Introducción 

a la 
Geoestadística

D. ABURTO M.
1
Definiciones de Geoestadística
Múltiples definiciones en la bibliografía:

• Estudio de variables regionalizadas (Matheron, 1962).

• La aplicación de la Teoría de Funciones Aleatorias al 

reconocimiento y estimación de fenómenos naturales (Journel y 
Huijbregts, 1978).

• El estudio de las variables numéricas distribuidas en el espacio

(Chauvet, 1994).

• El estudio matemático de fenómenos regionalizados (otros).

Nota: El pionero en incorporar la palabra Geoestadística es Matheron

(1962) cuya palabra por origen viene de « geo » (ciencias de la tierra) 
y « estadística » (uso de herramientas estadísticas y probabilísticas).
2
 Origen de la Geoestadística

A principios de los años 50, en minas de Sudáfrica, el Sr.

Krige destaca las diferencias entre las leyes estimadas y
las leyes verdaderas (post‐producción).

Trabajos conjuntos entre Krige (parte práctica) y

Matheron (parte teórica). Nacimiento de la
Geoestadística.

KRIGEAGE (Kriging)

3
 El aspecto probabilístico de la 
Geoestadística
• El análisis de datos que hace la estadística (media, varianza, 
histograma, etc…) no toma en cuenta el nexo entre los datos.

• La geoestadística estudia justamente la relación de los datos.

• La geoestadística busca conocer y caracterizar la variabilidad

espacial (y/o temporal) de los datos.

• Los datos son representativos de un fenómeno que se despliega

en el espacio (ya sea geográfico o temporal)           fenómeno
regionalizado.

• Estos datos entonces son llamados variables regionalizadas (VR).

4
 Ejemplos de VR en la Minería
• Ley química, densidad de una roca.
• Recuperación geometalúrgica.
• Parámetros geomecánicos.
• Potencia de una veta.
• Porosidad, permeabilidad de una roca de un 
reservorio acuífero o de petróleo.
• Concentración de contaminantes.
• Ejemplos fuera de la minería? 
– Densidad de árboles, densidad de peces, nutrientes en 
ríos y suelos, ...
 Aditividad
Definición
Se dice que una variable es aditiva cuando su valor 
en un dominio dado es igual a la suma o al 
promedio de sus valores en sub‐dominios.

La densidad y la ley de un elemento dado son 
variables aditivas?

Importancia de regularización de las muestras
Importancia de dominios geológicos homogéneos
 Aditividad
Ejercicios

Masa 

Densidad

Ley Química
 Variable Regionalizada

Desde el punto de vista matemático: una VR es 
una función z(x) que entrega un valor de la 
característica z del fenómeno estudiado en el 
punto x (atención, ahora estamos incorporando un 
elemento geográfico‐espacial).

8
 Variable regionalizada

Una VR tiene un doble comportamiento: 
localmente es muy irregular, globalmente 
presenta una organización en el espacio. 

Tendencia

Clásico ejemplo de ST2

Ojo con efecto escala
9
 Variable regionalizada
• Cada valor disponible de la VR es considerado 
como la realización de una VA que depende de la 
posición (aspecto errático).

• Una VA tiene siempre una ley de probabilidad, 
que describe la probabilidad de cada valor posible 
de la VA.

Recordar: Una VA es una función matemática que entrega un valor 
numérico a cada resultado de una experiencia aleatoria. Ejemplo 
clásico el lanzamiento de un dado. 
 Variable aleatoria
Función Aleatoria
Conceptos:

realización
Variable Regionalizada (marcha 
aleatoira sería y): función 
matemática y=[xi+xi+1]/2. 
Variable Aleatoria
variable aleatoria
Función Matemática
Función aleatoria
Realización

El conjunto de variables aleatorias es llamado 
Función Aleatoria (FA). Y luego, las dos realizaciones 
son una realización de la función aleatoria 
Nótese que  puede ser definida en 1D, 2D, 3D, …

11
 Función Aleatoria
• La FA  , representando un fenómeno en 
particular, es el conjunto de VA 
definidas en cada punto  del dominio del 
fenómeno estudiado.

• Estas VA  están correlacionadas entre sí 

y de ahí su aspecto estructurado 
globalmente.

12
 Función Aleatoria
• La FA está caracterizada por su ley de 
probabilidad (conjunto de leyes de 
probabilidades de todas las VA, definidas en 
cada punto   que recorre el dominio).

• La inferencia de la ley espacial de la FA a 
partir de una única realización es imposible
(s/e, no necesaria).

Nota: ....sólo los dos primeros momentos son considerados por la 
geoestadística lineal.

13
 Momentos de la FA
• Momento de orden 1 (Esperanza matemática)

• Momentos de orden 2 (var, covar y  )

14
 Momentos de orden 2 (FA)
• Función variograma es definida como la 
varianza del crecimiento de: 

función semi‐variograma
Nótese: sólo para efectos prácticos se habla de “variograma” en vez 
de “semi‐variograma”
15
 Momentos de orden 2 (FA)

16
 Limitaciones y supuestos
• Para aplicar el formalismo probabilístico necesitamos 
determinar la distribución espacial de la FA de la VR 
(inferencia estadística). Pero esta inferencia no es posible, ya 
que sólo contamos con información parcial (sólo en el 
muestreo). 
• Tenemos que hacer algunas restricciones (simplificaciones), 
por lo cual acudimos al concepto de Estacionaridad (el cual 
en general es imposible de verificar a menos que existan 
“mundos” paralelos). Por lo tanto, hacemos un supuesto:

• Reemplazamos la repetición sobre las realizaciones de la FA 
por una repetición en el espacio, es decir, supondremos que 
los valores ubicados en distintas partes del espacio 
presentarán las mismas características (invariante por 
translación); es decir, que las propiedades de un conjunto de 
datos no dependen de su posición absoluta en el espacio 
sino que solamente de sus posiciones relativas.
17
 1
,
2
Hipótesis de estacionaridad
1. Estacionaridad estricta:  Es la más fuerte de 
todas. Establece que la ley espacial de una FA es 
invariante por translación.

,…, = ,…,

Recordar que esta estacionaridad no es posible de 
verificar a menos que tengamos dos “mundos paralelos”

18
 Hipótesis de estacionaridad
En la geoestadística es común entonces 
acudir a otras hipótesis (supuestos) más 
“tolerantes”:

2. Estacionaridad de orden 2

3. Estacionaridad intrínseca

1
,
2
19
 Hipótesis de estacionaridad
de orden 2
• Una FA se dice estacionaria de orden 2, si sus dos 
primeros momentos existen (esperanza y covarianza) y 
son invariantes por translación.

‐ Esperanza matemática
∀

‐ Covarianza
,

∀
Es decir, ahora la Covarianza sólo depende de “h”. Demuéstrelo a partir de la 
definición global: , 20
 1
,
2
Hipótesis de estacionaridad
de orden 2
‐ La existencia y la estacionaridad de la FA implica la 
existencia y estacionaridad de la varianza y del 
variograma: 1
,
2
1
2
1
2 `

∀
C 0 C h
Nótese que ahora el variograma sólo aparece expresado en función de 
la Esperanza. Demuestre (TAREA) a partir de la definición global: 
21
 Variograma caso ST2
• El variograma se estabiliza alrededor de C, 
para distancias h superiores a «a».

• C=meseta (sill, palier)
• a=alcance (range, portée)
23
 Propiedades variogramas

3. En general, función creciente.
4. Sumas de variogramas dan siempre un 
variograma.
5. El producto no necesariamente.
24
 Hipótesis intrínseca
• Es la más flexible de todas.
• El cumplimiento de ella no implica la hipótesis de ST2 
ni la estricta.
• Una FA se dice intrínseca cuando los crecimientos de 
dos VA  y  son ST2.

0 ∀
(los incrementos tienen promedios ctes.)

• La varianza de los crecimientos es constante:

2 ∀

25
 Nota: Importancia de la 
Ley de Cu escala de observación

Tendencia

Distancia

Tendencia