Professional Documents
Culture Documents
Una variable regionalizada es una función que representa la variación en el espacio de una
cierta magnitud asociada a un fenómeno natural.
El objeto sobre el cual trabajaremos será una descripción matemática del fenómeno
regionalizado.
Una o varias funciones numéricas llamadas variables regionalizadas:
- la ley de un mineral, la potencia de una veta, la acumulación, la densidad de la
roca o la recuperación metalúrgica, describen un fenómeno de mineralización.
Sea x un punto del espacio. Se designa la variable regionalizada por la notación z(x)
Una variable regionalizada es una función determinística. En general, esta función presenta
dos aspectos complementarios: por una parte, tiene una cierta “continuidad” espacial (zonas
de altos valores / zonas de bajos valores), pero por otro lado, varía irregularmente y escapa a
toda representación simple:
2 NOCIÓN DE SOPORTE
Puede definirse, no sólo en cada punto del espacio, sino que también en una superficie
La superficie o el volumen sobre el cual se considera la variable regionalizada se denomina
soporte
El que interesa en la práctica puede ser más voluminoso que un punto (por ejemplo, las
unidades selectivas de explotación en evaluación minera)
La dependencia que existe entre el soporte y la distribución estadística de los valores, se
conoce como efecto del soporte
Los soportes voluminosos presentan una menor cantidad de valores extremos y una mayor
cantidad de valores intermedios que los soportes puntuales. Así, la distribución de los
valores (en especial, su varianza) depende del soporte sobre el cual está definida la variable
regionalizada
3 DATOS Y MODELOS
Normalmente, no se conoce la variable regionalizada en forma exhaustiva, sino que
solamente a través de un conjunto limitado de datos (muestras de sondajes en exploración
minera).
Para aprovechar la información disponible, más allá de un simple reporte de los datos, será
necesario construir modelos.
Un modelo nunca describe la variable regionalizada en su totalidad, conviene reducir al
máximo la complejidad del modelo, evitando introducir hipótesis o parámetros arbitrarios,
que no se puede controlar experimentalmente.