<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns="http://purl.org/rss/1.0/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel rdf:about="http://hdl.handle.net/20.500.11799/21990">
<title>Facultad de Ingeniería</title>
<link>http://hdl.handle.net/20.500.11799/21990</link>
<description/>
<items>
<rdf:Seq>
<rdf:li rdf:resource="http://hdl.handle.net/20.500.11799/144801"/>
<rdf:li rdf:resource="http://hdl.handle.net/20.500.11799/144782"/>
<rdf:li rdf:resource="http://hdl.handle.net/20.500.11799/144772"/>
<rdf:li rdf:resource="http://hdl.handle.net/20.500.11799/144724"/>
</rdf:Seq>
</items>
<dc:date>2026-11-19T02:22:18Z</dc:date>
</channel>
<item rdf:about="http://hdl.handle.net/20.500.11799/144801">
<title>FUGRAD: Granada con gradualidad de daño que funciona con base en una nueva relación</title>
<link>http://hdl.handle.net/20.500.11799/144801</link>
<description>FUGRAD: Granada con gradualidad de daño que funciona con base en una nueva relación
Meda Gutiérrez, Juan Ramón
Esta investigación doctoral aborda el desarrollo del sistema FUGRAD (Granada con gradualidad de daño), una propuesta modular orientada al estudio de efectos graduables y a la reducción de riesgos colaterales en contextos de seguridad pública. El problema de investigación se centra en las limitaciones de los dispositivos convencionales de efectos fijos para responder a escenarios que requieren una aplicación diferenciada de la fuerza, conforme a los principios de necesidad, proporcionalidad y racionalidad.&#13;
&#13;
La principal aportación conceptual consiste en la formulación del Índice de Gradualidad de Daño (IGD), un modelo estocástico que integra los mecanismos de daño primario, secundario y terciario asociados con una explosión. Mediante el enfoque Probit, el modelo relaciona estímulos físicos con probabilidades de lesión, con el propósito de caracterizar niveles de riesgo y apoyar la comparación de distintas configuraciones del sistema.&#13;
&#13;
La metodología comprendió el análisis de dispositivos de referencia, modelado matemático, simulación y fabricación de un Modelo Físico Experimental (MFE), así como su evaluación en condiciones controladas de laboratorio mediante instrumentación de alta velocidad y radiografía industrial. Los resultados reportados muestran concordancia entre las observaciones experimentales y las estimaciones teóricas, y sitúan el desarrollo en un nivel de madurez tecnológica TRL 4. Asimismo, se obtuvo un Índice de Comunalidad del 92.3 %, asociado con el aprovechamiento de componentes compartidos entre configuraciones. Como productos de propiedad industrial, se reportan una solicitud de patente de invención y tres registros de diseño industrial ante el IMPI.&#13;
&#13;
El trabajo aporta un marco metodológico para estudiar la relación entre modularidad, efectos físicos y estimación probabilística del daño. Sus resultados constituyen una base experimental inicial; la determinación de condiciones de seguridad, la extrapolación a entornos operativos y la evaluación de conformidad normativa requieren validación adicional. La contribución doctoral se concentra en la integración del diseño modular con herramientas cuantitativas de evaluación del riesgo.
</description>
<dc:date>2026-08-03T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/20.500.11799/144782">
<title>Proyección de la Migración de Retorno a México con el Filtro de Kalman</title>
<link>http://hdl.handle.net/20.500.11799/144782</link>
<description>Proyección de la Migración de Retorno a México con el Filtro de Kalman
Montoya-Arce, Bernardino Jaciel; Jiménez-López, Eduardo; Montes de Oca Vargas, Hugo
La proyección de la migración de retorno a México es crucial para la planificación de políticas públicas. El filtro de Kalman es una herramienta útil para mejorar estas proyecciones, ya que combina datos históricos con nueva información para estimar el estado actual y futuro de la migración. Este filtro permite ajustar las proyecciones a medida que se dispone de nuevos datos, lo que resulta en estimaciones más precisas y adaptables a las fluctuaciones económicas y sociales. Al considerar factores como el empleo y las políticas migratorias en EE. UU, el filtro de Kalman ofrece una visión dinámica y actualizada de las tendencias migratorias, facilitando una mejor preparación y respuesta a las necesidades de la población migrante que retorna.
</description>
<dc:date>2026-11-09T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/20.500.11799/144772">
<title>Inducción de estrés fisiológico mediante realidad virtual en entornos controlados</title>
<link>http://hdl.handle.net/20.500.11799/144772</link>
<description>Inducción de estrés fisiológico mediante realidad virtual en entornos controlados
Hernández Marín, Miguel Ángel
El estrés es una respuesta fisiológica y psicológica ante estímulos externos que, en niveles elevados o prolongados, puede afectar negativamente la salud y el rendimiento de los individuos. La Realidad Virtual (RV) ha surgido como una herramienta innovadora para inducir estrés de forma controlada en entornos seguros y replicables. Este estudio tiene como objetivo desarrollar un sistema de RV capaz de inducir estrés mediante la integración de estresores visuales y auditivos, y medir sus efectos mediante indicadores fisiológicos y psicológicos.&#13;
Se diseñaron tres entornos virtuales: uno de familiarización, otro neutro sin estresores y un tercero con estresores visuales y auditivos, para evaluar las respuestas de los participantes. La medición del estrés se realiza mediante la fotopletismografía (PPG) para obtener la variabilidad de la frecuencia del pulso (PRV), una medida que estima la variabilidad de la frecuencia cardiaca (HRV), así como cuestionarios estandarizados para evaluar la percepción subjetiva del estrés.&#13;
La metodología incluye la investigación del estado del arte, el diseño del sistema de RV, la experimentación con participantes y la validación de los resultados. Los hallazgos de este estudio contribuirán al desarrollo de nuevas aplicaciones basadas en tecnologías emergentes, como la RV, en la evaluación y el manejo del estrés, con posibles aplicaciones en ámbitos como la salud, la psicología y el entrenamiento profesional.
Tesis de Maestria
</description>
<dc:date>2026-11-05T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/20.500.11799/144724">
<title>Determinación de la demanda química de oxígeno (DQO) en muestras sólidas mediante dilución sólida</title>
<link>http://hdl.handle.net/20.500.11799/144724</link>
<description>Determinación de la demanda química de oxígeno (DQO) en muestras sólidas mediante dilución sólida
Cruz Maya, Alejandra
Este trabajo explica el desarrollo de un reciente método para la determinación de la demanda química de oxígeno&#13;
(DQO) en muestras sólidas, basado en una preparación diferente de la muestra, en este caso, el sustrato se molió&#13;
finamente con un molino de bolas para mezclarlo con óxido de aluminio en forma de polvo, y una vez obtenido una&#13;
mezcla lo más homogénea posible se vertió en viales con reactivo para DQO (rango alto 1 – 1500 mg mL⁻¹ de Hach&#13;
Company) para la determinación de la demanda química de oxígeno a través del método de reflujo cerrado. El óxido&#13;
de aluminio actúa como solvente en la mezcla de sólidos dado que este ayuda a disminuir la concentración del&#13;
sustrato, es así, que este método ayuda a medir el DQO en muestras complejas. Finalmente, se compararon los&#13;
valores teóricos con los experimentales calculados a partir de la composición elemental de los diferentes sustratos.&#13;
Con esto se desarrolló un diagrama de Bland-Altman y se obtuvo una desviación estándar de 0.05337, la cual se&#13;
encuentra dentro de los rangos aceptables para sugerir esta alternativa de medición como método confiable.
Este trabajo fue realizado en la Facultad de Ingeniería en calidad de tesis y explica el desarrollo de un reciente método para la determinación de la demanda química de oxígeno&#13;
(DQO) en muestras sólidas
</description>
<dc:date>2026-04-17T00:00:00Z</dc:date>
</item>
</rdf:RDF>
