- •1.1. Геологические объекты и их свойства
- •Характеристика текстуры руды
- •1.2. Понятие о математическом моделировании
- •2.1. Одномерная статистическая модель
- •Содержание никеля в руде х
- •Расчет начальных моментов случайной величины
- •Расчет центральных моментов случайной величины
- •Частота и частость содержания железа в руде
- •Расчет статистических характеристик по сгруппированным данным (по данным гистограммы рис.2.1)
- •2.2. Законы распределения случайных величин
- •Функции нормального распределения
- •Функция распределения Стьюдента Fk (t) в зависимости от числа степеней свободы k
- •Плотность вероятности распределения Стьюдента fk(t) в зависимости от числа степеней свободы k
- •Коэффициенты вероятности t распределения Стьюдента при заданной вероятности и степени свободы k
- •Коэффициенты вероятности распределения 2 при заданных вероятности и числе степеней свободы k
- •Расчет графика плотности вероятности нормального закона
- •Подбор функции преобразования случайной величины х (содержание TiO2 в магнетите)
- •2.3. Геологические приложения
- •Пример выявления аномальных значений
- •Результат вычисления истинных характеристик
- •3.1. Двухмерная статистическая модель
- •Расчет коэффициента корреляции
- •Расчет параболической зависимости, аппроксимирующей изменение мощности рудного тела
- •Сравнение фактической и расчетной (теоретической) мощности
- •Дисперсии отклонений
- •3.2. Геологические приложения двухмерной статистической модели
- •Расчет случайной погрешности химического анализа
- •Расчет систематической погрешности анализов серы
- •Результаты опытов по измерению радиоактивности препарата
- •Содержание железа в руде и плотность руды
- •Расчет частот n
- •4.1. Многомерная статистическая модель
- •Расчет статистических характеристик многофакторной зависимости
- •Сравнение фактических и расчетных содержаний золота
- •Химические анализы проб руды
- •Матрица коэффициентов корреляции
- •Состав магнетита, %
- •Преобразованная матрица коэффициентов корреляции
- •Матрица коэффициентов корреляции
- •Расчет первого собственного числа
- •Расчет матрицы коэффициентов первого фактора
- •Первая остаточная матрица коэффициентов корреляции
- •Факторные нагрузки
- •Нормированный состав магнетита
- •Главные компоненты z
- •Средний состав групп магнетита, %
- •Состав циркона, %
- •Сложные признаки
- •Результаты распознавания объектов
- •Результаты измерения мощности рудного тела
- •Данные по скважинам
- •5.4. Вероятностные модели
- •Результаты измерения мощности рудного тела
- •Значения пространственной переменной
- •Содержание молибдена, %
- •Сглаживание исходных данных
- •Результаты измерений пространственной переменной и некоторые вычисленные данные
- •Результаты расчета всех гармоник
- •Расчет периодической изменчивости
- •Дисперсия различных длин волн
- •5.5. Основы геостатистики
- •Содержание золота в пробах, г/т
- •Данные для кригинга, м
- •Значения вариограммы (h)
- •Реестр разведочных скважин
- •Замеры искривлений скважин
- •Банк данных геологической документации
- •Банк опробования рядовых проб
- •Координаты пунктов искривлений
- •Банк рудных пересечений
- •Банк геологических границ
- •Глава 1. Общие сведения 7
- •Глава 2. Одномерная статистическая модель и ее применение в геологии 23
- •Глава 3. Двухмерная статистическая модель и ее применение в геологии 78
- •Глава 4. Многомерная статистическая модель и ее применение в геологии 115
- •Глава 5. Математическое моделирование пространственных геологических закономерностей 159
- •Глава 6. Основы математического моделирования месторождений 203
Характеристика текстуры руды
Номер пробы |
Однородная |
Вкрапленная |
Полосчатая |
Пятнистая |
Брекчиевидная |
1 |
0 |
0 |
0 |
1 |
0 |
2 |
1 |
0 |
0 |
0 |
0 |
3 |
0 |
1 |
0 |
0 |
0 |
4 |
0 |
0 |
0 |
0 |
1 |
5 |
0 |
1 |
0 |
0 |
0 |
Порядковые шкалы часто используются в геологии. Они удобны для записи последовательности напластования горных пород, очередности геологических событий и пр. Широко известна порядковая шкала твердости минералов, в которой самый мягкий минерал графит относится к первому классу, а самый твердый – алмаз – к десятому классу.
Интервальная шкала используется для количественных характеристик свойств с произвольной нулевой точкой отсчета. Примером являются топографические координаты пунктов измерений, которые исчисляются от условного репера, принимаемого за начало координат.
Относительная шкала имеет наибольшее распространение при измерении количественных характеристик. Особенность шкалы состоит в том, что ее начало имеет физический смысл. Так, при измерении содержаний компонентов в руде естественно взять за начало отсчета нулевое содержание.
Количественные характеристики свойств можно перевести в качественные. Например, можно условиться, что руды, содержащие 0,5-1 % меди, являются бедными; 1-2 % – рядовыми; 2-5 % – богатыми. Это позволяет закодировать состав руды с помощью номинальной или порядковой шкалы.
Таким образом, любые свойства геологических объектов можно записать в форме, удобной для математической обработки. Если имеется n геологических объектов (или пунктов измерений) и у каждого объекта измерено k свойств, то результаты могут быть сведены в таблицу размером n k клеток. Такая таблица называется матрицей и ее принято записывать в следующем виде:
.
(1.1)
Произвольный член матрицы можно обозначить хij, где i – номер объекта (или пункта измерений), j – номер свойства. При необходимости матрица (1.1) может быть дополнена координатами пунктов измерений x, y, z, а при изучении геологических процессов и временем t.
Матрица (1.1) является частным случаем таблиц более широкого типа, так называемых баз данных (БД). В базах данных строка матрицы называется записью, а столбец – полем записи. Базы данных можно записывать и хранить в компьютере с помощью программ Excel, Access, dBase, MS DOS, Word и других прикладных пакетов.
1.1.3. Выборочные методы изучения геологических объектов
Для того чтобы изучить какой-либо геологический объект, необходимо измерить характеристики его свойств. Так как геологические объекты имеют различные размеры – от тысячных и миллионных долей миллиметра до сотен и тысяч километров, измерения сопряжены с определенными трудностями. С одной стороны, количество объектов бывает столь велико (например, количество зерен минералов в руде), что каждый из них изучить невозможно и нецелесообразно. С другой стороны, крупные объекты (например, месторождения полезных ископаемых или интрузивные массивы) доступны для изучения в отдельных пунктах и об их свойствах приходится судить на основе данных по выбранной сети наблюдений.
Отмеченные особенности геологических объектов обуславливают необходимость применения выборочного метода измерения. В выборочном методе используются понятия – генеральный коллектив и выборка. Генеральный коллектив включает все множество однопорядковых геологических объектов, а выборка – часть объектов, выбираемых из генерального коллектива по определенным правилам. Исследованию подвергается выборка, а выводы распространяются на генеральный коллектив.
Различаются два варианта выборочного метода. Первый вариант применяется для изучения множества однопорядковых объектов, когда для исследования выбирается часть объектов. В частном случае в выборку может входить вся генеральная совокупность. Например, для характеристики какого-либо типа полезного ископаемого можно изучить несколько месторождений, а иногда и все месторождения данного типа.
Второй вариант используется для изучения крупных объектов (например, рудного тела). Геологический объект мысленно делится на элементарные объемы, совокупность которых рассматривается как генеральная совокупность. Изучению подвергается часть элементарных объемов, т.е. выборка, а выводы распространяются на объект в целом или на какую-то его часть.
На результаты выводов влияют два типа погрешностей. Первый тип появляется в процессе измерений и относится к техническим погрешностям или погрешностям измерений. Такие погрешности подразделяются на случайные и систематические. Случайные погрешности присутствуют во всех измерениях, они неустранимы и их стараются снизить до разумных пределов путем соответствующей организации работ. Систематические погрешности возникают в результате неправильной методики или технологии измерений, их значения направлены в одну сторону (завышения или занижения результатов измерений). Если такие погрешности появляются, необходимо устранять их либо изменением методики и технологии измерений, либо введением поправок.
Второй тип погрешностей возникает при распространении выборочных данных на генеральную совокупность. Их называют погрешностями аналогии или погрешностями распространения. Значения их зависят от способа или методики распространения данных выборки на генеральную совокупность, поэтому иногда такие ошибки называют методическими погрешностями.
