Академический Документы
Профессиональный Документы
Культура Документы
Estimadores lineales
ponderados
Z (u) a i Z (u i )
*
i1
Estimadores lineales
ponderados
Qu factores podran
considerarse en la
asignacin de los
ponderadores?
continuidad o
variabilidad espacial
anisotropa (direccin
preferencial)
MI54A EVALUACIN DE YACIMIENTOS UNIVERSIDAD DE CHILE
Estimadores lineales
ponderados
Estimadores lineales
ponderados
a0
1
c d iw
i
1
n
i1 c d w
i
Estimadores lineales
ponderados
Inverso de la distancia
la distancia
Estimadores lineales
ponderados
Estimadores lineales
ponderados
Estimadores lineales
ponderados
Kriging Simple
Hiptesis
1) Se conoce el valor promedio m de la variable regionalizada
2) Tambin se conoce el variograma (h), el cual presenta una
meseta:
() = 2
existe una funcion de covarianza, dada por C(h) = 2 (h)
Kriging Simple
Queremos construir el mejor estimador lineal insesgado
para estimar el valor en un sitio u:
n
Z (u) a i Z (u i )
*
i1
Kriging Simple
Condicin de insesgo
El valor esperado del error de estimacin es:
n
i1
n
a i m m
i 1
a {1 i } m
i1
Kriging Simple
Condicin de varianza mnima
La varianza del error de estimacin se expresa en funcin de la
covarianza
i 1 j 1
cov{Z (u i ), Z (u j )}
C (u u
i1 j 1
a2-2ab+b2
Kriging Simple
e igualndola a cero:
n
C (u
j 1
u j ) C (u u i ), i 1,... n
Kriging Simple
En notacin matricial:
C (u1 u1 ) C (u1 u n )
C (u u ) C (u u )
n
1
n
n
C (u1 u)
C (u u)
n
mide las
correlaciones entre
datos y valor a
estimar
Kriging Simple
El estimador se escribe:
n
i1
i1
Z (u) i Z (u i ) {1 i } m
*
Kriging Simple
Varianza del error
Asimismo, es posible determinar el valor de la varianza del
error (que se minimiz). Esta varianza lleva el nombre de
varianza de kriging, aunque se refiere a la varianza del
error de kriging:
n
(u) i C (u i u)
2
KS
i1
0,1
En notacin matricial
C(1,1) C(1,2) C(1,3)
C( 2,1) C( 2,2) C( 2,3)
1,2
1 C(0,1)
C( 0,2)
2
3 C( 0,3)
1,3
0,2
2,3
0,3
alcance = 1
alcance = 5
alcance = 10
Distancia
100%
75%
pepita = 25%
Distancia
Kriging Ordinario
Hiptesis
1) No se conoce el valor promedio m de la variable
regionalizada. Esto permite generalizar el kriging a
situaciones donde esta media no es constante en el
espacio: la media puede variar de una regin a otra,
siempre que sea aproximadamente constante en cada
vecindad de kriging.
2) Slo se conoce el variograma (h) o la funcin de
covarianza C(h)
Kriging Ordinario
Condicin de insesgo
El valor esperado del error de estimacin es:
n
i1
n
a i m m
i 1
a0
i1
Kriging Ordinario
Condicin de varianza mnima
La varianza del error de estimacin se expresa en funcin de la
covarianza
i 1 j 1
cov{Z (u i ), Z (u j )}
C (u u
i1 j 1
Kriging Ordinario
i 1 j 1
i 1
i 1
i1
0
Kriging Ordinario
[ ]
i1
i 1
C (u
j 1
i1
u j ) C (u u i ), i 1,... n
Kriging Ordinario
En notacin matricial:
C (u1 u1 ) C (u1 u n ) 1
C (u u ) C (u u ) 1
n
1
n
n
1
0
C (u1 u)
C (u n u)
mide las
correlaciones entre
datos y valor a
estimar
Kriging Ordinario
(u1 u1 )
(u u )
n
1
(u1 u n ) 1
(u n u n ) 1
1
0
(u1 u)
(u n u)
Kriging Ordinario
Varianza del error
La varianza del error ( varianza de kriging) vale:
2
KO
(u) i C (u i u)
2
i1
i (u i u)
i1
Kriging de bloques
Z(V )
1
Z(u)du
V V
1 N
C (u i , x k )
V C (ui ,u)du N
k 1
No toman en cuenta
Efecto de Distancia
Caso base
2
Efecto de distancia
2
= 0,1888
= 0,2162
0,25
50
0,25
0,265
0,25
50
0,303
0,25
0,303
0,129
50
Efecto Pantalla y
Anisotropa
Efecto de la anisotropa
Efecto pantalla
2
= 0,1668
0,233
= 0,2248
0,074
0,247
50
0,233
50
50
0,426
0,426
0,174
0,080
0,074
0,033
50
50
Efecto de Declusterizacin y
Distancia
Efecto de declusterizacin
2
K = 0,2107
= 0,1668
0,3437
0,215
50
0,111
0,106
0,111
0,242
0,215
50
50
0,016
0,013
0,016
0,2674
0,3437
50
100
150
= 0,0827
= 0,1206
0,208
0,1044
50
50
0,042
0,1456
50
(h) = 0,2 + 0,8 Sph(100)
50
(h) = 0,7 + 0,3 Sph(100)
Plan de Kriging
Cules son los datos a utilizar en la estimacin?
Plan de Kriging
Ejemplo de vecindad mvil