Dr. Alfredo Marin

S3SBQ
f '
t'
U O.::*!.} E
'i;)s;; o ; ? i K t u 0 sssit,'ue un 9 O t u r ? i H
.udd
d ua oiuojd epi.r/:fgu(3r8s
SUBA B[ 3f
SVI3M313 la
BUOZ
p O3JJS3IU! 3D t?3UI BUtl ti
VI t!
11 1
11(1
^a
A MO3VW1LSA 3(1 SV:)!AOatl : AO.JSOAX3 VI V
1(1
b) En otra
de
en la
B, tenernos
tos
valores de la
piorno en ppm. pero dispuestos de la siguiente forma,
O"~"~O~
i
6
\s la
~U~
~W~
aritmtica, la
I ppm
~D
e! coeficiente de variacin y e!
Observando que son los mismos que ios obtenidos en la Zona A, es decir, que con este
mtodo estadstico no cosise.'uimos diferenciar la Zona A de la Zona B,
c) Ahora procedamos a construir los Varouramas de las Zonas A y B

En
tenernos para la Zona A.
(!)
(5~~2V-f(l-~4)3
s
- * - -4,50
4)2
---=,50
4 pon
108
UI09
f
p
dd
. ;^ -
O!
"V BUO2 B[ tUBd eiilBlSoUBA |3
Corno se
el Semi-Variograma, que
Varograna, da atena de las Zonas de pantanos diferentes.
B.
se le denomina
Modelos de Variogramas ms comure :
Efecto de Pepita puro.
Modelo de
o esfrico
i3 /?
1 A s ]'
\'h
Modelo de Formery o Expc
h
i \
/i)
=C
t.
con Efecto "Hole"
HA)
'(*) = C 1 - SMa
ufa
Mfodeio Gauss>?mu
"
yfl \- I /
C/ i
/
/Tin/re*
/''
Modelo
Modelo de Wii
Modelo Lineal.
Es de nc
que estos modelos y sus cornblitaciones no son.
lano ,u
,aio puede aplicar otros que se consideren ms representativos.
ios nicos,por
Uso del Variogrataa Cruzado,

Para visualizar
un ejemplo de una zona de terreno explorado
de cual hemos obtenidos vaiores geoqumicos de Oro y
y deseamos estudiar la
relacin entre las dos valores, Para este electo
e!
artizado,
r/t
/t
Siendo i a formula:
)*!i-)f!-f)4
/v^
/ C~-*
? -.^ *
I *
Cuya
3 y 2
te
!a amaente:
4:
-t
Z
que
hay una correlacin positiva alfa
las
cruzado
a
positivos altos. Ahora
, donde los valores
de a Piala tornan otros valores"
i>
e!
que
en
la frmula:
~)
r -10
*i-i,>
Con su ajfica:
y
IO
Observamos que
.hay ta correlacin
alta
cruzado tiende a tomar valores negativos altos.
las
2,-
DE
DEL
DI
Considerando las
Z(xi) que estn cerca de na soporte geomtrico a
y
dentro de su aureola de influencia. Aureola definida por medio de ios alcances estimados a
partir de un estudio de varioararaas.
Visualizaremos el procedimiento a partir de tas siguientes disposicin de las muestras con
respecto a un sopn e geomtrico V
Y desearnos estimar ia variable Z(x) del soporte geomtrico V a partir de las muestras
Z(xi). Entonces necesitamos encontrar ios pesos
estimar la variable Zv(xO), a partir
de:
>2
f " / , , < /A
~:-i>!, y -.| /i J- /V
A "!?
C |_/*/, - . ii -i
Cy l * / -
f /**",
jA * "*-2" /I ^
'/H1
/
En el ejemplo que
a continuacin consideremos que estarnos en. condiciones
de
un Krgeage
la hiptesis de estacionaria de
2, por lo que
el siguiente sistema de ecuaciones11
j . que hace que nuestro estimador sea insesuad

El error cometido en
KTMM de Maiheron siiajiente
de estimacin viene dado por la varianza de
Ejemplo:
A partir de Jos valores de la potencia de un manto en tos puntos A y B , se
estimar la
o e! punto C, Considerando que la potencia de! manto tiene el siguiente modelo
de
. :,
Es decir un modelo de Matheron o tambin

esfrico. A continuacin se
la ubicacin de las potencias y su orden de magnitud.
Entonces tendremos a partir del sistema

particular;
el siguiente sistem
C
tV/ + A,
t~ ^^ 2
Reemplazando:
X
* i
r- ? ^
c\
t C
H
V
4-
-4-
j,"-/\
? T* i
j
*J
, ^
,1
'^
fcr-i
S)
G
O
H fc) '
'O
o
-a
o
*2
m
s
^3
gs
o,
s
- 0,48 - At
- 0,48 - 0.315
Parmetro auxiliar que ser usado

en la frmula de la
de
Siendo la potencia estimada de! manto igual a:
de Kriging
4- a f x &
Ahora vetinos cual es el error que se cmele en esta estimacin,

lo cual
particularizamos la lonnuia de la
de Krignt; de Maheron dada
~f
--
ce
valor es el error cometido en e! proceso de estimacin realizado
3.
DE LA
YACIMIENTOS,
DE
BE
Durante la planificacin de la explotacin de una mina, es t menudo necesario preveer

las dispersiones de as reservas recuperables a la salida de diversos procesos de
extraccin, almacenaje, etc. s se conociera perfectamente el yacimiento
minero
tarea
llevada sin runcha dificultad, pero esto no ocurre en la realidad, solo se
conoce el
cuando este ya ha sido explotado
Entonces, al no disponer de esta iniormacion se puede optar por simular el yacimiento,
condicionando esta simuladn ; i i < > s datos observados para darle mayor robustez a los
resultados
METODOLOGA
a. Anlisis de
Para lo
hay que validar la data para evitar errores ce laboratorio mediante la
aplicacin de histograma de errores y nubes de correlacin con intervalos de
confianza.
i), Construir el Modeo Gealoej
c. Construir y modelar los histogramas,

correlacin
de las variables en estudio Lo que permitir definir
trabajo del modelo probabiistico a aplicar
y nubes de
la hiptesis de
d. Construir el Modelo de Bloques

e. Aplicar el algoritmo de la Simulacin Condicional de! Doctor
en
que e! yacimiento en
es l yacimiento de
hierro del noroeste Australiano y que la variable en estudio es el hierro. Entonces
regional izada queda modelada porua funcin aleatoria
estacionaria 2 (x), de
C(^) y con una ley de distribucin puntual, lo
que permite seguir los siguientes pasos.
Estimamos medante la tcnica del Krigeage la ley del minera!
bloque unitario del recurso minero
Como
* , ,
Y, i */ de cada
v
no reproduce ta variabilidad tal como se muestra en el grfico siguiente.
Ley de minera!
Valor observado
X Valor estimado
Entonces hay la necesidad de reponer
perdida
Y* x) .+ Cx )
es decir tenemos que estimar e! error
siguiente manera;
Usamos d
siguiente
/ X I , para lo cual procedemos de la
de una simulacin condicionada cuya expresin

f ^ ) _^~-~~-~-^.
es la
4,
T" fi Y
(x)* - Y
' c i x - fx
3v
Kv
El ndice v indica que a variable es definida sobre un bloque unitario v del Modelo
de Bloques cel yac miento,
Representa la variable simulada coridiconada,
c,,
j f X l Es la variable simulada
/
Es el valor estimado por Krigeage de | , (^/ sobre el bloque unitario

centrado en x.
(
W^
, ,
3 K,,
Es e! valor estimado por Krigeage de l& variable simulada | < (X/

el mismo bloque unitario,
""V
f.
ei archivo de
que ha
parte de la
o dispersin de la variable en estudio, estamos
en
condiciones de usar
resultados en tas
de definicin de reservas y
planeamiento de minado eri general.

Dr. Alfredo Marin

Cargado por

Copyright:

Formatos disponibles

Dr. Alfredo Marin

Cargado por

Información del documento

Descripción 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

Dr. Alfredo Marin

Cargado por

Copyright:

Formatos disponibles

S3SBQ

p O3JJS3IU! 3D t?3UI BUtl ti

c) Ahora procedamos a construir los Varouramas de las Zonas A y B

tenernos para la Zona A.

Modelos de Variogramas ms comure :

Efecto de Pepita puro.

Modelo de Formery o Expc

con Efecto "Hole"

Uso del Variogrataa Cruzado,

j . que hace que nuestro estimador sea insesuad

de estimacin viene dado por la varianza de

Es decir un modelo de Matheron o tambin

Entonces tendremos a partir del sistema

Parmetro auxiliar que ser usado

Ahora vetinos cual es el error que se cmele en esta estimacin,

valor es el error cometido en e! proceso de estimacin realizado

Durante la planificacin de la explotacin de una mina, es t menudo necesario preveer

c. Construir y modelar los histogramas,

d. Construir el Modelo de Bloques

no reproduce ta variabilidad tal como se muestra en el grfico siguiente.

Entonces hay la necesidad de reponer

/ X I , para lo cual procedemos de la

de una simulacin condicionada cuya expresin

Es el valor estimado por Krigeage de | , (^/ sobre el bloque unitario

Es e! valor estimado por Krigeage de l& variable simulada | < (X/

También podría gustarte