Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo 7
Capitulo 7
MODELO DE KRIGING
7.1. INTRODUCCIN
En trminos mineros, la tcnica del kriging o krigeado consiste en encontrar la mejor estimacin
lineal insesgada de un bloque o zona V considerando la informacin disponible; es decir, las
muestras interiores y exteriores a V.
El nombre krigeado proviene de los trabajos de Daniel Krige en las minas de oro sudafricanas de
Rand, en los aos 50. La teora fue formalizada una dcada ms tarde por el geomatemtico
francs Georges Matheron.
El inters prctico ms importante del krigeado, proviene, no del hecho que asegura la mejor
precisin posible, sino ms bien porque permite evitar un error sistemtico. En la mayora de los
depsitos mineros, se deben seleccionar, para la explotacin, un cierto nmero de bloques, con-
siderados como rentables y se deben abandonar otros bloques considerados no-explotables.
Daniel Krige demostr que, si esta seleccin se realizara considerando exclusivamente las
muestras interiores a cada bloque, resultara necesariamente (en promedio) una sobre-
estimacin de los bloques seleccionados. La razn de este problema es que el histograma de las
leyes reales de los bloques tiene menos leyes extremas, ricas o pobres, luego tiene ms leyes
intermedias que el histograma calculado con las muestras interiores, y, si se calcula el efecto de
- 112 -
6 Modelo de Kriging 113
una seleccin sobre este ltimo histograma, los paneles eliminados sern en realidad menos po-
bres que lo que se haba previsto, y los paneles conservados menos ricos.
2
Los pesos i se calculan de manera de minimizar la varianza E del error = ZK ZV, en que ZV es la ley
media desconocida de V.
Como es natural, el krigeado atribuye pesos altos a las muestras cercanas a V y pesos dbiles a las
alejadas. Sin embargo, esta regla intuitiva puede fallar en ciertas situaciones en las cuales se habla de
efecto de pantalla o de transferencia de influencia.
Estudiaremos estos conceptos con un ejemplo: La figura siguiente muestra un bloque que debe ser
estimado a partir de 8 muestras S1, S2,..S8.
2, 3i (i = 4, 5, , 8)
Las muestras S2 y S3 tienen mayor peso que las muestras S 4, S5, ., S8.
6 0
4 5+ 6+ 7+ 8
Se dice que hay una transferencia de influencia; es decir, la influencia de la muestra S4 se repar-
te entre las muestras S5, S6, S7 y S8. Se puede afirmar que el krigeado desagrupa la informa-
cin.
La menor o mayor intensidad de los efectos anteriores depende, evidentemente, del variograma
(efecto de pepita, meseta, alcance).
Por ejemplo, si se tiene un variograma lineal istropo, (h)=|h| , se tienen los pesos siguientes
para estimar el bloque B:
Figura 7.4: Variograma lineal y pesos del krigeado. Se tienen 3 muestras. Se produce un desagrupa-
miento
2
Para obtener las ecuaciones de krigeado hay que minimizar la expresin de E
__________
6 Modelo de Kriging 115
2 2
El mtodo clsico para minimizar la expresin de E (igualar a cero las derivadas parciales de E
Respecto de 1, 2,.., N) no asegura que la suma de los i sea 1. En este caso hay que utilizar el mtodo
de lagrange, el cual explicaremos con un ejemplo matemtico.
2 2
Ejemplo: Minimizar la funcin A = x + y si x + y = 1
2 2
A = x + y - 2 ( x + y 1)
es una incgnita auxiliar llamada parmetro de Lagrange. Observamos que A es una funcin de tres
variables: x, y, . Por otra parte, si se verifica la condicin x +y = 1, entonces A = A.
x =
0.5 y
= 0.5
= 0.5
2 2
A = (0.5) + (0.5) = 0.5
_________
116 GEOESTADSTICA PARA LA ENSEANZA UNIVERSITARIA
que es un sistema lineal de N+1 ecuaciones con N+1 incgnitas (1, 2, . . . , N, )
Se demuestra que el sistema siempre tiene solucin (se supone que el modelo de (h) es autorizado),
salvo el caso en el cual existen dos (o ms) muestras diferentes con las mismas coordenadas: Este
caso no debera presentarse en la prctica pero a veces ocurre, lo cual hace necesario una revisin
previa de la base de datos.
EXPRESION MATRICIAL
0 12 13 ... 1n
21 0 23 ... 2n
. . . .
.
. . .
. . . .
n1 n2 n3 ... 0
1 1 1 ... 1
1
1 1
1 2 2
.. .
.
.. .
.. .
1 n n
0 1
El mtodo que hemos presentado se conoce como krigeado ordinario y se puede aplicar siempre que
la variable regionalizada no presente una deriva en la vecindad de estimacin.
Modelo
__________
6 Modelo de Kriging 117
_________
118 GEOESTADSTICA PARA LA ENSEANZA UNIVERSITARIA
Vemos que el krigeado ha considerado la anisotropa, asignando mayor peso a los datos 2 y 3 que a 4
y 5.
Ejemplo N 3: Estimar la ley de cobre total para el bloque mostrado en la figura del yacimiento. Elegir
un plan de krigeado en base al modelo cuadrtico que tiene un efecto pepita de 0.4; meseta de 3.8 y un
alcance de 60 metros. Cada bloque tiene una dimensin de 10x10 metros. Asimismo calcular su error
de estimacin. (sugerencia, puede tomar un radio de influencia de 10m).
YACIMIENTO DE COBRE
0.5 2.5
0.8 1.6
1.9 3.2
2.3 1.8
1.2 1.8
B
1.9 2.4
1.5 3.6
1.3
1.3 2.4
2.1 1.6
Figura 7.7: Configuracin geomtrica del yacimiento.
SOLUCIN:
Radio de 10 m.
X1 X2
X5 X3
X4
__________
6 Modelo de Kriging 119
Modelo Cuadrtico
Parmetros
C0= 0.4
C= 3.8 S= 4.2
a= 60
S h h 2
2 2 para 0 h a
(h) a a
S
para h a
Clculo de la LEY
Clculo de la varianza
_________
120 GEOESTADSTICA PARA LA ENSEANZA UNIVERSITARIA
Matriz de distancias entre muestras
x1 x2 x3 x4 x5
x1 0 10 14.142 15.811
10
14.14
x2 10 0 10 15.811 2
x3 14.142 10 0 7.171 10
x4 15.811 15.811 7.171 0 7.171
x5 10 14.142 10 7.171 0
x1 x2 x3 x4 x5
x1 0 1.283 1.747 1.922 1.283
x2 1.283 0 1.283 1.922 1.747
x3 1.747 1.283 0 0.932 1.283
x4 1.922 1.922 0.932 0 0.932
x5 1.283 1.747 1.283 0.932 0
Clculo de distancias entre las muestras con los puntos discretizados del bloque.
MATRIZ DE VARIOGRAMAS
0 1' 2' 3' 4' PROM
X1 0.48 1.034 1.354 1.034 0.976
X2 1.034 0.48 1.034 1.354 0.976
X3 1.354 1.034 0.48 1.304 0.976
X4 1.595 1.595 1.034 1.034 1.315
X5 1.034 1.354 1.034 0.48 0.976
__________
6 Modelo de Kriging 121
MATRIZDE DISTANCIAS
0 1' 2' 3' 4'
x1 3.536 7.906 10.606 7.906
x2 7.906 3.536 7.906 10.606
x3 10.606 7.906 3.536 7.906
x4 12.748 12.748 7.906 7.906
x5 7.906 10.606 7.906 3.536
Calculo de variogramas entre muestras y los puntos discretizados del bloque, usando el modelo
cuadrtico.
0.97
0 1.283 1.747 1.922 1.283 1 1 6
0.97
1.283 0 1.283 1.922 1.747 1 2 6
0.97
1.747 1.283 0 0.932 1.283 1 3 6
1.31
1.922 1.922 0.932 0 0.932 1 4 5
0.97
1.283 1.747 1.283 0.932 0 1 5 6
1 1 1 1 1 0 M 1
Resultados
1
0,250
2
0,250
3
0,246
4
0,008
5
0,246
M
-0,105
_________
122 GEOESTADSTICA PARA LA ENSEANZA UNIVERSITARIA
CLCULO DEL ERROR DE ESTIMACIN DE LA LEY DEL BLOQUE
Previo a este paso necesitamos discretizar el bloque de la siguiente manera para calcular
Figura 7.11: Discretizacin del bloque para el clculo del error de estimacin de la ley.
Matriz de variogramas
1' 2' 3' 4'
1' 0 0.671 0.932 0.671
2' 0 0.671 0.932
3' 0 0.671
4' 0
Clculo de
__________
6 Modelo de Kriging 123
Clculo de la varianza