Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Formalismo
Formalismo
en Geoestadstica
Interpretacin probabilstica
Variables aleatorias
Funciones de distribucin y de densidad de probabilidad
Momentos
Ejemplos de distribuciones
Distribuciones bivariables y multivariables
Nocin de funcin aleatoria
Algunos problemas:
Cmo hacer inferencia acerca de la variable aleatoria si slo
disponemos de una realizacin?
Inferencia y Modelamiento
Probabilidad acumulada
Puede ser una funcin discontinua
lim FZ ( z ) 0 y lim FZ ( z ) 1
z z
Prob{Z z} 1 F ( z )
ProbY y y, 0 y 1
F ( z dz ) F ( z )
f ( z ) F ' ( z ) lim
dz 0 dz
f(z) 0
f ( z )dz 1
Caso discreto
donde:
n E{Z} = valor esperado o media de Z
E{Z } m wi zi wi = probabilidad de ocurrencia
i1 del i-simo valor
n = nmero de datos
Caso continuo
E{Z } m zdF ( z ) zf ( z )dz
n
Var{Z } wi ( zi m) 2
2
i1
Caso continuo
Var{Z } ( z m) dF ( z ) ( z m) 2 f ( z )dz
2 2
0, z a
z
z a
fda F ( z ) f ( z )dz z [a,b]
b a
1, z b
Momentos ab
E{Z } m mediana
2
b
1 1 2
E{Z } (a ab b 2 )
2 2
z dz
ba a 3
(b a) 2
Var{Z } E{Z } m
2 2 2
12
Momentos:
E{Z} = m = a
2 = 0
1 1 z m 2 1 z2
g ( z) exp g o ( z) exp
2
2 2 2
La fdp normal estndar tiene una media de cero y una desviacin
estndar de uno:
zm
z
Go ( z ) g o ( z )dz G ( z ) g ( z )dz Go
Z
Si Z ~ N (,2 ) y definimos: Y , entonces: Y ~ N (0,1)
g(z)
0.40
0.10
0.9
0.30
0.8
0.25 0.7
0.6
0.20
0.5
0.15
0.4
0.10 0.3
0.2
0.05
0.1
0.00 0.0
0 2 4 6 8 10 0 2 4 6 8 10 z
z
m e 2 m 2 [e 1]
2 2
/2
2
ln m / 2 2
ln 1 2
2
m
MI54A EVALUACIN DE YACIMIENTOS UNIVERSIDAD DE CHILE
Combinacin de distribuciones
De la combinacin de distribuciones resulta una nueva distribucin.
F(z) =kkF'k(z) es un modelo de distribucin si las F'k(z) son funciones de
distribucin y si los k son positivos y suman 1.
n
1
F ( z ) zi ( z )
n i1
Una suma de n
distribuciones Dirac
de parmetros zi e
igual amplitud 1/n
E{ } E{ log Z}
1 n
log Z i Normal 1 2
n i1 Var{ } Var{log Z }
n n
MI54A EVALUACIN DE YACIMIENTOS UNIVERSIDAD DE CHILE
Distribucin bivariable
Funcin de densidad de probabilidad conjunta: f ( z1, z2 ) de
R2 en R es la funcin de densidad de probabilidad conjunta del
vector aleatorio bivariable (Z1,Z2) si para cada A R 2 :
6 7 7
4 4
1 1 1
Variable z1
1 2 3 4 5 6 7 8 9 10 11 12
9 N 9
8a. Columna
4a. Columna
8 8
1 1 1 1
4
1
7 L 7
15
1 2 3 3 3 1 1 1
3
6 6
31 31
1 1 4 7 7 6 4 1 Lnea de
1
Variable z 2
Variable z 2
regresin
5 5
1 4 6 7 7 4 1 de z 2 en z 1
4
4 4
15
K1 1 1 3 3 3 2 1
3
1
Distribucin Marginal (Global) de
3 3
de la lnea KL de regresin
La media corresponde a la
Ejemplos de distribuciones
1 1 1 1
4
1
Z2/Z1 = Z2 (1-r ) = 1,00
en columnas verticales
2 2
Lnea de regresin
2
1 1
M de z 1 en z 2
2
0 1 2 3 4 5 6 7 8 9 10 11 12 0
Z2 = 1,334
Z2 = 1,155
Variable z1
Media = 5
2
1 1 1 1
4 4
2
9 9
z2
15 15
20 20
Distribucin Marginal (Global) de z1 Coeficiente de
Media = 6 Correlacin
Z12 = 3,78 r = 0,5
Z1 = 1,945
Cov{Z1 , Z 2 }
Z1 Z 2 [1,1]
Var{Z1}Var{Z 2 }
anlisis variogrfico