Kong Moreno, Maynard JorgeFlores Turpo, Alberto Einstein2021-12-152021-12-1520212021-12-15http://hdl.handle.net/20.500.12404/21156El presente trabajo de investigación desarrolla una metodología para analizar cómo varían los árboles consensus respecto al número de propiedades que se usan para su construcción. Para tal motivo, en primer lugar y como marco teórico, se muestran brevemente las metodologías usadas en el análisis jerárquico de clusters para obtener dendrogramas y árboles consensus (Adams y regla del mayor). Asimismo, también se muestran algunos conceptos puntuales que nos ayudan a estudiar la similitud y disimilitud de una base de datos de prueba (subconjunto de elementos químicos del sistema periodico). En segundo lugar, se muestra la metodología para analizar la variación de los árboles consensus respecto al número de propiedades de la base de datos de prueba. Esta consiste en proponer algunos algoritmos que ayuden a obtener y analizar los arboles consensus cuantificando la similitud y disimilitud, para luego aplicar estos conceptos sobre los subconjuntos de elementos comparables del espacio de base de datos. Luego, se discuten estos resultados considerando un conjunto de 32 elementos químicos descritos por 8 propiedades haciendo énfasis en el costo computacional y en el estudio del número de propiedades para obtener los árboles consensus. Finalmente se analizan los resultados obtenidos y se evalúa una propuesta alternativa basada en redes neuronales que permite reducir el costo computacional. De esta manera se da una posible respuesta más completa a una de las preguntas abiertas hasta ahora sobre el sistema periodico.spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/pe/Química--Procesamiento de datosElementos químicos--Propiedadesinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.04.00