Descripción

TEMARIO

MÓDULO 1: MATEMÁTICA APLICADA

Capítulo 1: Teoría de Conjuntos, y Álgebra
1.1.Sesión 1: Conjuntos.
1.2.Sesión 2: Teoría números reales y propiedades.
1.3.Sesión 3: Teoría números racionales y propiedades.
1.4.Sesión 4: Álgebra.
Capítulo 2: Sistema de Ecuaciones y Matrices
2.1.Sesión 1: Funciones.
2.2.Sesión 2: Sistemas de ecuaciones.
2.3.Sesión 3: Matrices álgebra.
Capítulo 3: Sumatorias, vectores
3.1.Sesión 1: Álgebra de sumatorias.
3.2.Sesión 2: Sistema de vectores.
3.3.Sesión 3: límites.
3.4.Sesión 4: Ejercicio con límites.

MÓDULO 2: FUNDAMENTOS DE ESTADÍSTICA

1.1.Sesión 1: Análisis Estadístico de Datos.
1.2.Sesión 2: Fundamentos de Estadística.
1.3.Sesión 3: Fundamentos de Estadística Parte II.
1.4.Sesión 4: Fundamentos de Estadística Parte III.
1.5.Sesión 5: Inferencia Estadística.
1.6.Sesión 6: Inferencia de Estadística Parte II.
1.7.Sesión 7: Inferencia Estadística Parte III.
1.8.Sesión 8: Análisis de Varianza.
1.9.Sesión 9: Modelamiento Matemático.
1.10.Sesión 10: Ajuste de un Modelo Lineal de Una Variable.
1.11.Sesión 11: Ajuste de un Modelo Lineal de Varias Variables.
1.12.Sesión 12: Modelos de Regresión.

MÓDULO 3: ESTADÍSTICA MULTIVARIABLE

– Capítulo 1: Fundamentos para el Análisis Multivariante
1.1.Sesión 1:Objetivos y Aplicaciones del Análisis Multivariante.
1.2.Sesión 2:Medidas Cuantitativas de posición, dispersión, asociación, utilizadas en el
Análisis Multivariante.
1.3.Sesión 3: Transformaciones en los datos usadas en el A.M
1.4.Sesión 4: Representaciones gráficas usadas en el A.M
– Capítulo 2: Componentes Principales
2.1.Sesión 1: Objetivo del A.C.P
2.2.Sesión 2: Metodología estadística-matemática para obtención de los C.P.
2.3.Sesión 3: Contrastes sobre el número de C.P retener.
2.4.Sesión 4: Aplicación de un software estadístico para encontrar las C.P de un
Conjunto de variables. Análisis de resultados.
– Capítulo 3: Análisis Factorial
3.1.Sesión 1: Objetivos del A.F. Presentación de Ejemplo.
3.2.Sesión 2: Modelo Estadístico del A. F.
3.3.Sesión 3: Hipótesis en el A.F y terminología asociada.
3.4.Sesión 4: Métodos de obtención de los factores. Desarrollo de un ejemplo de A.F
utilizando un software estadístico.
– Capítulo 4: Análisis de Regresión y Correlación Múltiple
4.1.Sesión 1: Fundamentos del A.R.M y análisis subjetivos y objetivos para la evaluación
del modelo de regresión.
4.2.Sesión 2: Medidas cuantitativas que se obtienen del A.R.M.
4.3.Sesión 3: Desarrollo de ejemplos aplicando A.R.M, utilizando software estadístico.
4.4.Sesión 4: Desarrollo de ejemplos aplicando A.R.M, donde algunas variables son
Dummy y otras son cuantitativas.
– Capítulo 5: Análisis de Conglomerados.
5.1.Sesión 1: Algoritmos de formación de Conglomerados. Etapas a seguir en el A.C.
5.2.Sesión 2: Medidas de asociación para variables usadas en A.C.
5.3.Sesión 3: Elección de la tánica de conglomeración.
5.4.Sesión 4: Desarrollo de un ejemplo, utilizando software estadísticos.
5..5.Sesión 5: Noción de límites.

MÓDULO 4: MODELOS GEOLÓGICOS DE YACIMIENTOS

Capítulo 1
1.1.Sesión 1: Proyectos mineros, Probabilidad de Ocurrencia de un Minera y
Evaluación del Riesgo de Exploración. Resultados exploración en los Andes Centrales.
1.2.Sesión 2: Minería del oro en el Perú y en Chile.
1.3.Sesión 3: Minería del cobre en Perú y en Chile. Inversiones en exploración en
Perú y en Chile.
1.4.Sesión 4: El Porqué, Cuando, donde, quien como, etc. en la exploración minera.
Capítulo 2
2.1.Sesión 1: Tectónica y yacimientos. Yacimientos en zonas cratonicas. Yacimientos
en etapa 1 de evolución tectónica. Complejos máficos estratificados.
2.2.Sesión 2: Tectónica y yacimientos. Etapa 2. Carbonatitas. Yacimientos
sedimentarios de Cu y U.
2.3.Sesión 3: Tectónica y yacimientos. Etapa 3. Sulfuros masivos.
2.4.Sesión 4: Tectónica y yacimientos. Etapa 4. Nódulos de Manganeso. Tectónica y
Yacimientos etapa 5. Sistemas hidrotermales. Pórfidos de cobre.
Capítulo 3
3.1.Sesión 1: Sistemas hidrotermales. Yacimientos epitermales de oro.
3.2.Sesión 2: Procesos hidrotermales Tectónica y Yacimientos etapa 5. Yacimientos
tipo IOCG.
3.3.Sesión 3: Evolución tectónica andina.
3.4.Sesión 4: Yacimientos exógenos. Placeres auríferos.

MÓDULO 5: GEOESTADÍSTICA LINEAL

1.1.Sesión 1: Conceptos Generales
1.2.Sesión 2: Ley de corte
1.3.Sesión 3: CURVAS TONELAJE v/s LEY
1.4.Sesión 4: Modelo del Bloque
1.15.Sesión 5: Conceptos estadísticos
1.6.Sesión 6: Distribución de frecuencia
1.7.Sesión 7: Variables Aleatorias continuas
1.8.Sesión 8: Modelos de Probabilidad
1.9.Sesión 9 Modelo Binomial
1.10.Sesión 10: Introducción a la Geoestadística Minera
1.11.Sesión 11: Etapas de un proyecto Minero
1.12.Sesión 12: Tipos de Muestreo
1.13.Sesión 13: Comentarios finales

MÓDULO 6: ANALISIS DE VARIANZA DE DISPERSION Y ESTIMACIÓN

1. Capítulo 1: Introducción y Aspectos Teóricos
1.1.Sesión 1: Varianza de Extensión y Varianza de Estimación.
1.2.Sesión 2: Reforzando conceptos de punto, bloque y dominio.
1.3.Sesión 3: Como repercusiona el efecto PEPITA en el cálculo de la varianza.
1.4.Sesión 4: Varianza de Bloque y Varianza de Dispersión.
2 Capítulo 2: Conceptualización y Aplicaciones Practicas
1.1.Sesión 1: Conceptos básicos de Varianza de Estimación
1.2.Sesión 2: Efecto de Soporte de una Variable Regionalizada.
1.3.Sesión 3: Aplicaciones de Tipo Práctica: Calculo de Varianza.
1.4.Sesión 4: Continuación de Casos Prácticos: Varianza del Error de Estimación.

MÓDULO 7: GEOESTADÍSTICA DEL KRIAGE

Capítulo 1: Introducción Marco Teórico de la Teoría del Kriging
1.1.Sesión 1: Teoría del Kriging.
1.2.Sesión 2: Kriging, Krigeado, Krigeage: Conceptos.
1.3.Sesión 3: El Kriging Puntual.
1.4.Sesión 4: El Kriging de Bloques.
Capítulo 2: Propiedades y su Aplicación en Casos Prácticos
2.1.Sesión 1: Aplicación Práctica del Kriging.
2.2.Sesión 2: Analizando las Propiedades del Kriging.
2.3.Sesión 3: Propiedades y Como afecta los Parámetros en la Estimación.
2.4.Sesión 4: Casos Prácticos: Uso del Software Alpha Rho.

MÓDULO 8: GEOESTADÍSTICA MULTIVARIABLE

Capítulo 1: Repaso de estadísticas básicas
1.1 Sesión 1
1.1.1 Histograma
1.1.2 Medias.
1.1.3 Varianza.
1.1.4 Ejercicio.
1.2 Sesión 2: Repaso de estadísticas Bivariables.
1.2.1 Scaterr.
1.2.2 Q-Q Plot.
1.2.3 Funciones de varianza.
1.2.4 Covarianza.
1.2.5 Ejercicio.
Capítulo 2
2.1 Sesión 1: Variogramas simples.
2.2 Sesión 2: Variogramas cruzados.
2.3 Sesión 3: Modelo lineal de corregionalización.
2.4 Sesión 4: Ejercicio.
Capítulo 3
3.1 Sesión 1: Cokriging ordinario.
3.2 Sesión 2: Kriging vs cokriging.
3.3 Sesión 3: Variantes del Cokriging y propiedades.
3.4 Sesión 4: Ejemplos reales.
3.5 Sesión 5: Ejercicio.