Está en la página 1de 19

'

C A PITU LO - III

EL. KRIGEAGE

III-l OBJETIVOS DEL KRIGEAGE

En términos mineros, el problema de Krigeage consiste en encontrar la mejor estimación linca!


posible de la ley de un panel considerando la información disponible, es decir las leyes de las difr
rentes muestras, en el interior, o en el exterior del panel que se quiere estimar.

El Krigeage consiste en efectuar una ponderación, es decir atribuir un peso a la icy de cada
muestra; estos pesos se calculan de manera que la varianza de estimación resultante sea mínima,* con­
siderando las características geométricas (formas, dimensiones c implantación relativa del panel y
de las muestras). En una primera aproximación, como es natural, el Krigeage atribuirá pesos débiles
a las muestras alejadas e inversamente. Pero esta regla intuitiva puede fallar cuando aparecen fenó­
menos más complejos de efecto de pantalla y de transferencia de influencia. ¡

I Presentemos un ejem plo: sea a estimar la ley Z d el—


panel de la figura III. 1. La información disponible está1*
*3 • J7
constituida de un trozo de testigo interior St y de 7 tro­
zos de testigo exteriores: S2, S 3, ..., SR. S*

El Krigeage entregará un Estimador Z *, combinación


lineal de las ocho inform aciones disponibles:
Fiat. 111.1

Z* = A, Z x4- X* Z 2 4 ••• 4- A* Z„

-íy ( fixdt # e l
Este estimador presentará las dos características siguientes:
L¿ % Ad ce //d ¿ ¿6
• es iJisesgado, es decir, en promedio el error es nulo: K'Efect* Pdrxia/U*.
L 2 S5 i n f l u y e en
\L ( Z - Z * ) = 0 J uí / f t r &*±fertY\ci6 le J

• es ,ó
o es decir que los ponderadores X; se determinan de manera que la varianza de es­
tim
p
timación:

E (Z — Z * ) ¿ sea mínima

En nuestro ejem plo, suponiendo ¡sotropía. estructural, el Krigeage encontrará:

— las simetrías evidentes tales com o X3 = X2, X7 — X8. t - f 0r u C zct’on)

— las desigualdades: Xj ^ X¡ (i = 2, 3,..., 8), X6 ^ X5 : el sondeo S5 hace "pantalla” a la in­

GEOESTADISTICA I B.lll. 1
fluencia del S6, X4 > X5 el sondeo S5 ha transferido una parte de su influencia a los sondeos pró-

ximos S6l S7, S8.

Í
La importancia de los fenómenos tales com o efecto de pantalla y tra n s fe re n cia de influencia
nde de la regularidad de la rcgiónaliz.ación, es decir del scrnivariograina 7 (li).

M-2 ÍNTERES DEL KR1GEAGE

El primer interés del Krigeage se deduce de su misma definición: al minimizar lavarianza djz
estimación, estamos seguros de sacar el mejor provecho posible de las informaciones disponibles, o,
si se prefiere, de obtener la estimación más precisa posible del panel en estudio.

El interés práctico más importante es que el Krigeage permite evitar un error sistemático. En
la mayoría de los yacimientos metálicos, se debe seleccionar para la explotación un cierto número
de paneles que se han juzgado rentables y abandonar otros juzgados com o inexplotables.

. Supongamos por ejemplo un reconocimiento a malla


r¿gula£.(Fig,':II1.2)] Si la selección se efectúa por sondeos
interiores ai-panel resultará necesariamente una sobre-esti­
mación'ó- una sub-estimación del panel a seleccionar: se
pueden presentar casos extremos como:

Fíg. 111.2

ED = mineral /♦i

0 “ “ “ ^ 7 C ím0menj ° geilCrl1 CS ^ uc la de las leyes reales de los paneles es siem-


P as débil que la v a n w za de las muestras. En otras palabras, el de las leyes reales de
os paneles contiene menos leyes extremas (ricas o pobres) que el histograma deducid» de las mues­
tras, y el efecto de una selección sobre este último histograma será que los paneles eliminados
serán
en realidad menos pobres que lo previsto y los paneles conservados menos ricos.

geoestadistica i
II.III.2


fluencia del S6, X4 > X5: el sondeo S, ha transferido una parte de su influencia a los sondeos pró

ximos S6, S7, S8.

I La importancia de
( los fenómenos tales com o efecto de pantalla y transferencia de influencia
dejando de la regularidad
regulan de la rcgionalización, es decir del scmivariograina 7 (h).

III-2 INTERES DEL KRIGEACE

El primer interés del Krigeage se deduce de su misma definición: al minimizar la varianza dj¿
estimación, estamos seguros de sacar el mejor provecho posible de las informaciones disponibles, o,
si se prefiere, de obtener la estimación más precisa posible dei panel en estudio.

El interés práctico más importante es que el Krigeage permite evitar un En


la mayoría de los yacimientos metálicos, se debe seleccionar para la explotación un cierto número
de paneles que se han juzgado rentables y abandonar otros juzgados com o inexplotables.
m
. Supongamos por ejemplo un reconocimiento a malla
regular! (FigJ: IIl.2 )‘ Si la selección se efectúa por sondeos
interiores al-pancl resultará necesariamente una sobre-esti­
mación ó- una sub-cstimación del panel a seleccionar: se
pueden presentar casos extremos como:

• Fig. 111.2

E23 = mineral • -•I % %


1

V. • * m
Fig. III.3

La causa de este fenómeno general es que la varianza de las leyes reales de los paneles es siem­
pre más débil que la varianza de las muestras. En otras palabras, el de las leyes reales de
los paneles contiene menos leyes extremas (ricas o pobres) que el histograma deducido de las mues­
tras, y el efecto de una selección sobre este último histograma será que los paneles eliminados serán
en realidad menos pobres que lo previsto y los paneles conservados menos ricos.

GEOESTADISTICA I
II. III. 2
• Nuestra noción de Krigcage permite interpretar este fenóm eno y corregir sus efectos: la aureo­
la de muestras exteriores tiene una influencia no despreciable sobre el panel en estudio (ver figura
anterior) y el Krigcage le atribuirá un peso no nulo. Al no considerar esta aureola de sondeos exte­
riores, se introduce necesariamente una causa de error sistemático.

El nombre de Krigcage deriva de los trabajos efectuados por D. G. Krigc, en los años 50, en las
minas de oro de A frica del Sur.

111*3 LAS ECUACIONES DE KRIGEACE

111-3-1 NOTACIONES

En este capitulo utilizaremos las notaciones siguientes:


* Al
... Z (x ) designará una F. A. (estacionaria o no), en general de esperanza no nula.

á>c. Sé designará por S el conjunto de R n (n = 1, 2, 3) sobre el cual la realización de la F. A. se


••• conoce en forma experimental. Si S es un conjunto finito y los datos están implantados en
•••• ;'*• : • lps puntos x , , x 2, ..., xN , se tendrá:

S ( x , , x 2, ..., xjvj } {x ¡, i 1, 2, ..., N }

• Dependiendo del caso, se buscará estimar sea el


valor Z ( x 0) de la F. A. Z (x ) en un punto x 0 S S,
sea el valor medio 1/v / Z (x ) dx en un dominio V,
diferente de S:

• En el. caso discreto (S = ( X j ,..., x n } ) pondremos: *n

Fig. 111.5
j Z ;= Z (x ¡).

* análogamente para las funciones C (x , y), (x, y ):

C (x¡, x j ) - C ¡ j , 7 (x¡, xj) = 7 íj


/
Para establecer las ecuaciones de Krigcage distinguiremos dos casos: F. A. estacionaria de or­
den 2 y F. A . intrínseca (sin deriva). En todos los casos supondremos conocida la co varia o el
semiva riogra ma.

111-3-2 ECUACIONES DE KRIGEACE EN EL CASO DE UNA F. A. ESTACIONARIA DE ORDEN 2

Sea Z (x ) una F.A. estacionaria de orden 2, sea m = E [Z (x ) 1y C (h ) = E[Z (x ) Z (x + h ) j - m 2.

GEOESTADISTICA I B.III.3
Supondremos que Z (x ) es conocida en los puntos
X | , X a , . . . , XN .

Nos interesa la variable:

Z (x ) dx F¡g. II 1.6

' que estimaremos con la ayuda de todos los valores del conjunto S, es decir los Z (x ¡): el esti­
mador será una combinación lineal: /

N
a Z }= E \¡ Z¡

I
Le impondremos a este estimador las dos condiciones siguientes:

j- a) El estimador ZJ debe ser insesgado, es decir en promedio el error es nulo:


#\
’ E¡ IZ » — Z J ]= 0

*' ’y cómo ZJ = Z X¡ Z¡,se tieneí E [Zy] - E [ZJ]^= m — ni


N
(21) I X ¡ = 1
I* I

esta ecuación se conoce com o cond ición de universalidad.

b) La varianza de estimación de Zv por ZJ debe ser óptima.

Calculemos esta varianza:

E (Z v - z;p = E ( Z v- 2 X¡ Z iP = E [Zj. - 2 2 X ¡Z ¡ZV + 2 2 X,X¡ Z¡ ]


i i ¡ j

Luego:

E| 2. - z ; | ■-o:-!EX.„i + E p , V j

en que:

o i= -K - / / c < * - y )d * d y /dx ^
V V

o iv = — /” C (x¡ — y ) dy l/ ¿ r ? ü B / c fru f

°íj = C (x¡ — xj)

GEOESTADISTICA I H.III.4
^ D e b e m o s minimizar la expresión uj — 2 XX; 0\v 4* Z Z X¡ Xj o¡j ten

de universalidad (2 1 ); el formalismo dc.Lagrqngc aplicado a:


^ ftu / irp h cade?

X *
I K 4 r

Se llega finalmente a:

i/ ,. , 1 Xj a¡j = <7¡v 4- /i i = 1 .2 ..... N


• K rry n tf ] j« j
(22) Je\

. * . « • I £ x ¡= i
i : . , I ¡- ‘
— ----- *
*r '•» -Que es un sistema de N 4- l ecuaciones con N 4- 1 incógnitas (los N ponderadores X , , X2 , XN
y el parámetro de Lagrange /¿).

VARIANZA DE KRIGEAGE:

Si multiplicamos la primera ecuación (2 2 ) por X¡ y sumamos sobre i, se tiene:

XX Xj Xj ü}j = X X¡ Ojy 4- n
¡ i ¡

Luego la varianza de estimación queda:

E [ Z - Z * )J = o í - 2 ZX
¡ o ¡v+ £ S X¡ Xj « ¡j = o j - Z X¡ o jv + íí
\ ¡ ' *
La varianza de estimación por Krigeage esta dada por:

uk “ -- Z X¡ o ¡v 4- fi

En el caso del Krigeage puntual <le un punto x 0, el sistema


de Krigeage se escribe:

2 * ( x 0) = £ X ¡Z ¡
r¡g. iii,7

GEOESTADISTICA I B.11I.5
v í N
fy ^ r .l £ *¡ o¡j = a¡ „ 0
j .* J J * JS ^

(23)! ' . { É Xi = 1
iW 1=1
• [ ■ ■ ■ p l = o i 0 - ? \ o i X 0 +/i

* En este caso, el estim ador Z * ( x 0) es un estimador exacto, en el sentido q n t(Z ¿ (x ¡) - X (x j),


con la varianza de estim ación ó j = 0. Se puede demostrar esta propiedad a partir de (23) peto es
más fácil notar que el estim ador Z¿ (x ¡) - Z (x ¡) /
inlírpolodor do Krigeaqo
es óptim o porque tiene varianza nula.
, - n interpolador do mínimos
cuadrados
Esta propiedad es im portante en los proble­
mas de cartografía; por ejem p lo el estimador de
mínimos cuadrados no es un estimador exacto: en -*
cambio el estimador de K rige age “ pasa” por los

puntos experimentales. *

1U-»Í£ECUACI0NES DE KRIGEAGE EN EL CASO DE Fig. II1.8


UNA FiA. INTRINSECA (CASO PRACTICO)

I Sea Z (x ) una F. A . intrínseca sin deriva, que admite un semivariograma 7 (h ). Para estimar

-V = —“ / Z (x ) dx, se fo rm a el estimador:

z; = £ x¡z¡
i= 1

A l poner en (2 2 ) y (2 2 *) C (h ) = C (o ) — 7 (h ) vemos que la constante C ( o ) se elimina y que­


da el sistema:

£ Aj 7¡j f= 7 ¡v - J<z .
i- 1
N
(2 4 ) £ Xj = l

oj - £ X¡ 7 ¡v — 7 Vv +

en que:
♦ En este caso, el estim ador Z * ( x 0) es un estimador exacto, en el sentido q ii< (z£ (x ¡) - Z (x ¡),
con la varianza de estim ación ó j = 0. Se puede demostrar esta propiedad a partir de (2 3 ) peto es
más fácil notar que el estim ador ZJ (x ¡) = Z (x ¡)
/~ \ interpolador do Kriyeayo
es óptim o porque tiene varianza nula.
, - \ interpolador do mínimos
cuadrados
Esta propiedad es im portante en los proble­
mas de fí; por ejem p lo el estimador de
g
rto
ca
mínimos cuadrados no es un estimador exacto: en
) cambio el estimador de Krigeage “ pasa” por los
puntos experimentales.

1U-S-3^ECUACI0NES DE KRIGEAGE EN ELCASO DE


UNA FIA. INTRINSECA (CASO PRACTICO)

Í
Sea Z (x ) una F. A . intrínseca sin deriva, que admite un semivariograma 7 (h). Para estimar

T = — — / Z (x ) dx,
se fo rm a el estimador:

z;= E x¡z¡
i= 1

A l poner en (2 2 ) y ( 2 2 ’ ) C (h ) = C (o ) — 7 (h ) vemos que la constante C ( o ) se elimina y que­


da el sistema:

r Xj 7ij - 7¡v ~ /i L *- J . * »
j- 1
N
(2 4 ) 1 x¡ =1
i» 1

N
° k “ .Z A¡ 7 ¡v - 7 v .» + M
I» 1

en que:

7¡j ~ 7 (x§ - x j)

1
7iv = y )d y

GEOESTADISTICA I II.II!.6
7v.v !_ • J ( x - y ) tlxdy
y
~
J

c demuestra que (2 4 ) es válido aun en el caso en que C (o ) no existe

Í '

d En el caso del Krigeage puntual:


N
Z *¡7 ¡j
j= 1

N
Z X ¡=-1
i- 1
N
W
II


i= 1

se obtiene también un estim ador exacto.

OBSARi OBSERVACION\
: El sistema de Krigeage se puede escribir en forma'mátriciál.. Sean las matrices

» H - * í.
*• 7i i 7i 7l N 1 7i v X.
7ji 7 jj 72 N 1 72 V X2
A = , B = . x =
. ; : •

7n i 7 n 2*“ * 7 n n i 7n v XN
1 1 •••• 1 0 1 V
d
ír t*
r í j t n i /Ufo
He- HcfiAt
Las matrices A y B son conocidas. El sistema de Krigeage se escribe entonces:

AX = B
V
Luego X se obtiene por inversión rnatricial:

x * f “
/ . . , , . rf*tn-2 55 J e t -t /d *
y la varianza de Krigeage estara dada por:

"k ^ -T v .v + X 1 B

(X T = vector línea, traspuesto del vector columna X ).

Esta forma de escribir el sistema de Krigeage es importante en la práctica, para resolver un


problema de Krigeage con la ayuda del ordenador.

GEOESTADISTICA 1 B.III.7
v.-

III-4 PROPIEDADES DEL KJUGEAGE.

t , El Krigcage’da lugar al mejor estimador lineal posible, considerando la información disponible.


El sistema de Krigeage toma en cuenta:

.-¡Ha estructura del fenómeno y las correlaciones espaciales (fu n ción 7 (h )).

- •— las propiedades geométricas del problema: posición relativa y número de datos en el pii-
mer miembro, posición relativa respecto de V en el segundo m iem bro.

Si el semivariograma es isótropo, y si la malla


es regular,, el Krigeage considerará las simetrías. En • • •
7 6 5
el ejem plo de la figura III.9 las informaciones 6, 2, 8
y 4 tendrán el mismo ponderador:
• «
8
¿1
• • ; ' Xj =X4—X6“ Xq
Análogamente • • •
*V X-,/"X3 = X5 = X7 = X9 • 9 2 3

as jnTT.Uis^consideraciones d e simetría son útiles en la


Fig. 111.9
’ó redu cción del'núm ero de incógnitas en los sistemas
• * de ecuaciones.

En ciertos casos (Fig. III. 10) las informaciones


en el interior y en la proximidad del volumen a esti­ ^ N
/ \
mar tendrán un peso diferente de cero. En estos ca­ / ’ ---- - ‘ \
sos las informaciones de las dos primeras aureolas ha­
cen pantalla a las informaciones exteriores. 1 i . ¿ y 1 1
\ v ^ .

Cuándo el semivariograma presenta un efecto de


pepita, las informaciones exteriores tienen un peso
no nulo: se dice cjuc el efecto de pepita levanta las
ntallas. Fig. III.10

í La varianza de Krigeage permite medir la precisión de los estimadores. Esta varian/.a puede ser
calculada a priori para diferentes configuraciones de Krigeage y permite tomar decisiones.

TEOREMA DE SUPERPOSICION
V,

Consideremos dos paneles distintos V i y V 2


(V i H V 2 = <f>)krigeados a partir de la misma infor­
mación en los puntos x x ,x 2 ,..., xN . Los dos estima­
dores son: Fig. I I I . l t

GEOESTADISTICA I B.III.8
Deseamos k rigeá rcl panel V = V , U V 2 constituido por la reunión de los dos paneles,

n . Sean Zv, Z V l, Z V7las leyes medias (desconocidas) de V, V j y V 2 respectivamente; se tiene:

Zv = Z V1 + ---- - 2----- Zv,


1 V, + V 2 V2

El teorema de superposición dice que si Z * = Z 0 j Z¡ es el estimador

V, V, ..
0\ = \ +
V, + V ,

. V, V;
Zv* = 7* -
L »\V V 1+ V 2 'v2
v , ‘+ V j

’ .(ésta relaciónalo; es válida para las varianzas).

RELACION DE ALISADO.

La distribución de valores krigeados Z f difiere de la distribución de los valores reales Z de los


paneles. Se demuestra entonces la siguiente relación, conocida como relación de alisado:

( 26 ) D2 (Z ) = D 2 ( Z * ) + o 2k - o

en que:

D 2 (Z ) = D 2 (V 1G ): varianza de dispersión de las leyes verdaderas Z.

D 2 ( Z * ) = D 2 (Z£ IG ): varianza* de dispersión de las leyes krigeadas Z£.

= E [(Z — Z £ ) 2 ]: varianza de estimación de Z por Z £ .

/ Om = varianza de estimación de la media E (Z ), en general pequeña, lo que hace despreciarla:

D2 (Z ) = D2 < Z £ ) + < => D 2 ( Z ) > D 2 ( Z £ )

Se ve así que la dispersión experimental disponible D2 ( Z £ ) está alisada respecto de la disper­


sión verdadera D 2 ( Z ) y este efecto será más pronunciado cuando la estimación sea peor: es
decir más grande.

CEOESTADISTICA I B.Iíl.9

:
• . ■
EJERCICIOS

UI.4.I. Krigeagede unsegmento de longitud


%
%.i r « * v.— -v,
Zs Z4
a)'Se da en la recta

. Sin deriva de ro
a
iv
m
e
s
7

Se desea krigear el segmento (x 2,x 2) de lon g itu d l a partir de los valores


•Vi. x 2, x 2,* 4 (ver figura).

E xplicitar el sistema (2 4 ) utilizando las fu n cio n es auxiliares

[.Solución: mostrar que Xj = X4 = X2 = X3 = ^ ^ , lo que es evidente por simetría, con


X solución de:

' (

\ {'h j f 7 (//’+ ^ y(l)-y(2.1) - X (l)

— ¿^7 W + 7 (2 /; + - ~ - 0 ) - ¡i

elim inar el parámetro n,de donde:

2 ) ( j 2 1) - ^ 7 (2 1)
X=
j - r O 0 -7 (2 1 )- j 7 O)

b ) A plicación al ca
o
s
7 (h ) = Ia (0 < a < 2)
interpretar [Solución: aplicar el ejercicio II. 7.2, lo que da:

>a _ [2a - / ]
a -f I
X=
1 + 2 aw -

Para a - ,X— —
0 (e fe cto de pepita p u ro ): el estima­

dor óptim o es

z * = J - ( Z , + Z 2+ 3
Z + Z4) ,

es decir la media aritm ética de las cuatro muestras. Cuando


ex aumenta, X cr ;se anula
e
d para a = 1 y Z *— —

los sondeos periféricos no juegan ningún papel en la estimación, el efecto de pantalla es total. X es
negativo para 1 < a < 2
.Para a > 1 larealización presenta buenas pr

GEO ESTADISTICA I B.IIE10


dibujo hace com pren der que
z +- z- - <
Z, + Z
2- (p o r e j e m p l o ),el estimador Z * debe ser

superior a ^ y r 3- ’, luego \ < 0 .

c) Probar que la varianzade dada p o r:


-
r 2* _ - 4 . (2a - 1) ’ J
2- oí a+ 1
°k =
J1
2 2+a 1 + 2 a* 1 - 3 a

_1_ comparar con el ejercicio 11. 7.4


2 ’' • i -

: [So/wc/077: se í/ewe e/ cuadro:

*
'JO: 0.2 3

'v2 0.2 7 l*/2

1 0.1 6 7 l

[ ¥ 0 3/2 0.06 l

1I1.4721KRIGEAGE C O N EFECTO DE PEPITA.

?/ ¿7 vj£ri é l ejercicio a n te rio r mostrar que si y (b)~C0 H- /?, /? A


con efecto de pepita), el efecto de pantalla no es total.

[Solución, se tiene: x ( i ) = C0 + — , y ( l ) — C 0 + l, luego:

• 2 X (2 1) - 2 X (1) - 7 (2 1)
X= 2 + 0
2 ( 1 + C0)
\ 7 O 0 - 7 ( 2 1 ) - i- 7 d )

Z. +Z4
_ X - ^ —
...
+ 0
M
W
Z,+Z, _/ c„

el efecto de pepita levanta las pantallas\

111.4.3 YACIMIENTO RECONOCIDO POR GALERIAS PERPENDICULARES.

Sea un y a cim ien to con ocid o p or dos sistemas re­


gulares de galerías ( M y T ) paralelas a dos direccio­
nes perpendiculares. Se designa p or Z M y Z T las le ­
yes medias de los sistemas de galerías
la ley media desconocida del yacim iento y por
° m —E [Z — Z M ] 2 y o2
r — E [ Z — Z T ]2 las varían zas
de estimación del y a cim ie n to T respec­
tivamente. Se adm ite (lo que es una buena a p ro xim a ­
c ió n ) que E [ ( Z - Z M ) ( Z - Z T ) ] = 0.

GEOESTADISTICA I b .i í u i
K, V.
Z* = >_— — 7 * 4 - ------ =—
, + V'a Zw» \ K, + í/2 v

v..:. W K,
• " ' v v ^ = í k ^ ^ + l v ¡ ^ 7 "*

_ •■ v T i / * . +K¿/i* y, _ ^ _ \ / r,7.v, + ki T, v7\


qK V -----'y?/ 1/ 4" ------------------
iv.v + z \i 4*
V, + ■+ ^ 1y \ v^i + k 2 y

III.4.9. SeaZ (x ) una F.A.intrínseca cuy o sem iva rio grama es lineal.,

a) Estimar p o r krigeage.el segmento: 21 de la figura

X„ •. X,

U li

[S olu ción : del sistema (24) se obtienen lob ponderadores: Xj = , X2 ,== X

T I .
luego el estimador: Z * — — ( Z 24 - '2 Z l+

b) O btener este resultado aplicando el ejercicio y el teorema de superposición.


[Respuesta: scgibi ese e j e r c i c i o ,los estimadores de krigeage de l x son respectivamente

Z , 4 -Z 2 a Z , 4- Z 3
z /. ; • z /í ;

según el teorema de superposición, el estim ador de l x U l 2 será:

Z p 4- Z T /
z ;, u/2 = ^ = ^4
- 2 Z j 4- z 3; 1

c) Encontrar el estimador de krigeage del segmento L.

X, X2 Xj

[So/wc/ÓW; Z + Z2 + Zj + ••• + 2 W_, + ’-n ] 1


2 J N - 1

CEOESTAD1STICA I B.III.14
: 111.4. i .E jercicio de escritura.
0
• • •
7 6 5 14
/: .Inscribir, aprovechando las simetrías y
• i 'V;;J •
i:clones auxiliares en dos'd im en sion es, los sistemas de a -4 13

ecuaciones de krigeagede los paneles de la


• figura..
• .• y •
9 2 3 / 16
•f.($e supondrá que y(h) esisó trop o ).

II 1.4.11.E jercicio práctico.

Se tiene el panel siguiente, implantado en una regionaliza-


ción isótropa que adm ite un semivesférico de parámetros
a ^ lO m t., C = 1,0.

Las leyes respectivas son.

5 Z( x YJ t '50,'í Z (x 2) = 52,Z ( x 3) = 6 0 ,: Z

Eren iKnV:Encontrar la estim ación p o r krigeage del panel.

[Solúciójt: se tiene, aproximadamenter;.*-* y =0.44, = X3 = Xy==Xs =0.14


i} -:y relestim ad pr:7Z^ = 52.2 1

111.4.12. La misma pregunta que en I I I . 4.1 l,p e ro abora el semivariograma


es exponencial, de parám etro a — 21 mts. con:

Z. ( x l ) = 2,8, Z ( x 2) = 1,4, Z ( x 3) = 1

[Solución : \ x = 0 ,5 6 , \ 2 = X3 = X4 = X5 Z*K = 2 , 2 1

111.4.13. Krigeage en las grandes mallas.

Se desea krigear una superficie S p o r medio + sondeos


en que k de ellos pertenecen al in te rio r de S y n al exterior, suponiendo
que las distancias entre sondeos y la distancia entre cada sondeo en
la frontera de S son superiores al alcance.

a) Deducir que los sondeos interiores tienen el peso X y los exteriores el ?nismo pe­
so X', en que:

4.
k + n k + n CS

x # _ _ l _________K _
k+ n+ 77 * CS

GEOESTADISTICA I B.II1.I5
b) Calculeirlavarianza de krigeage

ióit:-al
[So lució = C —F ( S ) 2k . n k '-—- /•— L) ^—
■* n + ics C(n+W \ 5 / * +n

B IB L IO G R A F IA

[1 ] G. Matheron: La Tb éorie des Variables Régionaliséeset ses Ed. Escu


la de Minas de París, 1969.

[2 ] i G.; Matheron: Cours de G


.Ed. Escuela de Minas de París, 1969.
u
iq
ta
s
o
e

‘ , [ 3 ] « ‘A lM arechal y r-u .-ir Sem inario d e . G e o e s t a d i s t i c a Ed. Depto. d


M AH**foM: Alfaro .*1971.' • • 1971. .

1’ • [4 ] :/E; Tülcanazá, J . í ¡' Curso* Práctico deEd. Universidad d e Santand


\Y,r . •: Walton y MY Alfaro. BucarámangajiiColómbia, 1972.

[5 ] M. A lfaro E jercicios sobre las variables .re


s Ed. D epto. de Minas, Univer­
d
lz
a
n
io
g
sidad de Chile, 1972.

También podría gustarte