地质学研究中常用的数学理论和方法.pptVIP

第一章地质学研究中常用的数学理论和方法 本章学习目标 掌握地质科学中确定模型→概率统计模型的概念； 全面了解概率统计模型中定性、定量数据的常规数学分析方法； 了解数学与计算机技术在地质学领域的广泛而深入的应用状况； 了解地质科学中模型、数据与过程的一般表现形式：图形/图象技术； 启迪对地质科学问题的新思考与创新； 学习重点、难点 重点 了解地质学观测数据的属性 概率统计模型概念 常用的数学处理方法 相关的计算机技术 难点 实际地质概念模型中正确区分确定型模型与随机模型 l?课时安排 4学时,课外完成习题l?学习方法 讲授与自学结合l?背景知识 相关的专业知识； 数理统计； 计算机应用技术 问题 实际复杂的地质问题，可以利用哪些数学模型描述，涉及多少计算机技术？下面所提到的最基本数学理论与计算机技术，你掌握了多少？ 第一节 数学方法的分类 确定型模型是指研究因果律亦即没有随机成分的数学模型。 1.用指数方程来描写泥岩中孔隙率与深度之间的关系: Φ=Φ0e-bz。 二 概率型模型 数理统计是从研究对象的主体抽取其中的部分进行观察，获得数据，然后通过这些数据来对所研究的全体进行科学的推断。 推断 　 ↓ 部分数字特征→总体数字特征 1．概率分析 地质规律大多具有统计规律的性质，即它们服从一定的分布律，各种地质事件及观测结果在不同条件下发生的客观可能性或概率是不同的，因此利用概率分析法就有可能研究各种地质事件发生的概率。 用于油气勘探工作中，形成了油气勘探决策分析 例如：利用贝叶斯公式等即可对油气勘探的这种不可靠性和风险性（在不同地质条件下探井成为发现井和干井的概率各是多少等）进行估计，使勘探投资的风险性减少到最低的限度。 其次，油气勘探中另一个目的是作出较好的决策。它把性质上根本不相同的油气地质学和经济学协调起来，也就是把勘探对象的地质评价同经济分析联系起来，对各个经济成果客观地从数量上进行评价。 2．一元（单变量）统计分析 它只研究两个随机变量间相互关系，包括单因素方差分析、单因素相关分析及一元回归分析等方法，其它的如信息量计算等也属于单变量统计分析方法。 3．多元统计分析 研究多个随机变量间的相互关系。它除了对多元统计量进行研究外，在应用中则着重从不同角度研究各变量间的关系。 4．地质统计学 地质统计学的历史发展 在南非矿山工程师克里格（克里金）（D·G·Krige）等人工作的基础上，由法国的马特隆（G·Matheron l962）创立并发展起来的一门具有完整理论体系的数理统计中的一个新的分支学科。 克里金（克里格）它是以矿石品位和矿床储量计算、误差估计为主要目的，以矿化的空间结构（空间相关）为基础，以区域化变量为核心，以变异函数为基本工具的一种数学地质新理论和新方法。 5．稳健统计学 问题的提出： 经典的统计方法大多以正态分布假设及最小二乘法为基础，可是在实际数据中特别是地质数据（如油气化探数据）中的离散度大，偏离正态分布假设的情况十分普遍。 改进方法: 修改统计方法使之更稳健，以适应数据偏离统计假设的情况，是稳健统计学产生和发展的一个主导思想。各种稳健统计方法的基础是对位置（即数据点群的中心）及尺度（即数据点群的离散度）的稳健估计。 例如 采用中位数及中位绝对中位差，即MAD＝med{[xi一med（xi）]}／0.6746来代替算术平均值及标准差作为数据平均值及离散度的估计值，可以获得较好的稳健性。目前已提出了M估计（最大似然估计）、L估计（有序统计量的线性组合）及R估计（秩估计）。 稳健统计方法的特点： ①数据满足统计假设时，方法性能良好，给不出最佳结果，此时只有经典统计学方法才是最优方法; ②数据轻微偏离统计假设时方法性能变化甚微，效果较好; ③数据对统计假设有中等程度的偏离时，方法不致于导致破坏性的失败。 6．成分（定和）数据的统计分析 设有n×m阶矩阵 如果矩阵的行代表 样品，列代表变量 则每个元素 非负， 每行元素之和均为 1,即 称x为成分数据（定和数据）。 7．定向数据的统计分析 平面数据：在自然科学的许多领域内经常会接触到各种带方向性的数据，如气象学中测量风的方向，地质学中通过斜层理和长形的生物化石，古水流的方向等，这些数据称为平面上的数据或圆上的数据。 三维数据：古地磁学中利用剩磁的方向来判断地层或化石的年代和对大陆漂移、海底扩张进行研究，在构造地质学中利用断层面及其组构元素的方向分析断层形成的应力状况及其机制