Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 6 Evaua
Clase 6 Evaua
Repaso
V. Regionalizada: una fn q generaba una respuesta. La variable ind. Era la posicin en el espacio. La
respuesta poda ser cualquier atributo que podemos identificar.
V. Aleatoria: cada valor q se recoge de la V.R., es lo que compone la variable aleatoria.
Por ejemplo, campaa de sondajes. Las leyes corresonderan a una V.A.
Funcin aleatoria: Ejemplo botella.
V.R. cada espacio q se genera entre los granos de arena
V.A. El conjunto de espacios que generan los granos de arena. Al tomar botella y sacudirla,
generaremos una nueva VA. Cada sacudidad genera una realizacin de fenmeno
Hay zonas donde podramos suponer un sondaje. Desconocemos los valores q obtendreos en la
meustra. En c/u de las posiciones podramos determinar una dist. De valores, y a partir de una
probabilidad podramos asumir el valor de la muestra (ver imagen )
Grilla de meustreo.
Cada muestra podrpia tomar un valor a partir de las caract. De la fn aleatoria.
Es posible evaluar la incertidumbre.
Reconocer la caract. De la dist. En cada punto del espacio.
Los posibles valores q pueda tomar c/u de los ptos, dependen de las caract. De continuidad q tienen
la VA.
Los posibles valores deberan reproducir los dos 1ros momentos de inercia de la VR (la media
espacial y la varianza).
(cardiograma).
Media y varianza se mantienen en el espacio.
Ejemplos estacionaridad.
Cao no estacionario (manto plegado).
Emery.
M. Variogrfico
Tarea (probar considerando el sondaje, y de manera global). Entender el mecanismo de c/u de ellos.
Mapa Vario (GSLIb
Se visualiza en el SGEMS
Independiente del comp. Que tnga el variograma en cualquier direccin, hay un elemento que se va
a mantener constante independiente de la direccin que estemos tratando.
La pepa, variabilidad a la escala ms corta posible.
Independiente a la direccin, todos tengan el mismo efecto pepa. Extrapolar cuando evalo
variogrmaa a la escapa ms corta posible. (vertical, sondajes).
Evaluar cmo se comporta la continuidad a la escala ms pequea. Ese efecto pepa es el que le
asigno a todas las direcciones.
Evaluar efecto pepa calculando variograma al paso ms pequeo posible (sondajes).
Las fns matemticas que utilizamos para poder modelar el vector pueden ser la sgtes
Fn cte 8efecto pepa puro).
Variograma lo estoy modelando con una fn cte.
Modelo esfrico
A=alcance.
H= paso.
C=meseta.
Modelo exponencial
Poseen formas distintas
Utilizo una u otra dependiendo de las caract. Del dato
Lo que quiero es generar fn matemtica q se ajusta al comportamiento que muestran los datos.
Esfrico. La fn alcanza la meseta de manera ms agreesiva
Exponencial. Se utiliza cuando el variogram tiende a ser mas continuo
Modelo gaussiano
Mucho ms continuo en el origen. Se ven agrupaciones de colores.
Variabilidad pura (colores q no tienen ningn patrn).
Modelamiento
Considerar
Variograma en una sola direccin.
Modelamiento lo realizamos a travs de la anidacin de estruc.
Suma de distintas fns matemticas, acotadas a ciertas distancias.
Suma de distintas fns que voy utilizando para anidar el variograma, y que dependen de la distancia
y de las diferencias de variabilidad.
3 direccones (las minimas para poder construir un vector).
1ra funcin (estructura) que vpuy a utilizar ser la pepa. La determinamos previamente con el
ejercicio de determinar el varigorama a lo largo del sondaje (pepa se conoce como Co)
2da estructura sera alguna de las fns matemticas mostradas anteriormente. Pero, las cuales
estarn condicionadas por
Distancia donde la fn ser vlida.
Variabilidad que me aporta la funcin (contribucin).
C1, y aplico una fn esfrica hasta los 50 mts. A los 50 mts tendr una variabilidad de 0.8
En la construccin de la fn, la contribucin es la diferencia.
Si se mezclan datos con mucha variabilidad, no se podr distinguir ningn variograma, apreciar
continuidad en ninguna direccin.
Estudiar cmo se comporta continuidad, determinando direcciones que dan cuenta de eso, y una
vez tenido eso, modelar continuidad con una fn matemtica.
Visualizar continuidad en multiples direcciones
Variograma omnidireccional
Calcular variabilidad en todas las direcciones. Al haber pocos datos, es til, xq permite distinguir la
estructura espacial.
Si hay estructuras, se puede modelar.
Modelamiento variogrfico con SGEMS.
Ejercicio lo debemos realizar para C/U de las direcciones
1. Detwrminar la pepa (depende de los datos)
2. Determinar fn matemrica, y la contribucin que tendr en el ajuste de la fn. Determknar
el alcance para c/u de las direcciones
3. Determinar
1. Pepa (lnea)
2. Determinar el alcance.
Cuando anido 2da estructura, da lo mismo la contribucin que use, xq a cualquier distancia, el
variograma no va a generar mayor contribucin (infinito).
Independiente del valor, el aporte sre en mismo.
Cambio de soporte
Cualidad q distingue a cierto tipo de variables, y q en algunos casos le impide hacer ciertos ejercicios
(variables no aditivas).
El modelo de recursos q se reporta por lo general utiliza la unidad e explotacin como el volumen
que dar cunenta de las caract. De la explotacin.
El tamao del soporte tendr un efecto en la representacin del bloque.
Cuando aumentamos el soporte, el variograma tiende a reducir la meseta y a reducir el efecto
pepita.
En trminos de variabilidad, la variabilidad disminuye.
EN el histograma, la media se mantiene, independiente del soporte q utilicemos. Pero hay un
cambio en la varianza.
Hay un cambio en la forma del histograma (se simetriza)
Eso significa q si el histograma estaba cargado a los datos bajos, tiende a cambiar la forma.
(CONSECUENCIA DE ESTO, OJO)
Derecha
Curva tonelaje ley
Azul y roja continua (soporte puntual). Soporte puntual.
Curva proporcin v/s ley.
Verde y magenta representa nel soporte a 30 m
A medida q el soporte crece, las prorporciones aumentan, mientras que la ley baja.
Modelo de cambio de soporte
Modelar fn de cambio de soporte, q me vaa corregir el cambio de histograma.
El modelo de cambio de soporte me propondr un tamao de soporte, q me va a generar un
histograma, el cual va a representar de cieerta forma la distrib. A un volumen mayor (voy a poder
controlar el cambio en la dist).
Sin hacer estimacin de recursos, el Saber co se vaa comportar el histograma a un volumen mayor,
se va a servir para poder determinar la cantidad y la ley de recurso q podrpia tener a un volumen
mayor.
Lo q hago es estimar la distribucin
Ley media y tonelaje sobre ley de corte de 0,3
Propyecto (hacer estimacin de recurso).
Volumen sobre ley de corte y cul es la ley media de ese volumen, me basta con poder utilizar
modelo q permita construir histograma a un > volumen.
Si determinamos ley de corte, podremos determinar la cantidad de bloques que estn sobre esa ley.
Regularizacin en el histograma, mantiene la media, dsiminuye la varianza
Aumenta la continuidad espacial, xq la varianza del variograma se reduce drsticamente.
LAs curvas tonelaje ley cambian respecto al soporte puntual
Implicancia de lcambio de soporte en el recurso.
(la distribucin se sobreestima).
(Paper sobre esto, leer OJO)
La varianza (variograma) del bloque es igual a la varianza puntual menos la diferencia entre la
varianza a nivel de bloque y la varianza puntual.
Para poder construir el modelo de cambio de soporte, necesitamos calcular el factor de reduccin
de varianza
Lo cual corresponde al cociente entre la varianza del soporte mayor, partido por la varianza puntual.
Correccin afn