Monografia Marin

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA Y METALÚRGICA ESCUELA PROFESIONAL DE INGENIE

Views 175 Downloads 2 File size 2MB

Report DMCA / Copyright

DOWNLOAD FILE

Recommend stories

Citation preview

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA Y METALÚRGICA ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS

GEOESTADÍSTICA

CURSO:

GEOESTADÍSTICA

CÓDIGO: GM711-S

TEMA:

Anomalías en el muestreo de Yacimientos

DOCENTE

Dr. Alfredo Marín Suarez Valeriano

ESTUDIANTES:

DECENA SALINAS ROVER RICARDO 20152545D MURGA MIRANDA MIGUEL ANGEL 20142505J

FECHA

13/06/2019

CICLO

2019-I

ÍNDICE

INTRODUCCION Empezamos a realizar como el variograma y sus diversas aplicaciones, se aplicó las formulas de la media y desviación estándar, para las distribución lognormal y normal. El programa de SPSS fue muy importante aprenderla porque nos generó muchos trabajos tales como el PPLOT, distribuciones ya sean con anomalías o sin anomalías. Se puede aplicar a diversas leyes que se dio en una clase, para describir los multiples casos reales que tienen dichas leyes. Utilizamos Excel, sirve como enlace o conexión entre la data generada por el C++ y los datos que enviaremos al SPSS. Este proceso trata de un cambio de variable ya sea para el x o y, utilizando el logaritmo neperiano y “e” como base del exponencial. También ha servido para la generación de datos variables para los variogramas y para la generación de data como variante del C++, pero siendo no tan eficaz como el mencionado, para los anteriores trabajos. El análisis a los datos proporcionados, fue realizado previa búsqueda de problemas que se registran con las leyes, estimando las posibles causas que generaron dichas alteraciones. Observado y analizado estas anomalías que presenta la naturaleza, nos vemos con la obligación de poder explicarlos haciendo uso de la geoestadística y obtener resultados muy cercanos a la realidad, ya que en la naturaleza se desarrollan o se encuentran multiples eventos que no siguen un patrón, por esta razón decimos que nuestros resultados es una aproximación.

FUNDAMENTO TEORICO Para el C++ Podemos mencionar la utilidad de las funcionas que tienen diversos códigos, como los que nos sirvió para generar la data designada para el SPSS. Dentro del programa es fácil proyectar o visualizar archivos que contienen texto, ya sea preferiblemente de block de texto. Y también como fue utilizado en este programa para de cambio de variables de normal a lognormal. Por lo general tenemos archivos ya generados por el C++ que se vuelven a visualizar para modificarlos, como lo realizamos anteriormente. También tenemos las funciones para guardar la ejecución de la data en formato seleccionado por el C++

Con la selección de compilar generamos el archivo que nos ejecuta para el pedido de la las especificaciones de la data, Con el de ejecutar generamos la ventana que nos pide la media, desviación estándar y cantidad de datos. Con compilar y ejecutar realizamos las dos funciones a la vez. Sea la ventana que nos pide la media, desviación estándar y cantidad de datos:

La data que se genera se representa en un archivo de block de notas con un nombre “out”, al lado de la aplicación que le generó:

Dentro del Block de notas tenemos la data:

Estos cálculos tienen como base a la teoría del limite central, la que fue explicada por el docente de la siguiente manera: r1 + r2 + r3 + … +rn = ∑𝑛𝑖=1 𝑟𝑖



Ahora le aplicamos la esperanza

E [∑𝑛𝑖 𝑟𝑖 ] = nφ Er1 + Er2 + Er3 + … + Ern Φ + Φ + Φ + … + Φ = nΦ ….. media



En vez de esperanza ahora le aplicamos varianza

Var [∑𝑛𝑛=𝑖 𝑟𝑖 ] = nσ2 Var (r1 + r2 + r3 + … +rn) Var r1 + Var r2 + Var r3 + … +Var rn σ2 + σ2 + σ2 +… + σ2 = nσ2 ……. Variación

Ahora Pn→ ∞ [𝑎