Un buen conocimiento de las propiedades del macizo rocoso es fundamental para el desarrollo de cualquier proyecto minero. En este contexto, la metodología que se use para modelar variables geotécnicas como UCS, RMR, RQD, y otras, tendrá un impacto importante en la estimación de factores tan importantes como la fragmentación y hundimiento, y el diseño de infraestructura. Sin embargo, las técnicas utilizadas para modelar variables geotécnicas, no han evolucionado como se esperaría, pues la gran mayoría de los proyectos mineros utiliza la técnica de Zonificación y Promedios, que consiste en promediar los datos de una variable dada, dentro de un dominio geotécnico. Esta técnica, arrastra múltiples imprecisiones, pues no toma en cuenta la naturaleza de algunas variables, como son la no aditividad y la direccionalidad. Además, no entrega una medida de la incertidumbre de la estimación, y no hace uso de la estructura espacial de la variable, lo que se traduce en un desaprovechamiento de información. En este estudio se analiza la naturaleza de las variables geotécnicas y las restricciones prácticas a que conllevan, para luego proponer métodos afines a tales restricciones. Mediante simulación condicional se generan modelos espaciales de algunas de las principales variables geotécnicas, tales modelos se comparan con los obtenidos utilizando la técnica del promedio. Esta comparación se realiza mediante herramientas cuantitativas, de modo de obtener conclusiones y recomendaciones robustas en cuanto a la modelación de las variables en cuestión. Además, mediante la simulación se realizan análisis de escenarios y cálculos de incertidumbre de la estimación. Se utilizó el proyecto Chuquicamata Subterráneo, de Codelco Chile, como caso de estudio. Las variables modeladas son Rock Quality Designation (RQD), Uniaxial Compresive Strength (UCS), Frecuence Fracture (FF), Joint Condition (JC) y Rock Mass Rating (RMR), para cada una de las unidades geotécnicas. En el caso del RMR, debido a que es una variable no aditiva, el modelo fue generado a partir de los modelos de RQD, JC, FF y UCS, y no aplicando directamente técnicas de simulación. Los resultados, para todas las variables en cuestión, muestran mejoras con el uso de simulación. Además, se concluyó que mientras más dispersos son los datos, el promedio es un peor estimador, y por lo tanto más recomendable es el uso de técnicas alternativas como las que aquí se utilizan. Finalmente, se comprobó la necesidad de trabajar la frecuencia de fractura como una variable direccional, lo que implica modelar esta variable considerando la dirección de los sondajes. Así, el uso de simulación para modelar variables geotécnicas es absolutamente recomendable. Además de una mejor estimación, la simulación permite cuantificar la incertidumbre de la estimación y realizar análisis de escenarios. En este contexto, el próximo desafío es convertir esta información en una variable de decisión en la minería. Esto permitirá aprovechar al máximo las ventajas de la simulación y obtener mejores resultados en la innumerable cantidad de aspectos en los que la geotecnia está involucrada. Finalmente, corresponde destacar que la etapa de transferencia tecnológica para hacer de esta metodología una técnica común es muy menor, pues la gran mayoría de las empresas mineras cuentan con softwares geoestadísticos. Solo es necesario considerar la naturaleza de estas variables y sus consecuencias.