Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
en Geografía Humana
Gustavo D. Buzai
Marcela Virginia Santana Juárez
(Compiladores)
Coleccion Espacialidades 2
I
Instituto de Investigaciones Geográcas
Universidad Nacional de Luján
NIGEO
Métodos cuantitativos
en Geografía Humana
Gustavo D. Buzai
Marcela Virgina Santana Juárez
(compiladores)
Métodos cuantitativos en geografía humana / Gustavo D. Buzai ... [et al.] ; compilado
por
Gustavo D. Buzai ; Marcela Virginia Santana Juárez. - 1a ed . - Ciudad Autónoma
de
Buenos Aires : Impresiones Buenos Aires Editorial, 2019.
Libro digital, PDF
RESIDIG (www.redisig.org)
Red Iberoamericana de Sistemas de Información Geográfica
Presidente: Ing. Omar Delgado Inga
PRODISIG (www.prodisig.unlu.edu.ar)
Programa de Docencia e Investigación en Sistemas de Información Geográfica.
Director: Dr. Gustavo D. Buzai
Primera edición
Editado en Argentina
© INIGEO.
11
o rd e n a m i e n to te r r i to r i a l , p l a n e a c i ó n i n te g ra l , r i e s g o ,
vulnerabilidades y resiliencia en un nivel socioespacial.
12
del texto son: centrografıá, distribuciones de frecuencias, cá lculo de
concentració n espacial, estandarizació n de datos, estimaciones por
teledetecció n, autocorrelació n espacial, clasificació n espacial,
cá lculo de indicadores, evaluació n multicriterio, interpolació n,
regresió n, cá lculo de flujos regionales, modelos de localizació n-
asignació n, pará metros estadı́ s ticos y aná lisis temporal por
tabulació n cruzada.
13
14
Capítulo 1
MÉTODO CENTROGRÁFICO
1.1 Aplicación a la localización de sitios arqueológicos en la
cuenca del rio Lujan, Argentina
Sonia L. Lanzelotti
Noelia Principi
SÍNTESIS
En este capı́ t ulo se presentan mé todos de aná lisis
centrográ fico para el estudio de la localizació n de sitios
arqueoló gicos. Se desarrollan sinté ticamente los procedimientos
metodoló gicos para realizar cá lculos de centralidad y dispersió n y
se detallan los pasos para su resolució n con Sistemas de
Informació n Geográ fica. La aplicació n se realiza en la cuenca del rıo
́
Lujá n (provincia de Buenos Aires, Argentina).
INTRODUCCIÓN
El objetivo del capıt́ulo es presentar cá lculos de tendencia
central y dispersió n de entidades puntuales que permitan analizar
la distribució n espacial de las localizaciones de sitios arqueoló gicos
a partir del aná lisis centrográ fico en la cuenca del rı́o Lujá n
(provincia de Buenos Aires, Argentina) con apoyo en Sistemas de
Informació n Geográ fica (SIG).
Dentro del aná lisis espacial cuantitativo el estudio de la
distribució n espacial de entidades puntales resulta de interé s y es
posible realizarlo a travé s de la adecuació n de cá lculos aritmé ticos
unidimensionales, hacia el tratamiento geomé trico de los datos
considerando la bidimensionalidad del espacio geográ fico (Buzai y
Baxendale, 2012).
Las medidas de centralidad y dispersió n que se presentan
son de sencilla interpretació n y comprensió n y se calculan de forma
15
Sonia L. Lanzelotti y Noelia Principi
16
Métodos Centrográficos
17
Sonia L. Lanzelotti y Noelia Principi
18
Métodos Centrográficos
Donde y es el desvıo
́ está ndar de las distancias
respecto de los ejes rotados doble prima, x´e y´ son las coordenadas
de cada punto, θ es el á ngulo de rotació n de los ejes y n la cantidad de
observaciones.
19
Sonia L. Lanzelotti y Noelia Principi
20
Métodos Centrográficos
21
Sonia L. Lanzelotti y Noelia Principi
22
Métodos Centrográficos
23
Sonia L. Lanzelotti y Noelia Principi
CONSIDERACIONES FINALES
Los cá lculos de aná lisis centrográ ficos tienen un fuerte
potencial descriptivo. Es necesario destacar, sin embargo, que el
aná lisis y las interpretaciones que se hagan de estos resultados,
dependerá n exclusivamente de la calidad de la base de datos
empleada, y del conocimiento que los investigadores tengan respecto
de la disciplina sobre la cual se aplican. Ası ́por ejemplo, en el caso de
los sitios arqueoló gicos, la tendencia que se observa en la localizació n
de los sitios con mayor antigü edad responde por un lado a la historia
de las investigaciones realizadas en la cuenca y por otro, a las unidades
geomorfoló gicas que representan rangos cronoló gicos má s antiguos.
Ası,́ por ejemplo, hacia la cuenca baja del rıo ́ Lujá n, las historia
geoló gica indica que el sustrato estuvo disponible para su ocupació n
recié n a partir del Holoceno tardıo ́ (es decir, en los ú ltimos 2000 añ os
antes del presente) en tanto que en la cuenca superior y media se
registran unidades geomorfoló gicas correspondientes a toda la
secuencia del Holoceno (es decir, los ú ltimos 10000 añ os antes del
presente) e incluso desde Pleistoceno (de 2,6 millones a 10.000 añ os
antes del presente). De este modo, la distribució n observada no
responde a patrones del uso del espacio por parte de las sociedades
prehispá nicas, sino a factores que indican la disponibilidad de estos
espacios para su ocupació n. Del mismo modo, la tendencia observada
respecto de la localizació n de sitios con mayor cantidad de hallazgos,
24
Métodos Centrográficos
BIBLIOGRAFÍA
Buzai, G. D. y Baxendale, C. A. 2012. Análisis socioespacial con sistemas
de información geográfica. Tomo 2: Ordenamiento territorial –
Temáticas de base vectorial. Lugar Editorial. Buenos Aires.
Ebdon, D. 1982. Estadística para geógrafos. Oikos-tau. Barcelona.
Gá mir Orueta, A.; Ruiz Pé rez, M.; Seguı ́ Pons, K. 1995. Prácticas de
análisis espacial. Oikos-Tau. Barcelona.
Lanzelotti, S.L.; H. Arzani; K. Chichkoyan, N.M. Novo & A. Zurita.
2016. El patrimonio arqueoló gico y paleontoló gico de la cuenca
superior del rıo
́ Lujá n: investigació n y gestió n. En: Actas del XIX
Congreso Nacional de Arqueología Argentina, pp. 629-633. San
Miguel de Tucumá n.
Ned Levine & Associates. 2002. CrimeStat © II. A Spatial Statistics
Program for the Analysis of Crime Incident Locations. The National
Institute of Justice. Washington.
25
26
Métodos Centrográficos
SÍNTESIS
Este capı́ t ulo presenta la aplicació n de una serie de
herramientas de estadıśtica espacial que a pesar de su sencillez y
alto poder explicativo en el aná lisis exploratorio de datos espaciales
(AEDE), generalmente son relegadas por otras de mayor
complejidad como la autocorrelació n espacial y la regresió n
geográ ficamente ponderada. Se realiza un ejercicio para analizar los
patrones de localizació n de una de las modalidades de comercio
moderno que han tenido gran auge en las ciudades: el comercio de
conveniencia y se ha elegido la cadena comercial Oxxo por ser la de
mayor representatividad en Mé xico.
INTRODUCCIÓN
El estudio de los problemas urbanos en la actualidad
representa un desafıo
́ para las disciplinas que han acogido a las
ciudades como su objeto de estudio. De esta forma, existen
abordajes metodoló gicos muy variados que van desde buscar el
entendimiento de estos problemas desde una vı́a netamente
cuantitativa, hasta aquellos que han privilegiado el uso de té cnicas
cualitativas.
La geografıá posee un bagaje de herramientas de aná lisis
que por mucho superan las propuestas por otras disciplinas al
considerar la dimensió n espacial como una variable má s para
entender no solamente la intensidad con el que se dan los problemas
de los problemas de las ciudades, sino tambié n aborda y analiza su
distribució n y causalidad. En este sentido, el aná lisis espacial como
una parte especializada del aná lisis geográ fico, aglutina una serie de
té cnicas (la estadı́ s tica espacial, el aná lisis exploratorio y
27
Juan Campos Alanís, Edel CadenaVargas y José Francisco Monroy Gaytán
28
Métodos Centrográficos
29
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
30
Métodos Centrográficos
31
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
æ xi yi ö
( X , Y ) = çç , ÷ ……………………1
n n ÷
è ø
Donde:
X,Y= Coordenadas de la media espacial
xi,yi= Coordenadas x, y del punto i
n= nú mero de observaciones
32
Métodos Centrográficos
æ å wi x i å wi y i ö
( X w , Yw ) = ç , ÷
ç åw å w
è i i ø
Donde:
Xw,Yw= Coordenadas de la media espacial ponderada
xi,yi= Coordenadas x, y del punto i
wi= Valor del atributo en punto o unidad espacial 1
n
Minå f i = ( x i - u ) 2 + ( y i - v) 2 ---------------4
i =1
Donde:
xi,yi= Coordenadas x, y del punto i
u,v= ajuste matemático de la función mediana
fi= El peso de cada punto pi
33
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
34
Métodos Centrográficos
35
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
36
Métodos Centrográficos
n n
(x i - x mc ) 2 + å ( y i - y mc ) 2
i =1 i =1
SD = 5
Æ
n n
å f (x i i - x mc ) 2 + å f i( y i - y mc ) 2
i =1 i =1
SDp = n
---------6
i =1
fi
Donde:
xi,yi= Coordenadas del punto i
xmc,ymc= Coordenadas de la media espacial
fi= valor de la variable en el punto i.
37
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
38
Métodos Centrográficos
(x i - xmc ) 2
i =1
SDEx = ----------------------7
Æ
n
(y i - y mc ) 2
i =1
SDEy = -----------------------8
n
A+ B
tan F =
C
æ n 2
n
2ö
A = ç å xd i - å yd i ÷
è i =1 i =1 ø
2 2 ----9
æ n 2
n
2ö æ n ö
B = ç å xd i - å Yd i ÷ + 4ç å xd i yd i ÷
è i =1 i =1 ø è i =1 ø
n
C = 2 xd i yd i
i =1
Donde:
xi,yi= coordenadas del punto i.
xmc,ymc= Coordenadas de la media espacial
xdi,ydi= desviaciones de las coordenadas x,y a partir de la
media espacial
n= nú mero de entidades
39
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
40
Métodos Centrográficos
41
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
42
Métodos Centrográficos
BIBLIOGRAFÍA
43
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
Buzai D., Gustavo y Claudia A. Baxendale. Aná lisis socio espacial con
Sistemas de Informació n Geográ fica, Buenos Aires: GEPAMA, 2006.
-------------------. Aná lisis Socioespacial con Sistemas de Informació n
Geográ fica. Perspectiva cientıf́ica / temá ticas de base raster. (Tomo
1). Lugar Editorial. Buenos Aires, 2011.
E S R I . A r c G I S f o r d e s k t o p , h e l p c e n t e r . E n
htpp://desktop.arcgis.com/es/desktop descargado el 4 de abril de
2015.
44
Métodos Centrográficos
Garrocho, Carlos, Juan Campos Alanıś y Tania Chá vez Soto. Aná lisis
espacial de los inmuebles dañ ados por el sismo 19S-2017 en la
Ciudad de Mé xico. En Salud Pública de México, No. 60, suplemento I.
pp. 31-40.
Gó mez Pln´Eiro, J. Las té cnicas tradicionales del aná lisis geográ fico.
Larralde, nU, 1994, vol. 17, p. 341-356.
Lee, Jay; Wong, David WS. Statistical analysis with ArcView GIS. John
Wiley & Sons, 2001.
Mitchell, Andy. The ESRI Guide to GIS Analysis, Volume 2. ESRI Press, 2005.
45
Juan Campos Alanís, Edel Cadena Vargas y José Francisco Monroy Gaytán
46
Capítulo 2
SÍNTESIS
La metodologı́a implementada en el aná lisis de huertos
familiares utilizó los SIG en la identificació n de aspectos espaciales de
estos agroecosistemas. Posteriormente, mediante investigació n
participativa se realizó la comprensió n sobre el manejo agroecoló gico,
ası ́ como los factores socioculturales vinculados a estos sistemas. Se
aplicó en tres localidades de la zona de ecotono del Estado de Mé xico.
INTRODUCCIÓN
La metodologıá aplicada consta de las siguientes etapas: 1)
el aná lisis espacial sobre la distribució n y frecuencia de los huertos
familiares en las localidades estudiadas; 2) el aná lisis agroecoló gico
de estos agroecosistemas; y 3) el aná lisis sociocultural de las
familias que poseen, administran y manejan agroecosistemas con
huertos familiares.
El estudio de los agroecosistemas con huertos familiares,
formulada por Gutié rrez et al. (2015, 2016, 2017), Garcıá (2016) y
Garcıá et al. (2016, 2018). Se sustenta bajo la postura filosó fica
analıt́ica-hermené utica, debido a que considera la cosificació n del
objeto de estudio para el aná lisis objetivo de la realidad; con ello
entender los procesos que conllevan a su comprensió n ló gica y
47
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
48
Métodos para el análisis de distribución de frecuencias
49
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
50
Métodos para el análisis de distribución de frecuencias
51
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
52
Métodos para el análisis de distribución de frecuencias
53
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
54
Métodos para el análisis de distribución de frecuencias
55
Análisis agroecológico de los huertos familiares en las
localidades estudiadas
56
Métodos para el análisis de distribución de frecuencias
57
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
58
Métodos para el análisis de distribución de frecuencias
59
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
60
Métodos para el análisis de distribución de frecuencias
61
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
62
Métodos para el análisis de distribución de frecuencias
CONSIDERACIONES FINALES
BIBLIOGRAFÍA
Garcıá, J.C.; Gutié rrez, J.G. 2016. Aná lisis de los huertos familiares
como sistema productivo. En: Má rquez, J. A. Planificación territorial,
desarrollo sustentable y geodiversidad. Universidad de Huelva, Lima
Perú .
63
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
Garcı́a, J.C.; Gutié rrez, J.G.; Balderas, M.A.; Araú jo, M.R. 2016a.
Sociocultural and environmental benefits from family orchards in
the Central Highlands of Mé xico. Bois et forets des tropiques.
329(3):29-42.
Garcı́a, J.C.; Gutié rrez, J.G.; Balderas, M.A.; Araú jo, M.R. 2016b.
Aprovechamiento de huertos familiares en el altiplano central
mexicano. Revista Mexicana de Agroecosistemas. 3(2):149-162.
Garcı́a, J.C.; Gutié rrez, J.G.; Balderas, M.A.; Araú jo, M.R. 2016c.
Estrategia de vida en el medio rural del Altiplano Central Mexicano: El
huerto familiar. Agricultura, Sociedad y Desarrollo. 13(4):141-161.
64
Métodos para el análisis de distribución de frecuencias
Gutié rrez, J.G.; White, L.; Juan, J.I.; Chá vez, M.C. 2015.
Agroecosistemas de Huertos familiares en el Sub tró pico del
Altiplano Mexicano. Una Visió n Sisté mica. Tropical and Subtropical
Agroecosystems. 18:237-250.
Gutié rrez, J. G.; Antonio, X.; Balderas, M. A.; Morales, C.; Araujo, M. R.;
White, L.; Chá vez, M. C.; Baró , J. E.; Garcıá, J. C. y Gonzá lez, A. K. 2016b.
Estrategia agroecoló gica comunitaria para prevenir la
vulnerabilidad ambiental y social: los huertos familiares. En:
Santana, V.; Hoyos, G.; Santana, G.; Pineda, N. y Campos, H.
Vulnerabilidad territorial ante la expansión urbana. Toluca, Mé xico.
Gutié rrez, J. G.; Antonio, X.; Balderas, M. A.; Morales, C.; Araujo, M. R.;
Juan, J. I.; White, L.; Chá vez, M. C.; Baró , J. E.; Garcıá, J. C. y Gonzá lez, A.
K. 2016c. Distribució n espacial de los huertos familiares y
caracterı́ s ticas geográ ficas en Malinalco, Tenancingo y Villa
Guerrero. Estrategia comunitaria para conservar la biodiversidad y
la seguridad alimentaria rural. En: Santana, V.; Hoyos, G.; Santana, G.;
Pineda, N. y Campos, H. Vulnerabilidad territorial ante la expansión
urbana. Toluca, Mé xico.
Gutié rrez, J. G.; Morales, C.; Araujo, M. R. y Balderas, M. A. 2016d. Los huertos
familiares del Sur del Estado de Mé xico. Estrategia Comunitaria para la
sustentabilidad y el desarrollo rural regional. En: Có rdova, H.; Czerny, M. y
Novoa, Z. Ordenamiento territorial y desarrollo rural. Lima, Perú .
Gutié rrez, J. G.; Antonio, X.; Balderas, M. A.; Morales, C.; Juan, J. I.;
White, L.; Chá vez, M. C.; Garcıá, J. C. y Gonzá lez, A. K. 2017a. Huertos
familiares en el Subtró pico del Altiplano Central de Mé xico.
Estrategia agroecoló gica comunitaria contra la vulnerabilidad
socioeconó mica y ambiental En: Lisocka-Jaegermann, B.;
Piotrowska, Z. y Ząbecki, K. (Ed.). La vulnerabilidad socioeconómica y
ambiental en el contexto local y regional. Varsovia, Polonia.
65
Jesús Gastón Gutiérrez Cedillo, José Carmen García Flores y Miguel Ángel Balderas Plata
66
Capítulo 3
Gustavo D. Buzai
Claudia A. Baxendale
SÍNTESIS
Este capıt́ulo presenta una combinació n de procedimientos
para el estudio de la concentració n espacial a travé s del cá lculo del
ın
́ dice de concentració n espacial global (ICEG) y areal (ICEA), su mapeo
por cartografıá temá tica y representació n grá fica mediante la curva de
Lorenz. Se aplica al aná lisis espacial de la població n de origen boliviano
en los municipios que pertenecen a la cuenca del rıo ́ Lujá n (Argentina).
INTRODUCCIÓN
El presente capı́ t ulo tiene por objetivo realizar una
introducció n al cá lculo de concentració n espacial de toda
caracterıśtica poblacional a partir de la combinació n del trabajo con
planillas de cá lculo en el tratamiento de datos numé ricos y su
representació n grá fica, y SIG para la realizació n de cartografıá.
La estrategia metodoló gica contempla el cá lculo de un ın
́ dice
global, un ın ́ dice areal que se distribuye entre las unidades espaciales
que componen el á rea de estudio con la finalidad de representar
cartográ ficamente dó nde se localiza la concentració n y la realizació n
1
del grá fico de concentració n, llamado curva de Lorenz . La totalidad de
estos resultados en conjunto brindan un panorama detallado de
1
Realizada por el economista Max Otto Lorenz en 1905 para el aná lisis de
desigualdades en las rentas fue utilizada inicialmente por John Kirtland
Wright en el aná lisis geográ fico (Corbett, 2001).
67
Gustavo D. Buzai y Claudia A. Baxendale
68
Método para el cálculo de concentración espacial
# µ°§≤
Ø # °¨£µ¨Ø§•¨ )# %'
69
Gustavo D. Buzai y Claudia A. Baxendale
donde ICEAi es cada resultado del ıń dice, mientras que M y m son los
valores má ximo y mın
́ imo de la serie de datos respectivamente.
bi (%)
[ 2 ] ICEAi =
supi (%)
70
Método para el cálculo de concentración espacial
71
Gustavo D. Buzai y Claudia A. Baxendale
Sup bi (va) bi (va) / Sup Sup (%) bi (%) Sup (%ac) bi (%ac)
UE2 d 21 d 22 d 22 / d 21 d 24 d 25 d 26 d 27
UE3 d 31 d 32 d 32 / d 31 d 34 d 35 d 36 d 37
UE1 d11 d12 d12 / d11 d14 d15 d16 d17
M M M M M M M
UEn d n1 d n2 d n 2 / d n1 dn4 d n5 100 100
å Sup b(va) 100 ﮭ ﮭو
72
Método para el cálculo de concentración espacial
73
Gustavo D. Buzai y Claudia A. Baxendale
Curva de Lorenz
74
Método para el cálculo de concentración espacial
75
Gustavo D. Buzai y Claudia A. Baxendale
76
Método para el cálculo de concentración espacial
©GESIG - UNLU
Consideraciones finales
77
Gustavo D. Buzai y Claudia A. Baxendale
Agradecimiento
A la Lic. Silvina Má rquez por haber realizado los cá lculos de
concentració n espacial para la totalidad de comunidades
extranjeras del á rea de estudio en planilla de cá lculos como parte de
las tareas de té cnicas asignadas en los proyectos de investigació n del
GESIG, Universidad Nacional de Lujá n.
BIBLIOGRAFÍA
78
Método para el cálculo de concentración espacial
79
80
Capítulo 4
SÍNTESIS
INTRODUCCIÓN
81
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
Estandarización de tasas
82
Método de estandarización de tasas
83
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
Ecuació n 1:
En donde:
Nme: Nú mero de Muertes Esperadas
Tge: Tasa de mortalidad por grupos de edad del á rea de estudio
Pge: Població n por grupos de edad del á rea de estudio
Sustituyendo las variables en la ecuació n queda de la
siguiente manera (ecuació n 2):
Ecuació n 2.
Ecuació n 3
En donde:
RME es la Razó n de Mortalidad Estandarizada
Mo: Muertes Observadas por cada grupo de edad
Me: Muertes Esperadas por cada grupo de edad
Una vez obtenido el resultado de la divisió n de los observados
entre los esperados se multiplica por 100 para obtener la RME lo cual
indica el exceso o el dé ficit en el comportamiento real de la mortalidad
en la població n de estudio con respecto a lo que se hubiera esperado.
84
Método de estandarización de tasas
86
Método de estandarización de tasas
87
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
88
Método de estandarización de tasas
Atizapán de
15027 Chapultepec 212 15013 67
Zaragoza
Coacalco de
15034 Ecatzingo 195 15020 71
Berriozábal
San Simón de
15077 195 15095 Tepotzotlán 74
Guerrero
89
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
90
Método de estandarización de tasas
91
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
Coatepec
15021 139 15116 Zacazonapan 76
Harinas
Ixtapan de la Cuautitlán
15040 137 15121 80
Sal Izcalli
Almoloya del
15006 134 15081 Tecámac 84
Río
92
Método de estandarización de tasas
DISCUSIÓN
93
Jesús Emilio Hernández Bernal y MarcelaVirginia Santana Juárez
BIBLIOGRAFÍA
Miller, 2004 Tobler´s first law and spatial analysis. Annals of the
Association of American Geographers.
94
Capítulo 5
SÍNTESIS
INTRODUCCIÓN
95
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
las longitudes de onda reflejadas desde la superficie del agua y con esto
detectar distintos pará metros que intervienen en la calidad del agua,
entre ellos, só lidos suspendidos totales, clorofila-a, salinidad, fosforo total,
profundidad (Shihu, 2011; Chawira y otros, 2013).
96
Método de estimación por teledetección
97
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
2. Adquisició n de las imá genes de saté lite a travé s del sitio web
del Servicio Geoló gico de los Estados Unidos (USGS, por sus
siglas en inglé s), tomado en consideració n que la imagen se
encuentre en el mes cuando se recolectaron las muestras o
en su caso una fecha lo má s pró xima posible.
98
Método de estimación por teledetección
Figura 2: Modelo geomá tico para obtener pará metros de la calidad del agua
99
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
Hidroelé ctrico “Miguel Alemá n”, que ahora forma parte del sistema
hidrá ulico “El Cutzamala”. (Avalos Pina, 2012).
100
Método de estimación por teledetección
OXÍGENO DISUELTO
101
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
CONDUCTIVIDAD ELÉCTICA
102
Método de estimación por teledetección
103
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
104
Método de estimación por teledetección
105
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
CONSIDERACIONES FINALES
BIBLIOGRAFÍA
Caselles, V.; Ló pez Garcıá, M.; Soria, J. 1986. Estudio del estado
tró fico del lago de la albufera (Valencia) a partir de imá genes de
Landsat-5 (TM). Comunicaciones de la I Reunión Científica del Grupo
de trabajo de teledetección, 141-156.
106
Método de estimación por teledetección
He, W.; Chen, S.; Liu, X.; Chen, J. 2008. Water quality monitoring in a
slightl-polluted inland water body through remote sensing - Case
study of the Guanting Reservoir in Beijing, China. Frontiers of
Environmental Science & Engineering in China, 2(2), 163-171.
Lavery, P.; Pattiaratchi, C.; Wyllie, A.; Hick, P. 1993. Water quality
monitoring in Estuarine Waters using the Landsat Thematic
Mapper. Remote Sensing of Envitonment(46), 268-280.
Moreno Franco, D.; Quintero Manzano, J.; Ló pez Cuevas, A. 2010.
Mé todos para identificar, diagnosticar y evaluar el grado de eutrofia.
ContactoS, 78, 25-33.
Nas, B.; Ekercin, S.; Karabö rk, H.; Berktay, A.; Mulla, D. J. 2010. An
application of Landsat-5 TM image data for water quality mapping in
Lake Beyserhir, Turkey. Water, Air, and Soil Pollution, 212, 183-197.
107
Enrique Estrada Bastida, Marivel Hernández Téllez, Alejandro Tonatiuh Romero Contreras
Torbick, N.; Hu, F.; Zhang, J.; Qi, J.; Zhang, H.; Becker, B. 2008. Mapping
Chlorophyll-a concentrations in West Lake, China using Landsat 7
ETM+. Journal of Great Lakes Research, 34, 559-565.
Vincent, R. K.; Qin, X. L.; McKay, R. M.; Miner, J.; Czajkowski, K.; Savino,
J.; Bridgeman, T. 2004. Phycocyanin detection from LANDSAT TM
data for mapping cyanobacterial blooms in Lake Erie. Remote
Sensing of Environment, 89, 381-392.
108
Capítulo 6
SÍNTESIS
INTRODUCCIÓN
109
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
110
Método para autocorrelación espacial
111
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
112
Método para autocorrelación espacial
113
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
I DE MORAN
114
Método para autocorrelación espacial
115
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
116
Método para autocorrelación espacial
LISA
Desde la dé cada de los 90's, la utilizació n de la
autocorrelació n espacial se extendió a las condiciones locales, por
ejemplo: Getis y Ord en 1992 demostraron su aplicació n mediante
una variació n estadıśtica de autocorrelació n que llamaron G. Este
tipo de estadıśticas locales ayudaron a identificar puntos crıt́icos en
las variables mapeadas en comparació n con las estadı́sticas
globales.
117
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
118
Método para autocorrelación espacial
119
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
120
Método para autocorrelación espacial
121
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
122
Método para autocorrelación espacial
CONSIDERACIONES FINALES
123
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
124
Método para autocorrelación espacial
Notas
1
Datos obtenidos del Proyecto Bá sico de Informació n 2017.
T e m p o r a l : 2 0 1 5 . D a t o s c o n s u l t a d o s e n :
http://www.beta.inegi.org.mx/temas/mapadigital/.
2
Datos obtenidos de la direcció n general de informació n en salud.
Cubos diná micos defunciones (Mortalidad). Cubo de 1979 – 2016
I N E G I / S S . Te m p o r a l : 2 0 1 5 . D a t o s c o n s u l t a d o s e n :
http://www.dgis.salud.gob.mx/contenidos/basesdedatos/bdc_def
unciones_gobmx.html.
BIBLIOGRAFÍA
Anselin, Luc, Ibnu Syabri y Youngihn Kho (2006). GeoDa: una introducció n
al aná lisis de datos espaciales. Aná lisis geográ fico 38 (1), 5-22.
125
Giovanna Santana Castañeda y Adrián Guillermo Aguilar
Cliff, A.D. & Ord, J.K. (1973) Spatial Autocorrelation, Pion: London
Gonzá lez-Pé rez, Guillermo Juliá n, Vega-Ló pez, Marı́a Guadalupe, Vega-
Ló pez, Agustı́n, Muñ oz-De-La-Torre, Armando, & Cabrera-Pivaral,
Carlos E. (2009). Homicidios de adolescentes en Mé xico, 1979-2005:
evolució n y variaciones sociogeográ ficas. Papeles de població n, 15(62),
109-141. Recuperado en 03 de diciembre de 2018, de
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-
74252009000400004&lng=es&tlng=es.
126
Método para autocorrelación espacial
127
128
Capítulo 7
Luis Humacata
Eloy Montes Galbán
SÍNTESIS
INTRODUCCIÓN
129
Luis Humacata y Eloy Montes Galbán
130
Métodos para la clasificación espacial
131
Luis Humacata y Eloy Montes Galbán
132
Métodos para la clasificación espacial
133
Luis Humacata y Eloy Montes Galbán
134
Métodos para la clasificación espacial
135
Luis Humacata y Eloy Montes Galbán
136
Métodos para la clasificación espacial
137
Luis Humacata y Eloy Montes Galbán
138
Métodos para la clasificación espacial
139
Luis Humacata y Eloy Montes Galbán
CONSIDERACIONES FINALES
140
Métodos para la clasificación espacial
BIBLIOGRAFÍA
141
Luis Humacata y Eloy Montes Galbán
142
Métodos para la clasificación espacial
SÍNTESIS
INTRODUCCIÓN
143
Alexis Ordaz Hernández
144
Métodos para la clasificación espacial
MÉTODO
145
Alexis Ordaz Hernández
146
Métodos para la clasificación espacial
147
Alexis Ordaz Hernández
148
Métodos para la clasificación espacial
149
Alexis Ordaz Hernández
150
Métodos para la clasificación espacial
151
Alexis Ordaz Hernández
152
Métodos para la clasificación espacial
153
Alexis Ordaz Hernández
154
Métodos para la clasificación espacial
conjunto facial gené tico carbonatado del Neó geno. Las subzonas 4B y
4C coinciden en má s del 80% de su á rea, con espesores de sedimentos
inferiores a 20 m, del conjunto facial gené tico aluvial marino del
Plioceno-Pleistoceno inferior. El FA para esta zona es inferior a 1.1 y el T
para las zonas 4A y 4B, no sobrepasa los 0.5 s. En el caso de la subzona 4C
el periodo dominante es ligeramente superior, predominando valores
entre 1,21 y 2,0 s. Los niveles de agua someros y las caracterıśticas
granulomé tricas, imponen condiciones favorables para la ocurrencia de
la licuefacció n, en algunos sitios cartografiados en la figura 4. Aunque ∆I
es variable en cada una de las subzonas, en ninguno de los casos
sobrepasa el valor de un grado e incluso llega a cero para la subzona 4A.
Esta zona, presenta condiciones favorables para la ruptura en superficie
en algunos sectores.
155
Alexis Ordaz Hernández
156
Métodos para la clasificación espacial
157
Alexis Ordaz Hernández
CONSIDERACIONES FINALES
BIBLIOGRAFÍA
158
Métodos para la clasificación espacial
Borcherdt, R. D., Wentworth, C. M., Janssen, A., Fumal, T., y Gibbs, J.,
(1991). Methodology for predictive GIS mapping of spatial study
zones for strong ground shaking in the San Francisco Bay Region. In
CA. 4th International Conference on Seismic Zonation, 5-552.
Ordaz, A., Herná ndez, J. R., Cofiñ o, C.E., Mé ndez, A.P. y Galaz, G.,
(2013). Aná lisis estructural y morfotectó nico en los municipios San
Cristó bal y Candelaria, Cuba Occidental: contribució n a los estudios
de peligrosidad sı́ s mica de la Falla Pinar. Investigaciones
Geográficas, (82), 7-23.
Seed, H. B. e Idriss, I. M., (1971). Simplified procedure for evaluating
soil liquefaction potential. Journal Soil Mechanic, 97 (7) 1-16.
159
Alexis Ordaz Hernández
160
Capítulo 8
SINTESIS
INTRODUCCION
161
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Para realizar los aná lisis del sector educativo, é ste se apoya
de la microplaneació n regional educativa, como metodologıá que
integra los diversos factores de la regió n tanto fı́sicos como
econó micos, sociales, polı́ticos, culturales y pedagó gicos, que
intervienen en el desarrollo de la educació n en el Estado de Mé xico.
162
Métodos para el cálculo de indicadores
b). Regionalización
En educació n la regió n es una zona de estudio que
proporciona un marco de referencia global y homogé nea de las
actividades que se realizan, integrando los aspectos geográ ficos,
sociales, econó micos, polıt́icos y culturales, que intervienen y son
transversales en el desarrollo del sector, considera a los alumnos,
docentes y aulas y escuelas, como elementos de estudio, para
163
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
c) Educación
La educació n es el pilar fundamental de un municipio,
estado o paıś, cumple la funció n y condició n de trasmitir a las nuevas
generaciones los conocimientos de las anteriores para lograr el
crecimiento de una economıá nacional fortalecida. Se divide en
educació n bá sica y educació n media superior y superior. Para los
fines de este estudio, se toma a la educació n bá sica que comprende
los niveles de preescolar, primaria y secundaria, (Durkheim, 1997).
B). Diagnóstico
Con referencia al aspecto de metodoló gico de la
microplaneació n, este sirve para analizar la eficiencia interna del
sector educativo en cada regió n de estudio en té rminos de
indicadores: matrıćula, docentes, costos, e inmuebles, a partir de ellos
de identifican los desequilibrios y sus causas (Pé rez y Merino. 2008).
164
Métodos para el cálculo de indicadores
PROCESO
Indicadores educativos
1). Índice de atención a la demanda (I.A)
Es el cociente resultado de dividir los alumnos existentes en la edad
“X” entre el grupo de edad “X” reportado en la forma 911.
Donde:
Matrıćula edad “x”= Alumnos existentes en determinada edad
escolar.
Població n edad “x”= grupo de edad establecido para asistir a la
escuela.
165
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
El ın
́ dice de deserció n es el porcentaje de alumnos que no
concluyeron sus estudios durante el ciclo escolar “j.
166
Métodos para el cálculo de indicadores
167
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Donde para Mé xico: Edad escolar de prescolar: 4 – 5 añ os; Edad
escolar de primaria: 6 – 11 añ os; Edad escolar de secundaria: 12 – 14 añ os.
Este indicador, conjuntamente con la distribució n por
edades de la matrı́ c ula en cualquier grado escolar permite
identificar el ingreso temprano y tardıo ́ y el rezago acumulado en los
ú ltimos grados del nivel educativo correspondiente.
RESULTADOS
Figura 1: Regió n IX
Fuente:
www.google.com.mx/search?q=mamap+de+la+region+IX+edo+mex&tbm=isch&source
168
Métodos para el cálculo de indicadores
El clima varıá de cá lido a hú medo y a semi-cá lido hú medo
con lluvias en verano y con un porcentaje menor de lluvias en
invierno. Varıán al igual que el má ximo es de 40° en verano
La actividad económica
La mayorıá de la població n se dedica al comercio, si bien
existe una gran cantidad de personas calificadas para desempeñ ar
otras labores. Las malas comunicaciones impiden el desarrollo
local, pues no se produce la radicació n en la regió n de empresas
nacionales o tras-nacionales. La mayorı́a de la gente calificada
decide irse a trabajar a otras partes del estado o a los Estados Unidos
de Amé rica, con el consiguiente desperdicio de recursos humanos
en la zona.
169
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Educación Preescolar
170
Métodos para el cálculo de indicadores
171
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Educación Primaria
172
Métodos para el cálculo de indicadores
Educación secundaria
173
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Conclusiones
174
Métodos para el cálculo de indicadores
BIBLIOGRAFIA
175
Agustín Olmos Cruz, Carlos Reyes Torres y Fernando Carreto Bernal
Figura 1:
www.google.com.mx/search?q=mamap+de+la+region+IX+edo+m
ex&tbm=isch&source
176
8.2 Método para la construcción de índices
multidimensionales. Aplicación a la desigualdad social
y comportamiento electoral en México
Edel Cadena Vargas
INTRODUCCIÓN
Cabe aclarar que los ıń dices de lealtad está n referidos a los
partidos mayoritarios desde la dé cada de los añ os noventa y hasta
2015 (Partido Acció n Nacional PAN, Partido Revolucionario
Institucional PRI y Partido de la Revolució n Democrá tica PRD).
177
Edel CadenaVargas
178
Método para la construcción de índices multidimensionales
Fó rmula 1
Donde:
Yi1: es el valor de la unidad de aná lisis i en la primera componente
principal estandarizada,
Cj: es el ponderador del indicador j para determinar la primera
componente principal estandarizada,
Zij: es el indicador estandarizado j de la unidad de aná lisis i, e
IVSi: es el valor del ın ́ dice de vulnerabilidad social de la unidad de
aná lisis i.
Obtenido el ın ́ dice, se clasificó cinco grados (muy alto, alto, medio,
bajo y muy bajo) a travé s del mé todo de Dalenius y Hodges, tambié n
conocido como Estratificació n Optima. El procedimiento para su
cá lculo es el siguiente:
1) Se calcula le nú mero de intervalos adecuados a dividir el ın ́ dice, a
travé s del entero resultante del logaritmo base 10 del nú mero total
de casos contenidos en el ın ́ dice.
2) Calculado el rango del ın ́ dice, se divide en el nú mero de intervalos
resultante.
3) Se calcula el nú mero de casos que cae dentro de cada intervalo.
4) Se obtiene la raıź cuadrada del nú mero de casos en cada intervalo
y se acumula consecutivamente.
5) La raıź cuadrada acumulada del ú ltimo intervalo, se divide entre
179
Edel CadenaVargas
Donde:
j = cada proceso electoral
g1 = porcentaje de votos del partido ganador
g2 = porcentaje de votos del segundo lugar
Índice de Volatilidad Electoral, que es la cantidad de veces que una
secció n cambió de partido ganador entre el nú mero de elecciones
menos 1.
Donde:
cse = cambios de partido triunfador por secció n electoral
n = nú mero de elecciones
Los ın
́ dices de lealtad y volatilidad está n en una escala de 0 a 1, y el
de competitividad es de 0 a 100. Los tres ın
́ dices electorales se
clasificaron en cinco grados. Los dos primeros se estratificaron por
180
Método para la construcción de índices multidimensionales
el mé todo de intervalos iguales en cinco grupos (de muy alto a muy
bajo) a partir de intervalos de 0.2. El tercero fue clasificado en los
mismos cinco grados, pero con intervalos de 5 puntos porcentuales,
en donde má s de 20% correspondió a un grado muy bajo de
competitividad y de 0 a 5% a muy alto.
El software utilizado fue IBM SPSS 23.0 y Microsoft Excel 2016, para
el procesamiento estadıśtico, y Arc Map 10.3 para la cartografıá.
4. Resultados
4.1. Vulnerabilidad Social
181
Edel CadenaVargas
182
Método para la construcción de índices multidimensionales
183
Edel CadenaVargas
184
Método para la construcción de índices multidimensionales
185
Edel CadenaVargas
186
Método para la construcción de índices multidimensionales
187
Edel CadenaVargas
188
Método para la construcción de índices multidimensionales
5. Conclusiones
189
Edel CadenaVargas
190
Método para la construcción de índices multidimensionales
BIBLIOGRAFÍA
191
192
Capítulo 9
SÍNTESIS
INTRODUCCIÓN
193
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
en este capıt́ulo. Para ello se recurre al apoyo del aná lisis estructural
de sistemas aplicado al sistema de gestió n del agua en la cuenca del
rıo
́ Nenetzingo. Esta cuenca se ubica en el sureste del Estado de
Mé xico (en el centro del Mé xico) y abarca los municipios de Ixtapan
de la Sal y Villa Guerrero.
El capıt́ulo presenta una conceptualizació n de lo que es el
aná lisis estructural y la EMC, incluyendo una descripció n bá sica de los
procedimientos que se siguen en cada caso. Posteriormente se muestra
de forma aplicada el procedimiento de la EMC y el uso prá ctico que tiene
el aná lisis estructural de sistemas en la fase de selecció n de criterios, al
identificar las variables clave del sistema de gestió n del agua en la
cuenca que se convertirá n en criterios, ası ́como el uso de indicadores
para tener un comportamiento cuantitativo de los mismos por
subcuenca. Este mismo aná lisis estructural de sistemas se emplea para
justificar los pesos utilizados en la ponderació n final de los criterios para
llegar a identificar la priorizació n de subcuencas necesarias de
estrategias de gestió n sostenible del agua. Esta priorizació n es el
resultado final, mismo que se presenta y analiza.
ANÁLISIS ESTRUCTURAL
194
Método de evaluación multicriterio
Las fases del aná lisis estructural son (1) inventariar las
variables, (2) describir las relaciones entre las variables y (3)
identificar las variables clave (Godet, 1994, 2000 y 2009; Godet y
Durance, 2011). En la primera fase, del inventario de variables, se
elabora un listado de las variables internas y externas que
caracterizan el sistema estudiado y su entorno. Es necesario que
cada variable sea descrita, conceptualizada y detallada en el marco
de la finalidad del aná lisis del sistema. La fase dos, denominada
descripció n de las relaciones entre las variables es precisamente
donde se identifican, analizan, discuten y consensan la forma en que
interactú an las variables del sistema. En la fase final, que se refiere a
la identificació n de las variables clave, se busca llegar a las variables
esenciales para el aná lisis y comprensió n de la evolució n del
sistema.
195
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
196
Método de evaluación multicriterio
197
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
EVALUACIÓN MULTICRITERIO
198
Método de evaluación multicriterio
capas booleanas son las má s propicias para representar en SIG a los
criterios limitantes.
Donde:
xei = valor estandarizado en la celda i;
xi = valor original en la celda i;
xmín = valor mıń imo contenido en la capa rá ster;
xmáx = valor má ximo contenido en la capa rá ster.
199
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
200
Método de evaluación multicriterio
lineal ponderada ordenada (OWA, por sus siglas en inglé s), donde
ademá s del proceso de WLC, considera “pesos 'ordenados' que
controlan có mo se agregan los factores ponderados” (Gó mez y
Barredo, 2006, p. 115).
Identificación de criterios
201
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
Normalización
202
Método de evaluación multicriterio
203
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
204
Método de evaluación multicriterio
Definición de pesos
Evaluación final
205
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
Resultado final
CONSIDERACIONES FINALES
206
Método de evaluación multicriterio
BIBLIOGRAFÍA
207
Luis Ricardo Manzano Solís, Noel Bonfilio Pineda Jaimes y Miguel Ángel Gómez-Albores
208
Método de evaluación multicriterio
SÍNTESIS
INTRODUCCIÓN
209
Nancy Sierra López, Francisco Zepeda Mondragón y Marisol de la Cruz Jasso
210
Método de evaluación multicriterio
211
Nancy Sierra López, Francisco Zepeda Mondragón y Marisol de la Cruz Jasso
212
Método de evaluación multicriterio
213
Nancy Sierra López, Francisco Zepeda Mondragón y Marisol de la Cruz Jasso
214
Método de evaluación multicriterio
215
Nancy Sierra López, Francisco Zepeda Mondragón y Marisol de la Cruz Jasso
216
Método de evaluación multicriterio
217
Nancy Sierra López, Francisco Zepeda Mondragón y Marisol de la Cruz Jasso
Figura 12. Mapa de aptitud forestal del Parque Estatal "El Oso
Bueno", Munipicio de Acambay.
Fuente: Elaboració n propia.
Consideraciones finales
218
Método de evaluación multicriterio
BIBLIOGRAFIA
Pineda, N., Bosque J., et. al. 2013. “Modelos de simulació n para
localizar zonas adecuadas para repoblaciones forestales mediante
té cnicas de Evaluació n Multicriterio y SIG. El caso del Estado de
Mé xico” en: Monroy. F. (coord..), Estudios geográ ficos con Té cnicas
de Evaluació n Multicriterio. Mé xico, Editores.
219
220
Método de evaluación multicriterio
Gustavo D. Buzai
Claudia A. Baxendale
SÍNTESIS
INTRODUCCIÓN
221
Gustavo D. Buzai y Claudia A. Baxendale
222
Método de evaluación multicriterio
223
Gustavo D. Buzai y Claudia A. Baxendale
[1] w j = (1 / r j ) /(1 / r j )
224
Método de evaluación multicriterio
225
Gustavo D. Buzai y Claudia A. Baxendale
226
Método de evaluación multicriterio
Aptitud urbana
227
Gustavo D. Buzai y Claudia A. Baxendale
228
Método de evaluación multicriterio
Aptitud Agrícola
229
Gustavo D. Buzai y Claudia A. Baxendale
230
Método de evaluación multicriterio
231
Gustavo D. Buzai y Claudia A. Baxendale
232
Método de evaluación multicriterio
233
Gustavo D. Buzai y Claudia A. Baxendale
234
Método de evaluación multicriterio
CONSIDERACIONES FINALES
235
Gustavo D. Buzai y Claudia A. Baxendale
Notas
1
Las divisiones polı́tico-administravas son las siguientes: (1)
Primer orden – Paıś, (2) Segundo orden – Provincia, y (3) Tercer
orden – Departamento, llamado Partido, y coincide espacialmente
con el Municipio, en la Provincia de Buenos Aires. Otras divisiones
surgen posteriormente con finalidad estadıśtica: (4) Cuarto orden –
Fracció n Censal, y (5) Quinto orden – Radio Censal.
2
LOct (llanura ondurada con cultivo tradicional), CCEc (cabeceras
de cañ adas y estancias ganaderıá de carne y lechera), COat (campo
ondulado con agricultura tradicional), PDpc (planos deprimidos
con pasturas implantadas y campo natural), LAcl (llanura alta
ondulada cultivo tradicional y ganaderıá no convencional), Pocp
(planicie ondulada cultivos anuales y pasturas implantadas) y U
(Urbano). El detalle de las categorıás consideradas se encuentra en
Morello y Rodrıǵuez (2003).
BIBLIOGRAFÍA
236
Método de evaluación multicriterio
Carr, M.H.; Zwick, P. 2007. Smart Land-Use Planning. Esri Press. Redlands.
237
Gustavo D. Buzai y Claudia A. Baxendale
238
Capítulo 10
MÉTODO DE INTERPOLACIÓN
SÍNTESIS
INTRODUCCIÓN
239
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
240
Método de interpolación
241
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
242
Método de interpolación
Temperatura
243
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
244
Método de interpolación
Precipitación
245
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
246
Método de interpolación
247
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
248
Método de interpolación
249
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
250
Método de interpolación
CONSIDERACIONES FINALES
251
Jesús Gastón Gutiérrez Cedillo, Julio César Hernández Romero y Roberto Franco Plata
BIBLIOGRAFIA
252
Método de interpolación
253
254
Capítulo 11
METODO DE REGRESION
11.1. REGRESIÓN LOGÍSTICA MÚLTIPLE: aplicaciones para la
tendencia del crecimiento urbano en el municipio de Nicolás
Romero, Estado de México.
SÍNTESIS
INTRODUCCIÓN
255
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
256
Método de regresión
257
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
CRECIMIENTO URBANO
258
Método de regresión
259
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
260
Método de regresión
261
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
262
Método de regresión
263
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
264
Método de regresión
CONSIDERACIONES FINALES
BIBLIOGRAFÍA
265
Francisco Zepeda Mondragón, Marisol de la Cruz Jasso y Cristina EstradaVelázquez
Sorribes, J., Del Romero, L., Marrades, R., Boix, R., Galindo, J., Porcar,
R. (2012). La Ciudad. Economía, espacio, sociedad y medio
ambiente. Valencia: Tirant Humanidades.
266
Método de regresión
SÍNTESIS
INTRODUCCIÓN
267
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
268
Método de regresión
269
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
Ecuación 2.
270
Método de regresión
METODOLOGÍA
271
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
272
Método de regresión
Fuente:
Elaboración propia, 2018
273
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
Procedimientos
274
Método de regresión
Toda vez que los datos son de naturaleza espacial, sólo en caso
de existir autocorrelación espacial y/o heterogeneidad espacial sería
necesario aplicar métodos de regresión espacial. Para comprobar la
existencia de autocorrelación espacial en el modelo seleccionado se
utilizó el Índice de Morán, el cual mide la autocorrelación espacial
basada en las ubicaciones y los valores de las entidades y evalúa si el
patrón expresado está agrupado, disperso o es aleatorio (figura 2).
275
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
276
Método de regresión
277
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
278
Método de regresión
279
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
280
Método de regresión
281
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
282
Método de regresión
CONSIDERACIONES FINALES
283
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
BIBLIOGRAFÍA
284
Método de regresión
Collazos, E.; Gamboa, W.; Prado, P.; Verardi, V. 2006. Análisis espacial
del precio de oferta de la vivienda en el área metropolitana de
Cochabamba. Revista Latinoamericana de Desarrollo Económico.
(6):33-62.
285
Nydia Lorena Campos Apodaca, MarcelaVirginia Santana Juárez y Noel Bonfilio Pineda Jaimes
286
Capítulo 12
Noelia Principi
SÍNTESIS
INTRODUCCIÓN
287
Noelia Principi
288
Método para el estudio de flujos regionales
I M M d
Donde ij es la interacción, i j son las masas de las entidades, ij es la
a
distancia, k es un parámetro de ajuste a situaciones reales y es un
parámetro de fricción espacial.
Cuando los flujos que se calculan con este modelo gravitacional son
poblacionales, las masas de las entidades se asimilan con el tamaño
de la población. De esta manera la fórmula para el cálculo es la
siguiente [2]:
Pi Pj
Fij = k
d ija
F i j
Donde ij son las unidades de flujo resultantes entre las entidades y ,
pipj
son las poblaciones de las entidades, dij es la distancia en
a
kilómetros, k y cumplen la misma función general. Para situaciones
hipotéticas genralmente se considera k=1 y d=2, por lo tanto, la
fórmula de cálculo de flujos potenciales de población se simplifica
com [3] PP i j
Fij = 2
d ij
El parámetro d eleva la distancia al cuadrado, como una
situación estándar de fricción espacial, y el parámetro k desaparece
al calcularse flujos potenciales, ya que su función sería ajustar el
cálculo a valores empíricos al momento de contar con una medición
del movimiento concreto (Buzai, G.D.; Baxendale, C.A.; Mierez, A.,
2003).
Para aplicar este modelo gravitacional a flujos poblacionales
se utilizan los valores de población absoluta de cada entidad
(localidad cabecera) y una matriz de distancias reales entre las
289
Noelia Principi
290
Método para el estudio de flujos regionales
291
Noelia Principi
292
Método para el estudio de flujos regionales
293
Noelia Principi
294
Método para el estudio de flujos regionales
CONSIDERACIONES FINALES
295
Noelia Principi
NOTAS
1
En la República Argentina los partidos o departamentos son las
unidades territoriales de tercer orden, luego del país y de las
provincias, mientras las localidades cabecera del partido o
departamento son aquellas donde se concentran las funciones
político-administrativa de la unidad territorial y que generalmente
coinciden con las de mayor cantidad de habitantes.
2
La delimitación espacial de la región noroeste de la provincia de
Buenos Aires fue realizada por la autora a partir de metodologías
cuantitativas. Puede ampliarse en Principi, N. (2011).
296
Método para el estudio de flujos regionales
BIBLIOGRAFÍA
Orueta, A.; Pérez, M.; Pons, J.M. 1995. Prácticas de análisis espacial.
Primera edición. Oikos-Tau. Barcelona.
297
Noelia Principi
298
Capítulo 13
MÉTODO DE LOCALIZACIÓN-ASIGNACIÓN
SÍNTESIS
INTRODUCCIÓN
299
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
300
Método de localización-asignación
301
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
302
Método de localización-asignación
1. Instalación (facility)
El término instalación se utiliza para indicar un objeto cuya
posición espacial se trata de determinar a fin de optimizar la
interacción con otros objetos preexistentes. Las características más
comunes de las instalaciones son: la cantidad, tipo de servicio
prestado, los costos y beneficios generados, la capacidad de
operación, así como la posibilidad de atracción y servicio a los
clientes y si así se requiere el número de nuevas instalaciones a ser
localizadas en un área determinada.
2. Clientes o usuarios
Tradicionalmente, el término cliente (usuario o
consumidor) se utiliza para designar a una persona que requiere el
acceso a un servicio o el suministro de un bien, también se puede
utilizar para indicar cualquier objeto que debe interactuar con una
nueva instalación. Un aspecto por tomar en cuenta es conocer la
distribución espacial y el comportamiento.
3. Interrelaciones
Existen diferentes interrelaciones que se deben considerar
en este tipo de problemas:
(1) Las relaciones entre instalación-instalación (facility-
facility) que se pueden categorizar en dos grupos: si existe un flujo
de bienes o servicios de una instalación a otra y, que las instalaciones
funcionan en un entorno competitivo y que sus respectivas
posiciones afectan al rendimiento del sistema en su conjunto.
(2) Las relaciones entre instalación-cliente (customer-
facility) analizan la forma en que un centro de abastecimiento
satisface la demanda por parte de los usuarios-consumidores.
(3) Las relaciones instalación-localización (facility-location)
se preocupan de los costos de inversión y las restricciones de
capacidad relacionadas con determinados lugares.
303
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
304
Método de localización-asignación
PROCEDIMIENTO Y ANÁLISIS
305
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
306
Método de localización-asignación
307
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
308
Método de localización-asignación
309
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
310
Método de localización-asignación
311
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
312
Método de localización-asignación
313
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
314
Método de localización-asignación
CONSIDERACIONES FINALES
315
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
316
Método de localización-asignación
Notas
1
Datos obtenidos del Directorio Estadístico Nacional de Unidades
Económicas (DENUE) modificada 2017-03-31. Temporal: 2015-
2017. Términos de Libre Uso de la Información del INEGI.
http://www.inegi.org.mx/terminos/terminos_info.aspx Para
mayor detalle consultar el documento metodológico en:
http://www.beta.inegi.org.mx/temas/directorio/ Distribución:
http://www.beta.inegi.org.mx/app/descarga/?ti=6
2
Datos obtenidos de la encuesta intercensal 2015. Términos de Libre Uso de la
Información del INEGI. http://www.inegi.org.mx/geo/contenidos/mapadigital/
BIBLIOGRAFÍA
317
Giovanna Santana Castañeda y José Antonio Álvarez Lobato
Sánchez y Tépoz J., De la Torre González G., Ibarra Cruz, G. 2016. “Visitas a
consultorios en farmacias” Revista COFEPRIS, 12 de Enero de 2016.
Disponible en: http://revistacofepris.salud.gob.mx/n/no2/inspector.html
318
Capítulo 14
MÉTODO PARA EL USO DE PARÁMETROS
ESTADÍSTICOS
Aplicación para el estudio de sedimentos y dinámica
geomorfológica en el delta del río Balsas, México
SÍNTESIS
INTRODUCCIÓN
319
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
320
Método para el uso de parámetros estadísticos
321
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
322
Método para el uso de parámetros estadísticos
METODOLOGÍA
323
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
324
Método para el uso de parámetros estadísticos
325
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
326
Método para el uso de parámetros estadísticos
327
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
328
Método para el uso de parámetros estadísticos
RESULTADOS
329
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
330
Método para el uso de parámetros estadísticos
DISCUSIÓN Y CONCLUSIONES
331
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
CONSIDERACIONES FINALES
BIBLIOGRAFÍA
332
Método para el uso de parámetros estadísticos
Folk 1965. Petrology of sedimentary rocks. Hempill's Book Co., Austin Texas.
333
Luis Miguel Espinosa Rodríguez y José de Jesús Fuentes Junco
Reimintz and Gutierrez E. 1970. Rapid changes in the head of the rio
Balsas submarine canyon system, Mexico. Marine Geology no.8,
Elsevier Netherlands.
334
Método para el uso de parámetros estadísticos
335
336
Capítulo 15
MÉTODO DE DINÁMICA DE SISTEMAS
Aplicación al análisis de cambios en el uso del suelo en el Oeste
del Gran Buenos Aires
Luis Humacata
SÍNTESIS
INTRODUCCIÓN
337
Luis Humacata
338
Método de dinámica de sistemas
339
Luis Humacata
340
Método de dinámica de sistemas
341
Luis Humacata
342
Método de dinámica de sistemas
343
Luis Humacata
344
Método de dinámica de sistemas
345
Luis Humacata
Urbano
disperso
Urbano
compacto
Deportivo-
Recreativo
346
Método de dinámica de sistemas
CONSIDERACIONES FINALES
347
Luis Humacata
BIBLIOGRAFÍA
Aguilera Benavente, F.; Plata Rocha, W.; Bosque Sendra, J.; Gómez
Delgado, M. 2009. Diseño y simulación de escenarios de demanda de
suelo urbano en ámbitos metropolitanos. Revista Internacional
Sostenibilidad, Tecnología y Humanismo. 4. pp 57-80
348
Método de dinámica de sistemas
Xie, Y.; Sun, Z. 2000. Dynamic Urban Evolution Model Base don
Cellular Autómata. Igre. Ypsilanti.
349
350
Nota a los lectores
Gustavo D. Buzai
Marcela Virginia Santana Juárez
351
Esta obra se terminó de editar
en la Ciudad Autónoma de Buenos Aires, Argentina.
Mayo de 2019.
REDISIG
Red Iberoamericana de
G E S I G