MIME-Version: 1.0 Content-Type: multipart/related; boundary="----=_NextPart_01D920ED.1378C480" Este documento es una página web de un solo archivo, también conocido como archivo de almacenamiento web. Si está viendo este mensaje, su explorador o editor no admite archivos de almacenamiento web. Descargue un explorador que admita este tipo de archivos, como Windows® Internet Explorer®. ------=_NextPart_01D920ED.1378C480 Content-Location: file:///C:/2E459381/03JuanElias-Modelacionmatematicapitahaya.htm Content-Transfer-Encoding: quoted-printable Content-Type: text/html; charset="windows-1252"

Modelación matemática de la hylocereus undatus (Haworth) D.R. Hunt (pitahaya) p= ara el aprovechamiento agroindustrial= en el Ecuador

Mathematic modelation of hylocereus undatus (Haworth) D.R. Hunt (pitahaya) for agroindustrial supplementation in Ecuador

 =

1=

Juan Elías González

https://orci= d.org/0000-0002-0674-7741

 <= /o:p>

Universidad Estatal Amazónica, Pastaza, Ecuador<= o:p>

jgonzalez@uea.edu.ec  

Morillo Robles Campo

https://orci= d.org/0000-0002-9551-2599

 <= /o:p>

Escuela Superior Politécnica de Chimborazo (ESPO= CH), Ecuador 

campo.morillo@espoch.edu.ec

3=

Pablo Sebastián Mullo

https://orci= d.org/0000-0002-8991-9077

 <= /o:p>

Privado, Cotopaxi, Ecuador                                              

psmcoki@gmail.com

4=

Juan Carlos Chinkim Papue

https://orci= d.org/0000-0001-5448-3739

 <= /o:p>

Privado, Pastaza, Ecuador                              

X1juancho@gmail.com

5=

Jennifer Vanesa Morocho Q.                                           https://orcid.org/0000-0001-8276-8758<= span style=3D'mso-spacerun:yes'> 

Privado, Chimborazo, Ecuador                      

jenifer21morocho@gmail.com

6=

Erika Clara Casco G.                                                       htt= ps://orcid.org/0000-0002-6603-6837    

Corporación de Desarrollo Integral Rashellbella (CORDEIR). Bolívar, Ecuador      =  claracasco369@gmail.com

 

 

 

Artículo de Investigación Científica y Tecnológi= ca

Enviado: 10/10/2022

Revisado: 19/11/2022

Aceptado: 01/12/2022

Publicado:05/01/2023

DOI:      https://doi.org/10.33262/cienciadigital= .v7i1.2424   

 

 

 

Cítese:

 

&= nbsp;

Gonzál= ez, J. E., Robles Campo, M., Mullo, P. S., Chinkim Papue, J. C., Morocho Q, J. V., & Casco G, E. C. (2023). Modelación matemática de la hylocereus undatus (Haworth) D.R. Hunt (pitahaya) para el aprovechamiento agroindust= rial en el Ecuador. Ciencia Digital, 7(1), 42-62. https://doi.or= g/10.33262/cienciadigital.v7i1.2424

 

 

 

CIENCIA DIGITAL, es una Revista multidisciplinaria, Trimestral,= que se publicará en soporte electrónico tiene como misión contribu= ir a la   formación de  profesionales competentes con visión humanística y crítica que sean capaces de  exponer  sus resultados  investigativos y científicos en la misma medida que se promueva mediante su intervención cambios positivos en  la sociedad. https://cienciadigital.org<= /a>

La revista es editada por la Editorial Ciencia Digital (Editorial de prestigio registrada en la Cámara Ecuatoria= na de Libro con No de Afiliación 663) www.celibro.org.ec

 

 

 

Esta revista está protegida bajo una licencia Creative Commons AttributionNonCommercialNoDerivatives 4.0 International. Copia de la licencia: http://creativecommons.org/licenses/by-nc-nd/4.0= /.

 

Palabras claves:= Categoría, componente pitahaya, modelación matemática.

 

 

Resumen

Introducción. Los productos hortofrutícolas de la amazonia ecuatoriana, los cambios, tecnológicos, las transformaciones actuales y las exigencias del mercado nacional e internacional, atribuyen= a una dinámica productiva a la normativa del CODEX STAN 237-2003. Y se enfo= ca en la modelación matemática para resolver los problemas del aprovechamien= to industrial que acarrean en el comercio. El Objetivo. Desarrollar la modelación matemática basado en parámetros de volumen, densidad, peso de = sus componentes principales de la fruta exótica entera con su categorización = de la Hylocereus undatus (Haworth) D.R. Hunt (pitahaya). Metodolog= ía se desarrolló en los dos cantones Pastaza y Provincia, Cantón Palora de la provincia de Morona Santiago, considerando su potencial productivo y las Normas del Codex Alimentario y Colombiana I CONTEC. La aplicación fue seg= ún la categorización, para el cálculo integral con balances de masas, volume= n y densidad mediante análisis estadístico obtenido. Resultados. El mo= delo matemático fue en base a sus categorías extra, primera, segunda y residuo= de volumen y masa, obteniendo las medias y el coeficiente de variación del 6= .05% y con un margen confiabilidad del 99 % y con R2 ajustado del 98%. Logrand= o la obtención de nueve fórmulas matemáticas con todas sus constantes (25 – 35= ), y con una alta confiabilidad del 99%, para su aprovechamiento industrial de esta materia prima, por parte de productores, comerciantes e industriales= y estudiantes interesado en esta investigación desarrollada en la amazonia ecuatoriana.  <= /p>

 

Keywords:Category, component, pitahaya, mathematical modeling.

 

 

Abstr= act

<=
b>Introduction. The horticu=
ltural products of the Ecuadorian Amazon, the technological changes, the cu=
rrent transformations, and the demands of the national and international ma=
rket, are attributed to a productive dynamic to the CODEX STAN 237-2003 reg=
ulations. And it focuses on mathematical modeling to solve the problems of =
industrial use that lead to commerce. Objective. Develop the mathema=
tical modeling based on parameters of volume, density, weight of its main c=
omponents of the whole exotic fruit with its categorization of the Hylocere=
us undatus (Haworth) D.R. Game (pitahaya). Methodology was implement=
ed in the two cantons Pastaza and Province, Canton Palora of the province o=
f Morona Santiago, considering its productive potential and the Codex Alime=
ntarius and Colombian I CONTEC Standards. The application was according to =
the categorization, for the integral calculation with balances of masses, v=
olume and density through statistical analysis obtained. Results. Th=
e mathematical model was based on its extra, first, second and residue cate=
gories of volume and mass, obtaining the means and the coefficient of varia=
tion of 6.05% and with a reliability margin of 99% and with an adjusted R2 =
of 98%. Achieving the obtaining of nine mathematical formulas with all thei=
r constants (25 – 35), and with a high reliability of 99%, for its industri=
al use of this raw material, by producers, merchants, industrialists, and s=
tudents interested in this Research developed in the Ecuadorian Amazon.

 

 

 

Introdu= cción

Los productos hortofrutícolas y la serie de cambios en las transformaciones debido a las exigencias en el mercado internacional, éstos se atribuyen a la dinámica de= la producción y el consumo en fruta fresca a nivel mundial (Moreno-Miranda et al., 2019). Debido a s= us propiedades físicos y químicas, nutricionales y sus compuestos activos que = lo convierte en un producto multifuncional y comercial  (Cevallos, 2022).

El origen de Hylocereus según varios autores pertenece a Centro América, mientras que otros manifiestan es de América del Sur, debido que la pitahaya es un cactus que se adapta a climas tropicales, subtropicales y semiáridos de Centroamérica, Sudamérica y el Ca= ribe (Manzanero et al., 2014), por esta razón= está distribuida en diferentes países como México, Guatemala, Costa Rica, Ecuado= r y Colombia  (Verona-Ruiz et al., 2020), crecen a nivel= es de altitudes de 2 a 2750 m.s.n.m, con precipitaciones anuales que oscilan entre 340 y 3500 mm, y temperaturas medias anuales de 13 a 28 °C (Lugo-Radillo et al., 2012).<= /span>

La pitahaya amarilla por ser una especie d= e la familia Cactaceae, está mundialmente reconocida por su uso y valor alimenti= cio (Esquivel & Araya, 2012), crece esta fruta en diferentes temporadas del año lo que ocasiona la sobre producción = una baja rentabilidad (Silva, 2022), por su propiedad de ser exó= tica, silvestre y colorida que puede usarse para la preparación de diferentes productos agroindustrias (Balladares, 2016), ahora bien, sólo la p= arte comestible que se utiliza para la elaboración de estos productos representa alrededor del 55% del peso total de la fruta, siendo el otro 45% del peso restante la cáscara (Gómez, 2020), lo que contribuye a su contenido de pulpa con fines comerciales (Trujillo, 2018).

El área a cultivar pitahaya se expande aceleradamente dentro de países por su potencial económico y su beneficio nutricional (Lugo-Radillo et al., 2012). Ecuador apo= rta con una producción cerca de 1.528 hectáreas de cultivo de pitahaya cuyo rendimiento medio es de 7,6 t/ha. En la Amazonía ecuatoriana, específicamen= te en la provincia de Morona Santiago (Vargas et al., 2020), la producción anua= l de pitahaya amarilla en Ecuador varía dado que existen dos temporadas de cosec= ha, la primera entre febrero y marzo y la otra por julio y agosto (Terán, 2016).

La importancia de la clasificación internacional y su estandarización del tamaño del fruto de pitahaya en cuan= to a calidad y valores nutricionales. La FAO, en su informe normativo CODEX STAN 237-2003, indica lo siguiente: categoría extra (el daño de la piel debe ser superficial sin afectar la apariencia), categoría l (solo deberá presentar deformaciones como un leve alargamiento, fisuras y el pedúnculo no superior= a 25 mm), categoría ll (incluye las frutas que no entran en ninguna de las categorías anteriores, pero que cumplen las características físicas requeridas). Los defectos no deberán afectar a la pulpa de la fruta en ning= una circunstancia, el peso de las frutas es el criterio utilizado para determin= ar su calibre NTE INEN 2003:2005, 2002 (Instituto Ecuatoriano de Normalización [INEN], 2005).

El éxito de la comercialización por sus características fisicoquímicas, nutricionales y sus compuestos bioactivos, considerándose un alimento funcional, siendo extensamente empleado por sus excelentes propiedades organolépticas (Verona-Ruiz et al., 2020), sin embargo,= el avance hasta la actualidad está en modelación financiera y productiva para = la exportación de la fruta fresca (Sabando et al., 2020).<= /p>

Razón por la cual este estudio se enfoca en modelación matemática que aparecen en numerosos ámbitos de la ciencia donde= las matemáticas tienen una gran aplicación para resolver problemas (Luquez et al., 2021), la modelización matemática consiste en intentar explicar algo que ocurre en la vida real empleando técnicas matemáticas (Moreno et al., 2021). La modelización y= las herramientas digitales facilitan el procesamiento y análisis de datos de fo= rma precisa a fin de hallar las soluciones óptimas para la resolución de proble= mas que surgen dentro de los sistemas de producción y logística (Zapata, 2021).

Dada la tendencia creciente de producción y procesamiento de pitahaya y las inexistencias de estudios de modelación matemática, basado en relación con la cantidad de su volumen, densidad, pes= o de las partes de la fruta para el aprovechamiento agroindustrial de esta fruta exótica, según su categorización de la Hylocereus undatus (Haworth) = D.R. Hunt (pitahaya) utilizando modelos matemáticos para su uso agroindustrial.<= span style=3D'mso-spacerun:yes'>     

 

 

Metodología

El estudio se desarrolló en los dos cantones Pasta= za y Provincia, Cantón Palora de la provincia de Morona Santiago, para este propósito se consideró la altitud desde los 550 a 960 m.s.n.m. según el GPS, con una humedad relativa de 80 y 90%, su temperatura promedio de 22ºC (Instituto Nacional de Meteorología e Hidrología [INAMHI], 2022; Vargas et al., 2020), seleccionado las zonas de interés de la especie vegetal,(Murillo, 2004); y se procedió a realizar= el levantamiento de información con la metodología publicada para realizar la clasificación y categorización según Comisión del Codex Alimentarius (Organiza= ción de las Naciones Unidas para la Agricultura y la Alimentación [FAO], & Organización Mundial de la Salud [OMS], 2009).

El método de muestreo aplicado fue por estratificación, donde se seleccionó al azar extensiones las parcelas total= es con área de 600 m2 y dando un total de 2400 m2 por ca= da zona productiva y se extrajo 5 muestras de cada una dando un total de 10 muestras para cada categoría, como la extra, primera, segunda, tercera cali= dad del cantón Pastaza y cantón Palora en base a la Norma Colombiana - Norma pa= ra la Pitahaya (Organismo Nacional de Normalización en Colombia, 2003).<= /w:Sdt>

El método investigación

Investigación descriptiva y exploratoria. - es un estudio descriptivo con un enfoque cuantitat= ivo por motivo de que se recolectó datos físicos y químicos de la fruta que ayu= darán a la clasificación y categorización de la Pitahaya. Además, de dar a conocer una veraz información a la población consumidora de esta fruta tropical permitió la medición de las variables dependiente e independiente para sus análisis (Hernández et al., 2010).

Método de recolección de datos<= /span>. este método hace referencia a toda la recolección= de la información en base a los artículos, libros en base a ello se realizó la caracterización física y química de la pitahaya. De los extractos observado= s en la producción en plantación y en forma de entrevista del potencial producti= vo, como el de la clasificación y categorización según Comisión del Codex Alimentarius (FAO & OMS, 2009).

Método para la modelación matemática<= /span>

Para estudiar este caso, se realizó una base de da= tos en base, a la categorización y clasificación de la materia prima fresca, se= gún como estableces las normas del Codex Alimentario (FAO & OMS, 2009). Como también nos basamos en las normas (Instituto Ecuatoriano de Normalización [INEN], 2005). Como se plantea esta resolución está basado en base experimentación, considerando todos los parámetros de mediciones como son: Volumen de la mat= eria prima y sus partes (Fruta entera, pulpa, cascara y semilla), el peso de la misma manera y en base eso obtener las densidades de cada parte del product= o, con el objetivo que nos realizar todo el cálculo de las partes en base a integración del volumen, masas y densidades para obtener sus respectivas constantes de cada uno de sus componentes a ser aprovechados y obtener el propio modelo matemático de acuerdo a su categoría. 

Desarrollo y nomenclatura de las ecuaciones

Para este propósito del cálculo se planteó las siguientes ecuaciones a partir de las partes de la fruta entera de la Pitah= aya. A base de su volumen y la masa que permitan calcular la densidad de la frut= a a través de la siguiente formula de balance de masas.

=

<= ![if !msEquation]>

<= ![if !msEquation]>

Integrando las partes de la fruta entera, para obt= ener las constantes de cada una de la fruta que permita en su aprovechamiento industrial de las partes de la fruta y de esta manera conociendo las cantid= ades con fines comercialización e industriales. Mediante las siguientes integral= es.

                                                 =                                         (4)=

                                                 =                      (5)

<= span lang=3DES-MX style=3D'font-size:11.0pt;line-height:107%;font-family:"Calibr= i",sans-serif; mso-ascii-theme-font:minor-latin;mso-fareast-font-family:Calibri;mso-fareas= t-theme-font: minor-latin;mso-hansi-theme-font:minor-latin;mso-bidi-font-family:"Times Ne= w Roman"; mso-bidi-theme-font:minor-bidi;position:relative;top:6.0pt;mso-text-raise:-= 6.0pt; mso-ansi-language:ES-MX;mso-fareast-language:EN-US;mso-bidi-language:AR-SA'= >                                                                                          (6)

          =                                              (7)<= /b>

Donde =3D int= egral

Se planteó las siguientes ecuaciones a partir de l= as partes de la fruta entera de la Pitahaya. A base de la masa y que permitan = calcular a través del planteamiento de las integrales de las partes de la fruta a tr= avés de la siguiente ecuación.

d                                                  =                                 (8)

                                                <= /span>            (9)

                                                          (10)

                                         (11)<= /p>

Las propiedades del balance de masas a través del volumen utilizando la masa y la densidad para conocer las constantes de est= a a partir de la fruta entera de la Pitahaya.

                                                 =                                                                  (12)<= /p>

                                                 =        (13)

                                                 =                                   (14)

                                                =                                                                   (15)

Todas las ecuaciones y la integrales antes dicha permitió la determinación de la cantidad proporcional de los elementos corr= espondientes a la Pitahaya.

                                                 =                                                             (16)<= /p>

                                                 =                                    (17)<= /p>

                                                 =                                                              (18)<= /p>

                                                 =                                        (19)=

                                                 =                                                              (20)<= /p>

                                                 =                                      (21)

Esta metodolo= gía fue desarrollada para obtener los resultados deseados para el desarrollo industrial.

Análisis estadístico de = los datos de la materia prima fresca

Para este propósito de la investigación de la fruta fresca según su categoría, se trabajó a partir de las mediciones del tamaño, volumen, masa y densidad de las frutas que se muestreo en forma representat= iva con el objetivo de sustentar las variables de estudio con cinco repeticiones para obtener datos confiables del total; de la fruta fresca.

Se aplicó dos tipos de estadística descriptiva y la estadística Inferencial.

La media del valor promedio de todos los datos del potencial productivo fue tomada in SITU de la fruta. Para conocer su peso r= eal en fresco, posteriormente se utilizarán los gráficos de dispersión que se procedió a trabajar con la herramienta Excel y pruebas de significancia de Regresión. A través de los pro= gramas de STATA, SPSS y ESTATGRAPHICS Centurión, versión 16.0.0.C nombre del archi= vo SWIN.exe. para la estimación o inferencia, y además cuantificar la probabilidad. Para poder extrapolar las conclusiones (Gutiérrez Pulido & d= e la Vara Salazar, 2008). De esta manera ha permitido des= arrollar el modelo matemático a través de las herramientas y del cálculo integral de volumen, masa, densidades entre las partes del componente de la fruta fresc= a y del volumen total.

Resultados

Una vez obtenido los volúmenes de pulpa, semilla y cascara   de la pitahaya en la sigu= iente

Tabla 1<= /b>

Media de volúmenes de las partes de la fruta de la pitahaya según la categoría<= /p>

Categoría

Detalle

V (cm3)

Porcentaje (%)

Extra

Vp (cm3)

249,00

42,93

Vc (cm3)

264,00

45,52

Vs (cm3

67,00

11,55

VTF (cm3)

580,00

100,00

Primera

Vp (cm3)

175,00

49,58

Vc (cm3)

139,00

39,38

Vs (cm3

39,00

11,05

VTF (cm3)

353,00

100,00

Segunda

Vp (cm3)

175,00

49,58

Vc (cm3)

139,00

39,38

Vs (cm3

39,00

11,05

VTF (cm3)

353,00

100,00

Residuo

Vp (cm3)

67,00

43,51

Vc (cm3)

62,00

40,26

Vs (cm3

25,00

16,23

VTF (cm3)

154,00

100,00

Definición de términos: p = =3D a =3D pulpa, c =3D b =3D cáscara y s =3D c =3D semilla

Según los volúmenes de la media de las partes de la pitahaya extraídos en la experimentación según su categoría para conocer sus porcentajes y valores absolutos según sus características comerciales y no comercial con fines industriales, seguidamente se muestra la tabla 2. La ba= se estadística del peso de sus partes.

Tabla 2

Análisis estadístico de los pesos de las partes de la pitahaya según su categoría=

Categoría<= /span>

Detalle

Fruta entera (g)=

pulpa (g)<= /span>

Semilla (g)

Cáscara (g)

Extra

Min

500,00

209,00

45,00

196,00

Max

585,00

252,00

61,00

284,00

Mediana

509,00

226,00

53,00

245,00

D.estandar

35,26

19,11

6,54

32,83

Primera

Min

347,00

127,00

36,00

143,00

Max

387,00

168,00

51,00

187,00

Tabla 2

Análisis estadístico de los pesos de las partes de la pitahaya según su categoría (continuación)

Categoría<= /span>

Detalle

Fruta entera (g)=

pulpa (g)<= /span>

Semilla (g)

Cáscara (g)

Primera

Mediana

360,00

162,00

44,00

160,00

D.estandar

15,79

16,78

5,45

18,01

Segunda

Min

265,00

110,00

34,00

121,00

Max

698,00

135,00

40,00

139,00

Mediana

281,00

114,00

36,00

131,00

D.estandar

185,87

10,89

2,59

6,47

Residuo

Min

147,00

50,00

17,00

63,00

Max

158,00

67,00

24,00

80,00

Mediana

154,00

59,00

22,00

74,00

 

D.estandar

4,88

6,06

3,11

6,32

 

A partir del volumen y las masas de las partes se logró obtener las densidade= s de las partes según su categoría como se menciona en las siguientes tablas 3 -= 5. Y de la fruta entera tabla 6.

Tabla 3<= /b>

Análisis estadístico para = la obtención de la densidad de la semilla

Categoría

Análisis

V(cm3)

m (g)

ρ(gr/cm3)

Extra

Min

20,00

17,00

0,72

Max

26,00

24,00

0,92

Mediana

25,00

18,00

0,85

D.estandar

12,12

10,31

0,42

Primera

Min

12,12

10,31

0,42

Max

26,00

24,00

0,92

Mediana

22,50

17,50

0,79

D.estandar

10,79

9,15

0,38

Segunda

Min

10,79

9,15

0,38

Max

26,00

24,00

0,92

Mediana

12,12

10,31

0,42

D.estandar

7,02

6,38

0,25

Residuo

Min

7,02

6,38

0,25

Max

26,00

24,00

0,92

Mediana

10,79

9,15

0,38

D.estandar

7,33

6,97

0,26

Tabla 4<= /b>

Análisis estadístico para = la obtención de la densidad de la cáscara

Categoría

Análisis

V(cm3)

m (g)

ρ(gr/cm3)

Extra

Min

236,00

196,00

0,69

Max

286,00

284,00

1,08

Mediana

245,00

245,00

1,04

D.estandar

20,77

32,83

0,16

Primera

Min

107,00

143,00

1,08

Max

173,00

187,00

1,34

Mediana

138,00

160,00

1,19

D.estandar

23,47

18,01

0,11

Segunda

Min

105,00

121,00

0,52

Max

238,00

139,00

1,32

Mediana

235,00

131,00

0,55

D.estandar

58,41

6,47

0,35

Residuo

Min

61,00

63,00

0,82

Max

97,00

80,00

1,23

Mediana

63,00

74,00

1,14

D.estandar

15,39

6,32

0,15

 

Tabla 5<= /b>

Análisis estadístico para = la obtención de la densidad de la pulpa

Categoría

Análisis

V(cm3)

m (g)

ρ(gr/cm3)

Extra

Min

225,00

209,00

0,93

Max

260,00

252,00

0,97

Mediana

234,00

226,00

0,96

D.estandar

16,02

19,11

0,02

Primera

Min

16,02

19,11

0,02

Max

260,00

252,00

0,97

Mediana

229,50

217,50

0,94

D.estandar

127,66

121,35

0,52

Segunda

Min

16,02

19,11

0,02

Max

260,00

252,00

0,97

Mediana

127,66

121,35

0,52

D.estandar

114,88

108,54

0,47

Residuo

Min

16,02

19,11

0,02

Max

260,00

252,00

0,97

Mediana

127,66

121,35

0,52

D.estandar

86,79

83,12

0,34

Tabla 6<= /b>

Análisis estadístico para = la obtención de la densidad de la fruta entera

Categoría

Análisis

V (cm3)

m (g)

ρ(gr/cm3)

Extra

Min

521,00

500,00

0,83

Max

616,00

585,00

0,98

Mediana

545,00

509,00

0,96

D.estandar

44,11

35,26

0,06

Primera

Min

332,00

347,00

1,00

Max

359,00

387,00

1,08

Mediana

350,00

360,00

1,04

D.estandar

10,33

15,79

0,03

Segunda

Min

267,00

265,00

0,99

Max

691,00

698,00

1,08

Mediana

280,00

281,00

1,01

D.estandar

184,89

185,87

0,03

Residuo

Min

152,00

147,00

0,85

Max

172,00

158,00

1,03

Mediana

160,00

154,00

0,99

D.estandar

8,02

4,88

0,07

 

Tabla 7<= /b>

Análisis estadístico para = la obtención de la densidad y porcentajes de la fruta entera=

Categoría

Detalle

m (g)

V (cm3)

Densidad (g/cc)

m (%)

v (%)

Extra

Pulpa (p)

226=

249=

0,91

43,13

42,93

Cáscara(c)

245=

264=

0,93

46,76

45,52

Semilla (s)

53<= /p>

67<= /p>

0,79

10,11

11,55

TF (T)

524=

580=

0,90

100,00

100,00

Primera

Pulpa (p)

162=

175=

0,93

44,26

49,58

Cáscara(c)

160=

139=

1,15

43,72

39,38

Semilla (s)

44<= /p>

39<= /p>

1,13

12,02

11,05

TF (T)

366=

353=

1,04

100,00

100,00

Segunda

Pulpa (p)

114=

175=

0,65

40,57

49,58

Cáscara(c)

131=

139=

0,94

46,62

39,38

Semilla (s)

36<= /p>

39<= /p>

0,92

12,81

11,05

TF (T)

281=

353=

0,80

100,00

100,00

Residuo

Pulpa (p)

59<= /p>

67<= /p>

0,88

38,06

43,51

Cáscara(c)

74<= /p>

62<= /p>

1,19

47,74

40,26

Semilla (s)

22<= /p>

25<= /p>

0,88

14,19

16,23

TF (T)

155=

154=

1,01

100,00

100,00

Definición de términos p =3D a =3D pulpa, c =3D b = =3D cáscara y s =3D c =3D semilla

Según el análisis de todos los datos de la informa= ción ya sistematizado en base al análisis estadístico, de acuerdo con su categor= ía se muestra el modelo matemático tanto para volumen y masa. Que nos permite realizar a la categorización de acuerdo con las normas del Codex alimentario (FAO & OMS, 2009).

Tabla 8

Análisis de varianza del volumen de la fruta entera

F. V=

SC

Gl

CM

Fisher

P-Valor

Modelo

438928,75

7,00

62704,11

146,74

0,00

Repeticio= nes

3927,80

4,00

981,95

2,30

0,12

Categoría=

435000,95

3,00

145000,32

339,33

0,00

Error

5127,80

12,00

427,32

 

 

Total

444056,55

19

 

 CV.=

 6,6= 8 %

 

Como se observa en la tabla 8 según el coeficiente= del 6.05% y su margen del 99 % confiabilidad y con R ajustado del 98%. Por esta razón se logró construir el siguiente modelo matemático en relación con las categorías, del volumen desarrollando según la siguiente ecuación para las constantes.

Determinación de las constantes:

                  =                                                 (22)

Tabla 9

Análisis p= ara la obtención de las K constantes de la masa y del volumen=

Categoría

m (g)

V (cm3)

Densidad (g/cc)

Unidad

K (m)

k (v)

Extra

524=

580=

0,90

1

0,395

0,403

Primera

366=

353=

1,04

1

0,276

0,245

Segunda

281=

353=

0,80

1

0,212

0,245

Residuo

155=

154=

1,01

1

0,117

0,107

Total

1326

1440

3,74

1

1,000

1,000

Esta es la ecuación para la categorización según s= u volumen.

    (23)

Según el análisis de esta información según la categorización de acuerdo con las normas del Codex alimentario (FAO & O= MS, 2009). En relación con la masa de las cuatro categorías y el siguiente anál= isis de varianza.

Tabla 10=

Análisis de varianza de la masa de la fruta entera

F.V.

SC

Gl

CM

F

p-valor

Modelo

393328,50<= /span>

7,00

56189,79

6,97

0,00

Categoría

345866,20<= /span>

3,00

115288,73<= /span>

14,29

0,00

Repeticiones

47462,30

4,00

11865,58

1,47

0,27

Error

96801,30

12,00

8066,77

Total

490129,8

19<= /p>

CV

25,60%

 

Como se observa en la tabla 10 según el coeficiente del 25,60%, basado en margen del 99 % confiabilidad y con R ajustado del 69= %. Por esta razón se logró construir el siguiente modelo según las categorías = se ha desarrollado en base a todos los datos estadísticos promedios se constru= yó la siguiente ecuación.

Esta es la ecuación para la categorización según su masa.

     = (24)

Tabla 11=

Análisis de varianza de la densidad de la fruta entera

F.V.

SC<= /p>

Gl<= /p>

CM<= /p>

F

p-valor

Modelo

0,04

7,00

0,01

1,46

0,27

Categoría

0,03

3,00

0,01

3,17

0,06

Repeticiones

0,00

4,00

0,00

0,17

0,95

Error

0,04

12,00

0,00

Total

0,08

19<= /p>

CV=3D

6,11%

Como se observa en la tabla 11 según el coeficiente del 6,11%, basado en margen del 99 % confiabilidad y con R ajustado del 0.1= 4%. Por esta razón se logró obtener las siguientes constantes y modelos en rela= ción con las categorías, del volumen y la masa y de las partes de la fruta según= las categorías se ha desarrollado en base a todos los datos estadísticos promed= ios con en relación con las siguientes ecuaciones.

Esta es la ecuación para categorización según las partes de fruta de acuerdo con su volumen.