Proceso de Estimacion Datamine

DATAMINE Latin America
Rua Antnio de Albuquerque, 717

Sala 1003/ CEP 30112-010
Belo Horizonte, MG
BRASIL
Fone: +55 31 225 6855

Fax : +55 31 225 6855
E-Mail: info@datamine.com.br
PROCESSOS ESTIMACIN
Junho/2002
ndice
Processos Estimacin
1. Introduccin ................................................................................................................................................... 3
2. Mtodos Tradicionales ................................................................................................................................... 4
2.1- Las muestras ms cercanas, POLD3D .................................................................................................. 4
2.2 - Mtodo de Inverso de las Distancias, IPDD3D ..................................................................................... 6
2.3 - Mtodo de Krigeage Ordinario, KRG3DB............................................................................................ 11
3. Estima .......................................................................................................................................................... 15
3.1 - Introduccin ......................................................................................................................................... 15
3.2 - Volmenes de Bsqueda .................................................................................................................... 16
3.3 - Puntos de Discretizacin ..................................................................................................................... 22
3.4 - Mtodos de Estimacin ....................................................................................................................... 24
3.4.1- Mtodo de las Muestras ms Cercanas ....................................................................................... 27
3.4.2 - Mtodo del Inverso de las Distancias .......................................................................................... 28
3.4.3 - Krigeage ....................................................................................................................................... 29
3.5 - Caractersticas Adicionales ................................................................................................................. 33
3.6 - Archivo de Parmetros de Variografa ................................................................................................ 35
3.7 - Resumen de los Parmetros ............................................................................................................... 36
3.8 - Campos y Archivos.............................................................................................................................. 37
PROCESOS PARA LA ESTIMACION DE RESERVAS,

METODOS CONVENCIONALES vs SUPERPROCESOS
[10 Workshop DATAMINE do Brasil & 2 Conferencia Latino Americana de Usuarios DATAMINE
-2-
Processos Estimacin
1. Introduccin
Software Minero DM siempre ha contado con una amplia gama de procesos para la
estimacin de reservas, desde procesos convencionales, muy sencillos de usar, tales como
las muestras ms cercanas o el inverso de la potencia de las distancias, hasta procesos ms
innovadores tales como el krigeage, cuyo uso necesita de una buena herramienta
informtica, como tambin de una base terica robusta acerca de las teoras de la
geoestadstica.
La tabla 4.1 muestra un resumen de estos procesos comnmente utilizados por la mayora
de los usuarios de este sistema, y que representan el universo de posibilidades de
estimacin que ofrecen todos los paquetes geolgicos mineros del mercado actual. Estos
han sido ordenados en orden descendente de acuerdo a actualidad, y tambin s u
versatilidad y poder.
Tabla 1: Mtodos Clsicos para la Estimacin de Reservas en DM
PROCESO
POLD3D
INTERP
IPDD3D
PANELK
KRG3DA
KRG3DB
KRG3DC
DESCRIPCIN
Muestras ms cercanas
Inverso de las distancias, en forma sencilla, sin anisotropas
Inverso de las distancias, ms completo, con anisotropas
Kriging Para Strings en 2D
Kriging muy simple, slo variogramas esfricos de 1 estructura
Kriging completo, ms de 10 posibles tipos de variogramas
Similar al KRG3DB, pero especifico para el estudio de depsitos plegados
El motivo principal de este trabajo es poder mostrar, difundir y promover el uso de una nueva
alternativa para la estimacin de reservas, la que ha revolucionado las actuales herramientas
mostradas en la tabla anterior, pero que sin embargo, todava es muy poco conocida, y su
uso est siendo limitado slo a algunas innovadoras personas que han apostado por esta
nueva alternativa, y que han podido comprobar la real magnitud del cambio que esta
representa. Estos procesos se indican en la siguiente tabla:
Tabla 2 : Nuevos Mtodos de Estimacin de Reservas de DM
PROCESO
GRADE
ESTIMA
DESCRIPCION
ESTIMA simple
SUPERPROCESO en estudio
"GRADE" y "ESTIMA", son conocidos como SUPERPROCESOS, nombre otorgado por el

hecho de que conjugan las operaciones de procesos menores, para en conjunto formar una
herramienta poderosa, verstil, flexible e innovadora. Ambos procesos se basan en el mismo
algoritmo, y bsicamente slo se diferencian en sus alcances. "GRADE" se ha creado como
una modificacin de "ESTIMA" enfocada a usos ms sencillos.
Estos superprocesos no son nuevos algoritmos de estimacin, sino slo la unin y conjuncin
de los actuales mtodos existentes lo que constituye el fundamento de una gran herramienta,
por factores tales como:
-
Todos los mtodos de evaluacin pueden ser controlados por un slo proceso
Esto permite que una ejecucin pueda contener varias evaluaciones simultneas
-3-
Processos Estimacin
El punto anterior a su vez permite que una misma ley pueda ser evaluada por diferentes
algoritmos
Los tiempos de ejecucin se minimizan ya que mtodos de estimacin diferentes que
cuenten con un mismo volumen de bsqueda para las muestras, pueden seleccionar las
muestras necesarias en slo una oportunidad.
Para lograr estos puntos, estos superprocesos trabajan con archivos parmetricos, los cuales
marcan las directrices para controlar el accionar del proceso ante diferentes circunstancias.
De esta forma, este captulo lo dedicaremos por entero a entregar una descripcin detallada
de los mtodos actuales o convencionales desplegados en la tabla 4.1, y de los nuevos
superprocesos, en especial de ESTIMA. Esto nos servir de pauta para el anlisis
comparativo que realizaremos usando nuestro caso de estudio, en el prximo captulo.
2. Mtodos Tradicionales
2.1- Las muestras ms cercanas, POLD3D
Antiguo proceso de DATAMINE, que consta de dos etapas principales. En la primera parte el
usuario deber definir archivos, campos y parmetros generales del proceso, mientras que
en una segunda etapa el usuario deber definir la orientacin y magnitud de cada uno de los
ejes de la elipsoide que define la anisotropa del volumen de bsqueda.
Este mtodo se fundamenta en la evaluacin de cada una de las celdas del modelo de
bloques con el valor de la muestra ms cercana en el espacio. El usuario podr definir una
distancia mxima de bsqueda desde el centro de la celda, luego para todas las muestras
que caen dentro del volumen de bsqueda se calcula su distancia transformada hasta el
centro de la celda. Las distancias transformadas estarn de acuerdo a las orientaciones de
la elipsoide de anisotropa. Finalmente el valor de la muestra ms cercana es asignada a la
celda que se esta evaluando.
La simplicidad de este mtodo, lo convierte en una muy buena opcin de ev aluaciones
preliminares y adems entrega al usuario una herramienta general, mediante la cual poder
otorgar a una entidad la caracterstica de la muestra ms cercana. Adicionalmente, este
mtodo permite la evaluacin de campos alfanumricos.
El proceso tambin puede considerar direcciones preferenciales, definidas mediante
rotaciones con respecto a los ejes cartesianos, de acuerdo al azimut e inclinacin de la
elipsoide de anisotropa.
Deber considerar que este proceso requiere de un previo ordenamiento de las muestras,
con respecto a su campo de coordenada "X", lo que permitir acelerar los procesos de
estimacin. Y que en el caso de que el modelo de bloques de prototipo ya contenga el campo
que se esta interpolando, los valores de este campo sern sobre escritos en el archivo de
salida.
En la tabla 3 usted podr encontrar un resumen de todas las entradas que requiere este
proceso:
-4-
Processos Estimacin
Tabla 3: Resumen del Proceso POLD3D

CATEGORI ENTIDAD Opcion Valor por Descripcin
A
al
Defecto
PROTO NO
Modelo de bloques que sirve de Prototipo, y debe contener al
menos los campos; XC, YC, ZC, XINC, YINC, ZINC,
XMORIG, YMORIG, ZMORIG, NX, NY, NZ, IJK. Este
prototipo podr contener indiferentemente celdas y
subceldas.
Archivos
IN
NO
Datos de muestra (ordenados segn "X"). Deber contener al
menos los campos; X , Y , Z , VALUE.
MODEL NO
Modelo de bloques de salida, que contendr los campos del
modelo usado como prototipo, ms el campo VALUE de ley
interpolado.
X
NO
Nombre del campo de coordenadas "X" de los datos de
muestras.
Y
NO
Nombre del campo de coordenadas "Y" de los datos de
muestras.
Z
NO
Nombre del campo de coordenadas "Z" de los datos de
muestras.
VALUE
NO
Nombre del campo a ser interpolado, este campo podr ser
Campos
alfanumrico de hasta 4 caracteres.
ZONE
SI
Nombre del campo para una interpolacin por zona. (Puede
ser numrico o alfanumrico de hasta 4 caracteres). Este
campo deber existir tanto en los archivos "PROTO" e "IN".
Si es utilizada la bsqueda zonal, una celda perteneciente a
una ZONA en particular, slo podr ser evaluada usando
muestras con el mismo valor para ese campo ZONA.
RADIUS NO
Radio de bsqueda
XSUBCE SI
1
Parmetro usado slo en el caso de que el modelo utilizado
LL
como prototipo con contenga celdas. En este ltimo caso
este definir la cantidad de subceldas en la direccin de "X"
YSUBCE SI
1
LL
este definir la cantidad de subceldas en la direccin de "Y"
ZSUBCE SI
1
LL
este definir la cantidad de subceldas en la direccin de "Z"
XINTMIN SI
Mnimo nmero de columna a ser interpolado
Mximo nmero de columna a ser interpolado
Parmetros XINTMA SI
X
YINTMIN SI
Mnimo nmero de fila a ser interpolado
YINTMAX SI
Mximo nmero de fila a ser interpolado
ZINTMIN SI
Nivel mnimo a ser interpolado
ZINTMAX SI
Nivel mximo a ser interpolado
PRINT
SI
Controla el nivel de despliegue de las celdas a estimar en la
pantalla "OUTPUT". Puede tomar tres valores: "0", "1" "2",
donde "0" es el valor mnimo de despliegue y "2" el valor
mximo.
ECHO
SI
0
Controla la generacin de una salida hasta la impresora (con
el valor "1") o hasta un archivo de impresin (con el valor "0")
Definidas todas las entradas anteriores el proceso pasar a una segunda etapa, donde
requerir:
>DIP> Inclinacin del "AXIS 1" (en grados bajo la horizontal).
-5-
Processos Estimacin
>AZIMUTH> Azimut del "AXIS 1" (grados desde el eje "Y" medidos en sentido horario).
>AXIS 1 > Largo Relativo del Eje 1.
Para un mejor entendimiento deber considerar que antes de cualquier rotacin, el AXIS 1 se
orientar en la direccin "Y" (Norte), el AXIS 2 se orientar en la direccin "X" (Este) y el
AXIS 3 en la direccin de "Z"
El lector deber considerar tambin que el AXIS 2 ser multiplicado por la razn AXIS 2/AXIS
1, al igual que el AXIS 3, que ser multiplicado por el factor AXIS 3/AXIS 1.
2.2 - Mtodo de Inverso de las Distancias, IPDD3D

Este proceso crea un modelo de bloques 3-D utilizando el mtodo de ponderacin por el
inverso de la potencia de las distancias, pudiendo utilizar direcciones preferenciales, que se
definirn en trminos de una elipsoide de bsqueda.
El sistema requiere de un modelo de bloques como entrada y uno de salida, este ltimo
contendr todos los campos del prototipo, y adicionalmente el campo a ser interpolado. En el
caso de que el prototipo contenga el campo a interpolar, sus valores sern sobre escritos en
el modelo de salida.
El usuario puede seleccionar la distancia mxima, desde el centro de la celda, hasta donde
las muestras pueden ser seleccionadas. Todas las muestras que caigan dentro de este
volumen de bsqueda sern utilizadas para calcular el promedio ponderado. En este mtodo
el peso para ponderar corresponde al inverso de su distancia desde el centro de la celda
hasta la muestra a utilizar, esta distancia es una distancia transformada de acuerdo a la
elipsoide de direcciones preferenciales, elevada a la potencia definida por el parmetro
@POWER.
La elipsoide direccional se define en trminos de los tres ejes cartesianos y de un azimut y
un dip. Si la distancia de una muestra desde el centro de la celda es menor o igual al valor
del sistema 'TRACE' luego el sistema asigna en forma automtica el valor de la muestra a la
celda.
Adicionalmente a la ponderacin por inverso de las distancias, el usuario podr definir otros
campos de ponderacin, tal como por ejemplo el campo de largo de muestras "LENGTH", de
tal forma que en el caso de dos muestras equidistantes al centro de una celda de largos de 2
y 4 metros, la segunda tendr una ponderacin igual al doble de la primera.
El parmetro @MINNOP, definido por el usuario, define un mnimo nmero de muestras
requerido para poder interpolar la celda, si en algn caso el nmero de muestras dentro del
volumen de bsqueda es menor a este valor, la celda permanece sin estimar, y se le asigna
un valor ausente "-".
El usuario deber considerar que este proceso requiere de un previo ordenamiento de las
muestras, con respecto a su campo de coordenada "X", lo que permiti r acelerar los
-6-
Processos Estimacin
procesos de estimacin. Si los datos no han sido ordenados el proceso finalizar

anticipadamente con un mensaje de error.
proceso:
Tabla 4: Resumen del Proceso IPDD3D
CATEGOR ENTIDAD Opcion Valor por Descripcin
IA
al
Defecto
PROTO NO
subceldas.
Archivos
IN
NO
Datos de muestra (ordenados segn "X"). Deber contener al
menos los campos; X , Y , Z , VALUE.
MODEL NO
modelo usado como prototipo, ms el campo VALUE de ley
interpolado.
X
NO
muestras.
Y
NO
muestras.
Z
NO
muestras.
VALUE
NO
Nombre del campo a ser interpolado.
ZONE
SI
Nombre del campo para una interpolacin por zona. (Puede
ser numrico o alfanumrico de hasta 4 caracteres). Este
Campos
campo deber existir tanto en los archivos "PROTO" e "IN".
Si es utilizada la bsqueda zonal, una celda perteneciente a
una ZONA en particular, slo podr ser evaluada usando
muestras con el mismo valor para ese campo ZONA.
LENGTH SI
Nombre del Campo del archivo de muestras que se utilizar
para ponderar las muestras por su largo.
NUMSAM SI
Nombre del Campo del archivo de salida que se utilizar para
almacenar la informacin del nmero de muestras utilizadas
en la evaluacin de cada celda.
RADIUS
Parmetro
s
SI
DISTERR SI
POWER SI
MINNOP SI
XSUBCE SI
LL
2
5
1
YSUBCE SI
LL
ZSUBCE SI
LL
Radio de bsqueda. El valor por defecto de este parmetro

es X = La media de las dimensiones de las celdas
Pequea distancia a ser aadida a la distancia de aquellas
muestras muy cercanas o sobre el centro de la celda. Este
pequeo valor evita la indeterminacin del algoritmo de
interpolacin.
Potencia a la cual se elevarn los inversos de las distancias.
Mnimo nmero de muestras
-7-
Processos Estimacin
IPOINTS SI
JPOINTS SI
KPOINTS SI
XRADIUS SI
YRADIUS SI
ZRADIUS SI
LWEIGH SI
T
NUMSAM SI
PLNGFL
AG
SI
MINOCT
SI
MINPER SI
OC
MAXPER SI
OC
PRINT
SI
ECHO
SI
Nmero de puntos de interpolacin de cada celda en la

direccin de "X". El algoritmo es ejecutado en cada punto, y
luego la media aritmtica de todos los puntos se asigna a la
celda a evaluar.
direccin de "Y". El algoritmo es ejecutado en cada punto, y
celda a evaluar.
direccin de "Z". El algoritmo es ejecutado en cada punto, y
celda a evaluar.
Radio de bsqueda en la direccin "X", que se utilizar slo
en el caso de que el usuario utilice un volumen de bsqueda
CUBOIDAL.
Radio de bsqueda en la direccin "Y", que se utilizar slo
CUBOIDAL.
Radio de bsqueda en la direccin "Z", que se utilizar slo
CUBOIDAL. Los tres parmetros anteriores deben estar
definidos en conjunto, y de ser as estos tienen preferencia
sobre los parmetros de la elipsoide que se ingresarn en la
etapa final del proceso en forma interactiva.
Este parmetro puede tomar los valores "0" "1". Si el
usuario asigna este ltimo valor a este parmetro, entonces
se ponderaran las muestras por su largo.
se almacenar la cantidad de muestras utilizadas para
evaluar cada celda en el campo "NUMSAM".
un tercer ngulo de anisotropa - el PLUNGE - ser solicitado
interactivamente por el sistema, en la etapa final del proceso.
Mnimo nmero de octantes que debe ser "LLENADO" antes
de que la celda o subcelda pueda ser interpolada.
Mnimo nmero de muestras que deben existir en un octante,
antes de que este pueda considerarse LLENO.
Mximo nmero de muestras en un octante a usar en la
interpolacin (Puede ser menor o igual a "4"), en el caso de
existir un nmero mayor de muestras, el algoritmo slo
utilizar aquellas ms cercanas . Si este parmetro
permanece sin definir entonces el sistema entender que no
existe lmite en el nmero de muestras.
pantalla "OUTPUT". Puede tomar tres valores: "0", "1" "2",
donde "0" es el valor mnimo de despliegue y "2" el valor
mximo.
Controla la generacin de una salida hasta la impresora o
hasta un archivo de impresin (con el valor "1"). Al usar el
valor por defecto, no se generar ninguna salida.
Definidas todas las entradas anteriores el proceso finalmente requerir en forma interactiva
los siguientes parmetros:
-8-
Processos Estimacin
>DIP> Inclinacin del "AXIS 1" (en grados bajo la horizontal).

>AZIMUTH> Azimut del "AXIS 1" (grados desde el eje "Y" medidos en sentido horario).
>AXIS 1 > Factor de Largo Relativo para el Eje 1.
Para un mejor entendimiento, deber considerar que antes de cualquier rotacin, el AXIS 1
se orientar en la direccin "Y" (Norte), el AXIS 2 se orientar en la direccin "X" (Este) y el
AXIS 3 en la direccin de "Z".
Los valores de los ejes se normalizan, tal que su mnimo es 1. Los componentes de distancia
a lo largo de cada uno de los ejes ser obtenido al multiplicar los largos por los factores de
normalizacin. El radio de bsqueda efectivo en cada direccin corresponde al valor del
parmetro @RADIUS dividido por el factor normalizador. Los parmetros anteriores no sern
requeridos en el caso de que el usuario defina los parmetros; @XRADIUS, @YRADIUS y
@ZRADIUS, ya que en ese caso el usuario estar definiendo un volumen de bsqueda
cuboidal.
Notas acerca del Proceso :
-
Los parmetros @XSUBCELL, @YSUBCELL, @ZSUBCELL slo se usarnen el caso de

que el prototipo sea un modelo de bloques vaco.
Cuando las muestras son seleccionadas para la interpolacin, el algoritmo calcula el

octante (referido al centro de la celda) donde cae cada muestra. Dentro de cada octante
las muestras son ordenadas de acuerdo a su distancia transformada hasta el centro de la
celda (estas distancias transformadas se calculan de acuerdo a los parmetros
anisotrpicos), con lo cual se determina cuales sern las muestras que se usarn por
estar contenidas dentro del volumen de bsqueda. El usuario puede adicionalmente
controlar la seleccin de muestras utilizando los parmetros: @MINOCT, @MINPEROC,
@MAXPEROC.
Al utilizar un volumen de bsqueda direccional, se requerir de los siguientes parmetros:

un radio de bsqueda, un azimut, una inclinacin y tres factores de radio. El parmetro
@RADIUS define la distancia de bsqueda mxima en la direccin de los radios
principales del volumen de bsqueda. Los ngulos DIP y AZIMUT son requeridos en
forma interactiva, al igual que los factores para los largos relativos AXIS1, AXIS2, y
AXIS3, que son utilizados para ponderar los largos relativos del volumen de bsqueda.
Por ejemplo si se define una elipsoide de bsqueda (en metros) con: RADIUS = 100,
AXIS1 = 1, AXIS2 = 2 y AXIS3 = 5.
Entonces el volumen de bsqueda ser una esfera de 100 metros de radio, y las
muestras podrn ser ponderadas de acuerdo a los factores definidos por AXIS1, AXIS2 y
AXIS3 en sus respectivas direcciones.
Inicialmente se asume que los tres ejes principales de la elipsoide de bsqueda AXIS1,
AXIS2 y AXIS3, son paralelos a los tres ejes cartesianos "Y", "X" y "Z" (Note que son los
ejes "Y", "X" y no "X", "Y"), eso quiere decir que el AXIS1 apunta hacia el Norte, el AXIS2
-9-
Processos Estimacin
apunta hacia el Este, y el AXIS3 apunta hacia arriba.

-
El primer ngulo de rotacin, ANGLE1 (ngulo de azimut), se aplica al rotar la elipsoide

en torno al AXIS3, en sentido horario (como se muestra en la figura 4.1a). La elipsoide es
luego rotada en un ANGLE2, en torno al nuevo AXIS2, definiendo el ngulo del DIP,
como se muestra en la figura 4.1b y finalmente el ngulo ANGLE3 se aplica al rotar la
elipsoide en torno al nuevo AXIS3, en sentido horario, tal como se muestra en la figura
4.1c.
Este mtodo de rotacin puede modelarse usando la regla de la mano izquierda, donde
los dedos ndice, del medio y pulgar representan los ejes AXIS1, AXIS2 y AXIS3
respectivamente, y antes de que cualquiera rotacin sea aplicada, estos apuntarn en las
direcciones Norte, Este y hacia arriba. El ngulo de rotacin de azimut se aplica al
mantener fijo su dedo pulgar (AXIS3) y rotar en sentido horario mirando desde la punta de
su dedo pulgar hacia el centro de su mano. El ngulo de inclinacin o dip se aplica
despus al rotar en torno del su dedo del medio (AXIS2) en sentido horario, mirando de
igual forma desde la punta de su dedo del medio hacia la palma de su mano. Finalmente
el ngulo de "plunge" se aplica al rotar nuevamente en torno de su dedo pulgar en sentido
horario mirando desde la punta de su pulgar hasta su mano.
Para que las nuevas versiones sean compatibles con versiones antiguas, el algoritmo
incluye un tercer ngulo, el ngulo del "PLUNGE". Este ngulo slo ser solicitado por el
sistema si el parmetro @PLNGFLAG se defini igual a 1, y este es consultado
interactivamente despus de los ngulos de azimut y dip.
El campo opcional *ZONE slo podr ser aplicado cuando el archivo PROTO contiene
celdas o subceldas. Este campo permite que mltiples zonas sean interpoladas usando
solamente aquellas muestras que posean el mismo valor del campo zonal.
Cuando se especifica el parmetro opcional @DISTERR, este valor se aade a las

distancias de las muestras antes de que esta sea usada para la interpolacin. Esto evita
que muestras con distancias muy pequeas tengan una influencia indebida.
Fig. 1: Definicin de las Rotaciones de la Elipsoide de Anisotropa

- 10 -
Processos Estimacin
2.3 - Mtodo de Krigeage Ordinario, KRG3DB

Este proceso crea un modelo de bloques 3-D utilizando krigeage lineal, con la posibilidad de
seleccionar el modelo de variograma. Como entrada se requiere de un modelo de bloques
como prototipo, y como salida el proceso crea un modelo de bloques que contiene los
mismos campos del modelo inicial, ms tres campos adicionales. Eso s tres campos
corresponden al valor de la celda krigeada, la varianza del kriging, y el nmero de muestras
usados en la estimacin. Si el prototipo ya contiene estos tres campos, entonces estos sern
sobre escritos.
En esta versin de krigeage para modelos de bloques, se incluye un conjunto de modelos de
variograma que incluyen: modelos esfricos de una y dos estructuras, el modelo lineal,
gausiano, exponencial y de Wijsian. El proceso tambin permite usar modelos
experimentales, que contengan conjuntos de distancias y valores de variograma, luego se
utilizar interpolacin lineal para calcular los valores para los variogramas intermedios.
Adicionalmente, el krigeage lognormal est disponible para todos los modelos de variograma.
La anisotropa podr incluirse en todos los parmetros de los variogramas, en trminos de
una elipsoide de valores, y donde los largos y direcciones de los ejes de la elipsoide
representan la magnitud y direccin de los parmetros del variograma. La matriz del krigeage
es configurada usando el mtodo de la covarianza, lo que significa que la diagonal principal
de la matriz es igual a cero.
El valor del variograma promedio entre una muestra y una celda del modelo se calcula como
el valor promedio entre el centro de la muestra y una matriz discreta tridimensional de puntos
(de acuerdo a la configuracin de los parmetros para la definicin de los puntos de
discretizacin @IPOINTS, @JPOINTS y @KPOINTS). El valor del variograma promedio
entre dos muestras se calcula como el valor promedio entre los centros de las muestras.
Las muestras a ser incluidas en la matriz del krigeage son seleccionadas de acuerdo a tres
criterios:
1. Las muestras que caen fuera del volumen de bsqueda son excluidas. Los tipos de
volmenes de bsqueda pueden ser dos: un cuboide o una elipsoide (de acuerdo a la
configuracin del parmetro @SMETHOD).
a. En el caso del volumen de bsqueda cuboidal (@SMETHOD=0). El tamao del
cuboide es definido por las distancias desde el centro de las subceldas, a lo largo de l os
ejes "X", "Y" y "Z" (parmetros @XMAXRAD, @YMAXRAD y @ZMAXRAD).
b. En el caso del volumen de bsqueda elipsoidal (SMETHOD=1), el sistema requerir de
seis parmetros: tres radios RADIUS1, RADIUS2 y RADIUS3 que definirn las distancias
mximas de bsqueda en las direcciones de los ejes principales de la elipsoide, y tres
ngulos ANGLE1, ANGLE2 y ANGLE3 para definir la orientacin de la elipsoide.
Inicialmente se asume que los tres ejes de la elipsoide de bsqueda; AXIS1, AXIS2 y
AXIS3, son paralelos a las direcciones de los ejes cartesianos "Y", "X" y "Z " (note que se
ha mencionado los ejes "Y" "X" , y no "X" "Y"). Esto significa que el AXIS1 apunta hacia
- 11 -
Processos Estimacin
el norte, AXIS2 hacia el este y AXIS3 hacia arriba.

El primer ngulo de rotacin, ANGLE1 (ngulo de azimut), se aplica al rotar la elipsoide
en torno al AXIS3, en sentido horario. La elipsoide es luego rotada en un ANGLE2, en
torno al nuevo AXIS2, definiendo el ngulo del DIP y finalmente el ngulo ANGLE3 se
aplica al rotar la elipsoide en torno al nuevo AXIS3, en sentido horario.
Este mtodo de rotacin puede modelarse usando el mismo criterio de la mano izquierda,
explicado en la seccin anterior, en el mtodo del inverso de la potencia de la distancia.
2. Si se encuentran ms de @MAXNUM muestras dentro del volumen de bsqueda, slo las
@MAXNUM muestras ms cercanas sern utilizadas.
3. Si se encuentran menos que @MINNUM muestras, entonces la subcelda no ser
krigeada.
El proceso incluye un algoritmo para la reduccin del tiempo, el cual es aut omticamente
invocado si los datos de muestras son previamente ordenados por su coordenada "X". Si el
modelo del prototipo contiene datos, luego estos tambin debern ser previamente
ordenados por su coordenada "X", que en este caso corresponde al centro d e la celda.
En circunstancias excepcionales algunas combinaciones de muestras y modelos de
variogramas pueden producir resultados inesperados. Los procesos del krigeage entonces
consideran, un nmero de chequeos y adems realiza algunos ajustes:
- Si la varianza del krigeage es mayor que la meseta, esta se configura igual a la meseta
- Si la varianza del krigeage es menor que cero, esta se configura igual a cero.
- Si la estimacin krigeada es menor que cero, se le asigna el valor cero.
proceso:
Tabla 5: Resumen del Proceso KRG3DB
CATEGORI ENTIDAD Opcion Valor por Descripcin
A
al
Defecto
PROTO NO
subceldas.
IN
NO
Datos de muestra, deber contener al menos los campos; X ,
Archivos
Y , Z , VALUE. La velocidad del proceso ser mayor si los
campos han sido previamente ordenados segn su
coordenada "X".
MODEL NO
modelo usado como prototipo, ms tres campos adicionales;
VALUE, ESTVAR y NUMSAM.
- 12 -
Campos
Processos Estimacin
SAMPOU SI
T
NO
NO
NO
VALUE
NO
ESTVAR NO
NUMSAM NO
SMETHO SI
D
XMAXRA SI
D
99999
YMAXRA SI
D
99999
ZMAXRA SI
D
99999
RADIUS1 SI
RADIUS2 SI
RADIUS3 SI
ANGLE1
Parmetros
SI
Archivo de salida opcional, que contiene un registro por cada

muestra usada para interpolar una celda, y puede llegar a
contener la siguiente informacin; "XC", "YC" y "ZC" (las
coordenadas del centro de cada celda, "X", "Y" y "Z" (las
coordenadas de cada muestra), DISTANCE correspondiente
a la distancia (transformada de acuerdo a la elipsoide de
anisotropa) entre el centro de la celda y la muestra, VALUE
o valor de ley, COVAR igual a la covarianza de la muestra
con la celda y KRIGCOEF igual al coeficiente de krigeage
con la celda. El usuario deber decidir con cuidado la
utilizacin de este archivo, ya que la cantidad de informacin
que contiene lo transforma en un archivo enorme.
muestras.
muestras.
muestras.
Nombre del campo a ser krigeado.
Nombre del campo del archivo de salida donde se
almacenar la varianza de estimacin.
Nombre del Campo del archivo de salida que se utilizar para
almacenar la informacin del nmero de muestras utilizadas
en la evaluacin de cada celda.
Parmetro que controla la forma que tendr el volumen de
bsqueda. Si este es igual a "0" entonces se usar un
paralelepipedo como volumen de bsqueda, cuyas
dimensiones quedarn definidas por los parmetros; X Y y
ZMAXRAD.
Si en cambio este parmetro es definido con el valor de "1",
entonces se usar una elipsoide como volumen de
bsqueda, cuyas dimensiones quedarn definidas por los
parmetros AXIS1, 2 y 3, y sus direcciones por los
parmetros ANGLE1,2 y 3
Mxima distancia de bsqueda a lo largo del eje "X", definida
para la seleccin de muestras en el caso de que se utilice un
volumen de bsqueda cuboidal.
Mxima distancia de bsqueda a lo largo del eje "Y", definida
Mxima distancia de bsqueda a lo largo del eje "Z", definida
Radio 1, usado para definir la extensin del volumen de
bsqueda en el caso de utilizarse un volumen de bsqueda
elipsoidal.
elipsoidal.
elipsoidal.
Angulo 1 usado para definir la direccin del volumen de
elipsoidal.
- 13 -
Processos Estimacin
ANGLE2
SI
ANGLE3
SI
VGRAM
NO
LOG
SI
GENCAS SI
E
DEPMEA SI
N
TOL
0.01
SI
MAXITE SI
R
MINNUM SI
MAXNUM SI
XSUBCE SI
LL
YSUBCE SI
LL
ZSUBCE SI
LL
IPOINTS SI
JPOINTS SI
KPOINTS SI
1
20

elipsoidal.
elipsoidal.
Parmetro utilizado para definir el modelo de variograma a
utilizar, entre las siguientes 10 alternativas:
1. Modelo esfrico de una sola estructura
2. Modelo esfrico de dos estructuras
3. Modelo Lneal
4. Modelo de Wijsian
5. Modelo Exponencial
6. Modelo Gausiano
7. Modelo Experimental
8. Reemplazado por @VGRAM=1 con @LOG=1.
9. No usado
10. Modelo esfrico de multiestructuras con anisotropas.
Control para el uso del krigeage normal o lognormal, donde:
0. Kriging Normal
1. Kriging Lognormal
Mtodo de clculo para la opcin de kriging lognormal
(LOG=1)
0. Mtodo de aproximacin de Rendus
1. Mtodo General
Media del depsito para el caso que se utilice Kriging
Lognormal (LOG=1). El valor por defecto de cero, significa
que utilizar la media calculada usando el krigeage.
Tolerancia para la convergencia de los pesos, en el caso de
utilizarse el kriging lognormal (LOG=1).
Mximo nmero de iteraciones para el kriging lognormal
(LOG=1).
Mnimo nmero de muestras, antes de krigear
Mximo nmero de muestras, antes de krigear
Nmero de puntos de discretizacin en la direccin de "X",
para simular un panel.
Nmero de puntos de discretizacin en la direccin de "Y",
Nmero de puntos de discretizacin en la direccin de "Z",
- 14 -
Processos Estimacin
PRINT
SI
ECHO
SI

pantalla "OUTPUT". Puede tomar cuatro valores:
0. Parmetros de entrada y un resumen de las salidas
1. Como "0", ms mensajes para cada columna
2. Como "1", ms coordenadas y valores krigeados
3. Como "2", ms muestras, distancias, valores de ley,
covarianzas con celdas y coeficientes de krigeage para
cada celda.
Controla la generacin de una salida hasta la impresora o
hasta un archivo de impresin (con el valor "1"). Al usar el
valor por defecto, no se generar ninguna salida.
Definidas todas las entradas anteriores el proceso finalmente requerir en forma interactiva
los parmetros de variografa:
-
PIJ> El usuario es consultado para ingresar cada parmetro de su modelo de variograma,

donde IJ es el nmero del parmetro. El nmero de parm etros requerido depende del
modelo de variograma, de acuerdo al valor del parmetro ingresado en el parmetro
@VGRAM. Una respuesta invalida causar que el sistema vuelva a repetir la consulta, y
si su respuesta es "!", causar el termino del proceso.
Un completo detalle acerca del uso del proceso KRG3DB puede encontrarse en el Anexo G,
donde tambin podr encontrar las notas anexas, acerca de los parmetros variogrficos.
3. Estima
3.1 - Introduccin
ESTIMA requiere un modelo como prototipo de entrada y un set de datos de muestras,
generalmente el prototipo puede ya contener celdas y subceldas representando por ejemplo
una estructura geolgica, en este caso los valores de leyes podrn interpolarse dentro del
conjunto existentes de celdas y subceldas. En cambio si usted tiene un prototipo vaco (que
no contiene celdas y/o subceldas), ESTIMA puede crear estas celdas y subceldas en el rea
alrededor de las muestras, de acuerdo a lo definido en el volumen de bsqueda. Desde
ahora en adelante cuando nos refiramos a un modelo de bloques, este puede contener
celdas y subceldas, y una celda completa ser una celda patrn. Los datos de muestras
contienen los datos necesarios que usted usa para estimar las leyes de las celdas, estos
datos debern contener al menos las coordenadas X,Y, Z de cada muestra y un valor de ley.
ESTIMA requiere que usted defina un volumen de bsqueda, centrado en la celda a estimar,
y que contendr las muestras que se usarn en la estimacin de las leyes. De hecho usted
podr definir ms de un volumen de bsqueda, de esta forma diferentes leyes podrn
evaluarse con diferentes volmenes de bsqueda. Todos los parmetros que describen el
volumen de bsqueda se definirn en ESTIMA usando el "archivo de parmetros del
volumen de bsqueda". ESTIMA tambin requiere que usted defina un conjunto de
parmetros de estimacin para la ley a ser estimada, esos parmetros se ingresarn a
ESTIMA usando "el archivo de parmetros de estimacin", el que contendr itemnes tales
como el mtodo de estimacin, el nmero de referencia del volumen de bsqueda y otros,
- 15 -
Processos Estimacin
tales como la potencia para el mtodo del inverso de las distancias.

Asi ya tenemos definido el prototipo del modelo de entrada, y las muestras que caen dentro
de cada volumen de bsqueda. Ahora se estimar cada ley definida en el archivo de
parmetros de estimacin y el resultado se grabar sobre el modelo de salida. Un resumen
de los archivos usados por ESTIMA son:
- PROTO
: Modelo de prototipo de entrada
- IN
: Datos de muestras
- SRCPARM : Parmetros del volumen de bsqueda
- ESTPARM : Parmetros de Estimacin
- VMODPARM
: Parmetros del modelo del variograma
- STRING
: Strings del Unfolding
- MODEL
: Modelo de salida
- SAMPOUT : Muestras de salida
El resto de la informacin es suministrada al proceso a travs de campos y parmetros.
3.2 - Volmenes de Bsqueda
El archivo de parmetros del volumen de bsqueda (SRCPARM) podr contener uno o ms
registros, cada uno de los cuales define un volumen de bsqueda, identificado por un nmero
de referencia nico (campo SREFNUM). Un volumen de bsqueda puede ser nico para una
ley individual, o podr ser compartido por ms leyes.
SDIS
T2
El volumen de bsqueda podr tener dos formas, cuboidal o elipsoidal. Al configurar el

parmetro SMETHOD igual a 1 se utilizar un cuboide y al asignarle un valor de 2 usar una
elipsoide (valor por defecto). Las longitudes de los ejes del elipsoide son definidos usando los
campos SDIST1, SDIST2 y SDIST3. Inicialmente SDIST1 es paralelo al eje "X", SDIST2 al
eje "Y" y SDIST3 al "Z" (ver Fig. 2).
Y
Vista
en
Planta
SDIST2
Seccin Sur - Norte
SDIS
T3
SDIS
T3
SDIST
1
SDIST
Seccin Oeste - Este
1
Fig. 2: Ejes del Volumen de bsqueda alineados con los ejes coordenados
Tambin podr rotar la elipsoide de bsqueda, definiendo una, dos o tres rotaciones, para
cada una de las cuales deber definir el ngulo de rotacin y el eje respecto del cual se
realizar la misma. Para esto el eje "X" se denominar eje 1, "Y" como eje 2, y el eje "Z"
como eje 3. Los ngulos de rotacin se miden en el plano de rotacin, mirando desde el eje
de rotacin hasta el origen, y sern positivos al rotar en sentido horario, o negativos en caso
contrario. Si la primera rotacin es de A en torno al eje 3 (Z), luego la elipsoide se orientar
de acuerdo a la figura 3:
- 16 -
Processos Estimacin
Y
Z'=
Z
Y'
A
Y'
Vista en
Planta
Seccin [-Y',+Y']
X'
Fig. 3: Rotacin de A grados en torno del eje 3 (eje Z)
Si luego la elipsoide de bsqueda se rota B grados alrededor del nuevo eje X', el resultado
ser (ver Fig. 4):
Z'
Y
Y',Y"
Z"
A
X'=X
"
Y
'
Y"
Fig. 4: Rotacin de A en torno al eje 3 (Z), y luego de B en torno del nuevo eje 1 (X)
Este ejemplo muestra una rotacin convencional de azimut y dip, sin embargo usted puede
usar cualquier mtodo de rotacin que usted quiera definiendo tanto los ngulos de rotacin
como sus respectivos ejes.
Simular con la mano izquierda puede ayudar para un mejor entendimiento de las
rotaciones. Para esto ubquese mirando hacia en norte con su dedo ndice apuntando hacia
enfrente suyo, su pulgar hacia arriba, y su dedo del medio apuntado a su derecha a travs
suyo. Marque el nmero 1 en el dedo del medio, 2 en su ndice y 3 en su pulgar. Entonces
su dedo del medio representa al eje "X" y apunta hacia el este, su ndice es el eje "Y"
apuntando hacia el norte, y su pulgar es el eje Z apuntando hacia arriba. Para simular las 2
rotaciones del ejemplo previo, sujete el dedo pulgar de su mano izquierda con su mano
derecha y rote los otros dos dedos A en sentido horario. Luego fije su dedo del medio y rote
su dedo ndice y pulgar B en sentido horario en el plano vertical. Sus dedos estn ahora
apuntando a lo largo de los ejes de su elipsoide de bsqueda ro tada.
Los campos SANGLE y SAXIS del volumen de bsqueda del ejemplo son: A como
SANGLE1 y el eje 3 (Z) como SAXIS1. La segunda rotacin se define luego por B como
SANGLE2 y 1 (X) como SAXIS2. SANGLE3 y SAXIS3 servirn para representar una tercera
rotacon, que en el caso de no existir podr dejar sin definir o sencillamente como valores
nulos.
- 17 -
Processos Estimacin
Un volumen de bsqueda dinmico resulta a menudo muy til, especialmente al

categorizar las reservas en base al nmero de muestras que caen en el volumen de
bsqueda, si por ejemplo usted categoriza sus reservas de acuerdo a:
- probadas (medidas) al menos 6 muestras dentro de 20 metros
- probable (indicadas) al menos 4 muestras dentro de 40 metros
- posibles(inferidas)
al menos 2 muestras dentro de 60 metros
Usted podr hacer esto en una sola ejecucin de ESTIMA, definiendo tres volmenes de
bsqueda concntricos y un mnimo y mximo nmero de muestras para cada volumen. El
primer volumen de bsqueda (el ms pequeo) se definir usando los parmetros de
bsqueda SDIST1, SDIST2 y SDIST3 como se describieron anteriormente. El segundo
volumen de bsqueda se define como un mltiplo de esos valores, al multiplicarlos por
SVOLFAC2. Este valor SVOLFAC2 puede ser 0 >=1, en donde si es cero significar que no
se utilizar ni un segundo ni un tercero volmenes de bsqueda. Si SVOLFAC2=1 entonces
el segundo volumen de bsqueda tendr las mismas dimensiones que el primer volumen,
pero en este caso probablemente se definir un mnimo nmero de muestras inferior al
primer volumen. Similar al caso anterior, SVOLFAC3 es el factor multiplicativo para el
volumen de bsqueda nmero 3, en este caso este podr tomar el valor de 0, >=
SVOLFAC2.
En cada volumen de bsqueda usted tambin podr definir el mnimo y mximo numero de
muestras, MINNUM1 y MAXNUM1 se aplicarn al primer volumen de bsqueda, MINNUM2 y
MAXNUM2 se aplicarn al segundo, y MINNUM3 y MAXNUM3 al tercero. Si es que existen
ms de MAXNUMn de muestras dentro del volumen de bsqueda "n", entonces slo se
seleccionarn aquellas ms cercanas, cercana definida en trminos de una distancia
transformada. La elipsoide se reduce de tamao concntricamente, hasta que slo el
MAXNUMn de muestras caen dentro, esto es ilustrado en la figura 5.
CELDA A SER
ESTIMADA
ELIPSOIDE TRUNCADA
A CINCO MUESTRAS
Fig. 5: Elipsoide de Bsqueda Truncada para contener "MAXNUMn"

Las muestras graficadas con x caen fuera del elipsoide de bsqueda, y aquellas denotadas
con "o" y "+" (14 muestras) caen dentro del elipsoide. Si el MAXNUM1 es de 5, entonces la
elipsoide se reduce hasta que solamente las 5 muestras denotadas con "+" caen dentro de
ella, luego sern estas 5 muestras las usadas para la estimacin del valor de la celda. El
volumen de bsqueda 1 es aplicado en primer lugar, si all existen menos de MINNUM1
muestras entonces se aplicar el volumen de bsqueda 2 y si en este caso vuelve a ocurrir
que existen menos que MINNUM2 muestras entonces se aplicar el tercer volumen de
bsqueda. Si finalmente en este caso vuelve a ocurrir que el nmero de muestras es menor a
MINNUM3, entonces la celda queda sin evaluar.
Usted puede registrar cual es el volumen de bsqueda que se ha utilizado para la evaluacin
de cada celda al definir el campo SVOL_F del archivo de parmetros de estimacin. Este es
un campo numrico aadido al modelo de salida qu e contiene los valores 1,2 3
- 18 -
Processos Estimacin
dependiendo del nmero del volumen utilizado en la evaluacin.

Distancias Transformadas: En el caso de que haya un nmero de muestras mayor que
MAXNUMn dentro del volumen de bsqueda, luego la elipsoide es reducida hasta que el
elipsoide contenga solamente el MAXNUMn de muestras. ESTIMA realiza esto calculando
una distancia transformada para cada muestra, para luego ordenarlas segn esta distancia.
Para el clculo de esta distancia, primero se rotan los datos de las muestra s en el sistema
coordenado de la elipsoide. Si en el sistema rotado el origen de la elipsoide es (0, 0, 0) y la
muestras tienen coordenadas (X, Y, Z), entonces la distancia transformada D esta dada por:
Ec.4.1
D ( X / SAXIS1) 2 (Y / SAXIS 2) 2 ( Z / SAXIS 3) 2
Una muestra que cae en la elipsoide de bsqueda puede tener entonces una distancia
transformada de 1, y todas las muestras que caen dentro del elipsoide pueden tener una
distancia transformada menor a 1.
Este clculo de la distancia transformada es ilustrado a continuacin con un simple ejemplo:
4
0
2
0
1
2
ELIPSOIDE
DE
BSQUEDA
B
C
0
40
50
10
0
Fig. 6: Clculo de las distancias Transformadas
En la figura 6, las muestras A, B y C han sido rotadas en el sistema coordenado de la
elipsoide de bsqueda. Los ejes de la elipsoide son SAXIS1=100 y SAXIS2=40 (este ejemplo
es bidimensional, de tal forma que los valores de SAXIS3 no son relevantes). Las distancias
transformadas de los puntos A, B y C a partir del origen son calculadas de acuerdo a:
DA
Punto A: en X = 0, Y = 20:
Punto B: con X = 40, Y = 12: DB
Punto C: con X = 50, Y =0:
DC
(0 / 100) (20 / 40) 0.5

(40 / 100) (12 / 40) 0.5
(50 / 100) (0 / 40) 0.5
2
Entonces en este ejemplo, los tres puntos tienen la misma distancia transformada
Frecuentemente ocurre que las muestras no se distribuyen uniformemente alrededor de la
celda a estimar, y ms bien estn agrupadas en diferentes sectores provocando influencias
indebidas para la estimacin de la ley de la celda. Este problema puede solucionarse al
dividir el volumen de bsqueda en octantes, asegurndose que un mnimo nmero de
octantes contengan muestras. Al definir 3 planos paralelos a los ejes de la elipsoide de
bsqueda se definirn 8 octantes, esos planos intersectan al origen del elipsoide, el cual es
tambin el centro de la celda que est siendo estimada (ver figura 7).
- 19 -
Processos Estimacin
x ++
Octantex
+
x +x
4
Octante
3
##
Octante
1
Octante
2
#
Bsqued
a
Elipsoida
l
Fig. 7: Bsqueda por Octantes, ilustrado en 2D

La figura anterior ilustra el mtodo por octantes. La elipsoide contiene 16 muestras
denotadas por "o", "#", "x", y "+", y para propsitos de este ejemplo todas las muestras estn
sobre el plano XY. SI MAXNUM1 es de 16 o mayor, luego todas las muestras sern
seleccionadas, sin embargo si MAXNUM1 es igual a 8, luego slo se seleccionarn las 8
muestras denotadas por "x" y "+" . La ley estimada de la celda en este caso, estar sesgada
por las muestras ubicadas en el N-E del volumen de bsqueda.
Si se aplica una bsqueda por octantes, con un mximo de 2 muestras por octantes,
entonces slo se seleccionarn aquellas dos muestras ms cercanas en cada octante, es
decir las muestras "o" y "x", lo que resulta preferible a seleccionar las 8 muestras del rea
NE.
En la figura se ilustraron los octantes 1 al 4, que estn sobre el plano "XY". Los octantes del
5 al 8 se encuentran bajo el plano XY.
La bsqueda por octantes queda definida por 4 valores a definir en el archivo de parmetros
del volumen de bsqueda. El criterio a usar es que si existen suficientes muestras en un
octante, este es considerado como "completo", y si suficientes octantes estn completos,
slo entonces podr estimarse el valor de la celda.
OCTMETH define la bsqueda a usar, si vale 0 entonces no se usar bsqueda por octantes,
mientras que si vale 1 entonces si se usar.
MINOCT corresponde al mnimo nmero de octantes a ser completados antes de que la
celda pueda ser estimada.
MINPEROC es el mnimo nmero de muestras en un octante antes de que este se
considere completo.
MAXPEROC es el mximo nmero de muestras a usar por octante. Si en un octante hay
ms que MAXPEROC muestras, slo se considerarn aquellas ms cercanas, para lo cual se
usar la distancia transformada del mtodo de la elipsoide reducida.
- 20 -
Processos Estimacin
MINNUMn y MAXNUMn tambin podrn aplicarse a la bsqueda por octantes, en este caso
si el nmero total de muestras es menor a MINNUMn entonces la celda no ser evaluada, si
por el contrario el nmero total de muestras es mayor que MAXNUMn entonces las muestras
sobrantes (segn las distancias transformadas) son removidas hasta que se cumpla la
restriccin de MAXNUMn. Sin embargo, si el remover las muestras causa que el nmero de
muestras en un octante sea menor que MINPEROC, entonces las muestras no sern
removidas. Finalmente si se hace imposible satisfacer ambos criterios; MAXNUMn y las
restricciones por octante entonces la celda tampoco podr evaluarse.
Si cada registro en el archivo de muestras es identificado por un Campo Llave, entonces
podr restringirse el nmero de muestras por valor del campo llave. El uso ms usual de esta
caracterstica es para prevenir que muestras de un slo pozo tengan una sobreinfluencia
para la estimacin de la ley de la celda. En este caso el campo llave ser "BHID" que deber
especificarse en el campo KEY. El mximo nmero de muestras con el mismo valor del
campo llave se determina usando el campo MAXKEY en el archivo de parmetros del
volumen de bsqueda. Si MAXKEY no se define o queda con valor 0, entonces significa que
no se utilizar el concepto de campo llave. Para el caso de bsqueda por octantes, MAXKEY
se aplicar al nmero de muestras dentro de cada octante.
El archivo de parmetros para el volumen de bsqueda contiene 24 campos mostrados
en la tabla 6, en l todos los campos son numricos y de definicin obligatoria. El valor por
defecto para cada campo es el valor usado por el proceso en el caso de que el campo haya
sido ingresado como dato ausente.
Tabla 6: Resumen del Archivo de Parmetros del Volumen de Bsqueda
ARCHIVO DE PARMETROS DEL VOLUMEN DE BSQUEDA
Nombre
Campo
del
Valor por
Defecto
Descripcin
Nmero de Referencia del Volumen de Bsqueda
SREFNUM
SMETHOD
Forma del V. de B. (1=Rectngular, 2=elipsoidal)
SDIST1
100
Mxima distancia de Bsqueda en la direccin 1 (X)
SDIST2
100
Mxima distancia de Bsqueda en la direccin 2 (Y)
SDIST3
100
Mxima distancia de Bsqueda en la direccin 3 (Z)
SANGLE1
Primer ngulo de rotacin para el V. de B.
SANGLE2
Segundo ngulo de rotacin para el V. de B.
SANGLE3
Tercer ngulo de rotacin para el V. de B.
SAXIS1
Eje para la primera rotacin (1=X, 2=Y, 3=Z)
- 21 -
Processos Estimacin
SAXIS2
Eje para la segunda rotacin
SAXIS3
Eje para la tercera rotacin
MINNUM1
Mnimo nmero de muestras para el primer V. de B. Dinmico
MAXNUM1
20
Mximo nmero de muestras para el primer V. de B. Dinmico
SVOLFAC2
Factor multiplicador de los ejes para el segundo V. de B. Dinmico
MINNUM2
Mnimo nmero de muestras para el segundo V. de B. Dinmico
MAXNUM2
20
Mximo nmero de muestras para el segundo V. de B. Dinmico
SVOLFAC3
Factor multiplicador de los ejes para el tercer V. de B. Dinmico
MINNUM3
Mnimo nmero de muestras para el tercer V. de B. Dinmico
MAXNUM3
20
Mximo nmero de muestras para el tercer V. de B. Dinmico
OCTMETH
Mtodo de octantes (0=no lo usa, 1=si lo usa)
MINOCT
Mnimo nmero de octantes a ser completados
MINPEROC
Mnimo nmero de muestras en un octante
MAXPEROC
Mximo nmero de muestras en un octante
MAXKEY
Mximo nmero de muestras con el mismo valor del campo llave
3.3 - Puntos de Discretizacin

El archivo prototipo del modelo de entrada describe las coordenadas del centro de la celda
con los campos XC, YC y ZC, y sus dimensiones con los campos XINC, YINC y ZINC. Para
mtodos de estimacin tales como La Potencia del Inverso de las Distancias basta con usar
el centro de las celdas y realizar la estimacin en funcin de las distancias de cada una de
las muestras a partir del centro de las celdas, sin embargo esto significa que usted ignora por
completo las dimensiones y la forma de las celdas. ESTIMA en cambio, le permite simular la
forma de la celda por un arreglo de puntos tridimensional, distribuidos en forma regular
dentro de la celda. As, en el caso del mtodo de la Potencia del Inverso de las Distancias, se
estima el valor en cada punto de discretizacin, y luego se asigna la media aritmtica de
todos estos puntos como el valor de la celda. Para el clculo de Krigeage los puntos de
discretizacin se utilizan para calcular la covarianza de la celda con cada una de las
muestras a su alrededor, lo que es finalmente usado para el clculo de los pesos del
krigeage. El mtodo de estimacin de las muestras ms cercanas no util iza puntos de
discretizacin, ya que se basa en las distancias hasta el centro de la celda.
- 22 -
Processos Estimacin
Existen dos mtodos para definir la discretizacin de una celda, ambos quedan definidos por
el valor asignado al parmetro DISCMETH.
Si DISCMETH es igual a 1, entonces se usarn los parmetros XPOINTS, YPOINTS y
ZPOINTS para definir el nmero de puntos de discretizacin en las direcciones X, Y y Z
respectivamente. Si se define un nmero par de puntos, entonces los puntos son espaciados
a lo largo de la lnea centro, en cambio si usted define un nmero impar, habr un punto
sobre la lnea centro y los otros podrn ser regularmente espaciados hacia las esquinas, todo
esto se ilustra en forma bidimensional en la figura 8.
XCELL = 20
2.5
2.
5
YCELL
12
Centro
x
Celda
4
x
Fig. 8: 12 Puntos de Discretizacin

definidos usando @DISCMETH = 1,
x
de
la
@X P OI NT = 4, @YP OI NT = 4
2
Si usted configura DISCMETH=2, entonces usted podr definir la distancia entre los puntos
de discretizacin, en vez del nmero de puntos, en este caso usted deber definir los
parmetros XDSPACE, YDSPACE y ZDSPACE. Al usar este mtodo siempre habr un
punto que se ubicar sobre el centro de la celda, y los otros se localizarn a las distancias ya
especificadas desde este (ver figura 9).
YCELL
12
x
5
XCELL
20
x
5
=
x
5
Fig. 9: 9 P untos de Discretizacin

Usando @DI SCM ETH = 2, @X DSP ACE
Centro
Celda
x
x
de
= 5, @YDSP ACE = 4
la
2
La ventaja del primer mtodo es que usted estar seguro de tomar el mismo nmero de
puntos en todas las direcciones, independientem ente de las dimensiones de la celda. Sin
embargo su desventaja es que el espaciamiento en una direccin puede ser mucho mayor
que en otra direccin, dependiendo ahora si de las dimensiones relativas de la celda. La
- 23 -
Processos Estimacin
ventaja del segundo mtodo es que al configurar XDSPACE, YDSPACE y ZDSPACE iguales
entre si, usted podr obtener un conjunto de puntos de discretizacin completamente regular
sobre la celda. Sin embargo su desventaja es que para pequeas celdas se reducir
enormemente la cantidad de puntos de discretizacin, esto es ms problemtico en el caso
del krigeage, ya que en este caso el kriging requiere de un mnimo de puntos de
discretizacin antes de que la celda pueda ser evaluada. En general el mtodo ms
recomendable es probablemente el primero.
3.4 - Mtodos de Estimacin
Como se mencion inicialmente se pueden seleccionar diferentes leyes a estimar, con
diferentes mtodos de estimacin y diferentes parmetros en una sola ejecucin de ESTIMA.
Estas diferentes combinaciones de leyes-mtodos-parmetros quedan definidas por un
registro en el archivo de parmetros de estimacin (ESTPARM).
Mtodos Disponibles: Los mtodos de estimacin quedan definidos por el campo
IMETHOD, el que puede tomar los siguientes valores:
1.- Distancias ms Cercanas (NN)
2.- La Inverso de las Potencia de las Distancias (IPD)
3.- Kriging Ordinario (OK)
4.- Kriging Simple (SK)
Los siguientes prrafos describen las caractersticas de estos mtodos de estimacin, ms
algunos detalles especficos de cada uno.
Un Ejemplo Simple de un archivo de parmetros de estimacin se muestra en la tabla 7, en
este ejemplo la ley de AU es estimada usando el Inverso de las Distancias (2) y la AG
usando un Kriging Ordinario (3).
Tabla 7: Ejemplo del archivo de parmetros de estimacin
DESCRIPCIO
N
NOMBRE DEL
CAMPO
A
ESTIMAR
NUMERO DE
REFERENCI
A DEL V. DE
B.
METODO DE
ESTIMACION
POTENCIA
PARA
EL
METODO IPD
NUMERO DE
REFERENCIA
DEL VARIOG.
CAMPO
VALUE_IN
SREFNUM
IMETHOD
POWER
VREFNUM
A
(8
Caracteres)
REGISTRO 1
AU
REGISTRO 2
AG
TIPO
CAMPO
DE
Cada estimacin es definida como un registro independiente dentro de este archivo. Usted
podr ver que se han definido diferentes volmenes de bsqueda para las dos leyes. El
nmero de referencia del volumen de bsqueda (SREFNUM) esta referido al registro dentro
del archivo de parmetros del volumen de bsqueda. Como se describi anteriormente cada
mtodo de estimacin (IMETHOD) tiene un cdigo numrico. El campo POWER slo se
aplica al IPD (IMETHOD=2). Finalmente el nmero de referencia del modelo del variograma
queda registrado en un registro del archivo de parmetros del modelo del variograma, y que
- 24 -
Processos Estimacin
ser descrito ms adelante.

El campo VALUE_IN field es un campo alfanumrico de 8 caracteres, y es usado para definir
las leyes a ser estimadas, que en este caso son AU y AG y que deben existir en el archivo de
datos de muestras. El campo VALUE_OU (alfanumrico de 8 caracteres) es opcional y
especifica el nombre para los campos evaluados en el archivo del modelo de celdas de
salida. Si usted no especifica ningn nombre en este campo o lo deja en blanco, entonces se
usar el mismo nombre del campo VALUE_IN.
EL campo VALUE_OU es muy til si se quiere estimar una misma ley por diferentes
mtodos, o por el mismo mtodo, pero usando diferentes parmetros. Por ejemplo si usted
quiere estimar las leyes de AU por IPD y OK, entonces el campo VALUE_OU puede ser
AU-IPD y AU-OK, en ambos casos el campo VALUE_IN ser AU (ver tabla 8).
Tabla 8: Uso del campo VALUE_OU
DESCRIPC.
NOMBRE
CAMPO
A
ESTIMAR EN
ARCHIVO
ENTRADA
NOMBRE
CAMPO
ESTIMADO EN
ARCHIVO DE
SALIDA
NUMERO
DE
REFEREN
CIA DEL V.
DE B.
METODO
DE
ESTIMACI
ON
POTENCI
A PARA
EL
METODO
IPD
NUMERO
DE
REFEREN
CIA
DEL
VARIOG.
CAMPO
VALUE_IN
VALUE_OU
SREFNUM
IMETHOD
POWER
VREFNUM
TIPO
DE
CAMPO
A (8 Caract.)
A (8 Caract.)
REGISTRO 1
AU
AU-IPD
REGISTRO 2
AU
AU-OK
Pueden existir ocasiones donde usted quiera usar diferentes parmetros para la misma ley,
en diferentes reas, por ejemplo el AU puede tener diferentes conjuntos de parmetros de
estimacin dependiendo del tipo de roca. Para esto el usuario podr definir uno o dos
campos "ZONE" (Zonas de Control) y definir diferentes parmetros para cada combinacin.
Estas zonas se definen usando los campos ZONE1_F y ZONE2_F. Por ejemplo si usted
quiere tener diferentes parmetros segn tipo de roca y una zona por defecto deber
especificar
* ZONE1 _ F ( ROCK ),*ZONE 2 _ F ( FLTZONE )
Los campos ROCK y FLTZONE debern existir tanto en el archivo con los datos de muestras
como en el archivo del modelo del prototipo, usted no puede usar zonas de control si su
archivo de modelo de entrada no contiene celdas con esta informacin. Estos campos
pueden ser numricos o alfanumricos, en este ltimo caso podrn contener un mximo de
20 caracteres. En el siguiente ejemplo (ver tabla 9) el campo "ROCK" es alfanumrico y el
campo "FLTZONE" es numrico.
Tabla 9: Uso de los Campos ZONALES
DESCRIP
CION
CAMPO A
ESTIMAR
NUMERO
DE V. DE
B.
METODO
DE
ESTIM.
TIPO
ROCA
(ZONE1_
F)
ZONE
POR
DEFECT
O
(ZONE2_
F)
POTENCI
A PARA
EL IPD
NUMERO
MODELO
VARIOGR
.
- 25 -
Processos Estimacin
CAMPO
VALUE_I
N
SREFNU
M
IMETHOD
ROCK
FLTZONE
POWER
VREFNU
M
TIPO
A-8 CAR.
A-4 CAR.
REGIST.
1
AU
REGIST.
2
AU
REGIST.
3
AU
REGIST.
4
AU
REGIST.
5
AU
En el registro 5 no hay informacin en ninguna de las dos zonas (blanca para el campo
alfanumrico "ROCK", y "-" para el campo numrico FLTZONE). Este conjunto de parmetros
(la opcin por defecto) se utiliza para estimar algunas celdas cuyos campos ROCK y
FLTZONE no se definieron explcitamente en el archivo de parmetros de estimacin. Si se
tienen dos campos zonales, entonces no es posible especificar un campo (explicito) y el otro
campo como dato ausente, usted no podr tener ROCK "B" y FLTZONE como -, ya que en
ese caso aparecer un mensaje de error.
En adicin a los campos de leyes, algunos mtodos de estimacin pueden calcular Campos
Secundarios. En el caso del krigeage tambin calcula el nmero de muestras usadas para la
estimacin del krigeage y su varianza, si usted desea que estos campos aparezcan en el
archivo del modelo de salida, estos debern definirse usando el archivo de parmetros de
estimacin (ver tabla 10).
Tabla 10: Uso de Campos Secundarios
DESCRIPCI
ON
CAMPO
A
ESTIMA
R
NUMER
O
V.
DE B.
METODO
DE
ESTIMAC
.
NUMERO
MUESTRA
S
USADAS
VARIA
NZ.
ESTIM
AC.
NUMERO
V.DE
B.
DINAMICO
DISTANCIA
MUESTRA +
CERCANA
CAMPO
VALUE_I
N
SREFN
UM
IMETHOD
NUMSAM
_F
VAR_F
SVOL_F
MINDIS_F
TIPO
A-8
A-8
A-8
A-8
A-8
REGISTRO
1
AU
N-AU
VARAU
SVOL-AU
MDIST-AU
REGISTRO
2
AG
N-AG
VARAG
SVOL-AG
MDIST-AG
El volumen de bsqueda dinmico toma los valores de 1,2 3 dependiendo de cual sea el
volumen de bsqueda que se va a usar. En el ejemplo de arriba los campos SVOL -AU y
SVOL-AG pueden crearse en el archivo del modelo de salida para registrar cual fue el
volumen de bsqueda dinmico usado para la estimacin de cada ley, en cada celda.
El clculo de las distancias transformadas de las muestras desde el centro de la celda, y el
campo MINDIS_F le permitir definir el nombre del campo en el cual se almacenar la
distancia transformada de la muestra ms cercana, lo que puede llegar a ser muy til al
- 26 -
Processos Estimacin
momento de categorizar las reservas. Los otros campos secundarios usados en este ejemplo
son NUMSAM_F, usado para registrar el nmero de muestras usadas para realizar la
estimacin, y VAR_F para registrar la varianza de la estimacin, el ltimo campo slo se
aplica a algunos de los mtodos de estimacin. Si no hubiesen datos ausentes para los
valores de AU y AG en el archivo de datos de muestras y ambas variables se estiman
usando los mismos parmetros del volumen de bsqueda, entonces los campos
NUMSAM_F, SVOL_F y MINDIS_F pueden tener los mismos valores, en este caso no
necesitar especificar diferentes nombres de campos y los registros 1 y 2 podrn definirse de
acuerdo a la tabla 11:
Tabla 11: Optimizacin de los Campos Adicionales
DESCRIP
C.
CAMPO A
ESTIMAR
NUMERO
REFERE
N.V. DE
B.
METODO
ESTIMAC
.
NUMERO
MUESTRA
S USADAS
VARIAN
Z.
ESTIMA
C.
NUMERO
V.DE B.
DINAMIC
O
DISTANCI
A
MUESTR
A
+CERCA
NA
CAMPO
VALUE_I
N
SFERNU
M
IMETHOD
NUMSAM_
F
VAR_F
SVOL_F
MINDIS_F
TIPO
A - 8c.
A - 8c
A - 8c
A - 8c
A - 8c
REGIST.
1
AU
VAR-AU
SVOL
MDIST
REGIST.
2
AG
VAR-AG
SVOL
MDIST
Si los parmetros de la variografa son diferentes, entonces la varianza del kriging puede ser
diferente y en ese caso sigue siendo ms recomendable usar diferentes nombres para los
campos de diferentes leyes.
3.4.1- Mtodo de las Muestras ms Cercanas
Corresponde al mtodo definido por el parmetro IMETHOD = 1. Al usar este mtodo, a cada
celda se le asigna el valor de la muestra "ms cercana", entendiendo como distancia ms
cercana a la distancia transformada o la distancia anisotrpica en el caso de considerar
anisotropas en la distribucin espacial de las leyes.
Este mtodo no incluye valores de muestras ponderadas, por lo que podr estimar tanto
campos numricos como alfanumricos (de hasta 20 caracteres).
Todas las muestras que caen dentro del volumen de bsqueda se identifican como se
describi anteriormente, y la distancia anisotrpica desde la muestra hasta el centro de la
celda se calcula en base a la Elipsoide de Anisotropa, la que se define en forma idntica a
la elipsoide de bsqueda, de hecho, la elipsoide de bsqueda y la elipsoid e de anisotropa
pueden ser la misma (situacin ms usual). Sin embargo ESTIMA le permite definir
diferentes elipsoides de acuerdo a su situacin particular.
El campo ANISO se usa para definir la distancia transformada a utilizar:
-
Ni transformada ni anisotrpica. Las distancias se calculan desde el sistema coordenado
- 27 -
Processos Estimacin
del archivo de las muestras.

Usa las distancias transformadas definidas por el volumen de bsqueda.
Usa las distancias transformadas definidas por la elipsoide de anisotropa.
Si ANISO = 2, entonces usted deber especificar los campos de la elipsoide de anisotropa

usando los campos ANANGLE1, ANANGLE2, ANANGLE3 y ANDIST1, ANDIST2, ANDIST3,
que se definen en forma idntica a los parmetros SANGLEn y SDISTn que se describieron
en la seccin referente al volumen de bsqueda y las convenciones tambin sern las
mismas , es decir que, la primera rotacin es alrededor del eje SAXIS1, la segunda alrededor
del eje SAXIS2 y lo mismo para SAXIS3.
3.4.2 - Mtodo del Inverso de las Distancias
Corresponde al mtodo definido por IMETHOD = 2. El valor estimado por este mtodo se
calcula ponderando cada muestra por el inverso de la potencia de sus distancias hasta el
centro de las celdas. Usted define la potencia requerida usando el campo POWER, si usted
configura POWER como 0 entonces se considerar la media aritmtica de las muestras.
Todas las muestras que caen dentro del volumen de bsqueda se identifican como se
describi previamente, y se podr usar restricciones para el mnimo y mximo nmero de
muestras a considerar, finalmente se estima la ley de cada punto discretizado en la celda.
Esto se hace usando la distancia anisotrpica tal como se hizo en el mtodo anterior de las
distancias ms cercanas. El valor de la celda estimada se calcula en definitiva como la media
aritmtica de los puntos discretizados.
Si una muestra cae exactamente en un punto de la discretizacin entonces su distancia ser
de cero y tendr un peso de 100%, esto provocar una desviacin de la estimacin,
particularmente si usted tiene tan slo un punto en la discretizacin. Usted podr soslayar
este problema al especificar un valor positivo para el campo ADDCON. Este valor en primero
normalizado, dividiendo el valor especificado por el largo del eje de anisotropa. El proceso
luego sumar el valor de ADDCON a cada distancia antes de estimar el valor del punto
discretizado.
Usted podr usar una ponderacin por largo y/o densidad al especificar los campos
LENGTH_F y/o DENS_F, verificando que ambos campos (LENGTH y DENSITY) existan en
el archivo de datos de muestras. Usted notar que el uso de ambos campos en la
ponderacin es equivalente a ponderar por el tonelaje de la muestra. Si se especifico
LENGTH_F y/o DENS_F, pero algunos registros en el archivo de datos de muestras no
tienen datos para esos campos, entonces la muestra no se usar en la estimacin.
Si pondera por densidad y largo, entonces el peso Wi para la muestra i para la estimacin
de un punto discretizado:
Ec. 4.2
WI LI * I / DIP
En donde :
Li es el largo de la muestra i
es la densidad de la muestra I
DIP es la distancia transformada de la muestra i, desde el punto discretizado, elevado a la
potencia P
- 28 -
Processos Estimacin
La estimacin E k del punto discretizado queda entonces definida por:
Ec. 4.3
E K WI * G I / W I
Donde Gi es la ley de la muestra i.
El valor de la celda estimada Ec se calcula finalmente como la media aritmtica de todos los
puntos discretizados:
EC E K / N
Ec.
4.4
En donde N es el nmero de puntos discretizados

Adems del valor estimado, este mtodo tambin permite calcular la varianza "V" de las
muestras, que corresponde a la clsica varianza estadstica de todas las muestras usadas en
la estimacin (Ec. 4.5). Este campo secundario puede almacenarse en el archivo de salida
usando el campo VAR_F descrito previamente.
V ( G I2 ( G I ) 2 / N S ) /( N S 1)
Ec.
V ( G I2 ( G I ) 2 / N S ) /( N S 1)
Ec.
4.5
En donde:
Gi : es la ley de la muestra i
Ns : es el nmero de muestras usadas al hacer la estimacin
4.5
3.4.3 - Krigeage
El Kriging es el mtodo geostadistico para la estimacin de leyes. Las dos opciones

disponibles para el krigeage en ESTIMA son el Kriging Ordinario y Kriging Simple
identificados en el campo IMETHOD con los valores:
- Kriging Ordinario (OK),
IMETHOD = 3
- Kriging Simple (SK), IMETHOD = 4
El clculo de los pesos del kriging se basa en el modelo del variograma, el cual describe la
correlacin entre dos muestras como una funcin de la distancia entre ellas. Usted
encontrar ms detalles de los modelos de variogramas en la seccin del archivo de
parmetros del modelo del variograma.
En el caso de OK se calcula un peso para cada muestra, tal que la suma de esos pesos es
igual a 1. En el caso del SK tambin se calcula un peso para cada muestra, pero se asigna
un peso de ( 1 - Wi ) para la ley media, esto hace que el SK no sea tan sensible a las
tendencias locales de las muestras como el OK, ya que depende parcialmente de la ley
media, la que se asume conocida y constante a lo largo de un rea. En el caso de que usted
desee un mayor detalle de la forma en que el kriging calcula los pesos, consulte las
referencias geostadsticas dadas en la bibliografa al final de este man ual.
Las entradas para OK y SK son muy similares y la siguiente descripcin se aplica a ambos
mtodos (usted encontrar una pequea seccin al final de este capitulo especifica para SK).
ESTIMA permite hacer kriging lineal y lognormal tanto para OK y SK. El campo LOG en el
archivo de parmetros de estimacin ser el que define la utilizacin de Kriging lineal y
Kriging Lognormal . Para el kriging lineal los pesos son aplicados a las leyes de las
muestras, mientras que en el caso del kriging lognormal los pesos se aplican a los logaritmos
- 29 -
Processos Estimacin
de las leyes para luego ser transformados nuevamente, todas las transformaciones son
realizadas dentro de ESTIMA, luego para la transformacin inversa (volver a los valores
muestrales) se utiliza la expresin 4.6
EC exp( WI * log(G I ) 0.5 * ( WI * ( LI , L J ) WI * W J * ( LI , L J )))
Ec.
4.6
Donde ;
Ec es la estimacin del kriging
W I es el peso de la muestra i
GI es la ley de la muestra i
es la covarianza de los logaritmos de las muestras "i" y "j"
( LI , L J )
Para el kriging lognormal, los mtodos de clculo son dos; el mtodo de apr oximacin de
Rendu, y el mtodo general. Debe considerarse que el mtodo general es iterativo y puede
requerir varias soluciones de la matriz del kriging para cada panel krigeado, esto hace que
sea ms demoroso que el mtodo de Rendu's.
Si usted selecciona el kriging lognormal, podr seleccionar el uso de la aproximacin de
Rendu's o el caso general, para lo cual deber configurar el campo GENCASE del archivo
de parmetros de estimacin, en donde :
-
GENCASE = 0
GENCASE = 1
Usa la aproximacin de Rendu

Usa el mtodo general
Al seleccionar el caso general, usted deber configurar tres campos adicionales; DEPMEAN,
TOL y MAXITER los que se debern incluir en el archivo de parmetros de estimacin como
se indican a continuacin :
La varianza del kriging lognormal se calcula como una varianza relativa (VR) al cuadrado de
la media (m) del depsito:
VR V A / m 2
Ec.
4 .7
entonces usted deber especificar la media del depsito (m), o darle el valor de 0, en cuyo
caso en proceso usar la estimacin krigeada de la celda como la medi a.
DEPMEAN
>0, usa este valor como la media

=0, usa la estimacin krigeada como la media
El mtodo del caso general usa un procedimiento iterativo para calcular los pesos del kriging,
estos se calculan y comparan con su estimacin previa, y en el caso de que cada nuevo peso
este dentro de una cierta tolerancia centrada en el valor previo, entonces el valor es
aceptado, de no ser as, se calcular otro conjunto de pesos. Se debe definir entonces la
tolerancia (campo TOL), y el mximo nmero de iteraciones (campo MAXITER). Si los pesos
no convergen antes de MAXITER, entonces finaliza el clculo para la celda y se usa el ltimo
conjunto de pesos calculados.
Por cada campo VALUE_IN a estimar por krigeage, deber definirse el correspondiente
- 30 -
Processos Estimacin
nmero de referencia del variograma (VREFNUM) (en el archivo de parmetros de

estimacin), el cual es una referencia del tipo de variograma y de sus parmetros
almacenados en el archivo de parmetros del modelo del variograma. Los modelos
almacenados en el archivo de parmetros del modelo del variograma pueden ser normales o
lognormales. El campo LOG en el archivo de parmetros de estimacin definir si usted
usar un kriging lineal o lognormal.
El Kriging al igual que NN y IPD, primero identifica todas las muestras que caen dentro del
volumen de bsqueda, considerando las restricciones del mnimo y mximo nmero de
muestras. Finalmente llena la matriz del kriging y calcula los pesos del kriging y el valor
estimado de cada celda. Adems de esto el kriging puede calcular 3 variables secundarias:
-
El nmero de muestras usadas para el krigeage

La varianza del kriging
La distancia transformada de la muestra ms cercana
Bajo ciertas condiciones los pesos asignados a una o ms de las muestras puede ser
negativo, lo que ocurre generalmente cuando el modelo del variograma tiene un efecto
pepita muy pequeo y ocurre un efecto pantalla. Es improbable que pesos negativos puedan
ser un porcentaje importante de los pesos totales. A pesar de que los pesos negativos son
matemticamente correctos, existe una escuela de pensamiento que considera que pesos
negativos son incorrectos y deben asignrseles valores nulos, lo que podr hacer usando el
campo KRIGNEGW:
KRIGNEGW = 0
Mantiene los pesos negativos y los usa
1 Asigna 0 a los pesos negativos
En el segundo caso, los pesos de las otras muestras son proporcionalmente ajustados para
que la suma de los pesos contine siendo de 1. Algunos chequeos en el mnimo nmero de
muestras (MINNUMn) son aplicados antes de que los pesos del kriging sean calculados, de
tal forma que es factible encontrar menos de MINNUMn muestras.
Debido a complejidades matemticas del kriging, a veces ocurre que la varianza del kriging
es ligeramente mayor que la meseta del modelo del variograma. El campo KRIGVARS del
archivo de parmetros de estimacin controla el resultado final para esta varianza, tal que :
KRIGVARS =
0 Mantiene el valor de la varianza > meseta

1 le asigna el valor de la meseta
Esto es slo aplicable al kriging lineal, ya que las varianzas del kriging lognormal dependen
del valor de DEPMEAN y son entonces frecuentemente mayores a la meseta.
El kriging simple asigna un peso para un valor medio local, y a las muestras alrededor, usted
podr usar los campos LOCALMNP y LOCALM_F en el archivo de parmetros de
Estimacin para seleccionar como se definir este valor medio local:
LOCALMNP =
1 indica que se usar este campo en el archivo de entrada del

modelo del prototipo para definir la media local
- 31 -
Processos Estimacin
2 calcula la media local como la media aritmtica de todas las

muestras que caen dentro del volumen de
bsqueda.
Si usted define LOCALMNP = 1, deber adems especificar el nombre del campo en el
archivo de entrada del prototipo del modelo que defina esta media loc al. El nombre de este
campo en el archivo de parmetros de estimacin es LOCALM_F y es un campo
alfanumrico de 8 caracteres, como se muestra en la tabla 12:
Tabla 12: Definicin de la Media para el Kriging Simple
DESCRI CAMPO NOMBR NUME METO METODO
CAMPO
PC.
A SER E
RO
DO DE PARA
DE
LA
ESTIMA CAMPO DEL
ESTIM CALCULA MEDIA
DO
EN
VOLU AC.
R
LA LOCAL EN
MODEL MEN
MEDIA
PROTOT.
O
DE DE
LOCAL EN DEL
SALIDA BUSQ.
EL SK
MODELO
CAMPO
TIPO
REGIST
RO 1
REGIST
RO 2
REGIST
RO 3
VALUE_
IN
A - 8 C.
AU
VALUE_
OU
A - 8 C.
AU - OK
SREF
NUM
N
1
IMETH
OD
N
3
LOCALMN
P
N
-
LOCALM_
F
A - 8 C.
AU
AU - SK
AULMEAN
AG
AG - SK
NUMER
O
DE
REFER.
DEL
MODEL
O
VARIO
GR.
VREFN
UM
N
1
1
2
Que muestra al campo AU estimndose por OK (IMETHOD = 3) y SK (IMETHOD = 4). Para

el caso de SK, la media local es suministrada por el campo AU-LMEAN en el archivo de
entrada del prototipo del modelo. Entonces usted deber tener creado este campo
anteriormente, en una previa corrida de ESTIMA por ejemplo, usando IPD con una potencia
de POWER = 0 y un radio de bsqueda grande, lo que dar la media aritmtica de todas las
muestras que estn dentro del volumen de bsqueda.
La ley AG puede estimarse tambin usando kriging simple. Como LOCALMNP = 2, la
media local podr calcularse como la media aritmtica de todas las muestras que caen
dentro del volumen de bsqueda, la que se calcular antes de que el mximo nmero de
muestras y restricciones de campos llaves sean aplicados.
La tabla 13 muestra un resumen de los campos del archivo de parmetros de e stimacin.
Tabla 13: Resumen del Archivo de Parmetros de Estimacin
ARCHIVO DE PARMETROS DE ESTIMACION
CAMPO TIP DEFE METODOS DESCRIPCION
O - CTO
VALUE_ A
Todos
Nombre del campo a estimar
IN
8
- 32 -
ADDCO
N
IPD, ST
Processos Estimacin
Para IPD es la const. Aadida a las distancias

y para ST es la constante aditiva para la
lognormalidad
Mt. Clculo
media local; 1=campo en
LOCAL N
2
SK
MNP
PROTO, 2=calcula la media
3.5 - Caractersticas Adicionales
Al crear el modelo de bloques geolgico generalmente, es normal el uso de subceldas de

forma de obtener una buena representacin de los lmites geolgicos. Es comn tambin
estimar leyes para cada una de estas subceldas, lo que en algunos casos puede ser un
refinamiento innecesario, que consume una considerable cantidad de ti empo. Esto es
particularmente cierto en las primeras estimaciones de ley, cuando an no se requiere de un
mayor detalle en las estimaciones.
ESTIMA incluye una opcin que permite estimar las leyes de las celdas patrones, y
asignarlas a todas las subceldas dentro de la misma. Tambin es aplicable un control Zonal,
de tal forma de que si por ejemplo la celda patrn contiene 4 celdas de roca A y 5 celdas de
roca B entonces la celda patrn puede estimarse primero usando muestras de roca A y
aplicar este valor a las 4 celdas, despus puede hacer lo mismo para la estimacin segn la
roca B.
Los puntos de discretizacin en la celda patrn pueden tratarse de dos maneras; si usted
configura PARENT = 1, la celda patrn se representar por un completo conjunto de p untos
de discretizacin que la cubrirn por completo. Sin embargo al configurar @PARENT = 2, se
calcular un completo conjunto de puntos de discretizacin, pero slo aquellos puntos que
caen dentro de una de las celda correspondientes sern seleccionados y usados.
En el ejemplo bidimensional mostrado en la figura 10, tenemos 6 subceldas dentro de la
celda patrn, y un conjunto de 5 x 5 puntos de discretizacin. Si PARENT=1 entonces los 25
puntos ("x" y "o") se usarn para representar la celda, mientras que si se usa PARENT=2,
slo los puntos con "x" sern usados.
Fig. 10: Uso de las Subceldas y los puntos de Discretizacin

En el segundo caso (PARENT = 2) puede ocurrir que hayan muy pocos o ningn punto de
discretizacin sobre la celda, para evitar esto y especificar un mnimo aceptable de puntos de
discretizacin se puede usar el parmetro MINDISC, que chequea si el mnimo es alcanzado,
y de no ser as, entonces el nmero de puntos en todas las direcciones es doblado y los
puntos son recalculados.
- 33 -
Processos Estimacin
La ventaja del segundo mtodo es que provee de una mejor representacin de las celdas,
pero su desventaja es que los tiempos de clculo son un poco mayores.
Si se configura @PARENT = 0, entonces esta propiedad de estimar en primer trmino sobre
las celdas patrones, y luego asignar este resultado a las subceldas no ser utilizada.
Si el modelo del prototipo de entrada tiene celdas que ya incluyen el campo a ser estimado, y
adems hay insuficientes datos dentro del volumen de bsqueda para estimar una celda,
entonces usted tiene una opcin de controlar la accin por el valor del parmetro COPYVAL.
Si @COPYVAL = 0, un valor de ley ausente se asigna al modelo de salida. Si @COPYVAL =
1, entonces los valores existentes en el modelo del prototipo de entra da son copiados al
modelo de salida.
En ocasiones se puede desear actualizar las leyes de slo parte de un modelo. Una
alternativa para esto puede ser copiar la parte del modelo que requiere actualizar en un
submodelo separado, ejecutar ESTIMA en el submodelo y luego sumarlo al modelo inicial.
Alternativamente si la parte del modelo a ser actualizada puede definirse como un cuboide,
entonces usted puede usar los parmetros @XMIN, @XMAX, @YMIN, @YMAX, @ZMIN,
@ZMAX y hacer la actualizacin en el lugar. Usted tambin necesitar configurar
@COPYVAL=1. Slo las celdas que traslapen este volumen de actualizacin podrn ser
estimadas, aunque se utilicen muestras ubicadas fuera del volumen de actualizacin.
Cualquier valor de @XMIN, @XMAX.... que se suministre, sern ajustados por ESTIMA a la
celda patrn lmite ms cercana antes de hacer la actualizacin. Los valores mnimos se
ajustarn hacia abajo y valores mximos hacia arriba. Si uno o ms de los parmetros no son
especificados o tienen datos ausentes (por defecto), entonces se usarn las coordenadas
mnimas y mximas del modelo.
Si todos los campos de leyes (como se definieron por VALUE_OU en el archivo de
parmetros de estimacin ) y sus correspondientes campos secundarios (como fueron
definidos por NUMSAM_F, SVOL_F, VAR_F y MINDIS_F) ya existen en el archivo de
entrada del prototipo del modelo, se permite operar sobre l, lo que significa que el prototipo
del modelo de entrada y los archivos de modelos de salida pueden ser los mismos, teniendo:
& PROTO(MODE L1),&MODEL(MODEL1)
Si usted especifica esto, entonces el proceso primero chequea para asegurar que el archivo
incluye todos los campos necesarios, para entregar un mensaje de error en el caso que sea
necesario. Esto puede complementarse con el uso de "Retrieval Criteria" en campo s en el
archivo del modelo del prototipo de entrada, de tal forma que los registros que no satisfagan
el criterio, quedarn sin alterar en el archivo del modelo de salida. Esto ser muy til para
poder hacer una actualizacin selectiva del modelo.
Tambin deber recordar que si se tienen diferentes archivos de prototipo del modelo de
entrada y modelo de salida y usa un R.C., entonces slo aquellos registros que satisfagan el
criterio sern copiados en el modelo de salida. Si un valor de ley no puede ser es timado
debido a insuficiencia de datos en el volumen de bsqueda, entonces el parmetro
COPYVAL define si se le asignar un valor de dato ausente o el valor previo.
Los principales mtodos de estimacin (IPD, OK, etc) fueron descritos previamente. Sin
embargo existen dos opciones adicionales las cuales se especifican usando el campo
- 34 -
Processos Estimacin
IMETHOD en el archivo de parmetros de estimacin, pero que actualmente no son mtodos

de estimacin de leyes.
Si IMETHOD=101, entonces el valor escrito en el campo VALUE_OU en el modelo de salida
es el valor geostadistico F, es decir, el valor promedio del variograma en la celda. Si
IMETHOD=102, entonces el valor es el multiplicador de Lagrange calculado cuando se
resuelve la matriz del OK. Para usar alguna de estas opciones usted deber configurar todos
los otros campos y parmetros como si se tratar del OK.
3.6 - Archivo de Parmetros de Variografa
Un modelo de variograma puede constar de un efecto pepita "Co", y hasta nueve estructuras
individuales Yi (h). El modelo anidado resultante, Y (h), tiene la forma:
(h) Co 1 (h) 2 (h) 3 (h) ............. 9 (h)
Ec.4.8
Cada modelo individual Yi (h) puede ser esfrico, de potencia, exponencial, gaussiano o De
Wijsian. Si se ha seleccionado el kriging como el mtodo de estimacin, entonces se deber
especificar los parmetros del variograma usando el archivo de parmetros del modelo del
variograma. Los campos requeridos para este archivo son los que se mencionan en la tabla
4.14.
Tabla 4.14: Resumen Archivo de Parmetros de la Variografa
VALOR
POR
CAMPO
DESCRIPCION
DEFECT
O
VREFNU
Numero de referencia del variograma
M
VANGLE 0
1er. ngulo de rotacin, que define la orientacin del rango en la
1
elipsoide
Todos los campos son numricos y opcionales, con excepcin del nmero de referencia del
variograma, indicador dentro del archivo de parmetros de estimacin.
La elipsoide del variograma se usa para definir algunos parmetros anisotrpicos, dentro de
los cuales el ms comn es el rango del modelo esfrico. La elipsoide del variograma se
define usando los campos VANGLE1, VAXIS1, etc, de la misma forma en que se describi la
elipsoide de bsqueda en el captulo respectivo. Ms adelante podr encontrar un ejemplo
que muestra la aplicacin de estos campos.
Los valores por defecto especifican que no se usar rotacin, de tal forma de que si se desea
definir la elipsoide del variograma con la misma direccin que la elipsoide de bsqueda,
deber asegurarse que los campos SANGLE1, SAXIS1,...del archivo de parmetros del
volumen de bsqueda sean los mismos que los campos VANGLE1, VA XIS1, ... del archivo
de parmetros del modelo del variograma.
El campo STs define el tipo de variograma para la estructura "s", y las opciones de modelos
disponibles son :
1.- Esfrico
- 35 -
Processos Estimacin
2.- De la Potencia (Lineal)

3.- Exponencial
4.- Gaussiano
5.- De Wijsian
Un mayor detalle acerca de los modelos tericos de ajuste, y los parmetros de ajuste de
cada modelo, podrn encontrarse en el Anexo F, en donde se revisan con detalle los
modelos tericos de ajuste de variogramas.
3.7 - Resumen de los Parmetros

Un resumen de todos los parmetros necesarios para ejecutar estima se entrega en la tabla
15.
Tabla 15: Resumen de los Parmetros de ESTIMA
RESUMEN DE LOS Parmetros DE ESTIMA
PARMET
VALOR POR METODOS
RO
DEFECTO
DESCRIPCION
XSUBCELL
ALL
NUMERO DE SUBCELDAS EN X, SI &PROTO

ESTA VACIO
YSUBCELL
ALL
NUMERO DE SUBCELDAS EN Y, SI &PROTO

ESTA VACIO
ZSUBCELL
ALL
NUMERO DE SUBCELDAS EN Y, SI &PROTO

ESTA VACIO
DISCMETH
IPD, OK, SK
METODO DE DISCRETIZACION:
1=USA
@XPOINT,ETC
;
@XDSPACE,ETC
=USA
XPOINTS
@DISCMETH
=1
NUMERO DE PUNTOS DE DISCRETIZACION EN

X
YPOINTS
@DISCMETH
=1

Y
ZPOINTS
@DISCMETH
=1

Z
XDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN X
LOS
PUNTOS
DE
YDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN Y
LOS
PUNTOS
DE
ZDSPACE
1 pt. en el
centro
@DISCMETH
=2
DISTANCIA ENTRE
DICRETIZAC. EN Z
LOS
PUNTOS
DE
PARENT
ALL
MANEJO DE CELDAS Y PUNTOS DE DISCRETIZ.

:
0=ESTIMA CELDAS INDIVIDUALMENTE
1= PATRON, TODOS LOS PUNTOS
2 = PATRON, SELECCIONA LOS PUNTOS DE
DISCRET.
MINDISC
@PARENT = 2
MINIMO
NUMERO
DISCRETIZACION
XMIN
&PROTO mn.
X
ALL
MINIMO VALOR DE X PARA ACTUALIZAR EL

MODELO
DE
PUNTOS
DE
- 36 -
Processos Estimacin
XMAX
&PROTO mx.
X
ALL
MAXIMO VALOR DE X PARA ACTUALIZAR EL

MODELO
YMIN
&PROTO mn.
Y
ALL
MINIMO VALOR DE Y PARA ACTUALIZAR EL

MODELO
YMAX
&PROTO mx.
Y
ALL
MAXIMO VALOR DE Y PARA ACTUALIZAR EL

MODELO
ZMIN
&PROTO mn.
Z
ALL
MINIMO VALOR DE Z PARA ACTUALIZAR EL

MODELO
ZMAX
&PROTO mx.
Z
ALL
MAXIMO VALOR DE Z PARA ACTUALIZAR EL

MODELO
COPYVAL
ALL
FVALTYPE
OK, SK
APROXIMACION DEL VALOR DE F:

1=USA LA DIMENSION EXACTA DE LAS CELDAS
2=APROXIMA LA DIMENSION DE LAS CELDAS
FSTEP
@FVALTYPE
=2
TAMAO DEL PUNTO PARA APROXIMAR EL

VALOR F
LINKMODE
UNFOLD
METODO DE DEFINICION DE LA STRING DE

LINKEO
UCSAMOD
E
UNFOLD
EL TIPO DE COORDENADA UCSA
UCSBMOD
E
UNFOLD
EL TIPO DE COORDENADA UCSB
UCSCMOD
E
UNFOLD
EL TIPO DE COORDENADA UCSC
PLANE
UNFOLD
EL
PLANO
DE
ESTRUCTURAL
HANGID
UNFOLD
EL NOMBRE DEL CAMPO DE LA STRING DE

TECHO
FOOTID
UNFOLD
EL NOMBRE DEL CAMPO DE LA STRING DE

PISO
TOLRNC
UNFOLD
TOLERANCIA
EN
COORDENADA UCSA
ORGTAG
UNFOLD
DEFINICION ORIGEN NUMERO DE TAG DEL

EJE USCB
PRINT
ALL
SWITCH VISUALIZACION EN PANTALLA

0=MINIMO ; 1= MEDIO ; 2=MAXIMO
ECHO
ALL
SWITCH CONTROL ENVIO A ARCHIVO DE

IMPRESION:
0=NO LO ENVIA A ARCHIVO ; 1=SI LO ENVIA
SWITCH DE LA COPIA :
0=DATOS
AUSENTES
EN
DATOS
INSUFICIENTES
1=COPIA VALORES EXISTENTES AL MODELO
SALIDA
LA
INTERPRETACION
CLCULO
DE
LA
3.8 - Campos y Archivos

En la tabla 16 podr encontrar un resumen de todos los archivos utilizados por ESTIMA:
Tabla 16: Archivos de Trabajo de ESTIMA
ARCHIVO
INPUT /
DESCRICION
- 37 -
Processos Estimacin
OUTPU
T
IMPRESCINDIBL
E / OPCIONAL
PROTO
MODELO DEL PROTOTIPO DE ENTRADA
IN
MUESTRAS
SRCPAR
M
ARCHIVO DE Parmetros
BSQUEDA
ESTPARM
ARCHIVO DE Parmetros DE ESTIMACION
VMODPA
RM
ARCHIVO DE
VARIOGRAMA
STRING
ARCHIVO DE STRING DE UNFOLD
MODEL
MODELO DE SALIDA
SAMPOUT
ARCHIVO DE SALIDA DE MUESTRAS
Parmetros
DEL
DEL
VOLUMEN
MODELO
DE
DEL
Ahora se entregar una breve descripcin del modelo de prototipo de entrada y del archivo
de datos de muestras. El modelo de prototipo de entrada es un modelo de celda s que
contendr los 13 campos obligatorios, ms campos de inters para el estudio y ms algunos
de los siguientes campos: LOCALM_F (media local para el SK), ZONE1_F (primer campo
zonal) y ZONE2_F (segundo campo zonal).
El archivo de muestras contiene las coordenadas de las muestras y al menos un campo de
ley. Los nombres de los campos de ley se definen usando el campo VALUE_IN en el archivo
de parmetros de estimacin, los otros campos (todos opcionales) del archivo de muestras
son: ZONE1_F (primer campo zonal), ZONE2_F (segundo campo zonal), KEY (campo llave),
LENGTH_F (para ponderar por el largo, en IPD), DENS_F (ponderar por la densidad, en
IPD). ESTIMA usa los nombres convencionales de los campos (ver tabla 17), los nombres
por los cuales usted ser cuestionado son los siguientes (todos opcionales):
Tabla 17: Resumen de los Nombres de Campos
ARCHIVO
IN
IN, PROTO
MODEL
ESTPARM
STRING
CAMPO
DESCRIPCION
COORDENADA X DE LAS MUESTRAS
COORDENADA Y DE LAS MUESTRAS
COORDENADA Z DE LAS MUESTRAS
KEY
CAMPO USADO PARA RESTRINGIR LAS MUESTRAS PARA LA

ESTIMACION
LENGTH_F
CAMPO USADO PARA PONDERAR POR EL LARGO POR EL IPD
DENS_F
CAMPO USADO PARA PONDERAR POR LA DENSIDAD POR EL

IPD
ZONE1_F
PRIMER CAMPO PARA LA ZONA DE CONTROL
ZONE1_F
SEGUNDO CAMPO PARA LA ZONA DE CONTROL
SECTION
SECCION IDENTIFICADORA PARA UNFOLD
BOUNDARY
LIMITE IDENTIFICADOR PARA UNFOLD
WSTAG
LNEA TAG DENTRO DE UNA SECCION
BSTAG
LNEA TAG ENTRE SECCIONES
TAG
CAMPO DE LAS LNEAS TAGS
- 38 -
Processos Estimacin
- 39 -

Proceso de Estimacion Datamine

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Proceso de Estimacion Datamine

Încărcat de

Drepturi de autor:

Formate disponibile

DATAMINE Latin America

Rua Antnio de Albuquerque, 717

Fone: +55 31 225 6855

DATAMINE Latin America

PROCESOS PARA LA ESTIMACION DE RESERVAS,

DATAMINE Latin America

"GRADE" y "ESTIMA", son conocidos como SUPERPROCESOS, nombre otorgado por el

DATAMINE Latin America

DATAMINE Latin America

Tabla 3: Resumen del Proceso POLD3D

DATAMINE Latin America

2.2 - Mtodo de Inverso de las Distancias, IPDD3D

DATAMINE Latin America

procesos de estimacin. Si los datos no han sido ordenados el proceso finalizar

Radio de bsqueda. El valor por defecto de este parmetro

DATAMINE Latin America

Nmero de puntos de interpolacin de cada celda en la

DATAMINE Latin America

>DIP> Inclinacin del "AXIS 1" (en grados bajo la horizontal).

Los parmetros @XSUBCELL, @YSUBCELL, @ZSUBCELL slo se usarnen el caso de

Cuando las muestras son seleccionadas para la interpolacin, el algoritmo calcula el

Al utilizar un volumen de bsqueda direccional, se requerir de los siguientes parmetros:

DATAMINE Latin America

apunta hacia el Este, y el AXIS3 apunta hacia arriba.

El primer ngulo de rotacin, ANGLE1 (ngulo de azimut), se aplica al rotar la elipsoide

Cuando se especifica el parmetro opcional @DISTERR, este valor se aade a las

Fig. 1: Definicin de las Rotaciones de la Elipsoide de Anisotropa

DATAMINE Latin America

2.3 - Mtodo de Krigeage Ordinario, KRG3DB

DATAMINE Latin America

el norte, AXIS2 hacia el este y AXIS3 hacia arriba.

DATAMINE Latin America

Archivo de salida opcional, que contiene un registro por cada

DATAMINE Latin America

Angulo 2 usado para definir la direccin del volumen de

DATAMINE Latin America

Controla el nivel de despliegue de las celdas a estimar en la

PIJ> El usuario es consultado para ingresar cada parmetro de su modelo de variograma,

DATAMINE Latin America

tales como la potencia para el mtodo del inverso de las distancias.

El volumen de bsqueda podr tener dos formas, cuboidal o elipsoidal. Al configurar el

DATAMINE Latin America

DATAMINE Latin America

Un volumen de bsqueda dinmico resulta a menudo muy til, especialmente al

Fig. 5: Elipsoide de Bsqueda Truncada para contener "MAXNUMn"

DATAMINE Latin America

dependiendo del nmero del volumen utilizado en la evaluacin.

Punto B: con X = 40, Y = 12: DB

Punto C: con X = 50, Y =0:

(0 / 100) (20 / 40) 0.5

DATAMINE Latin America

Fig. 7: Bsqueda por Octantes, ilustrado en 2D

DATAMINE Latin America

Nmero de Referencia del Volumen de Bsqueda

Forma del V. de B. (1=Rectngular, 2=elipsoidal)

Mxima distancia de Bsqueda en la direccin 1 (X)

Mxima distancia de Bsqueda en la direccin 2 (Y)

Mxima distancia de Bsqueda en la direccin 3 (Z)

Primer ngulo de rotacin para el V. de B.

Segundo ngulo de rotacin para el V. de B.

Tercer ngulo de rotacin para el V. de B.

Eje para la primera rotacin (1=X, 2=Y, 3=Z)

DATAMINE Latin America