Prof. Ricardo R. Palma (PhD)
Diciembre de 2017
Seminario Las cadenas de suministro de las ciudades inteligentes
Sigue este link
1- Repaso General del Estado de la Infraestructura en América Latina y su comparación con el resto del mundo.
La intensidad energética se define como la cantidad de Mega Toneladas Equivalentes de Petróleo necesaria para incrementar un punto el PDG (PBI per cápita) de la economía de un país.
Al igual que ocurrió con la primera revolución industrial, en la que la base del crecimieto del PBI era directamente proporcional a el territorio, hoy se piensa que existe relación con la cantidad de energía y esto no es así.
¿Cuáles son los indicadores clave de desempeño?
\[ CO_2 = POB_t * (\frac {PIB}{POB} )_t * (\frac {Energ}{PIB} )_t * (\frac {CO_2}{Energ} )_t \]
Sector: | Mitigación: | Impacto Multiplicador: |
---|---|---|
Industria | Alta | Medio |
Hogar | Baja | Muy Alta |
Ilumin. | Muy Alta | Bajo |
Transporte | Muy Alta | Muy Bajo / Urbano Alto |
Calefac. | Alta | Media / Alta |
Cocinar | Alta | Alta |
El Pato Donald?
Los más pobres?
Podemos aprender algo de ellos?
Los Chinos Dicen … *El Hombre inteligente a prende de los errores …
¿Conoces a esta persona ?
Hablaremos de los referentes
¿Conoces la madicion de Casandra?
Ejercicio:
Los paradigmas suelen ser Mentiras disfrazadas con smoking de verdad.
Bruno LE MAIRE
Generamos comida como para alimentar 16 veces la población actual.
Sin embargo hay niños muriendo de hambre hoy en siglo XXI.
Mientras el resto de los niños 8 años en la ciudades pacede de sobrepeso y niveles de colesterol que sus abuelos alcanzaban a los 60 años
Casper Herzverg LE MAIRE
IoT Internet de las Cosas.
La propiedad de los medios de transporte.
El refrigerador Electrolux
El sistema stell frame
Google y los innovadores
Veremos migraciones como no ha visto jamás la historia de la humanidad
En 2030 el 85% de la población del paneta será urbana
Nuevos retos, nuevos problemas, nuevas leyes
La equidad como condición para el financiamiento
El juguete en 1900
Campos disciplinares emergentes
La Infranómica te dejará sin trabajo?
Infranomics Sustainability, Design, Engineering and Governance
Predecir e inferir el clima Se requiere el paquete partykit install.packages(“partykit”)
library(partykit)
Entrenaremos el arbor de decisión así:
#data("WeatherPlay", package = "partykit")
#WeatherPlay
Mis_Guias <- read.table("~/Uspallata.csv", sep=",")
Mi_dataframe <- data.frame(Mis_Guias)
Mis_Guias
Apariencia temp.hs.2 humedad ventoso Puerto
1 soleado 85 85 false Tarde
2 soleado 80 90 true Tarde
3 overcast 83 86 false A_tiempo
4 zonda 70 96 false A_tiempo
5 zonda 68 80 false A_tiempo
6 zonda 65 70 true Tarde
7 overcast 64 65 true A_tiempo
8 soleado 72 95 false Tarde
9 soleado 69 70 false A_tiempo
10 zonda 75 80 false A_tiempo
11 soleado 75 70 true A_tiempo
12 overcast 72 90 true A_tiempo
13 overcast 81 75 false A_tiempo
14 zonda 71 91 true Tarde
summary(Mis_Guias)
Apariencia temp.hs.2 humedad ventoso Puerto
overcast:4 Min. :64.00 Min. :65.00 false:8 A_tiempo:9
soleado :5 1st Qu.:69.25 1st Qu.:71.25 true :6 Tarde :5
zonda :5 Median :72.00 Median :82.50
Mean :73.57 Mean :81.64
3rd Qu.:78.75 3rd Qu.:90.00
Max. :85.00 Max. :96.00
sp_o <- partysplit(1L, index = 1:3)
sp_h <- partysplit(3L, breaks = 75)
sp_w <- partysplit(4L, index = 1:2)
pn <- partynode(1L, split = sp_o, kids = list(
partynode(2L, split = sp_h, kids = list(
partynode(3L, info = "yes"),
partynode(4L, info = "no"))),
partynode(5L, info = "yes"),
partynode(6L, split = sp_w, kids = list(
partynode(7L, info = "yes"),
partynode(8L, info = "no")))))
pn
[1] root
| [2] V1 in (-Inf,1]
| | [3] V3 <= 75 *
| | [4] V3 > 75 *
| [5] V1 in (1,2] *
| [6] V1 in (2, Inf]
| | [7] V4 <= 1 *
| | [8] V4 > 1 *
py <- party(pn, Mis_Guias)
plot(py)
For more details on authoring R presentations please visit https://support.rstudio.com/hc/en-us/articles/200486468.
summary(cars)
speed dist
Min. : 4.0 Min. : 2.00
1st Qu.:12.0 1st Qu.: 26.00
Median :15.0 Median : 36.00
Mean :15.4 Mean : 42.98
3rd Qu.:19.0 3rd Qu.: 56.00
Max. :25.0 Max. :120.00