UNIVERSIDAD NACIONAL DE MOQUEGUA

EXCUELA PROFESIONAL DE INGENIERIA DE MINAS

Análisis ESTRUCTURAL CON

VARIOGRAMAS
ALUMNOS : MARCA VALDIVIA Cristhian Andrés
ARCE CRUZ Claudia Rocio
DE LA CRUZ CARRASCO Frank

CURSO : Geoesadistica

Ciclo : VIII

DOCENTE : ING. Martin Mario Arocutipa Gonza

Moquegua – Perú
2019
 1. INTRODUCCIÓN

El análisis estructural es uno de los temas más importantes de la geoestadística puesto que se

encarga de la caracterización de la estructura espacial de una propiedad o fenómeno regionalizado.

Es el proceso en el marco del cual se obtiene un modelo geoestadístico para la función aleatoria que

se estudia. El análisis estructural consiste en estimar y modelar una función que refleje la correlación

espacial de la variable regionalizada a partir de la adopción razonada de la hipótesis más adecuada

acerca de su variabilidad.

2. OBJETIVOS

2.1. OBJETIVO GENERAL:

Describir el Análisis Estructural, como herramienta para desarrollar análisis geoestadisticos.

2.2. OBJETIVOS ESPECÍFICOS:

• Explicar la utilización de variogramas en los procesos de análisis estructural.

• Indicar los pasos para la construcción de variogramas experimentales y su aplicación en los

diferentes tipos de yacimientos.

• Interpretar la construcción de los variogramas experimentales en diversos yacimientos.

3. ANALISIS ESTRUCTURAL

El análisis estructural es uno de los tópicos más importantes de la geoestadística puesto que

se encarga de la caracterización de la estructura espacial de una propiedad o fenómeno regionalizado.

Es el proceso en el marco del cual se obtiene un modelo geoestadístico para la función aleatoria que

se estudia.
 En pocas palabras podemos decir que el análisis estructural consiste en estimar y

modelar una función que refleje la correlación espacial de la variable regionalizada a partir de

la adopción razonada de la hipótesis más adecuada acerca de su variabilidad.

3.1. EL VARIOGRAMA

El variograma es la herramienta geoestadística. Permite la cuantificación de los parámetros

geológicos y expresa la correlación espacial entre los valores muestreados.

El variograma puede ser estimado a partir de datos experimentales (por ejemplo, las leyes

provenientes de una campaña de muestreo).

El variograma es una función que constituye la herramienta fundamental de la geoestadística.

Sean x y x + h dos puntos en el espacio:

La definición teórica de la función del variograma y(h) es la siguiente formula:

 Sin embargo, en la práctica siempre se utiliza el algoritmo siguiente:

Esta ecuación es la que hay que adaptar en cada situación práctica (mallas regulares e

irregulares en el espacio de n dimensiones, n = 1, 2, 3). Las propiedades de γ(h), que se deducen

fácilmente de la definición son:

3.2. CARACTERISTICAS BASICAS

Sill (C)

El sill conocido también como La “Meseta” es el valor máximo que alcanza el

semivariograma cuando la variable es estacionaria.

Rango (A)

Conocido también como Alcance, el Rango es la distancia a la cual el variograma se estabiliza

y las muestras se relacionan espacialmente.

 Efecto de Pepita (Co)

La discontinuidad aparente que se aprecia cerca del origen, se le conoce como efecto de

pepita, este efecto puede deberse a la presencia de micro estructuras, y artificialmente se puede

generar por errores en el muestreo y también debido a las tasas de recuperación.

El nombre efecto de pepita proviene del estudio de los depósitos de oro. Consideremos por ejemplo

un testigo:
 3.3. COMPORTAMIENTO A PEQUEÑAS DISTANCIAS

Permite estudiar cuán rápido puede variar la variable en estudio a pequeñas distancias.

Básicamente el variograma presenta las 4 formas siguientes:

1) DISCONTINUO

2) LINEAL

3) CUADRÁTICO

4) HÍBRIDOS

Efecto pepita o nugget effect

Puede ocurrir que para distancias cercanas a cero el valor del variograma no se aproxima a cero.
 3.3.1. COMPORTAMIENTO LINEAL

Indica que, para distancias pequeñas, el variograma tiene un comportamiento lineal.

Representa variables continuas, pero no diferenciables. Así, la propiedad puede cambiar rápidamente

de un punto a otro.

3.4. COMPORTAMIENTO DEL VARIOGRAMA EN EL ORIGEN

Al analizar el comportamiento de γ(h) cuando h tiende a cero se presentan los siguientes

casos:
a) Ausencia de estructura: se trata del efecto de pepita puro este modelo traduce la

irregularidad total de un fenómeno, hay ausencia de estructura, cualquiera que fuera la

escala las leyes de dos muestras son independientes.

b) Valores muy regulares y continuos: El comportamiento de las leyes es tan

homogéneo que los valores de dos muestras distantes entre sí por “d” son prácticamente

las mismas, es decir que, para h pequeño, γ(h) tiende a ser cero. En estas condiciones el

variograma (figura de la derecha) muestra un comportamiento parabólico en el origen,

mostrando un fenómeno muy regular y dando cuenta de la existencia de una deriva.

 c) Continuidad media: en un diagrama de leyes donde la diferencia de leyes para dos

muestras distantes de “d” es significativa: el variograma correspondiente, tiene un

comportamiento lineal en el origen, poniendo de manifiesto un fenómeno de cierta

regularidad, más o menos estacionaria.

3.5. ESTIMACION DEL VARIOGRAMA

El variograma es la herramienta geoestadística básica. Permite la cuantificación de los

parámetros geológicos y expresa la correlación espacial entre los valores muestreados.

A menudo el empleo de este estimador produce variogramas experimentales erráticos, lo cual

se debe a desviaciones del caso ideal para la aplicación del mismo. Estas desviaciones pueden ser

enumeradas por su importancia en el orden siguiente:

 Fuerte asimetría en la distribución de probabilidad.

 Varianza no constante. La varianza varía con la posición.

 Muestreo sesgado. Los puntos de medición se encuentran distribuidos de manera no

homogénea.

 Presencia de valores atípicos.

3.5.1. CALCULO DEL VARIOGRAMA EXPERIMENTAL

3.6. COMPONENTES DE UN VARIOGRAMA

3.7. MODELOS DE UN VARIOGRAMA

a) Modelo Esférico

Tiene un crecimiento rápido cerca al origen, pero los incrementos marginales van

decreciendo para distancias grandes, hasta que para distancias superiores al rango los

incrementos son nulos. Su expresión matemática es la siguiente:

b) Modelo Exponencial

Este modelo se aplica cuando la dependencia espacial tiene un crecimiento exponencial respecto

a la distancia entre las observaciones. El valor del rango es igual a la distancia para la cual el

semivariograma toma un valor igual al 95% de la meseta. Este modelo es ampliamente usado.

Su expresión matemática es la siguiente:

c) Modelo Gaussiano

Al igual que en el modelo exponencial, la dependencia espacial se desvanece solo en una

distancia que tiende a infinito. El principal distintivo de este modelo es su forma parabólica cerca

al origen. Su expresión matemática es:

4. CONCLUSIONES

• La geoestadística es una herramienta muy importante en el estudio de la distribución espacial

y leyes de los yacimientos metálicos.

• El análisis estructural de variogramas es muy útil para la interpretación de estos.

• Se logró relacionar los variogramas de diferentes minerales en un solo tipo de yacimiento y

se concluyó que el comportamiento espacial y de leyes no necesariamente es el mismo por

estar en un mismo yacimiento.