Kriging Ordinario

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 .

En geoestadstica a este proceso se le llama

kriging (krigeage) en honor a Daniel Krige.

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.

El principio del kriging consiste en

encontrar un estimador lineal de buena
calidad.

La calidad es evaluada en funcin del error

de estimacin.

7
 Restricciones impuestas
Esperanza del error de estimacin nula.

Varianza del error de estimacin mnima.

Tres etapas ordenadas conducen a la

obtencin del estimador.

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.

Si la FA es ST2, toda combinacin lineal es

autorizada.

En el caso intrnseco una CL es autorizada si

la suma de sus ponderadores es igual a
cero.

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

El siguiente bloque de 200x200m2 fue krigeado utilizando 5

muestras dispuestas sobre una malla regular de
200mx200m. Z(x) es estacionaria con variograma istropo.
Escribir el sistema de kriging en forma M2
de ecuaciones y en forma matricial.
Zv?
Considere una estimacin puntual.
M3 M1 M5
Considerando las simetras, simplifique
el sistema y resuelva formalmente. El
variograma de Z(x) es esfrico de M4

meseta C=2 y alcance 250m.

Entregue el valor estimado y su varianza
de estimacin.

17
 Continuacin ejercicio 1
Fuente: Centre de Geostatistique, cole des Mines de Paris

En el mismo ejercicio anterior realice una estimacin

de bloque, a travs de los valores del abaco y a
travs de una discretizacin de 2x2.
Compare los resultados de las tres M2
estimaciones (la puntual, la de bloque a
Zv?
partir de abacos y la de bloque a partir M 3 M1 M5
de la discretizacin 2x2).
M4

18