UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

“Año de la Diversificación Productiva y del Fortalecimiento de la Educación”

ALUMNO: Angel JoseApaza Colca

DOCENTE: Ing. Jose Rodriguez Copare
ASIGNATURA: Geoestadistica
INTRODUCCION

El problema de estimar las reservas recuperables locales basado en el

desarrollo exploratorio es probablemente el más difícil y el menos resuelto en la
actualidad. Es mayor en un deposito de desigual distribución, debido a un alto
valor en el ensayo de la estimación de reservas recuperables.
En el pasado no se podía observar las discrepancias entre la estimación y el
contenido de metal recuperado sobre una base de producción anual;
estimadores no lineales(kriging disyuntivo, distribuciones de probabilidad
condicional, lognormal kriging, kriging multigaussiano) – Macheral.
Para llegar a la estimación de reservas recuperables locales se necesita estimar
el grado de distribuciones; desde cualquier estimador lineal como el kriging
ordinario.(estimación puntual)
En los últimos años se añadieron estimadores no lineales no paramétricos como
(INDICADORES KRIGING “IK” Y PROBABILIDAD DE KRIGING ”PK”)
Los indicadores kriging tiene una particularidad de ser sumplícito, mientras que
la PK usa mas información disponible en los datos de su versión mas simple
LA GEOLOGIA Y EL PROCEDIMIENTO DE SELECCIÓN DE RESIDUOS DE MINERAL
El depósito real utilizado para la comparación del rendimiento es una mina a
cielo abierto de depósitos de oro y plata ubicada en el estado de Nevada, EE.UU;
depósito muy fina de oro en capas sedimentarias favorable y en zonas de fallas.

SELECCIÓN DE RESIDUOS DE MINERAL

Se basa en ensayos de barreno y el área poligonal de influencia alrededor cada
ensayo barreno.
Si la explosión del orificio de ensayo está por encima de la ley de corte
económico entonces el área alrededor de este ensayo es designado como
mineral y marcado como tal. El espaciamiento promedio de barrenos es
aproximadamente de 4,6 m (15 pies) y la altura del banco es de 6,1 m (20 pies)
A DONDE QUIERE LLEGAR
A una comparación del rendimiento de los cálculos de las reservas recuperables
utilizando:

1) lognormal kriging,
2) kriging indicador
3) Probabilidad kriging.

Se basa en el rendimiento El contenido de metal recuperable del oro por encima

de un determinado ley de corte.
El procedimiento de evaluación consistió en:

• estimar el local de onzas de oro recuperable desde este banco con los tres
diferentes técnicas kriging
• comparar estas estimaciones con el "real" basada en ensayos
 ANALISIS DE LOS DATOS
En total se presentaron 227 perforaciónes diamantina s en el banco , a una
distancia promedio de aproximadamente 22,9 m (75 pies)

Limites del area de

estudio dentro del
banco

1531 ensayos de
barreno
Fig3 información de los ensayos
tranformadas a lognormal – la
mitad se asemeja a una
distribucion normal
 Indicadores cutt-off

Fig4 ubicaciones de 32 paneles

El tamaño del panel elegido es de
para la utilizacion de comparacion
30,5 m x 30,5 m - LIMITES DE LA
del rendimiento de los calculos de
POLIGONAL
reservas recuperables.
“Lo que debe de observarse desde la figura es el número de ensayos disponibles
para volar dentro de cada uno de los 32 paneles es variable debido a la forma
particular del polígono”.

TABLA 2: contiene un resumen de las

estadísticas de análisis de barrenos
MODELADO DEL VARIOGRAMA

A)Lognormal y transformación del Variograma:

variograma transformado lognormal a lo largo del plano horizontal.
El variograma comportado razonablemente bien, aunque tiene un gran
componente de pepita
 B) Indicador Horizontal – Variograma:
Se calcularon utilizando el 227 DDHs en cinco diferentes grados
de corte mencionado anteriormente.
“los cinco variogramas son bastante bien educados y pueden estar equipados con el
Mismo modelo esférico”
Gama y el umbral aumente aumentará con el cut-off
 MODELO DE MAS ALTO GRADO DE
CORTE- MODELO DE EFECTO DE PEPITA
PURO
 C) Crecimiento Uniforme del Variograma: fig anteriores
La probabilidad de kriging (PK) requiere:

• Un variograma uniformemente distribuida utilizando el rango de datos ordenados.

• el mismo número de cruz de variogramas vs datos de indicadores uniformes como son el
número de variograma indicador.
En lugar de utilizar la noción convencional de una distribución uniforme F(x), que es una función
creciente entre 0 y 1 (usado por Journel), es más deseable en PK el uso de una función
decreciente 1- F(x), ya que obtenemos valores de variogramas todas positivas.
la Fig. 14 muestra el variograma uniforme obtenido.
Todos los variogramas cruzados son tan de buen comportamiento como el
indicador variogramas.
Resultados del kriging:
a) utilizando el variogram Lognormal - de la Fig. 5 y el ensayo de DDH
transformando valores, cada uno de los 32 paneles fueron krigeado utilizando el
método kriging ordinario para obtener la media logarítmica logarítmico y la
varianza de cada panel.

IK Y PK se basan enteramente en las estimaciones puntuales y puntos de selección

de las reservas recuperables dentro de cada grupo, la variedad muestral logarítmica
se da dentro de cada 30,5 m x 30,5 m (100' x 100'), se añade al panel de kriging
para obtener la varianza de la distribución logarítmico-normal asociado con cada
grupo.

b) La adecuada distribución logarítmico-normal está equipado para la distribución del

mineral en un determinado grupo. Por último, la proporción de mineral en el panel
encima del cut-off grade y la ley mineral promedio en ese panel se calculan.
La tabla 3 resume el lognormal kriging mineral resultados basados en la ley de corte
de 0,03 onzas por tonelada de oro
La tabla 4 resume los resultados de IK.
Después de calcular el grado de función de distribución utilizando 40 puntos estimados a lo
largo de esta función, la tarea de calcular el tonelaje y la ley recuperable por arriba de
cualquier punto de corte es simplemente consigue integrando el área bajo esta función
perteneciente al lado derecho del grado de corte elegida.
C) probabilidad Kriging : El mismo indicador de cinco grados de corte fueron
utilizados en PK para la estimación inicial de puntos de distribuciones de grado
para cada panel.
La tabla 5 da un resumen similar para aquellos resultados de PK 32 paneles.
COMPARACION DEL DESEMPEÑO
Una comparación del rendimiento de las predicciones que se presentan en este artículo se
basa en una sola ley de corte . Las tres técnicas kriging están pensados para estimar una
distribución de categorías en un panel, un criterio más riguroso para la comparación deben
ser las utilizadas para comparar estadísticamente las similitudes de dos diferentes
distribuciones. Sin embargo, ese criterio no fue adoptado en el presente documento.
La tabla 6 resume los valores reales y los valores estimados de onzas de oro de cada panel
 Conclusión basado en resultados
“Basado en los resultados que se indican en la Fig.15 y en la Tabla 7, se puede concluir que PK
es la que mejores resultados, seguido por IK y LNK. Esto es así porque, no sólo la
distribución de las estimaciones de PK se asemeja más estrechamente la distribución real
sino también el promedio de error de las estimaciones PK es casi nulo. Las distribuciones de
ambos IK y LNK estimaciones no se asemejan a la distribución real de la manera más
estrecha y la media de errores son mucho mayor de PK.”
Fig. 16 proporciona tres diagramas de dispersión de vs real estimado de 32
paneles
 CONCLUSIONES

• Kriging indicador es una forma viable y fácil de aplicar el estimador no-lineal ideal
para la estimación de las reservas recuperables de distribución sumamente
desigual de los grados, como en un yacimiento de oro.

• Probabilidad de kriging es considerablemente más complicado que el método

kriging indicador en términos de tiempo y esfuerzo necesarios.

• Lognormal kriging es también una herramienta viable, siempre que los datos son
verdaderamente lognormal y los supuestos subyacentes sobre la distribución de
categorías de cada panel son válidos.
 CONCLUSIONES PERSONALES
• Se conoció el uso de las 3 técnicas de krging más recomendables para el uso de
la estimación de reservas recuperables de distribución no-lineal.

• El kriging es un método más usado y ya que es más fácil de aplicar para

estimación de reservas no lineales.

• Las demás técnicas son básicamente importantes y dependerán de acuerdo a el

tipo de estimación de reservas y su distribución.

• En el presente trabajo se comparó los 3 tipos de técnicas de kriging

estableciendo de que la más fácil de aplicar es el IK.