UNIVERSIDAD NACIONAL DE

SAN ANTONIO ABAD DEL

CUSCO
ESCUELA PROFESIONAL
DE INGENIERA GEOLGICA
FACULTAD INGENIERA
TEMA:
GEOLGICA,
MINAS
Y
CAPITULO
3.4 -ESTIMACIONES
DE
METALRGICA
BLOQUES UNITARIOS- RESERVAS IN SITU

ESTUDIANTE:

ASIGNATURA: GEOESTADSTICA
DOCENTE: ING. ELISBAN LAURO CARDENAS
CUSCO, SETIEMBRE 2015-II

3.4 ESTIMACIONES DE BLOQUES UNITARIOS- RESERVAS IN SITU

3.4.1 DEFINICIONES:
Para propsitos de estimacin existen variados criterios que pueden proporcionar una
medida un estimador de una caracterstica bajo estudio. Lo que realmente hace la
diferencia entre un criterio y otro, sin embargo, es la precisin de estas estimaciones y la
desviacin que las afecta. Por precisin entendemos la aproximacin que existe entre el

Valor de nuestras estimaciones y el Valor real desconocido Que esperamos medir. Por
desviacin entendemos las fluctuaciones de nuestras estimaciones con respecto a su
Valor esperado. As un estimado puede ser preciso . Desviacin viceversa, un
estimado puede ser poco preciso y sta le afect a una muy pequea desviacin.
En la estimacin de reservas, por ejemplo, existen varios criterios frecuentemente
utilizados en la prctica minera. El mtodo Seccional, por una parte, consiste en la
consideracin de varias secciones consecutivas de un depsito las que se estiman
ponderando, Primero, los promedios de muestras .. Por la porcin seccional que les
corresponde y, Luego, ponderando estas secciones por los Volmenes a los que estas
secciones encuentran asociadas. El mtodo poligonal, por otra parte, consiste en una
sperimposicin de un sistema de polgonos adyacentes Sobre la superficie del depsito
de modo tal que cada polgono resulte asociado A uno de los elementos de muestreo (por
ejemplo, un sondaje). El mtodo del inverso de la distancia es tambin frecuentemente
utilizado y consiste en la consideracin de varias muestras Para la estimacin de un
bloque de mineral. En este caso cada muestra se pondera por el inverso de la distancia al
centro del bloque, Distancia que generalmente se eleva una potencia determinada. La
expresin 3.35 representa la estimacin de un bloque en base a tres muestras, Figura
3.23, Utilizando la potencia 1.8.

Figura 1. Estimacin de bloques mediante tres muestras

Observemos que al utilizar el criterio del inverso de la distancia, las muestras ubicadas en
el centro de lo que no pueden ser Consideradas debido a que la expresin [3.35] se hara
indeterminada Ya que la distancia al centro se hace cero.
As, podramos decir, que los estimadores proporcionados por cualquiera de los mtodos
anteriores pueden Ser establecidos mediante ponderaciones especficas que afectan a
las muestras usadas en la estimacin Tal como lo ilustra la siguiente expresin:

Z = 1 .muestra 1 + 2 .muestra 2 + N . muestra N

Z = estimador
i

= ponderados asociado a la muestra i

Muestra i = valor de la caracterstica asociado a la muestra i.

Las ponderaciones a las que nos referimos pueden incluir volmenes, extensiones de
rea, tonelaje eso simplemente nmero de muestras. De este modo la influencia de cada

muestra se miden ms en trminos de sus caractersticas cuantitativas (por ejemplo,

tamaos) que por sus caractersticas cualitativas (por ejemplo, estructuras de
determinaciones.
Supongamos emplear un mtodo convencional estimacin.
Estimacin de un bloque mediante el promedio aritmtico simple:

Figura 2. Criterio de estimacin personal

Utilizando un mtodo convencional, las labores con mayor nmero de muestras tienen
mayor importancia.
galeras chimeneas.
En el caso visto, el rol fundamental lo juega el nmero de muestras de las labores de
galeras.
Sin embargo, analicemos las siguientes situaciones, figuras 3.25 y 3.26

Figura 3. Estructura horizontal de dos poblaciones

Figura 4. Estructura con diferentes poblaciones

chi gal.

chi 1; gal. 0; chi gal.

Iremos por estas situaciones que los ponderados anteriores

= 0.67

No son vlidos para toda estimacin en este tipo de bloque.

2 = 0.33
De ah entonces que le influencia o peso de las labores no dependen tan slo del nmero
de muestras Sino principalmente de una realidad que no se puede ignorar: la estructura
espacial del fenmeno que se estudia.
Estructura espacial del yacimiento
Influencia o peso de las labores
Continuidad de la mineralizacin
3. 4.2) EL KRIGING
En trminos mineros el Kriging consiste en enumerar el medio estimador lineal De una
variable una regin del espacio Considerando la informacin disponible, es decir el Valor
de muestra ubicadas al interior o al exterior de la regin que se le desea estimar. El
Kriging consiste en efectuar una ponderacin, es decir, atribuir un peso al Valor asociado
a cada muestra. Estos presos sern calculados de manera de . De los elementos
envueltos (forma y dimensiones del bloque e implantacin relativa de las muestras con
respecto al bloque) Y la continuidad espacial de la variable bajo estudio.
Ejemplo:
Sea el bloque P. Se conocen seis datos

1 ,2 , ,6 Figura 3.27 .

Figura 5. Bloque P y seis muestras.

Se usar un estimado el Padre lo que p de la forma z p :

zp

1. z 1 +2 .2 +3 .3+4 .4 +5 .5 +6 .6

Y los pesos

1 ,2 6 Sern calculados de modo de hacer y mnima la varianza la

estimacin adems de proporcionar un estimador insesgado.

En General, Como es natural, el kriging atribuir a pesos dbiles a las muestras alejadas y
pesos fuertes a las muestras cercanas, As en nuestro ejemplo se tendr:

1 2 3 4 5 6
3.4.3 INTERES DEL KRIGING.
El inters del kriging aparecen se definicin misma: al minimizar la varianza de
estimacin estamos aprovechando al mximo La informacin disponible, o en otras
palabras obteniendo la estimacin ms precisa posible del bloque en estudio.
Pero el inters prctico ms importante es que adems permite hallar en el error
sistemtico, es decir que evita la sobre estimaciones y sub estimaciones.
Tambin el kriging permite resolver el problema difcil de la seleccin de los Bloques para
de rotacin, es decir, el problema de la definicin de las reservas, Que vamos a estudiar a
continuacin. Por fin, el hecho de que el sistema de Kriging depende solamente el
variograma Y no de los valores reales de las muestras permite prever los efectos de una
nueva campaa de reconocimiento a programar (al da, al mes, al ao, segn las
dimensiones del bloque estudiado) una produccin minera.
3.4.4 LAS ECUACIONES DE KRIGING
3.4.4.1) casos en que es conocida la varianza
Se desea estimar la ley media del bloque P,
3.28, por medio de una combinacin lineal

zp

i=1

El error en este caso es:

=

z
i=1 i . i -

zp

z p , A partir de datos de leyes

z p de la forma:

i . z i = 1 . z1 +2 . z 2 +n . z n

z i , Figura

Figura 6. Bloque P y muestras Zi.

Se impone a los ponderados

dos condiciones:

Condicin a)
en promedio no
matemticamente:

debe

existir

error

sistemtico.

Esta

condicin

se

escribe

E () = 0
Es decir,

E(

x . z z
i i i p )=0

Pero E ( z i )= m, E ( z p ) = m, luego la condicin se escribe;

i E ( z i ) E ( z p ) = 0

a)

i i =1

Esta condicin se conoce como el nombre de condicin de universalidad.

Condicin b)
La varianza de estimacin o Valor esperado del cuadrado del error debe ser mnimo.
b) E

(2) = mnimo.

Para minimizar el ecuacin (b) considerando la condicin de universalidad (a).

i i =1, Usamos el formalismo de Lagrange El cual permite establecer el sistema

adecuacin siguiente:
c)

ip

i j . ij =

i=1,2,3,,n

i i =1
Que es un sistema de n +1 ecuaciones con n+1 incgnitas:

1 ,2 ,

Se demuestra que en el sistema en el caso en que es conocida la funcin variograma

(h). El para esto usaremos la relacin que existe entre y k.
(h) = k(0)- k(h)= (0)-(h)
Luego:
(h = (0)- (h) y se tiene:

ip = (0)- ip
Luego el sistema c queda:

( 0 ) ij = (0) - ip +
i j .

i=1,2.3n

i i =1

En la primera ecuacin:
(0)

i j -

ip +

i j . ij = (0)-

Utilizando la segunda ecuacin y multiplicando por (-1) Se tiene el sistema:

ip -
.
i j ij =

i= 1, 2, 3, , n

i j =1
En que:

ij = Variograma entre el punto i y el punto j.

ip = Variograma entre l punto Y y el bloque P.
= Parmetro de lagrange.
Se demuestra que en este sistema de ecuaciones permanece plido aun en el caso en
que la covarianza no existe.

3.4.4.3) Valor de la varianza de kriging

Establezcamos la expresin de la varianza de estimacin.

i . z i

Para el caso en que = ( i

- 2 i i . z i . z p +
2
2

E(

)=

zp

i . j . ij - 2

p
i j
i i . ip +

Y de acuerdo a las ecuaciones de Kriging

ip +
.
j j ij =
Multiplicando esta ecuacin por

i , Y luego sumando sobre i, se tiene:

i j i j . ij = i i . ip +
Asi:
k

(d) k

i . ip + 2

i
i i . ip

p 2

i i . ip

Este es el Valor de la varianza de Kriging cuando es conocida la covarianza (h).

Veamos cmo queda la frmula (d) Cuando solo se conoce el variograma (h).
Usando

p = pp
2

= (0) -

pp

ip = (0) - ip
(e)
k

pp +

i i . ip -

Este es el Valor de la varianza de Kriging cuando solo se conoce el variograma (h).

3.4.5 KRIGING PUNTUAL
A menudo se presente el problema de que interesa estimar la ley no slo en un bloque P,
sino a la ley en un punto

x 0 desconocido:

Figura 7. Kriging Puntual

Como de costumbre se usa el estimador:

Z x0 =

i i . i

Y al minimizar la varianza de estimacin se llega al sistema siguiente:

= ix 0

j j . ij

i= 1..n

j j =1

k =

j . i ix 0 +

Ejemplo:

Figura 8. Muestras en la galera.

Queremos estimar en el Valor en

x 2 (que es en realidad conocido), ignorando el Valor.

Escribiendo en el sistema anterior:

x 0=x 2

1 .0+ 2 . (a) + 3 . (2a) = a -

1 . a + 2 .0

3 . (a) = 0 -

1 . 2 a+ 2 . ( a) + 3 .0 = a -
1 +2 +3 = 1
La primera ecuacin es igual a la tercera, lo que implica

1 =3

Usando la primera y la segunda ecuacin se tendr

2 . a +1 2 a = (a) -
1 . a +1 . a
2 . a + 1 . 2 a

=-
- 2 a =

Usando la tercera: 2
el k

1 +2 =1 se tendr que, 1 = 3

2 = 1 y que en

=0

x 2 ser:

Luego el estimador de Kriging para el punto

Z x2

= 0,

1 . z1 +2 . z 2 + 3 . z3

z 2 con varianza

=0

O sea el kriging nos da como estimacin precisamente el Valor del punto conocido.
Esta propiedad que hemos visto es General y se confirma que el Kriging puntual y es un
interpolador exacto, en otras palabras, el interpolador del Kriging coincide con los valores
experimentales.

Figura 9. Interpolacin mediante Kriging

Cabe mencionar que esta propiedad no la presentan otros interpoladores, por ejemplo, el
interpoladores de mnimos cuadrados, figura 3.32

Figura 9. Interpolacin mediante minutos cuadrados.

3.4.6 KRIGING DE BLOQUES

Para proceder a una estimacin de bloques por Kriging Es indispensable organizar la
informacin de modo de establecer un ordenamiento y un inventario de muestras A
utilizar as como de los bloques a estimar. La manera de proceder a esta actividad es
mediante la creacin de un modelo geomtrico y GEOLOGICO del yacimiento, Apndice
1 y 2.
El modelo geomtrico
El modelo geomtrico envuelve la construccin de una malla tridimensional en la cual
cada celda represente un bloque a Estimar en el depsito y cuya configuracin espacial
incorpora las condiciones de borde del yacimiento Las figuras 3.33 y 3.34 ilustran este
concepto.

Figura 10. Modelamiento geomtrico seccin: Fila 21

Sobre la base de esta Mara tridimensional se posibilita la organizar informacin de

sondajes y muestras de una manera eficiente.

Las figuras 3.35, 3.36, 3.37 y 3.38 ilustrado las principales relaciones que se pueden
establecer entre el amarilla de bloques, Los sondaje y las muestras antes de proceder al
kriging.
El modelamiento a geolgico
Considerando la geologa del depsito se hace necesario identificar cada bloque a
estimar con las caractersticas geolgicas que Le corresponda. Figura 3.39.

Figura 11. Tres zonas geolgicas

De este modo la variografa de las zonas A,B Y C Tiene que ser establecida
detalladamente con el fin de proceder a un Kriging Separado de las tres zonas.
La figura tres. Xl muestra un diagrama de relaciones de las principales actividades
relacionadas con el anlisis de reservas.
Las varianza del kriging provenientes del estimacin de un conjunto de bloques se
pueden utilizar para determinar La influencia del nmero de muestras en estimacin De
un bloque as para la influencia de la distancia media entre estas muestras Y el centro del
bloque en estimacin de este ltimo la figura 3.41 muestra este tipo de relaciones.

Figura 12. Ubicacin de sondajes de exploracin y modelo geomtrico.

Figura 12. Ubicacin de sondajes de exploracin y modelo geomtrico.

Figura 13. Identificacin de Sondajes, muestras y bloques.

Figura 14. Asociacin cruzada. Bloques/muestras/leyes.

Figura 15. Inventario de muestras por bloque.

Figura 16. Estimacin por Kriging

Figura 17. Anlisis de reservas.

Figura 18. Varianza de Estimacin en funcin del nmero de muestras y su distancia

promedio del bloque.