Dinámica de Sistemas Urbanos UNSCH

DINÁMICA DE SISTEMAS URBANOS PARA LA Simulación de Ciudades...
XXIV CONGRESO NACIONAL DE ESTUDIANTES DE INGENIERÍA CIVIL – CONEIC AYACUCHO
"Lo que me gusta pensar de las

INTRODUCCIÓN
ciudades es, ¿Por qué existen?"
XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

CONGRESO NACIONAL DE ESTUDIANTES DE HUAMANGA - UNSCH
ESCUELA DE INGENIERÍA CIVIL
XXIV CONGRESO NACIONAL
DE ESTUDIANTES DE
INGENIERÍA CIVIL – CONEIC
2016
DINÁMICA DE SISTEMAS URBANOS Y ESPACIALES
PARA LA SIMULACIÓN DE CIUDADES SEGÚN LA
ESCALABILIDAD Y SOSTENIBILIDAD
Cristian Castro Pérez.
AYACUCHO – 08 DE AGOSTO DE 2016

En la "ciencia de las ciudades," podríamos estar

INTRODUCCIÓN llegando un momento en que la mera clasificación
de una larga tradición en la planificación urbana
con hipótesis no probadas, se están moviendo
hacia un modelo unificado.
Aumento del número de

personas - más allá de un
límite - afecta interrelación en
la ciudad
INTRODUCCIÓN
Él humano de una manera
mucho más grandes se
extiende físicamente como
las grandes ciudades para
poder desarrollar afinidad y
sentido de pertenencia
Límite inferior: la autosuficiencia

Límite superior: capacidad de las personas a conocerse
Ventajas de
aglomeración en la
ciudad Vs el costo
ubicación

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN

INTRODUCCIÓN
Red de
transporte

INTRODUCCIÓN
SISTEMA
URBANO
Núcleos urbanos ordenados jerárquicamente

Relaciones de dependencia entre núcleos urbanos
Área de influencia de cada núcleo urbano (según color)

LA CIUDAD ES UN FRACTAL
• Las ciudades planificadas son euclidianas
• Las ciudades auto-organizadas son orgánicas-
fractales
• La geometría fractal propone modelos de crecimiento
– Agregación limitada por difusión (DLA)
– Agregación preferencial (principio de San Mateo)
• Las redes (sociales) son fractales
• Los fractales ya no son lo que eran 

RELACIÓN ENTRE JERARQUÍA Y DISTRIBUCIONES

DE PARETO / ZIPF
Autosimilitud en
diversas escalas
Distribuciones de
ley de potencia
Vinculación con la
ley de Zipf de
rango/frecuencia
para las ciudades

ANALOGÍA ENTRE NEOPLASMAS

MALIGNOS Y CRECIMIENTO URBANO
Baltimore-Washington (Masek & al 2006)

Estudios de casos con SLEUTH

SLEUTH = Slope, Land use, Exclusion, Urban extent,
Transportation, Hillshade
 Antes llamado Clarke Cellular Automata Urban Growth Model
 Las iniciales del nombre describen los datos de entrada
 Las reglas se basan en 5 coeficientes
Land Use –
Uso del suelo

Slope –
Término de GIS y análisis geo-espacial (véase DEM)
 Se pueden generar de bases de datos topográficas

Excluded
 Montañas, aguas, etc

Transportation
 Incluye análisis de conectividad (sintaxis espacial)

Hillshade
 Usado como fondo para especificar la extensión espacial

Proyección de crecimiento (SLEUTH)
Eficiencia aproximada superior al 80%

Metronamica
(Alternativa)

LEY DE POTENCIAS
 Independiente de escala = No
hay valores normales, ni una
media, ni una escala
característica
 La dispersión de los valores
puede ser de orden
astronómico



Matemáticas de ciudades
FÍSICA TEÓRICA CON LA TEORÍA UNIFICADA DE

LAS CIUDADES
"El problema del siglo 21

es la urbanización"
Geoffrey West:
"Mi declaración provocativa
es que necesitamos
desesperadamente una
teoría científica seria de las
ciudades. [Eso] significa
cuantificable, basándose en
principios genéricos
subyacentes que pueden
realizarse en un marco
predictivo. Esa es la
misión."
LAS LEYES FÍSICAS QUE RIGEN LAS CIUDADES

“En las especulaciones de los arquitectos. Quería saber si era
concebible desarrollar una teoría cuantificable y medible sobre
las ciudades”.
En la última edición de TED
Global, presentó al mundo una
original forma de aplicar la
física y la biología para analizar
el funcionamiento de los
centros urbanos. Decía que los
algoritmos y leyes que rigen la
naturaleza son las mismas que
rigen la evolución y crecimiento
de las ciudades. Todo, según
piensa, es escalable. “Sencillas
fórmulas matemáticas pueden
ser utilizadas para predecir toda
una serie de detalles sobre una
ciudad desde la criminalidad y
la actividad económica sin
saber nada sobre ellas”.


… encontró que basándose únicamente en el tamaño de una ciudad, se puede
determinar toda una serie de variables con unas sencillas ecuaciones. “Puedo
coger estas leyes y hacer predicciones precisas sobre el número de crímenes
violentos y la superficie de sus carreteras. No sé nada de esta ciudad ni de su
historia, pero te puedo decir esto porque todas los fundamentos de las ciudades son
iguales”.
“Un elefante es 10000 veces más
grande que el tamaño de un cobaya
pero solo necesita 1000 veces la
energía que utiliza ese mismo animal”.
Esto, de acuerdo con el científico, se traslada
perfectamente a las ciudades. Las grandes
urbes son como un elefante. Si una ciudad
crece, no necesita el doble de gasolineras que
una ciudad la mitad de grande. “Una de las
cosas más increíbles de la vida es que todo es
escalable. Una rata o un humano tienen una
forma muy definida de crecer. Según el gráfico
(foto arriba), si duplicas el tamaño del
organismo, solo necesitas un 75% más de
energía. Cuanto más grande eres, menos
energía necesitas”.


… Pero a la hora de analizar los factores socioeconómicos de una ciudad hay un
importante cambio. El mayor tamaño se traduce en mayor productividad. “Cuanto
más grande sea, menos energía necesita una ciudad. Pero en el terreno
socioeconómico la cosa cambia. Cuanto más grande es una ciudad, habrá más
patentes, más trabajadores, más crimen, más creativos y sueldos más altos, según
los mismos cálculos”.
Según West, “entran factores mucho más

allá de la cultura. Es el factor de la red. Las
ciudades son las manifestaciones físicas de
nosotros mismos”.
West dice que puede que las ciudades no
sean lo suficiente eficientes para mantener
nuestro tren de vida teniendo en cuenta la
enorme cantidad de energía que requiere.
“Nuestras necesidades energéticas superan
a la de una ballena azul. Todos sabemos
que será imposible que 9000 millones de
ballenas azules convivan en este planeta”.


¿Una posible solución?
“La innovación constante. Ya han incrementado
la velocidad en que innovamos. Vamos a tener
que innovar más veces y más rápido para
sobrevivir. Si aprendemos a analizar mejor estos
datos, comprenderemos realmente cómo
funcionan las ciudades. Solo así podremos
mejorarlas”.
¿Se puede aplicar el modelo de West a una compañía?
Mientras que las zonas urbanas casi nunca mueren, la
media de supervivencia de una compañía es de 40 a 50
años. A medida que contratan más trabajadores, ganan
menos per cápita, a diferencia de una ciudad. “El ciclo
vital de una corporación es muy similar al de un ser
humano. Tiene un crecimiento intenso y constante
durante los primeros años de su existencia. Con el tiempo
ese crecimiento empieza a estancarse y normalmente
acaba con su muerte”.
Esto no ocurre en las ciudades porque están fuera del

alcance de la burocracia. Por mucho que uno quiera,
las ciudades son prácticamente incontrolables. Ese
caos es la que las hace generar esa energía imparable.

MATEMÁTICAS DE LAS CIUDADES

Geoffrey West:
El crecimiento, la
innovación, la escala y
el ritmo de vida en las
ciudades
Es interesante la
transformación de las
ciudades con la vida
de los organismos
sobre el concepto de
economías de escala,
ritmo de vida y
productividad.


¿Cómo tamaño de la ciudad puede ser visto como una solución a los
problemas sociales de seguridad respecto de otra solución de la
arquitectura, la planificación y la ley y el orden?
Supongamos que A y B son algunas de las
funciones necesarias de un asentamiento Ahora
bien, como el tamaño de solución aumenta la
centralización y empieza a ocurrir
Por ejemplo: Si trabaja en un centro de trabajo una de las

funciones necesarias, a medida que aumenta la ciudad,
emergen funciones auxiliares, para permitir que las
funciones primarias como una a red de transporte masivo,
medidas de seguridad y así sucesivamente






Geoffrey West – el crecimiento
en el trabajo, la innovación, la
escala y el ritmo de vida en las
ciudades, es interesante como
metamorfosearon ciudades con
los organismos vivos en sus
esfuerzos para desarrollar una
teoría predictiva, cuantitativa de
la organización urbana y el
desarrollo sostenible.
Los habitantes de las ciudades

grandes utilizan menos energía
que los pequeños habitantes de
las ciudades.
Todos los costos de

infraestructura se comportan de
manera similar.

LEYES DE ESCALA ALOMÉTRICA

Alometría es el estudio de los cambios en las características de los
organismos a medida que aumentan los tamaños de cuerpo.
Una ley típica de la escala alométrica se escribe generalmente en la forma de
donde Y es la variable biológica de interés, M es la masa.
Tanto Yo y b son números que se determinarán a partir de datos experimentales, y

el exponente de escala es de particular interés, ya que caracteriza la forma en Y
cambia específicamente como se varíe la masa.

LEYES DE ESCALA ALOMÉTRICA

La tasa metabólica basal de los
mamíferos y las aves se representó
originalmente por Max Kleiber en
1932.
En esta reconstrucción, la pendiente

de la línea recta de mejor ajuste es
0.74, lo que ilustra la escala de la
tasa metabólica con la potencia 3/4
de la masa.
Los diámetros de los círculos

representan la estimación de los
errores de datos de ± 10%. El
diagrama actual en base a cientos de
puntos de datos son también
compatibles con el exponente 3/4,
aunque existe evidencia de una
desviación a un valor menor para los
mamíferos más pequeños
ORÍGENES DEL ESCALADO

La selección natural ha evolucionado de la jerarquía fractal como la ramificación
de las redes que distribuyen la energía.
Las leyes de escala y el

comportamiento dinámico de
genérica de los sistemas
biológicos reflejan las
limitaciones inherentes a las
propiedades universales de este
tipo de redes.
Las unidades terminales de las

redes son invariantes dentro de
una clase o de un taxón.
Los organismos evolucionan

hacia un estado óptimo en el
que se reduce al mínimo la
energía necesaria para la
distribución de recursos.

EJEMPLOS DE ESCALADO
-El número de ramas (círculos cerrados) y raíces (círculos abiertos) en un árbol varía más o
menos inversamente proporcional al cuadrado de la predicho diámetro.
El número de árboles de un tamaño dado como una función del diámetro del tronco

DISTRIBUCIÓN DEL TAMAÑO DE CIUDADES

Un principio matemático llamado la ley de Zipf predice el tamaño de las
ciudades
Regla de rango contra frecuencia
Ley de Zipf.- la regla de rango
contra frecuencia, también
funcionaba si se aplica a los
tamaños de las ciudades. La ciudad
con mayor población de cualquier
país es generalmente el doble de
grande que la siguiente más grande,
etc. En los EE.UU en el censo 2010,
la ciudad más grande era Nueva
York, con una población de
8175133 personas. Los Angeles, la
segunda, tenía una población de
3792621 y las tres
siguientes, Chicago, Houston y Fila
delfia, tenían en ese momento
2695598, 2100263 y 1526006
habitantes respectivamente.

INTRODUCCIÓN

CONGRESO NACIONAL DE ESTUDIANTES
XVII CONIC 2009 DE HUAMANGA - UNSCH
Capítulo de Ingeniería Civil
Consejo Departamental
ESCUELA DEColegio
INGENIERÍA CIVIL
De Lambayeque
Congreso Nacional de Ingeniería Civil de Ingenieros del Perú
POR QUÉ HAY CIUDADES?

Equilibrio entre fuerzas de aglomeración y dispersión.
Evidencia de la tensión entre fuerzas de aglomeración
y de dispersión.
Zipf (1949) propuso que los tamaños de las ciudades siguen una forma
especial de la distribución que se conoce como Regla Rango-Tamaño o la
Regla Rango-Tamaño
Esto implica que el
tamaño esperado de la
segunda ciudad es la
mitad de la primera, el
tamaño de la tercera es
un tercio de la primera
…. Cuando y cuanto
mayor, más iguales son
las ciudades en
población




CONCEPTO DE CIUDAD
 Llegados a este punto comenzaron a preguntarse cómo se estaba definiendo
exactamente el concepto de ciudad. Cuando se están haciendo este tipo de
cálculos, parece arbitrario decir que Boston y Cambridge cuentan como dos
ciudades, o que San Francisco y Oakland son entidades distintas simplemente
porque están separadas por un trozo de agua.
 Dos geógrafos suecos

respondieron a esta
pregunta generando el
concepto de ciudades
naturales, basado en la
ocupación geográfica y la
conectividad de las
carreteras en lugar de en
las fronteras
administrativas. Y lo que
encontraron fue que
incluso estas ciudades
naturales obedecían la
ley de Zipf.

Paul Krugman escribió en 2006 sobre la
aplicación de la ley de Zipf a las ciudades.
 La teoría económica simplifica los

modelos, ofreciendo puntos de vista
excesivamente ordenados sobre una
realidad a menudo confusa y compleja.
 La ley de Zipf es lo contrario, pues si
tenemos modelos complejos,
desordenados , y sin embargo la
realidad es sorprendentemente limpia y
simple.
 Gabaix describió la Ley de Zipf para las
ciudades como una ley de potencias, y
demostró cómo el tamaño de las
ciudades podría ser mapeada en una
gráfica lineal.


 Gabaix señaló que ela Ley de
Potencias se cumple incluso en el
caso en que las ciudades tuvieran
tasas de crecimiento caóticas.
 La estructura ordenada de esta ley
de potencias tendía a romperse
cuando ya no se estaba hablando de
megaurbes. Las ciudades más
pequeñas, por debajo de los 100.000
habitantes, parecían obedecer a una
ley diferente y mostraban una
distribución más normal de tamaños.
 El tamaño de la ciudad crece debido
a la una mayor tasa de natalidad que
de mortalidad y la inmigración. Las
razones son la inmigración y también
claramente económicas, porque las
grandes ciudades tienden a producir
más riqueza

REDES LIBRES DE ESCALA
...EXISTEN MUCHOS CUERPOS QUE NO TIENEN UN TAMAÑO o

ESCALA CARACTERÍSTICA...
Ausencia de escala:
ley de potencias



En las Ciencias de la Complejidad el estudio de la
Ciencia de las Redes cada día cobra más importancia.
Sus aplicaciones prácticas existen en muchas áreas
del diario vivir.
Las redes de libre escala con un tipo especial de Redes

Complejas. Poseen muchos nodos, algunos de ellos con
muchos enlaces y otros con pocas conexiones. Los
nodos con muchos enlaces han sido llamados “hubs”.
La red fue llamada Libre de Escala por el hecho de que a

diferencia de otras redes, ésta muestra una distribución
de grado de ley de potencia libre de escala.
Este tipo de red fue descubierto por Lászlo Barabási y

colaboradores, Reka Albert y Hawoong Jeong, de la
Universidad de Notre Dame en Indiana, E.U.A., en 1999,
al hacer un mapa de la Web. Hallazgos similares fueron
hechos por los hermanos Faloutsos (1999) y por Broder
(2000).
QUÉ ES UNA RED LIBRE DE ESCALA?

1) UNA RED ES UN CONJUNTO DE NODOS Y ENLACES.
NODOS COMPONENTES DE UN SISTEMA.
ENLACES RELACIÓN ENTRE COMPONENTES.
2) UNA RED LIBRE DE ESCALA ES AQUELLA QUE POSEE UNA

DISTRIBUCIÓN DE CONECTIVIDAD DE TIPO LEY DE POTENCIAS.
* HAY MUCHOS NODOS CON POCOS

ENLACES.
* PERO TAMBIÉN HAY ALGUNOS
NODOS CON MUCHOS ENLACES
(HUBS).

Redes sociales Autoorganizada
Nodos: individuos Ejemplos:

Links: interacciones entre individuos - Modelos de votación
- Estudios de propagación de rumores


Redes biológicas Autoorganizada (evolución)
Red metabólica Red trófica
Nodos: metabolitos Nodos: especies
Links: reacciones bioquímicas Links: interacciones tróficas


Red de contactos sexuales
Nodos: individuos ‘La red influye sobre la dinámica’
Links: relaciones sexuales RED LIBRE DE ESCALA
HAY UNOS POCOS

NODOS CON MUCHA
MAYOR PROBABILIDAD
DE CONTAGIAR QUE
OTROS (HUBS)
ESTRATEGIAS DE
PREVENCION DE EPIDEMIAS


Algunas redes de las que conocemos su
topología: P(k) ~ k- g
NO BIOLÓGICAS g >2
www g = 2.1
actores g = 2.3
citas g=3
eléctricas g=4
BIOLÓGICAS g <2
De proteínas g =1.5, 1.6, 1.7, 2.5
Metabólica de E. Coli g = 1.7, 2.2
Genética de expresión (levadura) g = 1.4-1.7
Genética de interacción funcional g = 1.6

Red eléctrica
SISTEMA ELÉCTRICO MODELO
MATEMÁTICO (RED)
Generadores Nodos
Líneas eléctricas Enlaces
Fallo aleatorio Calentamiento de un Desaparición de un nodo

generador
Mal estado de un cable de Desaparición de un
tensión enlace
Consecuencia Cortes en cadena Desmembración de la red
Apagón general
PREVENCIÓN: ESTUDIO MATEMÁTICO DE LA ROBUSTEZ DE LA RED

LEYES QUE SE APLICAN EN ESTE TIPO DE RED
Estas redes Libres de Escala incorporan dos leyes:
•la de Crecimiento y
•la de Enlaces Preferentes.

Crecimiento: significa que por un determinado
período añadimos un nuevo nodo a la red.
Enlaces Preferentes: Cada nuevo nodo se conecta
a los nodos existentes con dos enlaces. La
probabilidad de escoger un nodo determinado es “En general, encontraron que la probabilidad p(k)
proporcional al número de enlaces que el nodo de que un nodo de la red estuviera
− γ
conectado con
k nodos era proporcional a k , es decir, sigue
seleccionado ya tiene. una ley de potencias. El exponente γ no es
universal, sino que depende del tipo específico de
red. Para la mayor parte de los sistemas se
encontró que dicho parámetro se encontraba en
el rango . Cuando , la varianza de la distribución
XXIV del número de enlaces por nodo es infinita.”.

UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

Una red de escala libre crece gradualmente desde dos hasta 11 nodos en
este ejemplo. Al decidir dónde establecer un vínculo, un nuevo nodo (verde)
prefiere para conectar a un nodo existente (rojo) que ya tiene muchas otras
conexiones. Estos dos mecanismos básicos del crecimiento y la fijación
preferencial es la que conducirá finalmente a un sistema que está siendo
dominado por hubs, nodos que tienen un enorme número de enlaces.


LEY DE POTENCIAS O ‘LIBRE DE ESCALA’
Distribución de tamaños de ciudades Log-log plot
NO EXISTE UN “TAMAÑO MEDIO” DE CIUDAD BIEN DEFINIDO:

hay muchas ciudades pequeñas pero también hay ciudades muy grandes

EXISTE ESCALA CARACTERÍSTICA

LEY POISSON LEY GAUSS
NO EXISTE ESCALA CARACTERÍSTICA LOG-LOG

LEY DE POTENCIAS


EXPRESIÓN GRAFICA DE UNA RED
LIBRE DE ESCALA
Este tipo de red, permanece unida por

las muchas conexiones que presentan
unos pocos nodos, los llamados
“hubs”.
En los diagramas de abajo se pueden
ver las diferencias entre una Red al
Azar y una Red Libre de Escala.


¿DÓNDE PODEMOS ENCONTRAR LEYES DE POTENCIA?
¡ LA DISTRIBUCIÓN DEL NÚMERO DE TERREMOTOS
• GEOFÍSICA : EN FUNCIÓN DE SU MAGNITUD SIGUE UNA LEY DE
- TERREMOTOS
POTENCIAS !
- HURACANES
Ley de potencias
LEY DE GUTENBERG-RICHTER


• GEOMETRÍA FRACTAL
UN FRACTAL ES UN OBJETO QUE TIENE EL MISMO ASPECTO VISTO DESDE
CUALQUIER DISTANCIA. TIENE EL MISMO ASPECTO A TODAS LAS ESCALAS.
Zoom
=
Cambio
de escala
• AUSENCIA DE ESCALA (Fractales)


• INGENIERÍA: DISTRIBUCIÓN DEL TAMAÑO DE CIUDADES
• ECONOMÍA: DISTRIBUCION DE LA RIQUEZA, BOLSA
• FÍSICA, BIOLOGÍA, QUÍMICA, MATEMÁTICAS, ETC.
ES UNA LEY QUE APARECE DE FORMA UBICUA

DEBE RESPONDER A MECANISMOS MUY GENERALES
Redes libres de escala
Una característica común de las redes

del mundo real es la presencia de
nodos concentradores que están
altamente conectados a otros nodos de
la red. La presencia de centros dará el
grado de distribución.

GRADO DE DISTRIBUCIÓN DE UNA RED

Una red puede ser una estructura muy compleja, ya que las conexiones entre
los nodos pueden exhibir patrones complicados. Uno de los retos en el estudio de
las redes complejas es desarrollar medidas simplificadas que capturan algunos
elementos de la estructura de una manera comprensible.
Una forma de simplificación es “zooms” sobre un nodo y hacer caso omiso de todos
los demás nodos, para poder ver el número de conexiones que el nodo tiene, es
decir, el grado del nodo.
Grafos no dirigidos
El grado de un nodo i es simplemente el número de
conexiones que tiene. En términos de la matriz de
adyacencia A, el grado de nodo i de la misma
manera es la parte de la fila i-esima de A.
k   aij
j
Al contar el número de nodos que tienen cada
grado, se forman el grado de distribución Pdeg(k).
Pdeg(k)=fraction of nodes in the graph with degree k.

GRADO DE DISTRIBUCIÓN DE UNA RED NO DIRIGIDA

Red no dirigida Matriz de adyacencia
con nodos numerados y bordes marcados red no dirigida con 10 nodos y 11 bordes
Para esta red no dirigida, los grados son

k1=1, k2=3, k3=1, k4=1, k5=2, k6=5, k7=3, k8=3, k9=2, y k10=1
El grado de distribución es:
Pdeg(1)=2/5, Pdeg(2)=1/5, Pdeg(3)=3/10, Pdeg(5)=1/10, y otros Pdeg(k)=0.


El grado de distribución de una red no
dirigida con 10 nodos y 11 enlaces.
Para esta red no dirigida, los grados son

k1=1, k2=3, k3=1, k4=1, k5=2, k6=5, k7=3, k8=3, k9=2, y k10=1
El grado de distribución es:
Pdeg(1)=2/5, Pdeg(2)=1/5, Pdeg(3)=3/10, Pdeg(5)=1/10, y otros Pdeg(k)=0.

Histogramas de una
distribución binomial grado de
una red con 10000 nodos. El
histograma superior es en una
escala lineal, mientras que la
parte inferior muestra los
mismos datos en una escala
logarítmica. Para obtener el
grado de distribución, dejamos
que la probabilidad de que una
conexión sea p = 10/10,000,
por lo que el grado medio es
10.

Histogramas de un grado de
distribución de ley de potencia
de una red con 10000 nodos.
El histograma superior es en
una escala lineal, mientras
que la parte inferior muestra
los mismos datos en una
escala logarítmica. Para
obtener el grado de
distribución, se utilizó un
exponente de la ley de potencia
de grado -2 y un máximo de
1000, lo que resulta en un
grado medio de alrededor de 7.

GRADO DE DISTRIBUCIÓN DE UNA RED DIRIGIDA

Grafos Dirigidos
El grado de distribución de las redes dirigidas es un poco más complicado que era
para redes no dirigidas. La razón es que el grado de un nodo en una red dirigida no
puede ser capturado por un solo número. Si nos acercamos en un nodo en una red
dirigida, vamos a ver algunos bordes que entran en el nodo y algunos bordes de salir
desde el nodo. Un borde de entrada y un borde de salida puede significar cosas muy
diferentes, y puede ser que uno desee mantener esa distinción.
El grado de entrada in-grado de nodo i El grado de salida out-grado del nodo i es

es el número total de conexiones del el número total de conexiones
nodo i, y es la suma de la fila i-ésima procedentes de nodo i y es la suma de la
de la matriz de adyacencia. columna i-ésima de matriz de adyacencia
kiin   aij kiout   a ji

j j
En ambos casos, la suma es sobre todos los nodos de la red j.
kitot  kiin  kiout


Con dos grados, el grado de distribución se convierte en una distribución
bidimensional, de modo que Pdeg (kin, kout) = fracción de nodos en el
gráfico. No podemos graficar esta grado-distribución bidimensional como
un simple diagrama de barras. Podemos utilizar una parcela de
superficie o una parcela de color para visualizar esta información.
Its in- and out-degrees are:

(kin1,kout1)=(0,2),
bidimensional
(kin2,kout2)=(2,1),
Histograma
(kin3,kout3)=(0,1),
(k4in,k4out)=(1,0),
(k5in,k5out)=(2,0),
(k6in,k6out)=(3,2),
(k7in,k7out)=(3,3),
(k8in,k8out)=(0,2),
(k9in,k9out)=(2,1),
(k10in,k10out)=(0,1).


Red dirigida Matriz de adyacencia
con nodos numerados y bordes marcados red no dirigida con 10 nodos y 13 links
Para la red anterior, la entradas y salidas en grados son:

(k1in,k1out)=(0,2) ,(k2in,k2out)=(2,1), (k3in,k3out)=(0,1), (kin4,kout4)=(1,0),
(k5in,k5out)=(2,0), (k6in,k6out)=(3,2), (k7in,k7out)=(3,3), (k8in,k8out)=(0,2),
(k9in,k9out)=(2,1), (k10in,k10out)=(0,1).


El tercer diagrama de barras muestra la distribución grado total, basado
en los grados totales
Its in- and out- and total degrees are:
kin1=0, kout1=2, ktot1=2,

kin10=0, kout10=1, ktot10=1.
ktot1=2, ktot2=3, ktot3=1, ktot4=1, ktot5=2, ktot6=5, ktot7=6, ktot8=2, ktot9=3,

ktot10=1
GRADO DE DISTRIBUCIÓN DE UNA RED

El grado de distribución es una herramienta útil para explorar propiedades de las
redes. Dada una red o una distribución de probabilidad que describe un modelo de
red aleatoria, uno tiene que hacer un histograma de los grados de todos los nodos
de la red o calcular los promedios apropiadas usando un modelo de red aleatoria.

CUAN ROBUSTAS SON LAS REDES ALEATORIAS Y

LAS DE LIBRE ESCALA?

EXPERIMENTO 01

EXPERIMENTO 01

SISTEMAS DINÁMICOS
Problema de Investigación
 La mayoría de ciudades se han consolidado como una ciudad de tipología monocéntrica
radial con polaridades, donde están localizadas la mayoría de las actividades; esta rodeada de
una corona de municipios de acusado carácter residencial con dependencia funcional central
y de una segunda corona de gran extensión, caracterizada por un doble fenómeno la dispersión
en los municipios pequeños a diferencia de las capitales que tienen un modelo consolidado.

Problema de Investigación

¿QUÉ ES DINÁMICA DE SISTEMAS?

 Es una metodología
para entender
ciertas clases de
problemas
complejos:
- En la industria.
- Investigación de
proyectos.
- Poblaciones.
- Recursos.

SISTEMAS DINÁMICOS
La fuerte influencia de la correlación entre las entradas y salidas de grado
puede ser visto por el hecho de que se determina el valor propio más
grande de la matriz adyacencia. Este valor propio, a su vez, influye en las
propiedades de los sistemas dinámicos que evolucionan en la red, tales
como la sincronización de osciladores conectados en red.
¿Qué es un sistema dinámico?
Un sistema dinámico es todo acerca
de la evolución de algo durante un
tiempo. Para crear un sistema
dinámico simplemente tenemos que
decidir (1) ¿Cuál es el "algo" que
evolucionará con el tiempo y (2)
¿cuál es la regla que especifica la
forma en que algo evoluciona con el
tiempo. De esta manera, un sistema
dinámico es simplemente un
modelo que describe la evolución
temporal de un sistema.

 Zona que debe cubrir

cada atractor de forma
que tengamos que
viajar lo mínimo
posible.
 Zonas del plano que
están más cercanas a
cada punto de
actividad.
 Regiones más cercanas
a cada punto atractor,
como regiones de
Voronoi y con la región
FEM generada con el
algoritmo MiM, según
una Triangulación de En 1978 se inicia el estudio de problemas
geométricos usando algoritmos con la prestigiosa
Delaunay para tesis de Doctorado de. Shamos (1978), aunque
discretizar el dominio y antes, con el trabajo de Graham en 1972, se presenta
subdominios, con y sin uno de los algoritmos más conocidos para el cálculo
fricción. de la envolvente convexa

Modelado de la ciudad
Región modelo Malla de elementos finitos

Patrón de flujo Costo potencial

Patrón de flujo Costo potencial

Mallas Geométricas
La generación de mallas en dos
dimensiones consiste en aproximar
el dominio de simulación por un
polígono el cual se divide en
elementos geométricos sencillos
(cuadriláteros o triángulos) lo cual
quiere decir que la interacción de
dichos elementos, sea una arista
un vértice o un conjunto vacio. En
el cual se tiene un dominio
rectangular. La Geometría Computacional resuelve
• Método frontal o del frente de avance. algorítmicamente problemas de
• Triangulación Delaunay de un naturaleza geométrica y se ha centrado
conjunto de puntos. en problemas dentro del plano y otros
• Subdivisiones sucesivas. espacios euclídeos.

Evolución Urbana …
Mientras más crece una ciudad en población y,
sobre todo, en extensión territorial, dispersando de
manera creciente sus actividades en un espacio
urbano cada vez mayor, más complejo se hace el
problema del transporte urbano y público en su
seno, incrementando sus costos y otros problemas
derivados.

Definición del contexto
La ubicación de las ciudades en el

espacio y los flujos que se desarrollan
entre ellas componen la red urbana o
sistema interurbano.

Evolución Urbana de la Ciudad de Ayacucho. Infraestructura Vial de la Ciudad de Ayacucho

La extensión del área
urbana de la ciudad es
aproximadamente 28
Km² (17.6% de la
superficie del área de
estudio).

Secuencia de operaciones con el Programa VERNE-MOBILIS

Módulo de entrada de datos. Puntos atractores en regiones. Refinamiento malla FEM
Vector dominios y subdominios. Generación malla en regiones. Zonas de viaje c/s fricción


APLICACIÓN
Superficies c/s fricción 1944-2014. Superficies c/s fricción 1963-2014. Superficies c/s fricción 1971-2014.
Superficies c/s fricción 1982-2014. Superficies c/s fricción 1992-2014. Superficies c/s fricción 2008-2014.

APLICACIÓN
Evolución c/s fricción 1963-2014. Evolución c/s fricción 1982-2014. Evolución c/s fricción 1996-2014.
Evolución c/s fricción 1971-2014. Evolución c/s fricción 1992-2014. Superficies c/s fricción 1996-2014.

Programación Matemática del Algoritmo ”MiM”

Mapa del dominio y subdominios de la ciudad de Ayacucho
al año 2014 con 23 subzonas de división con el algoritmo ”MiM”.

Resultados ”MiM”: Evolución Urbana de Ayacucho

Puntos atractores, 1944. Discretización FEM, 1944. Refinamiento malla, 1944.
Envolvente convexa, 1944. T.Delaunay - D. Voronoi, 1944. Resultado Zonas de viaje, 1944.




Envolvente convexa, 1992. T.Delaunay - D. Voronoi, 1992. Resultado Zonas de viaje, 1992

Envolvente convexa, 1996. T.Delaunay - D. Voronoi, 1996. Resultado Zonas de viaje, 1996


Resultados simplificados tipo CBD con MiM, Ayacucho 2016

Discretización FEM, 2016.
Resultado Zonas de viaje, 2016.
Refinamiento FEM, 2016.

Simulación con superficies de fricción

Zona de viaje-modelo isotrópico (46 atractores)

Dominio 2014, subdominio 1963. Zona de viaje sin superficie de fricción 1963-2014.
Mallado FEM sector 2014 y 1963.

Zona de viaje-modelo isotrópico (46 atractores)


Zona de viaje-modelo anisotrópico (46 atractores)


Zona de viaje-modelo anisotrópico (46 atractores)


Ayacucho 1944

DINÁMICA DE SISTEMAS URBANOS PARA LA SimulaciónR1R2 de Ciudades...
0
0
R3 0
R4 0
Ayacucho 1944 R5 0
R6 0
R7 0
R8 0
R9 0
R10 0
R11 0
R12 0
R13 6.5080e+04
R14 2.3064e+05
R15 2.5033e+05
R16 6.1245e+04
R17 1.6366e+05
R18 1.3408e+05
R19 6.1949e+04
R20 7.0017e+03
R21 0
R22 0
R23 0
R24 0
R25 0
R26 0
R27 0
R28 0
R29 0
R30 0
R31 5.7875e+04
R32 1.0734e+04
R33 3.3974e+04
R34 7.1619e+04
R35 1.0600e+05
R36 5.9980e+04
R37 1.3980e+05
R38 3.3336e+05

Ayacucho 1963

DINÁMICA DE SISTEMAS URBANOS PARA LA SimulaciónR1R2de Ciudades...
0
0
R3 0
R4 0
Ayacucho 1963 R5
R6
0
0
R7 0
R8 0
R9 0
R10 0
R11 0
R12 0
R13 1.3574e+05
R14 3.4979e+05
R15 2.9198e+05
R16 7.0452e+04
R17 1.6529e+05
R18 2.8999e+05
R19 5.9201e+04
R20 7.3975e+03
R21 8.0055e+04
R22 9.1036e+04
R23 6.0698e+03
R24 0
R25 0
R26 0
R27 0
R28 0
R29 0
R30 0
R31 5.7738e+04
R32 2.6837e+04
R33 6.7807e+04
R34 1.5374e+05
R35 1.8050e+05
R36 9.3199e+04
R37 2.5258e+05
R38 3.4306e+05

Ayacucho 1982

R1 4.8462e+05
R2 7.0504e+04
Ayacucho 1982 R3 2.5213e+05
R4 6.5561e+05
R5 1.7706e+05
R6 2.2842e+05
R7 2.8112e+05
R8 1.7618e+05
R9 1.9252e+05
R10 4.2103e+05
R11 3.2090e+05
R12 3.4136e+05
R13 4.7933e+05
R14 9.9082e+05
R15 3.3816e+05
R16 5.6790e+04
R17 1.6603e+05
R18 3.7754e+05
R19 6.8677e+04
R20 7.3017e+04
R21 2.7596e+05
R22 3.5518e+05
R23 4.5730e+04
R24 9.8006e+04
R25 1.3228e+05
R26 3.1670e+04
R27 2.0359e+05
R28 0
R29 0
R30 0
R31 6.8879e+04
R32 4.3495e+05
R33 1.5166e+05
R34 1.7879e+05
R35 2.8415e+05
R36 1.8990e+05
XXIV
R37 8.7119e+05
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL
R38 4.4650e+05

Ayacucho 2008

R1 2.1910e+06
R2 2.8200e+05
R3 3.0750e+05
Ayacucho 2008 R4
R5
9.3735e+05
4.6381e+05
R6 7.5655e+05
R7 1.1745e+06
R8 1.1677e+06
R9 1.0560e+06
R10 8.9973e+05
R11 4.6103e+05
R12 4.1730e+05
R13 4.5411e+05
R14 1.0820e+06
R15 3.5786e+05
R16 5.5550e+04
R17 1.6827e+05
R18 3.8058e+05
R19 6.9640e+04
R20 6.5154e+04
R21 2.6646e+05
R22 4.3289e+05
R23 1.7152e+06
R24 2.0526e+05
R25 3.0105e+05
R26 2.7908e+05
R27 4.7614e+05
R28 3.4699e+05
R29 3.5445e+05
R30 1.3395e+05
R31 3.9532e+04
R32 5.1132e+05
R33 1.7845e+05
R34 2.3723e+05
R35 3.7347e+05
R36 2.3639e+05
R37 1.3662e+06
R38 6.0340e+05

Creación de zonas de viaje: Caso de Estudio Ruta 10

Zonificación de la Ciudad de Ayacucho en 23 sectores. Division de la ciudad en 23 sectores.


Dominio general de la ciudad y red de la Ruta10. Sectores pertenecientes al recorrido de la Ruta10 .


Atractores en el recorrido de la Ruta10. Integración de sectores de influencia de la Ruta10.

5.8661e+05 8.5430e+06 1
Ayacucho 2016 5.8713e+05
5.8701e+05
8.5430e+06
8.5434e+06
1
1
5.8679e+05 8.5437e+06 1
5.8634e+05 8.5438e+06 1
5.8614e+05 8.5440e+06 1
5.8597e+05 8.5442e+06 1
5.8574e+05 8.5444e+06 1
5.8558e+05 8.5445e+06 1
5.8542e+05 8.5447e+06 1
5.8525e+05 8.5448e+06 1
5.8514e+05 8.5449e+06 1
5.8479e+05 8.5449e+06 1
5.8442e+05 8.5450e+06 1
5.8426e+05 8.5450e+06 1
5.8429e+05 8.5451e+06 1
5.8435e+05 8.5454e+06 1
5.8441e+05 8.5456e+06 1
5.8432e+05 8.5458e+06 1
5.8436e+05 8.5460e+06 1
5.8439e+05 8.5461e+06 1
5.8446e+05 8.5464e+06 1
5.8451e+05 8.5466e+06 1
5.8437e+05 8.5468e+06 1
5.8425e+05 8.5469e+06 1
5.8408e+05 8.5472e+06 1
5.8385e+05 8.5472e+06 1
5.8381e+05 8.5475e+06 1
5.8374e+05 8.5480e+06 1
5.8372e+05 8.5482e+06 1
5.8422e+05 8.5460e+06 1
5.8396e+05 8.5460e+06 1
5.8392e+05 8.5459e+06 1
5.8390e+05 8.5458e+06 1
5.8384e+05 8.5455e+06 1
5.8378e+05 8.5453e+06 1
5.8376e+05 8.5451e+06 1
5.8401e+05 8.5451e+06 1

5.8661e+05 8.5430e+06 1
Ayacucho 2016 5.8713e+05
5.8701e+05
8.5430e+06
8.5434e+06
1
1
5.8679e+05 8.5437e+06 1
5.8634e+05 8.5438e+06 1
5.8614e+05 8.5440e+06 1
5.8597e+05 8.5442e+06 1
5.8574e+05 8.5444e+06 1
5.8558e+05 8.5445e+06 1
5.8542e+05 8.5447e+06 1
5.8525e+05 8.5448e+06 1
5.8514e+05 8.5449e+06 1
5.8479e+05 8.5449e+06 1
5.8442e+05 8.5450e+06 1
5.8426e+05 8.5450e+06 1
5.8429e+05 8.5451e+06 1
5.8435e+05 8.5454e+06 1
5.8441e+05 8.5456e+06 1
5.8432e+05 8.5458e+06 1
5.8436e+05 8.5460e+06 1
5.8439e+05 8.5461e+06 1
5.8446e+05 8.5464e+06 1
5.8451e+05 8.5466e+06 1
5.8437e+05 8.5468e+06 1
5.8425e+05 8.5469e+06 1
5.8408e+05 8.5472e+06 1
5.8385e+05 8.5472e+06 1
5.8381e+05 8.5475e+06 1
5.8374e+05 8.5480e+06 1
5.8372e+05 8.5482e+06 1
5.8422e+05 8.5460e+06 1
5.8396e+05 8.5460e+06 1
5.8392e+05 8.5459e+06 1
5.8390e+05 8.5458e+06 1
5.8384e+05 8.5455e+06 1
5.8378e+05 8.5453e+06 1
5.8376e+05 8.5451e+06 1
5.8401e+05 8.5451e+06 1

Ayacucho 2016
1 Isotropico
2 Isotropico
3 Isotropico
4 Isotropico
5 Isotropico
6 Isotropico
7 Isotropico
8 Isotropico

Ayacucho 2016
5.8726e+05 8.5433e+06 8
5.8645e+05 8.5437e+06 8
5.8549e+05 8.5447e+06 8
5.8503e+05 8.5449e+06 6
5.8440e+05 8.5450e+06 6
5.8424e+05 8.5450e+06 2
5.8440e+05 8.5457e+06 2
5.8429e+05 8.5457e+06 2
5.8435e+05 8.5460e+06 3
5.8448e+05 8.5466e+06 3
5.8426e+05 8.5469e+06 1
5.8388e+05 8.5472e+06 1
5.8379e+05 8.5480e+06 5
5.8421e+05 8.5460e+06 3
5.8416e+05 8.5457e+06 2
5.8389e+05 8.5458e+06 2
5.8376e+05 8.5451e+06 2

Ayacucho 2016
5.8726e+05 8.5433e+06 8
5.8645e+05 8.5437e+06 8
5.8549e+05 8.5447e+06 8
5.8503e+05 8.5449e+06 6
5.8440e+05 8.5450e+06 6
5.8424e+05 8.5450e+06 2
5.8440e+05 8.5457e+06 2
5.8429e+05 8.5457e+06 2
5.8435e+05 8.5460e+06 3
5.8448e+05 8.5466e+06 3
5.8426e+05 8.5469e+06 1
5.8388e+05 8.5472e+06 1
5.8379e+05 8.5480e+06 5
5.8421e+05 8.5460e+06 3
5.8416e+05 8.5457e+06 2
5.8389e+05 8.5458e+06 2
5.8376e+05 8.5451e+06 2

Ayacucho 2016
5.8725e+05 8.5433e+06 8
5.8647e+05 8.5437e+06 8
5.8547e+05 8.5447e+06 8
5.8442e+05 8.5450e+06 6
5.8425e+05 8.5450e+06 2
5.8376e+05 8.5451e+06 2
5.8391e+05 8.5457e+06 2
5.8441e+05 8.5456e+06 2
5.8434e+05 8.5460e+06 3
5.8448e+05 8.5466e+06 3
5.8426e+05 8.5469e+06 4
5.8388e+05 8.5472e+06 5
5.8376e+05 8.5480e+06 5

Ayacucho 2016
1 Isotropico
2 Isotropico
3 Isotropico
4 Isotropico
5 Isotropico
6 Isotropico
7 Isotropico
8 Isotropico

Ayacucho 2016
R1 8.0735e+05
R2 1.5825e+06
R3 2.3252e+06
R4 6.5113e+05
R5 3.4675e+05
R6 1.3462e+06
R7 1.0063e+06
R8 6.3927e+05
R9 4.2878e+05
R10 1.7842e+06
R11 7.6123e+05
R12 8.3694e+05
R13 6.6097e+05

2 Anisotropico
Ayacucho 2016 2 Anisotropico
1 Isotropico
1 Isotropico
1 Isotropico
2 Anisotropico
1 Isotropico
2 Anisotropico
R1 8.0735e+05
R2 1.5825e+06
R3 1.3791e+06
R4 5.9104e+05
R5 3.3776e+05
R6 9.3993e+05
R7 2.7751e+05
R8 1.5377e+05
R9 2.6491e+06
R10 2.1300e+06
R11 7.7345e+05
R12 8.9446e+05
R13 6.6097e+05

Diagrama de red y subdominios de Ruta10. Discretización del MDT con malla FEM de 8 sectores .


Zonas de viaje c/f.Isotrópica K=1.0 (Z1… Z8). Z1; Z6; Z7; Z8 = 1.0; Z2; Z5 = 1.5; Z3; Z4 = 2.0.


Z3; Z4; Z5 = 1.0; Z2; Z7; Z8 = 1.5; Z1; Z6 = 2.0. Z3=1.0; Z4=1.25; Z5=1.5; Z2=1.75; Z7=2.0; Z8=2.25;
Z6=2.5; Z1=2.25

Tabla de resultados de modelos isotrópicos y anisotrópicos

Gracias

Dinámica de Sistemas Urbanos UNSCH

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Dinámica de Sistemas Urbanos UNSCH

Cargado por

Copyright:

Formatos disponibles

DINÁMICA DE SISTEMAS URBANOS PARA LA Simulación de Ciudades...

XXIV CONGRESO NACIONAL DE ESTUDIANTES DE INGENIERÍA CIVIL – CONEIC AYACUCHO

"Lo que me gusta pensar de las

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

Cristian Castro Pérez.

AYACUCHO – 08 DE AGOSTO DE 2016

En la "ciencia de las ciudades," podríamos estar

Aumento del número de

Límite inferior: la autosuficiencia

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

Núcleos urbanos ordenados jerárquicamente

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

RELACIÓN ENTRE JERARQUÍA Y DISTRIBUCIONES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

ANALOGÍA ENTRE NEOPLASMAS

Baltimore-Washington (Masek & al 2006)

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

Estudios de casos con SLEUTH

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

Proyección de crecimiento (SLEUTH)

Eficiencia aproximada superior al 80%

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

FÍSICA TEÓRICA CON LA TEORÍA UNIFICADA DE

"El problema del siglo 21

LAS LEYES FÍSICAS QUE RIGEN LAS CIUDADES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

LAS LEYES FÍSICAS QUE RIGEN LAS CIUDADES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

LAS LEYES FÍSICAS QUE RIGEN LAS CIUDADES

Según West, “entran factores mucho más

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

LAS LEYES FÍSICAS QUE RIGEN LAS CIUDADES

Esto no ocurre en las ciudades porque están fuera del

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

MATEMÁTICAS DE LAS CIUDADES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

MATEMÁTICAS DE LAS CIUDADES

Por ejemplo: Si trabaja en un centro de trabajo una de las

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

MATEMÁTICAS DE LAS CIUDADES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

MATEMÁTICAS DE LAS CIUDADES

XXIV UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL

MATEMÁTICAS DE LAS CIUDADES