Professional Documents
Culture Documents
= > a (3.21)
gradiente=3S/(2a) Debe sealarse que el modelo esfrico es apropiado para el
caso de tres dimensiones aunque se puede aplicar para casos de una y dos
dimensiones. Lo inverso no se cumple. El modelo circular slo es apropiado
para una y dos dimensiones. El lineal solamente para el caso unidimensional.
Esto se debe a que solamente en estos casos estos modelos son funciones
condicionalmente negativas semidefinidas. 19 Martn A. Daz Viera Modelo
Exponencial Si el solapamiento de los bloques vara su tamao de forma
aleatoria, entonces el semivariograma resulta exponencial. En el caso
isotrpico es: ( ) 1 para 0 h r h S e h = (3.22) gradiente
= S/r Se considera como rango efectivo a =3r. Los procesos autorregresivos de
primer orden y de Markov producen modelos exponenciales. Modelo Gaussiano
Est dado por la expresin: 2 ( ) 1 para 0 h r h S e h =
(3.23) donde r es un parmetro no lineal que determina la
escala espacial de la variacin, como en el caso exponencial. El rango efectivo
se considera a , que corresponde al valor 0.95S del variograma. = 3r Modelo de
efecto agujero El efecto agujero es indicativo de fenmenos con componentes
peridicas. Las expresiones ms comunes de modelos de semivariogramas
son: 20 Martn A. Daz Viera sin( ) ( ) 1 para 0 h h S h h = >
(3.24) Este puede ser usado para representar procesos regularmente continuos
y que muestran un comportamiento peridico, el cual es frecuentemente
encontrado, donde existe una sucesin de zonas ricas y pobres. Es un modelo
negativo definido en tres dimensiones. Otra alternativa es: = (h S ) ( ) 1
cos(h) para h 0 (3.25) Si el efecto agujero es observado muy acentuado en
cierta direccin, por ejemplo la vertical, cuando el fenmeno es una sucesin
pseudoperidica de estratificacin horizontal. Este modelo es negativo definido
en una dimensin. 3.6.2 Modelos no acotados Modelo Potencia Existen casos
en que la varianza aparenta incrementarse indefinidamente. As tambin si se
toma cada vez un menor intervalo de muestreo, siempre existe alguna
variacin que queda sin resolver. Un punto de partida para entender esta
variacin es el movimiento Browniano en una dimensin, en el cual: Z x( ) +
Z x( h) = (3.26) es una variable aleatoria gaussiana, espacialmente
independiente. Su semivariograma es: 1 ( ) ; para 0 2 2 h h = < (3.27) 21
Martn A. Daz Viera Mandelbrot (1982) llam al resultado de tales procesos
fractales. Existe una relacin entre la dimensin fractal (Hausdorff-Besicovitch)
y el parmetro dada por la expresin D = 2 ( 2) (3.28) donde podemos ver
los siguientes casos extremos - para =2 es una parbola y D=1, no
representa un proceso aleatorio, adems (3.29) 2 = ( ) h kh no es una funcin
condicionalmente negativa definida. - para =0 representa el caso de ruido
puro Con frecuencia notamos que muchos semivariogramas aparentan ser de
varianza nugget pura. Esto ocurre porque toda la varianza est dentro de un
intervalo de muestreo mas pequeo. Modelo de efecto pepita puro
Formalmente se puede definir como sigue: ( ) h S = (1 (h)) (3.30) Modelo
logartmico (Modelo de Wijsian) Se define como: = (h k ) log(h) (3.31) 22
Martn A. Daz Viera Puede ser de utilidad cuando el semivariograma
experimental se comporta linealmente si se usa una escala logartmica para las
distancias.