Estimaciones de Poblacion PDF

Perú: Estimaciones y
Proyecciones de Población
Total por Sexo de las
Principales Ciudades,
20002015
Boletín Especial Nº 23
Dirección Técnica de Demografía
e Indicadores Sociales
Lima, marzo 2012

Preparado : Dirección Técnica de Demografía e Indicadores Sociales del Instituto Nacional
de Estadística e Informática (INEI)
Tiraje : 500 Ejemplares
Domicilio : Av. General Garzón 658, Jesús María. Lima Perú
Orden de Impresión : Nº 823OTAINEI
Hecho el Depósito Legal en la Biblioteca Nacional del Perú Nº 20 0902389
2 Instituto Nacional de Estadística e Informática

PRESENTACIÓN
El Instituto Nacional de Estadística e Informática (INEI), en cumplimiento de su función como ente

rector del Sistema Estadístico Nacional del país, ejecutó el 21 de octubre del 2007, los Censos
Nacionales: XI de Población y VI de Vivienda, en todo el territorio nacional.
Los resultados de los Censos Nacionales de Población y Vivienda 2007 permitieron obtener
información de las principales variables demográficas: fecundidad, mortalidad y migración, sin
las cuales no hubiera sido posible la revisión y actualización de las proyecciones de población a
nivel nacional y por departamentos, resultados que fueron publicados en los Boletines de Análisis
Demográfico Nº 36 Perú: Estimaciones y proyecciones de Población 1950-2050 y Nº 37 Perú:
Estimaciones y Proyecciones de Población por Departamento, Sexo y Grupos Quinquenales de
Edad, 1995-2015, documentos que sirvieron de base para estimar las proyecciones de población
en áreas menores. Por ello, continuando con la difusión de las proyecciones de población
publicados, en esta oportunidad el INEI pone a disposición de los usuarios el Boletín Especial
Nº23 titulado Perú: Estimaciones y Proyecciones de Población Total por Sexo, según
Principales Ciudades, 2000-2015, el cual contiene las estimaciones de la población de las
ciudades principales en cada uno de los departamentos del país.
Las estimaciones y proyecciones de población por principales ciudades corresponden al 30 de

junio de cada año. La magnitud, distribución y composición de las ciudades se obtuvo de los
Censos de 1993 y 2007. El presente Boletín tiene información actualizada total por sexo de las 75
principales ciudades.
Durante los últimos años se ha acentuado, tanto en el Perú como en el resto de la región
latinoamericana, la demanda de información con un mayor nivel de desagregación espacial.
Esta tendencia ha sido propulsada tanto por la estrategia de focalización espacial adoptada por
los organismos públicos nacionales como por la creciente iniciativa de los municipios en la
gestión de políticas y programas sociales. Frente a estas nuevas exigencias, la información
estadística requiere ser actualizada tanto por el fortalecimiento de los datos localizados como por
la implementación de metodologías específicas para las áreas geográficas menores.
El INEI espera que la información contenida en este documento sea un insumo valioso para las
organizaciones públicas y privadas que diseñan planes y ejecutan programas en beneficio de la
población; así como para los investigadores sociales y público en general.
Lima, marzo 2012
Instituto Nacional de Estadística e Informática
Perú: Estimaciones y Proyecciones de Población Total por Sexo de las Principales Ciudades, 2000-2015 3
CONTENIDO
Presentación .......................................................................................................... 3
1. Metodología. ....................................................................................................... 9
1.1 Introducción .................................................................................................. 9

1.2 Proyecciones de población por principales ciudades ............................................ 9
1.2.1 Ajuste de los datos censales mediante la función logística ....................... 10

1.2.2 Función logística utilizada en las estimaciones y proyecciones por
principales ciudades .......................................................................... 10
1.3 Procedimiento utilizado en las estimaciones y proyecciones de población por

principales ciudades, 2000-2015 .................................................................... 11
1.3.1 Aspectos que se consideraron en la elaboración de las proyecciones ....... 11

1.3.2 Procedimientos de proyección por ciudades principales .......................... 11
2. Resultados ........................................................................................................ 15
3. Conformación de las Ciudades ........................................................................ 35
4. Glosario de Términos ...................................................................................... 43
5. Referencia Bibliográfica ................................................................................... 47
Referencias Bibliográficas
Capítulo 1
Metodología
1. Metodología
1.1 Introducción definiendo hipótesis acerca de la evolución de la

fecundidad, la mortalidad y las migraciones
Las proyecciones de población constituyen un elemento internacionales. Esta metodología ha podido ser
de importancia fundamental no sólo para los usuarios replicada a nivel de los departamentos, incluyendo
privados, sino también los sectores gubernamentales, además de la migración internacional la migración
en particular para las áreas de planificación y interna, los resultados se muestran en el Boletín de Análisis
desarrollo, ya que permiten conocer la probable Demográfico Nº37 (INEI-CELADE, Noviembre 2009).
evolución cuantitativa de la población como
antecedente para propiciar y orientar la transformación La metodología utilizada a nivel nacional y por
cualitativa y el desarrollo integral de la sociedad futura. departamentos, no ha podido ser replicada al nivel de
De igual forma, es necesario señalar los posibles las jurisdicciones más elementales, provincias, distritos y
enfoques que pueden utilizarse para derivar las ciudades, por cuanto la información no es suficientemente
proyecciones para las áreas geográficas de un país. confiable y la inestabilidad de la migración interna no
Independientemente de los métodos de proyección que admite la formulación de hipótesis a mediano plazo.
se adopten, las proyecciones de un país pueden seguir Por tal motivo, las estimaciones de población de las
por lo menos dos enfoques estratégicos distintos. De principales ciudades se efectuaron mediante métodos
una parte, se podría realizar proyecciones matemáticos que tomaron como insumo la población
independientes para cada área geográfica particular, urbana (definición censal) de los distritos que conforman
incluidas las áreas menores. En tal caso las proyecciones las ciudades, enumerada en los censos de población y
nacionales se obtienen por suma de todas las vivienda de 1993 y del 2007 y considerando además
proyecciones regionales. los techos poblacionales de los departamentos,
previamente estimados y proyectados.
Otra forma complementaria distinta, sería a partir de
las proyecciones nacionales, aplicar a éstas algún 1.2 Proyección de población por ciudades
procedimiento de desagregación para llegar a las principales
proyecciones regionales y de áreas menores (provincias,
distritos). En el primer caso, corresponde a un método Distintos autores han examinado la evolución de la
agregativo, el segundo es un procedimiento población, y la han asimilado a diferentes curvas,
desagregativo. exponencial, logística, polinomios de distintos grados,
entre otras, todas estas curvas pueden describir en un
En el Perú, en todas las revisiones de las estimaciones momento dado muy bien el comportamiento de una
y proyecciones de población llevadas a cabo hasta la población, pero esto no significa que lo hagan hacia
fecha, se ha utilizado el procedimiento desagregativo. el futuro. Sin embargo, para realizar las proyecciones
Las estimaciones y proyecciones de población para el de población de las principales ciudades a corto y
total del país se presenta en el Boletín de Análisis mediano plazo1/ , con las limitaciones de tiempo,
Demográfico Nº36 (INEI-CELADE, Marzo 2009)
realizadas por el método de las componentes, 1/ Se considera como proyección a corto plazo, aquella que se realiza para períodos
inferiores a 5 años, de mediano plazo entre 5 y 15 años y de largo plazo, las que van más
contemplando el crecimiento poblacional intercensal y allá de los 15 años.
presupuesto e incluso, nivel de desagregación de la Para encontrar la solución de la función de ajuste a los
información, estos métodos pueden arrojar en general, puntos de observación, es necesario derivar los valores
resultados bastante aproximados. de los parámetro a y b; para ello se fija previamente la
asíntota que marcaría el volumen máximo de población
1.2.1 Ajuste de datos censales mediante la que puede llegar a alcanzar el país o área particular;
función logística en este caso esta identificada por la suma de las letra
K= K1+ K 2
Las proyecciones de población de las principales ciudades
del país son derivadas de las proyecciones de población La función posee elementos característicos que son:
2/
por departamento , obtenidas previamente. Las mismas
que fueron elaboradas, utilizando una modificación de 1. La curva que describe la función logística presenta
la función logística. Uno de los modelos matemáticos un periodo de aumento (o reducción) de tipo
empleados en demografía para analizar las tendencias continuo con aceleración que va cambiando a lo
del crecimiento de una población y de diversos largo del tiempo.
indicadores demográficos es la función logística. 2. Presenta un punto de incremento máximo, que
coincide con el punto de inflexión de la curva y
Es importante tener claro que cualquiera sea la alrededor de la cual la función es simétrica.
subpoblación que se considere, el uso de esta función 3. A partir de este punto de inflexión la curva presenta
requiere de información comparable, ya sea de una un proceso de desaceleración manteniéndose por
serie de censos de población o de un registro abajo de la asíntota que se le haya definido.
permanente, que aporte información sobre evolución 4. La tasa de crecimiento de la función logística
histórica del fenómeno y que por supuesto sirva de siempre disminuye en forma continua a partir de
base para la definición de los parámetros de la función. una tasa r(i) tendiendo a cero, mientras N(t) tiende
Es corriente que se suponga una evolución logística aK.
para elaborar las proyecciones de la población total
urbana y rural, las proyecciones de la población de las 1.2.2 Función logística utilizada en las
principales ciudades y de otros sectores de población. estimaciones y proyecciones por las
principales ciudades.
Una de las formas más simples, de la función logística
puede escribirse como: La función logística se utilizó para la proyección de las
K proporciones de la población de ciudades principales
N (t ) = por sexo, según departamento, a partir de los censos
1 + e f ( t ) de población del año 1993 y 2007, respectivamente.
En el caso particular de una proyección de población La misma que tiene la siguiente fórmula:
N(t) representa la población estimada en el momento
t, en tanto que la constante K corresponde al campo
k 2
máximo de variación (o más precisamente el límite P(t ) = K 1 +
máximo de población que podría esperarse hacia el 1 + ae - tr
futuro). Por su parte f(t) es un polinomio que puede
tomar diversas formas y una de las mas elementales æ k 2 - p (t 2 ) ö
para aplicaciones con datos de población es una línea a = çç ÷÷
è p ( t 2 ) - K 1 ø
recta; esto es: f(t) = a + b * t , con lo cual:
k 2
N (t ) = K 1 +
1 + e a + bt 2/ INEI, Boletín de Análisis Demográfico Nº37. Perú: Estimaciones y proyecciones de
Población por Departamento, Sexo y Grupos Quinquenales de Edad, 19952025.

la evolución del peso relativo de la población de las
æ æ k 2 - p ( t 2 ) ö ö principales ciudades respecto a la población del
çç ÷÷
ç çè p ( t 2 ) - K 1 ÷ø ÷ departamento, donde fue posible el conocimiento sobre
ln ç ÷
ç æç k 2 - p ( t 1 ) ö÷ ÷ las posibilidades de crecimiento o expansión
ç ç p ( t ) - K ÷ ÷ poblacional de las respectivas ciudades.
r= è è 1 1 ø ø
t 1 - t 2
A ello hay que agregar el umbral establecido por las
Donde:
proyecciones de población por departamento,
P(t) es la proporción de población en el
elaboradas previamente, elemento que de una u otra
momento "t".
forma condiciona las proyecciones de población de
a es la constante de la función.
las principales ciudades, por sexo según departamento.
P(t2) es la proporción de población en el censo
2007.
1.3.2 Procedimiento de proyección por las
P(t1) es la proporción de población en el censo
principales ciudades
de 1993.
K1 es la asíntota inferior.
Para la elaboración de las estimaciones y proyecciones
K1 + K2 es la asíntota superior.
de población de las principales ciudades, fue necesario
r es la tasa de crecimiento.
contar con los resultados de las proyecciones por
departamento y sexo. Teniendo dichas proyecciones,
Bajo tales condiciones la función logística expresa
se elaboraron las estimaciones y proyecciones de
diversos comportamientos observados en muchas
población 2000-2015, por departamentos. El
poblaciones reales en la medida que su comportamiento
procedimiento se describe a continuación.
sigue razonablemente la evolución cuantitativa de la
población y la tendencia de indicadores de diversos
- Reconstrucción de población de los distritos
aspectos de la dinámica de la misma, entre otros, el
creados entre 11 julio de 1993 y el 21 de octubre
grado de urbanización, las condiciones de alfabetismo,
del 2007, a partir de la identificación de los centros
etc. Su expresión matemática y desarrollo analítico es
poblados comprendidos en la demarcación
sencillo y como tal tiene un papel y uso importante en
geográfica señalada por los dispositivos legales
el campo del análisis demográfico y, específicamente,
de su creación.
en el trabajo de la elaboración de las proyecciones de
población por las principales ciudades.
- Se toman como base las poblaciones de las
principales ciudades de hombres y mujeres de los
1.3 Procedimiento utilizado en las
censos de 1993 y 2007.
estimaciones y proyecciones de
población por las principales ciudades
- Se calculan las proporciones de la población de
hombres y mujeres en relación al total de
1.3.1 Aspectos que se consideraron en la
población de cada sexo del departamento, sobre
elaboración de las proyecciones
la base de la información censal 1993 y 2007.
Ejemplo con las principales ciudades del
Los aspectos que se tuvieron en cuenta en la elaboración
departamento de Amazonas.
de las proyecciones de las principales ciudades, fueron
principalmente, el ritmo de crecimiento de la población,
Cuadro Nº 1
HOMBRES Departamento Amazonas

Población de cada Proporción de la población
Principal Ciudad en Cada Principal Ciudad
Asintotas
Anos con datos 1993,53 2007,81 1993,53 2007,81 Tasa de
Areas Infer. Superir. crecimi.
Departamento Amazonas 172603 192940
CHACHAPOYAS 7388 10803 0,042803 0,055991 0 1 0,01978

BAGUA GRANDE 8237 14961 0,047722 0,077542 0 1 0,03622
RESTO URBANO 44010 57554 0,254978 0,298300 0 1 0,01518
RURAL 112968 109622 0,654496 0,568166 0 1 0,02552
Cuadro Nº 2
MUJERES Departamento Amazonas

Población de cada Proporción de la población
Principal Ciudad en Cada Principal Ciudad
Asintotas
Anos con datos 1993,53 2007,81 1993,53 2007,81 Tasa de
Areas Infer. Superir. crecimi.
Departamento Amazonas 164062 183053
CHACHAPOYAS 8397 12399 0,051182 0,067734 0 1 0,02086

BAGUA GRANDE 8034 14546 0,048969 0,079463 0 1 0,03618
RESTO URBANO 43451 55740 0,264845 0,304502 0 1 0,01365
RURAL 104180 100368 0,635004 0,548300 0 1 0,02521
- Se ajusta una función logística a las proporciones - Se extrapolan las proporciones masculinas y
(de 1993 y 2007) de la población masculina y femeninas con la función logística, y como
femenina de cada principal ciudad, con valores generalmente se tienen más de dos principales
asintóticos de (cero) y 1 (uno). Los valores ciudades por departamento, las sumas de las
asintóticos se cambiaron en las principales proporciones extrapoladas no suman (uno). Por
ciudades que mostraban irregularidades en la lo tanto dichas proporciones se ajustan
tendencia de las tasas de crecimiento y los proporcionalmente para que la suma de de las
incrementos anuales. mismas de la unidad.
Cuadro Nº 3
Proyección de las proporciones con la función logística
Hombres
Principales Ciudades y resto 2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5
CHACHAPOYAS 0,048822 0,049749 0,050692 0,051652 0,052630 0,053625 0,054638 0,055668

BAGUA GRANDE 0,060597 0,062692 0,064855 0,067086 0,069389 0,071765 0,074215 0,076743
RESTO URBANO 0,275598 0,278640 0,281702 0,284785 0,287888 0,291010 0,294153 0,297316
RURAL 0,613241 0,607170 0,601066 0,594930 0,588764 0,582571 0,576351 0,570107

Cuadro Nº 4
Proyección de las proporciones con la función logística
Mujeres
Principales Ciudades y resto 2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5
CHACHAPOYAS 0,058719 0,059883 0,061068 0,062274 0,063503 0,064755 0,066030 0,067327

BAGUA GRANDE 0,062143 0,064286 0,066497 0,068778 0,071132 0,073560 0,076064 0,078647
RESTO URBANO 0,283785 0,286568 0,289368 0,292184 0,295016 0,297864 0,300727 0,303606
RURAL 0,593405 0,587309 0,581187 0,575039 0,568869 0,562676 0,556464 0,550235
- Las proporciones de población proyectadas y para el departamento, y con ello se obtienen las
ajustadas para hombres y mujeres de cada ciudad poblaciones masculinas y femeninas de las
principal se multiplican por la población principales ciudades de cada departamento.
proyectada de hombres y mujeres respectivamente
Cuadro Nº 5
Proyección Hombres
Población de ciudad y resto
2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5
Total Proyectado 202294 204225 206009 207679 209267 210807 212298 213719
CHACHAPOYAS 9 894 10 178 10 461 10 744 11 028 11 316 11 607 11 899

BAGUA GRANDE 12 280 12 826 13 383 13 954 14 540 15 144 15 766 16 404
RESTO URBANO 55 849 57 005 58 131 59 235 60 326 61 410 62 488 63 553
RURAL 124 271 124 216 124 034 123 746 123 373 122 937 122 437 121 863
Cuadro Nº 6
Proyección Mujeres
Población de ciudad y resto
2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5
Total Proyectado 182947 184495 185929 187280 188581 189861 191130 192368
CHACHAPOYAS 10 763 11 070 11 376 11 683 11 993 12 309 12 629 12 954

BAGUA GRANDE 11 391 11 884 12 387 12 903 13 434 13 982 14 549 15 132
RESTO URBANO 52 019 52 974 53 903 54 815 55 717 56 617 57 519 58 415
RURAL 108 774 108 567 108 263 107 879 107 437 106 953 106 433 105 867
Capítulo 2
Resultados
PERÚ: POBLACIÓN ESTIMADA AL 30 DE JUNIO Y TASA DE CRECIMIENTO DE LAS CIUDADES CAPITALES,
DE DEPARTAMENTO, 2011 Y 2015
INCREMENTO TASA DE
POBLACIÓN
20152011 CRECIMIENTO
DEPARTAMENTO CIUDAD
2011 2015 ABS. (%) 20152011
TOTAL 16 626 819 17 640 896 1 014 077 6,1 1,2
AMAZONAS CHACHAPOYAS 27 355 29 869 2 514 9,2 1,8

ÁNCASH CHIMBOTE 1/ 357 959 371 012 13 053 3,6 0,7
HUARAZ 114 781 127 041 12 260 10,7 2,1
APURÍMAC ABANCAY 57 423 58 741 1 318 2,3 0,5
AREQUIPA AREQUIPA 836 018 869 351 33 333 4,0 0,8
AYACUCHO AYACUCHO 167 425 180 766 13 341 8,0 1,5
CAJAMARCA CAJAMARCA 197 589 226 031 28 442 14,4 2,7
CUSCO CUSCO 398 663 427 218 28 555 7,2 1,4
HUANCAVELICA HUANCAVELICA 44 912 47 866 2 954 6,6 1,3
HUÁNUCO HUÁNUCO 166 319 175 068 8 749 5,3 1,0
ICA ICA 234 118 244 390 10 272 4,4 0,9
CHINCHA ALTA 1/ 166 534 177 219 10 685 6,4 1,3
PISCO 1/ 103 228 104 656 1 428 1,4 0,3
JUNÍN HUANCAYO 349 797 364 725 14 928 4,3 0,8
LA LIBERTAD TRUJILLO 754 129 799 550 45 421 6,0 1,2
LAMBAYEQUE CHICLAYO 577 253 600 440 23 187 4,0 0,8
LIMA Y PROV. CONST. DEL CALLAO LIMA METROPOLITANA 2/ 9 291 850 9 886 647 594 797 6,4 1,2
LORETO IQUITOS 416 546 437 376 20 830 5,0 1,0
MADRE DE DIOS PUERTO MALDONADO 65 756 74 494 8 738 13,3 2,5
MOQUEGUA ILO 1/ 63 674 67 428 3 754 5,9 1,2
MOQUEGUA 57 028 60 572 3 544 6,2 1,2
PASCO CERRO DE PASCO 67 439 66 272 1 167 1,7 0,3
PIURA PIURA 411 658 436 440 24 782 6,0 1,2
SULLANA 1/ 194 319 201 302 6 983 3,6 0,7
TALARA 1/ 90 698 90 830 132 0,1 0,0
PUNO JULIACA 1/ 247 865 273 882 26 017 10,5 2,0
PUNO 132 531 140 839 8 308 6,3 1,2
SAN MARTÍN TARAPOTO 1/ 131 701 144 186 12 485 9,5 1,8
MOYOBAMBA 49 677 56 452 6 775 13,6 2,6
TACNA TACNA 275 218 293 116 17 898 6,5 1,3
TUMBES TUMBES 106 005 111 595 5 590 5,3 1,0
UCAYALI PUCALLPA 471 351 495 522 24 171 5,1 1,0
1/ Por la magnitud de la población, además se considera a las ciudades de mayor volumen poblacional en los departamentos de Áncash (Chimbote), Ica ( Pisco y Chincha Alta),
Moquegua (Ilo), Piura (Sullana y Talara), Puno (Juliaca) y San Martín (Tarapoto)
2/ Comprende la provincia de Lima y la Provincia Constitucional del Callao
Fuente: INEI Perú: Estimaciones y Proyecciones de población total por sexo de las principales ciudades, 20002015
PERÚ: ESTIMACIONES Y PROYECCIONES DE POBLACIÓN TOTAL POR SEXO DE LAS PRINCIPALES CIUDADES, 20002002
DEPARTAMENTO, PROVINCIA 2000 2001 2002

Y PRINCIPAL CIUDAD Total Hombre Mujer Total Hombre Mujer Total Hombre Mujer
PERU 25 983 588 13 039 529 12 944 059 26 366 533 13 230 410 13 136 123 26 739 379 13 416 024 13 323 355
AMAZONAS 385 241 202 294 182 947 388 720 204 225 184 495 391 938 206 009 185 929
CHACHAPOYAS CHACHAPOYAS 20 657 9 894 10 763 21 248 10 178 11 070 21 837 10 461 11 376
UTCUBAMBA BAGUA GRANDE 23 671 12 280 11 391 24 710 12 826 11 884 25 770 13 383 12 387
RESTO DE POBLACIÓN 340 913 180 120 160 793 342 762 181 221 161 541 344 331 182 165 162 166
ÁNCASH 1 049 379 523 653 525 726 1 056 484 527 682 528 802 1 063 510 531 740 531 770
HUARAZ HUARAZ 85 479 42 127 43 352 87 906 43 302 44 604 90 380 44 505 45 875
CASMA CASMA 22 418 11 268 11 150 22 852 11 498 11 354 23 292 11 733 11 559
SANTA CHIMBOTE 320 390 159 346 161 044 323 966 161 206 162 760 327 516 163 075 164 441
APURÍMAC 419 585 212 033 207 552 422 361 213 623 208 738 425 104 215 180 209 924
ABANCAY ABANCAY 52 640 26 512 26 128 53 114 26 705 26 409 53 578 26 890 26 688
ANDAHUAYLAS ANDAHUAYLAS 37 265 18 714 18 551 38 713 19 423 19 290 40 204 20 151 20 053
AREQUIPA 1 084 725 542 719 542 006 1 100 094 550 089 550 005 1 114 590 557 000 557 590
AREQUIPA AREQUIPA 738 181 360 024 378 157 749 024 364 970 384 054 759 169 369 564 389 605
CAMANA CAMANA 24 645 12 497 12 148 25 508 12 937 12 571 26 370 13 377 12 993
ISLAY ISLAY 24 547 12 326 12 221 24 453 12 285 12 168 24 331 12 229 12 102
AYACUCHO 571 739 285 828 285 911 578 465 289 658 288 807 586 290 294 073 292 217
HUAMANGA AYACUCHO 131 802 65 528 66 274 134 629 66 909 67 720 137 741 68 438 69 303
HUANTA HUANTA 23 126 11 177 11 949 23 794 11 498 12 296 24 521 11 848 12 673
CAJAMARCA 1 404 767 704 951 699 816 1 416 728 711 048 705 680 1 427 948 716 843 711 105
CAJAMARCA CAJAMARCA 129 960 63 403 66 557 135 416 66 086 69 330 140 994 68 837 72 157
JAÉN JAÉN 61 153 30 263 30 890 63 138 31 250 31 888 65 143 32 250 32 893
RESTO DE POBLACIÓN 1 213 654 611 285 602 369 1 218 174 613 712 604 462 1 221 811 615 756 606 055
CUSCO 1 173 757 596 972 576 785 1 185 457 602 841 582 616 1 196 650 608 395 588 255
CUSCO CUSCO 319 471 157 579 161 892 326 770 161 048 165 722 334 021 164 475 169 546
CANCHIS CANCHIS 37 990 18 805 19 185 38 986 19 287 19 699 39 984 19 768 20 216
ESPINAR YAURI 22 823 11 748 11 075 23 296 11 989 11 307 23 765 12 226 11 539
LA CONVENCIÓN LA CONVENCIÓN 26 036 13 016 13 020 26 381 13 179 13 202 26 714 13 335 13 379
HUANCAVELICA 435 491 215 025 220 466 439 405 217 188 222 217 443 404 219 429 223 975
HUANCAVELICA HUANCAVELICA 37 248 18 136 19 112 37 897 18 441 19 456 38 562 18 757 19 805
HUÁNUCO 747 309 378 669 368 640 756 187 383 249 372 938 764 559 387 572 376 987
HUÁNUCO HUÁNUCO 140 782 68 785 71 997 143 207 69 867 73 340 145 556 70 909 74 647
LEONCIO PRADO LEONCIO PRADO 49 364 24 871 24 493 49 961 25 151 24 810 50 524 25 413 25 111
ICA 657 255 327 112 330 143 666 976 332 095 334 881 676 667 337 177 339 490
ICA ICA 200 318 97 071 103 247 203 741 98 818 104 923 207 136 100 587 106 549
CHINCHA CHINCHA ALTA 135 021 66 023 68 998 138 009 67 574 70 435 141 002 69 154 71 848
NAZCA NAZCA 32 963 16 380 16 583 33 459 16 638 16 821 33 950 16 899 17 051
PISCO PISCO 95 681 48 414 47 267 96 611 48 901 47 710 97 509 49 388 48 121
JUNÍN 1 198 307 604 551 593 756 1 209 950 610 535 599 415 1 221 386 616 353 605 033
HUANCAYO HUANCAYO 307 404 150 276 157 128 311 590 152 072 159 518 315 730 153 824 161 906
JAUJA JAUJA 18 622 9 322 9 300 18 428 9 205 9 223 18 231 9 086 9 145
Continúa…

Y PRINCIPAL CIUDAD
Total Hombre Mujer Total Hombre Mujer Total Hombre Mujer
TARMA TARMA 47 096 23 095 24 001 46 854 22 950 23 904 46 597 22 795 23 802
YAULI LA OROYA 37 412 19 127 18 285 36 454 18 641 17 813 35 506 18 158 17 348
LA LIBERTAD 1 519 967 755 214 764 753 1 544 794 767 732 777 062 1 568 885 779 937 788 948
TRUJILLO TRUJILLO 626 672 301 875 324 797 639 211 308 075 331 136 651 447 314 153 337 294
TRUJILLO LAREDO 23 533 11 714 11 819 23 838 11 868 11 970 24 128 12 016 12 112
TRUJILLO MOCHE 23 029 11 374 11 655 23 556 11 631 11 925 24 074 11 885 12 189
ASCOPE CASA GRANDE 26 828 13 492 13 336 27 241 13 690 13 551 27 638 13 880 13 758
CHEPÉN CHEPÉN 39 969 19 517 20 452 40 480 19 774 20 706 40 965 20 019 20 946
PACASMAYO GUADALUPE 27 843 13 871 13 972 28 779 14 332 14 447 29 721 14 796 14 925
PACASMAYO PACASMAYO 26 495 12 996 13 499 26 656 13 081 13 575 26 795 13 157 13 638
SANCHEZ CARRIÓN HUAMACHUCO 24 402 11 821 12 581 25 300 12 243 13 057 26 210 12 671 13 539
LAMBAYEQUE 1 084 317 530 521 553 796 1 099 245 537 497 561 748 1 113 080 543 982 569 098
CHICLAYO CHICLAYO 505 208 241 541 263 667 512 994 245 184 267 810 520 285 248 613 271 672
CHICLAYO MONSEFU 22 936 10 920 12 016 23 062 10 977 12 085 23 162 11 022 12 140
CHICLAYO TUMAN 23 622 11 556 12 066 24 120 11 787 12 333 24 599 12 010 12 589
FERREÑAFE FERREÑAFE 43 039 20 984 22 055 43 462 21 184 22 278 43 835 21 362 22 473
LAMBAYEQUE LAMBAYEQUE 44 010 21 152 22 858 45 027 21 629 23 398 46 012 22 092 23 920
LIMA Y CALLAO 8 556 834 4 220 094 4 336 740 8 719 168 4 297 027 4 422 141 8 878 841 4 372 340 4 506 501
LIMA Y CALLAO LIMA METROPOLITANA 7 744 088 3 805 715 3 938 373 7 896 510 3 877 730 4 018 780 8 046 438 3 948 247 4 098 191
BARRANCA BARRANCA 49 596 24 452 25 144 50 597 24 952 25 645 51 583 25 444 26 139
BARRANCA PARAMONGA 37 067 18 565 18 502 36 875 18 456 18 419 36 660 18 334 18 326
BARRANCA SUPE 25 280 12 810 12 470 25 551 12 939 12 612 25 807 13 060 12 747
CAÑETE SAN VICENTE DE CAÑETE 63 383 31 209 32 174 64 869 31 941 32 928 66 344 32 666 33 678
CAÑETE MALA 33 325 16 761 16 564 34 504 17 337 17 167 35 701 17 920 17 781
HUARAL HUARAL 69 170 34 490 34 680 70 946 35 349 35 597 72 718 36 203 36 515
HUARAL CHANCAY 34 213 17 504 16 709 35 760 18 234 17 526 37 352 18 981 18 371
HUAURA HUACHO 86 842 42 646 44 196 87 458 42 949 44 509 88 016 43 221 44 795
HUAURA HUAURA 42 434 21 349 21 085 43 960 22 116 21 844 45 511 22 895 22 616
LORETO 847 288 441 664 405 624 862 190 449 515 412 675 876 497 457 048 419 449
MAYNAS IQUITOS 346 034 172 994 173 040 353 089 176 623 176 466 359 901 180 130 179 771
ALTO AMAZONAS YURIMAGUAS 41 967 21 000 20 967 43 339 21 717 21 622 44 706 22 433 22 273
MADRE DE DIOS 89 018 50 961 38 057 92 185 52 759 39 426 95 420 54 605 40 815
TAMBOPATA MALDONADO 42 163 22 455 19 708 44 204 23 592 20 612 46 301 24 768 21 533
MOQUEGUA 152 129 81 222 70 907 154 339 82 436 71 903 156 420 83 554 72 866
MARISCAL NIETO MOQUEGUA 47 569 24 802 22 767 48 503 25 253 23 250 49 402 25 676 23 726
ILO ILO 53 552 28 259 25 293 54 561 28 783 25 778 55 533 29 278 26 255
PASCO 267 286 138 011 129 275 269 807 139 511 130 296 272 355 141 039 131 316
PASCO CERRO DE PASCO 68 969 34 096 34 873 68 883 34 092 34 791 68 791 34 088 34 703
PIURA 1 609 027 808 348 800 679 1 628 074 817 784 810 290 1 645 795 826 618 819 177
PIURA PIURA 341 847 165 459 176 388 348 745 168 806 179 939 355 417 172 059 183 358
PIURA CATACAOS 61 528 30 391 31 137 62 293 30 784 31 509 63 002 31 152 31 850
MORROPÓN CHULUCANAS 56 737 28 394 28 343 56 884 28 440 28 444 56 973 28 459 28 514
PAITA PAITA 58 438 29 288 29 150 60 579 30 344 30 235 62 732 31 407 31 325
SULLANA SULLANA 172 934 84 587 88 347 175 252 85 703 89 549 177 421 86 753 90 668
Continúa…

PERÚ: ESTIMACIONES Y PROYECCIONES DE POBLACIÓN TOTAL Y POR SEXO DE LAS CIUDADES PRINCIPALES, 20002002

Y PRINCIPAL CIUDAD
Total Hombre Mujer Total Hombre Mujer Total Hombre Mujer
TALARA TALARA 89 826 44 954 44 872 90 096 45 106 44 990 90 275 45 215 45 060
SECHURA SECHURA 24 885 12 564 12 321 25 938 13 078 12 860 27 007 13 601 13 406
PUNO 1 223 955 610 655 613 300 1 238 294 617 927 620 367 1 252 654 625 291 627 363
PUNO PUNO 110 039 54 629 55 410 112 172 55 598 56 574 114 323 56 580 57 743
EL COLLAO ILAVE 18 565 9 720 8 845 19 155 10 002 9 153 19 759 10 290 9 469
MELGAR AYAVIRÍ 18 884 9 159 9 725 19 017 9 207 9 810 19 148 9 255 9 893
SAN ROMÁN JULIACA 183 953 91 787 92 166 189 496 94 380 95 116 195 153 97 034 98 119
SAN MARTÍN 662 052 360 218 301 834 675 190 367 516 307 674 687 427 374 210 313 217
MOYOBAMBA MOYOBAMBA 33 831 17 387 16 444 35 149 18 103 17 046 36 455 18 809 17 646
RIOJA RIOJA 18 418 9 770 8 648 18 722 9 920 8 802 18 999 10 052 8 947
SAN MARTÍN TARAPOTO 99 406 50 950 48 456 102 316 52 515 49 801 105 131 54 017 51 114
TACNA 269 033 140 108 128 925 274 878 143 096 131 782 280 596 146 013 134 583
TACNA TACNA 220 379 112 493 107 886 225 950 115 318 110 632 231 437 118 098 113 339
TUMBES 184 866 100 103 84 763 188 601 102 181 86 420 192 336 104 249 88 087
TUMBES TUMBES 87 809 46 678 41 131 89 537 47 689 41 848 91 261 48 695 42 566
UCAYALI 390 261 208 603 181 658 398 941 213 196 185 745 407 027 217 367 189 660
CORONEL PORTILLO PUCALLPA 203 344 104 536 98 808 205 739 105 805 99 934 207 575 106 747 100 828
Continúa…

PERU 27 103 457 13 597 121 13 506 336 27 460 073 13 774 414 13 685 659 27 810 540 13 948 639 13 861 901
AMAZONAS 394 959 207 679 187 280 397 848 209 267 188 581 400 668 210 807 189 861
ÁNCASH 1 070 450 535 806 534 644 1 077 295 539 854 537 441 1 084 038 543 863 540 175
HUARAZ HUARAZ 92 902 45 735 47 167 95 471 46 990 48 481 98 087 48 269 49 818
CASMA CASMA 23 735 11 971 11 764 24 180 12 211 11 969 24 630 12 455 12 175
SANTA CHIMBOTE 331 038 164 947 166 091 334 525 166 813 167 712 337 977 168 667 169 310
APURÍMAC 427 826 216 715 211 111 430 539 218 243 212 296 433 256 219 775 213 481
ABANCAY ABANCAY 54 036 27 070 26 966 54 487 27 245 27 242 54 931 27 416 27 515
AREQUIPA 1 128 454 563 581 564 873 1 141 933 569 963 571 970 1 155 267 576 273 578 994
CAMANA CAMANA 27 237 13 820 13 417 28 115 14 268 13 847 29 008 14 725 14 283
ISLAY ISLAY 24 189 12 163 12 026 24 031 12 089 11 942 23 865 12 011 11 854
AYACUCHO 594 733 298 817 295 916 603 311 303 632 299 679 611 542 308 262 303 280
HUANTA HUANTA 25 290 12 219 13 071 26 082 12 601 13 481 26 874 12 982 13 892
CAJAMARCA 1 438 547 722 367 716 180 1 448 651 727 654 720 997 1 458 379 732 735 725 644
JAÉN JAÉN 67 171 33 264 33 907 69 230 34 294 34 936 71 321 35 340 35 981
CUSCO 1 207 423 613 704 593 719 1 217 862 618 837 599 025 1 228 055 623 863 604 192
CUSCO CUSCO 341 240 167 873 173 367 348 446 171 261 177 185 355 659 174 654 181 005
CANCHIS CANCHIS 40 988 20 250 20 738 41 997 20 734 21 263 43 017 21 224 21 793
ESPINAR YAURI 24 231 12 462 11 769 24 695 12 696 11 999 25 160 12 931 12 229
HUANCAVELICA 447 455 221 715 225 740 451 519 224 011 227 508 455 562 226 285 229 277
HUÁNUCO 772 600 391 727 380 873 780 483 395 801 384 682 788 380 399 883 388 497
HUÁNUCO HUÁNUCO 147 859 71 925 75 934 150 148 72 931 77 217 152 457 73 944 78 513
ICA 686 254 342 269 343 985 695 663 347 284 348 379 704 822 352 135 352 687
ICA ICA 210 477 102 349 108 128 213 745 104 082 109 663 216 914 105 754 111 160
NAZCA NAZCA 34 430 17 158 17 272 34 897 17 411 17 486 35 346 17 653 17 693
PISCO PISCO 98 367 49 863 48 504 99 172 50 311 48 861 99 914 50 722 49 192
JUNÍN 1 232 569 622 008 610 561 1 243 455 627 506 615 949 1 253 996 632 849 621 147
JAUJA JAUJA 18 030 8 965 9 065 17 824 8 842 8 982 17 613 8 717 8 896
Continúa…


TARMA TARMA 46 326 22 632 23 694 46 037 22 461 23 576 45 732 22 283 23 449
YAULI LA OROYA 34 571 17 680 16 891 33 646 17 208 16 438 32 731 16 741 15 990
LA LIBERTAD 1 592 392 791 881 800 511 1 615 464 803 613 811 851 1 638 251 815 183 823 068
TRUJILLO LAREDO 24 402 12 156 12 246 24 667 12 292 12 375 24 922 12 422 12 500
TRUJILLO MOCHE 24 587 12 136 12 451 25 096 12 385 12 711 25 603 12 633 12 970
CHEPÉN CHEPÉN 41 425 20 253 21 172 41 867 20 478 21 389 42 291 20 694 21 597
LAMBAYEQUE 1 126 116 550 099 576 017 1 138 651 555 972 582 679 1 150 982 561 727 589 255
CHICLAYO TUMAN 25 067 12 228 12 839 25 526 12 441 13 085 25 987 12 654 13 333
LIMA Y CALLAO 9 035 794 4 446 121 4 589 673 9 189 947 4 518 421 4 671 526 9 341 219 4 589 305 4 751 914
BARRANCA SUPE 26 049 13 173 12 876 26 277 13 279 12 998 26 490 13 378 13 112
CAÑETE MALA 36 915 18 510 18 405 38 146 19 108 19 038 39 394 19 713 19 681
HUARAL HUARAL 74 486 37 053 37 433 76 249 37 899 38 350 78 004 38 741 39 263
HUARAL CHANCAY 38 988 19 744 19 244 40 672 20 526 20 146 42 402 21 325 21 077
HUAURA HUACHO 88 521 43 467 45 054 88 971 43 686 45 285 89 369 43 881 45 488
HUAURA HUAURA 47 085 23 685 23 400 48 681 24 486 24 195 50 301 25 300 25 001
LORETO 890 388 464 358 426 030 904 035 471 538 432 497 917 618 478 685 438 933
MAYNAS IQUITOS 366 537 183 550 182 987 373 065 186 918 186 147 379 554 190 270 189 284
MADRE DE DIOS 98 690 56 479 42 211 101 962 58 361 43 601 105 205 60 233 44 972
MOQUEGUA 158 407 84 606 73 801 160 334 85 622 74 712 162 237 86 633 75 604
ILO ILO 56 473 29 750 26 723 57 397 30 212 27 185 58 317 30 676 27 641
PASCO 274 919 142 590 132 329 277 491 144 163 133 328 280 061 145 755 134 306
PIURA 1 662 570 835 014 827 556 1 678 777 843 137 835 640 1 694 797 851 152 843 645
PIURA PIURA 361 916 175 228 186 688 368 325 178 350 189 975 374 719 181 465 193 254
PIURA CATACAOS 63 672 31 503 32 169 64 316 31 842 32 474 64 950 32 176 32 774
PAITA PAITA 64 912 32 484 32 428 67 132 33 581 33 551 69 406 34 704 34 702
SULLANA SULLANA 179 482 87 754 91 728 181 474 88 723 92 751 183 436 89 676 93 760
Continúa…

TALARA TALARA 90 386 45 293 45 093 90 450 45 349 45 101 90 500 45 391 45 109
SECHURA SECHURA 28 100 14 135 13 965 29 221 14 682 14 539 30 378 15 246 15 132
PUNO 1 266 832 632 614 634 218 1 280 629 639 762 640 867 1 293 843 646 602 647 241
PUNO PUNO 116 471 57 563 58 908 118 597 58 534 60 063 120 680 59 479 61 201
EL COLLAO ILAVE 20 374 10 584 9 790 20 998 10 881 10 117 21 626 11 178 10 448
MELGAR AYAVIRÍ 19 272 9 301 9 971 19 387 9 342 10 045 19 490 9 377 10 113
SAN MARTÍN 699 146 380 554 318 592 710 732 386 805 323 927 722 567 393 218 329 349
RIOJA RIOJA 19 260 10 173 9 087 19 513 10 289 9 224 19 771 10 408 9 363
TACNA 286 166 148 850 137 316 291 563 151 594 139 969 296 767 154 237 142 530
TACNA TACNA 236 821 120 823 115 998 242 079 123 484 118 595 247 193 126 071 121 122
TUMBES 196 063 106 305 89 758 199 771 108 344 91 427 203 452 110 363 93 089
TUMBES TUMBES 92 974 49 694 43 280 94 675 50 685 43 990 96 355 51 664 44 691
UCAYALI 414 704 221 262 193 442 422 158 225 030 197 128 429 576 228 816 200 760
Continúa…


PERU 28 151 443 14 118 112 14 033 331 28 481 901 14 282 346 14 199 555 28 807 034 14 443 858 14 363 176
AMAZONAS 403 428 212 298 191 130 406 087 213 719 192 368 408 629 215 069 193 560
ÁNCASH 1 090 637 547 823 542 814 1 097 098 551 751 545 347 1 103 481 555 658 547 823
HUARAZ HUARAZ 100 743 49 569 51 174 103 442 50 894 52 548 106 189 52 244 53 945
CASMA CASMA 25 082 12 700 12 382 25 535 12 947 12 588 25 992 13 198 12 794
SANTA CHIMBOTE 341 377 170 504 170 873 344 724 172 329 172 395 348 037 174 144 173 893
APURÍMAC 436 000 221 324 214 676 438 761 222 881 215 880 441 507 224 428 217 079
ABANCAY ABANCAY 55 373 27 586 27 787 55 810 27 753 28 057 56 238 27 914 28 324
AREQUIPA 1 168 238 582 402 585 836 1 180 683 588 265 592 418 1 192 932 594 025 598 907
CAMANA CAMANA 29 913 15 189 14 724 30 822 15 655 15 167 31 747 16 130 15 617
ISLAY ISLAY 23 686 11 928 11 758 23 491 11 836 11 655 23 288 11 740 11 548
AYACUCHO 619 437 312 713 306 724 627 317 317 156 310 161 635 167 321 583 313 584
HUANTA HUANTA 27 668 13 363 14 305 28 476 13 750 14 726 29 299 14 144 15 155
CAJAMARCA 1 467 758 737 624 730 134 1 476 708 742 300 734 408 1 485 188 746 742 738 446
JAÉN JAÉN 73 449 36 404 37 045 75 606 37 483 38 123 77 790 38 576 39 214
CUSCO 1 237 955 628 762 609 193 1 247 503 633 486 614 017 1 256 770 638 068 618 702
CUSCO CUSCO 362 861 178 045 184 816 370 028 181 418 188 610 377 176 184 780 192 396
CANCHIS CANCHIS 44 044 21 717 22 327 45 076 22 213 22 863 46 115 22 712 23 403
ESPINAR YAURI 25 624 13 166 12 458 26 086 13 400 12 686 26 545 13 633 12 912
HUANCAVELICA 459 598 228 543 231 055 463 651 230 807 232 844 467 700 233 068 234 632
HUÁNUCO 796 330 403 992 392 338 804 220 408 071 396 149 811 989 412 088 399 901
HUÁNUCO HUÁNUCO 154 793 74 967 79 826 157 134 75 990 81 144 159 468 77 006 82 462
ICA 713 692 356 802 356 890 722 321 361 343 360 978 730 767 365 788 364 979
ICA ICA 219 973 107 362 112 611 222 936 108 922 114 014 225 816 110 440 115 376
NAZCA NAZCA 35 775 17 883 17 892 36 185 18 103 18 082 36 581 18 316 18 265
PISCO PISCO 100 589 51 091 49 498 101 204 51 429 49 775 101 768 51 740 50 028
JUNÍN 1 264 050 637 967 626 083 1 273 648 642 858 630 790 1 283 003 647 627 635 376
JAUJA JAUJA 17 396 8 590 8 806 17 173 8 460 8 713 16 947 8 330 8 617
Continúa…

TARMA TARMA 45 405 22 096 23 309 45 057 21 899 23 158 44 699 21 697 23 002
YAULI LA OROYA 31 823 16 278 15 545 30 924 15 820 15 104 30 041 15 370 14 671
LA LIBERTAD 1 660 535 826 483 834 052 1 682 213 837 478 844 735 1 703 617 848 333 855 284
TRUJILLO LAREDO 25 163 12 545 12 618 25 391 12 661 12 730 25 610 12 773 12 837
TRUJILLO MOCHE 26 104 12 877 13 227 26 597 13 117 13 480 27 089 13 356 13 733
CHEPÉN CHEPÉN 42 696 20 900 21 796 43 075 21 093 21 982 43 440 21 279 22 161
LAMBAYEQUE 1 163 003 567 309 595 694 1 174 519 572 637 601 882 1 185 684 577 789 607 895
CHICLAYO TUMAN 26 446 12 866 13 580 26 897 13 073 13 824 27 345 13 279 14 066
LIMA Y CALLAO 9 487 211 4 657 563 4 829 648 9 627 964 4 723 146 4 904 818 9 767 087 4 787 874 4 979 213
BARRANCA SUPE 26 682 13 466 13 216 26 854 13 544 13 310 27 016 13 617 13 399
CAÑETE MALA 40 647 20 320 20 327 41 908 20 930 20 978 43 190 21 549 21 641
HUARAL HUARAL 79 732 39 569 40 163 81 433 40 382 41 051 83 136 41 196 41 940
HUARAL CHANCAY 44 170 22 138 22 032 45 972 22 962 23 010 47 831 23 808 24 023
HUAURA HUACHO 89 691 44 039 45 652 89 943 44 163 45 780 90 158 44 269 45 889
HUAURA HUAURA 51 931 26 119 25 812 53 570 26 943 26 627 55 239 27 782 27 457
LORETO 931 218 485 842 445 376 944 717 492 946 451 771 957 992 499 930 458 062
MAYNAS IQUITOS 386 037 193 623 192 414 392 462 196 950 195 512 398 775 200 223 198 552
MADRE DE DIOS 108 412 62 096 46 316 111 604 63 962 47 642 114 791 65 830 48 961
MOQUEGUA 164 090 87 626 76 464 165 871 88 581 77 290 167 616 89 516 78 100
ILO ILO 59 222 31 133 28 089 60 105 31 580 28 525 60 980 32 023 28 957
PASCO 282 660 147 390 135 270 285 291 149 068 136 223 287 913 150 756 137 157
PIURA 1 710 456 858 973 851 483 1 725 502 866 491 859 011 1 740 194 873 834 866 360
PIURA PIURA 381 053 184 554 196 499 387 217 187 564 199 653 393 285 190 529 202 756
PIURA CATACAOS 65 564 32 500 33 064 66 150 32 811 33 339 66 719 33 114 33 605
PAITA PAITA 71 730 35 850 35 880 74 091 37 014 37 077 76 501 38 202 38 299
SULLANA SULLANA 185 353 90 606 94 747 187 191 91 498 95 693 188 983 92 368 96 615
Continúa…


TALARA TALARA 90 533 45 416 45 117 90 566 45 441 45 125 90 599 45 466 45 133
SECHURA SECHURA 31 569 15 825 15 744 32 789 16 418 16 371 34 044 17 027 17 017
PUNO 1 306 226 653 012 653 214 1 317 911 659 081 658 830 1 329 272 664 992 664 280
PUNO PUNO 122 694 60 387 62 307 124 650 61 265 63 385 126 581 62 129 64 452
EL COLLAO ILAVE 22 254 11 474 10 780 22 883 11 768 11 115 23 521 12 066 11 455
MELGAR AYAVIRÍ 19 576 9 403 10 173 19 648 9 423 10 225 19 712 9 439 10 273
SAN MARTÍN 734 689 399 815 334 874 746 844 406 427 340 417 758 974 413 019 345 955
RIOJA RIOJA 20 035 10 530 9 505 20 296 10 650 9 646 20 554 10 768 9 786
TACNA 301 728 156 753 144 975 306 461 159 149 147 312 311 038 161 462 149 576
TACNA TACNA 252 120 128 564 123 556 256 869 130 965 125 904 261 498 133 305 128 193
TUMBES 207 125 112 372 94 753 210 798 114 375 96 423 214 439 116 354 98 085
TUMBES TUMBES 98 026 52 637 45 389 99 692 53 607 46 085 101 335 54 563 46 772
UCAYALI 436 967 232 628 204 339 444 209 236 368 207 841 451 284 240 025 211 259
Continúa…

PERU 29 132 013 14 605 206 14 526 807 29 461 933 14 768 901 14 693 032 29 797 694 14 935 396 14 862 298
AMAZONAS 411 043 216 349 194 694 413 314 217 557 195 757 415 466 218 706 196 760
ÁNCASH 1 109 849 559 557 550 292 1 116 265 563 462 552 803 1 122 792 567 405 555 387
HUARAZ HUARAZ 108 990 53 620 55 370 111 852 55 025 56 827 114 781 56 461 58 320
CASMA CASMA 26 453 13 451 13 002 26 922 13 708 13 214 27 398 13 969 13 429
SANTA CHIMBOTE 351 335 175 954 175 381 354 635 177 762 176 873 357 959 179 578 178 381
APURÍMAC 444 202 225 947 218 255 446 813 227 421 219 392 449 365 228 862 220 503
ABANCAY ABANCAY 56 652 28 068 28 584 57 046 28 211 28 835 57 423 28 345 29 078
AREQUIPA 1 205 317 599 848 605 469 1 218 168 605 900 612 268 1 231 553 612 214 619 339
CAMANA CAMANA 32 693 16 616 16 077 33 673 17 120 16 553 34 688 17 642 17 046
ISLAY ISLAY 23 084 11 644 11 440 22 884 11 550 11 334 22 690 11 459 11 231
AYACUCHO 642 972 325 984 316 988 650 718 330 352 320 366 658 400 334 685 323 715
HUANTA HUANTA 30 136 14 544 15 592 30 986 14 950 16 036 31 848 15 361 16 487
CAJAMARCA 1 493 159 750 930 742 229 1 500 584 754 844 745 740 1 507 486 758 498 748 988
JAÉN JAÉN 79 999 39 682 40 317 82 228 40 799 41 429 84 477 41 926 42 551
CUSCO 1 265 827 642 540 623 287 1 274 742 646 933 627 809 1 283 540 651 260 632 280
CUSCO CUSCO 384 322 188 138 196 184 391 484 191 500 199 984 398 663 194 867 203 796
CANCHIS CANCHIS 47 164 23 215 23 949 48 224 23 723 24 501 49 296 24 236 25 060
ESPINAR YAURI 27 005 13 866 13 139 27 466 14 099 13 367 27 929 14 333 13 596
HUANCAVELICA 471 720 235 314 236 406 475 693 237 536 238 157 479 641 239 746 239 895
HUÁNUCO 819 578 416 013 403 565 826 932 419 818 407 114 834 054 423 505 410 549
HUÁNUCO HUÁNUCO 161 782 78 010 83 772 164 066 78 996 85 070 166 319 79 965 86 354
ICA 739 087 370 164 368 923 747 338 374 501 372 837 755 508 378 792 376 716
ICA ICA 228 633 111 926 116 707 231 401 113 387 118 014 234 118 114 823 119 295
NAZCA NAZCA 36 965 18 523 18 442 37 340 18 725 18 615 37 705 18 921 18 784
PISCO PISCO 102 289 52 027 50 262 102 776 52 296 50 480 103 228 52 545 50 683
JUNÍN 1 292 330 652 381 639 949 1 301 844 657 228 644 616 1 311 584 662 187 649 397
JAUJA JAUJA 16 723 8 201 8 522 16 502 8 074 8 428 16 286 7 950 8 336
Continúa…


TARMA TARMA 44 337 21 494 22 843 43 980 21 294 22 686 43 629 21 097 22 532
YAULI LA OROYA 29 178 14 930 14 248 28 341 14 503 13 838 27 528 14 088 13 440
LA LIBERTAD 1 725 075 859 210 865 865 1 746 913 870 271 876 642 1 769 181 881 540 887 641
TRUJILLO LAREDO 25 825 12 883 12 942 26 040 12 992 13 048 26 257 13 102 13 155
TRUJILLO MOCHE 27 582 13 595 13 987 28 084 13 838 14 246 28 594 14 085 14 509
CHEPÉN CHEPÉN 43 797 21 461 22 336 44 155 21 643 22 512 44 515 21 826 22 689
LAMBAYEQUE 1 196 655 582 845 613 810 1 207 589 587 885 619 704 1 218 492 592 911 625 581
CHICLAYO TUMAN 27 793 13 484 14 309 28 244 13 690 14 554 28 699 13 898 14 801
LIMA Y CALLAO 9 908 228 4 853 604 5 054 624 10 054 952 4 922 132 5 132 820 10 207 786 4 993 718 5 214 068
BARRANCA SUPE 27 177 13 690 13 487 27 350 13 769 13 581 27 532 13 853 13 679
CAÑETE MALA 44 509 22 186 22 323 45 883 22 850 23 033 47 317 23 543 23 774
HUARAL HUARAL 84 872 42 025 42 847 86 673 42 887 43 786 88 544 43 784 44 760
HUARAL CHANCAY 49 763 24 685 25 078 51 790 25 603 26 187 53 920 26 566 27 354
HUAURA HUACHO 90 370 44 375 45 995 90 613 44 498 46 115 90 889 44 638 46 251
HUAURA HUAURA 56 957 28 646 28 311 58 748 29 548 29 200 60 617 30 491 30 126
LORETO 970 918 506 728 464 190 983 371 513 273 470 098 995 355 519 568 475 787
MAYNAS IQUITOS 404 921 203 414 201 507 410 845 206 494 204 351 416 546 209 463 207 083
MADRE DE DIOS 117 981 67 697 50 284 121 183 69 562 51 621 124 404 71 428 52 976
MOQUEGUA 169 365 90 450 78 915 171 155 91 400 79 755 172 995 92 371 80 624
ILO ILO 61 858 32 466 29 392 62 754 32 917 29 837 63 674 33 378 30 296
PASCO 290 483 152 419 138 064 292 955 154 022 138 933 295 315 155 558 139 757
PIURA 1 754 791 881 129 873 662 1 769 555 888 507 881 048 1 784 551 896 001 888 550
PIURA PIURA 399 334 193 486 205 848 405 453 196 482 208 971 411 658 199 522 212 136
PIURA CATACAOS 67 279 33 413 33 866 67 840 33 713 34 127 68 404 34 015 34 389
PAITA PAITA 78 972 39 419 39 553 81 516 40 672 40 844 84 138 41 963 42 175
SULLANA SULLANA 190 752 93 227 97 525 192 528 94 090 98 438 194 319 94 960 99 359
Continúa…

TALARA TALARA 90 632 45 491 45 141 90 665 45 516 45 149 90 698 45 541 45 157
SECHURA SECHURA 35 339 17 654 17 685 36 680 18 303 18 377 38 072 18 976 19 096
PUNO 1 340 684 670 928 669 756 1 352 523 677 073 675 450 1 364 752 683 409 681 343
PUNO PUNO 128 521 62 996 65 525 130 505 63 883 66 622 132 531 64 788 67 743
EL COLLAO ILAVE 24 171 12 368 11 803 24 843 12 680 12 163 25 536 13 001 12 535
MELGAR AYAVIRÍ 19 773 9 454 10 319 19 837 9 470 10 367 19 903 9 487 10 416
SAN MARTÍN 771 021 419 557 351 464 782 932 426 009 356 923 794 730 432 388 362 342
RIOJA RIOJA 20 807 10 883 9 924 21 053 10 993 10 060 21 293 11 099 10 194
TACNA 315 534 163 731 151 803 320 021 165 992 154 029 324 498 168 246 156 252
TACNA TACNA 266 070 135 615 130 455 270 644 137 924 132 720 275 218 140 233 134 985
TUMBES 218 017 118 293 99 724 221 498 120 174 101 324 224 895 122 004 102 891
TUMBES TUMBES 102 942 55 498 47 444 104 496 56 404 48 092 106 005 57 285 48 720
UCAYALI 458 177 243 588 214 589 464 875 247 049 217 826 471 351 250 394 220 957
Continúa…

DEPARTAMENTO, PROVINCIA 2012 2013 2014 2015

Y PRINCIPAL CIUDAD
Total Hombre Mujer Total Hombre Mujer Total Hombre Mujer Total Hombre Mujer
PERU 30 135 875 15 103 003 15 032 872 30 475 144 15 271 062 15 204 082 30 814 175 15 438 887 15 375 288 31 151 643 15 605 814 15 545 829
AMAZONAS 417 508 219 797 197 711 419 404 220 810 198 594 421 122 221 729 199 393 422 629 222 536 200 093
CHACHAPOYAS CHACHAPOYAS 27 986 13 380 14 606 28 618 13 679 14 939 29 247 13 976 15 271 29 869 14 270 15 599
UTCUBAMBA BAGUA GRANDE 38 112 19 840 18 272 39 517 20 575 18 942 40 947 21 323 19 624 42 396 22 082 20 314
RESTO DE POBLACIÓN 351 410 186 577 164 833 351 269 186 556 164 713 350 928 186 430 164 498 350 364 186 184 164 180
ÁNCASH 1 129 391 571 378 558 013 1 135 962 575 331 560 631 1 142 409 579 214 563 195 1 148 634 582 978 565 656
HUARAZ HUARAZ 117 774 57 927 59 847 120 822 59 420 61 402 123 915 60 934 62 981 127 041 62 464 64 577
CASMA CASMA 27 879 14 233 13 646 28 367 14 501 13 866 28 855 14 769 14 086 29 343 15 038 14 305
SANTA CHIMBOTE 361 291 181 399 179 892 364 599 183 208 181 391 367 850 184 988 182 862 371 012 186 724 184 288
APURÍMAC 451 881 230 283 221 598 454 324 231 664 222 660 456 652 232 984 223 668 458 830 234 224 224 606
ABANCAY ABANCAY 57 787 28 472 29 315 58 132 28 589 29 543 58 451 28 693 29 758 58 741 28 782 29 959
ANDAHUAYLAS ANDAHUAYLAS 57 639 28 609 29 030 59 616 29 564 30 052 61 623 30 533 31 090 63 654 31 513 32 141
AREQUIPA 1 245 251 618 679 626 572 1 259 162 625 246 633 916 1 273 180 631 863 641 317 1 287 205 638 480 648 725
AREQUIPA AREQUIPA 844 407 407 634 436 773 852 807 411 387 441 420 861 145 415 111 446 034 869 351 418 773 450 578
CAMANA CAMANA 35 734 18 181 17 553 36 807 18 734 18 073 37 905 19 301 18 604 39 026 19 880 19 146
ISLAY ISLAY 22 497 11 369 11 128 22 305 11 279 11 026 22 110 11 188 10 922 21 911 11 095 10 816
AYACUCHO 666 029 338 989 327 040 673 609 343 265 330 344 681 149 347 517 333 632 688 657 351 747 336 910
HUAMANGA AYACUCHO 170 750 84 551 86 199 174 080 86 163 87 917 177 420 87 778 89 642 180 766 89 393 91 373
HUANTA HUANTA 32 723 15 778 16 945 33 611 16 200 17 411 34 513 16 629 17 884 35 429 17 063 18 366
CAJAMARCA 1 513 892 761 905 751 987 1 519 764 765 045 754 719 1 525 064 767 895 757 169 1 529 755 770 434 759 321
CAJAMARCA CAJAMARCA 204 543 100 329 104 214 211 608 103 844 107 764 218 775 107 412 111 363 226 031 111 027 115 004
JAÉN JAÉN 86 746 43 064 43 682 89 030 44 210 44 820 91 327 45 363 45 964 93 631 46 520 47 111
RESTO DE POBLACIÓN 1 222 603 618 512 604 091 1 219 126 616 991 602 135 1 214 962 615 120 599 842 1 210 093 612 887 597 206
CUSCO 1 292 175 655 500 636 675 1 300 609 659 633 640 976 1 308 806 663 640 645 166 1 316 729 667 502 649 227
CUSCO CUSCO 405 842 198 231 207 611 413 006 201 585 211 421 420 137 204 920 215 217 427 218 208 228 218 990
CANCHIS CANCHIS 50 379 24 754 25 625 51 471 25 276 26 195 52 569 25 801 26 768 53 672 26 327 27 345
ESPINAR YAURI 28 391 14 567 13 824 28 854 14 801 14 053 29 315 15 034 14 281 29 772 15 265 14 507
LA CONVENCIÓN LA CONVENCIÓN 29 656 14 690 14 966 29 919 14 810 15 109 30 174 14 925 15 249 30 422 15 037 15 385
HUANCAVELICA 483 580 241 951 241 629 487 472 244 132 243 340 491 278 246 268 245 010 494 963 248 341 246 622
HUANCAVELICA HUANCAVELICA 45 649 22 090 23 559 46 389 22 434 23 955 47 130 22 777 24 353 47 866 23 117 24 749
HUÁNUCO 840 984 427 094 413 890 847 714 430 580 417 134 854 234 433 958 420 276 860 537 437 223 423 314
HUÁNUCO HUÁNUCO 168 548 80 919 87 629 170 751 81 858 88 893 172 924 82 780 90 144 175 068 83 685 91 383
LEONCIO PRADO LEONCIO PRADO 55 638 27 751 27 887 56 084 27 950 28 134 56 516 28 141 28 375 56 932 28 324 28 608
ICA 763 558 383 018 380 540 771 507 387 189 384 318 779 372 391 313 388 059 787 170 395 398 391 772
ICA ICA 236 772 116 226 120 546 239 363 117 598 121 765 241 903 118 942 122 961 244 390 120 260 124 130
CHINCHA CHINCHA ALTA 169 237 84 257 84 980 171 916 85 698 86 218 174 575 87 130 87 445 177 219 88 555 88 664
NAZCA NAZCA 38 057 19 111 18 946 38 400 19 296 19 104 38 732 19 475 19 257 39 054 19 649 19 405
PISCO PISCO 103 638 52 772 50 866 104 011 52 978 51 033 104 349 53 166 51 183 104 656 53 336 51 320
JUNÍN 1 321 407 667 187 654 220 1 331 253 672 198 659 055 1 341 064 677 188 663 876 1 350 783 682 129 668 654
HUANCAYO HUANCAYO 353 535 169 268 184 267 357 279 170 768 186 511 361 014 172 259 188 755 364 725 173 733 190 992
JAUJA JAUJA 16 071 7 827 8 244 15 857 7 705 8 152 15 645 7 584 8 061 15 432 7 463 7 969
Continúa…
DEPARTAMENTO, PROVINCIA 2012 2013 2014 2015

Y PRINCIPAL CIUDAD
TARMA TARMA 43 277 20 900 22 377 42 924 20 703 22 221 42 569 20 505 22 064 42 209 20 306 21 903
YAULI LA OROYA 26 737 13 685 13 052 25 965 13 291 12 674 25 212 12 907 12 305 24 476 12 531 11 945
LA LIBERTAD 1 791 659 892 909 898 750 1 814 276 904 342 909 934 1 836 960 915 804 921 156 1 859 640 927 260 932 380
TRUJILLO TRUJILLO 765 495 371 037 394 458 776 873 376 711 400 162 788 236 382 376 405 860 799 550 388 017 411 533
TRUJILLO LAREDO 26 471 13 211 13 260 26 682 13 318 13 364 26 889 13 423 13 466 27 090 13 525 13 565
TRUJILLO MOCHE 29 108 14 334 14 774 29 628 14 585 15 043 30 148 14 836 15 312 30 671 15 088 15 583
ASCOPE CASA GRANDE 31 061 15 490 15 571 31 384 15 639 15 745 31 704 15 786 15 918 32 018 15 929 16 089
CHEPÉN CHEPÉN 44 871 22 007 22 864 45 221 22 185 23 036 45 564 22 359 23 205 45 897 22 528 23 369
PACASMAYO GUADALUPE 39 884 19 779 20 105 41 020 20 333 20 687 42 177 20 896 21 281 43 356 21 470 21 886
PACASMAYO PACASMAYO 27 446 13 544 13 902 27 476 13 564 13 912 27 499 13 581 13 918 27 514 13 594 13 920
SANCHEZ CARRIÓN HUAMACHUCO 36 281 17 354 18 927 37 429 17 882 19 547 38 605 18 423 20 182 39 806 18 974 20 832
LAMBAYEQUE 1 229 260 597 871 631 389 1 239 882 602 759 637 123 1 250 349 607 572 642 777 1 260 650 612 304 648 346
CHICLAYO CHICLAYO 583 159 278 102 305 057 588 995 280 832 308 163 594 759 283 529 311 230 600 440 286 187 314 253
CHICLAYO MONSEFU 23 544 11 187 12 357 23 551 11 191 12 360 23 557 11 194 12 363 23 561 11 196 12 365
CHICLAYO TUMAN 29 155 14 107 15 048 29 612 14 315 15 297 30 069 14 523 15 546 30 528 14 732 15 796
FERREÑAFE FERREÑAFE 46 489 22 619 23 870 46 696 22 717 23 979 46 894 22 810 24 084 47 082 22 899 24 183
LAMBAYEQUE LAMBAYEQUE 55 607 26 584 29 023 56 589 27 042 29 547 57 574 27 502 30 072 58 564 27 964 30 600
LIMA Y CALLAO 10 364 319 5 067 142 5 297 177 10 523 796 5 142 048 5 381 748 10 685 466 5 218 056 5 467 410 10 848 566 5 294 800 5 553 766
LIMA Y CALLAO LIMA METROPOLITANA 9 437 493 4 597 427 4 840 066 9 585 636 4 666 858 4 918 778 9 735 587 4 737 206 4 998 381 9 886 647 4 808 135 5 078 512
BARRANCA BARRANCA 60 813 30 084 30 729 61 802 30 586 31 216 62 803 31 096 31 707 63 812 31 610 32 202
BARRANCA PARAMONGA 33 601 16 686 16 915 33 298 16 526 16 772 32 997 16 368 16 629 32 693 16 209 16 484
BARRANCA SUPE 27 719 13 940 13 779 27 909 14 029 13 880 28 098 14 117 13 981 28 286 14 205 14 081
CAÑETE SAN VICENTE DE CAÑETE 80 742 39 767 40 975 82 314 40 548 41 766 83 914 41 344 42 570 85 533 42 151 43 382
CAÑETE MALA 48 802 24 261 24 541 50 334 25 002 25 332 51 911 25 764 26 147 53 532 26 548 26 984
HUARAL HUARAL 90 465 44 706 45 759 92 430 45 649 46 781 94 433 46 611 47 822 96 468 47 589 48 879
HUARAL CHANCAY 56 145 27 569 28 576 58 462 28 611 29 851 60 874 29 692 31 182 63 378 30 811 32 567
HUAURA HUACHO 91 175 44 785 46 390 91 465 44 935 46 530 91 751 45 084 46 667 92 027 45 229 46 798
HUAURA HUAURA 62 553 31 468 31 085 64 552 32 478 32 074 66 611 33 519 33 092 68 727 34 590 34 137
LORETO 1 006 953 525 658 481 295 1 018 160 531 538 486 622 1 028 968 537 202 491 766 1 039 372 542 646 496 726
MAYNAS IQUITOS 422 055 212 337 209 718 427 367 215 112 212 255 432 476 217 785 214 691 437 376 220 352 217 024
ALTO AMAZONAS YURIMAGUAS 59 062 30 036 29 026 60 521 30 818 29 703 61 976 31 599 30 377 63 427 32 379 31 048
MADRE DE DIOS 127 639 73 298 54 341 130 876 75 164 55 712 134 105 77 021 57 084 137 316 78 863 58 453
TAMBOPATA MALDONADO 67 953 37 274 30 679 70 146 38 551 31 595 72 330 39 822 32 508 74 494 41 082 33 412
MOQUEGUA 174 859 93 350 81 509 176 736 94 332 82 404 178 612 95 309 83 303 180 477 96 276 84 201
MARISCAL NIETO MOQUEGUA 57 906 29 574 28 332 58 792 29 973 28 819 59 682 30 372 29 310 60 572 30 769 29 803
ILO ILO 64 604 33 843 30 761 65 543 34 312 31 231 66 484 34 780 31 704 67 428 35 248 32 180
PASCO 297 591 157 049 140 542 299 807 158 507 141 300 301 988 159 944 142 044 304 158 161 372 142 786
PASCO CERRO DE PASCO 67 174 33 832 33 342 66 886 33 739 33 147 66 584 33 638 32 946 66 272 33 529 32 743
PIURA 1 799 607 903 527 896 080 1 814 622 911 031 903 591 1 829 496 918 461 911 035 1 844 129 925 765 918 364
PIURA PIURA 417 892 202 580 215 312 424 124 205 639 218 485 430 319 208 681 221 638 436 440 211 687 224 753
PIURA CATACAOS 68 966 34 317 34 649 69 520 34 615 34 905 70 063 34 908 35 155 70 590 35 193 35 397
MORROPÓN CHULUCANAS 57 317 28 603 28 714 57 338 28 610 28 728 57 359 28 617 28 742 57 380 28 624 28 756
PAITA PAITA 86 833 43 290 43 543 89 595 44 649 44 946 92 422 46 040 46 382 95 309 47 459 47 850
SULLANA SULLANA 196 102 95 827 100 275 197 869 96 686 101 183 199 606 97 531 102 075 201 302 98 355 102 947
Continúa…

Conclusión.
2012 2013 2014 2015
DEPARTAMENTO, PROVINCIA
Y PRINCIPAL CIUDAD
TALARA TALARA 90 731 45 566 45 165 90 764 45 591 45 173 90 797 45 616 45 181 90 830 45 641 45 189
SECHURA SECHURA 39 511 19 671 19 840 40 997 20 388 20 609 42 529 21 126 21 403 44 103 21 883 22 220
PUNO 1 377 122 689 813 687 309 1 389 684 696 312 693 372 1 402 496 702 934 699 562 1 415 608 709 705 705 903
PUNO PUNO 134 573 65 699 68 874 136 635 66 619 70 016 138 723 67 549 71 174 140 839 68 492 72 347
EL COLLAO ILAVE 26 245 13 329 12 916 26 972 13 664 13 308 27 716 14 006 13 710 28 483 14 358 14 125
MELGAR AYAVIRÍ 19 967 9 503 10 464 20 029 9 518 10 511 20 090 9 533 10 557 20 152 9 548 10 604
SAN ROMÁN JULIACA 254 175 124 490 129 685 260 607 127 463 133 144 267 174 130 498 136 676 273 882 133 597 140 285
SAN MARTÍN 806 452 438 716 367 736 818 061 444 972 373 089 829 520 451 136 378 384 840 790 457 187 383 603
MOYOBAMBA MOYOBAMBA 51 323 26 898 24 425 53 003 27 819 25 184 54 713 28 757 25 956 56 452 29 712 26 740
RIOJA RIOJA 21 530 11 203 10 327 21 759 11 302 10 457 21 982 11 397 10 585 22 197 11 488 10 709
SAN MARTÍN TARAPOTO 134 804 69 859 64 945 137 923 71 529 66 394 141 053 73 205 67 848 144 186 74 883 69 303
TACNA 328 915 170 466 158 449 333 276 172 655 160 621 337 583 174 813 162 770 341 838 176 941 164 897
TACNA TACNA 279 750 142 519 137 231 284 244 144 785 139 459 288 698 147 029 141 669 293 116 149 253 143 863
TUMBES 228 227 123 793 104 434 231 480 125 533 105 947 234 638 127 216 107 422 237 685 128 833 108 852
TUMBES TUMBES 107 476 58 144 49 332 108 902 58 977 49 925 110 279 59 783 50 496 111 595 60 554 51 041
UCAYALI 477 616 253 630 223 986 483 708 256 776 226 932 489 664 259 850 229 814 495 522 262 870 232 652
CORONEL PORTILLO PUCALLPA 211 591 108 902 102 689 211 611 108 913 102 698 211 631 108 923 102 708 211 651 108 932 102 719
Fuente:INEI Censos Nacionales de Población y Vivienda, 1993 y 2007
INEI Perú: Estimaciones y Proyecciones de Población por sexo, según Departamento, Provincia y Distrito, 2000 2015 Boletín Especial Nº18
Capítulo 3
Conformación de
las Ciudades
PERÚ: LISTADO DE DISTRITOS QUE CONFORMAN LAS PRINCIPALES CIUDADES, SEGÚN DEPARTAMENTO
DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN
AMAZONAS BAGUA GRANDE
BAGUA GRANDE
CHACHAPOYAS
CHACHAPOYAS
ÁNCASH CHIMBOTE
CHIMBOTE
COISHCO
NUEVO CHIMBOTE
HUARAZ
HUARAZ
INDEPENDENCIA
CASMA
CASMA
APURÍMAC ABANCAY
ABANCAY
TAMBURCO
ANDAHUAYLAS
ANDAHUAYLAS
SAN JERÓNIMO
TALAVERA
AREQUIPA AREQUIPA
AREQUIPA
ALTO SELVA ALEGRE
CAYMA
CERRO COLORADO
JACOBO HUNTER
MARIANO MELGAR
MIRAFLORES
PAUCARPATA
SABANDÍA
SACHACA
SOCABAYA
TIABAYA
YANAHUARA
JOSÉ LUIS BUSTAMANTE Y RIVERO
CAMANÁ
CAMANÁ
JOSE MARÍA QUIMPER
SAMUEL PASTOR
ISLAY
MOLLENDO
AYACUCHO AYACUCHO
AYACUCHO
CARMEN ALTO
SAN JUAN BAUTISTA
JESUS NAZARENO
HUANTA
HUANTA
CAJAMARCA CAJAMARCA
CAJAMARCA
LOS BAÑOS DEL INCA
JAÉN
JAÉN
CUSCO CUSCO
CUSCO
SAN JERÓNIMO
SAN SEBASTIÁN
SANTIAGO
WANCHAQ
Continúa…

CANCHIS
SICUANI
LA CONVENCIÓN
SANTA ANA
YAURI (ESPINAR)
ESPINAR
HUANCAVELICA HUANCAVELICA
HUANCAVELICA
ASCENCIÓN
HUÁNUCO HUÁNUCO
HUÁNUCO
AMARILIS
PILLCO MARCA
LEONCIO PRADO
RUPARUPA
ICA ICA
ICA
LA TINGUINA
PARCONA
SUBTANJALLA
CHINCHA ALTA
CHINCHA ALTA
GROCIO PRADO
PUEBLO NUEVO
SUNAMPE
PISCO
PISCO
SAN ANDRÉS
SAN CLEMENTE
TÚPAC AMARU INCA
NAZCA
NAZCA
VISTA ALEGRE
JUNÍN HUANCAYO
HUANCAYO
CHILCA
EL TAMBO
TARMA
TARMA
LA OROYA
LA OROYA
SANTA ROSA DE SACCO
JAUJA
JAUJA
LA LIBERTAD TRUJILLO
TRUJILLO
EL PORVENIR
FLORENCIA DE MORA
LA ESPERANZA
VÍCTOR LARCO HERRERA
CHEPÉN
CHEPÉN
GUADALUPE
GUADALUPE
CASA GRANDE
CASA GRANDE
PACASMAYO
PACASMAYO
HUAMACHUCO
HUAMACHUCO
Continúa…

LAREDO
LAREDO
MOCHE
MOCHE
LAMBAYEQUE CHICLAYO
CHICLAYO
JOSE LEONARDO ORTIZ
LA VICTORIA
PIMENTEL
LAMBAYEQUE
LAMBAYEQUE
FERREÑAFE
FERREÑAFE
PUEBLO NUEVO
TUMAN
TUMAN
MONSEFU
MONSEFU
LIMA LIMA METROPOLITANA
LIMA
ANCÓN
ATE
BARRANCO
BRENA
CARABAYLLO
CHACLACAYO
CHORRILLOS
CIENEGUILLA
COMAS
EL AGUSTINO
INDEPENDENCIA
JESÚS MARÍA
LA MOLINA
LA VICTORIA
LINCE
LOS OLIVOS
LURIGANCHO
LURIN
MAGDALENA DEL MAR
MAGDALENA VIEJA
MIRAFLORES
PACHACAMAC
PUCUSANA
PUENTE PIEDRA
PUNTA HERMOSA
PUNTA NEGRA
RÍMAC
SAN BARTOLO
SAN BORJA
SAN ISIDRO
SAN JUAN DE LURIGANCHO
SAN JUAN DE MIRAFLORES
SAN LUIS
SAN MARTÍN DE PORRES
SAN MIGUEL
SANTA ANITA
SANTA MARÍA DEL MAR
SANTA ROSA
SANTIAGO DE SURCO
Continúa…

SURQUILLO
VILLA EL SALVADOR
SURQUILLO
VILLA EL SALVADOR
VILLA MARÍA DEL TRIUNFO
CALLAO
BELLAVISTA
CARMEN DE LA LEGUA REYNOSO
LA PERLA
LA PUNTA
VENTANILLA
HUACHO
HUACHO
CALETA DE CARQUÍN
HUALMAY
HUARAL
HUARAL
SAN VICENTE DE CAÑETE
SAN VICENTE DE CAÑETE
IMPERIAL
BARRANCA
BARRANCA
HUAURA
HUAURA
SANTA MARÍA
PARAMONGA
PARAMONGA
PATIVILCA
CHANCAY
CHANCAY
MALA
MALA
NUEVO IMPERIAL
SUPE
SUPE
SUPE PUERTO
LORETO IQUITOS
IQUITOS
PUNCHANA
BELÉN
SAN JUAN BAUTISTA
YURIMAGUAS
YURIMAGUAS
MADRE DE DIOS PUERTO MALDONADO
TAMBOPATA
MOQUEGUA ILO
ILO
MOQUEGUA
MOQUEGUA
SAMEGUA
PASCO CERRO DE PASCO
CHAUPIMARCA
SIMON BOLIVAR
YANACANCHA
PIURA PIURA
PIURA
CASTILLA
SULLANA
SULLANA
Continúa…

Conclusión.
BELLAVISTA
TALARA
PARINAS
CATACAOS
CATACAOS
PAITA
PAITA
CHULUCANAS
CHULUCANAS
SECHURA
SECHURA
PUNO JULIACA
JULIACA
PUNO
PUNO
AYAVIRI
AYAVIRI
ILAVE
ILAVE
SAN MARTÍN TARAPOTO
TARAPOTO
LA BANDA DE SHILCAYO
MORALES
MOYOBAMBA
MOYOBAMBA
RIOJA
RIOJA
TACNA TACNA
TACNA
ALTO DE LA ALIANZA
CIUDAD NUEVA
POCOLLAY
CORONEL GREGORIO ALBARRACIN LANCHIPA
TUMBES TUMBES
TUMBES
UCAYALI PUCALLPA
CALLARIA
YARINACOCHA
Fuente: INEI Censos Nacionales 2007 : XI de Población y VI de Vivienda Conclusión.
Capítulo 4
Glosario de
Términos
4. Glosario de Términos
Estimaciones de Población consumidora de bienes y servicios. Asimismo, es de

gran importancia para los países contar con
Es el cálculo de la población basada principalmente proyecciones nacionales por sexo y grupos de edad,
en datos de los Censos, y para periodos comprendidos pues, además de la relevancia que tienen por sí mismas,
entre los mismos. de ellas, se derivan una serie de proyecciones más
desagregadas que permiten brindar información útil
En el caso de la aplicación del método de los para la planificación regional, local y precisar con
componentes para la estimación de la población, mayor detalle las futuras necesidades básicas (salud,
además se utiliza otras fuentes de datos disponibles vivienda y educación, entre otras), así como la oferta
que contengan información directa o indirecta respecto de mano de obra que probablemente estará disponible.
de los componentes fecundidad, mortalidad y
migración. Estos resultados son aplicados a la Función Logística
población base que da como resultado la estimación
de la población en el periodo histórico. La función logística se representa por una curva que
tiene forma de S alargada, con dos asíntotas, en el
Proyecciones de Población presente trabajo: el límite inferior es igual a 0 y el límite
superior igual a 1 (porque se trabaja con proporciones
Es el cálculo de la población a futuro, partiendo del de población). Supone que inicialmente la población
conocimiento de la misma en base a datos censales. crecerá lentamente, luego se acelera rápidamente hasta
Hay varios métodos matemáticos que se utilizan para alcanzar un crecimiento máximo, para después
el logro de este objetivo. descender con la misma intensidad con que creció,
acercándose lentamente a un valor límite.
En el caso de la aplicación del método de los
componentes para la proyección de la población, de Esta función ha sido aplicada a diversas clases de
acuerdo a las políticas de población vigentes y planes fenómenos de la población: se ha utilizado para
de desarrollo en Salud principalmente, se fijan a futuro proyectar la población total a nivel de áreas intermedias
metas de variación de los componentes fecundidad, y menores, porcentaje de población urbana, esperanza
mortalidad y migración. Estos resultados son aplicados de vida al nacer, tasa global de fecundidad, entre otros.
a la población más reciente de las estimaciones y se
obtiene como resultado la proyección de la población Extrapolación
en el futuro a mediano y largo plazo.
La extrapolación es un método que se basa en suponer
Los resultados de las proyecciones de población son que el curso de los acontecimientos continuará en la
un insumo necesario para los planes de desarrollo misma dirección, vale decir con crecimiento creciente
económico y social desde dos puntos de vista: la o decreciente a un ritmo constante, puede ser lineal,
población como productora (fuerza de trabajo) y como cuadrática o de mayor grado.
La extrapolación puede ser hacia delante o hacia Principales Ciudades
atrás, pero fuera del rango de valores conocidos.
Son conjuntos poblacionales resultado de aglomerar
El objetivo de una extrapolación es lograr una centros poblados urbanos que mayormente cuentan con
afirmación del tipo siguiente: ¿Cómo evolucionará 16 000 o más habitantes.
la población si se mantienen todas las condiciones
existentes, es decir, prosiguen el mismo curso que Generalmente las aglomeraciones corresponden a
hasta el presente? distritos urbanos que se encuentran aledaños y forman
parte de una misma provincia.

Capítulo 5
Referencia
Bibliográfica
5. Referencia Bibliográfica
• Diccionario demográfico multilingüe (Español segunda edición 1985).
• INEI - Construcción de Indicadores Demográficos a partir de Censos y Encuestas - Perú 2000.
• Perú: Estimaciones y Proyecciones de Población por Sexo, según Departamento, Provincia y Distrito, 2000-
2015 - Boletín Especial Nº 18.
• Comisión Económica para América Latina y el Caribe - CEPAL. Observatorio demográfico Nº 2.
• Guía rápida de población del population referente Bureau Inc. por Arthur Haupt y Tomas T. Kane - Segunda
Edición.
• http://sunwc.cepade.es/~jrivera/org_temas/metodos/prospectiva/extrapolacion.htm

Estimaciones de Poblacion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estimaciones de Poblacion PDF

Cargado por

Copyright:

Formatos disponibles

Perú: Estimaciones y

Lima, marzo 2012

2 Instituto Nacional de Estadística e Informática

El Instituto Nacional de Estadística e Informática (INEI), en cumplimiento de su función como ente

Las estimaciones y proyecciones de población por principales ciudades corresponden al 30 de

Lima, marzo 2012

1.1 Introducción .................................................................................................. 9

1.2.1 Ajuste de los datos censales mediante la función logística ....................... 10

1.3 Procedimiento utilizado en las estimaciones y proyecciones de población por

1.3.1 Aspectos que se consideraron en la elaboración de las proyecciones ....... 11

3. Conformación de las Ciudades ........................................................................ 35

4. Glosario de Términos ...................................................................................... 43

5. Referencia Bibliográfica ................................................................................... 47

1.1 Introducción definiendo hipótesis acerca de la evolución de la

10 Instituto Nacional de Estadística e Informática

HOMBRES Departamento Amazonas

CHACHAPOYAS 7388 10803 0,042803 0,055991 0 1 0,01978

MUJERES Departamento Amazonas

CHACHAPOYAS 8397 12399 0,051182 0,067734 0 1 0,02086

Principales Ciudades y resto 2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5

CHACHAPOYAS 0,048822 0,049749 0,050692 0,051652 0,052630 0,053625 0,054638 0,055668

12 Instituto Nacional de Estadística e Informática

Principales Ciudades y resto 2000,5 2001,5 2002,5 2003,5 2004,5 2005,5 2006,5 2007,5

CHACHAPOYAS 0,058719 0,059883 0,061068 0,062274 0,063503 0,064755 0,066030 0,067327

Total Proyectado 202294 204225 206009 207679 209267 210807 212298 213719

CHACHAPOYAS 9 894 10 178 10 461 10 744 11 028 11 316 11 607 11 899

Total Proyectado 182947 184495 185929 187280 188581 189861 191130 192368

CHACHAPOYAS 10 763 11 070 11 376 11 683 11 993 12 309 12 629 12 954

TOTAL 16 626 819 17 640 896 1 014 077 6,1 1,2

AMAZONAS CHACHAPOYAS 27 355 29 869 2 514 9,2 1,8

DEPARTAMENTO, PROVINCIA 2000 2001 2002

DEPARTAMENTO, PROVINCIA 2000 2001 2002

20 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2000 2001 2002

DEPARTAMENTO, PROVINCIA 2003 2004 2005

22 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2003 2004 2005

DEPARTAMENTO, PROVINCIA 2003 2004 2005

24 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2006 2007 2008

DEPARTAMENTO, PROVINCIA 2006 2007 2008

26 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2006 2007 2008

DEPARTAMENTO, PROVINCIA 2009 2010 2011

28 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2009 2010 2011

DEPARTAMENTO, PROVINCIA 2009 2010 2011

30 Instituto Nacional de Estadística e Informática

DEPARTAMENTO, PROVINCIA 2012 2013 2014 2015

DEPARTAMENTO, PROVINCIA 2012 2013 2014 2015

32 Instituto Nacional de Estadística e Informática

DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN

DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN

38 Instituto Nacional de Estadística e Informática

DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN

DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN

40 Instituto Nacional de Estadística e Informática

DEPARTAMENTO CIUDAD DISTRITO QUE LA CONFORMAN

Estimaciones de Población consumidora de bienes y servicios. Asimismo, es de

46 Instituto Nacional de Estadística e Informática

• Diccionario demográfico multilingüe (Español segunda edición 1985).

• INEI - Construcción de Indicadores Demográficos a partir de Censos y Encuestas - Perú 2000.

• Comisión Económica para América Latina y el Caribe - CEPAL. Observatorio demográfico Nº 2.