
8.4
9.6
7.8
7.2
5.8
27
3.5
8.9
7.4
5.7
1.9
28
3
1.9
7
8.1
3.8
29
7.2
3.7
4.3
2.8
1
30

31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

6.9
3.1
8.9
2.6
8.9
6
6.4
7.5
4.2
4
9.1
5.7
1.2
5.7
3.2
1
201
242.6
2.6132
5.3911
2

8.4
2
7.6
6.8
5.5
8.8
1.2
7.3
6.5
3.2
8
2.4
3.3
7.3
4.2
2
780
269.5
2.4503
5.9889
1

5
1.1
5
5.1
1.9
9.5
8.8
6
8.1
2.5
4.8
0.6
4.5
6.2
2.4
3
564
242.4
2.6193
5.3867
3

1.7
6.5
5.9
8.5
0.2
4.3
7.5
6.4
9.1
1
2.1
4
6.3
6.8
1.7
4
195
238.1
2.5656
5.2911
5

3.3
8.5
6.7
6
2.7
2.6
3.6
6.8
1.5
1.8
6.7
8.4
7.8
7.8
0
5
626
239.9
2.6585
5.3311
4

N
Cdigo
Puntaje
DS
Promedio
Puesto
ANEXO 19
ESTIMADORES DE LA VALIDACIN DE LA VARIABLE COLOR.
Cuadro 60. Proporciones de las pulpas de maracuy, pia y naranjilla, resultados en la variable
color (Y), variable color estimada (Y1) y errores para el modelo Cbico especial y Full cbico(ei, eiabs, ei2, Error y E
Color

Cbico especial
DAM
EMC
PEM
eiabs
ei2
Error (%)

PEMA
Error abs
(%)
2.2852
1.5773
25.0831
24.2584
6.3520
11.9112

T
Y
ei
Y5
1
6.231
6.3734 -0.1424
0.1424 0.0203
-2.2852
2
5.944
6.0378 -0.0938
0.0938 0.0088
-1.5773
3
4.244
5.3085 -1.0645
1.0645 1.1332
-25.0831
4
4.244
5.2735 -1.0295
1.0295 1.0599
-24.2584
5
6.4
5.9935 0.4065
0.4065 0.1653
6.3520
Prom
0.9437 -1.9237
0.5473 0.4775
-9.3704
T Sabor
Full cbico
1
6.231
6.0047 0.2263
0.2263 0.0512
3.6321
3.6321
2
5.944
6.3445 -0.4005
0.4005 0.1604
-6.7377
6.7377
3
4.244
5.4081 -1.1641
1.1641 1.3551
-27.4291
27.4291
4
4.244
5.1852 -0.9412
0.9412 0.8858
-22.1761
22.1761
5
6.400
5.5860 0.8140
0.8140 0.6625
12.7182
12.7182
Prom
-0.2931
0.7092 0.6230
-7.9985
14.5386
ANEXO 20
ESTIMADORES DE LA VALIDACIN DE LA VARIABLE OLOR.
Cuadro 61. Proporciones de las pulpas de maracuy, pia y naranjilla, resultados en la variable

olor (Y), variable olor estimada (Y3) y errores para el modelo Cbico especial y Full cbico (ei, eiabs, ei2, Error y Er
Olor

Cbico especial
DAM
EMC
PEM
eiabs
ei2
Error (%)

PEMA
Error abs
(%)
2.8461
5.3614
15.0137
9.1911
5.0062
7.4837

T
Y
ei
Y5
1
6.384
6.202
0.182
0.1817
0.0330
2.8461
2
5.471
5.764
-0.293
0.2933
0.0860
-5.3614
3
4.528
5.208
-0.680
0.6798
0.4622
-15.0137
4
4.986
5.444
-0.458
0.4583
0.2100
-9.1911
5
5.851
5.558
0.293
0.2929
0.0858
5.0062
Prom 5.444
-0.191
0.1914
0.0366
-4.3428
T Sabor
Full cbico
1
6.384
5.910
0.474
0.4745 0.2251
7.4320
7.4320
2
5.471
5.990
-0.519
0.5188 0.2691
-9.4820
9.4820
3
4.528
5.311
-0.783
0.7833 0.6136
-17.2989
17.2989
4
4.986
5.367
-0.381
0.3810 0.1452
-7.6415
7.6415
5
5.851
5.097
0.754
0.7543 0.5689
12.8912
12.8912
Prom 5.444
-0.091
0.0909 0.0083
-2.8198
10.9491
ANEXO 21
ESTIMADORES DE LA VALIDACIN DE LA VARIABLE SABOR.
Cuadro 62. Proporciones de las pulpas de maracuy, pia y naranjilla, resultados en la variable
sabor (Y), variable sabor estimada (Y5) y errores para el modelo Cbico especial y Full cbico (ei, eiabs, ei2, Error y
Sabor

Cbico especial
DAM
EMC
PEM
eiabs
ei2
Error (%)

PEMA
Error abs
(%)
10.4880
0.8307
4.5158
10.2939
12.2068
7.667

T
Y
ei
Y5
1
5.391
5.956
-0.565
0.5654
0.3197
-10.4880
2
5.988
6.038
-0.050
0.0497
0.0025
-0.8307
3
5.386
5.629
-0.243
0.2432
0.0592
-4.5158
4
5.291
5.836
-0.545
0.5446
0.2966
-10.2939
5
5.331
5.982
-0.651
0.6507
0.4235
-12.2068
Prom 5.4774
-0.411
0.411
0.220
-7.667
T Sabor
Full cbico
1
5.391
5.798
-0.4068
0.4068 0.1655
-7.5457
7.5457
2
5.988
6.150
-0.1621
0.1621 0.0263
-2.7070
2.7070
3
5.386
5.698
-0.3125
0.3125 0.0976
-5.8018
5.8018
4
5.291
5.790
-0.4990
0.4990 0.2490
-9.4303
9.4303
5
5.331
5.657
-0.3263
0.3263 0.1064
-6.1201
6.1201
Prom 5.4774
-0.3413
0.3413 0.1290
-6.3210
6.1201
ANEXO 22
ECUACIONES DE LOS MODELOS PREDICTIVOS PARA UN DSCA DE 10 PUNTOS
Cuadro 63. Ecuaciones de los modelos predictivos para un DSCA de 10 puntos para las variables
color, olor y sabor.
ECUACION
MODELO

MODELO

COLOR

Lineal

Y1=6.5148*X1+5.3968*X2+4.9538*X3

Cuadrtico

Y1=5.9095*X1+5.0685*X2+4.5908*X3+2.9804*X1*X2+3.2
929*X1*X3+0.79908* X2* X3

Cbico especial

Y1=5.9376*X1+5.0967*X2+4.6189*X3+2.1365*X1*X2+2.4 49*
X1*X3-0.0448* X2*X3+13.6705* X1* X2* X2

Full cbico

Variable

=5.9394*X1+5.2284*X2+4.4854*X3+2.4036*C6*X2+2.18 56* X1* X30.0484*X2*X3+13.6705*X1*X2*X3


+8.694* X1* X2*( X1- X2)-8.814*X1*X3*( X1- X3)
OLOR

Lineal

Y1=+6.533* X1+6.0028* X2+4.4551* X3

Cuadrtico

Y1=6.5169*X1+6.1644*X2+4.0559*X32.3696*X1*X2+2.6774*X1*X3+1.0765* X2* X3
Y1=6.5259*X1+6.1735*X2+4.0650*X3- 2.6411*X1*X2+2.4059*
X1*X3+0.8050* X2*X3+4.3984* X1* X2* X2

Cbico especial

Variable

Y1=6.3825*X1+6.3245*X2+4.0575*X3-2.6261*X1*X2
+2.1039* X1* X3+1.0919*X2*X3+4.3984*X1*X2*X3
+9.966* X1* X2*( X1- X2)-0.4979*X1*X3*( X1- X3)
SABOR

Lineal

Y1=5.33*X1+6.7268*X2+5.5598*X3

Cuadrtico

Y1=5.0344*X1+6.9709*X2+5.3423*X30.6609*X1*X2+3.4938*X1*X3-1.3651* X2* X3
Y1=5.1023*X1+7.0388*X2+5.4102*X3+2.1365*X1*X2- 1.4568*
X1*X3-3.4021* X2*X3+32.9982* X1* X2* X2
=5.0491* X1+7.1431* X2+5.35907* X3
-2.5957* X1* X2+1.2483* X1* X3-3.2957* X2* X3
+32.9982* X1* X2* X3+6.882* X1* X2*( X1- X2)-3.372* X1* X3*( X1X3)

Full cbico

Cbico especial
Full cbico

ANEXO 23
IMGENES DEL PROCESO DE EJECUCIN DE TESIS
Figura 24. Naranjilla recin lavada.
Figura 25. Maracuy para la preparacin del nctar.
ctar mixto en distintas proporciones de jugo de maracuy,
a con la flecha roja es la N17 la cual obtuvo mayor puntaje en el color.
Figura 27. Nctar en distintas proporciones de maracuy, pia y naranjilla.
Figura 28. Muestras de 5 tratamientos de nctar y la cartilla de evaluacin.
Figura 29. Evaluacin sensorial de las muestras de nctar.
en distintas proporciones de jugo de maracuy, pulpa de pia
de naranjilla para la validacin.

ollo de nuestra carrera.

ia (Ananas comosus) y naranjilla (Solanum quitoense ) en la aceptabilidad sensorial (color, olor y sabor) del nctar aplicando

el diseo de bloques incompletos balanceados DBIB con una cartilla de escala no estructurada de 10 cm. Se utiliz 171 panelista

mentales del nctar para todas las variables.

la aceptabilidad de los valores experimentales con los valores estimados, el criterio de comparacin fue el Coeficiente de cor

ara ambos modelos de la variable sabor, por lo tanto se valid el modelo Cbico especial por su menor error porcentual absoluto

s ) and quito orange (Solanum quitoense ) proportions on sensory acceptability

esigns BIBD with unstructured scale bank book of 10 cm. 171 untrained panelists between 18 and 28 years old evaluated all 19 t

tive capacity (R2>0.8) for nectar experimental tests for all variables.

ntal values with estimated values, the comparison criteria was correlation

refore Special cubic model was validated for its lowest absolute percentage error and its highest correlation coefficient to predic

del Per, es un fruto extico el cual tiene parentesco y aspecto similar a la cocona. Este fruto oriundo de Sudamrica posee popu

una gran acogida en el mercado nacional y tambin en el internacional.


ugos en el pas. Esto hace que el mercado de nctares crezca ms cada ao. Esto responde a las constantes innovaciones que se vi

s exticos es limitada.

mtico. Los modelos predictivos son una herramienta de mucho uso en la ingeniera, donde lo que se busca es encontrar cada vez

ba el comportamiento en la variable sabor en distintas combinaciones de

vaciones nuevas. No existe la seguridad de que la ecuacin que proporciona el mejor ajuste a los datos observados sea un buen p

aliente-hmedo, con temperaturas que oscila entre 24 y 28C. Crece muy bien hasta los 1000 m.s.n.m. En climas calientes m

s industrializadas. Asimismo, esta especie es buena fuente de vitamina A y

en el pas de origen (Duque y Morales, 2005).

actamente de Amrica del Sur (Duque y Morales, 2005).

nta originaria de los bosques de la regin subtropical hmeda, en las faldas hacia el Oriente y an al Occidente de la cordillera de

olptica o sensorial donde se mantiene, para luego disminuir en la senescencia. En frutos cosechados con coloraciones anaranjada

nemia. Al fortalecer el sistema inmunolgico, las infecciones se reducen, las heridas cicatrizan rpido y no se infectan. Las enferm

y a zonas subtropicales en Amrica del Norte y Nueva Zelandia.

ta para el mercado; la cscara es dura y anaranjada. Interiormente el fruto se divide en cuatro o cinco celdas, en la madurez rellen

tancias aromticas, componentes aromatizantes voltiles, pulpa y clulas, todos los cuales debern proceder del mismo tip

adean como concentrados y en nuestro medio los de frutas tropicales, como las pulpas y jugos de guayaba, pia, guanbana, tam

las variedades de frutas, excepto para aquellas que por su alta acidez natural

determinar el grado de aceptacin de un producto por parte de los consumidores y segn su tipo permiten medir cunto agrada o d

gusta extremadamente hasta me disgusta extremadamente. Cabe resaltar que la escala puede ser presentada grfica, numric

rminar si existen diferencias significativas en el promedio de los puntajes asignados a las muestras. En el anlisis de varianza (A

ibe que tiene color verde, es porque el cuerpo refleja la longitud de onda correspondiente a dicho color habiendo absorbido la lu

n y un criterio para elegir un alimento (Bello, 2000).

ivel de discriminacin del sabor azucarado, en particular, influye mucho la

arusi et al , 1998).

onal, sociocultural, ideal (Barusi et al , 1998).

en metablica (Barusi et al , 1998).

EROSKI, 2008).

cultural (Meiselman y MacFie, 1996).

nados alimentos (Ibez y Barcina, 2001).

s, situados en lugares muy diversos: el paladar blando, en la pared posterior de la faringe, en la epiglotis y, sobre todo, en la lengu

evo sabor (Bello, 2000).

os segundos los capacitados en pruebas afectivas (Urea y DArrigo, 1999).

consumo generales comunes, aparente estado psico-somtico satisfactorio y asequibles. Por lo general son personas tomadas al

y DArrigo, 1999).

acio de los factores para k componentes es la de un Simplex en (k -1) (Kuehl, 2001).

de dos componentes con una x i > 0, x 2 > 0 y x 3 > 0. Cualquier combinacin de proporciones de componentes para un experimen

punto centroide que contiene la mezcla de todas las componentes. Es posible obtener mezclas ms completas si se aumentan los

cer la consistencia de la relacin. Esto significa que no se busca nicamente una funcin matemtica que nos diga de qu manera

de los datos observados.

eal era inadecuado, el investigador est obligado a considerar el ajuste de algn modelo no lineal. Esto significa que l deb

n exponencial podra ser el modelo apropiado para el problema bajo

co del sistema. Si esto no es factible, se deben examinar los diagramas dispersos. Cuando es evidente que se presenta algn grad

drtico) Esto es, se considerar el modelo.

impide el ajuste de polinomios de grado superior si esto parece ser el procedimiento adecuado, un polinomio de tercer grado dar

evaluacin del material experimental similar, cansancio del observador, etc.) (Vilar, 2002). Por lo tanto, no es posible probar tod

balanceada, es decir, de tal manera que cualquier par de tratamientos ocurra conjuntamente el mismo nmero de veces que cualq

plicas del mismo), y que hay:

o de regresin es una persona distinta de quien lo desarroll. Antes de que el modelo pase al usuario debe hacer cierta evaluacin

et al , 2005).

con esos datos. Si el modelo produce predicciones exactas para nuevos datos, el usuario tendr ms confianza tanto en el modelo

ariables reconocidas de forma explcita por el modelo de pronstico.

para obtener los datos de la forma requerida a fin de utilizar determinados

nstico. Cuanto ms simple sea el modelo, resulta mejor para obtener la aceptacin del proceso de pronstico. Con frecuencia de

e ha elegido un modelo adecuado de pronsticos.

an los pronsticos para los diversos periodos y se comparan con los valores histricos conocidos. Frecuentemente, el examen de

e la diferencia entre el valor real y su valor de pronstico. A menudo se

tico mediante el promedio de la magnitud de los errores de pronstico (valores absolutos de cada error). La DAM resulta de gran

mero de observaciones. Este enfoque penaliza los errores mayores de pronstico ya que eleva cada uno al cuadrado. Esto es imp

ontrando el error absoluto en cada periodo, dividiente este entre el valor real observado para ese periodo y despus promediando

entes. La ecuacin muestra el clculo del PEMA.

Error (PME), que se calcula encontrando el error en cada periodo, dividiendo esto entre el valor real de ese periodo y promediand

onstico relativamente bajos sobre una base consistente.

estadsticas sin la suposicin de normalidad (Hanke y Wichern, 1996).

TATISTICA DEMO v.7.0 y al programa DATAFIT DEMO v.9.0 los cuales arrojaron distintos modelos estadsticos. Se compara

nes de pulpas de frutas.

uestra el diagrama de flujo en la Figura 4, el cual muestra el proceso para

scriminativas complejas, y a los de pruebas discriminativas sencillas; siendo los segundos los capacitados en pruebas afectivas (

consumo generales comunes, aparente estado psico-somtico satisfactorio y asequibles. Por lo general son personas tomadas al

mo necesario para que la evaluacin de sus apreciaciones tenga validez estadstica

y et al (2005) con una cartilla de escala no estructurada de 10 cm. Se utiliz 171 panelistas no entrenados de 18 a 28 aos quiene

guardar la salud de los panelistas.

o o golpes en el transporte; las cuales originan jugos de mala calidad; se retiraron frutas en proceso de germinacin o que tengan

ma manual utilizando cepillos y frotando fuertemente la fruta. La solucin limpiadora contuvo una solucin de hipoclorito de so

% y CMC al 0.07%

virtieron las botellas despus de ser tapadas. La inversin favoreci la formacin de vaco y la pasteurizacin del lado de la tapa,

a las muestras (Ramrez-Navas, 2012) y el anlisis de regresin.

diferencias que se da entre los grupos con las diferencias que pudieran existir dentro de cada grupo. Si estas son significativas h

matemtico que se ajuste a los datos disponibles (Taucher, 1997).

odos los modelos estadsticos.

r porcentual absoluto ms bajo.

a t de los dos mejores modelos.

o los resultados de los 10 primeros tratamientos o puntos del experimento.

e encontraban los valores ms altos para las variables y con el uso del software LINGO DEMO 13.0 se hallaron las proporcio

que se usaron para elaborar el nctar.

acenado) de 2.65 hasta 3.43. La elaboracin de nctar comprende una primera fase de preparacin de la fruta, que implica una se

umple con los requisitos de la norma citada.

o de los rangos citados por el autor.

aracterstico (IICA, 1996).

ebido a que existen muchos factores que afectan la madurez, como el

a 0.5 (Camacho, 2002).

edades de frutas excepto para aquellas que por su alta acidez natural no permitan

5 (Orrego, 2003).

ovisto del valor Z y las temperaturas son consistentes unidades. Esto es muy til, desde que significa que los diferentes procesos

el control de bacterias no esporuladas, hongos y levaduras. Estos pueden ser controlados generalmente por una temperatura deba

ltados completos para esta variable se encuentran en Anexo 9. El tratamiento que obtuvo el mayor promedio en la variable color

y 25% de naranjilla y para la variable Sabor fue en N 3: 0% de maracuy,

a prueba de Tukey para un (=0.05).

tituido por 50% de jugo de maracuy, 25% pulpa de pia y 25% pulpa de naranjilla del nctar es diferente a los dems con respe

cm de longitud (no me gusta nada, me gusta mucho), siguiendo un diseo de bloques incompletos balanceados, los datos obtenid

muestras en orden aleatorio, usando una escala hednica no estructurada de 10 cm (No me agrada, me agrada mucho), siguiendo

ico especial son los que poseen un R ms altos con R=0.95341 y R=0.8897, y con un error porcentual promedio absoluto bajo Er

, adems con un coeficiente de determinacin de R2=0.909, seguido por el

atamientos con igualdad estadstica aplicando la prueba de Tukey.

papaya y nada de pia.

ientos con igualdad estadstica aplicando la prueba de Tukey.

ulpa de naranjilla. Sin embargo la aceptabilidad en el color no disminuye tanto al tener el nctar una combinacin de en proporci

a prueba de Tukey para un (=0.05).

es de medias y la prueba de Tukey (Montgomery, 2004). Se puede concluir que entre los tratamientos 7, 1, 11, 3, 14 y 17 del nc

y Cbico especial son los que poseen los R ms altos con R=0.8839 y R=0.7856 y con un error porcentual absoluto bajo Error a

anza mostr que el modelo Full cbico es significativo (p<0.05), adems con un coeficiente de determinacin de R2=0.7814, seg

tamientos con igualdad estadstica aplicando la prueba de Tukey.

n es relativamente alta al tener una gran concentracin de pulpa de pia, tambin

llo et al , (2012) evalu el efecto de la proporcin de naranja, papaya y pia en la aceptabilidad sensorial de un nctar mixto, enc

dable y buen aroma (Guido, 1983).

endo estos ms de 100 en su composicin.

entos con igualdad estadstica aplicando la prueba de Tukey.

ulpa de naranjilla. La aceptabilidad en el olor disminuye al tener el nctar una combinacin en distintas proporciones de las tr

a, influyeron en la aceptabilidad de la variable olor para el modelo Fll Cbico.

a prueba de Tukey para un (=0.05).

ormado enteramente por pulpa de pia del nctar es diferente a los dems con respecto a la aceptabilidad de la variable sabor. Ta

ede observar el modelo Full cbico y Cbico especial son los que poseen los R ms altos con R=0.8962 y R=0.84516, y con un e

Full cbico es significativo (p<0.05), adems con un coeficiente de determinacin de R2=0.8033, seguido por el modelo Cbico e

atamientos con igualdad estadstica aplicando la prueba de Tukey.

serva la agrupacin de puntos de acuerdo a la prueba de Tukey.

en la aceptabilidad de la variable sabor para el modelo Cbico especial.


jor aceptabilidad en cuanto al sabor la muestra que tuvo proporciones

mientos con igualdad estadstica aplicando la prueba de Tukey.

a medida que el nctar posee ms proporciones iguales de las tres frutas, tambin

sabor para el modelo Full Cbico.

presentes en el fruto fresco (Eskin, 1990).

elo matemtico que ms se ajust al experimento fue el modelo fue Cbico

mente fiable y, por lo tanto creble, del comportamiento del sistema. Cualquier prediccin o propuesta de mejora formulada a par

rciones de maracuy, pia y naranjilla.

dad para la variable color.

ble color, con significancia p<0.0500, h0: u1=u2

r p >0.05, por lo tanto se acepta la hiptesis nula que significa que no hay diferencias entre las muestras. Esto quiere decir que el

ntar que los inevitables errores sean tan pequeos como sea posible (Hanke

mente pequeos. Es en efecto realista esperar que una tcnica produzca errores de pronstico relativamente bajos sobre una base

entales en la aceptabilidad para la variable color.

color, con significancia p<0.0500, h0: u1=u2.

lor p >0.05, por lo tanto se acepta la hiptesis nula que significa que no hay diferencias entre las muestras. Esto significa que el m

minado mediante la prueba t sin embargo comparando los valores PEMA y R de ambos modelos, se encontr que el modelo que p

es ha sido desarrollado, considerando tanto el nivel de precisin aceptable, como el conjunto de condiciones de experimentacin

eptabilidad para la variable olor.

iable olor, con significancia p<0.0500, h0: u1=u2.

0.05, por lo tanto se acepta la hiptesis nula que significa que no hay diferencias entre las muestras. Esto quiere decir que el mod

Nikzad (2007). Este criterio tiene la ventaja de indicar si la desviacin es por exceso o si es por defecto. Tambin se compararon

es producindose de forma simultnea que pueden provocar interacciones no

l cbico son cercanos pero no siguen la tendencia a los datos experimentales

modelo Full cbico para la variable olor.

.05, por lo tanto se acepta la hiptesis nula que significa que no hay diferencias entre las muestras. Esto quiere decir que el mode

minado mediante la prueba t. Comparando los valores PEMA y R de ambos modelos, el modelo que predice mejor la aceptabilida

do al usuario (Montgomery et al , 2005).

tales en la aceptabilidad para la variable sabor.

ales y estimados del modelo Cbico especial para la variable sabor, con

uentra debajo del valor experimental con una diferencia promedio de -0.3847. El valor p <0.05, por lo tanto se rechaza la hiptes

ceptabilidad para la variable sabor.

abor, con significancia p<0.0500, h0: u1=u2.

na que el valor p <0.05, por lo tanto se rechaza la hiptesis nula que significa que hay diferencias entre las muestras Esto signific

erminado mediante la prueba t. Comparando los valores PEMA y R de ambos modelos, el modelo que predice mejor la aceptabi

tad de que con determinaciones de valor tan subjetivo, se pueda llegar a tener datos objetivos y fiables para evaluar la aceptabilid

o puede haber sido desarrollado principalmente para predecir observaciones nuevas. No hay la seguridad de que la ecuacin que

o los resultados de los 10 primeros tratamientos o puntos del experimento.

eo. El diseo con 10 tratamientos presenta los R ms elevado que el de 19,

e encontraban los valores ms altos para las variables y con el uso del software LINGO DEMO 13. 0 se hallaron las proporci

do como prioridad la variable sabor (maxY3). Se escribi las ecuaciones de las variables color, olor y sabor y las restricciones o r

y para la variable sabor 6.44.

y la variabilidad (Figuera, 2006).

ue las diferentes unidades se correspondan con la misma (Figuera, 2006).

con un p<0.05, R2>0.78, R>0.88 y error porcentual absoluto<4.08.

do el caso para ambos modelos de la variable sabor, por lo tanto se valid el modelo Cbico especial por su menor error porcentu

de la temperatura y tiempo de esterilizacin en el valor Fo de un enlatado de cabrito (Capra hircus) a la nortea. Tesis para op

rnia. Espaa: Barcelona, pp.134-135.

s fisicoqumicas y sensoriales de un licor macerado. Tesis para optar el Ttulo Profesional de Ingeniera Agroindustrial. Univ

l 21 de febrero del 2013]

[Accesado el 18 de febrero del 2013]

e febrero del 2013]

Accesado el 18 de febrero del 2013]

library/ae620s/pfrescos/lulo.htm

comosus) en la aceptabilidad sensorial de un nctar mixto. (2): 138,

on, Mxico, pp. 448-452.

btencin del ttulo de ingeniera agroindustrial. Facultad de Ingeniera Qumica y

ensorial y consistencia de mermelada aplicando diseo de centroide ampliado. Tesis para obtener el ttulo profesional de Ingen

caractersticas fisicoqumicas de cubos de yacn (Smallantus sonchifolius) deshidratado osmticamente. Tesis para obtener

iera Agroindustrial, pp.45-47

el diseo de centroide ampliado. Tesis para obtener el ttulo profesional de Ingeniero Agroindustrial. Facultad de Ciencias Agro

vaporador destilador flash usando redes neuronales artificiales. Tesis para optar el Grado Acadmico de Doctor en Ingeniera.

ada 0,10%. Este refractmetro debe ser ajustado a una temperatura de 20C 0.5C y registre una fraccin de masa de solidos sol

gotas del lquido y reservar el resto del lquido para la determinacin.

solucin de prueba a la temperatura de medida. Poner unas gotas de la solucin de prueba sobre el prisma fijo del refractm

entes correcciones son requeridas.

L de muestra (nctar).

se mide el pH de la muestra problema.

de 100 cm3, se agregaron aproximadamente 50 cm3 de agua destilada y se hirvi. Se filtr lavando con agua caliente el residuo.

de fenolftalena, y se anot el volumen gastado de lcali.

es de tomar la alcuota para el anlisis.

de fenolftalena, y se anot el volumen gastado de lcali.

l nmero de la muestra de acuerdo a su grado de aceptabilidad.

talla a continuacin:

*0.14 0.86*A= 153.72 - (M*B1 + P*B2 + N*B3)

ducto envasado que tiene el sensor (Ti) y la temperatura del medio de calentamiento simultneamente (Tr)
ura del medio constante (Tr =T1) por el tiempo de procesamiento indicado (tp). Realizar los dos tratamientos:

empo (t) en el mismo grfico.

(Li), Po para Tref= 93.3 C y Z= 10C para Byssochlamys fulva.

483
18
483
483

140
19

140
140

140
140
483
483

140
140
140
140
140
140

483

483
483
483

483

483

483
483
140
483

483
483
140
483
483
140
483
140
140
140

140

140

140
483

140

483
140

140
483

483
483
140
483
483

140
140
140
140

483
483
140
140
483
140

140
140

483
483
483
483
483
483
483
483

140
140
140
140
140
140

483
483
483
140
140
140
140
483
483
483
483
483

140

483

18
483

140
140
19
140

variable color.
16

17

18

19

875

526

483

140

0.8

7.3

5.4

5.3

4.6

7.6

5.2

8.2

7.8

6.3

2.4

5.3

6.2

8.6

8.7

7.7

4.9

8.2

0.5

5.3

6.3

8.6

4.1

5.2

4.3

4.3

8.6

5.8

0.8

4.9

7.5

6.6

3.8

6.8

3.4

10

4
6.7
9
7.5

6.9

1.4

7.1

2.9

8.5

1.6

1.6

6.9

7.1

7.8

5.8

7.7
9.3

8.4

5.5

7.9

7.2

6.2

3.6

8.4

4.1
5

7.1

3.6

9.2

8.4

8.9

4.8

2.5

9.5

5.9

7.5

2.8

1.8

6.7

5.7

3.5

1.8

8.2

7.6

6.9

3.4

7.1

6.8

2.6

3.8

4.4

6.1

5.4

2.6

6.9

6.2

6.5

1.9

8.9

6.8

7.2

3.9

6.8

8.4

6.2

7.2

8.4

9.5

6.4

5.7

6.6

5.5

7.5

2.9

7.7

9.3

6.7

4.8

8.2

7.8

5.8

2.9

8.6

8.8

0.8

3.9

5.4

5.5

8.7

9.4

8.8

4.9

8.2

8.5

4.8

2.7

4.3

3.2

10

1.3

3.4

8.7

6.4

9.2

6.7

5.7

4.3

4.4

7.8

8.8

7.4

9.2

7.3

4.4

6.8

8.8

6.6

0
1.7

6
7.5

5.2

6.3

6.5

8.6

4.2
16

17

0.6

8.1

3.3

7.4

6.4

5.7

18

19

875

526

483

140

198.4

311.9

282.1

280.4

4.41

6.93

6.27

6.23

2.63

1.64

2.10

2.25

19

la variable olor.
16

17

18

19

875

526

483

140

0.9

6.9

6.9

3.8

4.7

5.8

5.1

4.9

7.4

3.8

1.1

1.9

5.1

8.6

8.2

6.4

5.8

4.1

4.9

7.6

1.6

1.8

4.4

9.6

8.9

2.4

7.7

1.3

3.6

6.1

7.3

5.1

8.9

2.8

8.8

1.8

6.6

8.5

6.1

1.8

7.8

2.5

10

4.4

6.6
7

1.8

7.5

5.2

7.5

7.1

6.9

6.6

3.5

8.3

4.8

1.8

6.1

5.3

7.9

1.8

2.3

5.2

1.8

6.4

4.2

9.5

8.4

4.4

3.9

7.3

9.3

5.4

4.6

3.5

8.6
5

2.6

5.8

1.4

6.8

8.5

2.5

2.2

4.6

3.8

5.1

2.8

0.7

6.7

6.7

6.6

6.8

8.3

4.5

8.3

5.8

2.3
6.4

8
7.3

7.8

10

6.4

4.5

7.4

5.6

3.8

7.7

8.9

4.2

4.2

6.5

5.1

5.7

3.5

7.6

8.4

6.5

3.8

5.3

5.9

7.8

8.4
5.5

5.8

8.2
7.3

8.2
4.9

7.8

2.3

5.5

6.8

4.3

5.1

6.3

8.1

4.4

6.7

5.9

4.3

2.8

6.9

6.4

4.9

8.6

6.4

2.2

5.4

8.7

5.6

0.4

4
5.5

16

5.3
8

0.2

6.6
6

17

3.1

1.4

2.7

7.2

18

19

875

526

483

140

225.5

262.2

256.2

248.5

5.01

5.83

5.69

5.52

2.52

2.24

2.37

2.32

17

14

la variable sabor.
16

17

18

19

875

526

483

140

6.3

0.4

2.8

6.8

8.8

3.6

8.2

7.7

6.2

8.6

6.6

7.4

1.3

4.6

0.8

2.7

9.3

7.8

4.8

6.7

5.6

9.6

4.4

4.5
9

3.2

4.9

9.3

7.2

6.7

2.7

3.8

2.8

6.4

6.4

3.6

8.5

8.5

6.9

2.2

2.9

1.6

7.8

4.8

1.4

7.8

3.4

10

4.3

1.4

9.1

8.7

4.7

7.1

0.5

6.6

7.1

4.4

0.6

8.1

9.3

7.2

7.1

5.8

4.5

6.9

4.6

8.3

5.5

9.5

8.6

2.7

5.9

7.6

4.2

3.8

0.3

1.4

8.3

6.3

1.4

6.3

8.5

5.5

4.3

8
9.4

7.1
4.4

3.8

7.3

7.8

6.3

8.5

5.9

5.6

7.6

6.3

7.5

2.4

9.7

6.5

8.6

10

4.5

6.9

5.2

7.8

3.9

6.6

8.4

6.1

4.9

8.3

0.2

5.4

7.8

9.2

9.1

6.7

5.7

6.8

6
8.1
2.4

6.4

8.1

9.1

5.8

5.6

10

8.7

7.8

7.3

4.8

9.4

6.3

7.4

7.8

6.3

3.1

5.4

8.2
8

2.8

3.5

8.8
6.9

7.7

9.2

5.8

7.5

17

18

19

526

483

140

287.3

269.7

291.2

6.4

6.0

6.5

2.34

2.36

2.46
5

10

R2

R2
Ajustado

0.3951

0.3195

0.4270

0.3124

0.7295

0.6255

0.4772

0.2762

0.7917

0.6876

0.9090

0.8362

0.4022

0.2826

0.5717

0.4869

0.6410

0.5384

R2

R2
Ajustado

0.4752

0.4096

0.4945

0.3934

0.6162

0.4686

0.3385

0.0840

0.6173

0.4259

0.7814

0.6065

0.4878

0.3853

0.1538

0.0000

0.4006

0.2293

R2

R2
Ajustado

0.1706

0.1983

0.0981

0.2084

0.2545

0.1054

0.1136

0.4614

0.2543

0.1441

0.5000

0.2506

0.0087

0.7143

0.5715

0.0097

0.8033

0.6459

0.2100

0.2536

0.1043

0.8095

0.1012

0.0000

0.1669

0.3515

0.1662

+95.%
Cnf.Limt
47650
67200
15256
89720
78938
50599
5.39562
9.77186
.87866

+95.%
Cnf.Limt

25438
68488
28634
14480
57780
73809
8.08052

+95.%
Cnf.Limt
04024
03198

98280
79195
35742
26602
4.10863
3.52297
70233

+95.%
Cnf.Limt
72477
34001
20173
59540
34625
.22403
1.71538

+95.%
Cnf.Limt
59977
63406
08193
53954
73861
.27294
0.25767
8.19476
95181

(ei, eiabs, ei2, Error y Error abs).

ei, eiabs, ei2, Error y Error abs).

o (ei, eiabs, ei2, Error y Error abs).

r y sabor) del nctar aplicando Diseo Simplex con Centroide

e 10 cm. Se utiliz 171 panelistas no entrenados de 18 a 28 aos quienes evaluaron los 19 tratamientos a razn 5 tratamientos por

cin fue el Coeficiente de correlacin (R), el error porcentual

menor error porcentual absoluto y alto coeficiente de correlacin para predecir la aceptabilidad de las variables color y olor en el

d 28 years old evaluated all 19 treatments a rate of 5 treatments per panelist randomly distributed. It was determined that passion

correlation coefficient to predict the acceptability of colour and odor variables of nectar; and none of selected models werent va

undo de Sudamrica posee popularidad en los pases vecinos del norte como Ecuador, Colombia y Venezuela, sin embargo en el

nstantes innovaciones que se vienen dando en el sector, las cuales permitirn que el consumo per cpita de jugo de los peruanos

e se busca es encontrar cada vez modelos ms precisos en el diseo de mezclas como en el Diseo Simplex con Centroide Ampli

datos observados sea un buen predictor. Es por esta razn que antes de que el modelo pase al usuario se debe hacer la evaluacin

.s.n.m. En climas calientes muy secos, el maracuy se puede

al Occidente de la cordillera de los Andes en Ecuador, Colombia y

dos con coloraciones anaranjadas inferiores al 50%, la respiracin no se incremente y el fruto presenta dificultades para alcanzar

pido y no se infectan. Las enfermedades respiratorias se previenen consumiendo vitamina C. Ayuda a que los huesos, dientes, ca

nco celdas, en la madurez rellenas de un lquido mucilaginoso, verdusco y aromtico que rodea las semillas, el cual se extrae y, u

ern proceder del mismo tipo de fruta y obtenerse por

e guayaba, pia, guanbana, tamarindo, maracuy, mango y durazno

ermiten medir cunto agrada o desagrada dicho producto. La aceptabilidad de un producto generalmente indica el uso real del pr

ser presentada grfica, numrica o textualmente, horizontal o verticalmente y se utiliza para indicar las diferencias en gusto del c

as. En el anlisis de varianza (ANOVA), la varianza total se divide en varianza asignada a diferentes fuentes especficas. La varia

color habiendo absorbido la luz de todas las dems longitudes

piglotis y, sobre todo, en la lengua, donde son ms abundantes (Bello,

eneral son personas tomadas al azar, ya sea de una

componentes para un experimento de mezclas debe estar en la frontera

s completas si se aumentan los diseos centroides Smplex con

tica que nos diga de qu manera estn relacionadas las variables, sino que se desea saber tambin con qu precisin se puede pred

al. Esto significa que l debe intentar descubrir un modelo

dente que se presenta algn grado de curvatura en los datos, pero no es posible ninguna eleccin definida de un modelo matemti

n polinomio de tercer grado dar un ajuste excelente.

o tanto, no es posible probar todas las puntas en cada uno de los ejemplares. Para este tipo de problema es posible utilizar d

smo nmero de veces que cualquier otro par. Por lo tanto, un diseo de bloques incompletos balanceados DBIB es un diseo de

rio debe hacer cierta evaluacin de su validez. La validacin del modelo se concentra en la determinacin de si el modelo funcion

ms confianza tanto en el modelo como en el proceso de su obtencin. A veces, a esas nuevas observaciones se les llama corridas

e pronstico. Con frecuencia debe llegarse a un equilibrio entre un mtodo de pronstico sofisticado, que es un poco ms preciso

. Frecuentemente, el examen de los patrones de errores lleva al

error). La DAM resulta de gran utilidad cuando el analista desea medir el error de pronstico en las mismas unidades de la serie

ada uno al cuadrado. Esto es importante pues en ocasiones pudiera ser preferible una tcnica que produzca errores moderados a o

periodo y despus promediando estos errores absolutos de porcentaje. Este enfoque es til cuando el tamao o magnitud de la var

eal de ese periodo y promediando despus estos porcentajes de error. Si un enfoque de pronstico no est sesgado, la ecuacin pr

odelos estadsticos. Se compararon los modelos estadsticos de cada programa de acuerdo al p<0.05 y coeficiente de determinaci

pacitados en pruebas afectivas (Urea y DArrigo, 1999).

eneral son personas tomadas al azar, ya sea de una

trenados de 18 a 28 aos quienes evaluaron los 19 tratamientos a razn 5 tratamientos por panelista distribuidos en forma al

so de germinacin o que tengan pedazos de tallos o ramas. Se

na solucin de hipoclorito de sodio a una concentracin de 50

steurizacin del lado de la tapa, as se mantuvo por espacio

po. Si estas son significativas hay que concluir que se trata de

13.0 se hallaron las proporciones ptimas de maracuy, pia y

n de la fruta, que implica una seleccin para rechazar las frutas inmaduras (Gil, 2010). El uso de frutas inmaduras con un pH baj

fica que los diferentes procesos pueden ser comparados por sus efectos letales. Para cada valor Po hay diferentes rangos de comb

mente por una temperatura debajo de los 100C (Rees y

or promedio en la variable color fue el N17: 50%. de maracuy, 25% de pia y 25% de naranjilla, con una aceptabilidad promed

diferente a los dems con respecto a la aceptabilidad de la variable color mientras que para los tratamientos 13, 11, 7 y 18 no exi

s balanceados, los datos obtenidos en el estudio de aceptabilidad fueron analizados por anlisis de varianza y prueba de Tukey pa

, me agrada mucho), siguiendo un diseo de bloques incompletos balanceados, encontrando que el modelo lineal fue significativ

ntual promedio absoluto bajo Error abs=2.8602%, Error abs=4.5449% respectivamente para cada modelo. Para la variable color

una combinacin de en proporciones equilibradas de las tres frutas,

entos 7, 1, 11, 3, 14 y 17 del nctar no existe diferencias y son los que obtuvieron los puntajes ms altos con respecto a la aceptab

porcentual absoluto bajo Error abs=4.0888%, Error abs=5.1644% respectivamente para cada modelo. Para la variable olor en mo

eterminacin de R2=0.7814, seguido por el modelo Cbico especial el

ensorial de un nctar mixto, encontrando que la muestra 222 con 16.7% de naranja, 16.7% de papaya y 66.6% de pia present e

istintas proporciones de las tres frutas, tambin se observa la

abilidad de la variable sabor. Tambin se puede apreciar que no existen diferencias significativas entre los tratamientos 10, 19, 11

0.8962 y R=0.84516, y con un error porcentual absoluto bajo; Error abs=3.0626%, Error abs=3.8317% respectivamente para cad

seguido por el modelo Cbico especial el cual tambin es significativo (p<0.05) y con un R2=0.7143. Por lo tanto el modelo Ful

uesta de mejora formulada a partir de los resultados obtenidos experimentando con un modelo incorrecto, puede llegar a compor

uestras. Esto quiere decir que el modelo Cbico especial predice adecuadamente la variable color y los valores estimados present

tivamente bajos sobre una base consistente (Hanke y Wichern, 1996). Todos los modelos son, por su propia naturaleza, represen

muestras. Esto significa que el modelo Full Cbico predice adecuadamente la variable color y los valores estimados presentan ig

se encontr que el modelo que predice mejor la aceptabilidad de la variable color es el modelo Cbico especial ya que el PEMA

condiciones de experimentacin que cubren el dominio de aplicacin

as. Esto quiere decir que el modelo Cbico especial predice

efecto. Tambin se compararon el promedio de los valores

s. Esto quiere decir que el modelo Full cbico predice adecuadamente la variable olor y los valores estimados presentan igualdad

ue predice mejor la aceptabilidad de la variable olor es el modelo Cbico especial ya que el PEMA es ms bajo y el R es ms alt

or lo tanto se rechaza la hiptesis nula que significa que hay diferencias entre las muestras. Esto quiere decir el modelo

entre las muestras Esto significa que el modelo Full cbico no predice adecuadamente la variable sabor y hay diferencias entre s

o que predice mejor la aceptabilidad de la variable sabor es el modelo Full Cbico ya que el PEMA es ms bajo y el R es ms alt

iables para evaluar la aceptabilidad o rechazo de un producto alimentario. La necesidad de adaptarse a los gustos del consumidor

guridad de que la ecuacin que proporciona el mejor ajuste a los

13. 0 se hallaron las proporciones ptimas de maracuy, pia y

or y sabor y las restricciones o rangos de las proporciones de las pulpas. La ltima restriccin se entiende como la sumatoria de l

cial por su menor error porcentual absoluto (11.9112% y 7.4837%) y alto coeficiente de correlacin (0.94 y 0.905) para predecir

cus) a la nortea. Tesis para optar el Ttulo Profesional de Ingeniera

ngeniera Agroindustrial. Universidad Nacional de Trujillo.

er el ttulo profesional de Ingeniero Agroindustrial. Facultad

camente. Tesis para obtener el ttulo de maestro en ciencias.

strial. Facultad de Ciencias Agropecuaria: Universidad Nacional de

mico de Doctor en Ingeniera. Universidad Nacional Federico Villareal.

fraccin de masa de solidos solubles de cero para agua destilada.

bre el prisma fijo del refractmetro e inmediatamente leer el valor del ndice de refraccin o la fraccin de masa de sacaro

do con agua caliente el residuo.

tratamientos:

ntos a razn 5 tratamientos por panelista distribuidos en forma aleatoria. Se determin que la maracuy tuvo un mayor efecto en

las variables color y olor en el nctar; y no se valid ninguno de los modelos seleccionados (Cbico especial y Full cbico) para

It was determined that passion fruit had a highest effect on nectar color and odor (p=0.05) and on nectar taste pineapple had the h

of selected models werent validated to predict acceptability of taste variable, however Full cubic model can be useful due to it s

Venezuela, sin embargo en el Per donde tambin se produce de modo silvestre slo es conocido y consumido en las regiones do

cpita de jugo de los peruanos crezca el prximo ao.

Simplex con Centroide Ampliado o Diseo

rio se debe hacer la evaluacin de su validez. La validacin del modelo se concentra en la determinacin de si el modelo funcion

enta dificultades para alcanzar la madurez de consumo (no climatrico); por lo tanto, el momento de cosecha ideal de los frutos e

a a que los huesos, dientes, cartlagos y encas se desarrollen bien. La vitamina C es un gran antioxidante

porque previen

s semillas, el cual se extrae y, una vez separadas las semillas, se

mente indica el uso real del producto (compra y

r las diferencias en gusto del consumidor de los productos. Las muestras se presentan en recipientes idnticos, codificados con n

es fuentes especficas. La varianza de las medias

on qu precisin se puede predecir el valor de una variable si se conocen los valores de las variables asociadas. Las tcnicas utili

finida de un modelo matemtico, un procedimiento razonable es examinar sistemticamente polinomios de orden creciente

roblema es posible utilizar diseos de bloques

ceados DBIB es un diseo de bloques incompletos en el que dos tratamientos cualesquiera aparecen conjuntamente el mismo n

nacin de si el modelo funcionar bien en su ambiente

rvaciones se les llama corridas de confirmacin. Es preferible contar con al menos de 15 a 20 observaciones nuevas, para tener u

do, que es un poco ms preciso, y uno simple que se

as mismas unidades de la serie original. La ecuacin

roduzca errores moderados a otra que por lo regular tenga errores pequeos, pero que ocasionalmente arroje algunos en extremo

el tamao o magnitud de la variable de pronstico es importante en la evaluacin de la precisin del pronstico. El PEMA

no est sesgado, la ecuacin producir un porcentaje cercano a cero. Si el resultado es un porcentaje negativo grande, el mtodo d

5 y coeficiente de determinacin (R 2) de mayor valor. Los modelos que se ajustaron ms al experimento se compararon de acuer

ista distribuidos en forma aleatoria (Anexo 8). La

utas inmaduras con un pH bajo alterara el

hay diferentes rangos de combinaciones de tiempo y temperatura que producirn un equivalente valor de esterilizacin (Hol

con una aceptabilidad promedio de 6.931, para la variable Olor fue el N 7 con 66.67% de maracuy, 16.67 % de pia y 16.67 %

amientos 13, 11, 7 y 18 no existe diferencia

varianza y prueba de Tukey para separar las medias. Se realiz tambin un anlisis de correlacin entre los promedios y las medi

modelo lineal fue significativo por tener un p=0.00 y

modelo. Para la variable color el modelo Full cbico es el

altos con respecto a la aceptabilidad de la variable olor, adems el tratamiento 7 con 66,7% de jugo de maracuy 16,67% de pulp

lo. Para la variable olor en modelo Full cbico es el que

aya y 66.6% de pia present el mayor puntaje (6.322) en

ntre los tratamientos 10, 19, 11, 17, 13, 9, 8, 7, 18, 15,

17% respectivamente para cada modelo. Para la variable

43. Por lo tanto el modelo Full cbico es el ms

orrecto, puede llegar a comportar en su caso, la aprobacin de inversiones que no resuelvan correctamente los problemas que se h

y los valores estimados presentan igualdad estadstica

su propia naturaleza, representaciones incompletas del sistema del que pretenden ser modelo, pero a pesar de esta limitacin pue

valores estimados presentan igualdad estadstica

bico especial ya que el PEMA es ms bajo y el R es ms

estimados presentan igualdad estadstica

A es ms bajo y el R es ms alto que el modelo Full

to quiere decir el modelo Cbico especial no predice

sabor y hay diferencias entre sus muestras con un

A es ms bajo y el R es ms alto que el modelo Cbico especial. Sin embargo ninguno de ambos modelos son aptos para pronost

se a los gustos del consumidor obliga a que, de una forma u otra, se intente conocer cul ser el juicio crtico del consumi

ntiende como la sumatoria de las tres pulpas es la

n (0.94 y 0.905) para predecir la aceptabilidad de las variables color y olor en el nctar; y no se valid ninguno de los modelos se

fraccin de masa de sacarosa, de acuerdo con el

cuy tuvo un mayor efecto en el color y

o especial y Full cbico) para predecir la aceptabilidad de la variable sabor, sin embargo el modelo Full cbico puede ser til deb

nectar taste pineapple had the highest

model can be useful due to it showed

y consumido en las regiones donde se produce. Este fruto posee un sabor agridulce y un fuerte aroma. Esto hace que los producto

nacin de si el modelo funcionar bien en su ambiente pretendido de operacin. As tener una prediccin ms acertada en los

de cosecha ideal de los frutos es cuando estos presentan un estado de madurez igual o mayor al 75% de coloracin anaranjada, pa

antioxidante

porque previene el

es idnticos, codificados con nmeros aleatorios de 3 dgitos. Las muestras se codifican con nmeros aleatorios (Ramrez-

es asociadas. Las tcnicas utilizadas para lograr estos dos objetivos se conocen como mtodos de regresin y mtodos de correl

omios de orden creciente

en conjuntamente el mismo nmero de veces. Suponga que hay a tratamientos y que cada bloque puede contener exactamente k

rvaciones nuevas, para tener una evaluacin fiable de la eficiencia de prediccin del modelo. En casos en donde se hayan desarro

nte arroje algunos en extremo

el pronstico. El PEMA

e negativo grande, el mtodo de pronstico est sobrestimado de manera consistente. Si el resultado es un porcentaje

mento se compararon de acuerdo a los

valor de esterilizacin (Holdsworth y

uy, 16.67 % de pia y 16.67 % de naranjilla; el

entre los promedios y las medianas de aceptabilidad, dando una alta correlacin (R=0.998) por lo que se decidi trabajar con la

o de maracuy 16,67% de pulpa de pia y 16,67% de pulpa de naranjilla obtuvo mayor puntaje en la aceptabilidad de la variable

tamente los problemas que se haba

a pesar de esta limitacin pueden ser tiles

modelos son aptos para pronosticar la aceptabilidad de la variable sabor porque sus pronsticos no presentan igualdad

el juicio crtico del consumidor en la

id ninguno de los modelos seleccionados (cbico especial y full cbico) para predecir la aceptabilidad de la variable sabor, sin

o Full cbico puede ser til debido a que present un menor error porcentual absoluto y mayor coeficiente de

ma. Esto hace que los productos elaborados con este posean caractersticas organolpticas aceptables, como en

iccin ms acertada en los

% de coloracin anaranjada, para

os aleatorios (Ramrez-

egresin y mtodos de correlacin. Los mtodos de regresin se usan para determinar la mejor relacin funcional entre las va

puede contener exactamente k (k <

asos en donde se hayan desarrollado, con los mismos datos, dos o ms modelos de regresin alternativos, la comparacin de la ef

o es un porcentaje

que se decidi trabajar con la

la aceptabilidad de la variable

no presentan igualdad

lidad de la variable sabor, sin embargo el modelo Full cbico puede ser til debido a que present el menor error

oeficiente de

es, como en

relacin funcional entre las variables, mientras que los mtodos de correlacin se utilizan para medir el grado de

ativos, la comparacin de la eficiencia de prediccin de ellos con nuevos datos puede ser la base de la seleccin del

el menor error

dir el grado de

e la seleccin del

Вам также может понравиться