Volem analitzar l’efecte del tractament (quimioteràpia o alo-trasplantament) de la leucèmia aguda limfoblàstica (LAL) d’alt risc en adults mitjançant un estudi observacional. La limitació més important dels estudis observacionals és que l’assignació dels malalts al tractament no es realitza de manera aleatòria, la qual cosa provoca que existeixi un biaix de selecció per indicació de tractament. Al 1983, Rosembaum i Rubin (1) proposen un nou mètode, el Propensity Score (PS), per tal de controlar aquest tipus de biaix en els estudis observacionals. Mitjançant simulació i per a diferents escenaris, analitzem l’eficàcia del Propensity Score introduït com a variable d’ajustament en el model de Cox. L’estimació delPropensity Score es duu a terme mitjançant models lineals generalitzats (MLG) o reproduint el criteri clínic, el qual està protocolitzat per assignació binària. De la simulació obtenim que, per a l’únic escenari que presenta confusió, la millor estimació de l’efecte del tractament es dóna quan ajustem pel Propensity Score assignat de manera binària. Per a la resta d’escenaris proposats, s’obtenen biaixos de l’estimació del tractament tot ells molt petits i similars sigui quin sigui l’ajustament realitzat. Els mateixos resultats obtenim quan simulem mostres de grandària petita. En conclusió, per als diferent models estudiats mitjançant simulació, demostrem que la millor correcció del biaix la proporciona el Propensity Score, en particular, emprat de manera binària inclús quan la mostra és petita. Emprant aquest ajustament en les dades clíniques, obtenim que els malalts que fan alo-trasplantament tenen un risc de morir entre [0,611; 2,711] respecte als malalts que fan quimioteràpia, la qual cosa ens indica que no hi ha diferències estadísticament significatives entre ambdós grups de malalts tractats.

En aquest projecte s'estudia l'evolució del creixement dels arbres, particularment de l'espècie pi roig, durant un segle a Catalunya. El pi roig és una de les espècies d'arbres que està més distribuïda en la Terra. Més concretament, els boscos d'aquesta espècie cobreixen una superfície de 700.000ha arreu d'Espanya. Habitualment aquests arbres creixen en regions de l'hemisferi nord on les temperatures són baixes, però també se'n troben a regions relativament seques, com a Catalunya. Algunes poblacions de pi roig han sofert un elevat percentatge de mortalitat degut a èpoques de sequera. L'objectiu principal del projecte és determinar si el creixement dels arbres ha variat al llarg dels darrers anys per tal d'observar l'evolució que tenen i explicar si ha hagut canvis en el patró de creixement dels arbres lligats al clima, com podria ser la temperatura, la precipitació, la concentració de CO2, etc., així com analitzar si ha hagut diferències de comportament del creixement depenent del territori on estan situats els arbres. Les dades utilitzades en aquest projecte han estat cedides pel Centre de Recerca Ecològica i Aplicacions Forestals (CREAF). Aquest projecte està estructurat en sis seccions. En primer lloc, es presenta una breu explicació de l'objectiu i la motivació del projecte. Seguidament es pot trobar com s'han obtingut les dades del creixement dels arbres, així com les diverses mesures i variables de les quals es disposa. A continuació s'expressa la depuració de la base de dades realitzada i alguns criteris d'adequació que s'han elegit per tal d'eliminar biaix en les dades. Tot seguit hi ha l'explicació de l'estadística descriptiva, juntament amb les anàlisis realitzades i els respectius resultats i models obtinguts. En aquest mateix apartat s'ha inclòs una il·lustració d'aplicació del mètode de modelització mitjançant models lineals i no lineals mixtos on s'ha comparat els resultats obtinguts dels dos mètodes. Finalment, es poden trobar les conclusions, objecte d'aquest estudi.

La presente memoria tiene como objeto de estudio el desarrollo de un método óptimo (Descomposición de Benders) para CTA como MILP que mejore la calidad de los resultados. La memoria está dividida en 3 bloques. En un primer bloque (capítulo 3) se presenta el método CTA, detallando su formulación (lineal y como MILP). En un segundo bloque (capítulo 4 y 5) se introduce el método general de Descomposición de Benders para modelos MILP y se aplica al problema CTA descrito en el capítulo 3. Este segundo bloque va acompañado de ejemplos que ilustran el funcionamiento del método implementado. En el último bloque (capítulo 6) se presentan los resultados computacionales obtenidos con el método desarrollado y se comparan con los obtenidos con el branch-and-cut de CPLEX.

Les companyies generadores d’energia elèctrica que participen en un mercat liberalitzat oferten periòdicament la seva producció per un plaç determinat. El benefici que n’obtenen depèn críticament de l’estratègia que adopten en aquest procés. Així, pot ser de gran importància el coneixement del funcionament d’aquest mercat. És en aquest context on sorgeix l’interès de modelitzar-ne el comportament per tal de maximitzar el benefici a obtenir. El present Projecte consisteix en l’estudi, ampliació i assaig d’un model que persegueix aquest objectiu.

This Master Thesis proposes an analytical model of commodity trading in the presence of market power, which is new to the literature. We establish the rational behavior of traders between two markets and derive price spread dynamics based on the trading volumes. We consider two commodity markets that quote different prices for the same product, and a trader capable of purchasing in one market to resell in the other, within a trading capacity. For simplicity, we assume that the inventory present between the two markets is constant, i.e., the amount stored is fixed (and is directly linked to the trading capacity). We first establish the structure of the optimal trading policy. This policy determines, given a realization of the current price spread between the two markets, how much (if any) volume must be bought/sold from/at the first market and sold/bought at/from the second market, so that the long-run average profit is maximized. When optimizing, the trader takes into account its impact on future spreads. We then describe the parameters of the optimal policy and we apply our model to kerosene prices in New York and Los Angeles, and illustrate the insights derived.