Documente Academic
Documente Profesional
Documente Cultură
D. ABURTO M.
2014 1
Varianza y covarianza
Demostrar
, =
, =
+ = + +
2 ,
2
Combinacin lineal
(recordar)
3
Varianza
de una combinacin lineal
Demostrar que:
= ( , )
4
Varianza
de una combinacin lineal
Se puede demostrar tambin que:
= + ( , )
= +2 ( , )
5
Kriging
Uno de los principales objetivos de la
geoestadstica es la estimacin de un valor
desconocido, en un punto cualquiera del
dominio estudiado, a partir de los valores
conocidos en los puntos .
6
Kriging
El kriging se basa en la interpretacin de la
VR como una realizacin de una FAI o ST2,
de la cual disponemos de su variograma.
7
Restricciones impuestas
Esperanza del error de estimacin nula.
8
1. Estimador
Sea: z( ), el valor desconocido, localizado
en el punto del dominio estudiado, de
una FA, que buscamos estimar a partir de
las realizaciones disponibles ( ).
En trminos probabilsticos:
( ) = ( )
9
Condicin de autorizacin
Esta condicin es requerida para el
posterior clculo de la esperanza y la
varianza de una CL.
10
2. Condicin de insesgo
Consiste en imponer que la esperanza del error de
estimacin sea nula:
=0
Donde,
: es el estimador de la VA desconocida
: es la verdadera VA (desconocida ).
=1
11
3. Minimizacin
de la varianza del error
= + 1
12
3. Minimizacin de la varianza
del error (en funcin de Cov caso ST2)
%
=0 =1
%&
&' = 2&
%
=0 & = (
%
= + & + (0)
13
Sistema de ecuaciones
en funcin de variogramas
Para el caso ST2 tenemos que:
) = C 0 C(h)
Luego tenemos:
=1
) +& =) (
= -. = ) +&
14
Escritura matricial KR puntual
/0 = 1
j
)( ) )( ) 1
/ = )( ) )( ) 1 i
1 1 0
)( )
0= 1 = )( )
& 1
= -. = ) +&
15
Escritura matricial KR bloque
j
/0 = 1
)( ) )( ) 1
/ = )( ) )( ) 1 i
1 1 0
)( , )
0= 1 = )( , )
& 1
= -. = ) , + & )( , )
2 2
16
Ejercicio 1
Fuente: Centre de Geostatistique, cole des Mines de Paris
17
Continuacin ejercicio 1
Fuente: Centre de Geostatistique, cole des Mines de Paris
18