Materialdeestudiopartevdiap599-742 PDF

300
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
www.camiper.com www.gqs.co.za www.minssa.co.za
MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

DE LA POBLACION
Se observa que la mineralización se

concentra justo por encima de la mitad
de la capa; antes y después el contenido
colapsa.
Es probable que las partes marginales y la parte central de la

capa se refieren a dos diferentes poblaciones, probablemente
vinculadas a diferentes eventos minero-genéticos o
posgenéticos.
11 Años Capacitando a la Comunidad Minera Global 599
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Por esta razón, el variograma vertical se calculó en dos casos:

• Teniendo en cuenta toda la población; es decir, toda la
capa (8,5 m), entonces con hmáx. = 4,2 m.
• Teniendo en cuenta solamente la población de hecho
mineralizada; es decir, el espesor afectado por las altas
leyes (3 m) y luego con hmáx. = 1.5 m.
CAMIPER www.camiper.com
CONSULTANCY & TRAINING
301
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Los resultados muestran dos

variabilidades espaciales diferentes.
 En el espesor mineralizado con alta
variabilidad, hay tres estructuras
elementales anidadas: un efecto
pepita, una estructura con alcance a
escala más pequeña del metro y una
estructura intrínseca. Sin embargo, el
variograma es coherente.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
Teniendo en cuenta toda la capa, el variograma muestra una
discontinuidad clara, mientras que flota alrededor de la
varianza experimental.
Dentro de la distancia de 1,5 m; la

tendencia del variograma es muy
similar a la que en la parte central, con
el mismo efecto pepita, pero con una
variabilidad mucho menor para las
otras dos estructuras.
302
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
Teniendo en cuenta toda la capa, a continuación, las dos
poblaciones, pares a corta distancia por lo general, pertenecen
a su propia población, la de los ricos o la de los pobres.
Los pares ricos con alta variabilidad

tienen las estructuras anidadas de la
mineralización, tendencia que se ve
mitigada por la contribución de los pares
pobres, con incrementos casi cero.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Entre 1,5 y 4,5 m; el variograma muestra una variabilidad muy
regular, lo que sugiere la presencia de una tendencia, un
promedio que varía de forma sistemática.
 A mayor distancia, entran en el

juego los pares de datos que
pertenecen a las dos poblaciones
diferentes: una rica y una pobre.
303
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Difícilmente, en los problemas con la estimación de reservas

recuperables, se mezclarán las dos poblaciones.
 Sería un grave error utilizar el variograma total,
especialmente porque proporcionaría valores numéricos
menores y las estimaciones serían indicadas como precisas,
sin serlo.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Ejemplo 2: Consideremos otro

ejemplo para demostrar la
importancia de identificar y trabajar
en poblaciones homogéneas, tal
vez reduciendo el dominio de
interés.
 En el océano Pacífico, fue hecho un
muestreo de los nódulos metálicos
con malla regular a grande escala.
304
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Se sospecha una anisotropía en un

NW-SE, con base en los
variogramas en estas dos
direcciones. Se calculó también el
variograma medio.
 En realidad, un variograma parece
estacionario (NE) y el otro
intrínseco (NW).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Al examinar el histograma, es clara una

presencia de dos poblaciones
estadísticas diferentes: una menos rica y
otra menos numerosa.
 Mirando más de cerca las fases de
sedimentos, se hace una división en
subáreas.
305
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

DE LA POBLACION
 Repitiendo el cálculo del variograma en las dos direcciones principales
de la aparente anisotropía, los dos variogramas rsultantes son casi
coincidentes.
 La variabilidad espacial de la zona de mayor interés económico es
totalmente isótropa, incluso probablemente una estructura a una escala
menor de la malla de muestreo.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
CONSIDERACIONES FINALES
306
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
MODELIZACION - CONSIDERACIONES FINALES
 La modelización es el proceso que proporciona la

herramienta básica para todas las aplicaciones geoestadísticas
a los problemas de la minería: estimaciones, selección,
diseño...
 La calidad de la modelización depende principalmente de la
calidad del variograma experimental.
 La calidad del variograma experimental depende de muchos
factores, algunos tan simple como la posible presencia de
valores atípicos o la adecuada elección del paso elemental.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Pero la calidad del variograma experimental depende en gran

medida en un análisis de geoyacimientológica profundo y en
un excelente conocimento de los problemas que deben
abordarse.
 Los factores relevantes como la escala de trabajo o la
homogeneidad de la población siempre deben considerarse
cuidadosamente.
307
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La fase de modelización en sí misma no debe producir el

modelo verdadero, porque, como enseña Matheron, no se
puede probar la objetividad del modelo, pero sí se puede
falsificar.
 Esto conduce a una visión muy pragmática, por lo que, en
simples palabras, la modelización es válida si resuelve un
problema específico de manera satisfactoria.
 Hay casos en que el cambio del problema sugiere cambiar el
modelo de la VR.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Por supuesto que se deben respetar las restricciones de

matemáticas tales como el uso de funciones definidas
condicionalmente positivas como modelo de variograma.
 En general, es suficiente combinar las estructuras
elementales para obtener un modelo de variograma correcto.
Por lo menos en las regionalizaciones monovariadas.
 Incluso las anisotropías se modelizan de manera satisfactoria
solo combinando los dos modelos disponibles.
308
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El desafío más interesante sigue siendo la interpretación del

modelo, la explicación de los tipos de estructuras elementales
en cuenta y los parámetros relacionados con el análisis de los
fenómenos físicos que han generado las VR de interés.
 No es un paso necesario para la solución de problemas como
una estimación eficiente, pero una interpretación correcta,
por un lado, fortalece en gran medida la modelización y, por
el otro, es una importante guía para las decisiones futuras.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
EL SOPORTE Y LA
REGULARIZACION
309
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
VARIABLES REGULARIZADAS LA VARIABLE

REGIONALIZADA
 Hasta ahora hemos examinado variables regionalizadas (VR);
es decir, funciones puramente deterministas, Z(x) que toma
un valor fijo en cada punto del espacio.
 Una VR es interpretada
como la realización de una
función aleatoria (FA), Z(x) y
puede ser estacionaria
(FAEs) o intrínseca (FAI-k).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
VARIABLES REGULARIZADAS - LAS RELACIONES DE

PARTIDA
 k = 1 visita a los puntos en la primera fila, r = 1; c=1, nc – 1,

que se aparean a los puntos de la siguiente fila y de la
siguiente columna:
(r´ = r+1; c´ = c +1)
 Se acumula ek cuadrado de sus incrementos.
[z(c+1, r+1) – z(c, r)] y el n.º de pares.
 h   1
2
 
var Z x   Z x  h 
310
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
VARIABLES REGULARIZADAS - EL SOPORTE Y LA

REGULARIZACION
 Las VR estudiadas es poco probable que se conocen en
términos de valor puntuales, porque por lo general requieren
una cantidad finita de materia, con el fin de realizar análisis,
también porque la muestra técnicamente tiene un volumen
propio.
 Además, los problemas técnicos y económicos difícilmente
hacen referencia a valores puntuales, pero sí a valores
promedio de testigos, bloques, paneles: es sobre estos que se
concentra gran parte de los intereses.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El dominio espacio temporal donde se calcula el promedio de
la VR se llama soporte.
 El soporte es…
• El volumen v
• La superficie s
• El segmento l
• El intervalo de tiempo d
… donde la VR z(x) es medida (su valor medio).
311
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El soporte es caracterizado por la dimensión y la forma; en 3D,
2D, 1D.
 Por ejemplo: en 3D un paralelepípedo (bloque) o un cilindro
(testigo).
v1
s1
l
v2 s2
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 En 2D, el soporte es una superficie cuadrada o esférica.
 En 1D, un segmento (galería, muestra).
v1
s1
l
v2 s2
312
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El problema del soporte en práctica es simplificado.
 Si el tamaño es pequeño respecto a la escala de trabajo, el
soporte puede ser considerado puntual.
 Ejemplo: un
l
L
testigo y el J
yacimiento.
l
 El mismo testigo, referido al sondeo, tiene
soporte no nulo, normalmente lineal.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Normalmente, en geoestadística se denota la VR y la FA con la

letra z(x) o Z(x), donde x es el punto genérico del espacio n
dimensional a que se refiere.
 En el caso de un espacio 3D, las tres coordenadas cartesianas
generalmente se denotan por x, y, z, que puede crear
confusión. Al referirse al punto, vamos a mantener la notación
z(x) o Z(x); si es necesario hacer referencia explícita a las tres
coordenadas, se utiliza la notación v(x, y, z) o V(x, y, z).
313
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si el VR es una variable aditiva, integrable; estas

características coinciden con la media aritmética de las VR.
z v    
1 1
v v
z x dx   zi
n i 1,n
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Debe utilizar subperiodos,
para interceptar la…
 Así en 2D, el semiespacio angular ( B ) puede ser
vi
dividido en n direcciones.
siendo el variograma una función
par, . V
 A cada dirección es asociado un sector angular
que normalmente coincide con la tolerancia
angular.
z V    zvi  z V  
1 1
N i 1, N
ou
V 
V
z ( x)dx
314
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 La variable regularizada también es una VR porque está
definida en cada punto del espacio discretizado en elementos
iguales al soporte.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El incremento es también una función aleatoria siendo la

diferencia entre dos variables aleatorias que pertenecen a
una FA.
 Si la Z(x) es una FAEs, también el incremento es una FAEs
porque no depende de x, solo de h.
 En efecto, su medida es cero.
z vx0   z x dx  zv x0 

1
v v  x0 
315
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si la variable regularizada no es aditiva, pero sí es un tensor,
un vector (por ejemplo: la permeabilidad), la variable
regularizada también es un tensor, con valores de las
componentes que van desde la media aritmética hasta la
media armónica.
 z v x0   z x dx
1 1
1 1 v   
v v  x0  z x 
v x0
dx
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Deben prestar mucha atención al hecho de que la variable

regularizada no es la variable original de base.
 Las variables estadística o aleatoria se identifican por sus
distribuciones de frecuencias y de probabilidades.
 Si cambia la ley, la variable cambia.
 Cuando una variable se regulariza sobre un soporte 𝑣, su
distribución se muda y crea una variable diferente.
316
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 También la ley cambia, si el volumen queda constante y solo

cambia la forma; sin embargo, ha cambiado el soporte.
 No es necesario que la variable en la que la operación de
regularización se realiza sea puntual, sino que también puede
ser una variable que ya está regulada en un soporte diferente.
 En el siguiente, siempre se consideran variables aditivas a
menos que se indique lo contrario.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Consideramos una muestra con 7 cm de diámetro y 1 m de

cobertura.
 Consideramos un depósito esquematizable como un
paralelepípedo con dimensiones de los lados 500, 100, 200 m.
 La relación entre los volúmenes es la siguiente:
317
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Consideramos un sondeo con 7 cm de diámetro muestreado
con muestras de 1 m de longitud.
 La relación entre los volúmenes (longitudes) es la siguiente:
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El promedio de la variable regularizada sigue siendo el
mismo.
mv  m mv  EZ v x  
1
v v
EZ x dx   mdx  m
1
v v
4 4 3
4 3 4
4 2 5
4  3  4 11
4  4  3  2  4  5 11 mv  
m  3 3
6 3
318
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 La varianza de la variable regularizada disminuye.
     v, v 
 v2  E Z v2 x  m 2    EZ x Z x'dxdx'  m
1
2 2 2

v2 v v
v  C v, v   C 0   v, v 
4 4 3
4 3 4
4 2 5
42  32  42  11 
2
42  42  32  22  42  52  11 
2
 
2
    14,3  v2      13,7
6 3 3 3
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El variograma es diferente: para distancias superiores a la
dimensión del soporte, a una primera aproximación se baja
con respecto del variograma de la FAEs de la misma cantidad
de la varianza.
 v h   h   v, v 

1
2

 v h   E Z v x  h   Z v x   
2 1
2

2C v, v   2C v, v h  
  v, v h    v, v    h    v, v 
319
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 La distribución de probabilidad es diferente.
• Tiene una varianza más pequeña, por lo que es menos
dispersas, más recoge alrededor de la media.
• Tiende a perder cualquiera asimetría, como una distribución
logarítmica normal tiende a una normal.
Variable log-normal Variable regularizada l=5

0,4
0,4
0,35 0,35
0,3 0,3
frecuencia rel
frecuencia rel
0,25 0,25
0,2 0,2
0,15 0,15
0,1 0,1
0,05 0,05
0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
clase clase
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Para el cálculo de los momentos II de la FA regularizada, aparece

una nueva función, el variograma medio entre dos volúmenes, en
general diferentes: V, V´.
 Formalmente, su definición matemática es un integral doble en las
coordenadas de los extremos del vector traslación, h= x –x´.
 V ,V '   x  x'dxdx '

1
VV ' V V '
320
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 La cantidad debe ser atribuida al espesor efectivo y entonces el
valor muestreado debe ser adecuadamente modificado:
V
x h x’ V’
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Para cada par de valores, x e x´, un vector h se identifica y, a
continuación, un valor del variograma.
 El punto x cubre el volumen V, el punto x´ cubre el volumen V´.
 Se suman todos los valores de los variogramas y se calcula la media.
V
x h x’ V’
 V ,V '   x  x'dxdx '

1
VV ' V V '
321
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 En el caso de las variables regularizadas, estos volúmenes coinciden
con el soporte de la variable.
 Los dos volúmenes son normalmente separados, pero, como caso
particular, pueden coincidir en un solo volumen: .
v
h
x x’ v’
 v, v'   x  x'dxdx '

1
vv' vv '
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El número de direcciones es siempre 4, entonces los sectores angulares
son identificados y tienen una anchura.
 El paso elemental es el mismo por cada dirección.

 Las clases son identificadas por los múltiplos de los pasos elementales
+/- la tolerancia.
n n
 V ,V '   x  x'dxdx '  2   x  x 
1 1
 
VV ' V V ' n i 1 i '1
i i'
322
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Se calcula el ángulo entre el vector y las direcciones principales
seleccionadas hij.
 Si el ángulo calculado para una dirección principal u es menor que el
ángulo de la tolerancia, el par contribuye al cálculo del variograma
experimental en dirección u.
3,2 4,2 5,2

1 4 6
 V ,V '    xi  xi '   V
4  6 i 1 i '1 0,1 1,1 3,1 4,1 5,1
V’
  x1  x5    x1  x6   ... x4  x10   0,0 1,0
1
24

1
24
   
 h1,5  4  02  1  02  ... h4,10  5  12  2  12
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si el variograma es un efecto pepita puro y si los dos
volúmenes son disjuntos, el variograma promedio coincide
con el efecto pepita puro.
0 h0
 h   
C h  0
1 n n'
 V ,V '   C  C
n  n' i 1 i '1
323
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si los dos volúmenes están muy separados, de modo que
todos los posibles pares de puntos de discretización se
caracterizan por una distancia del vector superior al alcance
del modelo, entonces el variograma medio es igual a la
meseta.
 h  ha
 h   
C ha
1 n n'
 V ,V '   C  C
n  n' i 1 i '1
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Como un caso especial, los dos volúmenes en los que se
calcula el variograma promedio pueden superponerse: esto es
el caso del variograma promedio que aparece en la expresión
de la varianza de una variable regularizada como término
sustractivo.
 v2   2   v, v 
 La varianza regularizada es siempre menor que el a priori,

porque el variograma promedio es siempre una cantidad
mayor o igual a 0.
324
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Se analiza la cuestión de la reducción de la varianza de una

variable regularizada respecto a la a priori.
 v2   2   v, v 
 La disminución depende de lo siguiente:
• De la función variograma; es decir, tipo de función y
parámetros: y, a, C.
• Del soporte de regularización, v: tamaño y forma.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 El variograma promedio soporte-soporte tiene la característica

de que dos volúmenes considerados son coincidentes.
 v, v      x  x'dxdx'
1
v2 v v
 En la doble integración, para cada punto de 𝑥 habrá un punto

con coordenadas 𝑥'𝑥, entonces hay pares de puntos cuya
distancia es cero y, por lo tanto, el variograma.
325
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Por ejemplo: en el caso de un soporte cuadrado discretizado
en cuatro puntos de coordenadas conocidas y variograma
isótropo, el valor medio del variograma soporte-soporte es el
siguiente:
1 4 4
 v, v     xi  xi '   0,1 1,1
4  4 i 1 i '1 0,0 1,0
 4   h1,1    h1, 2    h1,3    h1, 4  

1
16

1
16
    
4   0    1   2   1   1   2
1
2
1
4
 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Considere un muestreo irregular 2D.
 Cada muestra Zi se identifica mediante un par de coordenadas:
Zi = Z(Xi, Yi).
0 h0  1
 h     pep h   C   h   pep v, v   C 1  
1 h0  v
v(v  1)  1
 pep v, v   1
  C x  x'dxdx'  v  C v  1dx'  C
1
 C 1  
v2  v
2 2
v v v v
n n n
n(n  1)  1
 pep v, v   2  C xi  xi '   2  n  1C  C
* 1 1
 C 1  
 n
2
n i 1 i '1 n i 1 n
326
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 En el caso de un soporte discretizado en cuatro puntos, el

variograma medio soporte-soporte para un modelo pepita
puro es el siguiente:
0,1 1,1
 1 1 4 4
pep v, v   C 1      pep xi  xi '  
0,0 1,0

 v 4  4 i 1 i '1

1
4  0  C  C  C   12 C  C 1  1 
16 16  4
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si el soporte tiende a 0; es decir, la variable regularziada
tiende a la variable puntual, la varianza de la variable
regularizada tiende a la varianza a priori, dado que el
término sustractivo se desvanece.
 v2   2   v, v 
v0  v, v    0,0  0
 v2   2
327
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Si el soporte tiende a infinito; es decir, la variable regularizada
tiende a la media del campo, el término sustractivo tiende a la
varianza a priori y la varianza de la variable de regularizada
tiende a cero.
 v2  C 0   v, v 
v  v, v    ,    C 0
 v2  0
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
 Por lo tanto, cuanto mayor sea el soporte de regularización,

mayor será el variograma medio soporte-soporte y menor es
la varianza de la variable regularizada.
 Cuanto mayor sea el soporte, más es la variable regularizada.
328
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZACION
Uno de los dos volúmenes puede ser nulo, en cuyo caso

hablamos de variograma medio punto-volumen.
 0,V     x  x'dx'
1
0
V V
Es una cantidad que será utilizada principalmente para calcular

la varianza de extensión y otras varianzas de estimación.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
EL VARIOGRAMA
REGULARIZADO
329
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

PARTIDA
 Hasta ahora hemos definido y considerado solo variogramas
de VR con soporte puntual. Pero sabemos que el soporte
puntual no esiste, es una aproximación. Sin embargo, es
aceptable en muchos casos.
 Pero cuando la aproximación puntual no puede más ser
aceptada, incluso el variograma no puede más ser considerado
puntual y su expressión teórica tiene que ser revisada.

 h 
1
2

var Z x   Z x  h  
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
VARIABLES REGULARIZADAS - EL VARIOGRAMA

REGULARIZADO
 Considerar Z(x) una FAEs con media, varianza y variograma:
.
 Se considera su regularizada es un soporte v . Por
ejemplo: la ley media de un testigo.
 Su media y su varianza son
330
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 A continuación se presenta cinco modelos compuestos de la
suma de algunos comunes modelos de base: un pepítico, un
esférico, un exponencial, un gaussiano y un lineal.
v(x)
h v(x+h)
Zv(x)
2 
  
 v ( h)  E  Z v x  h  Z v  x  
1 2
  Zv(x+h)
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Sustituyendo las variables regularizadas con su expresión, se obtiene
la identificación de la función variograma regularizada en términos de
variogramas promedio soporte-soporte.
 Es suficiente recordar que la media es la integral de probabilidad de la
variable aleatoria; casi discretamente, la probabilidad infinitesimal
f(x)dx se sustituye por la probabilidad Pu y la integral por la suma.
   
 v h  E  Z v x  h  Z v x   
1
2 
2
 
1  1  
2
Z  d   Z  d   
1
 E  
2  v v x  h  v vx   
 
  v, v h   v, v 
331
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 En particular, el variograma regularizado es la diferencia entre
el variograma promedio entre dos soportes distante ℎ y el
variograma promedio entre dos sopoprtes que se
superponen.

 v h   v, v h    v, v 
v(x)
h v(x+h)
Zv(x)
Solo el primer término
Zv(x+h)
depende de la distancia h.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 El modelo lineal se caracteriza por un solo parámetro, la

inclinación c.
 No tiene meseta y expresa una FAI-0.
vx vx+h
’
 vx , vx  h         ' d d '
 1
v2 v x v xh
332
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 El error de medición, que es una cantidad aleatoria, tiene un
promedio, probablemente cero , una varianza, probablemente
pequeña y es independiente de la sustancia radioactiva:
.
 No hay ninguna razón parar creer que el error es espacialmente
estructurado, por lo que debe tener un variograma pepítico.
 vx , vx  h         ' d d ' 

1
vx v2 v x v xh
i
    j 
vx+h 1 N N
 i
N2 i 1 j 1
j
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 fdp de la VA en el punto X0.
 Misma fdp en todos los puntos.
 Misma media.
 Misma varianza.
h  a  Dv   vx , vxh   C
vx vx+h
h
h  a  Dv    '  a Dv
 ’
333
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 A mayor distancia del alcance, el
variograma es siempre C, por lo que el
variograma promedio es la media de
una constante; es decir, es igual a la
meseta.
vx vx+h
h  a  Dv    '  a Dv h
 ’
 vx , vx  h        ' d d ' 

1 1
v2 
v x v xh
v2   C d d '  C
v x v xh
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 La meseta del variograma regularizado es menor de la

puntual: Cv < C.
 Tomamos la expresión general del variograma regularizado.
 v h   v, v h    v, v 

 Para la distancia que tiende a infinito, el variograma
regularizado tiende a su meseta.
334
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Basado en la expresión general
 v h   v, v h    v, v 

para h que tiende a infinito, el primer término tiende a la
meseta del variograma puntual.
 Así, la meseta del variograma regularizado es la siguiente:
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 La meseta del variograma regularizado es menor que la
meseta del puntual.
 La reducción es el
Regularización del variograma
variograma medio
soporte-soporte que es
(v,v) independiente de la
C
distancia, pero
 (h)
Puntuale depende solo del

Regolarizzato
soporte (forma y
tamaño).
0 h
10 20
335
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 También el alcance del variograma regularizado av es diferente

del puntual y en particular es mayor.
 El incremento es definido segundo según la forma y el tamaño

del soporte.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Tomamos la expresión general del variograma regularizado.
 v h   v, v h    v, v 

 El umbral es definido como la distancia h para que el
variograma regularizado quede constante.
 Mientras que resta constante cuando muda, se
hace constante solo cuando cada distancia es mayor del
alcance, .
336
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Se considere que el soporte tiene dimensiones igual al
diámetro medio.
Dv = dim{v}2r
 Si los dos puntos más próximos

tienen distancia a, la distancia a
r
entre los baricentros es x –x´ = a
+ 2r av=a+2r
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Para distancias de los baricentros
también el término se hace constante.

Regularización del variograma
Puntual
Regularizado  Por lo tanto, el alcance del
variograma regularizado
es el siguiente:
 (h)
a av h
337
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Se pueden calcular las estadísticas de las dos variables.
 Si es suficientemente grande la media y la varianza de los dos
extremos del vector h, coinciden con la media y la varianza
del área.
Regolarizzazione del variogramma
 Se trata de un Puntuale
Regolarizzato
comportamiento en C
particular, hasta una
(h)
distancia exactamente igual
al tamaño del soporte. 0 5 h
10 15 20
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Esto se explica por el hecho de que las distancias entre los

baricentros más pequeñas que la dimensión del soporte, los
dos dominios se superponen parcialmente; es decir, tienen
una intersección distinta de cero.
v v+h v v+h
r
v  vh  0 r
h < 2r h > 2r
338
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 En la práctica, los datos son de muestras físicas; por lo que no

pueden tener valores del variograma experimental para
distancias menores que el tamaño de la muestra y no pueden
ocupar, aunque sea parcialmente, el mismo volumen.
 Piense en un muestreo continuo, en un sondeo con los
testigos de longitud l: el primer punto del variograma
experimental será exactamente a una distancia igual a la
longitud de las muestras: h1 = l.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 El único efecto práctico de esta tendencia muy regular en el origen,
teóricamente presente, pero sin posibilidad de tener valores
experimentales, sería el de obtener los valores negativos del
variograma extrapolando los puntos experimentales disponibles en el
origen.
 En la práctica, es un problema muy raro.
Tendencia regular en el origen
(h)
0 5 10 15 20
h
339
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Resumiendo las diferencias entre el variograma regularizado y
el puntual.
 Otra manera de estudiar la
correlación espacial es por la Regolarización del variograma
variable incremento, igual a la Puntual
Regolarizado
diferencia de los valores de los
dos puntos.
(v,v)
C
Cv
Serán media y varianza  (h)
experimentales de los
a av h
incrementos, si nh es
suficientemente grande.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Cabe destacar que este análisis demuestra y confirma que es

absolutamente incorrecto mezclar y procesar datos con
diferentes soportes, porque son diferentes variables.
 Un ejemplo sintético de regularización preparado en la hoja
electrónica sería el siguiente:
340
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Variograma experimental puntual (v1=1, alcance a=5, meseta C=1)
y regularizado por un soporte v2=5 v1.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Una profundización es necesaria en el caso de las muestras
con soportes no isotrópicos: es el caso de las muestras a lo
largo de los sondeos.
 Se considera Z(x) a una FAI-0 en 3D con variograma lineal.
Y(h) = wh
 Se considera su variable regularizada Z l(x) sobre un soporte
lineal l.
341
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 El variograma regularizado a lo largo de los sondeos y entre
los sondeos para vectores de distancias verticales y
horizontales, cómo se comporta ?
 
 l h hor ?
 
Zl
hver  l h ver ? Zl
hhor
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Se parte de la relación básica.

 l h   l , l h    l , l 
 El segundo variograma medio es el mismo en los dos
casos y su valor es el siguiente:
Zl Zl
 l , l   2  
1 l
l l ,l     ' dd ' 
3
342
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO

 l h   l , l h    l , l 
 El primer variograma medio es diferente en los dos casos y es

calculable explícitamente solo en vertical.

 l , l h vert
  l1      'dd '   h
2 Zl
l ,l  h
ver hhor
hvert Zl

 l , l h hor
 1
 2
l      'dd '   h
l ,l  h
hor
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 En el caso del variograma regularizado entre las

Zl
muestras con longitud l del mismo sondeo y
variograma puntual lineal, el resultado es un hvert
variograma que se baja de l/3.
  
 l hvert   l , l h vert
  l, l   h   3l
343
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Ejemplos visuales de regularización se pueden obtener
fácilmente de las imágenes.
 De una imagen de una superficie con soporte (píxel) de 1 m,
muy irregular, se obtienen mediante la regularización a 3
metros a 9 metros algunas imágenes mucho más regulares.
 Los mismos variogramas muestran, manteniendo la tendencia
general, una reducción de la meseta según la reducción de la
varianza experimental.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
Ejemplo
Support 3m
Support 9m
344
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Ejemplo: Influencia de la
regularización en el variograma
experimental usando las
concentraciones medias de las
muestras de 2 y 4 metros
(Surface Mining 2° edition,
Bruce A. Kennedy Ed. SME 1990,
p. 322).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Ejemplo: La diferencia de soporte no solo altera el variograma
cambiando el tamaño de la muestra, sino también la forma
(por ejemplo: cuando se muda el método de muestreo).
 La figura muestra un ejemplo

de variograma sobre datos de
testigos y de canales en una
mina de estaño (Surface
Mining, op. cit., p. 323).
345
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Ejemplo: La diferencia en
soporte altera el variograma.
En la figura, el variograma de
la muestra de la acumulación
(espesor x ley) registrado en
los testigos y los canales en
una vena de plata (Surface
Mining, op. cit., p. 323).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

REGULARIZADO
 Una variable regionalizada (VR) es una función puramente
determinista, z(x). Toma un valor fijo en cada punto del
espacio y es interpretada como la realización de una función
aleatoria (FA), Z(x), y que puede ser estacionaria (FAEs) o
intrínseca (FAI-K).
346
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA

PARTIDA
 Teóricamente, la expresión del variograma asociado a una

función aleatoria estacionaria (FAEs) o intrínseca de grado 0
(FAI-0) es la siguiente:

 h 
1
2

var Z x   Z x  h 
 Corresponde a la semivarianza del incremento de dos variables
independientes separadas por el vector traslación, h .
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA DISPERSION:
EL CONCEPTO
347
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA DIPERSION: EL CONCEPTO
 El concepto intuitivo de la dispersión es uno de los más
enfocados por la geoestadística. Se formaliza y se cuantifica
por la varianza de dispersión.
 Una de las principales aplicaciones del enfoque geoestadístico
sobre la dispersión es la selectividad para el cálculo de las
reservas.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Los resultados de la caracterización de la dispersión, así como
de la selección, serán en gran parte condicionados por los
soportes, dando lugar a lo que se llama efecto del soporte.
 El análisis que se ha nacido en el sector minero tiene de hecho
una amplia aplicación. Por ejemplo: en el medio ambiente y
cada vez que tienen que ver con la selección por un valor
límite, un cut-off.
348
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El dominio espacio temporal donde se calcula el promedio de
la VR se llama soporte.
 El soporte es…
• El volumen v
• La superficie s
• El segmento l
• El intervalo de tiempo d
… donde la VR z(x) es medida (su valor medio).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Considere un Vi dominio, que se discretiza en n subdominios v
 En los dominios V y Vi se han definido los valores medios de

la VR:
vi
349
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Sabemos que el variograma en el origen es cero, teórica y
experimentalmente y(0) = y*(0) =0.
 Por el contrario, la tendencia hacia el origen del variograma
experimental puede mostrar el resultado de una intercepción de
positivo en el eje de coordenadas; es decir, un valor distinto de cero del
variograma para el vector traslación que tiende a 0.
 Debe utilizar subperiodos, vi
para
interceptar la periodicidad
V
anual.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Así en 2D, el semiespacio angular (B) puede ser dividido en n
direcciones , siendo el variograma una función par: y(h)
= y(-h).
 Cada dirección es asociada a un sector angular que normalmente
coincide con la angular.
 El incremento es también una función aleatoria siendo l la diferencia entre
dos variables aleatorias que pertenecen a una FA.
 Si la Z(x) es una FAEs, también el incremento es una FAEs, porque no
depende de x, solo de h. vi
350
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA ADITIVIDAD
DE LA DISPERSION
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA ADITIVIDAD DE LA DISPERSION
 El vector h puede ser considerado para una dirección fija, como múltiplo de
un vector “paso elemental” (p) en esa dirección: h= j*p j= 1 … npmáx.
 La distancia máxima es definida por el n.º máximo de v1 v2 v3

pasos elementales, npmáx.
 Hay una regla general por lo que la distancia máxima no
debe superar la mitad de la dimensión del campo
investigado. La razón es que las fluctuaciones de los
valores experimentales en torno a la media quedan
demasiado altas.
s 2 v1 / v2   s 2 v2 / v3   s 2 v1 / v3 

351
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Tomemos un ejemplo numérico para
aclarar la propiedad.
 Considere un panel V constituido por seis
bloques elementales v con
concentraciones z(vi) conocidas, que se
debe desmontar.
 Podemos calcular la media de paneles y la
dispersión de los n bloques de igual
volumen v en el panel.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La media del panel y la dispersión de los bloques (unidades de
desmonte) son los siguientes:
352
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 En este caso, lo más general, debemos poner en práctica los
siguientes pasos:
• Selecciona las direcciones principales y los ángulos de tolerancia.
• Considera todos los posibles pares de datos y calcula los
parámetros del vector traslación hij; es decir, su módulo (distancia)
y dirección angular.
• Verifica que la distancia cae en una de las clases útiles.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El promedio del panel calculado sobre los bloques v2 sigue siendo
el mismo, mientras que la dispersión se reduce.
353
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Cuando la distancia es nula, la varianza de
los incrementos es igual a cero porque
todos los incrementos son nulos.
 En efecto, los puntos coinciden para h = 0.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Ahora se verifica numéricamente la relación de aditividad de la
dispersión.
 Dirección vertical distancia s 2 v / V   s 2 v / v2   s 2 v2 / V 
mk =1 paso elemental:
 .
 Cambia el sondeo y continúa
con la acumulación de los
cuadrados de los
incrementos.
 Al final se hace la media.
354
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
s 2 o / v   s 2 v / V   s 2 o / V 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA VARIANZA
DE DISPERSION
355
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
LA VARIANZA DE DISPERSION
 Para el cálculo de los momentos II de la FA regularizada, aparece

una nueva función, el variograma medio entre dos volúmenes, en
general diferentes: V, V´.
 Formalmente, su definición matemática es un integral doble en
las coordenadas de los extremos del vector traslación: h = x – x´.
l
v1
v2
P
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La concentración media es una VR regularizada.

 Para muchas razones interesa el cálculo de la dispersión
espacial de esas VR.
 El punto de partida son siempre los datos experimentales.
 Y ahora la pregunta es ¿cuándo son dispersas las
concentraciones?
356
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
¿Cuándo son dispersas las leyes?
 La pregunta es imprecisa, porque el cálculo correcto de la
dispersión experimental es el siguiente:
vi
1 N
s v / V    z vi   z V 
2 2
N i 1
V
 Entonces es necesario especificar los dos soportes: el de

discretización (v) y el de dominio de los valores de la VR en los
soportes (z(vi)).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Hasta ahora solo hemos hablado de VR y hemos hecho algunos
cálculos sencillos en los datos disponibles; ningún instrumento
del análisis geoestadístico nunca ha intervenido.
 Realmente, estamos interesados en responder a la pregunta
sobre la dispoersión incluso cuando se carece de datos. Por
ejemplo: antes de desmontar las unidades o porque aún no han
sido recogidos o cuando no son suficientes en número para
poder realizar cálculos.
357
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El análisis geoestadístico, a través de su proceso de
abstracción, permite una herramienta muy eficaz.
 El punto de partida es siempre la de considerar la VR como la
realización de una FA. En este caso, suponemos que la nuestra
es una FAEs.
 Tenga en cuenta la expresión general de la dispersión
experimental: es una función de la VR o mejor de sus
regularizadas.
1 N
s 2 v / V    zvi   zV 2
N i 1
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El cálculo examinado del variograma experimental en cuatro
direcciones utiliza una tolerancia 0º, porque se considera solo
los pares, cuyo vector de distancia tiene una dirección
exactamente 0º, 45º, 90º o 135º.
 Las distancias examinadas también son solo las de múltiplo
exacto del paso elemental,
 Además, puede haber muchas mallas regulares, pero no con
forma cuadrada, rectangular tal vez.
 
E S 2 v / V   D 2 v / V 
358
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Calculamos el valor esperado de la VA dispersión

experimental.
vi
   
N
 v / V   E S 2 v / V   1  E Z vi   Z V 2
D 2sperimentale
V
N i 1
 Es fácil probar que la varianza de la dispersión se expresa

como una función de los variogramas medios campo-campo y
elemento-elemento.
D 2 v / V    V ,V    v, v 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
D 2 v / V    V ,V    v, v 
 La expresión de la varianza de dispersión nos permite obtener
de inmediato una cierta información importante.
 La dispersión es siempre menor (como máximo igual) a la
varianza a priori, expresada por la meseta del variograma de
FAEs puntual.
D 2 v / V   C 0
359
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
D 2 v / V    V ,V    v, v  D 2 v / V   C 0
 La dispersión es siempre menor (como máximo igual) a la

varianza a priori porque cualquier variograma medio siempre
es menor (o igual) a la varianza a priori.
 Hay un término sustractivo positivo (o cero).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
D 2 v / V    V ,V    v, v 
 Al aumentar del soporte de discretización (𝑣) en el mismo

campo, la dispersión disminuye.
 En última instancia, en caso de que el soporte de
discretización aumente hasta que coincida con el tamaño del
campo, la varianza de dispersión se desvanece.
v 0 D 2 v / V    V ,V 
360
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
D 2 v / V    V ,V    v, v 
 Al aumentar el soporte del campo, con el soporte de

discretización igual, la dispersión aumenta, pero es limitada.
 En última instancia, en caso de que el campo tienda a infinito,
el variograma medio tiende a la varianza a priori, siendo la
media de muchos valores constantes, iguales a la meseta.
V   V ,V   C 0
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La variación de la dispersión respeta la propiedad de aditividad

de la dispersión experimental.
 Cuenta de tres soportes diferentes vVP, siendo cada
soporte la discretización del otro, podemos escribir las tres
varianzas de dispersión.
D 2 v / V    V ,V    v, v 
vv
V
D 2 v / P    P, P    v, v 
D 2 V / P    P, P    V , V  P
361
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Es fácil de verificar la aditividad de las varianzas de disperción
utilizando la expresión general.
D 2 v / P   D 2 v / V   D 2 V / P 
D 2 v / V   D 2 V / P   vv
  V ,V    v, v    P, P    V ,V   V
  P, P    v, v  
P
 D 2 v / P 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 k = 1 visita a los puntos en la primera fila, r = 1; c = 2, nc que se
aparean a los puntos de la siguiente fila y de la columna
precedente ( r´ = r +1; c´= c - 1).
 Se acumula el cuadrado de sus incrementos [z(c-1, r+1) - z(c,
r)] y el n.º de pares.
D 2 v / V    V ,V    v, v 
362
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Se analiza la cuestión de la reducción de la varianza de una

variable regularizada con respecto a la a priori.
 La disminución depende de lo siguiente:
• De la función variograma: tipo de función y parámetros y,
a, C.
• Del soporte de regularización (v): tamaño y forma.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El soporte del testigo es muy menor que el
yacimiento: l << Y, por lo que .
l0
 La varianza de dispersión queda.
Y
D 2 l / Y   D 2 o /     ,     o, o  
 C 0  0  C 0
 El variograma promedio punto-punto es cero y el variograma

medio a infinito tiende a la varianza a priori.
363
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El significado es claro: desde el punto de vista teórico, la

dispersión máxima se expresa por la varianza a priori, lo que
corresponde a la dispersión de un punto en un campo infinito.
D 2 o /    ,    o, o  C 0
 En la práctica, este resultado tiene que estar en un sentido

relativo.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
D 2 o /    ,    o, o  C 0
 De hecho, consideran que el modelo de variograma que se

encuentra es correcto en una cierta escala, por lo que un
campo infinito es en realidad un dominio mucho mayor que el
alcance del modelo de variograma, dimensiones que
identifican la escala de validad del modelo.
 Sabemos muy bien que el cambio de escala cambia el modelo
representativo de la variabilidad.
364
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Utilizando el ejemplo de la dispersión experimental,
relativamente a dos posibles soportes de desmonte de un
panel.
 Dividimos alternativamente el panel en 100 unidades y en 25
unidades de desmonte.
 Considere un muestreo
irregular 2D.
 Cada muestra Zi se
identifica mediante un par
de coordenadas: zi = z(xi,
yi).
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Pero podemos predecir este resultado, en promedio, a través
de la varianza de dispersión, sin conocer los valores de las
unidades de desmonte.
 Solo hay que conocer los proyectos de producción y el
variograma puntual.
D 2 v100 / P    P, P    v100, v100 

D 2 v25 / P    P, P    v25 , v25 
365
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 En particular, el procedimiento operativo para el cálculo de la

varianza de dispersión es el siguiente:
a) Se modela el variograma puntual.
b) Discretizar el campo.
c) Calcular los variogramas promedios.
d) Calcular la varianza de dispersión.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
a) El modelo de variograma puntual se obtiene mediante la

información inicial de exploración del depósito, por lo
general, el muestreo a escala de testigos.
 La escala es mucho menor que la de los bloques y, en la
práctica, estos pueden ser considerados como variogramas
puntuales.
366
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
b) La discretización del campo P se lleva a cabo de acuerdo con
las alternativas de diseño.
 100 bloques de apoyo v100
 100bloques de soporte v25
 En este momento, usted no

sabe los valores de los bloques
de desmonte.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
c) Calcular el variograma promedio utilizando la técnica de
discretización, por lo general, con N = 64 puntos en 3D, sin
importar tamaño y forma del soporte.
  x  x 
N N
  P, P  
1
i j
N2 i 1 j 1
  x  x 
N N
 v100, v100   2
1
i j
N i 1 j 1
  x  x 
N N
 v25 , v25  
1
i j
N2 i 1 j 1
367
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
d) Calcular la varianza de dispersión.
D 2 v100 / P    P, P    v100, v100 

D 2 v25 / P    P, P    v25 , v25 
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
EL EFECTO DE SOPORTE
368
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 En este punto se materializa el llamado efecto de soporte: la
selección formada por bloques de una discretización del panel
con soportes diferentes produce resultados diferentes en
términos de recuperación de volume y de metal para el mismo
cut-off.
 De hecho, la varianza de dispersión tiene el significado de la
media de la dispersión experimental.
 La frecuencia acumulada y calculada en ambos casos, para
cada soporte, es diferente y, por lo tanto, también la
recuperación del panel.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 La aplicación del mismo cut-off a dos frecuencias acumuladas,

el número de bloques y el porcentaje de panel, con una
concentración por encima de la corte, es diferente.
 Se evalúa el costo de explotación en los dos casos y, por lo
tanto, se evalúa el ahorro alcanzable mediante un aumento del
tamaño del soporte de desmonte.
 Si esto llegara a evaluar la cantidad de mineral que no se
recupera debido a la peor selección con el soporte mayor,
también puede considerar el balance de costo-beneficio de las
dos alternativas.
369
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El problema es que el conocimiento de la varianza de

dispersión no significa conocer la frecuencia acumulada o,
más precisamente, la ley condicional del panel.
 De hecho, usted necesita saber, en primer lugar, el promedio
de panel, pero esto es factible porque hay información local
que se utiliza para calcular el variograma. Entonces es posible
estimar con suficiente precisión la concentración promedio
en el panel.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Pero más necesita conocer la ley de este panel.
 De hecho, se sabe el histograma de las muestras, desde donde
se puede obtener un modelo de la ley del panel con soporte
puntual.
 La dispersión de puntos en el panel es casi igual a la meseta
del variograma.
D 2 o / P    P, P    o, o  C 0
370
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 El histograma de los bloques en el panel es diferente del de los
puntos.
 Tiene la misma media, pero varianza diferente, en particular
igual a la varianza de dispersión.
Bloques
grandes
(25)‫‏‬
D 2 v / P    P, P    v, v   C 0   v, v  Bloques

pequeños
(100)‫‏‬
 Lo más importante, la forma es diferente, pierde la asimetría,

además, se reúne alrededor de la media.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Solo cuando los puntos de la ley es gaussiana, entonces la ley

de los bloques sería perfectamente definida como gaussiana y
serían conocidos los dos parámetros que la definen: media y
varianza.
 Hay muchas técnicas, más o menos complejas (simulaciones,
disjunctive kriging...) para evaluar el cambio en la ley, pero es
un proceso totalmente operativo.
371
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 En conclusión, hemos visto una aplicación importante minera

de la varianza de dispersión.
 Una previsión bruta de las reservas recuperables utilizando
solo el primer muestreo; es decir, histograma y variograma.
 La sensitividad del recuperable en función de la dimensión del
soporte de selección.
CERTIFICAN:
ISO
9001 MINING SOCIETY
OF SOUTH AFRICA
 Pero hay otras posibles aplicaciones para la evaluación

preliminar. Por ejemplo: la recuperación mayor/menor en
metal en la planta de concentración debido a una
menor/mayor fluctuación de concentraciónes en alimentación.
 Son siempre evaluaciones conexas…
• Al efecto de soporte: al cambio en la ley de acuerdo a el
soporte.
• A la capacidad de calcular la varianza a través de la
varianza de dispersión que no es la varianza a priori.
372
CERTIFICAN: 11 Años
ISO Capacitando a la Comunidad Minera Global
9001 MINING SOCIETY
OF SOUTH AFRICA
INFORMES:
Móvil: (51)(1) 947671191

Solo Perú: RPM #947671191
Solo Perú: RPC 986685668
Central (Perú): (51)(1) 349‐4617
Central (Colombia): (0057) 13819652
Central (Argentina): (0054) 1152194181
CERTIFICAN:
MINING SOCIETY ISO

OF SOUTH AFRICA 9001
www.camiper.com www.minssa.co.za www.gqs.co.za

Materialdeestudiopartevdiap599-742 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Materialdeestudiopartevdiap599-742 PDF

Cargado por

Copyright:

Formatos disponibles

300

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

Se observa que la mineralización se

Es probable que las partes marginales y la parte central de la

11 Años Capacitando a la Comunidad Minera Global 599

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Por esta razón, el variograma vertical se calculó en dos casos:

11 Años Capacitando a la Comunidad Minera Global 600

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Los resultados muestran dos

11 Años Capacitando a la Comunidad Minera Global 601

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

Dentro de la distancia de 1,5 m; la

11 Años Capacitando a la Comunidad Minera Global 602

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

Los pares ricos con alta variabilidad

11 Años Capacitando a la Comunidad Minera Global 603

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 A mayor distancia, entran en el

11 Años Capacitando a la Comunidad Minera Global 604

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Difícilmente, en los problemas con la estimación de reservas

11 Años Capacitando a la Comunidad Minera Global 605

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Ejemplo 2: Consideremos otro

11 Años Capacitando a la Comunidad Minera Global 606

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Se sospecha una anisotropía en un

11 Años Capacitando a la Comunidad Minera Global 607

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

 Al examinar el histograma, es clara una

11 Años Capacitando a la Comunidad Minera Global 608

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - SENSIBILIDAD A LA HOMOGENEIDAD

11 Años Capacitando a la Comunidad Minera Global 609

www.camiper.com www.gqs.co.za www.minssa.co.za

11 Años Capacitando a la Comunidad Minera Global 610

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - CONSIDERACIONES FINALES

 La modelización es el proceso que proporciona la

11 Años Capacitando a la Comunidad Minera Global 611

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - CONSIDERACIONES FINALES

 Pero la calidad del variograma experimental depende en gran

11 Años Capacitando a la Comunidad Minera Global 612

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - CONSIDERACIONES FINALES

 La fase de modelización en sí misma no debe producir el

11 Años Capacitando a la Comunidad Minera Global 613

www.camiper.com www.gqs.co.za www.minssa.co.za

MODELIZACION - CONSIDERACIONES FINALES

 Por supuesto que se deben respetar las restricciones de

11 Años Capacitando a la Comunidad Minera Global 614