Saltar al contenido principal
Redes sociales FQ
AMyD
Invitado
Ingreso Profesores
Plataformas para clases virtuales
Reducir tamaño de archivos
Word
Power Point
PDF
SICA
Ruta a la página
Inicio
Cursos
Recursos por Profesor(a)
Posgrado
70186 PEM
SEMINARIOS
5o SEMINARIO. TOM vs TEV tercer artículo.
70186 | Principios de Estructura de la Materia | Profr. Sigfrido Escalante Tovar
5o SEMINARIO. TOM vs TEV tercer artículo.
Regresar a: SEMINARIOS
Haga clic en
2012-JChemEd-Donald Thruhlar-Orbitales híbridos-Original.pdf
para ver el archivo.
◄ 5o SEMINARIO. TOM vs TEV segundo artículo.
Ir a...
Ir a...
U0-0-Antecedentes
U0-Energética
U-1-MC-Fundamentos
U-2 a 5-Métodos de la MC y su interpretación
Lectura sobre Nodos Radiales
Funciones atómicas y sus gráficas
La tabla periódica
Energía y enlace químico
Analizador de Simetría
EXAMEN DIAGNÓSTICO
Tarea 1
Tarea 2
Tarea 3
Tarea 4
Tarea 5
RECOMENDACIONES PARA LOS SEMINARIOS
1er SEMINARIO, Carbonos planos, Artículo principal
1er SEMINARIO, Carbonos planos, Material de apoyo 1
1er SEMINARIO, Carbonos planos, Material de apoyo 2
1er SEMINARIO, Carbonos planos, Material de apoyo 3
1er SEMINARIO, Carbonos planos, Material de apoyo 4
1er SEMINARIO, Carbonos planos, Material de apoyo 5
1er SEMINARIO, Carbonos planos, Material de apoyo 6
2o SEMINARIO, Int. no-covalentes, Artículo principal
2o SEMINARIO, Int. no-covalentes, Material de apoyo
3er SEMINARIO, Lewis y el enlace químico, Artículo principal
3er SEMINARIO. Artículo de apoyo sobre la regla del octeto.
4o SEMINARIO, Lewis entre mundos, Artículo principal
5o SEMINARIO. TOM vs TEV primer artículo.
5o SEMINARIO. TOM vs TEV segundo artículo.
6o SEMINARIO. ML Artículo principal. Predicción de energías en orgánica con machine learning.
6o SEMINARIO, Machine Learning, Artículo de apoyo 1
7o SEMINARIO: ML Artículo principal. Plegamiento de Proteínas después de Machine Learning
7o SEMINARIO: Artículo de apoyo 1
Review de apoyo para Machine Learning. (Solamente para consultas específicas)
6o SEMINARIO. ML Artículo principal. Predicción de energías en orgánica con machine learning. ►
Redes sociales FQ