Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Separata Diplomado Modulo 1
Separata Diplomado Modulo 1
1. INTRODUCCIÓN
La Geoestadística aporta una herramienta denominada Variograma, el cual tiene
aplicaciones en las ciencias geológicas y múltiples aplicaciones en otras
disciplinas. La Geoestadística fue desarrollada y presentada por George Matheron
en la década de los 60 del siglo XX. En efecto la Geoestadística considera que las
variables regionalizadas están modeladas en un espacio de variables aleatorias
reales L2 (Ω, 𝜎, Ρ) sobre un espacio de probabilidades (Ω, 𝜎, Ρ).
1
2
2𝛾(ℎ) = ∫ [𝑍(𝑥) − 𝑍(𝑥+ℎ) ] 𝑑𝑥
𝑉
5 +1+ 6 + 2 + 4
a) Media aritmética: x= = 3.6
5
b) La varianza: 2
=
(5 − 3.6) + (1 − 3.6) + (6 − 3.6) + (2 − 3.6) + (4 − 3.6)
2 2 2 2 2
2 = 3.44
c) El coeficiente de variación:
2.2 En otra línea de muestreo en la zona B, tenemos los mismos valores de la variable
regionalizada de plomo en ppm, pero dispuesto de la siguiente forma; es decir, un
fenómeno estructuralmente muy diferente, a pesar de tener los mismos valores de
leyes.
3
2.3 Ahora procedemos a construir los Variogramas de la Zona A y B
(1) =
(5 − 1) + (1 − 6) + (6 − 2) + (2 − 4)
2 2 2 2
= 7.625
4 x2
(2) =
( 5 − 6) + (1 − 2) + (6 − 4)
2 2 2
= 1.000
3x 2
(3) =
(5 − 2) + (1 − 4)
2 2
= 4.500
2 x2
(4) =
( 5 − 4)
2
= 0.500
1x 2
Graficando el variograma para la zona A.
(h )
4
(1) =
(6 − 5)2 + (5 − 4)2 + (4 − 2)2 + (2 − 1)2 = 0.875
4 x2
(2) =
( 6 − 4) + (5 − 2) + (4 − 1)
2 2 2
= 3.667
3x 2
(3) =
(6 − 2) + (5 − 1)
2 2
= 8.000
2 x2
(4) =
( 6 − 1)
2
= 12.500
1x 2
(h)
(h)
5
b) Modelo Esférico o de Matherón
6
e) Modelo Gaussiano
Es de notar que estos modelos y sus combinaciones no son necesariamente los únicos.
4.1 Para visualizar esta función, consideremos un ejemplo de una zona de terreno
explorado del cual hemos obtenidos valores geoquímicos del Oro y Plata y deseamos
estudiar la relación entre los dos valores. Para este efecto aplicaremos el variograma
cruzado.
Siendo la formula:
7
Aplicando:
AuAg (1) =
(5 − 1)(7 − 2) + (1 − 6)(2 − 8) + (6 − 2)(8 − 3) + (2 − 4)(3 − 5) = 9.25
4 x2
AuAg (2) =
(5 − 6)(7 − 8) + (1 − 2)(2 − 3) + (6 − 4)(8 − 5) = 1.33
3x 2
AuAg (3) =
(5 − 2)(7 − 3) + (1 − 4)(2 − 5) = 5.25
2 x2
AuAg (4) =
(5 − 4)(7 − 5) = 1.00
1x 2
AuAg (h)
Observamos que cuando hay una correlación positiva alta entre las variables, el
variograma cruzado tiende a tomar valores positivos altos.
4.2 Ahora veamos que pasa en otra zona, donde los valores geoquímicos de la Plata toman
otros valores:
Aplicando la fórmula:
8
AuAg (1) =
(5 − 1)(1 − 6) + (1 − 6)(6 − 2) + (6 − 2)(2 − 5) + (2 − 4)(5 − 1) = −7.63
4 x2
AuAg (2) =
(5 − 6)(1 − 2) + (1 − 2)(6 − 5) + (6 − 4)(2 − 1) = 0.33
3x 2
AuAg (3) =
(5 − 2)(1 − 5) + (1 − 4)(6 − 1) = −6.75
2 x2
AuAg (4) =
(5 − 4)(1 − 1) = 0.00
1x 2
Con su gráfica:
AuAg (h)
Observamos que cuando hay una correlación negativa alta entre las variables
el variograma cruzado tiende a tomar valores negativos altos.
Observamos que cuando hay una correlación positiva alta entre las variables
regionalizadas, el variograma cruzado tiende a tomar valores positivos altos; mientras
que, cuando hay una correlación negativa alta entre las variables, el variograma cruzado
tiende a tomar valores negativos altos. Por lo que el variograma cruzado se suma a las
herramientas que permiten estudiar la correlación entre variables.
9
5. TÉCNICA DEL KRIGING DE MATHERON
2 z ( x2 )
1 z ( x1 )
V
n z ( x n )
10
En el ejemplo que presentaremos a continuación consideremos que estamos en
condiciones de aplicar un Krigeage ordinario bajo la hipótesis estacionaria de
orden 2, por lo que usaremos el siguiente sistema de ecuaciones.
(v , v ) + u = (v ,V )
n
=1
= 1 a n
=1
=1
k2 = j (v j ,V ) + u − (V1V )
Ejemplo:
A partir de los valores de la potencia de un manto de Hematita en los puntos A y
B, se desea estimar la potencia en el punto C. Considerando que la potencia del
manto tiene el siguiente modelo de variograma.
3h 1h 3
C − 3 h 0, a
(h) = 2a 2a
C h a
a = 6m y C =1
Es decir un modelo de Matheron o también denominado esférico. A continuación
se muestra la ubicación de las potencias y su orden de magnitud.
11
Variable regionalizada Potencia en los puntos A y B de un manto de Hematita
𝜆1 × 0 + 𝜆2 × 1 + 𝜇 = 0.48
𝜆1 × 1 + 𝜆2 × 0 + 𝜇 = 0.85
𝜆1 + 𝜆2 = 1
I. 𝜆2 + 𝜇 = 0.48
II. 𝜆1 + 𝜇 = 0.85
III. 𝜆1 + 𝜆2 = 1.0
Restando (I) – (II) :
12
𝜆2 + 𝜇 = 0.48
−𝜆1 − 𝜇 = −0.85
𝜆2 − 𝜆1 = −0.37
I'. 𝜆2 − 𝜆1 = −0.37
II'. 𝜆1 + 𝜆2 = 1.0
𝜆2 − 𝜆1 = −0.37
𝜆1 + 𝜆2 = 1.0
2 𝜆2 = 0.63
𝜆2 = 0.315
Reemplazando en (II’) :
𝜆1 + 0.315 = 1.0
𝜆1 = 1.0 − 0.315
𝜆1 = 0.685
𝜆2 + 𝜇 = 0.48
Despejamos:
𝜇 = 0.48 − 𝜆2
𝜇 = 0.48 − 0.315
𝜇 = 0.165
13
Siendo la potencia estimada del manto igual a:
Reemplazamos:
Ahora veamos cuál es el error que se comete en esta estimación, para lo cual
particularizamos la fórmula de la varianza de Kriging de Matheron dada
anteriormente.
Reemplazando:
𝜎𝑘2 = 0.762
14
REFERENCIAS
- Remy N., Boucher A., Wu J., Journel A. (2009) - Applied Geostatistics with
GSLIB and SGEMS. Ed. Cambridge University Press.
15