Sensibilidaddelkriging alos

parmetrosdeestimacin

Fuente:
Alumnos deGeoestadstica 22015,USACH.
G.Fuster U.Catlica.
Sensibilidaddelkriging alosparmetrosde
estimacin:Modelo.

Variograma esfrico Variograma exponencial

(alcance5,meseta1) (alcance5,meseta1)

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

0 (x1x2) (x1x3) (x1x4) (x1x5) 1 1 (x1V)

(x2x1) 0 (x2x3) (x2x4) (x2x5) 1 2 (x2V)
(x3x1) (x3x2) 0 (x3x4) (x3x5) 1 3 (x3V)
=
(x4x1) (x4x2) (x4x3) 0 (x4x5) 1 4 (x4V)
(x5x1) (x5x2) (x5x3) (x5x4) 0 1 5 (x5V)
1 1 1 1 1 0 1

FrmuladelaEstimacindelBloque:

FrmuladelaVarianzadelError:
 ModeloEsfrico

0 1.888 1.888 1.888 1.888 1 1 0.826

1.888 0 2 2 2 1 2 1.822
1.888 2 0 2 2 1 3 1.822
=
1.888 2 2 0 2 1 4 1.822
1.888 2 2 2 0 1 5 1.822
1 1 1 1 1 0 1

Ponderadores
1 0.608 LeyEstimada 1.038

i 0.098 Var(error) 0.355

0.086
 ModeloExponencial
0 1.819 1.819 1.819 1.819 1 1 1.144
1.819 0 1.933 1.984 1.933 1 2 1.803
1.819 1.933 0 1.933 1.984 1 3 1.803
=
1.819 1.984 1.933 0 1.933 1 4 1.803
1.819 1.933 1.984 1.933 0 1 5 1.803
1 1 1 1 1 0 1

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

1 0.608 0.467 0.561 0.672 0.467X 0.467

i 0.098 0.133 0.110 0.082 0.133X 0.133

0.086 0.174 0.129 0.088 0.174X 0.174

Comparacinentreponderadoresymediasparacadamodelo
variogrfico.

Esfrico Exponencial Cuadrtico Cbico Gaussiano Sinusoidal

LeyEstimada 1.038 1.049 1.042 1.034 1.049X 1.049

Var(error) 0.355 0.563 0.447 0.192 0.482X 0.257

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

70 0.286 0.143 0.571 0.517

90 0.309 0.095 0.596 0.439

110 0.318 0.080 0.602 0.384

130 0.322 0.077 0.608 0.344

ResultadosGenerales(Z*yVar())

Alcance
Variacin Z* var()
(m)
50 425.30 1.99
Disminucin

70 408.57 1.69

Estndar 90 403.58 1.41

110 401.98 1.21

Aumento

130 401.70 1.07

 AnlisisdeResultados

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

Se desea estimar la ley de FeT(%), de un bloque de medidas 200x200 m, el cual se

encuentra influenciado por una malla de sondajes regular tal como se presenta en la
ilustracin N2, para este caso se considera que el bloque ser estimado con las 5
muestras ms cercanas al punto de estimacin, el cual se presenta en el centroide del
bloque, lo anterior se ve representado de la siguiente forma:
 Se realizaron 6 ensayos de estimacin mediante
Kriging Ordinario de bloque, en los cuales se
cambi la meseta y mantuvo constante los dems
parmetros.
Se trabaj en la estimacin de un bloque en un
yacimiento de Fe, fijando un alcance de 250 m y
considerando como curva terica para el
variograma experimental, un modelo esfrico (ya
que este llega a la meseta y no al 95% de esta
como los dems modelos). Las leyes que fueron
cambiadas para los 6 ensayos fueron los que
estn fuera del alcance, manteniendo las dems
constantes.
 Ensayo1 Ensayo2 Ensayo3 Ensayo4 Ensayo5 Ensayo6
Muestra FeT(%) Muestra FeT(%) Muestra FeT(%) Muestra FeT(%) Muestra FeT(%) Muestra FeT(%)
1 32 1 32 1 32 1 32 1 32 1 32
2 44 2 44 2 44 2 44 2 44 2 44
3 39 3 39 3 39 3 39 3 39 3 39
4 33 4 33 4 33 4 33 4 33 4 33
5 27 5 27 5 27 5 27 5 27 5 27
6 29 6 31 6 45 6 45 6 45 6 27
7 42 7 31 7 35 7 35 7 35 7 30
8 40 8 39 8 41 8 41 8 28 8 35
9 25 9 31 9 44 9 28 9 45 9 32
Varianza 47.8 Varianza 28.9 Varianza 40.2 Varianza 43.8 Varianza 50.5 Varianza 30.4

ModeloEsfrico

parah<250
(h)=
Cparah>250
Latablasiguientemuestralosvalores
obtenidosluegodelaestimacindebloque
realizada:

Ensayo Alcance(a) Varianza(C) 1 z*

1 250 47.8 0.6082 0.0980 2.0565 33.4695 8.4887
2 250 28.9 0.6082 0.0979 1.2440 33.4692 5.1291
3 250 40.2 0.6082 0.0979 1.7325 33.4692 7.1432
4 250 43.8 0.6082 0.0979 1.8858 33.4692 7.7751
5 250 50.5 0.6082 0.0979 2.1779 33.4692 8.9796
6 250 30.4 0.6082 0.0979 1.3122 33.4692 5.4105
Grfica que muestra la relacin directamente proporcional
que existe entre el valor de la meseta (Varianza) y el valor de
la varianza del error de estimacin.
GrficoMesetav/sVarianzadelError
9.40 8.980
9.00
8.489
8.60
Varianza delError( ())

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.

Variograma esfrico(0.7)+efecto Variograma esfrico(0.4)+efecto

pepita(0.3) pepita(0.6)

Varianzadekriging:0.876 Varianzadekriging:1.012
Sensibilidaddelkriging alosparmetrosde
estimacin:EfectoPepita.

Efectopepitapuro
(meseta1)

Varianzadekriging:1.167
 Factores:EfectoPepita.

PresenciadeunaMicroestructura
 Factores:EfectoPepita.

Soporte delasmediciones:variabilidad delaVR

aumenta cuando elsoporte disminuye.

Errores demedicin:existencia deerrores suele

manifestarse conunefecto pepita.

Errores delocalizacin:existencia deerroles de

localizacin introduceunefecto pepita.
 Variacin delporcentaje deefecto pepita

VARIOGRAMAVARIANDOEL%DELEFECTOPEPITA
30

25

20
(h)

15

10

0
0 20 40 60 80 100 120 140 160
DISTANCIA(m)

0%;(25SPH(100)) 20%;(5+20SPH(100)) 40%;(10+15SPH(100))

60%;(15+10SPH(100)) 80%;(20+5SPH(100)) 100%;25

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

Obtener grfico delos ponderadores en funcin del

porcentaje delefecto pepa.
Conclusiones?
Sensibilidaddelkriging alosparmetrosde
estimacin:Anisotropa.

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