Fast Program Start

The programs JKBMS, 2DBench, 2DRing and 2DFace

may take a long time to start at the first run, but should start
almost immediately on subsequent runs. At the first run,
the programs search internally for details of the electronic
security key. These details are then stored in an
initialisation file in the program folder, and are used in
subsequent runs to enable faster start-up.
If a program does take a long time to start, a fast start can
be forced by modifying the shortcut to the program. Select
>Help >About, and note the code in square brackets at the
bottom of the form, e.g. [G123]. [Right click] on any
shortcut for starting the program (including the Start
menu), and select Properties from the pop-up menu. At the
end of the Target line, add /local=G123. For example:
"C:\Program Files\JKSim2DBench.exe" /local=G123

Close the Properties, then restart the program from the

shortcut. It should start almost immediately.
For a network license, the code is in the form [Nnnn], and
the startup command is /net=Nnnn.
Fast Program
Start
Introduction
16 JKSimBlast
JKSimBlast 17

JKBMS
The Blast Management System (BMS) allows the user to
store, organise and access information related to drill and
blast operations in mines. The information can include pit
and blast geometry, geotechnical and blasting domains,
drilling parameters, costs, fragmentation distributions,
vibration results, specific reports, comments, etc.
The BMS uses an object based approach in a hierarchical
tree structure for the storage and management of blast data.
Information attached to an object is stored in a Microsoft
Access database linked to the program, either as a set of
data relevant to the object or as a pointer to a separate file
where the data is stored. This avoids duplication and keeps
the size of the BMS database to a minimum, and ensures
that other programs can continue to access external data
files without any limitations imposed by the BMS.
Although the BMS can store production data for drill and
blast operations, it is not intended to replace or act as a
continuous production reporting system. Its purpose is to
organise blasting information, in order to facilitate the
design, modification and analysis of blasts. Often, while
designing a new blast or making ongoing modifications to
a current blast, an engineer or blaster may need to include
specific parameters or review results from previous blasts.
The BMS can provide rapid access to that information in a
simple, intuitive format.
The program both complements and extends the use of the
JKSimBlast blast modules 2DBench, 2DRing and 2DFace.
This manual describes the setup for an open pit database,
highlighting its connectivity with the 2DBench module.
Overview

Apart from minor differences in the types and appearance

of some of the objects and their data, the process is the
same for the other blast modules.
Overview
JKBMS
18lgunas citas:
Se sabe que bajo la influencia de masas en la superficie de la tierra, de los que no
se est todava bien
informado, el polo de la tierra sufre pequeas variaciones. Ocupmonos, por
ejemplo de la coordenada
x, su variacin en el curso del tiempo est representada, para las ltimas decenas
de aos por la curva
de la figura:
Que tiene irregularidades suficientes para pensar en un fenmeno de fluctuaciones.
Sin embargo, a
primera vista, toda cuestin de probabilidad est excluda de este problema pues
x(t) es conocida a
medida que las observaciones se verifican en el curso del tiempo; y, naturalmente,
no conocemos el
futuro de x(t), pero esta funcin es nica, puesto que no hay ms que una Tierra en
el universo. No
obstante, nada nos impide imaginar una infinidad de sistemas macroscpicamente
idnticos a la Tierra y
que no difieren unos de otros ms que por las modificaciones de masas
superficiales, las cuales
supondremos estn sometidas a ciertos mecanismos aleatorios. Esto nos lleva a
considerar que la
funcin observada x(t) no es ms que una realizacin posible de una funcin
aleatoria X(t) definida con
base en una categora de experimentos que no tienen otra existencia que la que
podramos llamar
intelectual. Esta manera de operar no es lcita ms que en el caso de que tengamos
razones para
pensar que, partiendo de las propiedades estadsticas de la funcin aleatoria X(t),
definida en base de la
clase de experimentos que hemos imaginado, podemos deducir resultados vlidos
para la evolucin de
una determinacin particular de X(t), y especialmente para x(t). Podremos ver
entonces que si nuestras
hiptesis conducen a resultados comprobados por la experiencia y, en los casos
favorables, podremos
prever, dentro de ciertos lmites, el valor futuro de x(t). Fundndose en
consideraciones anlogas a las
que acabamos de estudiar, podr decirse que la velocidad del viento o la
temperatura en un punto del
Globo son funciones aleatorias del tiempo.
A. Blanc-Lapierre, 1940
Cum deus calculat fit mundus
Segn dios calcula se va creando el mundo
G. Leibnitz, 1700
Entre dos modelos geoestadsticos, elegir el ms simple
G. Matheron, 1975
2

Prefacio
Estimado lector: Este texto contiene mi experiencia como profesor de
evaluacin de
recursos mineros, desde 1972 a la fecha, realizado con didctica y
con dialctica,

entendiendo por didctica el arte de ensear y por dialctica el arte

de razonar
correctamente.
Quedar muy agradecido si me hace llegar sus consultas o
sugerencias a
marco.alfaro@vtr.net , de manera de mejorar futuras ediciones.
Todo lo malo que encuentre en este texto se debe a mi persona y
todo lo bueno se
debe a mis dos maestros, profesores de la Escuela Nacional Superior
de Minas de
Pars: Georges Matheron, creador de la geoestadstica, quin me
ense esta
apasionante disciplina y Phillipe Formery quien me inculc el gusto
por las
probabilidades.
Georges Matheron 1930-2000 Phillipe Formery 1928-2005
3

Tabla de Materias

Prefacio 2
Tabla de materias 3
Captulo I: Los mtodos tradicionales de estimacin de recursos 4
La media aritmtica 5
Los polgonos 7
El mtodo del inverso de la distancia 8
Crtica general de los mtodos tradicionales de estimacin de leyes 11
Captulo II: Geoestadstica y Teora de las Variables Regionalizadas 17
Notacin condensada 17
Ejemplos de variables regionalizadas 18
Campo y soporte 24
Variables aditivas 28
Objetivos de la teora 30
El modelo matemtico de la geoestadstica: Las funciones aleatorias 32
Captulo III. El variograma 35
Clculo del variograma para una lnea muestreada regularmente 36
Comportamiento del variograma para distancias pequeas 38
Comportamiento del variograma para grandes distancias 45
Clculo del variograma para una malla regular bidimensional 52
Clculo del variograma para mallas irregulares 68
Ajuste de un variograma a un modelo terico 73
Los modelos de variograma 77
Ajuste en el espacio de dos o tres dimensiones 85
Caso istropo 85
Caso anistropo 86
Anisotropa geomtrica 87
Anisotropa zonal 89
Captulo IV. El error de estimacin 91
Clculo de 2
E 96
Significado de los trminos de la expresin de 2
E 98
Captulo V. El krigeado 105
Inters del krigeado 105
Las ecuaciones del krigeado 109
Varianza del error 112
Krigeado puntual 114
Propiedades del krigeado 116

Vecindad de estimacin 118

Estrategia de bsqueda 120
VI. Bibliografa 124
4

Captulo I
Los Mtodos Tradicionales de Estimacin de Recursos Mineros
La estimacin de recursos mineros se puede dividir en dos partes:
a) Estimacin global: interesa estimar la ley media y el tonelaje de
todo el
yacimiento (o de una zona grande S dentro del depsito o yacimiento)
Figura I.1: Zona 3D a estimar e informacin disponible. Cul es la ley media y el
tonelaje de S?
Se tiene un conjunto de leyes z1, z2, . . . , zN de mineral localizadas en
los puntos x1,
x2, . . . , xN

b) Estimacin local: Interesa estimar la ley media de unidades o

bloques dentro de
S, con el fin de localizar las zonas ricas y pobres dentro de esta zona
S.
5
Figura