Malicious compression function collision

Se realizaron 3 diferentes jugos de frutas, el primero es con alto contenido de vitamina C, el segundo con un gran aporte energético y el tercero tiene propiedades antioxidantes.

El primer jugo requiere una mezcla de fruta que tenga el mayor contenido posible de vitamina C. Se investigó el contenido de Vitamina C de diferentes frutas y se seleccionaron aquellas que tuvieran mayor cantidad de la vitamina con el propósito de que el producto final tuviera una cantidad aceptable. Las frutas elegidas para elaborar el jugo fueron naranja, mandarina, guayaba y fresa.

165

En el programa estadístico “Minitab 17” se utilizó un diseño “simplex lattice” de segundo grado con 4 variables (naranja, mandarina, guayaba y fresa) y 30 puntos de diseño. Fueron 4 las variables de respuesta elegidas con el fin de obtener estadísticamente el mejor prototipo de acuerdo a las características deseadas: Viscosidad, pH, Acidez y contenido de Vitamina C. Una vez analizado el experimento en la ANOVA (Anexo 3), se determinó que los puntos que muestran diferencias significativas en las mezclas son “Naranja*Fresa” con P=0.000, “Fresa*Guayaba” con P=0.000, “Fresa*Mandarina” con P=0.000, “Guayaba*Mandarina” con P=0.011. La r y r ajustada son bastante aceptables (r= 88.85 %, raj=79.79 %), el valor indica que el diseño se ajustó

bastante bien al experimento y explica el comportamiento de las variables con confiabilidad. Esto se puede confirmar en las gráficas residuales mostradas a continuación:

Figura 6.23 Datos residuales para variables de respuesta de jugos antioxidantes. Fuente propia generada en Minitab 17

Los histogramas de las figuras 6.23, muestran una distribución normal de los datos, aunque el de contenido de vitamina C se encuentra ligeramente sesgado a la izquierda al igual que el de pH, también el histograma de acidez se sesga hacia la derecha, pero aún así conservan una distribución aceptablemente normal, lo cual justifica que los diferentes grados de las variables son confiables, esto también es confirmado con los valores de r y r ajustada mencionados previamente.

En cuanto a los gráficos de dispersión lineal, en la figura 6.23 se puede observar que la muestra 5 y su duplicado 26 sobresalen más que las demás, esto indica que la viscosidad de estas muestras está más alejada de la media, esto es lógico ya que ambas muestras contienen gran proporción de guayaba y durante la experimentación se pudo observar que las muestras con más guayaba presentaba un valor de viscosidad considerablemente más alto que las demás muestras.

166

Se puede observar que las muestras más alejadas de la media son la 2 junto con su duplicado 6 y la muestra 9 junto con su duplicado 10, estas muestras son las que presentan valores de pH más diferentes de su duplicado. En la gráfica 5.23, las muestras más sobresalientes son 14, 28, 23 y su duplicado 29, esto también es comprensible ya que contienen bastante naranja la cual tiene una acidez muy baja.

Por último podemos observar que la grafica para contenido de vitamina C es la más importante porque habla del contenido de vitamina C, se puede observar que en el gráfico de dispersión linear los puntos sobresalientes son el 9 junto con su duplicado 10 y el 18 junto con su duplicado 19, los 2 primeros se apartan de la media al tener demasiado contenido de vitamina C, por lo que pueden no ser las mejores opciones para usar como producto final.

Para seleccionar los niveles de cada factor y obtener el producto con mayor contenido posible de vitamina C se analiza la gráfica de optimización de variables de respuesta donde a través de Minitab se minimizó la viscosidad hasta llegar a un pH meta, maximizando el contenido de vitamina C y llegando a una acidez ideal, sin embargo, Minitab no pudo obtener una respuesta óptima que satisficiera éstas indicaciones, por lo que sugirió agregar 25 % de naranja, 25 % de mandarina, 25 % de guayaba y 25 % de fresa en la mezcla final. Si se utilizan estos porcentajes el producto final tendrá 228.9 mg de vitamina C por cada 100 ml, lo cual se concluye como aceptable.

Para el segundo tipo de jugo el objetivo era obtener la mezcla de ingredientes que tuviera mayor aporte energético posible. Se utilizaron ingredientes conocidos por su gran aporte calórico como es el caso del amaranto, la avena y miel, además se adicionaron 2 frutas que tuvieran una gran cantidad de azúcar como es la manzana y la naranja. Nuevamente se utilizó el programa Minitab y un diseño simplex lattice pero ahora fue de tercer grado, además solo se utilizaron 3 aditamentos a los juegos, que en el diseño serían las variables (amaranto, miel y avena) ya que el nivel de jugo de naranja y de manzana es fijo, esta vez se tuvieron únicamente 20 puntos de diseño.

Las 4 variables de respuesta elegidas para obtener estadísticamente el mejor prototipo de acuerdo a las características deseadas fueron viscosidad, pH, acidez y contenido energético. Una vez analizado el experimento en la Tabla de anova se determinó que solamente el punto “amaranto*miel” representa una diferencia significativa para la mezcla con P=0.090. La r y r ajustada son bastante aceptables (r= 88.85 %, raj=78.93 %), el valor indica que el diseño se ajustó

bastante bien al experimento y explica el comportamiento de las variables con confiabilidad. Esto se puede confirmar en las gráficas residuales mostradas a continuación:

167

Los histogramas de las Figura 6.24, específicamente para la viscosidad y el pH muestran una distribución normal de los datos, sin embargo, para la acidez titulabe muestra un notable sesgo hacia la derecha debido a que la muestra 11 y su duplicado 14 muestran una acidez considerablemente más baja que las demás, estas 2 mezclas presentaron indicidencias al realizar las mediciones ya que estaban demasiada espeso. A pesar de que el histograma para el contenido enérgetico se encuentra ligeramente sesgada hacia la derecha por causa de la muestra 1 y su duplicado 16, conserva una distribución aceptablemente normal, lo cual justifica que los diferentes grados de las variables son percibidos confiablemente, esto también es confirmado con los valores de “r” y “r ajustada” mencionados previamente. En cuanto a los gráficos de dispersión lineal, para la viscosidad se puede observar que la muestra 5 y su duplicado 26 sobresalen más que las demás, esto indica que la viscosidad de estas muestras está más alejada de la media, las mediciones de viscosidad fueron especialmente difíciles de realizar debido a que las mezclas estaban muy espesas.

Para el pH se observa que las muestras más alejadas de la media son 7 y su duplicado 15 y 11 con su duplicado 14, nuevamente fue debido a la altísima viscosidad que las mediciones fueron difíciles y seguramente esto interfirió en las mediciones. Para la acidez, las muestras más sobresalientes son 11 y 14, nuevamente se piensa que es debido a su alta viscosidad que los valores se alejaron de la media. Por último la gráfica 4 es la más importante porque habla del contenido energético, se puede observar que en el gráfico de dispersión linear los puntos sobresalientes son el 1 con su duplicado 16 y el 11 junto con su duplicado 14, al parecer las mezclas con mayor porcentaje de avena (1 y la 16), así como las mezclas con el mismo porcentaje de los 3 componentes (11 y 14) no son las mejores opciones a utilizar como mezclas finales, no sólo por su viscosidad sino porque se obtienen datos muy alejados de las medias.

Para seleccionar los niveles de cada factor y obtener el producto con mayor contenido energético posible utilizamos la gráfica de optimización de variables de respuesta, donde se le indicó al

168

programa llegar a un pH objetivo, minimizar la viscosidad, obtener una acidez meta y maximizar el contenido energético, sin embargo, el programa no pudo obtener una respuesta óptima que satisficiera éstas indicaciones, por lo que se agregó 50 % más de amaranto y 50 % más de miel, sin agregar avena. Esta decisión es razonable ya que la avena generó complicaciones, tanto en las mediciones como en el envasado y además se gelatinizaba al pasteurizar, obteniendo en lugar de un jugo una mezcla viscosa, esto también podría generar problemas en la maquinaria a utilizar en la elaboración del jugo.

En el tercer tipo de jugo el objetivo era obtener la mezcla de ingredientes que tuviera mayor poder antioxidante. Se utilizaron ingredientes conocidos por su gran contenido de vitamina E y otros antioxidantes, como es el caso de la zanahoria, el pimiento, el germen de trigo y la piña.

Haciendo uno nuevamente de Minitab, y a través de un diseño “simplex lattice” de segundo grado, al igual que el primer jugo, se utilizaron 4 variables (zanahoria, pimiento, germen y piña) obteniendo 30 puntos de diseño.

Las 4 variables de respuesta elegidas para obtener estadísticamente el mejor prototipo de acuerdo a las características deseadas fueron sedimentación, pH, acidez y contenido de vitamina E. Se eligió como variabe de respuesta la sedimentación en lugar de viscosidad ya que el germen sedimentaba tan rápido que no era posible mantenerlo incorporado en el jugo para medir la viscosidad. Una vez analizado el experimento en la tabla de Anova, se determinó que solamente el punto “piña*pimiento” representa una diferencia significativa para la mezcla con P=0.030. Sin embargo, resultó que la r y r ajustada son poco aceptables (r= 47.85 %, raj= 24.39 %), esto indica

que el diseño no se ajustó muy bien al experimento y por lo tanto la interpretación del comportamiento de las variables no es confiable. Esto se puede confirmar en las gráficas residuales mostradas a continuación:

Figura 6.25 Datos residuales para acidez promedio. Fuente propia generada en Minitab 17

Los histogramas de la figura 6.25, específicamente la sedimentación y la acidez muestran una distribución parecida a la normal pero las gráficas del pH y la vitamina E no siguen una

169

distribución normal, por lo que es difícil justificar la frecuencia con que se perciben los diferentes grados de las variables. En cuando a las gráficas de dispersión lineal, todos los valores parecen estar alejados de la media, como ya se había mencionado el diseño no se ajustó muy bien a la experimentación.

Para seleccionar los niveles de cada factor y obtener el producto con mayor contenido de vitamina E posible utilizamos la gráfica de optimización de variables de respuesta, donde se le indicó al programa llegar a un pH meta, minimizar la sedimentación, llegar a una acidez meta y maximizar el contenido de vitamina E, sin embargo, el programa no pudo obtener una respuesta óptima que satisficiera éstas condiciones, por lo que se agregó unos porcentajes que son aceptables con 42.7 % de piña, 2 % de germen, 42.74 % zanahoria y 1.2 % de pimiento. La decisión para elegir esos nuevos parámetros a que el jugo de piña y zanahoria presenta muy buenas características organolépticas y un buen contenido de vitaminas antioxidantes, además se minimizó lo más posible la cantidad de pimiento ya que el sabor y aroma eran demasiado fuertes y característicos, también minimizamos el contenido de germen porque se sedimenta fácilmente y es difícil conservarlo suspendido en el jugo ya que no se diluye.