Sunteți pe pagina 1din 14

SECCION GEOLOGIA

PRESENTACION GENERAL DE LA GEOESTADISTICA


( MINERIA)

Por

Prof . ANDRE JOURNEL


Ingeniero Civil de Minas
Noviembre , 1969.
-10-

PRESENTACION GENERAL DE LA GEOESTADISTICA


(MINE RIA)

Informaci6n Fragmentaria
Economa ~ . . ,. __..., Es timaci6n
Conocimiento -
Estadstica
Variable Indpenaiente
: --
Krigeage Estructura ~ Morfologa
Universal ~ Variable Regionalizada Matemtica

[ G~odd~s tj_~aj

Funci6n estructural ms simple


VARIO GRAMA

Anisotrop1as Correl_a c1on Efecto de pepita So porte


Subida
Zona de influencia

GENES IS

+ VARIANZAS 1 - - - - ~
Funci6n de riesgo Frmula de Krige ~ Repartici6n
Funci6n econrrica Gastos de
Informacin
Decisiones L-~
secuenciales
Krigeage universal , Varianza mni
optimizaci6n de la estimacin Intervalo de
seguridad
~- i -~
Localizaci6n Recursos
(
Orientaci6n
1 \
~
j
Explotaci6n Malla tecnolgica
diaria
Ley de corte
'1,
Reservas
-11-

Desde hace mucho tiempo , el hombre ha debido estudiar


una serie de fenmenos naturales e informaciones fragmentarias
debido principalmente a la falta de tiempo o de dinero . En base
a estas informaciones fragmentarias el hombre ha debido construir
un modelo que le permita, sin gastos suplementarios, conocer o-
tras informaciones que . a .l . le interesan .

En nuestro caso , el minero tendr inters en conocer


mejor su yacimiento , en base a las muestras fragmentarias que l
ha podido obtener . Pero conocer o estimar las caractersticas
de un yacimiento no es suficiente , ya que no es menos importante
conocer la precisin de esta estimacin . No servir de nada sa-
ber que se tiene i milln de toneladas si este milln de tone-
ladas est afectado de un error probable! 1 milln de tonela-
das.
Estadstica . -

La estadstica ha sido un primer formalismo cient-


fico para tratar estos problemas de estimacin . Sin embargo la
estadstica no utiliza toda la informacin que encierran nues-
tras muestras .

Por ejemplo dos muestras A y B localizadas en el es-


pacio , no proporcionan solamente la informacin local en A y B,
sino que tambin una informacin estructural gracias a la dife -
rencia que existe entre A y B.

A
& ,0 B
....
... ..... - --
As se substituye . a la nocin estadstica de varia-
ble aleatoria independiente la nocin geoestadstica de varia-
ble regionalizada . '

Geoestadstica . -

Cada vez que hablemos de variable regionalizada


(V.R . ) es decir de variable definida en el espacio (espacio
clsico a 3 dimensiones o a "n" dimensiones), la relacin en-
tre las variables son tan importantes como los valores loca-
les de esas variables . En el caso de las variables regiona-
lizadas naturales (ley, potencia , _en geofsica .. . ) no se-
ra justo habla~ d~ independencia {estadstica) e ignorar los
~azos entre las variables .

_...,.., .. __... :_.;:. ...-.


. .......-,,, "'

-12-

Demos otro _ejemplo: Sean las dos secuencias

1.- 1 2 3 4 5 6 7 8 frecuencia

2.- 2 8 4 3 7 6 1 5

O 1 2 3 4 5 6 7 8

Las dos secuencias presentan el mismo histograma ,

estadstica.

La estadstica al ignorar la posicin relativa en


el espacio de nuestras 8 muestras no revela la estructura cr~-
ciente de la p~ime~a secuencia.

Adems todo el formal i smo e sta d~ti co supo ne l a s


variables independien~~~ ' ~n embargo la pri~~~ ~eq4encia .
muestra bien la dependencia de las variables. Es preciso en -
tonces, adems de 1a ~inform~cin~l6cal (1, 2 3 , ) 6onstruir
una herramienta simple que podra revelar la estructura de nues
tro fen meno. Se puede definir la estructura de un conjunto -
como el . sistema de relaciones que existen entre los elementos
o las partes de este conjunto. La morfologa matemtica, co-
mo la teora intrnseca , estudian estos problemas de estructu-
ras. La Geoestadstica que vamos a plantear aqu es una apli-
cacin sencilla de la sola teora intrnseca a los problemas
de la Mina .

Funcin intrnseca.-

La funcin estructural ms simple que podernos ima-


ginar es u na funcin de la diferencia de valores de 2 varia-
bles Z (x) y Z (y) . Es decir =Z(x) - Z (y) o mejor sus cua-
drados Z (x) - Z (y) = F (x, Y) . Se tornar ~l valor medio
de tal funcin en todo el campo, en la prctica e y variando
en todas las ubicaciones de los sondajes. Es lo que nosotros
llamamos Esperanza matemtica de F (x, y): Entonces:
E { F (x, Y) } = E ( Z (x) - Z (y) ) 2 = 2 if (x, y) Vario-
grama .
-13-

Es la llamada funcin variograma que es la herramien


ta bsica de la Geoestad st i ca.
Suce de a menud o que los fenmenos a tratar son esta-
cionarios , es decir, qu e se rep i ten en el espacio . Esta hipte-
sis de estacionaridad s i n embargo no es esencial - Z (x) puede
variar en el espacio, pero para una misma distancia h - /x - y/,
en promedio el variograma no variar . Se puede escribir ento~
ces:

E { z (x) - z (y)}2 = 2 ! ( x - y ) = 2 t ( h)

Esta funcin estructural depende del fenmeno natu-


ral subyacente . Si se permanece en una misma regin de igual
gnesis , se podr suponer que ser estacionaria en esa regin:
2y <x , .y) = 2t<x - y)
Veremos que este variograma , an siendo simple , pr~
porciona una serie de informaciones estructurales.

INFORMACIONES ESTRUCTURALES: GENESIS


Anisotropas Demos un ejemplo: Sea un yaci-
miento sedimentario de fierro .
. , V. R. = ley en Fe - Si se toma
' una direccin ~ 1 perpendicu-
Estril lar a los estratos , las leyes
van a diferir mucho y el vario
grama va a aumentar rpidamente .
- En cambio si se toma una di-
reccin ~ 2 paralela a los es-
tratos, las leyes sern menos
diferentes y el ser ms pe-
Estril queo .
-14-

Por lo tanto , la variacin de O


en las diferentes
direcciones del espacio nos mostrar las anisotropas. Ade-
ms, t (h) nos da informaciones sobre la geometra de estas a-
nisotropas . Por ejemplo tomemos el caso de un gran nmero
de lentes mineralizados intercalados en estril .

Supongamos determinar el ! (h):


- Cuando h ( e la discrepancia
entre los valores, tanto en los
cuerpos mineralizados como en el
QL///[D estril es pequeo y por lo tan-
V/.YJZRl e a z'D> to 't es pequeo .
- Cuando h ) e, si un punto (x)
est en el lente, el otro lo es-
tar en el estril, entonces "K (h)
crecer muy rpidamente .
La distancia a la cual se produce
e= potencia media
el cambio brusco de ~ (h) propor-
de los lentes
ciona una estimacin de e.
en la direc -
in lJ

'( (h)

e
Corr.elacin . -

Es interesante para el minero conocer .como estn co-


rrelacionadas las variables distantes de h. Esta correlacin
puede ser fuerte o dbil. El comporTamiento de '6' (h) al origen ,
nos proporcionar una idea de la continuidad de la variable en
el espacio.

- Si las variables son muy con-


( (h) tinuas (continuidad estricta de
una curva) el aspecto al origen
ser parablico .
Caso de la V. R. potencia de un
manto por ejemplo.
- Si la continuidad es ms dbil
(continu id ad en medio cuadrtico)
~ h el aspecto al origen ser lineal.
-15-

Caso de la V.R . ley de un metal en


t Ch) un punto .
- Se llega al caso en que no hay
mas continuidad. ~ (o) = C to.
Es el efecto de pepita qu~veremos
ms adelante.
- Ocurre que ( (h no depende de h.
.L.-- - - - - - --> h ~ <hL = constante es decir que 1a
diferencia cuadr~tica ( z (x)-Z (y))
en promedio no depende de las ubi-
caciones relativas x e y . Aqu la
Geoestadstica se confunde con la
estadstica. El desarrollo de la Ge-
oestadstica siempre vuelve a encon-
trar los resultados de la Estadsti-
c~ , haciendo t (h) =Constante= C=
i = varianza a priori de la Esta -
dstica .

Independencia

Zona de influencia . -

Otra informacin importante para el minero es la zona


de iinfluencia de un sondaje . Es bien evidente que un sondaje ten
' dr -influencia en las zonas vecinas pero esta influencia decrece-
~ es aparecer ms all de una cierta distancia (salvo en el caso
~ independencia total: estadstica). El variograma mide esta zo-
de influencia.
'l .
Si dos puntos son cercanos , el cf (h) es pequeo.
~ h) crece con h hasta un momento en que se llega a (h)= a una
,_.aeta" , es decir t Ch) no depende ms de h. Esta distancia a
de . l a zona de influencia . Ms all de a dos variables son in-
. tpend ientes y la Geoestadstica en~uentra a la Estadstica cl-
i .
- En el caso de un yacimient0 iso-
trpico a 3 dimensiones, una mues-
tra informa sobre la esfera de ra-
dio a que tiene a la muestra como
centro .

estadstica
-16-

Para informar cualquier punte del yacimiento, la


distancia mxima entre 2 muestras debe ser 2 a ,

Efecto de pepita ~ (o) #opero crece muy rpida-


mente desde el origen .
s S,t
Por ejemplo, eD un yacimiento de
oro tipo "pepita" dos sondajes muy
vecin?s s 1 y s 2 , pueden d~ferir rn~
cho si uno de ellos atraviesa una
"pepita" .

El variograrna en la escala mtrica


presentar una discontinuidad al o
rigen Co
( Ch)
- Es importante, sin embargo sefia-
lar qu~ tal discontinuidad al ori-
Co gen puede tener como causa no sola-
mente una existencia "pepita" (es
decir de estructura fi~a a la esca-
h la centirntrica ya sobreoasada a nues
o 1 "1TI ~ra escala ded ~rabai~ (m) sno tarnbi
errores de .me ~Oa , E+ estudie a "DeGUe
esca a (cent1metr 1ca , aeterm1nara S1 - 1
C0 l.:.eJ , 8 p:.n' _cit:.:::.u le:: t;l ro.ces Je mt::d:
da o una .reRlO~al1zaci6n ~ pequ efla es
cala , ~a regi0nalizac1n est~d~ad~ de
de eminentemente de la escaia dei tw
bajo: cm m km
soporte-Subida

;-~,-~ El variograrna que tenernos est defi-


nido sobre ur. cierto "soporte" que
es por ejemplo el trozc de testigo
analizado .

Se conoce una f~ncin de relacin


entre los dos tesLigos distante de
h. Pero es interesante conocer la
@-fi~)-e misma funcin entre dos par.eles, o
des volmenes cualquiera .

La gecestadstica permite, por inte-


gracin geomtrica, conocer t (h) a
partir del t
Ch) experimental . Es el
formalismo de la "subida" .

La subida tir.e un efecto regulari-


zante: 'I p m s reg...:.la!' q_ue!"l" Es nor-
mal que des paneles tengan en prome-
dio, _leyes menos variables que dos
sondajes .
-17-

Nosotros podramos todava desarrollar el campo de


investigacin que nos proporciona la herramienta del variograma.
Notemos solamente que todas las informaciones que acabamos de ci
tar conciernen a la gnesis de nuestro fenmeno. As sin reem--
plazarlo, la Geoestadstica puede ayudar al gelogo.
VARIANZA: FUNCION ECONOMICA.
. . .; _
Ahora vamos a abordar uno de los captulos ms impor-
tantes de la Geoestad!stica, es decir, el de la Varianza, varian-
zas que desembocan sobre toda clase de problemas con carcter ec~
nmico .
Si se O,P-serva nuestra herr,~ienta experimental, vario -
grama: 2 t (h) = E{ (Z (x + h) - Z (x) J aparece como una varianza
de estimacin, la ms simple que se pueda imaginar. Z (x + h) -
z Cx) representa el error que se comete cuando se estima el valor
en x por el valor en un punto vecino (x + h) distante t y 2 ~ (h)
representa el valor medio de este error cuadrtico o varianza de
estimacin.
A partir de esta varianza de base , el formalismo de
subida o ms generalmente las integraciones geom~ricas permiten
deducir varianzas ms complejas. La teora de Probabilidades (fun
ciones aleatorias) nos demuestra:
Coyarianza asociada a un volumen V. de forma geomtrica
definida, pero cualquiera:
cJ- (V2J =C - f (V 2J
en que "K (V 2 ) es una integral geomtrica sobre V de
la funcin 't (h) , y C = constane, representa la varianza "a prio-
ri" de nuestra V.R . puntual tr (V 2 ) es una nocin anloga aplica-
da a la V.R. media sobre V. Varianza a priori del volumen V cuan-
do este se desplaza en su conjunto en todo el yacimiento G.
J(-. t ) =J-(vlf.) : f (O l )- f <.:-1 2) to~ C= f (d '<J
De aqu se define por integraciones geomtricas la co-
varianza de 2 volmenes cualquiera V Yllf, o varianza del conjunto
de estos 2 volmenes cuando se les desplaza en conjunto en todo G.
~ (v/c)- f ( G:)- f (-vJ.J
La linealidad de estas frmulas con-
duce:::'f!luy simplemente a la frmula de
Kriege .
-18-

Expresa que la varianza de un sondaje (o conjunto d e


sondajes) .Ar en el yac imi ento Ges igual a la varianza del sonda-
je en una galera V ms la varianza de tales galeras en el yaci-
miento.

Para estimar un yacimiento G a partir de sondajes ef ,


nada sirve multiplicar al infinito los sondajes en una solazo-
na V ( para disminuir ~Clf/V) , si i_o se aumenta el nmero de tales
zonas V reconocidas (disminuir (f' (V/G) . Ms vale sondajes bien
ubicados que muchos sondajes mal ubicados. Es un resultado evi-
dente que la Estadstica (ignorando las ubicaciones relativas de
los sondajes) con su frmula global en .tr::!:_ (n : nmero de son -
dajes ) ignoraba , n

Notemos que las e x presiones o-


1 CV/G ) y r:;3" Cv/G) hacen
~ntervenir la geometra relativa de .itr y V , es decir , la ubicacin
y el nmero de reconocimientos , o sea parmetros econmicos (cos -
tos) . Se puede as comparar los costos con la calidad de los re-
conocimientos .

La frmula de Kriije por ejemplo pe~


mite por derivacion , repartir mejor
les gas~os de reconocimiento.

Para un precio P dado , cul es la


reparticin ptma de los sondajes
a efectuar? Reparticin entre Ar
y V?

Varianza de estimacin , -

Las covari anzas pr ecedentes permiten el clculo muy


simple de varianzas de estimacin m~y compleJas; por ejemplo va-
rianza de estimacin de un bloque A pcr un conjunto de sondajes
Ve ]i nos B.

6tfst . f [ \ZA - ZJ J2 2 ( (A'lll - 'ef (Al) -


-
O (8 1 )
/
" y----"-' \,
V
promedio de Integrales geomtricas
error cuadr-
tico .

Una vez ms esta varia nza de esti-


macin es ella rnis~a ~na funci n
econmica que puede permit~r tal ti-
po d e estudio. Citemos los ms evi-
de nt es :

B B B
Krigeage : Optimizacin de la estimacin.

Este procedimi e~to consiste simplemente en minimizar


la varianza de estimacin ~ Est. es decir , el error probable co
metido.
o o o o o
Sea a estimar la ley del volumen V,
definido por ejemplo por interpola-
o o o
cin entre sondajes rices y pobres
(ley de corte) . La frontera exacta
o o o de la zona rica esta cualquiera y
desconocida .
o o o Si se estima la ley del volumen po -
ligonal V por los solos sond~jes in
o o teriores , es decir rico , vamos ine~
vitablemente a sobreestimar esta ley. '
o o o Es preciso entonces tener en cuenta
los sondajes exteriores pobres , es
o o o decir efectuar una ponderacin.
o o o o o o

SE + ( 1 - }.. ) S\ ::. Qu estimator .1 elegir?

estimador \ d aJe
son . sondaje
de la ley exterior inter i or
de V

La Geoestadstica resuelve este problema: Se calcula -


r la varianza de estimacin de V por el conjunto s y SE . La
1
minimizacin de esta varianza proporcionar la ponderacin ptima . A
Eso es el formalismo del Krigeage o la optimizacin de
l a estimacin .

Simultneamente con la obtencin del o de los pondera-


dores optimes el krigeage proporciona la varianza de esta estima -
cin ptima , es decir permite definir el intervalo de seguridad
del estimador obtenido :

(a 90% seguridad ley normal)


Est .
valor '----. varianza
real estimador de krigeage
desconocido

Un plan de krgeage nos permite no solamente dar una


e~timacin localizada de las reservas , orientar una explotacin
diaria , sino tambin localizar las zonas donde habra necesidad de
aumentar el reconocimiento (zonas cuyos Est est demasiado grande).
-20-
Se puede tambin hacer variar, como se plazca la ley
de corte, es decir la ley a la cual se despreciar un bloque V
de dimensin cualquiera, determinada por una tecnologa particular,
As el krigeage puede ayudar a escoger el mtodo de explotacin
que proporcionara el mximun de beneficios. Un plan de krig~age
permitir evaluar las reservas correspondientes a tal tecnologa
(eleccin de V) y a tal ley de corte (tratamiento).

Citemos todava otra aplicacin econmica de la Geoes-


tadstica:

Decisiones secuenciales.

Explotar En presencia de un primer conjunto

~
de informacin (punto A ), el mine-
1
o Abandonar ro se encuentr~ delante de una tri-
Al ple eleccin o abandonar de inmedia-
Reconocer to toda idea de explotacin (yaci-
miento o zona).

~ Explotar o comenzar la explotacin, solicitar


informacin suplementaria, despus
~ ~ Abandonar de la cual el tendr que efectuar la
2 misma eleccin (punto Ar),
L
Reconocer

La Geoestadstica con sus varianzas de estimacin pue-


de ayudar a esta eleccin. En efecto una varianza de estimacin
es de algn modo un riesgo de prdida o un riesgo de ruina , segdn
el valor de este riesgo, sea mayor o menor a un riesgo de ruina a-
ceptado, se podr hacer la eleccin precedente .

En el caso de elegir 3 (informacin suplementaria), se


puede realizar con anterioridad la comparacin de informacin suple
~entaria (dism~nucin de o-2 Est) ~ue proporcionar tal nuevo ccn- -
Junto de sondaJes y su costo previsto.

Esta exposicin es muy esquemtica y en la prctica se


complicar como se desee .

Geoestadstica. Formalismo General ,

Antes de terminar insistamos sobre el hecho que la Ge-


oestadstica desborda el campo nico de la minera. Ella es apli-
cable a todo tipo de variable regicnalizada: ley en mineral, po-
tencia o espesores, profundidad submarina, salin i dad media en una
zona, densidad de poblac~n, valor de gen un punto o en una zona,
cantidad de lluvia en cm , etc.

Citemos para terminar la extensin actualmente en boga


de la Geoestadstica, o ms generalmnte de la teora de las V. R.
del Doctor Matheron : la Cartografa automtica (Krigeage univer-

-
sal)

~
A partir de un con junto de informa -
ciones cualesguieras , se trata de
~ '4 ~
estimar con varianzas de estimacin
J...
-
~
~

~ ~
~"'.. ,+
... ~ .,
+
la variable considerada en todos lo~
vrtices de una malla cualquiera pe-
ro regular. Se puede est imar tam-
+~ bin en cada vrtice el factor de de-
' rivacin ( "trend") con _varianza de
estimacin .
Una tal malla estimada puede permitir tal clase de a-
plicacin:
- Trazado automtico de curvas de nivel o curvas "iso . . . "
- Trazado automtico de curvas iso-seguridad canales de
seguridad a 90% para los submarinos - zona de explota-
cin seguridad, etc.
- Integracin numrica de una variable, por ejemplo pa-
ra el clculo de la anomala de Bougner en Geometra.
Combinacin de varias mallas, suma, resta, multipli -
cacin.
- Actualizacin de anomalas locales, de fenmenos de
tendencia, integraciones geofsicas (petrleo .. )
- etc.
Como la Geoestadstica lo hizo para la Estadstica , el
krigeage universal vuelve a encontrar todos los resultados de los
mtodos clsicos de "mnimos cuadrados", que son sencillamente un
caso particular del krigeage universal.

Pero ya salimos de la Geoestadstica propiamente tal


para entrar en el campo del "Krigeage Universal" , ambas discipli-
nas integrantes de la teora de las variables regioRalizadas de
Georges Matheron.
R E F E R E N C I A S .
1.- FORMERY Ph y MATHERON G. Recherche d'optima dans la reconnai-
ssance et la mine en explotation des gisements miniers,
Annales des Mines . Mai et Juin 1963.
2.- JOURNEL A. Seminario de Geoestadstica aplicada (en castellano)
Universidad de Chile , Octubre 1969 .
ww - - -- -- - - - -

-22-

3. - JOU RN EL A. Krigeage Universel et Cartographie auto rnatique .


Service hydrographique de la Marine . Paris, Avril
1969 .

4 .- MATHERON G. Les variables regionalisies et leur estimation.


Pars , (Masson).

5 .- MATHERO~ G. Trait de Geostatistique apliquc . Tornes 1 et


2 . Edition Technip. Pars. 1962 - 63 ,

6.- MATH EroN G. Osnooy Prikladnoi geostatistiki . Edtions MIR .


Moscu . 1968 .

7 .- MATHERON G. Les cahiers du Centre de Morphologie . Fascicule


l . Le krigeage universel . Fascicule 2 . Cours de
Geostadistique . Fontainebleau .
8 .- SERRA I . Phnomenes de transition (These). Nancy. 1967 .