Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Anexo D: el método de
las bandas rotantes
I. Idea directriz
Las técnicas de simulación en geoestadística buscan generar varias realizaciones de una función
aleatoria definida en un espacio Rd (d = 2 ó 3 en general) y de ley espacial dada. La idea directriz
del método de las bandas rotantes es reducir el problema de la simulación a un problema de
simulación unidimensional.
En lo que sigue, nos pondremos en el caso estacionario de orden dos, pero el método queda
aplicable en el marco intrínseco al reemplazar las covarianzas usuales por covarianzas generalizadas.
Podemos incluso restringirnos, sin pérdida de generalidad, a los modelos básicos de covarianza
(esférica, exponencial...) ya que, según el modelo lineal de regionalización, una función aleatoria
de covarianza anidada puede verse como la suma de funciones aleatorias independientes cuyas
covarianzas son los modelos de base identificados en el esquema anidado.
227
Anexo D: el método de las bandas rotantes
III. Paso de R a R d
Sea una función aleatoria Y(1) definida en R, estacionaria de orden dos, de esperanza nula y de
covarianza C1, supuesta continua en R:
E [Y (1) ( t )] = 0
E [Y (1) ( t + r ) Y (1) ( t )] = C1 (r )
La función aleatoria Yu es de esperanza nula y todas sus realizaciones son constantes en los
hiperplanos ortogonales a u. Su covarianza vale:
228
Anexo D: el método de las bandas rotantes
es decir
El operador Td: C1 → Cd se llama operador de las bandas rotantes: a una función de covarianza
continua en R, asocia una función de covarianza isótropa en Rd. Un resultado fundamental es que Td
es biyectivo: para toda función de covarianza Cd continua e isótropa en Rd, existe una única función
de covarianza C1 continua en R que verifica la relación anterior. Esta propiedad permite reemplazar
el problema de la simulación de una función aleatoria Y(x) de covarianza Cd isótropa en Rd por un
problema unidimensional: basta con simular Y(1) de covarianza C1 y una variable uniforme U en Sd,
luego plantear Y(1)(< x | U >) como simulación de Y(x).
En general, la explicitación de la función C1 a partir de Cd es difícil. Una excepción proviene de las funciones
de covarianza generalizada de tipo potencia. En efecto, con excepción de una constante multiplicativa, las funciones
reales de la forma rα son invariantes al pasar de R a Rd: son funciones propias para el operador de las bandas
rotantes. Más precisamente, se tiene:
α + 1 d
Γ Γ
α α 2 2
Td ( r ) = A d , α r con A d , α =
α + d
π Γ
2
donde Γ es la función de Euler que interpola la factorial: Γ(n+1) = n ! Esta propiedad vuelve particularmente simple
la aplicación del método de las bandas rotantes a las funciones aleatorias intrínsecas de covarianza generalizada
polinomial.
Otro caso notable es aquel de la covarianza generalizada spline K1(r) = r2 ln(r), de orden k ≥ 1 en R. Esta
función no es una función propia para el operador de las bandas rotantes. Así, se tiene:
2 2
K 2 ( r ) = T2 [ K 1 ( r ) ] = r ln ( r ) / 2 + r [ 1 − 2 ln(2) ] / 4
2 2
K 3 ( r ) = T3 [ K 1 ( r ) ] = r ln ( r ) / 3 − r / 9
y, por recurrencia
2 2
K d ( r ) = ( d − 2) K d − 2 ( r ) / d − r / d ∀d ≥ 3 .
229
Anexo D: el método de las bandas rotantes
Sin embargo, las covarianzas generalizadas de orden k son definidas con una indeterminación de un polinomio
par de grado ≤ 2k, de modo que Kd(r) puede identificarse con r2 ln (r) / d, ya que k ≥ 1.
Se busca simular una función aleatoria en R3, de media nula y de función de covarianza C3
conocida (e isótropa). Primero, calcularemos la covarianza C1 asociada a C3 por el operador de las
bandas rotantes. Sea un vector h de R3. Se orienta el sistema referencial de tal manera que el eje
vertical sea llevado por el vector h. Se utiliza las coordenadas esféricas (θ,φ) para localizar el vector
aleatorio U, θ ∈ [0,2π[ y φ ∈ [0,π/2].
Siendo el vector U de orientación uniforme en R3, esto se traduce a nivel de sus coordenadas
esféricas por:
θ es uniforme en [0,2π[
sen φ (y no φ mismo) es uniforme en [0,1].
230
Anexo D: el método de las bandas rotantes
1 r
r ∫0
C 3 (r ) = C1 ( t ) dt
d
que se invierte en: C1 (r ) = [r C 3 (r )]
dr
Ejemplos
C 1 − 3 r + 1 r 3 si r ≤ a
C3 ( r ) = 2 a 2 a3
0 en caso contrario
C 1 − 3 r + 2 r 3 si r ≤ a
C1 ( r ) = a a3
0 en caso contrario
Una manera sencilla para simular un proceso Y(1) de covarianza C1 consiste en dividir el eje real en intervalos
de longitud a y construir, en cada intervalo, un segmento de recta que se anula en el centro del intervalo y tiene
una pendiente de ± 2 3C / a; el signo de la pendiente es aleatorio, positivo o negativo con igual probabilidad,
e independiente de un intervalo a otro (figura D.3 b).
231
Anexo D: el método de las bandas rotantes
• covarianza exponencial de parámetro a (alcance práctico 3a):
Para simular un proceso Y(1) de covarianza C1, se divide el eje real en intervalos aleatorios independientes que
siguen una distribución exponencial de longitud promedio 2a, luego se plantea Y(1) = C en la primera mitad
de cada intervalo e Y(1) = – C en la segunda mitad (figura D.4 b).
232
Anexo D: el método de las bandas rotantes
Propiedades generales
• En el caso de funciones aleatorias intrínsecas de orden k (covarianzas generalizadas, que se supone nulas en el
origen):
α α
si C 3 ( r ) ~ r , entonces C 1 ( r ) ~ r (α ≤ 2k+2);
r →0 r →0
2 2
si C 3 ( r ) ~ r ln(r ) , entonces C 1 ( r ) ~ r ln(r ) .
r →0 r →0
Observación
Incidentemente, la relación
d
C1 (r ) = [ r C 3 ( r )]
dr
constituye un medio eficaz para verificar si una función isótropa C3 dada es una función de covarianza en R3: basta
con calcular la función C1 asociada y verificar que C1 es una covarianza en R.
Ejemplos
C 1 ( r ) = − r ω sen (ω r ) + cos (ω r )
Por no estar acotada, C1 no es una función de covarianza en R; por lo tanto, C3 no es una función de
covarianza en R3, aunque lo es en R.
Esta función no puede ser una covarianza, pues se sabe que el mayor grado de discontinuidad de una función
de covarianza se ubica en el origen (ahora bien, aquí, C1 es continua en el origen y discontinua en r = a).
Se recordará de estos dos ejemplos que una covarianza en R no es necesariamente una covarianza en R3 (la
reciproca siempre es verdadera: una función de covarianza en un espacio también es una covarianza en un espacio
de dimensión inferior).
233
Anexo D: el método de las bandas rotantes
Más precisamente, para simular una función aleatoria Y(x) de covarianza C3 isótropa, se itera el
siguiente algoritmo (iteraciones indexadas por un índice i que varía de 1 a N):
• simular una función aleatoria Yi(1) en R de esperanza nula y covarianza C1; la elección del
método de simulación es libre y puede adaptarse a la covarianza a simular;
• sortear una dirección Ui en R3, por ejemplo de distribución uniforme sobre la esfera;
• calcular YSi (x) = Yi(1) (< x | U i >) (constante en los planos ortogonales a Ui).
Se debe realizar las diferentes iteraciones independientemente unas de otras. La simulación final
es
N N
1 1
YS (x) =
N
∑ YSi (x) =
i =1 N
∑Y
i =1
i
(1)
(< x | U i > ) .
1
La hipótesis de ergodicidad consiste en identificar las medias espaciales con las esperanzas matemáticas, y más
generalmente los momentos estadísticos con los momentos teóricos. Permite inferir los momentos de una función
aleatoria a partir de una realización única.
234
Anexo D: el método de las bandas rotantes
1 N
Ĉ 3 (h) = ∑ Ĉ1,i (< h | u i >)
N i =1
Para elegir las rectas asociadas a las simulaciones unidimensionales, un primer enfoque consiste
en sortear rectas “al azar” en R3, es decir cuya orientación sigue una distribución uniforme sobre la
esfera unitaria. La desventaja de este procedimiento es que la repartición de las rectas no es
homogénea: se produce grupos de rectas en ciertas direcciones del espacio, mientras que sectores
angulares del espacio son vacíos de rectas (figura D.6 a).
Una segunda posibilidad sería tomar rectas distribuidas de manera regular en el espacio. La
dificultad es que el mayor número de rectas regularmente repartidas que se puede construir en R3 es
igual a 15: se trata de las rectas que unen los centros de las aristas opuestas de un icosaedro regular2.
Ahora bien, la experiencia muestra que realizar una simulación por bandas rotantes con la ayuda
de 15 rectas es altamente insuficiente: la covarianza simulada difiere de la covarianza teórica y no es
isótropa. En términos matemáticos, la función aleatoria simulada no es ergódica. Varias centenas
de rectas son necesarias.
2
El icosaedro es el poliedro convexo regular que tiene el mayor número de caras (20) (estas caras son triángulos
equiláteros iguales).
3
Las secuencias de Van der Corput se basan en las descomposiciones binarias y ternarias de los naturales i = 1… N
(siendo N el número de rectas a generar). En cada etapa, la idea es encontrar una dirección “tan alejada como sea posible”
de las direcciones anteriormente generadas. Las secuencias obtenidas son más homogéneas que aquellas obtenidas por
simulación de rectas independientes y uniformemente distribuidas (ver anexo E).
235
Anexo D: el método de las bandas rotantes
En la práctica, se obtiene simulaciones muy aceptables siempre que el número de rectas sea
suficientemente grande (para fijar las ideas, > 300): el efecto de la discretización del espacio en un
número finito de rectas se vuelve despreciable en comparación con los defectos de ergodicidad
“inherentes” a las realizaciones de una función aleatoria (recordemos que es utópico buscar
simulaciones perfectamente ergódicas, pues el dominio simulado siempre está limitado).
236
Anexo D: el método de las bandas rotantes
Tratemos de actuar de igual manera en R2. Se toma h orientado según el eje de las abscisas y se
localiza U por su ángulo polar θ.
1 2π 2 r 1
C 2 ( r ) = E [C 1 ( < h | U > ) ] = ∫
2π 0
C1 (r cos θ) dθ = ∫
π 0 r2 − t2
C1 ( t ) dt .
La inversión da:
d r t
C1 (r ) = ∫
d r 0 r2 − t2
C 2 ( t ) dt .
1 2π α
2 π ∫0
C 2 (r ) = r cos α θ dθ = A 2,α r α .
Aunque, en el caso general, no se puede encontrar una expresión analítica simple de C1, es
posible tener una representación espectral de C1 con ayuda de la de C2, utilizando el teorema de
Bochner. Este teorema puede servir para calcular C1 de manera aproximada (ver párrafo siguiente) y
es la base del método espectral estudiado en el anexo F.
237
Anexo D: el método de las bandas rotantes
El teorema de Bochner enuncia que una función Cd(h), definida en Rd y continua, es la covarianza de una
función aleatoria estacionaria de orden dos si y sólo si es la transformada de Fourier de una medida positiva
integrable:
∫e
−2 i π < h | t >
C d (h ) = χ ( dt )
∫ χ(dt ) = C
2
con d ( 0) = σ .
+∞
C d (h ) = ∫ ∫ Sd 0
cos ( 2 π ρ < h | u >) F1 (du ) Fu (dρ) donde Sd es la esfera unitaria de Rd
+∞
= ∫ ∫ 1 S
2 d
−∞
cos ( 2 π ρ < h | u > ) Fu (dρ) F1 (du ) al simetrizar Fu(dρ)
+∞
∫ ∫
u u
= 1 S
C1 (< h | u >) F1 (du ) con C1 ( t ) = cos ( 2 π ρ t ) Fu (dρ)
−∞
2 d
donde C1u es una función de covarianza, en calidad de transformada de Fourier de una medida positiva integrable.
Esta fórmula constituye la expresión más general de las bandas rotantes. Considerando una covarianza continua
Cd en Rd, no necesariamente isótropa, su descomposición espectral permite determinar Fl y Fu. El procedimiento de
simulación es el siguiente:
1) para i = 1... N (N suficiente grande), repetir las siguientes etapas en forma independiente:
• sortear una dirección ui según la distribución dada por Fl (no necesariamente uniforme sobre la semiesfera
unitaria);
ui
• calcular la covarianza C l asociada en R;
(1) ui
• simular una función aleatoria Yu , i en R de covarianza C l ;
i (1)
• plantear YS ( x) = Yu , i (< x | u i > ) ;
1 N
i 1 N
(1)
YS ( x ) = ∑ YS ( x ) = ∑ Yu , i (< x | u i >) .
N i =1 N i =1
238
Anexo D: el método de las bandas rotantes
luego C1u, transformada de Fourier de F2, es idéntica en todas las direcciones: C1u = C1 (independiente de u). Por lo
tanto, se tiene:
C d (h ) = ∫ 1 S
2 d
C1 (< h | u > ) F1 (du ) .
C d (h ) = ∫ Sd
C 1 (< h | u >) ϖ d (du )
donde se puede reducir la integral sobre la esfera unitaria Sd a una integral sobre la semiesfera.
El teorema de Bochner entrega una representación espectral de la covarianza C1 asociada a Cd: C1 aparece
como la transformada de Fourier de una medida que es la función radial de la representación espectral de Cd.
Conociendo Cd, es entonces posible obtener la representación espectral de C1 a partir de la de Cd.
En la práctica, para simular una función aleatoria definida en R2 y de covarianza isótropa C2(h),
no se calcula la covarianza C1 asociada a C2 con ayuda del teorema de Bochner, ni tampoco a partir
de la relación
d r t
C1 (r ) =
dr ∫ 0
r − t2
2
C 2 ( t ) dt .
La simulación puede ser obtenida de manera más sencilla aplicando el método de las bandas
rotantes en R3, luego “cortando” por un plano. Sin embargo, una hipótesis limitativa es necesaria:
hay que suponer que C2(h), covarianza isótropa en R2, también es una covarianza en R3. Aunque es
el caso de la mayoría de los esquemas elementales (modelos esférico, exponencial, potencia...), esta
propiedad no es sistemática, pues una covarianza en un espacio no es forzosamente una covarianza
en un espacio de dimensión superior.
239
Anexo D: el método de las bandas rotantes
• θ es uniforme en [0,2π[
• sen φ (y no φ) es uniforme en [0,1].
Sea C1 la covarianza asociada a C2 considerada como una covarianza en R3. Se tiene la relación
siguiente:
1 r
r ∫0
C 2 ( r ) = E [ C 1 (< h | U > ) ] = C1 ( t ) dt .
de donde viene:
Para una realización de φ fija, C1φ se deduce de C1 con diferencia de un factor de anisotropía
geométrica igual a 1/(cos φ). En particular, si C1 tiene un alcance, lo mismo pasa con C1φ(r).
240
Anexo D: el método de las bandas rotantes
Como en el caso tridimensional, conviene repetir el algoritmo con simulaciones {Yi(1), i = 1... N}
independientes y un número N de rectas suficiente como para alcanzar la ergodicidad. Se plantea
finalmente:
N N
1 1
YS (x) =
N
∑ YSi (x) =
i =1 N
∑Yi =1
i
(1)
(< x | u ′i >) .
Se puede elegir un número arbitrario de rectas, de manera de asegurar una discretización fina
del plano. Es necesario tomar a lo menos una centena de rectas si se quiere hacer despreciable
la desviación entre la covarianza experimental de la simulación y el modelo teórico. En general,
en lugar de rectas sorteadas según una distribución uniforme en el plano, se toma rectas regularmente
dispuestas (por ejemplo, una recta por grado de ángulo, o sea N = 180).
241
Anexo D: el método de las bandas rotantes
242