Sei sulla pagina 1di 12

UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE INGENIERA GEOLGICA,


MINERA Y METALRGICA

TEMA:
VARIOGRAMA PROMEDIO
AUTOR:
ACUA GARAY BORIS YURI
CURSO:
GEOESTADSTICA I
PROFESORES:
Ing. TEVES ROJAS AUGUSTO
Ph.D MARIN SUAREZ VALERIANO ALFREDO

LIMA PER 2016

NDICE DE CONTENIDOS

RESUMEN ___________________________________________________________2
INTRODUCCIN ______________________________________________________3
CLCULOS __________________________________________________________8
CONCLUSIONES _____________________________________________________11
BIBLIOGRAFA ______________________________________________________12

RESUMEN
El presente trabajo consiste en realizar un programa que calcule el variograma para una
regin cuadrangular de lado 2m usando el modelo esfrico con un C0=0.2 as como un
C1=0.8 adems de un alcance a=10m, el variograma se tendr que calcular a partir de un
punto ubicado en la esquina inferior izquierda del cuadrado.
El trabajo fue hecho con el lenguaje de programacin Python, corriendo en un sistema
operativo OS X versin 10.11.2 .
Se ha usado el editor de texto Pycharm, debido a su simplicidad.
Las frmulas usadas son las brindadas en clase de teora.

INTRODUCCIN
El estudio sobre la distribucin normal lo comenz de Moivre a finales del siglo XVIII,
aunque toma el nombre de Carl Friedrich Gauss (considerado por la comunidad cientfica
como el matemtico ms prolfico de la historia), puesto que fue el primero que aplic
esta herramienta, concretamente, en el anlisis de datos astronmicos.
La Campana de Gauss es una funcin con tres partes diferenciadas: la zona media, en
cuyo centro se encuentra el valor de la media y es cncava; y los dos extremos, que son
convexos y tienden a aproximarse al eje x.
La importancia de esta distribucin, reside en que aparece constantemente en la
naturaleza o en la actitud de las personas, puesto que representa el comportamiento de los
valores de ciertas variables, cuyas variaciones son influenciadas por fenmenos
aleatorios.
Es bien sabido que en minera muchas de las variables (por no decir todas) son aleatorias,
por lo cual es necesario tener conocimiento sobre el comportamiento de la curva de gauss
para un mejor entendimiento.

Figura 1 .- Forma de la Campana de Gauss, m es la media


s es la desviacin estndar.

DISTRIBUCIN NORMAL
En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o
distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua
que con ms frecuencia aparece aproximada en fenmenos reales.[cita requerida]
La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto
de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss
y es el grfico de una funcin gaussiana.
La importancia de esta distribucin radica en que permite modelar numerosos fenmenos
naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran
parte de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse
asumiendo que cada observacin se obtiene como la suma de unas pocas causas
independientes.
De hecho, la estadstica descriptiva slo permite describir un fenmeno, sin explicacin
alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de
la estadstica en psicologa y sociologa sea conocido como mtodo correlacional.
La distribucin normal tambin es importante por su relacin con la estimacin por
mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos.

Figura 2 .- Distribucin normal y campana de Gauss.

VARIOGRAMA
El variograma o semivariograma es una herramienta que permite analizar el
comportamiento espacial de una variable sobre un rea definida, obteniendo como
resultado un variograma experimental que refleja la distancia mxima y la forma en que
un punto tiene influencia sobre otro punto a diferentes distancias.
El resultado de este anlisis no puede ser aplicado directamente en los diferentes mtodos
de interpolacin que lo ocupan como informacin base, es por esto que una vez calculado
el variograma experimental, debe ser realizado un modelo matemtico que modele de la
mejor forma posible al variograma experimenta, el cual es conocido como variograma
terico.

Figura 3.- Variograma esfrico, con el cual se va a trabajar

PYTHON
Python es un lenguaje de programacin interpretado cuya filosofa hace hincapi en una
sintaxis que favorezca un cdigo legible.
Se trata de un lenguaje de programacin multiparadigma, ya que soporta orientacin a
objetos, programacin imperativa y, en menor medida, programacin funcional. Es un
lenguaje interpretado, usa tipado dinmico y es multiplataforma.
Es administrado por la Python Software Foundation. Posee una licencia de cdigo abierto,
denominada Python Software Foundation License,1 que es compatible con la Licencia
pblica general de GNU a partir de la versin 2.1.1, e incompatible en ciertas versiones
anteriores.

Figura 3 .- Logo de Python.

CLCULOS
Para entender la codificacin es necesario tener conocimientos de Python, mencionado
en la pgina anterior.
Frmula para el variograma esfrico:

3 1 /
! = $% + $' ( / )
2, 2 ,
Donde:

$% = 0.2
$' = 0.8
, = 104
Por lo que tendramos:

3
/
! = 0.2 + 0.8 (
)
20 2000
Nos damos cuenta que la funcin variograma de esta forma se ha vuelto dependiente de
h por lo que tendramos que encontrar h, para lo cual analizamos el grfico.
2m

j=0 j=1 j=2 j=3 j=4 j=5 j=6 j=7


2m

i=0 i=1 i=2 i=3 i=4 i=5 i=6 i=7

Figura 4.- Variacin de h

= 5(

2(26 + 1) 7
2(28 + 1) 7
) +(
)
28
28

Cdigo
Para el cdigo usaremos el bucle for en Python que realizar una accin repititiva siempre
y cuando la variable est dentro del rango, vemos que el rango est determinado por:
Range(0,8,1): Lo cual quiere decir que el i empezar en 0, terminar en 8-1 o sea en 7 e
ir de uno en uno, esto lo hemos determinado segn el grfico anterior.

Figura 5.- Cdigo para calcular el variograma promedio


Salida:

Figura 6.- Muestra el resultado al correr el cdigo


Podemos observar como resultado 0.3019
Tambin podemos ahondar en el anlisis haciendo que vare el nmero de particiones n
y graficando el comportamiento del variograma promedio segn la variacin de el nmero
de particiones, para esto usamos una vez ms el bucle for.

Figura 6.- Cdigo cuando vara el nmero de particiones en la regin ABCD

Ntese que en la figura anterior hemos importado la librera matplotlib.pylot para poder
graficar lo dicho anteriormente, la lista hist es la lista cuyos elementos son los
variogramas promedios para cada valor de n .
SALIDA:

Figura 7.- Se muestra en el eje x nmero de particiones n y en el eje y los valores del
variograma promedio

CONCLUSIONES
El variograma cumple por definicin lo establecido ya que nicamente depende de la
interdistancia de los datos
En el anlisis extra del comportamiento del variograma promedio con el nmero de
particiones se puede observar que a partir de 75 particiones el variograma promedio se
vuelve casi constante, esto tambin es deducible del modelo esfrico.
El anlisis se ha realizado para un sistema bidimensional, puede ser llevado a
tridimensional de manera similar con un anlisis no complejo.
Nos es realmente til saber programacin , de otro modo hubiese sido difcil la realizacin
del presente trabajo.
El variograma calculado nos es til para posteriormente hallar la varianza de estimacin.
El clculo involucrado facilita ms tarde una manera de comprender el nmero de
muestras representativas que se deben de tomar en una regin mediante la varianza de
estimacin

BIBLIOGRAFA
https://es.wikipedia.org/wiki/Distribucin_normal#Definici.C3.B3n_
formal
http://geoestadistica.com/variografia_modelamiento.htm
https://es.wikipedia.org/wiki/Funcin_gaussiana
https://es.wikipedia.org/wiki/Python
https://es.wikipedia.org/wiki/Teorema_del_l%C3%ADmite_central
http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606
.pdf

https://es.wikipedia.org/wiki/Variograma