UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS

GRUPO N° 1
VARIABLES REGIONALIZADAS
Presentado por:
•CERDÁN VÁZQUEZ, Neiser
z
•LÓPEZ ARÉVALO, Vilmer Cesar
•RODRÍGUEZ CHÁVEZ, José Francisco
•VÁSQUEZ SARMIENTO, Junior
Docente:
Ing. SÁNCHEZ ESPINOZA, Jorge
Curso:
GEOESTADÍSTICA
Cajamarca, Perú 2020
z
INTRODUCCIÓN

 El término variable regionalizada fue acuñado por Matheron. Una variable de

este tipo contempla un aspecto aleatorio que da cuenta de las irregularidades
locales y un aspecto estructurado que refleja tendencias de gran escala.
 En el campo de las geociencias es común encontrar variables distribuidas
espacialmente. Para el estudio de estas variables son usados diversos
procedimientos geoestadísticos de estimación y/o simulación. La geología y la
minería es el campo típico para la aplicación de estos modelos, campo en el
que surge y se desarrolla la Geoestadística como ciencia aplicada.
 La Geoestadística proporciona herramientas muy útiles y eficaces para el
proceso de estimación de recursos minerales y para la resolución de muchos
otros problemas de la ingeniería
z
RESUMEN

 La Teoría de Variables Regionalizadas, también llamada

Geoestadística, proporciona herramientas para la caracterización
de fenómenos geológicos tales como la presencia de recursos
minerales en una determinada zona, y para la estimación de leyes
minerales (del oro, plata, cobre, zinc, plomo, entre otros) mediante
el uso de las variables regionalizadas, que son realizaciones de
variables aleatorias en las que se considera su posición en el
espacio. Se debe tener en cuenta que cuando se hace mención a
ley mineral, se está refiriendo al tenor metálico que constituye el
valor de la variable regionalizada.
z
OBJETIVOS

 objetivo generales

Comprender la teoría de variables regionalizadas.

 objetivos específicos

Recordar las definiciones de estadística básica.

Comprender que es geoestadística y conocer sus diferentes ámbitos
de aplicación.
Entender la teoría de variables regionalizadas y su importancia en la
minería.
 z
VARIABLES REGIONALIZADAS

 El término variable regionalizada fue acuñado por Matheron a principios de la sexta

década del siglo pasado. Una variable de este tipo contempla un aspecto aleatorio
que da cuenta de las irregularidades locales y un aspecto estructurado que refleja
tendencias de gran escala. La aleatoriedad se incluye en términos de fluctuaciones
alrededor de una superficie fija, llamada “deriva” (drift). Es importante recalcar que las
fluctuaciones no son consideradas como errores, sino parte integral del fenómeno. En
muchos casos, cuando se aplican métodos de regresión, se modela mediante una
función el comportamiento de una variable. Por lo regular habrá diferencias entre los
valores observados y la función que se ajusta, estas diferencias son consideradas
como errores aleatorios independientes. Es importante señalar que para la
Geoestadística, las diferencias en torno a la superficie son aleatorias, mas no
independientes, ya que hay una correlación entre ellas
z
CARACTERÍSTICAS CUALITATIVAS DE LAS
VARIABLES REGIONALIZADAS.

 Las variables regionalizadas que se presentan a observación,

poseen características cualitativas, ligadas estrechamente a la
estructura del fenómeno natural que ellas representan. Entre
estas características que la estadística ordinaria es incapaz de
expresar, y que deben, obligatoriamente ser tomadas en cuenta
por la teoría de las variables regionalizadas, examinemos,
usando como referencia el ejemplo ya dado de una ley en un
yacimiento minero, algunas de las características más
importantes:
 z
Localización.

 En una región bien determinada del espacio, que se llama campo geométrico: El campo es en general una
formación geológica, por ejemplo, el espacio mineralizado del yacimiento mismo. Pero a veces es necesario
limitar el estudio de la variable a una porción, o panel, de su campo geométrico natural. Igualmente, la
variable será a veces definida como una función f(M) del punto M. Sin embargo, a menudo, no habrá interés
en los valores puntuales, sino en los valores medios de la variable al interior de un dominio pequeño, o
soporte geométrico. Para una ley, el soporte será el volumen v de la muestra tomada. El volumen v debe
estar definido de manera precisa, con sus dimensiones, su forma geométrica, y su orientación en el espacio.
Si se cambia el soporte v se obtiene una nueva regionalización, que presenta analogías con la primera, pero
que no es idéntica. Es así como los bloques de algunos metros cúbicos no se distribuyen en el espacio de la
misma manera que los testigos de sondajes de algunos kilos. Una de las tareas de la teoría de las variables
regionalizadas, que se llama a veces también geoestadística cuando se aplica a problemas geológicos y
mineros, consiste en prever las características de la variable definida sobre un soporte v y en un campo V,
conociendo, por ejemplo, las de la variable puntual en un campo diferente V’.
z
Continuidad

 Una segunda característica esencial es el grado de mayor o menor

continuidad de la regionalización en el espacio. En ciertos casos, por
ejemplo, para variables que poseen una significación puramente
geométrica, como la potencia de una formación geológica, se observará la
continuidad estricta de los matemáticos, que se define con ε y δ. Lo más
corriente, es observar una continuidad más floja, llamada continuidad en
media. En este caso, cuando el punto M tiende hacia M0, solamente el
valor medio de [f(M) – f(M0)]2 tiende a cero. La repartición en el espacio
toma ahora una forma más irregular y discontinua. Finalmente puede
suceder que la continuidad en media no se verifique. En este caso de
extrema irregularidad, nosotros hablaremos de efecto de pepita. Los
yacimientos de oro pepitico proporcionan un ejemplo clásico.
z
Anisotropía.

 En tercer lugar, una regionalización puede ser anisótropa.

Puede existir, por ejemplo, una dirección privilegiada, a lo largo
de la cual los valores se modifican lentamente, mientras que
éstos varían mucho más rápido en la dirección perpendicular.
Este tipo de fenómenos conocidos con el nombre de corridas,
de zonaciones, etc. está, en general asociado a la existencia de
ciertas estructuras geológicas.
z
Fenómeno de transición.

 Otros tipos de estructuras se pueden manifestar, ligados a la aparición en el campo

geométrico de la variable, de una red de discontinuidades: se habla entonces, de
una manera general, de fenómenos de transición. Como ejemplos simples, se
pueden citar, para las formaciones sedimentarias, las estratificaciones y las
repeticiones lenticulares de los estratos. Puede suceder que la variable la cual es
constante o casi constante al interior de los estratos, tenga cambios bruscos al
pasar de un estrato a otro. A estas discontinuidades verticales, materializadas en el
espacio por las uniones estratigráficas, a menudo se adicionan discontinuidades
horizontales, debidas al término lenticular y a la repetición de los estratos
individuales. Esta red compleja de discontinuidades realiza una partición del
espacio mineralizado en compartimientos casi independientes entre sí
(correspondientes, por ejemplo, a antiguos micro-cuencas, donde las condiciones
de depositación han evolucionado de manera más o menos autónoma).
z
GEOESTADÍSTICA Y TEORÍA DE LAS VARIABLES
REGIONALIZADAS.

 La Geoestadística es la aplicación de la teoría de las variables

regionalizadas a la estimación de los depósitos mineros (con
todas las aproximaciones que esto implica). De manera general,
diremos que un fenómeno es regionalizado cuando se desplaza
en el espacio, manifestando una cierta estructura. Las ciencias
de la tierra, entre otras, nos proporcionan numerosos ejemplos.
Si f(x) designa el valor en el punto x de una característica f de
este fenómeno, diremos que f(x) es una variable regionalizada,
abreviado, una V.R. Se trata de un término neutro, descriptivo,
anterior, en particular a toda interpretación probabilística.
 z
Entonces, del punto de vista matemático, una V.R. es simplemente una función f(x) del
punto x, pero es, en general, una función muy irregular: ejemplo: una ley en un depósito
minero. Una variable regionalizada se presenta bajo dos aspectos contradictorios (o
complementarios):
 un aspecto aleatorio (alta irregularidad, y variaciones imprevisibles de un punto a otro)
 un aspecto estructurado (la V.R. debe sin embargo reflejar a su manera las
características estructurales de un fenómeno regionalizado).
 La teoría de las V.R. se propone entonces dos objetivos principales:
 en el plano teórico, expresar estas características estructurales en una forma
matemática adecuada .
 en el plano práctico, resolver el problema de la estimación de una V.R. a partir de un
muestreo fragmentario.
z
Campo y Soporte de una V.R.

 El campo V de una V.R. es el dominio donde ésta es diferente de 0. Un panel

es un subconjunto V’ de V.
 Soporte – A menudo, no se conoce f(x), sino más bien su valor medio fv(x)
dentro de la muestra v tomada en el punto x. Esta regularizada fv(x) es
efectivamente más regular que la V.R. f(x). El volumen v se llama soporte de
la V.R. fv, regularizada de f. Otra tarea importante de la teoría de las
variables regionalizadas consistirá entonces en determinar las
características de fv conociendo las de f. Ejemplo: en un depósito, prever las
características de los paneles V’(variable fV’), conociendo las características
de f o de fv (muestras). Más generalmente, se buscará relacionar las
características de f con las de una regularizada fp dada (ejemplo de las
radiactividades
 z
MÉTODOS TRANSITIVOS Y TEORÍA INTRÍNSECA.

Para alcanzar los objetivos disponemos de dos grupos de métodos:

 métodos transitivos
absolutamente generales, en particular no necesitan ninguna hipótesis de
naturaleza probabilística, y, a fortiori, ninguna hipótesis de estacionaridad.
 teoría intrínseca
se trata de una aplicación de la teoría de las funciones aleatorias; entonces se
introducen interpretaciones probabilísticas, y además, una cierta hipótesis de
estacionaridad (hipótesis intrínseca).
 z
VARIABLES ALEATORIAS

 En Geoestadística se utilizan modelos probabilísticos,

a diferencia de otras disciplinas en las que se emplean
modelos deterministas. Es pertinente contrastar estos
dos acercamientos al estudio de los problemas.
 Un modelo determinista asocia a cada ubicación x, en
donde no se tienen observaciones, un solo valor
estimado, digamos z*(x) para el valor desconocido
z(x). En cambio, en un modelo probabilístico el valor
estimado para z(x) provee una serie de posibles
valores con una probabilidad de ocurrencia
(ilustración 1).
z
MODELO DE FUNCIÓN ALEATORIA

 La Geoestadística se basa en el concepto de función aleatoria,

en el que un conjunto de valores desconocidos se considera
como un conjunto de variables aleatorias espacialmente
dependientes. En términos matemáticos, a la familia de todas
estas variables aleatorias se le llama función aleatoria, proceso
estocástico o campo aleatorio.
 Con este modelo no es posible trabajar, a menos que se
establezcan algunas suposiciones acerca de las características
de estas distribuciones.
z
hipótesis estacionaria y estacionariedad débil

 En Estadística es común asumir que la variable es estacionaria, es

decir, que su distribución es invariante ante traslaciones. De manera
análoga, una función aleatoria estacionaria es homogénea y auto
repetitiva en el espacio, esto es, para cualquier incremento en una
distancia (h), la distribución conjunta de Z(x1), Z(x2),…,Z(xk), para las
ubicaciones x1, x2, …,xk es la misma que la de Z(x1 + h), z(x2 +h),…
Z(xk +h) para las ubicaciones x1 + h, x2 +h, …, xk +h. Estrictamente
hablando, la estacionariedad requiere que todos los momentos sean
invariantes ante traslaciones. Debido a que esto no siempre puede ser
verificado, en general sólo se requiere que los dos primeros momentos
sean constantes, es decir que la media y la covarianza se conserven
ante translaciones. A esto se le llama estacionariedad débil. Dicho en
otras palabras, el valor esperado (media) de Z(x) debe ser constante
para todos los puntos x. E(Z(x))=m(x) = m
z
hipótesis intrínseca

 Para flexibilizar las condiciones anteriores se establece la

“hipótesis intrínseca”. Ésta asume que los incrementos en la
función aleatoria son débilmente estacionarios, lo cual significa
que la media y la varianza de los incrementos Z(x+h) – Z(x)
existe y es independiente del punto x: E[Z(x+h) –Z(x)] = 0
Var[Z(x+h) – Z(x)] = 2 γ(h) La función γ(h) se llama
semivariograma. Se trata de la herramienta básica para la
interpretación estructural del fenómeno y permite realizar
estimaciones. La importancia de la hipótesis intrínseca no radica
en el hecho de que el promedio de las diferencias E[Z(x+h) –
Z(x)] sea cero, sino en la variabilidad de estas diferencias en
términos de la distancia de separación h entre las
observaciones.
z
¿CÓMO SABEMOS SI UNA VARIABLE ES
ESTACIONARIA?

 combinaciones lineales (promedios ponderados móviles) de los datos.

Algunos ejemplos son los métodos IDW y poligonal, así como el Kriging.
Para fines prácticos, el fenómeno que se estudia sólo requiere ser
estacionario hasta cierta distancia. El problema consiste en decidir si
podemos encontrar ventanas de vecinos dentro de las que el valor esperado
y el variograma puedan ser consideradas constantes.
 Por ejemplo, en la figura se observa la concentración de sulfuro en un corte
lineal de ocho kilómetros. A lo largo de este intervalo el contenido de sulfuro
no es estacionario ya que hay un incremento constante de la concentración
en los ocho kilómetros; sin embargo, si se toma un corte en la sección
central de 3 kilómetros, las fluctuaciones parecen ir en torno una tendencia.
Por ello podemos considerar que en este corte la escala de la variable es
localmente estacionaria o, por lo menos, intrínsecamente variable, mientras
que claramente no es estacionaria en el rango de los ocho kilómetros.
z
z
NOTACIÓN CONDENSADA

 z(x) si el problema es unidimensional (1-D)

 z(x1, x2) si el problema es bidimensional (2-D)
 z(x1, x2, x3) si el problema es tridimensional (3-D)
z
APLICACIÓN N° 1.

Figura N° 0 3. En el espacio de una dimensión, sea z(x) =

Ley de Cu a lo largo de una galería
z

Figura N° 0 4. Las leyes de A - A´ se pueden graficar:

z
APLICACIÓN N° 2

Figura N° 0 5. En el espacio de tres dimensiones, sea z(x1, x2,

x3) = z(x) = Ley de Cu en el punto x dentro de un depósito
masivo:
z
CONCLUSIONES

 Hemos conocido la teoría de variables regionalizadas.

 Se ha recordado las definiciones de estadística básica
 Hemos logrado conocer la definición de geoestadística y su
utilidad.
 Hemos aprendido la función variograma