Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El variograma se puede construir experimentalmente con los datos de las muestras o sondeos
disponibles, una serie de puntos. El variograma, refleja muchas propiedades de la variable en
estudio. Entre otras los siguientes:
a) Proporciona información de orden estructural de la variable estudiada (la continuidad de la
mineralización).
b) El alcance traduce la existencia de un área de influencia, la meseta indica una ausencia de
correlaciones.
c) Grado de continuidad entre leyes. Está dado en función de su pendiente al origen del
variograma. Puede ser débil, moderado, fuerte.
d) Da una idea de la dimensión del cuerpo mineralizado y ayuda incluso a la interpretación
genética de un depósito mineral.
PROPIEDADES DEL SEMIVARIOGRAMA
- γ(h) es una función de tipo positivo condicional (condición para obtener varianzas
positivas); no se elegirá entonces un modelo arbitrario (por ejemplo; se demuestra que la
funciones | h|λ , λ real, solo pueden jugar el papel de un semivariograma de una FA
intrínseca en el caso en que 0 < h < 20
El variograma experimental, debe ser ajustado a uno de los esquemas de transición o
llamados MODELOS TEORICOS DE VARIOGRAMA.
γ(h)
γ(h) = función
semivariograma
h = paso entre las muestras
GEO ESTADISTICA C +C0 = meseta
C0 = efecto pepita
a = alcance
C
ELEMENTOS
C
C
C0
h h
meseta = C meseta = C + C0
C0 = 0
3.- Efecto Pepita (C0).- Es el valor que toma el variograma en las proximidades del origen o para
distancias próximas a cero. El C0 nos da cuenta cambios bruscos de los valores a pequeña escala, lo cual
generalmente sucede cuando se sobrepasa una subestructura por debajo de la escala de abajo. También:
VARIOGRAMA = Error cuadrático medio de estimación de Y(x+h) partiendo de Y(x)
h
fenómeno de alta continuidad
γ(h) C0 + C = meseta
C0 = efecto pepita La ecuación:
nh
Y ( x h) Y ( xi
2
i
2 ( h) i 1
( n h)
C
. . .. . . . . . . . .. .
. . .. . . . . . .. . . .
. . . . . . . . . .. . ..
. . .. .. . …. . . ..
. .
h
fenómeno de independencia entre valores (aleatoriedad pura)
2.- Area o zona de influencia (carácter estructural del yacimiento)
A
C .1 .2
galería
a ↓ zona de
a=h influencia en
a: alcance dirección A
c: meseta 1 y 2 posición de las muestra
En el caso estacionario de orden 2, el alcance a(A) en la dirección A es el valor de la distancia más allá
de la cual, en esa dirección Y(x) e Y(x+h) no están correlacionadas o su correlación es insignificante o
sea, el fenómeno hasta una distancia “a” es totalmente estructurado, más allá de “a”, el fenómeno es
aleatorio. Es decir, más allá de “a”, las variables son independientes y la estadística encontrará los
mismos resultados que la geoestadística, hasta a=h.
Esta parámetro “a” nos brinda una información importante: la rezón de influencia de un punto, canal o
sondaje de muestreo, concepto que se emplea en el dimensionamiento óptimo de redes de muestreo, de
paneles de cubicación o de explotación, etc. El fenómeno, hasta una distancia “a” es totalmente
estructurado, más allá de “a”, el fenómeno es aleatorio.
De acuerdo a ello: debemos distinguir, la existencia de VARIOGRAMAS con mesetas y sin mesetas.
Los variogramas con mestas, comienzan a crecer (la discrepancia media entre dos valores cualesquiera
aumenta) hasta alcanzar un punto h = a en que esa discrepancia media (que es una medida del grado de
dependencia entre esos valores) llega a ser independiente de la distancia h que los separa a esos valores
(alcanza la meseta): el alcance “a” determina la zona o área de influencia de una muestra cualquiera
ubicada en el punto x del depósito.
Si la muestra tiene un alcance “a”, en la dirección en que se determinó el variograma, la zona de
influencia de una muestra en esa dirección será de 2ª.
El área de influencia de un taladro, es la zona dentro de la cual cualquier sondaje es correlacionado
con él, si dos muestras son cercanos, γ(h) es pequeño. γ(h) crece con h hasta que se llegue en h = a.
3.- Efecto Pepita
Esta terminología proviene de los yacimientos de oro, donde la presencia de una o varias pepitas hacen
variar de manera considerable las leyes de las muestras vecinas.
En este caso el variograma presentará una discontinuidad cerca al origen. Es importante señalar que tal
discontinuidad puede tener como causa, no solamente una o varias pepitas, sino también errores de
medida. Sólo el estudio a pequeña escala permitirá dilucidar cual es el origen del efecto pepita.
4.- Anisotropías del Yacimiento
Como se comprenderá, la continuidad de la mineralización y por lo tanto la función γ(h) varían de
acuerdo a la dirección en que aquella se estudie; de este modo el γ(h) es una función de tipo vectorial. El
concepto de anisotropía está asociado al concepto de tendencia (trend).
D e acuerdo a esto se distinguirán los siguientes tipos de yacimientos:
1.- Yacimientos Isótropos.- tienen variogramas iguales en todas las direcciones.
2.- Yacimientos Anisótropos.- variogramas diferentes.
2.1.- Yac. con Anisotropía Geométrica.- los variogramas difieren sólo en el alcance, manteniendo
igual meseta.
γ(h)
h
a
ai
2.2.- Yac. con anisotropía zonal.- Los variogramas presentan mesetas diferentes. En este caso, la
continuidad presenta variaciones importantes en una dirección determinada.
γ(h)
Ci
C
a h
Ejemplo 1.- Tenemos el caso de un yacimiento estratiforme, donde la variable regionalizada es la ley de
mineral
a) Si se construye el variograma en la dirección A , perpendicular a los estratos, crecerá rápidamente,
pues las discrepancias entre las leyes son muy fuertes.
b) En cambio en la dirección B, paralela a los estratos, habrá más homogeneidad y el variograma
crecerá menos.
A (chimenea) γ(h) A
estéril
mineral
B galerías
B
estéril
h
por tanto: La variación del variograma en las diferentes direcciones del espacio nos evidencia
anisotropías.
Ejemplo 2.- En caso de cuerpos irregulares, los sondajes dispuestos en diversa direcciones nos darán una
idea más o menos precisa de la variación en cada una de esas direcciones, es decir, la variación de γ(h)
en distintas direcciones del espacio anisotropitos.
DH-1
DH-2
DH-3
3
2
1
5.- Fenómenos de Transición.-
En general, al aumentar h, tiende a incrementar también la desviación cuadrática entre dos variables
Y(x) e Y(x+h). Es por que la función γ(h) aumenta sucesivamente a partir de su valor inicial con
frecuencia, tal incremento cesa a una determinada distancia del origen y se hace paulatinamente +/-
estable conforme se acerca al valor límite, llamado meseta, el cual es simplemente la varianza a priori de
la función aleatoria. Estos variogramas están caracterizados por el valor de meseta y alcance.
γ(h)
a h
II.- COMPORTAMIENTO DEL VARIOGRAMA EN EL INFINITO
Se puede demostrar que en el infinito, el variograma se incrementa necesariamente más lento que el
valor | h |2 :
Lim γ(h) = 0 ; cuando | h | = ∞
| h |2
E[Y(x)] = m(x)
II.- LA CORREGIONALIZACION
Parte del estudio estructural es el análisis de CORREGIONALIZACIONES. Hasta aquí solo hemos
definido el variograma y la varianza para la regionalización de una sola variable; sin embargo, estos
conceptos pueden ser ampliados a CORREGIONALIZACIONES de varias variable.
Ejemplo: caso de un …….. de Cu-Mo, la regionalización de las leyes de Cu: Y1(x) y la de Mo: Y2(x),
estarán caracterizados por sus respectivos variogramas 2γ1(h) y 2 γ2(h); además, por los estudios
mineralógicos y geoquímicas, sabemos que esta dos variables no son independientes una de otra y que
podemos definir lo que se llama un VARIOGRAMA CRUZADO para el Cu y Mo:
2γ12(h) = E[(Y1(x) – Y1(x+h) – (Y2(x) – Y2(x+h))]
Una vez calculado el variograma cruzado, podemos formar una matriz de la forma:
1 12
12 2
llamado matriz de corregionalización, que se aplica para:
- Estima el valor desconocido de una ley de Cu en un punto x: Y1(x), a partir de los valores
de Pb y Zn adyacentes.
- El tratamiento selectivo de poblaciones de datos diferentes características.
Ejemplo.- supongamos que se tiene dos colecciones diferentes de leyes de un mismo metal, con las
cuales debemos estimar la ley de un panel.
colección 1: consta de datos precisos ensayados en testigos de perforación
colección 2: consta de datos imprecisos de muestras de canales y labores
Un estudio de CORREGIONALIZACION de estos dos tipos de datos, nos determinará los pesos
apropiados con los que cada dato intervendrá durante la evaluación de la ley del panel.
DIRECCION DE EVALUACION
vertical diagonal
profundidad 2 γ(h)→ γ(h)
2 γ(h)→ γ(h)
6% 3% 8% 5% 9% 4% 7% 3% 8% 5% 6% 4% 7%
9%
d d
d = distancia entre muestras (4m)
Solución:
1) Método Estadístico: cálculo de la media y la varianza
Tajeo A
Ley media x = 6+3+8+5+9+4+7 = 6% Cu
7
6% 3% 8% 5% 9% 4% 7%
6% 3% 8% 5% 9% 4% 7%
6% 3% 8% 5% 9% 4% 7%
6% 3% 8% 5% 9% 4% 7%
h = 24 m
n-h = 1
par
6% 3% 8% 5% 9% 4% 7%
γ(h)
8 .
7 .
6
5 .
4
3
2 .
1 .
.
4 8 12 16 20 24 h
Tajeo B
3% 8% 5% 6% 4% 7% 9%
γ(h)
8 como vemos, la
geoestadística
da cuenta de la
estructura de la
7 información
6
5 .
.
4 . .
3 .
2
4 8 12 16 20 24 h
2.-En una galería sobre veta se ha efectuado el muestreo sistemático , cuyos resultados
aparecen en el siguiente cuadro y figura:
datos experimentales
Nºmuestra 1 2 3 4 5 6 7 8 9 10 11 12
LeyOz/TcAg 3.2 4.0 2.8 3.2 3.0 3.6 2.0 4.5 2.5 3.2 2.3 2.8
13 14 15 16 17 18 19 20 21 22 23 24 25
2.2 4.1 5.2 8.3 6.1 4.0 2.6 1.8 1.0 0.8 1.3 1.7 1.3
galería
Graficar el variograma par: h = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Solución:
Datos: n = 25 n(h) = (n-h) = numero de muestras
4.0
2.8
3.2
3.0
3.6
2.0
4.5
2.5
3.2
2.3
2.8
2.2
4.1
5.2
8.3
6.1
4.0
2.6
1.8
1.0
0.8
1.3
1.7
1.3
CUADRO Nº 1: cálculos de incrementos
h 1 2 3 4 5 6 7 8 9 10
Δ2h Δ21 Δ22 Δ23 Δ24 Δ25 Δ26 Δ27 Δ28 Δ29 Δ210
0.64 0.16 0.00 0.04 0.16 1.44 1.69 0.49 0.00 0.81
1.44 0.64 1.00 0.16 4.00 0.25 2.25 0.64 2.89 1.44
0.16 0.04 0.64 0.64 2.89 0.09 0.16 0.25 0.00 0.36
0.04 0.16 1.44 1.69 0.49 0.00 0.81 0.16 1.00 0.81
0.36 1.00 2.25 0.25 0.04 0.49 0.04 0.64 1.21 4.84
2.56 0.81 1.21 0.16 1.69 0.64 1.96 0.25 2.56 22.09
6.25 0.25 1.44 0.09 0.64 0.04 4.41 10.24 39.69 16.81
4.00 1.69 4.84 2.89 5.29 0.16 0.49 14.44 2.56 0.25
0.49 0.04 0.09 0.09 2.56 7.29 33.64 12.96 2.25 0.01
0.81 0.16 1.00 0.81 4.00 26.01 8.41 0.64 0.36 1.96
0.25 0.01 3.24 8.41 36.00 14.44 2.89 0.09 0.25 1.69
0.36 1.69 5.76 30.25 10.89 1.44 0.04 1.00 3.24 4.00
3.61 9.00 37.21 15.21 3.24 0.16 0.16 1.44 1.96 0.81
1.21 17.64 4.00 0.01 2.25 5.29 9.61 10.89 7.84 5.76
9.61 0.81 1.44 6.76 11.56 17.64 19.36 15.21 12.25 15.21
4.84 18.49 32.49 42.25 53.29 56.25 49.00 43.56 49.00
4.41 12.25 18.49 26.01 28.09 23.04 19.36 23.04
1.96 4.84 9.00 10.24 7.29 5.29 7.29
0.64 2.56 3.24 1.69 0.81 1.69
0.64 1.00 0.25 0.01 0.25
0.04 0.09 0.49 0.09
0.25 0.81 0.25
0.16 0.00
0.16
Σ 44.89 74.14 129.80 147.80 175.43 161.65 161.57 135.94 127.06 76.85
Δ2h
h 1 2 3 4 5 6 7 8 9 10
n(h) 24 23 22 21 20 19 18 17 16 15
2n(h) 48 46 44 42 40 38 36 34 32 30
2
Σ Δ h 44.89 74.14 129.80 147.80 175.43 161.65 161.57 135.94 127.06 76.85
γ(h) 0.94 1.61 2.95 3.52 4.39 4.26 4.49 4.00 3.97 2.56
W E
γ(h)
4 .
3
NW – SE
2 NE - SW
1 ajuste
C0=0.5
1 2 3 4 5 6 7 8 9 h
a = 420 m
3.2
4.0
2.8
3.2
3.0
3.6
2.0
4.5
2.5
3.2
2.3
2.8
2.2
4.1
5.2
8.3
6.1
4.0
2.6
1.8
1.0
0.8
1.3
1.7
1.3
APLICACIÓN DE VARIOGRAMA
1) Un yacimiento argentífero, ha sido muestreado con fines de evaluación. Para tal efecto
se han extraído muestras sistemáticamente con un espaciamiento de 5m. en cada galera,
cuyos valores son:
1 2 3 4 5 6 7 8 9 10
NºM 1 2 3 4 5 6 7 8 9 10
Oz/TcAg 3 5 8 12 20 16 10 7 4 2
% Pb 10 8 5 3 6 10 12 14 16 20
80
70
60 C0 = 0
50 C = 78.3
40 a = 25m
30
20
10
0 5 10 15 20 25 30 35 40 45 h
2) Un yacimiento aluvial es evaluado para conocer el comportamiento del oro; para tal
efecto se han muestreado equidistantemente. Por razones que se desconoce algunas
muestras no poseen valores. Determinar el semivariograma para h = 1, 2, 3, 4, 5, 6, 7, 8
m.
.1 .2 .9 .11
.4 .6 .7
.
.12
3 .8 ..
. 10
5
NºM 1 2 3 4 5 6 7 8 9 10 11 12
GrAu/m3 0.5 0.9 1.2 - 3.5 5 6.5 8 10 - 16 20
Solución
h 1 2 3 4 5 6 7 8
Δ2h Δ21 Δ22 Δ23 Δ24 Δ25 Δ26 Δ27 Δ28
0.16 0.49 6.76 9.0 20.25 36.0 56.25 90.25
0.09 5.29 14.44 16.81 31.36 50.41 82.81 219.04
2.25 9.0 20.25 28.09 46.24 77.44 272.25
2.25 9.0 25.0 42.25 121.0 156.25
2.25 12.25 64.0 90.25 182.25 225.0
4.0 36 100.0 144.0
16.0
Σ Δ2h 27.0 72.03 230.45 330.40 401.10 545.10 411.45 309.29
(n-h) 7 6 6 6 5 5 3 2
2(n-h) 14 12 12 12 10 10 6 4
γ(h) 1.93 6.0 19.20 27.53 40.11 54.51 68.55 77.32
γ(h)
80
70
C0 = 0
60 C = 77.32
a = 8m.
50
40
30
20
10
0 1 2 3 4 5 6 7 8 9 h
3) En una mina de Zinc, se han extraído muestras desde el nivel 4000 hasta el nivel 4160,
con la finalidad de confirmar el comportamiento de la ley de Zinc (hallar el variograma).
Para h = 5, 10, 15 ,20, 20, 25
NºM 1 2 3 4 5 6 7 8 9 10
% Zn 18 15 12 20 10 8 12 6 5 2
4160 1 2 3 4 5 6 7 8 9
10
10 18 15 12 20 10 8 12 6 5
2
9
8
80m 7 h= 5 10 15 20 25
6
4080 5 n(h) 9 8 7 6 5
h 5 10 15 20 25
Δ2h Δ25 Δ210 Δ215 Δ220 Δ225
9 36 4 64 100
9 25 25 49 9
64 4 16 00 36
100 144 64 196 225
4 4 16 25 64
16 4 9 36
36 49 100
1 16
9
Σ Δ2h 248 282 234 370 434
n(h) 9 8 7 6 5
2n(h) 18 16 14 12 10
γ(h) 13.78 17.63 16.71 30.83 43.4
γ(h)
.
40
35
.
30
25
20
.
15
10
5
0 5 10 15 20 25 30 h
4) En la galería que se muestra, se han extraido 10 muestras, por razones que se desconoce, se han
extraviado dos de ellas. Sus valores son para h = 3, 6, 9, 12, 15 y 18. Determinar el variograma.
1 2 3 4 5 6 7 8 9 10
NºM 1 2 3 4 5 6 7 8 9 10
Oz/TcAg 5 8 12 - 20 25 30 - 4 2
Solución:
1 2 3 4 5 6 7 8 9 10
5 8 12 20 25 30 4 2
h 3 6 9 12 15 18
n(h) 5 4 4 5 3 2
H 3 6 9 12 15 18
Δ2h Δ23 Δ26 Δ29 Δ212 Δ215 Δ218
9 49 144 225 400 625
16 64 169 289 484 144
25 100 441 324 324
25 676 784 256
4 529
Σ Δ2h 79 889 1538 1653 1208 769
n(h) 5 4 4 5 3 2
2n(h) 10 8 8 10 6 4
γ(h) 7.90 111.13 192.25 165.30 201.33 192.25
γ(h)
210 .
. .
170 .
130
90
50
10
0 3 6 9 12 15 18 h
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
19 20
1) Nº pares de muestras
h 1 2 3 4 5 6
Δ2h Δ21 Δ22 Δ23 Δ24 Δ25 Δ26
1.21 1.00 2.25 6.76 2.25 0.25
0.01 0.16 6.25 2.25 2.56 0.36
0.25 9.00 4.00 1.00 0.25 12.25
1.00 4.00 2.25 0.25 0.25 2.25
1.00 6.25 2.25 0.25 0.25 1.00
1.00 4.00 6.25 0.25 9.00 10.24
1.00 2.25 1.00 12.25 4.84 0.09
0.25 0.09 0.49 4.00 1.00
0.04 1.44 0.04
0.49 0.25
0.00
Σ Δ2h 6.25 26.75 24.74 28.70 20.44 26.44
(n-h) 10 8 8 11 9 7
2(n-h) 20 16 16 22 18 14
γ(h) 0.31 1.67 1.55 1.30 1.14 1.89
γ(h) .
1.8
1.5 .
.
1.2
.
0.9
0.6
0.3
0 1 2 3 4 5 6 h
.2 . 10 . 12 .
18
.4 .8 . 14 . 16
.6
500m
. . . .
.
1 .3 . . 9 11 13 15 .
17
5 7
1000m
h 2 4 6 8 10 0.8
Δ2h Δ22 Δ24 Δ26 Δ28 Δ210 0.9
0.25 0.49 1.44 0.36 0.09 1.3
0.16 2.56 0.81 0.09 0.00 0.5
0.04 0.49 0.01 0.64 1.21 1.5
4.00 1.69 0.01 0.16 4.41 2.5
0.25 0.01 1.00 0.00 2.25 2.0
0.49 3.61 2.56 0.01 0.16 1.8
0.36 2.25 0.25 1.00 0.25 1.4
1.44 0.81 0.64 0.09 0.01 0.6
0.81 0.01 2.56 0.01 0.5
0.09 4.00 2.25 1.21 γ(h) .
1.00 6.25 1.00 0.9
2.89 1.44 0.64
2.25 0.00 1.5
0.25 0.81 0.8
2.25 2.6
0.16
Σ Δ2h 16.69 24.42 13.17 3.57 8.38 3.0
n(h) 16 14 12 10 8 0.6
2n(h) 32 28 24 20 16 2.1
γ(h) 0.52 0.87 0.55 0.18 0.52 . .
. 1.5
1.7
0.4
C0 n = 18
0.2 .
0 2 4 6 8 10 h
Gal3 CH3
NºM Oz/TcAg h n-h NºPares
1 1 18.5 1 11 – 1 10
2 2 17.0 2 11 – 2 9
3 3 13.0 3 11 – 3 8
4 4 15.5 4 11 – 4 7
5 10.6 5 11 – 5 6
5 6 14.5 6 11 ---6 5
60m 6 Block 20 7 12.0 7 11 – 7 4
7 8 10.5 8 11 -- 8 3
8 9 8.5
10 7.0
9 11 7.5
10
11
Gal4 CH4
γ(h)
40
.
36
32
28 .
24
20
16 .
. .
12
.
8
.
4 .
0 1 2 3 4 5 6 7 8 9 h
8) En un yacimiento diseminado de Cu, se a efectuado la evaluación geológica a través de sondajes
según una malla regula-cuadrada de muestreo; cuyos resultados se tiene.
Elaborar el variograma en las direcciones señaladas; para h = 1, 2, 3, 5, 6
NW E
2 1.5 0.9 1.2 0.7 2.0 2.3
1.8
1
S 0.9 1.8 0.8 1.9 2.2 1.5
1
n = 35
nii = n – (nf – 1)
nii = n – (nc – 1) 1.4 1.2 1.6 2.5 1.9 2.2
1.5
nii – h = Nºpares
nf: Nº de filas del muestreo
nc: Nº de columnas del muestreo
nii: Nº de muestras deducido
Datos: 1) Dirección W-E
Cuadro 1: Nº de pares de muestras
0 1 2 3 4 5 6 7 8 h
h (n-h)
1 24
2 15
3 8
4 3
5 0
6 0
h 1 2 3 4 5 6
Δ2h Δ12
Δ22
Δ32
Δ 4 Δ25
2
Δ26
1.69 0.04 3.61 0.09
0.25 1.69 0.64 1.69
0.49 0.36 0.16 0.16
2.25 5.29 0.64
0.04 0.01 1.96
0.36 4.00 0.49
0.49 0.81 0.01
2.56 0.81 2.56
2.25 0.16
4) Dirección 2-S 0.25 2.25
0.01 1.00
1.00 1.21
hh 1 (n-h)
2 3 4 5 6 0.01 0.25
Di1n γ 24
n γ n γ n γ n γ n γ 0.25 0.00
re 2
( ( 15
( ( ( ( ( ( ( ( ( ( 0.09 0.04
c3h h 8h h h h h h h h h h 1.44
4
) ) 3) ) ) ) ) ) ) ) ) ) 4.84
W5 3 0 02 0 2 0 1 0 1 0 5 0 1.21
-E60 . 05 . 0 . 5 . 0 . . 2.56
3 3 4 4 3 1 1.21
1 1 1 0 1 5 1.21
N 2 0 2 0 1 0 7 0 0 0 0 0 0.64
-S 8 . 1 . 4 . . 0.36
0.09
n(h) 24 15 8 3 0 0
2n(h) 48 30 16 6 0 0
Σ Δ2h 25.55 17.92 10.07 1.94 0 0
γ(h) 0.53 0.60 0.63 0.32 0 0
49 54 12 26
N-1 24 0.50 15 0.58 8 0.44 3 0.27 0 0 0 0
2-S 24 0.53 15 0.60 8 0.63 3 0.32 0 0 0 0
Cálculos (base taladro Nº 1) (Bidimensional)
h=1
N W 1 E 30
n(h) = 30 + 28 = 58 → h = 1
n(h) = 24 + 24 = 48 → h = 2
1 2 2
γ(1) = (30*0.31)+(28*0.49) = 0.40
30+28
24 24 γ( 2 ) = (24*0.5)+(24*0.53) =
0.51
24+24
S 28
h=2
2 25
n(h) = 25 + 21 = 46 → h = 2
2 2 2 2 2 n(h) = 15 + 15 = 30 → h = 2 2
γ(2) = (25*0.31) + (21*0.54) = 0.42
15 15 25 + 21
γ(2 2 ) = (15*0.58)+ (15*0.6) = 0.59
21 15 + 15
h=3
3 20 n(h) = 20 + 14 = 34 h=3
n(h) = 8 + 8 = 16 h=3 2
3 2 γ(3) = (20*0.41) + (14*0.12) = 0.29
3 20 + 14
3 2 8 γ(3 2 ) = (8*0.44) + (8*0.63) = 0.54
8 8+8
14
h=4
4 15
n(h) = 15 + 7 = 22 ………………..h = 4
4 2 n(h) = 3 + 3 = 6 ………………… h = 4 2
4 γ(4) = (15*0.4) + (7*0.26) = 0.36
4 2 3 15 + 7
3 γ(4 2 ) = (3*0.27) + (3*0.32) = 0.30
7 3+3
h=5
5 10
n(h) = 10 + 0 = 10 ………………h = 5
5 2 n(h) = 0 + 0 = 0 ……………… h = 5 2
5 γ(5) = (10*0.31) + (0*0) = 0.31
5 2 0 10 + 0
0 γ(5 2 ) = (0*0) + (0*0) = 0
0 0+0
h=6
6 5
n(h) = 5 + 0 = 5 ………………..h = 6
n(h) = 0 + 0 = 0 ………………..h = 6 2
6 6 2 γ(6) = (5*0.15) + (0*0) = 0.15
5+0
0 0 γ(6 2 ) = (0*0) + (0*0) = 0
0 0+0
Cálculo del semivariograma promedio
h 1 2 2 2 3 3 4 4 5 5 6 6
2 2 2 2 2
n(h) 58 48 46 30 34 16 22 6 10 0 5 0
γ(h) 0.40 0.51 0.42 0.59 0.29 0.54 0.36 0.30 0.31 0 0.15 0
M1 M2 M3 M4 M5 M6 M7 M8
Oz/Tc 8 6.5 10.5 13 9 7.8 14.5 13
Ag
CH-10 4 1.5 3.8 2 3 4.2 2.8 3.5 CH-11
HV4000 GALERIA
Solución:
a)
Δ2 = [Y(xi + h) – Y(xi)]2 h
(8.0-6.5)2 = 2.25 1.5
(8.0-10.5)2 = 6.25 1.5 + 3.8 = 5.3
(8.0-13.0)2 = 25 1.5+3.8+2. = 7.3
(8.0-9.0)2 = 1.00 1.5+3.8+2+3 = 10.3
(8.0-7.8)2 = 0.04 1.5+3.8+2+3+4.2 = 14.5
(8.0-4.5)2 = 42.25 1.5+3.8+2+3+4.2+2.8 = 17.3
8.0-13.0)2 = 25 1.5+3.8+2+3+4.2+2.8+3.5 = 20.8
(6.5-10.5)2 = 16.00 3.8
(6.5-13.0)2 = 42.25 3.8+2 = 5.8
(6.5-9.0)2 = 6.25 3.8+2+3 = 8.8
(6.5-7.8)2 = 1.69 3.8+2+3+4.2 = 13.0
(6.5-14.5)2 = 64.00 3.8+2+3+4.2+2.8 = 15.8
(6.5-13.0)2 = 42.25 3.8+2+3+4.2+2.8+3.5 = 19.3
(10.5-13.0)2 = 6.25 2.0
(10.5-9.0)2 = 2.25 2+3 =5
(10.5-7.8)2 = 7.29 2+3+4.2 = 9.2
(10.5-14.5)2 = 16.00 2+3+4.2+2.8 = 12
(10.5-13.0)2 = 6.25 2+3+4.2+2.8+3.5 = 15.5
(13.0-9.0)2 = 16.00 3
(13.0-7.8)2 = 27.04 3+4.2 =7.2
(13.0-14.5)2 = 2.25 3+4.2+2.8 = 10
(13.0-13.0)2 = 0.00 3+4.2+2.8+3.5 = 13.5
(9.0-7.8)2 = 1.44 4.2
(9.0-14.5)2 = 30.25 4.2+2.8 = 7.0
(9.0-13.0)2 = 16.00 4.2+2.8+3.5 = 10.5
(7.8-14.5)2 = 44.89 2.8
(7.8-13.0)2 = 27.04 2.8+3.5 = 6.3
(14.5-13.0)2 = 2.25 3.5
.9
.1 .5
7
.3
2 6 8
4
20m 60m 100m 40 10m 40m 30m 15
GrAu 30 20 18 15 10 8 5 3
2
m3
Solución
1 2 3 4 5 6 7 8
9
20 60 100 40 10 40 30 15
30 20 18 15 10 8 5 3
2
Cálculos
γ(h)10-86 = 100+144+4+25+49+4+25+49+9+25+36+4+9+1 = 17.29
2*14
hp = 20+80+60+40+50+10+50+80+40+70+85+30+45+15 = 48m
14
γ(h)87-163 = 25+9+64+100+100+144+169+64 = 42.19
2*8
hp = 160+100+140+150+90+120+135+95 = 124m
8
γ(h)164-240 = 225+400+484+100+144+169+225+256 = 125.19
2*8
hp = 160+220+230+200+210+190+220+235 = 211m
8
γ(h)241-317 = 625+729+225+289+324 = 219.2
2*5
hp = 270+300+250+280+295 = 279m
5
γ(h)
220 .
200
180
160
140
.
120
100
80
60
40 .
.
%Zn 2 6 10 13 16 18 22 25 18 14 9
7
M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11
M12
5 10 8 14 20 15 10 6 8 12
16m
CH-10 GALERIA
Δ2 16 64 121 196 256 400 529 256 144 49 25
dist 5 15 23 37 57 72 82 88 96 108 124
Δ2 16 49 100 144 256 361 144 64 9 1
dist 10 18 32 52 67 77 83 91 103 119
Δ2 9 36 64 144 225 64 16 1 9 9 25 81 144 25 1 16 36
dist 8 22 42 57 67 73 81 93 109 14 34 49 59 65 73 85 101
Δ2 4 36 81 4 4 49 81 16 49 0 16 81 121
dist 20 35 45 51 59 71 87 15 25 31 39 51 67
Δ2 9 16 64 169 225 49 121 261 324 16 81 121 25 49 4
dist 10 16 24 36 52 6 14 26 42 8 20 36 12 28 16
30
.
20
10 C0
10 8 7 6 6 4
5 6 7
1 3 7 11 4 4
1 5 11 8
13 9 8 7 7
10 12 1
13 3
4 11
1
para: h: 1……………..n(h) = 14 pares
h: 2……………..n(h) = 14 pares
2 3 4 h: 3……………..n(h) = 9 pares
Solución:
a).- Dirección 1:
10 8 7 6 6 4
5 6 7
1 3 7 11 4
4
1 5 11
8
13 9 8 7 7
10 12
1
13
3
4 11
para h = 1
1 n( h)
Y1 Y ( xi ) = [10+8+7+6+6+5+1+3+7+11+13+9+8+7]/14 = 7.21
n(h) i 1
1 n(h)
Y2 Y ( xi h) = [8+7+6+6+4+6+3+7+11+4+9+8+7+7]/14 = 6.64
n(h) i 1
1 n(h)
h Y ( xi ) Y ( xi h) 2 =[(10-8)2+(8-7)2+(7-6)2+(6-6)2+(6-4)2+(5-6)2+(1-
2n(h) i 1
3)2+
(3-7)2+(7-11)2+(11-4)2+(13-9)2+(9-8)2+(8-7)2+(7-7)2]/(2*14) = 4.07
para h = 2
Y = 1 [10+8+7+6+6+1+3+7+1+5+13+9+8+10] = 671
1
14
Y 2 = 1 [7+6+6+4+7+7+11+4+5+11+8+7+7+12] = 7.29
14
γ(h) = 1 [9+4+1+4+1+36+64+9+16+36+25+4+1+4] = 7.64
2*14
para h = 3
Y 1 = 1 [10+8+7+5+1+3+13+9+13] = 7.67
9
Y 2 = 1 [6+6+4+7+11+4+7+7+3] = 6.11
9
γ(h) = 1 [16+4+9+4+100+1+36+4+100] = 15.22
2*9
b) Dirección 2:
h = 1 ……… n(h) = 1
h = 2 ……… n(h) = 12
h = 3 ……… n(h) = 8
para h= 1
Y 1= 1 [5+10+6+3+7+7+11+11+13+4+1] = 7.09
11
Y 2 = 1 [1+6+3+5+7+11+11+13+12+8+3] = 7.27
11
γ(h) = 1 [16+16+9+4+0+16+0+4+1+16+4] = 3.91
2*11
para h = 2
Y 1= 1 [10+6+5+8+7+7+11+11+6+4+8+8] = 7.58
12
Y 2 = 1 [3+5+10+7+11+11+13+12+4+9+13+1] = 8.25
12
γ(h) = 1 [49+1+25+1+16+16+4+1+4+25+25+49] = 9.00
2*12
para h = 3
Y 1= 1 [10+3+7+7+11+7+4+8] = 7.13
8
Y 2 = 1 [5+10+11+13+12+11+1+3] = 8.38
8
γ(h) = 1 [25+49+16+36+1+16+9+25] = 11.06
2*8
c) Dirección 3
h = 1 ………... n(h) = 9
h = 2 ………… n(h) = 12
h = 3 ………… n(h) = 6
para h = 1
Y 1= 1 [1+5+13+6+7+11+8+7+7] = 7.22
9
Y 2 = 1 [5+3+11+7+11+9+7+4+1] = 6.44
9
γ(h) = 1 [16+4+4+1+16+4+1+9+36] = 5.06
2*9
para h = 2
Y 1= 1 [1+5+3+13+6+7+10+11+8+4+7+4] = 7.42
12
Y 2 = 1 [10+12+13+13+11+9+11+8+4+7+3+4] = 8.75
12
γ(h) = 1 [81+49+100+0+25+4+1+9+16+9+16+0] = 12.92
2*12
para h = 3
Y 1= 1 [1+5+13+6+7+6] = 6.33
6
Y 2 = 1 [12+13+11+9+7+8] = 10.0
6
γ(h) = 1 [121+64+4+9+0+4] = 16.83
2*6
d) Dirección 4
h = 1 …….. n(h) = 10
h = 2 …….. n(h) = 11
h = 3 …….. n(h) = 6
para h = 1
Y 1= 1 [5+1+1+6+5+7+7+11+12+7] = 6.2
10
Y 2 = 1 [10+1+6+8+7+7+6+4+9+8] = 6.6
10
γ(h) = 1 [25+0+25+4+4+0+1+49+9+1] = 5.9
2*10
para h = 2
Y 1= 1 [1+1+3+5+7+11+10+4+13+7+11] = 6.64
11
Y 2 = 1 [6+8+7+7+6+6+11+4+7+4+1] = 6.09
11
γ(h) = 1 [25+49+16+4+1+25+1+0+36+9+100] = 12.09
1*11
para h = 3
Y 1= 1 [1+5+10+11+4+13] = 7.33
6
Y 2 = 1 [8+6+4+4+13+8] = 7.17
6
γ(h) = 1 [49+1+36+49+81+25] = 20.08
2*6
Cuadro Nº 1: Resumen
Dirección Dist. 1 Dist. 2 Dist. 3
n(h) γ(h) n(h) γ(h) n(h) γ(h)
1 14 4.07 14 7.64 9 15.22
2 11 3.91 12 9.00 8 11.06
3 9 5.06 12 12.92 6 16.83
4 10 5.90 11 12.09 6 20.08
1 2 9
11
n(h) = 14+11 = 25 …….para h = 1
n(h) = 8+10 = 19 “ h= 2
γ(h) = (14 * 4.07) + (11 * 3.91) = 4
(14 + 11)
γ(h) = (9 * 5.06) + (10 * 5.90) = 5.50
(9 + 10)
para h = 2
2 14
2 2 2 12
12 11
6
3 3 2
8 6
n(h) = 9 + 8 = 17 para h = 3
n(h) = 6 + 6 = 12 “ h=3 2
γ(h) = (9 * 15.22) + (8 * 11.06) = 13.26
(9 + 8)
γ(h) = (6 * 16.83) + (6 * 20.08) = 18.46
(6 + 6)
Cuadro Nº 2: Cálculo de la media del samivariograma
h 1 2 2 2 2 3 3 2
n(h) 25 19 26 23 17 12
γ(h) 4.00 5.50 8.27 12.57 13.26 18.46
γ(h)
.
18
15 .
.
12
9 .
6 .
.
3
0 1 2 2 2 2 3 3 2 h
MODELOS DE SEMIVARIOGRAMAS
Datos De muestreo
↓ Modelos
Semivariograma → de → Semivariogramas
Experimental Ajuste Teóricos
1) MODELO EXPONENCIAL
Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor constante. Existe dos
posibles esquemas: FORMERY Y GAUSSIANO
1.1) ESQUEMA DE FORMERY.- Caracterizado por un crecimiento lento a partir del origen.
Está dado por la expresión γ(h) = C[1 - exp(-[h/a])] + C0
C a
H
h
0.25 Fig. modelos de
semivariograma
Formery FORMERY Y
GAUSSIANO
√3
1 2 3 h/a
Este modelo es el que mejor se puede ajustar cuando se trata de variables mineras (ley,
potencia, etc.) El modelo esférico presenta una curva del semivariograma que aumenta
rápidamente para bajos valores, para posteriormente ascender más lentamente hasta
alcanzar una zona plana a valores altos.
γ(h)
Tangente en el Fig.- Modelo de
Semivariograma
covarianza origen Esférico o de Matheron
meseta
Más allá de “a”, la covarianza
es cero
y por lo tanto no hay relación
entre
C las muestras
Semivariograma Para yacimientos
- Estratoligados
C0 - Depósitos de Bauxita
- Au en vetas de cuarzo
- Segregación magnética
2a/3 a h
C C
h h
a) Este esquema se caracteriza por un crecimiento rápido a partir del origen hasta
alcanzar una meseta o una distancia “a” (alcance).
3) MODELO LINEAL
Este modelo se presenta cuando, al representar γ(h) , se obtiene una línea recta. El
modelo presenta la ecuación:
1/3 h
Fig. Modelo de semivariograma
lineal
Este modelo suele estar presente en algunos yacimientos de Fe
γ(h)
Dimensiones máximas
de los bloques a evaluar
a h
b) SEMIVARIOGRAMAS CON EFECTO AGUJERO
Esta condición , se encontrará cuando alternan áreas con alta ley y áreas con baja ley. El resultado es
una pseudo periodicidad reflejada en una oscilación del semivariograma alrededor de una aparente
meseta.
γ(h)
c) ANISOTROPÍA DIRECCIONAL
γ(h)
Río
A través del yacimiento
A lo largo del
Yacimiento
Igual
C0 y C
a2 >> a1
a1 a2 h
El aniso tropismo direccional suele ser muy evidente en yacimientos aluviales, donde se obtiene un
alcance, en dirección perpendicular al yacimiento, mucho más pequeño que el que se calcula a lo largo
de la dirección principal del depósito.
d) SEMIVARIOGRAMAS COMPUESTAS
Este tipo de estructuras pueden ser causadas, por ejemplo, por la presencia de zonas mineralizadas más
ricas dentro de una matriz de mineralización dispersa. Tambien son comunes en yac. aluviales de oro.
γ(h)
2.55
C2
1.95
C1
C0
0 13 50 h
a1 a2
Fig.- Semivariograma compuesto para la variable Ley
La figura muestra dos semivariogramas esféricas:
Uno con meseta = 1.95, a = 13m
otro con meseta = 2.55, a = 50 m.
El modelo compuesto tendría pues, la siguientes formas:
γ(h) = C0 + C1 [ 3h - (h/a1)3] + C2 [ 3h - (h/a2)3] para h < a1
2a1 2 2a2 2
γ(h)
C2
C1
C0
a1 a2 a3 h
Fig.- Semivariograma en dos estadios
REAJUSTE DE SEMIVARIOGRAMAS
1) Realizar reajuste necesario de un semivariograma experimental de modelo esférico con
C0 = 8 C = 119 y a = 700 m. para h = 100, 200, 300, 400, 500, 600, 700, 800m.
Datos Fórmulas
C0 = 8 γ(h) = C0 + C [1.5(h/a) – 0.5(h/a)3] para h < a
C = 119 γ(h) = C0 + para h > a
a = 700 m.
h = 100 → γ(h) = 8 + 119 [1.5(100/700) – 0.5(100/700)3] = 33.23
100 .
90
80 .
70
C0 = 8
60 C = 127
a = 700m
50
.
40
.
30
20
10
10 8 12 15 6 4 10 12 16 9
Cálculo
h 5 10 15 20 25 30 35 40
Δ2h Δ52 2
Δ 10 2
Δ 15 Δ 20 Δ 25 Δ 30 Δ 35 Δ240
2 2 2 2
4 4 25 16 36 0 4 36
16 49 4 16 4 16 64 1
9 36 64 4 0 16 9
81 121 25 9 1 36
4 16 36 100 9
36 64 144 25
4 36 1
16 9
49
Σ Δ2h 219 335 299 170 50 68 77 37
n(h) 9 8 7 6 5 4 3 2
2n(h) 18 16 14 12 10 8 6 4
γ(h) 12.17 20.94 21.36 14.17 5.00 8.50 12.83 9.25
γ(h)
25
C0 = 7.8
. . C 0 4.7
20 a = 12.7
15 .
. .
10 .
.
5 .
----- a ------
0 5 10 15 20 25 30 35 40 m h
Reajuste
a) MODELO DE FORMERY: γ(h) = C [1 – e-h/a ] + C0
γ(5) = 4.7 [1 – e-5/12.7 ] + 7.8 = 9.33
γ(10) = 4.7 [1 – e-10/12.7 ] + 7.8 = 10.36
γ(15) = 4.7 [1 – e-15/12.7 ] + 7.8 = 11.06
γ(20) = 4.7 [1 – e-20/12.7 ] + 7.8 = 11.53
γ(25) = 4.7 [1 – e-25/12.7 ] + 7.8 = 11.84
γ(30) = 4.7 [1 – e-30/12.7 ] + 7.8 = 12.06
γ(35) = 4.7 [1 – e-35/12.7 ] + 7.8 = 12.20
γ(40) = 4.7 [1 – e-40/12.7 ] + 7.8 = 12.30
γ(h)
15
12 C = 4.55
. C0 = 6.75
9 . a = 25m
0 5 10 15 20 25 30 35 40 h
16
. . . . . .
12 .
.
8 C = 8.0
C0 = 5
a = 15.0
4
0 5 10 15 20 25 30 35 40 h
c) MODELO LINEAL
0 5 10 15 20 25 30 h
Un yacimiento diseminado de cobre está siendo evaluado, para tal efecto se han extraído
muestras, cuyos valores son los siguientes:
NºM 1 2 3 4 5 6 7 8 9 10 11 12 13
% Cu 1 3 5 7 8 10 12 9 5 3 6 2 4
para h = 100, 200, 300, 400, 500, 600, 700, 800m.
Determinar:
a) Semivariograma experimental
b) Reajustar el semivariograma encontrado para los modelos conocidos
Solución
h 100 200 300 400 500 600 700 800
Δ h Δ 100 Δ 200 Δ 300 Δ 400 Δ 500 Δ 600 Δ 700 Δ2800
2 2 2 2 2 2 2 2
4 16 36 49 81 121 64 16
4 16 25 49 81 64 4 0
4 9 25 49 16 0 4 1
1 9 25 4 4 16 1 25
4 16 1 9 25 4 36 16
4 1 25 49 16 64 36
9 49 81 36 100 64
16 36 9 49 25
4 1 9 1
9 1 1
16 4
4
Σ Δ2h 79 158 237 295 348 333 145 58
N 12 11 10 9 8 7 6 5
2N 24 22 20 18 16 14 12 10
γ(h) 3.29 7.18 11.85 16.39 21.75 23.79 12.08 5.80
γ(h)
28
24
20 C0 = 0
C = 24
16 a = 602
12
h
x x+h Cuerpo “D”
N = σ2 - Lim [σ(h)]
h→0
Cálculos .- ESTIMACION
σ(h ρ(h)
2.0
15
1.5
10 Covariograma Correlograma
1.0
5
0.5
0 1 2 3 h 0 1 2 3
h
-5 -0.5
σ2-N γ(h)
N σ(h)
N
0 h
Nótese que a partir de la definición de semivariograma el valor de γ(h) para h= 0 es γ(0)
= 0. En la práctica, tal cual se ilustra en la figura, el semivariograma a menudo presenta
una discontinuidad en el origen, la cual es igual al efecto NUGGET (N).
N = σ2 - Lim [σ(h)]
h→0
El estimador ˆ h del semivariograma γ(h) es:
n(h)
1
ˆ (h) n(h) Y ( xi ) Y ( xi h) 2
2 i 1
PROBLEMAS
En la chimenea 4W-N.V.4850, de 40 m de long. se ha realizado el muestreo correspondiente a 5m
equidistantes, cuyos datos estadíst. se dan en el sgte cuadro. Determ. el covariograma y el correlograma.
h n(h)
0 07
4.5 7 5 06
6.0 6 10 05
15 04
7.0 5 20 03
5.0 4 40m
4.0 3
3.5 2
6.5 1
b) El covariograma y el Correlograma
1 n(h)
Y Y ( xi )
n(h) i 1
1 n( h)
Y2 Y ( xi h)
n( h) i 1
n( h)
1
2
1 y ( xi ) Y1 2
n(h) 1 i 1
n(h)
1
22 Y ( xi h) Y2 2
n(h) 1 i 1
n(h)
1
( h) Y ( xi ) yi Y ( xi h) y2
n(h) 1 i 1
( h)
( h)
1 2
1 2 3 4 5 6 7
x1 x2 x3 x4 x5 x6 x7
x1+h x2+h x3+h x4+h x5+h x6+h x7+h
h =0
6-1
σ 1 = 1 [(3.5-5)2+(4-5)2+(5-5)2+(7-5)2+(6-5)2+(4.5-5)2]= 1.70
2
6-1
σ(h) = 1 [-1.755 + 1.83 + 0 – 0.66 + 1.67 – 0.335]= 0.15
6-1
ρ(h) = 0.15 = 0.08
√1.97 * √1.7
h = 10
Y1 = 1 [6.5 + 3.5 + 4 + 5 + 7 ] = 5.20
5
Y2 = 1 [ 4 + 5 + 7 + 6 + 4.5] = 5.30
5
σ21 = 1 [(3.5-5)2+(4-5)2+(5-5)2+(7-5)2+(6-5)2+(4.5-5)2]= 2.33
5-1
σ21 = 1 [(3.5-5)2+(4-5)2+(5-5)2+(7-5)2+(6-5)2+(4.5-5)2]= 1.45
5-1
σ(h) = 1 [-1.69 + 0.51 – 2.04 – 0.14 – 1.44]= -1.20
5-1
ρ(h) = -1.20 = -0.65
√2.33*√1.45
h = 15
Y1 = 1 [6.5 + 3.5 + 4 + 5 ] = 4.75
4
Y2 = 1 [ 5 + 7 + 6 + 4.5] = 5.63
4
σ 1 = 1 [(6.5-4.75)2+(3.5-4.75)2+(4-4.75)2+(5-4.75)2]= 1.75
2
4-1
σ 2 = 1 [(5-5.65)2+(7-5.65)2+(6-5.65)2+(4.5-5.65)2]= 1.23
2
4-1
σ21 = 1 [ - 1.103 – 1.713 – 0.278 – 0.282]= -1.12
4-1
ρ(h) = -1.12 = -0.76
√1.75*√1.23
h = 20
Y1 = 1 [6.5 + 3.5 + 4 ] = 4.67
3
Y2 = 1 [7 + 6 + 4.5] = 5.83
3
σ21 = 1 [(6.5-4.67)2+(3.5-4.67)2+(4-4.67)2]= 2.59
3-1
σ22 = 1 [(7-5.83)2+(6-5.83)2+(4.5-5.83)2]= 1.59
3-1
σ(h) = 1 [ 2.14 – 0.20 + 0.89]= 1.42
3-1
ρ(h) = 1.42 = 0.70
√2.59*√1.54
σ(h) ρ(h)
1.5 1.5
1.0 1.0
0.5 0.5
5 10 15 20 25 h 5 10 15 20 25 h
-0.5 -0.5
-1.0 -1.0
1m
h =0 n(h) = 13
Y1 = 1 [3+2+1.5+4.5+3.5+2.5+5+4+1.5+4.5+2.5+3.5+4.5 ] = 3.27
13
Y2 = 1 [3+2+1.5+4.5+3.5+2.5+5+4+1.5+4.5+2.5+3.5+4.5 ] = 3.27
13
σ21 = 1 [(3-3.27)2+(2-3.27)2+(1.5-3.27)2+(4.5-3.27)2 +………(4.5+3.27)2]= 1.44
13-1
σ22 = 1 [(3-3.27)2+(2-.27)2+(1.5-3.27)2+(4.5-3.27)2 +………(4.5+3.27)2]= 1.44
13-1
σ(h) = 1 [(3-3.27) (3-3.27)+(2-.27) (2-.27)+…..(4.5+3.27) (4.5+3.27)]= 1.44
13-1
ρ(h) = ρ(h) = 1.44 = 1.00
√1.44*√1.44
h =1 n(h) = 10
Y1 = 1 [3+2+1.5+3.5+2.5+5+1.5+4.5+2.5+3.5] = 2.95
10
Y2 = 1 [2+1.5+4.5+2.5+5+4+4.5+2.5+3.5+4.5 ] = 3.45
10
σ 1 = 1 [(3-2.95)2+(2-2.95)2+(1.5-2.95)2+(3.5-2.95)2 +………(3.5+2.95)2]= 1.41
2
10-1
σ 2 = 1 [(2-3.45)2+(1.5-3.45)2+(4.5-3.45)2+(2.5-3.45)2 +………(4.5+3.45)2]= 1.52
2
10-1
σ(h) = 1 [-0.07 + 1.95 – 1.52 – 0.52 – 0.70 + 1.13 – 1.52 – 1.47 -0.02 + 1.10]= -0.19
10-1
ρ(h) = ρ(1) = -0.19 = -0.13
√1.41*√1.52
h = 2 n(h) = 9
Y1 = 1 [3+2+4.5+3.5+2.5+4+1.5+4.5+2.5 ] = 3.11
9
Y2 = 1 [1.5+4.5+3.5+5+4+1.5+2.5+3.5+4.5 ] = 3.39
9
σ21 = 1 [(3-3.11)2+(2-3.11)2+(4.5-3.11)2+(3.5-3.11)2 +………(2.5+3.11)2]= 1.17
9-1
σ22 = 1 [(1.5-3.39)2+(4.5-3.39)2+(3.5-3.39)2+(5-3.39)2 +………(4.5-3.39)2]= 1.67
9-1
σ(h) = 1 [0.21 - 1.23 + 0.15 + 0.63 – 0.37 - 1.68 + 1.43 + 0.15 – 0.68]= -0.17
9-1
ρ(h) = ρ(2) = -0.17 = -0.12
√1.17*√1.67
h = 3 n(h) = 8
Y1 = 1 [3+1.5+4.5+3.5+5+4+1.5+4.5 ] = 3.44
8
Y2 = 1 [4.5+3.5+2.5+4+1.5+4.5+3.5+4.5 ] = 3.56
8
σ21 = 1 [(3-3.44)2+(1.5-3.44)2+(4.5-3.44)2+(3.5-3.44)2 +………(4.5-3.44)2]= 1.81
8-1
σ 2 = 1 [(4.5-3.56)2+(3.5-3.56)2+(2.5-3.56)2+(4-3.56)2 +………(4.5-3.56)2]= 1.17
2
8-1
σ(h) = 1 [-0.41 + 0.12 – 1.12 + 0.03 – 3.21 + 0.53 + 0.12 + 1.00]= -0.42
8-1
ρ(h) = ρ(3) = -0.42 = -0.30
√1.17*√1.81
h = 4 n(h) = 7
Y1 = 1 [2+1.5+4.5+2.5+5+4+1.5 ] = 3.00
7
Y2 = 1 [3.5+2.5+5+1.5+4.5+2.5+4.5 ] = 3.43
7
σ21 = 1 [(2-3)2+(1.5-3)2+(4.5-3)2+(2.5-3)2 +………(1.5+3)2]= 2.17
7-1
σ22 = 1 [(3.5-3.43)2+(2.5-3.43)2+(5-3.43)2+(1.5-3.43)2 +………(4.5-3.43)2]= 1.70
7-1
σ(h) = 1 [-0.07 + 1.40 + 2.36 + 0.96 + 2.14 – 0.93 – 1.6]= 0.71
7-1
ρ(h) = ρ(4) = 0.71 = 0.37
√2.17*√1.70
0 0
1 2 3 4 h 1 2 3 4
h
-0.25 -0.25
-0.50 -0.50
- 1.00 -1.00
En un cuerpo mineralizado se han realizado perforaciones con el objetivo de evaluar el
yacimiento en la dirección W—E tal como se muestra en la figura. Para h = 0, 10, 20, 30,
40, 50
M1 M2 M3 M4 M5 M6 M7 M8
M9
2 8 15 % Zn 20 26 28 18
6
Solución
CALCULOS
σ(h) ρ(h)
1.00
100
80 0.75
60 0.50
40
0.25
20
0 0
10 20 30 40 50 60 70 80 h 10 20 30 40
50 60
-20 -0.25
-40
-0.50
-60
-0.75
-80
-100 -1.00º
Suponiendo que las muestras han sido tomadas a intervalos iguales (H = 1, 2, 3, 4, y 5), a
lo largo de una galería. Algunas muestras han desaparecido, y los valores obtenidos están
en la siguiente figura. Determinar:
a) Semivariograma
b) Covariograma y Correlograma
3 3 2 7 8 11 12 7 5 5
%Pb
1 2 3 4 5 6 7 8 9 10 11 12
Solución
a) Semivariograma
3 3 2 7 8 11 12 7 5 5
1 2 3 4 5 6 7 8 9 10 11 12
γ(h) h 0 1 2 3 4 5
Δ2h Δ20 Δ21 Δ22 Δ23 Δ24 Δ25
18 0 0 4 1 16 25
16 0 25 4 16 25 64
00 1 4 81 100 0
14 0 9 4 25 1 9
12 0 1 4 16 36 36
0 4 4 49 49
10 0 0
0
8 0
Σ Δ20 0 40 24 188 227 134
6 2n(h) 20 14 12 12 12 10
γ(h) 0 2.86 2.0 15.67 18.92 13.4
4
0 1 2 3 4 5 6 h
b) Covariograma y Correlograma
3 3 2 7 8 11 12 7 5 5
h = 0 n(h) = 10
Y1 = 1 [3+3+2+7+8+11+12+7+5+5 ] = 6.30
10
Y2 = 1 [3+3+2+7+8+11+12+7+5+5 ] = 6.30
10
σ21 = 1 [10.89+10.89+18.49+0.49+2.89+22.09+32.49+0.49+1.69+1.69]= 11.34
10-1
2
σ 2 = 1 [10.89+10.89+18.49+0.49+2.89+22.09+32.49+0.49+1.69+1.69]= 11.34
10-1
σ(h) = 1 [10.89+10.89+18.49+0.49+2.89+22.09+32.49+0.49+1.69+1.69]= 11.34
10-1
ρ(h) = ρ(0) = 11.34 = 0.37
√11.34*√11.34
h = 1 n(h) = 7
Y1 = 1 [3+2+7+8+11+7+5 ] = 6.14
7
Y2 = 1 [3+7+8+11+12+5+5 ] = 7.29
7
σ21 = 1 [9.86+17.14+0.74+3.46+23.62+0.74+1.30]= 9.48
7-1
σ22 = 1 [18.40+.89+10.89+18.49+0.49+2.89+22.09+32.49+0.49+1.69+1.69]= 11.34
10-1
σ(h) = 1 [18.40+0.08+0.5+13.76+22.18+5.24+5.24]= 10.20
7-1
ρ(h) = ρ(1) = 7.62 = 0.75
√9.48*√10.9
h = 2 n(h) = 6
Y1 = 1 [3+2+7+8+12+7 ] = 6.50
6
Y2 = 1 [2+8+11+12+7+5 ] = 7.50
6
σ 1 = 1 [(3-6.5)2+(2-6.5)2+(7-6.5)2+…………….(7-6.5)2]= 13.10
2
6-1
σ 2 = 1 [(2-7.5)2+(8-7.5)2+(11-7.5)2+…………..(5-7.5)2]= 13.90
2
6-1
σ(h) = 1 [19.25 – 2.25 + 1.75 + 6.75 – 2.75 – 1.25]= 4.30
6-1
ρ(h) = ρ(2) = 4.30 = 0.32
3.62*3.73
h = 3 n(h) = 6
Y1 = 1 [3+3+2+7+11+12 ] = 6.33
6
Y2 = 1 [2+7+11+12+7+5 ] = 7.33
6
σ 1 = 1 [(3-6.33)2+(3-6.33)2+(2-6.33)2+…………….(12-6.33)2]= 19.07
2
6-1
σ 2 = 1 [(2-7.33)2+(7-7.33)2+(11-7.33)2+…………….(5-7.33)2]= 13.87
2
6-1
σ(h) = 1 [(-3.33)(-5.33)+ (-3.33)(-0.33)+(-4.33)(3.67)+…………..(5.67)(-2.33)]= -1.73
6-1
ρ(h) = ρ(3) = -1.73 = - 0.11
4.37 * 3.72
h = 4 n(h) = 6
Y1 = 1 [3+3+2+8+11+12 ] = 6.53
6
Y2 = 1 [7+8+12+7+5+5 ] = 7.33
6
σ21 = 1 [(3-6.5)2+(3-6.5)2+(2-6.5)2+…………….(12-6.5)2]= 19.50
6-1
σ22 = 1 [(7-7.33)2+(8-7.33)2+(12-7.33)2+…………….(5-7.33)2]= 6.67
6-1
σ(h) = 1 [1.16 – 2.34 – 21.01 – 0.5 – 10.49 – 12.82]= -9.20
6-1
ρ(h) = ρ(4) = -9.20 = - 0.80
4.42*2.58
h = 5 n(h) = 5
Y1 = 1 [3+3+7+8+11 ] = 6.40
5
Y2 = 1 [8+11+7+5+5 ] = 7.20
5
σ 1 = 1 [(3-6.4)2+(3-6.4)2+(7-6.4)2+…………….(11-6.4)2]= 11.80
2
5-1
σ 2 = 1 [(8-7.2)2+(11-7.2)2+(7-7.2)2+…………….(5-7.2)2]= 6.20
2
5-1
σ(h) = 1 [-2.72 – 12.92 – 0.12 – 3.52 – 10.12]= -7.35
6-1
ρ(h) = ρ(5) = -7.35 = - 0.86
3.43*2.49
h σ(h) ρ(h)
0 11.34 1.0
1 7.62 0.75
2 4.30 0.32
3 -1.73 -0.11
4 -9.20 -0.80
5 -7.35 -0.86
σ(h) ρ(h)
12 1.5
1.0
6
0.5
3
0 1 2 3 4 5 h 0 1 2 3 4
5 h
-3
-0.5
-6
1
1.0 1.8
3000m
3.0 2.0 1.5 1.0 2.5
60º
2 1
REGULARIZACION
1 2 3 4 5 1 2 3 4
soporte
1m 10m
1m 30m
1m 50m
Variable regularizado Variable regularizado
Fig Nº 1
Variables Puntuales
1m 1m 1m 1m 1m 1m 1m 1m
VARIABLE REGULARIZADO
Supongamos tener un sondaje muestreado 1m a 1m, tal como lo indica la Fig. Nº1 .
Cada muestra es puntual y por lo tanto la VARIABLE en estudio puede ser definido como
una VARIABLE PUNTUAL. Sin embargo, ciertas veces se requiere no hacer un estudio
sobre cada “punto “ del sondaje, sino sobre un conjunto de estos “puntos”,. Con la nueva
variable es más regular que la variable puntual, aquella recibe el nombre de VARIABLE
REGULARIZADA.
M1 M2
(x) h (x+h)
Y(x) Y(x+h)
Para medir el valor de Y en un punto x, debemos tomar una muestra de tamaño “W”
centrada en x. Si queremos determinar la ley del punto x, “W” será el volumen de la
muestra centrad en x; si deseamos calcular la acumulación metálica en el punto x, “W”
será el área de la sección transversal de la muestra centrada en x. Entonces, la propiedad
medida es una variable regularizada y de esta manera, el semivariograma ( o
covariograma) calculado de los valores obtenidos es también regularizado. Es decir el
semivariograma y el covariograma regularizados, se obtiene regularizando (ponderando)
el semivariograma y el covariograma puntuales, respectivamente.
1 2 3
w
Yp ( x) P( x i )Y ( x x i )dxi Y P
w
xi “D” xii x x+
h
x x+h o h o
. .
. .
xi
xii
Y(x) Y(x+h) x x+h
W(x) W(x+h) . .
i
x xii
dx dx x x
1
se tiene: ( w; w h) i ii i ii
w2 xi x ii
μ = E[ Y(x) ] x en
D…………………………………………………………..1
μw(x) = E [ Y(x) ] xi en w(x)
……………………………………………………....2
σ(h) = E [ (Y(x) – μ)(Y(x+h) – μ)] x y x+h
…………………………………………3
σw(h) = E [ (μw(x) – μ)( μw(x+h) – μ)] w(x) y w(x+h) en
D……………………….4
2γ(h) = E [ Y(x) – Y(x+h) ]2 x y x+h en
D……………………………………..5
2 γw(h) = E [μw(x) - μw(x+h)]2 w(x) y w(x+h) en
D………………………………..6
γw(h) = ( w; w h) - ( w; w) semivariograma
regularizado……………………….7
σw(h) = ( w; w h) covariograma
regularizado……………………………………8
( w; w h) ≈ σ(h)
……………………………………………………………10
De esta manera, el covariograma regularizado y el covariograma puntual, efectivamente
son idénticos. Además
( w; w h) ≈ γ(h) + ( w; w)
………………………………………………..11
De esta manera, el semivariograma regularizado puede a menudo ser obtenido del
semivariograma puntual por una traslación vertical de la amplitud ( w; w) . Antes de
decidir si el semivariograma regularizado puede ser aproximado a un semivariograma
puntual uno debe determinar si ( w; w) es de valor insignificante.
Si el semivariograma puntual en una dirección dada presenta un rango “a”, el
semivariograma regularizado en la misma dirección presentará un un rango igual que
“a” , mas el diámetro de “w” en dirección considerada
La relación γ(h) = σ2 - σ(h) , es válida si el soporte de la V.R es un soporte puntual o
no
en consecuencia: γw(h) = σw2 - σw(h)
Esta relación están ilustradas en el siguiente gráfico
σ(h) ( w; w)
2 i
σw σw(h )
γ(h) γw(hi)
hi h
Fig. Efecto de la regularización sobre el semivariograma y el covariograma
Consideremos que la muestra w(x) está compuesta de n puntos xii (i 0 1, 2, 3, ..n) con
valores Yii = Y(xii). La muestra w(x+h) está también compuesta de n puntos xiij = (j = 1,
2, 3, ….n), con valores Yiij = Y(xiij).
La ecuación 2 se puede escribirse como sigue:
1 n
w ( x) Yi
n i 1 ……………………………..12
1 n
w ( x h) Y j
n j 1
……………………………...13
reemplazando en 4
1 n 1 n
σw(h) = E [ ( Yi – μ)( Y j – μ)]
n i 1 n j 1
xx
n n n n
i 1
=
n2
E (Y ( xi) )(Y ( xj) )
i 1 j 1 n2 i 1 j 1
i j
luego:
σw(h) = ( w; w h) ………………………………………………….8 Lqqd
Similarmente
γ(h) = σ2 - σ(h) γw(h) = ( w; w) - ( w; w h)
2
γw(h) = σw - σw(h) ( w; w) = σ2 - ( w; w)
( w; w h) = σ2 - ( w; w h)
reemplazando
γw(h) = ( w; w h) - ( w; w) ………………………………7 Lqqd
. x’ L γ(x’x’’)
L
h γ(x’x’’)
h
x’’
. L ( L; L) = E[γ(x’x’’)]
γL(h) = ( L; L h) + ( L; L) ( L; L h) = E[γ(x’x’’)]
L ( h) ( L; L h) ( L; L……………………….1
)
1 L Lh
( L; L h)
L2
x 0 x h
( xx…………………..2
) dx
1 L L
( L; L ) 2 dx ( xx)…………………….3
dx
L x 0 x 0
Si el variograma γ(h) es lineal de tangente 1; estas expresiones pueden ser fácilmente
calculadas:
γ(h) = h ……………………………………………….4
γL(h) = ⅓ h2 1 (3L – h) , para h <= L……………...5
L2
γL(h) = h - L para h => L ……………………….6
3
En la práctica se tiene acceso a γL(h) para h < L y el semivariograma observado será
lineal con un aparente efecto Nugget o de pepita negativo
Nap = - ( L; L) = - L
3
Si el variograma γ(h) tiene un rango “a” , el semivariograma regularizado γL(h)
tendrá un rango (L+a)
γ(h) γ(h)
L -L/3 γL(h)
2L/3
0
L 2L h
-L/3
Fig. Semivariograma lineal regularizado por muestras dentro de un CORE o
TESTIGO
D1 D2
D3
x’’
h L h
L
x’
( L; L h) = E[γ(x’x’’)]
Si el semivariograma γ(h) tiene un rango “a”, entonces γL(h) tendrá un mismo rango.
Aún cuando el semivariograma puntual sea isotrópico, el semivariograma regularizado
calculado de las muestras de longitud constante diferirán, dependiendo si este es
calculado a lo largo de taladros individuales o entre taladros paralelos. Esta diferencia
será significativa si la distancia h es grande con respecto al tamaño de la muestra L. En el
caso de un semivariograma lineal, la diferencia no es de significancia práctica para
valores de h más grande que L
Para que las relaciones (A) y (B) sean satisfechas simultáneamente, es necesario y
suficiente que
( w; w h) sea una constante para todos los valores de h ≠ 0, el cual puede ser obtenido
experimentalmente.
la relación entre el semivariograma puntual y regularizado se vé en la Fig
γ(h)
γ(h) semiv. puntual
K . .
( w; w) x
x+h
γw(h) semiv.
N regularizada x’. .x’’
w(x)
w(x+h)
se tiene dos muestras: w(x) y w(x+h)
tal que
0 a h la distancia x’x’’ entre cualquier
punto x’ en
Fig. Efecto Nugget puro debido a w(x) y algún otro punto x’’ en
w(x+h) no sea
micro estructuras menor que “a”, luego
γ(x’x’’)=K para todos los pares de
puntos
x’, x’’, se tiene:
( w; w h) = K……………..(C)
Si al menos hay dos puntos: x’ en w(x) y x’’ en w(x+h) tal que x’x’’ < a; entonces:
( w; w h) < K
La distancia más corta a la cual es posible tomar dos muestras de tamaño w, es h para la
cual w(x) y w(x+h) son muestras consecutivas; entonces ( w; w h) < K; y en teoría, la
regularización de micro estructuras no puede ser representada por un efecto Nugget puro.
Sin embargo, en la práctica, un N puro podrá ser observado para distancias cortas entre
las muestras, incluyendo muestras consecutivas si el tamaño de la muestra w es muy
grande con respecto al rango “a” de las micro estructuras. Si esta condición es satisfecha,
se tiene: (de A, B y C)
N = K - ( w; w)
Se ha indicado que siempre que la hipótesis específica sean satisfechas, el efecto Nugget
es inversamente proporcional al tamaño de la muestra. Esto es verdad, si el efecto Nugget
se debe a errores de muestreo y ensaye, o a la presencia de micro estructuras.
sea: N efecto Nugget para muestras de tamaño w se tiene N’ = w
N’ efecto Nugget para muestras de tamaño W W