C&T Riqchary Revista de investigación en ciencia y tecnología
Not a member yet
80 research outputs found
Sort by
Evaluation of quality parameters in various commercial brands of domestic chlorine
No full textEl cloro doméstico es una solución amarillenta de olor característico, ampliamente utilizada en los hogares, usualmente con una contracción entre 5% y 6% en hipoclorito de sodio (NaClO). Sin embargo, el NaClO es inestable y se degrada rápidamente. Se evaluó seis (6) marcas comerciales de cloro doméstico, con el objetivo de cuantificar los niveles de cloro disponible y su alcalinidad representada por la alcalinidad libre disponible y la alcalinidad total disponible, según la norma venezolana COVENIN 3664 (2001): Productos químicos para uso industrial. Hipocloritos utilizados en el tratamiento de potabilización de aguas. Requisitos y métodos de ensayo. Los resultados muestran que el contenido de cloro disponible osciló entre 0,48% y 3,19%, todas las muestras indican estar por debajo del valor recomendado, la alcalinidad libre disponible entre 0,19% y 1,63%, M1, M2, M3, M4 y M5 demuestran estar en norma. Finalmente, la alcalinidad total disponible entre 0,34% y 37,65%, M4 y M5 presentan un mayor un efecto blanqueador en los tejidos, en comparación con las otras muestras estudiadas. En conclusión, se encontró que M6 es el producto de mayor contenido de cloro disponible, asimismo la mayor alcalinidad libre disponible y alcalinidad total disponibleHousehold bleach is a yellowish solution with a characteristic odor, widely used in homes, usually with a contraction between 5% and 6% in sodium hypochlorite (NaClO). However, NaClO is unstable and degrades rapidly. Six (6) commercial brands of domestic chlorine were evaluated, with the objective of quantifying the levels of available chlorine and its alkalinity represented by the free available alkalinity and the total available alkalinity, according to the Venezuelan standard COVENIN 3664 (2001): Chemical products for industrial use. Hypochlorites used in water purification treatment. Requirements and test methods. The results show that the available chlorine content ranged between 0.48% and 3.19%, all samples indicate to be below the recommended value, the free available alkalinity between 0.19% and 1.63%, M1, M2, M3, M4 and M5 prove to be normal. Finally, the total alkalinity available between 0.34% and 37.65%, M4 and M5 present a greater whitening effect on fabrics, compared to the other samples studied. In conclusion, it was found that M6 is the product with the highest available chlorine content, as well as the highest free available alkalinity and total available alkalinity
Comparative study between multivariate statistical techniques and arti-ficial neural networks for the optimization of the surveillance of water quality for human consumption in the Abancay health network 2022
Get PDFActualmente en la mayoría de instituciones, incluyendo la red de salud Abancay, se utiliza estadística tradicional con el fin de determinar tendencias sobre un conjunto de datos que se centra en una sola variable, es complicado aplicar este tipo de análisis a conjunto de datos multivariados, que son los que usualmente se obtienen en los programas de control de calidad de agua y, que excluye diferencias entre las variables analizadas y sus relaciones. El objetivo del estudio es realizar una comparación entre las diferentes técnicas estadísticas multivariables y redes neuronales artificiales, con la finalidad de relacionar y clasificar las variables. Para realizar esto se eligió dos técnicas de estadística multivariada, análisis de componentes principales (ACP) y análisis discriminante (AD) y dos tipos de redes Neuronales artificiales, de aprendizaje no supervisado, hebbiano (RNAH), y de aprendizaje supervisado, perceptrón multicapa (RNAPM), el tipo de investigación que se usará en el estudio será investigación aplicada de enfoque cuantitativo, con un nivel de investigación explicativo y con un diseño transversal. Dada la comparación entre el análisis de componentes principales y la red neuronal artificial de tipo Hebbiano, se obtuvo que las redes neuronales pudieron asociar mejor las variables que el análisis de componentes principales. En la segunda comparación entre el análisis discriminante y la red neuronal artificial perceptrón multicapa los resultados fueron buenos para el análisis discriminante debido a que obtuvo un 95% de clasificación correcta, mientras que la red neuronal artificial obtuvo un 74.6%, sin embargo, debido a las limitaciones del análisis discriminante, se infiere que la red neuronal artificial perceptrón multicapa es un mejor modelo a escoger.Abstract— Currently, in most institutions, including the Abancay health network, traditional statistics are used in order to determine trends on a data set that focuses on a single variable, it is complicated to apply this type of analysis to multivariate data sets, which are those usually obtained in water quality control programs, and which exclude differences between the variables analyzed and their relationships. The objective of the study was to make a comparison between different multivariate statistical techniques and artificial neural networks, in order to relate and classify variables. To do this, two multivariate statistical techniques were chosen, principal component analysis (PCA) and discriminant analysis (DA) and two types of artificial neural networks, unsupervised learning, hebbian (RNAH), and supervised learning, multilayer perceptron (RNAPM), the type of research I used in the study will be applied research of quantitative approach, with an explanatory level of research and with a cross-sectional design. Given the comparison between the principal component analysis and the Hebbian type artificial neural network, I obtained that the neural networks were able to associate the variables better than the principal component analysis. In the second comparison between the discriminant analysis and the multilayer perceptron artificial neural network, the results were good for the discriminant analysis because it obtained 95% of correct classification, while the artificial neural network obtained 74.6%, however, due to the limitations of the discriminant analysis, I inferred that the multilayer perceptron artificial neural network is a better model to choose
Determination of the best Machine Learning model for the prediction of the California Bearing Ratio of soils in Abancay, 2024
Get PDFEl California Bearing Ratio (CBR) es un índice fundamental en la ingeniería geotécnica para evaluar la capacidad de soporte de los suelos, especialmente en el diseño y construcción de pavimentos y otras estructuras sobre terreno natural. Pero la determinación de este índice es una tarea costosa y laboriosa, por dicha razón en este estudio se propone la predicción del CBR mediante modelos de machine learning. Se desarrollaron 3 modelos de aprendizaje automático, redes neuronales profundas (DNN), árboles de decisión y máquinas de vectores de soporte. El trabajo consistió en recolectar 310 registros con características del suelo, de los cuales 217 registros fueron considerados para el entrenamiento, 62 para la validación y 31 para las pruebas; los datos fueron recolectados en 3 laboratorios de mecánica de suelos de la ciudad de Abancay, provincia de Abancay en la región Apurímac de Perú, donde se obtuvieron las siguientes características físicas del suelo: el porcentaje de grava, porcentaje de finos, el óptimo contenido de humedad (OCH), límite líquido, límite plástico, índice de plasticidad, máxima densidad seca (MDS) y para la característica a predecir el valor del CBR al 100%. Los modelos fueron evaluados con el coeficiente de determinación (R²), el error absoluto medio (MAE), el error cuadrático medio (MSE) y la raíz del error cuadrático medio (RMSE). Los resultados muestran que el algoritmo o modelo de árboles de decisión es el más eficiente para predecir el CBR al 100% porque tiene el mejor coeficiente de determinación R² = 0.9307 y también los valores más bajos para el MSE = 9.199, MAE = 1.216 y RMSE = 3.033; estos valores son los mejores en relación con los encontrados para los modelos de redes neuronales profundas y el de máquina de vectores de soporte para regresión. The California Bearing Ratio (CBR) is a fundamental index in geotechnical engineering to evaluate the bearing capacity of soils, especially in the design and construction of pavements and other structures on natural ground. However, the determination of this index is a costly and laborious task, for that reason in this study, the prediction of CBR using machine learning models is proposed. Three machine learning models were developed, deep neural networks (DNN), decision trees, and support vector machines. The work consisted of collecting 310 records with soil characteristics, of which 217 records were considered for training, 62 for validation and 31 for testing; the data were collected in 3 soil laboratories in the city of Abancay, province of Abancay in the Apurimac region of Peru, where the following physical soil characteristics were obtained: gravel percentage, percentage of fines, optimum moisture content (OCH), liquid limit, plastic limit, plasticity index and maximum dry density (MDS) and for the characteristic to be predicted the CBR value at 100%. The models were evaluated with the coefficient of determination (R²), the mean absolute error (MAE), the mean square error (MSE), and the root mean square error (RMSE). The results show that the decision tree algorithm or model is the most efficient for predicting the CBR at 100% because it has the best coefficient of determination R² = 0.9307 and also the lowest values for the MSE = 9.199, MAE = 1.216 and RMSE = 3.033; these values are the best in relation to those found for the deep neural network and support vector regression machine models
Effect of two types of substrate in seedbed plus NFT hydroponics on the morphological characteristics of three varieties of lettuce (Lactuca sativa L.) at the INIA Andahuaylas Perú-2024
Get PDFLa investigación tuvo como objetivo Evaluar el efecto de dos tipos de sustrato en almácigo más hidroponía NFT en las características morfológicas de tres variedades de lechuga (Lactuca sativa L.) en INIA Andahuaylas Perú, el estudio se realizó en la provincia de Andahuaylas, departamento Apurímac. Las variables de estudio fueron: longitud de raíz, altura de planta, diámetro de la cabeza, N° de hojas, con un diseño de bloques completamente al azar. Donde los resultados han evidenciado diferencias significativas (sig. <0.05) reportando una mayor longitud radicular el T3=(var. americana + arena+ HNFT) con 29.86 cm, en cuanto a la altura de planta T4= (var. americana +sustrato tradicional + H-NFT) con 32.37 cm, Diámetro de la cabeza (cm) T1= (var. seda +arena + H-NFT) con 34.30 cm y Número de hojas (ud.) T1= (var. seda +arena + H-NFT) con 24.93 cm. Se concluye que la variedad americana se adapta mejor a esas condiciones.The objective of the research was to evaluate the effect of two types of substrate in a seedbed plus NFT hydroponics on the morphological characteristics of three varieties of lettuce (Lactuca sativa L.) in INIA Andahuaylas Peru, the study was carried out in the province of Andahuaylas, Apurimac department. . The study variables were: root length, plant height, head diameter, number of leaves, with a completely randomized block design. Where the results have shown significant differences (sig. <0.05) reporting a greater root length T3=(American var. + sand+ HNFT) with 29.86 cm, in terms of plant height T4= (American var. +traditional substrate + H-NFT) with 32.37 cm, . Head diameter (cm) T1= (var. silk +sand + H-NFT) with 34.30 cm and Number of leaves (unit) T1= (var. silk +sand + H-NFT) with 24.93 cm. It is concluded that the American variety is better adapted to these conditions
Performance of three varieties of lettuce (Lactuca sativa L.) in two types of substrate in a seedbed plus NFT hydroponics in INIA Andahuaylas Perú-2024
No full textEl objetivo de esta investigación fue evaluar el efecto de dos tipos de sustrato en almacigo más hidroponía NFT en el rendimiento de tres variedades de lechuga (Lactuca sativa L.) en el INIA Andahuaylas. Se utilizo el diseño de bloques completamente al azar, con seis tratamientos; las variables evaluadas fueron: peso (g) y Rendimiento (Kg/1000 m2)) de la lechuga. Los resultados evidenciaron diferencias significativas (sig. <0.05) Reportando el peso de la lechuga (g). T3= (var. americana + arena+ H-NFT) con 138.10 g, T1= (var. seda +arena + H-NFT) con 111.10 g; T4= (var. americana +sustrato tradicional + H-NFT) con 103.28 g; T5= (var. crespa + arena+ H-NFT) con 98.08 g; T6= (var. crespa +sustrato tradicional + H-NFT) con 95.15 g y T2= (var seda + sustrato tradicional + H- NFT) con 85.15 g. Rendimiento (kg/1000m2.) T3= (var. americana + arena+ H-NFT) con 3452.50 kg/1000 m2, T1= (var. seda +arena + H-NFT) con 2777.50 kg/1000 m2; T4= (var. americana +sustrato tradicional + H-NFT) con 2581.88 kg/1000 m2; T5= (var. crespa + arena+ H-NFT) con 2451.88 kg/1000 m2; T6= (var. crespa +sustrato tradicional + H-NFT) con 2378.75 kg/1000 m2 y T2= var seda + sustrato tradicional + H- NFT). Concluimos que la variedad americana con sustrato de arena, tiene mejores rendimientos bajo el sistema hidroponía NFTThe objective of this research was to evaluate the effect of two types of substrate in a seedbed plus NFT hydroponics on the performance of three varieties of lettuce (Lactuca sativa L.) at the INIA Andahuaylas. The completely randomized block design is used, with six treatments; The variables evaluated were: weight (g) and Yield (Kg/1000 m2)) of the lettuce. The results showed significant differences (sig. <0.05) Reporting the weight of the lettuce (g). T3= (American var. + sand + H-NFT) with 138.10 g, T1= (silk var. + sand + H-NFT) with 111.10 g; T4= (American var. + traditional substrate + H-NFT) with 103.28 g; T5= (var. crespa + sand+ H-NFT) with 98.08 g; T6= (var. crepe + traditional substrate + H-NFT) with 95.15 g and T2= (var. silk + traditional substrate + H-NFT) with 85.15 g. Yield (kg/1000m2) T3= (American variety + sand + H-NFT) with 3452.50 kg/1000 m2, T1= (silk variety + sand + H-NFT) with 2777.50 kg/1000 m2; T4= (American var. + traditional substrate + H-NFT) with 2581.88 kg/1000 m2; T5= (var. crespa + sand+ H-NFT) with 2451.88 kg/1000 m2; T6= (var. crepe + traditional substrate + H-NFT) with 2378.75 kg/1000 m2 and T2= var. silk + traditional substrate + H-NFT). We conclude that the American variety with a sand substrate has better yields under the NFT hydroponics system
Application of Principal Component Analysis (PCA) and K-Means for Stratigraphic Unit Classification in Geochemical Samples from the Misti Volcano
No full textEste estudio presenta un análisis exhaustivo de los depósitos de tefra de la etapa Pacheco del volcán Misti, Arequipa, Perú, utilizando técnicas de reducción de dimensionalidad mediante Análisis de Componentes Principales (PCA) y agrupamiento mediante K-Means. Se analizaron muestras geoquímicas obtenidas entre 2015 y 2023, enfocándonos en elementos mayores y traza como Ti, Fe, MgO, y SiO₂. El PCA permitió reducir la dimensionalidad de los datos, revelando que los dos primeros componentes explican el 34.27% de la varianza total, destacando la influencia de variables como Ti y Fe. A continuación, el algoritmo K-Means identificó cuatro clusters geoquímicamente diferenciados, los cuales se compararon con las unidades estratigráficas conocidas, mostrando una correlación notable con unidades como Ponche Gris y La Rosada. Los resultados sugieren que estos clusters reflejan variaciones en los procesos magmáticos y fases eruptivas, ofreciendo nuevas perspectivas sobre la evolución geoquímica del volcán Misti. Futuros trabajos podrían incluir análisis isotópicos y la integración de técnicas de aprendizaje profundo para mejorar la comprensión de las fuentes magmáticas y su influencia en la estratigrafía volcánica.This study presents a comprehensive analysis of the Pacheco stage tephra deposits from Misti Volcano, Arequipa, Peru, using dimensionality reduction techniques through Principal Component Analysis (PCA) and clustering via K-Means. Geochemical samples collected between 2015 and 2023 were analyzed, focusing on major and trace elements such as Ti, Fe, MgO, and SiO₂. PCA allowed for dimensionality reduction, revealing that the first two principal components explained 34.27% of the total variance, with variables such as Ti and Fe having the most significant influence. Subsequently, the K-Means algorithm identified four geochemically differentiated clusters, which were compared with known stratigraphic units, showing a notable correlation with units such as Ponche Gris and La Rosada. The results suggest that these clusters reflect variations in magmatic processes and eruptive phases, offering new insights into the geochemical evolution of Misti Volcano. Future work could include isotopic analysis and the integration of deep learning techniques to enhance the understanding of magmatic sources and their influence on volcanic stratigraphy. 
Globalization - ilegal minig - poverity, a conflictive relationship in Peru
Get PDF El presente manuscrito analiza la Globalización, influencia del auge de la minería ilegal y el incremento de la pobreza en el Perú. Al incrementar la demanda de recursos naturales, facilitar la difusión de nuevas tecnologías, permitir la movilidad de capital y personas, contribuye indirectamente a su crecimiento de la minería ilegal. La motivación es plantear un constructo epistémico con la finalidad de someter a debate en los foros académicos las consecuencias que dicha relación generará en un futuro muy próximo el debilitamiento a la estructura del estado por la no tributación, daños al medio ambiente y la masificación de la pobreza. Los resultados indican que la Globalización influye en el desarrollo de la minería ilegal por la mayor demanda internacional del oro, aplicación de tecnologías nuevas que permiten la explotación de minerales de baja ley, disponibilidad de capitales e inversores, factores socioeconómicos (Falta de empleos y pobreza) y la aplicación de políticas económicas neoliberales. Existen evidencias de la vinculación al lavado de activos del narcotráfico y del contrabando de oro hacia Bolivia por zonas fronterizas como Tilali y Cobija de donde son exportados como oro boliviano. El avance de la minería ilegal es es un peligro para la seguridad nacional.This manuscript analyzes Globalization, the influence of the rise of illegal mining and the increase in poverty in Peru. By increasing the demand for natural resources, facilitating the dissemination of new technologies, allowing the mobility of capital and people, it indirectly contributes to the growth of illegal mining. The motivation is to propose an epistemic construct with the purpose of submitting to debate in academic forums the consequences that this relationship will generate in the very near future, the weakening of the structure of the state due to non-taxation, damage to the environment and massification. of poverty. The results indicate that Globalization influences the development of illegal mining due to the greater international demand for gold, application of new technologies that allow the exploitation of low-grade minerals, availability of capital and investors, socioeconomic factors (Lack of jobs and poverty) and the application of neoliberal economic policies. There is evidence of links to drug trafficking money laundering and gold smuggling into Bolivia through border areas such as Tilali and Cobija from where they are exported as Bolivian gold. The advance of illegal mining is a danger to national security
Determinación de la mejor Arquitectura de Redes Neuronales Convolucionales: VGG16, ResNet50 ó MobileNet para detección de la Neumonía 2023: The Determination of the Best Convolutional Neural Network Architecture: VGG16, ResNet50, or MobileNet for Pneumonia Detection in 2023
Get PDFConvolutional Neural Networks (CNN) are used for the recognition of X-ray images and other applications. Currently, there are studies comparing the effectiveness of CNN architectures such as VGG16, ResNet50, and MobileNet with different input parameters during training, creating uncertainty among developers of image classification applications. We applied identical inputs for the training of the CNNs under study to address this lack of information. To address this, a Kaggle database consisting of 5856 images was utilized. From this database, a systematic sample of 746 lung X-ray images, both healthy and with pneumonia, was selected. To ensure image normalization, tools like iloveimg and ReNamer were employed. Furthermore, Python was used with Google Colab and various libraries including tensorflow, matplotlib, numpy, os, cv2, and random to execute the different architectures. The methodological design was based on a quantitative approach, utilizing comparison tables and the images acquired from the Kaggle database. The results obtained indicated that the accuracy percentage was 89.83% for VGG16, 91.82% for ResNet50, and 80.21% for MobileNet, leading to the conclusion that ResNet50 is the most accurate architecture in this context.Las Redes Neuronales Convolucionales (CNN) se utilizan para el reconocimiento de imágenes de radiografías y otras aplicaciones. Actualmente, existen trabajos que comparan la eficacia de las arquitecturas CNN, como VGG16, ResNet50 y MobileNet con parámetros de entradas diferentes en sus entrenamientos, creando incertidumbre entre los desarrolladores de aplicaciones de clasificación de imágenes, nosotros sí aplicamos entradas iguales para el entrenamiento de las CNN en estudio. Para abordar esta falta de información, se utilizó una base de datos de Kaggle que consta de 5856 imágenes. De esa base de datos, se seleccionó una muestra sistemática de 746 imágenes de radiografías de pulmones sanos y con Neumonía. Para asegurar la normalización de las imágenes, se utilizaron las herramientas iloveimg y ReNamer. Además, se utilizó Python con Google Colab y diversas librerías, como tensorflow, matplotlib, numpy, os, cv2 y random, para ejecutar las diferentes arquitecturas. El diseño metodológico se basó en un enfoque cuantitativo, empleando tablas de comparación y las imágenes adquiridas de la base de datos de Kaggle. Los resultados obtenidos indicaron que el porcentaje de exactitud (Accuracy) fue de 80.83% para VGG16, 91.82% para ResNet50 y 78.28% para MobileNet, concluyéndose que ResNet50 es la arquitectura más precisa en este contexto
Determinación del mejor algoritmo de reconocimiento de imágenes de camélidos sudamericanos mediante machine learning, Apurímac, 2023
Get PDFAlpacas and vicuñas belong to the South American camelid family; the alpaca is a domestic animal, while the vicuña is a wild animal that generally lives at altitudes above 3,000 meters above sea level. The problem is that in the case of vicuñas it is difficult to recognize and count them because they are wild animals and because they flee from people and any other foreign object that is not part of their environment; the other problem is that there is no database of images or photos of vicuñas to carry out an image recognition study. This work consisted of collecting 146 vicuña images, of which 95 were considered for training, 41 for validation and 10 for testing; the images were collected in a village center in the district of Cotaruse, province of Aymaraes in the Apurimac region of Peru. In the case of alpacas, the images were obtained from the Kaggle repository and 142 images were used, of which 95 were considered for training, 41 for validation and 10 for testing. The results show that the Mask-RCNN algorithm or model obtains a value for accuracy of 1.0 for vicuñas and 0.95 for alpacas; these values are the most efficient in relation to those found by Yolo V8 and SSMD.Las alpacas y las vicuñas pertenecen a la familia de los camélidos sudamericanos, la alpaca es un animal doméstico, mientras que la vicuña es un animal silvestre que generalmente vive en alturas superiores a los 3000 m.s.n.m. El problema es que en en el caso de las vicuñas es difícil realizar el reconocimiento y conteo y porque por su naturaleza de ser animal silvestre huyen de las personas y de cualquier otro objeto extraño que no esa de su entorno; el otro problema es que no se tiene una base de datos de imágenes o fotos de vicuñas para hacer un estudio de reconocimiento de imágenes. Este trabajo consistió en recolectar 146 imágenes de vicuña, de los cuales 95 fueron consideradas para el entrenamiento 41 para la validación y 10 para las pruebas; las imágenes fueron recolectadas en un centro poblado del distrito de Cotaruse, provincia de Aymaraes en la región Apurímac de Perú. Para el caso de las alpacas, las imágenes se obtuvieron del repositorio de Kaggle y se trabajó con 142 imágenes de las cuales 95 fueron consideradas para el entrenamiento, 41 para la validación y 10 para las pruebas. Los resultados muestran que el algoritmo o modelo Mask-RCNN obtiene valor para accuracy de 1,0 para las vicuñas y de 0,95 para las alpacas; estos valores son los más eficientes en relación a los encontrados por Yolo V8 y SSMD
Análisis del rendimiento en Clústeres basados en PelicanHPC
Get PDFThe implementation of high-performance clusters has application in environments of grouping of independent physical nodes and in a virtualized manner through specialized middleware or a dedicated Operating System, with the aim of obtaining greater computational resources from basic equipment. Given both options, the question arises: Which implementation yields better results in terms of performance? Therefore, the purpose of this study is to carry out an analysis of the performance of clusters in two scenarios: ten homogeneous computing devices interconnected to a local network. by braided CAT 6a cable and a switch; and on the other hand, ten virtualized machines in the VirtualBox software, with resources distributed equally such as: RAM memory, processors and disk. The methodology adopted was experimental in five repetitive cycles and working based on the average execution time. The test algorithm is a prime number counter coded in C++ language, generating its output file and subsequent execution at the console level on the terminal. on the PelicanHPC Operating System (live CD variant of the Debian OS). The results are initially uniform, working from 1 to 10 nodes, where the result demonstrates more than 30% improvement in the traditional cluster compared to irregular progress in the virtualized cluster, points that will be the subject of descriptive analysis based on the results obtained.La implementación de clústeres de alto rendimiento tienen aplicación en entornos de agrupamiento de nodos físicos independientes y de manera virtualizada mediante un middleware especializado o un Sistema Operativo dedicado, con el objetivo de obtener mayor recurso computacional a partir de equipos básicos. Ante ambas opciones, surge la pregunta: ¿Qué implementación arroja mejores resultados en cuanto al rendimiento?, por lo que el presente estudio tiene por finalidad realizar un análisis al rendimiento de clústeres en dos escenarios: diez equipos de cómputo homogéneos interconectados a una red local por cable trenzado CAT 6a y un switch; y de otra parte, diez máquinas virtualizadas en el software VirtualBox, con recursos repartidos equitativamente como son: memoria RAM, procesadores y disco. La metodología adoptada fue experimental en cinco ciclos repetitivos y trabajando en función a las medias del tiempo de ejecución El algoritmo de prueba es un contador de números primos codificado en lenguaje C++, generando su archivo de salida y posterior ejecución a nivel de consola sobre la terminal en el Sistema Operativo PelicanHPC (variante de CD live del SO Debian). Los resultados son uniformes inicialmente, trabajando de 1 a 10 nodos, donde el resultado demuestra más de 30% de mejora en el clúster tradicional frente a un progreso irregular del clúster virtualizado, puntos que serán objeto del análisis descriptivo en base a resultados obtenidos