UNIVERSIDAD NACIONAL DE INGENIERIA

“FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA Y

METALÚRGICA”
ESCUELA PROFESIONAL DE INGENIERIA DE MINAS

VARIOGRAMA DE COMPOSITO CADA 20m

agrupando de 5,10 y 15

ALUMNO:
 Irribarren Retuerto Luis Fernando

DOCENTE:
 Ing. Augusto Teves Rojas

CURSO:
 Geoestadística

2019-I

1
 1. OBJETIVOS:

 Analizar la función Variograma con datos compositados de 20 en 20 y

compartidos en 5, 10 y 15 para una serie de 10000 datos aleatorios generados.

 Interpretar los resultados de las gráficas para poder diferenciar los parámetros
estadísticos calculados con los resultados geoestadísticos y remarcar su
importancia.

2. MARCO TEÓRICO:
COMPOSITAR:
Es el promedio aritmético de un determinado grupo de valores, cuyo número de elementos es
un múltiplo del número de elementos total. Por ejemplo de 10000 datos, se composita de 20 en
20 , obteniendo 1 nuevo dato por cada grupo, en total se obtendría 500 datos.

VARIOGRAMA:
Es una función vectorial que permite medir las discrepancias de una propiedad en una región
del espacio. Siendo un herramienta de uso en el análisis de reservas minerales en una región
definida.

El variograma es una función que constituye la herramienta fundamental de la geoestadística.

Sean x y x + h dos puntos en el espacio

LA FUNCIÓN VARIOGRAMA:
Los variogramas se calculan mediante la fórmula general

Donde:
Z: variable estudiada
Z(𝑥𝑖 ): valor de dicha variable en el punto 𝑥𝑖
Z(𝑥𝑖 +h): valor de la variable en el punto (𝑥𝑖 +h)
h: paso entre las muestras (distancias iterativas)
nh: número de parejas
2𝛾(h): valor de la función variograma para un valor h

2
 Gráficamente un variograma tiene la apariencia mostrada en la figura inferior.
Dentro de la distancia “a” (alcance), el fenómeno es totalmente estructurado, es decir
depende o está controlado por la función 𝛾(h). Fuera de “a” el fenómeno es ALEATORIO,
o sea independiente de la función variograma. C0 es el llamado efecto de pepita, que
nos da cuenta de cambios bruscos de los valores a pequeña escala; lo cual generalmente
sucede cuando se sobrepasa una subestructura por debajo de la escala de trabajo.

PARÁMETROS ESTADÍSTICOS
Se calcularan parámetros estadísticos que nos ayudaran en el análisis tales como:

Media (𝑋̅): el cual es el promedio de todos los datos en la muestra, se calcula

mediante:

Varianza (σ2 ): describe la variabilidad de la distribución, se calcula mediante:

Desviación Estándar (σ): describe el grado de dispersión de la distribución, se

calcula mediante:

Coeficiente de Variabilidad (CV): el cual se calcula mediante.

3
 3. PROCEDIMIENTO:
El procedimiento de dicho informe se puede dividir en dos partes:
La primera parte; con ayuda del lenguaje de programación Python nos entrega en
formato txt los siguientes archivos, los valores de la función variograma de los datos
aleatorios, los datos del compósito para cada 20m y los datos agrupados en 5, 10 y 15.
La segunda parte; los datos obtenidos se guarda en formato Excel, y con ayuda de la
aplicación IBM SPSS STATISTICS 22, nos muestra los valores tales como la media,
varianza, desviación estándar y coeficiente de variación, del mismo modo nos muestra
las gráficas(histograma y variograma).
El algoritmo del Python y SPSS serán detallados en el siguiente punto.

4. ALGORITMO:
4.1. ALGORITMO PARA PYTHON:

a) Crear el código para obtener los datos compositados cada 20m y

agrupados en 5, 10,15.

De esta forma se abre el archivo que contiene los datos iniciales. Se utiliza
para los demás códigos

4
b) Crear el código para obtener los valores de la Función Variograma

5. RESULTADOS:

5.1. Datos estadísticos:

5
5.2. Compositar cada 20m:

A) Grafica del histograma:

B) Gráfica del Variograma:

6
5.3. Compositar cada 20m agrupados en 5:

C) Grafica del histograma:

D) Gráfica del Variograma:

7
5.4. Compositar cada 20m agrupados en 10:

E) Grafica del histograma:

F) Gráfica del Variograma:

8
5.5. Compositar cada 20m agrupados en 15:

G) Grafica del histograma:

H) Gráfica del Variograma:

9
6. ANEXO:
A) GRAFICO DEL VARIOGRAMA DE VALORES ALEATORIOS Y COMPOSITO:

7. CONCLUSIONES Y RECOMENDACIONES:

Con el presente informe se pudo concluir que:

 Se recomienda trabajar con menos de 200 datos para que en la gráfica se note el
crecimiento del área de influencia.

 El modelo geoestadistico considera “considera interacciones” entre las observaciones;

por lo tanto se podrá estimar en un sitio no muestreado gracias a la interacción con los
valores en sitios circundantes.

 La estadística clásica presenta límites, debido a que considera las observaciones como
resultados independientes a pesar de que se trate de una misma variable aleatoria.

 Los variogramas obtenidos no varían mucho en cuanto a sus gráficas.

10