Sei sulla pagina 1di 21

SIMULACIÓN

CONDICIONAL
GEOESTADISTICA
1

Ing. Alejandro Vásquez Arrieta


2 Características del Kriging
 Estimación óptima, error de estimación mínimo.
 Interpolación exacta.
 Suavizamiento: La dispersión de los valores
estimados es menor que la dispersión de los
valores verdaderos.
 Histograma y variograma diferentes.
 Sesgo en la estimación de funciones que
involucran a valores umbrales (ley de corte).
 Varianza de kriging solo depende de posición y
de modelo de variograma.

Ing. Alejandro Vásquez Arrieta


3 Características de Simulación
 Estimación no óptima, error de estimación no es
mínimo.
 Interpolación exacta solo cuando es
condicional.
 No suaviza: La dispersión de los valores simulados
igual que la dispersión de los valores verdaderos.
 Histograma y variograma iguales.
 Insesgo en la estimación de funciones que
involucran a valores umbrales (ley de corte).
 Permite medir la precisión de la estimación por
intervalos de probabilidad.

Ing. Alejandro Vásquez Arrieta


Simulación no condicional
4

Ing. Alejandro Vásquez Arrieta


Simulación condicional
5

Ing. Alejandro Vásquez Arrieta


6 Aplicaciones de Simulación
 Estimación de variables, pero requiere de
promediar escenarios.
 Para estimar la probabilidad de ocurrencia de
un evento (probabilidad de que la ley sea
mayor que la ley de corte).
 Medición de incertidumbre: definir intervalos de
probabilidad para los valores desconocidos.
 Análisis de riesgo: proponer diversos escenarios
(uno optimista, uno pesimista, uno intermedio) y
guiar la toma de decisión..

Ing. Alejandro Vásquez Arrieta


7
Contaminación por cobalto

Ing. Alejandro Vásquez Arrieta


8

Localizaciones Muestreadas

Ing. Alejandro Vásquez Arrieta


9

Red de Puntos a Simular

Ing. Alejandro Vásquez Arrieta


10

Distribución de datos medidos experimentalmente y


localizaciones propuestas a simular
Ing. Alejandro Vásquez Arrieta
11

Valores ZK*(x), obtenidos por kriging a partir de los


datos experimentales
Ing. Alejandro Vásquez Arrieta
12

Valores ZS(x), simulados no condicionalmente.

Ing. Alejandro Vásquez Arrieta


13

Valores ZSK*(x), obtenidos por kriging a partir de los


datos simulados en las localizaciones muestreadas.
Ing. Alejandro Vásquez Arrieta
14

Diferencia [ZS(x) – ZSK*(x)] simulada.

Ing. Alejandro Vásquez Arrieta


15

Valores ZSC*(x) de la simulación


condicional.
Ing. Alejandro Vásquez Arrieta
16

Ing. Alejandro Vásquez Arrieta


• La estimación por kriging tiene como objetivo
17 proporcionar en cada localización a estimar un valor
Z*(x), lo más próximo posible del valor real y
desconocido Z(x) del fenómeno estudiado.

• La estimación por kriging no reproduce la dispersión


de los datos reales, más bien subestima en general esta
dispersión.
• La simulación condicional de la geoestadística,
reproduce media y variograma de los datos reales, así
como el histograma, es decir, se reproducen las
principales características de dispersión del fenómeno
real.

• Ahora, en cada localización, el valor simulado no es el


mejor estimador de Z(x) que es posible obtener.
Ing. Alejandro Vásquez Arrieta
18

Ing. Alejandro Vásquez Arrieta


19

Ing. Alejandro Vásquez Arrieta


20

Ing. Alejandro Vásquez Arrieta


21

Ing. Alejandro Vásquez Arrieta

Potrebbero piacerti anche