Traducido del portugués al español - www.onlinedoctranslator.

com

Recibido: 19 de diciembre de 2016 | Revisado: 21 de mayo de 2017 | Aceptado: 13 de junio de 2017

DOI: 10.1111 / jfpe.12601

ARTÍCULO ORIGINAL

Diseño saludable helados con programación lineal: una

aplicación que utiliza productos tradicionales portugueses

Agnes Lopes1 | Isabel Martins1,2 | Mezquita Martha1,2 |

Vasco Valença de Sousa3 | Suzana Ferreira-Dias4

1Universidad de Lisboa, Instituto Superior de

Agronomía, Lisboa, Portugal
dosCentro de Matemáticas, Aplicación ~
Fundamentos e investigación operativa,
Facultad de Ciencias, Universidad de
Lisboa, Lisboa, Portugal
3DuPont Nutrition Biosciences ApS,
Brabrand, Dinamarca (Dirección actual: Jelly
Belly Ice Cream, Dubai, Emiratos Árabes
Abstracto
El objetivo de este estudio fue proponer una herramienta asistida por computadora fácil de usar basada en
es
modelos de programación lineal (LP) para diseñar helados. Usando esta metodología,saludable El helado
puede obtenerse reduciendo el contenido calórico de las formulaciones sujetas a requisitos nutricionales y
tecnológicos. Se añaden nuevos requisitos, propuestos por los desarrolladores de helados, a los modelos LP,
en particular, restricciones en el contenido de fibra y alcohol de azúcar, proporción de grasa a proteína, factor
de depresión del punto de congelación y dulzor relativo. Los modelos LP para Water Ice, Milk Ice, Ice Cream,

Unidos) Dairy Ice, Sorbet y Artisanal Ice Cream fueron. Estos modelos se utilizaron para producir helados que incluían

4Vinculando paisaje, medio ambiente, agricultura y
alimentación, Instituto Superior de Agronomia,
Universidad de Lisboa, Lisboa, Portugal
correspondencia
Isabel Martins, Universidad de Lisboa,
Instituto Superior de Agronomia, Lisboa,
Portugal.
Correo electrónico: isabelinha@isa.ulisboa.pt
productos tradicionales portugueses (garbanzo, mermelada de tomate, mermelada de manzana, miel,
algarrobo, verde azoriano y té negro), inusual en la fabricación de helados. Se aplicó un solucionador de
optimización en entorno Excel para resolver los modelos. Las mezclas óptimas se probaron en una planta
piloto de helados.
aplicaciones prácticas
El uso de modelos de programación lineal en el diseño de helados permite un examen y una evaluación rápidos de
todas las combinaciones posibles de mezclas y una determinación rápida de las mejores mezclas en términos de valor
calórico. Estos modelos se pueden adaptar fácilmente a otras funciones objetivas (por ejemplo, reducción de costos,

Información de financiación
aceptación sensorial), reemplazo de ingredientes y cambios en las restricciones de requisitos. Con la herramienta

FCT — Fundación para la Ciencia y la Solver de Excel, no es necesario adquirir software adicional para realizar la optimización del helado. Además, este
Tecnología (Fundación Portuguesa para la enfoque puede extenderse a otros campos de la ingeniería alimentaria para el desarrollo y la optimización de
Ciencia y la Tecnología), Números de
productos.
subvención / premio: UID / MAT /
04561/2013 y UID / AGR / 04129/2013

1 | INTRODUCCIÓN azúcares, presencia de ingredientes funcionales) y su origen. La presencia de

ingredientes naturales y el uso de recetas tradicionales y prácticas de

Uno de los desafíos de la industria alimentaria es crear productos más fabricación a la antigua son buscadas por el consumidor, que está dispuesto a

saludables, para promover una vida activa y más larga. Una alimentación pagar más por estos productos.

saludable no significa comida aburrida y blanda. Varios estudios muestran que En la industria alimentaria, para desarrollar un producto hay que definir la

una dieta desprovista de placer, sin los llamados “alimentos reconfortantes”, no fórmula y crear una receta. La fórmula especifica los requisitos sobre la

logra los resultados deseados. Por lo tanto, los alimentos agradables como el composición del producto en términos de nutrientes y otras características que

helado (Adam, 2005; Martinell, 2007) pueden incluirse en la dieta sin crear tienen en cuenta la tecnología, nutricional, disponibilidad de ingredientes y

problemas de conciencia. De hecho, considerando sus ingredientes básicos, el características económicas. La receta da el peso o la proporción de los

helado puede ser un bocadillo interesante y saludable. Cuando se incluye en un ingredientes necesarios para cumplir con la fórmula.

estilo de vida saludable y una dieta equilibrada, el helado podría ser una En el contexto de los helados, los componentes importantes de la fórmula son

alternativa al consumo de varios nutrientes, como proteínas, fibra, minerales y grasas, sólidos lácteos no grasos, azúcares y edulcorantes, estabilizantes y

vitaminas. emulsionantes.

Los consumidores están más preocupados por el valor calórico de los La grasa aumenta la riqueza de sabores y produce una textura
alimentos que ingieren, su composición (p. Ej., Contenido y tipo de grasas, suave al lubricar el paladar. Puede ser lácteo o vegetal.

J Ing. Procesos de Alimentos 2017; e12601. wileyonlinelibrary.com/journal/jfpe VC 2017 Wiley Periodicals, Inc. | 1 de 11
https://doi.org/10.1111/jfpe.12601
2 de 11 | LOPES ET AL.
origen. Las fuentes de grasas lácteas incluyen leche, leche en polvo, leche
condensada, nata y mantequilla. Las grasas vegetales son aportadas por el aceite de
coco, el aceite de palmiste y el aceite de palma refinado, entre otros. El contenido de
grasa proporciona la mayor contribución a la cantidad total de calorías del producto.
Sin embargo, existen requisitos legales para cada tipo de helado en cuanto al
contenido de grasa, como se explicará más adelante.
Los sólidos lácteos no grasos (MSNF) incluyen proteínas como
caseínas y proteínas de suero, lactosa y minerales. El nivel óptimo de
MSNF está determinado por el efecto emulsionante y de unión al agua de
las proteínas, además de la cristalización de la lactosa. Según Danisco
(Memorando técnico, TM 2510-2e), se considera que el nivel óptimo es de
17 partes de MSNF por 100 partes de agua y el nivel óptimo de lactosa no
debe exceder el 10% de agua.
Los azúcares y edulcorantes contribuyen a un punto de congelación deprimido,
lo que le permite contener algo de agua no congelada a temperaturas muy bajas,
típicas de sus temperaturas de servicio (dos15 8C a dos18 8C). Sin esta agua
descongelada, el helado sería demasiado difícil de sacar. Ados18 8C, según los
productores de helado, los valores del factor de depresión del punto de congelación
(FPDF) entre 10 y 20 dan una consistencia dura, mientras que los valores entre 20 y 25
proporcionan consistencias normales y los valores en el rango de 25-40 son
característica de los helados suaves que se pueden tomar con pala.
Los edulcorantes se pueden clasificar como nutritivos o no nutritivos. La
categoría de edulcorantes nutritivos (4 calorías por gramo) incluye sacarosa, lactosa,
dextrosa, fructosa, sólidos de jarabe de maíz y alcoholes de azúcar. Los alcoholes de
azúcar (p. Ej., Lactitol, sorbitol y xilitol) son una clase de polioles que se encuentran en
una amplia variedad de frutas y verduras.
Los helados sin azúcar son mezclas que se basan en la adición de azúcares
intensos no nutritivos, llamados azúcares artificiales, que no aportan calorías
significativas en los niveles de utilización. Incluyen sucralosa, aspartamo y
acesulfamo-K. Los helados sin azúcar se pueden preparar reemplazando la
sacarosa con un agente de carga como Litesse® y alcoholes de azúcar
combinados con edulcorantes no nutritivos.
Los estabilizadores son un grupo de compuestos, generalmente
polisacáridos, que son responsables de agregar viscosidad a la porción de agua
no congelada, reteniendo así esta agua para que no pueda migrar dentro del
producto. El resultado es un helado firme al masticar.
Los emulsionantes son el grupo de compuestos que ayudan al desarrollo
de una estructura de grasa y distribución de aire adecuadas, necesarias para
una alimentación suave y buenas características de fusión. En general, los
estabilizantes y emulsionantes representan como máximo el 1% del helado. La
relación emulsionante / estabilizador en las versiones comerciales de los
sistemas funcionales de DuPont Danisco (por ejemplo, CREMODAN® Naturatex
20, CRE-MODAN® 250 SORBETLINE) está predefinida. Como usamos estas
versiones comerciales, no teníamos libertad para manipular esta proporción.
Los modelos de programación lineal (LP) se han utilizado ampliamente para
realizar cálculos que convierten una fórmula en una receta, la denominada mezclar
cálculos. El modelo LP puede verse como una representación matemática de todos los
factores relevantes para la fabricación del producto, proporcionando la mejor solución
según un criterio de optimización dado. Para una revisión de LP, ver, por ejemplo,
Winston y Goldberg (2004).
Varios autores han propuesto ejemplos de aplicaciones de LP en
cálculos mixtos en diferentes contextos. En particular: (1) a
optimizar la mezcla de trigo para producir harina para hacer pan (Hayta &
Çakmakli, 2001); (2) formular mezclas de harinas compuestas de bajo costo, en
respuesta a la cantidad diaria recomendada del perfil de requerimientos de
proteínas, energía y calcio (Balasubramanian, Singh, Patil y Onkar, 2012); (3)
desarrollar nuevas fórmulas de alimentos terapéuticos listos para el consumo
para Etiopía, utilizando ingredientes disponibles localmente, y minimizar el
costo de los ingredientes (Ryan et al., 2014); (4) para identificar patrones
óptimos de ingesta de alimentos para las poblaciones japonesas (Okubo et al.,
2015); (5) formular una mezcla de papilla nutritiva y de costo mínimo para niños
de uno a dos años, basada principalmente en ingredientes locales, en las zonas
rurales de Mozambique (De Carvalho, Granfeldt, Dejmek y Håkansson, 2015); y
(6) para formular pastas vegetales maximizando la actividad antioxidante
(Larrosa, Cadaval, &
Los cálculos de mezcla en helados implican requisitos tecnológicos de importancia para el sabor, el cuerpo, la textura, el efecto de enfriamiento, la viscosidad, la
capacidad de batido y las características de la mezcla. Por lo general, estos requisitos abarcan especificaciones en cuanto al contenido de grasa de la leche, sólidos lácteos
no grasos, lactosa y agua. Cuando no se aplica LP, cada requisito se expresa mediante un valor único (ver, por ejemplo, Kilara y Chandan, 2007). En este caso, el contenido
de edulcorantes de la mezcla viene determinado por los niveles de FPDF (la suma del efecto depresivo sobre el punto de congelación del agua por parte de los ingredientes)
y dulzor relativo (la suma del dulzor de los ingredientes expresados en relación con la sacarosa). Alternativamente, con LP, cada requisito puede expresarse mediante un
rango de valores. IBM-Data Processing Application (E20-0156-0) propuso un modelo LP para diseñar helados de costo mínimo que incluye límites inferior y superior en el
contenido de grasa, sólidos lácteos no grasos, carbohidratos, agua y un límite superior en el contenido. de sólidos de jarabe de maíz. Un software que proporciona las
formulaciones de menor costo con restricciones similares está disponible para la venta en TechWizard® (Owl Software, Columbia, MO, www.owlsoft.com). Alternativamente,
se pueden comprar hojas de cálculo de Microsoft Excel para calcular mezclas de helados en el sitio web de Dairy Science - Food Technology (https://www.dairyscience.info/
index.php/technology/180-excel-ice-cream.html). Esta herramienta asistida por computadora realiza cálculos mixtos sin considerar un criterio de optimización. agua y un
límite superior en el contenido de sólidos de jarabe de maíz. Un software que proporciona las formulaciones de menor costo con restricciones similares está disponible para
la venta en TechWizard® (Owl Software, Columbia, MO, www.owlsoft.com). Alternativamente, se pueden comprar hojas de cálculo de Microsoft Excel para calcular mezclas
de helados en el sitio web de Dairy Science - Food Technology (https://www.dairyscience.info/index.php/technology/180-excel-ice-cream.html). Esta herramienta asistida por
computadora realiza cálculos mixtos sin considerar un criterio de optimización. agua y un límite superior en el contenido de sólidos de jarabe de maíz. Un software que
proporciona las formulaciones de menor costo con restricciones similares está disponible para la venta en TechWizard® (Owl Software, Columbia, MO, www.owlsoft.com).
Alternativamente, se pueden comprar hojas de cálculo de Microsoft Excel para calcular mezclas de helados en el sitio web de Dairy Science - Food Technology (https://
www.dairyscience.info/index.php/technology/180-excel-ice-cream.html). Esta herramienta asistida por computadora realiza cálculos mixtos sin considerar un criterio de
optimización. Las hojas de cálculo de Microsoft Excel para calcular las mezclas de helados se pueden comprar en el sitio web de Dairy Science - Food Technology (https://
www.dairyscience.info/ index.php / technology / 180-excel-ice-cream.html). Esta herramienta asistida por computadora realiza cálculos mixtos sin considerar un criterio de
optimización. Las hojas de cálculo de Microsoft Excel para calcular las mezclas de helados se pueden comprar en el sitio web de Dairy Science - Food Technology (https://
www.dairyscience.info/ index.php / technology / 180-excel-ice-cream.html). Esta herramienta asistida por computadora realiza cálculos mixtos sin considerar un criterio de
optimización.
El objetivo de este trabajo fue utilizar modelos LP para diseñar helados
bajos en calorías. Debido a la flexibilidad de la fórmula permitida por LP, se
pueden considerar nuevos requisitos. Aprovechando esta característica,
consideramos, además de los requisitos habituales, un conjunto de limitaciones
que, a nuestro leal saber y entender, no han sido abordadas por los modelos LP
para helados.
Las nuevas restricciones se traducen:
1. Requisitos tecnológicos relacionados con FPDF y dulzor relativo (Rel
S), y proporción de grasa a proteína.
Para FPDF y Rel S, Los límites inferior y superior se definieron en función
del tipo de helado y las preferencias del consumidor de Danisco
(Memorando técnico, TM 2510-2e). Cuanto más bajo es el FPDF, más suave
y menos helada es la experiencia del producto. El más bajo es el RelS, por
lo general, la menor es la percepción de dulzura del helado. Estas
limitaciones ayudan a obtener recetas con niveles adecuados de
contenido de carbohidratos.
LOPES ET AL.
Para la proporción de grasa a proteína, se establecieron límites superior e
inferior para establecer un equilibrio entre estos ingredientes para una
estabilización adecuada de las celdillas de aire del helado. Cuanto mayor es la
relación, normalmente mejor es la estabilidad de las celdas de aire y la
estabilidad del producto a la fusión. Aunque las limitaciones en la proporción de
grasa a proteína se agregan a las preocupaciones tecnológicas, también tienen
efectos sobre la calidad nutricional de la mezcla, ya que evitan una tasa
desproporcionada entre estos compuestos a favor de la grasa.
2. Necesidades nutricionales relativas al contenido de fibra y alcohol de
azúcar.
Se estableció un límite inferior en el contenido de fibra para fortalecer la imagen
saludable del producto. Según la Unión Europea, con respecto a las
declaraciones de propiedades nutricionales y saludables en los alimentos
(Reglamento (CE) nº 1924/2006), un producto se considera fuente de fibra si
contiene al menos un 3% de fibra. En particular, el producto con alto contenido
de fibra contiene al menos un 6% de fibra.
Los alcoholes de azúcar se utilizan ampliamente en la industria alimentaria
como edulcorantes reducidos en calorías (Kilara y Chandan, 2007). Para evitar su
consumo excesivo, que puede tener un efecto laxante, se agregó al modelo LP
un límite superior en la cantidad de alcohol de azúcar. Aunque se agregaron
restricciones sobre la fibra y el alcohol de azúcar a las preocupaciones
nutricionales, tienen efectos sobre el FPDF de los helados y, por lo tanto, sobre
la textura de la mezcla. Cuanto mayor es el contenido de fibra y alcohol de
azúcar, menor es el FPDF.
Además, utilizando métodos de programación lineal, se realizó un análisis
de sensibilidad para mostrar cómo algunos cambios en los parámetros de
entrada (contribución de cada ingrediente al contenido calórico de la mezcla,
así como los límites superior e inferior de los requisitos) afectarán las
soluciones óptimas.
Los modelos LP debían obtener recetas de seis tipos de helados, Helado de
agua, Helado de leche, Helado de lechería, Sorbete y Helado artesanal,
incluidos los productos tradicionales portugueses, poco comunes en la
fabricación de helados.
Los modelos se crearon en un diseño de forma libre dentro de las hojas de
cálculo de Excel y se resolvieron con la herramienta complementaria Solver. Se analiza
el impacto de las nuevas limitaciones tecnológicas y nutricionales en los helados
resultantes. También se presenta una breve comparación con los helados comerciales
en cuanto a características nutricionales.
dos | MATERIALES Y MÉTODOS
2.1 | tipos de helado
Los modelos LP desarrollados se probaron para formular los siguientes tipos de
helados: hielo de agua, hielo de leche, helado, helado de lácteos, sorbete y hielo
artesanal. Cresma. Para cada tipo de helado se define un conjunto de
ingredientes disponibles. En este punto, se presentan las consideraciones
adicionales sobre los ingredientes y los requisitos para cada tipo de helado.
agua helada se compone principalmente de agua y azúcares. Si bien este
tipo de helado es la categoría que menos calorías contiene, por regla general
su composición tiene muchos azúcares y es de bajo valor nutricional. Con la
expectativa de darle a Water Ice una nueva imagen, una
| 3 de 11
Se estableció un límite superior del 10% sobre el contenido de carbohidratos.
Para obtener un helado de agua con alto contenido de fibra, se eligió un
mínimo de 7% de fibra. Se propusieron dos tipos de agua helada, té verde,
agua helada y té negro, agua helada, a base de tés verde y negro de las Azores,
respectivamente. Con el primer tipo, queremos resaltar los sabores de
concentrado de té verde y frambuesa, mientras que con el segundo tipo
queremos combinar el concentrado de té negro y manzana con sabores de
canela. Para lograr estos objetivos, se establecieron límites inferiores al 1% para
las cantidades de concentrados de frambuesa y manzana. El emulsionante /
estabilizador utilizado fue CREMODAN® DL.
hielo de leche contiene al menos un 2,5% de grasa exclusivamente láctea y un
15% de MSNF, y excluye cualquier grasa y / o proteína que no sea de origen lácteo.
Con la esperanza de proporcionar un helado de leche como un producto con alto
contenido de fibra, establecemos un límite inferior en el contenido de fibra del 6%. Se
agregaron concentrados de fresa y arándano para crear un hielo con alto contenido
de fibra con un sabor afrutado de bayas. Se establecieron límites inferiores de 10% y
1% para las cantidades de concentrados de fresa y arándano (productos con alto
contenido de fibra), respectivamente. El emulsionante / estabilizador utilizado fue
CREMODAN® 809 CREAMLINE.
helado es una emulsión hecha típicamente de agua y grasas comestibles,
proteínas y azúcares. El objetivo era desarrollar un helado utilizando una grasa
vegetal combinada con un edulcorante natural, la miel (rica en propiedades bioactivas
y sabor). Las grasas consideradas incluyen aceite de coco, aceite de maní y aceite de
girasol. Con la esperanza de proporcionar un helado como una buena fuente de fibra,
establecemos un límite inferior en el contenido de fibra del 4,5%. El emulsionante /
estabilizador utilizado fue CREMODAN® 1501 IcePro.
Hielo lácteo contiene al menos un 5% de grasa láctea y también excluye las
grasas y / o proteínas de origen no lácteo. El desafío era hacer una versión más
saludable de helado de leche de chocolate que contenga algarroba. Se establecieron
límites inferiores de 2% y 3% para las cantidades de harinas de algarrobo y cacao,
respectivamente. La algarroba es un producto muy común en Portugal, especialmente
en la parte sur del país. El emulsionante / estabilizador utilizado fue CREMODAN®
1501 IcePro.
los Sorbete sigue de cerca la misma definición de agua helada, que no incluye
grasa, pero contiene al menos un 25% de fruta. Sin embargo, este porcentaje puede
reducirse al 15% si la fruta tiene un sabor ácido fuerte, al 10% en el caso de verduras
de sabor fuerte y consistencia espesa o al 7% si se trata de frutos secos. En la mezcla
se incluye una mermelada de tomate casera (tomate, sacarosa y canela), concentrados
de frambuesa y limón. Se establecieron límites inferiores de 20%, 1% y 0,5% para las
cantidades de mermelada de tomate, concentrados de frambuesa y limón,
respectivamente. La mermelada de tomate es una de las mermeladas más
tradicionales y apreciadas en Portugal. El emulsionante / estabilizador utilizado fue
CREMODAN® 250 SORBETLINE.
los Helado hecho a mano Suele ser elaborado por productores artesanales
utilizando la receta de un postre tradicional del país. Para probar el modelo LP,
el postre elegido fue la pasta de garbanzo (garbanzo, azúcar, canela y limón).
Se estableció un límite inferior del 10% para la cantidad de este ingrediente. El
emulsionante / estabilizador utilizado fue CREMODAN® Naturatex 20.
Basándonos en el conocimiento práctico de los productores de helados, establecemos la
proporción de grasa a proteína dentro de un rango de 2 a 3 para el helado de leche, helado,
helado de leche y helado artesanal. La cantidad total de alcohol de azúcar debe ser inferior al
9% para todos los tipos de helados de los cuales el alcohol de azúcar es
4 de 11 | LOPES ET AL.

TABLA 1 Requisitos para los diferentes tipos de helado

tipo de hielo metro

agua helada hielo de leche helado Hielo lácteo Sorbete Helado hecho a mano

Requisito r Lrm Urm Lrm Urm Lrm Urm Lrm Urm Lrm Urm Lrm Urm

gordo 1 2.5 5 dos 5 5 6 3 5 7

Carbohidratos 8 10 15 15 15 15 15

Lactosa 10% de agua 10% de agua 10% de agua 10% de agua

MSNF 15% de agua 17% agua 14% agua 17% agua 15% de agua 17% agua 15% agua 17% agua

FPDF 15 30 15 30 15 30 15 30 15 30 15 30

Rel s 14 15 14 17 14 17 14 17 17 19 14 17

Fibra 7 6 4.5 3 dos 3

Grasa / Proteína dos 3 dos 3 dos 3 dos 3

alcohol de azúcar 9 9 9 9 9 9

agua 80 85 sesenta y cinco 70 sesenta y cinco 70 60 sesenta y cinco 60 70 60 sesenta y cinco

Lrm 5 límite inferior; Urm 5límite superior.

Los valores de grasas, carbohidratos, fibra y alcohol de azúcar se dan como% (p / p) de la mezcla.

ingredientes. El contenido máximo de lactosa debe corresponder al 10% del cantidad de calorías aportadas por 1 g de ingrediente I dos I. Dado que Z es la

peso total de agua de la mezcla. Se estableció un límite inferior de 15 y un límite cantidad total de calorías en el helado, la función objetivo se puede escribir

superior de 17 para el nivel de MSNF, excepto para el helado, para el cual el como

límite inferior se estableció en 14. Para producir un helado con una buena X
min Z5 losIXI: (1)
consistencia, no demasiado blando, con buena derretir propiedades, FPDF IdosI

estaba delimitado entre 15 y 30. Aunque uno de los objetivos es reducir la

cantidad de azúcares, uno debe asegurarse de que el producto no sea insípido,

2.2.2 | Restricciones
solo el límite inferior en Rels se estableció en 14 y 17 y el límite superior en 15,
A continuación se muestra el conjunto de limitaciones que caracterizan a cada
17 y 19, según el tipo de helado.
tipo de helado.
La Tabla 1 resume los requisitos para todos los tipos de helados, excepto los
Para acceder fácilmente a la cantidad total de lactosa, MSNF, agua, grasa y
relacionados con la cantidad de emulsionante / estabilizador. dejarMETRO denotar el
proteína en la mezcla de helado (en go% de la mezcla), se definieron un
conjunto de tipos de helado y R el conjunto de requisitos. Para cada tipo de helado
conjunto de variables auxiliares, Ylactosa, YMSNF, Yagua, Ygrasa; y Yproteína, por las
metro dos METRO, la primera y la segunda columna muestran, respectivamente, los
siguientes restricciones:
límites inferior y superior de cada requisito r dos R; Lrm y Urm.
X
BIXIdos Ylactosa50; 8I dos I (dos)

IdosI

2.2 | Diseñar helados con modelos de programación X

CIXIdos YMSNF50; 8I dos I (3)
lineal IdosI

X
Según el conjunto de requisitos de la Tabla 1, proponemos un modelo LP para cada DIXIdos Yagua50; 8I dos I (4)
helado. Para formular los modelos LP, un conjunto devariables de decisión tiene que IdosI

X
ser definido. dejarI denotar el conjunto de todos los ingredientes disponibles. decisión yIXIdosYgrasa 50; 8I dos I (5)
variableXI representa la cantidad de ingrediente I dos Ia incluir en la mezcla (en g). En
IdosI

X
aras de la sencillez, consideramos que la cantidad de mezcla a realizar es de 100 g. FIXIdos Yproteína50; 8I dos I: (6)
dejarsmetro ser el subconjunto de ingredientes I dos I que se puede utilizar en la
IdosI

producción de helados de tipo metro dos METRO: para cada metro dos METRO; Parámetros BI, CI, DI, yI; y FI son, respectivamente, la cantidad de lactosa,
variables XI se definen para todos los ingredientes en I. Las variables correspondientes MSNF, agua, grasa y proteína, en 1 g de ingrediente I dos I (En g). Tenga en
a los ingredientes que no están en smetro se ponen a cero en el modelo LP. cuenta queYagua es la suma de la cantidad de agua proporcionada por los

ingredientes distintos del ingrediente de agua en sí.

restricciones de grasa

2.2.1 | función objetiva

Ygrasa - Urm; r5Gordo; metro dos METRO (7)
En este estudio, la función objetivo expresa el objetivo de reducir la
Ygrasa - Lrm; r5Gordo;
cantidad total de calorías de la mezcla. dejarlosI denotar el
LOPES ET AL. | 5 de 11

metro dos METRO nfAgua helada; Sorbetegramo: (8) las variables correspondientes a estos ingredientes se establecieron en cero. Teniendo

en cuenta las cantidades de los ingredientes proporcionados por la solución óptima

Restricciones de carbohidratos
X resultante, una cantidadvmetro del emulsionante / estabilizador, adecuado para el tipo
gramoIXI - Urm; r5Carbohidrato; metro5agua helada (9) metro helado, fue elegido por los productores. entonces la restricción
IdosI

El establecimiento de este requisito se agregó a cada modelo de tipo de helado.

X
gramoIXI - Lrm; r5Carbohidrato; metro dos METRO: (10)
IdosI Xemulsionante = estabilizador5vmetro; metro dos METRO (25)

Onde gramoI es la cantidad de carbohidratos en 1 g de ingrediente I dos I (En g). y se resuelve el modelo completo.
restricción de lactosa Restricción de ingredientes no seleccionados

X
Ylactosados0: 1 Yagua - 0; metro dos METRO nfAgua helada; Sorbetegramo: (11) XI50; metro dos METRO (26)
Idos
=Smetro

Restricción de MSNF
Esta restricción garantiza que los ingredientes no estén en smetro no están
YMSNFdos0:17Yagua - 0; metro dos METRO nfAgua helada; Sorbetegramo (12)
seleccionados.
YMSNFdos0:15Yagua - 0; metro dos METRO nfAgua helada; Sorbete; heladog13) cantidad de restricción de mezcla

X
YMSNFdos0:14Yagua - 0; metro5Helado: (14) XI5100 (27)
IdosI

Restricción FPDF
X Esta restricción asegura que la suma de los pesos de todos los
HIXI - Urm; r5FPDF; metro dos METRO (15)
IdosI
ingredientes de la mezcla sea igual a 100 g.
X Restricciones de no negatividad
HIXI - Lrm; r5FPDF; metro dos METRO (dieciséis)

IdosI Ylactosa - 0; YMSNF - 0; Yagua - 0; Ygrasa - 0; Yproteína - 0; XI - 0; I dos I

Onde HI es el FPDF en 1 g de ingrediente I dos I.

(28)

Restricción Rel S
X 3 | RESULTADOS Y DISCUSIÓN
porIXI - Urm; r5Rel S; metrodos METRO: (17)
IdosI

X El paquete de complemento SOLVER de Excel se utilizó para resolver los

porIXI - Lrm; r5Rel S; metrodos METRO (18)
IdosI
modelos LP. Para cada tipo de helado, la solución óptima obtenida se describe

en la Tabla 2. La Tabla 3 muestra la composición de cada solución óptima en

Onde porI es el Rel s en 1 g de ingrediente I dos I.
cuanto a perfiles nutricionales y tecnológicos.
restricción de fibra
Las mezclas óptimas se probaron en una planta piloto de helados en Dupont. El
X
quéIXI - Lrm; r5Fibra; metrodos METRO (19) uso de una grasa vegetal líquida de uso poco común, a saber, aceite de girasol,
IdosI

demostró ser un gran desafío con respecto a las propiedades de congelación y fusión
Onde quéI es la cantidad de fibra en 1 g de ingrediente I dos I (En g). Restricción de la mezcla. Para preservar las enzimas sensibles al calor de la miel, se añadió parte
de grasas / proteínas de este ingrediente después de los tratamientos térmicos.

Ygrasadosdos Yproteína - 0; metro dos METRO nfAgua helada; Sorbetegramo (20)

3.1 | Análisis de sensibilidad en programación lineal
Ygrasados3 Yproteína - 0; metro dos METRO nfAgua helada; Sorbetegramo: (21)
La forma simple de análisis de sensibilidad estudia cómo la solución óptima responde
Observe que estas restricciones son equivalentes a Ygrasa - 2y
Yproteína a un cambio en un solo parámetro, mientras que todos los demás permanecen sin
Yproteína - 3 Dpor Yproteína 6¼ 0, respectivamente.
Ygrasa

cambios.
restricción de alcohol de azúcar
Por elección sensibilidad en el Resultados del solucionador cuadro de diálogo, el
X
tuIXI - Urm; r5Alcoholes de azúcar; metro dos METRO (22) complemento Solver proporciona un informe de sensibilidad. Este informe muestra
IdosI
información sobre tres aspectos: forzar que cada variable que actualmente es cero

Onde tuI es la cantidad de alcohol de azúcar en 1 g de ingrediente I dos I (En g). asuma un valor distinto de cero; cambiar cada coeficiente de función objetivo;

cambiando el lado derecho de cada restricción. Esta información se presenta en parte

2.2.3 | restricción de agua
en la Tabla 4 para Helados.

Con referencia a la Tabla 4-Celdas de variables, la columna "Valor final"

Yagua - Urm; r5Agua; metro dos METRO: (23)
enumera los valores óptimos para las variables, es decir, las cantidades óptimas
Yagua - Lrm; r5Agua; metro dos METRO: (24)
de ingredientes. La columna denominada "Costo reducido" es de particular

interés en el contexto de las mezclas de helados. El costo reducido es relevante

2.2.4 | Restricción de emulsionante / estabilizador para cadano básico variable (ver por ejemplo, Winston & Goldberg, 2004), que

En un primer paso, se resolvió el modelo para cada tipo de helado sin tiene valor cero en la solución óptima obtenida, ya que proporciona una

requisitos de cantidad de emulsionantes / estabilizantes. Eso es el medida de cuánto cambiaría la función objetivo
6 de 11 | LOPES ET AL.

TABLA 2 Solución óptima para cada tipo de helado (cantidades de ingredientes en% o g / 100 g)

Verde / negro Hecho a mano

Tipo de ingrediente ingrediente I ‰ I helados de agua de té hielo de leche helado Hielo lácteo Sorbete helado

Grasas manteca 0 0 0
aceite de coco 0 0
crema 10.26 12.06 16.31
aceite de cacahuete 0 0
aceite de girasol 0 2,81

sólidos de la leche Suero en polvo 0 0 0 0

la leche entera en polvo 0 0 0 0
leche desnatada 30,98 17,68 29.10 22.51
la leche desnatada en polvo 0 0 0
Sustituto de leche desnatada 7.02 8.32 6,64 7.07

Proteína de soya SUPRO® 0 0 0 0

azúcares Dextrosa 0 0 0 0 0
fructosa 7.83 2.52
Glicerol 0 0 0 0 0
glucosa 0 0 0 1,95 0
miel 0 0 17,97 0 0
Litesse® Dos 8,64 7.28 5.39 3,25 dos 2,38
sacarosa 0 0 7.11 1,64

alcohol de azúcar lactitol 0 0 9 0

Sorbitol 0 0
Xilitol 0 3,81 6.27 0 6,95

Frutas Concentrado de manzana 1 negro

Concentrado de mora 1
Concentrado de limón 0 6.12
naranja 0
mango 0
granada 0
Concentrado de frambuesa 1 blanco 1
Concentrado de Fresa 0 10
Mermelada de Tomate 20

otros sabores pasta de garbanzo 10

Polvo de cacao 3
harina de algarroba dos
yema 0
té 82,37

Emulsionante / estabilizador 0,15 0,85 1 1 0,6 1,5

agua 26.28 46,83 29,56 59,27 31.45

(una cantidad de penalización) si una unidad de esta variable fuera en la cantidad de energía, entonces tienen una composición diferente y, por lo

forzada en la solución. Por ejemplo, si queremos incluir en la mezcla de tanto, otros parámetros del modelo cambian como resultado del reemplazo. En

helado óptima 1g de leche desnatada en polvo, el valor actual de la este caso, no es correcto utilizar el análisis de sensibilidad sobre los coeficientes

función objetivo (138,37 kcal) aumentaría en 0,05208 kcal. Los costos objetivos proporcionados por el Solver.

reducidos son válidos solo en un rango de valores para la variable en Además, en cuanto a la formulación de helado, a menudo es importante

cuestión, pero este rango no se muestra. evaluar cómo un cambio en el lado derecho de una restricción (la constante que

Las columnas “Aumento permisible” y “Disminución permisible” dan forma el lado derecho de la restricción) afectará el valor objetivo óptimo. El

la cantidad por la cual cada coeficiente de función objetivo (en la columna precio sombra asociado con una restricción representa el cambio en el valor de

“Coeficiente objetivo”) se puede aumentar o disminuir, respectivamente, la función objetivo por aumento unitario en el valor del lado derecho de esa

sin cambiar los niveles óptimos de actividad. Por ejemplo, el coeficiente restricción, asumiendo que la base actual sigue siendo óptima (ver, por

de 8843 kcal por gramo de aceite de coco puede disminuir en 0.01766 y ejemplo, Winston y Goldberg, 2004). Para algunas restricciones del modelo de

aumentar hasta11 sin cambiar la receta óptima obtenida. Como cada helado, este valor se muestra en la columna “Precio sombra” de la Tabla 4-

coeficiente de la función objetivo es la cantidad de energía por gramo del Restricciones. El rango de viabilidad lo proporcionan las columnas "Aumento

ingrediente correspondiente, su cambio ocurre cuando el ingrediente es permitido" y "Disminución admisible". Por ejemplo, si disminuimos el lado

reemplazado por otro ingrediente. Si ambos ingredientes difieren derecho de la restricción (11) (el
LOPES ET AL. | 7 de 11

TABLA 3 Caracterización de la solución óptima para cada tipo de helado en cuanto a perfiles nutricionales y tecnológicos

tipos de helado
Nutrientes y otros Helados de agua de té verde / negro hielo de leche helado Hielo lácteo Sorbete helado hecho a mano Unidades

agua 83.01 65,97 66,63 63.12 69,87 63,47 gramo

gordo 0,08 4.84 3,75 5.75 0,29 6,74 gramo

grasa saturada 0,08 3,14 0,88 3,64 0,25 4.18 gramo

proteína 0,11 2,41 1,87 2,94 0,20 2,98 gramo

Carbohidrato 8.83 15.06 21,60 15,75 15.00 15.13 gramo

Lactosa 0,00 6,60 6,66 6.31 0,00 6,35 gramo

Fibra 7.00 6,00 4.50 3,26 2,00 3,00 gramo

Minerales 29,62 182,09 90,85 367.29 26,77 139,33 mg

sodio 0,41 16,74 9,81 17.05 1,14 13,93 mg
Potasio 24.15 71,00 37,10 217,91 12.60 51,27 mg
Calcio 1.05 48,28 22,82 54,67 3,94 38,64 mg
Magnesio 1,83 6,88 2,68 19.56 3,94 3,90 mg
Fósforo 2.17 39,19 18.44 58.09 5.15 31.57 mg

energía 52,93 131,26 138,37 148,78 91,16 149,83 kcal

MSNF 0 9,9 9.33 9.47 0 9.52 gramo

FPDF 20,76 / 20,78 30 28.45 30 27,84 30

RelS 14 15 15 15 19 15

Los valores en cada columna representan la composición de 100 g de la respectiva mezcla en términos de nutrientes, energía y los valores correspondientes de
FPDF y dulzor relativo (Rel. S)

límite inferior en la cantidad de fibra) de 4.5 ga 3.5 g, entonces el valor de Todos los helados producidos fueron evaluados positivamente por expertos de

la función objetivo disminuirá en 1.56151 kcal. O, si aumentamos de 4.5 DuPont y se realizó una breve descripción para cada tipo, como sigue.

ga 5.5 g, el valor de la función objetivo aumentará en 1.56151 kcal. Este

precio sombra es válido para aumentos de 4.5 a 4.5 más 1.59448 (6.09448 agua helada

g) y disminuciones de 4.5 a 4.5 menos Helados de agua refrescantes con notas de buen gusto de los tés verde y negro

330477 (1.19523 g). perfectamente combinados con toques de frambuesa y manzana / canela. El hielo de

La columna "Valor final" enumera los valores óptimos para los lados agua negra se seleccionó como un producto conceptual mensual para DuPont.

izquierdos de las restricciones, cuyos lados derechos se muestran en la Posibles reclamos: Azúcar reducido; Alto contenido de fibra; En la grasa; Calorías

columna "Restricción lado derecho". Si ambos valores son iguales, la restricción reducidas. El alto contenido de fibra proviene tanto de la frambuesa como de la

manzana. Además, la capacidad de la canela para reducir el azúcar en sangre y las

correspondiente es vinculante, es decir, se satisface en la igualdad por la
propiedades antioxidantes de la frambuesa son propiedades importantes que se
solución óptima (por ejemplo, restricciones MSNF LB, Rels LB, Fibra LB, Lactosa
pueden considerar.
UB y Peso total en la Tabla 4-Restricciones). El precio sombra de una restricción

no vinculante es igual a cero (véase, por ejemplo, Winston y Goldberg, 2004).

hielo de leche
Con respecto a las celdas variables de la Tabla 4, podemos ver que, para el
Brisa suave de frutos rojos, con un ligero sabor afrutado. Posibles
helado, el impacto en el contenido energético óptimo es mayor con un
afirmaciones: alto contenido de fibra; Bajo en grasa.
ingrediente de leche sólida que con una grasa vegetal y es mayor con el

ingrediente SUPPRO®. Con respecto a la Tabla 4-Restricciones, aumentar el

helado
límite inferior en Rels tiene un mayor impacto en el contenido de energía
Helado suave, suave y delicado, aromatizado con miel portuguesa
óptimo que aumentar el límite inferior del contenido de fibra. El aumento de la
utilizada como edulcorante natural.
cantidad de emulsionante / estabilizador reduce el contenido calórico de la
Posibles afirmaciones: Grasa altamente poliinsaturada.
mezcla.
Desde el punto de vista nutricional, es un producto muy interesante por la

riqueza en ácidos grasos poliinsaturados del aceite de girasol y también por el

uso de la miel, con reconocidos beneficios nutricionales y médicos.

3.2 | Análisis sensorial y afirmaciones nutricionales

Hielo lácteo
Las mezclas óptimas obtenidas por LP para cada tipo de helado fueron evaluadas
Helado de chocolate de lujo y sedoso.
sensorialmente por un grupo de cinco evaluadores sensoriales expertos de DuPont.
8 de 11 | LOPES ET AL.

TABLA 4 Informe de sensibilidad de Excel para helados

objetivo admisible
Nombre valor final Costo reducido coeficiente aumento permitido disminución

Celdas variables aceite de coco 0 0,017664597 8.843 1 Y130 0,017664597

aceite de cacahuete 0 0,017664597 8.843 1 Y130 0,017664597
aceite de girasol 2.812986366 0 8.843 0.01769383 3.071625235
Suero en polvo 0 0,223003884 3,64 1 Y130 0,223003884
la leche entera en polvo 0 0.308990199 5,0072 1 Y130 0.308990199
leche desnatada 17,67922535 0 0.359 0,005017877 0.131012523
la leche desnatada en polvo 0 0.052082743 3,65 1 Y130 0.052082743
sustituto de leche desnatada 8,315993813 0 3,58 0.188322002 1 Y130
SUPRO® 0 16.94774576 3.8 1 Y130 16.94774576
miel 17.97232712 0 3.344 15.08016839 2.653658136
Litesse® Dos 5.3875 0 dos 2894,259404 1.249210258
ingrediente de agua 46.83196734 0 0 0,145498796 0,00555962
CREMODAN® 1501 IcePro 1 0 6.5 1 Y130 1 Y130
gordo 3.752343919 0 0 8.086238092 8.46062677
proteína 1.876171959 0 0 16.17247618 17,70216355
Lactosa 6,662726796 0 0 13,92929738 10.66218809
MSFN 9.327817515 0 0 10,92891367 7.615848639
agua total 66.62726796 0 0 1.530047914 1.066218809

Restricción admisible
Nombre Valor final precio sombra Lado HR Aumento permitido disminución

Restricciones Grasa UB 3.752343919 0 5 1 Y130 1.247656081

MSNF LB dos1,77636 E-15 17.66459693 0 0,626739072 0,482848606
Carbohidrato LB 21.61553504 0 15 6.615535036 1 Y130
FPDF UB 28.44915387 0 30 1 Y130 1.550846128
FPDF LB 28.44915387 0 15 13.44915387 1 Y130
Rel s LB 15 3.556184775 15 1.204121074 3.675549707
Rel s UB 15 0 17 1 Y130 dos
MSNF UB dos1.998818039 0 0 1 Y130 1.998818039
Fibra LB 4.5 1.561512823 4.5 1,594478068 3.30477057
Lactosa UB dos3.55271 E-15 dos16.90970923 0 0.360750093 0,653063033
Alcohol de azúcar UB 0 0 9 1 Y130 9
Grasa / Prot LB dos1.876171959 0 0 1 Y130 1.876171959
Agua UB 66.62726796 0 70 1 Y130 3.372732039
peso total 100 0,782072648 100 3.965724684 1.913373682
Grasa / Prot UB 4.44089 E-16 8.043262755 0 1.312396817 1.317327906
Ingredientes no 0 dos2134.477296 0 0,006135204 0
disponibles Agua LB 66.62726796 0 sesenta y cinco 1,627267961 1 Y130
Grasa LB 3.752343919 0 2.5 1.252343919 1 Y130
CREMODAN® 1501 IcePro 1 dos0.209044013 1 4.006698172 1
Lactosa total 0 dos16.90970923 0 0.360750093 0,653063033
Total MSNF dos7.10543 E-15 17.66459693 0 0,626739072 0,482848606
Agua total dos2,84217 Y dos14 dos0,782072648 0 1.913373682 3.965724684
Grasa total 5.77316 E-15 8.043262755 0 1.919232914 2.95010135
Proteina total dos4.44089 E-16 dos16.08652551 0 0,658663953 0,656198409

Posibles afirmaciones: Alto contenido en fibra. con esta receta queda la textura, que no fue del todo homogénea ya
La algarroba, que se utiliza como ingrediente, se conoce como el "chocolate saludable" y tiene una cantidad que el pollito y la pasta no era del todo homogénea, por lo que es
considerablemente menor de grasa que el chocolate. posible sentir algunos trozos.
Posibles reclamaciones: Natural; fuente de fibra.

Sorbete

Mermelada de tomate casera convertida en un sabroso y refrescante

3.3 | Impacto de las nuevas limitaciones tecnológicas y

sorbete. nutricionales
Posibles afirmaciones: bajo en grasas; Calorías reducidas.
En este punto, evaluamos el impacto de las nuevas limitaciones
Este sorbete fue elegido por concepto mensual para DuPont. tecnológicas y nutricionales en la mezcla. Eliminamos de los modelos los
siguientes conjuntos de restricciones:
Helado hecho a mano

Receta ganadora, para aquellos que aprecian los sabores de los postres 1. una nueva restricción a la vez;
tradicionales portugueses, a base de garbanzo. Un posible inconveniente 2. todas las nuevas limitaciones tecnológicas;
LOPES ET AL. | 9 de 11

3. todas las nuevas limitaciones nutricionales; respectivamente, para Dairy Ice y Water Ices. El contenido de alcoholes de

4. todas las nuevas limitaciones. azúcar solo aumentó para Sorbet.

Para cada caso, se resolvieron los submodelos resultantes. La Tabla 5 muestra En general, las nuevas limitaciones parecen ser efectivas para una mezcla

los valores obtenidos para las características tecnológicas o nutrientes de helado bien equilibrada y equilibrada en cuanto a características

abordados por las restricciones eliminadas. Los valores de cada columna nutricionales.

representan la composición de 100 g de la mezcla óptima obtenida en términos

de relación grasa / proteína, Rel.S, FPDF, fibra y alcoholes de azúcar. Siempre

3.4 | Comparación con helados comerciales
que un valor sea menor (mayor) que el límite inferior (límite superior) de la

restricción correspondiente, la desviación relativa de este límite inferior (límite
superior) se incluye entre corchetes. En cuanto a las desviaciones relativas, se
obtuvieron los siguientes resultados:
1. Las limitaciones habituales de grasas y carbohidratos no pudieron garantizar un
equilibrio adecuado entre grasas y proteínas y un nivel adecuado de Rel
S, respectivamente. Para la mayoría de los modelos LP de helado, las restricciones de
fibra son obligatorias para garantizar el nivel adecuado de este nutriente. Para algunos
tipos de helado, los requisitos sobre el FPDF y el contenido de alcohol de azúcar se
cumplen solo si se consideran en los modelos LP.
2. Para los modelos de helado con restricciones en la proporción de grasa a
proteína, esta proporción ha disminuido (por debajo del límite inferior). El FPDP
disminuyó para Water Ices y Dairy Ice. El Rels aumentó para Sorbet (por encima
del límite superior) y disminuyó para los otros helados.
3. Disminuyó la cantidad de fibra. Solo para Sorbet, la cantidad de
alcohol de azúcar excedió el límite superior de este ingrediente.
4. El impacto sobre las características tecnológicas fue similar a (2). En cuanto
al contenido de fibra, se producen grandes y leves disminuciones,
En este apartado, comparamos cada receta óptima, dada por el modelo
(1) - (26), con un helado comercial del mismo tipo, cuya caracterización
nutricional está disponible para los consumidores en el empaque. Para
todos los tipos, seleccionamos helados del mismo tipo que son líderes del
mercado en Portugal. Nos referiremos a los helados seleccionados como
C-Water Ice, C-Milk Ice, C-Ice Cream, C-Dairy Ice, C-Sorbet y C-Artisanal Ice
Cream. El C-Helado Artesanal se basa en un producto tradicional del norte
de Portugal, la crema de huevos dulces de Aveiro. La Tabla 6 caracteriza
estos helados comerciales en cuanto a perfiles nutricionales. La Figura 1
compara gráficamente las recetas óptimas con los helados comerciales
con respecto a la energía (a), las grasas saturadas (b), las proteínas (c) y
los carbohidratos (d). Debido a la falta de información, Water Ice y C-
Water Ice, así como Sorbet y C-Sorbet no se compararon en términos de
grasas saturadas. Por la misma razón, Water Ice y C-Water Ice no se
compararon en términos de proteína.
Se puede ver que las recetas óptimas propuestas son menos
calóricas que los correspondientes helados comerciales, a excepción de
Milk Ice, que es muy similar a C-Milk Ice.

TABLA 5 Impacto de las nuevas limitaciones tecnológicas y nutricionales

Nutrientes y Verde / negro Hecho a mano

otros agua helada hielo de leche helado Hielo lácteo Sorbete helado Unidades

(Los) Grasa / Proteína - 1 (-51%) 1,3 (–33%) 1,4 (-31%) - 1,9 (–8%)

FPDF 20,8 30,1 21,8 33,5 (112%) 28,9 17,8

Rel s 7,3 (–48%) 7,6 (-46%) 8,5 (–39%) 3,4 (-76%) 21 (111%) 6,8 (–52%)

Fibra 2,7 (–62%) 1,9 (–68%) 1,2 (-73%) 7,6 1,9 (–6%) 1,1 (-63%) gramo

alcohol de azúcar 0.0 3.8 0.0 6.3 13,4 (148%) 1.1 gramo

(B) Grasa / Proteína - 0,8 (–61%) 1,3 (–37%) 1,0 (–48%) - 1,2 (–40%)

FPDF 12, 9 (-14%) 20,0 22,7 14,2 (–6%) 28,9 18,5

Rel s 7,5 (–47%) 7,6 (-53%) 8,5 (-47%) 3,2 (-85%) 21,0 (11%) 6,8 (-51%)

(C) Fibra 2,7 (–62%) 1,9 (–68%) 1,2 (–62%) 1,4 (-53%) 1,7 (-16%) 1,1 (-63%) gramo

alcohol de azúcar 3.2 6,9 0.0 7.2 14,0 (156%) 8.3 gramo

(D) Grasa / Proteína - 0,8 (–61%) 1,3 (–37%) 0,9 (-56%) - 1,2 (–40%)

FPDF 12,5 (-17%) 20,0 22,7 11,8 (-21%) 27,1 18,5

Rel s 7,5 (–47%) 7,6 (-53%) 8,5 (-47%) 3,0 (-85%) 16,1 (–6%) 6,8 (-51%)

Fibra 6,4 (–8%) 7 8.3 0,5 (–83%) 2.1 8.5 gramo

alcohol de azúcar 0.0 2.6 0.0 4.6 13,5 (150%) 1.8 gramo

Los subconjuntos de restricciones se eliminan de los modelos LP: (Los) una nueva restricción a la vez; (B) restricciones en la proporción de grasa a proteína, FPDP y Rel S;
(C) limitaciones de la fibra y el alcohol de azúcar; (D) todas las nuevas limitaciones. Los valores entre paréntesis representan la desviación relativa de la restricción del límite
inferior (valor negativo) o del límite superior (valor positivo)
10 de 11 | LOPES ET AL.

FIGURA 1 Comparación de helados con respecto a la cantidad de energía (a), grasas saturadas (b), proteínas (c) y carbohidratos (d) en 100 g de helado
(barra gris oscuro: helado obtenido; barra gris: helado comercial) . Con respecto a las grasas saturadas, C-Water Ice y C-Sorbet tienen menos de 0,5 g /
100 gy menos de 0,1 g / 100 g, respectivamente. Con respecto a las proteínas, C-Water Ice tiene menos de 0,5 g / 100 g

Con respecto a las grasas saturadas (Figura 1b), las proteínas (Figura 1c) y 3. Hielo de agua / Hielo de agua C, Hielo de lácteos / Hielo de lácteos C, Sorbete / Sorbete de

los carbohidratos (Figura 1d), las recetas óptimas tienen cantidades más bajas C y Helado artesanal / Helado C-Helado artesanal para carbohidratos;

que los otros helados. Las mayores diferencias ocurren con:

El contenido de fibra de Milk Ice y Artisanal Ice Cream es mucho mayor
1. Helado / C-Ice Cream y Dairy Ice / C-Dairy Ice para obtener energía y grasas que el de C-Milk Ice y C-Artisanal Ice Cream, respectivamente.
saturadas; Las cantidades de grasa y proteína determinan el valor de la proporción de

2. Helado artesanal / C-Helado artesanal para proteínas; grasa a proteína. Con respecto a esta relación, C-Milk Ice, C-Ice Cream y C-

TABLA 6 Caracterización de helados populares en el mercado portugués en cuanto a perfiles nutricionales

helados
Nutrientes y otros Hielo de agua C C-Leche Hielo C-helado Hielo C-Dairy C-sorbete C-Helado artesanal

gordo <0,5 3 19 13 <0,5 8.8

grasa saturada <0,5 dos 14 7.8 <0,1 5.14

proteína <0,5 4 3.6 4.2 0,5 6.1

Carbohidrato 21 21 29 29 30 28

Fibra - <0,5 - - - <1

Grasa / Proteína - 0. (6) 5,2 (7) 3.1 - 1.4

energía 90 130 302 245 126 215

Los valores de cada columna representan la composición de 100 g de la mezcla respectiva en términos de nutrientes (en g) y energía (en kcal) (“-”: no hay
información).
LOPES ET AL.
Dairy Ice tienen valores fuera del rango ([2,3]) impuesto por las
restricciones (12) y (13) para Milk Ice, Helado, Dairy Ice y Helado artesanal.
4 | CONCLUSIONES
El objetivo de este estudio fue diseñar saludable recetas de helado usando una
herramienta amigable asistida por computadora. Se han desarrollado modelos de
programación lineal con el objetivo de minimizar el contenido calórico de las recetas.
En los modelos LP se incluyeron restricciones sobre el contenido de fibra y alcohol de
azúcar, la proporción de proteína a grasa, el factor de depresión del punto de
congelación y el dulzor relativo, además de las restricciones habituales sobre grasas,
carbohidratos, lactosa, sólidos lácteos sin grasa y agua. Para evaluar los modelos se
consideraron los productos tradicionales portugueses y se utilizó la herramienta de
optimización Excel Solver para obtener la solución óptima de cada modelo.
El impacto de las nuevas restricciones propuestas se analizó eliminando de
los modelos subconjuntos de estas restricciones. Las soluciones de los
submodelos mostraron la efectividad de las nuevas limitaciones para helados
equilibrados en cuanto a características tecnológicas y nutricionales.
Las recetas óptimas de LP se compararon con helados comerciales del
mismo tipo, que son líderes del mercado en Portugal. Con respecto a la
energía, las grasas saturadas, las proteínas y los carbohidratos, las mezclas
óptimas tenían en general menos cantidades que los otros helados. Siempre
que fue posible comparar el contenido de fibra, se notó que las recetas óptimas
eran mucho más ricas en este componente. Por lo tanto, en nuestra opinión, las
recetas generadas por programación lineal son más saludables que los helados
comerciales probados de tipos similares.
El uso de modelos de programación lineal permite un examen y una
evaluación rápidos de todas las mezclas posibles y una determinación rápida de
las mejores mezclas en términos de valor calórico. Estos modelos se pueden
adaptar fácilmente a otras funciones objetivas (por ejemplo, reducción de
costos, aceptación sensorial), reemplazo de ingredientes y cambios en las
restricciones de requisitos. Con la herramienta Solver de Excel, no es necesario
adquirir software adicional para realizar la optimización del helado.
EXPRESIONES DE GRATITUD
Deseamos agradecer a (1) DuPont Nutrition Biosciences ApS, Aplicación de
helados - DuPont Nutrition & Health, Brabrand, Dinamarca por brindar apoyo
técnico y financiero; (2) Olivia Pinto por las discusiones sobre objetos de valor.
Este trabajo fue financiado en parte por FCT — La Fundación para la Ciencia y la
Tecnología (Fundación Portuguesa para la Ciencia y la Tecnología) dentro de los
proyectos UID / MAT / 04561/2013 y UID / AGR / 04129/2013.
| 11 de 11
REFERENCIAS
Adam, D. (2005). Cómo el helado ataca tu cerebro. Obtenido de The
Guardian-News: http://www.theguardian.com/uk/2005/apr/29/health.
ciencia (2013)
Balasubramanian, S., Singh, KK, Patil, RT y Onkar, KK (2012). calidad
evaluación de extruidos mezclados de mijo y soja mediante programación
lineal. Revista de ciencia y tecnología de los alimentos, 49 (4), 450-458.
Danisco, Memorándum técnico, TM 2510–2e, Cálculo de fórmulas para hielo
mezcla de crema. Obtenido de http://www.flavours.asia/uploads/
7/9/8/9/7989988/calculation_of_formulas_for_ice_cream_mix_.pdf
De Carvalho, IS, Granfeldt, Y., Dejmek, P. y Håkansson, A. (2015).
De las dietas a los alimentos: uso de la programación lineal para formular una
mezcla de papilla nutritiva y de costo mínimo para niños de 1 a 2 años.Boletín de
Alimentación y Nutrición, 36 (1), 75–85.
Hayta, M. y Çakmakli, U€. (2001). Optimización de la mezcla de trigo para producir
harina de panificación. Revista de Ingeniería de Procesos de Alimentos, 24 (3), 179-192.
IBM - Aplicación de procesamiento de datos, E20-0156-0 Programación lineal -
Mezcla de helados. Obtenido de https://archive.org/details/
bitsavers_ibmgeneralrogrammingIceCreamBlending_1450800
Kilara, A. y Chandan, RC (2007). Helados y postres helados. En Y.
H. Hui (Ed.), Manual de fabricación de productos alimenticios (páginas. 593–633).
Hoboken, Nueva Jersey: John Wiley & Sons, Inc.
Larrosa, APQ, Cadaval, TRS, Jr. y Pinto, LAA (2015). influencia
de métodos de secado sobre las características de una pasta vegetal mediante
programación lineal maximizando la actividad antioxidante. LWT - Ciencia y
tecnología de los alimentos, 60, 178-185.
Martinell, N. (2007). El software de reconocimiento de emociones sabe lo que te hace
sonrisa. Obtenido de abcNEWS: http://abcnews.go.com/Technology/
story?id53381573 y página51 (2013)
Diario oficial de la Unión Europea. (2006). Reglamento (CE) no 1924 /
2006 del Parlamento Europeo y del Consejo de 20 de diciembre de 2006 sobre declaraciones
nutricionales y de propiedades saludables en los alimentos, L 404/9-L 404/25.
Okubo, H., Sasaki, S., Murakami, K., Yokoyama, T., Hirota, N., Notsu, A.,
. . . Fecha, C. (2015). Diseñar patrones óptimos de ingesta de alimentos para
lograr los objetivos nutricionales de los adultos japoneses mediante el uso de
modelos de optimización de programación lineal.Revista de nutrición, 14, 57.
Ryan, KN, Adams, KP, Vosti, SA, Ordiz, MI, Cimo, ED y Manary, M.
J. (2014). Una herramienta de programación lineal integral para optimizar las
formulaciones de alimentos terapéuticos listos para usar: una aplicación a Etiopía.
La Revista Estadounidense de Nutrición Clínica, 100 (6), 1551-1558.
Winston, WL y Goldberg, JB (2004). Investigación operativa: Aplicaciones y
algoritmoscon CD-ROM e InfoTrac) (4ª ed.). Belmont, California:
Thomson Brooks / Cole.
Cómo citar este artículo: Lopes I, Martins I, Mesquita M, Valença de
Sousa V, Ferreira-Dias S. Diseñando saludable helados con
programación lineal: una aplicación que utiliza productos tradicionales
portugueses. J Ing. Procesos de Alimentos 2017; e12601. https://
doi.org/10. 1111 / jfpe.12601