universidad nacional jose maria arguedas
DESCRIPTION
trabajo de investigacionTRANSCRIPT
UNIVERSIDAD NACIONAL JOSE MARIA ARGUEDASFacultad De IngenieraEscuela Profesional De Ingeniera AgroindustrialINVESTIGACIN DE OPERACIONES AGROINDUSTRIALES
EVALUACIN DE MODELOS MATEMTICOS EN EL COMPORTAMIENTO DEL HIDROMIEL
Estudiante: Cdigo Daniel Loa Barrientos1004920101 Docente: Ing. David Choque
Talavera - Andahuaylas Per
DEDICATORIA
Este trabajo esta dedicado principalmente a dios, por habernos dado la vida y la oportunidad de estudiar en esta casa de estudios.
Asimismo a nuestros padres por brindarnos el apoyo incondicional para ser realidad nuestros grandes anhelos.
A nuestro docente por guiarnos y apoyarnos en la ejecucin de esta ardua tarea.
Y a todas aquellas personas que han permitido la realizacin de este trabajo.
INDICEINTRODUCCIN3CAPITULO I4Elaboracin del Hidromiel4CAPITULO II7Modelamiento generalidades7CAPITULO III10Modelamiento matemtico del hidromiel101.DATOS EXPERERIMENTALES103.MODELAMIENTO MATEMTICO PARA CADA MUESTRA113.1.Para la muestra 1113.2.Para la muestra 2133.3.Para la muestra 314RESUMEN15ANEXOS16
INTRODUCCIN
Unmodelomatemtico se define como unadescripcindesde el punto de vista de lasmatemticasde un hecho o fenmeno del mundo real, desde el tamao de lapoblacin, hasta fenmenos fsicos como lavelocidad, aceleracin odensidad. Elobjetivodel modelo matemtico es entender ampliamente el fenmeno y tal vez predecir sucomportamientoen el futuro.Es importante mencionar que un modelo matemtico no es completamente exacto conproblemasde la vida real, de hecho, se trata de una idealizacin.Hay una gran cantidad defuncionesque representan relaciones observadas en el mundo real; las cuales se analizarn en los prrafos siguientes, tanto algebraicamente como grficamente.
CAPITULO IElaboracin del Hidromiel
1. Hidromiel Generalidades:La miel que la abeja prepara para su uso se encuentra, por su composicin y por su situacin en la colmena, al abrigo de los consumidores, a los que no est destinada. Pero el hombre interviene, se apropia de la miel. Ahora bien sacada de los paneles y alojada en recipientes, incluso estancos, la miel se modifica.Adems, las levaduras, ya presentes en las celdas y la miel aportadas por el aire, encuentra en la miel un medio favorable para su desarrollo. En efecto estas levaduras hongos-consumen azucares, prtidos y materias minerales, todas ellas sustancias existentes en la miel.2. Preparacin de la miel.Clara u oscura, recin cogida o aeja, no importa de qu miel proceda el hidromiel. Es ms, hay poca relacin entre la calidad de la miel y la del hidromiel. Etapa 1.Preparacin del mosto. Miel:35 kg agua complementar a 100 litros , ac. Tartrico: 50 a 100g, Fosfato amnico:2-4g Antes de cerrar: 10 a 20g de meta bisulfito Etapa 212 h depuesPreparacin del caldo de levadura a partir de levaduras del comercio Etapa 3Introduccin de la levadura Etapa 4Separacin del hidromiel vs la las Etapa 5Reposo, clarificacin trasiego Etapa 6Conservacin
3. Adicin de agua Segn el grado alcohlico deseado en el hidromiel, se diluir maso menos la miel, teniendo en cuenta que un grado alcohlico es producido por alrededor de 20 g de azucares por litro de mosto.
4. Adicin de materias mineralesAun cuando la miel aporta materias minerales, el mosto de la miel fermentada mejor y produce una bebida de mayor calidad si se encuentra su acidez por adicin de acido tartrico a la dosis de 50 a 100g por hectolito.5. Adicin de materias nitrogenadas La miel es pobre en prtidos. Con vista a su transformacin en hidromiel, es recomendable aadir de 2 a 4g de fosfato amnico por hectolito.6. Eliminacin de las sustancias en suspensinCon el fin de eliminar los grados de polen y otras sustancias en suspensin en la miel, que podran comunicar un mal sabor al producto final, parece posible centrifugar el mosto o pasarlo por un filtro prensa.7. Esterilizacin del mostoLos microorganismos de la miel, del agua, del aire y de los recipientes contaminan el mosto. Ahora bien, si queremos ofrecer a la levadura un medio en el que solo ella prolifera, tendremos obligatoriamente que destruir todos los seres vivos del mosto. El calor, costoso y de fcil empleo, esterilizara pequeas cantidades de mosto de miel. Es mas sencillo aadir al lquido, en el momento de su fabricacin., un antisptico voltil, como el gas sulfuro, aportado bajo la forma de meta bisulfito de potasio a la dosis de 10 a 20g por hectolitro.Doce horas despus del sulfitado todas las bacterias y levaduras estn destruidas. Una agitacin del lquido al aire o su trasvase, en amplio contacto con el aire, eliminaran el gas sulfuroso que impide la fermentacin.8. Aporte de levadurasEste aporte es indispensable en un mosto esterilizado. Las levaduras alcohlicas pertenecen a varias especies vecinas. La mejor de estas especies, saccharomyces serivisiae cuenta con numerosas razas, cada una de las cuales imprime su sello al producto final.La siembra mas simple consiste en incorporar al mosto de miel del 2 al 5% de mosto de uva fuertemente cargado de levaduras alcohlicas activas, es decir, en plena fermentacin . la tcnica se emplea mas gustosamente cuando el hidromiel se prepara en el momento de la vendimia.9. FermentacinCondiciones a tener en cuenta. En el mosto, la levadura va a consumir azcar y se va a multiplicar tanto mas deprisa cuanto ms aheriado este el medio.Aun cuando la presencia de aire es constante y necesaria al comienzo de la fabricacin del hidromiel, no lo ser despus de uno o dos das . En efecto alimentada en un medio oxigenado,la levadura consume el azcar y multiplica sus clulas, pero no produce alcohol.Despues de una fase de multiplicacin y agotamiento del oxigeno en el liquido,la levadura modifica su forma de vivir; resiste a la asfixia , es decir, destruye el azcar produciendo alcohol y co2 y cesa su multiplicacin.El mosto permanece en reposo cuando la levadura absorbe el oxigeno, despus chispea e incluso hierve durante la fermentacin. Se forman burbujas de co2 ascienden en el liquido y estallan en su superficie .El volumen del mosto aumenta, ascienden en el liquido y estallan en su superficie. El volumen del mosto aumenta, por lo que es obligado prever, al comienzo, por el encima del liquido, un vacio de 1/5 a 1/4 del volumen total.Al fermentar, el mosto se enturbia y calienta; se aprecia olor y alcohol.En principio la feermentacion prosigue hasta la completa desaparion de los azucares; paro varios factores pueden frenar o parar el trabajo de las levaduras. Estos son principalmente. Una proporcin importante de alcohol Una temperatura demasiado baja o elevada Una ausencia de oxigeno demasiado prolongada Una escasez de materias oxigenadas10. TemperaturaLas levaduras alcohlicas comunes trabajan activamente entre 20 y 30 c A este intervalo de temperatura es al que conviene llevar el mosto y despus mantenerlo en el. Por debajo de 20 y por encima de 30c, la levadura se frena.
CAPITULO IIModelamiento generalidades1. Regresin lineal simpleSea dos variables X y Y, suponga que se quiere explicar el comportamiento de Y con base a los valores que toma X. Para esto, se mide el valor de Y sobre un conjunto de valores de X, con los que se obtienen parejas de puntos (x1, y1), (x2, y2), (xn, yn). A Y se le llama variable dependiente o la variable de respuesta y a X se le conoce como variable independiente o variable regresora. La variable X no necesariamente es aleatoria. Una manera de estudiar el comportamiento de Y con Respecto a X es mediante al modelo de regresin que consiste en ajustar un modelo matemtico de la forma:
A las parejas de puntos. Con ello, se puede ver si un dado un valor de la variable independiente X es posible predecir en valor promedio de Y.Suponga que las variables X y Y estn relacionadas linealmente y que para cada valor de X, la variable dependiente, Y, es un valor aleatoria. Es decir, que cada observacin de Y puede ser descrita por el modelo:
1.1. Pruebas de hiptesis en la regresin lineal simpleEn cualquier de los anlisis de regresin no basta hacer los caculos que se explicaron antes, sino que es necesario evaluar que estn bien el modelo (la lnea recta) explica la relacin entre X y Y. una primera forma de hacer esto es probar una serie de hiptesis sobre el modelo. Para ello es necesario suponer una distribucin de probabilidad para el trmino de error, i. Es usual suponer normalidad: i se distribuye en forma normal, independiente, con media a cero, varianza (i NDI (0. )).Por lo general, la hiptesis de mayor inters plantea que la pendiente es significativamente deferente de cero. Esto se logra al probar la siguiente hiptesis:
Para encontrar el estadstico de prueba para esta hiptesis, es fcil ver que sigue una distribucin normal y dado que la media y varianza de estn dadas por la ecuaciones (11.10) y (11.12) respectivamente. Entonces una estimacin de ( esta dada por:
2. Calidad del ajuste en regresin lineal simpleEn la seleccin anterior estudiamos pruebas de hiptesis para verificar que hay una relacin significativa entre X y Y; sin embargo, no hemos visto si tal relacin permite hacer estimaciones con una precisin aceptable. Por ejemplo, es de inters saber que tanta de la variabilidad presente en Y fue explicada por el modelo, adems si se cumplen con los supuestos residuos. 3. Coeficiente de determinacin de RUn primer criterio para evaluar la calidad del ajuste es observar la forma en que el modelo se ajust a los datos. En el caso de la regresin lineal simple esto se distingue al observar se los puntos tienden a ajustarse razonablemente bien a la lnea recta. Pero otro criterio ms cuantitativo es que el proporciona el coeficiente de determinacin, que en el contexto de diseo de experimentos explicamos, y que ahora en el contexto de regresin est definido por: aj
3.1. Coeficiente de determinacin ajustado R aj.Este coeficiente se calcula de la siguiente manera:
4. Coeficiente de correlacin.Es bien conocido que el coeficiente de correlacin r, mide la intensidad de la relacin entre las variables X y Y. Si se tiene n pares de datos de la forma (xi,yi), entonces este coeficiente se obtiene de la siguiente manera:
4.1. Error estndar de estimacin. Una medicin sobre la calidad del ajuste de un modelo lo da el error estndar de estimacin, que es una estimacin de la desviacin estndar del error, . En el caso de la regresin simple, est dado por:
5. Media de error absoluto (mea)Otra forma de medir la calidad del ajuste es a travs de la media del valor absoluto de los residuos, es decir:
CAPITULO IIIModelamiento matemtico del hidromiel
1. DATOS EXPERERIMENTALES
UNAJMAPgina 7
MUESTRA 1
yx
TIEMPOOHBRIX
1025.2
5222.5
152.521.6
22321
275.319
346.818.8
396.916.5
428.615
509.214.75
561013
6010.913
MUESTRA 2
yx
TIEMPOOHBRIX
1025
5221.2
152.118.3
222.518
275.315
345.914
396.313
427.412
50911.8
561010
6010.59
MUESTRA 3
YX
TIEMPOOHBRIX
024
5221.4
152.119
222.418
27516.1
345.515.5
39613.5
426.512
50811.5
568.510
6099.8
MUESTRA 4
YX
TIEMPOOHBRIX
1024
5221.1
152.318
222.517.5
27416.4
34516
395.515
426.614
50812.6
568.711
609.510.5
MUESTRA 5
YX
1OHBRIX
5024.5
15221.2
22318
273.117.5
34616.5
39714.5
427.513.3
50812
56911.8
601010
1110.59.7
MUESTRA 6
YX
TIEMPOOHBRIX
1024
5221
153.518
22417
27515
34714.5
39812.5
428.711
509.510.5
5610.210
6010.79.5
2. SE PROPROPONE LOS SIGIENTES MODELOS LEYENDA.yOH
XCONSENTRACION DE AZUCAR EN BRIX
DOBLE CONSENTRACION DE AZUCAR EN BRIX
TRIPLE CONSENTRACION DE AZUCAR EN BRIX
aINTERCEPTO
bPENDIENTE
MODELO LINEAL
MODELO CUADRATICO
MODELO CUBICO
3. MODELAMIENTO MATEMTICO PARA CADA MUESTRA 3.1. Para la muestra 1 MUESTRA 1
yxx^2x^3Y MODELO
TIEMPOOHBRIX BRIX ^2BRIX^3Y PARA M.L.Y PARA M.CUDRY PARA M. CUB
1025.2635.0416003.008-0.21146894-0.275987036-0.121947066
5222.5506.2511390.6252.1609530192.1605706512.036125325
152.521.6466.5610077.6962.9517603382.9654738772.843012863
2232144192613.4789652183.5000530643.396153133
275.31936168595.2363148175.2702954515.284055957
346.818.8353.446644.6725.4120497775.4463306855.47361245
396.916.5272.254492.1257.4330018157.4578113867.60124258
428.61522533758.7510140158.7568345218.882131593
509.214.75217.56253209.0468758.9706827158.9723549929.083158722
561013169219710.5083636110.4731312110.36122722
6010.913169219710.5083636110.4731312110.36122722
LA TABLA1 muestra en comportamiento del BRIX en un incremento exponencial MODELO LINEAL
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.98779508
Coeficiente de determinacin R^20.975739119
R^2 ajustado0.973043466
Error tpico0.596832091
Observaciones11
Coeficientes
Intercepcin21.93113601
BRIX-0.878674799
Coeficientes
Intercepcin21.93113601
BRIX-0.878674799
BRIX ^221.93113601
MODELO CUADRATICO
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.987834381
Coeficiente de determinacin R^20.975816764
R^2 ajustado0.969770956
Error tpico0.632022222
Observaciones11
MODELO CUBICO
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.988368713
Coeficiente de determinacin R^20.976872712
R^2 ajustado0.966961017
Error tpico0.660744373
Observaciones11
Coeficientes
Intercepcin5.858153205
BRIX1.75691221
BRIX ^2-0.139793387
BRIX^30.002407054
3.2. Para la muestra 2
MUESTRA 2
yxx^2x^3Y MODELO
TIEMPOOHBRIXBRIX^2BRIX^3Y MODELO LINIALY MODELO CUADRADOY MOLDELO CUBICO
102562515625-1.238187650.135895060.19874987
5221.2449.449528.1281.394646561.25666671.1758106
152.118.3334.896128.4873.403914762.718752062.66974154
222.51832458323.61177012.899981132.85770535
275.31522533755.690323415.021428845.04953697
345.91419627446.383174525.853495.89719525
396.31316921977.076025626.748007116.7980919
427.41214417287.768876737.704980197.74905563
50911.8139.241643.0327.907446957.903869527.94497736
56101010010009.154578949.806294229.78849917
6010.59817299.8474300510.950635210.8706364
LA TABLA2 muestra en comportamiento del BRIX en un incremento exponencial
MODELO LINEAL
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.966250548
Coeficiente de determinacin R^20.933640122
R^2 ajustado0.926266802
Error tpico0.959984963
Observaciones11
Coeficientes
Intercepcin16.08309
BRIX-0.692851106
MODELO CUADRATICO
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.988211582
Coeficiente de determinacin R^20.976562131
R^2 ajustado0.970702664
Error tpico0.605127597
Observaciones11
Coeficientes
Intercepcin24.06022194
BRIX-1.737672571
BRIX^20.03122798
MODELO CUBICO
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.988333971
Coeficiente de determinacin R^20.976804039
R^2 ajustado0.966862913
Error tpico0.643561507
Observaciones11
Coeficientes
Intercepcin21.91150135
BRIX-1.309356358
BRIX^20.004420122
BRIX^30.000528549
3.3. Para la muestra 3MUESTRA 3
YXX^2X^3Y MODELO
TIEMPOOHBRIXBRIX^2BRIX^3Y MODELO LINIALY MODELO CUADRADOY MOLDELO CUBICO
102457613824-0.298767040.107289180.157288329
5221.4457.969800.3441.327249461.370958881.323382743
152.11936168592.828187762.670539752.625694623
222.41832458323.453578723.249748133.221115664
27516.1259.214173.2814.641821544.411366734.421908419
345.515.5240.253723.8755.017056124.794833234.817137135
39613.5182.252460.3756.267838046.13073876.177271786
426.51214417287.205924477.19090637.228651583
50811.5132.251520.8757.518619957.555388547.582869632
568.51010010008.456706398.68211448.651023777
6099.896.04941.1928.581784598.836116158.793656309
LA TABLA 3 muestra en comportamiento del BRIX en un incremento exponencial
MODELO LINEAL
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.98021895
Coeficiente de determinacin R^20.96082919
R^2 ajustado0.95647688
Error tpico0.62558763
Observaciones11
Coeficientes
Intercepcin14.710616
BRIX-0.62539096
MODELO CUADRATICO
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.98289029
Coeficiente de determinacin R^20.96607331
R^2 ajustado0.95759164
Error tpico0.61752404
Observaciones11
Coeficientes
Intercepcin17.4693203
BRIX-0.98965104
BRIX^20.01109304
MODELO CUBICO
Coeficientes
Intercepcin15.2239701
BRIX-0.54639251
BRIX^2-0.01658959
BRIX^30.00054994
Estadsticas de la regresin
Coeficiente de correlacin mltiple0.98297694
Coeficiente de determinacin R^20.96624366
R^2 ajustado0.95177666
Error tpico0.65850154
Observaciones11
RESUMEN Para la muestra 1CoeficientesvalorR^2 ajustado%MEA
MODELO LINEAL
a21.931136010.95647688
61.70744623
b-0.878674799
MODELO CUADRATICO
a21.931136010.95759164
97.45791127
b-0.878674799
c21.93113601
MODELO CUBICO
a5.8581532050.95177666
99.82726714
b1.75691221
c-0.139793387
d0.002407054
Para la muestra 2CoeficientesvalorR^2 ajustado%MEA
MODELO LINEAL
a16.083090.92626680255.26044103
b-0.692851106
MODELO CUADRATICO
a24.060221940.97070266495.85708377
b-1.737672571
c0.03122798
MODELO CUBICO
a21.911501350.96686291399.61980477
b-1.309356358
c0.004420122
d0.000528549
Para la muestra 3
CoeficientesvalorR^2 ajustado%MEA
MODELO LINEAL
a14.7106160.9564768859.61621115
b-0.62539096
MODELO CUADRATICO
a17.46932030.9575916496.57168113
b-0.98965104
c0.01109304
MODELO CUBICO
a15.22397010.9517766699.69901238
b-0.54639251
c-0.01658959
d0.00054994
ANEXOS
Las fotos muestran los das de recopilacin de datos