parmetrosdeestimacin
Fuente:
Alumnos deGeoestadstica 22015,USACH.
G.Fuster U.Catlica.
Sensibilidaddelkriging alosparmetrosde
estimacin:Modelo.
Varianzadekriging:0.706 Varianzadekriging:0.884
Losnmerosenelgrficoindicanlosponderadoresdekriging.
Sensibilidaddelkriging alosparmetrosde
estimacin:Modelo.
Variogramagaussiano
(alcance5,meseta1)
Varianzadekriging:0.351
Presentacindelproblema
Meseta 2 Leyes
Alcance[m] 250 M1 1.01
Distanciaentremuestraycentrodelbloque[m] 200 M2 0.89
Dimensionesdelbloque[m^2] 200x200 M3 1.15
Discretizacin 2x2 M4 0.98
NumerodeMuestras 5 M5 1.31
Matrizfinalautilizar
FrmuladelaEstimacindelBloque:
FrmuladelaVarianzadelError:
ModeloEsfrico
Ponderadores
1 0.608 LeyEstimada 1.038
Ponderadores
1 0.467 LeyEstimada 1.049
i 0.133 Var(error) 0.563
0.174
ModeloCbico
0 1.979 1.979 1.979 1.979 1 1 0.736
1.979 0 2 2 2 1 2 1.910
1.979 2 0 2 2 1 3 1.910
=
1.979 2 2 0 2 1 4 1.910
1.979 2 2 2 0 1 5 1.910
1 1 1 1 1 0 1
Ponderadores
1 0.672 LeyEstimada 1.034
i 0.082 Var(error) 0.192
0.088
ModeloCuadrtico
0 1.920 1.920 1.920 1.920 1 1 0.971
1.920 0 2 2 2 1 2 1.865
1.920 2 0 2 2 1 3 1.865
=
1.920 2 2 0 2 1 4 1.865
1.920 2 2 2 0 1 5 1.865
1 1 1 1 1 0 1
Ponderadores
1 0.561 LeyEstimada 1.042
i 0.110 Var(error) 0.447
0.129
ModeloGaussiano
0 0.945 0.945 0.945 0.945 1 1 0.154
0.945 0 1.444 1.845 1.444 1 2 0.976
0.945 1.444 0 1.444 1.845 1 3 0.976
=
0.945 1.845 1.444 0 1.444 1 4 0.976
0.945 1.444 1.845 1.444 0 1 5 0.976
1 1 1 1 1 0 1
Ponderadores
LeyEstimada 1.049
1 0.467
Var(error) 0.482
i 0.133
0.174
ModeloSinusoidal
0 0.207 0.207 0.207 0.207 1 1 0.027
0.207 0 0.400 0.751 0.400 1 2 0.230
0.207 0.400 0 0.400 0.751 1 3 0.230
=
0.207 0.751 0.400 0 0.400 1 4 0.230
0.207 0.400 0.751 0.400 0 1 5 0.230
1 1 1 1 1 0 1
Ponderadores
LeyEstimada 1.049
1 0.467
Var(error) 0.257
i 0.133
0.174
ComparacindelosModelos
Ponderadores Esfrico Exponencial Cuadrtico Cbico Gaussiano Sinusoidal
Comparacinentreponderadoresymediasparacadamodelo
variogrfico.
Comparacinentrelaleyestimadayvarianzadelerrorparacada
modelovariogrfico.
Sensibilidaddelkriging alosparmetrosde
estimacin:Alcance.
Variogramaesfrico(alcance Variogramaesfrico(alcance
2.5,meseta1) 10,meseta1)
Varianzadekriging:1.187 Varianzadekriging:0.321
EjemploAplicacin:Efectodelalcance
Discretizacinde2x2
EjemploAplicacin
Datosdeentrada:
Variogramaistropoesfrico
Efectopepita:0,3
Alcancevariable:90(m)
Varianzaterica:2,0
X1:400gr/ton
X2:500gr/ton
X3:390gr/ton
Planeamiento
VariacindelAlcance:
Alcanceestndar:90(m).
Disminucin:50(m)y70(m).
Aumento:110(m)y130(m).
EjemploAlcance90(m)
ModeloVariogrfico:
Ejemplo
Ponderadores:
Muestra1> =0,309
Muestra2> =0,095
Muestra3> =0,596
=0.439
Z*=0,309*400+0,095*500+0,596*390
Z*=403,54g/ton
Var()=1,41
ResultadosGenerales:Pesos( )
Alcance
(m)
50 0.232 0.293 0.468 0.599
Alcance
Variacin Z* var()
(m)
50 425.30 1.99
Disminucin
70 408.57 1.69
Varianzadel
Variacin Ponderadores
error
Muestra+
Mayoralcance disminuye
cercana
Todaslas
Menoralcance aumenta
muestras
Sensibilidaddelkriging alosparmetrosde
estimacin:Meseta.
Variogramaesfrico(alcance Variogramaesfrico
5,meseta0.5) (alcance5,meseta2)
Varianzadekriging:0.353 Varianzadekriging:1.413
Anlisis realizado para modelo esfrico:
1
2
Donde,
C = meseta
a = alcance
Matemticamente, es posible demostrar que los pesos
en el Kriging ordinario, se mantienen invariantes frente
a una variacin en la meseta del modelo variogrfico
(independiente del modelo utilizado).
Suponiendo un caso de estimacin en donde
interactan slo 2 muestras ubicadas a una distancia
h del punto a estimar, la estimacin mediante Kriging
ordinario se ha definido mediante la siguiente matriz:
, , 1 1 ,
, , 1 2 ,
1 1 0 1
Endonde , representalafuncindelmodelode
variograma autilizar,seacualseaelmodelo, 1 y 2 representan
lospesos(estimadores)delKriging y eselponderadorde
Lagrange.Previamente,sesabequelosmodelosdevariograma
presentanunaestructuradelaformaC* , ,dondeC
representaalamesetay , representalaestructura
matemticatpicadelmodelo.
LamatrizdelKriging seestructuradelasiguienteforma:
, , ,
1
,
, , 2
0
Lamatrizanteriorpuedeserfactorizadaporel
trminoC,quedandodelasiguienteforma:
1
, , ,
1
1 ,
, , 2
1
1 1
0
1
, , ,
1
1 ,
2 , , 1
1 1
0
En base a lo anterior es posible observar que C se simplifica a
ambos lados de la ecuacin, por lo cual, al realizar el desarrollo
de la matriz de Kriging ser posible apreciar que los estimadores
del Kriging ( 1 y 2) se mantendrn invariantes frente a un
cambio de los valores de la meseta (varianza), lo anterior se
demostrar experimentalmente.
EstudioPrctico
ModeloEsfrico
parah<250
(h)=
Cparah>250
Latablasiguientemuestralosvalores
obtenidosluegodelaestimacindebloque
realizada:
8.20 7.775
7.80
7.40 7.143
7.00
6.60
6.20
5.80
5.40 5.129 5.410
5.00
28 33 38 43 48
Meseta (C)
Conclusiones
Demostracin experimental que los pesos del kriging
ordinario se mantienen invariantes frente a una variacin
en la meseta del modelo variogrfico.
La variacin de la meseta influye directamente en la
varianza del error de estimacin.
La estimacin de leyes no se ve afectada por una variacin
en la meseta, slo la variabilidad asociada al error de esta
misma.
Se tendr mayor confianza en aquellos subdominios del
dominio sometido a anlisis que posean una menor
variabilidad en sus datos.
Los resultados obtenidos son extrapolables a los modelos
variogrficos: Gausiano, Exponencial y Lineal.
Sensibilidad del kriging a los
parmetros de estimacin: Ef. Pepita.
Varianzadekriging:0.876 Varianzadekriging:1.012
Sensibilidaddelkriging alosparmetrosde
estimacin:EfectoPepita.
Efectopepitapuro
(meseta1)
Varianzadekriging:1.167
Factores:EfectoPepita.
PresenciadeunaMicroestructura
Factores:EfectoPepita.
VARIOGRAMAVARIANDOEL%DELEFECTOPEPITA
30
25
20
(h)
15
10
0
0 20 40 60 80 100 120 140 160
DISTANCIA(m)
LapendientehaciaelejeYdelvariograma,vadisminuyendoamedida
queaumentaelporcentajedelefectopepita
Datos
Informacindemuestrasutilizadas
Coordenadamuestras
Muestraid Leymuestra
x y z
1 2 5 13 1.2
2 6 40 70 0.7
3 0.4 5 6.6 0.2
4 2 2 3 0.48
5 1 4 1 0.9
6 2 15 5 1.2
7 1 3 4 1.1
8 1.7 0.4 2 0.5
9 6 8.2 4 0.87
10 0.5 8 8 1.2
11 2 0 11 1
%efectopepita efectopepita
0% 0
4% 1
8% 2
12% 3
16% 4
20% 5
24% 6
28% 7
32% 8
36% 9
40% 10
44% 11
48% 12
52% 13
56% 14
60% 15
64% 16
68% 17
72% 18
76% 19
80% 20
84% 21
88% 22
92% 23
96% 24
100% puro
Tarea
Variaciondelaleyconelefectopepa
0.87
0.86
0.85
0.84
Leyestimada
0.83
0.82
0.81
0.8
0.79
0.78
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
%delefectopepaenelvariograma
Variogramaesfrico(alcance10{N30}y Variogramaesfrico(alcance10{N120}y
2.5{N120},meseta1) 2.5{N30},meseta1)
Varianzadekriging:0.552 Varianzadekriging:0.491
Sensibilidad del kriging a los parmetros de
estimacin: Soporte Bloque.
Variogramaesfrico(alcance5,meseta Variogramaesfrico(alcance5,meseta
1).Bloquede1.5x1.5 1).Bloquede6x6
Varianzadekriging:0.490 Varianzadekriging:0.092
ModeloEsfrico
ModeloExponencial
a:alcanceprctico
correspondientealadistancia
paralacualelvariograma llegaal
95%desumesetac.
ModeloGaussiano
a:Alcanceprcticodondesealcanzael95%
delameseta.
ModeloCbico
ModeloSinusoidal