Variable regionalizada y

definiciones
MIN 235 Geoestadstica y Anlisis espacial
Rodrigo Estay Huidobro
rodrigo.estayh@usm.cl
Marcelo Andrs Prez
marcelo.perezc@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
 Qu es la geoestadstica?

Geo estadstica

Ciencias de la Tierra (minera, Considerar dependencias entre las

forestal, gas, petrleo, geofsica, observaciones y su distribucin en el
oceanografa, etc) espacio

Georges Matheron (1962)

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 independiente de x
cov{Z(x+h), Z(x)} = C(h) 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
diferentes 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

E{Z } = m = wi zi wi = probabilidad de ocurrencia del i-simo
i =1 valor.
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 (dispersin en torno a

la media)
 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