1000 Datos Agrupados De 20 En 20 Compartiendo 8 Marin

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 lasdiscrepancias 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. Acontinuacin 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 aaltas 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 tericoGaussiano. 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. PROCEDIMIENTOPrimero crearemos lo 1000 nmeros aleatorios, con ayuda del Matlab xrand(1000,1) Hallaremos el histograma y variograma de los 1000 datos aleatorios DATOS ALEATORIOS ENTRE 0 y 1 rng(123) xrand(1000,1) b0 czeros(999,1) VARIOGRAMA INICIAL for h1999 for a11000-h b b(x(a)-x(ah))2 end c(h)b/(2(1000-h)) b0 end y(11999) plot(y,c) shg ESTADISTICA INICIAL Mediamean(x) Varianzavar(x)Desviacionstd(x) cv1Desviacion/Media hist(x) VARIOGRAMA INICIAL HISTOGRAMA INICIAL MediavarianzaDesviacin estndarC.V 0.49940.08130.2851 0.5709 PROMEDIO DE 20 EN 20 COMPARTIENDO 8 mzeros(82,1) n0 for q081 for o(1q12) nn1 m(n)(x(o)x(o1)x(o2)x(o3)x(o4)x(o5)x(o6)x(o7)x(o8)x(o9)x(o10)x(o11)x(o12)x(o13)x(o14)x(o15)x(o16)x(o17)x(o18)x(o19))/20 end end VARIOGRAMA DE 20 EN 20 COMPARTIENDO 8 r0szeros(81,1) for v181 for w182-v r r(m(w)-m(wv))2 end s(v)r/(2(82-v)) r0 end aa10 2212970 plot(aa,s) shg ESTADISTICA FINAL Media2mean(s) Varianza2var(s) Desviacion2std(s) cv2Desviacion2/Media2 hist(s) VARIOGRAMA DE 20 EN 20 AGRUPANDO 8// HISTOGRAMA FINAL MediavarianzaDesviacin estndarC.V0.00335.3525e-077.3161e-040.2232/ CONCLUSIONES Podemos observar que los variogramastienden 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. Los histogramas, a medida que se agrupa, se puede observar que se van asemejando a una distribucin normal. 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...