Show simple item record

Professor Guidedc.contributor.advisorOrtiz Cabrera, Julián es_CL
Authordc.contributor.authorSaa Reyes, Jorge Luis es_CL
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticases_CL
Staff editordc.contributor.editorDepartamento de Ingeniería de Minases_CL
Associate professordc.contributor.otherMagri Varela, Eduardo 
Associate professordc.contributor.otherCouble Cerviño, Antonio
Admission datedc.date.accessioned2012-09-12T18:18:24Z
Available datedc.date.available2012-09-12T18:18:24Z
Publication datedc.date.issued2011es_CL
Identifierdc.identifier.urihttp://repositorio.uchile.cl/handle/2250/104233
Abstractdc.description.abstractEs bastante común, en el proceso de evaluación de yacimientos, encontrar varias especies de interés asociadas en un mismo cuerpo mineralizado, generalmente una ellas es más importante que las demás. Usualmente la variable más importante, que en este caso de estudio es el cobre total (CuT), es informada en todas las muestras obtenidas, mientras que la variable secundaria, en este estudio el cobre soluble (CuS), solo se analiza en ciertas zonas, a menudo las de más altas leyes de la variable primaria. Esta decisión genera un sesgo en la distribución de la variable secundaria y en la distribución bivariable conjunta (CuT-CuS). Esto produce ciertas dificultades en el proceso de simulación, ya que estos métodos usan como información de entrada, las distribuciones (histogramas) de ambas variables, por ende, si esta no son representativas, es decir, si presentan sesgo debido al muestreo preferencial, los resultados obtenidos de la simulación reflejaran estos sesgos. En esta memoria de título se presentan la metodología de una corrección de la distribución sesgada de cobre soluble, a partir de la distribución bivariable y las distribuciones de cobre total, enfatizando principalmente en dos aspectos: cómo cambian los resultados en la medida que el sesgo aumenta, y por otro lado, cómo cambian los resultados al aumentar o disminuir el grado de refinación con el cual se realiza la corrección. Los resultados muestran que la corrección propuesta de la distribución sesgada, corrige el efecto del muestreo preferencial, en cuanto a estadísticas básicas, variabilidad espacial, distribución de valores tanto en CuT como en CuS, etc. Por esta razón, la corrección se considera exitosa, ya que estimaciones hechas a partir de distribuciones no corregidas sobrestiman los recursos del yacimiento hasta en un 100% para algunas leyes de corte. Sin embargo, analizando los tonelajes reportados en las realizaciones se puede ver que, para una ley de corte que pertenezca a una de las clases que se vieron sesgadas, los tonelajes informados son levemente mayores que en el caso insesgado. Por el contrario, para leyes superiores a las clases sesgadas, el tonelaje medio informado es menor al caso sin sesgo. El suavizamiento de la distribución sesgada parece ser necesario solo en casos extremos en que el sesgo sea excesivo o se tengan muy pocos datos para aplicar la corrección. El suavizamiento depende fuertemente de la decisión del usuario en cuanto al ajuste del histograma experimental y por esto los resultados pueden ser bastante distintos dependiendo de esta elección.
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Publisherdc.publisherCyberDocses_CL
Type of licensedc.rightsSaa Reyes, Jorge Luises_CL
Keywordsdc.subjectMineríaes_CL
Keywordsdc.subjectYacimientos minerales, Evaluaciónes_CL
Keywordsdc.subjectMinerales, Muestreo y estimaciónes_CL
Keywordsdc.subjectCobrees_CL
Keywordsdc.subjectDistribición sesgadaes_CL
Títulodc.titleInferencia de la Distribución Representativa de cobre Soluble en Presencia de Muestreo Preferenciales_CL
Document typedc.typeTesises_CL


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record