ESTADISTICA APLICADA EN LA MINERIA
I. INTRODUCCIÓN
El estudio de fenómenos que caracterizan a las ciencias de la tierra y que son motivo de
análisis en la actualidad, exige el uso de modelos matemáticos y definiciones que permitan
describir las características de los yacimientos mineros, para lo cual es necesario el desarrollo
de métodos, técnicas, conceptos y modelos que permitan revelar la existencia de posibles
yacimientos y proporcionen la información necesaria para evaluar la posibilidad de extraer
minerales y garantizar la rentabilidad.
Los métodos de estimación de recursos, que implícitamente están presentes en los softwares
mineros, estiman la cantidad aproximada de minerales en un determinado yacimiento. Pero
esta aproximación necesita de un soporte matemático para una buena axiomatización de la
realidad, con lo cual se podrá realizar una estimación óptima y desarrollar proyectos más
rentables.
El objetivo de mostrar que la Geoestadística está fundamentada en conceptos esenciales e
importantes de la matemática y exhibir su aplicación en la estimación de yacimientos mineros,
haciendo uso de un software de la industria minera.
II. RESUMEN
La Teoría de Variables Regionalizadas, también llamada Geoestadística, proporciona
herramientas para la caracterización de fenómenos geológicos tales como la presencia de
recursos minerales en una determinada zona, y para la estimación de leyes minerales (del oro,
plata, cobre, zinc, plomo, entre otros) mediante el uso de las variables regionalizadas, que son
realizaciones de variables aleatorias en las que se considera su posición en el espacio. Se debe
tener en cuenta que cuando se hace mención a ley mineral, se está refiriendo al tenor metálico
que constituye el valor de la variable regionalizada.
III. TEORÍA DE VARIABLES REGIONALIZADAS
En este capítulo se definen los principales conceptos de la Teoría de Variables Regionalizadas,
se presentan las hipótesis de trabajo y se enfocan estas definiciones a la aplicación en la
estimación de yacimientos mineros.
IV. La Geoestadística
La Teoría de Variables Regionalizadas o Geoestadística es una ciencia desarrollada por el
matemático francés Georges Matheron en 1950. Se define como “la aplicación del formalismo
de las Funciones Aleatorias al reconocimiento y a la estimación de fenómenos naturales”.
Estudia todo aquel fenómeno en el que se considere la ubicación de los datos en el espacio.
Proporciona herramientas matemáticas útiles en diversas áreas de estudio. Es aplicada en
ciencias tales como la oceanografía, la geoquímica, la geología del petróleo, la hidrogeología, la
geometalurgia, la agricultura, entre otros. Debido a que es ampliamente usada en ciencias de
la tierra, recibe el nombre de Geoestadística.
V. Variable Regionalizada
De manera general, diremos que un fenómeno es regionalizado cuando se considera la
posición del dato en el espacio, manifestando una cierta estructura. Tal característica es
considerada por las variables regionalizadas.
Para definir a la variable regionalizada, debemos considerar dos características importantes:
• El carácter aleatorio.
• El carácter estructural de la regionalización.
El lenguaje probabilístico de las funciones aleatorias permite considerar este doble aspecto
aleatorio.
Ejemplos de variables regionalizadas:
• El grado de absorción del dióxido de carbono ( CO2 ) de los árboles de una
determinada zona.
• El grado de salinidad del mar peruano.
• La porosidad de la tierra, factor importante en la extracción de petróleo.
• La precipitación fluvial en regiones de la tierra.
• Las leyes minerales, que se definen como el tenor metálico que constituye el valor de
la variable regionalizada en la estimación de recursos mineros.
• El ancho de la copa de los árboles, que esta correlacionada positivamente con el ancho
del tronco, esto para la estimación de recursos forestales.
• Las estaciones de monitoreo de medio ambiente a nivel de ríos miden la presencia de
contaminantes como arsénico, plomo y cadmio en el agua del río. En este caso no se trabaja en
el espacio sino en el tiempo.
• La presencia de plomo y otros contaminantes para medir la calidad del aire.
VI. EL KRIGING DE MATHERON
Los trabajos empíricos aplicando la estadística descriptiva para caracterizar la varianza de las
leyes de mineral, por el ingeniero Daniel Krige de Sudáfrica, fueron superados en la década de
1960 por el matemático francés Georges Matheron, formalizando la Teoría de Variables
Regionalizadas que originó el desarrollo de la geoestadística como tal. El nombre de krigeage
es el nombre que el profesor Matheron le dio a su técnica de estimación para compensar los
esfuerzos empíricos de Daniel Krige y hacer que la técnica sea conocida en el mundo
anglosajón minero. Más tarde devino este nombre en Kriging, siendo el autor real el profesor
Matheron, es que le denominamos Kriging de Matheron.
En términos simples, el kriging consiste en encontrar la mejor estimación lineal insesgada de
una variable en un bloque V, considerando la información disponible, es decir muestras
interiores del elipsoide de influencia en torno al bloque V.
Esta estimación del valor verdadero de la variable regionalizada se realiza usando una
combinación lineal pesada de las muestras como en los métodos anteriores:
La principal característica de este método consiste en que determina los pesos i de
manera que se minimice la varianza de estimación.
VII. CONCLUSIONES
• En el campo de la industria minera lo que se busca al usar el método del kriging es
interpolar un valor ya sea un desnivel, porosidad presente en la roca, presencia de
contaminantes de un lugar que todavía no ha sido trabajado.
• La geoestadistica puede ser usado para evaluar reservas mineras, es decir, la
estimación de parámetros a partir de un número pequeño de perforaciones y muestras.
• El kriging no solo se usa en minería, también puede ser usado en ingeniería civil,
topografía, medioambiente y también tiene aplicación en hidrología.
• Finalmente en geoestadistica es posible realizar simulaciones de yacimientos, en otras
palabras, es posible generar un modelo con las mismas características estructurales de las
variables estudiadas. También es posible examinar las consecuencias que implicaría el uso de
diversas técnicas de extracción por medio de la simulación de estas dentro del modelo.
VIII. BIBLIOGRAFIAS
• Giraldo,R. Introducción a la Geoestadística. Simposio de
Estadística Aplicada a las Ciencias Ambientales 2002
• Marco Antonio A. S. Estimacion de recursos Mineros, MAA Sironvalle 2007
• [Link] [Link]
• [Link]
