9 - El Krigeaje Simple y Ordinario

1
Ing. Roberto Bruno - rbruno@expo.intercade.org - Consultor Internacional Intercade

GEOESTADISTICA MINERA
GEOESTADISTICA MINERA
Ing. ROBERTO BRUNO - rbruno@expo.intercade.org
Consultor INTERCADE
Junio 2008
2
EL KRIGEAJE SIMPLE Y ORDINARIO
El Krigeaje Ordinario.
El Krigeaje de dominios.
Las propiedades del Krigeaje.
El Krigeaje Simple.
El Krigeaje de la media.
La prctica del Krigeaje.
3
El Krigeaje Ordinario
Mas una propiedad: La eficiencia
Un estimador es eficiente si garantiza un error
pequeo.
La varianza de estimacin mide la eficiencia.
En el caso de una estimacin lineal imparcial, de
una FASt de soporte puntual:
[ ] ( ) [ ] ( ) [ ]
( ) ( )

=
= = = =

h h
x Z x Z E x Z x Z E E
e
0
2
0
2
0 0
* 2 2
2
) ( ) ( ) ( ) (
4
De qu depende la eficiencia
Los elementos que influyen en
e
2
, de manera
independiente del estimador, son los siguientes:
La geometria relativa entre los datos y entre datos y
punto a estimar (h
, h
0
)
El tipo de variabilidad espacial ((h))
Los valores de los pesos (
)
( ) ) ( , , ,
0 , ,
2 2
h h h
e e

=
5
La eleccin de los pesos
La variabilidad espacial es fija, intrnseca al problema.
El diseo del muestreo, ms sobre todo la eleccin de
los pesos determina la eficiencia, la calidad de la
estimacin.
As se pueden seleccionar los pesos que minimicen la
varianza de estimacin.
( ) min
2
=

e
6
La minimizacin de la
e
2
La funcin a minimizar es con n incgnitas.
Matemticamente se trata de anular las n derivadas
parciales.
( ) min
, 1
2
=
= n e

( )
n
e
, 1 0
2
= =
7
La minimizacin vinculada
El estimador tiene que ser s eficiente, ms tambien
imparcial, con los pesos que suman 1.
Matemticamente, la optimizacin se consigue con la
tcnica de Lagrange:
sumase el vnculo en forma implcita, multiplicado
por una nueva variable, el parmetro de Lagrange.
( ) ( ) min , 1
2
1
2
= =
+

=

e
n
e
8
El sistema de Krigeaje Ordinario
El resultado final es un sistema de n+1 ecuaciones en
n+1 incgnitas (los n pesos, mas el termino de
Lagrange): el sistema de Krigeaje Ordinario o a media
incognita.
( ) ( )
1
, 1
1
0 ,
1
,
=
= = +
=
=
n
n
n h h

9
El estimador Krigeaje Ordinario (KO)
El estimador del Krigeaje Ordinario es la combinacin
lineal que utiliza los n pesos solucin del sistema.
Se trata del mejor estimador lineal imparcial.
=
=
n
KO KO
x Z x Z
1
0
) ( ) (
10
La Varianza de Krigeaje
La Geoestadstica junto al valor estimado provee
siempre la varianza de estimacin, o sea la medida de
la calidad de la estimacin.
El resultado deriva directamente del sistema de KO.
( )
2
0 ,
2
KO e
h

= + =
11
El sistema de KO explcitamente

+ + + + =
= + + +
= + + + +
= + + + +
= + + + +
0 , 0 , 2 2 0 , 1 1
2
2 1
0 , , 2 , 2 1 , 1
0 , 2 , 2 2 , 2 2 1 , 2 1
0 , 1 , 1 2 , 1 2 1 , 1 1
...
1 ...
...
...
...
...
n n ko
n
n n n n n n
n n
n n
12
El sistema de KO en forma matricial
N.b.
= (0) = 0 si los datos son puntuales.

1
... ...
0 1 ... 1 1
1 0 ...
... ... ... ... ...
1 ... 0
1 ... 0
0 ,
0 , 2
0 , 1
2
1
2 , 1 ,
, 2 1 , 2
, 1 2 , 1
n n n n
n
n

=
13
La varianza de KO en forma vectorial
Producto del vector de las incognitas por el vector de los
trminos conocidos.
1
... ...
0 ,
0 , 2
0 , 1
2 1
2
n
n ko
=
14
Primer anlisis del sistema
Tiene siempre solucin, salvo cundo dos lneas son
iguales (muestras isotpicas).
La solucin es independiente de los valores de las
muestras.
Cuenta la geometria relativa entre la misma informacin
(matriz coeficientes).
Cuenta la geometria entre datos y punto a estimar
(vector trminos conocidos).
15
Las propiedads del Krigeaje.
El Krigeaje Simple.
16
El Krigeaje de dominios
La estimacin del valor medio de un volumen
Frecuentemente necesita estimar el valor medio de un
dominio.
En condiciones de estacionaridad la condicin de
imparcialidad es la misma.
( ) ( )
= =

x Z x Z dx x Z
v
x Z
ko
v
v
v 0 0
) (
1
) (
[ ] [ ] 1 0 ) ( ) (
0 0
= = =

x Z x Z E E
v
k
v
17
El KO de un valor medio
El procedimiento es el mismo: minimizacin de la
El sistema final:
La matriz de los coeficientes es la misma.
( ) ( )
1
, 1 ) ( ,
1
0
1
,
=
= = +
=
=
n
n
n x v x h

18
La varianza de KO de un valor medio
Aparece un nuevo trmino sustractivo.
( ) ( ) ) , ( ,
0 0
2
v v v x v
x x ko

+ =
19
El KO de un valor medio en forma de matriz
1
...
...
0 1 ... 1 1
1 0 ...
... ... ... ... ...
1 ... 0
1 ... 0
0
0
0
,
, 2
, 1
2
1
2 , 1 ,
, 2 1 , 2
, 1 2 , 1
x
x
x
v n
v
v
n n n
n
n

=
( )
v v
v n
v
v
t
n
ko
x
x
x
,
,
, 2
, 1
2
1
2
1
...
...
0
0
0
=
20
El KO de dominios en prctica
En teria vale la propiedad de aditividad.
Entonces se dicretiza el dominio v en puntos
La varianza de estimacin es:
=
) (
) (
0
0
) (
1
x v
ko ko
x v
dx x Z
v
Z
( ) ) , ( ) (
1
2 2
0
v v x
n
v
i
i ko
discr
x ko
=

21
La discretizacin de los dominios
Es el valor medio del
variograma cundo
un extremo del
vector h es fijo en x
a
y el otro describe el
dominio v
Es el valor medio del
variograma cundo
los dos extremos del
vector h describen el
dominio v
22
Cual malla seleccionar?
23
El Krigeaje Simple.
24
Las propiedades del Krigeaje
El KO es exacto
El KO es un estimador exacto, o sea interpola
exactamente los datos: si se estima un punto en que
hay un dato el KO restituye el valor verdadero.
El peso del punto vale 1 en los otros 0, as como el
trmino de Lagrange, la varianza de estimacin,
correctamente reconoce el punto conocido (ej. x
0
=x
2
) y
vale 0.
0 0 0 ... 0 1 0 ...
2 , 2 , 1 0 , 0 , 2 2 0 , 1 1
2
= + + + + = + + + + =
n n n ko

25
Toma en consideracin la geometria de los datos
Los pesos de dos datos se reducen si los ejes se
acercan (propiedad ausente en los estimadores
tradicionales).
4,00; 1,00
2,00; 6,00
4,00; 6,00
0
1
2
3
4
5
6
7
0 1 2 3 4 5 6 7
X
Y
Dati
Punto da
stimare
4,00; 1,00
1,00; 4,00
4,00; 6,00
0
1
2
3
4
5
6
7
0 1 2 3 4 5 6 7
X
Y
Dati
Punto da
stimare
26
Las propiedads del KO
Los pesos dependen de la forma del volumen a estimar:
g(x,v), g(v,v).
El krigeaje de una combinacin lineal es la combinacin
lineal de los krigeajes individuales.
El sistema de KO es independiente de los valores de los
datos.
El valor estimado es ortogonal a los datos.
27
Las propiedades del KO ...
Si vara la meseta del variograma no varan los pesos,
ms slo el parametro de Lagrange, o sea no el valor
estimado, slo la varianza de estimacin.
En efecto, la varianza de KO es directamente
proporcional a la meseta.
( ) ( )
( ) ( ) ) , ( ,
) , ( ,
0
0 0
2
v v v x w
v v w w v x w v
x
x x ko

+ =
= + =
28
El KO y la densidad de muestreo
La varianza de KO puede ser exprimida en funcin del
lado de la malla del muestreo.
El incremento de precisin
es importante hasta una
razn entre alcance del
variograma y lado de la
malla a/d=34
29
La relacin de lissage
La varianza del valor estimado es menor de la varianza
del valor verdadero.
La diferencia es la varianza de krigeaje.
{ } { } { }
{ } { } ) ( ) (
) ( ) (
) ( ) (
x Z Var x Z Var
Var x Z Var x Z Var
x Z x Z
ko
ko
ko
+ =
+ =
30
Las propiedades del Krigeaje.
El Krigeaje Simple (KS).
31
El Krigeaje Simple (KS)
El Krigeaje a media conocida
A veces la media, m, de la FA Z(x) es conocida.
Se puede trabajar con la nueva FA fluctuacin en torno
de la media Y(x)=Z(x)-m, la que tiene media nula.
Los valores de los datos son Y(xa)=Z(xa)-m
El valor estimado es Z*(X
0
)=Y*(x
0
)+m
Entonces es posible estimar directamente Y(x
0
)
32
La FAST fluctuacin
LA FASt Y(x) tiene las mismas propiedads de la FASt
Z(x).
En particular la varianza y el variograma.
Z(x) con media 10 e Y(x) con media 0
0
0,2
0,4
0,6
0,8
1
1,2
-5 0 5 10 15
FASt
P
r
o
b
a
b
i
l
i
t
Y(x) Z(x)
33
La imparcialidad si la media es conocida
La media del error de estimacin de la fluctuacin sera
siempre nula.
No es ms necesaria la condicin de universalidad para
garantizar la imparcialidad.
El estimador es imparcial cualquiera sean los valores de
los pesos.
[ ] [ ] [ ]

= = =
= =

0 0 0 ) ( ) (
) ( ) ( ) ( ) (
0
0 0 0
*
x Y E x Y E E
x Y x Y x Y x Y
34
El sistema de KS
No es ms necesario vincular la minimizacin de la
El nuevo sistema de nxn ecuaciones/incognitas es
exprimido en trminos de covarianza.
0 ,
0 , 2
0 , 1
2
1
, 2 , 1 ,
, 2 2 , 2 1 , 2
, 1 2 , 1 1 , 1
...
...
...
... ... ... ...
...
...
n
n
n n n n
n
n
C
C
C
C C C
C C C
C C C
=
35
La varianza de KS
La varianza de estimacin es siempre el producto de los
vectores incognitas y trminos conocidos.
Permanecen las propiedades de exactidud,
imparcialidad, existencia de la solucin, ortogonalidad,
lissage,
=
0 ,
0 , 2
0 , 1
2 1
2
...
... ) 0 (
n
n ks
C
C
C
C
36
El KS es mas preciso del KO
La varianza de KS es menor de la varianza de KO.
En efecto se conoce la media y, adems, no hay
vnculos.
( ) ( ) ) ( ) (
0
2
0
2
x Y x Z
ko ks

37
38
El Krigeaje de la media
La estimacin de la media
La media, m, o la media local, puede ser estimada por
KO.
[ ] [ ]
( ) [ ]

= =
= = =
=
) (
1 0 ) (
) (
,
2
2
h C m m E
m x Z E m m E
x Z m
ko
ko
ko
39
El KO de la media
El sistema de KO de la media.
El parmetro de Lagrange es la medida de la precisin
de la estimacin de la media.
=
= = +
1
, 1 0 ) (
,
n h C

= + =

1 0 ) (
2
m m
ko
40
Ejemplos de krigeaje
Comparacin KS KO.
6; 13
14; 16
15; 13
6; 6
15; 5
10; 10
0,00
5,00
10,00
15,00
20,00
0,00 5,00 10,00 15,00 20,00
Coordinata X
C
o
o
r
d
i
n
a
t
a

Y
Dati
Punto da stimare
laKO 0,34 0,03 0,27 0,21 0,15
laKS 0,30 -0,01 0,24 0,16 0,10
s2ko 0,8209
s2ks 0,8085
41
42
La practica del krigeaje
La vecindad de bsqueda
N. min. de datos.
Nmero max. muestras, reduccin automtica de la
vecindad.
Dimetro de la vecindad y alcance.
Vecindad nico o mvil.
43
Que hacer si resultan concentraciones negativas
Los pesos pueden ser negativos (ex. Efecto plantana).
Declustering de informacin, reduccin de la vecindad.
44
El krigeaje de control (cross validacin)
Ver si todas las elecciones funcionan(hipotesis,
modelo variograma, vecindad, ).
Controlar para diferentes alternativas si los resultados
prcticos (carcteristicas de lo errores) :
Mejoran.
Son coherentes con los tericos esperados.
Necesidad de tener valor verdadero y valor estimado.
Tcnica: esconder un valor conocido y estimarlo.
45
El krigeaje de control: ejemplos
Fpack.

9 - El Krigeaje Simple y Ordinario

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

9 - El Krigeaje Simple y Ordinario

Cargado por

Copyright:

Formatos disponibles

1

Ing. Roberto Bruno - rbruno@expo.intercade.org - Consultor Internacional Intercade

= (0) = 0 si los datos son puntuales.

También podría gustarte