Para cuantificar un depósito mineral, es esencial determinar su calidad (ley) y su cantidad (tonelaje), y para realizarlo, existen dos etapas que deben ser cumplidas: 1) planificación y ejecución de una malla de sondajes, donde se determinan los elementos/compuestos de interés, 2) creación de una base de datos y la aplicación de técnicas matemáticas para el cálculo de la ley/tonelaje del depósito. Éstas etapas presentan las siguientes consideraciones: 1) la planificación de la malla, el número de sondajes y los elementos/compuestos estudiados, dependen del capital económico del proyecto y se ejecuta en función de la experiencia del ingeniero/geólogo a cargo, 2) la base de datos, es generada frecuentemente con los datos más relevantes, 3) la evaluación matemática depende de la experiencia del ingeniero y las herramientas computacionales que posee. Éstas consideraciones, pueden generar incertidumbre en la calidad del resultado final, por lo tanto, el objetivo del trabajo, es el de realizar un análisis en la base de datos para mejorar la cantidad de información (interpolación y reconstrucción de datos), aplicando Redes Neuronales de Base Radial (RNBR), cuyos resultados son comparados con los de la Regresión Polinomial (RP) y Geoestadística (Ge). Tanto las expresiones matemáticas, como los resultados de los ajustes y sus análisis (ventajas/desventajas), serán presentados. Los resultados obtenidos indican que el uso de la RP, nunca fue adecuado, por la deficiencia en su estimación, mientras que los resultados de la RNBR, siempre presentaron errores muy bajos y compatibles con la geoestadística, manteniendo la tendencia espacial de los datos reconstituidos.
Abstract To quantify a mineral deposit, it is essential to determine its quality (grade) and its quantity (tonnage), so there are two stages that must be met are the following: 1) planning and execution of a mesh of a drillhole where the elements/compounds of interest are determined, 2) creation of a database and the application of mathematical techniques to calculation of the grade/tonnage of the deposit under study. These stages present the following considerations: 1) the planning of the mesh, the number of drillholes and the elements/compounds studied depends on the economic capital of the project and is carried out according to the experience of the engineer/geologist in charge, 2) The database is often created with the most relevant data, 3) The mathematical evaluation depends on the engineer´s experience and the computational tools he has. These considerations may generate uncertainty in the quality of the final result, therefore, the aim of this research is to perform an analysis in the database to improve the amount of information (interpolation and reconstruction of data), applying Neural Networks of Radial Base (NNRB), being compared their results with the Polynomial Regression (PR) and Geostatistics (Ge). The mathematical expressions and the results of the adjustments and analyzes (advantages/disadvantages. The obtained results indicate that the use of PR, was never adequate, due to the deficiency in its estimation, while the results of the NNRB, always presented very low errors and compatible with Ge, maintaining the spatial tendency of the data repositioned.