MTODO GEOESTADISTICO CLSICO

ESTIMACION DE RECURSOS Y RESERVAS

MINERAS

CAJAMARCA 1
INTRODUCCIN
La estimacin de leyes puede realizarse mediante varios mtodos. Los mtodos
clsicos utilizan principalmente consideraciones geomtricas para
ponderar las muestras en una vecindad al punto a estimar. Los mtodos
geoestadsticos combinan la configuracin geomtrica de los datos con la
cantidad de informacin que acarrean, a travs de las herramientas de anlisis
estructural (espacial) que se utilizan el variograma o la covarianza, las que
consideran efectos tales como la anisotropa existente, redundancia entre los datos
y cercana de stos al punto a estimar.

CAJAMARCA 2
 COMENTARIOS ACERCA DEL MTODO:

COMPLICADO, REQUIERE COMPS, REGLA,

PLANMETRO.
F U N C I O N A M E J O R C O N A G R U PA C I O N E S D E D AT O S
QUE LA MEDIA ARITMTICA.
D I F C I L D E I M P L E M E N TA R E N T R E S D I M E N S I O N E S .
EN GENERAL NO ES ADECUADO EN ESTIMACIONES
LOCALES PORQUE ASIGNA LA MISMA LEY A TODOS
LOS BLOQUES QUE ESTN DENTRO DE UN MISMO
POLGONO. PRODUCE PROBLEMAS CON D AT O S
ANMALOS .

CAJAMARCA 3
Puede ser: POLIGONAL o NN
PROMEDIO
INVERSE DISTANCES
KRIGEAGE,
EN GENERAL:

Z *
* z
i 1, n
i i
1) MEDIA ARITMETICA:Se basa en lo siguiente
para estimar la ley media de un conjunto se
promedian las leyes de los datos que estn
dentro del conjunto

Su frmula general: zj
zs
N
2) Polgonos o Nearest Neighbor (NN):El
mtodo se basa en asignar a cada punto
del espacio la ley del dato ms prximo.Para
estimar una zona se ponderan las leyes de
los datos por el rea de influencia sj
Su frmula es la siguiente:

sjz j
zs
s
 LOS POLGONOS
EN EL MTODO DE LOS POLGONOS SE LE ASIGNA A CADA PUNTO DEL
E S PAC IO LA LE Y D E L DATO M S PR X IM O . PA R A E ST IM A R U N A Z O N A S
S E PO N D E R A N LA S LE Y E S D E LO S DATO S PO R E L R E A (O VO LU M E N )
DE INFLUENCIA SI. LA FRMULA ES : DONDE :

CAJAMARCA 7
En la figura se muestra la dificultad de aplicar el mtodo de los polgonos. En el espacio
de 3 dimensiones el mtodo (poliedros) es an ms complicado:

CAJAMARCA 8
Polgonos:
La ley del punto corresponde a la de la
muestra ms cercana
Inverso de la distancia
n(x)
z (x )

1 d
p
z ( x) n ( x )
1

1 d
p

D
z(x)
d
3) INVERSO DE LA DISTANCIA:Se basa en asignar
mayor peso a las muestras cercanas y menor peso
a las muestras alejadas a s
Se consigue al ponderar las leyes
Su frmula es:
zi
n di
z { }
n 1
i 1
d
j j
POLIGONO
1
PROMEDIO
1
ID i
n
1

di
i
1
KRIGEAGE
i 1, n d i

1,3
Ejemplo
EL MTODO DEL INVERSO DE LA DISTANCIA
Usos: es un mtodo de estimacin, no es aconsejable en yac. con lmites
muy definidos (paso de mineralizaciones a estriles neto), es ms
parecido a los mtodos geoestadsticos que a los clsicos.
Metodologa: se aplica un factor de ponderacin a cada muestra que
rodea el punto central (desconocido) de un bloque mineralizado. El
factor de ponderacin es el inverso de la distancia entre el punto en
cuestin y el conocido, elevado a una potencia n (2).
L = l / dm
1/ dm
Aspectos a considerar:
Definir los bloques de evaluacin.
Establecer el factor de ponderacin.
Definir el rea de bsqueda (incluir entre 6 a 12 datos).

CAJAMARCA 16
CAJAMARCA 17
 KRIGING SIMPLE

Z *
* z
i 1, n
i i

El kriging minimiza esta varianza de estimacin para obtener

los ponderadores. Derivando e igualando a cero, se
obtiene el sistema de kriging simple:
C (x1 x1 ) C (x1 x n ) 1 C (x1 x 0 )


C (x x ) C (x x ) C (x x )
n 1 n n n n 0
n n

Y por lo tanto: Z (x 0 ) Z (x ) 1 m
*

1 1
n
KS
2
(x 0 ) C (0) C (x x 0 )
1
KRIGING
Considere los valores de residuos respecto a la media:
Y(ui)= Z(ui) - m(ui), i=1,,n
donde m(u) podra ser constante, variable localmente o considerada
constante pero desconocida.
El variograma se define como:
2 (h) = E{[ Y(u}) - Y(u + h]2}
La covarianza se define como:
C(h) = E{ Y(u) Y(u + h)}
Relacin entre el variograma y la covarianza:
2 (h)= [ E{ Y2(u) + [ E{ Y2(u + h)}] - 2 [ E{ Y(u) Y(u + h)]
= Var{Y(u)} + Var{Y(u + h)} - 2 C(h})
= 2 [ C(0) - C(h) ]
As, C(h) = C(0) - (h)

C(0) = meseta
(h)
C(h)
Geology Modeling / 1 july 2009
 KRIGING SIMPLE

Hay tres ecuaciones para determinar los tres

ponderadores:
1 C(1,1) 2 C(1,2) 3 C(1,3) C(0,1)
1 C( 2,1) 2 C( 2,2) 3 C( 2,3) C(0,2)
1 C( 3,1) 2 C( 3,2) 3 C( 3,3) C(0,3) 2,3
1,2 1,3

0,1 0,2
0,3

En notacin matricial

C(1,1) C(1,2) C(1,3) 1 C(0,1)

C( 2,1) C( 2,2) C( 2,3) C(0,2)
2
C( 3,1) C( 3,2) C( 3,3) 3 C(0,3)

Recordar que C(h) = C(0) - (h)

Geology Modeling / 1 july 2009
COMENTARIOS ACERCA DEL
MTODO:
Simple, fcil de calcular.
Se adapta mejor en estimaciones locales que globales.
No funciona bien con agrupaciones de datos.
Atribuye demasiado peso a las muestras cercanas al centro del bloque. En
particular no est definido si di = 0 (muestra en el centroide de S)
No toma en cuenta la forma ni el tamao del bloque

CAJAMARCA 23
A veces, para evitar el problema de las agrupaciones de datos, se utiliza una bsqueda
octogonal: Dentro de cada octante (a veces cuadrante) slo se considera la muestra
ms cercana al centroide, tal como muestra la figura siguiente:

CAJAMARCA 24
 KRIGEAGE DE MATHERON(KRIGING).

El Kriging es un trmino que ha sido acuado para designar al mejor estimador lineal insesgado
(BLUE, en ingls).
Esta es una tcnica de estimacin espacial desarrollada por G. Matheron en los sesentas a partir
de los trabajos de D. G. Krige quin fue pionero en el uso de la correlacin espacial para propsitos
de prediccin.
Matheron le asigna el nombre de Kriging en honor a Krige.

CAJAMARCA 25
KRIGING
El estimador Kriging se considera ptimo
ya que:
1. Es insesgado, es decir, el valor esperado del
error es cero.
2. Garantiza la mnima varianza de la
estimacin, es decir, reduce al mnimo la
varianza del error de la estimacin.

CAJAMARCA 26
KRIGING
El mtodo se caracteriza por ser el mejor estimador lineal, insesgado de la variable.
Mejor: por que los factores de ponderacin se determinan de tal forma, que la
varianza de estimacin es mnima .

Lineal: por que es una combinacin lineal de la informacin.

Insesgado: por que en promedio el error es nulo

CAJAMARCA 27
El Krigeado consiste en encontrar la mejor estimacin lineal de la ley de un bloque o zona. Es
un estimador insesgado, de mnima varianza, considerando la informacin disponible.

Bajo la condicin :

El estimador es insesgado.

CAJAMARCA 28
CARACTERSTICAS DE LA ESTIMACIN

Se deben estimar separadamente unidades geolgicas diferentes

Se debe validar continuamente el modelo

Por unidad de estimacin

Por posicin y direccin

En el tiempo

La estimacin se debe retroalimentar continuamente

CAJAMARCA 29
CAJAMARCA 30
ELEMENTOS UTILIZADOS EN LA
CATEGORIZACIN DE RECURSOS Y
RESERVAS
La varianza del krigeado

va a depender de las distancias estadsticas (Y), promedio entre los datos y el

bloque. Puesto que el modelo de variograma es una funcin creciente, el error de
estimacin aumenta o disminuye con las distancias desde las muestras al centro
del bloque.

CAJAMARCA 31
Por la Varianza de estimacin del kriging.

x ejemplo : si X B = valor medio del bloque.

Y2 B = Varianza del bloque.
Y B = Y2 B desvo de los valores del bloque.

Y B / X B x 100 (coeficiente de variacin del krigeado)

Y B < al 25% de X B medidas

Y B > al 25% de X B indicadas
Y B > al 40% de X B inferidas

Estos % pueden variar, tratndose de diferentes materiales, o bien si son bloques de diferente tamao.

32
 Los brasileos lo hacen con 2YB (dos desvos standar), y a esto lo llaman ERKRIDAME
= error del krigeado de la media.

2 x Y B / X B x 100

Y B < al 20% de X B medidas

Y B > 20 a 50% de X B indicadas
Y B > al 50% de X B inferidas

Royle (1977) clasifica las reservas en base a la varianza del krigeado y el valor propio
estimado en relacin a la ley crtica. Por cada bloque se puede estimar la probabilidad
del que el valor real este por encima de la ley de Corte.

CAJAMARCA 33
Ejemplo (Royle)

D= VKB - LCB VKB= valor krig.bloque.(3,12 gr/tn)

YB LCB = ley de corte. (3 gr/tn)
Y2B = Varianza del Krig. (0,04 gr/tn)
YB = Desvo (0,02 gr/tn)

D =3,12 - 3,00 = 0,625

0,02
Entrando a la tabla de probabilidad de una distribucin normal normal, la probabilidad de que
la Ley sea menor es de 0,26 % , por lo tanto la Probabilidad que sea > ser 1 0,266 = 0,73
73 %

CAJAMARCA 34
Existen dos tipos de Krigeados :

Puntual

Bloques

CAJAMARCA 35
KRIGEADO PUNTUAL
Mtodo de Clculo: primero hay que determinar los factores de ponderacin, para obtener el
valor de la variable.
Estos factores se calculan a partir de un sistema de ecuaciones, en que las incgnitas para
resolver se obtienen a partir del variograma.

Variable buscada Z *= W x Z variables dadas

Ponderador a determinar

[ C ].[ W ] =[ D ]
C = varianza de los puntos conocidos (en funcin de la distancia).

D = varianza de los puntos conocidos y el punto a estimar.

CAJAMARCA 36
Resumiendo las ecuaciones estn formadas por tres tipos de componentes:
A) Los factores de ponderacin (W).
B) Los factores que multiplican a W ; Yh de variables conocidas.
C) Los valores de Y0 del punto cuestin y los conocidos.

La diferencia con inverso a la distancia es que en el Krig. Se utilizan las distancias

estadsticas, no la geomtricas.

CAJAMARCA 37
 KRIGEADO DE BLOQUES
USOS : EN DEPSITOS EN UNA FASE DE INVESTIGACIN AVANZADA O DE
PRE EXPLOTACIN. PARA YAC. METLICOS DE TIPO MASIVOS,
POTENCIALMENTE EXPLOTABLES A CIELO ABIERTO. MINERALIZACIONES DE
TIPO TABULARES Y DE POCA POTENCIA .
METODOLOGA : EL DEPSITO SE DISCRETIZA CON PARALELEPPEDOS
IGUALES LO QUE DA LUGAR A UNA DIVISIN DEL MISMO EN BLOQUES.
CADA BLOQUE DEBE TENER TODA LA INFORMACIN (LEYES, VLS,
UBICACIN ESPACIAL ETC.)

LAS DIMENSIONES DEL BLOQUE DEPENDEN:

V A R I A B I L I D A D D E L A S L E Y E S .
C O N T I N U I D A D G E O L G I C A D E L A M I N E R A L I Z A C I N .
T A M A O Y E S P A C I A M I E N T O D E L A S M U E S T R A S .
C A P A C I D A D E S D E L O S E Q U I P O S M I N E R O S .
T A L U D E S D E D I S E O D E L A E X P L O T A C I N .

CAJAMARCA 38
 MTODOS DE BLOQUES
E L M TO D O S E U T I L I Z A F U N D A M E N TA L M E N T E PA R A
DE S C R I B I R L A DI ST R I B U C I N E S PAC I A L DE
VALOR E S NUM R ICOS.
E X I S T E N D O S M TO D O S PA R A E S TA B L E C E R
B L O Q U E S : A ) 1 S O N D E O P O R B L O Q U E B ) C U AT R O
SONDEOS POR BLOQUE.

CAJAMARCA 39
 KRIGEADO INDICADOR
SE UTILIZA E N E L ANLISIS DE LAS R E SE RVAS, E N
E X P L O T A C I O N E S D E A LT O V A L O R E C O N M I C O .
E S U N M TO DO NO PA R A M T R I C O E N Q U E LO S
VALOR E S OBTE NIDOS SON CONVE RTIDOS A
VALOR E S E NTR E 0 Y 1, DE PE NDIE NDO DE SU
RELACIN CON LA LEY DE CORTE.

TOMEMOS UN EJEMPLO :
BLOQUE A : 6%-5%-6%-6% = LEY MEDIA 5%
BLOQUE B : 1%-2%-1%-19%= LEY MEDIA 5%

SI LA LEY MNIMA ES 5%, AMBOS BLOQUES SON

E X P L OTA B L E S . A L B L O Q U E A L E A S I G N A M O S U N
VALOR = 1; Y AL B= 0,25.
CAJAMARCA 40
UNA VEZ QUE LA LEYES HAN SIDO
 VALORIZACIN POR BLOQUES
E L V A L O R O B T E N I D O S E L O A S I G N A A U N B L O Q U E , N O A U N P U N T O .

T E N E R E N C U E N T A Q U E E L V A L O R M E D I O D E U N A F U N C I N A L E A T O R I A ,
EN UN BLOQUE, ES EL VALOR MEDIO DE TODAS LAS VARIABLES
A LE ATO R IA S , D E N T RO D E L B LO Q U E .

F U N C I N A L E AT O R I A : A D M I T E L A I N C E R T I D U M B R E , P O R
LO TA N T O VA N A S E R U N C O N J U N T O D E VA R I A B L E S , Q U E
T I E N E N U NA LO C A L I Z AC I N E S PAC I A L Y C U YA
DEPENDENCIA SE RIGEN POR ALGN MECANISMO
PROBABILSTICO.

P A R A D E T E R M I N A R E L V A L O R D E L B L O Q U E E S N E C E S A R I O D I S C R E T I Z A R
EL REA EN UN CONJUNTO DE PUNTOS DE 2X2; 3X3; 4X4, OBTENINDOSE
A CONTINUACIN LA MEDIA ENTRE LOS DIFERENTES VALORES.

E S T E H E C H O L L E V A A R E S O L V E R D E C E N A S O C E N T E N A R E S D E M I L E S D E
ECUACIONES, LO QUE SERA IMPOSIBLE SIN EL USO DE LA INFORMTICA

CAJAMARCA 41
ejemplo: se muestra un bloque a estimar discretizado con 4 puntos. el
resto del esquema se establecen las estimaciones por krigeado
puntual de los 4 puntos discretizados. los valores obtenidos tienen los
correspondientes resultados de la varianza de estimacin.

CAJAMARCA 42
LOS VALORES QUE SE OBTIENEN CON EL KRIGEADO, LLEVAN LOS
CORRESPONDIENTES VALORES DE LA VARIANZA DE ESTIMACIN, LO QUE
PERMITE HACER UN ESTUDIO DE LA BONDAD DE ESTIMACIN.
ESTOS VALORES PUEDEN SER INTERPOLADOS Y CONFECCIONAR UN MAPA
DE ISOVARIANZAS.

ANNELS (19 91), PRO PO NE ESTABLECER DIFERENTES TIPOS DE RESERVAS

EN BASE A LOS VALORES DE VARIANZA DEL KRIGEADO.

VARIANZA C AT E G O R A
0-0,0075 RESERVAS PROBABLES
0,0075-0,0135 RESERVAS POSIBLES
>0,0135- RESERVAS INFERIDAS

CAJAMARCA 43
E L R E S U LTA D O S E P U E D E P RO P O R C I O N A R P O R B LO Q U E S O B I E N P O R
ISOLNEAS A PARTIR DE LOS BLOQUES.

PARA EL CLCULO DE RESERVA DE CADA BLOQUE, SE DEBER

M U LT I P L I C A R S U S U P E R F I C I E X P OT E N C I A X D E N S I DA D .

LAS RESERVAS TOTALES SE PUEDEN DETERMINAR:

ESTIMANDO EL TONELAJE Y EL ERROR DE ESTIMACIN.

ESTIMANDO LA LEY MEDIA Y EL ERROR DE ESTIMACIN.

CAJAMARCA 44
 QU ES EL MODELADO GEOMTRICO?
El Modelado Geomtrico puede entenderse como la elaboracin de mapas geolgicos en 3D.
En estos mapas 3D, las caractersticas geolgicas del Yacimiento son representados como
slidos o superficies tridimensionales formados por triangulaciones.

OBJETIVOS DEL MODELADO GEOMTRICO

Creacin de dominios o zonas geolgicamente diferenciadas para la estimacin de leyes.
Representacin tridimensional de las caractersticas geolgicas del yacimiento (Litologa,
estructuras, tipos de mineralizacin, aureolas de alteracin, etc)

CAJAMARCA 45
 Proceso de Modelado Geomtrico
Mapeo
1. Interpretacin de Secciones Horizontales
(En zonas explotadas)
Canales

2. Interpretacin de Secciones Verticales

Taladros

3. Completado de Secciones Horizontales

Topografa (En zonas de inferencia)

4. Modelado de Secciones Horizontales

5. Afinamiento y ajuste con secciones

verticales

Actualizacin
Continua

CAJAMARCA 46
 Proceso de Modelado Geomtrico
Mapeo
1. Interpretacin de Secciones Horizontales
(En zonas explotadas)
Canales

2. Interpretacin de Secciones Verticales

Taladros

3. Completado de Secciones Horizontales

Topografa (En zonas de inferencia)

4. Modelado de Secciones Horizontales

5. Afinamiento y ajuste con secciones

verticales

Actualizacin
Continua

CAJAMARCA
47
 Proceso de Modelado Geomtrico
Mapeo
1. Interpretacin de Secciones Horizontales
(En zonas explotadas)
Canales

2. Interpretacin de Secciones Verticales

Taladros

3. Completado de Secciones Horizontales

Topografa (En zonas de inferencia)

4. Modelado de Secciones Horizontales

5. Afinamiento y ajuste con secciones

verticales

Actualizacin
Continua

48
CAJAMARCA
 Proceso de Modelado Geomtrico
Mapeo
1. Interpretacin de Secciones Horizontales
(En zonas explotadas)
Canales

2. Interpretacin de Secciones Verticales

Taladros

3. Completado de Secciones Horizontales

Topografa (En zonas de inferencia)

4. Modelado de Secciones Horizontales

5. Afinamiento y ajuste con secciones

verticales

Actualizacin
Continua

CAJAMARCA 49
 Proceso de Modelado Geomtrico
Mapeo
1. Interpretacin de Secciones Horizontales
(En zonas explotadas)
Canales

2. Interpretacin de Secciones Verticales

Taladros

3. Completado de Secciones Horizontales

Topografa (En zonas de inferencia)

4. Modelado de Secciones Horizontales

5. Afinamiento y ajuste con secciones

verticales

Actualizacin
Continua

CAJAMARCA 50
 RESERVAS EN DIVERSOS TIPOS DE
YACIMIENTOS
Modelos
Estructurales
Fallas, Ejes de
Pliegues, etc.
Se modelan como
superficies 3D

CAJAMARCA 51
 Modelos
Litolgicos
Calizas Pucar,
Areniscas del
Goyllarisquizga e
Intrusivos dacticos.
Modelados como
slidos a partir de los
mapeos de niveles

CAJAMARCA 52
 Modelos de
Mineralizacin
Estos modelos son
construidos a partir de
la informacin de
logueo de taladros,
mapeos de niveles y
tajeos, topografa y
muestreo.
Se toma como lmite
de los contornos de
mineralizacin un cut-
off de US$20/tm
Sirven como
recipientes del modelo
de leyes.
Cuerpos
O.B. 17Pradera y Vasconia
CAJAMARCA 53
 ESTRATEGIA DE BSQUEDA.

E STA E ST R AT E G IA E STA B LE C E LO S PA R M E T RO S Q U E HAY Q U E

UTILIZAR PARA LA BSQUEDA DE
COMPSITOS A UTILIZAR EN LA ESTIMACIN DEL BLOQUE.
DEPENDIENDO DEL SOFTWARE UTILIZADO,
ESTOS PARMETROS SON:

CAJAMARCA 54
 ESTRATEGIA DE BSQUEDA.
R A D IO S D E B S Q U E DA (R X , RY, R Z ). E N PR IM E R A A PROX IM AC I N S E
PUEDEN UTILIZAR LOS
A LC A N C E S D E L VA R IO G R A M A E N LA S D IR E C C IO N E S (X , Y, Z ), E N U N A
VECINDAD CON FORMA
DE ELIPSOIDE.

CAJAMARCA 55