Vous êtes sur la page 1sur 20

Universidad de Atacama

Departamento de Minas

Curso introductorio al
uso
de Isatis
Trabajo N1

Alumno: Cristian Alcano Gallardo


Profesor: Luis Gonzlez
Fecha de entrega: martes 10 de junio
de 2014

Resumen ejecutivo
En el presente anlisis realizado sobre una muestra de datos de
cobre, obtenidos de una campaa de sondajes, se pretende llegar a la
Validacin cruzadas de los datos, pasando a travs de varios anlisis
como variogrficos y de datos. Para dicho objetivo se cont con el apoyo
del software Isatis, el cual facilito bastante el proceso. En primer lugar
fue necesario eliminar los datos duplicados y atpicos de la muestra,
puesto que nos entregaba en un comienzo una varianza superior a 4, lo
que se consigui disminuir a un valor cercano a 1, que se ajusta a lo
esperado, y nos entrega una base de datos con menor dispersin de los
datos respecto a la media. Un proceso bastante complejo, que a veces
se logra por medio de la iteracin, empricamente o con complejas
frmulas, el cual es el modelamiento del Variograma, resulto bastante
sencillo con el apoyo de la herramienta
Entering the Interactive Fitting Mode presente en el software. Luego se
realizaron las pruebas o test de la validacin cruzada, obteniendo
resultados favorables, dichos resultados se muestran en mayor de
detalle en el desarrollo del informe.

Introduccin
El anlisis geoestadstico es fundamental a la hora de evaluar
econmicamente un yacimiento o deposito mineral, pero dicho anlisis
puede resultar muy engorroso si no se cuenta con alguna herramienta o
software, es por esto que existen varios programas que cumplen est
funcin. En est ocasin se realizara parte de un anlisis geoestadstico
con el software Isatis versin 5.1.8, los puntos a tratar sern el anlisis
de datos (EDA), despliegue de datos, anlisis variogrfico, modelamiento
variogrfico y por ltimo la validacin cruzada, todo esto en base a un
archivo que contiene los datos de una campaa de sondaje de minerales
de Cu, que adems contiene impurezas como As y Sb.

1.-Anlisis de datos (EDA)


En el anlisis de datos a travs del software Isatis, nos brinda 9
opciones, las cuales son:
a)
b)
c)
d)
e)
f)
g)
h)
i)

Estadstica
Mapa de ubicacin
Nube de correlacin
Histograma
Curvas tonelaje-ley
Grfico cuantil con cuantil
Nube de correlacin diferida
Variograma experimental
Mapa variogrfico
Las variables estudiadas sern Cu, Sb y As, cabe mencionar
que el Cu es nuestro elemento de inters econmico, en tanto el
Sb y As son impurezas, que afecta al procesamiento del Cu, pero
en esta ocasin solo se utilizara Estadstica, Histograma,
Variograma y Mapa de ubicacin.

a) Estadstica:
La estadstica nos entregara los siguientes datos:

Count: Conteo (nmero de datos).


Minimum: Ley mnima del elemento en los datos.
Maximum: Ley mxima del elemento en los datos
Mean: Ley media del elemento en los datos.
Variance: Varianza, nos indica la dispersin de los datos con
respecto a la media.
A continuacin se muestran los datos obtenidos con el software.

Fig 1. Estadstica entregada por Software Isatis, para muestras de


Cu, As y Sb.
De los resultados entregados podemos inferir, que existen datos
atpicos o anmalos, ya que las varianzas son muy altas en los 3
casos, lo que se ve expresado por la gran diferencia que existe
entre los valores mximos y mnimos de las variables. Para
corroborar esto veremos los histogramas, que se muestran a
continuacin.

Fig. 2 Histograma Cu.

Fig. 3 Histograma

Sb.

Fig. 4 Histograma As.


Al ver estos Histogramas se confirma la teora de que existen
datos atpicos, ya que nos muestra que existen valores con
frecuencia 1 que son muy altos en comparacin al resto, es por
esto que debemos buscar dichos valores y eliminarlos de la
muestra, antes de seguir con el anlisis, esto se hace con el fin de
obtener una estimacin ms exacta, disminuyendo el error.

2.-Despliegue de datos
En el despliegue de datos buscaremos datos duplicados y
atpicos o anmalos y los eliminares de la muestra, para esto
usaremos el mapa de ubicacin.
a) Mapa de ubicacin Cu.

Fig. 5 Mapa de ubicacin Cu.

b) Bsqueda de datos atpicos


Los datos de color rojo en el mapa de ubicacin representan a los
datos atpicos, los valores de dichos datos se muestran a
continuacin:

Fig. 6 Datos atpicos.


Dichos datos fueron eliminados (ocultados) de la muestra por estar
muy lejos de la media, luego se guard una nueva base de datos,

sin datos atpicos y se podreci a calcular la estadstica, lo que


entrego los siguientes resultados:

Fig. 7 Estadstica datos de Cu, sin atpicos.


El resultado obtenido es favorable en relacin al obtenido
con datos atpicos, ya que, el mximo disminuyo de 99,00 % a
10,41 % de Cu, y la varianza bajo de 4,071, a 1,1459, lo que nos
indica que estos valores tienen menos dispersin respecto a la
media.
c) Bsqueda de datos duplicados
Buscamos los datos duplicados, con la herramienta Look for
duplicates.

Fig. 8 Look for duplicates.

El resultado entregado por el software es el siguiente:

Fig. 9 Resultado entregado con la herramienta Look for Duplicates.


El resultado obtenido nos indica que existen 7 datos duplicados, lo
cuales fueron eliminados (ocultados) de la muestra, quedando un total
de 5639 datos.
Ya que hemos corregidos los datos, volveremos a realizar el
anlisis por histograma, el resultado entregado es el siguiente:

Fig. 9 Histograma variable Cu, datos sin atpicos ni duplicados.


En este resultado podemos apreciar que la curva se comporta de
una forma sesgada a la derecha y los valores distribuyen de mejor
manera, adems nos entrega un valor de desviacin estndar de
1,07094, lo que indica que existe una menor dispersin de los datos.

3.- Anlisis variogrfico

a) Mapa variogrfico: El mapa variogrfico nos entregara las direcciones


de anisotropa, pero primero debemos ajustar nuestra escala de colores,
respecto de nuestros datos.
Escala de colores: Se fue evaluando el valor adecuado, de acuerdo a los
resultados entregados por el mapa variogrfico, se determin que el
valor mximo deba ser 3.5 y el mnimo 0, la informacin entregada por
la estadstica tambin ayudo para tomar esta decisin.

Fig. 10 Limites escala de colores.

Luego de definir la escala de colores, se realiza el mapa


variogrfico.

Fig. 11 Mapa variogrfico Cu, datos sin atpicos ni duplicados.


Las direcciones principales de anisotropa estn representadas por una
lnea sobre los mapas variogrficos, y los valores se ven en el grfico, los
valores son N150 y N 270, pero lo que se puede interpretar viendo el
plano W-v, es que existe una inclinacin de 15 y en el V-V de 30.

b) Variograma experimental

Fig. 12 Variograma experimental de Cu.


c) Variograma direcciones regulares: Con direccin 15.

Fig. 13 Variograma experimental direcciones regulares.

4.-Modelamiento Variograma

El modelamiento del Variograma se realiz con la opcin Entering


the Interactive Fitting Mode. Los resultados obtenidos son los
siguientes:

Fig. 14 Variograma modelado.

5.- Validacin cruzada


a) Ingresamos los datos

Fig. 15 Parmetros validacin Cruzada.

b) Creando la vecindad de Kriging: Se utilizan los datos sugeridos en


los apuntes del profesor.

Fig. 16 Parmetros vecindad de Kriging.

c) Validacin: Test: Realizacin un test de validacin, para


determinar que los datos ingresados estn correctos, esto se
confirma si es que la pendiente de regresin entre ZZ* se
aproxima a 1.

Fig. 16 Mapa test de validacin.

Fig. 17 Resultados del test de validacin.

El valor del parmetro que se buscaba (Slope of the regression


ZZ*) es igual a 0.983919, lo que es muy prximo a uno, por lo tanto,
los datos ingresados son vlidos.
c) Resultados grficos: La validacin cruzada nos entrega 4 grficos:
Mapa, Z* v/s Z, Histograma error estadstico y Z* v/s Error
estadstico. Los resultados entregados por el software Isatis no se
logran apreciar en su totalidad, esto puede deberse a que el
presente informe, fue desarrollado con una licencia de estudiante,
sin embargo los resultados numricos si se logran apreciar, estos
se muestran a continuacin:

Conclusin
El software isatis facilito en gran medida los clculos y diseos de
grficos, sin embargo existieron pasos que se tuvieron que hacer de
manera semiautomtica, como lo es buscar los datos atpicos, est fue
una labor bastante tediosa y se realiz en 3 ocasiones hasta que se
obtuvo un resultado estadstico, tanto en histograma como en valores
numricos que fueron aceptables, la ley mxima de cobre se logr
disminuir de 99% a 10,41%, con un total de 60 datos eliminados
(ocultados), el proceso para los datos duplicados fue ms sencillo, ya el
software cuenta con una herramienta para realizarlo de manera
automtica, es dicho caso fueron 7 los datos duplicados que encontr el
software.
Luego de estas correcciones se realiz nuevamente la estadstica,
logrando disminuir el valor de la varianza de 4,071 a 1,1459, lo que nos
indica que los datos disminuyeron su dispersin respecto a la media.
Otro punto a destacar es el modelamiento del Variograma, que se
hizo con la herramienta Entering the Interactive Fitting Mode, que
permite modelar el Variograma directamente desde el grfico, con dicho
Variograma modelado se procedi a realizar la validacin cruzada, donde
se obtuvo un valor de Slope of the regression ZZ* de 0,983919, lo que
es bastante aceptable, tomando en cuenta que el valor ideal es 1.
En la entrega de los resultados grficos se present un problema,
este se piensa que fue originado por las limitaciones de la licencia del
software.

Vous aimerez peut-être aussi