Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Geoestadistica
Geoestadistica
I. GENERALIDADES
II. TEORÍA DE LAS VARIABLES
REGIONALIZADAS
III. CUBICACIÓN DE RESERVAS
IV. METODOS DE OPTIMIZACIÓN DE
DISEÑO DE MINADO
TEXTOS DE CONSULTA
OSCAR BERNUY “ESTUDIO COMPARATIVO DE EVALUACIÓN
DE RESERVAS POR DIDERENTES MÉTODOS”
• TÉCNICAS DE ESTIMACIÓN
II. TEORÍA DE LAS VARIABLES
REGIONALIZADAS
• CONCEPTUALIZACIÓN Y ANÁLISIS
ESTRUCTURAL
• COMPOSITACIÓN
• ESTACIONARIEDAD E HIPÓTESIS INTRÍNSECA
• CONSTRUCCIÓN Y MODELIZACIÓN DE
HISTOGRAMAS
• CONSTRUCCIÓN Y MODELIZACIÓN DE
VARIOGRAMAS
• TIPOS DE VARIOGRAMAS
• TÉCNICAS DE ESTIMACIÓN
TEORÍA DE LAS VARIABLES
REGIONALIZADAS
Doble incertidumbre: cualitativa y cuantitativa
1º Debido a los complejos fenómenos geológicos sólo
“interpretación”... Subjetivo.
COMPOSITACIÓN. EJEMPLOS
DDH 01
ESTE : 373200
COMPOSITO *1 (Au)
NORTE:8168100
COTA :5100 m
1.50 5.0
from to Au gr/t 5m
2.00 4.5
0.0 1.5 5.0 1.5
1.5 3.5 4.5 2.50 4.7
3.5 6.0 4.7 1
6.0 8.0 4.4 2.00 4.4
5m
8.0 9.5 4.5
9.5 11.0 4.2 1.50 4.5
11.0 14.0 4.3 0.5
14.0 16.0 4.1 1.50 4.2
1
16.0 18.0 4.2 5m
18.0 19.5 3.9 3.00 4.3
2.00 3.8
1. COMPOSITO (c/5m)
DDH01 ( Au )
L 1
= 5x1.5 + 4.5x2.0 + 4.7x1 .5 = 4.71
4.5 5
4.7
4.4 L 2
= 4.7x1 + 4.4x2 + 4.5x1.5 +4.2x0.5 = 4.47
5
4.5
4.2
4.3
L 3
= 4.2x1+4.3x3+4.1x1 = 4.24
5
4.1
4.2
L 4
= 4.1x1 + 4.2x2 + 3.9x1.5 +3.6x0.5 = 403
5
3.9
3.6
3.7 L 5
= 3.6x1.5+3.7x1.5+3.8x2 = 3.71
5
3.8
ESTACIONARIEDAD
• Estacionariedad, propiedad de algunas
funciones aleatorias, ley distribución NO
varía con traslación en el espacio.
• E{(x)} = E{y(x+h)} = cte. = m
• E{y(x)-m2} = var(x) = E{y(x+h) – m2}=
var(x+h) = cte. = var
HIPÓTESIS INTRÍNSECA
• Existen fenómenos donde la
estacionariedad no existe.
• Diremos que hay discrepancia entre
Y(x+h)-Y(x) y admite una esperanza y
varianza.
• E{Y(x+h) – Y(x)} = m (h)
• E{[Y(x+h) – Y(x)]} = 2Gamma(h)
• Construcción de histogramas
• Aplicación del Spss
• Construcción de variogramas
• Características: continuidad, range,
nugget(Co), sill (c ), lag(h), fenómeno
transición, anisotropía:geométrica o
elíptica: a2 dif. a1 pero = c, zonal o
estratificada. a2 dif. a1 y c1 dif c2
• Uso variowin, geodas, excel
• Ejemplos
Normal P-P Plot of LEY AU
3000 1. 00
. 75
2000
. 50
St d. Dev = 1. 74
0. 00
Mean = 1. 3
0. 00 . 25 . 50 . 75 1. 00
0 N = 5000. 00
0. 0 4. 0 8. 0 12.0 16.0 20.0 Observed C um Prob
2. 0 6. 0 10.0 14.0 18.0
LEYAU
.2
300
.1
-.0 200
-.1
100
-.2
St d. Dev = 1. 32
Mean = -. 54
-.3
-.2 0. 0 .2 .4 .6 .8 1. 0 1. 2 0 N = 5000. 00
-3
-3
-4
-4
-2
-2
-1
-1
1.
1.
2.
2.
-.
-.
.2
.7
.7
.2
75
25
.7
.2
.7
.2
.7
.2
25
75
25
75
5
5
5
5
5
5
Observed C um Prob
LN AU
. 01
. 75
0. 00
Deviation from Normal
. 50
-.01
Expected Cum Prob
. 25 -.02
-.03
0. 00
-.2 0. 0 .2 .4 .6 .8 1. 0 1. 2
0. 00 . 25 . 50 . 75 1. 00
Observed C um Prob
Observed C um Prob
MODELOS VARIOGRAMAS
• Esquema Matheron (esférico)
• Esquema de Formery (exponencial)
• Modelo de Gauss,
• Cúbico, función potencia, wijs, etc.
• Reglas prácticas ajuste variograma
• Ejemplos: vetas y placeres
• Ejm.- Construir y modelizar el variograma para la potencia del
muestreo practicado en una galería en forma sistemática cada 2
metros.
Potencia (m) Oz / TM Ag
0.10 47.34
0.40 82.46
20.35 91.95
0.15 56.83
0.35 90.67
0.30 85.20
0.30 89.22
0.90 151.11
0.80 73.95
0.50 122.97
TIPOS DE VARIOGRAMAS
• Variograma relativo: gamma(h)/ (m2)
• Variograma promedio:
Gamma(h) = Sum [npi*gammai(h)]/Sum(npi)
• Variograma de indicatrices:
Valor: I(x) = 0 , para x < L.C
1, para x => L.C.
• Variograma logarítmico
• Variograma cruzado
Gam(h)=S[ZA(xi)-ZA(xi+h)][ZB(xi)-
ZB(xi+h)]/2np
VARIANZA DE ESTIMACIÓN
L1 + L2 + ...+Ln =1
PLANO
A A
h h h h
SECCION
Leyenda
PROBADO
PROBABLE
FIG. N° 5
3 LEYENDA
PROBADO
PROBABLE
1
NIVEL INFERIOR
FIG. N°7
1 L1
2 LEYENDA
4 PROBADO
PROBABLE
PROPECTIV
O
9
5
L2
8
4 Fig No 8
4
2 2
1
1
3 3
5
5
a
b
LEYENDA
d
ٱPROBADO
1
PROBABLE
Fig. 3a
4
2
a
H< a-b
2
5 3
LEYENDA
PROBADO
PROBABLE
Fig. 3b
H h L1
h 2 5
En caso que L1> H/2
h Se tomará L1/5
L1
H L1 + L 2
2
L2
h1 H h2 L1
2 5
h2
En caso que L2> H/2
Se tomará L2/5
LEYENDA
PROBADO
PROBABLE
FIG. N° 1A
d: ancho de dilución
b: ancho mínimo de explotación
probable
: PLANO FIG. N° 10A SECCION
A d A1
A A1
d
Contorno de un cuerpo
mineralizado
h 1/5d
Labor minera
CUADRO RECURSOS O RESERVAS
• Taladros: - Collar
- Assay
- Geology
- Survey
• Collar.Txt
Identif. N E Cota Azimut Inclin.
Profund.
• Assay.Txt
Identificación From To Ley 1
Ley 2
• Geo.Txt
Identificación From To Código
• Survey.Txt
Identificación From To Azimut Inclinación
SIMULACIÓN METODO MONTECARLO
1 2 3 4 5 6 7 8 9 10 11
+1 +1 -1 -1 -1 -1 +3 -1 -1 -1 -1
12 13 14 15 16 17 18 19 20
-1 +1
+2 -1 -1 +5 -1 -1 -1
21 22 23 24 25 26 27
-1 -1 +1 -1 -1 -1 -1
28 29 30 31 32
+3 -1 -1 +6 +7
3 –1 4 –1 5 –1 6 –1 8 –1 9 -1 10 -1 11 –1
0 0 0 0 0
1
Fig.2 12 -1 13 +1 14 +1 15 -1 16 -1 17 +5 18 -1 19 -1 20 -1 V=5
0 0 3 2
• MÉTOD. PROGRAMACIÓN DINÁMICA POR SECCIONES
- Incremento de una fila y columna de valor 0,
- Luego bloques precedentes
- Matriz: C, M y P.
0 1 2 3 4 5 6 7 8 9
0 0 0 0 0 0 0 0 0 0 0
-1 1 0 2 -3 -1 -1 -1 -1 1
-1 -1 3 -1 -1 -1 -1 2
-2 -1 -1 -1 -1 3
6 2 2 4
BLOQUE ECONÓMICO