AO DE LA PROMOCIN DE LA INDUSTRIA RESPONSABLE Y DEL

COMPROMISO CLIMTICO















Presentado por:

CLEMENTE VASQUEZ, RENZO DOMINGO



Curso:
GEOESTADISTICA I



Docente:
DR. ALFREDO MARIN SUAREZ
ING. AUGUSTO TEVS ROJAS



Tema:
CALCULO DE VARIOGRAMA CON DATOS COMPOSITADOS





Escuela Acadmico Profesional de Ingeniera de Minas
Facultad de Ingeniera Geolgica, Minera y Metalrgica
UNIVERSIDAD NACIONAL DE INGENIERIA
17/09/14
2










AGRADECIMIENTOS

A Dios, a mis padres, a mis profesores por darme la oportunidad de estudiar y ser un
profesional.

En especial a mis profesores de Geoestadstica I, Ing. Augusto Tevs Rojas y Dr.
Alfredo Marn Suarez por su esfuerzo y dedicacin, quien con sus conocimientos, su
experiencia, su paciencia y su motivacin han logrado en m cautivar an ms el inters
por la minera y en el desarrollo acadmico profesional como estudiante universitario
de la UNIVERSIDAD NACIONAL DE INGENIERIA.


3

TABLA DE CONTENIDO

OBJETIVOS ............................................................................................................................ 4
ALCANCES ............................................................................................................................. 5
FUNDAMENTACIN............................................................................................................. 6
PROCEDIMIENTO: FUNCIN VARIOGRAMA ................................................................ 9
CONCLUSIONES ................................................................................................................ 20
BIBLIOGRAFA..................................................................................................................... 21









4

OBJETIVOS
Los objetivos de este trabajo son bsicamente:
Presentar un programa que calcule y grafique la funcin variograma en base
a los datos que tenemos.
Hacer un estudio de los variogramas y su comportamiento frente a datos
diversos obtenidos al aplicar distintas formas de agrupacin de dichos datos.

5

ALCANCES
El programa ha sido realizado en Excel con aplicaciones de Visual Basic en el mismo
archivo, y permite leer una base de datos para as poder determinar la funcin
variograma y poder graficar la funcin en base al orden de los datos mostrados en las
tablas de Excel.

6

FUNDAMENTACIN
TEOREMA DEL LMITE CENTRAL
El Teorema del Lmite Central o Teorema Central del Lmite indica que, bajo
condiciones muy generales, la distribucin de la suma de variables aleatorias tiende a
una distribucin gaussiana cuando la cantidad de variables es muy grande.
Existen diferentes versiones del teorema, en funcin de las condiciones utilizadas para
asegurar la convergencia. Una de las ms simples establece que es suficiente que las
variables que se suman sean independientes, idnticamente distribuidas, con valor
esperado y varianza finitas.
La aproximacin entre las dos distribuciones es en general mayor en el centro de las
mismas que en sus extremos o colas, motivo por el cual se prefiere el nombre Teorema
del Lmite Central (central califica al lmite, ms que al teorema).
Esta relacin entre la forma de la distribucin de la poblacin y la forma de la
distribucin de muestreo se denomina teorema del lmite central, que es tal vez el ms
importante de toda la inferencia estadstica. Nos asegura que la distribucin de
muestreo de la media se aproxima a la normal al incrementarse el tamao de la
muestra. Hay situaciones tericas en las que el teorema del lmite central no se cumple,
pero casi nunca se encuentran en la toma de decisiones prctica. Una muestra no tiene
que ser muy grande para que la distribucin de muestreo de la media se acerque a la
normal. Los estadsticos utilizan la distribucin normal como una aproximacin a la
distribucin de muestreo siempre que el tamao de la muestra sea al menos de 30,
pero la distribucin de muestreo de la media puede ser casi normal con muestras
incluso de la mitad de ese tamao. La importancia del teorema del lmite central es que
nos permite usar estadsticas de muestra para hacer inferencias con respecto a los
parmetros de poblacin sin saber nada sobre la forma de la distribucin de frecuencias
de esa poblacin ms que lo que podamos obtener de la muestra.


7

Formulacin del Problema
En esta tarea tomaremos 1000 datos aleatorios luego hallaremos su variograma
Para realizar este estudio se tienen que generar datos aleatorios (entre 0 1).
A estos datos se debe hacer un estudio estadstico (descriptivo) y geoestadistico
(funcin variograma).

El mismo estudio se debe realizar para nuevos datos generados de la siguiente
manera:
Se deben agrupar de 20 en 20 de los 1000 datos anteriores y sacar su
promedio de cada grupo. Con lo cual se va obtener 50 nuevos datos.



La figura muestra el esquema del taladro a estudiar

8

MODELO MATEMTICO
Estadstica (descriptiva)

La media

n
i
i
n
x
x
1


La varianza
2
2 2
2
) (
x
n
x
n
x x

Desviacin estndar
2
2 2
) (
x
n
x
n
x x

Coeficiente de variacin
x
V C

.


GEOESTADISTICO (Funcin Variograma)



np
h x Z x Z
h
np
x
i i
i

2
)} ( ) ( {
) (
2

9

PROCEDIMIENTO: FUNCIN VARIOGRAMA
Generacin de los 10000 Nmeros Aleatorios
Datos
0.779846370
0.955058694
0.381020844
0.685837030
0.710780561
0.755273700

0.437611341
0.498914659
0.760500312
0.826756537
0.512448311

Histograma de los datos sin compositar

0
50
100
150
200
250
300
F
R
E
C
U
E
N
C
I
A

CLASE
Histograma
Sin compositar
10

Parmetros estadsticos
Valores
Media 0.499637484
Varianza 0.08422659
Desv. Est 0.29021817
CV 0.58085748
Funcin Variograma de los 10000 datos
Gamma(h)
0.083814017
0.084852454
0.085081993
0.083463660

0.043189943
0.005684815
0.049526129
0.035750861
Variograma

0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
0.20
1
2
7
9
5
5
7
8
3
5
1
1
1
3
1
3
9
1
1
6
6
9
1
9
4
7
2
2
2
5
2
5
0
3
2
7
8
1
3
0
5
9
3
3
3
7
3
6
1
5
3
8
9
3
4
1
7
1
4
4
4
9
4
7
2
7
5
0
0
5
5
2
8
3
5
5
6
1
5
8
3
9
6
1
1
7
6
3
9
5
6
6
7
3
6
9
5
1
7
2
2
9
7
5
0
7
7
7
8
5
8
0
6
3
8
3
4
1
8
6
1
9
8
8
9
7
9
1
7
5
9
4
5
3
9
7
3
1
Variograma
11

Datos compositados de 5 en 5
Datos
0.7025087
0.459924269
0.659637821
0.654427791
0.638470471

0.469985747
0.592750275
0.46652422
0.527285326
0.607246232

Histograma de los datos compositados de 5 en 5

Parmetros estadsticos
0
20
40
60
80
100
120
140
160
180
F
R
E
C
U
E
N
C
I
A

CLASE
Histograma
Comp. De 5 en 5
12


Valores
Media 0.499637484
Varianza 0.01689859
Desv. Est 0.12999459
CV 0.26017782
Funcin Variograma
Gamma(h)
0.083353328
0.084832878
0.081813584
0.078955467
0.080955532
0.082598827
0.082898436

0.085741363
0.075038255
0.025813607
0.064709404
Variograma
13


Datos compositados de 10 en 10
Compositacin de 10
0.581216484
0.657032806
0.533382231
0.243283254

0.561719829
0.327686411
0.527027589
0.676538712
0.621665031

Histograma de los datos compositados de 10 en 10
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
5
2
8
5
5
6
5
8
4
5
1
1
2
5
1
4
0
5
1
6
8
5
1
9
6
5
2
2
4
5
2
5
2
5
2
8
0
5
3
0
8
5
3
3
6
5
3
6
4
5
3
9
2
5
4
2
0
5
4
4
8
5
4
7
6
5
5
0
4
5
5
3
2
5
5
6
0
5
5
8
8
5
6
1
6
5
6
4
4
5
6
7
2
5
7
0
0
5
7
2
8
5
7
5
6
5
7
8
4
5
8
1
2
5
8
4
0
5
8
6
8
5
8
9
6
5
9
2
4
5
9
5
2
5
9
8
0
5
Variograma
14


Parmetros estadsticos

Valores
Media 0.499637484
Varianza 0.00863171
Desv. Est 0.09290698
CV 0.18594878

Funcin Variograma
Gamma(h)
0.080931035
0.08507549
0.079457677
0.079249642
0.082743761
0.083161656
0.084132722
0
20
40
60
80
100
120
140
F
R
E
C
U
E
N
C
I
A

CLASE
Histograma
Comp. De 10 en 10
15

0.083214319
0.084159946


Variograma

Datos compositados de 20 en 20
Compositacin
de 20
0.619124645
0.388332742
0.489681190
0.427357000
0.649101871

0.561719829
0.327686411
0.527027589
0.676538712
0.621665031

0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
1
0
2
9
0
5
7
0
8
5
0
1
1
3
0
1
4
1
0
1
6
9
0
1
9
7
0
2
2
5
0
2
5
3
0
2
8
1
0
3
0
9
0
3
3
7
0
3
6
5
0
3
9
3
0
4
2
1
0
4
4
9
0
4
7
7
0
5
0
5
0
5
3
3
0
5
6
1
0
5
8
9
0
6
1
7
0
6
4
5
0
6
7
3
0
7
0
1
0
7
2
9
0
7
5
7
0
7
8
5
0
8
1
3
0
8
4
1
0
8
6
9
0
8
9
7
0
9
2
5
0
9
5
3
0
9
8
1
0
Variograma
16

Histograma de los datos compositados de 20 en 20

Parmetros estadsticos

Valores
Media 0.499637484
Varianza 0.00447192
Desv. Est 0.0668724
CV 0.13384184

Funcin Variograma
Gamma(h)
0.081014495
0.084577977
0.077975213
0.080001452
0
10
20
30
40
50
60
70
80
90
F
R
E
C
U
E
N
C
I
A

CLASE
Histograma
Comp. De 20 en 20
17

0.081158066
0.084429032
0.081421031
0.077525991
0.086000558

Variograma

Datos compositados de 50 en 50
Compositacin de
50
0.581216484
0.657032806
0.533382231
0.243283254

0.561719829
0.327686411
0.527027589
0.676538712
0.621665031
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
2
0
3
0
0
5
8
0
8
6
0
1
1
4
0
1
4
2
0
1
7
0
0
1
9
8
0
2
2
6
0
2
5
4
0
2
8
2
0
3
1
0
0
3
3
8
0
3
6
6
0
3
9
4
0
4
2
2
0
4
5
0
0
4
7
8
0
5
0
6
0
5
3
4
0
5
6
2
0
5
9
0
0
6
1
8
0
6
4
6
0
6
7
4
0
7
0
2
0
7
3
0
0
7
5
8
0
7
8
6
0
8
1
4
0
8
4
2
0
8
7
0
0
8
9
8
0
9
2
6
0
9
5
4
0
9
8
2
0
Variograma
18


Histograma de los datos compositados de 50 en 50

Parmetros estadsticos

Valores
Media 0.499637484
Varianza 0.00187100
Desv. Est 0.04325508
CV 0.08657292
Funcin Variograma
Gamma(h)
0.074530247
0.090686807
0.083092389
0.081736329
0.090613821
0.091585499
0.07711598
0
10
20
30
40
50
60
F
R
E
C
U
E
N
C
I
A

CLASE
Histograma
Comp. De 50 en 50
19

0.076033058
0.090947708
0.090850978
0.085422543
0.076968363
0.087595498

Variograma


Resumiendo los histogramas de los datos compositados
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
5
0
4
0
0
7
5
0
1
1
0
0
1
4
5
0
1
8
0
0
2
1
5
0
2
5
0
0
2
8
5
0
3
2
0
0
3
5
5
0
3
9
0
0
4
2
5
0
4
6
0
0
4
9
5
0
5
3
0
0
5
6
5
0
6
0
0
0
6
3
5
0
6
7
0
0
7
0
5
0
7
4
0
0
7
7
5
0
8
1
0
0
8
4
5
0
8
8
0
0
9
1
5
0
9
5
0
0
9
8
5
0
Variograma
20


CONCLUSIONES
Vemos que el variograma del trabajo expuesto tomando 10000 datos aleatorios
no nos muestra una grfica conocida esto es debido a que son datos aleatorios.

Tambin notamos que en el grfico de variograma casi al final sale un punto
creciente o hacia arriba.

Notamos que al agrupar los datos de cada vez mayores el rango de sus
variogramas disminuye.

El Variograma es demasiado sensible a valores extremos es por ello el cambio
en la grfica.

Es una herramienta que nos permite analizar el comportamiento espacial de una
propiedad o variable sobre una zona dada.

Se verifica el teorema del limite central


0
100
200
300
400
500
600
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
F
r
e
c
u
e
n
c
i
a

Clase
Histograma
Series1 Series2 Series3 Series4
21







BIBLIOGRAFA
http://www.monografias.com/trabajos14/geoestadistica/geoestadistica.shtml

http://es.scribd.com/doc/24737935/Geoestadistica-Aplicada

Estadstica Descriptiva e Inferencial (Manuel Crdova Zamora. Quinta edicin)

http://www.monografias.com/trabajos14/geoestadistica/geoestadistica.shtml