Cada vez más, las empresas de transporte de viajeros se encuentran enmarcadas por un reto financiero para su supervivencia en un mundo globalizado, y están en busca de una gestión eficiente para optimizar los costes de explotación de las flotas. El principal objetivo es obtener el mínimo coste por kilómetro recorrido de los autobuses durante toda su vida útil, pero sin olvidar la influencia de la edad y del kilometraje sobre los vehículos. Desde un punto de vista puramente económico, es evidente que se obtengan los costes de operación y mantenimiento más bajos en los primeros años de trabajo de los vehículos. Pero cuando se consideran otros tipos de costes, como la compra del vehículo, impuestos, subvenciones o incentivos fiscales, y la necesidad de sustitución por nuevos vehículos dotados de innovaciones tecnológicas en conformidad con las exigentes normas de sostenibilidad y sus altos costes, la optimización económica es un reto para los operadores. Así, la determinación del momento óptimo de reemplazo es una tarea cada vez más dependiente de la disponibilidad, fiabilidad y precisión de los datos que se manejen, debido a la incertidumbre en la predicción de algunos valores y costes, tales como los futuros precios del combustible, costes de mantenimiento y la tasa de utilización. Teniendo en cuenta que este proceso ocurre a nivel global en diferentes sectores, existen diferentes modelos y herramientas de gestión que permiten encontrar al menos una solución para el problema de reemplazo. En este trabajo se han planteado dos modelos clásicos aplicados en problemáticas similares, para adaptarlos a la resolución del caso de flotas de transporte urbano de dos países diferentes, España y Brasil, propiciando así un análisis bajo condiciones y entornos distintos. Con el acceso a los datos reales de las flotas, fue desarrollada e implementada la metodología combinada entre la herramienta gerencial Life Cycle Cost y el modelo matemático de Simulación Monte Carlo, mediante la realización de un análisis estocástico, considerando tanto la edad y el kilometraje promedio anual. El estudio ha demostrado que la inclusión de las variables aleatorias en el proceso de determinación de la edad óptima de cambio, junto con la mejor tasa de utilización de los vehículos en función del kilometraje medio, aporta ventajas al proceso de reemplazo convencional, al permitir una perspectiva más confiable de los futuros escenarios, mediante el análisis probabilístico dependiente de las variables económicas y técnicas. Los resultados obtenidos apuntan hacia la eficiencia del modelo, y que podrá ser utilizado de forma satisfactoria en otros estudios comparativos en flotas de transporte urbano. / The passenger transport companies have been increasingly challenged by financial restrictions for their survival in a globalised world and they are searching out an efficient management to optimise the exploitation costs of the fleets. The main objective is not only reaching the lowest average cost per mile of the buses during their lives, but also reaching such aim considering the influence of the age and mileage over the vehicles. From an economic point of view, it is evident that the operational and maintenance costs must be lower at the first working years of the vehicle. However, when other types of costs are taken into consideration, such as the purchasing price, taxes, subsidies or tax incentives, the need of the replacement for new vehicles endowed with technologic innovations in accordance with sustainable rules and their high costs, the economic optimisation becomes a challenge for the managers. Likewise, the determination of the optimum replacement moment is a more and more dependent task on the availability, reliability and precision of the data in use due to the uncertainty and unreliability when predicting some values and costs, such as future fuel prices, maintenance costs and bus use rate. In view of this process happens at a global level over different sectors of the economy, there are several models and tools of management that leads to a solution to the replacement problem. In this study, two classic modules were applied in similar conditions, however, some changes were required to adapt them for the resolution in two urban transport fleet in two different countries, Spain and Brazil, generating an analysis under different conditions and environments though. Using the access of real date from the two fleets, a methodology was developed combining the Life Cycle Cost tool and the mathematical model of Monte Carlo Simulation, by performing a stochastic analysis considering both age and average annual mileage for optimum vehicle replacement. This study has demonstrated that the inclusion of random variables into the determination process of optimum replacement age together with the best mileage of the vehicle in function of average mileage improve the conventional replacement process since it creates a more reliable perfective on future successes through probabilistic analysis dependent on economic and technical variables. The results suggest that the model is effective, and it could be used satisfactorily in other comparative studies about urban transport fleet. / Cada vegada més, les empreses de transport de viatgers es troben majors reptes financers per a la seva supervivència en un món globalitzat, i estan a la recerca d'una gestió eficient per optimitzar els costos d'explotació de les flotes. El principal objectiu és obtenir el mínim cost per quilòmetre recorregut dels autobusos durant tota la seva vida útil, però sense oblidar la influència de l'edat i del quilometratge sobre els vehicles. Des d'un punt de vista purament econòmic, és evident que s'obti els costos d'operació i manteniment més baixos en els primers anys de treball dels vehicles. Però quan es consideren altres tipus de costos, com la compra del vehicle, impostos, subvencions o incentius fiscals, i la necessitat de substitució per nous vehicles dotats d'innovacions tecnològiques en conformitat amb les exigents normes de sostenibilitat i els seus alts costos, l'optimització econòmica és un repte per als operadors. Així, la determinació del moment òptim de reemplaçament és una tasca cada vegada més dependent de la disponibilitat, fiabilitat i precisió de les dades que es manegen, a causa de la incertesa en la predicció d'alguns valors i costos, com ara els futurs preus del combustible, costos de manteniment i la taxa d'utilització. Tenint en compte que aquest procés ocorre a nivell global a diferents sectors, hi ha diferents models i eines de gestió que permeten trobar almenys una solució per al problema de reemplaçament. En aquest treball s'han plantejat dos models clàssics aplicats en problemàtiques similars, per adaptar-los a la resolució del cas de flotes de transport urbà de dos països diferents, Espanya i el Brasil, propiciant així una anàlisi sota condicions i entorns diferents. Amb l'accés a les dades reals de les flotes, va ser desenvolupada i implementada la metodologia combinada entre l'eina gerencial Life Cycle Cost i el model matemàtic de simulació Monte Carlo, mitjançant la realització d'una anàlisi estocàstica, considerant tant l'edat com la mitjana de quilometratge anual. L'estudi ha demostrat que la inclusió de les variables aleatòries en el procés de determinació de l'edat òptima de canvi, juntament amb la millor taxa d'utilització dels vehicles en funció del quilometratge mitjà, aporta avantatges al procés de reemplaçament convencional, en permetre una perspectiva més fiable dels futurs escenaris, mitjançant l'anàlisi probabilístic depenent de les variables econòmiques i tècniques. Els resultats obtinguts apunten cap a l'eficiència del model, i que podrà ser utilitzat de forma satisfactòria en altres estudis comparatius en flotes de transport urbà. / Sá Riechi, JLD. (2018). Desarrollo de un modelo para la optimización del reemplazo de vehículos para una flota de transporte urbano de pasajeros [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/99567 / TESIS

Seminario de Título entregado a la Universidad de Chile en cumplimiento parcial de los requisitos para optar al Título de Químico Ambiental. / El desafío de enfrentar el cambio climático ha llevado a nuestro país a suscribirse a numerosos tratados y acuerdos internacionales desde su adhesión a la Convención Marco de las Naciones Unidas Para el Cambio Climático (CMNUCC) en 1994, hasta el más reciente Acuerdo de París en 2015. Una de las políticas implementadas para reducir las externalidades negativas sobre el medio ambiente, han sido los Acuerdos de Producción Limpia (APL), implementados por la Agencia de Sustentabilidad y Cambio Climático (ASCC). Estas herramientas se han desarrollado como una propuesta de dialogo público-privado a fin reducir la generación de residuos y emisiones mediante la implementación de mejoras en la eficiencia productiva de las empresas buscando generar un modelo de desarrollo sustentable. Desde el año 2012, debido a su capacidad para reducir la generación de gases de efecto invernadero, los Acuerdos de Producción Limpia son incluidos dentro de las Acciones Nacionales Apropiadas de Mitigación (NAMA’s) que reporta nuestro país en el marco de la Conferencia de Copenhague (COP 15). La necesidad de mayor confianza en estos instrumentos impulsa la búsqueda de cadena de mejoras en la exactitud y la precisión de los parámetros y modelos utilizados para cuantificar el impacto ambiental, sobre todo en la reducción de emisiones de Gases de Efecto Invernadero (GEI). Este trabajo, se centra en la revisión y generación de propuestas de mejora sobre los modelos y parámetros utilizados para la estimación de emisiones de Gases de Efecto Invernadero realizado por la Agencia de Sustentabilidad y Cambio Climático en el marco de los Acuerdos de Producción Limpia. Para ello se utilizó como referencia los modelos de estimación utilizados para los Mecanismos de Desarrollo Limpio (CDM) y la evaluación de los parámetros realizada mediante la aplicación de una escala tipo Likert. A partir de ello, se seleccionaron y contrastaron los modelos y parámetros utilizados por la Agencia, con los aceptados y/o recomendados por investigadores y las agencias técnicas y/o regulatorias que estiman los mismos tipos de impactos a nivel global. Mediante la metodología de la Simulación de Monte Carlo se cuantifico la incertidumbre para las categorías estudiadas. Los resultados de las simulaciones se consideran en un intervalo alto de incertidumbre, relacionado principalmente con la falta de desarrollo científico y tecnológico sobre parámetros más precisos en el área de la estimación de emisiones de gases de efecto invernadero. Pese a esta limitación, esta metodología permitió identificar los principales parámetros a mejorar para lograr estimaciones más precisas y que entreguen mayor confianza. / The challenge of facing climate change has led our country to sign several treaties and international agreements since its adhesion to the United Nations Framework Convention on Climate Change (UNFCCC) in 1994, to the most recent Paris Agreement in 2015. One of the policies implemented to reduce the negative externalities on the environment, has been the Clean Production Agreement (CPA), implemented by The Agency of Sustainability and Climate Change (ASCC). These tools have been developed as a proposal of public-private dialogue for the purpose of reducing waste and emissions. This has been done by improving the productive efficiency in the companies that aim to generate a sustainable development model. Since 2012, due to its ability to reduce the generation of greenhouse gases, the Clean Production Agreement has been included in the Nationally Appropriate Mitigation Actions (NAMAs) that reports our country on the framework of the Copenhagen Conference (COP 15). The necessity to reach the highest confidence levels on these tools, drives the search for improvement in the exactitude and precision of the parameters and models used to quantify the environmental impact, especially in the reduction of greenhouse gases emissions. This work is based on the revision and generation of proposals of improvement on the models and parameters used in the estimation of greenhouse gases emission for The Agency of Sustainability and Climate Change in the framework of the Clean Production Agreement. For this purpose, the estimation models used for The Clean Development Mechanism (CDM) and the evaluation for the parameters by the application of a Likert scale were used as references. From it, the models and parameters used by The Agency were selected and contrasted with the parameters and models accepted and recommended by investigators and technical/regulatory agencies that estimate the same impacts in a global level. The uncertainty of the concerned categories was quantified through the methodology of Monte Carlo Simulation. The results from the simulation are considered in a high level of uncertainty, related mainly to the lack of scientific and technological development about more precise parameters in the estimation area of greenhouse gases emission. Despite this limitation, the methodology allowed to identify the main parameters to be improved to achieve more precise and reliable estimations.

[EN] Scheduling is of critical importance to project management. Traditional project scheduling methods, such as PERT and CPM do not treat interdependence of activities; thus, the dependency structure matrix (DSM) has become a common tool for programming activities in recent years. The DSM has been useful for the analysis of systems with dependence among its components. In the context of scheduling, the DSM can be used to program activities, hence determining the project duration with and without communication times, as well as with and without overlapping of activities. However, the variables representing the DSM have usually been considered as deterministic, a situation that is not consistent with reality, thus limiting the effectiveness of the DSM. All input variables have uncertainties that are essential to the analysis the scheduling using the DSM. This thesis applies uncertainty analysis and global sensitivity analysis (GSA) to DSM-based scheduling. Specifically, the following objectives are explored: a) conduct uncertainty analysis using mathematical intervals (gray theory); b) perform uncertainty analysis using Monte Carlo simulation; c) apply GSA to identify significant variables in project scheduling; d) compare the various methods of GSA for identifying significant activities project scheduling; e) develop a methodology to identify activities and variables that are critical or influential in achieving a desired duration of the project. A conventional sensitivity analysis was conducted. The GSA was performed using scatter plots, partial correlation coefficients, rank partial correlation coefficients, standardized regression coefficients, rank standardized regression coefficients, Morris method, Sobol' method, and Monte Carlo Filtering method. In conclusion, uncertainty and sensitivity analysis should be an integral part of the DSM -based scheduling. This extension provides valuable information for project management that can improve the implementation of projects. From sensitivity analysis in particular, it has been found that the characterization of uncertainty of input variables is a key component in the sensitivity analysis of project duration. With regard to GSA standardized regression coefficients, Morris and Sobol' methods are best suited for GSA. Monte Carlo Filtering provides further assistance in identifying the critical variables. Restricting these critical variables can be used to compress the project duration. / [ES] La programación de actividades es una acción fundamental en la dirección y gestión de proyectos. Considerando que las técnicas tradicionales de planificación y programación de proyectos, PERT y CPM, no tratan bien la interdependencia de actividades, en los últimos años se ha incorporado la matriz de estructura dependiente (MED) como una herramienta para programar actividades. La MED ha mostrado ser una herramienta eficaz para el análisis de sistemas que presentan dependencia entre sus componentes. Su incorporación a la programación de actividades permite determinar la duración de proyectos sin y con tiempos de comunicación, sin y con solape de actividades. Sin embargo, las variables que representan la MED han sido consideradas como determinísticas, situación que no coincide con la realidad, y por lo tanto limitan su aplicación práctica. Todas las variables de entrada presentan incertidumbre que deben ser consideradas para analizar la programación de actividades usando la MED. Esta tesis busca reducir esa brecha de conocimiento estudiando el efecto de la incertidumbre en la programación de actividades basado en la MED realizando análisis de incertidumbre y análisis de sensibilidad global (ASG). Específicamente se plantean los siguientes objetivos: a) realizar análisis de incertidumbre usando matemática de intervalos (teoría gris); b) realizar análisis de incertidumbre usando simulación de Monte Carlo; c) aplicar ASG para identificar actividades y variables significativas en la programación de actividades; d) comparar los diferentes métodos de ASG como métodos para identificar actividades y variables significativas en la programación de actividades; y e) desarrollar una metodología que permita identificar las actividades y variables críticas o influyentes en lograr una duración de proyecto deseada. El análisis de sensibilidad fue realizado siguiendo los pasos convencionales de éste tipo de estudio. El ASG se realizó utilizando diagramas de dispersión, coeficientes de correlación parcial, coeficientes de correlación por rangos parciales, coeficientes de regresión estandarizados, coeficientes de regresión por rango estandarizados, método de Morris, método de Sobol' y método de Monte Carlo Filtering. La principal conclusión es: el análisis de incertidumbre y el análisis de sensibilidad deben ser parte integral de la programación de actividades usando la MED, estas técnicas suministran información valiosa para la dirección y gestión de proyectos que puede ser utilizada junto a otras informaciones para mejorar la ejecución de los proyectos. En particular en el análisis de sensibilidad es posible destacar que la caracterización de la incertidumbre de las variables de entrada es un componente clave en el análisis de sensibilidad en la duración del proyecto. En relación al ASG podemos destacar que los métodos de coeficientes de regresión estandarizados, método de Morris y el método de Sobol' son los más adecuados para realizar ASG. Además, la aplicación de Monte Carlo Filtering facilita la identificación de las variables críticas y su regionalización consigue comprimir la duración del proyecto. / [CAT] La programació d'activitats és una acció fonamental en la direcció i gestió de projectes. Considerant que les tècniques tradicionals de planificació i programació de projectes, PERT i CPM, no tracten bé la interdependència d'activitats, en els darrers anys s'ha incorporat la matriu d'estructura dependent (MED) com una eina per programar activitats. La MED ha mostrat ser una eina eficaç per a l'anàlisi de sistemes que presenten dependència entre els seus components. La seva incorporació a la programació d'activitats permet determinar la durada de projectes sense i amb temps de comunicació, sense i amb solapament d'activitats. No obstant això, les variables que representen la MED han estat considerades com determinístiques, situació que no coincideix amb la realitat, i per tant limiten la seva aplicació pràctica. Totes les variables d'entrada presenten incertesa que han de ser considerades per analitzar la programació d'activitats usant la MED. Aquesta tesi busca reduir aquesta bretxa de coneixement estudiant l'efecte de la incertesa en la programació d'activitats basat en la MED realitzant anàlisis d'incertesa i anàlisi de sensibilitat global (ASG). Específicament es plantegen els següents objectius: a) realitzar anàlisis d'incertesa utilitzant matemàtica d'intervals (teoria gris); b) realitzar anàlisis d'incertesa utilitzant simulació de Monte Carlo; c) aplicar ASG per identificar activitats i variables significatives en la programació d'activitats; d) comparar els diferents mètodes d'ASG com a mètodes per identificar activitats i variables significatives en la programació d'activitats; i e) desenvolupar una metodologia que permet identificar les activitats i variables crítiques o influents en aconseguir una durada de projecte desitjada. L'anàlisi de sensibilitat va ser realitzat seguint els passos convencionals d'aquest tipus d'estudi. L'ASG es va realitzar utilitzant diagrames de dispersió, coeficients de correlació parcial, coeficients de correlació per rangs parcials, coeficients de regressió estandarditzats, coeficients de regressió per rang estandarditzats, mètode de Morris, mètode de Sobol' i mètode de Monte Carlo Filtering. La principal conclusió és l'anàlisi d'incertesa i l'anàlisi de sensibilitat han de ser part integral de la programació d'activitats utilitzant la MED, aquestes tècniques subministren informació valuosa per a la direcció i gestió de projectes que pot ser utilitzada al costat d'altres informacions per a millorar la execució dels projectes. En particular en l'anàlisi de sensibilitat és possible destacar que la caracterització de la incertesa de les variables d'entrada és un component clau en l'anàlisi de sensibilitat en la durada del projecte. En relació a l'ASG podem destacar que els mètodes de coeficients de regressió estandarditzats, mètode de Morris i el mètode de Sobol' són els més adequats per a realitzar anàlisis de sensibilitat global. A més, l'aplicació de Montecarlo Filtering facilita la identificació de les variables crítiques i la seva regionalització aconsegueix comprimir la durada del projecte incloent. / Gálvez Ahumada, ED. (2015). ANÁLISIS DE INCERTIDUMBRE Y ANÁLISIS DE SENSIBILIDAD GLOBAL EN LA DURACIÓN DE PROYECTOS USANDO LA MATRIZ DE ESTRUCTURA DEPENDIENTE [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/58777 / TESIS

Se han realizado extensas simulaciones por Monte Carlo NVT de fluidos de pozo cuadrado con rangos de potencial 1.1, 1.2, 1.3, 1.4, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9 y 2.0. Las propiedades obtenidas son la ecuación de estado, la energía interna, el calor específico a volumen constante y la función de distribución radial. Para cada rango de potencial se han estudiado las densidades reducidas 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8 y 0.9 y temperaturas reducidas 0.5, 0.7, 1.0, 1.5, 2.0 y 3.0, aunque para cada rango sólo se han considerado las temperaturas de dicha lista que son supercríticas. El extenso banco de datos generado se ha utilizado para contrastar la precisión de diversas teorías de perturbaciones, entre las cuales se encuentran las diversas versiones de la teoría de Barker-Henderson incluyendo el tratamiento avanzado del segundo término perturbativo desarrollado por Smith, Henderson y Barker, así como la teoría de perturbaciones de Tang y Lu, basada en ecuaciones integrales. Al objeto de determinar si las discrepancias observadas entre dichas teorías y los datos de simulación son debidas al tratamiento perturbativo en sí o a las aproximaciones realizadas por las diversas teorías, se han determinado mediante simulación en ordenador los términos perturbativos de primer y segundo orden de la energía libre, la energía interna y la ecuación de estado, así como los términos perturbativos de orden cero y de primer orden de la función de distribución radial. Se encuentra así que, aunque parte de las discrepancias entre teoría y simulación observadas son debidas a las aproximaciones teóricas realizadas, otra parte considerable es debida a que la teoría de perturbaciones converge lentamente, de manera que el truncamiento de la serie perturbativa en el término de segundo orden en las propiedades termodinámicas o de primer orden en la función de distribución radial es insuficiente para obtener resultados totalmente satisfactorios a temperaturas, densidades y rangos de potencial bajos. Dadas las limitaciones de las mencionadas teorías de perturbaciones, y ante la dificultad extrema de determinar, tanto desde un punto de vista teórico como mediante simulación por ordenador, de los términos perturbativos de orden superior, se ha desarrollado una nueva teoría del número de coordinación que proporciona resultados mucho más satisfactorios que las teorías del mismo tipo existentes hasta el momento. Dicha teoría tiene en común con las teorías de perturbaciones que utiliza como sistema de referencia el fluido de esferas duras. Cuando se implementa la expresión obtenida para el número de coordinación en el contexto de una teoría generalizada de van der Waals, los resultados que se obtienen para las propiedades termodinámicas son en general más satisfactorios que los que proporcionan las teorías de perturbaciones estudiadas. Dado que la teoría desarrollada es susceptible de futuras mejoras, se abre así una prometedora línea de trabajo.