Professional Documents
Culture Documents
INGENIERIA MINAS
CURSO:
GeoEstadística
Este salto vertical desde el origen hasta el valor exhibido por el variograma
es llamado el efecto nugget. La razón entre el efecto nugget y la meseta es
conocida como el efecto nugget relativo y es usualmente reportado en
porcentaje.
se dice que una FA Z(x) es derivable en media cuadrática y que Zi(x) es su derivada si:
TIPOS DE VARIOGRAMA
1.- Continuidad
Si el variograma no depende de
h, esto significa que hay
independencia entre las
variables, por tanto:
γ(h) = C0 ≈ constante
Esto significa:
Por lo que una vez que se han definido los puntos del variograma experimental, será
necesario ajustar un modelo teórico a dichos puntos. Esto se debe a la imposibilidad
de trabajar con el variograma experimental, que carece de una función matemática
precisa (o al menos difícil de caracterizar), y a la necesidad de extender los valores del
variograma mas allá de la distancia máxima definida. También, por el contrario, será
necesario la extensión del variograma a distancias próximas a cero y así tambien para
poder cuantificar el grado y escala de variación espacial. Este modelo teórico será
utilizado posteriormente para interpolar en el espacio el valor de la variable en sitios
no muestreados, ya que para ello se requiere variogramas a separaciones para las
cuales no se tienen comparaciones directamente y dicho modelo ayudara para su
calculo.
Figura 4.2: Función de semivarianza experimental en dos direcciones para un conjunto de datos hipotéticos.
Ing. Darwin Ortega Cáceres - MI 441 53
Capitulo II
Análisis Estructural
2.2. El Variograma
Modelos teóricos de variograma
• Sólo ciertas funciones pueden ser consideradas modelos válidos de variogramas y se
dicen que son modelos autorizados.
• El hecho de probar si una función dada es aceptable o no, está relacionado con el
examen de su Transformada de Fourier Christakos [1984] obtuvo las condiciones que
el espectro de la función debe reunir para ser un modelo válido.
• Como una propiedad importante se debe destacar que cualquier combinación lineal
de modelos autorizado es también un modelo válido.
Obviamente, cuando el parámetro es igual a uno el modelo es lineal. Para 0 < < 2 el
modelo es lineal generalizado
• Modelo Potencia :
• Modelo logarítmico (Modelo de Wijsian)
- Desviaciones en la distribución.
- Heterocedasticidad.
Se dice que los datos son heterocedásticos, si el diagrama del valor medio m contra la
desviación estándar σ , calculadas en vecindades móviles, muestra que la dispersión
de los valores (medidos por σ ) está relacionada con su magnitud (medida por m ). Por
la tanto, por ser el semivariograma una medida de la dispersión, su magnitud está
ligada a la magnitud de los valores de los datos. Cuando se da este tipo de fenómeno,
se dice que existe un efecto proporcional.
- Desviaciones en el muestreo.
- El largo de los intervalos debe ser elegido de forma tal que el número de pares en
cada intervalo sea lo suficientemente grande para que el estimado del semivariograma
sea relativamente estable. Se considera que entre 30 y 50 pares satisfacen este
requerimiento.
- Los valores estimados para cada intervalo se deben graficar contra la distancia
promedio de todos los pares que se encuentran dentro de dicho intervalo.
En sentido amplio se considera por su forma que hay dos tipos principales de
semivariogramas. En el primer tipo, la semivarianza se incrementa con el incremento
del valor absoluto del intervalo |h| hasta alcanzar un valor máximo a partir del cuál se
mantiene relativamente constante y oscila alrededor del mismo. Estos variogramas
son conocidos como de tipo transitivo. El valor del intervalo a partir del cual el
variograma no se incrementa es conocido como alcance o rango (radio de correlación)
y marca el límite de la dependencia espacial de la propiedad. La varianza máxima es
conocida como "sill" o meseta del variograma y teóricamente debe coincidir con la
varianza a priori σ2 de la muestra de la función aleatoria Z (x) .
Una variable con este tipo de semivariograma no sólo cumple la hipótesis intrínseca,
sino también es estacionaria de segundo orden. Esto significa que su valor esperado es
Constante.
Un aspecto del variograma que es importante señalar es que por definición γ (0) = 0
pero en la práctica el variograma muestral γ * (h) cuando IhI tiende a cero no
necesariamente se anula.
Esto es conocido como efecto "nugget" o pepita, y el valor del semivariograma en cero
γ (0) es conocido como la varianza "nugget" o microvarianza. En principio esto puede
ocurrir solamente si existen discontinuidades en la función aleatoria. En la práctica su
existencia de debe a la variación espacial que no puede explicar el variograma debido
a la escala del muestreo. Para un material continuamente variable el efecto nugget se
produce a partir de la contribución de los errores de medición y la variación a
distancias mucho menores que el intervalo de muestreo más pequeño.
z x4
h
2h
3h
Ing. Darwin Ortega Cáceres - MI 441 83
Capitulo II
Análisis Estructural
2.2. El Variograma
2.2.2.3. Cálculo del variograma para mallas irregulares.
- Clases de Distancia.
El valor de h se escoge como el 50% del valor del rango h. De esta forma:
El valor de h se escoge como el 50% del valor del rango h. De esta forma: