Escolar Documentos
Profissional Documentos
Cultura Documentos
APLICADA À MINERAÇÃO
Belo Horizonte
12 a 14 de dezembro de 2006
• 1º dia (12/12)
I – Introdução e Variografia
• 2º dia (13/12)
II – Estimação e Krigagem
• 3º dia (14/12)
III – Planejamento Geoestatístico
UM BOM MÉTODO DE
ESTIMAÇÃO DEVE:
S 2 P 2 S
2
D = depósito
P = painel
S = sondagem
RELAÇÃO EXPERIMENTAL DE
DE WIJS
v V
log e
2
V v
• DISTRIBUIÇÃO OBSERVADA
Amostras
• DISTRIBUIÇÃO VERDADEIRA
Depósito
• DISTRIBUIÇÃO DE REFERÊNCIA
Modelo teórico
DISTRIBUIÇÃO NORMAL (GAUSS)
x x 2
1
f x .e 2 2x
2
x
CARACTERÍSTICAS AMOSTRAIS
1 n
• Média x xi
n i 1
n 2
1
• Variância S2x x i x
n 1 i 1
• Desvio padrão 2
Sx Sx
CARACTERÍSTICAS AMOSTRAIS
– limite inferior
x kSx k=1nível de confiança de 68%
k=2nível de confiança de 95%
– limite superior k=3nível de confiança de 99,7%
x kSx
DISTRIBUIÇÃO LOGNORMAL
ln x y 2
1 2 2y
f x . e
y 2
TIPOS DE DISTRIBUIÇÃO LOGNORMAL
– Mediana ()
– Desvio padrão ()
1 n
• Média aritmética y ln x i
n i 1
dos logarítmos
2
1 n
• Variância dos 2
Sy ln x i y
logarítmos n 1 i 1
ey
• Mediana
CARACTERÍSTICAS AMOSTRAIS
• Limites de confiança
Limite superior
e
kS y
ou e kS y
• Medidas de Dispersão
– Amplitude total
– Desvio médio
absoluta
– Variância
– Desvio padrão
DECISÃO
TEORIA ESTATÍSTICA DA DECISÃO
No momento de tomar decisões é importante a formulação de
HIPÓTESES relativas às populações em estudo. Estas
suposições, que podem ser ou não verdadeiras, são
denominadas
E X Y x y f x, y dxdy E x E y
VAR c E c E c E 0 0
2
• Aplicação:
– Um experimento
• Medidas para a grupos de amostras (linhas)
• b número de medidas em cada grupo (colunas)
ANÁLISE DE VARIÂNCIA
• Consiste em
- fazer a hipótese da homogeneidade dos
estratos
- obter duas estimativas independentes da
variância comum
- testar a diferença estatística das duas
estimativas
PROCESSO ESTOCÁSTICO é uma família infinita de
variáveis aleatórias Xt(e) ordinárias definidas sobre (E, a),
onde:
E: espaço dos acontecimentos.
e: acontecimento elementar.
a: álgebra com os axiomas: - œ A a Ā a
- œ A1, A2,..., An a Ām a
t: índice que percorre T.
T: conjunto infinito (t T).
x1, x2, x3,..., xn: variáveis, chamadas atividades, não negativas (x1 0,..., xn 0)
Z = c1 x1 + c2 x2 + ... + cn xn : função econômica linear a otimizar (ci)
aij (i = 1, 2,..., m)
nos reais
bi (j = 1, 2,..., n + m)
– Aleatório
– Estruturado
lim E Y ( x) Y ( x0 ) 0
2
x x0
• Efeito de Pepita:
lim Y ( x) Y ( x0 ) c0 0
2
x x0
Hipóteses Restritivas
• F.A. estacionária: E Y ( x ) m( x ) E Y ( x h) m c te
Nota: F.A. centrada, se se usa Y(x)-m (tem m=0)
E Y ( x h) Y ( x) 2 h
2
VARIOGRAMA
(independe de x; define a estrutura da VR; etc.)
Observações importantes:
• O esquema de De Wijs não verifica a estacionaridade de
segunda ordem
• A “relação de Krige” mostra o significado da hipótese
intrínseca
• “Geoestatística Estacionária” é aquela onde o “esquema
intrínseco” é válido
• “Geoestatística Universal” é aquela onde não há
estacionaridades, isto é, onde há derivas altas
• Casos exigindo cuidados especiais: aqueles com “derivas
(drifts)” e/ou com heterogeneidades macroscópicas
• Demonstrações:
- linearidade da deriva: E Y ( x h) Y ( x) m(h)
- o variograma é limitado por uma FA estacionária
de segunda ordem (h) K (0) K (h) (uso da covariância
e/ou do variograma)
Propriedades da COVARIÂNCIA
xxxxxxxxxxxxxxxxxxxxx
• a = amplitude
• c = patamar
lim Y ( x) Y ( x0 ) c0 0
2
• c0 = efeito de pepita:
x x0
g ( x) f1 ( y ) f 2 ( x y )dy f 2 ( y ) f1 ( x y )dy
(notar a ligação com uma “média móvel”)
v
• Regularização de f por p: fp f p
Comportamento na origem
• Parabólico: ( h) A h 2
quando h tende para zero
c0 2 lim (h) 1 1
A
2
N
h 0 v V
Comportamento no infinito
• Variograma limitado: () c te ; (h) C (0) C (h)
1 N 1 1
(1) Y ( x 1) Y ( x)2
2 x 1 N 1
1 N 2 1
(2) Y ( x 2) Y ( x)2
2 x 1 N 2
____________________________
____________________________
1 N k 1
(k ) Y ( x k ) Y ( x)2
2 x 1 N k
Modelos Variográficos (1)
• Modelos com patamar (transitivos):
- com comportamento linear na origem:
- esférico ou de Matheron (fig. 97 (A) e (B))
- exponencial ou de Formery (fig. 97 (C))
- quadrático ou de Alfaro (não tem fig. no livro)
XXXXXXXXXXXXXXXXXXXXXX
Belo Horizonte
12 a 14 de dezembro de 2006