MÉTODO OK

30 jj = -.0020 oz /
X ton
o

cll
0 * s 0,00031 (oz
g 201 / ton) 2
cu
como

Cx.
10-

~ l 1
-.035 -.025 -.015 -.005 .015 .025 .035 .005 .045
Estimación del error (oz / ton)

Figura 6.4 Histogramas de estimación de errores para el promedio

del grado
 84

4
J
e
o

0,000

.060 -.040 -.020 .020 .040 .060 0

Error de estimación (oz / ton)

.075i
 • 060J

.045-

.030-

.015

0.000.

, 060 -.040 -.020 0 0,020 0,040 0,060

Error de estimación (oz / ton)

Figura 6.5 Diagramas de dispersión de las estimaciones

frente a errores de estimación para
los grados Promedio
 85

predecir el grado tanto para los tamaños de panel, ya que la

media

diferencia es menor. La varianza del error también es menor en

IK

estima, lo que indica una mejor estimación, más fiable.

La predicción de la nota media del panel es lo que el

estimador OK

básicamente la intención de hacerlo. Los resultados anteriores

muestran que, al menos para la

de datos en particular U3eden este estudio, IK da mejores

predicciones. En

Además de esto, IK da más información, es decir, la recuperación de cada

panel.

6.2.2 Los resultados de los totales onzas

recuperables de metal de cada panel

La figura 6.6 muestra el los valores estimados actuales y

(a través de

IK y OK) de las onzas recuperables de oro por encima de la línea de corte

0.030

oz / tonelada, para cada uno de los (100x100' ) paneles.

También las diferencias
entre el actual y los valores previstos se presentan.

Figura 6.7 muestra los histogramas de la real y la estimada

valores con los dos estimadores. En términos de promedio

general por encima de corte

apagado, IK estimador realiza muy bien porque el valor medio es casi

lo mismo con la real. La estimación de los 29 (100x100) Paneles

era 334,2 oz para el método de IK, en comparación con el valor real de

316,8.

En realidad, para esta ley de corte particular de 0,030 oz /

tonelada de oro,

El CI se considera un poco optimista. Por otro lado estaba muy

bien

sesgada y pesimista. La estimación para el mismo número de paneles era

236.9 onzas para el método OK.

Figura 6.7 también indica que IK alisó la actual

distribución de los de onzas de oro. El efecto de esto es

subestimar los valores altos (véase la figura 6.6, los paneles

3 y 11) y para
 86
die
cis
8 7. éis 231. 24 38. 32 0.
-230. -154. -542. -262.
237. 385. 580. 262.
7. 231. 38. 0.
0. 0. 0. 0.

7 422. 15 350. 23 172. 31 0.

41. -92. -188. -172.
381. 442. 360. 172.
422. -164. 172. 0.
0. 514. 0. 0.

6 233. 14 267. 22 196. 30 0.

-148. -36. -14. -60.
381. 303. 210. 60.
233. -176. 196. 0.
0. 443. 0. 0.

5 38. 13 292. 21 73. 29 0.

-284. 36. -79. -26.
322. 259. 152. '26.
38. 292. 73. 0.
0. 0. 0. 0.
•
4 338. 12 800. 20 938. 28 0.
-8. 505. 867. -106.
346. 305. 71. 106.
-133. 800. 938. 0.
471. 0. 0. 0.

3 1224. 11 708. 19 57. 27

559. 240. -74.
 665. 468. 131.
524. 222. 57.
700. 486. 0.

2 1166. 10 541. 18 205. 26

173. -3. -187.
993. 544. • 392.
9. -316. -266.
1157. 857. 471.

1 1.Actual 9 239. 17. 122. 25 529.

(1) - (2) -95. -158. 5.
2. IK 334. 280. 524.
(1) - (3) -490. -378. -14.
3.
Aceptar 739. 500. 543.

Figura 6.6 valores reales y estimados de onzas de oro

recuperado de cada uno de los paneles (10Cfx100' ), a 0,030
oz / ton de corte
 87

REAL
40
p = 316,8 oz

<R * = 121.941.
X 30- OZ2
o
z

u
S = 349,2 oz
De 20-1
Dis
cos
com
pac
tos

co
mo

cfa CV = 1,10

10-1

Onzas de oro
recuperado
200. 400. 600. 800. 1000. 1200.

MÉTODO IK
40-
• p = 334,2 oz

<7 * = 41.331.
X 30- OZ2
o

cll

S = 203,3 oz
3 20-}
jef
e
[fa
CV = 0,61
10

EL Onzas de oro
 recuperado
200. 400. 600. 800. 1000. 1200.

60'

MÉTODO OK
40

pi = 236,9 oz

»30-

zdo J OC = 112.560. OZ2til

S = 335,5 oz
1 204

CV = 1,42

10 -

Onzas de oro
recuperados

200. 400. 600. 800. 1000. 1200.

Figura 6.7 Histogramas de onzas reales y estimados de oro

recuperado de cada uno de los paneles (100x10Cf), en 0,030 oz
/ ton de corte;
 88

sobreestimar los valores bajos (véase la figura 6.6, los

paneles 8, 24, 28 y 29).

Por otra parte, las estimaciones OK eran considerablemente más

dispersas

que el IK estima, es decir, la varianza de 335. ^ onzas de

permiso

estimaciones, frente a la de 203,3 oz ^ para el IK

estimaciones. los

o
varianza casi llegó a la variación real que es 349,2 Oz. Esta

Aceptar ocurrido porque subestima los valores de bajo grado. De

hecho,

Aceptar predijo cero onzas recuperados de 13 (de los 29) de

bajo grado

paneles (véase la figura 6.7 el alto pico a la izquierda de la

distribución).

Los diagramas de dispersión de reales en comparación con los

valores estimados de onzas

de oro para el (100'x100' ) paneles se presentan en la figura

6.8. los

pendientes e intersecciones de las líneas de regresión de

mínimos cuadrados y
los coeficientes de correlación se dan en la Tabla 6.3. La
pendiente de la

línea de regresión para la IK está muy cerca de 45 °. También

el

coeficiente de "correlación de IK es más alta que la de OK

Por tanto, el IK se comportó mejor que el OK

también se compararon las distribuciones de los errores

de predicción.

Figura 6.9 muestra los histogramas de los errores de estimación entre la

reales y los valores estimados de las onzas de oro recuperables

anteriores

el 0,030 oz / ton de corte. Todos los resultados de los errores

medios y

el error varianzas para ambos tamaños de panel y para cortes de 0,015,

0,030,

0.045 y 0.060 oz / ton se resumen en la Tabla 6.5. Se puede ver

de la figura 6.9 que los errores IK fueron los menos dispersos, es decir,
tenido mucho

varianza menor que los errores OK. Exactamente lo mismo ocurrió en toda

casos (todos los puntos de corte y ambos tamaños de panel), ya

que puede ser observado desde

Tabla 6.5.
 89

«•

TABLA 6.3 Parámetros de mínimos cuadrados de

regresión Líneas para Onzas de metal recuperado,
a 0,030 oz / ton de corte, para (100x10 (7)
paneles
(Onzas reales recuperados = Pendiente x estimado de
Intercepción +)

Cuesta Correlació
Método abajo Interceptar n
Coeficient
e

IK 1.07 -39.5 0.62

DE
ACUERDO 0.61 172,9 0.58
 TABLA 6.4 Parámetros de mínimos cuadrados de
regresión Líneas para Onzas estimado de
metal recuperado

frente a errores de estimación, a 0,030

oz / ton de corte, para dOtfxIOO ')
paneles

(Onzas estimados = Pendiente x error de estimación +

Intercepción)

Cuesta
Método abajo Interceptar Correlación
Coeficiente

IK 0,038 335,4 0,052

DE
ACUERD
O -0.452 273,0 -0.420
 1200.

1000.

O
A

<M 800.
o

n
<t>

o
600. mi

3
o

Q 400. 3
*»

200.

0.

200. 400. 600. 800. 1000. 1200.

Onzas de Oro IK

1200.
 1000. -

o
o
4 *
800.

O
e>
<
D
U

do
600. •

3
O

•una 400.
• o
«s

200.

yo yo ' yo

0. 200. 400. 600. 800. 1000. 1200.

Onzas de Oro OK

Figura 6.8 Diagrama de dispersión de Actual frente

onzas estimado de oro para el (100x100)
paneles
 91

404
IK METHOO
T 30-
s \una = -19.96 oz
CXI
o cr = 75.515.
20- £ (Oz) 2
cfa

10-

-700. -500. -300. -100. 100. 300. 500. 700. 900.

Estimación del error (oz / ton)

MÉTODO OK
 (X = 79.83 oz
97.884.
O er2 = (onz)'
S 204

-700. -500. -300. -100. 100. 300. 500. 700. 900. 1100.

Error de estimación (oz)

Figura 6.9 Histogramas de los errores de estimación de onzas de

oro
 92

1200.

5 1000.
doMETRO

O
norte

a> 800.
o
3

O
T3
600.
<0

*»
en

1 400.
California

2 200.

i * • • 'i

-500. -300. -100. 100. 300. 500.

700. error de estimación (oz)

1200.

1000. £ -
 do
ME
TR
O
0

01

<u 800. o

mi
3

o
•una 600.
re

.u
California

s
1-4

• P 400.
una

til

200.

0. - »r ii>

-500. -300. -100. 100. 300. 500. 700.

Error de estimación (oz)

Figura 6.10 Diagramas de dispersión de las estimaciones

frente a errores de estimación para
onzas de oro
 93

Resultados La Tabla 6.5 Predicción de precisión para el

total oz recuperables de oro de cada panel

Diferenci
Método Panel Cortar Promedio a Std. Mesas
oz / Diferir comparad
tamaño ton de, (onz)2 prog. o
(onz)
-
'IK (100x100) .015 12.86 64542. 254. A1 5.3

IK (100x100) .030 - 16.96 71768. 275. A2 - C1

IK (100x100) .045 - 13.90 68933. 263. A3 - C2

IK (100x100) .060 - 18.97 61122. 247. A4 - C3

IK (200x200) .015 -184.6 635.650. 737. A5 - C5

(200x200'
IK ) .030 -253.9 479.458. 692. A6 - C6
(200x20Cf
-'IK ) .045 -284.6 463.607. 681. A7 - C7
(200x200'
IK ) .060 • -403,1 383028. 619. A8 - C8
DE
ACUERD
O (100x100) .015 - 17.58 80003. 283. A1 - 5.3
DE
ACUERD
O (100x100) .030 78.10 97984. 313. A2 - 5.7
DE
ACUERD (10
O (3x100) .045 126,9 87457. 296. A3 - 5.7
 DE
ACUERD
O (100x100) .060 145,9 76533. 277. A4 - 5.7
DE
ACUERD
O (200x200) .015 -267.6 581.186. 762. A5 - 5.8
DE
ACUERD (200x200' 1.159.441
O ) .030 161,6 . 1077. A6 - 5.8
DE
ACUERD (200x200' 2.179.671
O ) .045 114,0 . 1476. A7 - 5.6
DE
ACUERD (200x200'
O ) .060 160,4 14-14460. 1189. A8 5.8
 94

Además, los diagramas de dispersión de los errores de estimación

se representaron frente a la

valores predicho como se muestra en la figura 6.10. Las pendientes e

intersecciones de

las líneas de regresión y los coeficientes de correlación se dan en la

TABLA

6.4. Los coeficientes de correlación fueron, respectivamente, 0,052 y -

0,42

de IK y OK Esto significa que los errores Indicador de Kriging

la estimación no se correlacionaron con los valores estimados

que implica

que IK es perito imparcial. Por el contrario, el error de

la estimación se correlaciona negativamente con los valores

estimados en el

caso de la OK Esta es una indicación de que habrá un fuerte

subestimación de los paneles con pobre contenido de metales.

6.2.3 Resultados para la recuperación de cada panel

Tabla 6.6 contiene los resultados de IK para esta

variable para
ambos patrones de panel y para cuatro leyes de corte
diferentes. Puede ser

visto que sólo en el bajo valor de corte de 0,015 oz / ton, IK

subestimado la recuperación de los paneles. Para todos los

otros de corte

valora sobreestimó la recuperación. Cuanto mayor sea el grado de corte,

la

mayor es la cantidad de sobreestimación. En los grados de corte más

altas, sin embargo,

la varianza del error de predicción se redujo indicando una más

fiable.

También se observa que las diferencias promedio son de

mayor

tamaño de los paneles más grandes, pero las variaciones son más pequeños.
En ambos tamaños de panel,

la ley de corte de 0,030 oz / ton dio la diferencia media más

pequeña

y la más alta varianza; y la ley de corte de 0,060 oz / ton dio

exactamente lo contrario los resultados, el promedio más alto

de la differencesand

las variaciones más bajas.

\

95

TABLA 6.6 Resultados de la predicción de precisión

para la recuperación de oro de cada panel
(sólo Indicador Kriging)

Grupo de corte Tamaño Diferencia SFCD. Mesas

medio oz / ton Differ.
(*)2 prog.
(1)
comparado

(100x100) .015
0.0955 0.0459 ..214 A1 - 5,3

(100x100) .030 -.0028 0.0525 .229 A2 - C1

(100x100) .045 -.0079 0.0407 .202 A3 - C2

(100x100) .060 -.0303 0.0286 0,169 A4 - C3

(200x200) .015 0.0850 0.0230 0,152 A5 - C5

. (200x200' ) .030 -.0175 0.0328 0,181 A6 - C6

(200x200' ) .045 -.0350 0.0195 0,139 A7 - C7

(200'x200' ) .060 -.0713 0.0158 0,126 A8 - C8

 CAPÍTULO 7

Conclusiones - recomendaciones para futuras

investigaciones

7.1 conclusiones

A la vista de los objetivos principales de este estudio, los

resultados de la

Banco de pruebas de una mina a cielo abierto de oro y plata

operativo real indicado

ese:

a) IK obtuvo muy buenos resultados en este banco de

pruebas. Es una excelente estimador de manejar distribuciones

muy positivamente sesgadas. También funciona bien en un

entorno de minería selectiva.

b) En comparación con el método OK, que está básicamente

destinado a predecir la nota media del panel, IK dio

predicciones más precisas. Además, IK puede estimar las

distribuciones espaciales locales de grados dentro de cada

panel. Por lo tanto, fue capaz de predecir la recuperación de

cada panel.

c) Los histogramas de los valores de ensayo, mezclados desde el

banco de pruebas presentan fuerte asimetría positiva y gran coeficiente

de

variación.

d) Los variogramas indicador mostró una correlación

espacial agradable. Iik. era fácil de aplicar y se puso en

práctica fácilmente mediante la modificación del programa OK

existente.

e) Por otro lado, los variogramas de los valores de ensayo primas

estaban muy mal comportaron (debido a un pequeño número de valores muy

alto grado) y no mostraron correlación espacial aparente. Se observó que

el variograma que dio los mejores resultados de la validación cruzada

era muy

9
6
 97

cerca de lo que se obtuvo por primera transformación a logaritmos,

consiguiendo

un variograma logarítmica y transformar de nuevo a un verdadero variograma

unidades.

Esta última variograma se utilizó en Aceptar

El estudio comparativo entre Aceptar e IK calcula con el

verdaderos resultados, obtenidos a partir de la información de

barrenos, mostraron que:

a) Both methods overestimated the average grades of the

panels. However, I.K. estimate was closer to the actual value.

The distributions of the estimated values from both techniques

were smoother than that of the actual values. The effect of

this is that high grades were underestimated and low ones

overestimated. Linear regression analysis showed the X.K.

values as better predictors of the actual values.

b) The I.K. estimator performed very well in predicting the total

recoverable ounces of gold from each panel, although a bit optimistic. On

the contrary, O.K. was very pessimistic. The distribution of the O.K.

estimates was much more dispersed than that of I.K. This happened because

O.K. underestimated a large amount of low grade values. It was also found

that the I.K. errors of estimation were not correlated to the estimated
values which implies that I.K. is an unbiased estimator. On the contrary,

the errors of estimation are negatively correlated with the estimated

values in the case of O.K.

 98

7.2 Recommendations for future research

1) The ore reserve estimates reported in this study are

considered to be geologic reserves (as opposed to mineable

reserves). The economics of extracting any portion of these

reserves was not taken into account at all. Incorporation of

the economic factors would involve more work.

2) If some geological information had been utilized, both I.K.

and O.K. estimation methods might have given better results.

Particularly, if the geology along thecontacts between barren and

mineralized zones was taken into account, possible mistakes of extending

high grade assays to panels in barren ground could be avoided. It is

not certain if these kinds of mistakes were made in this study.

Only

some geological investigation would prove it.

3) I.K. provided an estimate of the spatial grade

distributions of a given support (v), within a panel V (see

figure 2.1). Through this 3tudy, a point support volume was

assumed. From the practical point of view, the point support

volume assumption is important in a study of an already

operating open-pit mine because it is possible to compare an

estimated local distribution with the blast hole histogram for

each panel (Marechal, 1984). Estimating the local spatial grade

distributions for non point support volumes is a difficult

problem. Sullivan (1984) examined this problem at his

dissertation and suggested two different estimators for its

solution.

4) The median indicator variogram (when 50} of the indicators

are set equal to one) was the only variogram modeled and used for
 99

Indicator Kriging. The variograms that calculated for cut-off

grades

other than the median cut-off grade have smaller ranges and
lower sill

£
values. Indicator Kriging estimated the <j) (A;zc) functions for each

panel and for a series of specified cut-off grades. Instead of

using

the median indicator variogram for each cut-off grade,

individual

indicator variograms could be calculated for all the different

cut-off

grades. Then the <|>*(A;zc) functions could be calculated using all these

indicator variograms. It should be noted that all the necessary

software has been developed for thi3 purpose. A lot of additional work

and computer CPU time would be required if inclussion of the individual

indicator variograms was desired. The order relation problems

of the

(|)*(A;zc) distribution might be increased too.

 5) When the order relations were not satisfied during
this

study, the <j>*(A;zc) estimate was adjusted arbitrary to be non-decreasing

between zero and one. Sullivan (1984) at his dissertation

suggested a

couple of sophisticated approaches to check for the order

relations.

One method involves combining the simple kriging systems for all
cut-

offs into one giant system and minimizing the sum of the
estimation

variances. The other method involves a quadratic programming algorithm.

It would be worthwhile to evaluate these approaches.

6) The reliability of the Indicator Kriging estimates was

also

investigated. A major advandage of a geostatistical technique

is the

ability to put confidence intervals on an estimate. By assuming

that

the estimates of the local recovery functions follow a normal

distribution, the 95% error bound can be derived from the

kriging
 100

variance (two times the square root of this variance). By using

only

the median Indicator variogram, only one set of kriging

variances is

obtained which applies only on the median cut-off grade. If a series of

Indicator variograms were used then different sets of kriging

variances

would have been obtained, each set applicable to one cut-off.

The

single set of kriging variances, obtained using the median

Indicator

variogram only, is applied on any cut-off in this study. This

process

led to biased estimates of kriging variances. These biases

could be

calculated if the results from differnt sets of kriging

variances were

compared against the single set.

7) In general, there is no clear cut choice of which ore

reserve estimation method to use on a particular ore deposit.

The
coefficient of variation (C.V.) of the initial composite data is
a good

practical indication of what method is more suitable. The

initial raw

datos de oro utilizadas en este studyhad un muy alto CV de 1,84

y la IK

Método dio mejores resultados que el método OK. muchos

geoestadística

estudios de caso que utilizan OK mostraron que este estimador funcionó muy
bien

cuando los datos en bruto se distribuyeron aproximadamente

normal con pequeña

CV (es decir, menor que 0,5). En tal caso, podría ser innecesario para

IK usar que requiere un poco más de trabajo y tiempo de cálculo.

Hasta aquí

no hay estudios de caso que utilizan IK con un conjunto de datos con un

pequeño CV

Los resultados de un estudio de estos casos sería muy

interesante. Si IK

daría mejores estimaciones, a continuación, este estimador

podría sustituir OK

en el futuro, ya que da más información y desde computacional

el tiempo no es tan importante como solía ser.