Resumen

La complejidad geoquímica y mineralógica de los yacimientos cubanos de lateritas niquelíferas genera dificultades en su modelación matemática; las variables manifiestan un comportamiento probabilístico anormal en todas las direcciones acentuándose en la vertical, esto afecta la utilización de herramientas geoestadísticas. Para evadir tales dificultades pueden utilizase como variables del modelo los grupos de una clasificación, la inexistencia de un conjunto de grupos que satisfaga los requerimientos para la modelación matemática fue el problema enfrentado. Encontrar dicho sistema de clases en los yacimientos de lateritas de níquel del oriente cubano fue el objetivo que se persiguió, para ello se utilizó la estadística multivariada y el reconocimiento de patrones. El estudio se realizó en tres yacimientos con la información del sondeo de exploración; se obtuvo un sistema de clases que permite la modelación matemática. La descripción geológica disponible se transformó a variables categoriales, que se contrastaron con las clases obtenidas.

Palabras clave: Clasificación Multivariada, Yacimientos de Lateritas, Reconocimiento de Patrones.

Abstract

The geochemical and mineralogical complexity of the Cuban Nickel Laterite ore body creates difficulties in its mathematical modeling, due that variables show inappropriate behavior in all directions, which is without conforming to a probability distribution is visible strong in their vertical direction. This phenomenon affects the use of geostatistics tools. In order to avoid such difficulties, some classification groups as modeling variables can be used. Anyway, although there was not a classification able to solve the requirements for mathematic modeling, the problem was faced. So we focus the objective to find the class system required in nickel laterite deposits in the eastern part of Cuba using multivariate statistics and pattern recognition. The study was carried out at three ore body with exploration drilling information. Finally we obtained a class system which makes possible the mathematical modeling. The available geological description is transformed to categorical variables, which were compared with derived classes.

Key words: Cluster Analysis, Lateritic Ore Body, Pattern Recognition.