TRABAJO DE INVESTIGACIN FASE II

CARLOS ANDRS ARCOS VILA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESPECIALIZACIN EN PROCESOS DE ALIMENTOS Y BIOMATERIALES
CEAD PITALITO
2015

Actividad individual
1. Durante el proceso de produccin de un biopolmero degradable a partir de
almidn de maz, se desea conocer el efecto de la temperatura de proceso y la
velocidad de agitacin, sobre la densidad del biopolmero obtenido. Las
temperaturas de proceso utilizadas son 85, 90 y 95C y las velocidades de
agitacin son 100, 110 y 120 rpm. De cada tratamiento se realizarn 3
repeticiones.
Proponga el diseo experimental que se debe realizar en este caso
Factores: variable independiente.
Nivel del factor: Cada una de las categoras, valores o formas especficas del
factor.
Se cuenta con dos factores correspondientes a la temperatura y velocidad de
agitacin para tres niveles en cada factor para las temperaturas de 85, 90 y 95
C y 100, 110 y 120 rpm.
Se propone un diseo completamente aleatorizado. Las unidades
experimentales se asignan a grupos homogneos, llamados bloques y los
tratamientos son luego, asignados al azar dentro de los bloques.
Realice la tabla donde se muestren los tratamientos obtenidos con el
diseo.
Variable de respuesta: Densidad.
Factores: 3
Niveles por cada factor: 3
Tratamientos: 9
Repeticiones: 27
Tabla 1. Tratamientos del experimento
Tratamiento
s
T1

T2

T3
T4

Velocidad (rpm)

Repeticione
s

Temperatura
(C)

100
100
100
110
110
110
120
120
120
100
100

1
2
3
1
2
3
1
2
3
1
2

85
85
85
90
90
90
95
95
95
95
95

Densidad

T5

T6

T7

T8

T9

100
110
110
110
120
120
120
100
100
100
110
110
110
120
120
120

3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3

95
85
85
85
90
90
90
90
90
90
95
95
95
85
85
85

Con base en valores de densidad de biopolmeros obtenidos en la literatura,

d valores hipotticos a la variable de respuesta y realice el anlisis estadstico.
Se analizar mediante diseo completamente aleatorio, factorial.
Hiptesis:
Ho= Hiptesis nula,
Ho= T1=T2=T3= T9
Ha= Hiptesis alternativa
Ha= Por lo menos un tratamiento tuvo efecto sobre la variable respuesta
Se utiliz los siguientes datos hipotticos generados mediante nmeros
aleatorios en Excel de densidad para realizar un anlisis de varianza.
Tabla. Valores de densidad analizados.
Tratamientos Velocidad (rpm) Repeticiones Temperatura (C)
T1
100
1
85
T1
100
2
85
T1
100
3
85
T2
110
1
90
T2
110
2
90
T2
110
3
90
T3
120
1
95
T3
120
2
95
T3
120
3
95
T4
100
1
95
T4
100
2
95
T4
100
3
95
T5
110
1
85
T5
110
2
85
T5
110
3
85

Densidad
0,97
2,79
2,03
2,98
0,5
3,22
1,35
0,5
2,02
1,21
1,03
1,74
1,67
1,62
1,76

T6
T6
T6
T7
T7
T7
T8
T8
T8
T9
T9
T9

120
120
120
100
100
100
110
110
110
120
120
120

1
2
3
1
2
3
1
2
3
1
2
3

90
90
90
90
90
90
95
95
95
85
85
85

1,46
2,6
2,96
2,16
1,07
2,02
2,04
0,49
3,47
2,42
2,41
2,6

El anlisis de varianza se realiz en el Software Infostat versin 2015

C:\Users\acer\Desktop\Nueva tabla.IDB2 : 23/05/2015 - 3:54:10 p. m. [Versin : 02/04/2015]
Anlisis de la varianza
Variable N
R R Aj CV
Densidad 27 0,23 0,00 46,68
Datos desbalanceados en celdas.
Para otra descomposicin de la SC
especifique los contrastes apropiados.. !!
Cuadro de Anlisis de la Varianza (SC tipo I)
F.V.
SC
gl CM
Modelo.
4,25 8 0,53
Velocidad (rpm)
0,69 2 0,35
Temperatura (C)
1,71 2 0,86
Velocidad (rpm)*Temperatur.. 1,85 4 0,46
Error
14,05 18 0,78
Total
18,30 26

F
p-valor
0,68 0,7023
0,44 0,6489
1,10 0,3550
0,59 0,6724

Concluya con base en los resultados obtenidos.

Con los valores hipotticos analizados, no se observa diferencia significativa
entre la velocidad, la temperatura y la velocidad vs temperatura. Por lo tanto no
se realiza ningn tipo de prueba posterior.
Una empresa productora de premezclas de panadera desea conseguir un
mayor volumen en su nuevo producto pan libre de gluten. Por lo tanto, desea
probar 3 tipos de gomas (A, B, C) buscando obtener un volumen similar al de
un pan a base de harina de trigo. De la goma A, se probarn dos (2)
concentraciones, de la B tres (3) y de la C dos (2) concentraciones en la
formulacin. A cada tratamiento se le realizan tres repeticiones. Los resultados
obtenidos se muestran en la tabla 1.
Tabla 3. Ejercicio 2

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
3

1
1
1
2
2
2
1
1
2
2
2
1
1
1
2
2
2

VOLME
N (cm3)
412,3
414,7
413,6
416,9
415,5
415,2
414,6
414,5
417
417
417,1
408
408
408,3
410
410,5
410

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

1
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
3

1
1
1
2
2
2
1
1
2
2
2
1
1
1
2
2
2

VOLME
N (cm3)
414,7
414,4
414,6
415,5
415,4
415,5
414,3
414,1
418,9
418,7
419
408,2
407,9
408,6
409
409,2
409

Qu diseo experimental se propone?

Diseo completamente aleatorizado, aplicando prueba de Fisher.
Cul es el modelo del diseo propuesto?
Se propone un modelo lineal, donde:
ij= +Concentracini + eij
y
ij= Respuesta obtenida en la jsima repeticin del isimo tratamiento .
y
=Efecto medio general
e ij =Error aleatorio
Plantee las hiptesis estadsticas que sean necesarias
Ho= Hiptesis nula
Ho= T1=T2=Tt
Ha= Hiptesis alternativa
Ha= Por lo menos un tratamiento tuvo efecto sobre la variable respuesta
Concluya con base en los resultados obtenidos (no olvidar realizar la
validacin de los supuestos).

Se tiene para el ejercicio tres factores con diferentes niveles

Factor

Niveles

En la tabla, debajo de las letras se muestran las variables con su nivel 1, 2 o 3.

Se realiz anlisis mediante software INFOSTAT versin 2015, teniendo en
cuenta las diferentes iteraciones
C:\Users\acer\Desktop\carlos arcos\arcos 2.IDB2 : 26/05/2015 - 4:52:00
p. m. - [Versin : 02/04/2015]

Hiptesis
Nula= Ho = T1=T2=Tt
Alternativa= Ha=Por lo menos un tratamiento tuvo efecto sobre la variable
respuesta.
Anlisis de la varianza
Variable
N
R R Aj CV
VOLMEN (cm3) 34 0,99 0,98 0,12
Cuadro de Anlisis de la
F.V.
SC
gl CM
Modelo. 419,58 11 38,14
A
0,31 1
0,31
B
339,66 2 169,83
C
40,72 1 40,72
A*B
2,13 2
1,06
A*C
0,05 1
0,05
B*C
7,19 2
3,59
A*B*C
5,32 2
2,66
Error
5,17 22
0,23
Total
424,74 33

Varianza (SC tipo III)

F
p-valor
162,47 <0,0001
1,30 0,2665
723,38 <0,0001
173,44 <0,0001
4,53 0,0225
0,23 0,6365
15,31 0,0001
11,32 0,0004

Como se observa se rechaza la hiptesis nula se rechaza que el valor Alfa es

menor que 0,05.
Rechazo Ho porque el p(0,0001) es menos que
Test:LSD Fisher Alfa=0,05 DMS=0,34466
Error: 0,2348 gl: 22
A Medias n E.E.
2 413,40 17 0,12 A
1 413,21 17 0,12 A

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,42369

Error: 0,2348 gl: 22
B Medias n E.E.
2 416,16 10 0,16 A
1 414,86 12 0,14
B
3 408,89 12 0,14
C

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,34526

Error: 0,2348 gl: 22
C Medias n E.E.
2 414,41 18 0,11 A
1 412,20 16 0,12
B
Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,59918

Error: 0,2348 gl: 22
A B Medias n E.E.
2 2 416,53 5 0,22 A
1 2 415,79 5 0,22
B
2 1 415,02 6 0,20
C
1 1 414,70 6 0,20
C
1 3 409,13 6 0,20
D
2 3 408,65 6 0,20
D

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,48827

Error: 0,2348 gl: 22
A C Medias n E.E.
2 2 414,47 9 0,16 A
1 2 414,36 9 0,16 A
2 1 412,33 8 0,17
B
1 1 412,06 8 0,17
B
Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,60385

Error: 0,2348 gl: 22
B C Medias n E.E.
2 2 417,95 6 0,20 A
1 2 415,67 6 0,20
B
2 1 414,38 4 0,24
C
1 1 414,05 6 0,20
C
3 2 409,62 6 0,20
D
3 1 408,17 6 0,20
E

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Test:LSD Fisher Alfa=0,05 DMS=0,85397

Error: 0,2348 gl: 22
A B C Medias n E.E.
2 2 2 418,87 3 0,28 A
1 2 2 417,03 3 0,28
B
1 1 2 415,87 3 0,28
C
2 1 2 415,47 3 0,28
C D
2 1 1 414,57 3 0,28
D E
1 2 1 414,55 2 0,34
D E

2
1
1
2
2
1

2
1
3
3
3
3

1
1
2
2
1
1

414,20
413,53
410,17
409,07
408,23
408,10

2
3
3
3
3
3

0,34
0,28
0,28
0,28
0,28
0,28

F
F

G
H

I
I

Medias con una letra comn no son significativamente diferentes (p > 0,05)

Al realizar el anlisis de varianza se observa diferencias

estadsticamente significativas entre los diferentes tratamientos

3. Se desea producir una masa madre a base de maz, como materia prima
para el desarrollo de una formulacin de panes especiales para celacos.
Debido a las condiciones del proceso de produccin del pan, se busca
encontrar la condicin de tiempo y temperatura de fermentacin que permita
maximizar el mdulo viscoso G
(Pa) de la masa. La medicin de las
propiedades viscoelsticas se realiz mediante pruebas dinmicas de
oscilacin empleando un remetro rotacional (Malvern Instruments, Bohlin
Rotational Rheometer CVO 100D, Reino Unido).
Se utilizar para los ensayos un nivel alto de temperatura de 45C y un nivel
bajo de temperatura de 35C. Para los tiempos de fermentacin, se utilizarn
12 y 48 horas como nivel bajo y alto, respectivamente.
Utilice y explique las caractersticas del diseo experimental
compuesto central rotatorio.
Segn Arce et al., (1996) un diseo es rotacional cuando la varianza de la
respuesta estimada s2 (yi), en cualquier punto de la superficie ajustada, es
funcin de la distancia del centro de diseo y no de la direccin: En
consecuencia, la varianza de un diseo rotacional es la misma para todos
aquellos puntos que se encuentran a la misma distancia p del centro de la
regin. Para el mismo autor el carcter rotacional de estos diseos exige
niveles especficos para la distancia a los puntos axiales ( y un nmero
determinado de corridas en el centro
Se podra en este caso utilizar el diseo experimental de BoxBehnken?, explique su respuesta y defina el diseo mencionado
anteriormente.
Los diseos Box-Behnken (Huertas et al., 2014) desarrollaron una familia de
diseos eficientes para factores con dos o tres niveles que permiten, adems,
un ajuste con modelos cuadrticos. Se trata de un diseo creativo basado en la
construccin de bloques incompletos balanceados.
Factores: Tiempo y temperatura
Nivel del factor: mdulo viscoso G .

Segn Statgraphics (2006) el diseo se utiliza para situaciones cuando el

experimentador desea correr solamente 3 niveles de los factores pero se quiere
que el diseo tambin sea rotable. Para el caso de la tabla 5 no se cuenta con
tres niveles
Realice la tabla de factores y variables codificadas y naturales.
Tabla 4. Ejemplo de 4 factores y 6 bloques:

Bloque 1
Bloque 2
Bloque 3
Bloque 4
Bloque 5
Bloque 6

F1
X
X
X

F2
X

F3

F4

X
X
X
X

X
X

X
X

La tabla anterior es una tabla de diseo de perfiles parciales organizados en

bloques. Cada bloque se organiza por combinaciones de perfiles en los que
intervienen solo dos de los cuatro factores. En el bloque 1 (incluye los factores
1 y 2) el diseo es un factorial completo 2 2= 4 perfiles resultando de combinar
dos de los niveles de F1 Y F2 (cada factor tiene 2 niveles, -1 y +1) (Huertas et
al., 2014).
T Cul es el modelo al que se ajusta el diseo propuesto?,
explique las partes del modelo.
T
T Se aplica diseo central compuesto con dos factores (temperatura y
tiempo de fermentacin).
9 Cmo se da una estimacin razonable del error experimental
en este tipo de diseos experimentales?
Para Makita et al., (2008) una propiedad rotatoria desarrollada para los
diseos centrales compuestos requiere que la varianza de los valores
estimados sea constante en los puntos equidistantes al centro del
diseo. El diseo central compuesto se hace rotatorio estableciendo los
2

n , el valor de para el
valores de los puntos axiales como

=
diseo de dos factores es =(4)1 /4 = 2 =1.414.
Los puntos
centrales, no solamente proporcionan una estimacin del error
experimental, tambin proporcionan un mecanismo para medir el grado
de curvatura en la regin experimental.

T
T
T Con base en los datos de la tabla 2, realice el anlisis estadstico,
explique los resultados obtenidos y concluya.
En un diseo de superficie de respuesta, las corridas experimentales se
desarrollan en los niveles bajo y alto de cada factor .
Diseo Central Compuesto
Un tipo popular de experimento para optimizacin empieza con un diseo
factorial estndar a dos niveles y agrega dos corridas adicionales para cada
factor. Las corridas adicionales, llamadas puntos estrella, son localizadas en
distancias pequeas abajo del nivel bajo de un factor y a la misma distancia
arriba del nivel alto, esto permite la estimacin de la curvatura con respecto a
ese factor. Mientras cada factor se empieza varindose, los otros factores son
fijados en sus valores centrales.
El mdulo viscoso G (Pa) hace referencia se conoce como el mdulo de
prdida y describe el comportamiento viscoso de la masa madre de maz.
Dentro del diseo experimental es necesario considerar:
Factores: 2 (Temperatura y tiempo de fermentacin)
Niveles: 1
Variable respuesta: Mdulo viscoso G
El diseo experimental es:
k

i=1

i=1

y= 0 + 0 + ii x i + ij x i x j +
2

i< j

Donde:
0=Es el trmino compensatorio
i=Es el trmino dependiente o el efecto lineal del factor de entrada xi
ii =es el efecto cuadrtico del factor de entrada xi y
ij= es el efecto de interaccin lineal- lineal entre el factor de entrada xi y xj
funciones conocidas de los valores de diseo de las variables predictoras.
=Vector con las estimaciones de los coeficientes mnimocuadrticos .
=Vector con el trmino del error

Tabla 5. Datos de G para masas madre a base de maz

4. Actividad en grupo: Colaborativamente entre los integrantes del grupo

deben construir un documento que contenga lo investigado respecto a los
diseos factoriales, el diseo de Placket Burman, los diseos centrales y la
optimizacin de procesos. Luego el grupo, propondr un problema-proyecto en
donde se puedan aplicar los diseos estudiados en esta fase.

Diseos factoriales:
Segn Balzarini et al., (2008) los diseos factoriales se utilizan para los efectos
producidos por uno o ms factores tratamiento y sus iteracciones. Segn la
Universidad Nacional (2015) en el experimento factorial o arreglo factorial se
investigan todas las posibles combinaciones de los niveles de los factores en
cada ensayo completo o rplica del experimento.
Segn Tinoco et al., (2011) el diseo Plackett-Burman, es un diseo que
permite establecer la relacin entre variables de estudio y la variable respuesta.
Es un diseo completamente ortogonal que reduce el nmero de experimentos
a realizarse con un elevado nmero de variables. En el diseo, cada factor se
coloca a dos niveles y el nmero de experimentos N es mltiplo de 4, las
variables pueden ser de tipo cualitativa y cuantitativa. Los niveles se denotan
como -1 y +1; pudiendo escribirse de forma simple como (-) y (+). Para Garcia
(2007) los diseos factoriales de Plackett-Burman son un caso particular de

diseos factoriales fraccionados de resolucin III en los que se estudian K=N-1

variables, donde K es el nmero de factores y N el numero de experimentos y
mltiplo de 4, las ventajas del mtodo se presentan debido a que se puede
suponer que la variacin de un factor entre dos niveles es lineal y que adems,
no existen interacciones entre los factores.

REFERENCIAS
Arce, C., Arnau, J., Mtodos y tcnicas avanzadas de anlisis de datos en
ciencias del comportamiento. Universidad de Barcelona.
Balzarini M.G., Gonzalez L., Tablada M., Casanoves F., Di Rienzo J.A., Robledo
C.W.(2008). Manual del Usuario, Editorial Brujas, Crdoba, Argentina.
Betancourt, S., Ayala, A., Ramrez, C. (2014). Efecto del proceso de
fermentacin con bacterias cido lcticas sobre propiedades reolgicas de
masas de maz. Revista U.D.C.A. 17, 503-511.
Garcia, J. (2007). Sntesis de cermicos tecnolgicos mediante mtodos de
combustin de geles de acrilamida. Universidad de Barcelona, Facultad de
Qumica, tesis de doctorado
Garcia, R., Gzquez, J., Martnez, F., Millat, I. (2014). Propuesta metodolgica
mediante diseos Box-Behnken para mejorar el rendimiento del anlisis
conjunto en estudios experimentales de mercado. Revista Espaola de
investigacin marketing ESIC. Vol 18, 57-66.
Huertas, R., Gazquez, J., Martnez, F., Millat, I (2014).propuesta metodolgica
mediante diseos box-behnken para mejorar el rendimiento del anlisis
conjunto en estudios experimentales de mercado. Revista espaola de
Investigacin de Marketing
Jaramillo, A., Echavarria, A., Hormaza, A. (2013). Diseo Box-Bhnken para la
optimizacin de la adsorcin del colorante azul cido sobre estudio de flores.
Revista Ingeniera . Vol 9.
Makita, M., Espern, M. (2008) Uso de la metodologa de las superficies de
respuesta para disear los parmetros de la biolixiviacin de cobre en un
cultivo continuo mediante acidithiobacillus ferrooxidans. Instituto Tecnolgico de
Chiguagua
Statgraphics. Diseo de experimentos, diseo de superficies de respuesta.
Disponible
en
internet
desde:
http://www.statgraphics.net/wpcontent/uploads/2011/12/tutoriales/DDE%20-%20Diseno%20de%20Superficies%20de
%20Respuesta.pdf

Tinoco, M., Rojas, C., Tripaldi, P., Criollo, M., Huayasaca, L. (2011). Aplicacin
de funciones de decisin multicriterio y diseo Plackett-Burma para el estudio

de la calidad sensorial de mortadelas. Revista venezolana de ciencia y

tecnologa. Vol 2, 142-157.
Universidad Nacional de Colombia. Diseo experimental. Disponible en
internet
desde:
http://www.virtual.unal.edu.co/cursos/ciencias/2000352/html/un5/cont_50179.html