para cada estructura e = 1,..., N e y para cada componente k = 1,..., m .
Y la varianza de la estimacin es: 2 e2,k = E (Yke* ( x ) Yke ( x ) )
= 1 + Cij ( x x ) 2 a g e ( x x 0 ) i =1 j =1 =1 =1
e i
e j
i =1 =1
e i
(5.113)
e ik
Aplicacin del Kriging Factorial
El Kriging Factorial permite separar un vector de n funciones aleatorias en m componentes, cada una representando una escala de variacin diferente (o longitud de onda) del fenmeno que se estudia. Por ejemplo, en las mediciones magnticas o gravimtricas uno desea distinguir las longitudes de onda largas asociadas con las fuentes profundas de las cortas que reflejan fuentes superficiales. En ste sentido se puede considerar un mtodo de filtrado. Esta separacin o filtrado se realiza tradicionalmente usando anlisis espectral en dos o ms dimensiones, pero usando el Kriging Factorial es posible e incluso ventajoso obtener la determinacin espacial de las componentes que se deseen directamente. Ya que los mtodos espectrales tienen ciertas limitaciones como son: a) requieren de una malla rectangular completa, que si no se posee, se requiere entonces interpolar o an peor extrapolar ( se usa en ocasiones para esto el Kriging) lo cual altera las caractersticas espectrales, b) opaca la resolucin de las anomalas locales sobre todas las frecuencias. El Kriging Factorial se ha aplicado con xito en prospeccin geoqumica (Sandjivy, 1984), prospeccin geofsica Galli et al., 1984, Chiles y Guilln, 1984, exploracin petrolera (Jaquect, 1989), etc.