CALCULO DE RESERVAS MINERAS

NOMBRE : NICOLS BENJAMN BARRAZA URBINA

ROL : 201204665-3
CARRERA : INGENIERA CIVIL DE MINAS
FECHA : 05 - JULIO - 2017
ASIGNATURA : EVALUACIN DE YACIMIENTOS
ndice de Contenido
INTRODUCCION ...................................................................................................................................................... 3
Anlisis espacial de los datos .................................................................................................................................. 4
Despliegue de los datos ............................................................................................................................................. 4
Estadsticas Bsicas de las variables del modelo ........................................................................................................ 5
Anlisis Variogrfico ............................................................................................................................................... 7
Mapas variogrficos ................................................................................................................................................... 7
Variograma experimental .......................................................................................................................................... 7
Varigrama modelado.................................................................................................................................................. 9
Kriging .................................................................................................................................................................. 10
Validacin cruzada de los datos Vecindad ............................................................................................................ 10
Creacin de bloques. ................................................................................................................................................ 12
Kriging ...................................................................................................................................................................... 13
Simulacin ............................................................................................................................................................ 14
Forma gaussiana de los datos .................................................................................................................................. 14
Cubicacin del yacimiento .................................................................................................................................... 16
Generalizacin de leyes sobre 0.5% ......................................................................................................................... 16
Conclusin ............................................................................................................................................................ 17

Informe evaluacin y planificacin de yacimientos Pgina 2

INTRODUCCION

Nada nos impide imaginar una infinidad de sistemas macroscpicamente idnticos a la Tierra y que no difieren unos
de otros ms que por las modificaciones de masas superficiales, las cuales supondremos estn sometidas a ciertos
mecanismos aleatorios. Esto nos lleva a considerar que la funcin observada no es ms que una realizacin posible
de una funcin aleatoria definida con base en una categora. (A. Blanc-Lapierre, 1940).
Esto abre la puerta a que todo lo que se crea desconocido y no explorado debajo del campo superficial terrestre.
Puede ser analizado a travs de estudios probabilsticos, dejando de lado la concepcin de lo impredecible que puede
ser la tierra.
Aplicando ciencias como la geoestadstica, la cual toma en consideracin la teora de las variables regionalizadas
sobre la estimacin de los depsitos, se alcanza ampliar la visin general de minera, fundamentando que las leyes
presentes en un determinado distrito mineros son variables regionalizadas, pero de carcter aleatorio dado su alta
irregularidad. Esta ciencia permite determinar la estimacin de esta variable a partir de las variaciones que obtengan
las leyes con respecto a una concluyente posicin sobre el yacimiento. Para luego ser tratadas con mecanismo como
el Kriging el cual es un mtodo de estimacin que da la mejor estimacin lineal insesgada de los variables imperantes
en el yacimiento, en otras palabras este mtodo permite elegir el promedio ponderado de los valores de las muestras
que obtenga la mnima varianza. Dejando atrs las interpolaciones ordinarias hechas en un pasado. Sin embargo, con
las herramientas actuales han surgido nuevos modelos de interpretacin de leyes como las simulaciones, la cual al
igual que todos los mecanismos descritos anteriormente, es ocupada para reproducir las condiciones desconocidas
de un fenmeno a partir de datos reales, pero considerando un conjunto de valores que intentan reproducir las
caractersticas reales del yacimiento a partir de funciones gaussianas del medio.
La geoestadstica permiti que la minera tuviera un respaldo fundamentado de lo que se va a extraer y, si un
determinado yacimiento puede ser viable econmicamente en un futuro, dando cabida a diferentes estudios sobre
el diseo de los diferentes mtodos de extraccin minera, repercutiendo sobre todas las operaciones realizadas en
faena.
Sobre el presente informe se analizar un estudio de estimacin de recursos a partir del logeo de un determinado
yacimiento ocupando todas las metodologas ocupadas por la geoestadstica como el Anlisis Exploratorio de los
Datos, Anlisis Variogrfico, Kriging y Simulaciones con la finalidad de poder obtener un modelo de bloques el cual
sea posteriormente analizado econmicamente, determinando la viabilidad de un proyecto.
El yacimiento cuenta de dos variables fundamentales reconocida en el logeo de la informacin, el cobre y oro por
ende el tratamiento para ambas variables ser diferente, sin embargo el anlisis se har en conjunto de a travs del
software isatis , cabe destacar que los datos entregados por el logeo fueron particionados en dos secciones, la
primera que se someter al procesamiento de datos y corresponde al 80 % de estos, elegidos de manera aleatoria.
El 20% restante ser ocupado como comprobacin de los resultados obtenidos en la estimacin.

Informe evaluacin y planificacin de yacimientos Pgina 3

Anlisis espacial de los datos
Esta seccin del informe contempla un anlisis de los datos en todos sus aspectos de manera obtener una visin
generalizada de estos mediante medidas probabilsticas, tendenciales y de dispersin de los datos. Generando una
mentalidad de cmo es nuestro yacimiento y cuales son la variable cuantificable en este.
Por otro lado, se debe de tener en consideracin cuales son los minerales que obtiene nuestro modelo (Datos.xls).
El cual contiene muestras de sondajes sobres leyes de cobre (Cu, medida en %)y leyes de Oro (Au, medida en g/Ton),
adems cada muestra posee informacin sobre sus coordenadas geogrficas Este, Norte y Cota (medidas en m) y la
identificacin del sondaje y/o canal (ID).
Despliegue de los datos
Para poder saber el contexto geogrfico, se infiere que la geologa del yacimiento indica una mineralizacin principal
de calcopirita(CuFeS2) y enargita (Cu3AsS3), y en cuanto al oro presente en el yacimiento este se encuentra en su
mayora como calaverita (AuTe2). Estos parmetros sern de relevantes en esta seccin del informe ya que nos
permitirn acentuar los posibles errores que obtenga la informacin de nuestro modelo(Datos.xls).
Cualquier logeo realizado en minera contempla una operacin espacial en el tiempo, es por esto que se analiz la
variable en el software isatis sobre la pestaa Statistics, donde se puede ver que el yacimiento explorado abarca
393.8 [m] de extensin en el norte 596.6 [m] de extensin hacia el este y 130 [m] de profundidad, cabe destacar que
estas extensiones fueron inferidas de la resta en el mxima y la mnima posicin del dato en cada una de las
coordenadas.

I LUSTRACIN 1: ESTADSTICAS BSICAS DE LA MORFOLOGA DEL YACIMIENTO

Al analizar las estadsticas del yacimiento se puede notar que los datos no estn georreferenciados debido a la falta
de robustez en la magnitud de las posiciones, por otra parte, en un logeo cada dato posee una ubicacin fsica, es
por esto que la variable Count interpreta la cantidad de datos obtenidos en la toma de muestra del anlisis.
La desviacin estndar que obtiene los datos referenciado en el norte es de mayor magnitud, Sin embargo, esto se
debe a que la extensin en este campo es ms amplia, por lo que la diferencia con la media siempre ser mayor a las
obtenidas en las otras dos direcciones, por otra parte, adems se logra ver que la desviacin de los datos con respecto
a la media es mejor en el eje z en comparacin con el este. Debido a la misma interpretacin anterior. Esto afectara
de igual manera a la varianza de los datos.
Un anlisis interesante de las estadsticas continuas es el coeficiente de sesgo que obtienen las variables, el Este tiene
un coeficiente de sesgo positivo lo que permite dictaminar que hay, una mayor cantidad de datos muestreado bajo
la media, en esta direccin. Por otra parte, el coeficiente de sesgo sobre la profundidad dictamina que la cantidad
ms robusta de los datos se sita por sobre la media. En conclusin, la mayor densidad de datos se puede ver sobre

Informe evaluacin y planificacin de yacimientos Pgina 4

la parte norte y a altas profundidades, Lo cual se puede en los mapas bases para las dos variables presentes en
nuestro yacimiento, la cual corresponde a una visin superior del yacimiento.

I LUSTRACIN 2 MAPAS BASE PARA CU (%) Y AU (GR/T ON) RESPECTIVAMENTE EN X0Y

Estadsticas Bsicas de las variables del modelo
Para lograr esa visin general que tiene como fin el anlisis exploratorio de datos, conocer las estadsticas
matemticas y probabilsticas se hace un punto fundamental en cualquier estudio, es por esto que a continuacin se
muestran las caractersticas que obtienen ambas variables.

I LUSTRACIN 3 ESTADSTICAS DE AMBAS VARIABLES SIN NINGUNA RESTRICCIN

A partir de las estadsticas anterior se logra determinar que la cantidad de datos concuerda con la cantidades de
coordenadas(1902 datos),por otro lado se ve que los mximos obtenido logran valores extremos como 39.1% en el
caso de Cu y 83.82 [gr/ton] en el caso del oro ,por otro lado se tiene al partir del coeficiente de sesgo se logra apreciar
que el oro posee una distribucin apegada a los valores bajos, dado la magnitud de este coeficiente adems se ve lo
pronunciada que puede ser su curva de distribucin dado la alta kurtosis de los datos. Por otro lado segn las
estadsticas continuas se logra apreciar que el Cu posee un condicin un poco ms normalizada.
Estos antecedentes nos proporcionan que las variables estn siguiendo una caracterstica real que tienen las
distribuciones de los minerales en un yacimiento. En cuanto a la matriz de correlacin se logra apreciar que el cobre
con respecto al oro posee una correlacin de 0.44. Esta magnitud representa la relacin entre dos variables y es
resumida a travs del coeficiente, el cual mide el grado de proporcionalidad que existe entre ambas variables. lo
cual es normal debido a las diferentes magnitudes y caractersticas que posee dichas variables, Para poder analizar
de manera ms grafica los datos entregados se presentan los Histogramas de ambas variables sin ninguna
modificacin.

Informe evaluacin y planificacin de yacimientos Pgina 5

 I LUSTRACIN 4 : HISTOGRAMA DE LAS VARIABLES COBRE C U (%) Y ORO A U (GR /T ON ) RESPECTIVAMENTE
Segn la teora, la Calcopirita(CuFeS2) y enargita (Cu3AsS3) poseen leyes mximas de 9 % y en cuanto al oro presente
en forma de calaverita (AuTe2) la ley mxima obtenida es de 30[Gr/Ton], y como se dijo anteriormente, los datos
presentan condiciones anmalas debido a la alta magnitud de estos, Sin embargo, para poder obtener una
distribucin acertada, se suprimirn todas las leyes que estn por sobre estos valores, y a su vez se omitirn todos
los datos duplicados considerando una distancia mnima de 0.72[m]. Al realizar este procedimiento se obtiene los
siguientes resultados.

Cobre Oro
Numero de variable antes de acotar 1902 1902
Datos no considerados 54 10
Datos eliminados 1848 1892
Mximo 6.9 25
T ABLA 1: TABULACIN DE LOS DATOS NO CONSIDERADOS EN LAS ESTIMACIONES DE LOS DATOS

Informe evaluacin y planificacin de yacimientos Pgina 6

Anlisis Variogrfico
Tomando en consideracin que los valores de una variable regionalizada no son independientes, en el sentido que
un valor observado en un sitio proporciona informacin sobre los valores de los sitios vecinos. Este anlisis toma en
consideracin esa veracidad donde se busca interpretar probabilsticamente la variable regionalizada, a partir de una
dependencia que est descrita por la distribucin espacial de la funcin aleatoria, que modela la manera como se
relacionan los valores observados en distintos sitios.
La variable regionalizada ser descrita por variogramas, conformando que en este segmento del informe se realice
una inferencia de los variogramas, es decir, el clculo de un variograma experimental a partir de los datos disponibles.
Para posteriormente ajustar este a travs de un modelo del variograma (variograma modelado) en torno al
variograma delimitado en primera instancia, denotando las diferentes anisotropas en zonas de continuidad espacial
a diferentes direcciones preferenciales a partir de mapas variogrficos.
Mapas variogrficos
Los mapas variogrficos sern analizados sobre las direcciones Norte, Este y Cota, representados por U, V y W
respectivamente. Otorgando los siguientes mapas en diferentes direcciones para ambas variables del modelo

.
I LUSTRACIN 5 MAPAS VARIOGRFICO EN DIFERENTES DIRECCIONES COBRE

I LUSTRACIN 6MAPAS VARIOGRFICO EN DIFERENTES DIRECCIONES ORO

Para el cobre las direcciones de anisotropas no son tan claras a la vista, de hecho, en el plano WV es difcil de apreciar,
sin embargo, cuando se analiza el plano un plano vertical se logra apreciar una direccin preferencial. Cabe destacar
que los mapas del oro son baste similares a los del cobre y se nota la clara diferencia del plano vertical con el
horizontal.
Variograma experimental
Como la apreciacin dentro de los mapas variogrficos no queda muy clara se analizarn los diversos variogramas en
3 direcciones estratgicas con el fin de descartar o asegurar anisotropas. Si es que estas se presentan alguna
anisotropa se vern claramente dentro de los variogramas, cualquier similitud entre variograma se utilizara el
criterio de omnidireccionalidad.
Por otra parte, uno de los parmetros utilizados para presentar los variogramas, esta representado por la
multiplicacin de los pasos con la tolerancia, esta debe ser parecido a la mitad de la extensin del yacimiento sobre
la direccin a analizar.

Informe evaluacin y planificacin de yacimientos Pgina 7

A continuacin, se muestran los parmetros utilizados para modelar y los variogramas experimentales seleccionados
para ambas variables del sistema.

I LUSTRACIN 7 PARMETROS Y VARIOGRAMAS EXPERIMENTALES NORTE -SUR ESTE -OESTE Y ELEVACIN PARA CU

I LUSTRACIN 8 PARMETROS Y VARIOGRAMAS EXPERIMENTALES NORTE -SUR ESTE -OESTE Y ELEVACIN PARA AU
Se logra apreciar que existe una clara anisotropia zonal en ambas variables dado que posee la misma forma pero
con una diferente meseta , tanto en las direcciones regulares como las ortogonales, sin embargo en la direccion
norte-sur este-oeste hay una omniderecionalidad, para mitigar esta formulacion en el variogrma modelado se
mantendra la direccion norte-sur dado que es la condicion mas amplia y la que presenta la mayor cantidad de datos.
Por otro lado se logra apreciar que los alcances que presenta la variable Au difieron un poco de su resultado, por lo
cual no presentara un anisotropia estrictamente zonal como en el caso del cobre, Considerando de esta una del tipo
hibrida donde se mezcla la anisotropia zonal y geometrica, sin embargo los modelos son similares por lo que se
considerara una anisotropia zonal debido al trascendencia del proyecto y poco rango de varibilidad en el alcance de
la variable.

Informe evaluacin y planificacin de yacimientos Pgina 8

Por otra parte asegurar anisotropas sobre los mapas hubiese sido irresponsable, pues estaramos entregando mayor
informacin, pero falsa, al Kriging lo cual puede traer errores en nuestros resultados. Por lo tanto, despus de este
anlisis, se puede determinar que las condiciones de anisotropa en ambas variables adoptan un rgimen zonal.
Varigrama modelado
Un variograma experimental no puede darterminar en forma precisa la correlacion devido a las irregularidades que
posee la curva de relacion espacial en los datos, por esto es necesario ajustarlo por un modelo terico que se adecue
al variograma de la funcin aleatoria, con la finalidad de poder inferir de una manera mas acabada los dato en el
espacio.
A continuacin se presentan los variogramas modelados para cada cobre y oro respectibamente teniendo en
consideracion que el modelo a ajustar consiste, en diversas estructuras esfericas con 100000 iteraciones en el caso
del cobre fueron para mitigar la inteseccion del variagrma. En cuanto al oro las estructuras escogidas y que se
ajustaban de mejor manera al variagrama experimental son una exponencial y luego una esferica ajustando
nuevamente los modelos con 10000 iteraciones.

I LUSTRACIN 9 VARIOGRAMAS MODELADOS DE CU Y A U RESPECTIVAMENTE

Sobre el variograma de cobre se puede apreciar que presenta un modelo esfrico, el cual presenta un alcance cercano
a los 140[m] y una doble meseta presentada por la condicin de anisotropas zonales cercana a los 0.4 en el plano
ortogonal y 0.45 en el norte-sur, por otra parte, se puede considerar que el Au posee un alcance de 70~60 [m] con
mesetas de 48 y 52 para el plano horizontal y su ortogonal respectivamente.

Informe evaluacin y planificacin de yacimientos Pgina 9

Kriging
el Kriging consiste en encontrar la mejor estimacin lineal insesgada de un bloque o en alguna zona de inters,
tomando en consideracin la informacin disponible; es decir, a todas las muestras pertenecientes o fuera de la
zona del lugar a estimar, se le atribuye un peso i a la muestra z(xi). Estos pesos i se calculan de manera de minimizar
la varianza del error cometido.
El inters del Kriging proviene de su misma definicin: al minimizar la disviacion de los datos, con la finalidad de
asegurar que la estimacin sobre la zona de inters sea la ms precisa posible. Sacando el mejor provecho posible de
la informacin disponible. Dicha operacin realizar en ISATIS, sin embargo, antes de realizarla se debe de tener en
consideracin dos puntos fundamentales: La validacin cruzada de los datos y la grilla donde se soportarn los datos,
as que antes de hacer cualquier clculo de interpolaciones se analizarn que los datos estn correctamente
justificados y se creara una grilla de bloques sobre el mismo software.
Validacin cruzada de los datos Vecindad
Se realiza este procedimiento antes de realizar la interpolacin insesgada con la finalidad de validar los variogramas
modelados y la vecindad escogida, en otras paralas se realizar una post estimacin los datos a partir de los dems,
como si siguieran el comportamiento del variograma modelado.
Por otra parte, dentro de una estimacin siempre habr un error asociado, por ende, se tomar que un error de
banda bajo 5% para ambos lados, ser considerado como una buena validacin del variograma.

I LUSTRACIN 10: TAMAOS DE LAS VECINDADES ESCOGIDAS DE KRIGING PARA LAS POSTERIOR CROSS -VALIDATION
Sobre ambas vecindades (cobre a la izquierda de la imagen y oro a la derecha), las magnitudes fueron escogidas a
criterio del analista de los datos, dado que para una buena realizacin de esta se necesitara de un anlisis KDA. Sin
embargo se analiz una grilla no tan pequea ni tan grande buscando analizando las esquinas del yacimiento ya que
estos son los parmetro de desviacin estndar ms peligrosos, si la desviacin en las esquina era cercana a 1
(considerando z y z*), se tiene que la vecindad y el variograma cumple su funcin.
Por otro lado, la validacin cruzada a partir de las vecindades presentadas anteriormente considerara los siguientes
para metros:

Nube de dispersin debe acercarse a la diagonal para cumplir insesgo condicional.

Precisin: obtener la menor cantidad de datos rojos sobre los extremos del yacimiento.
Varianza de errores estandarizados debe ser cercano a uno, el variograma cuantifica adecuadamente la
incertidumbre.
Insesgo: el promedio de los errores deber ser cercano a cero. Nube de dispersin debe acercarse a la
diagonal para cumplir insesgo condicional.

Informe evaluacin y planificacin de yacimientos Pgina 10



I LUSTRACIN 11: VALIDACIN CRUZADA DEL COBRE SOBRE LOS 4 PARMETROS PRESENTADOS ANTERIORMENTE

I LUSTRACIN 12: VALIDACIN CRUZADA DEL ORO SOBRE LOS 4 PARMETROS PRESENTADOS ANTERIORMENTE

Informe evaluacin y planificacin de yacimientos Pgina 11

Sobre los datos obtenidos se presentan los siguientes errores:

variables esperado Cu Au
rho (lineal) 1 0.821 0.665
media 0 0.001 0.09
std dev 1 0.951 1.005
(z*-z)s* 0 0.068 0.077
T ABLA 2: REPRESENTACIN TABULADA DE LOS ERRORES OBTENIDOS . EN LA VALIDACIN CRUZADA
Errores los cuales son concordantes con los criterios sealados anteriormente (bajo 5%), por los datos son capaces
de ser estimados, con un criterio lgico y correcto
Creacin de bloques.
Cuando se realiza una estimacin por medio de Kriging es necesario definir una grilla, con la finalidad de escoger el
nuevo dato que obtendr nuestro bloque, ya que sobre la minera se trabaja en base de estos para una la cubicacin
y diseo del yacimiento. Cabe destacar que esta grilla debe contemplar toda la extensin del yacimiento.
Sobre el programa isatis las grillas se crea defini la grilla partir de los siguientes parmetros:

I LUSTRACIN 13: CONFORMACIN DE LA GRILLA DE TRABAJO

La grilla seccionada fue de 15x15x10 [m] debido a que en la minera este es un parmetro comn.

Informe evaluacin y planificacin de yacimientos Pgina 12

Kriging
Los modelos para el Kriging pueden ser adoptados con un soporte puntual o un soporte de bloques. Para una mejor
estimacin de estos datos se realiz una interpolacin por bloque para la variable Cu y Au.

I LUSTRACIN 14: MAPA DE KRIGING DE CU Y AU RESPECTIVAMENTE

Se puede inferir que las leyes fueron determinados de manera correctas dada la relacin del espacio continua, donde
se puede apreciar que las mayores leyes estn sobre los clsteres coloracin ms calidad en los colores de los datos.

Informe evaluacin y planificacin de yacimientos Pgina 13

Simulacin
En el prximo segmento del informe se ver la estimacin de los datos, pero sobre un mtodo diferente al krirging
tomando en consideracin una distribucin una distribucin gaussiana de los datos, este mtodo es llamado
simulacin y puede estimar los valores con una aseveracin de la realidad.
Forma gaussiana de los datos
Permite normalizar los datos valores del -1 al 1 dejando un histograma y modelamiento de datos en un espacio
acotado.

I LUSTRACIN 15 DISTRIBUCIN GAUSSIANA DE LA VARIABLE CU

I LUSTRACIN 16 DISTRIBUCIN GAUSSIANA DE LA VARIABLE A U

Para comprar los datos estimados en la simulacin realizada 400 veces a 100 bandas se utiliza un cdigo bajo el
programa visual Basic proporcionado por Excel. Dicho cdigo se encarga de recorrer cada una de las columnas que
contengas los datos no simulados , en consideracin con el 20% los cuales sern recorridos por un ciclo for, para dar
lugar a otro ciclo for el cual recorre los datos simulados, la finalidad de todo esto es inferir una distancia mnima al
centro del bloque (( 1 ) 2 + ( 1 )2 + ( 1 )2 ), todo esto posible a partir de un contador el cual va
identificando la distancia minina en comparacin con el bloque dentro del ciclo. por otro lado, se considera que
si el valor que obtiene el mnimo bloque en la posicin corresponde a un 10% del valor simulado. La relacin es
correcta y el dato simulado es un smil al real, representado dicha condicin con un 1, luego se suman la cantidad
de 1 y se compara con la cantidad de datos totales obteniendo las siguientes relaciones.

Informe evaluacin y planificacin de yacimientos Pgina 14

I LUSTRACIN 17: CAPTURAS DE PANTALLAS DE LOS CDIGOS DE COMPROBACIN DE LOS DATOS .

I LUSTRACIN 18:MACROS INSERTADAS PARA LA COMPROBACIN DE LOS DATOS

Cabe destacar que la primera imagen considera el menos bloque, como bloque a analizar y el segundo cdigo denota
la posibilidad de aceptacin de la variable.

Porcentaje de coincidencia Au
56.3 [%]
Coincidencia Total de datos
268.00 476

porcentaje de coincidencia Cu
78.9 [%]
Total de datos coincidencias
476 376
I LUSTRACIN 19: TABLAS DE ESTIMACIN DEL ERROR EN LAS COINCIDENCIAS DE LOS DATOS

Informe evaluacin y planificacin de yacimientos Pgina 15

El porcentaje de oro no es muy coherente al 10% de error debido a que las leyes son ms bajas y la relacin de error
experimental vs real es influenciada por una mayor magnitud, para solucionar este error se debera de aumentar el
tamao de la vecindad mostrada.

Cubicacin del yacimiento

Generalizacin de leyes sobre 0.5%
sobre la plataforma Excel se elabor un algoritmo que permitiera determinar si el bloque obtenido es mayor que un
rango de leyes desde el 0.1 al 5%. Si este valor es mayor o igual al arrogado en la simulacin se considerara como un
bloque apto, luego se sumaran la cantidad de bloques sobre esa ley, para posteriormente multiplicar, la cantidad de
bloques sobre esta ley por la densidad y dimensiones del bloque [2,7; 15x15x10], arrogando la siguiente curva
tonelaje ley

curva tonelaje ley

120000000

100000000

80000000
Tonelje [ton]

60000000

40000000

20000000

0
0 1 2 3 4 5 6
Cut off [%]

GRFICO 1: CURVA TONELAJE LEY SIN LEY MEDIA

De esta se puede inferir que hay 97.3 millones de toneladas sobre una ley de 0.5%.

Informe evaluacin y planificacin de yacimientos Pgina 16

Conclusin

Al finalizar este trabajo se puede concluir en primera instancia que un buen procesamiento de los datos se transforma
en un punto fundamental dentro de la estimacin del recurso, dado que no se puede asegurar una veracidad de los
datos si estos poseen incoherencias como las que se mostraron en este informe
Por otra parte un buen anlisis variogrficos de las tendencias de los datos, representa un veracidad de los datos, ya
que, a partir de parmetroa como el anlisis de las los mapas variogrficos y variogramas experimentales se puede
obtener una buena interpretacin del modelo o tendencias que seguirn los datos en el espacio, debido a esta misma
razn la deteccin de anisotropas proporciona las directrices las cual debe de adoptar la estimacin de los datos
logrando conformar un mtodo ptimo para el anlisis de variables espaciales. Cabe destacar que luego de una
validacin cruzada exitosa se logran afirmar los parmetros estipulados anteriormente, conformando una seguridad
en la proporcin de los datos.
El Kriging y la simulacin de los datos son concordantes, sin embargo, la simulacin presenta un suavisamiento
notables de los datos, mostrando claros indicios que las variables fueron procesadas ms de una vez, lo que implica
que este mtodo a pesar de basarse en un estimador proporcional termina linealizando de cierta forma los
parmetros.
Finalmente se determina que a travs de un informe de geoestadisca como este se puede comprender de mejor
manera las modelaciones en cuanto a la estimacin de recursos, es decir proporciona las directrices su un proyecto
minero es viable o no en el tiempo. Y no solo analizndolo en el mbito comercial, este informe a su vez permite
comprender el estudio de la ciencia de la tierra.
Este proyecto proporcionara herramientas fundamentales como: el clculo de un tajeo, el clculo de una veta, etc.
Que ayudan a hacer una mejor gestin de los datos a los cuales se enfrenta un yacimiento. Con la tecnologa de
software isatis logra un modelamiento 3D proporciona una forma ms clara y precisa de orientacin del proyecto
para la respectiva inversin.

Informe evaluacin y planificacin de yacimientos Pgina 17