se ha simulado 1000 datos aleatorios en el software libre python con la consigna de hallar la desviacion estandar como tambien la media de los 1000 valores simulados
1. GEOESTADISTICA I 1
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
“Año de la consolidación del Mar de Grau”
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Geológica
Minera y Metalúrgica
Geoestadistica aplicada a 10000 números
aleatorios
CURSO: Geoestadistica
PROFESOR: Dr. Marin Suarez Valeriano
Ing. Tevez Rojas Augusto
ALUMNO: HuapayaHurtado Abel
11 de abril de 2017
2. GEOESTADISTICA I 2
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
OBJETIVOS
o Calcular el Variograma e Histograma de los 1000 datos obtenidos en forma
aleatoria.
o Observar tanto el histograma y el Variograma al realizarlo con los valores
tomados sin orden, y cuando se toman teniendo en cuenta un orden
decreciente.
o Comparar los resultados obtenidos de las graficas en ambos casos (datos sin
orden y datos ordenados de manera decreciente).
ALCANCES
En este informe se investigara y analizara la creación de números aleatorios, la media,
varianza, desviación estándar, coeficiente de variabilidad, cálculo de histogramas y
Variogramas de los 1000 datos generados.
No se verán el estudio de la Covarianza, del teorema del límite central, no se agrupara
en grupos para un análisis mayor (Compositar), no se verán el uso de Variograma
relativo, Variograma cruzado ni de Nube de Correlación, tampoco se verán los modelos
teóricos de distribución.
3. GEOESTADISTICA I 3
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
INTRODUCCION
En el campo de las ciencias de la tierra es muy común encontrar variables distribuidas
espacialmente, para el estudio de estas variables son usados diversos procedimientos
geoestadísticos.
Lageoestadísticasurge en la década del 50 a partir de estudios realizados con el objetivo
de obtener una mayor precisión en la estimación de recursos y reservas minerales. Su
punto de partida es el análisis de los fenómenos distribuidos en el espacio (por ejemplo
la mineralización).
Hoy por hoy, los dominios de aplicación de la geoestadística son amplios ya que a partir
del estudio de la variabilidad de sus variables, se obtienen elementos para predecir sus
características. Además de la minería que es el campo que le dio origen se pueden
mencionar otras áreas de estudio tales como: el petróleo, pesca,lasalud,ingenieríacivil,
finanzas, cartografía, el medio ambiente, entre otros. En el surgimiento y desarrollo hay
tres elementos importantes que destacar: la consolidación de la geoestadística con los
trabajos de G. Matheron en 1965, el establecimiento de la escuela de Fontainebleau y
finalmente el desarrollo de la Geoestadística asociada con la informática.
En este informe se encontrara el inicio de la geoestadística y aplicación de la misma en
el cálculo de estimación de recursos y reservas. En la primera parte se dará el marco
teórico necesario para el claro entendimiento de lo planteado en el informe.
Posteriormente se dará a conocer el planteamiento y desarrollo del mismo, en el cual
severá cómo secalculanlos números aleatorios,serealizara elcálculo de los parámetros
estadísticos, se describirá el procedimiento empleado para el cálculo del histograma y
Variograma.
4. GEOESTADISTICA I 4
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
MARCO TEORICO
Función Variograma
El Variograma se define como la media aritmética de todos los cuadrados de las
diferencias entre pares de valores experimentales separados una distancia h, o lo que
es lo mismo, la varianza de los incrementos de la variable regionalizada en las
localizaciones separadas una distancia h.
Var {Z(x + h) - Z(x)} = 2 γ(h)
La función γ(h) se denomina Variograma, la cual puede ser obtenida por la expresión.
Np(h): Es el número de pares a la distancia h.
h: Es el incremento.
Z(xi): Son los valores experimentales.
xi: Localizaciones donde son medidos los valores z(xi).
Estaexpresión de γ(h) representa el útil más importante en todo estudio geoestadístico.
Su cálculo no consiste en una simple evaluación de su expresión, esta operación está
relacionada con los elementos siguientes:
La dirección en la que será calculado el Variograma, uno o dos ángulos que
definen una dirección en el espacio a y/o b con tolerancias angulares. El
Variograma calculado usando tolerancia angular de 90º se denomina
"Variograma medio", "global" u "omnidireccional".
El incremento o paso en el cálculo del Variograma h y su tolerancia lineal dh, se
recomienda que el valor de dh sea la mitad del incremento inicial.
Una distancia, que representa la distancia máxima a que pueden estar alejados
los segundos puntos del par con respecto a la línea que define la dirección de
cálculo, conocido como ancho de banda.
La distancia Lmax hasta la cual será calculado del Variograma. Se recomienda que
ésta sea la mitad de la distancia entre las muestras más alejadas, aunque
dependiendo de la geometría del fenómeno regionalizado en algunos casos
puede ser calculado hasta una distancia superior.
5. GEOESTADISTICA I 5
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
FORMULACIÓN DEL PROBLEMA
En la presente, se tomaran 10000 datos aleatorios en un rango de ]0,1[, para luego
agrupar los datos de 1 en 1, 5 en 5, 10 en 10, 20 en 20 y 50 en 50. Finalmente hallaremos
los Variogramas de las diferentes agrupaciones de datos.
Estos datos se les realizaran un estudio estadístico (descriptivo) y geoestadístico
(función variograma).
Estos datos generados se agruparan de la siguiente manera:
La figura muestra el esquema a estudiar
Compositar: es el promedio aritmético de un determinado grupo de valores, cuyo
número de elementos es un múltiplo del número de elementos total. Por ejemplo de
2000 datos, se composita de 10 en 10, obteniendo 1 nuevo dato por cadagrupo, en total
se obtendría 200 datos.
6. GEOESTADISTICA I 6
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
DEFINICION DEL PROBLEMA
El problema consiste en generar 10000 datos aleatoriamente, para luego ser agrupados
de 5 en 5, 10 en 10, 20 en 20 y 50 en 50. Se analizaran los histogramas y Variogramas
de los datos generados, de ahí se compararan en todos los casos.
CALCULO DE NÚMEROS ALEATORIOS
Generaremos Números Aleatorios que se encuentren en el intervalo de (0,1) mediante
la ayuda de Excel.
0,7798463702
0,9550586939
0,3810208440
0,6858370304
0,7107805610
0,7552736998
0,4513230920
0,3120884895
0,5705515742
0,2103844881
0,2327192426
0,7777144909
0,9942302108
0,7276786566
0,5658465028
0,3733034134
0,6725513339
0,5474516153
0,7923186421
0,8865139484
0,8050388694
0,3836315870
0,8328509927
0,3677000999
0,8031308055
0,3144046068
0,5153854489
0,1455361843
0,2433041930
0,9228395224
0,1532154679
0,0926418304
0,0702001452
0,6875129938
0,3731110692
0,1412069798
0,0497488379
0,6231344938
0,1934438348
0,0486168861
0,4722945094
0,1711713076
0,3523119092
0,4130771160
0,1057204604
0,3404735327
0,8856649995
0,9392385483
0,3985740542
0,0978990793
0,9554293752
0,9538223743
0,9331917167
0,0089386702
0,9276328683
0,1712450981
0,1288239360
0,1283408403
0,7005298734
0,7092435360
0,1947602630
0,1407369375
0,2827263474
0,3544998169
0,3334543109
0,7512661219
0,6213048100
0,0782663822
0,1936487556
0,3262003660
0,6799493432
0,8019909859
0,5735003352
0,7835694551
0,7670705914
0,4129416943
0,3737048507
0,7337859869
0,1139307618
0,0298318863
0,8006221652
0,8702703714
0,7027686238
0,5184452534
0,8194012046
0,6100758314
0,3449245095
0,2572607994
0,8571049571
0,9845134020
0,0089653134
0,1530778408
0,7558354735
0,7797769308
0,3988094926
0,9066410065
0,9758588672
0,9275680780
0,7818520665
0,5282652378
0,0487303138
0,1457213163
0,0670896173
0,1034607887
0,2804190516
0,8288289309
0,1332452893
0,8085582256
.
.
.
10000 DATOS
7. GEOESTADISTICA I 7
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
Columna1
Media 0,499637484
Error típico 0,002902182
Mediana 0,497481465
Coeficiente de variación 0,58085748
Desviación estándar 0,29021817
Varianza de la muestra 0,084226586
Curtosis
-
1,200508315
Coeficiente de asimetría 0,001846357
Rango 0,999576569
Mínimo 0,000304937
Máximo 0,999881506
Suma 4996,374839
Cuenta 10000
0
20
40
60
80
100
120
140
0,000304937
0,050283766
0,100262594
0,150241423
0,200220251
0,25019908
0,300177908
0,350156736
0,400135565
0,450114393
0,500093222
0,55007205
0,600050879
0,650029707
0,700008535
0,749987364
0,799966192
0,849945021
0,899923849
0,949902678
ymayor...
Frecuencia
Clase
Histograma
Frecuencia
18. GEOESTADISTICA I 18
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
A continuacion se presenta la grafica donde se encuentran los variogramas en mismo
cuadro para asi poder compararlos:
19. GEOESTADISTICA I 19
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
CONCLUSIONES
Bien lo dijo Matheron que la Geoestadística es una mezcla de matemática, estadística y
computación. Este informe afirma esta frase ya que nos basamos en matemática para la
parte operativa, estadística para calcular parámetros estadísticos de estudio y
computación para la ayuda de grafica de histograma y Variograma por medio de
algoritmos.
Vemos que el Variograma del trabajo expuesto tomando 10000 datos aleatorios
no nos muestra una gráfica conocida esto es debido a que son datos aleatorios.
Además vemos que al agrupar datos de 1, 5, 10, 20 y 50 el histograma cambia,
tiende a ser la campana de gauss esto es debido al teorema del límite central.
Notamos que al agrupar los datos de cada vez mayores el rango de sus
Variogramas disminuye.
Como el Variograma tomo en cuenta la variabilidad de los espacios es por ello
que las gráficas son distintas y ambas varían en rangos diferentes.
El Variograma es demasiado sensible a valores extremos es por ello el cambio en
la gráfica.
Nos damos cuenta de un comportamiento lineal del Variograma para distancias
pequeñas.
20. GEOESTADISTICA I 20
UNIVERSIDAD NACIONAL DE INGENIERIA – FIGMM – G3
RECOMENDACIONES
Debemos tener en cuenta que todos los datos que son tomados en el campo deben ser
trabajados en el orden en que se tomaron ya que alguna variación alteraría los
resultados que se arrojan, estos se alejarían de la realidad y no sería la representación
del dominio del yacimiento o mina tomada en cuenta, además tenemos que tener en
cuenta errores de estimación y también tener en cuenta límites de confianza.
BIBLIOGRAFIA
Las Variables Regionalizadas y su Estimacion- George Matheron.
An Introduction to Multivariate Statistical Analysis-John Wiley & Sons.
Estadistica Descriptiva e Inferencial – Manuel Cordova Zamora.
Sitios de Internet visitados en búsqueda de información:
http://www.geoavariances.fr
http://escribd.com/doc/24737935/geoestadistica-aplicada