Aplicaciones del Modelo de Variograma

Aplicaciones Definir la variabilidad de un yacimiento. a) Concepto de soporte b) Varianza de dispersin (c/distintos soportes) c) Varianza de estimacin Estimacin de leyes por Kriging

 Soporte: es el trmino que se usa en la geoestadstica para describir el volumen en funcin del cual se define una ley.
A medida que aumenta el tamao de la muestra (o del soporte de la muestra), la varianza de las leyes resultantes disminuye. El cambio en la varianza debido al cambio en el volumen se denomina la relacin volumen-varianza. Existe un tamao mnimo de bloque que se puede seleccionar ya sea como mineral o estril. El tamao del bloque se denomina la unidad minera selectiva o UMS. A medida que <<UMS la varianza aumenta.

Ejemplo: un rea con sondajes en una cuadrcula regular de aproximadamente 8metros. En esta rea, se definen las leyes de bloque en soportes diferentes calculando el promedio de las leyes de los sondajes dentro de cada bloque. Los tamaos de soporte seleccionados son bloques de 30 x 30 y 50 x 50 en el plano. En todos los casos se usa una dimensin vertical de 12 m, correspondiente a la altura del banco.

Conclusin
NO SE PUEDE ASEVERAR LAS RESERVAS EXPLOTABLES DE UN PROYECTO SIN FIJAR UN TAMAO DE SOPORTE

Varianza de Dispersin
Expresa la variabilidad de las Leyes

D 2 (0 / A ) = D 2 (v / A ) + D 2(0 / v )
D 2 : Varianza 0 : Muestras puntuales V: Bloques A : Area
Varianza de las muestras puntuales en un rea =

Varianza de los Bloques del rea

Varianza de las muestras puntuales en los bloques

Se demostr que la Varianza disminuye al aumentar el tamao del soporte

El modelo de variograma se puede usar para predecir la varianza de leyes en un soporte de cualquier tamao dentro de cualquier volumen. .

vi es reemplazado por las leyes de los datos individuales y el trmino m es

reemplazado por la ley media del bloque y la varianza de dispersin se interpreta como la varianza de las leyes de muestra dentro del bloque.

 En la primera expresin, la diferencia al cuadrado media se computa en todos los pares de puntos que definen el volumen v. Los trminos en esta expresin se pueden expandir (vase J.Sullivan,1998) para mostrar:

Se puede ver de la similitud de ambas expresiones que la varianza de dispersin de las leyes de muestra dentro de un volumen es igual al medio de la funcin de variograma en funcin del volumen. Se puede escribir matemticamente:

D2 ( 0 / v) ( v , v)

2 n 2 i=1 j=1

n n

( z( xi ) z( x j )) 2

Basado en esta relacin se puede expresar cualquier varianza de dispersin en trminos de la funcin de variograma

Varianza de Estimacin
Mientras que la varianza de dispersin expresa la variabilidad de las leyes, la varianza de estimacin expresa la variabilidad asociada con una estimacin o, en otras palabras, expresa la varianza de los errores de estimacin. La varianza de estimacin es una medida de la dispersin de los errores aleatorios, ya que se requiere que el estimador no tenga ningn sesgo y, por lo tanto, el error sistemtico ser cero. Se puede definir la varianza de estimacin para cualquier tipo lineal de estimador, no solamente para el estimador de kriging.

La caracterstica relevante del estimador de kriging es que el kriging proporciona el estimador (ponderador) que minimiza la varianza de estimacin. As que, la varianza de estimacin ser ms pequea cuando se aplica el kriging.

Tipos de errores Sistemticos y Aleatorios

La precisin describe el error aleatorio o las fluctuaciones en torno al valor verdadero mientras que la exactitud describe el error sistemtico o el sesgo.

 El error de estimacin para un punto (E), ser la diferencia entre Z*, (la verdadera ley del punto), y la Ley (Zx) que es resultado de su clculo a travs de leyes xi afectados por un coeficiente Ki . = Z* - Zx = Z* - (xi . Ki ) Si el estimador no tiene sesgo (error sistemtico nulo), la distribucin de los errores debera seguir una distribucin normal. El estimador usado tiene la forma : n * i z ( xi } zv ( x) i 1

donde los representan las ponderaciones asignadas a cada dato. La nica restriccin para las ponderaciones es que sumen uno,

 La varianza de estimacin va a depender de las distancias estadsticas (Y), promedio entre los datos y el bloque. Puesto que el modelo de variograma es una funcin creciente, el error de estimacin aumenta o diminuye con las distancias desde las muestras al centro del bloque.(es lo que expresa el 1er trmino de la frmula) .

El segundo trmino de la expresin involucra el promedio de la funcin del variograma entre las ubicaciones de las muestras. Este trmino es negativo, as que la varianza de estimacin disminuye a medida que este trmino aumenta (datos distanciados). Si los datos se encuentran agrupados, las muestras bsicamente investigarn el mismo punto en el espacio y, como consecuencia, mucha de la informacin se har redundante (aumenta la varianza de estimacin). El tercer trmino examina el promedio de la funcin del variograma dentro del bloque mismo. A medida que aumenta el tamao del bloque, tambin aumenta ese trmino, reduce la varianza de estimacin.

MTODO GEOESTADSTICO

KRIGEADO

 La geoestadstica ofrece un mtodo de estimacin de reservas, usando el variograma, llamado krigeado. Se utiliza en la evaluacin de yacimientos para estimar el valor de una variable regionalizada, en un punto o en un bloque, a partir del uso de factores de ponderacin. El mtodo se caracteriza por ser el mejor estimador lineal, insesgado de la variable. Mejor: por que los factores de ponderacin se determinan de tal forma, que la varianza de estimacin es mnima . Lineal: por que es una combinacin lineal de la informacin. Insesgado: por que en promedio el error es nulo.

Krigeado Puntual
Mtodo de Clculo: primero hay que determinar los factores de ponderacin, para obtener el valor de la variable. Estos factores se calculan a partir de un sistema de ecuaciones, en que las incgnitas para resolver se obtienen a partir del variograma.
Variable buscadaZ *= W x Z variables dadas

Ponderador a determinar

[ C ].[ W ] =[ D ]
C = varianza de los puntos conocidos (en funcin de la distancia). D = varianza de los puntos conocidos y el punto a estimar.

 Resumiendo las ecuaciones estn formadas por tres tipos de componentes: A) Los factores de ponderacin (W). B) Los factores que multiplican a W ; Yh de variables conocidas. C) Los valores de Y0 del punto cuestin y los conocidos. La diferencia con inverso a la distancia es que en el Krig. Se utilizan las distancias estadsticas, no la geomtricas. Con efecto pepita puro : no se puede usar Krig. Con efecto pepita >>: aumenta la varianza del Krig. Con alcance >>: disminuye la varianza del Krig.

Ejemplo de un krigeado (puntual)

Un conjunto de 4 muestras de un yacimiento de cinc, cuyas leyes son: X1 8,2% - X2 ,9,6%- X3 ,13,15%- X4 ,6,3%. El variograma a considerar se ajusta a un modelo esfrico con alcance 250 m; C0 17 y C 66. Calcular utlizando el krigeado el valor de X0.

 El primer paso es calcular las distancias geomtricas existentes entre los puntos conocidos y entre estos y el punto a estimar ?

 Luego con el modelo de Varianza o Covariaza (-C) y la tabla de distancias, se calculan las matrices [ C] y [ D].Se transforman las distancias geomtricas en estadsticas.

 Calculados los valores de las matrices [ C] y [ D], el objetivo es obtener los valores de los ponderadores W, que es la incgnita, para eso debe calcularse la matriz inversa de C C -1

 El siguiente paso para obtener los ponderadores W, es multiplicar cada lado de la ecuacin por C -1 . W = C -1 x D

Krigeado de Bloques
El valor obtenido se le asigna a un bloque y no a un punto. Para determinar el valor de un bloque se lleva a cabo una discretizacin del rea en un conjunto de puntos ( x ej: 2x2;3x3 ; 4x4)

 Los valores que se obtienen con el krigeado, llevan los correspondientes valores de la varianza de estimacin, lo que permite hacer un estudio de la bondad de estimacin. Estos valores pueden ser interpolados y confeccionar un mapa de isovarianzas. Annels (1991), propone establecer diferentes tipos de reservas en base a los valores de varianza del krigeado. Varianza 0-0,0075 0,0075-0,0135 >0,0135Categora Reservas probables Reservas posibles Reservas inferidas

 El resultado se puede proporcionar por bloques o bien por isolneas a partir de los bloques. Para el clculo de reserva de cada bloque, se deber multiplicar su superficie x potencia x densidad. Las reservas totales se pueden determinar: Estimando el tonelaje y el error de estimacin. Estimando la ley media y el error de estimacin.

Bibliografa
Bustillo Revuelta, M. y Lpez Jimeno, C., 1997: Manual de evaluacin y diseo de explotaciones mineras. Madrid. ISBN 84-921708-2-4 . ANNELS, A. E. (1991). Mineral deposit evaluation. A practical approach. Ed. Chapman & Hall, London. TULCANAZA,E. (1992). Tcnicas geoestadsticas y criterios tcnicoeconmicos para la estimacin y evaluacin de yacimientos mineros.. E.Tulcanaza, Santiago, Chile.

Jeff Sullivan 1998. Curso Geoestadstica para Minera. Codelco Santiago d e Chile.