Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Agosto, 2015
MINERA DE SUPERFICIE I
Construccin de un Variograma
En un rea planificada para su explotacin en un yacimiento de caliza se necesita
determinar el contenido de slice en este sector, material que va a ser utilizado en la
fabricacin de cemento.
Para tales fines se realiz un muestreo con sondeos separados cada 100 metros
segn el grfico que se muestra a continuacin.
=1
=
=1( )2
2 =
= 2
3.63
0.14
0.37
Agosto, 2015
Marca de clase
2.95
3.25
3.55
3.85
4.15
4.45
Frecuencia Observada
5
6
20
10
5
1
Agosto, 2015
3.1)
3.4)
3.7)
4.0)
4.3)
4.6)
Frecuencia Observada
(fo)
5
6
20
10
5
1
Probabilidad Z
0.0765
0.1912
0.3077
0.266
0.1236
0.0307
Frecuencia Esperada
(fe)
3.59
8.99
14.46
12.50
5.81
1.44
Una vez obtenidos estos valores se procede a calcular el estimador Ji-Cuadrado, para
las k nmero de clases, de la siguiente manera:
=
=1
( )2
= 4.42
Agosto, 2015
=1
=1( )2
2
=
= 2
=
3.63
0.14
0.37
1
[( ) (+ )]2
2
Direccin N-S
En la direccin N-S la mxima distancia que separa los datos es de 500 metros, por
lo tanto se obtendrn datos de semivarianzas hasta un lag de 300 metros, cada 100
metros que es la separacin de la malla regular. Los datos se resumen en la siguiente
tabla.
() Direccin N-S
Lag
()
100
0.05
200
0.10
300
0.19
Agosto, 2015
(h)
0.12
0.10
0.08
0.06
0.04
0.02
0.00
0
50
100
150
200
250
300
350
Lag (m)
Direccin E-O
En la direccin E-O la mxima distancia que separa los datos es de 800 metros, por
lo tanto se obtendrn datos de semivarianzas hasta un lag de 400 metros, cada 100
metros que es la separacin de la malla regular. Los datos se resumen en la siguiente
tabla.
() Direccin E-O
Lag
()
100
0.015
200
0.033
300
0.043
400
0.067
Agosto, 2015
0.060
(h)
0.050
0.040
0.030
0.020
0.010
0.000
0
50
100
150
200
250
300
350
400
450
Lag (m)
Agosto, 2015
0.20
(h)
0.15
Experimental
0.10
Modelo Exponencial
0.05
0.00
0
100
200
300
400
500
Lag (m)
El modelo esfrico tampoco permite ajustar una curva de manera adecuada, como
se evidencia en el siguiente grfico.
0.20
(h)
0.15
Experimental
0.10
Modelo Esfrico
0.05
0.00
0
100
200
300
Lag (m)
400
500
Agosto, 2015
0.20
(h)
0.15
Experimental
0.10
Modelo Gaussiano
0.05
0.00
0
50
100
150
200
250
300
350
400
450
Lag (m)
Modelo Gaussiano
() = [1
2
2
] + 0
Parmetros
C
C0
0.18
210
0.02
El valor del efecto pepita es 0.02 (C0), el rango es 210 (a) y la meseta 0.20
(C+C0).
Direccin E-O
El modelo exponencial no se ajusta de manera adecuada a los datos experimentales,
como se puede observar en el siguiente grfico.
Agosto, 2015
(h)
0.050
0.040
Experimental
0.030
Modelo Exponencial
0.020
0.010
0.000
0
100
200
300
400
500
Lag (m)
El modelo esfrico tampoco permite ajustar una curva de manera adecuada, como
se evidencia en el siguiente grfico.
(h)
0.050
0.040
Experimental
0.030
Modelo Esfrico
0.020
0.010
0.000
0
100
200
300
Lag (m)
400
500
Agosto, 2015
El modelo Gaussiano, es otra vez, el que mejor se ajusta a los datos experimentales
como se puede comprobar a continuacin.
(h)
0.050
0.040
Experimental
Modelo Gaussiano
0.030
0.020
0.010
0.000
0
50
100
150
200
250
300
350
400
450
Lag (m)
Modelo Gaussiano
() = [1
2
2
] + 0
Parmetros
C
C0
0.12
500
0.01
El valor del efecto pepita es 0.01 (C0), el rango es 500 (a) y la meseta 0.13
(C+C0).