Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
El aspecto probabilístico de la
Geoestadística
El análisis de datos que hace la estadística no toma en cuenta el nexo
entre los datos.
2
Variable regionalizada
• Desde el punto de vista matemático: una VR es una función
z(x) que entrega un valor de la característica z del
fenómeno estudiado en el punto x.
3
Variable regionalizada
4
Variable aleatoria-Función aleatoria
• ..Ejemplo
realización
variable aleatoria
5
Función aleatoria
• La FA , representando un fenómeno en particular es el
conjunto de VA definidas en cada punto del
dominio del fenómeno estudiado.
6
Momentos de la FA
• La inferencia de la ley espacial de la FA a partir
de una única realización es imposible (s/e, no
necesaria).
7
Momentos de orden 1 y 2 (FA)
• Esperanza matemática (1)
=
,
= − −
8
Momentos de orden 2 (FA)
• Función variograma es definida como la
varianza del crecimiento de − :
2 , = −
, = −
función semi-variograma
9
Combinaciones lineales autorizadas
• Revisar en texto (apunte)
10
Hipótesis de estacionaridad
• Estacionaridad estricta: es la más fuertes de todas.
Establece que la ley espacial de una FA es invariante por
translación.
< ,…, < = < ,…, <
• Estacionaridad de orden 2
• Estacionaridad intrínseca
11
Hipótesis de estacionaridad de 2
• Una FA se dice estacionaria de orden 2, si sus dos
primeros momentos existen (esperanza y covarianza)
existen y son invariantes por translación.
• Esperanza matemática
= ∀
• Covarianza
, = = −
∀
12
Hipótesis de estacionaridad de orden 2
• La existencia y la estacionaridad de la FA implica la
existencia y estacionaridad de la varianza y del
variograma:
= − = −
= 0 ∀
1
= − =C 0 −C h
2
∀
13
Hipótesis intrínseca
• Es la más flexible de todas.
• El cumplimiento de ella no implica la hipótesis de ST2 no
la estricta.
• Una FA se dice intrínseca cuando los crecimientos de dos
VA y son ST2.
− = = 0 ∀
• La varianza de los crecimientos es cte:
− =2 ∀
14
Propiededes variogramas
= − ∀
1. 0 =0
2. = − ≥0
3. En general, función creciente
4. Sumas de variogramas dan siempre un
variograma.
5. El producto no necesariamente.
6. Es una función de tipo condicional positiva..
15
Variograma caso ST2
• El variograma se estabiliza alrededor de C, para
distancias h superiores a «a».
17
Variograma experimental
• Todos los pares equidistantes del vector h tienen las
mismas características y pueden ser considerados como
diferentes realizaciones de la FA.
( )
∗
1
= ' −
2&
*
18
Datos 1D
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
5m
8 6 4 3 6 5 7 2 8 9 5 6 3
+ + + + + + + + + + + + +
N(5) = 12
2* N (5)
= 1 [ 22 + 22 + 12+……….+ 32]
2*12 γ
= 4.625 4. *
6 h
5m
19
Nube variográfica
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
Variable Z 5m
8 6 4 3 6 5 7 2 8 9 5 6 3
+ + + + + + + + + + + + +
0 5 10 15
½ E[(Z(x1)-Z(x2))2] 25 25
20 20
15 15
10 10
5 5
0 0
Distancia(x1,x2)
0 5 10 15
20
Ejercicio: cálculo a 1D datos regulares
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
A
Cálculo experimental – 1D – muestreo regular
<-- a-->
+1 +2 0 -1 0 1 1 -1 1 2
21
Ejercicio: cálculo a 1D datos regulares
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
Paso 1 2 3 4
Variograma 0.944 1.750 1.071 0.417
22
Ejercio: cálculo a 1D datos regulares
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
23
Regularización de datos
Ejemplo extraído de apuntes de Centro de Geoestadística, École des Mines.
• Ejemplo V=1,5v
Z1 v
V
24
Ilustraciones (Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.)
25
Variogramas direccionales
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
Tolerancia angular
Clases de distancia
Tolérance en distance
Clases de ángulos
26
Ilustración de cálculo a 2D
Fuente: Apuntes de internet UdeChile, reproducido por D. Aburto
• Parámetros de cálculo:
– Dirección del cálculo
– Tolerancia angular
– Paso
– Tolerancia en distancia.
27
Modelos de variogramas
• El es el primer acercamiento a la estructura espacial del
fenómeno regionalizado estudiado.
28
Modelos de variogramas
• El modelamiento del variograma experimental
se hace a partir de funciones matemáticas que
reúnen condiciones necesarias para el cálculo
de varianzas de combinaciones lineales.
29
Efecto pepita puro
C=C(0)
= 45 ≠ 0
• VR errática, ausencia de
h correlación (debido por ejemplo
a errores de medición, errores de
localización, tamaño soporte de
la medición..)
30
Modelos de variogramas
• Comportamiento al origen
31
Estructura espacial isótropa
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
Modelo esférico
X (km)
0 5 10 15
15 15
Y (km)
Y (km)
10 10
5 5
0 0
0 5 10 15
X (km)
32
Estructura espacial isótropa
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
-2 -1 0 1 2
c
0
-1
Exponencial -2
-2 -1 0 1 2
−
h
γ (h) = c 1 − exp a h≤a
=c h>a
33
Estructura espacial isótropa
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
−h 2
-2 -1 0 1 2
γ (h) = c 1 − exp 2 h ≤ a 2 2
a
=c h>a
1 1
portée pratique = a 3 0 0
-1 -1
-2 -2
-2 -1 0 1 2
Modelo Gausiano
X (km)
0 5 10 15
Y (km) 15 15
Y (km)
10 10
5 5
0 0
0 5 10 15
X (km)
35
Estructura espacial isótropa
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
1.5 1.5
15000 15000
Y (m)
Y (m)
1.0 1.0
10000 10000
0.5 0.5
5000 5000
0.0 0.0 0 0
0 5000 10000 15000
c
γ ( h) = h
X (m)
36
Estructura espacial isótropa
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
X (m)
1.25 1.25 0 5000 10000 15000
1.00 1.00
15000 15000
0.75 0.75
Y (m)
Y (m)
0.50 0.50
10000 10000
0.25 0.25
Sinus cardinal
5000 5000
0.00 0.00
h
sin
γ ( h) = a 0
0 5000 10000 15000
0
h X (m)
a
SinusCardinal
portée pratique 3a
37
Modelo con varias estructuras
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
1.25 1.25
Alcance corto
1.00 1.00
1.25 1.25
0.75 0.75
1.00 1.00
0.50 0.50
0.75 0.75
0.25 0.25
0.50 0.50
0.00 0.00
0.25 0.25
1.25 1.25
Alcance largo
1.00 0.00
1.00 0.00
0.75 0.75
Estructura « gigogne »
0.50 0.50
0.25 0.25
γ ( h) = γ 1 ( h) + γ 2 ( h)
0.00 0.00
38
Anisotropía geométrica
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
γ(h)
az
ax
meseta
x
az ax
h z
15000 15000
h2 h2 5000 5000
γ (h ) = γ 0 x2 + z2
ax az
0 0
« Lentes mineralizados »
39
Anisotropía zonal
Fuente: Apuntes Centro de Géostatistique, École des Mines de Paris.
x
γ(h)
1.25 Meseta 2 1.25
0 5000 10000 15000
z
1.00 1.00 15000 15000
0.75 0.75
Meseta 1 10000 10000
0.50 0.50
5000 5000
0.25 0.25
Alcance h
0.00 0.00 0 0
40