Escolar Documentos
Profissional Documentos
Cultura Documentos
DE MINERALES
Mauricio Arancibia G.
Estadística aplicada al Muestreo
Medidas de Tendencia Central
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
X 4 + 8 + 4 + 6 + 7 + 5 +6 +8 +7 + 6
10
La media aritmética es 6,1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
4 4 5 6 6 6 7 7 8 8
La mediana es 6
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
4 4 5 6 6 6 7 7 8 8
La moda es 6
Medidas de Tendencia Central
1 n 2
XC
n i 1
Xi
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
1 2 2
XC ( 4 8 4 2 6 2 7 2 52 6 2 82 7 2 6 2 )
10
X C 6,2
Medidas de Tendencia Central
1 n
log X G log X i
n i 1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
1
log X G (log 4 log 8 log 4 log 6 log 7 log 5 log 6 log 8 log 7 log 6)
10
~
x Mediana
x Media Aritmética
x̂ Moda
~
x
Medidas de Dispersión
(x x)
i
2
población (x i x )2
Muestra
s i 1
s i 1
n n 1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
i
( x x ) 2
s2 i 1
n 1
donde n-1 son los grados de libertad, es decir el número de
estimaciones independientes que pueden obtenerse a partir de un
conjunto específico de datos.
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
10 1
s 2 2,100
Recorrido o Rango.- Es la diferencia entre el resultado más alto y el
más bajo.
R = xsup – xinf
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
Rango = 8 – 4
Rango = 4
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
X 4 + 8 + 4 + 6 + 7 + 5 +6 +8 +7 + 6 X 6,1
10
1,449
CV CV 0,238
6,1
Error Relativo.- Es un estadístico que relaciona el rango estándar
con la media aritmética
R
ER
x
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
84
ER ER 0,656
6,1
Varianza Relativa.- Es un estadístico que relaciona la varianza con
la media aritmética al cuadrado, o en otras palabras es la desviación
estándar relativa al cuadrado.
2
s2 s
VR 2 VR VR CV VR DER
2 2
x x
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
2,100
VR VR 0,056
6,1 2
Algunos Ejemplos de aplicación
10,0
Promedio + 3 sigmas
8,0
Promedio + 2 sigmas
6,0
Promedio + 1 sigma
4,0
2,0 Promedio
0,0
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116 121
Nº correlativo según Tabla Nº 1
La desviación estándar no es aditiva
Cuando se deben sumar los errores, lo que se deben sumar
son las varianzas, no las desviaciones estándar.
Ejemplo:
68 %
95 %
99,7 %
Población y Muestra
X1
X1
X2
X11
… ……………….. X2
X21 …
Xn
… Xn
Xn1
X U(,2)
X2
Xn
X1
X N(,2/n)
Teorema Central del Límite
X X
t-student
t z
Cuanto , entonces t z
Conceptos básicos relacionados con el Muestreo
de Minerales
LOTE
Se refiere a una cantidad de materia a ser muestreada, cuya
composición se quiere estimar.
Ejemplos:
30.00 Toneladas de mineral en un acopio
3 m de profundidad en una mina subterránea
500 toneladas de concentrado que pasan a través de una
correa transportadora
1 par de cátodos de cobre
1 submuestra del laboratorio.
INCREMENTO
Una cantidad de materia seleccionada mediante un
dispositivo de muestreo en una sola operación.
INCREMENTO
Una cantidad de materia seleccionada mediante un
dispositivo de muestreo en una sola operación.
MUESTRA
Una cantidad de materia que es extraída de un lote, a
menudo obtenida mediante la reunión de distintos
incrementos o fracciones del lote
MUESTRA
Una cantidad de materia que es extraída de un lote, a
menudo obtenida mediante la reunión de distintos
incrementos o fracciones del lote
CARGAMENTO
Es la cantidad de material entregado en una sola partida.
El cargamento puede consistir en uno o más lotes o partes
de lotes.
Ejemplo:
Análisis S4
Resultado Final
COMPONENTE
Se refiere a una parte elemental o a un constituyente que
puede ser separado y cuantificado mediante análisis.
Existen componentes químicos y componentes físicos.
Ejemplos:
El contenido de cobre en un concentrado.
La proporción de partículas bajo 150 mallas Tyler en un
mineral.
Componente crítico
Es un componente químico o físico de interés cuya proporción
es altamente relevante que debe ser estimada.
HETEROGENEO Y HOMOGENEO
Se refiere a una parte de materia
Heterogéneo Homogéneo
REPRESENTATIVIDAD
Una muestra es representativa cuando representa una masa
mayor de material con sesgo y precisión dentro de límites
aceptables.
% Cu
Muestreo
Análisis Químico
Preparación
ESPECÍMEN
Es una parte del lote que se ha obtenido sin respetar las
reglas de la teoría del muestreo, que se basa en el concepto
de equiprobabilidad.
Otra definición:
La diferencia estadísticamente significativa entre la media de
los resultados y un valor de referencia aceptado (ISO 13293)
DE + EE + WE + PE = NO SIGNIFICATIVO
PRECISIÓN
El grado de dispersión de los valores medidos
(JI 8100:1992)
Diferencia entre insesgado y exacto
EXACTO INSESGADO
Distribución Heterogénea
a1 ≠ a2
Introducción a la Teoría del Muestreo de Pierre Gy
Distribución Heterogénea
Constitución Heterogénea
a1 ≠ a2
Introducción a la Teoría del Muestreo de Pierre Gy
Distribución Heterogénea
Constitución Heterogénea
a1 ≠ a2
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
Introducción a la Teoría del Muestreo de Pierre Gy
a1 = a2
Introducción a la Teoría del Muestreo de Pierre Gy
Conclusión
¿Qué es la segregación?
Corresponde al:
Error de Extracción
Error de Delimitación
Error de Extracción
P1
P2
P3
P = P1 = P2 = P3
Extracción del Incremento
Idealmente en un lote 3D deberíamos
considerar una esfera.
Cualquier fragmento cuyo centro de
gravedad está afuera de la esfera
imaginaria deberá quedar afuera y
viceversa
Para un lote de 2 dimensiones
Delimitación del Incremento
P1
P2
P3
P = P2 = P3
P1 = 100 %
Para un lote de 1 dimensión
Delimitación del Incremento
P3
P = P3
P1 = P2 = 100 %
Regla del centro de gravedad o efecto del rebote
incorrecto
correcto
Testigo de sondaje
Extracción de la Muestra
Incorrecto Correcto
CORRECTO INCORRECTO
DIVISOR DE RIFLES
DIVISOR DE RIFLES
modificado
Diseño de pala incorrecto y diseño de pala correcto
Pala ISO para muestreo modificado
Pala ISO para división por incrementos modificado
modificado
Error de Preparación
Donde:
TSE1 : Error del Muestreo en la etapa 1.
TSEi : Error del Muestreo en la etapa i.
TSEu : Error del Muestreo en la etapa u.
1. Selección (Muestreo)
2. Preparación
Por lo tanto:
TSE = SE + PE
Donde:
SE : Error de selección
PE : Error de Preparación
Donde:
CE : Error de Integración
ME : Error de Materialización
Donde:
QE1 : Error de variación de la calidad de corto plazo
QE2 : Error de variación de la calidad de largo plazo
QE3 : Error de variación de la calidad periódico
QE1 = FE + GE
Donde:
FE : Error Fundamental
GE : Error de segregación y agrupamiento
Componentes del Error de Muestreo
ME = DE + EE
Donde:
DE : Error de delimitación
EE : Error de Extracción
QE
CE ME
SE
SE + PE
Repasar
Componentes del Error de Muestreo
Error Sistemático
Produce SESGO
Si el Muestreo es correcto
TIPOS DE ERRORES
Error Fundamental
Error de segregación y agrupamiento
Error de variación de largo plazo
Error de variación periódica
Error de pesada
Error de delimitación
Error de extracción
Error de preparación
Variabilidad en Pequeña Escala Variabilidad en Gran Escala
Error Analítico
ERROR DE ESTIMACIÓN TOTAL
Según la escala de observación
1 1 3
S 2
FE Cd
MS ML
Donde:
2
S FE Varianza del Error Fundamental
MS Masa de la Muestra
ML Masa del Lote
C Constante de Muestreo
d Tamaño máximo de la partícula
Estimación del Error Fundamental
Cd 3
S 2
FE
MS
2000 x(0,8)3
S 2
FE 12,8
80
Diseño de un Diagrama de Muestreo (Nomograma)
10-1
10-2
10-3
10-4
10-5
Diseño de un Diagrama de Muestreo (Nomograma)
10-1
10-2
10-3
10-4
10-5
100 101 2 103
E 10 104 105 106
Diseño de un Diagrama de Muestreo (Nomograma)
10-1
10-2
10-3
10-4
10-5
100 101 102 103 104 105 106
Test de Heterogeneidad
Fr Au (g/T) Masa (g) Fr Au (g/T) Masa (g) Fr Au (g/T) Masa (g) Fr Au (g/T) Masa (g)
1 0,08 58,0 26 0,51 59,3 51 0,16 53,7 76 1,31 45,2
2 0,12 51,7 27 0,27 51,0 52 0,40 60,4 77 0,16 41,4
3 0,29 69,0 28 4,26 53,0 53 0,35 57,9 78 0,13 48,0
4 0,41 57,8 29 3,12 55,9 54 1,15 57,8 79 4,49 45,1
5 0,11 61,9 30 0,08 59,8 55 0,13 53,4 80 5,88 40,8
6 0,73 58,8 31 0,60 57,6 56 0,05 61,2 81 0,35 51,3
7 0,24 71,9 32 0,18 57,0 57 0,89 53,8 82 0,24 42,5
8 0,25 61,9 33 0,14 49,8 58 0,04 60,7 83 8,19 51,8
9 0,10 58,3 34 0,06 54,2 59 0,10 58,4 84 0,32 45,7
10 0,08 54,0 35 0,13 52,5 60 0,27 54,5 85 40,39 46,8
11 0,36 60,1 36 0,09 58,0 61 0,16 53,4 86 0,08 41,0
12 1,82 57,9 37 2,44 50,6 62 0,03 56,3 87 0,25 45,1
13 0,17 54,2 38 0,13 56,6 63 0,25 53,5 88 0,11 45,4
14 0,50 54,0 39 0,14 50,6 64 0,08 47,9 89 1,23 39,5
15 0,04 54,9 40 0,06 56,6 65 0,14 49,3 90 0,46 44,5
16 0,06 61,8 41 0,05 56,0 66 0,07 51,7 91 0,21 46,7
17 0,13 57,3 42 0,08 54,5 67 0,26 45,7 92 0,17 48,7
18 0,06 46,0 43 0,08 47,5 68 0,18 44,4 93 0,20 45,5
19 0,37 55,4 44 0,25 50,5 69 1,44 46,6 94 0,13 47,7
20 0,04 45,2 45 0,22 48,6 70 0,09 46,8 95 0,81 52,2
21 0,04 59,6 46 3,02 49,2 71 0,20 38,4 96 0,06 42,3
22 0,68 51,3 47 0,11 53,0 72 0,14 45,2 97 0,07 47,6
23 1,01 55,8 48 20,48 45,9 73 0,29 40,9 98 0,04 45,6
24 0,81 58,2 49 0,03 47,7 74 16,02 43,2 99 0,19 51,0
25 0,98 57,6 50 0,22 43,4 75 0,09 39,4 100 0,14 55,5
Test de Heterogeneidad
d 3
2
2
s 23,324
2
sFE 2
sFE 2
15,035
x2 (1,245)
Cexp sFE
2
l F Creal Cexp f
Línea de Seguridad
0,01000
½”
0,00100
1/4”
S2 FE
0,00010
10 # Ty
0,00001
150 # Ty
0,00000
10 100 1000 10000 100000 1000000
Masa (g)
Diseño de un diagrama de Muestreo
1”
0,01000
½”
0,00100
1/4”
S2 FE
6 #Ty
0,00010
10 # Ty
16 # Ty
0,00001 24 # Ty
100 # Ty
48 # Ty
150 # Ty 35 # Ty
65 # Ty
0,00000
10 100 1000 10000 100000 1000000
Masa (g)
Determinación del Sesgo del Muestreo
Determinación de sesgo de Muestreo sobre correas transportadoras
1 49,50 49,00
2 50,05 49,67
3 52,10 51,74
4 53,32 53,16
5 53,26 53,06
6 50,32 49,92
Para saber si existe sesgo, se
7 53,47 53,11
8 53,91 53,57
realiza una prueba de contraste. Se
9 50,28 50,02
utiliza la prueba t-student para datos
10 51,51 51,13 pareados de dos colas.
11 51,56 51,30
12 49,28 49,02
13 48,95 48,75
14 51,97 51,59
15 49,36 48,88
16 54,04 53,75
17 53,04 52,80
18 50,77 50,42
19 52,85 52,62
20 53,80 53,53
Determinación de la Precisión del Muestreo
Métodos para determinar la Precisión en Flujos de muestras
Metro patrón
de muestreo
Punto Muestreo N° 1
Rechazo 1°
Punto Muestreo N° 2
Rechazo 2°
Toma de
incremento
Punto Muestreo N° 3
Rechazo 2°
Punto Muestreo N° 4
Estudio Precisión
A B
Ejercicio.- Determinación de la precisión del muestreo
LOTE
Precisión de la Preparación
A1 A2 B1 B2 de Muestras
Media 23,02 23,01 23,02 0,0205 23,01 23,01 23,01 0,0205 23,01 0,0320 23,00 22,99 22,99 0,0220 23,00 23,00 23,00 0,0250 23,00 0,0260 23,00 0,0585
S 12
4
R1
2
S12 S A2 0,00038 S A 0,019% Nota.- /4 es un factor
estadístico que relaciona el
R2 0,0290 S 22
4
R2
2
S 22 S P2 0,00047 S P 0,022% rango con la varianza para
un par de mediciones
R3 0,0585
S 32
4
R3
2
S 32 S M
2
0,00236 S M 0,049%
ST S A2 S P2 S M
2 S T 0,057%
Control de Calidad en Preparación de Muestras
Herramientas de Control de Calidad
Rechazo
Representativa Representativa
Muestra Bruta
Control Peso Inicial
(Representatividad)
Control Malla 10 Chancado
Control Contaminación Respaldo
División Rechazo
Control Capachos
a Metalurgia
Control Secado Secado
Control Ollas de Pulverizado
Control Malla 150 Pulverizado
200 g
Muestra Bruta
Control Peso Inicial
(Representatividad)
Control Malla 10 Chancado
Respaldo
División Rechazo
Control Capachos
a Metalurgia
Secado
Pulverizado
Objetivos de Calidad
1. 100 % seca
Muestra Final
2. 200 – 250 g
3. Bajo 150 # Ty
4. Homogénea
5. Sin contaminación
6. Representativa
Dispositivos de Muestreo
Referencias
BSI
http://www.bsonline.bsi-global.com/server/expandedsearch
ASTM
http://64.233.179.104/translate_c?hl=en&langpair=en%7Ces&u=http://www.
astm.org/cgi-
bin/SoftCart.exe/STORE/standardsearch.shtml%3FL%2Bmystore%2Bqzcd
2060%2B1095294578&prev=/language_tools
ISO
http://www.iso.org/iso/en/StandardsQueryFormHandler.StandardsQueryFor
mHandler?keyword=&isoNumber=&scope=CATALOGUE&sortOrder=ISO&t
itle=true&search_type=TEXT&search_term=
JIS
http://www.webstore.jsa.or.jp/webstore/JIS/SearchEn.jsp?lang=en
JIS M 8100:1992 Particulate materials -- General rules for methods of
sampling
ISO 3085:2002 Iron ores -- Experimental methods for checking the
precision of sampling, sample preparation and mesasurement. Ed. 4
ISO 3082:2000 Iron ores -- Sampling and sample preparation procedures
ISO 3086:1998 Iron ores -- Experimental methods for checking the bias of
sampling
ISO 11648-1:2003 Statistical aspects of sampling from bulk materials --
Part 1: General principles
ISO 11648-2:2001 Statistical aspects of sampling from bulk materials --
Part 2: Sampling of particulate materials
ISO 12743:1998 Copper, lead and zinc sulfide concentrates -- Sampling
procedures for determination of metal and moisture content
ISO 12744:1997 Copper, lead and zinc sulfide concentrates -- Experimental
methods for checking the precision of sampling
ISO 13292:2006 Copper, lead, zinc and nickel concentrates -- Experimental
methods for checking the bias of sampling
Pierre Gy. “Sampling of Particulate Materials”. Ed. 1982
Francis Pitard. “Pierre Gy´s Sampling theory and Sampling Practice”. CRC.
Ed. 1989.
Fin de Presentación