XXIII Congreso de Física Estadística - FisEs 2022, Zaragoza (España). 12-14 mayo 2022
Resumen:
La abundancia de datos de redes sociales ha catalizado el estudio cuantitativo de la movilidad humana. Con estos datos y otras fuentes de información, se han extraído diversos patrones de movilidad, surgiendo infinidad de modelos matemáticos y estadísticos para capturar dichos modelos. La mayor parte de los esfuerzos se centran en modelar las llamadas matrices origen-destino, Tij , que miden cuántos desplazamientos tienen lugar entre una localización origen i y un destino j. En muchos casos, estas matrices pueden modelarse como un campo vectorial de movilidad que permite identificar las regiones que atraen más desplazamientos. En este trabajo nos centramos en el problema de la movilidad urbana en servicios bicicletas compartidas (BSS) en la ciudad de Madrid, que han ganado popularidad en los últimos años por su potencial para contribuir al desarrollo de ciudades sostenibles. Aunque los primeros intentos de implantar un servicio público de bicicletas compartidas se remontan a 1965 (Ámsterdam), su uso generalizado llegó con el milenio, convirtiéndose en una vibrante actividad y en un área de investigación cuya actividad ha aumentado de forma constante en la última década.
Resumen divulgativo:
Usando conceptos de la Física estadística como el principio de máxima entropía, encontramos un modelo probabilístico que captura la distribución de viajes en un servicio de bicicletas compartidas en la ciudad de Madrid.
Palabras clave: Machine Learning probabilístico, Sostenibilidad, Bicicletas compartidas, Entropía
Fecha de publicación: 2022-05-12.
Cita:
C.M. Vallez Fernández, M. Castro, D. Contreras, El principio de máxima entropía y la distribución de viajes en servicios de bicicletas compartidas, XXIII Congreso de Física Estadística - FisEs 2022, Zaragoza (España). 12-14 mayo 2022.
