Aprèn - Facultad de Matemáticas y Estadística

Facultad de Matemáticas y Estadística (FME)
Escuela Técnica Superior de Ingeniería Industrial de Barcelona (ETSEIB)
Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona (ETSETB)

ASTROFÍSICA Y COSMOLOGÍA - 230488

Acceso al texto completo

ELECTROMAGNETISME (Examen parcial 2n quadrimestre) Restricted access to the UPC academic community

Examen

Albernaz Lacerda Freitas, Vinícius; Aragüés Peñalba, Mònica; Esteve Benito, Antoni; González de Miguel, Carlos; González Font de Rubinat, Paula; Montalà Palau, Montserrat; Pedra Durán, Joaquim; Rivas Guerrero, Héctor Ali; Sainz Sapera, Luis; Dòria Cerezo, Arnau

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)
Escuela Técnica Superior de Ingeniería Industrial de Barcelona (ETSEIB)

ELECTROTECNIA - 240053

Acceso al texto completo

GEOMETRIA DIFERENCIAL | PARCIAL 2n Q. Restricted access to the UPC academic community

Examen

Amorós Torrent, Jaume; Burillo Puig, José; Talavera Sánchez, Pedro

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

GEOMETRÍA DIFERENCIAL - 200122

Acceso al texto completo

TOPOLOGIA | PARCIAL 2n Q. Restricted access to the UPC academic community

Examen

Ventura Capell, Enric; Casanellas Rius, Marta; Elgueta Montó, Josep; Vena Cros, Lluís

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

TOPOLOGÍA - 200121

Acceso al texto completo

MATEMÀTICA DISCRETA | PARCIAL Restricted access to the UPC academic community

Examen

Perarnau Llobet, Guillem; Mier Vinué, Anna de; Huemer, Clemens; Vena Cros, Lluís

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

MATEMÁTICA DISCRETA - 200161

Acceso al texto completo

ESTADÍSTICA | PARCIAL 2n Q. Restricted access to the UPC academic community

Examen

Delicado Useros, Pedro Francisco; Ginebra Molins, Josep; Sánchez Espigares, Josep Anton

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

ESTADÍSTICA - 200132

Acceso al texto completo

EQUACIONS EN DERIVADES PARCIALS | PARCIAL 2n Q. Restricted access to the UPC academic community

Examen

Cabré Vilagut, Xavier; Mas Soler, Albert

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

ECUACIONES EN DERIVADAS PARCIALES - 200142

Acceso al texto completo

ÀLGEBRA LINEAL NUMÈRICA | PARCIAL 2n Q. Restricted access to the UPC academic community

Examen

Pacha Andújar, Juan Ramón; Rodríguez del Río, Óscar

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)
Facultad de Informática de Barcelona (FIB)

ÁLGEBRA LINEAL NUMÉRICA - 200151

Acceso al texto completo

Pràctiques de Matlab per àlgebra lineal

Ejercicio de prácticas

Amorós Torrent, Jaume

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

ÁLGEBRA LINEAL - 200002

Acceso al texto completo

Examen Final Restricted access to the UPC academic community

Examen

Domínguez Pumar, Manuel

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)
Escuela Superior de Ingenierías Industrial, Aeroespacial y Audiovisual de Terrassa (ESEIAAT)
Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona (ETSETB)

DISEÑO DE SISTEMAS BASADOS EN MICROPROCESADORES - 230091

Acceso al texto completo

Examen Final Restricted access to the UPC academic community

Examen

Corbella Sanahuja, Ignasi; Fàbregas Bargalló, Xavier; Vall-Llossera Ferran, Mercedes Magdalena

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)
Facultad de Informática de Barcelona (FIB)
Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona (ETSETB)

RADIACIÓN Y PROPAGACIÓN - 230013

Acceso al texto completo

Emmy Noether. Curs Ramanujan (2024-2025 )

Audiovisual

Gombau Rotllan, Marc; Valls Pau, Alessandro

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

HISTORIA DE LA MATEMÁTICA - 12802

Acceso al texto completo

Maria Gaetana Agnesi. Curs Ramanujan (2024-2025 )

Audiovisual

Riopedre Coya, Jan; Casals Sarrà, Laura; Campillo Barón, Marcos

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

HISTORIA DE LA MATEMÁTICA - 12802

Acceso al texto completo

Augusta Ada Lovelace: la mare de la programació. Curs Ramanujan (2024-2025 )

Audiovisual

Torrent Soler, Jan; Jiménez Sanso, Álex; Caretta, Federica

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

HISTORIA DE LA MATEMÁTICA - 12802

Acceso al texto completo

Identification of risk factors for hospital readmission in paediatric patients with cancer enrolled in a home hospitalisation programme

Projecte Final de Màster Oficial

Colomar Riutort, Maria Antònia

Tutor/a - Director/a: Pérez Jaume, Sara

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

Ver detalle Acceso al texto completo

Estimating the concordance correlation coefficient with skewed data

Projecte Final de Màster Oficial

Peón Pena, Gonzalo

Tutor/a - Director/a: Carrasco Jordan, Josep Lluís

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

Ver detalle Acceso al texto completo

Development and validation of prognostic models in phase I oncology clinical trials

Projecte Final de Màster Oficial

Lee Alcober, Maria

Tutor/a - Director/a: Villacampa Javierre, Guillermo-Urbez; Langohr, Klaus

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

Ver detalle Acceso al texto completo

Els assajos oncològics de fase I requereixen una selecció acurada del pacient, equilibrant els riscos potencials de toxicitat amb possibles beneficis. Aquest estudi té com a objectiu desenvolupar i validar models estadístics per identificar els pacients que més podrien beneficiar-se. Utilitzant dades de 921 pacients, els mètodes inclouen models estratificats de Cox, espines cúbiques restringides i tècniques d'aprenentatge automàtic com els boscos de supervivència aleatòria. Aquests models produeixen puntuacions de risc interpretables per a ús clínic pràctic. La validació de models inclou mètodes interns com el bootstrap i la validació creuada, i la validació externa amb dades independents. El rendiment s'avalua a través de la discriminació, la calibració, el rendiment general i la utilitat clínica. La validació interna va mostrar millors resultats que l'externa, amb boscos de supervivència aleatoris que aconsegueixen la major discriminació, mentre que els splines cúbics restringits ofereixen una millora limitada. L'estudi proporciona un marc per construir models pronòstics robustos per millorar la selecció del pacient en assajos de fase I, amb treballs futurs centrats en mètodes de calibració millorats i comparacions amb les eines existents.

Los ensayos oncológicos de fase I requieren una cuidadosa selección de pacientes, equilibrando los posibles riesgos de toxicidad con los posibles beneficios. El objetivo de este estudio es desarrollar y validar modelos estadísticos para identificar a los pacientes más beneficiados. Utilizando datos de 921 pacientes, los métodos incluyen modelos de Cox estratificados, splines cúbicos restringidos y técnicas de aprendizaje automático como los bosques de supervivencia aleatorios. Estos modelos producen puntuaciones de riesgo interpretables para su uso clínico práctico. La validación de los modelos incluye métodos internos como bootstrapping y validación cruzada, y validación externa con datos independientes. El rendimiento se evalua mediante la discriminación, la calibración, el rendimiento general y la utilidad clínica. La validación interna muestra mejores resultados que la externa, y los bosques de supervivencia aleatorios logran la mayor discriminación, mientras que los splines cúbicos restringidos ofrecen una mejora limitada. El estudio proporciona un marco para la construcción de modelos de pronóstico robustos para mejorar la selección de pacientes en ensayos de fase temprana, con el trabajo futuro centrado en la mejora de los métodos de calibración y las comparaciones con las herramientas existentes.

Phase I oncology trials require careful patient selection, balancing potential toxicity risks with possible benefits. This study aimed to develop and validate statistical models to identify patients who could benefit most. Using data from 921 patients, methods included stratified Cox models, restricted cubic splines, and machine learning techniques like random survival forests. These models produced interpretable risk scores for practical clinical use. Model validation included internal methods like bootstrapping and cross-validation, and external validation with independent data. Performance was assessed through discrimination, calibration, overall performance, and clinical utility. Internal validation showed better results than external, with random survival forests achieving the highest discrimination, while restricted cubic splines offered limited improvement. The study provides a framework for building robust prognostic models to enhance patient selection in early-phase trials, with future work focusing on improved calibration methods and comparisons with existing tools.

Multi-objective constrained optimization for physician scheduling

Projecte Final de Màster Oficial

Arduengo García, Ana

Tutor/a - Director/a: Linares Herreros, María Paz; Diví i Cuesta, Víctor

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

Ver detalle Acceso al texto completo

Aquest treball presenta el desenvolupament d'un sistema d'optimització multiobjectiu destinat a assignar guàrdies en un entorn hospitalari, centrant-se en dos objectius principals: respectar les preferències personals dels metges i garantir una distribució homogènia de la càrrega de treball. Aquests dos objectius, que no sempre són compatibles, poden entrar en conflicte. Per aquest motiu, s'estableixen restriccions específiques per satisfer tant les necessitats de l'hospital com les dels professionals mèdics, generant solucions factibles. Posteriorment, mitjançant un algorisme iteratiu, es milloren les mètriques que defineixen una solució d'alta qualitat. L'enfocament proposat no només augmenta la satisfacció de les preferències personals dins dels límits d'aquestes restriccions, sinó que també assegura una distribució equitativa dels torns entre el personal mèdic. El sistema es construeix utilitzant metaheurístiques multiobjectiu. L'objectiu principal d'aquest projecte és reduir el temps i l'esforç dedicats a la programació manual, millorar la qualitat general dels horaris de torns i minimitzar el risc d'errors. A través d'experiments, el mètode ha demostrat millores significatives i una menor dependència de planificadors experts, permetent al personal administratiu —format en l'ús de les eines d'optimització— generar horaris d'alta qualitat de manera eficient. A més, el sistema és capaç de gestionar un conjunt més gran de restriccions simultàniament, donant lloc a solucions que compleixen més condicions crítiques que les gestionades habitualment pels planificadors humans. Com a resultat, el mètode aconsegueix resultats comparables en el compliment dels llindars desitjats i les prioritats institucionals, oferint una solució més robusta al complex repte de la programació de metges.

Este trabajo presenta el desarrollo de un sistema de optimización multiobjetivo destinado a asignar guardias en un entorno hospitalario, centrándose en dos objetivos principales: acomodar las preferencias personales de los médicos y garantizar una distribución homogénea de la carga de trabajo. Ambos objetivos, no siempre van de la mano y pueden entrar en conflicto. Se establecen restricciones específicas para cumplir las necesidades tanto del hospital como de los profesionales médicos y se generan soluciones factibles. Luego, a partir de un algoritmo iterativo, se mejoran las métricas que definen una solución de alta calidad. El enfoque propuesto no solo mejora la satisfacción de las preferencias personales dentro de los límites de estas restricciones, sino que también garantiza una distribución equitativa de los turnos entre el personal médico. El sistema se construye utilizando técnicas avanzadas de metaheurísticas multiobjetivo. El objetivo principal de este proyecto es reducir el tiempo y el esfuerzo dedicados a la programación manual, mejorar la calidad general de los horarios de turnos y minimizar el riesgo de errores. A través de experimentos, el método ha demostrado mejoras significativas y una menor dependencia de planificadores expertos, permitiendo al personal administrativo —capacitado en el uso de las herramientas de optimización— generar horarios de alta calidad de manera eficiente. Además, el sistema es capaz de manejar un mayor conjunto de restricciones simultáneamente, lo que da lugar a soluciones que satisfacen más condiciones críticas que las típicamente gestionadas por los planificadores humanos. Como resultado, el método logra resultados comparables en el cumplimiento de los umbrales deseados y las prioridades institucionales, ofreciendo una solución más robusta al complejo desafío de la programación de médicos.

This work presents the development of a multi-objective optimization system aimed at assigning shifts to physicians, focusing on two primary objectives: accommodating personal preferences and ensuring fairness in the distribution of medical services among staff. Given the inherent conflict between individual preferences and institutional fairness, specific constraints are established to define acceptable margins, enabling the generation of feasible solutions that align both institutional requirements and personal needs. The proposed approach not only improves the satisfaction of personal preferences within the boundaries of these constraints, but also guarantees an equitable distribution of shifts among medical personnel. The system is built using advanced multi-objective meta-heuristic techniques. The main goal of this project is to reduce the time and effort spent on manual scheduling, improve the overall quality of shift schedules, and minimize the risk of errors. Through experimentation, the method has demonstrated significant improvements and reduced dependency on expert planners, allowing administrative staff —trained in using the optimization tool - to efficiently generate high-quality schedules. Furthermore, the system is capable of handling a larger set of constraints simultaneously, resulting in solutions that satisfy more critical conditions than those typically managed by human planners. As a result, the method achieves comparable outcomes in meeting desired thresholds and institutional priorities, while offering a more robust solution to the complex challenge of physician scheduling.

Optimización de la distribución de las estaciones y de las bicicletas de Bicing Barcelona

Projecte Final de Màster Oficial

Giner Fabregat, Gerard

Tutor/a - Director/a: Rivero Martinez, Antonio

Fecha de publicación: 2025

Facultad de Matemáticas y Estadística (FME)

Ver detalle Acceso al texto completo

Aquest treball té com a objectiu proposar solucions innovadores per millorar la gestió del sistema de bicicletes compartides de Barcelona. L'estudi aborda un dels principals desafiaments de Bicing: la desigual distribució de bicicletes al llarg de la ciutat i en diferents moments del dia, que afecta als usuaris. L'anàlisi combina tècniques avançades d'estadística, models predictius i optimització per identificar àrees vulnerables en termes d'accessibilitat i dissenyar estratègies que equilibren la distribució de bicicletes. Mitjançant mètodes com clustering i l'ús de models de predicció basats en machine learning, s'anticipen els patrons d'ús del sistema. Aquestes prediccions alimenten algoritmes d'optimització que permeten planificar rutes eficients per al reposicionament de bicicletes. Els resultats obtinguts destaquen la importància d'una gestió proactiva del sistema, millorant tant la satisfacció dels usuaris com l'eficiència operativa.

El presente trabajo, tiene como objetivo proponer soluciones innovadoras para mejorar la gestión del sistema de bicicletas compartidas de Barcelona. El estudio aborda uno de los principales desafíos de Bicing: la desigual distribución de bicicletas a lo largo de la ciudad y en diferentes momentos del día, que afecta a los usuarios. El análisis combina técnicas avanzadas de estadística, modelos predictivos y optimización para identificar áreas vulnerables en términos de accesibilidad y diseñar estrategias que equilibren la distribución de bicicletas. A través de métodos como clustering y el uso de modelos de predicción basados en machine learning, se anticipan los patrones de uso del sistema. Estas predicciones alimentan algoritmos de optimización que permiten planificar rutas eficientes para el reposicionamiento de bicicletas. Los resultados obtenidos destacan la importancia de una gestión proactiva del sistema, mejorando tanto la satisfacción de los usuarios como la eficiencia operativa.

This work aims to propose innovative solutions to improve the management of Barcelona's bike-sharing system. The study addresses one of Bicing's main challenges: the unequal distribution of bicycles across the city and at different times of the day, which affects the users. The analysis combines advanced statistical techniques, predictive models, and optimization to identify vulnerable areas in terms of accessibility and design strategies to balance bicycle distribution. Using methods such as clustering and predictive models based on machine learning, the system's usage patterns are anticipated. These predictions feed optimization algorithms that enable the planning of efficient routes for bicycle repositioning. The results highlight the importance of proactive system management, improving both user satisfaction and operational efficiency.