ESCUELA PROFESIONAL DE INGENIERA DE MINAS

CURSO:

GEOESTADISTICA

TEMA:

VARIOGRAMAS EXPERIMENTALES (Diversos Tipos De

Yacimientos De Minerales Tericos)

DOCENTE:

Rivasplata Melgar, Victor Gerardo.

ALUMNO:

Crdenas Gallardo Alex.

Ciclo:

VIII

CAJAMARCA PER

2016
Variograma Experimental

INTRODUCCIN

George Matheron y su equipo del Centro de Morfologa Matemtica al estar en

contacto con los problemas mineros desarrollaron el formulismo terico y los mtodos
prcticos que conforman actualmente la geo estadstica, estos mtodos al ser
generales pueden aplicarse a cualquier campo que trate con variables numricas y
que midan fenmenos naturales: geologa, petrleo, geofsica, industria forestal,
geografa, cartografa, agricultura, hidrogeologa, etc.

El problema de modelar un macizo rocoso acompaa siempre a la actividad minera,

por ello la necesidad de un mejor modelado para lograr una operacin minera
eficiente. Entonces, cul de las herramientas matemticas existentes puede
ofrecernos la solucin?

En cuanto a los fenmenos naturales, la imposibilidad de explicar el porqu del valor

de una ley en un determinado punto de muestra est fuera de nuestro alcance, de ah
que trabajamos con variables aleatorias (cada caso tiene la misma probabilidad de
ocurrir) y que las leyes tienen cierto grado de interdependencia.

Adems, la geoestadstica es el tratado de variables regionalizadas. No debemos

pasar por alto los puntos fundamentales que destacan: la consolidacin de la
geoestadstica con los trabajos de G. Matheron en 1965, el establecimiento de la
escuela de Fontainebleau y finalmente el desarrollo de la Geoestadstica asociada con
la informtica.

1
Variograma Experimental

1. OBJETIVOS

Obtener ms informacin de variogramas experimentales y mtodos

matemticos aplicados en los yacimientos mineros.

2. MARCO TEORICO

El variograma experimental es una funcin discreta la cual describe la correlacin

espacial de una variable como funcin de la distancia entre dos puntos, es decir, es
una medida del grado de cambio de una variable regionalizada con respecto a la
distancia en un espacio dado.

1
*( h )
2 N h
( z ( xi ) z ( x j )) 2
xi x j h

El trmino Variograma se puede definir de las siguientes formas:

En trminos de la varianza:

2() = [( + ) ( )]

En trminos de la esperanza:

2() = [() ( + )]2

El Semivariograma o variograma experimental, modela la continuidad espacial de una

variable y se calcula a partir de los datos disponibles. Deutsch y Journel (1998),
definen al semivariograma como la mitad del promedio cuadrtico entre las diferencias
de dos valores separados aproximadamente por el vector h:

2
Variograma Experimental

()
1
() = [( + ) ( )]2
2()
=1

Donde:

h es la distancia a la cual se compararan las variables.

N (h) representa el nmero de pares de datos separados h.
Z (Xi) es el valor de la variable en la posicin Xi.
Z(Xi +h) es el valor de la variable en la posicin (Xi + h)

PARMETROS ESTADSTICOS

Se calcularan parmetros estadsticos que nos ayudaran en el anlisis tales como:

):
a) Media (

El cul es el promedio de todos los datos en la muestra, se calcula

mediante.

=

=1

b) Varianza ( ):

Describe la variabilidad de la distribucin, se calcula mediante.

2
( )2
=

c) Desviacin Estndar ():

Describe el grado de dispersin de la distribucin, se calcula mediante.

( )2
= = 2

3
Variograma Experimental

d) Coeficiente de Variabilidad (CV):

El cual se calcula mediante.

=

La confiabilidad de esta herramienta ser mucho mayor en cuanto el nmero de
muestras disponibles sea tambin mayor. En la prctica se ha utilizado indistintamente
los trminos variograma y semivariograma, en este trabajo se utilizar el trmino de
variograma o variograma experimental para referirse a la frmula.

Dentro de la anatoma de un variograma se tienen dos partes importantes que son el

rango y la meseta o sill.

Rango:

Es la distancia a partir de la cual ya no se considera que exista correlacin

entre los datos, siendo entonces, la distancia de confiabilidad de correlacin, es
decir de la distancia mxima de correlacin.

Meseta o Sill:

A medida que h crece, la funcin (h) resulta ms o menos estable alrededor

de un lmite llamado meseta o sill, el cual corresponde con la varianza C (0) de
la muestra Z (xi), figura 2.4, siempre y cuando la variable cumpla con las
hiptesis de estacionariedad y los datos no presenten una tendencia.

4
Variograma Experimental

El grado de correlacin que existe entre las variables Z (xi) y Z (xi + h) generalmente
decrece a medida que la distancia que las separa se incrementa. De acuerdo con esto,
podemos deducir que la funcin variograma experimental debe de incrementarse con
h.

Si se estudia un variograma experimental en diversas direcciones, se puede

determinar la existencia de posibles anisotropas en el medio; como ejemplo
utilizaremos la figura 2.5, en donde se muestra un lente mineralizado.

Al calcular los variogramas para las direcciones vertical y horizontal (Figura 2.6) se
observa que el rango para el variograma en la direccin vertical es ms pequeo que
el rango del variograma en la direccin horizontal, y esto es debido a que en la
direccin vertical hay un cambio de la propiedad ms rpido (por la corta distancia)
que en la direccin horizontal, donde la variacin de la propiedad es ms lenta ya que
la distancia entre un material y otro es ms grande.

5
Variograma Experimental

En forma general se tienen cuatro comportamientos definidos de los variogramas, los

cuales se presentan en la figura 2.7:

a) Parablico: comportamiento caracterstico de variables sumamente regulares.

b) Lineal: tiene una forma lineal cuando h 0.

c) Discontinuidad al origen: (h) no tiende a cero cuando el valor de h tiende a

cero, aunque por definicin (h=0)=0. La variabilidad entre dos valores z(x) y z (x
+ h) muy cercanos entre si y comparados en la primera h, puede ser muy alta,
ocasionando una discontinuidad en el origen de (h), a esta discontinuidad se le
conoce como efecto pepita o efecto Nuggets (C0). En ocasiones este efecto
tambin se puede deber a errores en la medicin de las variables.

d) Efecto Pepita Puro: (h) aparece exclusivamente como una discontinuidad en

el origen, y presenta una ausencia total de correlacin (Berlanga Gutierrez y
Obregn Andra, 1980).

Orgenes de Variabilidad La variabilidad de las variables aleatorias descritas por un

variograma, tiene diversos orgenes, los cuales estn estrechamente ligados a las
diversas escalas de medida, (Berlanga Gutierrez y Obregn Andra, 1980)

Todas estas fuentes o estructuras de variabilidad, y seguramente muchas ms, actan

simultneamente y para cualquier distancia h, es por esto que cuando se estudian
fenmenos de esta naturaleza, se les modela con variogramas anidados o estructuras
de variograma anidadas.

6
Variograma Experimental

Modelos tericos para ajuste de variogramas Antes de proceder a la estimacin de

una variable por mtodos geoestadsticos, es necesario ajustar un modelo matemtico
al variograma observado. Los modelos ms comunes en el ajuste del variograma son:
el modelo Esfrico, el modelo, Exponencial, y el modelo Gaussiano. En la prctica,
estas funciones son conocidas como modelos de ajuste de variogramas.

A. Modelos con meseta (o de transicin) y comportamiento lineal al origen:

1. Modelo esfrico:

Es uno de los modelos ms importantes. A menudo, el variograma de las

leyes de cobre en un depsito de cobre porfdico corresponde a este
modelo. Su ecuacin es:

3 |3| 1 ||3
( ) ||
2 2 3
() =

{ || >

Rango s y sill a

Comportamiento lineal en el origen

Pendiente igual a 1.5 s/a

Representa fenmenos continuos pero no diferenciables

Es uno de los modelos de variograma ms utilizados

Variograma

Distancia

La figura III.67 muestra el variograma en la direccin NS calculado con

pozos de tronadura en la mina Lomas Bayas (cobre porfdico):

7
Variograma Experimental

2. Modelo exponencial o comportamiento parablico al origen:

Crece ms lentamente que el esfrico o cuadrtico y tiene por ecuacin:

||
() = {1 ( )}

La meseta es C; el alcance en teora es infinito pero en la prctica: si

h>3, entonces (h) C: el alcance prctico es 3.

La figura III.70 muestra el variograma en la direccin NS calculado con

sondajes realizados en material quebrado en la mina Salvador (cobre
porfdico):

8
Variograma Experimental

3. Modelo Gaussiano:

Tiene un comportamiento parablico en el origen; su ecuacin es:

Representa fenmenos continuos infinitamente diferenciables (sumamente

continuos)

||2
() = {1 ( )}
2

9
Variograma Experimental

B. Modelos sin la presencia de meseta

1. Modelo lineal simple:

(h) = ph

Donde p es la pendiente de la lnea. A pequeas distancias de h, este

modelo puede ser usado en lugar de otros mostrando un comportamiento
lineal al origen, como es el caso de los modelos esfrico y exponencial.

2. Modelo lineal general:

(h) = ph

Donde: p = constante, y 0<r<2. Modelos con valores de r<1 tienden a

parecerse al modelo esfrico o exponencial en el origen, y aquellos con r>1
son de forma parablica al origen.

3. Modelo logartmico:

(h) = rln(h)

Este modelo tambin es conocido como Modelo de Wijsian y el variograma

de este modelo tiene un comportamiento lineal si se grafica contra la
distancia en forma logartmica (Hohn, 1999).

10
Variograma Experimental

3. CONCLUSIONES

Se obtuvo informacin de variogramas experimentales

4. LINKOGRAFIAS

https://www.academia.edu/8844884/CONSTRUCCI%C3%93N_DE_VARIOGR
AMAS_Y_AN%C3%81LISIS_GEOESTAD%C3%8DSTICO_DE_5000_DATOS
_GENERADOS_ALEATORIAMENTE_GEOESTAD%C3%8DSTICA_I
http://www.cg.ensmp.fr/bibliotheque/public/ALFARO_Cours_00606.pdf
https://www.dspace.espol.edu.ec/bitstream/123456789/124/1/130.pdf
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/16
10/zarzatzin.pdf?sequence=1

11