La geoestadstica es una rama de la estadstica que trata fenmenos espaciales
(Journel & Huijbregts, 1978). Su inters primordial es la estimacin, prediccin y simulacin de dichos fenmenos (Myers, 1987). Esta herramienta ofrece una manera de describir la continuidad espacial, que es un rasgo distintivo esencial de muchos fenmenos naturales, y proporciona adaptaciones de las tcnicas clsicas de regresin para tomar ventajas de esta continuidad (Isaaks & Srivastava, 1989). Petitgas (1996), la define como una aplicacin de la teora de probabilidades a la estimacin estadstica de variables espaciales. La modelacin espacial es la adicin ms reciente a la literatura estadstica. Geologa, ciencias del suelo, agronoma, ingeniera forestal, astronoma, o cualquier disciplina que trabaja con datos colectados en diferentes locaciones espaciales necesita desarrollar modelos que indiquen cuando hay dependencia entre las medidas de los diferentes sitios. Usualmente dicha modelacin concierne con la prediccin espacial, pero hay otras reas importantes como la simulacin y el diseo muestral (Cressie, 1989). Cuando el objetivo es hacer prediccin, la geoestadstica opera bsicamente en dos etapas. La primera es el anlisis estructural, en la cual se describe la correlacin entre puntos en el espacio. En la segunda fase se hace prediccin en sitios de la regin no muestreados por medio de la tcnica kriging (captulo 4). Este es un proceso que calcula un promedio ponderado de las observaciones muestrales. Los pesos asignados a los valores muestrales son apropiadamente determinados por la estructura espacial de correlacin establecida en la primera etapa y por la configuracin de muestreo (Petitgas, 1996). Los fundamentos bsicos de estas etapas son presentados a continuacin. 2.2. Variable Regionalizada.
Una variable medida en el espacio de forma que presente una estructura de
correlacin, se dice que es una variable regionalizada. De manera ms formal se puede definir como un proceso estocstico con dominio contenido en un espacio euclidiano ddimensional Rd , {Z(x) : x D Rd}. Si d = 2, Z (x) puede asociarse a una variable medida en un punto x del plano (Daz-Francs, 1993). En trminos prcticos Z(x) puede verse como una medicin de una variable aleatoria (p.ej. concentracin de un contaminante) en un punto x de una regin de estudio. Recurdese que un proceso estocstico es una coleccin de variables aleatorias indexadas; esto es, para cada x en el conjunto de ndices D, Z(x) es una variable aleatoria. En el caso de que las mediciones sean hechas en una superficie, entonces Z(x) puede interpretarse como la variable aleatoria asociada a ese punto del plano (x representa las coordenadas, planas o geogrficas, y Z la variable en cada una de ellas). Estas variables