Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.
Definicin:
Elvariograma cruzadoesigualalasemicovarianzadelos
incrementosde2funcionesaleatorias:
1
2
0
Mesetadel
CasoIsotpico
1
Variograma pseudocruzado
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.
Definicin:
1
2
Elpuedesercalculadoansilasvariablesnosonconocidasen
losmismospuntos.Pero,sudiferenciatienequetenerunsentido
fsico(mismasunidades).
0
dependede
debeserestacionario
Casoheterotpico
2
Ejercicio
Clculodeunaestructurabivariable.
ConsideremoslasleyesdeCuT yCuS analizadastodoslosmetros
alolargodeunsondaje.
CuT(%)
2.60
3.18
0.75
2.13
1.40
1.48
2.23
3.93
1.70
1.35
CuS(%)
2.13
2.73
0.53
1.63
1.05
1.15
1.85
3.30
1.45
0.98
Calculelamedia,lavarianzayla
desviacinestndarparacadavariable.
Calculeelcoeficientedevariacin.
Calcularytrazarhasta
4:
Elvariograma simpledecadavariable.
Elvariograma cruzado.
Resultados
CuT
Prom 2.08
Varia 0.91
Coef. 0.46
CuS
1.7
0.7
0.5
MODELOSCOMUNES
Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Todaslasestructurassimplesycruzadassonidnticas
(proporcionales).
,
Puedesersimpleescribirloenformamatricial(caso2
variables).
Sediceintrnsecadadoqueellanodependedelsoporte
nidelcampo.
6
Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Enelcasoestacionario,sepuedeescribir:
,
0
Dedondelamatrizdemesetas(simtrica,dado
Representaenelmodelolamatrizdevarianzasy
covarianzasenunmismopunto.
7
Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Lamatrizdebesersemidefinidapositiva,loquesignificaquela
varianzadetodacombinacinlinealenunmismopuntoes
positivaonula:
,
0
Lamatriz
siendosemidefinidapositiva,tenemos
necesariamente:
0
0,
,
Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Lacorrelacinintrnsecaentrevariablesseextiendeasus
combinacioneslineales:variogramas simplesycruzadosson
.
proporcionalesa
Porotraparte:
0
Asenelmodelodecorrelacinintrnseca,laausencia
decorrelacindedosvariables(odesuscombinaciones
lineales)enunmismopuntoimplicasunocorrelacin
espacial.
Elmodelodecorrelacinintrnseco
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Ejemplo:
100
25
40
Setratadeunmodelodecorrelacinintrnseca,dadoque
podemosescribir
con:
Laestructuradebase
100
40
40 25
Estamatrizessemidefinidapositivadadoqueellacorresponde
adosvariablesdevarianzaspositivasydecorrelacinigual
a0.8.
Lamatrizdevarianzascovarianzas
10
Elmodelodecorregionalizacin lineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Enestemodelo,todaslasestructurassimplesycruzadas
soncombinacioneslinealesdelasmismascomponentes
estructuralesdebase,ypuedeserinterpretadoporuna
descomposicindelasvariablesencombinaciones
linealesdelascomponentescorrespondientes.
Estopuedeservistocomounageneralizacin,enelcaso
multivariable,delascomponentesanidadasdelcaso
monovariable.
11
Elmodelodecorregionalizacin lineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Componentesanidadascasomonovariable
Seaunavariabledemediaigual13.2(%),ajustadaconla
siguienteestructuraanidada:
11
39
Estavariablepuedeinterpretarsecomolasumadedos
sincorrelacinespacialentre
componentes
ellas,demediasnulasydeestructurasrespectivas:
11
y
39
12
Elmodelodecorregionalizacin lineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Casomultivariable
Ejemplo:
11
39
9
15
14.5
Sepuedeanotar:
13
Elmodelodecorrelacinlineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Casomultivariable
Con:
y
Ylasmatricesdevarianzas/covarianzas
11 0
y
0 9
Cadamatriz
39 14.5
14.5 15
,debesersemidefinidapositiva,sedebetener:
14
Elmodelodecorregionalizacin lineal
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Unacomponenteestructural(pepita,cortoalcance,largo
alcance)nopuedefigurarenunaestructuracruzadasinfigurar
sobrecadaunadelasdosestructurassimplescorrespondientes.
Sinembargo,puedefigurarsobredosestructurassimplessin
figurarsobrelaestructuracruzada.
Demanerageneralunmodelodecorregionalizacin linealpuede
escribirse:
Envariograma:
oencovarianzas,enelcasoestacionario:
15
Cokriging ordinario
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Definicindelestimador
Esperanzadelerrornula
Minimizacindelavarianzadelerror
,
,
,
,
16
Cokriging ordinario
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Sistemadeecuaciones
,
17
Cokriging ordinario
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Sistemadematrices
1
0
0 0
1 0
1
0
0
1
0
0
1
0
Varianzadelerrorovarianzadecokriging
,
Elpasodelsistemadematricesavariograma esdirecto,hace
faltanicamentecambiarelsignodelosparmetrosde
lagrange.
18
Comentariosfinalesdecokriging
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Elcokriging aseguralacoherenciaentreestimacionesde
diferentesvariables.Aselcokriging de
(apartirde
datossobre y porejemplo,esigualaladiferenciade
cokriging de y .
Elmodelodecorrelacinintrnseca,todaslasestructurasson
idnticas.
Elmodelolinealdecorregionalizacin,dondetodaslas
estructurassoncombinacioneslinealesdeunciertonmerode
estructurasdebase.
Enelcasoisotpico,siunadelasvariables,porejemplo
tieneunaestructuracruzadaconotravariable,idnticaala
suya,entonces esautokrigeable,sucokriging coincideconsu
kriging.Lomismoocurreenelcasoheterotpico donde es
conocidasobreelconjuntodepuntosmuestreados.
19
Consideracionesparalavecindadde
cokriging
Fuente:ApuntesCentrodeGostatistique,cole desMinesdeParis.J.Rivoirard.
Paraasegurarlacoherenciaentrevalorescokrigeados delas
diferentesvariables,esnecesariotomarunavecindadidntica
paralaestimacindecadaunadelasvariables.
Enelcasoisotpicoestoimplicaelegirlavecindadapartirdela
variablequerequierelamsgrandevecindad(vecindadesms
pequeapuedesersuficienteparalaotravariable).
Paraelcasoheterotpico (muchomscomplicado),la
estimacinde sebasaensuinformacinmslainformacin
de msdensa,lavecindaddefinidadeberincluirademsde
lasmuestrasde aquellasde enlosmismospuntosde y
enlospuntosaestimarde ,peronolosvaloresde en
otroslugares.
20