Figura 1. Flujorama de la metodología de investigación aplicada.

Slides:



Advertisements
Presentaciones similares
KRIGING.
Advertisements

Geoestadística El Término Geoestadística surge de la combinación del carácter aleatorio de una Variable con el carácter geológico que indudablemente poseen.
CAPITULO III Marco Metodológico MSc. Pastor Enrique Vargas E.
Modelamiento en mineral
VARIOGRAMA.
ANÁLISIS ESTADÍSTICO de los RESULTADOS DEL AJUSTE
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
ECAPMA CURSO: Biometría y Diseño Experimental Director: Arturo Samuel Gómez Insuasti, Zootecnista. Ph.D. San Juan de Pasto, 14 de junio de 2016.
GENERALIDADES DEL TRABAJO ESTADÍSTICO La Estadística es una de las ramas de la Matemática de mayor universalidad, ya que muchos de sus métodos se han desarrollado.
NOMBRE: Manuel Cleque Valverde DOCENTE: Ing. David Melgar.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
Curso de Geoestadística 3. Análisis Estructural Ramón Giraldo H. PhD. Estadística Profesor Departamento de Estadística Universidad Nacional de Colombia.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
Prof. Dr. Luis Alberto Rubio Jacobo CURSO: “Estadística Aplicada al Marketing” MAESTRIA EN GERENCIA DE MARKETING.
Estimación de la distribución de las variables
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
05 – Variograma experimental
06 – Variograma modelado Propiedades del variograma Modelos básicos
Luis Eduardo Araya Ramos Universidad de Oriente
ESTEREOTIPOS DE GÉNERO SOBRE LAS CAPACIDADES Y COMPETENCIAS MOTORICAS Y FISIOLÓGICAS DE LA MUJER ATLETA Autores: Rodríguez Fernández C.(Universidad.
Instituto Nacional de Estadística y Geografía
Curso de Elaboración de Pruebas Prof. Gerardo A. Valderrama M
Diseño Experimental 1 Santiago Ulloa.
Intervalos de Confianza
Normatividad relativa a la calidad
TALLER REGIONAL SOBRE EL DISEÑO ESTADÍSTICO DE ENCUESTAS DE HOGARES PARA EL ESTUDIO DEL MERCADO LABORAL “Jackknife” Jaime Mojica Cuevas Agosto Panamá.
Grado en Ingeniería Mecánica
Introducción a los modelos econométricos
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
Introducción a la geostadística
escuela de administración estadistica ii
“MÉTODOS PARA LA ESTIMACIÓN DE LA VARIANZA”
MI75D: TÓPICOS AVANZADOS DE EVALUACIÓN DE YACIMIENTOS
Fuente:
Correlación Lineal de Pearson y Regresión Lineal Simple
LA INVESTIGACION CIENTIFICA
PLANIFICACIÓN ACADÉMICA CBM-3A
VARIABLES REGIONALIZADAS Jhordan Jose Mateo Mendoza Ciclo: II Sección: GV81.
Tema 9 Fiabilidad de las puntuaciones
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
X CONGRESO LATINOAMERICANO DE SOCIEDADES DE ESTADÍSTICA
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
REGRESÍON LINEAL SIMPLE
La actividad científica
UNIDAD CURRICULAR: ESTADÍSTICA II
UNIVERSIDAD NACIONAL AUTÓNOMA DE NICARAGUA UNAN-MANAGUA DEPARTAMENTO DE CIENCIAS ECONÓMICAS RECINTO UNIVERSITARIO CARLOS FONSECA AMADOR RUCFA INFORME FINAL.
TIPOS DE INVESTIGACIÓN De: Bolívar V Jorge A CI:
VARIOGRAMA EXPERIMENTAL Es una herramienta que permite analizar el comportamiento espacial de una propiedad o variable sobre una zona dada. Ejemplo: Detectar.
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
Contenido VARIOGRAMA EXPERIMENTAL VARIOGRAMA TEÓRICO Propiedades básicas Definición Estudio de modelos de variograma Cálculo a partir de los datos Características.
GEOESTADISTICA 04/07/2018 A. Vásquez A.. Limitación de Estadística Clásica 04/07/2018 A. Vásquez A.
Esquemas para Organizar un Trabajo de Grado REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR INSTITUTO UNIVERSITARIO.
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
Esquema para Organizar un Trabajo de Grado basado en un Diseño propio de la Investigación Documental Pagina de Titulo Pagina de Constancia de Aprobación.
Evaluación del riesgo Geológico aplicado a la estrategia de Diseño de Pit Final basado en Simulación Geoestadística  Gustavo Donoso D. – Julián M. Ortiz.
Correlación Relación no lineal Relación lineal positiva Relación
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
PROGRAMA DE INGENIERÍA DE SISTEMAS POR CICLOS PROPEDEUTICOS
Correlación Relación no lineal Relación lineal positiva Relación
CONSULTORA MINERA BE S.R.L. ANALISIS EXPLORATORIO DE DATOS DE LAS MUESTRAS TOMADAS EN GALERIAS Y CHIMENEAS DE UNA EXCAVACION, APLICANDO LA GEOESTADISTICA.
Cambio de soporte, estimación global
UNIDAD 0_4: Análisis de datos experimentales
Tamaño de muestra.
“AÑO DEL AÑO DEL DIÁLOGO Y LA RECONCILIACIÓN NACIONAL” UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGERNIERA DE MINAS ESCUELA PROFESIONAL DE INGENIERIA.
Contenido VARIOGRAMA EXPERIMENTAL VARIOGRAMA TEÓRICO Propiedades básicas Definición Estudio de modelos de variograma Cálculo a partir de los datos Características.
TEORIA de ERRORES. Generalidades:  Una “discrepancia" es la diferencia entre dos valores medidos de la misma cantidad.-  La “precisión” se refiere al.
ESTADÍSTICA DESCRIPTIVA Mg. JHON FREDY SABI ROJAS.
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
Transcripción de la presentación:

Figura 1. Flujorama de la metodología de investigación aplicada. VALIDACIÓN DEL MODELO GEOESTADÍSTICO EN LAS MENAS DE MINERAL DE HIERRO DEL CERRO SAN JOAQUÍN, ESTADO BOLIVAR, VENEZUELA ARAYA RAMOS, Luis Eduardo1; LÓPEZ CARVAJAL, Jessica Mercedes2; ABUD SEBASTIANI, Jorge Martín3 1 Escuela de Ciencias de la Tierra, Departamento de Ingeniería de Minas, Núcleo Bolívar. 2 Misión Sucre, Aldea "Ciudad Angostura", Ciudad Bolívar. 3 Escuela de Ciencias de la Tierra, Departamento de Geología, Núcleo Bolívar. IX CONGRESO CIENTIFICO DE LA UNIVERSIDAD DE ORIENTE, CUMANA DEL 05 AL 09 DE NOVIEMBRE DE 2012 INTRODUCCIÓN Un mayor conocimiento en el comportamiento de las variables químicas de un yacimiento está directamente relacionado a la calidad de los productos. La producción de mezclas adecuadas para la conformación de las pilas de homogeneización depende de la precisión del modelo de estimación. La investigación consistió en la validación del modelo de estimación a partir de la interpretación geoestadística de los contenidos porcentuales de sílice, alúmina, pérdida por calcinación, fósforo y manganeso. El cerro San Joaquín está ubicada La zona en estudio está astronómicamente en Latitud 7.41944 y Longitud -63.2144, cercano a las importantes minas de hierro de los cerros San Isidro, Las Pailas y Los Barrancos, en el estado Bolívar, Venezuela. METODOLOGÍA La muestra utilizada para este estudio correspondió a 238 sondeos exploratorios distribuidos geográficamente en el cerro San Joaquín en un mallado superficial de 60 m x 60 aproximadamente, en 2,8 km de largo por 1,3 km de ancho. El tamaño de la muestra, por lo tanto, correspondió a 5849 intervalos del subsuelo de la roca con espesor promedio de 2 m. Las variables analizadas correspondieron a los porcentajes de sílice (%SiO2), alúmina (%Al2O3), pérdida por calcinación (%PPC), fósforo (%P) y manganeso (%Mn), presentes en las menas de mineral de hierro del cerro San Joaquín. El procedimiento metodológico para obtener los resultados se indica en la figura 1. Se ajustaron modelos teóricos de variogramas con respecto a los variogramas experimentales, obteniéndose los parámetros para la estimación con el método kriging. La última parte del estudio correspondió a la aplicación del método de validación cruzada. Para comprobar la validación se calcularon los coeficientes de correlación lineal entre los valores estimados y los verdaderos (Figura 1).   Validación: Errores Exploración descriptiva de la data de sondeos geoexploratorios y distribución probabilística de cada variable química. Histogramas. Mapas de variogramas y gráficos de variogramas experimentales en las direcciones principales y secundarias de anisotropía. Ajuste de modelos de variogramas teóricos con respecto a los variogramas experimentales. Efecto pepita, meseta o varianza, alcance espacial. Estimación kriging ordinario con aplicación de técnica de validación cruzada. Figura 1. Flujorama de la metodología de investigación aplicada. RESULTADOS El comportamiento aleatorio de las variables estudiadas corresponden aproximadamente a una distribución lognormal, siendo necesario aplicar transformación logarítmica para realizar los análisis geoestadísticos. Como se observa en la figura 2, los variogramas resultantes fueron modelos anidados exponencial-esférico ((h)=esf(h)+exp(h)) con cambios de variabilidad inicialmente lineal y finalizando de forma exponencial hasta la pérdida de la influencia espacial. Hay anisotropía geométrica en el plano horizontal con dirección de azimut principal de 135º para %SiO2, 100º para %Al2O3, 145º para %PPC, 140º para %P, y 90º para %Mn. En el plano vertical se presenta anisotropía geométrica en las variables %Al2O3, %PPC y %P; en las variables %SiO2 y %Mn hay presencia de anisotropía hibrida (geométrica y zonal). Figura 2. Variogramas de los grados químicos (horizontal: azul y verde; vertical: rojo). Los coeficientes de correlación lineal entre los valores estimados y verdaderos correspondieron a 0,95 para la sílice; 0.89 para la alúmina; 0.87 para la pérdida por calcinación; 0.77 para el fósforo; y 0.82 para el manganeso (figura 3). En todos los casos se cumplieron los supuestos de normalidad de los errores. Figura 3. Gráficos de correlación lineal entre los valores estimados y el correspondiente valor verdadero. CONCLUSIONES La estimación de las variables de los grados químicos de sílice, alúmina, pérdida por calcinación, fósforo y manganeso, puede realizarse con un alto nivel de confianza con el método kriging ordinario, puesto que, en sus comportamientos aleatorios, se presentan componentes espaciales complejos, que incluyen anisotropías hibridas y modelos de variogramas anidados de tipo esférico y exponencial. Por lo tanto, el modelo de estimación que se genere con los parámetros de variogramas establecidos en este trabajo, estará conformado por bloques que presentan valores de media muy cercano a su equivalente real en el cerro San Joaquín. AGRADECIMIENTOS A la empresa minera C.V.G. Ferrominera Orinoco, C.A. y a la Universidad de Oriente.