Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA
FACUL
ACULT
TAD DE
D E INGENIERIA
ING ENIERIA GEOLOGICA, MINERA Y
METALURGICA
ESCUELA DE INGENIERIA DE MINAS
ESTIMACION DE RECURSOS
ALUMNO
ALUMNO : GAMARRA CRUZ, GHINO HERNAN
CODIGO : 20102534I
PROFESORES: PhD. MARIN SUARE
SUAREZ,
Z, ALFREDO
VALERIANO
ING. TEVES ROJAS, AUGUSTO
CURSO : GEOESTADISTICA II
LIMA 2014
UNIVERSIDAD NACIONAL DE INGENIERIA
!NDICE"
Objetivos 3
Resumen 4
Introducción
5
Marco conceptual
6
Marco metodológico
12
Desarrollo
Desarrollo an!lisis
15
"onclusiones
2#
Recomendaciones
21
$ibliogra%&a 22
ESTIMACION DE RECURSOS
O(JETIVO GENERAL"
O(JETIVOS ESPEC!FICOS"
RESUMEN"
INTRODUCCI)N"
'n nuestro pa&s la industria minera constitue una de las principales
actividades económicas a ,ue signi0ca el 6#9 del ingreso nacional+
's por ello ,ue *+ - %/'&* * '&#%+%+ * ' * * *
*& ' *+%'%6& * *-++ ' 7-* * *+ */*&* '+
$'&'&%'+ * -&' */*+' %&*'.
O89*%:+ *+/*;<+
MARCO CONCEPTUAL"
=RIGING
T%/+ * =%$%&$
1. =%$%&$ +%/*+
;sume ,ue las medias locales son relativamente constantes de
valor mu semejante a la media de la población ,ue es conocida+ *a
media de la población es utili(ada para cada estimación local) en
conjunto con los puntos vecinos establecidos como necesarios para la
estimación+
2. =%$%&$ %&'%
*as medias locales no son necesariamente próimas de la media de la
población) us!ndose apenas los puntos vecinos para la estimación+ 's
el mtodo m!s ampliamente utili(ado en los problemas ambientales+
3. C?%$%&$
's una etensión de las situaciones anteriores en las ,ue dos o m!s
variables tienen una dependencia espacial esa variable se estima
,ue no se muestra con la intensidad con la ,ue otros son variables
dependientes) con estos valores sus dependencias para estimar la
variable re,uiere+
C&*/+ '*#%+
'l @ * =%$%&$ utili(a diversas teor&as eplaadas en
la estad&stica+ 'n tanto) para ,ue esta teor&a estad&stica se vea m!s
clara en el !mbito de aplicaciónF se eplican algunos conceptos+
:emivariancia semivariograma
V'%$''
=na +*%:'%'&%' es la medida del grado de dependencia espacial
entre dos muestras+ *a magnitud de la semivariancia entre dos
puntos depende de la distancia entre ellos) implicando en
semivariancias menores para distancias menores semivariancias
maores para distancias maores+ 'l gr!0co de las semivariancias en
%unción de la distancia a un punto es llamado de +*%:'%$'' + ;
partir de una cierta distancia) la semivariancia no m!s aumentar! con
la distancia se estabili(ar! en un valor igual a la variancia media)
dando a esa región el nombre de +% o /''' ?sill@+ *a distancia
entre el inicio del semivariograma al comien(o del silo recibe el
nombre de rango+ ;l etrapolar la curva del semivariograma para la
distancia cero) podemos llegar a un valor nonulo de semivariancia+
'se valor recibe el nombre de *B* /*/%' ?Nugget Efect @+
M*+ * V'%$''
'n el M@ * =%$%&$ normalmente son usados cuatro tipos
de :'%$''+ - usadas las siguientes variables-
- variancia
- nugget
- silo
- variancia asintótica
- distancia de separación
' L%&*'
'ste modelo no presenta +% es mu simple+ :u curva puede ser
representada por-
8 E+B@%
=na %orma es%rica es la m!s utili(ada en el silo+ :u %orma es de0nida
por-
E/&*&%'
G'-++%'&
=na %orma gaussiana es dada por-
M@ * =%$%&$
1. D**%&'%6& * +*%:'%$''
omando como base una simulación de un sistema de dos
dimensiones ?2 D@ ,ue contienen un n8mero 0nito de puntos donde
es posible una medición de cual,uier tama/o+ *uego de la ad,uisición
de estos datos) se iniciar! la interpolación Briging buscando alcan(ar
una maor resolución+ 'l primer paso es construir
un +*%:'%$'' */*%*&'+ Cara tal) se calcula la
semivariancia de cada punto en relación a los dem!s se ve en un
gr!0co de la semivariancia por la distancia+
- valor de la semivariancia de
- variable temporaria
3. =%$%&$ %&'%
'n ese caso es utili(ada la media local de los puntos mostrados+ Cor
consiguiente) debe normali(arse la media de los pesos+
"onsecuentemente) se tiene un resultado m!s preciso del Briging
:imple+ 'l uso ser! de las siguientes ecuaciones para determinar los
valores de los pesos en el p-ésimo punto-
4. =%$%&$ S%/*+
Cara este caso) utili(ar la media de todos los dados+ Implicando) por
tanto) ,ue no se normalice en la ubicación promedio de los pesos)
como en el anterior+ ;s&) tenemos casi la misma ecuación) ecepto por
la eclusión de por la 8ltima e,uación+ *a caracter&stica principal
de este mtodo es la generación de gr!0cos m!s lisos m!s
estticamente suaves+ "abe se/alar ,ue este caso es menos eacto
,ue el caso anterior+ *os valores de los pesos para el p-ésimo punto
ser!n dados por-
MARCO METODOL)GICO"
• *ibro de Materon+
• =so de clases de los cursos de mtodos de eplotación
subterr!nea eoestad&stica+
• =so del programa isual $asic+
"on lo cual
obtenemos-
DESARROLLO Y ANLISIS"
*os datos obtenidos de la le de corte con el programa para un
blo,ue de 5### toneladas son-
PRECIOS DE LOS
METALES
A$K 1G)15
Z&K8 #)G236
P8K8 #)G41H
DENSIDAD
ROCAKT&3
2,
RECUPERACI
ONES
A$ #)H4
Z& #)G25
P8 #)H6
21 5###+### 1+41
22 5###+### #+G4
23 5###+### 1+#4
24 5###+### 1+11
25 5###+### 1+5
2> 5###+### #+H1
2 5###+### #+HH
2 5###+### 1+2
2 5###+### 1+#6
30 5###+### #+H1
31 5###+### 1+2
32 5###+### 1+41
33 5###+### #+H2
34 5###+### #+H2
35 5###+### #+33
3> 5###+### #+13
3 5###+### 1+#H
3 5###+### #+4H
3 5###+### #+26
40 5###+### #+5
41 5###+### #+54
42 5###+### 1+#G
43 5###+### 1+H1
44 5###+### 1+3G
45 5###+### #+G5
4> 5###+### #+64
4 5###+### 1+3
4 5###+### #+
4 5###+### #+GH
50 5###+### #+45
6#3 6 224
0.2 245### 1+##11## 2452+6G44 2265+31
GGH 6 136
0.4 23#### 1+#1H42H 2342+3H65G 2163+42
G54 4 H26
0.> 2#5### 1+#4#H5 2133+G454 1G#+
3HH 5 264
0. 1H#### 1+#63HH4 1G14+GG14# 16H+6H
113 3 6#6
1.0 13#### 1+#HG#4 1415+G1 13#+63
4G 4 #2
1.2 #### 1+11#15 +1226G 1+5#
25 5#
1.4 4#### 1+124H5H 44G+G434#6 415+56
515 3
1.> 2#### 1+133GH 226+5G661 2#G+435
3#6 3 223
1. 5### 1+136242 56+H121#H 52+416
15 3 62H
2.0 # # # #
25##
2###
15##
1###
5##
#
J# + # J# + 2 J# + 4 J# + 6 J# + H J1 + # J1 + 2 J1 + 4 J1 + 6 J1 + H J2 + #
2###
15##
1###
5##
#
J# + # J# + 2 J# + 4 J# + 6 J# + H J1 + # J1 + 2 J1 + 4 J1 + 6 J1 + H J2 + #
25####
2#####
15####
1#####
5####
#
J# +# J# +2 J# +4 J# +6 J# +H J1 +# J1 +2 J1 +4 J1 +6 J1 +H J2 +#
#+H
#+6
#+4
#+2
#
J# + # J# + 2 J# + 4 J# + 6 J# + H J1 + # J1 + 2 J1 + 4 J1 + 6 J1 + H J2 + #
CONCLUSIONES"
• 'l gra0co de le de corte es demasiado sensible a valores
etremos es por ello el cambio en la gr!0ca+
RECOMENDACIONES"
• 'n el cómputo de los códigos de isual $asic se debe tener
muco cuidado) a ,ue sino el programa no se ejecuta) tambin
se deben declarar todas las variables para ,ue sean
considerados n8meros o no+
• ;l momento de ingresar la m!ima m&nima le se debe tener
cuidado de ,ue se asemejen a datos cercanos a la realidad+ Cor
ejemplo le de "u de 1+G9
(I(LIOGRAF!A"
• "lases del CD+ ;l%redo Mar&n :uare(+
• "lases del Ing+ ;ugusto eves+
• ttp-KKgeoestadistica+orgKinde+tml) p!gina del "'<RO
'O':;DL:I"O C'R=;<O) *ima 15 de abril del 2#14+
• "urso de eoestad&stica de eorges Materon) *os "uadernos
del "entro de Mor%olog&a Matem!tica de Aontainebleau+