Anales Cientficos, 72 (1): 27-33 (2011) Presentado:21/04/2010

ISSN 0255-0407 (Versin impresa) Aceptado: 21/06/2010

ISSN 2519-7398 (Versin electrnica)
Universidad Nacional Agraria La Molina, Lima - Per

Estimacin del tiempo de vida til de pan de molde con incorporacin de harina de
quinua (Chenopodium quinoa Willd) y suero, usando la distribucin de Weibull

Shelf life estimation of bread mold with the incorporation of flour Quinoa
(Chenopodium quinoa Willd) and serum, using the Weibull distribution.

1
Carlos Elas P. , 2Walter Salas V., 3Felipe de Mendiburu D. , 4Wiler de la Cruz Q.

Resumen
En el presente trabajo de investigacin, se utiliz la distribucin de Weibull para determinar el tiempo de vida en
anaquel del pan de molde cuya harina de trigo fue sustituida parcialmente con harina de qunua pre-cocida y suero de
leche, encontrndose una vida en anaquel media igual a 11.7 das. El mtodo Gacula y Kubala (1975) aplicado para
la Distribucin de Weibull arroj un parmetro de escala () igual a 12.256 y un parmetro de forma () de 10.870,
as como un coeficiente de determinacin (R2) de 0.854. Para una significancia de 95% se calcul el intervalo de
confianza para la inferencia del valor medio dando como resultado 11.68 11.70 11.72; es decir, se tiene un 95% de
probabilidad de que el tiempo de vida til se encuentre entre 11.68 y 11.72. La bondad de ajuste fue evaluada por el
test de Kolmogorog-Smirnof cuyos resultados fueron negativos, pero el mtodo de Anderson-Darling determin que la
distribucin se ajust mejor a la de Weibull respecto a las distribuciones Lognormal, Exponencial y Normal.
Palabras clave: Weibull, pan de molde, vida en anaquel y quinua.

Abstract
In present research work, the Weibull distribution was used to determine shelf life of sliced bread which wheat flour was
partially replaced with quinoa pre-cooked flour and milk whey. It was found a mean shelf life equal to 11.7 days. The
Gacula and Kubala (1975) method applied to the Weibull distribution showed a scale parameter () equal to 12,256 and
a shape parameter () of 10,870 and a coefficient determination (R2) of 0.854. For a 95% significance, the confidence
interval for the inference of the mean value was estimated: 11.68 11.70 11.72, i.e. there is a 95% chance that shelf
life is between 11.68 and 11.72. The goodness of fit was assessed by the Kolmogorog-Smirnov and showed negative
result, but the Anderson-Darling method determined that the distribution fitted better using Weibull distributions rather
than Lognormal, Exponential and Normal.
Key words: Weibull, bread mold, shelf life and quinoa.

1. Introduccin de supervivencia. Esta tcnica comprende un conjunto

La vida en anaquel es determinada para cada alimento en de procedimientos estadsticos para analizar datos que
particular (Kennt et al., 1997) y el hecho de incorporar incluyen el tiempo que media entre dos sucesos como
nuevos ingredientes en el diseo de nuevos producto, variable respuesta. Se caracteriza por la presencia de
puede traer consigo variacin de la vida de anaquel del informacin proporcionada por consumidores y porque la
alimento. El alimento es intrnsecamente perecedero y, en distribucin normal no es aplicable en la mayora de los
funcin de sus caractersticas fsicas y qumicas, de sus casos, sino ms bien la variable tiempo a menudo tiene
propiedades y las condiciones de almacenamiento, llegar una distribucin asimtrica (Gmez, 2002). El tiempo
un momento en que cualquiera de sus cualidades de de rechazo de cada individuo est sujeto a variaciones
calidad no sern aceptables o se convertir en perjudicial aleatorias y, por lo tanto t es una variable aleatoria
para el consumidor (Kilcast and Subramaniam, 2001). continua, no negativa, cuya funcin de probabilidad
puede especificarse de varias maneras. El modelo para
Una metodologa que se est aplicando a estudios de
la distribucin t queda caracterizado por la funcin
vida en anaquel o vida til de alimentos, es el anlisis

1
Facultad de Industrias Alimentarias, Universidad Nacional Agraria La Molina,Lima, Per. Email: [email protected]
2
Facultad de Industrias Alimentarias, Universidad Nacional Agraria La Molina,Lima, Per. Email: [email protected]
3
Facultad de Economa y Planificacin , Universidad Nacional Agraria La Molina,Lima, Per. Email: [email protected]
4
Magister Scientiae en Tecnologa de Alimentos. Ingeniero en Industrias Alimentarias, Universidad Nacional Agraria La Molina,Lima, Per. Email:
[email protected]
Estimacin del tiempo de vida til de pan de molde con incorporacin de harina de quinua (Chenopodium quinoa Willd) y suero, usando la
distribucin de Weibull
Enero - Julio 2011

de supervivencia S(t) que puede ser definida como la (t/a) = H (t) (4)
probabilidad de que un consumidor acepte el producto Sacando logaritmo natural y ordenando:
ms all del tiempo t y su complemento, la funcin
de fallo F(t)= 1 S(t). En estudios de vida til es ms
adecuada la interpretacin de la funcin de fallo F(t) ln H (t) = - ln a + ln t (5)
que puede ser definida como la probabilidad de que
un consumidor rechace un producto antes del tiempo t Despejando el tiempo y rearreglando:
(Garitta et al., 2003).
En el anlisis de supervivencia, el anlisis de los datos
ln t = ln a + (1/) ln H (t) (6)
se puede realizar utilizando tcnicas paramtricas y no
paramtricas. El uso de modelos paramtricos proporciona
estimaciones ms precisas de la funcin de supervivencia Otras funciones importantes tambin son definidas:
que los estimadores no paramtricos (Gmez, 2001). Funcin de densidad probabilstica fdp:
Entre las funciones de distribucin ms utilizadas est la
de Weibull. Generalmente se utiliza el percentil 50 como
el trmino de la vida til, y corresponde al tiempo en el f(t) = (/a) t(-1) e -(t/a) (7)
cual el 50% de los consumidores rechaza el producto f(t) = (/a) (t/a)(-1) e -(t/a) (8)
(Cardelli y Labuza 2001, citado por Hough et al., 2003).
Prabhakar et al. (2004), menciona que la literatura Funcin riesgo, coeficiente de riesgo o ndice instantneo
sobre los modelos de Weibull es amplia, desarticulada al fracaso.
y dispersa a travs de muchas y diferentes revistas.
Klein and Moschenberger (1997), reporta una frmula
h (t) = f (t)/ S (t) (9)
para asegurar el ajuste de una distribucin de Weibull y
estimar sus parmetros:
Mide la probabilidad de que un producto que ha
sobrevivido hasta un tiempo t, fracase posteriormente.
ln H (t)=- ln a + ln t
Funcin acumulativa de riesgo:
Este mtodo de estimacin es llamado Rectificacin x

Lineal en ingeniera mecnica (Tobias y Trinidad, 1995; H (t) = f h(t)dt (10)

citado por NIST, 2006), ecuacin que los cientficos 0

alimentarios normalmente la rearreglan estimando el El pth percentil es:

tiempo, bajo la forma de:

F+1(p) = e lna [-ln 1-p ] (1/) (11)

ln t = ln a + (1/) ln H (t)

Ocampo (2003), menciona que a partir de los parmetros

y que Larsen (2006) llama, mtodo Gacula y que en encontrados en la funcin anterior, se puede establecer el
presente artculo se llamar igual. valor esperado E(t) y la Varianza 2:
Larsen (2006), en base a los trabajos de Klein y
Moeshcenberger (1997); as como, de Gacula y Singh
E (t) = a r [1 + (1/)] (12)
(1984), presenta la deduccin de la ecuacin anterior:
2 = a2 [r (1 + (2/)-r2 (1+1/ ] (13)
Funcin de supervivencia o de confiabilidad de
Donde es la funcin gamma definida por:
S (t) = 1-F (t) (1)
S (t) = e -H(t) (2)
r (t) = f t (p-1) et dt (14)
0
Funcin de distribucin acumulativa o funcin de fallo:
para t > 0 . (14)
F (t) = 1 - e-(t/a) (3)
Gakula y Kubala (1975), propusieron un mtodo por
medio del cual se puede hallar los parmetros y de la
Donde: funcin Weibull:
= parmetro de escala. 1. Para cada valor observado se toma el tiempo, marcando
= parmetro de forma. aquellos valores para los cuales el producto falla.
Reemplazando (3) en (1) y el resultado igualndolo a (2): 2. Se anota el orden del suceso en el que se suministra el
tiempo, tanto para las muestras que fallan, como para las
que no fallan.

28
 Carlos Elas P. , Walter Salas V., Felipe de Mendiburu D. , Wiler de la Cruz Q.
Anales Cientficos Vol. 72 No 1, pp. 27-33

3. Este proceso genera una serie de observaciones Identificacin preliminar de la distribucin de ajuste
ordenadas, luego se invierte el orden del suceso y se Se determin grficamente y mediante el anlisis del
obtiene el rango inverso, denominado como K. mejor ndice de Anderson Darling. Para la identificacin
4. Los valores de riesgo h(t) para las muestras que fallan de la distribucin de mejor ajuste se obtuvo, en el
se calculan por la siguiente expresin: programa de minitab, el ndice de Anderson Darling de
cuatro distribuciones: Weibull, Lognormal, Exponencial
y Loglogstica
h (t) = (100/k)..................................................... (13)
Determinacin de los parmetros de la distribucin
Weibull
5. Para cada tiempo de fallo se calcula el riesgo acumulado
Para la determinacin de los parmetros y de la
H(t) sumando al riesgo actual el valor precedente.
funcin de Weibull se utiliz la funcin linearizada de la
6. Con estos datos y teniendo en cuenta que la funcin distribucin acumulativa de Weibull:
(6) se puede hallar los parmetros de la funcin de la
distribucin de Weibull.
ln t = ln a + (1/) ln H (t)
El objetivo del presente trabajo fue determinar la vida en
anaquel del pan de molde con incorporacin de harina
de quinua precocida y suero de leche por el mtodo Siguiendo las recomendaciones de Gakula y Kubala
probabilstico de Weibull. (1975) con pequeas modificaciones que consistieron
en el asignar valores de 0 para la aceptacin de los
consumidores y 1 para el rechazo.
2. Materiales y mtodos
Para estimar la vida en anaquel del pan de molde, los
Pan de molde
tiempos de rechazo fueron ajustados a una distribucin
El pan de molde fue elaborado mediante la siguiente de Weibull y se defini la variable aleatoria t como
formulacin (%, en peso): Harina de trigo 44.1, harina el tiempo de almacenaje al cual el consumidor rechaza
de quinua pre-cocida 7.4, suero dulce de leche 1.9, sal la muestra. La funcin de distribucin acumulativa o
1.1%, azcar rubia 5.4, levadura instantnea 1.6, manteca funcin de fallos F(t) fue definida como la probabilidad
vegetal 6.4, agua 32.1. de que el consumidor rechace el producto antes del
Una vez producidos, los panes fueron enfriados por 2 tiempo t, tal que F(t) = P(Tt).
horas, cortados en espesores de 14 mm y empaquetados Determinacin del valor esperado
en bolsas de polietileno. Los panes fueron almacenados
Se determin el valor esperado mediante la ecuacin (12)
en un ambiente de temperatura controlada a 20C por 3,
7, 11, 12 y 13 das. Despus que alcanzaron el tiempo de Intervalo de confianza
almacenaje deseado, fueron almacenados a temperaturas Gutierrez y De La Vara (2008), reportan la siguiente
de -18 C; proveyendo as, muestras con diferentes frmula para determinar el intervalo de confianza en
tiempos de almacenamiento de un solo lote (Gacula y regresin simple:
Kubala, 1975). Las muestras fueron descongeladas a 20
C por 6 hrs., para su evaluacin.
E (Y/X0) =
Los consumidores
El envejecimiento en los productos de panificacin ha
sido definido como la disminucin de la aceptacin del
consumidor causada por cambios sensoriales en la miga Donde:
del pan no originadas por la accin microbiana (Bechtel, y representa el
1953). Es as que la evaluacin sensorial es considerada estimador puntual de la recta de regresin, t[(a/2, n-2)]
la clave para la estimacin del tiempo de vida til. es el valor obtenido por la distribucin T de Student y
La gente que consume pan de molde por lo menos una corresponde al complemento porcentual del nivel de
vez a la semana fue reclutada para el presente estudio. confianza y (n-2) corresponde a los grados de libertad.
Las edades de los consumidores que evaluaron el pan CMe corresponde al cuadrado medio y es el estimador de
estuvieron en el rango de 18 a 50 aos. Los consumidores la varianza.
recibieron las seis muestras correspondientes a los 6 n corresponde al nmero de observaciones.
tiempos de almacenaje. Los consumidores tuvieron que corresponde a la media.
decidir sobre la aceptacin o rechazo de cada una de
las muestras contestando a la siguiente pregunta: Ud. El intervalo de confianza ofrece un intervalo de valores
normalmente consumira este producto?, mediante razonables dentro del cual se pretende que est el
respuestas positivas, con un si; o negativas, con un parmetro de inters en este caso la media poblacional,
no. Se les explic a los consumidores que la pregunta con un cierto grado de confianza, generalmente el 95%.
se refiere a que si ellos consumiran el pan, ya sea si lo
compraran o les fuera servido (Gimnez et al. 2007).

29
Estimacin del tiempo de vida til de pan de molde con incorporacin de harina de quinua (Chenopodium quinoa Willd) y suero, usando la
distribucin de Weibull
Enero - Julio 2011

Bondad de ajuste Tabla 1.- Rechazo de los consumidores en funcin del

El test de Kolmogorov-Smirnov (K-S) es recomendado tiempo de almacenamiento
para determinar la bondad de ajuste (Gacula y Singh,
1984) y se realiz esta prueba a un nivel de confianza
del 95% (Gacula y Singh, 1984). Al respecto, NIST
(2006) menciona que una caracterstica atractiva de esta
prueba es que no depende de la funcin de distribucin
acumulada que se est probando. Se realiz una prueba
de bondad de ajuste de Kolmogorov-Smirnov.
Funciones caractersticas de la Distribucin de
Weibull
Una vez determinados los parmetros y mediante la
linearizacin de la Funcin de Distribucin Acumulativa
se pudo hallar las funciones caractersticas de la
distribucin de Weibul:
1. Funcin de Distribucin Acumulativa Funcin de
Fallo
La Funcin de Distribucin Acumulativa Funcin de
Fallo fue hallada mediante la ecuacin (3).
2. Funcin de Supervivencia o de Confiabilidad
La Funcin de Confiabilidad fue hallada considerando las Determinacin de los parmetros de la distribucin
funciones (2) y (4) de las cuales se obtuvo la funcin: Weibull

S(t) = e -(t/a) Como se puede observar en la Fig. 3, la funcin linearizada
3. Funcin de Densidad de Probabilidad de la distribucin acumulativa de Weibull fue:
La Funcin de Densidad de Probabilidad fue hallada lnt = 2.506 + 0.092 ln (t)
mediante la ecuacin (8) siendo la interseccin a igual a 2.506 y la pendiente
4. Funcin Riesgo, Coeficiente de Riesgo o ndice b igual a 0.092 a partir de los cuales se obtuvieron los
Instantneo al Fracaso parmetros y :
La Funcin Riesgo, Coeficiente de Riesgo o ndice
a ea b 1/b
Instantneo al Fracaso fue hallada por la ecuacin (9). Ln 1/
2,506 12,256 0,092 10,870

3. Resultados y discusin
Rechazo de los consumidores en funcin del tiempo Determinacin del tiempo de vida
En las Tablas 1 y 2 se puede observar que el rechazo de los E(t) = 12.256 (1+1/10.87)
consumidores se incrementa conforme se incrementa el E(t) = 12.256 (1.092)
tiempo de almacenamiento del pan, haciendo un total de E(t) = (12.256)(0.954625)
131 rechazos. El hecho de calificar con 0 la aceptacin E(t) = 11.7 dias
de los consumidores y con 1 el rechazo permiti que se
La vida en anaquel media fue igual a 11.7 das. Al
pueda sumar fcilmente el nmero de rechazos por da.
respecto, Hough et al. (2003) afirmaron que los productos
En forma grfica se puede apreciar en la Figura 1 que alimenticios no tienen una vida en anaquel sensorial por
los datos se ajustan mejor a una distribucin Weibull ellos mismos; esta depende de la interaccin del alimento
debido a su mejor coeficiente de correlacin, afirmacin con el consumidor. Gimnez et al. (2007) reportaron en su
que es posteriormente fortalecida mediante el estadstico trabajo de investigacin que el porcentaje de rechazo del
Anderson-Darling ajustado para las cuatro distribuciones pan de molde por los consumidores fue de 50.3% a los 13
avaluadas como se puede ver en la Fig. 2, cuyo menor das de vida en anaquel para los consumidores espaoles
valor corresponde a la distribucin Weibull. Al respecto y, de 42% para los consumidores uruguayos. Los autores
Juan (2010), menciona que el estadstico Anderson- sugirieron que la formulacin debe ser considerada para
Darling ajustado es un reflejo de cun lejos se encuentran establecer el tiempo de vida. Dentro de este marco,
los puntos respecto de la recta. Por tanto, cuanto menor nuestros resultados estn cercanos a los reportados por la
sea el valor de dicho estadstico, tanto mejor ser la literatura citada y que las diferencias en el tiempo de vida
bondad del ajuste. De los valores de dicho estadstico, se encontradas se debera a la formulacin empleada y a las
desprende nuevamente que la Weibull (AD = 5.66) y la diferentes respuestas de los diferentes consumidores en
Loglogstica (AD = 7.51) proporcionan un mejor ajuste a su interaccin sensorial con el pan.
las observaciones.

30
 Carlos Elas P. , Walter Salas V., Felipe de Mendiburu D. , Wiler de la Cruz Q.
Anales Cientficos Vol. 72 No 1, pp. 27-33

Probability Plot for C1

LSXY Estimates-Complete Data
C orrelation C oefficient
Weibull Lognormal
Weibull
99,9 99,9
0,929
90 99 Lognormal
50 90 0,862
P er cent

P er cent
E xponential
10 50 *
N ormal
1 10 0,899

1
0,1 0,1
8 10 12 14 6 9 12 15
C1 C1

E xponential N ormal
99,9 99,9
90 99
50 90
P er cent

P er cent

10 50

10
1
1
0,1 0,1
0,01 0,10 1,00 10,00 100,00 8 10 12 14
C1 C1

Figura 1. Aproximacin grfica del mejor ajuste entre las cuatro distribuciones evaluadas
Intervalo de confianza
Para una significancia del 95% se calcula el intervalo de
confianza para la inferencia del valor medio dando como
resultado que: 11.68 11.70 11.72; es decir, se tiene
un 95% de probabilidad de que el tiempo de vida til se
encuentre entre 11.68 y 11.72 o P(11.68 11.70 11.72)
= 0.95.
Lo anterior significa que pasados 11.70 das de
almacenamiento a 20 C, el pan empacado en bolsas de
polietile
La mayor diferencia absoluta encontrada entre la
Figura 2. Determinacin preliminar del mejor ajuste por
frecuencia observada y la esperada fue de 0.167470 y la
MINITAB para las cuatro distribuciones evaluadas.
del dato tabular de Kolmogorog-Smirnof fue de 0.118824
con un alfa de 5%. Debido a que la diferencia mayor
encontrada es mayor que
el dato tabular se deduce
que la distribucin no se
ajusta a la de Weibull. Estos
resultados se interpretan
como que si bien es cierto
que los datos observados no
se ajustan estrechamente a
la Distribucin de Weibull,
pero esta distribucin es
la que mejor se ajusta
respecto a las distribuciones
Lognormal, Exponencial y
Normal, esto ltimo en base
al estadstico Anderson-
Figura 3. Funcin linearizada de WEIBULL Darling de la determinacin
preliminar del mejor ajuste.
31
Estimacin del tiempo de vida til de pan de molde con incorporacin de harina de quinua (Chenopodium quinoa Willd) y suero, usando la
distribucin de Weibull
Enero - Julio 2011

derecha. Al respecto
Tamborero J. (2010)
muestra grficos que
cuando los valores del
parmetro de forma
van incrementndose,
no tendr una probabilidad del 50 % de ser rechazado por los consumidores. la forma de la curva es
sesgada a la derecha.
En la Fig. 8 se puede
observar la funcin de
riesgo con pendiente
positiva. Al respecto
NIST(2006) y
Tamborero J. (2010)
presenta grficos que
cuando los valores del
Figura 4. Curvas del intervalo de confianza para la funcin linearizada de parmetro de forma van
WEIBULLBondad de ajuste incrementndose, la
funcin tiene pendiente
positiva y el parmetro
Funciones caractersticas de la Distribucin de de forma es mayor a uno. Obsrvese que a medida que
Weibull pasa el tiempo se incrementa la velocidad de fallos.
En las Figs. de la 5 a la 8 se puede observar las formas
tpicas de la distribucin de Weibull en las funciones
correspondientes semejantes a las que reporta NIST(2006)
y Tamborero (2010). En la Figura 5 se puede observar
que a medida que pasa el tiempo la probabilidad de
rechazo se incrementa y a un 0.5 (que corresponde al
50%) corresponde a un tiempo aproximado a 11.7 das.

Figura 6. Funcin de Supervivencia o de Confiailidad

Figura 5. Funcin de Distribucin Acumulativa

Funcin de Fallo

En la Figura 6 se puede observar que a medida que pasan

los das la confiabilidad disminuye, lo que es lgico. Al
respecto Gray & Bemiller (2003) afirman que la dureza
del pan es un trmino general que describe la prdida
de calidad dependiendo del tiempo .y, est curva es
semejante a la que presenta NIST(2006) y Tamborero
(2010).
Figura 7. Funcin de Densidad de Probabilidad (pdf)
En la Figura 7 se puede observar que la funcin de
densidad de probabilidades tiene un sesgo hacia la

32
 Carlos Elas P. , Walter Salas V., Felipe de Mendiburu D. , Wiler de la Cruz Q.
Anales Cientficos Vol. 72 No 1, pp. 27-33

Juan, A. Ajuste de datos por una distribucin terica con

minitab. Consultada el 17 de marzo del 2010. Versin en
lnea, Disponible en: http://docs.google.com/viewer?a=
v&q=cache:fADcUiXHIuoJ:www.uoc.edu/in3/e-math/
docs/Ajuste_datos.pdf+AJUSTE+DE+DATOS+POR+
UNA+DISTRIBUCI%C3%93N&hl=es&gl=pe&pid=bl
&srcid=ADGEESiguln_OC0Vv1ORIcAWKrcnDM_uD
DR_9G5ISdic9xa87uRiB8bPPwuw1JCjz1fgV_uq-
7LEjxSg_lwiN8IiOiDwwccPNuhJSUgs7Zy2b0fhy216p
n1vmVZzMJcpZZjFrlnEEjgT&sig=AHIEtbQ44nNwhe
ud5GEW6bTKDW_zdLY_XA
Kennet, J, V., Rotsteine, E., and Sing, P. R. 1997.
Handbook of food engineering. Practice. CRC Press,
Figura 8. Funcin Riesgo, Coeficiente de Riesgo o New York.
ndice Instantneo al Fracaso Kilcast, D. and Subramaniam, P. 2001. Stability and
Shelf-Life of Food. Woodhead Publishing. Versin en
lnea, consultado el 17 de marzo del 2010. Disponible en:
4. Conclusiones http://knovel.com/web/portal/browse/display?_EXT_
Mediante el Mtodo de Weibull se determin que la vida KNOVEL_DISPLAY_bookid=147&VerticalID=0,
en anaquel media del pan de molde fue igual a 11.7 das a Klein, P. J. and Moeschberger, M., L. 1997 Survival
20 C y empacado en bolsas de polietileno. Analysis: Techniques for Censored and Truncated Data.
Se tiene un 95% de probabilidad de que el tiempo de vida Statistics for Biology and Health. Springer-Verlag Telos.
til se encuentre entre 11.68 y 11.72 o P(11.68 11.70 Larsen, R. 2006. Food Shelf Life: Estimation and
11.72) = 0.95. Experimental Design. Thesis of Master of Science.
El estadstico Anderson-Darling permiti determinar que Department of Statistics, Brigham Young University.
la distribucin se ajusta mejor a la de Weibull respecto USA.
a las distribuciones Lognormal, Exponencial y Normal. NIST. 2006. National Institute of Standards and
Technology. 2006. e-Handbook of Statistical Methods.
5. Literatura citada Consultada el 06 de enero del 2010. Disponible en:
Bechtel, W. 1953. The effect of the crust on the staling of http://www.itl.nist.gov/div898/handbook/
bread. Oxford: Ed. Blackwell. Ocampo Muoz, J. A. 2003. Determinacin de la vida de
Gacula, M. C. and Singh, J. 1984. Statistical models for anaquel del caf soluble elaborado por la empresa Decaf
shelf life failures. New York. Academic Press Inc. SA y evaluacin del tipo de empaque en la conservacin
del producto. Universidad Nacional de Colombia-Sede
Gacula, M. C. y Kubala, J. J. 1975. Statistical Models
Manizales.
for Shelf Life Failures. J. Food Sci. USA, 40:404-409.
Prabhakar, D. N., Xie Min and Renyan Jiang 2004.
Garitta L., Gmez G., Hough G, Langhor K. y Serrat
Weibull Models. John Willey & Sons, Inc. USA.
C. 2003. Estadstica de Supervivencia Aplicada a la
Vida til Sensorial de Alimentos. Taller Tutorial de Tamborero, J. 2010. NTP 331: Fiabilidad: la distribucin
Introducccin y Clculo de Anlisis de Supervivencia de Weibull. Consultada el 03 de enero del 2010. Disponible
utilizando S-Plus. ISETA. Argentina. en: http://www.jmcprl.net/ntps/@datos/ntp_331.htm.
Gimnez, A., Varela P., Salvador, A., Ares G., Fiszman, Tobias, P.A. and Trinidade, D.C. 1995. Applied Reliability
S. and Garitta L. 2007. Shelf life estimation of brown New York: Van Nostrand Reinhold 17(1):113-122
pan bread: A consumer approach. Science Direct Food
Quality and Preference 18: 196204.
Gmez, G. 2001. Anlisis de Supervivencia. Universidad
Politcnica de Barcelona.
Gmez, G., 2002. Breve viaje al mundo de la
supervivencia y su posible uso en la vida til de alimentos.
U. Politcnica de Catalunya. Barcelona, Espaa.
Gray, J. A. and Bemiller, J. N. 2003. Bread Staling:
Molecular Basis and Control. Food Science and Food
Safety.
Hough, G., Langohr, K., Gmez, G. and Curia, A.
2003. Survival analysis applied to sensory shelf life of
foods. Journal of Food Science, 68, 359362.

33