EJERCICIOS DE MALLAS REGULARES

E IRREGULARES

Curso: GEOESTADISTICA

EJERCICIOS

Docente: Dr. Jorge Segura Davila

Ciclo: VIII
Alumno:
Jean Junior Mendoza Cutipa 2013 – 38937

TACNA – PERU
2017
Variograma
El variograma o semivariograma es una herramienta que permite analizar el
comportamiento espacial de una variable sobre un área definida, obteniendo
como resultado un variograma experimental que refleja la distancia máxima y
la forma en que un punto tiene influencia sobre otro punto a diferentes
distancias.

El resultado de este análisis no puede ser aplicado directamente en los

diferentes métodos de interpolación que lo ocupan como información base, es
por esto que una vez calculado el variograma experimental, debe ser realizado
un modelo matemático que modele de la mejor forma posible al variograma
experimental, el cual es conocido como variograma teórico.
Usos
El variograma permite conocer el alcance, es decir, la distancia máxima a la que
una muestra tiene influencia sobre otra muestra, una aplicación de esta
información es conocer la vecindad en que se pueden buscar muestras para
estimar el valor de un punto especifico. La aplicación de esta herramienta
también permite, a partir de los datos proporcionados por el variograma teórico,
realizar una estimación por medio de la metodología del krigeaje, la cual utiliza
el modelo matemático para definir el ponderador que se aplica a cada una de
las muestras encontradas al momento de asignar un valor al punto buscado.

El variograma experimental tradicional

1. Definición e interpretación Consideremos una variable regionalizada z
conocida en n sitios {x1,... xn}. El estimador tradicional del variograma
para un vector de separación h dado, se define de la siguiente manera: =
∑ α − β γ ( ) 2 [ ( ) ( )] |2 ( |) 1 ˆ( ) h x x h h N z z N donde N(h) = { (α,β) tal
que xα − xβ = h }; |N(h)| es el número de pares contenidos en el conjunto
N(h).

Se ve que el estimador anterior consiste en reemplazar la esperanza en la

expresión del variograma teórico [{ ( ) ( )] } 2 1 ( ) 2 γ h = E Z x+h −Z x por la
media aritmética sobre los pares de datos separados por el vector h. El
estimador así definido lleva el nombre de variograma experimental. No se
trata de una función propiamente tal, sino que de una serie de valores, pues
sólo se puede calcular para vectores h tales que N(h) no es vacío. El
variograma experimental para un vector h puede interpretarse como el
momento de inercia de la nube de correlación diferida (nube de los puntos
(z(xα),z(xβ) con xα − xβ = h), que mide la distancia cuadrática promedio entre
 los puntos de la nube y la línea diagonal. Mientras más apretada la nube de
correlación diferida en torno a la diagonal, más pequeña su inercia

Propiedades del variograma experimental

El variograma experimental γˆ(h) es un estimador insesgado del variograma
teórico:
E[γˆ(h)]= γ(h) .
Un indicador de la robustez de γˆ(h) es su varianza relativa 2
var[γˆ(h)]/[γ(h)] .

Mientras más elevada dicha varianza, más susceptible es el variograma

experimental de fluctuar en torno a su valor esperado (el variograma teórico
γ(h)) y más difícil se vuelve la inferencia estadística. Aunque esta varianza
relativa sólo puede ser expresada en algunos casos particulares, puesto que
requiere conocer la función aleatoria hasta sus distribuciones quadrivariables,
los principales factores que la influencian son:
• La distancia considerada (norma del vector h): la varianza relativa de γˆ(h)
suele tomar valores considerables para las grandes distancias (para fijar las
ideas, aquellas distancias mayores que la mitad del diámetro del campo). Este
efecto es perceptible en la Figura 2, donde se observa que las fluctuaciones
aumentan cuando la distancia aumenta.
La irregularidad o el carácter preferencial de la malla de muestreo, que pueden
provocar grandes fluctuaciones en el variograma experimental, incluso para
pequeñas distancias.
• El número de pares de datos: mientras más bajo, mayores son las
fluctuaciones.
• La presencia de datos extremos (outliers), los cuales tienen un impacto
considerable en el cálculo del variograma experimental, pues este último eleva
los valores al cuadrado.

VARIOGRAMA EXPERIMENTAL REGULAR (tipo R2)

Para la información de muestreo dada en la siguiente tabla. Calcular el

variograma experimental en todas las direcciones posibles.
COORDENADAS COORDENADAS
N° NORTE ESTE LEY% NORTE ESTE LEY%
1 20 30 2 50 15 3
2 27 30 4 50 22 3
3 34 30 1 50 29 4
4 41 30 1 50 36 5
5 48 30 5 50 43 1
6 55 30 5 50 50 1
 7 62 30 4 50 57 2
8 69 30 1 50 64 2
9 76 30 3 50 71 3
10 83 30 5 50 78 4
11 90 30 4 50 85 1
12 97 30 1 50 92 1
13 104 30 1 50 99 2
14 111 30 8 50 106 2
15 118 30 8 50 113 5

Dirección N – S 90°
Hmin = 7
Hmax = 49

𝛾(ℎ1 ) = [(2 − 4)2 + (4 − 1)2 + (1 − 1)2 + (1 − 5)2 + (5 − 5)2 + (5 − 4)2 + (4 − 1)2

+ (1 − 3)2 + (3 − 5)2 + (5 − 4)2 + (4 − 1)2 + (1 − 1)2 + (1 − 8)2
+ (8 − 8)2 ]/(2 ∗ 14)
𝛾(ℎ1 ) = 3.786
𝛾(ℎ2 ) = 7.692
𝛾(ℎ3 ) = 5.917
𝛾(ℎ4 ) = 2.364
𝛾(ℎ5 ) = 2.85
Dirección E – W 0°
𝛾(ℎ1 ) = 1.429
𝛾(ℎ2 ) = 2.346
𝛾(ℎ3 ) = 2.542
𝛾(ℎ4 ) = 2.591
𝛾(ℎ5 ) = 1.25

Cuadro resumen:

DIRECCION N-S 90° DIRECCION E-W 0°

h(m) Nh 𝜸h h(m) Nh 𝜸h
7 14 3.786 7 14 1.429
14 13 7.692 14 13 2.346
21 12 5.917 21 12 2.542
28 11 2.364 28 11 2.591
35 10 2.85 35 10 1.25
VARIOGRAMA EXPERIMENTAL IRREGULAR (tipo R1)

En la siguiente figura, se tiene un muestreo para una galería de un yacimiento

de oro.

N° LEY%
1 2.1
2 1.2
3 1
4 3.1
5 2
6 3
7 2.5
8 1.3
9 2
10 2.1
11 2.2
12 3
13 3.5
14 4
15 4.5

Distancias de muestreo

h VALOR(m)
h1 2
h2 3
h3 4
h4 1
h5 5
h6 6
h7 2
h8 4
h9 2
h10 3
h11 3
h12 1
h13 1
h14 6

Distancia:
Hmax = 43
Malla min = 2
Hmax = 22
h = 2 4 6 8 10 12 16 18

h intervalo
2 1 3
4 2 6
6 3 9
8 4 12
10 5 15
12 6 18
14 7 21
16 8 24
18 9 27

MATRIZ PARA DISTANCIAS:

MATRIZ PARA LEYES:

Para el primer intervalo 1 – 3

h=2
n(h) = 10
Distancias

Leyes [𝑧(𝑥 + ℎ) − 𝑧(𝑥)]2

El variograma experimental para este caso será:

1
∗ ∑𝑛(ℎ)
𝑖=1
[𝑧(𝑥 + ℎ) − 𝑧(𝑥)]2 =
2𝑁(ℎ)
(0.81+0.04+1.21+1.44+0.01+0.01+0.64+0.25+1+0.25)/(2*10) = 5.66
δ*(h) = 0.283
h(prom) = 2.00
Hacemos lo mismo para los demás intervalos.
 𝑧(𝑥)

∑[𝑧(𝑥 + ℎ) − 𝑧(𝑥)]2
h intervalo n(h) hprom 𝑖=1 δ*(h)
2 1 3 10 2.00 5.66 0.283
4 2 6 21 4.29 19.24 0.458
6 3 9 29 6.14 37.16 0.641
8 4 12 35 7.66 54.36 0.777
10 5 15 42 9.40 75.50 0.899
12 6 18 44 11.09 81.70 0.928
14 7 21 46 13.33 92.85 1.009
16 8 24 50 15.00 94.98 0.950
18 9 27 53 17.72 94.75 0.894

1.2

0.8

0.6

0.4

0.2

0
0 5 10 15 20