https://ri-ng.uaq.mx/handle/123456789/8125 2026-04-04T12:41:57Z 2026-04-04T12:41:57Z Jordan Florencio Reyes Cruz https://ri-ng.uaq.mx/handle/123456789/12753 2026-03-05T07:10:28Z 2026-02-16T00:00:00Z

Desarrollo de un modelo del módulo de resiliencia en suelos no saturados bajo variaciones climáticas utilizando el índice de Thornthwaite Jordan Florencio Reyes Cruz El módulo de resiliencia (MR) es un parámetro muy importante en el diseño depavimentos, ya que describe la capacidad de los materiales para resistir y recuperarse decargas repetidas (Seed et al., 1962). Sin embargo, la mayoría de los modelos existentes son empíricos por consecuente se omiten ciertas variables. Este estudio propone unmodelo predictivo que integra la succión del suelo y las condiciones climáticas regionales,a través del Índice de Thornthwaite para estimar los cambios en el MR de sueloscompactados. La investigación se basa en la Guía Empírico-Mecanística para el Diseño de Pavimentos(MEPDG), la cual resalta el impacto de factores climáticos, como el contenido dehumedad, en el desempeño de los pavimentos (Zapata et al., 2007; Zapata y Houston,2008). A diferencia de modelos tradicionales, como el de Witczak y Uzan (1988), queutilizan invariantes de esfuerzos (esfuerzo bulk θ y esfuerzo octaédrico 𝜏𝑜𝑐𝑡), este trabajo incorpora la succión, relacionada con el contenido de humedad a través de la curva deretención de agua (SWCC). El modelo propuesto se desarrolló a partir de datos experimentales recopilados en la literatura bajo diferentes condiciones de humedad y temperatura (rama dehumedecimiento y secado). Se utilizó un enfoque basado en la ecuación de VanGenuchten, considerando el esfuerzo de confinamiento neto (𝜎3 − 𝑢𝑎), la succión (𝜓), elesfuerzo desviador (𝜎1 − 𝜎3), el índice de Thornthwaite (IT), el contenido volumétrico (θ) y el grado de saturación (𝑆𝑟). La validación del modelo demostró tener una buenapredicción del MR, comparados con los datos experimentales recopilados. Este estudio contribuye a la literatura al proporcionar un modelo predictivo que integrala succión y las condiciones climáticas. Además, ofrece una herramienta práctica para el diseño de pavimentos en diferentes condiciones ambientales, mejorando la comprensióndel comportamiento mecánico de los suelos no saturados. Los resultados destacan la importancia de considerar las variaciones de humedad en la evaluación del MR, lo cual es esencial para garantizar la durabilidad y eficiencia de los pavimentos.

2026-02-16T00:00:00Z Jimena Guadalupe Flores Escareño https://ri-ng.uaq.mx/handle/123456789/12747 2026-03-05T07:10:21Z 2026-02-11T00:00:00Z

Modelación elastoplástica de suelos compactados durante el colapso por humedecimiento Jimena Guadalupe Flores Escareño Dentro de la clasificación de suelos no saturados encontramos dos principales, naturales y artificiales, que para fin de esta investigación se usará la segunda clasificación, la cual engloba a los suelos compactados; teniendo en cuenta que estos son aquellos suelos que se implementan en todas las construcciones ingenieriles, principalmente cimentaciones y terracerías. Los principales problemas geotécnicos de los suelos compactados se suelen ocasionar con un aumento o disminución de su grado de saturación, esto se debe a varios factores desde un cambio climático hasta un error de ingeniería dentro de la construcción, lo que puede llegar a causar expansiones o colapsos. El sitio de investigación se encuentra en Jalpan de Serra, cuyo clima tiende a ser subhúmedo, con lluvias abundantes lo que causa un aumento en la saturación del suelo y también causando su desecación, esto se ve reflejado en los cambios volumétricos del suelo. Esta investigación se enfoca en la modelación elastoplástica de suelos compactados basado en los esfuerzos efectivos de Bishop, la cual involucra todo el proceso de compactación, desde la preparación del suelo, pasando por superficies de aumento y disminución de succión y terminando con el colapso causado por el aumento de humedecimiento del suelo.

2026-02-11T00:00:00Z Oscar Acosta González https://ri-ng.uaq.mx/handle/123456789/12742 2026-03-05T07:10:16Z 2026-03-02T00:00:00Z

Propuesta gamificada basada en la neuroeducación para disminuir la reprobación en álgebra Oscar Acosta González En la Escuela Preparatoria “Activo 20-30, Albert Einstein”, ubicada en la ciudad de Delicias, Chihuahua, se presenta una problemática relevante: el alto porcentaje de reprobación en la asignatura de álgebra, lo cual impacta en el rendimiento académico, la motivación y la percepción estudiantil sobre esta materia, particularmente en el contenido de factorización. La investigación se llevó a cabo con un enfoque cuantitativo y alcance exploratorio, aplicada a alumnas y alumnos que cursan el primer semestre, cuyas edades oscilan entre los 14 y 15 años. El estudio consideró tres grupos de control y tres grupos experimentales, integrados por 45 y 52 alumnos, respectivamente, con el fin de evaluar el resultado de la intervención educativa. El diseño metodológico se estructuró en seis etapas: gestión de permisos, diagnóstico, aplicación de pruebas piloto, diseño de la intervención gamificada mediante la plataforma Genially (escape room), implementación de la intervención y recolección de datos y evaluación postgamificación. Las conclusiones reflejan una reducción considerable en el índice de reprobación en los grupos donde se llevó a cabo la intervención gamificada, junto con un aumento en la motivación por aprender y el fortalecimiento del trabajo colaborativo.

2026-03-02T00:00:00Z Iván Michael Gómez Azpilcueta https://ri-ng.uaq.mx/handle/123456789/12717 2026-02-21T07:10:15Z 2026-02-16T00:00:00Z

Algoritmos de optimización para búsqueda de trayectorias en espacios tridimensionales Iván Michael Gómez Azpilcueta En Inteligencia Artificial, la búsqueda de trayectorias consiste en encontrar el camino entre dos puntos dados en un escenario creado digitalmente. Se toman en cuenta criterios como la trayectoria más corta, más barata o rápida, entre dos puntos dispersos en un escenario. Los escenarios creados pueden ser multidimensionales. Existen diferentes algoritmos de búsqueda de trayectorias que aplican técnicas heurísticas para encontrar la solución a la búsqueda de trayectorias. Mediante dichas heurísticas es posible determinar de manera eficiente (rápida) aunque aproximada, qué tan lejos se encuentran un punto de otro en el espacio multidimensional. Normalmente se utiliza la distancia lineal al objetivo, ya que claramente es la mínima y por tanto la más rápida de obtener. Sin embargo, existen escenarios donde, en la búsqueda de la trayectoria, intervienen obstáculos dispersos, los cuales no permiten que la distancia lineal sea la trayectoria viable. En este trabajo se presenta un análisis comparativo entre los cuatro principales algoritmos de búsqueda de trayectorias en un entorno bidimensional con elementos gráficos tridimensionales y su posterior implementación mediante el lenguaje de programación Python. Dichos algoritmos son: el algoritmo de búsqueda en anchura, el algoritmo de búsqueda en profundidad, el algoritmo de Dijkstra y el algoritmo A*. Los algoritmos de búsqueda de trayectorias fueron programados en una computadora con un procesador Intel Core i5-3570 a 3.40 GHz de 64 bits y 32 GB de memoria RAM a 1660 MHz. Los criterios utilizados para evaluar los programas y seleccionar aquel con el mejor rendimiento computacional son: número de bloques procesados durante la ejecución del programa, número de pasos a seguir en la trayectoria encontrada, tiempo de ejecución del programa durante las pruebas, así como la memoria y porcentaje de CPU utilizados durante la ejecución de las pruebas. Con base en el análisis experimental llevado a cabo, se determinó que el algoritmo con mejor desempeño es el Algoritmo A*. Este algoritmo fue implementado finalmente en un entorno de búsqueda de trayectorias en tiempo real.

2026-02-16T00:00:00Z