Hypothesis">
Taller Diseño MSR - G10-Compressed - Compressed
Taller Diseño MSR - G10-Compressed - Compressed
Taller Diseño MSR - G10-Compressed - Compressed
1. Se cultivaron melones (Cucumis melo L.) que fueron cortados en un estado de maduración
entre verde y maduro. Los mismos fueron pelados y cortados en una orientación radial. Con la
ayuda de un dispositivo especial se obtuvieron cilindros de melón de las piezas radiales
seleccionadas de manera que tuviesen dimensiones equivalentes. Los trozos cilíndricos,
medidos con un micrómetro, tenían promedios de 2.5cm de diámetro y 3cm de altura. La
concentración inicial de soluto (ºBrix) del melón fue determinada usando refractometría (AOAC
1990). Una solución isotónica de sacarosa fue preparada con una concentración de soluto
equivalente al melón. Las piezas cilíndricas de melón fueron colocadas sobre una lámina
perforada en un desecador que contenía la solución isotónica.
Se formaron aleatoriamente grupos de cuatro cilindros cada uno. Las variables de respuesta:
pérdida de peso (Y1), pérdida de agua (Y2) e incremento de grados Brix (Y3) fueron
determinados para cada cilindro. Una cesta diseñada con cuatro compartimientos fue usada para
reunir los cuatro cilindros en cada grupo y de esta manera prevenir interferencia entre los
cilindros. Cada grupo experimental estaba inmerso dentro de una concentración específica de la
solución a 45ºC y se aplicó vacío por 10min. Se continuó la deshidratación en condiciones de
presión atmosférica hasta que se completara un intervalo de tiempo seleccionado. Luego de
removidos de la solución, cada grupo de cilindros deshidratados fue drenado por 5 min,
envuelto con papel absorbente para remover el exceso de solución. La pérdida de peso, pérdida
de agua y incremento de ºBrix fueron determinados individualmente y se definen como:
Variable de proceso -1 1
Presión (megapascales) 20.4 25.2
Concentración 45 55
Tiempo de deshidratación (minutos) 60 120
El diseño experimental es un diseño compuesto central con arreglo factorial 3^k , en el cual los
factores fueron la presión, la concentración y el tiempo.
Se plantearon modelos cuadráticos para analizar la influencia de cada factor sobre la variable de
respuesta. Cada uno se ejecutó completamente sin eliminar los términos que no alteran las
distintas variables de respuesta.
Por un lado, al estudiar el peso como variable de respuesta, se observó que todos los términos
cuadráticos tienen influencia sobre la variable de respuesta y que en los lineales, el único que no
tiene influencia es el tiempo. Adicionalmente el R cuadrado ajustado es del 91.75% lo que
indica que el modelo propuesto es bueno.
Analizando la Figura 1, que describe el modelo para la variable pérdida de peso, los factores x1
y x2 (presión y concentración, respectivamente), menos x3 (tiempo), tienen un efecto lineal
sobre la variable de respuesta y esto indica que se debería corregir el modelo y eliminar la
variable x3 que no afecta la variable pérdida de peso. Asimismo, entre los factores x1 y x2, el
factor x2 tiene un efecto más grande sobre la pérdida de peso.
A partir de las Figuras 1, 2 y 3, se procede entonces a ajustar cada modelo, eliminando los
factores que no tengan un efecto significativo sobre la variable de respuesta. Aún así, solo se
van a mencionar, más no aplicar en R, ya que se quiere hacer un análisis del modelo completo y
además de esto, R no cuenta con las herramientas para hacer un ajuste de modelos automáticos.
Finalmente, se debe tener en cuenta que ya que los factores cuadráticos dependen de los factores
lineales, no se pueden borrar, sin necesariamente borrar los factores cuadráticos. Cabe resaltar
que los R2 ajustados en los anteriores modelos se pueden ver afectados por los términos que no
influyen sobre la variable de respuesta, por lo que los reportados pudieron ser más elevados.
En una primera instancia, en todos los modelos, se puede eliminar la interacción x1:x3 en todos
los modelos ya que esta interacción no tiene un efecto significativo sobre las variables de
respuesta. Por otro lado, en el modelo y2 (Figura 2) se puede eliminar el factor x1(presión) y a
su vez el factor cuadrático x1^2 ya que estos no afectan significativamente la variable de
respuesta que en este caso es la pérdida de agua. En el resto de los modelos, a pesar de que hay
factores cuadráticos que no son significativos, estos no se pueden eliminar porque implicaría
eliminar los factores lineales, que sí tienen un efecto sobre la variable de respuesta.
Posteriormente, se hace un análisis simultáneo donde se grafican las 3 variables para determinar
una zona de optimización. Esta zona se determina de manera manual, sin R Studio. La zona
optima (que cumple con los valores deseados descritos al inicio) estan dentro del circulo negro
dibujado.
Posteriormente se calcularon los puntos óptimos individuales para cada uno de los modelos
propuestos.
Analizando los datos de cada modelo, es posible evidenciar que para la presión, el punto óptimo
es relativamente el mismo en los tres modelos; esto, si se mira el valor con dos cifras
significativas, lo que corresponde a 22MPa. En cuanto a concentración y tiempo, sí se
encuentran diferencias notables entre los valores de los puntos óptimos para cada modelo. Es
importante resaltar que los modelos y1 y y3 corresponde a un punto óptimo de ensilladura, el
modelo y2 a un punto óptimo máximo.
DESEABILIDAD
Dichos datos representan una presión de 21.80 MPa, una concentración de 56.4 y un tiempo de
124 minutos, donde se presenta una deseabilidad de 0.80 para pérdida del peso, 0.79 para el
agua y para el brix es de 1, con una deseabilidad global de 0.86.