EL ERROR MAS COMN EN LA APLICACIN

DE LA FORMULA DE GYEN LA TEORA DEL MUESTREO DE MINERALES

Y UN HISTRICO DEL FACTOR DE LIBERACIN
D.Francois-Bongarcon, PhD1
Pierre Gy, PhD2
April 1999

RESUMEN
La teora moderna del muestreo de materias particuladas consiste esencialmente en una
generalizacin reciente de los procedimientos de aplicacin y calibracin de la famosa frmula
usualmente conocida como frmula de Gy para el control de la varianza de muestreo, en la
cual el concepto central es el de factor de liberacin l. Un modelo experimentalmente ajustable
para este factor ha sido propuesto por el autor varios aos atrs en base a consideraciones
geoestadsticas. Este modelo, que relaciona el factor de liberacin al tamao de los fragmentos
de roca, resuelve las dificultades usuales encontradas en el pasado, y permite predicciones bien
verificadas en aos de prctica. Desafortunadamente, una formula antigua, arbitraria y menos
general sigue siendo utilizada. La gran mayora de las aplicaciones errneas de la teora de Gy
pueden ser trazadas hasta el uso de este modelo antiguo y errneo. Despus de un breve
histrico de los modelos utilizados para el factor de liberacin, y para ilustrar la importancia de
una modelacin adecuada de l, este articulo propone ejemplos numricos demostrativos de lo
absurdo del modelo incorrecto usando el caso particular de minerales de oro como ejemplo,
siguiendo con ejemplos mas positivos de aplicacin.
INTRODUCCIN
En la ltima dcada, la parte numrica3 de la teora del muestreo de minerales particulados fue el
objeto de avances fundamentales (Franois-Bongaron, 1991 a 1998). Se espera que con estos
avances y generalizaciones correspondientes, la materia terica de base, presentada en la obra
admirable del ingeniero francs P.Gy (Gy, 1956 a 1998), cambi de su estado de disciplina a
menudo considerada misteriosa, y poco enseada y practicada, para volverse en una herramienta
simple de entender y mas fcil de aplicar que siempre. Con este objetivo, la teora se ensea en
su nueva forma en seminarios pblicos, organizados de manera regular en pases mineros, con la
esperanza que rpidamente se pondr parte del currculum en todos los programas acadmicos de
minera y geologa.
1

Vice Presidente, Mineral Resources Development, San Mateo, California

Consultor, Cannes, Francia, Presidente del Instituto Internacional de Muestreo

La parte cualitativa, que conciernela correctitud de la muestra y los problemas de sesgos de

muestreo es todava mas importante: la parte cuantitativa solo vale si la muestra ha sido
colectada correctamente

Contrario al lo que a menudo se dice, la lastimosamente insuficiente apreciacin de la poderosa

teora de Gy en rincones de las industrias mineras del mundo, no se explica solamente por su
presentacin difcil en los pocos libros dedicados al tpico, ni por cualquier tipo de debilidad
terica. La teora de Gy, presentada en trminos pocos atractivos para el no-especialista (aunque
Gy, 1998, sea un contra-ejemplo tpico), es demostrablemente correcta. Sin embargo, problemas
mayores que han sido reportados a menudo en su implementacin prctica, especialmente en
minerales de baja ley (oro, nquel, cobre), han arruinado su aceptacin. Estos problemas, que
constituyen la fuente real de su apreciacin insuficiente, han sido injustamente atribuidos a
debilidades en su famosa frmula de clculo de la varianza fundamental de muestreo, cuando,
en la realidad, tienen su origen en el uso arbitrario de valores incorrectos para ciertos de su
parmetros.
En sus investigaciones del problema y en su bsqueda de demostraciones ms simples de la
frmula, uno de los autores del presente artculo (Franois-Bongaron, 1991-1998) descubri la
fuente de estas dificultades. La frmula de Gy a menudo se escribe:
FFSE2 = (1/MS - 1/ML) f g c l d3

(1)

donde FFSE2, MS y ML son respectivamente la varianza relativa de muestreo, la masa de la

muestra y la del lote de fragmentos. Cantidades f y g, generalmente iguales a 0.5 y 0.25
respectivamente, son constantes de conveniencia, c es el factor mineralgico aproximadamente
igual a la razn de la densidad del metal a la ley del lote sin unidades (i.e. en tanto por uno), d es
el tamao nominal de los fragmentos de roca (el tamao del tamiz que pasa el 95%), y l el
factor de liberacin (vase bibliografa).
Cuando MS << ML, la formula (1) toma la forma simplificada:
FFSE2 = f g c l d3 / MS

(1')

DIFICULTAD CENTRAL: EL FACTOR DE LIBERACIN

El factor de liberacin l es un nmero entre 0 y 1 que vara con el tamao d de los fragmentos, y
depende tambin del tamao nominal (o mximo) de las partculas de metal puro, o tamao de
liberacin dl , y de caractersticas geoestadsticas del mineral a escala microscpica
(correlaciones espaciales adentro de los fragmentos). As, an cuando los tamaos de los
grnulos de metal y de los fragmentos son los dos los mismos en dos depsitos, se deben esperar
valores diferentes del factor de liberacin de un metal a otro, o de depsito a otro. Cabe notar que
l es una cantidad muy variable y a veces excesivamente pequea: El producto c.l en la frmula
(1) tiene rango de valores ni muy grandes ni muy pequeos, pero la constante mineralgica c
puede, al contrario, alcanzar valores grandes extremos, siendo usualmente bien aproximada por
la razn de la densidad del mineral puro por la ley del lote en tanto por uno. Por ejemplo, en el
caso del oro, la densidad del metal vale 19.3 g/cm3, y al nivel de 1 ppm, i.e. 10-6, c vale
19,300,000 y consecuentemente, l tiene la orden de magnitud de su inverso. Notar que a travs
de c, la varianza dada por la frmula (1) depende de la ley del lote a muestrear, y que cualquier

uso de la misma, o cualquier nomograma derivado de ella, solo tiene sentido cuando van
acompaados por el nivel de ley al cual se los considera4.
Los resultados de la frmula (1), y nomogramas de muestreo correspondientes, son tambin muy
sensibles a las variaciones del factor de liberacin l.
UNA BREVE HISTORIA DEL FACTOR DE LIBERACIN
El bulto de la Teora del Muestreo fue desarrollado por Pierre Gy entre 1949 y 1951, y, tan
temprano como 1953, se puso muy evidente que el factor de liberacin en su frmula de varianza
iba a ser un tpico mas y mas delicado, aun antes que sea aplicada a metales preciosos. Una vez
demostrado que su valor se quedaba necesariamente entre 0 y 1, se atent de manera repetida, a
travs de los aos, estimar/modelar su valor y variaciones. Por falta de herramientas
conceptuales que fueron desarrolladas mucho mas tarde, se hizo por medio de recomendaciones
prcticas que aparecen hoy como relativamente arbitrarias. Sin embargo, las aplicaciones de este
tiempo no contradijeron estas prcticas (ni siquiera lo podan), las cuales incluan variaciones
lineales de l entre 0.025 y 0.8 consideradas como valores extremas probables, y tambin una
serie de tablas sucesivas de valores recomendados. Este era un perodo de maturacin de la
teora, que trataba de superar su problema mas difcil.
Un progreso mayor ocurri en 1975, cuando Gy propuso modelar experimentalmente las
variaciones de l en funcin de dl y d, y tambin propuso (como simple ejemplo ilustrativo) la
frmula siguiente para el calculo de l (Gy, 1982):
l = (d l /d) 0.5 = %(d l /d)

(2)

La idea - a travs de un ejemplo - era de animar a los profesionales de la industria en el

desarrollo de experimentos con objetivo el estudio de las variaciones de l para ajustarlo a cada
caso particular. Nunca fue la intencin de Gy darla esta expresin un sentido general. Al
contrario, desde entonces, siempre Gy ha recomendado estimar experimentalmente el invariante
de heterogeneidad (sobre el cual son basados todas la tcnicas modernas de calibracin
experimental) que incluye l como su parte non-calculable. Desafortunadamente, ciertos autores,
y muchos profesionales han mis-interpretado estas recomendaciones como licencia para el uso
general de este modelo particular (2) en la aplicacin prctica de la frmula (1), con resultados a
menudo catastrficos, y consecuentemente, se encuentran responsables del abandono progresivo
(muy lamentable) de la muy util frmula (1) por muchas compaas y profesionales mineros,
especialmente en la industria de los metales preciosos y minerales de baja ley.

Este, desafortunadamente, tiende a ser a menudo ignorado

EL TAMAO DE LIBERACIN dl
El concepto de tamao de liberacin no es trivial, y no hay un consensus sobre su definicin
entre autores de la teora del muestreo. In nuestras calculaciones, el tamao de liberacin es el
tamao nominal que los fragmentos deben alcanzar para que los granos de mineral se encuentren
completamente liberados de su ganga, i.e. cada fragmento sea o puro mineral o pura ganga. El
rol del factor de liberacin en la formula (1) es expresar las tazas de variacin bien diferentes de
la varianza de muestreo con el chancado, en cima y debajo del tamao de liberacin.
Naturalmente, la liberacin completa se queda a menudo un concepto ideal, y es til substituirla
con un tamao de liberacin practico: el tamao nominal para el cual la gran mayora de estos
fragmentos suficientemente largos para tener una contribucin significante a la varianza de
muestreo han sido liberados. Aunque no siempre sea exactamente igual al tamao nominal de
los granos de mineral dentro de la roca, este tamao prctico nunca se aleja mucho de este, y
siempre se queda de la misma orden de magnitud. Resulta que el tamao de liberacin a menudo
se toma igual al tamao mximo de los granos, o a su 95% pasando.
UN MODELO EFECTIVO PARA EL FACTOR DE LIBERACIN
En base a consideraciones principalmente geoestadsticas5, Francois-Bongarcon ha propuesto una
mejora fundamental en la forma de un modelo similar al previo, muy simple, pero mucho ms
adecuado, para el factor de liberacin:
l = (dl /d)b

(3)

donde b es un parmetro adicional del modelo a ajustar en base a resultados experimentales.

Este modelo (3) ha sido comprobado en la prctica en los ltimos aos, con resultados
excelentes, incluso en aplicaciones a metales preciosos y minerales de baja ley. Este modelo
tiene muchas ventajas importantes sobre el modelo de la frmula (2):

Existen fuertes "indicios" de su validez terica, incluyendo el caso particular de

correlaciones espaciales muy comunes en el oro (modelo de De Wijs, bien conocido de
los geoestadsticos) donde se puede demostrar;

Hace aparecer el modelo usual (2) como un simple caso particular (raramente encontrado
en la prctica); siendo entonces mas general, el modelo (3) no es de ninguna manera
incompatible con modelo (2).

En la teora, el tamao de liberacin aparece como la razn de las varianzas de las leyes
individuales de los fragmentos al tamao nominal considerado, y al tamao de liberacin. Resulta
que no tiene ningn sentido calcularlo a partir de , o considerarlo igual a, la proporcin de granos
minerales liberados en el lote al tamao nominal considerado.

Se puede ajustar experimentalmente, y entonces permite a la frmula (1) de ser "cortada a

la medida" de un yacimiento o tipo de roca particular;

Resuelve los problemas ultra-conservadores a menudo encontrados con la

implementacin desafortunadamente tan "clsica" como errnea del modelo (2) en la
frmula (1).

Permite de obtener nomogramas de muestreo realistas y utilizables.

Sin embargo, el parmetro adicional b implica ajustes experimentales ms delicados - pero

estrictamente necesarios - que el modelo simplista (2). Cabe notar que nunca se deben ejecutar
estos experimentos de calibracin de la frmula (1) utilizando material tamizado a tamaos
pequeos, como a menudo se ve, dado que una sola fraccin de tamao no es siempre
representativa del material chancado en su integridad.
En la prctica, la potencia final de d en el producto [l.d3] de las frmulas (1) y (1') casi nunca se
encuentra por sobre el valor 2.0. Este hecho ya se haba detectado por los empiristas del
comienzo del siglo (Richards, 1908)1, y tambin fue observado por una mesa redonda de
expertos en metrologa, luego de la primera publicacin de Gy (Expertos en Gy, 1956). En el
caso de minerales de oro, el valor de b se encuentra casi siempre muy cerca del valor 1.5, lo que
resulta en una potencia global de 1.5 tambin para d, cuando el modelo (2) resultara en una
potencia global de 2.5 (los experimentos correspondientes estn fuera de la alcance de este
articulo). Para el moro, un valor por defecto de 1.5 para b es aceptable si solo se busca la orden
de magnitud de los resultados. Para otros metales, el valor de b varia mucho mas, y/o no se
cuenta con un nmero suficiente de aplicaciones para derivar tendencias utilizables.

CONSECUENCIAS DE UN MODELO ERRNEO PARA l

Ejemplo 1: Calculo de Masa Mnima, o Su Muestra de Tamao Mina
En el primer ejemplo, se observa que si se adopta el modelo (2), se pueden calcular todos los
factores de la frmula (1') y entonces, como aplicacin clsica, calcular la masa mnima de
muestra que proporciona una reproducibilidad pre-establecida.
As, si so toma el caso de una pila de detritus de un pozo de tronadura en una mina de oro, con
fragmentos de un tamao nominal de " (d = 1.27 cm), una ley promedia de 1 ppm de Au
(=10-6), una densidad de oro puro de 19.3 g/cm3, valores estndares de 0.5 y 0.25 para factores f
y g, y un tamao de liberacin del oro de 10 micrones (=10-3 cm , i.e. oro muy fino), la formula
(1') y modelo (2) se combinan para proporcionar la masa mnima MS de muestra para una
deviacin estndar de muestreo de 10 porciento (es decir FFSE2 = 0.01), de la manera siguiente:

Aunque detect que la potencia global de d era un problema importante, el acercamiento de

Richard, basado sobre una sancin ciega de prcticas cuestionables, no puede ser considerado
aceptable de un punto de vista cientfico.

Con:

FFSE2 = f g c l d3 / MS

l = (dl /d) 0.5

MS = f g c (dl /d) 0.5 d3 / FFSE2 = f g c dl 0.5 d 2.5 / FFSE2

= 0.5 * 0.25 * (19.3/10-6) * (10-3)0.5 * 1.272.5 / 0.01
= 13.9 10 6 gramos o sea 13.9 toneladas ! Un resultado absurdo !
El oro es fino, y se sabe muy bien, por la experiencia, que la pila puede ser muestreada de
manera muy satisfactoria con muestras de uno a unas decenas de kilogramos. La utilizacin de
la formula (1) en vez de (1') puede hacer perder la magnitud de lo absurdo total del resultado, por
limitar artificialmente la masa mnima a la masa total de la pila (probablemente alrededor de 400
kg).
Ejemplo 2: Calculo del Tamao de Liberacin, o El Elusivo Oro Sub-Atmico
En este ejemplo se nota que con el modelo (2), si se conoce la varianza experimental de una
muestra de masa dada, se puede determinar el tamao de liberacin d l en la formula (1').
Asumamos por ejemplo el caso de mineral de oro con tamao de liberacin real (pero
desconocido) de 15-25 micrones (i.e. oro semi-fino). Se sabe por experiencia que una pila de
detritus con fragmentos de un tamao nominal de 1 cm de este mineral puede ser muestreada con
una desviacin estndar de 10 por ciento o mejor, tomando muestras de alrededor de 15 kg. Bajo
esas condiciones (FFSE = 0.10; MS = 15 kg), el calculo del tamao de liberacin utilizando
modelo (2) es el siguiente:
Con:
l

FFSE2 = f g c l d3 / MS

l = (dl /d)0.5

= FFSE2 / (f g c d3 / MS)

dl 0.5 = FFSE2 * d 0.5 / (f g c d3 / MS)

dl

= [ FFSE2 * d 0.5 / (f g c d3 / MS) ]2

= [0.01 * 1 0.5 / (0.5 * 0.25 * 19 300 000 * 13 / 15 000)]2

= 3.9 10-9 cm = 0.39 Angstrms !

Se debe concluir que el oro es muy, muy fino, dado que un tomo de oro mide aproximadamente
1.5 Angstrms en dimetro.

CONCLUSIN
Estos resultados son una demostracin por el absurdo que el modelo (2) es groseramente
inadecuado2, y que sera muy peligroso usarlo. Como le podr verificar facilmente el lector, las
condiciones y supuestos de estos clculos pueden ser variadas sin cambiar mucho el orden de
magnitud absurdo de los resultados finales.
En cambio, con el valor ms adecuado de 1.5 para b en frmula (3), estos clculos dan una masa
mnima de 11 kg, y un tamao de liberacin de 16 micrones respectivamente, cantidades mucho
mas consistentes con la experiencia prctica de siglos de minera de oro.
De inters tambin es la desviacin estndar de muestreo que la frmula incorrecta (2) predice
calculara para estas operaciones de muestreo cuando el tamao de liberacin real se conoce: 355
porciento para los 11 kg del primer ejemplo, y 254 porciento para los 15 kg del segundo.
Claramente, cuando aplicada a protocolos de preparacin de muestras o a nomogramas, la
frmula incorrecta (2) sonar las alarmas, encender el botn de pnica, y como resultado
probable, ocasionar gastos totalmente injustificados, cambios drsticos de procedimientos, y
compras de equipos evitables.
Al contrario, cuando utilizada con un modelo adecuado, la formula (1) se cambia en una
herramienta muy til. Por ejemplo, consideremos el caso de un yacimiento donde el metal de
inters viene de un sulfuro de una densidad de 5 g/cm3 y un contenido metlico de 25 porciento,
que se libera cuasi completamente a 120 micrones. Debemos determinar si la toma de 100 g es
razonable despus de chancar el material bajo 5 mm cuando la ley de metal es 0.1 %. No
conociendo nada ms, y sin calibracin, calcularemos la varianza relativa de muestreo a partir de
las formulas (1') y (3), asumiendo el valor mas desfavorable de 1 para b en (3):
FFSE2 = f g c l d3 / MS
con l = dl / d , esto nos da:
FFSE2 = f g c dl d2 / MS
Como antes, f=0.5 y g=0.25. Una ley de metal de 0.1% corresponde a una ley en mineral de
0.4%, o sea 0.004. El calculo de la varianza sigue:
FFSE2 = f g c d l d 2 / MS = 0.5 x 0.25 x (5/0.004) x 0.0120 x 0.5 2 / 100 = (6.85 %) 2
Hemos conservativamente asumido un valor de 1 para b. Con un valor mas alto, la varianza
calculada mejorara. Como una desviacin estndar de 7 porciento es razonable, el muestreo
propuesto es aceptable.

Aunque est todava muy a menudo (arbitrariamente) utilizado por ciertos profesionales y hasta
organizaciones internacionales de estndares

LA PALABRA ULTIMA
Siguiendo estas remarcas sobre la parte cuantitativa de la Teora del Muestreo, la recomendacin
principal de los autores a los profesionales del muestreo es de ejecutar una calibracin completa
de la frmula (1) antes de usarla, utilizando el modelo (3) para el factor de liberacin. Una
variedad de mtodos han sido establecidos para tal trabajo, y son enseados en cursos y
seminarios, descritos en artculos, y disponible de consultores especializados. En el caso de oro,
estos mtodos incluyen la determinacin de curvas tamao-ley.
Sobre todo, uno tiene que recordarse que la formula (1) solo mide el caso mas favorable donde
no solamente los sesgos, pero tambin los efectos de cualquier tipo de segregacin han sido
eliminados o neutralizados. Pero como esto es mucho fcil dicho que hecho, la otra parte de la
Teora del Muestreo, la cual se dedica a como tomar las muestras, es todava mas importante que
todo lo expuesto en el presente articulo. Se aconseja entonces al lector de estudiar la teora
completa.
AGRADECIMIENTOS
Los autores extienden sus gracias a Dr M. Alfaro y a Scott Long por sus ayudas en mejorar la
claridad de este artculo.
BIBLIOGRAFA
Francois-Bongarcon, D. 1991. Geostatistical Determination of Sample Variances in the
Sampling of Broken Gold Ores. CIM Bulletin. Vol. 84, No. 950, pp. 46-57.
Francois-Bongarcon, D. 1992-a. The Theory of Sampling of Broken Ores, Revisited: An
Effective Geostatistical Approach for the Determination of Sample Variances and
Minimum Sample Masses. Proceedings of The XVth World Mining Congress. Madrid,
May 1992.
Francois-Bongarcon, D. 1992-b. Geostatistical Tools for the Determination of Fundamental
Sampling Variances and Minimum Sample Masses. Geostatistics Troia '92. Kluwer
Academic Pub. Vol 2: 989-1000.
Francois-Bongarcon, D. 1993-a. The Practice of the Sampling Theory of Broken Ores. CIM
Bulletin. May 1993.
Francois-Bongarcon, D. 1993-b. Comments on F.Pitard's "Exploration of the Nugget Effect".
Proceedings of the Forum Geostatistics for the Next Century. Montreal, June 1993.
Kluwer Academic Pub. Dordrecht. The Netherlands.
Francois-Bongarcon, D. 1998. Extensions to the Demonstration of Gys Formula. Proceedings of
CIM Annual Conference. Montreal 98. May 1998.

Francois-Bongarcon, D. 1998. Gy's Formula: Conclusion of a New Phase of Research.

Australian Association of Geoscientists. Volume 22.
Gy, P.M. 1956. Poids Donner un Echantillon - Abaques d'Echantillonnage. Revue de
l'Industrie Minrale, No 38. 52-99.
Gy, P.M. 1967, 1971. L'Echantillonnage des Minerais en Vrac. in Mmoires du BRGM, No. 56
and 67. Editions BRGM. Paris. 470.
Gy, P.M. 1982. Sampling of Particulate Materials, Theory and Practice. Elsevier. Amsterdam.
431.
Gy, P.M. 1992. The sampling of Heterogeneous and Dynamic Material Systems. Elsevier,
Amsterdam. 653.
Gy, P.M. 1998. Sampling for Analytical Purposes. John Wiley. England. 150.
Richards, R.H. 1908. Ore Dressing. Mc Graw Hill. New York.