Giraldo Gómez, G. I. (1999). Vida de anaquel. En: G. I.

Giraldo Gómez, Métodos de estudio de vida de

anaquel de los alimentos (pp. 16-80). Universidad Nacional de Colombia.

Nota: se incluyen, al final, apartados de Bibliografía y Anexos.

Accelerat ing t he world's research.

MÉTODOS DE ESTUDIO DE VIDA

DE ANAQUEL DE LOS ALIMENTOS
Mayra Mendez

Related papers Download a PDF Pack of t he best relat ed papers 

La at mosfera modificada una alt ernat iva para la conservacion de los aliment os
David García

Redalyc.La at mósfera modificada: una alt ernat iva para la conservación de los aliment os
Janet t e Guzman

Revisión de t ema La at mósfera modificada: una alt ernat iva para la conservación de los aliment os Mo…
Paulina Jimenez
M É T O D O S D E E S T U D IO D E V ID A D E A N A Q U E L D E L O S
A L IM E N T O S

G lo ría In és G ira ld o G óm ez

T rabajo presentado como

R equisito parcial p ara o p tar a la
categoría d e P ro feso r Asociado

U N IV E R S ID A D N A C IO N A L D E C O L O M B IA
SE D E M A N IZ A L E S
F A C U L T A D D E C IE N C IA S Y A D M IN IS T R A C IÓ N
D E P A R T A M E N T O D E C IE N C IA S
1999
 3 V ID A D E A N A Q U E L .

L a vida de anaquel de un producto alimenticio se define com o el período d e tiem po a partir

de la fecha de producción, durante el cual éste m antiene una calidad aceptable, o com o el
período de tiem po durante el cual el alim ento se conserva óptim o para el consum idor121

L a vida de anaquel tam bién se entiende como la durabilidad; concebida ésta com o el
período de tiem po durante el cual el alim ento se conserva apto para el consum o desde el
punto d e vista sanitario, y m antiene sus características sensoriales y funcionales p o r encim a
del grado lím ite de calidad previam ente establecido como aceptable P1.

3 .1 E S T IM A C IÓ N D E L A V ID A A N A Q U E L

L a vida m edia es un im portante aspecto de todos los alim entos. Para su determinación se
requiere tener un buen nivel de conocim iento del producto. Esto incluye cultivo, aditivos
m anufactura, distribución mayorista, distribución m inorista y consum idor [18l ’ ’

U na aproxim ación a la calidad total deberá cubrir todos los aspectos del producto desde la
concepción hasta el consum o, pasando por su desarrollo y producción. Para un producto
m anufacturado deben incluirse los siguientes aspectos:

• D iseño del producto (incluyendo análisis de riesgos para la seguridad).

• Especificación y análisis de ingredientes y m ateriales de empaques.

• Proceso de manufactura.

• Transporte, alm acenam iento y distribución minorista.

• A lm acenam iento en casa y co n su m o {,S1.

D ado que el alim ento debe ser seguro y tener una calidad aceptable cuando se consum e, el
tiem po de vida m edia es un aspecto esencial del diseño del producto y para su control se
requiere de buenas prácticas de m anufactura (G M P) y el cum plim iento de estándares
internacionales para el sistema de c a lid a d 1 .

U n procedim iento general para estudiar la durabilidad d e un producto comprende:

• A nálisis general del sistem a producto - envase - alim ento

• E nsayos generales de alm acenam iento y caracterización del alim ento

• D efinición de la técnica de e stu d io 121

E n la figura 2, se presenta un esquem a básico para un estudio de durabilidad

 F ig 2.
E sq u em a básico d e un estu d io d e d u r a b ilid a d 21

El análisis general del producto involucra el estudio de los com ponentes y la selección de
las vías de deterioro, que pueden ser por alteraciones propias del alim ento o por cambios
que están relacionados con el envase.

Las prim eras pueden deberse a: Ataque m icrobiano, oxidación hidrólisis y reversión de las
grasas, oxidación de pigmentos, reacciones de pardeam iento, desnaturalización de
proteínas, enranciam iento, cristalizaciones y m odificaciones coloidales, cam bios físicos
incluyendo grum os y cam bios de textura, actividad enzimàtica, pérdidas del valor nutritivo.

Las que están relacionadas con el envase: En los envases m etálicos puede presentarse
corrosión y transferencia de metales del recipiente al alim ento, entrada de oxígeno a través
del em paque, absorción de agua por el alim ento o su pérdida, transm isión de la luz que
afectan las reacciones de oxidación, m igración de los com ponentes de los envases de
m ateriales polim éricos al alimento.

El siguiente paso consiste en especificar el iúvel donde la calidad del producto se tom a
inaceptable, bien sea por políticas de calidad de la em presa o por norm as oficiales de
calidad.

Una vez definidas las vías de deterioro se deben determ inar las técnicas de análisis por las
cuales se va a estudiar la variable que determ ina la vida útil del producto; esto puede
hacerse p or m étodos fisicoquím icos y/o sensoriales de evaluación.

A continuación, se elabora un diseño experim ental del estudio.

 Finalm ente, se procede al alm acenam iento y estudio de las unidades. Para este fin, las
m uestras deben ser alm acenadas bajo condiciones que sim ulen las d e alm acenam iento y
distribución del alimento. Para alimentos estables a tem peratura am biente, deben buscarse
espacios que m antengan los niveles de humedad y tem peratura am biente requeridos pues el
laboratorio generalm ente m antiene tem peraturas m ás altas que las normales.

L o s alim entos que resulten afectados por la perm eabilidad del em paque, deben alm acenarse
en am bientes con hum edad relativa controlada, sim ilar a las condiciones donde v a ser
distribuido.

Para sim ular las condiciones de alm acenam iento los productos con destino a clim as
tropicales, deberá tenerse en cuenta la tem peratura de tales sitios, debido a que ésta acelera
los cam bios químicos.

L os alim entos congelados norm alm ente se alm acenan a tem peraturas entre -5 °C y -30°C
para la m anufactura y a -18°C para la distribución.

Cuando se trate de productos que serán som etidos a largos periodos de alm acenam iento
consum o com binados, se recom ienda practicar los ensayos de estabilidad sobre la m ism a
unidad. D e esta manera se podrá establecer el tiem po de vida del producto una vez
desem pacado.

3 .2 D IS E Ñ O D E L E S T U D IO D E L A V ID A M E D IA D E U N A L IM E N T O

L os estudios de durabilidad a menudo requieren del desarrollo de un diseño experim ental,

que debe llevarse a cabo con un núm ero razonable de muestras.

Se presentan tres categorías de estudios cada una con una escala diferente de m uestreo.

L a prim era categoría se utiliza para determ inar la vida m edia de productos existentes, se
recolectan m uestras al azar y son expuestas a condiciones extrem as, que son las que puede
sufrir el producto hasta llegar al consum idor. E n este se utiliza u n diseño de u n a sola vía,
para estudiar el efecto del tiem po sobre la calidad del producto

L a segunda categoría se utiliza para estudiar la com binación de factores que pueden afectar
la vida media. Se sim ula en el laboratorio un estudio de factores tales com o condiciones de
transporte, m ateriales de em paque, aditivos, y variación en las tem peraturas de
a lm a c e n a m ie n to sobre la vida media del producto. Se utiliza u n diseño m ultifactorial para
determ inar la influencia de cada factor en la variable que determ ina la vida m edia del
producto
L a tercera categoría involucra el diseño del estudio para el desarrollo de productos nuevos.
E s sim ilar a la prim era categoría pero se alm acenan un núm ero m enos de m uestras.

El tam año y la form a d e alm acenar la m uestra en cada etapa varían con el tipo de producto.
 L a periodicidad del m uestreo (diario, semanal, m ensual etc.) y el criterio de fallo los
selecciona el investigador teniendo en cuenta los cam bios sensoriales, fisicoquím icas y
m icrobiológicos que se puedan tener como lím ite de aceptación d e la calidad del producto.

3 .2 .1 D is e ñ o d e l m u estreo

U no de los principales problem as que se deben resolver al planear un estudio, es la

determ inación del núm ero de muestras que van a ser som etidas a ensayo, debido a los
costos que esto conlleva­

se obtienen resultados más confiables en la m edida en que para un lote d e n unidades de

estudio, se obtenga un núm ero máximo de unidades que fallen.

U na aproxim ación al problem a puede lograrse concentrando la m ayoría de las evaluaciones

en el periodo experimental donde se obtenga la m áxim a información. E ste periodo puede
considerarse como aquel en el cual los productos están llegando al lím ite de calidad
aceptable. ^

Para el estudio de estabilidad de alim entos, se utilizan tres m étodos de muestreo:

• Parcialm ente escalonado

« Escalonado

• Com pletam ente escalonado

3 .2 .1 .1 D iseñ o p a rcia lm en te escolim ado

Se utiliza para estudiar la rata de cambio de la propiedad que determ ina la vida útil del
producto. Se determ ina u n tiem po de estudio y la periodicidad de la evaluación de las
m uestras. E l núm ero de unidades estudiadas y los intervalos de tiem po en cada periodo
deben ser igual E n la tabla N o. 4 se m uestra un esquem a para este tipo de diseño.12,61
 T ab la No. 4
Diseño p arcialm en te escalonado
P e r io d o U n id a d e x p e r im e n t a l
0 XXX
1 XXX
2 XXX
3 XXX
••• ,,,
P ...
Fuente: Journal o f food scienc<P!

Donde x representa la unidad experimental, que serían tres para cada periodo.

3.2. h 2 M a e stre o esca lo n a d o

La característica general de este diseño es que el núm ero de unidades experim entales se
increm enta en la fase de aceleración, este incremento es constante para cada periodo.

La fase de aceleración se considera a partir del periodo en el cual las unidades en estudio
fallan en un 50%.

El núm ero de unidades para la evaluación después del periodo de aceleración se da según la
siguiente relación:

n, = n t. x + c

n = núm ero de unidades experimentales en la etapa i

n , = núm ero de unidades experimentales en la etapa anterior

q —núm ero constante de unidades

El valor de n0, que sería el número de unidades experim entales iniciales y c, los fija el
investigador de acuerdo a la importancia que desde el punto de vista práctico se le conceda
a la etapa tem prana del experim ento y la disponibilidad de producto.

En la tabla No. 5 se m uestra un ejemplo de un diseño escalonado .12’61

T ab la No. 5

Diseño escalonado
« o = 0, c - 1
Periodo Unidad experimental
0 X
1 X X
2 X X X
3 X X X X
 4 X X X X X
5 X X X X X X
F a s e d e a c e le r a c ió n c= 0
6 6 .0 X X
6 .1 X X
6 .2 X X
• «. X X
• •• X X
• •• X X
...

... ... ...

... ...

... ... ... ... ... ... ... Hd-1

P
Fuente: Journal o f food sdeneé91

D onde x denota la unidad experimental, que se va increm entando en una unidad para cada
periodo.
Entre el periodo 0 y 5, los intervalos de tiem po son constantes, a partir del 6 donde se inicia
la fase de aceleración, los periodos se dividen en subperiodos y el núm ero de m uestras
correspondientes a este se distribuye equitativam ente entre los subperiodos.

3 .2 .1 .3 D ise ñ o co m p leta m en te e sca lo n a d o

La frecuencia de la evaluación es acelerada en la últim a parte del periodo, en conjunto con

el increm ento de la frecuencia de las unidades que fallan.

El increm ento de las unidades que fallan responde a la siguiente expresión:

i = n t +ri
n = núm ero de unidades evaluadas en el periodo i.
i

r. = núm ero de las unidades que fallan en el periodo /.

i
El tam año de la m uestra en le periodo nM se obtiene por la adición del núm ero de fallas en
el i-ésim o periodo.
El tam año inicial es determinado por el investigador de acuerdo a la inform ación que tenga
del producto
El diseño e s c a l o n a d o y el diseño com pletam ente escalonado incorporan un periodo de
suspensión y una fase de aceleración.

El periodo de suspensión se da durante la etapa inicial del estudio debido a que solo se
espera que fallen unas pocas muestras, la fase de aceleración se inicia cuando el 50 % de las
unidades fallan en un periodo.
 El diseño com pletam ente escalonado sirve para detectar fallas tem pranas atípicas.

En la tabla 6 se m uestra el esquema de un m uestreo com pletam ente escalonado . 12,61

T ab la No. 6
Diseño com pletam ente escalonado
P e rio d o U n id a d e x p e rim e n ta l, ^ _ 3 nt
0 X X * I 3 0
1 S u s p e n d id o •
2 S u s p e n d id a - _
3 X X X 3 0
4 X F X 3 1
5 X X F F (5 0 % d e ta lla ) 4 2
C o m ie n z a la fa s e d e a c e le ra c ió n
6 6 .0 F X 6 4
6 .1 F F
6 .2 X F
7 7 .0 X F 10 6
7 .1 X F
7 .2 F F
7 .3 F X
7 .4 F X
8 8 .0 X X 16 10
8.1 F X
8 .2 F F
8 .3 F F
8 .4 F X
8 .5 X F
8 .6 X F
8 .7 F F

F uente.’J o rn a l o f fo o d scien ce Pl

x: unidades no falladas

F: unidades falladas

n¡: número de unidades evaluadas

r¡: núm ero de unidades falladas

El núm ero inicial de m uestras es 3, debido a que en el periodo 0, no se presentan

fallas, en el periodo 1 y 2 se suspende el estudio. En el periodo 5 fallan el 50% de las
unidades en estudio, por lo tanto a partir de este se inicia la etapa de aceleración
donde los periodos se dividen en subperiodos y el núm ero de muestras
correspondientes se distribuyen uniform em ente entre los subperiodos.

3 .3 M É T O D O S P A R A D E T E R M IN A R L A V ID A D E A N A Q U E L

L a e s t i m a c i ó n de la vida de anaquel de los alim entos puede hacerse por m étodos

estadísticos o por modelos matemáticos.
 C uando se utilizan técnicas probabiiisticas, se supone que los tiem pos d e vida d e las
unidades experim entales se distribuyen de acuerdo a una ley de probabilidad121

Se requiere fundam entalmente conocer la distribución estadística de las observaciones Una

vez se ha determ inado ésta, se estiman los parám etros de dicha distribución, con los que se
puede inferir estadísticamente sobre el tiem po de durabilidad.191.

Si se em plean modelos matemáticos, se determina experim entalm ente la cinética d e la

reacción, relacionando magnitudes fisicoquímicas con el tiem po, y con ello se estim a la
vida m edia del producto .

3 .3 .1 M é to d o s p ro b a b ilís tic o s

Se utilizan principalm ente cuando se hace el estudio a través de evaluación sensorial Se

debe establecer inicialmente el valor donde el producto se considera inaceptable

L a esencia de estos m étodos consiste en considerar la vida útil com o una m agnitud aleatoria
y describir su com portam iento m ediante un m odelo probabilistico.

L os m étodos estadísticos se pueden ajustar a las siguientes distribuciones d e probabilidad

norm al, Log-norm al, de W eibull, exponencial y del valor extrem o.191

3 .3 .1 .1 M etodología p a ra e l estu d io

E l siguiente procedim iento puede llevarse a cabo para la realización de un estudio de

durabilidad utilizando m étodos estadísticos.

1. Determ inación del criterio de fallo de las unidades y de la técnica de evaluación del
parám etro.

2. Realización del diseño para el estudio.

3. A lm acenam iento de m uestras y recolección de la información. Com o los ensayos son

destructivos, no se puede llevar el estudio de una unidad hasta el tiem po f in a » sino que
se conservan los datos de diferentes unidades en distintos tiem pos, p o r esto se han
llam ado datos incom pletos de fallo.

4. D eterm inación de la técnica probabílistica a la que m ejor se ajusten los datos.

5. C álculo de parám etros de la distribución.

6. D eterm inación del tiem po de vida útil del producto.

7. Prueba de bondad de ajuste de la distribución.

Si se van a utilizar estudios sensoriales para la evaluación del producto, es necesario

establecer las técnicas de análisis sensorial a través de las cuales se establecerá el deterioro
del alim ento.121
 3 .3 .1 .2 F u n d ó n d e riesgo

Para la aplicación de los modelos estadísticos, es necesario conocer eí estudio de la función

de riesgo.

L a función de riesgo h (t), es una función continua y puede describirse m ediante una
función de densidad p ro b a b ilís tic a /^ y la función d e probabilidad a c u m u la d a / ^ .

f( í) = Distribución d e tiem po de fracaso.

F(t) =£/ (* >& ( 1)

F (í) es u n a fiinción de distribución acum ulativa que describe la probabilidad d e fracaso

entre 0 y t.

L a probabilidad d e que un producto fracase solo después de un tiem po /, es:

R (t) = \ - F ( t ) (2)

y se denom ina función de confiabilidad.

E n la práctica, resulta interesante no solo la supervivencia total o el núm ero de fracasos,

sino el índice de fracaso en un instante dado t o cercano a éste, que se representa por
G ( t + A/) y se define com o la relación entre la probabilidad de fracaso en el intervalo
(t, t + A/) dividido po r A/ y la probabilidad de supervivencia hasta un tiem po t, esto es:

„+At F(t+At)-F(t)

1 F(t+Ai)-F(t)
R ( í) At

El lím ite de esta función, cuando A/ tiende a cero, representa el índice instantáneo de
fracaso o coeficiente de riesgo.

1 r. F ( t + Ai) - F ( t )
5 — (4 )

- 1 «
m R (>)

m = W ) (6 )

■ *>/«
 h(i) se denom ina coeficiente de riesgo, o índice instantáneo de fracaso y mide la
probabilidad de que un producto que ha sobrevivido hasta un tiem po t, fracase
posteriorm ente.

C om o R (t) < 1 => h(l) > / ( O .

E l riesgo acum ulado se define como:

(7 )

Calculando la integral se obtiene:

H ( t) = - l n [ l - F ( 0 ] = e - " (O = 1 - F ( f ) (8)

F{f) = \ - e ~ m ) (9)

E stas funciones constituyen la base m atem ática fundam ental de las técnicas de riesgo.

L a form a de la función de fracaso se puede ilustrar sencillam ente m ediante una curva en
form a de bañera.

50

40

P
9
§ 20

»0

0
*i ‘o t»
F¡g3
V elocidad de fa llo e n f u n d ó n d e l tiem p o

E ntre t0 y pueden ocurrir fallas tem pranas que son atípicas del producto. E stas fallas
pueden tener su origen en un mal procesam iento o en problem as de envase.
E ntre tx y se da un periodo de estabilidad. Por últim o, entre t 2 y r„, la velocidad de
fallo se increm enta com o consecuencia del deterioro norm al del producto.12,131.
 3 .3 .1 .3 A p lica cio n es d e las técnicas de riesgo

Cantillo P1 utilizó las modificaciones realizadas p o r N elson, quien transform ó la función de

riesgo acum ulado para las distribuciones de W eibull, norm al, exponencial, log-norm ai y del
valor extremo, obteniendo relaciones lineales de prim er orden entre el riesgo acum ulado y
los tiem pos de fallo.

L a relación lineal que establece la función de riesgo transform ada constituye la base d e las
técnicas de riesgo. Para su aplicación se tom a el conjunto d e datos de fallo, se trasnform an
según la distribución asum ida y se establece una relación lineal entre el tiem po de fallo y el
riesgo acum ulado, se determina la ecuación de la recta y con los parám etros de ésta se
calculan la m edia y la desviación estándar p o r m odelos m atem áticos específicos para
distribución. P1

3 .3 .1 .4 C onstrucción d e la curva d e n esg o

Para construir una curva de riesgo, se almacenan los productos en estudio según el diseño
experim ental previo. Para cada valor observado se tom a el tiem po, m arcando aquellos
valores para los cuales el producto falla. Se anota el orden del suceso en el que se
su m in istr a el tiem po, tanto para las m uestras que fallan, com o para las que no fallan.®

A continuación se ilustra la form a de generar u n a tabla de datos para la construcción de una

curva de riesgo.

Orden Tiempo

1 a d ía s

2 b d ía s

3 c días

E ste proceso genera una sene de observaciones ordenadas, luego se invierte el orden del
suceso y se obtiene el parám etro K , que es el rango inverso

K Tiem po

3 a

2 b

1 c

L o s valores de riesgo h(x) para las unidades que fallan están denotados p o r la expresión:
* W = ijf O »)

Para cada tiem po de fallo se calcula el riesgo acum ulado H ( x ) sum ando al riesgo actual el
valor p reced en te.l2,8J

3 .3 .1 .5 D istribución d e W eibull

L a función de probabilidad acumulada para la distribución de W eibull se ex p re sa ;t2,8,2()1

F ( x ) = l - e 1** 0 0

donde:

p = Parám etro de forma

a = Parám etro de escala

El parám etro P determ ina la form a de la distribución y el parám etro a determina la

am plitud de la dispersión.

p ara valores diferentes de (3 se obtienen distintas formas de la función F ( x ) . Para 0 < 1 ,

la razón dism inuye con el tiempo. Para P = 2 , la razón aum enta linealmente. P ara 1 < P < 2 ,
la razón aum enta en un gradiente que va en disminución. Para p < 2, la razón aum enta con
un gradiente en acenso. Para p = 1, la distribución de W eibull converge con la exponencial,
com o se verá m ás adelante.

3 ,3.1.5.1 F u n d ó n transform ada d e W eibull

Com o se anotó en la ecuación (8),

# (* > = -lfl[l-.F (0 ]

Para la distribución de W eibull se tiene:

f(í)= l-e ^ O 2)

R e e m p la z a n d o F (t), se tiene:
f \
r £ ]H
1 - \ -e (13)
t f ( 0 = - ln
V „ - /

E sta b le c ie n d o una r e la c ió n lineal entre t ( H ) y H , se obtiene:

 L o g t{H )= L o g ct + ]n L o g H (14)
P

donde:

L o g a = intercepto (/)

1 /3 = Pendiente (p )

A partir de los parám etros de la distribución se calculan el valor esperado y la varianza.

El valor esperado E ( x ) , o el valor medio para la distribución de W eibull se obtiene según

la expresión:153

E (í) = a T 1+^1 (15)

donde T es la conocida función Gamma, que se expresa:

r ( / ) = £ ° x p~'exdx para p > 0 . ( 16 )

Para calcular la varianza de la distribución de W eibull se utiliza la expresión:

(
<r2 = a 2 (17)
1+ 0 J T 1+Í

E n el siguiente ejemplo se m uestra cómo determinar la vida m edia de un producto a través

de la distribución de Weibull.

Se desarrolló un experim ento para estim ar la durabilidad de un producto alimenticio

sem iperecedero (durabilidad entre 60 y 90 días ) Los datos de los tiem pos de f»11n se
m uestran en la tabla 7 y fueron seleccionados con base en una prueba sensorial.

T a b la N o .7
A p lic a c ió n d e la d is tr ib u c ió n d e W e ib u ll

T iem p o R a ig o Inverso R iesgo R iesg o A cum ulado Log©

R an g o L o g (H /1 0 0 )
D fas (t) K h = 1C 0/K H

24 26 3B 5 3 .8 5 1 .3 8 0
1 -1 .4 1 5
24 25 4 .0 0 7 .8 5 1 .3 8 0
2 -1 .1 0 5

3 26 24 4 .1 7 1Z01 1 .4 1 5 -0 .9 2 0
26 23 4 .3 5 1 6 .3 6 1 .4 1 5
4 ■ 0 .786
22 4 .S 5 2 0.9 1 1 .5 0 5
5 32 -0 .6 8 0
21 4 .7 6 2 5 .6 7 1 .5 0 5
6 32 -0 5 9 1
20 5 .0 0 3 0 .6 7
7 33 1 .5 1 9 -0 .5 1 3
33 19 556 3 5 .8 3
6 1 .5 1 9 -0 .4 4 5
 9 33 18 5.56 41.48 1.519 -0.382
10 35 17 5.88 47.37 1.544 -0.325
11 41 16 6.25 53.62 1.613 -0.271
12 42 15 6.67 60.29 1.623 -0.220
13 43 14 7.14 67.43 1.633 -0.171
14 47 13 7.69 75.12 1.672 -0.124
15 48 12 8.33 83.45 1.681 -0.079
16 48 11 9.09 92.55 1.681 -0.034
17 48 10 10.00 102.55 1.681 0.011
18 50 9 11.11 113.66 1.699 0.056
19 52 8 12.50 126.16 1.716 0.101
20 54 7 14.29 140.44 1.732 0.147
21 55 6 16.67 157.11 1.740 0.196
22 57 5 20.00 177.11 1.756 0.248
23 57 4 25.00 202.11 1.756 0.306

24 57 3 33.33 235.44 1.756 0.372

25 57 2 50.00 285.44 1.756 0.456
26 61 1 100.00 385.44 1.785 0.586

Construcción de la columna de rango inverso: Se estructura invirtiendo el orden de

sucesión en que se suministran los tiempos, tanto fallados como censados. (Columna 3 de la
tabla N o 7)
Cálculo de los valores de riesgo ( h ): Solo se realiza para las unidades que fallan. Para ello
se utiliza la siguiente ecuación (10):

100

donde:

K - rango inverso

h - riesgo

Cálculo de los valores de riesgo acumulado ( H ): sum a acum ulada de los valores de la
colum na 4 de la tabla No 7.
Utilizando la función transform ada de riesgo acumulado (ecuación 14) para la distribución
de W eibull que establece una relación lineal entre el tiem po de fallo y el riesgo acumulado,
se determ inan los parám etros a y p de la distribución. El prim ero corresponde al valor de
10 ', donde / es el intercepto y el segundo corresponde al valor de 1¡ p donde p es la
pendiente.

U tilizando el ajuste por mínimos cuadrados para hallar el intercepto y la pendiente se

obtiene:
 p = 0.2549, luego 0 = 1/0-2549 * 3.923

i = 1.6694, luego a = 10*6694 * 46.708

U na vez establecidos los parámetros se calculan: el valor esperado y la desviación estándar

correspondiente.

V alor esperado:

í(0 = « r w -

U tilizando los valores de la distribución Gam m a del anexo 1, se encuentra que

T (1.25)« 0.9064.

Reem plazando este valor en la ecuación anterior se tendrá que el valor esperado es d e 42.34

U tilizando el program a de com putación M athem atica , pueden realizarse los siguientes
cálculos:

In fl]:* a = 4 6 . 7 0 8 ; /3 = 3 . 9 2 3 ;

Out[2]= 4 2 .2 8 9 6

Para calcular la varianza se utilizará la relación:

Valiéndose de la tabla de valores de la función G am m a consignada en el Anexo 1 :

Reem plazando estos valores en la relación que defíne la varianza, se obtiene:

0 3 » 1 41

y en consecuencia:
 0 = 11.87

C on M athem atica:

in[4]:= des * V var

Out[4IB 1 2 .0 7 4 4

Se estim a una duración del producto de 42 días ±12 días.

Se puede observar que los valores obtenidos con la tabla de la función G am m a del anexo 1
son sim ilares a los calculados con M athem atica

3 .3 .1 .6 D istrib u ció n norm al

L a función de probabilidad acum ulada para la distribución norm al tipificada está dada poi
la expresión:12^1

(18)

donde 4> es la función de probabilidad acum ulada para la distribución normal

cuyo valor se encuentra tabulado en el Anexo No. 2.

Para linealizar la función F (t ) , se define la función de riesgo:

Y reem plazando F ( t) en la expresión anterior:

(19)

T om ando el logaritm o natural en am bos miembros:

(2 0 )

y despejando 1 - e~H :

( 21 )
 y haciendo U ( H ) = l ~ e ~ H (2 2 )

U { H ) - valor de z para un valor de probabilidad dado por l - e ~ H

(23)
a

y despejando t en térm inos de H:

(24)

que es la función linearizada, donde ji es la m edia y corresponde al valor del intercepto y a

es la desviación estándar y corresponde al valor de la pendiente.

Se procede igual que con la distribución de W eibull, para hallar el rango inverso y el riesgo
acum ulado H.

Para cada valor de /, se establece el valor de \ - e ~ H y se busca en la tabla de distribución

norm al el valor de z correspondiente a dicha probabilidad.

Luego se determina la ecuación de la línea recta que relaciona t con z ~ U { H ) , se

establecen los parám etros \i y o , correspondientes al intercepto y a la pendiente
respectivamente.

E n la tabla N o 8 se m uestran los valores obtenidos al aplicar la distribución normal al

ejemplo anterior.
 T a b la N o . 8
A p lic a c ió n d e la d is tr ib u c ió n n o r m a l

t Z=U (H )
24 0 .0 3 9 0 .0 5 8 -1 .7 8

24 0 .07 © 0 .0 7 5 -1 .4 4

26 0 .1 2 0 0 .1 1 3 -1.21

26 0 .1 6 4 0.151 -1 .0 3

32 0 .2 0 9 0 .1 8 9 -0 .8 8

32 0 .2 5 7 0 .2 2 6 -0 .7 5

33 0 .3 0 7 0 .2 6 4 -0 .6 3

33 0 .3 8 9 0 .3 0 2 ■ 0.52

33 0 .4 1 5 0 .3 4 0 -0 .4 2

35 0 .4 7 4 0 .3 7 7 •0.31

41 0 .5 3 6 0 .4 1 5 -0.21

42 0 .6 0 3 0 .4 5 3 -0.1 1

43 0 .6 7 4 0 .4 9 1 •0.01

47 0.751 0 .5 2 8 0 .0 7

48 0 .8 3 5 0 .5 6 6 0 .1 7

48 0.926 0 .6 0 4 0 .2 7

48 1 .0 2 6 0.641 0 .3 6

50 1 .1 3 7 0 .6 7 9 0 .4 6

52 1 .2 6 2 0 .7 1 7 0 .5 7

54 1 .4 0 5 1 0 .7 5 5 0 .6 9

S5 1.571 0 .7 9 2 0 .8 1

57 1.771 0 .8 3 0 0 .9 5

57 2.021 0 .8 6 8 1 .1 2

57 2 .3 5 5 0 .9 0 5 1.31

57 2 .8 5 5 0 .9 4 2 1 .5 7

3 .8 5 5 0 .9 7 9 2 .0 3
61

U tilizando ajuste lineal por mínimos cuadrados, se calculan la pendiente, el intercepto y la

correlación entre t y z para los valores de la tabla anterior así:

Pendiente (o): 1212

Intercepto (n ): 42 38

Correlación (r): 0.9697

D e acuerdo a los resultados obtenidos se concluye que el producto tiene una duración de 42
días±12 días.

3 ,3 .1 .7 Prueba de bondad de ajuste

L as pruebas param étricas de inferencia estadística solo son válidas en la m edida en que las
c a r a c te r ís tic a s de la población estudiada respondan a una ley d e distribución asumida. [ 5 ]
 L a prueba de bondad de ajuste de Kolm ogorov Sm im ov resulta aceptable para comprobar
el ajuste de las distribuciones expuestas.

El algoritm o de cálculo para esta prueba es:PJ

D = \F{t0 ) - F ( t e)\ (25)

donde F ( t 0) es la frecuencia observada de fallo y F ( t e) es la frecuencia esperada.

L os valores de riesgo acumulado se convierten en frecuencias observadas con la siguiente

expresión:

F ÍO (2 6 )

Las frecuencias esperadas para cada tiempo de fallo se calculan m ediante la función de
probabilidad acum ulada de la distribución.

Para la distribución de W eibull, la frecuencia esperada se calcula m ediante la siguiente

función:

F ( t e) = l - e {a) (27)

Para cada tiem po, se calcula el valor esperado con los parám etros a y 0 de la distribución.

E n la distribución normal, se utiliza la distribución norm al tipificada

z=x (28)
o

Para cada tiem po X , se busca el valor de z, y se determina la probabilidad con la tabla de

valores tipificados.

Para cada tiem po, se calcula la diferencia entre la frecuencia observada y la frecuencia
esperada.
Se selecciona la máxim a diferencia (D).

Se escoge el nivel de significancia a .

Se com para el valor de D calculado con el valor de las tablas de K olm ogorov-Sm irnov
(Anexo No. 3).

Si D calculado es m enor que , se acepta la hipótesis de que los datos se ajustan a la

distribución.

L a prueba de bondad de ajuste para el caso estudiado, según la distribución de Weibull:

 T ab la No. 9
Prueba de bondad de ajuste
Dias
F ( 0 = ( i-^ aJ )
24 0.0707 0.0377 0.0330
24 0.0707 0.0755 0.0047
26 0.0956 0.1132 0.0176
26 0.0956 0.1509 0.0554
32 0.2029 0.1887 0.0143
32 0.2029 0.2264 0.0235
33 0.2258 0.2641 0.0383
33 0.2258 0.3018 0.0761
33 0.2258 0.3396 0.1138
35 0.2755 0.3773 0.1018
41 0.4510 0.4150 0.0360
42 0.4827 0.4528 0.0299
43 0.5146 0.4905 0.0241
47 0.6411 0.5282 0.1129
48 0.6714 0.5659 0.1055
48 0.6714 0.6036 0.0677
48 0.6714 0.6414 0.0300
50 0.7292 0.6791 0.0501
52 0.7820 0.7168 0.0653
54 0.8291 0.7545 0.0746
55 0.8502 0.7922 0.0580
57 0.8874 0.8299 0.0576
57 0.8874 0.8675 0.0199
57 0.8874 0.9051 0.0176
57 0.8874 0.9424 0.0550
61 0.9421 0.9788 0.0367

D e la tabla anterior se establece que Anáx - 0 1138

D e las tablas de Kolmogorov-Smirnov: A-o.os = 0.259

Com o A««« < A i -«)’ se acePta la hipótesis de Q11® los datos se ajustan a la distribución
asumida.

3 3 2 M é to d o s fis ic o q u ím ic o s p a ra la e v a lu a c ió n d e la v id a d e a n a q u e l.

Las alteraciones de los alim entos que ya han sido m encionadas, se pueden estudiar desde
tres puntos de vista:

• N aturaleza del producto

 • Condiciones del procesamiento

• Interacción producto <*> envase o medio am biente

Para el estudio de la durabilidad del producto basado en los m étodos fisicoquím icos se
debe:

• Seleccionar las posibles vías de deterioro de la calidad del producto y las reacciones
químicas relacionadas con éste.

• Describir el comportam iento de las reacciones de deterioro m ediante un m odelo

matemático.

• Seleccionar el nivel de conversión limite para la característica química.

El m odelo cinético se utiliza para determinar el tiem po de durabilidad considerando un
valor c rític o .[2,32,301 P or lo tanto, se deben tener en cuenta:

• Com ponentes del producto

• Características del envase

• Condiciones ambientales de transporte y alm acenam iento

E n la figura 4, se presenta un esquema general para un estudio de vida de anaquel.

3.3 .2 .1 V ida d e an a q u el dependiente d e l pro d u cto , efe cto de la concentración y d e la

tem peratura

Suponiendo un empaque totalm ente impermeable a los gases, a la hum edad y a la luz; el
alim ento está aislado del ambiente, por lo tanto, solo se tiene en cuenta la naturaleza del
producto y la tem peratura de almacenamiento.

C ualquier m odelo matemático para este caso se basa en la cinética química.

3 .3 .2 .2 M odelos m atem áticos p a ra la cin ética q uím ica

A plicando el principio fundamental de la cinética quím ica, la velocidad de cam bio en la

calidad de los alim entos puede expresarse en form a general com o una función de la
dD
c o m p o s ic ió n y los factores ambientales, es decir, — = F ( C itE j ) , donde Q , son factores

de c o m p o s ic ió n , tales como concentración de com ponentes, catalizadores inorgánicos,

e n z im a s , r e a c c io n e s de inhibición, pH, actividad del agua o población m icrobiana; y E¡ son
factores ambientales, tales como^ tem peratura, humedad relativa, presión total y parcial de
los diferentes gases o lu z .1 ’ '
 F ig 4mD iagram a rem m eri d e lo s m étodos fisic o q u im ic o s d e e sta d io d e vid a d e an a q u el
F u en te D u ra b ilid a d d e lo s A lim en to s

D e este m odo, la cinética de las reacciones de los alim entos es un sistem a fisicoquím ico de
alta com plejidad, que involucra numerosas variables físicas y químicas y coeficientes que
en la m ayoría de los casos son imposibles de cu an tificar.1141

L a m etodología establecida consiste primero en identificar las reacciones quím icas y

biológicas que influyen sobre la calidad y seguridad del alim ento e identificar el orden de
estas reacciones.

3.3.2.2.1 Reaccionestto ordencoro

La ecuación general de cinética de reacción se expresa:

¿ í = ~kAn (29)
dt
donde A es un factor físico, químico, m icrobiològico o sensorial de calidad; k es una
constante que representa la rata de variación del factor A , la cual puede ser positiva o
negativa, dependiendo de si se trata de ganancia o de pérdida, doñee n es el orden de la
reacción, y t es el tiempo.

C uando « = 0 :
 (30)

Esto implica que la velocidad de pérdida de A es constante con el tiem po e independiente

de la concentración de A . 1 ]

Integrando la ecuación (30), se obtiene:

(3 1 )

A e - A <t = - k t

Ae =A0 - k t (32)

Donde:

Ae es el valor de A al final de la vida media.

Aq es el valor inicial de A

t es la vida media, en días, meses o años.

k es la constante de velocidad de la reacción

E sto im plica que el factor de disminución de la calidad es constante (k), en unidades de

concentración/tiem po, cuando todos los factores extrínsecos son constantes.

Las reacciones típicas de orden cero incluyen: pardeam iento no enzim àtico, oxidación de
lípidos y degradación enzimàtica.

D ebe tenerse en cuenta que una reacción de orden cero no im plica que el m ecanism o es un
rom pim iento m onomolecular independiente de la concentración de las especies reactantes.
Él sugiere solamente que A, es una función del tiem po representada en u n a gráfica lineal^
con una alta correlación.

3 ,3 ,2.2.2 E valuación estadística efe lo s parám etros cinéticos

Se han utilizado diferentes modelos estadísticos para evaluar la pérdida de calidad en el

tiempo, A través de ellos se puede predecir un tiem po de duración, con un error en la
estimación.

B á s ic a m e n te , el análisis estadístico de la constante de velocidad de reacción k puede

d e s a r r o lla r se de dos formas diferentes.

U na consiste en utilizar el m étodo de regresión lineal para estim ar los parám etros y sus
intervalos de confianza. Por el método de mínimos cuadrados se estim an los parám etros y
tam bién los intervalos de confianza.
 Teniendo en cuenta que los modelos se ajustan a la ecuación de una línea recta de la forma
y - m x + b donde m es la pendiente y para este caso, m es la constante k y el intercepto b
corresponde a valor de A o

Se buscan los parámetros m y b, la correlación y los intervalos de confianza para m y b .

L a fórmula para calcular los límites de confianza para la constante k es:

k-m ± (33)

La fórm ula para calcular el intervalo de confianza para el intercepto es:

(34)

donde:

ía¡2 es el valor del estadígrafo de t de Student para cx/2 de confiabilidad, y n ~ 2 G.L.

(grados de libertad).

s es la desviación estándar

t son los tiem pos de reacción considerados en el ensayo.

n es el núm ero de ensayos

L a desviación estándar se calcula m ediante la fórmula:

(35)

donde A es el valor de la característica química para cada tiem po considerado en el ensayo

y Ao es el valor inicial de la característica química.

Se sugiere trabajar con un mínimo de 8 puntos para que los parám etros estim ados tengan un
grado d e confiabilidad aceptable Para este valor ta¡2 tom ado de las tablas de la distribución
de Student es igual a 2.45.

L a otra form a de analizar estadísticamente el error de la constante específica de velocidad

de reacción es empleando la técnica conocida como intervalo punto a punto. Consiste en
calcular el valor de la constante específica para cada tiem po de reacción considerado en el
ensayo, y después prom ediar y estimar el intervalo de confianza.

El m odelo m ás utilizado es el de los m ínimos cuadrados. p23

 E n el siguiente ejemplo se muestra la aplicación de la cinética de orden cero para
determ inar la durabilidad de un alimento.

U n suero de leche deshidratado almacenado a 25°C, presenta los siguientes valores de

pardeamiento:

T a b la N o . 1 0
V a lo r e s d e l p a r d e a m ie n to n o e n z im à tic o
Días Pardeam iento
M uestra 1 M uestra 2
0 1.8 1.9
30 4.3 4.1
60 6.3 6.1
90 7.4 7.6
120 9.6 9.8
150 12.0 11.8
180 12.5 12.7
210 14.5 14.8
Fuente: Computer Aided Techiques in Food Technology p2/

E l producto se considera inaceptable cuando el valor del pardeam aiento llegue a 50.

U tilizando la técnica de regresión lineal se obtienen los siguientes valores para los
parámetros:

Aq ~ 2.2875 (Intercepto b )

¿ = 0.059881 (Pendiente m )

r = 0.9960 (correlación)

Reem plazando estos valores en la ecuación (32) cuando A = 50,

S0 - 2.2875 = 796 dias

0.059881
Para condiciones de tem peratura variables durante el alm acenam iento

C uando la tem peratura varía durante el alm acenamiento del producto se tiene:

4, = 4 ) - £ ( M ) <36>

es la sum a del producto de la constante de velocidad k¿, a cada tem peratura, por el
tiem po que el producto permanezca alm acenado a dicha tem p eratu ra.[30]

T a historia del producto se divide en intervalos de tiem po y se evalúa a una tem peratura
p r o m e d i o para ese periodo determinado. P
Se evalúa la constante para ese periodo usando el m odelo para reacción de orden cero, se
m ultiplica el valor de la constante de velocidad por el intervalo de tiem po, luego, las
distintas fracciones se sum an para obtener finalmente la pérdida total.

Alternativamente, en vez de calcular la constante de reacción se puede calcular el tiem po

para que el producto llegue a ser inaceptable m ediante el estudio de las fracciones de vida
m edia consum idas ( / . ) . Ésta se calcula mediante la expresión:

h
(37)
TI

L a vida media tam bién puede ser expresada en térm inos de la vida m edia remanente:

fr ^ - Á W

E ste m étodo ha sido muy utilizado por el Departam ento de Agricultura de los Estados
Unidos para determinar la vida m edia de los alim entos congelados.12,281

Para ilustrar la aplicación de este método puede considerarse el siguiente ejemplo.

L as hamburguesas congeladas tienen una vida práctica de alm acenam iento (PSL)
dependiendo de la temperatura. El PSL fue determ inado por evaluación de los cambios
sensoriales, debido al desarrollo de rancidez. En la siguiente tabla se m uestra la vida
práctica de alm acenam iento dependiente de la tem peratura para el producto.

T a b la N o . 11
P S L e n fu n c ió n d e la te m p e r a tu r a

T°C PSL
Días
-12 80
-15 100
-18 120
-25 136
-30 148
-35 160
Fuente: F ood E ngineering P r a c t i c ó

p a ra determ inar la dism inución de la vida media a través de la cadena de alm acenam iento
se calcula la pérdida diaria de la vida de anaquel y se m ultiplica p o r el tiem po
correspondiente a cada tem peratura, como se m uestra en la tabla N o 12.
 T a b la N o . 1 2

C á lc u lo d e la d is m in u c ió n d e la v id a m e d ia d u r a n te e l a lm a c e n a m ie n to
F ac to res T °C T iem p o PSL D ism in ic ió n / P é rd id a
(D ía s ) d ia (% ) (% )
P roceso -3 0 2 148 0 .6 7 6 1 .3 5 2
Tran sp o rte -2 5 2 136 0 .7 3 5 1 .4 7 1

co
to
A lm ace n am ie n to 20 1 60

1
0 .6 2 5 1 2 .5 0 0
Tran s p o rte -1 8 1 1 20 0 .8 3 3 0 .8 3 3
V e n ta s -1 5 30 1 00 1 .0 0 0 3 0 .0 0 0
C o nsum idor -1 2 30 80 1 .2 5 0 3 7 .5 0 0
T o tal
8 3 .6 6 5

L a fracción rem anente será:

f r = I ~ / c = 1 -0 .8 3 6 7 = 0.1633

Para calcular el tiem po adicional que el producto se puede a l m e n a r a -12°C se tom a el

PSL a esta tem peratura que es de 80 días, como el 100%, por lo tanto el 16,33% será 13.

E ste resultado indica que después de la cadena de alm acenam iento anterior, si el
consum idor alm acenara el producto a -12°C, tendría una duración de 13 días más. '

E fe c to d e la te m p e r a tu r a e n la c o n s ta n te d e v e lo c id a d d e la r e a c c ió n

El efecto de la tem peratura en la expresión de velocidad de reacción está incluido ©a la

constante específica k . I2J

E ste efecto se estudia m ediante el modelo de Arrhenius

d(ln k n ) AE0
(39)
0(1 I T ) R

L a relación de Arrhenius ha sido teóricam ente desarrollada para reacciones m oleculares

reversibles y experimentalmente estudiada para un gran núm ero de fenóm enos quím icos y
físicos complejos, como la viscosidad, la difusión, sorción, e t c . [,4}

D e la ecuación anterior se obtiene

k = k refe ™ (40)

Si se conoce la constante a una temperatura, la expresión anterior puede ser modificada:

1 1
 donde k es la constante de velocidad de reacción a la tem peratura T, es la constante de
velocidad de reacción a la temperatura de referencia, EA es la energía de activación (en
cal/mol), R es la constante de los gases (1,986 cal/m ol-°£) y T es la tem peratura absoluta
(e n ° £ ).

E n la siguiente tabla se dan algunos valores típicos para diferentes procesos y reacciones en
la industria alimentaria.

Tabla No. 13
Energías de activación Típicas
Reacción Energía de activación
(Kcal/mol)
Procesos de difusión 0-8
Reacciones enzimáticas 10-30
Hidrólisis 15
Oxidación de lípldos 10-25
Cambios de color sabor y textura ÍOP30'
Degradación de vitaminas 20-30
Pandeamiento no enzimàtico 25-50
Desnaturalización de enzimas 12-100
Destrucción de células vegetales 50-150
Destrucción de esporas 53-83
Desnaturalización de proteínas 80-120
Fuente: Durabilidad de tos Alim entos P1

3 .3 .Z 2 .3 R eacciones d e p rim e r orden

Considerando los principios fundamentales d e la cinética quím ica se tie n e :{321

~ = -kA n
dt

E n la reacción de prim er orden:

n = 1, por lo tanto:

^ =-kA
dt

A
Integrando la ecuación anterior se tiene:
 Ae
ln — = ~ k t ( 44)
Ao

ln A e - ln(Ao) - k t (45)

donde A a es el valor inicial de A y A e es el valor de ,4 al final de la vida de anaquel

L a ecuación (45), corresponde a una línea recta de pendiente k , e intercepto (ln (A o))

Si la tem peratura varía durante el almacenamiento del producto, la expresión ( 45) se

transform a en:

A ^ A ^ e ^ ^ (46)

donde A es la cantidad de algún factor de calidad rem anente al final de un tiem po ti a una
tem peratura T¡ y es la sumatoria del producto de la constante de velocidad de
reacción por el tiem po de almacenamiento a cada tem peratura .1303

Tomando logaritmo natural en ambos miembros

ln 4 = -5 > < <4 7 >

Ao

considerando el consumo de vida media hasta un cierto núm ero parcial de intervalos puede
expresarse la fracción remanente de vida media como:

(48)
J' ln ( A J A ) ^

donde ln ( A ! \ ) es la fracción de vida media consumida al tiem po t, y ln( A J A , , ) e s la

fracción de vida media consumida al tiem po ts.

Com o ilustración se determinará la pérdida de tiam ina com o param etro de calidad de un
alim ento enriquecido.

El producto está empacado en un material impermeable al vapor de agua. Calcular la

pérdida de vitam ina después de someter el producto al siguiente régim en de tem peratura:
 T °C Tiempo (días)
18 30
20 20
25 10
22 25
35 5
23 10
20 30

Para tres tem peraturas y considerando una reacción de prim er orden se tienen las *
constantes: »^u iem es
T °C ¿(días-1)
25 0.00133
35 0.02065
45 0.07588

Utilizando el modelo de Arrhenius se calcula la constante de velocidad para las diferente«

tem peraturas, estableciendo una relación lineal entre K y 1 /T (T en °K)

In K = m - + b
T

Utilizando la técnica de regresión lineal, se buscan los parám etros m y b,

T a b la N o .1 4
C o n s ta n te s e n fu n c ió n d e la te m p e r a tu r a

T°C T°K K In K 1/T°K

25 296 0.00133 -6.62258 0.00336
35 308 0.02065 -3.88004 0.00325
45 318 0.07588 -2.57860 0.00314

Pendiente: -19229.3

Intercepto: 58.1131

C on los valores de los parám etros de la regresión se buscan las constantes para cada una de
las tem peraturas de alm acenam iento consignadas en la tabla 15.
 T a b la N o . 1 5
V a lo r d e la c o n s ta n te p a r a c a d a te m p e r a tu r a

T°C T°K 1/T In K K

18 291 0.00344 -7.9636 0.0003
20 293 0.0034 -7.5125 0.0005
22 295 0.0034 -7.0676 0.0009
23 296 0.0034 -6.8474 0.0011
25 298 0.0034 -6.4114 0.0016
35 308 0.0032 -4.3165 0.0133

Teniendo el valor de las constantes y considerando la concentración inicial com o el 100%,

se puede determinar la concentración después del tiem po de almacenam iento a cada una d e
las tem peraturas, como se muestra en la tabla No. 16.

T a b la N o . 1 6
P é r d id a d e T ia m in a d u r a n te e l a lm a c e n a m ie n to
•?
T°C t (días) k kt A'yXe'Z**
18 30 0.0003 0.0104 98.96
20 20 0.0005 0.010Í9 97.89
25 10 0.0016 0.0164 96.29
22 25 0.0009 0.0213 94.26
• 35 5 0.0133 0.0667 88.18
23 10 0.0011 0.0106 87.25
20 30 0.0005 0.0164 85.83

D espués de som eter el producto a este régimen de alm acenam iento, la concentración de
tiam ina es del 85.83%

3 .3 .2 .2 A R eacciones d e segundo orden

Considerando una reacción bimolecular reversible:1171

A+B — » P ro d u cto s,

la ecuación cinética correspondiente a esta reacción es:

_rA = J £ jL = -£ jL = K c t c , (49)
dt dt

Teniendo en cuenta que las cantidades de A y B que han reaccionado en cualquier tiem po t,
son iguales y vienen dadas por.

c ^ x A= c ,x B
donde Xa es la conversión fraccional del reactante A y se define com o la fracción de este
reactante convertido en producto

x= :I± (so)

Escribiendo la ecuación (49) en fimción de XA, el modelo queda:

<51)

Designando la relación molar inicial de los componentes como M = CB¡¡/ C ^ , se tiene:

- r , = - C . ^ = * C i ( l - X A) ^ í - X A) (52)
a at

Por separación de variables e integración formal se tiene:

dXA
, ( l - X A) ( M - X A) (5 3 )
í.
El resultado final de la integración es:

(54>

q puede ajustar a un modelo de regresión lineal simple de acuerdo a la siguiente

ecuación:

ln £ - = h - C* > ' + ln Í : (55>

71

„„tenor c o r r e sp o n d e a una línea recta.12’1

•' „
L a ecuación anterior w u c sj/
, aotra i» aolicación del modelo de segundo orden para determinar la

• 1 durabilidad de una fórmula para la alim entación infantil. La

Se desea dcíernun^* ^ v¿tam ina C en el producto es de 0.342 mmol/1. L a vida útil del
concentración inicial a «érdida de vitam ina C. C uando ésta llegue a un valor de

.........................................
a t r e a c c ió n de degradación oxidativa del ácido ascórbico está
El prim er paso de la
representada por
 A + B —> Productos

Ácido ascòrbico + O2 —» Ácido dehidrosacórbico + H 2O

L a concentración de oxígeno disuelto inicial es de 0.273 mmol/1. El producto se alm acenó

durante 24 semanas, determinándose la concentración de vitam ina C y oxígeno disuelto
durante el almacenamiento. Los valores obtenidos se m uestran en la tabla siguiente.

Determ ine el tiem po de duración del producto.

T a b la N o . 1 7
C o n c e n tr a c ió n d e V ita m in a C y O 2

t sem anas Vft C mmol/l 0 2 mmof/l WCa /Cb)

0 0.342 0.152 0.8107
3 0.318 0.133 0.8713
5 0.304 0.121 0.9181
7 0.295 0.113 0.9650
9 0.288 0.105 1.0100
15 0.278 0.088 í 1.1506
19 0.271 r 0.078 1.2431
24 0.266 0.068 1.3604

Utilizando el modelo para una reacción de segundo orden se según la ecuación (55), tiene:

y - 0 ,0 2 3 1 x + 0 .8 0 4 6

1 .5 0 0

1 .4 0 0

1 .3 0 0

Sj 1.200

< 1.100
je 1.000
0 .8 0 0

0 .8 0 0

0 .7 0 0 _______ . fi
, -------—
0 4 8 12 16 20 24
t sem anas

Flg, S. Representación gráfica de una reacción de segundo orden

Con la técnica de regresión lineal se obtienen los siguientes valores para el intercepto y la
pendiente:
 Pendiente = 0.02303

Intercepto = 0.8046

Correlación = 0.9998

C on la pendiente del modelo de regresión simple se estim a la constante de velocidad k,

0.00238 mmol/l/semana, a la temperatura media de almacenamiento. *

Se determ ina la fracción de ácido ascòrbico convertida.

~ 0-2
L a equivalencia entre el ácido ascòrbico convertido y el oxígeno se calcula;

X B - 0.45

L a cantidad de oxígeno remanente CB = 2.673mmol/1.

U na vez determinado el valor de Cb , m ediante la ecuación cinética se obtiene el tiem po de

duración del producto:

0.27 j 0.342
í = _ M B 3 J !m 5 2 * i6
0.02319

El producto tiene una duración de 16 semanas.

3 .3.2.3 Vida de a n a q u el dependiente d el em paque y de las condiciones de

alm acenam iento; tem peratura y hum edad.

Adem ás de la tem peratura, hay otros factores que influyen en la vida de anaquel de los
alim entos, como la humedad relativa del ambiente, la actividad del agua, el contenido de
hum edad del producto y las características del em paque.1181

3 .3 .Z 3 .1 C aracterísticas d e l em paque

L a principal característica que se considera en este es la permeabilidad. D ebido a su

influencia en la durabilidad de los alimentos, es im portante profundizar u n poco sobre esta
variable.
3 .1 2 .3 .2 P erm eab ilid ad

L a perm eabilidad es u n fenómeno de transferencia de un gas o vapor a través de una

p e lícu la .llJ
El concepto de permeabilidad está normalmente asociado con la evaluación cuantitativa de
las propiedades de barrera de un material. Un buen m aterial de barrera presenta bajos
valores de permeabilidad.

El fenóm eno de permeabilidad tiene lugar cuando la pared del polím ero separa dos fases,
las cuales contienen especies de bajo peso molecular que tienen diferentes valores de
actividad en cada una de las fases. ^ 3

3 .S .2.3.3 M a te ria l d e b a rrera

L a propiedad de barrera de un material es la resistencia física que éste tiene al paso de una
m olécula o com puesto (oxígeno, CO 2, agua, olores, aromas y componentes de los
alim entos) capaz de difundirse a través del polímero.

L as propiedades de barrera de un material están relacionadas principalm ente con su

estructura química Una estructura química puede ser polar o no polar, y u n polím ero polar
puede ser hidrofílico o no. U n polímero hidrofílico polar presenta propiedades de barrera a
los gases y los vapores orgánicos cuando están secos, pero no cuando están húmedos, por
ejemplo el nylon y el EVOH.
L os polím eros polares no hidrofílicos contienen grupos tales com o nitritos, cloruros o
flu o r u r o s cuyas características no dependen de la presencia de m o lé c u la s de agua.
S im ila r m e n te los polím eros polares tales como las poliolefinas no son afectados por la
presencia de agua, pero estos no presentan buenas propiedades de barrera.

El diseñó ó p tim o de u n empaque resulta del balance de las propiedades de su material, de

los r e q u e r im ie n to s de protección del producto, de las condiciones ambientales, del
transporte y del costo. ^

3 3 .2 .3 .4 Mecanismodepermeación
El proceso de perm eabilidad involucra tres etapas como se observa en la figura 5:

# L a m olécula se absorbe en la superficie del polím ero a una presión parcial P¡. Para
p r e s io n e s por debajo de una atm ósfera el valor de la concentración del perm eante en la
interfase del polím ero sigue la ley de Henry.

# L a difusión de la molécula a través del material del lado de alta concentración al lado de
más baja concentración, sigue la ley de Fick.

# Desorción del gas sobre la superficie opuesta, a una presión P 2. {l41

 E sp eso r del
p olim ero, e

Pi

Pi

Scrcicm p o r
L e y de H enry D e so rc ió n p o r
T ra n sp o rte p or
L e y de H e m y
L ey de F ick

Fig. J. M ecanism o de Perm eación

Bajo estas condiciones el gas o vapor pasará a través de un polímero a una velocidad
constante si una diferencia de presión constante se m antiene a través del polímero l30]

El flujo de gas a través de la película puede ser definido como una cantidad de masa
transferida a través de un área durante un tiempo.

donde J es el flujo a través de la película, Q es la cantidad de masa transferida o volumen

A es el área y t es el tiempo.

La relación entre la rata de permeación y el gradiente de concentración es una proporción

directa y está representada por la primera ley de Fick:

(57)

donde J es el flujo por unidad de área de perm eante a través del polím ero c es la
concentración del perm eante, D es el coeficiente de difusión y x es el espesor

La ecuación (57), puede expresarse:

El valor de c, puede referirse a la presión parcial P , según la ley de Henry, que dice

La concentración de un gas disuelto es directamente proporcional a la presión parcial

c = sP
donde s es el coeficiente de solubilidad (kg/m2-Pa) y P es la presión parcial (Pa).

Com binando las ecuaciones (56) y (58) se tiene:

j = (59)
Ax At

donde D s es el coeficiente de permeabilidad denotado por B . Reem plazando este valor en la

expresión anterior y despejando:

Q to (60)
B ~ m p
L as unidades del coeficiente de permeabilidad y lo diferentes factores de conversión están
dadas en la tabla 18

T ab la No. 18
U n id a d e s d e l c o e f ic ie n t e d e p e r m e a b ilid a d B
y lo s fa c t o r e s d e c o n v e r s ió n .

PARA CONVERTIR M ULTIPLIQUE

A
kgm kg.fm
8.64*1013
m2Js.Pa
sm
Smil a W ° F y 90% RH 4.264
m2.d .... nf-dJtPa
kg.fjm gmil
3.989*103
nfdjat
m 2.d.kPa ...
gm il
kgm 2.224*1016
100in2.d.at
m2s.Pa .
S m il a ioo° F y 90% R H g.fm
66.09
10 m1.d.kPa

kgm m\STP)jn 22.414

m2.s.Pa MW
m 2.s.Pa
cc(STP)jnil
m\STP)Jtt 100 irP.d.Qtm 2.2237* 1019

cc{STP)mtl cc(STP).jm
3.883
ml.dJcPa
100/nV.fltfw ....
cc(STP)jnil cc(STP)mil
15.5
irrdatm
100irf.d a t
F u e n te : H a n O M * o íT o o i E *s ¡n e e riw P ta a ic e I
kg= Kilogram o; m= metro; segundo; /fe* Pascal; cc== centím etros cúbicos; kPa=
K ilopascal; tfc días; in= pulgadas; mieras; atm= atm ósferas

S .3.2.3.5 V ariables que afectan la perm eabilidad

• L a estructura química del polímero y el p ern ean te, determinan el nivel particular de
interacción. Es decir el nivel de permeabilidad para cada par polím ero/penneante.

• M orfología del polímero: Un incremento en la cristalinidad del polím ero, orientación,

dism inuyen la permeabilidad.

• L a humedad.
. L a temperatura: un incremento en la temperatura, incrementa la permeabilidad.

é L a form a del empaque, cantidad de producto e interacción con el perneante.

F1 esoesor en un principio no afecta la permeabilidad, el coeficiente de difusión o la

• lubilidad Sin embargo, películas de diferentes espesores pueden tener una morfología
diferente generadas por enfriamiento durante el procesamiento.

• El peso molecular del polím ero tiene un pequeño efecto sobre la perm eabilidad, excepto
en bajos rangos de peso m olecular.[ 5
E la tabla N o 19 se muestran los valores de permeabilidad a diferentes gases de los
principales polím eros utilizados en alimentos:

T a b la N o . 1 9
P e r m e a b ilid a d , d if u s ió n y c o e f ic ie n t e d e s o lu b ilid a d

Permeabilidad Emergía de Coe£ d a Difusividad

Material T *C
(B) Activación K a soliub SxE 3
DxE 1 0

— H* baia densidad (LDPE) (d=0.9 14 g/cc)

25 6.4E + 03 1.6E + 00 4.7E - 01
Jl2 — ------—
25 3.2E + 03 3.5E + 01 5.0E - 00 6 ,SE + 00

25 1.9E + 03 4.3E + 01 4.7E - 01 4.6E - 01

“ 2 _ ■ ■— 1
25 7.0E + 02 3.9E + 01 2.5E + 00 3.7E - 01
VA/ 2 ■—
25 6.3E + 02 4.9E + 01 2.3E - OI 3.2E - 01
w 2 ___ _____ _— 4.7E + 01
25 1.9E + 03 1.18 + 0 0 1.9E - 01
PU,
25 5.9E + 04 3.4E + 01

--- -- alta densxdad (HDPE) _(d-0.9 64 g/cc)

25 7.4E + 02 3.0E + 01 2.8E - 02 3.1E + 00
Ua
2.6E + 02 3.5E + 01 1.8E - 01 1.7E - 01
_ 25
25 2.3E + 02 3.cas + 0 1 2 .2 B - 0 1 1.2B - 0 1

25 9.5B + 01 4.0E + 01 1.5E - 01 9.3E - 02

25 2.5E + 02 4.1E + 01 5 . IB - 01 5.7E - 02
CH« ..
 |h 2o 25 7.8E + 03
1Polipropileno 50% de crist.alinidad (d=0 .907 g/cc)
1He 2 0 2.4E + 02 3.2E + 01 2.0E + 01
0 2 25 6.2E + 02 4.8E + 01

1 C0 2 25 2.1E + 03 3.8E + 01

N2 25 8.0E + 01 5.6E + 01

|fí2 0 . 30 4.4E + 04 4.2E + 01

Polietilen-co-propileno 40/60 amorfo

|n2 1 24.1 13.5E + 03 14.2E + 01 4.4E - 01 9 . 4E - 01

|Poliestireno biaxial orientado
He 25 3.2E + 04 -8.0E + 00

0 2 25 1.1E + 03

co 2 25 3-5E + 03

n2 25 5.2E + 02

|h2 0 25 7.3E + 05

Poliacrilo nitrilo

o2 25 3.5E + 00 1.0E + 01 4.2E + 05

|co 2 25

|H2 0 25
tPolivinil acetato
IHe 30 8.2E + 03 1.3E + 01 7.8E - 02 6.5E + 00
30 3.1E + 02 5.6E + 01 6.4E - 01 5.6E - 02
o2
1CHa 25 2.0E + 01 8.3E + 01 1.4E + 00 1.7E - 03
Etilen vinil alcohol
0 , (0 %RH) 25 3.0E - 02 2.0E - 01 3.1E + 05

|02 (65%RH) 25

h 2o 25
Etilen Vinil Alcohol (E-44%)

102 (0%RH) 25 1.5E - 01 3.0E - 01 1.1E + 05

0, (65%RH) 25

1H jO 25

pvc no plastificado
25 2.9E + 01 5.6E + 01
o2 2.9E - 01 1.2E - 02
25 l.OE + 02 5.7E + 01 4.7E - 00
|C0 2 2.SE - 03
25 7.7E + 00 6.9E + 01 2.3E - 01
N2 3.SE - 03
25 1.8E + 01 6 .6 E + 01 1.7E + 00
|ch 4 1.3E - 03
h 2o 25 1.8E + 05 2.3E + 01 8.7E + 02 2.4E - 02
25 3.2E + 03
J0 2 (plastificado)
|polivinil cloruro dieno (Sar an)

|o 2 30 3.3E + 00 6.7E + 01 7.0E + 01 7.5E + 01

5.2E + 01 4.6E + 01
|c o 2 30 1.9E + 01
 ^2 (768 HR) 25 5.7E + 00

C O 2 (OS, HR) 25 3.0E + 00

CO2 (76* HR) 25 4.7E + 01

25 2.1E + 00
N2 (08 HR)
25 4.8E + 00
N 2 (768 HR)
25 1.6E + 07
H 20

F u en te: H an dbook o ffo o d en gin eerm g p ra d ice. 1997{M1

Las unidades de estos valores son: B en cc (CN) ¡j.m/m2-d-Pa; D en m2/s; S en cc

(CN)/(cc-Kpa); E a en KJ/mol.

3.3.2.3.B P erm eabilidad p a ra m ateriales m ultieapas

L a siguiente relación se aplica para el estudio de flujo de gas a través de materiales

organizados en serie. Se asume un material de tres capas, como se representa en la figura 7

D onde J es el flujo, A el área y Ax el espesor.

Para m ateriales en serie se cumplen las siguientes relaciones

J x~ J j
JT 3
A t ~ A¡ —A 2 —A j
Ax t =Ar, +Ax 2 +Ax 3
D e la ecuación (60), tenemos que:
 (« o

L a diferencia de presión total en el sistema viene dado por:

P t-p M ñ -P iW i- P M f-\-p t) (62)

y el flujo total a través del material viene dado por:

(63)
Ax.

D espejando de (61) y reem plazando en la ecuación anterior se tiene:

Bt At f (64)
t/ T’
~ AX t M B 2A z B3á >

A -Í^
AXt i, B ,l + B^2 - 3B 2 j

ÁxT _ Ax1 + A x^+ ^ 3 (65)

Br ' Bx B2 B ,
D espejando B t de (65):

AXr (6 6 )
Bt =
B, B2 b3

R e s u m ie n d o la e c u a c ió n ( 6 6 ) se tie n e :

Ax t (67)
Br = i
'B ,

E sta relación solo es válida para películas en serie con form a plana. C uando se p resen tan
form as cilindricas, esféricas u otras form as curvas, se debe considerar un cam bio e n el área
que atraviesa el flujo. .

ru a n d o se tienen varios m ateriales en paralelo (ventanas, com o se m u estra en la fig u ra 8)

usa la siguiente ecuación para m ateriales de igual espesor. 8

E n películas de este tipo se dan las siguientes relaciones.

 Jr - J¡ +./, +y,
Ar = Aí -f Aj +Ai
A^.=A*,=A*i=A^

P E L ÍC U L A S E N P A R A L E L O

Fig. 8. R epresen tación esq u em ática de p e lícu la s en p a ra le lo

D onde J es el flujo, A el área y Ax el espesor

J j = i/1 + J \ + J $
Bt Aj . = BXAX+B z A2 +B3A3
A x t = Ax, = A x 2 = Ar 3

At —A¡ + A 2 + A3

La permeabilidad total B t a través del sistema viene dado por.

(6 8 )

Si el espesor es variable o existen grandes diferencias en la permeabilidad de los materiales,

la ecuación anterior no se cumple, sin embargo se puede hacer una aproximación con la
. •
siguiente •t [6]
ecuación: 1J

(69)

3.3.2.3J Efecto de la temperatura

E! cambio de permeabilidad con la temperatura sigue la ley de Arrhenius y se calcula

m ediante la siguiente expresión:

(70)
 donde E A es la energía de activación, R es la constante de los gases (1.986 cal/mol), B q es
la perm eabilidad a la temperatura T0 y T es la tem peratura a la cual se busca ia
permeabilidad.

Si un valor de permeabilidad B q es dado a una tem peratura T0, el valor de la permeabilidad

B \ a la tem peratura T\ sera:

* J l ±]
B l = B 0e ~ R lTi TA , (71)

En la tabla No. 19 se presentan los valores de la energía de activación para la permeabilidad

de algunos materiales.

L os siguientes ejemplos muestran la forma como se determina la permeabilidad de los

m ateriales multicapas, el efecto de la temperatura y la influencia de la permeabilidad en la
vida m edia de un alimento.

Para calcular la permeabilidad al oxígeno de la siguiente estructura multicapas, se dispone

de la siguiente información:

Polímero Espesor ((im) Bi a 25°C E x (Kcal/mol)

Capa 1 LDPE 18 1900 10.2

Capa 2 N ylon 6 10 25.0 10.5

Cana 3 PP 20 620 11.5

Las unidades de Bi se expresan en ce- M.m/m2-d-Kpa.

Con la ecuación (67) se calcula la permeabilidad total:

&xT
Bt —
i Ay,­
' B,

El espesor total vendrá dado por.

Axr = 18 + 10+20 = 48 nm

a i« m 20 ^ , - ® 2 *d*KPa
V ^ L = - 1 ^ - + - - + — = 04417 —cc:—
Bf íi 1900 25 620
48 cc- m

B' = s r 109» 7 w »
la perm eabilidad del material a 40»C:
P ara detenttinar
 Con la energía de activación se calcula la permeabilidad de cada material a 40°^ con la
expresión (71):

'
EA 1 i '
R 7. T. .

10300/ ' 1___

Para el LDPE, = 1900e T^ 313 298^ = 4382

Análogamente, se busca la permeabilidad a 40°C para el Nylon 6 y el PP. Los valores

obtenidos son: 58,5 y 1576 respectivamente.

Con estos valores se reemplaza B\ en la ecuación (67) obteniéndose una permeabilidad total
de 255.6 cc-jim/m 2-d-Kpa.

3 .3 .2 .4 A p lica ció n d e la p e rm ea b ilid a d a la estim ación d e la vida m edia

Se consideran dos casos:

• AP constante y

• AP variable.

La situación más simple se da cuando AP es constante. Considérese el caso de un producto

sensible al oxígeno en el cual la cinética y el tipo de deterioro son conocidos. Dado que el
producto reacciona con una molécula de oxígeno, la concentración de éste en el espacio de
cabeza siempre se asume como cero.

Se desea calcular el espesor mínimo de un empaque destinado a proteger la pérdida de

calidad del producto que tiene un componente que reacciona con el oxígeno produciendo
efectos indeseables. Los estudios han demostrado que cuando el producto reacciona con
una cantidad de oxígeno equivalente a 0.005% (p/v) o 50 p.p.m., el producto no es apto
para la venta.

Asumiendo que el material de empaque es PET, el producto tiene un volumen de 500 mi y

el área total del empaque es de 400 cm2, la temperatura de alm acenam iento es de 25°C y la
humedad relativa es del 60%, estimar el espesor mínimo del empaque para proteger el
producto durante 6 meses. Para el espesor calculado estimar la disminución de agua durante
este tiempo.
De la ecuación (60), el espesor del empaque viene dado por:

B -tA -A P
A l= Q

De la tabla 19, la perm eabilidad del PET a 25°C es de 22 cc-|¿m/m 2-d-Kpa

A = 400 cm 2 = 0.04 m
 t = 6 meses = 180 días

AP = 0.21 ai = 21.27 KPa (Se asume que P i, la presión dentro del empaque es cero)

O = x — x 22.414 = 17.5 cc. de oxígeno (STP)

* 32 100
2 2 c c -u m 0.04 m 2 x 180 d x 21.27 KPa 1rv_
Ax = —r — x ------------ — ------------------ = 192.5 nm
m ' ■ d ■ KPa 17.5cc

Para la disminución de agua, se puede utilizar la misma ecuación. Dado que AP es

constante, esto es hay suficiente agua (dentro del empaque), para que la actividad del agua
no cambie durante el almacenamiento.

B t-A A P
Ax

Permeabilidad al vapor de agua del PET a 25°C = 8.5xl0 4 cc-nm/m 2-d-KPa.

Presión de vapor del agua a 25°C = 23.76 mm H g = 3.23 KPa.

/ = 180 días

Area = 0.04 m2.

P P
w p —__ x 100 P = — x HR Ps= Presión de vapor del agua
" v pi ’ 100

AP = ( 100 - 60) = 1.267K P a

100

8 .5x10 4 x 180x 0 .0 4 x L 267 _ á m l ^ = 2 g d e H .O

^ 192 5

Cuando A P cambia durante el almacenamiento, no se puede trabajar con esta ecuación y se

deben tener en cuenta las curvas de sorción de agua . 1 '

3 1 2 .5 E fecto de la a ctivid a d d e l a g u a en ¡a vida m ed ia d e los alim en to s

La actividad del agua se define como la relación entre la presión de vapor delagua del
alimento (.P) con respecto a la del agua pura (P0) a la misma tem peratura . [Si]

Aw = p
O
 E stá demostrado que al suponer el vapor del agua com o un gas perfecto y que se
" S ? eqU 'b,r L°’- b aT Í 3d " 8gua 86 identffioa 0011 h hum edad r e l a t i T d e U
“ ™ /a" 6t|U,ilbn0 COn 13 &se « ■ - error inferior al 0.2% a iT n ü J a

Esto se describe m ediante la ley de Raoult:

HRE
Aw=
100 A

La actividad del agua es una dimensión representativa de la disponibilidad global del amia
Su medida perm ite evaluar su potencialidad para reaccionar con el medio exterior l27-31^ !

3 .3 .2 ,5 .1 M odelos p a ra la p red icció n d e la activ id a d d e l agua

D ada la importancia que tiene el valor de A w para determinar la durabilidad de un alimento

se han desarrollado numerosos modelos para predecir este valor. Los más utilizados son ’

M odelo de predicción para soluciones ideales

Según la ley de Raoult, la actividad del agua es igual a la fracción molar del agua en la
solución, y puede ser escrita como:

A- = m' = Y ^ E X , (73>

donde X m y X s son las fracciones en masa de agua y de soluto y E es la relación entre el

peso m olecular del agua y del soluto.

E sta ley no es válida para solutos macromoleculares, dado que el valor de E sería muy bajo
y la A w tendería a 1. Esta ley puede aplicarse solamente a soluciones diluidas con una Aw
p o r encima de 0.95.

M odelos de predicción para soluciones no ideales

L as soluciones con una aha concentración de soluto se ven afectadas por fa c to r e s tales
como tam año de partícula, variación de las fuerzas intermoleculares, efecto de solvatación,
interacción soluto-soluto, y soluto solvente y acción de capilaridad. Todo ello las lleva a
tener un comportam iento diferente al de las soluciones ideales.

Para soluciones con este tipo de conducta se han desarrollado diferentes m odelos para
predecir la actividad del agua. Los modelos más utilizados son:

• del coeficiente de actividad

• de R oss

• de Norris
 • de Grover

Modelo del coeficiente de actividad

Está basado en una modificación de la ley de Raoult, en la cual se introduce el coeficiente

de actividad del agua:

K , = / m, (74)

donde w¡ es la fracción molar del soluto ¡ y f e s el coeficiente de actividad del componente

Se utiliza cuando la fracción molar del soluto tiende a cero

Modelo de Ross

Este modelo asume que la interacción soluto-soluto, se cancela sobre el promedio de la

mezcla:

A w = A w t ■ A w 2 •Aw 3 •... • A w n ( 75 )

donde A w u A w 2, ..., A w n, son las actividades del agua de los componentes individuales,
basadas sobre el total del agua del sistema. Este modelo se limita solo para mezclas.

Modelo de Norris

Norris deriva el siguiente modelo para predecir la actividad del agua de soluciones no
electrolíticas.

(76)

donde, ffiw y m s son las fracciones molares de agua y soluto y K es una constante empírica
para el soluto.

E ste es el modelo más ampliamente utilizado debido a que se han desarrollado valores de K
para un amplio rango de solutos.

El valor de K , puede ser calculado de la pendiente de la curva \n[Aw¡m w] vs m ) , de

acuerdo a la ecuación del modelo.

Modelo de Grover

G rover usó una medición de datos hechos en un estudio con dulces sólidos para desarrollar
una expresión de la forma:

A w = l. 0 4 - 0 .1 ^ + 0.045^ (77)
donde |i = — , 5¡ es constante y W\ es el contenido de agua expresado en Kg de f^ O /K e de
W¡ °
soluto .^ 7’331

3 .3 .2 .5 .2 Is o t e r m a s d e s o r c ió n d e h u m e d a d

La isoterma de sorción de humedad muestra en forma gráfica la variación de la A w con los

cambios del contenido de humedad de un producto a una temperatura específica.[15,16]

Brunauer citado por Rahman[27] clasifica las isotermas de sorción en cinco grupos, como se
m uestra en la figura 11 .

Aw Aw Aw A^. Aw
Fig 11, Tipos de isoterm as de sorción

La m ayoría de los alimentos presentan curvas sinusoidales del tipo II.

Si hay compuestos solubles como el azúcar y la sal, las isotermas son del tipo IH [27]

A lo largo de una isoterma se pueden definir diferentes regiones en función del estado del
agua, regiones que corresponden al agua cada vez más libre.

R eaión 1 R eaión 2
/
(H um edad baja) (H um edad interm edia)
seco seco
eSso duro firm e
v flexible
"’ tostado /
-8 contraído ✓ R eeió n 3
•«
s
io * ■ (H um edad alta)
U húm edo
suave
ílácido
hinchado
/ viscoso
f . ------- f--------------- 1--------
02 0.4 0.6 0.8 1.0

A c tiv id a d d e l a g u a

Fig. 12. Isoterma de sorción

F uente F ood Properties H a n d b o o k ^
 Analizando la figura 12 se observa:

Región 1: Agua fuertemente ligada ( 0 < Aw < 0.2 - 0 .3 )

L a adsorción se hace en las primeras capas de agua, con una molécula que puede ser lirad a
a dos o t tt s s ito s polares: gm pos NH 3+ y COCT de las proteínas, O í r d e los v
agua de cristalización de los azúcares y de las sales.

L a m ayor parte de esta agua se encuentra en la superficie de las biomoléculas formando una
o dos capas, entonces se habla de la capa m onom olecular.

Las interacciones con grupos polares y apolares modifican las propiedades del agua:

• Presión de vapor muy reducida, ninguna disponibilidad para actuar como solvente o
reactivo, alta viscosidad del medio sin difusión.

• Agua que no se puede congelar.

• Alta energía de sorción (1-15 Kcal/mol) a comparar con la energía de vaporización del
agua pura (10.5 Kcal/mol a temperatura ambiente), lo que explica que el agua de esta
capa sea muy difícil de extraer.

Región 2: A gua débilmente ligada (0.2-0.3 < Aw <0.6-0.7)

E s una región de transición entre dos tipos de agua; capas fijadas sobre la capa
m onom olecular de agua mediante puentes de hidrógeno y algunas moléculas ligadas
directam ente con los sitios polares. La presión de vapor queda reducida y la movilidad es
restringida.

Región 3: Agua libre. (Aw > 0.6-0.7)

El agua de esta región representa la mayor parte de los alimentos frescos y procesados y
tiene las siguientes propiedades:

• U na disminución de las fuerzas intermoleculares entre componentes y el agua.

• L a presencia del agua en los espacios disponibles que actúan como tubos capilares, lo
que induce un efecto capilar.

• El comportam iento del agua libre es cercano al del agua p u r a .1331

3.3J.5.3 Influencia de la Aw so b re la re activid ad química

Se han desarrollado numerosas investigaciones tendientes a estudiar la influencia de la A w

en las reacciones químicas, biológicas y microbiológicas.

El agua puede influir en la actividad química en diferentes formas:

• Com o reactante, por ejemplo en la hidrólisis de la sacarosa.

 • Como solvente en la disolución de los sustratos, de este m odo disminuye la rata de
velocidad de reacción.

• Puede cam biar la movilidad de los reactantes afectando la viscosidad en un sistema

alimenticio.

• Puede form ar puentes de hidrógeno o complejos con las especies reactantes, por
ejemplo, la rata de oxidación de lípidos se ve afectada por los puentes de hidrógeno de
los hidroperóxidos con el agua.

• L a estructura de un material sólido puede cambiar sustancialmente por los cambios en

el contenido de la humedad.

• E n el pardeam iento no enzimàtico, el agua acelera las reacciones de M aillard

facilitando la movilidad de las moléculas; además, el contenido de agua disminuye el
efecto del pardeamiento por dilución de las moléculas. La rata de pardeamiento
aumenta por lo general con el aumento de A w,. para valores bajos de ella alcanza un
óptim o entre 0.4 y 0.8 y a partir de este valor comienza a disminuir al incrementar la
actividad de a g u a . ( F i g u r a 9).

F ig 9 , E volu ción d e la reacción d e M a illa rd con la A w

• E n la oxidación de lípidos se observa una auto-oxidación de los radicales libres de los

lípidos insaturados, la aparición de aldehidos, cetonas, alcoholes, glúcidos y otros
productos secundarios, tales como epoxihidroperóxidos, los cuales se descomponen
para form ar productos volátiles. Adicionalmente, los hidroperóxidos y sus productos
reaccionan con las proteínas y las enzimas que juegan u n papel sobre las membranas
celulares. A valores de A w por debajo de la monocapa, la rata de oxidación de lípidos
dism inuye con el incremento de la A v, presentando un mínimo en los valores cercanos a
la monocapa. A partir de este valor comienza a incrementarse. (Com o se observa en la
figura 10).
 O 02 0.4 0.6 0.8 1.0

F ig 10. E volu ción d e la ra ta d e oxidación con la A w

• L a rata de degradación de vitaminas se incrementa con la actividad del agua.

Como se puede observar, la A w esta influenciando la mayoría de las reacciones que ocurren
en los alimentos, tales como estabilidad de pigmentos, crecimiento de microorganismos,
textura e t c .f13,31’33^

3 .1 2 .5 .4 A dsorción y desorción. Fenóm eno do h istéresis

L a isoterm a de adsorción es la curva de sorción obtenida a partir de un producto seco,

m ientras que la isoterm a de desorción es la obtenida a partir de un alim ento húmedo como
se m uestra en la figura 13.

Actividad del agua

F ig 13 Isoterm a de adsorción y desorción
F u en te: W a ter A cü vity, T heory a ttd A p tíc a tío n s to Food m
 A agua fuertemente ligada, B: agua débilmente ligada, C: agua libre.

Estas curvas que son teóricamente idénticas, no son superponibles en la práctica con los
valores obtenidos por determinaciones experimentales. L a no coincidencia entre las dos
curvas se denomina fenómeno de histéresis.

Para un producto con el mismo contenido de humedad, el equilibrio de desorción se obtiene

a un valor de A w más débil que el de la de desorción.(3I).

Se obtienen diferentes formas de histéresis de acuerdo al tipo de alimento y a la

temperatura. E n los alimentos con alto contenido de azúcar y pectina, la histéresis ocurre
generalm ente en la capa monomolecular. L a histéresis por lo general no ocurre por encima
de 0.65 d e A w. E n algunos productos se presenta hasta 0.85, por ejemplo en los almidones.

Al incrementar la temperatura disminuye el total de histéresis. En general los tipos de

cambio dependen del estado inicial del sorbente (amorfo vs cristalino). ^ 7’31J,

Determinación de las isotermas de sordón,

Se han desarrollado numerosos modelos matemáticos para la modelación de las curvas de

sorción, pero lo más utilizados son el modelo de BET y el d e GAB.

M o d e lo d e B E T

Se utiliza para A w entre 0.05 y 0.45, limitado para adsorción de agua en la capa
monomolecular. La ecuación correspondiente a este modelo es:

\a M bmB btA w

donde M w es el contenido de humedad, M m es el contenido de agua en la capa

B u es una constante específica para cada alimento y A w es la actividad de
m o n o m o le c u la r ,
agua.

M o d e lo d e G A B

E s una extensión del modelo de BET, considerado de mejor ajuste en un amplio rango de
A w. E stá representado por la siguiente ecuación:

M gm Y K A w ________________ (79)
MW= ( l - K A w W - K A w + Y K Aw)

donde M es e! contenido de agua, M gm es el contenido de humedad de la capa

y Y y K son constantes relacionadas con la energía de interacción entre las
m o n o m o le c u la r

m oléculas de la monocapa y la multicapa.

Teóricam ente éstas están relacionadas con una ecuación tipo Arrehnius y se calculan con
las siguientes expresiones.
 donde AHy = Hmo - H m », AHt = H L - H m p y H m o, H m n, HL, son respectivam ente las
entalpias de sorcion de la monocapa, la multicapa y de la evaporación del agua. T es la
temperatura en grados Kelvin, R es la constante de los gases (0.4619 Kj/Kg-°K) y a B v y
son factores de acomodación entrópicos. ’ '

En el anexo 4, se encuentran los valores de las entalpias y los factores entrópicos para
diferentes alimentos.

La figura 14, muestra una curva de adsorción obtenida experimentalmente y una curva
obtenida a partir del modelo de GAB, para una leche en polvo a 25°C

gm H2<0 /gm s s

La curva experimental se obtuvo utilizando el equipo medidor de actividad del agua

Thermoconstanter Novasina en los laboratorios de química de la Universidad Nacional,
Sede Manizales.

3.3.2.5.S Aplicacionesdeiascurvasdesorciónenlaindustriadealimentos:
D eterio ro de los alim entos

Las isotermas de sorción permiten prever el comportamiento de un alimento después de su

tratam iento o almacenamiento, y evaluar los riesgos de deterioro en relación con la
oxidación de los lípidos^pardeamiento no enzimàtico, reacciones enzimáticas y desarrollo
de microorganismos.
 Secado de un pr oduct o

Las curvas de sorción permiten determinar el punto final óptimo de secado en relación con
la estabilidad del producto, el fenómeno de oxidación de los lípidos y los conceptos de
energía. Se puede también determinar el tiempo de secado utilizando la ecuación de secado
en función del coeficiente de difusión, como se observa en el siguiente ejemplo.

A 60°C de temperatura y H R del 20 %, la papa se deshidrata entre un 80% y un 10%.

Las constantes de velocidad de secado están dadas por:

— = 2 .8 5 x l0 -4, p ara M w < M wc (80)

dt

~ = 1.8x10 ~4(M w - M we\ M wc< M w < M we (81)

dt
Donde M w: es el contenido de humedad, M wc: el contenido de humedad crítico y M we el
contenido de humedad en equilibrio

Para determinar el tiempo necesario para secar el producto del 75% al 10% se sigue el
siguiente procedimiento:

El contenido de humedad de equilibrio se calcula con el modelo de GAB utilizando los

datos del anexo 4. Para la papa los valores a 60°C son:

y = 2 .57x10'2 , 121.69;a = 2.489xlQ'4; p = 0.556; Atfy = 1571.4; AHk = 59.59

Se determinan los parámetros:

121.69__

M g m = 2 .5 7 0 X l O - V 3 5 *'“ » = 0 .0 5 7

{ 1371.4 1

Y = 2.489 x l O - V 5555351^ « 806

^ = 0 5 5 6 / » = 0 .8 1 9

Después de calcular los parámetros, con la ecuación de GAB se calcula el contenido de

humedad en equilibrio para una A w de 0 .2 .

M gm Y K A w _
^ = ^ Z ^ Á w ) ( \^ K Á ^ + Y K A w
0 ,0 5 7 x 6 .806x0.819x0.2____________ = Q
jj r x 0 819 x 0 2 ^
 Combinando las ecuaciones (80) y (81), se determina el contenido de humedad a partir del
cual cambia la velocidad de secado M vc:

M „e = 285><1° + 0.039 = 2.889

1x10

El tiempo de deshidratación entre M wi y M wc será:

|»A/„
dm = 2 .8 5 x l0 _4c#

Mw = ^ = 3.00
w 0.25

t = Müí — = 389.5 s e g = 6.49 min

2.85 xlO -4

A partir de este tiempo, la velocidad de secado se da según la ecuación (80), por lo tanto, el
tiempo de secado entre Mwc y Mwf, se calcula:
■ Afity i__

= l x l 0 ~V/
í a*, m - m w .

R esolviendo el sistem a anterior se tiene:

ln M „ c ~ A /-c, = l x l 0 -4r
-A K f

El contenido de humedad final M w f

M = — = 0.111
wf 0.9
R eem plazando los valores y despejando t de la ecuación (81) se obtiene.

í = 3 6 7 8 4 s e g * 613 min

El tiem po de secado total:

6 49 + 613 = 619.5 min «10.32 h o ras 1271

D e te r m in a c ió n de la actividad del agua de una mezcla d e m ulticom ponentes

I s isotermas de sorción individuales se pueden utilizar para calcular la actividad de agua

librio de un alimento con múltiples componentes. Cuando dos o más productos son
en equi emPacados herméticamente; su presión de vapor se va igualando por difusión
mezc a ^ ^ gaseosa. Así, el contenido de agua de los productos de baja actividad de
agua va creciendo a lo largo de la curva de adsorción y al contrario el de los productos de
alta actividad de agua va decreciendo a lo largo de la curva de adsorción.

El conocimiento de las curvas de cada producto permite conocer el agua de la mezcla [6'
31,33]

En la práctica se asume que no hay interacción entre los componentes, por lo tanto, no hay
alteración de la isoterma con la mezcla de los ingredientes, y la tem peratura de la mezcla
debe ser concordante con la de las isoterm as.t6'27, ,311

Salwin y Slawson, citados por Roa[29]desarroIlaron una ecuación para calcular la A w en

equilibrio de una mezcla:

Aw mezcla Y í (Aw , x Sí xWt) (82)

13

donde A w¡ es el valor de actividad de agua del componente i, S, es la pendiente de la

isoterma del componente i, W¡ es peso del sólido seco del componente i.

La relación es lineal. Esto ocurre en regiones de baja A w, usualmente entre la monocapa y

un valor d e A w de 0.75. En este rango el modelo presenta buen a ju s te .[6,29,31]

El contenido de humedad puede ser calculado:

M w mezcla ¿ ( « '. . 'O / t " '~ (83)

r=I

En la figura 15, se muestra la isoterma experimental y la obtenida con el modelo de Salwin

de una mezcla 50:50 de albúmina de huevo deshidratada y proteína de soya . 11

35
sa ­
io-
tis­
is
22J
20
trs-
w-
»?.s
♦o
7J
S‘
1.1
o
«j ol2 OJ 9A o !s olfc o ír o!t 9.9
Au/

F ig . 15. Curva de adsorción de una mezcla

 Com o observa en la figura 15, no hay una diferencia apreciable entre la isoterma obtenida
experimentalmente y la calculada con el modelo de Salwin, lo que indica una buena
aproxim ación de este a los datos reales.

D eterm in ació n d e las p ropiedades del em paque

El empaque permite limitar la transferencia de agua entre la atm ósfera del ambiente y el
alim ento para prolongar la duración de su vida. El conocimiento de las isoterma» de
adsorción, perm ite prever la duración de un produco empacado en función del tipo de
empaque, el contenido de agua al empacarlo y las condiciones de almacenamiento.

3 .3 .2 ,5 .6 Las prop iedades d e i em paque y su in fíuencia en ia vida d e anaquei

Transferencia del vapor de aguQ

El fenóm eno de permeabilidad a través del empaque, se estudió en 3.3.2 3. Por simplicidad
se asum e que la permeabilidad (B/X) es constante y las condiciones ambientales tales
como, la tem peratura y la humedad relativa son constantes.

Se asume que el agua transportada a través del empaque es absorbida por el alimento, por
lo tanto:

M w= —
w ’ <**>
r s

por consiguiente:

W -M w k Ws

donde, W, es el peso del sólido seco, M w es el contenido de agua en g de H 20 /g s.s, y JP la

cantidad de agua en la muestra.
El contenido de humedad es determinado por la isoterma de sorción.

Para simplificar, se trata la isoterma como una función lineal.

M w=bAw+c (85)
donde M . es el contenido de agua en g f t O / g ts, A . es la actividad del agua, i es la
de la isoteim a linearizada y c es la constante.

En la figura 16, se m uestran los puntos e n t r e los cuales se Iineariza la isoterma

 A ctividad d ei agua

Fig. 16. Isoterma de sorción con los puntos críticos

donde A wo, corresponde a la actividad del agua inicial; A wc es la actividad del agua crítica
para el producto y Awe es la actividad de agua en el equilibrio.

El cambio del contenido de agua en el tiempo se da por:

dw dM „
xWs (8 6 )
~dt dt

La ecuación (72), relaciona la actividad del agua con la presión, por sustitución en la
ecuación de permeación (60), y expresando la presión en función de la actividad del agua se
tiene:

me - m i BxAxPa
ln xt (87)
me ~ mf Ax x W x b

donde B es la permeabilidad, A es el área del empaque, P 0 es la presión parcial de vapor de

agua a la tem epratura T, Ax es el espesor, Ws es la masa de sólido seco, me es la humedad
en equilibrio, m ¡ es la humedad inicial del producto, mf es la humedad final y b es la
pendiente de la isoterma de adsorción linearizada.

Con este modelo puede predecirse el tiempo requerido para que el producto investigado
llegue a una humedad relativa definida, o predecir el contenido de humedad del producto
durante un intervalo de tiempo bajo ciertas características de permeabilidad del empaque.
[2.3]

Para un empaque semicurvo, A /W s puede ser escrito como.

A
Ws pL

la longitud media del empaque y p es la densidad del sólido.

donde L es
 La técnica de linearización es válida para películas delgadas, no porosas, hidrofilicas y con
baja solubilidad en agua.

Como este modelo lineariza la isoterma y esto no es válido en ciertas regiones de la curva,
se prefiere trabajar con el modelo de GAB para fines prácticos.

La ecuación de predicción puede ser escrita como:

\+ K \Y -l)A „ .. Po B A , oov
7 ------------ ^ --------------------- r í / / L = --------- x — x — t (8 8 )
( A „ , - A wX l - K A „ + r K A , ) 2 ^ M gm YK íu W,

Donde A w es la actividad del agua para el alimento a un tiempo y A ^ es la actividad del

agua inicial.

Para facilitar la solución del sistema anterior es posible la utilización de herramientas

computacionales como M athem atica con la cual se obtiene la siguiente solución a la
ecuación ( 88 ):

pAwf l + K2 ( Y - l ) a 2 BAPO ,
S o lv e ------------------- ----------------- - (ja ~ -------------------- t , 11
ÍAwO {A w - a ) ( 1 - K a + Y K a ) 2 ¿ x f f s Mgm Y K J

{ { t -» (3038.17 (0.000286305 +0.000110016 Aw + 0.000377255 Log [0.3 - 1. Aw] +

0.018044 Aw2 Log [0.3 - 1. Aw] - 0.000377255 Log [0.65 - 1. Aw] -
0.018044 Aw2 Log [0.65 - 1. Aw ] ) ) / (0.0194231 + l . A w ) 2} }

3 . 3 .2 . 5 7 S im u la c ió n d e la v id a d e a n a q u e l

Con los modelos matemáticos propuestos es posible simular la durabilidad de un producto

para diferentes condiciones de almacenamiento empaque y presentación ^111

E n el siguiente ejemplo se m uestra la durabilidad de un alimento variando las condiciones

de hum edad relativa de almacenamiento entre el 70 y el 90% de HR, utilizando el modelo
de GAB y el modelo de linearización.

El objetivo es determinar para este producto con cual de los dos modelos se obtienen
resultados más ajustados a la realidad.

El producto tiene las siguientes características: Leche en polvo empacada en unidades de

500 g, en bolsas de polietileno de baja densidad de 15 x 20 cm, con una permeabilidad de
a i 4 2 um /m 2-d-kPa con un espesor de 25 jun. El producto tiene una humedad del 3.2% y
es almacenado a 25°C. La A w crítica para el deterioro es de 0.5 1 a 25°C. La presión de
vapor del agua a 25 °C es de 3.179 Kpa.
La literatura reporta un tiem po de duración para la leche en polvo entera de 6 meses. '<>

M odelo de GAB
, j p a r n a r a la leche en polvo a esta temperatura son.
Los parám etros de GAB para la íecne cu ^
 M gm = 0.043, 7 = 56.42, K = 0 .9 2 9 .[27]

Para este modelo se requieren los siguientes parámetros:

M gm , Y y K: constantes del modelo de GAB

A w 0, A w /. actividad del agua inicial y final del producto

B: coeficiente de permeabilidad del empaque.

A: área del empaque.

espesor de la película.

A w e: actividad del agua en equilibrio.

Po: presión de vapor del agua a la temperatura de

almacenamiento.

Ws Peso de sólido seco.

Con la ecuación ( 88 ) se calculó el tiem po de vida media entre 0.7 y 0.95 de A we utilizando
el M ath em atica, m ediante el siguiente procedimiento.

Entrada de variables:

Y = 5 6 . 4 2 ; K = 0 . 9 2 9 ; AwO = 0 . 2 5 / A w f = 0 . 5 ; B = 4 7 . 4 ;
A = 0 . 0 6 ; A x = 2 5 ; P 0 = 3 . 1 7 9 ; Ws = 4 8 6 ;
Mgm = 0 . 0 4 3 ;

Se define la función ( 88 ) en forma de tabla:

BA F0
Ax Ws Mgm Y K

{Aw, . 7 , .9 5 , .05}] / / T ab leF o n n

Resolviendo la integral para valores finales de la A w entre 0.7 y 0.95, se obtienen los
siguientes resultados:
0.7 t - » 102.109
0.75 t ->91.1039
0.8 t -> 82.4636
0.85 t -> 7 5 . 4 4 6 5
0 .9 t -> 6 9 . 6 0 6 8
0.95 t -> 6 4 . 6 5 5 2

Grafícando los datos anteriores se obtiene:

 "t ( d ía s )

75 8 0 8 5 90 95 ***
F ig. 17. Durabilidad enfunción de taHR, m odelo d e G AB
M odelo d e linearización

D e acuerdo a (87):

. m e-m i BxAxPn
!n - = ------------ —x t ;
m e-m f AxxWs x a

E n el ejemplo se tienen los siguientes valores:

° - 0—
mi = —
• 3 2 = 0 .0 3 3
0 .9 6 8

La linearización de la isoterma se hizo con la curva experimental entre m¡ y 0 85 de A

teniendo en cuenta este último valor como en promedio de las condiciones de
almacenamiento en el que se está estudiando la durabilidad del producto. La ecuación de la
isoterm a linearizada es:

m [A w _ J : = a A w ~ 0 .0 8 1 .

El valor de la pendiente a = 0.3055;

Los valores de A, B,. Ws, P 0 y A*, son los mismos que los utilizados en el modelo de GAB

El valor de mf se cdeterm inó para la A w de 0.5 y el tiem po se calculó para cada valor de m
con M athem atica, utilizando la siguiente fimción: e
r r_ r m effl/ i , 2 J - m i BAPO
ti - Table[Solv®[Log[ ^ ^ t, t] , <i, 6}] „

T a b le F o r m

Resolviendo el sistema, se obtiene el valor de la vida m edia del producto para cada una de
las HR de almacenamiento:
t ->204.646
t ->171.09
t -»147.089
t -»129.041
t ->114.965
t ->103.672
Grafícando t \ s . HR, se obtiene:

t( d ia s )

200

180

1 60

140

IZO

HR
70 75 80 65 90 93

fíg . 18, D urabilidad en función de la H R M odelo de linearízadón

Com parando los resultados obtenidos por ambos modelos con el tiempo teórico se llega a
las siguientes conclusiones:
rn n m o d e lo de linearización se obtienen valores más ajustados al tiempo de duración
estim a d o ^ para la leche en polvo entera (180 días a 75% de HR)

L a desviación del modelo de GAB (102 días) con respecto al valor teórico (180 días), en
este caso se puede atribuir al valor de las constantes que a 25°C, son aplicables en un rango
de A w entre 0.39 y 0.9 y la actividad de agua inicial del producto está por debajo de éste.

Cuando no sea posible hacer una curva experimental, se recom ienda utilizar el m odelo de
CAB r a r a sim ular la curva de sorción y linearizarla en el rango en el cual se ajusten las
constantes; con la curva linearizada aplicar el modelo lineal (87) para determ inar el tiempo
de vida útil.
Utilizando e l procedimiento anterior se obtuvieron resultados m uy sim ilares a los
calculados con la curva experimental.
E l procedim iento utilizando M athem atica fue.
Con el m odelo d e GAB se calculó la humedad para cada A . entre 0.4 y 0.9:
M gm y K A w

m w [A w _ ] : * “J J I k A w ) ( 1 - K A w + 1 K Aw)
 mw [Aw]
___________ 2 . 2 5 3 8 1 Aw_ _ _ _ _ _ _ _ _ _ _
(1 - 0 .9 2 9 Aw) (1 + 5 1 .4 8 5 2 Aw)

Con esta función se calculan los valores de humedad para cada valor de A w entre 0.4 y 0.9
que es el rango de aplicación de las constantes:

t2 =Táble[{Aw, mw[Aw]}, {Aw, 0.4, .9, 0.1}] //

TableForm
0 .4 0.06 64365
0 .5 0.078 69 09
0 .6 0.0 9 5 8 0 4 8
0.7 0.1 2 1 8 0 2
0 .8 0.1664 26
0 .9 0.261447

Los datos anteriores se ajustan a una línea recta mediante una regresión lineal:

mi [Aw_] := Fit [tv, {1/ Aw}/ Aw]

mi [Aw]
-0 .1 0 3 0 8 4 + 0.361257 Aw

La pendiente ct para utilizar en el modelo de linearización es.

mi 1[Aw]
0.361 257

Con la ecuación de la recta se calculan los valores de la me para cada humedad relativa:

m e l = T a b l e [ { A w , m i [A w ] } , {A w , .7 , .95, .05}] / /

T a b le F o rm

0 .7 0.14 97 9 6

0 .7 5 0 .1 6 7 8 5 9

0 .8 0.185922

0 .8 5 0.203 985
0 .2 22 0 4 8
0 .9
0 .9 5 0 .2 4 0 1 1
 Con la tabla anterior se obtiene el tiempo de duración para cada HR de almacenamiento:

t3 =

m r. , Tt r ® e l |[ l , i , 2 J -mi BAPO
Table[SolvelLogJ---------------- ] t
meip, i, 2]J -mf J A x W s m l f[Aw] '
t ] , {i, 6}] // TableForm
Los valores obtenidos fueron:

t -» 1 9 8 . 2 9 8
t 1 66.781
t -> 1 4 3 . 9 7 1
t -> 1 2 6 . 6 8 1
t -> 1 1 3 . 1 1 5
t -» 1 0 2 . 1 8 3

Grafícando el valor obtenido con ambas curvas, la experimental y la obtenida mediante el

m odelo de GAB se obtiene:

t(d la s )

Fig 19. Durabilidad en función de la HR

C m o se puede apreciar, no se observa diferencia significativa entre los datos obtenidos

u tilizan d o 'la curva experimental y la del modelo de GAB linearizada en el rango de
operación de las constates.
 1. A N D I, C O L C IE N C IA S . E n v a s e s y E m p a q u e s p a ra la C o n s e rv a c ió n d e A lim e n to s .
B o g o tá 1 9 85

2. C A N T IL L O , Ju an A F E R N A N D E Z , C a r lo s M y o tro s . D u r a b ilid a d d e lo s A lim e n to s .

M é to d o s d e E s tim a c ió n . I n s titu to d e I n v e s tig a c io n e s p a r a la In d u s tria A lim e n tic ia . L a
H ab an a C uba. 1994.

3. C A T A L Á , R a m ó n , Im p o rta n c ia del E nvasado en la C o m e r c ia liz a c ió n d e F ru ta s y

H o r ta liz a s . I n s titu to d e A g r o q u ím ic a y T e c n o lo g ía d e A lim e n to s . V a le n c ia , E s p a ñ a .
D o c u m e n to d e In te rn e t. 1 9 9 8 .

4. C E N Z A N O . I. N u e v o M a n u a l d e I n d u s t r i a s A l i m e n t a r i a s . A M a d r i d V i c e n t e E d i c i o n e s .
E spaña. 1994

5. E N G E R L H A R D T , B e r n . I n tr o d u c tio n to P r o b a b ility a n M a th e m a tic a l S ta tis tic s . P W S

P u b lis h in g C o m p a n y . B o s to n . 1 9 9 2 .

6. F E N N E M A , O w e n a n d K A A R E L , M a rc u s . P h y s ic a l P rin c ip le s o f F o o d P re s e rv a tio n .
M a rc e l D re k k e r. N e w Y o rk , 1975.

7. F E N N E M A , O w e n R . I n tr o d u c c ió n a la C ie n c ia d e lo s A lim e n to s . E d ito r ia l R e v e r té .
M é x ic o

8. G A C U L A , M . C a n d K U B A L A , J .J .. S t a t i s t i c a l m o d e l s f o r s h e l f l i f e f a a i l u r e s . J. F o o d
S c i. 4 0 , 4 1 0 , 1 9 7 5 .

9. G A CU LA M .C . T h e d e s g i n o f e x p e r i m e n t s f o r s h e l f l i f e s t u d y . J o r n a l F o o d S c i e n c e .
4 0 ,4 1 0 . 1994.

10. G A L V IS , J e s ú s A n to n io . C o n s e r v a c ió n d e m a n g o v a r ie d a d T o m y a tk in s e n a tm ó s f e r a s
m o d ific a d a s . S im p o s io In te rn a c io n a l de m a n e jo p o s tc o s e c h a y p e rs p e c tiv a s de
c o m e r c ia liz a c ió n d e f r u ta s y h o rta liz a s . B o g o tá 1 9 9 5 .

1 1 . G O N C A L V E S , L A . L I M A ; J. R y o t r o s . E f f e c t o f D iffe re n t P a c k a g in g C o n d itio n s o f
S to r a g e o f R o a s te d a n d S a lte d C a c h e w . A c ta A lim e n ta r ia , V o l, 2 7 ( 4 ) , 3 2 9 - 3 3 9 . 1 9 9 8 .
 12. K A R E S , M a r c u s . C h e m ic a l E f f e c ts in F o o d S to r e d a t R o o m T e m p e ra tu re . J o rn a l o f
C h e m ic a l E d u c a tio n . V o l. 6 1 , N o 4 p a g 3 3 5 . 1 9 8 4

13. K E N N E D Y , Jhon B, M E V IL L E , A dam . E s ta d ís tic a p a ra c ie n c ia s e in g e n ie r ía .

E d ito r ia l H a rla , M e x ic o . 1 9 8 2 .

i 14. K E N N E T , J. V a le n ta s , R O T S T E IN , E n riq u e , S IN G , Paul R. H andbook o f Food

E n g in e e rin g P ra c tic e . C R C P re s s , N e w Y o rk . 1997.

15. L A B U Z A , T h e o d o re P . T h e E ffe c t o f W a te r A c tiv ity o n R e a c tio n K in e tic s o f F o o d

D e g ra d a rio n . F o o d T e c h n o lo g y 1 9 8 0 . P a g 3 6 -4 1 .

16. L A B U Z A . T P- A p p lic a tio n o f C h e m ic a l k in e tic s to D e te rio ra tio n o f F o o d s . J o rn a l o f

C h e m ic a l E d u c a tio n . V o l. 6 1 , N o 4 p a g 3 4 8 . 1 9 8 4

17. L E V E N S P 1 E L , O c ta v e . In g e n ie ría de la s R e a c c io n e s Q u ím ic a s . E d ito ria l R e v e rté .

B a rc e lo n a . 1 9 7 8

1 8 . M A N , C . M . D a n d J O N E S , A . A . S h e l f L i f e E v a l u a t i o n f o F o o d .. : B l a c k i e A c c a d e m i c
A n d P ro fe s s io n a l, L o n d o n , 1 9 9 4

19. M E J IA , M B e a tr iz . C o n s e rv a c ió n d e u c h u v a e n a tm ó s fe ra s m o d ific a d a s . T e s is E S .
U n iv e r s id a d N a c io n a l d e C o lo m b ia . 1 9 9 7 .

20. M IL L E R , I r w in , FREUND, Jhon E. P ro b a b ilid a d y E s ta d ís tic a p ara In g e n ie ro s .

E d ito ria l R e v e rté , M é x ic o , 1 9 8 4 .

2 1 . N O V A S I N A P u b lic a c io n e s T é c n ic a s . T h e W a te r A c tiv ity , its M e a n in g f o r t h e f o o d

In d u s try . 1 9 8 4 .

2 2 . O O R A IK U I , B ; S T I L E S , M E . M o d if ie d A tm o s p h e r e , P a c k a g in o f fo o d . U n iv e r d ia d d e
A la b a m a . C a n a d á 1 9 9 1 .

2 3 . P A IN E , F ra n k A . M a n u a l d e l E n v a s a d o d e A lim e n to s . E d ic io n e s A M a d rid V ic e n te ,
E sp añ a, 1994,

24 F A N T A S T I C O , E .B . F is io lo g ía d e la p o s tr e c o le c c ió n , m a n e jo y u tiliz a c ió n d e f r u t a s y
h o r ta liz a s tr o p ic a le s y s u b tro p ic a le s . M é x ic o E d ito ria l R e v e rté . 1 9 7 9 .

PAVA R M ó n ic a E m p a q u e y a lm a c e n a m ie n to d e c h a m p iñ o n e s b a jo la te c n o lo g ía d e
a tm ó s f e r a s m o d ific a d a s . T e s is E S . U n iv e rs id a d N a c io n a l d e C o lo m b ia . 1 9 9 6 .
 26. P IE R R E , G ia v a n n i L u c ia n o . S e m in a r io de E m paques de A lim e n to s . U n iv e rs id a d
N a c io n a l M a n iz a le s . 1 9 9 5 .

2 7 . R A H A M A N , S h a f i u r . F o o d P r o p e r t i e s H a n d b o o k . C o n t e m p o r a n y F o o d S c i e n c e S e r ie s .
1995.

2 8 . R 1 Z V I , A . F ., T O N G , C .H . F r a c t i o n a l C o n v e r s i o n f o r D e t e r m i n g T e x t u r e - D e g r a d a t i o n
K i n e t i c s o f V e g e t a b l e s . J o r u n a l F o o d S c i e n c e . V o l 6 2 , N o 1 1 9 9 7 , p a g 1 -7 .

2 9 . R O A , V . A n d T A P I A , M .S . E s t i m a t i n g W a t e r A c t i v i t y i n S y s t e m s C o n t a i n i n g M u l t i p l e
S o lu te s B a s e s o n S o lu te P r o p e rtie s . J o rn a l o f F o o d S c ie n c e V o l 6 3 , N o 4. 1 9 9 8 .

3 0 . R O B E R T S O B , G o r d o n L . F o o d P a c k in g . M a rc e l D e k k e r. N e w Y o rk , 1 9 9 3 .

3 1 . R O C K L A N D , L o u is , B E U C H A T , L a r r y R . W a te r A c tiv ity : T h e o r y a n d A p p lic a tio n s to

F o o d . M a rc e l D e k k e r, N e w Y o rk . 1987.

3 2 . S A G U Y , I s r a e l. C o m p u te r A id e d T e c h n iq u e s in F o o d T e c h n o lig y . M a r c e l D e k k e r , N e w
Y o rk , 1983.

33. S T O U V E N E L , A id a . CHUZEL, G e ra rd . A c tiv id a d de A gua en lo s A lim e n to s .

P r o c e s a m ie n to y C o n s e r v a c ió n m e d ia n te s u c o n tr o l. F a c u lta d d e I n g e n ie r ía , U n v e r s id a d
d e l V a lle . C o lo m b ia . 1 9 9 2 .

3 4 . V I C E N T E , A n to n io M . R e f r ig e r a c ió n c o n g e la c ió n y e n v a s a d o d e a lim e n to s . E d ic io n e s
A M a d rid V ic e n te . E s p a ñ a . 1 9 9 4

3 5 . V ID A L E S , M a ría D o lo re s . E l M u n d o d e l E n v a s e . M é x ic o 1 9 9 6 .

36. W IL L IS , R .H ; LEE, P .H F is io lo g ía y M a n ip u la c ió n de fin ta s y h o r ta liz a s .

P o s tre c o le c c ió n . E s c u e la d e T e c n o lo g ía d e A lim e n to s . E d ito ria l A c rib ia . M e x ic o 1 9 8 4 .

37. Y A H IA , E lh a d i. U so de a tm ó s fe ra s m o d ific a d a s y c o n tro la d a s com o m e d io de

c o n s e r v a c ió n d e c a lid a d d e f r u ta s y h o r ta liz a s . E n S im p o s io I n te r n a c io n a l d e m a n e jo d e
p o s tc o s e c h a y p e r s p e c tiv a s d e c o m e r c ia liz a c ió n d e f r u ta s y h o r ta liz a s . B o g o t á 1995.
 z z
z r(z ) z r(z ) r(z ) rOO
0 .1 0 9 .5 1 3 5 1 .5 5 0 .8 8 8 9 3 .0 0 2 .0 0 0 0 4 .4 5 1 0 .8 5 4 8

6 .2 2 0 3 1 .6 0 0 .8 9 3 5 3 .0 5 2 .0 9 5 5 4 .5 0 1 1 .6 3 1 7
0 .1 5
4 .5 9 0 8 1 .6 5 0.9 0 0 1 3 .1 0 2 .1 9 7 6 4 .5 5 1 2 .4 7 2 0
0 .2 0
3 .6 2 5 6 1 .7 0 0 .9 0 8 6 3 .1 5 2 .3 0 6 9 4 .6 0 1 3 .3 8 1 3
0 .2 5
2 .9 9 1 6 1 .7 5 0 .9 1 9 1 3 .2 0 2 .4 2 4 0 4 .6 5 1 4 .3 6 5 5
0 .3 0
2 .5 4 6 1 1.8 0 0 .9 3 1 4 3 .2 5 2 .5 4 9 3 4 .7 0 1 5 .4 3 1 4
0 .3 5
2 .2 1 8 2 1 .8 5 0 .9 4 5 6 3 .3 0 2 .6 8 3 4 4 .7 5 1 6 .5 8 6 2
0 .4 0
1 .9 6 8 1 1 .9 0 0 .9 6 1 8 3 .3 5 2 .8 2 7 2 4 .8 0 1 7 .8 3 7 9
0 .4 5
1 .7 7 2 5 1.9 5 0 .9 7 9 9 3 .4 0 2 .9 8 1 2 4 .8 5 1 9 .1 9 5 1
0 .5 0
2 .0 0 1 .0 0 0 0 3 .4 5 3 .1 4 6 3 4 .9 0 2 0 .6 6 7 4
0 .5 5 1 .6 1 6 1
2 .0 5 1 .0 2 2 2 3 .5 0 3 .3 2 3 4 4 .9 5 2 2 .2 6 5 2
0 .6 0 1 .4 8 9 2
1 .3 8 4 8 2 .1 0 1 .0 4 6 5 3 .5 5 3 .5 1 3 3 5 .0 0 2 4 .0 0 0 0
0 .6 5
1.2 9 8 1 2 .1 5 1 .0 7 3 0 3 .6 0 3 .7 1 7 0 5 .0 5 2 5 .8 8 4 3
0 .7 0
2 .2 0 1 .1 0 1 8 3 .6 5 3 .9 3 5 8 5 .1 0 2 7 .9 3 1 8
0 .7 5 1 .2 2 5 4
1 .1 6 4 2 2 .2 5 1 .1 3 3 0 3 .7 0 4 .1 7 0 7 5 .1 5 3 0 .1 5 7 5
0 .8 0
1 .1 1 2 5 2 .3 0 1 .1 6 6 7 3 .7 5 4 .4 2 3 0 5 .2 0 3 2 .5 7 8 1
0 .8 5
1 .0 6 8 6 2 .3 5 1 .2 0 3 1 3 .8 0 4 .6 9 4 2 5 .2 5 3 5 .2 1 1 6
0 .9 0
2 .4 0 1 .2 4 2 2 3 .8 5 4 .9 8 5 7 5 .3 0 3 8 .0 7 8 0
0 .9 5 1 .0 3 1 5
2 .4 5 1 .2 8 4 2 3 .9 0 5 .2 9 9 3 5 .3 5 4 1 .1 9 9 1
1 .0 0 1 .0 0 0 0
2 .5 0 1 .3 2 9 3 3 .9 5 5 .6 3 6 8 5 .4 0 4 4 .5 9 8 8
1 .0 5 0 .9 7 3 5
1 .3 7 7 7 4 .0 0 6 .0 0 0 0 5 .4 5 4 8 .3 0 3 8
1 .1 0 0 .9 5 1 4 2 .5 5
2 .6 0 1 .4 2 9 6 4 .0 5 6 .3 9 1 2 5 .5 0 5 2 .3 4 2 8
1 .1 5 0 .9 3 3 0
1 .4 8 5 2 4 .1 0 6 .8 1 2 6 5 .5 5 5 6 .7 4 7 8
1 .2 0 0 .9 1 8 2 2 .6 5
1 .5 4 4 7 4 .1 5 7 .2 6 6 9 5 .6 0 6 1 .5 5 3 9
1 .2 5 0 .9 0 6 4 2 .7 0
1 .6 0 8 4 4 .2 0 7 .7 5 6 7 5 .6 5 6 6 .7 9 9 7
1 30 0 .8 9 7 5 2 .7 5
4 .2 5 8 .2 8 5 1 5 .7 0 72 5276
0 .8 9 1 2 2 .8 0 1 .6 7 6 5
1 .3 5
4 .3 0 8 .8 5 5 3 5 .7 5 7 8 .7 8 4 5
0 .8 8 7 3 2 .8 5 1 .7 4 9 4
1 40
4 .3 5 9 .4 7 1 0 5 .8 0 8 5 .6 2 1 7
0 .8 8 5 7 2 .9 0 1 .8 2 7 4 ^
1 .4 5
4 .4 0 1 0 .1 3 6 1 5 .8 5 9 3 .0 9 6 1
0 .8 8 6 2 2 .9 5 1 .9 1 0 8
1 .5 0

Fuente: T a b la generada en Mathematica

 ANEXO 2

T AQ LA 1-15 Ord an iKla» y Aroo» «nlro valoro» do las abocinan cJo - z y t-jrdo la c u r v í do d ist r ib u ció n norm o!

x X Y A 1 - A X X r A 1 - A

0 (* 0.390 0.0000 1.0000 ± 1 .5 0 H ± 1.50« 0.129.5 0.8664 0.1336

± 0 .0 5 ± 0.05« .398 .0390 0.9601 ± 1 .5 5 fi ± 1.55« .1200 .8789 .1211
.10« .397 .0797 .9203 ± 1 .6 0 V + 1.00« .1109 .8904 .1096
± .10 M±
.15« .394 .1192 .8508 ± 1.05 M± 1.65« .1023 .9011 .098.9
± .15 ±
.20« .301 .1585 .8415 ± 1 .7 0 H ± 1.70« .0940 ,..9 1 0 9 .0891
± .20 M±

.25<r .387 .1974 .8026 ± 1 .7 5 M± 1.75« .0863 .9199 .0301

± .25 M±
.30« .381 .2358 .7642 ± 1 .0 0 M± 1.80« .0790 .9281 .0710
± .30 H ±
.35» .375 .2737 .7263 ± 1 .8 5 M± 1.85« .0721 .9337 .06-13
± 35 ±
.40» .368 .3108 ■ .6892 ± 1.90 H± 1.90» .0656 .9446 .0574
± .-10 h ±
.45« .361 .3473 .6527 ± 1 .9 5 H ± 1.95« .0596 .9488 .0512
± -45 M±

.50a .352 .3829 .6171 ± 2 .0 0 *> ± 2.00« .0540 :3545 .0455

± .50 M ±
.55<r .343 .4177 .5823 ± 2 .0 5 li ± 2.05« .0488 .9596 ' .0-104
± 55 H + li ± 2.10« .0410 .9643 .0357
.60« .333 .4515 .5485 ± 2 .1 0
± .60 V t .0396 .9604 .0316
.65« .323 .4843 .5157 ± 2.15 ^ ± 2.15«
± .65 /i ± ± 2 .2 0 ± 2.20« .0335 .9722 .0278
.70o .312 .5161 .4839 H
± .70 i* ±

.5467 .4533 ±Z25 n ± 2.25« .0317 .9756 .0244

H ± .75« .301
± .75 .5763 .4237 + 2.30 H ± 2.30» .02K3 .9786 .0214
± .80 H i .80« .290
.278 .6047 .3053 ± 2 .3 5 >i + 2.35« .0252 .9012 .0188
± .85 ¡i t .85«
.6310 .3681 ± 2 .4 0 >j ± 2.40« .027.4 .9836 .0164
± .90 M t ,90a .266
.254 .6379 .3421 ± 2.45 * ± 2L45« .0190 .9857 .0143
± .95 H ± .95«

.6827 .3173 ± 2 .5 0 li ± 2.50« .0175 .9876 .0124

± 1.00 ± 1.00« .242
.230 .7063 .29.17 ± 2.55 M± 2.55« .0154 .9892 .0108
± 1.05 M ± 1.05«
.216 .7287 .2713 ± 2 .6 0 M± 2.60« .0136 - .9907 .0033
+ 1.10 M ± 1.10«
.206 .7499 .2501 ± 2 .6 5 ± 2.65« .0119 ' .9920 .0080
± 115 M ± 1.15«
.194 a m .2301 ±2.70 n ± 2.10c .0104 .9931 .0069
± 1.20 ** ± 1.20«

.183 .7887 .2113 + 2.75 )i ± 2.75« .0091 .9940 .0000

+ 1.25 H ± 1.25«
.171 .8064 .1336 ± 2 .8 0 /i ± 2.80» .0079 .9949 .0051
± 1.30 (i ± 1.30«
.ICO .8230 .1770 ± 2.85 p ± 2.85« .0(569 .9956 .0044
± 1.35 »* ± 1.35«
.8385 .1615 ± 2 .9 0 ± 2.90a .0060 .9963 .0037
»< ± 1.40« .150
± 1.40 ±2.95 M ± 2.95« .0051 .0008 .0032
1.45« .130 .8528 .1471
± 1.45 H t

.8664 .1336 ± 3 .0 0 + 3.00o .0044 .9973 .00-Z7

.130
± 1.50 t> ± 1.50« ± 4 .0 0 li ± 4.00« .0001 .99904 .00006
± 5 .0 0 M ± 5.00« .000001 .9999994 .0000006

± 1.036 /i + 1.036« 0.2331 0.7000 0.3000

0.3989 .0000 1.0000
i 0.000 /* ± 1 .2 8 2 ■ M± 1.282« .1755 .8000 .2000
0.126« .3958 .1000 0.9000
± .126 »i t + 1.645 X ± 1.645« .1031 .9000 .1000
.253« .3063 .2000 .8000
+ .253 V ± ± 1 .9 6 0 >i + 1.960« .0504 .9500 .0500
.305« .3704 .3000 .7000
± .385 * ± ±2.576 ;i ± 2.576« .0145 .9000 .0100
.524« .3477 .4000 .6000
± .524 p ± ±3.291 h + 3.291« .0018 .9990 .0010
.674« .3178 .5000 .5000
± .674 * ± ±3.891 u ± 3.891« .0002 .9999 .0001
.842« .2800 .6000 .4000
± .842 íi ±
 ANEXO 3
P rueba d e K o lm o g o r o Y - S m im c Y

kO
a = 20% a = 10% a = 2% a = l%

«
1!
n

0. 0. 0. 0. 0.
1 900 950 975 990 995
2 684 776 842 900 929
3 565 636 708 785 829
4 493 565 624 689 734
447 509 563 627 669
5
410 468 519 577 617
6
381 436 483 538 576
7
359 410 454 ( 507 542
8
339 387 430 480 513
9
323 369 409 457 486
10
308 352 391 437 468
11
296 338 375 419 449
12
285 325 361 404 432
13
275 314 349 390 418
14
304 338 377 404
15 266
295 327 366 392
16 258
286 318 355 381
17 250
279 309 346 371
18 244
271 301 337 361
19 237
265 294 329 352
20 232
259 287 321 344
21 226
253 281 314 337
22 221
247 275 307 330
23 216
242 269 301 323
24 212
238 264 295 317
25 208
233 259. 290 311
26 204
229 254 284 305
27 200
225 250 279 300
28 197
221 246 275 295
29 193
242 270 290
190 218
• 30 251 269
177 202 224
35 235 252
165 189 210
40 222 238
156 179 198
45 211 226
148 170 188
50 201 216
142 162 180
55 193 207
155 172
60 136
166 185 199
131 149
65 ]7 9 192
144 160
70 126
154 173 185
122 139
75 167 179
135 150
80 118
145 162 174
114 131
85 141 158 169
111 127
90 137 154 165
108 124
95 134 150 161
106 121
100

1 .3 6 /v 'ñ 1.52 / v * 1 .6 3 1 ^ n
A p ro x im ació n 1.0 7 / ^ ñ 1.22/V fl
p a ra n g rande
 Values of M y , tt, m , . |), ^ Q f„ r ...........
M a te ria l ---------- 1 1 1 1 —

C a rro t 3 0 -6 0 d 0 .3 0 - 0 .9 0 5 .9 4 0 x 1 0 - 5 1 6 0 5 .6 0 .0 8 0 3 0 5 .0 0 2 .1 2 0 x 1 0 - 1 0 .0 0
N u ta 2 0 -6 0 d 0 .1 1 - 0 .9 7 6 ,9 0 0 x 1 .0 - 3 1 0 8 3 .0 1 .0 5 6 - 3 0 .3 0 1 .7 3 2 x 1 0 - 3 4 5 3 .3 6
P o ta to 4 0 -7 0 d 0 . 0 5 - 0 . B8 2 , <109x10-4 1 5 7 1 .4 0 .5 5 6 5 9 .5 9 2 .5 7 0 x 1 0 - 2 1 2 1 .6 8 6
P o ta to 3 0 -6 0 d 0 .1 0 - 0 .9 0 1 ,0 6 0 x 1 0 - 5 1 0 9 4 .4 0 .0 5 7 3 7 5 .0 0 8 .7 0 0 x 1 0 - 2 0 . 00
R a i.il] i Ib -fiO d 0 . 1 1 - 0 .B 6 5 ,1 0 9 x 1 0 - 3 7 9 9 .1 1 .0 6 1 - 8 .3 7 1 .0 9 0 x 1 0 - 1 0 .0 0
Fi<J ... 1 5 -f.O d 0 .1 1 - 0 ,0 6 3 ,9 5 0 x 1 0 - 4 1 1 4 4 .7 1 .1 0 4 - 1 9 .8 3 1 .1 9 2 x 1 0 - 1 0 . 00
P ru n e 1 5 -fiO d 0 .1 1 - 0 .0 6 3 .0 8 0 x 1 0 - 4 1 1 5 0 .G 1 .1 0 6 - 1 5 .3 0 1 .1 5 .8 x 1 0 - ' 0 .0 0
A p ric o t 15~60d 0 .1 1 - 0 .0 6 1 ,2 0 0 x 1 0 - 3 9 1 2 .3 1 .3 4 3 - 4 6 .2 2 1 - 2 0 8 x 1 0 -1
C u rra n t lS -fiO d 0 .1 1 - 0 .0 6 2 .5 1 0 x 1 0 - 4 1 4 3 0 .9 1 . 370 - 5 7 .6 0 1 -4 0 9 x 1 0 -1 0 . 00
G a rlic 2 0 -7 0 d 0 .1 1 - 0 .0 5 4 , .3 0 0 x 1 0 -1 I S O .2 0 .5 1 0 - 5 2 .8 0 4 .3 0 0 x 1 0 - 3 1 9 .9 3 9
p ep p er1 3 0 -6 0 d 0 .1 0 - 0 .9 0 1 ,4 6 0 x 1 0 - 5 1 0 5 5 .6 0 .0 5 6 3 6 4 .4 0 ? - 1 1 0 x 1 O -i 0 .0 0 11
MCC, 1 0 0 -1 5 0 d 0 .2 0 - 0 .9 0 4 .1 4 0 x 1 0 - 5 1 5 5 .3 0 .1 6 7 3 0 3 .7 5 2 .8 5 1 x 1 0 - 2 22 5? 10
O ni on 3 0 -6 0 d 0 .1 0 - 0 .9 0 2 .3 0 0 x 1 0 - 5 1 0 0 5 .6 0 . 058 3 5 7 .2 0 2 - 0 2 0 x 1 0 -1 0 00 11
P o ta to * 1 D O -150d 0 .2 0 - 0 .9 0 4 .9 5 1 x 1 0 - 2 1 1 2 1 .2 6 .1 9 5 1 6 4 1 .6 1 .1 .2 3 2 x 1 0 1 1 - 1 0 S 53 10
T o m a to 3 0 -6 0 d 0 .1 0 - 0 .9 0 1 .9 9 0 x 1 0 - 5 .1 9 1 6 .7 0 .0 5 5 3 7 2 .2 0 1 .8 2 0 x 1 0 - 1 0 . 00 11
J rim-* 2 5 -3 5 d 0 .1 0 - 0 .0 5 2 .7 2 0 x 1 0 - 5 1 2 1 6 .7 4 .0 9 0 - 1 9 3 .3 0 7 .8 0 0 x 1 0 - 2 o . on
Jam 2 5 -3 5 d 0 .1 0 - 0 .0 5 0 .0 0 0 x 1 0 - 4 1 4 4 4 .4 -1 0 0 .6 0
3 .0 8 0 5 .4 4 0 x 1 0 - 2 .. 0 .0 0 12

C In-shell (Macadamia Integrifolia); d direct method;

® A: Adsorption; D: Desertion; E starch; 1 Indirect method,-
j ferbar brand (75% quince fruit and (25% apple or pear) ,-
initial sugar content: 63.6% (wet, basis);
fc Tapada nova brand (75% quince fruit and (25% apple or pear);
initial sugar content: 71.4% (wet, basis); 2 Green