Microergodicidad y Simulaciones geoestadsticas

por

Marco Antonio Alfaro Sironvalle

2008

MICROERGODICIDAD Y SIMULACIONES GEOESTADISTICAS.

INTRODUCCION. Se presenta aqu una aplicacin de las simulaciones geoestadsticas al difcil problema de estudiar la reproduccin de un modelo dado de variograma en las simulaciones de una funcin aleatoria. Este tpico es de suma importancia dado que se trata de la reproduccin de la herramienta fundamental de la geoestadstica. El concepto clave es la microergodicidad, la cual est relacionada con la varianza de fluctuacin del variograma regional. El trmino ergdico deriva del griego y significa trabajo y camino. En la teora de las funciones aleatorias (modelo constitutivo de la geoestadstica) un parmetro de la F. A. es ergdico si se puede calcular conociendo una sola realizacin de una funcin aleatoria sobre un conjunto de extensin infinita. En geoestadstica no se cumple esta condicin porque el campo S de la variable regionalizada corresponde a un conjunto acotado del espacio. Ejemplos de experimentos ergdicos son: Se tiran n monedas al aire (siendo n un nmero grande) y se calcula la el nmero de caras dividido por n. Se obtiene el mismo resultado al observar n lanzamientos de una misma moneda. En teora de los gases se puede obtener la temperatura media de las partculas al promediar las temperaturas de un nmero grande n de partculas. Este resultado se puede obtener en algunos casos (es obligatoria la estacionaridad) promediando las temperaturas de una sola partcula, con la condicin de observarla un intervalo de tiempo grande.

DEFINICIONES. Sea z(x) una variable regionalizada, es decir una realizacin de una funcin aleatoria intrnseca Z(x) , definida en un dominio acotado S. Llamaremos variograma local o variograma regional a la integral:

R ( h) =

1 2 [ z ( x + h) z ( x)] dx 2S ' S '

h.

En esta frmula, S es la interseccin de S con su traslacin por el vector Observamos que en el modelo, R (h) es una variable aleatoria. La media regional y la varianza regional son:

mR =

1 z ( x)dx S S

2 SR =

1 [ z ( x) mR ]2 dx SS

Ejemplo: En la figura 1 tenemos el variograma regional de una realizacin de un conjunto aleatorio (z(x) = 1 si x pertenece a los granos negros, en otro caso, z(x) = 0). Se conoce la variable regionalizda pixel a pixel en el campo S.

Figura 1: Variograma regional de un conjunto aleatorio. Direccin EW y direccin NS. Observamos que (h) tiene un efecto de pepita. La lnea horizontal representa la varianza regional.

EL VALOR TEORICO: FLUCTUACIONES. Si se toma la esperanza matemtica del variograma regional, se obtiene el variograma terico:

E[ R (h)] = (h)
(h) es el variograma terico del modelo funcin aleatoria intrnseca (sin deriva):

( h) =

1 E ( Z ( x + h) Z ( x )) 2 2

Llamaremos fluctuacin del variograma regional a la variable aleatoria:

R (h) (h)
Entonces, la varianza de fluctuacin es la varianza siguiente:
2 F = Var ( R (h) (h))

La varianza de fluctuacin del variograma regional:

2 1 2 2 = Var ( R (h) (h)) = E ( Z ( x + h) Z ( x)) dx ( (h) ) 2S ' S ' 1 2 = E dxdy ( (h) ) ( Z ( x + h) Z ( x)) 2 ( Z ( y + h) Z ( y )) 2 2 4S ' S ' S ' 2 F

contiene momentos de orden 4 de la funcin aleatoria: momentos de la forma E ( 2 2 ) . En el caso gaussiano (es decir cuando y son gaussianas con esperanza igual a 0) se tiene:
2 2 2 2 E = E E + 2 ( E [ ]) 2

(1)

Para probar esta ecuacin sin usar funciones caractersticas, se puede tomar la esperanza condicional en el caso bigaussiano (Alfaro 2006).

MICROERGODICIDAD DELVARIOGRAMA. Por definicin, el variograma es microergdico si la varianza relativa de fluctuacin es prxima a 0:

| h| 0

lim

( ( h) )

2 F

= lim

Var [ R (h) (h) ]

| h| 0

( ( h) )

=0

Estudio de la microergodicidad del variograma. Si los incrementos de la funcin aleatoria son gaussianos, usando (1) se puede probar que:
2 F =

1 2 S '2

S'S'

[ ( x y + h) + ( x y h) 2 ( x y ) ]

dxdy

Y con la ayuda del algoritmo de Cauchy (Matheron, 2008):

2 F =

1 2 S '2

[ (u + h) + (u h) 2 (u )]

K (u ) du

En que K(u) es el covariograma geomtrico del conjunto S. Un resultado clsico (Matheron 2005, Matheron 2008) es que en el caso gaussiano (h) es microergdico en la vecindad del origen (h = 0) siempre que su comportamiento no sea

muy regular. Se puede demostrar que (Matheron, loc.cit.) la varianza de fluctuacin relativa, es decir la varianza de la razn R(h) / (h), cuando (h) = |h| es, para | h | pequeo:

A|h|4 - 2 + |h|n
En que n es la dimensin del espacio, A es una constante: Si = 2, el variograma es parablico en una vecindad del origen y la reproduccin del variograma terico no es posible. La variable regionalizada es muy regular en su variacin espacial, ver las figuras 2 y 3:

Figura 2. Una realizacin. Los variogramas regionales no son los mismos en los dominios S y S.

Figura 3: Algunos variogramas regionales de la misma funcin aleatoria. Las fluctuaciones son enormes. La reproduccin del variograma terico no es posible.

Si < 2 , la variable regionalizada es ms irregular, y la reproduccin del variograma terico es ms posible, en la vecindad del origen, ver figuras 4 y 5:

Figura 4: Una realizacin del proceso de Wiener-Lvy. El variograma terico es (h) = |h| (lineal en el origen). Comparar con la figura 2.

Figura 5: Variogramas regionales del proceso de Wiener-Lvy.

EL CASO NO GAUSSIANO. En el caso no gaussiano las conclusiones son diferentes. Por ejemplo, el variograma de un conjunto aleatorio (lineal en el origen) es evidentemente no microergdico. Ver las figuras 6 y 7:

Figura 6: Realizacin del conjunto aleatorio la luna , un modelo Booleano. D es el largo del cuadrado.

Figura 7: Variogramas de realizaciones de la luna. Las lneas horizontales representan la varianza regional.

FLUCTUACIONES DEL VARIOGRAMA DE UNA ANAMORFOSIS. Sea Y(x) una funcin aleatoria gaussiana estacionaria con media 0 , varianza igual a 1 y variograma (h) . La funcin aleatoria Z(x) = [Y(x)] es no gaussiana (un caso muy comn en las simulaciones geoestadsticas). La pregunta es: Es microergdico el variograma de Z(x)?

Ejemplos: En el espacio R1 simulamos una serie de realizaciones de Z(x) = [Y(x)]. El variograma de Y(x) es esfrico con alcance de 50 unidades, meseta = 1) Las figuras 8a a 8e muestran la varianza relativa de fluctuacin en varios casos: Z(x) = Y(x), Z(x) = |Y(x)| , Z(x) = (Y(x))2 , Z(x) = (Y(x))3 , Z(x) = eY(x) :

Figura 8a: Funcin aleatoria gaussiana: Microergdica.

Figura 8b: Valor absoluto de Y(x) : Microergdico.

Figura 8c: Chi-cuadrado : No microergdico.

Figura 8d: No microergdico.

Figura 8e: Funcin aleatoria lognormal. No microergdico y muy mal.

Concluimos que solamente cuando la derivada de | | es constante es decir |(y)| = Constante, y (esto es el teorema de Alfaro-Matheron, para una prueba, ver Alfaro, 2006), el variograma es microergdico y la reproduccin del variograma terico es segura para | h | pequeo.

CONCLUSIONES. Las conclusiones son que en el caso no gaussiano, es muy difcil reproducir el variograma en las simulaciones de una funcin aleatoria (el caso lognormal es un ejemplo), pero si hacemos simulaciones condicionales, los resultados son mejores. Ver las simulaciones condicionales de la luna en la figura 9:

Figura 9: Simulaciones condicionales de la luna. Ver la varianza regional en las lneas horizontales.

REFERENCIAS Alfaro, M. (1979) Etude de la Robustesse des simulations des fonctions alatoires, Ph. D. Thesis, Paris School of Mines. Alfaro, M. (2006) Introduccin a la teora de las funciones aleatorias. Departamento de Minas Universidad de Santiago, Chile. Matheron, G. (1989) Estimating and Choosing. Springer Verlag. Matheron, G. (2005) Las Variables Regionalizadas y sus Aplicaciones. Traduccin al espaol de Les Variables Rgionalises et ses Applications, Paris School of Mines 1971. Matheron G. (2008) Las Variables Regionalizadas y su Estimacin. Tesis de Doctor de Estado, traducido al espaol por Marco Alfaro de Les Variables Rgionalises et Leur Estimation. Une aplication de la thorie des fonctions alatoires aux sciences de la nature Masson, Paris, 1965.