1.

MODELOS DE VARIOGRAMAS MÁS COMUNES

a) Efecto de Pepita Puro

 (h)

b) Modelo Esférico o de Matherón

c) Modelo de Formery o Exponencial

 d) Modelo con efecto “HOLE”

e) Modelo Gaussiano

Es de notar que estos modelos y sus combinaciones no son necesariamente los

únicos.

2. APLICACIÓN DEL VARIOGRAMA CRUZADO EN EL ESTUDIO DE

CORRELACIONES

4.1 Para visualizar esta función, consideremos un ejemplo de una zona de terreno
explorado del cual hemos obtenidos valores geoquímicos del Oro y Plata y deseamos
estudiar la relación entre los dos valores. Para este efecto aplicaremos el variograma
cruzado.
Siendo la formula:

 AB (h)  EZ A ( x)  Z B ( x  h)Z B  Z B ( x  h)xR3

Aplicando:

 AuAg (1) 
5  17  2  1  62  8  6  28  3  2  43  5  9.25
4 x2
 AuAg (2) 
5  67  8  1  22  3  6  48  5  1.33
3x 2
 AuAg (3) 
5  27  3  1  42  5  5.25
2 x2
 AuAg (4) 
5  47  5  1.00
1x 2

Cuya gráfica es la siguiente:

 AuAg (h)

Observamos que cuando hay una correlación positiva alta entre las variables, el
variograma cruzado tiende a tomar valores positivos altos.

4.2 Ahora veamos que pasa en otra zona, donde los valores geoquímicos de la Plata
toman otros valores:

Aplicando la fórmula:
  AuAg (1) 
5  11  6  1  66  2  6  22  5  2  45  1  7.63
4 x2
 AuAg (2) 
5  61  2  1  26  5  6  42  1  0.33
3x 2
 AuAg (3) 
5  21  5  1  46  1  6.75
2 x2
 AuAg (4) 
5  41  1  0.00
1x 2

Con su gráfica:

 AuAg (h)

Observamos que cuando hay una correlación negativa alta entre las variables
el variograma cruzado tiende a tomar valores negativos altos.

Al realizar el análisis estadístico descriptivo de las líneas de muestreo de la Zona A y la

Zona B, correspondientes a la variable regionalizada plomo; obtenemos el mismo
resultado estadístico; es decir, que este análisis estadístico descriptivo no nos ayuda a
dar cuenta del aspecto estructural de estos fenómenos totalmente diferentes. En tanto, al
aplicar la función Variograma vemos que sí da cuenta del aspecto estructural de estos
fenómenos totalmente diferentes. Por lo que constituye una herramienta de gran utilidad
en el tratamiento de variables regionalizadas.

Observamos que cuando hay una correlación positiva alta entre las variables
regionalizadas, el variograma cruzado tiende a tomar valores positivos altos; mientras
que, cuando hay una correlación negativa alta entre las variables, el variograma cruzado
tiende a tomar valores negativos altos. Por lo que el variograma cruzado se suma a las
herramientas que permiten estudiar la correlación entre variables.