EL KRIGEAJE

Alumno: Jhordan Jose Mateo Mendoza

Ciclo: 2019-1 Sección:GM81
INTRODUCCIÓN
Definición
Es un método geoestadístico de estimación de puntos
que utiliza un modelo de variograma para la obtención
de datos.

En términos mineros, el krigeado consiste en encontrar

la mejor estimación lineal insesgada de un bloque o
zona V considerando la información disponible; es
decir, las muestras interiores y exteriores a V.

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

INTRODUCCIÓN
Definición
Kriging es un procedimiento geoestadístico
avanzado que genera una superficie
estimada a partir de un conjunto de puntos
dispersados con valores z

Para llevar a cabo una predicción con el

método de interpolación de kriging, es
necesario realizar dos tareas:
•Descubrir las reglas de dependencia.
•Realizar las predicciones

Método de interpolación geoestadístico que

está basado en modelos estadísticos que
incluyen la autocorrelación; es decir, las
relaciones estadísticas entre los puntos
medidos.

Fuente: http://www.geoestadistica.com/formula_kriging.htm
ESTIMACIÓN LOCAL

La estimación local consiste en evaluar el valor de la variable regionalizada en

un sitio no muestreado del espacio, utilizando para ello los datos circundantes
disponibles.

Asimismo, se puede evaluar el valor promedio de la variable en un soporte

mayor que el soporte de las muestras.

Fuente: http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20junio%2012%20kriging.pdf
ESTIMACIÓN LOCAL
Métodos Tradicionales
Algunos métodos tradicionales de interpolación e introduciremos el método de kriging.

Este estimador atribuye toda la ponderación al dato

más cercano al sitio a estimar. El estimador apantalla a
Interpolación por el
todos los datos salvo el más cercano, luego omite gran
más cercano vecino
parte de la información y probablemente carece de
precisión.

Ponderación obtenida
con la interpolación por
el más cercano vecino.

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ESTIMACIÓN LOCAL
Métodos Tradicionales
Inverso de la distancia

Este segundo estimador asigna

a cada dato una ponderación
inversamente proporcional a
(una potencia de) su distancia
al sitio a estimar.

Ponderación obtenida con la

interpolación por inverso de la
distancia (izquierda) e inverso
del cuadrado de la distancia
(derecha).

Fuente: http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20junio%2012%20kriging.pdf
ESTIMACIÓN LOCAL
Métodos Tradicionales
Método Poligonal

Se le asigna a cada punto del espacio la ley del dato más próximo. Para estimar una zona S
se ponderan las leyes de los datos por el área (o volumen) de influencia Si.

Fuente: http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20junio%2012%20kriging.pdf
ESTIMACIÓN LOCAL
Otros Métodos

El método de Sibson (interpolación por

vecindad natural), que busca una
función de interpolación continua y
derivable en el espacio. La ponderación
se concentra en los sitios vecinos del
sitio a estimar, que hacen de pantalla a
los sitios más lejanos.
Los splines de interpolación que recurren a
una familia de funciones muy regulares en el
espacio (splines cúbicos, splines laplacianos...),
tal que se minimice un cierto criterio
matemático bajo la restricción de interpolar
los datos.

Fuente: http://www.geoestadistica.com/formula_kriging.htm
ESTIMACIÓN LOCAL
Otros Métodos

Los métodos baricéntricos, que

realizan la interpolación por una suma Las interpolaciones basadas en una
ponderada de los datos (tal como el triangulación del espacio. Consisten en
inverso de la distancia). Como otro dividir el espacio en triángulos
ejemplo, mencionemos el método de disjuntos cuyos vértices son los sitios
interpolación bilineal, que se utiliza con datos, luego en interpolar dentro
cuando los datos están ubicados en una de cada triángulo.
grilla regular.

Fuente: http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20junio%2012%20kriging.pdf
OBJETIVOS

•Efectuar ley de Principalmente:

•Encontrar la
ponderación, es Interpolar la ley con la
mejor
decir, atribuir un máxima precisión posible
estimación lineal
peso a la ley de
posible.
cada muestra.

•Evitar errores
•Varianza
sistemáticos
mínima en la
(sobre
estimación de la
estimación de
resultante.
recursos).

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

PROBLEMA DE SESGO
Esta etapa consiste en expresar que el error de
Restricción de insesgo estimación tiene esperanza nula, es decir

𝑬 𝒁∗ 𝑿𝟎 − 𝒁(𝑿𝟎 ) = 𝟎

Se puede interpretar esta restricción, reemplazando la esperanza matemática por

una media en el espacio: si se calcula sobre numerosas configuraciones de kriging
idénticas, la media de los errores de estimación cometidos se acerca a cero. La
ausencia de sesgo no garantiza que los errores sean bajos, sino sólo que su media
global es aproximadamente nula.

Fuente: http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20junio%2012%20kriging.pdf
ECUACIÓN DE KRIGEAJE
•El método kriging pondera los valores medidos
circundantes para calcular una predicción de una
ubicación sin mediciones.

•La fórmula general se forma como una suma

ponderada de los datos.

Fuente: http://www.geoestadistica.com/formula_kriging.htm
ECUACIÓN DE KRIGEAJE

Así mismo, los pesos (leyes) encontrados a través de

este procedimiento deben estar sujetos a 2 normas:

•No ocasionar sesgo en la estimación:

•La varianza, o error de estimación, debe

ser el mínimo posible:

Fuente: http://www.geoestadistica.com/formula_kriging.htm
ECUACIÓN MATRICIAL

Fuente: http://repositorio.uchile.cl/handle/2250/134975
ECUACIÓN MATRICIAL

Fuente: http://repositorio.uchile.cl/handle/2250/134975
INTERPOLACIÓN EXACTA
La propiedad de interpolación exacta
asemeja el kriging a una técnica de
cartografía.
Sin embargo, tal como se ha presentado el
kriging, cada sitio a estimar requiere
resolver un sistema de ecuaciones lineal
¿en qué medida el kriging puede considerarse
como una función de interpolación?

Consideremos el sistema de kriging ordinario

en un sitio x:

Los ponderadores {λα, α = 1... n} y el

multiplicador de Lagrange µ que satisfacen
este sistema son combinaciones lineales de los
términos {C(xα – x), α = 1... n} que aparecen en
el segundo miembro. Por lo tanto, el estimador

Fuente: http://repositorio.uchile.cl/handle/2250/134975
ETAPAS DE ANÁLISIS DEL KRIGEAJE

2) Análisis exploratorio 3) Estimación del variograma

1) Análisis preliminar
de datos experimental

4) Modelación del modelo 5) Validación del modelo

del variograma de variograma

Análisis estructural

6) Estimación espacial
usando kriging Estimación

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ETAPAS DE ANÁLISIS DEL KRIGEAJE
Estimación del variograma experimental

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ETAPAS DE ANÁLISIS DEL KRIGEAJE
Modelación del modelo de variograma
Ajustar los modelos usando el método de los mínimos cuadrados.

• La cantidad de parámetros.

• La bondad de ajuste ECM ( error cuadrado medio).

• Ajuste por ensayo y error de manera visual.

Variograma pepítico
(derecha) y ejemplo de
variable regionalizada
asociada (izquierda)

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ETAPAS DE ANÁLISIS DEL KRIGEAJE
Modelación del modelo de variograma

Variograma esférico
(derecha) y ejemplo de
variable regionalizada
asociada (izquierda)

Variograma exponencial
(derecha) y ejemplo de
variable regionalizada
asociada (izquierda)

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ETAPAS DE ANÁLISIS DEL KRIGEAJE
Modelación del modelo de variograma

Variograma Gaussiano
(derecha) y ejemplo de
variable regionalizada
asociada (izquierda)

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

ETAPAS DE ANÁLISIS DEL KRIGEAJE
Validación del modelo de variograma
Si la dispersión es poca los
valores deberían alinearse
en una recta de 45°.

Método:
Validación cruzada

Fuente: LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON

TIPOS DE KRIGING

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
TIPOS DE KRIGING
Simple
El kriging simple asume el conocimiento tanto de la media como de la
covarianza del proceso. Por supuesto, es poco práctico ya que en
general estos dos parámetros son desconocidos y es preciso estimarlos
a partir de los datos de la muestra.

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
TIPOS DE KRIGING
Ordinario

El kriging ordinario se usa cuando

la variable es estacionaria con
covarianza conocida y media
desconocida. Aunque el proceso
es similar al del kriging simple, no
podemos centrar la variable, ya
que no conocemos µ , así que es
necesario trabajar directamente
con la variable en estudio Z.

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
TIPOS DE KRIGING
Bloques
Se utiliza para poder estimar las leyes de un bloque, o mejor dicho, se utiliza para
estimar las variables dentro de una área local.

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
TIPOS DE KRIGING
Puntual
En algunas ocasiones, en vez de estimar la ley media de un bloque V, interesa estimar la ley
en un punto x0 (problema de interpolación). Corresponde al caso particular en que el
volumen V tiende a cero. Se obtiene el sistema siguiente:
El krigeado puntual tiene la propiedad
de ser un interpolador exacto en el
sentido de que si se desea estimar la ley
en un punto conocido (por ejemplo el
punto A de la figura), el krigeado
proporciona la ley del dato con una
varianza σE2 = 0.

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
TIPOS DE KRIGING
Log Normal – Multi - Gaussiano

En estos dos procedimientos se hacen

transformaciones de la variable regionalizada con el
propósito de normalizarla en cada sitio de la región
de estudio.

Fuente: http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
CONCLUSIONES
• El Kriging se utiliza para encontrar la mejor
estimación posible de la ley de un panel, o macizo
rocoso, considerando las leyes de las diferentes
muestras tomadas en el campo.

• El método de krigeage nos da la posibilidad de

asignar un ponderador exacto λ i a cada valor Zi que
participa en la estimación de un valor desconocido P
* (punto, panel o bloque).
CONCLUSIONES
• Existen diferentes tipos de kriging:
• Puntual: Simple y Ordinario
• Espacial: Bloques, Universal, Residual, Log-Normal /
TransGaussiano e Indicador.
 BIBLIOGRAFÍA
• LIBRO : CURSO DE GEOESTADÍSTICA – MATHERON
• LIBRO: «INTRODUCCIÓN A LA GEOESTADÍSTICA – TEORÍA Y APLICACIÓN»
- UNC
• http://www.geoestadistica.com/formula_kriging.htm

• file:///C:/2%20Estimacion%20Geoestadistica%20%20-%20E%20-
%20Codelco.pdf

• http://www.docentes.unal.edu.co/mpbohorquezc/docs/clase%20juni
o%2012%20kriging.pdf

• https://es.slideshare.net/xtiampol/geoestadistica-unam-clase