Beruflich Dokumente
Kultur Dokumente
Se le asigna mayor peso a las muestras cercanas y menor peso a las muestras alejadas del
bloque. Esto se consigue al ponderar las leyes por el inverso de la distancia al cuadrado 1/d2.
Formula general:
Tener en cuenta:
Vecindad circular
Restricciones:
No todas las muestras que caen dentro de ellas tienen necesariamente que ser
empleadas en la interpolacin.
Generalmente se fija un nmero mximo y mnimo por volumen de bsqueda,
si dentro del rea existen ms muestras que el mximo fijado entonces el
algoritmo selecciona entre las ms cercanas un nmero que coincide con el
mximo definido, si la cantidad de muestras no sobrepasa el mximo requerido,
entonces el bloque no se estima.
El volumen de bsqueda alrededor del bloque se puede dividir en sectores (1, 4 u 8) y
posteriormente se procede a escoger de cada sector un nmero determinado de las
muestras ms cercanas al bloque. La bsqueda por cuadrante (4 sectores) u octante (8
sectores) permite reducir el sesgo provocada por la aglomeracin de los pozos o
muestras en ciertas reas del yacimiento.
3.3) EJEMPLOS DE UN BUEN MUESTREO Y DE UN MAL MUESTREO
La principal crtica que se le hace a esta tcnica de interpolacin espacial es que da los
mismos resultados independientemente del tamao del bloque que se desea estimar
(Annels, 1991). Esto es debido a que realmente se estima el centro del bloque
(estimador puntual). Para revertir este problema Yamamoto (1992) propone dividir los
bloques en sub-bloques, estimar puntualmente cada uno de ellos por el mtodo del
inverso de la distancia y posteriormente combinar los estimados parciales para calcular
el valor medio del bloque. Esto es un procedimiento muy similar al empleado por el
kriging de bloque.
Se debe destacar que todas las modificaciones introducidas al mtodo para que pueda
considerar la anisotropa de la mineralizacin, la posibilidad de emplear bsqueda por
sectores lo cual permite desagrupar las muestras y la variante de estimar directamente
la ley del bloque hacen que los resultados obtenidos por este mtodo se aproximen
mucho a los brindados por los mtodos geoestadsticos.
3.4) EJEMPLOS
Para =
Para =
Para = .
Con ayuda de Excel, hacemos el clculo reiterativo para distintos valores del parmetro alfa,
donde se puede observar:
Solucin:
Para n = 2 se tendr:
1 1 1
[ 2,4 ( 2 ) + 3.7 ( 2 ) + 2.8 ( 2 ) ] 9.24 104
= 25 45 28 = = 2. 74%
1 1 1 3.37 104
[ ( 2) + ( 2) + ( 2) ]
25 45 28
Para n = 1 se tendr:
1 1 1
[ 2,4 ( 1 ) + 3.7 ( 1 ) + 2.8 ( 1 ) ] 0.278
= 25 45 28 = = 2.84%
1 1 1 0.098
[ ( 1) + ( 1) + ( 1) ]
25 45 28
Para n = 3 se tendr:
1 1 1
[ 2,4 ( 3 ) + 3.7 ( 3 ) + 2.8 ( 3 ) ] 3.22 104
= 25 45 28 = = 2.67%
1 1 1 1.21 104
[ ( 3) + ( 3) + ( 3) ]
25 45 28
En este ejercicio nos quedamos con el valor de n = 2, porque es un valor de interpolacin
de ley intermedio, adems de ser un resultado mucho ms acertado y sobre todo ms
cercano.
3.5) CONCLUSIONES
Este mtodo sirve para realizar estimaciones locales y consiste en ponderar las muestras
cercanas al punto a estimar por el inverso de la distancia elevado a alguna potencia.