UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

FACULTAD DE INGENIERIA DE MINAS

DISEÑO DE MINAS ATAJO ABIERTO

EVALUACION DE RESERVAS METODOS

GEOESTADISTICOS

HUANCAYO 2017
 EVALUACION DE
RESERVAS

METODOS GEOESTADISTICOS
 IDEA BASICA DE LA APLICACIÓN DE LAS TECNICAS
GEOESTADISTICAS

DISTRIBUCION
YACIMIENTO ESTADISTICA KRIGING KRIGING DE
DE LAS LEYES BLOQUES

CORRELACION
ESPACIAL Z´= ESTIMADOR
LINEAL OPTIMO DE
UN BLOQUE O UN
Leyes de los VARIOGARMAS PUNTO, BASADO
testigos de los EN LOS VALORES VALOR MEDIO
ESTIMADO Z
sondajes CIRCUNDANTES Y
EN EL
VARIOGRAMA
TEORIA DE LAS VARIABLES REGIONALIZADAS

El concepto de estacionariedad es el punto de partida de la

geoestadística, esto establece que la distribución estadística de la
diferencia en el valor de una variable (p.e ley) entre pares de puntos
(muestras) es similar a lo largo del yacimiento y depende de la
distancia y orientación entre los pares de puntos.

La estadística clásica considera sólo la magnitud de los datos y

no toma en cuenta ningún aspecto relacionado con la posición
del dato .
La geoestadística considera no solo el valor del punto, si no
también la posición de ese punto dentro del cuerpo mineralizado
y su relación con otras muestras
Ejemplo, Se ha tomado en un yacimiento, dos conjuntos de muestras
en los que cada muestra está separada de la siguiente una distancia
determinada y que los resultados obtenidos en el análisis de leyes son
los siguientes:
Conjunto 1: 3%, 5%, 7%, 9%, 8%, 6%, 4%, 2%
Conjunto 2: 9%, 3%, 8%, 2%, 6%, 5%, 7%, 4%

En la estadística clásica ambos conjuntos tienen la misma media y la

misma varianza (en si son los mismos datos), pero se puede observas
que tiene una diferencia espacial, que se manifiesta por las diferencias
sucesivas entre la muestras contiguas:
Conjunto 1: 2, 2, 2, 1, 2, 2, 2
Conjunto 2: 6, 5, 6, 4, 1, 2, 3
De acuerdo a este concepto surge la idea de variable regionalizada
 VARIABLE REGIONALIZADA

Es aquella cuyo valor en un punto dentro de un yacimiento es

función de su magnitud y de su soporte (volumen, forma y
orientación)
Ejemplos de variables regionalizadas de un yacimiento: ley o
contenido de un metal/mineral, espesor del cuerpo mineralizado, el
peso específico o la densidad aparente, parámetros físicos como
la porosidad, etc..
 APLICACIONES A LA GEOSESTADISTICA

El examen de semivariogramas pueden ser útiles para determinar:

1. El tamaño óptimo de la muestra

2. Es esquema de muestreo óptimo
3. La densidad óptima de muestreo
4. El área de influencia de cada muestra, que puede ser circular,
elíptica, esferoidal o elipsoidal.
5. La naturaleza de la mineralización
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

La función variograma o semivariograma, define la correlación

espacial entre los valores muestreados.
El variograma o semivariograma se obtiene calculando, para cada
distancia de separación entre las muestras.
Lag en una determinada dirección, la diferencia al cuadrado de los
valores de dichas muestras.
Es decir para cada separación h se calcula el valor de y´(h)
mediante la fórmula:

y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2

Donde:
N : Número de pares de datos
f(x1) : El valor de la variable regionalizada en el punto i
(fx1+h) : El valor de la variable regionalizada tomada a una distancia h
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

Y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2 LAG: Espaciado con que se

calculan las diferencias al
cuadrado entre muestras

Ejemplo: LAG1 incluye las

muestras adyacentes A y B. B y
C. C y D. etc.
La distancia que representa el
LAG,1 es el intervalo mínimo del
muestreo.
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

Y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2 LAG: Espaciado con que se

calculan las diferencias al
cuadrado entre muestras

Ejemplo: LAG2 requiere que se

calcule las diferencias al cuadra
entre muestras alternativa A y C.
B y D. C y E. etc. Y así
sucesivamente
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

Y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2

El número máximo de LAGs ., es

decir, de distancias n para
calcular el Y´(h) suele
establecerse en la mitad de la
distancia muestreada.
Longitudes mayores generan
pocos pares de muestras por lo
que estadísticamente no es
representativo.
Ejemplo: 1 Se tienen 4 taladros de a) VARIOGRAMA
muestreo en una dirección determinada,
calcular: a) el variograma, b) var. relativo
y c) el var. logarítmico (10-20)2 + (50-60)2
Y(2)= ---------------------------- = 50
2x2

(10-60)2
Y(3)= ---------------= 1250
1x2

y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2

(10-50)2 + (50-20)2 + (20-60)2

Y(1)= ------------------------------------------ = 683.3
2x3
b) VARIOGRAMA RELATIVO

X1 = (10 + 50 +20 +60)/4 = 35

X2 = (10 + 50 + 20 + 60))4 = 35
X3 = (10+60)/2 = 35

h Y(h) X X2 Y(h)/x2

1 683.3 35 1225 0.56

2 50 35 1225 0.041

3 1250 35 1225 1.02

c) VARIOGRAMA LOGARITMICO

Z(X) = 10 50 20 60
Ln(z(x)) = 2.30 3.91 2.96 4.09

(2.30-3.91)2 + (3.91-2.96)2 + (2.96-4.09)2

Y(1)= ----------------------------------------------------- = 0,81
2x3

(2.30-2.96)2 + (3.91-4.09)2
Y(2)= ------------------------------------ = 0,11
2x2

(2.30-4.09)2
Y(3)= ---------------= 0.31
1x2
Ejemplo: 2 Se tienen 4 taladros de
muestreo en una dirección determinada,
calcula: a) el variograma, b) var. relativo y
c) el var. logarítmico (10-50)2 + (20-60)2
Y(2)= ---------------------------- = 800
2x2

(10-60)2
Y(3)= ---------------= 1260
1x2

y´(h) = (1/2N) . ∑ [ f(x1) – (fx1+h)]2

(10-20)2 + (20-50)2 + (50-60)2

Y(1)= ------------------------------------------ = 183.3
2x3
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

EJEMPLO DE SEMIVARIOGRAMA
Los valores obtenidos de Y
´(h) se representan en un
diagrama frente a sus
correspondientes valores de
h, definiéndose el
correspondiente variograma.
ß(h)

La velocidad del incremento

de Y´(h) con el Lag es un
reflejo de la velocidad a la
cual la influencia de una
Lag (h) muestra disminuye con al
distancia
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

EJEMPLO DE SEMIVARIOGRAMA
Nos da una definición
adecuada de la denominada
zona de influencia.

La distancia en la que Y´(h)

se hace constante
ß(h) corresponde al punto en el
que la covarianza –cov(h)
entre muestras
adyascentes disminuye
hasta cero.
Lag (h) Esta distancia define el
límite de la zona de
influencia de una muestra.
CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

El semivariograma experimental, posee numerosas zonas donde no

existen valores concretos.

Únicamente existen valores definidos en aquellos lugares donde se ha

realizado el muestreo.

Por lo tanto es necesario definir el valor de la variable en puntos

donde el semivariograma experimental no ofrece información
suficiente.

Para ello es necesario construir un modelo que nos permita obtener

dicha información.
 MODELO DE FUNCIONES ALEATORIAS

Ahora la pregunta es:

¿Qué modelos pueden utilizarse?

Para estimar las variables debemos describir como se ha producido en

fenómeno.

Para Los Procesos Físicos o Químicos

En los procesos físicos – químicos los datos pueden ser conocidos con
detalle, en dichas situaiones los modelos determinísticos son los más
apropiados.
 MODELO DE FUNCIONES ALEATORIAS

Para Procesos Naturales

Por otro lado los procesos naturales cuyas pautas de comportamiento

no son bien conocidas, no se pueden aplicar modelos determinísticos.

La mayor parte de estos fenómenos, son en realidad, el resultado final

de una combinación de variables cuyas complejas interacciones
impiden describir el fenómeno cuantitativamente.

Entonces hay que admitir la existencia de incertidumbre del

comportamiento de los fenómenos entre los puntos muestreados.

Entonces es imprescindible a modelos de funciones aleatorias

Por estas razones, los estudios de estimación geoestadística se

basan en modelos probabilísticos.
 MODELO DE FUNCIONES ALEATORIAS

Variable Aleatoria

Una variable aleatoria es

El resultado de tirar un dado ,
aquella cuyos valores se

Ejemplo
cuyas realizaciones se
generan aleatoriamente de
reparten aleatoriamente entre 6
acuerdo con un mecanismo
posibilidades.
probabilístico.

De igual forma , se define una función aleatoria como un conjunto de

variables aleatorias que tienen alguna localización espacial y cuya
dependencia una de otra, viene determinada por algún mecanismo
probabilístico. Este tipo de funciones aleatorias son las que utiliza la
Geoestadística.
 MODELO DE FUNCIONES ALEATORIAS

BBC)

(a)

h
Función aleatoria muy errática en distancias
Y cortas y correspondiente realización

BBC)

(b)

h
Función aleatoria menos errática

X
BBC)

(c)

h
Función aleatoria extremadamente continua
MODELO DE FUNCIONES Y
ALEATORIAS
(a)

X
Y
Y

(b)

X
Y
Si se restringe los datos a los siete valores mostrados,
cualquiera de las opciones es posible, pues todas (c)
pasan por los valores. Se debe estudiar el proceso
involucrado para optar la opción que sea la más
adecuada.

X
 MODELOS DE SEMIVARIOGRAMAS

1. MODELO EXPONENCIAL

Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor

constante. Existen dos posibles esquemas:

FORMERY GAUSSIANO
Y´(h) = C[1 – exp(-[h/a])] + C0 Y´(h) = C[1 – exp(-[h2/a2])] + C0

Donde:
C : Valor comprendido entre el efecto pepita C 0 y la meseta.
h : Distancia BBC)
0.96 GAUSSIANO
a : Representa el alcance o rango 1.0

FORMERY

0.25 3
h/a

0 1.0 2.0 3.0

 MODELOS DE SEMIVARIOGRAMAS

2. MODELO ESFERICO O MATHERNON

Es el que mejor se ajusta cuando se trata de variables mineras (p.e. ley o espesor)

Presenta una curva de del semivariograma que aumenta rápidamente del LAG
para posteriormente, ascender más lentamente hasta alcanzar una zona plana a
valores de LAG altos

BBC
) COVARIANZA MESETA

SEMIVARIOGRAMA
C

COVARIOGRAMA
C0

2a/3 a Lag (h)

 MODELOS DE SEMIVARIOGRAMAS

2. MODELO ESFERICO O MATHERNON

GRAN SOLAPAMIENTO
ALTA COVARIANZA
ZONA DE
INFLUENCIA

SOLAPAMIENTO REDCUCIDO
MENOR COVARIANZA

SIN SOLAPAMIENTO
COVARIANZA CERO
 MODELOS DE SEMIVARIOGRAMAS

2. MODELO ESFERICO O MATHERNON

Y´(h) = C0 + C[1.5(h/a) – 0.5(h/a)3 para h < a

Y´(h) = C0 + C para h < a

Si el sevariograma muestra
fluctuaciones aleatorias
alrededor de una línea horizontal

(h)
Se tiene un efecto pepita puro
C0 C=0

Lag (h) En este caso la evaluación del

yacimiento se debe realizar por
cualquier método clásico
 MODELOS DE SEMIVARIOGRAMAS

3. MODELO LINEAL
Este modelo se presenta cuando, al representar Y´(h) frente a los LAgs, se
obtiene una línea recta:

Y´(h) = p.h + k
B2
Donde :
p : Pendiente de la recta
h : El LAG (h)
k : La intersección en el eje X Y´(h)

h=L/3

Este modelo suele estar presente en algunos

yacimientos de hierro
 CASOS PARTICULARES RESPECTO A LOS MODELOS
DE SEMIVARIOGRAMAS
A. SEMIVARIOGRAMAS CON TENDENCIAS

Cuando existe ruptura de estacionariedad (cambio en la tendencia de la meseta)

Se produce un una distancia superior al alcance ,
No tiene incidencia en la estimación local de los bloques definidos para el
yacimiento.
Cuando este tipo de semivariograma domina, es necesario utilizar la técnica
de Krigeage universal, en lugar de krigeage ordinario que se aplica en las
situaciones de estacionariedad.

BBC COMPORTAMIENTO
) PARABOLICO

DIEMNSIONES MAXIMAS
DE LOS BLOQUES A EVALUAR

a h
(RANGO)
 CASOS PARTICULARES RESPECTO A LOS MODELOS
SE SEMIVARIOGRAMAS
B. SEMIVARIOGRAMAS CON EFECTO AGUJERO

Este efecto ocurre cuando se alternan áreas con alta ley y áreas con baja ley.

El resultado es una pseudoperiocidad, reflejada en una oscilación de

semivariograma alrededor de una aparente meseta

BBC
)160

h
0 10 20
 CASOS PARTICULARES RESPECTO A LOS MODELOS
SE SEMIVARIOGRAMAS
C. SEMIVARIOGRAMA COMPUESTO

Esta situación aparece cuando se obtienen diferentes semivariogramas a lo largo de

diversas direcciones del yacimiento.
Esto significa que en vez de tener un área de búsqueda isótropa (círculo o
esfera) se posee un zona elíptica o elipsoidal
Esto es evidente en yacimientos aluviales, donde se tiene alcance en
dirección perpendicular al yacimiento.

A través del yacimiento

BBC
)

A lo largo del yacimiento

Igual C0 y C
A2 >> a1

h
0 10 20
 CASOS PARTICULARES RESPECTO A LOS MODELOS
SE SEMIVARIOGRAMAS
D. ANISOTROPISMO DIRECCIONAL

Cuando la prolongación de la línea que une los dos o tres puntos del
semivariograma corta la meseta a una distancia mucho menor que la
correspondiente.
Primer semivariograma: C0 = 0.40 (%ln)2, a1= 14m (ya que 2a/3 = 9) y
C1= 1.95 – 0.4 = 1.55 (%ln)2

Segundo semivariograma: C0 = 0.40 (%ln)2, a2= 50m y C2= 1.95 – 0.6 (%ln)2

EL MODO COMPUESTO

Y´(h) = C0 + C1[3h/2a1 – (h/a1)3/2] + C2 [3h/2a2 – (h/a2)3/2]

Para h < 14m : Y´(h) = 0.4 + 1.55[3h/28 – (h/14)3/2] + 0.60[3h/100 – (h/50)3/2]

Para h entre 14 y 50 m : Y´(h) = 0.4 + 1.55 + 0.60[3h/100 – (h/50)3/2]
Para h > 50 m : Y´(h) = 0.4 + 1.55 + 0.60 = 2.55
 CASOS PARTICULARES RESPECTO A LOS MODELOS
SE SEMIVARIOGRAMAS
D. ANISOTROPISMO DIRECCIONAL

BBC
)
3
2.55

2 1.96

1
C0=0,4
h
0 9 13 20 40 60 80

Se produce en zonas mineralizadas más ricas de una matriz de

mineralización dispersa.
También son comunes en yacimientos aluviales de oro.
Refleja alcance corto los canales individuales y el más largo la anchura
total de la zona de interés económico
 CASOS PARTICULARES RESPECTO A LOS MODELOS
SE SEMIVARIOGRAMAS
E. SEMIVARIOGRAMA EN DOS ESTADIOS

BBC
)

C2

C1

C0
h
a1 a2 a3

Ocurre cuando se combinan conjuntos de datos no relacionados (p.e. dos

fases de mineralización con diferentes características.
 EL KRIGEAJE

Es una técnica utilizada en la evaluación de yacimientos para estimar el

valor de una variable regionalizada en un punto o en un bloque a partir de de
unos factores de ponderación que trabajan semejante como lo hacen en le
inverso de la distancia.
Ese valor se caracteriza por ser el mejor estimador lineal insesgado de la
variable.
Mejor: variancia de estimación mínima
Lineal: Combinación lineal de la información
Insesgado: No hay sesgo en los errores
 KRIGEAJE PUNTUAL

Para obtener el valor de la variable, se calcula a través de un sistema de

ecuaciones, denominadas ecuaciones de krigeaje, en las que las incógnitas
para resolver el sistema se obtiene a partir del semivariograma modelizado.

Ejemplo de sistema de ecuaciones para una estimación de 4 puntos:

K1Y1,1 + K2Y1,2 + K3Y1,3 + K4Y1,4 + u=Y0,1
K1Y2,1 + K2Y2,2 + K3Y2,3 + K4Y2,4 + u=Y0,2
K1Y3,1 + K2Y3,2 + K3Y3,3 + K4Y3,4 + u=Y0,3
K1Y4,1 + K2Y4,2 + K3Y4,3 + K4Y4,4 + u=Y0,3
K1 + K2 + K3 + K4 = 1
Ejemplo de sistema de ecuaciones para una estimación de 4 puntos:

K1Y1,1 + K2Y1,2 + K3Y1,3 + K4Y1,4 + u=Y0,1

K1Y2,1 + K2Y2,2 + K3Y2,3 + K4Y2,4 + u=Y0,2
K1Y3,1 + K2Y3,2 + K3Y3,3 + K4Y3,4 + u=Y0,3
K1Y4,1 + K2Y4,2 + K3Y4,3 + K4Y4,4 + u=Y0,3
K1 + K2 + K3 + K4 = 1

DONDE:
Ki = factores de ponderación (Z*Σ K iZi, siendo Z* el valor estimado Zi los valores
conocidos para llevar a cabo la estimación)
Yi,j = valores del semivariograma, obtenidos a partir dela ecuación del modelo
correspondiente para una distancia i a j.
u = valor denominado parámetro de Lagrange
Y0,,j = valor de semivariograma en el punto a estimar.
Ejemplo: Se tiene un conjunto de 4 muestras de un yacimiento de
zinc cuyas leyes son: X1= 8,2%, X2=9,6%, X3=13,1% y X4=6,4%. El
semivariograma a considerar se ajusta un modelo tipo esférico con
alcance = 250 m, C0 =17 y C=66. Calcular, utilizando el krigeaje, el
valor de la ley en el punto X0.
 Solución: tenemos que resolver el sistema de ecuaciones
de krigeaje para cuatro puntos:

K1Y1,1 + K2Y1,2 + K3Y1,3 + K4Y1,4 + u=Y0,1

K1Y2,1 + K2Y2,2 + K3Y2,3 + K4Y2,4 + u=Y0,2
K1Y3,1 + K2Y3,2 + K3Y3,3 + K4Y3,4 + u=Y0,3
K1Y4,1 + K2Y4,2 + K3Y4,3 + K4Y4,4 + u=Y0,3
K1 + K2 + K3 + K4 = 1

Conociendo, para calcular los Yi,,j, que las ecuaciones del modelo esférico
son:

Y*(h) = C0 + C[1.5(h/a) – 0.5(h/a)3 para h < a

Y*(h) = C0 + C para h < a

En principio habría que obtener 16 valores de Y(h) en las ecuaciones del
modelo esférico. Sin embargo esta cantidad disminuye notablemente por
dos razones:

a) La matriz es simétrica, por tanto y2,1,Y1,3= Y3,1, etc.

b) Las distancias entre algunos Y(h) son similares (Y1,2 =Y2,4)

Para calcular los Y(h) necesarios se tendrá.

Y1,2=Y2,1=Y1,4=Y4,1 = Y(2002+1002)1/2
= 66(3/2)((2002+1002)1/2)/250-(1/2)((2002+1002)1/2)3/2503)+17
= 81.94
Y1,3=Y3,1 = Y(2002+1502)1/2 = … = 76.02
Y2,3=Y3,2=Y3,0=Y0,3 = Y(1002+502)1/2 = … = 58,02
Y2,4=Y4,2 = Y(3002+1002)1/2 = … = 83,00

Y3,4=Y4,3 = Y(2002+502)1/2 = … = 80,13

Y0,1= Y(100) = … = 54.48
Y0,2= Y(200)= … =79.30
Y0,4= Y(1002+1001/2) = … = 67,02
Y1,1=Y2,2 = Y3,3=Y4,4 = Y(0) = C0= 17
Sustituidos estos valores de Y(h) en las ecuaciones de krigeaje, obtiene un
sistema de 5 ecuaciones con 5 incógnitas, cuya resolución ofrece los
siguientes resultados:
K1 = 0.393; K2 = 0,022; K3= 0,329 y K3 = 0,256

Por lo tanto, el valor de la variable ley para en Zinc en el punto X0 será:

G(X0) = (0,393*8,2) + (0,022*9,6) + (0,329*13.1) + (0,256*6,4)
G(X0) = 9,38 %
 PRACTICA

ESTIMACION DE RESEVAS - METODO

GEOESTADISTICO - CON MINESIGHT
 PRACTICA
ANALISIS GEOESTADISTICO CON SOFTWARE DE
APLICACIÓN GEOSTAT