M. Sc.

Samuel Canchaya Moya

El Variograma:
Definición, estimación, ploteo y ajuste a
funciones teóricas.

Las tres hipótesis plausibles de la Geoestadística:

❑ La Hipótesis de Estacionariedad.- Dominios donde la media y la varianza son
probabilísticamente similares; así como la varianza y la covarianza sólo dependen
de la separación entre datos.

❑ La Hipótesis Intrínseca.- En aplicaciones prácticas necesitamos introducir la

denominada hipótesis intrínseca, la cual establece que la function variograma
2(x,h) depende sólo del vector de separación h y no de la ubicación x. Entonces
es posible estimar el variogram 2(x,h) a partir de la data disponible usando el
estimator 2(h) que se define como:
n(h)
1
2 (h) =
*

n( h)
 [ Z ( x ) − Z ( x + h )]
i =1
i i
2

❑ La Hipótesis del Kriging Universal.- Asume que las funciones aleatorias se

pueden descomponer en una combinación lineal de funciones determinísticas y un
componente aleatorio residual. Por lo tanto es la menos resttrictiva de las
hipótesis.

1
 La hipótesis de M1 M2
estacionariedad
D
❑ La aplicación de la geoestadística M3 M4
tradicional será válida, sólo si se cumple con
la denominada Hipótesis de Estacionariedad.
❑ Se dice que un dominio cumple con la Hipótesis de Estacionariedad,
cuando dentro de él la media y la varianza son las mismas cualquiera
sea la muestra que se tome para estimarlas.
❑ En un dominio donde se cumpla la Hipótesis de Estacionariedad, el
variograma y la covarianza sólo dependerán de la separación entre
datos.
❑ Los dominios con el denominado EFECTO PROPORCIONAL son el
extremo opuesto a la condición de estacionariedad.
❑ Cuando no se cumple la mencionada hipótesis, hay que apelar al
Concepto de Krigeage Universal; así como a otras herramientas de la
Geoestadística No- Estacionaria.
3

FUNCION VARIOGRAMA:
Forma de cálculo

n −h 2
Es la función probabilística
 ZX − ZX

que representa el patrón de i+h i
distribución de una variable 2 (h) = i −1
regionalizada n −h

x+h

x OMNIDIRECCIONAL

2
 FUNCION VARIOGRAMA – Representación gráfica
 (h) GEO ESTADISTICA
meseta
2

C0
a h
DEPENDENCIA INDEPENDENCIA
ESTRUCTURA ALEATORIEDAD
h : paso entre las muestras
C0 : efecto de pepita
a : alcance
C : sill
C + C0 : meseta
2 : varianza estadística

Ejemplo de cálculo manual 5

(h)
4

de un variograma 1D 3
meseta

h=1 h=2 h=3 h=4 h=5 h=6

3.2 2
[d1]2 [d2]2 [d3]2 [d4]2 [d5]2 [d6]2 [d7]2 [d8]2
4.0 experimental
0.64 1
2.8 ajuste
1.44 0.16 C0=0.25
0
3.2 0.16 0.64 0.00 0 1 2 3 4 5 6 7 8 h
3.0 0.04 0.04 1.00 0.04 a = alcance
3.6 0.36 0.16 0.64 0.16 0.16
2.56 1.00 1.44 0.64 4.00 1.44
2.0
6.25 0.81 2.25 1.69 2.89 0.25 1.69
4.5
4.00 0.25 1.21 0.25 0.49 0.09 2.25 0.49
2.5 7.29 0.49 10.24 2.56 4.84 4.00 5.76 1.44
5.2 8.41 0.04 4.84 0.09 1.69 0.49 0.16 0.25
2.3 0.25 5.76 0.09 2.89 0.64 0.64 0.81 0.16
0.36 0.01 9.00 0.09 5.29 0.04 0.04 0.64 2
2.8
 Z x +h − Z x
2.2
4.1
3.61
1.21
1.69
9.00
3.24
5.76
1.21
8.41
2.56
0.00
0.16
7.29
1.96
4.41
0.25
10.24  (h ) = 2(n − h )
9.61 17.64 37.21 30.25 36.00 9.61 33.64 14.44
5.2 4.84 0.81 4.00 15.21 10.9 14.4 0.81 12.96
8.3 4.41 18.49 1.44 0.01 3.24 1.44 2.89 1.44
6.1 1.96 12.25 32.49 6.76 2.25 0.16 0.04 0.09
4.0 0.81 0.25 6.76 23.04 2.89 0.36 1.69 0.49
2.6 S[dh] 2 57.57 69.49 121.6 93.30 77.83 40.41 56.15 42.89
3.5
2(n-h) 36 32 28 26 22 16 10 8
(h) 1.60 2.17 4.34 3.59 3.54 2.53 5.62 5.36

3
 Ejemplo de cálculo manual N
de un variograma 2D
2
−
 (h ) =  Z 2x(+nh− hZ) x

0.0144 0.0016
0.0025 0.0064 0.0025 0.0009
0.0049 0.0081
0.0009 0.0004 0.0036 0.0009 0.0064 0.0004
0.0004 0.0036 0.0009 0.0025
0.0196 0.0009
0.0009 0.0064 0.0064 0.0025 0.0064 0.0001
0.0166 0.0068 0.037 0.0231 0.0162 0.0048 0.1045
7

0.0256 0.0004 0
0.0121 0.0009 0.0169 0.0064
0.0121 0.0256 0.0004 0
0.0025 0.0064 0.0009 0.0025 0.0036
0.0036 0.0009 0.0064
0.0004 0.0036
0.0025 0 0.0009 0.0009 0.0081
0.0296 0.0356 0.0283 0.0248 0.0253 0 0.1436

2
−
 (h ) =  Z 2x(+nh− hZ) x
0.0784 0.04 0.0004
0.0036 0.0064 0.0256
0.0016 0.0121
0.0121 0.0025 0.0121 0.0009
0.0064 0 0.0004
0.0256 0.04 0.0081
0.0009 0.0025 0.0121 0.0016
0.1286 0.045 0.0706 0.0491 0 0 0.2933

0.1024
0.0196 0.0121
0.0025 0.0324
0.0064 0.0169 0.0081
0.0004 0.0009
0.0529
0.0004 0.0009 0.0144
0.1317 0.0187 0.1199 0 0 0 0.2703

4
 VARIOGRAMA E-W
(Zx+h - ɣ(h) =
h n 2 (n-h)
0.0160 Zx)2 (Zx+h - Zx)2/2 (n-h)
0.0140
0.0120
1 0.1045 26 50 0.0021
0.0100 2 0.1436 24 44 0.0033
ɣ(h)

0.0080 3 0.2933 22 38 0.0077

0.0060 4 0.2703 14 20 0.0135
0.0040
0.0020
0.0000
0 2 h 4 6

VARIOGRAMA N-S
0.0100
(Zx+h - ɣ(h) = 0.0090
h n 2 (n-h)
Zx)2 (Zx+h - Zx)2/2 (n-h) 0.0080
0.0070
1 0.2057 29 56 0.0037 0.0060
ɣ(h)

0.0050
2 0.2138 25 46 0.0046 0.0040
0.0030
3 0.1636 20 34 0.0048 0.0020
0.0010
4 0.1896 15 22 0.0086 0.0000
0 1 2 3 4 5
h

Ajuste del Variograma Experimental

a Funciones Teóricas
3h h3
(h) = C + Co h a
2a 2a3

(h) = C + Co h >a

 (h)  ( h) = ph ;   1 (h) = Co + mh

 (h) = ph ;  1

 (h) = C 1− exp −ah  + C0

 

h
10

5
 Ajuste del Variograma
experimental a funciones
teóricas

Parámetro Lineal Expo-

nencial
C0 0.783 0.673
C0 + C 1.281 1.347
a 345.9 193.4
r2 0.845 0.900
RSS 0.061 0.040
C/[C0+C] 0.389 0.500

11

12
n
Combinación lineal de variogramas:  (h ) =   i  i(h )
Para modelar y/o ajustar estructuras imbricadas (“nested structures”) i =1

2.5
2.5

2 2

1.5 1.5

1 1

0.5 0.5

0 0
0 1.2 2.4 3.6 4.8 6 7.2 8.4 9.6 10.8 12 13.2 14.4 15.6 16.8 0 1.3 2.6 3.9 5.2 6.5 7.8 9.1 10.4 11.7 13 14.3 15.6 16.9

4.5
4
3.5
3 Permite modelar la
2.5 anisotropía zonal
2
1.5
1
0.5
0
0 1.2 2.4 3.6 4.8 6 7.2 8.4 9.6 10.8 12 13.2 14.4 15.6 16.8

12

6
 Ejemplo de Variogramas
 (h) Au (gr/TM) 2
Yacimiento epitermal de
Au de alta sulfuración
30

15
 (h) Cu (%) 2

0
25 50 75
h 20

 (h) Potencia (m)2

10

1.6
h
80 160
1.2
Pórfido de Cu-Au
0.8 Veta polimetálica

0.4 Variograma
experimental
0
200
h Ajuste teórico
100

13

Ejemplo de variogramas de gangas y

minerales de alteración:

14

14

7
 15

Ejemplo de variogramas de Gangas

15

M. Sc. Samuel Canchaya Moya

El cálculo automatizado
de los variogramas

16

16

8
 Parámetros para el

cálculo automatizado de
 +  variogramas 2D


 − 

puntos aceptados

puntos descartados

Para cada dirección  se define una tolerancia 

y se utilizan únicamente los puntos que se
encuentran entre las direcciones:  −  y  + 
17

18

Combinación de sector con banda

 +  


 − 

puntos aceptados
b

puntos descartados

b = ancho de banda

18

9
 Aplicación de los pasos h



clase de distancia h

clase de distancia 2h

clase de distancia 3h

19

Aplicación de la configuración de cálculo

en el dominio establecido




20

10
 Cálculo de Variogramas 3D:
Búsqueda cónica de pares

Sección transversal del

cono debe ser elíptica para
involucrar anisotropía

h = Ángulo horizontal
v = Ángulo vertical
21
t = Ángulo de tolerancia

21

Cálculo Variogramas 3D:

Búsqueda cilíndrica de pares

Sección transversal del

cilindro debe ser elíptica
para involucrar anisotropía

h = Ángulo horizontal
v = Ángulo vertical
t = Ángulo de tolerancia 22

22

11
 Cálculo de Variogramas 3D:
Búsqueda de pares por capas

h = Tolerancia en dirección Z
23

23

12