Ejercicio #1 Muestras.

dat

Utilice su propia base de datos o el archivo de datos de GeoFar Muestras.dat

y realice lo siguiente:

1. Anlisis estadstico de las muestras (CuT, CuS, Fe, As), con grficos.

Histogramas, BoxPlot, Probability plot, etc

R.- Antes de realizar el anlisis estadstico, debemos saber que en la base de

datos tenemos las variables CuT, CuS, Fe y As. Para el siguiente anlisis
contamos con aproximadamente 10.000 muestras segn la base de datos
utilizada. A continuacin se muestra una parte de la base de datos que se
utiliz.

Fig. Nro.1 Base de datos Muestras

Cobre Total (CuT)

En la Fig. Nro.2 se puede observas la distribucin que tiene la variable de Cut,

en la cual podemos ver que mayoritariamente a simple vista hay leyes
bastantes bajas. Mientras que las leyes ms altas son bastantes menores.

Fig.Nro.2 Histograma de la variable Cut.

Adems podemos ver los siguientes parmetros:

Nmero de muestras 9879

aproximadas
Ley Mnima % 0%
Ley Mxima % 8.6%
Media 4.20
%
Desviacin Estndar 0.598
C.V 1.424

Podemos decir que la desviacin estndar es baja, lo cual se traduce en que

las distintas leyes tienen poca dispersin una con otras. Por otra parte el C.V es
mayor que uno lo que nos da a entender que hay mayor heterogeneidad, lo
cual tambin se puede apreciar en el histograma realizado.
Cobre Soluble (CuS)

En la Fig. Nro.3 se puede observas la distribucin que tiene la variable de CuS.

En la cual podemos ver que mayoritariamente a simple vista hay leyes
bastantes bajas, menores a 0.398. Mientras que las leyes ms altas son nulas.
El 90% de las leyes se concentran en valores muy cercano a 0% por lo cual
podemos inferir que el C.V ser mayor que 1

Fig.Nro.3 Histograma de la variable CuS.

Adems podemos ver los siguientes parmetros:

Nmero de muestras 9879

aproximadas
Ley Mnima % 0%
Ley Mxima % 1.99%
Media
0.54%
Desviacin Estndar 0.155
C.V 2.838

Podemos decir que la desviacin estndar es baja, lo cual se traduce en que

las distintas leyes tienen poca dispersin una con otras. Por otra parte el C.V es
mayor que uno lo que nos da a entender que hay mayor heterogeneidad, lo
cual tambin se puede apreciar en el histograma realizado.
Fierro (Fe)

En la Fig. Nro.4 se puede observas la distribucin que tiene la variable de Fe.

En la cual podemos ver que tienen un comportamiento normal, ya que cerca
del 64% de las leyes se concentran en la parte media de dicho histograma. Por
otra parte las leyes mximas alcanzan valore cerca del 9.52 %, mientras que
las mnimas tiene un valor de 0.17 aproximadamente.

Fig.Nro.4 Histograma de la variable Fe.

Adems podemos ver los siguientes parmetros:

Nmero de muestras 9994

aproximadas
Ley Mnima % 0.17%
Ley Mxima % 9.52%
Media 2.119
%
Desviacin Estndar 0.923
C.V 0.436

Podemos decir que la desviacin estndar es baja, lo cual se traduce en que

las distintas leyes tienen poca dispersin una con otras. Por otra parte el C.V es
menor que uno lo que nos da a entender que hay una menor heterogeneidad,
lo cual tambin se puede apreciar en el histograma realizado.

Arsnico (As)

En la Fig. Nro.5 se puede observas la distribucin que tiene la variable de As.

En la cual podemos ver que mayoritariamente los valores se concentran al
inicio del histograma. Por otra parte las leyes mximas alcanzan valore cerca
del 1113.5, mientras que las mnimas tiene un valor de 29.601
aproximadamente.

Fig.Nro.5 Histograma de la variable As.

Adems podemos ver los siguientes parmetros:

Nmero de muestras 8934

aproximadas
Ley Mnima % 4.25%
Ley Mxima % 1113.
5%
Media 29.60
1%
Desviacin Estndar 34.99
9
 C.V 1.182

Podemos decir que la desviacin estndar es alta, lo cual se traduce en que

las distintas leyes tienen mucha dispersin una con otras. Por otra parte el C.V
es mayor que uno lo que nos da a entender que hay una mayor
heterogeneidad, lo cual tambin se puede apreciar en el histograma realizado.

Describa lo que observa (desde el punto de vista geolgico).

Caso Cut

Se puede apreciar estamos en presencia de unas ola poblacin, la cual tiene

leyes muy bajas, lo cual se pueden tratar de yacimientos o zonas de muy bajas
leyes.

Caso CuS

Lo mismo ocurre para el caso del CuS, ya que sus leyes son bastantes bajas,
tratndose de un yacimiento de muy baja ley.

Caso Fe

Se puede apreciar que se puede tratar de una zona o yacimiento en la cual hay
bastante presencia de Hierro o Fierro, en la cual su dispersin es baja,
asimismo como su coeficiente de variabilidad, y por ltimo podemos que este
tipo de yacimiento se encuentra en Chile en la "Franja Ferrfera" que se ubica
entre la 2da. y 4ta. Regin donde CMP (empresa CAP) tiene sus principales
instalaciones de extraccin de Mineral de Hierro entre las cuales destacan
Minas El Romeral, Los Colorados y la Mina El Algarrobo, en la cual la extraccin
est en sus ltimas etapas.

Caso As

Para este caso podemos decir para el caso de las muestras del Arsnico las
muestras tiene poca variabilidad mostrando una sola poblacin geolgica.
2. Anlisis de curvas de isoleyes y describa lo que observa.

Caso Cut

Para el caso de las muestras del CuT, se pueden observar que existen 2
distritos con leyes mayores al 2% en el nivel 2912.5 de la cota Z. Mientras que
las leyes que son mayores a 7% podemos decir que estn en dos partes
distintas, cada una de las dos zonas mencionadas anteriormente.

Fig. Nro.6 Ploteo de las Isoleyes

Caso CuS

En esta zona podemos observar que solamente existe un distrito con leyes
mayores 0.5 % en la cota 2942.5 del eje Z, asimismo las leyes que alcanzan
valores mayores o iguales 1 % estn justamente en ese distrito.

Fig. Nro.7 Ploteo de las Isoleyes

Caso Fe

Podemos ver las 2 zonas con leyes iguales o mayores a 2.5 % con un color
verde, mientras que el resto de las muestras son cercanas 1 %.

Fig. Nro. 8 Ploteo de las Isoleyes

Caso As

En este ltimo caso podemos ver demasiada dispersin, con mucha

variabilidad, la cual no existe una zona en concreto para poder analizar, ya
estn bastante dispersas las muestras.

Fig. Nro. 9 Ploteo de las Isoleyes

3. Anlisis de correlacin entre variables y describa los resultados.

Los anlisis para el caso del Cut, se determin la curva que permite
modelar la curva de comportamiento que tiene dicha variable, la cual es y =
5.9447x + 6.9268, con un Coeficiente de Correlacin R = 0.0195 , lo cual me
indica que la regresin lineal no se ajusta adecuadamente a a los datos. Por
lo tanto no existe una correlacin aparentemente visible.

2000 Muestras Fe
2500

2000

1500 Dispercin Fe
Nro de muestras de Fe f(x) = - 183.24x + 1397.72
Linear (Dispercin Fe)
1000 R = 0.1

500

0
0 5 10

Leyes del Fe %

Para este siguiente caso del Cus, obtuvimos la curva del comportamiento, y =
6.8493x + 3.3288

R = 0.0294, no obteniendo una correlacin alguna, ya que sus valores de R2

son muy cercanos a cero.
 2000 Muestras Cus
7
6
5
2000 Muestras Cus
4
f(x) = 6.85x + 3.33 Linear (2000 Muestras
Axis Title 3
R = 0.03 Cus)
2
1
0
0 0.05 0.1 0.15

Axis Title

Para es otro caso de la variable de Fe, aparentemente no existe una correlacin

alguna. Obteniendo valores del modelamiento de la ecuacin y = -183.24x +
1397.7

R = 0.1029.

2000 Muestras Fe
2500

2000

1500 Dispercin Fe
Nro de muestras de Fe f(x) = - 183.24x + 1397.72
Linear (Dispercin Fe)
1000 R = 0.1

500

0
0 5 10

Leyes del Fe %

Por ltimo para el caso del As, Se puede observar una tendencia, sobre los
distintos valores de las muestras del Arsnico. Asimismo como las dems
variables se realiz el modelamiento de la ecuacin, con su respectivo R2
positivo.
 2000 Muestras As
8

6
2000 Muestras As
f(x) = 0.05x + 3.28
Axis Title 4 Linear (2000 Muestras
R = 0.13
As)
2

0
0.00 20.00 40.00 60.00

Axis Title

4. Otro anlisis que Ud. considere pertinente.

Se realiz una comparacin entre las muestras distintas variables,

especficamente para el caso del Cut y Cus, solamente para las 2000 primeras
muestras. Como se puede observar en el siguiente histograma, las leyes ms
altas para el caso del Cut toman un valor de 4.5 % mientras que para el caso
de las leyes del Cus, estas toman un valor de 2.5 % aproximadamente, como lo
muestra el grafico.

Histograma de leyes CuT y CuS

5

3 Cut
Cus
leyes Cu % 2
1

Nro de muestras