FORMATO Código: F.TI.

01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 1 de 15

Carrera: Alimentos
Nivel: 7TD
Asignatura: Desarrollo de Nuevos Productos Alimenticios
Estudiante: María Cortez
Docente: Ing. Carlota Moreno

Tema: Ejercicios de diseño factorial A*B

1. A continuación se muestra parte del ANOVA para un diseño factorial 3X5 con dos réplicas,
el factor A con tres niveles y B con cinco.

Suma de Cuadrado
Factores de variación cuadrados Grados de libertad medio Fcal Ftabla
A 800
B 900
AB 300
Error 400
Total

a=3, b=5, n=2

Grados de libertad para A = a-1

Grados de libertad para B = b-1
Grados de libertad para A*B = (a-1)(b-1)
Grados de libertad para Error = ab(n-1)
Grados de libertad para Total = abn-1

Cuadrado medio A = (suma de cuadrados de A)/(grados de libertad de A)

Cuadrado medio B = (suma de cuadrados de B)/(grados de libertad de B)
Cuadrado medio AB = (suma de cuadrados de AB)/(grados de libertad de AB)
Cuadrado medio Error = (suma de cuadrados de Error)/(grados de libertad de Error)

FcalA = (cuadrado medio de A)/(cuadrado medio del error)

FcalB = (cuadrado medio de B)/(cuadrado medio del error)
FcalAB = (cuadrado medio de AB)/(cuadrado medio del error)
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 2 de 15

A) Suponga efectos fijos, anote el modelo estadístico apropiado y formule las hipótesis a
probar para este experimento.

Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘

Si: i=3
j=5
k=2
𝑌3 5 2 = 𝜇 + 𝛼3 + 𝛽5 + (𝛼𝛽)3 5 + 𝜖3 5 2

Hipótesis
𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴 = 0
𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐵 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐵 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴𝐵 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴𝐵 ≠ 0

B) Agregue en esta tabla los grados de libertad, el cuadro medio y la razón F para cada una
de las fuentes de variación.

Suma de Cuadrado
Factores de variación cuadrados Grados de libertad medio Fcal Ftabla
A 800 2 400 15 3,68
B 900 4 225 8,4 3,06
AB 300 8 37,5 1,4 2,64
Error 400 15 26,7
Total 2400 29

C) Con la ayuda de un software calcule el valor-p para los efectos.

D) Fcal > Ftabla (existe efecto del factor)
Fcal < Ftabla (no hay efecto del factor)

FcalA > Ftabla (Rechazo Ho. Existe efecto del factor A)

FcalB > Ftabla (Rechazo Ho. Existe efecto del factor B)
FcalAB < Ftabla (Se cumple Ho. No existe efecto de la interacción de los factores A y B
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 3 de 15

Como conclusión no existe diferencia significativa de la interacción entre los factores A y

B, ya que el Fcal de la interacción es menor al Ftabla. Mientras que el Fcal del factor A y
del factor B independientemente tienen valores mayores al Ftabla, lo cual nos conlleva a
rechazar la hipótesis nula y posteriormente a comprobar la hipótesis alternativa.

2. Se corre un diseño factorial 3X2 con 10 réplicas para investigar el hinchamiento del
catalizador después de la extrusión en la fabricación de botellas de polietileno de alta
densidad. El catalizador se utiliza en la obtención de dicho polietileno. Los factores
investigados son A: molde (con dos niveles) y B: catalizador (con tres niveles). Los datos
obtenidos se muestran en la siguiente tabla:

Catalizador
B1 B2 B3
A1 93 92 93 92 90 92 95 94 94
92 91 90 94 91 91 94 97 96
90 90 90 92 94 95
Molde

91 91 91 92 94 96
A2 88 88 87 90 89 88 91 97 91
88 87 88 88 90 89 90 89 91
87 87 88 89 92 90
87 87 88 88 90 91

A) Plantee las hipótesis de interés en este problema y el modelo estadístico correspondiente.

Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘

Si: i=2
j=3
k = 10
𝑌2 3 10 = 𝜇 + 𝛼2 + 𝛽3 + (𝛼𝛽)2 3 + 𝜖2 3 10

Hipótesis

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑚𝑜𝑙𝑑𝑒 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑐𝑎𝑡𝑎𝑙𝑖𝑧𝑎𝑑𝑜𝑟 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 % 𝑑𝑒 𝑎𝑟𝑐𝑖𝑙𝑙𝑎 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 = 0

 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 4 de 15

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 ≠ 0

B) Construya la tabla de análisis de varianza y determine cuáles efectos son activos.

De acuerdo al valor de p en la interacción de AB (molde x catalizador) es mayor a 0,05, no existe

efecto de dicha interacción, mientras que los factores que influyen en el hinchamiento después de
la extrusión de botellas de HDPE son el factor A (molde) y el factor B (catalizador)
independientemente, ya que el valor de p es menor a 0,05.

C) Dibuje las gráficas de medias para los dos efectos principales con los métodos LSD y de
Tukey. Compare los resultados de ambos métodos.

Factor A (molde)

LSD Tukey

De acuerdo a la comparación que podemos determinar en ambos métodos es que el mejor nivel
con el cual se obtiene un hinchamiento menor es con el A2 de acuerdo al molde. Esto podemos
determinando observando las medias de A1 y A2 que son diferentes, esto en ambos métodos, Tukey
y LSD.

Factor B (catalizador)
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 5 de 15

LSD Tukey

En cuanto en el método LSD y Tukey podemos observar que las medias de los niveles del catalizador
B1 y B2 son estadísticamente iguales, ya que compartes grupos homogéneos, llegando a concluir
que el mejor tratamiento es el de B1 o B2, ya que los valores de hinchamiento son menores. El valor
del tratamiento B3 es mayor en cuanto al valor de hinchamiento por lo que se lo descarta como
mejor tratamiento.

D) Haga la gráfica de interacción con intervalos de confianza sobrepuestos.

Se determina que no existe una interacción ya que no hay un cruzamiento de los tratamientos.

E) Determine cuál es el mejor tratamiento. ¿Cuál es el hinchamiento predicho en el mejor

tratamiento?

El mejor tratamiento se lo puede tomar de manera independiente, para el factor A correspondiente

al nivel A2, mientras que para el factor B corresponde al nivel B1 o B2, ya que estos tratamientos
proporcionan un efecto menor en el hinchamiento durante el embotellado del producto.

F) Verifique los supuestos de normalidad y varianza constante.

 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 6 de 15

Se cumple el supuesto de normalidad, A2 es más disperso en sus datos, para los demás
factores, se concluye que su supuesto de normalidad es correcto.

G) Utilice la gráfica de residuos contra factores para detectar posibles efectos sobre la
dispersión del hinchamiento. ¿En cuál molde parece que es menor la dispersión?
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 7 de 15

Podemos observar que en tratamiento A1 posee una distribución con menos dispersión, es un poco
mas estable. Mientras que en el tratamiento A2 existe un dato disperso, lo cual puede ser debido a
un error experimental.

Se puede observar que los tratamientos B1 y B2 poseen una distribución normal, sin
dispersión de los datos, mientras que en el tratamiento B3 se tienen datos más dispersos
debido al error experimental.

3. En una fábrica de aceites vegetales comestibles, la calidad resulta afectada por la cantidad
de impurezas dentro del aceite, ya que estas causan oxidación, y ello repercute a su vez
en las características de sabor y color del producto final. El proceso de blanqueo es el
responsable de eliminar tales impurezas y una forma de medir la eficacia es midiendo el
color del aceite. Para generar una primera aproximación a la solución del problema se
decide estudiar el efecto de la temperatura y el porcentaje de arcilla en el color del aceite
inicialmente a nivel laboratorio. El diseño y los datos de las pruebas experimentales se
muestran a continuación.
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 8 de 15

Factor A = Temperatura (A1: 90, A2: 100, A3: 110).

Factor B = % de arcilla (B1: 0,8; B2: 0,9; B3: 1,0; B4: 1,1).

Porcentaje de arcilla
Temperatura 0,8 0,9 1,0 1,1
90 5,8 5,0 5,4 5,5 4,9 5,1 4,5 4,4
100 5,0 4,9 4,8 4,7 4,6 4,4 4,1 4,3
110 4,7 4,6 4,4 4,4 4,1 4,0 3,7 3,6

A) Construya el modelo estadístico y formule las hipótesis pertinentes.

Modelo estadístico

𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘

Si: i=3
j=4
k=2

𝑌3 4 2 = 𝜇 + 𝛼3 + 𝛽4 + (𝛼𝛽)3 4 + 𝜖3 4 2

Hipótesis

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 % 𝑑𝑒 𝑎𝑟𝑐𝑖𝑙𝑙𝑎 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 % 𝑑𝑒 𝑎𝑟𝑐𝑖𝑙𝑙𝑎 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 ≠ 0

B) ¿Cuál es el nombre del diseño utilizado?

Diseño factorial A*B

C) Por lo general, en condiciones reales se utiliza 1.1% de arcilla y 100 grados de

temperatura. ¿Por qué cree que se eligieron precisamente esos niveles de prueba para el
experimento?

Porque este tipo de tratamiento ha funcionado hasta el momento.

 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 9 de 15

D) Realice un análisis de varianza para probar las hipótesis y obtenga conclusiones.

Se puede concluir que en cuanto a la interacción A*B no hay efecto debido a que el valor
de p es mayor a 0,05 por tanto se acepta la hipótesis nula, mientras que para cada factor
es decir A (temperatura) y B (% de arcilla), existe efecto de los factores, debido a que el
valor de p es menor a 0,05 de la misma forma se rechaza la hipótesis nula y compruebo la
hipótesis alternativa.

E) Apoyándose en las gráficas de efectos. ¿Cuál es la relación general entre el color y los
factores controlados en su rango de experimentación?
La nitidez del color es menor cuando los niveles en ambos factores son altos y es menor en
su nivel más bajo.

F) A partir de la gráfica de interacciones, ¿cree que haya un efecto no lineal?

No, los efectos se consideran lineales.

 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 10 de 15

G) Considerando que el nivel mínimo aceptable de blancura es de 4,8. ¿Qué tratamiento

utilizaría?

Se utilizaría un tratamiento de 0,8% de arcilla a una temperatura de 90, 100 y 110ºC, para
obtener un valor de blancura mínima de 4,8; de la misma forma el tratamiento con 0,9%
de arcilla a una temperatura de 90 y 100ºC proporciona un nivel de blancura mínimo de
4,8.

H) ¿Valdría la pena planear el estudio a nivel planta?

Sí, para observar resultados más notorios.

I) ¿Qué cambio le haría al experimento si lo corriera a nivel planta?

Se añadiría más réplicas.

4. En un laboratorio de microbiología se realiza un experimento para investigar si influye el

tipo de verdura (lechuga-L, cilantro-C, zanahoria-Z) y la temperatura (8 y 20ºC) de
almacenamiento en la sobrevivencia del Vibrio cholerae. Se hicieron varias réplicas. A
continuación se muestra el porcentaje de sobrevivencia obtenido después de 24 horas de
inoculado el alimento:

Temperaturas
Alimento
8ºC 20ºC
L 13,1 15,0 33,6 35,5 42,0 11,1 12,8 6,2 28,5 41,0 35,9 25,0 23,8 79,0 41,6
C 19,0 19,0 66,6 66,6 11,0 11,0 49,0 49,0 84,3 68,7 68,7 30,5 30,5 11,0 11,0 20,0
Z 1,2 1,2 2,0 0,1 0,3 0,2 1,0 0,4 0,2 0,3 25,8 21,8 16,0 16,0 20,1 15,4 13,3 25,2

A) Señale el nombre del diseño empleado y formule las hipótesis que pueden ser
probadas.

El nombre es Diseño factorial A*B

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑜 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑜 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 ≠ 0
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 11 de 15

Factor A = tipo de verdura (A1: lechuga, A2: cilantro, A3: zanahoria)

Factor B = temperatura (B1: 8ºC, B2: 20ºC)

B) Haga un análisis de varianza e interprételo con detalle.

Se puede determinar que no hay efecto de la interacción ya que el valor de p es mayor a

0,05, mientas que el valor de p de los factores A (tipo de verdura) y B (temperatura) es
menor a 0,05 por lo que existe efecto de los factores, por tanto se rechaza la hipótesis
nula y se comprueba la hipótesis alternativa.

C) Verifique el supuesto de igual varianza entre los tratamientos (varianza constante).

¿Se cumple satisfactoriamente?
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 12 de 15

No se cumple el supuesto de igual varianza, ya que al observar la gráfica de alimento

vs. Residuo, solo la verdura Z (A3) tiene una distribución de sus residuos estable, siendo
L y C (A1 y A2 respectivamente) las verduras con mayor variabilidad del factor alimento.
Al analizar el gráfico de temperatura vs. Residuo, se observa que ninguno de los datos
tiene una variabilidad estable, siendo 20°C (B2) el que mayor variabilidad tiene.

D) En caso de que no se cumpla el supuesto anterior, ¿cómo afecta esto a sus

conclusiones?
La variabilidad de los residuos es un indicador de la presencia de error experimental.
Este indicador muestra que por diferentes factores no controlados, se pudo alterar los
datos obtenidos y por ende los resultados analizados.

5. En una empresa alimentaria se desea evaluar cuatro antioxidantes, a través de su efecto

en un aceite vegetal. El propósito es seleccionar el producto que retrase más la oxidación.
Las pruebas se hacen en condiciones de estrés, midiendo como variable de respuesta el
índice de peróxidos. Se evalúan diferentes unidades experimentales a diferentes tiempos.
Los datos obtenidos se muestran a continuación (en el control no se agrega ningún
antioxidante). Dado que uno de los factores es tiempo, y este no se puede aleatorizar,
entonces se le puede ver como un factor de bloques.

Tiempo
Producto 4 horas 8 horas 12 horas
Control 3,84 2,72 27,63 27,58 39,95 39,00
A 4,00 3,91 22,00 21,83 46,20 45,60
B 3,61 3,61 21,94 21,85 46,58 42,98
C 3,47 3,50 20,50 20,32 45,14 44,89
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 13 de 15

D 3,64 3,61 20,30 20,19 44,36 44,02

A) Señale los factores controlados y la variable de respuesta.

Los factores controlados son tiempo de 4, 8 y 12 horas; y un tipo de antioxidante

en los productos A, B, C, D y control (no posee antioxidante). La variable de respuesta es el
índice de peróxidos.

B) Formule el modelo estadístico más apropiado al problema y las hipótesis estadísticas

que se pueden probar.

Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘

Si: i=5
j=3
k=2

𝑌5 3 2 = 𝜇 + 𝛼5 + 𝛽3 + (𝛼𝛽)5 3 + 𝜖5 3 2
Hipótesis

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑖𝑒𝑚𝑝𝑜 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑡𝑖𝑒𝑚𝑝𝑜 ≠ 0

𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 = 0

𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 ≠ 0

C) Haga un análisis de varianza observe los aspectos más relevantes.

 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 14 de 15

Los aspectos más relevantes que se puede observar es que el valor de p en el factor B
(temperatura) y en la interacción es menor a 0,05, por tanto hay efecto de la interacción y
de la temperatura, rechazando la hipótesis nula y comprobando la hipótesis alternativa.

D) ¿Los supuestos del modelo se cumplen?

La hipótesis nula se cumple en el factor A (producto con antioxidante) ya que el valor de p

es mayor a 0,05. Mientras que en el factor B (temperatura) y la interacción los valores de p
menores a 0,05 determinan que hay efecto, por tanto se debe comprobar la hipótesis
alternativa y rechazar la hipótesis nula.

E) Considerando que a menor índice de peróxidos mejor es el producto, ¿hay algún

producto que sea mejor estadísticamente

Para definir un mejor producto con menor índice de peróxidos, se puede determinar que el producto
D es el mejor ya que su valor de media es menor en cuanto a índice de peróxidos, pero el producto
C pertenece al mismo grupo homogéneo del producto D, ambos son buenas opciones para
minimizar el índice de peróxidos.
 FORMATO Código: F.TI.01

Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 15 de 15

En cuanto a lo que respecta al factor tiempo el mejor es el tiempo de 4 horas ya que se observa un
menor valor de índice de peróxido.