Está en la página 1de 76

ANALISIS ESTRUCTURAL

O
VARIOGRAFIA
2
ESTRUCTURA DEL TEMA
1 INTRODUCCIN
2 OBJETIVOS

3 VARIOGRAMA
4 PARTES DE UN VARIOGRAMA

5 TIPOS DE VARIOGRAMA

6 MODELOS DE VARIOGRAMAS

7 CARACTERISTICAS DEL VARIOGRAMA

8 INFORMACIN QUE APORTA EL VARIOGRAMA

9 CALCULO DE VARIOGRAMAS DE UNO, DOS Y TES


DIMENSIONES

10 VARIOGRAMA CRUZADO

11 ERROR DE ESTIMACION
1. INTRODUCCION
La variografia es uno de los tpicos
importantes de la geoestadistica puesto que
se encarga de la caracterizacin de la
estructura espacial de una propiedad o
fenmeno regionalizado en pocas palabras
podemos decir que el anlisis estructural
consiste en estimar y modelar una funcin
que refleje la correlacin espacial de la
variable regionalizada a partir de la adopcin
razonada de la hiptesis mas adecuada a
cerca de su variabilidad.
2. OBJETIVOS

El objetivo principal es definir: Cunto?, Dnde? y


Cmo? estn distribuidos los valores del mineral til
dentro de la mineralizacin, con lmites de confianza
que permitan tomar decisiones tcnicas que tendrn
una connotacin econmica.

Obtener los elementos prcticos de los principales


mtodos de la geoestadstica aplicada a la minera.

Obtener herramientas bsicas para


caracterizar yacimientos metlicos usando informacin
de registros de sondajes de exploracin.
3. ANALISIS ESTRUCTURAL
O
VARIOGRAMA
De donde surgi?

Antes de que Matheron, introdujera la geoestadstica


los clculos referidos a la prediccin de valores para las
variables regionalizadas se hacan por mtodos tales
como el inverso a la distancia y la poligonacin.
Estos mtodos eran inexactos y no satisfaca los
requerimientos para dicha prediccin.
Pues su modo de operar era el siguiente:

Poligonal
Promedio
Inverso a la distancia o IVOR
Poligonal: El mtodo se basa en asignar a cada punto
del espacio la ley del dato ms prximo. Para estimar
una zona se ponderan las leyes de los datos por el rea
de influencia .

Promedio: Se basa en lo siguiente para estimar la ley


media de un conjunto se promedian las leyes de los
datos que estn dentro del conjunto.

Inverso a la distancia o IVOR: Se basa en asignar


mayor peso a las muestras cercanas y menor peso a las
muestras alejadas .
Cul era la dificultad?

Lo que Matheron observo fue que si bien se hacia bien


dndole mayor peso a los puntos que estaban mas
cerca, no se tenia en cuenta la direccin de estos.

Esto es de mucha importancia ya que las


mineralizaciones siempre tienen una direccin de mayor
eficiencia.

Entonces podemos decir que la dificultad era que no


tomaban en cuenta las direcciones del yacimiento,
siendo estas de mucha importancia.
3. VARIOGRAMA

Es una herramienta que permite analizar el comportamiento


espacial de una propiedad o variable sobre una zona dada.

El variograma es la representacin matemtica de un


yacimiento, de acuerdo a una VR, la cual puede ser leyes,
espesores, RQD, anisotropa, etc.

La FUNSION variograma expresa cuantitativamente


aspectos geolgicos importantes tales como la
CONTINUIDAD, TAMAO Y FORMA de la zona de
influencia en las direcciones que se haya aplicado.
Variograma en diferentes direcciones

30/06/2017
Un variograma:

Se define como:

h E[ Z ( x) Z ( x h)]
1 2

2
4. PARTES DE UN VARIOGRAMA
Alcance:
Distancia a la cual el variograma se estabiliza.
Es la distancia mxima en la cual la variable
regionalizada esta correlacionada

14
El efecto pepita o nugget.
O discontinuidad de origen, da cuenta de cambio bruscos de los valores a
pequea escala, lo cual generalmente sucede cuando se sobrepasa
subestructuras por debajo de la escala de trabajo. Este valor tambin
puede aparecer debido a errores sistemticos: En el muestreo o
durante el proceso de anlisis qumico.

Es cuando ocurre que para distancias pequeas el valor del variograma no


0 p2
se aproxima a cero.
Meseta:
Es el valor constante que toma el variograma en
distancias mayores al alcance.
Es el valor mximo que toma el variograma, es
decir que si ya se alcanzo este valor, para
cualquier lag superior al alcance el variograma
ser el mismo.

16
Qu mide el variograma?

Mide la semejanza o diferencia que puede existir


entre 2 puntos separados por una distancia h; es
decir mide la correlacin espacial de estos puntos.
APLICACIONES:

Leyes de Au, Ag, Cu, Fe, As, etc.


Potencia de una veta o manto
La variacin del precio de Au en el tiempo
Humedad
Porosidad y permeabilidad
Toneladas procesadas en Molinos
Contenido mineralgico.
% de elementos u xidos (Si, Ti, K, CaO, MgO, Fe2O3, etc.)
Recuperacin de Au
Densidad de fracturamiento
Consumo de cido (Kg/TM), etc.
5. TIPOS DE VARIOGRAMA
Se tienen dos grupos de variogramas:

1. Variogramas tericos: los cuales tienen frmulas


ya establecidas.

2. Variogramas experimentales: este tipo de


variogramas se obtiene al hacer el clculo a partir
de los datos y a partir de este lo ajustaremos a un
modelo de variograma terico.
PASOS CONSTRUCCION VARIOGRAMA EXPERIMENTAL

DESDE EL MAPA DE MUESTRAS AL VARIOGRAMA EXPERIMENTAL


Por que existen modelos de
variogramas?
6 El variograma experimental no se puede
variograma experimental

evaluar en distancias o direcciones


5

4
3 Variograma
intermedias
experimental
2

1
Una interpolacin entre los puntos del
0 variograma experimental no garantiza la
0
0.
4
0.
8
1.
2
1.
6 2
2.
4
2.
8
3.
2
3.
6 4 existencia y unicidad de la solucin del
sistema de kriging
Distancia

La interpolacin no satisface las


6 condiciones que todo variograma debe
5
satisfacer
4
Variograma

El variograma experimental no satisface


3 experimental

2 Modelo de

1
variograma
las condiciones que todo variograma debe
0 satisfacer
4
8
2
6

4
8
2
6
0

4
0.
0.
1.
1.

2.
2.
3.
3.

Distancia
6. MODELOS DE VARIOGRAMAS

Modelos de variograma ms comunes:

1. Modelos con meseta

Modelo Lineal
Modelo Efecto Pepita Puro
Modelo Esfrico
Modelo Exponencial
Modelo Gaussiano
Modelo Cbico
Modelo Efecto Agujero

2. Modelo sin meseta

Modelo Potencia
6.1. MODELOS CON MESETA

Modelo lineal

Y(h) = p.h .+ k

Donde:
p es la pendiente de la recta.
h el lag .
k la interseccin en el eje X (y*(n)).

Este modelo suele estar presente en algunos yacimientos de hierro


Modelo Efecto Pepita Puro

0 si h 0
h

s si h 0

Este modelo representa a un S

fenmeno completamente

Variograma
aleatorio, en el cual no hay
correlacin espacial

Distancia

No importa cun cerca se


encuentren los valores de
las variables, siempre sern
no correlacionados
Modelo Esfrico O modelo de Matheron

Rango s y sill a
Comportamiento lineal en el origen
Representa fenmenos continuos pero no diferenciables
Es uno de los modelos de variograma ms utilizados

Este modelo suele estar presente en algunos yacimientos COBRE


Modelo Exponencial

Sill s que alcanza asintticamente

Rango aparente igual a a

Rango experimental igual a 3a

Comportamiento lineal en el origen

Pendiente igual a 3s/a

Representa fenmenos
continuos pero no diferenciables

Crece ms lentamente que el esfrico


Modelo Gaussiano

Sill s que alcanza asintticamente


Rango aparente igual a a: 3 a
Representa fenmenos continuos.

Tiene un comportamiento parablico en el origen


6.1. MODELOS SIN MESETA

Modelo Potencia

h s h
p

Variograma
s se denomina factor de escala: s=2.5, p=0.4

0 p2
s=0.4, p=1.8
s=1.15, p=1
El comportamiento en el origen depende
del valor de p.
Representa fenmenos no
estacionarios.

Distancia
CARACTERES ESTRUCTURALES REFLEJADOS EN EL
VARIOGRAMA

1. CONTINUIDAD (para una lnea muestreada regularmente)


1.1. Comportamiento del variograma para pequeas distancias
1.1.1 Continuidad Estricta
1.1.2 Continuidad media
1.1.3 Efecto pepita o tangente vertical al origen
1.1.4 Variable aleatoria o efecto pepita puro
1.2. Comportamiento del variograma para grandes distancias
1.2 1 Leyes con crecimiento o decrecimiento progresivo
1.2.2 Leyes con pseudo periodicidades
1.2.3 Fenmeno estacionario sin seudo-periodicidades (o
fenomenos de transicion)
2. ANISOTROPIAS (para una malla regular bidimensional)
2.1 Geomtrica
2.2 Zonal
2.3 Hibrida
3. FENMENOS DE TRANSICIN
7. CARACTERISTICAS DEL VARIOGRAMA

7.1. CONTINUIDAD:
Esta estrechamente ligada al comportamiento del variograma en las
vecindades de origen.

7.1.1. Comportamiento del variograma para pequeas distancias


Permite estudiar cun rpido puede variar la variable en estudio a
pequeas distancias, se puede distinguir 4 tipos:

A. Continuidad media o lineal.


B. Continuidad Estricta o cuadrtico.
C. Efecto Pepita o Tangente vertical al origen.
D. Variable Aleatoria o Efecto Pepita Puro.

7.1.2. Comportamiento del variograma para grandes distancias


A. Continuidad Estricta o cuadrtico.

Para una distancia b pequea las dos leyes


de la figura son casi iguales, lo que implica
que para h pequeo (h) es prximo a cero.
b

Leyes muy regulares y continuas

Luego el grfico del (h), ser como las


siguientes figuras

Indica que para distancias pequeas, el


3,5
variograma tiene un comportamiento 3

parablico en el origen. 2,5


Variograma

Representa variables sumamente continuas e 1,5

1
infinitamente diferenciables. As, la
0,5
propiedad NO puede cambiar rpidamente de 0

un punto a otro.
1

10

13

16

19

22

25

28

31

34

37
Distancia
B. Continuidad media o lineal.
La Variable es continua pero no es derivable.

En este caso, para una distancia pequea, la


Diferencia de leyes es significativa.

Luego el grfico del (h), ser como las


siguientes figuras.

Representa variables continuas pero no


diferenciables. As, la propiedad puede cambiar
rpidamente de un punto a otro.
3,5
3
3
La variabilidad de la propiedad 2,5
2,5
depender de la pendiente de la

Variograma
2
Variograma

2
recta en el origen. 1,5
1,5

1 1

A mayor pendiente, mayor variabilidad 0,5 0,5

0
0

9
1,5

4,5

7,5

,5
A menor pendiente, menor variabilidad. 0 1 2 3 4 5 6 7 8 9 10 11

10
Distancia Distancia
C. Efecto pepita o tangente vertical al origen
Existencia de micro variaciones; presencia de una estructura a menor escala.
La variable es mas continua.

Si la equidistancia entre datos b es menor que la


escala de variacin d de las microestructuras, el
variograma en una vecindad de origen ser:

Si existiese un crecimiento rpido hasta I h I = d


(debido a la micro regionalizacin) y luego un
crecimiento mas moderado (debido a la variacin a
gran escala): se dice que existe efecto pepita. Co se
llama de pepita.

Es decir existe una discontinuidad aparente en el


origen.
D. Variable aleatoria o Efecto Pepita Puro

Caso en el cual la irregularidad de las leyes es total, la variable es catica

Por muy pequea que sea la distancia b,


las leyes de dos puntos a esta distancia
son prcticamente independientes.
Luego el grfico del (h), ser:
Se dice que (h) presenta un efecto de
pepita puro
Comportamiento del variograma para pequeas distancias

Continuidad Estricta Continuidad Media Efecto Pepita o Variable Aleatoria


o o Tangente Vertical o
Cuadrtico Lineal Origen Efecto Pepita Puro

b
1.2 Comportamiento del variograma para
grandes distancias
1.2 1 Leyes con crecimiento o decrecimiento progresivo

Leyes con tendencia o deriva

Variograma con crecimiento sistemtico


1.2.2 Leyes con pseudo periodicidades
El fenmeno tiende a repetirse de manera estacionaria (es decir, varia de
manera homognea y sin deriva)

Fenmeno estacionario con periodicidades

El variograma presenta efecto de hoyo de agujero.


En la figura d=9 unidades proporciona una medida
del seudo-periodo; es una medida de la
intensidad del efecto (si el fenmeno es
perfectamente peridico, entonces =0
1.2.3 Fenmeno estacionario sin pseudo-
periodicidades (o fenmenos de transicin)
El fenmeno es homogneo en su variacin espacial, con cambios bruscos.

Fenmeno estacionario sin periodicidades

Se puede observar que dos muestras cuya distancia es mayor que el alcance
a=6 son prcticamente independientes en ley.
Dos muestras cuya distancia sea inferior al alcance a estn correlacionadas
entre si
Anisotropas

Generalmente cuando el variograma experimental


es calculado en distintas direcciones presenta
distintos comportamientos con la variacin de la
distancia.

Anisotropa Geomtrica

Anisotropa Zonal

Anisotropa Hbrida
Anisotropa Geomtrica

Es aquella en la que el variograma 2,5


en distintas direcciones presenta
el mismo sill pero rangos
2
distintos

Variograma
1,5 N-S
E-O
Mayor continuidad espacial en la
1
direccin de mayor rango

0,5

Menor continuidad espacial en la


direccin de menor rango 0
0,0 0,9 2,0 3,0 4,1 5,1 6,2 7,2 8,3 9,3 10,4 11,4

Distancia
Anisotropa Zonal

3,5

Es aquella en la que el 3
variograma en distintas
direcciones presenta el 2,5

mismo rango pero diferente 2

Variograma
sill.
1,5

1
Presencia de diferentes
estructuras. 0,5

0
0 0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4

Distancia
Anisotropa Hbrida

4,5
Es aquella en la que el 4
variograma en distintas
3,5
direcciones presenta rangos

Variograma
diferentes y distintos sill. 3
2,5
2
Presencia de diferentes
estructuras 1,5
1
0,5
Caracterstico de variogramas 0
verticales 0 0,6 1,2 1,8 2,4 3 3,6 4,2 4,8 5,4 6 6,6 7,2
Distancia
8. INFORMACIN ESTRUCTURAL QUE APORTA
EL VARIOGRAMA

1. Continuidad espacial

2. Zona de influencia

3. Las anisotropa

4. Las estructuras anidadas

5. La no estacionalidad ( derivas tendencias


El variograma describe la continuidad
espacial del fenmeno:

46
9. CALCULO DE VARIOGRAMAS DE UNO, DOS
Y TRES DIMENSIONES
[d 1]2 [d 2]2 [d 3]2 [d 4]2 [d 5]2 [d 6]2 [d 7]2 [d 8]2
3.2
2
(h) Z2x(nhhZ) x
4 0.64
2.8 1.44 0.16
3.2 0.16 0.64 0.00
3 0.04 0.04 1.00 0.04
3.6 0.36 0.16 0.64 0.16 0.16
2 2.56 1.00 1.44 0.64 4.00 1.44
4.5 6.25 0.81 2.25 1.69 2.89 0.25 1.44
2.5 4.00 0.25 1.21 0.25 0.49 0.09 0.25 1.69
5.2 7.29 0.49 10.24 2.56 4.84 4 0.09 2.25
2.3 8.41 0.04 4.84 0.09 1.69 0.49 4.00 5.76
2.8 0.25 5.76 0.09 2.89 0.64 0.64 0.49 0.81
2.2 0.36 0.01 9.00 0.09 5.29 0.04 0.64 0.04
4.1 3.61 1.69 3.24 1.21 2.56 0.16 0.04 1.96
5.2 1.21 9.00 5.76 8.41 0.00 7.29 0.16 4.41
8.3 9.61 17.64 37.21 30.25 36.00 9.61 7.29 0.49
6.1 4.84 0.81 4.00 15.21 10.89 14.4 9.61 33.64
4 4.41 18.49 1.44 0.01 3.24 1.44 14.44 0.81
2.6 1.96 12.25 32.49 6.76 2.25 0.16 1.44 2.89
3.5 0.81 0.25 6.76 23.04 2.89 0.36 0.16 0.49

2
S[d h] 58 69 122 93 78 40 40 55
n-h 19.00 18.00 17.00 16.00 15.00 14.00 13.00 12.00
2(n-h) 38 36 34 32 30 28 26 24
Y(h) 1.53 1.93 3.58 2.92 2.59 1.44 1.54 2.30
VARIOGRAMA RESULTANTE

g(h)
5

2
experimental

1
ajuste
h

0
0 1 2 3 4 5 6 7 8
a = 12 m
CALCULO DE VARIOGRAMAS A UNA, DOS Y TRES
DIMENSIONES

VARIOGRAMA A 1 DIMENSION
Por ejemplo para el caso de clculo del variograma en una direccin se tiene en el
siguiente ejemplo, Fig. 1, leyes distanciadas cada dos metros. En la Fig. 2 se describe
el clculo de cada punto del variograma para distancias h=2m, h=4m, h=6m, etc.

FIG. 1

FIG. 2
VARIOGRAMA A 2 DIMENSIONES:

Es necesario precisar la direccin de clculo, esta direccin se indica en base


a un rango de ngulo que debern formar los pares de muestras. Cualquier
otro par de muestras que no cumplen con el rango de orientacin no formar
parte del clculo del variograma. Por ejemplo en el grfico siguiente se
presentan muestras en X e Y.
Clculo del variograma para una malla regular bidimensional

En este caso h es un vector (con coordenadas cartesianas o polares):

30/06/2017
i) Fijemos la direccin del vector h; que sea por ejemplo = 90, es decir, la
direccin NS. El vector h slo puede ser:
ii) Sea ahora la direccin = 0, es decir la direccin EW. El vector h slo
puede ser:

30/06/2017
iii) La prctica demuestra que para estudiar las estructuras basta con
calcular (h) en dos direcciones adicionales: = 45 y = 135
VARIOGRAMA DE 3 DIMENSIONES

Acabamos de estudiar el ajuste de variogramas en el espacio de una


dimensin.
Sin embargo, en la prctica se
dispone de un conjunto de variogramas 1(h), 2(h), . . . , k(h)
correspondientes a las direcciones 1, 2, . . . , k.

Figura III.73: Direcciones en las cuales se ha calculado el variograma.


a) CLCULO DEL VARIOGRAMA PARA MALLAS
IRREGULARES.

En el caso bidimensional, la situacin es la siguiente:


En la figura III.52 se observa la localizacin de pozos de tiro en un banco
de la mina de hierro de Marquesado, Espaa. Supongamos que queremos
calcular (h1) utilizando el algoritmo general, siendo h1 el vector siguiente:

Lo ms probable es que no encontremos ningn o muy pocos pares de datos


que estn exactamente a la distancia h1. Es necesario entonces introducir
aproximaciones Para el clculo de (h).
Aproximacin: Mtodo de los sectores. Se basa en la aproximacin siguiente:
Dos puntos estn aproximadamente a la distancia h si una vez fijado el primero,
el segundo cae en la zona de la figura:

Si el punto P2 cae en la zona amarilla, entonces se dice que P1 y P2 estn


aproximadamente a la distancia h. se llama tolerancia angular, se llama tolerancia
en distancia.
La eleccin de y depende de la distribucin espacial de los datos y de
la prctica. En algunos casos la prctica recomienda utilizar = 22.5 y = 0.5b,
en que b es la distancia mnima (llamada paso) para el clculo de (h).
Este mtodo de aproximacin presenta problemas:
Puede caer ms de un punto en la zona. En este caso se consideran las diferencias
en el clculo.
Si /h/ es grande, Como el ngulo se abre, la aproximacin tiende a ser grosera:

Algunos paquetes computacionales definen otro tipo de zona para evitar


este problema (mtodo del lpiz):
En este caso hay que definir tres parmetros: , y d
(d se llama a veces ancho de banda). Hay que tener presente que es necesario
conocer bien el variograma en una vecindad de h=0
(los puntos ms cercanos al origen), luego, en algunas situaciones no se
justifica este mtodo del lpiz.
El mtodo de los sectores se puede generalizar al espacio de tres dimensiones:
10. VARIOGRAMA CRUZADO
Comportamiento espacial en conjunto
ZY
Este tipo de variograma se utiliza para estudiar la
relacin entre dos valores.

Por ejemplo:

Para determinar la cantidad de oro y plata que


hay en un yacimiento.
Cobre con Molibdeno
Variograma Cruzado

Si Z, Y son funciones aleatorias estacionarias o intrnsecas, el


variograma cruzado se define como :

1
ZY (h) E[( Z ( x) Z ( x h)) (Y ( x) Y ( x h))]
2

Para su estimacin se utiliza el variograma cruzado experimental

1
( h)
*
ZY
2 N h
( z( x ) z( x ))( y( x ) y( x ))
i j i j
xi x j h
Variograma Cruzado-propiedades

1) ZY 0 0

2) ZY h ZY h
3) ZY h YZ h El variograma cruzado es una funcin simtrica
El modelo de variograma cruzado no puede ser escogido
independientemente de cada uno de los variogramas
individuales.
El producto de cada uno de los sill de los variogramas
individuales es mayor que el cuadrado del sill del variograma
cruzado.
2
S ZY S Z SY
EJEMPLOS

Ag Au
N H
Gr/tm Gr/tm
H1 H2 H3 H4
1 0 7 5
2 20 2 1 20
3 20 8 6 30 1
4 20 3 2 20 1 12
5 20 5 4 4 6 9 2
Y(h) 74 8 21 2
S[dh] 2
10
9
n-h 4 3 2 1
8
7
6 2(n-h) 8 6 4 2
5
4
Y(h) 9.25 1.33 5.25 1
3
2
1
0 Y(h)
1 2 3 4
Ag Au
N H
Gr/tm Gr/tm
H1 H2 H3 H4
1 0 1 5
2 20 6 1 -20
3 20 2 6 -20 1
4 20 5 2 -12 -1 -12
5 20 1 4 -8 2 -15 0

-60 2 -27 0
Y(h) S[dh] 2
1
n-h 4 3 2 1
0
-1 1 2 3 4
2(n-h) 8 6 4 2
-2
-3 Y(h) -7.5 0.33 -6.75 0
-4
-5
-6
-7
-8
Y(h)
CONSTRUCCIN DE VARIOGRAMAS EN
LOS DIVERSOS TIPOS DE YACIMIENTOS
Yacimientos filoneanos, diseminados de oro, prfido de cobre,
skarn, mantos de hierro entre otros.

30/06/2017
11. ERRORES DE ESTIMACIN
Los mtodos tradicionales de estimacin no
proporcionan el error asociado a la estimacin,
entregan un nico valor, por ejemplo zs = 1.22%Cu .
Sea zv la ley verdadera desconocida de V. Podramos
inferir una ecuacin
zv = zs error ()
= z v zs
Debemos Realizar mas
Sondajes ?
Sesgo condicional
Sobre-estimacin de las leyes altas y una
Sub-estimacin de las leyes bajas.
Devido a que zv es desconocido,
entonces es desconocido. Por lo que este
error () se puede caracterizar
probabilsticamente al utilizar el modelo
matemtico.
Asumimos que es una magnitud aleatoria
(Variable aleatoria)
Sea un bloque o zona V y un conjunto de datos z(x1), z(x2), . . . , z(xN), en que:
xi = coordenada del dato z(xi)
z(xi) = ley en el punto xi
N = Numero
No se conoce la ley media de V: Zv
En la prctica, se estima la ley media
desconocida por una frmula lineal del tipo:
zv - a1z(x1) + a2z(x2) + ... + aNz(xN)

En que los ai verifican la condicin de insesgado:


ax +a2+... + aN =1
Los pesos a1 dependen del mtodo de
estimacin utilizado
No podemos conocer
el error en Signo y
magnitud, pero
Ley Estimada podemos caracterizar
Probabilisticamente el
error

Ley Desconocida
Asumimos entonces

Esta magnitud aleatoria tiene una cierta ley de


probabilidad caracterizada por una esperanza
matemtica mE y una varianza 2. Respecto de
la ley de probabilidad del error, asumimos que:
La ley de probabilidad del error es la ley
normal o de Gauss . En Geoestadstica esta
aproximacin es razonable, pero se pueden
utilizar otras aproximaciones tales como la
desigualdad de Chebichev
distribucin NORMAL O DE
GAUSS
Esta caracterizada por dos parmetros:
La media , y la varianza (desviacin tpica) .
Su funcin de densidad es:

También podría gustarte