Geoe Stadi Stica
Geoe Stadi Stica
Geoe Stadi Stica
ESTUDIANTE: CÓDIGO:
PUNO – PERÚ
RESUMEN
Por ello se puede decir que lo más conveniente es que exista una adecuada
coherencia en la teoría, como la práctica de la geoestadística ya que permitirá
cuantificar con mayor precisión las variables que intervienen para la
explotación de yacimientos.
DESARROLLO:
Comenzando con la ecuación:
Con esto se quiere decir que existe una relación entre la varianza y la
covarianza también estas tienen una relación con la ley estimada de un
determinando volumen.
Nosotros sabemos que a través del variograma intentamos reproducir la
relación que existe entre una variable y misma en una ubicación X y una
ubicación X+H.
También es importante saber la siguiente ecuación nos indica que cuando más
grande es el volumen la varianza es menor y cuando mas pequeño sea el
bloque más grande será la varianza.
VARIANZA DE ESTIMACIÓN:
La varianza de estimación nos va a servir para hacer la categorización de
nuestras estimaciones y también sabemos que la estimación a través del
kriging es una sumatoria entre los ponderadores y los valores de las muestras
conocidas:
En este caso tenemos un bloque 𝑍𝑉(𝑋0) que se busca estimar y para ello
tenemos 5 muestras y en ella tenemos una que está dentro 𝑍(𝑋4) y las demás
están por fuera del bloque, entonces lo que se busca en la estimación es que la
ley estimada sea la misma que la ley real y esta se puede describir como el
error y es esta igual a la ley real menos la ley estimada y esta también se
expresa como esperanza del error cuadrático y está la varianza de estimación.
Continuando se sabe que el kriging busca minimizar la varianza de estimación
y está a su vez depende mucho de la disposición espacial de los datos en el
siguiente ejemplo tenemos 2 casos donde tenemos el mismo volumen y
tamaño del bloque a estimar pero la ubicación de las muestras entran en
distintos lugares en el caso A estas mas agrupadas en un sector y las del caso
B están distribuidas de manera mas uniforme en el bloque y esto nos da como
resultado que la varianza A es mayor a la varianza B y esto se debe a la
distribución espacial que tiene las muestras.
En este caso tenemos dos dominios que son W y W’ en este caso se encuentra
la varianza de dispersión a través de la formula, en este caso como ejemplo
tenemos que el primero dominio tiene 8 puntos y el otro en 12 y por eso se
busca la relación que hay entre ellas como por ejemple el Z1 con los
diferentes puntos del otro dominio y así con cada punto para ver la relación
que existe y se hace la sumatoria de todos los resultados y encontramos la
varianza de estimación.
En cuanto al Perú las más utilizada es el código JORC y esta nos indica lo
siguiente:
Recursos minerales: Es una concentración u ocurrencia de material de interés
económico y cantidad en que haya probabilidades razonables de una eventual
extracción económica.
Recurso Mineral Inferido: Es aquella parte de un recurso mineral por la cual
se puede estimar el tonelaje, ley y contenido de mineral con un bajo nivel de
confianza.
• Ley de corte:
corresponde a la ley más baja que puede tener un cuerpo mineralizado para ser
extraído con beneficio económico. Todo el material que tiene un contenido de
cobre sobre la ley de corte se clasifica como mineral y es enviado a la planta
para ser procesado. El resto, que tiene un contenido de cobre más bajo, se
considera estéril o lastre y debe ser enviado a botaderos.
PARÁMETROS
Mo= Costo de mina para mena
r = costo unitario de refinería
c = Costo de procesar mineral
y =Recuperación de metales.
s =Precio de venta de unidad de metal
formulas:
CONCLUSIÓN:
La existencia de valores extremos, ya sean por exceso o por defecto, pueden
afectar la estacionariedad de los datos y en últimas, la calidad de la
estimación. Definir si estos son eliminados o no, requiere del análisis
contextual de dichos datos; para este estudio las técnicas geoestadísticas en
comparación con las tradicionales presentan mayores confiabilidades, ya que
consideran la correlación espacial para predecir un valor asignando pesos o
ponderaciones a los puntos que se consideran cercanos para la estimación.
REFERENCIAS BIBLIOGRÁFICAS
BIBLIOGRAFIA:
WEBGRAFIA:
Geología – publicaciones. (s.f.). Obtenido de Geología – publicaciones:
https://post.geoxnet.com/codigo-jorc-recursos-y-reservas-minerales/
Economipedia. (s.f.). Obtenido de Economipedia:
https://economipedia.com/definiciones/medidas-de-dispersion.html
ESTADÍSTICA. (s.f.). Obtenido de ESTADÍSTICA:
http://descargas.pntic.mec.es/cedec/mat3_2/contenidos/M3_U10/dispersin.html
UNPL. (s.f.). Obtenido de UNPL:
http://carina.fcaglp.unlp.edu.ar/senales/apuntes/Geoestadistica.pdf