1

APUN TES CURS O G EO ES TADIS TI CA.

INTRO DUC CIO N A LA EVAL UACIO N DE
YACIMIENTO S Y G EO ES TADIS TICA
 2

1. CONCEPTOS GENERALES

1.1 DEFINICIONES

El trmino yacimiento mineral presenta diversas acepciones. Los conceptos ms

antiguos van ligados al carcter exclusivamente de concentracin mineral; Bateman
(1951) define yacimiento mineral como "... acumulaciones o concentraciones de
elementos que estn presentes en la corteza terrestre slo de forma diseminada". Esta
definicin, que se podra denominar geolgica o, mejor an, geoqumica, ha sido sostenida
durante dcadas por muchos autores. Hoy en da, sin embargo, prima el carcter
econmico, por lo que el yacimiento mineral va intrnsecamente ligado al concepto de
explotacin con beneficio econmico. Gocht (1988), por ejemplo, lo define como toda
acumulacin local geolgicamente establecida, de un mineral especfico que puede ser
extrado bajo las condiciones econmicas actuales". Otra acepcin del trmino
yacimiento mineral, surgida de los regmenes comunistas, es la que lo liga con la
explotacin econmica, pero bajo parmetros de economa planificada. As, Smrnov
(1976) establece que yacimiento mineral es un sector de la corteza terrestre en el que, a
raz de unos u otros procesos geolgicos, se produjo la acumulacin de una sustancia
minera que puede utilizarse industrialmente, dadas su cantidad, calidad y condiciones de
yacimiento, para su explotacin comercial". Esta definicin, lleva implcito el concepto
propio de explotacin comercial. Otros parmetros distintos del carcter de explotacin
con beneficio econmico, como puedan ser los socioeconmicos: zonas deprimidas,
carcter estratgico del mineral/metal, nivel de empleo en la regin, etc., subrayan el
aspecto de explotacin comercial mencionado por Smirnov. Sin embargo, en la
actualidad, el carcter de explotacin econmicamente rentable sea el que domine la
definicin de yacimiento mineral.

Ahora bien, si se considera un yacimiento mineral, por tanto, como un cuerpo

geolgico constituido por mineralizacin econmicamente explotable, lo cual, en
principio, parece correcto, se debera entrar en la definicin econmica de mineralizacion.
Esto generara una discusin mayor, pues, tal como dice Lane (1988) en su publicacin
"The economic definition of ore mineralizacin sera el material que se extrae para su
tratamiento ". Por tanto, establecer una base econmica para determinar unas leyes
mnimas de explotacin es, en efecto, definir una acepcin econmica de la
mineralizacin. Ms adelante, este mismo autor seala un inconveniente de adoptar
una definicin econmica para la mineralizacin es que no hay ninguna propiedad
inherente al material mineralizado que permita contestar aisladamente a la pregunta, de
hecho los minerales no tienen valor explcito. No hasta que han sido extrados, tratados y
vendidos. Por lo tanto, el aspecto econmico en la definicin de mineralizacin no puede
establecerse de forma separada a la economa del proceso minero global. Por ello, es
dicha economa del proceso minero la que determina la definicin econmica de la
mineralizacin".
 3

En la actualidad, los trmin os yacimiento mineral y recurso mineral tienden a ocupar

lugares diferentes en cuanto a su acepcin. As, antiguamente se hablaba de yacimientos
minerales cuando se quera hacer mencin a stos en un sentido amplio. Hoy en da, este
concepto ha sido sustit uido por el de recursos minerales, mientras que todava se suele
utilizar el yacimiento mineral en un sentido localista, es decir, para un determinado
depsito en un rea concreta.

1.2. TIPOS DE RECURSOS MINERALES

Cualquier bien capaz de suministrar a su poseedor alguna utilidad o beneficio

constituye un recurso, en trminos usuales de economa. Si bien los recursos minerales
pueden clasificarse por su importancia intrnseca, tal vez seria ms interesante, plantear
la posibilidad de desarrollar una clasificacin alternativa en la que, como parmetro
director, se considerase la aplicabilidad de las diferentes tcnicas de evaluacin,
Basndose en esto, se podran establecer cinco categoras: A, B, C, D y E.

Categora A

Los yacimientos se evalan siempre a travs de la Geoestadstica, que es la tcnica de

estimacin ms compleja entre las existentes. En este grupo entraran, exclusivamente,
los depsitos de metales preciosos: oro (como ejemplo ms paradigmtico), platino,
paladio, etc.

Categora B

En este grupo entraran los yacimientos que se suelen evaluar, en muchos casos, por los
mtodos geoestadsticos, aunque tambin los mtodos clsicos tienen su incidencia.
Aqu se incluiran la mayor parte de los yacimientos metlicos (plomo, cinc, cobre,
nquel, etc.) en funcin del modo en que se presentan en la naturaleza. Tambin
entraran los recursos energticos tipo uranio.

Categora C

Aqu la situacin es la inversa a la categora B. Los yacimientos se evalan,

generalmente, por los mtodos clsicos, mientras que la presencia de la Geoestadstica
es ms bien reducida. Incluira los depsitos metlicos del mismo tipo que en la
categora anterior, pero con forma de presentarse diferente. Tambin entraran los
recursos energticos tipo arenas asflticas, pizarras bituminosas y carbones, y algunas
rocas y minerales industriales: calizas para cemento, ridos naturales (sin machaqueo
previo), sulfato sdico, talco, etc.
 4

Categora D

Se utilizan, para la estimacin de las reservas, exclusivamente los mtodos clsicos.

Ejemplos seran algunas rocas industriales ( yesos, fosfatos, diatomitas) y algunos
minerales industriales (magnesita). fluorita, caoln, otras arcillas, etc.).

Categora E

En esta ltima categora entraran aquellos yacimientos en los que no se utiliza

ninguna tcnica de estimacin de reservas. La explotacin se desarrolla a partir de la
simple testificacin, en el mejor de los casos, de algunos sondajes aislados. Aqu
entraran, en general, todas las rocas ornamentales: granitos, mrmoles y pizarras, as
como las canteras de ridos de machaqueo.

1.3. DEFINICIONES DE RECURSOS Y RESERVAS: CLASIFICACIONES

Si bien el concepto de recurso, desde un punto de vista econmico, y el trmino

recurso mineral se han esbozado anteriormente, resulta imprescindible redefinir ste e
introducir un nuevo concepto: reserva, as como pasar revista a las diferentes
clasificaciones existentes y como stas, con sus conceptos asociados, han ido variando a lo
largo del tiempo.

A principios de siglo, en Estados Unidos, ya era comn entre los mineros la utilizacin
de trminos semejantes, aunque directamente asociados a la minera subterrnea, nica
forma, hasta entonces, de extraer los recursos minerales. En estas definiciones la palabra
bsica era mineralizacin (ore), de tal forma que se hablaba de:

Mineralizacin positiva o desarrollada: haciendo mencin a aquella mineralizacin

expuesta en los cuatro lados de las labores mineras.
Mineralizacin delineada o esbozada: la expuesta en tres lados.
Mineralizacin probable o en desarrollo: la presente en dos lados.
Mineralizacin posible: la mineralizacin ms all del rango de visin.

Hoover, en su libro Principies of Mining (1909), reorient los conceptos anteriores,

introduciendo definiciones que incluan aprecia ciones en relacin al contexto geolgico y
a la continuidad de la mineralizacin. Este autor propuso tres categoras:

Mineralizacin probada: no hay riesgo a la hora de definir su continuidad.

Mineralizacin probable: existe algn riesgo, aunque todava se puede asumir su
continuidad.
Mineralizacin prospectiva: las mineralizaciones no incluidas en las dos categoras
anteriores.
 5

Como se puede observar, estos trminos eran, ms ambiguos que los ya existentes,
pero, por otro lado, introducan trminos que muchos aos despus se retomaron, como
probada o probable.

El siguiente paso, en este intento de ir clarificando los conceptos que afectan a la

definicin de los recursos minerales, es el de la Securities and Exchange Comission de los
Estados Unidos, en 1933, que establece una clasificacin que recuerda parcialmente a la
de Hoover (1906), aunque ms completa en la definicin de los trminos y sustituyendo la
palabra Mineralizacin por Reserva. Los tres trminos considerados por la Comisin
fueron los siguientes:

Reserva: la parte de un depsito minera que puede ser extrada legal y econmicamente.
Reservas probadas (medidas): las reservas cuya cantidad es establecida a partir de
dimensiones obtenidas en afloramientos, trabajos mineros o sondajes. El carcter
geolgico est tan bien definido que se puede delimitar correctamente su tamao,
forma, profundidad y contenido mineral.
Reservas probables (indicadas): similar a las anteriores, slo que el grado de seguridad
en la delimitacin es menor, aunque suficiente para asumir la continuidad entre los
puntos de observacin.

Cuarenta aos despus, la necesidad de llegar a un compromiso a la hora de establecer

unos lmites concretos en cuanto a niveles de seguridad o certidumbre, tanto desde el
punto de vista de los conocimientos geolgicos como desde los parmetros econmicos,
llev al USBM/USGS (United States Bureau of Mines y United States GeolQgical Survey)
a crear una clasificacin que giraba alrededor de dos parmetros como ejes clasificatorios:
el grado de conocimiento geolgico y el grado de viabilidad econmica para obtener la
materia prima. Con estos dos ejes se obtuvo la clasificacin de recursos y reservas, que es
probablemente, la ms utilizada.

De acuerdo con esta clasificacin, se entiende por reservas "los depsitos conocidos e
identificados en los que el mineral o minerales pueden ser extrados con beneficio
econmico, con la tecnologa actual y bajo los parmetros econmicos actuales". Por su
parte, los recursos incluyen "tanto las reservas, como otros depsitos minerales que
pueden llegar a ser eventualmente aprovechables, bien depsitos que no son tcnicamente
y/o econmicamente extrables en la actualidad, bien depsitos desconocidos, ricos o
pobres, que se puede inferir que existen, aunque todava no han sido descubiertos".

La estimacin y clasificacin de recursos y reservas debe tomar en cuenta los

siguientes conceptos generales que se aplican en la industria minera y que son de
particular importancia para instituciones financieras, bolsas de valores, auditores externos
y organismos internacionales. Algunos de ellos pueden parecer obvios, sin embargo es
necesario asegurar que todos entienden la misma nomenclatura.
 6

Recursos: Es una concentracin de mineral que, al menos en parte, puede ser extrada
econmicamente. Sus lmites se determinan a partir de una cierta ley de corte o rasgo
geolgico. Su cantidad y calidad se estiman a partir de evidencias geolgicas. Si se ha
identificado una parte del mineral que no sera explotable en un futuro previsible, esta
no podra ser considerada recurso, pudiendo denominarse potencial de exploracin, o
algo similar.

Reservas: Es una parte cuantificable del recurso geolgico que por sus caractersticas
puede ser explotada de acuerdo a parmetros y condiciones tcnicas y econmicas del
momento en que se analizan. Estos recursos deben tambin ser factibles de explotarse
por la compaa desde un punto de vista legal, ambiental, etc. Las reservas deben
estimarse para precios y costos razonables durante la vida de la explotacin, por lo
tanto deben estar respaldadas por estudios de ingeniera adecuados.

Los recursos y reservas se deben clasificar de acuerdo al nivel de confianza que se obtiene
en la estimacin, en funcin de la informacin y de los conocimientos disponibles. Este nivel
de confianza depende, entre otras cosas, del tipo de yacimiento y de los controles de la
mineralizacin. Por esta razn, los mtodos que se aplican a un tipo de yacimiento, no son
necesariamente vlidos para otro, por lo que no se puede generalizar una sola metodologa
aplicable a cualquier faena. De todos modos, siempre es posible mantener un mismo
esquema conceptual, de modo que las distintas categoras correspondan siempre a un mismo
nivel o rango de confianza.

Los recursos geolgicos se clasifican, en general, en Medidos, Indicados e Inferidos.

Las reservas mineras se clasifican en Probadas, Probables y Posibles.

Recursos medidos: Son aquellos que han sido reconocidos mediante sondajes,
trincheras, labores de exploracin, etc. y cuya ley ha sido calculada a partir de un
proceso de muestreo detallado. Las muestras empleadas se encuentran tan cercanas
entre s que las caractersticas geolgicas, forma, tamao y ley estn bien
establecidos. En esta categora se requiere un buen conocimiento de la geologa.
Los tonelajes y leyes se han calculado dentro de lmites precisos de modo que
cualquier cambio en las estimaciones no afecta considerablemente la factibilidad
del proyecto.

Recursos indicados: Son aquellos que se han determinado con un tipo de

informacin similar al de los medidos, pero con datos ms espaciados fsicamente,
de modo que el grado de confianza es menor que en ellas, sin embargo, existe
suficiente informacin como para definir la continuidad geolgica de la
mineralizacin y para efectuar una evaluacin de la explotacin.

Recursos inferidos: Son aquellos que no cuentan con una cantidad de

informacin suficiente para definir la continuidad geolgica de la mineralizacin,
 7

sin embargo existen otros datos (geolgicos, geofsicos, etc.) que indican la
existencia de ellas. En estudios de ingeniera al nivel de factibilidad, no se acepta
normalmente incorporar recursos inferidos en los planes de explotacin que se
utilicen para evaluaciones econmicas. Es ms, en algunos organismos reguladores
asociados a bolsas de valores ni siquiera aceptan que sean cuantificadas en los
reportes de recursos.

Reservas probadas: Corresponden a recursos medidos cuya viabilidad tcnica,

econmica, etc. ha sido demostrada por estudios de inge niera al nivel de
factibilidad.

Reservas probables: Corresponden a recursos indicados cuya explotacin ha sido

demostrada como viable segn estudios al nivel de factibilidad.

Reservas posibles: Corresponden a recursos inferidos que pueden ser extrados

en forma viable segn estudios de ingeniera.
Normalmente las reservas posibles no son incluidas en planes de produccin que se
emplean en evaluacin econmica.

Es importante sealar que las reservas mineras deben incorporar todos los
elementos que influyen en la eficiencia de la extraccin, en particular los conceptos de
dilucin y prdidas de mineral, los que dependen del mtodo de explotacin y de la
geometra del cuerpo mineralizado.

Como puede apreciarse, estas definiciones son bastante generales y no entregan

ninguna receta para clasificar recursos y reservas en un yacimiento especfico. Los
parmetros de clasificacin deben ser determinados por los especialistas que efectan el
clculo y deben tomar en cuenta dos aspectos de importancia:

La contin uidad de la mineralizacin, la que debe ser determinada por los

gelogos que han interpretado el yacimiento.
La cantidad de informacin que existe dentro del volumen a estimar. Este
aspecto depende del anterior y no es conveniente emplearlo, como se hace con
mucha frecuencia, como criterio nico sin tomar en cuenta la geologa.

Existen formas bastante comunes para la clasificacin de recursos, dependiendo de

la metodologa empleada en la estimacin:

Distancia a las muestras empleadas en la estimacin

Nmero de muestras dentro de un cierto radio de bsqueda
Varianza de estimacin (para el caso de estimacin por kriging)
Distancia a una seccin o planta
etc.
 8

Para definir cul es el mejor mtodo de clasificacin, se debe definir primero la

mejor metodologa de estimacin, la que depende de las caractersticas del yacimiento, en
particular de la variabilidad de la ley y de la cantidad de informacin disponible.

Es importante sealar que no es aceptable, normalmente, la prctica de aplicar un

porcentaje a una categora de recursos (sobre la base de experiencia histrica u otros
criterios) y cuantificar el resto en una mejor categora (por ejemplo, considerar que un
50% de los recursos inferidos sern indicados e incluirlos en los planes mineros). El nico
modo de mejorar la clasificacin de un recurso es mejorar el conocimiento de su geologa
y/o aumentar la densidad de informacin dentro de su volumen.

La estimacin de recursos es un aspecto que siempre requiere de especial atencin

dada la gran cantidad de elementos involucrados que pueden afectar su confiabilidad,
como: muestreo, mapeo, anlisis qumico, modelamiento geolgico, modelamiento de
leyes. Cada uno de estos elementos debe ser revisado en detalle, estableciendo los
estndares necesarios que aseguren la confiabilidad de todo el proceso.

Con relacin al muestreo se debe revisar que la cantidad de muestra sea la

adecuada y que adems, sta sea representativa y que los procesos de toma, preparacin y
anlisis sean cuidadosamente definidos y revisados.

Existen normas suficientemente empleadas en la industria que son aceptadas como

un nivel adecuado de rigurosidad, y que pueden ser revisados en su cumplimiento con
facilidad.

1.4. DISTRIBUCION DE LAS RESERVAS EN UN YACIMIENTO

La distribucin de las reservas dentro de un yacimiento tiene un notable inters en

cualquier estudio relacionado con los recursos minerales pero, ms an, cuando de lo que
se trata es de evaluar en detalle el depsito. La distribucin de un elemento determinado
en la corteza terrestre sigue unas pautas que, en absoluto, son extrapolables a escala de
yacimiento, por lo que resulta imprescindible analizar, al menos de forma sucinta, qu
sucede con el citado elemento cuando el estudio que se realiza se centra en un yacimiento
concreto, siendo, adems, su trascendencia mucho mayor, por razones econmicas
evidentes. En este caso hay que mencionar la denominada Ley de Lasky. Este autor, en su
trabajo de 1950, afirma que muchos depsitos minerales, en los cuales hay una graduacin
de los materiales ms ricos a los ms pobres, presentan un tonelaje que se incrementa en
proporcin geomtrica constante al disminuir la ley. En otras palabras, que la relacin
entre el tonelaje y la ley es una ecuacin de la siguiente forma:

q (ley) = K1 - K2 .log t (tonelaje)

 9

donde k1 y K2 son constantes particulares para cada yacimiento. En concreto, Lasky

demostr este comportamiento para los diez principales depsitos de prfidos cuprferos
de Estados Unidos conocidos en ese momento, obteniendo una ecuacin combinada que
tena la siguiente expresin:

q = 12,9 - 1,4.log t

y a la que denomin relacin tonelaje-ley para los prfidos cuprferos tpicos. Lasky, en
un trabajo posterior, tambin publicado en 1950, demuestra estas relaciones en
yacimientos tan diversos como los depsitos de oro en Juneau (Alaska), manganeso en las
montaas Artillery de Arizona, vanadio y fosfato en la formacin Phosphoria de Idaho y
Wyoming, nquel en Falconbridge (Canad), etc. En cada uno de estos casos,
evidentemente, los valores de K1 y K2 eran diferentes. Segn esto, Lasky propuso que las
relaciones tonelaje-ley para el conjunto de yacimientos del tipo prfido cuprfero podan
ser utilizadas para estimar los recursos desconocidos de cobre por debajo de la ley mnima
de explotacin o ley de corte, que se encontraba en aquel momento en el valor 0,65% de
cobre. Especficamente, Lasky sugiri que la extrapolacin de la relacin hasta leyes del
orden del 0,30% o 0,35% de cobre podra ser razonable. Es decir, Lasky, en este trabajo,
no slo utiliz las relaciones tonelaje-ley para establecer una estimacin de las reservas,
sino tambin para estimar el valor de los recursos. Posteriormente, diversos autores han
aplicado este modelo a otros yacimientos, obtenindose resultados contradictorios, aunque
Musgrove (1971) estableci una generalizacin para las relaciones exponenciales.

La no asuncin de este modelo con carcter universal reside en que una de las premisas
bsicas de Lasky, la graduacin de los materiales ms ricos a los ms pobres, no siempre
se cumple, como es el caso, por ejemplo, de los depsitos tipo Bonanza.

1.5. REPRESENTACION DE LOS DATOS

En todo proyecto minero, desde los comienzos de la fase de exploracin hasta las
etapas de explotacin, una vez aceptada la viabilidad econmica del proyecto, se llevan a
cabo una serie de estudios cuya calidad y posterior adecuacin a la realidad estn en
funcin, principalmente, de la correcta representacin, en dos y tres dimensiones, de los
datos obtenidos. Esta representacin se realiza en mapas, planos, etc. en los que el nmero
de muestra, contenido en metal/mineral til y cualquier otro parmetro de inters, queda
exactamente reflejado, tanto para las actuaciones inmediatas como para las futuras. De
nada servira, por ejemplo, una gran cantidad de muestras analizadas si no se conoce su
ubicacin. Estos aspectos tienen tambin una importancia crtica en las fases de
estimacin de las reservas, pues la inadecuada situacin de los sondajes, o de las muestras
obtenidas en ellos, puede generar grandes errores en la evaluacin, tanto a nivel
cuantitativo como en relacin a su posicin en el espacio. An ms, la base de datos
creada y correctamente situada constituye el punto de partida de futuros proyectos de
 10

viabilidad, nuevas planificaciones mineras, etc., por lo que la exactitud de estos estudios
est directamente relacionada con la calidad de la citada base de datos.

A continuacin se revisarn, de una forma sinttica, los principales mtodos de

representacin de los datos mineros, as como la secuencia de planos y mapas necesarios
para el correcto tratamiento de los datos geolgicos.

1.5.1 Representacin de los datos en las fases de exploracin

En las primeras fases de exploracin, cuando tan slo existen indicios de la posible
presencia de mineralizaciones, se trabaja con mapas en los que la base geolgica
constituye el punto de partida. Estos mapas suelen poseer escalas entre 1:200.000 y
1:50.000, por lo que su nivel de definicin es todava muy bajo, aunque no es problema,
pues el objetivo, en estas etapas, es simplemente una visin sinptica del proyecto, para lo
que es ms necesario un estudio de los esquemas regionales que un detalle exhaustivo de
la Geologa. Pueden ser tiles tanto los mapas geolgicos generales como los
metalogenticos, en los que se incluye un inventario de los diferentes indicios existentes.

Estos mapas ofrecen informacin para establecer visitas preliminares al campo,

planificacin de los estudios fotogeolgicos, ubicacin de las posibles zonas a muestrear
(sondajes), etc., todo ello combinado, en la actualidad, con los imgenes obtenidas con los
satlites, as como con las fotografas areas que constituyen el complemento ideal de los
mapas geolgicos, stas ltimas a escala ya ms reducida ( 1:25.000). Ambos tipos de
imgenes, de satlite y fotografa area, combinados con los mapas geolgicos, son el
instrumento bsico de la exploracin minera.

Los mapas geolgicos, junto con los topogrficos a escala 1:50.000 y 1:25.000,
permiten obtener tambin una completa informacin de aspectos que pueden tener una
importancia vital en la posterior planificacin de la explotacin, tales como carreteras y
ciudades prximas, lneas de ferrocarril, etc. Hoy en da, las restrictivas leyes de carcter
medioambiental existentes en los pases desarrollados pueden hacer que potenciales zonas
de inters minero queden relegadas o desechadas por la cercana presencia de ncleos de
poblacin o zonas de inters ecolgico (bosques, parques naturales, etc.).

En los diferentes mapas utilizados, principalmente geolgicos, topogrficos y los

resultantes del estudio de la fotografa area, se localizan las posiciones de los sondajes a
realizar, o de aquellos otros trabajos necesarios (calicatas, trincheras, redes de muestreo
geoqumico, etc.) para la obtencin de muestras que permitan conocer la posicin de los
potenciales niveles mineralizados.
 11

Phelps (1968) define dos tipos de mapas bsicos para estos estudios: (a) mapa
general del rea y (b) mapa general de la mina. En el primero de ellos, el objetivo es
definir caractersticas bsicas como:

Geologa, con el tamao de los posibles cuerpos mineralizados.

Rutas de transporte (autopistas, lneas de ferrocarril, etc.).
Control de los diferentes propietarios de los terrenos.
Distancias a los principales mercados y lugares de procesado del material.
Localizacin de las lneas para el abastecimiento energtico.
Localizacin de los presentes y potenciales abastecimientos de agua.
Areas susceptibles de ser utilizadas para las instalaciones mineras, tanto a nivel de la
posible planta de procesado, como de las oficinas, escombreras, etc.

En el segundo tipo de mapas, que Phelps (1968) denomina de escala media, este autor
considera til incluir aspectos como:

Localizacin de la planta de tratamiento.

Estructuras mineras.
Lneas de abastecimiento de energa y de agua.
Accesos por carretera y lneas de ferrocarril.
Posicin de los cuerpos mineralizados.
Localizacin de los sondajes llevados a cabo.
Situacin detallada de las escombreras y presas de residuos.
Control de los propietarios de los terrenos.
Definicin de la planificacin minera, en tiempo y espacio.

Como se puede observar, el primer tipo de mapas correspondera a una etapa de

exploracin ms o menos clsica, mientras que el segundo se centrara ms en aspectos
que involucran tanto a la etapa de exploracin, como a la de evaluacin e, incluso, a la
explotacin del yacimiento.

1.5.2 Representacin de los datos en la fase de evaluacin

Aunque en muchas ocasiones diversos estadios de las fases de exploracin y de

evaluacin van juntos (segn se van obteniendo ms datos se van incorporando a la base
de datos creada, con lo que se va mejorando el nivel de evaluacin), la etapa de estimacin
de las reservas se caracteriza por una disminucin en la escala de los planos utilizados.
As, resulta imprescindible la utilizacin de planos a escala 1:10.000, 1:5.000 o incluso
menos, segn el detalle requerido, en los que se vuelven a ubicar todas las labores
realizadas para la determinacin de las reservas geolgicas del yacimiento en estudio. En
ocasiones, se presentan mapas a escala muy pequea (1:500) en los que se muestran, en
detalle, los resultados obtenidos, por ejemplo, en uno o dos sondajes, con la inclusin de
 12

los valores de las muestras, la estratigrafa y los controles estructurales en detalle, etc.
Tambin es til, a veces, representar dichos estudios en mapas transparentes, de tal forma
que su sucesiva superposicin va aadiendo la informacin correlativamente. Un ejemplo
de esta metodologa seria la indicada por Peters (1978), quien comenta tres posibles
niveles de informacin, cada uno de ellos en su correspondiente mapa:

Limites de los afloramientos, identificaciones litolgicas, contactos geolgicos y notas

sobre la textura, color y procesos de alteracin.
Datos estructurales.
Mineralizacin y alteracin, con notas sobre el muestreo geoqumico y la localizacin
de las fotografas en campo de los afloramientos.

Estos mapas a pequea escala, que se podran denominar de detalle, incluyen, en dos
dimensiones, tanto planos en planta como en secciones. Su utilizacin bsica reside en la
propia etapa de evaluacin y para las futuras labores mineras. Hustrualid y Kuchta (1995)
ofrecen las guas para la preparacin de este tipo de mapas:

Titulo y localizacin del rea de estudio.

Nombres de las personas que han realizado el estudio de campo y un ndice
identificando las fuentes de los datos.
Fecha del trabajo de campo y de su sntesis.
Escala: grfica y numrica.
Orientacin de los mapas y secciones.
Intervalos de isolneas y sus datos, con explicacin del significado de las lneas ms
delgadas, las ms gruesas, etc.
Leyenda o explicacin, con todas las unidades, smbolos y esquemas.
Lneas que ofrezcan la posicin de las secciones, con los valores de los puntos de
inicio y final.
Malla y puntos de referencia.
Claridad y tamao adecuado para llevar a cabo posteriores reducciones, ampliaciones,
etc.

Los sondajes de exploracin y desarrollo llevados a cabo se suelen incluir en una

malla de carcter regular, ms an si se va a utilizar, como mtodo de estimacin, el
mtodo de las secciones o perfiles. Esto permite ubicar correctamente los sondajes, tanto
en planta como en perfiles, en ocasiones incluyendo los limites del cuerpo mineralizado.

La utilizacin de los programas informticos permite, en la actualidad, la rpida

generacin de los planos anteriormente citados, con la gran ventaja de que cualquier
cambio en la informacin obtiene una rpida respuesta en el tiempo. Una ventaja aadida
de estos programas es que ofrecen, adems, informacin en tres dimensiones, en la que se
puede observar la ubicacin de los sondajes, su relacin con la topografa actual,
 13

morfologas de los cuerpos mineralizados, etc. Incluso se puede obtener, por ejemplo, de
forma rpida una seccin en la que se combina la posicin de los sondajes, las isolneas
del cuerpo mineralizado y la posicin de la explotacin (Fig. 1.17). Se puede afirmar que
este tipo de programas constituyen la herramienta de trabajo diaria de los mineros, tanto
en la fase de evaluacin de las reservas como en la de explotacin del yacimiento.

1.5.3. Obtencin de proyecciones longitudinales verticales (PLV)

En las etapas de evaluacin de las reservas del yacimiento, en ocasiones resulta

muy til, incluso necesario, la obtencin de planos formados por una proyeccin
longitudinal vertical (PLV) de los niveles mineralizados. Para construir una proyeccin
longitudinal vertical, se proyectan los puntos situados en el cuerpo mineralizado sobre un
plano vertical, con sus correspondientes distancias y la informacin requerida (punto
medio del sondaje, lmites de las zonas mineralizadas, etc.). El mtodo es especialmente
til cuando se trata de niveles mineralizados ms o menos tabulares y con una fuerte
inclinacin (>45) Si dicha inclinacin es menor, la compresin de la informacin hace
inaceptable la generacin de estos mapas (Annels, 1991).

La superficie a proyectar puede ser cualquiera que presente el correspondiente

inters, bien, por ejemplo, el techo del nivel mineralizado o tambin, a su vez, el muro del
mismo nivel mineralizado. Si el cuerpo mineralizado est cortado por diferentes sondajes,
se puede proyectar el punto medio de la interseccin para cada sondaje, obtenindose
sucesivas PLVs en las que se puede, posteriormente, establecer isolneas de las leyes,
potencias, acumulaciones de metal, o cualquier otra variable que posea inters desde un
punto de vista minero. Estos diagramas pueden ser, posteriormente, tiles para posteriores
campaas de sondajes, observar cambios en el comportamiento de las variables,
cubicacin de reservas, etc.
 14

2. METODOS DE PERFORACIN DE SONDAJES

2.1 INTRODUCCION

La prospeccin minera, en su forma ms simple, exige un estudio ajustado y

detallado de las caractersticas naturales de la superficie y de sus diferencias. El encontrar
afloramientos de minerales encajados en rocas, detectar cantos rodados y gravas en
depsitos aluviales o buscar oro en las corrientes de los ros, son ejemplos de estas formas
de explorar en las que el xito dependa antiguamente del azar. Sin embargo, estas
tcnicas un tanto oculares y, con frecuencia, puramente locales, rara vez permitan
descubrir yacimientos profundos totalmente recubiertos. Para localizar stos es necesario,
generalmente, aplicar primero mtodos geofsicos y efectuar, despus, sondajes de
exploracin e investigacin.

Hoy en da, la intensa actividad de bsqueda de yacimientos minerales con la

creciente utilizacin de los mtodos geofsicos est reduciendo los costos y el tiempo
necesario que suponen los programas de investigacin. Los estudios geofsicos son, un
requisito previo en la mayora de las campaas de exploracin e investigacin.

En lneas generales, los sondajes mineros pueden clasificarse en dos grandes

grupos:

Sin obtencin de testigo.

Con obtencin de testigo.

En el primer caso se emplean los mtodos de rotacin con tricono, de martillo en

fondo o en cabeza. La muestra est formada por los detritus obtenidos en la perforacin,
resultando conveniente hacer la testificacin geofsica del sondaje. Estos sondajes tienen
la ventaja de su rapidez y economa, pues realizar una campaa de exploracin con testigo
continuo es muy lenta y costosa.

Cuando se perfora con coronas de diamantes, la obtencin del testigo puede llevarse a
cabo por el procedimiento convencional de varillaje y tubo doble o con el empleo del
wireline. Todo procedimiento tiene sus ventajas e inconvenientes, pues con el wireline el
empleo de lodos est ms limitado y a grandes profundidades la presin de las bombas
pueden llegar a valores muy altos.
 15

2.2. CAMPAAS DE EXPLORACION E INVESTIGACION

La exploracin por sondajes tiene por objeto fundamental determinar la presencia

o ausencia de zonas mineralizadas y obtener una idea preliminar de qu ley y tamao
tienen dichas zonas.

En las primeras fases de exploracin, es conveniente aprovechar al mximo los

costos de perforacin, dirigiendo stos, a obtener una idea de la extensin y forma del
cuerpo mineralizado por medio de sondajes a rotacin, que a gastar la misma cantidad en
la consecucin de excelentes testigos en un nmero menor de sondajes. Realizada la
primera fase, y a partir de ella, se puede proceder a definir el nmero de sondajes con
testigo para conocer lo ms exactamente posible el cuerpo mineralizado.

De los tres mtodos convencionales, con diamante, a rotacin o a rotopercusin, la

eleccin de uno u otro va a depender de la geometra del cuerpo mineralizado, de la
calidad de las muestras requeridas, de la profundidad y dimetro de perforacin, del punto
topogrfico para emplazar la mquina y del tamao y condicionantes de sta. Si el terreno
es de fcil accesibilidad, se podrn utilizar mquinas a rotacin montadas sobre camiones
all donde se hayan planificado sondajes verticales, no siendo problema demasiado
importante el tipo de terreno a perforar, ya que actualmente existe una gama flexible de
herramientas de perforacin en cuanto a tipos y dimetros capaces de perforar diferentes
tipos de rocas. Por otro lado, un elevado nmero de mquinas a rotacin pueden obtener
testigo continuo.

La perforacin con obtencin de testigo continuo sigue siendo la herramienta ms

verstil y utilizada, dado que es capaz de perforar en cualquier ngulo y obtener testigo
continuo de varios dimetros en un rango de profundidades que puede llegar a superar los
1.500 m. No obstante, los costos de perforacin con este mtodo aumentan de tal forma
que es necesario realizar un anlisis muy cuidadoso para estar seguros de que la
informacin bsica para un determinado proyecto no se pueda obtener utilizando mtodos
de rotacin o de roto percusin, bastante ms baratos.

En la exploracin e investigacin de yacimientos los sondajes se llevan a cabo,

habitualmente, desde la superficie y slo en el caso en que la mina est preparada o en
desarrollo se puede proceder a la ejecucin de sondajes desde labores subterrneas.
 16

2.3. PERFORACIN DESDE LA SUPERFICIE

Con el fin de tener la mayor probabilidad posible de interceptar yacimientos

minerales verticales o muy inclinados, generalmente, los sondajes de superficie se
perforan inclinados (30 60 ) con respecto al plano horizontal. Un sondaje inclinado
dar, en yacimientos horizontales, un volumen de muestra mayor que el que corresponde
al espesor real, por lo que deber prestarse atencin a la correccin de la dimensin
obtenida.

En el momento de perforar sondajes desde la superficie un problema bastante

frecuente aparece a la hora de atravesar los materiales de recubrimiento. El mtodo ms
comn consiste en perforar utilizando tubos de revestimiento hasta llegar al sustrato
rocoso. Si el espesor del recubrimiento es grande se utilizan con frecuencia tubos de
revestimiento de dimetros decrecientes o series telescpicas. Tambin es posible, para
atravesar el terreno de recubrimiento, utilizar la perforacin a percusin y una boca de
metal duro con un escareador excntrico, as como aditivos qumicos con el agua de
barrido. Esto ltimo, en determinadas circunstancias puede eliminar el uso de las tuberas
de revestimiento.

2.4. MALLAS DE SONDAJES

El reconocimiento de un depsito mineral mediante sondajes, para proceder a su

evaluacin, constituye uno de los mtodos de muestreo ms comunes. La decisin acerca
del nmero de sondajes y su disposicin geomtrica es compleja y de extremada
importancia, interviniendo en la misma factores de tipo geolgico, econmico y
estadstico.

La malla de sondajes ptima ser aquella que proporcione la mayor cantidad

posible de informacin con el menor gasto posible en perforacin. Frecuentemente, las
campaas de sondajes se plantean con una secuencia o avance en etapas en las que la
abertura de la malla se cierra progresivamente. Cada etapa que da justificada por los
resultados de las etapas anteriores, siendo en este caso los resultados favorables. En caso
contrario los trabajos se paralizan, con el fin de no incurrir en gastos adicionales.

Como se indic anteriormente, las mallas de sondajes pueden ser regulares o

irregulares. Aunque las condiciones geolgicas pueden favorecer inicialmente las mallas
irregulares, tan pronto como sea posible se pasa a una malla regular, ya que stas
proporcionan un grado de conocimiento uniforme de todas las par tes del depsito y
permiten efectuar ms fcilmente una interpretacin visual de los resultados.

Las mallas de sondajes regulares son aquellas que en proyeccin horizontal

presentan un esquema geomtrico compuesto, generalmente. por: (1) rectngulos o
cuadrados; (2) tringulos o (3) polgonos.
 17

De las mallas nombradas, las dos ms utilizadas son la rectangular y la triangular,

debido a las facilidades que presentan a la hora de efectuar los trabajos de evaluacin de
las reservas. En depsitos tabulares regulares (carbn, hierro sedimentario, etc.) la
triangular es, segn diversos autores, la ms efectiva, ya que con un pequeo sacrificio en
la precisin permite un ahorro en la perforacin de hasta el 30%.

Una alternativa a las mallas de sondajes regulares consiste en la localizacin de

stos sobre secciones verticales, espaciados en stas aleatoriamente o regularmente. En
general, la decisin sobre el tipo de malla de sondajes depende, fundamentalmente, de las
condiciones geolgicas: si la variacin vertical es pequea en el yacimiento se usa una
malla horizontal y si la variacin es grande se utilizan sobre secciones. Adems de la
profundidad y el esquema, la abertura o tamao de la malla es crtico. Se establece en
funcin de parmetros geolgicos y econmicos. Como criterio bsico se tiende a que el
espaciamiento sea lo mayor posible, pero que permita detectar las partes ms pequeas del
yacimiento y estimar los recursos con una precisin aceptable. Las mallas actuales de
perforacin varan ampliamente, sin embargo el proceso de seleccin es funcin de la
etapa en la que se encuentre la campaa.

2.5. PERFORACION CON RECUPERACION DE TESTIGO

El mtodo de perforacin con recuperacin de testigo continuo est considerado,

actualmente, como el ms til para la obtencin de muestras para inspeccin visual de los
macizos rocosos, anlisis, interpretacin geolgica, etc., aunque la recuperacin de dichos
testigos presenta problemas en algunas formaciones debido, fundamentalmente, a la
fracturacin, escasa dureza y alta friabilidad, tanto de los estriles como del material
mineralizado.

En este mtodo las herramientas de perforacin son, como se ha indicado, las

coronas de diamantes, aunque en algunos casos se emplean coronas de metal duro o de
carburo de tungsteno, que van montadas en el extremo de un tubo y accionado ste por la
mquina de perforacin a travs del varillaje.

El corte de la roca se produce al ejercer sobre el til unos esfuerzos de empuje y

rotacin. Por un lado, los diamantes poseen una resistencia superior a la del material que
se atraviesa en la formacin y, por otro, con la rotacin se produce un desgarramiento de
la roca, como si se tratara del arranque de virutas, interviniendo la resistencia a la traccin,
que es mucho menor que a la compresin.

Al avanzar la corona se va formando un cilindro o ncleo de roca, denominado

testigo que, posteriormente, se libera y extrae del macizo rocoso. Para esta operacin se
utilizan los llamados tubos saca testigos, que, en el transcurrir del tiempo, se han ido
modificando en el diseo para permitir obtener recuperaciones lo ms prximas posible al
100% en diferentes tipos de terreno.
 18

Un impulso importante se produjo a comienzos de los aos 50, cuando la empresa

E.J. Longyear Company introdujo los tubos saca testigos con cable wireline con los que
no es necesario extraer todo el varillaje cada vez que el tubo sacatestigos se haya llenado.
Por medio de un cable y un extractor, por el interior del varillaje se extrae el tubo interior
lleno de testigo. Este sistema reporta numerosas ventajas.

El fluido de perforacin que se utiliza normalmente es el agua, si bien el aire, en

algunos casos, se ha usado con notable xito y tambin ltimamente se estn empleando
cada vez con ms frecuencia los lodos de polmeros, sobre todo en determinados terrenos.

La perforacin con obtencin de testigo es, generalmente, lenta y costosa, pues

rendimientos entre 12 y 16 m por relevo ya se consideran buenos, segn la profundidad y
el tipo de terreno.

Actualmente existen dos grandes grupos de sondas, segn el esquema constructivo

general de las mquinas, constituido por la unidad de rotacin y el sistema de avance. El
primer grupo es el de las perforadoras que podran llamarse convencionales con cabeza de
rotacin y dos cilindros hidrulicos de empuje situados en un mismo plano El segundo
grupo est formado por las sondas denominadas de unidad de rotacin mvil, la cual se
desplaza apoyada sobre un bastidor de avance, donde por medio de una cadena accionada
por cilindros hidrulicos se consigue el empuje necesario.

Segn los fines y las condiciones de empleo, las unidades de perforacin poseen
diferentes grados de movilidad, subdividindose en estacionarias (modulares y
desmontables) y autopropulsadas. Las estacionarias, que se montan en forma de mdulos
o componentes principales sobre un bastidor de patines apoyado sobre un basamento
preparado, se suelen emplear en los trabajos de superficie y, especialmente, en los trabajos
subterrneos, mientras que las autopropulsadas van montadas en diferentes vehculos de
transporte, de ruedas o de orugas, que tienen su propio motor de propulsin y se utilizan,
casi exclusivamente, en trabajos a cielo abierto. Los factores que deben tenerse en cuenta
para elegir la sonda adecuada para realizar un trabajo determinado son:

Profundidad a la que se tienen que obtener los testigos.

Dimetro y longitud de testigo que se precisa.
Lugar desde donde se realiza el trabajo, en superficie o subterrneo.
Potencia del material de recubrimiento.
Necesidad de estabilizar y mantener abierto el sondaje.
Condiciones de acceso al lugar de trabajo y disponibilidad de tiempo para la
perforacin.
Tipo de fluido de perforacin.
Tipa de energa disponible.
Condiciones geolgicas que se esperan atravesar durante la perforacin.
 19

A partir de esos datos se debe proceder a la seleccin del tamao y modelo de

sonda y equipos complementarios -bomba y castillete -, as como de los accesorios de
perforacin necesarios.

El lugar donde se va a llevar a cabo un sondaje debe ser convenientemente

preparado para acceder al mismo con los vehculos auxiliares, as como para que la sonda
funcione en condiciones de estabilidad y eficiencia garantizadas. Adems debe
acondicionarse en sus proximidades un espacio para depositar todo el material que se
prev utilizar, tanto en la perforacin como en las operaciones auxiliares, que
generalmente se guardar en casetas prefabricadas.

Independientemente del tipo de roca y de la corona utilizada, existen tres factores

principales que influyen en el rgimen de penetracin: velocidad de rotacin, fuerza de
avance y barrido.

La velocidad perifrica depende, principalmente, del tipo de corona que se est

utilizando y de otros factores, tales como: tipo de sonda, dimetro de perforacin,
profundidad del sondaje, relacin entre varilla y dimetro del sondaje, vibraciones, etc.
Para obtener una alta velocidad de avance con coronas de impregnacin, la velocidad de
rotacin debe ser tan alta como sea posible, pero sin vibraciones. Tanto en las coronas de
insercin como de impregnacin, la velocidad de avance aumenta linealmente al elevarse
la velocidad de rotacin.

2.6. PERFORACION CON RECUPERACION DE POLVO (Aire Reverso)

La perforacin con circulacin inversa o reversa, como su nombre ndica, consiste

bsicamente en hacer que el fluido de barrido circule en sentido contrario, esto es bajando
por el espacio anular definido por el varillaje y la pared del sondaje, y subiendo con los
detritus por el interior del varillaje. Normalmente, la seccin del espacio anular es superior
a la del interior del varillaje, lo que produce un incremento en la velocidad de circulacin
del fluido de barrido y, como consecuencia, un aumento en la capacidad ascensional de
transporte de los detritus. Este sistema permite:

Una limpieza ms rpida del fondo del sondaje.

Recuperacin en superficie de detritus de mayor tamao y no contaminados.
Mayor velocidad de perforacin.
Recuperacin de detritus en zonas muy fracturadas, o con minados o cavernas
intermedias.

El sistema de perforacin con circulacin inversa utilizando tubera de doble pared y

aire como fluido de barrido se emplea cada vez con mayor frecuencia en el campo de la
 20

investigacin minera. Permite alcanzar elevadas velocidades de perforacin en

formaciones medias a muy duras y, al no utilizar agua, se eliminan los problemas que en
ocasiones se derivan de su uso.

Compite ventajosamente con el sistema de testigo cuando el tipo de ensayos a realizar,

determinacin de propiedades qumicas o fsicas, exigen la destruccin del mismo.

El sistema utiliza una tubera de doble pared en donde el dimetro interior marcar el
tamao y volumen de los detritus, mientras que la pared exterior deber tener un espesor
tal que confiera resistencia a la sarta de perforacin, pues debe transmitir el par de
rotacin y soportar los esfuerzos de empuje. Al mismo tiempo, la escasa diferencia de
dimetro existente entre la boca de perforacin y la tubera, hace que sta acte como un
entubado, estabilizando las paredes del sondaje. Como toda la circulacin es interior a la
tubera, es posible perforar a travs de huecos, cavernas, fracturas, etc., sin que se
produzca prdida de fluidos o contaminacin de los detritus.

Sistema de circulacin reversa

 21

3. MUESTREO.

3.1. INTRODUCCIN

Si bien todas las fases involucradas en los procesos de evaluacin de un

yacimiento tienen su importancia, el muestreo, por ser la primera y la que va a
condicionar, en gran parte, la viabilidad econmica de la explotacin, presenta una serie
de caractersticas que la confieren un carcter crtico. Como bien hace constar Valle
(1992)"... si las muestras no son representativas del yacimiento, el resto de la evaluacin
carece de inters ". Por ello, el encargado de llevar a cabo el muestreo debe asegurar que
factores tales como la cantidad de muestra a tomar, su disposicin, la reduccin de la
cantidad de muestra original, etc., aseguren la citada representatividad. En los siguientes
apartados se tomarn en consideracin, de la forma ms detallada posible, todos aquellos
aspectos que permitirn concluir la fase de muestreo con el mayor xito posible.

Barnes (1980) define una muestra como "...una parte representativa de un todo ms
grande que se toma con el objetivo de estudiada" y que constituye "...una parte de una
poblacin estadstica cuyas propiedades se estudian para obtener informacin del conjunto
total ". Por su parte, Valle (1992) afirma que la muestra es " una relativamente pequea
cantidad de material tomada de acuerdo con un procedimiento sistemtico, a partir de la
cul se evalan las caractersticas del conjunto al que representa". La combinacin de
ambas definiciones hace aflorar las caractersticas bsicas que debe cumplir un muestreo,
as como los objetivos que se persiguen: representatividad, procedimiento sistemtico en
la obtencin y, como objetivo fundamental, la obtencin de informacin del conjunto
total: el yacimiento.

De forma intuitiva se puede percibir que la representatividad de una determinada

muestra va a venir condicionada por la heterogeneidad de la masa primaria. Esta
heterogeneidad se puede manifestar, bsicamente, de formas diferentes: (a) en la textura
de la mineralizacin, pues una mena de tamao grueso, a igual ley, es ms heterognea
que una fina y (b) en la composicin mineralgica, ya que la homoge neidad es menor, a
igual ley, en aquellos minerales que poseen un porcentaje ms elevado en la fase de
inters econmico.

Desde un punto de vista general, cualquier muestra incluso la ms simple lleva

consigo un gran nmero de posibles errores, los cuales pueden estar relacionados a la
estructura de la mena, otros a la distribucin y textura que presenta la mena, otros errores
se relacionan con la tcnica de muestreo que se utilice, ya sea en el modo en que se ha
aplicado la tcnica o del equipo que se ha utilizado.

Una muestra desde un punto de vista estadstico corresponde a la parte de una

poblacin para estimar parmetros de esa poblacin. En el caso de un yacimiento, la
 22

muestra olas muestras deben ser representativas. Pero cualquiera sea el caso, la muestra
debe tener dos caractersticas; tamao pequeo y tpica de la poblacin. En caso de un
yacimiento cada muestra es una porcin infinitamente pequea del yacimiento.
La toma de muestras, en yacimientos metlicos o de rocas y minerales industriales,
se lleva a cabo en diferentes etapas a lo largo de los procesos de exploracin, evaluacin y
explotacin,

Durante la fase de exploracin, el muestreo tiene como objetivo primordial el

anlisis de los testigos de los sondajes, con el fin de evaluar las intersecciones de mineral,
comnmente muy separadas entre s. De esta forma, se tendran leyes y espesores in situ,
pero se obtendr poca informacin sobre la continuidad de la mineralizacin
potencialmente econmica y, prcticamente, ninguna sobre las restricciones desde el
punto de vista minero. Una vez que el proyecto minero tiene posibilidades de llevarse
adelante, en la fase de evaluacin se cierra la malla de sondajes y se obtiene un nmero
mucho mayor de muestras, lo que permite matizar los datos obtenidos en la fase de
exploracin, generndose un mayor grado de precisin en la estimacin.

Durante la fase previa a la explotacin, si sta se va a llevar a cabo, el muestreo

tiene como objetivos establecer ensayos sobre muro y techo de las galeras, en caso de que
el mtodo de explotacin sea subterrneo, teniendo muy en cuenta, no slo la
mineralizacin, sino tambin la dilucin potencial por material estril o de baja ley. El
muestreo, por ello, es mucho ms intenso en esta fase, obtenindose datos para establecer
bloques individuales de explotacin, zonas internas de baja ley o estril, reas de diferente
comportamiento mneralrgico, etc. Tambin puede servir para definir zonas que
contienen, por ejemplo, elementos penalizables (Hg) o elementos que pueden actuar como
subproductos (Au o Ag).

Por ltimo, durante la propia fase de explotacin, el muestreo se realiza para

establecer los controles de leyes, cuyos objetivos pueden ser muy variados: comparacin
con los modelos de estimacin previos, agotamiento de zonas, presencia de reas de baja
ley, etc. Tambin se suele llevar a cabo, en zonas limtrofes al yacimiento delimitado, con
el objetivo de ampliar las reservas existentes, lo que produce un aumento de la vida de la
explotacin minera y, con ello, una mejor amortizacin de las inversiones.

La investigacin que se realiza en las muestras obtenidas puede tener un carcter

muy variado: anlisis qumicos para el clculo de leyes, anlisis fsicos y/o tecnolgicos.
Aunque los anlisis fsicos y tecnolgicos poseen una indudable importancia, son lo
qumicos los que, en un primer etapa, centran el inters del muestreo, pues son los que van
a definir si la mineralizacin tiene el suficiente valor econmico como para que sea viable
continuar con el proyecto minero.
 23

3.2. METODOLOGA DE MUESTREO

El muestreo, como se ha comentado anteriormente, debe ser representativo, por lo

que es imprescindible cumplir una serie de requisitos que afectan a: (a) cmo se va a
tomar la muestra; (b) la distancia entre muestras y (c) la cantidad de material en cada
muestra.

Si se consigue que la muestra se haya tomado de forma adecuada, su distancia con

la siguiente sea correcta y el peso obtenido sea suficiente, se podr tener una cierta
seguridad de que el proceso se ha l evado a cabo de forma correcta. Y es importante el
carcter de cierta, pues no hay que olvidar que la relacin entre el material tomado y la
poblacin total, que en muestreos sociolgicos puede considerarse vlida para valores de
1/5.000, en geologa en general, y en minera en particular, puede, en el mejor de los
casos, alcanzar valores de 1/109 , lo que da una idea de lo frgil que resulta la estimacin.

Conceptualmente existen tres tipos bsicos de muestreos (koch y Link, 1970): (1)
muestreo al azar; (2) muestreo estratificado y (3) muestreo sistemtico. Dada la ya referida
importancia que tiene la obtencin de muestras en minera, frecuentemente se desecha el
primer tipo, pues puede conducir a errores muy importantes (obtencin de una ley superior
a la real), dado que la suposicin bsica para que este tipo de muestreo sea representativo,
que el conjunto sea absolutamente homogneo, rara vez se cumple en minera. Por ello, se
acude a mtodos que se encuentran a caballo entre el estratificado y el siste mtico. El tipo
de muestra y su nmero depende de muchos factores, entre los cuales se pueden citar:

El tipo de yacimiento y la distribucin y tamao de partcula de la fase de inters

econmico.
Etapa en el que se encuentre el proyecto minero.
La accesibilidad que presente la mineralizacin.
El costo de la toma de muestras, los fondos disponibles y el valor de la mineralizacin.
Es lgico pensar que sobredimensionar un muestreo en una mineralizacin de bajo
valor resulta insostenible desde un punto de vista econmico.
 24

3.2.1. MUESTREO EN CANALETAS CONTINUAS

Esta tcnica de muestreo ha sido muy comn en minera, especialmente en mtodos

de explotacin subterrneos, aunque en las ltimas dcadas se ha ido abandonando por
razones de costo y rendimiento. Consiste en la excavacin de un canal estrecho y
continuo, bien de forma horizontal, vertical o perpendicular al buzamiento del nivel
mineralizado. Las dimensiones de la canaleta pueden ser variables, aunque valores de 3-5
cm de profundidad y 5-1 0 cm de ancho son los ms comunes, debindose mantener, en lo
posible, estas dimensiones lo ms constantes posible. Se toma como muestra el total del
material extrado, recogindose un plstico extendido al pie del lugar de la toma. Si se
juntan varias muestras de una ranura para constituir una nica muestra, la cantidad de cada
una debe ser proporcional a la veta o capa respectiva, La separacin o distancia entre
canaletas depende de las irregularidades o variaciones dentro de la masa mineralizado, no
siendo aconsejable, por prdida de representatividad de las muestras, separaciones que
superen los cinco metros.

La correcta clasificacin de las muestras incluye la inclusin de datos relativos a:

distancia entre canaletas, anchura total de la zona mineralizada (horizontal, vertical,
verdadera), nmero de muestras tomadas, longitud de la muestra, descripcin de las
caractersticas mineralgicas, estimacin visual de las leyes, tipo de roca caja, etc.

3.2.2. MUESTREO EN CANALETAS DISCONTINUAS

Este mtodo suele sustituir al anterior, en muchas ocasiones, por razones de costo y
rendimiento. Consiste en la obtencin de trozos de muestra, no de forma continua, sino a
lo largo de una lnea o lneas, normalmente en direcciones horizontales. Tambin suele
ser frecuente la definicin de una pequea malla regular en dos direcciones, obtenindose
las muestras en los correspondientes nodos de la malla. La distancia entre puntos puede
ser variable, en funcin de las caractersticas y valor de la fase mineral, aunque lo normal
es separar las muestras entre 20 y 30 cm. La cantidad de muestra debe ser similar, pues de
lo contrario se pueden producir sesgos en los resultados del muestreo. Valores de 45 mm
de dimetro y 25-30 cm de profundidad en las muestras se consideran normales, aunque
para minerales de alto valor (oro), estas dimensiones pueden ampliarse.

Las muestras de canaleta se toman en el frente, en el techo, en los costados o caras

de una labor, nunca se deben tomar muestras del piso, por problemas de contaminacin.
Normalmente las canaletas se cortan en ngulo recto a la zona de mena.

Cualquiera sea el caso o la forma que se haga la canaleta, la muestra debe estar
localizada en forma precisa en un plano topogrfico, adems de la ubicacin de la muestra
debe tomarse nota de la forma y disposicin de la mena.
 25

3.2.3. MUESTREO EN SONDAJES

La realizacin de sondajes en minera resulta una labor sumamente frecuente, por

lo que su adecuado muestreo resulta bsico, tanto en la etapa de exploracin,
principalmente, como en la de evaluacin e incluso, en la de explotacin. No hay que
olvidar que, en la actualidad, la mayor fuente de muestras lo constituye esta tcnica, por lo
que su errneo tratamiento puede generar importantes errores que, en la mayora de los
casos, se van acumulando, imposibilitando, posteriormente, la adecuada evaluacin del
yacimiento. Por ello, y como se acaba de comentar, hay que poner un nfasis especial en
todo lo relacionado con la testificacin y toma de muestras en los sondajes.

Aunque es un mtodo caro, los sondajes con recuperacin de testigo presentan una
serie de ventajas frente a otras tcnicas de muestreo

1. Se obtiene una muestra continua de todo el material mineralizado, aunque, en

ocasiones, la posible presencia de bajos ndices de recuperacin puede minimizar esta
ventaja. En este sentido, recuperaciones inferiores al 75% hay que tomarlas muy en
cuenta, pues pueden inducir importantes errores en la etapa de evaluacin.

2. Los procesos de contaminacin son inferiores, comparativamente, a los que se pueden

llegar a sufrir con otros mtodos de muestreo, especialmente en el caso de las
canaletas. Si la citada contaminacin est presente, se puede lavar el testigo con agua
o soluciones ligeramente cidas

3. Se consigue un volumen constante por unidad de longitud, factor ste casi imposible
de conseguir con otras tcnicas de muestreo.

4. Se obtiene una correcta informacin mineralgica, textural y geotcnica, pues, a

grandes rasgos, el material se recupera de forma similar a como se encuentra en
profundidad.

Los trozos de testigo, tal como van saliendo de la sonda, se disponen en cajas
diseadas al efecto, usualmente de madera o cartn plastificado. En este momento hay que
tener especial cuidado en comprobar, de forma lo ms exacta posible, que las
profundidades estn correctamente calculadas, as como la orientacin del trozo de testigo.
Errores como la inversin en el sentido del trozo de testigo son comunes, por lo que hay
que intentar que no se produzcan. Tambin es el momento de testificar, aunque sea de
forma rpida, como se va desarrollando la recuperacin.

El trozo de testigo, una vez limpio y acondicionado, se divide, normalmente, en dos

trozos, uno de los cuales se utiliza para el anlisis de leyes o contenidos y el otro se guarda
en la caja correspondiente para ulteriores anlisis o comprobaciones. Para la divisin del
testigo, la utilizacin de una cortadora de disco de diamantes, si el material es consistente,
puede ser suficiente.
 26

Una vez que el testigo ha sido cortado de forma correcta, queda por definir los
intervalos de muestreo, es decir, qu cantidad de testigo debe tomarse para cada muestra.
No existen pautas generales para tal efecto, aunque las muestras no deben sobrepasar los
1,5 m ni ser inferiores a 20 cm. Entre los factores que pueden condicionar la longitud del
testigo, se pueden citar:

Cambios repentinos en las leyes de la mineralizacin (la ley debe ser lo ms uniforme
posible para cada intervalo).
Cambios en la mineraloga de las fases de inters econmico ( calcopirita y pirita a
calcopirita y bornita).
Cambios en las fases minerales que pueden condicionar el mtodo de tratamiento en la
planta ( de sulfuros a xidos y silicatos).
Cambios en la litologa de la roca encajante.
Cambios en la textura de la mineralizacin ( de masiva a diseminada).
Potencia de la mineralizacin (los niveles finos mineralizados deben ser muestreados a
intervalos menores que si se trata de un nico y potente nivel mineralizado).
Si los valores de las muestras se utilizarn pos teriormente para llevar a cabo
regularizaciones (compsitos), como sucede, frecuentemente, en las explotaciones a
cielo abierto que se desarrollan por banqueo.
La posible presencia de valores errticos que condicionen notablemente el valor de la
muestra. En este caso, cuanto mayor sea el trozo de testigo tomado, menor es la
influencia de esos valores errticos, con lo que se minimiza el error.

Como se puede observar, al final son muchos los factores que van a condicionar la
longitud del testigo. Entre ellos, tambin es muy importante, y en ocasiones decisivo, el
mtodo que posteriormente se va a utilizar para la estimacin de las reservas. Si se va a
llevar a cabo dicha estimacin con mtodos geoestadsticos, es imprescindible que la
longitud del testigo sea lo ms homognea posible para las diferentes muestras (influencia
del soporte). Para ello, es necesario llegar a un tamao de compromiso, que puede oscilar
alrededor del 50% de margen, es decir, si se toma como valor estndar de muestreo 1 m,
los trozos de testigos que se tomen como muestras estarn comprendidos entre 0,5 m y 1,5
m. Este mtodo tambin disminuye el sesgo natural de los gelogos a tomar muestras de
mayor longitud cuando la ley es baja y al contrario.

Otro mtodo es el definido por Carras, que establece longitudes basndose en valores
del coeficiente de variacin de la poblacin que no superen el valor 1. De acuerdo con
muestras tomadas previamente, o coleccionadas al efecto, se van estableciendo
regularizaciones a longitudes cada vez mayores, calculando los correspondientes valores
del coeficiente de variacin, hasta que se alcanza el ya citado valor de 1.
 27

Otro tipo de muestra que se puede obtener en minera, fruto de la utilizacin, por
ejemplo, de una perforadora de sondajes de circulacin reversa, son los detritus o polvo
procedente de la destruccin del material, llevada a cabo, por ejemplo, por un tricono. En
estos casos no se dispone de un material continuo, sino de un conjunto de fragmentos de
pequeo tamao que hacen inviable numerosos tipos de anlisis (ensayos geotcnicos).
Las mquinas suelen llevar incorporado un cicln en el que se recogen los detritus,
normalmente con dos salidas para permitir obtener copias idnticas de cada muestra. El
propio ascenso del material y su inclusin en el cicln genera la suficiente
homogeneizacin como para considerar cada muestra representativa del conjunto. Estas
muestras se acumulan en bolsas que, posteriormente. Gran parte de lo dicho anteriormente
para la definicin de longitudes de muestreo es vlido para este caso, pues si bien el
material, como es lgico, posee un aspecto fsico diferente, su incidencia en las labores de
estimacin de las reservas es semejante

La toma de muestras no es la nica labor que se debe llevar a cabo con los sondajes,
pues el esfuerzo en dinero y tiempo, para su realizacin, hace imprescindible la obtencin
de la mxima informacin posible. Por ello, aspectos tales como el manejo de los testigos
(extraccin, disposicin en cajas, transporte y almacenamiento), testificacin detallada,
etc., deben realizarse de forma completa y adecuada. En el logeo, la hoja de testificacin,
deben figurar todos aquellos datos que se consideran imprescindibles para una correcta
testificacin del sondaje. En concreto, el log debe incluir, como mnimo, la siguiente
informacin:

Datos generales del sondaje: proyecto, nmero de sondaje, acimut e inclinacin

iniciales, coordenadas (X, Y y Z), fechas de comienzo y finalizacin, contratista y
gelogo que realiz la testificacin.
Incidencias de la perforacin: medidas de desviacin, nivel fretico, etc.
Datos no geolgicos del testigo: dimetro, intervalo de maniobras, recuperacin,
nmero de caja.
Descripcin geolgica del testigo: tipo de roca, textura, alteracin, color, estructuras,
edad, etc.
Descripcin de la mineralizacin: estimacin semicuantitativa de minerales,
paragnesis, etc.
Datos de muestreo: intervalo y nmero de muestra.
Resultados de determinaciones y muestreos.
Observaciones: todos aquellos aspectos relevantes y no incluidos en los apartados
anteriores.
Log grfico: representacin grfica de los datos a la escala adecuada.
 28

3.2.4. CONTROL DE LEYES

La toma de muestras se lleva a cabo no slo en las etapas de exploracin/evaluacin,

sino tambin a lo largo de la vida de la explotacin minera, es decir, durante la propia fase
de explotacin. Este tipo de muestreo, frecuentemente conocido como control de leyes,
tiene como objetivo definir, lo ms exactamente posible, los valores de la ley/contenido en
el mineral de inters econmico que va a ser enviado, a partir del bloque o zona explotada,
a la planta de tratamiento. Los datos obtenidos en la fase de estimacin no suelen ser lo
suficientemente consistentes como para centrar en ellos toda la confianza necesaria, por lo
que se hace preciso conseguir informacin suplementaria. Esta informacin se obtiene
maestreando los montculos que se generan en la perforacin de los barrenos para. Dicho
material cumple sobradamente las condiciones necesarias para su utilizacin:

Es lo suficientemente representativo del conjunto.

Est obtenido de acuerdo con las potencias que condicionan los bancos de explotacin,
por lo que su manejo y tratamiento es sencillo y muy til.
Las mallas de perforacin son tan cerradas, desde el punto de vista de la obtencin de
datos para la estimacin de las reservas, que las leyes que se calculan son muy
similares las que posteriormente van a salir en la planta de tratamiento.

Todas estas ventajas hacen que el muestreo sistemtico de los citados montculos sea
una labor de rutina. Adems, no suponen un gasto excesivo, pues el barreno para voladura
se hara al margen de que fuera o no necesaria la obtencin de datos suplementarios. Por
ltimo, habra que citar que dicho muestreo sirve, tambin, para testificar la bondad de la
evaluacin llevada a cabo en la fase de estimacin de las reservas, es decir, supone un
estudio comparativo del modelo definido previamente.
 29

3.3. DENSIDAD DEL MUESTREO

El siguiente aspecto a considerar, despus de conocer cmo se ha de tomar la

muestra, se centra en la densidad del muestreo, es decir, la separacin o distancia entre las
sucesivas muestras. Tampoco es una tarea fcil, pues un excesivo muestreo lleva consigo
un gasto econmico innecesario, mientras que un nmero muy limitado de muestras puede
afectar a la representatividad del conjunto, lo que incide en las posteriores labores de
estimacin de reservas.

En muchos casos, la experiencia ocupa un papel predominante, de tal forma que el

haber estado muchos aos trabajando en un determinado tipo de yacimiento hace que se
adquiera una experiencia que puede ser trasladada, en numerosas ocasiones, a yacimientos
semejantes. Sin embargo, no resulta ocioso comparar siempre los resultados de la
experiencia con los mtodos existentes para definir las mallas de muestreo.

En general, existen cuatro grandes mtodos a la hora de establecer la distancia que

se debe tomar entre las sucesivas muestras: (1) coeficiente de variacin, (2) geoestadstica,
(3) correlograma y (4) diferencias sucesivas.

3.3.1. CONSIDERACIONES SOBRE LA DENSIDAD DEL MUESTREO

Cuando se establece una malla de sondajes, una de las primeras preguntas que se
hace el gelogo es si dicha malla ser suficiente o ser necesario ampliarla. La respuesta
puede tener dos vertientes: la solucin se puede obtener con los mtodos descritos
anteriormente y/o la capacidad econmica para llevar a cabo una determinada red de
muestreo, es decir, de poco sirve saber cada cuntos metros hay que muestrear si no se
dispone de fondos para ello.

La siguiente pregunta podra ser hasta dnde se cerrara la malla en el supuesto de

que la capacidad econmica de la empresa, para tal efecto, fuese ilimitada. Es obvio que
una mayor densidad de muestreo, al generar un nmero de muestras mayor, hace aumentar
el conocimiento de la mineralizacin y, por tanto, disminuir el error en la estimacin. Sin
embargo, esta relacin nmero de muestras versus minimizacin del error tiene sus
lmites, es decir, la relacin no es una ecuacin en forma de recta que permita siempre un
aumento proporciona de la precisin a costa de aumentar el nmero de sondajes.

La experiencia demuestra que todos los yacimientos presentan pautas semejantes,

una disminucin en el tamao de la red de sondajes lleva implcita un notable aumento en
la bondad de los resultados, mientras que, a partir de determinados niveles, dicho aumento
no es lo suficientemente grande como para compensar el gasto que generara el cerrar ms
la malla. En otras palabras, en esas situaciones no merece la pena gastar ms dinero, pues
los resultados no mejoran significativamente.
 30

3.4. CANTIDAD DE MUESTRA

El tercer factor a tomar en cuenta cuando se realiza un muestreo es el de la

cantidad de muestra que se debe coger. El peso de la muestra a tomar debe ser el
apropiado para que sta sea representativa. Esta frase, as presentada, es tremendamente
generalizadora, pero difcil de precisar ante la variedad de casos (tipo de sustancias,
caractersticas internas de los yacimientos, usos del material, ensayos a realizar sobre las
muestras) que se presentan en la actividad minera.

La determinacin del peso de la muestra, segn Kuzvart y Bohmer (1978), viene

condicionada por los siguientes factores:

El peso inicial puede ser menor en depsitos con una distribucin regular del mineral
(estructuras masivas y bandeadas) que en depsitos donde el mineral est en forma de
impregnaciones o en discontinuidades.
Cuanto mayor sea el tamao (granulometra) del mineral, mayor deber ser el peso de
la muestra y viceversa.
Cuanto mayor sea la ley del mineral, ms pequeo puede ser el peso de la muestra y
menos probable se hace el error al reducir su tamao.
Cuanto mayor sea el peso especfico del mineral til, mayor debe ser el peso inicial de
la muestra.

Se pueden establecer, bsicamente, tres mtodos para calcular la cantidad de muestra

a tomar:

Coeficiente de variacin.
Frmula de Richards-Czeczott.
Frmula de Royle.

El primer mtodo es similar al utilizado para la distancia de muestreo. En la Tabla

siguiente se muestran las cantidades a tomar en funcin de los valores del coeficiente de
variacin.

Tabla: Cantidad de muestra a tomar en funcin del coeficiente de variacin.

Distribucin de los elementos analizados Coeficiente de variacin Peso de la muestra
Muy regular Hasta 20% X= (0.6 0.8 kg)

Regular 20% - 40% 3X

Regular 40% - 80% 6X

Muy irregular 80% - 150% 9X

Extraord. irregular > 150% 12X

 31

El segundo mtodo utiliza la frmula de Richards-Czeczott, que es la siguiente:

Q = K x d2

Donde Q es la cantidad de muestra a tomar, K es una constante adimensional que

expresa la variabilidad del depsito y d es el tamao del grano ms largo de mineral til
expresado en mm.

Tabla: Valores de la constante K en funcin del coeficiente de variacin.

Grupo Tipo de Yacimiento Coeficiente de variacin Caracterstica de la K
mineralizacin
A Grandes yacimientos sedimentarios < 70% Regular 0.002
de Fe, Mn, yacimientos
metamrficos de Fe
B Yacimientos de Magnetita, 70% 100% Irregular 0.1
Yacimientos polimetlicos y de Cu
y de Cu con distribucin poco
uniforme
C Yacimientos filonarios de metales 100 150% Muy irregular 0.2 0.5
no ferreos, raros y preciosos
D Yacimientos de Oro > 150% Extrem. Irregular 0.5 1.0

El ltimo mtodo, el de Royle (1 992), permite establecer lo que el autor define

como Peso de Seguridad Mnimo (PSM), obtenido a travs de la siguiente frmula:

PSM = 1 00 x (A/G)

donde:

PSM = Peso de seguridad mnimo (gramos)

A Gramos de mineral contenidos en la partcula ms grande (cm)
G Ley (tanto por ciento).
 32

3.5. REDUCCIN DEL PESO DE LA MUESTRA

La reduccin del peso de la muestra de partida tiene por fin obtener una muestra de
laboratorio que sea una parte representativa de la muestra total. La reduccin lleva
implcitos los siguientes procesos:

Trituracin y cribado.
Mezcla del material triturado.
Cuarteo (o proceso de reduccin propiamente dicho).

El proceso de cuarteo consiste en colocar la muestra en forma de cono, dividirlo en

cuatro partes y recuperar dos cuartos opuestos. No plantea mayor problema, existiendo,
adems, aparatos que llevan a cabo este proceso incluso de forma automtica. El problema
reside, en cuanto a la reduccin del peso de la muestra de partida, en saber cundo se
puede cuartear y las relaciones cuarteo-trituracin, pues la solucin de tomar toda la
muestra (100 kg en caso de yacimientos de oro puede llegar hasta varias toneladas) y
triturarla hasta el tamao necesario y, posteriormente, cuartear, en muchos casos es
inviable desde el punto de vista econmico, pues lleva consigo un gasto excesivo en la
trituracin

Equipo cuarteador
 33

Para conocer cundo se tiene que cuartear y cundo triturar, se acude a la frmula:

Q/ ( K d2 ) < / > 2

Donde Q es la cantidad de muestra inicial (kg), K es una constante adimensional

que depende de la heterogeneidad y d representa la longitud de la arista de un grano de la
muestra o dimensin de la red de criba por el que se ha pasado el material de toma (mm).

Una vez sustituidos los valores en la frmula y calculada sta, pueden suceder dos
cosas:

Que el valor sea superior a dos, en cuyo caso hay que cuartear
Que dicho valor sea inferior a dos, entonces es necesario triturar.

Valores de la constante K para la reduccin de muestra

Grupo Caractersticas de la mineralizacin K
1 Muy regular 0.05
2 Regular 0.10
3 Irregular 0.20
4 Muy Irregular 0.40
5 Extra. Irregula 0.80 1.0

Con este mtodo, se consigue la deseada reduccin de la muestra manteniendo, en

lo posible, la representatividad. Este proceso de trituraciones-cuarteos se llevan a cabo
sistemticamente hasta que la muestra de laboratorio cumpla las condiciones
anteriormente citadas.

3.6. ERRORES EN EL PROCESO DE REDUCCIN DEL PESO DE LA

MUESTRA

La reduccin del peso de la muestra de partida lleva consigo, de forma implcita,

un error, que puede ser cuantificado a travs de la frmula de Gy (Gy, 1968). La frmula
de Gy refleja la varianza relativa a cada estadio en el proceso de reduccin del peso de la
muestra. Utilizando esta frmula se puede calcular:

El error / varianza para un determinado tamao de muestra dada separada del original.
Qu tamao de submuestra debe ser utilizado para obtener una varianza especfica
con un nivel de confianza del 95% (o cualquier otro nivel de confianza; se suele
 34

utilizar el 95% porque corresponde, aproximadamente, a dos desviaciones estndar y,

por otro lado, es una nivel lo suficientemente alto como para considerar que la
probabilidad de equivocarse es muy pequea -5%-).

La frmula de Gy tiene la siguiente forma:

S2 = d3 *f * g* I * M * ([1/Ml ] [1/M 2 ])

Donde:

M2 = Peso de la muestra inicial (gramos)

M1 = Peso de la submuestra (gramos)
d = Dimensin (cm) de la partcula ms grande en la muestra inicial (tamao de la
malla por la que pasa el 90-95% del material).

f = Factor de forma de la partcula (sin dimensiones). Tiene un valor mximo de 1,0

para partculas que son cubos perfectos. En la prctica, el factor de forma se aleja
poco de un valor medio de 0,5, al margen del tipo de mineralizacin y el tamao de
la fraccin

g = Factor de rango del tamao de partcula (sin dimensiones), que varia de 0,15
(tamaos de partculas muy variados) a 1,0 (todas las partculas tienen el mismo
tamao). En la prctica, g vara entre 0, 1 7 y 0,40, con un valor medio de 0,25

I = Factor de liberacin de la partcula (sin dimensiones), que toma valores entre cero
(material completamente homogneo) a uno (material completamente
heterogneo). En la prctica, los valores de 1 se estiman a partir de la raz
cuadrada de- cociente entre el tamao de liberacin prctica (L) y el tamao de
partcula ms grande d:

I= (L/d) 1/2

cuando L/des mayor que uno, I se toma como 1

L= Tamao de liberacin prctica (cm), que se define como el di metro mximo de

partcula que asegura la liberacin completa del componente til.

m = Factor de composicin mineralgica (g/cm3 ), definido como:

m = [(l-a)/a]*[(l-a) r+at]

Donde r y t son las densidades medias de l mineral til y de la ganga,

respectivamente, mientras que a es el contenido mineral medio (no contenido de
metal) expresado como parte decimal de 1.
 35

S2 = Varianza relativa de error cuando una muestra de M gramos se toma a partir de

una muestra de M2 gramos caracterizada por los parmetros d, f, g, Iy m.

3.6.1. DETERMINACION DE LOS ERRORES ANALITICOS

Una vez analizada en el laboratorio la muestra tomada y conocida su ley media,

cabe plantearse si los anlisis se han realizado correctamente o si, por el contrario, se han
producido errores. Estos errores pueden catalogarse en dos tipos: errores fortuitos y
errores sistemticos. Es muy importante saber si es fortuito (se avisa a los analistas que
controlen mejor el proceso) o si es sistemtico ( las pipetas estn mal graduadas y hay que
cambiarlas). Con el tiempo el fortuito se puede eliminar por compensacin mientras que
el sistemtico siempre permanece, de ah la importancia de saber qu tipo de error se ha
cometido.
 36

4. EVALUACION DE LOS RECURSOS

4.1. INTRODUCCION

Si bien las labores de muestreo y determinacin de la ley media ocupan un lugar

muy importante en la evaluacin de los recursos minerales, sin duda alguna la cubicacin
de las reservas, es decir, definir cunto, dnde y cmo estn, es la labor que adquiere un
carcter ms crtico, pues va a permitir avanzar las caractersticas generales del yacimiento
en cuanto a las toneladas de metal/mineral til presentes, as como la morfologa de los
cuerpos mineralizados, lo que incidir, posteriormente, en el mtodo minero a elegir. El
intentar llevar a cabo este trabajo con el mnimo error posible no slo es deseable sino
imprescindible.

En la evaluacin de un yacimiento se suelen definir, normalmente, dos tipos de

reservas: geolgicas o in situ y mineras. Las primeras constituyen, a grandes rasgos, el
conjunto del yacimiento, es decir, todo el material presente bajo unos condicionantes
determinados (ley mnima de explotacin, etc.). Las segundas representan la
mineralizacin que va a ser extrada, una vez efectuado el diseo y definido el mtodo de
explotacin ms adecuado para el yacimiento. Como es lgico, ambas prcticamente
nunca coinciden, pues factores como el diseo de la explotacin, recuperacin, dilucin,
etc., hacen que las reservas mineras se alejen de las geolgicas, en algunos casos a favor
de las primeras y, en la mayora, al contrario, en funcin de las caractersticas antes
citadas. Por ejemplo, un intento de apurar las reservas del yacimiento puede conducir a un
incremento de las toneladas inicialmente estimadas (reservas geolgicas), pero con una
disminucin en la ley media del mineral. Por el contrario, si la explotacin del yacimiento
debe finalizarse antes de lo previsto, o con una mayor selectividad, por ejemplo por una
drstica disminucin en los precios del mineral, es frecuente que se hayan explotado
(reservas mineras) menos toneladas que las calculadas como existentes (reservas
geolgicas), pero con leyes medias superiores. En cualquier caso, tal como se ha
comentado anteriormente, es prcticamente imposible que los valores de unas y otras
lleguen a coincidir.

4.2. SELECCION DEL METODO DE EVALUACION

Existen dos grandes grupos de mtodos a la hora de llevar a cabo la estimacin de

las reservas de un yacimiento: los que se suelen llamar mtodos clsicos o geomtricos y
los denominados mtodos geoestadsticos. Estos ltimos aparecieron a comienzos de los
aos sesenta, con la escuela de Matheron, y han conocido su mximo esplendor con el
desarrollo de los ordenadores, a principios de los ochenta, pues son necesarios extensos
clculos matemticos para su realizacin.

A la hora de realizar un proceso de evaluacin, un primer aspecto a considerar

sera preguntarse: cul de los dos grupos de mtodos es el mejor?. La pregunta no es
 37

fcil de responder, pues son muchos los factores implicados. Los mtodos clsicos son los
que se han estado utilizando hasta la irrupcin de la Geoestadstica; no tienen que ser
necesariamente peores que los geoestadsticos, aunque estos ltimos ofrecen una
informacin ms variada y completa. Por el contrario, los mtodos geoestadsticos son
ms complejos, tanto desde el punto de vista de su base terica como por su desarrollo.
Intentando simplificar, se puede afirmar que los mtodos geoestadsticos son ms
adecuados que los clsicos siempre y cuando se cumplan los siguientes condicionantes:

El equipo de trabajo tenga la adecuada formacin terica sobre la Geoestadstica.

La empresa posea el hardware y software necesario para su utilizacin.
El yacimiento est estudiado con un nmero elevado de sondajes, calicatas, etc.,
preferentemente en direcciones determinadas, que permitan la obtencin de un
semivariograma.
Exista una variable regionalizada, por ejemplo la ley, que permita la obtencin del
citado semivariograma susceptible de modelizarse.

En el caso de que uno de estos factores no se cumpla, la estimacin de las reservas por
los mtodos geoestadsticos puede ser errnea, con desviaciones, incluso, muy superiores
a las que se obtienen con cualquiera de los mtodos clsicos.

En los condicionantes anteriormente citados, existen algunos de carcter objetivo,

como, por ejemplo, el nmero de sondajes realizados en la campaa de exploracin.
Resulta obvio comentar que si el nmero de datos es insuficiente, de nada sirve plantearse
la posibilidad de llevar a cabo estudios geoestadsticos. Por el contrario, en otros casos
prima la subjetividad: si no se desea una gran exactitud que, en principio, va a ser aportada
por los mtodos geoestadsticos, no merece la pena introducirse en ese complejo estudio y
un mtodo clsico cualquiera, ms sencillo en su realizacin, puede ser ms que
suficiente.

En otros casos, la realidad geolgica puede ayudar en la decisin final. Los mtodos
basados en la Geoestadstica son tcnicas de suavizado, es decir, tienden a uniformizar los
datos, lo que puede ser problemtico si los cuerpos mineralizados presentan frecuentes
zonas de alta o baja ley. Por otro lado, sin embargo, los mtodos clsicos asignan
determinados valores de la variable a reas en ocasiones muy extensas, lo que tampoco
geolgicamente es muy correcto y, adems, frecuentemente improbable.

Como se puede observar, los factores a tener en cuenta son muy variados y, algunos de
ellos, difciles de establecer a priori. Por ello, la seleccin del mtodo adecuado de
estimacin es una labor extraordinariamente delicada y debe hacerse siempre sopesando
todas las ventajas e inconvenientes. An ms, en casos en que existan razonables dosis de
duda, es recomendable la utilizacin, de forma conjunta, de diversos mtodos, de tal forma
que, posteriormente, puedan establecerse comparaciones entre los diferentes resultados
obtenidos.
 38

Las ventajas e inconvenientes que, segn Carras (1987), ambos grupos de mtodos
presentan, evidentemente desde un punto de vista general:

Mtodos clsicos:

Ventajas:
Facilidad de aplicacin, comunicacin y entendimiento.
Facilidad de adaptacin a todo tipo de mineralizaciones.

Desventajas:
Se produce una sobreestimacin de las reservas cuando se asignan altos valores de la
ley a grandes volmenes.
El error puede ser grande si se aplican arbitrariamente.
La ponderacin por reas o volmenes es arbitraria y no ptima matemticamente.
Se aplican leyes constantes a zonas determinadas, lo que puede no ser adecuado
geolgicamente si los sondajes estn muy dispersos.

Mtodos geoestadsticos:

Ventajas:
Tericamente se obtienen resultados matemticamente ptimos.

Desventajas:
Son mtodos ms complejos.
Los datos suelen ser escasos en los primeros estudios de viabilidad, por lo que es casi
imposible obtener semivariogramas que permitan llevar a cabo una interpretacin
lgica.
El suavizado puede ser incorrecto, especialmente si existen zonas con baja o alta ley
y/o los contactos geolgicos juegan un papel predominante.
 39

4.3. LOS METODOS CLASICOS O GEOMETRICOS

A la hora de llevar a cabo la evaluacin de un yacimiento por cualquiera de los

mtodos clsicos, es importante no perder nunca de vista que lo que se realiza es un
proceso de cubicacin, es decir, se va a construir una o varias figuras geomtricas en las
que se va a estimar qu cantidad de mineralizacin existe dentro de ellas. Por ello,
siempre, de forma ms o menos encubierta, se desarrolla un proceso que lleva consigo los
siguientes pasos o estadios:

Obtencin de la superficie del yacimiento: como se ver posteriormente, el primer

paso a seguir es la definicin de la superficie que ocupa el yacimiento. Podr ser ms
o menos compleja su obtencin, pero siempre ser necesaria con vistas a obtener el
volumen del cuerpo mineral.

Volumen del yacimiento: permite calcular, en tres dimensiones, qu cantidad, por

ejemplo de metros cbicos, de mineralizacin puede estar presente en el depsito.
Para ello, y a partir de la superficie obtenida en el paso anterior y con un valor
estimado de la potencia del yacimiento, se aplicar, de forma simplista, la siguiente
frmula:

V=Sxe

Donde:
V = Volumen del yacimiento (m3)
S = Area del yacimiento (m2)
e = Espesor del yacimiento (m).

Determinacin de las reservas del mineral: conocido el volumen del depsito y

obtenido el valor de la densidad aparente de la mineralizacin, el producto de ambos
valores permitir conocer cuntas toneladas de mineralizacin existen en el
yacimiento:

Q=Vxd

Donde:
Q = Reservas del mineral (t)
d = Densidad aparente media del mineral (t/m3).

Reservas de un componente de/ mineral: conocidas las toneladas de mineralizacin, es

preciso saber tambin, muy frecuentemente, cuntas toneladas existen de un
determinado componente. Para ello, y a partir de la ley media en ese componente, se
aplica la siguiente frmula:
 40

T=Qxg

Donde:
T = Reservas de un componente (t)
G = Ley media (tanto por uno)

Todo proceso evaluador que utilice cualquier mtodo clsico de los existentes,
realiza las etapas descritas, por lo que su correcta comprensin facilitar no slo la
adecuada sistematizacin del proceso, sino tambin la bsqueda de posibles errores en el
caso de que los resultados finales no presenten una cierta lgica.

Los mtodos clsicos ms utilizados en la evaluacin de yacimientos, y que a

continuacin se van a describir, son los siguientes:

Mtodo de las secciones

Mtodo de los polgonos
Mtodo de los tringulos
Mtodo del inverso de la distancia
 41

4.3.1. MTODO DE LAS SECCIONES

Este mtodo es, junto con el de los polgonos, uno de los ms utilizados dentro del
grupo de los mtodos clsicos. Suele ser aplicable a cuerpos mineralizados ms o menos
irregulares que han sido investigados con sondajes cuyas direcciones permiten establecer
cortes, perfiles o secciones. Esta necesidad de la presencia de sondajes en direcciones
determinadas es, a la vez, una de las restricciones del mtodo, pues la citada
direccionalidad, por diversas razones, no siempre se consigue. La distancia entre
secciones nos va a definir la exactitud del clculo, pues secciones muy separadas pueden
generar importantes errores debido a la existencia de cambios en la mineralizacin no
controlados por los sucesivos perfiles. El mtodo se aplica de la siguiente forma:

A. Clculo del rea mineralizado para cada seccin

El rea de cada corte o perfil se puede calcular de diversas maneras: planmetro,

papel milimetrado, etc. El mtodo del papel milimetrado, aunque engorroso, es bastante
exacto y consiste en superponer un papel milimetrado a la seccin y calcular cuntas
unidades milimetradas existen en el perfil, para despus llevar a cabo la adecuada
correccin en funcin del rea que corresponde a la citada unidad milimetrada.

B. Determinacin de los volmenes de los bloques

El siguiente paso consiste en el establecimiento de los bloques y sus volmenes

asociados. Para definir los bloques existen dos mtodos:

Cada bloque viene definido por una seccin y la distancia media entre esa seccin y
las dos sucesivas, una a cada lado.
Cada dos secciones determinan un bloque, el volumen se obtendra multiplicando el
rea de cada seccin por la suma de las distancias medias a cada lado. Pueden
obviarse, si su tamao es muy pequeo, o pueden incluirse considerando una ltima
seccin terica, de rea con valor cero, y situada a una distancia n, en cuyo caso el
volumen vendra definido por V=(A x n)/2, donde A es el rea de la ltima seccin
conocida y n la distancia a la seccin terica.
 42

C. Obtencin de las reservas por bloques

Para conocer las reservas por bloques es necesario estimar los valores de las
densidades aparentes y de las leyes medias. Las leyes de las secciones se estiman a partir
de las leyes de los sondajes incluidos en cada una da ellas. Las reas de influencia de cada
sondaje quedan determinadas por la semidistancia entre sondajes contiguos dentro de cada
seccin. Las leyes de los sondajes son estimadas ponderando las leyes de los testigos por
su longitud.

Vista de secciones
 43

4.3.2. MTODO DE LOS POLGONOS

Este mtodo se suele utilizar cuando los sondajes estn distribuidos muy
irregularmente. Es muy popular y, sin embargo, la experiencia dice que no es muy
adecuado. Si el nmero de sondajes es grande, se obtiene una excesiva cantidad de
polgonos, mientras que si el nmero es pequeo, se asigna un espesor y una ley
determinada a un rea excesivamente grande. Adems, la asignacin de reas de
influencia suele generar una sobreevaluacin cuando hay una correlacin positiva entre
espesores y leyes y una sobreestimacin cuando la correlacin es negativa.

El mtodo consiste en construir una serie de polgonos en cuyos centros se

encuentra un sondaje, asignando a cada polgono la ley y espesor del sondaje
correspondiente, asumiendo, por tanto, que dicho espesor y ley permanece constante a
travs de todo el polgono.

A la hora de construir los polgonos, existen dos caminos: mediatices y bisectrices

angulares. En el primer caso, los polgonos se construyen trazando las perpendiculares en
los puntos medios, es decir, las mediatices de los segmentos que unen los sondajes. Para
las bisectrices angulares, los polgonos se obtienen a travs de las bisectrices de los
ngulos que unen los sondajes.

Como se coment anteriormente, a cada polgono se le asigna la ley y el espesor

correspondiente a la del sondaje incluido en dicho polgono. Existe, sin embargo, otra
posibilidad de asignar una ley al polgono definido. Consiste en ponderar un 50% el
sondaje central y el 50% restante a los sondajes circundantes. Esta ponderacin es
totalmente arbitraria y no aplicable al espesor. Su objetivo es intentar remediar una de las
crticas ms fuertes que se le hace a este mtodo, ya citada anteriormente, que es la
evaluacin del polgono a partir de un slo sondaje, ignorando los restantes que lo
circundan.

Otra forma consiste en asignar a cada punto del espacio la ley del dato ms
prximo. Para estimar una zona S se ponderan las leyes de los datos por el rea (o
volumen) de influencia Si".

La frmula general es:

Zs = SiZi / S (S = S1 + S2 +...+ SN)

Las reservas, al igual que en el mtodo anterior, se calculan individualmente para

cada polgono y, posteriormente, el total como la suma de los diferentes polgonos.

Por ltimo, hay que mencionar la existencia de un mtodo de trabajo que permite
soslayar, al menos en cuanto a la definicin del tipo de reservas (grado de seguridad), el
 44

problema de la posible presencia de sondajes muy alejados entre s que generen reas de
influencia de gran tamao. El mtodo se puede desarrollar de diferentes formas pero
conceptualmente consiste en definir lo que se podran llamar subreas de influencia para
cada polgono. As, para un sondaje determinado y dentro de su rea de influencia, se
pueden trazar circunferencias o polgonos de radios o lmites concretos, que permitan
clasificar las reservas en, por ejemplo, indicadas, probables y posibles. De esta forma, las
reservas incluidas en una zona de, por ejemplo, 50 metros podran definirse como
indicadas, las presentes entre 50 y 80 metros como probables y las existentes entre 80
metros y el limite del rea de influencia del sondaje como posibles. Como se ha
comentado, este mtodo no aade nada nuevo a la tcnica en si, pero permite prevenir la
existencia de posibles desviaciones frente a los resultados obtenidos.

Comentarios:

Complicado, requiere comps, regla, planmetro.

El peso del dato Zi es Si/S.
Funciona mejor con agrupaciones de datos que la media aritmtica.
Difcil de implementar en tres dimensiones.
En general no es adecuado en estimaciones locales porque asigna la misma ley a
todos los bloques que estn dentro de un mismo polgono.

Generacin de polgonos
 45

4.3.3. METODO DE LOS TRINGULOS

Este mtodo requiere la proyeccin, en un plano horizontal o vertical, de todas las

intersecciones del cuerpo mineralizado, que debe tener una morfologa ms o menos
tabular. Es un mtodo muy til en fases de exploracin, pues es rpido y, adems, permite
ir aadiendo nuevos valores a la estimacin general sin que esto suponga rehacer todo lo
anteriormente calculado. Tambin evita, en gran parte, los errores de sobreestimacin o
infraestimacin comentados en el mtodo de los polgonos.

El mtodo consiste en ir uniendo los sondajes adyacentes para obtener tringulos,

de tal forma que el resultado final es un conjunto de tringulos para cada uno de los cuales
se calculan los datos correspondientes al espesor y ley media. A la hora de generar los
tringulos, se debe asegurar que los ngulos sean lo ms cercanos a 60, y, en cualquier
caso, evitar los ngulos agudos. El clculo de las reservas incluye la determinacin del
rea de cada tringulo, su espesor ponderado y su ley media.

La obtencin del espesor ponderado y la ley media se puede afrontar desde dos
situaciones diferentes: (a) cuando el espesor es constante, por ejemplo en un banco de
potencia determinada que va a ser explotado, en cuyo caso no es necesario determinar el
espesor ponderado pues ste es fijo (la potencia del banco) y (b) cuando el espesor en cada
sondaje es variable.

La sistemtica de trabajo en el mtodo de los tringulos es semejante a la mostrada

en los mtodos anteriores, es decir:

1) Areas de los tringulos

2) Volmenes de los tringulos
3) Reservas de mineralizacin por tringulos
4) Reservas del componente til por tringulos
5) Reservas totales de mineralizacin como la sumatoria de todos los tringulos
6) Reservas totales del componente til como la sumatoria de todos los tringulos

Este mtodo de evaluacin, en general, se considera que ofrece mejores resultados

globales que el de los polgonos y si existe una correlacin, positiva o negativa, entre las
leyes y los espesores, el mtodo del porcentaje es el ms adecuado para calcular la ley
media.

Cuando existen cuerpos mineralizados que buzan ms de 20, no es adecuado

utilizar mtodos de estimacin como el de los polgonos o tringulos, pues se produce una
subestimacin de las reservas. Esta subestimacin es del 6% para 20, del 9% para 25 y
del 23% para 40. En estos casos es ms exacto acudir, como mtodo de estimacin, al de
los cortes o perfiles. No obstante, este problema puede soslayarse y utilizar los citados
mtodos siempre y cuando se sustituyan los espesores reales por los espesores verticales.
 46

4.3.4. MTODO DEL INVERSO DE LA DISTANCIA

En general este tipo de mtodo acta sobre un modelo de bloques que consiste en
una discretizacin en base a paraleleppedos iguales o con bloques paralelepipdicos con
una o dos dimensiones variables. Normalmente, en el caso del mtodo de explotacin a
cielo abierto, la dimensin vertical de los bloques se hace coincidir con la altura de banco.
Los modelos de bloques son ampliamente utilizados en yacimientos metlicos de tipo
masivo. Presentan la ventaja de adaptarse muy bien a los mtodos de diseo automtico de
los limites ptimos de los rajos. En estos modelos, mediante un mtodo sistemtico de
direccionamiento se puede almacenar la informacin disponible en determinado momento
e incrementar este almacenamiento a travs del tiempo. Los usos de un modelo de bloques
pueden ser diversos, pero se tiene que tener claro que resultara muy difcil construir un
modelo simple que satisfaga todas las necesidades.

En general los modelos de bloque permiten a los planificadores de mina,

seleccionar en forma efectiva el modelo mas conveniente de extraer el mineral tanto fsica
como econmicamente. En los bloques se puede direccionar (almacenar) diferentes tipos
de informacin, como por ejemplo:

Informacin Mineralgica
Informacin Geolgica
Informacin Estadstica
Informacin de Produccin
Informacin Econmica
Informacin Metalrgica

Para operaciones pequeas, en cuerpos mineralizados homogneos, puede bastar

con modelos generados manualmente, pero para operaciones de gran escala se
requerir de mtodos de manejo de datos y generacin de informacin mas sofisticados,
como un sistema computarizado. Al decidir usar un modelo de bloques, se tiene que
considerar los diferentes atributos que pueden ser modelados. Cualquier tem puede ser
seleccionado, dependiendo de cada inters particular. Cada tipo de datos puede requerir
diferente formato as como capacidad de almacenamiento por lo que debe
planificarse Cuidadosamente la definicin de los parmetros.

La idea global de modelado de un cuerpo mineralizado est centrada en la divisin

del cuerpo en pequeas unidades suficientes para producir una adecuada descripcin de la
realidad. Se debe tener presente que lo que es interesante para un caso puede ser
totalmente intil para otro. De aqu surge el problema respecto del tamao y forma de
bloque mas adecuados.
 47

Un bloque puede ser definido como el menor volumen bsico de material al cual es
posible asignar ley, tonelaje y valores geolgicos. Algunos parmetros que pueden ser
considerados al momento de la determinacin de este tamao bsico son:

A.- variabilidad de las leyes.

En grandes depsitos tipo Prfidos la distribucin del mineral dentro de una

estructura de venilla puede enmascarar la verdadera variabilidad de la ley, si se ha elegido
bloques muy pequeos. La macroestructura de variacin de leyes puede no ser reconocida
hasta no considerar un determinado espaciamiento mnimo de muestreo, y resultar intil
el intentar modelar bloques cada vez mas pequeos.

B.- Continuidad Geolgica de las Mineralizaciones.

Algunos depsitos no solo presentan un fracturamiento a pequea escala, sino

que tambin presentan zonas de tallas y planos de debilidad mayores. Si se quiere
conseguir el mejor ajuste posible a los datos disponibles se debe tener presente esta
situacin al decidir el tamao de bloque. Debido a la flexibilidad de los bloques pequeos,
normalmente, se podr preparar una mejor secuencia de explotacin.

C.- Capacidades de equipos- Tiempo- espacio.

Aunque en las primeras etapas de la planificacin de una mina seguramente los

equipos de produccin aun no han sido seleccionados, siempre se podr hacer una
adecuada estimacin respecto de cual seria el tamao mas probable de palas, camiones y
perforadoras. A partir de esta informacin, se puede hacer alguna prediccin de
capacidades bsicas de produccin referentes a requerimientos de Equipos- Tiempos -
Espacios.

El mtodo del inverso de la distancia aplica un factor de ponderacin a cada

muestra que rodea el punto central de un bloque mineralizado. En principio se adopta la
hiptesis de que el peso de un dato aislado corresponde a una funcin inversa de la
distancia que est relacionada con el control especifico de la mineralizacin. Si esta
funcin es conocida podra extenderse valores de diversas variables a reas no
investigadas o muestreadas. Dicho factor de ponderacin es el inverso de la distancia entre
cada muestra y el centro del bloque, elevado a una potencia n, que suele tomar un valor
entre 1 y 3 (3>n>l). Es intuitivo suponer que la influencia potencial de un valor sobre un
punto decrece cuando el valor se aleja de dicho punto, el atributo estimado cambiar como
una funcin inversa de la distancia. En otras Palabras, se consigue dar mayor peso a los
valores ms prximos y menor peso a los mas alejados del punto de estimacin. Slo las
muestras que entran dentro de una determinada zona de bsqueda son ponderadas de la
citada forma. Puesto que el mtodo es laborioso y repetitivo, la presencia de un ordenador
 48

simplifica notablemente su elaboracin. De hecho, fue una de las primeras tcnicas de

evaluacin que se incorporaron a los ordenadores (1964).

El inverso de la distancia es una tcnica de suavizado y, por tanto, no es

aconsejable en yacimientos con limites de la mineralizacin muy definidos y con cadas de
leyes importantes (paso mineralizacin-estril muy neto), pues suele producir mayores
tonelajes y menores leyes, lo que puede comprometer seriamente los estudios de
viabilidad econmica del proyecto minero. Por el contrario, s es aplicable a yacimientos
con trnsito mineralizacin-estril graduales, tratndose, en este caso, del mtodo de
evaluacin clsico ms recomendable. Conceptualmente podra considerarse un mtodo
de estimacin ms parecido a los mtodos geoestadsticos que a los clsicos.

El mtodo en s opera de forma semejante a todos los restantes, es decir, se

establecen unos bloques de evaluacin, se evalan en ellos el valor de variables como el
espesor y la ley y, a partir del volumen, se obtienen las reservas de la materia prima y/o
del componente til. Los aspectos especficos a considerar son los siguientes:

1. Definicin de los bloques de evaluacin

2. Establecimiento del factor de ponderacin
3. Definicin del rea de bsqueda

1. Definicin de los bloques de evaluacin

El tamao y forma de los blo ques sobre los cuales se va a llevar a cabo el proceso de
evaluacin es un tema que, en gran medida, se aleja del proceso evaluador en s, pues son
otros factores, principalmente de carcter minero (tipo de explotacin, produccin anual,
etc.), los que van a definir qu medidas deben tener los bloques. Por tanto, el tcnico
recibir las instrucciones pertinentes sobre este aspecto.

2) Establecimiento del factor de ponderacin

El establecer el valor del ndice de ponderacin que va a afectar al inverso de la distancia

es uno de los factores claves del proceso, Adems, su seleccin es arbitraria, pues no
existen mtodos que permitan conocer qu valor es el ms adecuado, tanto a nivel
particular (yacimiento) como en general. Como se coment anteriormente, se suelen
utilizar valores que oscilan entre 1 y 3, aunque, en realidad, cualquier valor es posible. Por
otro lado, escoger un valor muy bajo del exponente (0,5) hace que el suavizado sea
excesivo, dando una importancia quizs demasiado notable a muestras que se encuentran
muy alejadas del punto a estimar. Por todo ello, parece ser que un factor de 2 es el ms
adecuado, pues genera resultados con un nivel de suavizado aceptable. Por ltimo, hay
que hacer constar que al tratarse de un mtodo que utiliza una combinacin lineal de datos
siempre positivos, nunca se obtienen valores superiores o inferiores a los iniciales, por lo
que si existen zonas en el yacimiento de muy alta o muy baja ley, y stas no han sido
muestreadas, nunca aflorarn en los resultados finales.
 49

3) Definicin del rea de bsqueda

Dos factores inciden en la seleccin del rea de bsqueda: el tamao y la forma. En

cuanto al primer factor, el tamao, de nuevo aparecen los criterios arbitrarios, pues
tampoco existe un mtodo concreto que permita conocer el valor ms adecuado. Areas de
bsqueda de gran tamao puede incluir un nmero exagerado de datos que hagan el
proceso muy extenso y, a la vez, generen un suavizado muy fuerte. Por el contrario, una
zona de bsqueda muy pequea puede produc ir un nmero de datos insuficiente. Por ello,
siempre es recomendable que se establezcan reas de bsqueda que incluyan un nmero
de sondajes (datos) que oscile, en sentido amplio, entre 6 y 12. En este sentido, existen
programas de ordenador que permiten dividir la zona de bsqueda en sectores ( cuatro u
ocho), de tal manera que si un nmero determinado de sectores est vaco ( dos sobre un
total de cuatro), la estimacin no se realiza. De igual forma, la creacin de sectores
permite evitar un problema comn con los mtodos geoestadsticos, que es el
agrupamiento excesivo de muestras en determinadas zonas del yacimiento (clustering).
Este problema se resuelve asignando un nmero mximo de datos para cada sector.

Dos son las morfologas, a priori, ms aconsejables: el crculo o la elipse (en tres
dimensiones seran la esfera y el elipsoide). Cuando se trata de variables ( ley o espesor)
que presentan un comportamiento istropo, es decir, una variabilidad ms o menos
semejante en todas las direcciones, el crculo (esfera) es la morfologa ms adecuada,
mientras que comportamientos anistropos de la variable hacen ms adecuada la seleccin
de la elipse (elipsoide). Tambin el diseo de la red de sondajes puede tener su influencia,
ya que una red rectangular, an con un comportamiento istropo de la variable, puede
hacer ms recomendable la utilizacin de una elipse (elipsoide).

Una vez seleccionada la zona de bsqueda, por ejemplo un crculo, todos los
sondajes incluidos en l entran a formar parte del pr oceso de estimacin, a travs de la
frmula:

ZB = (Zi/din )/ ( 1 / din)

Donde Z, es la estimacin de la variable (ley, acumulacin de metal, espesor, etc.)

en el bloque basada en los valores de sta (ZB ) en cada punto incluido en el rea de
bsqueda y separados una distancia d. El exponente n, como ya se coment, suele tomar el
valor 2.

Comentarios:

Simple, fcil de calcular.

Se adapta mejor en estimaciones locales que globales.
No funciona bien con agrupaciones de datos.
 50

Atribuye demasiado peso a las muestras cercanas al centro de gravedad. En

particular no est definido si di = 0 (muestra en C.G.)
No toma en cuenta la forma ni el tamao de S

A veces, para evitar el problema de las agrupaciones de datos, se utiliza una. Bsqueda
octogonal: dentro de cada octante slo se considera la muestra ms cercana a C.G.

4.4. OBSERVACIN GENERAL DE LOS MTODOS CLSICOS DE

ESTIMACIN DE LEYES.

En consideracin a los mtodos presentados se pueden hacer los comentarios siguientes:

Son empricos
Demasiado geomtricos
No consideran la estructura del fenmeno mineralizado. Por estructura
entenderemos lo siguiente:
i) la continuidad de las leyes: existen casos desfavorables en los cuales las leyes son
errticas y otros ms favorables en los cuales las leyes son regulares.
ii) la posible presencia de anisotropas, es decir direcciones en las cuales la
variacin de leyes es privilegiada

Los mtodos tradicionales de estimacin no proporcio nan el error asociado a la

estimacin; entregan un nico valor, por ejemplo z = 1.2% Cu.
Sea z, la ley verdadera desconocida de S. Seria interesante poder escribir una
ecuacin del tipo:
ZS = zs error

La magnitud del error nos cuantificara la calidad de la estimacin zs y nos

indicarla la necesidad eventual de hacer ms sondajes.

En general estos mtodos presentan un fenmeno conocido como "sesgo

condicional", el cual se traduce en la prctica por una sobreestimacin de las leves
altas y una sub-estimacin de las leyes bajas.
 51

PARTE:
G EO ESTADISTICA.
 52

GEOESTADISTICA

1. INTRODUCCION

1.1 DEFINICION E HISTORIA.

La geoestadstica es una disciplina relativamente nueva que se ha desarrollado y

consolidado en los ltimos treinta aos como una ciencia predictiva, con una slida base
terica y un decidido nfasis en aplicaciones a casos de la vida real, como por ejemplo a la
estimacin de reservas de minerales.

La geoestadstica existe nicamente como respuesta a necesidades prcticas

concretas (y esta es la base de su xito). Con esta filosofa, la Geoestadstica naci por
inspiracin de un ingeniero de minas sudafricano, Daniel Krige, (Krige 1951; Krige,
1957), se desarroll por ms de quince aos casi exclusivamente en el campo minero, y se
mantiene an como una ciencia aplicada. En un esfuerzo por generar un modelo terico,
fue la escuela matemtica francesa la que consolid sus bases en lo que hoy se conoce
como la teora de las variables regionalizadas ( George Matheron, 1962). Esta concepcin
terica nace de la necesidad de diferenciar datos numricos, aparentemente del mismo
tipo, pero cuya posicin espacial, los hace distintos para anlisis geolgicos.

Esto ha originado una nueva definicin de la geoestadstica; la aplicacin de la

teora de las variable s regionalizadas al reconocimiento y estimacin de un fenmeno
natural.

1.2. CAMPO DE APLICACION

El campo de aplicacin ms importante de la geoestadstica es, sin duda, la

minera. Sin embargo, el formalismo terico que la sustenta es de un carcter ms general,
permitiendo que esta teora se aplique a muchos campos distintos al mbito minero, como
son la gravimetra, hidrogeologa, reconocimiento forestal, ecologa, etc.

Ejemplos importantes de aplicacin son:

En la prediccin de leyes de mena globales (de todo un depsito) o locales (por

ejemplo, predicciones de la ley de mena de la semana entrante o de un cierto sector
del yacimiento).

En la aplicacin de sus contenidos temticos durante las distintas fases de la

exploracin, particularmente en la decisin de dnde y cunto muestrear
(planificacin minera).
 53

En la determinacin de las mezclas ptimas de mineral para su envo a la planta.

1.3 IMPORTANCIA DE LA GEOESTADISTICA EN LA MINERIA

La Geoestadstica considera que cualquier punto de un depsito est espacialmente

relacionado con sus vecinos y cuanto ms cerca mucho mayor es la correlacin. Basado en
esta hiptesis, la geoestadstica se convierte en una avanzada herramienta para la
estimacin de reservas, resolviendo en gran medida las dudas planteadas por otras
tcnicas. La base terica de la geoestadstica permite cuantificar los conceptos geolgicos
de:

Area de influencia ( rango)

Erraticidad del depsito en estudio ( efecto pepita)
Zonas de alta, regular y baja mineralizacin ( anisotropa)
Estimacin, inferencia o interpolacin de valores a zonas donde no se tiene
informacin, minimizando el error posible.
Error de estimacin para cada punto o bloque estimado, lo cual permite conocer los
lmites de confiabilidad de la estimacin.( Ninguna otra tcnica permite conocer estos
valores punto a punto).
Optimizacin del muestreo para reducir el error de estimacin, y por consiguiente
tener un gran ahorro econmico para futuras campaas de muestreo en el mismo
depsito.
Grfica de toda esta informacin, lo que representa una valiosa ayuda en la toma de
decisiones.

La Geoestadstica no resuelve todos los problemas en la estimacin de recursos

minerales, puede considerarse como una herramienta que bien usada puede dar muy
buenos resultados. Un punto que se debe enfatizar es que cualquiera sea el mtodo de
estimacin que se use, siempre el resultado conlleva algn error y la Geoestadstica no es
inmune a esta situacin.

No se debe olvidar que el objetivo principal de una estimacin de reservas

consiste en tratar de representar los resultados de los anlisis de los datos del muestreo a
todos los puntos del depsito que interesa, y por lo tanto, obtener el dato de ley y tonelaje
que ms se ajuste a la realidad.

La siguiente figura N 1 representa en forma esquemtica la funcin de la

Geoestadstica:
 GEOESTADISTICA GEOESTADISTICA
UNIVARIABLE MULTIVARIABLE

ESTACIONARIO NO ESTACIONARIO ESTACIONARIO

LINEAL NO LINEAL LINEAL NO LINEAL LINEAL

KRIGING KRIGING KRIGING

COKRIGING
ORDINARIO DISYUNTIVO UNIVERSAL

KRIGING EXPECTACION COKRIGING

INDICADOR CONDICIONAL INDICADOR

KRIGING
LOGNORMAL
54
 55

2. VARIABLES REGIONALIZADAS

2.1 DEFINICION

La Geoestadstica establece que la distribucin estadstica de la diferencia en el

valor de una variable (ley) entre pares de puntos (muestras) es similar a lo largo del
yacimiento y que depende de la distancia y orientacin entre los pares de puntos. Este
concepto, denominado concepto de estacionariedad, es el punto de partida de la
Geoestadstica y, aunque no siempre se cumple, muy frecuentemente se asume. As pues,
si bien la Estadstica clsica considera slo la magnitud de los datos y no toma en cuenta
ningn aspecto relacionado con la posicin del dato, la Geoestadstica considera no slo el
valor del punto, sino tambin la posicin de ese punto dentro del cuerpo mineralizado y su
relacin con otras muestras. Desde un punto de vista prctico, estacionariedad implica la
decisin de trabajar con muestras localizadas en una determinada rea, en forma conjunta
y derivar estadsticas e inferir parmetros de la funcin aleatoria de ellas. Si una funcin
aleatoria es estacionaria, entonces los descriptores univariables (como por ejemplo la
media, o la mediana) son independientes de las coordenadas de la muestra. De la misma
manera, parmetros como la covarianza o el correlograma son independientes de la
ubicacin de cada una de las variables, y dependientes de su separacin.

Una regionalizacin es el desplazamiento en el espacio (o en el tiempo) de un

cierto fenmeno que puede caracterizarse por magnitudes.

Una variable puede considerarse "Regionalizada" si est distribuida en el espacio y

si tiene (o muestra) algn grado de correlacin espacial.

La ley de mena, espesor de una formacin y la cota (altitud) de la superficie de la

tierra, son ejemplos de variables regionalizadas. En realidad, casi todas las variables que
se encuentran en las ciencias de la tierra pueden ser consideradas como variables
regionalizadas. Una variable regionalizada es una funcin Z(x), que representa el valor,
segn su ubicacin en el espacio, de una variable asociada a un fenmeno natural. Pero
esta funcin Z(x) no se comporta como las funciones matemticas clsicas, debido que es
muy desordenada en su variacin espacial. (ver Fig. N 2)

FIGURA N 2 COMPORTAMIENTO IDEAL

z(x) z(x)

Lo ideal
matemticamente
x x
 56

Una variable regionalizada se presenta bajo dos aspectos aparentemente

contradictorios:

Un aspecto aleatorio : gran irregularidad y variaciones imprevisibles de un punto

a otro.
Un aspecto estructural : particular a cada regionalizacin.

2.2 NOTACIN CONDENSADA.

Antes de estudiar ejemplos de variables regionalizadas se menciona que en

geoestadstica se utiliza la notacin condensada: un punto del espacio se representa por la
letra x; la ley en este punto se representa por Z(x). En consecuencia, se pueden anotar:

Z(x) para una variable regionalizada en un problema unidimensional. (1-D)

Z(x,y) para una variable regionalizada en un problema bidimensional. (2-D)
Z(x,y,z) para una variable regionalizada en un problema tridimensional. (3-D)

2.3 CAMPO Y SOPORTE.

Se llama campo a la zona en la cual se estudia la variable regionalizada.

El soporte es el volumen de la muestra (que puede ser el volumen que se saca para medir
ley). Se usa para indicar el tamao, la forma y orientacin de la muestra, es decir el
volumen y la geometra de la muestra. (ver Fig. N 3)
El punto xes el centro de gravedad del soporte.

FIGURA N 3 SOPORTE

x
Testigo
cilndrico
 57

Se usar Z(x) para representar la ley del volumen de muestra localizado en el punto x.

Nota: en el estudio de una variable regionalizada no es conveniente mezclar soportes

diferentes.

2.4 OBJETIVOS DE LA TEORA.

La teora de las variables regionalizadas se propone dos objetivos principales:

A. En el plano terico, expresar las caractersticas estructurales de una variable

regionalizada mediante una forma matemtica adecuada.
B. En el plano prctico, resolver el problema de la estimacin de una variable
regionalizada, a partir de un muestreo fragmentario.

A. Caractersticas Estructurales
Se entiende por caractersticas estructurales:

A.1. Continuidad de las leyes: Diferenciar y caracterizar la regularidad de un

yacimiento en casos tales como en la Fig. N 4

FIGURA N 4 CONTINUIDAD DE LAS LEYES

Z(x)
1
Yacimiento 1

Z(x)
2

Yacimiento 2

x
 58

A.2. Anisotropa : Detectar direcciones privilegiadas de la mineralizacin (ver Fig. N5)

FIGURA N 5 ANISOTROPIA

Anisotropa

Hay una direccin

privilegiada de la veta

B. Problema de Estimacin

Se entiende por resolver el problema de estimacin, el determinar de manera

satisfactoria una estimacin de una variable regionalizada a partir de un conjunto de
muestras, asignando errores a las estimaciones (globales y locales).

(Ec. 1)

Los dos objetivos estn relacionados: el error de estimacin depende de las

caractersticas estructurales (continuidad, anisotropas) y se tendr un error mayor si la
variable regionalizada es ms irregular y discontinua en su variacin espacial.

Para alcanzar estos objetivos es necesario introducir un modelo matemtico.

3.2.1. MODELO MATEMATICO

Para alcanzar los objetivos propuestos por la geoestadstica es necesario disponer

de un modelo matemtico. La geoestadstica utiliza una cierta interpretacin
probabilstica de la variable regionalizada, mediante el modelo de las funciones aleatorias.

En estadstica clsica, se consideran los valores muestreados como realizaciones

independientes de una misma variable aleatoria, es decir, que se suponen independientes
unas de otras, y obedecen a la misma ley de probabilidad. Se busca entonces modelar la
distribucin de probabilidad de los valores y estimar sus parmetros. Sin embargo, cuando
 59

los datos estn ubicados en el espacio geogrfico, las hiptesis de la estadstica clsica son
raramente aceptables. Por lo tanto se debe definir el concepto de variable regionalizada,
que se trata simplemente de una funcin definida en todo punto del espacio geogrfico y
que representa numricamente el fenmeno regionalizado estudiado.

Una variable regionalizada posee las siguientes caractersticas, contradictorias en

apariencia:

1) localmente, es muy irregular, o errtica, y requiere un modelamiento probabilstico;

2) globalmente , presenta cierta estructura en el espacio (zonas de altos valores o ricas /

zonas pobres), lo que sugiere una cierta interpretacin funcional.

FIGURA N6: Aspectos local y global de una variable regionalizada

definida en R
14 30

zona
12 25 pobre

10 20

z(x) z(x)
8 15

6 10

4 5 zona
rica
2 0
0 20 40 0 200 400
local global

Los modelos geoestadsticos consideran el valor z(x) de la variable regionalizada en un

punto x del campo D como una realizacin de una variable aleatoria Z(x). Las variables
aleatorias Z(x) as definidas no son independientes. Por el contrario, estn correlacionadas,
y son precisamente sus correlaciones las que reflejarn la estructura del fenmeno
regionalizado, y en especial su grado de continuidad y regularidad espacial. As en
 60

geoestadstica probabilstica, se interpreta la variable regionalizada como una

realizacin de una funcin aleatoria.

Llamamos funciones aleatorias a un grupo de variables aleatorias distribuidas en el

espacio, cada una identificada por su correspondiente coordenada espacial, y cuya
dependencia entre s est gobernada por un mecanismo probabilistico. Es decir, una
funcin aleatoria es una funcin Z(x) que asigna a cada punto x del espacio un valor que
depende del azar. Al hacer un experimento sobre una funcin aleatoria se obtiene un a
funcin ordinaria z(x) llamada realizacin de la funcin aleatoria Z(x).

La hiptesis constitutiva de la geoestadstica consiste en afirmar que la variable

regionalizada en estudio es la realizacin de un acierta funcin aleatoria. Lo anterior
equivale a decir que las leyes de nuestro yacimiento se generaron a partir de un proceso o
experimento muy complejo.

Este enfoque permite tomar en cuenta los aspectos errticos y estructurados de la

variable regionalizada:

1) localmente, en el punto x, Z(x) es una variable aleatoria (de donde proviene el aspecto
errtico);

2) para todo conjunto de puntos x1 , x2 , xk, las variables aleatorias Z(x1 ), Z(x2 ), Z(xk)
no son, en general, independientes, sino que estn ligadas por unas correlaciones que
cuantifican la semejanza entre los valores que toman (de donde proviene el aspecto
estructurado).

En geoestadstica lineal, se usan slo los dos primeros momentos (Los momentos
de una funcin aleatoria son parmetros descriptivos de su ley espacial, bastantes simples,
como para ser, a menudo, fciles de calcular.) de la funcin aleatoria. Entregan una
descripcin elemental de la ley espacial, y son suficientes para resolver la mayor parte de
los problemas encontrados en la prctica.

3.2.2. CONTINUIDAD ESPACIAL.

En geoestadstica se entiende por medida de la continuidad espacial al anlisis de

covariogramas, variogramas y correlogramas.

Se presentan a continuacin algunas funciones bsicas utilizadas para describir la

medida de la continuidad espacial entre dos variables:
 61

3.2.1. Covariograma

(Ec. 2)

Donde N(h) es el nmero de parejas (z(xi), z(xi + h)) de datos a una distancia h dada. m-h
es la media de los valores izquierdos (si existen) de las parejas de datos a distancia h,
definida por:

(Ec.3)
Anlogamente,

(Ec. 4)

Define la media de los valores derechos (si existen) de las parejas de datos a distancia h.

3.2.2. Correlograma

(Ec. 5)

donde C(h) es la covarianza, s-h y s+h son las varianzas correspondientes a cada lado de
los pares a distancia h.
 62

(Ec. 6)

(Ec. 7)

3.2.3. Variograma

Es una representacin grfica de la interdependencia direccional de las leyes de las

muestras.

(Ec. 8)

3.3. RELACIONES ENTRE LAS FUNCIONES DE MEDIDA DE LA

CONTINUIDAD ESPACIAL

Las relaciones entre las funciones con que se caracteriza a la continuidad espacial
se cumple si los datos son considerados como estacionarios. El carcter estacionario
implica la homogeneidad de Z(x) en el espacio y significa que el fenmeno representado
Z(x) se repite indefinidamente en el espacio.

Una funcin aleatoria es estacionaria de segundo orden si la variable aleatoria z(x0)

admite una esperanza matemtica independiente del punto de apoyo x0 :

m = E { Z (x)} (Ec. 9)
 63

y si para todo vector h la covarianza est dada por:

C(h) = E { Z(x0 ) Z(x0+h) } (Ec. 10)

existe y es independiente de x0 . La covarianza da una visin elemental del acoplamiento

que existe entre Z(x1 ) y Z(x2 ). Es una forma bilineal, donde la varianza es la forma
cuadrtica asociada. Pero esta hiptesis supone la existencia de una varianza a priori finita
C(o), es decir

C(0) = E { [Z(x)] 2 } (Ec.11)

que es la varianza de la variable aleatoria Z(x0 ).

Es as como los autores de Africa del Sur (D.G. Krige..) a partir del enorme
archivo de datos del Yacimiento de Oro de Rand, calcularon la varianza de estas muestras
en paneles ms y ms grandes, finalmente en todo el conjunto del Yacimiento de Rand se
pudo concluir con certeza que no existe en este caso una varianza a priori finita.

Luego se debi reemplazar la hiptesis estacionaria de segundo orden por una

hiptesis ms dbil, pero de significacin anloga:

Hiptesis Intrnseca:

An en el caso en que la varianza a priori C(o) no existe (es infinita) puede suceder
que los incrementos: Z (x0+h) - Z(x0) tengan una varianza finita. Diremos entonces que
la funcin aleatoria Z(x) verifica la hiptesis intrnseca si, para todo vector h, el
incremento Z (x0+h) - Z(x0) verifica las hiptesis:

Hiptesis Intrnseca

E [ Z(x+h) - Z (x) ] = m (h)

(Ec. 12)
 64

Luego la funcin g (h) :

(Ec. 13)

Se llama semivariograma o funcin intrnseca. Una funcin aleatoria que verifica

la hiptesis intrnseca constituye lo que se llama esquema in trnseco, caracterizado por su
semivariograma.

Si Z(x) verifica la hiptesis estacionaria de segundo orden, el variograma y

covariograma estarn relacionados:

E [ z(x+h) - z(x)] = E [ z(x+h)] - E[ z(x) ]= 0

2 2 2
E {[ z(x+h) - z(x)] } = E { [ z(x+h)] +[ z(x) ] -[2 z(x+h) z(x)] }
2 2
= E{ [z(x+h) ] } +E{ [ z(x) ] } - 2E [ z(x+h) z(x)]
2 (h) = 2C(0) - 2 C(h), luego se tiene

(h) = [2 - C(h)]
(Ec. 14)

La relacin entre el semivariograma y el covariograma cuando las condiciones de

estacionaridad de segundo orden se cumplen est dada por:

(h) = - C(h) 2

(Ec. 15)

donde s2 es la varianza de los datos, C(h) es el covariograma.

La relacin entre el semivariograma y el correlograma queda dada por:

 65

(h) = [ 1- (h)]
2

(Ec. 16)

FIGURA N 3.8

2
Co
(h) (h)

Co
h

FIGURA N 3.9

(h)

(h) =/ 0
2
En general se cumple:
C(h)= (h)
2
(0) =1 =/ 0
(0) = 0

h
 66

4. VARIOGRAMA

4.1 DEFINICION

Puesto que la Estadstica clsica considera las muestras como aleatorias y

completamente independientes entre s, mientras que la Geoestadstica asume una
correlacin entre ellas, una forma de expresar dicha correlacin es a travs de una funcin
denominada variograma o semivariograma

El Variograma es considerado un elemento esencial en el anlisis espacial de

datos. Bsicamente, el Variograma es una herramienta matemtica que intenta capturar el
nivel de continuidad de una funcin aleatoria. David (1978) define el Variograma como
una funcin que mide el grado de similitud (correlacin) o dependencia entre dos pares de
muestras separadas a una distancia h, en una direccin establecida. (ver Fig. N10)

FIGURA N 10 VARIOGRAMA

x+h

Esta funcin define, por tanto, 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. La definicin terica de la funcin
semivariograma g (h) es:

(h) = (1/2) E [ z(x+h) - z(x)]

2

(Ec. 17)
 67

Y en la prctica se usa el algoritmo siguiente:

(h) = (1/2) Promedio

{ (diferencias) 2 de leyes
en datos que estn a
la distancia h }
(Ec. 18)
Propiedades del Variograma:

El variograma es simtrico: (h) = (h).

Se anula en el origen: (0) = 0.
Es positivo o nulo: (h) 0.

La gran ventaja del variograma es que incorpora parmetros estructurales tales como:

Continuidad o falta de continuidad de la mineralizacin se refleja en la razn del

incremento del g (h) para valores pequeos de h.
Zona de influencia conocido como alcance y que representa la distancia en la cual
influye el valor de una muestra sobre las muestras vecinas.
Anisotropa es una medida de los cambios laterales en la mineralizacin.
Correlacion es conocido como meseta y representada en el grfico por la altura
mxima que alcanza. Tambin es la variacin que existe entre las muestras separadas a
cierta distancia dentro de un depsito mineral.

La velocidad del incremento de g(h) con el lag es un reflejo de la velocidad a la cual la

influencia de una muestra disminuye con la distancia, y nos da una definicin adecuada de
la denominada zona de influencia. La distancia en la que g(h) se hace constante
corresponde al punto en el que la covarianza cov(h) entre muestras adyacentes disminuye
hasta cero. Esta distancia define el lmite de la zona de influencia de una muestra.
 68

4.2. CONSTRUCCION DE UN VARIOGRAMA

Antes de construir el variograma asociado a una variable regionalizada es

conveniente efectuar un anlisis de los datos. Entre otras cosas hay que examinar:

Soporte de la variable: est bien definido?

Mtodo de muestreo.
Implantacin y orientacin de sondeos.
Tcnicas de anlisis: existen errores de cuarteo, de anlisis?
Crtica general del reconocimiento. es sistemtico, existen sesgos?
Homogeneidad: no mezclar zonas heterogneas.

La siguiente figura N 11 muestra el papel del variograma como herramienta en el

anlisis espacial de datos.

En la prctica, la construccin de un Variograma se puede lograr en una, dos o tres

dimensiones (en otras palabras, en una lnea, una superficie o un volumen).
 CONTINUIDAD CERCA
ZONA DE INFLUENCIA
DEL ORIGEN

MESETA

REGULAR CONTINUOS EFECTO ALEATORIO

PEPITA
RANGO
TIPOS

ESTRUCTURAS ANISOTROPIAS

VARIOGRAMA
SIMPLE HOR.

VER.

a1
a2
a1
a2

VARIOGRAMA
RANGOS ELIPTICO ESTRATIFICADO
INDICADOR

SOPORTE CORREGIONALIZACION
VARIOGRAMA
RESIDUAL
PUNTO

VA RIABLE 1
A NALI SIS
VARIOGRAMA GEOESTADISTI CO
UNI VARI AB LE
VA RIABLE 2
MUESTRAS VARIOGRAMA
{
CRUZADO

A NALI SIS
VA RIOGRAMA GEOESTADISTI CO
CRUZADO
VARIOGRAMA { MULTIVARIABLE

RELATIVO
69
 70

4.2.1.1. COMPORTAMIENTO DEL VARIOGRAMA PARA DISTANCIAS

PEQUEAS

Se estudiar el comportamiento de la funcin g(h), para distancias pequeas.

Se analizar cuatro casos en la siguiente figura N 12

FIGURA N 12 VARIOGRAMAS PARA DISTANCIAS PEQUEAS

Caso 1: Leyes muy regulares y continuas. Z(x) es una funcin muy regular, su
interpretacin en un variograma es en forma parablica en el origen.

Ley (h)

0 x 0 h
x x+h

Caso 2: Leyes un poco irregulares. En este caso la interpretacin a travs un

variograma genera un comportamiento lineal en el origen.

Ley (h)

0 x 0 h
 71

Caso 3: Leyes con microvariaciones. Su interpretacin a travs de un variograma

genera un efecto pepita, es decir existe una discontinuidad aparente.

II
Ley (h)

Co

0 x 0 d h

Caso 4: Leyes con Irregularidad total. (sin ninguna relacin)

Ley

II
( h)

0 x 0 h
 72

4.2.1.2. COMPORTAMIENTO DEL VARIOGRAMA PARA DISTANCIAS

GRANDES

Se estudiar el comportamiento de la funcin g(h), para distancias grandes. Se

analizar tres casos en la Fig. N 13

FIGURA N 13 VARIOGRAMAS PARA DISTANCIAS GRANDES

Caso 1: Leyes con crecimiento (decrecimiento) progresivo.

Ley (h)

0 x 0 h

Caso 2: Leyes con pseudo-periodicidades . En el caso que exista periodicidad no se

observa una tendencia clara del variograma a escala de observacin que se tenga.
Normalmente entre lo que podra llamarse un ciclo, se observa la formacin de una
dispersin que frecuentemente se conoce como efecto hoyo.

(h)

Ley

h

0 x 0
 73

Caso 3: Fenmeno estacionario (sin pseudo periodicidades y tendencias).

( h)

Ley

0
0 x a h

4.2.2. CONSTRUCCION DE UN VARIOGRAMA PARA UNA MALLA REGULAR

BIDIMENSIONAL.

Se usar una malla regular (ver fig. N 14) para una mejor visin grfica.

FIGURA N 14 MALLA REGULAR BIDIMENSIONAL.

Se sabe que el semivariograma depende de h que ahora toma un carcter

vectorial en dos dimensiones. (ver fig. N 15)
 74

FIGURA N 15 DIAGRAMA VECTORIAL

En este caso h es un vector

h = (hx, hy) coordenadas cartesianas
h = (h,) coordenadas polares

h hy

hx
La prctica demuestra que para estudiar la estructura basta con calcular el variograma g
(h) en cuatro direcciones. Por ejemplo: q = 0, q = 45, q = 90, y q = 135.

4.2.3 CONSTRUCCION DE UN VARIOGRAMA PARA UNA MALLA

IRREGULAR BIDIMENSIONAL.

En la figura N 16 puede verse la localizacin irregular de los datos.

FIGURA N 16 MALLA IRREGULAR BIDIMENSIONAL.

 75

Para calcular el variograma a una distancia h=(hx, hy) lo ms probable es que no se

encuentre ningn o muy pocos pares de datos que estn exactamente a esa distancia. El
mtodo de los sectores puede solucionar este problema.

Mtodo de los sectores.

Este mtodo se basa en la aproximacin siguiente, determinada por los elementos

de la ilustracin que se muestra en la figura N 17: Dos puntos se considerarn a la
distancia h si una vez fijado el primero, el segundo cae en la zona achurada de la figura.

FIGURA N 17 FIGURA DE BUSQUEDA

h1 = h2 = h

A
 76

En ella se ha procedido como sigue:

1. Se fija un punto A en uno de los datos de la malla irregular, respecto del cual se va
identificar la distancia h.

2. Con vrtice en A, se definen los parmetros de construccin de la figura de

bsqueda (sector achurado) en donde se identifica:
Un ancho de Banda (mximum bandwidth)
Un ngulo de tolerancia ( q )
Una tolerancia en distancia (e).

3. Una vez establecido el sector achurado o lag, se determina la pareja asociada a AB,
donde B es un dato del lag a la distanc ia h de A.

4. Al pasar por cada uno de los datos se realiza el procedimiento anterior para
determinar el nmero de parejas asociados a distintas distancias h (identificados
por los lag en la fig. N 3.18).

FIGURA N 3.18 FIGURA DE BUSQUEDA A DISTINTOS LAG

Maximun
bandwidth

lag 4
lag
Tolerancia

lag 3
lag de lag 2
espaciamiento

lag 1

Tolerancia
Angular
Direccin
lag 0
X

Nota: Estas figuras de bsquedas se realizan en las direcciones principales de estudio.

 77

Este mtodo tiene problemas, ya que pueden caer ms de un dato en la zona achurada; en
este caso se considera la media de los datos.

4.2.4 ANLISIS DE LAS CARACTERSTICAS DEL VARIOGRAMA.

El Variograma es un grfico en dos dimensiones donde el eje horizontal representa

la distancia entre pares de muestras y el eje vertical representa el variograma de los datos
analizados en una direccin dada, como se observa en la figura N 19:

FIGURA N 19 ELEMENTOS DEL VARIOGRAMA

(h)
MESETA = C O

CO { a h
0

El rango o alcance es la distancia h a la cual el variograma alcanza la meseta.

El efecto pepita es identificado por Co , valor determinado por la proyeccin de la
trayectoria del variograma, hasta cortar el eje vertical. Si Co > 0 entonces, existe una
concentracin de microvariaciones y/o a errores en la manipulacin, preparacin o
anlisis qumico de la muestra.
El efecto pepita incrementa la varianza total del variograma.
El alcance a proporciona una medida de la zona de relacin entre muestras (ver Fig.
N 20) a distancia h a (correlacionadas), donde:

Una distancia mayor al rango o alcance indica que las muestras se

consideran independientes.
Una distancia menor al rango o alcance indica muestras correlacionadas
entre s.
 78

FIGURA N 20 DIAGRAMA DE RELACION ENTRE MUESTRAS

Datos
Independencia Relacin Independencia
x0-a x0 x0+a
a a

4.3 AJUSTE DEL VARIOGRAMA

Como se ver posteriormente, la estimacin de la variable en un punto a travs del

Krigeage necesita de la utilizacin del semivariograma, pero no en la forma del
semivariograma experimental, pues ste posee numerosas zonas donde no existen valores
concretos (nicamente existen valores definidos en aquellos lugares donde se ha realizado
el muestreo). Por tanto, puede resultar 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 s nos permita obtener dicha informacin. Ahora bien,
la pregunta que surge es: qu modelos pueden utilizarse?. A continuacin se va a intentar
resolver esta pregunta de la forma ms sencilla posible.

La informacin ms interesante que debera considerarse a la hora de intentar

resolver el problema de la estimacin de una variable es la descripcin de cmo se ha
producido el fenmeno. En determinadas situaciones, los procesos fsicos o qumicos que
generan el conjunto de datos pueden ser conocidos con suficiente detalle como para
avanzar una descripcin completa del perfil a partir de unos nicos valores. En dichas
situaciones, aplicar modelos determinsticos sera lo ms apropiado. Sin embargo,
desgraciadamente son pocos los procesos naturales cuyas pautas de comportamiento son
tan bien conocidas como para poder utilizar este tipo de modelos. La mayor parte de estos
procesos son, en realidad, el resultado final de una combinacin de variables cuyas
complejas interacciones impiden describir el fenmeno cuantitativamente.

En las Ciencias de la Tierra es necesario admitir la existencia de incertidumbre en el

comportamiento del fenmeno entre los puntos muestreados, por lo que es imprescindible
acudir a los modelos de funciones aleatorias, que permiten resolver esta problemtica
planteada. Por esta razn, los estudios de estimacin geoestadstica se basan en modelos
probabilsticos que reconocen estas incertidumbres. En los modelos probabilsticos, el
conjunto de datos se muestra como el resultado de la actuacin de procesos aleatorios.
 79

Una variable aleatoria es aquella cuyos valores se generan aleatoriamente de

acuerdo con un mecanismo probabilstico. El ejemplo clsico de este tipo de variables
aleatorias sera el resultado de tirar un dado, cuyas realizaciones se reparten
aleatoriamente entre las seis posibilidades existentes en el dado. De igual forma, se puede
definir una funcin aleatoria como un conjunto de variables aleatorias que tienen alguna
localizacin espacial y cuya dependencia, una de otra, viene determinada por algn
mecanismo probabilstico. Este tipo de funciones aleatorias son las que utiliza la
Geoestadstica.

Aunque el ajuste de un modelo a un semivariograma experimental es la forma ms

comn de aproximacin al esquema de continuidad espacial, no es la nica ni
necesariamente la mejor. Existen numerosas situaciones en las que la seleccin del
modelo adecuado se debe basar principalmente en aproximaciones cualitativas. La
experiencia con conjuntos de datos semejantes puede constituir una gua ms ptima que
el simple esquema mostrado por unas pocas y solitarias muestras. Ms an, la posible
existencia de un semivariograma aparentemente sin posibilidad de modelizacin no debe
obviar este proceso, pues, muchas veces, problemas como un nmero insuficiente de
muestras, errores en el muestreo, valores errticos, etc., pueden enmascarar el esquema
real de continuidad espacial. En resumen, la seleccin del modelo a aplicar es un
cuidadoso proceso en el que se deben considerar todos los aspectos involucrados.

Tal como se ha indicado, existe un grupo de modelos que constituyen la base ms

frecuente a la hora de optar por el modelo ms adecuado al semivariograma experimental,
todos ellos cumpliendo la condicin matemtica anteriormente citada. Aunque este
cumplimiento pueda parecer, en principio, una restriccin, no lo es tanto, pues la
combinacin de los diferentes modelos genera otros que tambin cumplen dicha
condicin, por lo que el abanico final es lo suficientemente amplio como para satisfacer
las necesidades requeridas. En otras palabras, cualquier modelo, o combinacin de
modelos, de los que a continuacin se van a citar, permite ajustar todos los
semivariogramas que puedan aparecer en el estudio de las variables de carcter minero.

El ajuste del variograma terico debe representar fielmente los aspectos que
considera importantes el variograma experimental (ver Fig. 21). Es el variograma terico
el que ser utilizado en los clculos posteriores.

Se distinguen dos tipos de variogramas:

Variograma Experimental : Calculado a partir de los datos.

Variograma Terico : Ecuacin que se ajusta al variograma experimental
 80

FIGURA N 21 GRAFICA DE AJUSTE DEL VARIOGRAMA

(h )
Variograma experimental

Variograma terico

El variograma terico debe respetar al variograma experimental, sobre todo en los

primeros puntos, ya que son los ms confiables.

Para tener un buen ajuste es necesario considerar una cierta vecindad restringida de
manera de no considerar demasiadas muestras para estimar la ley del bloque.

Los modelos a considerar se pueden agrupar en dos grandes categoras: (a) los que
alcanzan una meseta (modelos de transicin) y (b) los que no alcanzan una meseta.

En el primer grupo se incluyen aquellos modelos en los que la curva asciende de

forma continuada hasta alcanzar un nivel, denominado meseta. La distancia a la que
alcanzan la meseta se denomina alcance o rango. Entre estos modelos, los ms
caractersticos son el exponencal y el esfrico o Matheron. En el segundo grupo estn
los que van incrementndose a medida que la distancia aumenta, sin llegar a alcanzar una
meseta. Los ms representativos son el lineal y el de Wijsian. A continuacin se van a
describir todos ellos, centrndose, especialmente, en el denominado esfrico o Matheron,
que es el que presenta un mayor nmero de aplicaciones en minera.

Previamente hay que hacer constar que, tericamente, el valor del semivariograma
para una distancia cero debera ser cero. Sin embargo, muchas veces esto no sucede,
generando lo que se denomina efecto pepita (Co) (el nombre hace mencin a la aparicin,
mas o menos errtica, de pepitas de oro en algunos yacimientos aurferos). Sus causas
pueden ser muy variadas: errores de muestreo, fluctuaciones de la variable a una escala
menor que la de observacin, etc. Dado que su presencia es bastante comn, hay que
 81

acostumbrarse a trabajar con ella, lo que no necesariamente significa un menoscabo en la

utilidad y exactitud de la tcnica de estimacin.

1) Modelo exponencial

Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor

constante. Existen dos posibles esquemas: Formery y Gaussiano. El primero tiene la
expresin:

g(h) = C [1 - exp(-[h/a])] + Co

Done C es el valor comprendido entre el efecto pepita (Co) y la meseta, h la

distancia y a representa el alcance o rango. En este esquema la tangente en el origen
intercepta la meseta a un valor de a/3. Por su parte, el esquema Gaussiano posee la
siguiente expresin:

g(h) = C [1 - exp( -[h2 /a2])] + Co

en este caso, la tangente en el origen intercepta la meseta a un valor de a/3.

2) Modelo esfrico o Matheron

El modelo esfrico o Matheron es el que mejor se suele ajustar cuando se trata de

variables mineras ( ley o espesor). El modelo esfrico presenta una curva del
semivariograma que aumenta rpidamente para bajos valores del lag para,
posteriormente, ascender ms lentamente hasta alcanzar una zona plana a valores del lag
altos. Una tangente a la curva, dibujada a partir de los dos o tres primeros puntos, define
un par de valores en el eje X (g(h)) que se de nominan Co y C. Esta tangente, a su vez,
intersecta la prolongacin de la zona plana a 2a/3, siendo a el punto, en el eje Y (lags),
donde el semivariograma alcanza la zona plana. La distancia entre la curva y la zona
plana para lags inferiores a "a" representa la covarianza entre las muestras. Ms all de
a, la covarianza es cero y, por tanto, no hay relacin entre las muestras tomadas a esas
distancias.

g(h) = Co + C [1.5(h/a) - 0,5(h/a)3 ] para h < a

g(h) = Co + C para h > a

Donde Co es el efecto pepita, Co +C es el valor de la meseta, a es el alcance o

rango y h es el valor del correspondiente lag. Co +C viene a representar el equivalente
 82

geoestadstico de la varianza del conjunto de datos. Si el semivariograma muestra

fluctuaciones aleatorias alrededor de una lnea horizontal, entonces se tiene lo que se
denomina efecto pepita puro, siendo mejor, en este caso, llevar a cabo la evaluacin del
yacimiento por cualquiera de los mtodos clsicos comentados anteriormente. No
obstante, la presencia del efecto pepita puro no implica necesariamente una ausencia de
continuidad en la estructura del semivariograma sino que puede ser debido, por ejemplo, a
una red de muestreo con distancias muy grandes entre muestras.

3) Modelo lineal

Este modelo se presenta cuando, al representar V*(h) frente a los lags, se obtiene una lnea
recta. El modelo presenta la ecuacin:

g(h) = p.h + k

donde p es la pendiente de la recta, h el lag y k la interseccin en el eje X (g(h))

Este modelo suele estar presente en algunos yacimientos de hierro (Annels, 1991).

4) Modelo de Wijsan

En este modelo, al igual que en el anterior, g(h) se incrementa ms all del valor de
la varianza de los datos. En una primera observacin, parece ser semejante al modelo
lineal, pero si se representan los valores de g(h) frente al logaritmo de h, entonces se
obtiene una lnea recta. Tiene la expresin:

g(h) = 3 [Ln(h/L) +3/2]

Donde es el coeficiente de dispersin absoluta, una medida de la variacin

espacial, y L se define como el espesor equivalente. Ambos coeficientes pueden
determinarse calculando los valores de g(h) para dos lags, con lo que se obtiene dos
ecuaciones con dos incognitas. Este tipo de modelo tiene una aplicacin ms restringida
an que el lineal, estando presente nicamente en algunos yacimientos hidrotermales,
principalmente de estao, y utilizando como variable el espesor del cuerpo mineralizado.

Algunas particularidades respecto a los modelos de variogramas

Existen situaciones en las que, si bien no es posible el ajuste inmediato de un tipo concreto
de modelo, no hay razones para rechazar la posibilidad de buscar una continuidad
espacial. Entre las muchas posibilidades existentes, Anneis (1991) pone de manifiesto
algunas muy caractersticas, como son:
 83

a) Semivariogramas con tendencias.

b) Semivariogramas con efecto agujero.
c) Semivariogramas compuestos.
d) Semivariogramas con estructuras anidadas.
e) Anisotropia.

a) SEMIVAROGRAMAS CON TENDENCIAS

Una asuncin que se hace en la Geoestadstica es que no existen tendencias dentro del
yacimiento que puedan causar una ruptura en el concepto de estacionariedad. La ruptura
(o cambio en la tendencia de la meseta), se produce en una distancia claramente superior
al alcance, por lo que no tiene una mayor incidencia en la estimacin local de los bloques
definidos para el yacimiento, pues las dimensiones del rea de bsqueda (alcance) son
menores que la distancia representada por el punto donde se produce la ruptura. Cuando
este tipo de comportamientos dominan el semivariograma, es decir, la ruptura se produce a
distancias prximas al alcance, con lo que se rompe el concepto de estaciona riedad, es
necesario utilizar una tcnica que se denomina Krigeage universal (Journel y Huijbregts,
1978), en lugar del Krigeage ordinario que se aplica en las situaciones de estacionariedad.

b) SEMIVARIOGRAMAS CON EFECTO AGUJERO O EFECTO HOYO

Este efecto puede reconocerse cuando alternan reas con alta ley y reas con baja ley. El
resultado es una pseudoperiodicidad reflejada en una oscilacin del semivariograma
alrededor de una aparente-meseta.

c) SEMVARIOGRAMAS COMPUESTOS

Cuando la prolongacin de la lnea que une los dos o tres primeros puntos del

semivariograma corta la meseta a una distancia mucho menor que la correspondiente al

alcance general del semivariograma, es muy probable que la situacin corresponda a una

mezcla de dos semivariogramas esfricos.

El modelo compuesto tendra, pues, la siguiente forma:

g(h) = Co + C1 [3h/2a1 - (h/ a1 )3 /2] + C2 [3h/2 a2 - (h/a2 )3 /2]

 84

As es posible calcular el valor de g(h) para cualquier distancia, teniendo en cuenta

las tres partes que definen el semivariograma.

Este tipo de estructuras pueden ser causadas, por ejemplo, por la presencia de
zonas mineralizadas ms ricas dentro de una matriz de mineralizacin dispersa. Tambin
son comunes en yacimientos aluviales de oro, reflejando el alcance ms corto los canales
individuales y el ms largo la anchura total de la zona de inters econmico.

e) ESTRUCTURAS ANIDADAS

En aplicaciones reales es comn encontrar que los variogramas experimentales se

pueden modelar con ms de una estructura terica. Por ejemplo, el variograma tpico no
parte de cero, sino que muestra una discontinuidad en el origen (efecto pepita). Por ello, la
primera estructura del modelo considerar un valor en el origen, Co . Adems, el
variograma suele mostrar distintos tipos de correlacin espacial a distintas distancias.

Una estructura de rango largo puede estar sobreimpuesta con una estructura de
rango corto. El uso de modelos anidados provee suficiente flexibilidad para tomar en
cuenta ambas estructuras. Es de tener en cuenta que la sobre-sofisticacin de por s
generalmente no produce beneficios. Cada una de las estructuras modeladas debe ser
explicada por la geologa del depsito o los fenmenos fsicos involucrados. Por ejemplo,
cierto mineral puede presentar regionalizaciones de distinto rango, correspondiente a
distintas etapas en la mineralizacin. Tal caso podra ser modelado con tal vez el mismo
tipo de funcin (esfrica, por ejemplo), de distintos rangos.

d) MODELAMIENTO DE LA ANISOTROPA

El comportamiento de los variogramas experimentales en distintas

direcciones puede ser la clave para entender y caracterizar la variable regionalizada. Hay
dos modelos bsicos de anisotropa:

Anisotropa Geomtrica.
Anisotropa Zonal

1. ANISOTROPA GEOMETRICA

Si los variogramas en las direcciones principales presentan un mismo valor

de meseta, pero alcances distintos para diferentes direcciones como lo muestra la figura
N 22, hablamos entonces de Anisotropa Geomtrica:
 85

FIGURA N 22 ANISOTROPA GEOMETRICA

(h )

c
2 1
d ir d ir

o a2 a1 h

Estos tipos de variograma se pueden reducir a un variograma istropo mediante

una transformacin lineal de las coordenadas.

Luego la elipse de anisotropa geomtrica (rosa de alcances) queda grficamente en la Fig.

23 como:

FIGURA N 23 ELIPSE DE ANISOTROPA GEOMETRICA

y y
x
a
2
a1

x

Donde los alcances a1 y a2 corresponden a los valores de las longitudes de los semiejes de
la elipse.En el caso istropo los alcances son iguales y, por tanto, la figura se convierte en
un circulo.

Sea el factor de anisotropa k=( a1/a2) > 1, donde k es la razn del alcance mayor
al menor.
 86

Las frmulas de transformacin de coordenadas nos muestran que:

(Ec. 20)
Donde es el ngulo formado entre el eje x y el eje x de la elipse. g1 es el
variograma de la direccin 1.

2. ANISOTROPA ZONAL

Se habla de Anisotropa Zonal cuando los variogramas de la zona en estudio

presentan distinto valor de meseta y distinto alcance para diferentes direcciones, como lo
muestra la Fig. N 24

FIGURA N 24 ANISOTROPA ZONAL

(h )

c1 dir 1 (h1 )

c2
dir 2 ( h2 )

o a2 a1 h
 87

5. VALIDACION CRUZADA

5.1. DEFINICION

Es una tcnica simple, cuyo objetivo consiste en determinar el modelo del

variograma obtenido con los datos muestrales que mejor los representa. Se trata de elegir
el mejor entre dos o ms modelos alternativos disponibles y as usar con mayor
certidumbre dicho modelo en un krigeage.

La idea es estimar Zv, en cada ubicacin donde exista una muestra en un bloque o
zona V (ver Fig. N 25). Ignorando el valor de la muestra existente en ese punto, se estima
Zv a partir de las muestras colindantes dentro de la zona de inters, utilizando el modelo
del variograma y el krigeage. Una vez estimada esa muestra, la siguiente se estima
restituyendo el valor original anterior. Se repite el proceso tantas veces como muestras
hayan. Al final se conoce en cada punto de la zona de inters, un valor observado y un
valor estimado, pudindose establecer, a continuacin, una relacin entre ambos tipos de
valores, lo que da una medida de los errores cometidos. Como el Krigeage utiliza el
semivariograma, variando los valores de ste se podr buscar la opcin que genere una
menor diferencia entre los valores estimados y los reales. Este proceso iterativo permitir
definir qu parmetros del semivariograma (los citados efecto pepita, meseta y alcance)
son los ms adecuados para la ptima modelizacin. La mejor situacin sera que todos
los puntos estuviesen situados en la bisectriz del cuadrante, lo que indicara que el valor
real (Z) y el estimado (Z) son semejantes. Todo lo que se separe de dicha bisectriz indica
error en la estimacin.

Algunos especialistas han cuestionado la validez y utilidad del mtodo, principalmente

porque no es suficientemente sensitivo como para detectar ventajas menores de un modelo
de variograma comparado con otro. (clark, 1986, Davis, 1987, Isaaks and Srivastava,
1989). Adems, el anlisis se realiza utilizando las muestras, lo que no permite obtener
una conclusin definitiva acerca de toda el rea A. En particular, si las muestras no son
representativas del rea, re-estimar con buena precisin estas muestras no implica que el
modelo de variograma permita una buena estimacin del resto del depsito.

Sin embargo, la tcnica es til como una indicacin general de las bondades (o los
posibles problemas) asociados con el modelo de variograma escogido. Adems, los datos
estadsticos recogidos permiten entender mejor los resultados del estudio geoestadstico, y
por ello se debe poner a la validacin cruzada como una tcnica ms de l anlisis
exploratorio de los datos. Tambin permite detectar los problemas mas serios durante el
proceso de estimacin, como son problemas computacionales, errores groseros, etc. En
general, la validacin cruzada es un ejercicio que debe ser tomado como un ensayo
general, antes de llevar a cabo la estimacin total del rea.
 88

FIGURA N 25 BLOQUE O ZONA V

z(xi)

5.2. CLCULOS DE LOS ESTADISTICOS

Para determinar la calidad del modelo de variograma empleado y del plan de

krigeage empleado, es necesario calcular algunos estadsticos:

A = (1/N) i
B = (1/N) ( i / Zv)
C = (1/N) [ ( Zv - Zv) / ]2
(Ec. 21)
Donde:

Zv es el valor observado
Zv es el valor estimado
i = Zv - Zv = error de estimacin
2 varianza del error

Si el modelo de variograma est correcto, se deberan cumplir las relaciones siguientes:

A 0
B 0
C 1

Con los datos obtenidos por medio de esta tcnica se construye una grfica como la que se
muestra en la fig. N 26; se prueba si existe una buena relacin entre los datos observados
y los estimados. (Coeficiente de correlacin).
 89

FIGURA N 26 DATOS OBSERVADOS v/s DATOS ESTIMADOS

zv

zv
Los datos estadsticos recogidos permiten entender mejor los resultados del estudio
geoestadstico y por ello se debe poner a la validacin cruzada como una tcnica ms del
anlisis exploratorio de los datos.

5.3. VENTAJAS Y DESVENTAJAS DE LA VALIDACION CRUZADA

5.3.1 VENTAJAS

Es til como indicacin general de las bondades( o los posibles problemas)

asociados con el modelo de variograma escogido.

Permite detectar los problemas ms serios durante el proceso de estimacin,

como problemas computacionales, errores groseros.

5.3.2. DESVENTAJAS

No es suficientemente sensitivo como para detectar ventajas menores de un

modelo de variograma comparado con otro.

El anlisis se realiza al utilizar las muestras, lo que no permite obtener una

conclusin definitiva acerca de toda el rea.
 90

Al tener una malla aleatoria estratificada( o malla regular). Al remover un punto,

siempre queda mal estimado, no se puede discriminar entre 2 modelos.

Si las muestras no son representativas del rea, re-estimar con buena precisin
estas muestras no implica que el modelo de variograma permita una buena
estimacin del resto del depsito.

En cualquier caso, constituye el mtodo ms comn y utilizado para testificar la

bondad del ajuste del semivariograma.

5.4. CONSIDERACIONES SOBRE EL REA DE BSQUEDA

Cuando se describi el mtodo de estimacin del inverso de la distancia, se hizo

mencin a las caractersticas que deba presentar el rea de bsqueda, es decir, cmo se
defina la zona de captura de los puntos que entraban a formar parte de la estimacin. En
el Krigeage, es necesario volver a incidir en este tema, si cabe con mayor profundidad.
Para guiar la discusin, se puede centrar el problema en las siguientes cuestiones:

a) Forma del rea de bsqueda

b) Nmero de muestras a capturar
c) Relevancia de las muestras

5.4.1 FORMA DEL REA DE BSQUEDA

La morfologa del rea de bsqueda suele ser, normalmente, una elipse centrada en

el punto que va a ser estimado. Su orientacin viene dictada por la anisotropa del

esquema de continuidad espacial, con el eje mayor de la elipse en la direccin de mxima

continuidad. Si no existe dicha anisotropa, la elipse se convierte en un crculo y la

cuestin de la orientacin deja de ser, obviamente, relevante. Todo lo mencionado es para

dos dimensiones , por lo que si la estimacin se produjese en tres dimensiones, habra que

cambiar, evidentemente, la elipse por un elipsoide o el crculo por una esfera.

5.4.2 NMERO DE MUESTRAS A CAPTURAR

 91

El siguiente paso seria definir el tamao de la elipse, es decir, cuntos puntos de

estimacin deben incluirse en ella. La respuesta ms simple establecera que tendra que
incluir algunas muestras, viniendo este aspecto condicionado por la morfologa de la malla
de muestreo. En la prctica se intenta conseguir que la elipse incluya, al menos, de 6 a 12
puntos de estimacin. En mallas irregulares de muestreo, la longitud de la elipse debe ser
ligeramente mayor que la distancia media de muestreo, viniendo sta definida, de forma
muy general, por:

DMM = (St/n)1/2

donde:
DMM = Distancia media de muestreo.
St = Area total cubierta por las muestras.
n = Nmero demuestras.

La cuestin todava no ha sido resuelta del todo, pues quedan algunos

aspectos que comentar. En primer lugar, cuantas ms muestras se incluyan, mayor ser el
nmero de operaciones que debe llevar a cabo el sistema de ecuaciones y mayor ser el
suavizado en la estimacin. En segundo lugar, si se incluyen muestras cada vez ms y
ms lejanas la estacionariedad puede no ser asumida, con lo que la estimacin queda en
entredicho. El primer aspecto queda minimizado. En cuanto al segundo, genera que
conceptos bsicos como el carcter de mejor estimador insesgado del Krigeage no se
cumplan, por lo que es necesario intentar llegar a un compromiso en cuanto al tamao de
la elipse. Es regla comn utilizar, como semi-eje de la elipse, un valor prximo al alcance
del semivariograma en la direccin considerada. De esta forma se asegura el
mantenimiento de la estacionariedad y se cumple la correcta estimacin. No obstante, el
ampliar este valor no excesivamente, cuando el nmero de muestras es insuficiente,
mejora el proceso de estimacin (Isaaks y Srivastava, 1989).

5.4.3 RELEVANCIA DE LAS MUESTRAS

Esta cuestin incide en dos aspectos. Por una parte, la posible presencia de agrupamientos
de muestras, que queda resuelta. Por el diseo del propio sistema de ecuaciones de
Krigeage, que toma en cuenta y pondera este fenmeno. Por otro lado, el segundo aspecto
hace mencin a la importancia de las diferentes muestras para su inclusin en la
estimacin, por ejemplo en cuanto a su pertenencia a la misma poblacin que el punto a
estimar. Esta cuestin es casi imposible de asegurar, y menos de verificar, por lo que la
decisin debe venir acompaada de una informacin de tipo cualitativo. En otras
palabras, el estudio geolgico completo de toda la informacin presente es el mejor
camino para definir qu muestras son relevantes y qu muestras no lo son, pudiendo ser
estas ltimas apartadas del proceso de estimacin. Este problema, en yacimientos de baja
complejidad geolgica puede no ser tal, incrementndose segn aumenta la dificultad de la
interpretacin geolgica.
 92

6. ERROR DE ESTIMACION

El error de estimacin es entendido como la diferencia entre el valor real y

el valor estimado de un punto o bloque.

Error de Valor real

Valor estimado
Estimacin (desconocido)
(conocido)

(Ec. 22)

Por otra parte, la estimacin Zv de un bloque se efecta en trminos de los

valores observados Z(xi) de puntos colindantes mediante la expresin:

z v = i z (x)i i= pesos o ponderaciones
i=1
(Ec. 23)
En que los ai verifican la condicin de insesgado:

1 + 2 + 3 +.............+ N = 1
(Ec. 24)

Las ponderaciones i sern ms altos para valores z (xi) en puntos xi ms cercanos

al bloque y sern ms bajos en puntos ms lejanos.

En la ecuacin 22, como Zv es desconocido, entonces es desconocido, la cual se

renuncia en conocerlo en signo y magnitud. Sin embargo, se puede caracterizar
probabilsticamente el error , al utilizar un modelo matemtico.

Se asume entonces que el error , es una magnitud aleatoria, es decir, una variable
aleatoria. Esta magnitud aleatoria tiene una cierta ley de probabilidad caracterizada por
una esperanza matemtica m, y una varianza 2 . Luego la ley de probabilidad del error es
la ley normal o de Gauss (ver fig. N 27)
 93

FIGURA N 27 LEY NORMAL O DE GAUSS

Las siguientes reas de la Ley de Gauss:

68% 95% 99.7%

6.1. CALCULO DE LA VARIANZA DE ESTIMACION

La varianza de estimacin se refiere a la varianza del error entendido como la

diferencia entre el va lor real y el valor estimado de un punto o bloque, se supone que los
errores tienen esperanza nula.

(Ec. 25)
 94

En la prctica se utiliza un riesgo de equivocacin del 5%. En otras

palabras si los errores tienen distribucin normal de esperanza cero y varianza
2

-2 2 con 95% de confianza, o bien

Zv = Zv +/- 2

En todo caso la expresin terica del valor zv desconocido est dada por:

Zv = (1/v) ?z(x) dx (Ec.26)

Al reemplazar en la ecuacin 25 queda

2 = [ z (x ) - (1/v) z(x) dx]2
i i
i=1 v
(Ec. 27)

Al resolver el binomio se obtiene:

2 = 2 i (1/v) (x,x) dx - (1/v ) (x,y) dx dy - i j ( ix,x)
2
i j
i=1 vv i=1 j=1
(Ec. 28)

que es la expresin fundamental del clculo de . Donde:

2

N es el nmero de datos
xi son las coordenadas de los datos
v es la geometra y el tamao del bloque o zona v
(h) es el variograma
i es el peso o ponderacin que se asigna a la participacin de Z(xi) en el
clculo de Zv
x( y) es un punto variable dentro del bloque

Nota: Para el clculo de la expresin fundamental, se supone que se conoce el modelo

del variograma.
 95

Significados de los trminos en la expresin de :

2

a. El trmino (xi,xj): Representa el valor de (h), siendo h el vector que une los
puntos xi, xj

xj
h

xi

b. El trmino (1/v) ? (xi,x) dx : Representa el valor medio terico de la

funcin (h), ( h el vector que une los puntos xi, xj ) siendo x un punto cualquiera
variable dentro de la zona v.

xi x

En la prctica la integral anterior se calcula por discretizacin de v en k puntos:

x
xi v
 96

entonces, la aproximacin es:

(1/v) ? (xi,x) dx (1/k) (hj). (Ec. 29)

Se recomienda un nmero mnimo de puntos dentro de v, de manera de obtener

una precisin aceptable:
Si v es bidimensional: k 36 puntos.
Si v es tridimensional: k 64 puntos.

c. El trmino (1/v2 ) ? ? (x,y) dxdy: Representa el valor medio de la funcin (h),

( h el vector que une los puntos x con y) entre puntos variando dentro de v.

h
y

x
v

Tambin se calcula por discretizacin de v en k puntos:

hij
y
x
v

Entonces, la aproximacin es:

(1/v2 ) ? ? (x,y)dxdy (1/k)2 ?? (hij) (Ec. 30)

Observacin: Para obtener el , los ponderadores i son obtenidos dependiendo del

2

lugar de ubicacin de las muestras que participan en la estimacin.

Existe otra ponderacin de los datos que nos proporcione un error menor?
Para poder lograr los pesos adecuados, de manera de minimizar la varianza del error
2

es necesario de introducir el mtodo del krigeage.

 97

7 KRIGEAGE

7.1. DEFINICION

El Krigeage es una herramienta geoestadstica cuyo objetivo es encontrar los

pesos de los ponderadores ai de manera que minimicen la varianza de estimacin de
acuerdo a la geometra del depsito y al carcter de la mineralizacin.

El krigeage es una tcnica utilizada en la evaluacin de yacimientos para estimar el

valor de una variable regionalizada en un punto (o en un bloque, como se ver
posteriormente), a partir de unos factores de ponderacin que trabajan de forma semejante
a como lo hacen en el inverso de la distancia. Ese valor se caracteriza por ser el mejor
estimador lineal nsesgado de la variable. El mejor, porque los factores de ponderacin se
determinan de forma tal, que la varianza de la estimacin es mnima; lineal, porque es una
combinacin lineal de la informacin; e insesgado porque, en promedio, el error es nulo,
es decir, no hay sesgo en los errores (considerando como error la diferencia entre el valor
real y el estimado). Por todo ello, junto con la informacin asociada que ofrece en
relacin al error que se comete en la estimacin, el Krigeage se puede considerar, en
general, como un mtodo ptimo de estimacin, estando su utilizacin ampliamente
desarrollada en todo tipo de yacimientos, especialmente en aquellos que poseen un alto
valor (oro y diamantes). Dado que el alto nmero de clculos matemticos que necesita el
Krigeage ya est resuelto con el uso de la informtica, quizs el nico problema que
presenta es la mayor complejidad conceptual frente a los mtodos clsicos. De lo
contrario, probablemente se habra convertido en el nico mtodo de estimacin viable
para la mayor parte de los yacimientos a escala mundial.

Entonces, desde un punto de vista prctico, el Krigeage tiene la importancia de

evitar errores sistemticos, bien sea sobrestimado o subestimado el valor calculado. En
trminos generales, el Krigeage asignar bajos pesos a las muestras ms lejanas, y altos a
las ms cercanas, pero esta regla intuitiva falla a veces en sit uaciones tal como:

Transferencia de la influencia o el Efecto de pantalla Las muestras ms cercanas

al bloque tienden a anular la influencia de las muestras ms lejanas. La consecuencia
prctica de esta propiedad es que algunas muestras tendrn ponderaciones negativas del
Krigeage.
 98

7.2. PROPIEDADES DEL KRIGEAGE

Hay muchas propiedades buenas asociadas con el estimador Krigeage, adems de

dos obvias como el insesgamiento y la varianza mnima de estimacin. Algunas de stas
son las siguientes:

El Krigeage calcula la varianza de Krigeage para cada punto o bloque.

Es un interpolador exacto. En otras palabras, el Krigeage estimar todos los puntos

de datos conocidos exactamente, es decir no hay error.

El Krigeage tiene un efecto desagrupador ( Desclustering effect) de datos durante

la estimacin. Esto es muy til cuando los datos usados para estimar la ley estn muy
agrupados e irregulares.

El Krigeage tiene un efecto selectivo, lo que permite seleccionar las muestras ms

cercanas.

7.3. ECUACIONES DEL KRIGEAGE

Para obtener las ecuaciones del krigeage hay que minimizar la expresin de 2 .

2
= 2 i (1/v) v (x,x) dx - (1/v ) v v (x,y) dx dy -
2
i j ( x,x)
i i j
i=1 i=1 j=1

(Ec. 31)
pero los i, deben verificar la condicin de insesgamiento:

i = 1

El mtodo clsico para minimizar la expresin 2 (igualar a cero las derivadas

parciales de 2 respecto de 1, 2, ......., N) no asegura que la suma de los i sea 1. En
este caso, hay que utilizar el mtodo de Lagrange.

En el caso del Krigeage hay que considerar la expresin:

A = 2 + 2 (1 + 2+ ........+ N - 1)
 99

Por lo general, el parmetro m carece de significacin fsica. Al realizar N+1,

derivaciones sostiene el sistema de ecuaciones siguiente:

(
1 x1, x1) + 2 (x1, x2) + ............+ (x1 , xN ) + = (1/v) v (x1 , x)dx

(
1 x2, x1) + 2 (x2, x2) + ............+ (x2 , xN ) + = (1/v) v (x2 , x)dx

(
1 xN, x)1 + 2(xN, x)2 + ............+ ( xN , xN ) + = (1/v) v (xN , x)dx

1 + 2 +..............+ = 1

que es un sistema lineal de N + 1 ecuaciones con N + 1 incgnitas ( a1, a2, ......., aN, m),
lo cual siempre tendr soluciones.

Se demuestra que la expresin de se2 se simplifica, obtenindose:

2 = (1/v) (x,x) dx + - (1/v) (x,y) dx dy
i v i v v
i=1

(Ec. 32)

7.3.1. KRIGEAGE PUNTUAL

En algunas ocasiones, en vez de estimar la ley media de un bloque V, interesa estimar

la ley en un punto X0.

Como se ha comentado anteriormente, el krigeage opera a travs de la utilizacin de

unos factores de ponderacin. Estos factores de ponderacin, para obtener el valor de la
variable, se calculan a partir de un sistema de ecuaciones, denominadas ecuaciones de
krigeage, en las que las incgnitas para resolver el sistema se obtienen a partir del
semivariograma modelizado.
 100

Ecuaciones a considerar:

(
1 x1, x1) + 2 (x,1 x)2 + ............+ ( x1 , xN ) + = (x1 , x0 )

(
1 x2, x1) + 2 (x,2 x)2 + ............+ ( x2 , xN ) + = (x2 , x0 )

(
1 xN, x)1 + 2(xN, x)2 + ............+ ( xN , xN ) + = (xN , x0 )

1 + 2 +..............+ = 1

Se demuestra que la expresin de

2
se simplifica, obtenindose:

2 = (x,x ) +
i i 0
i=1

(Ec. 33)

El krigeage puntual tiene la propiedad de ser un interpolador exacto (ver Fig. N

28) en el sentido de que si se desea estimar la ley en un punto conocido, el krigeage
proporciona la ley del dato, con una varianza = 0. Se dice que el krigeage puntual pasa
2

por los puntos ( esta propiedad no la tienen los otros interpoladores):

FIGURA N 28 INTERPOLADOR EXACTO

Interpolador de Krigeage
Interpolador de minmos cuadrados

x1 x2 x
 101

7.3.2. KRIGEAGE DE BLOQUES

Otro tipo de krigeage ms frecuentemente utilizado en la evaluacin de

yacimientos es el krigeage de bloques, que opera de forma similar a como lo hace el
puntual, pero con la diferencia de que el valor obtenido se le asigna a un bloque y no a un
punto. Dentro del modelo de funcin aleatoria descrito anteriormente, el valor medio de
una funci n aleatoria en una zona determinada (bloque) es, simplemente, la media
aritmtica de todas las variables puntuales aleatorias incluidas dentro de esa zona. Esta
capacidad del Krigeage de llevarse a cabo sobre un rea y no slo sobre un punto, es una
caracterstica propia y nica de este mtodo de estimacin, no compartida por otros
mtodos. Aunque la forma de operar puede trasladarse a mtodos como el inverso de la
distancia, los resultados no son muy consistentes (Isaaks y Srivastava, 1989).

Para determinar el valor del bloque, se lleva a cabo una discretizacin del rea en
un conjunto de puntos (2x2, 3x3, etc.), obtenindose, a continuacin, la media entre los
diferentes valores. Un ejemplo de la importancia de los computadores en el desarrollo de
la geoestadstica es que, para calcular, por ejemplo, el valor de un slo bloque con una
discretizacin de 10 x l0, sera necesario resolver cien sistemas de ecuaciones, cada una de
ellos con, por ejemplo, 11 ecuaciones (suponiendo una estimacin a partir de diez
valores). Y esto slo para un bloque, siendo frecuente, normalmente, dividir el
yacimiento en centenares de bloques. Todo ello llevara a la resolucin de decenas o
centenares de miles de ecuaciones, hecho absolutamente inviable si no fuese por la ayuda
de la informtica.

Por ltimo, hay que hacer constar que los valores que se obtienen con el Krigeage
(tanto puntual como de bloques) llevan aparejados los correspondientes valores de la
varianza de la estimacin (varianza del krgeage), lo que permite hacer un estudio de la
bondad de la estimacin. Estos valores de la varianza del krigeage pueden,
posteriormente, ser interpelados y obtener mapas en la que se puede analizar qu zonas
presentan una mayor exactitud en la estimacin, cuales poseen una ma yor probabilidad de
error, etc., lo que suele ser muy necesario a la hora de establecer los planes de produccin
minera.

Cuando se aplica el krigeage sobre un bloque V debera considerar todos los datos
disponibles ( krigeage completo). Sin embargo, esta situacin implica clculos muy
largos. Por esta razn se recomienda restringir la vecindad de estimacin que puede ser
una esfera o crculo, o bien un elipsoide o elipse (3D y 2D).

La prctica recomienda que una vecindad contenga un promedio del orden de 8

muestras, los resultados que se obtienen sern muy buenos. (ver Fig. N 29)
 102

FIGURA N 29 VECINDAD DE ESTIMACION

7.3.4. KRIGEAGE INDICADOR

El Krigeage indicador es una de las innumerables variaciones que la

Geoestadstica presenta para la evaluacin de yacimientos, utilizndose, cada vez ms, en
el anlisis de las reservas, especialmente en explotaciones de alto valor (oro). Es un
mtodo no paramtrico en el que los valores obtenidos son convertidos a 0 y 1,
dependiendo de su relacin con una determinada ley de corte. Permite estimar la
proporcin de un bloque bajo estudio que tiene un determinado porcentaje de probabilidad
de encontrarse por encima de la citada ley de corte. La mejor forma de observar su
funcionamiento es con un ejemplo.

Se tiene un bloque mineralizado que ha sido evaluado por sondeos situados en sus
cuatro esquinas. El valor asignado al bloque ser, si el espesor es constante, la media
aritmtica de las cuatro esquinas. Pueden existir dos situaciones como las siguientes:

Bloque A: 6%, 5%, 6% y 6% - ley media = 5,75%

Bloque B: 1%, 2%, 1% y 19% - ley media = 5,75%

Si la ley mnima de corte es, por ejemplo, del 5%, est claro que ambos bloques son
explotables, independientemente de que la asignacin de explotabilidad del bloque B sea
casi totalmente dependiente de un nico valor (19%), lo que no se refleja directamente en
el resultado.

Considrese ahora que la mineralizacin y el estril son materiales con ley superior e
inferior, respectivamente, a una determinada ley mnima de corte (5%), por lo que se les
asigna un valor 1 al primer caso y cero al segundo. Entonces se tendra que, para el
bloque A, todos los sondeos entraran en la categora de mineralizacin y se le podra
asignar, al bloque, un indicador medio de 1. Por el contrario, para el bloque B, slo un
 103

sondeo entrara en la categora de mineralizacin, por lo que recibira un indicador medio

de 0,25. En este caso (bloque B), aunque la ley media sugiere que todo el bloque es
mineralizacin, el indicador medio nos afirma que tan slo el 25% del bloque se puede
considerar como mineralizacin. Este efecto debe ser tomado en cuenta en todos aquellos
estudios que generen clculos de reservas, pues su no consideracin puede producir, como
en el caso del ejemplo, una sobreestimacin de los tonelajes de la mineralizacin.

La expresin matemtica para una variable de este tipo sera I(x,z), correspondiente a
una ley z(x) de una muestra en un punto x y con una ley de corte z. De tal forma que:

1, si Z(X) > z
I(X,Z) =
0, si Z(X) < z

Una vez que las leyes, o cualquier otra variable a estudiar, han sido transformadas de
esta manera, se puede intentar construir un semivariograma experimental y ajustarle un
modelo matemtico de los existentes. Para el caso de] modelo esfrico, la ecuacin sera:

(h,z) = I0 + I [1.5(h/a) - 0,5(h/a) 3] para h < a

(h,z) = I0 + I para h > a

Donde I0 e I son equivalentes a C0 y C, en un semivariograma normal. Una vez que el

semivariograma de indicadores est modelizado, se puede llevar a cabo un krgeage de
bloques, que recibira el nombre de ktigeage indicador. El valor que saliese para cada
bloque vendra a representar el porcentaje recuperable de mineralizacin que tiene ese
bloque para una determinada ley de corte. Los resultados pueden ser comparados con
los valores obtenidos en un Krigeage de bloques normal, con otros Krigeages
indicadores para otras leyes de corte, etc., con el fin de obtener estrategias de
explotacin.

7.8. EL COKRIGEAGE

El Co-Krigeage constituye, al igual que el Krigeage indicador, otra de las

aplicaciones del Krigeage a la estimacin de variables. Hasta el momento, el krigeaje
utilizaba, como parmetros para realizar la estimacin, los valores de una variable. Sin
embargo, suele ser frecuente, en minera, conocer no slo una variable sino varias de
ellas, que, usualmente, estn relacionadas entre s (pAg y Pb/Zn). Por tanto, resulta
interesante utilizar la informacin suministrada por una de las variables para calcular la
otra, siempre y cuando, obviamente, exista una relacin entre ambas. Este proceso se
denomina, en Geoestadstica, Co-Krigeage.

El Co-Krigeage pues, se define como un mtodo de estimacin que minimiza la

varianza de la estimacin utilizando la correlacin entre varias variables, estando los
 104

estimados obtenidos tanto a partir de las variables secundarias como de la principal. La

utilidad de la variable secundaria muchas veces se ve incrementada por el hecho de que
la variable principal pueda encontrarse submuestreada en algunas zonas del yacimiento.

El valor estimado de una variable por Co-Krigeage viene definido por la siguiente
expresin:

Uo = ai ui + bjvj

donde:

U0 = Valor del estimado en el punto 0

ui = Los datos de la variable principal en n puntos
vj = Los datos de la variable secundaria en m puntos
ai y bj = Los factores de ponderacin a determinar para resolver los sistemas de
ecuaciones.

Como se puede observar, el aspecto de la expresin es muy similar a la que

correspondera para el Krigeage. De hecho, el desarrollo del sistema de ecuaciones del
correaje es idntico al correspondiente para el Krigeage. Por tanto, prcticamente todo lo
expuesto para un mtodo (ktigeaje) es vlido para el otro (co-krgeage), en relacin a los
modelos de funciones aleatorias, clculo del semivariograma, reas de bsqueda, etc.

Unicamente merece la pena comentar que existen ciertas situaciones en las que
este mtodo no mejora los resultados que se obtendran utilizando simplemente el
krgeage. Cuando los modelos de semivariogramas son muy similares entre s, y las
variables principal y secundaria estn igualmente maestreadas en todos los puntos, los
resultados con un mtodo y otro son, prcticamente, semejantes.
 105

REFERENCIAS BIBLIOGRAFICAS.

DAVID M. GEOSTATISTICAL ORE RESERVE ESTIMATION

XAVIER EMERY CURSO : GEOSTADISTICA LINEAL UNIVERSIDAD DE CHILE

MARCO ALFARO CURSO DE GEOESTADISTICA UNIVERSIDAD DE ANTOFAGASATA

MARCO ALFARO APLICACIN DE LA TEORIA DE VARIABLES REGIONALIZADAS

CLAUDIO PACHECO APLICACION PRACTICA DE LA GEOESTADISTICA A UN

YACIMIENTO SIMULADO

MARIO ROSSI GEOESTADISTICA DE INDICADORES

BUSTILLO R./ LOPEZ J. MANUAL DE EVALUACIN Y DISEO DE EXPLOTACIONES

MINERAS

HOWARD L. HARTMAN SME MINING ENGINEERING HANDBOOK