Modelación de la fermentación para la producción de fenilalanina
Fermentation modeling for phenylalanine production
DOI:
https://doi.org/10.54167/tecnociencia.v14i2.511Palabras clave:
función de producción, regresión restringida paso a paso, Excel® Solver®, superficie de respuesta, productividadResumen
Se detalla la aplicación de la función de producción Cobb-Douglas (CD) a un proceso de fermentación, aplicando en Excel® Solver® regresión restringida, regresión paso a paso y optimización restringida con el objetivo de determinar la combinación óptima de insumos que maximiza la producción y productividad. El modelo CD correlaciona con R2= 0.941. La producción óptima se logra con X1=1gL-1 de glicerol crudo, X2=1gL-1de sulfato de amonio, X3=12.46 gL-1 de otras sales, X4=2.318 gL-1 de vitaminas y elementos traza y X5=36 h de tiempo de incubación con producción de 1.227gL-1 de fenilalanina, costo total de $0.5866 por ensayo y productividad de 2.093g L-1$-1 por ensayo. La productividad óptima se logra con X1=1, X2=1, X3=12.46, X4=0.331 y X5=36 respectivamente con producción de 0.886gL-1 de fenilalanina y costo total de $0.0898 por ensayo y productividad de 9.8674 g L-1$-1 por ensayo. La eficiencia de escala induce a considerar la reducción proporcional de insumos para que progresivamente el proceso se aproxime a suma de exponentes unitaria, para aumentar la productividad. La regresión paso a paso puede acotar la superficie de respuesta, abriendo puertas a otros modelos de regresión que puedan recuperar la correlación de la superficie de respuesta de diversos diseños experimentales.
Descargas
Citas
Anusith, T., Kla, T., Methee, K., Kanoktip, P. y Penjit S. (2011). Optimized Production of L-phenylalanine by Fermentation Using Crude Glycerol. Kasetsart J. (Nat. Sci.) 45: 686 - 699. https://li01.tci-thaijo.org/index.php/anres/article/view/245347
Attanasio, D., Armiento G., Brilli, M., Emanuele, M. C., Platania, R. y Turi, B. (2007). Multi-method marble provenance determinations: the carrara marbles as a case study for thecombined use of isotopic, electron spin resonanceand petrographic data. Archaeomerry 42: 257-272. https://doi.org/10.1111/j.1475-4754.2000.tb00881.x
Baiyegunhi, L. y Arnold, C. (2011). Economics of sugarcane production on large scale farms in the Eshowe/Entumeni areas of KwaZulu-Natal, South Africa. African Journal of Agricultural Research 6(21). https://bit.ly/3wMRviH
Debertin, D. L. (2012). Agricultural Production Economics. Mcmillan Publishing Company, New York. http://www.uky.edu/~deberti/prod/agprod5.pdf
Dollery, B., Byrnes, J. y Crase, L. (2007). Economies of Scale and Population Size in Australian Local Government Structural Reform Programs. Working Papers Series. https://www.une.edu.au/__data/assets/pdf_file/0010/19189/15-2007.pdf
Farrel, M. (1957). The measurement of productive efficiency. https://doi.org/10.2307/2343100
García-Sabater, J. P. y Maheut, J. (2016). Modelado y Resolución de Problemas de Organización Industrial mediante Programación Matemática Lineal. https://www.lawebdelprogramador.com/pdf/info.php?id=12716
Gilpin, R. y Rusik, D. (2001). Global Political Economy Understanding the International Economic Order. Princeton University Press, Princeton, USA. https://bit.ly/3tM6Azo
Ginésy, M., Rusanova-Naydenova, D., y Rova, U. (2018). Tuning of The Carbon-to-Nitrogen Ratio for the Production of L-Arginine by Escherichia Coli. En Kennes, C. (2018) Bioconversion Process. University of La Coruna, Spain. https://doi.org/10.3390/fermentation3040060
Ho, S. J. y Dimitrije R. (2017). Returns to Scale, Productivity Measurement, and Trends in U.S. Manufacturing Misallocation. https://bit.ly/3iRBxvv
Ibrahim, M. y Ghani, I. (2015). An Application of Non-Linear Regression Analysis for Food Science Data with Microsoft Excel Solver. International Journal of Science, Environment and Technology. https://api.semanticscholar.org/CorpusID:54600112
Igartua, J. J. y Humanes M. L. (2004). El método científico aplicado a la investigación en comunicación social. Aula Abierta. Lecciones básicas. https://repositorioinstitucional.ceu.es/bitstream/10637/2491/6/Cap_III.pdf
Kurose, J.F. y Simha, R. (1989). A Microeconomic Approach to Optimal Resource Allocation in Distributed Computer Systems. IEEE Trans. Comput. 38: 705–717. https://doi.org/10.1109/12.24272
López, S. C. (1999). Análisis de la Función de Producción Agraria para Distintos Niveles de Agregación. Estudios de Economía Aplicada. https://dialnet.unirioja.es/servlet/articulo?codigo=176028
Methee K., Jarun C., Kanoktip P. y Penjit S. (2009). Optimization of Medium Composition for L-phenylalanine Production from Glycerol using Response Surface Methodology. Kasetsart J. (Nat. Sci.) 43: 727 – 737. https://bit.ly/3ITnY9w
Montgomery, D. C. y Runger, G. (2003). Applied Statistical and Probability for Engineers (3th Ed.). John Wiley & Sons, USA. https://bit.ly/3xarSHf
McNeill, R.C. (1977). Production functions for apple orchard systems in the Okanagan valley of British Columbia. MSc thesis. Faculty of Graduate Studies. Department of Agricultural Economics. University of British Columbia. Vancouver, CA. https://dx.doi.org/10.14288/1.0094264
Nimmon, C. C., Mcalister, J. M., Hickson, B. y Cattell, W. R. (1975). Study of the post-equilibrium slope approximation in the calculation of glomerular filtration rate using the C r-EDTA single injection technique. En Dynamic Studies with Radioisotopes in Medicine 1974. Proceedings of Symposium, Knoxvitte, 15-19 July 1974. https://bit.ly/3uGKKfE
Ngo, H., Guo, W. y Hossain, M. (2013). Introductory of Microsoft Excel SOLVER Function - Spreadsheet Method for Isotherm and Kinetics Modelling of Metals Biosorption in Water and Wastewater. Journal of Water Sustainability. http://hdl.handle.net/10453/28380
OCDE (2001). Measuring Productivity. OECD Manual. Measurement of Aggregate and Industry-Level Productivity Growth. OECD, Paris. https://www.oecd.org/sdd/productivity-stats/2352458.pdf
Oguzor, N. S. (2013). Technical and Economic Efficiency of Palm Oil Marketing in the Niger Delta Region of Southern Nigeria. Current Research Journal of Economic Theory. http://dx.doi.org/10.19026/crjet.5.5523
Narváez-Flores, M., Sánchez-Madrigal, M. Á., Quintero-Ramos, A., Paredes-Lizárraga, M. A., González-Laredo, R. F., Ruiz-Gutiérrez, M. G., Piñón-Castillo, H. A. y Meléndez-Pizarro, C. O. (2015). Ultrasound assisted extraction modeling of fructans from agave (Agave tequilana Weber var. Azul) at different temperatures and ultrasound powers. Food and Bioproducts Processing 96: 232-239. http://dx.doi.org/10.1016/j.fbp.2015.08.007.
Ojo, O. y Ehinmowo, O. (2010). Economic Analysis of Kola-nut Production in Nigeria. J Soc Sci 22(1). https://doi.org/10.1080/09718923.2010.11892777
Paredes-Lizarraga, M. A. y Quintero-Ramos, A. (2017). La Función de Producción y Productividad en el Proceso de Absorción de Sorbitol. ITMochis Investigación, Tecnología y Liderazgo Mexicano 8 (agosto-diciembre).
Prokopenko, J. (1989). La gestión de la productividad: manual práctico. Limusa, México.
Reed, D., Kaplan, B. y Brewer, A. (2012). A Tutorial on the Use of Excel 2010 and Excel for Mac 2011 for Conducting Delay-Discounting Analyses. Journal of Applied Behavior Analysis. https://doi.org/10.1901/jaba.2012.45-375
Rensman, M. (1996). Economic Growth and Technological Change in the Long Run: a survey of theoretical and empirical literature. SOM Research Report 96C10, Groningen University, Groningen. https://ideas.repec.org/p/gro/rugsom/96c10.html
Sidiropoulus, N. (1999). Mathematical Programming Algorithms for Regression-Based Non-linear Filtering in Rn. IEEE Transactions on Signal Processing 47. https://doi.org/10.1109/78.747782
Singh, N. P., Singh, P. y Pal, S. (2007). Estimation of Economic Efficiency of Sugar Industry in Uttar Pradesh: A Frontier Production Function Approach. Ind. Jn. of Agri. Econ. https://www.proquest.com/docview/201555495
Sperlich, S., Schwalbach, J., Grasshoff, U. (1999). Executive pay and corporate financial performance. An explorative data analysis. Working Papers. Statistics and Econometrics. WS 6382, Universidad Carlos III de Madrid. Departamento de Estadística. https://bit.ly/3qL9hzd
Ssegane, H., Tollner E. W., Mohamoud Y. M., T. C. Rasmussen T. C. y Dowd J. F. (2012). Advances in variable selection methods I: Causal selection methods versus stepwise regression and principal component analysis on data of known and unknown functional relationships. Journal of Hydrology 438–439: 16–25. http://dx.doi.org/10.1016%2Fj.jhydrol.2012.01.008
Sturgeon, D. E. (2012). Economic performance of architectural firms: An application of production theory. Tesis Doctoral. University of Illinois. Urbana, Illinois. https://bit.ly/36IEImO
Suhaeni, S., Soemarno, N., Harahap, N. y Berhimpon, S. (2014). The Empowerment Model of Skipjack Tuna Fish (Cakalang Fufu) Processing Small Industry in Bitung City. Journal of Research in Environmental and Earth Science. https://www.questjournals.org/jrees/papers/vol1-issue4/B140915.pdf
Taiwo, O., Dayo, O. y Bolariwa, K. (2014). Technical Efficiency Analysis of Cassava Production in Nigeria; Implication for Increased Productivity and Competitiveness. Research Journal of Agriculture and Environmental Management 3(11). https://bit.ly/3tNorFV
Wang, D., Chukova, S. y Lai, C. (2004). On the Relationship Between Regression Analysis and Mathematical Programming. Journal of Applied Mathematics and Decision Sciences 8(2):131–140. https://www.emis.de/journals/HOA/JAMDS/8/2131.pdf
Yamada, S. y Ruttan, V. (1989). "Comparaciones internacionales de la Productividad Agraria". En San Juan (comp.). La modernización de la economía española. MAPA, Madrid. https://www.mapa.gob.es/ministerio/pags/Biblioteca/fondo/pdf/13382_4.pdf
Zarini R. L., Loghmanpour M. H., Ramezani M. A., Afrouzi H.N. y Tabatabaekolor R. (2015). Relationship betwen of Energy Consumption and Eg Production in Poultry in Iran. Biological Forum – An International Journal.
Publicado
Cómo citar
-
Resumen791
-
PDF133
-
HTML78
