29/03/2024

La Geoestadística y su aporte en la industria minera.

 

Dra. Daisy Arroyo Fernandez

La Geoestadística y su aporte en la industria minera.

Daisy Arroyo Fernandez, académica y Directora del Programa Magíster en Estadística de la Universidad de Concepción, ha trabajado en el estudio de algoritmos de simulación geoestadísticos. Actualmente, se centra en mejorar algoritmos ampliamente utilizados en la industria minera y también en otras áreas relacionadas.

Desde el año 2017, la Dra. Daisy Arroyo Fernandez forma parte del Departamento de Estadística de la Universidad de Concepción. Obtuvo su doctorado en Ciencias Mención Matemática el 2013 en la Universidad Católica del Norte con el apoyo de una beca MECESUP. Luego, se desempeñó como investigadora postdoctoral financiada por un proyecto FONDECYT Postdoctorado en el Departamento de Ingeniería de Minas de la Universidad de Chile durante tres años.

Actualmente, la Dra. Arroyo se desempeña en el área de Geoestadística, en particular con Algoritmos de Simulación Geoestadística. “Multivariate geostatistical simulation and its applications to mineral resource evaluation” se titula el Proyecto Fondecyt en el cual está centrado su trabajo con el objetivo de mejorar algoritmos ampliamente utilizados en la industria minera y también en otras áreas relacionadas. “Los algoritmos de simulación geoestadística, permiten generar diversos escenarios posibles de los valores de una o varias variables distribuidas en una región específica del espacio”, explica la académica.

Desde sus estudios de Doctorado en Matemáticas, la Dra. Arroyo comenzó a trabajar en el área de la Geoestadística. “Principalmente analizo cómo mejorar o crear nuevos algoritmos, proceso que empieza desde la parte teórica (matemáticas, estadística, geología, etc.), luego se pasa a la parte de implementación (programación computacional) y finalmente a la aplicación (sobre datos sintéticos y reales), explica la investigadora.

Su estudio lo está llevando a cabo junto a dos estudiantes tesistas, uno de pregrado de la Carrera de Ingeniería Estadística, que está trabajando con la aplicación de uno de los algoritmos de simulación y otra estudiante de Magíster en Estadística, que también está aplicando técnicas geoestadísticas a la predicción de volumen forestal.

“Mi próximo desafío es involucrarme más con las técnicas de Machine Learning y ver cómo combinar o incorporarlos a los algoritmos geoestadísticos”, señala la investigadora.

Celeste Burgos Badal
Comunicaciones
Departamento de Estadística UdeC