PROGRAMA DEL CURSO "GEOESTADISTICA" Dr. Martn Daz Viera*, Dr. Ricardo Casar Gonzlez, M. en C.

Javier Mndez Venegas *) Instituto Mexicano del Petrleo, Tel: 9175-6473, e-mail: mdiazv@imp.mx
Viernes 13 DE AGOSTO A LAS 3:00 pm, Aulas del Posgrado, IMP. Objetivos del curso: Ofrecer de manera sistemtica los conceptos bsicos de la Geoestadstica sin requerir de un conocimiento avanzado de estadstica. Proveer a los participantes de las habilidades prcticas que se requieren en el desarrollo de aplicaciones geoestadsticas en diversas reas de ciencias de la tierra. Ejercitar mediante clases prcticas los conocimientos adquiridos usando software comercial y de dominio pblico. Resolver un problema concreto que sea del inters del participante aplicando la metodologa Geoestadstica (podrn traer sus propios datos). Formas de Evaluacin: Presentacin por escrito de las tareas (una por cada tema) Discusin por escrito de un artculo donde se aplique la geoestadstica Temario: 1.- Introduccin Objetivos del curso. Origen, definicin y objeto de estudio Etapas del anlisis geoestadstico La Geoestadstica, su posicin y su relacin con respecto a otras ramas de la estadstica. Ejemplos de aplicaciones. 2.- Anlisis Exploratorio de Datos Variable aleatoria: discreta y continua. Funcin de Distribucin de Probabilidad (FDP) Funcin de Densidad de Probabilidad (fdp). Histograma. Percentiles. Momentos: valor esperado, varianza. Distribucin Normal. Caractersticas. Modelo LogNormal.Caractersticas. Estadstica multivariada. Distribucin Bivariada. Scattergram. Semivariograma. Momentos: media, covarianza, coeficiente de correlacin. Regresin lineal y mnimos cuadrados 3.- Funciones Aleatorias Variable aleatoria regionalizada Funcin aleatoria. Funcin de distribucin y momentos de una funcin aleatoria Funciones aleatorias estacionarias Funciones aleatorias intrnsecas Funciones aleatorias no estacionarias 4.- Anlisis Estructural El Semivariograma. Definicin Estimadores del semivariograma Consideraciones prcticas para el cmputo del semivariograma muestral Formas generales del semivariograma muestral Condiciones que deben cumplir los modelos del semivariograma Modelos autorizados para el semivariograma Modelos transitivos o acotados. Modelos no acotados Semivariogramas Anisotrpicos Modelacin del variograma experimental. Mtodos de ajuste

Criterios de Seleccin de los Modelos Validacin del modelo del semivariograma La receta del anlisis estructural. Anlisis estructural de un ejemplo prctico.

5.- Estimacin espacial El mejor estimador lineal insesgado. Planteamiento general del problema. Ecuaciones del Kriging ordinario. Forma matricial Clasificacin de los diferentes tipos de Kriging Ejemplos de Kriging lineal ms usuales: Simple, Ordinario y Universal. Kriging por Bloques Kriging en presencia de no estacionaridad Modos habituales de manejar la no estacionaridad Aspectos prcticos del Kriging Universal Kriging Residual Kriging Indicador. La Funcin Indicador. Variograma Indicador. 6.- Geoestadstica Multivariada Definiciones de los momentos cruzados de segundo orden Propiedades de los momentos cruzados de segundo orden Cokriging en el caso estacionario Estimacin y Modelacin de los momentos cruzados de segundo orden Modelo de corregionalizacin lineal Anlisis estructural multivariado Validacin del modelo de semivariograma cruzado Ejemplos de Aplicaciones del Cokriging El caso de dos variables correlacionadas Estimacin de combinaciones lineales de variables El problema de variables pobremente muestreadas Dificultades y Aspectos Prcticos del Cokriging Algunos mtodos alternativos al Cokriging Kriging combinado con Regresin Lineal Kriging con una Deriva Externa 7.- Mtodos de Simulacin Estocstica. Introduccin Objetivos de la simulacin Condicionamiento Simulacin o estimacin? La teora de la simulacin condicional Mtodos de simulacin de funciones aleatorias ms conocidos Mtodos del tipo Gaussiano Mtodo matricial Mtodo espectral Mtodo de bandas rotantes Mtodos secuenciales Mtodos del tipo Recocido Simulado (Simulated Annealing) Ejemplos de Aplicacin Bibliografa:
[1] [2] [3] [4] [5] [6] [7] [8] Chils, J. P. and P. Delfiner, Geostatistics: Modeling Spatial Uncertainty, 1999. Deutsch, C. V. and Andre G. Journel, GSLIB. Geostatistical Software Library and User's Guide. Second Edition, 1997. Deutsch, C. V., Geostatistical Reservoir Modeling, Oxford University Press, New York, 376 pages, 2002. Hohn, M. E., Geostatistics and Petroleum Geology. Second Edition, 1998. Isaaks, E. H. and R. M. Srivastava, An Introduction to Applied Geostatistics, Oxford Unv. Press, pp. 561, 1989. Kelkar M. and G. Prez, Applied Geostatistics for Reservoir Characterization, SPE, 2002. Samper Calvete F. J. y J. Carrera Ramrez, Geoestadstica: Aplicaciones a la hidrogeologa subterrnea, Centro Int. de Mtodos Numricos en Ingeniera, Barcelona, 1990. Wackernagel H., Multivariate Geostatistics: An Introduction with Applications. 2nd Rev edition, 1998.