Diseño Óptimo de la Composición de un Champú en un Mercado

Competitivo
Oscar Mateo Martinez Dominguez

Proyecto de grado realizado para la Universidad de los Andes (Colombia) para el

cumplimiento de los requisitos de grado para Ingeniería Química.

Resumen
El trabajo presenta una metodología del diseño óptimo de productos, y es usado para el diseño
de un champú con acondicionador, comúnmente conocido como un champú dos en uno. El
diseño óptimo de productos es un área reciente de la ingeniería química que busca reducir los
costos y el tiempo de diseño de un producto, considerando que son factores que influencian el
éxito de un producto en el mercado actual. Para diseñar el champú son empleados modelos
matemáticos para la estimación de propiedades y costos del champú, este modelo es
determinado por revisión de las ecuaciones presentes en la literatura; Los resultados de estos
modelos son usados en funciones de preferencia del consumidor en donde el champú recibe un
puntaje según qué tan favorables son sus propiedades para el consumidor; El puntaje obtenido
es introducido en un modelo de precio y demanda que permite estimar las utilidades del
producto en el mercado. Además de las preferencias del consumidor, también se tienen en
cuenta estándares de calidad y restricciones gubernamentales que debe cumplir el champú y su
proceso de producción. Al resolver el modelo se obtuvo la formulación óptima para un champú
que tiene una preferencia del consumidor 39.16% y un valor presente neto en una proyección
de 10 años y una tarifa del 5% estimada de COP 730,786,530,188.60. La implementación de
herramientas computacionales con la estructura de este trabajo aumenta la eficiencia del diseño
de productos, así mismo la reacción de la compañía frente a cambios de mercado como
variaciones en las necesidades del consumidor o nuevas competencias.
Palabras claves: Diseño de productos, Diseño Óptimo de productos, Champú

1. Introducción
El diseño de productos es un área reciente de estudio que cada vez llama más la atención de los
ingenieros químicos, aumentando la cantidad de ingenieros trabajando en empresas de valor
agregado respecto a la producción de commodities [1]. Al ser el diseño de productos un área
relativamente nueva, la cual surgió por el aumento de la demanda por productos de valor
agregado, existen pocas metodologías de cómo llevar a cabo este proceso. Una de las
metodologías más conocida es la establecida por Cussler que consiste de cuatro pasos [1]:

1. Identificación de necesidades: Por medio de un estudio de mercado se identifica nuevas

oportunidades en el mercado, ya sea identificando una nueva necesidad del consumidor
 o mejorar la satisfacción de este. Por lo general, la información del estudio proviene de
encuestas al consumidor objetivo.
2. Creación de ideas: Se crea la mayor cantidad de ideas que puedan satisfacer las
necesidades establecidas en el primer paso.
3. Selección de ideas: Las ideas creadas son estudiadas para establecer cuál es la más
prometedora en el mercado. El estudio se puede hacer por medio de modelamiento, o por
creación de prototipos y estudiando el comportamiento del consumidor respecto a estos.
4. Manufactura: Al tener determinada la estructura deseada del producto, se crea el
proceso necesario para obtener todas sus propiedades.

En la actualidad, el mercado de productos tiene una naturaleza de rápido cambio y, por lo

general, de alta competencia. Esto significa que las necesidades de los consumidores aumentan
o van cambiado de manera rápida, y cada vez hay más compañías dispuestas a producir el
producto necesario para satisfacer a los consumidores. En respuesta a este comportamiento, el
diseño de productos debe ser eficiente y eficaz. Al revisar los pasos del proceso de Cussler, el
desempeño es afectado comúnmente en el tercer paso, debido al uso del procedimiento de
prueba y error en el estudio de los prototipos. Este procedimiento tiende a ser exigente en costo
y tiempos, además de depender de factores como la experiencia de los investigadores y suerte
de acertar con el producto deseado [2]. Para reducir el tiempo y costo de diseño de un producto
se ha generado interés por el uso de herramientas computacionales que logren estimar las
propiedades necesarias para pasar a la manufactura del producto [3]. Estas herramientas son
conocidas como CAMD (Computer-aided molecular design) y CAMbD (Computer-aided
mixture-blend design), y emplean diferentes modelos matemáticos que estiman las propiedades
de diferentes tipos de moléculas y mezclas [2].

Se ha demostrado que CAMD y CAMbD son herramientas muy útiles para reducir el tiempo
de diseño [4], sin embargo tienen limitaciones y deben ser complementadas para el diseño
completo de un producto, así lo demostró Bagajewicz al concluir que no necesariamente el
producto que satisface de manera total las necesidades del consumidor es el más rentable para
la compañía [5]. Para obtener el producto más rentable es importante incorporar dentro de la
metodología de diseño otros elementos que incluyan funciones de preferencia del consumidor,
y modelos que predigan el precio y la demanda comparándose con la competencia [6] [5]. Al
estimar el precio y la demanda, y obtener los costos de producción y de las materias primas, es
posible estimar las utilidades del producto. En esta metodología, las funciones de preferencia
son las encargadas de dar una puntuación por cada propiedad del producto, y así obtener una
puntuación total del producto que es comparada a la puntuación de la competencia. Esta
relación de preferencia con la competencia afecta el modelo de precio-demanda, por
consecuencia afectan las utilidades de la empresa. Al juntar estos últimos elementos con las
herramientas de CAMD y CAMbD, es posible diseñar de manera óptima, reduciendo costos y
tiempo, un producto con el objetivo de maximizar las utilidades de la compañía.

1.1. Estructura del trabajo

La metodología de este trabajo va a seguir el procedimiento mostrado en la figura 1, que tiene
como base la metodología propuesta por Bagajewicz [6] . Para implementar la metodología se
va a diseñar un champú, debido a que es un producto estructurado y tiene cualidades que el
consumidor puede apreciar de manera directa con sus sentidos; y dentro de la gama de champús
se propone el diseño de un champú dos en uno, dado que este demuestra mayor diferenciación
entre productos competidores que un champú común [7]. El primer paso es establecer los
componentes disponibles y más usados en la composición de un champú de este tipo, para
tenerlos como base en la nueva formulación. En el segundo paso, son creadas las funciones de
preferencia del consumidor; En esta etapa se muestra la función general de preferencia del
consumidor, y cada función que relaciona los atributos llamativos del producto, respecto a
propiedades del producto, por ejemplo, textura respecto a la viscosidad, y como se obtuvieron
estas funciones. El uso de CAMD y CAMbD es fundamental para esta etapa considerando que
son los modelos que estiman las propiedades del champú por medio de su composición. Al
finalizar el paso anterior, se establecen los requerimientos de calidad, restricciones
gubernamentales, y de salud que debe cumplir un champú 2 en 1.

Figura 1. Metodología del trabajo

Para la sección de mercado es necesario determinar el costo del producto, por lo tanto, se debe
estimar los costos del proceso de producción. Después de tener los modelos de costos del
proceso, se establece el modelo de precio y demanda que se va a emplear para estimar las
utilidades del producto. Los modelos y restricciones mencionados se resuelven de manera
conjunta, como se muestra en la figura 1, con el objetivo de maximizar la rentabilidad del
producto y poder concluir cual es la composición del champú 2 en 1 más rentable.

[Link]ón y cualidades de un champú 2 en 1

Una composición típica de un champú 2 en 1 se muestra en la tabla 1 [7]. Los surfactantes
primarios son los encargados de la capacidad de limpieza y los principales formadores de
espuma; Los surfactantes secundarios son empleados para mejorar la capacidad de limpieza,
debido a que los surfactantes primarios son muy fuertes e irritan el cuero cabelludo, y ayudan
a cualidades del champú como su viscosidad y formación de espuma; Los acondicionadores
son aditivos que ayudan a mejorar el aspecto del cabello después del uso del champú. El
preservante es para evitar la formación de microorganismos; Los formadores de viscosidad
mejoran la sensación del champú al usarlo; Los estabilizadores son adicionados para que las
fases se mantengan juntas en las condiciones de almacenamiento y uso; Por último, el olor y la
fragancia son añadidos para mejorar la percepción del champú al consumidor.

Tabla 1. Posible composición de un champú 2 en 1 [7] [8] [9]

Ingrediente Función Porcentaje peso Referencia

Lauril Sulfato de Sodio Surfactante primario 9-15% 9
Lauret-2 Sulfato de Sodio Surfactante primario 9-15% 9
Dimeticona Acondicionador (Silicona) 0-2% 8
Cocamida MEA Surfactante secundario 0-5% 9
Hidroxietilcelulosa Cuaternizada Surfactante Cationico 1-4% 8
Hidroxietilcelulosa (Goma) Formador de viscosidad - Estabilizador 0-0.5% 8
Alcohol Estearílico Acondicionador (Lípido) 3-8% 8
Germaben II Preservante <1% 8
Fragancia Olor Necesario 7
Color Visual Necesario 7
Agua Base hasta 100% 7

Los componentes mostrados en la tabla 1 son requeridos para dar varias cualidades al champú
con el objetivo de satisfacer al consumidor. Existen gran cantidad de componentes disponibles
que tienen iguales funciones, aunque diferente rendimiento, a los presentados en la tabla 1,
pero estos van a ser los empleados como base para el diseño del champú. Según estudios [10]
[11], las cualidades de un champú que son importantes para el consumidor son:
 Capacidad de limpieza
 Fragancia
 Textura
 Espuma
 Suavidad del cabello
 Brillo del cabello
 Comodidad de uso
 Volumen del cabello
 Prevención cabello grasiento
 Prevención de la caspa
Otras cualidades importantes que no es percibida rápidamente por el consumidor es la
irritabilidad con el cuero cabelludo.

2. Modelo
2.1. Modelos de preferencia del consumidor
El modelo de preferencia propuesto por Bagajewicz [6] tiene la siguiente forma:
𝑛

𝐻(𝑥) = ∑ 𝑤𝑖 ℎ𝑖 (𝑥) (1)

𝑖=1
En la ecuación 1, 𝑤𝑖 representa el peso de cada cualidad i del champú; ℎ𝑖 es la función que da
un puntaje según el desempeño de la cualidad i del champú; Por último, 𝐻 es el valor total del
puntaje dado al champú. El valor de los pesos 𝑤𝑖 son tomados de diferentes estudios en paneles
sensoriales, que para el ejemplo tratado en este proyecto son tomados del estudio [11] y se
muestran en la tabla 2. Las funciones ℎ𝑖 son propuestas por cada cualidad y deben ser
relacionadas mínimo a un componente de la composición. Estas funciones, aplicadas en un
contexto empresarial, son determinadas por el estudio del mercado del producto por parte de
la compañía; dado que en este trabajo el enfoque es la realización del modelo y no el estudio
del mercado, las funciones son determinadas para cumplir con comportamientos lógicos del
consumidor mas no tienen datos que soporten los factores en las ecuaciones.
Las cualidades del champú que se van a evaluar son la capacidad de limpieza y prevención del
cabello graso, textura y comodidad de uso, acondicionamiento del cabello, aditivos como
fragancia, salud, y características de la espuma. La tabla 2 [11] muestra los pesos empleados
en el modelo de preferencia del consumidor para cada cualidad.
Tabla 2. Pesos porcentuales de las cualidades del champú

Cualidad del champú Peso (%)

Capacidad de limpieza 18.25%
Textura y comodidad de uso 17.25%
Fragancia 15.64%
Salud 16.04%
Características de la espuma 15.44%
Acondicionamiento 17.37%

[Link] de Limpieza y prevención del cabello graso

La principal función de un champú es limpiar el cabello y el cuero cabelludo. Esto lo logra por
medio de surfactantes, principalmente aniónicos, que al entrar en contacto con el cuero
cabelludo altera la hidrofilicidad permitiendo el desplazamiento de la suciedad por medio del
agua [7]. Hay diferentes tipos de suciedad como química, presencia de otros componentes en
el cuero cabelludo; ambiental, como la suciedad del aire; y naturales, la producción natural de
lípidos en el cuero cabelludo. Los surfactantes aniónicos son capaces de retirar la mayoría de
la suciedad, en especial los lípidos naturales del cabello. Retirar estos lípidos es importante
para el aspecto del cabello, puesto que si no se retiran y se acumulan en la fibra del cabello
puede generar adhesión entre cabellos [7] dando un aspecto grasoso que no es agradable para
el consumidor.
Para crear la función de preferencia para estas dos cualidades, entre mayor concentración de
surfactante más suciedad va a ser capaz de retirar, por lo tanto, el cabello va a estar más limpio
y va a tener un mejor aspecto que produce un mayor agradado en el consumidor debido a la
ausencia de lípidos.
La función de preferencia es mostrada en la figura 2. Al ser limpiar la función principal de un
champú entre mejor sea para retirar la suciedad, mayor preferencia va a tener el consumido;
pero esta cualidad del champú es asegurada por el consumidor [10], por lo tanto una pequeña
disminución en el rendimiento afecta en mayor proporción a la preferencia. Los valores de la
ecuación 2 son determinados para cumplir este comportamiento y poder aplicarlos en el
modelo. En un estudio [12], midieron el porcentaje de suciedad que retiraron diferentes
composiciones de champú. Según los datos presentados del estudio, se puede establecer
relación entre la detergencia con la tensión superficial del champú diluido en agua. La figura 3
muestra los datos de detergencia, medidos en hilos de lana, en función de la tensión superficial
[12]. Aunque la detergencia no es medida directamente en cabello, es un método que ayuda a
estimar la efectividad del champú. Para estimar la tensión superficial del champú solo se van a
tener en cuenta los surfactantes aniónicos, debido que tienen la función de limpieza. Para
estimar la tensión superficial de los surfactantes se emplea un modelo QSPR (Quantitative
structure-activity relationship) [13], este tipo de modelos pertenece a CAMD, y después se usa
un modelo que estima la tensión superficial de una mezcla binaria de surfactantes [14].
De los datos de las figuras 2 y 3 se obtienen las ecuaciones 2 y 3:
ℎ(𝐷𝑇) = 0.0001𝐷𝑇 2 (2)
𝐷𝑇(𝛾) = 3.8054𝛾 − 62.192 (3)
En donde h es la preferencia del consumidor, DT es la detergencia, y 𝛾 es la tensión superficial
del champú diluido en agua. La ecuación 3 se modela con un comportamiento lineal debido a
que una regresión de mayor orden indicaría un máximo entre el intervalo de los datos, lo que
no concuerda con la gráfica. La ecuación 4 determina la reducción de la tensión superficial por
la presencia de un surfactante aniónico [15] .
Π𝑐𝑚𝑐 = 𝛾 − 𝛾𝑠 = 27.71 − 0.005239Δ𝐻𝑓 + 17.16𝐶 − 0.1520𝑇 − 0.2130𝐷
+ 1080𝐾𝐻0 (4)

Figura 2. Preferencia del consumidor respecto a la detergencia

Figura 3. Capacidad de limpieza en función de la tensión superficial

En la ecuación 4, 𝛾 y 𝛾𝑠 son la tensión superficial del agua y del agua con surfactante
respectivamente, KH0 es el índice de orden cero de Kier & Hall, Δ𝐻𝑓 es el calor de formación,
C es la concentración del contra ion, D es el momento dipolar, y T es la temperatura. Para
estimar la reducción de tensión superficial de la mezcla de surfactantes se emplea la siguiente
ecuación [14]:

𝑒 Π̅𝑚 = 𝑒 Π̅1 + 𝑒 Π̅2 − 1 (5)

Π𝜔
̅𝑖 = 𝑖
Π (6)
𝑅𝑇
72.8 − 𝛾 = Π𝑚 (7)
En donde Π𝑖 representa la reducción de tensión superficial del componente i; La ecuación 7 es
usada para calcular la tensión superficial de la mezcla en agua, por eso el valor de 72.8 que
corresponde a la tensión superficial del agua pura. Es conocido que la tensión superficial no
varía de manera significativa al superar la CMC [16], por lo tanto en un champú que presenta
concentraciones por encima de CMC su capacidad de detergencia depende del tipo de
surfactantes aniónicos está presente en la composición. Para cumplir esta condición se emplea
una restricción en la concentración del surfactante para que sea mayor a la CMC.

[Link] y comodidad de uso

La textura del champú es un aspecto importante para el consumidor porque influye en la
percepción de que tan bueno es el desempeño de este. Aunque no es necesaria una buena textura
para el buen funcionamiento del champú [10] [17], es un aspecto relevante para la experiencia
del consumidor. Según el estudio [18], la textura fue evaluada como la impresión de espesor
cuando es frotando entre el pulgar y el dedo índice. El estudio concluyó que la textura
correlaciona directamente con la firmeza, que a su vez tiene buena correlación con la viscosidad
máxima, la viscosidad estimada para una tensión cortante infinita [18], de la emulsión. La
comodidad de uso se relaciona al deslizamiento de la emulsión, debido a que, si el champú
presenta alto deslizamiento de la mano, al usarse puede generarse pérdidas durante su uso y el
consumidor ve como un gasto innecesario de dinero. El deslizamiento también se relaciona con
la viscosidad máxima y mínima, la viscosidad de la emulsión a una tensión cortante baja, de la
emulsión [18]. Para facilitar la relación de estas cualidades con las preferencias del consumidor
se estima solo la viscosidad de la mezcla y se relaciona de manera directa con la textura y el
deslizamiento.
La función de preferencia para la textura es mostrada en la figura 4. Entre más viscoso sea el
champú, mayor preferencia va a tener el consumidor [19]; La función se estima con un
comportamiento lineal entre los valores de 1250 cP, el mínimo para que el champú no fluya al
ojo; y 9000 cP, el máximo valor obtenido en el estudio de varios champús comerciales [20].
La viscosidad de cada componente es estimada con CAMD y de la mezcla con CAMbD.
 Figura 4. Función de preferencia respecto a la viscosidad

La función de la figura 4 es:

ℎ(𝜇) = 0.0001𝜇 − 0.1613 (8)

En donde 𝜇 es la viscosidad del champú, y es obtenida por un promedio ponderado de los logaritmos
naturales de las viscosidades de los componentes del champú [21]:

ln 𝜇 = ∑ 𝑥
̅̅̅̅̅̅̅
𝑡𝑒𝑥𝑡 𝑖 ln 𝜇𝑖 (9)

En donde 𝑥𝑖 es la concentración másica del componente i normalizada respecto a los componentes

que más afectan la viscosidad, y 𝜇𝑖 es la viscosidad del componente i.

2.4. Acondicionamiento del cabello

Un champú 2 en 1 además de limpiar el cabello también debe dejar un aspecto saludable, que
implica brillo, volumen, suavidad y manejabilidad [17]. Esta mejora del cabello se logra por
medio de la adhesión de lípidos o siliconas al cuero cabelludo [17]. Los lípidos o siliconas se
agregan a la mezcla formando micelas, para que cuando el champú sea aplicado las micelas se
ubiquen en el cabello; pero debido a la presencia de surfactante aniónicos en el champú, hay
tendencia a que el acondicionador aplicado al cabello también sea retirado por los surfactante,
por lo tanto se adicionan surfactantes catiónicos que sirven como puentes de adhesión entre el
acondicionador y el cabello [7].
Al tomar fotos aumentadas a cabellos dañados y con cualidades no deseables es posible ver la
presencia de escamas y fracturas en la cutícula del cabello [7]. La presencia de estas escamas
y fracturas no solo afectan el aspecto visual del cabello, también aumentan la estática en el
cabello produciendo friz [7]. Cuando el acondicionador se adhiere a la superficie, la fricción
entre cabellos disminuye, evitando friz y dando un mejor aspecto al cabello. Teniendo en cuenta
la interacción anterior, entre menor sea la fricción, cuantificada por medio del coeficiente de
fricción cinético, mayor es el acondicionamiento, en consecuencia, la preferencia del
consumidor es mayor como se muestra en la figura 5. La figura 6 [22]muestra la relación entre
el coeficiente de fricción cinético en función de la cantidad de silicona depositada en el cabello.
Al relacionar el comportamiento de estas figuras se establece que entre mayor cantidad de
silicona es depositada en el cabello, mejor es el efecto acondicionador del champú [23]. Por
último, la figura 7 [24] muestra la cantidad de silicona depositada en el cabello como función
de su concentración y si hay presencia de un catalizador catiónico.
 Figura 5. Preferencia del consumidor respecto al acondicionamiento del cabello

Las funciones de las figuras 5,6, 7 y 8 son:

ℎ(𝐶𝐹) = −7.1429𝐶𝐹 + 0.98 (10)
−0.08
𝐶𝐹𝑠𝑖 = 0.1652𝑆𝐷 (11)
𝑆𝐷𝑐𝑎𝑡 = 373750𝑥𝑠𝑖 (12)
𝑆𝐷 = (1 − 𝑦𝑐𝑎𝑡 )(208000𝑥𝑠𝑖 ) + 𝑦𝑐𝑎𝑡 ( 373750𝑥𝑠𝑖 ) (13)
𝐶𝐹𝑠𝑖 − 𝐶𝐹 = 1.4𝑥𝐴𝐸 − 0.032 (14)
En donde CF es el coeficiente de fricción cinético del cabello, CFsi es el coeficiente de fricción
cinético modificado solo por la silicona, SD es la cantidad de silicona depositada en el cabello,
𝑥𝑠𝑖 es el porcentaje másico de silicona en el champú, y 𝑦𝑐𝑎𝑡 es la variable de decisión respecto
a la presencia del surfactante catiónico.
Para la capacidad de acondicionamiento del alcohol estearílico se va a suponer que el
mecanismo de acondicionamiento es el mismo a la silicona, pero con menor eficiencia, por eso
comenzaron a implementar las siliconas en los productos. El menor coeficiente de fricción
obtenido en un cabello es de 0.02 [25]. Con la información obtenida de la silicona, el cabello
presenta un mínimo de coeficiente de fricción en 0.1, por lo tanto, la presencia de alcohol
estearílico debe suplementar la disminución necesaria para una mejor preferencia del
consumidor. La figura 8 muestra la reducción del coeficiente de fricción en función de la
concentración de alcohol estearílico. Estos datos son estimados según los límites de
composición de la tabla 1, y suponiendo que la presencia del alcohol estearílico debe ayudar a
que el producto tenga una mayor preferencia del consumidor.

Figura 6. Coeficiente de fricción cinético en función de la cantidad de silicona depositada

 Figura 7. Cantidad de silicona depositada en el cabello en función de la concentración de silicona y presencia de un
surfactante catiónico

Figura 8. Reducción del coeficiente de fricción del cabello en función de la concentración másica de alcohol estearílico

[Link]
Los aditivos son componentes que tienen el objetivo de mejorar las cualidades sensoriales o
adicionar funciones al champú [7]. Entre las cualidades sensoriales está la fragancia y el color
del champú, que aunque no afectan el despeño, tienen buena influencia en la decisión de
compra del producto [10]. Se ha demostrado que hay relación entre la fragancia y la sensación
de textura en productos para el cabello [26], por lo tanto es adecuado escoger una fragancia
para el tipo de champú y consumidor. La fragancia también es importante visto que es de las
primeras interacciones del consumidor con la composición del producto. Según un estudio de
la relación entre la percepción del olor y la percepción de cualidades del cabello [26], se
concluyó que fragancia como cítrico, almizcle cremoso floral, y frondoso mejoran la
percepción del consumidor respecto el acondicionamiento del cabello.
El color en un champú tiene un valor único estético del producto, y debe ser adecuado para el
tipo de champú. Por ejemplo, un colorante verde debería ser empleado en un champú herbal
para que el consumidor confirme esta cualidad del champú, si no se agrega este colorante el
consumidor puede dudar de la veracidad del champú y esto afecta la compra del producto.
Teniendo lo anterior en cuenta lo dicho respecto a la fragancia y el color, se va a usar una
fragancia cítrica y un color naranja para satisfacer esta necesidad. La función de preferencia
del consumidor para la fragancia y color es:
ℎ(𝑦𝐹𝑅 , 𝑦𝐶𝐿 ) = 0.5𝑦𝐹𝑅 + 0.5𝑦𝐶𝐿 (16)
 𝑦𝐹𝑅 = 𝑦𝐶𝐿 (17)
Teniendo en cuenta lo mencionado respecto a la relación entre la fragancia y el color y la
percepción del consumidor, se añade la restricción que indique al modelo que si se opta por
añadir fragancia también debe optar por añadir color.
Un aditivo popular es el anti-caspa, y tiene la función de reducir la producción de caspa en el
cuero cabelludo. Se ha demostrado que los anti-caspa afectan la producción de lípidos en el
cuero cabelludo; si reduce o aumenta la producción depende del anti-caspa [7]. Debido a esta
interacción, es necesario tener en cuenta el efecto de introducir un anti-caspa en la composición
del champú porque la cantidad de lípidos en el cabello es fundamental para el aspecto del
cabello. El aditivo a emplear como anti-caspa es el ketoconazole; este aditivo disminuye la
producción de lípidos en el cuero cabelludo [7], por lo tanto la preferencia de limpieza y
prevención de cabello graso es modificada y se comporta de manera más lineal visto que el
aditivo disminuye la velocidad de acumulación de lípidos en el cabello.

Figura 9. Preferencia del consumidor respecto a la detergencia en presencia de ketoconazole

La función de la figura 9 es:

ℎ(𝐷𝑇) = 𝐷𝑇 (18)
Teniendo en cuenta que no es obligatorio la presencia del aditivo anti-caspa, se crea una
variable binaria que determine la presencia del aditivo en el champú. Juntando las funciones
de preferencia respecto a la capacidad de limpieza y la variable binaria se obtiene la siguiente
ecuación:
ℎ(𝑦𝑎𝑐 , 𝐷𝑇) = 0.01𝑦𝑎𝑐 (𝐷𝑇) + (1 − 𝑦𝑎𝑐 )(0.0001𝐷𝑇 2 ) (19)
En donde 𝑦𝑎𝑐 es la variable binaria que determina la presencia del anticaspa.
[Link] y salud
Debido a que un champú es un producto de contacto directo con los humanos, se deben tener
en cuenta varios aspectos (Estabilidad de la emulsión, punto flash, e irritación de la piel) para
poder ser aceptados en el mercado y a su vez tener un mejor rendimiento.
La estabilidad de la emulsión es importante para el almacenamiento del champú. Hay diversas
pruebas que ayudan a estimar que tan estable es la emulsión y cuánto tiempo va a durar con las
características diseñadas [17]. Debido a que estas pruebas son complejas y empíricas, para
estimar la estabilidad de la emulsión se emplea un modelo que permite saber si la emulsión es
estable [4], sin embargo la determinación del tiempo de estabilidad o cuanta resistencia tiene a
desestabilizarse no se predice adecuadamente con estos modelos.
El punto flash es otro requerimiento importante dado que debe ser lo suficiente alto para que
un consumidor no tenga accidentes con el producto, así evitando una demanda y la reducción
de confianza del consumidor. Esta propiedad se puede estimar por medio de modelos de
contribución de grupos [4].
Por último, el champú es de aplicación tópica, por lo tanto, la irritación a la piel es un factor
importante para la experiencia del consumidor. Robbins [7] presenta datos y un modelo para
estimar la irritabilidad de los surfactantes en función de su peso molecular. La figura 9 muestra
la función de preferencia respecto al índice de irritación del champú.

Figura 10. Preferencia del consumidor respecto al índice de irritabilidad

La función de la figura 10 es:

ℎ(𝐼𝑚 ) = 𝑒 −0.7𝐼𝑚 (20)
En donde 𝐼𝑚 es el índice de irritabilidad del champú. El índice de irritabilidad se obtiene con
la ecuación:
𝑛

𝐼𝑚 = ∑ ̅̅̅̅̅̅𝐼
𝑥𝐼𝑚 𝑖 𝑖 (21)
𝑖=1
𝐼𝑖 = 2.66 × 10 −5
𝑀𝑊𝑖2
− 0.042𝑀𝑊𝑖 + 17.971 (22)
En donde 𝑥𝑖 es el porcentaje másico del componente i normalizada respecto a los componentes
que más afectan la irritabilidad del champú, 𝐼𝑖 es el índice de irritabilidad del componente i, y
𝑀𝑊𝑖 es el peso molecular de componente i.

[Link]
La espuma es una cualidad importante para el consumidor, ya que él tiene la percepción de que
entre más y mejor sea la espuma mejor es el desempeño del champú [10]. Los surfactantes
aniónicos comúnmente empleados en champús (Lauril sulfato de sodio), tiene buenas
capacidades de formación de espuma, pero a consecuencia de que es deseado mejorar la
percepción de esta característica debido a las exigencias del consumidor se adicionan otros
surfactantes que ayudan a mejorar la calidad de la espuma [7].
Sanova y Lisitsyn [27] crearon un modelo que puede simular la producción de espuma y
permite estimar la altura, multiplicidad, y estabilidad de la espuma según el surfactante. Al ser
revisados los datos presentados de la simulación, es notable una correlación entre la
concentración crítica de micela (CMC) y la altura, multiplicidad y estabilidad de la espuma.
Esta correlación es explicada por el estudio de Padley [28], en el cual concluyen que estas
cualidades de la espuma dependen de la tensión superficial y de la formación de micelas entre
las paredes de la espuma.
La figura 10 muestra la preferencia del consumidor respecto a la cantidad de espuma adquirida
por el método estándar de Ross-Miles para probar espuma. La figura 11 muestra los datos
mostrados por Sanova y Lisitsyn [27], en donde se relaciona la CMC con la concentración
superficial, uno de los parámetros del modelo, para estimar las propiedades de la espuma; otro
parámetro necesario es la tensión superficial del surfactante el cual es estimado usando CAMD.

Figura 11. Preferencias del consumidor respecto a la altura de la espuma

Las funciones de las figuras 10 y 11 son:

ℎ(𝐻𝑒 ) = 0.0111𝐻𝑒 − 1.1111 (23)
−1.046
Γ = 6.0353𝐶𝑀𝐶 (24)
En donde 𝐻𝑒 es la altura de la espuma, Γ es la concentración superficial, y CMC es la
concentración crítica de micela. Las ecuaciones para obtener la cantidad de espuma formada y
su multiplicidad son [27]:
𝑟 = 0.001 ∗ 0.367 × 103 Γ 0.125 (25)
2 2
0.78 × 10 (0.001𝛾)
𝐻𝑒 = 0.01 ∗ (26)
𝜌𝑙2 𝑟 3
𝑛

𝐻𝑒𝑚 = ∑ 𝑥
̅̅̅̅̅̅𝐻
𝐻𝑒 𝑖 𝑒𝑖 (27)
𝑖=1

Figura 12. Regresión entre concentración superficial en función de la concentración crítica de micela
𝑟 es un parámetro para el modelo de espuma. Para calcular la concentración crítica de micela
se emplean los modelos QSPR para surfactantes aniónicos [29], catiónicos [30], y no iónicos
[31]:
log10 𝐶𝑀𝐶 = 2.42 − 0.537𝐾𝐻1 − 0.019𝐾𝑆3 + 0.096𝐻𝐺𝑃 (28)
− log 𝐶𝑀𝐶 = −10.34 + 0.2335𝑡𝐶𝐼𝐶0 − 101.8𝐹𝑃𝑆𝐴 − 0.0002383𝑡𝑊 + 0.7478ℎ𝐴𝐼𝐶
+ 0.04068𝑀𝑒𝑛𝐴𝐶𝑁 (29)
log10 𝐶𝑀𝐶 = −1.8 − 0.567𝑐𝐾𝐻0 + 1.054𝑐𝐴𝐼𝐶2 + 7.5𝑅𝑁𝑁𝑂 (30)
2.8. Modelo de precio y demanda
El modelo de mercado que se va a usar fue propuesto por Bagajewickz [5]:
𝛼 𝜌 𝑌 − 𝑝1 𝑑1 1−𝜌 𝜌
𝑝1 𝑑1 = ( ) 𝑝2 ( ) 𝑑1 (31)
𝛽 𝑝2
𝐻2
𝛽= (32)
𝐻1
𝑌 ≥ 𝑝1 𝑑1 + 𝑝2 𝑑2 (33)
En donde 𝛼 es la constante de reconocimiento del producto, 𝛽 es la razón entre el puntaje de
preferencia de la competencia y el nuevo producto, 𝜌 es la constante de elasticidad, 𝑝1 y 𝑝2 son
el precio del producto nuevo y del competidor, y 𝑑1 es la demanda del nuevo producto. La
información de mercado del consumidor fue obtenida de las bases de datos MarketLine y
Passport, en donde había la información suficiente para calcular el presupuesto del consumidor,
elegir un competidor, la demanda del competidor, y el precio de este. El competidor tiene una
demanda de 497,999.67 unidades mensuales a un precio de COP 13,941.
Las variables 𝛼 y 𝜌 se tomaron como fijas con el valor de 0.7 y 1. Los valores fueron
seleccionados de manera arbitraria porqué dependen de la estrategia de marketing de la
empresa y de las interacciones del mercado las cuales no son revisadas en este trabajo. Aun así,
se pueden cambiar a cualquier valor entre el rango admitido, entre 0 y 1, y el modelo va a
funcionar y cambiar según el cambio.
[Link] de rentabilidad
El costo del nuevo producto se va a estimar por medio de la sumatoria del costo de compra de
los componentes necesarios.
𝐶𝑐 = 𝑑1 ∑ 𝑚𝑖 𝐶𝑖 (34)
En donde 𝐶𝑐 es el costo total de compra de los componentes,𝑑1 es la cantidad de champús
demandadas al año, 𝑚𝑖 es la cantidad necesaria del componente i, y 𝐶𝑖 es el costo por cantidad
del componente i. Además, está el costo variable es el uso energético anual por el mezclado
del champú, el cual al sumarse con el costo de compra de materia prima anual presentan los
costos variables total anuales:
𝐶𝑚 = 𝐶𝑐 + 𝐶𝑣 (35)
𝐶𝑣 = 160922.4𝑇𝑒 𝑃𝑤 (36)
𝐶𝑇 es el costo total del champú, 𝐶𝑚 es el costo por el consumo de energía, 𝑇𝑒 es la tarifa de
costo de la energía, y 𝑃𝑤 es la potencia del mezclador. La potencia del mezclador se obtiene
con la ecuación:
𝑃𝑤 = 2.68204𝑉𝑝 (37)
25𝑑1 𝑚𝑡
𝑉𝑝 = (38)
𝜌𝑐
𝑃𝑤 es la potencia del mezclador, 𝑉𝑝 es el flujo volumétrico de producción de champú, 𝑚𝑡 es el
tamaño másico de cada champú, y 𝜌𝑐 es la densidad del champú. Teniendo en cuenta las
relaciones anteriores, la inversión inicial del proceso va a ser el tanque de mezclado debido a
la simpleza de proceso de producción del champú. La ecuación para estimar el costo del tanque
es [32]:
𝐶𝑓𝑖 = 7800𝑃𝑤0.17 (39)
Por último, para evaluar la rentabilidad del champú se va a emplear el VPN (Valor Presente
Neto). Para calcular el VPN se va a suponer una proyección de 10 años con una tasa de interés
anual del 5%. La ecuación del VPN es:
10
𝑈
𝑉𝑃𝑁 = ∑ − 𝐶𝑓𝑖 (40)
(1 + 𝑖)𝑛
𝑖=1
𝑈 = 𝑝1 𝑑1 − 𝐶𝑚 (41)
En donde 𝑈 es la utilidad anual del champú, 𝑖 es la tasa de interés, y 𝐶𝑓𝑖 es la inversión inicial
por la compra del tanque agitador.
3. Formulación del problema de optimización
El problema de optimización presenta un conjunto de componentes que son los mencionados
en la tabla 1 más el ketoconazole, y otro de las cualidades del champú mencionadas en la tabla
2. También es necesario crear subconjuntos del conjunto de componentes dado que no todos
los componentes afectan todas las cualidades del champú y no son necesarios para calcular los
valores de estas:
𝐶𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑖: {𝑇𝑎𝑏𝑙𝑎 1 + 𝐾𝑒𝑡𝑜𝑐𝑜𝑛𝑎𝑧𝑜𝑙𝑒}
𝐶𝑜𝑚𝑝𝑡𝑒𝑥𝑡 𝑗: {𝐷𝑀𝑇, 𝑀𝐸𝐴, 𝐻𝑋𝐶, 𝐻𝑋𝐸}
𝐶𝑜𝑚𝑝𝑒𝑠𝑝 𝑘: {𝐿𝑆𝑆, 𝐿2𝑆, 𝑀𝐸𝐴, 𝐻𝑋𝐶, 𝐴𝐸𝑇}
𝐶𝑜𝑚𝑝𝑠𝑎𝑙 𝑠: {𝐿𝑆𝑆, 𝐿2𝑆, 𝐷𝑀𝑇, 𝑀𝐸𝐴, 𝐻𝑋𝐶, 𝐻𝑋𝐸, 𝐴𝐸𝑇, 𝐴𝐺𝑈}
𝐶𝑜𝑚𝑝𝑙𝑖𝑚𝑝 𝑙: {𝐿𝑆𝑆, 𝐿2𝑆}
𝐶𝑜𝑚𝑝𝑦 𝑓: {𝐻𝑋𝐶, 𝐺𝐼𝐼, 𝐹𝑅, 𝐶𝐿, 𝐾𝑇}
𝐶𝑢𝑎𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑔: {𝑇𝑎𝑏𝑙𝑎 2}
Todas las variables del modelo son:

Tabla 3. Variables del modelo

Variable Descripción
𝑥𝑖 Porcentaje másico de cada componente
𝑦𝑓 Variable de decisión de los componentes en Compy
𝐼𝑚 Índice de irritabilidad del champú
DT Detergencia del champú
𝛾 Tensión superficial
Π Presión superficial de la mezcla
𝜇 Viscosidad del champú
CF Coeficiente de fricción cinético
CFsi Coeficiente de fricción cinético solo silicona
SD Deposición de silicona en el cabello
 Γ𝑖 Concentración superficial
𝐻𝑒 𝑘 Altura de la espuma de cada componente en Compesp
𝐻𝑒𝑚 Altura promedio de la espuma de todos los componentes en Compesp
𝑟𝑘 Parámetro del modelo de espuma de cada componente en Compesp
𝐻𝑚 Preferencia del consumidor del champú
𝒉𝒈 Preferencia del consumidor de las cualidades en Cualidades
𝒑𝟏 Precio del nuevo champú
𝒅𝟏 Demanda del nuevo champú
𝜷 Razón de preferencia entre la competencia y el nuevo champú
𝐶𝑐 Costo de la compra de los componentes del champú
𝒎𝒊 Cantidad a comprar del componente i; i ∀Componentes
𝑪𝒄 Costo total de compra de los componentes
𝐶𝑚 Costo del champú
𝑉𝑝 Flujo volumétrico de producción del champú
𝑚𝑝 Masa de producción demandada
𝑃𝑤 Potencia necesaria para el mezclado del champú
𝐶𝑓𝑖 Costo del tanque, inversión inicial
𝐶𝑣 Costos variables anuales
𝑈 Utilidad anual del champú
VPN Valor presente neto
𝑥𝐻𝑒 𝑘
̅̅̅̅̅̅ Concentración másica normalizada de los componentes en Compesp
𝑥𝐼𝑚 𝑠
̅̅̅̅̅̅ Concentración másica normalizada de los componentes en Compsal
𝑥𝑡𝑒𝑥𝑡 𝑗
̅̅̅̅̅̅̅ Concentración másica normalizada de los componentes en Comptext
𝑥𝑡𝑡 Suma de las concentraciones másicas de los componentes en Comptext
𝑥𝐻𝑒 Suma de las concentraciones másicas de los componentes en Compesp
𝑥𝐼𝑡 Suma de las concentraciones másicas de los componentes en Compsal

Los parámetros del modelo son:

Tabla 4. Parámetros del modelo

Parámetro Descripción
MaxXi Concentración máxima de los componentes
MinXi Concentración mínima de los componentes
Max𝝁 Viscosidad máxima del champú
Min𝝁 Viscosidad mínima del champú
𝑀𝑊𝑖 Peso molecular de los componentes
𝜇𝑖 Viscosidad de los componentes
𝐼𝑠 Índice de irritabilidad de los componentes en Compsal
Π𝑙 Presión superficial del componente en Complimp
𝑤𝑗 Peso de cada cualidad
𝐶𝑀𝐶𝑖 Concentración critica de micela de los componentes
 𝐶𝑖 Costo de compra de los componentes
𝑤𝑝 Área molar promedio común en la mayoría de los surfactantes
𝛼 Constante de reconocimiento del champú
𝜌 Constante de elasticidad
𝑝2 Precio del competidor
𝑑2 Demanda del competidor
𝑌 Presupuesto del consumidor
𝑇𝑒 Tarifa de energía
𝑖 Tasa de interés
𝑇 Temperatura
𝜌𝑎 Densidad del agua
𝑅 Constante universal de los gases
𝑚𝑡 Cantidad de masa de champú por envase
𝑥𝑦𝑓 Composición de los componentes en Compy

Las restricciones del modelo son todas las ecuaciones mencionadas en la sección 2, menos las
de QSPR que son usadas antes de optimizar el modelo para calcular las propiedades necesarias,
y las siguientes restricciones:
𝑀𝑖𝑛𝑋𝑖 ≤ 𝑥𝑖 ≤ 𝑀𝑎𝑥𝑋𝑖 (42)
𝑀𝑖𝑛𝜇 ≤ 𝜇 ≤ 𝑀𝑎𝑥𝜇 (43)
𝑥𝑘 𝑥𝑠 𝑥𝑗
𝑥𝐻𝑒 𝑘 =
̅̅̅̅̅̅ 𝑥𝐼𝑚 𝑠 =
̅̅̅̅̅̅ 𝑥𝑡𝑒𝑥𝑡 𝑗 =
̅̅̅̅̅̅̅
𝑥𝐻𝑒 𝑥𝐼𝑚 𝑥𝑡𝑡
𝑛 𝑛 𝑛 (44 − 49)
𝑥𝐻𝑒 = ∑ 𝑥𝑘 𝑥𝐼𝑡 = ∑ 𝑥𝑠 𝑥𝑡𝑡 = ∑ 𝑥𝑗
𝐶𝑜𝑚𝑝𝑒𝑠𝑝 𝐶𝑜𝑚𝑝𝑠𝑎𝑙 𝐶𝑜𝑚𝑝𝑡𝑒𝑥𝑡
𝑥𝑓 ≤ 𝑦𝑓 (50)
𝑛

1= ∑ 𝑥𝑖 (51)
𝐶𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠
ℎ𝑔 ≥ 0 (52)
4. Estrategia de resolución
El modelo presentado en la sección 3 es optimizado con el programa GAMS. El algoritmo de
optimización empleado es DICOPT debido a que es un problema no lineal mixto con enteros
con un total de 114 ecuaciones, 91 variables, y 5 variables discretas.
Debido al alta no linealidad del modelo fue necesario buscar la inicialización correcta para
poder obtener una respuesta óptima del problema. La inicialización fue obtenida por medio de
prueba y error, primero del paquete de ecuaciones relacionadas con la función de preferencia
del consumidor, secciones 2.1 hasta 2.7, para encontrar la inicialización correcta de las
variables de estas ecuaciones; Después se hizo el mismo procedimiento con las variables de las
ecuaciones de las secciones 2.8 y 2.9. La inicialización encontrada para el modelo fue la
siguiente:
 Tabla 5. Inicialización y límites de las variables

Variable Inicialización Inferior Superior

𝑥𝐿𝑆𝑆 0.108 0.09 0.15
𝑥𝐿2𝑆 0.108 0.09 0.15
𝑥𝐷𝑀𝑇 0.009 0 0.02
𝑥𝑀𝐸𝐴 0.023 0 0.05
𝑥𝐻𝑋𝐶 0.023 0 0.04
𝑥𝐻𝑋𝐸 0.002 0 0.005
𝑥𝐴𝐸𝑇 0.05 0.03 0.08
𝑥𝐺𝐼𝐼 0 0 0.005
𝑥𝐹𝑅 0 0 1
𝑥𝐶𝐿 0 0 1
𝑥𝐴𝐺𝑈 0.226 0 1
𝑥𝐾𝑇 0 0 1
𝑝1 5 0 8
𝑑1 1792.98816 0 2868.4781
𝛽 1.6 0.0001 -
𝐻𝑚 0.5 - -
Γ 0.4 - -
𝑥𝑡𝑡 1 - -
𝑥𝐼𝑡 1 - -
𝑥𝐻𝑒 1 - -
SD 0.1 - -
r 0.1 - -

En la tabla 5 es posible notar que hay límites que no están en el modelo original. Estos límites
fueron incluidos bajo la necesidad de encontrar una solución óptima, ya que al expandir el
rango de las variables la solución no era óptima o el programa daba un error al intentar
optimizar. Los límites fueron establecidos por medio de prueba y error, expandiendo el rango
de las variables hasta que la solución dada por el programa dejara de ser óptima o enviara un
error.
5. Resultados
El modelo fue optimizado maximizando el VPN y la preferencia del consumidor. Las
composiciones obtenidas son mostradas en la tabla 6.
Tabla 6. Resultados de la optimización

Variable VPN 𝑯𝒎
𝑥𝐿𝑆𝑆 0.09 0.09
𝑥𝐿2𝑆 0.09 0.09
𝑥𝐷𝑀𝑇 0.0092 0.02
𝑥𝑀𝐸𝐴 0.05 0.05
𝑥𝐻𝑋𝐶 0.01 0.01
 𝑥𝐻𝑋𝐸 0.005 0.005
𝑥𝐴𝐸𝑇 0.08 0.08
𝑥𝐺𝐼𝐼 0.005 0.005
𝑥𝐹𝑅 0 0
𝑥𝐶𝐿 0 0
𝑥𝐴𝐺𝑈 0.6608 0.65

La composición de champú al maximizar el VPN tiene una preferencia del consumidor del
39.16%, y presenta un VPN de COP 730,786,530,188.60 a un precio de COP 4,776.99 y una
demanda de 3,047,757.99 unidades. Al maximizar la preferencia del consumidor, se obtuvo
una preferencia del 39.63%, y presenta un VPN de COP 383,938,038,198.14 a un precio de
COP 4,834.8 y una demanda de 1,792,988.16 unidades.
6. Análisis
La preferencia del consumidor no varía de gran manera entre los dos resultados de la
optimización, lo que se puede atribuir a que el modelo no tiene la capacidad de dar una
preferencia del consumidor alta. Aun así hay notable diferencia en el VPN dado a la diferencia
en las unidades de champú demandas, por lo tanto se demuestra que el champú diseñado a ser
más preferido no es el más rentable para la empresa [5].
Respecto a las ecuaciones del modelo para calcular las propiedades del champú, hay ecuaciones
que son bastante simplificadas debido a la ausencia de estudios de las cualidades respecto a
componentes del champú. Por ejemplo, la ecuación 10 para estimar la viscosidad se simplifico
a un promedio ponderado de logaritmos naturales de las viscosidades de algunos componentes,
pero la reología de un champú puede presentar múltiples fases por lo que su viscosidad depende
de otros factores [5]. La ecuación de viscosidad de este modelo fue usada bajo la necesidad de
relacionar varios componentes del champú a la cualidad deseada, pero carece de exactitud.
Estas simplificaciones pueden afectar el modelo de preferencia dando un puntaje menor, por
qué la función de preferencia del consumidor está establecida por medio de información del
consumidor, por lo que la ecuación 9 puede dar un valor subestimado de la viscosidad y
disminuir el valor de preferencia en esa cualidad.
El modelo también tiene el limitante respecto a la cantidad y que componentes están presentes
en la composición. Para este trabajo se eligieron los componentes más populares, pero la
cantidad de componentes disponibles para adicionar son muchos y la cantidad de componentes
que puede tener un champú no tiene restricción [7]. En este inconveniente, el diseño molecular
por medio de los modelos QSPR o CAMD son de gran utilidad para producir moléculas
potenciales de la formulación; el problema con estos modelos es que son escasos y no tienen
en cuenta un espectro amplio de compuestos que son empleados en champús actuales. Entre
estos compuestos esta la cocamida MEA, el cual no se encontró un modelo de diseño molecular
para estimar su concentración critica de micela, pero dado que se necesitaba para el cálculo de
la formación de espuma, la cocamida MEA es un compuesto conocido por mejorar esta
propiedad, se estableció un valor de CMC que al introducir en las ecuaciones de espuma
aportara de manera significativa y positiva a la preferencia en esta cualidad.
También hay inconformidad respecto a la ausencia de fragancia y color en ambos resultados,
y aunque se revisó la inicialización para dar con otro resultado óptimo que tuviera estos
componentes, no se pudo obtener. Desde una visión de mercado, sin estos componentes es poco
probable que el champú tenga éxito por lo que los consumidores revisan casi siempre la
presencia de una fragancia, pero esta composición de champú tiene a su favor que es muy
económico a comparación de la competencia, casi una diferencia de COP 10000, por lo que se
puede dirigir el champú a un nicho de mercado diferente que el del competidor.
7. Conclusiones
El objetivo del modelo de dar una formulación inicial de un champú para mejorar la eficiencia
del proceso de diseño es cumplido. El modelo es capaz de dar esta formulación teniendo en
cuenta la composición del champú, la preferencia del consumidor, y los factores de mercado,
por lo tanto, si se desea usar para tener un primer prototipo para comenzar el proceso de diseño
del champú es posible. Otra característica del modelo es que al haber cambios en los parámetros
de preferencia del consumidor o factores del mercado, la formulación va a cambiar para
optimizar la rentabilidad del producto; el único factor al que está sujeto es a la cantidad y tipo
de componentes que debe tener el champú que son dados en la tabla 1.
El modelo presentó un alta no linealidad por lo que fue muy dependiente de la inicialización y
los límites de las variables. Esto afecta de manera negativa el modelo ya que les quita libertad
a las variables no permitiéndole que explore más formulaciones posibles y poder conocer si el
óptimo obtenido es global.
Debido a la ausencia de estudios respecto a la interacción de los componentes de la tabla 1 con
el cabello, el modelo debió ser simplificado, y a la vez se supusieron valores e interacciones
que afectan la eficacia del modelo. El integrar más el modelo con ecuaciones QSPR o CAMD
le va a dar más libertad respecto a la cantidad de componentes que puede tener el champú, pero
esta integración está limitada a que tan rápido publican las ecuaciones para las propiedades
necesarias y con un espectro de moléculas más amplio. También hay carencia de estudios de
como ciertos componentes, afectan el rendimiento del champú en el cabello, como el alcohol
estearílico, el cual se conoce que mejora el acondicionamiento, pero no hay una ecuación que
relaciona esta cualidad con su interacción con el cabello.
8. Bibliografía

[1] E. L. Cussler y G. D. Moggridge, Chemical Product Design, Cambridge: Cambridge University

Press, 2001.

[2] R. Gani, «Computer-Aided Methods and Tools for Chemical Product Design,» Trans IChemE,
vol. 82, nº A11, pp. 1494-1504, 2004.

[3] R. Gani, «Chemical product design: challenges and oppotunities,» Computers ande Chemical
Engineering, vol. 28, pp. 2441-245, 2004.

[4] M. Matyei, G. M. Kontogeorgis y R. Gani, «A comprenhensive framework for surfactant

selection and design for emulsion based chemical product design,» Fluid Phase Equilibria, vol.
362, pp. 288-299, 2014.

[5] M. Bagajewicz, S. Hill, A. Robben, H. Lopez, M. Sanders, E. Sposato, C. Baade, S. Manora y J. H.

Coradin, «Product Design in Price-Competitive Markets: A Case Study of a Skin Moistrizing
Lotion,» AIChe Journal, vol. 57, nº 1, pp. 160-177, 2011.
[6] M. J. Bagajewicz, «On the Role of Microeconomics, Planning, and Finances in Product
Design,» AIChE Journal, vol. 53, nº 12, pp. 3155-3170, 2007.

[7] C. R. Robbins, «Interactions of shampoo and Conditioner ingredients with hair,» de Chemical
and Physical Behavior of Human Hair, Berlin, Springer, 2012, pp. 329-444.

[8] H. Iwata y K. Shimada, «Practice of Designing Cosmetics Formulation,» de Formulas,

Ingredients and Production of Cosmetics, Tokyo, Springer Japan, 2012, pp. 113-217.

[9] K. Klein y I. Palefsky, «Shampoo Formulation,» de Handbook for Cleaning/Decontamination of

Surfaces, Amsterdam, Elsevier, 2007, pp. 277-304.

[10] K. Klein, «Scientific Spectator,» Octubre 2004. [En línea]. Available:

[Link]
LUATING%[Link]. [Último acceso: 8 Febrero 2016].

[11] S. C. Lonial y S. Zaim, «Investigating of Product Attributes and their Affect on Overall
Satisfaction».

[12] A. Kumar y R. Roshan Mali, «Evaluation of Prepared Shampoo Formulations and to Compare
Formulated Shampoo with Marketed Shampoos,» International Journal of Pharmaceutical
Sciences Review and Research, vol. 3, nº 1, pp. 120-126, 2010.

[13] J. Hu, X. Zhang y Z. Wang, «A Review on Progress in QSPR Studies for Surfactants,»
International Journal of Melocula Sciences, vol. 11, nº 3, pp. 1020-1047, 2010.

[14] V. B. Fainerman y R. Miller, «Simple Method to Estimate Surface Tension of Mixed Surfactant
Solutions,» The Journal of Physical Chemistry B, vol. 105, pp. 11432-11438, 2001.

[15] Z. W. Wang, D.-Y. Huang, G.-z. Li, X.-Y. Zhang y L.-L. Liao, «Effectiveness of Surface Tension
Reduction by Anionic Surfactants-Quantitative Structure-Property Relationships,» Journal of
Dipsersion Science and Technology, vol. 24, nº 5, pp. 653-658, 2003.

[16] Attension, «Critical micelle concentration,» [En línea]. Available:

[Link]
s%2FAT_TN_3_cmc.pdf. [Último acceso: 1 4 2016].

[17] T. Evans, «Practical Aspects of Shampoo and Conditioner Testing,» de Practica Aspects of
Cosmetics Testing, Berlin, Springer, 2011, pp. 197-215.

[18] M. Lukic, I. Pantelic y S. Savic, «Emulsion systems: From stability concerns to sensory
properties,» de Alkyl Polyglucosides, Belgrade, Elsevier Limited, 2014, pp. 73-105.

[19] Consumer Affairs, «Shampoos and Conditioners The Gotta Clean, Shine, Style, and More,»
Ministry of Consumer Affairs, Food & Public Distribution, New Delhi, 2013.

[20] M. Moldovan y S. Parauan, «Consmetic Evaluation of Some Commercial Shampoos,» Clujul

Medical, vol. 85, nº 3, pp. 378-382, 2012.

[21] V. A. Bloomfield y R. K. Dewan, «Viscosity of Liquid Mixtures,» The Journal of Physical

Chemistry, vol. 75, nº 20, pp. 3113-3119, 1971.
[22] K. Yahagi, «Silicones as conditioning agents in shampoo,» Journal of the Society of Cosmetic
Chemist, vol. 43, pp. 275-284, 1992.

[23] B. Johnson y L. Canfield, «New Approaches for Assessing Conditioning and Quantifying
Silicone Deposition on Hair,» Dow Corning, 2006.

[24] S. Nanavati y A. Hami, «A Preliminary Investigation of the Interaction of a Quat with Silicones
and its Conditioning Benefits on Hair,» Journal of the Society of Cosmetic Chemist, vol. 45, pp.
135-148, 1994.

[25] R. A. Lodge, «Wetting Behaviour and Surface Potential Characteristics of Human Hair,» The
Ohio State University, Columbus, 2007.

[26] A. Churchill, M. Meyners, L. Griffiths y P. Bailey, «The cross-modal effect of fragance in

shampoo: Modifying the perceived feel of both product and hair during and after washing,»
Food Quality and Preference, vol. 20, pp. 320-328, 2009.

[27] L. A. Sanova y A. N. Lisitsyn, «Simulation of Foaming Ability, Multiplicity, and Foam Stability of
Shampoo,» Physicochemical Studies of Systemas and Processes, vol. 85, nº 6, pp. 898-906,
2011.

[28] S. Padley, R. P. Bagwe y D. O. Shah, «Effect of counterions on surface and foaming properties
of dodecyl sulfate,» Journal of Colloid and Interface Science, vol. 267, nº 1, pp. 160-166, 2003.

[29] P. D. T. Huibers, V. S. Lobanov, A. R. Katrizky, D. O. Shah y M. Karelson, «Prediction of Critical

Micelle Concentration Using Quantitative Structure-Property Relationship Approach 2.
Anionic Surfactants,» Journal of Colloid and Interface Science, vol. 187, pp. 113-120, 1997.

[30] A. R. Katrizky, L. M. Pacureanu, S. H. Slalov, D. A. Dobchev, D. O. Shah y Karelson Mati, «QSPR

study of the first and second critical micelle concentrations of cationic surfactants,»
Computers and Chemical Engineering, vol. 33, pp. 321-332, 2009.

[31] P. D. T. Huibers, V. S. Lobanov, A. R. Katrizky, D. O. Shah y M. Karelson, «Prediction of Critical

Micelle Concentration Using a Quantitative Structure-Property Relationship Approach. 1.
Noinoinc Surfactants,» Langmuir, vol. 12, pp. 1462-1470, 1996.

[32] W. D. Seider, J. D. Seader y D. R. Lewin, «Cost Accounting and Capital Cost Estimation,» de
Product & Process Design Principles, New Jersey, John Wiley and Sons, Inc., pp. 472-558.