Académique Documents
Professionnel Documents
Culture Documents
Facultad De Ingeniera
Escuela Profesional De Ingeniera Agroindustrial
INVESTIGACIN DE OPERACIONES AGROINDUSTRIALES
Estudiante:
-
Cdigo
1004920101
Docente:
-
DEDICATORIA
UNAJMA
Pgina 1
Este
trabajo
principalmente
habernos
esta
a
dedicado
dios,
dado la vida y
por
la
INDICE
UNAJMA
Pgina 2
INTRODUCCIN............................................................................................... 3
CAPITULO I..................................................................................................... 4
Elaboracin del Hidromiel..................................................................................... 4
CAPITULO II.................................................................................................... 7
Modelamiento generalidades.................................................................................. 7
CAPITULO III................................................................................................. 10
Modelamiento matemtico del hidromiel.................................................................10
1.
3.
DATOS EXPERERIMENTALES.................................................................10
MODELAMIENTO MATEMTICO PARA CADA MUESTRA.............................11
3.1.
3.2.
3.3.
RESUMEN..................................................................................................... 15
ANEXOS........................................................................................................ 16
INTRODUCCIN
Un modelo matemtico se define como una descripcin desde el punto de vista de
UNAJMA
Pgina 3
las matemticas de un hecho o fenmeno del mundo real, desde el tamao de la poblacin, hasta
fenmenos fsicos como la velocidad, aceleracin o densidad. El objetivo del modelo
matemtico es entender ampliamente el fenmeno y tal vez predecir su comportamiento en el
futuro.
Es importante mencionar que un modelo matemtico no es completamente exacto
con problemas de la vida real, de hecho, se trata de una idealizacin.
Hay una gran cantidad de funciones que representan relaciones observadas en el mundo real; las
cuales se analizarn en los prrafos siguientes, tanto algebraicamente como grficamente.
CAPITULO I
Elaboracin del Hidromiel
1. Hidromiel Generalidades:
UNAJMA
Pgina 4
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 2
12 h depues
Preparacin del caldo de levadura a partir de levaduras del comercio
Etapa 3
Introduccin de la levadura
Etapa 4
Separacin del hidromiel vs la las
Etapa 5
Reposo, clarificacin trasiego
Etapa 6
Conservacin
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.
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 oxigenadas
10. Temperatura
Las 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.
UNAJMA
Pgina 7
CAPITULO II
Modelamiento generalidades
1. Regresin lineal simple
Sea 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:
Y =f ( X )
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:
Y = 0+ 1 X +
H 0: 1=0
HA= 1 0
UNAJMA
Pgina 8
Para encontrar el estadstico de prueba para esta hiptesis, es fcil ver que
una distribucin normal y dado que la media y varianza de
^ 1
sigue
^ 1
estn dadas por la ecuaciones
^
^
V
( 1 esta dada por:
^
^ ( ^ 1 ) = 1 = CME
V
Sxx Sxx
2. Calidad del ajuste en regresin lineal simple
En 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 R
Un 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
R =
R aj=
CMTotalCME
CMTotal
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:
r=
Sxy
SxxSyy
SCE
Syy ^ 1 Sxy
^ =
=
n2
n2
[ ei ]
mea=
CAPITULO III
Modelamiento matemtico del hidromiel
1. DATOS EXPERERIMENTALES
TIEMPO
1
5
15
22
27
34
39
42
50
56
60
MUESTRA
1
TIEMPO
y
OH
1
5
15
22
27
34
39
42
50
56
60
MUESTRA
2
x
BRIX
0
2
2.5
3
5.3
6.8
6.9
8.6
9.2
10
10.9
BRIX
0
2
2.1
2.5
5.3
5.9
6.3
7.4
9
10
10.5
MUESTRA
3
TIEMPO
OH
Y
OH
X
BRIX
0
UNAJMA
Pgina 10
24
5
15
22
27
34
39
42
50
56
60
2
2.1
2.4
5
5.5
6
6.5
8
8.5
9
21.4
19
18
16.1
15.5
13.5
12
11.5
10
9.8
MUESTRA
4
TIEMPO
Y
OH
1
5
15
22
27
34
39
42
50
56
60
X
BRIX
0
2
2.3
2.5
4
5
5.5
6.6
8
8.7
9.5
24
21.1
18
17.5
16.4
16
15
14
12.6
11
10.5
0
2
3
3.1
6
7
7.5
8
9
10
10.5
X
BRIX
24.5
21.2
18
17.5
16.5
14.5
13.3
12
11.8
10
9.7
MUESTRA
5
Y
1 OH
5
15
22
27
34
39
42
50
56
60
11
UNAJMA
Pgina 11
MUESTRA
6
TIEMPO
1
5
15
22
27
34
39
42
50
56
60
Y
OH
X
BRIX
0
2
3.5
4
5
7
8
8.7
9.5
10.2
10.7
24
21
18
17
15
14.5
12.5
11
10.5
10
9.5
UNAJMA
Pgina 12
OH
CONSENTRACION DE AZUCAR EN
BRIX
DOBLE CONSENTRACION DE
AZUCAR EN BRIX
TRIPLE CONSENTRACION DE
AZUCAR EN BRIX
INTERCEPTO
PENDIENTE
X2
X3
a
b
MODELO LINEAL
Y =a+bX
MODELO CUADRATICO
Y =a+bx+ c x 2
MODELO CUBICO
Y =a+bx+ c x 2+ d x 3
3.1.
Para la muestra 1
MUESTRA
1
Y MODELO
y
TIEMPO
OH
x
BRI
X
25.2
22.5
2.5
21.6
15
x^2
BRIX
^2
x^3
BRIX^3
Y PARA
M.L.
Y PARA
M.CUDR
Y PARA M.
CUB
0.2114689 0.2759870
635.04 16003.008
4
36 0.121947066
2.1609530 2.1605706
506.25 11390.625
19
51 2.036125325
2.9517603 2.9654738
466.56 10077.696
38
77 2.843012863
22
21
441
9261
27
5.3
19
361
6859
34
6.8
18.8
353.44
6644.672
39
6.9
16.5
272.25
4492.125
42
8.6
50
9.2
15
14.7
5
225
3375
217.56 3209.0468
25
75
56
10
10.
9
60
13
169
2197
13
169
2197
3.4789652
18
5.2363148
17
5.4120497
77
7.4330018
15
8.7510140
15
8.9706827
15
10.508363
61
10.508363
61
3.5000530
64
5.2702954
51
5.4463306
85
7.4578113
86
8.7568345
21
8.9723549
92
10.473131
21
10.473131
21
3.396153133
5.284055957
5.47361245
7.60124258
8.882131593
9.083158722
10.36122722
10.36122722
Y =a+bX
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de determinacin
R^2
R^2 ajustado
Error tpico
Observaciones
0.9877950
8
0.9757391
19
0.9730434
66
0.5968320
91
11
MODELO CUADRATICO
Y =a+bx+ c x 2
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de
determinacin R^2
R^2 ajustado
Error tpico
Observaciones
0.98783438
1
0.97581676
4
0.96977095
6
0.63202222
2
11
Intercepcin
BRIX
Coeficientes
21.93113601
-0.878674799
Intercepcin
BRIX
BRIX ^2
Coeficientes
21.93113601
-0.878674799
21.93113601
MODELO CUBICO
2
Y =a+bx+ c x + d x
Estadsticas de la regresin
Coeficiente de correlacin
mltiple
Coeficiente de
determinacin R^2
R^2 ajustado
Error tpico
Observaciones
3.2.
0.98836871
3
0.97687271
2
0.96696101
7
0.66074437
3
11
Para la muestra 2
Intercepcin
BRIX
BRIX ^2
BRIX^3
Coeficientes
5.858153205
1.75691221
-0.139793387
0.002407054
MUESTRA 2
y
x^2
x^3
Y MODELO
Y
MODELO Y
BRIX BRIX^ Y MODELO CUADRAD MOLDELO
TIEMPO
OH BRIX ^2
3
LINIAL
O
CUBICO
1.2381876 0.135895 0.1987498
1
0
25
625 15625
5
06
7
9528.1 1.3946465 1.256666
5
2
21.2 449.44
28
6
7 1.1758106
6128.4 3.4039147 2.718752 2.6697415
15 2.1
18.3 334.89
87
6
06
4
2.899981 2.8577053
22 2.5
18
324
5832 3.6117701
13
5
5.6903234 5.021428 5.0495369
27 5.3
15
225
3375
1
84
7
6.3831745
5.8971952
34 5.9
14
196
2744
2
5.85349
5
7.0760256 6.748007
39 6.3
13
169
2197
2
11 6.7980919
7.7688767 7.704980 7.7490556
42 7.4
12
144
1728
3
19
3
1643.0 7.9074469 7.903869 7.9449773
50
9
11.8 139.24
32
5
52
6
9.1545789 9.806294 9.7884991
56 10
10
100
1000
4
22
7
10.
9.8474300 10.95063 10.870636
60
5
9
81
729
5
52
4
LA TABLA2 muestra en comportamiento del BRIX en un incremento
exponencial
MODELO LINEAL
Y =a+bX
Estadsticas de la regresin
Coeficiente de correlacin
0.9662505
mltiple
48
Coeficiente de determinacin
0.9336401
R^2
22
R^2 ajustado
0.9262668
02
Coeficientes
Error tpico
0.9599849
63
Intercepcin
16.08309
Observaciones
11
BRIX
-0.692851106
MODELO CUADRATICO
Y =a+bx+ c x 2
Estadsticas de la regresin
Coeficiente de correlacin
0.9882115
mltiple
82
Coeficiente de determinacin
0.9765621
R^2
31
R^2 ajustado
0.9707026
64
Coeficientes
Error tpico
0.6051275
97
Intercepcin
24.06022194
Observaciones
11
BRIX
-1.737672571
BRIX^2
0.03122798
MODELO CUBICO
2
Y =a+bx+ c x + d x
Estadsticas de la regresin
Coeficiente de correlacin
0.9883339
mltiple
71
Coeficiente de determinacin
0.9768040
R^2
39
0.9668629
R^2 ajustado
13
0.6435615
Error tpico
07
Intercepcin
BRIX
BRIX^2
BRIX^3
Observaciones
3.3.
Para
Coeficientes
21.91150135
-1.309356358
11
0.004420122
0.000528549
la muestra 3
MUESTR
A3
Y
TIEMPO
OH
X^2
BRI
X
BRIX^2
24
2 21.4
15
2.1
19
22
2.4
18
27
5 16.1
34
5.5 15.5
39
6 13.5
42
50
56
6.5
12
8 11.5
8.5
10
60
9
9.8
LA TABLA 3 muestra
exponencial
X^3
BRIX^3
Y
MODELO
Y
MODELO
LINIAL
Y
Y MODELO MOLDELO
CUADRADO CUBICO
MODELO LINEAL
Y =a+bX
Estadsticas de la regresin
Coeficiente de correlacin
0.9802189
mltiple
5
Coeficiente de determinacin
0.9608291
R^2
9
R^2 ajustado
Error tpico
Observaciones
0.9564768
8
Coeficientes
0.6255876
Intercepcin
14.710616
3
11
BRIX
-0.62539096
MODELO CUADRATICO
Y =a+bx+ c x 2
Estadsticas de la regresin
Coeficiente de correlacin
0.982890
mltiple
29
Coeficiente de determinacin
0.966073
R^2
31
R^2 ajustado
0.957591
64
Coeficientes
Error tpico
Intercepcin 0.617524
17.4693203
04
BRIX
-0.98965104
Observaciones
11
BRIX^2
0.01109304
MODELO CUBICO
Y =a+bx+ c x 2+ d x 3
Estadsticas de la
Coeficientes
regresin
Coeficiente de correlacin
Intercepcin 0.982976
15.2239701
mltiple
94
BRIX
-0.54639251
Coeficiente de determinacin
0.966243
BRIX^2
-0.01658959
R^2
66
R^2 ajustado
0.951776
BRIX^3
0.00054994
66
0.658501
Error tpico
54
Observaciones
11
RESUMEN
Para la muestra 1
Coeficien
tes
a
MODELO LINEAL
b
Y =a+bX
MODELO
CUADRATICO
Y =a+bx+ c x
a
b
c
MODELO CUBICO
2
Y =a+bx+ c x + d x
a
3
b
c
valor
21.931136
01
0.8786747
99
21.931136
01
0.8786747
99
21.931136
01
5.8581532
05
1.7569122
1
0.1397933
87
0.0024070
54
R^2
ajustado
0.9564768
8
0.9575916
4
0.9517766
6
%MEA
61.7074462
3
97.4579112
7
99.8272671
4
Para la muestra 2
Coeficien
tes
a
MODELO LINEAL
Y =a+bX
MODELO
CUADRATICO
Y =a+bx+ c x
a
b
c
MODELO CUBICO
2
Y =a+bx+ c x + d x
a
3
valor
16.08309
0.6928511
06
24.060221
94
1.7376725
71
0.0312279
8
21.911501
35
1.3093563
58
0.0044201
R^2
ajustado
0.9262668
02
0.9707026
64
0.9668629
13
%MEA
55.2604410
3
95.8570837
7
99.6198047
7
22
0.0005285
49
d
Para la muestra 3
Coeficien
tes
a
MODELO LINEAL
Y =a+bX
MODELO
CUADRATICO
Y =a+bx+ c x
a
b
c
MODELO CUBICO
2
Y =a+bx+ c x + d x
a
3
valor
14.710616
0.6253909
6
17.469320
3
0.9896510
4
0.0110930
4
15.223970
1
0.5463925
1
0.0165895
9
0.0005499
4
ANEXOS
Las fotos muestran los das de recopilacin de datos
R^2
ajustado
0.9564768
8
0.9575916
4
0.9517766
6
%MEA
59.6162111
5
96.5716811
3
99.6990123
8