1 Geoestadistica Curso

ESCUELA PROFESIONAL DE
INGENIERIA MINAS
CURSO:
GeoEstadstica
ING. Darwin Ortega Cceres
Ing. Darwin Ortega Cceres - MI 548 1

Capitulo I
GeoEstadstica
Introduccin
En el campo de las geociencias es comn encontrar variables distribuidas

espacialmente. Para el estudio de estas variables son usados diversos
procedimientos geoestadsticos de estimacin y/o simulacin. Esto es, a partir
de un conjunto de muestras tomadas en localizaciones del dominio en que se
manifiesta un fenmeno a estudiar y consideradas representativas de su
realidad, que por lo general es siempre desconocida, estos procedimientos
permiten la descripcin o caracterizacin de las variables con dos fines
diferentes,

Capitulo I
GeoEstadstica
Introduccin
primero, proporcionar valores estimados en localizaciones de inters y

segundo, generar valores que en conjunto presenten iguales caractersticas
de dispersin que los datos originales. La geologa y la minera es el campo
tpico para la aplicacin de estos modelos, campo en el que surge y se
desarrolla la Geoestadstica como ciencia aplicada. Se hace referencia en este
curso a los conceptos fundamentales de la Geoestadstica.

Capitulo I
GeoEstadstica
Introduccin
Problema que dio origen a la Geoestadstica.
La bsqueda, exploracin y evaluacin de yacimientos minerales tiles es una

de las actividades fundamentales que toda empresa minera debe desarrollar
durante su vida til, destacndose entre otras tareas: el pronstico cientfico
en la localizacin de los yacimientos minerales tiles, la elaboracin de
mtodos eficaces para la exploracin y la evaluacin gelogo econmico de
los yacimientos para su explotacin (Lepin y Ariosa, 1986; Armstrong y
Carignan, 1997; Chica, 1987).

Capitulo I
GeoEstadstica
Introduccin
Problema que dio origen a la Geoestadstica.
Todo esto condicionado al agotamiento de los recursos producto de la

explotacin y a las fluctuaciones de las cotizaciones del mercado. Los trabajos
de bsqueda y exploracin se dividen en estadios que son resultado de la
aplicacin de un principio importante del estudio del subsuelo, el Principio de
Aproximaciones Sucesivas. Cada uno de los estadios culmina con la
determinacin lo ms aproximada posible de los recursos minerales del
yacimiento, actividad fundamental de las empresas gelogo - mineras
conocida como clculo de recursos y reservas.

Capitulo I
GeoEstadstica
Introduccin
El desarrollo de la minera ha trado unido el perfeccionamiento de los

mtodos de bsqueda de los minerales tiles, y los de la determinacin de su
cantidad y utilidad para la extraccin (Lepin y Ariosa, 1986), adems, el
mundo minero se hace cada vez ms competitivo y las compaas necesitan
evaluar su potencial econmico (Berckmans y Armstrong, 1997).

Capitulo I
GeoEstadstica
Concepto
La Geoestadstica se define como la aplicacin de la Teora de Funciones
Aleatorias al reconocimiento y estimacin de fenmenos naturales (Journel y
Huijbregts, 1978), o simplemente, el estudio de las variables numricas
distribuidas en el espacio (Chauvet, 1994), siendo una herramienta til en el
estudio de estas variables (Zhang, 1992).

Capitulo I
GeoEstadstica
Concepto
Su punto de partida es asumir una intuicin topo-probabilista (Matheron,
1970). Los fenmenos distribuidos en el espacio, la mineralizacin en un
yacimiento mineral por ejemplo, presenta un carcter mixto, un
comportamiento catico o aleatorio a escala local, pero a la vez estructural a
gran escala (figura 1).

Capitulo I
GeoEstadstica
Concepto
Se puede entonces sugerir la idea de interpretar este fenmeno en trminos
de Funcin Aleatoria (FA), es decir, a cada punto x_ del espacio se le asocia
una Variable Aleatoria (VA) Z(x), para dos puntos diferentes x e y, se tendrn
dos VAs Z(x) y Z(y) diferentes pero no independientes, y es precisamente su
grado de correlacin el encargado de reflejar la continuidad de la
mineralizacin, o de cualquier otro fenmeno en estudio, de modo que el
xito de esta tcnica es la determinacin de la funcin de correlacin espacial
de los datos (Zhang, 1992).
9
Capitulo I
GeoEstadstica
Concepto
Su estimador, El Krigeaje, tiene como objetivo encontrar la mejor estimacin
posible a partir de la informacin disponible, y en efecto, el valor estimado
obtenido Z*(x) de un valor real y desconocido Z(x), consiste en una
combinacin lineal de pesos asociados a cada localizacin donde fue
muestreado un valor Z(xi) (i = 1,n) del fenmeno estudiado, observando dos
condiciones fundamentales:
1.- que el estimador sea insesgado. E[Z* - Z] = 0, y
2.- que la varianza Var[Z* - Z] sea mnima, consiguindose de este modo
minimizar la varianza de error de estimacin.
10
Capitulo I
GeoEstadstica
Concepto
A diferencia de otros mtodos de interpolacin, como por ejemplo el inverso
de la distancia, el krigeage utiliza en la estimacin las caractersticas de
variabilidad y correlacin espacial del fenmeno estudiado, por lo que su uso
implica un anlisis previo de la informacin con el objetivo de definir o
extraer de esta informacin inicial un modelo que represente su continuidad
espacial. Una vez logrado, estamos en condiciones de obtener el mejor valor
posible en cada localizacin o bloque a estimar a partir de los datos medidos,
acompaada de la varianza de krigeaje como medida del error de la
estimacin realizada (Armstrong y Carignan, 1997), lo que distingue al
krigeaje de otros mtodos de interpolacin (Abasov et al., 1990; de Fouquet,
1996; Carr, 1995).
11
Capitulo I
GeoEstadstica
Concepto

Capitulo I
GeoEstadstica
Anlisis Exploratorio de Datos
Es un conjunto de tcnicas estadsticas y grficas que permiten establecer un buen

entendimiento bsico del comportamiento de los datos y de las relaciones existentes
entre las variables que se estudian.
El anlisis exploratorio de datos (AED) es un paso previo e indispensable para la

aplicacin exitosa de cualquier mtodo estadstico.
En particular permite la deteccin de fallos en el diseo y toma de datos, el

tratamiento y/o la evaluacin de datos ausentes, la identificacin de valores atpicos y
la comprobacin de los supuestos requeridos por parte de las tcnicas geoestadsticas.

Capitulo I
GeoEstadstica
Etapas de un Anlisis Exploratorio de Datos
Realizar un examen grfico de la naturaleza de las variables individuales y un

anlisis descriptivo numrico que permita cuantificar algunos aspectos grficos de
los datos.
Realizar un examen grfico de las relaciones entre las variables y un anlisis

descriptivo numrico que cuantifique el grado de interrelacin existente entre
ellas.
Evaluar algunos supuestos bsicos subyacentes a muchas tcnicas estadsticas, por

ejemplo, normalidad, linealidad y homocedasticidad.

Capitulo I
GeoEstadstica
Etapas de un Anlisis Exploratorio de Datos
Identificar los posibles valores atpicos (outliers) y evaluar el impacto potencial que
puedan ejercer en anlisis estadsticos posteriores.
Evaluar, el impacto potencial que pueden tener los datos ausentes (missing) sobre
la representatividad de los datos analizados.

Capitulo I
GeoEstadstica
Herramientas de un Anlisis Exploratorio de Datos
Estadstica univariada
Estadstica bivariada, multivariada.
Regresin lineal y mnimos cuadrados.

Capitulo I
GeoEstadstica
CAMPO DE APLICACION
El campo de aplicacin ms importante de la geoestadstica es, sin duda,

la minera. Sin embargo, el formalismo terico que la sustenta es de un
carcter ms general, permitiendo que esta teora se aplique a muchos
campos distintos al mbito minero, como son la gravimetra,
hidrogeologa, reconocimiento forestal, ecologa, etc.

Capitulo I
GeoEstadstica
CAMPO DE APLICACION
Ejemplos importantes de aplicacin son:
En la prediccin de leyes de mena globales (de todo un depsito) o locales

(porejemplo, predicciones de la ley de mena de la semana entrante o de
un cierto sector del yacimiento).
En la aplicacin de sus contenidos temticos durante las distintas fases de la

exploracin, particularmente en la decisin de dnde y cunto muestrear
(planificacin minera).
En la determinacin de las mezclas ptimas de mineral para su envo a la

planta.

Capitulo I
GeoEstadstica
IMPORTANCIA DE LA GEOESTADISTICA EN LA MINERIA
La Geoestadstica considera que cualquier punto de un depsito est

espacialmente relacionado con sus vecinos y cuanto ms cerca mucho
mayor es la correlacin. Basado en esta hiptesis, la geoestadstica se
convierte en una avanzada herramienta para la estimacin de reservas,
resolviendo en gran medida las dudas planteadas por otras tcnicas. La
base terica de la geoestadstica permite cuantificar los conceptos
geolgicos de:

Capitulo I
GeoEstadstica
Area de influencia ( rango)
Erraticidad del depsito en estudio ( efecto pepita)
Zonas de alta, regular y baja mineralizacin ( anisotropa)
Estimacin, inferencia o interpolacin de valores a zonas donde no se tiene

informacin, minimizando el error posible.

Capitulo I
GeoEstadstica
Error de estimacin para cada punto o bloque estimado, lo cual permite

conocer los lmites de confiabilidad de la estimacin.( Ninguna otra
tcnica permite conocer estos valores punto a punto).
Optimizacin del muestreo para reducir el error de estimacin, y por

consiguiente tener un gran ahorro econmico para futuras campaas de
muestreo en el mismo depsito.
Grfica de toda esta informacin, lo que representa una valiosa ayuda en la

toma de decisiones.

Capitulo I
GeoEstadstica
La Geoestadstica no resuelve todos los problemas en la estimacin de

recursos minerales, puede considerarse como una herramienta que bien
usada puede dar muy buenos resultados. Un punto que se debe enfatizar
es que cualquiera sea el mtodo de estimacin que se use, siempre el
resultado conlleva algn error y la Geoestadstica no es inmune a esta
situacin.

Capitulo I
GeoEstadstica
No se debe olvidar que el objetivo principal de una estimacin de reservas

consiste en tratar de representar los resultados de los anlisis de los datos
del muestreo a todos los puntos del depsito que interesa, y por lo tanto,
obtener el dato de ley y tonelaje que ms se ajuste a la realidad.

Capitulo I
GeoEstadstica
Variable Regionalizada
Un concepto clave en Geoestadstica es el de variable regionalizada, que
posee propiedades intermedias entre una variable completamente
aleatoria y una completamente determinstica.

Capitulo I
GeoEstadstica
A modo de definicin una variable regionalizada es una variable aleatoria

cuya realizacin depende de la posicin.

Capitulo I
GeoEstadstica

Ejemplos tpicos de variables regionalizadas son la elevacin topogrfica

de algn terreno, el perfil de pozo registrado con alguna herramienta de
sondeo, etc.

Capitulo I
GeoEstadstica

Ejemplos tpicos de variables regionalizadas son la elevacin topogrfica

de algn terreno, el perfil de pozo registrado con alguna herramienta de
sondeo, etc.
En contraposicin con una variable totalmente aleatoria, una variable

regionalizada tiene cierta correlacin punto a punto, pero estos cambios
son tan complejos que no pueden ser descriptos por una funcin
determinstica.
Capitulo I
GeoEstadstica
Soporte
Una variable regionalizada es espacialmente continua, sin embargo en la

prctica se dispone de muestras puntuales tomadas en lugares
especficos, por ejemplo en los pozos. El tamao, forma, orientacin y
distribucin espacial de estas muestras se conoce con el nombre de
soporte de la variable regionalizada, si por alguna razn cambia, entonces
la variable regionalizada tambin lo hace. Si el muestreo es denso e
importante estas variaciones sern mas imperceptibles, aproximndonos
al modelo intrnseco que gobierna la distribucin espacial de esa variable
(ley de los grandes nmeros).

Capitulo I
GeoEstadstica
por lo tanto como definicin podemos decir que:
Una variable medida en el espacio de forma que presente una estructura

de correlacin, se dice que es una variable regionalizada. De manera ms
formal se puede definir como un proceso estocstico con dominio
contenido en un espacio euclidiano dimensional

Capitulo I
GeoEstadstica
Se nombra como variable regionalizada z ( ) a la variable distribuida en el espacio
de manera tal que presenta una estructura espacial de correlacin.
Una definicin ms rigurosa matemticamente equivalente consistira en decir que

una variable regionalizada es una variable aleatoria z definida en un punto del
espacio .
Donde en el caso ms general x es un punto en el espacio tridimensional, es decir

Capitulo I
GeoEstadstica
Variable regionalizada
Al tomar una muestra de una funcin aleatoria, a la que llamaremos
realizacin, se obtendr una funcin espacial discreta la cual constituye una
variable regionalizada.
Es decir una realizacin de una funcin aleatoria es una variable regionalizada

Capitulo I
GeoEstadstica
El objeto sobre el cual trabajaremos ser una descripcin matemtica del
fenmeno regionalizado, a saber, una o varias funciones numricas llamadas
Variables Regionalizadas, que miden ciertas propiedades o atributos
relacionados con este fenmeno.

Capitulo I
GeoEstadstica
Por ejemplo:
En el espacio de una dimensin, sea

z(x) = Ley de Cu a lo largo de una galera, la
potencia de una veta, la acumulacin, la
densidad de la roca o la recuperacin
metalrgica, describen un fenmeno de
mineralizacin;
la porosidad y la permeabilidad de la roca
en un reservorio de petrleo o en un
acufero;
la concentracin de un elemento
contaminante en la atmsfera o en el suelo;
la altitud topogrfica en un punto del
espacio geogrfico.

Capitulo I
GeoEstadstica
Por ejemplo:

mineralizacin;
acufero;
espacio geogrfico.

Capitulo I
GeoEstadstica
Por ejemplo:

mineralizacin;
acufero;
espacio geogrfico.

Capitulo I
GeoEstadstica
Por ejemplo:
En el espacio de dos dimensiones, sea

z(x1, x2) = z(x) = potencia mineralizada en
un yacimiento

Capitulo I
GeoEstadstica
Por ejemplo:
En el espacio de dos dimensiones, sea

z(x1, x2) = z(x) = potencia mineralizada en
un yacimiento

Capitulo I
GeoEstadstica
Por ejemplo:
En el espacio de tres dimensiones, sea z(x1, x2, x3) = z(x) = Ley de Cu en el

punto x dentro de un depsito masivo:

Capitulo I
GeoEstadstica
Por ejemplo:
En el espacio de tres dimensiones, sea z(x1, x2, x3) = z(x) = Ley de Cu en el

punto x dentro de un depsito masivo:

Capitulo I
GeoEstadstica
Del punto de vista conceptual, una variable regionalizada es una funcin estocstica.
En general, esta funcin presenta dos aspectos complementarios: por una parte, tiene
una cierta continuidad espacial (zonas de altos valores / zonas de bajos valores), pero
por otro lado, vara irregularmente y escapa a toda representacin simple.

Capitulo I
GeoEstadstica
Del punto de vista conceptual, una variable regionalizada es una funcin estocstica.
En general, esta funcin presenta dos aspectos complementarios: por una parte, tiene
una cierta continuidad espacial (zonas de altos valores / zonas de bajos valores), pero
por otro lado, vara irregularmente y escapa a toda representacin simple.

Capitulo I
GeoEstadstica
Funcin Aleatoria
Si a cada punto x_que pertenece a un dominio en el espacio le hacemos
corresponder una variable aleatoria Z, entonces el conjunto de variables aleatorias
espacialmente distribuidas ser una funcin aleatoria Z ( x_).
Ejemplo:
La distribucin espacial de las facies o la porosidad en un yacimiento.
La Geoestadstica es la aplicacin de la Teora de las Variables Regionalizadas a la

estimacin de procesos o fenmenos geolgicos en el espacio (Matheron 1962).

Capitulo I
GeoEstadstica
Funcin Aleatoria
Observaciones:
a) No se puede afirmar que una variable regionalizada es una funcin

aleatoria. Esto tendra el mismo sentido que decir el nmero 6 es una
variable aleatoria.
El enunciado correcto de la hiptesis probabilstica de la geoestadstica es:

z(x) es la realizacin de una funcin aleatoria Z(x).

Capitulo I
GeoEstadstica
Funcin Aleatoria
Observaciones:
b) Para que esta hiptesis probabilstica tenga un sentido real, es necesario

poder reconstituir, al menos en parte, la ley de probabilidad de la funcin
aleatoria, lo cual supone que la inferencia estadstica (es decir el clculo
de parmetros que caracterizan la funcin aleatoria) es posible. Es
necesario introducir una hiptesis suplementaria a la funcin aleatoria
Z(x). Esta hiptesis es conocida como hiptesis de estacionaridad y
expresa que la variacin espacial de las realizaciones de Z(x) deben ser
homogneas.

Capitulo I
GeoEstadstica
Funcin Aleatoria
Observaciones:
b)
Esta hiptesis se puede debilitar al suponer que las diferencias Z(x) Z(y)
son estacionarias localmente (lo cual se conoce como hiptesis intrnseca).
La estacionaridad es una propiedad del modelo (funcin aleatoria) y

quedar ms clara cuando se estudie el clculo de variogramas.

Capitulo I
GeoEstadstica
Funcin Aleatoria
Observaciones:
En base al nivel de homogeneidad espacial que se le suponga a la funcin

aleatoria generadora de la realizacin observada se tiene la siguiente
casustica:

Capitulo I
GeoEstadstica
Funcin Aleatoria - Hiptesis de Estacionaridad
Clasificacin de las Funciones Aleatorias segn su grado de estacionaridad
Funcin Aleatoria Estacionaria en sentido estricto o estrictamente estacionaria
Funcin Aleatoria estacionarias de segundo orden.
Funciones aleatorias no estacionaria pero intrnsecamente estacionaria.
Funciones aleatorias no estacionarias

Capitulo I
GeoEstadstica
1. Funcin Aleatoria Estacionaria en sentido estricto o estrictamente estacionaria
Se dice que una funcin aleatoria es estrictamente estacionaria si su funcin de

distribucin
es invariante a cualquier traslacin respecto a un vector h o lo que es equivalente, la

funcin de distribucin del vector aleatorio es
idntica a la del vector para cualquier h .
Usualmente se trabaja slo con los momentos hasta de segundo orden, resulta prctico
limitar la hiptesis de estacionaridad a estos primeros momentos.

Capitulo I
GeoEstadstica
2. Funcin Aleatoria estacionarias de segundo orden
Se dice que una funcin aleatoria es estacionaria de segundo orden si se cumple que:
i) su valor esperado existe y no depende de x,
ii) para cualquier par de variables aleatorias Z (x) y Z (x + h) , su covarianza existe y slo
depende del vector de separacin h,
La estacionaridad de la varianza implica que la varianza existe, es finita y no depende de

x , es decir:

Capitulo I
GeoEstadstica
2. Funcin Aleatoria estacionarias de segundo orden
As mismo bajo esta hiptesis el semivariograma tambin es estacionario y se cumple

que:
Adems existe una relacin directa entre el semivariograma y la funcin de covarianza
En este caso resulta suficiente usar una de las dos funciones para caracterizar la
dependencia espacial.

Capitulo I
GeoEstadstica
3. Funciones aleatorias no estacionaria pero intrnsecamente estacionaria.
Existen funciones aleatorias Z (x) que representan a fenmenos fsicos que muestran
una capacidad casi ilimitada de variacin, por lo que para estas funciones no estn
definidas la varianza ni la covarianza. Sin embargo existen casos en que sus incrementos
o diferencias Z (x + h) Z (x), tienen una varianza finita. En otras palabras, esto quiere
decir que las diferencias son estacionarias de segundo orden.
Por lo tanto las funciones aleatorias intrnsecas son aquellas que cumplen las siguientes
condiciones:
i) El valor esperado de las diferencias es:

Capitulo I
GeoEstadstica
3. Funciones aleatorias no estacionaria pero intrnsecamente estacionaria.
ii) La varianza de las diferencias es
Estas condiciones se conocen como Hiptesis Intrnseca.

Es evidente que una funcin aleatoria estacionaria de segundo orden es siempre
intrnseca.
Lo contrario no se cumple. A las funciones que cumplen con la hiptesis intrnseca se
les considera como dbilmente estacionarias.

Capitulo I
GeoEstadstica
4. Funcin aleatoria no estacionaria
Las funciones aleatorias no estacionarias son aquellas cuya esperanza matemtica

depende de x :
A m(x) se le conoce como funcin de deriva o tendencia.
Si consideramos a la funcin aleatoria Z (x) como la suma de una componente

determinstica m(x) y de un residuo R(x) estacionario con media nula, es decir:

Capitulo I
GeoEstadstica
Entonces vemos que el semivariograma de Z (x) depende de x
En el caso en que la deriva sea lineal m( x) = m o+ m1 x el semivariograma no depende

de x
pero crece con el cuadrado de h , lo cual puede servir de indicador para la deteccin de
la existencia de tendencia.

Capitulo I
GeoEstadstica

Fig. : Ejemplo de semivariograma en presencia de tendencia muestra un crecimiento h2 en la direccin de 45 con intervalo 4 km .
Capitulo I
GeoEstadstica
Funcin de distribucin y momentos de una FA
Sea Z (x) una funcin aleatoria definida en R , entonces el vector aleatorio
Se caracteriza por su funcin de distribucin de probabilidad n - variada:

Capitulo I
GeoEstadstica
Momentos de una Funcin Aleatoria.
Momento de primer orden

En muchos problemas (como el de interpolacin por kriging), se puede simplificar aun
ms la caracterizacin de la funcin aleatoria, al considerar solamente algunos
parmetros descriptivos o momentos de las distribuciones univariables y bivariables,
que resumen la informacin ms relevante.
Estos son:

Capitulo I
GeoEstadstica

Estos son:
El Valor Esperado (esperanza, o momento de primer orden)

Capitulo I
GeoEstadstica

Estos son:
El Valor Esperado (esperanza, o momento de primer orden)
En cada sitio x_ dado, m(x_) representa la media alrededor de la cual se distribuyen

los valores tomados por las realizaciones de la funcin aleatoria.

Capitulo I
GeoEstadstica
Los momentos de segundo orden considerados en geoestadstica son:
La VARIANZA, o varianza apriori, definida por:
La varianza es una cantidad positiva. Su raz cuadrada se llama Desviacin Estndar.

La varianza y la desviacin estndar constituyen medidas de la dispersin de Z(x_) en
torno a su valor medio m(x_) y cuantifican, de esta forma, su carcter aleatorio.

Capitulo I
GeoEstadstica
La Covarianza centrada entre dos variables aleatorias Z(x1) y Z(x2):
La covarianza da una visin elemental del vnculo o interaccin que existe entre
Z(x1) y Z(x2). La desigualdad de Cauchy-Schwarz relaciona la covarianza entre Z(x1) y
Z(x2). con las varianzas de Z(x1) y Z(x2):

Capitulo I
GeoEstadstica
El Correlograma (coeficiente de correlacin lineal) entre dos variables aleatorias

Z(x1) y Z(x2):
Al contrario de la covarianza, el correlograma es adimensional y toma sus valores en el

intervalo [-1,1]. Un coeficiente nulo indica que las variables Z(x1) y Z(x2) no estn
correlacionadas (condicin necesaria para que sean independientes), mientras que un
coeficiente igual a 1 -1 indica que son proporcionales.

Capitulo I
GeoEstadstica
El Semi - Variograma o Variograma entre dos variables aleatorias Z(x1) y Z(x2):

1 Geoestadistica Curso

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

1 Geoestadistica Curso

Uploaded by

Copyright:

Available Formats

ESCUELA PROFESIONAL DE

ING. Darwin Ortega Cceres

Ing. Darwin Ortega Cceres - MI 548 1

En el campo de las geociencias es comn encontrar variables distribuidas

Ing. Darwin Ortega Cceres - MI 441 2

primero, proporcionar valores estimados en localizaciones de inters y

Ing. Darwin Ortega Cceres - MI 441 3

La bsqueda, exploracin y evaluacin de yacimientos minerales tiles es una

Ing. Darwin Ortega Cceres - MI 441 4

Todo esto condicionado al agotamiento de los recursos producto de la

Ing. Darwin Ortega Cceres - MI 441 5

El desarrollo de la minera ha trado unido el perfeccionamiento de los

Ing. Darwin Ortega Cceres - MI 441 6

Ing. Darwin Ortega Cceres - MI 441 7

Ing. Darwin Ortega Cceres - MI 441 8

Ing. Darwin Ortega Cceres - MI 441 12

Es un conjunto de tcnicas estadsticas y grficas que permiten establecer un buen

El anlisis exploratorio de datos (AED) es un paso previo e indispensable para la

En particular permite la deteccin de fallos en el diseo y toma de datos, el

Ing. Darwin Ortega Cceres - MI 441 13

Realizar un examen grfico de la naturaleza de las variables individuales y un

Realizar un examen grfico de las relaciones entre las variables y un anlisis

Evaluar algunos supuestos bsicos subyacentes a muchas tcnicas estadsticas, por

Ing. Darwin Ortega Cceres - MI 441 14

Ing. Darwin Ortega Cceres - MI 441 15

Estadstica bivariada, multivariada.

Regresin lineal y mnimos cuadrados.

Ing. Darwin Ortega Cceres - MI 441 16

El campo de aplicacin ms importante de la geoestadstica es, sin duda,

Ing. Darwin Ortega Cceres - MI 441 17

Ejemplos importantes de aplicacin son:

En la prediccin de leyes de mena globales (de todo un depsito) o locales

En la aplicacin de sus contenidos temticos durante las distintas fases de la

En la determinacin de las mezclas ptimas de mineral para su envo a la

Ing. Darwin Ortega Cceres - MI 441 18

La Geoestadstica considera que cualquier punto de un depsito est

Ing. Darwin Ortega Cceres - MI 441 19

Area de influencia ( rango)

Erraticidad del depsito en estudio ( efecto pepita)

Zonas de alta, regular y baja mineralizacin ( anisotropa)

Estimacin, inferencia o interpolacin de valores a zonas donde no se tiene

Ing. Darwin Ortega Cceres - MI 441 20

Error de estimacin para cada punto o bloque estimado, lo cual permite

Optimizacin del muestreo para reducir el error de estimacin, y por

Grfica de toda esta informacin, lo que representa una valiosa ayuda en la

Ing. Darwin Ortega Cceres - MI 441 21

La Geoestadstica no resuelve todos los problemas en la estimacin de

Ing. Darwin Ortega Cceres - MI 441 22

No se debe olvidar que el objetivo principal de una estimacin de reservas

Ing. Darwin Ortega Cceres - MI 441 23

Ing. Darwin Ortega Cceres - MI 441 24

A modo de definicin una variable regionalizada es una variable aleatoria

Ing. Darwin Ortega Cceres - MI 441 25

A modo de definicin una variable regionalizada es una variable aleatoria

Ejemplos tpicos de variables regionalizadas son la elevacin topogrfica

Ing. Darwin Ortega Cceres - MI 441 26

A modo de definicin una variable regionalizada es una variable aleatoria

Ejemplos tpicos de variables regionalizadas son la elevacin topogrfica

En contraposicin con una variable totalmente aleatoria, una variable

Una variable regionalizada es espacialmente continua, sin embargo en la

Ing. Darwin Ortega Cceres - MI 441 28

Una variable medida en el espacio de forma que presente una estructura

Ing. Darwin Ortega Cceres - MI 441 29