1

INTRODUCCIN

El estudio de fenmenos con correlacin espacial, por medio de mtodos geo

estadsticos, surgi a partir de los aos sesenta, especialmente con el
propsito de predecir valores de las variables en sitios no muestreados. Como
antecedentes suelen citarse trabajos de Sichel (1947; 1949) y Krige (1951). El
primero observ la naturaleza asimtrica de la distribucin del contenido de oro
en las minas surafricanas, la equipar a una distribucin de probabilidad
lognormal y desarroll las frmulas bsicas para esta distribucin. Ello permiti
una primera estimacin de las reservas, pero bajo el supuesto de que las
mediciones eran independientes, en clara contradiccin con la experiencia de
que existen zonas ms ricas que otras. Una primera aproximacin a la
solucin de este problema fue dada por gelogo G. Krige que propuso una
variante del mtodo de medias mviles, el cual puede considerarse como el
equivalente al krigeado simple que, como se ver ms adelante, es uno de los
mtodos de estimacin lineal en el espacio con mayores cualidades tericas.
La formulacin rigurosa y la solucin al problema de prediccin (estimacin en
muchos textos geoestadsticos) vinieron de la mano de Matheron (1962) en la
escuela de minas de Pars. En los aos sucesivos la teora se fue depurando,
ampliando su campo de validez y reduciendo las hiptesis necesarias (Samper
y Carrera, 1990). De la minera las tcnicas geoestadsticos, se han
"exportado" a muchos otros campos como hidrologa, fsica del suelo, ciencias
de la tierra y ms recientemente al monitoreo ambiental y al procesamiento de
imgenes de satlite.

2
NDICE

INTRODUCCIN

1.- FORMULACION DEL PROBLEMA

2.- FUNDAMIENTO TEORICO

3.- DEFINICIN DE VARIABLES

4.- DIAGRAMA DE FLUJO

5.- ALGORITMO

6.- CODIFICACIN

7.- CORRIDA DEL PROGRAMA, RESULTADOS

8.- ANLISIS Y COMENTARIOS

12

9.- CONCLUSIONES

13

10.- RECOMENDACIONES

13

11.- BIBLIOGRAFA

13

1.- FORMULACION DEL PROBLEMA

El siguiente trabajo tiene como objetivo calcular el variograma promedio de una
red bidimensional de longitudes a y b para diferentes casos mediante el modelo
esfrico asumiendo valores para las constantes del modelo C y a. el valor h
ser hallando para los 5 casos siguiendo una relacin geomtrica de distancias
entre puntos de la red bidimensional.

3
2.- FUNDAMIENTO TEORICO
EL VARIOGRAMA
El Variograma es una herramienta que permite analizar el comportamiento
espacial de una variable sobre una zona dada y modela como dos valores en
el espacio se ponen en correlacin. Es un estimador de la varianza poblacional,
por lo tanto debe tener una tendencia de estacionaridad y es un soporte para
las tcnicas del Kriging ya que permite representar cuantitativamente la
variacin de un fenmeno regionalizado en el espacio. El variograma est
relacionado con la direccin y la distancia (h).
El variograma se ve limitado porque es un estadstico de dos puntos y adems
porque es extremadamente sensible a valores extremos.
El variograma est formado por los siguientes elementos:

Fuente: Geoestatistics for Natural Resources Evaluation, Goovaerts

Autor: Evelyn Vliz
Por qu determinar tal ecuacin?
Porque, en las diversas aplicaciones Geoestadstica, por ejemplo, la estimacin
de la variable en un punto a travs del krigeaje necesita de la utilizacin del
semivariograma que contenga informacin en todos los puntos de anlisis y
este dato lo puede proporcionar slo el variograma terico, adems es evidente
que el trabajo se tornar ms confiable, ptimo y cmodo de trabajar con una
ecuacin que con datos brutos.

4
De la serie de variogramas tericos, se tiene que escoger aquel que se ajuste
mejor a nuestro variograma experimental, sobre todo en las proximidades del
origen porque es la zona ms confiable del variograma.
Existen muchos mtodos de modelos tericos para fines de este trabajo se
trabajar ay describir el modelo esfrico
MODELO ESFRICO

En este modelo, La interseccin de la tangente en el origen, h=0, con la meseta

se sita a 2/3 del alcance.
Demostraremos la validez de esta relacin:
La ecuacin de la tangente T , en h = 0.
Derivando con respecto a h se obtiene:

3.- DEFINICIN DE VARIABLES

Las variables utilizadas en este problema son:
h : distancia entre punto y punto
(h) : Variograma de h
Z(x) : Punto o valor en la posicin X
Z(x+h) : Punto o valor en la posicin X+h
a : Alcance del Modelo Esfrico
C : constante del Modelo Esfrico

4.- DIAGRAMA DE FLUJO

INICIO
ELEGIR TIPO DE
VARIOGRAMA
(A O B)

INGRESO DE DATOS
C (constante)
a (alcance)
C y a ptimos?

CALCULO DE LAS
DISTANCIAS h y
VARIOGRAMAS v

CALCULO DE LOS
VARIOGRAMAS
PROMEDIOS VPG

RESULTADO
CURVAS TIPO A

RESULTADO
CURVAS TIPO B

FIN
5.- ALGORITMO
Dependiendo del tipo de grafico vamos a tomar los h para luego hallar calcular
los VPG (variograma promedio general) segn la direccin de ordenamiento.

7
E

6.- CODIFICACIN
Cdigo creado en el programa Matlab R2015a:
6.1.- TIPO A
clc; clear;
disp('PROGRAMA PARA HACER UN VARIOGRAMA PROMEDIO');
disp('TIPO A');
disp('%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%');
disp('%%%para una malla de 5x5 datos%%%');
disp('%%%para un modelo esferico%%%')
a=[0:5];
b=[0:5];
c=input('ingresar la constante C = ');
alcance=input('ingresar el alcance a = ');
%%%%%%PROCEDIMIENTO%%%%%
a1=length(a);
b1=length(b);
for a=1:a1
for b=1:b1
rx=zeros(a,b);
ry=zeros(a,b);
r=zeros(a,b);
for i=1:a
for j=1:b
ry(i,j)=ry(i,j)+j;
rx(i,j)=rx(i,j)+i;
end
end
h=ones(a,b);
for p=1:a
for q=1:b
h(p,q)=h(p,q)*(sqrt(((a-rx(p,q))^2)+(ry(p,q)-1)^2));
end
end
v=zeros(a,b);
for l=1:a
for k=1:b

8
if h(l,k)==0
v(l,k)=(c*((((3/2)*(h(l,k)/alcance))((1/2)*((h(l,k)/alcance)^3)))));
end
if h(l,k)<=alcance
v(l,k)=(c*((((3/2)*(h(l,k)/alcance))((1/2)*((h(l,k)/alcance)^3)))));
else
v(l,k)=c;
end
end
end
%FUNCION VARIOGRAMA PROMEDIO GENERAL
VPG(a,b)=((sum(sum(v)))/(2*a*b));
end
end
%CURVAS ISOVALORICAS
figure(1)
[x,y]=meshgrid(0:5);
z=VPG;
[c1,h1]=contour(x,y,z,20), axis square;
clabel(c1,h1);
title('CURVAS ISOVALORICAS PARA LA FUNCION TIPO A');
grid on;
shg;
6.2.- TIPO B
clc; clear;
disp('PROGRAMA PARA HACER UN VARIOGRAMA PROMEDIO');
disp('TIPO B');
disp('%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%');
disp('%%%para una malla de 5x5 datos%%%');
disp('%%%para un modelo esferico%%%')
a=[0:5];
b=[0:5];
y=[0:5];
c=input('ingresar la constante C = ');
alcance=input('ingresar el alcance a = ');
%%%%%%PROCEDIMIENTO%%%%%
a1=length(a);
b1=length(b);
for a=1:a1
for b=1:b1
rx=zeros(a,b);
ry=zeros(a,b);
r=zeros(a,b);
end

9
for i=1:a
for j=1:b
ry(i,j)=ry(i,j)+j;
rx(i,j)=rx(i,j)+i;
end
end
h=ones(a,b);
for p=1:a
for q=1:b
h(p,q,y+1)=h(p,q).*(sqrt((((a-y)-rx(p,q)).^2)+(ry(p,q)1).^2));
end
end
v=zeros(a,b);
for l=1:a
for k=1:b
if h(l,k,y+1)==0
v(l,k,y+1)=v(l,k)+(c.*((((3/2).*(h(l,k,y+1)./alcance))((1/2).*((h(l,k,y+1)./alcance).^3)))));
end
if h(l,k,y+1)<=alcance
v(l,k,y+1)=v(l,k)+(c.*((((3/2).*(h(l,k,y+1)./alcance))((1/2).*((h(l,k,y+1)./alcance).^3)))));
else
v(l,k,y+1)=v(l,k)+c;
end
end
%FUNCION VARIOGRAMA PROMEDIO GENERAL
A1=v(:,:,1);
A2=v(:,:,2);
A3=v(:,:,3);
A4=v(:,:,4);
A5=v(:,:,5);
A6=v(:,:,6);
VPG=(A1+A2+A3+A4+A5+A6)./(2*a*b)
end
end
%CURVAS ISOVALORICAS
figure(2)
[x,y]=meshgrid(0:5);
z=VPG;
[r1,s1]=contour(x,y,z,10), axis square;
clabel(r1,s1);
title('CURVAS ISOVALORICAS PARA LA FUNCION TIPO B');
grid on;
shg;

10
7.- CORRIDA DEL PROGRAMA, RESULTADOS
Para C=5 y a=5:
VPG =
[ 0
0.3700
0.7200
1.0350
1.3000
1.5000

0.3700
0.6281
0.9163
1.1916
1.4285
1.6070

0.7200
0.9163
1.1531
1.3874
1.5907
1.7422

1.0350
1.1916
1.3874
1.5836
1.7525
1.8770

1.3000
1.4285
1.5907
1.7525
1.8904
1.9920

1.5000
1.6070
1.7422
1.8770
1.9920
2.0767]

Para C=5 y a=5:

VPG =
[0.2500 0.4167 0.4167 0.4167 0.4167 0.4167
0.2011 0.2449 0.3095 0.3679 0.4167 0.4167
0.1750 0.2220 0.2938 0.3606 0.4045 0.4167
0.1750 0.2220 0.2938 0.3606 0.4045 0.4167

11
0.2011
0.2500

0.2449
0.4167

0.3095
0.4167

0.3679
0.4167

0.4167
0.4167

0.4167
0.4167]

Para C=6 y a=6:

VPG =
[ 0 0.3715 0.7292 1.0625 1.3611 1.6146
0.3715 0.6318 0.9285 1.2232 1.4947 1.7277
0.7292 0.9285 1.1754 1.4310 1.6711 1.8781
1.0625 1.2232 1.4310 1.6511 1.8597 2.0387
1.3611 1.4947 1.6711 1.8597 2.0382 2.1897
1.6146 1.7277 1.8781 2.0387 2.1897 2.3174]

12

Para C=4 y a=3:

VPG =
[ 0 0.4815 0.8889 1.1667 1.3333 1.4444
0.4815 0.8088 1.1268 1.3451 1.4761 1.5634
0.8889 1.1268 1.3641 1.5231 1.6185 1.6821
1.1667 1.3451 1.5231 1.6423 1.7139 1.7615
1.3333 1.4761 1.6185 1.7139 1.7711 1.8092
1.4444 1.5634 1.6821 1.7615 1.8092 1.8410]

13
Para C=6 y a=6:
VPG =
[ 0 0.3715 0.7292 1.0625 1.3611 1.6146
0.3715 0.6318 0.9285 1.2232 1.4947 1.7277
0.7292 0.9285 1.1754 1.4310 1.6711 1.8781
1.0625 1.2232 1.4310 1.6511 1.8597 2.0387
1.3611 1.4947 1.6711 1.8597 2.0382 2.1897
1.6146 1.7277 1.8781 2.0387 2.1897 2.3174]

8.- ANLISIS Y COMENTARIOS

-

Se obtienen los variogramas promedios para cada coordenada de a y b

entre 5x5 en los grficos a y b.

El variograma promedio se puede definir como el promedio ponderado

de los variogramas individuales tomando en cuenta el nmero de
parejas.

14
9.- CONCLUSIONES
-

Lo que se busca con esta monografa es desarrollar en Abaco de la

funcin auxiliar F de Matheron.

El Variograma es demasiado sensible a valores extremos es por ello el

cambio en la grfica.

10.- RECOMENDACIONES
-

En el tema de software otra manera de hacerlo es exportar los datos h,

VPG al programa surfer 10 y poder hacer las curvas isovaloricas.

Para el grafico de las curvas TIPO B se debe elegir un valor C y a

cercanos a las dimensiones de la columna o fila para as visualizar las
curvas isovaloricas.

Generar ms no es conveniente ya que no se aprecia el valor de estas

en la imagen, para esta monografa se dibuj solo 20 curvas en ambas.

11.- BIBLIOGRAFA
-

Apuntes de clases de Geoestadstica I del Ph.D Marn Suarez Alfredo.

Apuntes de clases de Geoestadstica I del Ing. Tevez Rojas Augusto.

HOLLY MOORE. Matlab para Ingenieros. Edicin 2007. Editorial

Pearson Educacin-Mxico