UNIVERSIDAD PRIVADA DEL NORTE

Escuela Académico Profesional de Ingeniería de Minas

Asignatura:
Geoestadística

Tema:
Variografia

Docente :

Ing. Jorge Sánchez Espinoza

Fecha:

Cajamarca setiembre del 2017

 VARIABLE REGIONALIZADA
que presenta

Una variable medida en el espacio una estructura de correlación

es

una variable regionalizada

De manera más formal: es con
dominio en un espacio euclidiano
un proceso
Viene a ser

una colección de variables aleatorias

Z(x)
Que pueden

Representar la magnitud de una variable

medida en un conjunto de coordenadas de la
región de estudio.
Figura 1: Función de la variable regionalizada
1.2. ESTACIONARIEDAD (DE SEGUNDO ORDEN):

Define que
La varianza debe ser igual
en las diferentes zonas del
La falta de estacionariedad área de estudio

existencia detectable de dos

poblaciones dentro del mismo
espacio de muestreo.
existenci
a de
anomalía
la mayoría de los casos la
s en el
estacionariedad es “global” pero no
espacio
se encuentra estacionariedad “local”
1.3. VARIANZA

Describe la variabilidad de la distribución. Es la medida de la desviación

o dispersión de la distribución y se calcula por:
 VARIOGRAFIA

herramienta que permite

Variograma analizar el
comportamiento espacial
de una variable sobre una
zona dada y modela como
dos valores en el espacio
se ponen en correlación.
❖Es un estimador de la varianza poblacional

Una tendencia
Es un soporte
de para las técnicas
del Kriging
estacionaridad

❖Está relacionado con la dirección y la distancia (h).

❖Se ve limitado porque es un estadístico de dos puntos y además porque es
extremadamente sensible a valores extremos.
A esta función denotada por 2γ(h) se le denomina variograma:

Utilizando la definición teórica de la varianza en términos del valor esperado de

una variable aleatoria, tenemos:

La mitad del variograma γ(h), se conoce como la función de

semivarianza:
El variograma está formado por los
siguientes elementos:

Fuente: Geoestatistics for Natural Resources

Evaluation, Goovaerts
Autor: Evelyn Véliz
Fig.3 Representación del comportamiento típico de un variograma acotado con
una representación de los parámetros básicos encontrado en el proyecto
minero Toromocho, para el Molibdeno.
1. EFECTO NUGGET (Co)

Por lo general, el variograma no tiende a cero como lo hace la

distancia h, el efecto nugget es una discontinuidad de salto en
el origen conocido también como efecto Pepita, representa la
discontinuidad en el variograma para distancias que sean
menores que la menor distancia dada entre los puntos
muestrales. Esta discontinuidad se puede dar también debido
a errores en la medición o a una pobre precisión analítica.
2. SILL (C)

El sill conocido también como La “Meseta” es el valor

máximo que alcanza el semivariograma cuando la variable es
estacionaria. Teóricamente, la meseta coincide con el valor de
la varianza y por tanto un buen estimador de la misma será la
varianza experimental de los datos.
3. RANGO (a)

Conocido también como Alcance, el Rango es la distancia

a la cual el variograma se estabiliza y las muestras se
relacionan espacialmente.

4. ESCALA (Ct)

Es el valor tal que: Co + C = Sill. Un valor de escala

pequeño es indicativo de que solo existe correlacion para
distancias muy cercanas, pudiendo haber incluso poca
correlacion para observaciones relativamente cercanas. Un
valor de escala grande pone de manifiesto un fenómeno
poco estructurado, en el sentido de que a peque;as distancias
la correlacion existente es escasa y además esta decrece
paulatinamente con la distancia.
Los variogramas experimentales se pueden calcular a partir de una sucesión lineal de puntos,
como por ejemplo a lo largo de un taladro de perforación (variograma monodimensional);
también se pueden calcular a partir de un conjunto de datos ubicados en un mismo plano
(variograma bidimensional), como por ejemplo una veta, un manto angosto, un banco o una
sección cualquiera.

En la actualidad existen programas que permiten el cálculo de variogramas a partir de una

distribución tridimensional (variograma 3D), lo que antes sólo se podía realizar subdividiendo
en cuerpo tridimensional en tajadas (bancos o secciones).
2.5. MODELAMIENTO DE VARIOGRAMAS

El variograma de la figura 12 proporciona

bastante información del comportamiento
espacial de la variable. Sin embargo, es
necesario ajustar una función para cuantificar
el grado y escala de variación espacial.
Existen numerosos modelos que se utilizan
en geostadística, siendo los más comúnmente
usados el modelo esférico, el modelo
exponencial, el modelo gaussiano y el
modelo lineal. Estos modelos se pueden
observar en la Figura 3, en donde se han
ajustado a los datos del variograma empírico
de la Figura 2.
Figura 13: Ajuste del variograma empírico de la figura 11 a cuatro funciones matemáticas.
 Figura 14: Comparación de los modelos
exponencial, esférico y Gaussiano. La línea
punteada vertical representa el rango en el
caso del modelo esférico y el rango efectivo
en el de los modelos exponencial y gaussiano.
Este tiene un valor de 210, respecto a una
escala simulada entre 0 y 300. El valor de la
meseta es 30 y el de la pepita 0. El 95% de la
meseta es igual a 28.5.