Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a la
Geoestadística
D. ABURTO M.
1
Definiciones de Geoestadística
Múltiples definiciones en la bibliografía:
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.
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.
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