Geoestadistica

UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA GEOLGICA
18 de octubre del 2015
ANALISIS ESTRUCTURAL Y VARIOGRAMAS

EXPERIMENTALES EN DIVERSOS YACIMIENTOS
ASIGNATURA: GEOESTADISTICA
DOCENTE
: ING. WILDER CHUQUIRUNA CHAVEZ
ALUMNOS :
CHACON GUTIERRES Jhonatan
CUEVA BUSTAMANTE Ebert Luis
FERNANDEZ CRUZADO Kelvin L.
HERRERA FIGUEROA Edgar O.
SILVA LEON Kevin
TERRONES CARRERA Richard H.
CICLO/AO: VI CICLO/3ER AO

SEGUNDA UNIDAD DE APRENDIZAJE: Del 12 de septiembre al 19 de septiembre, Total Horas 16

horas.
COMPETENCIA
(CONCEPTUAL,
PROCEDIMENTAL,
HORAS
CONTENIDOS SIGNIFICATIVOS
ACTITUDINAL)
TEORA
PRCTICA
UNIDAD II: ANALISIS

ESTRUCTURAL.
1. Composicin
La perspectiva de realizar el
clculo de reservas a partir
las
variables regionalizadas.
2. Anlisis
del resultado del anlisis de

los testigos de perforacin,
de
estructural
mediante variogramas.
3. Construccin
de
o muestras de afloramiento,
variogramas
obtenido en labores de
experimentales
exploracin de un proyecto
diversos
minero, con precisin y
yacimientos:
exactitud.
filoneanos, diseminados de
oro,
prfido
en
tipos
los
de
Yacimientos
de
cobre,
morrenas glaciares, skarn,

mantos de hierro, etc.
EVALUACIN
FACTORES
PORCENTAJE
PONDERACIN
30 %
Trabajo Grupal
10 %
Exposicin oral individual
10 %
Evaluacin de Prctica
50 %
10
Evaluaciones escritas.
INSTRUMENTO
Prueba Escrita Escala
Evaluacin de seminario:
de estimacin
Trabajos prcticos
Prcticas de Campo
BIBLIOGRAFA BSICA
NAYLOR, ET AL: Tcnicas de simulacin en computadoras Limusa Willey S.A. Mxico, 1973.
MANUAL Y PAQUETES COMPUTACIONALES: VISUAL FOX, SPSSS, SURFER, VISUALLISP,
MATHEMATICA, ROCKWORK, GEMCON, SURPAC VISION, MINESIGHT.
DAVID MICHEL: Geostatistical ore reserve estimation Elsevier Scientific Publishing
Company. New York 1977
MARIN, ALFREDO: Simulacin de Yacimientos. En: Seminario de Investigacin de
operaciones aplicado a la Minera. UNI Departamento de Minas 1983.

INDICE
INTRODUCCIN....................................................................................................................................... 3
OBJETIVOS ............................................................................................................................................... 4
CONCEPTOS GEOESTADSTICOS .............................................................................................................. 5
Herramientas geoestadsticas............................................................................................................. 5
Variograma ...................................................................................................................................... 5
ANLISIS ESTRUCTURAL. ......................................................................................................................... 6
Comportamiento del semivariograma en el origen. ........................................................................... 6
Ausencia de estructura: .................................................................................................................. 6
Valores muy regulares y continuos: ................................................................................................ 6
Continuidad media: ......................................................................................................................... 7
Presencia de micro estructuras: ..................................................................................................... 7
Alcance(a)............................................................................................................................................ 8
Efecto de pepita (Co) ........................................................................................................................ 10
Superposicin de estructuras ........................................................................................................... 10
ESTIMACIN DEL VARIOGRAMA ........................................................................................................... 11
CLCULO DEL VARIOGRAMA EXPERIMENTAL .................................................................................. 12
MODELOS DE SEMIVARIOGRAMAS................................................................................................... 17
MODELO EXPONENCIAL ................................................................................................................ 17
MODELO ESFERICO O MATHERNON ............................................................................................. 18
MODELO LINEAL ............................................................................................................................ 19
CASOS PARTICULARES RESPECTO A LOS MODELOS DE SEMIVARIOGRAMA. ................................... 20
SEMIVARIOGRAMAS CON TENDENCIAS........................................................................................ 20
SEMIVARIOGRAMA CON EFECTO AGUJERO ................................................................................. 20
SEMIVARIOGRAMA COMPUESTO ................................................................................................. 21
VARIOGRAMAS EXPERIMENTALES EN DIVERSOS YACIMIENTOS .......................................................... 21
Yacimiento filoneanos....................................................................................................................... 22
Variogramas experimentales de la Plata. ..................................................................................... 23
Variograma experimental del Oro. ............................................................................................... 24
Variograma experimental del plomo. ........................................................................................... 24
Yacimiento prfido skarn. ................................................................................................................. 25
Yacimiento epitermal de alta sulfuracion. ........................................................................................ 26
CONCLUCIONES.28

I.
INTRODUCCIN
El anlisis estructural es uno de los tpicos ms importantes de la geoestadstica puesto que

se encarga de la caracterizacin de la estructura espacial de una propiedad o fenmeno
regionalizado. Es el proceso en el marco del cual se obtiene un modelo geoestadstico para la
funcin aleatoria que se estudia. El anlisis estructural consiste en estimar y modelar una
funcin que refleje la correlacin espacial de la variable regionalizada a partir de la adopcin
razonada de la hiptesis ms adecuada acerca de su variabilidad. En dependencia de las
caractersticas de estacionaridad del fenmeno se modelar la funcin de covarianzas o la de
semivarianzas. Por su importancia y generalidad estudiaremos el proceso de estimacin y
modelacin de la funcin de semivarianzas o semivariograma.

II.
OBJETIVOS
Dar a conocer aplicaciones geoestadsticas a la ingeniera geolgica.
Hacer el anlisis estructural mediante variogramas.
Construccin e interpretar de los variogramas experimentales en diversos
yacimientos.

III.
CONCEPTOS GEOESTADSTICOS
3.1 Herramientas geoestadsticas

3.1.1 Variograma
El variograma es una funcin estocstica y representa la modelizacin del
comportamiento de la ley, con su grado de discrepancia entre los valores que toma en
n
cada punto del espacio R . Expresiones matemticas:

IV.
ANLISIS ESTRUCTURAL.
4.1. Comportamiento del semivariograma en el origen.

Al analizar el comportamiento de (h) cuando h tiende a cero, se presentan cuatro casos:
4.1.1 Ausencia de estructura:
Se trata del efecto de pepita puro. Este modelo

traduce la irregularidad total de un fenmeno.
Hay ausencia de estructura, cualquiera que
fuera la escala las leyes de dos muestras son
independientes.
(h) = 0 para h=0
El grfico Ley en funcin de la distancia x sera:
4.1.2 Valores muy regulares y continuos:

El comportamiento de las leyes es tan homogneo que los valores de dos muestras distantes
entre s por d son prcticamente las mismas, es decir que para h pequeo, (h) tiende a ser
cero. En estas condiciones el variograma (figura de la derecha) muestra un comportamiento
parablico en el origen, mostrando un fenmeno muy regular y dando cuenta de la existencia
de una deriva.
4.1.3 Continuidad media:
En un diagrama de leyes (grfico de la izquierda), donde la diferencia de leyes para dos
muestras distantes de d es significativa: El variograma correspondiente, tiene un
comportamiento lineal en el origen, poniendo de manifiesto un fenmeno de cierta
regularidad, ms o menos estacionaria.
4.1.4 Presencia de micro estructuras:
En este caso, el variograma registra todas las

microvariaciones, tanto a la escala
aproximada d como las variaciones de
escala c

Si las microestructuras son del orden de decmetros

y la estructura mayor est por las decenas de
metros, entonces el semiva_ riograma tendr la
apariencia del grfico adjunto. Existir un salto de la
curva en el origen, debido a la microvariabilidad,
hasta h = d para luego crecer moderadamente
siguiendo la variabilidad mayor.
4.2. Alcance(a).
Para h a se tiene que K (h) = 0. Esto implica que para h superiores al valor a no existe
dependencia entre los valores, y que el valor en un punto no influye sobre el valor del otro,
por tanto la funcin (h) se vuelve constante ( (h) = C).
El alcance, tambin nos indica las caractersticas geolgicas de formacin de un yacimiento.

Por ejemplo:
En un yacimiento sedimentario, el alcance representa las dimensiones de las unidades
de sedimentacin y en consecuencia de las zonas mineralizadas.
En un yacimiento lenticular, representa la dimensin de los lentes.
En un yacimiento estratiforme, refleja la potencia promedio.
El alcance tambin nos indica la zona de influencia de una muestra, puesto que para distancias
mayores que a, los valores de las muestras son independientes.

Con el siguiente ejemplo se pretende comprender una de las bondades del alcance:
En un yacimiento de carbn se han tomado 80 muestras a malla regular de 5m. Las potencias
de los 10 mantos de carbn, en metros, son: 31,6 ; 24,8 ; 5,1 ; 11,1 ; 4,6 ; 34,5 ; 49,2 ; 14,7 ;
10,2 ; 10,2.Al determinar la continuidad espacial de la VR Z(x), definida por:
1 (en blanco), si la muestra se encuentra en el manto carbonfero

Z(x)
0 (en negro), si la muestra se encuentra en los estratos estriles.
Se calcul: el promedio = 0,5 m; la varianza = 0,25 (%)2 y los valores de (h):

(5) = 0,12 ; (10) = 0,20 ; (15) = 0,24; (20) = 0,25; (25) = 0,25
Analizando el variograma experimental, se observa que el alcance es del orden de los

20m, distancia al cual la meseta C, es igual a 0,25 (%)2 coincidiendo con la varianza, de las
muestras.
En este caso el alcance, representa la potencia media de los mantos de carbn:
Potencia media = (31,6+24,8+5,1+11,1+4,6+34,5+49,2+14,7+10,2+10,2)/10 = 19,8m

4.3. Efecto de pepita (Co)

La discontinuidad aparente que se aprecia cerca del origen, se le conoce como efecto de
pepita, este efecto puede deberse a la presencia de micro estructuras, y artificialmente se
puede generar por errores en el muestreo (toma de muestras, preparacin, manipulacin y
anlisis de leyes) y tambin debido a las tasas de recuperacin. Este nombre comn en el
lenguaje geoestadstico tiene sus races en los yacimientos aurferos de frica del Sur
presencia de pepitas de oro-, que al representar en un plano la ley versus la distancia se
obtiene el grfico:
La discontinuidad en el variograma manifestado al comienzo estara representado por:

Un efecto de pepita debido a la presencia de
microestructuras, permitir estudiar en detalle un
fenmeno, estableciendo
4.4 Superposicin de estructuras

Es frecuente encontrar variogramas con configuraciones como el de la figura adjunta,
llamadas estructuras superpuestas.
10

Una estructura de esta forma puede explicarse de la siguiente manera:

La existencia del efecto pepita, puede deberse:
1. A la taza de recuperacin
2. A la presencia de micro estructuras
3. A errores de muestreo.
El primer alcance explicara a las caractersticas petrogrficas.
El segundo alcance puede caracterizar a la mineralizacin.
El tercer valor nos indicara diferencias a nivel regional del yacimiento (orognesis)
V.
ESTIMACIN DEL VARIOGRAMA
Existen varios estimadores pero el ms comn est dado por
N(h): es el nmero de pares Z(xi) y Z(xi + h) separados a una distancia h=| |

Debido a que el estimador es esencialmente una media maestral, tiene todas las desventajas
comnmente asociadas a este tipo de estimadores como es la no robustez.
A menudo el empleo de este estimador produce variogramas experimentales errtico, lo cual
se debe a desviaciones del caso ideal para a aplicacin del mismo.
Estas desviaciones pueden ser enumeradas por su importancia en el orden siguiente:
4
Fuerte asimetra en la distribucin de probabilidad.
Varianza no constante. La varianza vara con la posicin.
Muestreo sesgado. Los puntos de medicin se encuentran distribuidos de manera no

homognea.
Presencia de valores atpicos (outliers) distribucionales y espaciales.
11

5.1 CLCULO DEL VARIOGRAMA EXPERIMENTAL

La funcin variograma o semivariograma, define la correlacin espacial entre los valores
muestreados. El variograma o semivariograma se obtiene calculando, para cada distancia de
separacin entre las muestras. Lag en una determinada direccin, la diferencia al cuadrado
de los valores de dichas muestras. Es decir para cada separacin h se calcula el valor de y(h)
mediante la frmula:
y(h) = (1/2N) . [ f(x1) (fx1+h)]2
Donde:
N
: Nmero de pares de datos
f(x1)
: El valor de la variable regionalizada en el punto i
(fx1+h) : El valor de la variable regionalizada tomada a una distancia h
LAG: Espaciado con que se calculan las diferencias al cuadrado entre muestras
Ejemplo: LAG1 incluye las muestras adyacentes A y B. B y C. C y D. etc.
La distancia que representa el LAG,1 es el intervalo mnimo del muestreo.
12

Ejemplo: LAG2 requiere que se calcule las diferencias al cuadra entre muestras alternativa A
y C. B y D. C y E. etc. Y as sucesivamente.
El nmero mximo de LAGs, es decir, de distancias n para calcular el Y(h) suele establecerse
en la mitad de la distancia muestreada.
Longitudes mayores generan pocos pares de muestras por lo que estadsticamente no es
representativo.
Se tienen 4 taladros de muestreo en una direccin determinada, calcular: a) el variograma, b)
var. Relativo y c) el var. Logartmico.
13

a) VARIOGRAMA
[ f(x1) (fx1+h)]2
(10-50)2 + (50-20)2 + (20-60)2

Y (1)= ------------------------------------------ = 683.3
2x3
1400
1200
1000
y(h)
y (h) = (1/2N).
800
600
400
(10-20)2 + (50-60)2
200
Y (2)= ---------------------------- = 50
0
1
2x2
2
h
(10-60)2
Y (3)= ---------------= 1250
1x2
2n = 2*nmero de pares, en este caso es tres pares
b) VARIOGRAMA RELATIVO
X1 = (10 + 50 +20 +60)/4 = 35
X2 = (10 + 50 + 20 + 60))4 = 35
X3 = (10+60)/2 = 35
h
Y(h)
X2
Y(h)/x2
683.3
35
1225
0.56
50
35
1225
0.041
1250
35
1225
1.02
14

1,2
1
y(h)/x 2
0,8
0,6
0,4
0,2
0
1
c) VARIOGRAMA LOGARTMICO
Anlisis estructural mediante variogramas.
Z(X)
= 10
50
Ln(z(x)) = 2.30 3.91
20
60
2.96 4.09
(2.30-3.91)2 + (3.91-2.96)2 + (2.96-4.09)2

Y (1)= ----------------------------------------------------- = 0,81
2x3
(2.30-2.96)2 + (3.91-4.09)2
Y (2)= ------------------------------------ = 0,11
2x2
(2.30-4.09)2
Y (3)= ---------------= 1.61
1x2
15

0.9
0.8
0.7
y(h)
0.6
0.5
0.4
0.3
0.2
0.1
0
1
Se tienen 4 taladros de muestreo en una direccin determinada, calcula:

a) el variograma,
b) var. relativo y
c) el var. Logartmico
y(h) = (1/2N) .
2
[ f(x1) (fx1+h)]2
2
(10-20) + (20-50) + (50-60)

Y(1)= -------------------------------------- = 183.3
2x3
(10-50) + (20-60)
Y(2)= ---------------------------- = 800
2x2
(10-60)
Y(3)= ---------------= 1260
1x2
16

1400
1200
y(h)
1000
800
600
400
200
0
1
CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL
El semivariograma experimental, posee numerosas zonas donde no existen valores

concretos.
nicamente existen valores definidos en aquellos lugares donde se ha realizado el
muestreo.
Por lo tanto es necesario definir el valor de la variable en puntos donde el
semivariograma experimental no ofrece informacin suficiente.
Para ello es necesario construir un modelo que nos permita obtener dicha
informacin.
5.2 MODELOS DE SEMIVARIOGRAMAS.

A. MODELO EXPONENCIAL
Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor constante.
Existen dos posibles esquemas:
Donde:
C : Valor comprendido entre el efecto pepita C0 y la meseta.
h : Distancia
a : Representa el alcance o rango
17

B. MODELO ESFERICO O MATHERNON

Es el que mejor se ajusta cuando se trata de variables mineras (p.e. ley o espesor)
Presenta una curva de del semivariograma que aumenta rpidamente del LAG para
posteriormente, ascender ms lentamente hasta alcanzar una zona plana a valores de LAG
altos
18

Y(h) = C0 + C[1.5(h/a) 0.5(h/a) para h < a
Y(h) = C0 + C para h < a
Si el semivariograma muestra fluctuaciones aleatorias alrededor de una lnea

horizontal se tiene un efecto pepita puro en este caso la evaluacin del yacimiento se
debe realizar por cualquier mtodo clsico
C. MODELO LINEAL
Este modelo se presenta cuando, al representar Y(h) frente a los Lags, se obtiene una lnea
recta:
Y(h) = p.h + k
2
B
Donde:
p: Pendiente de la recta
h : El LAG
k : La interseccin en el eje X Y(h)
(h)
h=L/3
Este modelo suele estar presente en algunos yacimientos de hierro
19

5.3 CASOS PARTICULARES RESPECTO A LOS MODELOS DE SEMIVARIOGRAMA.

A. SEMIVARIOGRAMAS CON TENDENCIAS
Cuando existe ruptura de estacionariedad (cambio en la tendencia de la meseta) Se
produce un una distancia superior al alcance.
No tiene incidencia en la estimacin local de los bloques definidos para el yacimiento.
Cuando este tipo de semivariograma domina, es necesario utilizar la tcnica de Krigeage
universal, en lugar de krigeage ordinario que se aplica en las situaciones de
estacionariedad.
B. SEMIVARIOGRAMA CON EFECTO AGUJERO

Este efecto ocurre cuando se alternan reas con alta ley y reas con baja ley.
El resultado es una pseudoperiocidad, reflejada en una oscilacin de semivariograma
alrededor de una aparente meseta
Aplicacin en yacimientos aluviales.
20

C. SEMIVARIOGRAMA COMPUESTO
Esta situacin aparece cuando se obtienen diferentes semivariogramas a lo largo de
diversas direcciones del yacimiento.
Esto significa que en vez de tener un rea de bsqueda istropa (crculo o esfera) se
posee una zona elptica o elipsoidal
Esto es evidente en yacimientos aluviales, donde se tiene alcance en direccin
perpendicular al yacimiento.
VI.
VARIOGRAMAS EXPERIMENTALES EN DIVERSOS YACIMIENTOS
Metodologa de modelamiento de variogramas

a.- Definir un dominio poblacional, refrendado en los anlisis previos.
b.- Para la bsqueda de los variogramas se determina parmetros de trabajo: La interdistancia
(h), comnmente llamada por los operadores de software como LAG, tiene que ser
encontrada evaluando estadsticamente la distancia entre las muestras. Los ngulos de
Azimut e Inclinacin para las direcciones de la estructura mineralizada.
c.- Definidos los parmetros se procede a la bsqueda de los variogramas experimentales.
d.- Obtenido el variograma de mayor alcance, se debe verificar si se tiene una buena
poblacin representativa del nmero de pares de trabajo de los primeros trminos de la
funcin variograma . Y(h)
e.- La bsqueda se realizara por los rangos de Azimut de 0 y 360 y con rangos de Inclinacin
de -90, 90.
f.- Por ltimo el proceso de este trabajo es reiterativo, ya que se busca el variograma de
mayor tendencia, y que este sustentado por el mayor nmero de parejas posibles.
21

6.1 Yacimiento filoneanos.

Para este yacimiento se tom como ejemplo el proyecto Caylloma. En el cual se
trabaj con un total de 26577 muestras. Y el compsito se consider de 0.5 m
22

6.1.1 Variogramas experimentales de la Plata.
Los variogramas experimentales de la plata en este tipo de yacimiento filoneano, reflejan

en direcciones verticales y horizontales mayores grados de erraticidad de la variable.
Los variogramas de plata presentados en la direccin de 40 y 60 de azimut muestran

comportamiento errtico puro de la variable en esas direcciones.
23

6.1.2 Variograma experimental del Oro.
Los variogramas experimentales de oro para este tipo de yacimiento filoneano, muestran
comportamiento estacionario en rangos de 6 a 12 metros con alta erraticidad, lo cual es
verificado por su coeficiente de variacin de 12.55.
6.1.3 Variograma experimental del plomo.

Los variogramas experimentales del plomo encontrados, reflejan radios de influencia de 24
metros como mximo, como se observa en la direccin de azimut de 130, con un buzamiento de
-45, en este tipo de yacimiento filoneano considerado Epitermal intermedio.
24

6.2 Yacimiento prfido skarn.

Para este yacimiento se tom como ejemplo el proyecto Morococha. En el cual se trabaj
con un total de 89277 muestras. Y el compsito se consider de 3 m
El archivo secuencial tiene el siguiente nmero de muestras para las variables econmicas:
Los variogramas experimentales del cobre presentados reflejan distancias de 45 a 90 metros

de alcance para este tipo de yacimiento prfido skarn. El cobre tiene un coeficiente de
variabilidad de 1.02, una varianza estadstica de 0.19 muy por debajo de su meseta y su
pepita representa el 35 % de su meseta.
25

6.3 Yacimiento epitermal de alta sulfuracion.

Para este yacimiento se tom como ejemplo el proyecto Hualgayoc. En el cual se
trabaj con un total de 4420 muestras. Y el compsito se consider de 2 m
Los variogramas experimentales del oro de este proyecto ubicado en la franja metalogentica de
los volcnicos Cenozoicos de la zona norte de la cordillera de los Andes, clasificado como un
yacimiento Epitermal HS de baja ley, reflejan un comportamiento de media a baja variabilidad,
26

una relacin que va desde el 40% al 45% entre su efecto pepita y la meseta, con una varianza
estadstica de 0.76 por encima de la meseta del variograma y alcance de entre 20 a 40 metros.
Los variogramas experimentales de la plata reflejan distancias de entre 20 a 30 metros de alcance.

Tienen una variabilidad menor que la del oro para este yacimiento, que es de 1.45 tal cual se refleja
en sus variogramas. Los variogramas tambin reflejan un mayor grado de variabilidad en la direccin
vertical.
27

VII. CONCLUCIONES
La geoestadstica es una herramienta muy importante en el estudio de la
distribucin espacial y leyes de los yacimientos metlicos.
El anlisis estructural de variogramas es muy til para la interpretacin de
estos.
Se logr relacionar los variogramas de diferentes minerales en un solo tipo
de yacimiento y se concluy que el comportamiento espacial y de leyes no
necesariamente es el mismo por estar en un mismo yacimiento.
28

Geoestadistica

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Geoestadistica

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD NACIONAL DE CAJAMARCA

18 de octubre del 2015

ANALISIS ESTRUCTURAL Y VARIOGRAMAS

: ING. WILDER CHUQUIRUNA CHAVEZ

UNIVERSIDAD NACIONAL DE CAJAMARCA

SEGUNDA UNIDAD DE APRENDIZAJE: Del 12 de septiembre al 19 de septiembre, Total Horas 16

UNIDAD II: ANALISIS

del resultado del anlisis de

minero, con precisin y

morrenas glaciares, skarn,

Exposicin oral individual

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

El anlisis estructural es uno de los tpicos ms importantes de la geoestadstica puesto que

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

3.1 Herramientas geoestadsticas

cada punto del espacio R . Expresiones matemticas:

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

4.1. Comportamiento del semivariograma en el origen.

Se trata del efecto de pepita puro. Este modelo

El grfico Ley en funcin de la distancia x sera:

4.1.2 Valores muy regulares y continuos:

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

4.1.4 Presencia de micro estructuras:

En este caso, el variograma registra todas las

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

Si las microestructuras son del orden de decmetros

El alcance, tambin nos indica las caractersticas geolgicas de formacin de un yacimiento.

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

1 (en blanco), si la muestra se encuentra en el manto carbonfero

Se calcul: el promedio = 0,5 m; la varianza = 0,25 (%)2 y los valores de (h):

Analizando el variograma experimental, se observa que el alcance es del orden de los

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

4.3. Efecto de pepita (Co)

La discontinuidad en el variograma manifestado al comienzo estara representado por:

4.4 Superposicin de estructuras

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

Una estructura de esta forma puede explicarse de la siguiente manera:

ESTIMACIN DEL VARIOGRAMA

Existen varios estimadores pero el ms comn est dado por

N(h): es el nmero de pares Z(xi) y Z(xi + h) separados a una distancia h=| |

Fuerte asimetra en la distribucin de probabilidad.

Varianza no constante. La varianza vara con la posicin.

Muestreo sesgado. Los puntos de medicin se encuentran distribuidos de manera no

Presencia de valores atpicos (outliers) distribucionales y espaciales.

18 de octubre del 2015

UNIVERSIDAD NACIONAL DE CAJAMARCA

5.1 CLCULO DEL VARIOGRAMA EXPERIMENTAL

: Nmero de pares de datos

: El valor de la variable regionalizada en el punto i

(fx1+h) : El valor de la variable regionalizada tomada a una distancia h