81,9(56,'$'1$&,21$/ '(6$10$57Ì1

ESCUELA DE POSGRADO – INSTITUTO DE INVESTIGACIÓN E INGENIERÍA AMBIENTAL

Complejidad en el Sistema Urbano de la ciudad de La Plata, provincia de Buenos Aires, Argentina: Escenarios hipotéticos de uso energético en el casco urbano y su relación de eficiencia energética para una ciudad más sustentable.

Autor: Eduardo Pablo Fenoglio, Lic. en Biología (UNLP) Director: Alejo Carlos Scarano, Dr. en Ciencias Naturales (UNLP)

TESIS DE MAESTRÍA

Noviembre de 2010

ÍNDICE ÍNDICE ......................................................................................................... 2 CAPÍTULO I ............................................................................................... 4 Introducción ................................................................................................. 4 INTRODUCCIÓN ........................................................................................ 4 PROPÓSITO ................................................................................................. 6 CARACTERÍSTICAS

GENERALES

DE

ESCENARIO

DE

INVESTIGACIÓN: LA CIUDAD DE LA PLATA ..................................... 7 MARCO TEÓRICO ...................................................................................... 9 AGRADECIMIENTOS .............................................................................. 13 CAPÍTULO II ............................................................................................ 15 Distribución de diversidad urbana ............................................................ 15 INTRODUCCIÓN ...................................................................................... 15 ÍNDICES DE DIVERSIDAD ..................................................................... 16 MUESTREO PRELIMINAR. PORTADORES DE INFORMACIÓN. ..... 18 FORMA Y TAMAÑO DE LA UNIDAD MUESTRAL ............................ 21 CONSTRUCCIÓN DEL ÍNDICE DIVERSIDAD URBANA (H) ............ 24 MAPA DE DIVERSIDAD URBANA ....................................................... 26 CONCLUSIONES ...................................................................................... 28 CAPÍTULO III .......................................................................................... 30 Distribución energética de consumo ......................................................... 30 INTRODUCCIÓN ...................................................................................... 30 ENERGÍA DE CONSUMO (E) .................................................................. 31 CONSTRUCCIÓN DEL ÍNDICE ENERGÉTICO (E) .............................. 32 ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO CONSTANTE ............................................................................................. 33

Ϯ 

ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO AL AZAR .......................................................................................................... 34 ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO EXPONENCIAL NEGATIVA ................................................................... 35 CONCLUSIONES ...................................................................................... 38 CAPÍTULO IV .......................................................................................... 39 Generación de escenarios hipotéticos de eficiencia energética ............... 39 INTRODUCCIÓN ...................................................................................... 39 EFICIENCIA ENERGÉTICA (E/H) .......................................................... 40 ESCENARIO DE EFICIENCIA ENERGÉTICA CON DISTRIBUCIÓN ENERGÉTICA DE CONSUMO CONSTANTE ....................................... 41 ESCENARIO DE EFICIENCIA ENERGÉTICA CON DISTRIBUCIÓN ENERGÉTICA DE CONSUMO AL AZAR .............................................. 43 ESCENARIO DE EFICIENCIA ENERGÉTICA CON DISTRIBUCIÓN ENERGÉTICA DE CONSUMO EXPONENCIAL NEGATIVA ............. 45 CONCLUSIONES ...................................................................................... 46 CAPÍTULO V ............................................................................................ 48 Conclusiones finales................................................................................... 48 RECAPITULACIÓN DE LOS PRINCIPALES HALLAZGOS................ 48 NUEVAS INCÓGNITAS DE INVESTIGACIÓN..................................... 49 REFLEXIONES PERSONALES A TÍTULO DE ENSAYO .................... 51 RECOMENDACIONES PARA EL USO Y GESTIÓN DE LOS ESCENARIOS HIPOTÉTICOS ................................................................. 55 BIBLIOGRAFÍA ......................................................................................... 57 HERRAMIENTAS INFORMÁTICAS ...................................................... 62 

ϯ 

CAPÍTULO I Introducción INTRODUCCIÓN

La Agenda 21 de la Cumbre Mundial de las Naciones Unidas realizada en Rio de Janeiro en el año 1992 instaura las políticas a utilizar en el marco del Desarrollo Sustentable. Establece que los recursos convencionales se agotan, y en la actualidad son los más utilizados. Esta realidad ha provocado que se reorienten las políticas energéticas a nivel mundial, en una apuesta por aplicar medidas de eficiencia energética, aprovechando los recursos energéticos renovables y favorecer la diversificación energética con el uso de energías más limpias. Todo ello con la intención de reducir los impactos sobre el medio ambiente y garantizar la provisión de energía (Naciones Unidas 1992).

La ciudad crece consumiendo materia y energía que en ella o en su entorno se produce. Al verse limitada su capacidad de crecimiento de acuerdo a sus recursos disponibles, la sostenibilidad que antes se asentaba en los excedentes de los recursos locales, ahora pasa a depender de recursos más alejados de ámbito regional o incluso global. Un aumento de su eficiencia energética en concordancia a las recomendaciones de la Agenda 21, debería de suplir parte de su pasivo energético.

ϰ 

Una herramienta muy útil para evaluar las medidas de eficiencia energética es un Índice que utiliza el valor del cociente Energía/Complejidad, entendiendo la Energía como la energía de consumo o de uso en una ciudad (electricidad, gas, combustible de transporte) y la Complejidad como la diversidad de funciones o grupos funcionales en una ciudad (profesionales, comercios, instituciones, etc.) (Rueda 1997). Se espera que una ciudad más sostenible se comporte de manera que este cociente tienda a reducirse, esto es, conseguir una disminución en la Energía de consumo para mantener una misma Complejidad o un aumento de la Complejidad requiriendo una misma Energía de consumo.

Las cuestiones fundamentales de la sociedad humana en materia pública y política tienen en última instancia una base energética, y el número creciente de necesidades energéticas urgentes da la medida de la aceleración de los cambios dentro del sistema que contiene al hombre (Odum 1980).

Por lo anteriormente expuesto, es necesario contar con instrumentos de gestión para planeadores urbanos, políticos y personas no expertas que ayuden o faciliten la evaluación del impacto de diferentes políticas energéticas para la ciudad de La Plata, contemplando distintos escenarios de decisión posibles.

ϱ 

PROPÓSITO

Una herramienta certera bajo la lógica de la sostenibilidad en la planificación del territorio, de acuerdo a lo que respecta de la eficiencia energética, debería basarse en acciones que disminuyan el valor del cociente Energía/Complejidad (E/H). Esto permitiría corregir, en parte, las disfunciones del sistema actual y hacer flexible algunas de las variables que hoy más condicionan el funcionamiento del ecosistema urbano y del entorno (Rueda 2001).

Un estudio detallado de la distribución espacial del índice basado en el cociente E/H para el casco urbano de la ciudad de La Plata, podría ayudar en las decisiones de la Política Energética local en el marco de Políticas de Desarrollo Sustentable según las recomendaciones de la Agenda 21. Este objetivo general se desagrega en los siguientes objetivos específicos que lo explicitan a los fines de su tratamiento.

• Establecer un criterio que facilite la medición de la diversidad funcional (diversidad de funciones) en portadores de información. • Elaborar un mapa de distribución espacial de la diversidad funcional para el casco urbano de la ciudad de La Plata. • Elaborar mapas de distribución energética espacial que contemple distintos escenarios hipotéticos de distribuciones energéticas del tipo ϲ 

exponencial negativa, constante y la azar para el casco urbano de la ciudad de La Plata. • Elaborar mapas de distribución de eficiencia energética espacial a través de un índice (I) que relacione energía con diversidad para cada escenario hipotético de distribución energética para el casco urbano de la ciudad de La Plata.

CARACTERÍSTICAS GENERALES DE ESCENARIO DE INVESTIGACIÓN: LA CIUDAD DE LA PLATA

En 1880 se decidió la creación de la capital bonaerense, luego de que se declarara a la ciudad de Buenos Aires capital de la República. El entonces gobernador, Dardo Rocha, fue el encargado de llevar adelante esta obra. Se realizaron estudios sobre el sitio de su emplazamiento, desde el barrio porteño de Belgrano hasta sitios más alejados, como Chascomús y Dolores al sur y San Nicolás en el norte.

El 27 de abril de ese año se eligió al municipio de La Ensenada como el sitio ideal, encomendando al gobierno provincial la fundación de La Plata, nombre que la tradición atribuye al autor del Martín Fierro, José Hernández. Un equipo de urbanistas comandado por el ingeniero Pedro Benoit fue el encargado de diseñar la ciudad, llamándose a concurso internacional para los proyectos de los edificios públicos más importantes.

ϳ 

La Plata es reconocida por su trazado, un cuadrado perfecto con el “Eje Histórico” conservado hasta hoy en forma intacta, Figura 1. Destacándose el diseño sobresaliente de las diagonales que lo cruzan formando rombos dentro de su contorno, y los bosques y plazas colocadas con exactitud cada seis cuadras. Es la Capital de la Provincia de Buenos Aires y está ubicada sobre la pampa húmeda, distante 56 kilómetros en dirección sudeste de la ciudad de Buenos Aires, capital de la República Argentina a 9,87 metros sobre el nivel del mar.

La ciudad fundada por Dardo Rocha fue desde su fundación un polo educativo de excelencia, y alberga una historia sumamente rica en el campo de la cultura, el debate de las ideas y la investigación científica. La piedra fundamental se colocó el 19 de noviembre de 1882, durante la primera presidencia de Julio Argentino Roca, en lo que sería su centro geográfico, la actual plaza Moreno, custodiada por el palacio municipal y la catedral gótica, convertida en uno de los símbolos platenses.

Tiene una población estimada por el último Censo Nacional 2001 en 599.000 habitantes (186.524 habitantes en 70.136 hogares para el casco urbano) y una superficie territorial de 940,38 kilómetros cuadrados. La densidad habitacional refleja 585,2 habitantes por kilómetro cuadrado, convirtiéndola en la más populosa de la Provincia.

ϴ 

FIGURA 1. CIUDAD DE LA PLATA

Fuente: Municipalidad de La Plata. Casco Urbano de la Ciudad de La Plata.

MARCO TEÓRICO

Una gran parte de los fenómenos sociales que se presentan en las ciudades pueden ser considerados desde la perspectiva de la diferenciación social del espacio en que se manifiestan. La ciudad no es sino la domesticación de la Naturaleza adecuada a las necesidades humanas, con todas las contradicciones que la intervención humana sobre ella supone (Park 1999). Esta es la línea de investigación que siguió la Agencia de Ecología de Barcelona (Rueda 2002).

ϵ 

Odum y Peterson relacionaron a la complejidad de la ciudad con principios ecológicos y flujos energéticos, evaluando los servicios de la naturaleza para la sociedad humana, el análisis ecológico energético fue propuesto como complemento a la contabilidad económica (Odum & Peterson 1972).

Shannon ideó una ecuación capaz de medir probabilísticamente el contenido de información por símbolos discretos de un mensaje (Shannon 1948). Sea un sistema de N elementos clasificados en n clases, la teoría de la información ofrece una magnitud de la información promedio del sistema H, que se mide en unidades de información binaria (bits), es decir, que mide el contenido de aquello que se examina, como la información asociada a la composición de las especies (diversidad ecológica), de los mensajes, de los sistemas, de las configuraciones o de la diferenciación social (diversidad de funciones).

La información de Shannon (también llamada entropía de Shannon) es muy útil en distintas disciplinas y representa, en cierta medida, el grado de complejidad del sistema (Morowitz 1955, Wagensberg 1985, Odum 1994). En efecto, si la información es igual a cero todos los elementos son de la misma clase, y si la información es máxima (H=log2n) el sistema está homogéneamente distribuido.

La ecuación de Shannon guarda también relación con la ecuación de entropía de Boltzmann, ver Figura 2, quien demostró que la entropía se define en términos de evolución de una población de moléculas. De esta ϭϬ 

forma la entropía se relaciona con la probabilidad de la siguiente manera: S=k. ln P. Fórmula que se encuentra grabada en la lápida de Boltzmann tras su trágico suicidio en 1906. En esta ecuación, k es una constante universal que Planck la asoció al nombre de Boltzmann. (Prigogine 2004).

FIGURA 2. ÍNDICES H y B S

H

=

−

¦ ( p i × log 2 p i) i= 1

B =

1 N! × log 2 ( ); i = 1 N ∏ Ni!

Fuente. Margalef 1957. H: Indice de Diversidad de Shannon – Weaver. B: Entropía de Boltzmann es la base de una expresión muy usada para la diversidad (Brillouin, 1956) poniendo el número de individuos de una especie i (Ni) en lugar del número de partículas de la clase i en la fórmula original. pi=ni/N

En ecología son muy útiles los estudios sobre complejidad que utilizan la ecuación de Shannon para generar un índice (Margalef 2002), pudiendo medir la diversidad en cualquier ecosistema. Este índice es conocido en la ecología como “índice de diversidad de Shannon” ya que deriva de la Teoría de la Comunicación o de la Información, que el mismo creó.

A nivel del ecosistema urbano, la complejidad es una expresión del conjunto de variables discretas con contenido significativo de información, de sus abundancias respectivas y de sus interacciones, y de cómo se integran en el tiempo y el espacio (Haken 2003), por ello es que Haken y Portugali definieron que “la cara de la ciudad” es la información. ϭϭ 

La Agencia de Ecología de Barcelona utilizó esta ecuación para medir la diversidad funcional urbana (H) y la relacionó con la energía consumida (E) a través del cociente E/H. Este índice permitió determinar la eficiencia energética del sistema estudiado, la esencia de la organización sería el flujo diferente por unidad de información adquirida o conservada (Rueda 1997). El aumento o disminución de este cociente en el espacio es útil para determinar la eficiencia energética del sistema.

La energía es consustancial al funcionamiento de los sistemas. En el caso de los sistemas urbanos el consumo de ésta depende de los modelos de movilidad, de las tipologías edificatorias, de la eficiencia de las tecnologías, del modelo de ciudad del cual dependen, y también de las modalidades de los servicios urbanos: agua, residuos, redes (Portugali 2000).

Como hemos dicho anteriormente, todos los ecosistemas presentan también partes diferenciadas con ritmos diferentes, tanto en acumulación de información como en la disipación de energía. En un trayecto imaginario desde el centro de consumo de una ciudad hasta su periferia, la complejidad va disminuyendo hacia derredor. El centro de la ciudad consume gran parte de los recursos de manera acelerada, utilizando una parte de la información en mantener y aumentar la estructura más compleja del centro, o dicho de otro modo, en mantener o aumentar la diversidad potencial de comportamientos del centro (Rueda 1997).

ϭϮ 

AGRADECIMIENTOS

Esta tesis, si bien ha requerido de esfuerzo y mucha dedicación por parte del autor y su director de tesis, no hubiese sido posible su finalización sin la cooperación desinteresada de todas y cada una de las personas que a continuación citaré: Primero quisiera agradecer a mi familia: Soledad, Salvador y Julieta que son el son de mi vida, por quienes muero de amor día y noche, y son ellos los que me acompañan a transitar por un camino que es de felicidad y de dulzura. También quisiera agradecer a mi otra familia: Liliana, Raúl, Alberto, Joselina, Atilio, María Elena, Federico y Natalia, son ellos mi soporte y sustento, como así también el de mi mujer y mis hijos, mucha gracias a ellos, pero muchísimas, los amo y adoro. A mi Director de tesis Alejo, y a su familia: Cecilia, Belisa y Lourdes, que además son parte de mis mejores amigos. Gracias por su compañía y por soportarme días enteros en su casa, viendo, corrigiendo, revisando y revisando lo revisado, y además cenando con ustedes y echándome para el desayuno posterior!!! A mis amigos y cumpas de la vida y corazón: Pablo, Jorgelina, mi hermoso ahijado Valentino y Sofía, Ariel y Cecilia, Leonardo y Julieta, Lagorio y Paola, Luciano Andrés (Chino para muchos) y Eugenia, Elida (Nely para ϭϯ 

pocos) y Lucas, gracias por el apoyo y la paciencia, y sobre todo por está última. A quienes aportaron su granito de arena para poder realizar esta tesis, Msc. Lic. Jorge Karol, profesor titular de la Cátedra de Planeamiento Urbano de la Facultad de Arquitectura y Urbanismo y a la Dra. Irene Martini, docente en la misma Facultad y especialista en Energética Urbana, ambos son investigadores del Instituto de Instituto de Investigaciones y Políticas del Ambiente Construido, al Lic. Claudio Bilos titular en la Cátedra de Ecología de Comunidades y Sistemas de la Facultad de Ciencias Naturales y Museo, gracias por las sugerencias y los aportes realizados, siento por ustedes un gran respeto y admiración. A todos ellos, mi más profundo agradecimiento.

ϭϰ 

CAPÍTULO II Distribución de diversidad urbana INTRODUCCIÓN

La esencia de la ciudad es la reunión de complementarios en un área territorial relativamente reducida. Los complementarios son básicamente, grupos de personas que realizan trabajos distintos de manera organizada haciendo que la funcionalidad urbana se proyecte en el tiempo.

Las actividades económicas, las asociaciones sociales y las instituciones administrativas forman parte de esos grupos, siendo ellas elementos organizados de la ciudad las que constituyen el capital económico, el social y el institucional (Rueda 2006). Las personas físicas forman parte de uno o de varios grupos, sea trabajo, estudio, diversión, etc. y se relacionan entre ellas con objetivos propios, acomodando los objetivos de las personas físicas al objetivo de cada organización.

Los grupos de personas organizadas se distribuyen con densidades desiguales en el territorio, haciendo que la complejidad urbana varíe (diversidad urbana). Cada vez que se crea una organización urbana en un sistema urbano se añade información organizada y, por tanto, se añade conocimiento.

ϭϱ 

ÍNDICES DE DIVERSIDAD

El concepto de diversidad específica en ecología de comunidades ha sido durante años intensamente discutido por los ecólogos, derivándose de su utilización algunos problemas de tipo semántico, conceptual, y técnico (Hurlbert 1971). Sin embargo, a pesar de los debates y de las precauciones a tener en cuenta al momento de su aplicación, los índices de diversidad continúan siendo muy utilizados entre los ecólogos. Es importante señalar que si bien, como ocurre con numerosos métodos, el cálculo de índices de diversidad es relativamente sencillo y al utilizarlos se debe considerar atentamente sus limitaciones para poder interpretar adecuadamente su significado en cada caso particular.

La diversidad específica se relaciona con la variedad dentro de las comunidades, siendo esta característica la expresión de dos componentes. El primero de ellos es el número de especies presentes en la comunidad, denominado riqueza de especies. El segundo componente es la equitabilidad, que se refiere a cómo la abundancia se distribuye entre las especies de la comunidad. Por ejemplo, si en una comunidad con 10 especies, el 90% de los individuos pertenecen a una sola especie y el restante 10% se distribuye entre las otras 9, la equitabilidad se considera baja. En cambio, si cada una de las 10 especies cuentan con el 10% del total de los individuos, la equitabilidad se considera máxima.

ϭϲ 

Los índices que combinan tanto la riqueza de especies como la equitabilidad en un solo valor se denominan índices de diversidad específica. Una de las principales críticas a estos índices es que se combinan y, por lo tanto, confunden un conjunto de variables que caracterizan a la estructura de la comunidad como el número de especies (riqueza específica), abundancia relativa de las especies (equitabilidad), y la homogeneidad y el tamaño del área muestreada (Margalef 2005).

Los índices de diversidad más ampliamente utilizados son el índice de Simpson (Simpson 1949) que deriva de la Teoría de Probabilidades y mide la probabilidad de encontrar dos individuos de la misma especie en dos extracciones sucesivas al azar sin reposición, y el índice de Shannon Weaver (Shannon 1948) que se basa en la Teoría de la Información (mide el contenido de información por símbolo de un mensaje compuesto por S clases de símbolos discretos cuyas probabilidades de ocurrencia son pi... pS), y es probablemente el de empleo más frecuente en ecología de comunidades.

El Índice de Shannon - Weaver en un contexto ecológico, como índice de diversidad, mide el contenido de información por individuo en muestras obtenidas al azar provenientes de una comunidad de la que se conoce el número total de especies S. También puede considerarse a la diversidad como una medida de la incertidumbre, útil para predecir a qué especie pertenecerá un individuo elegido al azar de una muestra de S especies y N individuos. El índice será cero cuando la muestra contenga solo una especie, y el índice será máximo cuando todas las especies S estén ϭϳ 

representadas por el mismo número de individuos, es decir, que la comunidad tenga una distribución de abundancias perfectamente equitativa.

Este índice subestima la diversidad específica si la muestra es pequeña. En la ecuación original se utilizan logaritmos en base 2, las unidades se expresan como bits/ind., pero pueden emplearse

otras bases como e

(nits/ind.) o 10 (hartley/ind.) aunque son fácilmente convertibles los valores entre ellos por multiplicación de una constante logarítmica (propiedad de los logaritmos).

El principal interés de la Teoría de la Información es que nos permite medir el orden (información o negentropía) o el desorden (entropía) contenido en el espacio o en las estructuras temporales (Margalef 1957), y resulta además atractiva al ecólogo porque relaciona la diversidad con el número de estados posibles y el número de conexiones que se pueden establecer en un sistema formado por muchos elementos.

MUESTREO PRELIMINAR. PORTADORES DE INFORMACIÓN.

Un muestreo preliminar en el casco urbano de La Plata fue necesario para determinar los portadores de información (los grupos de personas organizadas como unidad de información), elegir el tamaño de la unidad

ϭϴ 

muestral y encontrar inconvenientes e incongruencias para evitarlas en el muestreo.

Los portadores de información se entienden como diferentes categorías que agrupan individuos u organizaciones con características funcionales semejantes y en principio no diferenciables (Rueda 1997), que son análogos a las especies en los casos de diversidad biológica específica. Esto nos proporciona los datos necesarios para poder crear las categorías con las cuales se estimó la diversidad funcional espacial.

Los portadores de información se determinaron consultando la clasificación utilizada en Páginas Amarillas de la Guía Telefónica de La Plata para el año 2010, la clasificación utilizada en el programa de Información Geográfica de GARMIN Ltd. MapSource versión 6.13.7 y en base a propio criterio profesional.

En el presente trabajo se reconocieron los siguientes portadores de información: salud, alimentos, artículos para hogares - oficinas decoración de interiores, tv - video - fotografías - computación electrodomésticos - artículos electrónicos, bancos - cajeros automáticos, estética - peluquerías - centros de belleza, lavaderos, institutos educativos y culturales - colegios, inmobiliarias - alquileres - remates, servicios profesionales, construcción - interiores - exteriores, estaciones de servicios - lubricentros - talleres - gomerías, seguros, librerías - fotocopias imprentas, transporte y mensajería, asociaciones civiles - clubes sindicatos - mutuales, servicios fúnebres, servicios ambientales ϭϵ 

fumigaciones, fiestas, salones y servicios, artículos personales - ropa, seguridad - alarmas ferretería, concesionarias - agencias de autos y motos, jugueterías, entretenimiento - cines, instrumentos musicales, productos químicos perfumerías, hotelería, residencia, camping, carteles, publicidad, afiches organismos públicos, gimnasios - centros deportivos, sellos, reparación de artículos electrónicos - servicios técnicos, turismo, locutorios - ciber, veterinarias - mascotas, balanzas, iglesias - parroquias - catedrales artículos y maquinaria industrial, distribuidoras - pañales, movimiento de tierra y transporte, maquina viales, agencias de loterías - quinielas - bingo casinos, andamios, embalajes, productos y servicios agrícolas, maquinas de coser, copas y trofeos, bicicletería, náuticos - embarcaciones, gomas, geriátricos, prestamos - créditos, bolsas - polietileno, banderas y banderines, colchonería, hilados - lanas - sedas - telas, radios, empresas de limpieza y tintorería, agencia de empleos, páginas amarillas, matafuegos, mapas, hidrolavados, trofeos, cigarrerías.

Se utilizaron los Mapas GPS Páginas Amarillas Beta como herramienta de muestreo para distinguir y seleccionar los individuos portadores de información, utilizado de la misma manera que en un muestreo de una laguna se utiliza una red de determinada dimensión de malla que selecciona diferentes individuos de un mismo tamaño (quienes aparecen en la lista de Páginas Amarillas en este caso), o a veces dos, quedando sin seleccionar otros. La diversidad se refiere a colectivos definidos, debido a una parte por la técnica de captura y, de otra, por su afinidad taxonómica. Todo el ecosistema se reflejará en diversidades estudiables en planos distintos (Margalef 2002).

ϮϬ 

FORMA Y TAMAÑO DE LA UNIDAD MUESTRAL

En la elección de la forma de la unidad muestral se seleccionaron cuadrados, convenientes por la estructura de la ciudad de La Plata. Como esta metodología acrecienta errores de borde (Matteucci 1982), se contabilizaron los individuos situados sobre los lados Noreste (NE) y Noroeste (NO) del cuadrado como propios de la unidad muestral, y en cambio, los individuos situados en los lados Sudeste (SE) y Sudoeste (SO) no han sido contabilizados para la misma unidad muestral, minimizando de esta manera los errores producidos por los bordes.

Para el tamaño de la unidad muestral (tamaño del área de muestreo) se registró la cantidad de portadores de información en un área determinada, luego se duplicó el área muestreada, ver Figura 3, y se volvió a registrar esta relación de portadores de información/área, repitiendo varias veces el mismo paso (Gleason 1922). Este mismo procedimiento se realizó para tres sitios distintos (una zona céntrica, una zona periférica y una intermedia), ya que su valor difiere según sea la distribución o concentración de los portadores de información.

Ϯϭ 

FIGURA 3. AREAS NIDADAS

   



Fuente: Elaboración Propia. Duplicación del área muestreada según Gleason 1922.

De acuerdo al método del área mínima (Cain 1959), Figura 4, se determinó que el área de muestreo sea de 400 mts x 400 mts para el casco urbano de la ciudad de La Plata, ya que aumentos posteriores del área no aportarían nuevos portadores de información (o aportarían muy pocos) a la lista global, ver Figura 5. Esto difiere a lo utilizado por Salvador Rueda quien, para la ciudad de Barcelona, sugiere utilizar un área mínima de 200 mts x 200 mts (Rueda 2002). 

FIGURA 4. AREA MÍNIMA

Fuente: Cain 1959. Método de determinación del área mínima. ϮϮ 

FIGURA 5. AREA MÍNIMA PARA LOS MUESTREOS DEL CASCO URBANO DE LA CIUDAD DE LA PLATA

EƵŵĞƌŽƐĚĞ^W ϯϱ ϯϬ

EƌŽƐƉ

Ϯϱ ϮϬ DƵĞƐƚƌĞŽϭ

ϭϱ ϭϬ

DƵĞƐƚƌĞŽϮ

ϱ

DƵĞƐƚƌĞŽϯ

Ϭ ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

dĂŵĂŹŽĚĞůĄƌĞĂĚĞŵƵĞƐƚƌĞŽ



Fuente: Elaboración Propia. Muestreo 1: zona intermedia; Muestreo 2: zona céntrica; Muestreo 3: zona periférica. El tamaño de muestreo 5 (en rojo) equivale a un tamaño de la unidad de muestreo de 400 mts x 400 mts.

El concepto de área mínima plantea un problema que va más allá del examen de los procedimientos empleados para estimarla. Como propiedad de la comunidad, dicho concepto sería válido sólo si el segmento estudiado fuese homogéneo (no es nuestro caso). Por lo tanto, el concepto y la estimación del área mínima no tienen significación en la caracterización de la comunidad, sólo tienen utilidad desde el punto de vista operacional, porque permiten una estimación del área por encima de la cual no tendría sentido analizar más datos para este tipo de estudio. La decisión final acerca del área mínima depende del juicio subjetivo del investigador. En última instancia, se trata de evaluar si se justifica invertir más tiempo y esfuerzo para lograr determinado incremento de la información. (Matteucci 1982).

Ϯϯ 

CONSTRUCCIÓN DEL ÍNDICE DIVERSIDAD URBANA (H)

El grado de organización del casco urbano de La Plata se encuentra representado por la diversidad de portadores de información (H) distribuidos en el espacio. La diversidad nos permite calcular la información contenida en cada uno de los mensajes y, por lo tanto, el grado de complejidad que contiene el propio espacio urbano seleccionado. Estos estudios permiten acercarnos a la idea de mixticidad y densidad de usos, y de funciones intercambiadoras de información que atesora un espacio concreto.

Los índices de diversidad más ampliamente utilizados son el índice de Simpson (Simpson 1949) que deriva de la Teoría de Probabilidades, este índice mide la probabilidad de encontrar dos individuos de la misma especie en dos extracciones sucesivas al azar sin reposición, y el índice de Shannon - Weaver (Shannon 1948) que se basa en la Teoría de la Información (mide el contenido de información por símbolo de un mensaje compuesto por S clases de símbolos discretos cuyas probabilidades de ocurrencia son desde pi hasta pS).

Ϯϰ 

FIGURA 6. ÍNDICE DE DIVERSIDAD DE SHANNON - WEAVER (H´)

H'

S

=

−

¦(p

i

× log 2 p i )

i =1

Fuente. Margalef 2005. pi es la abundancia proporcional de la iésima especie portadora de información, representa la probabilidad de que un individuo portador de información de la especie i esté presente en la muestra, siendo entonces la sumatoria de pi igual a 1.

El parámetro H es la diversidad y su unidad es el bit de información. Pi es la probabilidad de ocurrencia e indica el número de miembros que cumplen una peculiaridad en el conjunto de miembros de la comunidad. La diversidad (H) es una medida indirecta de la organización del sistema urbano calculada a través de la teoría de la información. Se trata de saber el número de portadores de información, con capacidad de contacto, en cantidad y diversidad en un mismo espacio. Los portadores de información del sistema urbano son los grupos de personas organizados que se clasifican por categorías: actividades, entidades e instituciones.

Para obtener los valores de la diversidad urbana de acuerdo a la ecuación de Shannon – Weaver (por su relación con la complejidad urbana), se realizó un muestreo del casco urbano de la ciudad de La Plata utilizando las unidades muéstrales anteriormente descriptas (en forma y tamaño). Las especies fueron determinadas como los portadores de información ya definidos.

Ϯϱ 

MAPA DE DIVERSIDAD URBANA

Se construyó un mapa de diversidad urbana para el casco urbano de la ciudad de La Plata, representado en un cuadrado donde las abscisas representan la posición en el espacio del muestreo que va desde calle 72 a la calle 32 y las ordenadas representan la posición en el espacio del muestreo que va desde la calle 31 a la calle 115. Cada cuadrado de la Figura 7 corresponde a la unidad muestral de 400 mts x 400 mts y está ubicada en el espacio del casco urbano de la ciudad de La Plata en el que fue muestreado.

FIGURA 7. INDICE DE DIVERSIAD URBANA MEDIDA PARA EL CASCO URBANO DE LA CIUDAD DE LA PLATA (H´) ,

ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

ϳ

ϴ

ϵ

ϭϬ

ϭ

Ϯ͕ϲϱ Ϯ͕ϲϮ Ϯ͕ϵϱ Ϯ͕ϱϮ Ϯ͕ϯϮ Ϯ͕ϰϳ ϯ͕ϵϴ Ϯ͕ϰϮ Ϯ͕ϲϱ ϯ͕ϭϵ

Ϯ

Ϯ͕ϲϲ Ϯ͕ϴϵ ϯ͕ϯϱ ϯ͕ϯϮ ϭ͕ϬϬ Ϯ͕ϵϱ ϯ͕ϱϭ Ϯ͕ϳϮ Ϯ͕ϱϬ Ϯ͕ϳϱ

ϯ

Ϯ͕ϳϯ ϯ͕ϯϯ ϯ͕ϳϵ Ϯ͕ϵϭ Ϯ͕ϵϱ ϯ͕ϭϮ ϯ͕Ϯϭ ϰ͕Ϭϲ ϯ͕ϭϴ Ϯ͕ϳϴ

ϰ

Ϯ͕ϮϬ Ϯ͕ϴϲ ϯ͕ϱϮ ϯ͕ϯϬ ϯ͕ϳϳ ϯ͕ϲϰ ϯ͕ϯϰ ϯ͕ϱϱ ϯ͕ϭϲ Ϯ͕ϵϱ

ϱ

Ϯ͕Ϯϱ ϭ͕ϳϳ ϯ͕Ϭϵ ϯ͕ϴϯ ϯ͕ϵϵ ϯ͕ϳϱ ϯ͕ϳϵ ϯ͕ϳϭ ϯ͕ϲϵ ϯ͕ϵϵ

ϲ

ϯ͕Ϭϯ ϯ͕ϬϬ Ϯ͕ϳϭ ϰ͕ϬϮ ϰ͕ϭϬ ϰ͕Ϯϰ ϰ͕ϭϵ ϰ͕Ϭϲ ϯ͕ϵϮ ϰ͕ϬϮ

ϳ

Ϯ͕ϳϯ Ϯ͕Ϭϴ ϯ͕ϰϮ ϯ͕ϳϮ ϰ͕Ϭϭ ϰ͕Ϯϳ ϰ͕ϭϵ ϰ͕Ϭϵ ϯ͕ϲϰ Ϯ͕ϴϵ

ϴ

Ϯ͕ϳϴ ϯ͕Ϯϵ ϯ͕ϯϳ ϯ͕Ϯϲ Ϯ͕ϰϬ ϯ͕ϲϮ ϰ͕Ϭϴ ϯ͕ϳϳ ϯ͕ϰϱ Ϯ͕ϲϭ

ϵ

Ϯ͕ϱϮ ϭ͕ϯϴ ϯ͕Ϭϯ Ϭ͕ϬϬ Ϭ͕ϬϬ Ϭ͕ϬϬ ϭ͕ϬϬ Ϯ͕ϬϬ Ϯ͕Ϯϴ Ϯ͕ϬϬ



Fuente: Elaboración Propia. La escala de colores del mapa varía desde el rojo (menores valores de H), pasando por el amarillo (valores intermedios de H) hasta el verde (valores altos de H).

Ϯϲ 

FIGURA 8. INDICE 3D DE DIVERSIAD URBANA MEDIDA PARA EL CASCO URBANO DE LA CIUDAD DE LA PLATA (H´)

sĂůŽƌ ĚĞ, ϱ͕ϬϬ

ϰ͕ϬϬͲϱ͕ϬϬ

ϰ͕ϬϬ

ϱ͕ϬϬ ϭ

ϰ͕ϬϬ

ϯ

ϯ͕ϬϬ

ϯ͕ϬϬͲϰ͕ϬϬ

Ϯ͕ϬϬ

Ϯ͕ϬϬͲϯ͕ϬϬ

ϭ͕ϬϬ

ϱ

Ϯ͕ϬϬ

ϯ͕ϬϬ

ϭ͕ϬϬͲϮ͕ϬϬ ϭ

Ϭ͕ϬϬ ϳ

ϭ͕ϬϬ Ϭ͕ϬϬ

ϯ

ϭ ϯ

ϳ

ϱ ϵ ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

ϳ

ϴ

ϵ ϭϬ

Ϭ͕ϬϬͲϭ͕ϬϬ

ϱ ϵ

ϳ ϵ



Fuente: Elaboración Propia. La escala de colores del mapa varía desde el rojo (menores valores de H), pasando por el amarillo (valores intermedios de H) hasta el verde (valores altos de H).

Los valores máximos de diversidad urbana concuerdan con la zona del casco urbano que representa al centro comercial de La Plata, mientras que algunos valores bajos de diversidad pueden corresponder con sitios de parques amplios (ver Figura 1). Por ejemplo, los valores de diversidad urbana que corresponden a las celdas (9;4), (9;5), (9;6) y (9;7), que se acercan al cero, corresponden a la zona del Bosque Platense, y el valor de la celda (2;5), cuyo índice de diversidad es igual a uno corresponde a la zona del parque San Martín.

Ϯϳ 

CONCLUSIONES

El índice de diversidad revela múltiples variables de análisis que ponen en evidencia aspectos asociados con la forma de la organización actual del sistema y las estrategias de planificación futura, tanto a nivel de edificación como de movilidad urbana. Este indica: la diversidad y mixticidad de usos y funciones urbanas, el grado del capital social y del capital económico de un territorio, el grado de centralidad y en algunos casos de madurez del territorio, el grado de competitividad de un territorio y el grado de atracción, la diversidad de profesiones implicadas y las áreas de mayor concentración laboral.

Además permite identificar los sitios de mayor concentración de actividad, los cuales generan un mayor número de desplazamientos, que han de ser cubiertos por los diferentes modos de transporte (mayor gasto de energía de consumo medida en transporte), relacionar la actividad económica con el número de personas que circulan a pie en el espacio público, analizar la orientación de los procesos de transformación urbana, conocer la proximidad de la población a los servicios básicos, la diferenciación de las actividades con elevada densidad de conocimiento (actividades @) de las actividades no densas.

Las actividades @ se definen como actividades emergentes relacionadas con el nuevo sector de las tecnologías de la información y la comunicación (TIC), y aquellas que, con independencia del sector económico concreto al Ϯϴ 

cual pertenezcan, estén relacionadas con la investigación, el diseño, la edición, la cultura, la actividad multimedia, la gestión de las bases de datos y del conocimiento. En la estrategia competitiva que modela la ciudad del conocimiento

interesa,

especialmente,

poder

contar

con

aquellas

actividades que mejor controlan el presente y más anticipan el futuro, es decir, aquellas que más densidad de información tienen y mayor información controlan (Rueda 2002).

Ϯϵ 

CAPÍTULO III Distribución energética de consumo INTRODUCCIÓN

La energía puede ser entendida como la capacidad disponible para hacer un trabajo. Todos los procesos y actividades que existen en la Tierra son, indiscutiblemente, manifestaciones energéticas mensurables en unidades de energía (BTUs, calorías, o joules). Estos procesos energéticos son unidireccionales porque van acompañados por una degradación energética que los hace irreversibles (Odum 1980).

El estudio energético en sistemas urbanos empezó a ser desarrollado a partir de trabajos de Geddes (Geddes 1915), quien fue el primero en relacionar períodos históricos humanos y uso energético. Geddes propuso que el estudio de la evolución de ciudades se trace en base a flujos energéticos de acuerdo con la escuela de ecología urbana de Chicago (Martinez Alier 1987).

ϯϬ 

ENERGÍA DE CONSUMO (E)

Aunque pudiera parecer sencillo, por el hecho de que la energía lo atraviesa todo, el cálculo de la energía de consumo se convierte para un sistema urbano en un cálculo complejo. Muchas veces es referida a la cantidad total de productos primarios y secundarios utilizados por todos los sectores de consumo para la satisfacción de sus necesidades energéticas. EI Balance incluye los siguientes sectores: Residencial, Comercial y Público, Transporte, Agropecuario e Industrial.

La Agencia de Ecología del Ayuntamiento de Barcelona estableció las relaciones significativas entre ámbitos demandantes de energía como la edificación, transporte, espacio público y flujos másicos, y las tres escalas donde los ámbitos se ven reflejados y condicionados: el entorno, el sistema urbano y los elementos arquitectónicos, de movilidad, de gestión metabólica, etc.

Esta Agencia analizó las entradas y los consumos energéticos por sectores en la ciudad de Barcelona según el tipo de energía: electricidad (producida principalmente en centrales térmicas convencionales, térmicas nucleares y hidráulicas), gas natural (metano), gases licuados de petróleo (butano y propano), combustibles líquidos asociados a transporte y, finalmente, la radiación solar (producción primaria de la ciudad). En Brasil se estimó, para una familia urbana de cinco personas, la canasta básica energética: electricidad: 2.640 Kwh/año; GLP: 156 Kg/año -equivalentes a 0,283 ϯϭ 

m3/año-; Diesel: 380 lts/año (Secretaria de Energia, Ministerio de Planificación Federal, Inversión Pública y Servicios de La Nación).

Para los objetivos del presente trabajo, alcanza con simular valores dentro de un rango de variación entre 0 y 1, que podrían ser considerados como valores proporcionales a un rango de valores energéticos reales (considerados como máximos y mínimos con datos correspondientes al consumo eléctrico, gas y transporte).

CONSTRUCCIÓN DEL ÍNDICE ENERGÉTICO (E)

Para generar escenarios hipotéticos de consumo energético (E) se utilizó el programa estadístico R generando tres matrices espaciales, que representan al casco urbano de La Plata, una para un escenario hipotético de consumo energético constante, otra para un escenario hipotético de consumo energético al azar, y otro escenario hipotético de consumo energético con distribución exponencial negativa respecto de un centro de consumo energético máximo, correspondiente al centro comercial platense, sito en calle 8 esquina 50 y representado por la celda (6;6) de la matriz espacial.

Estos tres escenarios elegidos representan a tres modos de consumo energético hipotético, por lo que habría que ajustarlos al consumo real o al deseado para el caso de un estudio más detallado, cuyo objetivo sea determinar la situación actual o futura de una ciudad. ϯϮ 

ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO CONSTANTE

Se generó una matriz de 9 filas y 10 columnas (9x10) compuesta únicamente por un valor constante de 0,5. La programación en R fue: > array(0.5, c(9,10)) -> Matriz_const

FIGURA 9. ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO CONSTANTE CALCULADA PARA EL CASCO URBANO DE LA CIUDAD DE LA PLATA (E) 

ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

ϳ

ϴ

ϵ

ϭϬ

ϭ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

Ϯ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϯ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϰ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϱ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϲ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϳ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϴ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ

ϵ

Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ Ϭ͕ϱϬ



Fuente: Elaboración Propia. La escala de colores del mapa amarillo indica valores intermedios de E.

ϯϯ 

ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO AL AZAR

Se generó una matriz de 9 filas y 10 columnas (9x10) compuesta por valores aleatorios comprendidos entre 0 y 1, resultando una media 0,48 y un desvío de 0,26. La programación en R fue: > array(runif(100, 0, 1), c(9, 10))

FIGURA 10. ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO AL AZAR CALCULADA PARA EL CASCO URBANO DE LA CIUDAD DE LA PLATA (E) 

ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

ϳ

ϴ

ϵ

ϭϬ

ϭ

Ϭ͕ϲϲ Ϭ͕ϵϯ Ϭ͕ϳϯ Ϭ͕ϭϮ Ϭ͕Ϭϭ Ϭ͕ϰϵ Ϭ͕ϱϲ Ϭ͕ϯϵ Ϭ͕Ϭϵ Ϭ͕ϰϮ

Ϯ

Ϭ͕ϳϮ Ϭ͕ϲϰ Ϭ͕ϴϬ Ϭ͕ϱϭ Ϭ͕ϲϴ Ϭ͕ϰϯ Ϭ͕ϭϮ Ϭ͕ϰϭ Ϭ͕ϴϮ Ϭ͕Ϯϭ

ϯ

Ϭ͕ϱϭ Ϭ͕ϯϵ Ϭ͕ϭϱ Ϭ͕Ϯϴ Ϭ͕ϲϵ Ϭ͕ϵϬ Ϭ͕ϳϬ Ϭ͕ϳϯ Ϭ͕ϲϬ Ϭ͕ϲϯ

ϰ

Ϭ͕Ϯϲ Ϭ͕ϴϯ Ϭ͕ϭϳ Ϭ͕ϱϲ Ϭ͕ϯϮ Ϭ͕Ϭϱ Ϭ͕ϰϬ Ϭ͕ϲϮ Ϭ͕ϭϯ Ϭ͕ϱϮ

ϱ

Ϭ͕ϯϯ Ϭ͕Ϯϰ Ϭ͕ϳϴ Ϭ͕Ϯϯ Ϭ͕ϳϱ Ϭ͕ϭϴ Ϭ͕Ϭϯ Ϭ͕ϰϱ Ϭ͕ϲϭ Ϭ͕ϯϲ

ϲ

Ϭ͕ϵϬ Ϭ͕ϳϭ Ϭ͕ϱϮ Ϭ͕ϭϲ Ϭ͕ϲϲ Ϭ͕ϯϱ Ϭ͕ϴϰ Ϭ͕ϰϭ Ϭ͕ϰϰ Ϭ͕ϭϮ

ϳ

Ϭ͕ϭϯ Ϭ͕ϰϵ Ϭ͕ϲϭ Ϭ͕ϲϯ Ϭ͕ϲϭ Ϭ͕ϳϱ Ϭ͕ϴϳ Ϭ͕ϯϴ Ϭ͕ϱϭ Ϭ͕ϭϵ

ϴ

Ϭ͕ϳϬ Ϭ͕ϭϳ Ϭ͕ϵϰ Ϭ͕ϳϰ Ϭ͕ϯϴ Ϭ͕Ϭϰ Ϭ͕ϭϮ Ϭ͕ϱϰ Ϭ͕Ϯϳ Ϭ͕ϭϴ

ϵ

Ϭ͕ϳϰ Ϭ͕ϯϵ Ϭ͕Ϭϯ Ϭ͕ϯϲ Ϭ͕ϳϮ ϭ͕ϬϬ Ϭ͕ϰϮ Ϭ͕ϵϲ Ϭ͕ϲϳ Ϭ͕ϳϲ



Fuente: Elaboración Propia. La escala de colores del mapa varía desde el rojo (menores valores de E), pasando por el amarillo (valores intermedios de E) hasta el verde (valores altos de E).

ϯϰ 

FIGURA 11. INDICE 3D SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO AL AZAR CALCULADA PARA EL CASCO URBANO DE LA CIUDAD DE LA PLATA (E)  sĂůŽƌ ĚĞ Ϭ͕ϴϬͲϭ͕ϬϬ ϭ͕ϬϬ

Ϭ͕ϲϬͲϬ͕ϴϬ ϭ

Ϭ͕ϴϬ

Ϭ͕ϰϬͲϬ͕ϲϬ

ϯ Ϭ͕ϮϬͲϬ͕ϰϬ

Ϭ͕ϲϬ

ϱ Ϭ͕ϬϬͲϬ͕ϮϬ

Ϭ͕ϰϬ

ϳ

Ϭ͕ϮϬ Ϭ͕ϬϬ

ϵ ϭ

Ϯ

ϯ

ϰ

ϱ

ϲ

ϳ

ϴ

ϵ ϭϬ



Fuente: Elaboración Propia. La escala de colores del mapa varía desde el rojo (menores valores de E), pasando por el amarillo (valores intermedios de E) hasta el verde (valores altos de E).

ÍNDICE SEGÚN DISTRIBUCIÓN ENERGÉTICA DE CONSUMO EXPONENCIAL NEGATIVA

Se generó una matriz de 9 filas y 10 columnas (9x10) compuesta por valores calculados a partir de una exponencial negativa, Eo.e(-d/d

max)

,

respecto de un centro de consumo energético máximo, correspondiente al centro comercial platense, sito en calle 8 esquina 50 y representado por la celda (6;6) de la matriz espacial. La programación en R fue: > max(Matriz_aleat) -> Emax > min(Matriz_aleat) -> Emin > array(seq(1,9), c(9, 10)) -> Matriz_dist1 > array(seq(1,10), c(10, 10)) -> Md2 > t(Md2[1:10, 1:9]) -> Matriz_dist2 > Matriz_dist1[6,6] -> dist1 ϯϱ 

> Matriz_dist2[6,6] -> dist2 > (Matriz_dist1 - dist1)^2 -> d1 > (Matriz_dist2 - dist2)^2 -> d2 > sqrt(d1+d2) -> Matriz_distancia > 1/max(Matriz_distancia) -> valor_k > Emax*exp((-1*Matriz_distancia)/max(Matriz_distancia)) -> Mexp

FIGURA 12. GRÁFICO DE VALORES DE LA DISTRIBUCIÓN ENERGÉTICA DE CONSUMO EXPONENCIAL NEGATIVA (E)

Ž͘Ğ;Ͳ