CAPÍTULO VI

Ing. Wilder Chuquiruna Chávez.

• CHÁVEZ ROMERO, Juan Carlos. Geoestadística

• MOROCHO OCAS, Cristhian Alexander.
• SÁNCHEZ CELIS, Henry Alberto.
• SILVA CADENILLAS, Jhon Aníbal.
• ZANINI MALDONADO, Flor de María
La revolución científico técnica en la geología y la minería, que ha abarcado durante décadas a todo el
mundo, se manifiesta en un aumento brusco del ritmo de extracción y utilización de la materia prima
mineral. Por este motivo los trabajos de búsqueda, exploración y evaluación geológica-económica de
yacimientos minerales útiles, constituye una de las tareas más importantes en las empresas y compañías
geo-mineras. En esta actividad el cálculo de reservas minerales útiles "in situ" juega un papel fundamental.

La estimación de reservas es una operación de alta responsabilidad que determina en gran medida el valor
industrial de un yacimiento mineral. Este cálculo puede ser realizado por métodos clásicos o modernos: En
los primeros se utilizan fundamentalmente valores medios o medias ponderadas para la estimación de
bloques definidos convenientemente, por lo que su uso ha estado relacionado con problemas de precisión.
 Determinar los métodos para la estimación de recursos y reservas minerales.

Entender el uso de los métodos de polígonos y del inverso en la distancia en la utilización en

estimación de recursos y reservas.
Identificar el concepto y análisis de la Varianza de estimaciones y el Kriging Puntual.
Definir y analizar en qué consiste el método Kriging de bloques, teniendo en cuenta ciertos
parámetros y fórmulas que lo rigen.
 ANÁLISIS Y EVALUACIÓN DEL MÉTODO DE LOS POLÍGONOS Y DEL
INVERSO DE LA DISTANCIA

1. MÉTODO DE LOS POLÍGONOS

el método de los polígonos se basa en lo siguiente:

asignar a cada punto del espacio de la ley del dato más
próximo. Para estimar una zona S de ponderan las leyes
de los datos por el área (o volumen) de influencia Si.
Método de los polígonos en estimación de recursos y reservas

El método se emplea para el cálculo de reservas de

capas horizontales o subhorizontales explorados por
pozos irregularmente distribuidos.

Si se calculan las reservas de un deposito según este

método la morfología compleja del yacimiento se
reemplaza por un sistema de prismas poliédricos cuyas
bases lo constituyen los polígonos o zonas de influencia y
su altura es igual al espesor del cuerpo revelado por el
pozo que se ubica en el centro del polígono.
 El método se reduce a la separación de las zonas de influencia de cada pozo o laboreo que intercepta el
cuerpo mineral. Para la delimitación de las zonas de influencia es necesario realizar las siguientes
construcciones:

 Se procede a unir mediante líneas  Posteriormente se determina la mediatriz de

rectas los pozos de perforación cada recta y la intersección de las mismas en la
contiguos. zona de influencia.

Este procedimiento que se conoce como división de

Dirichlet o polígonos de Voroni (Thiesen), genera un
sistema único de prismas poliédricos en el cual los
polígonos contiguos comparten una arista común. El
empleo de este procedimiento permite obtener el mosaico
de polígonos.
Usos
Este método puede ser utilizado para estimaciones preliminares de recursos,
pues los cálculos son tan simples que pueden ser hechos rápidamente incluso en
el campo, también en depósitos con poca variación de ley y potencia. Otra
ventaja importante del método es su reproducibilidad pues si se sigue el mismo
procedimiento dos especialistas pueden llegar al mismo resultado.

El método de los polígonos posee muchas desventajas entre las que podemos
mencionar: Cuando la red de exploración es densificada, hay que rehacer
nuevamente la construcción de los polígonos. El sistema de los prismas no
refleja correctamente la forma natural del yacimiento.
2. MÉTODO DE INVERSO DE LA DISTANCIA

el método 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 1/diα, (α = 1, 2, …; di = distancia
entre las muestras i y el centro de gravedad de S).
 Método de inverso de la distancia en la estimación de recursos y reservas

Este fue posiblemente el primer método analítico El objetivo del método es asignar un
para la interpolación de los valores de la variable de valor a un punto o bloque mediante
interés en puntos no muestreados. Esta técnica se la combinación lineal de valores de
ha convertido en una de las más populares gracias las muestras próximas.
a la aparición de computadoras y relativa sencillez.
En principio se adopta la hipótesis de que
importancia de un dato aislado responde una
función inversa de la distancia
Se debe resaltar que difícilmente en la naturaleza la
concentración de un elemento químico se subordine
a la ley de la línea recta y mucho menos al principio
de las zonas de influencia. Un exponente igual a dos
produce una interpolación intermedia (solución de
compromiso) entre ambos principios. Por esta razón,
el método se conoce también como inverso de la
distancia al cuadrado.
Para seleccionar el valor que se va a emplear se
puede utilizar la validación cruzada. Si el exponente
es cero el método del inverso de la distancia se
reduce a una media aritmética dentro de la vecindad
de búsqueda o sea a todas las muestras se le asigna
un mismo peso independientemente de la distancia
que la separa del punto a estimar.

Usos
es un método de estimación, no es aconsejable en
yacimientos con limites muy definidos (paso de
mineralización a estériles neto), es más parecido a los
métodos geo estadísticos clásicos.
Técnica del Krigeage de Matheron (Kriging)
El Kriging es un término que ha sido acuñado para
designar al “mejor estimador lineal insesgado ” (BLUE,
en inglés).
Esta es una técnica de estimación espacial
desarrollada por G. Matheron en los sesentas a partir
de los trabajos de D. G. Krige quién fue pionero en el
uso de la correlación espacial para propósitos de
predicción. (Viera, 2009)
Matheron le asigna el nombre de Kriging en honor a
Krige.
Kriging encierra un conjunto de métodos de predicción
espacial que se fundamentan en la minimización del
error cuadrático medio de predicción.
 TIPO DE PREDICTOR NOMBRE PROPIEDADES

LINEAL  Simple  Son óptimos si hay

 Ordinario normalidad multivariada.
 Universal  Independiente de la
distribución son los mejores
predictores linealmente
insesgados.

Tipos de
predictores kriging
y sus propiedades
(Henao, Ramón NO LINEAL  Indicador  Son predictores óptimos
Giraldo)  Probabilístico
 Log Normal, Trans-
Gaussiano
 Disyuntivo
Fundamento teórico
El Kriging aparece en muchas formas de acuerdo a si se conocen la media, la
distribución de probabilidad de Z(s), si las predicciones son hechas para
puntos o áreas y así sucesivamente. Sin embargo, es importante recordar
que el Kriging no es el único método de predicción espacial; existen métodos
determinísticos como distancia inversa, interpolación polinomial global,
interpolación polinomial local, triangulación lineal, funciones de base radial
entre otros. La ventaja del kriging sobre los métodos determinísticos es la
estimación de la varianza del error de predicción, lo cual permite además
estimar intervalos de confianza para dicha predicción además de que el kriging
es un método de estimación 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 hipótesis
intrínseca. (Castañeda, 2009)
 Deducción del Sistema de Krigeage
Supongamos que se tienen las mediciones Z(s1), Z(s2),
Z(s3) y Z(s4), en los puntos s1, s2, s3 y s4
respectivamente, y se requiere predecir el valor Z(s0). El
valor a predecir se ubica más cerca de s2 que de
cualquier otra ubicación donde se tenga medición; por lo
tanto, es lógico pensar que Z(s0) es más parecido a Z(s2)
que a cualquiera de los otros tres valores medidos. De
acuerdo a lo anterior, se puede optar para la predicción,
por una media ponderada de las cuatro mediciones, en la
cual Z(s2) tiene mayor peso que cualquier otra, seguida
en su orden por Z(s4), Z(s3) y por último Z(s1).
(Castañeda, 2009)
Se puede realizar los
siguientes tipos de
estimaciones:
 * Estimación para un
punto en base muestras
con distintas distancias.
 * Estimación para un área
en base muestras con
distintas distancias.
 * Estimación de un
volumen en base
muestras con distintas
distancias.
Distribución
matrizal para
un Kriging
Ordinario.
Ejemplo: Tenemos un panel de 50x50m, en la
cual hay dos muestras, (x1;x2), dónde X1 se
ubica en el centro del panel y una muestra X2
que se ubica en la parte inferior izquierda.
DATOS:
Área= 2500M2
Puntos conocidos:
X1: 5%CuT
X2: 4%CuT
Áreas a estimar: V
Modelo Estructural: γ(h)= 2SPH(h/55)
(efecto pepita no existe = 0)
Meseta: 2
Alcance: 55m
  Mientras que la varianza de dispersión expresa la variabilidad de las leyes,
la varianza de estimación expresa la variabilidad asociada con una
estimación o, en otras palabras, expresa la varianza de los errores de
estimación. (Manzano Arrondo, 2014, pág. 6)

 La varianza de estimación es una medida de la dispersión de los errores

aleatorios, ya que se requiere que el estimador no tenga ningún sesgo y,
VARIANZA DE por lo tanto, el error sistemático será cero.
KRIGEAJE  Kriging es un método de estimación que da la mejor estimación lineal
(VARIANZA DE insesgada de los valores de los puntos, esto es, elegir el promedio
ponderado de los valores de las muestras la cual tenga la mínima
DISPERSIÓN) varianza. (Zavaleta Sánchez, 2010, pág. 22)

 La característica relevante del estimador de kriging es que el kriging

proporciona el estimador (ponderador) que minimiza la varianza de
estimación. Así que, la varianza de estimación será más pequeña cuando
se aplica el kriging. (González García, 2018, pág. 6)
Tipos de errores
Sistemáticos y
Aleatorios
 La precisión describe el error aleatorio o las fluctuaciones en torno al
valor verdadero mientras que la exactitud describe el error sistemático o
el sesgo.

 El error de estimación para un punto (E), será la diferencia entre Z*,

(la verdadera ley del punto), y la Ley (Zx) que es resultado de su
Tipos de errores cálculo a través de leyes xi afectados por un coeficiente Ki .
Sistemáticos y
Aleatorios • Ε = Z* - Zx = Z* - (xi . Ki )

 Si el estimador no tiene sesgo (error sistemático nulo), la distribución

de los errores debería seguir una distribución normal.
 Donde los  representan las ponderaciones asignadas a cada dato. La única
restricción para las ponderaciones es que sumen uno.

• a varianza de estimación va a depender de las distancias estadísticas (Y),

promedio entre los datos y el bloque. Puesto que el modelo de variograma es
una función creciente, el error de estimación aumenta o disminuye con las
distancias desde las muestras al centro del bloque. (es lo que expresa el 1er
término de la fórmula)

Tipos de errores
Sistemáticos y
Aleatorios

• El segundo término de la expresión involucra el promedio de la función del

variograma entre las ubicaciones de las muestras. Este término es negativo,
así que la varianza de estimación disminuye a medida que este término
aumenta (datos distanciados).

• El tercer término examina el promedio de la función del variograma dentro

del bloque mismo. A medida que aumenta el tamaño del bloque, también
aumenta ese término, reduce la varianza de estimación.
 La particularidad del krigeaje puntual es de ser un interpolador exacto, es
decir que si estimamos la ley en un punto coincidente con la muestra,
el krigeaje nos restituirá la ley de la muestra con una varianza del error de
krigeaje igual a cero.
El krigeage puntual o krigeage ordinario; a diferencia del kriageage simple
que asume que las medias locales son relativamente constantes y de valor
muy semejante a la media de la población que es conocida, la media de la
KRIGEAJE PUNTUAL
población es utilizada para cada estimación local, en conjunto con los
puntos vecinos establecidos como necesarios para la estimación. En el
Kriageage puntual las medias locales no son necesariamente próximas de
la media de la población, usándose apenas los puntos vecinos para la
estimación. Es el método más ampliamente utilizado en los problemas
ambientales. (Mosqueira Villar, Mujica Cabrera, Peralta Rodas, Teran
Toledo, & Castillo Moreno, 2016, pág. 7)
 El mayor interés 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 líneas de isocontenidos, por ejemplo para las leyes o
potencias del nivel mineralizado. En algunas ocasiones, en vez de estimar la
KRIGEAJE PUNTUAL
ley media de un bloque V, interesa estimar la ley en un punto x0 (problema
de interpolación). Corresponde al caso particular en que el volumen V tiende
a cero. (Mosqueira Villar, Mujica Cabrera, Peralta Rodas, Teran Toledo, &
Castillo Moreno, 2016, pág. 7)
 Se obtiene el sistema siguiente:

KRIGEAJE PUNTUAL

Con la varianza
 EJERCICIO
El cuadrillado representa sondajes en los puntos X1, X2, X3, X4, con leyes
de 3,2%; 2,5%; 4,0% y 1,5% respectivamente. Se desea conocer la ley en el
punto X0, sabiendo que el variograma asociado corresponde a un modelo
esférico con las siguientes características: Co = 2, C = 20 y a = 200 m

KRIGEAJE PUNTUAL
 Solución:

El problema se resuelve de la siguiente manera:

a) Modelo esférico se define como.

KRIGEAJE PUNTUAL

Nos indica lo siguiente:

 (C) = 20
 (C0) = 2
 = 200m
 b) Definir los elementos de las matrices.
 Se trata de resolver el sistema de ecuaciones:

KRIGEAJE PUNTUAL
[ λ] = [𝐾]−1 ∗ [𝑀2]
  Cálculo de los elementos de la matriz [M2]

KRIGEAJE PUNTUAL
  Cálculo de los elementos de [K ]
Se tiene que:

De la misma manera que en a) calculemos los términos siguientes:

KRIGEAJE PUNTUAL
  Sacar la inversa de [K]

KRIGEAJE PUNTUAL -0.058 0.032 0.007 0.019 0.149

0.032 -0.050 0.014 0.004 0.239

0.007 0.014 -0.033 0.012 0.308

[𝐾]−1=
0.019 0.004 0.012 -0.036 0.305

-
0.149 0.239 0.308 0.305 14.489
 c) Calcular los valores de λi.
[ λ] = [𝐾]−1 ∗ [𝑀2]

λ1 -0.058 0.032 0.007 0.019 0.149 9.34

λ2 0.032 -0.050 0.014 0.004 0.239 17.02
λ3 0.007 0.014 -0.033 0.012 0.308 20.28
λ4 -
0.019 0.004 0.012 0.036 0.305 12.17
KRIGEAJE PUNTUAL = x
-
μ 0.149 0.239 0.308 0.305 14.48 1
9

Al resolver se obtiene: λ1 = 0.518

λ2 = 0.022
λ3 = 0.089
λ4 = 0.371
μ = 0.915
 Se verifica que:

d) Calcular la ley.

KRIGEAJE PUNTUAL

La ley en Xo será: 0,518*3.2 + 0,022*2.5 + 0,089*4.0 + 0,37*1.5 = 2,6%

 El Kriging en bloques estima el valor
promedio de los bloques
rectangulares, que están centrados
en los nodos de las cuadrículas, los
bloques son el tamaño y forma de
las celdas de las cuadrículas, este
tipo de Kriging no resulta ser un
buen interpolador, ya que no estima
el valor de un punto. Se requiere
estimar un bloque, o más
precisamente, estimar el valor
promedio de la variable dentro del
área local. (Giraldo Henao, 2010)
Estimación de Recursos y Reservas mineras. – Fuente: (Giraldo Henao, 2010) - PDF
 - La evaluación de yacimientos, el cual 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. Esto permite, por tanto, llevar
a cabo posteriormente una evaluación de las reservas
Es utilizado en: con leyes, potencias, tonelajes, etc. (Aso Pasco, 2015)
- Cuando se desea estimar los valores de Z en un área
dada en mallas de celda de un tamaño específico por
modelización cuantitativa. Su estimación de varianzas
normalmente es sustantivamente menor que la del
Kriging puntual. (Aso Pasco, 2015)
 El método más usado en la modelación de recursos
consiste en la discretización del espacio 3D en
bloques o celdas tridimensionales. Cada celda
contiene los atributos (litología, tipo de mineralización
etc.) y las mediciones (leyes, propiedades físico
mecánicas) del dominio geológico en que se
encuentra. Los atributos de los bloques se determinan
sobre la base de la intersección con el modelo
geológico o su posición respecto a una superficie
triangulada y las leyes a través de la estimación con
Modelo de bloques, Kriging. –Fuente: (Aso Pasco, 2015) técnicas de interpolación espacial. (Díaz Viera, 2009)
(Aso Pasco, 2015)
 Para definir el modelo de bloques, es necesario
establecer los siguientes parámetros:
- Posición del modelo: se especifica a partir de las
coordenadas del centroide del bloque llave (key
block).
- Extensión del modelo en las distintas direcciones X, Y,
Z (debe ser lo suficientemente grande para enmarcar
la región de interés).
- Orientación del modelo definido (ángulo de inclinación
y azimut).
- Conjunto de variables a almacenar en el modelo con
sus correspondientes formatos: ley de los distintos
metales, peso volumétrico, litología, tipo tecnológico
Parámetros que definen el modelo de bloques: posición del bloque llave (Xmorg,
Ymorg, Zmorg), dimensiones del bloque (dx,dy,dz), extensión del modelo (x(nx), y(ny), de mena, etc.
z(nz)). – Fuente: (Giraldo Henao, 2010)
Ecuaciones de Kriging de bloques.

Del sistema de ecuaciones para el Kriging ordinario se tiene:

El sistema de ecuaciones del Kriging en bloques está dado por:

Donde el vector de covarianzas al lado derecho de la
igualdad en el sistema anterior, contiene las covarianzas
entre las variables Z(X1), Z(X2), …, Z(Xn) y el bloque A
donde se quiere hacer la estimación.

Isaaks y Srivastava (1989) muestran a

través de ejemplos que el kriging en
bloques coincide con el promedio de
La varianza del error de predicción del Kriging en bloques predicciones hechas por kriging
está dada por:
ordinario sobre cada uno de los puntos
del enmallado dentro del bloque. Así
mismo indican que en la práctica es
suficiente con un enmallado cuadrado
(6x6) para obtener estimaciones
igual a la covarianza entre pares de puntos dentro del bloque.
estables en los bloques.
Suavizamiento.
La dispersión de los valores estimados es menor que la
dispersión de los valores verdaderos, sobre todo en las
zonas donde hay pocos datos. En consecuencia, se tiende a
subestimar las zonas de altas leyes y sobreestimar las zonas
de bajas leyes.
El Kriging es inapropiado para evaluación de procesos donde
los valores extremos son importantes (→ simulaciones).
Sesgo condicional:
El error promedio puede no tener esperanza nula cuando se
considera sólo los sitios donde la ley estimada es alta (o
baja). En general, el sesgo condicional es pequeño si se usa
suficientes datos (>15).
Aditividad:
La estimación de la ley de un bloque es igual al promedio de
las estimaciones de leyes puntuales en este bloque.
 Ejemplo: se tiene un yacimiento isótropo:

Plan de Kriging, elipse de búsqueda de tres datos

por cuadrante, en este caso. – Fuente: (Giraldo
Henao, 2010)
Suponga que se tiene una variable regionalizada El predictor Kriging indicador es igual a:
𝑍 𝑥 : 𝑥 𝜖𝐷 ∩ 𝑅𝑑 estacionaria. Se define la siguiente
transformación: (Díaz Viera, 2009)

es decir que la predicción de la función

Algunas propiedades son las siguientes:
indicadora en el sitio x0 es igual a una
combinación lineal de las n funciones
indicadoras evaluadas en los sitios de
medición. (Giraldo Henao, 2010)
VALORIZACIÓN
DE BLOQUES
DEFINICIÓN DE LAS LEYES DE LOS BLOQUES.
La estimación de las leyes que se asigna a cada bloque se puede llevar a cabo por cualquiera
de los métodos ya estudiados de estimación de las reservas, básicamente tres:
 Krigeaje: Es un método geoestadístico de estimación de puntos. Utiliza un modelo de
variograma para la obtención de los ponderadores que se darán a cada punto de
referencias usadas en la estimación. Esta técnica de interpolación se basa en la premisa de
que la variación espacial continúa con el mismo patrón.
 Inverso de la distancia: Método que sirve para realizar estimaciones locales y consiste en
ponderar las muestras cercanas al punto a estimar por el inverso de la distancia elevado a
alguna potencia.
 Polígonos, triángulos: El método de los polígonos se basa en lo siguiente: Asignar a cada
punto del espacio la ley del dato más próximo. Para estimar una zona S se ponderan las
leyes de los datos por el área (o volumen) de influencia.

Una vez establecido el método que mejor se adapte al yacimiento en cuestión, se tendrá
definido todo el conjunto de bloques con sus leyes correspondientes.
VALORIZACIÓN ECONÓMICA DE LOS BLOQUES.

Desde el punto de vista económico, cada bloque se puede caracterizar por los siguientes
parámetros:
a) Valor de la mineralización presente en el bloque (I).
b) Costos directos que pueden atribuirse directamente a cada bloque (CD): Son aquellos
costos que se asigna directamente a la actividad de producción. Por lo general se refieren
a los costos variables, tales como sondeos, arranque, transporte, tratamiento, etc.
c) Costos indirectos que no se pueden asignar a los bloques individuales (CI): Son aquellos
que no son asignados directamente a la actividad de producción o servicio, pero que
son necesaria para la producción. Se distribuyen entre las diversas unidades
productivas mediante algún criterio de reparto. En la mayoría de los casos los costos
indirectos son costos fijos y que, además, son función del tiempo: salarios,
amortización del valor de la maquinaria, etc.
El valor económico del bloque vendrá dado por:
VEB = I – CD
Es necesario recordar que el valor económico del bloque no es lo mismo que el beneficio o
pérdida, que vendrá definido por:
Beneficio (perdida) = Σ(VEB) – CI

Sin embargo, existen criterios a la hora de “optimizar”, en la cuál se menciona:

 Maximizar el valor total de la explotación.
 Maximizar el valor por tonelada de producto vendible.
 Maximizar la vida de la mina.
 Maximizar el contenido en meta dentro de la explotación.

El primer criterio, la maximización del valor total de la explotación (la maximización del
ΣVEB), es, con mucho, el más utilizado a la hora de realizar la optimización económica de la
explotación a cielo abierto, por lo que los diferentes métodos que se pueden citar a
continuación se centran en él.
 EJEMPLO DE ESTIMACIÓN DE RESERVAS
En un Yacimiento diseminado de oro
del departamento de Puno, se tiene la
siguiente disposición de taladros en
planta.

Donde, las coordenadas UTM del

punto C son:

COORDENADAS UTM
NORTE 8159750

ESTE 388790

Siendo AB=600 m., AC=600m. Se

desea estimar el recurso minero del
primer banco de explotación.
 Compósito Ley Au (gr/tn)
1 0.59
2 1.84
3 2.21
4 0.91
5 3.86
6 0.83
7 1.28
8 0.69
9 1.66
Gravedad específica: 2.7 10 2.75
Realizar: 11 3.25
12 0.62
1. Construir el plano en AutoCAD a partir del escaneado ABCD. 13 1.25
2. Aplicando el método de los polígonos, determinar el 14 1.30
tonelaje de cada uno de los polígonos formados. 15 1.04
3. Determinar las reservas y el contenido metálico sobre un 16 0.43
Cut-off de 0.5 gr/t. 17 0.21
18 0.15
 SOLUCIÓN
1. Para construir el plano ABCD se introduce el punto C y las medidas AB y AC en el programa AutoCAD.
Continuamente se unen los puntos con el fin de formar triángulos.
Para poder originar los polígonos, se trazan las mediatrices de cada lado de los triángulos, en donde la
intersección de las líneas mediatrices formará los vértices de los polígonos.
 2. Hallamos los tonelajes a través del programa Excel.
Finalmente se hallan las áreas de cada
polígono a través del AutoCAD.  Se tiene en cuenta que para hallar el “Tonelaje” tenemos que introducir las
siguientes fórmulas en el programa.
COMPÓSITO ÁREA (m2) Volumen = Área ∗ Altura
Tonelaje = Volumen ∗ Gravedad específica
1 13851.18
GRAVEDAD
2 10588.17
COMPÓSITO ÁREA (m2) ALTURA VOLUMEN ESPECÍFICA TONELAJE
3 19385.46 (DENSIDAD)
4 22040.61 1 13851.18 10 138511.846 2.70 373981.98
5 20481.92 2 10588.17 10 105881.705 2.70 285880.60
6 12934.15 3 19385.46 10 193854.564 2.70 523407.32
7 23077.36 4 22040.61 10 220406.111 2.70 595096.50
5 20481.92 10 204819.194 2.70 553011.82
8 22517.27
6 12934.15 10 129341.533 2.70 349222.14
9 17710.41 7 23077.36 10 230773.638 2.70 623088.82
10 28475.26 8 22517.27 10 225172.669 2.70 607966.21
11 22794.66 9 17710.41 10 177104.062 2.70 478180.97
12 22091.12 10 28475.26 10 284752.551 2.70 768831.89
11 22794.66 10 227946.636 2.70 615455.92
13 26987.62
12 22091.12 10 220911.178 2.70 596460.18
14 22099.31 13 26987.62 10 269876.198 2.70 728665.73
15 19671.95 14 22099.31 10 220993.103 2.70 596681.38
16 22036.05 15 19671.95 10 196719.454 2.70 531142.53
17 16910.63 16 22036.05 10 220360.547 2.70 594973.48
18 16346.84 17 16910.63 10 169106.257 2.70 456586.89
18 16346.84 10 163468.423 2.70 441364.74
TOTAL 359999.97
TOTAL 359999.97
3. Hallamos las reservas y el contenido metálico sobre un Cut-off de 0.5 gr/t.
 Para determinar las reservas y el contenido metálico se tiene en cuentas las siguientes fórmulas para el programa Excel.

Ley Au ÁREA DETERMINACIÓN CONTENIDO

COMPÓSITO ALTURA VOLUMEN TONELAJE
(gr/tn) (m2) DE RESERVAS METÁLICO

1 0.59 13851.18 10 138511.846 373981.98 7094.04 0.02

Determinación de reservas 2 1.84 10588.17 10 105881.705 285880.60 16911.93 0.05
Ley ∗ Tonelaje 3 2.21 19385.46 10 193854.564 523407.32 37189.71 0.10
=
31.1035 4 0.91 22040.61 10 220406.111 595096.50 17410.83 0.05
5 3.86 20481.92 10 204819.194 553011.82 68629.76 0.19
1 onza troy = 31.1035 gramos 6 0.83 12934.15 10 129341.533 349222.14 9319.03 0.03
7 1.28 23077.36 10 230773.638 623088.82 25641.93 0.07
Contenido metálico
8 0.69 22517.27 10 225172.669 607966.21 13487.12 0.04
Determinación de reservas
= 9 1.66 17710.41 10 177104.062 478180.97 25520.61 0.07
σ Áreas
10 2.75 28475.26 10 284752.551 768831.89 67975.88 0.19
11 3.25 22794.66 10 227946.636 615455.92 64308.90 0.18
12 0.62 22091.12 10 220911.178 596460.18 11889.51 0.03
13 1.25 26987.62 10 269876.198 728665.73 29283.91 0.08
14 1.3 22099.31 10 220993.103 596681.38 24938.86 0.07
15 1.04 19671.95 10 196719.454 531142.53 17759.68 0.05
16 0.43 22036.05 10 220360.547 594973.48 8225.40 0.02
17 0.21 16910.63 10 169106.257 456586.89 3082.72 0.01
18 0.15 16346.84 10 163468.423 441364.74 2128.53 0.01
359999.9
TOTAL 450798.33 1.25
7
 Rango de DETERMINACIÓN DE
TONELAJE LEY
Cutt-Off
 Se sabe que el Cut-Off es la ley mínima explotable que RESERVAS
tiene que tener un bloque mineralizado para(onzas)
que
se lo considere como reserva de mineral. Cutt-Off > 0.5
Se pide hallar las reservas sobre un Cut-Off de 0.5 gr/tn, para 8,227,074 1.65 437362
gr/tn.ello se tiene en cuenta las siguientes fórmulas
que se aplicarán en el programa Excel.
Cutt-Off < 0.5
1,492,925 0.28 13437
Para Cut-Off > 0.5 gr/tn: gr/tn.
Tonelaje′ = σ Tonelaje con ley > 0.5 gr/tn;
gr
σ Ley > 0.5 ∗ Tonelaje con ley > 0.5 gr/tn
𝐿𝑒𝑦′ = tn
σ Tonelaje con ley > 0.5 gr/tn
Ley ′ ∗ Tonelaje′
Determinación de reservas =
31.1035
Para Cut-Off < 0.5 gr/tn:
Tonelaje′′ = σ Tonelaje con ley < 0.5 gr/tn;
gr
σ Ley < 0.5 ∗ Tonelaje con ley < 0.5 gr/tn
𝐿𝑒𝑦′′ = tn
σ Tonelaje con ley < 0.5 gr/tn
Ley ′′ ∗ Tonelaje′′
Determinación de reservas =
31.1035
 Para la estimación de recursos y reservas, los métodos que se hacen de forma más
sencillas y rápidas son los clásicos geo estadísticos.
 La forma de trabajo del KRIGING ORDINARIO es la indicada para estimar áreas de forma
manual.
 El mayor interés que se presenta en el Kriging puntual es que permite obtener una serie de
valores estimados a los cuales, posteriormente, se les puede ajustar una serie de líneas de
isocontenidos, por ejemplo, para las leyes o potencias del nivel mineralizado.
 Uno de los métodos más usados en la modelación de recursos, viene a ser el Kriging de
bloques, que consiste en la discretización del espacio 3D en bloques o celdas
tridimensionales. Cada celda contiene los atributos (litología, tipo de mineralización etc.) y
las mediciones (leyes, propiedades físico mecánicas) del dominio geológico en que se
encuentra.
GRACIAS