Muestreo estadístico: El
lote o población está
compuesto por objetos de
igual peso.
Muestreo de minerales: El
lote o población está
compuesto de objetos de
diferentes pesos.
Lote: Se refiere a una
cantidad de material a ser
muestreada, cuya
composición se quiere
estimar, es el conjunto
completo de observaciones
que deseamos estudiar.
Incremento: Es una
cantidad de materia
seleccionada mediante un
dispositivo de muestreo en
una sola operación.
Muestra: Es una cantidad de materia que es
extraída de un lote, a menudo obtenida
mediante la reunión de distintos incrementos
o fracciones del lote. Asimismo podemos
decir que es una parte o porción extraída de
un conjunto por métodos que permiten
considerarla como representativa del mismo.
Homogeneidad: Es aquel sistema que
esta formado por una sola fase. Es toda
masa aislada que posee las mismas
propiedades intensivas en más de dos
puntos.
Heterogeneidad: Un sistema
heterogéneo en aquel que está formado
por dos o más fases. Es identificado por
razones muy simples: se pueden
apreciar las distintas partes de las que
se compone el sistema.
Representatividad: Implica la capacidad de trasladar exitosamente
los resultados de la muestra a la población. Depende en mayor
medida del diseño experimental utilizado.
La importancia económica de una muestra no está relacionada con su
valor material, sino que a su valor como muestra, es decir, a su
representatividad.
Equiprobabilidad: Esta definición se cumple cuando todas las
combinaciones de n fragmentos tienen la misma probabilidad de ser elegidos
para la constitución de la muestra (MS es la muestra con n fragmentos).
Para cumplir bien con la definición inicial de muestreo, se debe cumplir el
hecho siguiente, de vital importancia:
“TODO MUESTREO DEBE SER EQUIPROBABLE Y REPRESENTATIVO”
Precisión: La precisión es
lo cerca que los valores
medidos están unos de
otros.
Exactitud y precisión Ninguno
A continuación se presenta un grafico de dispersión de muestras
originales versus
duplicado CUT%, de un proyecto INFILL DRILLING 2005.
IMPORTANCIA DEL
MUESTREO MINERO
Las principales decisiones de un proyecto minero, considerando desde la
explotación minera hasta el cierre de minas, se basan en los valores
obtenidos del material que fue muestreado, ya que esta decisión implica
millones de dólares invertidos.
EJEMPLO PRACTICO
En los pozos de tronadura de una mina Rajo Abierto, el material
acumulado (detritus de la perforación) puede ser enorme, lo que
obliga a tomar una muestra.
Se desea realizar un muestreo en un depósito minero con alta
presencia de rocas tipo oxido, su densidad es de 2.5 [ton/m3]. Se
sabe que la malla de tronadura BxE es de 10 [m] x 10 [m], y se
aplica en un banco de 15 [m] de altura. Para la perforación se
utiliza una perforadora PV251 con un diámetro de trícono de 10
[in].
¿CUÁL SERÍA EL TONELAJE ACUMULADO POR
EL MATERIAL DE UN POZO DE PERFORACIÓN?
DATOS:
RESULTADOS:
Ahora trataremos de encontrar ahora el valor económico que representa una
decisión basada en una muestra de un pozo, para ello calculemos el
tonelaje que representa una muestra [lb y Oz], asumiendo un área de
influencia igual a la malla de perforación.
DATOS:
CASO 2
Ejemplos:
Tubos de muestreo de detritus, los cuales deben tener una abertura adecuada.
MUESTREO POR CANALETAS: EN YACIMIENTOS VETIFORMES,
DE GRAN MANTEO Y MASIVOS.
DISEÑO DE PALAS
DIVISIÓN MANUAL DEL INCREMENTO
Error Segregación
y Agrupamiento
Variabilidad Implementación del
a pequeña Protocolo de Muestreo Error de Delimitación
Contaminación
escala
Error de Extracción Pérdidas
Preservación de
Integridad Errores de Preparación Alteración
de las Muestras
Humanos
Error Analítico Fraude
En Tiempo
Error de Interpolación
En Espacio
Variabilidad
a gran Error de Ponderación
escala
Error Periódico
ERROR DE AGRUPAMIENTO Y SEGREGACIÓN
¿Qué es la segregación?
Las partículas de mineral tienden a segregarse, por ejemplo las más pesadas tienen
una tendencia a localizarse en el fondo. Sin embargo el fenómeno de segregación es
más complejo y depende además de las granulometrías, formas y pesos de las
partículas.
Soluciones:
12
LEY DE COBRE TOTAL
11
10
9
8
7
6
5
4
3
2
1
0
4" /2" 16" 3 4 6 8 12 16 20 30 40 50 70 100 140 200 270 325 400 400
3/ 1 7/ # # # # # # # # # # # # # # # # # #
_
MALLAS
La pérdida excesiva de finos de alta ley producen sesgo
Donde se produce segregación importante es en las cintas transportadoras de
mineral.
Lo anterior se justifica porque, en la mayoría de los casos la ley del material fino es
significativamente diferente de la ley del material grueso.
ERROR DE DELIMITACIÓN
CASO BRE-X
Desde ese caso nacieron las
Mayor escandalo en la historia de la minería del oro buenas practicas en la
David Walsh, yacimiento de Busang en la jungla de Borneo, Indonesia
estimación de recursos
6500 toneladas de oro, el 8% de las reservas mundiales
En 1995, acciones valían dos dólares canadienses, en 1996 marcaron 275 dólares
canadienses, lo que valoraba la empresa en 4.400 millones de dólares (casi 6.000
millones de dólares estadounidenses)
En 1997 Freeport, dueña del 15% de Bre-x inspeccionó la mina y no encontró nada de oro,
llamaron al geólogo principal para revisar el trabajo y en el camino “se cayó” del
helicóptero y desapareció en la jungla, nunca lo encontraron.
Ese mismo día, en la bolsa de Toronto, Bre-X se desplomó algo más de un 97% en menos
de diez minutos.
El fondo de pensiones de los profesores de Ontario perdió con la minera 50 millones de
dólares. Caisse de Depot du Placement, la mayor gestora de Canadá, registró pérdidas de
ERROR ANALITICO
Zona de influencia
de la muestra
Ley
Media real
Tiempo
ERROR FUNDAMENTAL
MUESTRA PRIMARIA
PREPARADA, S1’
MUESTRA SECUNDARIA
PREPARADA, S2’
MUESTRA TERCIARIA
PREPARADA, S3’
ANÁLISIS RESULTADO
FINAL
ERROR FUNDAMENTAL [EF]
El Error Fundamental se genera por la Heterogeneidad Constitucional, y es el único que
afecta a los resultados de los análisis si la selección de los incrementos que componen la
muestra es correcta.
La heterogeneidad es proporcional a
la diferencia entre el contenido critico
de un fragmento (ai)y el contenido
critico del lote (aL).
Antes de generar la demostración de la formula debemos entender dos suposiciones
básicas de la Heterogeneidad constitucional:
(1) Hay generalmente una fuerte correlación entre el contenido critico del fragmento y su
densidad; pero hay una menor correlación entre el contenido critico y su tamaño.
(2) La razón de las masas de las fracciones dentro del lote a la masa total del lote no
varía mucho de una fracción de densidad a otra. Por lo que se puede utilizar una razón
promedio.
La varianza de CH, también se conoce como CHL y se define como:
Ms ML
Donde:
OE ( PE i FE i GE i QE 2i QE 3i WE i DE i EE i ) AE
i
Donde:
PEi error de preparación de la etapa i
QE1i error de fluctuación de corto alcance
QE2i error de fluctuación de largo alcance no
periódica
QE3i error de fluctuación periódica
WEi error en medición del flujo (weighting error)
DEi error de delimitación del incremento
EEi error de extracción del incremento
FEi error fundamental de la etapa i
GEi error de agrupamiento y segregación de la
etapa i
Conclusiones:
(1) Errores se cometen en etapas de cuarteo.
(2) Conminución no incorpora error fundamental.
Error relativo = 2
FE 100
V f d3
f?
VCUBO= d3
Cubo f=1
Esfera f = 0.523
El factor de forma es adimensional y
determinado experimentalmente, Carbón f = 0.45
con la mayoría de sus valores cerca
Mineral de Hierro f = 0.50
de 0,5. Hay excepciones notables,
como minerales escamosos como las Pirita f = 0.47
micas.
Cuarzo f = 0.47
El factor de forma es relativamente Roca común f = 0.50
constante para distintas fracciones Biotita, mica, schelita f = 0.1
de tamaño, tal que:
Oro liberado f= 0.2
Minerales Aciculares f>1
g
FACTOR GRANULOMÉTRICO [ ]
El factor de forma (f) y el factor granulométrico (g) son los dos parámetros utilizados para
estimar la primera parte de IHL.
3
d M L
f = =
ML
Pierre Gy experimentó
con distintos minerales
y concluyó que la
sumatoria podía
ajustarse bien
utilizando el d95.
Tabla Experimento P. Gy
Conclusiones:
(1)El factor mineralógico depende principalmente de la ley media proporcional del mineral que posea el lot
(2)Todas las calibraciones y trabajo experimental deben estar relacionados a una ley “esperada” de materi
EJEMPLOS PRÁCTICOS
CASO I
Se pide calcular ( c ) al metal de Oro (Au), en donde se sabe que su ley media es de 2
[ppm] y su densidad, asumiendo su liberación máxima es de 16 [gr/cm 3]. Como dato extra
se obtiene que la densidad de la ganga que en este caso es cuarzo (SiO 2) es de 2,8
[gr/cm3].
(1 aL ) 2
c M g (1 aL )
aL
(1 0.000002) 2
c 16 2.8 (1 0.000002) 7 999 971
0.000002
3
7 999 968
CASO II
Se pide calcular ( c ) al mineral de Bornita (Cu 5FeS4) que compone un concentrado de una
planta de proceso. Se sabe que la ley media del mineral en el concentrado es de 92 % y la
ley de Cobre (Cu) en el concentrado es de un 31,3%. La densidad de la bornita es de 4,2
[gr/cm3] y la densidad de la ganga que en este caso es Pirita (Fe S 2) es de 2,8 [gr/cm3].
(1 a L ) 2
c M g (1 aL )
aL
(1 0.92) 2
c 4.2 2.8 (1 0.92) 0.253
0 .92
0.224
0.029
M M
aL 0.1 c
c c 701,55 gr / cm3
aL
aL
l
FACTOR DE LIBERACIÓN [ ]
Debido a la definición previa, el factor de liberación (l) es necesariamente 1 al tamaño de
liberación. El factor de liberación constituye una de las debilidades de la teoría debido a que
no representa bien el caso de leyes bajas (leyes medidas en ppm).
Si los fragmentos están por debajo del tamaño de liberación, la varianza del fragmento
si dl>d no
l=
cambia. 1
Para tamaños por encima del de liberación, se pueden aplicar la siguiente formula de
Bongarcon´s:
Donde:
d= Tamaño nominal del fragmento de la muestra (95%
pasante, 5% retenido)
si dl<d Dl= Tamaño de liberación de la partícula.
B= Parámetro de calibración de la muestra. (depende el
tipo de mineral)
Para el Au se sugiere dl
un b=1,5 y para casos l
generales utilizar 1< b
<2
d
Si una planta de flotación tiene recuperación de 85% con
molienda 95% bajo 65#, entonces, se puede asumir que el
diámetro de liberación es aproximadamente 212 micrones.
l
1
0.85
d = 1/10 “
0.5
dl
0
1mm10mm 100mm 1mm 1cm10cm d
dl
l
d
l?
C
CONSTANTE DE HETEROGENEIDAD [ ]
Constante de heterogeneidad puede calcularse mediante la estimación de los
siguiente formula:
C f g c l
Debido a que el valor del factor de liberación es difícil de obtener, se realiza un test de
heterogeneidad que permite calcular la constante de heterogeneidad de manera
experimental. Este experimento sirve para determinar empíricamente la heterogeneidad de
un material particulado.
Se puede determinar la varianza relativa del error fundamental mediante un
experimento.
2
1 1 s a
FE
2
c l f g d 3 2i
MS ML ai
Fracción de Fracción de
tamaño tamaño
más gruesa más relevante
(1) Las leyes en cada fracción de tamaño no varían demasiado
M S p f d3
M S n
ML
p
Reemplazando M S p f d3 M S n
ML
p C c l f g
2
1 1 s
FE
2
c l f g d 3 a2
i
MS ML ai
pla z o? (7)
s d el reem
l es d espué
de v ariab
e l de speje
queda
2
1 p s
FE
2
c l f g d 3 a2i
p f
d 3
p f d n
3
ai
1 p sa2i
c l g 2
p p n ai
2
1 1 c l g sai
2
p n ai
2
1 1 c l g sai
2 Se despeja c l g
p n ai
sa2i
(c l g )
ai2 1 1
p n
la
ener
ob neidad
t C Se sabe que C c l f g
u edo eroge
p het (7)
m o d e ?
¿Có tante ación
s u
con sta ec
e
en sa2
C i
f sa2i
p n
a i
2
1
1
C 2 f
p
n
ai (n p )
sa2i
p n
C 2 f
ai (n p )
sa2i
C 2
p f
a i
d 3
d 3
La constante de muestreo se K C d d 3 1 2
calcula de las siguiente forma: 2
Donde:
K= Constante de muestreo.
d = Tamaño medio de los fragmentos.
CONSTANTES DE HETEROGENEIDAD – RANGOS TÍPICOS
Pórfidos cupríferos:
C para CuT 2 – 20
C para Mo 15 – 100
C para As 100 – 500
C para Au 2 - 100
Depósitos de oro:
C para Au 50 – 1000
C para Ag 10 – 50
YACIMIENTOS
ESTIMACIÓN DE RECURSOS
Dado que el muestreo es parcial y solo nos indica lo que sucede en las posiciones
de los datos, es necesario estimar el valor de la ley en puntos sin muestra.
CASO EJEMPLO:
Considere un cuadrado de
sección S, que posee 7
muestras interiores que
representan la ley de Cu
del área de estudio.
Para el caso anterior tendríamos que la ley:
Nota:
En el ejemplo de la figura anterior existe una
agrupación de datos en la zona de alta ley:
Determine las reservas por bloque, reservas totales de mineral y de metal sabiendo que la densidad de
la mena es de 2,6 [ton/m3]. Los cálculos se indican en el cuadro que figura a continuación:
CASO II
Un yacimiento se ha divido en dos bloques A y B, los cuales tiene un brusco cambio de
potencia como se puede apreciar en la tabla adjunta, para esto caso se nos pide que
determinemos la cubicación del yacimiento planteado.
Se sabe que la superficie del bloque � es 52.000 [�2] y su densidad es de 3,2 [g/cc] . Como
otro dato la superficie del bloque B es de 83.000 [m2] y una densidad de roca de 3 [g/cc].
Por un 7!
SOLUCIÓN
Primeramente se calcula
las leyes medias de los 5
sondajes por separado:
Asignar a cada punto del espacio la ley del dato más próximo. Para estimar una zona S se
ponderan las leyes de los datos por el área (o volumen) de influencia.
Se suele usar cuando los sondeos están irregularmente distribuidos. A pesar de no ser muy
exacto, su uso está muy extendido.
a) Bisectrices perpendiculares (los vértices del polígono quedan definidos por los
puntos de corte de las mediatrices de los segmentos que unen los sondeos)
• La potencia, la densidad y la
ley se suponen constantes en
un recinto poligonal alrededor
del sondeo.
MÉTODO DE CÁLCULO:
a) Se construye el polígono:
VENTAJAS E INCONVENIENTES:
CASO PRÁCTICO
Se realiza un muestreo en un banco de una
Mina Cielo Abierto del Norte de Chile, en
donde se toman 10 muestras representativas
de un banco de 20 [m] de altura. En la
siguiente tabla se pueden distinguir las
coordenadas de las muestras y su respectiva
Ley. Se sabe que la densidad media del banco
es 2,7 [g/cm3]
A1 L1 A2 L2 A3 L3
Lm
A1 A2 A3
MÉTODO DE LOS TRIÁNGULOS
Se basa en unir los sondeos con datos mediante líneas rectas, formando un mallado
triangular. Cada triángulo es la base de un prisma en el que la potencia, la ley y la
densidad son constantes. Estos parámetros se calculan a partir de los valores de los tres
puntos que ha servido para definir el triángulo, y que son los vértices del mismo.
MÉTODO DE CÁLCULO:
a) Se construyen triángulos.
b) Se determina la superficie:
d) Se calcula el volumen:
e) Se calcula la densidad:
Cubicar el yacimiento.
Densidad = 3,1 + 0,03 L
(%)
Calculo de la potencia
media de cada triangulo:
• Principalmente se le asigna mayor peso a las muestras cercanas y menor peso a las
muestras alejadas del bloque.
• Esto se consigue al ponderar las leyes por el inverso de la distancia al cuadro 1/d 2
• El método de la distancia ponderada es bastante usado gracias a la aparición de los
computadores, ya que lleva implícito un elevado número de cálculos repetitivos, se
aplica en todo tipo de depósitos y tienen un buen resultado cuando la malla de sondajes
es regular.
VENTAJAS E INCONVENIENTES:
( G)
n
i
d
2
i 1
G i
n
1
( )
d
2
i 1 i
SOLUCIÓN
( G)
n
i
d
2
i 1
G i
n
1
( )
d
2
i 1 i
MÉTODO DE ISOLINEAS
Este es un Método bastante utilizado para ilustrar propiedades físicas o químicas, las
isolíneas son curvas que ligan puntos de igual valor, la isolínea más común son las de un
mapa topográfico, se realiza a partir de dos valores los cuales son interpolados , la
construcción de las curvas pasan por puntos de igual valor.
VENTAJAS E INCONVENIENTES:
3 0 0 .0 0
2 5 0 .0 0
2 0 0 .0 0
1 5 0 .0 0
1 0 0 .0 0
5 0 .0 0
5 0 .0 0 1 0 0 .0 0 1 5 0 .0 0 2 0 0 .0 0 2 5 0 .0 0 3 0 0 .0 0 3 5 0 .0 0
145
CASO PRÁCTICO
En un área de estudio de 400 [m] x 400 [m], se poseen los siguientes puntos y sus
respectivas leyes. Utilizando Interpolación por Curvas de Isoleyes:
3 5 0 .0 0
3 0 0 .0 0
0 .6 0
2 5 0 .0 0
0 .5 0
2 0 0 .0 0
0 .4 0
1 5 0 .0 0
0 .3 0
1 0 0 .0 0
0 .2 0
5 0 .0 0
0 .0 0
0 .0 0 5 0 .0 0 1 0 0 .0 0 1 5 0 .0 0 2 0 0 .0 0 2 5 0 .0 0 3 0 0 .0 0 3 5 0 .0 0 4 0 0 .0 0
4 0 0 .0 0
b)
3 5 0 .0 0
0 .6 5
3 0 0 .0 0
0 .6 0
2 5 0 .0 0 0 .5 5
0 .5 0
2 0 0 .0 0 0 .4 5
0 .4 0
1 5 0 .0 0
0 .3 5
0 .3 0
1 0 0 .0 0
0 .2 5
0 .2 0
5 0 .0 0
0 .0 0
0 .0 0 5 0 .0 0 1 0 0 .0 0 1 5 0 .0 0 2 0 0 .0 0 2 5 0 .0 0 3 0 0 .0 0 3 5 0 .0 0 4 0 0 .0 0
0 .6 0
0 .5 5
0 .5 0
0 .4 5
0 .4 0
0 .3 5
0 .3 0
0 .2 5
VARIABLE REGIONALIZADA
Una variable medida en el espacio de forma que
presente una estructura de correlación, se dice que
es una variable regionalizada.
La continuidad de las leyes: Existen casos desfavorables en los cuales las leyes son
erráticas y otros más desfavorables en los cuales las leyes son regulares.
En el espacio de 3 dimensiones, sea Z(X1, X2, x3) = Z(x) = Ley del Cu en el punto X dentro de un
depósito masivo.
En el espacio de tres dimensiones, sea z(x1, x2, x3) = z(x) = Densidad de la roca en un punto x dentro de un
depósito minero:
Se llama campo a la zona en la cual se estudia la variable regionalizada. Para definir bien el
campo (por ejemplo los límites) para esto es necesario utilizar un modelo geológico
adecuado.
¿QUÉ ES UN SOPORTE?
El soporte es el volumen
sobre el cual se mide o se
considera la variable en
estudio (testigo, compósito,
pozo de tronadura, unidad
selectiva de explotación o
“bloque”)
Regulación de un testigo a
un largo constante b. Esta
operación provoca que el
error tienda a 0.
CAMBIO DE SOPORTE O REGULARIZACIÓN
La variable regularizada sobre el bloque V, denotada como Z(V), se define como el promedio
de los valores puntuales en V: En donde |V| representa el volumen del bloque V. Se requiere
que la variable sea aditiva.
Cada compósito está caracterizado por sus coordenadas x, y, z, sus leyes, un código que indica
el dominio o unidad geológica y la identificación del sondaje, eventualmente otra información.
Se tiene así la base de datos de sondajes del depósito, la cual, en formato de texto, puede ser
incorporada a cualquier paquete computacional.
d) OBJETIVOS DE LA TEORÍA
La teoría de las variables regionalizadas se propone dos objetivos principales:
VARIOGRAMA
El Variograma se define como la media aritmética de todos los cuadrados de las diferencias
entre pares de valores experimentados separados una distancia (h) o lo que es lo mismo la
varianza de los incrementos de la variable regionalizada en (h).
El cálculo del variograma experimental es la herramienta Geoestadística más importante
en la determinación de las características de variables y correlación espacial del fenómeno
estudiado
Por lo tanto podemos decir que el variograma es una función que constituye la herramienta
fundamental de la Geoestadística. Sean x y x + h dos puntos en el espacio:
RESUMEN:
La semivarianza es:
Por lo tanto la definición teórica de la función variograma γ (h) es la esperanza
matemática siguiente:
(0)=0
100
metros
5 3 6 4 2 1 1 2 4 3
2 γ= 1.45
γ?
γ?
γ?
γ?
Variograma
4.0
γ(h)
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
50 100 150 200 250 300 350 400 450 500 550
Distancia
b) PARA LINEA MUESTREADA IRREGULAR.
Θ = Tolerancia angular
E = Tolerancia en distancia
La elección de Θ y E depende de la distribución
espacial de los datos y de la práctica. En
algunos casos la práctica recomienda utilizar Θ
=22.5° y E =0.5b en que b es la distancia
mínima llamada paso para el calculo de γ (h).
Cálculo del Variograma para mallas
irregulares
Tolerancia en 3D
CÁLCULO DEL VARIOGRAMA PARA UNA MALLA REGULAR BIDIMENSIONAL
a) Fijemos la dirección θ del vector h; que sea por ejemplo θ = 90º, es decir, la dirección NS.
El vector h sólo puede ser:
Calculemos �(ℎ1) = ���(10).
Al aplicar el algoritmo hay que considerar las diferencias (�� − ��) 2 cuando ambos datos �� � ��
están definidos. La figura muestra las diferencias que hay que calcular:
Luego:
Se obtiene entonces:
DEMUESTRELO POR UN 7
Gráfico de �(ℎ):
Se observa una clara anisotropía que nos indica que el fenómeno es más regular en la
dirección EW que en la NS. (Esto se puede comprobar al mirar como varían las leyes en
esas direcciones mostradas anteriormente).
Cálculo del Variograma para una malla regular
bidimensional
Cálculo del Variograma para una malla regular
bidimensional
Cálculo del Variograma para una malla regular
bidimensional
Cálculo del Variograma para una malla regular
bidimensional
En la siguiente imagen consideremos el pixel como variable
regionalizada.
191
EJEMPLO DE CALCULO DE SEMIVARIOGRAMA, COVARIOGRAMA
Y CORRELOGRAMA .
1.- Promedio de las primeras muestras en los pares
1 n(h)
x1
n( h) i 1
x ( zi )
n(h)
3.- Varianza de1las primeras en los pares
muestras
s1
2
n( h) 1
( x( z ) x )
i 1
i
2
1
n(h)
1
s2
2
i
n(h) 1 i 1
( x ( z h ) x 2 )) 2
n(h)
1
Sh
n( h) 1 i 1
( x ( zi ) x i ) * ( x ( z i h) x 2 ))
Variograma
18
16
14
12
10
8
6
4
2
0
0 0.5 1 1.5 2 2.5 3 3.5
COMPORTAMIENTO DEL Andrés López Cayupi
Ingeniero Ejecución en Minas
andres.lopez25@inacapmail.
VARIOGRAMA cl
COMPORTAMIENTO DEL VARIOGRAMA PARA
DISTANCIAS PEQUEÑAS
Estudiaremos el comportamiento de la función γ (h) para | h |pequeño, para lo cual
analizaremos cuatro casos hipotéticos:
aso 1: Leyes muy regulares y continuas.
Dos puntos cuya distancia sea superior a a = 6 unidades son prácticamente independientes en ley.
Se obtiene fácilmente:
Sin embargo, la teoría demuestra que estas condiciones no son suficientes: En efecto, se
puede probar que �(ℎ) pertenece a una familia Ω de funciones (llamadas funciones de tipo
negativo condicional) y la elección del modelo debe quedar restringida a esta familia Ω.
Elegir un modelo en la familia garantiza la coherencia de los cálculos (no se obtienen, por
ejemplo, varianzas negativas). Por consiguiente, sólo hay que utilizar los modelos que
describiremos a continuación (o bien combinaciones de ellos, las cuales consisten en
sumar dos o más modelos).
Modelo esférico: Es uno de los modelos más importantes. A menudo, el variograma de las
leyes de cobre en un depósito de cobre porfídico corresponde a este modelo.
Su ecuación es:
Variograma en la dirección NS
calculado con pozos de tronadura
en la mina Lomas Bayas (cobre
porfídico) :A la izquierda la base de
datos en una planta (75000 pozos
de tronadura), a la derecha el
variograma esférico (en azul) y el
experimental (puntos rojos).
Su formula es:
c
Esférico
Exponencial
Gaussiana
AJUSTE EN EL ESPACIO DE DOS O TRES
DIMENSIONES
Se cumple que:
En esta notación:
Ejemplo: En este caso, el modelo isótropo ajustado es:
b) Caso anisótropo: En este caso los variogramas direccionales son en general diferentes:
En la práctica se distinguen dos tipos de comportamiento anisótropos del
variograma:
Anisotropía Geométrica: existe cuando en las direcciones analizadas hay una misma
meseta y diferentes alcances.
Anisotropía zonal: Existe cuando hay un cambio de meseta dependiendo de la dirección.
Se define entonces el modelo de anisotropía zonal
como un modelo anidado (o imbricado), es decir:
En los gráficos, el variograma EW es de color rojo y el NS de color azul. En este caso de dos
estados (negro y blanco), si se considera que z(x) es la realización de una función aleatoria
Z(x), entonces se dice que Z(x) es un conjunto aleatorio.
APROXIMADAMENTE ISOTROPICO
ANISOTROPICO CON PERODICIDADES
APROXIMADAMENTE
ISOTROPICO CON EFECTO
PEPITA.
En la siguiente imagen consideremos el pixel como variable
regionalizada.
que:
1 2 ...... n 1
zˆv zv
Debido a que Zv es
desconocido, entonces ε es
desconocido.
Renunciamos entonces a conocer el
error en signo y magnitud. Sin
embargo, se puede caracterizar
probabilísticamente el error ε, al
utilizar el modelo matemático.
Se sabe que:
n 1
2
La varianza del error de estimación es : E E i z xi z x dx
2
i 1 V v
n 1
2
i 1 V v
Antes de explicar cómo se calculan los términos en forma numérica, observamos que el error de
estimación depende de:
N : Número de datos
Xi : Coordenadas de los datos
V : La geometría y el tamaño del bloque
(h) : la regularidad o irregularidad de los datos
(j) El Método de estimación
SIGNIFICADO DE LOS TÉRMINOS 2E
N
v / V 2 (v,V ) (V ,V ) (v, v)
2
E
n
238
CASO EJEMPLO
En un bloque de 100 x 50 [m] debe calcularse la varianza de estimación utilizando 5 muestras
ubicadas en el bloque. Suponiendo que la variable regionalizada es representada por un
modelo de variograma esférico, con una Meseta C= 83, un alcance de a=150 [m] y un efecto
pepita Co= 0.
VARIOGRAFÍA
3 h 1 h
3
(h) 5 78sph(150) h 150 (h) 5 78 * h 150
2 150 2 150
83 h 150
83 h 150
DESARROLLO DE PROBLEMA
Solución
(v, V ) 32,556
(v, v ) 32,697
(V , V ) 26,193
N
E2 v / V 2 (v,V ) (V ,V ) (v, v)
n
0
E2 v / V 2 * 32,556 26,193 32,697
5
E2 v / V 6,221
Andrés López Cayupi
Ingeniero Ejecución en
EL KRIGEADO Minas
andres.lopez25@inacapm
ail.cl
KRIGING
El Kriging atribuye un peso i a las muestras Z(xi). Estos pesos se calculan de manera
de minimizar la varianza del error cometido.
El interés de Kriging proviene de su misma definición:
Al minimizar E2 estamos seguros de obtener la estimación más precisa posible de
V o equivalentemente, de sacar el mejor provecho posible de la información
disponible.
De acuerdo a lo anterior, el Kriging define el estimador con la condición de insesgado:
zˆk 1 * z ( x1 ) 2 * z ( x2 ) .... n * z ( xn )
1 2 ..... n 1
Su esperanza es nula.
Su varianza es pequeña.
244
El interés práctico más importante del
krigeado, proviene, no del hecho que asegura
la mejor precisión posible, sino más bien
porque permite evitar un error sistemático. El color amarillo representa mineral (con
ley 1) y el blanco estéril (con ley 0). Los
En la mayoría de los depósitos mineros, se
círculos representan los datos.
deben seleccionar, para la explotación, un
cierto número de bloques, considerados como Se observa que, en general, es necesario
rentables y se deben abandonar otros bloques utilizar datos externos al bloque.
considerados no-explotables
Si esta selección se realizara considerando
exclusivamente las muestras interiores a cada
bloque, resultaría necesariamente (en promedio)
una sobre-estimación de los bloques
seleccionados.
El método clásico para minimizar la expresión de σ E2 (igualar a cero las derivadas parciales de
σE2 respecto de λ1, λ2, . . . , λN) no asegura que la suma de los λi sea 1. En este caso hay que
utilizar el método de Lagrange, el cual explicaremos con un ejemplo matemático:
Minimizar la función A = x2 + y2 si x + y
= 1.
Si se verifica la condición x + y = 1,
El método de Lagrange define la función
entonces A' = A.
A' siguiente:
2
k 2
yy 1 y1 2 y 2 m
n
2 k 2 yy i yi m
i 1
n
Z i Z i
*
i 1
m= Multiplicador de Lagrange
EJEMPLO 1
En el caso del yacimiento isótropo de la figura, estudiado anteriormente:
λ1 = 0.77
λ2 = 0.23
⇒ ZV = 0.77 x 35 + 0.23 x 41 = 36.38
2 σE = 2.37
⇒ ZV = 36.38 ± 2.37 (con 95% de confianza)
CASO PRACTICO
En un yacimiento isótropo calcule la ley con un 95 % de confianza. Se sabe que el
bloque posee dimensiones de 3 x 3 [m] y el variograma representado se ve a
continuación.
Discretice el bloque en 4 partes.
Variograma
Ley
1 3 mt X1=0,5
*
x2
X2=0,7
*
x1 3 mt
Formulas y ecuaciones
k (V ,V ) 1 ( x1 ,V ) 2 ( x2 ,V ) m
2
n
Z * i Z i 2
i 1
( x1 , V )
distancia semi vario
d1 0.75 0.75 1.061 0.530
d2 0.75 2.25 2.372 1
d3 2.25 0.75 2.372 1
( x1 ,V ) 0,883 3 mt d4 2.25 2.25 3.182 1
suma 3.530
* semi(x 1,V) 0.883
x1 3 mt
distancia semi vario
d1 0.75 0.75 1.061 0.530
( x2 , V ) d2 0.75 0.75 1.061 0.530
d3 0.75 0.75 1.061 0.530
d4 0.75 0.75 1.061 0.530
( x2 ,V ) 0,530 *
suma 2.121
3 mt
x2
semi(x 2,V) 0.530
(V , V )
1
(V , V ) (1,V ) (2,V ) (3,V ) (4,V )
4
(1, V ) (2, V ) (3, V ) (4, V )
1
(V , V ) (4 * 0,625)
4
(V , V ) 0,625
1 ( x1 , x1 ) 2 ( x1 , x2 ) m ( x1 ,V )
1 ( x2 , x1 ) 2 ( x2 , x2 ) m ( x2 , V )
1 2 1 INCOGNITAS:
m 0,207
1 0,324
1 * 0 2 *1 m 0,883 2 0,676
1 *1 2 * 0 m 0,530
1 2 1
RESUMEN DE RESULTADOS
k (V ,V ) 1 ( x1 ,V ) 2 ( x2 ,V ) m
2
2 k 0.226
k 0.476
Z *
V 1 * x1 2 x2
Z *
V 0.324 * 0.5 0.676 * 0.7
Z *
V 0.635
Z *
V 0.635 2 * 0.476 0.635 0.952
Z *V 0.635 0.952
EJEMPLO PRACTICO
Se desea estimar la ley real de los bloques Y, Z, se sabe que sus dimensiones son de 20 x
20 [m]. La variable regionalizada es estacionaria con un modelo de variograma isotrópico
exponencial, con una meseta de 2,0, un alcance de 60 [m] y un efecto pepita de 0,5.
Discretice los bloques Y,Z en 4 partes.
x1=300 (g/t)
x2= 500 (g/t)
b) h
( h) 1,5 0,5 EXP (60) h 60 ( h) 1,5 0,51 EXP h 60
60
2,0 h 60
2,0 h 60
PARA BLOQUE Y
1 * 0,5 2 * 2 m 0,667
1 * 2 2 * 0,5 m 2
1 2 1
Andrés López Cayupi
Ingeniero Ejecución en
GRACIAS Minas
andres.lopez25@inacapm
ail.cl