UNIVERSIDAD NACIONAL DE

CAJAMARCA
FACULTAD DE INGENIERA

ESCUELA ACADMICO PROFESIONAL DE

INGENIERA GEOLGICA

ESTIMACION DE RECURSOS Y RESERVAS

MINERAS
CURSO

: GEOESTADSTICA

DOCENTE

: ING. HERNN FERNANDEZ GALVEZ

CICLO

: VI

GRUPO

:5

INTEGRANTES

DIAZ CASTAEDA, Jos Daniel

MORENO INCIL, Anthony Gehu
RODRIGUEZ CARRASCO, Christhian Hugo
VALDERA SNCHEZ, Antony
ZAMBRANO INFANTE, Ruth Jhaneth

Cajamarca, 11 de Noviembre del 2014

INDICE
NDICE DE FIGURAS........................................................................................ 4
OBJETIVOS..................................................................................................... 6
OBJETIVO GENERAL.................................................................................... 6
OBJETIVOS ESPECFICOS............................................................................6
INTRODUCCIN.............................................................................................. 1
ESTIMACIN DE RECURSOS Y RESERVAS MINERAS.......................................2
I. LOS MTODOS TRADICIONALES DE ESTIMACIN DE RECURSOS
MINEROS........................................................................................................ 2
a)

Estimacin global:................................................................................. 2

b)

Estimacin local:................................................................................... 2

1.1.

La media aritmtica............................................................................. 3

1.2.

Los polgonos..................................................................................... 5

1.3.

El mtodo del inverso de la distancia...................................................6

Crtica general de los mtodos tradicionales de estimacin de leyes...............8

II.

TCNICA DEL KRIGEAJE DE MATHERON (KRIGING)................................10

Generalidades del Kriging...........................................................................11

III.

VARIANZA DE KRIGING........................................................................11

IV.

TIPOS DE KRIGEAGE...........................................................................14

4.1. KRIGEAGE PUNTUAL.....................................................................15

4.2. KRIGEAGE DE BLOQUES...............................................................16
Usos:............................................................................................................ 19
Metodologa:.............................................................................................. 19
Las dimensiones del bloque dependen:.......................................................19
V.

KRIGEAGE DE INDICADORES..................................................................20
La Funcin Indicador.................................................................................. 21
Kriging indicador con surfer 8.....................................................................22

VI.
PRESENTACIN DE ESTUDIOS, ESTIMACIN DE RESERVAS Y
EVALUACION GLOBAL EN YACIMIENTOS.......................................................27
a)

Reservas geolgicas o in-situ:..............................................................27

b)

Reservas mineras:.............................................................................. 27

6.1.

MTODOS DE EVALUACIN..............................................................27

6.1.1.

MTODOS CLSICOS O GEOMTRICOS:.....................................28

6.1.2.

MTODO DE LOS PERFILES, SECCIONES O CORTES..................29

6.1.3.

MTODO DE LOS POLGONOS.......................................................29

VII.
INFLUENCIA DE LA VARIANZA DE KRIGEAJE EN LA DEFINICIN DE
RESERVAS DEL YACIMIENTO.........................................................................30
VIII.

CLASIFICACIN Y ESTIMACIN DE RECURSOS Y RESERVAS...............30

Reserva Minera.................................................................................... 31
o

Reservas Probables............................................................................ 31

Reservas Probadas............................................................................. 32

ESTIMACION DE RECURSO........................................................................32

Recurso Mineral Medido......................................................................32

Recurso Mineral Indicado.....................................................................32

Recurso Mineral Inferido......................................................................33

RECOMENDACIONES PARA UN BUEN CLCULO O ESTIMACIN DE

RESERVAS EN YACIMIENTOS.....................................................................33
CONCLUSIONES............................................................................................ 34
BIBLIOGRAFIA.............................................................................................. 35
LINKOGRAFA............................................................................................... 35

NDICE DE FIGURAS
Figura 01: Zona 3D a estimar e informacin disponible 02
Figura 02: Estimacin local con bloque unitario o unidad bsica de clculo. Modelo de
bloques de15mx15mx15m...

03

Figura 03: Ejemplo bidimensional. Existe una agrupacin de datos

03

Figura 04: Un banco en el depsito de MMH. Bloques de 10mx10mx10m. En gris,

zona

mineralizada,

en

rojo

la

interseccin

de

los

sondajes

con

banco

04

el

Figura

05:

Mtodo

de

los

polgonos.

Hay

que

calcular

el

rea

polgonos..

de

05

Figura 06: Salar de Atacama (se trata de salmueras con contenidos de litio, boro,
potasio, sulfatos). Puntos de muestreo y de bombeo. Observar la agrupacin (cluster)
de los puntos en la zona central.. 06
Figura 07: Mtodo del inverso de la distancia a la potencia alfa. Hay que calcular las
distancias entre los datos y el centro del bloque.. 07
Figura 08: Bsqueda octogonal. Se podran utilizar las k (cmo definir k?) muestras
ms cercanas al centro del bloque, dentro de cada octante.. 08
Figura 09: Leyes de Fe. Arriba, sondaje vertical en mina de hierro La Japonesa. Abajo,
sondaje vertical en mina de hierro Boquern Chaar. Ambos tienen la misma ley
media, 32% Fe. Cul es ms continuo?............................................................. 09
Figura 10: Anisotropas de las leyes de cobre en una planta del depsito RT.
dimensiones en metros. Valores interpolados.

09

Figura 11: Bloque a estimar e isoleyes anisotrpicas en una planta. En la mina

Chuquicamata la situacin es similar, las leyes decrecen sistemticamente de oeste a
este, ver figura I.12 10
Figura 12: Proyeccin horizontal de todos los sondajes de la mina Chuquicamata. Se
observa la degradacin de leyes en la zona central, de oeste a este 10
Figura13: Oficina Ossa. Depsito de nitratos-yodo. Malla inicial de reconocimiento de
400mx400m 12
Figura 14: Pozos de tronadura en mina Lomas Bayas. Leyes de cobre.
Dimensiones en metros. Se observa un bloque de 25mx25mx15m. A la derecha, el
diagrama de dispersin. Si se aplica una ley de corte w, es decir se decide
abandonar los bloques cuya ley es menor que w, entonces existen bloques de
mineral que van a botadero y bloques de estril que van a planta.13

Figura 15: Informacin de largo plazo (sondajes, en negro) y de corto plazo (pozos de
tronadura, en colores). Los sondajes estn agrupados en las zonas de alta
ley

13

Figura 16: Krigeado del punto x0. Se puede generar una grilla de valores interpolados
al hacer variar x0. Esta tcnica tiene aplicacin en la cartografa automtica y en la
simulacin de leyes.

20

Figura 17.En la siguiente imagen podemos observar el kriging de bloques y el kriging

puntual..

25

OBJETIVOS

OBJETIVO GENERAL.
Dar el alcance terico de la estimacin de recursos y reservas mineras
mediante el anlisis y evaluacin de las distintas tcnicas a considerar.
OBJETIVOS ESPECFICOS.
Explicar los mtodos de estimacin de los recursos mineros.

 Fundamentar la tcnica de Krigeage de Matheron o Kriging.

Explicar la Varianza de Krigeage y los tipos de krigeage existen.
Presentar los estudios y estimacin de reservas en diversos tipos de
yacimientos.

INTRODUCCIN
La revolucin cientfico tcnica en la geologa y la minera, que ha abarcado
durante dcadas a todo el mundo, se manifiesta en un aumento brusco del
ritmo de extraccin y utilizacin de la materia prima mineral. Por este motivo los
trabajos de bsqueda, exploracin y evaluacin geolgica-econmica de
yacimientos minerales tiles, constituye una de las tareas ms importantes en
las empresas y compaas geo-mineras. En esta actividad el clculo de
reservas minerales tiles "in situ" juega un papel fundamental.
La Geoestadstica es resultado de la aplicacin de la Teora de Funciones
Aleatorias

al

reconocimiento

estimacin

de

fenmenos

naturales,

fundamentalmente los relacionados con la actividad gelogo minera. Es

precisamente en esta actividad donde surge, se desarrolla y consolida en los
ltimos 35 aos como ciencia aplicada, dando respuesta a necesidades
prcticas y concretas.
La Geoestadstica ha sido ampliamente utilizada internacionalmente. Se ha
extendido en la actualidad a otros campos de las Ciencias Naturales que
presentan problemas de estimacin.

ESTIMACIN DE RECURSOS Y RESERVAS MINERAS

I.

LOS MTODOS TRADICIONALES DE ESTIMACIN DE RECURSOS

MINEROS.
La estimacin de recursos mineros se puede dividir en dos partes:
a) Estimacin global: interesa estimar la ley media y el tonelaje de todo el
yacimiento (o de una zona grande S dentro del depsito o yacimiento).

Figura 01: Zona 3D a estimar e informacin disponible.

Se tiene un conjunto de leyes Z1, Z2 ,. . ., ZN de mineral localizadas en los

puntos X1, X2, . . . , XN.
b) Estimacin local: Interesa estimar la ley media de unidades o
bloques dentro de S, con el fin de localizar las zonas ricas y
pobres dentro de esta zona S.

Figura 02: Estimacin local con bloque unitario o unidad bsica de clculo. Modelo de bloques
de15mx15mx15m.

La estimacin global y local estn relacionadas porque se pueden obtener

valores globales al componer los valores locales de los bloques v i.
A continuacin estudiaremos los mtodos tradicionales ms importantes,
desde un punto de vista crtico.

I.1. La media aritmtica.

El mtodo de la media aritmtica se basa en lo siguiente: Para estimar la
ley media de un conjunto S se promedian las leyes de los datos que estn
dentro de S.
Ejemplo: Consideremos el caso de un cuadrado con 7 muestras interiores:

Figura 03: Ejemplo bidimensional. Existe una agrupacin de datos.

La frmula general es:

Comentarios acerca del mtodo:

Todos los datos tienen el mismo peso 1/N.

Muy simple. Fcil de calcular.

Produce malos resultados cuando hay agrupaciones de datos. En el

ejemplo de la figura anterior existe una agrupacin de datos en la zona
de alta ley: El valor 1.57 aparece como demasiado alto.

No funciona bien en estimaciones locales porque quedan bloques sin

informacin, tal como muestra la figura I.4:

Figura 04: Un banco en el depsito de MMH. Bloques de 10mx10mx10m. En gris, zona mineralizada, en
rojo la interseccin de los sondajes con el banco.

I.2. Los polgonos.

El mtodo de los polgonos se basa en lo siguiente: 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.

Figura 05: Mtodo de los polgonos. Hay que calcular el rea de 7 polgonos.

Ejemplo: En el mismo caso anterior se tiene:

La frmula general es:

Comentarios:

Complicado, requiere comps, regla, planmetro.

El peso del dato Z es S / 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.
Produce problemas con datos anmalos.

La figura 1.6 muestra la dificultad de aplicar el mtodo de los polgonos. En el

espacio de 3 dimensiones el mtodo (poliedros) es an ms complicado:

Figura 06 : Salar de Atacama (se trata de salmueras con contenidos de litio, boro, potasio, sulfatos).
Puntos de muestreo y de bombeo. Observar la agrupacin (cluster) de los puntos en la zona central.

I.3. El mtodo del inverso de la distancia.

El mtodo del inverso de la distancia se basa en lo siguiente: Asignar mayor
peso a las muestras cercanas y menor peso a las muestras alejadas a S. Esto
se consigue al ponderar las leyes por

, (a = 1, 2,. . .; di = distancia

entre la muestra i y el centro de gravedad de S).

Si = 1 se tiene el inverso de la distancia (ID).
Si = 2 se tiene el inverso del cuadrado de la distancia (ID2).
Ejemplo: En el caso anterior se obtienen las estimaciones siguientes:

Figura 07: Mtodo del inverso de la distancia a la potencia alfa. Hay que calcular las distancias entre los
datos y el centro del bloque

Z1 = 1.78 (inverso de la distancia).

Z2 = 2.06 (inverso del cuadrado de la distancia).
La frmula general es:

Comentarios:

Simple, fcil de calcular.

Se adapta mejor en estimaciones locales que globales.

No funciona bien con agrupaciones de datos.

Atribuye demasiado peso a las muestras cercanas al centro de

gravedad. En particular no est definido si d i = 0 (muestra en el centroide

de S).

No toma en cuenta la forma ni el tamao de S (en el ejemplo

tiene la

S'

misma ley que S porque su centroide coincide con el

de S).
A veces, para evitar el problema de las agrupaciones de datos, se utiliza una
bsqueda octogonal: Dentro de cada octante (a veces cuadrante) slo se
considera la muestra ms cercana al centroide, tal como muestra la figura
siguiente:

Figura 08 : Bsqueda octogonal. Se podran utilizar las k (cmo definir k?) muestras ms cercanas al
centro del bloque, dentro de cada octante.

En este ejemplo solo las muestras 1, 2, 3 intervienen en la estimacin del

bloque S.
Crtica general de los mtodos tradicionales de estimacin de leyes.
De la presentacin anterior podemos hacer los comentarios siguientes sobre
los mtodos estudiados:

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.

Figura 09: Leyes de Fe. Arriba, sondaje vertical en mina de hierro La Japonesa. Abajo, sondaje vertical en
mina de hierro Boquern Chaar. Ambos tienen la misma ley media, 32% Fe. Cul es ms continuo?

ii)

La posible presencia de anisotropas, es decir direcciones en las cuales

la variacin de leyes es privilegiada (ver la figura I.10).

Figura 10: Anisotropas de las leyes de cobre en una planta del depsito RT. dimensiones en metros.
Valores interpolados.

Ejemplo: En el caso de la figura I.11, las leyes Z1 = 1.25 y Z2 = 1.75 son

simtricas con respecto al bloque (se observan cuatro isoleyes):

Figura 11: Bloque a estimar e isoleyes anisotrpicas en una planta. En la mina Chuquicamata la
situacin es similar, las leyes decrecen sistemticamente de oeste a este, ver figura I.12.

Figura 12: Proyeccin horizontal de todos los sondajes de la mina Chuquicamata. Se observa la
degradacin de leyes en la zona central, de oeste a este.

II.

TCNICA DEL KRIGEAJE DE MATHERON (KRIGING).

El krigeaje o krigeado es un mtodo geoestadstico de estimacin de puntos
que utiliza un modelo de variograma para la obtencin de datos. Calcula los
pesos que se darn a cada punto de referencias usadas en la valoracin. Esta
tcnica de interpolacin se basa en la premisa de que la variacin espacial
contina con el mismo patrn. Fue desarrollada inicialmente por Danie G. Krige
a partir del anlisis de regresin entre muestras y bloques de mena, las cuales
fijaron la base de la geoestadstica lineal.
El kriging puede ser entendido como una prediccin lineal o una forma de
inferencia bayesiana. Parte del principio: puntos prximos en el espacio tienden
a tener valores ms parecidos que los puntos ms distantes. La tcnica de
kriging asume que los datos recogidos de una determinada poblacin se
encuentran correlacionados en el espacio. Esto es, si en un vertedero de
residuos txicos y peligrosos la concentracin de zinc en un punto p es x, ser
muy probable que se encuentren resultados muy prximos a x cuanto ms
prximos se est del punto p (principio de geoestadstica). Sin embargo, desde
una cierta distancia de p, ciertamente no se encontrarn valores prximos a x
porque la correlacin espacial puede dejar de existir.

Sin embargo, es importante recordar que el Kriging no es el nico mtodo de

prediccin espacial; existen mtodos determinsticos como distancia inversa,
interpolacin polinomial global, interpolacin polinomial local, triangulacin
lineal, funciones de base radial entre otros.

La ventaja del kriging sobre los

mtodos determinsticos es la estimacin de la varianza del error de prediccin,

lo cual permite adems estimar intervalos de confianza para dicha prediccin
adems de que el kriging es un mtodo de estimacin que da el mejor
estimador

lineal

insesgado

(cuando

se

cumplen

todos

los

supuestos). Inicialmente, el kriging fue desarrollado para aquellos casos donde

hay presencia de estacionariedad y posteriormente fue extendido para casos
donde se cumple la hiptesis intrnseca.
Generalidades del Kriging.
La toma de muestras da la informacin de lo que ocurre en cada punto. Sin
embargo, no da informacin acerca de la relacin que pueda existir entre
dichos puntos. Se requiere de una forma precisa de estimar valores en
puntos intermedios o en el caso de bloques, por ejemplo, estimar el
promedio sobre el bloque. La precisin del estimador usado depende de
varios factores:

El nmero de muestras tomadas.

La calidad de la medicin en cada punto.

Las ubicaciones de las muestras en la zona; si las muestras son

igualmente espaciadas se alcanza una mejor cobertura, dando
mayor informacin acerca de la zona que aquella que se obtendra
de muestras muy agrupadas en unos sectores y separadas en
otros. Sin embargo, en la prctica, debido a las caractersticas de
las regiones de estudio, muchas veces es preciso tomar muestras
irregularmente espaciadas.

Las distancias entre las muestras; para la prediccin es ms

confiable usar muestras vecinas que muestras distantes, esto es, la
precisin mejora cuando la cercana de las muestras aumenta, y se
deteriora

cuando

aconsejable.

esta

disminuye. La

extrapolacin

no

es

La continuidad espacial de la variable o atributo en estudio; es ms

fcil estimar el valor de una variable bastante regular en una regin
que una que presenta grandes fluctuaciones.

III.

VARIANZA DE KRIGING.
Para de deducir la frmula de Kriging planteamos el problema siguiente:
Tenemos N valores de muestras z(x1), z(x2),, z(xn) en nuestro depsito y
queremos estimar una funcin lineal de nuestra variable z (x). Por ejemplo
deseamos estimar los valores en un punto particular Z (x0), o el promedio en
cierta regin. Para poder definir y escribir todos los casos separadamente,
expresamos el valor a ser estimado con:
zV =

1
z ( x ) dx
V V

El volumen V sera el deposito total, o el block de mineral o podra ser un

pequeo y simple punto. Podra ser incluso un volumen irregular. Para estimar
z(V) consideramos un promedio pesado de la data.
z V = i z ( x i )
i

en donde

son los pesos. El asterisco indicar el valor estimado para

diferenciarlos del valor real desconocido en el terreno. El problema se traduce

en encontrar los mejores valores para los pesos que se utilizarn en la
ponderacin. Es aqu en donde se aplicar el modelo geoestadstico.
Consideramos la variable regionalizada.
Z V = i Z ( x i )
Los pesos a encontrar deben estar sujetos a:
1. No ocasionar sesgo en la estimacin:

E|Z V ZV|=0

2. La varianza o error de estimacin debe ser mnima:

Var|Z V Z V|

El NO sesgo de los ponderadores

Asumiendo que la variable aleatoria Z (x) es estacionaria con valor promedio m.
significa que para cualquier zona se mantendr la media m y tambin ser la
media de cualquier bloque.
E|Z (x)|=m=E|Z V|
La estimacin de un punto se realizara asignando pesos a las muestras que se
encuentran alrededor del punto a estimar, definindose una combinacin lineal
siguiente:
Z V = i Z ( x i )
La media del error de estimacin de

|ZV ZV |

puede expresarse en trminos

de covarianza o variogramas:
E| i Z ( x i )Z V|= i mm=m| i1|
A fin de asegurar el no sesgo del interpolar, el valor esperado debe ser cero,
por lo tanto m=0 o la suma de los pesos debe ser igual a 1.
Varianza mnima en la estimacin
La varianza dele error

|ZV ZV |

se puede expresar en trminos de la

covarianza y del variograma.

( x i ,V )
2= i j C ( xi , x j ) + C ( V , V )2 i C
2 i ( x i ,V ) i j ( x i , x j ) + ( V , V )
en donde:
( x , V )=

1
( x ix ) dx
V V

es el promedio del variograma entre los puntos de las muestra y los puntos
discretizados del volumen V.
A fin de minimizar la varianza de estimacin bajo condiciones que la suma de
los pesos deben ser igual a 1. Introducimos el multiplicador de Langrange u
en la expresin de la varianza a ser minimizada. Si la suma de los pesos debe

ser 1.0, podemos adicionar el trmino u en la forma que se indica de tal

manera que la expresin no cambia en valor.
=Var ( Z V Z V ) 2 ( i1)

La derivada parcial de la cantidad es por lo tanto cero, esto permite extender a

N+1 las ecuaciones lineales que se denominan sistema de ecuaciones lineales
para el kriging. Un poco ms abajo mostraremos los detalles de deduccin
matemtica de esta expresin.
Cuando escribimos l sistema de ecuaciones lineales en trminos del mtodo
del variograma resulta:
N

i ( x i , x j ) + = ( x i , V ) i=1,2, , N
j=1
N

i=1
i

La mnima varianza de estimacin denominada varianza de kriging, se expresa

por:
2k = i ( xi , V ) ( V ,V )+

IV.

TIPOS DE KRIGEAGE.
El krigeage es una tcnica utilizada en la evaluacin de yacimientos para
estimar el valor de una variable regionalizada en un punto, 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 insesgado de la
variable. El mejor, porque los factores de ponderacin se determinan de tal
forma 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).
Los 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. Un ejemplo del citado sistema de ecuaciones,
para una estimacin a partir de cuatro puntos, sera el siguiente:
K1 1,1 + K2 1,2 + K3 1,3 + K4 1,4 + u = 0,1
K1 2,1 + K2 2,2 + K3 2,3 + K4 2,4 + u = 0,2
K1 3,1 + K2 3,2 + K3 3,3 + K4 3,4 + u = 0,3
K1 4,1 + K2 4,2 + K3 4,3 + K4 4,4 + u = 0,4
Donde Ki son los factores de ponderacin (Z*= KiZi, siendo Z* el valor
estimado y Zi los valores conocidos para llevar a cabo la estimacin), ij son
los valores del semivariograma, obtenidos a partir de la ecuacin del modelo
correspondiente, para una distancia i a j, u un valor denominado parmetro
de Lagrance, sin mayor trascendencia para el clculo de los factores de
ponderacin, y la notacin 0j el valor del semivariograma entre el punto a
estimar (denominado 0) y el resto de puntos.

IV.1. KRIGEAGE PUNTUAL

El krigeage puntual o krigeage ordinario; es un interpolador exacto en
el sentido de que las ecuaciones calculadas las utiliza para interpretar
los valores y habr una coincidencia exacta entre los valores
interpolados y los puntos de datos originales.
El mayor inters que presenta el krigeage puntual es que permite
obtener una serie de valores estimados a los cuales, posteriormente,
se les puede ajustar una serie de lneas de isocontenidos, por ejemplo
para las leyes o potencias del nivel mineralizado.
En algunas ocasiones, en vez de estimar la ley media de un bloque V,
interesa estimar la ley en un punto x0 (problema de interpolacin).
Corresponde al caso particular en que el volumen V tiende a cero. Se
obtiene el sistema siguiente:

Con la covarianza:

Figura 16: Krigeado del punto x0. Se puede generar una grilla de valores interpolados al hacer variar x0.
Esta tcnica tiene aplicacin en la cartografa automtica y en la simulacin de leyes.

IV.2. KRIGEAGE DE BLOQUES.

El otro tipo de krigeage 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 que el valor obtenido se le asigna a un
bloque y no a un punto.
En el mtodo de krigeage puntual el objetivo ha estado centrado en la
prediccin puntual. A menudo, sin embargo, se requiere estimar un
bloque, o ms precisamente, estimar el valor promedio de la variable
dentro de un rea local.

El valor promedio dentro del bloque es estimado por:

Del sistema de ecuaciones para el krigeange puntual se

tiene:

Consecuentemente el vector del lado derecho de la igualdad en el

sistema de arriba debe modificarse para incluir las covarianzas
respecto al bloque.
La covarianza de un punto al bloque corresponde a la covarianza
promedio entre el punto muestreado i y todos los puntos dentro del
bloque (en la prctica un enmallado regular de puntos dentro del
bloque es usado como se muestra en la figura de la pgina anterior). El
sistema de ecuaciones del krigeage en bloques est dado por:

Donde el vector de covarianzas al lado derecho de la igualdad en el

sistema anterior es contiene las covarianzas entre las variable
y el bloque A donde se quiere hacer la estimacin.

Esto permite, por tanto, llevar a cabo, posteriormente, una evaluacin

de las reservas con leyes, potencias, tonelajes, etc.

Para determinar el valor del bloque, se lleva a cabo una discretizacin

del rea en un conjunto de puntos (22, 33, etc.), obtenindose, a
continuacin, la media entre los diferentes valores.
Un ejemplo de la importancia de los ordenadores en el desarrollo de la geo
estadstica es que, para calcular, por ejemplo, el valor de un solo bloque con
una discretizacin de 1010, sera necesario resolver cien sistemas de
ecuaciones, cada una de ellos con, por ejemplo, 10 ecuaciones (suponiendo
una estimacin a partir de diez valores). Y esto slo para un bloque, siendo
frecuente, normalmente, dividir el yacimiento en centenares o, incluso, miles de
bloques. Todo eso llevara a la resolucin de millones de ecuaciones, hecho
absolutamente inviable si no fuese por la inestimable ayuda de la informtica.
Un aspecto bsico en la realizacin del krigeage es la definicin del rea de la
bsqueda, es decir, aquella zona que se considera adecuada para localizar los
puntos necesarios para la estimacin.

Normalmente, se suele utilizar un crculo o una elipse en funcin del carcter

istropo o anistropo de la variable (que correspondera a una esfera o un
elipsoide si se trabaja en tres dimensiones).
En cuanto al tamao del crculo o elipse, es frecuente considerar el alcance
como valor ms adecuado para el radio o semieje de la figura geomtrica, pues
as se asegura que todos los puntos localizados estn mutuamente
relacionados. Tomar distancias mayores conllevara incluir valores no
relacionados, lo que no mejorara el valor de la estimacin.
Tener en cuenta que el valor medio de una Funcin Aleatoria, en un bloque, es
el valor medio de todas las variables aleatorias, dentro del bloque.
Funcin Aleatoria: admite la incertidumbre, por lo tanto van a ser un
conjunto de variables, que tienen una localizacin espacial y cuya
dependencia se rigen por algn mecanismo probabilstico.
Por ltimo, hay que hacer constar que los valores que se obtienen con el
krigeage llevan aparejados los correspondientes valores de la varianza de la
estimacin (varianza del krigeage), lo que permite hacer un estudio de la
bondad de la estimacin. Este factor es uno de los que determina la calidad de
los mtodos geo estadsticos, pues ningn otro mtodo obtiene este parmetro,
de gran valor a la hora de establecer las categoras de las reservas del
yacimiento.
Usos:
El mtodo de krigeage se utiliza en depsitos en una fase de
investigacin avanzada o de pre explotacin. Para yacimientos metlicos de
tipo masivos, potencialmente explotables a cielo abierto. Mineralizaciones de
tipo tabulares y de poca potencia.
Metodologa:
El depsito se discretiza con paraleleppedos iguales lo que da lugar a
una divisin del mismo en bloques. Cada bloque debe tener toda la informacin
(leyes, ubicacin espacial etc.).

Las dimensiones del bloque dependen:

Variabilidad de las Leyes.
Continuidad geolgica de la mineralizacin.
Tamao y espaciamiento de las muestras.
Capacidades de los equipos mineros.
Taludes de diseo de la explotacin.

Figura 17.En la siguiente imagen podemos observar el kriging de bloques y el kriging puntual.

V.

KRIGEAGE DE INDICADORES.
Uno de los problemas que conllevan la recoleccin de los datos es que las
variables suelen presentar distribuciones bastante sesgadas, con largas colas y
rangos de variacin importantes, normalmente debido a la existencia de
algunos valores extraos. En estas ocasiones los variogramas experimentales
de los datos brutos son bastante sensibles a la presencia de este tipo de datos,
llegando a aparecer variogramas desestructurados, no siendo posible su uso
de cara a una aplicacin posterior. Una solucin bastante empleada en estos
casos consiste en eliminar los valores aberrantes del conjunto de datos sobre
la base de algn criterio geolgico o probabilstico, o bien realizar algn tipo de
transformacin, por ejemplo logartmico o normal, entre otras, lo que conduce a
valores

no

siempre

fciles

de

interpretar

durante

su

tratamiento.

Concretamente, en el caso de una transformacin del tipo In [z(x)] siendo z(x)

una determinada concentracin en un elemento qumico, sta no es lineal, lo
que implica que transformaciones no lineales requieren tcnicas de estimacin
no lineal, que a su vez necesitan algunas hiptesis sobre la distribucin de z(x),
adems de una complicada puesta en prctica.
La Funcin Indicador.
La distribucin espacial de una variable aleatoria en un soporte puntual dentro
de una regin A puede ser definida matemticamente como:

( A , Z c )=

1
A

I ( x , Z c ) dx
xcA

Donde:
( A , Zc )

Es la distribucin espacial de valores puntuales dentro de la regin

Zc

A para un valor umbral

regin A menores que
I ( x , Zc )

Zc

, es decir la proporcin de valores dentro de la

, es un indicador definido como:

1, si Z ( x ) Z c
0, si Z ( x ) > Z c

Donde:
Zx

- es el valor observado en el punto

Zc

- es el valor umbral o de corte.

x ,

La distribucin espacial puede ser considerada como una realizacin de una

variable aleatoria

( A , Zc )

, la cual a su vez representa la transformacin

integral de la variable aleatoria

1
( A , Z c )=
A

I ( x , Z c ) dx
xcA

Zx

siguiente:

Donde:
I ( x , Zc )

I ( x , Zc )

- es la funcin indicador aleatorio definida como:

1, si Z ( x ) Z c
0, si Z ( x ) > Z c

( A , Zc )

El valor esperado de la variable aleatoria

, puede ser determinado

como:
E [ ( A , Z c ) ]=

1
E
A

E [ ( A , Z c ) ]=

1
A

[ (

xcA

i x , Z c ) dx =E [ I ( x , Z c ) ] dx

{( 1 ) Pr [ Z ( x ) Z c ]+( 0 ) Pr [ Z ( x ) > Z c ] } dx
xcA

E [ ( A , Z c ) ]=Pr [ Z ( x ) Z c ]=F z ( Z c )

Donde:

F z (Zc )

- funcin de distribucin acumulativa univariada de Z

estacionaria.
La funcin de distribucin espacial
realizacin de una funcin aleatoria

( A , Zc )

( A , Zc )

puede ser vista como una

, cuyo valor esperado es igual al

valor de la funcin de distribucin acumulativa univariada estacionaria

. La distribucin de la variable indicador en los puntos muestrales

F z (Zc )
I ( x , Zc )

ser la misma con slo dos valores 0 y 1. Si el valor observado es menor que el
valor de corte, el valor indicador ser 1, en caso contrario, este ser 0.
Claramente, la variable indicador

I ( x , Zc )

, cambiar con el incremento del

valor de corte. Ms muestras tienen valores menores que el valor de corte, por
lo tanto ms variables indicador tienen el valor 1.

Kriging indicador con surfer 8.

Cuando la variable no sigue una tendencia normal, inclusive despus de
realizar una transformacin, se puede utilizar kriging indicador para analizar los
datos ya que es una tcnica geoestadstica que no requiere ninguna hiptesis
sobre la distribucin estadstica de la variable.
Los datos originales de una variable X deben ser transformados en un
conjunto de datos codificados, en base a lmites especficos definidos
previamente, como resultado se obtiene una nueva variable indicadora. Para
utilizar Kriging indicador se debe:
Definir los lmites. Los lmites pueden estar asociados a las
caractersticas de los datos como lmites de calidad de agua, capacidad
de la roca para almacenar agua, profundidad del nivel del agua,
concentracin de un parmetro, niveles de ruido o para ciertos
percentiles de la estadstica de los datos originales.
Realizar la transformacin binaria de los datos, dando a cero (0) a todos
los valores inferiores o iguales al valor lmite y uno (1) a los valores que
estn por encima. La nueva variable se construye de acuerdo a la
expresin:
0 si X < valor lmite
1 si X > valor lmite
Con el kriging indicador se obtendrn las probabilidades de que los valores
estn por encima o por debajo de cierto valor lmite, que se debe escoger
cuidadosamente, por ejemplo se puede obtener un mapa de la probabilidad de
que el agua est contaminado por nitrato y no sea apta para consumo humano
si la concentracin de este parmetro es superior a 50 mg/l.
Con esta tcnica podemos definir varios lmites y construir varios mapas de
probabilidad para un mismo parmetro.

De igual forma permite trabajar con datos no mesurable, como por ejemplo se
podra tener varias unidades litolgicas l1, l2, l3, l4 y l5 y, clasificarlas por la
capacidad de almacenar agua, aunque no se conozca la continuidad de cada
unidad, obtendramos un mapa que me da la probabilidad de encontrar agua en
un acufero.

Para ilustrar, el uso de esta tcnica de la geoestadstica, se utilizar surfer 8 y

datos de la conductividad elctrica del acufero. Se definir el lmite de
transformacin 1900 uS/cm (microsiemens/centmetro), es decir aquellas
muestras que tengan la conductividad elctrica por debajo de 1900 uS/cm se

les dar una calificacin de 0 y las restantes 1. Para realizar la

transformacin, en Excel se realiza el siguiente condicional.
El resultado se muestra a continuacin:

Sitio de muestreo

CE

Valoracin

Iris Recreo

1039422

1365906

1435

Piezmetro 04

1039628

1368960

1556

Pozo Canal Banacol Nueva Colonia 2

1039019

1368606

1962

Pozo Astillero Banacol Nueva Colonia

1039635

1368499

1286

Piezmetro 03

1039637

1368963

1573

Pozo Finca Antares

1042960

1373060

2280

Pozo Finca Rita Mara

1041670

1372630

1391

Pozo Finca Las Nias

1042260

1372190

1304

Colegio La Teca

1040090

1373096

1260

Pozo Finca Magdalena

1042570

1374070

1528

Pozo Finca El Tikal 2

1041690

1373700

1489

Pozo Finca Agromar

1038920

1374760

2014

Pozo Finca Tagua

1042060

1376470

1374

Pozo Finca Banalinda

1042360

1376070

1468

Monterrey 3

1043989

1380170

1240

Astillero Casanova

1040170

1385450

1861

Sena

1040352

1385701

14800

Surti abastos

1038947

1386524

2520

La Ferrara

1041075

1389639

1500

Julio Orozco

1038675

1387793

2480

Finca Las Cuadas

1040350

1377250

2409

Una vez realizada la transformacin, se ingresa a surfer 8 y se construye el

variograma. El siguiente paso es construir el mapa de probabilidad y finalmente
obtenemos el siguiente resultado.

Se recorta el mapa. Obteniendo el siguiente resultado.

Como se observa, se acaba de obtener un mapa que muestra la probabilidad

de que la conductividad elctrica sea mayor a 1900 uS/cm. Es un ejemplo
sencillo pero que ilustra la utilidad de esta metodologa que podra ser aplica
para analizar la litologa o en minera.

VI.

PRESENTACIN

DE

ESTUDIOS,

ESTIMACIN

DE

RESERVAS

EVALUACION GLOBAL EN YACIMIENTOS.

La estimacin de recursos es una de las etapas ms importantes para evaluar
un

depsito

o parte

de

un depsito de minerales, que interviene

inmediatamente despus que se cuenta con la informacin de campo y con la

informacin de los taladros. Es una actividad permanente durante las
operaciones mineras, la calidad y certeza de la estimacin es parte
fundamental para el logro de las metas de produccin. Por ello el tipo de
tcnica de estimacin y el procedimiento que se aplique, debe demostrar
confiabilidad y certeza durante los procesos de verificacin conciliacin.
En la estimacin de reservas o recursos se toma en cuenta 2 elementos
fundamentales:
1. Resultados de muestras, prevenientes de distintas formas, tales como
sondajes taladros de voladura, canaletas, trincheras, etc.
2. La interpretacin geolgica debidamente ingresada a los medios.
Al evaluar un yacimiento se habla de dos tipos de reservas:
a) Reservas geolgicas o in-situ: constituidas por todo el material
presente bajo ciertas condiciones, por ejemplo ley de corte, etc.
b) Reservas mineras: es el material que va a ser extrado despus del
diseo y definicin del mtodo de explotacin.
VI.1. MTODOS DE EVALUACIN.
Existen dos grupos de mtodos para estimar las reservas de un yacimiento:
los mtodos clsicos o geomtricos y los geoestadsticos.
La evaluacin por mtodos geoestadsticos, requiere:
a. Que el equipo de trabajo tenga una adecuada informacin terica de
Geoestadstica.
b. Que se cuente con el hardware y software adecuados.
c. Que se disponga de la mayor cantidad de informacin posible (ensayes
de sondajes, litologa, geologa detallada, etc.).
Krigeado: se utiliza para estimar el valor de una variable regionalizada a
partir de factores de ponderacin. Este valor se caracteriza por ser el
mejor estimador lineal e insesgado de la variable.

o Mejor: los factores de ponderacin se determinan de tal forma que la

varianza de estimacin sea mnima.
o Lineal: es una combinacin lineal de la informacin.
o Insesgado: en promedio el error es nulo, no hay sesgo en los
errores.
o Existen dos tipos de Krigeados :

Puntual
Bloques

VI.1.1. MTODOS CLSICOS O GEOMTRICOS:

Cuando se evala un yacimiento lo que se realiza es un proceso de
cubicacin, es decir, se construyen una o varias figuras geomtricas
en las que se va a estimar que cantidad de mineralizacin existe en el
interior de ellas. Bajo este concepto se sigue de manera general los
siguientes pasos:

Entre las tcnicas de estimacin clsicas se tiene:

a)Perfiles, cortes o secciones,

b)Polgonos, c )Matrices de

bloques, f)Inverso de la distancia.

VI.1.2. MTODO DE LOS PERFILES, SECCIONES O CORTES.
Los resultados de una prospeccin semi-sistemtica conducen a
delimitar un yacimiento en el que se debe precisar los contornos y
calcular el tonelaje de mineral respectivo.

Por ejemplo si nos pidieran cubicar el mineral de una determinada

seccin.
El procedimiento consiste:
a. Determinacin de la ley media ponderada en una seccin.
b. Antes de proceder con los clculos se debe analizar algunos
datos de cada sondeo.
c. Calculo de las leyes medias ponderadas de los sondajes de la
seccin.
d. Determinacin de la superficie mineralizada en cada seccin: es
la suma de superficie de los polgonos de los sondajes vecinos.
e. Determinacin del volumen del yacimiento.
f. Determinacin del tonelaje: Estos tonelajes son de tres tipos y los
calcularemos en el orden siguiente:

El tonelaje en mineral, obtenido al multiplicar el volumen por la

densidad.

El tonelaje en concentrado se obtiene multiplicando el tonelaje en

mineral por la ley media (ponderado) de la seccin

El tonelaje en metal, de cada uno de los minerales con valor

econmico, encontrados en el yacimiento (plata, plomo, zinc, cobre,
etc.).

VI.1.3. MTODO DE LOS POLGONOS.

Este mtodo suele aplicarse cuando los sondajes estn distribuidos
muy irregularmente. Si el nmero de sondajes es grande, la cantidad
de polgonos es excesiva, en cambio si es pequeo, se asigna un
espesor y una ley determinada a una superficie grande. Segn
Reedman, 1979 la asignacin de reas de influencia suele generar
una sobre evaluacin cuando existe una correlacin positiva entre
espesores y leyes y una subestimacin cuando la correlacin es
negativa.
VII.

INFLUENCIA DE LA VARIANZA DE KRIGEAJE EN LA DEFINICIN DE

RESERVAS DEL YACIMIENTO.
El clasificar reservas, es un tema de importancia econmica y la forma de
abordar y dar solucin a este problema est en funcin si la clasificacin se

realiza para una mina pequea, para una gran empresa minera o para el
gobierno, ya que cada uno de ellos tiene distintos objetivos y por tanto existen
diferentes soluciones.
La Geoestadstica, al calcular las varianzas de estimacin toma en cuenta la
correlacin que existe entre los datos geolgicos (leyes, potencia, litologa, etc)
y permiten adems distinguir las componentes aleatorias de las espaciales as
como calcular los errores de la estimacin.
El ao 1977, Royle, fue el primer geoestadstico que le dio una aplicacin
prctica a la varianza de estimacin para la clasificacin de reservas; afirma
que la clasificacin debe basarse tanto en el valor de la varianza de krigeaje
como en el valor propio estimado, estableciendo que para cada bloque
estimado, se puede obtener la probabilidad de que el valor real de dicho bloque
est por encima de una determinada ley mnima de explotacin. Para tal efecto
se calcula el valor D por la frmula:

VIII.

CLASIFICACIN Y ESTIMACIN DE RECURSOS Y RESERVAS.

Existen varios tipos de clasificaciones de Reservas:
Probadas Probables
Medidas Indicadas Inferidas
Independiente del nombre lo importante es la Confianza en la bondad de
Estimacin
Elementos utilizados en la categorizacin de Recursos y Reservas
1) Distancias entre muestras y bloques:

La distancia est dada por el radio de bsqueda, el cual debe estar en

relacin con el alcance. La distancia geomtrica est vinculada con la
variabilidad.
2) Nmero de muestras: es el nmero de muestras ideal por bloque.
Ejemplo: si nmero de muestras fuese 16, podramos fijar categoras:
o > 10 muestras (R. Medidos)
o 10 - 4 muestras (R. Indicados)
o < a 4 muestras (R. Inferidos)
3) La varianza del krigeado
Estos % pueden variar, tratndose de diferentes materiales, o bien si son
bloques de diferente tamao.
Reserva Minera: es aquella porcin del Recurso medido o indicado,
econmicamente extrable de acuerdo a un escenario productivo,
medioambiental, econmico y financiero derivado de un plan minero.
Las Reservas Mineras deben incluir material de dilucin, material no
identificado como mineral.
Las Reservas Mineras se sub-categorizan en Reservas Probadas y
Reservas Probables.
ESTIMACION DE RESERVA
o Reservas Probables: es aquella porcin del recurso indicado,
eventualmente medido, econmicamente extrable. Esta Reserva
incluye el material diluyente, y prdidas de explotacin. Se incluyen
estudios

de

factibilidad,

mineros,

metalrgicos,

ambientales,

econmicos.
o Reservas Probadas: es aquella porcin del recurso medido,
econmicamente

extrable. Esta

Reserva

incluye

el

material

diluyente, y prdidas de explotacin. Se incluyen estudios de

factibilidad, mineros, metalrgicos, ambientales, econmicos, legales
y factores regulatorios ambientales.

ESTIMACION DE RECURSO

Recurso Mineral Medido.

Parte de un recurso mineral para el cual puede estimarse con un alto nivel
de confianza, su tonelaje, densidad, forma, caractersticas fsicas, ley y
contenido de mineral. Se basa en exploracin detallada y confiable,
informacin sobre muestreo y pruebas obtenidas mediante tcnicas
apropiadas, de afloramientos, zanjas, tajos, tneles, laboreos y sondajes,
las ubicaciones estn espaciadas con suficiente cercana para confirmar
continuidad geolgica y de leyes. Esta categora requiere un alto nivel de
confianza en el entendimiento de la geologa y controles del yacimiento, la
confianza en la estimacin es suficiente para permitir la aplicacin
apropiada de parmetros tcnicos y econmicos y para permitir una
evaluacin de la viabilidad econmica.
Recurso Mineral Indicado.
Parte de un recurso cuyo tonelaje, morfologa, caractersticas fsicas,
leyes y contenido mineral pueden estimarse con un nivel de confianza
medianamente razonable. El estimado se basa en la informacin de
exploracin, muestreo y pruebas reunidas con tcnicas apropiadas de
lugares tales como afloramientos, zanjas, pozos, labores mineras,
beneficios y taladros; no obstante, los lugares estn demasiado distantes
o inadecuadamente espaciados para confirmar la continuidad geolgica
y de leyes, pero si lo suficientemente cercanos para asumirlas. La
confianza en el estimado resulta suficientemente alta como para aplicar
los parmetros tcnicos y econmicos para una posible evaluacin de
pre-factibilidad econmica.
Recurso Mineral Inferido.
Parte de un recurso cuyo tonelaje, leyes y contenidos minerales
pueden estimarse con un bajo nivel de confianza, resulta inferido a
partir de evidencias geolgicas y/o leyes asumidas por muestreos
superficiales pero no verificadas en profundidad. La confianza en el
estimado es insuficiente como para aplicar parmetros tcnicos y
econmicos o realizar una evaluacin econmica de pre-factibilidad
que merezca darse a conocer al pblico.

RECOMENDACIONES PARA UN BUEN CLCULO O ESTIMACIN DE

RESERVAS EN YACIMIENTOS.
1. Las leyes de metal deben contar con un registro, acompaado de la
interpretacin geolgica y los cortes fsicos guardados y protegidos
2. Lo logueos y los resultados de anlisis qumicos deben estar registrados
en medios magnticos
3. Se recomienda aplicar los estndares internacionales en el anlisis,
registro y proteccin de las muestras, ante una eventual necesidad de
financiamiento bancario. CDIGO JORC.
4. Para los clculos de estimacin de reservas aplicar software seguro y de
preferencia bancable por ejemplo: vulcan mine sight, data mine, etc.
5. Asegurarse de que las variables de clculo utilizadas en el software
fueron correctamente aplicadas.
6. Evaluar y verificar si la precisin de la estimacin encontrada guarda
relacin con el tipo de mineralizacin del depsito y con otros
indicadores del variograma.

CONCLUSIONES
Para estimacin de recursos y reservas mineras existen 3 mtodos:
media aritmtica, los polgonos, de la inverso de la distancia
La estimacin de recursos es una de las etapas ms importantes para

evaluar un depsito o parte de un depsito de minerales, para la cual se

deben tomar en cuenta 2 elementos fundamentales: Resultados de
muestras, la interpretacin geolgica.
El krigeage puntual o krigeage ordinario; es un interpolador exacto en el
sentido de que las ecuaciones calculadas las utiliza para interpretar los
valores y habr una coincidencia exacta entre los valores interpolados y
los puntos de datos originales.

 Para la clasificacin y estimacin de recursos y reservas, existen varios

tipos de clasificaciones: Probadas Probables y Medidas Indicadas
Inferidas
El otro tipo de krigeage 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 que el valor obtenido se le asigna a un
bloque y no a un punto.

BIBLIOGRAFIA

TULCANAZA,E. (1992). Tcnicas geoestadsticas y criterios tcnicoeconmicos para la estimacin y evaluacin de yacimientos mineros..
E.Tulcanaza, Santiago, Chile.

E. Garca Orche. Madrid 1999. Manual de Evaluacin de Yacimientos.

Estimacin de Reservas- Curso dictado por Roberto Oyarzun.

Cdigo para la Certificacin de Prospectos de Exploracin (realizado por

Comit de Recursos Mineros del I.IM.Ch)

LINKOGRAFA
http://mmc2.geofisica.unam.mx/cursos/geoest/GeoEstadistica.pdf

 http://mmc2.geofisica.unam.mx/cursos/geoest/Presentaciones/CG6_200
9.pdf
http://www.docentes.unal.edu.co/mpbohorquezc/docs/tipos%20de
%20Kriging.pdf
http://books.google.com.pe/books?id=8X3F4yZ9DwC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#
v=onepage&q&f=false