Idioma: Español
Fecha: Subida: 2022-02-21T00:00:00+01:00
Duración: 13m 01s
Lugar: Curso
Visitas: 1.825 visitas

tema5_4

Transcripción (generada automáticamente)

En este vídeo podemos empezar a ver, los métodos son aquellos que utilizan los valores de los puntos más cercanos a cada punto de interpelación para estimar el valor de z en ese punto de población. Empezaremos por eso es lo más sencillo, ya que no necesitan un análisis estadístico previo de la variabilidad de eta. Los locales más conocidos son los basados en ellas ponderadas, en estos métodos, pero decidimos los puntos de muestreo situados alrededor utilizan para interponer y luego los utilizamos, utilizamos los varones, etc. En esos puntos, para hacer una media ponderada. El caso más sencillo es el de los polígonos. Este método lo que hacemos es utilizar solamente el punto demostrado más cercano al punto de interés población, y de esa manera estimamos que el valor de z, en el punto de incorporación como el valor de z, en el punto de muestreo más cercano, es una aproximación de vecino más próximo y hemos visto algo similar a esto. Cuando hablamos de mapas y de procesamiento, resultados se parece, al final se parece bastante a una capa de polígonos más que a una masa capaz de pol cuantitativa. En realidad no es el método más adecuado de todos los que vamos a ver es el que suele dar resultados peores, pero fue muy utilizado durante muchos años porque se puede se puede calcularse sin ordenador. Entonces todavía hay algunos programas que lo siguen utilizando y es bueno conocer en gradas lo podéis utilizar con el módulo v punto Borno y que le pasa. Es el A el mapa de historial de entrada general. Es un mapa de salida Bale, y ese cabeza de salida lo tenéis que posteriormente caracteriza. Bien, mal, los riesgos de utilizar el punto de punto de muestreo más cercano va a ser utilizar alguno de los puntos de muestreo más cercanos para con ellos, hacer una media o media o bien una media ponderada a los criterios que se suelen utilizar para decidir qué punto vamos a coger el primero de ellos sería escoger los puntos más cercanos, por ejemplo, los seis puntos más cercanos al punto de incorporación, es decir, si yo quiero interponer en este punto cuáles son los puntos de los seis puntos que hemos tenido más cercano y los ojos para hacer la medida, si quisiera interponer en este punto de buscaría los puntos de cercano y los utilizará para hacer una media ponderada, que sería la estimación de z. En este punto la atracción es, en vez de coger un número fijo de puntos de muestreo, escoger un radio y coger todos los puntos de muestreo que estén a una distancia del punto de incorporación. En honor a ese radio que hemos que hemos escogido, hemos escogido es una serie de puntos, podemos perder ellos, ellos su distancia al punto de interpelación y z a partir de la distancia. Podemos calcular los coeficientes de ponderación para una media ponderada con utilizando esta fórmula, esta fórmula se descuenta hace que cada coeficiente de ponderación sea proporcional a la distancia, que normalmente siempre 2, pero, bueno, se puede probar con 1, se puede probar con tres siempre las condiciones de ponderación. Lo dividimos entre la suma de todos los de uno partido a ese exponente. Nos aseguramos que la suma de todos los coeficientes de ponderación va a ser igual. Si utilizamos esto es para para hacer la interpelación. Se utiliza el vecino más próximo, como en este caso el vecino más próximo. Es el punto número 5, pues directamente utilizaría el valor. No perdonó el punto más próximo, estrés, porque es el punto número 3, no el punto 5; utiliza militarmente el valor de z en ese punto tres para estimar el valor, etc. El punto de interpretación. Si quisiéramos hacer una convención pues es decir una media ponderada, escogería por ejemplo los seis puntos más cercanos que son estos seis el simplemente tendríamos que hacer de los seis valores que en este caso no saldría 39. Si queremos hacer inversiones a distancia pues por ejemplo, poniendo voz y en Iguala 6, estos coeficientes de ponderación, y a la estimación que vamos a hacer va a ser simplemente la suma de los suficientes de ponderación, multiplica por los errores y el valor en este caso. En este caso sería 42 combatientes. Tenemos el módulo Surf v, punto, a punto, que nos permite obtener una capa de puntos, una variable que queramos interponer. El sistema tiene bastantes inconvenientes. El principal es que aparecen artefacto circulares, es decir, que es frecuente, cuando utilizamos inverso, de la distancia, ponente que aparezca esta forma, esta forma circulares en la capa resultante y normalmente es un indicador bueno que nos ha tenido excesivo cuidado a la hora de hacer una interpelación. Otro problema que tiene es que los máximos y mínimos resultante coinciden con los puntos de observación. Es decir, que nunca en este ejemplo por qué tenemos aquí nunca vamos a poder obtener un valor inferior a 13 con 12 con 5, pero tampoco vamos a poder nunca obtener un valor superior a 43 con 7. Se os lo penséis un poco como, al fin y al cabo lo que estamos haciendo son las notas de los valores que tenemos aquí. Pues nunca podemos superar el máximo ni bajar. Otro problema que tiene funciona a distancia, es un método único. No hemos matizado la estructura de variabilidad espacial de la variable para decidir qué que vamos a utilizar. Por lo tanto, en cierto modo podríamos decir que es un método que se utiliza a ciegas. Un segundo método local más interesante tiene más potencia. Es el método, son los métodos basados en su forma más sencilla. Son revisiones, es decir, que se ajustan a los puntos que veis, aquí lo está en una sola dimensión, tenemos una distancia y valores en los puntos de muestreo. Pues bien, lo que sería ajustar, o por grupos de tres o cuatro puntos ajustar las funciones, vale, con lo cual no van a estar ahí para funcionar porque lógicamente algunas de ellas tienen una a una intersección bastante suave como este caso. Otras pueden tener intersecciones mucho más extrañas, como por ejemplo, en este caso. Bueno, pues siempre nos va a garantizar que vamos a tener una superficie bastante suave. Esto lo tenemos que hacer en dos dimensiones, que complicará la complicada representación, pero los resultados en general son mejores que el método anterior. El método tiene además un parámetro de tensión que nos permite nos permite variar el aspecto de la superficie resultante. Si la tensión baja, el la superficie que vamos a obtener se va a ajustar de manera muy firme a los puntos de observación, los puntos de muestreo, pero si la tensión aumenta la superficie que nos salga va a tener un aspecto más suave que parámetros de tensión. El método de despliegues tiene además otra ventaja respecto a la ponderadas, y es que sí permite hacer estimaciones que estén por encima de valores máximos de los valores mínimos de la variable. En los puntos de muestra tenemos dos módulos v, surfera St. Los resultados, como veis, son en general mejores, es bastante más más suave, no aparecen artefactos situada en general, no parecían artefactos, aparecieron por el tema en su obra, es cuando el método no ha podido ajustar bien, 2, dos agresiones cúbicos adyacentes, y entonces pueden aparecer muy bruscas, de la de la variable que estemos dando lógicamente a la vida y que son simplemente una parte del método que hemos utilizado. Para terminar, con todo lo que vamos a ver, el método ti, que se basa en una irregular de triángulos, para utilizar este método, lo primero que tenemos que hacer es crear la red y regular triángulos, que ya hemos visto cómo se hace con herramientas de procesamiento y luego se descuenta para cada uno de estos triángulos, vamos a tener tres vértices de los cuales conocemos su posición y también el valor de z, por ejemplo, 7, cuatro 2. Por lo tanto, a partir de estos valores podemos interpretar en cualquier punto, dentro del triángulo, utilizando por ejemplo inverso de distancia. Probablemente la mejor opción es sin elevar a ningún expediente. En este caso, si quisiéramos Interpol en este punto, pues esta distancia de esta distancia en esta distancia siempre aplicando el teorema de Pitágoras, como ya hemos visto en su clase, y a partir de estos tres puntos, calculamos los coeficientes de ponderación a partir de los puntos distancias, 18, siete con uno 10, calculamos los valores de uno partido por la distancia, y finalmente los coeficientes de ponderación como cada uno de estos valores dividido entre la suma de todos ellos de esa manera, en este caso concreto la estimación de la deuda variable z sería el 19 por 147 por 4, más de 84 por 2, que sería igual al tres con 89. Como veréis, este método lo podemos aplicar en cualquier punto que quede dentro del conjunto de los observatorios. Conjunto recordar que era el polígono formado por todo el polígono, que incluye dentro o en su frontera a todos los puntos, a todos los observatorios; a todos los puntos, a partir de los cuales se ha formado el conjunto conversó en este caso se descuenta, pues hay una parte de Cabo de palo de la Unión. Apunta de L’ Aquila es un poquito de que queda fuera del conjunto conversó, con lo cual no se podría aplicar este método de interpretación. Alguna, alguna estrategia en general, este método funciona razonablemente bien, pero aparecen claramente artefactos, que angulares los métodos de inversión de la distancia elevada, un exponente aparecían artefacto circulares, en este caso, son artefactos que angulares porque al fin y al cabo estamos trabajando con confianza. No podemos ir por debajo de los puntos de muestreo y, bueno, pues es un método que no lo tenéis directamente, pero que también se puede. Se puede hacer la retención con con el módulo correspondiente y a partir de ahí pues es un poquito más complicado que con los otros métodos. Pero se puede también hacer una interpelación. Por todas maneras, como hay mucho tema poco tiempo, pues no lo hagamos, no lo vamos a hacer ni ni las prácticas, pero bueno, es interesante conocer con esto terminamos este vídeo de métodos mecánicos, locales y el siguiente vídeo será sobre todo los locales.

Intervienen

Francisco Alonso Sarria

Propietarios

Francisco Alonso Sarria

Comentarios

Nuevo comentario

Relaccionados