Estimación de una distribución global

Interesa hacer un gráfico de “densidades”, del cual nos interesa observar leyes de corte.

Se van a usar entre 3 y 6 leyes de corte. Nos interesa entonces obtener que propoirciones van a
botadero, cuales a stock pile y cuales a planta.

La hipotesis es que vamos a estar interesados en celdas de 5m x 5m o el lugar donde se realiza la

extracción de 20 m x 20m. Vamos a hacer 25 celdas de 5x5, dentro de la celda de 20,20. Puede haber
una celda sobre otra.

Vamos a realizar muestreo en los pozos. El fin será realizar un modelo geológico. Entonces se mandará
el material obtenido en la perforación a laboratorio y ahí se generará un modelo quje nos permitirá
decidir a que lugar irá a aparar el material que se encuentra en el lugar que se perforó.

En declustering usaremos una ventana móvil del tamaño del del panel de extracción (20x20m).

Se puede observar que existen muchas diferencias en el histograma entre los datos exhaustive y raw. Al
momento de hacer declustering en el raw, podemos ver que este se semeja mucho más a los datos
reales. Al hacer el assigment se debe analizar los estadisticos descriptivos de los histogramas.

Para el variograma direccional, debemos usar 4 sectores de unos 45°. Azimuth: 70. Se muestra el
variograma en la dirección N70. También en N160. Escogemos estos valores por la continuidad en las
direcciones que se pueden apreciar en el variograma direccional.

Queremos modelar el variograma, esto lo hacemos con los parametros de la slide del PP. Usamos 3
estructuras.

Grids:

Vamos a generar grillas que esten completamente alineadas. Considerando las 25 celdas de 5x5 dentro
de la celda de 20x20.

Al hacer moving windows, debemos poner 0 celdas en X e Y, para que nos promedie los 25 datos por
igual. Para agregar la escala de concentraciones de V, se puede hacer un raster map y agregar isolines.
Para esto usamos un mapa con escala de grises.

Nos interesa ahora ahacer una copia de estadisticos de una grilla a otra. Desde ahora en adleante vamos
a usar los valores de las celdas de 5x5 y no los valores exhaustive. Queremos ver como afecta el cambio
de soporte de 5x5 a 20x20 y además como afectan a los datos de los pozos.

Nos van a interesar los datos sobre 500PPM, es porque ahí vamos a definir nuestra ley de corte.

Hay un paso que falta, el profesor va a agregar las daipositivas en la tarde.

File  Calculate, seleccionar la celda de 5x5. Creamos una nueva variable

Se realizará la estimación usando kriging ordinario (mono). Nos interesa la estimación para la celda
grande de 20x20, pero también es interesante hacerla en la de 5x5. Entonces podriamos comparar los
resultados del kriging de 20x20 con los valores exhaustive de una celda 5x5.

El circulo de busqueda divide en 8 sectores y vamos a escoger dos datos por sector, con esto estamos
haciendo una desagrupación de celdas. Pero solo hacemos declustering en variogramas y en kriging
nunca lo aplicamos. Ahora lo vamos a aplicar.

Antes de realizar la estimación, vamos a ver la anamorfosis y vamos a ajustar la distribución a una
gausseana.

Para realizar las comparaciones, lo que debemos hacer es mostrar las curvas de tonelaje ley que se ven
en la slide. Ahí vamos a observar que la estimación es muy parecida a la realidad. La mayor diferencia es
en el 5x5 kriged V. Los otros se ven bastante parecidos. Al parecer la opción with info es considerando
el cambio de soporte.