UNIVERSIDAD NACIONAL DE

CAJAMARCA

INGENIERÍA DE MINAS

CURSO : MODELAMIENTO Y ANALISIS

GEOESTADISTICO
INFORME :“ANALISIS ESTRUCTURAL
DOCENTE : Ing. VILCA PEREZ, JESUS GABRIEL .
INTEGRANTES:
-CORTEZ LUCANO MISAEL
- CARRASCO MENDO WELSER
-CRUZADO ACUÑA FREDESVINDO
- RAMOS CHAVES JAIME.

CICLO : X

1
 INTRODUCCION

QUE ES EL ANALISIS ESTRUCTURAL?

El análisis estructural es uno de los tópicos

más importantes de la Geoestadística puesto
que se encarga de la caracterización de la
estructura espacial de una propiedad o
fenómeno regionalizado. Es el proceso en el
marco del cual se obtiene un modelo
Geoestadística para la función aleatoria que se
estudia.

2
MODELAMIENTO GOESTADISTICO
 EQUIPO N 03
CONCEPTOS BASICOS PARA EL ANÁLISIS
GEOESTADÍSTICO Y FUNCIONES BÁSICAS
VARIABLE REGIONALIZADA ESTACIONARIEDAD
1 2

 Se nombra como variable  La variable regionalizada es

regionalizada, z(x), a la variable estacionaria si su función de
distribuida en el espacio de distribución conjunta es
manera tal que presenta una invariante respecto a
estructura espacial de cualquier translación del
correlación, vector h.
 matemáticamente
.

3
MODELAMIENTO GEOESTADISTICO
 EQUIPO N 03
ESTACIONARIEDAD DÉBIL O INTRÍNSECA

 Para cualquier vector h, la varianza del

 En estos casos se trabaja sólo con la incremento está definida y es una función
hipótesis que pide que los única de la distancia.
incrementos [Z(x+h) - Z(x)] sean .
estacionarios.

 Z(x) tiene esperanza finita y constante

para todo punto en el dominio. Lo que
implica que la esperanza de los
incrementos es cero.

4
MODELAMIENTO GEOESTADISTICO
 2.4.2 LAS CENIZAS

Dada por la
semivarian
función denotada por
2γ(h)
VARIOGRAMA Y Semivariograma za.
SEMIVARIGRAMA
variograma :
La mitad del variograma
γ(h), se conoce como la
función de semivarianzas
EXTERNA

Para interpretar el Semivariograma experimental se parte del

criterio de que a menor distancia entre los sitios mayor
similitud o correlación espacial entre las observaciones.

5
MODEALMIENTO GEOESTADICO
 COVARIOGRAMA Y CORRELOGRAMA.

La función de covarianza muestral entre parejas de observaciones que se encuentran a

una distancia h se calcula, empleando la formula clásica de la covarianza muestral, por:

donde m representa el valor promedio en todo punto de la región de estudio y n es el número de parejas
de puntos que se encuentran a una distancia h.

MINERALES COMBUSTIBLES-CARBÓN,PETRÓLEO, Y GAS NATURAL 6

 REPRESENTACIONES GRAFICAS .

VARIOGRAMA

Representación del variograma Representación de la función covarianza

7
 EJEMPLO ILUSTRATIVO

 Suponga que se tienen medidas sobre una variable hipotética cuyos valores están
comprendidos entre 28 y 44 unidades y su configuración en una región de estudio es
como se presenta en el esquema de la siguiente página. Como se indica en la
representación, la distancia entre cada par de puntos contiguos es de 100 unidades.
Luego si existe un punto faltante la distancia entre los dos valores ubicados a cada lado
de éste será de 200 unidades. Veamos como calcular bajo esta situación el
semivariograma experimental. Por simplicidad se calcularán sólo los semivariogramas
en sentido (izquierda-derecha) e (inferior-superior), debido a que para obtener un
semivariograma experimental en el que requeriría calcular la distancia euclidiana para
un número considerablemente alto de parejas de puntos. sólo se tenga en cuenta la
distancia y no la orientación (semivariograma omnidireccional), se

EL CARBÓN TÉRMICO

8
MODELAMIENTO GEOESTADISTICO
 EJEMPLO ILUSTRATIVO

En primer lugar, en sentido izquierda-derecha se encuentran todas las parejas de puntos que
están a una distancia de 100 unidades y se calcula el semivariograma como:

MINERALES COMBUSTIBLES-CARBÓN,PETRÓLEO, Y GAS NATURAL 9

 EJEMPLO ILUSTRATIVO

Los valores calculados del

semivariograma se muestran en la
siguiente tabla.

Al graficar los valores de la función de semivarianza experimental dados en la tabla anterior se observa

Representación del
semivariograma

10
MODELAMIENTO GEOESTADISTICO
 EJEMPLO ILUSTRATIVO

Ajuste de un modelo teórico

11
MODELAMIENTO GEOESTADISTICO
 CONSIDERACIONES PARA EL CÓMPUTO DEL
VARIOGRAMA
 Los pares de las observaciones se
agrupan según la distancia dentro de
un intervalo con una tolerancia y
dentro de una dirección con una
tolerancia angular.
 Se estima para valores menores que
la mitad de la distancia máxima.
cualquier propósito, y un mínimo de 10
debe ser usado para determinar con
precisión el rango y la meseta del
variograma.
 Se considera que debe haber entre 30
y 50 pares de puntos como mínimo por
intervalo.

 Se considera que un número máximo

de 25 intervalos es suficiente para

12
MODELAMIENTO GEOESTADISTICO
 EJEMPLO ILUSTRATIVO

CALCULO DEL VARIOGRAMA EN DIRECCIÓN “”.

Variograma en dirección θ Análisis del variograma

13
MODELAMIENTO GEOESTADISTICO
 EJEMPLO ILUSTRATIVO

VARIOGRAMA “CLOUD” .

Representación de variograma en ArcGIS

14
MODELAMIENTO GEOESTADISTICO
 MODELOS TEÓRICOS DE VARIOGRAMAS

MODELO ESFÉRICO .

En donde C1 representa la meseta, a el rango y h la distancia.

MODELO EXPONENCIAL se aplica cuando la dependencia espacial tiene un crecimiento

exponencial respecto a la distancia entre las observaciones

MODELO GAUSSIANO .
El principal distintivo de este modelo es su
forma parabólica cerca al origen
15
MINERIA NO METALICA
 MODELO MONÓMICOS.

Corresponden a los modelos que no alcanzan la meseta Su uso puede

Su fórmula matemática ser delicado debido a que en algunos casos indican la presencia de no
es la siguiente: . estacionar edad en alguna dirección.

Obviamente cuando el parámetro q es

igual a uno el modelo es lineal y k
representa la pendiente de la ecuación
de regresión con intercepto cero.

Comportamiento típico de los modelos de semivarianza

monómicos.
16
MODELAMIENTO GEOESTADISTICO
 CONCLUSIONES
El profesional en ingeniería debe de
 La Geoestadística es una herramienta conocer los conceptos básicos en
muy importante en el estudio de la Geoestadística, así como su
distribución espacial de leyes de los interpretación de los resultados que
yacimientos metálicos. hayan sido estimados.

 El análisis estructural de variogramas  El no saber interpretar correctamente

es muy útil para la interpretación de los resultados obtenidos en nuestras
leyes minerales (minería). simulaciones podrían generar
grandes pérdidas en capital.
 Se logró relacionar los modelos
teóricos de variogramas (esférico,
exponencial y gaussiano).

17
MODELAMIENTO GEOESTADISTICO