EXAMEN

Ejercicio 1.
Se pretende estudiar la influencia sobre la textura de una mermelada de las
concentraciones de pectina (X1) y ácido cítrico (X2) añadidas en su elaboración.
Se decide probar 0,25% y 1% de pectina y 2% y 5% de ácido cítrico, elaborar
las mermeladas y medir sus viscosidades en un viscosímetro rotacional. Se
pretendían hacer las pruebas correspondientes a un diseño factorial completo
2k, pero por error en la transmisión de las órdenes de trabajo, se hacen más
pruebas de las necesarias. Se obtienen los resultados siguientes:
Pectina, X1 Ácido cítrico, Viscosidad, 
(%) X2 (%) (N.s.m-2)
0,25 2 35,0
1 5 40,0
0.63 2 40,5
0,63 3,5 40,8
0,25 5 42,0
1 3,5 43,0
1 2 46,0
(Nota: Los datos y resultados son simulados)
1.- Diseñar un plan experimental factorial completo a 2 niveles para llevar a
cabo dicho estudio. Hacer el diseño en forma matricial y un esquema gráfico
del mismo.
2.- Calcular el efecto sobre la viscosidad de cada uno de los factores y de la
interacción. Hacer un gráfico de la interacción, poniendo en abscisas el
factor X1, en ordenadas la respuesta () y usando el factor X2 como
parámetro.
3.- A la vista de los resultados, ¿qué conclusiones se pueden sacar acerca de
la optimación (viscosidad máxima) de la receta de elaboración de
mermelada?
4.- Formúlese un modelo empírico para la influencia de las concentraciones de
pectina y ácido cítrico en la viscosidad de la mermelada.
5.- ¿Qué relación se observa entre los efectos de los factores y los
coeficientes del modelo?
6.- ¿Qué indica el signo del coeficiente del término de interacción?

Ejercicio 2.
En la elaboración de pastas de té se desea estudiar los factores y niveles
reseñados en la siguiente tabla:
FACTOR NIVEL BAJO NIVEL ALTO CENTRO
X1, Temperatura de horneado 170 230 200
(ºC)
X2, Tiempo de horneado (min) 10 20 15
X3, Tipo de grasa Mantequilla Margarina Mezcla al 50%
Se hace un diseño factorial completo a dos niveles con 4 repeticiones en el
centro, se elaboran las pastas de té y se hace un análisis sensorial de las
mismas con un panel de catadores que otorgan las siguientes calificaciones:

Ing. Williams E. Castillo Martinez

 Exp. nº Catador Catador Catador Catador Catador
1 2 3 4 5
1 27 25 30 29 25
2 60 58 48 56 68
3 71 77 71 66 70
4 28 32 30 30 31
5 28 26 30 26 32
6 60 50 65 63 64
7 70 76 79 83 76
8 25 30 29 40 31
9 76 79 76 79 74
10 61 80 76 74 70
11 81 74 73 68 74
12 79 76 76 71 74
(Los experimentos se presentan en el orden estándar, los 9
a 12 corresponden a las repeticiones en el centro.)
Se pide:
1.- Calcular los efectos de cada factor y de cada interacción.
2.- Estudiar la significación de cada uno de estos efectos con las expresiones
de la transparencia nº 22 del archivo “Diseños Factoriales (3/3)”.
3.- Calcular un modelo lineal utilizando la plantilla “Ajuste de un modelo lineal”
de “Diseños Factoriales (2/3)”.
4.- Estudiar la significación de cada coeficiente con las expresiones de la
transparencia nº 22 del “Diseños Factoriales (3/3)”.
5.- Proponer el modelo lineal con el menor número de términos posible.

Ejercicio 3.
En la elaboración de vinos de cava se produce una segunda fermentación en
botella; el envejecimiento del vino (de 9 meses a varios años, según tipo y
calidad) se produce en presencia de las levaduras. Una vez acabada la
segunda fermentación las levaduras van muriendo por falta de sustrato
fermentable y sufren autolisis, a consecuencia de la cual liberan al medio
sustancias importantes para las características sensoriales del cava.
En una investigación de envejecimiento acelerado de cava, se ensayan cepas
de levadura de segunda fermentación en las que se pretende inducir una
autolisis, también acelerada, para producir cava de calidad similar al
convencional en menos tiempo. Factores tales como cepa de levadura, fase de
crecimiento en que se induce la autolisis, y otras condiciones del medio
inductor pueden afectar al resultado de la autolisis, que se medirá por la
concentración de aminoácidos liberados al medio (interesa un máximo).
Se decide plantear un diseño factorial fraccionado con los factores y niveles de
la tabla siguiente. Se desea estudiar el efecto principal de cada factor
realizando solamente 8 experimentos.

Ing. Williams E. Castillo Martinez

 V. codificado
Factores -1 +1

A Levadura IFI 473 salvaje mutada

B Fase de Exponencial Estacionaria
crecimiento
C Temperatura (ºC) 16 30
D Etanol (%) 2 10
E pH 3 6
F Ácido málico (g/L) 0 3
G Ácido acético 0 0,1
(g/L)

Las respuestas obtenidas para los 8 experimentos (en orden estándar) son:
Exp. Aminoácidos
liberados
(mg/L)
1 56
2 186
3 11
4 39
5 157
6 274
7 15
8 316
Se pide:
1. Hacer el diseño con solo 8 experimentos.
2. Calcular los efectos principales de cada factor e indicar con qué
interacciones de dos factores están confundidos.
3. Proponer un segundo diseño para, combinándolo con el anterior,
obtener el máximo número posible de efectos principales libres de
confusión.

Ejercicio 4.
Optimación de la separación de vitaminas liposolubles por cromatografía de
fluidos supercríticos (SFC).
Planteamiento del problema:
 La facilidad del acoplamiento con SFE y la diversidad de detectores
utilizables hace que el análisis de vitaminas liposolubles por SFC pueda ser,
en algunos casos, una alternativa interesante al método habitual por HPLC.
 Los resultados obtenidos dependen, principalmente, de las programaciones
de temperatura y presión utilizadas para la fase móvil (fluido supercrítico),
que deben ser cuidadosamente optimadas.
 La calidad de la resolución de los cromatogramas puede cuantificarse por
medio de un función respuesta cromatográfica (CRF) que tenga en cuenta
diferentes características de los picos.
Consideraciones sobre el diseño experimental:
 Por informaciones previas se sabe que con el sistema cromatográfico usado
se obtendrán las mejores separaciones para gradientes de temperatura

Ing. Williams E. Castillo Martinez

 entre -5 y 5 ºC/min combinados con gradientes de presión entre 1 y 7
atm/min.
 Es muy probable que el mejor gradiente de presión dependa del gradiente
de temperatura utilizado en cada caso (interacción) por lo que el enfoque de
cambiar una sola variable cada vez no es adecuado. Puede serlo un diseño
compuesto, central y rotativo para 2 factores (x1= grad. T; x2= grad. P).
 Niveles y respuestas:
x1= -5 - +5 ºC/min x2= 1 - 7 atm/min y= CRF = n  i+1, i (maximizar)

Se pide, utilizando el programa Statgraphics:

1. Hacer un diseño compuesto central y rotativo en valores codificados para 2
factores.
2. Traducir la matriz de diseño a valores físicos para la experimentación en el
laboratorio (utilizar la expresión dada para codificar-descodificar factores en
la transparencia 11 del archivo FactComp1.doc).
3. Plantear la experimentación secuencialmente: en primer lugar se harán los
experimentos del factorial y dos repeticiones en el centro para poder estimar
si existe curvatura (falta de ajuste del modelo lineal) en la superficie de
respuesta. Si no existe, el modelo de primer orden explica suficientemente
bien los resultados, no es necesario proseguir con el resto de la
experimentación.. Si existe curvatura es necesario realizar los experimentos
de los puntos de la estrella y el resto de las repeticiones en el centro para
poder ajustar un modelo polinómico de segundo orden (capaz de estimar
curvatura).
4. Aleatorizar los puntos del factorial y dos repeticiones en el centro, realizar la
experimentación y calcular los valores para CRF. Respuestas en orden
estándar: 49,133; 56,623; 48,790; 25,625; 68,927; 69,011.
5. Analizar los resultados mediante un diseño factorial completo con 2 puntos
centrales, incluyendo:
ANOVA, R2 y falta de ajuste (Pane Options: Include Lack-of-Fit Test)
Gráficos de efectos principales e interacción
Gráfico de la superficie de respuesta
6. Si la falta de ajuste resultó estadísticamente significativa:
7. Aleatorizar los puntos de la estrella y tres repeticiones en el centro, realizar
la experimentación y calcular los valores para CRF. Respuestas en orden
estándar: 36,192; 26,490; 38,784; 35,730; 60,996; 62,012; 61,498.
8. Analizar los resultados mediante el diseño compuesto, central y rotativo
inicial, incluyendo:
8.1. ANOVA, R2 y falta de ajuste, recálculo (Analysis Options: Exclude),
modelo empírico de segundo orden,
Gráficos de efectos principales e interacción
Gráfico de la superficie de respuesta
Gráfico de curvas de nivel.

Ejercicio 5.
Objetivo:
Optimación de un proceso de fabricación del yogur firme para mejorar la textura
del mismo. Estudio de la influencia de las variables del proceso en las
propiedades funcionales del producto.
Fases:

Ing. Williams E. Castillo Martinez

1. Estudio exploratorio. Selección de los factores e interacciones más
influyentes.
2. Estudio más detallado. Búsqueda de la combinación de los factores e
interacciones más influyentes que optime la textura del producto y
robustezca el proceso.
Tipo de diseño para la fase 1, estudio exploratorio:
Se estudiará una lista amplia de factores, a dos niveles, y sus posibles
interacciones. Las matrices ortogonales a utilizar pertenecerán, por tanto, a la
serie 2n.
Respuesta:
Análisis sensorial textura

FACTORES DE CONTROL, NIVELES E INTERACCIONES

FACTOR SÍMBOLO NIVEL BAJO NIVEL ALTO

Tipo de leche líquida LL Nativa (Es) Concen. (Fr)

Concentración de sólidos lácteos CSL 3,29 g/100g 3,39 g/100g
Temperatura de rehidratación TH 4 ºC 8 ºC
Tiempo de rehidratación TiH 20 min 120 min
Temperatura tratamiento térmico TTT 90 ºC 96 ºC
Tiempo tratamiento térmico TiTT 4 min 8 min
Presión de homogeneización Ho 150 bar 250 bar
Tipo de fermento F V-18 12345
Temperatura de fermentación TF 40 ºC 43 ºC
pH final fermentación pH 4,3 4,6
Velocidad de enfriamiento VE Lenta Rápida
INTERACCIONES
FxTF
TTTxTiTT
TTTxLL
TiTTxLL
Se pide:
1. Seleccionar la matriz ortogonal adecuada.
2. Asignar (gráficos lineales) las distintas columnas a factores e interacciones.
Factores más trabajosos de controlar: VE, LL y pH (por este orden).
3. Escribir la matriz ortogonal completa (valores codificados) para realizar el
análisis de datos.
4. Escribir la matriz de experimentos a realizar (valores físicos).

Ing. Williams E. Castillo Martinez

Ejercicio 11. Análisis de resultados de un diseño experimental por el método
de Taguchi

Suponiendo que el diseño experimental del ejercicio anterior fuera la siguiente

matriz ortogonal y que en los distintos experimentos se hubieran obtenido las
puntuaciones de textura que se recogen en la columna "y", hágase un análisis de
medias de nivel de los resultados.

VE pH LLxTTT F LL TTT TH Ho LLxTiTT TTTxTiTT FxTF TiTT TiH CSL TF y

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,50
2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1,49
3 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 0,83
4 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 2,06
5 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 0,88
6 1 2 2 1 1 2 2 2 2 1 1 2 2 1 1 1,13
7 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1,31
8 1 2 2 2 2 1 1 2 2 1 1 1 1 2 2 1,31
9 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1,56
10 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1 1,66
11 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1 1,50
12 2 1 2 2 1 2 1 2 1 2 1 1 2 1 2 1,80
13 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1,25
14 2 2 1 1 2 2 1 2 1 1 2 2 1 1 2 1,38
15 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2 0,88
16 2 2 1 2 1 1 2 2 1 1 2 1 2 2 1 1,75

Ing. Williams E. Castillo Martinez