Profesor: Luis Lorenzo Rodrguez

Rojas

Carrera: Explotacin de Minas

Alumno: Rodrguez Huaripata

Wilmer

Ciclo: IV

Curso: Geo estadstica

Ao:
2013
 Nocin de variable regionalizada.

En un gran nmero de actividades humanas, principalmente en las ciencias de la

tierra, el arte de las minas, Interesa estudiar la variacin espacial de ciertas
magnitudes, que llamaremos, de manera general, variables regionalizadas. Como
ejemplos simples de variables regionalizadas, citemos entre otras: las densidades de
poblacin humana en una zona geogrfica, la potencia (o el espesor) de una
formacin geolgica, la ley de un metal dado en un yacimiento minero, etc.

El tcnico se puede interesar a estas magnitudes por razones de tipo puramente

utilitario. Por ejemplo, para un minero, se puede tratar de estimar las reservas de un
yacimiento, en tonelaje y en ley, a partir de un muestreo fragmentario, y, en la medida
de lo posible, acompaar estas estimaciones de un clculo de error. pero tambin de
una manera ms general, puede interesarse en estas magnitudes para tratar de hacer
comprensible el fenmeno natural (regionalizado) que estas magnitudes representan.
Se trata entonces de extraer de la masa de datos numricos brutos disponibles, los
grandes rasgos estructurales y las caractersticas mayores de un fenmeno natural.
Estos dos puntos de vista no se oponen entre s. en efecto, para resolver
correctamente un problema esencialmente prctico, como el clculo del error posible
cometido en la estimacin de un yacimiento minero, es imperativo tomar en cuenta
ciertas caractersticas estructurales de la variable regionalizada, tal como su
continuidad. el ejemplo elemental siguiente lo muestra de manera clara. supongamos
que se han realizado medidas, a intervalos regulares, a lo largo de una lnea, las
cuales han proporcionado, en el terreno, en un primer lugar, la secuencia a de valores
numricos:

12345654321

Y, en un segundo caso, la secuencia b:

14361543252

En el caso a, se tiene claramente una estructura simtrica muy fuerte, caracterizada

por un decrecimiento muy regular a partir del punto central. en el segundo caso, la
estructura, si es que existe, es muy dbil, y la impresin que se tiene es la de una
extrema irregularidad. a pesar que las once medidas tienen, en ambos casos, los
mismos valores numricos (en un orden diferente), es claro que la estimacin de un
valor medio puede ser hecha, en el caso a, con una muy mejor precisin que en el
caso b.

la precisin depende, en efecto, de la continuidad en el espacio de la variable

regionalizada. En este ejemplo simple, se ve tambin, que la descripcin puramente
estadstica del fenmeno es enteramente insuficiente. el estadstico que se
conformara con la construccin de los histogramas de las secuencias a y b concluira,
debido a que estos dos histogramas son idnticos, equivocadamente, a la identidad de
los dos fenmenos naturales observados. En el tratamiento estadstico ordinario, en el
cual se conformara con clasificar en forma de histogramas las muestras disponibles,
se hace abstraccin del lugar donde han sido tomadas. Se destruyen las estructuras
espaciales. Por otra parte, es claro que no basta con saber con qu frecuencia se
repite una ley dada en un yacimiento minero. es tambin importante saber de qu
manera las leyes se suceden en el espacio, y, principalmente, cul es el tamao y la
posicin de las zonas explotables, etcaparece as que las variables regionalizadas
no pueden ser asimiladas a variables aleatorias, cuyo estudio es el objetivo de la
estadstica habitual. de hecho, la nocin de variable aleatoria solo tiene un sentido
concreto si se cumplen las dos condiciones siguientes:

posibilidad, por lo menos terica de repetir indefinidamente el experimento que

Atribuye un valor numrico definido a la variable aleatoria.

independencia mutua de estos experimentos, el resultado de uno de estos no

puede

Estar de ninguna manera influenciado por el resultado de los experimentos

precedentes. Una variable regionalizada no puede verificar estas dos condiciones. si el
experimento consiste, por ejemplo, en tomar una muestra de caractersticas definidas
en un punto de coordenadas xyz, al interior de un yacimiento, la ley de esta muestra
es nica, fsicamente bien determinada y de ninguna manera aleatoria. no hay ninguna
posibilidad de repeticin, y la condicin 1 no se verifica. Sin embargo es posible tomar
una nueva muestra, no en el mismo punto, sino en un punto vecino del precedente: a
pesar que no se trata, estrictamente, del mismo experimento, se podra en rigor,
admitir que la condicin

se respeta de manera aproximada. Pero ahora la condicin

no lo ser de ninguna manera. Si la primera muestra ha sido tomada en una
zona rica, la segunda implantada en su vecindad, tendr tendencia, en
promedio, a ser rica igualmente, y esta tendencia ser ms pronunciada
cuando la mineralizacin ser ms continua.

2.- caractersticas cualitativas de las variables regionalizadas.

Las variables regionalizadas que se presentan a observacin, poseen caractersticas

cualitativas, ligadas estrechamente a la estructura del fenmeno natural que ellas
representan. Entre estas caractersticas que la estadstica ordinaria es incapaz de
expresar, y que deben, obligatoriamente ser tomadas en cuenta por la teora de las
variables regionalizadas, examinemos, usando como referencia el ejemplo ya dado de
una ley en un yacimiento minero, algunas de las caractersticas ms importantes:

a) localizacin. Una variable regionalizada no toma sus valores en cualquier lugar, sino
ms bien, en una regin bien determinada del espacio, que se llama campo
geomtrico:

El campo es en general una formacin geolgica, por ejemplo el espacio mineralizado

del yacimiento mismo. Pero a veces es necesario limitar el estudio de la variable a una
porcin, o panel, de su campo geomtrico natural. Igualmente, la variable ser a veces
definida como una funcin f(m) del punto m. sin embargo, a menudo, no habr
inters en los valores puntuales, sino en los valores medios de la variable al interior de
un dominio pequeo, o soporte geomtrico. Para una ley, el soporte ser el volumen v
de la muestra tomada. El volumen v debe estar definido de manera precisa, con sus
dimensiones, su forma geomtrica, y su orientacin en el espacio. si se cambia el
soporte v se obtiene una nueva regionalizacin, que presenta analogas con la
primera, pero que no es idntica. es as como los bloques de algunos metros cbicos
no se distribuyen en el espacio de la misma manera que los testigos de sondajes de
algunos kilos. Una de las tareas de la teora de las variables regionalizadas, que se
llama a veces tambin geo estadstica cuando se aplica a problemas geolgicos y
mineros, consiste en prever las caractersticas de la variable definida sobre un soporte
v y en un campo v, conociendo, por ejemplo, las de la variable puntual en un campo
diferente v.

b) continuidad.- una segunda caracterstica esencial es el grado de mayor o menor

continuidad de la regionalizacin en el espacio. en ciertos casos, por ejemplo, para
variables que poseen una significacin puramente geomtrica, como la potencia de
una formacin geolgica, se observar la continuidad estricta de los matemticos, que
se define con y . lo ms corriente, es observar una continuidad ms floja, llamada
continuidad en media. En este caso, cuando el punto m tiende hacia m0, solamente
el valor medio de [f(m) f(m0)]2 tiende a cero. La reparticin en le espacio toma ahora
una forma ms irregular y discontinua. Finalmente puede suceder que la continuidad
en media no se verifique. En este caso de extrema irregularidad, nosotros hablaremos
de efecto de pepita. Los yacimientos de oro pepitico proporcionan un ejemplo clsico.

c) anisotropa.- en tercer lugar, una regionalizacin puede ser anistropa. puede

existir, por ejemplo, una direccin privilegiada, a lo largo de la cual los valores se
modifican lentamente, mientras que stos varan mucho ms rpido en la direccin
perpendicular. Este tipo de fenmenos conocidos con el nombre de corridas, de
zonaciones, etc est, en general asociado a la existencia de ciertas estructuras
geolgicas.

d) fenmeno de transicin.- otros tipos de estructuras se pueden manifestar,

ligados a la aparicin en el campo geomtrico de la variable, de una red de
discontinuidades: se habla entonces, de una manera general, de fenmenos de
transicin. como ejemplos simples, se pueden citar, para las formaciones
sedimentarias, las estratificaciones y las repeticiones lenticulares de los estratos.
Puede suceder que la variable la cual es constante o casi constante al interior de los
estratos, tenga cambios bruscos al pasar de un estrato a otro. A estas
discontinuidades verticales, materializadas en el espacio por las uniones
estratigrficas, a menudo se adicionan discontinuidades horizontales, debidas al
trmino lenticular y a la repeticin de los estratos individuales. esta red compleja de
discontinuidades realiza una particin del espacio mineralizado en compartimientos
casi independientes entre s (correspondientes, por ejemplo, a antiguos micro-
cuencas, donde las condiciones de depositacin han evolucionado de manera ms o
menos autnoma). se puede observar que el efecto de pepita de origen granulomtrico
est tambin ligado a un fenmeno de transicin. la red de discontinuidad es en este
caso lo que separa, en el espacio, los diferentes granos de estril y de mineral. la
naturaleza del fenmeno es la misma, pero la escala es bastante diferente. el efecto
de pepita aparece como una forma de fenmeno de transicin ligado a la presencia de
micro-estructuras discontinuas en el campo de la regionalizacin.

3.- los esquemas tericos.

Para elaborar una representacin matemtica de las variables regionalizadas, capaz
de tomar en cuenta las caractersticas estructurales mencionadas anteriormente, se
puede pensar en utilizar la teora probabilstica de las funciones aleatorias. sin
embargo, es necesario ver bien, que los naturalistas tienen aqu una objecin muy
fuerte, ligada a la unicidad de los fenmenos naturales y a la imposibilidad de la
inferencia estadstica. Recordemos, en efecto, rpidamente la nocin de funcin
aleatoria. Partiendo de la nocin de variable aleatoria simple x, definida por su ley de
distribucin probabilstica f(x), los matemticos han introducido a continuacin las
variables aleatorias con varias componentes (x1, x2, , xn) descritas por leyes de
distribucin simultneas f(x1, x2, ,xn), luego ellos han examinado lo que se produce
cuando n es infinito. una funcin aleatoria es, si se quiere, una variable aleatoria
con una infinidad de componentes. en el caso que nos ocupa, estas componentes, en
nmero infinito, seran los valores tomados por la variable regionalizada en cada uno
de los puntos de su campo geomtrico. se ve cul es la objecin de los naturalistas.
los valores tomados por la variable en todos los puntos de su campo deben ser
considerados como el resultado de una prueba al azar, en un experimento nico,
efectuado segn la ley de probabilidad con una infinidad de componentes que definen
la funcin aleatoria. pero el paso inverso no es posible. El experimento es nico y no
se puede remontar, a partir de los valores experimentales, la distribucin terica, como
tampoco se puede inferir la ley de probabilidad f(x) de una variable aleatoria
ordinaria x cuando solo se dispone del resultado de un solo experimento, el cual ha
dado un valor numrico particular (por ejemplo x = 98).a pesar que la inferencia
estadstica no est fundamentada, es claro que los valores numricos tomados
efectivamente por la variable regionalizada, es decir, el fenmeno natural mismo,
poseen una realidad fsica, y todo recurso a una interpretacin probabilstica aparece
como perfectamente arbitraria. Este es el punto de vista adoptado por la teora de las
variables regionalizadas en un primer grupo de mtodos llamados representaciones
transitivas. estos mtodos que son el objeto de la primera parte de la obra, no hacen
ninguna referencia a alguna hiptesis probabilstica, ni tampoco a algn principio
determinstico: el determinismo no es negado a priori, pero solo puede ser puesto en
evidencia con la ayuda de estudios especficos, respecto de cada categora de
fenmenos naturales, y no servira de nada invocarlos, in abstracto, a nivel de
generalidades. el punto de vista puramente descriptivo y formal , adoptado en las
representaciones transitivas, puede ser comparado con el de la cinemtica, que
desarrolla las leyes generales y formales que todo movimiento debe cumplir,
cualesquiera que sean las causas y contenido fsico, del solo hecho que se trata de
movimiento. el punto esencial consiste en asociar, a toda variable regionalizada, una
funcin g(h) ms simple, llamada covariograma transitivo, capaz de expresar, de una
forma sinttica, las caractersticas mayores enumeradas Anteriormente, y al mismo
tiempo, de formular y de resolver los problemas importantes propuestos por la
prctica, respecto de las variables regionalizadas. Pero hay un caso particular en el
cual la objecin de los naturalistas puede ser levantada. Es el caso llamado
estacionario. en trminos abstractos, se dice que una funcin aleatoria es estacionaria,
si la ley de probabilidad de los valores tomados por esta funcin en k puntos arbitrarios
es invariante para toda traslacin del conjunto de estos puntos. Dicho de otra manera,
el carcter estacionario implica la homogeneidad del fenmeno en el espacio. si se
tienen slidas razones para pensar, por ejemplo, que las condiciones fsico-qumicas
del depsito, o de la gnesis, de una mineralizacin son, efectivamente, homogneas
en el espacio del yacimiento, esta hiptesis puede ser adoptada, por lo menos en
primera aproximacin. En virtud del carcter estacionario, se puede decir que el
fenmeno se repite en el espacio, y se concede que la inferencia estadstica es ahora
posible, y con ella una interpretacin del fenmeno, fundada en la teora clsica de las
funciones aleatorias. Un papel determinante juega, en esta teora, la funcin de auto-
correlacin k(h) , que representa la covarianza de los valores tomados por la funcin
aleatoria en dos puntos distintos distantes de h , y que constituye el equivalente
probabilstica del vario grama g(h) de las representaciones transitivas. sin embargo, la
teora de la auto correlacin se puede aplicar solamente en el caso en que la funcin
aleatoria tiene una varianza a priori finita, mientras que muchos fenmenos naturales
tienen una capacidad de dispersin casi ilimitada, y no pueden ser descritos
correctamente si se les atribuye una varianza finita.

Pero, a pesar que la varianza de la funcin aleatoria misma puede ser considerada
como infinito, sus incrementos, o diferencias que la funcin aleatoria toma en dos
puntos distintos, conservan, en general, una varianza finita. la teora de los esquemas
estocsticos intrnsecos, que es el objeto de la segunda parte de la obra, est
consagrada al estudio de esta clase particular de funciones aleatorias accesibles
solamente por sus incrementos. El papel mayor del covariograma transitivo g(h), o la
covarianza estacionaria k(h), incumbe ahora a una funcin de dispersin intrnseca
(h), o variograma , la cual representa el incremento cuadrtico medio de la
funcin entre dos puntos distantes de h. la teora intrnseca postula la homogeneidad
del fenmeno en el espacio y se formula en trminos probabilsticos. Esta teora se
opone fuertemente a las representaciones transitivas. Es a la vez menos general y
ms potente. menos general, porque grandes clases de fenmenos regionalizados que
manifiestan, por ejemplo, un aspecto zonal en el interior de su campo geomtrico, no
pueden ser considerados como estacionarios, ni descritos por un esquema intrnseco,
mientras que permanecen accesibles a las representaciones transitivas. Ms potente,
en el fondo por la misma razn, porque las representaciones transitivas no son
capaces de distinguir, en una regionalizacin, lo que es imputable a la variable
misma, y lo que resulta de la geometra de su campo, mientras que la teora
intrnseca elimina de oficio toda interferencia geomtrica, y permite, cuando ella es
aplicable, un estudio ms fino y ms profundo de la variable misma. a pesar de esta
oposicin, se constata una convergencia remarcable entre los resultados de los dos
mtodos, y un parentesco profundo de sus formalismos matemticos. Se puede
pensar que las representaciones transitivas poseen un carcter probabilstico implcito,
o, al contrario, que la teora intrnseca no utiliza realmente el contenido probabilstico
de sus hiptesis de base, sino solamente su carcter estacionario. En efecto,
covariogramas, auto correlaciones y funciones intrnsecas poseen significaciones muy
cercanas, ligadas estrechamente, como lo muestra la fsica, a la energa de dispersin
del fenmeno representado.