UNIVERSIDAD

NACIONAL DE INGENIERA
FACULTAD DE INGENIERA GEOLGICA, MINERA
Y METALRGICA
GEOESTADISTICA I
MI560
DOCENTE:

Phd. ALFREDO MARIN SUAREZ

TEMA:
VARIOGRAMA DE 1000 DATOS ALEATORIOS AGRUPADOS DE 20
EN 20 COMPARTIENDO 8

ALUMNO:
HUALN YUPANQUI, JHON C 20122089K

LIMA PER
2015-II

OBJETIVOS

Obtener 1000 datos aleatorios y agruparlos de 20 en 20

agrupando 8, calcular su histograma y variograma.

ALCANCES

En este informe se investigara y analizara la creacin de nmeros

aleatorios, la media, varianza, desviacin estndar, coeficiente de
variabilidad, clculo de histogramas y Variogramas de los 1000

datos generados.
Los programas que nos ayudaran de apoyo: Minitab para hallar los
histogramas, Matlab para hallar el variograma.

MARCO TEORICO
VARIOGRAMA
Es una funcin vectorial que permite medir las discrepancias de una
propiedad en una regin del espacio. Siendo un herramienta de uso en el
anlisis de reservas minerales en una regin definida.
Una vez que se ha obtenido el variograma experimental y se ha
estudiado su comportamiento, el paso siguiente es encontrar algn
modelo paramtrico que ajuste adecuadamente los datos muestrales,
esto es realizado por medio de variogramas tericos. A continuacin se
muestras los diferentes modelos de variogramas tericos.

Como se puede observar cada modelo puede tener una forma diferente
que se ajustara a un comportamiento determinado del variograma
experimental. Cada modelo tiene una meseta que rango que es el
mximo valor de h al cual se puede decir que los puntos discretizados
estn correlacionados, por lo tanto, un valor del rango muy pequeo
conlleva a altas heterogeneidades. En muchos casos, para un h igual a
cero, el variograma no da cero lo cual es un error ya que se estara
realizando un estudio continuo de la propiedad de inters, esto es
llamado efecto pepita y es provocado por errores en la toma de los datos
en la mayora de los casos. A continuacin se muestra un ejemplo del
ajuste del variograma experimental con un variograma terico
Gaussiano.
Los variogramas son realizados en varias direcciones para definir es el
mximo valor del variograma, al alcanzarse la meseta se dice que se
est en el adecuadamente el comportamiento de la propiedad estudiada

en toda la extensin del yacimiento, en caso de que se est estudiando

en un plano horizontal. Dependiendo de los resultados se utilizar un
mtodo geoestadstico u otro.

PROCEDIMIENTO
Primero crearemos lo 1000 nmeros aleatorios, con ayuda del Matlab
x=rand(1000,1)
Hallaremos el histograma y variograma de los 1000 datos
aleatorios

%DATOS ALEATORIOS ENTRE 0 y 1

rng(123)
x=rand(1000,1);
b=0;
c=zeros(999,1);
%VARIOGRAMA INICIAL
for h=1:999
for a=1:1000-h
b = b+(x(a)-x(a+h))^2;
end
c(h)=b/(2*(1000-h));
b=0;
end
y=(1:1:999)';
plot(y,c);
shg;
%ESTADISTICA INICIAL
Media=mean(x)
Varianza=var(x)
Desviacion=std(x)
cv1=Desviacion/Media
hist(x)

VARIOGRAMA INICIAL

HISTOGRAMA INICIAL

Media
0.4994

varianza
0.0813

Desviacin
estndar
0.2851

C.V
0.5709

%PROMEDIO DE 20 EN 20 COMPARTIENDO 8
m=zeros(82,1);
n=0;
for q=0:81;
for o=(1+q*12);
n=n+1;
m(n)=(x(o)
+x(o+1)+x(o+2)+x(o+3)+x(o+4)+x(o+5)+x(o+6)+x(o+7)+x(
o+8)+x(o+9)+x(o+10)+x(o+11)+x(o+12)+x(o+13)+x(o+14)+
x(o+15)+x(o+16)+x(o+17)+x(o+18)+x(o+19))/20;
end
end
%VARIOGRAMA DE 20 EN 20 COMPARTIENDO 8
r=0;
s=zeros(81,1);
for v=1:81;
for w=1:82-v;
r = r+(m(w)-m(w+v))^2;
end
s(v)=r/(2*(82-v));
r=0;
end
aa=[10 22:12:970]';
plot(aa,s);
shg;
%ESTADISTICA FINAL
Media2=mean(s)
Varianza2=var(s)
Desviacion2=std(s)
cv2=Desviacion2/Media2
hist(s);

VARIOGRAMA DE 20 EN 20 AGRUPANDO 8//

HISTOGRAMA FINAL

Media

varianza

0.0033

5.3525e-07

Desviacin
estndar
7.3161e-04

C.V
0.2232

CONCLUSIONES

1. Podemos observar que los variogramas tienden a una lnea recta,

por lo que el efecto de pepita es puro. Por lo que el yacimiento
evaluado se cumplir C0 es equivalente a la Varianza.
2. Los histogramas, a medida que se agrupa, se puede observar que
se van asemejando a una distribucin normal.
3. Si el CV est cerca al cero, esto indicara que los datos estn muy
juntos. Si el CV es muy grande (en este caso al 1), indicara que los
datos estn muy separados.

RECOMENDACIONES

1. Los datos que son tomados en el campo deben ser trabajados en

el orden en que se tomaron, si no fuese el caso los resultados
obtenidos cambiaran
2. Para poder observar mejor los histogramas, es recomendable
trabajar con varios anchos de clases.

BIBLIOGRAFIA

Las Variables Regionalizadas y su Estimacion- George Matheron.

Estadistica Descriptiva e Inferencial Manuel Cordova Zamora.