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...
| Autor: | |
|---|---|
| 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).
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).