<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Tesis</title>
<link href="http://hdl.handle.net/20.500.12918/2922" rel="alternate"/>
<subtitle/>
<id>http://hdl.handle.net/20.500.12918/2922</id>
<updated>2026-04-12T21:55:52Z</updated>
<dc:date>2026-04-12T21:55:52Z</dc:date>
<entry>
<title>Control de calidad de un sistema de medición a través del diseño experimental en estudios de repetibilidad y reproducibilidad de la sal de Maras en Cusco, 2023</title>
<link href="http://hdl.handle.net/20.500.12918/10854" rel="alternate"/>
<author>
<name>Ayte Morales, Henrry</name>
</author>
<id>http://hdl.handle.net/20.500.12918/10854</id>
<updated>2025-06-20T20:26:05Z</updated>
<published>2025-01-01T00:00:00Z</published>
<summary type="text">Control de calidad de un sistema de medición a través del diseño experimental en estudios de repetibilidad y reproducibilidad de la sal de Maras en Cusco, 2023
Ayte Morales, Henrry
El trabajo de investigación tuvo como objetivo principal evaluar la calidad del sistema de medición de la sal de Maras mediante un diseño experimental en estudios de repetibilidad y reproducibilidad. La metodología de la investigación fue de tipo cuantitativo, con un enfoque descriptivo y correlacional, destinada a analizar el control de calidad de los sistemas de medición de la sal de Maras. Se caracteriza por ser no experimental y transversal, ya que se recolectaron datos en un único momento, observando los fenómenos en su entorno natural sin intervención. La unidad de análisis fue las bolsas de sal de 1000 gramos, y la población estuvo constituida por todos los paquetes de bolsas de sal. Se seleccionó una muestra de 10 bolsas de sal, 3 operadores y 2 balanzas, la técnica de muestreo fue probabilística aleatoria simple para los operarios, las balanzas y bolsas fue de una forma fija. La recolección de datos se realizó mediante un diseño experimental cruzado y expandido, donde cada operador realizó tres repeticiones con dos balanzas, asegurando aleatoriedad en las mediciones. El estudio evidenció cono resultado que el componente parte representa la principal fuente de variación en el proceso de medición, con un 96.05% de contribución a la variabilidad total. Las fuentes secundarias de variación, como la repetibilidad, reproducibilidad, operarios y balanzas, aportaron el 3.95% y el sistema de medición mostró un sistema de medición R&amp;R de 19.89%. La ANOVA indica que el modelo estadístico es muy significativo con, p &lt; 0.05, y los indicadores de ajuste reflejan un desempeño sobresaliente, con un R2 = 99.38%.
</summary>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Máquina de soporte vectorial en el estudio de factores de embarazo adolescente del distrito de Santa Ana, 2022</title>
<link href="http://hdl.handle.net/20.500.12918/10168" rel="alternate"/>
<author>
<name>Barcena Carrasco, Pascual</name>
</author>
<id>http://hdl.handle.net/20.500.12918/10168</id>
<updated>2025-01-20T16:37:09Z</updated>
<published>2024-01-01T00:00:00Z</published>
<summary type="text">Máquina de soporte vectorial en el estudio de factores de embarazo adolescente del distrito de Santa Ana, 2022
Barcena Carrasco, Pascual
El presente trabajo tiene por finalidad determinar el método de máquina de soporte vectorial que presenta mayor exactitud en la predicción de los factores de embarazo de adolescentes, en el distrito de Santa Ana 2022, El estudio se realizó bajo un paradigma cuantitativo y cualitativo, el tipo de investigación según el propósito de la investigación es básica y es una investigación no experimental. La población es de 11200 adolescentes mujeres afiliados al SIS de la Red de Servicios de Salud La Convención, de estas 8537 cumplen con los criterios de integridad de información, y la muestra se consideró 2993 mayor a lo establecido en el tamaño de la muestra (&#119899;≥367.7). Se empleó la técnica de investigación documental referida a las historias clínicas y una ficha de información sociodemográficas de cada adolescente y el instrumento más adecuado para el registro de información que se ha diseñado es la historia clínica. Se estableció que la máquina de soporte lineal presenta una exactitud de 0.9665, sensibilidad de 0.86 y especificidad de 0.92, las máquinas de soporte radial presentan una exactitud de 0.9602, sensibilidad de 0.7401 y especificidad de 0.9364 y máquina de soporte polinómico presenta una exactitud de 0.9788, sensibilidad de 0.7742 y especificidad de 0.9409. Se concluye que el modelo de máquinas de soporte vectorial con kernel polinómico de grado 2, presenta mayor exactitud en la predicción de embarazo adolescente con una precisión de 97.88%.
</summary>
<dc:date>2024-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Redes neuronales en la predicción de series temporales de las denuncias policiales de la región del Cusco, 2015-2022</title>
<link href="http://hdl.handle.net/20.500.12918/9340" rel="alternate"/>
<author>
<name>Huancachoque Cohaila, Jessica</name>
</author>
<id>http://hdl.handle.net/20.500.12918/9340</id>
<updated>2024-09-10T14:25:02Z</updated>
<published>2024-01-01T00:00:00Z</published>
<summary type="text">Redes neuronales en la predicción de series temporales de las denuncias policiales de la región del Cusco, 2015-2022
Huancachoque Cohaila, Jessica
En el presente estudio, la problemática de la inseguridad ciudadana se manifiesta como un fenómeno y una cuestión de índole social en estos tiempos, afectando a la sociedad en su desarrollo económico, aspectos culturales y patrones comportamentales; ahí la necesidad de observar el comportamiento de las denuncias, para los próximos meses del 2023 mediante las redes neuronales en series temporales de las denuncias policiales de la región del Cusco. El método de estudio es aplicado, descriptivo, con diseño de investigación no experimental, transversal. Se analizaron los modelos de redes neuronales recurrentes para series temporales LSTM (Long Short Term Memory), además de modelos ARIMA mediante la metodología de box y Jenkins; los resultados a los que se llegaron fueron: Existe tendencia creciente, así mismo se comprobó que no está presente la componente de estacionalidad, y mediante indicadores de precisión como el AIC, RMSE, MAE, MPE, MAPE de los modelo ARIMA (1,1,1), el modelo ARIMA (1,1,0), y NNAR(1,1,2)[12], el modelo de redes neuronales recurrentes LSTM NNAR(1,1,2)[12] es el que presenta mejores parámetros de ajuste; la conclusión: La red neuronal recurrentes LSTM NNAR(1,1,2)[12] presentan un mejor ajuste a la serie de tiempo de las denuncias policiales en la región del Cusco la cual fue producto de 20 redes, presenta dos capas ocultas (k=2) el error medio (ME=0.0502); así mismo la raíz del cuadrado medio del error (RMSE), el error medio absoluto (MAE =105.375), MAPE (Error Porcentual Absoluto Medio) también presento mejor ajuste con las redes neuronales que con los otros modelos comparados.
</summary>
<dc:date>2024-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Factores asociados al rendimiento académico de estudiantes en matemáticas de una universidad del Cusco, utilizando componentes principales y regresión logística, 2023</title>
<link href="http://hdl.handle.net/20.500.12918/9010" rel="alternate"/>
<author>
<name>Cusihuallpa Puma, Lucy</name>
</author>
<id>http://hdl.handle.net/20.500.12918/9010</id>
<updated>2025-02-13T16:31:53Z</updated>
<published>2024-01-01T00:00:00Z</published>
<summary type="text">Factores asociados al rendimiento académico de estudiantes en matemáticas de una universidad del Cusco, utilizando componentes principales y regresión logística, 2023
Cusihuallpa Puma, Lucy
El presente estudio tiene como objetivo identificar los factores que determinan el rendimiento académico en una asignatura de matemáticas de una universidad del Cusco. Se emplean técnicas de análisis de componentes principales y regresión logística para abordar esta problemática, la investigación es importante para comprender y abordar las dificultades en el rendimiento académico en la asignatura de matemáticas, con la finalidad de contribuir a soluciones efectivas; se seleccionaron 205 estudiantes de una universidad del Cusco que cursaron la primera asignatura de matemáticas en el semestre 2023-1. Los resultados revelan los datos sociodemográficos significativos, como la edad promedio de 19,04 años y un 68,3% de aspirantes a obtener un doctorado. Se destaca que el 43,9% de los estudiantes considera inadecuada la preparación en matemáticas por parte de sus profesores de secundaria. Las conclusiones después de aplicar el análisis de Componentes Principales a los ítems de las dimensiones de hábitos de estudio, recursos auxiliares y factores personales están dados. En hábitos de estudio se identificaron 4 subcomponentes, en recursos auxiliares 3, y en factores personales 4; mientras que con el modelo de Regresión Logística el análisis reveló factores críticos que influyen en el éxito académico en la asignatura de matemáticas. La percepción positiva del rendimiento y obstáculos (F2C2), la ansiedad social en matemáticas (F3C2), la actitud hacia el estudio y claridad de metas (F3C4), y las estrategias de estudio ineficientes (F1C4) se identificaron como determinantes del éxito académico.
</summary>
<dc:date>2024-01-01T00:00:00Z</dc:date>
</entry>
</feed>
