1. BREVE TNTRODUCCION AL METODO GEOESTADISTICO DE ESTIMACION DE RESERVAS MINERALES.. 1.1 DOS CONCEPTOS IMPORTANTES. En términos generales, e1 problema de una estimacién de reser vas minerales puede resumirse en 1o siguiente: Conociendo las leyes de muestras esparcidas en un dep6sito, se requiere estimar las leyes reales de bloques mayores de material y ain mas, 1a del dopésito en- tero. Se busca también Ta confiabilidad de tales estimaciones. Para eNlo, Tos valores de 1as muestras son manipuladas de acuerdo al méto- do de estimacién, involucrando en e110 dos conceptos bésicos: el con cepto de extensién y el del error de 1a estinacién. 1.1.1 Concepto de Extensién. Cualquiera que sea el método, todos se basan en un mismo principio; To que se hace es asignar a un bloque de mineral 1a Tey, 0 una conbinacién de eyes, de Tas muestras cercanas a €1: os métodos Geonétricos asignan a un bloque Ta ley de una muestra contenda en é1 y los métodos ponderadores de Ta distancia, una conbi- nacién lineal de las muestras 2 su alrededor. Lo que se hace es “exten, der” 1a ley de un volimen de material (1a muestra) a otro mayor (el blo que). 1.1.2 El] Error en 1a Estimacién. Considerando e1 concepto de exten- sign, es obvio que ciertas caracterfsticas geolégicas del depésito ocacionan que un error sea cometido al asignar leyes a bloques a partir de eyes de muestras, Entre tales caracterfsticas se cuentan: (1) Ta continuidad que presenta 1a mineralizacién; (2) 1a zona ‘de influencia de una muestra en distintas direcciones (anisotropfa); y (3) lasvariacfones en pequefa escala del contenido netélico. La confiabilidad que de un método se tenga depender& de la mag- nitud de los errores cometidos, "puesto que no es posible predecir la magnitud de un error, ya que de lo contrario podria corregirse y dejar de existir, lo que si puede hacerce es buscar el método que estime de Ja "mejor" manera las leyes reales de nuestros bloques. Por "mejor" ‘se puede pensar que el método debe producir los errores mas pequefios, considerando en general todos los.bloques del depésito; puesto que los ferrores no serén constantes, unas veces serén pequefios y otras veces mayores, es necesario que la mayorfa de'ellos tengan un valor absoluto bajo, en otras palabras, que la distribucién de los errores posea una ispersién pequefa: una varianza minima. Se estaré atin més satisfecho, si al merios et promediy de Tas estinactores es igual al promedio de los valores reales" (M. David, 1975, pégs. 83-89). Por ejenplo, considerenos algunos bloques V1 V2s Vs» - . « Vn de un depésitos digamos que sus leyes reales son: Z(Vi), Z(Va)s Z(Va)s, +++ +5 ZV), si las estimactones que nosotros hacenos de esas leyes reales, siguiendo un método dado, son: Z*(V:), Z*(V2), Z*(Va)s » so» Z*(Vn), entonces los errores cometidos serén ex = Z(Vi) - Z*(Va)s €2 = 2(Ve) - Z*(V2), &9 (Vs) = Z*(Va)y yen = Z(Vn) = Z*(¥n). En Ta figura 1 se muestran dos distribuciones de errores para dos méto- dos de estimacién; el caso 1 es m&s deseable que el caso 2. 1.2. VARIABLES REGIONAL IZADAS. El error cometido en una estinacién sigufendo un método conven- cional, se ve atin més favorecido por el hecho de que las extensionesson hechas considerando unicamente las distancias que hay entre las, “tuestras y e1 voliimen del material a estimar. Esto supone una inde, Pendencia total entre Tas leyes de las muestras, To que equivale a afimar que 10s procesos geolégicos que dieron orfgen a1 depésito de a mena, no se Ilevaron a cabo bajo condiciones fisicoquimicas y es- tructurales comunes (0 dentro de rangos ‘comunes) y que como consecuen cia de ello no existen cierta tendencia ni cierta continuidad en 1a nineralizacién. De hecho, estas caracterfsticas existen, y han sidg {ntroducidas por e1 método geoestadistico mediante Ta nocién de Varia he Rogionalizada, y tonades en consideractén on los eéleulos mediante el uso de? Variograma. 1 Wot de Var Regionalizada. Una Variable Regional izada (W. Re) se puede definir cono una functén que fona un valor defn‘ eel espacio y que muestra clertay vartaclones de un Tuyar « otro con aparente continuidad, como por ejemplo, 1a ley 0 e? espesor de un estrato mineralizado, o Ta gravedad espectfica de 1a mena en un punto Tocalizado de un depSsito mineral, En general, una V. R. posee propie, dades demasiado compleias. es altanente variable y discontinua; su es tudio, dada Ta naturaleza de su dominio (e1 espacio mineralizado), no puede hacerse directanente mediante anélisis mateniticos comunes y ras bién se hace considerando sus incrementos (M. David, 1975, p. 146). 1.2.2 Caracterfsticas de una Variable Ragionalizada. Deede un punto de vista geolégico, se pueden asociar ciertas caracterfsticas @ una V. R. (6. Matheron, 1963, pags. 1248-1250).1.2.2.1 En primer lugar, una V, R, esté localizada. © Sus variactones fcurren en el espacio mineralizado (canpo geonétrico) y se define ba- Jo un soporte geonétrico, que en el caso de muestras viene stendo su voliimen, forma geonétrica y su orfentactén. Variando cada uno de es, tos pardietros, se obtiene una nueva V. R. que muestra ciertas analo, fae con Ta primera pero no coincide con ella. 1.2.2.2 Una V. R. puede presentar ina continuidad mas 0 menos cons tante en su variacién espacial qué puede expresarse mediante una des~ viacién entre Ta ley de una muestra én un punto y Ta Tey de otra en su vecindad, Algunas veces pucue exisLir una continutdad menos detintda © una continuidad pronedio; en algunos otros casos, esta continuldad no ser confimmada y se hablaré del efecto de discontinuidad’. 1.2.2.3 Por Gitino, Ta V. R. puede presentar anisotropfas: puede existir clerta dtrecctén @ 10 largo de 1a cua? 1as Teyes no varfen gran denente, mientras que si 1o hagan en otra direccin, diganos transver- sal a le primera. Estos diferentes aspectos de 1a distribucién espacial de una V. R., @ diferencia do las téenicas eléeicas de céleulo, son tomadas en cuenta, en geoestadistica, mediante 1a funcién Variograna. 1.3, VARIOGRAMA. 1.3.1 Definicién. En eT punto 1.1.2 se mencioné que el error en una estimacién era funcién de ciertas caracterfsticas geolégicas de un 2 "Nugget Effect".depésitos en restimen, esos razgos del depésito producen una disimilitud «(0 similitud) entre 1as Teyes en dos puntos del depésito. La manera en que en Geoestadistica se expresa esta similitud en leyes, se hace median te 1a funcién Varfograma. Yariograma es una curva que representa la continuidad de 1a mi- neraltzacton en un depdsito. TeOricanente, sea f(x) eT valor que toma tuna V. R. en el punto x de un campo geonétrico V, el variograna se defi, ne para un argunento vectorial h-mediani dh) = aye Ay (Fst) = 100)? a) donde f{xth) es el valor de la V. R. en e1 extremo del vector h. EI Variograma es una funcién vectorial en Ta que h tiene una di- reccién definida y expresa céno varfan, en promedio, Tas leyes de acuer, do a la distancia en esa direccién. 1.3.2 Derivactén de un Variograna. La disimilitud de Teyes entre dos puntos es obtenida conparando 1a ley f (x) en un punto x con 1a ley f (xth) en otro punto, h metros distante de x, medidos en una direccién dada (Ejem. Norte - Sur). La comparacién se hace considerando su di- ferencia # (xth) ~ F(x) Para evitar los signos negativos, esta diferencia se eleva al ‘cuadrado; para generalizar 1a disimilitud, Tas diferencias cuadradas se pronedian para todos Tos puntos separados h metros en la direccién dada: Prom. ( #(xth) ~ #(x))?ont =} et I oe iG to tho Fig.3. verisgene (aeadn ke 10 Wises. Ming Pine. sony 1.0. Kim.) Hone 0.08 + 06 (1st a/is)- Os tnsi7sy) bert ¥0n)= 0.08 40.18 neue a rr) estéreo.10 Esto nos di un Valor para la diferencia pronedio en leyes entre “puntos separados h metros, 1a cual se puede graficar en un sistema de ejes coordenados: 1a distancia h en el eje x y Ta diferencia prone- dio en el ede y. Variando el valor de h, en 1a misma direccién, podemos obtener varios puntos en nuestra grifica. Eso nos proporciona un modelo experimental de 1a funcién vario- grana (Ifnea en zi: zag de la figura 2). A este modelo experimental, se le ajusta un modelo tedrico que represente, en promedio, 1a dis militud en ley entre dos puntos separados una distancia h cualquiera (1fnea continua en la Fig. 2). Variando 1a direccién a To largo de 1a cual se mide hy se pueden obtener modalos Ledricos de vartogramas’ para diferentes direceiones. 1.3.3 Algunoe Modelos TaSricos. Dos son Tot modalor tadricor més co- smunes de variogranas: 1.3.3.1 E] Modelo Esférico. Su forma y ecuacién se muestran en 4a figura 4. es Manado et rango, Co es e? valor del efecto de dtscontinut, dad y C+ Co el "sill". Este modelo es comin para depésitos donde las eyes son independientes unas de otras una vez que la distancia a ha sido sobrepasada, como en el caso de depSsitos sedinentarios y pérfi- dos cuprfferos. 1.3.3.2 £1 Modelo De Wijsian. Este modelo se encuentra para depésitos fen Tos que no existe un rango de dependencia en Tas Teyes, tal como aul para el caso del modelo Esférico; y(h) se incrementa continuanente a “medida que h aunenta cono en algunos depésitos hidrotermales. £1 modelo es una linea recta cuando y(h) se grafica contra In(h). La ecuacion es yh) © A In(h) +B En la figura 3 se muestra 1a gréfica de un variograma experi- mental De Wijsian, “1.3.4 Garacterfsticas Geoléaicas Descritas por un Variograma. Las caracterfsticas cual itativas de una V. R. son bign expresadas por un Varfograma (Matheron, 1963, pags. 1250-1261). 1.3.4.1 Continuided en} eralizacién. Le mayor 0 enor continu dad de 1a mineralizactén es representada por el conportaniento de 1a Tuncton y(n) cerca det ortgen. A grandes razgos, 4 tipos de continul, Wades se pueden distinguir (Fig. 5). En a), el variograna representa tuna V. R. con una alta continuidad, como el espesor de un estrato; en b) se representa una V. R. con una continuidad promedio; en c) hay tuna discontinuidad en eT orfaen y representa una V. R. con variacto~ nes altas a pequefia escala; y en d) se representa una variable comple. tamente aleatoria. 1.3.4.2 Las Anisotropfas. Las anisotropfas en un depésito son reve- Vadae definfendo y(h) para diferentes direccfones. La funcién y(h) no depende solo de 1a magnitud de hy sino tanbign de Ta direccién en que se mide tal magnitud. En la figura 6 se muestran dos variogramasALTA couTMuio’D ——_coNTINUIORD recto o€ T1P0 ALeaToRo Fig. 5. rom) * h h PROMEDIO. BissoNTiNUIDAD Veriegrame Horizontal13 GeFinidos en diferentes direcciones de un mismo depésito hipotéticos “muestran la anisotropfa del mismo, 1.3.4.3 Zona do Influencia de una Nuestra. Relacionada al concepto de continuidad, 1a zona de influencia de una muestra es expresada por el variograma por la distancia a 1a cual Ta curva empieza a nivelarse (a en Ta Fig. 4). Para un depésito anisotrépico, 1a zona de influen- cla de Tas muestras, rangos de los variogramas, son diferentes en Tas direcciones de anisotropfa. 41.3.5 Zonas de Aplicacién de un Variograma. Es importante definir Vas zonas de aplicacién de un variograna; no hay que aplicar un vario~ grana en una zona geolégica diferente a la que se us6 para su deriva ct6ns por ejemplo, un variograma derived.’ para 1a mineralizacién en cuerpos de reenplazamiento, puede no ser Gtil para cuerpos del tipo de vetas dentro del mismo distrito geolégico; las condiciones bajo Tas que se deposits 1a mena en ambos casos, fueron diferentes, y diferen- tes pueden ser las caracterfsticas de 12 mineral izactén. 1.4 PROCEDIMIENTO DE LA ESTINACION, KRIGING. 1.4.1 Metodologia. Kriging (nombre dado a1 procedimiento de estimacién fen honor aD. G. Krige, pfonero de Ta Geoestadfstica) es de hecho un Imétodo de interpolacién de muestras. La ley asignada a un bloque de Inineral es una conbinacién lineal de Tas muestras localizadas a su alrededor: Ley Estimada = a:X + ao%2+...¢ amin, se... (2)u A tales muostras: X1, Kay Yay ss + » Any se les asignan Factores e peso: a1, a5 a5.» « 5 ans bajo dos condiciones fundanentales (es- bozadas en Ta Seccién 1.1.2): que 1a variacién de los errores a coneter sea mfnina y que estos errores no vayan a ser sistenfticos. Cada una de estas condiciones se verd mis adelante, pero primero veartos céo puede Gefinirse 1a varianza del error conetido. 1.4.1.1 Varianza del Error de Estinacién. Usando 1a expresién para Tos errores de estimacién mencionada en el punto 1.1.2, 1a varianza del érror conetido a1 estimar Ta Tey de? blogue V.serd: VAR (e) = VAR (Z(V) = 2*(¥)) WAR (ec) = WAR (Z(V)) = 2 COV (Z(V), Z4(¥)) + VAR (ZA(V)) Considerando Z*(V) como una conbinacién lineal de as Teyes Kay Ker Boy + An de Tas muastras disponibles, tenemos: AW) ABA eee @) donde las ai son coefictentes ponderadores de Tas muestras. Entonces 1a varianza del error se YAR (e) = VAR (2(V)) = 2 COV (Z(V), Fat HH) + VAR ( E af x4) 6 aR (e) = YAR (2(VD) = 2 Ea COV (2(V)5 HH) + BE at aS COV (H4AKD) 6 : roe aoa TELA yy eee z i15 donde: 2 %% representa VAR(Z(¥)), 1a varianza de Ta Tey de Tos Dlogues cono el Bloque V yy; Tebresenta COV(2(V), KH), Ta covarianza entre Ta ley del Bloque V y 1a Tey de te mostra 16 Sing TeBresenta COV (X45 RS), 1a covartanza entre 1a Tey de 1a muestra Xi y Ta muestra x5. Cada ura de estas varianzas y covarianzas pueden caleularse a partir del varograna, como se verd as adelante. 1.4.1.2 £1 Problena y su Solucién. Atrés se vié que ya que no es po- sible definir un error, si es muy deseable que la dispersién o Ta vas vianza de su distrituctén sea minima: ndenés se requiere que los erro- ves no sean sistensticos, en otras palabras, se requiere que en prane- Gio Tas Teyes estinadas sean igual al pronedio de Tas leyes reales, en vez de ser sistanfticanente mayores o menores. En términos estadtsticos, esto juplica que Ta sia de Tos factores de peso, de las muestras sea igual a uno. Minimizar la varianza de los errores, definida por 1a ec. (3), requiere qu 1a derinda parcial de a2, respcto a tas at (Factores desconocidos) sea igual a cero. £1 problena es pue! ercontrar Tos factares do pes a1, qle winineen 02 baJo 18 condieion de que 10 Suna de ellos sea uno.16 Cuando existe una restriceién general, et Principio de Lagrange os dice que 1a fuetén Fecbe eu deberé wininzarsey steno y el ieipticador de Lagrange, descono= ido. Dedenos pues toner Ta derivada de 2 + Feqh- 2b at ayy +z BE 81 8) oy yy 2 (Eat ot) especto a todos 10s factores de peso yay ¢ igualarlas a cero. Derivando e igualando a cero tenenos: #. + Bro cau TES os tH 8 ¥ (ist, By ssn) Bewi-i+0 Esto 5 un sistene lineal de ntl ecusefones con ntl incégnttas: Vas ai yu. Escrito de otra forma: Mer er * ure FAB ee FAM TE OD Ky vax * 2 y2,x2 + 3% 2.43 FF BMI FH OZ, xe exasar a3 x2 * 8% 3x3 + FAME EE Sea 6) Mngt 7 ngc2 * Pens en Kn at az tL an tO” La solucién al sistema de ecuscfones (5), después de determinar. cada_una_de Jas covarianzas °Ki,X) y %Z,K1, nos daré los factores de peso ai yu. La ley de nuestro bloque seré, de la ec. (2): Ley Estinada = fai xi Volviendo a 1a ecuacifin origi? de 1a varianza del error, ee. (3), venos que es fositle evaluarla sustituyendo Tos valores de Tos pa- rrémetros que eran desconocidos. 0 bién, usando Ta ec. (6) obtenida a artir de Ya (3): : BeBe tahoe voce cece oy En el Apéndice 8 se dan alguros ejemplos runéricos del nétodo. Haios visto el siecanismo de kriging, pero écéno determinanos: las covarianzas del sistema de ecuaciones (5)? Veonos qué significan cada ura de elas y cém pueden obtenerse del Varfograna. 1 +2 Varianzas y Covarianzas. Hagapos primero las siguientes con Sideraciones (@. Matheron, 1963; M. David, 19755 M. David, 1969): = 1a varianza de 1a Tey de un voltinen v dentro de un volinen V, viene dado por la siguiente expresién: S dvs yh) dv... (7) 2 4 fav 5 y(h) ov = wiv) ey” ei cada una de esas integrates sextuples representan el valor pronedio de y(h) dentro de V (0 v) cuando los extreros del Vector B unen un nero ToFinito de puntos dentro de ¥ (ov).18 = 1a covarianza entre 1a ley de dos voliinenes v y v' dentro del voltinen V, viene daa por 1a expresién. i ea) v v v voy en onde Ta segunda integral representa el valor pronedio de y(k) cuando los extrems del vector k-unen un rdnero ‘infinite de puntos local izados env y en v's 14.2.1 Varianza de 1a Ley de un Bloque: of. La vordabilided prone- dio de 1a ley de un bloque deberé depender de Ta diferencia pronedio en ley que existe entre dos puntos cualesquiera dentro del bloque. Si esta diferencia es basa, asi serg Ta variabiTidad de Ya ley det bloque, y vViceversa. Siendo esta diferencia en leyes expresada por el veriograna, Gf se obtsene usando 1a ec. (7) para Vz et voldoen del depésito y v el del Lloque. En la préctica, se tienen que efectuar ciertas aprox inacio~ nes al estinar las integrates de Ta ec. (7)'1): en este caso, el voliimen del bloque puede reducirse a un érea y estinar sobre ésta 1a functén v(h) ra un néuero Finite de puntos dtstribufdos regularnente dentro de ella. En la Fig. 7 se flustran estas sinpl ificaciones. Pare un variogram esférico, 1a ecwacién (7) equivale a 1a ecua- €46n (9), (se deFiningn las expresiones de yaranta y coverfonce pora un variograms esférico con el objeto de hacer mas flustrativos Tos eJenplos del Apéndice 8), (2): Tales aproxinaciones no introducen errores serios en.los resulta~ dos dado que en la préctica, los pardmetros del Variograma son de terminados con un error mayor; adends, uno esté interesado en las estinaciones de las leyes de Tos bloques y n6 en las-de las varian, 2a y covarianzas cuyas variaciones afectan poco a las primeras (i. david, 1975, pags. 446-149).Fig. 7. UY HUN) pare puntos 30 V Uh) pera adeteos 20 Simpliticaciones ds lox voldmenes 4 dioque y 1920 oy © E+ C0 7h). ++ 9) donde ¥(h) es el pronedio de estinar 1a funcién y(h) para una serie de buntos Tocal izados dentro del blogue. 1.4.2.2 Covarianza entre 1a ley de un questra Xi y de un Bloque 2: oy 44» Este valor express 1a correlacién que existe entre Ta ley de un bloque y Va de una nuestra dada. De nuevo, esta correlacién debe ser igual a 1a correlacin pronedio entre las Teyes de cualquier punto dentro del bloque ¥ cualquier punto dentro de Ta muestra. Stendo esta correlactén expresa~ a por et vartograna, a, y, 5° estina mediante Ta ec. (8) para v el volG- inen del blogue Z y v' el voldnen de 1a muestra Xi. Las aproxinac tones précticas para estinar oy y, son as siguientes: ET voldinen v del bloque se reduce a un Srca y ésta a su vez a puntos regularnente distributdos en ella; el voldnen de Ta muestra v' se reduce a un punto, su centro de sravelad. Para un varfograna esférico, op,y, se estina mediante 1a ec. (9) calculando Yh) para Tos vectores definidos por 1a local izactén de Ta mues tra yum serie de puntos distribuidos regularmente dentro del bloque. 1.4.2.3 Covarfanza entre las leyes de dos muestras: o, grado de correlactén que existe entre las leyes de dos muestras. Es por ge Bsa Jo tanto igual a a correlacién pronedio que etiste entre Ya ley de dos puntos cuslesquiera local zados uno en cada muestra. Stendo esta corre~ Tacién expresada or el variograna, oy; x5 Se estiea mediante Ta ec. (8) vara ¥ el voldnen de 1a suestra Xi y vel volGnen de Ta muestra Xi. Como se indica arriba, las suestras se reducen a puntos para sin= plificar. Para un varfograna esférico, se usa 1a ec (9) calculando 7h)a para el vector h definido por los centros de gravedad de las muestras. 4.3 Alguras Propiedades del Método. 1.4.3.1 Minima Varianza de 1a Estinmeién. Considerando Tal prinera con- icin bajo Ya cual se Nevan a cabo las estinaciones, kriging produce Ja mejor est inacion posible de las leyes reales de Tos bloques de mineral: aquellas cuye diferencia con sus valores reales es mfnina y que en pro medio, igualan al promedio de los valores reales, 1.4.3.2 Condicién de tio Sistenatizacin. La segunda de las condiciones nos Heva a esta propiedad importante del método: E (Z/2* = 10) = to © Bin, que en pronedio, todos Tos blogues Z que tan sido estinados tener Va Tey Zo, tendrdn esa ley. Esto iuytica que si uno mina de acuerdo a Vas estimactones, ai tinal, 1a Tey real del tonelaje minado serd el pro- medio de las estinaciones. Esto es verdadero cuando Tos valores reales y las estinacfones siguen una distribucién normal y 1a ey real pronedio del depésito es conocida, sin enbargo, discrepancias en estas condiciones fo conducen a errores serios y kriging praparcion et mejor acercaniento a Ta realidad (M. David, 1975, pigs. 404-407) . 1.4.3.3 Propiedad de Adici6n, Esta propieded indica que al estinir 1a Tey de un bloque cone una unidad, se obtendré el miswo resultado si eva Twanoe dicha Tey prenediande estinacfones hechas en puntos. Toca izedos dentro del bloqe. Esto es verdad si consideravos los nisnos puntos usados en 1a aproxinacién del voldnen del bloque2 Esta propiedad pernite réconbinar Bloques pequefos en otros mayores ‘we representen, diganos, el avance mensual en un banco. Como ejen~ lo, sean los bloques Vi_y V2 cuyas Teyes reales son 21 y 22 respec tivamente. La ley verdadera del bloque V3, que es Ta suna de VI y V2, es: Be que Haciendo estimaciones por separado, usando kriging, las leyes estimdas 781, 2#2, 2*3, guardarén la siguiente relac isn: U3 = (llgg m+ (ge t2 yg) a2 1.4.3.4 Interpolacion Exacta. Kriging es un nétodo de interpolaciéns lum interpolacién se dice que es exacta cuando de hecho pasa por 10s puntos estabiecidos en vez de cerca de ellos. Al tratar de estinar un punto de ley conocida, sin eliminarlo de los eélculos, 1a solucién del sistema de ecuaciones (5) dard un factor de peso igual a uno para el punto a estinar y cero para Tos otros. En el Apéndice B, se ilustran algunas de estas propiedades con ejenplos nunéricos.