Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GLG - 935
4.2.- El variograma.-
Z(x+h)
Z(x)
Teóricamente, sea Z(x) el valor que toma la variable regionalizada en “x” y sea
Z(x+h) el valor que toma la variable regionalizada en un punto a una distancia
vectorial h del punto anterior. El semivariograma (variograma de hoy en adelante)
para una distancia vectorial h viene dado por:
1
(ﻻh) = ∭𝑣 {𝑧(𝑥 ) − 𝑧(𝑥 + ℎ)}2 dv
2
k(o) N (ﻻh)
N k(h)
Distancia (h)
k(o)
K(h)
(ﻻh)
Distancia (h)
Fig. 77 Variograma teórico
b) Hipótesis intrínseca.-
En este caso la varianza a priori k(o) que debería ser el límite de σ2 (v/V) para
V infinito, es infinita vale decir no existe.
Se dirá en este caso que la F. A z(x) verifica la hipótesis intrínseca para todo
vector h, la discrepancia [Z(x+h) – z(x) admite una esperanza y una varianza
independiente de x pero dependiente de h.
E[z(x)] = E[z(x+h)] = m
c) Características de un variograma.-
Continuidad.-
a) Tipo 1
(h)
b) Tipo 2
(ﻻh)
El segundo tipo de continuidad,
llamado continuidad lineal es
caracterizada por una tangente
oblicua en el origen y representa una
variable que tiene una continuidad
promedio. Este tipo de continuidad es
más común para leyes de depósitos
metalíferos.
(h)
Fig. 79 Variogramas y su característica de continuidad espacial
c) Tipo 3
(ﻻh)
(h)
(ﻻh)
d) Tipo 4
(h)
76 Docente: Ing. Isidro Calcina B.
Facultad de Ingeniería Geológica El variograma Experimental Geoestadística
GLG - 935
(ﻻh)
Buena continuidad
Depósitos tabulares
Alcance como: (Fe, Pb/Zn)
A: Rango del
variograma.
10 20 30 40 50 60 70 h (m)
(ﻻh)
Continuidad pobre
(Depósitos de tipo
porfirítico,
uranio…)
A
Co: Efecto de
Pepita.
Co
La zona de influencia es la zona más allá del cual la influencia de una muestra
desaparece. Es normal caracterizar tal zona de influencia en una dirección dada por
la distancia a la cual el variograma eventualmente alcanza una meseta. Fig. 83
(ﻻh) En la Fig. 83 se
Meseta tiene un rango de
influencia, (a partir
de ahora
simplemente rango
o alcance) de 200
metros en un
Rango o alcance depósito de Fe.
(ﻻh)
Nótese que en muchos
casos cuanto más
separadas están las
muestras, éstas son
más diferentes. Esto
ocurre frecuentemente
en depósitos
hidrotermales. La
figura que se muestra a
la izq. (depósito Cu-Ni)
400 600 800 log.(h)
Ejemplo:
(ﻻh)
Dirección A1
L
(h)
Dirección A1 (ﻻh) Cambio de pendiente
Dirección A2
Dirección A2
a (h)
Fig. 84 Fenómenos de transición
(ﻻh)
4
3
σ2 2
1
(ﻻh)
R. o alcance vertical
(h) pies
Fig. 86 Variograma con alcance vertical y horizontal diferentes.
Sea h un vector con módulo r = (h) y dirección. Si hay N pares de datos separados
por el vector h; luego el variograma experimental en la dirección α1 para la distancia
h se expresa como:
1 ′
( * ﻻr,α) = 2𝑁′ ∑𝑁
𝑖=1[ 𝑍 (𝑋𝑖 + ℎ) − 𝑍 (𝑋1)]
2
a) a Muestras de canaletas
Z(X1) Galería b)
Z(x1) Z(x2)
a
L Z(X2)
(Tabla 1)
a = 5m ( k =1)
5m 0.20
0.06 0.0036
5m 0.14
0.01 0.0001
0.13
0.11 0.0121
0.24
0.02 0.0004
0.22
0.13 0.0169
0.35
0.01 0.0001
0.34
0.05 0.0025
0.39
0.27 0.0729
0.66
0.04 0.0016
0.62
0.14 0.0196
0.48
0.02 0.0004
0.5
Σ 0.1302
0.20
10 0.07 0.0049
0.14
0.1 0.0100
0.13
0.09 0.0081
0.24
0.11 0.0121
0.22
0.12 0.0144
0.35
0.04 0.0016
0.34
0.32 0.1024
0.39
0.23 0.0529
0.66
0.18 0.0324
0.62
0.12 0.0144
0.48
0.12 Σ 0.2532
0.50
12
Tabla 3
a = 15m ( k =3)
2
% Zn Z(Xi +k) - Z(Xi) [Z(Xi+k) - Z(Xi)]
0.20
15 0.14 0.0016
0.04
0.13 0.0064
0.08
0.24 0.0484
0.22
0.22 0.0100
0.10
0.35 0.0289
0.17
0.34 0.0961
0.31
0.39 0.0784
0.28
0.66 0.0081
0.09
0.62 0.0256
0.16
0.48
Σ 0.3035
0.50
12
= 0.0168
De la misma manera se van calculando valores de ( * ﻻka) para: Ka=20, 25, 30, 35,
etc.
Variograma obtenido
0.08
(h)ﻻ
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
0 5 10 15 20 25 30 35 40
h
Tabla 5
0 5 3.89 3.14 5
5 10 8.31 7.58 4
10 15 2.13 12.53 3
15 20 0.86 16.75 2
20 25 5.57 21.7 3
25 30 7.38 25.83 3
30 35 0.04 30.3 1
Para (0 – 5)
Para (5 – 10)
El proceso se repite, para todas las clases de distancia. Los resultados se muestran
en la tabla superior (Tabla 5).
44 O 40 42 40 39 37 36 O
42 O 43 42 39 39 41 40 38
30 m
37 37 37 35 38 37 37 33 34
35 38 O 35 37 36 35 35 O
36 35 36 35 34 33 32 29 28
38 37 35 O 30 O 29 30 32
30 m.
(ﻻ30) = [(40-42)2+(42-40)2+(40-39)2+(39-37)2+(37-36)2+(43-42)2+(42-39)2+(39-39)2+
(39-41)2+(41-40)2+(40-38)2+(37-37)2+(37-37)2+(37-35)2+(35-38)2+(38-37)2+
(37-37)2+(37-33)2+(33-34)2+(35-38)2+(35-37)2+(37-36)2+(36-35)2+(35-35)2+
(36-35)2+(35-36)2+(36-35)2+(35-34)2+(34-33)2+(33-32)2+(32-29)+(29-28)2+
(38-37)2+(37-35)2+(29-30)2+(30-32)2]= 105/(2*36) = 1.43
44 0 40 42 40 39 37 36 0
42 0 43 42 39 39 41 40 38
37 37 37 35 38 37 37 33 34
35 38 0 35 37 36 35 35 0
36 35 36 35 34 33 32 29 28
38 37 35 0 30 0 29 30 32
( *ﻻ60) = [(44-40)2+(40-40)2+(40-37)2+(42-39)2+(39-36)2+(42-43)2+(43-39)2+(39-
41)2+(41-38)2+(42-39)2+(39-40)2+(37-37)2+(37-38)2+(38-37)2+(37-34)2+(37-
35)2+(35-37)2+(37-33)2+(37-35)2+(38-35)2+(35-36)2+(36-35)2+(36-36)2+(36-
34)2+(34-32)2+(32-28)2 +(35-35)2+(35-33)2+(33-29)2+(38-35)2 +(35-30)2 +(30-29)2
+(29-32)2 ] = 224 / (2*33) = 3.39 (%)2
Tabla 6
Variograma experimental
20
( h) ﻻ
18
Norte - Sur
16
14
12
10
8
6
4 Este - Oeste
2
0
0 20 40 60 80 100 120 140
(h)
Probablemente el caso mas frecuente. En la mayoría de los casos las muestras muy
rara vez se encuentran alineadas y regularmente espaciadas. Para posibilitar la
estimación del variograma a lo largo de una determinada dirección, permite una
tolerancia angular, llamada “ventana” a ambos lados de la dirección seleccionada.
Para cada dirección Ɵ del vector h, se define una tolerancia angular ΔƟ y una
tolerancia en distancia h. la elección de ΔƟ y Δh, depende de la distribución espacial
de los datos y de la práctica, en algunos casos la practica recomienda utilizar ΔƟ =
Donde:
Ejemplos de representación.
Los mapas variográficos obtenidos para cada elemento en las direcciones Este,
Norte y Cota, representados por U, V y W respectivamente, utiliza los siguientes
parámetros para su construcción de acuerdo a los distintos planos formados por
las direcciones especificadas:
Mapa variográfico de Cu V – U ( N – E)
Si los taladros son verticales el cálculo del variograma se descompone en dos fases
horizontal (p.e por bancos) que seria un cálculo a dos dimensiones y vertical (a lo
largo de los taladros) que sería un cálculo en una dimensión. Estos métodos han
sido explicados anteriormente.
Si los taladros no son verticales, el cálculo es a tres dimensiones, para efectuar éste
cálculo inicialmente se debe definir la dirección del variograma. Ésta dirección
queda definida generalmente por la dirección de buzamiento y el buzamiento de la
línea a lo largo de la cual se desea el variograma. Igualmente se deben considerar
tolerancias angulares (ventanas) tanto para la dirección de buzamiento como para
el buzamiento. Otro parámetro que se debe definir es la “clase de distancia”.
Sea Z(x) una función aleatoria intrínseca con variograma ( ﻻh), las dos
características principales de un variograma estacionario son:
a) Modelo esférico
b) Modelo exponencial
c) Modelo Gaussiano
b) Modelo logarítmico
Efecto Pepita:
a) Modelo esférico.-
Donde:
3 | h | 1 | h | 3
C − si | h | a o para h ≤ a
(h) = 2 a 2 a C = Meseta
C en caso contrario para h > a a = alcance
Nótese que el modelo esférico efectivamente alcanza su meseta para una distancia
finita h=a rango o alcance.
C = Meseta
a = Rango o
+ Co
alcance
3 | h |2 C = Meseta
(h) = C 1 − exp − 2
a a = Rango
(h) ﻻ
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1
(h)
4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
10 100
Escala logarítmica (h)
El modelo efecto pozo o también conocido como efecto hueco que se muestra
en la Figura 99 tiene la siguiente ecuación:
Sen (a h)
( * ﻻh) = C 1 - --------------
ah
Se da el efecto hueco
CU Pb
Zn Ag
Hueco o pozo
(h) ﻻ
1.25
1.00
0.75
0.5
0.25
0.0
Este modelo puede utilizarse para describir fenómenos regularmente continuos (la
tangente en el origen es horizontal y muestra un comportamiento periódico que a
menudo se encuentra cuando existe una sucesión de zonas ricas y zonas pobres
como indicamos anteriormente depósitos polimetálicos de Pb-Ag-Zn-Cu.
Con excepción del modelo logarítmico, todos los modelos presentados hasta ahora
satisfacen la condición ( ﻻ0) = 0. Considere un modelo de variograma ( ﻻh) con
meseta C y distancia de influencia a’, si no se tiene acceso a pares de muestras
cuyas distancias es menor que a; no se podrá observar la parte continua de ( ﻻh)
que se incrementa de 0 a C, y que podría concluir que los valores de la variable
regionalizada no están correlacionados o que presenta un efecto pepita puro tal
como se muestra en la siguiente Figura: 100
(h) ﻻ
Esto indica que la variable es
extremadamente irregular a
pequeñas distancias, indicando
fuertes variaciones a cortas
distancias.
Co EFECTO PEPITA Error de medidas
Error de localización
Efecto pepita = Microestructuras + Error de análisis
Error de muestro y ensaye. Microestructuras no identificadas
Debido a la falta de muestras
(h)
Fig. 101 Modelo de efecto pepita indicando microestructuras y errores de muestre y ensaye.
Co = Co ω / ω’
2) Por otra parte se sabe que a partir del mismo conjunto de datos es imposible
dar a la vez un estimador y la precisión de aquello lo que prohíbe utilizar el
variograma experimental para el cálculo de las varianzas.
¿Cómo ajustar?
✓ El ajuste debe ser lo mejor posible para los primeros puntos del variograma;
éstos son los mas conocidos (mayor número de pares) y los que tienen el
peso mas fuerte en la estimación.
✓ No siempre es necesario ajustar todo el variograma, sino más bien una parte
sobre una distancia que será la distancia de trabajo (este hecho permite
eliminar la tendencia que generalmente se manifiesta después de una cierta
distancia).
✓ Es difícil determinar la bondad de ajuste, dado que para ello sería preciso
utilizar funciones de la función aleatoria que es imposible estimar
prácticamente.
✓ No hay una solución única, al problema del ajuste, y para los problemas de
estimación, este hecho no tiene ninguna importancia; las varianzas
calculadas con varios modelos no difieren mucho en si.
Fig. 102 Ajuste del variograma experimental a un modelo en dirección E – W en un depósito estratiforme de Fe
y sugiere una línea con pendiente 6.5 / 120.0 = 0,0541. De esta manera seria el
modelo del variograma:
Ejemplo 2:
Cerca al origen los puntos forman una línea recta, esta es una característica de la
mayoría de los modelos comunes de variograma, la curva crece y se hace plana en
un valor de ( ﻻh) = 11 (m%)2 y luego crece nuevamente mas y mas rápidamente.
3h h3 | h | 1 | h | 3
( * ﻻh) = 11 ------- - ------- C 3 − si | h | a
(h) = 2 a 2 a
100 2x503
C en caso contrario
( * ﻻh) = 11
Los valores numéricos para varios puntos del modelo se dan en la siguiente tabla 8.
Fig. 104 Variograma experimental y modelo ajustado- valores de acumulación de Ag Parámetros del
Modelo ajustado C = 11 (m%)2 ; a = 50 (m)
Nótese que el modelo ha sido ajustado para distancias hasta 75 m, más allá se debe
tomar en cuenta la “tendencia”.
Se puede discutir que el modelo más apropiado para éste variograma sería el
modelo exponencial. Se ha intentado ajustar el modelo exponencial. La siguiente
tabla muestra valores del modelo exponencial para varios conjuntos de parámetros.
Tabla 9
Distancias Modelos exponenciales Teóricos
entre a = 33 a = 50 a = 50 a = 50
muestras (m) C = 14 C = 14 C = 15 C = 16 + Co
5 1.97 1.33 1.43 1.52
10 3.66 2.54 2.72 2.9
15 5.11 3.63 3.89 4.15 |h| > 0
20 6.36 4.62 4.95 5.27
25 7.44 5.51 5.9 6.3
30 8.36 6.32 6.77 7.22
35 9.15 7.05 7.55 8.05
40 9.83 7.71 8.26 8.81
45 10.42 8.31 8.90 9.49
50 10.92 8.85 9.48 10.11
55 11.36 9.34 10.01 10.67
60 11.73 9.78 10.48 11.18
65 12.05 10.18 10.91 11.64
70 12.32 10.55 11.3 12.05
Fig. 105 Alternativas de ajuste para el modelo exponencial a diferentes valores de a y C con datos
de la Tabla 9.
La Figura 106 compara este ajuste de esta curva con el modelo esférico previo y
además con el variograma experimental.
Se prefiere el Modelo esférico porque parece reflejar los datos entre los 15 y 40 m
mejor que el modelo exponencial. Solo una minoría de los puntos observados cae
debajo la curva exponencial.
4.10.-Análisis de Anisotropía.-
- Mayor continuidad
- espacial en la
dirección de mayor
rango.
- Menor continuidad
espacial en la
dirección de menor
rango.
Es aquella en la que el
variograma en distintas
direcciones presenta el
mismo rango pero
diferente sill. Presencia
de diferentes estructuras
Presencia de diferentes
estructuras