Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é...

55
Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a distribuição de Poisson. Considere que, em média, há λ=20 chamadas por hora. A distribuição de Poisson é dada por: para {0,1,...} () ! 0 para osdem aisvalores x e px x é a probabilidade de que haja exatamente 18 chamadas telefônicas em

Transcript of Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é...

Page 1: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Exercício Geoestatística :

1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a distribuição de Poisson. Considere que, em média, há λ=20 chamadas por hora. A distribuição de Poisson é dada por:

para {0,1,...}( ) !0 para os demais valores

xep x x

a)Qual é a probabilidade de que haja exatamente 18 chamadas telefônicas em 1 hora?

Page 2: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Exercício Geoestatística :

1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a distribuição de Poisson. Considere que, em média, há λ=20 chamadas por hora. A distribuição de Poisson é dada por:

para {0,1,...}( ) !0 para os demais valores

xep x x

a)Qual é a probabilidade de que haja exatamente 18 chamadas telefônicas em 1 hora?

(18) ?P

20 1820(18) 0,08418!

eP

(18) 0,084P

Page 3: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Exercício Geoestatística :

1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a distribuição de Poisson. Considere que, em média, há λ=20 chamadas por hora. A distribuição de Poisson é dada por:

para {0,1,...}( ) !0 para os demais valores

xep x x

a)Qual é a probabilidade de que haja 3 ou menos chamadas telefônicas em 30 minutos?

( 3) ?P x

20 60 min? 30 min10

( 3) ( 0) ( 1) ( 2) ( 3)P x p x p x p x p x

10 0 10 110 10(0) 0; (1) 0,0005;0! 1!

(2) 0,0023; (3) 0,0076

e eP p

p p

( 3) 0 0,0005 0,0023 0,0076 0,0104 ( 3) 0,0104P x P x

Page 4: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

2) Considere que o número de erros ao longo de uma superfície magnética gravadora seja uma variável aleatória de Poisson, com uma media de um erro a cada 105 bits. Um setor de dados consiste em 4096 bytes de 8 bits.

para {0,1,...}( ) !0 para os demais valores

xep x x

5

110 bits

um erro/105 bits

1 setor de dados = 4096 8 = 32768bits

1 10000032768

0,32768

bitsx bits

a)Qual a probabilidade de mais de um erro em um setor?

b)Qual a probabilidade de observar menos de dois erros em um setor?

Page 5: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1)A função densidade de probabilidade do tempo em horas de falha de um componente eletrônico de uma copiadora é f(x)=exp(-x/3000 para x>0 e f(x)=0, para 0x . Determine a probabilidade de que:

3000

para 0( ) 30000 para 0

x

e xp x

x

a)Um componente falhe no intervalo de 1000 a 2000 horas.

(1000 2000) ?P x

Page 6: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1)A função densidade de probabilidade do tempo em horas de falha de um componente eletrônico de uma copiadora é f(x)=exp(-x/3000 para x>0 e f(x)=0, para 0x . Determine a probabilidade de que:

3000

para 0( ) 30000 para 0

x

e xp x

x

a)Um componente falhe no intervalo de 1000 a 2000 horas.

(1000 2000) ?P x

2000 3000 2 13 3

1000

(1000 2000) [ ]3000

[ 0, 2031] 0, 2031

x

eP x dx e e

Page 7: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Para qual valor de K a função f(x)=Ke-x para x<0 é uma função densidade de probabilidade. Determine a sua média e variância.

Obs.: Lembrando que: Regra de integração por partes: udv uv vdu

Exemplo: Encontrar 2 xx e dx . Seja

2u x e xdv e dx . Então

2du xdx e xv e Então temos:

2 2 2x x xx e dx x e xe dx Agora, aplicamos integração por partes para a integral à direita. Seja

u x e xdv e dx . Então du dx e xv e . Assim obtemos:

x x x x xxe dx xe e dx xe e C . Portanto:

2 2 22[ ] 2 2x x x x x x xx e dx x e xe e C x e xe e C

Page 8: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Distribuições Contínuas de Probabilidade: Seja X uma variável aleatória contínua. A função f(x) é uma função densidade de probabilidade se: f(x) 0 e

1dx)x(f

Obs: P(a <X<b)= b

adx).x(f

Variância: Seja X uma variável aleatória contínua com função densidade f(x). Então, a variância de X é dada por:

22 )]([)()( XEXEXVar , onde 2 2( ) . ( ).E X x f x dx

Page 9: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Resposta:

1xke dx

, sendo que x > 0 temos:

01xke dx

00 1 [ ] 1 [0 1] 1 1xke k e e k k

0 0

[ ] ( )

xx

x

dv e dx u xE x xf x dx xe dx

v e du dx

000

0

[ ] ( 1) (1)]x x x x xxe dx xe e dx xe e e e

0

Page 10: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

0[ 1] 1xxe dx

, Assim: E[x]=1.

2 2var[ ] [ ] ( [ ])x E x E x

22 2

0

[ ]

2

xx

x

u x dv e dxE x x e dx

du xdx v e

2 2 20

0

[ ] 2 2[ ( 1)]0

x x x xE x x e e xdx x e e x

2 2 0[ ] 0 2 1 2E x e e

0 0

2var[ ] 2 1 var[ ] 1x x

Page 11: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1)Para qual valor de K a função f(x)=2Ke-2x para x > 0 é uma função densidade de probabilidade. Determine a sua média e variância.

1)Para qual valor de K a função

2( )

2

xkf x e

para x > 0 é uma função densidade de probabilidade. Determine a sua média e variância.

EXERCÍCIO:

Page 12: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

GEOESTATÍSTICA

Definição de covariância pelo livro Probabilidade: um curso introdutório (Por Carlos Alberto Barbosa Dantas):Seja (X,Y) uma variável aleatória bidimensional. As esperanças das componentes X e Y nos fornecem uma medida de posição das respectivas distribuições nos respectivos eixos das coordenadas do plano. As variâncias de X e Y dão uma medida de dispersão dos valores de X e de Y em torno das respectivas médias E(X) e E(Y).A covariância dá uma ideia da dispersão dos valores da variável bidimensional (X, Y) em relação ao ponto (E(X), E(Y)).Definição de variável aleatória contínua: Diz-se que X é uma variável aleatória contínua, se existir uma função f, denominada função densidade de probabilidade (fdp) de X que satisfaça às seguintes condições (Livro Probabilidade – Aplicações à Estatística (Paul L. Meyer)):

( ) ( ) 0 para todo x,

(b) ( ) 1,

( ) para quaisquer a, b, com , teremos P(a X b)= ( ) .b

a

a f x

f x dx

c a b f x dx

Page 13: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Variáveis Aleatórias e Distribuições de Probabilidade:

Variáveis Aleatórias:

Uma variável é dita aleatória quando o valor da mesma é obtido através de observações ou experimentos, e a cada valor estiver associada certa probabilidade. Denota-se uma variável por letra maiúscula e os valores assumidos por ela por letra minúscula.

Uma variável é dita Discreta quando assume valores em pontos isolados ao longo de uma escala (nº finito ou infinito enumerável de valores).

Exemplo: Nº de alunos na salaUma variável é dita Contínua quando assume qualquer valor ao longo de um intervalo (nº infinito não enumerável de valores).

Exemplo: Tempo, temperatura, peso, etc.

Page 14: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Variáveis Regionalizadas:

Uma variável regionalizada é qualquer função numérica com uma distribuição espacial que varia de um lugar par outro com continuidade aparente, mas cujas variações não podem ser representadas por uma função determinística. (As funções determinísticas sempre retornam o mesmo resultado quando são chamadas com o uso de um conjunto específico de valores de entrada e quando lhes é dado o mesmo estado do banco de dados. As funções não determinísticas podem retornar resultados diferentes cada vez que são chamadas com um conjunto específico de valores de entrada, mesmo se o estado do banco de dados que elas acessam permaneça o mesmo. Bastante utilizado em programação – banco de dados.).

Em geologia, todas as observações quantitativas feitas em duas ou três dimensões (área ou volume, respectivamente), sejam elas geoquímicas, geofísicas, sedimentológicas etc., podem ser consideradas como exemplos de variáveis regionalizadas.

Segundo Bubenicek & Haas (1969), as características qualitativas de variáveis regionalizadas que os métodos estatísticos convencionais não conseguem reconhecer são:

Page 15: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1.Localização: os valores de uma variável regionalizada são dependentes de suas funções espaciais relativas dentro do campo geométrico (depósito); além disso, estes valores são dependentes do tamanho da amostra, de sua forma e orientação (suporte amostral).

2.Suporte: por vezes a variável regionalizada Z(x) não está definida num ponto, mas sobre uma área ou volume centrado em x.

3.Continuidade: a variação espacial de uma variável regionalizada pode ser, dependendo do fenômeno, grande ou pequena, mas deve existir uma certa continuidade ponto a ponto.

4.Anisotropias: A regionalização pode apresentar anisotropias (anisotropia: característica que uma substância possui em que uma certa propriedade física varia com a direção.) quando apresenta variações graduais numa direção e rápida ou irregular em outra.

5.Fenômenos de transição: No campo da variável, particularmente em formações sedimentares, as estruturas são frequentemente encontradas consistindo em lentes superpostas. Essas estruturas formam uma rede de descontinuidades nas bordas das lentes, que é caracterizada como fenômeno de transição. 

Page 16: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

O variograma:

O variograma é a ferramenta básica que permite descrever quantitativamente a variação no espaço de um fenômeno regionalizado.

A natureza estrutural de um conjunto de dados (assumido pela variável regionalizada) é definida a partir da comparação de valores tomados simultaneamente em dois pontos, segundo uma determinada direção.

A função variograma é definida como sendo a esperança matemática do quadrado da diferença entre os valores de pontos no espaço, separados por uma distância h, conforme a seguinte expressão:

Como na estatística clássica, pode-se definir a média e a variância de uma variável regionalizada de acordo com as seguintes relações:

Média: Variância:

A variância é conhecida em notação geoestatística como C(0), ou seja, a covariância para distância de separação nula.

2 ( )h

22 ( ) ( ) ( )h E Z x h Z x

( )m E Z x 2( ) ( )Var Z x E Z x m

Page 17: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Desta mesma forma, pode-se definir a covariância C(h) entre pontos separados por uma distância h:

A função é denominada função semivariograma ( ), que é a metade da função variograma; entretanto, muitos autores usam simplesmente o termo função variograma para expressá-la.

Comportamento próximo a origem:

O grau de continuidade da mineralização é dado pelo comportamento do variograma próximo à origem. Assim, quanto a esse comportamento podem ser descritos quatro tipos básicos, a saber:

2( ) ( ) ( )C h E Z x h Z x m

( )h ( ) (0) ( )h C C h

Page 18: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.
Page 19: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1.Parabólico (Fig. A): o variograma descreve uma curva parbólica próximo à origem e representa um alto grau de continuidade das amostras selecionadas. Esse tipo pode ser exemplificado por um variograma construído a partir de dados de espessura de uma camada.

2.Linear (Fig. B): caracterizado por um comportamento linear na origem, ou seja, por uma tangente oblíqua à origem, representando uma continuidade média das amostras. Entenda-se por continuidade média das amostras uma grande homogeneidade destas a pequenas distâncias e uma progressiva perda de homogeneidade com o aumento da distância. Esse comportamento é típico de muitos depósitos minerais metálicos.

3.Efeito pepita (Fig. C): esse tipo apresenta uma descontinuidade na origem. Essa descontinuidade pode ser reflexo de dois fatores não mutuamente exclusivos – erros de medida na amostragem e microvariabilidades.

4.Efeito pepita puro (Fig. D): é um tipo extremo de comportamento do variograma próximo à origem e reflete a variação espacial de um fenômeno de transição, onde para um dado valor de patamar a amplitude (a amplitudo reflete o grau de homogeneização entre as amostras, ou seja: quanto maior for a amplitude, maior será a homogeneidade entre as amostras) terá um valor infinitesimalmente menor que as distâncias de observação.

Page 20: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Modelos de variogramas:

Os modelos de variogramas mais comuns na natureza listados conforme as equações apresentadas a seguir:

Seno cardinal

0( ) 1

hsenah C C ha

Cauchy genérico

0 2

1( ) 1 0

1

h C Cha

Page 21: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Exponencial

0( ) 1 exp hh C Ca

Cúbico

2 3 5 7

035 7 3( ) 74 5 4

h h h hh C Ca a a a

Estável

0( ) 1 exp 0hh C Ca

Page 22: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Linear

0( )h C C

Gauss

2

0( ) 1 exp hh C Ca

Gamma

01( ) 1 0

1h C C

ha

Page 23: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Potencial

0( ) 0 2hh C Ca

KBessel

0 1( ) 1 0,2

hhah C C Ka

Onde Kα(h) é a função modificada de Bessel de ordem –α.

Page 24: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

jBessel

0( ) 1 2 1 1,2

hJdah C C

ha

Onde d = dimensão do espaço e Jα (h) é a função Bessel de ordem α.

Esférico

3

03 1( ) h < a2 2h hh C C paraa a

0( ) para h ah C C

Page 25: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Métodos Computacionais

Os métodos computacionais, assim denominados por dependerem de computadores para o cálculo de recursos/reservas minerais, fazem uso das funções matemáticas de interpolação, as quais são aplicadas para o cálculo das variáveis de interesse nos blocos de cubagem.

Ao conjunto de blocos de cubagem que compõem o depósito denomina-se modelo tridimensional de blocos:

Modelo tridimensional de blocos de um depósito hipotético.

Page 26: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.
Page 27: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Geoestatística e Modelo de Blocos

• Interpolação de Teores– Models > Interpolate Grade > Basic Grade Interpolation– PROCESSO: GRADE– Tollbar– AU e CU

• Visualizando o Modelo de Blocos– Data > Load > Block Model– om (open-model-file)

• Criando Legenda– Em função de AU

• Estéril = 0.0 a 0.75 (azul)• Lixiviação = 0.75 a 1.5 (amarelo)• Usina = 1.5 a 99 (vermelho)

Page 28: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Geoestatística e Modelo de Blocos

• Avaliação do Modelo de Blocos– Model > Evaluate > Wireframe– evw (evaluate-wireframe)

Page 29: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

• Criando o Modelo de Estéril– Models > Create Model > Fill Wireframe with Cells– PROCESS: TRIFILL

• Combinando os modelos de blocos– Models > Manipulate Model > Add Two Block Models– PROCESS: ADDMOD

• Otimizando o Modelo de Blocos– Models > Manipulate Models > Optmise Block Model– PROMOD

Geoestatística e Modelo de Blocos

Page 30: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

A subdivisão ideal em blocos, baseada na prática de avaliação de recursos, seria igual à metade do espaçamento médio entre os furos de sonda. Segundo Vallêe & Côte (1992), a krigagem de blocos com dimensões muito menores que a metade da malha de amostragem deveria ser evitada, pois tais estimativas exibem extrema variabilidade.

Os métodos computacionais fazem uso das funções matemáticas de interpolação, entre as quais: inverso da potência da distância e krigagem ordinária.

Os blocos de cubagem podem ser avaliados se atenderem aos seguintes requisitos:

•Estiverem no domínio do depósito.

•Apresentarem amostras de furos vizinhos, seguindo um critério de seleção.

•Forem passíveis de avaliação com um mínimo de informação, verificada a distância máxima das amostras.

A determinação da posição de um bloco em relação ao domínio do depósito é feita em partes, como se segue:

Page 31: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

A determinação da posição de um bloco em relação ao domínio do depósito é feita em partes, como se segue:

•Verificar se o bloco pertence à fronteira dos furos de sonda.

•Se o bloco estiver na fronteira dos furos, verificar se ele está dentro dos limites superior e inferior de mineralização.

Definição da vizinhança local para uso dos métodos computacionais:

Pode-se observar que a pesquisa dos vizinhos próximos sem nenhuma restrição quanto à localização destes, resulta no agrupamento de pontos no quadrante nordeste em detrimento dos demais, enquanto o quadrante sudoeste nem sequer foi amostrado.

Page 32: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Pode-se observar que a pesquisa dos vizinhos próximos sem nenhuma restrição quanto à localização destes, resulta no agrupamento de pontos no quadrante nordeste em detrimento dos demais, enquanto o quadrante sudoeste nem sequer foi amostrado.

Verifica-se que somente os pontos situados ao longo de uma linha de pesquisa serão amostrados se nenhuma restrição for imposta, caracterizando também um agrupamento de pontos.

Page 33: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Para evitar agrupamentos de pontos foram estabelecidos critérios de seleção de amostras por quadrantes ou octantes. Os critérios de seleção de amostras por quadrantes ou octantes dividem a região do ponto a ser interpolado em quatro (Figura ao lado) ou oito setores, respectivamente, e selecionam as amostras mais próximas por setor até completar um número desejado de amostras para fins de interpolação.

Para o procedimento dos octantes (Figura ao lado) foi escolhida uma amostra por octante.

Page 34: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Para o procedimento dos quadrantes (Figura ao lado) foi adotada a seleção de duas amostras mais próximas por quadrante.

Número de amostras de furos vizinhos:

Escolhido o critério para a seleção de amostras de furos vizinhos, deve-se definir o número de amostras a serem utilizadas nos métodos de interpolação para avaliação de recurso/reserva nos blocos de cubagem.

Para avaliação de depósitos minerais pode-se fixar oito amostras, que se ajustam perfeitamente aos critérios de quadrante (duas amostras por quadrante) ou octante (uma amostra por octante) no plano. Entretanto, nem sempre a condição inicial de oito amostras de furos vizinhos será satisfeita, principalmente na borda do corpo de minério. Nesses casos, deve-se relaxar a condição inicial para um mínimo de quatro amostras. 

Page 35: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Coloque V para verdadeiro e F para falso em relação à variável regionalizada:

( ) Possui valores dependentes de suas funções espaciais relativas dentro do campo geométrico.

( ) A variação espacial de uma variável regionalizada é sempre pequena e existe uma descontinuidade ponto a ponto.

( ) Os valores de uma variável regionalizada são independentes do tamanho da amostra, sua forma e orientação.

( ) As variáveis regionalizadas podem ser representadas por uma função determinística exatamente porque considera a dependência entre as funções espaciais dentro de um depósito.

Page 36: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Coloque V para verdadeiro e F para falso em relação à variável regionalizada:

(V) Possui valores dependentes de suas funções espaciais relativas dentro do campo geométrico.

(F) A variação espacial de uma variável regionalizada é sempre pequena e existe uma descontinuidade ponto a ponto.

(F) Os valores de uma variável regionalizada são independentes do tamanho da amostra, sua forma e orientação.

(F) As variáveis regionalizadas podem ser representadas por uma função determinística exatamente porque considera a dependência entre as funções espaciais dentro de um depósito.

Page 37: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Krigagem ordinária:

A krigagem é o procedimento que permite calcular os ponderadores para uma dada configuração (blocos x disposição das amostras no espaço), com mínima vairância de krigagem.

Os estudos geoestatísticos levam à definição de um modelo de variograma que servirá para inferir os valores da função variograma ou covariograma que serão utilizados pelos métodos geoestatísticos de interpolação.

Equações de krigagem:

A krigagem é um método que permite estimar o valor desconhecido Z*(x0) associado a um ponto, área ou volume a partir de um conjunto de n dados {Z(xi), i = 1,n} disponíveis.

O estimador Z*(x0) poderá ser obtido como uma combinação linear dos dados disponíveis, conforme:

*0

1

( )n

i ii

Z x Z x

Page 38: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

2 *0 0E Var Z x Z x Expandindo a variância do erro, de acordo com Issaks &

Srivastava (1989) e desenvolvendo cada termo, tem-se:

20(0) 2 , ,E i i i j i j

i i j

C C x x C x x Exercício: Considere a figura abaixo:

O teor no ponto 0 foi estimado através da seguinte fórmula:

*0 1 2 30,2 0,3 0,5Z Z Z Z

Page 39: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

O teor verdadeiro no ponto 0 e os teores das amostras vizinhas Z1, Z2 e Z3 podem ser consideradas como variáveis aleatórias contínuas. O ponto 0 tem coordenadas (0;0) e os pontos 1, 2 e 3 tem coordenadas (em metros) (25;0), (-15;0) e (0;-10), respectivamente. Portanto, o erro de estimação (teor verdadeiro – teor estimado) será também uma variável aleatória, pois se trata de uma combinação linear de variáveis aleatórias. Sabe-se que para este caso, a covariância entre 2 quaisquer variáveis depende somente da distância que separa os pontos onde estas variáveis se encontram. Esta covariância é dada pela seguinte fórmula:

33 140 1 se h a2 2

C 0 se h > a

h hC ha a

h

Onde: a = 30 metros.

Pede-se calcular a variância da variável que representa o erro desta estimativa.

Page 40: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Resolução:2 2

13 10 25 26,93 mD

2 223 15 10 18,05 mD

*0 1 2 30,2 0,3 0,5Z Z Z Z

Temos então:

Erro = Teor verdadeiro – Teor estimado (Z(x0 ) = teor verdadeiro)

*0 0Erro Z x Z x

* * *0 1 2 30, 2 ( ) 0,3 0,5Erro Z x Z x Z x Z x

1

Combinação linear de variáveis aleatóriasn

i ii

Erro Z

2 *0 0E Var Z x Z x

Page 41: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

20(0) 2 , ,E i i i j i j

i i j

C C x x C x x

Não queremos o cálculo de variância de um ponto fixo e sim de dois pontos com i ǂ j.

* * *0 1 2 31 0,2 ( ) 0,3 0,5Erro Z x Z x Z x Z x

Distâncias (m) / h

Pontos 0 1 2 3

0 0 25 15 10

1 25 0 40 26,93

2 15 40 0 18,03

3 10 26,93 18,03 0

Page 42: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

* Cálculo da covariância:

33 140 1 se h a2 2

C 0 se h > a

h hC ha a

h

Modelo Esférico de variograma para o cálculo da covariância:

3

03 1( ) h < a2 2h hh C C paraa a

0( ) para h ah C C

Onde a = 30 metros.

(0) 40 1 40;C

Page 43: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

33 25 1 2525 40 1 =1,57;

2 30 2 30C

33 15 1 1515 40 1 =12,5;

2 30 2 30C

33 10 1 1010 40 1 =20,74;

2 30 2 30C

(40) 0;C

33 18,03 1 18,0318,03 40 1 =8,28;

2 30 2 30C

33 26,93 1 26,9326,93 40 1 =0,61;

2 30 2 30C

Page 44: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

C( h)

Pontos 0 1 2 3

0 40 1,57 12,5 20,74

1 1,57 40 0 0,61

2 12,5 0 40 8,28

3 20,74 0,61 8,28 40

* Cálculo da variância da variável que representa o erro dessa estimativa:

2 ,E i j i ji j

C x x

2 21 1 11, 1 , 1 40 40i j C x x

1 2 1 21, 2 , 1 0,2 1,57 0,314i j C x x

1 3 1 31, 3 , 1 0,3 12,5 3,75i j C x x

Page 45: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

1, 4 1 0,5 20,74 10,37i j

2, 1 0,2 1 1,57 0,314i j

2, 2 0, 2 0,2 40 1,6i j

2, 3 0,2 0,3 0 0i j

2, 4 0,2 0,5 0,61 0,061i j

3, 1 0,3 1 12,5 3,75i j

3, 2 0,3 0, 2 0 0i j

3, 3 0,3 0,3 40 3,6i j

3, 4 0,3 0,5 8,28 1,242i j

4, 1 0,5 1 20,74 10,37i j

Page 46: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

4, 2 0,5 0, 2 0,61 0,061i j

4, 3 0,5 0,3 8,28 1,242i j

4, 4 0,5 0,5 40 10i j

2

1

40 0,314 3,75 10,37 0,314 1,6 0 0,061

3,75 0 3,6 1,242 10,37 0,061 1,242 10

n

E i ii

Var Z

2

1

25,566 1,347 1,092 0,933 28,938n

E i ii

Var Z

2

1

28,938n

E i ii

Var Z

Page 47: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Krigagem Ordinária

As equações de krigagem permitem determinar o conjunto de ponderadores associados ao conjunto de dados disponíveis, que, combinados, resulta na estimativa do valor desconhecido Z*(X0):

Conforme o domínio que se estima, tem-se:-Krigagem pontual;-Krigagem de bloco.

Krigagem pontual.

- Conjunto de pontos de dados para um depósito hipotético:

Esse conjunto de pontos de dados representa um depósito hipotético do tipo estratiforme, em que os teores estão compostos para a espessura mineralizada. Nesse depósito, o minério apresenta uma densidade aparente igual a 3,20 t/m3.

-Análise Geoestatística dos Dados do Depósito Hipotético.

Para os dados do depósito hipotético, procedeu-se à análise da variabilidade dos dados para ilustrar o procedimento de cálculo dos pontos do variograma experimental. Tendo em vista que os pontos de dados não estão distribuídos sobre uma malha regular, há

Page 48: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

há necessidade de estabelecer o passo e a tolerância do passo, os quais foram iguais a 50 e 25m, respectivamente. Assim, pode-se calcular a nuvem de variograma, bem como os pontos médios, ou seja, os próprios pontos do variograma experimental. A figura 4.13 apresenta a nuvem de variograma (Figura 4.13A) e os pontos do variograma experimental (Figura 4.13B) para os dados de teor. A nuvem de variograma representa todas as diferenças ao quadrado [Z(x) – Z(x + h)]2 que são lançadas contra as respectivas distâncias (h). Sobre os pontos do variograma experimental foram ajustados os modelos teóricos. Para a variável teor, o ajuste resultou num modelo de variograma esférico e, para espessuras, num modelo gaussiano.

Page 49: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Para a variável teor, o ajuste resultou em um modelo de variograma esférico: 3

( ) 40 1,5 0,5h hha a

, para h < 200 m

Para a variável espessura, o ajuste resultou em um modelo de variograma gaussiano:

( ) 40h , para h > 200 m

2

( ) 0,35 1 exphah

, para a = 100 m

Page 50: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.
Page 51: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.
Page 52: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Krigagem Pontual

Page 53: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

3

1 270,71 70,71(x , x ) 40 1,5 0,5 20,33200 200

Para o cálculo da função semivariograma, por exemplo, entre as amostras 1 e 2, determina-se inicialmente a distância entre elas:

2 21 2(x , x ) 100 150 50 100 70,71d

A distância encontrada é convertida em função semivariograma, usando-se as equações dos modelos da Figura 4.13B para teores e a Figura 4.14B para espessuras:

Page 54: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Assim, o procedimento descrito é repetido para todos os pares de amostras, obtendo-se as matrizes dos valores da função semivariograma, conforme a matriz abaixo:

O vetor dos valores das funções semivariograma, entre a amostra e o ponto a ser estimado, também é calculado da mesma forma:

2 20 1(x x ) 100 131,25 50 118,75 75,52d

Page 55: Exercício Geoestatística : 1)O número de chamadas telefônicas que chegam a uma central é frequentemente modelado com uma variável aleatória que segue a.

Da mesma forma, calculando-se os valores das funções semivariograma para todas amostras, tem-se:

Assim, obtêm-se todos os elementos do sistema de equações, que, adicionada da condição de restrição da krigagem ordinária, resultam nos sistemas de equações de krigagem para estimativa do ponto de coordenadas (131,25; 118,75):

Resolvendo-se o sistema de equações, obtêm-se os ponderadores listados, juntamente com os valores da variável de interesse:

Tc = (5*0,047+15*0,572+18*0,317+20*0,064)=15,801 g/t