Documentos de Académico
Documentos de Profesional
Documentos de Cultura
QC, se encuentra orientado a la calidad del producto final, a cuáles son las
técnicas y actividades realizadas para cumplir requisitos de calidad. En el
muestreo puede verse reflejado en la elección de laboratorios, el almacenamiento
de duplicados y su eventual análisis, el orden adecuado de muestras en una
planilla, etc que pueden ser útiles para controlar el procedimiento.
Los modelos de variogramas son curvas, generadas a partir de una función que
se ajusta a los datos y permiten conocer la distribución de puntos en el espacio.
Ellos deben ser consistentes en las distintas direcciones (tener el mismo efecto
pepita y el mismo número y tipo de estructuras anidadas), para ello puedo:
- Tomar un único (el más bajo) efecto pepita isótropo
- Escoger el mismo número de estructuras anidadas para todas las
direcciones, basado en la dirección más compleja
- Asegurar que el mismo parámetro de meseta se use para todas las
estructuras anidadas en todas las direcciones
- Permitir un alcance diferente en cada dirección
- Modelar una anisotropía zonal definiendo un alcance muy grande en una o
más de las direcciones principales
El modelo de usa para krigear (hacer una regresión), con el fin de ajustar el
variograma lo más posible a una función matemática. Mientras mas se parezca a
una, más estables se dicen ser los datos.
Formas de variograma:
[sill, punto que corresponde con la curva del cambio de dirección. s: rango]
Efecto pepita puro: Representa fenómeno completamente aleatorio, sin
correlación espacial. Sin importar la cercanía de valores de las variables, nunca
se correlacionan.
Modelo esférico: comportamiento lineal en el origen, representa fenómenos
continuos, pero no diferenciables. Función por tramos.
Los modelos de variogramas son curvas, generadas a partir de una función que
se ajusta a los datos y permiten conocer la distribución de puntos en el espacio.
Reglas de ajuste simple: Ellos deben ser consistentes en las distintas direcciones
(tener el mismo efecto pepita y el mismo número y tipo de estructuras anidadas),
debiéndose definir una dirección principal y un downhole, para ello puedo:
- Asegurar alcances y direcciones con geología en terreno y estadísticas
previas
- Tomar un único efecto pepita isótropo (el más bajo)
- Escoger el mismo número de estructuras anidadas para todas las
direcciones, basado en la dirección más compleja
- Asegurar que el mismo parámetro de meseta se use para todas las
estructuras anidadas en todas las direcciones
- Permitir un alcance diferente en cada dirección
- Modelar una anisotropía zonal definiendo un alcance muy grande en una o
más de las direcciones principales
El modelo se usa para krigear (hacer una regresión), con el fin de ajustar el
variograma lo más posible a una función matemática. Mientras más se parezca a
una, más estables se dicen ser los datos. De modo que el kriging sigue la dirección
y los alcances del variograma para asi definir valores en zonas donde no existen
valores concretos o simplemente no existe información.
Cuando el modelado de variograma es más estable, se puede decir que hay una
mejor distribución de los datos, mientras que si el variograma es más errático o
ruidoso se puede decir que los datos en realidad no están tan correlacionados o
bien tiene una distribución aleatoria/no continua.
Formas de variograma:
[sill: a, punto que corresponde con la curva del cambio de dirección rango][rango:
s]
Efecto pepita puro: Representa fenómeno
completamente aleatorio, sin correlación
espacial. Sin importar la cercanía de valores de
las variables, nunca se correlacionan, por ello el
modelo alcanza su meseta inmediatamente.
(Variable regionalizada discontinua)
6.4Kriging de bloques
El Kriging (simple u ordinario) puede ser extendido a la estimación
directa del valor promedio en un bloque (izq), para ello solo hay que
reemplazar la covarianza punto-punto C(ui-u) (der, izq) por la covarianza
punto-bloque C(ui-xk) (der,der).
6.5Efectos sobre los Ponderadores
Efecto distancia: Caso base y efecto del aumento en la distancia sobre los
ponderadores
Luego los recursos que han sido o bien indicados o medidos, pueden
pasar a ser reservas mineras, ellas son económicamente explotables y
consideran materiales para dilución y pérdidas por factores de
extracción metalúrgicos, económicos, de mercados, legales,
ambientales, sociales y gubernamentales. Las reservas pueden ser
probadas (Mayor nivel de confianza financiera) o probables (Menor nivel de confianza
financiera).
7.1 Simulación
Por su parte la simulación consiste en construir una variable ficticia que
reproduce la continuidad/variabilidad espacial de una variable
regionalizada. La construccion de la variable ficticia se basa en que ésta
se interpreta como una realización de una función aleatoria, a partir de
la cual se generan otras realizaciones. La “ventaja” de aquello es que
estas realizaciones tienen misma variabilidad espacial que la variable
regionalizada real, por ello mismo histograma y variograma. Así la
simulación responde a operaciones con un valor similar al de la variable
real.
Una simulación tiene las siguientes propiedades:
- Posee una interpolación exacta siempre y cuando sea una
simulación condicional (que toma como restricción adicional los
valores de los datos, de modo que los interpola).
- Insesgo: La función de la variable generalizada puede ser
estimada sin sesgo (error de esperanza nulo).
- No suaviza: Ya que la dispersión de los valores simulados y los
valores verdaderos es la misma.
- No es precisa: Ya que el error entre valor real y valor simulado no
tiene una varianza mínima. Esto trata de compensarse usando un
gran conjunto de simulaciones que representan un escenario
plausible.
Se hace necesario recurrir a las simulaciones cuando:
Hay problemas de estimación: Se resuelve al promediar
escenarios o al calcular la frecuencia de ocurrencia de un evento
(probabilidad ocurrencia)
Es necesario medir la incertidumbre: Se mide al definir intervalos
de probabilidad para valores desconocidos de la variable
regionalizada, a partir de variaciones entre escenarios.
Se necesita analizar el riesgo: Significa que se plantean diversos
escenarios (optimo, intermedio y pesimista) para poder analizar el
impacto en cada resultado y poder tomar una decisión.
7.2 Estimación versus simulación
El valor estimado puede obtenerse mediante el estimador de Kriging
(estimación) o bien a partir de la simulación que entrega una media de
valores simulados.
La medida del error puede obtenerse a partir de la varianza del Kriging
(estimación) o bien mediante la varianza condicional de una simulación.
El efecto proporcional en la estimación puede observarse como una
varianza independiente de medias locales, mientras que en la
simulación se observa como una varianza que depende de medias
locales via transformación.
Para la clasificación se tiene que:
Estimación Simulación
Favorece leyes
Varianza de corte Igual trato a todos Varianza de corte
bajas
Varianza relativa de Favorece leyes Varianza relativa de
Igual trato a todos
corte altas corte
Varianza sobre
Planes de Kriging Mixto periodos de Mixto
producción
Donde:
8.4 Condicionamiento
La simulación se dice condicional cuando restituye los valores de los
datos en los sitios de muestreo, hay dos métodos que permiten obtener
directamente simulaciones condicionales:
- Método secuencial
- Método de descomposición matricial
Para todos los otros métodos, se generan simulaciones no
condicionales, luego se aplica un kriging para condicionarlas a un
conjunto de datos.
La simulación condicional se obtiene al plantear:
Algunas conclusiones:
- No se puede alcanzar la clasificación óptima incluso utilizando
muestras sin errores.
- Siempre el mejor estimador se logró con kriging.
- La simulación geoestadística puede mejorar estos resultados.
- Las pérdidas debido a errores de muestreo con respecto a la
clasificación óptima son mayores cuando el depósito es más
continuo.
- Las pérdidas en las que incurren las compañías mineras en la
planificación a corto plazo debido a un muestreo deficiente de
pozos de tronadura son “invisibles”. Ellas alcanzan varios millones
de dólares por año.