1.

El anlisis estructural
El anlisis estructural o estudio variogrfico segn (Armstrong y Carignan, 1997) est compuesto
por:
El clculo del semivariograma eperimental!
El a"uste a este de un modelo te#rico conocido!
El clculo del semivariograma eperimental es la $erramienta geoestad%stica ms importante en la
determinaci#n de las caracter%sticas de varia&ilidad y correlaci#n espacial del fen#meno estudiado
(C$ica, 19'7), es decir, tener conocimiento de como la varia&le cam&ia de una locali(aci#n a otra
()amorey y *aco&som, 199+, -ssa.s / Co!,1999), representando el til ms importante de 0ue
dispone el geoestad%stico para el anlisis del fen#meno minerali(ado o de la varia&le de
distri&uci#n espacial en estudio (1a$in et al!,199', 2enton, 199'a)!
Este anlisis tiene como condicionantes: la distri&uci#n estad%stica, la eistencia de valores
a&errantes o an#malos, la presencia de (onas $omog3neas o posi&les (onaciones en la
distri&uci#n de las leyes!
4uede ser calculado inicialmente el semivariograma medio, glo&al u 5omnidireccional6 (ver El
1emivariograma Eperimental), proporcionando una idea inicial de la varia&ilidad espacial de los
datos, siendo el ms id#neo para representar u o&tener una estructura clara y definida!
4osteriormente de&en ser calculados los semivariogramas en diferentes direcciones, puede ser
calculado en 7 direcciones separadas 7+8 con tolerancia angular de 99!+8, comen(ando por :8
(figura 9a) $asta encontrar la direcci#n de mima o m%nima varia&ilidad (figura 9&), pueden ser
calculados tam&i3n, ms espec%ficamente, en ' direcciones separadas por 99!+8! ;na forma rpida
y prctica de visuali(ar la eistencia de anisotrop%a es mediante el clculo del 5<apa de
=ariogramas6 (>ry.man y ?ogon, 199@, AomandBEtienne et al!,199+, -saa.s / Co!,1999), el cual
adems permitir o&tener la direcci#n inicial aproimada para el clculo de los semivariogramas
direccionales, permitiendo un anlisis adecuado de anisotrop%a! 4osteriormente, dependiendo de la
continuidad espacial, es suficiente s#lo calcular dos semivariogramas separados 9:8!
A$ora, el semivariograma eperimental o&tenido no es utili(ado en el proceso de estimaci#n, de&e
ser a"ustado a 3ste uno a varios modelos te#ricos, o&teni3ndose un modelo o funci#n anal%tica 0ue
caracteri(a la continuidad espacial de la varia&le estudiada!
)os modelos de variograma te#rico utili(ado en el proceso de estimaci#n o simulaci#n de&en
satisfacer ciertas condiciones, es decir tienen 0ue ser 5definido positivo6 o de 5tipo positivo6
(Ceutsc$, 1997, <yers, 1999, Cressie y 2rondona, 1999) de lo contrario puede eistir el riesgo de
encontrar varian(as negativas 0ue no tienen sentido (Armstrong y Carignan, 1997)! En general el
a"uste a modelos te#ricos para la determinaci#n de los parmetros del semivariograma se reali(a
de forma visual! En ocasiones se efectan a"ustes polinomiales por el m3todo de los m%nimos
cuadrados u otras variantes, 0ue aun0ue se encuentra el me"or a"uste, no siempre se verifica la
condici#n de 0ue el variograma o&tenido sea siempre de tipo positivo, siendo insatisfactorio
(2enton, 199'&), por lo 0ue se recomienda el uso de modelos autori(ados! >inalmente de&e
o&tenerse uno o varios modelos de variogramas con los correspondientes valores de meseta y
alcance! El modelo de variograma seleccionado de&e representar fielmente los aspectos 0ue se
suponen importantes del variograma eperimental (Dac.ernagel, 199+), 0ue sern usados
posteriormente en el proceso de estimaci#n o simulaci#n!
1.1. El semivariograma experimental
El variograma se define como la media aritm3tica de todos los cuadrados de las diferencias entre
pares de valores eperimentales separados una distancia $ (*ournel y Aui"&regts, 197'), o lo 0ue
es lo mismo, la varian(a de los incrementos de la varia&le regionali(ada en las locali(aciones
separadas una distancia $!
=arEF(G$)BF()H I 9($)
)a funci#n ($) se denomina semivariograma, la cual puede ser o&tenido por la epresi#n!
[ ]

=
+ =
) (
1
2
) ( ) (
) ( 2
1
) (
h Np
i
i i
h x Z x Z
h Np
h
donde: Jp($) es el nmero de pares a la distancia $!
$ es el incremento!
F(i) son los valores eperimentales!
i locali(aciones donde son medidos los valores ((i)!
Esta epresi#n de ($) representa el til ms importante en todo estudio geoestad%stico (Armstrong
y Carignan, 1997, Deerts, y Kier.ens, 199@, C$ica, 19'7)! 1u clculo no consiste en una simple
evaluaci#n de su epresi#n, segn se plantea en (Lra"eMs.i y 2i&&s, 199@, *ournel y Aui"&regts,
197', Cavid, 1977, Nie y <yers, 199+a, 4annatier, 199@) esta operaci#n est relacionada con los
elementos siguientes:
)a direcci#n en la 0ue ser calculado el semivariograma, uno o dos ngulos 0ue definen una
direcci#n en el espacio yOo con tolerancias angulares d yOo d! El semivariograma
calculado usando tolerancia angular de 9:8 se denomina 5semivariograma medio6, 5glo&al6 u
5omnidireccional6 como ya se indic#!
El incremento o paso en el clculo del semivariograma $ y su tolerancia lineal d$, se
recomienda 0ue el valor de d$ sea la mitad del incremento inicial!
;na distancia, 0ue representa la distancia mima a 0ue pueden estar ale"ados los segundos
puntos del par con respecto a la l%nea 0ue define la direcci#n de clculo, conocido como anc$o
de &anda!
)a distancia )ma $asta la cual ser calculado del semivariograma! 1e recomienda 0ue 3sta sea
la mitad de la distancia entre las muestras ms ale"adas (Armstrong y Carignan, 1997,
Lra"eMs.i y 2i&&s, 199@), aun0ue dependiendo de la geometr%a del fen#meno regionali(ado en
algunos casos puede ser calculado $asta una distancia superior!
Cefinido los elementos anteriores, se evala la epresi#n del semivariograma para todos los pares
de locali(aciones separadas a la distancia $ 0ue cumplan las siguientes condiciones:
1!B )a distancia entre las locali(aciones i y iG$ sea mayor 0ue $Bd$ y menor 0ue $Gd$, o lo 0ue
es lo mismo, el segundo punto del par est3 incluido en el espacio definido por $Bd$ y $Gd$
encontrndose el primer punto del par en el origen o (figura @), este origen se mueve entre las
muestras a anali(ar!
9!B El ngulo formado entre la l%nea 0ue une los dos puntos del par y la direcci#n :
o
de&e estar
incluido entre Bd y Gd (figura 7)!
@!B )a distancia entre el segundo punto del par y la l%nea 0ue define la direcci#n de clculo del
semivariograma no de&e superar el anc$o de &anda (Ceutsc$ y *ournel, 199') (figura +)!
>inalmente se representan grficamente los valores de ($) en funci#n de $!
El grfico de ($) tiene las siguientes caracter%sticas segn (Armstrong y Carignan, 1997, Lra"eMs.i
y 2i&&s, 199@, Curran y At.inson, 199') (figura P)!
4asa por el origen (para $I:, ($)I:)
Es en general una funci#n creciente de $!
En la mayor parte de los casos ($) crece $asta cierto l%mite llamado meseta, en otros casos puede
crecer indefinidamente! El comportamiento en el origen puede tener diferentes formas, las cuales
son segn *ournel y Aui"&regts (197'), Armstrong y Carignan (1997), C$ica (19'7) (figura 7):
Parablico: Caracteri(a a una varia&le muy regular, siendo continua y diferencia&le!
Lineal: Caracteri(a a una varia&le continua, pero no diferencia&le, es decir menos regular!
Discontinuidad en el origen: 5Efecto de pepita6, es el caso en 0ue ($) no tiende a cero cuando $
tiene a cero! ?epresenta a una varia&le muy irregular!
Discontinuo puro: )lamado tam&i3n ruido &lanco, representa el caso de mayor discontinuidad,
siendo el caso limite de ausencia de estructura, donde los valores de dos puntos cuales0uiera no
tienen correlaci#n alguna!
1.1.1. Construccin del semivariograma experimental en 2D
A continuaci#n se presentan oc$o pasos para la construcci#n del semivariograma eperimental
para datos distri&uidos en dos dimensiones, resultado del anlisis reali(ado en la &i&liograf%a
consultada!
1ea F() una funci#n aleatoria con J varia&les aleatorias regionali(adas F(i) donde I {, y} es la
locali(aci#n y F(i) es el valor medido correspondiente! Cados una direcci#n a trav3s de un ngulo
en la cual se desea calcular el semivariograma, d una tolerancia angular, d$ una tolerancia
lineal y el anc$o de &anda!
1e proponen los siguientes pasos:
1!B Calcular la cantidad de pares de datos posi&les por: Jp I J(JB1)O9
9!B 4ara cada par, calcular la distancia entre las locali(aciones correspondientes por:
( ) ( ) d X X Y Y
i
= +
1 2
2
1 2
2
i I 1, ! ! ! , Jp
almacenando para cada i:
B 41: Jmero del primer punto del par,
B 49: Jmero del segundo punto del par,
B d: =alor de la distancia entre los dos puntos del par!
B Angulo Q 0ue fi"a la direcci#n de la recta 0ue pasa por los dos puntos del par!
@!B Rrdenar ascendentemente el grupo de datos anteriores por la distancia!
7!B Calcular la amplitud mima del semivariograma )ma como )ma I CmaO9, donde Cma es la
distancia a 0ue estn separadas las locali(aciones ms le"anas! Esto es la mima distancia
calculada en el paso (9), o lo 0ue es lo mismo, el ltimo valor despu3s del ordenamiento del paso
anterior!
+!B >i"ar una distancia $ inicial conocida como paso o incremento del semivariograma, se
recomienda la distancia promedio entre las muestras contiguas! 4ara los mltiplos de esta
distancia ser calculada ($), por la epresi#n del semivariograma! Esto indica la cantidad de
puntos a procesar en el semivariograma, el cual se puede o&tener como )ma O $
P!B Calcular la epresi#n del semivariograma para todos los pares almacenados en el paso (9) 0ue
cumplan las condiciones siguientes:
a) )a distancia d sea mayor 0ue $Bd$ y menor 0ue $Gd$, es decir, $Bd$ d $Gd$! 1i esta
condici#n se cumple eaminar la condici#n &, de lo contrario continuar con la distancia
siguiente!
&) El ngulo Q formado entre las l%neas 0ue parten del primer punto del par en la direcci#n :
o
y la
0ue pasa por los dos puntos del par en la direcci#n positiva, es decir, en contra de las
manecillas del relo", sea mayor 0ue Bd y menor 0ue Gd, es decir, Bd Q Gd! 1i
esta condici#n se cumple eaminar la condici#n c, de lo contrario continuar con la distancia
siguiente
c) )a distancia entre el segundo punto del par y la l%nea 0ue pasa por el primer punto en la
direcci#n no supere el anc$o de &anda!
Observaciones:
S: Jote 0ue como los datos almacenados en el paso (9) estn ordenados ascendentemente
por la distancia, este paso se interrumpe cuando la distancia siguiente sea mayor 0ue $Gd$, y a0u%
precisamente, comien(a la pr#ima iteraci#n!
S1 Al interrumpir este paso calcular el semivariograma con los pares 0ue cumplieron las
condiciones a, & y c, as% o&tenemos un valor de ($) correspondiente al incremento $ actual!
7!B -ncrementar la distancia $ en su propio valor, es decir, $ ser el pr#imo mltiplo del $ inicial! 1i
el nuevo valor de $ no supera el valor de )! ?egresar al paso (P) de lo contrario continuar el
siguiente paso!
'!B Al finali(ar el paso (7) de&emos tener para cada valor transitado por $ un valor calculado de
($), los cuales sern representados en un grfico NBT donde en la a&scisa representan los valores
de $ y en la ordenada los de ($)! R&teniendo as% el semivariograma eperimental o emp%rico para
una direcci#n, incremento y tolerancias definidas!
1.1.2. Construccin del semivariograma en tres dimensiones D
4ara la construcci#n del semivariograma @C es necesario incorporar a la direcci#n del clculo un
nuevo ngulo 0ue permita fi"ar unido al ngulo una direcci#n en el espacio tridimensional! El
ngulo de&e variar entre B9:
o
y 9:
o
, teniendo en cuenta 0ue los valores etremos coinciden con la
direcci#n vertical y son independientes de la direcci#n del ngulo
)a construcci#n del semivariograma @C es similar al 9C con cam&ios en dos de sus pasos
presentados anteriormente:
1!B En el paso 9: el clculo de la distancia se sustituye por:
( ) ( ) ( ) d X X Y Y Z Z
i
= + +
1 2
2
1 2
2
1 2
2
Almacenar para cada i adems: Rtro ngulo Q 0ue fi"a "unto al ngulo Q la direcci#n de la recta
0ue pasa por los dos puntos del par en tres dimensiones!
9!B En el paso P punto &, la direcci#n 0ue contiene a los dos puntos del par de&e estar incluida en
el ngulo s#lido formado por la direcci#n del clculo del semivariograma y la tolerancia d, con
centro en el primer punto del par!
En el caso del clculo del semivariograma en tres dimensiones, an cuando te#ricamente pueden
ser calculados, en la prctica nos encontramos una direcci#n 0ue "uega un rol diferente a la del
resto (Armstrong y Carignan, 1997)! En el caso minero las variaciones a trav3s de los estratos es
diferente a su comportamiento a lo largo de un estrato, esto unido a la forma en 0ue se reali(a la
eploraci#n, varios po(os distanciados decenas de metros y cada uno contiene un con"unto de
muestras minerali(adas con una longitud del orden de 1 m! Es recomenda&le entonces anali(ar
est direcci#n por separado y desarrollar un anlisis de varia&ilidad espacial en la direcci#n
vertical, es decir, perpendicular a la estructura geol#gica y otro anlisis en la direcci#n $ori(ontal, a
lo largo de la estructura geol#gica, utili(ando en este caso comp#sitos de la (ona de inter3s,
reali(ando adems, un anlisis de anisotrop%a! Elementos 0ue permitirn descri&ir la varia&ilidad en
tres dimensiones!
1.1.. Problemas ms comunes encontrados en el clculo de semivariograma
Ce lo epresado $asta a0u%, adems de lo planteado en muc$os tetos de geoestad%stica, se
puede o&tener la impresi#n de 0ue es fcil el clculo del semivariograma eperimental (Armstrong
y Carignan, 1997)! )a fuente de pro&lemas 0ue se pueden presentar en la reali(aci#n del un
anlisis estructural es muy variada, lo 0ue est en correspondencia con la variedad de casos 0ue
se presentan en la naturale(a! Algunos de los pro&lemas ms comunes discutidos en Armstrong y
Carignan (1997) son:
El valor idneo del incremento !: ;na inadecuada selecci#n de $ puede proporcionar un
semivariograma errtico, aun0ue no se puede dar un criterio eacto o aproimado so&re cual el
me"or valor de $, es recomenda&le recalcular ($) para distintos valores de $, $asta encontrar una
forma suavi(ada del mismo!
Distribuciones con valores extremos: )a eistencia de valores etremos, altos o &a"os, en una
distri&uci#n, puede conducir a la o&tenci#n de un variograma fuertemente errtico! En este caso la
soluci#n puede ser simple, eliminar los datos etremos, por0ue pueden ser ocasionados por
errores, en otros casos pueden encontrarse en (onas geogrficamente distintas y pueden ser
tratados de manera separada!
;na $erramienta til para la detecci#n de valores etremos y encontrar el incremento adecuado
puede ser, calculado la 5"ube de #ariogramas6 (Armstrong y Carignan, 1997), el cual consiste en
representar los valores de UF(iG$)BF(i)V
9
O9 contra $, para cada par posi&le de la informaci#n inicial!
La existencia de poblaciones mixtas: Eisten datos 0ue pueden mostrar diferentes po&laciones,
los cuales pueden estar estad%sticamente diferenciados! En muc$os casos las po&laciones estn
geogrficamente diferenciadas, donde se recomienda tratar las (onas por separado! En otros
casos las po&laciones se presenten me(cladas geogrficamente, en este caso una soluci#n puede
ser un cam&io de escala, con lo 0ue se logra reducir la diferencia de los valores etremos!
En Lra"eMs.i y 2i&&s (199@) se presentan otras ra(ones por los 0ue los semivariogramas son
errticos, las cuales son: 1!B Jo $ay suficientes muestras, 9!B )as muestras no son representativas
del fen#meno, @!B )as clasificaciones de las muestras no son vlidas, 7!B El rea estudiada es no
$omog3nea, +!B 4e0ueWos o largos con"untos de datos son necesarios, P!B 4e0ueWas o largas
distancia de&en ser calculadas, 7!B <s o menos distancias de&en ser calculadas, '!B 4e0ueWas
tolerancias son necesarias, 9!B )as muestras pueden tener locali(aciones incorrectas, 1:!B )os
valores muestreados pueden ser err#neos!
El pro&lema fundamental en la o&tenci#n de un semivariograma correcto es, la elecci#n adecuada
de los intervalos de distancias para los cuales ser calculado el semivariograma, de modo 0ue en
3stos la cantidad de pares encontrados sea suficiente desde el punto de vista estad%stico!
1.2. $odelado de semivariogramas
El modelado de semivariogramas incluye dos etapas fundamentales (Nie y <yers, 199+a), una ve(
construido el semivariograma eperimental o emp%rico es necesario a"ustar a este un modelo
te#rico, con el o&"etivo de determinar los parmetros descriptivos del semivariograma 0ue
posteriormente sern usados en la estimaci#n (A1CE Xas., 199:, *ournel y Aui"&regts, 197',
Cavid, 1977, )amorey y *aco&som, 199+, 4annatier, 199@, Ari., 199:, Cu&rule, 1997)!
1.2.1. Parmetros del semivariograma
)os parmetros del semivariograma caracteri(an tres elementos importantes en la varia&ilidad de
un atri&uto 0ue son: la discontinuidad en el origen (eistencia de efecto de pepita), el valor mimo
de varia&ilidad (meseta), y el rea de influencia de la correlaci#n (alcance), (figura ')! como se
presentan en Lra"eMs.i y 2i&&s (199@), *ournel y Aui"&regts (197'), Cavid (1977), Ec$aa&i (199+),
)amorey y *aco&som (199+), Dallace y AaM.ims (1997), 4annatier (199@), Ari. (199:), 4itard
(1997), y se descri&en a continuaci#n!
El E%ecto Pepita &"ugget': El semivariograma por definici#n es nulo en el origen, pero en la
prctica las funciones o&tenidas pueden presentar discontinuidad en el origen, a esta
discontinuidad se le llama e%ecto de pepita, en ingles (Jugget effect)! 4uede ser o&tenido tra(ando
una l%nea recta entre los primeros puntos del semivariograma emp%rico y etender 3sta $asta 0ue
se intercepte con el e"e T! 1i esta intersecci#n ocurre por de&a"o de cero, el valor asumido por este
efecto es cero, pues valores negativos de (:) no tienen significado y no es comn! El efecto pepita
se representa como Co!
La $eseta &(ill': Es el valor de ($) para el cual con el aumento de $ su valor permanece
constante, se representa como (CX I C G Co) y se denomina meseta! 4uede o&tenerse tra(ando
una l%nea paralela a la a&scisa y 0ue se a"uste a los puntos de mayor valor del semivariograma y su
valor se lee en la intersecci#n de esta l%nea con la ordenada!
El )lcance &*ange': )a distancia $ para la cual las varia&les F() y F(G$) son independientes, se
denomina alcance y se representa por (a), es decir, las distancias para la cual los valores de la
varia&le de"an de estar correlacionados, o lo 0ue es lo mismo, la distancia para la cual el
semivariograma alcan(a su meseta!
El alcance siempre tiene valor positivo y puede ser o&tenido a partir de la intersecci#n de las
l%neas descritas en los puntos anteriores, ese punto le%do en la a&scisa es una fracci#n del propio
alcance, fracci#n 0ue se detallara posteriormente en la eplicaci#n de los modelos te#ricos
$odelos tericos de semivariogramas
)os modelos te#ricos de semivariogramas admisi&le o autori(ados ms utili(ados en la prctica se
presentan en *ournel y Aui"&regts (197') en los 0ue coinciden Lra"eMs.i y 2i&&s (199@), Ceutsc$ y
*ournel (199'), Kacc$i y Lottegoda (199+), Dac.ernagel (199+), Armstrong y Carignan (1997),
<yers (1991c), Liyono y 1u(u.i (199P)! Atendiendo a las dos caracter%sticas ms importantes en el
modelado de semivariogramas 0ue son segn *ournel y Aui"&regts (197'): 1!B 1u comportamiento
en el origen, el cual puede ser linear, para&#lico y con Efecto de 4epita y 9!B )a presencia o
ausencia de meseta! Estos modelos son:
E%ecto de Pepita: Corresponde a un fen#meno puramente aleatorio (ruido &lanco), sin correlaci#n
entre las muestras, cual0uiera sea la distancia 0ue las separe, (figura 9), donde C representa el
valor de la meseta!
($) I : $ I :
I C Y $ Y Z :
$odelo Es%+rico: Este modelo es
pro&a&lemente el ms utili(ado, es una
epresi#n polinomial simple, en su forma
representada en la figura 1:, se puede
o&servar un crecimiento casi lineal y despu3s a
cierta distancia finita del origen se alcan(a una
esta&ili(aci#n, la meseta! )a tangente en el
origen encuentra a la meseta en el punto de
a&scisa (9O@)a, donde a representa el valor del
alcance!
($
) I
C
U (@O9)($Oa) B [($Oa)
@
V $ a
C $ Z a
$odelo Exponencial: Este modelo a diferencia del
esf3rico crece inicialmente ms rpido y despu3s se
esta&ili(a de forma asint#tica (figura 11)! Como la
meseta no se alcan(a a una distancia finita, se usa
con fines prcticos el 5alcance efectivo6 o 5alcance
prctico6 aQ, valor 0ue se o&tiene en el punto de
a&scisa para el cual el modelo o&tiene el 9+\ de la
meseta, con un valor aQI@a, donde a es el
parmetro de escala! )a tangente en el origen
encuentra a la meseta en el punto aI(1O@)aQ!
($) I C U1 B Ep(BY$YOa)V Y$Y Z :
$odelo ,aussiano: Este es un modelo etremadamente
continuo (figura 19), inicialmente
presenta un comportamiento para&#lico
en el origen, despu3s al igual 0ue en el
modelo Eponencial se alcan(a la
meseta de forma asint#tica! El alcance
prctico tiene un valor de aQI1!7@a, 0ue
es el valor de la a&scisa donde se
alcan(a el 9+\ de la meseta!
($)I C U 1 B Ep(BY$Y
9
Oa
9
)V Y$Y Z :
$odelo con %uncin potencia: Este es un
modelo sin meseta, su forma se representa
en la figura 1@, para valores de
correspondientes a :!+, 1!: y 1!+!
($) I Y$Y

con V:, 9U

4ara el valor de I1 en el modelo anterior
se o&tiene el modelo )ineal, al cual no
tiene ni meseta ni alcance! A$ora por
efectos prcticos, sin em&argo, muc$os
programas informticos denotan la
pendiente del modelo lineal con la relaci#n
COa (figura 17)!
($) I (COa) Y$Y
1e $an presentado los modelos ms usados
en la prctica, aun0ue se de&e seWalar,
eisten otros modelos 0ue son ampliamente
descritos en el manual de referencias del
sistema geoestad%stico -satis!
Estos modelos pueden ser a"ustados
individualmente, aun0ue es posi&le encontrar
en la prctica aplicaciones donde a los
semivariogramas eperimentales se les de&e
a"ustar ms de un modelo te#rico, es decir, a
trav3s de superposici#n, nom&rndose
estructuras im&ricadas (Lra"eMs.i y 2i&&s,
199@, *ournel y Aui"&regts, 197', Cavid,
1977)!
)a selecci#n del modelo y los parmetros apropiados a las caracter%sticas del semivariograma
emp%rico, para ser usados en la interpolaci#n geoestad%stica 0ue veremos posteriormente es el
punto ms importante en el proceso planteando (Ari., 199:), adems, esta selecci#n es
fundamental en el caso particular de la miner%a donde se presentan yacimientos: con irregularidad
en la densidad de &arrenos, sin una adecuada perforaci#n, con alta asimetr%a en la distri&uci#n o
0ue carecen de un modelado geol#gico propio! Al respecto se refieren muc$os autores so&re el
efecto negativo 0ue puede tener en la estimaci#n el uso del .rigea"e sin un estudio de estructura
espacial y la selecci#n adecuada del modelo de semivariograma y sus parmetros!