tesis presentada por: para optar el título profesional de

UNIVERSIDAD NACIONAL DE SAN AGUSTIN DE AREQUIPA

FACULTAD DE INGENIERí A DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERí A DE INDUSTRIAS

ALIMENTARIAS

ESTABILIDAD DE EMULSIONES O/W OBTENIDAS POR EMULSIFICACIO N

ULTRASO NICA Y CONVENCIONAL

Tesis presentada por:

Bach. Juan José Alca Machaca

Para optar el título profesional de:

Ingeniero en Industrias Alimentarias

Arequipa – Peru

2018

Agradecimientos

Deseo agradecer a mi asesor, MSc. Fernando Carlos Mejía Nova, por su apoyo

y comprension durante el desarrollo de esta tesis. Gracias por la confianza ofrecida

desde el inicio de este proyecto.

Agradezco tambien al personal de la Escuela Profesional de Ingeniería de In-

dustrias Alimentarias de la universidad, especialmente a las ingenieras Yemina e

Irina por brindar las facilidades para el trabajo en laboratorio durante las muchas

horas que demandaron los experimentos. Gracias por su paciencia.

Asimismo agradezco el apoyo de mis amigos Carmen, Alejandro y Ernesto, así

como a mi familia y miembros de la Asociacion Cultural Mariano Lino Urquieta.

Finalmente, este trabajo no hubiera sido posible sin el financiamiento de UNSA

Investiga (parte del Vicerrectorado de Investigacion de la Univesidad Nacional de

San Agustın) y la observacion de su monitor para este proyecto.

Muchas gracias a todos.

Presentacion

Senor Decano de la Facultad de Ingenieria de Procesos

Senor Director de la Escuela Profesional de Ingeniería de Industrias Ali-

mentarias

Senores Ingenieros Miembros del Jurado

Cumpliendo el reglamento de Grados y Títulos de la Escuela Profesional de In-

geniería de Industrias Alimentarias, Facultad de Ingenieria de Procesos, de la Uni-

versidad Nacional de San Agustın, es que pongo a disposicion de ustedes el presente

trabajo de tesis titulada “EVALUACIO N DE EMULSIONES O/W OBTENIDAS

POR EMULSIFICACIO N ULTRASO NICA Y CONVENCIONAL”

Las emulsiones con una forma de preparacion de alimentos muy difundida en el

mercado, con ejemplos como la mayonesa, salsas, alinos, helados, etc. Particu-

larmente, las emulsiones aceite en agua (O/W) son muy empleadas para brindar al

publico productos de buena palatibilidad, cuando no se separan las fases (aceite y

agua). Por ello, se plantea en esta tesis la tecnología ultrasonica como alternativa

para emulsificar diferentes aceites, en diferentes formulaciones y con dos emulsifi-

cantes, en comparacion a la emulsificacion convencional.

BACHILLER: JUAN JOSE ALCA MACHACA

Resumen

Se ha comparado el efecto del procesamiento ultrasonico sobre la estabilidad

de emulsiones aceite en agua (O/W) empleando diferentes fases oleosas (aceite de

olivo, aceite de sacha inchi y aceite de coco), emulsificantes (lecitina de soya y

Tween 20) y concentracion de emulsificante. Tambien se estudio la estabilidad de

emulsiones de aceite de oliva obtenidas por ultrasonido empleando diferentes ni-

veles de pH y concentracion de NaCl, luego de diferentes niveles de tiempo de

pre-procesamiento a alta velocidad (metodo convencional). La estabilidad de las

emulsiones se estimo mediante el ındice de cremado y el tamano de las gotas de

la fase oleosa, determinado por micrografía y procesamiento de imagenes. Se de-

terminaron los parametros tecnologicos del procesamiento ultrasonico (potencia,

tiempo de sonicacion y diametro del sonotrodo), del proceso convencional (tiempo

de agitacion y velocidad), así como la formulacion, pH y concentracion de NaCl

que produjeron emulsiones con mejor estabilidad. Para el procesamiento ultrasoni-

co lo parametros optimos fueron 270 segundos y 390 W para la emulsificacion con

ultrasonido y 20000 RPM por 180 segundos para el tratamiento por agitacion a al-

ta velocidad convencional. Todas las emulsiones preparadas con los parametros de

emulsificacion ultrasonica optimos fueron estables hasta los 60 días de almacena-

miento independientemente de la formulacion (concentracion de emulsificante, tipo

de emulsificante, concentracion de aceite, tipo de aceite). Sin embargo, todas las

emulsiones se desestabilizaron con los diferentes niveles de NaCl, que tuvo un ma-

yor efecto que el pre-tratamiento con emulsificacion convencional. Finalmente, un

Palabras clave: Emulsiones, ultrasonido, estabilidad, cremado, emulsionantes.

aderezo italiano preparado con los parametros tecnologicos de emulsificacion ul-

trasonica determinados como optimos alcanzo una calificacion sensorial aceptable

pero no destacable (para las caracter ısticas de sabor, apariencia, aroma y aceptabili-

dad), siendo necesario en posteriores investigaciones estudiar el efecto del procesa-

miento ultrasonico sobre las caracterısticas sensoriales de emulsiones alimentarias

particulares.

Abstract

The effect of ultrasonic processing on the stability of oil-in-water (O/W) emul-

sions was compared using different oil phases (olive oil, sacha inchi oil and coconut

oil), emulsifiers (soya lecithin and Tween 20) and emulsifier concentration. Also the

stability of olive oil emulsions obtained by ultrasound using different pH and NaCl

concentration levels was studied, after different levels of pre-processing time at high

speed (conventional method). The stability of the emulsions was estimated by the

creaming index and the size of the oily phase droplets, determined by micrography

and image processing. The technological parameters of ultrasonic processing (po-

wer, sonication time and sonotrode diameter), the conventional process (stirring

time and speed), as well as the formulation, pH and NaCl concentration that pro-

duced emulsions with better stability were determined. For ultrasonic processing

the optimal parameters were 270 seconds and 390 W for ultrasonic emulsification

and 20000 RPM for 180 seconds for conventional high-speed agitation treatment.

All emulsions prepared with the optimal ultrasonic emulsification parameters were

stable up to 60 days of storage regardless of formulation (emulsifier concentration,

emulsifier type, oil concentration, oil type). However, all emulsions were destabili-

zed with different levels of NaCl, which had a greater effect than conventional pre-

treatment with emulsification. Finally, an Italian dressing prepared with the tech-

nological parameters of ultrasonic emulsification determined as optimal reached an

acceptable but not remarkable sensorial qualification (for the characteristics of tas-

te, appearance, aroma and acceptability), being necessary in later investigations to

Keywords: emulsions, ultrasound, stability, creaming, surfactants.

study the effect of ultrasonic processing on the sensorial characteristics of particular

food emulsions.

Miembros del jurado

Teresa Tejada Purizaca -------------------------------------------

PRESIDENTE Firma

Mariel Álvarez Rodríguez ------------------------------------------- MIEMBRO Firma

Giuliana Rondón Saravia -------------------------------------------

MIEMBRO Firma

Contenido

1. Introduccion 1

1.1. Formulacion del problema ........................................................................ 2

1.2. Finalidad .................................................................................................... 2

1.3. Justificacion e Importancia ....................................................................... 2

1.4. Objetivo general ........................................................................................ 3

1.5. Objetivos específicos .............................................................................................. 3

1.6. Hipotesis general ...................................................................................... 4

1.6.1. Hipotesis especıficas .................................................................... 4

1.7. Variables ........................................................................................................... 5

2. Revision bibliografica 7

2.1. Antecedentes ............................................................................................. 7

2.1.1. El estudio de las emulsiones alimentarias ..................................... 8

2.2. Conceptos generales y definiciones .......................................................... 8

2.2.1. Estabilidad de emulsiones ............................................................. 9

2.2.1.1. Índice de cremado ........................................................ 10

2.2.1.2. Tamano de partícula ................................................... 12

2.2.2. El proceso de emulsificacion convencional ................................ 13

2.2.3. El proceso de emulsificacion por ultrasonido ............................. 14

2.2.3.1. Ventajas y desventajas en relacion al proceso con-

vencional ..................................................................... 15

2.2.4. Aceites empleados en la presente investigacion ......................... 17

2.2.4.1. Aceite de oliva ................................................................ 17

2.2.4.2. Aceite de sacha inchi .................................................. 19

2.2.4.3. Aceite de coco ............................................................. 21

2.2.5. Formulacion de alinos para ensaladas ........................................ 23

3. Materiales y metodos 24

3.1. Diseno experimental ............................................................................... 24

3.1.1. Efecto de los parametros tecnologicos de la emulsificacion

con ultrasonido ............................................................................ 27


convencional ............................................................................... 27

3.1.3. Efecto de los parametros de formulacion de la emulsion ........... 30

3.1.4. Efecto de la concentracion de NaCl, pH y pre-tratamiento

en una emulsion preparada con aceite de oliva ........................... 33

3.1.5. Evaluacion sensorial de una emulsion preparada con los parame-

tros determinados como optimos ................................................ 35

3.2. Niveles de las variables para cada experimento ...................................... 37

3.3. Equipos .................................................................................................... 41

3.4. Metodos .................................................................................................. 41

3.5. Instrumentos de investigacion ................................................................. 42

3.6. Procesamiento estadístico .................................................................................... 42

4. Resultados y discusiones 43

4.1. Efecto de los parametros tecnologicos de la emulsificacion con ul-

trasonido .................................................................................................. 43

4.1.1. Índice de cremado ........................................................................ 43

4.1.2. Tamano de partícula ................................................................... 48

4.1.3. Indice de peroxido ...................................................................... 52

4.1.4. Acidez ......................................................................................... 52

4.1.5. pH................................................................................................ 53

4.2. Efecto de los parametros tecnologicos de la emulsificacion convencional

54



4.2.3. Indice de peroxido ...................................................................... 60

4.2.4. Acidez ......................................................................................... 60

4.2.5. pH................................................................................................ 61

4.3. Efecto de los parametros de formulacion de la emulsion ........................ 62



4.3.3. Acidez ......................................................................................... 64

4.3.4. pH................................................................................................ 67

4.4. Efecto de la concentracion de NaCl, pH y pre-tratamiento en una

emulsion preparada con aceite de oliva ................................................... 68



4.4.3. Acidez ......................................................................................... 70

4.4.4. pH................................................................................................ 72

4.5. Evaluacion de una emulsion preparada con los parametros determi-

nados como optimos ............................................................................... 74

4.5.1. Evaluacion sensorial ................................................................... 74

4.6. Comparacion de los dos metodos de emulsificacion evaluados .............. 75

Conclusiones 76

Recomendaciones 78

Referencias 80

Referencias bibliograficas ................................................................................ 80

Apendices 96

Índice de figuras

Figura 1. Diagrama general de los experimentos .......................................... 25

Figura 2. Esquema experimental .................................................................. 26

Figura 3. Diagrama experimental para evaluar el efecto los parametros

tecnologicos de la emulsificacion ultrasonica ............................... 29


tecnologicos de la emulsificacion convencional ............................ 31


de formulacion de emulsiones ...................................................... 34

Figura 6. Diagrama experimental para evaluar el efecto de la concen-

tracion de NaCl, pH y pre-tratamiento convencional .................... 36

Figura 7. Diagrama experimental para evaluar sensorialmente una emul-

sion preparada con los parametros optimos de tratamiento ul-

trasonico ....................................................................................... 38

Figura 8. Grafica de distribucion de valores de ındice de cremado para

la emulsificacion con ultrasonido .................................................. 44

Figura 9. Graficas de residuos del modelo lineal de primer orden ............... 45

Figura 10. Grafica de residuos del modelo de segundo orden ........................ 46

Figura 11. Superficie de respuesta de contornos para la estabilidad de las

emulsiones obtenidas con ultrasonido ........................................... 47

Figura 12. Superficie de respuesta en perspectiva de la estabilidad de las

emulsiones obtenidas por ultrasonido ........................................... 47

Figura 13. Intervalos de confianza del diametro D50 de las emulsiones

de aceite obtenidas con diferentes parametros del procesa-

miento ultrasonico ........................................................................ 49

Figura 14. Distribucion del tamano de partículas de las emulsiones obte-

nidas con diferentes parametros del procesamiento ultrasonico 50

Figura 15. Distribucion del tamano de partículas de las emulsiones obte-

nidas con diferentes parametros del procesamiento ultrasonico 51

Figura 16. Grafica de distribucion de valores de ındice de cremado para

la emulsificacion convencional ..................................................... 57

Figura 17. Grafica de cajas de la estabilidad de las emulsiones obtenidas

por agitacion ................................................................................. 57

Figura 18. Grafica de interacciones de los parametros tecnologicos del

procesamiento convencional ......................................................... 58

Figura 19. Mediana e intervalos de confianza al 95 % del diametro (D50)

de las partículas de las emulsiones obtenidas por el metodo

convencional .................................................................................. 59


de las partículas de las emulsiones obtenidas empleando dife-

rentes formulaciones ...................................................................... 64


de las partículas de las emulsiones obtenidas empleando dife-

rentes concentraciones de NaCl, nivel de pH y pre-tratamiento

por agitacion a alta velocidad antes del tratamiento ultrasonico 71

Figura 22. Grafica de interaccion de las diferentes concentraciones de

NaCl, nivel de pH (buffer) y tiempo de pre-tratamiento por

agitacion a alta velocidad sobre el pH observado ......................... 73

Figura 23. Constancia de laboratorio donde se realizo las pruebas expe-

rimentales ...................................................................................... 97

Figura 24. Equipo de ultrasonido con camara de proteccion de ruido . . . 99

Figura 25. Lecitina disuelta en la fase oleosa luego de agitacion con ba-

gueta ............................................................................................ 100

Figura 26. Lecitina disuelta en la fase oleosa luego de agitacion con ba-

gueta ............................................................................................ 101

Figura 27. Emulsion preparada por ultrasonido ........................................... 102

Figura 28. Emulsion preparada por el metodo convencional ........................ 109

Figura 29. Gradilla con emulsiones preparadas por ultrasonido ................... 110

Figura 30. Gradilla con emulsiones preparadas mediante el metodo con-

vencional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

Figura 31. Muestras de emulsiones obtenidas por ultrasonido y agitacion

a alta velocidad . . . . . . . . . . . . . . . . . . . . . . . . . 111

Figura 32. Pesado de muestras (emulsiones) para determinacion de acidez 112

Figura 33. Titulacion para determinar acidez de emulsiones . . . . . . . 113

Figura 34. Medicion de pH en muestras de emulsiones . . . . . . . . . . 114

Figura 35. Microscopio empleado para medicion del tamano de partícula

de aceite en las emulsiones . . . . . . . . . . . . . . . . . . . 115

Figura 36. Cartilla empleada para la evaluacion sensorial mediante esca-

la de categorías . . . . . . . . . . . . . . . . . . . . . . . . . 116

Figura 37. Emulsion (aderezo italiano para ensaldas) preparada por ul-

trasonido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

Figura 38. Microfotografías de las emulsiones obtenidas por ultrasonido

Figura 39.

(tamano de cada campo ≈ 48 µm) . . . . . . . . . . . . . . .

Microfotografías de las emulsiones obtenidas por emulsifica-

172

Figura 40.

cion convencional (tamano de cada campo ≈ 48 µm) . . . . .

Microfotografías de las emulsiones obtenidas por ultrasonido

173

a diferentes niveles de NaCl, pH y pre-tratamiento convencio-

nal (tamano de cada campo ≈ 48 µm) . . . . . . . . . . . . . 174

Figura 41. Microfotografías de las diferentes formulaciones de emulsio-

nes obtenidas por ultrasonido (tamano de cada campo ≈ 48

µm) .............................................................................................. 175

Índice de cuadros

Cuadro 1. Variables empleadas para la determinacion del efecto de los

parametros tecnologicos de la emulsificacion por ultrasonido . 5


parametros tecnologicos de la emulsificacion convencional . . 5


parametros de formulacion sobre la estabilidad de emulsiones

preparadas por ultrasonido .............................................................. 6

Cuadro 4. Variables empleadas para la determinacion del efecto de la

concentracion de NaCl, pH y pre-tratamiento convencional

en una emulsion aceite de oliva preparada por ultrasonido ............. 6

Cuadro 5. Investigaciones que emplean el ındice de cremado en emul-

siones alimentarias ........................................................................ 11

Cuadro 6. Composicion (en porcentaje de acidos grasos) del aceite de

oliva ..................................................................................................... 18


sacha inchi ..................................................................................... 20


coco ............................................................................................... 22

Cuadro 9. Diseno del experimento de evaluacion de los parametros del

proceso con ultrasonido ................................................................. 28

Cuadro 10. Parametros del experimento para determinar el efecto de los

parametros tecnologicos de la emulsificacion ultrasonica . . . 28

Cuadro 11. Diseno del experimento de evaluacion de los parametros del

proceso convencional .................................................................... 29

Cuadro 12. Parametros para la evaluacion del proceso convencional .............. 30

Cuadro 13. Diseno del experimento para determinar el efecto de los parame-

tros de formulacion sobre estabilidad de emulsiones produci-

das por ultrasonido ........................................................................ 32

Cuadro 14. Parametros para evaluar el efecto de la formulacion de emulsiones

....................................................................................................... 33

Cuadro 15. Diseno del experimento para determinar el efecto de la con-

centracion de NaCl, pH y pre-tratamiento sobre la estabilidad

de las emulsiones ........................................................................... 34

Cuadro 16. Parametros para evaluar el efecto de la concentracion de NaCl,

pH y pre-tratamiento en emulsiones .............................................. 35

Cuadro 17. Formulacion de la emulsion modelo (aderezo italiano cremo-

so para ensaladas) .......................................................................... 37

Cuadro 18. Diagrama de diseno del experimento para evaluar los parame-

tros tecnologicos de la emulsificacion ultrasonica ........................ 38

Cuadro 19. Diagrama de diseno del experimento para evaluar los parame-

tros tecnologicos de la emulsificacion convencional ..................... 39

Cuadro 20. Diagrama de diseno del experimento para evaluar el efecto de

los parametros de formulacion sobre la estabilidad ...................... 39

Cuadro 21. Diagrama de diseno del experimento para evaluar la concen-

tracion de NaCl, pH y pre-tratamiento sobre la estabilidad de

una emulsion ................................................................................. 40

Cuadro 22. ´Indice de cremado de las emulsiones preparadas con diferen-

tes parametros del procesamiento ultrasonico ............................... 44

Cuadro 23. Diametro (D50) e intervalo de confianza al 95 % de las partıcu-

las de aceite en las emulsiones obtenidas con diferentes parame-

tros del procesamiento ultrasonico ................................................ 49

Cuadro 24. Indice de peroxido de las emulsiones obtenidas empleando

diferentes parametros tecnologicos de la emulsificacion por

ultrasonido ..................................................................................... 53

Cuadro 25. Acidez de las emulsiones preparadas con diferentes parame-


Cuadro 26. Valor de pH de las emulsiones preparadas con diferentes parame-


Cuadro 27. ´Indice de cremado de las emulsiones preparadas con diferen-

tes parametros del procesamiento convencional ........................... 56

Cuadro 28. Diametro (D50) de las partículas de aceite en las emulsiones

obtenidas con diferentes parametros del procesamiento con-

vencional ....................................................................................... 59

Cuadro 29. Indice de peroxidos de las emulsiones preparadas con dife-

rentes parametros del procesamiento convencional ...................... 60

Cuadro 30. Acidez de las emulsiones preparadas con diferentes parame-

tros del procesamiento convencional ............................................. 61

Cuadro 31. Valor de pH de las emulsiones preparadas con diferentes parame-

tros del procesamiento convencional ............................................. 62


obtenidas con diferentes formulaciones ........................................ 65

Cuadro 33. Acidez de las emulsiones obtenidas con diferentes formula-

ciones ............................................................................................. 66

Cuadro 34. Acidez de las emulsiones obtenidas con diferentes formula-

ciones ............................................................................................. 67

Cuadro 35. Indice de cremado de las emulsiones obtenidas con diferentes

concentraciones de NaCl, nivel de pH y pre-tratamiento por

agitacion a alta velocidad antes del tratamiento ultrasonico . . 69


obtenidas con diferentes concentraciones de NaCl, nivel de

pH y pre-tratamiento por agitacion a alta velocidad antes del

tratamiento ultrasonico ................................................................. 71

Cuadro 37. Acidez las emulsiones obtenidas con diferentes concentracio-

nes de NaCl, nivel de pH y pre-tratamiento por agitacion a alta

velocidad antes del tratamiento ultrasonico .................................. 72

Cuadro 38. Valor de pH de las emulsiones obtenidas con diferentes con-

centraciones de NaCl, nivel de pH y pre-tratamiento por agi-

tacion a alta velocidad antes del tratamiento ultrasonico .............. 74

Cuadro 39. Valor de la evaluacion sensorial de la emulsion preparada con

los parametros determinados como optimos ................................. 74

Cuadro 40. Analisis de varianza del modelo lineal de primer orden ............. 120

Cuadro 41. Analisis de varianza del modelo cuadratico de segundo orden . 120

Cuadro 42. Analisis de varianza del ındice de peroxido de las emulsiones

preparadas por ultrasonido .......................................................... 128

Cuadro 43. Analisis de varianza de la acidez de las emulsiones preparadas

por ultrasonido ............................................................................. 130

Cuadro 44. Analisis de varianza unifactorial de la acidez de las emulsio-

nes obtenidas por ultrasonido ...................................................... 131

Cuadro 45. Analisis de varianza del pH de las emulsiones obtenidas por

ultrasonido ................................................................................... 132

Cuadro 46. Analisis de varianza unifactorial del pH de las emulsiones ob-

tenidas por ultrasonido ................................................................ 133

Cuadro 47. Analisis de varianza unifactorial del ındice de cremado de las

emulsiones preparadas por el metodo convencional ................... 135

Cuadro 48. Analisis de varianza del pH de las emulsiones preparadas por

el metodo convencional .............................................................. 144

Cuadro 49. Analisis de varianza unifactorial del pH de las emulsiones

preparadas por el metodo convencional ...................................... 144

Cuadro 50. Analisis de varianza de la acidez de las emulsiones preparadas

con diferentes formulaciones ....................................................... 155


nes preparadas con diferentes formulaciones .............................. 155

Cuadro 52. Analisis de varianza del pH de las emulsiones preparadas con

diferentes formulaciones ............................................................. 156


preparadas con diferentes formulaciones .................................... 156

Cuadro 54. Analisis de varianza del ındice de cremado de las emulsiones

con diferente nivel de NaCl, pH y pre-tratamiento ...................... 159

Cuadro 55. Analisis de varianza unifactorial del ındice de cremado de las

emulsiones con diferente nivel de NaCl, pH y pre-tratamiento 160

Cuadro 56. Analisis de varianza de la acidez de las emulsiones con dife-

rente nivel de NaCl, pH y pre-tratamiento................................... 165


nes preparadas con diferente nivel de NaCl, pH y pre-tratamiento166

Cuadro 58. Analisis de varianza del pH de las emulsiones preparadas con

diferente nivel de NaCl, pH y pre-tratamiento ............................ 168


preparadas con diferente nivel de NaCl, pH y pre-tratamiento . 168

Cuadro 60. Respuestas de cada juez para la evaluacion sensorial por es-

cala de cateforías ...................................................................................... 170

Apendices

Apendice 1. Constancia de laboratorio ................................................................ 97

Apendice 2. Detalle de procedimientos ............................................................... 98

Apendice 3. Resultados estadísticos del efecto de los parametros tecnologi-

cos de la emulsificacion por ultrasonido ........................................................ 118

Apendice 4. Resultados estadísticos del efecto de los parametros tecnologi-

cos de la emulsificacion convencional ........................................................... 134

Apendice 5. Resultados estadísticos del efecto de los parametros de formu-

lacion sobre las emulsiones preparadas por ultrasonido ................................ 145

Apendice 6. Resultados estadísticos del efecto de la concentracion de NaCl,

pH y pre-tratamiento convencional en una emulsion preparada por ultra-

sonido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

Apendice 7. Analisis estadístico y resultados de la evaluacion sensorial . . . 169

Apendice 8. Imagenes empleadas para la determinacion del tamano de partıcu-

la . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

Capítulo 1

Introduccion

Las emulsiones del tipo aceite en agua (emulsiones O/W) son ampliamente usa-

das en salsas preparadas (ejemplo: mayonesa y productos similares) y en productos

untables (ejemplo: pasta de aceitunas), consisten de una fase dispersa (oleosa), una

fase lıquida (acuosa) y un estabilizante o surfactante. Tecnologicamente su produc-

cion se realiza en equipos donde sus componentes son sometidos a las fuerzas de

cizallamiento que se transmiten por las piezas moviles de los diferentes equipos

de emulsificacion (homogeneizadores, mezcladores, etc.), o mediante la aplicacion

de fuerzas de cavitacion (ultrasonido, micro-fluidizacion). El uso de equipos que

emplean la fuerza de cizallamiento es el mas difundido para la produccion de emul-

siones O/W convencionales, sin embargo el desarrollo actual de procesos como la

emulsificacion ultrasonica permite disenar sistemas mas estables y con funcionali-

dades especiales (como el transporte de compuestos bioactivos) que las emulsiones

obtenidas de manera convencional no tienen.

Para poder determinar la viabilidad tecnologica del proceso de emulsificacion

ultrasonica es necesario hacer estudios que permitan evaluar las ventajas tecnicas

de su aplicacion y las propiedades de las emulsiones obtenidas, principalmente la

estabilidad física y química.

1

2

1.1. Formulacion del problema

La emulsificacion por ultrasonido (emulsificacion ultrasonica) es una tecnología

relativamente reciente en la industria alimentaria que debe probarse y compararse

con el metodo principal de emulsificacion, para cada aplicacion. En la elaboracion

de emulsiones agua en aceite (O/W), como la empleada para la preparacion de dife-

rentes salsas y aderezos, el metodo convencional de emulsificacion es la agitacion

a alta velocidad (stirring, en ingles). Uno de los aspectos mas importantes para

comparar estas dos tecnologías es la estabilidad de las emulsiones. El problema que

se plantea esta investigacion es la determinacion de las condiciones tecnologi- cas

(parametros tecnologicos), así como la formulacion (porcentaje y cantidad de

materiales) que permiten obtener las emulsiones mas estables empleando la emul-

sificacion por ultrasonido, y si estas son igual o mas estables que las obtenidas por

el metodo convencional.

1.2. Finalidad

Esta investigacion se propone determinar la estabilidad de emulsiones O/W ob-

tenidas por ultrasonido cuando se emplean estabilizantes y aceites comerciales en

comparacion a las obtenidas por metodos convencionales, empleando para el estu-

dio formulaciones de tres aceites con perfiles de acidos grasos diferentes (aceite de

oliva, aceite de sacha inchi y aceite de coco).

1.3. Justificacion e Importancia

Las emulsiones obtenidas por ultrasonido tienen muchas aplicaciones potencia-

les en la industria de alimentos, debido a que se puede obtener un menor tamano

de partícula (que requiere menos cantidad de emulsificante) y mayor estabilidad

que las emulsiones convencionales. La calidad de las emulsiones tambien mejora

3

en varios sistemas dependiendo de las caracter ısticas de las fases dispersa y conti-

nua. Para el caso de las emulsiones aceite en agua (O/W), la fase dispersa (el aceite)

puede tambien mantener sus caracterısticas de calidad (ındice de peroxido) depen-

diendo de su composicion de acidos grasos. Sin embargo, es necesario investigar el

efecto que tiene el ultrasonido sobre la estabilidad de las emulsiones (expresada vi-

sualmente por el ındice de cremado y físicamente por el tamano de partícula o gota)

cuando se emplean aceites con diferentes composiciones de acidos grasos, emplea-

do estabilizantes/surfactantes comerciales, ya que la estabilidad es muy importante

para los productos alimentarios de consumo masivo.

1.4. Objetivo general

Comparar la estabilidad de las emulsiones aceite en agua (O/W) obtenidas por

emulsificacion ultrasonica con las obtenidas por el metodo convencional.

1.5. Objetivos específicos

Determinar el efecto de los parametros tecnologicos del proceso de emulsifi-

cacion ultrasonica (tiempo de procesamiento, potencia de ultrasonido, diame-

tro del sonotrodo) y del proceso de emulsificacion convencional (tiempo de

procesamiento, velocidad) sobre la estabilidad de las emulsiones.

Determinar el efecto de la formulacion de las emulsiones (determinada por

las variables de concentracion de surfactante, tipo de aceite y porcentaje de

aceite) sobre la estabilidad de las emulsiones durante el período de almacena-

miento.

Evaluar el efecto del pre-procesamiento con el metodo convencional (emul-

sificador de alta velocidad), concentracion de NaCl y pH sobre la estabilidad

de emulsiones obtenidas por ultrasonido.

4

Evaluar sensorialmente una emulsion (aderezo italiano para ensaladas) pre-

parado con los parametros optimos de emulsificacion ultrasonica.

1.6. Hipotesis general

Las emulsiones obtenidas por ultrasonido tienen una mayor estabilidad (expre-

sada por el ındice de cremado) en el tiempo que las emulsiones obtenidas por meto-

dos convencionales usando la misma formulacion y estabilizante.

1.6.1. Hipotesis especıficas

La presente investigacion involucro 5 experimentos, para los cuales se formula-

ron 5 diferentes hipotesis, respectivamente.

Hipotesis especıfica 1: Existe diferencia significativa (p < 0.05) entre la es-

tabilidad de las emulsiones (ındice de cremado y tamano de partícula) obtenidas

con diferentes valores de los parametros tecnologicos en la emulsificacion con ul-

trasonido. El mayor tiempo de procesamiento y la mayor potencia produciran las

emulsiones con mayor estabilidad, teniendo un mayor efecto que el diametro del

sonotrodo.

Hipotesis especıfica 2: Existe diferencia significativa (p < 0.05) entre la esta-

bilidad de las emulsiones (ındice de cremado y tamano de partícula) obtenidas con

diferentes valores de los parametros tecnologicos en la emulsificacion convencional

(alta velocidad). El mayor tiempo de procesamiento y la mayor velocidad produ-

ciran las emulsiones con mayor estabilidad.

Hipotesis especıfica 3: Existe diferencia significativa (p < 0.05) entre la es-

tabilidad de las emulsiones (índice de cremado) obtenidas usando ultrasonido con

diferentes parametros de formulacion. Las emulsiones con Tween 20 como emulsio-

nante, menor nivel de aceite y hechas con aceite de coco producirían las emulsiones

mas estables.

5

Hipotesis especıfica 4: Existe diferencia significativa (p < 0.05) entre la estabi-

lidad de las emulsiones (ındice de cremado y tamano de partícula) obtenidas usando

ultrasonido con diferentes tiempos de pre-tratamiento (emulsificacion a alta veloci-

dad), concentracion de NaCl y pH. Las emulsiones con pH neutral, bajo nivel de

NaCl y mayor tiempo de pre-tratamiento tendrían mayor estabilidad.

Sub-hipotesis 5: La emulsion obtenida segun los parametros de emulsificacion

ultrasonica determinados como optimos y con la formulacion de un aderezo italiano

para ensaladas debería tener un nivel de aceptabilidad sensorial aceptable.

1.7. Variables

Las variables independientes y dependientes para cada experimento realizado

se muestran en los cuadros siguientes. Las variables independientes se ensayaron a

diferentes niveles que se detallan en el Capítulo de Materiales y metodos (Capítulo

3).

Cuadro 1: Variables empleadas para la determinacion del efecto de los parametros

tecnologicos de la emulsificacion por ultrasonido

Variables independientes Variables dependientes

Tiempo de procesamiento Indice de cremado Potencia de ultrasonido Tamano de partícula

Diametro de sonotrodo Indice de peroxido

Acidez

pH


tecnologicos de la emulsificacion convencional


Tiempo de procesamiento Indice de cremado

Velocidad Tamano de partícula

Indice de peroxido

Acidez

pH

6


de formulacion sobre la estabilidad de emulsiones preparadas por ultrasonido


Tipo de emulsificante Indice de cremado

Concentracion de emulsificante Tamano de partícula

Tipo de aceite Acidez

Porcentaje de aceite pH

Cuadro 4: Variables empleadas para la determinacion del efecto de la concentra-

cion de NaCl, pH y pre-tratamiento convencional en una emulsion aceite de oliva

preparada por ultrasonido


Concentracion de NaCl Indice de cremado

pH inicial Tamano de partícula

Tiempo de pre-tratamiento Acidez

pH

En el caso del Cuadro 4, el valor de pH es una variable independiente en la

medida que es manipulado al inicio del experimento, y es tambien una variable

dependiente en la medida que es medido luego de transcurrido un tiempo del expe-

rimento, para observar su variacion.

Para la evaluacion sensorial de una emulsion (aderezo para ensaladas) preparada

con los parametros determinados como optimos para la emulsificacion ultrasonica,

solo se evaluo sensorialmente una emulsion (aderezo italiano para ensaladas) pre-

parada con los parametros tecnologicos determinados como optimos en el experi-

mento del Cuadro 1, por lo que no se tiene variables independientes. La variable

dependiente fue la calificacion sensorial (escala de categorías de sabor, apariencia,

aroma y aceptabilidad general).

Capítulo 2

Revision bibliografica

2.1. Antecedentes

En el ambito nacional, el ultrasonido se ha empleado en alimentos para asistir

en la extraccion de compuestos activos de interes, como la capsaicina del rocoto

(Pechorena Escalante, 2010) empleando un sonicador del tipo usado para limpieza

con la finalidad de determinar los parametros optimos de extraccion. Sin embargo,

no hay referencias de investigacion nacional sobre emulsiones alimentarias obteni-

das por ultrasonido.

En el ambito internacional, las primeras investigaciones sobre la emulsificacion

ultrasonica aceite en agua (O/W) estudiaron sistemas donde la fase oleosa (disper-

sa) eran compuestos organicos no empleados en la industria alimentaria (tolueno

(Bondy y Sollner, 1935), petrolato pesado lıquido (Levius y Drommond, 1953), ke-

roseno (Rajagopal, 1958), entre otros). Por otra parte, se ha reportado que la activi-

dad de la emulsion y la distribucion del tamano de partícula tienen buena correlacion

para las emulsiones modelo, pero no para la emulsiones reales (Einhorn-Stoll et al.,

2002). Este ultimo estudio tambien senala que cuando se combina el mezclado y el

ultrasonido a escala de laboratorio, se obtienen partículas de menor tamano y una

estrecha distribucion de partículas, lo cual estaría asociado a una mayor estabili-

7

8

dad. Posteriormente ya se publicaron investigaciones relacionadas con la industria

de alimentos, como se observa en las revisiones que se han publicado (Nakaya et

al., 2005; Chandrapala et al., 2012; Ashokkumar, 2015). Las aplicaciones recien-

tes estudian la emulsificacion ultrasonica como tecnica para el encapsulamiento de

compuestos valiosos presentes en aceites comestibles, como el aceite de semilla de

achiote (Silva et al., 2016).

2.1.1. El estudio de las emulsiones alimentarias

El estudio de las emulsiones alimentarias ha seguido tres rutas (Becher, 1991):

Estudios fisicoquımicos del sistema de emulsion completo, por ejemplo: efec-

to de la composicion sobre la estabilidad, reología, color, sabor, etc.

Estudios fisicoqu´ımicos de sistemas modelo, por ejemplo: interacciones de

surfactantes con otros componentes, etc.

Formulacion de productos emulsionados terminados, incluyendo pruebas de

evaluacion por panel, estudios de empacado, etc.

Por lo cual, la mayoría de las investigaciones en emulsiones alimentarias han

seguido una o varias de dichas rutas. En el caso de la presente investigacion, se

realizaran experimentos en sistemas modelo para determinar el efecto de diferentes

parametros y formulaciones, así como un estudio simple de formulacion de produc-

to emulsionado terminado (alino italiano para ensalada o Italian dressing).

2.2. Conceptos generales y definiciones

La emulsificacion es la formacion de una emulsion estable mediante el mezcla-

do ıntimo de dos o mas lıquidos inmiscibles (Fellows, 2000). Una emulsion es un

tipo de coloide o dispersion compuesto de una mezcla de lıquidos inmiscibles en

9

el que uno de ellos forma gotitas (en adelante “partículas”) en el otro (International

Food Information Service, 2009). En la terminología de las emulsiones, como es el

caso de las emulsiones aceite en agua (O/W) el termino “aceite” es usado para los

lıquidos organicos no miscibles con el agua (Bondy y Sollner, 1935). Sin embar-

go, para efectos de esta investigacion, se entera que las muestras son aceites en el

sentido de aceites comestibles.

La homogeneizacion es la reduccion en tamano (a 0.5 - 30 µm), y por lo tanto el

incremento del numero de partículas solidas o lıquidas en la fase dispersa por la

aplicacion de intensas fuerzas de cizalla (Fellows, 2000). Así, la homogeneizacion

es una operacion mas severa que la emulsificacion, y aunque ambas operaciones son

usadas para cambiar las propiedades funcionales o calidad gastronomica de los

alimentos, ellas tienen poco o ningun efecto sobre el valor nutricional o la vida util.

El ultrasonido (es decir, las ondas mecanicas a una frecuencia por encima del

umbral del o ıdo humano) puede ser dividido en tres rangos de frecuencia (Patist y

Bates, 2011):

Ultrasonido de potencia (16 - 100 kHz)

Ultrasonido de alta frecuencia (100 kHz - 1 MHz)

Ultrasonido de diagnostico (1 - 10 MHz)

Para la emulsificacion ultrasonica, lo habitual es emplear el rango del ultrasoni-

do de potencia, especialmente alrededor de los 20 kHz.

2.2.1. Estabilidad de emulsiones

Sobre la estabilidad de las emulsiones se ha supuesto que, dado que es un pro-

ceso termodinamico, la tasa de disminucion del area total de la interfase esta direc-

tamente relacionada con el tiempo y la temperatura (Levius y Drommond, 1953).

Sin embargo, el mismo estudio senala que a temperaturas por debajo de 60 ◦C el

10

efecto de la temperatura es bajo. El proceso de desestabilizacion puede ser iniciado

por una agregacion de las partículas de la fase discontinua, que pueden permanecer

dispersos o flocular, que eventualmente haría que la flotacion (o sedimentacion si

el aceite es mas pesado que el agua) resulte en un enclarecimiento de la fase con-

tinua (Garrett, 1965). Como lo describe esta fuente, este proceso es referido como

“cremado”.

2.2.1.1. I´ndice de cremado

La determinacion del ındice de cremado (IC) es un metodo visual directo de

medicion de la separacion gravitacional de las emulsiones, empleada para evaluar su

estabilidad física (McClements, 2008b). En la Tabla 5 se muestran algunos ejemplos

de investigaciones en alimentos que emplearon el ındice de cremado durante la

evaluacion de la estabilidad de las emulsiones.

Cuadro 5: Investigaciones que emplean el ´ındice de cremado en emulsiones alimentarias

Sistema (emulsion) Tecnología de preparacion Tiempo de observacion (días) Referencia

Emulsion modelo o/w de aceite de mangostan Agitacion lenta 60 Zarena et al. (2012)

Emulsion modelo o/w de aceite de maiz Agitacion de alta velocidad 1 Jang y Chin (2011)

Emulsion modelo o/w de acido oleico Agitacion de alta velocidad 7 Samavati et al. (2012)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad 1 Yu et al. (2012)

Bebida emulsionada Agitacion de alta velocidad 60 Cheong et al. (2014)

Emulsion modelo o/w de aceite de linaza Agitacion de alta velocidad + Microfluidizacion 7 Kartal et al. (2016)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad + bomba de alta presion 9 X. Chen et al. (2016)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad + bomba de alta presion 1 Kulmyrzaev et al. (2000)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad 180 Quintana et al. (2002)

Emulsion modelo o/w de aceite de menhanden Agitacion de alta velocidad + Microfluidizacion 180 Chen et al. (2010)

Emulsion modelo o/w de soya Agitacion de alta velocidad + Microfluidizacion 4 Shen y Tang (2012)

Emulsion modelo o/w de maız Bomba de alta presion 15 N. Chen et al. (2013)

Alino para ensalada (modelo) Agitacion de alta velocidad 15 Pero et al. (2014)

Emulsion modelo o/w de soya Agitacion de alta velocidad 10 Li et al. (2016)

Emulsion modelo o/w de soya Agitacion de alta velocidad + Microfluidizacion 14 Intarasirisawat et al. (2016)

Emulsion modelo o/w de pescado Agitacion a alta velocidad + ultra alta presion 30 Cheng et al. (2017)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad + Microfluidizacion 40 Arancibia et al. (2011)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad + Microfluidizacion 7 Liang y Tang (2013)

Emulsion modelo o/w de trigliceridos de cadena media Agitacion a alta velocidad + ultra alta presion 30 H. M. Chen et al. (2015)

Emulsion modelo o/w de pescado Agitacion de alta velocidad 2 Vasile et al. (2016)

Bebida emulsionada de acido linoleico (modelo) Agitacion de alta velocidad 49 Nikbakht Nasrabadi et al. (2016)

Emulsion modelo o/w de aceite de salvado de arroz Agitacion de alta velocidad 14 Piriyaprasarth et al. (2016)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad + bomba de alta presion 7 Sarkar et al. (2016)

Nanoemulsiones modelo o/w de diferentes aceites esenciales Agitacion de alta velocidad + Microfluidizacion 56 Guerra-Rosas et al. (2016)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad 28 Najaf Najafi et al. (2016)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad + ultrasonido 7 de Figueiredo Furtado et al. (2017)

Emulsion modelo o/w de aceite de maız Agitacion de alta velocidad 15 Krstonosic et al. (2009)

Emulsion modelo o/w de aceite de menhaden Agitacion de alta velocidad 6 Sun y Gunasekaran (2009)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad + bomba de alta presion 37 Y. Wang et al. (2011)

Emulsion modelo o/w de aceite de maız Agitacion de alta velocidad + ultrasonido 28 Koocheki y Kadkhodaee (2011)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad 1 Seta et al. (2013)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad 28 Hosseini et al. (2015)

Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad + bomba de alta presion 7 B. Wang et al. (2010)

Alino italiano para ensalada No especifica (muestras compradas) 9 Perrechil et al. (2010)

Emulsion de Pickering o/w (modelo) de aceite de girasol Agitacion de alta velocidad 3 Kargar et al. (2012)

Emulsion modelo o/w de aceite de pescado Agitacion de alta velocidad + bomba de alta presion 28 Liu et al. (2015) Emulsion modelo o/w de aceite de soya Agitacion de alta velocidad 7 Udomrati et al. (2016)

Emulsion modelo o/w de aceite esencial de naranja Agitacion de alta velocidad 30 Torre-A lvarez et al. (2016)

Emulsion modelo o/w de aceite de girasol Agitacion de alta velocidad 14 Pirestani et al. (2017)

11

12

2.2.1.2. Tamano de partícula

La estabilidad de las emulsiones puede evaluarse empleando variables que des-

criben el sistema f ısico, así la estabilidad de las emulsiones (Abisma ıl et al., 1999)

depende de:

Tamano de partícula

Diferencia de densidad entre las fases dispersa y continua

Viscosidad de la fase continua, y sobre todo

Repulsion electrostatica y/o esterica entre las partículas (para la cual el sur-

factante juega un rol principal).

No obstante, es sabido que un pequeno tamano de partícula no indica invaria-

blemente la estabilidad de la emulsion, aunque en general, un pequeno tamano in-

crementa la estabilidad (Levius y Drommond, 1953). Los mismos autores indican

que el incremento en la viscosidad incrementa la estabilidad, pero no se puede sacar

una regla definitiva a partir de aquello.

Las variables independientes que afectan el tamano de partícula (Abismaıl et al.,

1999) son:

Tiempo de emulsificacion,

Concentracion de surfactante (emulsificante),

Potencia consumida y

Fraccion de volumen de aceite.

Respecto de la potencia y energía empleada en el proceso, existe una cantidad

optima de energía necesaria para incrementar la superficie especıfica (Higgins y

Skauen, 1972). Si este nivel no se alcanza, no se alcanza la superficie espec ıfica

maxima. Si se excede de este optimo, puede no obtenerse la superficie especıfica

13

maxima. Respecto del tiempo, la misma fuente senala que para periodos de proce-

samiento cortos (180 s), la mayor potencia produce mayores superficies espec ıficas.

Concluye estableciendo que los efectos del HLB y parametros de surfactante pare-

cen ser mas importantes que el parametro potencia.

Ademas, existen otros factores que afectan el tamano de partícula durante la

emulsificacion con ultrasonido (Nguyen et al., 2013):

Tipos de emulsificantes y

Duracion de la sonicacion.

A partir de estas consideraciones se determinaran los parametros tecnologicos y

de formulacion que se estudiaran en la preparacion de las emulsiones en la parte

experimental.

2.2.2. El proceso de emulsificacion convencional

Los vocablos “emulsificadores” y “homogeneizadores” son generalmente usa-

dos de forma intercambiable para equipos usados para producir emulsiones (Fellows,

2000). La emulsificacion u homogeneizacion se debe realizar de acuerdo a las ca-

racter ısticas finales del producto que se busca conseguir. Para seleccionar un equipo

se debe tener en cuenta muchos factores, incluyendo el equipo disponible, el sitio

del proceso (fabrica o laboratorio), las propiedades fisicoquímicas de los materiales

iniciales y el producto final, el volumen del material a ser procesado, la capacidad

de produccion, el tamano deseado de gota del producto final, y el costo de comprar

y operar el equipo (McClements, 2008a).

Los mezcladores de alta velocidad son los mas comunmente usados para ho-

mogeneizar directamente aceite y fases acuosas (McClements, 2008a). Segun estos

autores, las fases se colocan en un contenedor adecuado y agitadas por un agitador

que rota a altas velocidades. Estos equipos usan turbinas o helices para pre-mezclar

las emulsiones de lıquidos de baja viscosidad, operando por accion de cizalladura

14

sobre el alimento en los bordes y puntas de las paletas (Fellows, 2000). Estos mez-

cladores de alta velocidad son particularmente utiles para preparar emulsiones de

viscosidad baja o intermedia, tıpicamente con gotas entre 1 y 10 µm de diametro

(McClements, 2008a).

2.2.3. El proceso de emulsificacion por ultrasonido

La emulsificacion por ultrasonido emplea ondas ultrasonicas de alta intensidad

que cuando se aplican a una muestra que contiene aceite y agua, causan que los

dos l ıquidos se entremezclen y que las gotas grandes formadas se rompan en gotas

pequenas (McClements, 2008a). Los homogeneizadores ultrasonicos usan ondas de

sonido de alta frecuencia (18 – 30 kHz) para causar ciclos alternados de compresion

y tension en lıquidos de baja viscosidad y cavitacion de burbujas de aire, para formar

emulsiones con un tamano de gotas de 1 – 2 µm (Fellows, 2000). Hay dos tipos

de homogeneizadores comunmente utilizados en la industria alimentaria (Gopal,

1968), que describen a continuacion:

Los homogeneizadores ultrasonicos que emplean transductores piezo electri-

cos, que son usados en muchos laboratorios. Son ideales para preparar pe-

quenos volumenes (desde unos pocos mililitros a pocos cientos de mililitros),

una propiedad que es generalmente importante en investigacion fundamental

cuando se utilizan componentes caros. El transductor ultrasonico consiste de

un cristal piezoelectrico contenido en alguna forma de cubierta metalica pro-

tectora que esta ahusada en su extremo. Una onda electrica de alta intensidad

es aplicada al transductor, lo que causa que el cristal piezoelectrico que esta

adentro oscile y genere una onda ultrasonica. La onda ultrasonica es dirigida

hacia la punta del transductor, desde donde irradia a los l ıquidos circundantes,

generando presion intensa y gradientes de cizalladura (principalmente debido

a efectos de cavitacion) que causan que los lıquido se rompan en fragmentos

mas pequenos y se entremezclen uno con otro. Es usualmente necesario irra-

15

diar una muestra con ultrasonido por unos pocos segundos a unos pocos mi-

nutos para crear una emulsion estable. La aplicacion continua de ultrasonido

a una muestra puede causar calentamiento apreciable, y así es mas ventajoso

aplicar el ultrasonido en un numero de rafagas cortas.

Los homogeneizadores ultrasonicos de chorro lıquido, que son usados prin-

cipalmente para aplicaciones industriales. En estos, una corriente de fluido

se hace incidir en una hoja de borde afilado, lo que causa que la hoja vibre

rapidamente generando así un intenso campo ultrasonico que rompe cual-

quier gota en su cercanía a traves de una combinacion de cavitacion, cizalla y

turbulencia.

Este ultimo tipo de emulsificador ultrasonico tiene tres principales ventajas (McClements,

2008a): puede ser usado para produccion continua de emulsiones; puede generar

gotas muy pequenas; y es mas energeticamente eficiente que los homogeneizado-

res de valvula de alta presion (ya que se necesita menos energía para formar gotas

del mismo tamano). Las dos fases de la emulsion son bombeadas a traves del ho-

mogeneizador a presiones de 340 – 1400 x 103 Pa (Fellows, 2000). La frecuencia

de la vibracion es controlada ajustando la posicion de sujecion de la hoja metalica

vibrante. Este tipo de homogeneizador es usado para la produccion de cremas para

ensalada, helado, cremas sinteticas, alimento para bebes y emulsiones de aceites

esenciales. Este tambien puede ser usado para dispersar polvos en lıquidos.

2.2.3.1. Ventajas y desventajas en relacion al proceso convencional

Varias investigaciones sugieren los potenciales beneficios ofrecidos por la emul-

sificacion ultrasonica sobre la emulsificacion convencional (Tadros et al., 2004; Ma-

son, 1996; Kentish et al., 2008; Delmas et al., 2011; Chemat et al., 2011; Tang et

al., 2013). Las ventajas son:

Las emulsiones que se obtienen tienen un tamano de partícula mas pequeno.

16

Las emulsiones son mas estables.

La cantidad de surfactante o estabilizante requerida es mas reducida por el

menor tamano de partícula.

El proceso es energeticamente mas eficiente.

Menor costo de produccion.

Menos probabilidades de contaminacion.

Facilidad de operacion, limpieza y control del equipo.

En cuento a sus desventajas, se ha senalado que un tiempo de procesamiento

excesivo (por encima de un optimo) puede resultar en coalescencia de las gotas y

formacion de gotas mas grandes (Kentish et al., 2008). Igualmente algunos estudios

indican que algunas emulsiones de aceites comestibles podrían tener algunos signos

de deterioro, como olor rancido (Chemat, Grondin, Sing, y Smadja, 2004).

El desarrollo de la investigacion (Rajagopal, 1958) refleja que los tamanos de

las partículas formadas en la emulsificacion ultrasonica mostraron ser del mismo

orden ( 1 µm) que las obtenidas en molinos coloidales, mientras otros (Higgins y

Skauen, 1972) establecen que con ultrasonido se produce emulsiones aceite en agua

con un muy pequeno tamano de partícula, que son superiores a aquellas preparadas

por un molino coloidal (homogeneizador Eppenback) para el sistema estudiado.

Investigaciones mas recientes (Spinelli et al., 2010) (usando un aceite mode-

lo de hidrocarburos y alcoholes lauriletoxilados como surfactantes con valores de

HLB de 10 a 12), aunque confirman que con el ultrasonido se obtiene un tamano de

nanopartícula mas pequeno, indican que la estabilidad de las emulsiones se mejoro

con un pre-procesamiento en el agitador de cizalladura; y que las nanoemulsiones

mas estables se obtuvieron usando un homogeneizador de cizalladura. Por ello es

importante estudiar la estabilidad de las emulsiones producidas por ultrasonido te-

niendo en cuenta los parametros del proceso y los parametros de formulacion de

17

la emulsion, así como el pre-procesamiento, para dilucidar si resultan mas estables

que las obtenidas por el metodo convencional.

2.2.4. Aceites empleados en la presente investigacion

A continuacion se describen las principales caracterısticas de los aceites em-

pleados para el desarrollo de esta tesis.

2.2.4.1. Aceite de oliva

El olivo (Olea europaea L.) es una planta cultivada inicialmente en los pa ıses

del Mediterraneo, llevada luego por los espanoles a America. Los frutos del olivo se

diferencian de otras frutas drupas en que tiene poco contenido de azucar y un alto

contenido de aceite, por lo que al momento de la cosecha la pulpa contiene 60 % de

agua, 30 % de aceite, hasta 4 % de azucares y 3 % de proteına, siendo el resto fibra y

cenizas (Kailis y Kiritsakis, 2017). Se ha reconocido (Agostoni et al., 2011) que el

consumo diario de polifenoles de oliva (5 mg·día−1) disminuye el riesgo de padecer

enfermedad cardiovascular, al reducir la peroxidacion de la sangre.

La produccion de oliva en Peru entre 2012 y 2016 fue de 79361 toneladas,

siendo la region de Tacna la principal productora (71 % del total nacional), segui-

da de Arequipa (21 %) (Ministerio de Agricultura y Riego, 2017b). En el mismo

perıodo solo 5 % de la produccion ingreso a una planta para producir aceite de oliva

(Ministerio de Agricultura y Riego, 2017a). Solo 0.03 % de la produccion nacional

se exporto como aceite de oliva virgen en el mismo periodo (Comision de Promo-

cion del Peru para la Exportacion y el Turismo, 2018).

En el Cuadro 6 se muestra la composicion de acidos grados del aceite de oliva

obtenido de diferentes variedades de la planta, incluyendo algunas marcas comer-

ciales que se venden en Peru.

Cuadro 6: Composicion (en porcentaje de acidos grasos) del aceite de oliva

Variedad/Aceite Palm´ıtico Palmitoleico Estearico Oleico Linoleico Linolenico Referencia

Kalamata 10.6 0.7 1.9 75.8 9.2 0.6 Sweeney et al. (2002)

Manzanilla de Sevilla 13.1 1.4 3.0 74.5 6.1 0.6 Sweeney et al. (2002)

Nevadillo Blanco 13.1 0.7 1.5 68.9 14.0 0.8 Sweeney et al. (2002)

Picual 13.8 1.3 2.5 77.2 3.9 0.6 Sweeney et al. (2002)

Arbequina 16.1 2.3 1.7 68.5 9.7 0.5 Sweeney et al. (2002)

Santa Katerina 13.9 2.1 2.6 70.4 8.2 2.8 Mamedova y Aslanov (1985)

Agostino 12.6 1.8 2.4 72.4 8.0 2.7 Mamedova y Aslanov (1985)

Ragiakhi 12.0 2.3 2.7 70.5 9.5 2.9 Mamedova y Aslanov (1985)

Cornicabra 9.22 0.77 3.36 80.4 4.46 0.62 Aranda et al. (2004)

Aceite comercial “Alamein” 12.8 1.4 2.0 68.5 15.3 ND Henandez Fernandez et al. (1999)

Aceite comercial “Carbonel” 9.1 1.1 2.7 78.5 8.5 ND Henandez Fernandez et al. (1999)

18

19

2.2.4.2. Aceite de sacha inchi

El sacha inchi (Plukenetia volubilis L.), tambien conocido como manı del inca

o inca inchi, es una planta salvaje, trepadora, semilenosa, perenne y oleaginosa de

la familia Euphorbiaceae que crece en las junglas tropicales de America a altitudes

entre 200 y 1500 m (Guillen et al., 2003). La planta crece como una vina y produce

frutas tetralobulares con loculos que contienen una semilla cada uno con cotiledon

blanco y una cubierta dura, como de nuez (Hamaker et al., 1992).

Aunque no es una planta cultivada, las semillas recolectadas en el bosque han

sido por largo tiempo un componente de las dietas de los chancas y otros grupos

tribales de la region (Hamaker et al., 1992). Esta legumbre tiene semillas de forma

lenticular, que son ricas en aceite y proteınas y contiene sustancias termolabiles

con un samor amargo. Ha sido tradicionalmente consumida por los nativos de Peru

(Guillen et al., 2003). Es comida ya sea tostada o molida y mezclada con harina de

ma ız y pimientos (Capsicum spp.) (Hamaker et al., 1992) mientras que las hojas

tiernas cocidas tambien se consumen. Sin embargo, esta planta ha sido raramente

estudiada y su importancia desde el punto de vista nutricional y funcional es aun

objeto de investigacion (Guillen et al., 2003).

Se reportado previamente la composicion del aceite de sacha inchi, que se mues-

tra en el Cuadro 7, donde ND indica que no se ha realizado el analisis.

Cuadro 7: Composicion (en porcentaje de acidos grasos) del aceite de sacha inchi

Hamaker et al. (1992) Bondioli et al. (2006) Gutierrez et al. (2011) Fanali et al. (2011) Ruiz et al. (2013) Maurer et al. (2012)

A cidos saturados

Mir´ıstico 0.0 ND ND ND ND ND

Palm´ıtico 4.5 3.79 4.4 4.3 3.8 4.67

Estearico 3.2 2.65 2.4 3.0 2.3 3.5

A cidos insaturados

Palmitoleico 0.0 0.06 ND ND ND ND

Oleico 9.6 8.77 9.1 9.0 8.7 10.7

Linoleico 36.8 33.67 33.4 36.2 34.6 33.5

Linolenico 45.2 50.73 50.8 46.8 50.6 44.0

Gadoleico 0.0 ND ND ND ND ND

Eicosanoico ND 0.07 ND ND ND ND

Eicosenoico ND 0.26 ND ND ND ND

Vaccenico ND ND ND 0.6 ND ND

20

Algunas propieades fisicoquímicas determinadas para el aceite crudo de sacha

inchi (Gutierrez et al., 2011) fueron el ındice de yodo (193.1 g·100 g−1), ındice de

saponificacion (185.2 mg KOH·g−1), ındice refractario a 25 ◦C (1.4791), densidad

a 25 ◦C (0.9187 g·mL−3) y viscosidad a 20 ◦C (mPa·s) .

2.2.4.3. Aceite de coco

El aceite de coco (Cocos nucifera L.) se obtiene de la copra, que es la almendra

seca de la fruta, que contiene 34 % de aceite (Foster et al., 2009). La composicion

de acidos grasos de diferentes especies de coco se muestra en el Cuadro 8, donde

se muestran datos para la variedad West African tall green (fresco) (Akpan et al.,

2006). De la misma forma se muestran datos de la variedad Malayan red dwarf

(Laureles et al., 2002).

El aceite de coco contiene cantidades traza de tocoles y grandes cantidades de

esteroles (836.4 mg·kg−1), aunque la presencia y cantidad varían significativamente

(Foster et al., 2009). Los mismos autores indican que el aceite de coco es oxidativa-

mente muy estable por su alto contenido de grasas saturadas.

Se ha senalado (A. Marina et al., 2009) que el aceite virgen de coco tiene mas

efectos beneficos para la salud al tener un mayor potencial antioxidante que el aceite

de coco RBD1. El aceite RBD perdería algunos compuestos biologicamente activos,

como los compuestos fenolicos. Sin embargo, los profesionales de salud del Reino

Unido recomendaron que el aceite de coco y los productos que lo contienen deberían

ser consumidos con moderacion (Foster et al., 2009). El ındice de yodo del aceite

virgen de coco oscilo entre 4.47 a 8.55, el ındice de saponificacion entre 250.07 a

260.67 mg KOH·g−1, el ındice de peroxido entre 0.21 a 0.57 meq O2·kg−1, el ındice

de anisidina entre 0.16 a 0.19, el contenido de acidos grasos libres entre 0.15 a 0.25

y el contenido de compuestos fenolicos totales de 7.78 a 29.18 mg GAE2·100 g−1

(A. M. Marina et al., 2009).

1Aceite refinado, blanqueado y desodorizado 2Equivalentes de acido galico

21

Cuadro 8: Composicion (en porcentaje de acidos grasos) del aceite de coco

A cido grasos

A cidos grasos saturados

Kumar (2011) Akpan et al. (2006) Laureles et al. (2002) Pham et al. (1998) Ghosh et al. (2014)

A cido caproico 0.08-0.49 0.20 0.43 ND 0.08

A cido caprılico 2.77-7.21 8.50 6.26 0.91 0.13

A cido caprico 3.46-5.94 9.00 5.65 3.78 3.50

A cido laurico 42.42-52.52 40.00 49.33 50.92 51.88

A cido mirıstico 18.12-23.05 12.50 19.04 21.09 21.86

A cido palmıtico 7.59-12.99 10.00 8.95 9.46 9.12

A cido estearico 2.45-4.07 2.50 ND 4.88 2.71

A cido araquıdico 0.02-0.31 ND ND ND ND

A cidos grasos insaturados

A cido palmitoleico 0.05-3.90 ND ND ND ND

A cido araquidonico ND 1.50 ND ND ND

A cido oleico 4.92-10.86 6.50 ND 8.39 8.82

A cido linoleico 0.14-2.80 2.50 3.41 0.56 1.90

A cido linolenico 0.05-0.14 ND ND ND ND

22

2.2.5. Formulacion de alinos para ensaladas

La norma tecnica peruana de requisitos generales pasa las salsas condimentado-

ras (Indecopi, 2012) da la siguiente definicion para este tipo de productos: “Es el

producto final elaborado a base de especias y/o condimentos, mezclados con otros

productos alimenticios dispersados en agua, aceite, vinagre y/o alm ıbares, que pre-

sentan una consistencia definida”. El alino italiano para ensaladas (Italian dressing)

sería considerado una salsa compuesta, en la medida que es un producto emulsi-

ficado y la misma norma define estos tipos de salsa de esta manera: “Es aquella

elaborada mediante un acondicionamiento especial de los ingredientes, por ejemplo

emulsificacion.” Otros requisitos que senala la norma con respecto a la formulacion

son:

Sal y/o azucar de acuerdo al producto.

Acidez volatil (fase acuosa), mınimo 2.5 % expresado en acido acetico.

Acentuadores de sabor: glutamato monosodico en las dosis permitidas.

Conservadores: acido benzoico y sus sales (0.1 %, maximo), acido sorbico

y sus bases (0.1 %, maximo), dioxido de azufres (0.01 %, maximo), acido

cıtrico (2.5 %, maximo).

Otros aditivos: Tales como espesantes, gomas, emulsificantes, estabilizadores

y secuestrantes, en cantidades maximas permitidas por las autoridades com-

petentes.

23

Capítulo 3 Materiales

y metodos

3.1. Diseno experimental

Con el fin de realizar esta investigacion se realizaron 5 experimentos, que son:

1. Efecto de los par ametros tecnologicos de la emulsificacion por ultrasonido.

2. Efecto de los par ametros tecnologicos de la emulsificacion convencional.

3. Efecto de los par ametros de formulacion sobre la estabilidad de emulsiones

preparadas por ultrasonido.

4. Efecto de la concentraci on de NaCl, pH y pre-tratamiento convencional en

una emulsion aceite de oliva preparada mediante ultrasonido.

5. Evaluaci on sensorial de una emulsion (aderezo para ensaladas) preparada con

los parametros determinados como optimos para la emulsificacion ultrasoni-

ca.

La Figura 1 muestra un diagrama general indicando la secuencia de los experi-

mentos. La Figura 2 presenta el esquema experimental (diagrama de burbujas).

24

Figura 1: Diagrama general de los experimentos

25

Figura 2: Esquema experimental

26

27

Los dos primeros experimentos buscaron determinar los valores optimos de los

parametros de procesamiento tanto de la emulsificacion por ultrasonido y la con-

vencional, para los equipos que se utilizaron. La principal variable de respuesta fue

el ındice de cremado y el tamano de partícula. Ademas se determinaron los valores

de pH, acidez e ındice de peroxido.


con ultrasonido

Se empleo un diseno de Box-Behnken de tres factores a tres niveles con 3 puntos

centrales. El Cuadro 9 muestra el diseno del experimento (codificado). Cada corrida

se realizo por duplicado.

Donde:

A: Tiempo de procesamiento.

B: Potencia de ultrasonido.

C: Diametro del sonotrodo.

Los valores de los niveles codificados para los factores se muestran en el Cuadro

10.

Durante la preparacion de las muestras experimentales, se aleatorizo el orden de

las corridas del Cuadro 10 para garantizar un diseno aleatorio. La Figura 3 muestra

el diagrama experimental para evaluar el efecto los parametros tecnologicos de la

emulsificacion ultrasonica.


convencional

Se empleo un diseno factorial de 2 variables y 3 niveles (32). El Cuadro 11

muestra el diseno del experimento (codificado).

28

Cuadro 9: Diseno del experimento de evaluacion de los parametros del proceso con

ultrasonido

Corrida A B C

1 -1 -1 0

2 1 -1 0

3 -1 1 0

4 1 1 0

5 -1 0 -1

6 1 0 -1

7 -1 0 1

8 1 0 1

9 0 -1 -1

10 0 1 -1

11 0 -1 1

12 0 1 1

13 0 0 0

14 0 0 0

15 0 0 0

Cuadro 10: Parametros del experimento para determinar el efecto de los parametros

tecnologicos de la emulsificacion ultrasonica

Parametro (factor) del proceso Nivel Codigo en el diseno

Tiempo de procesamiento (s) 60 -1 180 0 300 1

Potencia de ultrasonido (W) 300 -1 350 0 400 1

Diametro del sonotrodo (mm) 8 -1 10 0 12 1

29

Figura 3: Diagrama experimental para evaluar el efecto los parametros tecnologicos

de la emulsificacion ultrasonica

Cuadro 11: Diseno del experimento de evaluacion de los parametros del proceso

convencional

Corrida X1 X2 1 -1 -1

2 0 -1

3 1 -1

4 -1 0

5 0 0

6 1 0

7 -1 1

8 0 1

9 1 1

30

Cuadro 12: Parametros para la evaluacion del proceso convencional


Tiempo de procesamiento (s) 60 -1 180 0 300 1

Nivel de velocidad (RPM) Baja (15000) -1 Media (20000) 0 Alta (25000) 1

Donde:

X1: Tiempo de procesamiento.

X2: Nivel de velocidad.


12. Durante la preparacion de las muestras experimentales, se aleatorizara el orden

de las corridas del Cuadro 12 para garantizar un diseno aleatorizado. En la Figura 4

se muestra el diagrama experimental del experimento para determinar el efecto de

los parametros tecnologicos de la emulsificacion convencional.

3.1.3. Efecto de los parametros de formulacion de la emulsion

Se empleo un diseno factorial de 2 × 2 × 2 × 3. Los parametros tecnologicos

que se emplearon fueron los determinados como optimos de acuerdo a los resultados

del primer experimento con ultrasonido.

El Cuadro 13 muestra el diseno del experimento (codificado). La lecitina y el

Tween 20 (monolaurato de polioxietilsorbitano, HLB = 16.9) fueron empleados

como emulsionantes debido a su uso comercial en la industria alimentaria.

La codificacion de los factores es la siguiente:

A: Tipo de emulsificante.

B: Concentracion de emulsificante.

31

Figura 4: Diagrama experimental para evaluar el efecto los parametros tecnologicos

de la emulsificacion convencional

32

Cuadro 13: Diseno del experimento para determinar el efecto de los parametros de

formulacion sobre estabilidad de emulsiones producidas por ultrasonido

Corrida A B C D

1 1 1 1 1

2 1 1 1 2

3 1 1 1 3

4 1 1 2 1

5 1 1 2 2

6 1 1 2 3

7 1 2 1 1

8 1 2 1 2

9 1 2 1 3

10 1 2 2 1

11 1 2 2 2

12 1 2 2 3

13 2 1 1 1

14 2 1 1 2

15 2 1 1 3

16 2 1 2 1

17 2 1 2 2

18 2 1 2 3

19 2 2 1 1

20 2 2 1 2

21 2 2 1 3

22 2 2 2 1

23 2 2 2 2

24 2 2 2 3

33

Cuadro 14: Parametros para evaluar el efecto de la formulacion de emulsiones


Tipo de emulsificante Lecitina 1 Tween 20 2

Concentracion de emulsificante ( %) 1 1 3 2

Fraccion de volumen de aceite ( %) 10 1 15 2

Aceite Oliva 1 Sacha inchi 2 Coco 3

C: Fraccion de volumen de aceite.

D: Aceite.


14. Durante la preparacion de las muestras experimentales, se aleatorizo el orden

de las corridas del Cuadro 14 para garantizar un diseno aleatorio. En la Figura 5 se

muestra el diagrama experimental del experimento para determinar el efecto de los

parametros de formulacion sobre la estabilidad de emulsiones preparadas por

ultrasonido.

3.1.4. Efecto de la concentracion de NaCl, pH y pre-tratamiento

en una emulsion preparada con aceite de oliva

Se empleo un diseno factorial completo 23 con 4 puntos centrales. El Cuadro

15 muestra el diseno del experimento (codificado). Cada corrida se realizo por du-

plicado. Para el pre-tratamiento a alta velocidad se emplearon diferentes tiempos a

20000 RPM, mientras que para la emulsificacion con ultrasonido se empleo el so-

notrodo de 12 mm de diametro, 390 watts de potencia y 270 s de tratamiento, que

fueron los valores optimos determinados en el primer experimento (Efecto de los

parametros tecnologicos de la emulsificacion por ultrasonido).

La codificacion de los factores es la siguiente:

34

Figura 5: Diagrama experimental para evaluar el efecto los parametros de formula-

cion de emulsiones

Cuadro 15: Diseno del experimento para determinar el efecto de la concentracion

de NaCl, pH y pre-tratamiento sobre la estabilidad de las emulsiones

Corrida A B C

1 -1 -1 -1

2 1 -1 -1

3 -1 1 -1

4 1 1 -1

5 -1 -1 1

6 1 -1 1

7 -1 1 1

8 1 1 1

9 0 0 0

10 0 0 0

11 0 0 0

12 0 0 0

35

Cuadro 16: Parametros para evaluar el efecto de la concentracion de NaCl, pH y

pre-tratamiento en emulsiones


Concentracion de NaCl ( %) 1 -1 2 0 3 1

pH 3.8 -1 5.4 0 7.0 1

Pre-tratamiento (s) 0 -1 90 0 180 1

A: Concentracion de cloruro de sodio (NaCl)

B: pH.

C: Pre-tratamiento.


16.

Durante la preparacion de las muestras experimentales, se aleatorizo el orden de

las corridas del Cuadro 15 para garantizar un diseno aleatorio. La Figura 6 muestra

el diagrama experimental del experimento para determinar el efecto de la concen-

tracion de NaCl, pH y pre-tratamiento convencional en una emulsion aceite de oliva

preparada mediante ultrasonido.

3.1.5. Evaluacion sensorial de una emulsion preparada con los

parametros determinados como optimos

Se empleo una formulacion de aderezo cremoso italiano para ensaladas (Ward

et al., 2006) pero empleando aceite de sacha inchi. La formulacion empleada se

muestra en el Cuadro 17.

La emulsion fue preparada empleando los parametros de emulsificacion ul-

trasonica determinados como optimos (sonotrodo de 12 mm de diametro, 390 watts

36

Figura 6: Diagrama experimental para evaluar el efecto de la concentracion de NaCl,

pH y pre-tratamiento convencional

37

Cuadro 17: Formulacion de la emulsion modelo (aderezo italiano cremoso para

ensaladas)

Componente Porcentaje (en peso)

Agua 66.15

Vinagre blanco 7.00

Leche en polvo descremada 5.00

Azucar 4.50

Maltodextrina 4.50

Aceite de sacha inchi 10.00

Sal (NaCl) 1.50

Goma xantana 1.35

de potencia y 270 s de tiempo). Se evaluo sensorialmente. La Figura 7 muestra el

diagrama experimental del experimento para evaluar sensorialmente una emulsion

(aderezo para ensaladas) preparada con los parametros determinados como optimos

para la emulsificacion ultrasonica.

3.2. Niveles de las variables para cada experimento

En los Cuadros 18, 19, 20, y 21 se presentan los diagramas de diseno de los

experimentos que comprenden la tesis siguiendo los lineamientos para diagramas

de diseno de experimentos (DDE) (Univerisity of Florida, 2013). Dado que para

la presente investigacion se requirieron de varios experimentos, se presentan los

respectivos diagramas en diferentes cuadros.

Tıtulo del experimento 1: Efecto de los parametros tecnologicos de la emulsi-

ficacion por ultrasonido

Variables dependientes del experimento 1: ´Indice de cremado ( %), ´ındice de

peroxido, tamano de partícula, acidez, pH.

Constantes del experimento 1: Temperatura (ambiente), formulacion (10 %

aceite de oliva, 1 % de lecitina de soya), proteccion de la luz (todas las muestras se

almacenaron en un recipiente de plastico oscuro).

Tıtulo del experimento 2: Efecto de los parametros tecnologicos de la emulsi-

38

Figura 7: Diagrama experimental para evaluar sensorialmente una emulsion prepa-

rada con los parametros optimos de tratamiento ultrasonico

Cuadro 18: Diagrama de diseno del experimento para evaluar los parametros tec-

nologicos de la emulsificacion ultrasonica

Variable independiente 1: Tiempo (s)

Niveles: 60 180 300

Repeticiones: 2

Variable independiente 2: Potencia de ultrasonido (W)

Niveles: 300 350 400

Repeticiones: 2

Variable independiente 3: Diametro del sonotrodo (mm)

Niveles: 8 10 12

Repeticiones: 2

39

Cuadro 19: Diagrama de diseno del experimento para evaluar los parametros tec-

nologicos de la emulsificacion convencional

Variable independiente 1: Tiempo (s)

Niveles: 60 180 300

Repeticiones: 2

Variable independiente 2: Nivel de velocidad (RPM)

Niveles: Baja (15000) Media (20000) Alta (25000)

Repeticiones: 2

ficacion convencional

Variables dependientes del experimento 2: Indice de cremado, ındice de peroxi-

do, tamano de partícula, acidez, pH.

Constantes del experimento 2: Temperatura (ambiente), formulacion (10 %

aceite de oliva, 1 % alginato de propilenglicol), proteccion de la luz (todas las mues-

tras se almacenaron en un recipiente de plastico oscuro).

Tıtulo del experimento 3: Efecto de los parametros de formulacion sobre la

estabilidad de emulsiones preparadas por ultrasonido

Cuadro 20: Diagrama de diseno del experimento para evaluar el efecto de los

parametros de formulacion sobre la estabilidad

Variable independiente 1: Emulsificante

Niveles: Lecitina Tween 20

Repeticiones: 2

Variable independiente 2: Concentracion de emulsificante ( %)

Niveles: 1 3

Repeticiones: 2

Variable independiente 3: Fraccion de volumen de aceite ( %)

Niveles: 10 15

Repeticiones: 2

Variable independiente 4: Aceite

Niveles: Oliva Sacha inchi Coco

Repeticiones: 2

Variables dependientes del experimento 3: Indice de cremado, tamano de

partícula, acidez, pH.

Constantes del experimento 3: Temperatura (ambiente), parametros tecnologi-

40

cos del proceso ultrasonico (sonotrodo de 12 mm de diametro, 390 watts de potencia

y 270 s de tiempo), proteccion de la luz (todas las muestras se almacenaron en un

recipiente de plastico oscuro).

Tıtulo del experimento 4: Efecto de la concentracion de NaCl, pH y pre-

tratamiento en una emulsion preparada con aceite de oliva preparada mediante ul-

trasonido

Cuadro 21: Diagrama de diseno del experimento para evaluar la concentracion de

NaCl, pH y pre-tratamiento sobre la estabilidad de una emulsion

Variable independiente 1: Concentracion de NaCl ( %)

Niveles: 1 2 3

Repeticiones: 2

Variable independiente 2: Nivel de pH

Niveles: 3.8 5.4 7.0

Repeticiones: 2

Variable independiente 3: Tiempo de pre-tratamiento (s)

Niveles: 0 90 180

Repeticiones: 2

Variables dependientes del experimento 4: Indice de cremado, tamano de

partícula, acidez, pH.


cos del proceso ultrasonico (12 mm de diametro del sonotrodo, 390 watts de poten-

cia y 270 s de tiempo) y convencional (20000 RPM).

Tıtulo del experimento 5: Evaluacion de una emulsion preparada con los parame-

tros determinados como optimos para la emulsificacion ultrasonica

Variables dependientes del experimento 5: Evaluacion sensorial (sabor, apa-

riencia, aroma, aceptabilidad general)


cos del proceso ultrasonico (12 mm de diametro del sonotrodo, 390 watts de poten-

cia y 270 s de tiempo), formulacion (de acuerdo al Cuadro 17).

41

3.3. Equipos

Para la investigacion los principales equipos empleados fueron:

Emulsificador ultrasonico (modelo SJIA-500W, Ningbo SjiaLab Equipment

Co., Zhejiang, R.P. China).

Emulsificador de alta velocidad (modelo SJIA-HS10, Ningbo SjiaLab Equip-

ment Co., Zhejiang, R.P. China).

Microscopio optico (modelo “Revelation”, LW Scientific, Lawrenceville, Geor-

gia, U.S.A.)

pH-metro manual con compensacion de temperatura automatica (modelo PH-

009(III), Ningbo Sinotester Biological Co., Ltd., Zhejiang, R.P. China)

Los equipos fueron ubicados en el Laboratorio de Microbiología y Biotecno-

logía de Alimentos de la Escuela Profesional de Ingeniería de Industrias Alimen-

tarias de la Universidad Nacional de San Agustın de Arequipa (Apendice 1). En el

mismo laboratorio se realizaron todas las pruebas y procedimientos experimentales.

3.4. Metodos

Los metodos empleados para la investigacion fueron:

1. Emulsificaci on ultrasonica.

2. Emulsificaci on convencional (mezcla o agitacion a alta velocidad).

3. Determinaci on del ındice de cremado (Herrera, 2012).

4. Determinaci on del ındice de peroxido (AOAC 965.33).

5. Determinaci on de la acidez total (AOAC 935.57).

42

6. Determinaci on de pH (AOAC 981.12).

7. Determinaci on del tamano de partícula (Kim et al., 2016).

8. Evaluaci on sensorial por escala de categorías (Riskey, 1986).

El detalle de todos los procedimientos y metodos se encuentra en el Apendice

2. Todas las muestras preparadas fueron almacenadas a temperatura ambiental.

3.5. Instrumentos de investigacion

Se empleo la base de datos de abstracts y citaciones SCOPUS, así como el repo-

sitorio nacional ALICIA para obtener las fuentes de informacion cientıfica para la

investigacion. El software de gestion de biobliografía Mendeley se uso para manejar

las citaciones en este documento.

3.6. Procesamiento estadístico

Para el procesamiento estadístico de los disenos factoriales, el diseno de Box-

Behnken, las pruebas ANOVA, la metodología de superficie de respuesta y la tecni-

ca de bootstrapping, se usara el software estadístico R (R Development Core Team,

2008) y su plataforma RStudio (RStudio Team, 2015) para la generacion de grafi-

cas.

Capítulo 4

Resultados y discusiones

4.1. Efecto de los parametros tecnologicos de la emul-

sificacion con ultrasonido

4.1.1. Indice de cremado

A los 63 días de preparadas las emulsiones, se determino el ındice de cremado

(IC) que se muestra en el Cuadro 22. Los guiones de R y los resultados de la prue-

bas estadısticas se muestran en el Apendice 3. Los valores del ındice de cremado

inferiores indican mayor estabilidad, mientras que los valores altos indican crema-

do y por lo tanto inestabilidad. Se puede apreciar en la Figura 8 que los mayores

niveles de tiempo se corresponden con menores niveles del ındice de cremado, in-

dicando mayor estabilidad. El cremado es el proceso en que las gotas de la fase

dispersa forman floculos que tienden a subir a la parte superior del recipiente, en el

caso de las emuliones O/W. La importancia comercial del cremado es muy alta, ya

que se estima que 40 % del costo de desarrollar una nueva emulsion alimentaria se

gasta en pruebas de vida en anaquel, donde el principal criterio es el inicio de la

no-uniformidad visual (Robins, 2000).

Cuando se realizo el ajuste empleando un modelo de primer orden (Apendice 3)

43

44

Cuadro 22: Indice de cremado de las emulsiones preparadas con diferentes parame-

tros del procesamiento ultrasonico

Tiempo (s) Potencia (W) Diametro de

sonotrodo

(mm)

Media del

´ındice de

cremado ( %)

Desviacion

estandar

60 300 10 78.4 0.9

60 350 8 81.4 0.8

60 350 12 77.9 1.6

60 400 10 81.1 1.0

180 300 8 0.0 0.0

180 300 12 0.0 0.0

180 350 10 27.6 42.7

180 400 8 0.0 0.0

180 400 12 0.0 0.0

300 300 10 85.2 0.3

300 350 8 0.0 0.0

300 350 12 0.0 0.0

300 400 10 0.0 0.0

Figura 8: Grafica de distribucion de valores de ındice de cremado para la emulsifi-

cacion con ultrasonido

45

Figura 9: Graficas de residuos del modelo lineal de primer orden

se verifico que la carencia de ajuste del modelo es significativa (p < 0.05), por lo que

el modelo de primer orden no explica adecuadamente los resultados. Esto tambien

se comprobo a traves de las graficas de residuos del modelo linear (Figura 9). En

la grafica de valores residuales vs valores ajustados se puede ver un cierto patron

simetrico a ambos lados de una lınea horizontal; en la grafica normal Q - Q se puede

ver una desviacion del modelo lineal, lo que hace sospechar un comportamiento no

lineal que no es explicado por el modelo de primer orden; en la grafica de escala

- localizacion (o dispersion - localizacion) se puede ver una distribucion bifurcada

con el eje x que se vuelve linear a partir de un valor ligeramente superior a 40; en

la grafica de valores residuales vs apalancados no se puede visualizar las lıneas de

la distancia de Cook, por lo que no se puede identificar observaciones que tengan

una gran influencia. Todo ello indica que es necesario probar un modelo de orden

superior.

Cuando se realizo el ajuste empleando un modelo de segundo orden con inter-

acciones (Apendice 3), se verifica que la carencia de ajuste del modelo no es signi-

ficativa y que el valor de R2 multiple es de 0.7336, explicando mejor los resultados

46

Figura 10: Grafica de residuos del modelo de segundo orden

experimentales, como se verifica en las graficas de residuos (Figura 10).

Se obtuvieron las superficies de respuesta de contornos (Figura 11) y perspectiva

(Figura 12), mostrando que el area optima (menor valor del ındice de cremado) se

encuentra en un punto de silla, siendo el efecto del polo de amplitud no significativo.

Por lo tanto, se estimaron como optimos los parametros de 270 segundos y 390 W,

empleando el polo de amplitud de 12 mm para asegurar la formacion de emulsiones

estables. Las emulsiones mas estables de aceite de girasol, empleando el ındice de

cremado como indicador, obtenidas usando un complejo de goma de albaricoque

y pectina de manzana (21.4 % p/p) como emulsificante (Shamsara et al., 2017), se

obtuvieron con 10 minutos de tratamiento ultrasonico (1300 W, 20 kHz, sonotrodo

de 3 mm de diametro a 1 cm por debajo de la interfase). En comparacion, la pre-

sente investigacion empleo menos tiempo y potencia en el tratamiento ultrasonico,

ademas de emplear un sonotrodo de mayor diametro, debido a que el objetivo era

preparar emulsiones con tamano de gota visible en el microscopio optico de luz.

47

Figura 11: Superficie de respuesta de contornos para la estabilidad de las emulsiones

obtenidas con ultrasonido

Figura 12: Superficie de respuesta en perspectiva de la estabilidad de las emulsiones

obtenidas por ultrasonido

48

4.1.2. Tamano de partícula

A los 65 días de preparadas las emulsiones se realizaron las mediciones del

tamano de partícula y se analizaron estadısticamente (Apendice 3), encontrandose

que la distribucion de tamano (Figura 14 donde A) 60s 300w 10mm, B) 300s 300w

10mm, C) 60s 400w 10mm, D) 300s 400w 10mm, E) 60s 350w 8mm, F) 300s

350w 8mm, G) 60s 350w 12mm, H) 300s 350w 12mm; y Figura 15 donde I) 180s

300w 8mm, J) 180s 400w 8mm, K) 180s 300w 12mm, L) 180s 400w 12mm, M)

180s 350w 10mm) para todas las muestras presento una notable asimetría hacia la

izquierda, lo cual es tıpico de las emulsiones. Por ese motivo se tomo la mediana

como parametro para estimar el diametro de las partículas antes que la media. De-

bido a la gran desviacion de la distribucion normal, no se pudo comparar los datos

mediante un analisis de varianza (ANOVA) o modelo factorial linear o de orden

superior, por lo que se estimaron los ıntervalos de confianza al 95 % empleando la

tecnica de bootstrapping. Estos resultados se presentan en el Cuadro 23.

La Figura 13 muestra graficamente los resultados del diametro D50 para cada

tratamiento y el intervalo de confianza. Se aprecia que los tratamientos con poten-

cias mas altas resultaron en tamanos de partícula mas bajos, lo que concuerda con

observaciones previas que tambien observaron este comportamiento (Carpenter y

Saharan, 2017). Sin embargo, a diferencia de lo observado por dichos autores, en

esta tesis fueron los niveles de tiempo medio y bajo (180 y 60 segundos) los que

consiguieron los tamanos de partícula mas bajos (menores a 2.5 µm). Luego de

15 minutos de sonicacion a 240 W de potencia, se obtuvieron emulsiones aceite-

en-agua con un diametro promedio entre 1.99 y 3.51 µm (Mujumdar et al., 1997).

Segun estos autores, el tamano de las gotas de aceite incrementa con la distancia del

sonotrodo con respecto a la interfase aceite/agua, y este dato que no siempre se re-

porta en la literatura puede ser la causa de la variacion en las mediciones reportadas

por otros trabajos.

49

Cuadro 23: Diametro (D50) e intervalo de confianza al 95 % de las partículas de

aceite en las emulsiones obtenidas con diferentes parametros del procesamiento

ultrasonico

Tiempo Potencia Diametro del Diametro Intervalo de Intervalo de

(s) (W) sonotrodo

(mm)

D50 de

partículas

(µm)

confianza

inferior (µm)

confianza

superior

(µm)

60 300 10 5.01 4.62 5.34

300 300 10 3.60 3.37 3.87

60 400 10 3.42 3.24 3.66

300 400 10 2.64 2.52 2.75

60 350 8 2.86 2.75 2.96

300 350 8 4.82 4.49 5.20

60 350 12 2.13 2.03 2.17

300 350 12 3.66 3.50 3.86

180 300 8 3.29 3.12 3.48

180 400 8 3.11 2.97 3.28

180 300 12 3.16 3.01 3.28

180 400 12 1.88 1.85 1.93

180 350 10 2.47 2.41 2.52

Figura 13: Intervalos de confianza del diametro D50 de las emulsiones de aceite

obtenidas con diferentes parametros del procesamiento ultrasonico

50

Figura 14: Distribucion del tamano de partículas de las emulsiones obtenidas con

diferentes parametros del procesamiento ultrasonico

51

Figura 15: Distribucion del tamano de partículas de las emulsiones obtenidas con

diferentes parametros del procesamiento ultrasonico

52

4.1.3. Indice de peroxido

Luego de 58 días se realizo la medicion del ındice de peroxidos de las muestras.

No se observo un efecto significativo de los parametros de procesamiento de ultra-

sonido sobre el ındice de peroxidos (Apendice 3). Por lo tanto el ındice de peroxido

no permitio determinar los parametros tecnologicos optimos en la emulsificacion

con ultrasonido. Los datos del ındice de peroxido obtenidos se muestran en el Cua-

dro 24. Los tratamientos con el nivel de potencia mas alto (350 - 400 W) y tiempos

altos (300 s) presentaron los ındices de peroxido mas altos, lo que podría deberse a

que la cavitacion provocada por la emulsificacion por ultrasonido genera zonas de

alta presion y temperatura, que podrían facilitar las reacciones de oxidacion de la

fase oleosa. Estudiando el efecto del tratamiento ultrasonico (150 W) sobre el aceite

refinado de girasol, se encontro que el tiempo de tratamiento ultrasonico afecta el

ındice de peroxido del aceite, que alcanza un maximo alrededor de los 30 mEq-O2·

kg (Chemat, Grondin, Costes, et al., 2004). Por otra parte, se han reportado valo-

res menores del ındice de peroxido en estudios de optimizacion cuando se empleo

aceite de ortiga (Gharibzahedi, 2017) luego de 45 días (0.958 ), pero empleando

menores niveles de potencia y tiempo de tratamiento (165.87 W y 23.64 min, esti-

mados mediante superfie de respuesta). En esta tesis se econtraron valores similares

en las emulsiones obtenidas con los tiempos y potencias mas altos.

4.1.4. Acidez

Se realizo la medicion de la acidez a los 53 días del experimento. No se encontro

influencia significativa de los factores (parametros tecnologicos de la emulsificacion

ultrasonica). El analisis de los resultados (Anexo 3) indica que no existe diferencia

significativa entre las muestras. Los resultados de la acidez expresada como acido

oleico se muestran en el Cuadro 25. El nivel de potencia mas alto (400 W) produjo

las emulsiones con menor acidez para todos los tiempos de tratamiento empleados,

53

Cuadro 24: Indice de peroxido de las emulsiones obtenidas empleando diferentes

parametros tecnologicos de la emulsificacion por ultrasonido


sonotrodo (mm)

Indice de peroxido

(mEq-O2· kg)

60 300 10 21.67

60 350 8 20.64

60 350 12 27.45

60 400 10 10.75

180 300 8 32.43

180 300 12 7.69

180 350 10 12.13

180 400 8 12.52

180 400 12 15.71

300 300 10 5.18

300 350 8 43.00

300 350 12 36.52

300 400 10 15.29

sugiriendo que mientras menor sea la potencia empleada, las reacciones de hidroli-

sis que podrían generar la acidificacion de la fase oleosa se ven favorecidas, aunque

se ha reportado que el tratamiento ultrasonico tiene un mınimo efecto sobre la aci-

dez del aceite (Chemat, Grondin, Costes, et al., 2004), empleando aceite de girasol

refinado, mientras que factores mas convencionales como la temperatura tienen un

efecto mucho mas importante sobre esta caracterıstica cuando se emplea ultrasonido

en el mismo aceite (Chemat, Grondin, Sing, y Smadja, 2004).

4.1.5. pH

Luego de 60 días de preparadas las emulsiones, los valores de pH no mostraron

diferencias significativas entre los tratamientos (el valor de p fue 0.933 como se ve

en el Apendice 3), por lo que el valor de pH no puede usarse para establecer un

tratamiento optimo. Los datos de pH obtenidos se presentan en el Cuadro 26. El

pH de las emulsiones de aceite de soya preparadas por ultrasonido (16 kHz por 12

minutos en un bano de hielo, luego de una agitacion mecanica por 45 minutos) fue

de pH de 6.5, excepto cuando se usaron los emulsificantes artificales Pluronics (tipo

54

Cuadro 25: Acidez de las emulsiones preparadas con diferentes parametros del pro-

cesamiento ultrasonico


sonotrodo

(mm)

Media de la

acidez

(g·100g−1)

Desviacion

estandar

60 300 10 31.73 15.04

60 350 8 22.19 10.20

60 350 12 28.00 8.58

60 400 10 17.88 7.23

180 300 8 22.58 10.56

180 300 12 24.20 1.06

180 350 10 28.49 6.14

180 400 8 21.17 5.08

180 400 12 28.90 7.11

300 300 10 28.21 3.46

300 350 8 32.22 6.14

300 350 12 34.24 17.01

300 400 10 24.46 2.64

F68 y tipo L62) y una combinacion de colato de sodio y Pluronic tipo F68, que produ-

jeron emulsiones con valores de pH de 4.7 - 5.2 y 8.1 - 8.9, respectivamente (Guay

y Bisaillon, 1979). Los mismos autores emplearon para el resto de emulsiones una

combinacion de emulsificantes que contenía uno de origen natural (fosfatidilcolina

de soja en combinacion con Pluronics F65 y F68). Por lo tanto un posible efecto del

emulsificante o formulacion debe ser estudiado, como se hace en la Seccion 4.3 de

este Capítulo.

4.2. Efecto de los parametros tecnologicos de la emul-

sificacion convencional


Los datos obtenidos mediante la experimentacion al día 67 se muestran en el

Cuadro 27. El codigo fuente y los resultados de la lınea de comandos del software

estadístico se presentan en el Apendice 4. De los datos obtenidos, se aprecio que

55

Cuadro 26: Valor de pH de las emulsiones preparadas con diferentes parametros del

procesamiento ultrasonico


sonotrodo (mm)

pH promedio Desviacion

estandar

60 300 10 5.03 1.48

60 350 8 4.58 1.63

60 350 12 4.80 0.74

60 400 10 5.69 0.64

180 300 8 4.81 1.28

180 300 12 5.35 0.74

180 350 10 5.30 0.29

180 400 8 5.26 0.30

180 400 12 5.53 0.45

300 300 10 5.54 0.65

300 350 8 5.37 0.02

300 350 12 4.97 0.93

300 400 10 5.61 0.01

las velocidades baja y media (15000 y 20000 RPM) y los tiempos de 60 y 180 se-

gundos se obtuvieron las emulsiones con ındice de cremado mas bajo y por lo tanto

mas estables. Sin embargo estos resultados fueron superiores (menos estabilidad)

que los reportados con anterioridad (Noro et al., 1979), que agitando a una veloci-

dad menor (812 RPM por 60 minutos) y diversos emulsionantes del grupo Tween

al 5 % empleando aceite mineral (45 % v/v) para obtener un ındice de cremado de

aproximadamente 45 % luego de 5 horas, aunque siguiendo una tendencia exponen-

cial.

En concordancia con los resultados de esta tesis, se ha senalado (Einhorn-Stoll

et al., 2002) que luego de 24 horas todas las emulsiones de aceite de girasol o do-

decano preparadas por agitacion a alta velocidad (de 15000 a 20000 RPM por 1 o 2

minutos) usando Tween 20 (0.1 a 1 %) o caseinato (0.5 a 2.0 %) como emulsifican-

tes estuvieron desestabilizadas, alcanzando el cremado total en los siguientes días

mostrando incluso una fase de aceite libre en la parte superior.

Cuando se graficaron los valores del ındice de cremado de las emulsiones obte-

nidas con agitacion a alta velocidad (Figura 16) no se verifica una tendencia clara

56

Cuadro 27: Indice de cremado de las emulsiones preparadas con diferentes parame-

tros del procesamiento convencional

Velocidad Tiempo (s) Media del ´ındice de cremado ( %) Desviacion estandar

Baja 180 82.45 1.20

Baja 300 81.05 0.49

Baja 60 79.30 0.28

Media 180 78.75 1.06

Media 300 80.85 0.64

Media 60 86.30 1.41

Alta 180 84.25 2.62

Alta 300 82.90 0.00

Alta 60 83.15 0.49

en la distribucion de los datos medidos.

Cuando se ajustaron los datos a modelos de primer orden y segundo orden, no

se obtuvo bondad de ajuste dado que la carencia de ajuste resulto significativa (p<

0.003065 y p< 0.001217, para los modelos de primer y segundo orden respectiva-

mente).

Cuando se graficaron las medias de los resultados de los tratamientos (Figura

17) se pudo apreciar que la heterokedasticidad (varianza heterogenea) de los resul-

tados podría ser la causa de la falta de ajuste de los modelos. Cuando se realizo

la prueba de Lilliefors (correccion de Kolmogorov - Smirnov) se confirmo

homogeneidad de varianzas (p<0.01)

la no

Un analisis ANOVA se realizo pese a estas condiciones, dado que la grafica

de interacciones (Figura 18) parecía mostrar una leve tendencia. Sin embargo, no se

encontro diferencia significativa, salvo un leve efecto de la interaccion de la variable

tiempo con la velocidad (p<0.1). Por lo tanto, se estimo como optimo el tratamiento

a nivel de velocidad medio por 180 segundos, ya que obtuvo el menor valor del

ındice de cremado a partir de ese ultimo grafico, aunque no se haya podido obtener

una confirmacion estadıstica.

57

Figura 16: Grafica de distribucion de valores de ındice de cremado para la emulsifi-

cacion convencional

Figura 17: Grafica de cajas de la estabilidad de las emulsiones obtenidas por agita-

cion

58

Figura 18: Grafica de interacciones de los parametros tecnologicos del procesa-

miento convencional


A los 19 días se midio el tamano de partícula (gotas de aceite) de las emulsiones

preparadas por el metodo convenciona. El analisis estadístico (Apendice 4) indica

que las distribuciones de tamano presentaron un comportamiento no normal y de-

sigualdad de varianzas. Por ello se empleo la tecnica de bootstrapping para estimar

los intervalos de confianza de la mediana (D50). La Figura 19 muestra la mediana y

los intervalos de confianza al 95 % de las muestras. El Cuadro 28 muestra los valores

numericos. Se aprecia que los valores mas altos de potencia produjeron las emul-

siones con tamano de partícula mas pequeno, como era de esperar. En comparacion,

otros estudios (Branch, 2001) produjeron aderezos para ensalada con hasta 50 % de

aceite de soya y yemas de huevo y polisorbato 60 como emulsionantes, empleando

mezclado lento a 113 RPM y usando un equipo de cizalla hidraulica (140 - 220

psi), obteniendo un tamano de partícula mucho mas grande (5.17 µm a 6.50 µm),

que sin embargo no se desestabilizaron como en la presente investigacion, debido a

que emplearon en la formulacion otros aditivos como gomas y estabilizadores que

tuvieron un efecto mayor sobre la viscosidad que la yema de huevo (emulsificante).

59

Figura 19: Mediana e intervalos de confianza al 95 % del diametro (D50) de las

partículas de las emulsiones obtenidas por el metodo convencional

Cuadro 28: Diametro (D50) de las partículas de aceite en las emulsiones obtenidas

con diferentes parametros del procesamiento convencional

Velocidad Tiempo (s) Diametro D50

de partículas

(µm)

Intervalo de

confianza

inferior (µm)

Intervalo de

confianza

superior (µm)

Baja 60 2.45 2.37 2.55

Baja 180 2.41 2.32 2.47

Baja 300 1.86 1.82 1.92

Media 60 1.74 1.65 1.83

Media 180 1.94 1.85 2.00

Media 300 1.99 1.88 1.99

Alta 60 1.92 1.90 1.95

Alta 180 1.86 1.77 1.86

Alta 300 1.98 1.91 2.00

60

·

Cuadro 29: Indice de peroxidos de las emulsiones preparadas con diferentes

parametros del procesamiento convencional

Velocidad Tiempo (s) Indice de peroxido (mEq-O2 kg−1)

Baja 180 9.8

Baja 300 1.1

Baja 60 6.3

Media 180 1.1

Media 300 2.2

Media 60 4.0

Alta 180 1.2

Alta 300 3.5

Alta 60 2.9

4.2.3. Indice de peroxido

A los 32 días del experimento se realizo la determinacion del ındice de peroxido

de las muestras. Los resultados se muestran en el Cuadro 29. El nivel de tiempo de

180 s produjo las emulsiones con menor ındice de peroxido cuando se emplearon

los niveles de velocidad medio y alto (20000 y 25000 RPM). Previamente (Mihov

et al., 2012) se reportaron valores del ındice de peroxidos mucho mas altos, de

entre 14.53 a 15.21 mEq-O2·kg−1 para aderezos de ensalada preparados con 25 %

de aceite de oliva con y sin la adicion de extractos de hierbas, empleando el metodo

convencional (3900 RPM, 90 + 60 segundos), luego de 20 días de almacenamiento

a 20◦C. Es probable que la mayor proporcion de aceite usado por dichos autores,

junto a otros ingredientes empleados, hayan contribuido a que el ındice de peroxidos

sea mayor al que se reporta en la presente investigacion.

4.2.4. Acidez

A los 45 días se realizo la determinacion de la acidez de las muestras. El Cua-

dro 30 muestra los valores obtenidos para cada tratamiento expresados como acido

oleico. Las emulsiones obtenidas con los niveles de velocidad medio y alto a nive-

les de tiempo de 60 y 180 s presentaron una menor acidez que las obtenidas con el

61

·

Cuadro 30: Acidez de las emulsiones preparadas con diferentes parametros del pro-

cesamiento convencional

Velocidad Tiempo (s) Acidez (g 100g−1)

Baja 180 16.67

Baja 300 29.40

Baja 60 14.70

Media 180 10.44

Media 300 33.62

Media 60 15.93

Alta 180 14.58

Alta 300 20.16

Alta 60 15.23

mayor tiempo de procesamiento o velocidad baja. En otro estudio, luego de 20 días

de almacenamiento a 20◦C, se reporto que los aderezos de ensalada elaborados a

base de aceite de oliva (25 %) con o sin adicion de extractos de hierbas, preparados

segun el metodo convencional (3900 RPM, 90 + 60 segundos), tuvieron una acidez

de 0.4 a 0.7 g·100g−1 de acido oleico (Mihov et al., 2012). Los resultados mas altos

que se obtuvieron en la presente investigacion pueden deberse al mayor tiempo de

almacenamiento empleado.

4.2.5. pH

A los 30 días se realizo la medicion del pH de la muestras. Luego del anali-

sis estadístico (Apendice 4) no se ha encontrado diferencia significativo entre los

tratamiento ni significancia de los efectos de los factores (parametros tecnologi-

cos). Los resultados se presentan en el Cuadro 31. Comparativamente, se determino

(Mirhosseini et al., 2008) que en una bebida emulsificada (goma arabiga, goma xan-

tana, 10-14 % p/p de aceite de naranja) obtenida por emulsificacion a alta velocidad

(1 minuto) y emulsificacion a alta presion (30, 28 y 25 MPa), el pH vario poco para

todas las corridas que emplearon (pH 3.83 a 4.04), y los autores indican que solo la

concentracion de goma arabica tuvo un efecto sobre el valor del pH. Debido a que

para el presente experimento no se emplearon gomas, se justificaría que el valor de

62

Cuadro 31: Valor de pH de las emulsiones preparadas con diferentes parametros del

procesamiento convencional

Velocidad Tiempo (s) pH Desviacion estandar

Baja 180 6.08 0.04

Baja 300 6.12 0.02

Baja 60 5.97 0.27

Media 180 6.10 0.02

Media 300 6.06 0.18

Media 60 6.03 0.11

Alta 180 6.17 0.01

Alta 300 6.12 0.04

Alta 60 6.02 0.09

pH var´ıe poco para todas las corridas ensayadas.

4.3. Efecto de los parametros de formulacion de la

emulsion


Luego de 60 días se observo que ninguna de las muestras preparadas presento

coalescencia o inestabilidad, por lo que no se evidencio cremado ni separacion. Así,

todas las emulsiones presentaron estabilidad visual. Un comportamiento similar se

observo durante la obtencion de nanoemulsiones de aceite de mostaza en agua (al

10 %) sin otros aditivos empleando mayores tiempos de sonicacion y potencia, que

fueron estables incluso luego de 90 días (Carpenter y Saharan, 2017).


A los 65 días se realizo la medicion del tamano de partícula, estimada por el

valor de la mediana del diametro (D50). Los datos fueron no normales y se realizo

el bootstrapping para estimar los intervalos de confianza (Apendice 5). La Figura 20

muestra el valor de la mediana D50 mientras que el Cuadro 32 muestra los valores

63

numericos.

Las muestras con el tamano de partícula (D50) mas pequeno fueron mayormen-

te las que se prepararon con Tween 20 en el nivel de concentracion mas alto (3 %) y

empleando aceite de sacha inchi o coco en los niveles probados, con la excepcion de

la muestra preparada con lecitina al 1 % y aceite de coco al 10 % que no se corres-

ponde con esta tendencia. Empleando aceite de mostaza como fase dispersa y una

mezcla de Tween 80 y Span 80 (HLB de la mezcla = 10), se observo que los meno-

res tamanos de partícula se corresponden con los niveles mas altos de emulsificante

(Carpenter y Saharan, 2017), lo que confirma parcialmente lo observado.

Los mismos autores evaluaron el efecto de la concentracion de la fase oleosa

sobre el tamano de las partículas obtenidas por emulsificacion ultrasonica (8 % de

emulsificante), encontrando que los menores niveles de concentracion de aceite ob-

tiene los menores tamanos de partícula. Igualmente, empleando aceite de parafina

y 9 % de emulsificante, se encontro que la menor concentracion de la fase oleosa

produce las emulsiones con menor diametro (Shekar et al., 2011). Para la prepara-

cion de nanoemulsiones de aceite de oliva usando Tween 80 como emulsificante,

la mejor estabilidad (tamano de partícula de 151.68 nm) se obtuvo a los 3 minu-

tos de tiempo de ultrasonido (750 W, 20 kHz), 4 % de aceite de oliva y 2.08 % de

Tween 80 (Mehmood et al., 2017). Sin embargo para ello emplearon previamente

un pre-tratamiento con el emulsificador a alta velocidad (15000 RPM por 10 minu-

tos). Los resultados de esta tesis confirman esta tendencia para los aceites de sacha

inchi y coco, que al nivel inferior (10 %) presentaron menores tamanos de partícula

en comparacion al nivel superior (15 %), sin embargo las emulsiones con aceite de

oliva no mostraron esa relacion con el tamano de partícula.

Empleando Tween 20 como emulsificante, el incremento de la concentracion de

Tween 20 (de 0.1 a 1.0 %) en emulsiones con 40 % de aceite de girasol produce una

disminucion del tamano de partícula (Einhorn-Stoll et al., 2002). Los datos de esta

tesis confirman parcialmente esta tendencia, que varia dependiendo del aceite usado

64


partículas de las emulsiones obtenidas empleando diferentes formulaciones

en la emulsion.

4.3.3. Acidez

A los 47 días se realizo la determinacion de la acidez de las muestras. No se

encontro diferencia significativa entre los tratamientos (Apendice 5). El Cuadro 33

muestra los resultados numericos expresado como acido oleico. No se espera que

el tratamiento ultrasonico haya tenido un efecto sobre la acidez de las emulsiones

diferente al esperable en las mismas condiciones pero sin emplear ultrasonido. Así,

para la emulsion obtenida por el metodo convencional (aderezo para ensalada con

25 % de aceite de oliva), los niveles de acidez estuvieron entre 0.4 a 0.7 g·100g−1

de acido oleico, luego de 20 días a 20◦C (Mihov et al., 2012). La acidez que se

reporta en la presente tesis para este experimento se encuentra en el rango, e incluso

es inferior, a los de la emulsion del autor citado.

65


con diferentes formulaciones

Emulsionante % Aceite % Diametro

D50 de

partículas

Intervalo de

confianza

inferior (µm)

Intervalo de

confianza

superior (µm) (µm)

Lecitina 1 Oliva 10 3.18 3.02 3.35

Lecitina 1 Sacha inchi 10 2.95 2.86 3.23

Lecitina 1 Coco 10 1.48 1.38 1.53

Lecitina 1 Oliva 15 2.38 2.32 2.43


Lecitina 1 Coco 15 3.23 3.14 3.33

Lecitina 3 Oliva 10 4.64 4.42 4.87


Lecitina 3 Coco 10 3.09 2.98 3.14

Lecitina 3 Oliva 15 3.05 2.89 3.16


Lecitina 3 Coco 15 2.42 2.28 2.49

Tween 20 1 Oliva 10 2.53 2.24 2.65

Tween 20 1 Sacha inchi 10 3.34 3.23 3.47

Tween 20 1 Coco 10 5.04 4.37 5.04

Tween 20 1 Oliva 15 2.45 2.27 2.57


Tween 20 1 Coco 15 2.37 2.17 2.53

Tween 20 3 Oliva 10 3.52 3.27 3.65


Tween 20 3 Coco 10 2.69 2.57 2.78

Tween 20 3 Oliva 15 2.93 2.71 3.05


Tween 20 3 Coco 15 2.37 2.27 2.57

66

·

Cuadro 33: Acidez de las emulsiones obtenidas con diferentes formulaciones

Emulsionante % Aceite % Acidez (g 100g−1)

Lecitina 1 Coco 10 0.53

Lecitina 1 Oliva 10 0.28

Lecitina 1 Sacha inchi 10 0.15










Tween 20 1 Coco 10 0.17

Tween 20 1 Oliva 10 0.14

Tween 20 1 Sacha inchi 10 0.18

Tween 20 1 Coco 15 0.18



Tween 20 3 Coco 10 0.15



Tween 20 3 Coco 15 0.20



67

Cuadro 34: Acidez de las emulsiones obtenidas con diferentes formulaciones

Emulsionante % Aceite % pH













Tween 20 1 Coco 10 5.39



Tween 20 1 Coco 15 4.30



Tween 20 3 Coco 10 5.68



Tween 20 3 Coco 15 4.93



4.3.4. pH

Luego de 47 días se midio el pH de las muestras. No hubo diferencia significa-

tiva entre los tratamiento ni efecto de los parametros de formulacion (Apendice 5).

El Cuadro 34 muestra los valores numericos. Los valores fueron un poco inferiores

a los reportados previamente (Guay y Bisaillon, 1979) para las emulsiones de aceite

de soya, manı, colza y algodon obtenidas por ultrasonido y empleando 5 % de emul-

sionante Pluronic F-68 y L-62. Los valores que reportaron estos autores estuvieron

entre 4.7 y 5.3.

68

4.4. Efecto de la concentracion de NaCl, pH y pre-

tratamiento en una emulsion preparada con acei-

te de oliva


Luego de 46 días se determino el ındice de cremado de las muestras, no en-

contrandose diferencia significativa entre los tratamiento ni significancia de los fac-

tores tratados (Apendice 6). El Cuadro 35 muestra los valores del ındice de cremado.

La inestabilidad de todas las emulsiones obtenidas, aunque se hayan empleado los

parametros determinados como optimos para el tratamiento ultrasonico, indica que

la concentracion de NaCl y el pH tuvieron un efecto desestabilizador muy impor-

tante que impidio emplear el ındice de cremado para determinar niveles optimos de

NaCl y pH (buffer) de las emulsiones. En un trabajo (Pongsawatmanit et al., 2006)

sobre emulsiones secundarias de aceite de palma empleando ultrasonido (20 kHz, 1

minuto de tratamiento a 70 % de amplitud) y β-lactoglobulina como estabilizante,

se reporta que los niveles de pH cercanos a la neutralidad (pH 6 y 7) mostraron los

mas altos ındices de cremado (>80 %) luego de 24 horas a una concentracion

determinada de alginato de sodio (de 0.05 a 0.1 % p/v), pero que conforme la con-

centracion aumenta (desde 0.1 a 0.5 % p/p) disminuye el ındice de cremado de estas

emulsiones. Los mismos autores indican que para las emulsiones obtenidas a pH

mas bajo (pH 3 a 5), la floculacion pudo haber sido tan extensa que una red de

gotas aglomeradas se pudo formar en las emulsiones, lo que previno el movimien-

to de las gotas. Esto explicaría que las emulsiones de pH mas bajo, que deberían

flocular y tener un ındice de cremado mas alto, tengan ındices de cremado mode-

rados o bajos, en su caso. En otro trabajo con aceite de girasol (Shamsara et al.,

2017) se prepararon emulsiones con el pH mas bajo (pH 2) y fueron estables (10

días de almacenamiento), pero emplearon una concentracion alta de estabilizante

69

Cuadro 35: Indice de cremado de las emulsiones obtenidas con diferentes concen-

traciones de NaCl, nivel de pH y pre-tratamiento por agitacion a alta velocidad antes

del tratamiento ultrasonico

NaCl ( %) pH Pre-tratamiento (s) Media del ´ındice

de cremado ( %)

Desviacion

estandar

1 3.8 0 87.25 0.35

1 3.8 180 88.60 0.14

1 7.0 0 84.40 4.53

1 7.0 180 86.70 5.09

2 5.4 90 87.38 1.44

3 3.8 0 86.50 1.13

3 3.8 180 86.70 4.81

3 7.0 0 87.50 0.00

3 7.0 180 88.35 0.07

(complejo de goma de albaricoque y pectina de manzana). Sin embargo, incluso en

ese caso hubo concentraciones de estabilizante superior e inferiores que produjeron

emulsiones con menor estabilidad.

Con respecto al pre-tratamiento, las emulsiones (aceite de girasol 10 % p/p, ca-

seinato de sodio 0.5-5 % p/p) sometidas en un primer tratamiento a alta velocidad

(20000 RPM por 1 minuto) presentaron un tamano de partícula (D43) mas alto pero

fueron mas estables que las emulsiones mas finas obtenidas por ultrasonido, siempre

que en las primeras se haya anadido goma xantana o goma de semilla de algarrobo)

(Huck-Iriart et al., 2013). En el presente experimento no se empleo una goma como

estabilizante, por lo que es probable que la estabilidad visual ( ındice de cremado)

de todas las emulsiones obtenidas haya sido mala.


Luego de 64 dias, se determino el tamano de partícula mediante la estimacion de

la mediana del diametro (D50) medinte bootstrapping (Apendice 6). Los resultados

e intervalos de confianza se presentan graficamente en la Figura 21 y numericamen-

te en el Cuadro 36. Las muestras con el nivel de pre-tratamiento mas alto (180 s)

tuvieron un tamano similar al de las obtenidas sin pre-tratamiento a los diferentes

70

niveles de pH y NaCl, excepto cuando en el nivel de pH mas bajo (3.8), donde el

tiempo de pre-tratamiento mas alto resulto en partículas mas grandes. Esto puede

indicar que la concentracion de NaCl y el pH tuvieron un mayor efecto que el pre-

tratamiento a alta velocidad en la emulsificacion ultrasonica. Las emulsiones (aceite

de palma 5 % p/p, β-lactoglobulina 0.45 % p/p, alginato de sodio 0 – 0.5 % p/p, buf-

fer de fosfatos 5mM) que se obtuvieron por ultrasonido (20 kHz, 1 minuto de trata-

miento a 70 % de amplitud) presentaron un menor tamano de partícula (d32 < 1µm)

con los valores de pH mas altos (6 y 7), mientras que los valores de pH bajos (de

3 a 5) produjeron emulsiones con un tamano de partícula mas grande (de 4 a 80

µm) (Pongsawatmanit et al., 2006). Durante la emulsificacion ultrasonica (1 hora)

de aceite de salvado de arroz (1 %) estabilizado con alginato de sodio y casinato

de calcio, y ensayando diferentes niveles de estres (concentracion de NaCl, pH y

temperatura), se determino (Sen Gupta y Ghosh, 2015) que los parametros optimos

fueron el pH neutral o alcalino, temperatura de hasta 50◦C y concentracion de NaCl

de 100 mM (5.88 %) como maximo. Ademas, el aumento de la concentracion de

emulsificante (hasta 1 %) ayuda a disminuir el tamano de partícula incluso a la mas

alta concentracion de NaCl. Debido que las mediciones de esta tesis exceden por di-

seno las 24 horas, todas las emulsiones presentaron tamanos de partícula superiores

a las reportadas por los autores citados, aunque el menor tamano de partícula se ob-

tuvo con la menor concentracion de NaCl y pH neutral, como se esperaba (Cuadro

36).

4.4.3. Acidez

Luego de 54 días se realizo la determinacion de la acidez de las muestras.

El Cuadro 37 muestra los resultados expresados como acido acetico. Se observo

que las emulsiones preparadas con la mayor concentracion de NaCl presentaron la

menor acidez, indicando que esta caracterıstica se beneficio de la adicion de este

compuesto. En comparacion, otros obtuvieron niveles de acidez entre 0.36 a 0.39

71


partículas de las emulsiones obtenidas empleando diferentes concentraciones de

NaCl, nivel de pH y pre-tratamiento por agitacion a alta velocidad antes del tra-

tamiento ultrasonico


con diferentes concentraciones de NaCl, nivel de pH y pre-tratamiento por agitacion

a alta velocidad antes del tratamiento ultrasonico

NaCl ( %) pH Pre-tratamiento

(s)

Diametro

D50 de

partículas

Intervalo de

confianza

inferior (µm)

Intervalo de

confianza

superior (µm) (µm)

1 3.8 0 4.18 3.98 4.19

3 3.8 0 4.79 4.47 5.22

1 7.0 0 2.63 2.43 2.99

3 7.0 0 3.33 3.14 3.50

1 3.8 180 7.28 6.13 8.44

3 3.8 180 4.21 4.02 4.52

1 7.0 180 2.63 2.49 2.80

3 7.0 180 3.26 3.03 3.42

2 5.4 90 3.23 3.02 3.31

72

Cuadro 37: Acidez las emulsiones obtenidas con diferentes concentraciones de

NaCl, nivel de pH y pre-tratamiento por agitacion a alta velocidad antes del tra-

tamiento ultrasonico

NaCl ( %) pH inicial Pre-tratamiento (s) Acidez (g·100g−1)

1 3.8 0 1.49

1 3.8 180 1.40

1 7.0 0 1.41

1 7.0 180 0.31

2 5.4 90 0.55

3 3.8 0 0.25

3 3.8 180 0.10

3 7.0 0 0.68

3 7.0 180 0.07

g·100g−1 en aderezos para ensalada preparados mediante agitacion a baja velocidad

y una cizalla hidraulica y 50 % de aceite de soya, con un contenido de NaCl de 2.13

a 2.47 % (Branch, 2001). Esos valores se encuentran en el rango de los obtenidos

en la presente investigacion.

4.4.4. pH

Luego de 45 días se realizo la medicion del pH de las muestras. Se encontro una

influencia significativa de la concentracion de NaCl y tiempo de pre-tratamiento,

ademas de la interaccion del pH inicial (buffer) y el tiempo de pre-tratamiento,

y de la concentracion de NaCl y tiempo de pre-tratamiento (p < 0.05, Apendice

6). Al realizarse el ANOVA se confirmo que existieron diferencias significativas

entre los valores de pH para cada tratamiento. La Figura presenta la interaccion de

los factores mientras que el Cuadro 38 muestra los valores numericos y resultados

del test de Tukey, donde diferentes letras en la columna representan las diferencias

significativas.

Cuando se empleo el nivel de pH inicial (buffer) mas bajo (3.8), el pH medido

se incremento a valores por encima de 4.0 con la concentracion mas alta de NaCl

(3 %), mientras que disminuyo a menos de 3.5 con la concentracion mas baja de

73

Figura 22: Grafica de interaccion de las diferentes concentraciones de NaCl, nivel

de pH (buffer) y tiempo de pre-tratamiento por agitacion a alta velocidad sobre el

pH observado

NaCl (1 %). Cuando se empleo un pH inicial neutral (7.0), el pH medido disminuyo

a menos de 4.5 independientemente de la concentracion de NaCl. El valor de pH es

importante para las emulsiones debido a que puede reducir las propiedades surfac-

tantes de los emulsificantes. Así, se observo que un emulsificante (Triton SP-190)

usado para preparar una emulsion modelo (20 % n-pentadecano, 500 ppm emulsifi-

cante, procesamiento ultrasonico por 30 s) era sensible a los bajos niveles de pH, lo

que indujo a la coalescencia de las gotas de aceite y separacion de las fases (Chen

et al., 2000).

74

Cuadro 38: Valor de pH de las emulsiones obtenidas con diferentes concentraciones

de NaCl, nivel de pH y pre-tratamiento por agitacion a alta velocidad antes del

tratamiento ultrasonico

NaCl ( %) pH inicial Pre-tratamiento (s) Media del pH

observado

Desviacion

estandar

3 3.8 0 4.55a 0.23

3 7.0 180 4.33ab 0.20

1 7.0 180 4.29abc 0.16

3 3.8 180 4.14abcd 0.42

2 5.4 90 4.03abcd 0.46

3 7.0 0 3.77abcd 0.16

1 3.8 180 3.38bcd 0.11

1 3.8 0 3.17cd 0.08

1 7.0 0 3.055d 0.02

Cuadro 39: Valor de la evaluacion sensorial de la emulsion preparada con los


Atributo Valor Desviacion estandar

Sabor 5.2 1.0

Apariencia 6.1 1.0

Aroma 5.6 1.6

Aceptabilidad 5.5 1.0

4.5. Evaluacion de una emulsion preparada con los


4.5.1. Evaluacion sensorial

A los 7 días se realizo la evaluacion sensorial de la emulsion tipo alino italiano

para ensaladas. Los resultados se presentan en el Cuadro 39.

Al igual que las emulsiones preparadas previamente que consistían unicamen- te

de aceite, agua y emulsificante, la emulsion obtenida presento un color blanco.

El mismo color se observo en emulsiones preparadas con yema de huevo, varios

aceites comestibles y dextrosa al 4 % (Guay y Bisaillon, 1979). Se observo que los

valores de todos las caracter ısticas sensoriales evaluadas estuvo ligeramente por en-

cima del valor medio (5.0), indicando que el aderezo obtenido por procesamiento

75

ultrasonico debería ser optimizado sensorialmente para resultar mas agradable al

consumidor. De la misma forma, una emulsion (38 % aceite de oliva extra virgen,

lecitina 2 % como emulsificante, inulina 19 %) preparada con ultrasonido (5 minu-

tos usando un sonotrodo de 6 mm de diametro) presento una aceptabilidad general

de 72.5 % de los consumidores (puntaje igual o superior a 3 en una escala del 1 al

5), recomendando que se mejore el flavor de la emulsion para que sea aceptada por

los consumidores (Paradiso et al., 2015). Espec ıficamente indicaron que el sabor de

la lecitina fue percibido como desagradable por los panelistas.

4.6. Comparacion de los dos metodos de emulsifica-

cion evaluados

De acuerdo a los analisis de estabilidad empleados en esta investigacion (ındice

de cremado y tamano de partícula), las emulsiones obtenidas por ultrasonido fue-

ron mas estables que las obtenidas por el metodo convencional, cuando se emplea

en ambos casos la misma formulacion (10 % v/v de aceite de oliva, 1 % de lecitina

de soya). En el caso del ındice de cremado, la emulsificacion ultrasonica produjo

emulsiones sin cremado para algunas corridas experimentales (Cuadro 22), mientras

que la emulsificacion convencional (mezclado a alta velocidad) presento emulsio-

nes con ındice de cremado superior al 80 % (Cuadro 27) para todas las corridas.

Con respecto al tamano de partícula (gotas de aceite) de las emulsiones, los valores

mas pequenos obtenidos por ultrasonido (1.88 µm, Cuadro 23) fueron similares a

los obtenidos por el metodo convencional (1.74 µm, Cuadro 28) que sin embargo

flocularon visualmente.

Conclusiones

1. El tiempo de procesamiento y la potencia fueron los par ametros tecnologicos

que tienen un efecto significativo sobre la estabilidad de las emulsiones obte-

nidas por emulsificacion ultrasonica. Los valores de estos parametros fueron

270 segundos y 390 W. El diametro del sonotrodo no tuvo un efecto signifi-

cativo. Con respecto al proceso de emulsificacion convencional, no se pudo

determinar estad ısticamente un efecto significativo del tiempo de procesa-

miento o velocidad sobre la estabilidad de las emulsiones para los niveles

empleados y tiempo de medicion, presentando los datos heterokedasticidad.

Sin embargo, a partir de la grafica de interacciones se estimo que el tiempo

de procesamiento mas adecuado sería 270 segundos, y que la velocidad re-

comendable sería la que corresponde al nivel “medio” del equipo (≈ 20000

RPM).

2. Todas las emulsiones preparadas con los par ametros optimos de emulsifica-

cion ultrasonica y todas las formulaciones ensayadas, fueron estables hasta

el final del periodo evaluado (60 días). Se confirmaron algunas relaciones

establecidas en la literatura, como que los menores tamanos de partícula (ex-

presados como la mediada o D50) se obtuvieron con la mayor concentracion

de emulsificante y menor concentracion de la fase oleosa, con algunas excep-

ciones puntuales.

3. Se observ o que la concentracion de NaCl y el pH inicial de las emulsiones

tienen un gran efecto sobre el tamano de partícula y por lo tanto de la estabili-

76

dad de las emulsiones. Las emulsiones obtenidas con los parametros optimos

de emulsificacion ultrasonica se desestabilizaron visualmente (medido por el

ındice de cremado) en presencia de las diferentes concentraciones de NaCl

(1 - 3 %). Esta desestabilizacion no pudo ser compensada con ninguno de los

niveles de tiempo de pre-tratamiento con agitacion a alta velocidad.

4. El aderezo italiano preparado con los par ametros tecnologicos de emulsifi-

cacion ultrasonica determinados como optimos alcanzo una calificacion sen-

sorial aceptable pero no destacable ni muy pobre, para las caracter ısticas de

sabor, apariencia, aroma y aceptabilidad.

77

Recomendaciones

1. Se recomienda estudiar adicionalmente sistemas emulsificantes compuestos

de emulsionantes en diferentes proporciones con diferentes valores de HLB

para lograr emulsiones con mayor estabilidad en el caso de la emulsificacion

convencional (agitacion a alta velocidad) y conseguir tamanos de partícula

específicos en el caso de la emulsificacion con ultrasonido.

2. Para estudiar el efecto de mayores tiempos de emulsificaci on ultrasonica se

debería emplear un equipo especial (sistema de dispersion de luz dinami-

ca) para la determinacion del tamano de las gotas de aceite en el rango de

nanometros.

3. Se recomienda estudiar el efecto de la distancia del sonotrodo con respecto

a la interfase aceite/agua, debido a que algunas referencias indican un efecto

signifativo que podría emplearse para producir emulsiones con menor tamano

de gota como resultado de una mejor actuacion de las fuerzas de cavitacion y

cizalla.

4. Se recomienda desarrollar un estudio exclusivo del efecto del procesamien-

to ultrasonico sobre las caracterısticas sensoriales de emulsiones particulares

(productos) con la finalidad de determinar su relacion con los parametros tec-

nologicos.

5. Se recomienda realizar un estudio de vida en anaquel para los productos ali-

mentarios producidos por emulsificacion ultrasonica.

78

79

6. Se recomienda realizar un estudio sensorial adecuado a la poblaci on objetivo

del producto (emulsion) que se desea obtener. Se debe considerar el numero

de jueces (panelistas) para lograr resultados estad ısticamente significativos.

80

Referencias bibliograficas

Abisma ıl, B., Canselier, J. P., Wilhelm, A. M., Delmas, H., y Gourdon, C. (1999).

Emulsification by ultrasound: Drop size distribution and stability. Ultrasonics

Sonochemistry, 6(1-2), 75–83. doi: 10.1016/S1350-4177(98)00027-3

Agostoni, C., Bresson, J.-L., Fairweather-Tait, S., Flynn, A., Golly, I., Korhonen,

H., . . . Verhagen, H. (2011). Scientific Opinion on the substantiation of

health claims related to polyphenols in olive and protection of LDL parti-

cles from oxidative damage (ID 1333, 1638, 1639, 1696, 2865), maintenance

of normal blood HDL cholesterol concentrations (ID 1639), maintenance of

normal blood pressure (ID 3781), “anti-inflammatory properties” (ID 1882),

“contributes to the upper respiratory tract health” (ID 3468), “can help to

maintain a normal function of gastrointestinal tract” (3779), and “contribu-

tes to body defences against external agents” (ID 3467) pursuant to Article

13(1) of Regulation (EC) No 1924/2006. EFSA Journal, 9(4), 2033. doi:

10.2903/j.efsa.2011.2033

Akpan, E., Etim, O., Akpan, H., y Usoh, I. (2006). Fatty Acid Profile and Oil

Yield in Six Different Varieties of Fresh and Dry Samples of Coconuts (Cocos

nucifera). Pakistan Journal of Nutrition, 5(2), 106–109. doi: 10.3923/pjn

.2006.106.109

Arancibia, C., Jublot, L., Costell, E., y Bayarri, S. (2011). Flavor release and sen-

sory characteristics of o/w emulsions. Influence of composition, microstructu-

re and rheological behavior. Food Research International, 44(6), 1632–1641.

doi: 10.1016/j.foodres.2011.04.049

Aranda, F., Gomez-Alonso, S., Rivera Del A lamo, R. M., Salvador, M. D., y Frega-

pane, G. (2004). Triglyceride, total and 2-position fatty acid composition of

Cornicabra virgin olive oil: Comparison with other Spanish cultivars. Food

Chemistry, 86(4), 485–492. doi: 10.1016/j.foodchem.2003.09.021

Ashokkumar, M. (2015). Applications of ultrasound in food and bioprocessing.

81

Ultrasonics Sonochemistry, 25(1), 17–23. doi: 10.1016/j.ultsonch.2014.08

.012

Becher, P. (1991). Food Emulsions. An Introduction. En M. El-Nokaly y D. Cor-

nell (Eds.), Microemulsions and emulsions in foods (pp. 1–6). Boston, MA:

American Chemistry Society.

Bondioli, P., Bella, L. D., y Rettke, P. (2006). Alpha linolenic acid rich oils. Com-

position of Plukenetia volubilis (Sacha Inchi) oil from Peru. Rivista Italiana

delle Sostanze Grasse, 83(I), 120–123.

Bondy, C., y Sollner, K. (1935). On the mechanism of emulsification by ultrasonic

waves. Transactions of the Faraday Society, 31, 835–843. doi: 10.1039/

TF9353100835

Branch, J. K. (2001). Effect of formulation and particle size on the rheological

properties of salad dressing (Master Thesis). Michigan State University.

Carpenter, J., y Saharan, V. K. (2017). Ultrasonic assisted formation and stabi-

lity of mustard oil in water nanoemulsion: Effect of process parameters and

their optimization. Ultrasonics Sonochemistry, 35, 422–430. doi: 10.1016/

j.ultsonch.2016.10.021

Chandrapala, J., Oliver, C., Kentish, S., y Ashokkumar, M. (2012). Ultrasonics in

food processing. Ultrasonics Sonochemistry, 19(5), 975–983. doi: 10.1016/

j.ultsonch.2012.01.010

Chemat, F., Grondin, I., Costes, P., Moutoussamy, L., Sing, A. S. C., y Smadja, J.

(2004). High power ultrasound effects on lipid oxidation of refined sunflower

oil. Ultrasonics Sonochemistry, 11(5), 281–285. doi: 10.1016/j.ultsonch.2003

.07.004

Chemat, F., Grondin, I., Sing, A. S. C., y Smadja, J. (2004). Deterioration of edible

oils during food processing by ultrasound. Ultrasonics Sonochemistry, 11(1),

13–15. doi: 10.1016/S1350-4177(03)00127-5

Chemat, F., Zill-E-Huma, y Khan, M. K. (2011). Applications of ultrasound in

82

food technology: Processing, preservation and extraction. Ultrasonics Sono-

chemistry, 18(4), 813–835. doi: 10.1016/j.ultsonch.2010.11.023

Chen, B., Mcclements, D. J., y Decker, E. A. (2010). Role of continuous phase

anionic polysaccharides on the oxidative stability of menhaden oil-in-water

emulsions. Journal of Agricultural and Food Chemistry, 58(6), 3779–3784.

doi: 10.1021/jf9037166

Chen, C. M., Lu, C. H., Chang, C. H., Yang, Y. M., y Maa, J. R. (2000). Influence

of pH on the stability of oil-in-water emulsions stabilized by a splittable sur-

factant. Colloids and Surfaces A: Physicochemical and Engineering Aspects,

170(2-3), 173–179. doi: 10.1016/S0927-7757(00)00480-5

Chen, H. M., Fu, X., y Luo, Z. G. (2015). Esterification of sugar beet pectin

using octenyl succinic anhydride and its effect as an emulsion stabilizer. Food

Hydrocolloids, 49, 53–60. doi: 10.1016/j.foodhyd.2015.03.008

Chen, N., Zhao, M., Sun, W., Ren, J., y Cui, C. (2013). Effect of oxidation on the

emulsifying properties of soy protein isolate. Food Research International,

52(1), 26–32. doi: 10.1016/j.foodres.2013.02.028

Chen, X., Li, W., Zhao, Q., Selomulya, C., Zhu, X., y Xiong, H. (2016). Physical

and Oxidative Stabilities of O/W Emulsions Formed with Rice Dreg Protein

Hydrolysate: Effect of Xanthan Gum Rheology. Food and Bioprocess Tech-

nology, 9(8), 1380–1390. doi: 10.1007/s11947-016-1727-9

Cheng, J.-h., Hu, Y.-n., Luo, Z.-g., Chen, W., Chen, H.-m., y Peng, X.-c. (2017).

Preparation and properties of octenyl succinate beta-cyclodextrin and its ap-

plication as an emulsion stabilizer. Food Chemistry, 218, 116–121. doi:

10.1016/j.foodchem.2016.09.019

Cheong, K. W., Mirhosseini, H., Hamid, N. S. A., Osman, A., Basri, M., y Tan,

C. P. (2014). Effects of propylene glycol alginate and sucrose esters on the

physicochemical properties of modified starch-stabilized beverage emulsions.

Molecules, 19(6), 8691–8706. doi: 10.3390/molecules19068691

83

Comision de Promocion del Peru para la Exportacion y el Turismo. (2018). Es-

tad´ısticas de exportaciones peruanas. Descargado 2018-03-30, de http://

www.siicex.gob.pe/promperustat/

de Figueiredo Furtado, G., Mantovani, R. A., Consoli, L., Hubinger, M. D., y da

Cunha, R. L. (2017). Structural and emulsifying properties of sodium casei-

nate and lactoferrin influenced by ultrasound process. Food Hydrocolloids,

63, 178–188. doi: 10.1016/j.foodhyd.2016.08.038

Delmas, T., Piraux, H., Couffin, A. C., Texier, I., Vinet, F., Poulin, P., . . . Bibette, J.

(2011). How to prepare and stabilize very small nanoemulsions. Langmuir,

27(5), 1683–1692. doi: 10.1021/la104221q

Einhorn-Stoll, U., Weiss, M., y Kunzek, H. (2002). Influence of the emulsion com-

ponents and preparation method on the laboratory-scale preparation of o/w

emulsions containing different types of dispersed phases and/or emulsifiers.

Nahrung - Food, 46(4), 294–301. doi: 10.1002/1521-3803(20020701)46:

4(294::AID-FOOD294)3.0.CO;2-2

Fanali, C., Dugo, L., Cacciola, F., Beccaria, M., Grasso, S., Dacha, M., . . . Monde-

llo, L. (2011). Chemical characterization of Sacha Inchi (Plukenetia volubilis

L.) oil. Journal of agricultural and food chemistry, 59(24), 13043–9. doi:

10.1021/jf203184y

Fellows, P. J. (2000). Size reduction. En Food processing technology: Principles

and practice (2.a ed., pp. 98–117). Boca Raton: Woodhead Publishing & CRC

Press.

Foster, R., Williamson, C. S., y Lunn, J. (2009). Culinary oils and their health

effects. Nutrition Bulletin, 34, 4–47.

Garrett, E. R. (1965). Stability of Oil-in-Water Emulsions. Journal of Pharmaceu-

tical Sciences, 54(11), 1557–1570. doi: 10.1002/jps.2600541102

Gharibzahedi, S. M. T. (2017). Ultrasound-mediated nettle oil nanoemulsions stabi-

lized by purified jujube polysaccharide: Process optimization, microbial eva-

http://www.siicex.gob.pe/promperustat/

http://www.siicex.gob.pe/promperustat/

84

luation and physicochemical storage stability. Journal of Molecular Liquids,

234, 240–248. doi: 10.1016/j.molliq.2017.03.094

Ghosh, P. K., Bhattacharjee, P., Mitra, S., y Poddar-Sarkar, M. (2014). Physicoche-

mical and Phytochemical Analyses of Copra and Oil of Cocos nucifera L. (

West Coast Tall Variety). International Journal of Food Science, 2014, 1–8.

doi: 10.1155/2014/310852

Gopal, E. S. R. (1968). Principles of Emulsion Formation. En P. Sherman (Ed.),

Emulsion science (pp. 1–76). London: Academic Press.

Guay, F., y Bisaillon, S. (1979). Evaluation of Fat Emulsions Prepared by Ultrasonic

Waves. Drug Development and Industrial Pharmacy, 5(2), 107–126. doi:

10.3109/03639047909055666

Guerra-Rosas, M. I., Morales-Castro, J., Ochoa-Mart ınez, L. A., Salvia-Trujillo, L.,

y Mart ın-Belloso, O. (2016). Long-term stability of food-grade nanoemul-

sions from high methoxyl pectin containing essential oils. Food Hydroco-

lloids, 52, 438–446. doi: 10.1016/j.foodhyd.2015.07.017

Guillen, M. D., Ruiz, A., Cabo, N., Chirinos, R., y Pascual, G. (2003). Charac-

terization of sacha inchi ( Plukenetia volubilis L.) oil by FTIR spectroscopy

and 1 H NMR. Comparison with linseed oil. Journal of the American Oil

Chemists’ Society, 80(8), 755–762. doi: 10.1007/s11746-003-0768-z

Gutierrez, L. F., Rosada, L. M., y Jimenez, A . (2011). Chemical composition of

Sacha Inchi (Plukenetia volubilis L.) seeds and characteristics of their lipid

fraction. Grasas y Aceites, 62(1), 76–83. doi: 10.3989/gya044510

Hamaker, B. R., Valles, C., Gilman, R., Hardmeier, R. M., Clark, D., Garcia, H. H.,

. . . Lescano, M. (1992). Amino acid and fatty acid profiles of the Inca peanut

(Plukenetia volubilis). Cereal Chemistry, 69(4), 461–463.

Henandez Fernandez, E., Quispe, C., y Alencastre M., A. (1999). Composicion de

acidos grasos en aceites de mayor consumo en el Peru. Ciencia e investiga-

cion, 2(1), 44–53. Descargado de http://revistasinvestigacion

http://revistasinvestigacion.unmsm.edu.pe/index.php/farma/article/view/4405

85

.unmsm.edu.pe/index.php/farma/article/view/4405

Herrera, M. L. (2012). Methods for Stability Studies. En Analytical techniques for

studying the physical properties of lipid emulsions (pp. 15–60). New York:

Springer.

Higgins, D. M., y Skauen, D. M. (1972). Influence of Power on Quality of Emul-

sions Prepared by Ultrasound. Journal of Pharmaceutical Sciences, 61(10),

1567–1570. doi: 10.1002/jps.2600611004

Hosseini, A., Jafari, S. M., Mirzaei, H., Asghari, A., y Akhavan, S. (2015). Ap-

plication of image processing to assess emulsion stability and emulsifica-

tion properties of Arabic gum. Carbohydrate Polymers, 126, 1–8. doi:

10.1016/j.carbpol.2015.03.020

Huck-Iriart, C., Pizones Ruiz-Henestrosa, V. M., Candal, R. J., y Herrera, M. L.

(2013). Effect of Aqueous Phase Composition on Stability of Sodium Casei-

nate/Sunflower oil Emulsions. Food and Bioprocess Technology, 6(9), 2406–

2418. doi: 10.1007/s11947-012-0901-y

Indecopi. (2012). Norma Tecnica Peruana NTP 209.224. Salsas Condimentadoras.

Requisitos generales (Vol. 1985). Lima: Instituto Nacional de Defensa de la

Competencia y de la Proteccion de la Propiedad Intelectual.

Intarasirisawat, R., Benjakul, S., y Visessanguan, W. (2016). Influence of High

Pressure Homogenisation on Stability of Emulsions Containing Skipjack Roe

Protein Hydrolysate. Indian Journal of Science and Technology, 9(2), 1–9.

doi: 10.17485/ijst/2016/v9i2/71901

International Food Information Service. (2009).

En Dictionary of food science and technology (2.a ed., p. 150).

Jang, H.-S., y Chin, K.-B. (2011). Emulsifying and Gelling Properties of Pork

Myofibrillar Protein as Affected by Various NaCl Levels and pH Values. Ko-

rean Journal for Food Science of Animal Resources, 31(5), 727–730. doi:

10.5851/kosfa.2011.31.5.727

http://revistasinvestigacion.unmsm.edu.pe/index.php/farma/article/view/4405

86

Kailis, S. G., y Kiritsakis, A. (2017). Table Olives: Processing, Nutritional, and

Health Implications. En F. Shahidi y A. Kiritsakis (Eds.), Olives and olive oil

as functional foods (pp. 295–324). Chichester, UK: John Wiley & Sons, Ltd.

doi: 10.1002/9781119135340.ch15

Kargar, M., Fayazmanesh, K., Alavi, M., Spyropoulos, F., y Norton, I. T. (2012).

Investigation into the potential ability of Pickering emulsions (food-grade par-

ticles) to enhance the oxidative stability of oil-in-water emulsions. Journal of

Colloid and Interface Science, 366(1), 209–215. doi: 10.1016/j.jcis.2011.09

.073

Kartal, C., Unal, M. K., y Otles, S. (2016). Flaxseed Oil-In-Water Emulsions

Stabilized by Multilayer Membranes: Oxidative Stability and the Effects of

pH. Journal of Dispersion Science and Technology, 37(12), 1683–1691. doi:

10.1080/01932691.2016.1141294

Kentish, S., Wooster, T. J., Ashokkumar, M., Balachandran, S., Mawson, R., y

Simons, L. (2008). The use of ultrasonics for nanoemulsion preparation.

Innovative Food Science and Emerging Technologies, 9(2), 170–175. doi:

10.1016/j.ifset.2007.07.005

Kim, I., Worthen, A. J., Johnston, K. P., DiCarlo, D. A., y Huh, C. (2016). Size-

dependent properties of silica nanoparticles for Pickering stabilization of

emulsions and foams. Journal of Nanoparticle Research, 18(4), 82. doi:

10.1007/s11051-016-3395-0

Koocheki, A., y Kadkhodaee, R. (2011). Effect of Alyssum homolocarpum seed

gum, Tween 80 and NaCl on droplets characteristics, flow properties and phy-

sical stability of ultrasonically prepared corn oil-in-water emulsions. Food

Hydrocolloids, 25(5), 1149–1157. doi: 10.1016/j.foodhyd.2010.10.012

Krstonosic, V., Dokic, L., Dokic, P., y Dapcevic, T. (2009). Effects of xanthan gum

on physicochemical properties and stability of corn oil-in-water emulsions

stabilized by polyoxyethylene (20) sorbitan monooleate. Food Hydrocolloids,

87

23(8), 2212–2218. doi: 10.1016/j.foodhyd.2009.05.003

Kulmyrzaev, A., Sivestre, M. P. C., y McClements, D. J. (2000). Rheology and sta-

bility of whey protein stabilized emulsions with high CaCl2 concentrations.

Food Research International, 33(1), 21–25. doi: 10.1016/S0963-9969(00)

00019-3

Kumar, S. N. (2011). Variability in Coconut (Cocos nucifera L.) Germplasm and

Hybrids for Fatty Acid Profile of Oil. Journal of Agricultural and Food Che-

mistry, 59(24), 13050–13058. doi: 10.1021/jf203182d

Laureles, L. R., Rodriguez, F. M., Reano, C. E., Santos, G. A., Laurena, A. C., y

Mendoza, E. M. T. (2002). Variability in Fatty Acid and Triacylglycerol

Composition of the Oil of Coconut ( Cocos nucifera L.) Hybrids and Their

Parentals. Journal of Agricultural and Food Chemistry, 50(6), 1581–1586.

doi: 10.1021/jf010832w

Lees, R. (1982). Metodos de Analisis de los Alimentos. En Analisis de los alimen-

tos. metodos analıticos y de control de calidad (2nd Spanish (3rd English)

ed., pp. 59–228). Zaragoza, Espana: Editorial Acribia.

Levius, H. P., y Drommond, F. G. (1953). Elevated temperature as an artifical

breakdown stress in the evaluation of emulsion stability. Journal of Pharmacy

and Pharmacology, 5(1), 743–756. doi: 10.1111/j.2042-7158.1953.tb14040

.x

Li, Y., Kong, B., Liu, Q., Xia, X., y Chen, H. (2016). Improvement of the emul-

sifying and oxidative stability of myofibrillar protein prepared oil-in-water

emulsions by addition of zein hydrolysates. Process Biochemistry. doi:

10.1016/j.procbio.2016.11.010

Liang, H. N., y Tang, C. H. (2013). pH-dependent emulsifying properties of pea

[Pisum sativum (L.)] proteins. Food Hydrocolloids, 33(2), 309–319. doi:

10.1016/j.foodhyd.2013.04.005

Liu, S. X., Singh, M., Wayman, A. E., Hwang, H. S., y Fhaner, M. (2015). Reduc-

88

tion of omega-3 oil oxidation in stable emulsion of caseinate-omega-3 oil-oat

beta-glucan. LWT - Food Science and Technology, 62(2), 1083–1090. doi:

10.1016/j.lwt.2015.02.012

Mamedova, M. E ., y Aslanov, S. M. (1985). Fatty acid composition of oils of

various types of Olea europaea. Chemistry of Natural Compounds, 21(5),

663–664. doi: 10.1007/BF00579077

Marina, A., Che Man, Y., y Amin, I. (2009). Virgin coconut oil: emerging functional

food oil. Trends in Food Science & Technology, 20(10), 481–487. doi: 10

.1016/j.tifs.2009.06.003

Marina, A. M., Che Man, Y. B., Nazimah, S. A. H., y Amin, I. (2009). Chemical

Properties of Virgin Coconut Oil. Journal of the American Oil Chemists’

Society, 86(4), 301–307. doi: 10.1007/s11746-009-1351-1

Mason, T. (1996). The uses of ultrasound in food technology. Ultrasonics Sono-

chemistry, 3(3), S253–S260. doi: 10.1016/S1350-4177(96)00034-X

Maurer, N. E., Hatta-Sakoda, B., Pascual-Chagman, G., y Rodriguez-Saona, L. E.

(2012). Characterization and authentication of a novel vegetable source of

omega-3 fatty acids, sacha inchi (Plukenetia volubilis L.) oil. Food Chemistry,

134(2), 1173–1180. doi: 10.1016/j.foodchem.2012.02.143

McClements, D. J. (2008a). Lipid-Based Emulsions and Emulsifiers. En C. C. Akoh

y D. B. Min (Eds.), Food lipids: Chemistry, nutrition, and biotechnology (3.a

ed., pp. 63–97). Boca Raton: Taylor & Francis.

McClements, D. J. (2008b). Stability of Food Emulsions (1). Amherst: University

of Massachusetts. Descargado de http://people.umass.edu/

mcclemen/FoodEmulsions2008/Presentations(PDF)/

(6)Emulsion Stability.pdf

Mehmood, T., Ahmad, A., Ahmed, A., y Ahmed, Z. (2017). Optimization of olive

oil based O/W nanoemulsions prepared through ultrasonic homogenization:

A response surface methodology approach. Food Chemistry, 229, 790–796.

http://people.umass.edu/mcclemen/FoodEmulsions2008/Presentations(PDF)/(6)Emulsion_Stability.pdf



89

doi: 10.1016/j.foodchem.2017.03.023

Mihov, R., Nikovska, K., Nenov, N., y Slavchev, A. (2012). Evaluation of

mayonnaise-like food emulsions with extracts of herbs and spices. Emirates

Journal of Food and Agriculture, 24(3), 191–199. Descargado de https://

www.ejfa.me/index.php/journal/article/view/845

Ministerio de Agricultura y Riego. (2017a). Anuario Estadístico de Produccion

Agroindustrial Alimentaria. Descargado 2018-03-30, de http://siea

.minag.gob.pe/siea/?q=estadistica-agroindustrial

Ministerio de Agricultura y Riego. (2017b). Sistema Integrado de Estad´ıstica

Agraria. Descargado 2018-03-30, de http://siea.minag.gob.pe/

siea/?q=actividades-estadisticas-del-sistema

-agricola

Mirhosseini, H., Tan, C. P., Hamid, N. S., y Yusof, S. (2008). Effect of Arabic gum,

xanthan gum and orange oil contents on ζ-potential, conductivity, stability,

size index and pH of orange beverage emulsion. Colloids and Surfaces A:

Physicochemical and Engineering Aspects, 315(1-3), 47–56. doi: 10.1016/

j.colsurfa.2007.07.007

Mujumdar, S., Senthil Kumar, P., y Pandit, A. B. (1997). Emulsification by ultra-

sound : Relation between intensity and emulsion quality. Indian Journal of

Chemical Technology, 4(6), 277–284.

Najaf Najafi, M., Hosaini, V., Mohammadi-Sani, A., y Koocheki, A. (2016). Phy-

sical stability, flow properties and droplets characteristics of Balangu (Lalle-

mantia royleana) seed gum / whey protein stabilized submicron emulsions.

Food Hydrocolloids, 59, 2–8. doi: 10.1016/j.foodhyd.2016.02.017

Nakaya, K., Ushio, H., Matsuwaka, S., Shimizu, M., y Ohshima, T. (2005). Effect

of oil droplet size on the oxidative stability of oil-in-water emulsions. Lipids,

40(5), 501–507.

Nguyen, H. H., Choi, K.-O., Kim, D. E., Kang, W.-S., y Ko, S. (2013). Improve-

https://www.ejfa.me/index.php/journal/article/view/845

https://www.ejfa.me/index.php/journal/article/view/845

http://siea.minag.gob.pe/siea/?q=estadistica-agroindustrial

http://siea.minag.gob.pe/siea/?q=estadistica-agroindustrial

http://siea.minag.gob.pe/siea/?q=actividades-estadisticas-del-sistema-agricola



90

ment of oxidative stability of rice brian oil emulsion by controlling droplet

size. Journal of Food Processing and Preservation, 37(2), 139–151. doi:

10.1111/j.1745-4549.2011.00633.x

Nielsen, S. S. (2010). Fat Characterization. En Food analysis laboratory manual

(2.a ed., pp. 103–114). New York: Springer.

Nikbakht Nasrabadi, M., Goli, S. A. H., y Nasirpour, A. (2016). Stability as-

sessment of conjugated linoleic acid (CLA) oil-in-water beverage emulsion

formulated with acacia and xanthan gums. Food Chemistry, 199, 258–264.

doi: 10.1016/j.foodchem.2015.12.001

Noro, S.-I., Takamura, A., y Koishi, M. (1979). Evaluation of emulsion stability. Ef-

fect of Tween group emulsifiers on stability of o/w type emulsions. Chemical

& Pharmaceutical Bullletin, 27(2), 309–316. doi: 10.1248/cpb.27.309

Paradiso, V. M., Giarnetti, M., Summo, C., Pasqualone, A., Minervini, F., y Capo-

nio, F. (2015). Production and characterization of emulsion filled gels based

on inulin and extra virgin olive oil. Food Hydrocolloids, 45, 30–40. doi:

10.1016/j.foodhyd.2014.10.027

Patist, A., y Bates, D. (2011). Industrial Applications of High Power Ultrasonics. En

H. Feng, G. V. Barbosa-Canovas, y J. Weiss (Eds.), Ultrasound technologies

for food and bioprocessing (pp. 599–616). New York: Springer. doi: 10.1007/

978-1-4419-7472-3 24

Pechorena Escalante, A. C. (2010). Extraccion y cuantificacion de Capsaicina

de siete variedades de Capsicum pubescens “Rocoto”nativas de Arequipa

(Bachelor Thesis). Universidad Catolica de Santa María, Arequipa, Peru.

Pero, M., Emam-Djomeh, Z., Yarmand, M., y Samavati, V. (2014). Stability and

Rheological Properties of Model Low-Fat Salad Dressing Stabilized by Salep.

Journal of Dispersion Science and Technology, 35(2), 37–41. doi: 10.1080/

01932691.2013.783490

Perrechil, F. D. A., Santana, R. D. C., Fasolin, L. H., Silva, C. A. S. D., y Cunha,

91

R. L. D. (2010). Rheological and structural evaluations of commercial italian

salad dressings. Ciencia e Tecnologia de Alimentos, 30(003636), 477–482.

doi: 10.1590/S0101-20612010000200027

Pham, L. J., Casa, E. P., Gregorio, M. A., y Kwon, D. Y. (1998). Triacylglycerols

and regiospecific fatty acid analyses of philippine seed oils. Journal of the

American Oil Chemists’ Society, 75(7), 807–811. doi: 10.1007/s11746-998

-0230-5

Pirestani, S., Nasirpour, A., Keramat, J., y Desobry, S. (2017). Preparation of che-

mically modified canola protein isolate with gum Arabic by means of Mai-

llard reaction under wet-heating conditions. Carbohydrate Polymers, 155,

201–207. doi: 10.1016/j.carbpol.2016.08.054

Piriyaprasarth, S., Juttulapa, M., y Sriamornsak, P. (2016). Stability of rice

bran oil-in-water emulsions stabilized by pectin-zein complexes: Effect of

composition and order of mixing. Food Hydrocolloids, 61, 589–598. doi:

10.1016/j.foodhyd.2016.06.015

Pongsawatmanit, R., Harnsilawat, T., y McClements, D. J. (2006). Influence of

alginate, pH and ultrasound treatment on palm oil-in-water emulsions sta-

bilized by β-lactoglobulin. Colloids and Surfaces A: Physicochemical and

Engineering Aspects, 287(1-3), 59–67. doi: 10.1016/j.colsurfa.2006.03.022

Quintana, J. M., Califano, A. N., Zaritzky, N. E., y Partal, P. (2002). Effect of

salt on the rheological properties of low-in-fat O/W emulsions stabilised with

polysaccharides. Food Science and Technology International, 8(4), 213–221.

doi: Doi10.1106/108201302028554

R Development Core Team. (2008). R: A language and environment for statis-

tical computing. Vienna, Austria: R Foundation for Statistical Computing.

Descargado de http://www.r-project.org

Rajagopal, E. S. (1958). Particle size distributions in ultrasonic emulsification.

Proceedings of the Indian Academy of Sciences - Section A, 49(6), 333–339.

http://www.r-project.org/

92

doi: 10.1007/BF03052843

Riskey, D. R. (1986). Use and abuses of category scales in sensory measurement.

Journal of Sensory Studies, 1(3-4), 217–236. doi: 10.1111/j.1745-459X.1986

.tb00175.x

Robins, M. M. (2000). Emulsions - Creaming phenomena. Current Opinion in Co-

lloid and Interface Science, 5(5-6), 265–272. doi: 10.1016/S1359-0294(00)

00065-0

RStudio Team. (2015). Rstudio: Integrated development environment for r [Ma-

nual de software informatico]. Boston, MA. Descargado de http://

www.rstudio.com/

Ruiz, C., Díaz, C., Anaya, J., y Rojas, R. (2013). Analisis proximal, antinutrientes,

perfil de acidos grasos y de aminoacidos de semillas y tortas de 2 especies de

sacha inchi (Plukenetia volubilis y Plukenetia huayllabambana). Revista de

la Sociedad Química del Peru, 79(1), 29–36.

Samavati, V., Emam-Djomeh, Z., Mohammadifar, M. A., Omid, M., y Mehdinia,

A. L. I. (2012). Stability and rheology of dispersions containing polysaccha-

ride, oleic acid and whey protein isolate. Journal of Texture Studies, 43(1),

63–76. doi: 10.1111/j.1745-4603.2011.00317.x

Sarkar, A., Kamaruddin, H., Bentley, A., y Wang, S. (2016). Emulsion stabilization

by tomato seed protein isolate: Influence of pH, ionic strength and thermal

treatment. Food Hydrocolloids, 57, 160–168. doi: 10.1016/j.foodhyd.2016

.01.014

Schindelin, J., Arganda-Carreras, I., Frise, E., Kaynig, V., Longair, M., Pietzsch, T.,

. . . Cardona, A. (2012). Fiji: an open-source platform for biological-image

analysis. Nature Methods, 9(7), 676–682. doi: 10.1038/nmeth.2019

Sen Gupta, S., y Ghosh, M. (2015). Formulation development and process pa-

rameter optimization of lipid nanoemulsions using an alginate-protein sta-

bilizer. Journal of Food Science and Technology, 52(5), 2544–2557. doi:

http://www.rstudio.com/

http://www.rstudio.com/

93

10.1007/s13197-014-1348-0

Seta, L., Baldino, N., Gabriele, D., Lupi, F. R., y de Cindio, B. (2013). The in-

fluence of carrageenan on interfacial properties and short-term stability of

milk whey proteins emulsions. Food Hydrocolloids, 32(2), 373–382. doi:

10.1016/j.foodhyd.2013.01.020

Shamsara, O., Jafari, S. M., y Muhidinov, Z. K. (2017). Fabrication, characteri-

zation and stability of oil in water nano-emulsions produced by apricot gum-

pectin complexes. International Journal of Biological Macromolecules, 103,

1285–1293. doi: 10.1016/j.ijbiomac.2017.05.164

Shekar, M. C., Chary, B. B., Srinivas, S., Kumar, B. R., Mahendrakar, M. D., y

Varma, M. V. K. (2011). Effect of ultrasonication on stability of oil in water

emulsions. International Journal of Drug Delivery, 3(1), 133–140. doi: 10

.5138/ijdd.2010.0975.0215.03063

Shen, L., y Tang, C. H. (2012). Microfluidization as a potential technique to modify

surface properties of soy protein isolate. Food Research International, 48(1),

108–118. doi: 10.1016/j.foodres.2012.03.006

Silva, E. K., Azevedo, V. M., Cunha, R. L., Hubinger, M. D., y Meireles, M. A. A.

(2016). Ultrasound-assisted encapsulation of annatto seed oil: Whey protein

isolate versus modified starch. Food Hydrocolloids, 56, 71–83. doi: 10.1016/

j.foodhyd.2015.12.006

Spinelli, L. S., Mansur, C. R. E., Gonzalez, G., y Lucas, E. F. (2010). Eva-

luation of process conditions and characterization of particle size and sta-

bility of oil-in-water nanoemulsions. Colloid Journal, 72(1), 56–65. doi:

10.1134/S1061933X10010084

Sun, C., y Gunasekaran, S. (2009). Effects of protein concentration and oil-phase

volume fraction on the stability and rheology of menhaden oil-in-water emul-

sions stabilized by whey protein isolate with xanthan gum. Food Hydroco-

lloids, 23(1), 165–174. doi: 10.1016/j.foodhyd.2007.12.006

94

Sweeney, S., Butler, K., Conlan, D., Correll, R., Jones, G., McClure, P., y Taylor,

R. (2002). A survey of selected oil composition and fruit characteristics in

different olive varieties across Australia. Advances in Horticultural Sciences,

16(3-4), 253–258. doi: 10.1400/14126

Tadros, T., Izquierdo, P., Esquena, J., y Solans, C. (2004). Formation and stability of

nano-emulsions. Advances in Colloid and Interface Science, 108-109, 303–

318. doi: 10.1016/j.cis.2003.10.023

Tang, S. Y., Shridharan, P., y Sivakumar, M. (2013). Impact of process parameters in

the generation of novel aspirin nanoemulsions - Comparative studies between

ultrasound cavitation and microfluidizer. Ultrasonics Sonochemistry, 20(1),

485–497. doi: 10.1016/j.ultsonch.2012.04.005

Torre-A lvarez, C., Baez-Gonzalez, J. G., Amaya Guerra, C. A., Nunez-Gonzalez,

A., y Alania Guzman, M. G. (2016). Desarrollo de emulsiones con aceite

esencial de naranja formuladas con diferentes biopolımeros. Investigacion y

Desarrollo en Ciencia y Tecnología de Alimentos, 1(2), 850–856.

Udomrati, S., Khalid, N., Gohtani, S., Nakajima, M., Neves, M. A., Uemura, K., y

Kobayashi, I. (2016). Effect of esterified oligosaccharides on the formation

and stability of oil-in-water emulsions. Carbohydrate Polymers, 143, 44–50.

doi: 10.1016/j.carbpol.2016.02.006

Univerisity of Florida. (2013). Experimental Design Diagram. Gainesville,

Florida: Center for Precollegiate Education and Training. Descarga-

do de https://www.cpet.ufl.edu/wp-content/uploads/

2013/03/Experimental-Design-Diagram-and-Independent

-variables.pdf

Vasile, F. E., Martinez, M. J., Pizones Ruiz-Henestrosa, V. M., Judis, M. A., y

Mazzobre, M. F. (2016). Physicochemical, interfacial and emulsifying

properties of a non-conventional exudate gum (Prosopis alba) in compari-

son with gum arabic. Food Hydrocolloids, 56, 245–253. doi: 10.1016/

https://www.cpet.ufl.edu/wp-content/uploads/2013/03/Experimental-Design-Diagram-and-Independent-variables.pdf



95

j.foodhyd.2015.12.016

Wang, B., Li, D., Wang, L. J., y

O zkan, N. (2010). Effect of concentrated

flaxseed protein on the stability and rheological properties of soybean oil-

in-water emulsions. Journal of Food Engineering, 96(4), 555–561. doi:

10.1016/j.jfoodeng.2009.09.001

Wang, Y., Li, D., Wang, L. J., y Adhikari, B. (2011). The effect of addition of

flaxseed gum on the emulsion properties of soybean protein isolate (SPI).

Journal of Food Engineering, 104(1), 56–62. doi: 10.1016/j.jfoodeng.2010

.11.027

Ward, F. M., Hanway, W. H., y Ward, R. B. (2006). Food Gums: Functional

Properties and Applications. En Y. H. Hui (Ed.), Handbook of food science,

technology and engineering (Vol. 3, pp. 139.1 – 139.16). Boca Raton, USA:

CRC Press.

Yu, G. P., Dou, C. R., Song, Y., Wu, H., y Gong, Z. (2012). Freeze-Thaw Sta-

bility of Oil-in-Water Prepared with Soy Protein Isolate-Maltodextrin Con-

jugates. Advanced Materials Research, 602-604, 1206–1210. doi: 10.4028/

www.scientific.net/AMR.602-604.1206

Zarena, A. S., Bhattacharya, S., y Kadimi, U. S. (2012). Mangosteen Oil-In-Water

Emulsions: Rheology, Creaming, and Microstructural Characteristics during

Storage. Food and Bioprocess Technology, 5(8), 3007–3013. doi: 10.1007/

s11947-011-0695-3

http://www.scientific.net/AMR.602-604.1206

96

Apendices

97

Apendice 1

Constancia de laboratorio

Figura 23: Constancia de laboratorio donde se realizo las pruebas experimentales

98

Apendice 2

Detalle de procedimientos

Emulsificacion ultrasonica

Materiales

Emulsificador ultrasonico (Figura 24).

Vasos beaker de 100 mL.

Balanza anal´ıtica.

Probetas de 50 y 100 mL.

Procedimiento

Las emulsiones (muestras experimentales) se prepararon segun las formulacio-

nes del diseno experimental, empleando el equipo de emulsificacion por ultrasoni-

do SJIA-500W. Cuando se empleo lecitina como emulsificante, debe disolverse por

agitacion en la fase oleosa (Figura 25) antes de anadir el agua destilada (fase acuo-

sa). El recipiente para preparacion de emulsiones del equipo se coloco en la camara

de proteccion de ruido durante toda la operacion. El sonotrodo se ubico en todos los

casos aproximadamente 2 mm bajo nivel de la interfase aceite/agua (Figura 26).

99

Figura 24: Equipo de ultrasonido con camara de proteccion de ruido

La temperatura inicial de operacion en todos los casos fue la temperatura am-

biental. Cada una de las muestras experimentales preparadas (Figura 27) se alma-

ceno en:

2 Recipientes plasticos opacos de 100 mL, empleados para los analisis fısico-

qu ımicos.

2 tubos de ensayo de 10 mL con tapa para evaluar la estabilidad de la emulsion

mediante el ındice de cremado.

Los tubos de ensayo (almacenados en gradillas) y los recipientes plasticos se

mantuvieron protegidos de la luz solar directa, a temperatura ambiente, durante el

almacenamiento hasta su analisis.

Emulsificacion convencional

Materiales

Emulsificador (mezclador) de alta velocidad.

100

Figura 25: Lecitina disuelta en la fase oleosa luego de agitacion con bagueta

101

Figura 26: Lecitina disuelta en la fase oleosa luego de agitacion con bagueta

102

Figura 27: Emulsion preparada por ultrasonido

Vasos beaker de 250 mL.


Probetas de 50 y 100 mL.

Procedimiento

Siguiendo las formulaciones que se detallan en el diseno experimental, se pre-

pararon las muestras experimentales usando el emulsificador SJIA-HS10. La tem-

peratura de operacion en todos los casos fue la temperatura ambiental. Cada una de

las muestras experimentales preparadas se almacenaron en:

2 Recipientes plasticos opacos de 100 mL, empleados para los analisis fısico-

qu ımicos.

2 tubos de ensayo de 10 mL para evaluar la estabilidad de la emulsion me-

diante el ındice de cremado.

103

Determinacion del ındice de cremado

Materiales

Tubos de ensayo de 10 mL con tapa.

Gradilla para tubos de ensayo.

Regla milimetrica graduada.

Procedimiento

De acuerdo con (Herrera, 2012), las muestras de emulsiones se colocaron en

tubos de ensayo que se almacenaron en condiciones que eviten su perturbacion

(Figura 29 y Figura 30). La desestabilizacion de las emulsiones se indico por la

separacion de las fases con una capa del surfactante (emulsificante) entre ambas,

por lo que hubo una capa opaca en la parte superior, una capa turbia en el medio,

y/o una capa transparente en el fondo. Se define la altura de la capa de suero (HS)

como la suma de las alturas de las capas turbida y transparente. Si HE se define

como la altura de la emulsion, el ındice de cremado queda definido por:

HS IC = 100 ×

HE (1)

Determinacion del ındice de peroxido

Materiales

Solucion de acido acetico - diclorometano (3 volumenes de acido acetico gla-

cial con 2 volumenes de diclorometano)

Solucion saturada de ioduro de potasio (fresca, almacenada en la oscuridad).

104

Tiosulfato de sodio 0.01 N, solucion estandar preparada segun modificacion

del AOAC Method 942.27.

Solucion indicadora de almidon. 1 % (fresca, preparada en el día).

Beaker de 250 mL.

Bureta de 25 mL o 50 mL.

4 matraces Erlenmeye, de 250.

Procedimiento

Se emplearon muestras de emulsiones obtenidas en los experimentos para eva-

luar el efecto de los parametros tecnologicos de la emulsificacion por ultrasonido

y los parametros tecnologicos de la emulsificacion convencional (Figura 31). De

acuerdo a una modificacion del metodo de (Nielsen, 2010), se pesaron 5 g de mues-

tra (con precision de 0.01 g) en cada uno de lo matraces Erlenmeyer con tapa de

vidrio de 250 mL. Luego se anadieron 30 mL de solucion de solucion de acido aceti-

co - diclorometano y se agito hasta disolver, luego se anadieron 0.5 mL de solucion

saturada de KI dejando reposar por 1 minuto con agitacion ocasional, anadiendo

luego 30 mL de agua desionizada. La titulacion se hizo lentamente con la solucion

de tiosulfato de sodio al 0.01 N, con agitacion vigorosa hasta que el color amarillo

casi desaparezca, en ese momento se anaden 0.5 mL de solucion de almidon al 1 %

y se continua la titulacion agitando vigorosamente hasta que el color azul desapa-

rezca. Se registro el volumen de titulante usado. El procedimiento se repitio para

titular un blanco.

El ındice de peroxido se calcula como sigue:

Donde:

Indice de peroxido = (S − B) × N

W

× 1000 (2)

105

Indice de peroxido = mEq de peroxido por kilogramo de muestra.

S = volumen de titulante (mL) para la muestra.

B = volumen de titulante (mL) para el blanco.

N = normalidad de la solucion de Na2S2O3 (mEq/mL).

1000 = Conversion de unidades (g/kg).

W = masa de la muestra (g).

Determinacion de la acidez total

Materiales

Bureta.

Solucion de hidroxido de sodio 0.1 N y 0.01 N.

Solucion indicador de fenolftaleına.


Matraz Erlenmeyer de 250 mL.

Procedimiento

De acuerdo a (Lees, 1982), se peso una cantidad de muestra suficiente para

que la titulacion sea satisfactoria (10 g, Figura 32). Luego se anadieron 50 mL de

agua destilada. La titulacion se hace con hidroxido de sodio 0.01 N (0.1 N para las

muestras del experimento para evaluar el efecto de la concentracion de NaCl, pH y

pre-tratamiento convencional en una emulsion aceite de oliva preparada mediante

ultrasonido) usando fenolftale ına como indicador. Cuando se aproxime al punto

106

final se anade el titulante gota a gota cerciorandose de que el color grosella final no

desaparece (Figura 33).

La formula empleada para obtener la acidez total fue la siguiente:

Donde:

Acideztotal = VNaOH × N × M × 100

W × 1000

(3)

Acidez total: Expresion de la acidez titulable en g del acido de interes por 100

g de muestra.

VNaOH : Volumen del gasto de hidroxido de sodio usado en la titulacion.

N: normalidad de la solucion de NaOH.

M: Peso del acido de interes (60.05 g/mol para el acido acetico, 282.47 g/mol

para el acido oleico).

W: Peso de la muestra.

Determinacion de pH

Materiales

pH-metro manual.

Beaker de 250 mL.

Soluciones tampon de pH 4 y 7.

Procedimiento

De acuerdo con (Lees, 1982), primero se calibro el pH-metro usando las dos

soluciones tampon, luego se midio el pH de las muestras (Figura 34) y se registro

la lectura.

107

Determinacion del tamano de partícula

Materiales

Microscopio optico “Revelation” (35).

Soporte para montaje de camara en microscopio.

Camara con sensor CMOS de 16MP (5312 × 2988 pixels) del smartphone

Samsung Galaxy S6 SM-G920I.

Aceite de inmersion.

Laminas portaobjetos y cubreobjetos.

Procedimiento

El tamano de gota de la fase dispersa (aceite) de las emulsiones fue determinada

mediante micro-fotografía, a partir de fotos tomadas con camara digital (Apendice

8) y el software de procesamiento de imagenes ImageJ (Schindelin et al., 2012). Los

datos almacenados en formato .csv se analizaron estad ısticamente para determinar

la mediana (D50) del diametro de las partículas o gotitas de aceite, y se uso la

tecnica estadistica de remuestreo bootstrapping para determinar los intervalos de

confianza entre las muestras.

Evaluacion sensorial por escala de categorías

Condiciones

Se realizo la evaluacion sensorial en la manana (luz solar) en carpetas blancas

empleando como jueces a voluntarios (estudiantes de la Escuela Profesional de Tra-

bajo Social de la Universidad Nacional de San Agust ın). Previamente a las pruebas

108

se realizo una introduccion en el aula sobre la forma en que se desarrolla la prueba

sensorial y la forma de llenar las cartillas.

Materiales

Cartillas de evaluacion sensorial (Figura 36)

Emulsion (aderezo italiano para ensaladas) preparado segun la Subseccion

3.1.5 del Capítulo 3 (Figura 37).

Vasos de plastico transparente de 150 mL.

Agua de mesa comercial sin gas.

Lapiceros.

Procedimiento

Se uso un metodo de evaluacion sensorial descriptiva, consistente en evaluacion

por escala de categorías para el caso de la emulsion preparada en el experimento

para la evaluacion sensorial de una emulsion (aderezo para ensaladas) preparada

con los parametros determinados como optimos para la emulsificacion ultrasonica.

Las caracterısticas que se evaluaran seran el sabor, apariencia, aroma y aceptabili-

dad general (desde “pobre” a “excelente”), teniendo en cuenta algunos criterios ya

establecidos en la literatura (Riskey, 1986).

109

Figura 28: Emulsion preparada por el metodo convencional

110

Figura 29: Gradilla con emulsiones preparadas por ultrasonido

Figura 30: Gradilla con emulsiones preparadas mediante el metodo convencional

111

Figura 31: Muestras de emulsiones obtenidas por ultrasonido y agitacion a alta ve-

locidad

112

Figura 32: Pesado de muestras (emulsiones) para determinacion de acidez

113

Figura 33: Titulacion para determinar acidez de emulsiones

114

Figura 34: Medicion de pH en muestras de emulsiones

115

Figura 35: Microscopio empleado para medicion del tamano de partícula de aceite

en las emulsiones

116

Figura 36: Cartilla empleada para la evaluacion sensorial mediante escala de cate-

gorías

117

Figura 37: Emulsion (aderezo italiano para ensaldas) preparada por ultrasonido

Apendice 3

Resultados estadísticos del efecto de

los parametros tecnologicos de la

emulsificacion por ultrasonido

Para el desarrollo de la tesis se emplearon diferentes scripts o guiones para el

software estadístico R. A continuacion se presentan los guiones empleados para ca-

da analisis del experimento para determinar el efecto de los parametros tecnologicos

de la emulsificacion por ultrasonido, ademas de sus principales salidas de interes es-

tadıstico, como los resultados del ANOVA (Analisis de varianza).

Efecto de los parametros tecnologicos de la emulsifica-

cion con ultrasonido

Optimizacion de parametros tecnologicos

Se empleo el siguiente guion para el procesamiento de los datos de ındice de

cremado almacenados en us II IC.csv.

Luego de ejecutar el anterior guion se obtuvo el ANOVA para el modelo lineal

de primer orden (Cuadro 40) y modelo cuadratico de segundo orden (Cuadro 41).

118

119

→

→

→

→

→

→

→

→

→

#Analisisdesuperficiederespuesta(Indicede

‹ cremado)

#Muestras:Tratamientosporultrasonido(dia63)

library(rsm)

#leyendodatosdeIC

datos <-read.csv("us_II_IC.csv", header = T)

plot(datos)#graficodelosdatos

#codificandodatos

CR <- coded.data(datos, x1˜ (Tiempo-180)/120, x2˜ (

‹ Potencia-350)/50, x3˜ (Diametro_Sonotrodo-10)/2)

#RSMconmodelolineal

ajuste.rsm1<- rsm(Indice_cremado ˜ FO(x1,x2,x3), data=

‹ CR)#ajustandounmodelodeprimerorden

summary(ajuste.rsm1)

par(mfrow=c(2,2))#preparaunframede2x2

plot(ajuste.rsm1)#graficandolosresiduos

par(mfrow=c(1,1))#regresaaunframede1x1

#RSMconmodelocuadratico

ajuste.rsm2<- rsm(Indice_cremado ˜ SO(x1, x2, x3),

‹ data=CR)#ajustandounmodelodesegundoorden

summary(ajuste.rsm2)


plot(ajuste.rsm2)#graficandolosresiduos

par(mfrow=c(1,1))#regresaaunframede1x1


contour(ajuste.rsm2, ˜ x1+ x2+x3,image=TRUE, at =

‹ summary(ajuste.rsm2)$canonical$xs)

#Graficoenperspectiva

persp(ajuste.rsm2, ˜ x1+ x2+ x3, at =summary(ajuste.

‹ rsm2)$canonical$xs,col=rainbow(50), contours="

‹ colors")

#Agrupandoportratamientoyresumiendodatos

‹ descriptivos

library(dplyr)

por_tratamientos<-group_by(datos,Tratamiento)

resumen_IC<-summarise(por_tratamientos,mean(Indice_

‹ cremado),sd(Indice_cremado))

print(resumen_IC)

120

→

→

→

Cuadro 40: Analisis de varianza del modelo lineal de primer orden

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

FO(x1, x2, x3) 3 15347 5115.6 4.1411 0.015882

Residuales 26 32119 1235.3

Carencia de ajuste 9 22982 2553.6 4.7516 0.002839

Error puro 17 9136 537.4

Cuadro 41: Analisis de varianza del modelo cuadratico de segundo orden

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

FO(x1, x2, x3) 3 15346.9 5115.6 8.0899 0.0010056

TWI(x1, x2, x3) 3 3869.3 1289.8 2.0397 0.1406633

PQ(x1, x2, x3) 3 15602.3 5200.8 8.2245 0.0009212

Residuales 20 12647.0 632.4

Carencia de ajuste 3 3510.9 1170.3 2.1776 0.1281242

Error puro 17 9136.1 537.4

Se utilizo el modelo cuadratico de segundo orden al tener una carencia de ajuste no

significativa (p < 0.05).

Tamano de partícula de emulsiones del experimento para evaluar

el efecto de los parametros tecnologicos de la emulsificacion por

ultrasonido

Se empleo el siguiente guion para procesar los datos de tamano de partícula y

estimar la mediana del diametro (D50).

#EmpezandopruebanoparametricadeKruskal-Wallis #Importandovaloresdetamano library(readr) require(car) Size_01<-read_csv("˜/Documentos/Mi tesis/Material/

‹ Estadistica/US-I/Resultados_01.csv", col_types = cols(Area =col_number(), Diametro =col_

‹ number())) Size_02<-read_csv("˜/Documentos/Mi tesis/Material/

‹ Estadistica/US-I/Resultados_02.csv", col_types = cols(Area =col_number(), Diametro =col_

‹→ number()))

121

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

Size_03<-read_csv("˜/Documentos/Mi tesis/Material/ ‹ Estadistica/US-I/Resultados_03.csv",

col_types = cols(Area =col_number(), Diametro =col_ ‹ number()))

























#Guardandovaloresdediametrodecadatubo Diam_01<-Size_01$Diametro Diam_02<-Size_02$Diametro Diam_03<-Size_03$Diametro Diam_04<-Size_04$Diametro Diam_05<-Size_05$Diametro Diam_06<-Size_06$Diametro Diam_07<-Size_07$Diametro Diam_08<-Size_08$Diametro Diam_09<-Size_09$Diametro Diam_10<-Size_10$Diametro Diam_11<-Size_11$Diametro Diam_12<-Size_12$Diametro Diam_13<-Size_13$Diametro

122

→

→

→

→

→

→

→

→

→

→

Diam_14<-Size_14$Diametro Diam_15<-Size_15$Diametro #RealizauntestdenormalidaddeLilliefors(>0.05

‹ significaquesonnormales) library(nortest) lillie.test(Diam_01) lillie.test(Diam_02) lillie.test(Diam_03) lillie.test(Diam_04) lillie.test(Diam_05) lillie.test(Diam_06) lillie.test(Diam_07) lillie.test(Diam_08) lillie.test(Diam_09) lillie.test(Diam_10) lillie.test(Diam_11) lillie.test(Diam_12) lillie.test(Diam_13) lillie.test(Diam_14) lillie.test(Diam_15) #Sererificaquetodoslosvalorespfueronmenoresa

‹ 0.05,porloquenosonnormales #Evaluandolahomogeneidaddevarianzacontestde

‹ Fligner-Killeen,yaquenosepuedeusar #eltestdeBartleyporqueladistribucionnoes

‹ normal.ParaFligner-Killeenpdebeser #mayora0.05paraqueseanhomogeneaslasvarianzas fligner.test(list(Diam_01,Diam_02,Diam_03,Diam_04,Diam_

‹ 05,Diam_06,Diam_07,Diam_08, Diam_09,Diam_10,Diam_11,Diam_12,Diam_13,Diam_14,Diam_15

‹ )) #Graficandolosdatosenunboxplot boxplot(list(Diam_01,Diam_02,Diam_03,Diam_04,Diam_05,

‹ Diam_06,Diam_07,Diam_08, Diam_09,Diam_10,Diam_11,Diam_12,Diam_13,Diam_14,Diam_15

‹ )) #Comosepuedever,hayheterocedasticidad #Ahoraseintentaratransformarlosdatosusandoel

‹ logaritmodebase10 Trans_D1<-log10(Diam_01) Trans_D2<-log10(Diam_02) Trans_D3<-log10(Diam_03) Trans_D4<-log10(Diam_04) Trans_D5<-log10(Diam_05) Trans_D6<-log10(Diam_06) Trans_D7<-log10(Diam_07) Trans_D8<-log10(Diam_08) Trans_D9<-log10(Diam_09) Trans_D10<-log10(Diam_10) Trans_D11<-log10(Diam_11) Trans_D12<-log10(Diam_12) Trans_D13<-log10(Diam_13) Trans_D14<-log10(Diam_14) Trans_D15<-log10(Diam_15) #RealizandotestdenormalidaddeLilliefors(>0.05

‹ significaquesonnormales) lillie.test(Trans_D1) lillie.test(Trans_D2) lillie.test(Trans_D3) lillie.test(Trans_D4) lillie.test(Trans_D5) lillie.test(Trans_D6) lillie.test(Trans_D7) lillie.test(Trans_D8) lillie.test(Trans_D9) lillie.test(Trans_D10)

123

→

→

→

→

→

→

→

→

→

lillie.test(Trans_D11) lillie.test(Trans_D12) lillie.test(Trans_D13) lillie.test(Trans_D14) lillie.test(Trans_D15) #severificaqueaunquesehizolatransformacion,los

‹ datosnosonnormales #Evaluandolahomogeneidaddevarianzacontestde

‹ Fligner-Killeen,yaquenosepuedeusar #eltestdeBartleyporqueladistribucionnoes

‹ normal.ParaFligner-Killeenpdebeser #mayora0.05paraqueseanhomogeneaslasvarianzas fligner.test(list(Trans_D1,Trans_D2,Trans_D3,Trans_D4,

‹ Trans_D5,Trans_D6,Trans_D7,Trans_D8, Trans_D9,Trans_D10,Trans_D11,Trans_D12,Trans_D13,Trans_

‹ D14,Trans_D15)) #Auncontransformacion,losresultadosnotienen

‹ varianzashomogeneas #Seprocederaausarbootstrappingparaestimarlos

‹ intervalosdeconfianzadelamediana library(boot) #definiendounafuncionquecalculalamediana, #segunhttp://www.mayin.org/ajayshah/KB/R/documents/

‹ boot.html med <-function(data,indices){ return(median(data[indices])) } #juntandolosdatosdelospuntoscentrales Diam_13<-c(Diam_13,Diam_14,Diam_15) #realizandoelbootstrapping B_01<-boot(Diam_01,statistic=med,10000) B_02<-boot(Diam_02,statistic=med,10000) B_03<-boot(Diam_03,statistic=med,10000) B_04<-boot(Diam_04,statistic=med,10000) B_05<-boot(Diam_05,statistic=med,10000) B_06<-boot(Diam_06,statistic=med,10000) B_07<-boot(Diam_07,statistic=med,10000) B_08<-boot(Diam_08,statistic=med,10000) B_09<-boot(Diam_09,statistic=med,10000) B_10<-boot(Diam_10,statistic=med,10000) B_11<-boot(Diam_11,statistic=med,10000) B_12<-boot(Diam_12,statistic=med,10000) B_13<-boot(Diam_13,statistic=med,10000) #B_14<-boot(Diam_14,statistic=med,10000) #B_15<-boot(Diam_15,statistic=med,10000) #Ahoracalculandolosintervalosdeconfianzaal95% IC_01<-boot.ci(B_01,type=’bca’) IC_02<-boot.ci(B_02,type=’bca’) IC_03<-boot.ci(B_03,type=’bca’) IC_04<-boot.ci(B_04,type=’bca’) IC_05<-boot.ci(B_05,type=’bca’) IC_06<-boot.ci(B_06,type=’bca’) IC_07<-boot.ci(B_07,type=’bca’) IC_08<-boot.ci(B_08,type=’bca’) IC_09<-boot.ci(B_09,type=’bca’) IC_10<-boot.ci(B_10,type=’bca’) IC_11<-boot.ci(B_11,type=’bca’) IC_12<-boot.ci(B_12,type=’bca’) IC_13<-boot.ci(B_13,type=’bca’) #IC_14<-boot.ci(B_14,type=’bca’) #IC_15<-boot.ci(B_15,type=’bca’) #Guardadndoloslimitesdelosintervalosdeconfianza LowL<-c(IC_01[4]$bca[4],IC_02[4]$bca[4],IC_03[4]$bca[4

‹ ],IC_04[4]$bca[4],IC_05[4]$bca[4], IC_06[4]$bca[4],IC_07[4]$bca[4],IC_08[4]$bca[4],IC_09[4

‹→ ]$bca[4],IC_10[4]$bca[4],

http://www.mayin.org/ajayshah/KB/R/documents/

124

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

IC_11[4]$bca[4],IC_12[4]$bca[4],IC_13[4]$bca[4]#,IC_14[

) ‹→ 4]$bca[4],IC_15[4]$bca[4]

UpL<-c(IC_01[4]$bca[5],IC_02[4]$bca[5],IC_03[4]$bca[5], ‹ IC_04[4]$bca[5],IC_05[4]$bca[5],

IC_06[4]$bca[5],IC_07[4]$bca[5],IC_08[4]$bca[5],IC_09[4 ‹ ]$bca[5],IC_10[4]$bca[5],

IC_11[4]$bca[5],IC_12[4]$bca[5],IC_13[4]$bca[5]#,IC_14[

) ‹→ 4]$bca[5],IC_15[4]$bca[5]

#Guardandolosvaloresdelasmedianas M_US_I<-c(B_01$t0,B_02$t0,B_03$t0,B_04$t0,B_05$t0,B_06$

‹ t0,B_07$t0,B_08$t0,B_09$t0,B_10$t0, B_11$t0,B_12$t0,B_13$t0#,B_14$t0,B_15$t0 ) #Graficarlimitesdeconfianzadetodoslostubos

‹ usandoplotCI require(plotrix) par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficienteespaciopara

‹ largasetiquetasdex mgp=c(8,1,0))#mueveabajolaleyendadexparaevitar

‹ traslapado plotCI(1:13,M_US_I,ui=UpL,li=LowL, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um") axis(side =2)#Anadeelejeypordefecto axis(side =1, at=1:13,#Anadeelejexpersonalizado

‹ conlasetiquetas label =c("60s.300w.10mm","300s.300w.10mm","60s.400w.10

‹ mm","300s.400w.10mm", "60s.350w.8mm","300s.350w.8mm","60s.350w.12mm","300s.35

‹ 0w.12mm", "180s.300w.8mm","180s.400w.8mm","180s.300w.12mm","180s.

‹ 400w.12mm", "180s.350w.10mm"#,"180s.350w.10mm","180s.350w.10mm") )) box(bty="l")#Anadecaja ##--## #Graficandolosintervalosdeconfianzaenorden

‹ crecientesegunlamediana Tiempo<-c(60,300,60,300,60,300,60,300,180,180,180,180,1

‹ 80) Potencia<-c(300,300,400,400,350,350,350,350,300,400,300

‹ ,400,350) Diametro_sonotrodo<-c(10,10,10,10,8,8,12,12,8,8,12,12,1

‹ 0) etiquetas<-c("60s.300w.10mm","300s.300w.10mm","60s.400w

‹ .10mm","300s.400w.10mm", "60s.350w.8mm","300s.350w.8mm","60s.350w.12mm","300s.35

‹ 0w.12mm", "180s.300w.8mm","180s.400w.8mm","180s.300w.12mm","180s.

‹ 400w.12mm", "180s.350w.10mm") Mediana_US_I<-data.frame(Tiempo,Potencia,Diametro_

‹ sonotrodo,M_US_I,LowL,UpL,etiquetas) Mediana_US_I$Diametro_sonotrodo<-as.factor(Mediana_US_I

‹ $Diametro_sonotrodo) Mediana_US_I_orden<-Mediana_US_I[order(Mediana_US_I$M_

‹ US_I),] valor_mediana<-Mediana_US_I_orden$M_US_I valor_inferior<-Mediana_US_I_orden$LowL valor_superior<-Mediana_US_I_orden$UpL etiquetas<-Mediana_US_I_orden$etiquetas par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficienteespaciopara

125

→

→

→

→

→

→

→


‹ traslapado plotCI(1:13,valor_mediana,ui=valor_superior,li=valor_

‹ inferior, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um") axis(side =2)#Anadeelejeypordefecto axis(side =1, at=1:13,#Anadeelejexpersonalizado

‹ conlasetiquetas label = etiquetas) box(bty="l")#Anadecaja #Graficandohistogramasdedistribuciondetamano par(las=1,#usarejeshorizontales mar=c(5,4,4,2) +0.1,#pordefecto mgp=c(3,1,0))#pordefecto hist(Diam_01, prob =TRUE, xlab =’Tamano de particula (micrometro)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_01), lwd =2,col=’black’) abline(v=mean(Diam_01),col=’royalblue’,lwd=2) abline(v=median(Diam_01),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funcion de

‹ densidad’), col=c(’royalblue’,’red’,’black’),lwd =c(2,2,2)) hist(Diam_02, prob =TRUE, xlab =’Tamano de particula (micrometro)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_02), lwd =2,col=’black’) abline(v=mean(Diam_02),col=’royalblue’,lwd=2) abline(v=median(Diam_02),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funcion de


‹ densidad’), col=c(’royalblue’,’red’,’black’),lwd =c(2,2,2)) hist(Diam_04, prob =TRUE, xlab =’Tamano de particula (micrometro)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_04), lwd =2,col=’black’) abline(v=mean(Diam_04),col=’royalblue’,lwd=2) abline(v=median(Diam_04),col=’red’,lwd=2)

126

→

→

→

→

→

legend(x =’topright’,c(’Media’,’Mediana’,’Funcion de ‹ densidad’),

col=c(’royalblue’,’red’,’black’),lwd =c(2,2,2)) hist(Diam_05, prob =TRUE, xlab =’Tamano de particula (micrometro)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_05), lwd =2,col=’black’) abline(v=mean(Diam_05),col=’royalblue’,lwd=2) abline(v=median(Diam_05),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funcion de





127

→

→

→

→

→





‹ densidad’), col=c(’royalblue’,’red’,’black’),lwd =c(2,2,2))

Se realizaron las pruebas de normalidad de Lilliefors (Kolmogorov-Smirnov)

y prueba de homogeneidad de varianza de Fligner-Killeen para realizar el analisis

de varianza (ANOVA), sin embargo los datos fueron no normales y de varianza no

homogenea, por lo que no se pudo realizar el analisis de varianza. Sin embargo, se

empleo la tecnica estadıstica de bootstrapping para estimar los intervalos de con-

128

fianza de la mediana del diametro de las partículas de aceite (D50). Los resultados

se presentaron en el Capítulo 4, en el Cuadro 23.

Indice de peroxido de emulsiones del experimento para evaluar

el efecto de los parametros tecnologicos de la emulsificacion por

ultrasonido

Para el analisis estadístico de los datos de ındice de peroxido de las muestras se

empleo el guion mostrado a continuacion. Se realizo un analisis de varianza que se

muestra en el Cuadro 42.

Cuadro 42: Analisis de varianza del ındice de peroxido de las emulsiones preparadas

por ultrasonido

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Tiempo 2 262.8 131.42 7.133 0.1230

Diametro sonotrodo 2 622.3 311.15 16.888 0.0559

Potencia 2 194.0 97.00 5.265 0.1596

Tiempo: 3 339.2 113.06 6.137 0.1433

Diametro

sonotrodo

Tiempo: Potencia 2 125.9 62.96 3.418 0.2264

Diametro 1 194.9 194.94 10.581 0.0829

sonotrodo:

Potencia

Residuales 2 36.8 18.42

#An alisisdel ındicedeperoxidodelasmuestras

# library(readr) Importandovaloresdeindicedeperoxidos ‹→ tratadasconUS(US-I,58D)

require(car) Peroxidos<-read_csv("˜/Dropbox/Personal/Tesis-

col_types = cols(Peroxido =col_number(), Potencia =col

‹→ Cienciactiva/Analisis/peroxido_US/peroxido_US.csv ‹→ ",

Tiempo =col_number())) #Factorizando Peroxidos$Diametro_sonotrodo<-factor(Peroxidos$Diametro

‹→ _number(),

Peroxidos$Tiempo<-as.factor(Peroxidos$Tiempo) ‹→ _sonotrodo,labels=c(’8mm’,’10mm’,’12mm’))

Peroxidos$Potencia<-as.factor(Peroxidos$Potencia)

129

# ‹→ ylab=’Indice de peroxido’)

print(data.frame(Peroxidos$Tiempo,Peroxidos$Potencia, Presentandodatos

Peroxidos$Peroxido)) ‹→ Peroxidos$Diametro_sonotrodo,

#Agrupandoportratamientoyresumiendodatos

library(dplyr) ‹→ descriptivos

por_tratamientos<-group_by(Peroxidos,Tratamiento) resumen_peroxidos<-summarise(por_tratamientos,mean(

print(resumen_peroxidos) ‹→ Peroxido))

→

→

→

→

#Graficandodatos plot(data.frame(Peroxidos$Tiempo,Peroxidos$Diametro_

‹ sonotrodo,Peroxidos$Potencia, Peroxidos$Peroxido)) #Ajustandounmodelolinear mod_peroxidos<-aov(Peroxido ˜ Tiempo*Diametro_sonotrodo

‹ *Potencia,data = Peroxidos) summary(mod_peroxidos) #Noseveunefectosignificativodelosfactores par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficienteespaciopara


‹ traslapado boxplot(Peroxidos$Peroxido ˜ Peroxidos$Tratamiento,

Acidez de emulsiones del experimento para evaluar el efecto de los


Se realizo el analisis de varianza (ANOVA) de un modelo lineal para los resul-

tados de acidez de las muestras empleando el guion que se muestra a continuacion.

El ANOVA se muestra en el Cuadro 43. Adicionalmente se realizo un ANOVA uni-

factorial (one-way) para evaluar los tratamiento entre sí (Cuadro 44).

130

→

→

→

→

→

→

→

→

→

→

→

→

Cuadro 43: Analisis de varianza de la acidez de las emulsiones preparadas por ul-

trasonido

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Tiempo 2 106.4 53.22 0.767 0.480

Potencia 2 164.6 82.32 1.186 0.329


Tiempo:Potencia 3 203.8 67.95 0.979 0.426

Tiempo: 2 7.8 3.89 0.056 0.946

Diametro

sonotrodo

Diametro 1 18.6 18.64 0.268 0.611

sonotrodo:

Potencia

Residuales 17 1179.9 69.41

#An alisisdeacidezdelasmuestrastratadascon ‹ ultrasonido

#53D #Importandovaloresdeacidez library(readr) require(car) Acidez <-read_csv("˜/Dropbox/Personal/Tesis-

‹ Cienciactiva/Analisis/acidez_US/Acidez_US.csv", col_types = cols(Acidez =col_number(), Potencia =col_number(), Tiempo =col_number())) Acidez$Diametro_sonotrodo<-as.factor(Acidez$Diametro_

‹ sonotrodo) Acidez$Tratamiento<-as.factor((Acidez$Tratamiento)) Acidez$Tiempo<-factor(Acidez$Tiempo,labels=c(’60s’,’1

‹ 80s’,’300s’),ordered=TRUE) Acidez$Potencia<-factor(Acidez$Potencia,labels=c(’300

‹ W’,’350W’,’400W’),ordered=TRUE) #Graficandodatos plot(data.frame(Acidez$Tiempo,Acidez$Potencia,Acidez$

‹ Diametro_sonotrodo,Acidez$Acidez)) #Ajustandounmodelolinear mod_acidez<-aov(Acidez ˜ Tiempo*Potencia*Diametro_

‹ sonotrodo, data = Acidez) summary(mod_acidez) #Noseveunefectosignificativodelosfactores par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficienteespaciopara


‹ traslapado boxplot(Acidez$Acidez ˜ Acidez$Tratamiento,ylab="Acidez

‹ ") #Presentandodatos print(data.frame(Acidez$Tiempo,Acidez$Potencia,Acidez$

‹ Diametro_sonotrodo,Acidez$Acidez)) #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<-group_by(Acidez,Tratamiento)

131

resumen_acidez<-summarise(por_tratamientos,mean(Acidez)

print(resumen_acidez) ‹→ ,sd(Acidez))

#Analizandounanovadeunav ow_anova<-aov(Acidez ˜ Tratamiento, data = Acidez) summary(ow_anova) #Seconfirmaquenoessignificativoelefectodel

‹→ tratamiento

ıa

#An alisisRSMdelpHenlasemulsionesobtenidaspor

# library(rsm) Tiempo:60d ıas ‹→ ultrasonido

#leyendodatosdepHd datos_pH <-read.csv("ultrasonido_pH_60.csv", header =

ıa14(US-I)

# datos_pH$Diametro_sonotrodo<-factor(datos_pH$Diametro_ Estableciendo ‹→ T)

variablescomonum ericas

‹→ sonotrodo,labels=c(’8mm’,’10mm’,’12mm’),ordered

datos_pH$Tratamiento<-as.factor(datos_pH$Tratamiento) ‹→ =TRUE)

→

→

→

→

→

Cuadro 44: Analisis de varianza unifactorial de la acidez de las emulsiones obteni-

das por ultrasonido

Grados de

libertad

Suma de

cuadrados

Media de

cuadrados Valor de F

p-valor

Tratamiento 12 576.1 48.01 0.692 0.739

Residuales 17 1179.9 69.41

pH de las emulsiones del experimento para evaluar el efecto de los


Se realizo un ANOVA de un modelo lineal para los resultados de pH de las

muestras empleando el guion que se muestra a continuacion. El ANOVA se muestra

en el Cuadro 45. Adicionalmente se realizo un ANOVA unifactorial (one-way) para

evaluar los tratamiento entre sí (Cuadro 46).

datos_pH$Tiempo<-factor(datos_pH$Tiempo,labels=c(’60s ‹ ’,’180s’,’300s’),ordered=TRUE)

datos_pH$Potencia<-factor(datos_pH$Potencia,labels=c( ‹ ’300W’,’350W’,’400W’),ordered=TRUE)

View(datos_pH) #plot(datos_pH)#graficodelosdatos,sinembargono

‹ sehaencontradounarelaci onfuerte #Ajustandounmodelolinear mod_pH<-aov(pH ˜ Tiempo*Potencia*Diametro_sonotrodo,

‹ data = datos_pH) summary(mod_pH) #Noseveunefectosignificativodelosfactores #EmpleandounenfoqueANOVAconsiderandocadasetde

‹ condicionescomountratamiento #(ANOVAone-way)

132

Cuadro 45: Analisis de varianza del pH de las emulsiones obtenidas por ultrasonido

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Tiempo 2 0.522 0.2609 0.443 0.649

Potencia 2 0.977 0.4885 0.830 0.453


Tiempo:Potencia 3 0.250 0.0833 0.142 0.934

Tiempo: 2 0.432 0.2158 0.367 0.698

Diametro

sonotrodo

Diametro 1 0.039 0.0392 0.067 0.799

sonotrodo:

Potencia

Residuales 17 10.003 0.5884

datos_pH_f<-datos_pH attach(datos_pH_f) #Establecelostratamientoscomofactor datos_pH_f$Tratamiento<-factor(datos_pH_f$Tratamiento, levels=c(1:13),labels=c("60s.300w.10mm","60s.350w.

‹→ 8mm","60s.350w.12mm", "6 s. 8mm","180s.300w.12mm", "180s.350w.10mm","180s.400w.8mm","180s.400w.12mm", "300s.300w.10mm","300s.350w.8mm","300s.350w.12mm", "300s.400w.10mm")) anova1<-aov(pH ˜ Tratamiento,data = datos_pH_f) summary(anova1) #Ladiferenicaentretratamientosnoessignificativa par(mfrow=c(1,1))#regresaaunframede1x1 boxplot(pH ˜ Tratamiento,ylab ="pH", names=c("60s.300w.10mm","60s.350w.8mm","60s.350w.12mm

0 400w.10mm","180s.300w.

‹→ ", "6 s. w.10mm","180s.300w.8mm","180s.300w.12mm", "180s.350w.10mm","180s.400w.8mm","180s.400w.12mm", "300s.300w.10mm","300s.350w.8mm","300s.350w.12mm", "300s.400w.10mm"), data = datos_pH_f) #Eldiagramadecajamuestraquehaymuchavariacion

0 400

# Agrupandoportratamientoyresumiendo ‹→ entrelosrangosdelasmuestras


datos

por_tratamientos<-group_by(datos_pH_f,Tratamiento) media_pH<-summarise(por_tratamientos,mean(pH),sd(pH)) print(media_pH)

133

Cuadro 46: Analisis de varianza unifactorial del pH de las emulsiones obtenidas por

ultrasonido

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 12 2.989 0.2491 0.423 0.933

Residuales 17 10.003 0.5884

Apendice 4


los parametros tecnologicos de la

emulsificacion convencional


software estadístico R. A continuacion se presentan los guiones empleados para

cada analisis del experimento para evaluar el efecto de los parametros tecnologi-

cos de la emulsificacion convencional, ademas de sus principales salidas de interes

estadístico, como los ANOVA.

Efecto de los parametros tecnologicos de la emulsifica-

cion convencional

Indice de cremado de las emulsiones del experimento para eva-

luar el efecto de los parametros tecnologicos de la emulsificacion

convencional

El guion para el analisis estadístico del ındice de cremado de las emulsiones

preparadas por el metodo convencional se presenta a continuacion. Se realizaron

134

135

‹→ velocidad

→

→

→

→

→

→

→

ajustes de modelo lineal y cuadratico, aunque sin conseguir bondad de ajuste. Em-

pleando la prueba de Lilliefors y test de Bartlett, se observo que los datos presenta-

ban no normalidad y varianzas no homogeneas. A pesar de ello se realizo el ANOVA

unifactorial, dado que los grupos son del mismo tamano. El ANOVA se presenta en

el Cuadro 47, aunque sus resultados deben interpretarse con cautela.

Cuadro 47: Analisis de varianza unifactorial del ındice de cremado de las emulsio-

nes preparadas por el metodo convencional

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 8 91.71 11.463 8.327 0.00228


#Analisisdelaestabilidaddeemulsiones

‹→ obtenidasmedianteagitacionaalta

#atravesdelindicedecremado.67D library(rsm) #leyendodatosdeIC datos <-read.csv("alta_velocidad_IC.csv", header

‹ = T) plot(datos)#graficodelosdatos #Creaunadataframe alta_velocidad_IC <- as.data.frame(datos) attach(alta_velocidad_IC) #Establecelavariablevelocidadcomofactor alta_velocidad_IC$Velocidad <-factor(alta_

‹ velocidad_IC$Velocidad, labels=c("baja","media","alta"),ordered=TRUE)

#Establecelavariabletiempocomonum erica alta_velocidad_IC$Tiempo <- as.numeric(alta_

‹ velocidad_IC$Tiempo) str(alta_velocidad_IC) #codificandodatos CR <- coded.data(datos, x1˜ (Velocidad-4)/1, x2

‹ ˜ (Tiempo-180)/120) #RSMconmodelolineal ajuste.rsm1<- rsm(IC ˜ FO(x1,x2), data=CR)#

‹ ajustandounmodelodeprimerorden summary(ajuste.rsm1) par(mfrow=c(2,2))#preparaunframede2x2 plot(ajuste.rsm1)#graficandolosresiduos par(mfrow=c(1,1))#regresaaunframede1x1 #RSMconmodelodeordensuperior ajuste.rsm2<- rsm(IC ˜ FO(x1, x2) + TWI(x1,x2) +

‹ PQ(x1), data=CR) summary(ajuste.rsm2) par(mfrow=c(2,2))#preparaunframede2x2 plot(ajuste.rsm2)#graficandolosresiduos par(mfrow=c(1,1))#regresaaunframede1x1 par(mfrow=c(1,1))#preparaunframede1x1 contour(ajuste.rsm2, ˜ x1+ x2,image=TRUE, at

‹ =summary(ajuste.rsm2)$canonical$xs) #Graficoenperspectiva

136

‹→ ANOVA

‹→ homogenea)

‹→ contours="colors")

‹→ = alta_velocidad_IC,

→

→

→

→

→

→

→

→

→

→

→

→

→

persp(ajuste.rsm2, ˜ x1+ x2, at =summary(ajuste

‹→ .rsm2)$canonical$xs,col=rainbow(50),

#Convirtiendotablaadataframe boxplot(alta_velocidad_IC$IC ˜ alta_velocidad_IC$

‹→ Velocidad * alta_velocidad_IC$Tiempo, data

ylab =" Indice de cremado", main ="Gr afica de cajas de la estabilidad de las

‹ emulsiones obtenidas por agitacion") boxplot(alta_velocidad_IC$IC ˜ alta_velocidad_IC$

‹ Velocidad, data = alta_velocidad_IC, ylab =" Indice de cremado", xlab ="Nivel de velocidad", main ="Estabilidad de las emulsiones segun la

‹ velocidad de agitacion") boxplot(alta_velocidad_IC$IC ˜ alta_velocidad_IC$

‹ Tiempo, data = alta_velocidad_IC, ylab =" Indice de cremado", xlab ="Tiempo (s)", main ="Estabilidad de las emulsiones segun el

‹ tiempo agitacion") with(alta_velocidad_IC,interaction.plot(x.factor

‹ = Velocidad, trace.factor= Tiempo, response= alta_velocidad_IC$IC, fun =mean, type

‹ ="b",legend= T, ylab =" Indice de cremado", main ="Diagrama de interacciones", pch =c(1:19))) #Muestralamediadelaspruebasenformade

‹ matriz tapply(IC,list(Tiempo,Velocidad),mean) #Muestralavarianzadelaspruebasenformade

‹ matriz tapply(IC,list(Tiempo,Velocidad),var) #RealizauntestdenormalidaddeLilliefors(>0

‹ .05significaquesonnormales) library(nortest) lillie.test(IC) #Seaceptaquelosdatossonnormales #RealizauntestdeBartlettparahomogeneidad

‹→ devarianza(>0.05significaquees

bartlett.test(IC ˜interaction(Velocidad,Tiempo), data = alta_velocidad_IC) #LaVDnotienehomocedasticidad,perocomolos

‹→ grupossondelmismotama noserealizarael

aov.out <-aov(IC ˜ Tiempo * Velocidad, data = ‹ alta_velocidad_IC)

summary(aov.out) par(mfrow=c(2,2))#preparaunframede2x2 plot(aov.out) par(mfrow=c(1,1))#preparaunframede1x1 #nohaydiferenciasignificativa #ANOVAoneway ow_anova<-aov(IC ˜ Tratamiento, data = alta_

‹ velocidad_IC) summary(ow_anova) library(agricolae) salida<-HSD.test(ow_anova,’Tratamiento’, console

‹ =TRUE) plot(salida) #Seconfirmaquenoessignificativoelefecto

137

#Empezandoan alisisdeltama nodepart ıcula(

‹→ #1 D

‹→ emulsionesobtenidaspormetodo

#Importandovaloresdetama library(readr)

9 convencional)

no

require(car) Size_01<-read_csv("˜/Documentos/Mi

col_types = cols(Area =col_number(), Diametro = ‹→ Material/Estadistica/AV-II/Results1.csv",

tesis/

Size_02<-read_csv("˜/Documentos/Mi ‹→ col_number()))

tesis/




tesis/


tesis/



tesis/ →

→

→

→

→

→

→

Tamano de partícula de las emulsiones del experimento para eva-

luar el efecto de los parametros tecnologicos de la emulsificacion

convencional

Se empleo el siguiente codigo para estimar los intervalos de confianza de la

mediana del diametro de las partículas de aceite (D50).

‹ Material/Estadistica/AV-II/Results5.csv", col_types = cols(Area =col_number(), Diametro =

‹ col_number())) Size_06<-read_csv("˜/Documentos/Mi tesis/






‹→ col_number()))

# Agrupandoportratamiento ‹→ deltratamiento

yresumiendodatos


por_tratamientos<-group_by(alta_velocidad_IC,

resumen_IC<-summarise(por_tratamientos,mean(IC), ‹→ Tratamiento)

print(resumen_IC) ‹→ sd(IC))

138

→

→

→

→

→

→

→

→

→

→

→ onno

Size_09<-read_csv("˜/Documentos/Mi tesis/ ‹ Material/Estadistica/AV-II/Results9.csv",

col_types = cols(Area =col_number(), Diametro = ‹ col_number()))

#Guardandovaloresdediametrodecadatubo Diam_01<-Size_01$Diametro Diam_02<-Size_02$Diametro Diam_03<-Size_03$Diametro Diam_04<-Size_04$Diametro Diam_05<-Size_05$Diametro Diam_06<-Size_06$Diametro Diam_07<-Size_07$Diametro Diam_08<-Size_08$Diametro Diam_09<-Size_09$Diametro #RealizauntestdenormalidaddeLilliefors(>0

‹ .05significaquesonnormales) library(nortest) lillie.test(Diam_01) lillie.test(Diam_02) lillie.test(Diam_03) lillie.test(Diam_04) lillie.test(Diam_05) lillie.test(Diam_06) lillie.test(Diam_07) lillie.test(Diam_08) lillie.test(Diam_09) #Sererificaquetodoslosvalorespfueron

‹ menoresa0.05,porloquenosonnormales #Evaluandolahomogeneidaddevarianzacontest

‹ deFligner-Killeen,yaquenosepuedeusar #eltestdeBartleyporqueladistribuci

‹ esnormal.ParaFligner-Killeenpdebeser #mayora0.05paraqueseanhomogeneaslas

‹ varianzas fligner.test(list(Diam_01,Diam_02,Diam_03,Diam_04

‹ ,Diam_05,Diam_06,Diam_07,Diam_08, Diam_09)) #Graficandolosdatosenunboxplot boxplot(list(Diam_01,Diam_02,Diam_03,Diam_04,Diam

‹ _05,Diam_06,Diam_07,Diam_08, Diam_09)) #Comosepuedever,hayheterocedasticidad #Ahoraseintentar atransformarlosdatosusando

‹ ellogaritmodebase10 Trans_D1<-log10(Diam_01) Trans_D2<-log10(Diam_02) Trans_D3<-log10(Diam_03) Trans_D4<-log10(Diam_04) Trans_D5<-log10(Diam_05) Trans_D6<-log10(Diam_06) Trans_D7<-log10(Diam_07) Trans_D8<-log10(Diam_08) Trans_D9<-log10(Diam_09) #RealizandotestdenormalidaddeLilliefors(>0

‹ .05significaquesonnormales) lillie.test(Trans_D1) lillie.test(Trans_D2) lillie.test(Trans_D3) lillie.test(Trans_D4) lillie.test(Trans_D5) lillie.test(Trans_D6) lillie.test(Trans_D7) lillie.test(Trans_D8) lillie.test(Trans_D9) #severificaqueaunquesehizolatransformaci o

‹→ n,losdatosnosonnormales

139

‹→ 8,

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→ onno

#Evaluandolahomogeneidaddevarianzacontest ‹ deFligner-Killeen,yaquenosepuedeusar

#eltestdeBartleyporqueladistribuci ‹ esnormal.ParaFligner-Killeenpdebeser

#mayora0.05paraqueseanhomogeneaslas ‹ varianzas

fligner.test(list(Trans_D1,Trans_D2,Trans_D3, ‹→ Trans_D4,Trans_D5,Trans_D6,Trans_D7,Trans_D

Trans_D9)) #A uncontransformaci on,losresultadosno

‹ tienenvarianzashomog eneas #Seproceder aausarbootstrappingparaestimar

‹ losintervalosdeconfianzadelamediana library(boot) #definiendounafunci onquecalculalamediana, #seg unhttp://www.mayin.org/ajayshah/KB/R/

‹ documents/boot.html med <-function(data,indices){ return(median(data[indices])) } #realizandoelbootstrapping B_01<-boot(Diam_01,statistic=med,10000) B_02<-boot(Diam_02,statistic=med,10000) B_03<-boot(Diam_03,statistic=med,10000) B_04<-boot(Diam_04,statistic=med,10000) B_05<-boot(Diam_05,statistic=med,10000) B_06<-boot(Diam_06,statistic=med,100000) B_07<-boot(Diam_07,statistic=med,10000) B_08<-boot(Diam_08,statistic=med,20000) B_09<-boot(Diam_09,statistic=med,10000) #Ahoracalculandolosintervalosdeconfianzaal

‹ 95% IC_01<-boot.ci(B_01,type=’bca’) IC_02<-boot.ci(B_02,type=’bca’) IC_03<-boot.ci(B_03,type=’bca’) IC_04<-boot.ci(B_04,type=’bca’) IC_05<-boot.ci(B_05,type=’bca’) IC_06<-boot.ci(B_06,type=’bca’) IC_07<-boot.ci(B_07,type=’bca’) IC_08<-boot.ci(B_08,type=’bca’) IC_09<-boot.ci(B_09,type=’bca’) #Guardadndolosl ımitesdelosintervalosde

‹ confianza LowL<-c(IC_01[4]$bca[4],IC_02[4]$bca[4],IC_03[4]$

‹ bca[4],IC_04[4]$bca[4],IC_05[4]$bca[4], IC_06[4]$bca[4],IC_07[4]$bca[4],IC_08[4]$bca[4],

‹ IC_09[4]$bca[4]) UpL<-c(IC_01[4]$bca[5],IC_02[4]$bca[5],IC_03[4]$

‹ bca[5],IC_04[4]$bca[5],IC_05[4]$bca[5], IC_06[4]$bca[5],IC_07[4]$bca[5],IC_08[4]$bca[5],

‹ IC_09[4]$bca[5]) #Guardandolosvaloresdelasmedianas M_US_I<-c(B_01$t0,B_02$t0,B_03$t0,B_04$t0,B_05$t0

‹ ,B_06$t0,B_07$t0,B_08$t0,B_09$t0) #Graficarl ımitesdeconfianzadetodoslos

‹ tubosusandoplotCI require(plotrix) par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente

‹ espacioparalargasetiquetasdex mgp=c(8,1,0))#mueveabajolaleyendadexpara

‹ evitartraslapado plotCI(1:9,M_US_I,ui=UpL,li=LowL, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex

http://www.mayin.org/ajayshah/KB/R/

140

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

ylab ="um") axis(side =2)#A nadeelejeypordefecto axis(side =1, at=1:9,#A nadeelejex

‹ personalizadoconlasetiquetas label =c("60s.Baja","180s.Baja","300s.Baja","60s

‹ .Media","180s.Media", "300s.Media","60s.Alta","180s.Alta","300s.Alta")) box(bty="l")#A nadecaja ##--## #Graficandolosintervalosdeconfianzaenorden

‹ crecientesegunlamediana Tiempo<-c(60,180,300,60,180,300,60,180,300) Potencia<-c(’Baja’,’Baja’,’Baja’,’Media’,’Media’,

‹ ’Media’,’Alta’,’Alta’,’Alta’) etiquetas<-c("60s.Baja","180s.Baja","300s.Baja","

‹ 60s.Media","180s.Media", "300s.Media","60s.Alta","180s.Alta","300s.Alta") Mediana_US_I<-data.frame(Tiempo,Potencia,M_US_I,

‹ LowL,UpL,etiquetas) Mediana_US_I$Potencia<-as.factor(Mediana_US_I$

‹ Potencia) Mediana_US_I_orden<-Mediana_US_I[order(Mediana_US

‹ _I$M_US_I),] valor_mediana<-Mediana_US_I_orden$M_US_I valor_inferior<-Mediana_US_I_orden$LowL valor_superior<-Mediana_US_I_orden$UpL etiquetas<-Mediana_US_I_orden$etiquetas par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado plotCI(1:9,valor_mediana,ui=valor_superior,li=

‹ valor_inferior, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um") axis(side =2)#A nadeelejeypordefecto axis(side =1, at=1:9,#A nadeelejex

‹ personalizadoconlasetiquetas label = etiquetas) box(bty="l")#A nadecaja #Graficandohistogramasdedistribuci ondetama n

‹ o par(las=1,#usarejeshorizontales mar=c(5,4,4,2) +0.1,#pordefecto mgp=c(3,1,0))#pordefecto hist(Diam_01, prob =TRUE, xlab =’Tama no de partícula (µm)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_01), lwd =2,col=’black’) abline(v=mean(Diam_01),col=’royalblue’,lwd=2) abline(v=median(Diam_01),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funci o

‹ n de densidad’), col=c(’royalblue’,’red’,’black’),lwd =c(2,2,2)

‹ ) hist(Diam_02, prob =TRUE, xlab =’Tama no de partícula (µm)’, ylab =’Densidad’, main =’’,

141

→

→

→

→

→

→

→

→

→

→

breaks =’Scott’) lines(density(Diam_02), lwd =2,col=’black’) abline(v=mean(Diam_02),col=’royalblue’,lwd=2) abline(v=median(Diam_02),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funci o


‹ ) hist(Diam_03, prob =TRUE, xlab =’Tama no de partícula (µm)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_03), lwd =2,col=’black’) abline(v=mean(Diam_03),col=’royalblue’,lwd=2) abline(v=median(Diam_03),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funci o








‹ ) hist(Diam_07, prob =TRUE,

142

→

→

→

→

→

→

xlab =’Tama no de partícula (µm)’, ylab =’Densidad’, main =’’, breaks =’Scott’) lines(density(Diam_07), lwd =2,col=’black’) abline(v=mean(Diam_07),col=’royalblue’,lwd=2) abline(v=median(Diam_07),col=’red’,lwd=2) legend(x =’topright’,c(’Media’,’Mediana’,’Funci o






‹ ) print(Mediana_US_I)








143

‹→ AV.csv",

→

→

→

→

→

→

→

→

→


parametros tecnologicos de la emulsificacion convencional

Se empleo el siguiente guion para el analisis estadístico de los valores de pH

medidos para las emulsiones del experimento para evaluar el efecto de los parame-

tros tecnologicos de la emulsificacion convencional. Se empleo un ANOVA del di-

seno factorial (Cuadro 48) y un ANOVA unifactorial para comparar los tratamientos

(Cuadro 49). En ninguno de los analisis se pudo encontrar un efecto significativo.

#An alisisdepHdelasmuestrasdelexperimento ‹ 2

#30D/AV-I #ImportandovaloresdepH library(readr) pH_AV <-read_csv("˜/Dropbox/Personal/Tesis-

‹→ Cienciactiva/Analisis/alta_velocidad_pH/pH_

col_types = cols(Tiempo =col_number(), pH =col_number())) #Factorizando pH_AV$Tratamiento<-as.factor((pH_AV$Tratamiento)) pH_AV$Velocidad<-factor(pH_AV$Velocidad,labels=

‹ c(’baja’,’media’,’alta’),ordered=TRUE) pH_AV$Tiempo<-factor(pH_AV$Tiempo,labels=c(’60

‹ s’,’180s’,’300s’),ordered=TRUE) #Graficandodatos datos_pH<-data.frame(pH_AV$Velocidad,pH_AV$Tiempo

‹ ,pH_AV$pH) plot(datos_pH) #Ajustandounmodelolinear mod_pH<-aov(pH ˜ Velocidad*Tiempo,data = pH_AV) summary(mod_pH) #Noseveunefectosignificativodelos

‹ factores par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado boxplot(pH_AV$pH ˜ pH_AV$Tratamiento,ylab=’pH’) #Presentandodatos print(datos_pH) #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<-group_by(pH_AV,Tratamiento) resumen_pH<-summarise(por_tratamientos,mean(pH),

‹ sd(pH)) print(resumen_pH) #Analizandounanovadeunav ía ow_anova<-aov(pH ˜ Tratamiento, data=pH_AV) summary(ow_anova) #Seconfirmaquenoessignificativoelefecto

‹→ deltratamiento

144

Cuadro 48: Analisis de varianza del pH de las emulsiones preparadas por el metodo

convencional

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Velocidad 2 0.00743 0.003717 0.256 0.780

Tiempo 2 0.04083 0.020417 1.404 0.295

Velocidad:Tiempo 4 0.01053 0.002633 0.181 0.942

Residuales 9 0.13085 0.014539

Cuadro 49: Analisis de varianza unifactorial del pH de las emulsiones preparadas

por el metodo convencional

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 8 0.0588 0.00735 0.506 0.825

Residuales 9 0.1308 0.01454

Apendice 5


los parametros de formulacion sobre

las emulsiones preparadas por

ultrasonido



cada analisis del experimento para evaluar el efecto de los parametros de formula-

cion sobre la estabilidad de emulsiones preparadas por ultrasonido, ademas de sus

principales salidas de interes estadístico, como los ANOVA.

145

146

‹→ Resultados_1A.csv")

‹→ Resultados_1B.csv")












→

Efecto de los parametros de formulacion de la emul-

sion


luar el efecto de los parametros de formulacion sobre la estabili-

dad de emulsiones preparadas por ultrasonido


mediana del diametro de las partículas de aceite (D50) en las muestras.

#An alisisdetama nodepart ıculadelexperimento ‹ 3

#65D #Importandodatos library(readr) require(car) Size_01A<-read_csv("˜/Dropbox/Personal/Tesis-

‹→ Cienciactiva/Analisis/size_formulacion/

Size_01B<-read_csv("˜/Dropbox/Personal/Tesis-


Size_02A<-read_csv("˜/Dropbox/Personal/Tesis-























147















→ →

→ →

→ →

→ →

→ →

→ →

→ →

→ →


Size_08B<-read_csv("˜/Dropbox/Personal/Tesis- ‹→ Cienciactiva/Analisis/size_formulacion/

















Size_13B<-read_csv("˜/Dropbox/Personal/Tesis- ‹ Cienciactiva/Analisis/size_formulacion/ ‹ Resultados_13B_inc.csv")

Size_14A<-read_csv("˜/Dropbox/Personal/Tesis- ‹→ Cienciactiva/Analisis/size_formulacion/





Size_16A<-read_csv("˜/Dropbox/Personal/Tesis- ‹ Cienciactiva/Analisis/size_formulacion/ ‹ Resultados_16A_inc.csv")

Size_17B<-read_csv("˜/Dropbox/Personal/Tesis- ‹→ Cienciactiva/Analisis/size_formulacion/








148

→ →

→

‹ Cienciactiva/Analisis/size_formulacion/ ‹ Resultados_24B_inc.csv")

Diam_01A<-Size_01A$Diametro Diam_01B<-Size_01B$Diametro Diam_02A<-Size_02A$Diametro Diam_03A<-Size_03A$Diametro Diam_03B<-Size_03B$Diametro Diam_04A<-Size_04A$Diametro Diam_04B<-Size_04B$Diametro Diam_05A<-Size_05A$Diametro Diam_05B<-Size_05B$Diametro Diam_06A<-Size_06A$Diametro Diam_06B<-Size_06B$Diametro Diam_07A<-Size_07A$Diametro Diam_07B<-Size_07B$Diametro Diam_08A<-Size_08A$Diametro Diam_08B<-Size_08B$Diametro Diam_09A<-Size_09A$Diametro Diam_09B<-Size_09B$Diametro Diam_10A<-Size_10A$Diametro Diam_10B<-Size_10B$Diametro Diam_11A<-Size_11A$Diametro Diam_11B<-Size_11B$Diametro Diam_12A<-Size_12A$Diametro#Problema Diam_12B<-Size_12B$Diametro Diam_13B<-Size_13B$Diametro Diam_14A<-Size_14A$Diametro Diam_14B<-Size_14B$Diametro Diam_15B<-Size_15B$Diametro Diam_16A<-Size_16A$Diametro Diam_17B<-Size_17B$Diametro Diam_18B<-Size_18B$Diametro Diam_19B<-Size_19B$Diametro Diam_20A<-Size_20A$Diametro Diam_21B<-Size_21B$Diametro Diam_22A<-Size_22A$Diametro Diam_23B<-Size_23B$Diametro Diam_24B<-Size_24B$Diametro #Juntandodatosderepeticiones Diam_01<-c(Diam_01A,Diam_01B) Diam_02<-c(Diam_02A) Diam_03<-c(Diam_03A,Diam_03B) Diam_04<-c(Diam_04A,Diam_04B) Diam_05<-c(Diam_05A,Diam_05B) Diam_06<-c(Diam_06A,Diam_06B) Diam_07<-c(Diam_07A,Diam_07B) Diam_08<-c(Diam_08A,Diam_08B) Diam_09<-c(Diam_09A,Diam_09B) Diam_10<-c(Diam_10A,Diam_10B) Diam_11<-c(Diam_11A,Diam_11B) Diam_12<-c(Diam_12B) Diam_13<-c(Diam_13B) Diam_14<-c(Diam_14A,Diam_14B) Diam_15<-c(Diam_15B) Diam_16<-c(Diam_16A) Diam_17<-c(Diam_17B) Diam_18<-c(Diam_18B) Diam_19<-c(Diam_19B) Diam_20<-c(Diam_20A) Diam_21<-c(Diam_21B) Diam_22<-c(Diam_22A) Diam_23<-c(Diam_23B) Diam_24<-c(Diam_24B) #RealizauntestdenormalidaddeLilliefors(>0

‹ .05significaquesonnormales) library(nortest)

149

→

→

→

→

→

→

→

→ onno

lillie.test(Diam_01) lillie.test(Diam_02) lillie.test(Diam_03) lillie.test(Diam_04) lillie.test(Diam_05) lillie.test(Diam_06) lillie.test(Diam_07) lillie.test(Diam_08) lillie.test(Diam_09) lillie.test(Diam_10) lillie.test(Diam_11) lillie.test(Diam_12) lillie.test(Diam_13) lillie.test(Diam_14) lillie.test(Diam_15) lillie.test(Diam_16) lillie.test(Diam_17) lillie.test(Diam_18) lillie.test(Diam_19) lillie.test(Diam_20) lillie.test(Diam_21) lillie.test(Diam_22) lillie.test(Diam_23) lillie.test(Diam_24) #Sererificaquetodoslosvalorespfueron




‹ varianzas lista<-list(Diam_01,Diam_02,Diam_03,Diam_04,Diam_

‹ 05,Diam_06,Diam_07,Diam_08,Diam_09,Diam_10, Diam_11,Diam_12,Diam_13,Diam_14,Diam_15,Diam_16,

‹ Diam_17,Diam_18,Diam_19,Diam_20, Diam_21,Diam_22,Diam_23,Diam_24) fligner.test(lista) #Graficandolosdatosenunboxplot boxplot(lista) #Comosepuedever,hayheterocedasticidad #Seproceder aausarbootstrappingparaestimar


‹ documents/boot.html med <-function(data,indices){ return(median(data[indices])) } #realizandoelbootstrapping B_01<-boot(Diam_01,statistic=med,10000) B_02<-boot(Diam_02,statistic=med,10000) B_03<-boot(Diam_03,statistic=med,10000) B_04<-boot(Diam_04,statistic=med,10000) B_05<-boot(Diam_05,statistic=med,10000) B_06<-boot(Diam_06,statistic=med,10000) B_07<-boot(Diam_07,statistic=med,10000) B_08<-boot(Diam_08,statistic=med,10000) B_09<-boot(Diam_09,statistic=med,10000) B_10<-boot(Diam_10,statistic=med,10000) B_11<-boot(Diam_11,statistic=med,10000) B_12<-boot(Diam_12,statistic=med,10000) B_13<-boot(Diam_13,statistic=med,10000) B_14<-boot(Diam_14,statistic=med,10000) B_15<-boot(Diam_15,statistic=med,10000)


150

→

→

→

→

→

→

→

→

→

→

→

→

→

→

B_16<-boot(Diam_16,statistic=med,10000) B_17<-boot(Diam_17,statistic=med,10000) B_18<-boot(Diam_18,statistic=med,10000) B_19<-boot(Diam_19,statistic=med,10000) B_20<-boot(Diam_20,statistic=med,10000) B_21<-boot(Diam_21,statistic=med,10000) B_22<-boot(Diam_22,statistic=med,10000) B_23<-boot(Diam_23,statistic=med,10000) B_24<-boot(Diam_24,statistic=med,10000)

#Ahoracalculandolosintervalosdeconfianzaal ‹ 95%

IC_01<-boot.ci(B_01,type=’bca’) IC_02<-boot.ci(B_02,type=’bca’) IC_03<-boot.ci(B_03,type=’bca’) IC_04<-boot.ci(B_04,type=’bca’) IC_05<-boot.ci(B_05,type=’bca’) IC_06<-boot.ci(B_06,type=’bca’) IC_07<-boot.ci(B_07,type=’bca’) IC_08<-boot.ci(B_08,type=’bca’) IC_09<-boot.ci(B_09,type=’bca’) IC_10<-boot.ci(B_10,type=’bca’) IC_11<-boot.ci(B_11,type=’bca’) IC_12<-boot.ci(B_12,type=’bca’) IC_13<-boot.ci(B_13,type=’bca’) IC_14<-boot.ci(B_14,type=’bca’) IC_15<-boot.ci(B_15,type=’bca’) IC_16<-boot.ci(B_16,type=’bca’) IC_17<-boot.ci(B_17,type=’bca’) IC_18<-boot.ci(B_18,type=’bca’) IC_19<-boot.ci(B_19,type=’bca’) IC_20<-boot.ci(B_20,type=’bca’) IC_21<-boot.ci(B_21,type=’bca’) IC_22<-boot.ci(B_22,type=’bca’) IC_23<-boot.ci(B_23,type=’bca’) IC_24<-boot.ci(B_24,type=’bca’)

#Guardadndolosl ımitesdelosintervalosde ‹ confianza

LowL<-c(IC_01[4]$bca[4],IC_02[4]$bca[4],IC_03[4]$ ‹ bca[4],IC_04[4]$bca[4],IC_05[4]$bca[4],

IC_06[4]$bca[4],IC_07[4]$bca[4],IC_08[4]$bca[4], ‹ IC_09[4]$bca[4],IC_10[4]$bca[4],



IC_21[4]$bca[4],IC_22[4]$bca[4],IC_23[4]$bca[4], ‹ IC_24[4]$bca[4])

UpL<-c(IC_01[4]$bca[5],IC_02[4]$bca[5],IC_03[4]$ ‹ bca[5],IC_04[4]$bca[5],IC_05[4]$bca[5],





#Guardandolosvaloresdelasmedianas Medianas<-c(B_01$t0,B_02$t0,B_03$t0,B_04$t0,B_05$

‹ t0,B_06$t0,B_07$t0,B_08$t0,B_09$t0,B_10$t0, B_11$t0,B_12$t0,B_13$t0,B_14$t0,B_15$t0,B_16$t0,B

‹ _17$t0,B_18$t0,B_19$t0,B_20$t0, B_21$t0,B_22$t0,B_23$t0,B_24$t0)

#Graficarl ımitesdeconfianzadetodoslos

151

‹→ ,

‹→ ,

‹→ ,"Lecitina",

‹→ %.Oliva.15%",

‹→ Sacha_inchi",

‹→ emulsionante)

‹→ Coco","Oliva",

‹→ %","10%","10%",

‹→ Aceite,Medianas,

‹→ %","1%","1%","1%",

→

→

→

→

→

→

→

→

→

→

→

→

‹ tubosusandoplotCI etiquetas<-c("Lecit.1%.Oliva.10%","Lecit.1%.

‹→ SachaIn.10%","Lecit.1%.Coco.10%","Lecit.1

"Lecit.1%.SachaIn.15%","Lecit.1%.Coco.15%","

‹→ Lecit.3%.Oliva.10%","Lecit.3%.SachaIn.10%"

"Lecit.3%.Coco.10%","Lecit.3%.Oliva.15%","Lecit. ‹ 3%.SachaIn.15%","Lecit.3%.Coco.15%",

"Tween.1%.Oliva.10%","Tween.1%.SachaIn.10%"," ‹ Tween.1%.Coco.10%","Tween.1%.Oliva.15%",

"Tween.1%.SachaIn.15%","Tween.1%.Coco.15%"," ‹→ Tween.3%.Oliva.10%","Tween.3%.SachaIn.10%"

"Tween.3%.Coco.10%","Tween.3%.Oliva.15%","Tween. ‹ 3%.SachaIn.15%","Tween.3%.Coco.15%")

require(plotrix) par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado plotCI(1:24,Medianas,ui=UpL,li=LowL, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um") axis(side =2)#A nadeelejeypordefecto axis(side =1, at=1:24,#A nadeelejex

‹ personalizadoconlasetiquetas labels= etiquetas) box(bty="l")#Anadecaja ##--## #Graficandolosintervalosdeconfianzaenorden

‹ crecientesegunlamediana Emulsionante<-c("Lecitina","Lecitina","Lecitina",

‹→ "Lecitina","Lecitina","Lecitina","Lecitina"

"Lecitina","Lecitina","Lecitina","Lecitina"," ‹ Tween_20","Tween_20","Tween_20","Tween_20",

"Tween_20","Tween_20","Tween_20","Tween_20"," ‹ Tween_20","Tween_20","Tween_20","Tween_20")

Porcentaje_emulsionante<-c("1%","1%","1%","1%"," ‹→ 1%","1%","3%","3%","3%","3%","3%","3%","1

"1%","1%","3%","3%","3%","3%","3%","3%") Porcentaje_aceite<-c("10%","10%","10%","15%","15

‹→ %","15%","10%","10%","10%","15%","15%","15

"10%","15%","15%","15%","10%","10%","10%","15%" ‹ ,"15%","15%")

Aceite<-c("Oliva","Sacha_inchi","Coco","Oliva"," ‹→ Sacha_inchi","Coco","Oliva","Sacha_inchi","

"Sacha_inchi","Coco","Oliva","Sacha_inchi","Coco"

‹→ ,"Oliva","Sacha_inchi","Coco","Oliva","

"Coco","Oliva","Sacha_inchi","Coco") Mediana_problema<-data.frame(Emulsionante,

‹→ Porcentaje_emulsionante,Porcentaje_aceite,

LowL,UpL,etiquetas) Mediana_problema$Emulsionante<-as.factor(Mediana_

‹ problema$Emulsionante) Mediana_problema$Porcentaje_emulsionante<-as.

‹→ factor(Mediana_problema$Porcentaje_

Mediana_problema$Porcentaje_aceite<-as.factor(

152








Acidez de emulsiones del experimento para evaluar el efecto de los


preparadas por ultrasonido

Se realizo el analisis de varianza (ANOVA) de un modelo lineal para los resulta-

dos de acidez de las muestras empleando el guion que se muestra a continuacion. El

ANOVA se muestra en el Cuadro 50. Tambien se realizo una ANOVA unifactorial

para determinar el efecto de los tratamientos (Cuadro 51).

#An alisisdeacidezdelasmuestrasdel ‹→ experimento3

Mediana_problema$Aceite<-as.factor(Mediana_

Mediana_problema_orden<-Mediana_problema[order(

‹→ Mediana_problema$Porcentaje_aceite)

‹→ problema$Aceite)

valor_mediana<-Mediana_problema_orden$Medianas valor_inferior<-Mediana_problema_orden$LowL valor_superior<-Mediana_problema_orden$UpL etiquetas<-Mediana_problema_orden$etiquetas par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente

‹→ Mediana_problema$Medianas),]

mgp=c(8,1,0))#mueveabajolaleyendadexpara

plotCI(1:24,valor_mediana,ui=valor_superior,li=

axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um")

‹→ espacioparalargasetiquetasdex

‹→ evitartraslapado

‹→ valor_inferior,

axis(side =2)#A axis(side =1, at=1:24,#Anadeelejex

nadeelejeypordefecto

label = etiquetas) ‹→ personalizadoconlasetiquetas

box(bty="l")#Anadecaja #Imprimiendodatos Mediana_problema[1:7]

153

‹→ Porcentaje_aceite,

→ →

→

→

→

→

→

→

→

→

→

#N=0.01,47D #Importandovaloresdeacidez library(readr) Acidez <-read_csv("˜/Dropbox/Personal/Tesis-

‹ Cienciactiva/Analisis/acidez_formulacion/ ‹ acidez_formulacion.csv",

col_types = cols(Acidez =col_number(), Porcentaje_aceite =col_number(), Porcentaje_emulsionante =col_number())) #Factorizando Acidez$Tratamiento<-as.factor(Acidez$Tratamiento) Acidez$Emulsionante<-as.factor(Acidez$

‹ Emulsionante) Acidez$Aceite<-as.factor(Acidez$Aceite) #Definiendodatos Acidez_datos<-data.frame(Acidez$Emulsionante,

‹→ Acidez$Porcentaje_emulsionante,Acidez$

Acidez$Aceite,Acidez$Acidez) #Graficandodatos plot(Acidez_datos) #Ajustandounmodelolinear mod_acidez<-aov(Acidez ˜ Emulsionante*Porcentaje_

‹ emulsionante*Porcentaje_aceite*Aceite, data = Acidez) summary(mod_acidez) #Noseveunefectosignificativodelos

‹ factores par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado boxplot(Acidez$Acidez ˜ Acidez$Tratamiento,ylab="

‹ Acidez") #Presentandodatos print(Acidez_datos) #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<-group_by(Acidez,Tratamiento) resumen_acidez<-summarise(por_tratamientos,mean(

‹ Acidez),sd(Acidez)) print(resumen_acidez) #Analizandounanovadeunav ía ow_anova<-aov(Acidez ˜ Tratamiento, data = Acidez

‹ ) summary(ow_anova) #Seconfirmaquenoessignificativoelefecto

‹→ deltratamiento



preparadas por ultrasonido


tados de pH de las muestras empleando el guion que se muestra a continuacion. El

154

‹→ %’,’3%’),

‹→ formulacion.csv",

→

→

→

→

→

→

→

→

→



#An alisisdepHdelasmuestrasdelexperimento3 #47D #ImportandovaloresdepH library(readr) pH_formulacion <-read_csv("˜/Dropbox/Personal/Tesis-

‹→ Cienciactiva/Analisis/pH_formulacion/pH_

col_types = cols(Porcentaje_aceite =col_number(), Porcentaje_emulsionante =col_number(), pH =col_number())) #Factorizando pH_formulacion$Emulsionante<-as.factor(pH_formulacion$

‹ Emulsionante) pH_formulacion$Porcentaje_emulsionante<-factor(pH_

‹→ formulacion$Porcentaje_emulsionante,labels=c(’1

ordered=TRUE) pH_formulacion$Aceite<-as.factor(pH_formulacion$Aceite) pH_formulacion$Porcentaje_aceite<-factor(pH_formulacion

‹ $Porcentaje_aceite,labels=c(’10%’,’15%’), ordered=TRUE) pH_formulacion$Tratamiento<-as.factor(pH_formulacion$

‹ Tratamiento) #Graficandodatos datos_pH<-data.frame(pH_formulacion$Emulsionante,pH_

‹ formulacion$Porcentaje_emulsionante, pH_formulacion$Aceite,pH_formulacion$Porcentaje_aceite, pH_formulacion$pH) plot(datos_pH) #Ajustandounmodelolinear mod_pH<-aov(pH ˜ Emulsionante*Porcentaje_emulsionante*

‹ Aceite*Porcentaje_aceite, data = pH_formulacion) summary(mod_pH) #Noseveunefectosignificativodelosfactores par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficienteespaciopara


‹ traslapado boxplot(pH_formulacion$pH ˜ pH_formulacion$Tratamiento,

‹ ylab=’pH’) #Presentandodatos print(datos_pH) #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<-group_by(pH_formulacion,Tratamiento) resumen_pH<-summarise(por_tratamientos,mean(pH),sd(pH)) print(resumen_pH) #Analizandounanovadeunav ía ow_anova<-aov(pH ˜ Tratamiento, data=pH_formulacion) summary(ow_anova)

155

Cuadro 50: Analisis de varianza de la acidez de las emulsiones preparadas con di-

ferentes formulaciones

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Emulsionante 1 0.00869 0.00869 0.211 0.666

% emulsionante 1 0.00027 0.00027 0.006 0.939

% aceite 1 0.00309 0.00309 0.075 0.795

Aceite 2 0.07445 0.03722 0.902 0.463

Emulsionante: % 1 0.01807 0.01807 0.438 0.537

emulsionante

Emulsionante: % 1 0.01201 0.01201 0.291 0.613

aceite

% emulsionante: % 1 0.04366 0.04366 1.058 0.351

Aceite

Emulsionante: 2 0.10276 0.05138 1.246 0.364

Aceite

% emulsionante: 2 0.05221 0.02611 0.633 0.569

Aceite

% aceite: Aceite 2 0.11102 0.05551 1.346 0.341

Emulsionante: % 1 0.06732 0.06732 1.632 0.258

emulsionante: %

Aceite

Emulsionante: % 2 0.03746 0.01873 0.454 0.659

emulsionante:

Aceite

Emulsionante: % 2 0.03407 0.01704 0.413 0.682

aceite: Aceite

% emulsionante: % 2 0.17789 0.08894 2.156 0.211

aceite: Aceite

Emulsionante: % 2 0.01381 0.00690 0.167 0.850

emulsionante: %

aceite: Aceite

Residuales 5 0.20625 0.04125

Cuadro 51: Analisis de varianza unifactorial de la acidez de las emulsiones prepa-

radas con diferentes formulaciones

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 23 0.7568 0.03290 0.798 0.683

Residuales 5 0.2062 0.04125

Grados de

libertad

23

2

Suma de

cuadrados

4.305

0.826

Media de

cuadrados

0.1872

0.4131

p-valor Valor de F

0.453 Tratamiento

Residuales

0.867

156

Cuadro 52: Analisis de varianza del pH de las emulsiones preparadas con diferentes

formulaciones

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

Emulsionante 1 0.0036 0.0036 0.009 0.935

% emulsionante 1 0.0619 0.0619 0.150 0.736

Aceite 2 0.0590 0.0295 0.071 0.933

% aceite 1 0.8627 0.8627 2.088 0.285

Emulsionante: % 1 0.8206 0.8206 1.986 0.294

emulsionante

Emulsionante: 2 0.5608 0.2804 0.679 0.596

Aceite

% emulsionante: % 2 0.5664 0.2832 0.686 0.593

aceite

Emulsionante: % 1 0.1939 0.1939 0.469 0.564

aceite

% emulsionante: % 1 0.0498 0.0498 0.121 0.762

Aceite: % aceite 2 0.0650 0.0325 0.079 0.927

Emulsionante: % 2 0.0354 0.0177 0.043 0.959

emulsionante:

Aceite

Emulsionante: % 1 0.3006 0.3006 0.728 0.483

emulsionante: %

Aceite

Emulsionante: % 2 0.1979 0.0990 0.240 0.807

aceite: Aceite

% emulsionante: % 2 0.3926 0.1963 0.475 0.678

aceite: Aceite

Emulsionante: % 2 0.1346 0.0673 0.163 0.860

emulsionante: %

aceite: Aceite

Residuales 2 0.8263 0.4131


con diferentes formulaciones

Apendice 6


la concentracion de NaCl, pH y

pre-tratamiento convencional en una

emulsion preparada por ultrasonido



cada analisis del experimento para evaluar el efecto de la concentracion de NaCl, pH

y pre-tratamiento convencional en una emulsion aceite de oliva preparada mediante

ultrasonido, ademas de sus principales salidas de interes estadístico, como las tablas

ANOVA.

157

158

Efecto de la concentracion de NaCl, pH y pre-tratamiento

en una emulsion preparada con aceite de oliva

Indice de cremado de las emulsiones del experimento para eva-

luar el efecto de la concentracion de NaCl, pH y pre-tratamiento

convencional en una emulsion aceite de oliva preparada mediante

ultrasonido

El guion para el analisis estadístico del ındice de cremado de las emulsiones

preparadas en el experimento para evaluar el efecto de la concentracion de NaCl, pH

y pre-tratamiento convencional en una emulsion aceite de oliva preparada mediante

ultrasonido se presenta a continuacion. Se realizo el ajuste de un modelo lineal. Se

realizo el ANOVA factorial pero no se encontraron efectos significativos (Cuadro

54). Un ANOVA unifactorial tambien se presenta en el Cuadro 55, aunque tampoco

se observo un efecto significativo de los tratamientos.

159

→

→

→

→

→

→

→

→

→

→

Cuadro 54: Analisis de varianza del ındice de cremado de las emulsiones con dife-

rente nivel de NaCl, pH y pre-tratamiento

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

NaCl 2 1.55 0.776 0.111 0.896

pH 1 1.10 1.102 0.157 0.699

Tiempo AV 1 5.52 5.523 0.787 0.394

NaCl:pH 1 13.69 13.690 1.951 0.190

NaCl:Tiempo AV 1 1.69 1.690 0.241 0.633

pH:Tiempo AV 1 0.64 0.640 0.091 0.768

NaCl:pH:Tiempo AV 1 0.02 0.022 0.003 0.956


#An alisisdeICdelasmuestrasdelexperimento ‹ 4

#46D #Importandovaloresdeacidez library(readr) IC_NapH <-read_csv("˜/Dropbox/Personal/Tesis-

‹ Cienciactiva/Analisis/IC_NapH/IC_NapH.csv", col_types = cols(IC =col_number())) #Factorizando IC_NapH$Tratamiento<-as.factor((IC_NapH$

‹ Tratamiento)) IC_NapH$NaCl<-as.factor(IC_NapH$NaCl) IC_NapH$pH<-as.factor(IC_NapH$pH) IC_NapH$Tiempo_AV<-as.factor(IC_NapH$Tiempo_AV) #Graficandodatos datos_IC<-data.frame(IC_NapH$NaCl,IC_NapH$pH,IC_

‹ NapH$Tiempo_AV,IC_NapH$IC) plot(datos_IC) #AjustandounmodelolinearyhaciendoelANOVA mod_lm_IC<-lm(IC ˜ (NaCl + pH + Tiempo_AV)ˆ3,

‹ data = IC_NapH) ANOVA <-aov(mod_lm_IC) summary(ANOVA) coef(ANOVA)#muestraloscoeficientes #Seobservaquelosfactoresnotienen

‹ influenciasignificativa #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<- IC_NapH %> % group_by(

‹ Tratamiento) resumen_IC<-summarise(por_tratamientos,mean(IC),

‹ sd(IC)) print(resumen_IC) #Analizandounanovadeunav ía ow_anova<-aov(IC ˜ Tratamiento, data=por_

‹ tratamientos) summary(ow_anova)

160

‹→ 1A.csv")

‹→ 1B.csv")

‹→ 2A.csv")

‹→ 2B.csv")

‹→ 3A.csv")

‹→ 3B.csv")

‹→ 4A.csv")

‹→ 4B.csv")

‹→ 2A_add.csv")

‹→ 3A_add.csv")

→

Cuadro 55: Analisis de varianza unifactorial del ındice de cremado de las emulsio-

nes con diferente nivel de NaCl, pH y pre-tratamiento

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 8 24.22 3.028 0.431 0.879



luar el efecto de la concentracion de NaCl, pH y pre-tratamiento

convencional en una emulsion aceite de oliva preparada mediante

ultrasonido


mediana del diametro de las partículas de aceite (D50) en las muestras.

#An alisisdetama nodepart ıculadelexperimento ‹ 4

#64D #Importandodatos library(readr) require(car) Size_01A<-read_csv("˜/Dropbox/Personal/Tesis-

‹→ Cienciactiva/Analisis/size_NapH/Resultados_





Size_02add<-read_csv("˜/Dropbox/Personal/Tesis-






Size_03A_add<-read_csv("˜/Dropbox/Personal/Tesis-








Size_04B_add<-read_csv("˜/Dropbox/Personal/Tesis-


161

‹→ 9.csv")

‹→ 5A.csv")

‹→ 5B.csv")

‹→ 6A.csv")

‹→ 6B.csv")

‹→ 7A.csv")

‹→ 7B.csv")

‹→ 8A.csv")

‹→ 8B.csv")

‹→ 10.csv")

‹→ 11.csv")

‹→ 6A_add.csv")

‹→ 8B_add.csv")

→

→

‹ 4B_add.csv") Size_05A<-read_csv("˜/Dropbox/Personal/Tesis-






Size_06A_add<-read_csv("˜/Dropbox/Personal/Tesis-












Size_08B_add<-read_csv("˜/Dropbox/Personal/Tesis-


Size_09<-read_csv("˜/Dropbox/Personal/Tesis-






Size_12<-read_csv("˜/Dropbox/Personal/Tesis- ‹ Cienciactiva/Analisis/size_NapH/Resultados_ ‹→ 12.csv")

Diam_01A<-Size_01A$Diametro Diam_01B<-Size_01B$Diametro Diam_02A<-Size_02A$Diametro Diam_02add<-Size_02add$Diametro Diam_02B<-Size_02B$Diametro Diam_03A<-Size_03A$Diametro Diam_03A_add<-Size_03A_add$Diametro Diam_03B<-Size_03B$Diametro Diam_04A<-Size_04A$Diametro Diam_04B<-Size_04B$Diametro Diam_04B_add<-Size_04B_add$Diametro Diam_05A<-Size_05A$Diametro Diam_05B<-Size_05B$Diametro Diam_06A<-Size_06A$Diametro Diam_06A_add<-Size_06A_add$Diametro Diam_06B<-Size_06B$Diametro Diam_07A<-Size_07A$Diametro Diam_07B<-Size_07B$Diametro Diam_08A<-Size_08A$Diametro Diam_08B<-Size_08B$Diametro Diam_08B_add<-Size_08B_add$Diametro Diam_09<-Size_09$Diametro Diam_10<-Size_10$Diametro

162

→

→

→

→

→

→

→

→

→ onno

Diam_11<-Size_11$Diametro Diam_12<-Size_12$Diametro

#Juntandodatosderepeticiones Diam_01<-c(Diam_01A,Diam_01B) Diam_02<-c(Diam_02A,Diam_02add,Diam_02B) Diam_03<-c(Diam_03A,Diam_03A_add,Diam_03B) Diam_04<-c(Diam_04A,Diam_04B,Diam_04B_add) Diam_05<-c(Diam_05A,Diam_05B) Diam_06<-c(Diam_06A,Diam_06A_add,Diam_06B) Diam_07<-c(Diam_07A,Diam_07B) Diam_08<-c(Diam_08A,Diam_08B,Diam_08B_add) Diam_09<-c(Diam_09,Diam_10,Diam_11,Diam_12)

#RealizauntestdenormalidaddeLilliefors(>0 ‹ .05significaquesonnormales)

library(nortest) lillie.test(Diam_01) lillie.test(Diam_02) lillie.test(Diam_03) lillie.test(Diam_04) lillie.test(Diam_05) lillie.test(Diam_06) lillie.test(Diam_07) lillie.test(Diam_08) lillie.test(Diam_09) #Sererificaquetodoslosvalorespfueron




‹ varianzas lista<-list(Diam_01,Diam_02,Diam_03,Diam_04,Diam_

‹ 05,Diam_06,Diam_07,Diam_08,Diam_09) fligner.test(lista) #Graficandolosdatosenunboxplot boxplot(lista) #Comosepuedever,hayheterocedasticidad #Seproceder aausarbootstrappingparaestimar


‹ documents/boot.html med <-function(data,indices){ return(median(data[indices])) }

#realizandoelbootstrapping B_01<-boot(Diam_01,statistic=med,10000) B_02<-boot(Diam_02,statistic=med,10000) B_03<-boot(Diam_03,statistic=med,10000) B_04<-boot(Diam_04,statistic=med,10000) B_05<-boot(Diam_05,statistic=med,10000) B_06<-boot(Diam_06,statistic=med,10000) B_07<-boot(Diam_07,statistic=med,10000) B_08<-boot(Diam_08,statistic=med,10000) B_09<-boot(Diam_09,statistic=med,10000)

#Ahoracalculandolosintervalosdeconfianzaal ‹ 95%

IC_01<-boot.ci(B_01,type=’bca’) IC_02<-boot.ci(B_02,type=’bca’) IC_03<-boot.ci(B_03,type=’bca’) IC_04<-boot.ci(B_04,type=’bca’)


163

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

IC_05<-boot.ci(B_05,type=’bca’) IC_06<-boot.ci(B_06,type=’bca’) IC_07<-boot.ci(B_07,type=’bca’) IC_08<-boot.ci(B_08,type=’bca’) IC_09<-boot.ci(B_09,type=’bca’)

#Guardadndolosl ımitesdelosintervalosde ‹ confianza

LowL<-c(IC_01[4]$bca[4],IC_02[4]$bca[4],IC_03[4]$ ‹ bca[4],IC_04[4]$bca[4],IC_05[4]$bca[4],


UpL<-c(IC_01[4]$bca[5],IC_02[4]$bca[5],IC_03[4]$ ‹ bca[5],IC_04[4]$bca[5],IC_05[4]$bca[5],


#Guardandolosvaloresdelasmedianas Medianas<-c(B_01$t0,B_02$t0,B_03$t0,B_04$t0,B_05$

‹→ t0,B_06$t0,B_07$t0,B_08$t0,B_09$t0)

#Graficarl ımitesdeconfianzadetodoslos ‹ tubosusandoplotCI

etiquetas<-c("1%.3.8pH.0s","3%.3.8pH.0s","1%.7.0 ‹ pH.0s","3%.7.0pH.0s","1%.3.8pH.180s",

"3%.3.8pH.180s","1%.7.0pH.180s","3%.7.0pH.180s", ‹ "2%.5.4pH.90s")

require(plotrix) par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado plotCI(1:9,Medianas,ui=UpL,li=LowL, axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um") axis(side =2)#A nadeelejeypordefecto axis(side =1, at=1:9,#A nadeelejex

‹ personalizadoconlasetiquetas labels= etiquetas) box(bty="l")#A nadecaja ##--## #Graficandolosintervalosdeconfianzaenorden

‹ crecientesegunlamediana NaCl<-c(0.01,0.03,0.01,0.03,0.01,0.03,0.01,0.03,0

‹ .02) pH<-c(3.8,3.8,7.0,7.0,3.8,3.8,7.0,7.0,5.4) Tiempo_AV<-c(0,0,0,0,180,180,180,180,90) Mediana_problema<-data.frame(NaCl,pH,Tiempo_AV,

‹ Medianas,LowL,UpL,etiquetas) Mediana_problema$NaCl<-as.factor(Mediana_problema

‹ $NaCl) Mediana_problema$pH<-as.factor(Mediana_problema$

‹ pH) Mediana_problema$Tiempo_AV<-as.factor(Mediana_

‹ problema$Tiempo_AV) Mediana_problema_orden<-Mediana_problema[order(

‹ Mediana_problema$Medianas),] valor_mediana<-Mediana_problema_orden$Medianas valor_inferior<-Mediana_problema_orden$LowL valor_superior<-Mediana_problema_orden$UpL etiquetas<-Mediana_problema_orden$etiquetas par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹→ evitartraslapado

164

‹→ NapH.csv",

→

→








Acidez de las emulsiones del experimento para evaluar el efecto de

la concentracion de NaCl, pH y pre-tratamiento convencional en

una emulsion aceite de oliva preparada mediante ultrasonido

Se realizo el analisis de varianza (ANOVA) de un modelo lineal para los resulta-

dos de acidez de las muestras empleando el guion que se muestra a continuacion. El



#An alisisdeacidezdelasmuestrasdel ‹ experimento4

#54D.NaOH=0.1N #Importandovaloresdeacidez library(readr) #require(car) Acidez <-read_csv("˜/Dropbox/Personal/Tesis-

‹→ Cienciactiva/Analisis/acidez_NapH/acidez_

col_types = cols(Acidez =col_number(), NaCl = ‹ col_number(),

Tiempo_AV =col_number(), pH =col_number())) #Factorizando

plotCI(1:9,valor_mediana,ui=valor_superior,li=

axes =FALSE,#Desabilitalosejespordefecto xlab =’’,#Eliminalaetiquetadelejex ylab ="um")

‹→ valor_inferior,

axis(side =2)#A axis(side =1, at=1:9,#A nadeelejex

nadeelejeypordefecto

label = etiquetas) ‹→ personalizadoconlasetiquetas

box(bty="l")#A nadecaja

#Imprimiendodatos Mediana_problema[1:6] write.csv(Mediana_problema[1:6],file=’tamano_

‹→ NapH.csv’)

165

‹→ debil

→

→

→

→

→

→

→

→

→

→

→

→

→

→

Acidez$Tratamiento<-as.factor((Acidez$Tratamiento ‹ ))

Acidez$Tiempo_AV<-factor(Acidez$Tiempo_AV,labels ‹ =c(’0s’,’90s’,’180s’),ordered=TRUE)

Acidez$NaCl<-factor(Acidez$NaCl,labels=c(’1%’,’ ‹ 2%’,’3%’),ordered=TRUE)

Acidez$pH<-factor(Acidez$pH,labels=c(’3.8’,’5.4 ‹ ’,’7.0’),ordered=TRUE)

#Graficandodatos plot(data.frame(Acidez$NaCl,Acidez$pH,Acidez$

‹ Tiempo_AV,Acidez$Acidez)) #Ajustandounmodelolinear mod_acidez<-aov(Acidez ˜ NaCl*pH*Tiempo_AV,data =

‹ Acidez) summary(mod_acidez) #Noseveunefectosignificativodelos

‹→ factoresexceptoparaNaCl(0.09)aunquees

par(las=2,#usarejesperpendiculares mar=c(10.1,4.1,4.1,2.1),#creasuficiente


‹ evitartraslapado boxplot(Acidez$Acidez ˜ Acidez$Tratamiento,ylab="

‹ Acidez") #Presentandodatos print(data.frame(Acidez$NaCl,Acidez$pH,Acidez$

‹ Tiempo_AV,Acidez$Acidez)) #Agrupandoportratamientoyresumiendodatos

‹ descriptivos library(dplyr) por_tratamientos<-group_by(Acidez,Tratamiento) resumen_acidez<-summarise(por_tratamientos,mean(

‹ Acidez),sd(Acidez)) print(resumen_acidez) #Analizandounanovadeunav ía ow_anova<-aov(Acidez ˜ Tratamiento, data = Acidez

‹ ) summary(ow_anova) #Seconfirmaquenoessignificativoelefecto

‹ deltratamiento write.csv(resumen_acidez,file=’resumen_acidez.

‹→ csv’)

Cuadro 56: Analisis de varianza de la acidez de las emulsiones con diferente nivel

de NaCl, pH y pre-tratamiento

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

NaCl 2 1.6159 0.8080 2.073 0.272

pH 1 0.0741 0.0741 0.190 0.692

Tiempo AV 1 0.4753 0.4753 1.219 0.350

NaCl:pH 1 0.3081 0.3081 0.791 0.439

NaCl:Tiempo AV 1 0.0231 0.0231 0.059 0.823

pH:Tiempo AV 1 0.2701 0.2701 0.693 0.466

NaCl:pH:Tiempo AV 1 0.0378 0.0378 0.097 0.776

Residuales 3 1.1693 0.3898

166

#An alisisdepHdelasmuestrasdelexperimento ‹→

#4 D #ImportandovaloresdepH library(readr) pH_NapH <-read_csv("˜/Dropbox/Personal/Tesis-

5 4

col_types = cols(NaCl =col_number(), ‹→ Cienciactiva/Analisis/pH_NapH/pH_NapH.csv",

Tiempo_AV =col_number(), pH =col_number(), pH_set=col_number())) #Factorizando pH_NapH$Tratamiento<-as.factor((pH_NapH$

pH_NapH$Tiempo_AV<-factor(pH_NapH$Tiempo_AV, ‹→ Tratamiento))

‹→ labels=c(’0s’,’90s’,’180s’),ordered=

pH_NapH$NaCl<-factor(pH_NapH$NaCl,labels=c(’1%’ ‹→ TRUE)

pH_NapH$pH_set<-factor(pH_NapH$pH_set,labels=c( ‹→ ,’2%’,’3%’),ordered=TRUE)

pH_NapH<-data.frame(pH_NapH) ‹→ ’3.8’,’5.4’,’7.0’),ordered=TRUE)

#Graficandodatos datos_pH<-data.frame(pH_NapH$NaCl,pH_NapH$pH_set,

plot(datos_pH) ‹→ pH_NapH$Tiempo_AV,pH_NapH$pH)

#AjustandounmodelolinearyhaciendoelANOVA mod_lm_pH<-lm(pH ˜ (NaCl + pH_set+ Tiempo_AV)ˆ3,

ANOVA <-aov(mod_lm_pH) summary(ANOVA) coef(ANOVA)#muestraloscoeficientes #Gr aficadelosefectosprincipales plot.design(pH ˜ NaCl*pH_set*Tiempo_AV, y = pH,

‹→ data = pH_NapH)

Cuadro 57: Analisis de varianza unifactorial de la acidez de las emulsiones prepa-

radas con diferente nivel de NaCl, pH y pre-tratamiento

Grados de Suma de Media de Valor de F

p-valor

pH de las emulsiones del experimento para evaluar el efecto de la

concentracion de NaCl, pH y pre-tratamiento convencional en

una emulsion aceite de oliva preparada mediante ultrasonido


tados de pH de las muestras empleando el guion que se muestra a continuacion. El


para determinar el efecto de los tratamientos (Cuadro 53) y una prueba de Tukey

par diferencia significativa, que se muestra en el Cuadro 38 del Capítulo 4.

libertad cuadrados cuadrados

Tratamiento 8 2.804 0.3506 0.899 0.6


167

→

→

→

→

→

→

→

→

→

‹ fun =’mean’, ylab =’pH’, xlab =’Factor’, data = pH_NapH) #Graficadeinteracci on attach(pH_NapH) interaction.plot(x.factor= NaCl, trace.factor= pH_set, response= pH, fun =mean, type =’b’, xlab =’NaCl’, ylab =’media de pH’, col=c(1:3), pch =c(19,17,15), fixed =TRUE, leg.bty ="o") #Otraformadehacerlagr aficadeinteracci on library(dae) interaction.ABC.plot(pH, x.factor= NaCl, groups.factor= Tiempo_AV, trace.factor= pH_set, title=’’, xlab =’Concentraci on de NaCl’, key.title=’Tiempo de pre-tratamiento’, data = pH_NapH) #Analizandolosresiduos plot(rstandard(mod_lm_pH), xlab =’Observaci on’, ylab =’Residuos estandarizados’) #Seapreciaquelosresiduosestandarizadosno

‹ hansuperadoelvalorde3(sd)locual #esbuenindicador #Gr aficodeQ-QnormalypruebadeShapiro qqnorm(rstandard(mod_lm_pH)) qqline(rstandard(mod_lm_pH),col=’red’) shapiro.test(rstandard(mod_lm_pH))#Sies>0.05

‹ ,losresiduossecomportandeformanormal #Porlotantolosresiduossecomportandeforma

‹→ normal

#Graficandovaloresajutados plot(fitted(mod_lm_pH), pH,col=c(’red’,’blue’), pch=19, ylab =’Valores reales’, xlab =’Valores

‹ ajustados’) legend(’topleft’,col=c(’red’,’blue’),legend=c(’

‹→ Ajustado’,’real’),pch=19)

#Agrupandoportratamientoyresumiendodatos ‹ descriptivos

library(dplyr) por_tratamientos<- pH_NapH %> % group_by(

‹ Tratamiento) resumen_pH<-summarise(por_tratamientos,mean(pH),

‹ sd(pH)) print(resumen_pH) write.csv(resumen_pH,file=’resumen_pH.csv’) #Analizandounanovadeunav ía ow_anova<-aov(pH ˜ Tratamiento, data=por_

‹ tratamientos) summary(ow_anova) #Seconfirmaquehaydiferenciasignificativaen

‹ elefectodeltratamiento #RealizandotestdeTukey posthoc <- TukeyHSD(ow_anova,’Tratamiento’,conf.

‹→ level =0.95)

168

posthoc plot(posthoc) #Comolalistaeslargaseusar aelpaquetede

library(agricolae) ‹→ agricolaedelaUNALM

posthoc_agricolae<-HSD.test(ow_anova,’Tratamiento

posthoc_agricolae write.csv(posthoc_agricolae$groups,file=’Tukey.

‹→ csv’)

‹→ ’)

Cuadro 58: Analisis de varianza del pH de las emulsiones preparadas con diferente

nivel de NaCl, pH y pre-tratamiento

Grados

de

libertad

Suma de

cuadrados

Media de

cuadrados

Valor de

F

p-valor

NaCl 2 2.1971 1.0985 12.378 0.00153

pH inicial 1 0.0116 0.0116 0.130 0.72505

Tiempo AV 1 0.6360 0.6360 7.166 0.02152

NaCl:pH inicial 1 0.4727 0.4727 5.326 0.04146

NaCl:Tiempo AV 1 0.4193 0.4193 4.724 0.05246

pH inicial:Tiempo AV 1 0.9950 0.9950 11.211 0.00650

NaCl:pH inicial:Tiempo AV 1 0.0008 0.0008 0.009 0.92811

Residuales 11 0.9763 0.0888


con diferente nivel de NaCl, pH y pre-tratamiento

Grados de

libertad

Suma de

cuadrados

Media de


p-valor

Tratamiento 8 4.732 0.5915 6.665 0.00262

Residuales 11 0.976 0.0888

#An alisisdelaevaluaci #7D(07-12-17/30-11-17)

onsensorialdelexperimento5

#Importandovaloressensoriales library(readr) sensorial <-read_csv("˜/Dropbox/Personal/Tesis-

# ‹→ Cienciactiva/Analisis/sensorial/sensorial.csv")

sensorial$Juez<-as.factor(sensorial$Juez) #Agrupandoportratamientoyresumiendodatos

Factorizando


por_jueces<- sensorial %> % group_by(Juez) resumen_sensorial<-summarise(sensorial,mean(Sabor),sd(

mean(Aroma),sd(Aroma),mean(Aceptabilidad),sd( ‹→ Sabor),mean(Apariencia),sd(Apariencia),

print(resumen_sensorial) write.csv(resumen_sensorial,file=’resumen_sensorial.

‹→ csv’)

‹→ Aceptabilidad))

Apendice 7

Analisis estadístico y resultados de la

evaluacion sensorial

Como se indico en el Capítulo 4, se realizo una evaluacion sensorial por esca-

la de categorías, empleando la cartilla de evaluacion que se muestra en la Figura

36. Las respuestas de cada juez se muestran en el Cuadro 60. El procesamiento

estadístico se realizo empleando el guion que se muestra a continuacion. Sus resul-

tados (promedios) se mostraron ya en el Cuadro 39.

169

Cuadro 60: Respuestas de cada juez para la evaluacion sensorial por escala de cate-

forías

Juez Sabor Apariencia Aroma Aceptabilidad

1 4 5 5 4

2 6 6 5 6

3 7 7 6 7

4 5 7 2 6

5 5 7 8 6

6 5 5 7 6

7 4 5 7 4

8 4 5 5 5

9 6 7 5 5

10 6 7 6 6

170

Apendice 8

Imagenes empleadas para la

determinacion del tamano de

partícula

Para determinar el tamano de partícula (gotitas de aceite) empleando el software

de procesamiento de imagenes ImageJ (Schindelin et al., 2012), se empleo la meto-

dología descrita en el Apendice 2. A continuacion se incluyen las imagenes usadas

para el analisis de los siguientes experimentos:

1. Efecto de los par

(Figura 38).


gura 39).


ametros tecnologicos de la emulsificacion por ultrasonido

ametros tecnologicos de la emulsificacion convencional (Fi-

ametros de formulacion sobre la estabilidad de emulsiones

preparadas por ultrasonido (Figura 40).

4. Efecto de la concentraci on de NaCl, pH y pre-tratamiento convencional en

una emulsion aceite de oliva preparada mediante ultrasonido (Figura 41).

171

172

Figura 38: Microfotografías de las emulsiones obtenidas por ultrasonido (tamano de

cada campo ≈ 48 µm)

173

Figura 39: Microfotografías de las emulsiones obtenidas por emulsificacion con-

vencional (tamano de cada campo ≈ 48 µm)

174

≈

Figura 40: Microfotografías de las emulsiones obtenidas por ultrasonido a diferentes

niveles de NaCl, pH y pre-tratamiento convencional (tamano de cada campo 48

µm)

175

Figura 41: Microfotografías de las diferentes formulaciones de emulsiones obteni-

das por ultrasonido (tamano de cada campo ≈ 48 µm)

tesis presentada por: para optar el título profesional de

Documents