Informe Ey

Universidad de Santiago de Chile
Facultad de Ingeniería
Departamento de Ingeniería en Minas
Laboratorio de Evaluación de Yacimientos
Informe laboratorio Evaluación de yacimientos.
Alumno:
Camilo Ahumada
Docente:
Danitza Aburto
Ayudantes:
Giancarlos Chaparro
José Gómez
Javier Martínez
Yennifer Rodríguez
Javiera Wilson
Fecha: 03 de Julio, 2022

Resumen ejecutivo
En el presente informe se busca determinar las unidades de estimación para el Cut_2, datos que
se encuentran distribuidos dentro de un conjunto geológico, el cual se compone por zonas de
alteración, litología y mineral. Para dar comienzo al análisis se debe identificar la variable que tiene
un mayor control, la cual en este caso corresponde a la zona mineral.
Paso siguiente es ir combinando subconjuntos de información, empleando en esto el criterio

geológico, de continuidad espacial y el estadístico, dando preferencia al análisis estadístico, dado
por gráficos y estadísticas básicas.
En el desarrollo de este trabajo se hizo uso de softwares tales como Vulcan y Jupyter, mediante los
cuales se busca dar origen a la creación de unidades de estimación
Observando las leyes medias de cada UE, se logra identificar que la UE 1 y 4 poseen las leyes
medias más altas (1,750 y 1,062 respectivamente), mientras que las UE que poseen los menores
valores corresponden a la 2 y 5 (leyes medias de 0,139 y 0,500 respectivamente).
Por último, dado que el CuT es una variable muy importante en un yacimiento de pórfidos
cupríferos, analizar las concentraciones de este en los sectores explorados trae beneficios a la
minera para determinar sus reservas y analizar metodología de la explotación del mineral.
Tabla 1: Resumen UE. Fuente: Elaboración propia.
UE FLG ZM FLG ALT FLG LIT Cant. Datos Ley media

201 a 204, 206 a 208, 212,
1 301, 302 102 a 108 214 1381 1.750
2 304 102 a 108 201 a 208, 212, 214 4301 0.139
201 a 204, 206 a 208, 212,
3 305 102 a 108 214 697 0.800
107, 108,
4 306 112 201 a 203, 206, 212, 213 2797 1.062
202 a 204, 206 a 208, 212,
5 306 101 a 106 214 1723 0.500
Como recomendación, se recomienda esperar el análisis químico de los datos con leyes de -99 y
observar que tanto logran influir en las leyes medias obtenidas, identificar si correspondían a leyes
altas que podrían maximizar el beneficio económico, o si eran simples muestras que podrían llegar
a considerarse estéril.
Índice
Introducción.......................................................................................................................................5
Objetivos............................................................................................................................................6
General:..........................................................................................................................................6
Secundarios:...................................................................................................................................6
Alcances.........................................................................................................................................6
Procedimiento y análisis de resultados..............................................................................................7
Validación de base de datos...........................................................................................................7
Creación de compositos.................................................................................................................7
Flagueo...........................................................................................................................................8
Modelo de bloques........................................................................................................................8
Unidades de estimación.................................................................................................................9
Conclusión y recomendaciones........................................................................................................11
Índice de ilustraciones
Ilustración 1: Histograma de soportes. Fuente: Elaboración propia..................................................8
Ilustración 2: Probability plot ZM1. Fuente: Elaboración propia......................................................13
Ilustración 3: Probability plot alteración en ZM1. Fuente: Elaboración propia................................13
Ilustración 4: Probability plot litología en ZM1. Fuente: Elaboración propia...................................14
Ilustración 5: .Boxplot alteración en ZM1. Fuente: Elaboración propia...........................................14
Ilustración 6: Boxplot litología en ZM1. Fuente: Elaboración propia................................................15
Ilustración 7: Probability plot ZM2. Fuente: Elaboración propia......................................................15
Ilustración 8: Probability plot alteración en ZM2. Fuente: Elaboración propia................................16
Ilustración 9: Probability plot litología en ZM2. Fuente: Elaboración propia...................................16
Ilustración 10: Boxplot alteración en ZM2. Fuente: Elaboración propia..........................................17
Ilustración 11: Boxplot litología en ZM2. Fuente: Elaboración propia..............................................17
Ilustración 12: Probability plot ZM4. Fuente: Elaboración propia....................................................18
Ilustración 13: Probability plot alteración en ZM4. Fuente: Elaboración propia..............................18
Ilustración 14: Probability plot litología en ZM4. Fuente: Elaboración propia.................................19

Ilustración 27: Probability plot UE1. Fuente: Elaboración propia.....................................................25
Ilustración 28: Boxplot UE1. Fuente: Elaboración propia.................................................................26
Ilustración 29: Deriva UE1. Fuente: Elaboración propia...................................................................26
ÍNDICE DE TABLAS.
Tabla 1: Resumen UE. Fuente: Elaboración propia.............................................................................2
Tabla 2: Coordenadas del punto de origen. Fuente: Elaboración propia...........................................9
Tabla 3: Extensión del modelo de bloques. Fuente: Elaboración propia............................................9
Tabla 4: Dimensiones de un bloque. Fuente: Elaboración propia......................................................9
Tabla 5: Codificación zona mineral. Fuente: Elaboración propia......................................................12
Tabla 6: Codificación zona alteración. Fuente: Elaboración propia..................................................12
Tabla 7: Codificación zona litología. Fuente: Elaboración propia.....................................................12
Tabla 8: Estadística descriptiva UE1. Fuente: Elaboración propia....................................................26
Tabla 9: Estadística descriptiva UE2. Fuente: Elaboración propia....................................................28
Tabla 10: Estadística descriptiva UE3. Fuente: Elaboración propia..................................................30
Introducción
En la minería, una vez que se ha realizado como mínimo una campaña exploratoria, se puede dar
paso a una evaluación de yacimiento, esta se realiza con el fin de determinar el potencial del
beneficio económico que tiene dicho yacimiento, esto debido a la gran envergadura que conlleva
un proyecto minero y las grandes inversiones que se deben realizar, por lo que se busca en base a
datos concretos tener una noción de las posibles ganancias para disminuir el riesgo de pérdida de
la inversión.
Esta etapa de evaluación de yacimiento puede realizarse varias veces a lo largo de la vida de la
mina, ya sea porque los sondajes exploratorios se consideraron insuficientes o porque se busca
ampliar el conocimiento de las reservas y recursos que dispone el yacimiento para su extracción
del mineral.
En el presente informe, se lleva a cabo el proceso de evaluación de yacimiento, en el cual,

mediante los datos facilitados por un mandante, se comienza a analizar la base de datos respecto
a los desvíos presente en los sondajes, la cantidad de sondajes que se realizaron, la ubicación
espacial de estos, los metros perforados, los datos que no se le realizaron análisis químico a la ley,
etc.
Una vez analizado lo anterior, se emplea el software Vulcan, mediante el cual se realiza la
compositación de los soportes y el flagueo de los datos según la zona mineral, alteración y
litología, además se identifica la extensión del yacimiento estudiado y se logra establecer el
modelo de bloques con los tonelajes respectivos.
Del archivo entregado por el software Vulcan, se emplea este para trabajar posteriormente con el
software Jupyter, el cual nos permite visualizar mediante distintos tipos de gráficos (scatter plot,
probability plot, box plot, etc) como se relacionan la zona mineral, alteración y litología, los cuales
al analizar su comportamiento de como interactúan entre sí y teniendo en cuenta los tipos de
geologías y mineralización presentes, se pueden agrupar dando origen a las unidades de
estimación las cuales deben ser lo más homogéneas posibles.
Objetivos
General:
 Construir unidades de estimación en base a datos otorgados por docente y ayudantes de
la asignatura.
Secundarios:
 Aprender y emplear el software Vulcan de forma correcta.
 Validar los datos recibidos de los collares, desvíos y leyes, identificando concordancia
entre número de sondajes y datos, como también la identificación de muestras que no poseen
análisis químico.
 Comprender el proceso de compositación y regularización de las muestras.
 Identificar como influyen las variables geológicas en el elemento de análisis.
 Identificar la ubicación de las muestras estudiadas.
 Aprender y emplear el software Jupyter de forma correcta.
Alcances
 Al momento de la validación de los datos iniciales, se detectaron 88 datos con leyes de -
99.
 Se detectaron a la hora de analizar los soportes, un total de 212 datos cuyos soportes se
encontraban fuera del intervalo [1,3] [m].
Procedimiento y análisis de resultados

Validación de base de datos
Primeramente, previo a ingresar los archivos correspondientes a collares, desvíos y leyes, se debe
realizar un chequeo de estos datos con la finalidad de apreciar el control de calidad, el cual tuvo
que haber sido realizado con anterioridad.
Observando los datos del archivo de desvíos, se aprecia que la medición correspondiente a la
trayectoria de los sondajes se realizó mediante segmento siguiente (desde el collar hacia el fondo
del pozo). También se aprecia que los sondajes fueron inclinados, por lo que se puede interpretar
que estos corresponden a una etapa avanzada del proyecto en cuestión, ya que estos sondajes van
destinados en búsqueda de una mayor información para definir el contorno del yacimiento, lo que
supone que ya es conocida la orientación del cuerpo mineralizado.
Para los datos correspondientes a los collares, se identifican 54 sondajes con un total de 22310,75
metros perforados.
Finalmente, en el archivo de leyes, se identificaron valores negativos en las leyes de Cut_2, por lo
cual al apreciarlas de cerca correspondían a 88 datos con valores de -99 los cuales provienen de
muestras las cuales no se les realizaron el proceso del análisis químico. Dichas muestras con
valores de ley de –9 corresponden a los sondajes S-(3, 4, 6, 7, 8, 9, 11, 13, 14, 15, 16, 18), SN-(2, 5,
12) y SBC-(2, 2A, 8).
También se encontraron valores negativos que son relativos a los límites de detección de
laboratorios químicos, de los cuales 18 datos poseían ley de -0.01 en los sondajes SN-(1, 2, 6, 7) y
un dato con ley -0.001 correspondiente al sondaje SBC-2, por lo que para el tratamiento de estos
valores fueron reemplazados por la mitad positiva de dicho valor.
Creación de compósitos
Este proceso consiste en transformar el soporte lineal que viene de la base de datos de los
sondajes a un soporte puntual, para esto es necesario que todas las muestras tengan el mismo
tamaño (que estén regularizadas). En caso de que no se tengan datos con el mismo tamaño, se
debe analizar un histograma para visualizar los tamaños de los soportes, donde los resultados
obtenidos fueron que más del 90% de los datos presentan un tamaño de 2[m].
Ilustración 1: Histograma de soportes. Fuente: Elaboración propia.
Cabe mencionar que se tuvieron que filtrar 212 datos correspondientes a soportes fuera del rango
que abarca el ±50% de tamaño respecto a soportes de 2[m] (por lo que dichos 212 datos
corresponden a soportes de medida menores a 1[m] y mayores a 3[m]). Los sondajes que
contenían estos valores corresponden a S-(1, 2, 3, 4, 6, 7, 8, 9, 11, 13, 14, 15, 16, 18) y SBC-(2, 4,
11, 21).
Después de los filtros en los compósitos y en el tratamiento de las leyes negativas, se observa una
ley media de 0,683 con una desviación estándar equivalente a 1,12, por lo que por formulismo se
consideraron outliers todo valor sobre una ley de 2,931 (ley media + 2 desviaciones estándar), por
lo que se encontraron un total de 340 datos correspondientes a outliers.
Flagueo
Otro proceso necesario es el flagueo de los datos, es decir, asignar una codificación dentro de la
base de datos en función del modelo geológico. Esto se realiza para lograr un análisis menos
complejo en la etapa previa a realizar la creación de unidades de estimación, como también se
crea una leyenda para una mejor visualización de los compósitos con los diferentes atributos
geológicos.
Las codificaciones para cada flagueo (zona mineral, alteración y litología) se observan en las tablas
4,5 y 6 adjuntas en los anexos.
Modelo de bloques
En el programa de Vulcan, se tienen los archivos correspondientes a la zona mineral, de alteración
y de litología, por lo cual el volumen total de cada zona será el mismo que las demás, debido a
esto, para dar paso a la creación del modelo de bloques es necesario juntar toda esta información
geológica, como también las coordenadas del punto de origen de los datos.
Tabla 2: Coordenadas del punto de origen. Fuente: Elaboración propia.
Coordenadas del punto de origen

X[m] Y[m] Z[m]
432700 7307950 340
Tabla 3: Extensión del modelo de bloques. Fuente: Elaboración propia.
Extensión del modelo de bloques

X[m] Y[m] Z[m]
800 1000 1310
Tabla 4: Dimensiones de un bloque. Fuente: Elaboración propia.
Dimensiones de 1 bloque
X[m] Y[m] Z[m]
10 10 10
Unidades de estimación
Para la creación y análisis de las unidades de estimación se utilizó en el software de Jupyter los
datos entregados provenientes del software de Vulcan.
Primeramente, de los datos entregados por Vulcan se debe volver a revisar si se filtraron bien los
datos que posean leyes de -99, ya que a la hora de la visualización mediante Jupyter, estos datos
en los gráficos entorpecen el análisis y no colaboran con algún tipo de información adicional.
Cabe mencionar que el código presente en Jupyter fue modificado con respecto a la variable
analizada que corresponde a Cut_2. Dicho esto, se generaron diversos tipos de gráficos tales como
Boxplot, Pplot, Scatter plot, estadísticas y derivas, cada uno analizando la zona mineral, litológica y
de alteración por separado.
Comenzando con los análisis, se debe verificar cual es la variable de los flagueos que presenta un
mayor control en las leyes, de lo cual se aprecia que el flagueo de zona mineral corresponde a
dicha variable.
Ya teniendo determinado que la variable de la zona mineral es la que posee un mayor control
sobre las leyes, se comienzan a ver los datos codificados en este flagueo, donde se descarta el uso
de la codificación 303 debido a que corresponde a estéril y su presencia de datos es casi nula (un
total de 12 datos).
Además, cabe mencionar que, en base al texto de información adicional, se analizó en conjunto las
codificaciones 301 y 302 correspondientes enriquecimiento secundario y enriquecimiento
secundario débil.
Analizando los Pplot, se debe buscar que las familias representadas en este tipo de gráfico no
sufran cambios muy repentinos en sus pendientes, por lo que si varias familias presentan
comportamientos muy similares a tal punto que se superponen en el gráfico, nos estarían dando
indicios de que están ligadas entre si dichas familias y es posible analizarlas en conjunto. En base a
lo explicado, es que se escogen las familias que serán incluidas en la UE, ya que se pueden
relacionar entre sí para un análisis más grande de los datos que abarcan.
Respecto a la primera unidad de estimación se puede comentar que esta posee la ley media
(1,750) más alta en comparación a las demás UE, como también su desviación estándar
corresponde a una de las más altas (2,26), esto se puede explicar en base a los datos abarcados
dentro de esta primera UE, donde se contiene la mayor parte de las leyes consideradas outliers,
siendo estos datos los que no se pueden excluir ya que son de alto interés debido al beneficio
económico que trae consigo una ley alta.
Respecto a las otras cuatro unidades de estimación, se puede comentar que poseen valores bajos
de desviaciones estándar (de 0,13 a 0,91), por lo que esto nos indicaría que las leyes tienden a ser
valores cercanos a la ley media, lo que por consiguiente significa que cada UE estimada poseen
leyes más homogéneas.
En cuanto a los gráficos de derivas, estos lo que se busca es mostrar un comportamiento

estacionario, es decir, evitando comportamientos al alza y quiebres en la recta muy significativos
en comparación a la media, en otras palabras, se busca que sean homogéneas dichas rectas.
Respecto a las derivas obtenidas, a lo largo de todos los gráficos se aprecia este comportamiento
homogéneo a excepción de casos puntuales en los cuales se pueden ver influenciados por
presencia de outliers o alguna estructura geológica que podría estar interviniendo.
Conclusión y recomendaciones
A modo de conclusión se puede comentar que se cumplieron de manera satisfactoria los objetivos
planteados al comienzo del presente informe, por lo que se logró la conformación de las unidades
de estimación finales, las que corresponden a 5 UE, las cuales se forman a partir del análisis
individual de cada zona mineral (a excepción de la primera UE en la cual se analiza en conjunto los
flagueos de codificación 301 y 302 correspondientes a enriquecimiento secundario y secundario
débil).
Observando las leyes medias de cada UE, se logra identificar que la UE 1 y 4 poseen las leyes
medias más altas (1,750 y 1,062 respectivamente), mientras que las UE que poseen los menores
valores corresponden a la 2 y 5 (leyes medias de 0,139 y 0,500 respectivamente).
Cabe mencionar la vital importancia de este proceso, ya que gracias al análisis realizado se logra
detectar las UE con mayor concentración de outliers y de leyes más altas, como también las zonas
de menores leyes, donde a criterio del encargado de la explotación podrá analizar a su
conveniencia de que sector extraerá el mineral para maximizar el beneficio económico según el
precio actual del cobre.
Como recomendación, se recomienda esperar el análisis químico de los datos con leyes de -99 y
observar que tanto logran influir en las leyes medias obtenidas, identificar si correspondían a leyes
altas que podrían maximizar el beneficio económico, o si eran simples muestras que podrían llegar
a considerarse estéril.
Anexos
Tabla 5: Codificación zona mineral. Fuente: Elaboración propia.
ZM_ES 301
ZM_ESD 302
ZM_ESTERIL 303
ZM_LIX 304
ZM_OX 305
ZM_PRI 306
Tabla 6: Codificación zona alteración. Fuente: Elaboración propia.
ALT_COR_Central 101
ALT_COR_Norte 102
ALT_CS_(PTAR) 103
ALT_CS_Back_Central 104
ALT_CS_Back_Norte 105
ALT_CS_Back_Sur 106
ALT_QS 107
ALT_QSF 108
ALT_SA_(GRA)_Central 109
ALT_SA_(GRA)_Norte 110
ALT_SA_(GRA)_Sur 111
ALT_SER 112
Tabla 7: Codificación zona litología. Fuente: Elaboración propia.
Lito_BH 201
Lito_BTUR 202
Lito_DAND_Central 203
Lito_DAND_Norte 204
Lito_DAND_Sur 205
Lito_DIO_Central 206
Lito_DIO_Norte 207
Lito_DIO_Sur 208
Lito_GRAN 209
Lito_GRA_Central 210
Lito_GRA_Norte 211
Lito_GRA_Sur 212
Lito_PDAC 213
Lito_PTAR 214
Ilustración 2: Probability plot ZM1. Fuente: Elaboración propia.
Ilustración 3: Probability plot alteración en ZM1. Fuente: Elaboración propia.

Ilustración 4: Probability plot litología en ZM1. Fuente: Elaboración propia.
Ilustración 5: .Boxplot alteración en ZM1. Fuente: Elaboración propia.

Ilustración 6: Boxplot litología en ZM1. Fuente: Elaboración propia.


Ilustración 10: Boxplot alteración en ZM2. Fuente: Elaboración propia.








Ilustración 27: Probability plot UE1. Fuente: Elaboración propia.

Ilustración 28: Boxplot UE1. Fuente: Elaboración propia.
Ilustración 29: Deriva UE1. Fuente: Elaboración propia.
Tabla 8: Estadística descriptiva UE1. Fuente: Elaboración propia.
Estadística descriptiva UE1

Media 1.750
Error típico 0.061
Mediana 1.09
Moda 0.456
Desviación estándar 2.267
Varianza de la muestra 5.143
Curtosis 35.091
Coeficiente de asimetría 4.744
Rango 28.452
Mínimo 0.012
Máximo 28.464
Suma 2417.394
Cuenta 1381
Nivel de confianza(95.0%) 0.119


Media 0.139
Error típico 0.002
Mediana 0.103
Moda 0.049
Curtosis 95.302
Rango 3.233
Mínimo 0.001
Máximo 3.234
Suma 599.100
Cuenta 4301


Media 0.800
Error típico 0.030
Mediana 0.564
Moda 0.466
Curtosis 24.442
Rango 7.759
Mínimo 0.007
Máximo 7.766
Suma 557.729
Cuenta 697


Media 1.062
Error típico 0.017
Mediana 0.786
Moda 0.490
Curtosis 23.685
Rango 12.005
Mínimo 0.005
Máximo 12.010
Suma 2971.488
Cuenta 2797


Media 0.500
Error típico 0.011
Mediana 0.397
Moda 0.277
Curtosis 89.978
Rango 9.156
Mínimo 0.005
Máximo 9.161
Suma 862.073
Cuenta 1723

Informe Ey

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

Informe Ey

Cargado por

Copyright:

Formatos disponibles

Universidad de Santiago de Chile

Informe laboratorio Evaluación de yacimientos.

Fecha: 03 de Julio, 2022

Paso siguiente es ir combinando subconjuntos de información, empleando en esto el criterio

UE FLG ZM FLG ALT FLG LIT Cant. Datos Ley media

Ilustración 19: Probability plot litología en ZM5. Fuente: Elaboración propia.................................21

En el presente informe, se lleva a cabo el proceso de evaluación de yacimiento, en el cual,

Procedimiento y análisis de resultados

Ilustración 1: Histograma de soportes. Fuente: Elaboración propia.

Tabla 2: Coordenadas del punto de origen. Fuente: Elaboración propia.

Coordenadas del punto de origen

Tabla 3: Extensión del modelo de bloques. Fuente: Elaboración propia.

Extensión del modelo de bloques

Tabla 4: Dimensiones de un bloque. Fuente: Elaboración propia.

En cuanto a los gráficos de derivas, estos lo que se busca es mostrar un comportamiento

Tabla 6: Codificación zona alteración. Fuente: Elaboración propia.

Tabla 7: Codificación zona litología. Fuente: Elaboración propia.

Ilustración 2: Probability plot ZM1. Fuente: Elaboración propia.

Ilustración 3: Probability plot alteración en ZM1. Fuente: Elaboración propia.

Ilustración 4: Probability plot litología en ZM1. Fuente: Elaboración propia.

Ilustración 5: .Boxplot alteración en ZM1. Fuente: Elaboración propia.

Ilustración 6: Boxplot litología en ZM1. Fuente: Elaboración propia.

Ilustración 7: Probability plot ZM2. Fuente: Elaboración propia.

Ilustración 8: Probability plot alteración en ZM2. Fuente: Elaboración propia.

Ilustración 9: Probability plot litología en ZM2. Fuente: Elaboración propia.

Ilustración 10: Boxplot alteración en ZM2. Fuente: Elaboración propia.

Ilustración 11: Boxplot litología en ZM2. Fuente: Elaboración propia.

Ilustración 12: Probability plot ZM4. Fuente: Elaboración propia.

Ilustración 13: Probability plot alteración en ZM4. Fuente: Elaboración propia.

Ilustración 14: Probability plot litología en ZM4. Fuente: Elaboración propia.

Ilustración 15: Boxplot alteración en ZM4. Fuente: Elaboración propia.

Ilustración 16: Boxplot litología en ZM4. Fuente: Elaboración propia.

Ilustración 17: Probability plot ZM5. Fuente: Elaboración propia.

Ilustración 18: Probability plot alteración en ZM5. Fuente: Elaboración propia.

Ilustración 19: Probability plot litología en ZM5. Fuente: Elaboración propia.

Ilustración 20: Boxplot alteración en ZM5. Fuente: Elaboración propia.

Ilustración 21: Boxplot litología en ZM5. Fuente: Elaboración propia.

Ilustración 22: Probability plot ZM6. Fuente: Elaboración propia.

Ilustración 23: Probability plot alteración en ZM6. Fuente: Elaboración propia.

Ilustración 24: Probability plot litología en ZM6. Fuente: Elaboración propia.

Ilustración 25: Boxplot alteración en ZM6. Fuente: Elaboración propia.

Ilustración 26: Boxplot litología en ZM6. Fuente: Elaboración propia.

Ilustración 27: Probability plot UE1. Fuente: Elaboración propia.

Ilustración 28: Boxplot UE1. Fuente: Elaboración propia.

Ilustración 29: Deriva UE1. Fuente: Elaboración propia.

Tabla 8: Estadística descriptiva UE1. Fuente: Elaboración propia.

Estadística descriptiva UE1

Ilustración 30: Probability plot UE2. Fuente: Elaboración propia.

Ilustración 31: Boxplot UE2. Fuente: Elaboración propia.

Ilustración 32: Deriva UE2. Fuente: Elaboración propia.

Tabla 9: Estadística descriptiva UE2. Fuente: Elaboración propia.

Estadística descriptiva UE2

Ilustración 33: Probability plot UE3. Fuente: Elaboración propia.

Ilustración 34: Boxplot UE3. Fuente: Elaboración propia.

Ilustración 35: Deriva UE3. Fuente: Elaboración propia.

Tabla 10: Estadística descriptiva UE3. Fuente: Elaboración propia.

Estadística descriptiva UE3

Ilustración 36: Probability plot UE4. Fuente: Elaboración propia.

Ilustración 37: Boxplot UE4. Fuente: Elaboración propia.

Ilustración 38: Deriva UE4. Fuente: Elaboración propia.

Tabla 11: Estadística descriptiva UE4. Fuente: Elaboración propia.

Estadística descriptiva UE4

Ilustración 39: Probability plot UE5. Fuente: Elaboración propia.