UNIVERSIDAD NACIONAL DE

INGENIERIA
FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y
METALURGICA
ESCUELA DE INGENIERIA DE MINAS

PRIMERA MONAGRAFIA DE GEOESTADISTICA II

ESTIMACION DE RECURSOS
ALUMNO

GAMARRA CRUZ, GHINO HERNAN

CODIGO

20102534I

PROFESORES :
VALERIANO

PhD. MARIN SUAREZ, ALFREDO

ING. TEVES ROJAS, AUGUSTO

CURSO

GEOESTADISTICA II

LIMA - 2014

UNIVERSIDAD NACIONAL DE INGENIERIA

NDICE:

Objetivos

Resumen

Introduccin
5
Marco conceptual
6
Marco metodolgico
12

Desarrollo y anlisis
15
Conclusiones
20

Recomendaciones
21

Bibliografa

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

22

Pgina 1

UNIVERSIDAD NACIONAL DE INGENIERIA

ESTIMACION DE RECURSOS

OBJETIVO GENERAL:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 2

UNIVERSIDAD NACIONAL DE INGENIERIA

El objetivo es analizar, investigar y entender el estudio del

anlisis de sensibilidad de las curvas de tonelaje ley de corte en
el caso Log normal.

OBJETIVOS ESPECFICOS:
Construir un programa que realice las siguientes actividades:
Lea una base de datos.
Calcule la ley de corte.
Haga un anlisis de sensibilidad para diferentes tamaos
de bloques.
Calcule y grafique las curvas de:
Tonelaje-ley de corte
Cantidad de metal-ley de corte
Ley media-ley de corte

RESUMEN:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 3

UNIVERSIDAD NACIONAL DE INGENIERIA

El presente trabajo corresponde a la segunda monografa del curso de

Geoestadstica II, en el cual trataremos sobre la estimacin de
recursos bajo ciertos criterios.
Tambin hablaremos sobre la ley de corte y la ley de corte
equivalente.
Con la ayuda de la programacin en Visual Basic disearemos un
programa que nos permitir observar la graficas de la ley de corte.
Y por ltimo analizaremos e interpretaremos las grficas obtenidas.

INTRODUCCIN:
En nuestro pas la industria minera constituye una de las principales
actividades econmicas ya que significa el 60% del ingreso nacional.
PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 4

UNIVERSIDAD NACIONAL DE INGENIERIA

Es por ello que es muy importante el anlisis de la ley de corte

en la estimacin de recursos ya que de esto depende las
ganancias de una empresa minera.
El objetivo general es realizar, analizar, entender el estudio del
anlisis de ESTIMACION DE RECURSOS.

Objetivos especficos
Construir un programa que realice las siguientes actividades:
Lea una base de datos.
Calcule la ley de corte.
Haga un anlisis de sensibilidad para diferentes tamaos
de bloques.
Calcule y grafique las curvas de:
Tonelaje-ley de corte
Cantidad de metal-ley de corte
Ley media-ley de corte
En la monografa se realiza un anlisis de la ley de corte.

MARCO CONCEPTUAL:
KRIGING

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 5

UNIVERSIDAD NACIONAL DE INGENIERIA

El krigeaje o krigeado (del francs krigeage)

es
un
mtodo geoestadstico de estimacin de puntos que utiliza un modelo
de variograma para la obtencin de datos. Calcula los pesos que se
darn a cada punto de referencias usados en la valoracin. Esta
tcnica de interpolacin se basa en la premisa de que la variacin
espacial contina con el mismo patrn. Fue desarrollada inicialmente
por Danie G. Krige a partir del anlisis de regresin entre muestras y
bloques de mena, las cuales fijaron la base de la geoestadstica lineal.
Introduccin
El kriging puede ser entendido como una prediccin lineal o una
forma de inferencia bayesiana. Parte del principio: puntos prximos
en el espacio tienden a tener valores ms parecidos que los puntos
ms distantes. La tcnica de kriging asume que los datos recogidos
de una determinada poblacin se encuentran correlacionados en el
espacio. Esto es, si en un vertedero de residuos txicos y peligrosos la
concentracin de zinc en un punto p es x, ser muy probable que se
encuentren resultados muy prximos a x cuanto ms prximos se
est del punto p (principio de geoestadstica). Sin embargo, desde
una cierta distancia de p, ciertamente no se encontrarn valores
prximos a x porque la correlacin espacial puede dejar de existir.
Se considera al mtodo de kriging del tipo MELI (Mejor Estimador
Lineal Insesgado) o ELIO (Estimador Lineal Insesgado ptimo): es
lineal porque sus estimaciones son combinaciones lineales
ponderadas de los datos existentes; y es insesgado porque procura
que la media de los errores (desviaciones entre el valor real y el valor
estimado) sea nula; es el mejor (ptimo) porque los errores de
estimacin tienen una variancia (variancia de estimacin) mnima. El
trmino kriging abarca una serie de mtodos, el ms comn es el
siguiente:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 6

UNIVERSIDAD NACIONAL DE INGENIERIA

Tipos de Kriging
1. Kriging simples
Asume que las medias locales son relativamente constantes y de
valor muy semejante a la media de la poblacin que es conocida. La
media de la poblacin es utilizada para cada estimacin local, en
conjunto con los puntos vecinos establecidos como necesarios para la
estimacin.
2. Kriging ordinario
Las medias locales no son necesariamente prximas de la media de la
poblacin, usndose apenas los puntos vecinos para la estimacin. Es
el mtodo ms ampliamente utilizado en los problemas ambientales.
3. Cokriging
Es una extensin de las situaciones anteriores en las que dos o ms
variables tienen una dependencia espacial y esa variable se estima
que no se muestra con la intensidad con la que otros son variables
dependientes, con estos valores y sus dependencias para estimar la
variable requiere.
Conceptos matemticos
El mtodo de Kriging utiliza diversas teoras explayadas en
la estadstica. En tanto, para que esta teora estadstica se vea ms
clara en el mbito de aplicacin; se explican algunos conceptos.
Semivariancia y semivariograma

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 7

UNIVERSIDAD NACIONAL DE INGENIERIA

Variograma
Una semivariancia es la medida del grado de dependencia espacial
entre dos muestras. La magnitud de la semivariancia entre dos
puntos depende de la distancia entre ellos, implicando en
semivariancias menores para distancias menores y semivariancias
mayores para distancias mayores. El grfico de las semivariancias en
funcin de la distancia a un punto es llamado desemivariograma. A
partir de una cierta distancia, la semivariancia no ms aumentar con
la distancia y se estabilizar en un valor igual a la variancia media,
dando a esa regin el nombre desilo o patamar (sill). La distancia
entre el inicio del semivariograma al comienzo del silo recibe el
nombre de rango. Al extrapolar la curva del semivariograma para la
distancia cero, podemos llegar a un valor no-nulo de semivariancia.
Ese valor recibe el nombre de efecto pepita (Nugget Effect).
Modelos de Variograma
En el Mtodo de Kriging normalmente son usados cuatro tipos
de variogramas: usadas las siguientes variables:
: variancia
: nugget
: silo
: variancia asinttica
: distancia de separacin
a) Lineal
Este modelo no presenta silo y es muy simple. Su curva puede ser
representada por:

b) Esfrico
Una forma esfrica es la ms utilizada en el silo. Su forma es definida
por:

c) Exponencial

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 8

UNIVERSIDAD NACIONAL DE INGENIERIA

La curva de variograma exponencial respeta la siguiente ecuacin:

d) Gaussiano
Una forma gaussiana es dada por:

Mtodo de Kriging
1. Determinacin del semivariograma
Tomando como base una simulacin de un sistema de dos
dimensiones (2 D) que contienen un nmero finito de puntos donde
es posible una medicin de cualquier tamao. Luego de la adquisicin
de estos datos, se iniciar la interpolacin Kriging buscando alcanzar
una
mayor
resolucin.
El
primer
paso
es
construir
un semivariograma experimental. Para tal, se calcula la
semivariancia de cada punto en relacin a los dems y se ve en un
grfico de la semivariancia por la distancia.

A partir de ese grfico se estima el modelo de variograma que mejor

se aproxima a la curva obtenida. El efecto pepita puede estar
presente en el semivariograma experimental y debe ser considerado.
Determinado el modelo de semivariograma a ser usado, se inicia la
fase de clculos. Siendo el semivariograma una funcin que depende
de la direccin, es natural que presente valores diferentes conforme
la direccin, recibiendo este fenmeno el nombre de anisotropa. Un
caso de semivariograma presente una forma semejante en todas las
direcciones del espacio, va a depender de h, dicindose que es una
estructura isotrpica, i. e., sin direcciones privilegiadas de
variabilidad.
2. Clculo de los Pesos
Considere, para el clculo del kriging, la siguiente frmula:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 9

UNIVERSIDAD NACIONAL DE INGENIERIA

donde es el nmero de muestras obtenidas,

es el valor obtenido
en el punto y
es el peso designado al punto . A fin de obtener los
pesos de cada uno de los puntos, para cada uno de ellos se realiza
un clculo de
. Tal procedimento depende del tipo
de kriging que est siendo utilizado. Hacemos hincapi en la
siguiente notacin:
: peso del j-simo punto
: valor de la semivariancia de
: variable temporaria
3. Kriging ordinario
En ese caso es utilizada la media local de los puntos mostrados. Por
consiguiente, debe normalizarse la media de los pesos.
Consecuentemente, se tiene un resultado ms preciso del Kriging
Simple. El uso ser de las siguientes ecuaciones para determinar los
valores de los pesos en el p-simo punto:

4. Kriging Simples
Para este caso, utilizar la media de todos los dados. Implicando, por
tanto, que no se normalice en la ubicacin promedio de los pesos,
como en el anterior. As, tenemos casi la misma ecuacin, excepto por
la exclusin de y por la ltima equacin. La caracterstica principal
de este mtodo es la generacin de grficos ms lisos y ms
estticamente suaves. Cabe sealar que este caso es menos exacto
que el caso anterior. Los valores de los pesos para el p-simo punto
sern dados por:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 10

UNIVERSIDAD NACIONAL DE INGENIERIA

Obtencin de Punto Interpolado

Cuando llegamos a los valores de
valores de

, se calculan los

De esa manera, se calcula el valor interpolado para todos los puntos

deseados. Se resalta que solamente deben ser utilizados los valores
adquiridos arriba.

Interpolando Otros Puntos

La obtencin del valor interpolado en otro punto requiere la repeticin
de todos los clculos realizados a partir de la obtencin del modelo de
variograma. De esa forma, para aumentar la resolucin que se
pretenda, se debe recurrir a mtodos matemticos para la resolucin
computacional. Diversos cdigos se han desarrollados para esa
resolucin, mas uno de los mejores algoritmos puede ser obtenido del
link de abajo. Fue inicialmente hecho para lenguaje Fortran, y puede
ser recodificado para C con la ayuda de la biblioteca fortran2c ,
presentndose totalmente en C:
Para la obtencin de datos, programamos con la ayuda del Visual
Basic y el Excel, lo cual lo hicimos de la siguiente manera:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 11

UNIVERSIDAD NACIONAL DE INGENIERIA

MARCO METODOLGICO:
LOS MTODOS Y TCNICAS:
Los mtodos y tcnicas utilizados, son el anlisis de datos y la
interpretacin de grficos.

INSTRUMENTOS Y HERRAMIENTAS UTILIZADOS:

Libro de Matheron.
Uso de clases de los cursos de mtodos de explotacin
subterrnea y Geoestadstica.
Uso del programa Visual Basic.

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 12

UNIVERSIDAD NACIONAL DE INGENIERIA

Con lo

cual

obtenemos:

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 13

UNIVERSIDAD NACIONAL DE INGENIERIA

DESARROLLO Y ANLISIS:
Los datos obtenidos de la ley de corte con el programa para un
bloque de 5000 toneladas son:
PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 14

UNIVERSIDAD NACIONAL DE INGENIERIA

TAMAO DEL BLOQUE
(m)
30
30
30

PRECIOS DE LOS
METALES
Ag($/oz)
19,15
Zn($/lb)
0,9236
Pb($/lb)
0,9418

DENSIDAD
ROCA(Tn/m3)
2,7

RECUPERACI
ONES
Ag
0,874
Zn
0,925
Pb
0,876

Resultados para un bloque de 5000 toneladas:

BLOQU
E
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

TONELAJ
E(t)
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000

Cu
eq(%)
1.31
1.34
1.08
0.63
1.51
0.71
1.02
0.33
1.18
1.05
1.26
1.16
0.59
1.66
1.08
0.86
1.76
0.80
1.18
0.60

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 15

UNIVERSIDAD NACIONAL DE INGENIERIA

21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

CUT
OFF

TONELAJ
E(t)

>0.0

250000

5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000
5000.000

LEY
MEDIA(%
)
0.992417

1.41
0.94
1.04
1.11
1.57
0.81
0.88
1.72
1.06
0.81
1.27
1.41
0.82
0.82
0.33
0.13
1.08
0.48
0.26
0.57
0.54
1.09
1.81
1.39
0.95
0.64
1.37
0.77
0.98
0.45

TONxLEY
MEDIA

DINERO
($)

2481.04400

2291.49

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 16

UNIVERSIDAD NACIONAL DE INGENIERIA

>0.2

245000

>0.4

230000

>0.6

205000

>0.8

180000

>1.0

130000

>1.2

70000

>1.4

40000

>1.6

20000

>1.8

5000

>2.0

603
1.001100
998
1.018428
954
1.040875
388
1.063884
113
1.089074
749
1.110175
257
1.124858
515
1.133798
306
1.136242
157
0

6
2452.69744
6
2342.38659
4
2133.79454
5
1914.99140
3
1415.79717
4
777.122679
7
449.943406
226.759661
3
56.8121078
3
0

224
2265.31
136
2163.42
826
1970.77
264
1768.68
606
1307.63
027
717.750
507
415.567
73
209.435
223
52.4716
628
0

Y los grficos correspondientes son:

TONxLEY vs CUT OFF

3000
2500
2000
1500
1000
500
0
>0 .0 >0.2 >0 .4 >0 .6 >0.8 >1.0 >1 .2 >1.4 >1.6 >1 .8 >2.0

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 17

UNIVERSIDAD NACIONAL DE INGENIERIA

DINERO vs CUT OFF

2500
2000
1500
1000
500
0
>0 .0 >0.2 >0 .4 >0 .6 >0.8 >1.0 >1 .2 >1.4 >1.6 >1 .8 >2.0

TONELADAS vs CUT OFF

300000
250000
200000
150000
100000
50000
0
>0 .0 >0 .2 >0.4 >0.6 >0 .8 >1.0 >1 .2 >1 .4 >1.6 >1 .8 >2 .0

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 18

UNIVERSIDAD NACIONAL DE INGENIERIA

LEY MEDIA vs CUT OFF

1.2
1
0.8
0.6
0.4
0.2
0
>0.0 >0.2 >0.4 >0 .6 >0 .8 >1.0 >1 .2 >1 .4 >1.6 >1.8 >2 .0

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 19

UNIVERSIDAD NACIONAL DE INGENIERIA

CONCLUSIONES:

El grafico de ley de corte es demasiado sensible a valores

extremos es por ello el cambio en la grfica.

La estimacin de recursos es una herramienta que nos permite

analizar el comportamiento espacial de una propiedad o
variable sobre una zona dada.

Con la ayuda de la progracion se nos hace mucho mas fcil

analizar los graficos.

Ahora que hemos analizado la sensibilidad para cuando se

cambia el tamao del bloque, observamos que la ley media no
varia, pero para los dems graficos si hay un cambio bien
notorio, como pueden aumentar o disminuir.

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 20

UNIVERSIDAD NACIONAL DE INGENIERIA

RECOMENDACIONES:

En el cmputo de los cdigos de Visual Basic se debe tener

mucho cuidado, ya que sino el programa no se ejecuta, tambin
se deben declarar todas las variables para que sean

considerados nmeros o no.

Al momento de ingresar la mxima y mnima ley se debe tener
cuidado de que se asemejen a datos cercanos a la realidad. Por
ejemplo ley de Cu de 1.9%

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 21

UNIVERSIDAD NACIONAL DE INGENIERIA

BIBLIOGRAFA:
Clases del PhD. Alfredo Marn Suarez.
Clases del Ing. Augusto Teves.
http://geoestadistica.org/index.html, pgina del CENTRO
GEOESTADSTICO PERUANO, Lima 15 de abril del 2014.
Curso de Geoestadstica de Georges Matheron, Los Cuadernos
del Centro de Morfologa Matemtica de Fontainebleau.

PRIMERA MONOGRAFIA DE GEOESTADISTICA II

Pgina 22