BARIOGRAMA

UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE MINAS
ANLISIS ESTRUCTURAL CON VARIOGRAMAS
INFORME
PRESENTADO POR:
ALFARO VALENCIA, Antony

GALLARDO GONZALES, Wilmer
GARCA CERQUN, Carlos Daniel
LOPEZ ZAMORA, Jhoe
MEJA BARBOZA, Wily
DOCENTE:
Ing. CHUQUIRUNA CHVEZ, Wilder
CAJAMARCA-PER
Mayo 2016
DISEO ESTRUCTURAL CON VARIOGRAMAS
INDICE
LISTA DE FIGURAS .............................................................................................. 3

LISTA DE GRFICAS ............................................................................................ 4
CAPTULO I: INTRODUCCIN ............................................................................. 5
1.1. OBJETIVOS ................................................................................................. 5

1.1.1. OBJETIVO PRINCIPAL ......................................................................... 5
1.1.2. OBJETIVOS ESPECFICOS .................................................................. 5
CAPTULO II: CONCEPTOS GEOESTADSTICOS .............................................. 6
2.1. HERRAMIENTAS GEOESTADSTICAS ...................................................... 6

2.1.1. VARIOGRAMA....................................................................................... 6
2.1.1.1. CARACTERSTICAS BSICAS.......................................................... 7
CAPTULO III: ANLISIS ESTRUCTURAL .......................................................... 9
3.1. COMPORTAMIENTO DEL SEMIVARIOGRAMA EN EL ORIGEN............... 9

3.1.1. AUSENCIA DE ESTRUCTURA ............................................................. 9
3.1.2. VALORES MUY REGULARES Y CONTINUOS .................................. 10
3.1.3. CONTINUIDAD MEDIA ........................................................................ 11
3.1.4. PRESENCIA DE MICROESTRUCTURAS........................................... 11
3.2. ANISOTROPAS......................................................................................... 12
3.2.1. ANISOTROPA GEOMTRICA ........................................................... 12
3.2.2. ANISOTROPA ZONAL........................................................................ 12
3.3. ALCANCE................................................................................................... 12
3.4. EFECTO DE PEPITA ................................................................................. 14
3.5. SUPERPOSICIN DE ESTRUCTURAS .................................................... 15
CAPTULO IV: ESTIMACIN DEL VARIOGRAMA ............................................ 16
GEOESTADSTICA Pgina 1
4.1. CLCULO DEL VARIOGRAMA EXPERIMENTAL ..................................... 16

4.2. CLCULO DEL SEMIVARIOGRAMA EXPERIMENTAL ............................ 20
4.3. MODELOS DE SEMIVARIOGRAMAS ....................................................... 20
4.3.1. MODELO EXPONENCIAL ................................................................... 20
4.3.2. MODELO ESFRICO O MATHERNON .............................................. 21
4.3.3. MODELO GAUSIANNO ....................................................................... 21
4.3.4. MODELO LINEAL ................................................................................ 22
4.3.5. MODELO EFECTO AGUJERO ............................................................ 22
4.3.6. MODELO PEPITA NUGGET ............................................................... 23
4.4. CASOS PARTICULARES RESPECTO A LOS MODELOS DE
SEMIVARIOGRAMA ............................................................................................ 23
4.4.1. SEMIVARIOGRAMA CON TENDENCIAS ........................................... 23
4.4.2. SEMIVARIOGRAMA CON EFECTO AGUJERO ................................. 24
4.4.3. SEMIVARIOGRAMA COMPUESTO .................................................... 24
CAPTULO V: VARIOGRAMAS EXPERIMENTALES EN DIVERSOS

YACIMIENTOS .................................................................................................... 25
5.1. YACIMIENTOS FILONIANOS .................................................................... 25

5.1.1. VARIOGRAMAS EXPERIMENTALES DE LA PLATA ......................... 26
5.1.2. VARIOGRAMAS EXPERIMENTALES DE LA ORO ............................ 27
5.1.3. VARIOGRAMAS EXPERIMENTALES DE LA PLOMO ........................ 28
5.2. YACIMIENTO PRFIDO SKARN............................................................... 28
5.3. YACIMIENTO EPITERMAL DE ALTA SULFURACIN ............................. 31
CAPTULO VI: CONCLUSIONES Y RECOMENDACIONES .............................. 34
REFERENCIAS .................................................................................................... 35
LISTA DE FIGURAS
Figura 01. Vista SE de los sondajes y chimeneas que corresponden a la informacin

usada para el estudio del proyecto minero Caylloma. .......................................... 25
Figura 02. Vista de la distribucin espacial de las leyes de Plata, Ag(gr/tn) de las
muestras compsito del proyecto minero Caylloma. ............................................ 26
Figura 03. Wollastonita con contenido de calcosilicatos. ..................................... 28
Figura 04. Depsito Skarn. ................................................................................... 29
Figura 05. Depsito Skarn de Cobre. ................................................................... 30
Figura 06. Vista de los sondajes que corresponden a la informacin usada para el
estudio del proyecto Morococha........................................................................... 30
Figura 07. Vista de los sondajes y canales que corresponden a la informacin usada
para el estudio del proyecto Hualgayoc. .............................................................. 32
LISTA DE GRFICAS
Grfica 01. Funcin del variograma. ...................................................................... 6

Grfica 02. Representacin del rango y sill. ........................................................... 8
Grfica 03. Efecto pepita puro. ............................................................................. 10
Grfica 04. Ley en funcin de la distancia. ........................................................... 10
Grfica 05. Comportamiento de las leyes. ........................................................... 11
Grfica 06. Diferencia de leyes para dos muestras distantes de d. ................... 11
Grfica 07. Registro de las microvariaciones ....................................................... 12
Grfica 08. Indicacin del alcance........................................................................ 13
Grfica 09. Representacin de un yacimiento de carbn. .................................... 13
Grfica 10. Efecto pepita. ..................................................................................... 14
Grfica 11. Discontinuidad en el variograma. ....................................................... 14
Grfica 12. Estructuras superpuestas. ................................................................. 15
Grfica 13. Intervalo mnimo del muestreo. .......................................................... 17
Grfica 14. Muestra de clculo de LAG2. ............................................................. 17
Grfica 15. Muestra de clculo de LAGs. ............................................................. 17
Grfica 16. Muestra de taladros en el muestreo. .................................................. 18
Grfica 17. Variograma de taladros en el muestreo. ............................................ 18
Grfica 18. Variograma relativo. ........................................................................... 19
Grfica 19. Variograma logartmico. ..................................................................... 20
Grfica 20. Modelo exponencial. .......................................................................... 20
Grfica 21. Modelo esfrico.................................................................................. 21
Grfica 22. Modelo Gausianno. ............................................................................ 21
Grfica 23. Modelo lineal. ..................................................................................... 22
Grfica 24. Modelo efecto agujero. ...................................................................... 22
Grfica 25. Modelo pepita nugget. ....................................................................... 23
Grfica 26. Semivariograma con tendencias. ....................................................... 23
Grfica 27. Semivariograma con efecto agujero. ................................................. 24
Grfica 28. Semivariograma compuesto. ............................................................. 24
Grfica 29. Variograma de la Plata (Ag), LAG 1 y 2. ............................................ 26
Grfica 30. Variograma de la Plata (Ag), LAG 2................................................... 26
Grfica 31. Variograma de la Plata (Ag), con Az y DP diferentes. ....................... 27
Grfica 32. Variograma del Oro (Au), LAG 2. ....................................................... 27
Grfica 33. Variograma del Plomo (Pb), LAG 2.................................................... 28
Grfica 34. Variograma del Cobre (Cu). ............................................................... 31
Grfica 35. Variograma del Oro (Au). ................................................................... 32
Grfica 36. Variograma de la Plata (Ag). .............................................................. 33
CAPTULO I
INTRODUCCIN
La geoestadstica es una rama de la estadstica aplicada que se especializa en el

anlisis y la modelacin de la variabilidad espacial en ciencias de la tierra. Su objeto
de estudio es el anlisis y la prediccin de fenmenos en espacio y/o tiempo, tales
como: ley de metales, porosidades, concentraciones de un contaminante.
El anlisis estructural con variogramas es uno de los temas ms importantes de la
geoestadstica puesto que se encarga de la caracterizacin de la estructura
espacial de una propiedad o fenmeno regionalizado. Es el proceso en el marco
del cual se obtiene un modelo geoestadstico para la funcin aleatoria que se
estudia. El anlisis estructural consiste en estimar y modelar una funcin que refleje
la correlacin espacial de la variable regionalizada a partir de la adopcin razonada
de la hiptesis ms adecuada acerca de su variabilidad. En dependencia de las
caractersticas de estacionaridad del fenmeno se modelar la funcin de
covarianzas o la de semivarianzas. Por su importancia y generalidad estudiaremos
el proceso de estimacin y modelacin de la funcin de semivarianzas o
semivariograma.
1.1. OBJETIVOS
1.1.1. OBJETIVO PRINCIPAL
Describir el anlisis estructural, como herramienta para desarrollar anlisis

geoestadsticos.
1.1.2. OBJETIVOS ESPECFICOS
Explicar la utilizacin de variogramas en los procesos de anlisis estructural.

Indicar los pasos para la construccin de variogramas experimentales y su
aplicacin en los diferentes tipos de yacimientos.
interpretar la construccin de los variogramas experimentales en diversos
yacimientos.
CAPTULO II
CONCEPTOS GEOESTADSTICOS
2.1. HERRAMIENTAS GEOESTADSTICAS
2.1.1. VARIOGRAMA
El variograma es la herramienta geoestadstica bsica. Permite la cuantificacin de
los parmetros geolgicos y expresa la correlacin espacial entre los valores
muestreados.
El variograma puede ser estimado a partir de datos experimentales (por ejemplo
las leyes provenientes de una campaa de muestreo) empleando la frmula
general.
El variograma es una funcin que constituye la herramienta fundamental de la
geoestadstica.
Sean x y x + h dos puntos en el espacio:
Grfica 01. Funcin del variograma.
La definicin terica de la funcin variograma (h) es la siguiente frmula:

1 2
) = [(( +
( ) ()) ]
2
Sin embargo, en la prctica siempre se utiliza el algoritmo siguiente:
1
) = {()2
( }
2
Esta ecuacin es la que hay que adaptar en cada situacin prctica (mallas
regulares e irregulares en el espacio de n dimensiones, n = 1, 2, 3). Las propiedades
de (h), que se deducen fcilmente de la definicin son:
(0) = 0
() 0
) = (
( )
2.1.1.1. CARACTERSTICAS BSICAS
Sill (meseta)
Rango o alcance
Comportamiento a pequeas distancias
Comportamiento a grandes distancias
Anisotropas
a) SILL (C)
El sill conocido tambin como la Meseta es el valor mximo que alcanza el

semivariograma cuando la variable es estacionaria. Tericamente, la meseta
coincide con el valor de la varianza y por tanto un buen estimador de la misma
ser la varianza experimental de los datos.
b) RANGO (a)
Conocido tambin como Alcance, el Rango es la distancia a la cual el

variograma se estabiliza y las muestras se relacionan espacialmente. Se tiene
que k (h) = 0; Para h a; Para valores superiores que a no existe dependencia
entre los valores, es decir que el valor en un punto no influye sobre el valor del
otro. La funcin (h) permanece constante.
El alcance tambin nos indica las caractersticas geolgicas de formacin de un
yacimiento. Adems el alcance indica la zona de influencia de una muestra,
puesto que para distancias mayores que a los valores de las muestras son
independientes. El alcance indica la zona de influencia de una muestra, puesto
que para distancias mayores que a los valores de la muestras son
independientes.
Grfica 02. Representacin del rango y sill.
El alcance, tambin nos indica las caractersticas geolgicas de formacin de un

yacimiento. Por ejemplo:
En un yacimiento sedimentario, el alcance representa las dimensiones de
las unidades de sedimentacin y en consecuencia de las zonas
mineralizadas.
En un yacimiento lenticular, representa la dimensin de los lentes.
En un yacimiento estratiforme, refleja la potencia promedio.
CAPTULO III
ANLISIS ESTRUCTURAL
El anlisis estructural es uno de los tpicos ms importantes de la geoestadstica

puesto que se encarga de la caracterizacin de la estructura espacial de una
propiedad o fenmeno regionalizado. Es el proceso en el marco del cual se obtiene
un modelo geoestadstico para la funcin aleatoria que se estudia.
En pocas palabras podemos decir que el anlisis estructural consiste en estimar y
modelar una funcin que refleje la correlacin espacial de la variable regionalizada
a partir de la adopcin razonada de la hiptesis ms adecuada acerca de su
variabilidad. Esto quiere decir, que en dependencia de las caractersticas de
estacionaridad del fenmeno se modelar la funcin de covarianzas o la de
semivarianzas.
Por su importancia y generalidad estudiaremos el proceso de estimacin y
modelacin de la funcin de semivarianzas o semivariograma.
Para cada variable realizar los siguientes pasos:
Anlisis Exploratorio de los Datos
Anlisis de normalidad,
Anlisis de valores atpicos (outliers) tanto distribucionales como
espaciales.
Anlisis de la distribucin espacial de los datos
3.1. COMPORTAMIENTO DEL SEMIVARIOGRAMA EN EL ORIGEN

Al analizar el comportamiento de (h) cuando h tiende a cero, se presentan cuatro
casos:
3.1.1. AUSENCIA DE ESTRUCTURA
Se trata del efecto de pepita puro.
Este modelo traduce la irregularidad total de un fenmeno. Hay ausencia de
estructura como cualquiera que fuera la escala de leyes de 2 muestras
independientes.
() = 0 = 0
Grfica 03. Efecto pepita puro.
El grfico Ley en funcin de la distancia x sera:
Grfica 04. Ley en funcin de la distancia.
3.1.2. VALORES MUY REGULARES Y CONTINUOS

El comportamiento de las leyes es tan homogneo que los valores de dos muestras
distantes entre s por d son prcticamente las mismas, es decir que para h
pequeo, (h) tiende a ser cero. En estas condiciones el variograma (figura de la
derecha) muestra un comportamiento parablico en el origen, mostrando un
fenmeno muy regular y dando cuenta de la existencia de una deriva.
Grfica 05. Comportamiento de las leyes.
3.1.3. CONTINUIDAD MEDIA

En un diagrama de leyes (grfico de la izquierda), donde la diferencia de leyes para
dos muestras distantes de d es significativa: El variograma correspondiente, tiene
un comportamiento lineal en el origen, poniendo de manifiesto un fenmeno de
cierta regularidad, ms o menos estacionaria.
Grfica 06. Diferencia de leyes para dos muestras distantes de d.
3.1.4. PRESENCIA DE MICROESTRUCTURAS

En este caso, el variograma registra todas las microvariaciones, tanto a la escala
aproximada d como las variaciones de escala c. Si las microestructuras son del
orden de decmetros y la estructura mayor est por las decenas de metros,
entonces el semivariograma tendr la apariencia del grfico adjunto. Existir un
salto de la curva en el origen, debido a la microvariabilidad, hasta h = d para luego
crecer moderadamente siguiendo la variabilidad mayor.
Grfica 07. Registro de las microvariaciones
3.2. ANISOTROPAS
Generalmente cuando el variograma experimental es calculado en distintas
direcciones, presenta distintos comportamientos con la variacin de la distancia.
Anisotropa geomtrica.
Anisotropa zonal.
Anisotropa hibrida
3.2.1. ANISOTROPA GEOMTRICA

Es aquella en la que el variograma en distintas direcciones presenta el mismo sill
pero rangos distintos. Mayor continuidad espacial en la direccin de mayor rango,
Menor continuidad espacial en la direccin de menor rango.
3.2.2. ANISOTROPA ZONAL

Es aquella en la que el variograma en distintas direcciones presenta el mismo rango
pero diferente sill. Presencia de diferentes estructuras.
3.3. ALCANCE
Para h a se tiene que K (h) = 0. Esto implica que para h superiores al valor a no
existe dependencia entre los valores, y que el valor en un punto no influye sobre el
valor del otro, por tanto la funcin (h) se vuelve constante ( (h) = C).
Grfica 08. Indicacin del alcance.
Con el siguiente ejemplo se pretende comprender una de las bondades del alcance:
En un yacimiento de carbn se han tomado 80 muestras a malla regular de 5m. Las
potencias de los 10 mantos de carbn, en metros, son: 31.6, 24.8, 5.1, 11.1, 4.6,
34.5, 49.2, 14.7, 10.2, 10.2. Al determinar la continuidad espacial de la VR Z(x),
definida por:
1( ), .
() {
0( ), .
Se calcul el promedio = 0.5 m, la varianza = 0.25 (%) y los valores de (h):
(5) = 0.12
(10) = 0.20
(15) = 0.24
(20) = 0.25
(25) = 0.25
Grfica 09. Representacin de un yacimiento de carbn.
Analizando el variograma experimental, se observa que el alcance es del orden de

los 20m, distancia al cual la meseta C, es igual a 0,25 (%) coincidiendo con la
varianza, de las muestras.
En este caso el alcance, representa la potencia media de los mantos de carbn:
Potencia media = (31,6+24,8+5,1+11,1+4,6+34,5+49,2+14,7+10,2+10,2)/10
Potencia media = 19.8 m
3.4. EFECTO DE PEPITA

La discontinuidad aparente que se aprecia cerca del origen, se le conoce como
efecto de pepita, este efecto puede deberse a la presencia de micro estructuras, y
artificialmente se puede generar por errores en el muestreo (toma de muestras,
preparacin, manipulacin y anlisis de leyes) y tambin debido a las tasas de
recuperacin. Este nombre comn en el lenguaje geoestadstico tiene sus races
en los yacimientos aurferos de frica del Sur presencia de pepitas de oro-, que
al representar en un plano la ley versus la distancia se obtiene el grfico:
Grfica 10. Efecto pepita.
La discontinuidad en el variograma manifestado al comienzo estara representado

por:
Grfica 11. Discontinuidad en el variograma.
Un efecto de pepita debido a la presencia de microestructuras, permitir estudiar

en detalle un fenmeno.
3.5. SUPERPOSICIN DE ESTRUCTURAS

Es frecuente encontrar variogramas con configuraciones como el de la figura
adjunta, llamadas estructuras superpuestas.
Grfica 12. Estructuras superpuestas.
Una estructura de esta forma puede explicarse de la siguiente manera:

La existencia del efecto pepita, puede deberse:
A la taza de recuperacin.
A la presencia de micro estructuras.
A errores de muestreo.
El primer alcance explicara a las caractersticas petrogrficas.

El segundo alcance puede caracterizar a la mineralizacin.
El tercer valor nos indicara diferencias a nivel regional del yacimiento
(orognesis).
CAPTULO IV
ESTIMACIN DEL VARIOGRAMA
Existen varios estimadores pero el ms comn est dado por:
Donde:
N(h): es el nmero de pares Z(xi) y Z(xi + h) separados a una distancia h=||
Debido a que el estimador es esencialmente una media muestral, tiene todas las
desventajas comnmente asociadas a este tipo de estimadores como es la no
robustez. A menudo el empleo de este estimador produce variogramas
experimentales errticos, lo cual se debe a desviaciones del caso ideal para la
aplicacin del mismo. Estas desviaciones pueden ser enumeradas por su
importancia en el orden siguiente:
Fuerte asimetra en la distribucin de probabilidad.
Varianza no constante. La varianza vara con la posicin.
Muestreo sesgado. Los puntos de medicin se encuentran distribuidos de
manera no homognea.
Presencia de valores atpicos (outliers) distribucionales y espaciales.
4.1. CLCULO DEL VARIOGRAMA EXPERIMENTAL

La funcin variograma o semivariograma, define la correlacin espacial entre los
valores muestreados. El variograma o semivariograma se obtiene calculando, para
cada distancia de separacin entre las muestras. Lag en una determinada
direccin, la diferencia al cuadrado de los valores de dichas muestras. Es decir para
cada separacin h se calcula el valor de y(h) mediante la frmula:
1
() = [(1 ) (1+ )]2
2
Donde:
N: Nmero de pares de datos
f(x1) : El valor de la variable regionalizada en el punto i.
f(x1+h) : El valor de la variable regionalizada tomada a una distancia h.
Grfica 13. Intervalo mnimo del muestreo.
LAG: Espaciado con que se calculan las diferencias al cuadrado entre muestras.
Ejemplo: LAG1 incluye las muestras adyacentes A y B, B y C, C y D, etc. La
distancia que representa el LAG,1 es el intervalo mnimo del muestreo.
Grfica 14. Muestra de clculo de LAG2.
Ejemplo: LAG2 requiere que se calcule las diferencias al cuadrado entre muestras
alternativa A y C, B y D, C y E, etc. Y as sucesivamente.
Grfica 15. Muestra de clculo de LAGs.
El nmero mximo de LAGs, es decir, de distancias n para calcular el Y(h) suele

establecerse en la mitad de la distancia muestreada.
Longitudes mayores generan pocos pares de muestras por lo que estadsticamente

no es representativo. Se tienen 4 taladros de muestreo en una direccin
determinada, calcular: a) el variograma, b) Var. Relativo y c) el Var. Logartmico.
Grfica 16. Muestra de taladros en el muestreo.
a) Variograma
1
() = [(1 ) (1+ )]2
2
(10 50)2 + (50 20)2 + (20 60)2
(1) = = 683.3
23
(10 20)2 + (50 60)2
(2) = = 50
22
(10 60)2
(3) = = 1250
21
2N: 2(Nmero de pares), en este caso es tres pares.
1400
1200
1000
800
y(h)
600
400
200
0
1 2 3
h
Grfica 17. Variograma de taladros en el muestreo.
b) Variograma relativo
10 + 50 + 20 + 60
1 = = 35
4
10 + 50 + 20 + 60
2 = = 35
4
10 + 60
3 = = 35
2
h () X 2 ()/ 2
1 683.3 35 1225 0.56
2 50 35 1225 0.041
3 1250 35 1225 1.02
1,2
0,8
y(h)/x 2
0,6
0,4
0,2
0
1 2 3
h
Grfica 18. Variograma relativo.
c) Variograma logartmico
Anlisis estructural mediante variogramas:
Z(x) 10 50 20 60
LN(Z(x)) 2.30 3.91 2.96 4.09
(2.30 3.91)2 + (3.91 2.96)2 + (2.96 4.09)2

(1) = = 0.81
23
(2.30 2.96)2 + (3.91 4.09)2
(2) = = 0.11
22
(2.30 4.09)2
(3) = = 1.61
21
0.9
0.8
0.7
0.6
0.5
y(h)
0.4
0.3
0.2
0.1
0
1 2 3
h
Grfica 19. Variograma logartmico.
4.2. CLCULO DEL SEMIVARIOGRAMA EXPERIMENTAL
El semivariograma experimental, posee numerosas zonas donde no existen

valores concretos.
nicamente existen valores definidos en aquellos lugares donde se ha
realizado el muestreo.
Por lo tanto es necesario definir el valor de la variable en puntos donde el
semivariograma experimental no ofrece informacin suficiente.
Para ello es necesario construir un modelo que nos permita obtener dicha
informacin.
4.3. MODELOS DE SEMIVARIOGRAMAS
4.3.1. MODELO EXPONENCIAL

Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor
constante.

() = (1
Grfica 20. Modelo exponencial.
Donde:
C: Valor comprendido entre el efecto pepita C0 y la meseta.

h: Distancia
a: Representa el alcance o rango
4.3.2. MODELO ESFRICO O MATHERNON

Es el que mejor se ajusta cuando se trata de variables mineras. Presenta una curva
del semivariograma que aumenta rpidamente del LAG para posteriormente,
ascender ms lentamente hasta alcanzar una zona plana a valores de LAG altos.
3
() = (1,5 ( ) 0.5 ( 3 ))

Grfica 21. Modelo esfrico.
Si el semivariograma muestra fluctuaciones aleatorias alrededor de una lnea

horizontal se tiene un efecto pepita puro en este caso la evaluacin del yacimiento
se debe realizar por cualquier mtodo clsico.
4.3.3. MODELO GAUSIANNO
2
3
() = (1 2 ); h0
Grfica 22. Modelo Gausianno.
4.3.4. MODELO LINEAL

Este modelo se presenta cuando, al representar y(h) frente a los Lags, se obtiene
una lnea recta:
() = . +
2
B
(h)
h=L/3
Grfica 23. Modelo lineal.
Donde:
p: Pendiente de la recta
h : El LAG
k : La interseccin en el eje X de y(h)
Este modelo suele estar presente en algunos yacimientos de hierro.

4.3.5. MODELO EFECTO AGUJERO

() = (1 ( ))

Grfica 24. Modelo efecto agujero.
4.3.6. MODELO PEPITA NUGGET
() = (1 S())
Grfica 25. Modelo pepita nugget.
4.4. CASOS PARTICULARES RESPECTO A LOS MODELOS DE

SEMIVARIOGRAMA
4.4.1. SEMIVARIOGRAMA CON TENDENCIAS

Cuando existe ruptura de estacionariedad (cambio en la tendencia de la meseta)
Se produce un una distancia superior al alcance. No tiene incidencia en la
estimacin local de los bloques definidos para el yacimiento.
Cuando este tipo de semivariograma domina, es necesario utilizar la tcnica de
Krigeage universal, en lugar de krigeage ordinario que se aplica en las situaciones
de estacionariedad.
Grfica 26. Semivariograma con tendencias.
4.4.2. SEMIVARIOGRAMA CON EFECTO AGUJERO

Este efecto ocurre cuando se alternan reas con alta ley y reas con baja ley. El
resultado es una pseudoperiocidad, reflejada en una oscilacin de semivariograma
alrededor de una aparente meseta. Aplicacin en yacimientos aluviales.
Grfica 27. Semivariograma con efecto agujero.
4.4.3. SEMIVARIOGRAMA COMPUESTO

Esta situacin aparece cuando se obtienen diferentes semivariogramas a lo largo
de diversas direcciones del yacimiento. Esto significa que en vez de tener un rea
de bsqueda istropa (crculo o esfera) se posee una zona elptica o elipsoidal. Esto
es evidente en yacimientos aluviales, donde se tiene alcance en direccin
perpendicular al yacimiento.
Grfica 28. Semivariograma compuesto.
CAPTULO V
VARIOGRAMAS EXPERIMENTALES EN DIVERSOS YACIMIENTOS
Metodologa de modelamiento de variogramas

Definir un dominio poblacional, refrendado en los anlisis previos.
Para la bsqueda de los variogramas se determina parmetros de trabajo: La
interdistancia (h), comnmente llamada por los operadores de software como
LAG, tiene que ser encontrada evaluando estadsticamente la distancia entre
las muestras. Los ngulos de Azimut e Inclinacin para las direcciones de la
estructura mineralizada.
Definidos los parmetros se procede a la bsqueda de los variogramas
experimentales.
Obtenido el variograma de mayor alcance, se debe verificar si se tiene una
buena poblacin representativa del nmero de pares de trabajo de los primeros
trminos de la funcin variograma. Y(h)
La bsqueda se realizara por los rangos de Azimut de 0 y 360 y con rangos
de Inclinacin de -90, 90.
Por ltimo el proceso de este trabajo es reiterativo, ya que se busca el
variograma de mayor tendencia, y que este sustentado por el mayor nmero de
parejas posibles.
5.1. YACIMIENTOS FILONIANOS

Para este yacimiento se tom como ejemplo el proyecto Caylloma. En el cual se
trabaj con un total de 26577 muestras. Y el compsito se consider de 0.5 m.
Figura 01. Vista SE de los sondajes y chimeneas que corresponden a la informacin usada para el
estudio del proyecto minero Caylloma.
Figura 02. Vista de la distribucin espacial de las leyes de Plata, Ag(gr/tn) de las muestras
compsito del proyecto minero Caylloma.
5.1.1. VARIOGRAMAS EXPERIMENTALES DE LA PLATA
Grfica 29. Variograma de la Plata (Ag), LAG 1 y 2.
Grfica 30. Variograma de la Plata (Ag), LAG 2.
Los variogramas experimentales de la plata en este tipo de yacimiento filoneano,

reflejan en direcciones verticales y horizontales mayores grados de erraticidad de
la variable.
Grfica 31. Variograma de la Plata (Ag), con Az y DP diferentes.
Los variogramas de plata presentados en la direccin de 40 y 60 de azimut

muestran comportamiento errtico puro de la variable en esas direcciones.
5.1.2. VARIOGRAMAS EXPERIMENTALES DE LA ORO
Grfica 32. Variograma del Oro (Au), LAG 2.
Los variogramas experimentales del oro para este tipo de yacimiento filoneano,
muestran comportamiento estacionario en rangos de 6 a 12 metros con alta
erraticidad, lo cual es verificado por su coeficiente de variacin de 12.55.
5.1.3. VARIOGRAMAS EXPERIMENTALES DE LA PLOMO

Los variogramas experimentales del plomo encontrados, reflejan radios de
influencia de 24 metros como mximo, como se observa en la direccin de azimut
de 130, con un buzamiento de -45, en este tipo de yacimiento filoneano
considerado epitermal intermedio.
Grfica 33. Variograma del Plomo (Pb), LAG 2.
5.2. YACIMIENTO PRFIDO SKARN

Se entiende por skarn rocas que contienen minerales calcosilicatados.
Wollastonita: CaSiO3
Figura 03. Wollastonita con contenido de calcosilicatos.
Los depsitos minerales skarn son encontrados en los contactos entre plutones
gneos y rocas sedimentarias o en fisuras distales en rocas carbonatadas.
Figura 04. Depsito Skarn.
Se encuentran adyacentes a plutones, a lo largo de las fallas y de las principales

zonas de cizalla.
Rocas metamrficas regionales o de contacto constituidas por silicatos de Ca, Mg
y Fe derivados de un protolito de calizas y dolomitas en las cuales se ha introducido
metasomticamente grandes cantidades de Si, Al, Fe y Mg.
Skarns pueden subdividirse segn varios criterios. Exoskarn y Endoskarn son los
trminos ms utilizados para indicar protolito sedimentario o protolito gneo,
respectivamente.
5.2.1. CLASIFICACIN DE LOS YACIMEINTOS TIPO SKARN
a) Skarn de Hierro
Los skarns ms grandes son los depsitos de hierro. Los skarns de hierro son
minados por su contenido de magnetita y aunque pequeas cantidades de Cu, Co,
Ni y Au puede estar presente, el hierro es generalmente la nica mercanca
recuperable. Muchos de los depsitos son muy grandes (> 500 millones de
toneladas, > 300 millones de toneladas que figuran Fe) y consisten
predominantemente de magnetita con poco silicato de ganga. Algunos depsitos
contienen cantidades significativas de cobre y son ms tpicos de transicin a
skarns de cobre.
b) Skarn de Cobre
Tambin estn asociados a ambientes de margen continental, relacionados a
magmas calcoalcalinos del tipo I, especficamente stocks y prfidos
granodiortico/dacticos y cuarzo monzonticos. Tienen un alto contenido de
granates y una alta razn granate/piroxeno. Tambin se observa un alto contenido
de magnetita - hematita, indicando un ambiente oxidante. Los sulfuros tpicos son
pirita, calcopirita y menor bornita y esfalerita, indicando un moderado grado de
sulfuracin. Estos yacimientos pueden estar asociados a prfidos cuprferos o bien
a prfidos estriles.
Si la Roca de carbonato alrededor de la intrusin contiene un estrato de caliza
permeable y porosa y clcica, entonces los fluidos mineralizadores fluyendo a
travs de el generarn un skarn de cobre. Estos skarns pueden extenderse

lateralmente para varios kilmetros.
Figura 05. Depsito Skarn de Cobre.
c) Skarn de Zinc-Plomo
Corresponden a cuerpos mineralizados de reemplazo metasomtico de posicin y
relacin con respecto a un intrusivo variable, pero siempre distales. Estos
yacimientos ocurren en mrgenes continentales de subduccin relacionados al
menos como fuente de fluidos hidrotermales a intrusivos granodiorticos y cuarzo
monzonitas calcoalcalinas del tipo I.
Un tipo de depsito formado por un sistema del prfido de cobre es skarn de zinc,
lo cual ocurre en los bordes exteriores del rea mineralizado y tpicamente patrocina
mineralizacin de plata de delantera de cinc. Los skarns forjado a mantos (los
cuerpos tabulares), venillas y chimeneas o tuberas.
Para este yacimiento se tom como ejemplo el proyecto Morococha. En el cual se

trabaj con un total de 89277 muestras. Y el compsito se consider de 3 m.
Figura 06. Vista de los sondajes que corresponden a la informacin usada para el estudio del
proyecto Morococha.
El archivo secuencial tiene el siguiente nmero de muestras para las variables

econmicas:
Variable n Min
Cu (%) 87028 0.0009
Los variogramas experimentales del cobre presentados reflejan distancias de 45 a

90 metros de alcance para este tipo de yacimiento prfido skarn. El cobre tiene un
coeficiente de variabilidad de 1.02, una varianza estadstica de 0.19 muy por debajo
de su meseta y su pepita representa el 35 % de su meseta.
Grfica 34. Variograma del Cobre (Cu).
5.3. YACIMIENTO EPITERMAL DE ALTA SULFURACIN

Para este yacimiento se tom como ejemplo el proyecto Hualgayoc. En el cual se
trabaj con un total de 4420 muestras. Y el compsito se consider de 2 m.
Figura 07. Vista de los sondajes y canales que corresponden a la informacin usada para el
estudio del proyecto Hualgayoc.
Los variogramas experimentales del oro de este proyecto ubicado en la franja

metalogentica de los volcnicos Cenozoicos de la zona norte de la cordillera de
los Andes, clasificado como un yacimiento Epitermal HS de baja ley, reflejan un
comportamiento de media a baja variabilidad, una relacin que va desde el 40% al
45% entre su efecto pepita y la meseta, con una varianza estadstica de 0.76 por
encima de la meseta del variograma y alcance de entre 20 a 40 metros.
Grfica 35. Variograma del Oro (Au).
Los variogramas experimentales de la plata reflejan distancias de entre 20 a 30

metros de alcance. Tienen una variabilidad menor que la del oro para este
yacimiento, que es de 1.45 tal cual se refleja en sus variogramas. Los variogramas
tambin reflejan un mayor grado de variabilidad en la direccin vertical.
Grfica 36. Variograma de la Plata (Ag).
CAPTULO VI
CONCLUSIONES Y RECOMENDACIONES
CONCLUSIONES
La geoestadstica es una herramienta muy importante en el estudio de la
distribucin espacial y leyes de los yacimientos metlicos.
El anlisis estructural de variogramas es muy til para la interpretacin de estos.
Se logr relacionar los variogramas de diferentes minerales en un solo tipo de
yacimiento y se concluy que el comportamiento espacial y de leyes no
necesariamente es el mismo por estar en un mismo yacimiento.
RECOMENDACIONES
Tratar de ejemplificar los variogramas, aplicados al mbito netamente minero.
Corregir los errores de clculo que se pueden generar en la elaboracin del
informe
Hacer hincapi en una mejor investigacin, del anlisis estructural con
variogramas.
REFERENCIAS
GEOESTADISTICA APLICADA MARTN A. DAZ VIERA., Instituto de

Geofsica, UNAM., Instituto de Geofsica y Astronoma, CITMA, Cuba.
XAVIER EMERY "Anlisis Geostadstico de datos funcionales Universidad de
Chile"
INTRODUCCIN A LA GEOESTADSTICA, Universidad Nacional de Colombia.

BARIOGRAMA

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

BARIOGRAMA

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL DE CAJAMARCA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE MINAS

ANLISIS ESTRUCTURAL CON VARIOGRAMAS

ALFARO VALENCIA, Antony

LISTA DE FIGURAS .............................................................................................. 3

CAPTULO I: INTRODUCCIN ............................................................................. 5

1.1. OBJETIVOS ................................................................................................. 5

CAPTULO II: CONCEPTOS GEOESTADSTICOS .............................................. 6

2.1. HERRAMIENTAS GEOESTADSTICAS ...................................................... 6

CAPTULO III: ANLISIS ESTRUCTURAL .......................................................... 9

3.1. COMPORTAMIENTO DEL SEMIVARIOGRAMA EN EL ORIGEN............... 9

CAPTULO IV: ESTIMACIN DEL VARIOGRAMA ............................................ 16

4.1. CLCULO DEL VARIOGRAMA EXPERIMENTAL ..................................... 16

CAPTULO V: VARIOGRAMAS EXPERIMENTALES EN DIVERSOS

5.1. YACIMIENTOS FILONIANOS .................................................................... 25

CAPTULO VI: CONCLUSIONES Y RECOMENDACIONES .............................. 34

Figura 01. Vista SE de los sondajes y chimeneas que corresponden a la informacin

Grfica 01. Funcin del variograma. ...................................................................... 6

La geoestadstica es una rama de la estadstica aplicada que se especializa en el

1.1.1. OBJETIVO PRINCIPAL

Describir el anlisis estructural, como herramienta para desarrollar anlisis

1.1.2. OBJETIVOS ESPECFICOS

Explicar la utilizacin de variogramas en los procesos de anlisis estructural.

2.1. HERRAMIENTAS GEOESTADSTICAS

Grfica 01. Funcin del variograma.

La definicin terica de la funcin variograma (h) es la siguiente frmula:

2.1.1.1. CARACTERSTICAS BSICAS

El sill conocido tambin como la Meseta es el valor mximo que alcanza el

Conocido tambin como Alcance, el Rango es la distancia a la cual el

Grfica 02. Representacin del rango y sill.

El alcance, tambin nos indica las caractersticas geolgicas de formacin de un

El anlisis estructural es uno de los tpicos ms importantes de la geoestadstica

3.1. COMPORTAMIENTO DEL SEMIVARIOGRAMA EN EL ORIGEN

Grfica 03. Efecto pepita puro.

El grfico Ley en funcin de la distancia x sera:

Grfica 04. Ley en funcin de la distancia.

3.1.2. VALORES MUY REGULARES Y CONTINUOS

Grfica 05. Comportamiento de las leyes.

3.1.3. CONTINUIDAD MEDIA

Grfica 06. Diferencia de leyes para dos muestras distantes de d.

3.1.4. PRESENCIA DE MICROESTRUCTURAS

Grfica 07. Registro de las microvariaciones

3.2.1. ANISOTROPA GEOMTRICA

3.2.2. ANISOTROPA ZONAL

Grfica 08. Indicacin del alcance.

Grfica 09. Representacin de un yacimiento de carbn.

Analizando el variograma experimental, se observa que el alcance es del orden de

3.4. EFECTO DE PEPITA

Grfica 10. Efecto pepita.

La discontinuidad en el variograma manifestado al comienzo estara representado

Grfica 11. Discontinuidad en el variograma.

Un efecto de pepita debido a la presencia de microestructuras, permitir estudiar

3.5. SUPERPOSICIN DE ESTRUCTURAS

Grfica 12. Estructuras superpuestas.

Una estructura de esta forma puede explicarse de la siguiente manera:

El primer alcance explicara a las caractersticas petrogrficas.

Existen varios estimadores pero el ms comn est dado por:

4.1. CLCULO DEL VARIOGRAMA EXPERIMENTAL

Grfica 13. Intervalo mnimo del muestreo.

Grfica 14. Muestra de clculo de LAG2.

Grfica 15. Muestra de clculo de LAGs.

El nmero mximo de LAGs, es decir, de distancias n para calcular el Y(h) suele

Longitudes mayores generan pocos pares de muestras por lo que estadsticamente