AGRADECIMIENTOS

A Dios, por cuidarme en este camino y estar siempre presente.

A mis padres, a mis profesores por darme la oportunidad de estudiar y gracias a

ellos llegue a ser lo que soy.

“Año del
Agradezco en especial al Sr. Alfredo Marín Suárez, Diálogo yIngénieur
Docteur Reconciliación Nacional”
en Ciencias

Escuela Profesional de
y Técnicas Mineras Opción Geoestadística de la Ecole National Superieure des

Mines de Paris, por ser mi profesor en el cursoIngeniería

de Geoestadística, de
por suMinas
esfuerzo

Facultad de Ing.
y dedicación, quien con sus conocimientos, su experiencia, su paciencia y su

motivación han logrado en mí cautivar aún más el interés por la minería y en el

Geológica, Minera y
desarrollo académico – profesional como estudiante universitario de la
Metalúrgica
UNIVERSIDAD NACIONAL DE INGENIERIA.
UNIVERSIDAD
NACIONAL DE
.
INGENIERIA
10/05/18
GEOESTADISTICA Estudiante: Wuilmert
Ronald hurtado carrillo
VARIOGRAMA CODIGO: 20152074A
Docente: Dr. Alfredo Marín
MAYO, 2018 Suarez
 INDICE

Contenido
INDICE ............................................................................................................................................... 1
OBJETIVOS ...................................................................................................................................... 2
INTRODUCCIÓN .............................................................................................................................. 3
FUNDAMENTO TEORICO ............................................................................................................. 4
LA GEOESTADÍSTICA ................................................................................................................ 4
VARIABLE REGIONALIZADA .................................................................................................... 4
APLICACIÓN EN LA DIFERENCIACIÓN DE DOS FENÓMENOS...................................... 6
REALIZACION DEL HISTOGRAMA PARA 5000 DATOS ....................................................... 8
CALCULO DEL VARIOGRAMA ................................................................................................... 10
PROCEDIMIENTO: .................................................................................................................... 10
Programando sobre Visual Basic en Excel: ........................................................................... 11
DATOS ESTADISTICOS:.......................................................................................................... 13
GRAFICA DEL VARIOGRAMA: ............................................................................................... 13
CONCLUSIONES........................................................................................................................... 15
 OBJETIVOS

 Elaborar un histograma y variogramas para distintos datos generados.

 Hacer un estudio de los variogramas y su comportamiento frente a datos

diversos obtenidos al azar y asimismo distintas formas de agrupación de

dichos datos.

 Interpretarlos resultados de las graficas para comprender las diferencias

éntrelos parámetros estadísticos y la utilidad de la geoestadística.

 INTRODUCCIÓN

No podemos tener mejor introducción al tema de variogramas que la misma teoría

del doctor Marin discípulo de Matheron.

La Geo estadística aporta una herramienta denominada Vario grama, el cual tiene
aplicaciones en las ciencias geológicas y múltiples aplicaciones en otras
disciplinas. La Geo estadística fue desarrollada y presentada por George
Matheron en la década de los 60 del siglo XX. En efecto la Geo estadística
considera que las variables regionalizadas están modeladas en un espacio de
variables a l e a t o r i a s r e a l e s L2 sobre un espacio de
probabilidades.
 FUNDAMENTO TEORICO

LA GEOESTADÍSTICA

La Teoría de Variables Regionalizadas o Geoestadística es una ciencia

desarrollada por el matemático francés Georges Matheron en 1950. Se define
como “la aplicación del formalismo de las Funciones Aleatorias al reconocimiento y
a la estimación de fenómenos naturales”.
Estudia todo aquel fenómeno en el que se considere la ubicación de los datos en
el espacio. Proporciona herramientas matemáticas útiles en diversas áreas de
estudio. Es aplicada en ciencias tales como la oceanografía, la geoquímica, la
geología del petróleo, la hidrogeología, la geometalurgia, la agricultura, entre
otros. Debido a que es ampliamente usada en ciencias de la tierra, recibe el
nombre de Geoestadística.

VARIABLE REGIONALIZADA
De manera general, diremos que un fenómeno es regionalizado cuando se
considera la posición del dato en el espacio, manifestando una cierta estructura.
Tal característica es considerada por las variables regionalizadas.
Para definir a la variable regionalizada, debemos considerar dos características
importantes:
 El carácter aleatorio.
 El carácter estructural de la regionalización.
El lenguaje probabilístico de las funciones aleatorias permite considerar este doble
aspecto aleatorio.
Algunos ejemplos de variables regionalizadas:
 El grado de absorción del dióxido de carbono (CO2) de los árboles de una
determinada zona.
 El grado de salinidad del mar peruano.
 La porosidad de la tierra, factor importante en la extracción de petróleo.
 La precipitación fluvial en regiones de la tierra.
 La presencia de plomo y otros contaminantes para medir la calidad del aire.
Ilustración 1:representacion de la variable regionalizada en el espacio.

En la que se define la función Variograma:

Y una extensión del Variograma denominado Variograma Cruzado que relaciona

dos variables
 En esta pequeña divulgación el objetivo es presentar el Variograma y su
extensión Variograma Cruzado mediante algoritmos aritméticos simples, a
través de ejemplos, haciendo ver su aporte como herramienta de trabajo en
la geología de minas, de petróleo, etc. Aporte que consiste en dar cuenta del
aspecto estructural del fenómeno estudiado, aspecto estructural no
contemplado por la estadística descriptiva.

APLICACIÓN EN LA DIFERENCIACIÓN DE DOS FENÓMENOS

1.1 En una línea de muestreo de la zona A, tenemos los siguientes

valores de la variable regionalizada de plomo en ppm.

Realizamos un análisis estadístico básico.

a) Media aritmética:

b) La varianza:

c) Histograma
 REALIZACION DEL HISTOGRAMA PARA 5000 DATOS

Para calcular el histograma, primero debemos generar cinco mil (5000) datos
aleatorios. Consideraremos un yacimiento siendo el metal de interés el oro, cuyas
leyes variarán entre 0 y 1. Generamos número aleatorios mediante herramientas
contenidas en el programa Excel.

1. PARA DATOS DESORDENADOS:

0.17378754
0.60016832
0.39268076
0.1718978
0.72982457
0.36751999
0.13810852
0.48803412
0.57105802
0.95766855
0.96246622
0.49293361
0.29728804
.
.
.

0.37177364
0.80439514
0.80877262
0.20716074
0.49592686
0.95243903
0.58066897
0.47656392
0.02308559
0.83267923

Siendo los datos mostrados algunas leyes de oro, generados aleatoriamente.

 Determinamos la Media, Varianza, y coeficiente de variación de los datos

aleatorios. Siendo estos:
 Media 0.495937432
Varianza 0.082370019
CV 0.578705611
DesviacionEstandar 0.287001775

TABLA DE
FRECUENCIAS
Límite Marca de
CLASE Límite Inferior Superior Clase Frecuencia FrecuenciaAbsolutaAcum
1 0.000299478 0.08 0.038749106 405 405
2 0.077198733 0.15 0.115648361 373 778
3 0.154097989 0.23 0.192547617 381 1159
4 0.230997245 0.31 0.269446873 403 1562
5 0.307896501 0.38 0.346346128 377 1939
6 0.384795756 0.46 0.423245384 373 2312
7 0.461695012 0.54 0.50014464 390 2702
8 0.538594268 0.62 0.577043896 388 3090
9 0.615493523 0.69 0.653943151 401 3491
10 0.692392779 0.77 0.730842407 382 3873
11 0.769292035 0.85 0.807741663 400 4273
12 0.846191291 0.92 0.884640919 355 4628
13 0.923090546 1.00 0.961540174 372 5000

Histograma
140
120
100
Frecuencia

80
60
40
20
0 Frecuencia
0.040288

0.48010169

0.75998313

0.91991538

y mayor...
0.000304937

0.080271063
0.120254126
0.160237188
0.200220251
0.240203314
0.280186377
0.320169439
0.360152502
0.400135565
0.440118628

0.520084753
0.560067816
0.600050879
0.640033941
0.680017004
0.720000067

0.799966192
0.839949255
0.879932318

0.959898443

Clase
 CALCULO DEL VARIOGRAMA

 Geoestadístico:

 Función Variograma

PROCEDIMIENTO:

5000 Datos Aleatorios entre 0 Y 1

1 0.800350435
2 0.394769453
3 0.730106205
4 0.457297121
5 0.142090704
6 0.952416119
7 0.732621661
8 0.005921341
9 0.339338669
10 0.029947071
11 0.75520007
12 0.746444972
13 0.917414578
14 0.415195933
15 0.92478237
. 0.849466433
. 0.685097994
. 0.829883222
. 0.072102802
. 0.389608959
. 0.408927098
. 0.5603742
. .
. .
 . .
. .
. .
. .
. .
. .
. .
4992 0.77115432
4993 0.979710986
4994 0.493061626
4995 0.694717203
4996 0.629518942
4997 0.590776182
4998 0.751121663
4999 0.529960778
5000 0.492567487

Programando sobre Visual Basic en Excel:

 Gamma de
H H
0.08125868
1
0.08181681
2
0.0845951
3
0.08155514
4
0.08388969
5
0.08578419
6
0.08860494
7
0.08249014
8
0.08131079
9
0.08343369
10
. .
. .
. .
. .
985 0,10233956
0.07786129
989
0.01285535
990
0.06498534
991
0.03864185
992
0.08140237
993
0.10039676
994
0.01715545
995
0.00658251
996
0.17091741
997
0.07786129
998
0.01285535
999
DATOS ESTADISTICOS:

Columna1
Media 0.08334325
Error típico 0.00023469
Mediana 0.08319772
Desviación 0.00741777
estándar
Varianza de la 5.5023E-05
muestra
Curtosis 21.9632672
Coeficiente de 1.36841128
asimetría
Rango 0.13116031
Mínimo 0.03677745
Máximo 0.16793775
Suma 83.2599117
Cuenta 999
Mayor (1) 0.16793775
Menor(1) 0.03677745
Nivel de 0.00046054
confianza(95.0%)

GRAFICA DEL VARIOGRAMA:

Como podemos ver el grafico. Mediante el variograma echo en Excel mediante la

utilización de visual Basic como uno de sus desarrolladores

En el grafico vemos que los 5000 datos tienen a formar un comportamiento lineal
por más que sean de manera aleatoria
 0.1

0
0.02
0.04
0.06
0.08
0.14
0.16

0.12
1
37
73
109
145
181
217
253
289
325
361
397
433
469
505
541
577
613
649
685
721
757
793
829
865
901
937
973
Series1
 CONCLUSIONES

 Este tipo de variogramas es muy común en tajeos delimitados por galerías y

chimeneas.
 Para determinar el modelo del variograma, se debe calcular el variograma
experimental, con todos los datos del tajeo y/o de lo que se está analizando.
 Para los cálculos se considerará que las galerías y chimeneas están
representadas por puntos.
 Este tipo de variogramas es muy común en las leyes de los minerales como
el de cobre ,etc

 Para el primer caso (datos desordenados), vemos que los puntos se acercan
a una recta horizontal, por tanto, podemos decir que el efecto pepita es
constante y no empieza en cero.

 Para ambos casos, los parámetros estadísticos son los mismos.

 El Variograma resulta ser una herramienta consistente muy útil para el

geólogo y el Ingeniero de Minas, u otra disciplina, dado que da cuenta de la
estructura del fenómeno en estudio.

 El variograma y la técnica del kriging de Matheron están sustentados por la

teoría de la Funciones Aleatorias, dentro del espacio 𝐿2 (Ω, 𝐴, 𝑃).