Captulo 5.
6 Reserva Mineral/Estimacin del Recurso
Mineral NOBLE ALAN C.
Estimaciones de reserva son evaluaciones de la
cantidad y contenido de un mineral que puede ser rentable y
legalmente extrado de un yacimiento de minerales a travs
de la minera y/o minerales beneficiarios. Estimacin de las
reservas de mineral involucra no slo a la evaluacin del
tonelaje y la ley de un depsito sino tambin el examen de
los aspectos tcnicos y legales del depsito minero, beneficio
de los minerales, y de vender el producto. Por ello, un cierto
nmero de disciplinas profesionales pueden estar
involucradas en la estimacin de reservas de mineral incluso
la geologa, geoestadstica, ingeniera de minas, ingeniera
de procesamiento de minerales, la economa minera, y
cuestiones jurdicas, y la ingeniera ambiental.
En este captulo, sin embargo, abordaremos solo los
aspectos de estimacin de reservas de mineral que incluyen
la determinacin del tonelaje, ley, tamao, forma y ubicacin
de los depsitos de minerales. Aunque estos se denominan a
menudo estimaciones de reservas de mineral, el trmino
estimacin de recursos es utilizado en lugar de estimacin de
reservas de mineral para insistir en que todos los aspectos
de la estimacin de reservas de mineral no estn siendo
considerados.
5.6.1 METODOLOGA DE ESTIMACIN DE RECURSOS
Una estimacin del recurso se basa en la prediccin de
las caractersticas fsicas de un depsito mineral a travs de
la recoleccin de datos, anlisis de datos y modelizacin del
tamao, forma y ley del depsito. Las caractersticas fsicas
importantes del cuerpo mineralizado que debe ser predicho
incluyen: (1) el tamao, la forma y la continuidad de la zona
mineralizada, (2) la distribucin de frecuencia de mineral, y
(3) la variabilidad espacial de la ley de los minerales. Estas
caractersticas fsicas del depsito mineral nunca son
totalmente conocidos, pero se infieren de los datos de
muestra. La muestra de datos consta de uno o ms de los
siguientes:
1. Las muestras fsicas tomadas por perforacin, pozos
de sondeo y muestreo por canal.
2. Medicin de la cantidad de mineral en las muestras
mediante ensayos u otros procedimientos.
3. Las observaciones directas, tales como el mapeo
geolgico y ncleos del registro.
Estimacin del recurso requiere el anlisis y la sntesis
de estos datos para desarrollar un modelo de recurso. Los
mtodos utilizados para desarrollar el modelo de recurso
pueden incluir
1. Recopilacin de los datos geolgicos y ensayo en
mapas, informes y bases de datos en el ordenador.
2. La delineacin de los lmites fsicos del depsito
basado en la interpretacin geolgica de la mineralizacin de
controles en un rango razonable de leyes de corte de
minera.
3. La compositacin de las muestras en unidades ms
grandes tales como minera de altura de la banco, espesor o
el ancho de la venilla explotable.
4. Modelizacin de la distribucin de categoras basadas
en histogramas de frecuencia acumulada y grfica de las
frecuencias acumulativas de la ley.
5. Evaluacin de la variabilidad espacial de la ley con
variogramas experimentales.
6. Seleccin de un mtodo de estimacin de recursos y
estimacin de la cantidad y calidad del recurso mineral.
El procedimiento de estimacin debe hacerse con un
conocimiento mnimo de la propuesta del mtodo de minado
propuesto desde diferentes mtodos de minado que pueden
afectar el tamao, la forma y/o la ley de la reserva mineral
potencialmente explotables. Los factores mineros ms
importantes para considerar en una evaluacin de las
reservas de mineral de los recursos son
1. Rangos posibles de cutoff.
2. El grado de selectividad y el tamao de la unidad
minera selectiva para posibles mtodos de minado.
3. Variaciones en el depsito que afectan la capacidad
de remocin y/o procesar el mineral.
Estos factores en minera suelen determinar el grado de
detalle que se requiere para el modelo de recurso y, por lo
tanto, el grado de dificultad para desarrollar un modelo de
recurso para la estimacin de las reservas de mineral.
Por ejemplo, un depsito de oro diseminado puede ser
continuo y de forma regular, si es minada por granel,
mtodos a cielo abierto. El mismo depsito puede ser
discontinua y difcil de estimar, sin embargo, se puede minar
por mtodos subterrneos ms selectivos con un mayor
cutoff. Estas grandes diferencias en la forma de depsito
debido a las variaciones en el cutoff y mtodo de minado
pueden requerir diferentes mtodos de estimacin de
reservas de mineral para diferentes mtodos de minado.
5.6.2 LA RECOPILACIN DE DATOS Y LA
INTERPRETACIN GEOLGICA
Los datos que deben ser recolectados y compilados para la
estimacin del recurso son los siguientes:
1. Ensayos fiables desde un nmero suficiente de
muestras representativas.
2. Ubicaciones de coordenadas para los datos de
muestra.
3. Registro sistemtico de datos geolgicos que
describen el control de la mineralizacin.
4. Secciones transversales del plan o mapas con el
geolgico interpretacin de la mineralizacin en los controles.
5. Factores de tonelaje o gravedades especficas para
las distintas categoras de ganga y mineral.
6. Mapa topogrfico de la superficie, especialmente para
depsitos que son superficies minadas.
A pesar de que pequeos depsitos pueden ser
evaluados utilizando los datos manualmente en los mapas y
en los informes, la cantidad de datos necesarios para una
estimacin del recurso es, a menudo, grandes, y los datos
pueden ser evaluados de manera ms eficiente si se
introducen en una base de datos electrnica. Los programas
informticos pueden ser utilizados para recuperar los datos
para la impresin de informes, trazos digitales, anlisis
estadsticos y estimacin de recursos. La informacin mnima
que debe ser incluida en una base de datos del taladro son
1. Nmero de taladros u otra identificacin.
2. Longitud del taladro, coordenadas del collar, y estudio
del taladro de fondo.
3. Intervalos de muestreo y anlisis de datos.
4. Datos geolgicos tales como litologa, alteracin,
oxidacin, etc.
5. Datos geotcnicos como RQD (Designacin de
Calidad de Roca).
Entrada de datos en una base de datos informatizada es
un proceso que est sujeta a un alto ndice de error si no se
controla cuidadosamente y se comprueba. Algunos de los
procedimientos que pueden utilizarse para garantizar que los
datos han sido introducidos correctamente son los
siguientes:
1. La verificacin de los datos utilizando una entrada
independiente por dos reservas de mineral/estimacin del
recurso a las personas. Este es un procedimiento estndar
para la entrada de muchos datos comerciales que pueden
reducir drsticamente los errores de entrada de datos.
2. Comparacin manual de una muestra aleatoria de las
hojas de datos originales para una impresin de la base de
datos.
3. Anlisis de los datos de los valores atpicos. Por
ejemplo: lugares de perforacin fuera de los lmites del
proyecto, ensayos de alta y baja, y el intervalo de muestreo
que se superponen o no son continuas.
4. La comparacin de los datos representados por el
ordenador con un ploteo manual de mapas de los mismos
datos. Mapas de localizacin del collar y secciones cruzadas
son especialmente tiles para localizar rpidamente el collar
incoherente y estudio del fondo del taladro.
Ms cuidado y atencin al detalle y precisin durante la
entrada de datos son esenciales. Una base de datos con un
gran nmero de errores pueden resultar en una estimacin
del recurso que es inexacta y requiere una revisin completa
para proporcionar resultados defendibles.
5.6.3 LA INTERPRETACIN GEOLGICA
La base de datos de ejemplo representa un gran campo
tridimensional de ubicaciones puntuales en un depsito. Los
datos de muestra son cuantitativos y han sido sometidos a
una reinterpretacin original mnima despus de la medicin.
Hay otro cuerpo de conocimiento geolgico, sin embargo,
que no se ajustan a esta descripcin. Esta es la
interpretacin resultante de la asimilacin del gelogo de la
gran cantidad de datos geolgicos. Estas interpretaciones
son a menudo representadas en los mapas o secciones
cruzadas que muestran los contornos de la medida de las
caractersticas geolgicas o isgradas de contornos que
definen zonas de mineral. Estas interpretaciones se
combinan para proporcionar un modelo geolgico
interpretativo que es uno de los factores ms crticos en la
estimacin del recurso. La falla para desarrollar un apropiado
modelo geolgico del cuerpo mineralizado es la razn ms
comn para grandes errores en las estimaciones de
recursos. Como se muestra en la Fig. 5.6.1, un modelo
geolgico inadecuado puede conducir a un mayor error que
el de un orden de magnitud.
El gelogo en su interpretacin del cuerpo mineralizado
debe utilizarse tanto como sea posible en el desarrollo de la
estimacin del recurso. Sin embargo, hay lmites prcticos en
cuanto al grado de complejidad que pueden incluirse en el
modelo de recurso, y la interpretacin geolgica estar
limitado a los insumos esenciales que definen la forma y las
tendencias de las zonas minerales a distintos cutoff y la
caracterstica de la zona mineral en contacto.
Ejemplos de estructuras geolgicas que son a menudo
modeladas incluyen
1. Rocas encajonantes Receptiva vs. No receptiva.
2. Los tipos de alteracin que acompaan a la
mineralizacin o crear problemas en el beneficio.
3. El fallamiento, plegamiento y otras modificaciones
estructurales.
4. Varias fases de la mineralizacin.
5. Caractersticas post-mineral tales como la oxidacin y
la lixiviacin.
Los cambios en la litologa suelen ser variables
importantes en la estimacin de recursos ya que la
mineralizacin puede variar debido a las propiedades fsicas
o qumicas de las rocas. Las diferencias pueden ser distintas,
como el fuerte contacto entre un cuerpo y un skarn no
mineralizado .Tambin pueden ser gradual, tales como la
disminucin gradual en el grado que se observan a menudo
entre un clima favorable y ligeramente menos favorable
acogida en un depsito de cobre prfido. Otros controles
litolgicos importantes post mineral estril de roca intrusiva,
esquisto no receptivo y otros materiales no mineralizados
que estn incluidos dentro de la zona mineralizada.
Los efectos de fallamiento variarn segn si el fallamiento se
produjo antes o despus de la mineralizacin y a qu
procesos acompaaron a la falla. Un simple post-mineral
desplazado puede crear una discontinuidad en el mineral,
tendencias, evitando la simple interpolacin en el fallo. El
mismo tipo de fallo ocurridos antes de la mineralizacin
puede tener poco o ningn efecto sobre la mineralizacin o
se puede localizar la vena de alta ley de tipo de
mineralizacin que deben ser modelados
independientemente de un cuerpo mineral diseminado ms
uniforme. Tambin es importante determinar si el fallo es una
fina estructura bien definida o muchas pequeas estructuras
en una compleja, amplia zona de cizalla. En el primer caso,
el fallo se modela como una simple superficie sin espesor; en
el segundo, la zona de falla debe ser definida y modelados
aparte por las rocas adyacentes.
El plegamiento es particularmente significativo en las rocas
sedimentarias y depsitos estratificados. La modelizacin de
plegado depende si el doblamiento ocurri antes o despus
de la deposicin mineral, sobre la tendencia de la
zonificacin de mineral para seguir la estratigrafa, sobre
todo la removilizacin que ocurri con el plegado, y sobre la
creacin de trampas u otras estructuras favorables. Adems
de definir la forma de los pliegues, es importante determinar
si la mineralizacin sigue los contornos de los pliegues o es
independiente de la geometra de plegado.
Varias fases de mineralizacin deben definirse, especial-
mente donde se complica el patrn de zoneamiento del
mineral a travs de la superposicin, tendencias
discordantes y, a travs de post-oxidacin o lixiviacin de
minerales. Y oxidacin de enriquecimiento secundario casi
siempre requieren la delimitacin de las zonas de
mineralizacin modificada.
La caracterstica de la zona mineralizada de contacto debe
ser determinada e ingresada al modelo de recurso. Un fuerte
contacto ser tratado como una discontinuidad y los datos
utilizados estrictamente, independientes en cualquier lado del
contacto. Un contacto transitorio, de cualquier modo, es un
amplio, lmite gradual que puede requerir seleccionar datos
de zonas de decenas de pies (metros) a ms de 100 pies (30
m) para lograr una verdadera diferenciacin entre los
diferentes tipos de zonas. Como una zona de transicin se
vuelve ms delgada, acabar por un fuerte contacto. A
efectos prcticos, cualquier lmite de transicin ms delgada
que la ms pequea unidad de minado selectivo se modela
como una discontinuidad.
Adems de la definicin de estos controles fsicos del mineral
y modificaciones post-mineral, un claro entendimiento de la
gnesis mineral siempre ser beneficioso en la creacin de
un modelo de recurso. En el caso ms simple, el mineral
gnesis dar pistas sobre el comportamiento del tipo de las
distribuciones y variogramas; en otros casos, la estructura
gentica es tan dominante que puede ser utilizado como un
control directo en la estimacin de recursos minerales.
5.6.4 COMPOSITAR
Compositar es un procedimiento en el cual se combinan los
datos de la muestra de ensayo calculando un promedio
ponderado durante largos intervalos para proporcionar un
menor nmero de datos con mayor longitud para utilizar en el
desarrollo de la estimacin del recurso. Compositar es
generalmente una longitud promedio ponderado. Si la
densidad es muy variable (por ej., sulfuros masivos), sin
embargo, la composicin debe ser ponderado por densidad
de longitud (o gravedad especfica).
Algunas de las razones y los beneficios de incluir la
composicin
1. Longitud irregular de muestras de ensayo debe estar
compuesta de igual tamao para proporcionar datos de
anlisis geoestadstico.
2. Compositar reduce el nmero de datos y puede
reducir significativamente los tiempos de clculo, que a
menudo es proporcional al cuadrado del nmero de datos.
3. La compositacin incorpora la dilucin como altura
constante de los bancos en una mina a cielo abierto o de la
minera un mnimo de altura/anchura en una mina
subterrnea.
4. Compositar reduce la variacin errtica debido a un
alto efecto pepita causado por la volatilidad de los valores de
alta ley.
Hay varios mtodos diferentes para las compositaciones que
pueden utilizarse dependiendo de la naturaleza de la
mineralizacin y del tipo de minado. Mtodos de
compositacin ms comunes son la compositacin del
banco (1), (2) compositacin de longitud constante, y (3)
compositacin de la zona mineralizada.
Compositacin del banco es un mtodo utilizado a
menudo para modelar recursos para la minera a cielo
abierto y es ms til para los grandes depsitos
uniformes. Los intervalos compuestos para componer el
banco son elegidos en la cresta y el pie del banco de
minado. Compositar el banco tiene la ventaja de
proporcionar datos de elevacin constantes que son
simples para representar e interpretar el mapeo.
Adems, la dilucin del minado a una altura constante,
elevacin constante del banco es aproximado por el
banco compositado.
Compositacin del fondo del taladro se calculan
utilizando intervalos de longitud constante a partir del
cuello de taladro o la parte superior del primer intervalo
ensayado. La compositacin del fondo del taladro se

utilizan cuando los taladros son perforados en ngulos
oblicuos (45 o menos) a los bancos, el banco de minado
y los compositos resultara excesivamente largo.
Compositacin del fondo del taladro tambin debe
utilizarse cuando la longitud del intervalo de muestreo es
superior a un tercio de la longitud del intervalo
compuesto para evitar una dilucin exagerada cuando la
suma de las longitudes de las muestras es mucho mayor
que la longitud del composito.
La compositacin de la zona de mineralizada es un
mtodo de compositacin que se utiliza para evitar la
dilucin del composito cuando la anchura del contacto
entre la ganga y el mineral (o de bajo ley y de alto ley) es
menor que la longitud de un composito. El uso de la
compositacin del banco o de la compositacin del fondo
del taladro en este caso pueden distorsionar el tipo de
distribuciones por adicin de una poblacin de baja ley
de mineral y alto ley de la poblacin de ganga, resultando
una subestimacin de la ley mineral y sobreestimacin
de la ley de la ganga.
Compositacin de la zona mineralizada se calcula
primero identificando el intervalo que contiene cada zona
mineral en el taladro. Cada zona mineral se composita
individualmente, como sigue: (1) la longitud de la zona de
mineralizada est dividida por la longitud deseada de
composito; (2) esta relacin se redondea hacia arriba y
hacia abajo para determinar el nmero de compuestos
que proporcionan una longitud ms cercana a la longitud
deseada cuando se divide entre la longitud de la zona de
Fig. 5.6.1 Sobreestimacin de reservas de
mineral basadas en un modelo geolgico que es
menos continuo que la zona mineralizada actual.
mineralizada; y (3) la zona mineralizada es compositada
utilizando compositos de longitud al comienzo de la zona
mineralizada y la longitud tal como se determin en el
paso anterior.
Un caso especial de compositacin de la zona
mineralizada se encontr en una vena o en un depsito
estratificado en el que la anchura de la zona mineralizada
se determina por una combinacin de minado de mnimo
espesor (altura) y determinacin de lmites. En estas
situaciones, los compositos deben ser recalculados para
cada combinacin de ensayo de ley de corte y mnimo
ancho de minado.
Cdigos geolgicos son normalmente asignados a
los compositos segn el tipo de roca, zona mineralizada,
u otra caracterstica geolgica. Esto suele ser un
procedimiento sencillo, ya que la mayora de los
compuestos se calculan a partir de muestras tomadas de
una sola unidad geolgica. La asignacin de cdigos
geolgico de compositos que cruzan contactos geolgico
es ms complejo, ya que el compuesto ser calculado
utilizando datos procedentes de varias unidades
geolgicas.
Si el contacto geolgico es transitorio y no separar
las distribuciones de leyes contrastantes, es apropiado
asignar el geolgico cdigos segn la regla de la
mayora. Si la reserva mineral compuesto/estimacin del
recurso cruza un lmite claro entre las distribuciones de
las leyes de contraste, es mejor utilizar la composicin o
la unidad geolgica para asignar el compuesto a la
unidad
 geolgica con la mayora de nivel similar.
Si algunos intervalos de muestreo en los datos son
ensayos que faltan, es importante determinar la razn de
la falta de datos y reportar de manera adecuada.
Ejemplos tpicos son:
1. La zona que falta no fue ensayada porque era de
baja ley o estril por inspeccin visual o la muestra
faltante debido a la mala recuperacin del ncleo en una
zona rida.
Accin: Compositar utilizando el promedio de la
unidad estril o ley cero para el grado del ensayo
faltante.
2. La muestra falt debido a la mala recuperacin de
ncleo en una estrecha falla post-mineral.
Accin: Ignorar el intervalo faltante cuando calculamos
el compsito. El volumen de la zona de falla es pequeo
y la ley ser similar a la de las leyes en la roca.
3. La muestra falt debido a la mala recuperacin de
ncleo en una vena que es de mayor ley y menos
competente que la roca circundante
Accin: Ignorar el intervalo faltante cuando calculamos el
compsito, pero mantener la longitud del intervalo para
usar en la estimacin de la ley de la vena.

5.6.5 ESTADSTICAS BSICAS Y GRADOS DE

DISTRIBUCIN Distribuciones con COV mayor que el 25% tienen a
menudo un registro de ley normal, la distribucin y las
El clculo de estadsticas bsicas y la evaluacin de estadsticas bsicas tambin sern compilados para los
la distribucin de la ley son el primer anlisis cuantitativo logaritmos naturales de los grados. Para una perfecta
de la calidad de los datos y son herramientas bsicas distribucin logartmico-normal, lognormal estadsticas
para proporcionar retroalimentacin a los anlisis estn relacionadas con las estadsticas normales como
geolgicos y entrada para el modelado de recursos. sigue:
Factores importantes en estos estudios bsicos incluyen:
1. Deteccin de alta ley o de baja ley atpicos.
2. Evaluacin de la favorabilidad de diferentes
litologas como rocas encajonantes.
3. Diferenciacin de la distribucion de leyes
complejas en simples poblaciones para modelado de
donde es la media de los logaritmos naturales de los
recursos.
grados; y es la desviacin estndar de los logaritmos
4. Identificacin de distribuciones de ley muy variable
naturales de los grados.
que ser difcil de estimar.
Cerrar acuerdo entre la media, la desviacin estndar y
el coeficiente de variacin cuando se estiman utilizando
Las estadsticas bsicas deben ser calculadas por
tanto normales como estadsticas logartmico-normal es
muestreo y/o leyes compositadas en cada dominio
indicativa de una poblacin logartmico-normal y es
geolgico que se sospeche que tienen caractersticas
necesario para utilizar las estadsticas logartmico-
diferentes. Esto puede incluir diferentes litologas,
normal.
alteracin estructural, tipos de dominios, zonas de ley, u
otra agrupacin de datos que ha sido reconocido (o
5.6.6 DISTRIBUCIN DE GRADO
sospecha) que tienen diferentes distribuciones de ley.
Deberan compilarse datos estadsticos que incluyen
El grado del histograma y la distribucin de frecuencia
1. Cantidad de datos (muestras o compositos).
acumulada se utilizan para estudiar la relacin entre el
2. La ley promedio, espesor, etc. (media)
grado y la distribucin estadstica de los parmetros
3. Desviacin estndar (desv. estndar) y/o la
geolgicos. El anlisis suele ser iniciado con un
varianza.
histograma de muestreo compositado. Si el histograma
4. El coeficiente de variacin (COV), la desviacin
es en forma de campana y simtricas, una distribucin
estndar dividido por la media.
normal, y se indica la frecuencia acumulada ser
5. Histograma de los grados.
dibujado en una hoja de probabilidad normal. Las
6. Distribucin de frecuencia acumulada (grfico de
distribuciones normales no suelen encontrarse en
probabilidad).
yacimientos minerales, con excepcin de los de origen
El primer tema examinado es el nmero de datos;
sedimentario. Si el histograma est inclinado a la
por lo general, al menos 25 de estos datos son
derecha, una distribucin lognormal y se indica la
necesarios para hacer comparaciones entre diferentes
distribucin de frecuencia acumulada ser dibujado sobre
dominios geolgicos. Si se dispone de datos suficientes,
hoja de probabilidad logartmico-normal. Las
ley promedio y coeficientes de variacin se comparados
distribuciones lognormales son frecuentemente
entre los distintos dominios geolgicos. Las reglas
observadas en la mayora de metales bsicos y
generales para evaluar las diferencias en la ley promedio
preciosos depsitos hidrotermales.
son como sigue
Papel de probabilidad normal es un extraordinario papel
de grfico en el que el eje es una ley de corte y el eje es
el porcentaje de muestras por encima (o por debajo) de
la ley de corte. El eje x se ajusta de tal manera que una
distribucin normal se dibujar como una lnea recta, el
porcentaje de muestras por encima de Cutoff pendiente
de la lnea es proporcional a la desviacin estndar de la
distribucin, y el percentil 50 es el promedio de grado.
 Fig. 5.6.2 Papel de dibujo de probabilidad Log-normal

material en la poblacin de alto ley y puede ser causado

El papel de la probabilidad logartmico-normal es
similar al papel de probabilidad normal, excepto que el
eje se grada segn el logaritmo de la ley de corte. La
pendiente de la lnea es proporcional a la desviacin
estndar de los logaritmos de grado , y la 50 percentil
es el promedio de los registros de calificaciones . Un
ejemplo de papel de probabilidad log-normal se muestra
en la Fig. 5.6.2.
El grfico de probabilidad puede ser utilizado para
estimar la desviacin estndar en funcin de la
distribucin de probabilidad normal de la siguiente
manera:
por dos poblaciones superpuestas, como vetas de alta
ley en menor grado o diseminados. Otras causas de
exceso de alta ley muestreadas incluyen pequeas
zonas que son muy favorables para la mineralizacin
debida al aumento de permeabilidad, propiedades
qumicas favorables, enriquecimiento secundario o
removilizacin metamrfica. Dado el alto grado de
mineralizacin generalmente tiene menos continuidad
que la menor ley de mineralizacin, el origen del alta ley
deben generalmente ser identificado y estimado por
separado del resto de la mineralizacin.
5.6.7 VARIOGRAMA MODELO

que se basa en 2 desviaciones estndar, o El variograma es la herramienta fundamental utilizada

por el geoestadstico y el gelogo para medir la
continuidad espacial de datos.
La variograma es un grfico de la variabilidad promedio
que se basa en 2,05 desviaciones estndar. entre las muestras vs. la distancia entre muestras. Un
variograma es calculado por el promedio de los
A menudo el grfico de probabilidad no es una lnea cuadrados de las diferencias entre pares de muestras
recta, sino que se compone de varias lneas rectas o que son una distancia determinada como sigue
curvas. Una desviacin tpica de una lnea recta es una
curva decreciente en el extremo inferior del grfico, como
se muestra en la Fig. 5.6.3. Esta curva representa el
exceso de muestras de bajo grado, y en los sistemas de
prfidos se atribuye a menudo a finales de intrusiones
dbilmente mineralizadas o post-mineral, diques
estriles. El bajo coeficiente de variacin de los
depsitos, este tipo de grfico puede tambin representar
una distribucin normal que ha sido dibujado sobre papel
de probabilidad logartmico-normal. Los datos deben ser donde N es el nmero de pares a una distancia h, y h es
examinados para determinar el origen del material de la distancia entre las muestras.
bajo grado y determinar si esa poblacin ha sido o puede
asignarse geolgicamente y estimado por separado.
Otra comn de desviacin de una lnea recta en el
grfico de la probabilidad es una pendiente ms
pronunciada en el extremo superior de la curva, como se
muestra en la Fig. 5.6.4. Esto representa el exceso de

la funcin variograma (h) se calcula para un nmero de
muestras de diferentes distancias, para proporcionar un
variograma que normalmente se ve como el grfico de la
Fig.5.6.5 .Las caractersticas ms importantes de la
variograma son el efecto pepita, intervalo y el alcance. El
efecto pepita es identificado como el valor de la
interseccin del eje y la curva del variograma y
representa aleatoriedad y factores de variabilidad a
cortas distancias como el error de muestreo, error de
ensayo, y mineralizacin errtica. Valores altos de efecto
pepita son comnmente encontrados en yacimientos
donde la variabilidad a corta distancia es
extremadamente alta, donde el muestreo preciso y
Fig.5.6.3 Desviacin de una distribucin Log-
normal que es causada por un exceso de
muestras de baja ley.
Fig.5.6.4 Desviacin de una distribucin
Log-normal que es causada por un exceso
de muestras de alta ley.
ensayo de mineral es difcil o donde las malas tcnicas
de muestreo y ensayos son empleadas. Altos efectos
pepitas son encontrados en muchos yacimientos de oro
porque el efecto pepita del oro provoca grandes cambios
de ley en distancias pequeas.
Valores altos de efectos pepita similares se encuentran a
menudo en depsitos de molibdeno; estos son causados
por pequeas bolsas de molibdenita puro en una
mineralizacin diseminada.
Valores pequeos de efectos pepita indican una situacin
ideal que refleja buenas tcnicas de muestreo y
localizacin de mineralizacin continua.
Fig. 5.6.5 Dibujo de un variograma experimental tpico

Un pequeo valor de efecto pepita en un variograma

confirma que los ensayos pueden utilizarse de manera
fiable para la interpretacin geolgica y la estimacin del
recurso. Bajos valores de efecto pepita suelen
encontrarse en muchos tipos de depsitos, incluyendo
prfidos de cobre, mineral de hierro y carbn. Valores Fig. 5.6.6 Tolerancia angular y de distancia para la
altos de efecto pepita tambin se han encontrado para seleccionar pares de variograma
cada uno de estos tipos de depsitos por eso cada
depsito debe analizarse individualmente.
La mayora de variogramas incrementan el valor de
la pepita a cierta distancia y luego se estabilizan en un
valor constante. Esta distancia se llama el rango del
variograma, y el valor se denomina alcance. El alcance
es equivalente al concepto del gelogo de rango de
influencia, es decir, la distancia ms all del cual las
muestras no estn correlacionados con otras muestras
de grado y ms all que las tendencias no deben ser
proyectados. El valor de la meseta es generalmente igual
a la varianza de la muestra. Si la meseta es mayor o
menor que la varianza, efectos zonales o varias
distribuciones de leyes suelen indicarse.
La pendiente y la forma de la variograma suelen
variar en diferentes direcciones, con el rango de aumento
en el sentido de mayor continuidad de la mineralizacin.
Este comportamiento se denomina anisotropa
geomtrica.

5.6.7.1 CALCULO DE UN VARIOGRAMA

EXPERIMENTAL

Calcular un variograma experimental de un conjunto de

datos espaciados aleatoriamente implica encontrar pares
de datos que estn orientadas en la direccin requerida,
para determinar la distancia entre las muestras, la suma
de los cuadrados de las diferencias de grado.
Dado que los datos son generalmente escasos, es
necesario utilizar una tolerancia cuando la localizacin de
muestras en la direccin deseada y utilizar una distancia
incremento para clasificar las muestras por la distancia.
La direccin tolerable se logra con un ngulo de ventana,
o una distancia fija, como se muestra en la Fig. 5.6.6. Fig. 5.6.7 Mtodo de composito y tridimensionamiento
Estos mtodos pueden ser combinados y/o generalizado para seleccionar pares de variograma
en tres dimensiones, como se muestra en la Fig. 5.6.7.
La distancia de tolerancia es una distancia fija de
incremento (el tamao de la celda), seleccionado para un 2. La distancia mxima utilizada debe ser menos de la
nmero razonable de muestras que caen en cada celda. mitad de la longitud de la zona mineralizada en la
Algunas directrices para ayudar en el clculo de direccin del variograma.
variogramas experimentales son 3. La mxima distancia perpendicular buscada para la
1. Los variogramas deben ser calculados dentro de direccin del variograma debe ser inferior a la mitad del
zonas de mineralizacin continua. No cruzar los rango de la variograma en la direccin perpendicular.
contactos entre diferentes dominios geolgicos.
Fig. 5.6.8 Modelo de un variograma experimental con un Fig. 5.6.9. Variograma modelada con un modelo
modelo esfrico variograma lineal.

4. Distancia el incremento debera ser aproximadamente

igual a la distancia promedio entre muestras en la
direccin de la variograma.
5. Al menos 30 pares de muestras son necesarias para
calcular un variograma vlidos. Ms pares producen un
variograma ms estable.
6. Todas las muestras deben ser del mismo tamao y
deben ser obtenidos por los mismos o similares mtodos
de muestreo.
7. Los datos deben ser declarados antes de calcular el
variograma. En particular, pueden dar una impresin
equivocada de la pepita efecto.
Un modelo o ecuacin, est montado en el variograma
para ms evaluaciones geoestadsticos como kriging. El
ms comn es el modelo variograma modelo esfrico se
muestra en la Fig.5.6.8. Este modelo tiene la ecuacin

(5.6.7)

(5.6.8)

donde Co es el efecto pepita, C es el umbral, y es el Fig. 5.6.10. Variograma modelado con un

alcance
Un modelo variograma esfrico puede ser construido
grficamente dibujando una lnea horizontal en el
variograma valor igual a la varianza de las muestras.
Este valor es igual a la meseta Co + C. se dibuja una
lnea a travs de los puntos de corta distancia en el final
de la curva. El efecto pepita Co se calcula donde la lnea
cruza el eje y, y el alcance est estimada en 1,5 veces la
distancia donde la lnea cruza la varianza.
Otros variogramas modelos utilizados en la estimacin
de recursos incluyen la exponencial, lineal, efecto de
hueco, y varias combinaciones de estructuras
"anidadas". Ejemplos de algunos de estos variogramas
se muestran en las Figs.5.6.9 a 5.6.11.
modelo exponencial.
5.6.7.3 VARIOGRAMAS LOGARTMICO-NORMAL
si los datos son claramente lognormal, un variograma
puede calcularse utilizando los logaritmos de los grados
de muestra. El variograma log-normal resultante es a
menudo menos errtico y ms fciles de interpretar que
los variogramas de valores no transformados. Este
variograma puede utilizarse directamente para la
geoestadstica logartmico-normal o puede ser
transformado a variograma relativo como sigue:

5.6.7.2 VARIOGRAMAS RELATIVOS

Los datos con distribucin lognormal con frecuencia

presentan un efecto proporcional cuando la desviacin
estndar de los grados aumenta con el grado. Esto se
traduce en variogramas con valores ms altos en reas
de alto grado que en reas de bajo grado. Esto puede Se debe tener precaucin al utilizar el variograma log-
corregirse dividiendo cada celda en el variograma por el normal desde pequeas desviaciones lognormalmente
cuadrado de la media de las muestras que se utilizan en pueden tener grandes efectos en la transformacin a un
el variograma para esa celda. El resultado es conocido variograma relativo.
como un variograma relativo.