CASO DE ESTUDIO CON DATOS DE UNA MINA DE CARBN

Conjunto de datos simulados sobre un estrato real de carbn en el Africa el

Sur. Los taladros perforados sobre el estrato de carbn son medidos para
encontrar la siguiente informacin: espesor (mts), contenido de energa o valor
calorfico del carbn (expresado en Megajoules por Ton.), contenido de ceniza
(%) y contenido de sulfuros (%).

Las tres coordenadas expresadas en metros son medidas desde arriba (collar)
del estrato del carbn donde es intersectado por el taladro.

La variable a ser estudiada ser el valor calorfico, expresado en (MJ).

Daremos un procedimiento para disear la tabla de frecuencias que nos
conducir a construir grficos y mediante un anlisis cualitativo ver si estos
datos siguen un modelo normal o log normal, que sern confirmados por
anlisis estadsticos cuantitativos.

Procedimiento para el diseo de la tabla de frecuencias: Despus de

haberse recopilado la informacin de campo y organizado en una base de
datos, se elige la variable a ser analizada y se procede a construir una
Distribucin de Frecuencias, para facilitar el anlisis y la interpretacin
correspondiente. La estructura de la tabla es la siguiente:

Intervalo de Marca de Frecuencia Frecuencia Frecuencia Frecuencia

frecuencia. clases. absoluta. absoluta relativa. relativa
i x f acumulada. (hi ) acumulada.
Li1 L ( i) ( i) F ( H i)
( i)

Procedimiento de clculo

1. Determinar el rango (R) de variacin de los datos.

R=x max x min (diferencia entre el dato mximo y mnimo).

2. Determinar el nmero de intervalos (K ) en forma directa,

seleccionando un nmero entre 5 y 30 intervalos, o calcularlo mediante
la frmula de Sturges, cuyo resultado debe ser redondeado al entero
inmediato superior.

K=1+3.3 log ( n ) n 10

3. Determinar la amplitud o ancho del intervalo (W )

 R
W=
K

4. Determinar los lmites de los intervalos.

L1=[ x min , x min + W )

L2=[ x min +W , x min +2 W )

L3=[ x min +2 W , x min + 3 W )

LK =[ x min + ( K1 ) W , x min + K W )

Presentacin de datos
Los datos pueden ser presentados mediante los siguientes grficos:
Histograma de frecuencias.
Polgono de frecuencias.
Histograma acumulado.
Grficos de variabilidad.
Grafico de probabilidad.
Clculos previos para la construccin de la tabla de frecuencias, usando los
datos de la mina carbn.

VARIABLE VALOR
N 96
Min 19,92
Max 30,46
Rango 10,54
K 8
W 1,32

INTERVALO
Xi Fi Hi Fi Hi hi*100 Hi*100
Li Ls
19,920 21,240 20,580 9 0,094 9,000 0,094 9,375 9,375
21,240 22,560 21,900 13 0,135 22,000 0,229 13,542 22,917
22,560 23,880 23,220 15 0,156 37,000 0,385 15,625 38,542
23,880 25,200 24,540 21 0,219 58,000 0,604 21,875 60,417
25,200 26,520 25,860 15 0,156 73,000 0,760 15,625 76,042
26,520 27,840 27,180 11 0,115 84,000 0,875 11,458 87,500
27,840 29,160 28,500 8 0,083 92,000 0,958 8,333 95,833
29,160 30,480 29,820 4 0,042 96,000 1,000 4,167 100,000
Cualitativamente observamos que los datos siguen un modelo Normal, con una
tendencia hacia la zona central, que aproximadamente equidistan de los extremos.

Grfico acumulado Xi VS Fi , con crecimiento ascendente.

2.- CASO DE ESTUDIO CON DATOS DE UNA MINA DE ORO

Las muestras tomadas en un yacimiento de oro, configuran los siguientes datos

expresados en gr/ton.
0,1 0,2 0,5 1,0 1,2 2,1 2,5 3,0 5,1 10

Calcular las medidas estadsticas, analizar la variabilidad de los datos y la

tendencia hacia un modelo Normal o Log Normal.

Estructura de datos para un clculo manual

ID Xi (Xi - Media)^2 (Xi - Media)^3 (Xi - Media)^4 Hi*100

1 0,1 6,101 -15,069 37,220981 10
2 0,2 5,617 -13,312 31,549566 20
3 0,5 4,285 -8,870 18,360368 30
4 1 2,465 -3,870 6,075732 40
5 1,2 1,877 -2,571 3,522754 50
6 2,1 0,221 -0,104 0,048797 60
7 2,5 0,005 0,000 0,000024 70
8 3 0,185 0,080 0,034188 80
9 5,1 6,401 16,194 40,971521 90
10 10 55,205 410,172 3047,580984 100

Aplicando las formulas estadsticas, tenemos los siguientes resultados:

Medida Valor
media 2,570
mediana 1,650
Var 8,236
desv std 2,870
CV (%) 111,668
Q1 0,350
Q3 2,750
IQR 2,400
moment3 38,265
moment4 318,536
 sk 1,619
E 1,696

Asociado al conjunto de datos de la mina de oro, observando el histograma y las

medidas estadsticas, notamos que hay valores OUTLIERS, fuera de la vecindad del
conjunto y uno de esos valores es el dato cuyo valor tiene 10 gr/ton, lo que hace que la
distribucin tenga un sesgo pronunciado con tendencia al modelo Log Normal y el valor
de la media no es representativo ya que tiene una tendencia hacia los valores altos,
mostrndose una gran diferencia entre el valor de la media y la mediana (0.92 gr/ton).

Esto implica que no podemos seguir con nuestro anlisis, ya que primero tenemos que
homogenizar nuestra data para no arrastrar errores, que podran repercutir ms adelante
cuando uno haga estimaciones y modelamientos, los mismos que devendran en no
confiables.
Vamos a eliminar el valor alto de 10 gr/ton de la data y veamos ahora cual es el
comportamiento el modelo y sus medidas estadsticas.

Medida Valor
Media 1,744
Mediana 1,200
Var 2,336
desv std 1,528
CV (%) 87,611
Q1 0,275
Q3 2,400
IQR 2,125
Moment3 3,290
Moment4 16,156
Sk 0,921
E -0,039
 El modelo Log Normal est ms definido y ahora la diferencia entre la media y la
mediana es menor (0.54 grs/ton).

Los alumnos ahora comprendern porque es necesario hacer el anlisis estadstico,

previo a un anlisis espacial o geoestadistico, el objetivo es no incurrir en mayores
errores.

3.- CASO DE UN YACIMIENTO DE ORO CON 30 DATOS.

Leyes en grs/ton.

ID Xi ID Xi ID Xi
1 0,1 11 0,6 21 0,4
2 5,5 12 1,4 22 0,5
3 0,5 13 6,8 23 1,5
4 1,0 14 5,1 24 2,3
5 1,2 15 8,4 25 3,2
6 2,1 16 4,2 26 2,9
7 2,5 17 0,3 27 4,3
8 3,0 18 1,5 28 3,8
9 5,1 19 1,8 29 7,2
10 10,0 20 2,2 30 4,9

Histograma deducido en base a una tabla de frecuencias.

 Observamos claramente que los datos tienden a un modelo Log Normal.

conjunto de datos, demostrando la aproximacin a un modelo Log Normal.

Aplicaciones de las Curvas Ley Tonelaje.

1. Caso de estudio de un depsito de hierro: Tenemos un depsito de hierro, el cual se

conoce que las muestras siguen una distribucin normal con un ley promedio del 48% y una
desviacin estndar del 5%. Asimismo el modelo de bloques del yacimiento nos da una
desviacin estndar del 4.45%.
Analizar las incidencias de las dos distribuciones en el clculo de la Ley/Tonelaje.
Representaremos los modelos en funcin a sus parmetros y utilizando las formulas del modelo
normal y clculos efectuados en el programa Excel, para reproducir las funciones de densidad de
probabilidad.
 )
x
( Muestras
Bloques
DistribucinNormal
0,09
0,08
0,07
0,06
0,05
0,04
f
0,03
0,02
0,01
0
-30 -20 -0
-10
,01 0 10 20 30 40 50 60 70 80 90
x

Modelo normal para muestras y bloques.

Calculo del Tonelaje y Ley para varias leyes de corte, usando el programa Excel y las
formulas expuestas anteriormente, para el Modelo Normal.

MUESTRAS BLOQUES
L.C.
P(%) L.MEDIA P(%) L.MEDIA
40 94,52 48,59 96,39 48,37
42 88,49 49,10 91,12 48,79
44 78,81 49,84 81,56 49,45
46 65,54 50,81 67,34 50,38
48 50 51,99 50 51,55
50 34,46 53,34 32,66 52,91
52 21,19 54,84 18,44 54,43
54 11,51 56,44 8,88 56,06
56 5,48 58,12 3,61 57,77

Cada Ley de Corte, representa una alternativa de explotacin con una

proporcin de tonelaje econmicamente explotable con su respectiva Ley, para
cada modelo de muestras y bloques. Generalmente un yacimiento se explota
en base al modelo de bloques, en este caso, por ejemplo si las condiciones de
la tecnologa y el mercado determinan utilizar una Ley de Corte de 44 %,
entonces tendramos el 81.56 % de mineral econmicamente explotable con
una ley promedio de 49.45 %.
Con estos datos, representamos las curvas Ley Tonelaje.

Muestras
Bloques

LeydeCorte/Tonelaje
1,2
1
0,8
P 0,6

0,4
0,2
0
35 40 45 L.C 50 55 60

Curvas Ley de Corte/Tonelaje, para el modelo de muestras y bloques del

depsito de hierro.
 ai
d
e Muestras
M
Bloques
y
e
Ley de Corte/Ley Media
60

55

L 50

45
35 40 45 LC 50 55 60

Curvas Ley de Corte/Ley media, para el modelo de muestras y bloques del

depsito de hierro.

2.Caso de estudio de un yacimiento de Pb y Zn.

Tomemos el caso de un yacimiento de Pb, Zn, donde el porcentaje de metal

combinado es la variable econmica. Se conoce que las muestras estn
distribuidas lognormalmente con un valor promedio del 12% y una desviacin
estndar del 8%.

La unidad de minado seleccionada es un bloque de 10x10x5 mts., cuya

desviacin estndar es igual a 5.56% de metal combinado.

Analizar las incidencias del clculo de la Ley/tonelaje.

Representaremos los modelos en funcin a sus parmetros y utilizando las

formulas del modelo lognormal y clculos efectuados en el programa Excel,
para reproducir las funciones de densidad de probabilidad.
Funcin de probabilidad para el Modelo Log Normal para muestras y bloques.

Calculo del Tonelaje y Ley para varias leyes de corte, usando el programa
Excel y las formulas expuestas anteriormente, para el modelo Log Normal.

MUESTRAS BLOQUES
L.C.
P(%) L.MEDIA P(%) L.MEDIA
4 93,29 12,637 98,11 12,159
5 87,12 13,213 94,17 12,459
6 79,76 13,924 87,60 12,941
7 71,92 14,734 78,95 13,579
8 64,12 15,616 69,19 14,338
9 56,69 16,550 59,23 15,188
10 49,83 17,523 49,77 16,105
11 43,62 18,525 41,20 17,072

Cada Ley de Corte, representa una alternativa de explotacin con una

proporcin de tonelaje econmicamente explotable con su respectiva Ley, para
cada modelo de muestras y bloques. Generalmente un yacimiento se explota
en base al modelo de bloques, en este caso, por ejemplo si las condiciones de
la tecnologa y el mercado determinan utilizar una Ley de Corte del 7 %,
entonces tendramos el 78.95 % de mineral econmicamente explotable con
una ley promedio de 13.579 %.