Depositos VMS

UNIVERSIDAD PRIVADA DEL NORTE
UNIVERSIDAD PRIVADA DEL NORTE – CAJAMARCA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS
“SIMULACIÓN GEOESTADÍSTICA APLICADA AL

MODELAMIENTO CON VARIOGRAMAS DEL YACIMIENTO TIPO
VMS”
AUTORES:
Calderón Velezmoro, Nancy, N00018392, N00018392@upn.pe

Gil Ramírez, Robert Abel, N00023747, N00023747@upn.pe
González Arévalo, Jefferson, N00024000, N00024000@upn.pe
Ortiz Lucano, Alder Guzmán, N00029621, N00029621@upn.pe
Quiroz Aliaga, Paul, N00030935, N00030935@upn.pe
Ramírez Díaz, Keiko Leonela, N00031439, N00031439@upn.pe
Torres Mestanza, Rolly Fernando, N00035757, N00035757@upn.pe
CURSO, 1305
DOCENTE: Pajares Chávez, Jhon

“SIMULACIÓN GEOESTADÍSTICA APLICADA AL MODELAMIENTO CON
VARIOGRAMAS DEL YACIMIENTO TIPO VMS”
ÍNDICE
I. INTRODUCCIÓN…………………………………………………………..3
II. JUSTIFICACIÓN…………………………………………………………..4
III.OBJETIVOS………………………………………………………………...4
3.1.GENERAL………………………………………………………………....4
3.2.ESPECÍFICOS…………………………………………………………......4
IV. MARCO TEÓRICO………………………………………………………..5
4.1.Origen del Yacimiento VMS…………....…………………………..…......5
4.2.Génesis………………………………………………………………….....6
5. Variograma……………………………………………………………….....6
5.1. La función del variograma…………………………………………...........7
5.2. Parámetros estadísticos……………………………………………............7
5.3. Características Básicas……………………………………………………8
5.4. Anisotropía……………………………………………………………....10
5.4.1. Anisotropía Geométrica………………………………………………..10
5.4.2. Anisotropía Zonal………………………………………………….......11
5.4.3. Anisotropía Híbrida…………………………………………………....11
5.5. Alcance……………………………………………………………..........12
5.6. Efecto de Pepita…………………………………………………….........12
6. Cálculo del Variograma Experimental…………...………………………..13
7. Modelos de Semivariograma……………………………………................13
7.1. Modelo Exponencial………………………………………………..........13
7.2. Modelo Esférico……………………………………………………........14
7.3. Modelo Gausianno…………………………………………………….....14
V. CONCLUSIONES…………………………………………………………15
VI. REFERENCIAS BIBLIOGRÁFICAS………………………………….16
VII. ANEXOS……………………………………………………………........17
2
GEOESTADÍSTICA
I. INTRODUCCIÓN
La necesidad de acudir a herramientas estadísticas para el análisis de datos en

todas las áreas del conocimiento, ha hecho que aparezcan con el correr de los
años nuevas metodologías. (Huayra, J. 2014)
En este trabajo se presentan los elementos fundamentales de la geoestadística

y en particular el de simulación aplicada al modelamiento con variogramas de
las leyes del yacimiento tipo VMS.
El presente informe tiene como propósito servir de ayuda para poder observar
cómo se realiza un variograma. Para ello, se ha creado conveniente utilizar el
programa SGEMS y graficar el variograma experimental ya sea gaussiana,
esférica ó exponencial. Asimismo, se ha usado el kriging para estimar una nuve
de puntos que es el estimador por excelencia usado en geoestadística. El
modelamiento de los variogramas lleva a obtener los parámetros: Efecto
Pepita, Alcance o también llamada Radio de Influencia, y Meseta. (Alzate, G.
2004)
3
GEOESTADÍSTICA
II. JUSTIFICACIÓN
El presente trabajo de investigación se realizó con la finalidad de estudiar el

Modelamiento de Variogramas de las Leyes del Yacimiento tipo VMS,
mediante el programa SGEMS, lo cual nos permite a nosotros como
estudiantes poder ajustar a un variograma experimental. Asimismo, nos ayuda
a caracterizar la muestra y algunos parámetros característicos básicos y ver
cómo impacta en nuestro histograma, también se puede graficar el variograma
experimental en diferentes direcciones y a partir de ello, se puede identificar
la Isotropía que hay en las gráficas. Por otro lado, se puede determinar el mapa
de isovalores.
III. OBJETIVOS
3.1.GENERAL
 Interpretar los Variogramas mediante el Software SGEMS de las

diferentes Leyes del Yacimiento tipo VMS.
3.2.ESPECÍFICOS
 Estudiar al Yacimiento de tipo VMS.

 Definir que es un variograma y los tipos.
 Tipos de Anisotropías y los modelos de semivariogramas.
 Proyecta un mapa de Isovalores o Isoleyes.
4
GEOESTADÍSTICA
IV. MARCO TEÓRICO
4.1. Origen del Yacimiento VMS
Fuente: Corzo, K. 2016
Sulfuros masivos, generalmente pertenecen a depósitos estratiformes, pero

con origen de emanaciones de fluidos hidrotermales asociados a
volcanismo submarino y se trata de depósitos singenéticos formados al
mismo tiempo que la actividad volcánica submarina a la que se asocian.
(Corzo, K. 2016)
Corresponden a cuerpos estratiformes o lenticulares de sulfuros presentes

en unidades volcánicas o en interfaces volcánico – sedimentarias
depositadas originalmente en fondos oceánicos. A menudo, los depósitos
consisten en un 90% en pirita masiva, aunque la pirrotina está presente en
algunos de ellos, pero contienen cantidades variables de Cu, Pb, Zn, Ba,
Au, y Ag.
5
GEOESTADÍSTICA
4.3. Génesis
Fuente: Corzo, K. 2016
5. VARIOGRAMA
Los variogramas son realizados en varias direcciones para definir
adecuadamente el comportamiento dela propiedad estudiada en toda la
extensión del yacimiento, en caso de que se esté estudiando en un plano
horizontal. Dependiendo de los resultados se utilizará un método
geoestadístico u otro. (Barrera, J. 2016)
6
GEOESTADÍSTICA
5.1. La función del Variograma
Los variogramas se calculan mediante la fórmula general:
Donde:
Z: Variable estudiada
Z(xi): Valor de dicha variable en el punto xi
Z(xi + h): Valor de la variable en el punto (xi + h)
h: Paso entre las muestras (distancias iterativas)
nh: Número de parejas
2γ (h): Valor de la función variograma para un valor h
5.2. Parámetros estadísticos

Se calcularán parámetros estadísticos que nos ayudarán en el análisis
tales como:
 Media (X): El cuál es el promedio de todos los datos en la

muestra, se calcula mediante:
 Varianza (σ2): Describe la variabilidad de la distribución, se

calcula mediante:
7
GEOESTADÍSTICA
 Desviación estándar (σ): Describe le grado de dispersión de la

distribución, se calcula mediante:
 Coeficiente de variabilidad (CV): El cual se calcula mediante:
5.3. Características Básicas

 Sill (meseta)
 Rango o alcance
 Comportamiento a pequeñas distancias
 Comportamiento a grandes distancias
 Anisotropías
a) Sill
El sill conocido también como la “Meseta” es el valor máximo
que alcanza el semivariograma cuando la variable es
estacionaria. Teóricamente, la meseta coincide con el valor de
la varianza y por tanto un buen estimador de la misma será la
varianza experimental de los datos. (Barrera, J. 2016)
8
GEOESTADÍSTICA
b) Rango
Conocido también como Alcance, el Rango es la distancia a la
cual el variograma se estabiliza y las muestras se relacionan
espacialmente. Se tiene que k (h) = 0; Para h ≥ a; Para valores
superiores que “a” no existe dependencia entre los valores, es
decir que el valor en un punto no influye sobre el valor del otro.
(Vargas, M. 2017).
La función γ (h) permanece constante.
El alcance también nos indica las características geológicas de
formación de un yacimiento.
El alcance, también nos indica las características geológicas de
formación de un yacimiento. Por ejemplo:
 En un yacimiento sedimentario, el alcance representa las
dimensiones de las unidades de sedimentación y en
consecuencia de las zonas mineralizadas.
 En un yacimiento lenticular, representa la dimensión de
los lentes.
 En un yacimiento estratiforme, refleja la potencia
promedio.
Imagen N°1: Representación del Rango y Sill
Fuente: Vargas, M. 2017
9
GEOESTADÍSTICA
5.4. Anisotropía
Generalmente cuando el variograma experimental es calculado en
distintas direcciones, presenta distintos comportamientos con la
variación de la distancia. (Vargas, M. 2017)
 Anisotropía geométrica
 Anisotropía zonal
 Anisotropía híbrida
5.4.1. Anisotropía Geométrica

Es aquella en la que el variograma en distintas direcciones
presenta el mismo sill pero rangos distintos. Mayor continuidad
espacial en la dirección de mayor rango, Menor continuidad
espacial en la dirección de menor rango. (Vargas, M. 2017)
10
GEOESTADÍSTICA
5.4.2. Anisotropía Zonal

presenta el mismo rango, pero diferente sill. Presencia de
diferentes estructuras. (Vargas, M. 2017)
5.4.3. Anisotropía Híbrida

presenta rangos diferentes y distintos sill. Presencia de
diferentes estructuras. Característico de variogramas
horizontales y verticales. (Vargas, M. 2017)
11
GEOESTADÍSTICA
5.5. Alcance
Para h ≥ a se tiene que K (h) = 0. Esto implica que para h superiores al
valor “a” no existe dependencia entre los valores, y que el valor en un
punto no influye sobre el valor del otro, por tanto la función γ (h) se
vuelve constante γ (h) = C. (Vargas, M. 2017)
Imagen N°2: Indicación del alcance
5.6. Efecto de Pepita

La discontinuidad aparente que se aprecia cerca del origen, se le conoce
como efecto de pepita. (Vargas, M. 2017)
 h  
1
var [ Z ( x )  Z ( x  h)]
2
 0  0
Puede ocurrir que para distancias cercanas a cero el valor del
variograma no se aproxima a cero.
12
GEOESTADÍSTICA
6. Cálculo del variograma experimental

La función variograma o semivariograma, define la correlación espacial
entre los valores muestreados. El variograma o semivariograma se obtiene
calculando, para cada distancia de separación entre las muestras. “Lag” en
una determinada dirección, la diferencia al cuadrado de los valores de
dichas muestras. (Vargas, M. 2017). Es decir, para cada separación “h” se
calcula el valor de y’ (h) mediante la fórmula:
1
 * ( h) 
2 N h 
 ( z ( xi )  z ( x j )) 2
xi  x j  h
Donde:
N: Número de pares de datos
f(x1): El valor de la variable regionalizada en el punto i.
f(x1 + h): El valor de la variable regionalizada tomada a una distancia h
7. Modelos de Semivariogramas
7.1. Modelo Exponencial
Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un
valor constante:
  h 
 h   s1  exp   

  a 
Donde:
C: Valor comprendido
entre el efecto pepita C0 y la
meseta.
h: Distancia
a: Representa el alcance o
rango.
13
GEOESTADÍSTICA
7.2 Modelo Esférico o Mathernon

Es el que mejor se ajusta cuando se trata de variables mineras.
Presenta una curva del semivariograma que aumenta rápidamente del
LAG para posteriormente, ascender más lentamente hasta alcanzar
una zona plana a valores de LAG altos.
  3
 3 h 1 h 
 s   si h  a
  2 a 2 a3 

  
  h   
 

 s si h a




7.3. Modelo Gausianno

Si el variograma muestra fluctuaciones aleatorias alrededor de una
línea horizontal se tiene un efecto pepita puro en este caso la
evaluación del yacimiento se debe realizar por cualquier método
clásico.
  h 2 

 h   s 1  exp   2  
  a 
  
14
GEOESTADÍSTICA
V. CONCLUSIONES
 En conclusión, se interpretó los Variogramas mediante el Software

SGEMS de las diferentes Leyes del Yacimiento tipo VMS.
 Se estudió el Yacimiento de tipo VMS y su génesis.
 En conclusión, se estudió que es un variograma y la función del
variograma, parámetros estadísticos y las características básicas del
variograma (Sill y Rango).
 En conclusión, se estudió los tipos de Anisotropías como (Zonal,
Hibrida, y geométrica) y los modelos de semivariogramas
(Exponencial Gausianno y Esférico)
 Se logró proyectar un mapa de Isovalores o Isoleyes.
15
GEOESTADÍSTICA
VI. REFERENCIAS BIBLIOGRÁFICAS
Huayra, J. (2014). Simulación de variogramas. Universidad Nacional de Ingeniería.

Recuperado de:
https://es.slideshare.net/JhanCarlosHuayraGabriel/simulacion-de-leyes-
y-calculo-de-vari
Alzate, G. (2004). Simulación Geoestadística. Universidad Nacional de Colombia.

Recuperado de: https://core.ac.uk/download/pdf/11051380.pdf
Corzo, K. (2016). Sulfuros Masivos Volcanogénicos. Universidad Nacional Mayor

de San Marcos. Recuperado de:
https://es.scribd.com/presentation/325858658/Yacimientos-VMS
Barrera, J. (2016). Análisis Geoestadístico. Universidad Nacional de Ingeniería.

Recuperado de:
http://www.academia.edu/8844884/CONSTRUCCI%C3%93N_DE_VA
RIOGRAMAS_Y_AN%C3%81LISIS_GEOESTAD%C3%8DSTICO_
DE_5000_DATOS_GENERADOS_ALEATORIAMENTE_GEOESTA
D%C3%8DSTICA_I
Vargas, M. (2017). Análisis Estructural con Variogramas. Universidad Nacional

de Cajamarca. Recuperado de:
https://es.scribd.com/document/344743271/315291527-Informe-Diseno-
Estructural-Con-Variogramas
16
GEOESTADÍSTICA
VII. ANEXOS
Anexo N°1: Base de datos en Excel.
Fuente: Elaboración propia.
17
GEOESTADÍSTICA
Anexo N°2: En el programa SGEMS se ha cargado los datos y se selecciona Point

set.
Anexo N°3: En el programa SGEMS luego de ver los puntos de la ley de plata
se ha elaborado la Grilla.
18
GEOESTADÍSTICA
Anexo N°4: En el programa SGEMS, luego de haber carrgado la data se coloca

las coordenadas de los puntos.
Anexo N°5: En el programa SGEMS, para crear, la grilla se procede a colocar

los datos.
19
GEOESTADÍSTICA
Anexo N°6: En el programa SGEMS, se observa la dispersión de puntos de la ley

de Ag.
Anexo N°7: En el programa SGEMS en la grilla se coloca el nombre de la ley a

estudiar.
20
GEOESTADÍSTICA
Anexo N°8: En el programa SGEMS, se escribe el nombre de la Grilla, despues

se coloca los datos en X,Y y Z.
Anexo N°9: En el programa SGEMS, se selecciona el nombre de Kriging

Simple.
21
GEOESTADÍSTICA
Anexo N°10: En el programa SGEMS, se selecciona GRID y se puede observar

la grilla en el contorno de los puntos de dispersión.
Anexo N°11: En el programa SGEMS, se selecciona el nombre de la ley que se

quiere ver en la grilla.
22
GEOESTADÍSTICA
Anexo N°12: En el programa SGEMS, se observa el histograma para poder

obtenre la media, dato que nos pide para realizar la grilla.
Anexo N°13: En el programa SGEMS, se coloca los datos de Máximo, Medio y

Mínimo.
23
GEOESTADÍSTICA
Anexo N°14: En el programa SGEMS, se selecciona la opción de Data Análisis

para analizar el variograma.
Anexo N°15: En el programa SGEMS, se selecciona la opción variograma para

colocar los datos y el nombre d ela grilla.
24
GEOESTADÍSTICA
Anexo N°16: En el programa SGEMS, nos arroja una ventana del variograma
para colocar los datos.
Anexo N°17: En el programa SGEMS, luego se hace click en variograma y se

escribe los datos para el efecto de pepita y la varianza de la ley.
25
GEOESTADÍSTICA
Anexo N°18: En el programa SGEMS, se escribe los valores para el numero de

Lags, separación y la tolerancia. Asimismo, se coloca los valores del
azimut, dip, toleranciay el ancho de banda.
Anexo N°19: En el programa SGEMS, para valorizar los datos para la grilla se
observa los valores del variograma que son los mismos.
26
GEOESTADÍSTICA
Anexo N°20: En el programa SGEMS, se puede apreciar el variograma omni-

directional y los variogramas de los azimuts, 0°, 90° y 135°.
Anexo N°21: En el programa SGEMS, se da click en la en la opción Run

Algorithm.
27
GEOESTADÍSTICA
Anexo N°22: En el programa SGEMS, después se sube tu base de datos y

esperas que cargue el programa.
Anexo N°22: En el programa SGEMS, con el variograma omni-directional que

es el que se adecua mejor empiezas a trabajar en modelo esférico.
28
GEOESTADÍSTICA
Anexo N°23: En el programa SGEMS, luego de terminar de escribir los datos de

tu grilla. Seleccionas con un click el KRIGING y podemos observar
el MAPA DE ISOVALORES O ISOLEYES.
29
GEOESTADÍSTICA

Depositos VMS

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Depositos VMS

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD PRIVADA DEL NORTE

UNIVERSIDAD PRIVADA DEL NORTE – CAJAMARCA

“SIMULACIÓN GEOESTADÍSTICA APLICADA AL

Calderón Velezmoro, Nancy, N00018392, N00018392@upn.pe

DOCENTE: Pajares Chávez, Jhon

VI. REFERENCIAS BIBLIOGRÁFICAS………………………………….16

La necesidad de acudir a herramientas estadísticas para el análisis de datos en

En este trabajo se presentan los elementos fundamentales de la geoestadística

El presente trabajo de investigación se realizó con la finalidad de estudiar el

 Interpretar los Variogramas mediante el Software SGEMS de las

 Estudiar al Yacimiento de tipo VMS.

IV. MARCO TEÓRICO

4.1. Origen del Yacimiento VMS

Fuente: Corzo, K. 2016

Sulfuros masivos, generalmente pertenecen a depósitos estratiformes, pero

Corresponden a cuerpos estratiformes o lenticulares de sulfuros presentes

Fuente: Corzo, K. 2016

5.1. La función del Variograma

Los variogramas se calculan mediante la fórmula general:

5.2. Parámetros estadísticos

 Media (X): El cuál es el promedio de todos los datos en la

 Varianza (σ2): Describe la variabilidad de la distribución, se

 Desviación estándar (σ): Describe le grado de dispersión de la

 Coeficiente de variabilidad (CV): El cual se calcula mediante:

5.3. Características Básicas

Imagen N°1: Representación del Rango y Sill

Fuente: Vargas, M. 2017

5.4.1. Anisotropía Geométrica

Fuente: Vargas, M. 2017

5.4.2. Anisotropía Zonal

Fuente: Vargas, M. 2017

5.4.3. Anisotropía Híbrida

Fuente: Vargas, M. 2017

Imagen N°2: Indicación del alcance

Fuente: Vargas, M. 2017

5.6. Efecto de Pepita

Fuente: Vargas, M. 2017

6. Cálculo del variograma experimental

Fuente: Vargas, M. 2017

7.2 Modelo Esférico o Mathernon

Fuente: Vargas, M. 2017

7.3. Modelo Gausianno

Fuente: Vargas, M. 2017

 En conclusión, se interpretó los Variogramas mediante el Software

VI. REFERENCIAS BIBLIOGRÁFICAS

Huayra, J. (2014). Simulación de variogramas. Universidad Nacional de Ingeniería.

Alzate, G. (2004). Simulación Geoestadística. Universidad Nacional de Colombia.

Corzo, K. (2016). Sulfuros Masivos Volcanogénicos. Universidad Nacional Mayor

Barrera, J. (2016). Análisis Geoestadístico. Universidad Nacional de Ingeniería.

Vargas, M. (2017). Análisis Estructural con Variogramas. Universidad Nacional

Anexo N°1: Base de datos en Excel.

Fuente: Elaboración propia.

Anexo N°2: En el programa SGEMS se ha cargado los datos y se selecciona Point

Fuente: Elaboración propia.

Fuente: Elaboración propia.

Anexo N°4: En el programa SGEMS, luego de haber carrgado la data se coloca

Fuente: Elaboración propia.

Anexo N°5: En el programa SGEMS, para crear, la grilla se procede a colocar

Fuente: Elaboración propia.

Anexo N°6: En el programa SGEMS, se observa la dispersión de puntos de la ley

Fuente: Elaboración propia.

Anexo N°7: En el programa SGEMS en la grilla se coloca el nombre de la ley a

Fuente: Elaboración propia.