3.2.2. Caracterización de cada indicador: agrupamiento de datos, gráficas y estimación de parámetros

Método Secuencial Indicador

• Desarrollado por Alabert (1987b)
y Journel (1989). Es el caso correspondiente ala simulación de indicadores anidados usando el método secuencial.

• En particular si se considera un solo indicador debido a que toma valores sólo
de 0 y 1, la distribución condicional se reduce su valor esperado condicional, que en general es no conocido.

• Alabert y Journel propusieron usar en su lugar la estimación mediante kriging
simple del indicador, la cual preserva la media y la covarianza de la FA que comparado con el método de condicionamiento estándar tiene la ventaja de producir simulaciones binarias que reproducen el histograma de la FA.

• Un nuevo valor simulado se obtiene a partir de la FDP estimada usando los
valores observados (datos) y los valores previamente simulados en una vecindad del punto.

• En dependencia de cómo se estime la función distribución de probabilidad,existen dos métodos secuenciales: • Secuencial Indicador • Secuencial
Gaussiano.

• Usa el Kriging indicador para estimar la función distribución de probabilidad local.• Re
quiere del modelo del semivariograma para cada valor de corte especificado por el usuario o como alternativa más eficiente pero menos precisa del semivariograma obtenido para el valor de corte correspondiente a la mediana.

- Permite mezclar fácilmente datos duros con suaves.
- Es un algoritmo muy eficiente
- Su principal dificultad estriba en los problemas de relación de orden del Kriging de los indicadores. Como alternativa se toma en cuenta la correlación cruzada de los indicadores (co-simulación de los indicadores).

- Otro problema es que la calidad de la simulación es sensible al tamaño dela vecindad empleada por el kriging, usualmente demasiado pequeña.