Syllabus-geoestadistica-EG

Vista previa del material en texto

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS 
FACULTAD DE INGENIERÍA 
 
MAESTRÍA EN CIENCIAS DE LA INFORMACIÓN CON ÉNFASIS EN 
GEOMÁTICA 
 
S Y L L A B U S 
NOMBRE DEL DOCENTE: HÉCTOR JAVIER FUENTES LÓPEZ 
ESPACIO ACADÉMICO: ESTADÍSTICA ESPACIAL -
GEOESTADISTICA 
 
CÓDIGO: 
 
Obligatoria (X) Básico ( X ) Complementario ( ) 
Electivo ( ) Intrínsecas () Extrínsecas ( ) 
NUMERO DE ESTUDIANTES: GRUPO: 
NÚMERO DE CREDITOS: Dos (2) 
TIPO DE CURSO: TEÓRICO PRACTICO TEO-PRAC: 
 
Alternativas metodológicas: 
Clase Magistral( X ), Seminario ( ), Seminario – Taller ( ), Taller ( ), Prácticas ( X ), 
Proyectos tutoriados ( ), Otro: _____________________ 
 
IJUSTIFICACIÓN DEL ESPACIO ACADÉMICO 
La Geoestadística es una herramienta básica en la formación de profesionales interesados en 
el estudio de la modelación espacial, ya que permite hacer mediciones cuantitativas basadas 
en estudios empíricos del mundo real, permitan un conocimiento acertado de la realidad para 
actuar sobre ella o para reformar las hipótesis teóricas sobre el comportamiento de los distintos 
fenómenos espaciales. Desde la óptica de la ingeniería, la geoestadística ayuda a la valoración 
masiva y a la interpolación y extrapolación de datos y aporta algunos modelos que posibilitan 
hacer análisis del valor del suelo entre otros muchos usos, permitiendo con esto ahorro de 
recursos tales como tiempo y dinero 
 
OBJETIVO GENERAL 
 Aplicar la geoestadística para estimar (Por ejemplo el contenido promedio de alguna 
característica en la región de estudio), predecir (Valores de la variable en sitios no 
muestreados) y simular (identificar el comportamiento espacial de la variable de interés bajo 
algunos supuestos fijados a priori) variables regionalizadas. 
 
 
OBJETIVOS ESPECÍFICOS 
 
1. Apropiar conocimientos, conceptos y herramientas básicas para la modelación 
geoestadística 
2. Diseñar e implementar modelos geoestadisticos a partir de la metodología Kriging o 
Cokriging 
3. Conocer y distinguir cuando utilizar los métodos de jriging y cokriging 
X
 
BLOQUE PROGRAMÁTICO / NUCLEOS TEMATICOS MINIMOS 
 
1 Proporcionar al estudiante claridad, teórico-conceptual sobre métodos y modelos 
geoestadisticos específicos. 
 
2 Aportar al estudiante, los elementos necesarios que le permitan construir, desarrollar e 
interpretar modelos geoestadisticos sencillos, siguiendo las etapas de la investigación 
econométrica. 
 
3 Desarrollar en el estudiante la capacidad de abordar y resolver problemas geoestadistcios 
concretos, utilizando pasos y criterios del método que sigue la egeoestadistica. 
 
4 Analizar con detenimiento el desarrollo e implicaciones de los métodos geoestadísticos 
básicos, tanto desde el punto de vista conceptual como desde el punto de vista de sus 
limitaciones y posibilidades de aplicación. 
 
 
COMPETENCIAS DE FORMACIÓN 
Cognitivas: en torno a la formulación de modelos : deducción, justificación, y verificación 
Comunicativa: interacción con otros para sustentar y validar resultados. 
Básicas y laborales: Desarrollo de técnicas que permiten ahorro de tieMpo y dinero. 
 
Metodología Pedagógica y Didáctica: 
El profesor dará explicación de los conceptos teóricos y después guiará por medio de ejercicios 
didácticos establecerá bases para futuras investigaciones en los temas propuestos. Se 
utilizarán varios programas informáticos para el desarrollo de los temas tratados en clases, 
tales como GeoEAS, ArcGIS, SAS y SPAD 4.5. Se realizarán evaluaciones periódicas que 
permitan observar el aprendizaje de los estudiantes, de tal forma que puedan afianzar mejor los 
conceptos 
 
 
RECURSOS 
Medios y Ayudas: 
• Clase magistral 
• Talleres y consultas sobre los temas vistos en clase 
• Sustentación individual de los tallere sy trabajos. 
• Ayudas audiovisuales (video-beam) 
• Computador y salas de informatica. 
• Software especializado en econometria 
 
BIBLIOGRAFÍA 
 
TEXTOS GUÍAS 
• Díaz- Francés, E. (1993). Introducción a Conceptos Básicos de Geoestadística. 
Memorias 
• Seminario Estadística y Medio Ambiente. Centro de Investigación en Matemáticas, 
CIMAT. 
• Guanajuato, México. 
• Isaaks, E. & R. M. Srivastava. 1989. Applied Geostatistics. Oxford University Press, 
New York 
• Martín A. Diaz Viera. Geoestadística (Libro Español en Pdf) 
 
TEXTOS COMPLEMENTARIOS 
 
• Carr, J. , D. Myers y Ch. Glass. 1985. Cokriging - A Computer Program. Computers & 
• Geosciences. 11(2), 111-127. 
• Clark, I. 1979. Practical Geostatistics. Elsevier Publishing, New York. 
• Cressie, N. 1989. Geostatistics. The American Statistician. 43(4): 611(23). 
• Cressie, N. 1993. Statistical for Spatial Data. John Wiley & Sons, New York. 
• Cressie, N. & M. M. Majure. 1995. Non-Point Source Pollution of Surface Waters over a 
• Watershed. Programme Abstracts of the third SPRUCE International Conference. 
Merida, Mexico. 
• Chica. O, J. Teoría de las Variables Regionalizadas “Aplicación en economía Espacial y 
• Valoración Inmobiliaria” 
• Deutsch , C. V. & A. G. Journel. 1992. GSLIB: Geostatistical Software Library and User´s 
Guide. Oxford University Press, New York. 
• Díaz L. G. (2002) Estadística Multivariada Inferencia y Métodos, Universidad Nacional 
de Colombia, Bogotá. 
• Diggle, P., L. Harper y S. Simon. (1995). Geoestatistical Analysis of Residual 
Contamination from Nuclear Weapons Testing. Programme Abstracts of the third 
SPRUCE International Conference. Merida, Mexico. 
• Englund, E. & A. Sparks. 1988. GeoEAS, User´s Guide. EPA, Las Vegas. 
• Evangelos A. & G. T. Flatman. 1988. On Sampling Nonstationary Spatial Autocorrelated 
Data. Computers and Geosciences. 14(5): 667(86). 
• Freek, V. D. M. Introduction to Geostatistics. Freek van der Meer Geology Division. 
November 1993. Pág. 72 
• Gamma Design. 1995. GS+. Geostatistical software for the Agronomic and Biological 
Science,version 2.3. Plainwell, Michigan. 
• Giraldo, R. Introducción a la Geoestadística. Simposio de Estadística Aplicada a las 
Ciencias Ambientales 2002. Pág. 93. 
• Giraldo, R., D. Ospína & N. Méndez. 2001. Design of a Sampling Network for an Estuary 
in the Colombian Caribbean. Rev. Acad. Col. Cienc. 25(97):509-518 
• Giraldo, R. 2002. Construcción de un Indicador para el Estudio Conjunto de la 
DistribuciónEspacial de Múltiples Variables Binarias. Tesis de Maestría en Estadística. 
Departamento de Estadística. Universidad Nacional de Colombia, Bogotá. 
• Giraldo, R. 1996. Geoestadística Aplicada a Datos Multivariados Provenientes del 
Monitoreo de las Aguas de la Ciénaga Grande de Santa Marta y el Complejo Pajarales, 
Caribe Colombiano. tesis de grado Especialización en Estadística. Universidad 
Nacional de Colombia.. 
• Giraldo, R., J. Martínez, L. H. Hurtado, S. Zea & R. Madera. 1995. Análisis de 
Clasificación de Series Temporales: El Caso de la Salinidad en la Ciénaga Grande de 
Santa Marta, Colombia. An. Inst. Invest. Mar. Punta Betín 24: 123-134. 
• Journel, A.G. y Ch. J. Huijbregts. 1978. Mining Geostatistics, Academics Press, New 
York. 
• Kevin J. Konstantin K. and Neil L. Using ArcGIS Geostatistical Analyst by ESRI 1996. 
Pág 300. 
• Krige, D. G. 1951. A Statistical Approoach to Some Basic Mine Valuation Problems on 
the Witwatersrand. Journal of the Chemical, Metallurgical and Mining Society of South 
Africa, 52: 119-139. 
• Lebart, L. A., A. Morineau & M. Piron. 1995. Statistique Exploratoire 
Multidimenssionnelle. Dunod, Paris. 
• Matheron, G. 1962. Traite de Geostatistique Apliquee, Tome I. Memoires bureau de 
Recherches Geologiques et Minieres, N 24. Editions Bureau de Recherche et Minieres, 
Paris. 
• McBratney, A. B., Webster, R. and Burgess, T. M. 1981. ‘The Design of Optimal 
Sampling Schemes for Local Estimation and Mapping of Regionalized Variables I’, 
Computers and Geosciences. 7(4): 331-334 
• Myers, D. E. 1987. Optimization of SamplingLocations for Variogram Calculations. 
Water Resources Research. 23(3): 283(93). 
• Pardo, C. E. (2000) Análisis de Datos, Traducción Provisional (Lebart et. Al. Statisquique 
Exploratoire Multimensionnelle., Universidad Nacional de Colombia, Bogotá. 
• Petitgas, P. 1996. Geostatistics and Their Applications to Fisheries Survey Data 5: 114-
142. In: 
• B. A. Megrey & E. Mosknes, (E). Computers and Fisheries Research. Chapman-Hall, 
Londres.Pla, L.1986. Análisis Multivariado: Método de Componentes Principales. 
Monografía No 27 
• Serie de matemática. Secretaría General de la OEA. 
• Robertson, G. P. 1987. Geostatistics in Ecology: Interpolating with Know Variance. 
Ecology 68(3) : 744-748. 
• Samper, F.J. & J. Carrera 1990. Geoestadística. Aplicaciones a la Hidrogeología 
Subterránea. 
• Centro Internacional de Métodos Numéricos en Ingeniería. Universitat Politécnica de 
Catalunya.Barcelona. 
• Sánchez, C. 1996. Variación Espacial y Temporal de la Ictiofauna de la Ciénaga Grande 
de Santa Marta, Complejo de Pajarales y Ciénagas del Costado Occidental de la Isla de 
• Salamanca, Caribe colombiano. Tesis Biología. Fac. Cienc. Depto. Biol. Univ. Nacional 
de Colombia, Santafé de Bogotá. 
• Wackernagel. H. 1995. Multivariate Geostatistics. An Introduction with Applications. 
Springer- Verlag, Berlín. 
• Warrick, A. W., D. E. Myers & D. R. Nielsen. 1986. Geostatistical Methods Applied to 
Soil Science. Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods- 
Agronomy Monograph 9: 53 - 81. 
• Wheaton, F.W. 1977. Aquacultural Engineering. Krieger Publishing Company. Malabar, 
Florida. 
 
 
REVISTAS 
Revista UD y la GEOMATICA. Universidad Distrital Francisco José de Caldas. Bogotá 
 
DIRECCIONES DE INTERNET 
 
www.e-pfb.com/ebiometria/ pfb_teb/tecnicas_y_casos/te5.pdf 
http://ciberconta.unizar.es/docencia/econometria/ 
http://www.monografias.com/trabajos7/redes/redes.shtml 
 
 
DATOS DEL DOCENTE 
 
NOMBRE : HÉCTOR JAVIER FUENTES LÓPEZ 
PREGRADO : Economista 
POSTGRADO : Magister en Economía 
FIRMA DEL DOCENTE 
 
 
 
 _________________________________ 
 
FECHA DE ENTREGA: 2008-10-27