UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICA PROFESIONAL DE INGENIERÍA
GEOLÓGICA
CURSO: GEOESTADISTICA
DOCENTE:

TEMA:
ANALISIS ESTRUCTURAL CON VARIOGRAMAS
PRESENTADO POR:

Cajamarca, junio del 2018

 INTRODUCCIÓN
El análisis estructural es uno de los tópicos más importantes de la
Geoestadistica 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. En
dependencia de las características de estacionariedad del fenómeno
se modelará la función de covarianzas o la de semivarianzas. Por su
importancia y generalidad estudiaremos el proceso de estimación y
modelación de la función de semivarianzas o semivariograma.
 RESUMEN
La Geoestadistica puede considerarse como una disciplina que se ocupa del análisis
estadístico de variables espacialmente distribuidas; en el ámbito de la geografía. Los
métodos y conceptos que constituyen a la Geoestadistica son prácticamente poco
conocidos; términos como semivarianza, variograma son usuales en Geoestadistica y el
significado de los mismos solamente es pertinente en el contexto espacial si se aplican a
variables geográficas que se comporten como variables regionalizadas.
Una primera tarea a realizar como parte de cualquier análisis geoestadístico consiste en
buscar la estructura de los datos que se estudian, esto implica analizar los atributos
distintivos de la regionalización, de ahí el nombre de análisis estructural.
El semivariograma es la herramienta principal que permite describir el comportamiento de
la variación espacial de un fenómeno. A través de un análisis exploratorio y con base en
el modelado del variograma se busca estructura en el comportamiento del fenómeno.
Posteriormente, el modelado del variograma se ajusta a un modelo teórico que será
utilizado en el modelo de interpolación de la variable.
A partir de los diferentes conceptos ya mencionados, el presente informe tiene como
finalidad la interpretación y análisis estructural de la variable a partir de diferentes
ejemplos aplicados al campo minero, para un mejor entendimiento y comprensión.
 OBJETIVOS

OBJETIVO GENERAL
▪ Dar a conocer las aplicaciones de la Geoestadistica a la ingeniería geológica.

OBJETIVOS ESPECIFICOS

▪ Hacer el análisis estructural mediante variogramas.

▪ Definir que es una variable regionalizada y como se aplica en el análisis de
variogramas.
▪ Construcción e interpretación de los variogramas experimentales en diversos
yacimientos.
VARIABLE REGIONALIZADA
▪ 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), 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.
▪ Para la Geoestadistica, las diferencias en torno a la superficie son aleatorias, más no
independientes, ya que hay una correlación entre ellas. La primera tarea de la
Geoestadistica es buscar estructura, de ahí el nombre de análisis estructural.
Posteriormente, el investigador puede estimar o simular las variables.
Fuente: (Velasquez, 2015)
 COMPOSICIÓN DE UNA VARIABLE REGIONALIZADA:

1. Localización

▪ Una variable regionalizada toma lugar en un determinado 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 de su campo geométrico natural.
▪ 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. Ejemplo: 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.
▪ Su principal tarea en la Geestadística, 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’.
 COMPOSICIÓN DE UNA VARIABLE REGIONALIZADA:
2. Continuidad: 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 (limites de la función). Lo más corriente es
continuidad en media, cuando el punto M tiende hacia Mo, solamente el valor medio de [f
(M) – f (Mo)]2 tiende a cero. La repartición en el espacio toma una forma más irregular y
discontinua.
3. Anisotropía: Puede existir 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.
4. Fenómeno de transición: Otros tipos de estructuras se pueden manifestar, ligados a la
aparición en el campo geométrico de la variable. Para las formaciones sedimentarias, las
estratificaciones y las repeticiones lenticulares de los estratos. Puede suceder que la
variable la cual es constante al interior de los estratos, tenga cambios bruscos al pasar de
un estrato a otro. A estas discontinuidades verticales, a menudo se adicionan
discontinuidades horizontales, debidas al término lenticular y a la repetición de los estratos
individuales. Esta red de discontinuidades realiza una partición del espacio mineralizado
en compartimientos independientes entre sí (correspondientes a antiguos micro-cuencas,
donde las condiciones de depositación han evolucionado de manera autónoma).
 NOTACION CONDENSADA
Antes de estudiar ejemplos de variables regionalizadas, mencionemos que en
Geoestadistica se utiliza la notación condensada: Un punto del espacio se representa por
la letra x. Por ejemplo, la ley en el punto x se representa por z(x). Por consiguiente, z(x)
puede significar:
▪ 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)
Se observa que existen problemas de notación: Se acostumbra a designar una variable
regionalizada con la letra z, lo cual coincide con la notación utilizada para la cota o
elevación.
EJEMPLOS DE VARIABLES REGIONALIZADAS (V.R.)
▪ Ejemplo 1: En el espacio de una dimensión, sea z(x) = Ley de Cu a lo largo de una
galería:

Galería
reconocida
entre los puntos
A y A’.

Las leyes muestreadas en las canaletas se pueden graficar:

Imagen 1: Leyes muestreadas en las canaletas entre A y A’.

EJEMPLOS DE VARIABLES REGIONALIZADAS (V.R.)
▪ Ejemplo 2: En el espacio de dos dimensiones, sea z(x1, x2) = z(x) = potencia
mineralizada en un yacimiento de nitratos:

Depósito de nitratos-yodo: La zona mineralizada, de color

rojo en la figura, se llama caliche
EJEMPLOS DE VARIABLES REGIONALIZADAS (V.R.)
▪ Ejemplo 3: 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:

Planta en mina.
Leyes de bloques de
25mx25mx15m.
Zona de óxidos

Caso típico de depósito de óxidos-sulfuros. La capa superior

corresponde a grava

En un depósito de este tipo se puede comprobar que la ley de cobre se comporta de

manera diferente en la zona de óxidos y en la zona de sulfuros. Esto nos conduce a
considerar para la ley de cobre, dos variables regionalizadas diferentes.
 CAMPO Y SOPORTE
Se llama campo a la zona en la cual se estudia la variable regionalizada. Para
definir bien el campo (por ejemplo, los límites) es necesario utilizar un modelo
geológico adecuado, por ejemplo, en la figura 3.6 se podrían distinguir dos
campos disjuntos, los cuales se pueden tratar de manera independiente y
corresponden a unidades geológicas: Unidad óxidos y unidad sulfuros.

Unidades D1, D2, D3, D4 en una sección del depósito de cobre

porfídico de Inca de Oro. Las unidades corresponden a una
interpretación geológica a partir de los sondajes
En algunas situaciones, cada campo debería tener un tratamiento
geoestadístico diferente: Para estimar una zona V contenida en una
cierta unidad, sólo se utilizan datos de la misma unidad: Se dice que se
tienen fronteras duras.

El soporte es el volumen de la muestra que define la variable

regionalizada. A menudo el soporte es un cilindro (figura a )llamado
testigo:
a) Un testigo. Tiene un cierto
z(x) será entonces la ley del volumen de muestra localizado en el punto x,
largo l y un cierto diámetro d.
en el ejemplo 5 el soporte es un cilindro vertical de 15 metros de largo.

En general, en el estudio de una variable regionalizada no es conveniente

mezclar soportes de tamaños diferentes.

En el caso en que los testigos que constituyen el sondaje son de tamaño

irregular, es necesario hacer una operación la cual consiste en regularizar
o compositar el sondaje, es decir disponer de datos (compasitos) de b) Regularización de un sondaje a
longitud constante (figura b). un largo constante b. Esta
operación produce errores
Sección en el depósito de cobre. Se
observan las unidades grava (estéril),
lixiviado, óxidos y sulfuros. Un
compósito está caracterizado por sus
coordenadas x, y, z, las leyes de
cobre total, de cobre soluble, un muestra una sección transversal en un depósito de óxidos de
código que indica la unidad, además cobre. Las líneas representan los sondajes de exploración. El
del nombre del sondaje que punto rojo se denomina collar del sondaje. El collar está
caracterizado por las coordenadas x0, y0, z0 y por dos ángulos:
contiene al compósito. (Θ, φ) A
• Cada compósito está caracterizado
por sus coordenadas x, y, z, sus
leyes, un código que indica el
dominio o unidad geológica y la
identificación del sondaje,
eventualmente otra información.
Se tiene así la base de datos de
sondajes del depósito, la cual, en
formato de texto, puede ser
incorporada en cualquier paquete
computacional.

Azimut θ (se mide en grados desde el norte) e inclinación φ (se

mide en grados desde la horizontal) de un sondaje
ANÁLISIS ESTRUCTURAL MEDIANTE
VARIOGRAMA
• COMPORTAMIENTO DEL SEMIVARIOGRAMA EN EL ORIGEN.
• 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.

Efecto pepita puro

• 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
estascondiciones 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.
• Continuidad media:
• En un diagrama de leyes
(gráfico de la izquierda),
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
Gráfico de Continuidad media
de cierta regularidad, más o
menos estacionaria.
 PRESENCIA DE MICRO ESTRUCTURAS

En este caso, el variograma registra todas las

microvariaciones, tanto a la escala aproximada “d” como
las variaciones de escala “c”

variograma de microvariaciones

Si las microestructuras son del orden de decímetros y la

estructura mayor está por las decenas de metros,
entonces el semivariograma tendrá la apariencia del
gráfico adjunto. Existirá un salto de la curva en el origen,
debido a la micro variabilidad, hasta h = d para luego
crecer moderadamente siguiendo la variabilidad mayor.

Efecto de la Continuidad Media FUENTE: VILLANNUEVA R. 2001. pág. 21

 ALCANCE(a)

Para h ≥ a se tiene que K (h) = 0. Esto implica que para

h superiores al valor “a” no existe dependencia entre
los valores, y que el valor en un punto no influye sobre
el valor del otro, por tanto, la función γ (h) se vuelve
constante (γ (h) = C).

El alcance, también nos indica las características

Alcance
geológicas de formación de un yacimiento.

 En un yacimiento sedimentario, el alcance representa las dimensiones de las

unidades de sedimentación y en consecuencia de las zonas mineralizadas.
 En un yacimiento lenticular, representa la dimensión de los lentes.
 En un yacimiento estratiforme, refleja la potencia promedio.

FUENTE: VILLANNUEVA R. 2001. pág. 21-22

Con el siguiente ejemplo se pretende comprender una de las bondades del alcance:
En un yacimiento de carbón se han tomado 80 muestras a malla regular de 5m. Las potencias de los 10
mantos de carbón, en metros, son: 31,6; 24,8; 5,1; 11,1; 4,6; 34,5; 49,2; 14,7; 10,2; 10,2. Al determinar la
continuidad espacial de la VR Z(x), definida por:

Se calculó: el promedio = 0,5 m; la varianza =

0,25 (%)2 y los valores de γ(h):
γ(5) = 0,12 ; γ(10) = 0,20 ; γ(15) = 0,24; γ(20) =
0,25; γ(25) = 0,25

el variograma experimental, se observa que el alcance es del orden de

los 20m, distancia al cual la meseta C, es igual a 0,25 (%)2 coincidiendo
con la varianza, de las muestras.
En este caso el alcance, representa la potencia media de los mantos de
carbón:
Potencia media =
(31,6+24,8+5,1+11,1+4,6+34,5+49,2+14,7+10,2+10,2)/10 = 19,8m
 EFECTO DE PEPITA (Co)
Efecto pepita en el variograma de yacimientos
auríferos de África del Sur
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 (toma de
muestras, preparación, manipulación y análisis de leyes) y
también debido a las tasas de recuperación. Este nombre
común en el lenguaje geoestadístico tiene sus raíces en los
yacimientos auríferos de África del Sur presencia de pepitas
de oro, que al representar en un plano la ley versus la
distancia se obtiene el gráfico:
FUENTE: VILLANNUEVA R. 2001. pág. 21-22
La discontinuidad en el variograma manifestado al comienzo estaría representado por:

Un efecto de pepita debido a la

presencia de microestructuras,
permitirá estudiar en detalle un
fenómeno, estableciendo

discontinuidad del efecto pepita

Efecto pepita.

FUENTE: VILLANNUEVA R. 2001. pág. 23

 SUPERPOSICIÓN DE ESTRUCTURAS

Es frecuente encontrar variogramas con configuraciones como el de la figura adjunta,

llamadas estructuras superpuestas.

Una estructura de esta forma puede explicarse de la siguiente

manera:
 La existencia del efecto pepita, puede deberse:
1. A la taza de recuperación
2. A la presencia de micro estructuras
3. A errores de muestreo.
 El primer alcance explicaría a las características
petrográficas.
 El segundo alcance puede caracterizar a la mineralización.
 El tercer valor nos indicaría diferencias a nivel regional del
estructuras superpuestas
yacimiento (orogénesis)

FUENTE: CUBA. 2002.

 ESTIMACIÓN DEL VARIOGRAMA

Existen varios estimadores, pero el más común está dado por

N (h): es el número de pares

Z (xi) y Z (xi + h) separados a una distancia h= ℎ

• Es un estimador no paramétrico.
• Es óptimo cuando se dispone de una malla regular de muestreo que sea representativa y la distribución
sea normal. En estas condiciones el sesgo es el mínimo posible.

En la práctica 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.

Fuente: (Cuba, 2002)

 CÁLCULO DEL VARIOGRAMA
EXPERIMENTAL
La función variograma o semivariograma, define la correlación espacial entre los valores muestreados.

se obtiene calculando, para cada distancia de separación entre las muestras. Lag en una determinada
dirección

Donde:
•N : Número de pares de datos
•f(x1) : El valor de la variable regionalizada en el
punto i
•f(x1+h) : El valor de la variable regionalizada
tomada a una distancia h
LAG: Espaciado con que se
calculan las diferencias al
cuadrado entre muestras.
Ejemplo: LAG1 incluye las
muestras adyacentes A y B. B
y C. C y D. etc.
La distancia que representa
el LAG, 1 es el intervalo
mínimo del muestreo.
Ejemplo: LAG2 requiere que
se calcule las diferencias a
la cuadra entre muestras
alternativa A y C. B y D. C y
E. etc. Y así sucesivamente.
El número máximo de LAGs,
es decir, de distancias n para
calcular el Y´ (h) suele
establecerse en la mitad de la
distancia muestreada.

Longitudes mayores generan pocos pares de muestras por lo que estadísticamente no es

representativo.
Fuente: (Miguel, 2014)
 Se tienen 4 taladros de muestreo en una dirección
determinada, calcular: a) el variograma, b) var.
Relativo y c) el var. Logarítmico.
a) VARIOGRAMA

y´ (h) = (1/2N). σ [ f(x1) – (fx1+h)]2

1400

(10-50)2 + (50-20)2 + (20-60)2 1200

Y (1)= -------------------------------------- = 683.3 1000

2x3 800

y(h)
600
(10-20)2 + (50-60)2
400
Y (2)= --------------------------= 50
2x2 200

0
1 2 3
(10-60)2
h
Y (3)= -----------= 1250
1x2

2n = 2*número de pares, en este caso es tres pares

 1,2

1
b) VARIOGRAMA RELATIVO h Y(h) X X2 Y(h)/x2
0,8

y(h)/x 2
1 683.3 35 1225 0.56 0,6
X1 = (10 + 50 +20 +60) / 4 = 35 0,4
2 50 35 1225 0.041
X2 = (10 + 50 + 20 + 60) /4 = 35 0,2

X3 = (10+60) / 2 = 35 3 1250 35 1225 1.02 0

1 2 3
h

c) VARIOGRAMA LOGARÍTMICO

Z(X) = 10 50 20 60

Ln (z(x)) = 2.30 3.91 2.96 4.09

(2.30−3.91)2 + (3.91−2.96)2 +(2.96−4.09)2

Y (1)= = 0,81
2x3

(2.30−2.96)2 + (3.91−4.09)2
Y (2)= = 0,11
2x2

(2.30−4.09)2
Y (3)= = 1.61
2x1
 CALCULO DEL SEMIOVARIOGRAMA EXPERIMENTAL

 El semivariograma experimental, posee numerosas zonas donde no existen valores

concretos.
 Únicamente existen valores definidos en aquellos lugares donde se ha realizado el
muestreo.
 Por lo tanto, es necesario definir el valor de la variable en puntos donde el
semivariograma experimental no ofrece información suficiente.

Para ello es necesario construir un modelo que nos permita obtener dicha información
 MODELOS DE SEMIVARIOGRAMAS.
MODELO EXPONENCIAL
Este modelo va ascendiendo lentamente hasta alcanzar la meseta a un valor constante. Existen dos
posibles esquemas:

Donde:
C: Valor comprendido entre el efecto
pepita C0 y la meseta.
h: Distancia
a: Representa el alcance o rango
B. MODELO ESFERICO O MATHERNON

• Es el que mejor se ajusta cuando

se trata de variables mineras
(p.e. ley o espesor) Presenta una
curva de del semivariograma
que aumenta rápidamente del
LAG para posteriormente,
ascender más lentamente hasta
alcanzar una zona plana a
valores de LAG altos
Imagen 33: Modelo esferico o mathernon
 Y´ (h) = C0 + C [1.5 (h/a) – 0.5 (h/a)3 para h < a

Y´ (h) = C0 + C para h < a

Figura 13: Esquema de solapamiento o

sobreposición de las áreas de influencia de
muestras que indican una mejor calidad del Imagen 34: variograma con efecto pepita puro.
muestreo.
• Si el semivariograma muestra
fluctuaciones aleatorias
alrededor de una línea
horizontal se tiene un efecto
pepita puro en este caso la
evaluación del yacimiento se
debe realizar por cualquier
método clásico
• MODELO LINEAL
Este modelo se presenta cuando,
al representar Y´ (h) frente a los
LAGs, se obtiene una línea recta:
Donde:
p: Pendiente de la recta
h: El LAG
k: La intersección en el eje X Y´(h)
SEMIVARIOGRAMAS ANISOTRÓPICOS

• Existen numerosas situaciones en que la variación es anisotrópica,

por lo que en cada dirección hay semivariograma diferente. Si la
anisotropía se puede tener en cuenta mediante una transformación
lineal simple de las coordenadas, entonces se dice que la anisotropía
es geométrica o afín. La transformación se puede expresar mediante
la siguiente fórmula:

Ω Ѳ = (𝐴2 𝐶𝑜𝑠 2 Ѳ − ∅ + 𝐵2 𝑆𝑒𝑛2 (Ѳ − ∅))1/2

• Esta función puede ser aplicada como un factor al argumento h de la
función semivarianzas en el caso de los modelos transitivos o al
gradiente en los modelos no acotados.
• En presencia de anisotropía geométrica, el gráfico direccional de los
rangos forma una elipse, en la cual el eje menor B es el rango de la
dirección de más rápida variación y A, el eje mayor, está en la
dirección en que la variabilidad es más lenta. La relación λ=A/B es una
medida de anisotropía.
• En caso de anisotropía si se desea diseñar una red óptima de
muestreo se debe hacer en forma rectangular haciendo coincidir los
lados con las direcciones de los ejes Principales y las longitudes de los
mismos deben estar en la proporción λ, donde el lado menor le
correspondería a la dirección del eje B
CASOS PARTICULARES RESPECTO A LOS MODELOS
DE SEMIVARIOGRAMA.
A) SEMIVARIOGRAMAS
CON TENDENCIAS
• Cuando existe ruptura de
estacionariedad (cambio en la
tendencia de la meseta) Se produce
una distancia superior al alcance. No
tiene incidencia en la estimación local
de los bloques definidos para el
yacimiento.
• Cuando este tipo de semivariograma
domina, es necesario utilizar la técnica
de Krigeage universal, en lugar de
krigeage ordinario que se aplica en las
situaciones de estacionariedad.
 B) SEMIVARIOGRAMA CON EFECTO AGUJERO
• Este efecto ocurre cuando se
alternan áreas con alta ley y áreas
con baja ley.
• El resultado es una
pseudoperiocidad, reflejada en una
oscilación de semivariograma
alrededor de una aparente meseta
• Aplicación en yacimientos aluviales.

Imagen 36: Semivariograma con efecto agujero

 C) SEMIVARIOGRAMA COMPUESTO
• Esta situación aparece cuando se
obtienen diferentes
semivariogramas a lo largo de
diversas direcciones del yacimiento.
• Esto significa que en vez de tener
un área de búsqueda isótropa
(círculo o esfera) se posee una zona
elíptica o elipsoidal
• Esto es evidente en yacimientos
aluviales, donde se tiene alcance en
dirección perpendicular al
yacimiento. Imagen 37: Semivariograma compuesto
V.I. CONSTRUCCION DE VARIOGRAMAS EXPERIMENTALES EN
DIVERSOS YACIMIENTOS
Metodología de modelamiento de variogramas

a.- Definir un dominio poblacional, refrendado en los análisis previos.

b.- Para la búsqueda de los variogramas se determina parámetros de trabajo: La interdistancia (h),
comúnmente llamada por los operadores de software como “LAG”, tiene que ser encontrada evaluando
estadísticamente la distancia entre las muestras. Los ángulos de Azimut e Inclinación para las direcciones de la
estructura mineralizada.

c.- Definidos los parámetros se procede a la búsqueda de los variogramas experimentales.

d.- Obtenido el variograma de mayor alcance, se debe verificar si se tiene una buena población representativa
del número de pares de trabajo de los primeros términos de la función variograma. Y (h)

e.- La búsqueda se realizará por los rangos de Azimut de 0° y 360° y con rangos de Inclinación de -90°, 90°.

f.- Por último, el proceso de este trabajo es reiterativo, ya que se busca el variograma de mayor tendencia, y
que este sustentado por el mayor número de parejas posibles.
YACIMIENTO FILONEANOS.

Para este yacimiento se

tomó como ejemplo el
proyecto Caylloma. En el
cual se trabajó con un .

total de 26577 muestras.

Y el compósito se
consideró de 0.5 m

Imagen 38: Vista SE de los sondajes y chimeneas que corresponden a la

información usada para el estudio del proyecto minero Caylloma
Imagen 39: Vista de la distribución espacial de las leyes de Plata, Ag
(gr/tn) de las muestras compósito del proyecto minero Caylloma.
 6.1. Variogramas experimentales de la Plata.

Los variogramas experimentales de la plata en

este tipo de yacimiento filoneanos, reflejan en
direcciones verticales y horizontales mayores
grados de erraticidad de la variable.

Imagen 40: Variograma de la Plata (Ag), LAG 1 y 2

Imagen 41:Variograma de la Plata (Ag), LAG 2

 Los variogramas de plata
presentados en la dirección
de 40º y 60º de azimut
muestran comportamiento
errático puro de la variable
en esas direcciones.

Imagen 42: Variograma de la Plata (Ag), con Az y DP

diferentes.
6.2. Variograma experimental del Oro.
Los variogramas
experimentales de oro para
este tipo de yacimiento
filoneanos, muestran
comportamiento estacionario
en rangos de 6 a 12 metros
con alta erraticidad, lo cual es
verificado por su coeficiente
de variación de 12.55.
Imagen 43: Variograma del Oro (Au), LAG 2.
 6.3. Variograma experimental del plomo.

Los variogramas
experimentales del plomo
encontrados, reflejan radios
de influencia de 24 metros
como máximo, como se
observa en la dirección de
azimut de 130º, con un
buzamiento de -45º, en este
tipo de yacimiento
filoneanos considerado
Epitermal intermedio.
Imagen 44: Variograma del Plomo (Pb), LAG 2.
 Yacimiento pórfido skarn.
Para este yacimiento se
tomó como ejemplo el
proyecto Morococha. En el
cual se trabajó con un total
de 89277 muestras.
El archivo secuencial tiene el
siguiente número de muestras
para las variables económicas:

Imagen 45: Vista de los sondajes que corresponden a la

información usada para el estudio del proyecto minero
Morococha.
Los Variogramas experimentales
del cobre presentados reflejan
distancias de 45 a 90 metros de
alcance para este tipo de
yacimiento pórfido skarn. El cobre
tiene un coeficiente de variabilidad
de 1.02, una varianza estadística
de 0.19 muy por debajo de su
meseta y su pepita representa el
35 % de su meseta.
 Yacimiento Epitermal de alta sulfuración.

Para este yacimiento se

tomó como ejemplo el
proyecto Hualgayoc. En el
cual se trabajó con un
total de 4420 muestras. Y
el compósito se consideró
de 2 m

Imagen 46: : Vista de los sondajes que

corresponden a la información usada para el
estudio del proyecto minero Hualgayoc.
Los variogramas experimentales del oro de este proyecto ubicado en
la franja metalogenética de los volcánicos Cenozoicos de la zona
norte de la cordillera de los Andes, clasificado como un yacimiento
Epitermal HS de baja ley,
reflejan un comportamiento de media a baja variabilidad, una
relación que va desde el 40% al 45% entre su efecto pepita y la
meseta, con una varianza estadística de 0.76 por encima de la
meseta del variograma y alcance de entre 20 a 40 metros
Los variogramas
experimentales
de la plata
reflejan
distancias de
entre 20 a 30
metros de
alcance.
Tienen una variabilidad
menor que la del oro
para este yacimiento,
que es de 1.45 tal cual
se refleja en sus
Variogramas. Los
variogramas también
reflejan un mayor grado
de variabilidad en la
dirección vertical.
CONCLUSIONES
 La Geoestadistica 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 correcta
interpretación de datos obtenido en campo.
 Se logró relacionar los variogramas de diferentes minerales en un
solo tipo de yacimiento por lo que se concluye que, el
comportamiento espacial y de leyes no necesariamente es el mismo
por estar en un mismo yacimiento.