Riesgo delictivo latente en Lima, medido bajo el sesgo de denuncia,
en experimentos visuales donde cada cifra tiene procedencia verificable.
Experimentos · TP de Complex Networks · Diapositivas del Hito 1 · Empezar · Ninguna cifra a mano
La pieza de difusión de pulso-estadios: el riesgo alrededor del Monumental en días de partido, contra el mismo lugar sin partido.
Contenido
Los datos policiales no miden crimen. Miden la intersección de tres filtros: que la víctima denuncie, que la institución registre y que el sistema geocodifique. Los tres son fuertes y desiguales en el espacio, así que un mapa que los ignora muestra dónde se denuncia, no dónde ocurre.
InWatch es el banco de experimentos donde esa premisa se vuelve manipulable. Cada experimento es un notebook reactivo que permite mover un parámetro y ver qué le pasa al hallazgo. Dos reglas atraviesan todo el repo:
- Sin datos ≠ seguro. Una celda sin registro se dibuja deshilachada, nunca vacía ni verde.
- Ningún número se escribe a mano. Toda cifra portante sale de un registro canónico, con el commit y el hash del script que la produjo (ver cómo).
No es un producto de ruteo ni un mapa de calor de denuncias.
Cada uno responde una pregunta, y la respuesta corta está acá. El detalle, los controles y las limitaciones están en el README de cada experimento.
| Experimento | La pregunta | Lo que encontró |
|---|---|---|
donde-falla-el-dato |
¿Dónde deja de decir algo el mapa de denuncias? | Solo el 34.5 % de la grilla de Lima y Callao tiene al menos un registro geocodificado. El resto no es calma: es ausencia de dato. |
observado-latente |
Corregir por subdenuncia, ¿reordena el mapa? | No: ρ = 0.997 entre las dos superficies. Cambia la escala y la composición: la estafa pasa de 4.3 % a 32.1 % del riesgo. |
curva-de-evaluabilidad |
Con un registro flaco, ¿se puede saber si el modelo acierta? | Con 10 % de geocodificación, la habilidad real apenas cae (0.433 de ρ), pero la medible se desploma a 0.316. Colapsa el termómetro, no el modelo. |
tejido-vs-hexagono |
¿Cuánto cuesta mirar Lima a través de hexágonos? | El 11.0 % de las manzanas morfológicas cae partido entre dos o más hexágonos: el 27.2 % del área. |
pulso-estadios |
Si el crimen sube alrededor del estadio, ¿hay más delito o más gente que denuncia? | En los primeros 500 m, el riesgo en días de partido es 3.67 veces el de días emparejados sin partido, y el pulso desaparece en los partidos sin público. |
corredores-criticos |
¿Qué calles concentran el flujo potencial de la red vial? | Del top-100 por betweenness, solo el 20.0 % es arteria declarada en OSM, contra una tasa base de 12.5 %. Cuatro de cada cinco corredores no están declarados arteriales. |
Clic para ver la exposición completa, con el guion de cada diapositiva.
corredores-criticos es el Trabajo Parcial del curso Complex Networks (UPC 1ACC0202,
2026-2), tema 2. Mide la betweenness exacta, por longitud y por tiempo de viaje, sobre la red
drive de OpenStreetMap del eje Metropolitano centro-sur: 7559 intersecciones.
| Entregable | Dónde |
|---|---|
| Diapositivas y guion | r0sewt.github.io/InWatch/hito1, con PDF y PowerPoint para descargar |
| Notebook con salidas | entrega/hito1.ipynb, que se abre en GitHub sin correr nada |
| Reporte técnico | README del experimento, con cada cifra anclada al registro |
| Entorno | requirements.txt, generado desde uv.lock |
La cadena completa se reprodujo desde un clon limpio en otra máquina: mismos nodos, mismas aristas y mismas cifras.
fuentes por nombre ──► loader.py / etapas ──► data/silver/<slug>/*.parquet (gitignored)
(registry/fuentes.toml) │ │
▼ ▼
registry/canonical_numbers.json notebook.py (marimo) ──► .ipynb / WASM
valor + commit + sha del script │
y de los insumos ▼
└──────────► README y docs citan la cifra por clave
la CI falla si una cita no coincide
Qué corre dónde. marimo exporta a WASM, pero geopandas y PyTorch Geometric no corren en
Pyodide. Por eso la separación no se negocia: loader.py hace el cómputo pesado y deja
parquet con hash; notebook.py lee artefactos y presenta, nunca calcula desde datos crudos.
Ninguna cifra a mano. El mecanismo existe porque el fallo ya ocurrió: en el repo de origen, un multiplicador quedó desactualizado tras volver a correr el pipeline y llegó así a un paper enviado. Ahora el emisor registra el número con su procedencia, y todo lo demás lo pide por clave:
from inwatch import canon
canon.emit(
"multiplier.robo_hurto_callejero", lat / obs, variant="victim",
unit="latente/observado (adim.)", estimator="pooled Σλ*/Σy 2018-2024",
inputs=[rate_file], script=__file__,
)
canon.display("multiplier.robo_hurto_callejero") # "4.6", ya redondeado por la policyLos documentos lo citan con un ancla CANON: en un comentario HTML junto a la cifra, incluido este README.
uv run canon check las valida todas y corre en la CI.
La unidad espacial es un parámetro. Conviven la grilla H3 res-8 (h3_8), la manzana
censal (manzana) y la tesselación morfológica (morfologica); poder cambiar entre ellas
es uno de los experimentos. El contrato completo está en
design/contrato-unidades.md.
Requisitos: Python 3.12 y uv. Sin uv:
pip install -r requirements.txt.
1. Entorno y verificación. No necesita datos:
uv sync --extra geo --extra viz
uv run pytest -q -m "not needs_data"
uv run canon checkLos tests tienen que pasar, y canon check tiene que terminar con
✓ check_canon: N ancla(s) verificada(s) contra el registro.
2. Un experimento de punta a punta. corredores-criticos es el único que corre sin los
datos privados del repo de origen; solo pide transit_stations.csv (ver su README):
export INWATCH_FUENTE_TRANSIT_STATIONS=/ruta/a/transit_stations.csv
for etapa in loader centralidad capas arterias metricas; do
uv run python experiments/corredores-criticos/$etapa.py
done
uv run marimo edit experiments/corredores-criticos/notebook.pyEl loader tiene que reportar 7559 nodos y 15813 aristas. La betweenness exacta tarda entre 10 y 20 minutos, según la máquina.
Los demás experimentos leen el corpus de denuncias y los artefactos de la tesis de origen,
que no son públicos. Sus fuentes se resuelven por nombre con uv run fuentes estado.
| Ruta | Qué hay |
|---|---|
experiments/<slug>/ |
Un experimento: etapas de cómputo, notebook.py, README.md con las cifras ancladas, y tests. |
src/inwatch/ |
El paquete: canon (registro de cifras), fuentes (catálogo de datos por nombre) y unidades (contrato espacial, incluida la red vial). |
registry/ |
canonical_numbers.json, versionado porque es memoria científica, y fuentes.toml. |
design/ |
Contratos de datos y decisiones de diseño. |
analysis/ |
Reportes por experimento, versionados; los datos no. |
tests/ |
Pruebas sobre datos sintéticos, que corren en cada PR. |
data/ |
Artefactos regenerables (gitignored), salvo data/curado/, que sí viaja. |
- Git Flow: nada entra directo a
developni amain. Una rama por unidad de trabajo (feat/…,fix/…,docs/…) desdedevelop, y un PR con la CI en verde y las conversaciones de revisión resueltas.mainrecibe adeveloppor release, con tag por entregable (hito1, …). - Ninguna cifra a mano: toda cifra portante pasa por
canon. Lo que emite cifras se fusiona con merge commit, nunca con squash, para que el commit de procedencia siga existiendo en la historia. - Tareas en beads (
bd ready), no en TODOs sueltos. - Repo público: nada de secretos, credenciales, datos crudos ni rutas de máquina. El grupo del TP se nombra por usuario de GitHub.
Las reglas completas, para agentes y para personas, están en CLAUDE.md.
El TP de Complex Networks es del grupo 2 (UPC, 2026-2).
Sin definir todavía, y por eso sin LICENSE: todos los derechos reservados.
El repo es público desde el 2026-09-14 para poder compartirlo, entre otros con el docente del curso donde se usa. Que sea público no concede permisos de reutilización. La licencia sigue siendo una decisión pendiente y deliberada: el material derivado proviene de un repo bajo CC BY-NC-SA 4.0 con dos titulares de copyright, así que no puede elegirse en solitario ni por defecto. Mientras tanto aplican los términos de GitHub para ver y hacer fork; cualquier otro uso requiere permiso de los titulares.