Evaluación de la susceptibilidad de las laderas a sufrir inestabilidades inducidas por terremotos: aplicación a la cuenca de drenaje del río Serpis (provincia de Alicante)

Se ha realizado un análisis para estimar la susceptibilidad de las laderas, en suelos de la cuenca de drenaje del río Serpis, a sufrir inestabilidades inducidas por terremotos. Para ello, se ha utilizado el denominado método de Newmark, que ha sido convenientemente modificado para contemplar la variabilidad que, de forma natural, se observa en las propiedades geotécnicas de los materiales. En el cálculo, se ha efectuado una simulación Monte Carlo, donde todas las propiedades geotécnicas que intervienen son tratadas como variables aleatorias. Los resultados obtenidos están expresados como probabilidad de que la aceleración crítica del talud sea menor o igual que 0.1g. Las susceptibilidades más elevadas se observan cuando los materiales están secos, pero en tal caso la extensión de territorio afectado es pequeña. En cambio, cuando el suelo está saturado se observa que gran parte del territorio presenta susceptibilidad Media o Baja, incluso con pendientes de 6 – 10º, frente a susceptibilidad Muy Baja – Nula, que los caracteriza cuando se encuentra seco. Se ha analizado también la posición de las zonas de mayor susceptibilidad con respecto a elementos constructivos existentes en el área.

Handling of Uncertainty in Life Cycle Inventory by Correlated Multivariate Lognormal Distributions: Application to the Design of Supply Chain Networks

Poster presented in the 24th European Symposium on Computer Aided Process Engineering (ESCAPE 24), Budapest, Hungary, June 15-18, 2014.

Handling of Uncertainty in Life Cycle Inventory by Correlated Multivariate Lognormal Distributions: Application to the Design of Supply Chain Networks

In this work, we analyze the effect of incorporating life cycle inventory (LCI) uncertainty on the multi-objective optimization of chemical supply chains (SC) considering simultaneously their economic and environmental performance. To this end, we present a stochastic multi-scenario mixed-integer linear programming (MILP) coupled with a two-step transformation scenario generation algorithm with the unique feature of providing scenarios where the LCI random variables are correlated and each one of them has the desired lognormal marginal distribution. The environmental performance is quantified following life cycle assessment (LCA) principles, which are represented in the model formulation through standard algebraic equations. The capabilities of our approach are illustrated through a case study of a petrochemical supply chain. We show that the stochastic solution improves the economic performance of the SC in comparison with the deterministic one at any level of the environmental impact, and moreover the correlation among environmental burdens provides more realistic scenarios for the decision making process.

A Quantile-Based Probabilistic Mean Value Theorem

For non-negative random variables with finite means we introduce an analogous of the equilibrium residual-lifetime distribution based on the quantile function. This allows us to construct new distributions with support (0, 1), and to obtain a new quantile-based version of the probabilistic generalization of Taylor's theorem. Similarly, for pairs of stochastically ordered random variables we come to a new quantile-based form of the probabilistic mean value theorem. The latter involves a distribution that generalizes the Lorenz curve. We investigate the special case of proportional quantile functions and apply the given results to various models based on classes of distributions and measures of risk theory. Motivated by some stochastic comparisons, we also introduce the “expected reversed proportional shortfall order”, and a new characterization of random lifetimes involving the reversed hazard rate function.

Variables sociodemográficas, médicas y psicológicas relacionadas con el comportamiento de fumar y con los intentos de dejar de fumar en una muestra comunitaria

Se estudia la relación entre variables sociodemográficas, médicas y psicológicas y el comportamiento de fumar y los intentos de dejar de fumar. La muestra (n=291) se ha extraído al azar de una población comunitaria rural de 4300 habitantes. Todas las variables se han medido con un único cuestionario, a través de entrevista personal domiciliaria. Mediante análisis discriminantes las variables sexo, consumo de bebidas alcohólicas y el uso de medicamentos son las que más explican estadísticamente el comportamiento de fumar. Sorprendentemente, sólo una variable, haber visitado al médico en los últimos 12 meses, se asoció, bivariadamente, con los intentos de dejar de fumar, y no se procedía, lógicamente, con el análisis multivariante. Por último, se discuten los hallazgos a la luz de la literatura internacional y nacional.