IMPLEMENTACIÓN ESTADÍSTICA PARA ESTIMACIÓN

DE DISTANCIAS CARTOGRÁFICAS POR MEDIO DE LA

SIMULACIÓN DE BUFFON Y LA APLICACIÓN DEL
BOOTSTRAPPING

STATISTIC IMPLEMENTATION TO ESTIMATE CARTOGRAPHIC DISTANCES

THROUGH BUFFON SIMULATION AND BOOTSTRAPPING APPLICATION

Resumen Abstract

Se propone una metodología para estimar We propose a methodology to estimate

la longitud de una trayectoria cartográfica
por medio de métodos estadísticos y
probabilísticos, tales como la técnica de
remuestreo Bootstrapping y la simulación
de Buffon, demostrando que no solo se
puede lograr exactitud en las mediciones
tomadas en campo.
Palabras claves:
Simulación
Cartografía
Remuestreo
the length of a cartographic history using
statistical and probabilistic methods, such
as Bootstrapping resampling technique
and simulation of Buffon, demonstrating
that not only can achieve accuracy in
measurements taken in the field.
Key words:
Simulation
Cartography
Resampling
Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping
1. Introducción
En la actualidad existen diversas maneras
de medir y encontrar distancias de una
forma más sencilla que realizar las
mediciones en campo, para evitar esta
tediosa labor la estadística
probabilidad han desarrollado métodos
geométricos, los cuales permiten hacer en
oficina esta labor métrica.
Uno de ellos fue la simulación de Buffon
y la técnica de Bootstrapping, que
permitieron el desarrollo de
procedimientos que se van
mostrados a continuación y que así
mismo permitieron arrojar un resultado
muy preciso y cercano a los tomados en
el trabajo de campo.
1.1 Preliminares
Simulación de Buffon
Es un problema de la probabilidad
geométrica que fue planteado y resuelto
en 1777 por el Conde de Buffon, El
problema se presenta con un plano
dividido en rectas paralelas equidistantes
a una unidad m y con una aguja de
longitud l tal que l ≤ m estas son
dibujadas sobre la trayectoria a medir .
El problema demuestra la probabilidad
de que la aguja corte alguna de las rectas,
para ello se debe arrojar al azar sobre el
y la papel un gran número de veces, una fina
aguja de un centímetro de largo, de forma
que caiga acostada. Se calcula la
proporción de veces que la aguja interseca
alguna línea del papel y el valor de se
estima como la inversa de dicha
proporción.
los
a ser Este método de simulación tuvo como
principal logro encontrar la dimensión del
número pi con sus cinco primeros
decimales, a través de la función seno,
para ello tuvieron en cuenta los
siguientes casos:
Podrá darse dos casos: que la aguja corte
alguna recta o que no cruce ninguna.
Cuando no cruce (caso 1) tomaremos la
distancia s como la longitud desde el
punto medio de la aguja hasta la paralela
que se encuentre más próxima y cuando
se produzca una intersección (caso 2)
definimos α que será el ángulo que forma
la aguja con la paralela.
Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping

En la ecuación podemos sustituir p por

C/L, dónde L será el número de
lanzamientos realizados y C el número de
cruces de la aguja con una recta. Si
despejamos podemos obtener una
aproximación de π que quedaría de la
siguiente forma

Figura 1 (3)

Obtenemos una variable aleatoria (α, s) Si se da el caso de que la aguja tiene el

que su valor dependerá del caso. Sus tamaño máximo (l=m) tenemos que
valores quedan definidos en los intervalos
(0≤α≤π) y (0≤s≤m).
(4)
Vamos a describir matemáticamente la
Aquí obtenemos los resultados de un
probabilidad de que se produzca el caso
experimento que he realizado a partir de
2, es decir, que la aguja corte a una
este método usando una aguja de la
paralela. La probabilidad p es el área de la
misma longitud que la distancia entre las
sinusoide dividido entre el área del
líneas paralelas. Vemos que el cociente
rectángulo [0, π] x [0, m] (cociente entre
entre lanzamientos (11700) y el número
casos dados y casos posibles).
de cruces (7444) se aproxima bastante a
π/2.
(1)
Actualmente existen simuladores
informáticos que facilitan la tarea de los
Si resolvemos la integral obtenemos
lanzamientos y el conteo de aciertos y no
como resultado final
aciertos ya que sería una labor muy
tediosa realizar esto tal como se hacía en

(2) sus inicios.

 Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación del bootstrapping

2. Técnica de Bootstrapping de la aguja y el numero de lanzamientos

gracias a estos lanzamientos me da una
El bootstrapping (o bootstrap) es un
aproximación de una longitud de la vía
método de remuestreo propuesto por
realizando este proceso en repetidas
Bradley Efron en 1979. Se utiliza para
ocasiones para obtener una mayor
aproximar la distribución en el muestreo
exactitud.
de un estadístico. Se usa frecuentemente
para aproximar el sesgo o la varianza de
un estadístico, así como para construir
intervalos de confianza o realizar
contrastes de hipótesis sobre parámetros
de interés. En la mayor parte de los casos
no pueden obtenerse expresiones cerradas
para las aproximaciones bootstrap y por
lo tanto es necesario obtener muestras en
un ordenador para poner en práctica el
método. La enorme potencia de cálculo
de los ordenadores actuales facilita
considerablemente la aplicabilidad de este
método tan costoso computacionalmente. Figura 2. Simulador trabajado

3. Metodología http://mste.illinois.edu/reese/buffon/bufja
va.html
Se eligió una vía ubicada en la sabana de
Bogotá, con ella probaremos la exactitud Number of Needle Drops= Numero de

de los dos métodos elegidos la técnica de agujas lanzadas

bootstrapping y el problema de Buffon. Number of Hits = Numero de agujas

Inicialmente por medio del simulador de interceptadas con las paralelas (numero

Buffon realizamos unas series de de aciertos)

mediciones aleatoriamente teniendo en Length= Longitud de las agujas.

cuenta el numero de aciertos, la longitud

4 Universidad Distrital Francisco José de Caldas

Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping

En este caso elegimos agujas con una líneas de longitudes iguales y así obtener
longitud de 0.5 en el simulador y se un dato de la longitud del recorrido,
hicieron varios intentos repito este proceso hasta ocho veces con
diferente longitud de la línea (Aguja) en
Después con la vía que elegimos la
cada proceso, arrojando ocho diferentes
insertamos en un software tipo CAD que
datos de medida.
me permita digitalizar el recorrido con

Figura 3. Imagen de la digitalización de la vía Colombiana (Vía de Bogotá D.C)

Después de eso, se realiza con los datos obtenidos una tabla de frecuencia y se hace por
medio del Bootstrapping un ordenamiento aleatorio de los datos de los cuales por cada
columna hecha en la tabla se utiliza un estimador para encontrar la longitud, en este caso el
estimador utilizado es el promedio usual que gracias a cada uno de ellos puedo hacer más
exacta la medición para encontrar los intervalos de confianza de las medidas tomadas.
Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping

TABLA DE FRECUENCIA

DATOS FRECUENCIA
16619,844 0,16666667
16574 0,16666667
16602 0,16666667
16500 0,16666667
16590 0,16666667
16622 0,16666667
Figura 4.

PROMEDIOS OBTENIDOS DESPUES DEL BOOTSTRAPPING

16577,634 16579,572 16585,454 16583,437 16582,538 16583,88 16580,949

16580,732 16581,501 16582,232 16587,174 16586,564 16585,444 16588,274
16579,614 16591,034 16587,474 16586,512 16584,634 16580,397
16582,56 16580,838 16581,763 16584,138 16588,198 16584,543
16594,424 16582,18 16578,918 16587,495 16579,67 16591,509
16584,375 16580,4 16584,618 16582,114 16589,923 16581,675
16584,677 16587,297 16585,544 16580,378 16587,66 16590,483
16586,001 16582,16 16586,594 16586,177 16588,39 16586,935
16587,352 16583,977 16577,54 16578,864 16580,357 16588,407
16580,957 16580,144 16588,15 16586,109 16591,892 16579,883
16585,277 16580,672 16589,612 16589,738 16577,804 16583,08
16577,274 16585,703 16585,737 16579,655 16592,524 16583,694
Figura 5.
Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping

4. RESULTADOS promedios sacados en el bootstrapping

que como vemos se encuentra dentro del
De Buffon se obtuvo que la longitud
intervalo de confianza obtenido pero
aproximada de la vía por medio de la
vamos a ponerlo a prueba con la formula
fórmula utilizada es de: 16584,27585.
de estadísticos de prueba para
Ahora con lo que se realizo con el desconocido.
Bootstrapping se obtuvo con una
La fórmula aplicada es:
confianza de 95% el siguiente intervalo:

(8)
Formula Utilizada:

Y es comparado de la siguiente forma:

(5) (9)

(Intervalo de confianza para

desconocido)

(16583.51, 16585.35) en el cual se

observa que el promedio usual entra en
este rango obtenido y se tiene como Y es comparado de la siguiente forma:
estimador el promedio usual que sacamos
con los 6 datos encontrados que fue
16584,64067.
Se compara
Ahora pusimos a prueba la siguiente
hipótesis, que fue la longitud encontrada
Esto no es cierto entonces quiere decir
con el problema de Buffon: que se acepta, entonces el dato
encontrado de la longitud de la trayectoria
(6) de la vía a través del problema de Buffon
(7) es aprobado como una medida precisa y
correcta del recorrido medido.
Este número es el numero encontrado con
Buffon que aplicamos de todos los
Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación d el bootstrapping

5. CONCLUSIONES muy buen acercamiento a la distancia

real, esto nos demuestra que no solo los
Se puede concluir que la simulación de
métodos métricos elaborados en campo
Buffon y la técnica de bootstrapping son
son efectivos a la hora de encontrar
métodos que nos ofrecen un muy buen
longitudes cartográficas, la estadística y
modelo de exactitud debido a que la
la probabilidad son una muy buena
longitud real de la vía es: 16584.1652;
opción para este tipo de trabajos, debido
que como se puede observar se encuentra
a la poca diferencia en las medidas
dentro del intervalo de confianza hallado.
tomadas en campo.
Además notamos que la cantidad
calculada con el problema de Buffon nos
da una diferencia de 0.11065 que es un

REFERENCIAS BIBLIOGRAFICAS
[1].Efron, B. (1967), `The two sample
problem with censored data', Proccedings
of the Fifth Berkley Symposium of [5].http://mste.illinois.edu/reese/buffon/b
ufjava.html
Mathematical Statistic and Probability 4,
831. [6].http://www.genciencia.com/matematic
as/el-problema-de-la-aguja-de-buffon
[2].Efron, B. (1979), `Bootstrap methods:
Another look at the jackknife', Annals of [7].http://www.famaf.unc.edu.ar/~pury/fa
maf.gui/probest/buffon/node3.html
Statistics.
[3].Gilbert, J. P. (n.d.), `Ramdon [8].http://mste.illinois.edu/reese/buffon/b
ufjava.html
censorship', Unpublished Ph.D Thesis.
[4].http://www.famaf.unc.edu.ar/~pury/fa [9].http://www.genciencia.com/matematic
as/el-problema-de-la-aguja-de-buffon
maf.gui/probest/buffon/node3.html
 Implementación estadística para estimación de distancias cartográficas por medio de la simulación de buffon y la aplicación del bootstrapping

IBETH CALDERÓN TRILLERAS

Estudiante de Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de
Caldas, Bogotá, Colombia.

IVAN RICARDO PEDRAZA VEGA

Estudiante de Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de
Caldas, Bogotá, Colombia.

JAVIER MAURICIO HERNÁNDEZ JIMÉNEZ

Estudiante de Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de
Caldas, Bogotá, Colombia.

VANESSA FLOREZ LAMPREA

Estudiante de Ingeniería Catastral y Geodesia, Universidad Distrital Francisco José de
Caldas, Bogotá, Colombia.

9 Universidad Distrital Francisco José de Caldas