Aplicacion de Diseño Central Compuesto PDF

Universidad Simón Bolívar
Decanato de Estudios de Postgrado

Maestría en Ciencia de los Alimentos
Trabajo de Grado
APLICACIÓN DE DISEÑO CENTRAL COMPUESTO PARA LA

FORMULACIÓN DE UN NÉCTAR A BASE DE MELÓN, PARCHITA Y
LIMÓN.
Por
Dennar Coromoto Oropeza Noguera
Septiembre, 2006
Decanato de Estudios de Postgrado
Maestría en Ciencia de los Alimentos
APLICACIÓN DE DISEÑO CENTRAL COMPUESTO PARA LA

FORMULACIÓN DE UN NÉCTAR A BASE DE MELÓN, PARCHITA Y
LIMÓN.
Trabajo de Grado presentado a la Universidad Simón Bolívar por:
Dennar Coromoto Oropeza Noguera
Como requisito parcial para optar al título de

Magíster en Ciencias de los Alimentos
Realizado bajo la tutoría del Profesor Félix Millán

AGRADECIMIENTO
Para la realización de estos estudios y en consecuencia, la culminación de este trabajo de grado,

agradezco infinitamente:
A Dios, a la Virgen y a mis amigos, por tanta fe y fuerzas que me permitieron trabajar
arduamente.
A la Universidad Nacional Experimental del Yaracuy (UNEY), por creer en mí y brindarme la

oportunidad de evolucionar profesionalmente, porque me debo a mis estudiantes.
A la Universidad Simón Bolívar (USB), por permitirme entrar y compartir conocimientos y

vivencias propias de esta alma mater; en especial a los docentes y personal administrativo.
A mi tutor académico Profesor Félix Millán, mucha fue su enseñanza, paciencia y constancia en
el apoyo del desarrollo y culminación de este trabajo de grado.
A mis compañeras de estudios, amigas que siempre e incondicionalmente aportaron mucho

esfuerzo en la prosecución de mi trabajo.
Y por supuesto a mi familia y demás amistades, son mi soporte vital.

DEDICATORIA
Este trabajo lo dedico a Dios, a la Virgen y a todos quienes comparten mi existencia.

RESUMEN
En el mercado venezolano existe una variedad de néctares, concentrados y jugos de frutas

tropicales con amplia aceptación y posicionamiento mientras que otras frutas producidas en el
país y destinadas al consumo interno o a la exportación son consumidas en forma natural.
Además, es necesario plantear propuestas de industrialización que tiendan a minimizar las
pérdidas postcosecha de frutales que han sido estimadas en un promedio de 30 % de la
producción nacional de las 53.000 Ton-m de frutas producidas para el ańo 2003 y al mismo
tiempo aprovechar el importante y creciente consumo de frutas como fuente de antioxidantes. En
ese sentido, el presente trabajo tuvo por objetivo el desarrollo y aplicación de un Diseño Central
Compuesto y la Programación lineal para la formulación de un néctar fabricado a base de melón,
parchita, limón y sacarosa; para ello, se caracterizaron las frutas en cuanto a sólidos solubles,
acidez titulable e iónica, índice de madurez, densidad, actividad de agua, color, humedad,
azúcares totales, ácido ascórbico y minerales (Na, K, Ca, Mg, Zn, Fe), se ajustó y evaluó
estadísticamente un modelo matemático para la aceptación global del néctar, evaluada mediante
escala hedónica bimodal de 9 puntos. La optimización mediante análisis canónico del modelo
ajustado permitió formular un néctar con 28,66 % de melón; 18,41 % de parchita, 1,60 % de
limón; 14,94 % sacarosa y 36,40 % de agua a partir del cual se generó una función de costo cuya
minimización a través del Módulo Solver de Excel, permitió reducir los costes de formulación en
más de 21 millones de Bolívares anuales para una producción industrial estimada de 5 Ton/día y
la vida útil del producto pasteurizado y almacenado a 5 ºC fue de 16 días de acuerdo a los valores
fisicoquímicos referidos con anterioridad y a microorganismos indicadores de deterioro.
Palabras clave: Néctar, Diseńo Central Compuesto, Programación Lineal, Vida útil.
vi
INDICE GENERAL
Pág.
AGRADECIMIENTO……..………………………………………………………………………... iii
DEDICATORIA…………………………………………………………………………………….. iv
RESUMEN……………………………………………………………………………….................. v
INDICE DE TABLAS……………………………………………………………………................ viii
INDICE DE FIGURAS…………………………………………………………………………….. x
INDICE DE ANEXOS…………………………………………………………………………….. xi
I. INTRODUCCIÓN……………………………………………………………………………… 1
OBJETIVOS………………………………………………………………………….................. 4
General……………………………………………………………………………….…...... 4
Específicos…………………………………………………………………………….…… 4
II. REVISIÓN BIBLIOGRÁFICA……………………………………………….………………. 5
2.1. Perspectiva histórica y situación del Mercado de las Frutas y sus productos derivados a
5
nivel mundial y nacional……………………………………………………………………
2.2. Frutas. Características…………………………………………………………….…………. 7
2.2.1 Melón………………………………………………………………………...………... 9
2.2.2 Parchita…………………………………………………………………………..……. 10
2.2.3 Limón………………………………………………………………………….……… 11
2.3. Néctar. Características. Elaboración………………………………………...………………. 13
2.4. Optimización en la Formulación de un Producto Alimenticio……………………….……... 20
2.4.1 Método de Superficie de Respuestas (MSR)……………………………………….. 20
k
2.4.1.1 Diseño Factorial 2 . Diseño Central Compuesto………………………..……... 22
2.4.2 Programación Lineal (PL)……………………………………………...............…... 28
2.5 Evaluación Sensorial………………………………………………………………………. 30
2.5.1 Aspectos Generales de la Evaluación Sensorial……………………………………. 31
2.5.2 Jueces No Entrenados o Afectivos. Pruebas Afectivas…………………………….. 31
2.6 Pasteurización……………………………………………………….……………………. 33
2.7 Estimación de la Vida Útil. Estabilidad Acelerada……………………………………….. 41
III. MATERIALES Y MÉTODOS……………………………………………………….………. 44
3.1 Selección y Caracterización de la materia prima…………………………… ….………….. 44
3.1.1 Selección de la materia prima….………..…………………………………………... 44
vii
Pág.
3.1.2 Preparación preliminar de la Materia Prima……………………………………….... 44
3.1.3 Caracterización de la Materia Prima………………………………………………… 45
3.2 Diseño Experimental……………………………………………………………………….. 51
3.2.1 Diseño de las Combinaciones o puntos …...………………………………………... 51
3.2.2 Preparación del néctar en sus diferentes combinaciones o puntos…………………. 54
3.2.3 Evaluación Sensorial….…………………………………………………………...... 55
3.3 Estimación del modelo matemático en la optimización de la respuesta sensorial en la
formulación del néctar de frutas ……………………………………………………...…….. 56
3.4 Reducción de Costes de Formulación……………………………………………………… 56
3.5 Pasteurización……………………......................................................................................... 57
3.6 Pruebas Aceleradas de Estabilidad del producto para la Estimación de la Vida Útil……… 58
3.7 Análisis Estadísticos……………………………………...................................................... 59
3.8 Equipos y Reactivos……………………………………...................................................... 59
IV. RESULTADOS Y DISCUSIÓN………………………………………………………………. 61
4.1. Caracterización de la materia prima……………………………………………................... 61
4.2. Diseño Experimental……………………………………………………………………….. 63
4.2.1 Análisis de Residuales…………………………………………..………………......... 65
4.2.2 Análisis de la Capacidad Predictiva del modelo matemático…..…………………….. 68
4.2.3 Efectos de las Variables del Diseño…………………………...……………………… 71
4.2.4 Modelo Matemático. Gráficas de Contornos……………….………………………… 74
4.2.5 Determinación del Punto Estacionario……………………………………………….. 78
4.2.6 Análisis Canónico…………………………………………………………………….. 78
4.3. Reducción de Costes de Formulación……………………………………………………… 81
4.4. Pasteurización…………………………………..………………………………………… 84
4.5. Estudio de Estabilidad Acelerada…………………………………………………….……. 87
V. CONCLUSIONES.…………………………...………………………………………………... 95
VI. RECOMENDACIONES………………………………………………………………………. 97
VI. REFERENCIAS BIBLIOGRÁFICAS……………………………………………………….. 98
ANEXOS……………………………………………………………………………………………. 103
viii
INDICE DE TABLAS
Pág.
Tabla 1. Variables Codificadas de las frutas y la sacarosa de acuerdo con el Diseño Central
Compuesto………………………………………………………………………………………. 53
Tabla 2. Variables naturales expresadas en cantidad de frutas y sacarosa……..…………………... 54
Tabla 3. Características físico-químicas de las frutas (melón, parchita, limón)………..………….. 61
Tabla 4. Orden aleatorio de evaluación de las diferentes combinaciones para la formulación del
néctar de frutas……………………………...…………………………………………………….. 63
Tabla 5 Valores de las variables codificadas con valores promedio de aceptación global escribados
por parte de los consumidores del Diseño Central Compuesto para la formulación del néctar….. 65
Tabla 6. Valores del Análisis de Varianza (ANOVA) de los factores o variables involucradas en el
Diseño Central Compuesto para la formulación del néctar………………………………………. 70
Tabla 7. Valores de las variables codificadas y naturales de los factores que conforman el punto
estacionario y de la respuesta esperada (aceptación)………………………..…………………... 78
Tabla 8. Valores Codificados de los factores máximos y mínimos evaluados en la función

80
respuesta………………………………………………………...…………..................................
Tabla 9. Rango de trabajo de los factores que combinados intervienen en la formulación del
néctar..………………………………………………………...…………...................................... 80
Tabla 10. Restricciones y ecuación de costes de formulación para el néctar de frutas……………… 81
Tabla 11. Valores originales de las variables naturales para el estudio de reducción de costes de
82
formulación del néctar de frutas………………….........................................................................
Tabla12.Valores económicos resultantes de la optimización de la ecuación de costes de

82
formulación del néctar de frutas ...………….................................................................................
Tabla 13. Valores de las variables naturales de los factores que proporcionaron el menor costo de
formulación del néctar de frutas frente al valor del punto silla…………………………………... 83
Tabla 14. Proyección económica de la reducción de costes en la formulación del néctar de frutas.. 83
Tabla 15. Valores de letalidad para la pasteurización del néctar de frutas tratamiento a 70 ºC (158
ºF), con Z = 12 ºF, D = 3 y Tref = 150 ºF……………...……………………………...………….. 86
ix
Pág.
Tabla 16. Valores de parámetros físicos-químicos y microbiológicos del néctar de frutas crudo y
pasteurizado en el día inicial (cero) de la etapa de estabilidad………………………………….. 87
Tabla 17. Parámetros físicos-químicos del néctar pasteurizado almacenado a diferentes

temperaturas durante el tiempo de estudio de estabilidad acelerada…………………………….. 90
Tabla 18. Crecimiento microbiano (UFC/ mL) del néctar pasteurizado almacenado a diferentes
temperaturas durante el tiempo de estudio de estabilidad acelerada..…………………………. 92
Tabla 19. Valores de atributos sensoriales del néctar de frutas crudo (SP) y pasteurizado en la
etapa de estabilidad………...…………………………………………………………………….. 94
x
INDICE DE FIGURAS
Pág.
Fig. 1. Esquema Tecnológico del tratamiento a las frutas como materia prima empleada en la
obtención de néctares.………………………………………………………………………………. 14
Fig. 2. Esquema tecnológico de las principales etapas del proceso de elaboración de néctares……. 19
Fig. 3. Escala no estructurada empleada en pruebas de aceptación con consumidores…….............. 32
Fig. 4. Escala hedónica bimodal empleada en pruebas de aceptación con consumidores….............. 33
Fig. 5. Determinación de los valores de D de la curva térmica (a) y determinación del valor de la
gráfica D contra temperatura (b). Fuente: Stumbo, 1973……………………..………………... 35
Fig. 6. Curva de penetración de calor de un alimento, temperatura contra el tiempo. Fuente:

Stumbo, 1973………………………………………………………………………………….. 38
Fig. 7. Curva de letalidad aplicada a un alimento. Fuente: Stumbo, 1973..………………………… 38
Fig. 8. Modelo de planilla de la Prueba de Aceptación Global de las muestras de néctar aplicado a
consumidores……………………………………...………………………………..…………… 56
.
Fig. 9. Esquema de montaje para la pasteurización 57
……………………….………..………………
Fig. 10. Distribución de los residuales del diseño en escala de probabilidad normal.……...……… 66
Fig. 11. Distribución de los residuos en función de los valores predichos.………………………… 67
Fig. 12. Distribución de los residuales en función al orden de las combinaciones de los valores
observados. 68
Fig. 13. Diagrama de Pareto (A), Gráficas de Efectos Principales (B) y Efectos de las
Interacciones en la Aceptación (C)……………………………………………………………. 73
Fig. 14 Curvas de Contorno del (A) melón contra sacarosa, (B) parchita contra sacarosa y (C)
limón contra sacarosa del Diseño Central Compuesto para la formulación del
néctar…………………………………………………………………………………………...... 76
Fig. 15. Curvas de Superficie de Respuesta del (A) melón contra parchita, (B) melón contra limón
y (C) parchita contra limón del Diseño Central Compuesto para la formulación del néctar……. 77
Fig. 16. Curva de penetración de calor cada duplicado de la muestra de la formulación resultante
de néctar de frutas……………………………………………………………………………... 85
Fig. 17. Curva de letalidad promedio de la muestra de la formulación resultante de néctar de

frutas……………………………………………………………………………………………... 86
xi
INDICE DE ANEXOS
Pág.
A-1. Viscosímetro de Ostwald. Fuente: Universidad de Granada: (2003)………………...………….
104
A-2. Método de Yodimetría para la determinación cuantitativa de Vitamina C. Fuente: Flaschka
(1979)…………………………………………....................................................................... 105
A-3. Valores de aceptación promedio de aceptación global por parte de los Jueces (consumidores)
para cada punto o combinación empleada en la formulación del néctar. Fuente: Estudiantes y
trabajadores de USB…………………………………...…………………………..………… 106
A-4. Valores escribados de aceptación de los jueces para la determinación de los promedios
respectivos en cada punto o combinación empleada en la formulación del néctar…………… 107
A-5. Curvas de Superficie de Respuesta del (A) melón - sacarosa, (B) parchita - sacarosa y (C)
limón - sacarosa del DCC para la formulación del néctar…………………………………….. 108
A-6. Curvas de Superficie de Respuesta del (A) melón - parchita, (B) melón - limón y (C) parchita
- limón del DCC para la formulación del néctar……………………………………………. 109
A-7. Cálculo del punto estacionario…………………………………………………………….. 110
A-8. Determinación de la Ecuación Canónica que sigue el Diseño factorial……………………... 111
A-9. Cálculo del rango de trabajo de los factores del diseño factorial……………………………. 112
A-10 Cálculo del coste mínimo de la formulación del néctar de frutas.…………………………….. 116
A-11. Valores se sensibilidad y de límites generados por el software Solver para la determinación
de los valores económicos para la formulación del néctar…………………………………… 118
A-12. Valores de temperaturas para muestras de néctares y ambiente en función al tiempo para la
curva de penetración de calor y valores de letalidad. Fuente: Laboratorio de
Operaciones………………………..………….………………………………………...…… 119
A-13. Cálculo de valores de Letalidad y tiempo de pasteurización para el néctar de frutas. Valores
de Conductividad térmica k de materiales para la conducción de calor......…………………. 120
A-14. Determinación teórica de la cantidad de Vitamina C presente en el néctar de frutas

formulado……………..…………………………...…......…………………………………… 121
A-15. Análisis de Varianza (ANOVA) y Prueba de Rangos Múltiples (LSD) para los atributos
sensoriales del néctar pasteurizado en el estudio de estabilidad acelerada…………...……….. 122
I. INTRODUCCIÓN
La producción de frutas frescas a nivel mundial es llevada a cabo principalmente por la

India mientras que en Latinoamérica, Colombia lideriza este campo; sin embargo en estos
últimos años la participación de este país latino ha descendido de acuerdo a la Organización de
las Naciones Unidas para la Agricultura y los Alimentos (FAO según las siglas en inglés, 2003).
En cuanto a Venezuela, solo ha aportado un 0,2 % en la producción de frutales respecto a los
valores mundiales para el año 2001, es decir 499.000 Ton-m. Esto trajo como consecuencia un
incremento de las importaciones a 87.000 Ton-m de frutas para el año 2001, con pérdidas que
alcanzaron las 53.000 Ton-m para ese mismo año (FAO, 2003).
No obstante, gracias al gran desarrollo tecnológico de la industria procesadora de frutas,

los néctares y jugos elaborados constituyen una de las formas de asegurar la ingesta de frutas
tropicales como piña, guayaba, mango, parchita, melón y otros de menor importancia (Cáceres y
col.(I), 1992).
En Venezuela, existe una variedad de néctares y jugos en el mercado, sobre todo de frutas
tropicales, que ofrecen atributos atractivos de olor, color y sabor como la parchita (Passiflora
edulis) y concentrados de limón (Citrus limon). Otras frutas como el melón (Cucumis melo L) en
su variedad reticular, solo es comercializado en su forma natural en el mercado nacional,
mientras que otras variedades como el melón liso e inodoro predomina en el mercado
internacional; además, el melón es una fruta fácilmente atacada por mohos y levaduras debido a
su contenido de humedad y su dulzor (concentración de los sólidos solubles según la variedad)
por lo que debería ser empleado en la elaboración de productos conservados para aprovechar su
utilidad.
2
Por tales razones la formulación de un néctar de melón, parchita y limón surge como una
propuesta de industrialización de frutas de amplio consumo que contribuiría al desarrollo de un
producto estable y de calidad que promueva confianza para la agroindustria venezolana para
satisfacer una necesidad del consumidor (local o foráneo) o generarla como manera de
multiplicar y variar los productos que actualmente prevalecen en el mundo (Algarbe, 2002), para
satisfacer la tendencia actual de alejarse de los sabores artificiales, aumentar el contenido de
zumo de frutas en bebidas no alcohólicas (Hooper, 1997) y además de representar una fuente de
antioxidantes con beneficios a la salud.
En la formulación de este tipo de producto alimenticio se puede emplear cualquier técnica

existente; entre ellas se menciona la metodología de base estadística que emplea diseños
experimentales como la metodología de superficie de respuesta con diseño central compuesto que
es utilizado para la optimización de la respuesta sensorial en base a los ingredientes u otros
factores de proceso, así mismo se utilizan técnicas para reducir los costes de formulación, siendo
la programación lineal una de las más esgrimidas (Norback y Evans; 1983).
Estudios previos han revelado la utilización de estas técnicas para la formulación de los
productos derivados de frutas. Tal es el caso de la formulación de néctar de mora mediante la
aplicación de la metodología de superficie de respuesta con el diseño central compuesto
permitiendo optimizar la aceptación global en función de sus ingredientes, y el uso de la
programación lineal para la reducción de sus costes de formulación (Millán y col., 2003). Por
otro lado, McLellan y col. (1984) emplearon esta metodología para la elaboración de jugo
carbonatado de manzana evaluando niveles de sólidos solubles y de carbonatación con la
aplicación de la evaluación sensorial de varios atributos y aceptabilidad. Sin embargo, la
metodología de superficie de respuesta igualmente emplea el diseño de mezclas tal como fue
aplicado por Huor y col. (1980) en la formulación de un néctar de frutas con proporciones de
jugo de patilla, piña y naranja, también mediante la evaluación por parte de consumidores
obteniéndose una combinación óptima.
3
En base a lo anterior, se muestra la necesidad de industrializar la producción de frutales

mediante derivados como néctares y jugos que aseguren el consumo de frutas para ofrecer
productos alimenticios de calidad de nuevos sabores y aromas atractivos al consumidor y con
valor agregado a la salud y valor agregado económico que beneficia al productor y al
consumidor, aprovechando las bondades de los métodos estadísticos y matemáticos en la
optimización de recursos materiales, económicos, legales para ofrecer resultados confiables.
OBJETIVOS
OBJETIVO GENERAL
Desarrollar un Diseño Central Compuesto y aplicar Programación Lineal para la formular un

néctar a base de melón, parchita y limón y evaluar su estabilidad.
OBJETIVOS ESPECÍFICOS
Establecer las diferentes formulaciones del néctar a base de melón, parchita y limón con el
desarrollo de un Diseño Central Compuesto.
Evaluar y optimizar la aceptación global en la formulación de un néctar a base de melón,
parchita y limón mediante Superficie de Repuestas.
Desarrollar y minimizar la función de Coste de Formulación mediante Programación Lineal.
Estimar la vida útil de la formulación resultante del proceso de optimización.
II. REVISIÓN BIBLIOGRÁFICA.
2.1. Perspectiva histórica y situación del Mercado de las Frutas y sus productos
derivados a nivel mundial y nacional.
La ingesta de frutas ha formado parte de la dieta del ser humano a lo largo de su historia y
una de sus formas de consumo es a través de néctares y jugos. El jugo de manzana fresca fue uno
de los primeros y principales artículos de comercio desde la época de la colonia hasta finales de
1920, sin olvidar el gran consumo de jugo de uva que provenía de grandes viñeros europeos. A
partir de 1932 se inició la comercialización del jugo de piña en Europa, pero fue en la década de
los 80 cuando se logró una diversificación de jugos y néctares elaborados a partir de frutas
tropicales debido a su accesibilidad en América en aquella época, haciendo que su mercado fuese
introduciéndose paulatinamente en Europa y especialmente en Norteamérica, generando un
aumento considerable en las ventas per cápita a nivel mundial y estimulando la expansión de su
demanda (Hooper, 1995). Actualmente, esa demanda ha sido también incrementada con el
progresivo avance tecnológico para la producción de frutas y elaboración de jugos y néctares
además de la publicidad de sus distribuidores principales, lo que hace que el público consumidor
posea un mayor conocimiento de las frutas tropicales (además de la piña, la guayaba, el mango, la
parchita, el melón y otros de menor importancia) especialmente debido a atributos como el
aroma, color y sabor (Cáceres y col., 1992), lo que ha traído como consecuencia un incremento
de su producción industrial en forma considerable (Hooper, 1995).
En el mercado internacional, el principal país productor de frutas frescas según la

Organización de las Naciones Unidas para la Agricultura y los Alimentos (FAO según las siglas
en inglés, 2003) es India, con el 27% del total mundial en el año 2001 seguido de Vietnam con
una participación del 9% y Colombia a pesar de ser uno de los principales productores de frutas
tuvo una participación de 0,8% mientras que Venezuela solo un 0,2 %.
6
En cuanto a los rubros frutícolas como melón, la producción mundial se ubicó para el año
2001 en 21,3 millones Toneladas métricas ubicándose 3,9% por arriba del nivel alcanzado en el
año 2000 (20,5 millones Toneladas métricas) (FAO, 2003).
Al hacer referencia de la producción frutícola nacional, de los 2.798.159 Ton-m totales de

frutas producidas para el año 1998, 297.000 Ton-m corresponden a los rubros que incluyen al
melón, parchita, guayaba, durazno, tamarindo, entre otros. Sin embargo, para el año 2001
aumentó a 499.000 Toneladas métricas pero con una producción total de frutales que disminuyó a
2.632.244 Toneladas métricas (el 0,2 % de la producción mundial mencionado anteriormente
para ese año). Esto trajo como consecuencia el aumento de las importaciones de frutas de 49.906
Toneladas métricas para el año 1998 a 87.000 Toneladas métricas en el 2001, pero siempre con
muy poca participación en la industria de alimentos y con pérdidas que se han incrementado
desde 49.722 Toneladas métricas para el año 1998 a 53.000 Toneladas métricas para el año 2001
(FAO, 2003).
La situación venezolana en el sector frutícola es el resultado de los ajustes de los

impuestos a la economía nacional desde 1988 que severamente ha afectado el poder adquisitivo
del consumidor, incluyendo el sector agroindustrial frutícola y sin olvidar a las empresas
procesadoras de frutas (Guzmán, 2004). No obstante en la actualidad, el Ministerio de Tierras
(antes Agricultura y Cría) y los productores frutícolas han estado desarrollando una serie de
programas que se aplican en nuevas plantaciones; esperando resultados muy positivos en los
próximos años, con el objetivo de aumentar tanto la calidad del producto como la productividad
por hectárea (Guzmán, 2004).
No obstante, la producción nacional de frutas está experimentando un mayor desarrollo,

impulsada por la gran demanda nacional e internacional, así como por el incremento de su
procesado industrial gracias al lugar importante que ocupan los frutales en los hábitos
alimentarios, ya que los consumidores reconocen la importancia de una vida sana a través de la
ingesta de frutas y vegetales frescos (Koper, 1995; Guzmán, 2004). Atendiendo a la importancia
de su producción, destacan el banano y el plátano, la naranja, la patilla y el melón, la piña, el
mango, el aguacate y la lechosa (Guzmán, 2004).
7
2.2. Frutas. Características.
Para comprender la importancia del consumo de las frutas debe conocerse sus
características.
El fruto es la parte de la planta, específicamente el ovario fecundado y maduro de la flor

con sus partes accesorias, que puede ser comestible o no y alcanza su madurez fisiológica cuando
es desprendido de la planta manteniendo condiciones adecuadas para ello (COVENIN 1834,
1981). Luego de la maduración fisiológica es necesario que haya pasado un proceso de
crecimiento y desarrollo hasta alcanzar el nivel de senescencia donde debe ofrecer las mejores
características sensoriales para el consumo humano (COVENIN 1834, 1981). El jugo o la pulpa
de una fruta fresca es fuente de vitaminas, minerales, carbohidratos, aminoácidos, componentes
flavonoides, entre otros y su composición química depende primordialmente de la combinación
de los elementos físicos, genéticos, químicos y biológicos a los que la fruta fresca está sometida
durante el crecimiento y la maduración así como también a los procesos de cosecha y post-
cosecha (Cáceres y col., 1992).
Los beneficios para la salud proporcionados por las frutas y sus productos derivados lo
imparten sus componentes biológicamente activos, los cuales han exhibido actividad fisiológica a
favor de la prevención de enfermedades, sobre todo los causados por estrés oxidativo como el
cáncer, la osteoporosis y las enfermedades cardiovasculares de acuerdo con estudios recientes.
Estos componentes biológicamente activos son los nutrientes esenciales (como tocoferoles y
tocotrienoles, ácido ascórbico, β-caroteno y α-caroteno, riboflavina en su función importante de
cofactor en sistemas enzimáticos antioxidantes, además de minerales como selenio, zinc y
magnesio) y los antioxidantes no nutritivos como los polifenoles (son fitoquímicos como
carotenoides, bioflavonoides, fitoesteroles, taninos, clorofila, terpenoides, compuestos alílicos e
indoles). Los componentes biológicamente activos de las frutas actúan aumentando la capacidad
antioxidante del plasma humano colaborando en la prevención de enfermedades degenerativas,
evidenciados en estudios donde la ingesta de frutas ha sido asociada con disminución de tasas de
mortalidad y aportes a su control de éstas (Rincón, 2003).
8
Tal como se ha mencionado con anterioridad, uno de los antioxidantes de importancia

presente en las frutas, es el ácido ascórbico. Una buena fuente de ácido ascórbico debe ser una
alimento que contiene cantidades del ácido que contribuya al menos en un 10 % de lo requerido
por el organismo humano adulto medido en una ingesta adecuada, es decir, valores comprendidos
entre 45 y 80 mg/día (Padua y col., 1992); pero actualmente es considerado que 90 mg/día de
ácido ascórbico son los requeridos para hombres y 75 mg/día para mujeres, ambos con edades
comprendidas entre 19 y 50 años de acuerdo con The Dietary Guidelines Advisory Committee
(TDGAC las siglas en Ingles) (TDGAC, 2005).
Las principales funciones bioquímicas del ácido ascórbico en el humano es mantener un

ambiente reductor necesario para las enzimas hidroxiladas y destruir los radicales tóxicos
resultantes de los productos metabólicos del oxigeno, además de prevenir la síntesis de potentes
nitrosaminas carcinogénicas que están en el tracto digestivo (Rojas y Gerschenson, 2001). El
ácido ascórbico no es un compuesto detectable por un olor o sabor característico pero si es
fácilmente detectable por pruebas biológicas o químicas (Bauernfeind y Pinkert, 1970).
La cantidad de ácido ascórbico varía de acuerdo al tipo de fruta, es decir, las frutas que
son muy pigmentadas o que son expuestas a la luz durante su cultivo poseen mayores valores del
contenido del ácido y las frutas poco pigmentadas o con crecimiento bajo sombra durante su
cultivo tienen menores valores del ácido; desde otro punto de vista, las frutas que al recibir un
corte en su tejido tienden a oscurecerse (bananos, manzanas) debido a las bajas concentraciones
del ácido combinado con la presencia de oxidasas altamente activas; mientras que en agrios que
poseen mayores concentraciones del ácido no ocurre este fenómeno (Bauernfeind y Pinkert,
1970).
Este oscurecimiento es debido a la formación de compuestos ortoquinonas cuando las

fenolasas actúan sobre un sustrato ortofenólico o flavonoide en la presencia de oxígeno, por lo
que una concentración adecuada de ácido ascórbico promueve la transformación de los
compuestos ortoquinonas a las formas ortofenólicas y de esta manera el oscurecimiento no es
llevado a cabo (Bauernfeind y Pinkert, 1970). Es por ello que en productos derivados de frutas
como jugos y néctares que han recibido tratamiento mecánico y térmico para su elaboración, la
9
adición de ácido ascórbico previene las reacciones enzimáticas de oscurecimiento (Bauernfeind y

Pinkert, 1970).
Entre las frutas pigmentadas que son fuente de antioxidantes y sobre todo de ácido
ascórbico, se tiene al melón, la parchita y al limón. En una forma más detallada se muestran a
continuación las características de éstas.
2.2.1 Melón
El Melón (Cucumis melo L) es una fruta que pertenece a la familia botánica

Curcubitáceas, originaria del África Tropical y Asia; se cosecha una vez al año, es rastrera y
herbácea, de tallos largos y pubescentes que se arrastran y pueden llegar a medir hasta 3,5 m de
longitud, además es cultivado y localizado en terrenos inferiores a los 1.500 metros sobre el nivel
del mar debido a su sensibilidad a los climas fríos (Guzmán, 2004). La forma del melón es
redonda u oblonga con apariencia externa lisa o reticulada con coloraciones amarillo-parda,
verdosa hasta blanca; la pulpa del melón en estado maduro puede ser perfumada o no, de
estructura blanda y jugosa con diferentes intensidades de color desde anaranjado intenso a blanco
verdoso (Guzmán, 2004).
De acuerdo con las estadísticas de la FAO, durante 1997 se cultivaron 448 millones de
Ton-m de frutas frescas y la producción de melón representó el 4% del total. Así, a nivel mundial
durante los últimos diez años (1992-2001) se han distinguido cinco países como los más
importantes productores de melón: China, Turquía, Estados Unidos, España e Irán, los cuales
conjuntamente representan el 60% de la producción mundial. Luego la producción mundial de
melones alcanzó, en 2001, 21.3 millones de Toneladas métricas, ubicándose 3.9% por arriba del
nivel alcanzado en 2000 (20.5 millones Toneladas métricas) (FAO, 2003). Las importaciones de
melón, pasaron de 998 mil Toneladas métricas en 1991 a alrededor de 1.6 millones de Toneladas
métricas en 2000, lo que representa un crecimiento de más del 65% entre un año y otro. Los
principales demandantes de la hortaliza son Estados Unidos, Reino Unido, Canadá, Alemania y
Holanda, cuyas importaciones representan aproximadamente 67% del total mundial (FAO, 2003).
10
Con este incremento en el comercio mundial de melones, el valor del mismo también ha
mostrado un saldo positivo, reflejándose en que el valor de las exportaciones e importaciones se
ha incrementando paulatinamente.
En Venezuela, el cultivo del melón se desarrolla entre 85 y 90 días y se lleva a cabo en los
estados Falcón, Lara, Anzoátegui, Monagas (Guzmán, 2004). Las variedades con más demandas
son Cantaloupe, Charentais Galia Honeydew, Green Spanish (Piel de Sapo) y en el mercado
interno, la variedad de mayor de aceptación en cuanto al consumo fresco es el Cantaloupe Top
Mark 82 o simplemente Cantaloupe que es reticulado y posee pulpa homogénea de fuerte aroma
(formado por una mezcla compleja de diversos componentes volátiles en muy pequeña
proporción) y de color salmón y/o naranja, mientras que para el consumo externo se utiliza la
variedad Charentais Galia de piel lisa con pulpa de color verde-blanca e inodora y alto contenido
de sólidos solubles, muy apetecido en Europa Oriental (Guzmán, 2004).
La pulpa comestible del melón está compuesta por un promedio de 90g/100g de agua;
0,60g/100g en carbohidratos y menos de 1g/100g de proteínas y grasas respectivamente. Esta
fruta posee un valor energético promedio de 0,1 calorías/gramo; contiene 150 IU/100g de retinol,
con un alto valor en Potasio (210 mg/100g) frente a los demás minerales y 25 mg/100g de ácido
ascórbico (INN, 2000; Guzmán, 2004). La cantidad de ácido ascórbico presente en el melón es el
equivalente al 50 % de la ingesta adecuada para las mujeres y un 38,8 % de la ingesta adecuada
para los hombres (TDGAC, 2005).
2.2.2 Parchita.
La parchita (Passiflora edulis) pertenece a la familia Passifloraceae; originaria de

Sudamérica, posiblemente de Brasil. Esta fruta es pequeña de tamaño, con un diámetro entre 5 y
8 cm y de forma ligeramente ovoidal; con corteza fina amarilla o púrpura, numerosas semillas
rodeadas por una vesícula que contiene el jugo o zumo amarillo (Hooper, 1995). En regiones
donde la precipitación está bien distribuida, la siembra puede realizarse en cualquier mes del año.
Donde existe época seca, se recomienda hacer la siembra en los meses de mayo a julio; si hay
11
riego, el trasplante puede hacerse un cualquier momento; puede cultivarse desde el nivel del mar
hasta los 1.300 m de altitud; sin embargo, los mayores rendimientos se obtienen en altitudes entre
los 400 y los 800 metros sobre el nivel del mar. Requiere temperaturas entre 20 a 30 ºC y una
precipitación mínima anual de 900 a 1.500 mm, bien distribuidos durante el año, de lo contrario
debe suministrarse riego. Actualmente, la parchita se cultiva comercialmente en Kenia, Sudáfrica,
Australia, Brasil, Colombia, Venezuela, Estados Unidos, Japón y otros países (Hooper, 1995).
La parchita se encuentra básicamente en dos variedades: amarilla (Passiflora

edulis flavicarpa) y morada (Passiflora edulis) que se adapta a zonas altas. La amarilla (Pasiflora
edulis flavicarpa) se desarrolla en tierras bajas tropicales; es atractiva por su aroma, sabor y
aporte nutritivo de retinol con 63 ER, carotenos con 378 ET, potasio con 200 mg, fósforo 9 mg y
ácido ascórbico con 16 mg por cada 100 g de pulpa comestible; su principal ácido es el cítrico
con 93-96 % del total de su acidez con valores entre 3,0 – 5,0 g/100g y la pulpa contiene azúcares
alrededor 13 y 18º Brix por lo que la relación o índice de madurez (sólidos solubles y acidez) es
alrededor de 5 con un pH en un rango entre 2,8 y 3,3 (Cáceres y col., 1992; Padua y col., 1992;
Hooper, 1995; INN, 1999). La parchita posee un elevado contenido de almidón obligando a ser
pasteurizado eficazmente a 120 ºC aproximadamente (Hooper, 1995). De acuerdo a estudios, los
compuestos volátiles encargados del “flavor” de la parchita están formados por ésteres y ácidos
grasos de cadena corta (entre 2 y 8 Carbonos) (Padua y col., 1992). Dadas estas características, la
pulpa de la parchita es concentrada hasta 35 ºBrix para uso industrial en la elaboración de
néctares (Hooper, 1995).
2.2.3 Limón.
Tanto el limón como la mayoría de los agrios o cítricos se originaron hace unos 20
millones de años en el sudeste asiático y el Archipiélago Indio-Malayo, región donde aún se
encuentran muchas especies; desde entonces hasta ahora han experimentado numerosas
modificaciones debidas a la selección natural y a hibridaciones tanto naturales como producidas
por el hombre (Avilán y Rengifo, 1987). La dispersión de los cítricos desde sus lugares de origen
se debió fundamentalmente a los grandes movimientos migratorios: conquistas de Alejandro
12
Magno, expansión del Islam, cruzadas, descubrimiento de América, etc.; el limonero fue
introducido por los árabes en el área mediterránea entre los años 1.000 a 1.200, siendo descrito en
la literatura árabe a finales del siglo XII (Avilán y Rengifo, 1987).
El limón pertenece a la familia de las Rutaceae específicamente a la sub-familia

Aurantioideae; crece en árboles pequeños, muy ramificados con hojas simples o unifoliadas,
poseen espinas duras y densa copa; su cultivo debe hacerse en regiones de clima subtropical para
que sea de óptima calidad (Avilán y Rengifo, 1987). Esta fruta es una baya oblonga policarpelar
que posee un epicarpio fino, glanduloso y de intenso color; su mesocarpio es seco y esponjoso, el
endocarpio (llamado también pulpa) tiene tabiques tapizados de células jugosas que envuelve a
las semillas y llegan hasta el centro del fruto, el pericarpio (el verdadero fruto) lo comprende la
corteza ya que la parte granulosa del fruto es un tejido relleno proveniente de la epidermis interna
del ovario (Avilán y Rengifo, 1987).
El jugo o zumo contenido en cada alveolo es amarillo pálido, ácido, fragante (Avilán y
Rengifo, 1987); está constituido básicamente por 88,9 % de agua; 9,6 -10 % de azúcares; pero los
ácidos son los componentes más destacados de los cítricos. Precisamente, el ácido cítrico es el
más abundante con 5,97 g/ 100 g (Avilán y Rengifo, 1987) pero también es muy rico en ácido
ascórbico (entre 35 – 80 mg /100 g) (Cáceres y col., 1992; INN, 2001).
Debido a su acidez, el jugo de limón ha sido usado en pequeñas cantidades y para muchos
propósitos en comparación con otras frutas, es por ello que se ha incrementado su uso
industrial para la obtención de zumos naturales y concentrados, aceite esencial, pulpas, pectinas,
flavonoides, etc. y últimamente la producción de ácido cítrico natural con destino a la confección
de conservas naturales (Avilán y Rengifo, 1987).
La producción de limones y limas a nivel mundial ha ido incrementándose paulatinamente

debido a la demanda, aunque siempre en menor proporción que la naranja y las mandarinas
(Avilán y Rengifo, 1987). No obstante, en Venezuela la producción de limones y limas no ha
variado mucho ya que para el año 1974 estaba en 5000 Ton-m y su utilidad para el consumo
industrial ha sido muy bajo y todavía para el año 2001 se produjeron 14.000 Ton-m y solo
13
1000 Ton-m fueron usados en la industria de alimentos en comparación con Argentina que es el
mayor productor y exportador para este último año (Avilán y Rengifo, 1987; FAO, 2003).
Una forma de aumentar la producción de las frutas y su aprovechamiento de la máxima

cantidad de nutrientes que éstas ofrecen no es sólo mediante el consumo como producto fresco
sino también mediante el consumo industrial. Este beneficio aportado por las frutas puede
obtenerse a través de la ingesta de productos derivados como jugos y néctares ya que es la forma
más conocida de comercializar frutas en forma fluida y su proceso de obtención va a variar
dependiendo del tipo de fruta (Cardona y col., 1992). En el siguiente tópico se hace una
descripción de las características de los néctares de frutas y la forma de obtención a nivel
industrial.
2.3 Néctar. Características. Elaboración.
El néctar, como producto del procesamiento de frutas, es una bebida a partir de su pulpa,
natural o concentrada, agua y edulcorante; el jugo solo contiene el exprimido de la fruta o su
pulpa y no contiene otros ingredientes incluyendo al agua (COVENIN 1030, 1995). El néctar es
un producto formulado de acuerdo a una combinación propia del fabricante y, generalmente,
contiene desde un 15 % de sólidos solubles o 15° Brix hasta un 40% que va de acuerdo al tipo de
fruta (COVENIN 1030, 1995), donde el contenido de pulpa de la fruta está en proporción al
contenido del agua y edulcorante empleado.
El néctar de frutas debe ser elaborado con frutas en perfecto estado de maduración o
concentrados de pulpas libre de restos de insecticidas o cualquier otra sustancia nociva,
presentados en forma homogénea sin semillas u otros desechos; empleando un edulcorante
natural como jarabes de sacarosa, miel, dextrosa monohidratada, dextrosa anhidra, jarabe de
glucosa deshidratado y fructosa, además del uso de jarabes de glucosa, jarabes de sacarosa
invertida y distintas soluciones acuosas de sacarosa; sin el uso de colorantes artificiales o
naturales pero permitiendo el empleo de saborizantes recuperados en el proceso, acidificantes
correctores de acidez y estabilizantes (Cardona y col., 1992; COVENIN 1030, 1995). En
14
Venezuela, la producción de néctares de frutas debe cumplir con requerimientos físico-químicos

y microbiológicos de acuerdo con el tipo de fruta o producto basados en las Normas COVENIN.
La elaboración de un néctar de frutas se lleva a cabo en una serie de etapas que van a
depender del tipo de fruta y la presentación de la materia prima.
En caso de emplear frutas frescas y dependiendo de su tipo, deben pasar por una serie de
procesos previos como tratamiento preliminar, extracción, decantación, tamizado, centrifugación,
clarificación, filtración, conservación (Fig. 1):
ESPECIFICACIONES ETAPA INSUMO/ PRODUCTO
Tratamiento preliminar: Fruta

Grado de maduración Lavado Agua clorada 5 ppm
Inspección
Agua Residual
Extracción Jugo o Pulpa
Decantación Sales sobresaturadas
Tamizado Residuos
Centrifugación Residuos
Clarificación
Filtración Residuos
Envasado al Vacío Conservación

Pulpa o Concentrado de fruta
Congelación: -20 ºC
Fig. 1. Esquema Tecnológico del tratamiento a las frutas como materia prima empleada en la
obtención de néctares.
Estas etapas mostradas en la figura 1 de acuerdo a Cardona y col. (II) (1992) consisten en:
15
Tratamiento Preliminar: en esta etapa se procede con operaciones de lavado efectuados

con agua clorada 5 ppm para eliminar la carga microbiana de la corteza de la fruta como
mohos y levaduras y operaciones de inspección donde se determina el grado de
maduración mediante la relación de sólidos solubles/acidez, calibrado, etc. y que va
depender del tipo de fruta, con el objeto de asegurar la calidad del jugo o la pulpa (según
el caso).
Extracción: esta operación permite obtener el jugo o pulpa (según sea el caso). Las
maquinarias utilizadas son básicamente prensas hidráulicas, prensas continuas, prensas
continuas en cintas sin fin y prensas continuas de tornillo, ajustada al tipo de fruta y al
producto que se desea obtener. Se debe considerar como parámetro de referencia la
temperatura de extracción; en caliente se logra un aumento del rendimiento, una
disminución de la carga microbiana y se colabora con la coagulación de sustancias
proteicas antes de la pasteurización y, es muy útil para extraer los pigmentos de las frutas
en consideración cuidando evitar la extracción de aceites esenciales y ácido ascórbico. En
frío, se evitan cambios en el “flavor” como en el caso de manzanos y agrios.
Decantación: suele aplicarse a jugos proveniente de frutas no agrias, las cuales se

presentan como productos de apariencia transparente, y el objetivo de la etapa es la
eliminación de sales sobresaturadas (tartrato ácido de sodio) mediante el almacenamiento
transitorio para la precipitación de éstas y su posterior separación.
Tamizado: generalmente se realiza a la par de la extracción cuando la suspensión de

sólidos de la fruta es excesiva, muy común en agrios.
Centrifugación: empleado para la eliminación de parte de sólidos en suspensión

mediante una separación mecánica por la aplicación de una fuerza centrífuga que
aumenta con el radio del campo rotacional y con la velocidad de rotación sedimentando
primero las partículas densas, seguida de las partículas más ligeras. Es una etapa previa a
la filtración
16
Clarificación: como su nombre indica, se aplica en frutas en las que se pretende obtener
jugos o zumos claros mediante la disminución de su consistencia, mediante la adición de
proteínas por calentamiento seguido de enfriamiento rápido y la incorporación de
gelatinas o mezclas de pectinestereasa y poligalacturonasa. Dichas enzimas actúan
degradando las pectinas, es decir, la poligalacturonasa rompe el polímero en moléculas de
menor tamaño, luego actúa la pectinestereasa formando los ácidos pécticos que no
precipitan constituyendo pectatos solubles minimizando así la turbidez indeseable de la
suspensión. Contrariamente, en los jugos cítricos, el proceso de clarificación ocurre
espontáneamente ya que la pectina que se solubiliza durante la extracción del jugo, es
deseterificada por las pectin metil esterasas propias del fruto.
Filtración: es la fase en la que los jugos o zumos de frutas no agrias son terminados luego
de las etapas anteriores, es decir, son pasadas a través de filtros de fibra de celulosa
comprimidas para lograr un jugo más limpio; pero trayendo como desventaja la pérdida de
valor nutricional en cuanto a carotenoides y aceites esenciales. Este proceso no es
aplicable a frutos agrios.
Conservación: luego de obtener este producto (concentrados a partir de jugos o pulpas de

frutas, según el caso) se envasa la vacío y se somete a congelación a -20 ºC para evitar el
crecimiento microbiano y la acción de la enzimas presentes que pudiesen deteriorar esta
materia prima.
No obstante, muchas empresas venezolanas elaboran sus néctares a partir de pulpas o

concentrados que han sido preservados en envases herméticos y bajo congelación.
Luego de obtener el jugo o empleando la pulpa o concentrado, se sigue una serie de

operaciones. Estas etapas consisten en:
Recepción de la Materia Prima: la pulpa o concentrado conservado en refrigeración, el

edulcorante (regula la relación acidez – dulzor), el agua y el estabilizante (algún tipo de
pectina empleada para minimizar el efecto de separación de fase en la pulpa o concentrado
17
de la fruta cuando es adicionado el agua, debido a la acción hidratante del tipo de pectina
y la capacidad de formar las redes celulosas o geles en la presencia de solutos a bajo pH)
es recibido y examinado de acuerdo a sus características de calidad y las proporciones
según la formulación establecida en la empresa para la elaboración del néctar de la fruta
correspondiente (Cardona y col.(II), 1992).
Mezclado: en esta fase se emplea un tanque de amplia capacidad, donde la pulpa o

concentrado es combinado con el jarabe (solución acuosa del edulcorante) que contiene a
su vez el estabilizante en proporciones de acuerdo a una formulación determinada. El
estabilizante o tipo de pectina debe ser disperso en el edulcorante sólido para retardar su
hidratación y luego debe ser disuelto en agua 80 – 88 °C y a alta velocidad de agitación
(Alvarado, 1996)
Homogeneizado: el objetivo de esta fase es disminuir y unificar el tamaño de la partícula

de los sólidos suspendidos en el néctar mediante la disminución de la consistencia
conforme transcurre el tiempo durante el cual se somete a una velocidad deformante y sin
cambio de temperatura ejercido precisamente por fuerzas deformantes. El
homogeneizador, equipo empleado en esta fase, es una bomba de accionamiento
“positivo” que obliga a la mezcla a pasar a alta velocidad a través de una válvula de
homogeneización de apertura regulable (muy estrecho) con un asiento fijo y una parte
móvil, sometiendo a las partículas a las enormes fuerzas de rozamiento causadas por la
aceleración y una fuerte caída de presión ocasionando su deformación y posterior ruptura
(Alvarado, 1996).
Ajuste de ácidos y sólidos solubles: mediante determinaciones rápidas se establece si es

necesario adicionar ácidos (cítrico y ascórbico) y el agua necesaria para corregir los
requerimientos que establece la formulación y las normas (COVENIN 1030, 1995).
Desaireación: con el objeto de evitar alteraciones en la estructura de taninos, lípidos y

aceites esenciales que pueden modificar el “flavor” y la pérdida de ácido ascórbico o
Vitamina C por acción del oxigeno del aire de contacto, se aplica este tratamiento que
18
consiste en disminuir o eliminar el aire presente en la tubería de transporte del producto

mediante una cámara de vacío con condensadores que retienen los aromas. Cuando se
desea preparar solo el jugo de la fruta, éste es directamente desaireado para recibir el
tratamiento de conservación (Cardona y col., 1992).
Conservación: hay diferentes métodos de conservación utilizados en la industria

alimentaria tales como el uso de conservantes, pero en Venezuela no está permitido su uso
para la preservación néctares de frutas (COVENIN 1030, 1995), sin embargo la
Pasteurización y la Esterilización UHT (Tratamiento Térmico Ultra Alto, con su siglas en
inglés Ultra High Temperature), son tratamientos térmicos empleados en estos productos
ya que proporciona destrucción microbiana e inactivación enzimática. Estos últimos son
usados en Venezuela (Cardona y col. 1992, COVENIN 1030, 1995).
Envasado: dependiendo de las políticas de la empresa, el producto final puede ser

envasado en vidrio (COVENIN 919, 1978), cartón, latas con revestimiento interno para
evitar la interacción del metal del envase con el alimento (en este caso se emplean
revestimiento a base de epóxidos que ofrecen excelente flexibilidad, está libre de sabores
y posee alta estabilidad térmica) y los envases Tetrapack.
Las etapas ya descritas pueden observarse en la figura 2:

19
ESPECIFICACIONES ETAPA INSUMO/ PRODUCTO

Pulpa o concentrado de
Recepción de la Materia fruta (según caso)
Fruta: Relación ºBrix/acidez Edulcorante
Prima Agua potable
Estabilizante
Formulación Mezclado
Homogeneizado
Acidez titulable Ajuste de ácidos y sólidos

Sólidos solubles Ácido ascórbico
Ácido ascórbico solubles Agua
Desaireación
Pasteurización o
Esterilización Conservación
Empaque
Envasado
Néctar de fruta
Fig. 2. Esquema tecnológico de las principales etapas del proceso de elaboración de néctares.
La elaboración de un néctar de frutas como producto alimenticio, involucra ejecutar una

combinación establecida de ingredientes o desarrollar alguna mezcla. Hay varias formas de
obtener esa combinación o formulación, una de ellas es un proceso empírico, de tanteo y error
hasta que el producto sea aceptable para todos los responsables del mismo; sin embargo existen
métodos que evitan el tanteo y error haciendo más eficiente la formulación al conjugar la
aceptación del producto por parte del consumidor y la materia prima o los parámetros
involucrados en su proceso de elaboración, esto es un proceso de optimización que permite hacer
tomas de decisiones (Henika, 1982; FAO, 2002). En el siguiente tópico se ha detallado las
características de la técnica de optimización en la formulación de un alimento, es este caso
aplicado a un néctar de frutas.
20
2.4 Optimización en la Formulación de un Producto Alimenticio.
La optimización en la formulación de un producto alimenticio es la determinación de la

mejor alternativa a ser aplicada representada en la mejor mezcla de ingredientes necesarios para
su elaboración mediante el estudio de las restricciones de organización o tecnología (Norback y
Evans, 1983). La optimización depende de varios elementos: a) la función objetivo que indica las
cantidades a maximizar o minimizar; b) las variables de decisión, que definen los parámetros en
el proceso o sistema (son variables dependientes e independientes); c) las restricciones de las
variables del proceso o sistema dados por el fabricante, tecnología o ente gubernamental y d) el
modelo matemático que representa el proceso o sistema en términos de las variables involucradas
(ecuación 1) (Evans, 1982).
Y = f ( X 1 , X 2 , X 3 ,..., X n ) (Ec. 1)
En la determinación de la alternativa óptima, se emplean diferentes técnicas o métodos de

optimización diseñados para limitar el número de opciones a ser considerados en función de las
especificaciones del producto y/o del proceso o sistema (Norback y Evans, 1983). Se trata de una
herramienta que tiene como objetivo analizar en forma eficiente y/o funcional dichas opciones de
estudio que surgen de un número finito de combinaciones entre las variables de decisión del
proceso, para determinar finalmente la mejor combinación y en consecuencia la mejor función
objetivo (Evans, 1982). Entre las técnicas de optimización con base estadística más utilizadas
para el diseño de productos y procesos en la tecnología de alimentos es la Metodología de
Superficie de Respuesta (MSR) y la Programación Lineal (PL) (Norback y Evans; 1983).
2.4.1 Metodología de Superficie de Respuesta (MSR).
Es una metodología estadística y matemática que modela y analiza sistemas donde una
serie de variables son capaces de intervenir en una respuesta de interés con el propósito de
optimizar dicha respuesta (Giovanni, 1983; Montgomery, 2002). En esta técnica, se habla de
factores que son las variables de decisión, generalmente las características del producto que
21
varían en el sistema o proceso; estos factores poseen niveles que son los grados o cantidades de
los factores y la respuesta que representa el efecto de los diferentes niveles de los factores en el
producto en estudio (Giovanni, 1983). Por otro lado, se obtienen modelos matemáticos que son
evaluados estadísticamente para adecuarlos a los datos experimentales en base a unas premisas
básicas para así poder ser graficados como superficies de respuestas (SR) y describir cómo los
factores afectan la variable de respuesta, además de determinar la interrelación entre los factores
de prueba y observar el efecto combinado de las variables o factores en la respuesta (Giovanni,
1983; Montgomery, 2002).
Para aplicar este método, inicialmente deben identificarse los factores críticos más
importantes del producto en el proceso o sistema, después se determina el rango de los niveles de
los factores, posteriormente se plantea un sistema de hipótesis estadísticas, los cuales son
enunciados referentes a los parámetros del modelo, es decir hace suposiciones de la situación del
problema en estudio; luego se llevan a cabo los diseños experimentales con las muestras
seleccionadas y finalmente se hace el estudio de los datos arrojados por las experiencias mediante
un análisis de varianza donde se observa la existencia o no de diferencias entre los tratamientos
(conformados por los factores y sus niveles), (Giovanni, 1983; Montgomery, 2002).
Para obtener el conjunto de alternativas o combinaciones se desarrolla un diseño

experimental. Entre los diseños usados se encuentran el diseño factorial, empleado
considerablemente en experiencias que contienen varios factores cuando es necesario estudiar el
efecto conjunto de éstos sobre una respuesta; particularmente el diseño factorial 2k permite
estimar los efectos de los factores del experimento en un rango de trabajo y pueden observarse las
interacciones entre estos factores independientemente de su niveles. Igualmente se encuentra el
diseño de mezclas que cumple con los criterios mencionados, pero se diferencia del diseño
anterior porque los factores son ingredientes de mezclas y en consecuencia hay dependencia en
sus niveles. Otro tipo de diseño es el robusto, donde los factores son sensibles a agentes
ambientales o cuando se desee que el producto a desarrollar esté lo más cercano al objetivo
planteado y se establece la búsqueda de las condiciones de operación de ese sistema. Uno de los
diseños experimentales más empleados en la optimización de procesos, es el diseño factorial 2k
con elementos adicionales que lo hace más eficiente (Montgomery, 2002).
22
2.4.1.1 Diseño Factorial 2k. Diseño Central Compuesto (DCC)
En el estudio de un sistema de diversas variables de decisión, el diseño factorial 2k ofrece

la posibilidad de analizar su comportamiento en el sistema y permite la combinación entre los
factores en un rango de trabajo de dos niveles (alto y bajo); es un método de selección de factores
muy útil en la fase inicial del trabajo experimental cuando posiblemente existan muchas variables
o factores en estudio, proporcionando un menor número de puntoss y facilitando el estudio de
éstas (Montgomery, 2002).
De acuerdo con el diseño factorial 2k el número de puntos o de combinaciones está dado

por la ecuación:
nF = 2 k (Ec. 2)
Las variables que representan los factores xi en cada punto del diseño son llamados
variables codificadas, y los factores como tal son llamadas variables naturales que representan las
cantidades involucradas en el estudio (Montgomery, 2002). Éstas se relacionan mediante la
expresión:
J −a
X i = (Ec. 3)
b
Donde xi (i = 1, 2,…, k factores) toma valores adimensionales de -1, +1; J es el valor de la

variable natural o factor en estudio; a es el valor natural del punto medio entre valor alto (+1) y el
bajo (-1), y b el valor de la diferencia entre el valor alto (+1) o el valor bajo (-1) y el valor medio.
Las variables J, a y b tienen las mismas unidades de cantidad y se obtienen a través de ensayos
experimentales preliminares (Montgomery, 2002).
El diseño factorial 2k puede ser expandido mediante la incorporación de puntos centrales y

puntos axiales, conformando el Diseño Central Compuesto.
Un punto central es un ensayo que evalúa los factores en xi = 0 que corresponde al valor
natural de a o valor medio; el número de puntos centrales o réplicas se asignan en función al
23
número de factores (k) del sistema y oscilan entre tres y siete puntos (Montgomery, 2002). La
adición de puntos centrales permite obtener una estimación del error, es decir, las diferencias
individuales de los puntos del experimento que no están bajo control y generalmente es
inevitable, además admite la ejecución de una prueba de bondad de ajuste del modelo matemático
al descomponer el término de error en el error puramente aleatorio y el debido a la falta de ajuste
del modelo. Por otro lado, permite determinar si hay efectos cuadráticos (cuando los factores de
pasar del nivel alto al nivel bajo produciendo una curvatura en la respuesta evaluada) y
finalmente la incorporación de los puntos centrales en este tipo de diseño de permite trabajar
experimentalmente con una sola réplica de la porción factorial del mismo, esto trae como
consecuencia una disminución en los costos involucrados en esta etapa del estudio y el manejo de
una logística más sencilla para la ejecución de la experiencia (Montgomery, 2002).
Además, se busca que el modelo generado del diseño suministre buenas predicciones, en
otras palabras, que posea una varianza razonablemente consistente y estable de la respuesta que
predice esta ecuación matemática en cada valor de x, y para ello se agregan al diseño los puntos
axiales que permiten estimar la respuesta con igual precisión en todos los valores evaluados de
los factores que son equidistantes del centro geométrico (punto central) y este efecto es lo que se
denomina rotabilidad, particularmente muy útil cuando se examina la superficie de respuesta
alrededor del punto estacionario (Mullen y Ennis, 1979; Montgomery, 2002). La rotabilidad del
diseño permite trabajar con un número mínimo de experimentos y así permite obtener datos
observados que analizados estadísticamente no violan los supuestos de las estadísticas
paramétricas (Mullen y Ennis, 1979). Los puntos axiales que hacen rotable al diseño están
situados a una distancia del centro de dicho diseño, y se obtienen al evaluar los xi en α, donde:
a = ±(n F )1 / k (Ec. 4)
y su número de puntos o combinaciones (nax ) es el doble de variables o factores que

formen el diseño (Montgomery, 2002), es decir:
n ax = 2 K (Ec. 5)
Finalmente, el número de puntos Nt del diseño central compuesto es:

24
N t = n F + Nº puntos centrales + n ax (Ec. 6)
El conjunto de tratamientos obtenidos del diseño factorial que ha sido expandido con los
puntos centrales y axiales, permite ajustar un modelo matemático a partir de los datos
experimentales que representan una aproximación a la relación funcional real entre la variable de
respuesta (dependiente) evaluada y los factores del sistema en estudio. Dicho modelo de ajuste
puede ser una regresión de primer orden:
Y = β 0 + β 1 x 1 + β 2 x 2 + ... + β k x k + ε (Ec. 7)
O un modelo de segundo orden:
k k
Y = β 0 + Σ β i x i + Σ β ii x i + ΣΣ β ji x i x j + ε
2
(Ec. 8)
i =1 i =1 i< j
Ambos lineales en sus parámetros o predictores.
en las ecuaciones 7 y 8, Y representa la respuesta esperada, xi los factores estudiadoslos efectos

cuadráticos puros, βii coeficientes parciales de regresión que representan una fracción de los
efectos cuadráticos no puros, βij los coeficientes de las interacciones (efectos cuadráticos no
puros) y ε el error aleatorio del modelo (Montgomery, 2002).
Al obtenerse el modelo matemático ajustado debe verificarse su adecuación para

asegurarse que suministra una ajustada aproximación del sistema real y satisfaga los supuestos
que el modelo describe de manera adecuada a esas observaciones y verificar que los residuales
definidos como una distribución normal e independiente con media igual a cero y varianza σ2
constante pero desconocida (Montgomery, 2002). La forma de verificar esa adecuación es
mediante el análisis de residuales; donde un residual es una diferencia entre la observación j-
ésima y el valor estimado de la i-esima observación:
e ij = y ij − yˆ ii (Ec. 9)
25
Los residuales de este tipo de diseño pueden considerarse como los valores del error
aleatorio de la variación de los tratamientos entre sí y de los datos dentro de cada tratamiento. El
análisis de los residuales verifica la satisfacción de las bases para disminuir el ruido en el análisis
de varianza y se basa en tres premisas estadísticas: la normalidad de los residuales mediante un
estudio del valor de los residuales frente a una escala de probabilidad normal de éstos con el
objeto de comprobar la distribución normal de los residuales, la homocestacidad u homogeneidad
de varianza para verificar la existencia o no de un patrón determinado sea señal de que la
varianza es una función de algunos tratamientos a través de una evaluación del valor de los
residuales frente a los valores predichos, y por último, el supuesto de independencia que indaga
sobre los valores de los residuales en relación al orden de la combinación evaluada, cuya
finalidad es verificar la aleatoriedad de los tratamientos al no observarse ningún patrón
(Montgomery, 2002).
Para probar la capacidad predictiva del modelo matemático se analiza por descomposición
el término del error del análisis de varianza en error puro y error debido a la falta ajuste del
modelo para establecer si la diferencia encontrada entre los valores predichos y los valores
experimentalmente observados es a consecuencia de causas fortuitas o a una falta de ajuste
significativa del modelo matemático generado.
Sin embargo, también se observa el coeficiente R2 ajustado en él, el cual relaciona la suma
de cuadrados del modelo (SS Modelo) y la suma de cuadrados totales (SS totales) mostradas en el
análisis de varianza y representa la medida de reducción de la variabilidad de los datos
experimentales observados y su capacidad de predecir nuevas observaciones ajustadas a la
regresión de mínimos cuadrados.
Por otro lado, el coeficiente R2 puede ser afectado al adicionar términos no significativos
(innecesarios) al diseño que disminuye su valor, y en consecuencia su poder predictivo o por el
contrario si se adicionan variables estadísticamente significativas o no, pueden producirse
predicciones muy pobres de la respuesta media esperada (Montgomery, 2002).
Cuando se ha verificado la adecuación del modelo matemático y su capacidad predictiva,

se determinan los niveles de x1, x2, x3,…, xk que optimicen la respuesta predicha por lo que el
26
conjunto de x1, x2, x3,…, xk donde las derivadas parciales respecto a cada una de las variables
codificadas de los factores e igualadas a cero de la ecuación 7 u 8 (según el caso), es decir:
∂Y ∂Y ∂Y
= = ... = = 0 (Ec. 10)
∂ x1 ∂x2 ∂xk
y constituyen el punto estacionario del sistema. Por otro lado, la ecuación 7 u 8 se pueden
escribir en forma matricial como sigue:
∧ ∧
Y x = β 0 + x ´ b + x ´ Bx (Ec. 11)
donde,
⎛ x1 ⎞ ⎛ βˆ1 ⎞ ⎛ βˆ11 βˆ12 2 βˆ13 2 L βˆ1k 2 ⎞⎟

⎜ ⎟ ⎜ ⎟ ⎜
⎜ x2 ⎟ ⎜ βˆ 2 ⎟ ⎜ βˆ 22 βˆ 23 2 L βˆ 2 k 2 ⎟
x = ⎜ x3 ⎟ ; b = ⎜⎜ βˆ3 ⎟⎟ y B = ⎜⎜ βˆ33 L βˆ 3k 2 ⎟
⎟
⎜ ⎟
⎜ M ⎟ ⎜ M ⎟ ⎜ Simétrica L M ⎟
⎜x ⎟ ⎜⎜ ˆ ⎟⎟ ⎜⎜ ⎟
⎝ k⎠ ⎝βk ⎠ ⎝ βˆ kk ⎟⎠
Es decir, x es un vector (k x 1) conformado por los factores o variables codificadas, b un

vector (k x 1) cuyos elementos son los coeficientes de regresión de primer orden de la Ec. 7 u 8;
y B una matriz simétrica de (k x k) formada cuya diagonal principal está conformada por los
coeficientes cuadráticos puros β̂ ii y el resto de los elementos son la mitad de los coeficientes
parciales de regresión procedente de los términos de interacción βˆij con i≠j. Entonces,
diferenciando a Y respecto a x e igualando a cero (0) se obtiene una expresión algebraica que
determina el punto estacionario:
xestacionario = − 12 B −1b (Ec. 12)
Este punto estacionario (x1, x2,…, xk,) al ser evaluado en el modelo matemático obtenido
(Ec. 11) genera una respuesta esperada (Montgomery, 2002). Luego estos valores codificados son
27
transformados en valores naturales (Ec. 3) para obtener las cantidades en condiciones reales de
los factores estudiados.
El punto estacionario puede ser un punto de respuesta máxima, de respuesta mínima o un

punto silla. Para determinar formalmente el tipo de punto estacionario encontrado, se realiza una
caracterización de la superficie de respuesta mediante un análisis canónico.
El Análisis Canónico transforma el modelo matemático encontrado, en un sistema de

coordenadas paralelo a la superficie de respuesta encontrada para ajustarlo a una ecuación
canónica (ecuación 13):
Y = Y e + λ 1ω 1 + λ 2 ω 2 + ... λ k ω k
2 2 2
(Ec.13)
donde: Ye: es el valor de la respuesta al evaluar el punto estacionario en la Ec. 1; ωi : las variables
codificadas en forma canónica o característica y los autovalores λi : las raíces del determinante de
la diferencia entre la matriz B y el producto de los autovalores y la matriz identidad (I):
B −λI = 0 (Ec.14)
Dados los λi son de signo positivo el punto estacionario genera una respuesta mínima; si
son de signo negativo pues se trata de una respuesta máxima y si presentan signos alternos, el
punto estacionario es denominado punto silla (Montgomery, 2000).
Para establecer relación entre las variables canónicas (ωi) y las variables codificadas (xi),
se debe encontrar una matriz ortogonal que permita resolver el sistema:
(
ω = M ´ x − xestacionar io ) (Ec.15)
La matriz M´ se obtiene a partir de la determinación de los eigenvalores normalizados

asociados con λi que formarán las columnas de la matriz M = (m1 m2 m3 m4). Cada columna mi es
solución de:
28
(B − λ i I )m i =0 (Ec. 16)
donde I es la matriz identidad y los elementos de cada columna deben cumplir:
k
∑ m 2ji = 1 (Ec. 17)
j =1
Inmediatamente se realiza la exploración de la ecuación canónica a través de las gráficas

de contorno para desplazar las variables de formulación en las cercanías del punto estacionario y
si éste se ubica en la región del diseño entonces se establecen las condiciones óptimas de
formulación para la variable de respuesta (dependiente) en estudio.
2.4.2 Programación Lineal (PL)
Este método ha sido aplicado desde hace mucho tiempo por muchos investigadores en la
ciencia de los alimentos, por ejemplo lo han empleado para minimizar costos al desarrollar
alimento de excelente calidad proteica al controlar cantidades de aminoácidos esenciales
presentes en la formulación de alimentos a base de cereales (Cavins y col., 1972); mientras que
estudios más recientes muestran cómo aplicando la programación lineal se pueden reducir en
forma óptima los costes generados en la formulación de néctares (Millán y col., 2003). La
Programación Lineal optimiza una ecuación lineal en función de sus parámetros bajo una serie de
restricciones del proceso o sistema (Cavins y col., 1972). En otras palabras, cuenta con una
función objetivo lineal, la cual es la medida de desempeño por optimizar (maximizar
generalmente ganancias, rendimiento, eficiencia o efectividad; o minimizar por lo común costos
y tiempo) y está representada por una relación algebraica que combina las variables de decisión
con coeficientes que son valores reales asociados con el estudio mediante la expresión:
Máx α1.X1 + α2.X2 + …+ α K. XK ó Min α1.X1 + α2.X2 +…+ α K. XK (Ec. 18)

29
donde: αi: es valor correspondiente a cada variables de decisión, por ejemplo, si se pretende
maximizar rendimiento entonces αi constituye el rendimiento de cada variable o si se desea
minimizar costos el valor de αi, representa el precio de cada variables; Xi: es por tanto cada una
de las variables de decisión (para i = 1, 2, 3, …, K ) (Eppen y col, 2000).
Para la minimización o maximización se requieren de las restricciones lineales, cada una de

las cuales es una desigualdad (ya sea ≤ ó ≥) o una igualdad matemática. Las restricciones se
presentan generalmente de dos maneras: limitaciones (desigualdad ≤) y requerimientos
(desigualdad ≥) (Eppen y col, 2000), mediante expresiones como:
A1.X1 + A2.X2 +…+ AK. XK ≤ B; D1.X1 + D2.X2 +…+ DK. XK ≤ C (Ec. 19)
Las variables deben cumplir las condiciones de no negatividad, lo que significa que los
valores deben ser positivos permitiendo que éstos también sean cero y
X1, .X2,…, XK ≥ 0 (condiciones de no negatividad) (Ec. 20)
Con estas condiciones se genera el denominado modelo de optimización restringida o

modelo de toma de decisiones con restricciones, ya que toma una medida de desempeño que
optimizará a través de una gama de variables factibles de las variables de decisión. Dichos
valores se determinan mediante un conjunto de restricciones de desigualdad, es decir, se debe
escoger los valores de las variables que satisfagan las restricciones de desigualdad, mientras se
consigue que la medida de desempeño sea tan grande (modelo de maximización) o tan pequeña
(modelo de minimización) como sea posible; es una búsqueda iterativa de la decisión óptima
(Eppen y col, 2000). Las restricciones surgen de los criterios o especificaciones de calidad,
capacidades de trabajo, leyes gubernamentales, precios de ingredientes, etc. Generalmente
representa el problema de la asignación de recursos (la mayoría de las veces son escasos), por lo
que se busca optimizar un objetivo de interés (Eppen y col, 2000).
Luego de plantear este sistema de inecuaciones, se emplean las hojas de cálculos

disponibles para computadores personales para realizar las determinaciones cálculos respectivos
(Eppen y col, 2000).
30
Es de hacer notar que estas metodologías generan modelos que permiten aprovechar las
potencias analíticas de las hojas de cálculo. Por otro lado, el término optimalidad es un concepto
que se relaciona más con los modelos que con el mundo real. Si bien los modelos pueden
optimizar, debe tomarse en cuenta que el modelo siempre es una simplificación de la realidad,
por lo que debe incorporarse al modelo suficientes detalles para que el resultado satisfaga las
necesidades del estudio y ser consciente con los datos que se tiene al alcance, para que puedan ser
analizados en el tiempo disponible para el propósito (Eppen y col, 2000).
2.5 Evaluación Sensorial
La formulación de un producto alimenticio no sólo implica estudiar su composición

físico-química y nutricional, sino el mercado al cual está dirigido: debe ser aceptado por el
consumidor. Es por ello, que la Evaluación Sensorial es una herramienta más del control de la
calidad que abarca el campo de control de proceso de fabricación, el control del producto y el
control del mercado (Sancho y col., 2000). En éste último se hacen estudios comparativos y de
aceptación, y específicamente el análisis de aceptación busca dictaminar el grado de aprobación
que tendrá un producto en personas poco expertas en la evaluación sensorial (consumidores) pero
que responda al medio social o cultural al cual esté dirigido el alimento (Sancho y col., 2000).
Por otro lado, la aceptación de un producto alimenticio es una respuesta ante la

disposición proporcionada de sus ingredientes y en consecuencia es elemento importantísimo en
la formulación (Henika, 1982). Así, el reto más difícil de la evaluación sensorial es conjugar la
formulación de un producto y la aceptación del mercado (Henika, 1982).
Una forma de correlacionar las variables del proceso de formulación de un alimento y la

respuesta sensorial esperada es mediante el uso de la Metodología de Superficie de Respuestas
(Henika, 1982), ya que de acuerdo a los objetivos del estudio, busca determinar una respuesta
sensorial óptima (ya sea máxima o mínima) mediante la combinación óptima de los factores o
variables que proporciona dicho proceso de formulación (Giovanni, 1983; Montgomery, 2002).
Para la obtención de la respuesta sensorial es necesario manejar ciertos aspectos:

31
2.5.1 Aspectos Generales de la Evaluación Sensorial
La Evaluación Sensorial es una disciplina científica que emplea técnicas de medida y

evaluación para evocar, medir, analizar e interpretar las reacciones a aquellas características o
propiedades de los alimentos y de los materiales que se perciben con la vista, olfato, gusto, tacto
y oído (Sancho y col., 2000). Mediante la degustación se valora la cualidad de los cinco sentidos
de manera integral sobre el alimento en base a un modelo psicológico y real establecido a priori,
con la posibilidad de que el modelo sea diferente según el lugar donde se ensaye (Sancho y col.,
2000). Esta degustación es llevada a cabo por jueces sensoriales que son un grupo de personas
seleccionada con o sin experiencia (en función del objetivo de la investigación), capaces de
efectuar correctamente en forma individual o en grupo el análisis o evaluación sensorial de uno o
varios productos alimenticios y emitir una opinión con valor testimonial (Sancho y col., 2000).
Éstos se clasifican en jueces entrenados o analíticos que hacen veraces y reproducibles los
resultados ya que son capaces de evaluar diferencias, intensidad y calidad, en esta categoría se
pueden encontrar los catadores que son perspicaces, sensibles y de vasta experiencia; jueces
experimentados o llamados semientrenados que poseen menos experiencia que el grupo anterior
y los jueces afectivos (inexpertos o no entrenados) quienes no tienen ningún tipo de
entrenamiento, ellos son los consumidores (Mackey y col., 1984; Wittig, 1986; Sancho y
col.,2000).
2.5.2 Características de los Jueces No Entrenados o Afectivos. Pruebas Afectivas.
Como se mencionó con anterioridad el consumidor juega un papel importante en la

formulación de un producto alimenticio, el tipo de respuesta que se logra con estos jueces es
afectivo porque no son entrenados para definir o estudiar un atributo en particular y sólo pueden
expresar aceptación o no de un producto o en su defecto su preferencia frente a otro que compare;
es por ello que son llamados jueces afectivos y se emplea un gran número de personas (Wittig,
1986), pudiendo ser 20, o ser mayor o igual 36 si son seleccionados, entre 60 y 100 si son
personas que nunca realizado alguna prueba de esta índole; en realidad dependerá de la logística
y de los recursos con que se cuente (Sancho y col., 2000; Wittig, 1986; Mackey y col., 1984).
32
Como los consumidores son los jueces degustadores del producto, la aceptación será un concepto
primario en el plano económico (Wittig, 1986) y los cinco sentidos de los jueces son el principal
instrumento usado para las mediciones, entonces es necesario el uso de la estadística y otros
instrumentos materiales para traducir las percepciones e información de tipo numérica (Sancho y
col., 2000).
Para la evaluación del producto, los consumidores aplican las denominadas pruebas
afectivas como la prueba de Aceptación Global, la cual recopila información de este panel
afectivo indicando su criterio personal, es decir su nivel de aceptabilidad o rechazo de éste frente
a un producto; además, este método de evaluación del alimento es una consecuencia de la medida
de la reacción humana que va en función de sus hábitos alimentarios, moda, estándar de vida,
nivel cultural y la forma como perciben al producto: apariencia, color y sabor (Wittig, 1986).
La prueba de aceptación se aplica de dos maneras: Una de ellas empleando una prueba de
escala no estructurada donde el juez indica mediante una marca en una recta marcada en los
extremos la aceptación como tal:
Me desagrada muchísimo Me agrada muchísimo
Fig. 3. Escala no estructurada empleada en pruebas de aceptación con consumidores
Otra forma de aplicar esta prueba es utilizando una escala Hedónica que consiste en una
escala estructurada bimodal que señala una opinión y para el analista, cada una de ellas tiene un
puntaje y se desarrolla en una ambiente lo más natural posible y no en el laboratorio de ensayos
(Mackey y col., 1984). Generalmente tiene una escala que puede ser de cinco (5), siete (7) y hasta
nueve (9) puntos; mientras más puntos se use habrá mayor rango de apreciación en la respuesta
del consumidor. La ventaja que ofrece una prueba con una escala estructurada bimodal frente a la
no estructurada es que permite cuantificar en una forma sencilla y directa esa apreciación
33
mencionada. Un ejemplo de una escala de 9 puntos se presenta a continuación (Maguey y col.,

1984; Wittig, 1986; Sancho y col., 2000):
Grado de Aceptación Puntaje
Me gusta muchísimo 9
Me gusta mucho 8
Me gusta moderadamente 7
Me gusta un poco 6
Me es indiferente. 5
Me desagrada un poco 4
Me desagrada moderadamente 3
Me desagrada mucho 2
Me desagrada muchísimo 1
Fig. 4. Escala hedónica bimodal empleada en pruebas de aceptación con consumidores.
Además de evaluar sensorialmente el alimento en desarrollo, debe ofrecerse al

consumidor seguridad al momento de ingerirlos. Es por ello, que los diferentes métodos de
conservación ofrecen estas condiciones, además de extender su vida útil. Uno de estos métodos
son tratamientos térmicos como la pasteurización.
2.6 Pasteurización
Los productos alimenticios como jugos y néctares deben ser estables y seguros para ser
evaluados por los consumidores además de extender su vida útil. Para ello, se pueden aplicar
tratamientos térmicos como la pasteurización.
34
La pasteurización es uno de los métodos de preservación empleados en Venezuela por

varias razones: es económico y eficaz.
Las altas temperaturas de este tratamiento busca destruir o inactivar los microorganismos
termolábiles como bacterias vegetativas, mohos y levaduras o sus esporas presentes en el
alimento que puedan deteriorarlo o ser causantes de enfermedades (Lewis y Heppell, 2000); tal
inactivación o destrucción se logra mediante la coagulación de sus proteínas y especialmente en
la inactivación de sus enzimas necesarias para sus metabolismo, y van a depender del tipo de
microorganismo y del ambiente en el que se encuentre (Frazier y Westhoff, 1985).
Además, la pasteurización no sólo inactiva microorganismos deteriorativos como mohos y

levaduras, también incluye bacterias ácido lácticas, bacterias ácido acéticas y algunas enzimas
responsables de oscurecimiento y de turbidez durante el procesamiento y almacenamiento;
mientras que las bacterias patógenas generalmente son inactivadas por el bajo pH del medio
(Lewis y Heppell, 2000).
Para tratar térmicamente un alimento, debe establecerse las condiciones de operación y

éstos dependerán los parámetros de la pasteurización. Los parámetros que involucran la
pasteurización son DT y Z. El tiempo de destrucción decimal DT se refiere al tiempo requerido
para la reducción de la población microbiana en un ciclo logarítmico o el tiempo de necesario
para disminuir el 90 % de esa población microbiana; en una gráfica de población microbiana
contra el tiempo, el valor de DT (minutos) es calculada mediante el valor absoluto del recíproco
negativo de la pendiente de la recta (Fig. 5.a) (Stumbo, 1973).
El otro parámetro es el valor de Z (ºF) que representa la relación de DT con la temperatura,

es decir, el cambio en la temperatura necesaria para cambiar DT por un factor de 10 es obtiene a
través del valor absoluto del reciproco de la pendiente de la recta generada de la graficación de
los valores de DT en función de la temperatura (Fig. 5.b) (Stumbo, 1973).
35
Log (N)
log (DT)
Log N1
(Log N2 − Log N1)
Log N2
PendienteI =
(t2 − t1)
log DT2
PendienteII =
(Log DT2 − Log DT1 )
log DT1 (T2 − T1)
t1 t T2 T1
tiempo (min) Temperatura (ºF)
(a) (b)
Fig. 5. Determinación de los valores de DT de la curva térmica (a) y determinación del valor
Z de la gráfica DT contra temperatura (b). Fuente: Stumbo, 1973.
Luego de muchas investigaciones, se han determinado valores de DT y Z para el tipo de

alimento y el tipo de microorganismo a una temperatura de referencia (Tref) de 150 ºF (65,56
ºC) para la pasteurización (Stumbo, 1973). La relación entre estos parámetros permite establecer
el factor t (minutos) que es la letalidad, es decir, el tiempo de muerte térmica o tiempo total de
inactivación microbiana (Stumbo, 1973). La letalidad también puede ser denotada por Fref.
Las condiciones de operación para realizar la pasteurización se establecen mediante el

tiempo t (minutos) necesario para destruir o inactivar cierto número de microorganismos o
esporas en el alimento a la temperatura de calentamiento T (ºF), es decir, la letalidad. Este valor
puede ser calculado mediante el Método General y/o el Método Matemático (Stumbo, 1973), se
hace hincapié en el primero:
Se habla de una unidad de letalidad (FTref) cuando se calienta el alimento 1 minuto a una
temperatura de referencia Tref = 150ºF, es decir FTref = 1 (Unidad); entonces es el tiempo
necesario para destruir o inactivar los microorganismos a la temperatura de calentamiento T.
Para iniciar la determinación, se asume un valor para el parámetro t; luego se compara con
una t obtenida experimentalmente mediante el uso de la curva de penetración de calor en el
36
alimento en función del tiempo (Fig. 5), en el cual se deduce una tasa de letalidad L para cada
tiempo y temperatura.
Para efectos de cálculos del valor de t experimental, y de acuerdo con la figura 5ª, el valor
de N representa la población microbiana y la pendiente de la recta está definida por:
(Pendiente) Y=
(log N 2 − log N1 ) (Ec 21)
(t2 − t1 )
Esta pendiente también está representada por el negativo del inverso del tiempo de
destrucción decimal, al asumir que se reduce un ciclo logarítmico:
1
Y =− (Ec 22)
DT
(log N 2 − log N1 ) 1
Entonces: =− (Ec 23)
(t2 − t1 ) DT
Si se multiplica por -1 y haciendo t1 = 0 min, entonces t2 se considera simplemente t y es

despejado (este tiempo es la letalidad a aplicar), es llamado FTref mencionada y es muy usado para
efecto de cálculos:
( Log N1 − Log N 2 ) 1
= (Ec 24)
t DT
de esta forma:
FTref = t = DT ( LogN1 − log N 2 ) (Ec 25)
es decir, la letalidad que corresponde al tiempo equivalente (minutos) de todo el calor letal
aplicado en una operación térmica.
37
Al conocer las poblaciones iniciales y finales y el valor de DT correspondiente al tipo de

alimento y sustituyendo en la ecuación 25 se tiene el valor de la letalidad teórica en base a los
criterios de inactivación microbiana.
En relación a la figura 5b la tasa de letalidad es determinada mediante el establecimiento

de la pendiente de la recta:
Y=
(LogDT − LogDT )
1 2
(Ec 26)
(T1 − T2 )
Esta pendiente también está representada por el negativo del inverso del cambio en la
temperatura necesaria para cambiar DT por un factor de 10:
1
Y =− (Ec 27)
Z
Entonces,
(log DT − log DT ) = − 1
1 2
(Ec 28)
(T1 − T2 ) Z
Reorganizando la ecuación 28 se tiene que:
⎛ DT1 ⎞ (T2 −T1 )

⎜ ⎟ = 10 Z (Ec 30)
⎜ DT ⎟
⎝ 2 ⎠
⎛ DT ⎞
donde T1 es considerada temperatura de referencia (Tref), y ⎜ 1 ⎟ = Li , es la tasa de letalidad
⎜ DT ⎟
⎝ 2 ⎠
asociada que convierte cada temperatura de la historia de tiempo-temperatura en un efecto letal
parcial. Así:
⎛ DT 1 ⎞ (T2 −Tref )
⎜ ⎟ = Li = 10 Z (Ec 31)
⎜ DT ⎟
⎝ 2 ⎠
38
Por otro lado, cuando se le suministra calor al alimento, se produce un cambio de

temperatura en función del tiempo de tratamiento térmico registrado como curva de penetración
de calor (figura 6) y la letalidad asociada (ecuación 31) a cada instante del tratamiento térmico
aplicado.
80
Medio de calentamiento
Ambiente
70
ALIMENT O
Temperaura (ºF)
60
50
40
30
20
10
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64
tiempo (min)
Fig. 6. Curva de penetración de calor típica de un alimento. Fuente: Adaptación de Stumbo,
1973.
Con los valores de Li obtenida con la ecuación 31 cuyos datos son tomados de la figura 6
y para cada tiempo t, se construye la gráfica o curva de letalidad (Fig. 7):
1,6 LETALIDAD
1,4
1,2
1
talida
0,8
letalidad
Tasale de
0,6
0,4
0,2
0
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61
tiempo (min)
Fig. 7. Curva de letalidad típica de un alimento sometido a tratamiento térmico. Fuente: Stumbo,
1973.
39
Finalmente, la integración de las tasas letales parciales de la figura 7 es lo que determina

el valor de F (letalidad) (ecuación 31), así:
t
FT ref = ∫ L dt (Ec. 32)
0
O también:
t
(
⎛ T −Tref
⎜⎜
) ⎞⎟
⎟
FT ref = ∫ 10 ⎝ Z ⎠
dt (Ec.33)
0
Finalmente, se compara la letalidad aplicada experimentalmente en el proceso con la

letalidad sugerida para otorgarle estabilidad microbiológica al producto alimenticio.
La pasteurización generalmente se efectúa en alimentos de baja acidez (pH > 4,5) con
cambios sensoriales mínimos y buscando extender la vida útil (Lewis y Heppell, 2000). Para
alimentos de baja acidez es recomendable valores de letalidad de 12DT y de alta acidez es de 6DT
y 3DT. Particularmente, las frutas se encuentran en su mayoría en la categoría de alimentos que
presentan una acidez de pH<4,5 inclusive pH<4,0 y la severidad del tratamiento térmico aplicado
a sus productos (purés, néctares, jugos y bebidas a base frutas) se aplica con valores
recomendados de letalidad de 6DT y 3DT ; esto debido a sus condiciones propias de pH, conteo
microbiano inicial y si el jugo es fresco o reconstituido (Lewis y Heppell, 2000).
En productos ácidos como jugos de frutas; bebidas a base de frutas, bebidas alcohólicas y
bebidas fermentadas se trabaja con temperaturas menores de 100 ºC, y la vida útil puede
aumentar considerablemente si se reduce la posibilidad de contaminación postproceso o
empleando condiciones asépticas de procesamiento (Lewis y Heppell, 2000).
En general, los jugos ácidos deberían tener condiciones de pasteurización en un rango de

85 ºC por 15 segundos a 95 ºC por 2 segundos, la turbidez de estos productos puede controlarse
al aplicar mayor severidad en estos tratamientos mediante cualquiera de estas combinaciones:
40
99 ºC por 1,75 segundos, 91 ºC por 12,75 segundos ó de 85 º a 88 ºC por 42,6 segundos, y en el

caso del oscurecimiento enzimático además del tratamiento térmico se logra controlar con la
adición de ácido ascórbico (Lewis y Heppell, 2000).
Si productos cítricos son pasteurizados sólo a 65 ºC, la pectinesterasa puede no ser

inactivada y causar la separación de fases en el producto dejando un líquido claro y con
sedimentos en el fondo del envase, por lo que se sugiere tratamientos por encima de 90 ºC para
mayor seguridad en otras palabras, rangos comprendidos entre 86 º y 99 ºC con tiempos entre 1 y
40 segundos (Lewis y Heppell, 2000).
Los principales indicadores de deterioro considerados en la fase de tratamiento térmico

van a depender de la fruta. En limas y limones, los principales agentes microbianos deteriorantes
son las especies del género de Alternaria, además es importante estabilizar la turbidez y ésta se
logra mediante la inactivación de la pectinasa tratando con temperaturas entre 69 º y 74ºC pero
con 77 ºC por 30 segundos, para un mayor margen de seguridad se debe enfriar inmediatamente
el producto y envasarlo al vacío (Lewis y Heppell, 2000). En el caso de la parchita es
recomendable conservarla por congelación ya que posee un “flavor” muy sensible además de un
contenido considerable de almidón y el tratamiento a altas temperaturas puede gelatinizar esta
pulpa en las tuberías de equipos correspondientes (Lewis y Heppell, 2000). En cuanto al melón,
los mohos y las levaduras son los indicadores de deterioro y los géneros fúngicos a controlar el
Rhizopus, Diplodia y Fusarium (Frazier y Westhoff, 1985). El Rhizopus es el principal
microorganismo deteriorativo en néctar de mora con acidez (pH< 4,0) presenta valores de
termorresistencia de D150 ºF = 0,50 – 3,00 min. y Z = 8 – 12 ºF que permiten establecer las
condiciones de pasteurización (Stumbo, 1973).
Como la mayoría de los jugos y néctares de frutas poseen alto contenido de agua, azúcar y
alta acidez, se propicia el crecimiento de mohos y levaduras en un rango de temperatura entre
15,6 ºC y 35 ºC. Sin embargo, a estas temperaturas ambientales también se favorece la
fermentación alcohólica por parte de levaduras y la fermentación láctica de azucares por parte
bacterias ácido lácticas heterofermentativas, llamadas también acidúricas, como Lactobacillus y
Leuconostoc (Frazier y Westhoff, 1985).
41
En investigaciones más recientes se sugiere el uso del bacilo Alicyclobacillus

acidoterrestris (identificado en jugos de naranja y manzana) como indicador en el diseño del
proceso de pasteurización de productos a base de frutas de alta acidez debido a que es
termoacidofílico, no patógeno, formador de esporas más termorresistente que la enzima de la
pectina y la mayoría de los microorganismos presentes en este tipo de alimento (Silva y Gibbs,
2004). Los valores de DT y Z varían de acuerdo con los microorganismos presente en la fruta
tomando como indicador el bacilo mencionado, tal es el caso de jugo de uva (pH de 3,3 y 15 º
Brix) donde se sugiere que DT tenga valores de 2,4 ± 0,9 min. y el valor de Z de 7,2 ºC a la
temperatura de 95 ºC; así como bebidas a base frutas con pH 3,5 y 4,8 ºBrix un DT con un valor
de 5,2 y un Z de 10,8 (Silva y Gibbs, 2004).
2.7 Estimación de la Vida Útil. Pruebas de Estabilidad Acelerada
La vida útil de un alimento es el lapso de tiempo en el que se producen cambios en el

producto en almacén implicando una reducción tolerable de su calidad sin llegar a ser rechazado
por el consumidor o causar riesgo de su salud y las diferencias entre el producto almacenado y el
producto recién elaborado no son consideraras de mayor relevancia (Roa, 2001). Posiblemente
sus características físico-químicas, sensoriales y nutricionales varíen en función al tiempo y es
por ello que la determinación de la vida útil y estabilidad en el almacenamiento (o anaquel, como
también es denominado) en condiciones extremas son aspectos de cuidado que el industrial debe
considerar (Roa, 2001).
El periodo de almacenamiento se inicia en el momento de la elaboración del producto y

culmina casi siempre con una declaración que aparece en la etiqueta, y generalmente son
decisiones que generan muchas discusiones en la cadena de producción, distribución y
comercialización (Roa, 2001).
La necesidad de estudiar la vida útil de un producto alimenticio que es perecedero se lleva

a cabo cuando: se desarrolla un nuevo producto, hay cambios en su formulación, la materia prima
tiene nuevas especificaciones y/o ha variado su calidad, el material del empaque ha sido
42
cambiado o sencillamente se diseña un nuevo empaque, el contenido de la presentación se

modifica, el proveedor de materia prima o de los materiales de empaques no son los mismos; en
la manufactura se establecen nuevas tecnologías, se emplean nuevos equipos o se producen
cambios en la condiciones de operación; y al existir nuevos mercados de consumidores influidos
por su poder adquisitivo, educación, cultura, nuevas regiones internas o externas, entre otros
(Roa, 2001).
La vida útil de un alimento termina cuando comienza a rechazarse. Los criterios de

rechazo del alimento elaborado se basan en considerar todos o algunos de los siguientes tópicos:
• Cuando exista una disminución significativa de la calidad ya sea nutricional, funcional o

terapéutica en relación a la declarada en la etiqueta de presentación o incumplimiento de
normativas legales que puedan incurrir en un riesgo de cualquier tipo a la salud del
consumidor. Esto suele definir a la vida útil como una reducción considerada de la calidad
(denominado deterioro también) del 20 % (es conocido como el criterio de t80) y algunas
veces pasa desapercibido por el consumidor.
• Cuando hay un porcentaje de consumidores que piensa que el producto está en el límite de
aceptación o cuando ha perdido sus propiedades sensoriales originales. Esto es medido,
como base, a través de pruebas sensoriales (sabor, color, sabor, textura, apariencia) que
indiquen una calificación hedónica al punto medio o de indiferencia (denominado criterio
t50) y/o la disminución correspondiente al 20 % de su calidad, éste último medido con
pruebas de indicadores de deterioro aunado con las sensoriales (Roa, 2001).
El deterioro de los productos alimenticios es causado por varias razones: el crecimiento

microbiano que altera sus características sensoriales o la presencia de flora microbiana patógena,
la presencia de reacciones química (hidrólisis, oxidaciones, destrucción de los principios activos
o interacción con el empaque) y/o enzimáticas (oxidación, oscurecimiento, hidrólisis, cambios de
43
textura) y los daños físicos como cambio o separación de fases, cambios de apariencia y textura,
así como deterioro del empaque.
Para realizar estudios de estabilidad de cualquier alimento, es necesario identificar los

indicadores del deterioro, que son los parámetros de los cuales se mide dicho deterioro. Estos
indicadores van seleccionados en función a la composición del alimento, sus factores de
preservación y las formas de deterioro más probables e importantes todos muy ligados a la parte
legal o sensorial que lo afecta.
En jugos y concentrados los principales indicadores de deterioro considerados en la

determinación de la vida útil son: la separación de fases producido por la ruptura de las
suspensiones, la turbidez, la disminución de la calidad sensorial (apariencia y sabor) y
crecimiento microbiano (especialmente levaduras) (Roa, 2001).
Un mecanismo que permite establecer la vida útil de los alimentos es la aplicación de las
pruebas aceleradas de estabilidad. Estas pruebas consisten en estudios físico-químicos,
microbiológicos y sensoriales aplicados al producto alimenticio en función a sus indicadores
deterioro y en diferentes condiciones de tiempo y temperatura de almacenamiento. El objeto es
hacer una proyección de lo que será el tiempo de anaquel de dicho alimento. Estas condiciones
van a depender del tipo si el producto es refrigerado o no. Particularmente, los jugos y néctares de
frutas son productos que son refrigerados para su conservación y presentación al consumidor, y
se considera temperatura de refrigeración desde 0 ºC hasta los 15 ºC. Según experiencias previas
se recomienda estudiar estos productos a diferentes temperaturas y tiempos de almacenamiento
como: 0 ºC por 20 días, 5 ºC por 16 días, 10 ºC por 12 días y 15 ºC por 8 días; de esta manera
se obtengan iguales intervalos de variación (Roa, 2001).
III. MATERIALES Y MÉTODOS
3.1 Selección y Caracterización de la materia prima.
3.1.1 Selección de la Materia prima
El día anterior a las elaboración de las combinaciones, se adquirieron muestras elegidas al

azar de melón (Cucumis melo, L.) tipo Cantaloupe reticulado, parchita amarilla (Pasiflora
edulis flavicarpa) y Limón Injerto (Citrus aurantifolia) (fruta grande, de jugo ácido y aromático,
y sin semilla) en el supermercado de la localidad. Se seleccionaron las frutas sin defectos
externos, de aproximadamente igual tamaño y madurez similar (aromática y suave al tacto)
(COVENIN 1031, 1981). Las frutas seleccionadas fueron tratadas para obtener sus respectivas
pulpas (melón y Parchita) y jugos (Limón) sin semillas y de manera uniforme (Huor y col., 1980,
COVENIN 2119, 1984). Se seleccionó sacarosa grado comercial (edulcorante) y agua potable
manteniendo como parámetro la selección de la marca, ambos adquiridos en cualquier local
comercial. El empaque empleado fue envase de vidrio con una capacidad de 250 cc, con un peso
de 180 g, de 59,51 mm de diámetro y 154,79 mm de altura; con tapa de rosca tipo corona
(COVENIN, 1978); este empaque funciona como calidad higiénica, es barrera al oxígeno y al
vapor de agua, evita la entrada y/o la pérdida de gases en el ambiente del producto debido a al
hermeticidad de sello, excluye la luz y aísla el contacto del alimento con superficie metálicas
evitando la pérdida de la calidad nutricional y controlando el crecimiento microbiano que
colabora con el detrimento de la calidad sensorial (Roa, 2001).
3.1.2 Preparación preliminar de la materia prima
3.1.2.1 Lavado
Las frutas seleccionadas fueron lavadas en agua y luego sumergidas en agua clorinada (5
p.p.m.) por 15 minutos con el objeto de desinfectar la zona superficial.
45
3.1.2.2 Pelado
El pelado de las frutas lavadas se efectuó manualmente: en el caso del melón, su piel fue
eliminada, se extrajeron sus semillas y la pulpa fue cortada en trozos empleando un cuchillo
afilado, previamente desinfectado, y a temperatura ambiente para minimizar el daño celular. En
cuanto al limón, también le fue eliminada su piel y fue cortada en dos mitades usando el mismo
instrumento y condiciones anteriores. La parchita se cortó en dos mitades con el cuchillo afilado
para lograr extraer su pulpa.
3.1.2.3 Obtención de la pulpa de melón y parchita y jugo de limón. Tamizado
La pulpa del melón se obtuvo al someterse a un licuado a la velocidad 2 (17.775 r.p.m.;

214 watt; 1,55 amp) de una licuadora marca OSTER durante 15 segundos. Este proceso colabora
en su homogeneización.
El jugo del limón se logró manualmente mediante un exprimidor de acero inoxidable

desinfectado para luego ser cernida en un tamiz de abertura de 80 Mesh.
La pulpa de la parchita se consiguió extrayendo de la cáscara el mucílago que contiene la

pulpa y semilla y su separación se realizó mediante licuado a la velocidad 2 (17.775 r.p.m.; 214
watt; 1,55 amp) de una licuadora marca OSTER por 2 segundos, tres veces y en forma
consecutiva (para evitar al máximo la ruptura de las semillas) y posteriormente el cernido en un
tamiz de abertura de 80 Mesh. Cada jugo y cada pulpa de fruta fue servida en envases plásticos
limpios, y refrigerada para posteriores análisis.
3.1.3 Caracterización de la materia prima
Para establecer las condiciones homogéneas de las frutas (melón, parchita y limón) como
materia prima, se determinó las características físico-químicas en cuanto a dimensiones,
46
rendimiento, acidez iónica (pH), acidez titulable (cítrica), sólidos solubles, actividad de agua,
densidad, viscosidad, color, humedad, carbohidratos, cenizas minerales y ácido ascórbico.
3.1.3.1 Dimensiones
Se midió con una cinta métrica el diámetro longitudinal y transversal de las frutas en cm.,
espesor (cm.) en el melón, determinándoles su promedio (COVENIN 1834, 1981). Se empleó una
muestra aleatoria de 10 frutas, con determinaciones por triplicado.
3.1.3.2 Rendimiento
Éste se define como la cantidad en g de pulpa o jugo que puede obtenerse de cada 100 g
de fruta entera. Para ello, se pesó la fruta entera, luego se pesaron las pulpas y jugo respectivos.
Mediante la relación siguiente se estableció el rendimiento de la fruta:
m pulpa o jugo
%R= 100 (Ec. 26)
m fruta entera
Donde m pulpa o jugo en gramos de la pulpa o el jugo extraído de la fruta correspondiente m
fruta entera en gramos de la respectiva fruta entera.
3.1.3.3 Acidez Iónica (pH)
El pH de una alícuota homogénea de muestra de frutas, se determinó por triplicado

usando un pH-metro modelo 370 marca ATI Orión previamente calibrado con soluciones buffer y
siguiendo el método de la norma COVENIN 1834 (1979).
3.1.3.4 Acidez titulable (Acidez Cítrica)
Las muestras de las frutas se prepararon de acuerdo con el método de la AOAC (1990)
donde se tomó una alícuota de 10 ml del jugo o pulpa (según el caso) y se llevó a 100 ml para su
47
posterior filtración; luego se tomó una alícuota de 10 ml y se tituló con solución normalizada de
NaOH 0,1 N. Se empleó fenolftaleína como indicador del punto final de la titulación (COVENIN
1151, 1977).
3.1.3.5 Sólidos Solubles
Los sólidos solubles medidos en ºBrix, se determinaron por refractometría empleando un

refractómetro Abbe previamente calibrado con agua. Los valores de ºBrix a una temperatura de
20 ºC fueron obtenido para cada muestra por triplicado (COVENIN 924, 1983).
3.1.3.6 Actividad de agua
Para la medición de la actividad de agua (aw) se utilizó un equipo DECAGON CX-2

calibrado con soluciones estándar y las muestras de pulpa y jugo, dispuestas en un porta muestra,
se introdujeron en el equipo para la obtención de la lectura digital de aw, (empleando la técnica de
punto de rocío) de acuerdo con el método detallado por Roa y Tapia (1991).
3.1.3.7 Densidad
Se empleó una balanza WHESTPAL (COVENIN 367, 1976) para determinar la densidad
de la pulpa y jugo de las frutas, según el caso, a una temperatura de 15 ºC. Para ello, se sumergió
una pesa apoyada en el brazo de la balanza en la muestra problema y se procedió a hacer lectura
de la densidad relativa previa colocación de pesas de distinto valor; después se transformó en
densidad absoluta mediante los factores de corrección.
3.1.3.8 Viscosidad
La viscosidad aparente o consistencia se midió con el viscosímetro de Ostwald (Anexo 1)

previa calibración con 10 ml de agua destilada en un baño termostático a 20 ºC y se esperó 5
48
minutos hasta que el líquido alcanzó la temperatura de medida. El líquido es succionado hasta el
nivel más alto de la marca superior del viscosímetro y posteriormente se midió el tiempo
(segundos) de paso del mismo entre las marcas superior e inferior. Se repitió hasta completar 10
medidas independientes. El error de las lecturas se determinó con la ecuación:
1
s2 = ∑ (ti − t )
2
(Ec. 27)
N −1 i
Se determinó la constante K del aparato empleando la ecuación siguiente (28):
η
= Kt (Ec. 28)
ρ
Luego de la calibración se midió el tiempo para la muestra problema siguiendo el

procedimiento anterior; finalmente se determinó su viscosidad aparente con la constante K
determinada anteriormente usando la ecuación 28.
3.1.3.9 Color Instrumental
Se midieron los parámetros: L, a y b para determinar el color mediante el uso del

Colorímetro HUNTER LAB, donde L muestra la luminosidad y abarca valores desde cero (0) que
refleja color negro hasta un máximo de cien (100) que representa el color blanco. Los parámetros
a y b no tienen límites numéricos y se mueven en el espectro de colores: a positivo (+a) es rojo y
a negativo (-a) es verde; mientras que b positivo (+b) es amarillo y b negativo (-b) es azul.
Estos tres parámetros se mueven en ejes cada uno perpendiculares entre sí en un sistema
tridimensional (Hunterlab, 1996).
3.1.3.10 Humedad
Se pesó 5 g de pulpa de melón y pulpa de parchita, 5 g de jugo de limón en un recipiente

respectivo y previamente tarado, estas muestras fueron colocadas en un secador Gravity
49
Convection Oven a 60 ºC por 16 h para eliminar gran parte del contenido de agua mediante
convección forzada; luego fueron sometidas en un secador Vacuum Oven Modelo 5831 marca
NAPCO a 60 ºC, 20 psi de vacío y 24 h para retirar el resto agua disponible por evaporación y
vacío; de esta forma se evita la caramelización de los azúcares de la frutas. La humedad se
determinó por diferencia de masa de muestra seca y la muestra húmeda, por triplicado:
(m s – m e t )
%H= 100 (Ec. 29)
(m h – m e t )
La m s se refiere a la masa en g de la muestra seca, m et la masa envase tarado y m h la

masa en g de la muestra húmeda de estudio (AOAC, 1990).
3.1.3.11 Carbohidratos
Para la determinación de los azúcares totales y reductores se determinó los sólidos

solubles de cada muestra de pulpa y jugo de fruta correspondiente, luego se concentraron éstas en
un rotavapor marca Brinkmam en un baño termostático a 30 ºC por el tiempo necesario para
eliminar gran parte del contenido de agua y facilitar el análisis, y se midió nuevamente los sólidos
solubles respectivos. Posteriormente a estos concentrados de las frutas se les determinó los
azúcares totales y reductores siguiendo el método oficial de análisis de la AOAC (1990). Con los
sólidos solubles medidos en el correspondiente concentrado y en las frutas sin concentrar se
estableció una relación para determinar la cantidad de azúcares reductores y totales, es decir:
º Brix sin concentrar

Azúcares Reductoressin concentrar = Azúcares Reductores concentrado
º Brix concentrado
(Ec. 30)
º Brix sin concentrar

Azúcares Totales sin concentrar = Azúcares Totales concentrado
º Brix concentrado
(Ec. 31)
50
3.1.3.12 Cenizas
Se realizó una pesada inicial de 25g de muestra de pulpa de melón, pulpa de parchita y
jugo de limón. Se concentraron estas muestras en un baño termostático durante 5 h para agilizar
el proceso y evitar salpicaduras de las muestras eran liquidas; posteriormente dichas muestras
fueron sometidas a calor para su incineración comenzando su aplicación desde la plancha
pasando por un mechero y finalizando en una mufla; el objeto es obtener las cenizas de color gris
claro a blanco. La determinación de cenizas se obtuvo diferencia de masa en la pesada (AOAC,
2000).
3.1.3.13 Minerales
A partir de las cenizas se preparó una solución de cenizas para la posterior determinación
de minerales. Esta solución se obtuvo de la siguiente manera: Se agregaron 5 ml de solución
de HCl 5 N al residuo de determinación de cenizas y se calentó en un baño termostático hasta
sequedad para deshidratar los silicatos y hacerlos insolubles evitando que éstos interfieran en el
estudio. Luego se agregó 5ml de HCl diluido (10%) y se calentó también en baño termostático
hasta casi sequedad para hidrolizar los pirofosfatos a ortofosfatos. Se agregó nuevamente 5 mL
de HCl diluido y se filtró a través de papel de filtró para cenizas a un balón de 25 ml, se lavó con
agua bidestilada y se aforó. Se empleó el método de absorción y emisión atómica para la
determinación de los minerales, con el equipo Atomic Absorption Spectrometer 3110 marca
Perkin Elmer (AOAC, 2000)
3.1.3.14 Ácido Ascórbico
Esta determinación se efectuó por Yodimetría (Anexo 2) (Flaschka, 1979). Inicialmente se

prepararon las soluciones de la técnica: 100 ml de solución de yodo (KI) 0,1 N; suficiente
cantidad de solución de almidón 1 % m/v (indicador). Para normalizar la solución de yodo se
tomó 25 mL de dicha solución y colocó en una fiola de 250 mL y tituló con solución estándar de
51
tiosulfato de sodio (Na2S2O3) 0,1 N; iniciando la titulación mediante la adición de la solución

estándar del tiosulfato pero sin la incorporación del indicador hasta que la coloración del yodo
fuese amarillo pálido, en ese momento se agregó 3 mL del indicador hasta la aparición del color
azul característico del complejo yodo-almidón y finalmente la solución fuese por completo
incolora.
Para el análisis, se preparó 50 mL de solución de yodo (I2) normalizado 0,01 N, se pesó

una muestra de 5 g de jugo o pulpa de la fruta (según el caso) y fue colocada en una fiola de 250
mL para ser diluida con agua destilada hasta ± 50 mL, se le adicionó 3 mL del indicador;
inmediatamente se tituló, por triplicado, con la solución normalizada de I2 0,01 N hasta la
aparición del primer matiz de gris azulado. Con el volumen de I2 0,01 N se calculó el % de
Vitamina C mediante el uso de la ecuación:
VI 2 . N I 2 . meq (Vit C )
% Vit C = *100 (Ec. 30)
mmuestra
donde VI2: volumen I2 0,01 N consumidos en la titulación; N I2 :Normalidad I2; mmuestra:

masa en g de la muestra; meq(Vit C): miliequivalentes de Vitamina C (Peso equivalente Vitamina C
(C6H8O6) = Peso Molecular / 2).
3.2 Diseño Experimental
3.2.1 Diseño de los tratamientos o combinaciones.
Se desarrolló un diseño central compuesto para caracterizar y optimizar el uso de

cantidades de melón, parchita, limón y sacarosa en la aceptabilidad sensorial de un néctar a base
estas frutas. Estos factores fueron establecidos porque la percepción de los sabores de las frutas y
el sabor más aceptado dependería de sus combinaciones y la variación del contenido de sacarosa
52
determinaría la acidez y el dulzor del producto. Por otro lado, la cantidad de agua (como parte del
néctar) permaneció constante debido al alto contenido de este componente en cada fruta.
El diseño fue estructurado a partir de un diseño factorial formado por 2k tratamientos o

combinaciones, también llamados puntos, donde k es el número de factores o variables
independientes del estudio y nF el número de tratamientos de la porción factorial del diseño, los
tratamientos fueron aumentados en 7 puntos centrales y 2k puntos axiales con una rotabilidad o
una distancia α = (nF)1/4 del punto central de diseño. En otras palabras k = 4, nF = 16
tratamientos o puntos principales, 7 puntos centrales, 8 puntos axiales y una rotabilidad de 2, para
un total de 31 puntos o tratamientos.
En la tabla 1 se muestra la distribución del diseño de optimización con los factores de

formulación en forma codificada con la notación -1 y +1 para los niveles bajo y alto,
respectivamente, de las variables de formulación y para los niveles extremos de los puntos axiales
-2 y +2 correspondientemente.
53
Tabla 1. Variables Codificadas de las frutas y la sacarosa de acuerdo con el Diseño Central
Compuesto.
Combinación o Variables Codificadas

punto Xm Xp Xl Xs
(1) -1 -1 -1 -1
a +1 -1 -1 -1
b -1 +1 -1 -1
c -1 -1 +1 +1
d -1 -1 -1 +1
ab +1 +1 -1 -1
ac +1 -1 +1 -1
ad +1 -1 -1 +1
bc -1 +1 +1 -1
bd -1 +1 -1 +1
cd -1 +1 +1 -1
abc +1 +1 +1 -1
acd +1 -1 +1 +1
abd +1 +1 -1 +1
bcd -1 +1 +1 +1
abcd +1 +1 +1 +1
central 0 0 0 0
central 0 0 0 0
central 0 0 0 0
central 0 0 0 0
central 0 0 0 0
central 0 0 0 0
central 0 0 0 0
axial –a -2 0 0 0
axial +a +2 0 0 0
axial –b 0 -2 0 0
axial +b 0 +2 0 0
axial -c 0 0 -2 0
axial +c 0 0 +2 0
axial -d 0 0 0 -2
axial +d 0 0 0 +2
Donde: Xm: melón, Xp: parchita, Xl : limón, Xs: sacarosa. Para las combinaciones: a: melón, b: parchita,
c: limón, d: sacarosa.
54
La relación entre las variables codificadas y las naturales se expresan de acuerdo las
ecuaciones 19, 20, 21 y 22 obtenidas de la evaluación de la ecuación 3 (los valores de J, a y b
diferentes para cada fruta y el edulcorante fueron determinados en experiencias preliminares):
M − 159,50 (Ec. 19) ; P − 94,85 (Ec. 20)

XM = XP =
50 20
L − 7,40 S − 59,15
XL = (Ec. 21) ; XS = (Ec. 22)
2 20
De esta forma, las variables naturales son mostradas de acuerdo a la tabla 2, fijando una
cantidad de 179,1 g de agua para completar una mezcla de 500 g:
Tabla 2. Variables naturales expresadas en cantidad de frutas y sacarosa.
Nivel M: Melón (g) P: Parchita (g) L: Limón (g) S: Sacarosa (g)

-2 59,50 54,85 3,40 19,15
-1 109,50 74,85 5,40 39,15
0 159,50 94,85 7,40 59,15
+1 209,50 114,85 9.40 79,15
+2 259,50 134,85 11,40 99,15
Finalizado la etapa de conformación de las combinaciones, se seleccionó la materia prima.
3.2.2 Preparación del Néctar en sus diferentes combinaciones o puntos.
Luego de realizar la preparación y caracterización preliminar de la materia prima, se

elaboraron las combinaciones expresadas en el diseño experimental con un intervalo de dos días
(para evitar la fatiga sensorial de los consumidores) y mediante los siguientes pasos: se eligió en
55
forma aleatoria tres o cuatro de las diferentes combinaciones o puntos; se asignó un código de
tres dígitos a la combinación elegida, se pesó en una balanza analítica digital marca AND ±
0,0001 g, las diferentes cantidades de acuerdo con la combinación o punto escogido, se mezcló
los ingredientes pesados previamente en una licuadora marca OSTER a la velocidad 2 (17.775
r.p.m.; 214 watt; 1,55 amp) por 60 segundos o hasta observar la mezcla homogénea y se sometió
a enfriamiento en un refrigerador a 5 ºC por un mínimo de 30 minutos antes de efectuar la
evaluación por parte del consumidor.
3.2.3 Evaluación Sensorial.
La metodología seguida en esta etapa fue la siguiente: Se empleó una Prueba de

Aceptación Global para la recolección de datos, luego se escogieron consumidores seleccionados
al azar en un grupo de 20 personas entre estudiantes y trabajadores de la USB con edades
comprendidas entre 20 y 50 años para evaluar cada combinación o punto (Esta cantidad de
consumidores fue el tamaño de la muestra considerada para cada obtener la observaciones en
cada combinación).
A cada consumidor se le sirvió 60 ml de muestra fría y codificada de cada combinación o

tratamiento correspondiente en vasos plásticos blancos, la cual fue degustada y evaluada
utilizando una planilla que contenía una Escala Hedónica Bimodal de 9 puntos, donde 9: me
gusta muchísimo y 1: me disgusta muchísimo, tal como se señala a continuación en la fig. 8.
Los espacios empleados para la prueba sensorial, fueron áreas de descanso adyacentes a
las académicas, en un horario comprendido entre 9:00 y 10:00am o en horas de la tarde entre 3:00
y 4:00 pm. El uso el laboratorio de Evaluación Sensorial podría interferir en la respuesta del
consumidor porque éste podría sentirse intimidado (Sancho y col., 2000; Wittig, 1986; Mackey y
col., 1984).
56

Prueba de Aceptación Global
Fecha: ____________
Instrucciones: A continuación se le presentan _____ Grado de Aceptación Puntaje

muestras de un néctar de frutas, pruébelas y califique su Me gusta muchísimo 9
aceptación de acuerdo al cuadro. NO LOS COMPARE. Me gusta mucho 8
En los espacios en blanco, anote el código de cada Me gusta moderadamente 7
muestra y el puntaje asignado por usted, recuerde tomar Me gusta un poco 6
agua entre las muestras. Muchas gracias!!!!!!!!!! Me es indiferente. 5
Me desagrada un poco 4
Muestras Puntaje Me desagrada moderadamente 3
Me desagrada mucho 2
Me desagrada muchísimo 1
Observaciones:
________________________________________________________________________________________
________________________________________________________________________________________
Fig. 8. Modelo de planilla de la Prueba de Aceptación Global de muestras de néctar

aplicado a consumidores.
3.3 Estimación del modelo matemático en la optimización de la respuesta sensorial en la

formulación del néctar de frutas
Se aplicaron los criterios de la metodología de superficie de respuestas para obtener el

modelo matemático, el respectivo punto estacionario y el tipo de punto que representaría:
máximo, mínimo o silla, mediante la aplicación del Software STATGRAPHICS plus 4.0,
considerando una probabilidad de error tipo I de 0,05.
3.4 Reducción de Costes de Formulación
Con el punto estacionario obtenido anteriormente y estableciendo las inecuaciones de

restricción, se optimizó una ecuación de coste que estuvo en función al rendimiento, costes por
57
variable o ingrediente y la proporción de los ingredientes en la formulación. Para ello se empleó

el módulo Solver de Microsoft Excel
3.5 Pasteurización.
La formulación resultante de la optimización de costes de formulación fue sometida a una

pasteurización a nivel de laboratorio a presión atmosférica, para ello, se colocó una muestra de
250 mL del néctar de frutas (por triplicado) en un envase de vidrio sellado al cual le fue
incorporado un termopar que permitió realizar el registro de temperatura, este envase contentivo
de la muestra de néctar de frutas fue colocado un baño termostático Dual Chamber Water Bath
Precision para efectuar el calentamiento con el cuidado de agitar constantemente y registrar, a
intervalos de un minuto, la temperatura en el centro geométrico del recipiente empleando un
Dataloger-OM 3000 serie Omega, dicha temperatura alcanzó 70 ºC manteniéndose por 1 minuto
y 26 segundos; finalmente se sometió a enfriamiento hasta los 25 ºC. A partir de los datos de
tiempo y de temperatura se obtuvo la curva de penetración de calor. Se empleó el Método
General para determinar la letalidad asociada al proceso en función a los parámetros de
termorresistencia de Mohos y Levaduras de D150 °F = 0,50 - 3,00 min y Z = 8
- 12 °F para obtener una letalidad de 3D, o sea 3 ciclos logarítmicos (Stumbo, 1973; Algarge,
2002) (Figura 9).
Envase de vidrio que Termopar

contiene a la muestra de
néctar de frutas
Registrador de
temperatura
Baño de María
Fig. 9. Esquema para la pasteurización del néctar de frutas.

58
3.6 Pruebas Aceleradas de Estabilidad del producto para la Estimación de la Vida Útil del
Néctar de Frutas.
Las pruebas aceleradas se realizaron con el objeto de estimar la vida útil del producto final
y para este tipo de productos los indicadores de deterioro estuvieron definidos por el radio de
acción de los microorganismos mohos y levaduras, aerobios mesófilos y acidúricos evaluados en
diferentes temperaturas de refrigeración a diferentes tiempos de almacenamiento cada una y en
los cuales se produjeron los posibles cambios físico-químicos, microbiológicos y sensoriales
(Tchango y col., 1998; Roa, 2001).
Tomando en cuenta que el néctar sería refrigerado previo a su consumo, entonces fue
ubicado en ambientes a diferentes temperaturas y distintos tiempos de almacenamiento siguiendo
las condiciones consideradas para productos refrigerados, es decir, 0 °C por 20 días, 5 °C por 16
días, 8 °C por 12 días y 15 °C por 8 días. Para el estudio se tomaron 5 muestras, por duplicado,
del producto de la formulación resultante empleando en tiempos iguales hasta completar el
requerido para cada temperatura (Roa, 2001; Algarbe, 2002).
Las determinaciones físico-químicas consistieron en viscosidad, densidad, pH, acidez

titulable y sólidos solubles; y fueron efectuadas mediante la normativa COVENIN para productos
venezolanos y detallados en la etapa de caracterización de la materia prima.
En relación a las pruebas microbiológicas se efectuaron:
Recuento de Mohos y Levaduras
A partir de diluciones 10-1 y 10-2 de las muestras de néctar de frutas se inocularon en

placas de Petri con Potato Dextrosa Agar o agar PDA acidificado y se incubaron a 35 ºC por 5 -
7 días para seguir la Metodología de COVENIN 1337 (1990), por duplicado. Luego se realizó el
conteo.
Recuento de Aerobios Mesófilos
En Plate Count Agar o agar PCA, se aplicó la Metodología de COVENIN 902 (1998), por
59
duplicado para las diluciones 10-2 y 10-3 de las muestras de néctar de frutas. Éstas fueron
incubadas a 25 ºC por 48 horas para hacer sus respectivos conteos.
Recuento de Acidúricos
Se aplicó la Metodología de COVENIN 3123 (1994), por duplicado para las diluciones
10-2 y 10-3 de las muestras de néctar de frutas en agar Suero de Naranja (ASN) donde fueron
incubadas a 25 ºC por 48 horas y luego hacer el recuento.
Para el estudio sensorial, se aplicó una Prueba de Aceptación midiendo aceptación global
(Mackey y col., 1984). Las muestras fueron tomadas a diferentes tiempos y temperaturas de
almacenamiento de la siguiente forma: en el día 8 a 15 °C, a 8 °C, a 5 °C y a 0 °C; en el día 12 a
8 °C; a 5 °C y a 0 °C; en el día 16 a 5 °C y 0 °C; y en el día 20 a 0 °C . La metodología sensorial
seguida es similar a la anterior, a diferencia de los jueces que son semientrenados, en un número
de 8 y éstos fueron ubicados en el laboratorio de Evaluación Sensorial. La planilla empleada se
muestra en la fig. 8.
3.7 Análisis Estadísticos.
Se realizaron los análisis estadísticos de las determinaciones y diseño del experimento

mediante la utilización del programa STATGRAPHICS plus 4.0, considerando una probabilidad
de error tipo I de 0,05.
3.8 Equipos y Reactivos
Para el desarrollo experimental y el análisis de este producto se empleó los equipos e

instrumentos ubicados en los laboratorios de Análisis de Alimentos, Microbiología de Alimentos,
Operaciones y Desarrollo de Nuevos productos, todos éstos ubicados en el primer piso del
Edificio de Química y Procesos de la Universidad Simón Bolívar, en Sartenejas Edo. Miranda.
60
Además se empleó un Cromatógrafo de gases de la Unidad de Lácteos del Instituto Nacional de

Higiene “Rafael Rangel”, ubicado en la Universidad Central de Venezuela, Caracas Edo. Distrito
Capital. Los reactivos son de grado analítico de marcas Merck, Oxoid y Riedel-de Haen.
IV. RESULTADOS Y DISCUSIÓN
4.1 Caracterización de la materia prima
En la tabla 3 se muestran los resultados de los análisis físico-químicos de las frutas

utilizadas en el diseño experimental.
Tabla 3. Características físico-químicas de las frutas (melón, parchita, limón)
Fruta (Parte Comestible)

Parámetro
Melón Parchita Limón
a b
SÓLIDOS SOLUBLES (ºBrix a 20 ºC) 6,352 ± 0,903 12,770 ± 0,863 8,658 b ± 0,852
a b
ACIDEZ TITULABLE (g Ác. Cítrico/ 100 g) 0,330 ± 0,047 1,225 ± 0,047 2,427 b ± 0,024
a b
ACIDEZ IÓNICA (pH a 25 ºC) 5,347 ± 0,064 2,540 ± 0,041 1,828 b ± 0,003
INDICE MADUREZ (ºBrix / ACIDEZ TITUL.) 19,351a ± 2,304 10,414 b ± 0,345 3,569 c ± 0,386
a b
INDICE MADUREZ (ºBrix / ACIDEZ IÓNICA.) 1,187 ± 0,161 5,027 ± 0,331 4,737 b ± 0,469
DENSIDAD (g / mL a 15 ºC) 1,086 b ± 0,091 1,535 a ± 0,158 1,289 a ± 0,036
a b
CONSISTENCIA (cPoise) 120 ± 2,517 800 ± 36,056 600c ± 32,741
ACTIVIDAD DE AGUA (aw a 25 ºC) 0,966 a ± 0,001 0,963 a ± 0,003 0,959 a ± 0,009
L 69,81 b ± 0,02 51,69 a ± 0,03 57,92 b ± 0,02
a b
COLOR a 14,08 ± 0,03 17,39 ± 0,04 - 4,83 c ± 0,03
b b b
b 21,73 ± 0,03 30,71 ± 0,01 11,63 ± 0,02
HUMEDAD (g /100 g) 90,626a ± 1,650 89,221a ± 0,256 91,091a ± 0,115
AZÚCARES(g/ 100g) REDUCTORES 3,686 a ± 0,670 3,262 a ± 0,257 2,331 b ± 0,661
a (*) b a
TOTALES 3,686 ± 0,670 5,830 ± 0,249 3,079 ± 0,082
CENIZAS (g /100 g) 0,448 a ± 0,025 0,629 a ± 0,114 0,055 b ± 0,022
Na 5,123 b ± 0,084 2,319 a ± 0,683 2,404 a ± 0,793
K 54,002 a
± 2,242 94,105 b
± 4,436 12,239 c
± 3,161
Ca 9,009 b ± 0,343 4,532 a ± 0,693 4,311 a ± 0,438
MINERALES (mg / 100 g)
Mg 2,882 b ± 0,082 1,893 a ± 0,092 1,942 a ± 0,050
Zn 0,091 a
± 0,007 0,229 b
± 0,009 0,082 a
± 0,021
Fe 0,227 a ± 0,056 0,655 b ± 0,227 0,245 a ± 0,113
b
ÁC. ASCÓRBICO (mg / 100 mL) 26,275 ± 1,790 19,854 b ± 0,999 33,216 b ± 1,802
(*): Trazas de sacarosa. / Las letras diferentes denotan diferencias significativas (P < 0,05)
Al observar la tabla 3, el rango de trabajo encontrado las características de calidad

permitió establecer las características de los ingredientes o materia prima para ser empleado en
este diseño experimental. Los valores se presentaron en base húmeda y son el resultado de
observaciones hechas por triplicado de una i-ésima muestra proveniente de diferentes unidades
62
experimentales, es decir, la muestra para melón fueron N = 3 unidades; para el caso de limón y
parchita, la unidad de la muestra fue de un (1) Kg de fruta por lo tanto N = 1 Kg
Estadísticamente se encontraron diferencias significativas entre los valores de sólidos

solubles, acidez titulable e iónica y los índices de madurez entre las frutas. La parchita presentó
mayor cantidad de sólidos solubles, el limón presentó la mayor cantidad de ácido cítrico y
ascórbico, sin embargo todos los valores son cercanos a los referidos a la tabla de composición de
alimentos (INN, 1999). Las frutas estudiadas presentaron un contenido de agua entre 89 y 91 %.
El melón es la fruta que presentó mayor pH y por poseer gran cantidad de agua en su estructura,
es fácilmente deteriorado por mohos y levaduras, aunado al elevado valor de la actividad de agua.
La parchita y el limón tuvieron estadísticamente densidades muy similares. Se encontró

que la parchita fue la fruta estadísticamente con mayor cantidad de azúcares totales.
La cantidad de cenizas presentes se corresponden con la tabla de composición de

alimentos publicadas por el INN (1999) pero prácticamente todos los minerales para las tres
frutas están por debajo a lo referido a esta tabla pudiendo ser simplemente una desviación del
valor promedio. Las cenizas se efectuaron por el método seco por ser más seguro y económico.
El melón tipo cantaloupe presentó en promedio, un diámetro transversal de 42,78 ± 1,27

cm, un diámetro longitudinal 44,55 ± 1,48 cm y un espesor de 3,91 ± 0,24cm, tenía superficie
reticulada, fácilmente hundible al tacto, con fuerte aroma característico y parte comestible color
parecido al salmón; la parchita exhibió una forma con un diámetro transversal de 19,05 ± 1,57 cm
y un diámetro longitudinal de 21,90 ± 1,94 cm, además con superficie lisa o con ciertas
ondulaciones, fuerte aroma característico y pulpa color amarilla con semillas negras en forma
abultada y semidesprendida al agitar. Las dimensiones del limón tipo injerto correspondieron a
un diámetro longitudinal en promedio de 15,56 ± 1,14 cm y una media en su diámetro transversal
de 14,93 ± 0,99 cm, presentó un color externo verde claro y algunas tonalidades amarillentas con
el jugo verde claro, duro al tacto pero no rígido y con aroma característico. La parchita y el limón
no presentaron diferencias significativas es cuanto a su rendimiento promedio referido a g de
pulpa o jugo (según sea el caso) por cada 100 g de fruta entera (0,3183 ± 0,023 g y 0,3843 ±
63
0,0175 g respectivamente) mientras que el melón rindió un promedio de 0,5985 ± 0,042 g de

pulpa /100g de fruta entera.
4.2 Diseño Experimental
Las frutas previamente caracterizadas se combinaron de acuerdo con el diseño obtenido,

se seleccionaron al azar y fueron evaluadas en grupos diferente combinaciones o puntos cada dos
días (mostrados en la tabla 4), obteniendo las diferentes respuestas sensoriales por parte de los
consumidores.
Tabla 4. Orden aleatorio de evaluación de las diferentes combinaciones para la formulación del
néctar de frutas
Orden Combinación o Orden Combinación o

Evaluación punto Evaluación punto
1 b 18 d
2 axial -b 19 acd
3 (1) 20 central
4 central
21 ab
5 a 22 abc
6 c 23 axial +a
7 central 24 axial –c
8 bd 25 bc
9 ad 26 bcd
10 axial –a 27 axial +b
28 central
11 cd
12 central 29 abd
13 central 30 axial +c
31 central
14 axial –d
15 axial +d
16 abcd
17 ac
64
Luego de aplicar el diseño para generar las 31 combinaciones, se recopilaron las

respuestas sensoriales de los consumidores en la tabla 5. En esta tabla 5 se exhibieron valores del
promedio de la aceptación en su mayoría por encima de 5, en la escala del 1 al 9, reflejando el
agrado por parte del consumidor a estas combinaciones. La totalidad de las respuestas sensoriales
se pueden ver en el anexo 3.
Se observó una aceptación con una desviación estándar bastante similar ente las
combinaciones o tratamientos lo que significa que hay poca dispersión de los datos observados
respecto a la media de 20 observaciones de cada una de ellas. Sin embargo, al atender los
promedios de cada tratamiento y al analizarlos en el grupo de datos de donde fueron obtenidos, se
encontró que la respuesta del consumidor era muy lejana del valor medio en ciertas
combinaciones, lo que significaría una mayor dispersión o ruido en el estudio, por lo que fueron
extraídos o escribados para minimizar este efecto. Se pueden ver los datos escribados en el anexo
4. Por lo tanto, el estudio estadístico realizado representará el comportamiento del resto de los
datos sensoriales frente a las mismas combinaciones.
65
Tabla 5 Valores de las variables codificadas con valores promedio de aceptación global
escribados por parte de los consumidores del Diseño Central Compuesto para la formulación del
néctar.
Combinación Variables codificadas Aceptación Global Desviación

o punto XM XP XL XS Promedio(*) Estándar
(1) -1 -1 -1 -1 5,800 1,281
a +1 -1 -1 -1 5,500 1,433
b -1 +1 -1 -1 7,200 1,196
c -1 -1 +1 +1 6,150 1,349
d -1 -1 -1 +1 6,600 1,501
ab +1 +1 -1 -1 5,650 1,899
ac +1 -1 +1 -1 6,300 1,490
ad +1 -1 -1 +1 7,600 1,314
bc -1 +1 +1 -1 6,550 1,356
bd -1 +1 -1 +1 6,650 1,694
cd -1 +1 +1 -1 7,500 1,235
abc +1 +1 +1 -1 5,050 2,012
acd +1 -1 +1 +1 6,950 1,605
abd +1 +1 -1 +1 6,750 1,832
bcd -1 +1 +1 +1 7,400 1,698
abcd +1 +1 +1 +1 6,650 1,872
central 0 0 0 0 7,000 1,026
central 0 0 0 0 6,900 1,165
central 0 0 0 0 6,700 1,031
central 0 0 0 0 7,100 1,373
central 0 0 0 0 6,950 1,276
central 0 0 0 0 6,950 1,050
central 0 0 0 0 7,150 1,137
axial –a -2 0 0 0 6,100 1,917
axial +a +2 0 0 0 7,050 1,606
axial –b 0 -2 0 0 7,000 0,973
axial +b 0 +2 0 0 7,200 1,196
axial -c 0 0 -2 0 7,250 1,293
axial +c 0 0 +2 0 5,150 2,159
axial -d 0 0 0 -2 3,400 1,698
axial +d 0 0 0 +2 6,150 2,111
Donde: Xm: melón, Xp: parchita, Xl : limón, Xs: sacarosa. Combinaciones: a: melón, b: parchita, c: limón, d: sacarosa. (*):
Aceptación Global Promedio de consumidores (valores escribados o no) en la escala de 1 al 9. (Datos completos Anexo 1 y 2)
66
Estos datos generaron un modelo matemático que debe ser verificado para comprobar su
adecuación a los datos experimentales recopilados y examinar que no hay diferencias entre la
media y dichas observaciones del tratamiento respectivo, además de probar su capacidad
predictiva. Luego de demostrar estos aspectos, se identificaron los términos que componen el
modelo en sí y las interacciones que se produjeron entre los factores o variables involucradas.
La primera de las verificaciones, se llevó a cabo por medio de un análisis de residuales,

para comenzar a modelar la respuesta sensorial promedio. Los residuales estudiados se
determinaron por la ecuación 9, es decir:
e ij = y ij − ŷ ij
4.2.1 Análisis de los Residuales
El estudio de los residuales se basó en tres premisas estadísticas: el supuesto de

normalidad, la homocestacidad u homogeneidad de varianza y el supuesto de independencia.
El primer análisis fue el supuesto de normalidad; donde la gráfica de distribución de los

residuales del diseño en escala de probabilidad normal (figura 10) tuvo una tendencia de los datos
centrales en forma lineal pero algunos datos iniciales y finales positivos se distribuyeron
alrededor de la recta en forma homogénea mostrando un comportamiento normal (Montgomery,
2002).
99,9
99
95
Porcentaje
80
50
20
5
1
0.1
-0,38 -0,18 0,02 0,22 0,42 0,62
Valores de Residuales
Fig. 10. Distribución de los residuales del diseño en escala de probabilidad normal.
67
El segundo análisis fue el supuesto de homocestacidad mediante la gráfica de los residuos

en función a los valores predichos (figura 11). Al observar esta gráfica, los datos permanecieron
prácticamente sin estructura, es decir, no presentaron un patrón determinado que lo relacionara
con otra variable de estudio incluyendo la respuesta predicha, afectando muy poco la varianzas de
los datos; en otras palabras, no parece existir relación de la varianza en relación a los datos
observados, porque éstos últimos alcanzan un comportamiento no sesgado lo que sugiere
varianzas que no están en función de la media de la respuesta sensorial. Además, la pequeña
variación del tamaño de las muestras (al escribar los datos) para la evaluación de cada
combinación no pareció afectar la configuración de la gráfica no estructurada y el nivel de
significancia se mantiene. En consecuencia, el postulado de Homocestacidad se satisface
(Montgomery, 2002).
0,56
0,36
Residuales
0,16
-0,04
-0,24
-0,44
4 5 6 7 8
Valores Predichos
Fig. 11. Distribución de los residuos en función de los valores predichos de aceptación sensorial.
La tercera de las premisas correspondió al supuesto de independencia y fue evaluada

mediante la gráfica de los residuales frente al orden de la combinación evaluada por parte de los
consumidores. En la figura 12 se mostraron combinaciones o puntos de residuales positivos y
negativos pero sin correlación definida, esto es, una medida de la independencia de la varianza en
68
relación con los valores observados, y se comprobó la aleatoriedad de los datos recolectados,
mostrados en la tabla 4 y 5.
0,56
0,36
Residuales
0,16
-0,04
-0,24
-0,44
0 10 20 30 40
Orden de la combinación evaluada
Fig. 12. Distribución de los residuales de los valores observados en función al orden de la
combinación evaluada por parte de los consumidores.
Entonces, al satisfacerse los tres supuestos estadísticos mencionados, se comprobó que el

modelo matemático resultante de este estudio se adecua a los datos experimentales recolectados
para el mismo.
4.2.2 Análisis de la capacidad predictiva del modelo matemático
Para el análisis de la capacidad predictiva de dicho modelo matemático encontrado,

primero se planteó un sistema de hipótesis para los valores de la tabla 5 con una confianza de
0,95; es decir un error del tipo I de 0,05:
69
Ho: β1 = β2 = β3. =β4 = β11 = …. = β1234 = 0;
H1: Algún βk ≠ 0.
donde los valores βK representan los parámetros regresionales o términos predictivos de la

ecuación matemática, es decir, los coeficientes parciales que representan una fracción de los
efectos cuadráticos puros, los coeficientes parciales que representan una fracción de los efectos
cuadráticos no puros y los coeficientes de las interacciones.
Segundo, se efectuó la prueba de bondad de ajuste que consistió en una medida de reflejo
para ver si los parámetros regresionales del modelo matemático fueron lineales o no.
Para ello, se analizó la presencia de puntos centrales en el diseño lo que permitió

determinar si habían hay efectos cuadráticos o de primer orden de los parámetros regresionales o
términos predictivos de la ecuación matemática. Mediante la observación de la diferencia entre la
media de los puntos en los puntos factoriales ( Y f = 6,51875) con nf igual a 16 puntos del diseño
factorial y la media de los puntos centrales ( Yc = 6,96428) con nc igual a 7 puntos centrales (tabla
4 y 5) se obtuvo que la suma cuadrática pura (SScp) definida por:
n f .nc .( Y f − Yc )2
SS cp = (Ec. 31)
( n f + nc )
presentó un valor de SS cp = 0,96659 para 13 grados de libertad, entonces para un grado de

libertad SS cp = 0,07435.
Dicho valor se comparó con el cuadrado medio del error observado en la tabla 6, es
decir, para δ2 = 0,02143 así el valor del estadístico F dado por:
SS cp
F= (Ec. 32)
δ2
tiene un valor de F = 3,46943.

70
Entonces, al observarse una diferencia notable con el valor anterior, se probó el sistema
de hipótesis planteado para el análisis de varianza y la hipótesis nula se rechaza. Esto significó la
presencia de parámetros regresionales lineal de un modelo matemático de segundo grado
generados por los datos observados, o sea, un modelo matemático con curvatura cuadrática.
A continuación se muestra la tabla 6:
Tabla 6. Valores del análisis de varianza de los factores o variables involucradas en el diseño
central compuesto para la formulación del néctar.
Fuente de Suma de Grados de Cuadrado Significación

F
Variación Cuadrados Libertad Medio P
a: MELÓN 0,170806 1 0,1708060 7,97 0,0302
b: PARCHITA 0,0373686 1 0,0373686 1,74 0,2348
c: LIMÓN 0,401639 1 0,401639 18,74 0,0049
d: SACAROSA 7,79926 1 7,79926 363,97 0,0000
aa 0,0824739 1 0,0824739 3,85 0,0974
ab 1,18546 1 1,18546 55,32 0,0003
ac 0,365981 1 0,365981 17,08 0,0061
ad 0,433322 1 0,433322 20,22 0,0041
bb 0,136423 1 0,136423 6,37 0,0451
bc 0,929594 1 0,929594 43,38 0,0006
bd 0,0996191 1 0,0996191 4,65 0,0745
cc 0,0612895 1 0,0612895 2,86 0,1417
cd 0,0957129 1 0,0957129 4,47 0,0790
dd 4,4081700 1 4,4081700 205,71 0,0000
Falta de Ajuste 0,788274 10 0,0788274 3,68 0,0622
Error Puro 0,128571 6 0,0214286
Total 17,424200 30
R2 (ajustado para los grados de libertad) = 90,1339 %
En la tabla 6, se muestra el análisis de varianza de los datos experimentales. En esta tabla

se observó la falta de ajuste sin significación estadística (P< 0,05), lo que indica que los datos
experimentales generados pueden ser adecuados mediante un modelo matemático cuadrático o de
segundo orden sin problema alguno (una forma de relacionarlo con el error puro, el cual surge de
las 20 réplicas de cada combinación del diseño y la misma falta de ajuste resultante de la sumas
71
de los cuadrados de la interacciones generadas entre los factores que intervienen en dicho
diseño), aunado con la mejora de modelo cuadrático logrado con los puntos axiales que
permitieron estimar la respuesta con igual precisión en todos los valores evaluados de los factores
equidistantes del centro geométrico (punto central) trabajando con un número mínimo de
experimentos y precisamente por esa condición de rotabilidad, no se dejo de satisfacer los
supuestos de las estadísticas paramétricas debido precisamente a esa condición (Mullen y Ennis,
1979; Montgomery, 2002). En consecuencia, la prueba de bondad de ajuste confirmó la
capacidad predictiva del modelo matemático generado por los datos experimentales mediante la
presencia de una ecuación de segundo grado con parámetros predictivos lineales.
4.2.3 Efectos de las variables del diseño experimental
La anterior tabla 6 basada en el planteamiento del sistema de hipótesis, permitió observar

el efecto de las variables o factores principales del diseño por la influencia del uso de los puntos
centrales y los puntos axiales en el diseño.
En cuanto a los puntos centrales, permitieron obtener la estimación del error, verificar la
presencia de interacciones entre los factores y verificar los efectos cuadráticos (curvatura). En
relación al valor del cuadrado medio del error puro (ver tabla 6) es tan pequeño que es indicio de
la acción de las réplicas del punto central para controlar las variaciones o fluctuaciones que
pudiesen producirse en las diferentes combinaciones o puntos individuales para el momento de la
recolección de datos experimentales, en efecto, estas réplicas no afectaron las estimaciones
usuales de los efectos en el diseño 2k.
Por otro lado, al observar el valor de la significancia de las combinaciones aa, ab, ac, ad,
bb, bc, bd, cc, cd son en su mayoría muy pequeña (o en su defecto, valor de F muy grande), lo
que evidencia el rechazo de la hipótesis nula, esto es demostrar la existencia de coeficientes de
regresión puros y no puros que ejercen un efecto significativo, o simplemente interacciones entre
los factores del diseño que afectan significativamente la respuesta esperada. También se pudo ver
la existencia de interacciones entre los factores que también ejercieron influencia en dicha
72
respuesta tanto en el diagrama de Pareto, como en las gráficas de efectos principales y de efectos
de las interacciones en la aceptación (Figura 13). Por último, el efecto cuadrático fue verificado
en la sección anterior con la determinación de la prueba de bondad de ajuste (Montgomery,
2002).
En cuanto a los factores principales del diseño (a, c, d), presentaron un valor de la
significancia (P) por debajo de 0,05 y por esta razón se rechaza la hipótesis nula Ho, lo que
evidenció grandes efectos en la respuesta sensorial; tal como se observa en la figura 13.
Es de hacer notar que el factor d (sacarosa) obtuvo el valor más pequeño de P, por lo que
fue el factor más importante en la formulación del néctar debido al gran efecto que produjo en la
aceptación sensorial. Sin embargo, el factor b (variable Parchita) no ofreció un efecto
significativo e importante para dicho proceso aunque si lo hubo en sus interacciones (el signo
negativo representa el valor mínimo y el signo positivo el valor máximo de la cantidad usada en
la combinación reflejado en la figura 13-C), es decir, es muy significativo al interactuar con las
otras frutas al definir los sabores aceptados por los consumidores (Ver figura 13).
En función de lo anterior, la presencia significativa de la mayoría de efectos principales

(a, c, d), junto con la presencia significativa de interacciones de orden inferior (ab, ac, ad, bc, bd,
cd) y la presencia no significativa de algunos efectos de orden superior (cc) en la respuesta del
sistema, permitieron estimar un error puro (derivado de la combinación de sus cuadrados medios)
con un valor cercano a cero (tabla 6). Se presentaron errores muy pequeños ya que el esstudio del
diseño factorial (2k) se realizó con la media de las observaciones lo que significó que con este
número de observaciones se obtuviesen estimaciones confiables. A la vez que a nivel logístico se
pudo trabajar con un mínimo de experimentos ajustados a los recursos disponibles y minimizando
los esfuerzos realizados (Montgomery, 2002).
73
D:Sacarosa
DD
AB
BC
AD
C:Limón
AC
A:Melón
BB
BD
CD
AA
CC
B:Parchita
0 4 8 12 16 20
(A) Efectos Normalizados
7,4
7,2
Aceptación
7
6,8
6,6
6,4
6,2
6
MELON LIMON
PARCHITA SACAROSA
(B)
7,5 +
-
7,2 - + +
-+ ++
+- + +
Aceptación
6,9 - -
+
6,6 + +
6,3 -
- -
6 -
- -
5,7
(C) AB AC AD BC BD CD
Fig. 13. (A) Diagrama de Pareto, (B) Gráficas de Efectos Principales y (C) Efectos de las
Interacciones en la Aceptación.
74
En cuanto a la adición de puntos axiales, éstos colaboraron en la obtención de una

varianza razonablemente consistente y estable en la respuesta predicha resultante de la relación
de los factores del sistema, esto se traduce en hacer rotable al diseño factorial para ajustar el
modelo de segundo grado (confirmado anteriormente) y optimizar los valores de los factores del
sistema para obtener una respuesta óptima esperada. El propósito es encontrar dichos valores
óptimos a través del uso de un diseño experimental que ofrezca una precisión de igual
consideración en todas las direcciones o tratamientos generados del mismo.
Al hacer referencia del valor de R2 obtenido para los grados de libertad en el análisis de
varianza, se observaron dos aspectos: primero, como el modelo matemático es adecuado para los
datos experimentales entonces el grado de predicción es bastante aceptable. Segundo, la
presencia de pocos términos no significativos al diseño (efectos principales, de orden superior e
interacciones) hicieron representativo el modelo matemático frente a los datos experimentales
(Montgomery, 2002).
4.2.4 Modelo Matemático obtenido. Graficas de Contornos.
Basado en el estudio previo, se obtuvo una ecuación de segundo orden que determinó la
respuesta esperada Y en función de las variables codificadas o factores para la formulación de un
néctar de frutas de la forma:
Y = 6,96429 - 0,0843619 XM + 0,0394592 XP - 0,129364 XL
+ 0,5700610 XS + 0,0537041 XM 2 - 0,2721970 XM XP
- 0,1512410 XM XL + 0,164568 XM XS + 0,0690706 XP 2
- 0,2410390 XP XL - 0,0789062 XP XS - 0,0462959 XL
+ 0,0773437 XL XS - 0,392625 XS2 (Ec. 33)
donde Y: Aceptación; XM: Melón; XP: Parchita; XL: Limón; XS: Sacarosa
75
De acuerdo a esta ecuación 33, los coeficientes correspondientes a las variables o factores
que son estadísticamente significativas en el efecto que produjeron en la aceptación del néctar
ofrecieron valores elevados y positivos aumentando algebraicamente el valor de y, es decir, son
quienes aumentaron la aceptación del producto.
Al representar esta ecuación respecto a las variables se obtuvieron las gráficas de

superficie de respuestas. Las curvas que representan esta ecuación son de forma de plano
cóncavo, típico de una figura parabólica que expone una ecuación cuadrática o efectos de
segundo orden. Sin embargo, las curvas contornos permiten visualizar en dos dimensiones las
regiones de acción de donde ocurre el efecto cuadrático ya mencionado (Ver figura 14).
En estas curvas se evidenciaron la interacciones significativas de la sacarosa con las

frutas, indicando además una zona en la cual se pueden encontrar un conjunto de puntos que
generen posibles máximas respuestas, principalmente la zona de los valores 7,15 - 7,20 para la
aceptación (Montgomery, 2002).
En la figura 15, se observaron las interacciones entre las frutas en regiones donde los
valores de aceptación están entre 7,0 - 7,05 para parchita-melón y limón-melón mientras que
para limón-parchita se encuentra en regiones entre 6,95 – 7,00. Esto evidenció la influencia
preponderante del efecto significativo de las frutas sobre la respuesta sensorial, tal y como está
mostrado en el análisis de varianza.
En los anexos 5 y 6 se pueden observar las respectivas gráficas de superficie de

respuestas.
76
Limón = 0,0; Parchita = 0,0

1 Aceptación
6,7-6,75
0,6 6,75-6,8
6,8-6,85
Sacarosa
0,2 6,85-6,9
6,9-6,95
-0,2 6,95-7,0
7,0-7,05
-0,6 7,05-7,1
7,1-7,15
-1 7,15-7,2
-1 -0,6 -0,2 0,2 0,6 1 7,2-7,25
Melón 7,25+
(A)
Melón = 0,0; Limón = 0,0

1 Aceptación
6,7-6,75
0,6 6,75-6,8
6,8-6,85
Sacarosa
0,2 6,85-6,9
6,9-6,95
-0,2 6,95-7,0
7,0-7,05
-0,6 7,05-7,1
7,1-7,15
-1 7,15-7,2
-1 -0,6 -0,2 0,2 0,6 1 7,2-7,25
7,25+
(B) Parchita
Melón = 0,0; Parchita = 0,0

1 Aceptación
6,7-6,75
0,6 6,75-6,8
6,8-6,85
Sacarosa
0,2 6,85-6,9
6,9-6,95
-0,2 6,95-7,0
7,0-7,05
-0,6 7,05-7,1
7,1-7,15
-1 7,15-7,2
-1 -0,6 -0,2 0,2 0,6 1 7,2-7,25
(C) Limón
Fig. 14. Curvas de Superficie de Respuesta del (A) melón contra sacarosa, (B) parchita contra
sacarosa y (C) limón contra sacarosa del diseño central compuesto para la formulación del néctar.
77
Limón = 0,0; Sacarosa = 0,0

1 Aceptación
6,75-6,8
0,6 6,8-6,85
6,85-6,9
Parchita
0,2 6,9-6,95
6,95-7,0
-0,2 7,0-7,05
7,05-7,1
-0,6 7,1-7,15
7,15-7,2
-1 7,2-7,25
-1 -0,6 -0,2 0,2 0,6 1 7,25+
Melón
(A)
Parchita = 0,0; Sacarosa = 0,0

1 Aceptación
6,7-6,75
0,6 6,75-6,8
6,8-6,85
0,2 6,85-6,9
Limón
6,9-6,95
-0,2 6,95-7,0
7,0-7,05
-0,6 7,05-7,1
7,1-7,15
-1 7,15-7,2
-1 -0,6 -0,2 0,2 0,6 1
(B) Melón
Melón = 0,0; Sacarosa = 0,0

1 Aceptación
6,7-6,75
0,6 6,75-6,8
6,8-6,85
0,2 6,85-6,9
Limón
6,9-6,95
-0,2 6,95-7,0
7,0-7,05
-0,6 7,05-7,1
7,1-7,15
-1 7,15-7,2
-1 -0,6 -0,2 0,2 0,6 1 7,2-7,25
Parchita
(C) 7,25+
Fig. 15. Curvas de Superficie de Respuesta del (A) melón contra parchita, (B) melón contra
limón y (C) parchita contra limón del Diseño Central Compuesto para la formulación del néctar.
78
4.2.5 Determinación del Punto Estacionario
La búsqueda analítica del punto estacionario resultante para este sistema se llevó a cabo
de la siguiente manera: A partir de la ecuación 33, se plantearon las diferentes matrices para
necesarias para la determinación del punto estacionario; las variables naturales del punto
estacionario fueron determinadas sustituyendo los valores codificados respectivamente en las
ecuaciones 19, 20, 21 y 22 (Ver anexo 7) y son mostrados en la tabla 7:
Tabla 7. Valores de las variables codificadas y naturales de los factores que conforman el punto
estacionario y de la respuesta esperada (aceptación).
Variable
Ingrediente % Peso Respuesta Ye**
Codificada Xi* Natural (g)
Melón (M) - 0.3729 140.855 25.621
Parchita (P) - 0.1737 91.376 18.567
Limón (L) 0.2396 7.879 1.601 7.1346
Sacarosa (S) 0.6889 72.928 14.819
Agua (A) ----------- 179.1 36.392
Total 492.138 100.00
*Con i = M, P, L, S; ** Evaluado el punto estacionario en Ec. 33
El punto estacionario (combinación matemática) obtenida está cercana a un punto

central y el valor de la respuesta esperada (Aceptación) alcanzó dos unidades por encima de la
indiferencia de aceptación de acuerdo con los patrones sensoriales hedónicos que refieren niveles
de aceptación o rechazo de un producto alimenticio. Esto significa un néctar cuyo calificativo de
aceptación fue “Me gusta moderadamente”.
4.2.6 Análisis Canónico
Una vez encontrado el punto estacionario y como el modelo matemático es de segundo

orden con pocas variables, entonces se caracterizó la superficie de respuesta mediante un análisis
formal denominado Análisis Canónico; transformando el modelo matemático encontrado en un
sistema de coordenadas paralelo a la superficie de respuesta encontrada para ajustarlo a una
79
ecuación canónica y así determinar si el punto estacionario es la combinación óptima y si esa

respuesta es máxima.
Y = 7.1346 - 0.41473*ωM2 - 0.19138*ωp2 + 0.072629 *ωL2 + 0.21733*ωS2 (Ec.34)
donde Y: respuesta mejor ajustada; ωi: variables canónicas (con i: M, P, L, S), obteniéndose de
esta forma la ecuación canónica que relacionó la respuesta Y en función de las variables
canónicas para la formulación del un néctar de frutas (anexo 8).
En la ecuación canónica 34 se observaron que los coeficientes de las variables canónicas,

los autovalores, poseen signos alternos; esto significó el comportamiento del punto estacionario
como un punto silla (Montgomery, 2002).
Para encontrar los valores del rango de trabajo de cada variable natural fue necesario
establecer las ecuaciones de regresión de variables canónicas a variables codificadas. Estas son:
ωM = - 0,3717 + 0,1575 XM + 0,5702 XP + 0,5702 XL + 0,5702 XS (Ec. 35)
ωp = - 0,2049 + 0,5126 XM + 0,4602 XP + 0,5126 XL + 0,5126 XS (Ec. 36)
ωL = 0,0444 + 0,5048 XM + 0,5048 XP - 0,4853 XL + 0,5048 XS (Ec. 37)
ωS = 0,1237 + 0,5756 XM + 0,5756 XP + 0,5756 XL + 0,0769 XS Ec. 38)
Donde: ωi: variables canónicas y Xi: variables codificadas (con i: M, P, L, S).
Finalmente en función a las relaciones de regresión, ecuaciones canónica y cuadrática

(ecuaciones 33 a 38) el rango de trabajo para los factores que contienen al punto silla son (tabla
8):
80
Tabla 8. Valores Codificados de los factores máximos y mínimos evaluados en la función

respuesta.
XM XP XL XS Ya ωMb ωPc ωLd ωSe Yfcanónico

Pto
-0,3729 -0,1737 0,2396 0,6889 7,1346 -4,479x10-5 -3,618 x10-5 -4,484 x10-5 -3,279 x10-5 7,1346
Estacionario
Mínimo -0,4200 -0,2120 0,2100 0,5500 7,1311 -0,1253804 -0,1281784 -0,0989066 -0,0769082 7,1299
Máximo -0,3340 -0,1440 0,2550 0,7200 7,1339 0,0495312 0,0574078 0,0428101 0,0507092 7,1341
Donde: (a): Ecuación cuadrática de aceptación resultante (Ec. 33)

(b), (c), (d) y (e): Ecuaciones resultantes de regresión de variables canónicas a codificadas (Ec. 35–38)
(f):Ecuación canónica resultante (Ec. 34)
Entonces resumiendo los valores del rango de trabajo en la tabla 9, se obtuvo lo siguiente:
Tabla 9. Rango de trabajo de los factores que combinados intervienen en la formulación del
néctar.
Variables Codificadas* y Naturales

Melón Parchita Limón Sacarosa Agua
**
*XM M (g) *XP P (g) *XL L (g) *XS S (g) A (g)
Niveles de Trabajo Total (g)
Más bajo -0,42 138,5 -0,212 90,61 0,211 7,82 0,55 70,1 179,1 486,1
Punto estacionario -0,3729 140,9 -0,1737 91,38 0,2396 7,879 0,6889 72,88 179,1 492,1
o Punto silla
Más alto -0,334 142,8 -0,144 91,97 0,255 7,91 0,7 73,5 179,1 495,3
*Xi comprendida entre -2 y 2, con i: M, P, L, S.; ** TOTAL = M + P + L + S + A
Estos valores evaluados en la ecuación de segundo orden y la ecuación canónica

mantienen siempre una misma respuesta o al menos una muy cercana a ella (Anexo 9).
81
4.3 Reducción de Costes de Formulación
En esta etapa se establecieron las restricciones y la ecuación de minimización de costos de

formulación (Eppen y col, 2000). Las variables de estudio fueron los ingredientes: X1: melón; X2:
parchita; X3: limón, X4: sacarosa y X5: agua, medidas en Kg (tabla 10):
Tabla 10. Restricciones y ecuación de costes de formulación para el néctar de frutas.

RESTRICCIONES
No negatividad de las variables X1 ≥ 0; X2 ≥ 0; X3 ≥ 0;

codificadas : X4 ≥ 0 y X5 ≥ 0.
Rango de trabajo de las variables 0,13585 ≤X1 ≤  0,14280

codificadas: 0,09061 ≤ X2 ≤ 0,90197
0,00782 ≤  X3 ≤ 0,00791
0,07010 ≤ X3 ≤ 0,07350
X5 = 0,17910
Punto Silla (variables codificadas): X1 = 0,140855

X2 = 0,091376
X3 = 0,007879
X4 = 0,072928
X5 = 0,179100
Formulación del punto silla: X1 + X2 +X3 + X4 + X5 = 0,4920882
La ecuación de Coste mínimo resultó de relacionar precio, rendimiento y la masa de cada fruta es
resulta:
Costo min. = 1,0298.X1 + 5,666. X2 + 4,0991. X3 + 0,5479. X4 + 0,3196. X5 (Ec. 39)
Donde Costo min. en $/ 0,4920882 Kg. Néctar.

82
Si los precios de los ingredientes en $ / Kg. (es más estable el valor de esta moneda) se
basaron en 2190 $ / Bs, entonces los valores de precios, rendimiento de cada fruta y variables de
estudio (cantidad de fruta y sacarosa) y las restricciones en función de las variables fueron
ubicados en la tabla 11:
Tabla 11. Valores Originales del estudio para el estudio de reducción de costes de formulación
del néctar de frutas.
RANGO DE RENDIMIENTO
PUNTO
TRABAJO (Kg. JUGO O PRECIO PRECIO
FRUTA ESTACIONARIO
PULPA / Kg. ($/ Kg.) (BS. / Kg.)
Min. Máx. (Kg.)
FRUTA ENTERA)
Melón 0,13585 0,1428 0,140855 0,59853 0,61643836 1350
Parchita 0,09061 0,90197 0,091376 0,31832 1,80365297 3950
Limón 0,00782 0,00791 0,0078792 0,38430 1,57534247 3450
Sacarosa 0,07010 0,0735 0,072878 1,00000 0,54794521 1200
Agua --- 0,1791 0,1791 1,00000 0,3196347 700
TOTAL 0,4920882 (2190 $/ Bs.)
COSTO ($/ 0,4920882 Kg.) 0,36123118
COSTO ($/ Kg.) 0,73407812
La optimización de la ecuación de costo en base a las restricciones se efectuó aplicando la

herramienta SOLVER de Microsoft Excel 10.0 dando como resultado los siguientes valores
económicos (tabla 12) (Anexo 10). Los valores de sensibilidad y de límites generados por la
misma herramienta, pueden ser observados en el anexo 11.
Tabla 12. Valores Económicos resultantes de la optimización de la ecuación de costes de

formulación del néctar
Punto
Precio Precio
Rango de Trabajo Económico Proporción
Fruta ($/ Kg.) Bs./ Kg.
(Kg.) %
Min. Máx.
Melón 0,13585 0,1428 0,1410582 28,66 0,61643836 1350
Parchita 0,09061 0,90197 0,0906100 18,41 1,80365297 3950
Limón 0,00782 0,00791 0,0078200 01,59 1,57534247 3450
Sacarosa 0,07010 0,0735 0,073500 14,94 0,54794521 1200
Agua --- 0,1791 0,179100 36,40 0,3196347 700
Total 0,4920882 100 (2190 $/ Bs.)
Costo ($/ 0,4920882 Kg.) 0,788306
Costo ($/ Kg.) 1,60196078
83
Por lo tanto comparando el punto silla y el punto económico se pudo ver en la tabla 13:
Tabla 13. Valores de las variables naturales de los factores que proporcionaron el menor costo de
formulación del néctar de frutas frente al valor del punto silla.
INGREDIENTE VARIABLE NATURAL (Kg.)

Punto silla Punto económico
MELÓN (X1) 0,25621 0,28665
PARCHITA (X2) 0,01857 0,01841
LIMÓN (X3) 0,00160 0,00159
SACAROSA (X4) 0,01482 0,01494
AGUA (X5) 0,03640 0,03640
TOTAL (Kg.) 1,00000 1,00000
COSTE ($ / Kg.) 1,61015671 1,60196078
ACEPTACIÓN 7,13460 7,1325
Dicha combinación óptima es similar al punto silla, lo que implica pertenecer al rango de
trabajo de cada variable de estudio y por ende posee las mismas características de aceptación. Por
otro lado; los costes obtenidos estuvieron basados en la masa total obtenida del punto silla
(óptimo matemático), es decir 0,492138 Kg. y luego fueron llevados a costes por Kg.
Al hacer proyecciones de producción 5 Ton de néctar / día, considerando una semana

laboral de 5 días, 4 semanas de trabajo mensual y 12 meses de jornada anual se tiene que (tabla
14):
Tabla 14. Proyección económica de la reducción de costos en la formulación del néctar de frutas
COSTO INICIAL COSTO REDUCIDO

JORNADA ($/ Kg) ($/ Kg) DIFERENCIA DIFERENCIA
LABORAL ($/Ton) (Bs./Ton)
1,61015671 1,60196078
Diaria 8050,7836 8009,8039 40,9797 89745,543
Semanal 40253,9178 40049,0195 204,8983 448727,277
Mensual 161015,6710 160196,0780 819,5930 1794908,670
Anual 1932188,0520 1922352,9360 9835,1160 21538904,040
84
De acuerdo con la anterior tabla, se produciría un efecto significativo en la reducción de

costos para la formulación del néctar de frutas de 1967,0232 $ / Ton producida anualmente.
Ahora lograr consolidar una producción de considerable magnitud, pues los efectos económicos
se sentirían favorablemente.
4.4 Pasteurización
Se usó para el tratamiento térmico, la combinación o formulación óptima definida por el

punto económico perteneciente al rango de trabajo establecido para cada variable el rango óptimo
de trabajo.
Para asegurar una mayor letalidad en productos como néctares de frutas con pH< 4,0
donde los indicadores de deterioro considerados son mohos y levaduras, se usaron valores de D150
ºF entre 0,50 y 3,00 min y Z entre 8 y 12 ºF a una temperatura de referencia de Tref a 150 ºF
(65,56 ºC) (Stumbo, 1973). Específicamente se utilizó un valor de Z = 12 ºF y D = 3 min del
rango establecido para el procesos de pasteurización de estos alimentos ya que se trata de un
produco que contiene frutas como melón cuyo indicador deteriorativo es el Rhizopus, Diplodia y
Fusarium y en limas y limones la Alternaria; además la pectinesterasa en la parchita requiere
más de 65 ºC para ser inactivada así como también los mohos y levaduras presentes requirieronde
un un mínimo de 69 ºC, por lo que estableció 70 ºC para realizar el tratamiento (Frazier y
Westhoff, 1985). Es de hacer notar que no se empleó una temperatura mayor debido al daño
sensorial causado al producto un rechazo inmediatamente, previos estudios preliminares. El valor
asumido de F fue 3.D.
Se obtuvo una curva de penetración de calor que evidenció el tratamiento térmico

recibido para la formulación resultante del néctar por triplicado, tal como se muestra en la figura
16 sus datos están en el Anexo 12.
85
80
Medio
70
ALIMENTO
60
50
Temperaura (ºC)
40
30
20
10
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61
tiempo (min)
Fig. 16. Curva de penetración de calor promedio de la muestra de la formulación resultante de

néctar de frutas.
Esta curva de penetración de calor se inició a temperatura ambiente (a la cual fue

preparado el néctar) luego se sometió a tratamiento térmico al sumergir el envase que contiene el
producto en un baño de maría hasta que la temperatura del punto geométrico del envase (que se
calienta más lentamente) alcanzó aproximadamente la temperatura considerada de 70 ºC (158
ºC), seguida del enfriado del medio empleando un caudal de agua a temperatura ambiente. Las
curvas de penetración de calor se realizaron con la media de las temperaturas alcanzadas del
triplicado de la muestra problema mostrando poca dispersión de temperaturas en el mismo
tiempo, sobretodo en la etapa de calentamiento, sin embargo se pueden considerar similares y por
estas razones se estableció el promedio de ellas para la determinación de la letalidad. Ésta es
observada en la figura 17.
Según esta figura 17, la letalidad asociada a cada punto de temperatura y tiempo (ver
Anexo 7) permitió observar el comportamiento del promedio de las curvas de penetración de
calor del néctar de frutas: una fase de calentamiento, la fase de mantenimiento y la de
enfriamiento. Se alcanzó 70 ºC (158 ºF) como temperatura esperada a los 15 minutos, sin
embargo el efecto letal fue calculado como el área bajo la curva (tabla 15) (con el método de
86
suma de trapecios) que representa la integración de la tasa de letalidad como lo refiere el método
general para alimentos calentados por conducción y convección. Comúnmente, estos son
alimentos compuestos por fases liquidas y sólidas y su calentamiento se produce en forma
escalonada (Stumbo, 1973).
4,5 letalidad
4
3,5
3
tasa de letalidad
2,5
2
1,5
1
0,5
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26
tiempo (min)
Fig. 17. Curva de tasa de letalidad promedio de la muestra de la formulación resultante de néctar
de frutas.
Tabla 15. Valores de letalidad para la pasteurización del néctar de frutas tratamiento a 70 ºC
(158 ºF), con Z = 12 ºF, D = 3 y Tref = 150 ºF.
Letalidad total (F)
Asumido 9,0000
Calculado 11,4581
Como se observó en la tabla 15, el tratamiento térmico aplicado fue un poco excesivo en
comparación al supuesto, es decir 3,81 (Anexo 13). En base esta razón se procedió a emplear las
condiciones de tratamiento aplicado por Algarbe (2003) que consistió en aplicar calor a 70 ºC por
1 minuto y 26 segundos correspondiente a una letalidad de F = 9 minutos para D150 ºF = 3 min y Z
87
= 12 ºF correspondiente a mohos y levaduras, para minimizar el daño sensorial. De este

tratamiento se obtuvo el producto empleado para la etapa de estabilidad.
4.5 Estudios de Estabilidad Acelerada
Se evaluó físico-química y microbiológicamente el néctar antes y después de pasteurizar

en el día inicial (cero) de la etapa de estabilidad tal como se pudo ver en la tabla 16.
Tabla 16. Valores de parámetros físicos-químicos y microbiológicos del néctar de frutas crudo y
pasteurizado en el día inicial (cero) de la etapa de estabilidad.
Néctar de Frutas
Parámetro
CRUDO PASTEURIZADO
Físico-químico
SÓLIDOS SOLUBLES (ºBrix @ 20 ºC) 17,025 a ± 0,035 17,475 a ± 0,035
ACIDEZ TITULABLE (g Ác. Cítrico/ 100 g) 0,895 a ± 0,005 0,957 a ± 0,010
ACIDEZ IÓNICA (pH @ 25 ºC) 3,475 a ± 0,035 3,475 a ± 0,035
DENSIDAD (g / mL @15 ºC) 1,419 a ± 0,006 1,464 a ± 0,001
CONSISTENCIA (cPoise) 513,11 ± 18,481 513,11 ± 18,481
L 50,59 a ± 0,03 50,59 a ± 0,04
COLOR a 17,59 a ± 0,02 17,59 a ± 0,02
b 30,91 a ± 0,03 30,91 a ± 0,03
CENIZAS (g /100 g) 0,166 b ± 0,012 0,240 b ± 0,087
Na 0,426 b ± 0,093 1,151 b ± 0,595
K 30,691 b ± 3,414 25,696 b ± 9,254
Ca 4,146 b ± 0,026 5,222 b ± 1,903
MINERALES (mg / 100 g)
Mg 1,571 b ± 0,048 2,489 b ± 0,173
Zn 0,053 b ± 0,021 0,109 b ± 0,025
Fe 0,560 a ± 0,036 0,646 a ± 0,019
ÁC. ASCÓRBICO (mg / 100 mL) 13,972 b ± 0,038 9,896 b ± 0,950
Microbiológico
MOHOS (UFC / 100 mL) 2 E+01 b <10 b
b
LEVADURAS (UFC / 100 mL) 2 E+01 <10 b
ACIDÚRICAS (UFC / 100 mL) 5 E+01 b <10 b
AEROBIOS MESÓFILOS (UFC / 100 mL) 3 E+02 b <10 b
Las letras diferentes denotan diferencias significativas (P < 0,05)
88
Al comparar los valores físico-químicos de la tabla 16, los parámetros físico-químicos del
néctar no pasteurizado o crudo con el néctar tratado térmicamente presentaron diferencias
significativas sólo en cuanto a los minerales y en las cantidades de ácido ascórbico.
Adicionalmente hay diferencias significativas a nivel microbiológico evidenciando el efecto
térmico recibido de la pasteurización. Los valores físico-químicos cumplieron con lo establecido
en la norma COVENIN 1031 (1981) y como es un producto altamente ácido (pH < 4,0), este
factor puede colaborar en su conservación. En cuanto al ácido cítrico, su valor fue representativo
y sin diferencias significativas entre el néctar pasteurizado y sin tratar térmicamente.
El ácido ascórbico presente en el néctar crudo experimental obtenido fue menor en

relación al valor teórico. El valor teórico 10,950 mg ácido ascórbico/ mL de néctar formulado y
preparado fue conformado por un 25,621 % por parte del melón que posee la menor cantidad de
vitamina C de las tres frutas, un 18,567 % aportado por la parchita y apenas un 1,601 % de parte
del limón a pesar de poseer la mayor cantidad (Anexo 14); sin embargo el obtenido
experimentalmente fue de 13,972 mg ácido ascórbico/ mL. La cantidad de ácido ascórbico
presente en el néctar crudo y en el néctar pasteurizado es estadísticamente diferente. Ahora si es
comparado con la cantidad de vitamina C medido en el néctar pasteurizado se observó una
disminución de 4,076 mg/mL esto debido a varios factores como: la falta de desaireación previo
al tratamiento térmico (por ser elaborado a nivel de laboratorio) trayendo como consecuencia la
presencia de aire para la oxidación de la estructura química del ácido ascórbico; también el
tratamiento térmico que colaboró en la destrucción de éste, sumado a las pérdidas de ésta y otras
vitaminas iniciados probablemente en la etapa de postcosecha (Rincón, 2003).
La técnica empleada de yodimetría en la determinación del ácido ascórbico fue económica

y fácil de ejecutar, aprovechando la condición de facilidad de oxidación por parte del ácido
ascórbico y es una vía alternativa cuando el método sugerido por la NORMA COVENIN y la
AOAC hace dificultoso la visualización del punto de neutralización debido a la intensidad del
color obtenido y el alto contenido de sólidos solubles.
No obstante, el producto final posee una cantidad de ácido ascórbico en un rango de

8,946 y 10,846 mg /100 ml de néctar, lo que indica que una porción de un vaso de néctar equivale
89
a 250 ml ofrece una cantidad sustancial entre 223,65 y 271,15 mg del ácido, por lo que cubre
entre 248,5 y 301,278 % de los requerimientos diarios del hombre, y 298,20 y 361,533 % de los
requerimientos diarios de la mujer respectivamente de acuerdo a lo publicado en The Diettary
Guidelines Advisory de la The Diettary Guidelines Advisory Comité para el año 2005. por lo que
es una buena fuente de este antioxidante.
Luego de llevarse a cabo el estudio de estabilidad acelerada, se encontró diferentes

comportamientos a tanto a nivel físico-químico como a nivel microbiano. En la evaluación físico-
química, las tendencias de la acidez, pH, densidad, sólidos solubles y viscosidad son mostrados
en la tabla 17.
Tabla 17. Parámetros físicos-químicos del néctar pasteurizado almacenado a diferentes temperaturas durante el tiempo de estudio
de estabilidad acelerada
Temperatura de Refrigeración
15 ºC 8 ºC
Parámetro Acidez Acidez
titulable Sólidos titulable Sólidos
Densidad Consistencia Densidad Consistencia
/ (g Ac. pH Solubles
(g/ml) (cPoise)
(g Ac. pH Solubles
(g/ml) (cPoise
Citr./100g (ºBrix) Citr./100g (ºBrix)
Día néctar) néctar)
1
2 1,0874 3,4500 17,4667 1,1114 502,34
3
4 1,1841 3,3333 17,1667 1,3776 513,89 0,9424 3,3333 17,1667 1,4607 545,15
5
6 0,9907 3,3333 17,4667 1,3310 510,69 0,9182 3,3333 17,4667 1,4807 561,510
7 0,9424 3,3333 17,4667 1,3642 518,96
8 1,0149 3,3667 17,1667 1,3676 519,01 1,1357 3,3833 17,1667 1,4408 532,13
9
10 1,0874 3,3833 17,1667 1,4541 540,12
11
12 1,3774 3,1667 17,1833 1,4807 561,51
13
14
15
16
17
18
19
20
Tabla 17. Parámetros físicos-químicos del néctar pasteurizado almacenado a diferentes temperaturas durante el tiempo de estudio
de estabilidad acelerada (continuación)
Temperatura de Refrigeración
5 ºC 0 ºC
Parámetro Acidez Acidez
titulable Sólidos titulable Sólidos
Densidad Consistencia Densidad Consistencia
/ (g Ac. pH Solubles
(g/ml) (cPoise)
(g Ac. pH Solubles
(g/ml) (cPoise)
Citr./100g (ºBrix) Citr./100g (ºBrix)
Día néctar) néctar)
1
2
3
4 0,9182 3,3333 17,1667 1,4607 545,15 0,9666 3,3333 17,1833 1,4541 540,12
5
6
7
8 1,0391 3,3767 17,1667 1,3642 518,96 1,2082 3,4333 17,1667 1,3942 512,76
9
10
11
12 1,3049 3,2167 17,4667 1,4641 548,54 1,2566 3,2033 17,6667 1,4707 550,09
13
14 1,3290 3,1667 17,6667 1,4741 555,56
15
16 0,8941 3,1500 17,4833 1,4741 555,56 0,9424 3,1667 17,4667 1,4696 545,32
17
18
19
20 1,0632 3,1667 17,3333 1,4508 542,78
Tabla 18. Crecimiento microbiano (UFC/ mL) del néctar pasteurizado almacenado a diferentes temperaturas durante el tiempo de
estudio de estabilidad acelerada
Temperatura de Almacenamiento
15 ºC 8 ºC 5 ºC 0 ºC
Aerobios Aerobios Aerobios Aerobios
Día Mohos Levaduras Acidúricos Mohos Levaduras Acidúricos Mohos Levaduras Acidúricos Mohos Levaduras Acidúricos
Mesófilos Mesófilos Mesófilos Mesófilos
1
2 9x100 9 x100 9 x100 6 x101
3
4 9 x100 9 x100 9 x100 1 x102 9 x100 9 x100 9 x100 9 x100 9 x100 9 x100 9 x100 1,08 x102 9 x100 9x100 9 x100 1,5x101
5
6 1 x102 1 x101 5 x102 9 x102 1 x101 9 x100 9 x100 2 x101
7 9 x102 9 x101 6 x102 9,75 x102
3 2 2
8 1 x10 1 x10 8 x10 1,56 x103 1 x101 9 x100 9 x100 9,9 x101 9 x100 9 x100 9 x100 2 x102 9 x100 9x100 1 x102 3x101
9
10 1,4 x101 1 x101 1 x102 1,25 x102
11
12 5,5 x102 2 x102 6 x102 3,5 x102 1,1 x102 2 x101 1 x102 3 x102 5,75 x101 9x100 5,75 x102 1x102
13
14 2,51 x102 3 x102 4 x102 1,24 x103
15
16 4 x102 3 x102 5 x102 2 x103 9 x101 6x101 1 x102 6,25x101
17
18
19
20 1 x102 6x101 4 x102 6,25x102
93
De acuerdo con esta tabla 17, la acidez mostró un comportamiento similar para todas las
temperaturas aumentando sobretodo para el día 12 de almacenamiento y el de mayor valor para la
temperatura de 8 ºC. Ahora, el pH también presentó una tendencia similar para cada las cuatro
temperaturas con el valor más elevado para el octavo día. En relación a la densidad, durante el
almacenamiento hubo poca variación de este parámetro luego del cuarto día para todas las
temperaturas. En cuanto a los sólidos solubles, se presentó variaciones pero en un rango de
trabajo muy pequeño (17,1-17,7 ºBrix) que puede considerarse aceptable por entrar en los valores
estipulados por las normas venezolanas.
En relación con la evaluación microbiológica, se obtuvo el crecimiento de los indicadores

deterioro como mohos y levaduras, además de acidúricos y aerobios mesófilos mostrados en la
tabla 18.
En la mencionada tabla 18, es notoria la presencia de estos microorganismos ya que el

rango de temperatura propicia su crecimiento y sobretodo a los 15 ºC, sin embargo a 5 ºC se
presentó una situación de mayor crecimiento y se reitera la posibilidad de la presencia de agentes
externos que pudiesen afectar el sistema.
En general, se observó menor crecimiento de mohos y levaduras en comparación a

acidúricos y aerobios mesófilos precisamente por la mayor sensibilidad que presentan los
primeros frente a calor y evidencia la respuesta esperada con el tratamiento térmico aplicado por
lo que los cambios sensoriales producidos y mostrados posteriormente son influenciados por la
actividad de los dos segundos.
Ahora, el aspecto sensorial evaluado expuso algunos cambios presentados en el producto

durante su almacenamiento. Para ello, se observó la tabla 19 en el cual se muestran las medias de
la puntuación hedónica de los atributos y la aceptación global del néctar a diferentes temperaturas
comparado con una nuestra de néctar sin pasteurizar (SP).
En esta tabla se notó cómo no se produjeron los cambios significativos esperados para
denotar diferencias entre las muestras, principalmente cuando es comparado con el néctar crudo
ya que el tratamiento térmico sobre el producto no causó efecto sensorial significativamente
94
apreciable. Finalmente, la aceptación hacia el néctar varió hacia los días 16 y 20, específicamente
la diferente fue la muestra sin pasteurizar en ambos casos (Anexo 15).
Tabla 19. Valores de atributos sensoriales del néctar de frutas crudo (Sin Pasteurizar) y
pasteurizado en la etapa de estabilidad.
Aceptación Global
Día Temperatura (ºc)
Promedio (1 Al 9)
20 Sin Pasteurizar 5
0 7
16 Sin Pasteurizar 6,57

0 5,14
5 7,71

0 6,38
5 7,25
8 6,63

0 7,00
5 5,50
8 7,00
15 6,33
Por lo tanto, al observar el comportamiento de la respuesta sensorial mencionada, se

estimó en función de la evolución sensorial, debido a que no se podrujeron cambios
significativos a nivel de pruebas físicas y pruebas químicas, lo que conllevó a hacer una
toma de decisión para decidir la vida útil del alimento. Se estableció estimar una vida útil
de 16 días al refrigerar el néctar de frutas pasteurizado a 5 ºC con este valor de acptación
(acá se muestra la diferencia gustativa).
V. CONCLUSIONES
• La metodología de superficie de respuestas permitió estudiar un cúmulo de variables al

mismo tiempo y de manera óptima, mediante el uso de un diseño experimental factorial.
• El diseño central compuesto es uno de los diseños de experimentos que hace más eficiente el
trabajo de recolección de datos y su posterior estudio, ya que tamiza una gran cantidad de
factores que pudiesen intervenir en el experimento y trabaja con una sola réplica, asegurando
la confiabilidad de las estimaciones realizadas a las observaciones y por supuesto aportando
un ahorro de esfuerzos y economía.
• La materia prima empleada en la formulación del néctar, específicamente frutas, presentaron

características uniformes aportando principalmente humedad, carbohidratos, minerales y
ácido ascórbico.
• En la formulación del néctar de frutas a base de melón, parchita y limón, se observó la

interacción entre los sabores de las frutas en la aceptación sensorial del néctar, así como
también el efecto muy significativo que presentó la sacarosa como ingrediente en la misma.
• Las interacciones de los ingredientes y su efectos sobre la aceptación sensorial se pueden

enunciar mediante un modelo matemático predictivo de segundo grado, confiable y adecuado
un 90,1339 % a los datos experimentalmente observados, con la expresión:
Y= 6,96429 - 0,0843619 XM + 0,0394592 XP - 0,129364 XL + 0,5700610 XS
+ 0,0537041 XM 2 - 0,2721970 XM XP - 0,1512410 XM XL + 0,164568 XM XS
+ 0,0690706 XP 2 - 0,2410390 XP XL - 0,0789062 XP XS - 0,0462959 XL2
+ 0,0773437 XL XS - 0,392625 XS2.

donde Y: Aceptación; XM: Melón; XP: Parchita; XL: Limón; XS: Sacarosa.
96
• Los estudios formales de la ecuación de segundo grado mencionado, reflejaron una ecuación
canónica que representa este modelo predictivo es:
Y = 7.1346 - 0.41473.ωM2 - 0.19138ωp2 + 0.072629 ωL2 + 0.21733ωS2
• La formulación óptima resultante quedó compuesta por 28,66 % de melón; 18,41 % de

parchita, 1,59 % de limón; 14,94 % sacarosa y 36,40 % de agua; con una aceptación sensorial
de 7,1325 en la escala hedónica de 1 al 9, para un rango de trabajo de 138,5 - 142,8 g de
melón, 90,61 - 91,97 g de panchita, 7,82 – 7,91 g de limón, 70,1 - 73,5 g de sacarosa y 179,1
g de agua para preparar 486,1 - 495,3 g de néctar y con una vida útil de 16 días si se refrigera
a 5 ºC.
• El néctar de frutas ofreció un rango entre 8,946 y 10,846 mg de ácido ascórbico por cada 100
ml de néctar pasteurizado, siendo una buena fuente de este antioxidante para consumo de la
población.
• Este producto tuvo un costo óptimo de formulación de 1,602 $ / Kg., brindando una
reducción de 1967,023 $ por cada tonelada de producción anual ofreciendo una notable
posibilidad de rentabilidad.
VI. RECOMENDACIONES
• Realizar el estudio con mayores cantidades y con mayor control de los estudios físicos,
químicos y microbiológicos.
• De igual manera probar el estudio empleando otro tipo de edulcorante que tenga alto poder de
dulzor pero que económicamente no desestabilice el proceso.
• Entrenar un grupo de jueces que permitan agudizar las diferencias encontradas en el néctar de
estudio.
• Aplicar esta metodología de optimización a cualquier necesidad de estudio siempre que los
datos sean cuantificables, ya que ofrece muchísimas ventajas en la organización y
manipulación de datos y la colaboración en la toma de decisiones no estadísticas.
VII. REFERENCIAS BIBLIOGRÁFICAS
ALGARGE, M. 2002. Desarrollo de un Néctar de Mora pasteurizado, su factibilidad

económica y de implementación industrial. Tesis de Grado. Universidad “Simón Bolívar”.
ALVARADO, J. de D. 1996. Principios de Ingeniería aplicada a los alimentos. Secretaría de la

OEA. Programa Regional de Desarrollo Científico y Tecnológico. Proyecto Multinacional de
Biotecnología y Tecnología de Alimentos. Ambato. Pág. 232.
AOAC. 1990. Official Methods of Analysis. Food Compositions; Additives; Natural

Contaminants. 15th Edition. Volume 2.
AVILÁN R., L.; RENGIFO A., C. 1987. Los Cítricos. Editorial América, C. A. Caracas. Pág.
37-39, 53, 54, 417,437- 439.
BAUERNFEIND, J. C. and PINKERT, D. M. 1970. Ascorbic Acid for the prevention of fruit
and vegetable browning. Advance in Food Research 18. F. Hoffmann-La Roche Inc. New
Jersey. Page 1 – 11.
CÁCERES, L. M.; TABILO, I. A.; YAGNAN, F. 1992. Características y producción de zumos

de frutas no tradicionales. (I) Zumos Puros. Alimentación, equipos y tecnología. Octubre: 139-
143.
CÁCERES, L. M.; TABILO, I. A.; YAGNAN, F. 1992. Características y producción de zumos

de frutas no tradicionales. (II) Mezclas de Zumos. Alimentación, equipos y tecnología.
Octubre: 119-121.
CAVINS, J. F.; IGLETT, G. E; WALL, J. S. 1972. Linear programming control amino acid
balance in food formulation. Food Technology. Nutrition. June: 47-49.
CARDONA, A.; CASTELO, M., SANJÚAN, E.; MILLÁN, R.; GÓMEZ, R. 1992. Zumos de
frutas. Principios generales de elaboración y estabilidad. Alimentaria. Revista de la tecnología
e higiene de los alimentos. Año XXVIII. Abril. 231: 53-56.
Comisión Venezolana de Normas Industriales. 1976. Determinación de Densidad Relativa.

367-76.
99
Comisión Venezolana de Normas Industriales. 1977. Determinación de la Acidez. 1151-77.
Comisión Venezolana de Normas Industriales.1978. Envases de vidrio. Definiciones. 919-78.
Comisión Venezolana de Normas Industriales. 1978. Método para recuento de Aerobios

mesófilos. 902-78.
Comisión Venezolana de Normas Industriales. 1979. Determinación de pH (Acidez iónica).

1315-79.
Comisión Venezolana de Normas Industriales. 1981. Frutas. Definiciones generales. 1834-81.
Comisión Venezolana de Normas Industriales. 1981. Néctares de frutas. Consideraciones

generales. 1031-81.
Comisión Venezolana de Normas Industriales. 1983. Determinación de Sólidos Solubles por

refractometría. 924-83.
Comisión Venezolana de Normas Industriales. 1984. Determinación de Viscosidad. 2181-84.
Comisión Venezolana de Normas Industriales.1984. Jugo concentrado de frutas. 2119-84.
Comisión Venezolana de Normas Industriales. 1990. Método para recuento de Mohos y

Levaduras. 1337-90.
Comisión Venezolana de Normas Industriales. 1994. Método para recuento de

Microorganismos Acidúricos. 3123-94.
Comisión Venezolana de Normas Industriales.1995. Elaboración de Jugos y Néctares.1030-95.
EVANS, L. 1982. Optimization theory and its application in foods processing. Review Food
technology. July P. 88 – 91.
EPPEN, G. D.; GOULD, F. J.; SCHMIDT, C. P.; MOORE, J. H.; WEATHERFORD, L. R. 2000.
Investigación de Operaciones en la Ciencia administrativa. Quinta edición. Editorial Prentice
Hall Hispanoamérica. México. Pág. 67 – 69, 84 - 86, 106, 107, 131 – 133, 204.
FLASCHKA, H .A; BARNARD, A. J.; STUROCK, P. E. 1979. Química Analítica

Cuantitativa. Volumen III. Editorial C.E.C.S.A.
100
FRAZIER, W.; WESTHOFF, D 1985. Microbiología de los alimentos. Editorial Acribia, S.A.
Pág. 87-164.
GIOVVANNI, M. 1983. Response Surface Methodology and product Optimization. Review

Food technology. November P. 41 - 45, 83.
GODSHALL, M. A. 1997. How carbohydrates influence food flavor. Food Technology.
January. 51 (1): 63-67.
GUZMAN P., J. E. 2004. El cultivo de la Patilla y el Melón. Pepino y Auyama. 2da Edición.
Serie Agrícola Vegetal Nº 15. ESPASANDE, S.R.L. Editores. Caracas. Pág.6 – 24, 36 – 38, 54,
55, 64, 69.
HENIKA, R. G. 1982. Use of Response-Surface Methodology in Sensory Evaluation. Review

Food Technology. 96 – 101.
HOOPER, J. 1995. Zumo de frutas tropicales. Producción y envasado de bebidas de frutas sin
gas. Edit. ACRIBIA, S.A. Zaragoza. Pág. 111- 115.
HUNTER, R., 1996. Hunter Lab Color Scale. Hunterlab. August 1-15. 8 (9): 1 – 4.
HUOR, S. S.; AHMED, E. M.; RAO, P. V.; CORNELL, J. A. 1980. Formulation and Sensory
Evaluation of a fruit punch containing watermelon juice. Journal of Food Science. 45: 809 –
813.
Instituto Nacional de Nutrición. 1999. Tabla de Composición de los Alimentos para uso
práctico. Dirección Técnica, División de Investigación en Alimentos. Publicación Nº 54. Serie
Cuadernos Azules. Caracas. Pág. 58 – 61.
Instituto Nacional de Nutrición; Universidad de los Andes. 2000. Hoja de Balance de

Alimentos. Aplicaciones, Metodología. Caracas. Pág. 101, 117.
Instituto Nacional de Nutrición; Universidad de los Andes. 2003. Hoja de Balance de

Alimentos. Disponible.
http://apps.fao.org/lim500/wrap.pl?FoodBalanceSheet&Domain=FoodBalanceSheet&Language=
english
JAY, J. M. 1996. Modern Food Microbiology. 5ta Edición. Chapman & may. USA. Pág. 273-
382.
101
LEWIS, M.; HEPPELL, N. 2000. Continuous Thermal Processing of Foods. Pasteurization

and UHT Sterilization. Aspen Publishers, Inc. Maryland. Pg. 1, 33, 34, 41, 50, 51, 193 – 210,
220 – 222.
MACKEY, A.; FLORES, y.; SOSA, M. 1984. Evaluación Sensorial de los Alimentos. 2da Ed.
Ediciones C.I.E.P.E. San Felipe. Pág. 23, 77, 78, 101,102.
McCLELLAN, M.; BARNARD, J. and QUEALE, T. 1984. Sensory Analysis of Carbonated

Apple Juice using response Surface Methodology. Journal of Food Science. 49: 1595–1597.
MILLÁN, F.; ALGARGE, A. y TAPIA, M. 2003. Uso de la Metodología de Superficie de
Respuesta y la Programación Lineal para el Desarrollo de un Néctar de Mora Pasteurizado.
MONTGOMERY, D. 2002. Diseño y Análisis de Experimentos. 2da Edición. Editorial Limusa.

Wiley. Mexico. Pág. 218-276, 427-500.
MULLEN, K. and ENNIS, D. M. 1979. Rotatable Design in Product Development. Food
Tech. July: 74 – 80.
NORVACK, J. and EVANS, S. R. 1983. Optimization and Food Formulation. Review Food
technology. April P. 73 – 80.
PADUA, H; CARREÑO, R.; GÓMEZ, R.; URDANETA, D. y LEY, A. 1992. Procesamiento de

Frutas Tropicales. Curso: 2 - 4 septiembre. Fundación CIEPE.
RINCÓN, A. M. 2003. Efecto de los procesos tecnológicos sobre la calidad nutritiva de

frutas y vegetales. Capitulo 5. Efecto del Procesamiento sobre la Calidad de los Alimentos.
CYTED-USB. Caracas. Pág. 105 – 128.
ROJAS, A. M. y GERSCHENSON, L. N. 2001. Ascorbic acid destructión in aqueous model

systems: an additional discussion. J. Sci. Food Agri. 81: 1433-1439.
ROA T., V. 2001. Estimación de la vida útil de productos almacenados. Diseño de Pruebas
Aceleradas de Estabilidad. Akarya Eventos, C. A. Caracas. Pág. 6 – 8, 10 – 12, 14, 17 -22, 25 –
29, 43, 46.
ROA T., V.; TAPIA, M. S. 1991. Evaluation of water activity measurement with a dew-point
electronic humidity meter. Lebensm-Wiss. U. Technol.24: 208 – 213.
SANCHO, J.; BOTA, E.; CASTRO, J. J. de. 2002. Introducción a Análisis Sensorial de los
Alimentos. ALFAOMEGA GRUPO EDITOR, S. A. de C. V. México. Pág. 23, 27 – 30, 142 –
144.
102
SILVA, F.; GIBBS, P. 2004. Target Selection in Designing Pasteurization Process for Shelf-
Stable High-Acid Fruit Products. Food Science and Nutrition. Critical Reviews. 44: 353 – 360.
STUMBO C.R. 1973. Thermobacteriology in Food Processing. 2da Ed. Academic Press, N.Y.,
USA.
THE DIETARY GUIDELINES ADVISORY COMMITTEE, 2005. Vitamin C. (Ascorbic

Acid). Extension FactSheet, Human Nutrition. HYG-5552-05: 1 – 2. Available
http://ohioline.osu.edu
Universidad de Granada. 2003. Guía de práctica de laboratorio: Introducción a la

Experimentación en Química Física. Departamento de Química Física. Facultad de ciencias.
Módulo I Práctica I-3. Disponible
http://www.ugr.es/~qmfisica/espanol/QFciencias/Docencia/Ficheros/Practicas/PI-3.pdf
WITTIG D. P., E. 1986. EVALUACIÓN SENSORIAL. Una metodología actual para

tecnología de alimentos. Ediciones Talleres Gráficos USACH. Pág. 36, 37, 44, 45, 78 -92.
ANEXOS
104
A-1. Viscosímetro de Ostwald. Fuente: Universidad de Granada: (2003)
El método más sencillo para medir viscosidades es mediante

un viscosímetro de Ostwald donde se determina la viscosidad
de un líquido midiendo el tiempo de flujo de un volumen
dado V del líquido en un tubo capilar bajo la influencia de la
gravedad. Para un fluido virtualmente incompresible, como
un líquido, este flujo está gobernado por la ley de Poiseuille
de la forma:
Donde dV/dt: velocidad de flujo del líquido a lo largo de un

tubo cilíndrico, r: radio, L: longitud y (p1 - p2): diferencia de
presiones entre los dos extremos del tubo. Dado que (p1 - p2)
es proporcional a la densidad del líquido en estudio, se puede
demostrar que para un volumen total dado de un líquido:
Donde t: tiempo en que el menisco superior cae de la marca

superior del viscosímetro a la inferior (de A a B), K: constante del aparato que debe determinarse
por calibración con agua destilada, ρ: densidad agua, η: viscosidad aparente o consistencia.
105
A-2. Método de Yodimetría para la determinación cuantitativa de Vitamina C.

Fuente: Flaschka (1979).
El método directo o yodimétrico es un método volumétrico de óxido-reducción destinados

a la determinación de sustancias que se oxidan fácilmente. Los procesos yodimétricos se
fundamentan en la siguiente reacción:
I2 + 2e- 2I-
que es reversible (yodometría) y con un potencial normal de reducción de + 0,536 Voltios. La
yodimetría comprende las determinaciones directas con soluciones valoradas de yodo, en sí
consiste en la valoración del yodo que se libera por oxidación del yoduro. Por lo tanto, todas las
sustancias que tienen potencial normal inferior al del sistema yodo – yoduro, se oxidan con el
yodo y se pueden determinar por valoración con solución patrón de yodo. Algunas de las
reacciones yodimétricas pueden ser las siguientes:
Sm+2 + I2 Sm+4 + 2I-
SO3-2 + I2 + H2O SO4-2 + 2H+ + 2I-
2S2O3-2 + I2 S4O6-2 + 2I-
En los métodos analíticos en los que interviene el yodo no es necesario el uso de

indicadores redox ya que se cuenta con el almidón el cual es un indicador sensible que
experimenta un enorme interacción con el yodo, formando un complejo y en el punto final de la
valoración se observa una coloración azul muy intenso con el almidón disperso coloidalmente
sirviendo como indicador de la presencia de todo. En el caso del ácido ascórbico (Vitamina C),
éste se oxida fácilmente (agente reductor) y por esta razón se valora con solución estandar de
yodo (agente oxidante) en presencia de almidor como indicador. La reacción es:
C6está
Entonces su determinación H8O6dada
+ I2 por: C6H8O6 + 2HI
VI 2 . N I 2 . meq (Vit C )
% Vit C = *100
mmuestra
donde VI2: volumen I2 0,01 N consumidos en la titulación; N I2 :Normalidad I2; mmuestra: masa en g
de la muestra; meq(Vit C): miliequivalentes de Vitamina C (Peso equivalente Vitamina C (C6H8O6)
= Peso Molecular / 2).
A-3. Valores de aceptación promedio de aceptación global por parte de los consumidores para cada punto o
combinación empleada en la formulación del néctar. Fuente: Estudiantes y trabajadores de USB.
VALORES DE ACEPTACIÓN DE LOS CONSUMIDORES
COMB.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
(1) 6 8 4 7 7 5 6 8 6 4 6 4 4 6 6 6 7 4 6 6
a 4 6 5 5 7 4 6 4 8 4 5 8 7 3 7 6 6 6 5 4
b 9 7 6 6 8 7 8 7 4 8 8 7 6 6 7 8 9 7 8 8
c 7 7 8 6 7 6 4 6 3 6 6 6 7 8 4 6 8 6 7 5
d 7 8 4 8 7 8 8 6 7 8 8 6 8 7 4 7 7 4 4 6
ab 4 7 4 2 6 9 6 3 3 5 4 8 6 8 6 5 8 6 7 6
ac 4 4 8 7 6 6 7 8 7 8 6 6 5 7 5 7 8 6 8 3
ad 8 8 8 8 9 8 7 8 8 4 8 8 8 8 9 8 7 8 8 4
bc 8 7 4 7 7 8 7 7 7 9 6 7 4 6 4 8 6 6 6 7
bd 7 3 8 6 7 6 8 8 6 8 8 3 4 9 8 8 7 7 6 6
cd 8 8 9 6 8 6 7 9 8 8 4 6 7 8 7 8 8 8 9 8
abc 2 6 3 4 8 7 7 1 2 6 3 6 7 7 7 5 6 5 5 4
acd 8 6 6 8 7 9 8 4 8 8 8 6 7 4 7 7 9 9 4 6
abd 7 1 7 8 8 7 8 9 8 8 7 4 7 7 8 7 4 7 6 7
bcd 9 6 7 9 9 9 8 8 8 4 9 4 9 5 6 8 7 8 9 6
abcd 8 6 7 9 4 7 4 8 9 8 4 4 7 8 4 8 6 8 9 5
central 7 7 7 9 8 8 6 8 6 7 6 7 6 6 8 6 8 8 7 5
central 8 8 8 7 7 5 6 9 8 5 6 7 7 8 8 6 6 5 7 7
central 7 7 6 6 8 9 5 8 8 6 7 7 7 7 7 6 6 6 6 5
central 9 8 6 7 5 9 6 8 7 9 5 8 6 9 8 6 6 6 6 8
central 8 7 7 5 8 6 8 7 5 6 8 6 7 6 9 5 8 6 8 9
central 6 6 8 6 8 6 9 6 7 7 7 7 6 9 6 8 6 7 6 8
central 9 8 6 7 8 8 5 9 9 6 7 7 7 7 6 7 7 8 6 6
axial -a 6 8 4 6 4 6 7 3 9 8 6 8 4 6 4 6 7 3 9 8
axial +a 9 8 6 8 8 9 6 8 6 4 7 4 4 8 7 7 8 7 8 9
axial -b 8 7 6 8 6 6 6 6 9 7 6 7 8 7 8 6 8 7 6 8
axial +b 7 5 5 8 6 9 7 7 9 6 7 8 6 7 8 8 9 7 8 7
axial -c 8 7 7 5 6 8 8 7 8 6 9 9 4 7 8 8 7 7 9 7
axial +c 6 9 3 4 5 8 6 3 4 6 6 2 8 4 9 4 6 3 5 2
axial -d 3 3 3 1 3 5 3 7 1 5 3 4 3 6 2 3 2 4 6 1
axial +d 9 8 4 2 5 7 4 7 3 7 3 8 8 7 8 6 4 7 8 8
A-4. Valores escribados de aceptación de los jueces para la determinación de los promedios respectivos en cada
punto o combinación empleada en la formulación del néctar
VALORES DE ACEPTACIÓN DE LOS JUECES PROM

COMBIN.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 NUEVO
axial -d 3 3 3 3 5 3 7 5 3 4 3 6 3 4 6 4,0667
a 4 6 5 5 7 6 4 8 5 8 7 7 6 6 6 5 5,9375
ab 4 7 4 6 9 6 5 4 8 6 8 6 5 8 6 7 6 6,176
bd 7 8 6 7 6 8 8 6 8 8 9 8 8 7 7 6 6 7,235
acd 8 6 6 8 7 9 8 8 8 8 6 7 7 7 9 9 6 7,471
abd 7 7 8 8 7 8 9 8 8 7 7 7 8 7 7 6 7 7,412
axial -a 6 8 6 6 7 9 8 6 8 6 6 7 9 8 7,1429
axial +c 6 9 5 8 6 4 6 6 8 4 9 4 6 5 6,143
axial +d 9 8 4 5 7 4 7 7 3 8 8 7 8 6 4 7 8 8 6,556
axial +b 7 5 8 6 9 7 7 9 6 7 8 6 7 8 8 9 7 8 7 7,316
108
A-5. Curvas de Superficie de Respuesta del (A) melón - sacarosa, (B) parchita -
sacarosa y (C) limón - sacarosa del DCC para la formulación del néctar.
Parchita = 0,0 - Limón = 0,0
7,3
7
Aceptación
6,7
6,4
6,1 1
0,6
0,2
5,8 -0,2
-1 -0,6 -0,2 -0,6 Sacarosa
0,2 0,6 -1
1
(A) Melón
Melón = 0,0 - Limón = 0,0
7,4
7,1
Aceptación
6,8
6,5
6,2 1
0,6
0,2
5,9 -0,2
-1 -0,6 -0,2 -0,6 Sacarosa
0,2 0,6 -1
1
(B) Parchita
Melón = 0,0 - Parchita = 0,0
7,7
7,3
Aceptación
6,9
6,5
6,1 1
0,6
5,7 0,2
-0,2
-1 -0,6 -0,2 -0,6 Sacarosa
0,2 0,6 -1
1
(C) Limón
109
A-6. Curvas de Superficie de Respuesta del (A) melón - parchita, (B) melón -
limón y (C) parchita - limón del DCC para la formulación del néctar.
Limón = 0,0 - Sacarosa = 0,0
7,5
Aceptación
7,3
7,1
6,9
1
0,6
6,7 0,2
-0,2
-1 -0,6 -0,2 -0,6
0,2 0,6 -1 Parchita
1
(A) Melón
Parchita = 0,0 - Sacarosa = 0,0
7,2
7,1
Aceptación
7
6,9
6,8
6,7 0,6
1
0,2
6,6 -0,2
-1 -0,6 -0,2 0,2 -1
-0,6 Limón
0,6 1
(B) Melón
Melón = 0,0 - Sacarosa = 0,0
7,6
7,4
Aceptación
7,2
7
6,8 1
0,6
6,6 0,2
-0,2
-1 -0,6 -0,2 -1
-0,6 Limón
0,2 0,6 1
(C) Parchita
110
A-7. Cálculo del punto estacionario
Se tiene B, matriz de los coeficientes de la ecuación 33 resultante del análisis, B-1 su

matriz inversa y b cuyos elementos son los coeficientes de regresión de primer orden, entonces:
⎡ 0.053704 - 0.1361 0.082284⎤
- 0.07562
⎢ - 0.1361 0.069071 - 0.039453⎥⎥
- 0.12052
B=⎢
⎢ - 0.07562 - 0.12052 - 0.046296 0.038672⎥
⎢ ⎥
⎣ 0.082284 - 0.039453 0.038672 - 0.39263 ⎦
⎡ 5.8229 - 0.7101 - 7.1741 0.5851 ⎤

⎢ - 0.7101 2.3733 - 5.8209 - 0.9606 ⎥⎥
B −1 =⎢
⎢ 7.1741 - 5.8209 4.9079 - 0.4352 ⎥
⎢ ⎥
⎣ 0.5851 - 0.9606 - 0.4352 - 2.3707 ⎦
⎡- 0.084362 ⎤
⎢ 0.034592 ⎥
b=⎢ ⎥
⎢ - 0.12937 ⎥
⎢ ⎥
⎣ 0.57006 ⎦
1
Ahora sustituyendo en la ecuación 12: xestacionario = − B −1b y resolviendo con
2
MATLAB 4.0, se obtuvo un punto estacionario conformado por los xM (Melón); xP (Parchita); xL
(Limón) y xS (Sacarosa) son:
-0.3729
x estacionario =
-0.1737
0.2396
0.6889
Y sustituyendo estos valores en la ecuación resultante 33, con el uso de MATHCAD 2001
se obtuvo el valor de Y que es la repuesta esperada. De esta forma: Y e = 7.1346
111
A-8. Determinación de la Ecuación Canónica que sigue el Diseño factorial.
Conocido el punto estacionario, se resolvió la ecuación 14: | B - λ1* I | = 0 para

encontrar los autovalores que son los coeficientes de la ecuación canónica mediante el uso del
software MATLAB 4.0, así:
⎡ - 0,414730 ⎤
⎢ - 0,191380 ⎥
Autovalores (λ ) = ⎢ ⎥
⎢ + 0,072628 ⎥
⎢ ⎥
⎣ + 0,217330 ⎦
Observándose lo alternativo de sus signos, entonces la ecuación canónica (Ec. 13) quedó:
Y = 7.1346 - 0.41473*ωM2 - 0.19138*ωp2 + 0.072629 *ωL2 + 0.21733*ωS2

112
A-9. Cálculo del rango de trabajo de los factores del diseño factorial
En la determinación de los valores del rango de trabajo de cada variable natural fue
necesario establecer las relaciones entre las variables canónicas y las variables codificadas. Se
siguió el siguiente procedimiento para determinar cómo cada variable canónica está en función de
todas las variables codificadas:
Para convertir los ϖi en xi, se debe encontrar una matriz ortogonal de 4 filas y 4 columnas
que permita resolver el sistema generado de la ecuación 15; la matriz M se obtuvo a partir de la
determinación de los autovalores normalizados asociados con λi que forman las columnas de la
matriz M = [m1 m2 m3 m4]. Cada columna mi es solución de la ecuación 16, donde I es la matriz
identidad y los elementos de cada columna deben cumplir la condición de la ecuación 17.
Entonces al representar elemento de la matriz M y las variables canónicas y codificadas en la
ecuación 11 queda:
⎡ϖ M ⎤ ⎡ m11 m12 m13 '

m14 ⎤ ⎡ xM + 0,3729 ⎤
⎢ϖ ⎥ ⎢ m m22 m23 m24 ⎥⎥ ⎢⎢ xP + 0,1737 ⎥⎥
⎢ P ⎥ = ⎢ 21 *
⎢ ϖ L ⎥ ⎢m31 m32 m33 m34 ⎥ ⎢ xL - 0,2396 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ ϖ S ⎦ ⎣m41 m42 m43 m44 ⎦ ⎣ xS - 0,6889 ⎦
λ1 λ2 λ3 λ4
Para determinar cada valor de la matriz M, se planteó por cada columna asociada a cada
valor de λ, el sistema de ecuaciones que representa la ecuación 15:
Para λ1 = λM = - 0.41473 y (B - λ1* I). m1 = 0 se tiene que:
⎡+ 0.4684 - 0.1361 - 0.0756 0.0823 ⎤ ⎡ m11 ⎤ ⎡0⎤

⎢ - 0.1361 0.4838
⎢ - 0.1205 - 0.0395 ⎥⎥ ⎢⎢m21 ⎥⎥ ⎢⎢0⎥⎥
* =
⎢ - 0.0756 - 0.1205 0.3684 0.0387 ⎥ ⎢ m31 ⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ + 0.0823 - 0.0395 0.0387 0.0221 ⎦ ⎣m41 ⎦ ⎣0⎦
Como dicho sistema tiene múltiples soluciones se inició la resolución con la asignación de
un valor arbitrario para mji , es decir mji * = 1 con j ≠ i para despejar mji * con j = i (los elementos
113
de la diagonal principal) en cada ecuación del sistema respectivo escogiendo el valor de mji cuyo
valor absoluto sea menor que uno (1):
m21* = m31* = m41*= 1 ⇒ m11* = 0.2763 (1era fila)

M21* = 2.3791 (2da fila)
M31* = 3.7910 (3era fila)
M41* = 0.2583 (4ta fila)
Como debe cumplirse m112 + m212 + m312 + m412 = 1 (ecuación 17), se escogió
m11* = 0.2763 (1era fila). Para encontrar la solución normalizada se calculó el factor:
m11*2 + m 21
*2
+ m 31
*2
+ m 41
*2
= 0.2763 2 + 12 + 12 + 12 = 1.7539
Entonces:
m11 = 0.2763 / 1.7539 = 0.1575 y m21 = m31 = m41= 1 / 1.7539 = 0.5702
⎡ m11 ⎤ ⎡0.1575 ⎤
⎢m ⎥ ⎢0.5702 ⎥
⎢ 21 ⎥ = ⎢ ⎥
⎢m31 ⎥ ⎢0.5702 ⎥
⎢ ⎥ ⎢ ⎥
⎣m41 ⎦ ⎣0.5702 ⎦
Análogamente se procedió con el resto de las columnas y sistemas respectivamente
Para λ2 = λP = -0.19138 y (B - λ2* I). m2 = 0
⎡ 0.2451 - 0.1361 - 0.0756 0.0823 ⎤ ⎡ m12 ⎤ ⎡0⎤

⎢ - 0.1361 0.2605 - 0.1205
⎢ - 0.0395 ⎥⎥ ⎢⎢m22 ⎥⎥ ⎢⎢0⎥⎥
* =
⎢- 0.0756 - 0.1205 0.1451 0.0387 ⎥ ⎢ m32 ⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ 0.0823 - 0.0395 0.0387 - 0.2012 ⎦ ⎣m42 ⎦ ⎣0⎦
114
⎡ m12 ⎤ ⎡0.5126 ⎤
⎢m ⎥ ⎢0.4602 ⎥
Entonces ⎢ 22 ⎥ = ⎢ ⎥
⎢m32 ⎥ ⎢0.5126 ⎥
⎢ ⎥ ⎢ ⎥
⎣m42 ⎦ ⎣0.5126 ⎦
Para λ3 = λL = 0.072628 y (B - λ3* I). m3 = 0
⎡ - 0.0189 - 0.1361 - 0.0756 0.0823⎤ ⎡ m13 ⎤ ⎡0⎤

⎢ - 0.1361
⎢ - 0.0036 - 0.1205 - 0.0395 ⎥⎥ ⎢⎢m23 ⎥⎥ ⎢⎢0⎥⎥
* =
⎢- 0.0756 - 0.1205 - 0.1189 0.0387 ⎥ ⎢ m33 ⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ 0.0823 - 0.0395 0.0387 - 0.4653⎦ ⎣m43 ⎦ ⎣0⎦
⎡ m13 ⎤ ⎡+ 0.5048 ⎤
⎢m ⎥ ⎢+ 0.5048 ⎥
Entonces ⎢ 23 ⎥ = ⎢ ⎥
⎢m33 ⎥ ⎢ - 0.4853 ⎥
⎢ ⎥ ⎢ ⎥
⎣m43 ⎦ ⎣+ 0.5048 ⎦
Para λ4 = λS = 0.21733 y (B - λ4* I). m4 = 0
⎡- 0.1636 - 0.1361 - 0.0756 0.0823 ⎤ ⎡ m14 ⎤ ⎡0⎤

⎢ - 0.1361
⎢ - 0.1483 - 0.1205 - 0.0395 ⎥⎥ ⎢⎢m24 ⎥⎥ ⎢⎢0⎥⎥
* =
⎢- 0.0756 - 0.1205 - 0.2636 0.0387 ⎥ ⎢ m34 ⎥ ⎢0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ 0.0823 - 0.0395 0.0387 - 0.6100 ⎦ ⎣m44 ⎦ ⎣0⎦
⎡ m14 ⎤ ⎡0.5756 ⎤
⎢m ⎥ ⎢ 0.5756 ⎥
Entonces ⎢ 24 ⎥ = ⎢ ⎥
⎢m34 ⎥ ⎢ 0.5756 ⎥
⎢ ⎥ ⎢ ⎥
⎣m44 ⎦ ⎣ 0.0769 ⎦
Finalmente al sustituir los mij calculados se tiene que:

115
⎡ϖ M ⎤ ⎡0.1575 0.5126
'
0.5756 ⎤ ⎡ xM + 0.3729 ⎤
0.5048
⎢ϖ ⎥ ⎢0.5702 0.4602 0.5048 0.5756 ⎥⎥ ⎢⎢ xP + 0.1737 ⎥⎥
⎢ P⎥=⎢ *
⎢ ϖ L ⎥ ⎢0.5702 0.5126 - 0.4853 0.5756 ⎥ ⎢ xL - 0.2396 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ ϖ S ⎦ ⎣0.5702 0.5126 0.5048 0.0769 ⎦ ⎣ xS - 0.6889 ⎦
Entonces las ecuaciones quedaron:
ωM = - 0,3717 + 0,1575 XM + 0,5702 XP + 0,5702 XL + 0,5702 XS
ωp = - 0,2049 + 0,5126 XM + 0,4602 XP + 0,5126 XL + 0,5126 XS
ωL = 0,0444 + 0,5048 XM + 0,5048 XP - 0,4853 XL + 0,5048 XS
ωS = 0,1237 + 0,5756 XM + 0,5756 XP + 0,5756 XL + 0,0769 XS
donde: ωi: variables canónicas y xi: variables codificadas (con i: M, P, L, S).
Los valores de las variables codificadas que definen la región de valores óptimos
alrededor del punto silla se obtuvieron mediante la evaluación de los valores de dichas variables
codificadas en la función respuesta (Aceptación Global) (ecuación 34) hasta que exista una error
absoluto 10-4 entre la respuesta generada por el punto estacionario y la generada por los puntos
que conformaron los extremos del intervalo mencionado en una hoja de cálculo en Microsoft
Excel – Windows 2000.. Por lo tanto los valores Codificados de los factores máximos y mínimos
evaluados en la función respuesta.
XM XP XL XS Ya ωMb ωPc ωLd ωSe Yfcanónico

Pto
-0,3729 -0,1737 0,2396 0,6889 7,1346 -4,479x10-5 -3,618 x10-5 -4,484 x10-5 -3,279 x10-5 7,1346
Estacionario
Mínimo -0,4200 -0,2120 0,2100 0,5500 7,1311 -0,1253804 -0,1281784 -0,0989066 -0,0769082 7,1299
Máximo -0,3340 -0,1440 0,2550 0,7200 7,1339 0,0495312 0,0574078 0,0428101 0,0507092 7,1341
Donde: (a): Ecuación cuadrática de aceptación resultante (Ec. 33)

(b), (c), (d) y (e): Ecuaciones resultantes de regresión de variables canónicas a codificadas (Ec. 35–38)
(f):Ecuación canónica resultante (Ec. 34)
116
A-10. Cálculo del coste mínimo de la formulación del néctar de frutas.
La ecuación de Coste mínimo resultó de relacionar precio, rendimiento y la masa de cada fruta.
Entonces:
⎛ 0,61640 ⎞ ⎛ 1,8037 ⎞ ⎛ 1,5753 ⎞

Costo min. = ⎜ ⎟ .X1 + ⎜ ⎟ .X2 + ⎜ ⎟ .X3 + 0,5479.X4 + 0,3196.X5
⎝ 0,29853 ⎠ ⎝ 0,31832 ⎠ ⎝ 0,38430 ⎠
Entonces:
Costo min. = 1,0298.X1 + 5,666. X2 + 4,0991. X3 + 0,5479. X4 + 0,3196. X5

(Ec. 39)
donde: Costo min. en $/ 0,4920882 Kg. néctar
Si los precios de los ingredientes en $ / Kg. (es más estable el valor de esta moneda) se basaron
en 2190 $ / Bs, entonces los valores de precios, rendimiento de cada fruta y variables de estudio
(cantidad de fruta y sacarosa) y las restricciones en función de las variables fueron ubicados en la
la siguiente tabla, tal como fueron obtenidos en una hoja de cálculos de Excel.
RANGO DE RENDIMIENTO
PUNTO
TRABAJO (Kg. JUGO O PRECIO PRECIO
FRUTA ESTACIONARIO
PULPA / Kg. ($/ Kg.) (BS. / Kg.)
Min. Máx. (Kg.)
FRUTA ENTERA)
Melón 0,13585 0,1428 0,140855 0,59853 0,61643836 1350
Parchita 0,09061 0,90197 0,091376 0,31832 1,80365297 3950
Limón 0,00782 0,00791 0,0078792 0,38430 1,57534247 3450
Sacarosa 0,07010 0,0735 0,072878 1,00000 0,54794521 1200
Agua --- 0,1791 0,1791 1,00000 0,3196347 700
TOTAL 0,4920882 (2190 $/ Bs.)
COSTO ($/ 0,4920882 Kg.) 0,36123118
COSTO ($/ Kg.) 0,73407812
La optimización de la ecuación de costo en base a las restricciones se efectuó aplicando la

herramienta SOLVER de Microsoft Excel 10.0 dando como resultado los siguientes valores
económicos
117
RANGO DE TRABAJO PUNTO

PRECIO PRECIO
FRUTA ECONÓMICO
($/ Kg.) BS./ Kg.
Min. Máx. (Kg.)
Melón 0,13585 0,1428 0,1410582 0,61643836 1350
Parchita 0,09061 0,90197 0,0906100 1,80365297 3950
Limón 0,00782 0,00791 0,0078200 1,57534247 3450
Sacarosa 0,07010 0,0735 0,073500 0,54794521 1200
Agua --- 0,1791 0,179100 0,3196347 700
TOTAL 0,4920882 (2190 $/ Bs.)
COSTO ($/ 0,4920882 Kg.) 0,788306
COSTO ($/ Kg.) 1,60196078
Por lo tanto comparando el punto silla y el punto económico se pudo ver en la siguiente tabla:
INGREDIENTE VARIABLE NATURAL (Kg.)

Punto silla Punto económico
MELÓN (X1) 0,25621 0,28665
PARCHITA (X2) 0,01857 0,01841
LIMÓN (X3) 0,00160 0,00159
SACAROSA (X4) 0,01482 0,01494
AGUA (X5) 0,03640 0,03640
TOTAL (Kg.) 1,00000 1,00000
COSTE ($ / Kg.) 1,61015671 1,60196078
ACEPTACIÓN 7,13460 7,1325
118
A-11. Valores se sensibilidad y de límites generados por el software Solver para la

determinación de los valores económicos para la formulación del néctar
Informe de límites para la reducción de costes.
Celda objetivo
Celda Nombre Igual
$D$10 costo Precio $/kg 0,788305998
Celdas cambiantes Límite Celda Límite Celda

Celda Nombre Igual inferior objetivo superior objetivo
$E$5 Melón Punto estacionario 0,1410582 0,1410582 0,788305998 0,1410582 0,788305998
$E$6 Parchita Punto estacionario 0,09061 0,09061 0,788305998 0,09061 0,788305998
$E$7 Limón Punto estacionario 0,00782 0,00782 0,788305998 0,00782 0,788305998
$E$8 Sacarosa Punto estacionario 0,0735 0,0735 0,788305998 0,0735 0,788305998
$E$9 --- Punto estacionario 0,1791 0,1791 0,788305998 0,1791 0,788305998
Fuente: Microsoft Excel 10.0 Informe de límites. Hoja de cálculo: [PROGRAMACIÓN

LINEAL.xls]
Informe de Sensibilidad para la reducción de costes.
Celdas cambiantes
Gradiente
Celda Nombre Valor Igual
reducido
$E$5 Melón Punto estacionario 0,1410582 0
$E$6 Parchita Punto estacionario 0,09061 4,636546493
$E$7 Limón Punto estacionario 0,00782 3,069279552
$E$8 Sacarosa Punto estacionario 0,0735 -0,482026994
$E$9 --- Punto estacionario 0,1791 0
Restricciones
Multiplicador
Celda Nombre Valor Igual
de Lagrange
$E$10 costo Punto estacionario 0,4920882 1,029972196
Fuente: Microsoft Excel 10.0 Informe de sensibilidad. Hoja de cálculo: [PROGRAMACIÓN

LINEA.xls] Hoja1
119
A-12. Valores de temperaturas para muestras de néctares y ambiente en función al

tiempo para la curva de penetración de calor y valores de letalidad. Fuente:
Laboratorio de Operaciones.
tiempo Néctar 1 Néctar 2 Néctar 3 Temp. media Medio Tasa de
(min.) (ºC) (ºC) (ºC) néctar (ºF) (ºF) letalidad
0 21,2 20,8 20,8 69,68 158,54 2,02613E-07
1 27,3 27,3 26,9 80,9 158,72 1,74448E-06
2 30,2 30,5 30 86,42 158,54 5,03114E-06
3 33,9 33,7 33,1 92,42 158,54 1,59099E-05
4 42,4 42,4 42,7 108,5 158,72 0,00034807
5 46,5 47,3 46,7 116,3 159,44 0,001554772
6 50,7 50,6 51,1 123,44 158 0,006118806
7 54,1 54,4 55,2 130,22 158,9 0,022473291
8 56,4 57,5 58,3 135,32 159,98 0,059795247
9 60 60,2 61,2 140,84 159,44 0,172451377
10 63,5 63,4 64 146,54 157,64 0,514833344
11 65,2 65,6 65,9 150,02 158,72 1,003845015
12 66,7 66,6 66,9 152,12 158,36 1,501988705
13 68,9 69,4 69,2 156,5 158,18 3,480700588
14 69,5 69,7 70 157,52 158 4,233179328
15 64,9 62 62,7 145,76 72,86 0,443268292
16 52,6 53,7 54,3 128,36 73,76 0,015727753
17 47 45,8 47 115,88 74,66 0,001434388
18 41,3 40,6 41,7 106,16 74,84 0,00022216
19 37,7 36,3 37,5 98,9 75,02 5,51654E-05
20 34,6 34,1 35,7 94,64 75,02 2,43594E-05
21 30,1 31,4 32,6 88,46 74,84 7,44161E-06
22 26,2 26,7 27,6 80,3 74,66 1,55477E-06
23 25,6 26,2 26,8 79,16 74,66 1,2493E-06
24 25,2 25,7 26,2 78,26 74,66 1,05115E-06
25 24,8 25,5 25,9 77,72 74,66 9,47691E-07
26 24 24,3 24,4 75,62 74,84 6,33383E-07
Con la letalidad puntual calculada con la ecuación 17 empleando un Z = 12 y Tref = 150 º F (65,56 ºC) y
S2: Desviación estándar
120
A-13. Cálculo de valores de Letalidad y tiempo de pasteurización para el néctar de

frutas.
Conforme a la gráfica 16, la letalidad se calculó mediante la ecuación de letalidad

asociada que gráficamente representa la sumatoria del área de los trapecios resultantes del
fraccionamiento del área bajo la curva formada de la relación entre la letalidad puntual y el
tiempo de calentamiento y enfriamiento.
De esta forma usando esta ecuación con t de 0 a 26 min. y L el coeficiente de letalidad, la

letalidad total es:
26
⌠
F =⎮ L dt = 11,45805601
⌡
0
Lo equivalente a 3,819.DT , para DT = 3 minutos

121
A-14. Determinación teórica de la cantidad de Vitamina C presente en el néctar de

frutas formulado.
Vitamina C por Aporte de Vitamina

Composición ingredientes C al néctar
Ingrediente
del néctar
(mg Ác. Ascó./ 100 mL) (mg Ác. Ascó./ 100 mL)
MELÓN (M) 25,621 26,275 6,732
PARCHITA (P) 18,567 19,854 3,686
LIMÓN (L) 1,601 33,216 0,532
SACAROSA (S) 14,819 0 0
AGUA (A) 36,392 0 0
TOTAL 100,000 ---------- 10,950
122
A-15. Análisis de Varianza (ANOVA) y Prueba de Rangos Múltiples (LSD) para

los atributos sensoriales del néctar pasteurizado en el estudio de estabilidad
acelerada.
DÍA 8
Suma de Grados de Media

ATRIBUTO F Significación
cuadrados Libertad Cuadrática
Inter-grupos 22,583 2 11,292 2,848 0,080
Aceptación
Intra-grupos 83,250 21 3,964
Global
Total 105,833 23
ACEPTACIÒN GLOBAL
Prueba de Rangos Múltiples: MÉTODO Grupo
Muestra Duplicaciones Promedio
LSD 95 % Homogéneo
* Diferencia Estadísticamente Significativa SP 8 6,375 X
0 ºC 8 6,625 X
5 ºC 8 7,250 X
8 ºC 8 7,375 X
DÍA 12

Inter-grupos 6,850 4 1,713 1,066 0,388
Aceptación
Intra-grupos 56,250 3 1,607
Global
Total 63,100 3
Prueba de Rangos Múltiples: ACEPTACIÒN GLOBAL

MÉTODO LSD 95 % Grupo
* Diferencia Estadísticamente Significativa Muestra Duplicaciones Promedio
Homogéneo
5 ºC 8 5,750 X
15 ºC 8 6,125 X
SP 8 6,250 X
0 ºC 8 6,750 X
8 ºC 8 6,875 X
123
DÍA 16

Inter-grupos 13,750 2 4,583 1,255 0,309
Aceptación
Intra-grupos 102,250 28 3,652
Global
Total 116,000 31
ACEPTACIÒN GLOBAL
Prueba de Rangos Múltiples: Grupo
MÉTODO LSD 95 % Muestra Duplicaciones Promedio
Homogéneo
* Diferencia Estadísticamente Significativa 0 ºC 8 5,250 X
SP 8 6,375 *XX
5 ºC 8 7,625 X

ATRIBUTO F Significancia
Inter-grupos 14,0630 1 14,063 15,291 0,002
Aceptación
Intra-grupos 12,875 14 0,920
Global
Total 26,938 15
DÍA 20
ACEPTACIÒN GLOBAL
Grupo
Prueba de Rangos Múltiples: MÉTODO Muestra Duplicaciones Promedio
Homogéneo
LSD 95 % 0 ºC 8 7,0 X
* Diferencia Estadísticamente Significativa SP 8 5,0 *X

Aplicacion de Diseño Central Compuesto PDF

Cargado por

Copyright:

Formatos disponibles

Aplicacion de Diseño Central Compuesto PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aplicacion de Diseño Central Compuesto PDF

Cargado por

Copyright:

Formatos disponibles

Universidad Simón Bolívar

Decanato de Estudios de Postgrado

APLICACIÓN DE DISEÑO CENTRAL COMPUESTO PARA LA

Dennar Coromoto Oropeza Noguera

APLICACIÓN DE DISEÑO CENTRAL COMPUESTO PARA LA

Trabajo de Grado presentado a la Universidad Simón Bolívar por:

Dennar Coromoto Oropeza Noguera

Como requisito parcial para optar al título de

Realizado bajo la tutoría del Profesor Félix Millán

Para la realización de estos estudios y en consecuencia, la culminación de este trabajo de grado,

A la Universidad Nacional Experimental del Yaracuy (UNEY), por creer en mí y brindarme la

A la Universidad Simón Bolívar (USB), por permitirme entrar y compartir conocimientos y

A mis compañeras de estudios, amigas que siempre e incondicionalmente aportaron mucho

Y por supuesto a mi familia y demás amistades, son mi soporte vital.

Este trabajo lo dedico a Dios, a la Virgen y a todos quienes comparten mi existencia.

En el mercado venezolano existe una variedad de néctares, concentrados y jugos de frutas

Tabla 2. Variables naturales expresadas en cantidad de frutas y sacarosa……..…………………... 54

Tabla 3. Características físico-químicas de las frutas (melón, parchita, limón)………..………….. 61

Tabla 8. Valores Codificados de los factores máximos y mínimos evaluados en la función

Tabla 10. Restricciones y ecuación de costes de formulación para el néctar de frutas……………… 81

Tabla12.Valores económicos resultantes de la optimización de la ecuación de costes de

Tabla 17. Parámetros físicos-químicos del néctar pasteurizado almacenado a diferentes

Fig. 3. Escala no estructurada empleada en pruebas de aceptación con consumidores…….............. 32

Fig. 4. Escala hedónica bimodal empleada en pruebas de aceptación con consumidores….............. 33

Fig. 6. Curva de penetración de calor de un alimento, temperatura contra el tiempo. Fuente:

Fig. 7. Curva de letalidad aplicada a un alimento. Fuente: Stumbo, 1973..………………………… 38

Fig. 11. Distribución de los residuos en función de los valores predichos.………………………… 67

Fig. 17. Curva de letalidad promedio de la muestra de la formulación resultante de néctar de

A-7. Cálculo del punto estacionario…………………………………………………………….. 110

A-8. Determinación de la Ecuación Canónica que sigue el Diseño factorial……………………... 111

A-14. Determinación teórica de la cantidad de Vitamina C presente en el néctar de frutas

La producción de frutas frescas a nivel mundial es llevada a cabo principalmente por la

No obstante, gracias al gran desarrollo tecnológico de la industria procesadora de frutas,

En la formulación de este tipo de producto alimenticio se puede emplear cualquier técnica

En base a lo anterior, se muestra la necesidad de industrializar la producción de frutales

Desarrollar un Diseño Central Compuesto y aplicar Programación Lineal para la formular un

En el mercado internacional, el principal país productor de frutas frescas según la

Al hacer referencia de la producción frutícola nacional, de los 2.798.159 Ton-m totales de

La situación venezolana en el sector frutícola es el resultado de los ajustes de los

No obstante, la producción nacional de frutas está experimentando un mayor desarrollo,

2.2. Frutas. Características.

El fruto es la parte de la planta, específicamente el ovario fecundado y maduro de la flor

Tal como se ha mencionado con anterioridad, uno de los antioxidantes de importancia

Las principales funciones bioquímicas del ácido ascórbico en el humano es mantener un

Este oscurecimiento es debido a la formación de compuestos ortoquinonas cuando las

adición de ácido ascórbico previene las reacciones enzimáticas de oscurecimiento (Bauernfeind y

El Melón (Cucumis melo L) es una fruta que pertenece a la familia botánica

La parchita (Passiflora edulis) pertenece a la familia Passifloraceae; originaria de

La parchita se encuentra básicamente en dos variedades: amarilla (Passiflora

El limón pertenece a la familia de las Rutaceae específicamente a la sub-familia

La producción de limones y limas a nivel mundial ha ido incrementándose paulatinamente

Una forma de aumentar la producción de las frutas y su aprovechamiento de la máxima

2.3 Néctar. Características. Elaboración.

Venezuela, la producción de néctares de frutas debe cumplir con requerimientos físico-químicos

ESPECIFICACIONES ETAPA INSUMO/ PRODUCTO

Tratamiento preliminar:  Fruta

Extracción Jugo o Pulpa

Decantación Sales sobresaturadas

 Envasado al Vacío Conservación

Tratamiento preliminar: Fruta

Envasado al Vacío Conservación

Tratamiento Preliminar: en esta etapa se procede con operaciones de lavado efectuados

Decantación: suele aplicarse a jugos proveniente de frutas no agrias, las cuales se

Tamizado: generalmente se realiza a la par de la extracción cuando la suspensión de

Centrifugación: empleado para la eliminación de parte de sólidos en suspensión

Conservación: luego de obtener este producto (concentrados a partir de jugos o pulpas de

Recepción de la Materia Prima: la pulpa o concentrado conservado en refrigeración, el

Mezclado: en esta fase se emplea un tanque de amplia capacidad, donde la pulpa o

Homogeneizado: el objetivo de esta fase es disminuir y unificar el tamaño de la partícula

Ajuste de ácidos y sólidos solubles: mediante determinaciones rápidas se establece si es

Desaireación: con el objeto de evitar alteraciones en la estructura de taninos, lípidos y

Conservación: hay diferentes métodos de conservación utilizados en la industria

Envasado: dependiendo de las políticas de la empresa, el producto final puede ser

Acidez titulable Ajuste de ácidos y sólidos