Doctor en Ingeniería de Minas / La caracterización de fracturas es crítica en minería a cielo abierto y subterránea, así como en ingeniería geológica e ingeniería de petróleo, para comprender las propiedades mecánicas e hidráulicas del macizo rocoso. Dado que se observa una fracción muy pequeña de las fracturas en un área de estudio, no es aconsejable un modelo determinístico de la red de fracturas y, a menudo, es preferible un modelo estocástico. Esta tesis se centra en el llamado modelo Cox-Booleano de discos planos para describir redes de fracturas discretas, que se basa en la definición de un proceso puntual de Cox que representa los centros de fracturas, así como en una distribución de las orientaciones y de los diámetros de fracturas. El problema específico abordado es la inferencia de los parámetros del modelo, basada en información de muestreo 1D o 2D que se origina a partir de sondajes, observaciones en líneas o bidimensionales. Las soluciones actuales al problema de inferencia suelen ser aproximadas o incipientes, especialmente en lo que se refiere al potencial del proceso de Cox subyacente, que consiste en un campo aleatorio que modela el número promedio de centros de fracturas por unidad de volumen del macizo rocoso. Se desarrollan tres métodos para modelar los parámetros de un modelo Cox-Booleano. El primero se centra en la estimación de la distribución de diámetros de fracturas en función de la distribución de longitudes de trazas determinadas a partir de observaciones areales. El segundo método aborda el problema de predecir espacialmente la intensidad de fracturas (P32) y cuantificar la incertidumbre en los valores verdaderos de P32, utilizando la información de las discontinuidades observadas a lo largo de sondajes. El tercer método permite inferir la distribución del potencial en base a la intensidad de fracturas como una variable auxiliar y a una identidad general entre las distribuciones de diámetros de fracturas, de la intensidad de fracturas y del campo potencial sobre un soporte de bloque grande. Las herramientas y métodos propuestos se aplican a estudios de casos sintéticos y reales para demostrar su aplicabilidad. El conocimiento de los parámetros del modelo abre el camino para simular el DFN en el espacio y condicionar la simulación a datos observados.