Está en la página 1de 38

UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014

Informe 01
GEOESTADISTICA
La Geo estadstica abarca la maor !arte de las cie"cias "at#rales
e$actas s# a!licaci%"& !or ta"to es "#estro i"ter's es el #so de las
(erramie"tas de la Geo estadstica a )" i"ter!retar a!licar las teoras
*eo estadsticas b+sicas "ecesarias e" las eta!as de e$!loraci%"&
e$!lotaci%" e,al#aci%" de acimie"tos-
El !#"to de !artida !ara la .ormali/aci%" del modelo *eo estadstico de
#" .e"%me"o "at#ral es el a"+lisis ,ario *r+)co 0#e si"teti/a el
com!ortamie"to es!acial del mismo 0#e co"stit#e el cora/%" de la
Geo estadstica-
1. FUNDAMENTO TEORICO
1.1. ANTECEDENTES HISTORICOS
Los or*e"es de la Geo estadstica est+" e" la mi"era& como
a"tecede"tes !#ede" citarse los traba1os de Sic(el 23456& 34547 8ri*e
234937 de datos 0#e re!rese"ta" las mi"as de oro s#da.rica"as-
El !rimero obser,% la "at#rale/a asim'trica de la distrib#ci%" del
co"te"ido de oro e" las mi"as s#da.rica"as& Ello !ermita #"a !rimera
estimaci%" de las reser,as&
Estos estimadores de 8ri*e 0#e diero" "ombre a la t'c"ica del 8ri*ea*e&
.ormali/ada m+s tarde !or Mat(ero"& !ermite" resol,er si" ses*os el
!roblema di.cil de la estimaci%" de reser,as des !#'s de #" a"+lisis
e$(a#sti,o de la base de datos- E" res#me" la esc#ela s#da.rica"a da
i"icio al ori*e" de la Geo estadstica& al establecer aclarar las "ocio"es
cla,es de:
Correlacio"es es!aciales-
3
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
I";#e"cia de las dime"sio"es de las m#estras o del !a"el sobre
las distrib#cio"es-
Ses*os de estimaci%" c#a"do se e.ect<a" seleccio"es sobre el
mi"eral-
Geor*e Mat(ero"& #" mi"ero matem+tico !robabilista 0#ie" #tili/% el
e"orme co"ocimie"to e$!erime"tal ada!ta"do el le"*#a1e !robabilstico
a cada realidad co"creta& lo*r% .ormali/ar e" #" le"*#a1e ri*#roso las
obser,acio"es e$!erime"tales de s#s a"tecesores& da"do l#*ar a la
teora .ormal de la Geo estadstica-
1.2. SNTESIS EVOLUTIVA
34=> ?eora .ormal de la Geo estadstica-
346@ E$!losi%" a "i,el m#"dial de la Geo estadstica-
34A@ Mad#raci%"& co"solidaci%"-
344@ Ace!taci%"-
>@@@ A!licacio"es& e" di,ersos cam!os de la cie"cia-
>@3@ Bortalecimie"to cie"t)co-
>@3> N#e,as a!licacio"es e" todas las +reas del
co"ocimie"to (#ma"o& e" el cam!o de la rob%tica
sim#laci%"-
1.3. NECESIDAD DE LA GEOESTADSTICA
?odos sabemos 0#e e" los acimie"tos& las lees si*#e" #"a
determi"ada .#"ci%" de distrib#ci%" 0#e "o ,ara" al a/ar& si"
embar*o& co" m#c(a .rec#e"cia ese (ec(o "o se toma e" c#e"ta al
mome"to de la c#bicaci%" o estimaci%" de reser,as- Los !rocesos de
co"ce"traci%" de materias !rimas eleme"tos ,aliosos 0#e co".orma"
#" acimie"to& so" !rocesos "at#rales 0#e se ciCe" a ciertos !atro"es
0#e !or lo ta"to "o so" !rod#ctos del a/arD !or co"si*#ie"te "o se !#ede
est#diar #" acimie"to !or el m'todo estadstico sim!le o !or los
m'todos cl+sicos c#a !rimera co"dici%" a !riori es s#!o"er
>
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2err%"eame"te !or cierto7 0#e los .e"%me"os *eol%*icos so"
com!letame"te aleatorios 0#e "o se ri*e" !or !atro"es determi"ados-
S#!o"*amos 0#e las lees de #"a ,eta& tomadas a dista"cias di.ere"tes
de m#estreo& a lo lar*o de #"a *alera !rese"ta la si*#ie"te distrib#ci%"-
TRAMO A
TRAMO
El estimador estadstico cl+sico e"co"trara !ara ambos tramos las
mismas medias ,aria"/as& e i"cl#so (asta el mismo (isto*ramaD !or lo
ta"to s#!o"dr+ 0#e e" ambos tramos la ,eta se !#ede c#bicar traba1ar
e" la misma .orma- Esta sim!li)caci%" es err%"ea& a 0#e !odemos ,er
0#e e" el tramo A e$iste #" cierto !atr%" de distrib#ci%" de las lees&
co" #"a /o"a ce"tral rica 0#e se ,a em!obrecie"do (acia ambos ladosD
mie"tras 0#e e" el tramo B& se trata de #"a distrib#ci%" m+s al a/ar-

1.4. A!LICACIONES EN MINERIA
Co"trol de calidad co"trol de datos-
Veri)caci%" de datos-
Modelamie"to *eol%*ico: Es m# im!orta"te la relaci%" e"tre la
Geolo*a la Geo estadstica& las mismas 0#e debe" estar e"
com#"icaci%"-
E
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
E,al#aci%" !relimi"ar de rec#rsos-
O!timi/aci%" de !ro*ramas de m#estreo-
Modelamie"to de de!%sitos-
Selecci%" de m'todos de mi"ado-
Estimaci%" de reser,as de mi"eral-
E,al#aci%" de acimie"tos-
A"+lisis de ries*o-
A"+lisis eco"%mico-
1.". CONCE!TOS NECESARIOS DE ESTADSTICA #SICA
A$ C%&'(&o) e)*+,-)*.'o) o e)*+,-)*.'+ ,e)'r./*.0+. Fermite"
determi"ar si la distrib#ci%" de los datos es "ormal& lo* "ormal& o si "o
se a1#sta" a #"a distrib#ci%" estadstica& lo c#al im!lica te"er
co"ocimie"to de:
a. N1mero ,e '+)o)$ Es el "<mero de ,alores m#estreados del
.e"%me"o e" est#dio& re!rese"tados !or " los datos !or
Gi& i H 3&- - -& "& 0#e llamamos distrib#ci%"-
b. R+n2o ,e &+ ,.)*r.3('.4n$ Es la di.ere"cia e"tre el ,alor m+$imo
el m"imo-
c. Me,.+$ Es la media aritm'tica de la distrib#ci%"& dado !or la
.%rm#la:
" H "<mero de datos co"te"idos e" la m#estra-
Gi H ,alor de cada ,ariable e" el co"1#"to de datos 2m#estra7-
5
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
d. Mo,+$ Es el ,alor m+s .rec#e"te de la distrib#ci%"-
e. Me,.+n+$ Es el ,alor !ara el c#al la mitad de los datos so"
me"ores la otra mitad est+" !or e"cima de este ,alor-
f. V+r.+n5+$ Describe la ,ariabilidad de la distrib#ci%"- Es la medida
de la des,iaci%" o dis!ersi%" de la distrib#ci%" se calc#la !or:
" H "<mero de
datos co"te"idos e" la m#estra-
Gi H ,alor de cada ,ariable e" el co"1#"to de datos 2m#estra7-
Gm H media o ,alor !romedio del co"1#"to de datos-
g. De)0.+'.4n e)*%n,+r$ Describe la te"de"cia o dis!ersi%" de la
distrib#ci%"- Es la medida de des,iaci%" alrededor de la media- Se
calc#la !or:
h. Coe6'.en*e ,e +).me*r-+$ Describe la
simetra de la distrib#ci%" relati,a a la distrib#ci%" "ormal- Se
calc#la !or:
" H "<mero de
datos co"te"idos e" la m#estra
Gi H ,alor de cada ,ariable e" el co"1#"to de datos 2m#estra7
Gm H media o ,alor !romedio del co"1#"to de datos-
SE H mome"to de tercer orde"-
9
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
i. Mo,e&o Lo2 Norm+&$
Se dice 0#e #"a ,ariable aleatoria G si*#e #" Le Lo* "ormal& si s#
lo*aritmo 2"e!eria"o& base e7 si*#e #"a Le Normal- S# .#"ci%" de
de"sidad de !robabilidad ,ie"e e$!resada de la si*#ie"te ma"era:
=
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
1.7. VARIALE REGIONALI8ADA$
E" #" *ra" "<mero de acti,idades (#ma"as& !ri"ci!alme"te e" las
Cie"cias de la ?ierra& el arte de las mi"as& etc-& i"teresa est#diar la
,ariaci%" es!acial de ciertas ma*"it#des& 0#e llamaremos& de ma"era
*e"eral& ,ariables re*io"ali/adas- Como e1em!los sim!les de ,ariables
re*io"ali/adas& citemos e"tre otras: las de"sidades de !oblaci%"
(#ma"a e" #"a /o"a *eo*r+)ca& la !ote"cia 2o el es!esor7 de #"a
.ormaci%" *eol%*ica& la le de #" metal dado e" #" acimie"to mi"ero&
etcI
El t'c"ico se !#ede i"teresar a estas ma*"it#des !or ra/o"es de ti!o
!#rame"te #tilitario- For e1em!lo& !ara #" mi"ero& se !#ede tratar de
estimar las reser,as de #" acimie"to& e" to"ela1e e" le& a !artir de
#" m#estreo .ra*me"tario& & e" la medida de lo !osible& acom!aCar
estas estimacio"es de #" c+lc#lo de error-
Fero tambi'" de #"a ma"era m+s *e"eral& !#ede i"teresarse e" estas
ma*"it#des !ara tratar de (acer com!re"sible el .e"%me"o "at#ral
2re*io"ali/ado7 0#e estas ma*"it#des re!rese"ta"- Se trata e"to"ces de
e$traer de la masa de datos "#m'ricos br#tos dis!o"ibles& los *ra"des
ras*os estr#ct#rales las caractersticas maores de #" .e"%me"o
"at#ral-
Estos dos !#"tos de ,ista "o se o!o"e" e"tre s- E" e.ecto& !ara resol,er
correctame"te #" !roblema ese"cialme"te !r+ctico& como el c+lc#lo del
error !osible cometido e" la estimaci%" de #" acimie"to mi"ero& es
im!erati,o tomar e" c#e"ta ciertas caractersticas estr#ct#rales de la
,ariable re*io"ali/ada& tal como s# co"ti"#idad-
6
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
El e1em!lo eleme"tal si*#ie"te lo m#estra de ma"era clara-
S#!o"*amos 0#e se (a" reali/ado medidas& a i"ter,alos re*#lares& a lo
lar*o de #"a l"ea& las c#ales (a" !ro!orcio"ado& e" el terre"o& e" #"
!rimer l#*ar& la sec#e"cia A de ,alores "#m'ricos:
A7 3 J > J E J 5 J 9 J = J 9 J 5 J E J > J 3
K& e" #" se*#"do caso& la sec#e"cia B:
B7 3 J 5 J E J = J 3 J 9 J 5 J E J > J 9 J >
E" el caso A& se tie"e clarame"te #"a estr#ct#ra sim'trica m# .#erte&
caracteri/ada !or #" decrecimie"to m# re*#lar a !artir del !#"to
ce"tral- E" el se*#"do caso& la estr#ct#ra& si es 0#e e$iste& es m# d'bil&
la im!resi%" 0#e se tie"e es la de #"a e$trema irre*#laridad-
A !esar 0#e las o"ce medidas tie"e"& e" ambos casos& los mismos
,alores "#m'ricos 2e" #" orde" di.ere"te7& es claro 0#e la estimaci%" de
#" ,alor medio !#ede ser (ec(a& e" el caso A& co" #"a m# me1or
!recisi%" 0#e e" el caso B- La !recisi%" de!e"de& e" e.ecto& de la
co"ti"#idad e" el es!acio de la ,ariable re*io"ali/ada-
E9em/&o) ,e 0+r.+3&e) re2.on+&.5+,+)$
E" el es!acio de tres dime"sio"es& sea /2$3& $>& $E7 H /2$7 H Le de
C# e" el !#"to $ de"tro de #" de!%sito masi,o:
A
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
E" #" de!%sito de este ti!o se !#ede com!robar 0#e la le de cobre se
com!orta de ma"era di.ere"te e" la /o"a de %$idos e" la /o"a de
s#l.#ros- Esto "os co"d#ce a co"siderar !ara la le de cobre& dos
,ariables re*io"ali/adas di.ere"tes-
E" el es!acio de dos dime"sio"es& sea /2$3& $>7 H /2$7 H "<mero de
+rboles !or (ect+rea e" la !arcela locali/ada e" el !#"to $-
Bi*#ra II-A: Reco"ocimie"to .orestal- La m#estre corres!o"de a #"a
!arcela-
Se trata& e" este caso& de #"a ,ariable re*io"ali/ada "o mi"era-
1.:. NOTACI;N CONDENSADA$
A"tes de est#diar e1em!los de ,ariables re*io"ali/adas& me"cio"emos
0#e e" *eo estadstica se #tili/a la "otaci%" co"de"sada: U" !#"to del
4
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
es!acio se re!rese"ta !or la letra $- For e1em!lo la le e" el !#"to $
se re!rese"ta !or /2$7- For co"si*#ie"te& /2$7 !#ede si*"i)car:
L2$7 si el !roblema es #"idime"sio"al 23MD7
L2$3& $>7 si el !roblema es bidime"sio"al 2>MD7
L2$3& $>& $E7 si el !roblema es tridime"sio"al 2EMD7 Se obser,a 0#e
e$iste" !roblemas de "otaci%": Se acost#mbra a desi*"ar #"a
,ariable re*io"ali/ada co" la letra /& lo c#al coi"cide co" la "otaci%"
#tili/ada !ara la cota o ele,aci%"-
1.<. CAM!O = SO!ORTE$
Se llama cam!o a la /o"a e" la c#al se est#dia la ,ariable re*io"ali/ada-
Fara de)"ir bie" el cam!o 2!or e1em!lo los lmites7 es "ecesario #tili/ar
#" modelo *eol%*ico adec#ado& !or e1em!lo& e" la )*#ra II-= se !odra"
disti"*#ir dos cam!os dis1#"tos& los c#ales se !#ede" tratar de ma"era
i"de!e"die"te corres!o"de" a #"idades *eol%*icas: U"idad %$idos
#"idad s#l.#ros-
1.>. MODELO MATEM#TICO DE LA GEOESTADSTICA$ LAS FUNC
IONES ALEATORIAS.
Fara alca"/ar los ob1eti,os !ro!#estos es "ecesario dis!o"er de #"
modelo matem+tico- La *eo estadstica #tili/a #"a cierta
i"ter!retaci%" !robabilstica de la ,ariable re*io"ali/ada& media"te el
modelo de las .#"cio"es aleatorias- U"a .#"ci%" aleatoria es #"a .#"ci%"
L2$7 0#e asi*"a a cada !#"to $ del es!acio #" ,alor 0#e de!e"de del
a/ar 2es decir #" ,alor aleatorio7-Al (acer #" e$!erime"to sobre la
.#"ci%" aleatoria se obtie"e #"a .#"ci%" ordi"aria 2"o aleatoria7 /2$7
llamada reali/aci%" de la .#"ci%" aleatoria L2$7-La (i!%tesis co"stit#ti,a
3@
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
de la *eo estadstica co"siste e" a)rmar 0#e la ,ariable re*io"ali/ada
e" est#dio es la reali/aci%" de #"a cierta .#"ci%" aleatoria- Lo
a"terior e0#i,ale a decir 0#e las lees de "#estro acimie"to se
*e"eraro" a !artir de #" !roceso o e$!erime"to m# com!le1o-
O3)er0+'.one)$
a7 No se !#ede a)rmar 0#e #"a ,ariable re*io"ali/ada es #"a .#"ci%"
aleatoria- Esto te"dra el mismo se"tido 0#e decir Nel "<mero = es
#"a ,ariable aleatoriaO- El e"#"ciado correcto de la (i!%tesis
!robabilstica de la *eo estadstica es: N/2$7 es la reali/aci%" de #"a
.#"ci%" aleatoria L2$7O-
b7 Fara 0#e esta (i!%tesis !robabilstica te"*a #" se"tido real& es
"ecesario !oder reco"stit#ir& al me"os e" !arte& la le de !robabilidad
de la .#"ci%" aleatoria& lo c#al s#!o"e 0#e la i".ere"cia estadstica
2es decir el c+lc#lo de !ar+metros 0#e caracteri/a" la .#"ci%"
aleatoria7 es !osible- Es "ecesario i"trod#cir #"a (i!%tesis
s#!leme"taria a la .#"ci%" aleatoria L2$7- Esta (i!%tesis es co"ocida
como (i!%tesis de estacio"alidad e$!resa 0#e la ,ariaci%" es!acial
de las reali/acio"es de L2$7 debe ser (omo*'"ea- Esta (i!%tesis se
!#ede debilitar al s#!o"er 0#e las di.ere"cias L2$7 J L27 so"
estacio"arias localme"te 2lo c#al se co"oce como (i!%tesis
i"tr"seca7-La estacio"alidad es #"a !ro!iedad del modelo 2.#"ci%"
aleatoria7 0#edar+ m+s clara c#a"do se est#die el c+lc#lo de
,ario*ramas-
2. CALCULOS REALI8ADOS EN EL LAORATORIO
2.1. DATA DE FIERRO
>-3-3- CALCULOS EN E?CEL
33
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.1.1. MA!A DE DIS!ERSION
3>
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.1.2. MEDIDAS DE CENTRALI8ACION@ DE DIS!ERSION@ DE
FORMA = FORMA CUANTITATIVA
2.1.1.3. CUADRO DE FRECUENCIA
3E
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
TALA DE FRECUENCIA
N
A INTERVALO ?1 6 B. F. H. FR! FRA!
MENOR MA=OR
3 @-@3 @-3@
@-@9E6
9 63 @-63 63 @-63 63P 63P
> @-3@ @-34
@-353>
9 34 @-34 4@ @-4 34P 4@P
E @-34 @->6
@->>A6
9 > @-@> 4> @-4> >P 4>P
5 @->6 @-E=
@-E3=>
9 > @-@> 45 @-45 >P 45P
9 @-E= @-59
@-5@E6
9 > @-@> 4= @-4= >P 4=P
= @-59 @-95
@-543>
9 E @-@E 44 @-44 EP 44P
6 @-95 @-=>
@-96A6
9 @ @ 44 @-44 @P 44P
A @-=> @-63
@-===>
9 3 @-@3 3@@ 3 3P 3@@P
3@@ 3
2.1.1.4. HISTOGRAMA = ACUMULATIVO
35
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.1.". ANALISIS MODELO NORMAL
39
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.2. CALCULOS EN HISTO
2.1.2.1. INICIO = SELECCION DE DATA
M Se B+'e '&.'C en Bo&+ D )e )e&e''.on+ &+ ,+*+ en eE*en).4n
HIS &&+m,+ F6erroG
3=
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.2.2. INGRESO DE DATOS ASICO = CALCULO DE HISTOGRAMA
= DATOS ESTADISTICOS
36
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.2.3. AHUSTE DE HISTOGRAMA
3A
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.1.3. CALCULO EN SURFER
2.1.3.1. I
N
G
R
E
S
O
34
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
DE DATOS EN EL IORSHEET = GUARDADO EN SAVE
COMO E?TEN?ION .3&n
2.1.3.2. GENERAR EL GRID DATA !ARA LOS MA!AS ES!ACIALES
2.1.3.3. G
E
N
E
R
A
R
MA!AS ES!ACIALES
2.1.3.4. GRAFICA DE DIS!ERSION@ CURVAS DE NIVEL@ DIRECCION
DE LE=ES@ GRAFICO 3D@ GRAFICA !OR CLASES
M El *ra)co de dis!ersi%" se *e"era a !artir de la e$te"si%" -bl" los
dem+s *ra)cos se *e"era" a !artir del *rid a *e"erado
a"teriorme"te-
DIS!ERSION CURVAS DE
NIVEL
>@
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
DIRECCIONES
CLASES
>3
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
>>
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
MA!AS 3D
>E
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2. DATA COLE?
2.2.1. CALCULOS EN E?CEL
>5
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.1.1. MA!A DE DIS!ERSION
2.2.1.2. MEDIDAS DE CENTRALI8ACION@ DE DIS!ERSION@ DE
FORMA = FORMA CUANTITATIVA
2.2.1.3. CUADRO DE FRECUENCIA
>9
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
TALA DE
FRECUENCI
A
N
A
INTERVA
LO ?1 6 B. F. H. FR!
FRA
!
MENOR
MA=O
R
3 34-4> >3->5
>@-96A
69 4 @-@4 4 @-@4E69 4P 4P
> >3->5 >>-9=
>3-A4=
>9 3E @-35 >>
@->>43=
=6 35P >EP
E >>-9= >E-A6
>E->3E
69 39 @-3= E6
@-EA953
=6 3=P E4P
5 >E-A6 >9-34
>5-9E3
>9 34 @->@ 9=
@-9AEEE
EE >@P 9AP
9 >9-34 >=-93
>9-A5A
69 36 @-3A 6E
@-6=@53
=6 3AP 6=P
= >=-93 >6-AE
>6-3==
>9 33 @-33 A5 @-A69 33P AAP
6 >6-AE >4-35
>A-5AE
69 A @-@A 4>
@-49AEE
EE AP 4=P
A >4-35 E@-5=
>4-A@3
>9 E @-@E 49
@-4A49A
EE EP 44P
49 @-44
2.2.1.4. HISTOGRAMA = ACUMULATIVO
>=
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.1.". ANALISIS MODELO NORMAL
2.2.2.
CALCULOS EN HISTO
2.2.2.1. INICIO = SELECCION DE DATA
M Se B+'e '&.'C en Bo&+ D )e
)e&e''.on+ &+ ,+*+ en eE*en).4n
HIS &&+m,+ F'o&eEG
>6
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
>A
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.2.2. INGRESO DE DATOS ASICO = CALCULO DE HISTOGRAMA
= DATOS ESTADISTICOS
>4
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.2.3. AHUSTE DE HISTOGRAMA
E@
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.3. CALCULO EN SURFER
>->-E-3- I
N
G
R
E
S
O
E3
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
DE DATOS EN EL IORSHEET = GUARDADO EN SAVE
COMO E?TEN?ION .3&n
E>
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.3.2. GENERAR EL GRID DATA !ARA LOS MA!AS ES!ACIALES
2.2.3.3. GENERAR MA!AS ES!ACIALES
EE
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
2.2.3.4. GRAFICA DE DIS!ERSION@ CURVAS DE NIVEL@ DIRECCION
DE LE=ES@ GRAFICO 3D@ GRAFICA !OR CLASES
M El *ra)co de dis!ersi%" se *e"era a !artir de la e$te"si%" -bl" los
dem+s *ra)cos se *e"era" a !artir del *rid a *e"erado
a"teriorme"te-
DIS!ERSION CURVAS DE NIVEL
E5
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
DIRECCIONES
CLASES
E9
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
MA!A 3D
3. CONCLUSIONES
La geoestadisica nos ayuda al clculo de reservas con mayor precisin pues
analiza las variables aleatorias desde un punto de vista local es decir su ubicacin
en el espacio.
En nuestros das, la estadstica se ha convertido en un mtodo efectivo para
describir los valores de datos econmicos, polticos, sociales, psicolgicos,
biolgicos o fsicos; sirviendo como herramienta para relacionar y comparar dichos
datos
E=
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
u finalidad es obtener informacin, analizarla, elaborarla y simplificarla lo ms
posible, para !ue pueda ser interpretada fcilmente, por tanto, pueda utilizarse
para el fin !ue se desee.
4. ILIOGRAFIA
B**/$JJKKK.2eoe)*+,.)*.'+.'omJ2eoe)*+,.)*.'+L'on'e/*o
).B*m
B**/$JJKKK.2+&eon.'omJe)*+,.)*.'+(*.&J/+M(e).r.B*m
B**/$JJKKK.re,,e+2r.'(&*(r+/re'.).on.(n+&.e,(.'oJ,o'J!
(3&.'+'.one)JLIROLN20DEN20LGEOESTADISTICAOR
N20G.r+&,o./,f
B**/$JJKKK.mono2r+6+).'omJ*r+3+9o)7"J.m/or*+n'.+O
2r+6'o)Oe)*+,.)*.'+J.m/or*+n'.+O2r+6'o)O
e)*+,.)*.'+.)B*m&
B**/$JJe).)'r.3,.'omJ,o'J24:3:>3"JGeoe)*+,.)*.'+O
A/&.'+,+
E6
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN 2014
EA

También podría gustarte