Ayudanta/Laboratorio 1

Variable regionalizada y muestreo

MIN 235 Geoestadstica
Rodrigo Estay Huidobro
rodrigo.estayh@usm.cl

Funcin aleatoria
Las variables {Z(x), x Rd} constituyen una funcin aleatoria la
variable regionalizada es una realizacin de una funcin aleatoria
La variable regionalizada es una variable numrica que se distribuye
en el espacio. En general, presenta cierta continuidad espacial
(zonas de altos valores / zonas de bajos valores), pero vara
irregularmente y escapa a toda representacin simple.

Variable regionalizada
Una variable regionalizada posee las siguientes caractersticas:
Localmente a menudo es muy irregular y no puede ser
representada por una funcin matemtica determinista
Globalmente presenta cierta organizacin o estructura en el
espacio

Debemos respetar (Principios directores)

El modelo debe ser consistente (no incompatible) con los datos.
Principio de realismo: encontrar un modelo que entrega una
descripcin adecuada de la variable, ni demasiado simplificada, ni
demasiado formada.
Principio de economa: encontrar el modelo menos exigente que
permite resolver el problema planteado.
Reconstruccin operatoria: plantear el resultado en trminos
objetivos, susceptibles de ser refutados si se tuviera un
conocimiento exhaustivo de la variable regionalizada.

Qu se puede modelar?

Modelacin en minera

Hacia donde vamos

Caracterizacin de una variable aleatoria

Una variable aleatoria Z se caracteriza por una distribucin de
probabilidad, la cual se representa por medio de:
una funcin de distribucin:
z R, F(z) = Prob(Z < z)
una densidad de probabilidad (variable continua) o una
masa de probabilidad (variable discreta).
Se suele considerar parmetros sintticos (llamados
momentos) para describir la distribucin de probabilidad:
esperanza (momento de primer orden)
varianza (momento de segundo orden)

Hiptesis simplificadoras
Para que la descripcin anterior sea operatoria, es necesario poder inferir todo
o parte de la distribucin espacial a partir del conjunto de datos disponibles.
En general, se hacen dos hiptesis simplificadoras:
Estacionaridad estricta: la distribucin espacial es invariante por
traslacin en el espacio
n N, x1, ... xn Rd, h Rd, z1, ... zn R,
F(z1,... zn; x1, ... xn) = F(z1,... zn; x1 + h, ... xn + h)
Estacionariedad de orden 2: sus dos primeros momentos (esperanza y
funcin de covarianza) existen y son invariantes por traslacin.
E{Z(x)} = m
cov{Z(x+h), Z(x)} = C(h)

independiente de x
solo depende de h

Ergodicidad: se puede aproximar las esperanzas matemticas (promedio

sobre las realizaciones) por un promedio en el espacio

Momentos de una funcin aleatoria

Es ilusorio querer caracterizar enteramente la distribucin espacial a partir de
un nmero restringido de datos. Por consiguiente, a menudo slo se considera
los parmetros ms relevantes o primeros momentos, a saber:

esperanza de un valor: m = E[Z(x)]

varianza de un valor: s2 = var[Z(x)]

covarianza entre dos valores: C(h) = cov[Z(x + h),Z(x)]

variograma entre dos valores: g(h) = var[Z(x + h) Z(x)] / 2

Los parmetros ms importantes son los dos ltimos, pues modelan la

interaccin entre dos valores, luego dan una imagen sinttica de la continuidad
de la variable regionalizada en el espacio. La covarianza indica qu tan
semejantes son los valores entre dos sitios, mientras que el variograma qu tan
desemejantes son.

Esperanza (primer momento)

Es un promedio ponderado por las probabilidades, si existe. Da
una idea del centro de la distribucin
n

E{Z} = valor esperado o media de Z

i =1

wi = probabilidad de ocurrencia del isimo valor.

E{Z } = m = wi zi

n = nmero de datos

Ea = a

EbZ = b EZ

Ea bZ = a b EZ
Eg ( Z ) =

g ( z ) f ( z ) dz

Varianza (segundo momento)

Nos da una idea de la dispersin de la distribucin de la variable
aleatoria Z. Se define como la esperanza de la desviacin de Z
respecto de su media al cuadrado:

Var{Z } = s 2 = E{[ Z m]2 } = E{Z 2 } m 2 0

n

Var{Z } = s = wi ( zi m) 2
2

i =1

Vara = 0

VaraZ = a 2 VarZ
Varb Z = VarZ

Varianza
La definicin anterior

Var{Z} = s 2 = E{[Z m]2 } = E{Z 2 } m2 0

Es equivalente a la definicin clsica

Otras mediciones
La desviacin estndar, s = s 2 , que es la raz cuadrada
de la varianza, tambin es una medida de la
variabilidad de los datos respecto a la media. Se escribe
en las mismas unidades de la variable.
El coeficiente de variacin (CV), que es adimensional,
es la razn entre la desviacin estndar y la media
(s/m).

Relaciones entre los momentos

La varianza es el valor de la covarianza para una distancia h = 0:
s2 = C(0)
En trminos de la esperanza, se puede escribir como:
Var[Z(x)] = E{[Z(x) m(x)]2}

El variograma y la covarianza estn relacionados entre s:

C(h) = g() g(h)
g(h) = C(0) C(h)
Cuando la distancia de separacin h se vuelve infinita, la covarianza tiende a 0
y el variograma es igual a la varianza.

Resumen

Ejemplo
Inferir la esperanza (media) y el variograma a partir del
siguiente conjunto de datos espaciados 50m:
g(h) = var[Z(x + h) Z(x)] / 2 = E{[Z(x + h) Z(x)]2} /2 (demostrar)
1

Ejemplo (solucin)
El variograma slo se puede calcular para distancias mltiplos de 50m :

g (50m) =

1
(12 22 12 22 32 12 12 02 22 ) =1.39
2 9

g (100m) =

1
(12 32 12 12 22 22 12 22 ) =1.56
28

g (450m) =

1
(12 ) = 0.5
21

Ejemplo
Sea Z(x) una funcin aleatoria estacionaria y Z* el promedio ponderado de
los valores que se encuentran dispuestos en un cuadrado de 100 x 100 m.
Z* = 0,5*Z(x1) + 0,2*Z(x2) + 0,2*Z(x3) + 0,1*Z(x4)

Calcular la varianza de Z* cuan la covarianza espacial de Z(x) es de la forma:

C(h) = 2,5*exp(-|h|/200)

x1

x4

100 m
x2

x3

Muestreo
Hiptesis de trabajo:
La ley de la muestra es correcta
Puede utilizarse como un valor
sin incertidumbre

Muestras
Clculo de
Recursos

Prctica:
Diseo y
Plan Minero

Muestra que se toma es pequea

Existe un error respecto a ley del
conjunto a representar

Clculo de
Reservas
SI LAS MUESTRAS
ESTN MAL, TODO
SALE MAL

Inversin

Protocolo de muestreo

Protocolos
de Muestreo

Preparacin
en terreno

20 kg

Preparacin
en laboratorio
de preparacin
de muestra

40 kg

Muestra AR
(1 m @ 1 cm)

20 kg

Divisor Riffle

Chancador
(-3 mm)
Divisor Rotatorio

1 kg

Muestra
(1 kg)

R2

Pulverizador
(-150#)

250 g

Muestra
(1 g Cu
50 g Au)

Muestra
(250 g)

R4

R3
Preparacin
en laboratorio
qumico

R1

Rechazo grueso

Resumen de errores de muestreo

Optimizacin del
Protocolo de Muestreo

Variabilidad
a pequea
escala

Error Fundamental
Error Segregacin
y Agrupamiento

Implementacin del
Protocolo de Muestreo

Preservacin de
Integridad
de las Muestras

Error de Delimitacin

Error de Extraccin
Errores de Preparacin

Variabilidad
a gran
escala

Fraude

En Tiempo
En Espacio

Error de Ponderacin
Error Peridico

Alteracin
Humanos

Error Analtico

Error de Interpolacin

Prdidas