1.

ESTIMACIÓN DE INVENTARIOS
MINERALES

1.4. CALIDAD Y ANÁLISIS DE LOS DATOS

 GEOESTADISTICA APLICADA
 Los inventarios minerales son estimados a partir de
medidas cuantitativas derivadas de muestras de
roca representativas, estos datos son extendidos de
alguna manera hacia volúmenes o masas de roca
mucho más grandes como parte de la estimación.
Los volúmenes a los cuales se les estima la ley son
comúnmente mayores a 1 millón de veces del
volumen total de la muestra de la cual esta basada
la estimación.
 Los valores de las muestras son utilizados para
estimar la ley media de los bloques que serán
considerados como mineral o estéril, por lo que es
deseable un alta calidad en los datos que serán la
base para esta tipo de decisiones.
 CALIDAD Y ANALÍSIS DE DATOS
Tipos de muestras usadas tradicionalmente en la estimación de
inventarios minerales
 CALIDAD Y ANALÍSIS DE DATOS
 Hay algunos procedimientos para
maximizar la calidad de los datos y de la
estimación del inventario mineral.
CALIDAD Y ANALÍSIS DE DATOS

EJEMPLO DEL ERROR

ENTRE UN POZO
PROYECTADO Y UN POZO
REAL
CALIDAD Y ANALÍSIS DE DATOS
CALIDAD Y ANALÍSIS DE DATOS
CALIDAD Y ANALÍSIS DE DATOS
CALIDAD Y ANALÍSIS DE DATOS

Ejemplo de diagrama de reducción

para una muestra tipo Bulk
tomado del depósito Ortiz (Au)
 CALIDAD Y ANALÍSIS DE DATOS

Gráfica mostrando los resultados de 23 muestras de

duplicado enviadas a diferentes laboratorios
 CALIDAD Y ANALÍSIS DE DATOS
Un “outlier” o valor atípico es una observación
que parece ser inconsistente con la basta
mayoría de los datos, pueden causar un serie de
problemas:

Introducen variabilidad sustancial a algunos

parámetros: media, varianza y covarianza.
Puede asignar un valor alto de la media en la
estimación de un bloque (sobreestimación).
Afecta la estimación con el kriging.
 CALIDAD Y ANALÍSIS DE DATOS
El tratamiento con los outliers puede incluir lo
siguiente:

Incluye varias alternativas, re-analizar y/o

eliminar los datos atípicos (percentil 95%, media
+ 2* desviación estándar).
Pueden omitirse los valores de los outliers en la
estimación del semivariograma, y ser utilizados
en el kriging ordinario.
En algunos casos, los outliers puede consistir
en una segunda población mezclada.
 CALIDAD Y ANALÍSIS DE DATOS
Efecto de un outlier
ddh

2-m x 2-m outlier

10 m (70 g/t Au)

20 m
 CALIDAD Y ANALÍSIS DE DATOS
 La estimación solo considerando los datos del
pozo:
g1 = [(4 X 2) + (1 X 70)]/5 = 15.6 g/t Au
 Considerando un continuidad geológica de 2m
X 2m:
g2 = [(2x2)/(20x10)]x70 + [(20x10-
2x2)/(10x20) ]x 2 = 3.36 g/t Au
 Cortando el outlier a 35 g/t Au (arbitrario):
g3 = [(4 X 2) + (1 X 35)]/5 = 8.6 g/t Au
 Determinando el máximo valor para reducir los
outliers:
3.36 = [(4 X 2) + (1 X F)]/5, F=8.8 g/t Au.