EVALUACIÓN DEL ERROR EN ESTIMACIONES (A,U,?)

Arístides Alejandro Legrá Lobaina

doi:10.15628/holos.2018.6193

Autores

Arístides Alejandro Legrá Lobaina Instituto Superior Minero Metalúrgico de Moa, CUBA http://orcid.org/0000-0002-4793-4754

DOI:

https://doi.org/10.15628/holos.2018.6193

Palavras-chave:

Estimador (A, U, ?), Error de estimación, Kriging, varianza del error de estimación, varianza de interpolación

Resumo

Se presenta un resumen de las expresiones formales de las clases U? y ?U de los estimadores (A,U,?) distinguiéndose dos casos: se conoce la deriva ?(P); o ?(P) debe determinarse por ser desconocida. Considerando las expresiones clásicas para la evaluación numérica de errores de interpolación, de la varianza del error de estimación para Kriging y de la varianza de interpolación de J. K. Yamamoto, se propone una nueva expresión general para evaluar el error de cualquier estimación del tipo (A,U,?).

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Biografia do Autor

Arístides Alejandro Legrá Lobaina, Instituto Superior Minero Metalúrgico de Moa, CUBA

Licenciado en Educación Especialidad Matemáticas.

Doctor en Ciencias Técnicas

Profesor del Departamento de Matemáticas de la Facultad de Minería y Geología del ISMMM

Referências

Achilleos, G. (2008). Errors within the Inverse Distance Weighted (IDW) interpolation procedure. Geocarto International, 23(6), 429-449. Recuperado de http://dx.doi.org/10.1080/ 10106040801966704

Alfaro Sironvalle, M. A. (2007). Estimación de Recursos Mineros. Paris: Escuela de Minas de Paris. Recuperado de http://www.cg.ensmp.fr/bibliotheque.

Álvarez Blanco, M., Guerra Hernández, A. y Lau Fernández, R. (2007). Matemática Numérica. La Habana: Editorial Félix Varela.

Babak, O. y Deutsch, C. (2008). Statistical approach to inverse distance interpolation. Stochastic Environmental Research and Risk Assessment, 23(5), 543-553.

Baxter, B. (1992). The Interpolation Theory of Radial Basis Functions. (PhD Thesis, University of Cambridge). Recuperado de http://arxiv.org/pdf/1006.2443v1

Bronshtein, I. N., Semendyayev, K. A., Musiol, G. y Mühlig, H. (2007). Handbook of Mathematics. Berlín: Springer-Verlag.

Díaz Viera, M. A. (2002). Geoestadística Aplicada. México: Instituto de Geofísica, UNAM e Instituto de Geofísica y Astronomía, CITMA de Cuba. Recuperado de http://mmc2.geofisica.unam.mx/cursos/geoest/GeoEstadistica.pdf.

Giraldo Henao, G. (2005). Introducción a la Geoestadística. Teoría y Aplicación. Bogotá: Facultad de Ciencias, Universidad Nacional de Colombia, Sede Bogotá. Recuperado de ftp://ftp.ciat.cgiar.org/DAPA/projects/Cursos_Talleres/Curso_R/DOCUMENTOS/LIBRO%20DE%20GEOESTADISTICA.pdf

Handscomb, S.F.D. (1995). Errors of linear interpolation on a triangle. Oxford: Numerical Analysis Group, Oxford University. Recuperado de https://www.math.auckland.ac.nz/~waldron/ Multivariate/handscomb95.pdf

Hubbert, S y Morton, T.M. (2004). Lp-error estimates for radial basis function interpolation on the sphere. Journal of Approximation Theory, 129(1), 58-77. Recuperado de http://dx.doi.org/ 10.1016/ j.jat.2004.04.006

Isaacson, E. y Keller, H.B. (1994). Analysis of Numerical Method. New York: Dover Publications, Inc.

Kincaid, D. y Cheney, W. (1991). Numerical analysis mathematics of scientific computing. California: Brooks/Cole Publishing Company Pacific Grove.

Legrá Lobaina, A. A. y Atanes Beatón, D. M. (2010). Variogramas adaptativos: un método práctico para aumentar la utilidad del error de estimación por kriging. Revista Minería y Geología, 26(4), 53-78. Recuperado de http://revista.ismm.edu.cu/index.php/revistamg/article/ download/63/69

Legrá Lobaina, A. A., Atanes Beatón, D. M. y Guilarte Fuentes, C. (2014). Contribución al método de interpolación lineal con triangulación de Delaunay. Revista Minería y Geología, 30(2), 58-72. Recuperado de https://revista.ismm.edu.cu/index.php/revistamg/article/download/ 907/486

Legrá Lobaina, A. A. (2017). Modelos de malla basados en estimadores (A,U,?). Revista HOLOS, 33(4), 88-110. DOI:10.15628/holos.2017.5351.

Light, W. y Wayne, H. (1998). On Power Functions and Error Estimates for Radial Basis Function Interpolation. Journal of Approximation Theory, 92(2), 245-266. Recuperado de http://dx.doi.org/10.1006/jath.1997.3118

Madych, W. R. and Nelson, S. A. (1988). Multivariate interpolation and conditionally positive definite functions. Approx. Theory and its Applications, 4 (4), 77-89.

Miller, I., Freund, J. y Johnson, R. (2005). Probabilidades y Estadísticas para ingenieros. Cuarta Edición. México: Prentice-Hall Hispanoamericana S.A.

Ribeiro Da Silva, C., Lopes Quintas, M.C. y Silva Centeno, J.A. (2007). Estudo do método de interpolação do inverso da distância a uma potência. Trabajo presentado en el V Colóquio Brasileiro de Ciências Geodésicas y II Simpósio Brasileiro de Geomática. Recuperado de http://docs.fct.unesp.br/departamentos/cartografia/eventos/2007 II_SBG/artigos/A 009.pdf

Samper, F.J. y Carrera, J. (1990). Geoestadística. Aplicaciones a la Hidrogeología Subterránea. Barcelona: Centro Internacional de Métodos Numéricos en Ingeniería de la Universitat Politécnica de Catalunya.

Saniee, K. (2007). A Simple Expression for Multivariate Lagrange Interpolation. USA: SIAM. Recuperado de https://www.siam.org/students/siuro/vol1issue1/S01002.pdf

Shaback, R. (1995). Error estimates and condition numbers for radial basis function interpolation. Advances in Computational Mathematics, 3(3), 251-264. Recuperado de http://link.springer.com/ article/10.1007/BF02432002

Shepard, D. (1968). A two-dimensional interpolation for irregularly-spaced data function. Proceedings-1968 ACM National Conference, 517-524. Recuperado de http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.154.6880&rep=rep1&type=pdf

Waldrom, S. (1996). The error in linear interpolation at the vertices of a simplex. Technical Report, Tel Aviv: TECHNION, Israel Institute of Technology. Recuperado de https://www.math.auckland. ac.nz/~waldron/Preprints/Triangle/triangle.pdf

Wendland, H. (1997). Error estimates for interpolation by compactly supported radial basis functions of minimal degree. Institut für Numerische und Angewandte Mathematik Universität Göttingen, Germany.

Wu, Z. y Shaback, R. (1993). Local error estimates for radial basis function interpolation of scattered data”. IMA Journal of Numerical Analysis, 13, 13-27. Recuperado de http://imajna.oxfordjournals.org/content/13/1/13.full.pdf

Yamamoto, J. K. (2000). An Alternative Measure of the Reliability of Ordinary Kriging Estimates. Mathematical Geology, 32(4), 489-509. DOI:10.1023/A:1007577916868