Академический Документы
Профессиональный Документы
Культура Документы
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
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
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
Sinnimos
Tracheobionta
Divisin
Magnoliophyta
Clase
Liliopsida
Subclase
Commelinidae
Orden
Poales
Familia
Bromeliaceae
Subfamilia
Bromelioideae
Gnero
Ananas
Especie
Ananas comosus
Nombre cientfico
Ananas comosus L.
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
Nombre Vulgar
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).
8,588
Ceniza (%)
082
Protenas (%)
131
Fibra (%)
325
Acidez (%)
095
Alcaloides (+ot)
005
600
982
219
Vitamina C (mg/100 g)
8,370
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
Lulo (naranjilla)
Passiflora edulis
12
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
las componentes de las mezclas; por ejemplo, la retcula Simplex {3,3} incluir la
mezcla con proporciones de componentes (
) (Kuehl, 2001).
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
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.
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
T18
T19
Nctar
Evaluacin sensorial:
Prueba de aceptabilidad
- Color
- Olor
- Sabor
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.
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
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
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
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
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
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
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
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
Exponencial III
Y1 = (5.19*exp(0.6333*X1*X2+0.6421*X1*X3- 0.5786*X2*X3))
+21.0732*X1*X2*X3
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
#
#
#
#
#
#
#
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
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
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).
#
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
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
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
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
#
#
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
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
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
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%).
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.
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
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
#
#
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
Experimental Estimado
0
Tratamientos
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
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).
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
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
Sabor
Experimental Estimado
2
0
Tratamientos
PEMA
Error abs
(%)
6.1201
0.9395
Sabor
Media
Exp
5.4774
Est
5.8187
-6.1147
0.0036
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
R 10 p
R 19p
Lineal
0.7414
0.6286
Cuadrtico
0.9159
0.8541
3.5206
5.1182
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
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
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
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
Se titul con la solucin 0,1 N de hidrxido de sodio, usando 1 cm3 de la solucin indicadora de fenolftalena, y se an
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
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 (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
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
Lineal
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.
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
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
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
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
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
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
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
arusi et al , 1998).
EROSKI, 2008).
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
consumo generales comunes, aparente estado psico-somtico satisfactorio y asequibles. Por lo general son personas tomadas al
y DArrigo, 1999).
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
eal era inadecuado, el investigador est obligado a considerar el ajuste de algn modelo no lineal. Esto significa que l deb
co del sistema. Si esto no es factible, se deben examinar los diagramas dispersos. Cuando es evidente que se presenta algn grad
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
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
nstico. Cuanto ms simple sea el modelo, resulta mejor para obtener la aceptacin del proceso de pronstico. Con frecuencia de
an los pronsticos para los diversos periodos y se comparan con los valores histricos conocidos. Frecuentemente, el examen de
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
Error (PME), que se calcula encontrando el error en cada periodo, dividiendo esto entre el valor real de ese periodo y promediand
TATISTICA DEMO v.7.0 y al programa DATAFIT DEMO v.9.0 los cuales arrojaron distintos modelos estadsticos. Se compara
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
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
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,
diferencias que se da entre los grupos con las diferencias que pudieran existir dentro de cada grupo. Si estas son significativas h
e encontraban los valores ms altos para las variables y con el uso del software LINGO DEMO 13.0 se hallaron las proporcio
acenado) de 2.65 hasta 3.43. La elaboracin de nctar comprende una primera fase de preparacin de la fruta, que implica una se
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
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
ulpa de naranjilla. Sin embargo la aceptabilidad en el color no disminuye tanto al tener el nctar una combinacin de en proporci
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
llo et al , (2012) evalu el efecto de la proporcin de naranja, papaya y pia en la aceptabilidad sensorial de un nctar mixto, enc
ulpa de naranjilla. La aceptabilidad en el olor disminuye al tener el nctar una combinacin en distintas proporciones de las tr
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
a medida que el nctar posee ms proporciones iguales de las tres frutas, tambin
mente fiable y, por lo tanto creble, del comportamiento del sistema. Cualquier prediccin o propuesta de mejora formulada a par
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
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
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
.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
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
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
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
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
s fisicoqumicas y sensoriales de un licor macerado. Tesis para optar el Ttulo Profesional de Ingeniera Agroindustrial. Univ
library/ae620s/pfrescos/lulo.htm
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
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
solucin de prueba a la temperatura de medida. Poner unas gotas de la solucin de prueba sobre el prisma fijo del refractm
L de muestra (nctar).
de 100 cm3, se agregaron aproximadamente 50 cm3 de agua destilada y se hirvi. Se filtr lavando con agua caliente el residuo.
talla a continuacin:
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:
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
e 10 cm. Se utiliz 171 panelistas no entrenados de 18 a 28 aos quienes evaluaron los 19 tratamientos a razn 5 tratamientos por
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
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
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
tica que nos diga de qu manera estn relacionadas las variables, sino que se desea saber tambin con qu precisin se puede pred
dente que se presenta algn grado de curvatura en los datos, pero no es posible ninguna eleccin definida de un modelo matemti
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
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
trenados de 18 a 28 aos quienes evaluaron los 19 tratamientos a razn 5 tratamientos por panelista distribuidos en forma al
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
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
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
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
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
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
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
bre el prisma fijo del refractmetro e inmediatamente leer el valor del ndice de refraccin o la fraccin de masa de sacaro
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
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
r las diferencias en gusto del consumidor de los productos. Las muestras se presentan en recipientes idnticos, codificados con n
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
ceados DBIB es un diseo de bloques incompletos en el que dos tratamientos cualesquiera aparecen conjuntamente el mismo n
rvaciones se les llama corridas de confirmacin. Es preferible contar con al menos de 15 a 20 observaciones nuevas, para tener u
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
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 %
varianza y prueba de Tukey para separar las medias. Se realiz tambin un anlisis de correlacin entre los promedios y las medi
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
ntre los tratamientos 10, 19, 11, 17, 13, 9, 8, 7, 18, 15,
orrecto, puede llegar a comportar en su caso, la aprobacin de inversiones que no resuelvan correctamente los problemas que se h
su propia naturaleza, representaciones incompletas del sistema del que pretenden ser modelo, pero a pesar de esta limitacin pue
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
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
o especial y Full cbico) para predecir la aceptabilidad de la variable sabor, sin embargo el modelo Full cbico puede ser til deb
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
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
el pronstico. El PEMA
e negativo grande, el mtodo de pronstico est sobrestimado de manera consistente. Si el resultado es un porcentaje
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
modelos son aptos para pronosticar la aceptabilidad de la variable sabor porque sus pronsticos no presentan igualdad
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
os aleatorios (Ramrez-
egresin y mtodos de correlacin. Los mtodos de regresin se usan para determinar la mejor relacin funcional entre las va
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
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