3.01 Tesis magíster
Permanent URI for this collection
Browse
Browsing 3.01 Tesis magíster by browse.metadata.categoria "Derecho"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- ItemEstudio antes-después sobre la ley Tolerancia cero(2017) González Kunstmann, María de los Ángeles; Rizzi Campanella, Luis Ignacio; Pontificia Universidad Católica de Chile. Escuela de IngenieríaEn Chile en marzo del año 2012 se modificó la Ley 20.580, también conocida como Ley de Tolerancia Cero, al reducir los umbrales a partir de los que se considera que una persona conduce bajo los efectos del alcohol. Estos cambios se hicieron con el objetivo de reducir las muertes y accidentes de tránsito asociados a la conducción de automovilistas que han bebido. Esta investigación busca determinar cuál ha sido el efecto de la modificación de la Ley Tolerancia Cero en los 45 meses posteriores a su implementación, para lo cual se realizan dos análisis. Primero se hace un análisis temporal en que se verifica si ha ocurrido algún cambio en la tasa de accidentes y víctimas a través de un estudio antes después.Y el segundo análisis evalúa si ha existido un cambio a nivel espacial, para lo que se realiza un análisis local destinado a verificar si en la Región Metropolitana ha variado la concentración de accidentes antes y después del año 2012. Los resultados indican que la aplicación de la Ley Tolerancia Cero, más el aumento en la fiscalización han tenido un efecto positivo pero leve sobre la seguridad vial en términos de ocurrencia de accidentes viales. Se constató que existe una reducción significativa de accidentes en horas de la madrugada, pero no se observa un efecto claro sobre el número de víctimas graves y fatales.Con respecto al análisis espacial, se detectaron 3 zonas de la Región Metropolitana que dejaron de ser puntos de alta concentración de accidentes luego de la modificación de la ley. Pero también se identificaron lugares problemáticos: Zonas que presentan una alta concentración de accidentes a pesar de la puesta en marcha de la Ley y el aumento de la fiscalización.
- ItemTratamiento de observaciones perdidas y efecto precio en series de tiempo para pronosticar demanda.(2014) Jadue Fagres, Fabián Antonio; Ferrer Ortiz, Juan Carlos; Pontificia Universidad Católica de Chile. Escuela de IngenieríaLa competitividad que ha alcanzado la economía en todas sus áreas (compañías manufactureras, de transportes, retailers, etc.), ha derivado en que se requiera minimizar las diversas incertidumbres presentes en los procesos de cada negocio y en que se ejecute una minuciosa planificación estratégica. Con el fin de cumplir con lo anterior, es que estimar la demanda futura con la máxima precisión posible, se ha convertido en un procedimiento fundamental para todo tipo de planificadores. Sin embargo, los elevados costos para obtener información regular y de confianza, han generado que muchas veces la precisión de éstos no sea la deseable. Se enfrentan en este trabajo dos problemas típicos que surgen al querer pronosticar demanda de forma precisa: i) la información poco confiable, faltante o atípica, que deriva en observaciones perdidas, y ii) la no inclusión del efecto del precio en la demanda en los modelos de pronósticos. Se propone en un primer capítulo un algoritmo para completar series con observaciones perdidas, basados en la metodología de Aprendizaje Bayesiano, comparando su desempeño contra otros métodos tradicionales de relleno de series incompletas para distintos niveles de frecuencia de información. Ésto utilizando series de tiempo aleatorias generadas a partir de modelos ARIMA. En un capítulo más extenso y desarrollado que el primero, se proponen diversas alternativas para incluir la variable precio en el modelo de atenuación exponencial, debido a que ésta condiciona directamente la cantidad demandada en series elásticas y representa una variable de control para los planificadores. Se prueban las alternativas propuestas utilizando series aleatorias. Se demuestra finalmente que la inclusión del precio en los modelos de atenuación exponencial permite obtener menores errores al pronosticar series con comportamiento elástico con respecto al precio.