<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Tesis</title>
<link>https://repositorio.ulp.edu.pe/handle/ULP/22</link>
<description/>
<pubDate>Tue, 18 Aug 2026 17:29:36 GMT</pubDate>
<dc:date>2026-08-18T17:29:36Z</dc:date>
<item>
<title>IMPLEMENTACION DE UN ALGORITMO PREDICTIVO PARA MEJORAR EL RENDIMIENTO DEPORTIVO EN PROMESAS KUMPIRUSIATO, 2025</title>
<link>https://repositorio.ulp.edu.pe/handle/ULP/188</link>
<description>IMPLEMENTACION DE UN ALGORITMO PREDICTIVO PARA MEJORAR EL RENDIMIENTO DEPORTIVO EN PROMESAS KUMPIRUSIATO, 2025
CORNEJO TORRES, MIGUEL ANGEL
La presente investigación analiza el impacto de la implementación de un &#13;
algoritmo predictivo basado en Machine Learning, desplegado como plugin de &#13;
WordPress, sobre el Rendimiento Deportivo de los estudiantes de la I.E. Promesas &#13;
Kumpirusiato durante el año 2025. El problema identificado radica en la ausencia de &#13;
herramientas digitales para el seguimiento objetivo del desempeño físico en una &#13;
institución educativa ubicada en una zona rural amazónica de la región Cusco, lo que &#13;
limita la capacidad del cuerpo docente para identificar estudiantes con bajo rendimiento &#13;
y orientar intervenciones pedagógicas oportunas. &#13;
El objetivo principal es determinar en qué medida la implementación del sistema &#13;
predictivo mejora el Rendimiento Deportivo, evaluado a través de dos dimensiones: &#13;
competencia motora y dedicación y compromiso atlético. La investigación adopta un &#13;
enfoque cuantitativo con diseño cuasiexperimental de pretest y postest en un solo grupo. &#13;
Los datos son recolectados mediante ficha de evaluación física y cuestionario &#13;
estructurado, procesados con el software R mediante prueba t de Student o prueba de &#13;
Wilcoxon según la distribución de los datos. &#13;
Se espera evidenciar una mejora significativa en ambas dimensiones del &#13;
Rendimiento Deportivo tras la implementación del sistema, aportando un modelo &#13;
replicable para otras instituciones educativas rurales del Perú que busquen modernizar su gestión del desempeño físico estudiantil mediante tecnologías de bajo costo.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ulp.edu.pe/handle/ULP/188</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ALGORITMO BASADO EN EL COMPORTAMIENTO DEL USUARIO PARA OPTIMIZAR LA GESTIÓN DE RECURSOS EDUCATIVOS EN LA I.E. MICAELA BASTIDAS, CUSCO, 2025</title>
<link>https://repositorio.ulp.edu.pe/handle/ULP/187</link>
<description>ALGORITMO BASADO EN EL COMPORTAMIENTO DEL USUARIO PARA OPTIMIZAR LA GESTIÓN DE RECURSOS EDUCATIVOS EN LA I.E. MICAELA BASTIDAS, CUSCO, 2025
ZARATE PACHECO, JHON ROSALES; ASCUE GALARZA, JOEL
Esta investigación tuvo como objetivo diseñar, implementar y evaluar un algoritmo basado en el comportamiento del usuario para optimizar la gestión de recursos educativos en la I.E. Micaela Bastidas (Cusco, 2025). La problemática principal identificada no radicó en la escasez de materiales ni en los tiempos de atención administrativa, sino en los patrones de incumplimiento y retrasos en las devoluciones por parte de los usuarios.  &#13;
Bajo un enfoque cuantitativo, de tipo aplicado y nivel explicativo, se analizaron 591 registros digitales generados por un sistema desarrollado mediante un plugin personalizado de WordPress. La evaluación estadística realizada a través de pruebas no paramétricas reveló que variables operativas, como la disponibilidad de recursos ($p = 0.637$) y el tiempo de atención ($p = 0.922$), no presentaron una relación significativa con el cumplimiento. Por el contrario, el retraso en la devolución mostró una correlación negativa muy alta y significativa con el cumplimiento ($\rho = -0.982$, $p &lt; 0.05$), la cual fue confirmada mediante la prueba de Chi-cuadrado ($\chi^2 = 591.000$, $p &lt; 0.05$).  &#13;
A partir de estos hallazgos, el algoritmo implementado clasifica a los usuarios en niveles (aprobado, condicional y restringido) según su historial de cumplimiento, estableciendo reglas de decisión automatizadas para la asignación de materiales. Los resultados demostraron que la gestión basada en analítica conductual y datos cuantitativos reduce los niveles de retraso, mejora la rotación del inventario y optimiza la toma de decisiones institucionales, superando a los modelos tradicionales centrados únicamente en la digitalización de procesos. A través de este enfoque, se garantiza un acceso más equitativo y eficiente a los recursos pedagógicos.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ulp.edu.pe/handle/ULP/187</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ALGORITMO DE OPTIMIZACIÓN PARA LA ASIGNACIÓN DE ÓRDENES DE SERVICIO Y SU IMPACTO EN LA EFICIENCIA OPERATIVA EN UNA EMPRESA DE SERVICIOS EN CUSCO, 2025</title>
<link>https://repositorio.ulp.edu.pe/handle/ULP/186</link>
<description>ALGORITMO DE OPTIMIZACIÓN PARA LA ASIGNACIÓN DE ÓRDENES DE SERVICIO Y SU IMPACTO EN LA EFICIENCIA OPERATIVA EN UNA EMPRESA DE SERVICIOS EN CUSCO, 2025
ALVAREZ DELGADO, JAIME; RIVERA SUCSO, BRANDY
Esta investigación evaluó el impacto de la implementación de un algoritmo de optimización para la asignación de órdenes de servicio en la eficiencia operativa de una empresa de servicios en Cusco durante el año 2025. El estudio adoptó un enfoque cuantitativo, de tipo aplicado, no experimental y de diseño longitudinal comparativo (pretest-postest), analizando una muestra censal de 240 registros operativos divididos equitativamente en dos periodos (120 órdenes PRE y 120 órdenes POST). La recolección de datos se realizó mediante el análisis de registros del sistema de gestión y el procesamiento estadístico se efectuó en SPSS empleando las pruebas no paramétricas de Mann-Whitney, Chi-cuadrado y la correlación de Spearman. &#13;
Los resultados demostraron una mejora estadísticamente significativa en el desempeño operativo tras la implementación del algoritmo. El tiempo promedio de asignación se redujo en aproximadamente un 74%, pasando de 2243.91 a 571.47 unidades de tiempo (p&lt;0.001), mientras que el tiempo total de resolución disminuyó un 57%, de 10001.96 a 4262.74 unidades de tiempo (p&lt;0.001). Asimismo, el cumplimiento de los acuerdos de nivel de servicio (SLA) incrementó del 4.17% (5 órdenes) al 97.5% (117 órdenes) (p&lt;0.001). No se encontraron diferencias significativas en los costos operativos (p=0.097), confirmando que el impacto principal del algoritmo radica en la gestión temporal. &#13;
Se concluye que el algoritmo de optimización incrementa significativamente la eficiencia operativa al acelerar los procesos de asignación y resolución, garantizando un cumplimiento casi total de las metas de servicio.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ulp.edu.pe/handle/ULP/186</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ALGORITMO DE RECOMENDACIÓN TURÍSTICA BASADO EN GEOLOCALIZACIÓN E INTELIGENCIA ARTIFICIAL PARA INCREMENTAR LAS VISITAS A ATRACTIVOS TURÍSTICOS EN LA CONVENCIÓN - CUSCO, 2025</title>
<link>https://repositorio.ulp.edu.pe/handle/ULP/185</link>
<description>ALGORITMO DE RECOMENDACIÓN TURÍSTICA BASADO EN GEOLOCALIZACIÓN E INTELIGENCIA ARTIFICIAL PARA INCREMENTAR LAS VISITAS A ATRACTIVOS TURÍSTICOS EN LA CONVENCIÓN - CUSCO, 2025
ALAGON QUISPICUSI, CHRISTIAN PABEL; SORIA MORMONTOY, TITO WILBERT
La investigación tuvo como objetivo determinar el efecto de la implementación &#13;
de un algoritmo de recomendación turística basado en geolocalización en el acceso a la &#13;
información turística en el entorno rural de la provincia de La Convención, Cusco. El &#13;
estudio se desarrolló bajo un enfoque cuantitativo, de tipo aplicado y con un diseño &#13;
preexperimental de tipo antes y después, considerando como unidad de análisis los &#13;
registros de interacción generados por los usuarios a través de un sistema tecnológico geo distribuido basado en códigos QR. &#13;
La recolección de datos se realizó mediante el registro automático de eventos del &#13;
sistema, obteniéndose un total de 20,000 observaciones correspondientes al año 2025, &#13;
diferenciadas en dos periodos: uno previo a la implementación del algoritmo y otro &#13;
posterior. Las variables analizadas incluyeron el número total de visitas, el total de &#13;
eventos registrados y la distancia promedio entre el usuario y el atractivo turístico &#13;
recomendado. &#13;
Para el análisis de los datos se emplearon técnicas de estadística descriptiva e &#13;
inferencial. En primer lugar, se evaluó el supuesto de normalidad mediante la prueba de &#13;
Kolmogorov-Smirnov, cuyos resultados indicaron la no normalidad de los datos (p &lt; &#13;
0.05). No obstante, debido al tamaño de la muestra, se aplicó la prueba t de muestras &#13;
independientes, sustentada en el teorema del límite central. &#13;
Los resultados evidenciaron diferencias estadísticamente significativas entre los &#13;
periodos analizados (p &lt; 0.05), lo que permitió aceptar la hipótesis alterna. En particular, &#13;
se observó una reducción en la distancia promedio y en el número de interacciones, lo &#13;
cual indicó una mejora en la eficiencia del sistema y una optimización en el acceso a la &#13;
información turística. &#13;
En conclusión, la implementación del algoritmo de recomendación contribuyó &#13;
significativamente a mejorar la eficiencia en la interacción del usuario con el sistema, &#13;
optimizando el acceso a la información turística en contextos rurales con limitaciones de &#13;
conectividad.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">https://repositorio.ulp.edu.pe/handle/ULP/185</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
