1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Estado de México
4. Tecnológico de Estudios Superiores de Coacalco (Posgrados)
5. TESIS DE MAESTRIA EN CIENCIAS DE LA INGENIERIA INDUSTRIAL

Titre:	ÁRBOL BAYESIANO DE DECISIÓN PARA LA SELECCIÓN ENTRE MATERIALES PARA LA PRODUCCIÓN SUSTENTABLE DE NANOHÍBRIDOS
Auteur(s):	MERCADO ZÚÑIGA, CECILIA
metadata.dc.subject.other:	MCII
Date de publication:	2025-01-28
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Tecnológico de Estudios Superiores de Coacalco
Description:	El presente trabajo de investigación desarrolla un modelo basado en un árbol bayesiano que emplea la opinión de expertos para reducir la incertidumbre en la síntesis de nanohíbridos compuestos por nanotubos de carbono y nitrato de plata, utilizando estabilizadores orgánicos. El estudio considera dos escenarios principales: realizar pruebas experimentales previas o proceder sin estas, y evalúa la efectividad de cinco estabilizadores orgánicos: cáscara de naranja, cáscara de plátano, hueso de aguacate, ajo y hojas de eucalipto. La metodología integra datos experimentales y el juicio de expertos para construir un árbol bayesiano que modela las probabilidades de éxito de los nanohíbridos bajo diferentes combinaciones de condiciones y estabilizadores. Los resultados muestran que los estabilizadores desempeñan roles significativos en la estabilidad y calidad del producto final, destacando patrones específicos para cada material evaluado. Además, el árbol bayesiano desarrollado se caracteriza por su adaptabilidad, lo que permite incorporar nuevos estabilizadores orgánicos sin necesidad de reconstruir completamente el modelo. Este enfoque ofrece una herramienta versátil para la optimización del diseño de nanohíbridos, al reducir costos y tiempo en el laboratorio, y fomenta la exploración de alternativas sostenibles mediante el uso de materiales orgánicos abundantes y económicos. La metodología y los resultados representan un avance en la nanotecnología al facilitar procesos de síntesis más predecibles y adaptables a diversas aplicaciones.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	TESIS DE MAESTRIA EN CIENCIAS DE LA INGENIERIA INDUSTRIAL

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons