Академический Документы
Профессиональный Документы
Культура Документы
MINAS
CURSO:GEOESTADISTICA II
EXPOSITORES:
NELSON COAGUILA TARIFA
SEMANA 5
2.5 Clasificación de los diferentes tipos de Kriging.
2.6 Ejemplos de Kriging lineal más usuales.
2.6.1 Kriging lineal con valores esperados conocidos: Kriging
Simple
2.6.2 Kriging lineal con valor esperado estacionario pero
desconocido: Kriging Ordinario
2.6.3 Kriging lineal en presencia de tendencia : Kriging
Universal
CLASIFICACION DE LOS DIFERENTES TIPOS
DE KRIGING
A) Según el Soporte de la medición de los datos
Por Bloques
Se define :
Donde:
Lamda son los factores de ponderación. ( pesos ponderados) deben
ser igual a 1.
𝑀2 el valor del semivariograma entre el punto a estimar(denominado 0)
y el resto de puntos .
K son los valores del semivariograma a una distancia i a j.
El cuadrillado representa sondajes en los puntos x1, x2, x3, x4, con leyes de 3,2%; 2,5%; 4,0% y 1,5%
respectivamente. Se desea conocer la ley en el punto x0, sabiendo que el variograma asociado
corresponde a un modelo esférico con las siguientes características: C0 = 2 C = 20 y a = 200 m.
−1 )
b) Sacar la inversa de 𝐾( 𝐾
Se tiene que:
Se verifica que:
Se obtiene:
La ley en X0 será:
El valor estimado se le asigna a un bloque y no a un punto.
Esta determinada mediante el valor medio de una función aleatoria en una zona dada
determinada( bloque) es , simplemente la media aritmética de todas las variables
puntuales aleatorias incluidas dentro de esa zona.
Estimador
𝑛 𝑛
𝑍 ∗ 𝑥 = λ𝑖 ∗ 𝑍 𝑥𝑖 + 1 − λ𝑖 ∗ 𝑚
𝑖=1 𝑖=1
Varianza de la Estimación
𝑛
2
𝑆𝐾𝑆 𝑢0 = 𝐶 0 − 𝐼𝑎 ∗ 𝐶(𝑢𝑎 − 𝑢0 )
𝑎=1
Estime el valor de Z*(x) mediante el interpolador espacial Kriging Simple (KS) y Kriging Ordinario (KO9.
m=2.2
Valor Punto 1: 2% Cu
Valor Punto2: 3% Cu
Paso 1: Graficar el comportamiento de la función Variograma
C(h): y(∞)-y(h)
Paso 5 : Presentación de la Covarianza C(h) de forma Matricial para Kriging Simple
Paso 6 : Resolver la matriz y hallar las ponderaciones 1 y 2
𝑍 ∗ 𝑥 = λ𝑖 ∗ 𝑍 𝑥𝑖 + 1 − λ𝑖 ∗ 𝑚
𝑖=1 𝑖=1
λ1 + λ2 + λ3 + λ4 = 1
𝑛
Estimador 𝑍 ∗ 𝑢 = λ ∗ Z(u)
𝑖=1
Varianza de la Estimación
𝑛
2
𝑆𝐾𝑆 𝑢0 = 𝑠 2 − λ ∗ 𝐶 𝑢𝑎 − 𝑢0 − μ
𝑎=1
Estime el valor de Z*(x) mediante el interpolador espacial Kriging Simple (KS) y Kriging Ordinario (KO9.
Valor Punto 1: 2% Cu
Valor Punto2: 3% Cu
Paso 1: Encontrar las Covarianzas C(h)
Relación entre la covarianza y el variograma
C(h): y(∞)-y(h)
Reemplazando en la ecuación 1 y 2
2λ1 + 1.7λ2 + μ = 1.1 … … … … (1)
2λ1 + 1.7(1 − λ1 ) + μ = 1.1
1.7λ1 + 2λ2 + μ = 0.8…………… (2)
0.3λ1 + μ = −0.6…………(a)
λ1 + λ2 = 1……… (3) 1.7λ1 + 2(1 − λ1 ) + μ = 0.8
λ2 = 1 − λ1 −0.3λ1 + μ = −1.2…………(b)
Sumando (a) y (b)
2μ = −1.8
μ = −0.9
Entonces conociendo μ reemplazamos en las ecuaciones (a) y (b)para determinar los ponderadores
0.3λ1 + μ = −0.6……(a)
1 + λ2 = 1
λ2 = 0
Kriging lineal en presencia de tendencia
Estimación
Varianza de Estimación
Conclusiones
El KRIGING SIMPLE se utiliza la media como un valor al cual le asigna ponderación y el Kriging