Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOVIEMBRE 2018
UNIVERSIDAD NACIONAL DE INGENIERIA
FIGMM
“GEOESTADISTICA”
VARIOGRAMA PROMEDIO
ALUMNO:
CURSO:
GEOESTADISTICA 1
PROFESORES:
pág. 1
Universidad Nacional de Ingeniería-FIGMM Geoestadistica
DEDICATORIA
pág. 2
Universidad Nacional de Ingeniería-FIGMM Geoestadistica
INDICE
DEDICATORIA……………………………………………………………Pag 2
INDICE……………………………………………………………………..Pag 3
RESUMEN…………………………………………………………………Pag 4
INTRODUCCIÓN………………………………………………………….Pag 5
FUNDAMENTO TEORICO……………………………………………….Pag 6
CALCULO………………………………………………………………….Pag 9
CONCLUSIONES…………………………………………………………Pag 13
BIBLIOGRAFIA……………………………………………………………Pag 14
pág. 3
Universidad Nacional de Ingeniería-FIGMM Geoestadistica
RESUMEN
En el presente trabajo se utilizó el lenguaje de programación de Python corriendo
en un sistema operativo OS X versión 10.11. 2. Gracias a esto podremos calcular
el variograma para una región cuadrangular de lado 2m usando el modelo esférico
con un C0=0.2 así como un C1=0.8 además de un alcance a= a=10m.
pág. 4
INTRODUCCION
La palabra “geoestadística” fue inventada por Georges Matheron en 1962.
El prefijo “geo” alude a las ciencias de la tierra, que ha sido históricamente la disciplina
donde la geoestadística se ha desarrollado. Los campos de aplicación actuales alcanzan
los dominios más variados, como la evaluación de recursos naturales (mineros,
forestales, gas, petróleo, etc.), ciencias del suelo y medio-ambientales, topografía,
oceanografía, geofísica, agricultura y análisis de imágenes, por nombrar algunos. El
término “estadística” se refiere al uso de herramientas estadísticas y probabilísticas. Con
respecto a la estadística clásica, la geoestadística busca tomar en cuenta las
dependencias entre las observaciones disponibles, considerando que ellas están
ubicadas en el espacio.
El estudio sobre la distribución normal lo comenzó de Moivre a finales del siglo XVIII,
aunque toma el nombre de Carl Friedrich Gauss (considerado por la comunidad científica
como el matemático más prolífico de la historia), puesto que fue el primero que aplicó
esta herramienta, concretamente, en el análisis de datos astronómicos.
La Campana de Gauss es una función con tres partes diferenciadas: la zona media, en
cuyo centro se encuentra el valor de la media y es cóncava; y los dos extremos, que son
convexos y tienden a aproximarse al “eje x”.
pág. 5
FUNDAMENTO TEÓRICO
Definiciones Básicas:
Geoestadística:
Aplicación de la teoría de variables regionalizadas a la estimación de recursos
mineros.
Variables regionalizadas:
Es una función que representa variación en el espacio. Se designa por z(x).
VARIOGRAMA
pág. 6
Ilustración 0-2 VARIIOGRAMA ESFERICO CON EL QUE SE VA A TRABAJAR
DISTRIBUCIÓN NORMAL
ghjrtjtykj
pág. 7
hjfgktgfjhtjtyj
pág. 8
rtuyrutyujt
pág. 9
pág. 10
e describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el
diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea
conocido como método correlacional.
PYTHON
ESTA MIERDA DE TRABAJO SE LO DEDICAMOS A LA GENTE QUE QUIERE
PLANCHGAS
THAGAN SU KINFORME Y NO SEAN UNOS VAGOS DE MRD
TMRE FIMRE ME LLEGA A LA ANO
Python es un lenguaje de programación interpretado cuya filosofía hace hincapié en una
sintaxis que favorezca un código legible.
pág. 11
Ilustración 0-4 LOGO DE PYTHON
CÁLCULOS
Para entender la codificación es necesario tener conocimientos de Python, mencionado
en la página anterior.
pág. 12
Por lo que tendríamos:
Nos damos cuenta que la función variograma de esta forma se ha vuelto dependiente de
h por lo que tendríamos que encntrar TDO DE LO DEMAS DE LOS CASOS EN EL
CUYAL NOSDOTROS NOTAMOS LAS CONDICIONES INICIALES DISTRB UFSDS EN
EL VUADRO h, para lo cual analizamos el gráfico.
pág. 13
CÓDIGO
Para el código usaremos el bucle for en Python que realizará una acción repititiva
siempre y cuando la variable esté dentro del rango, vemos que el rango está
determinado por:
pág. 14
SALIDA
pág. 15
SALIDA
pág. 16
CONCLUSIONES
Nos es realmente útil saber programación, de otro modo hubiese sido difícil
la realización del presente trabajo.
pág. 17
Universidad Nacional de Ingeniería-FIGMM Geoestadistica
BIBLIOGRAFÍA
•https://es.wikipedia.org/wiki/Distribución_normal#Definici.C3.B3n_ formal
• http://geoestadistica.com/variografia_modelamiento.htm
pág. 18
GEOESTADISTICA 1 FIGMM
• https://es.wikipedia.org/wiki/Función_gaussiana
• https://es.wikipedia.org/wiki/Python
• https://es.wikipedia.org/wiki/Teorema_del_l%C3%ADmite_central
• http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606 .pdf
• https://es.wikipedia.org/wiki/