UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

FACULTAD DE INGENIERIA DE MINAS

EXCAVACION, TRANSPORTE Y DISEO DE EXPLOTACION SUPERFICIAL

CURSO DE ACTUALIZACION PROFESIONAL EN INGENIERIA DE MINAS

HUANCAYO 2012

EVALUACION DE RESERVAS

METODOS GEOESTADISTICOS

IDEA BASICA DE LA APLICACIN DE LAS TECNICAS GEOESTADISTICAS

YACIMIENTO DISTRIBUCION ESTADISTICA DE LAS LEYES KRIGING KRIGING DE BLOQUES

CORRELACION ESPACIAL

Leyes de los testigos de los sondajes

VARIOGARMAS

Z= ESTIMADOR LINEAL OPTIMO DE UN BLOQUE O UN PUNTO, BASADO EN LOS VALORES CIRCUNDANTES Y EN EL VARIOGRAMA

VALOR MEDIO ESTIMADO Z

TEORIA DE LAS VARIABLES REGIONALIZADAS

El concepto de estacionariedad es el punto de partida de la geoestadstica, esto establece que la distribucin estadstica 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 orientacin entre los pares de puntos.

La estadstica clsica considera slo la magnitud de los datos y no toma en cuenta ningn aspecto relacionado con la posicin del dato .
La geoestadstica considera no solo el valor del punto, si no tambin la posicin de ese punto dentro del cuerpo mineralizado y su relacin con otras muestras

Ejemplo, Se ha tomado en un yacimiento, dos conjuntos de muestras en los que cada muestra est separada de la siguiente una distancia determinada y que los resultados obtenidos en el anlisis 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 estadstica clsica 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 funcin de su magnitud y de su soporte (volumen, forma y orientacin) Ejemplos de variables regionalizadas de un yacimiento: ley o contenido de un metal/mineral, espesor del cuerpo mineralizado, el peso especfico o la densidad aparente, parmetros fsicos como la porosidad, etc..

APLICACIONES A LA GEOSESTADISTICA
El examen de semivariogramas pueden ser tiles para determinar:

1. El tamao ptimo de la muestra 2. Es esquema de muestreo ptimo 3. La densidad ptima de muestreo 4. El rea de influencia de cada muestra, que puede ser circular, elptica, esferoidal o elipsoidal. 5. La naturaleza de la mineralizacin

CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

La funcin variograma o semivariograma, define la correlacin espacial entre los valores muestreados. El variograma o semivariograma se obtiene calculando, para cada distancia de separacin entre las muestras. Lag en una determinada direccin, la diferencia al cuadrado de los valores de dichas muestras. Es decir para cada separacin h se calcula el valor de y(h) mediante la frmula: y(h) = (1/2N) . [ f(x1) (fx1+h)]2
Donde: N f(x1) (fx1+h)

: Nmero de pares de datos : El valor de la variable regionalizada en el punto i : 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 mnimo 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 as sucesivamente

CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

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

El nmero mximo 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 estadsticamente no es representativo.

Ejemplo: 1 Se tienen 4 taladros de muestreo en una direccin determinada, calcular: a) el variograma, b) var. relativo y c) el var. logartmico

a) VARIOGRAMA

(10-20)2 + (50-60)2 Y(2)= ---------------------------- = 50 2x2 (10-60)2 Y(3)= ---------------= 1250 1x2

1400 1200 1000

y(h)

y(h) = (1/2N) . [ f(x1) (fx1+h)]2 (10-50)2 + (50-20)2 + (20-60)2 Y(1)= ------------------------------------------ = 683.3 2x3

800 600 400 200 0 1 2 h 3

b) VARIOGRAMA RELATIVO

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

X2 = (10 + 50 + 20 + 60))4 = 35 X3 = (10+60)/2 = 35
1,2

h
1 2 3

Y(h)
683.3 50 1250

X
35 35 35

X2
1225 1225 1225

Y(h)/x2
y(h)/x 2

1 0,8

0.56 0.041 1.02

0,6 0,4 0,2 0 1 2 h 3

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
y(h)

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 h 3

Ejemplo: 2 Se tienen 4 taladros de muestreo en una direccin determinada, calcula: a) el variograma, b) var. relativo y c) el var. logartmico

(10-50)2 + (20-60)2 Y(2)= ---------------------------- = 800 2x2 (10-60)2 Y(3)= ---------------= 1260 1x2
1400 1200 1000

y(h) = (1/2N) . [ f(x1) (fx1+h)]2 (10-20)2 + (20-50)2 + (50-60)2 Y(1)= ------------------------------------------ = 183.3 2x3

y(h)

800 600 400 200 0 1 2 h 3

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, definindose el correspondiente variograma.
(h) La velocidad del incremento de Y(h) con el Lag es un reflejo de la velocidad a la cual la influencia de una muestra disminuye con al distancia

Lag (h)

CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

EJEMPLO DE SEMIVARIOGRAMA

Nos da una definicin adecuada de la denominada zona de influencia.

La distancia en la que Y(h) se hace constante corresponde al punto en el que la covarianza cov(h) entre muestras adyascentes disminuye hasta cero.

(h)

Lag (h)

Esta distancia define el lmite de la zona de influencia de una muestra.

CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

El semivariograma experimental, posee numerosas zonas donde no existen valores concretos.

nicamente 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 informacin suficiente.

Para ello es necesario construir un modelo que nos permita obtener dicha informacin.

MODELO DE FUNCIONES ALEATORIAS

Ahora la pregunta es:

Qu modelos pueden utilizarse? Para estimar las variables debemos describir como se ha producido en fenmeno. Para Los Procesos Fsicos o Qumicos En los procesos fsicos qumicos los datos pueden ser conocidos con detalle, en dichas situaiones los modelos determinsticos son los ms 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 determinsticos.

La mayor parte de estos fenmenos, son en realidad, el resultado final de una combinacin de variables cuyas complejas interacciones impiden describir el fenmeno cuantitativamente.
Entonces hay que admitir la existencia de incertidumbre del comportamiento de los fenmenos entre los puntos muestreados. Entonces es imprescindible a modelos de funciones aleatorias Por estas razones, los estudios de estimacin geoestadstica se basan en modelos probabilsticos.

MODELO DE FUNCIONES ALEATORIAS

Variable Aleatoria

Una variable aleatoria es aquella cuyos valores se generan aleatoriamente de acuerdo con un mecanismo probabilstico.

El resultado de tirar un dado , cuyas realizaciones se reparten aleatoriamente entre 6 posibilidades.

De igual forma , se define una funcin aleatoria como un conjunto de variables aleatorias que tienen alguna localizacin espacial y cuya dependencia una de otra, viene determinada por algn mecanismo probabilstico. Este tipo de funciones aleatorias son las que utiliza la Geoestadstica.

Ejemplo

MODELO DE FUNCIONES ALEATORIAS

BBC)

(a)
h Funcin aleatoria muy errtica en distancias cortas y correspondiente realizacin BBC)

(b)
h Funcin aleatoria menos errtica

X
BBC)

(c)
h Funcin aleatoria extremadamente continua

MODELO DE FUNCIONES 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 pasan por los valores. Se debe estudiar el proceso involucrado para optar la opcin que sea la ms adecuada.

(c)

MODELOS DE SEMIVARIOGRAMAS
1. MODELO EXPONENCIAL

Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor constante. Existen dos posibles esquemas: FORMERY Y(h) = C[1 exp(-[h/a])] + C0
Donde: C : Valor comprendido entre el efecto pepita C0 y la meseta. h : Distancia BBC) a : Representa el alcance o rango 0.96
1.0

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

GAUSSIANO

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 rpidamente del LAG para posteriormente, ascender ms 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 lnea horizontal

(h)

Se tiene un efecto pepita puro

C0 C=0 Lag (h)

En este caso la evaluacin del yacimiento se debe realizar por cualquier mtodo clsico

MODELOS DE SEMIVARIOGRAMAS
3. MODELO LINEAL
Este modelo se presenta cuando, al representar Y(h) frente a los LAgs, se obtiene una lnea recta: Y(h) = p.h + k
B2

Donde : p : Pendiente de la recta h : El LAG k : La interseccin en el eje X Y(h)

(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 estimacin local de los bloques definidos para el yacimiento. Cuando este tipo de semivariograma domina, es necesario utilizar la tcnica 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 (RANGO) h

CASOS PARTICULARES RESPECTO A LOS MODELOS SE SEMIVARIOGRAMAS

B. SEMIVARIOGRAMAS CON EFECTO AGUJERO
Este efecto ocurre cuando se alternan reas con lata ley y reas con baja ley. El resultado es una pseudoperiocidad, reflejada en una oscilacin 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 situacin aparece cuando se obtienen diferentes semivariogramas a lo largo de diversas direcciones del yacimiento. Esto significa que en vez de tener un rea de bsqueda istropa (crculo o esfera) se posee un zona elptica o elipsoidal Esto es evidente en yacimientos aluviales, donde se tiene alcance en direccin perpendicular al yacimiento.

A travs 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 prolongacin de la lnea 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 ms ricas de una matriz de mineralizacin dispersa.

Tambin son comunes en yacimientos aluviales de oro. Refleja alcance corto los canales individuales y el ms largo la anchura total de la zona de inters econmico

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 mineralizacin con diferentes caractersticas.

EL KRIGEAJE

Es una tcnica utilizada en la evaluacin de yacimientos para estimar el valor de una variable regionalizada en un punto o en un bloque a partir de de unos factores de ponderacin 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 estimacin mnima

Lineal: Combinacin lineal de la informacin

Insesgado: No hay sesgo en los errores

KRIGEAJE PUNTUAL

Para obtener el valor de la variable, se calcula a travs de un sistema de ecuaciones, denominadas ecuaciones de krigeaje, en las que las incgnitas para resolver el sistema se obtiene a partir del semivariograma modelizado. Ejemplo de sistema de ecuaciones para una estimacin 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 estimacin 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 ponderacin (Z* KiZi, siendo Z* el valor estimado Zi los valores conocidos para llevar a cabo la estimacin) Yi,j = valores del semivariograma, obtenidos a partir dela ecuacin del modelo correspondiente para una distancia i a j. u = valor denominado parmetro 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 esfrico con alcance = 250 m, C0 =17 y C=66. Calcular, utilizando el krigeaje, el valor de la ley en el punto X0.

Solucin: 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 esfrico 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 habra que obtener 16 valores de Y(h) en las ecuaciones del modelo esfrico. Sin embargo esta cantidad disminuye notablemente por dos razones:

a) La matriz es simtrica, 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 tendr.

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 incgnitas, cuya resolucin 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 ser: G(X0) = (0,393*8,2) + (0,022*9,6) + (0,329*13.1) + (0,256*6,4) G(X0) = 9,38 %

ANALISIS GEOESTADISTICO CON SOFTWARE DE APLICACIN GEOSTAT