Kriging: Un

Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma

Universidad Nacional Autnoma de Mxico

Laboratorio de Cmputo Cientfico, F. C.

Kriging: Un Mtodo de Interpolacin

sobre Datos Dispersos

Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

presenta

Jorge Zavaleta Snchez

Mxico D.F., a 23 de Septiembre de 2010.

Historia
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

La estimacin de mineral recobrable es muy importante

ya que la variabilidad local puede afectar la ganancia al
explotar una mina.
Los primeros pasos para resolver este problema fueron
tomados en los aos 50 en Sudfrica con el trabajo del
ingeniero minero Danie Krige y el estadista Herbert
Sichel trabajando en las minas de oro de
Witwatersrand.
Georges Matheron adopto el trabajo pionero hecho en
Sudfrica y formaliz la mayor parte de los conceptos
de la teora que llamo geoestadstica.

Ejemplos
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Ejemplos
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Idea
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Idea
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Idea
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Idea
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Variable y Funcin Regionalizada

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

El valor observado en cada punto x de los datos es

considerado como una salida, z(xx ), de una variable
aleatoria, Z (xx ), para x .
Definimos a la variable regionalizada como,
z(xx )

para todo x .

La familia de todas estas variables aleatorias

{Z (xx ), x }
es llamada una funcin aleatoria.

Hiptesis Estacionarias
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares

Queremos que los dos primeros momentos (la media y

la covarianza) sean constantes, lo cual, es llamado
estacionariedad dbil o de segundo orden.
En otras palabras, el valor esperado de Z (xx ) debe ser
constante para todos los puntos x , esto es,

Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

E[Z (xx )] = m(xx ) = m

y la funcin de covarianza entre cualquiera dos puntos
x y x + h depende solo del vector h y no del punto x ,
h)
E[Z (xx )Z (xx + h )] m2 = C(h

Hiptesis Intrnsecas
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Se supone que los incrementos de la funcin son

dbilmente estacionarios, es decir, la media y la
varianza de los incrementos Z (xx + h ) Z (xx ) existen y
son independientes del punto x , esto es
E[Z (xx + h ) Z (xx )] = 0
h)
Var [Z (xx + h ) Z (xx )] = 2(h
h ) es llamada el semi-variograma (o el
La funcin (h
variograma), la cual es la herramienta bsica para la
interpretacin estructural del fenmeno como tambin
para la estimacin.

Variograma Experimental
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

La disimilaridad promedio con respecto a una clase de

vectores k es un valor de lo que es denominado el
variograma experimental

Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

(k ) =

nc
1
(z(xx + h ) z(xx ))2
2nc

con h k

=1

Tal clase k agrupa vectores cuyas longitudes estn

entre un intervalo especificado de longitudes y cuya
orientacin es la misma hasta una tolerancia dada
sobre el ngulo.

Variograma Terico
Definicin
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

El variograma para una funcin aleatoria intrnseca se

define como:
h ) = 0.5 Var[Z (xx + h ) Z (xx )]
(h

Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Para variables estacionarias e intrnsecas, la media de

h ) es
Z (xx + h ) Z (xx ) es cero, y por lo tanto (h
solamente la diferencia media de cuadrados, esto es:
[
]
h ) = 0.5 E (Z (xx + h ) Z (xx ))2 .
(h

Variograma Terico
Propiedades
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

El valor del variograma en el origen es cero por

definicin
0) = 0.
(0
Los valores del variograma son positivos

Introduccin
Preliminares

h ) 0,
(h

Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

y el variograma es una funcin par

h ) = (h
h)
(h
h 2 , i.e.
El variograma crece ms lento que h
lim

h
h

h)
(h
= 0,
h 2
h

(1)

Variograma Terico
Propiedades
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

h ) = C(0
0) C(h
h ).
(h
( n
)
n
n

Var
Z (x ) =
(x x ) 0
=0

si

=0

= 0.

=0 =0

Variograma Terico
Caractersticas
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin

El variograma presenta las siguientes caractersticas:

Siempre empieza en 0 (para h = 0 , Z (xx + h ) = Z (xx )).
Este puede ser discontinuo justo despus del origen.

Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Generalmente se incrementa con h .

Se levanta hasta cierto nivel llamada umbral y
entonces se aplana. Alternativamente este puede
seguir creciendo.

Variograma Terico
Caractersticas
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Variograma Terico
Caractersticas: Rango y Zona de Influencia
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

La tasa de crecimiento del variograma con la distancia

indica cuan rpido la influencia de la muestra decae
con la distancia.

Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Depus de que el variograma ha alcanzado su valor

lmite (su umbral) ya no hay ms correlacin entre las
muestras.
Esta distancia crtica, llamada el rango, da una
definicin ms precisa de la nocin de zona de
influencia.

Variograma Terico
Caractersticas: Comportamiento cerca del origen
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares

Es an mas importante el estudio para valores

pequeos de h dado que esto esta relacionado a la
continuidad y la regularidad espacial de la variable.
Se consideran cuatro tipos diferentes de
comportamiento cerca del origen y estos son:
1

Variograma
Mtodo
Kriging

Implementacin
en Matlab y
Ejemplos

Cuadrtico. Esto indica que la variable regionalizada

es continua y diferenciable.
Lineal. La variable regionalizada es entonces continua
pero no diferenciable.
Discontinua en el origen. Esto significa que la
variable es altamente irregular en distancias cortas.
Plana. Las variables regionalizadas Z (xx + h ) y Z (xx )
son no correlacionadas para todos los valores de h no
importando que tan cerca estn.

Variograma Terico
Caractersticas: Anisotropas
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

Cuando el variograma es calculado en direcciones

diferentes, este algunas veces se comporta diferente
en algunas de ellas (i.e. anisotrpa).

Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Si esto no ocurre, el variograma depende solo de la

magnitud de la distancia entre los dos puntos y se dice
que es istropo.
Dos diferentes tipos de anisotropa pueden ser
distinguidas:
1
2

Anisotropa Geomtrica
Anisotropa Zonal

Variograma Terico
Modelos Admisibles
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin

Los modelos admisibles de variogramas ms comnmente

usados son los siguientes:
Efecto Nugget.

Preliminares
Variograma

Modelo Esfrico.

Mtodo
Kriging

Modelo Exponencial.

Implementacin
en Matlab y
Ejemplos

Funciones Potencia.
Modelo Gaussiano.

Mtodo Kriging
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares

Kriging es un mtodo de estimacin que da la mejor

estimacin lineal insesgada de los valores de los
puntos, esto es, elegir el promedio ponderado de los
valores de las muestras la cual tenga la mnima
varianza.

Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Hay diferentes variaciones del mtodo kriging, entre

ellas estn:
Kriging Simple (SK).
Kriging Ordinario (OK).
Kriging Universal (UK).

Mtodo Kriging
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

La precisin de los mtodos depende de varios factores.

1

El nmero de muestras y la calidad de los datos en

cada punto.

Variograma

La posicin de las muestras en el deposito.

Mtodo
Kriging

La distancia entre las muestras y el punto a ser

estimado.

La continuidad espacial bajo consideracin.

Introduccin
Preliminares

Implementacin
en Matlab y
Ejemplos

Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares

Deseamos estimar un valor z(xx 0 ) en x 0 , usando los

valores de los datos z(xx ), de n puntos muestrales
vecinos x y combinndolos linealmente con pesos ,
i.e.
n

Z (xx 0 ) =
Z (xx ).

Variograma

=1

Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Los pesos son elegidos de tal manera que el estimador

sea:
1

Insesgado: E [Z (xx 0 ) Z (xx 0 )] = 0

Varianza mnima: Var [Z (xx 0 ) Z (xx 0 )] sea un mnimo.

Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

La propiedad 1) (estimador insesgado), es garantizada con

n

la suma unitaria de los pesos, esto es,

= 1
=1

Introduccin

Preliminares
Variograma

E [Z (xx 0 ) Z (xx 0 )] = E

=1

Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Z (xx ) Z (xx 0 )

=1

E [Z (xx ) Z (xx 0 )] = 0

=1

dado que las esperanzas de los incrementos es cero.

Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez

La varianza de la estimacin E2 = Var[Z (xx 0 ) Z (xx 0 )]

es la varianza de la combinacin lineal
Z (xx 0 ) Z (xx 0 ) =

Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Z (xx ) 1 Z (xx 0 ) =

=1

Introduccin
Preliminares

Z (xx )

=0

con un peso 0 igual a -1 y

=0

= 0.

La varianza de la estimacin
E2

= E[(Z (xx 0 ) Z (xx 0 ))2 ]

n
n
n

(xx x 0 )
(xx x )
= 2
=1

=1 =1

(xx 0 x 0 )

Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos

Minimizando la estimacin de la varianza con

restriccin
)
(la OK
sobre los pesos (Var[Z (xx 0 ) Z (xx 0 )] 2OK
1 ),
obtenemos el sistema de kriging ordinario (OK)

Jorge
Zavaleta
Snchez

OK (xx x ) + OK = (xx x 0 ) para = 1, . . . , n

=1

Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

OK = 1.

=1

Se puede expresar el sistema anterior en forma matricial

como,

(xx 1 x 1 )

..
..

.
.

(xx n x 1 )
1

OK

1
1
(xx 1 x 0 )

.. ..
..

.
.
. =

OK
(xx n x n ) 1 n (xx n x 0 )
1
0
1
OK
(xx 1 x n )
..
.

Kriging Ordinario (OK)

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin

La varianza de la estimacin del kriging ordinario es,

2
OK
= OK (xx 0 x 0 ) +

OK (xx x 0 ).

=1

Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

El estimador kriging ordinario es un interpolador exacto

en el sentido que si x 0 es idntico con una locacin de
los datos entonces el valor estimado es idntico con el
valor del dato en ese punto
Z (xx 0 ) = Z (xx ),

si x 0 = x .

Implementacin
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin

Hasta el momento se ha hecho lo siguiente:

Construccin del variograma experimental para datos
en 1D y 2D.

Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Ajuste de los modelos admisibles a el variograma

experimental.
Implementacin de kriging ordinario para utilizarlo
como interpolador de datos dispersos en 1D y 2D.

Ejemplos
Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Introduccin
Preliminares
Variograma
Mtodo
Kriging
Implementacin
en Matlab y
Ejemplos

Implementacin en Matlab

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Apndice
Bibliografa

Armstrong M.
Basic Linear Geostatistics.
Springer, 1998.
Isaaks E. H.; Srivastava R. M.
An Introduction to Applied Geostatistics.
Oxford University Press, New York, 1989.
Wackernagel H.
Multivariate Geostatistics: An Introduction with
Applications.
Springer, Berlin, 2003.

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Apndice
Bibliografa

Lophaven S. N.; Nielsen H. B.; Sondergaard J.

Aspects of Matlab Toolbox DACE.
Report IMM-REP-2002-13, Informatics and
Mathematical Modelling, Technical University of
Denmark, 2002.
Lophaven S. N.; Nielsen H. B.; Sondergaard J.
DACE - A Matlab Kriging Toolbox, Version 2.0.
Report IMM-REP-2002-12, Informatics and
Mathematical Modelling, Technical University of
Denmark, 2002.

Kriging: Un
Mtodo de
Interpolacin
sobre Datos
Dispersos
Jorge
Zavaleta
Snchez
Apndice
Bibliografa

Gracias por su atencin