Módulo I. Herramientas Básicas

– Fundamentos de programación en Python

– Conceptos básicos

– Control de Flujo

– Funciones

– Tipos nativos de datos

– Manejo de Ficheros

– Manipulación de Objetos

– Fundamentos del entorno SGeMS

• Prácticas de Python en su entorno
• Prácticas de Pyton en entorno SGeMS scripts

Módulo II. Estadística aplicada a Ingeniería

– Muestreo y Estadística Descriptiva

– Probabilidad

– Distribuciones más comunes

– Correlación y Regresión Lineal Simple

– Regresión Múltiple

• Prácticas de Estadística Básica sobre EXCEL y SGeMS

Módulo III. Variograma

– Teoría de la variable regionalizada

– Hipótesis de Estacionaridad

– Momentos de primer y segundo orden

– Hipótesis Intrínseca

– Varianza de Estimación

– Varianza de Dispersión

– Relación de Krige

– Estructuras anidadas y efecto pepita

– Estimadores lineales

– Modelos teóricos de Variogramas

– Anisotropías

– La práctica en el análisis estructural

• Casos Prácticos sobre SGeMS

Módulo IV. El Kriging

– El Kriging como estimador

– Formalización del Kriging

– Kriging Lognormal

– Kriging ordinario vs simple

– Kriging Indicador con variables categorizadas

– Kriging cuasi estacionario con tendencia evaluable

– CoKriging

• Casos Prácticos sobre SGeMS

Módulo V. Evaluación de reservas

– Técnicas de Interpolación no basadas en Geoestadística

– Estimadores Globales

– Selección y estimación de reservas recuperables

– Validación.

• Casos Prácticos sobre SGeMS

Módulo VI. Simulación condicionada

– Introducción a la Simulación

– Simulación Secuencial Gausiana (SGSIM)

– Simulación Secuencial con kriging indicador (SISIM)

– Simulación Secuencial con dos variables correlacionadas (COSGSIM)

– Simulación para casos complejos con cuasi-estacionaridad y tendencia (SNESIM)

• Casos Prácticos sobre SGeMS