La recolección y análisis de datos como herramientas clave para desarrollar políticas y toma de decisiones en materia de movilidad y sustentabilidad. Las tecnologías digitales ayudan al monitoreo, estudio y control de variables que inciden en los proyectos relativos a la movilidad urbana. Estrategias para propiciar una transformación digital con beneficios sociales y económicos.
Por ejemplo, visualización de rutas, puntos críticos, horarios de viajes, modelado de soluciones para su evaluación gestión de viajes compartidos, etc.
1.1 Tipos y estructuras de datos
Introducción.
Tipos y estructuras de datos.
Colección de datos.
Presentación de datos.
Tratamiento de datos.
Limpieza o depuración de datos.
Rango.
Polinomio propio.
Lenguajes de programación.
Métodos numéricas.
MatLab.
Estadística Descriptiva
Importación de datos en MatLab
Cálculo en Matlab de matrices.
Inversión de matrices.
Valores propios.
Vectores propios.
Rango de matriz.
Estadística descriptiva ves inferencial.
Distribución.
Coeficiente de Pearson.
Curtosis.
Estadística inferencial.
Estimación de parámetros.
4.1 Introducción a sistemas de información geográfica
Conceptos básicos de los sistemas de información geográfica
Tecnologías de análisis geoespacial y tipos de datos en el análisis geoespacial
5.1 Tipos de datos de análisis geoespacial
Tipos de datos geoespaciales.
Práctica con QGIS.
6.1 Operaciones de datos vectoriales en QGIS
Práctica con QGIS.
Datos vectoriales.
Operaciones de datos vectoriales en QGIS.
Práctica en QGIS.
Herramienta de corte.
Práctica QGIS.
Manejo de tablas de atributos.
Sistemas de coordenadas.
Manejo de tablas de atributos.
Manejo de tablas de atributos.
Generación de mapas.
Cálculo de rutas.
Corrección de geometrías.
7.1 Operaciones de datos ráster en QGIS
Introducción a los datos ráster.
Manejo de datos ráster en QGIS.
Acerca de las instructoras:
Dra. Ilse Cervantes CICATA-IPN
M. en C. Valeria Juárez-Casildo CICATA-IPN