Repositorio Institucional UPeU

Producción científica,
conectada y abierta.

Reunimos todos los trabajos de investigación con los que se gradúan nuestros estudiantes, y los ponemos en acceso abierto, sin barreras, para quien quiera consultarlos.

0Autores
0Trabajos
0Pregrado
0Posgrado
Explora el repositorio

Comunidades en DSpace

Seleccione una comunidad para explorar sus colecciones.

Envíos recientes

  • Miniatura
    Item type:Ítem,
    Evaluación experimental de propiedades físicas y mecánicas de suelos cohesivos mejorados con ceniza de coco y estoraque para edificaciones
    (Universidad Peruana Unión, 2026-08-24)
    Quispe Quispe, Abel Fernando
    ;
    Rodriguez Mamani, Nelbin Renato
    ;
    Chahuares Paucar, Leonel
    El presente estudio evaluó experimentalmente la influencia de cenizas de coco y estoraque en la modificación de las propiedades físicas y mecánicas de un suelo cohesivo de Madre de Dios, Perú, destinado a cimentaciones superficiales en edificaciones. Se implementó un diseño completamente aleatorizado con 30 especímenes distribuidos en 10 tratamientos: ceniza de coco (1%, 3%, 5%), ceniza de estoraque (5%, 10%, 15%), combinaciones 50/50 (5%, 10%, 15% total) y un control sin adición. Se evaluaron doce propiedades geotécnicas mediante ensayos normalizados ASTM: límites de Atterberg (D4318), compactación Proctor modificado (D1557), resistencia al corte directo (D3080), consolidación unidimensional (D2435) y resistencia a la compresión uniaxial (D2166). Los resultados mostraron que la ceniza de coco incrementó el ángulo de fricción interna hasta en 59%, mientras que la ceniza de estoraque mejoró la densidad seca máxima en 2.6% y redujo el índice de compresión en 33%. Las combinaciones generaron reducciones significativas en el índice de plasticidad (74.8%) mediante efectos sinérgicos. El análisis estadístico (ANOVA) evidenció diferencias altamente significativas entre tratamientos (p< 0.001; η² > 0.73). Los resultados indican que el tratamiento ESTORAQUE_10 (10 % de ceniza de estoraque) representa una alternativa promisoria para potencialmente mejorar suelos cohesivos destinados a cimentaciones superficiales, mostrando cambios en la compactación (+2,6% de densidad seca máxima) y reducir la compresibilidad
  • Miniatura
    Item type:Ítem,
    Determinación del Conjunto de Carteras Óptimas en Criptomonedas Según el Modelo de Markowitz y su Impacto en la Frontera Eficiente
    (Universidad Peruana Unión, 2026-08-13)
    Cuela Salas, Josué Arón
    ;
    Corimayhua Puma, Ruth Noelia
    ;
    Huayta Meza, Mariné Estefa
    El presente estudio tuvo como objetivo determinar el impacto de la optimización de carteras de criptomonedas, mediante el modelo de Markowitz en la configuración de la frontera eficiente. La investigación adoptó un enfoque cuantitativo, con diseño no experimental, de carácter longitudinal y nivel observacional. Se analizaron datos históricos de precios de cinco criptoactivos Bitcoin (BTC), Ethereum (ETH), BNB, Solana (SOL) y XRP correspondientes al periodo enero 2023 a diciembre 2025, obtenidos mediante CoinMarketCap. Para la construcción de la frontera eficiente se simularon 5000 portafolios mediante combinaciones aleatorias de participación, y el portafolio óptimo se identificó maximizando la ratio de Sharpe con el complemento Solver de Excel. Los resultados mostraron que Solana presentó la mayor rentabilidad promedio diaria (0,34 %) pero también el mayor riesgo (4,70 %), mientras que Bitcoin fue el activo más estable (rentabilidad 0,18 %, riesgo 2,44 %). El portafolio óptimo quedó compuesto por Bitcoin (55,90 %), BNB (31,63 %) y XRP (12,47 %), excluyendo a Ethereum y Solana por su elevada volatilidad relativa. Se concluyó que la aplicación del modelo de Markowitz permite construir carteras eficientes en mercados de alta volatilidad, que la estructura del portafolio influye directamente en la relación riesgo - retorno, y que la diversificación constituye un mecanismo efectivo de reducción del riesgo, siempre que se complementen activos volátiles con instrumentos de menor fluctuación.
  • Miniatura
    Item type:Ítem,
    Informe de desempeño profesional desarrollado en WELL DONE SOLUTIONS (2023-2026)
    (Universidad Peruana Unión, 2026-08-16)
    Soncco Ramos, Michael
    ;
    Gómez Apaza, Roel Dante
    Como Desarrollador Backend, mi trabajo se organizaba en torno a reuniones diarias de seguimiento con el equipo, donde se coordinaban las tareas del día y se reportaba el avance de los requerimientos en curso. Este ritmo diario terminó siendo, en la práctica, la columna vertebral de cómo se organizaba mi trabajo: cada mañana sabía en qué estaba parado y qué se esperaba que avanzara antes de la siguiente reunión. Para cada requerimiento asignado, mi actividad consistía en analizar lo solicitado, implementar la funcionalidad correspondiente y organizarla de forma que resultara clara y fácil de mantener dentro del sistema, algo especialmente relevante en proyectos como Phronesys, donde al construir el backend desde cero, las decisiones que tomaba sobre cómo estructurar el código terminaban afectando todo lo que se desarrollaba después. En algunos casos, esta labor incluía también la configuración inicial del entorno de trabajo del proyecto.
  • Miniatura
    Item type:Ítem,
    Evaluación comparativa de arquitecturas de Deep Learning mediante modelos estadísticos para la detección de malware polimórfico en entornos empresariales
    (Universidad Peruana Unión, 2026-07-02)
    Cruzado Puente de la Vega, Carlos Francisco
    ;
    Rodriguez Baca, Liset Sulay
    ;
    López Gonzales, Javier Linkolk
    La capacidad del malware polimórfico para modificar continuamente su estructura interna sin alterar su comportamiento malicioso plantea un desafío para la ciberseguridad. Los mecanismos tradicionales de detección basados en firmas siguen mostrando limitaciones a la hora de identificar nuevas variantes de dichas amenazas. En este contexto, el estudio se llevó a cabo utilizando el paradigma de Descubrimiento de Conocimiento en Bases de Datos (KDD), integrando arquitecturas de aprendizaje profundo (*Deep Learning*) con técnicas de evaluación estadística y análisis operativo para valorar la detección de malware en entornos empresariales. La comparación entre las arquitecturas CNN1D, MLP y Transformer se realizó mediante un esquema de validación cruzada *k-fold* estratificada. El rendimiento de cada arquitectura se evaluó utilizando métricas de clasificación, curvas ROC y de precisión-exhaustividad (*Precision-Recall*), análisis de calibración probabilística, estabilidad entre particiones de validación, riesgo operativo e inferencia basada en Modelos Lineales Generalizados (GLM) y razones de momios (*Odds Ratios* u OR). El análisis utilizó el conjunto de datos de malware polimórfico —disponible públicamente en Kaggle—, compuesto por 3.333 muestras etiquetadas de software benigno y malicioso. La comparación entre arquitecturas reveló diferencias estadísticamente significativas. La arquitectura MLP demostró el mejor rendimiento, combinando una capacidad predictiva superior, una calibración probabilística más precisa y el menor riesgo operativo. Con una puntuación F1 de 0,966, superó a las arquitecturas Transformer (F1 = 0,721) y CNN1D (F1 = 0,244). El análisis inferencial mediante GLM confirmó una ventaja estadísticamente significativa de MLP sobre CNN1D (OR = 29,19; p < 0,001). Los resultados ponen de manifiesto el valor de un enfoque basado en el paradigma KDD, que integra arquitecturas de aprendizaje profundo con análisis estadístico, calibración probabilística y evaluación del riesgo operativo. Esta estrategia permitió una evaluación más exhaustiva y aportó evidencia adicional para interpretar la utilidad de dichas arquitecturas en la detección de malware polimórfico en entornos empresariales.
  • Miniatura
    Item type:Ítem,
    Determinantes de la resiliencia en jóvenes de formación superior: Un estudio sobre personalidad e inteligencia emocional
    (Universidad Peruana Unión, 2026-07-20)
    Quispe Salinas, Valery Nayeli
    ;
    Condori Quispe, Harold Roldán
    ;
    Torres Surita, Irma
    El presente estudio analizó la capacidad predictiva de los rasgos de personalidad y la inteligencia emocional sobre la resiliencia en estudiantes universitarios de la región de Puno, Perú. Participaron 334 estudiantes, seleccionados mediante muestreo no probabilístico por conveniencia. Se empleó un diseño cuantitativo no experimental transversal con alcance predictivo. Los instrumentos utilizados fueron el BFI-15p, el Inventario Breve de Inteligencia Emocional y la Escala de Resiliencia. Los datos se recolectaron a través de cuestionarios autoadministrados y se analizaron mediante regresión lineal múltiple. Los resultados indicaron que el estado de ánimo general, la responsabilidad y la dimensión interpersonal de la inteligencia emocional predicen significativamente la resiliencia, mientras que la dimensión intrapersonal mostró una relación negativa. No se observó asociación con el neuroticismo, posiblemente atribuible a la baja variabilidad en esta muestra no clínica. Estos hallazgos reafirman parcialmente la hipótesis inicial, sugiriendo que la resiliencia depende más de recursos emocionales y adaptativos positivos que de la ausencia de vulnerabilidades. Los resultados aportan evidencia localizada para el diseño de intervenciones socioemocionales en universidades andinas y proponen explorar moderadores culturales en investigaciones futuras.