ESQUEMA DEL PROYECTO DE INVESTIGACIN

1. GENERALIDADES

TTULO

CALCULO DE VARIOGRAMA PROMEDIO MEDIANTE SOFTWARE.

AUTOR:

JOSE ENRIQUE CUEVA GOMEZ

ASESOR:

ING. AUGUSTO TEVES ROJAS.

TIPO DE INVESTIGACIN

Investigacin Cuantitativa-Aplicada.

LNEA DE INVESTIGACIN

GEOESTADSTICA Y PROGRAMACIN.

LOCALIDAD:

Av. Tpac Amaru 210, Rmac

DURACIN DE LA INVESTIGACIN

Desde mayo del 2017 hasta junio del 2017.

2. PLANTEAMIENTO DEL PROBLEMA
2.1. DESCRIPCION DEL PROBLEMA
El problema se basa en realizar variograma promedio para 6 tipos de casos
utilizando el modelo esfrico. Los variogramas promedios a realizar son e
una dimensin y en una red bidimensional de longitudes L y l para
diferentes casos mediante el modelo esfrico dndole valores para las
constantes C y a. El valor de h va a depender del nmero de particiones
para cada uno de los casos siguiendo una relacin geomtrica de
distancias entre puntos de la red bidimensional, as como tambin entre
puntos que se encuentran en una misma lnea.
2.2. FORMULACION DEL PROBLEMA
Los 6 casos a analizar son:
1.- Un punto fijo M y el otro punto M vara en una lnea recta.
2.- M y M varan en una lnea recta.
3.- Sea un rectngulo se ubican los puntos M y M en lados opuestos y varia
de arriba hacia abajo.
4.- El punto M fijo en el vrtice de un rectngulo y el otro punto M se mueve
en toda la regin del rectngulo.
5.- El punto M varia en un lado del rectngulo y M varia en toda la superficie
del rectngulo.
6.- Ambos puntos M y M se mueven en toda la superficie del rectngulo.
3. OBJETIVOS
3.1. OBJETIVOS GENERALES
Definir el concepto de variograma promedio, sus aplicaciones e
importancia.
Crear el algoritmo haciendo uso de un lenguaje de programacin
Analizar y comparar todos los resultados obtenidos.
3.2. OBJETIVOS ESPECIFICOS
Hacer uso de la lgica para la deduccin de las formulas recursivas.
Determinar las curvas isovalricas de los variogramas promedios
bidimensionales.
4. INTRODUCCIN
La geoestadstica es una ciencia que utiliza la informacin recogida de la
superficie terrestre, expresada en cifras, para conocer la mayor o menor
probabilidad de existencia y distribucin de yacimientos mineros. Ello
permite, a la vez, estimar el mejor modo de llevar a cabo los sucesivos
procedimientos extractivos.
Aunque fue creada a inicios de la segunda mitad del siglo pasado (60
70s), la geoestadstica alcanz un brillo especial durante la dcada de los
90s. Tiene cinco grupos de tcnicas principales: la geoestadstica lineal,
no lineal, no estacionaria, multivariada y las simulaciones.
Su herramienta bsica se denomina variograma. Se emplea para medir
la relacin entre muestras espacialmente diferentes y para proyectar
estimadores de los puntos que no participaron en el muestreo.
Cmo funciona?
Una vez recogida la informacin que va a utilizarse, se decide qu
modelos de estimacin se usarn. Existen dos grandes modelos
actualmente utilizados: el kriging (o krigeaje), que se subdivide en
ordinario, simple y de indicadores, y el kriging puntual y de bloques. Esto
en honor al ingeniero sudafricano Danie Krige, que comenz a desarrollar
la geoestadstica durante su trabajo en las minas de oro de Witwatersrand.
Adems, existen otros modelos de kriging como el universal, el IRFk, el
disyuntivo y el log-normal. El kriging no slo se usa en minera; tiene
aplicaciones hidrogeolgicas, en las ciencias de la tierra,
medioambientales, en el procesamiento de imgenes satelitales e incluso
en el diseo de aparatos que utilizan microondas, entre otros.
En el campo de la minera, lo que busca el kriging en trminos generales
es interpolar un valor (como la elevacin, porosidades o presencia de
contaminantes, por ejemplo) de un lugar que an no ha sido observado
en base a observaciones realizadas en ubicaciones cercanas.
As, la geoestadstica puede realizar evaluaciones de reservas mineras,
es decir, la estimacin de parmetros a partir de un nmero relativamente
pequeo de perforaciones y muestras diversas.
Este curso est incluido dentro de la malla curricular para nuestra
formacin como Ingenieros de Minas, el cual se subdivide en dos cursos:
Geoestadstica I y Geoestadtica II. Conforme al avance del curso de
Geoestadstica I, se ha revisado la definicin de Geoestadstica, sus
herramientas tales como El Variograma promedio, trmino que ser muy
utilizado en el presente trabajo.
Adems, cabe resaltar que el uso de la informtica en la Geoestadstica
es de vital importancia por ser de gran ayuda al simplificarnos clculos
tediosos. Como lo es en el siguiente informe, donde se utiliza el software
de Matlab para realizar los clculos, as como tambin para obtener las
grficas.
5. MARCO TEORICO
El Variograma
El Variograma es una herramienta que permite analizar el comportamiento
espacial de una variable sobre una zona dada y modela como dos valores
en el espacio se ponen en correlacin. Es un estimador de la varianza
poblacional, por lo tanto debe tener una tendencia de estacionaridad y es
un soporte para las tcnicas del Kriging ya que permite representar
cuantitativamente la variacin de un fenmeno regionalizado en el
espacio. El variograma est relacionado con la direccin y la distancia (h).
El variograma se ve limitado porque es un estadstico de dos puntos y
adems porque es extremadamente sensible a valores extremos.
El variograma est formado por los siguientes elementos:

Fuente: Geoestatistics for Natural Resources Evaluation, Goovaerts

Autor: Evelyn Vliz
Por qu determinar tal ecuacin?
Porque, en las diversas aplicaciones Geoestadstica, por ejemplo, la
estimacin de la variable en un punto a travs del krigeaje necesita de la
utilizacin del semivariograma que contenga informacin en todos los
puntos de anlisis y este dato lo puede proporcionar slo el variograma
terico, adems es evidente que el trabajo se tornar ms confiable,
ptimo y cmodo de trabajar con una ecuacin que con datos brutos.
De la serie de variogramas tericos, se tiene que escoger aquel que se
ajuste mejor a nuestro variograma experimental, sobre todo en las
proximidades del origen porque es la zona ms confiable del variograma.
Existen muchos mtodos de modelos tericos para fines de este trabajo
se trabajar ay describir el modelo esfrico
Modelo esfrico

En este modelo, La interseccin de la tangente en el origen, h=0, con la

meseta se sita a 2/3 del alcance.
Demostraremos la validez de esta relacin: La ecuacin de la tangente T, en
h = 0.
Derivando con respecto a h se obtiene:

Definicin de variables.
Las variables utilizadas en este problema son:

h: distancia entre punto y punto

(h): Variograma de h
Z(x): Punto o valor en la posicin X
Z(x+h): Punto o valor en la posicin X+h
a: Alcance del Modelo Esfrico
C: constante del Modelo Esfrico
 6. SOLUCIN DEL PROBLEMA PLANTEADO
CASO 1

A h1 h2 h3 L hK B

n particiones
Donde: =

Y est definido con el modelo esfrico:

; =0
3 1 3
() = + ( ) ; ]0; ]
2 2 3

+ ; >

Si para este modelo esfrico consideramos un = 0, entonces la funcin

queda definida de la siguiente manera:

0 ; =0
3 1 3
() = ( ) ; ]0; ]
2 2 3

; >

Donde siguiendo evaluando para cada h tenemos:

1 = (1 ) = ( )

2 = 2 (2 ) = (2 )

3 = 3 (3 ) = (3 )

= () = ( )

= () = ( )

Entonces obtenemos el valor la variabilidad para cada hk.
Finalmente sumamos y obtenemos el promedio de todas las variabilidades
encontradas:
=
=1
( )

(
)=

El cdigo echo en Matlab ser:

CASO 2
CASO 3
CASO 4
CASO 5
CASO 6