Profesor: Luis Lorenzo Rodrguez Rojas Carrera: Explotacin de Minas

Alumno: Rodrguez Huaripata Wilmer

Ciclo: IV

Curso: Geo estadstica Ao: 2013

Nocin de variable regionalizada.

En un gran nmero de actividades humanas, principalmente en las ciencias de la tierra, el arte de las minas, Interesa estudiar la variacin espacial de ciertas magnitudes, que llamaremos, de manera general, variables regionalizadas. Como ejemplos simples de variables regionalizadas, citemos entre otras: las densidades de poblacin humana en una zona geogrfica, la potencia (o el espesor) de una formacin geolgica, la ley de un metal dado en un yacimiento minero, etc. El tcnico se puede interesar a estas magnitudes por razones de tipo puramente utilitario. Por ejemplo, para un minero, se puede tratar de estimar las reservas de un yacimiento, en tonelaje y en ley, a partir de un muestreo fragmentario, y, en la medida de lo posible, acompaar estas estimaciones de un clculo de error. pero tambin de una manera ms general, puede interesarse en estas magnitudes para tratar de hacer comprensible el fenmeno natural (regionalizado) que estas magnitudes representan. Se trata entonces de extraer de la masa de datos numricos brutos disponibles, los grandes rasgos estructurales y las caractersticas mayores de un fenmeno natural. Estos dos puntos de vista no se oponen entre s. en efecto, para resolver correctamente un problema esencialmente prctico, como el clculo del error posible cometido en la estimacin de un yacimiento minero, es imperativo tomar en cuenta ciertas caractersticas estructurales de la variable regionalizada, tal como su continuidad. el ejemplo elemental siguiente lo muestra de manera clara. supongamos que se han realizado medidas, a intervalos regulares, a lo largo de una lnea, las cuales han proporcionado, en el terreno, en un primer lugar, la secuencia a de valores numricos: 12345654321

Y, en un segundo caso, la secuencia b:

14361543252

En el caso a, se tiene claramente una estructura simtrica muy fuerte, caracterizada por un decrecimiento muy regular a partir del punto central. en el segundo caso, la estructura, si es que existe, es muy dbil, y la impresin que se tiene es la de una extrema irregularidad. a pesar que las once medidas tienen, en ambos casos, los mismos valores numricos (en un orden diferente), es claro que la estimacin de un valor medio puede ser hecha, en el caso a, con una muy mejor precisin que en el caso b. la precisin depende, en efecto, de la continuidad en el espacio de la variable regionalizada. En este ejemplo simple, se ve tambin, que la descripcin puramente estadstica del fenmeno es enteramente insuficiente. el estadstico que se conformara con la construccin de los histogramas de las secuencias a y b concluira, debido a que estos dos histogramas son idnticos, equivocadamente, a la identidad de los dos fenmenos naturales observados. En el tratamiento estadstico ordinario, en el

cual se conformara con clasificar en forma de histogramas las muestras disponibles, se hace abstraccin del lugar donde han sido tomadas. Se destruyen las estructuras espaciales. Por otra parte, es claro que no basta con saber con qu frecuencia se repite una ley dada en un yacimiento minero. es tambin importante saber de qu manera las leyes se suceden en el espacio, y, principalmente, cul es el tamao y la posicin de las zonas explotables, etcaparece as que las variables regionalizadas no pueden ser asimiladas a variables aleatorias, cuyo estudio es el objetivo de la estadstica habitual. de hecho, la nocin de variable aleatoria solo tiene un sentido concreto si se cumplen las dos condiciones siguientes: posibilidad, por lo menos terica de repetir indefinidamente el experimento que Atribuye un valor numrico definido a la variable aleatoria. independencia mutua de estos experimentos, el resultado de uno de estos no puede Estar de ninguna manera influenciado por el resultado de los experimentos precedentes. Una variable regionalizada no puede verificar estas dos condiciones. si el experimento consiste, por ejemplo, en tomar una muestra de caractersticas definidas en un punto de coordenadas xyz, al interior de un yacimiento, la ley de esta muestra es nica, fsicamente bien determinada y de ninguna manera aleatoria. no hay ninguna posibilidad de repeticin, y la condicin 1 no se verifica. Sin embargo es posible tomar una nueva muestra, no en el mismo punto, sino en un punto vecino del precedente: a pesar que no se trata, estrictamente, del mismo experimento, se podra en rigor, admitir que la condicin se respeta de manera aproximada. Pero ahora la condicin no lo ser de ninguna manera. Si la primera muestra ha sido tomada en una zona rica, la segunda implantada en su vecindad, tendr tendencia, en promedio, a ser rica igualmente, y esta tendencia ser ms pronunciada cuando la mineralizacin ser ms continua. 2.- caractersticas cualitativas de las variables regionalizadas. Las variables regionalizadas que se presentan a observacin, poseen caractersticas cualitativas, ligadas estrechamente a la estructura del fenmeno natural que ellas representan. Entre estas caractersticas que la estadstica ordinaria es incapaz de expresar, y que deben, obligatoriamente ser tomadas en cuenta por la teora de las variables regionalizadas, examinemos, usando como referencia el ejemplo ya dado de una ley en un yacimiento minero, algunas de las caractersticas ms importantes: a) localizacin. Una variable regionalizada no toma sus valores en cualquier lugar, sino ms bien, en una regin bien determinada del espacio, que se llama campo geomtrico: El campo es en general una formacin geolgica, por ejemplo el espacio mineralizado del yacimiento mismo. Pero a veces es necesario limitar el estudio de la variable a una porcin, o panel, de su campo geomtrico natural. Igualmente, la variable ser a veces definida como una funcin f(m) del punto m. sin embargo, a menudo, no habr inters en los valores puntuales, sino en los valores medios de la variable al interior de un dominio pequeo, o soporte geomtrico. Para una ley, el soporte ser el volumen v de la muestra tomada. El volumen v debe estar definido de manera precisa, con sus

dimensiones, su forma geomtrica, y su orientacin en el espacio. si se cambia el soporte v se obtiene una nueva regionalizacin, que presenta analogas con la primera, pero que no es idntica. es as como los bloques de algunos metros cbicos no se distribuyen en el espacio de la misma manera que los testigos de sondajes de algunos kilos. Una de las tareas de la teora de las variables regionalizadas, que se llama a veces tambin geo estadstica cuando se aplica a problemas geolgicos y mineros, consiste en prever las caractersticas de la variable definida sobre un soporte v y en un campo v, conociendo, por ejemplo, las de la variable puntual en un campo diferente v. b) continuidad.- una segunda caracterstica esencial es el grado de mayor o menor continuidad de la regionalizacin en el espacio. en ciertos casos, por ejemplo, para variables que poseen una significacin puramente geomtrica, como la potencia de una formacin geolgica, se observar la continuidad estricta de los matemticos, que se define con y . lo ms corriente, es observar una continuidad ms floja, llamada continuidad en media. En este caso, cuando el punto m tiende hacia m0, solamente el valor medio de [f(m) f(m0)]2 tiende a cero. La reparticin en le espacio toma ahora una forma ms irregular y discontinua. Finalmente puede suceder que la continuidad en media no se verifique. En este caso de extrema irregularidad, nosotros hablaremos de efecto de pepita. Los yacimientos de oro pepitico proporcionan un ejemplo clsico. c) anisotropa.- en tercer lugar, una regionalizacin puede ser anistropa. puede existir, por ejemplo, una direccin privilegiada, a lo largo de la cual los valores se modifican lentamente, mientras que stos varan mucho ms rpido en la direccin perpendicular. Este tipo de fenmenos conocidos con el nombre de corridas, de zonaciones, etc est, en general asociado a la existencia de ciertas estructuras geolgicas. d) fenmeno de transicin.- otros tipos de estructuras se pueden manifestar, ligados a la aparicin en el campo geomtrico de la variable, de una red de discontinuidades: se habla entonces, de una manera general, de fenmenos de transicin. como ejemplos simples, se pueden citar, para las formaciones sedimentarias, las estratificaciones y las repeticiones lenticulares de los estratos. Puede suceder que la variable la cual es constante o casi constante al interior de los estratos, tenga cambios bruscos al pasar de un estrato a otro. A estas discontinuidades verticales, materializadas en el espacio por las uniones estratigrficas, a menudo se adicionan discontinuidades horizontales, debidas al trmino lenticular y a la repeticin de los estratos individuales. esta red compleja de discontinuidades realiza una particin del espacio mineralizado en compartimientos casi independientes entre s (correspondientes, por ejemplo, a antiguos microcuencas, donde las condiciones de depositacin han evolucionado de manera ms o menos autnoma). se puede observar que el efecto de pepita de origen granulomtrico est tambin ligado a un fenmeno de transicin. la red de discontinuidad es en este caso lo que separa, en el espacio, los diferentes granos de estril y de mineral. la naturaleza del fenmeno es la misma, pero la escala es bastante diferente. el efecto de pepita aparece como una forma de fenmeno de transicin ligado a la presencia de micro-estructuras discontinuas en el campo de la regionalizacin. 3.- los esquemas tericos. Para elaborar una representacin matemtica de las variables regionalizadas, capaz de tomar en cuenta las caractersticas estructurales mencionadas anteriormente, se

puede pensar en utilizar la teora probabilstica de las funciones aleatorias. sin embargo, es necesario ver bien, que los naturalistas tienen aqu una objecin muy fuerte, ligada a la unicidad de los fenmenos naturales y a la imposibilidad de la inferencia estadstica. Recordemos, en efecto, rpidamente la nocin de funcin aleatoria. Partiendo de la nocin de variable aleatoria simple x, definida por su ley de distribucin probabilstica f(x), los matemticos han introducido a continuacin las variables aleatorias con varias componentes (x1, x2, , xn) descritas por leyes de distribucin simultneas f(x1, x2, ,xn), luego ellos han examinado lo que se produce cuando n es infinito. una funcin aleatoria es, si se quiere, una variable aleatoria con una infinidad de componentes. en el caso que nos ocupa, estas componentes, en nmero infinito, seran los valores tomados por la variable regionalizada en cada uno de los puntos de su campo geomtrico. se ve cul es la objecin de los naturalistas. los valores tomados por la variable en todos los puntos de su campo deben ser considerados como el resultado de una prueba al azar, en un experimento nico, efectuado segn la ley de probabilidad con una infinidad de componentes que definen la funcin aleatoria. pero el paso inverso no es posible. El experimento es nico y no se puede remontar, a partir de los valores experimentales, la distribucin terica, como tampoco se puede inferir la ley de probabilidad f(x) de una variable aleatoria ordinaria x cuando solo se dispone del resultado de un solo experimento, el cual ha dado un valor numrico particular (por ejemplo x = 98).a pesar que la inferencia estadstica no est fundamentada, es claro que los valores numricos tomados efectivamente por la variable regionalizada, es decir, el fenmeno natural mismo, poseen una realidad fsica, y todo recurso a una interpretacin probabilstica aparece como perfectamente arbitraria. Este es el punto de vista adoptado por la teora de las variables regionalizadas en un primer grupo de mtodos llamados representaciones transitivas. estos mtodos que son el objeto de la primera parte de la obra, no hacen ninguna referencia a alguna hiptesis probabilstica, ni tampoco a algn principio determinstico: el determinismo no es negado a priori, pero solo puede ser puesto en evidencia con la ayuda de estudios especficos, respecto de cada categora de fenmenos naturales, y no servira de nada invocarlos, in abstracto, a nivel de generalidades. el punto de vista puramente descriptivo y formal , adoptado en las representaciones transitivas, puede ser comparado con el de la cinemtica, que desarrolla las leyes generales y formales que todo movimiento debe cumplir, cualesquiera que sean las causas y contenido fsico, del solo hecho que se trata de movimiento. el punto esencial consiste en asociar, a toda variable regionalizada, una funcin g(h) ms simple, llamada covariograma transitivo, capaz de expresar, de una forma sinttica, las caractersticas mayores enumeradas Anteriormente, y al mismo tiempo, de formular y de resolver los problemas importantes propuestos por la prctica, respecto de las variables regionalizadas. Pero hay un caso particular en el cual la objecin de los naturalistas puede ser levantada. Es el caso llamado estacionario. en trminos abstractos, se dice que una funcin aleatoria es estacionaria, si la ley de probabilidad de los valores tomados por esta funcin en k puntos arbitrarios es invariante para toda traslacin del conjunto de estos puntos. Dicho de otra manera, el carcter estacionario implica la homogeneidad del fenmeno en el espacio. si se tienen slidas razones para pensar, por ejemplo, que las condiciones fsico-qumicas del depsito, o de la gnesis, de una mineralizacin son, efectivamente, homogneas en el espacio del yacimiento, esta hiptesis puede ser adoptada, por lo menos en primera aproximacin. En virtud del carcter estacionario, se puede decir que el fenmeno se repite en el espacio, y se concede que la inferencia estadstica es ahora posible, y con ella una interpretacin del fenmeno, fundada en la teora clsica de las

funciones aleatorias. Un papel determinante juega, en esta teora, la funcin de autocorrelacin k(h) , que representa la covarianza de los valores tomados por la funcin aleatoria en dos puntos distintos distantes de h , y que constituye el equivalente probabilstica del vario grama g(h) de las representaciones transitivas. sin embargo, la teora de la auto correlacin se puede aplicar solamente en el caso en que la funcin aleatoria tiene una varianza a priori finita, mientras que muchos fenmenos naturales tienen una capacidad de dispersin casi ilimitada, y no pueden ser descritos correctamente si se les atribuye una varianza finita. Pero, a pesar que la varianza de la funcin aleatoria misma puede ser considerada como infinito, sus incrementos, o diferencias que la funcin aleatoria toma en dos puntos distintos, conservan, en general, una varianza finita. la teora de los esquemas estocsticos intrnsecos, que es el objeto de la segunda parte de la obra, est consagrada al estudio de esta clase particular de funciones aleatorias accesibles solamente por sus incrementos. El papel mayor del covariograma transitivo g(h), o la covarianza estacionaria k(h), incumbe ahora a una funcin de dispersin intrnseca (h), o variograma , la cual representa el incremento cuadrtico medio de la funcin entre dos puntos distantes de h. la teora intrnseca postula la homogeneidad del fenmeno en el espacio y se formula en trminos probabilsticos. Esta teora se opone fuertemente a las representaciones transitivas. Es a la vez menos general y ms potente. menos general, porque grandes clases de fenmenos regionalizados que manifiestan, por ejemplo, un aspecto zonal en el interior de su campo geomtrico, no pueden ser considerados como estacionarios, ni descritos por un esquema intrnseco, mientras que permanecen accesibles a las representaciones transitivas. Ms potente, en el fondo por la misma razn, porque las representaciones transitivas no son capaces de distinguir, en una regionalizacin, lo que es imputable a la variable misma, y lo que resulta de la geometra de su campo, mientras que la teora intrnseca elimina de oficio toda interferencia geomtrica, y permite, cuando ella es aplicable, un estudio ms fino y ms profundo de la variable misma. a pesar de esta oposicin, se constata una convergencia remarcable entre los resultados de los dos mtodos, y un parentesco profundo de sus formalismos matemticos. Se puede pensar que las representaciones transitivas poseen un carcter probabilstico implcito, o, al contrario, que la teora intrnseca no utiliza realmente el contenido probabilstico de sus hiptesis de base, sino solamente su carcter estacionario. En efecto, covariogramas, auto correlaciones y funciones intrnsecas poseen significaciones muy cercanas, ligadas estrechamente, como lo muestra la fsica, a la energa de dispersin del fenmeno representado.