Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEFINICION
Tiene como objetivo estimar el valor de la variable Z, para un punto x 0 que no ha sido
considerado anteriormente, realiza una suma ponderada sobre todos los sectores que
conforman la zona de estudio de interés, tomando los vecinos más cercanos al punto de
interés x0.
pág. 1
El proceso del Kriging es asignar pesos a los vecinos más cercanos, considerados
para la estimación, la diferencia del Kriging con otros métodos de interpolación, es
que utiliza un método semejante a la interpolación por media móvil ponderada, a
diferencia que los pesos son asignados a partir de un análisis espacial, basados en
el semivariograma experimental.
Un método de interpolación será exacto cuando, pase por los puntos muestrales, lo
más cercano posible a ellos.
Las estimaciones mediante el método Kriging pueden ser, por punto o por bloque.
Kriging Ordinario.
Es el método más apropiado, para situaciones medioambientales, este método
asume que las medias locales, no están necesariamente relacionadas lo más
cercanamente a la media poblacional, por lo cual solo usa las muestras en la
vecindad local para la estimación.
Kriging Simple.
Asume que las medias locales son relativamente constantes e iguales a la media
poblacional, la cual es conocida. La media poblacional es usada como un factor en
cada estimación local, a lo largo con las muestras en las vecindades locales.
Kriging de Punto.
Estima los valores de los puntos en los nodos de las cuadrículas.
pág. 2
REPRESENTACIÓN TÉCNICA PUNTO KRIGING.
Kriging de Bloque.
Estima el valor promedio de los bloques rectangulares, que están centrados en los
nodos de las cuadrículas, los bloques son le tamaño y forma de las celdas de las
cuadrículas, este tipo de Kriging no resulta ser un buen interpolador, ya que no
estima el valor de un punto.
pág. 3
Error de Estimación.
La Varianza en la Estimación.
La varianza indica la dispersión que presentan los valores estimados con respecto
a los valores reales.
pág. 4
KRIGING PUNTUAL
Utilizaremos el programa geovar
pág. 5
pág. 6
2. kriging en Excel
Caso de estudio configuración del problema
APLICACIÓN
Caso I
MODELO ESFERICO:
{ ] }
[
pág. 7
SOLUCION:
V
B 1 2 3 4
x1 1,41 3,16 3,16 4,24
x2 3,16 4,24 1,41 3,16
x3 4,24 3,16 3,16 1,41
x4 3,16 1,41 4,24 3,16
Matriz de variograma
V
B 1 2 3 4
x1 0,2101 0,4582 0,45822 0,59789
x2 0,4582 0,5979 0,2101 0,45822
x3 0,5979 0,4582 0,45822 0,2101
x4 0,4582 0,2101 0,59789 0,45822
̅4311
̅
Matriz de distancia
B
B 1 2 3 4
1 0 2 2 2.83
2 2 0 2.83 2
3 2 2.83 0 2
4 2.83 2 2 0
Matriz de variograma
B
B 1 2 3 4
1 0 0.296 0.296 0.413
2 0.296 0 0.413 0.296
3 0.296 0.413 0 0.296
4 0.413 0.296 0.296 0
pág. 8
̅
Matriz de distancia
V
V X1 X2 X3 X4
X1 0 4 5.66 4
X2 4 0 4 5.66
X3 5.66 4 0 4
X4 4 5.66 4 0
Matriz de variograma
V V X1 X2 X3 X4
X1 0 0.568 0.7583 0.568
X2 0.568 0 0.568 0.7583
X3 0.7583 0.568 0 0.568
X4 0.568 0.7583 0.568 0
{ ] }
[
pág. 9
SOLUCION:
Matriz de variograma
V
B 1 2 3 4
X0 0,2101 0,2101 0,2101 0,2101
x1 0,2101 0,4582 0,45822 0,59789
x2 0,4582 0,5979 0,2101 0,45822
x3 0,5979 0,4582 0,45822 0,2101
x4 0,4582 0,2101 0,59789 0,45822
̅
̅
Matriz de distancia
B
B 1 2 3 4
1 0 2 2 2.83
2 2 0 2.83 2
3 2 2.83 0 2
4 2.83 2 2 0
Matriz de variograma
B
B 1 2 3 4
1 0 0.296 0.296 0.413
2 0.296 0 0.413 0.296
3 0.296 0.413 0 0.296
4 0.413 0.296 0.296 0
V
V X0 X1 X2 X3 X4
X0 0 2.83 2.83 2.83 2.83
X1 2.83 0 4 5.66 4
X2 2.83 4 0 4 5.66
X3 2.83 5.66 4 0 4
X4 2.83 4 5.66 4 0
Matriz de variograma
V V X0 X1 X2 X3 X4
X0 0 0.4132 0.4132 0.4132 0.4132
X1 0.4132 0 0.568 0.7583 0.568
X2 0.4132 0.568 0 0.568 0.7583
X3 0.4132 0.7583 0.568 0 0.568
X4 0.4132 0.568 0.7583 0.568 0
KRIGING PUNTUAL
APLICACIÓN NUMERICA
pág. 11
MODELO ESFERICO:
xi Z(xi)
x1 50
x2 52
x3 60
x4 53
{ ] }
[
SOLUCION:
SISTEMA DE MATRICES:
Comprobar que siempre tiene que ser 1
Σxi=1
pág. 12
ENTONCES:
( )( )()()
POR LO TANTO:
APLICACIÓN
Caso III
{ ] }
[
SOLUCION:
pág. 13
̅
Matriz de distancia
V
B 1 2 3 4
x0 1.41 1.41 1.41 1.41
x1 1,41 3,16 3,16 4,24
x2 3,16 4,24 1,41 3,16
x3 4,24 3,16 3,16 1,41
x4 3,16 1,41 4,24 3,16
x5 5.10 5.10 3.16 3.16
Matriz de variograma
V
B 1 2 3 4
X0 0,2101 0,2101 0,2101 0,2101
x1 0,2101 0,4582 0,45822 0,59789
x2 0,4582 0,5979 0,2101 0,45822
x3 0,5979 0,4582 0,45822 0,2101
x4 0,4582 0,2101 0,59789 0,45822
x5 0.6987 0.6987 0.4582 0.4582
̅
̅
Matriz de distancia
B
B 1 2 3 4
1 0 2 2 2.83
2 2 0 2.83 2
3 2 2.83 0 2
4 2.83 2 2 0
Matriz de variograma
B
B 1 2 3 4
1 0 0.296 0.296 0.413
2 0.296 0 0.413 0.296
3 0.296 0.413 0 0.296
4 0.413 0.296 0.296 0
pág. 14
̅
Matriz de distancia
V
V X0 X1 X2 X3 X4 X5
X0 0 2.83 2.83 2.83 2.83 4
X1 2.83 0 4 5.66 4 6.32
X2 2.83 4 0 4 5.66 2.83
X3 2.83 5.66 4 0 4 2.83
X4 2.83 4 5.66 4 0 6.32
X5 4 6.32 2.83 2.83 6.32 0
Matriz de variograma
V V X0 X1 X2 X3 X4 X5
X0 0 0.4132 0.4132 0.4132 0.4132 0.568
X1 0.4132 0 0.568 0.7583 0.568 0.8220
X2 0.4132 0.568 0 0.568 0.7583 0.4132
X3 0.4132 0.7583 0.568 0 0.568 0.4132
X4 0.4132 0.568 0.7583 0.568 0 0.8220
X5 0.5680 0.8220 0.4132 0.4132 0.8220 0
pág. 15
MODELO ESFERICO:
xi Z(xi)
X0 58
X1 50
X2 52
X3 60
X4 53
X5 ?
{ ] }
[
SOLUCION:
SISTEMA DE MATRICES:
Comprobar que siempre tiene que ser 1
Σxi=1
pág. 16
ENTONCES:
()( )()()( )
POR LO TANTO:
pág. 17