1

CURSO: INTRODUCCIÓN A LA INGENIERÍA

PROFESORA: GABRIELA CHIRE FAJARDO
GRUPO 12 :
- RODRIGUEZ DIAZ, JAMERCCY H. VICTORIA 20170236
- SILVA ESPIRITU, LEIDY CLARA 20161374
- ZAMUDIO MILLA, GINA PAMELA 20170233
CICLO :
2019-II
 MARCO
HISTÓRICO
 Francis
Gauss (1795) Legendre Galton (1870)
(1805)
publicó con mucho
orgullo su
Descubrió el descubrimiento “regresión” surgió
método de en 1805, llamando a en el ámbito de la
mínimos su publicación
“nuevos métodos Biología
cuadrados para la
determinación de
la órbita de
cometas”.

combinó el trabajo
descubrió el “Teoría del
de Gaussy las ideas
planeta movimiento de los
de Galton y Pearson
enano Ceres. Fue cuerpos celestes
para desarrollar
capaz de seguir que se mueven
su teoría de
su órbita durante sobre el sol en
estimaciones de
40 días secciones cónicas”
mínimos cuadrados
Zach- Piazzi
(1801) Gauss (1809) Ronald
Fisher
 MARCO
TEÓRICO
 MÉTODO DE LOS MÍNIMOS CUADRADOS 6

IMPORTANCIA

- Es útil para valorar la relación entre dos variables cuantitativas

- Sirve para la obtención de los valores numéricos de

los coeficientes de un modelo (Martín et al,.2015)

FUENTE: Martín et al,.2015. p141

 MÉTODO DE LOS MÍNIMOS CUADRADOS 7

MODELO LINEAL
X : Variable explicativa, predictora o independiente
Y : Variable aleatoria a explicar o respuesta o dependiente
N : Puntos o individuos de la muestra
Se dispone de valores para ambas variables:

Se puede visualizar gráficamente la relación

existente entre ambas variables mediante un
gráfico de dispersión

Se desea obtener la ecuación de la recta que

mejor se aproxime a los datos y que pueda ser
utilizada para predecir los valores de Y a partir
de los de X.
Fuente: Pértega y Pita, 2000
 MÉTODO DE LOS MÍNIMOS CUADRADOS 8

MODELO LINEAL

se obtienen

𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒: 𝑏෠ =

σ𝑦 σ𝑋
𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜: 𝑎ො = = − 𝑏෠ ∗ ( )
𝑁 𝑁
 MÉTODO DE LOS MÍNIMOS CUADRADOS 9

MODELO LINEAL

Coeficiente de Correlación (r)

Si los puntos se ajustan al modelo el valor de r tiende a la unidad

Ejemplo:
 MÉTODO DE LOS MÍNIMOS CUADRADOS 10

MODELOS NO LINEALES

Tabla 1
FUENTE: Tobón, Atalo. (2014, 57p)
 MÉTODO DE LOS MÍNIMOS CUADRADOS 11

MODELOS NO LINEALES
ECUACIÓN LOGARÍTMICA

Se hace la conversión:

Y finalmente se obtiene:
 MÉTODO DE LOS MÍNIMOS CUADRADOS 12

MODELOS NO LINEALES
ECUACIÓN POTENCIAL

Se hace la conversión sacando logaritmo a ambos miembros

Y finalmente se obtiene:
 MÉTODO DE LOS MÍNIMOS CUADRADOS 13

MODELOS NO LINEALES https://www.youtube.com/watch?v=va_CFzqfQqI

ECUACIÓN EXPONENCIAL DEL TIPO

Se hace la conversión sacando logaritmo a ambos miembros

Y finalmente se obtiene:
APLICACIONES
A LA
INDUSTRIA
ALIMENTARIA
 15
Modelación de la cinética de secado de papa amarilla
Peruana (Solanum gonyocalix)

La modelación de la cinética de secado de papas (Solanum

gonyocalix) de la variedad Amarilla Tumbay del Perú se llevó
acabo en un secador de túnel por aire caliente de laboratorio.
Las papas con un espesor de 0,5 cm en formas rectangulares
fueron usadas en los experimentos de secado con diferentes
temperaturas (60, 70 y 80 ºC) y velocidad de aire (4,9, 6,7 y
8,3 m/s). Siendo de nuestro interés la utilización de mínimos
cuadrados en esa investigación, donde la temperatura
dependiente de la difusividad de la humedad fue sido
considerada del tipo Arrhenius (R2 = 0,995), cuyas difusividad
de la humedad y la energía de activación fueron: Do =
0,81x10-9 m2/s y Ea = 4,81 kJ/mol respectivamente (Valdivia,
Chire & Salas, 2017). Fuente: Valdivia, Chire &
Salas (2017).
 16
EJERCICIO

Se ha realizado un experimento en el laboratorio, en el cual se ha medido el enfriamiento de

un alimento en tres diferentes dimensiones. En el cuadro siguiente se muestra los resultados
de las mediciones del tiempo con la temperatura encontrada. Determinar la función
matemática que mejor define los puntos.
 17

(1) Evaluación del efecto de la temperatura sobre el secado.

(2) El modelado de la cinética de secado por aire caliente de patatas amarillas,
variedad Amarilla Tumbay.
(3) La determinación de los parámetros de cinética de secado tales como
difusividad agua (Do) y energía de activación molar (Ea).

Fuente: Valdivia, Chire & Salas (2017)

 18

Fuente: Valdivia, Chire & Salas (2017)

 19
APLICACIÓN DE MÍNIMOS CUADRADOS

Para obtener las diferentes difusividades a diferentes temperaturas, se utilizó la

ecuación de Arrhenius:

ECUACIÓN DE ARRHENIUS

Ea = energía de activación, R = constante de gas

universal (8.314 kJ / kmol) (Vega et al., 2005) y T =
temperatura (° K).

Arreglo matemático: Lineal

Como tal, se obtuvieron los parámetros de secado

cinético (Do y Ea) (m2 / s, kJ / mol).
 ECUACIÓN LÍNEAL 20

El Statgraphics Plus Program® se utilizó para el análisis estadístico

Temperatura Difusividad
60 8.62*(10^-9)
70 8*(10^-9)
80 9.49*(10^-9)
Fuente:Elaboración Propia

DIFUSIVIDAD TEMPERATURA
-18.5691808 0.003003
-18.6438243 0.00291545
-18.4730272 0.00283286
Fuente:Elaboración Propia

Fuente: Valdivia, Chire & Salas (2017)

 21

El modelado de cinética de secado de

productos alimentarios es importante para
optimizar el diseño de los equipos y la calidad
del producto.
 22
“EFECTO DE UNA MEZCLA DE HIDROCOLOIDES SOBRE LA FUERZA DE GEL,
SINÉRESIS, COSTOS Y SU APLICACIÓN EN HOT DOG”

Este trabajo de investigación tuvo como finalidad determinar el efecto de la mezcla de

hidrocoloides en: fuerza de gel, sinéresis y costo del gel formado, aplicando el método de
diseño de mezclas para obtener la mezcla óptima que maximice la fuerza de gel y minimice
la sinéresis y el costo, para que dicha mezcla óptima se aplique como aditivo en
formulaciones de hot dogs. Se determinó dentro del universo de posibilidades de mezclas en
un triángulo simplex los puntos que definieron las formulaciones experimentales, en donde se
evaluó las variables respuesta fuerza de gel, sinéresis y costos para cada formulación;
considerando las restricciones de composición de la mezcla como: carragenina: 60 - 80 por
ciento, goma guar: 0 - 40 por ciento, goma tara: 0 - 40 por ciento, goma konjac 0 - 40 por
ciento. Se estimaron los modelos polinomiales canónicos de Scheffé que fueron validados
estadísticamente, evaluándose la influencia de cada componente sobre las variables
respuesta; utilizando los “Trazos de Cox” (Ortiz, 2017).
 23

SÍNERESIS DE LA MEZCLA DE HIDROCOLOIDES:

Donde ŷ representa la sinéresis del mezcla de hidrocoloides estimada o

predicha (g); mientras que A, B, C y D corresponden a los porcentajes de
carragenina, goma guar, goma tara y goma konjac, respectivamente, presentes
en la mezcla (Ortiz, 2017).
 24

Según la utilización de mínimos cuadrados, nos proporciona un valor de:

Utilizando el criterio mencionado por Salazar (2006), cuando el valor p es mayor a 0.05 ó
0.01 (dependiendo del nivel de significación escogido), el coeficiente asociado a dicho
valor es no significativo; la significancia del coeficiente en cuestión queda establecida, se
puede afirmar que los coeficientes son altamente significativos, tanto 95 por ciento como
al 99 por ciento de nivel de confianza, puesto que el valor p es inferior a 0.0001; lo que
implica que el modelo es adecuado incluso para el más exigente nivel de confianza.
 25

BIBLIOGRAFÍA
• ESPINOZA, J. 2018. Regresión Lineal, Parte I: Una Historia de Mínimos Cuadrados. Consultado el 10 de junio
2019. Disponible en https://medium.com/@jorgeabud/regresi%C3%B3n-lineal-parte-i-una-historia-de-
m%C3%ADnimos-cuadrados-1d037b3479fc.
• Tobón, Atalo. (2014). Análisis de la demanda de maíz en México (1981-20011). (Trabajo escrito Tesis para
obtener grado académico de Maestría). México, D.F: México. Universidad Nacional Autónoma de México.
57pp.Url: http://132.248.52.100:8080/xmlui/handle/132.248.52.100/7218
• Pértega Díaz, S., Pita Fernández, S.,Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario
Universitario de A Coruña (España) CAD ATEN PRIMARIA 2000; 7: 91-94(Versión online:
https://www.fisterra.com/formacion/metodologia-investigacion/tecnicas-regresion-regresion-lineal-simple/)
• Martín, R. Sanglier-Contreras, C, Guardiola A. Aplicación del método de los mínimos cuadrados para la
obtención de los parámetros de los modelos de Henderson y Chung-Pfost. Educación Química. Volume 26, Issue
2,2015. 141pp. https://doi.org/10.1016/j.eq.2015.04.008
• Ortiz R.(2017). EFECTO DE UNA MEZCLA DE HIDROCOLOIDES SOBRE LA FUERZA DE GEL, SINÉRESIS,
COSTOS Y SU APLICACIÓN EN HOT DOG. Lima: Perú. Recuperado de :
file:///C:/Users/USUARIO/Downloads/Q05-078-T%20(1).pdf
• Valdivia, R., Chire, G. & Salas, F. (2017). Modeling drying kinetics of Peruvian yellow potatoes (Solanum
gonyocalix). Lima: Perú: Recuperado de : file:///C:/Users/USUARIO/Downloads/349-4053-4-PB.pdf