V SIMPOSIO INTERNACIONAL

DE PLANEAMIENTO DE MINADO

GEOESTADÍSTICA
PARA VETAS CON
GEOMETRÍA NO
EUCLIDIANA
Alfredo Marín Suárez, Ph.D. en
Geoestadística
École Nationale Supérieure Des Mines
De Paris
GEOSTATS DR. MARIN E.I.R.L.
alfredomaringeo@hotmail.com
www.geoestadistica.org
 HISTORIA

Estudiantes
Madame Curie de la Escuela
(Polonia - Francia) Henri Georges Alfredo de Minas -
Paul Lévy
Poincaré Matheron Marín UNI
(Francia)
(Francia) (Francia) (Perú) (Perú)

(1854 – 1912) (1886 – 1971) (1930 – 2000) (1943 – …)

École École École -J. Aldujar

Primer congreso Solvay École
Polytechnique Polytechnique Nationale -A. Teves
(1911) Polytechnique
– École – École Supérieure -R. Cardenas
– École
Nationale Nationale des Mines de -R. Ponce
Nationale
Supérieure Supérieure Paris etc
Supérieure
des Mines de des Mines de des Mines de (Discípulo de
Paris Paris Paris G. Matheron)
 Discipulos de George Matheron
Alfredo Marín
Marco Alfaro
Jacques Rivoirard
Pierre Chauvet

Doctoral Graduation Ceremony

Alfredo Marín
Fontainebleau 1978
 Actual asesor Geoestadístico de David Lowell

Precursor del descubrimiento de La Escondida y descubridor de 16 yacimientos en el mundo.

Activador de Pierina y descubridor del verdadero potencial de Toromocho, yacimiento que
encomendó al Dr. Alfredo Marín la estimación de recursos y reservas con Simulación
Condicional con n variables, aplicando el método Bandas Rotantes de su tesis doctoral
 André Journel
1967

Alain Marechal
Centro de Geoestadística
Codelco - U. Chile

Chuquicamat
a Ecole Nationale
1970
Santiago
Simulación de la explotación
Teniente a mediano y largo
Plazo.
Ley
Tiempo
 Bogotá

Centromin
Minero Perú
UNI
Lima
Arequipa 1973
La Paz

Alain Marechal y Alfredo

Marín Santiago de Chile
(U - Chile)
 Huarón
Antamina

Casapalca
Lima Centromin

C.Verde Minero
Perú
 NORTE AMERICA A. Marín 1979

Universidad de
Alberta 2000 Montreal (Michel David ) 1976
ALMADÉN
España (Formación
Universidad de grupo de
Colorado Geoestadística)
H. Parker
1983
USA
1979 André Journel
Universidad
Stanford
1979

UNI
 Canadá (2016) Colorado – USA (1983)

DIFUSIÓN DE LA México (2017)

GEOESTADÍSTICA
EN AMÉRICA
POR EGRESADOS
DE LA UNI

Egresados UNI

Argentina
(2010)
Patagonia
TRABAJO PRESENTADO Y APROBADO EN EL
CONGRESO MUNDIAL DE GEOESTADÍSTICA

Jacques Rivoirard Lontuille

Actual Director del Centro de Actual investigador del Centro de
Geoestadística de Fontainebleau Geoestadística de Fontainebleau
RESUMEN

Este artículo presenta la aplicación práctica del

aporte de introducir un 'triedro móvil' modificado
haciendo uso de la teoría abstracta de la Geometría
de Riemann, que nos puede permitir modelar las
funciones aleatorias L2 (Ω, σ, P) de la geoestadística,
en un plano especial 2-D dentro de tal triedro, una
característica no disponible en ningún software
existente en el mercado.

11
 Antecedentes
Esta metodología esta motivada por la irregularidad de las vetas en:
grosor de veta, rumbo, buzamiento y dominios parciales.

Sección transversal de un sistema de vetas con su complejidad frecuente (Bateman, 1982)

12
Problema a resolver:
La inexactitud y subjetividad al usar software que necesitan un modelamiento
geológico tridimensional complejo al elaborar el Sólido Geológico y agravada
con la concepción de bloques tridimensionales.

Objetivos:
• Evitar la construcción del Sólido Geológico, dada su subjetividad.
• Evitar hacer bloques dentro de una veta angosta, dado que así se está
empleando los software para bloques tridimensionales que corresponden a
yacimientos masivos y no a vetas, que ajustan la mina al software del
mercado.
• Estimar el tonelaje sin depender de las subjetividades de la construcción del
Sólido Geológico y su gran diferencia en la conciliación de recursos al
considerar bloques en vetas angostas.

13
Marco Teórico
 MARCO TEÓRICO VARIEDAD DE RIEMANN
Una variedad diferenciable de dimensión n es un conjunto 𝑀 y una familia de mapeos
biyectivos

𝑥𝛼 : 𝑈𝛼 ⊂ ℝ𝑛 → 𝑀

de conjuntos abiertos 𝑈𝛼 de ℝ𝑛 en M tal que:

1 ⋃𝛼 𝑥𝛼 𝑈𝛼 = 𝑀.

(2) Para cualquier 𝛼, 𝛽 con 𝑊 = 𝑥𝛼 𝑈𝛼 ⋂𝑥𝛽 𝑈𝛽 ≠ 𝜙, los conjuntos 𝑥𝛼−1 (𝑊) and 𝑥𝛽−1 (𝑊)
son abiertos en ℝ𝑛 y los mapeos 𝑥𝛼−1 𝜊𝑥𝛽 son diferenciables.

(3) La familia ⋃𝛼 , 𝑥𝛼 es maximal relativo a las condiciones (1) y (2).

15
CONDICIÓN DE DIFERENCIABILIDAD

16
Espacio Tangente en Variedades:

Sea 𝑀 una variedad diferenciable, y sea 𝑝 un punto de 𝑀. Un mapeo lineal 𝑣: 𝐶 ∞ (𝑀) → ℝ es llamado una
derivación en p si satisfice la regla de Leibniz:

𝑣 𝑓𝑔 = 𝑓 𝑝 𝑣𝑔 + 𝑔 𝑝 𝑣𝑓; ∀𝑓, 𝑔 ∈ 𝐶 ∞ (𝑀)

El conjunto de todas las derivaciones 𝐶 ∞ (𝑀) en 𝑝 , denotado por 𝑇𝑝 𝑀, es llamado espacio tangente a 𝑀
en 𝑝. Un elemento de 𝑇𝑝 𝑀 es llamado un vector tangent en 𝑝.

Una métrica Riemanniana en una variedad diferenciable 𝑀 es una correspondencia que asocia a cada
punto 𝑝 de 𝑀 un producto interno , 𝑝 en el especio tangente 𝑇𝑝 𝑀, que varía diferenciablemente, esta
métrica es también llamada tensor métrico.

Una variedad diferenciable dotado con una métrica Riemanniana es llamada variedad Riemanniana (Lee,
2013; Do Carmo, 1979).

17
 APLICANDO METODOLOGÍA EN EL ESPACIO EUCLIDIANO ℝ𝟑

Un ejemplo de variedad Riemanniana en el espacio Euclidiano ℝ3 es una superficie

de dimensión 2 con la métrica usual de ℝ3 y el espacio tangente aquí es un plano.

Superficie Regular:
Un subconjunto 𝑆 ⊂ ℝ3 es una superficie regular si, para cada 𝑝 𝜖 𝑆 existe una
vecindad 𝑉 en ℝ3 y un mapeo 𝑥: 𝑈 → 𝑉 ∩ 𝑆, de un conjunto abierto 𝑈 ⊂ ℝ2 en
𝑉 ∩ 𝑆 ⊂ ℝ3 tal que.

a) 𝑥 es diferenciable.
b) 𝑥 es homeomorfismo.
c) ∀𝑞 ∈ 𝑈, 𝑑𝑥𝑞 : ℝ2 → ℝ3 es uno a uno.

18
SUPERFICIE REGULAR

19
Triedro Propuesto por Dr. Alfredo Marin:
Ahora construimos un triedro, dado un punto en una superficie y un vector
tangente a la superficie en ese punto, esta construcción es diferente del
triedro de Frenet-Serret, en casos muy específicos de la geometría de la
superficie, estos pueden coincidir.

Sea 𝑆 ⊂ ℝ3 una superficie regular, una parametrización (𝑥, 𝑈) en el punto 𝑝 ∈

𝑆 y una curva parametrizada regular 𝛼: ] − 𝜀, 𝜀[→ ℝ3 contenido 𝑆 tal que
𝛼 ′ 0 = 𝑣 y 𝛼 0 = 𝑝 , claramente 𝑣 ∈ 𝑇𝑝 𝑆.

En el plano tangente 𝑇𝑝 𝑆 rotamos el vector 𝑣 un ángulo 𝜋/2 en sentido

antihorario formando una base para el plano tangente 𝑇𝑝 𝑆. Ahora tomamos el
vector producto cruz 𝑤 = 𝑣 × 𝑢 y formamos el triedro propuesto.

20
TRIEDRO PROPUESTO

21
 Veta Hada 4
Yacimiento Polimetálico de Cu, Pb, Zn, Ag
Provincia Metalogenética de la mina RAURA

¡Por consiguiente la veta puede modelizarse mediante

una superficie de Riemann!

22
Incertidumbre de continuidad

23
Se identifica los canales X, Y, Z de muestreo y/o las muestras de taladros
con sus leyes y anchos de veta real, de las labores.

T
B

ABCD, Bloque unitario en el plano

24
COMPARACIÓN DE LOS TRES
MÉTODOS

25
Zn % Veta Hada 4 de Raura
Zn %: Método del Triedro vs Kriging
Ordinario vs Método Manual
8
6
4 Zn%_KO
2 Zn%_TRI
Zn%_MM
0
1 4 7 10 13 16 19 22 25 28
Contornos de comparación

26
 Veta Hada 4 de Raura
Tonelaje: Método del Triedro vs Kriging
Tonelaje
Ordinario vs Método Manual
25,000.00

20,000.00

15,000.00
TON_KO
10,000.00 TON_TRI
5,000.00 TON_MM

0.00
1 4 7 10 13 16 19 22 25 28
Contornos de comparación

27
 CONCLUSIÓN

PRÁCTICA:

1. Los triedros permiten hacer el seguimiento a las inflexiones

de una veta; es decir, cambiando continuamente el sistema
de coordenadas, a manera de “perseguir” a las vetas y a sus
tajeos, mejor aún cuando son vetas muy delgadas, por
ejemplo en vetas de un promedio de 5 cm o algo más.

28
2. Con el uso del triedro móvil propuesto, ya no se necesita construir el modelo

geológico concebido en su forma clásica en los software de tres dimensiones

existentes en el mercado. En efecto, la construcción del modelo geológico en

vetas, concebido por los software de tres dimensiones, es engorroso, dificultoso e

inexacto; al no disponer de información apropiada para su construcción.

3. De esta forma tenemos el diseño de la metodología que va a permitir , apoyar a la

realización de estudios de paragénesis y estimar o simular los recursos a mediano

y corto plazo, para que luego el ingeniero de minas haga el cálculo de reservas

minables.

29
TEÓRICA:

• Con este trabajo se supera la concepción clásica de la

Geoestadística de Matheron que usa la geometría Euclidiana,
evolucionándola por una geoestadística NO Euclidiana.

• Con este trabajo, se espera abrir un nuevo campo de

investigación en aplicaciones teóricas y prácticas en Minería,
Geología, Geofísica, Petróleo, SIG, Geodesia, Curvatura del
Universo en Astronomía, entre otros dominios de las
Variables Regionalizadas, reformulando los algoritmos de
Geoestadística actual con Métricas de la Geometría
Riemanniana, y construyendo una Geoestadística No
Euclidiana de Riemann.

30
¡MUCHAS GRACIAS!
alfredomaringeo@hotmail.com
www.geoestadistica.org
GEOSTATS DR. MARÍN E.I.R.L.

31