Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos

Descripción del Articulo

El modelamiento predictivo de tipo estocástico representa una herramienta de soporte para la gestión de la calidad e inocuidad en la industria de bebidas. El deterioro microbiológico puede ser cuantificado a través de este tipo de modelamiento, permitiendo tomar acciones sobre los diversos factores...

Descripción completa

Detalles Bibliográficos
Autor: Ramos Guerrero, Félix Giovani
Formato: tesis de maestría
Fecha de Publicación:2021
Institución:Universidad Ricardo Palma
Repositorio:URP-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.urp.edu.pe:20.500.14138/4639
Enlace del recurso:https://hdl.handle.net/20.500.14138/4639
Nivel de acceso:acceso abierto
Materia:Bebidas no alcohólicas
funciones de probabilidad
microorganismos de la alteración
micología predictiva
https://purl.org/pe-repo/ocde/ford#1.04.00
id URPU_13b9be46e218babbc445b22f2bb1f53f
oai_identifier_str oai:repositorio.urp.edu.pe:20.500.14138/4639
network_acronym_str URPU
network_name_str URP-Tesis
repository_id_str 4057
dc.title.es_ES.fl_str_mv Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
title Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
spellingShingle Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
Ramos Guerrero, Félix Giovani
Bebidas no alcohólicas
funciones de probabilidad
microorganismos de la alteración
micología predictiva
https://purl.org/pe-repo/ocde/ford#1.04.00
title_short Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
title_full Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
title_fullStr Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
title_full_unstemmed Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
title_sort Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos
author Ramos Guerrero, Félix Giovani
author_facet Ramos Guerrero, Félix Giovani
author_role author
dc.contributor.advisor.fl_str_mv Silva Jaimes, Marcial Ibo
dc.contributor.author.fl_str_mv Ramos Guerrero, Félix Giovani
dc.subject.es_ES.fl_str_mv Bebidas no alcohólicas
funciones de probabilidad
microorganismos de la alteración
micología predictiva
topic Bebidas no alcohólicas
funciones de probabilidad
microorganismos de la alteración
micología predictiva
https://purl.org/pe-repo/ocde/ford#1.04.00
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.04.00
description El modelamiento predictivo de tipo estocástico representa una herramienta de soporte para la gestión de la calidad e inocuidad en la industria de bebidas. El deterioro microbiológico puede ser cuantificado a través de este tipo de modelamiento, permitiendo tomar acciones sobre los diversos factores que impactan directamente en la contaminación final del producto. El objetivo de esta investigación fue obtener un modelo matemático que permita estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos. El modelo tuvo como “entradas” la concentración de mohos en el ambiente de proceso (UFC/m3), la velocidad de sedimentación (m/s), el área (m2) y el tiempo de exposición (s), los cuales fueron enfrentados a distribuciones estadísticas de probabilidad y a la simulación de Monte Carlo usando el software @RISK 8.2, para obtener como “salida” el nivel de contaminación fúngica en la bebida final (UFC/producto). A través de simulaciones usando el modelo estocástico desarrollado se pudo estimar que en el 5% de un lote de producción hay una probabilidad que 67/100 000 bebidas envasadas en botellas PET de 500 ml con tapa 33 mm presenten contaminación con al menos 1 espora fúngica, mientras que esta probabilidad aumenta a 85/100 000 bebidas si se usan como empaques primarios botellas PET de 750 ml con tapa 38 mm. Basados en el coeficiente de correlación de Spearman se determinó que el factor con mayor influencia sobre la contaminación final de la bebida fue la concentración de mohos en el ambiente de proceso.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2022-03-24T17:28:31Z
dc.date.available.none.fl_str_mv 2022-03-24T17:28:31Z
dc.date.issued.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.14138/4639
url https://hdl.handle.net/20.500.14138/4639
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.es_ES.fl_str_mv Universidad Ricardo Palma
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.es_ES.fl_str_mv Universidad Ricardo Palma - URP
dc.source.none.fl_str_mv reponame:URP-Tesis
instname:Universidad Ricardo Palma
instacron:URP
instname_str Universidad Ricardo Palma
instacron_str URP
institution URP
reponame_str URP-Tesis
collection URP-Tesis
bitstream.url.fl_str_mv https://dspace-urp.metabuscador.org/bitstreams/d54c5c84-f449-47a2-b7cd-370d77325e25/download
https://dspace-urp.metabuscador.org/bitstreams/766145eb-d7f2-44b4-8c31-4db94d2a153c/download
https://dspace-urp.metabuscador.org/bitstreams/09468a97-df59-4055-b8d3-a84e8c119a71/download
https://dspace-urp.metabuscador.org/bitstreams/988d4bed-d5e3-4533-9355-ae2a20007302/download
bitstream.checksum.fl_str_mv 946295f347897622052bccce247e4cb4
8a4605be74aa9ea9d79846c1fba20a33
5923f291fa6f9f4111d304dd40bd171e
2fc15e519db63fefccdd3d6ae19c1deb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Ricardo Palma
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1847339869521575936
spelling Silva Jaimes, Marcial IboRamos Guerrero, Félix Giovani2022-03-24T17:28:31Z2022-03-24T17:28:31Z2021https://hdl.handle.net/20.500.14138/4639El modelamiento predictivo de tipo estocástico representa una herramienta de soporte para la gestión de la calidad e inocuidad en la industria de bebidas. El deterioro microbiológico puede ser cuantificado a través de este tipo de modelamiento, permitiendo tomar acciones sobre los diversos factores que impactan directamente en la contaminación final del producto. El objetivo de esta investigación fue obtener un modelo matemático que permita estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitos. El modelo tuvo como “entradas” la concentración de mohos en el ambiente de proceso (UFC/m3), la velocidad de sedimentación (m/s), el área (m2) y el tiempo de exposición (s), los cuales fueron enfrentados a distribuciones estadísticas de probabilidad y a la simulación de Monte Carlo usando el software @RISK 8.2, para obtener como “salida” el nivel de contaminación fúngica en la bebida final (UFC/producto). A través de simulaciones usando el modelo estocástico desarrollado se pudo estimar que en el 5% de un lote de producción hay una probabilidad que 67/100 000 bebidas envasadas en botellas PET de 500 ml con tapa 33 mm presenten contaminación con al menos 1 espora fúngica, mientras que esta probabilidad aumenta a 85/100 000 bebidas si se usan como empaques primarios botellas PET de 750 ml con tapa 38 mm. Basados en el coeficiente de correlación de Spearman se determinó que el factor con mayor influencia sobre la contaminación final de la bebida fue la concentración de mohos en el ambiente de proceso.Tesisapplication/pdfspaUniversidad Ricardo PalmaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Ricardo Palma - URPreponame:URP-Tesisinstname:Universidad Ricardo Palmainstacron:URPBebidas no alcohólicasfunciones de probabilidadmicroorganismos de la alteraciónmicología predictivahttps://purl.org/pe-repo/ocde/ford#1.04.00Uso de modelamiento estocástico para estimar la probabilidad de contaminación fúngica en bebidas no carbonatadas con adición de electrolitosinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionSUNEDUMaestría en Sistemas de Gestión de la Calidad e Inocuidad en la Industria AlimentariaUniversidad Ricardo Palma. Escuela de PosgradoMaestro en Sistemas de Gestión de la Calidad e Inocuidad en la Industria Alimentariahttps://orcid.org/0000-0002-4648-49077087386https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#maestro5310574120851641208516PublicationORIGINALM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdfM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdfapplication/pdf1964330https://dspace-urp.metabuscador.org/bitstreams/d54c5c84-f449-47a2-b7cd-370d77325e25/download946295f347897622052bccce247e4cb4MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace-urp.metabuscador.org/bitstreams/766145eb-d7f2-44b4-8c31-4db94d2a153c/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdf.txtM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdf.txtExtracted texttext/plain176804https://dspace-urp.metabuscador.org/bitstreams/09468a97-df59-4055-b8d3-a84e8c119a71/download5923f291fa6f9f4111d304dd40bd171eMD53THUMBNAILM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdf.jpgM-SISGES-T030_41208516_M RAMOS GUERRERO FÉLIX GIOVANI.pdf.jpgGenerated Thumbnailimage/jpeg13870https://dspace-urp.metabuscador.org/bitstreams/988d4bed-d5e3-4533-9355-ae2a20007302/download2fc15e519db63fefccdd3d6ae19c1debMD5420.500.14138/4639oai:dspace-urp.metabuscador.org:20.500.14138/46392024-11-24 10:09:32.958https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://dspace-urp.metabuscador.orgRepositorio Institucional de la Universidad Ricardo Palmabdigital@metabiblioteca.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
score 12.877895
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).