Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALUMNO:
Irribarren Retuerto Luis Fernando
DOCENTE:
Ing. Augusto Teves Rojas
CURSO:
Geoestadística
2019-I
1
1. OBJETIVOS:
Calcular el Variograma, Histograma y datos estadísticos de los 10000 datos
obtenidos en forma aleatoria.
Realizar una comparación de gráficas (Histograma y Variograma) obtenidas,
entre los valores aleatorios desordenados con los valores aleatorios ordenados
2. MARCO TEÓRICO:
La primera etapa en el desarrollo de un análisis geoestadístico es la determinación de la
dependencia espacial entre los datos medidos de una variable. Esta fase es también
conocida como análisis estructural. Para llevarla a cabo, con base en la información
muestral, se usan tres funciones: El semivariograma, el covariograma y el correlograma.
A continuación se hace una revisión del primer término
Variograma y Semivariograma.
Los incrementos de la variable regionalizada era finita. A esta función denotada por 2γ(h)
se le denomina variograma. Utilizando la definición teórica de la varianza en términos
del valor esperado de una variable aleatoria, tenemos:
donde Z(x) es el valor de la variable en un sitio x, Z(x+h) es otro valor muestral separado
del anterior por una distancia h y n es el número de parejas que se encuentran separadas
por dicha distancia. La función de semivarianza se calcula para varias distancia h. En la
práctica, debido a irregularidad en el muestreo y por ende en las distancias entre los
2
sitios, se toman intervalos de distancia {[ 0,h], (h ,2h], (2h,3 h] …. } y el semivariograma
experimental corresponde a una distancia promedio entre parejas de sitios dentro de
cada intervalo y no a una distancia h específica. Obviamente el número de parejas de
puntos n dentro de los intervalos no es constante.
Para interpretar el semivariograma experimental se parte del criterio de que a menor
distancia entre los sitios mayor similitud o correlación espacial entre las observaciones.
Su cálculo no consiste en una simple evaluación de su expresión, esta operación está
relacionada con los elementos siguientes:
3
3. PROCEDIMIENTO:
El procedimiento de dicho informe se puede dividir en dos partes:
La primera parte; con ayuda del lenguaje de programación Python nos entrega en
formato txt los siguientes archivos: los datos aleatorios ordenados, los valores de la
función variograma de los datos aleatorios, los datos aleatorios ordenados, y de los
datos del compósito para cada caso (5m, 10m, 20m, 50m)
La segunda parte; los datos obtenidos se guarda en formato Excel, y con ayuda de la
aplicación IBM SPSS STATISTICS 22, nos muestra los valores tales como la media,
varianza, desviación estándar y coeficiente de variación, del mismo modo nos muestra
las gráficas(histograma y variograma).
El algoritmo del Python y SPSS serán detallados en el siguiente punto.
4. ALGORITMO:
4.1. ALGORITMO PARA PYTHON:
De esta forma se abre el archivo que contiene los datos iniciales. Se utiliza
para los demás códigos
4
b) Crear el código para obtener los valores de la Función Variograma
NOTA: El presente código se puede utilizar para los datos aleatorios y
aleatorios ordenados
Nos pide ingresar la longitud de compósito, poner 5,10,20,50, para cada caso
5
Realizando esa operación para cada caso, guardamos todos los txt en una
carpeta.
6
5. RESULTADOS:
7
5.2. Datos aleatorios Ordenados:
8
5.3. Compósito:
9
5.3.2. Compositar cada 10m:
10
5.3.3. Compositar cada 20m:
11
5.3.4. Compositar cada 50m:
12
6. ANEXO:
A) GRAFICO DEL VARIOGRAMA DE VALORES ALEATORIOS Y COMPOSITO:
7. CONCLUSIONES:
Estos ejemplos fueron ideales ya que las leyes están proyectas sobre una recta
horizontal, caso contrario ocurre en la vida real ya que los taladros se desvían y
realizaremos otros métodos para calcular el variograma.
13