Martn A.

Daz Viera

Este modelo es entonces adecuado para el problema prctico de la determinacin de

medidas de la dispersin de los valores observados Z M ( xi ) , ya que las varianzas de la
dispersin de

Z ( x)

pueden ser expresadas como una funcin del momento de

segundo orden solamente (covarianza o variograma). Una simulacin entonces consiste

en

obtener otra

realizacin Z S ( x ) de

esta

funcin

aleatoria Z ( x ) .

Las

dos

realizaciones la real y la simulada difiere una de la otra en determinadas

localizaciones pero ambas pertenecen a la misma funcin aleatoria Z ( x ) , es decir
tienen la misma funcin de distribucin y los mismos momentos de primer y segundo
rdenes por lo se dice que son estadsticamente equivalentes.
El fenmeno simulado tiene la ventaja de ser conocido en todos los puntos y no
solamente en los puntos experimentales {Z M ( xi ) , i = 1,..., n} . Con frecuencia al fenmeno
simulado se le llama "modelo numrico" del fenmeno real.

6.3 Condicionamiento
Existe un nmero infinito de realizaciones que cumplen con la condicin de que sus valores
simulados coinciden con los valores experimentales, es decir

Z SC ( xi ) Z M ( xi ) ; i = 1,..., n

(6.1)

donde Z M ( xi ) es el valor muestral de la funcin aleatoria Z ( x ) en el punto x i .

Esta condicin le confiere una cierta robustez a la simulacin condicionada Z SC ( x ) con
respecto a las caractersticas de los datos reales

{Z ( x ) , i = 1,..., n}
M

los cuales no son

modelados explcitamente por la funcin aleatoria Z ( x ) . Si por ejemplo un nmero

suficiente de datos muestran una tendencia local entonces la simulacin condicional que
est basada incluso en un modelo estacionario reflejar la tendencia local en la misma zona.

90