PROCESO

PARA LA Alumnos

ESTIMACIÓN •
•
•
YURI YUPANQUI REYSÁNCHEZ
BRYAN JESUS GUARDIA ESCOBEDO
RODRIGO MUÑOZ SÁNCHEZ

DE RECURSOS •
•
•
RONALD MAURICIO RONDÓN QUISPE
JONATHAN DÁVILA ROJAS
CRISTIAN CARTAGENA MATOS
2

INTRODUCCIÓN

RECURSOS DE MINERAL RESERVAS DE MINERAL

3

CONOCIMIENTO Y MODELO GEOLÓGICO

MODELO GEOLÓGICO
4

METODOS DE ESTIMACIÓN

GEOMÉTRICOS O
GEOESTADÍSTICOS
CLÁSICOS
▸ Método de los perfiles o cortes
▸ Método de los polígonos
▸ Krigeado Puntual

▸ Método de los triángulos

▸ Krigeado de Bloques

▸ Método de las matrices de bloques

▸ Método de los isolineas
▸ Método del inverso de la distancia
5

METODOS DE ESTIMACIÓN – M. PERFILES

MÉTODO DE LOS PERFILES

6
METODOS DE ESTIMACIÓN – M. DE LOS
TRIANGUALOS
MÉTODO DE LOS TRIANGULOS

Usos: en depósitos con poca

variaciones de Ley y potencia.

Metodología: se unen los

sondeos, formando un
mallado triangular. Cada
triángulo es la base de un
prisma, donde la potencia, ley
y densidad son constantes
7
METODOS DE ESTIMACIÓN – M. DE LOS
POLIGONOS
MÉTODO DE LOS POLIGONOS

Usos: en depósitos con poca

variaciones de Ley y potencia.
El método no delimita el
depósito.

Metodología: se construyen
los polígonos, dejando en su
centro un sondeo. Se forman
prismas poligonales.
8
METODOS DE ESTIMACIÓN – M. DE LAS
ISOLINEAS

MÉTODO DE LAS ISOLINEAS

Usos: Para superficies

complejas. Se necesitan
muchos datos, refleja bien las
características geológicas del
depósito
Metodología: Se construyen
las isolíneas con los valores de
ley, o isopacas. Cada líneas
encierra una superficie, dos
superficies definen una
rebanada cuyo Vl es la media
de las sup. X el espesor
9
METODOS DE ESTIMACION-M. INVERSO DE
LA DISTANCIA

MÉTODO INVERSO DE LA
DISTANCIA

Si la potencia es baja (cercana a cero), la

distancia elevada a esta potencia es cercana a
1. Al contrario, si la potencia es muy alta, el
inverso de la distancia más pequeña se vuelve
preponderante sobre todos los otros términos,
y el estimador se convierte en el del más
cercano vecino.
10

Sesgo condicional
sobrestimar las zonas ricas y subestimar las zonas pobres de un
yacimiento.
11

Teoría del Krigeage

El krigeage atribuye un peso λ i a la muestra Z (x i ). Estos pesos se calculan

obviamente minimizando la varianza del error cometido, lo que permitirá
obtener la estimación mas precisa posible.
12

TIPOS DE KRIGEAGE

Krigeage Ordinario
En primera instancia asumimos que la variable regionalizada Z(x) es estacionaria y que su media “m”
es desconocida, la estimación se llama krigeage ordinario KO.

Krigeage Simple
Las mismas condiciones salvo que aquí la media “m” es
conocida y se abrevia SK. No es usado comúnmente.
13

Kriging ordinario
X (Kilometer) X (Kilometer)
0. 10. 20. 30. 40. 0. 10. 20. 30. 40.

>=20 >=20
19 19
9.38 18
18 40. 40.
40. 40. 17 17
10.31 5.96 16 16
11.11 15
11.04 15

Y (Kilometer)
14
Y (Kilometer)

7.69 14

Y (Kilometer)
Y (Kilometer)
30. 11.54 30. 13 30. 30. 13
12 12
9.43 6.60
7.52 11 11
6.87 10 10
20. 20. 9 20. 20. 9
8 8
7 7
7.36 2.46 11.22 9.84 6 6
12.12 5 5
10. 10. 4 10. 10. 4
3.81 4.32
3 3
10.21 9.22 2 2
7.26 1 1
0. 9.43
9.59 7.18 0. <0 0. 0. <0
0.6.26 10. 20. 30. 40. 0. 10. 20. 30. 40.
X (Kilometer) N/A X (Kilometer) N/A
 Imagen original Kriging ordinario
14 X (Kilometer) X (Kilometer)
0. 10. 20. 30. 40. 0. 10. 20. 30. 40.

>=20 >=20
9.38 19 19
18 18
40. 40. 17 40. 40. 17
10.31 5.96 16 16
11.11
11.04 15 15

Y (Kilometer)
14
Y (Kilometer)

7.69 14

Y (Kilometer)
Y (Kilometer)
30. 11.54 30. 13 30. 30. 13
12 12
9.43 6.60
7.52 11
11
6.87 10 10
9 20. 20. 9
20. 20. 8
8
7 7
2.46 11.22 9.84 6 6
7.36 12.12 5
5 10. 10.
10. 10. 4 4
3.81 4.32 3
3
2
10.21 9.22 2
1
7.26 1 <0
9.43
9.59 7.18 <0 0. 0.
0. 0. 0. 10. 20. 30. 40.
0.6.26 10. 20. 30. 40.
X (Kilometer) N/A
X (Kilometer) N/A

X (Kilometer)
X (Kilometer) 0. 10. 20. 30. 40.
0. 10. 20. 30. 40.
9.38 >=13
12.45
11.9
9.38 Polígonos 40. 10.31
11.11
5.96 40. 11.35 Inverso
40. 40. 11.04 10.8
10.31 5.96 10.25
11.11 11.54 7.69
de
Y (Kilometer)

Y (Kilometer)
11.04 9.7

Y (Kilometer)
7.69 30. 30. 9.15
30.11.54 30. 9.43 6.60
7.52 8.6
9.43 6.60
7.52 6.87 8.05
7.5
la
6.87
20. 20. 20.
2.46 11.22 9.84
20. 6.95
6.4 distancia
7.36 12.12 5.85
7.36 2.46 11.22 9.84
12.12
5.3
3.81 4.32 4.75
10. 3.81 4.32 10. 10. 10. 4.2
10.21 9.22 3.65
10.21 9.22 7.26 3.1
7.26 9.43
9.59 7.18 2.55
0. 6.26 9.43
9.59 7.18 0. 0.
6.26
0. <2
0. 10. 20. 30. 40. 0. 10. 20. 30. 40.
X (Kilometer) X (Kilometer) N/A
15

CONCLUSIONES

- Cada método de estimación produce un resultado diferente.

- Los métodos tradicionales son empíricos, demasiado geométricos y
no consideran la estructura del fenómeno mineralizado(continuidad
de leyes, anisotropías) y tienen sesgo condicional muy marcado
16

BIBLIOGRAFÍA Y REFERENCIAS

▸ Alfaro Sironvalle, Marco Antonio(2007): Estimación de Recursos Mineros

▸ Dr. Marcelo Godoy(2009): Seminario “Competencias en Recursos y Reservas Mineras”
▸ Xavier Emery(2013): Geoestadística. Facultad de Ciencias Físicas y Matemáticas,
Universidad de Chile.
▸ Curso de geoestadística minera aplicada geoval Perú-- Ing. José Terrones
▸ Simulación Secuencial de una Variable Categórica – Zona Supérgena – Proyecto de
Cobre Río Blanco Perú-- Ing. José Terrones
17

GRACIAS!