Corrección Por Mult Lagrange PDF

Corrección de Análisis Granulométricos y Químicos por
Multiplicadores de Lagrange
KOBASHICAWA CHINEN, Juan Antonio1
Universidad Nacional de Ingeniería

Facultad de Ingeniería Geológica, Minera y Metalúrgica
Av. Túpac Amaru 210 Rímac - Apartado 1301
Lima - Perú
15 de octubre de 2003
1
e-mail: jakobashicawa@terra.com.pe
Índice general
Resumen 6
1. Introducción 8
2. Pasos para corregir por Multiplicadores de Lagrange 10
3. Corrección de Análisis Granulométricos en un Nodo - Método General 12

3.1. Balance de Masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1.1. Notación: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2. Ecuaciones de Balance de Masa . . . . . . . . . . . . . . . . . . . . . . . 13
3.3. Método Lagrangiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Método Lagrangiano usando Factores de Ponderación . . . . . . . . . . . 27
3.4.1. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Aplicaciones 32
4.1. Corrección de Análisis Granulométricos en un Hidrociclón - Multipli-
cadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.1. Corrección usando los Porcentajes Acumulados Pasantes . . . . . 36
4.2. Corrección de Análisis Granulométricos en un Hidrociclón - Multipli-
cadores de Lagrange con Factores de Ponderación . . . . . . . . . . . . . 43
4.3. Corrección de Análisis Granulométricos en un Hidrociclón - Función J(R) 51
4.3.1. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.2. Aplicación del Método . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4. Corrección de Análisis Granulométricos en un Circuito Inverso de Molien-
da Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.5. Corrección de Análisis Granulométricos en un Circuito Inverso de Molien-
da Clasificación tomando Dos Nodos . . . . . . . . . . . . . . . . . . . . 73
4.5.1. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.5.2. Aplicación del Algoritmo . . . . . . . . . . . . . . . . . . . . . . . 80
4.6. Corrección de Análisis Químicos en un Circuito de Flotación Plomo-
Cobre-Zinc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.6.1. Desarrollo del Algoritmo . . . . . . . . . . . . . . . . . . . . . . . 92
1
KOBASHICAWA CHINEN, Juan Antonio 2
4.6.2. Algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5. Corrección de Análisis Químico en un Nodo - Método General 100
6. Aplicaciones 101
Bibliografía 102
Índice de figuras
3.1. Esquema del Sistema a Corregir . . . . . . . . . . . . . . . . . . . . . . . 12

3.2. Variación de los factores de ponderación con respecto a las fracciones
granulométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1. Esquema del Hidrociclón . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.2. Variación de la Función J(R) vs. R . . . . . . . . . . . . . . . . . . . . . 55
4.3. Esquema del Circuito Inverso de Molienda Clasificación . . . . . . . . . 63
4.4. Esquema del Circuito Inverso de Molienda Clasificación (Dos Nodos) . . 73
4.5. Diagrama de Flujo del Circuito de Flotación Pb-Cu-Zn . . . . . . . . . 91
3
Índice de cuadros
3.1. Análisis Granulométricos a Corregir (Forma Simbolica) . . . . . . . . . . 13
4.1. Hidrociclón: Análisis Granulométricos a Corregir . . . . . . . . . . . . . 35

4.2. Hidrociclón: Errores para cada intervalo de tamaños . . . . . . . . . . . 35
4.3. Hidrociclón: Multiplicadores de Lagrange para cada intervalo de tamaños 35
4.4. Hidrociclón: Correcciones . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.5. Hidrociclón: Análisis Granulométricos Corregidos . . . . . . . . . . . . . 38
4.6. Análisis Granulométricos - Porcentajes Acumulados Pasantes . . . . . . 38
4.7. Hidrociclón: Errores para cada intervalo de tamaños - Fracciones Acu-
muladas Pasantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.8. Hidrociclón: Multiplicadores de Lagrange para cada intervalo de tamaños
- Fracciones Acumuladas Pasantes . . . . . . . . . . . . . . . . . . . . . 38
4.9. Hidrociclón: Correcciones - Fracciones Acumuladas Pasantes . . . . . . . 40
4.11. Análisis Granulométricos Corregidos - Fracciones en Peso . . . . . . . . 40
4.12. Hidrociclón: Factores de Ponderación para cada intervalo de tamaños . . 45
- usando Factores de Ponderación . . . . . . . . . . . . . . . . . . . . . . 45
4.14. Hidrociclón: Correcciones usando Factores de Ponderación . . . . . . . . 45
4.16. Hidrociclón: Factores de Ponderación para cada intervalo de tamaños -
Porcentajes Acumulados Pasantes . . . . . . . . . . . . . . . . . . . . . . 47
- usando Factores de Ponderación - Porcentajes Acumulados Pasantes . 47
4.18. Hidrociclón: Correcciones usando Factores de Ponderación - Fracciones
Acumuladas Pasantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.21. Hidrociclón: Función J(R), Valores de Su . . . . . . . . . . . . . . . . . 56
4.22. Hidrociclón: Función J(R), Análisis Granulométricos Corregidos . . . . . 60
4.23. Hidrociclón: Función J(R), Valores de Su . . . . . . . . . . . . . . . . . 60
4.24. Hidrociclón: Función J(R), Análisis Granulométricos Corregidos . . . . . 60
4.25. Circuito Inverso Molienda Clasificación: Análisis Granulométricos a Cor-
regir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.26. Circuito Inverso Molienda Clasificación: Análisis Granulométricos a Cor-
regir (Porcentajes Acumulados Pasantes) . . . . . . . . . . . . . . . . . . 64
4
4.27. Circuito Inverso Molienda Clasificación: Errores para cada intervalo de

tamaños . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.28. Hidrociclón: Factores de Ponderación para cada intervalo de tamaños . . 66
4.29. Circuito Inverso Molienda Clasificación: Multiplicadores de Lagrange para
cada intervalo de tamaños . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.30. Circuito Inverso Molienda Clasificación: Correcciones . . . . . . . . . . . 68
4.31. Circuito Inverso Molienda Clasificación: Análisis Granulométricos Cor-
regidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.33. Circuito Inverso Molienda Clasificación (Dos Nodos): Análisis Granu-
lométricos a Corregir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
lométricos a Corregir . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.35. Circuito Inverso Molienda Clasificación (Dos Nodos): Errores para cada
intervalo de tamaños . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.36. Circuito Inverso Molienda Clasificación (Dos Nodos): Factores de Pon-
deración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.37. Circuito Inverso Molienda Clasificación (Dos Nodos): Multiplicadores de
Lagrange para cada intervalo de tamaños . . . . . . . . . . . . . . . . . 85
4.38. Circuito Inverso Molienda Clasificación (Dos Nodos): Correcciones . . . 85
lométricos Corregidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
lométricos Corregidos - Porcentaje en Peso . . . . . . . . . . . . . . . . . 87
Resumen
En el presente trabajo se elaboró una serie de pasos para poder establecer en forma
general la corrección de Análisis Granulométricos y/o Químicos, en forma particular
se desarrolló el método general para corregir los Análisis Granulométricos y Químicos
(Mallas Valoradas) en un nodo.
El mejor método para corregir los Análisis Granulométricos se obtuvo usando datos
de un Hidrociclón, las razones para emplear dichos datos fueron básicamente por su
simplicidad (un nodo con una entrada y dos salidas), aparte que es un equipo comun-
mente usado en la industria del procesamiento de minerales. Los métodos aplicados
fueron los Multiplicadores de Lagrange sin y con el uso de Factores de Ponderación, y
finalmente se hace la comparación con el método de la función J(R). Estos tres métodos
se corrigieron usando las Fracciones en Peso y las Fracciones Acumuladas Pasantes.
En la corrección de los Análisis Granulométricos para el Hidrociclón se observa:

Los Análisis Granulométricos Corregidos por los métodos empleados son seme-
jantes.
Se obtiene un menor error al corregir los Porcentajes Acumulados Pasantes; pero
al convertir dichos análisis a Porcentajes en peso, se observa un ligero incremento
en el error, mayor incluso a las correcciones efecutadas a los Porcentajes en Peso.
En el caso de la Corrección por Multiplicadores de Lagrange sin Factores de Pon-
deración y la Corrección usando la Función J(R) se pueden obtener fracciones
negativas, esto se presenta básicamente cuando los Porcentajes en Peso son cero
(incluso valores pequeños) ó los Porcentajes Acumulados Pasantes son 100 %.
El problema anterior queda resuelto al usar Factores de Ponderación para cada
intervalo de tamaños, estos Factores tienen la forma:
1
W =
f2 · (1 − f )2
Es decir, los Factores de Ponderación son siempre positivos y tienden al infinito
cuando las fracciones tienden a ser cero o uno (100 %) y como esta formulado, a un
mayor valor de los Factores de Ponderación, menor será el valor de la corrección.
Lo anterior ocasiona un error al corregir los Porcentajes en Peso, el cual consiste
en que la suma de las Fracciones en Peso es diferente de 1 (100 %), esto se resuelve
corrigiendo los Porcentajes Acumulados Pasantes.
6
El método para la corrección de Análisis Granulométricos recomenda-

do es corregir los Porcentajes Acumulados usando Multiplicadores de
Lagrange con Factores de Ponderación.
El otro caso aplicado fue el de un Circuito Inverso de Molienda Clasificación, esto

puede representarse en una forma simple como un nodo con dos Entradas y Dos salidas,
o desarrollarse en forma detallada usando dos nodos. En esta última forma, el algorit-
mo se complica pero se obtiene una mayor coherencia con el sistema en la realidad (Se
asume que en el molino no existe acumulación de partículas).
Para una mejor comprensión de la forma de corregir se presentan los códigos de los
programas en Matlab (R13, versión 6.5). Si se estudia con detenimiento se verá que los
pasos para las correcciones son similares, variando únicamente en las ecuaciones usadas
para cada sistema y/o método.
Capítulo 1
Introducción
En el procesamiento de minerales se efectúan muestreos con diversos fines (deter-

minar parámetros de la operación, eficiencia de equipos, detección y análisis de errores
en los procesos, etc.). Existen equipos (Clasificadores, Hidroclasificadores, celdas de
flotación, mesas gravimétricas, etc.) que pueden tomarse como un nodo en el cual puede
haber varias alimentaciones y salidas.
Al obtener los Análisis Granulométricos en un nodo determinado, el problema con

que uno se encuentra inicialmente es:
“Los Análisis Granulométricos del sistema tienen que ser matemáticamente consis-
tentes.”
¿Qué significa esto?
Simplemente que todo lo que entra tiene que ser igual a lo que sale:
Exponiendo un caso simple:
En un proceso X se sabe que: AR = BR + CR
O que: 3 = 1 + 2 (asumiendo esto como “real”).
Pero debido a errores de muestreo, análisis, o cualquier operación en la cual se ma-

nipule las muestras, nos puede dar valores como: 3,1 = 0,9 + 2,3
Lo cual no es correcto o “Matemáticamente Inconsistente”.
Es decir tenemos un error de: A − (B + C) = ∆M

3,1 − (0,9 + 2,3) = 0,1
Ahora el objetivo es hacer que ∆M sea cero, con lo cual sería “Matemáticamente
consistente”. Se establecen valores corregidos como:
8
A − [B + C] = 0
ó
(A − ∆A) − [(B − ∆B) + (C − ∆C)] = 0
Donde:
A, B, C : son los valores muestreados

A, B, C : son los valores corregidos
∆A, ∆B, ∆C : son las correcciones.
Se puede cumplir dicho objetivo de varias formas. Una de las formas más simples
(pero con una mayor distorsión con respecto a los datos originales) es que las correc-
ciones sean iguales:
∆A = ∆B = ∆C
(A − ∆A) − [(B − ∆B) + (C − ∆C)] = 0
A − (B + C) = ∆A − (∆B + ∆C) = ∆M
Con la cual se obtiene que:
∆A = ∆B = ∆C = ∆M = 0,1
Por lo tanto:
A = 3,1 − 0,1 = 3,0

B = 0,9 − 0,1 = 0,8
C = 2,3 − 0,1 = 2,2
Obteniéndose:
A − (B + C) = 3,0 − (0,8 + 2,2) = 0

Nótese que esto se aleja de lo “real”
3,0 − (1,0 + 2,0) = 0

Con esto se debe de tener en cuenta que las correcciones no darán los datos exac-
tos que realmente ocurren en el proceso X, pero serán matemáticamente consistentes y
aproximados a los valores reales.
Más aún, de todos los métodos de corrección que podrían elaborarse, se debe de
escoger el que menos se desvíe de los datos muestreados (es decir, las correcciones
deben de ser de valores mínimos posibles). Es por esta razón que se escogió el método de
multiplicadores de Lagrange (ver [1], [2] ). Este método es simplemente un optimizador
la cual es usado para minimizar una función objetivo bajo ecuaciones restrictivas.
Capítulo 2
Pasos para corregir por

Se presenta a continuación una serie de pasos con la finalidad de comprender la

corrección por Multiplicadores de Lagrange en forma sistemática.
1. Obtener los datos a corregir (Análisis Granulometricos, Químicos, etc.)
2. Establecer las ecuaciones de Balance de Masa. (Ecuaciones de Flujo, Análisis

Granulométricos, Leyes, etc.)
3. Normalizar las ecuaciones dividiendo por un flujo “A” (ej: Alimentación Fresca a
un Circuito).
4. Establecer las ecuaciones de error debido a los Flujos Normalizados (∆Q)
Nota 2.1 Los Flujos Normalizados deben de ser Linealmente Independientes.
5. Definir una función la cual representa la suma de los errores al cuadrado ( ∆Q2 )
P
X
= ∆Q2
6. Derivar parcialmente la función por cada flujo Normalizado (Linealmente inde-

pendientes) e igualar a cero.
Nota 2.2 En este paso se obtendrá una ecuación cuya solución dará los Flujos
Normalizados Corregidos que hacen que la función tome un valor mínimo.
7. Calcular los errores ∆M debido a los Flujos Normalizados Corregidos. Reemplazar

los Flujos Normalizados corregidos hallados en el paso 6 y reemplazarlos en las
ecuaciones establecidas en el paso 4.
X X
∆M 2 = min() = min ∆Q2
8. Definir las correcciones.
10
Correcciones = Datos - Datos Corregidos
9. Reemplazar las ecuaciones del paso 8 en ∆M (Ecuaciones dadas en el paso 7)

para obtener las ecuaciones de ∆M en función de las correcciones.
10. Definir la Función Lagrangiana L(χ, λ) (Función Objetivo y Ecuaciones Restric-

tivas). X
L(χ, λ) = f (χ) − [λi · gi (χ)]
La función objetivo f (χ) será la suma de los cuadrados de todas las correc-
ciones.
Las ecuaciones restrictivas g(χ) deben de cumplir g(χ) = 0 y estarán dadas
por las ecuaciones de ∆M definidas en 9
λ : son los Multiplicadores de Lagrange
χ : son las Correcciones.
11. Derivar parcialmente la función Lagrangiana (L(χ, λ)) por los Multiplicadores de
Lagrange y las Correcciones e igualar a cero.
Nota 2.3 En este paso se obtendran las correcciones de los Analisis en función de
los Multiplicadores de lagrange. Estas correcciones harán que la función objetivo
f (χ) tome un valor mínimo sujeto a las ecuaciones restrictivas g(χ).
12. De las relaciones del paso anterior obtener una ecuacion que que permita hallar
los Multiplicadores de Lagrange en función de los errores ∆M
13. Reemplazar los Multiplicadores de Lagrange en las relaciones determinadas en el

paso 11 para obtener las correcciones.
14. Corregir los Análisis por las siguientes relaciones: (ver Paso 8)
Datos Corregidos = Datos - Correcciones

Capítulo 3
Corrección de Análisis
Granulométricos en un Nodo -
Método General
3.1. Balance de Masa

Se tiene el sistema de la Figura 3.1:
En el método propuesto se considera que existe una Entrada Principal, una Salida
Principal, “m” entradas secundarias y “n” salidas secundarias. Todas estas entradas y
salidas están aplicadas a un nodo y se considera que en dicho nodo no existen procesos
de reducción de tamaños.
Cada una de estas entradas y salidas mencionadas tienen una granulometría deter-
minada que se puede representar por la siguiente tabla:
Entrada Principal Salida Principal

A ; fA Z ; fZ
Entrada Salida
E1 ; fE1 S1 ; fS1
Entrada Salida
E2 ; fE2 NODO S2 ; fS2
Entrada Salida
E3 ; fE3 S3 ; fS3
Entrada Salida
Em ; fEm Sn ; fSn
Figura 3.1: Esquema del Sistema a Corregir
12
ENTRADA SALIDA
u A E1 E2 ... Em Z S1 S2 ... Sn
1 f A1 f E11 f E21 ... f Em1 f Z1 f S11 f S21 ... f Sn1
.. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . .
k−1 f Ak−1 f E1k−1 f E2k−1 ... f Emk−1 f Zk−1 f S1k−1 f S2k−1 ... f Snk−1
k f Ak f E1k f E2k ... f Emk f Zk f S1k f S2k ... f Snk
Cuadro 3.1: Análisis Granulométricos a Corregir (Forma Simbolica)
3.1.1. Notación:
m : Número de Entradas Secundarias.
n : Número de Salidas Secundarias.
u = {1, 2, 3, . . . , k − 1, k} : Intervalos de Tamaños.
k : Intervalo de tamaños más fino
(numéricamente igual al número
de intervalos de tamaño).
A : Entrada Principal.
Z : Salida Principal.
E1,E2,. . . ,Em : Entradas Secundarias
S1,S2,. . . ,Sn : Salidas Secundarias
f Xu : Denota la Fracción (ó Porcentaje) del Análisis
Granulométrico de “X” en el intervalo de
tamaños “u”.
3.2. Ecuaciones de Balance de Masa

Paso 1 Obtener los datos a corregir (Análisis Granulometricos, Químicos, etc.)
Para este caso en particular, los datos serán los Análisis Granulométricos de Entrada y
Salida del Nodo:
f Au : Análisis Granulométrico correspondiente a la Entrada Principal.
f Eiu : Análisis Granulométricos correspondientes a las Entradas Secundarias.
f Zu : Análisis Granulométrico correspondiente a la Salida Principal.
f Sju : Análisis Granulométricos correspondientes a las Salidas Secundarias.
Nota 3.1 En el método presentado no se requiere saber los flujos de Entrada y Salida
del Nodo.
Paso 2 Establecer las ecuaciones de Balance de Masa. (Ecuaciones de Flujo, Análisis

Granulométricos).
Se presentan las ecuaciones ideales (error=0) y/o corregidas.

Caudales Corregidos(Flujos):
m
X n
X
A+ Ei = Z + Sj (3.1)
i=1 j=1
Para un Intervalo de Tamaños “u” (donde: u = {1, 2, 3, . . . , k − 1, k}).

m
X n
X
f Au · A + f Eiu · Ei = f Z u · Z + f Sj u · Sj (3.2)
i=1 j=1
Paso 3 Normalizar las ecuaciones dividiendo por un flujo “A”.
Definimos a los flujos reducidos como la relacion de los flujos de Entradas y Salidas
con respecto al flujo de la Entrada Principal “A”:
Ei
= αi , i = {1, 2, 3, . . . , m}
A
Z
= βZ
A
Sj
= βj , j = {1, 2, 3, . . . , n}
A
Con lo cual se tiene en las ecuaciones de balance de masa:
m
X n
X
1+ αi = βZ + βj (3.3)
i=1 j=1
m
X n
X
f Au + f Eiu · αi = f Z u · βZ + f Sj u · βj (3.4)
i=1 j=1
Paso 4 Establecer las ecuaciones de error debido a los Flujos Normalizados (∆Q)
Para los datos reales se obtendrán los siguientes errores:

El error por los caudales normalizados (α y β) que se tiene en el análisis granu-
lométrico por cada malla se toma como:
∆Q1 , ∆Q2 , ∆Q3 , . . . , ∆Qk−1 , ∆Qk
Siendo para un Intervalo de Tamaños “u”:

m
X n
X
∆Qu = f Au + f Eiu · αi − f Zu · βZ − f Sju · βj (3.5)
i=1 j=1

La siguiente ecuación muestra la dependencia lineal de βZ con respecto a los flujos

normalizados αi y βj
m
X n
X
βZ = 1 + αi − βj (3.6)
i=1 j=1
Reemplázandolo en la Ecuación 3.5 obtenemos:

m
X m
X n
X n
X
∆Qu = f Au + f Eiu · αi − f Zu · (1 + αi − βj) − f Sju · βj (3.7)
i=1 i=1 j=1 j=1
Reordenando obtenemos:
m
X n
X
∆Qu = (f Au − f Zu ) + [(f Eiu − f Zu ) αi] − [(f Sju − f Zu ) βj] (3.8)
i=1 j=1
P 52 Definir una función la cual representa la suma de los errores al cuadrado

Paso
( ∆Q )
Para corregir los análisis granulométricos con una variación mínima, tenemos que
tomar derivadas parciales de la sumatoria de los cuadrados de los errores ( ∆Q2 ) (la
P
sumatoria es debido a cada intervalo de tamaños) con respecto a los caudales reducidos
(α y β) e igualarlas a cero.
Es decir:
 2 
k
X k
X m
X n
X
∆Q2u =

= (f Au − f Zu ) + [(f Eiu − f Zu ) αi] − [(f Sju − f Zu ) βj] 
u=1 u=1 i=1 j=1
Paso 6 Derivar parcialmente la función por cada flujo Normalizado (Linealmente

independientes) e igualar a cero.
k
!
∂ ∂ X
∆Q2u

= =0 , i = [1, 2, 3, . . . , m]
∂αi ∂αi
u=1
k
!
∂ ∂ X 2

= ∆Qu =0 , j = [1, 2, 3, . . . , n]
∂βj ∂βj
u=1
Con lo cual tendremos “m” ecuaciones con respecto a α y “n” ecuaciones con respecto
a β, esto con el fin de hallar los caudales corregidos: α1, α2, . . ., αm, β1, β2, . . ., βn
Por ejemplo, para α1:

k
" m n
!2 #
X X X
= (f Au − f Zu ) + [(f E1u − f Zu ) α1] + [(f Eiu − f Zu ) αi] − [(f Sju − f Zu ) βj]
u=1 i=2 j=1
Hacemos el siguiente cambio de variables:
ψu = (f E1u − f Zu )
m
X n
X
φu = (f Au − f Zu ) + [(f Eiu − f Zu ) αi] − [(f Sju − f Zu ) βj]
i=2 j=1
Tenemos:
k h
X i
= (ψu · α1 + φu )2
u=1
Derivamos parcialmente respecto a αi, βj e igualamos a cero (al hacer esto, se

obtendrán los valores de α y β que darán el valor mínimo de .
k
∂ X
= 2 ψ u · α1 + φu ψu = 0
∂α1 α1=α1
u=1
k
X 2
2 ψu · α1 + ψu · φu = 0
u=1
k
X k
X
α1 ψu2 + (ψu · φu ) = 0
u=1 u=1
Entonces:
X
0 = α1 (f E1u − f Zu )2
" m n
#!
X X X
+ (f E1u − f Zu ) · (f Au − f Zu ) + (f Eiu − f Zu ) αi − (f Sju − f Zu ) βj
i=2 j=1
Desarrollándolo obtenemos:
X
[(f E1u − f Zu ) · (f Au − f Zu )] +
Xh i
α1 (f E1u − f Zu )2 +
X
α2 [(f E1u − f Zu ) · (f E2u − f Zu )] + . . .
...+
X
αm [(f E1u − f Zu ) · (f Emu − f Zu )] +
X
−β1 [(f E1u − f Zu ) · (f S1u − f Zu )] +
X
−β2 [(f E1u − f Zu ) · (f S2u − f Zu )] + . . .
...+
X
−βn [(f E1u − f Zu ) · (f Snu − f Zu )] = 0
Análogamente para α2
X
[(f E2u − f Zu ) · (f Au − f Zu )] +
X
α1 [(f E2u − f Zu ) · (f E1u − f Zu )] +
Xh i
α2 (f E2u − f Zu )2 +
...+
X
αm [(f E2u − f Zu ) · (f Emu − f Zu )] +
X
−β1 [(f E2u − f Zu ) · (f S1u − f Zu )] +
X
−β2 [(f E2u − f Zu ) · (f S2u − f Zu )] + . . .
...+
X
−βn [(f E2u − f Zu ) · (f Snu − f Zu )] = 0
Para βn
X
[(f Snu − f Zu ) · (f Au − f Zu )] +
X
α1 [(f Snu − f Zu ) · (f E1u − f Zu )] +
X
α2 [(f Snu − f Zu ) · (f E2u − f Zu )] + . . .
...+
X
αm [(f Snu − f Zu ) · (f Emu − f Zu )] +
X
−β1 [(f Snu − f Zu ) · (f S1u − f Zu )] +
X
−β2 [(f Snu − f Zu ) · (f S2u − f Zu )] + . . .
. . . +i
Xh
−βn (f Snu − f Zu )2 = 0
De las relaciones anteriores se obtendrá la siguiente ecuación lineal:
A·X =B (3.9)
Obsérvese que la matriz A es simétrica de orden ((m + n), (m + n))
Ph i
(f E1 − f Z)2
P P P P P
[(f E2 − f Z) (f E1 − f Z)] [(f Em − f Z) (f E1 − f Z)] [(f S1 − f Z) (f E1 − f Z)] [(f S2 − f Z) (f E1 − f Z)] [(f Sn − f Z) (f E1 − f Z)]
 
... ...
Ph i
(f E2 − f Z)2
 P P P P P 

 [(f E1 − f Z) (f E2 − f Z)] ... [(f Em − f Z) (f E2 − f Z)] [(f S1 − f Z) (f E2 − f Z)] [(f S2 − f Z) (f E2 − f Z)] ... [(f Sn − f Z) (f E2 − f Z)]

 
 . . .. . . . .. . 
 . . . . . . . . 

 P . . . . . . 

Ph i
(f Em − f Z)2
P P P P
[(f E1 − f Z) (f Em − f Z)] [(f E2 − f Z) (f Em − f Z)] ... [(f S1 − f Z) (f Em − f Z)] [(f S2 − f Z) (f Em − f Z)] ... [(f Sn − f Z) (f Em − f Z)] 
 

A= P
 h i 
(f S1 − f Z)2
P P P P P
[(f E1 − f Z) (f S1 − f Z)] [(f E2 − f Z) (f S1 − f Z)] ... [(f Em − f Z) (f S1 − f Z)] [(f S2 − f Z) (f S1 − f Z)] ... [(f Sn − f Z) (f S1 − f Z)] 


 P Ph i 
(f S2 − f Z)2
P P P P
[(f E1 − f Z) (f S2 − f Z)] [(f E2 − f Z) (f S2 − f Z)] ... [(f Em − f Z) (f S2 − f Z)] [(f S1 − f Z) (f S2 − f Z)] ... [(f Sn − f Z) (f S2 − f Z)] 
 

 
. . . . . .
 

. . .. . . . .. .


 . . . . . . . .


h i
P P P P P P 2
[(f E1 − f Z) (f Sn − f Z)] [(f E2 − f Z) (f Sn − f Z)] ... [(f Em − f Z) (f Sn − f Z)] [(f S1 − f Z) (f Sn − f Z)] [(f S2 − f Z) (f Sn − f Z)] ... (f Sn − f Z)
18
   P 
−α1
P [(f E1 − f Z) (f A − f Z)]
  −α2  [(f E2 − f Z) (f A − f Z)] 
..
   
   .. 



 . 
 P . 

 −αm   [(f Em − f Z) (f A − f Z)] 
X (m+n,1) =
  , B (m+n,1) =
 P [(f S1 − f Z) (f A − f Z)]

 β1 
  P


 β2 
 

 [(f S2 − f Z) (f A − f Z)] 

 .  ..
 .. 
 

P . 
βn [(f Sn − f Z) (f A − f Z)]
Nota 3.3 Por razones de espacio se obviaron los subíndices “u” correspondientes a los Intervalos de Tamaño.
De este sistema de ecuaciones obtenemos los caudales corregidos:

α1, α2, . . ., αm, β1, β2, . . ., βn
βZ se halla por la Ecuación 3.6
Paso 7 Calcular los errores ∆M debido a los Flujos Normalizados Corregidos.
El siguiente paso es hallar los errores para cada Intervalo de Tamaños ∆M1 , ∆M2 ,
∆M3 , . . . , ∆Mk usando los caudales normalizados corregidos mediante la siguiente
ecuación:
m
X n
X
∆Mu = f Au + f Eiu · αi − f Zu · βZ − f Sju · βj (3.10)
i=1 j=1
Pk P
2 = min
k 2
Nota 3.4 u=1 ∆M u u=1 ∆Qu
Paso 8 Definir las correcciones.

Sean: f Au , f E1u , f E2u , . . . , f Emu , f Z u , f S1u , f S2u , . . . , f Snu los valores cor-
regidos del análisis granulométrico. Definimos las correcciones como:
∆f Au = f Au − f Au
∆f Eiu = f Eiu − f Eiu ; i = {1, 2, ..., m}
∆f Zu = f Zu − f Z u
∆f Sju = f Sju − f Sj u ; j = {1, 2, ..., n}
Paso 9 Reemplazar las ecuaciones del paso 8 en ∆M (Ecuaciones dadas en el paso 7)

Si reemplazamos las relaciones anteriores en la Ecuación 3.10 obtenemos:

m
X n
X
∆Mu = (f Au +∆f Au )+ (f Eiu +∆f Eiu )αi−(f Z u +∆f Zu )βZ− (f Sj u +∆f Sju )βj
i=1 j=1
Simplificando:
m
X n
X
∆Mu = [f Au + f Eiu · αi − f Z u · βZ − f Sj u · βj]
i=1 j=1
m
X n
X
+[∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj]
i=1 j=1
Pero la ecuación 3.4 se puede expresar de la siguiente manera:

m
X n
X
0 = f Au + f Eiu · αi − f Z u · βZ − f Sj u · βj
i=1 j=1
Por lo tanto el error que se comete por las fracciones de un Intervalo de tamaños es:
m
X n
X
∆Mu = ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj (3.11)
i=1 j=1
3.3. Método Lagrangiano

Se trata de optimizar funciones restringidas. Para nuestro caso es minimizar una
función de error con restricciones de igualdad.
El procedimiento se desarrolla formalmente como sigue:
L(χ, λ) = f (χ) − λ · g(χ)
L(χ, λ) : Función Lagrangiana

λ : Multiplicadores de Lagrange
f (χ) : Función a Optimizar
g(χ) : Funciones Restrictivas
Donde: g(χ) = 0
Nota 3.5 f (χ) y g(χ) se suponen funciones dos veces diferenciables contínuamente.
La idea de utilizar derivadas restringidas es encontrar una expresión de forma cerrada
para las primeras derivadas parciales de f (χ) en todos los puntos que satisfacen las
restricciones g(χ) = 0 1
Las ecuaciones:
∂L ∂L
=0 ; =0
∂λ ∂χ
Dan las condiciones necesarias para determinar los puntos estacionarios de f (χ)
sujetos a g(χ) = 0
Los puntos estacionarios se identifican como los puntos en los que estas derivadas
parciales se hacen cero.
Paso 10 Definir la Función Lagrangiana L(χ, λ) (Función Objetivo y Ecuaciones Re-

strictivas).
Determinamos una función la cual es la sumatoria de los cuadrados de los errores

por Intervalo de Tamaños, la cual debe de ser mínima.
m
X n
X
fu (χu ) = Su = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2
i=1 j=1
Se tiene sólo una ecuación restrictiva (Ecuación 3.11).
 
m
X n
X
gu (χu ) = 0 = ∆Mu − ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj 
i=1 j=1
1
Hamdy A. Taha: “Investigación de Operaciones”, Sexta Edición, página 753.
χu = {∆f Au , ∆f E1u , ∆f E2u , . . . , ∆f Emu , ∆f Zu , ∆f S1u , ∆f S2u , . . . , ∆f Snu }
La función Lagrangiana será:
m
X n
X
Lu (χu , λu ) = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2
i=1 j=1
  
m
X n
X
−λu · ∆Mu − ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj 
i=1 j=1
Paso 11 Derivar parcialmente la función Lagrangiana (L(χ, λ)) por los Multiplicadores
de Lagrange y las Correcciones e igualar a cero.
Hallamos los puntos estacionarios:
 
m n
∂Lu (χu , λu ) X X
= 0 = ∆Mu − ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj 
∂λu
i=1 j=1
(3.12)
∂Lu (χu , λu ) ∂(∆f A2u + λu · ∆f Au + θAu )
=0= = 2∆f Au + λu
∂∆f Au ∂∆f Au
1
∆f Au = −λu ·
2
∂Lu (χu , λu ) ∂(∆f Ei2u + λu · ∆f Eiu · αi + θEiu )
=0= = 2∆f Eiu + λu · αi
∂∆f Eiu ∂∆f Eiu
αi
∆f Eiu = −λu · ; i = {1, 2, ..., m}
2
∂Lu (χu , λu ) ∂(∆f Zu2 − λu · ∆f Zu · βZ + θZu )
=0= = 2∆f Zu − λu · βZ
∂∆f Zu ∂∆f Zu
βZ
∆f Zu = +λu ·
2
∂Lu (χu , λu ) ∂(∆f Sju2 − λu · ∆f Sju · βj + θSju )
=0= = 2∆f Sju − λu · βj
∂∆f Sju ∂∆f Sju
βj
∆f Sju = +λu · ; j = {1, 2, ..., n}
2
Nota 3.6 θu es un factor en el cual no está incluido la variable a Derivar.
Paso 12 De las relaciones del paso anterior obtener una ecuacion que permita hallar
Sustituimos ∆f Au , ∆f Eiu , ∆f Sju , ∆f Zu en la ecuacion 3.12.
 
m n
1 X αi βZ X βj
0 = ∆Mu − −λu · + −λu · · αi − λu · · βZ − λu · · βj 
2 2 2 2
i=1 j=1
Por lo tanto, hallaremos los Multiplicadores de Lagrange (λ) para cada intervalo de
tamaño mediante la siguiente ecuación:
∆Mu
λu = −2 · Pm 2 2 Pn 2 (3.13)
1+ i=1 αi + βZ + j=1 βj
Paso 13 Reemplazar los Multiplicadores de Lagrange en las relaciones determinadas

en el paso 11 para obtener las correcciones.
Se hallan las correcciones para cada Intervalo de Tamaño
1
∆f Au = −λu ·
2
αi
∆f Eiu = −λu · ; i = {1, 2, ..., m}
2
βZ
∆f Zu = +λu ·
2
βj
∆f Sju = +λu · ; j = {1, 2, ..., n}
2
Paso 14 Corregir los Análisis por las siguientes relaciones: (ver Paso 8)
Se procede a corregir los Análisis Granulométricos mediante las siguientes relaciones:
f Au = f Au − ∆f Au
f Eiu = f Eiu − ∆f Eiu ; i = {1, 2, ..., m}
f Zu = f Zu − ∆f Zu
f Sj u = f Sju − ∆f Sju ; j = {1, 2, ..., n}
Se halla el error de la corrección.
k
X k
X k X
X m k
X k X
X n
S= Su = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2 (3.14)
u=1 u=1 u=1 i=1 u=1 u=1 j=1
3.3.1. Algoritmo
1. Obtener los Análisis Granulométricos del Sistema.
donde:
i = { 1,2, ..., m }
j = { 1,2, ..., n }
u = { 1,2, ..., k }

k : Número de Intervalo de Tamaños.
2. Resolver la Ecuación Lineal A · X = B (Ecuación 3.9) para obtener los caudales

normalizados (αi, βj).
3. Hallar βZ (Ecuación 3.6).

m
X n
X
βZ = 1 + αi − βj
i=1 j=1
Nota 3.7 Recuérdese:

α : Caudales Reducidos de Entrada al Nodo.
β : Caudales Reducidos de Salida del Nodo.
Ei
= αi , i = {1, 2, 3, . . . , m}
A
Sj
= βj , j = {1, 2, 3, . . . , n}
A
Z
= βZ
A
4. Hallar los errores para cada Intervalo de Tamaños (Ecuación 3.10).

m
X n
X
∆Mu = f Au + f Eiu · αi − f Zu · βZ − f Sju · βj
i=1 j=1
5. Hallar los Multiplicadores de Lagrange para cada Intervalo de Tamaños (Ecuación

3.13).
∆Mu
λu = −2 · 2 2 2
1 + i=1 αi + βZ + nj=1 βj
Pm P
6. Hallar las Correcciones.

1
∆f Au = −λu ·
2
αi
∆f Eiu = −λu · ; i = {1, 2, ..., m}
2
βZ
∆f Zu = +λu ·
2
βj
∆f Sju = +λu · ; j = {1, 2, ..., n}
2
7. Corregir los Análisis Granulométricos.
f Eiu = f Eiu − ∆f Eiu ; i = {1, 2, ..., m}
f Sj u = f Sju − ∆f Sju ; j = {1, 2, ..., n}
8. Hallar el Error de la Corrección (Opcional) (Ecuación 3.14).

k
X k
X k X
X m k
X k X
X n
S= Su = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2
u=1 u=1 u=1 i=1 u=1 u=1 j=1
3.3.2. Propiedades
Las propiedades que se presentan a continuación se cumplen cuando los Analisis
Granulométricos a Corregir son las Fracciones (Porcentajes) en Peso (No Acumulados).
Propiedad 1 La suma de las Fracciones en Peso del Análisis Granulométrico es 1

(100 %)
k
X
f Xu = 1
u=1
Propiedad 2 La suma de los errores ∆M es cero.
De la ecuación 3.10 (Para un solo Intervalo de Tamaños).

m
X n
X
i=1 j=1
Hacemos la sumatoria de los errores:
k
X k
X k X
X m k
X k X
X n
u=1 u=1 u=1 i=1 u=1 u=1 j=1
Tomando en cuenta la Propiedad 1 ( ku=1 f Xu = 1) la relación anterior se puede

P
expresar como:
Xk m
X X n
∆Mu = 1 + αi − βZ − βj
u=1 i=1 j=1
Pero la Ecuación 3.3 es:

m
X n
X
1+ αi = βZ + βj
i=1 j=1
Por lo tanto:
k
X
∆Mu = 0
u=1
Propiedad 3 La suma de los Multiplicadores de Lagrange es cero.
De la Ecuación 3.13
∆Mu
λu = −2 · Pm 2 2 Pn 2
1+ i=1 αi + βZ + j=1 βj
Donde el denominador es constante, por lo tanto al hacer la sumatoria obtenemos:

k Pk
u=1 ∆Mu
X
λu = −2 · Pm 2 2 Pn 2
u=1 1+ i=1 αi + βZ + j=1 βj
Tomando en cuenta la Propiedad 2 ( ku=1 ∆Mu = 0)

P
k
X
λu = 0
u=1
Propiedad 4 La sumatoria de las correcciones es cero.
Se tienen las correcciones:
1
∆f Au = −λu ·
2
αi
∆f Eiu = −λu · ; i = {1, 2, ..., m}
2
βZ
∆f Zu = +λu ·
2
βj
∆f Sju = +λu · ; j = {1, 2, ..., n}
2
Hacemos la sumatoria:
k k
X 1 X
∆f Au = − · λu
2
u=1 u=1
k k
X αi X
∆f Eiu = − · λu ; i = {1, 2, ..., m}
2
u=1 u=1
k k
X βZ X
∆f Zu = + · λu
2
u=1 u=1
k k
X βj X
∆f Sju = + · λu ; j = {1, 2, ..., n}
2
u=1 u=1
Tomando en cuenta la Propiedad 3 ( ku=1 λu = 0) obtenemos:

P
k
X
∆f Au = 0
u=1
k
X
∆f Eiu = 0 ; i = {1, 2, ..., m}
u=1
Xk
∆f Zu = 0
u=1
k
X
∆f Sju = 0 ; j = {1, 2, ..., n}
u=1
Propiedad 5 La suma de las Fracciones en Peso de los Análisis Granulométricos Cor-
regidos es 1 (100 %).
De las correcciones:
f Eiu = f Eiu − ∆f Eiu ; i = {1, 2, ..., m}
f Sj u = f Sju − ∆f Sju ; j = {1, 2, ..., n}
Hacemos la sumatoria:
Pk Pk
f Au − ku=1 ∆f Au
P
f Au =
Pku=1 u=1
Pk
f Eiu − ku=1 ∆f Eiu
P
f Eiu = ; i = {1, 2, ..., m}
Pu=1
k
u=1
Pk
f Zu − ku=1 ∆f Zu
P
f Zu =
Pku=1 Pu=1
k Pk
u=1 Sj u
f = u=1 f Sju − u=1 ∆f Sju ; j = {1, 2, ..., n}
Tomando en cuenta las propiedades 1 y 4 obtenemos:
Pk
f Au = 1
Pku=1
f Eiu = 1 ; i = {1, 2, ..., m}
Pu=1
k
f Zu = 1
Pku=1
u=1 f Sj u = 1 ; j = {1, 2, ..., n}
3.4. Método Lagrangiano usando Factores de Ponderación

En esta sección introduciremos los factores de ponderación. Lo que se trata de hacer
es una analogía a los métodos de regresión con estudio de los residuales, los cuales
permiten identificar puntos para los cuales el modelo no ajuste bien (detección de ajustes
“individuales”); es decir, definiremos la funcion objetivo fu (χ) de la sección 3.3 pero con
respecto a los “residuales estandarizados” (ver [6] página 19) los cuales se definen como:
residual
zi = (3.15)
Pi · (1 − Pi )
La expresión 3.15 para nuestro caso toma las siguientes formas:
∆f Au ∆f Zu
∆fc
Au = ; ∆fc
Zu =
f Au · (1 − f Au ) f Zu · (1 − f Zu )
∆f Eiu ∆f Sju
∆fd
Eiu = ; ∆fd
Sj u =
f Eiu · (1 − f Eiu ) f Sju · (1 − f Sju )
Por lo tanto la función objetivo a minimizar es:

m n
2 X 2 2 X 2
fbu (χ) = Sbu = ∆fc
Au + ∆fd
Eiu + ∆fc
Zu + ∆fd
Sj u
i=1 j=1
o también:
m
∆f A2u X ∆f Ei2u
fbu (χ) = 2 2
+
f Au · (1 − f Au ) f Eiu · (1 − f Eiu )2
2
i=1
n
∆f Zu2 X ∆f Sju2
+ +
f Zu2 · (1 − f Zu )2 f Sju2 · (1 − f Sju )2
j=1
La ecuación anterior puede tomar la siguiente forma:

m
X n
X
fbu (χ) = Sbu = W Au · ∆f A2u + W Eiu · ∆f Ei2u + W Zu · ∆f Zu2 + W Sju · ∆f Sju2
i=1 j=1
Donde:
1 1
W Au = ; W Zu =
f A2u
· (1 − f Au )2 f Zu2
· (1 − f Zu )2
1 1
W Eiu = ; W Sju =
f Eiu · (1 − f Eiu )2
2 f Sju · (1 − f Sju )2
2
La ecuación Restrictiva es idéntica a la ecuación 3.11.

Por lo tanto, la función Lagrangiana será:
m
X n
X
Lu (χu , λu ) = W Au · ∆f A2u + W Eiu · ∆f Ei2u + W Zu · ∆f Zu2 + W Sju · ∆f Sju2
i=1 j=1
  
m
X n
X
−λu · ∆Mu − ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj 
i=1 j=1
Derivar parcialmente la función Lagrangiana (L(χ, λ)) por los Multiplicadores de

Hallamos los puntos estacionarios:
 
m n
∂Lu (χu , λu ) X X
= 0 = ∆Mu − ∆f Au + ∆f Eiu · αi − ∆f Zu · βZ − ∆f Sju · βj 
∂λu
i=1 j=1
(3.16)
∂Lu (χu , λu ) ∂(W Au · ∆f A2u + λu · ∆f Au + θAu )
=0= = 2 · W Au · ∆f Au + λu
∂∆f Au ∂∆f Au
1
∆f Au = −λu ·
2 · W Au
∂Lu (χu , λu ) ∂(W Eiu · ∆f Ei2u + λu · ∆f Eiu · αi + θEiu )
=0= = 2·W Eiu ·∆f Eiu +λu ·αi
∂∆f Eiu ∂∆f Eiu
αi
∆f Eiu = −λu · ; i = {1, 2, ..., m}
2 · W Eiu
∂Lu (χu , λu ) ∂(W Zu · ∆f Zu2 − λu · ∆f Zu · βZ + θZu )
=0= = 2·W Zu ·∆f Zu −λu ·βZ
∂∆f Zu ∂∆f Zu
βZ
∆f Zu = +λu ·
2 · W Zu
∂Lu (χu , λu ) ∂(W Sju · ∆f Sju2 − λu · ∆f Sju · βj + θSju )
=0= = 2·W Sju ·∆f Sju −λu ·βj
∂∆f Sju ∂∆f Sju
βj
∆f Sju = +λu · ; j = {1, 2, ..., n}
2 · W Sju
Nota 3.8 θu es un factor en el cual no está incluido la variable a Derivar.
De las relaciones del paso anterior obtener una ecuacion que que permita hallar los
Multiplicadores de Lagrange en función de los errores ∆M
Sustituimos ∆f Au , ∆f Eiu , ∆f Sju , ∆f Zu en la ecuación 3.16.
 !
m 2 2 n 2
!
1 X αi βZ X βj
0 = ∆Mu −−λu · + −λu · − λu · − λu · 
2 · W Au 2 · W Eiu 2 · W Zu 2 · W Sju
i=1 j=1
Por lo tanto, hallaremos los Multiplicadores de Lagrange (λ) para cada intervalo de
tamaño mediante la siguiente ecuación:
∆Mu
λu = −2 · Pm 2 2 Pn 2 (3.17)
1 αi βZ βj
W Au + i=1 W Eiu + W Zu + j=1 W Sju
Se hallan las correcciones para cada Intervalo de Tamaño
1 1
∆f Au = −λu · = −λu · · f A2u · (1 − f Au )2
2 · W Au 2
αi αi
∆f Eiu = −λu · = −λu · · f Ei2u · (1 − f Eiu )2 ; i = {1, 2, ..., m}
2 · W Eiu 2
βZ βZ
∆f Zu = +λu · = +λu · · f Zu2 · (1 − f Zu )2
2 · W Zu 2
βj βj
∆f Sju = +λu · = +λu · · f Sju2 · (1 − f Sju )2 ; j = {1, 2, ..., n}
2 · W Sju 2
Variacion del factor de ponderacion con la fraccion granulometrica

12000
Factor de Ponderacion (W)
10000
8000
6000
4000
2000
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Fraccion Granulometrica (f)
Inverso del Factor de Ponderacion (1/W)
Variacion del inverso del factor de ponderacion con la fraccion granulometrica

0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Fraccion Granulometrica (f)
Figura 3.2: Variación de los factores de ponderación con respecto a las fracciones gran-
ulométricas
Nota 3.9 Obsérvese que con los factores de ponderación, las fracciones que sufrirán
una mayor variación son las cercanas a 0.5 (50 %) y cuando las fracciones son cero o
uno (100 %) estas no serán modificadas.
Corregir los Análisis por las siguientes relaciones:


f Eiu = f Eiu − ∆f Eiu ; i = {1, 2, ..., m}
f Sj u = f Sju − ∆f Sju ; j = {1, 2, ..., n}
Se halla el error de la corrección.
k
X k
X k X
X m k
X k X
X n
S= Su = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2 (3.18)
u=1 u=1 u=1 i=1 u=1 u=1 j=1
3.4.1. Algoritmo
donde:
i = { 1,2, ..., m }
j = { 1,2, ..., n }
u = { 1,2, ..., k }

2. Resolver la Ecuación Lineal A · X = B (Ecuación 3.9) para obtener los caudales

normalizados (αi, βj).
3. Hallar βZ (Ecuación 3.6).
m
X n
X
βZ = 1 + αi − βj
i=1 j=1
Nota 3.10 Recuérdese:
α : Caudales Reducidos de Entrada al Nodo.

β : Caudales Reducidos de Salida del Nodo.
Ei
= αi , i = {1, 2, 3, . . . , m}
A
Sj
= βj , j = {1, 2, 3, . . . , n}
A
Z
= βZ
A
4. Hallar los errores para cada Intervalo de Tamaños (Ecuación 3.10).

m
X n
X
i=1 j=1
5. Hallar los Factores de Ponderación para cada Intervalo de Tamaños.

1 1
W Au = ; W Zu =
f A2u
· (1 − f Au )2 f Zu2
· (1 − f Zu )2
1 1
W Eiu = ; W Sju =
f Eiu · (1 − f Eiu )2
2 f Sju · (1 − f Sju )2
2

3.17).
∆Mu
λu = −2 · 2 2 2 (3.19)
1 P m αi βZ Pn βj
W Au + i=1 W Eiu + W Zu + j=1 W Sju

1 1
∆f Au = −λu · = −λu · · f A2u · (1 − f Au )2
2 · W Au 2
αi αi
∆f Eiu = −λu · = −λu · · f Ei2u · (1 − f Eiu )2 ; i = {1, 2, ..., m}
2 · W Eiu 2
βZ βZ
∆f Zu = +λu · = +λu · · f Zu2 · (1 − f Zu )2
2 · W Zu 2
βj βj
∆f Sju = +λu · = +λu · · f Sju2 · (1 − f Sju )2 ; j = {1, 2, ..., n}
2 · W Sju 2
f Eiu = f Eiu − ∆f Eiu ; i = {1, 2, ..., m}
f Sj u = f Sju − ∆f Sju ; j = {1, 2, ..., n}

k
X k
X k X
X m k
X k X
X n
S= Su = ∆f A2u + ∆f Ei2u + ∆f Zu2 + ∆f Sju2
u=1 u=1 u=1 i=1 u=1 u=1 j=1
Capítulo 4
Aplicaciones
Nota 4.1 Se deberá de tomar en cuenta lo siguiente:
Sólo las tablas de los Análisis Granulométricos y Químicos se presentan en Por-

centaje.
Todas las operaciones se harán con respecto a las Fracciones (No Porcentajes).
4.1. Corrección de Análisis Granulométricos en un Hidro-

ciclón - Multiplicadores de Lagrange
1. Obtener los Análisis Granulométricos del Sistema
En un hidrociclón tenemos una Entrada (m = 0) (Alimento) y dos Salidas (n = 1)
(Overflow y Underflow). El esquema adoptado es el siguiente:
Alimento ⇒ fA : Entrada Principal al Nodo
Overflow ⇒ fZ : Salida Principal del Nodo
Underflow ⇒ fS1 : Salida Secundaria del Nodo
Se muestra a continuación los Porcentajes en Peso del Análisis Granulométrico de
un Hidrociclón1 (ver tabla 4.1 en la página 35)
Observamos que se tiene 7 intervalos de tamaño (“1” corresponde al material más
grueso y “7” al más fino) es decir k = 7.
2. Resolver la ecuación lineal A*X=B para obtener los caudales normalizados αi, βj.
Como se observa, sólo existe una salida secundaria, por lo tanto sólo existiran β1
y βZ, consecuentemente la Matriz A, B y X serán de orden (1, 1).
7
X
A= ((f S1u − f Zu )2 )
u=1
1
Datos extraídos de [4] página 127
32
(Sólidos Finos)
Overflow
Z, fZu
Alimento
A, fA u
(Sólidos Gruesos)
Underflow
S1, fS1u
Figura 4.1: Esquema del Hidrociclón
A = (0,180 − 0,000)2 + (0,177 − 0,001)2 + . . . + (0,078 − 0,517)2 = 0,3404
7
X
B= ((f S1 − f Z) · (f A − f Z))
u=1
B = (0,180 − 0,000) · (0,119 − 0,000) + (0,177 − 0,001) · (0,122 − 0,001) + . . .

+(0,078 − 0,517) · (0,220 − 0,517) = 0,2290
−1
X = β1 = A ·B
β1 = 0,3404−1 · 0,2290 = 0,6728
3. Hallar βZ
βZ = 1 − β1
βZ = 1 − 0,6728 = 0,3272
4. Hallar los Errores para cada Intervalo de Tamaños
∆Mu = f Au − f Zu · βZ − f S1u · β1
∆M1 = 0,119 − 0,000 · 0,3272 − 0,180 · 0,6728 = −0,0021

∆M2 = 0,122 − 0,001 · 0,3272 − 0,177 · 0,6728 = 0,0026
.. .. ..
. . .
∆M7 = 0,220 − 0,517 · 0,3272 − 0,078 · 0,6728 = −0,0016
Los errores para cada intervalo de tamaños son: (ver tabla 4.2 en la página 35)
5. Hallar los Multiplicadores de Lagrange para cada Intervalo de Tamaños

∆Mu
λu = −2 · 2 2
1 + βZ + β1
Donde:
2 2
1 + βZ + β1 = 1 + 0,32722 + 0,67282 = 1,5597
λ1 = −2 · −0,0021
1,5597 = 0,0027
λ2 = −2 · 0,0026
1,5597 = −0,0033
.. .. ..
. . .
−0,0016
λ7 = −2 · 1,5597 = 0,0021
Los Multiplicadores de Lagrange para cada intervalo de tamaños son (ver tabla
4.3 en la página 35):
6. Hallar las correcciones

1
∆f Au = −λu ·
2
βZ
∆f Zu = +λu ·
2
β1
∆f S1u = +λu ·
2
Para el primer intervalo de tamaños

1
∆f A1 = −(0,0027) · = −0,0014
2
0,2530
∆f Z1 = +(0,0027) · = 0,4422 · 10−3
2
0,7470
∆f S11 = +(0,0027) · = 0,0009
2
Las correcciones son (ver tabla 4.4 en la página 35):

u Fracción f Au f Zu f S1u R
1 +m65 11.9 % 0.0 % 18.0 % 1.951
2 65/100 12.2 % 0.1 % 17.7 % 2.200
3 100/150 18.0 % 2.1 % 25.9 % 2.013
4 150/200 15.9 % 12.0 % 18.1 % 1.773
5 200/270 11.5 % 17.2 % 8.1 % 1.676
6 270/400 8.5 % 16.9 % 4.4 % 2.049
7 -m400 22.0 % 51.7 % 7.8 % 2.095
Cuadro 4.1: Análisis Granulométricos a Corregir
u ∆Mu
1 -0.0021
2 0.0026
3 -0.0011
4 -0.0020
5 0.0042
6 0.0001
7 -0.0016
Cuadro 4.2: Errores para cada intervalo de tamaños
u λu
1 0.0027
2 -0.0033
3 0.0015
4 0.0026
5 -0.0054
6 -0.0001
7 0.0021
Cuadro 4.3: Multiplicadores de Lagrange para cada intervalo de tamaños
u ∆f Au ∆f Zu ∆f S1u
1 -0.0014 0.0004 0.0009
2 0.0017 -0.0005 -0.0011
3 -0.0007 0.0002 0.0005
4 -0.0013 0.0004 0.0009
5 0.0027 -0.0009 -0.0018
6 0.0001 -0.0000 -0.0000
7 -0.0010 0.0003 0.0007
Cuadro 4.4: Correcciones

7. Corregir los Analisis Granulometricos
f S1u = f S1u − ∆f S1u
Los Analisis Granulométricos corregidos son (ver tabla 4.5 en la página 38):
8. Hallar el error de la correccion

7
X 7
X 7
X
S= (∆f A2u ) + (∆f Zu2 ) + (∆f S12u )
u=1 u=1 u=1
S = ((−0,0014)2 + (0,0017)2 + . . . + (−0,0010)2 ) +

((0,4422 · 10−3 )2 + (−0,5419 · 10−3 )2 + . . . + (0,3422 · 10−3 )2 ) +
(0,00092 + (−0,0011)2 + . . . + 0,00072 ) = 2,3789 · 10−5
Cálculo de R (En un circuito cerrado directo de Molienda-Clasificación sería el

Porcentaje de Carga Circulante)
β1
R=
βZ
0,6728
R= = 2,0564 (205,64 %)
0,3272
4.1.1. Corrección usando los Porcentajes Acumulados Pasantes

(ver tabla 4.6 en la página 38):
7
X
A= ((f S1u − f Zu )2 )
u=1
A = 1,4518
7
X
B= ((f S1 − f Z) · (f A − f Z))
u=1
B = 0,9760
−1
X = β1 = A ·B
β1 = 0,6723
3. Hallar βZ
βZ = 1 − β1
βZ = 0,3277
∆Mu = f Au − f Zu · βZ − f S1u · β1
(ver tabla 4.7 en la página 38)

∆Mu
λu = −2 · 2 2
1 + βZ + β1

1
∆f Au = −λu ·
2
βZ
∆f Zu = +λu ·
2
β1
∆f S1u = +λu ·
2

7
X 7
X 7
X
S= (∆f A2u ) + (∆f Zu2 ) + (∆f S12u )
u=1 u=1 u=1
u f Au f Zu f S1u
1 12.0351 % -0.0442 % 17.9091 %
2 12.0344 % 0.1542 % 17.8114 %
3 18.0725 % 2.0763 % 25.8512 %
4 16.0309 % 11.9572 % 18.0119 %
5 11.2290 % 17.2887 % 8.2823 %
6 8.4934 % 16.9022 % 4.4044 %
7 22.1046 % 51.6658 % 7.7296 %
Cuadro 4.5: Análisis Granulométricos Corregidos
u f Au f Zu f S1u
1 88.10 % 100.00 % 82.00 %
2 75.90 % 99.90 % 64.30 %
3 57.90 % 97.80 % 38.40 %
4 42.00 % 85.80 % 20.30 %
5 30.50 % 68.60 % 12.20 %
6 22.00 % 51.70 % 7.80 %
7 0.00 % 0.00 % 0.00 %
Cuadro 4.6: Análisis Granulométricos - Porcentajes Acumulados Pasantes
u ∆Mu
1 0.0020
2 -0.0007
3 0.0003
4 0.0023
5 -0.0018
6 -0.0019
7 0.0000
Cuadro 4.7: Errores para cada intervalo de tamaños - Fracciones Acumuladas Pasantes
u λu
1 -0.0026
2 0.0009
3 -0.0004
4 -0.0030
5 0.0024
6 0.0024
7 -0.0000
Cuadro 4.8: Multiplicadores de Lagrange para cada intervalo de tamaños - Fracciones

Acumuladas Pasantes
S = 1,0869 · 10−5
Calculo de R (En un circuito cerrado directo de Molienda-Clasificación sería el

Porcentaje de Carga Circulante)
β1
R=
βZ
R = 2,0514 (205,14 %)
Pasando los Analisis Corregidos a Porcentajes en Peso obtenemos (ver tabla 4.11
en la página 40):
Calculamos el error S pero con respecto las diferencias de los Porcentajes en Peso.
S = 2,3860 · 10−5
Nota 4.2 Si comparamos los errores (con respecto a las fracciones en peso) vemos
que al corregir los Porcentajes Acumulados Pasantes obtenemos un error ligera-
mente mayor que al corregir los Porcentajes en Peso (2,3860 · 10−5 respecto a
2,3789 · 10−5 ).
Código del programa en Matlab para el cálculo: hidrociclon.m
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Correccion de Analisis Granulometricos por Multiplicadores de Lagrange:
% Sistema:
% Hidrociclon
%
% hidrociclon.m
%
% KOBASHICAWA CHINEN, Juan Antonio
% UNIVERSIDAD NACIONAL DE INGENIERIA
% FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGICA
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Analisis Granulometricos
% Paso 1: Obtener los Analisis Granulometricos del Sistema
% Fracciones en Peso
1 0.0013 -0.0004 -0.0009
2 -0.0004 0.0001 0.0003
3 0.0002 -0.0001 -0.0001
4 0.0015 -0.0005 -0.0010
5 -0.0012 0.0004 0.0008
6 -0.0012 0.0004 0.0008
7 0.0000 -0.0000 -0.0000
Cuadro 4.9: Correcciones - Fracciones Acumuladas Pasantes
u f Au f Zu f S1u
1 87.9711 % 100.0422 % 82.0867 %
2 75.9429 % 99.8859 % 64.2712 %
3 57.8786 % 97.8070 % 38.4144 %
4 41.8498 % 85.8492 % 20.4010 %
5 30.6177 % 68.5614 % 12.1209 %
6 22.1199 % 51.6607 % 7.7194 %
7 0.0000 % 0.0000 % 0.0000 %
u f Au f Zu f S1u
1 12.0289 % -0.0422 % 17.9133 %
2 12.0282 % 0.1563 % 17.8155 %
3 18.0643 % 2.0789 % 25.8568 %
4 16.0288 % 11.9578 % 18.0134 %
5 11.2321 % 17.2878 % 8.2801 %
6 8.4978 % 16.9007 % 4.4015 %
7 22.1199 % 51.6607 % 7.7194 %
Cuadro 4.11: Análisis Granulométricos Corregidos - Fracciones en Peso

% Alimento al Hidrociclon
fA=[11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’;
% Overflow del Hicrociclon (Salida Principal)

fZ=[0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’;
% Underflow del Hidrociclon (Salida Secundaria)

fS1=[18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’;
% Fracciones en Peso Acumulados Pasantes
%fA=1-cumsum([11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’);

%fZ=1-cumsum([0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’);

%fS1=1-cumsum([18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’);
% Paso 2: Resolver la ecuacion lineal A*X=B para obtener los caudales

% normalizados alpha_i, beta_j
A=sum((fS1-fZ).^2)
B=sum((fS1-fZ).*(fA-fZ))
X=A\B
beta_1=X
% Paso 3: Hallar beta Z

beta_Z=1-beta_1
% Paso 4: Hallar los Errores para cada Intervalo de Tamaños

DM=fA-fZ*beta_Z-fS1*beta_1
% Paso 5: Hallar los Multiplicadores de Lagrange para cada Intervalo de

% Tamaños
lambda=-2/(1+beta_Z^2+beta_1^2)*DM
% Paso 6: Hallar las correcciones

DfA=-lambda*(1/2)
DfZ=lambda*(beta_Z/2)
DfS1=lambda*(beta_1/2)
% Paso 7: Corregir los Analisis Granulometricos

fAc = fA - DfA
fZc = fZ - DfZ
fS1c = fS1 - DfS1
% Paso 8: Hallar el error de la correccion

S = sum(DfA.^2)+sum(DfZ.^2)+sum(DfS1.^2)
% Calculo de R (En un circuito cerrado directo de Molienda-Clasificacion

% seria el Porcentaje de Carga Circulante)
R=beta_1/beta_Z
% Verificacion de la correccion
DMc=fAc-fZc*beta_Z-fS1c*beta_1

ciclón - Multiplicadores de Lagrange con Factores de
Ponderación
Los datos son los empleados en la sección 4.1, por lo tanto, los pasos del 1 al 4 serán
identicos a la sección referida:
3. Hallar βZ
1
W Au =
f A2u · (1 − f Au )2
1
W Zu =
f Zu2 · (1 − f Zu )2
1
W S1u =
f S1u · (1 − f S1u )2
2
Para el primer intervalo de tamaños:
1
W A1 = = 90,9817
0,1192 · (1 − 0,119)2
1
W Z1 = =∞
0,000 · (1 − 0,000)2
2
1
W S11 = = 45,9015
0,180 · (1 − 0,180)2
2
Los factores de Ponderación obtenidos son (ver tabla 4.12 en la página 45):
3.17).
∆Mu
λu = −2 · 2 2 (4.1)
1 βZ β1
W Au + W Zu + W S1u
−0,0021
λ1 = −2 · 2 2 = 0,2022
1
90,98
+ 0,3272
∞
+ 0,6728
45,90
0,0026
λ2 = −2 · 0,32722 2 = −0,2451
1
87,15
+ 1002003,00 + 0,6728
47,13
.. .. ..
. . .
−0,0016
λ7 = −2 · 2 2 = 0,0848
1
33,96
+ 0,3272
16,04
+ 0,6728
193,35

1 1
∆f Au = −λu · = −λu · · f A2u · (1 − f Au )2
2 · W Au 2
βZ βZ
∆f Zu = +λu · = +λu · · f Zu2 · (1 − f Zu )2
2 · W Zu 2
β1 β1
∆f S1u = +λu · = +λu · · f S12u · (1 − f S1u )2
2 · W S1u 2
Para el primer intervalo de tamaños
1
∆f A1 = −(0,2022) · = −0,0011
2 · 90,9817
0,3272
∆f Z1 = +(0,2022) · = 0,0000
2·∞
0,6728
∆f S11 = +(0,2022) · = 0,0015
2 · 45,9015
f Z u = f Zu − ∆f Zu
Nota 4.3 Aquí se comete un error al usar las fracciones en peso ya que la suma
de las fracciones no da 1 (100 %)
P
Para el Alimento: P f Ac = 0,999871
Para el Overflow: Pf Zc = 1,000813
Para el Underflow: f S1c = 0,999413

k
X k
X k
X k
X
S= Su = ∆f A2u + ∆f Zu2 + ∆f S12u
u=1 u=1 u=1 u=1
S = ((−0,0011)2 + 0,00142 + . . . + (−0,0012)2 ) +

(0,00002 + (−0,0000)2 + . . . + 0,00092 ) +
(0,00152 + (−0,0017)2 + . . . + 0,00012 ) = 2,7534 · 10−5
Calculo de R
β1
R=
βZ
0,6728
R= = 2,0564 (205,64 %)
0,3272
u W Au W Zu W S1u
1 90.98 ∞ 45.90
2 87.15 1002003.00 47.13
3 45.90 2365.90 27.15
4 55.93 89.68 45.51
5 96.54 49.30 180.47
6 165.32 50.70 565.17
7 33.96 16.04 193.35
Cuadro 4.12: Factores de Ponderación para cada intervalo de tamaños
u λu
1 0.2022
2 -0.2451
3 0.0588
4 0.1407
5 -0.5622
6 -0.0229
7 0.0848
Cuadro 4.13: Multiplicadores de Lagrange para cada intervalo de tamaños usando Fac-
tores de Ponderación
1 -0.0011 0.0000 0.0015
2 0.0014 -0.0000 -0.0017
3 -0.0006 0.0000 0.0007
4 -0.0013 0.0003 0.0010
5 0.0029 -0.0019 -0.0010
6 0.0001 -0.0001 -0.0000
7 -0.0012 0.0009 0.0001
Cuadro 4.14: Correcciones usando Factores de Ponderación

u f Au f Zu f S1u
1 12.0111 % 0.0000 % 17.8518 %
2 12.0594 % 0.1000 % 17.8750 %
3 18.0640 % 2.0996 % 25.8272 %
4 16.0258 % 11.9743 % 17.9960 %
5 11.2089 % 17.3865 % 8.2048 %
6 8.4931 % 16.9074 % 4.4014 %
7 22.1249 % 51.6135 % 7.7852 %


Pasos del 1 al 4 ver 4.1.1
3. Hallar βZ

1
W Au =
f A2u · (1 − f Au )2
1
W Zu =
f Zu · (1 − f Zu )2
2
1
W S1u =
f S1u · (1 − f S1u )2
2

3.17).
∆Mu
λu = −2 · 2 2 (4.2)
1 βZ β1
W Au + W Zu + W S1u

1 1
∆f Au = −λu · = −λu · · f A2u · (1 − f Au )2
2 · W Au 2
βZ βZ
∆f Zu = +λu · = +λu · · f Zu2 · (1 − f Zu )2
2 · W Zu 2
β1 β1
∆f S1u = +λu · = +λu · · f S12u · (1 − f S1u )2
2 · W S1u 2
u W Au W Zu W S1u
1 90.98 ∞ 45.90
2 29.89 1002003.00 18.98
3 16.83 2160.12 17.87
4 16.85 67.37 38.20
5 22.26 21.55 87.15
6 33.96 16.04 193.35
7 ∞ ∞ ∞
Cuadro 4.16: Factores de Ponderación para cada intervalo de tamaños - Porcentajes

Acumulados Pasantes
u λu
1 -0.1929
2 0.0234
3 -0.0079
4 -0.0644
5 0.0666
6 0.0972
7 Indeterminado
Cuadro 4.17: Multiplicadores de Lagrange para cada intervalo de tamaños usando Fac-
tores de Ponderación - Porcentajes Acumulados Pasantes
1 0.0011 0.0000 -0.0014
2 -0.0004 0.0000 0.0004
3 0.0002 -0.0000 -0.0001
4 0.0019 -0.0002 -0.0006
5 -0.0015 0.0005 0.0003
6 -0.0014 0.0010 0.0002
7 0.0000 0.0000 0.0000
Cuadro 4.18: Correcciones usando Factores de Ponderación - Fracciones Acumuladas

Pasantes

k
X k
X k
X k
X
S= Su = ∆f A2u + ∆f Zu2 + ∆f S12u
u=1 u=1 u=1 u=1
S = 1,3138 · 10−5
Calculo de R
β1
R=
βZ
R = 2,0514 (205,14 %)
Pasando los Analisis Corregidos a Porcentajes en Peso obtenemos (ver tabla 4.20
en la página 56):
Nota 4.4 En este método se obtiene la suma de las fracciones igual a 1 (100 %).
Calculamos el error S pero con respecto las diferencias de los Porcentajes en Peso.
S = 2,8310 · 10−5
Nota 4.5 Si comparamos los errores (con respecto a las fracciones en peso) ve-
mos que al corregir los Porcentajes Acumulados Pasantes obtenemos un error
ligeramente mayor que al corregir los Porcentajes en Peso 2,8310 · 10−5 respecto
a 2,7534 · 10−5 .
Código del programa en Matlab para el cálculo: hidrociclon_FP.m
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Sistema:
% Hidrociclon
%
% hidrociclon_FP.m
%
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
fA=[11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’;

fZ=[0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’;

fS1=[18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’;
%fA=1-cumsum([11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’);

%fZ=1-cumsum([0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’);

%fS1=1-cumsum([18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’);

A=sum((fS1-fZ).^2)
B=sum((fS1-fZ).*(fA-fZ))
X=A\B
beta_1=X

beta_Z=1-beta_1

DM=fA-fZ*beta_Z-fS1*beta_1
% Paso 5: Hallar los Factores de Ponderacion para cada Intervalo de Tamaños

WA=1./(fA.*(1-fA)).^2;
WZ=1./(fZ.*(1-fZ)).^2;
WS1=1./(fS1.*(1-fS1)).^2;

% Tamaños
lambda=-2./(1./WA+beta_Z^2./WZ+beta_1^2./WS1).*DM

DfA=-lambda.*(1./(2*WA))
DfZ=lambda.*(beta_Z./(2*WZ))
DfS1=lambda.*(beta_1./(2*WS1))

fAc = fA - DfA
fZc = fZ - DfZ
fS1c = fS1 - DfS1

S = sum(DfA.^2)+sum(DfZ.^2)+sum(DfS1.^2)
% Calculo de R (En un circuito cerrado directo de Molienda-Clasificacion

% seria el Porcentaje de Carga Circulante)
R=beta_1/beta_Z
DMc=fAc-fZc*beta_Z-fS1c*beta_1

ciclón - Función J(R)
A continuación se muestra un método alternativo (ver [3]) para la corrección de
Análisis Granulométricos en un Hidrociclón, la cual consiste en minimizar la siguiente
función:
k
X
J(R) = Ju (R) (4.3)
u=1
Donde:
k = Número de Intervalos de Tamaño.
Ju = Es la suma de los cuadrados ajustados para cada Intervalo de tamaños.
Ju (R) = (f Au − f Au )2 + (f Z u − f Zu )2 + (f S1u − f S1u )2
La ecuación anterior puede expresarse como sigue:
[(f Au − f Zu ) + R · (f Au − f S1u )]2

Ju (R) = (4.4)
2 · (1 + R + R2 )
Nota 4.6 Tomamos la misma notación que en el ejemplo anterior:

Alimento ⇒ fA : Entrada Principal al Nodo
Overflow ⇒ fZ : Salida Principal del Nodo
Underflow ⇒ fS1 : Salida Secundaria del Nodo
Si reemplazamos la Ecuación 4.4 en la Ecuación 4.3 obtendremos:

k
X [(f Au − f Zu ) + R · (f Au − f S1u )]2
J(R) =
2 · (1 + R + R2 )
u=1
Expandiendo la ecuación anterior obtendremos:
Â · R2 + B̂ · R + Ĉ
J(R) = (4.5)
2 · (1 + R + R2 )
donde:
k
X
(f Au − f S1u )2

Â =
u=1
k
X
B̂ = 2 · [(f Au − f Zu ) · (f Au − f S1u )]
u=1
k
X
(f Au − f Zu )2

Ĉ =
u=1
Si derivamos la Ecuación 4.5 e igualamos a cero, obtendremos el valor de R que

minimizará la función J(R) el cual se hallará por medio de la siguiente relación:

(Â − B̂) · R2 + 2 · (Â − Ĉ) · R + (B̂ − Ĉ)

∂J(R)
= =0
∂R R=RM in 2 · (1 + R + R2 )2

R=RM in
p
Ĉ − Â ± Â2 + B̂ 2 + Ĉ 2 − Â · B̂ − B̂ · Ĉ − Ĉ · Â
RM in = (4.6)
Â − B̂
Nota 4.7 RM in ∈ <+
Los valores ajustados que minimizan la funcion J(R) están dados por:
Para u = {1, 2, · · · , k − 1}
f Au = f Au − (1 + RM in ) · Su
f Z u = f Zu + Su
f S1u = f S1u + RM in · Su
Para u = k (Intervalo de tamaños más fino)

k−1
X
f Ak = 1 − f Au
u=1
k−1
X
f Zk = 1 − f Zu
u=1
k−1
X
f S1k = 1 − f S1u
u=1
El valor se Su varía para cada Intervalo de Tamaños y está dado por:
(f Au − f Zu ) + RM in · (f Au − f S1u )
Su = 2
2 · (1 + RM in + RM in )
4.3.1. Algoritmo
El método puede resumirse en los siguientes pasos:

f Au : Análisis Granulométrico correspondiente al Alimento
f Zu : Análisis Granulométrico correspondiente al Overflow (Finos)
f S1u : Análisis Granulométricos correspondientes a Underflow (Gruesos).
donde:
u = { 1,2, ..., k }
2. Obtener los Coeficientes Óptimos
k
X
(f Au − f S1u )2

Â =
u=1
k
X
B̂ = 2 · [(f Au − f Zu ) · (f Au − f S1u )]
u=1
k
X
(f Au − f Zu )2

Ĉ =
u=1
3. Cálculo de R que minimiza la función J(R)

p
Ĉ − Â ± Â2 + B̂ 2 + Ĉ 2 − Â · B̂ − B̂ · Ĉ − Ĉ · Â
RM in =
Â − B̂
4. Cálculo de los valores de Su

Su = 2
2 · (1 + RM in + RM in )
5. Corrección de los Análisis Granulométricos u = {1, 2, ..., k − 1}
f Au = f Au − (1 + RM in ) · Su
f Z u = f Zu + Su
6. Corrección de los Análisis Granulométricos u = k

k−1
X
f Ak = 1 − f Au
u=1
k−1
X
f Zk = 1 − f Zu
u=1
k−1
X
f S1k = 1 − f S1u
u=1
7. Hallar el error de la corrección

7
X 7
X 7
X
S= (∆f A2u ) + (∆f Zu2 ) + (∆f S12u )
u=1 u=1 u=1
4.3.2. Aplicación del Método

Con el fin de establecer una comparación con el método de los Multiplicadores de
Lagrange utilizaremos los mismos datos que en 4.1.
7
X
(f Au − f S1u )2

Â =
u=1
7
X
B̂ = 2 · [(f Au − f Zu ) · (f Au − f S1u )]
u=1
7
X
(f Au − f Zu )2

Ĉ =
u=1
(0,119 − 0,180)2 + (0,122 − 0,177)2 + . . . + (0,220 − 0,078)2 = 0,0365

Â =
B̂ = 2 · [(0,119 − 0,000) · (0,119 − 0,180) + (0,122 − 0,001) · (0,122 − 0,177) + . . .
+(0,220 − 0,517) · (0,220 − 0,078)] = −0,1498
Ĉ = (0,119 − 0,000)2 + (0,122 − 0,001)2 + . . . + (0,220 − 0,517)2 = 0,1541


p
Ĉ − Â ± Â2 + B̂ 2 + Ĉ 2 − Â · B̂ − B̂ · Ĉ − Ĉ · Â
RM in =
Â − B̂
RM in1 = 2,0567
RM in2 = −0,7934
RM in = 2,0567 (205,67 %)
Nota 4.10 Obsérvese que la forma de la curva J(R) tiene un valor máximo y un
valor mínimo. En este caso la curva tiende a converger en un valor de 0.018217
cuando R → ±∞.
Variacion de J(R) vs. R

0.2
0.15
J(R)
0.1
0.05
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
R
Variacion de J(R) vs. R

0.2
0.15
J(R)
0.1
0.05
0
−5000 −4000 −3000 −2000 −1000 0 1000 2000 3000 4000 5000
R
Figura 4.2: Variación de la Función J(R) vs. R

Su = 2
2 · (1 + RM in + RM in )
(0,119−0,000)+2,0567·(0,119−0,180)
S1 = 2·(1+2,0567+2,05672 )
= −0,4430 · 10−3
(0,122−0,001)+2,0567·(0,122−0,177)
S2 = 2·(1+2,0567+2,05672 )
= 0,5410 · 10−3
.. .. ..
. . .
(0,220−0,517)+2,0567·(0,220−0,078)
S7 = 2·(1+2,0567+2,05672 )
= −0,3399 · 10−3
Los valores de Su obtenidos son (ver tabla 4.21 en la página 56):
5. Corrección de los Análisis Granulométricos u = {1, 2, ..., 6}
f Au = f Au − (1 + RM in ) · Su
f Z u = f Zu + Su
u f Au f Zu f S1u
1 87.9940 % 100.0000 % 82.1413 %
2 75.9391 % 99.9000 % 64.2586 %
3 57.8766 % 97.8001 % 38.4148 %
4 41.8090 % 85.8157 % 20.3566 %
5 30.6496 % 68.5494 % 12.1743 %
6 22.1431 % 51.6007 % 7.7831 %
7 0.0000 % 0.0000 % 0.0000 %
u f Au f Zu f S1u
1 12.0060 % 0.0000 % 17.8587 %
2 12.0549 % 0.1000 % 17.8827 %
3 18.0624 % 2.0999 % 25.8438 %
4 16.0676 % 11.9844 % 18.0581 %
5 11.1593 % 17.2663 % 8.1823 %
6 8.5066 % 16.9487 % 4.3912 %
7 22.1431 % 51.6007 % 7.7831 %
u Su
1 −0,4430 · 10−3
2 0,5410 · 10−3
3 −0,2386 · 10−3
4 −0,4286 · 10−3
5 0,8870 · 10−3
6 0,0222 · 10−3
7 −0,3399 · 10−3
Cuadro 4.21: Valores de Su

f A1 = 0,1190 − (1 + 2,0567) · (−0,4430 · 10−3 ) = 0,120354 (12,0354 %)

f Z1 = 0,0000 + (−0,4430 · 10−3 ) = −0,000443 (−0,0443 %)
f S11 = −3
0,1800 + 2,0567 · (−0,4430 · 10 ) = 0,179089 (17,9089 %)
f A2 = 0,1220 − (1 + 2,0567) · 0,5410 · 10−3 = 0,120346 (12,0346 %)

f Z2 = 0,0010 + 0,5410 · 10−3 = 0,001541 (0,1541 %)
f S12 = 0,1770 + 2,0567 · 0,5410 · 10−3 = 0,178113 (17,8113 %)
f A6 = 0,0850 − (1 + 2,0567) · 0,0222 · 10−3 = 0,084932 (8,4932 %)

f Z6 = 0,1690 + 0,0222 · 10−3 = 0,169022 (16,9022 %)
f S16 = 0,0440 + 2,0567 · 0,0222 · 10 −3 = 0,044046 (4,4046 %)
u f Au f Zu f S1u
1 12.0354 % -0.0443 % 17.9089 %
2 12.0346 % 0.1541 % 17.8113 %
3 18.0729 % 2.0761 % 25.8509 %
4 16.0310 % 11.9571 % 18.0118 %
5 11.2289 % 17.2887 % 8.2824 %
6 8.4932 % 16.9022 % 4.4046 %
6. Corrección de los Análisis Granulométricos u = 7

k−1
X
f A7 = 1 − f Au
u=1
k−1
X
f Z7 = 1 − f Zu
u=1
k−1
X
f S17 = 1 − f S1u
u=1
f A7 = 1 − (0,120354 + 0,120346 + . . . + 0,084932) = 0,221039

f Z 7 = 1 − (−0,000443 + 0,001541 + . . . + 0,169022) = 0,516660
f S17 = 1 − (0,179089 + 0,178113 + . . . + 0,044046) = 0,077301
Los Análisis Granulométricos Corregidos son (ver tabla 4.22 en la página 60):

7
X 7 7
X X
(f Au − f Au )2 + (f Zu − f Z u )2 + (f S1u − f S1u )2

S=
u=1 u=1 u=1
(0,119000 − 0,120354)2 + (0,122000 − 0,120346)2 + (0,220000 − 0,221039)2

S =
+ (0,000000 − (−0,000443))2 + (0,001000 − 0,001541)2 + (0,517000 − 0,516660)2 + . . .

+ (0,180000 − 0,179089)2 + (0,177000 − 0,178113)2 + (0,078000 − 0,077301)2

S = 2,3789 · 10−5

Con el fin de establecer una comparación con el método de los Multiplicadores de
Lagrange utilizaremos los mismos datos que en 4.1.
7
X
(f Au − f S1u )2

Â =
u=1
7
X
B̂ = 2 · [(f Au − f Zu ) · (f Au − f S1u )]
u=1
7
X
(f Au − f Zu )2

Ĉ =
u=1
Â = 0,1559
B̂ = −0,6397
Ĉ = 0,6562

p
Ĉ − Â ± Â2 + B̂ 2 + Ĉ 2 − Â · B̂ − B̂ · Ĉ − Ĉ · Â
RM in =
Â − B̂
RM in1 = 2,0514
RM in2 = −0,7940
RM in = 2,0514 (205,14 %)


Su = 2
2 · (1 + RM in + RM in )
Los valores de Su obtenidos son (ver tabla 4.23 en la página 60):
5. Corrección de los Análisis Granulométricos u = {1, 2, ..., 6}
f Au = f Au − (1 + RM in ) · Su
f Z u = f Zu + Su
u f Au f Zu f S1u
1 87.9711 % 100.0423 % 82.0867 %
2 75.9428 % 99.8860 % 64.2712 %
3 57.8785 % 97.8070 % 38.4144 %
4 41.8497 % 85.8493 % 20.4011 %
5 30.6176 % 68.5615 % 12.1209 %
6 22.1198 % 51.6607 % 7.7194 %
6. Corrección de los Análisis Granulométricos u = 7 - Para el caso de las Fracciones

Acumuladas Pasantes, en el último intervalo de tamaños corresponde un valor de
cero
f A7 = 0
f Z7 = 0
f S17 = 0
Los Análisis Granulométricos Corregidos son (ver tabla 4.24 en la página 60)::

7
X 7 7
X X
(f Au − f Au )2 + (f Zu − f Z u )2 + (f S1u − f S1u )2

S=
u=1 u=1 u=1
S = 1,0869 · 10−5
Código del programa en Matlab para el cálculo: hidrociclon_JR.m
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Correccion de Analisis Granulometricos por la Funcion J(R):
% Sistema:
% Hidrociclon
%
u f Au f Zu f S1u
1 12.0354 % -0.0443 % 17.9089 %
2 12.0346 % 0.1541 % 17.8113 %
3 18.0729 % 2.0761 % 25.8509 %
4 16.0310 % 11.9571 % 18.0118 %
5 11.2289 % 17.2887 % 8.2824 %
6 8.4932 % 16.9022 % 4.4046 %
7 22.1039 % 51.6660 % 7.7301 %
u Su
1 0,4225 · 10−3
2 −0,1404 · 10−3
3 0,0704 · 10−3
4 0,4926 · 10−3
5 −0,3854 · 10−3
6 −0,3927 · 10−3
7 0,0000 · 10−3
Cuadro 4.23: Valores de Su
u f Au f Zu f S1u
1 87.9711 % 100.0423 % 82.0867 %
2 75.9428 % 99.8860 % 64.2712 %
3 57.8785 % 97.8070 % 38.4144 %
4 41.8497 % 85.8493 % 20.4011 %
5 30.6176 % 68.5615 % 12.1209 %
6 22.1198 % 51.6607 % 7.7194 %
7 0.0000 % 0.0000 % 0.0000 %

% hidrociclon_JR.m
%
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
fA=[11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’;

fZ=[0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’;

fS1=[18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’;
%fA=1-cumsum([11.9 12.2 18.0 15.9 11.5 8.5 22.0]/100.’);

%fZ=1-cumsum([0 0.1 2.1 12.0 17.2 16.9 51.7]/100.’);

%fS1=1-cumsum([18.0 17.7 25.9 18.1 8.1 4.4 7.8]/100.’);
% Paso 2: Obtener los Coeficientes Optimos
A=sum((fA-fS1).^2);
B=2*sum((fA-fZ).*(fA-fS1));
C=sum((fA-fZ).^2);
% Paso 3: Calculo de R que minimiza la funcion JR

R=(C-A+sqrt(A^2+B^2+C^2-A*B-B*C-C*A))/(A-B)
R1=(C-A-sqrt(A^2+B^2+C^2-A*B-B*C-C*A))/(A-B)
% Paso 4: Calculo de los valores de Sk

Sk=((fA-fZ)+R*(fA-fS1))/(2*(1+R+R^2));
% Paso 5: Correccion de los Analisis Granulometricos u=1, 2, ..., k-1

k=length(fA);
fAc=fA(1:k-1)-(1+R)*Sk(1:k-1);
fZc=fZ(1:k-1)+Sk(1:k-1);
fS1c=fS1(1:k-1)+R*Sk(1:k-1);
% Paso 6: Correccion de los Analisis Granulometricos u=k

fAc(k)=1-sum(fAc);
fZc(k)=1-sum(fZc);
fS1c(k)=1-sum(fS1c);

%fAc(k)=0;
%fZc(k)=0;
%fS1c(k)=0;

S = sum((fA-fAc).^2)+sum((fZ-fZc).^2)+sum((fS1-fS1c).^2)
figure(1)
% Funcion J(R)
Ri=-10:0.1:10;
J=(A*Ri.^2+B*Ri+C)./(2*(1+Ri+Ri.^2));
subplot(2,1,1), plot(Ri,J)
xlabel(’R’);
ylabel(’J(R)’);
title(’Variacion de J(R) vs. R’)
% Funcion J(R)
Rii=-5*10^3:0.1:5*10^3;
Jii=(A*Rii.^2+B*Rii+C)./(2*(1+Rii+Rii.^2));
subplot(2,1,2), plot(Rii,Jii)
xlabel(’R’);
ylabel(’J(R)’);
title(’Variacion de J(R) vs. R’)
print -f -deps variajr_exp % crea variajrexp.eps
4.4. Corrección de Análisis Granulométricos en un Circuito

Inverso de Molienda Clasificación
En este ejemplo, tomaremos al Hidrociclón como un nodo el cual se tiene dos
Entradas (m = 1) (Alimentacion Fresca y Descarga del Molino); y dos Salidas
(n = 1) (Overflow y Underflow). El esquema adoptado es el siguiente:
(Sólidos Finos)
Overflow
Z, fZu
Alimento
A, fA u
Descarga del Underflow

Molino (Sólidos Gruesos)
E1, fE1 u S1, fS u
Figura 4.3: Esquema del Circuito Inverso de Molienda Clasificación
Alimentación Fresca al Circuito ⇒ fA : Entrada Principal al Nodo

Descarga del Molino ⇒ fE1 : Entrada Secundaria al Nodo
Overflow del Hidrociclón ⇒ fZ : Salida Principal del Nodo
Underflow del Hidrociclón ⇒ fS1 : Salida Secundaria del Nodo
Nota 4.12 La alimentación compuesta (Alimentación Fresca & Descarga del Moli-
no) no se tomará como dato para la corrección.
Se muestra a continuación los Análisis Granulométricos de un Circuito Inverso

de Molienda Clasificación 2 (Porcentaje en Peso: ver tabla 4.25 en la página 64;
Porcentaje Acumulados Pasantes: ver tabla 4.26 en la página 64):
Observamos que se tiene 13 intervalos de tamaño (“1” corresponde al material más
grueso y “13” al más fino) es decir k = 13.
Como se observa, solo existen una entrada secundaria y una salida secundaria,
por lo tanto solo existiran α1, β1 y βZ, consecuentemente la Matriz A será de
orden (2, 2), B de orden (2, 1) y X de orden (2, 1).
P13 P13
− f Zu )2 ]

u=1 [(f E1u u=1 [(f S1 − f Zu ) · (f E1u − f Zu )]
A= P13 P13u 2
u=1 [(f E1u − f Zu ) · (f S1u − f Zu )] u=1 [(f S1u − f Zu ) ]
2
Datos extraídos de [1], página 157.
Malla Tyler f Au f E1u f Zu f S1u

+m8 0.1 % 0.0 % 0.0 % 0.0 %
-m8 +m10 0.4 % 0.0 % 0.0 % 0.3 %
-m10 +m14 1.0 % 0.0 % 0.0 % 0.2 %
-m14 +m20 1.2 % 0.1 % 0.0 % 0.2 %
-m20 +m28 1.6 % 0.1 % 0.0 % 0.3 %
-m28 +m35 2.2 % 0.2 % 0.0 % 0.6 %
-m35 +m48 2.9 % 0.7 % 0.0 % 1.2 %
-m48 +m65 4.7 % 1.5 % 0.1 % 2.1 %
-m65 +m100 8.1 % 4.9 % 0.3 % 5.7 %
-m100 +m150 9.3 % 9.3 % 0.8 % 9.9 %
-m150 +m200 12.8 % 24.6 % 2.6 % 25.4 %
-m200 +m325 14.1 % 32.0 % 13.8 % 33.5 %
-m325 41.6 % 26.6 % 82.4 % 20.6 %
u Malla Tyler f Au f E1u f Zu f S1u

1 -m8 99.9 % 100.0 % 100.0 % 100.0 %
2 -m10 99.5 % 100.0 % 100.0 % 99.7 %
3 -m14 98.5 % 100.0 % 100.0 % 99.5 %
4 -m20 97.3 % 99.9 % 100.0 % 99.3 %
5 -m28 95.7 % 99.8 % 100.0 % 99.0 %
6 -m35 93.5 % 99.6 % 100.0 % 98.4 %
7 -m48 90.6 % 98.9 % 100.0 % 97.2 %
8 -m65 85.9 % 97.4 % 99.9 % 95.1 %
9 -m100 77.8 % 92.5 % 99.6 % 89.4 %
10 -m150 68.5 % 83.2 % 98.8 % 79.5 %
11 -m200 55.7 % 58.6 % 96.2 % 54.1 %
12 -m325 41.6 % 26.6 % 82.4 % 20.6 %
13 0.0 % 0.0 % 0.0 % 0.0 %
Cuadro 4.26: Análisis Granulométricos a Corregir (Porcentajes Acumulados Pasantes)


0,482884 0,542089
A=
0,542089 0,610345
P13
u=1 [(f E1 − f Z) · (f A − f Z)]
B= P13
u=1 [(f S1 − f Z) · (f A − f Z)]

0,447597
B=
0,514465

−α1 −1
X= =A ·B
β1

−6,5837
X=
6,6904
α1 = 6,5837
β1 = 6,6904
Nota 4.13 Según la Figura 4.3, si consideramos que no existe acumulación de

material dentro del molino, el flujo del Alimento al Molino (Undeflow del Hidro-
ciclón S1) debe de ser igual al flujo de la Descarga del Molino (f E1), es decir
α1 = β1.
3. Hallar βZ
βZ = 1 + α1 − β1
βZ = 0,8934

∆Mu = f Au + f E1u · α1 − f Zu · βZ − f S1u · β1
Los Errores para cada intervalo de tamaños son (ver tabla 4.27 en la página 66):
1
W Au =
f A2u · (1 − f Au )2
1
W E1u =
f E12u · (1 − f E1u )2
1
W Zu =
f Zu · (1 − f Zu )2
2
1
W S1u =
f S1u · (1 − f S1u )2
2
u ∆Mu
1 -0.0010
2 0.0151
3 0.0185
4 0.0132
5 0.0107
6 0.0157
7 0.0209
8 0.0165
9 -0.0030
10 -0.0388
11 -0.0638
12 0.0529
13 0.0000
u W Au W E1u W Zu W S1u
1 1002003.00 ∞ ∞ ∞
2 40403.02 ∞ ∞ 111780.79
3 4580.84 ∞ ∞ 40403.02
4 1448.93 1002003.00 ∞ 20696.91
5 590.53 251003.01 ∞ 10203.04
6 270.74 63003.02 ∞ 4034.32
7 137.88 8449.33 ∞ 1350.05
8 68.17 1559.32 1002003.00 460.52
9 33.52 207.78 63003.02 111.36
10 21.48 51.18 7114.16 37.65
11 16.42 16.99 748.31 16.22
12 16.94 26.23 47.55 37.38
13 ∞ ∞ ∞ ∞
Cuadro 4.28: Factores de Ponderación para cada intervalo de tamaños


∆Mu
λu = −2 · 2 2 2 (4.7)
1 α1 βZ β1
W Au + W E1u + W Zu + W S1u

1 1
∆f Au = −λu · = −λu · · f A2u · (1 − f Au )2
2 · W Au 2
α1 α1
∆f E1u = −λu · = −λu · · f E12u · (1 − f E1u )2
2 · W E1u 2
βZ βZ
∆f Zu = +λu · = +λu · · f Zu2 · (1 − f Zu )2
2 · W Zu 2
β1 β1
∆f S1u = +λu · = +λu · · f S12u · (1 − f S1u )2
2 · W S1u 2
f E1u = f E1u − ∆f E1u
Los Analisis Granulométricos corregidos son (Porcentajes Acumulados Pasantes:

ver tabla 4.31 en la página 69; Porcentajes en Peso: ver tabla 4.32 en la página
69):

13
X 13
X 13
X 13
X
S= (∆f A2u ) + (∆f E12u ) + (∆f Zu2 ) + (∆f S12u )
u=1 u=1 u=1 u=1
S = 1,7791 · 10−4
Código del programa en Matlab para el cálculo: cinverso_mc.m
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Sistema:
u λu
1 2004.01
2 -70.89
3 -27.83
4 -9.15
5 -3.43
6 -2.03
7 -0.92
8 -0.24
9 0.01
10 0.04
11 0.02
12 -0.04
13 0.00
u ∆f Au ∆f E1u ∆f Zu ∆f S1u
1 -0.0010 0.0000 0.0000 0.0000
2 0.0009 0.0000 0.0000 -0.0021
3 0.0030 0.0000 0.0000 -0.0023
4 0.0032 0.0000 0.0000 -0.0015
5 0.0029 0.0000 0.0000 -0.0011
6 0.0037 0.0001 0.0000 -0.0017
7 0.0033 0.0004 0.0000 -0.0023
8 0.0017 0.0005 -0.0000 -0.0017
9 -0.0001 -0.0001 0.0000 0.0003
10 -0.0009 -0.0024 0.0000 0.0033
11 -0.0007 -0.0046 0.0000 0.0049
12 0.0011 0.0045 -0.0003 -0.0032
13 0.0000 0.0000 0.0000 0.0000

u f Au f E1u f Zu f S1u
1 100.0000 % 100.0000 % 100.0000 % 100.0000 %
2 99.4123 % 100.0000 % 100.0000 % 99.9122 %
3 98.1963 % 100.0000 % 100.0000 % 99.7304 %
4 96.9843 % 99.8970 % 100.0000 % 99.4479 %
5 95.4093 % 99.7955 % 100.0000 % 99.1126 %
6 93.1251 % 99.5894 % 100.0000 % 98.5683 %
7 90.2670 % 98.8642 % 100.0000 % 97.4275 %
8 85.7262 % 97.3500 % 99.9000 % 95.2721 %
9 77.8141 % 92.5150 % 99.6000 % 89.3716 %
10 68.5868 % 83.4398 % 98.7998 % 79.1687 %
11 55.7723 % 59.0604 % 96.1986 % 53.6099 %
12 41.4932 % 26.1460 % 82.4340 % 20.9238 %
13 0.0000 % 0.0000 % 0.0000 % 0.0000 %
Malla Tyler f Au f E1u f Zu f S1u

+m8 0.0000 % 0.0000 % 0.0000 % 0.0000 %
-m8 +m10 0.5877 % 0.0000 % 0.0000 % 0.0878 %
-m10 +m14 1.2160 % 0.0000 % 0.0000 % 0.1818 %
-m14 +m20 1.2120 % 0.1030 % 0.0000 % 0.2825 %
-m20 +m28 1.5750 % 0.1015 % 0.0000 % 0.3353 %
-m28 +m35 2.2842 % 0.2061 % 0.0000 % 0.5442 %
-m35 +m48 2.8581 % 0.7252 % 0.0000 % 1.1408 %
-m48 +m65 4.5407 % 1.5142 % 0.1000 % 2.1554 %
-m65 +m100 7.9121 % 4.8350 % 0.3000 % 5.9005 %
-m100 +m150 9.2273 % 9.0752 % 0.8002 % 10.2029 %
-m150 +m200 12.8145 % 24.3794 % 2.6012 % 25.5589 %
-m200 +m325 14.2791 % 32.9144 % 13.7646 % 32.6861 %
-m325 41.4932 % 26.1460 % 82.4340 % 20.9238 %

% Circuito Inverso de Molienda Clasificacion

%
% cinverso_mc.m
%
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Nota: Tomar al Hidrociclon como un Nodo.
% Alimento Fresco (Entrada Principal)

%fA=[0.1 0.4 1.0 1.2 1.6 2.2 2.9 4.7 8.1 9.3 12.8 14.1 41.6]/100.’;
% Producto de Molienda (Entrada Secundaria)

%fE1=[0 0 0 0.1 0.1 0.2 0.7 1.5 4.9 9.3 24.6 32.0 26.6]/100.’;

%fZ=[0 0 0 0 0 0 0 0.1 0.3 0.8 2.6 13.8 82.4]/100.’;
% Underflow del Hidrociclon (Salida Principal)

%fS1=[0 0.3 0.2 0.2 0.3 0.6 1.2 2.1 5.7 9.9 25.4 33.5 20.6]/100.’;
% Alimentacion Compuesta (Alimento al Hidrociclon)

% Nota: NO SE TOMA EN CUENTA PARA LA CORRECCION.
%fA_HC=[0 0 0 0.4 0.3 0.3 0.9 1.7 4.7 8.9 21.6 30.9 30.3]/100.’;
%Fracciones Acumuladas Pasantes:

fA=1-cumsum([0.1 0.4 1.0 1.2 1.6 2.2 2.9 4.7 8.1 9.3 12.8 14.1 41.6]/100.’);

fE1=1-cumsum([0 0 0 0.1 0.1 0.2 0.7 1.5 4.9 9.3 24.6 32.0 26.6]/100.’);

fZ=1-cumsum([0 0 0 0 0 0 0 0.1 0.3 0.8 2.6 13.8 82.4]/100.’);

fS1=1-cumsum([0 0.3 0.2 0.2 0.3 0.6 1.2 2.1 5.7 9.9 25.4 33.5 20.6]/100.’);

% Nota: NO SE TOMA EN CUENTA PARA LA CORRECCION.
fA_HC=1-cumsum([0 0 0 0.4 0.3 0.3 0.9 1.7 4.7 8.9 21.6 30.9 30.3]/100.’);

A=[sum((fE1-fZ).^2) sum((fS1-fZ).*(fE1-fZ))
sum((fE1-fZ).*(fS1-fZ)) sum((fS1-fZ).^2)];
B=[sum((fE1-fZ).*(fA-fZ))
sum((fS1-fZ).*(fA-fZ))];
X=A\B
alpha_1=-X(1);
beta_1=X(2);

beta_Z=1+alpha_1-beta_1

DM=fA+fE1*alpha_1-fZ*beta_Z-fS1*beta_1

WA=1./(fA.*(1-fA)).^2;
WE1=1./(fE1.*(1-fE1)).^2;
WZ=1./(fZ.*(1-fZ)).^2;
WS1=1./(fS1.*(1-fS1)).^2;

% Tamaños
lambda=-2./(1./WA+alpha_1^2./WE1+beta_Z^2./WZ+beta_1^2./WS1).*DM
k=length(lambda);
lambda(k)=0; % F(0)=0

DfA=-lambda.*(1./(2*WA))
DfE1=-lambda.*(alpha_1./(2*WE1))
DfZ=lambda.*(beta_Z./(2*WZ))
DfS1=lambda.*(beta_1./(2*WS1))

fAc = fA - DfA
fE1c = fE1 - DfE1
fZc = fZ - DfZ
fS1c = fS1 - DfS1

S = sum(DfA.^2)+sum(DfE1.^2)+sum(DfZ.^2)+sum(DfS1.^2)
% Calculo del alimento Compuesto

fA_HC_calc=(fAc+alpha_1*fE1c)/(1+alpha_1)
% Error
ErrAC=fA_HC_calc-fA_HC
DMc=fAc+fE1c*alpha_1-fZc*beta_Z-fS1c*beta_1
4.5. Corrección de Análisis Granulométricos en un Circuito

Inverso de Molienda Clasificación tomando Dos Nodos
1. Obtener los datos a corregir
Para este caso los análisis granulométricos a corregir son:
(Sólidos Finos)
Overflow
Z, fZu
1 2
Alimento Alimento Compuesto
A, fA u AC, fAC u
Descarga del Underflow

Molino (Sólidos Gruesos)
E1, fE1 u S1, fS u
Figura 4.4: Esquema del Circuito Inverso de Molienda Clasificación (Dos Nodos)
En este caso tomaremos dos nodos:

Nodo 1 : Punto en donde se unen la Alimentación Fresca al Circuito
y la Descarga del Molino (Carga Circulante)
Nodo 2 : Hidrociclón
Alimentación Fresca al Circuito ⇒ fA : Entrada Principal al Nodo 1
Descarga del Molino ⇒ fE1 : Entrada Secundaria al Nodo 1
Alimentación Compuesta ⇒ fAC : Salida Principal del Nodo 1 y/o
Entrada Principal al Nodo 2
Overflow del Hidrociclón ⇒ fZ : Salida Principal del Nodo 2
Underflow del Hidrociclón ⇒ fS1 : Salida Secundaria del Nodo 2
2. Establecer las ecuaciones de Balance de Masa. (Ecuaciones de Flujo, Análisis

Granulométricos, Leyes, etc.)
A + E1 = AC (4.8)
AC = Z + S1 (4.9)
f Au · A + f E1u · E1 = f ACu · AC (4.10)

f ACu · AC = f Zu · Z + f S1u · S1 (4.11)
3. Normalizar las ecuaciones dividiendo por un flujo “A” (ej: Alimentación Fresca a
un Circuito).
E1
= α1
A
AC
= φ
A
Z
= βZ
A
S1
= β1
A
1 + α1 = φ (4.12)
φ = βZ + β1 (4.13)
f Au + f E1u · α1 = f ACu · φ (4.14)

f ACu · φ = f Zu · βZ + f S1u · β1 (4.15)
4. Establecer las ecuaciones de error debido a los Flujos Normalizados (∆Q)
Por la Figura 4.4 y asumiendo que no existe acumulación de material en el molino

tomamos al flujo de ingreso del molino igual al flujo de salida del molino.
α1 = β1
Por lo tanto de las ecuaciones 4.12 y 4.13
βZ = 1
Se sabe también que el flujo φ es linealmente dependiente de α1 por lo tanto, las

ecuaciones para cada nodo resultan:
Nodo 1:
∆Q1u = f Au + f E1u · α1 − f ACu · (1 + α1)

∆Q1u = (f Au − f ACu ) + (f E1u − f ACu ) · α1
Nodo 2:
∆Q2u = f ACu · (1 + α1) − (f Zu + f S1u · α1)

∆Q2u = (f ACu − f Zu ) + (f ACu − f S1u ) · α1
Nota 4.15 Como se puede apreciar, las dos ecuaciones de error están en función
de sólo una variable independiente (α1).
∆Q2 )
P
5. Definir una función la cual representa la suma de los errores al cuadrado (
X
= ∆Q2
k
X
∆Q12u + ∆Q22u

=
u=1
k
X
= [(f Au − f ACu ) + (f E1u − f ACu ) · α1]2 +
u=1
Xk
[(f ACu − f Zu ) + (f ACu − f S1u ) · α1]2
u=1
6. Derivar parcialmente la función por cada flujo Normalizado (Linealmente inde-

pendientes) e igualar a cero.
Nota 4.16 En este paso se obtendrá una ecuación cuya solución dará los Flujos
Normalizados Corregidos que hacen que la función tome un valor mínimo.
k
∂ X
= 2· {[(f Au − f ACu ) + (f E1u − f ACu ) · α1] · (f E1u − f ACu )} +
∂α1 α1=α1
u=1
Xk
2· {[(f ACu − f Zu ) + (f ACu − f S1u ) · α1] · (f ACu − f S1u )} = 0
u=1
Reordenando obtenemos:
Pk
u=1 [(f Au − f ACu ) · (f E1u − f ACu ) + (f ACu − f Zu ) · (f ACu − f S1u )]
α1 = − Pk 2 2
u=1 [(f E1u − f ACu ) + (f ACu − f S1u ) ]
7. Calcular los errores ∆M debido a los Flujos Normalizados Corregidos. Reemplazar

los Flujos Normalizados corregidos hallados en el paso 6 y reemplazarlos en las
ecuaciones establecidas en el paso 4.
X X
∆M 2 = min() = min ∆Q2
∆M 1u = (f Au − f ACu ) + (f E1u − f ACu ) · α1

∆M 2u = (f ACu − f Zu ) + (f ACu − f S1u ) · α1
Los errores también pueden expresarse como:
∆M 1u = f Au + f E1u · α1 − f ACu · φ
∆M 2u = f ACu · φ − f Zu · βZ − f S1u · β1
8. Definir las correcciones.
∆f Au = f Au − f Au
∆f Eiu = f Eiu − f Eiu ; i = {1, 2, ..., m}
∆f ACu = f ACu − f AC u
∆f Zu = f Zu − f Z u
∆f Sju = f Sju − f Sj u ; j = {1, 2, ..., n}
9. Reemplazar las ecuaciones del paso 8 en ∆M (Ecuaciones dadas en el paso 7)

∆M 1u = (∆f Au − ∆f ACu ) + (∆f E1u − ∆f ACu ) · α1

∆M 2u = (∆f ACu − ∆f Zu ) + (∆f ACu − ∆f S1u ) · α1
Nota 4.17 Reordenando las Ecuaciones 4.14 y 4.15 obtenemos:
0 = (f Au − f ACu ) + (f E1u − f ACu ) · α1

0 = (f ACu − f Zu ) + (f ACu − f S1u ) · α1
Los errores también pueden expresarse como:
∆M 1u = ∆f Au + ∆f E1u · α1 − ∆f ACu · φ
∆M 2u = ∆f ACu · φ − ∆f Zu · βZ − ∆f S1u · β1
10. Definir la Función Lagrangiana L(χ, λ) (Función Objetivo y Ecuaciones Restric-

tivas). X
L(χ, λ) = f (χ) − [λi · gi (χ)]
La función objetivo f (χ) será la suma de los cuadrados de todas las correc-
ciones.
Las ecuaciones restrictivas g(χ) deben de cumplir g(χ) = 0 y estarán dadas
por las ecuaciones de ∆M definidas en 9
λ : son los Multiplicadores de Lagrange
χ : son las Correcciones.
La función objetivo a minimizar es:
2 2 2 2 2
fbu (χ) = ∆fc E1u + ∆f[
Au + ∆fd AC u + ∆fc
Z u + ∆fd
S1u
Donde:
∆f Au ∆f Zu
∆fc
Au = ; ∆fc
Zu =
f Au · (1 − f Au ) f Zu · (1 − f Zu )
∆f E1u ∆f S1u
∆fd
E1u = ; ∆fd
S1u =
f E1u · (1 − f E1u ) f S1u · (1 − f S1u )
∆f ACu
∆f[
AC u =
f ACu · (1 − f ACu )
La ecuación anterior puede tomar la siguiente forma:
fbu (χ) = W Au ·∆f A2u +W E1u ·∆f E12u +W ACu ·∆f ACu2 +W Zu ·∆f Zu2 +W S1u ·∆f S12u
Donde:
1 1
W Au = ; W Zu =
f A2u
· (1 − f Au )2 f Zu2
· (1 − f Zu )2
1 1
W E1u = ; W S1u =
f E12u · (1 − f E1u )2 f S12u · (1 − f S1u )2
1
W ACu =
f ACu2 · (1 − f ACu )2

g1 (χ) = ∆M 1u − (∆f Au − ∆f ACu ) + (∆f E1u − ∆f ACu ) · α1

g2 (χ) = ∆M 2u − (∆f ACu − ∆f Zu ) + (∆f ACu − ∆f S1u ) · α1
Las ecuaciones restrictivas pueden expresarse también como:

g1 (χ) = ∆M 1u − ∆f Au + ∆f E1u · α1 − ∆f ACu · φ

g2 (χ) = ∆M 2u − ∆f ACu · φ − ∆f Zu · βZ − ∆f S1u · β1
11. Derivar parcialmente la función Lagrangiana (L(χ, λ)) por los Multiplicadores de
∂L(χ, λ)
= ∆M 1u − (∆f Au − ∆f ACu ) + (∆f E1u − ∆f ACu ) · α1 = 0
∂λ1u
∂L(χ, λ)
= ∆M 2u − (∆f ACu − ∆f Zu ) + (∆f ACu − ∆f S1u ) · α1 = 0
∂λ2u
∂L(χ, λ)
= 2 · W Au · ∆f Au + λ1u = 0
∂∆f Au
∂L(χ, λ)
= 2 · W E1u · ∆f E1u + λ1u · α1 = 0
∂∆f E1u
∂L(χ, λ)
= 2 · W ACu · ∆f ACu − λ1u · (1 + α1) + λ2u · (1 + α1) = 0
∂∆f ACu
∂L(χ, λ)
= 2 · W Zu · ∆f Zu − λ2u = 0
∂∆f Zu
∂L(χ, λ)
= 2 · W S1u · ∆f S1u − λ2u · α1 = 0
∂∆f S1u
1
∆f Au = −λ1u ·
2 · W Au
α1
∆f E1u = λ1u ·
2 · W E1u
(1 + α1) φ
∆f ACu = (λ1u − λ2u ) · = (λ1u − λ2u ) ·
2 · W ACu 2 · W ACu
1 βZ
∆f Zu = λ2u · = λ2u ·
2 · W Zu 2 · W Zu
α1 β1
∆f S1u = λ2u · = λ2u ·
2 · W S1u 2 · W S1u
12. De las relaciones del paso anterior obtener una ecuacion que que permita hallar
2 2
" 2
#
1 φ α1 φ
2 · ∆M 1u = −λ1u · + + + λ2u ·
W Au W ACu W E1u W ACu
2 2 2 2
" #
φ βZ φ β1
2 · ∆M 2u = +λ1u · − λ2u · + +
W ACu W Zu W ACu W S1u
 2 2

2
1
+ W φACu + Wα1 − W φACu

W Au E1u · λ1u ∆M 1u
 2 2 2 2 = −2 ·
− W φACu βZ
+ W φACu + Wβ1S1u λ2u ∆M 2u
W Zu


4.5.1. Algoritmo
Se deberá de tener los Análisis Granulométricos de los siguientes flujos:
2. Obtener el Flujo Normalizado α1
Pk
α1 = − Pk 2 2
β1 = α1
βZ = 1
φ = 1 + α1
3. Calcular los errores ∆M 1u y ∆M 2u debido a α1 para cada Intervalo de Tamaños
∆M 1u = f Au + f E1u · α1 − f ACu · φ
1 1
W Au = ; W Zu =
f A2u
· (1 − f Au )2 f Zu2
· (1 − f Zu )2
1 1
W E1u = ; W S1u =
f E12u · (1 − f E1u )2 f S12u · (1 − f S1u )2
1
W ACu =
f ACu2 · (1 − f ACu )2
5. Calcular los Multiplicadores de Lagrange λ1u y λ2u para cada Intervalo de Tamaños
 2 2

2
1

 2 2 2 2 = −2 ·
− W φACu βZ
W Zu

1
∆f Au = −λ1u ·
2 · W Au
α1
∆f E1u = λ1u ·
2 · W E1u
φ
∆f ACu = (λ1u − λ2u ) ·
2 · W ACu
βZ
∆f Zu = λ2u ·
2 · W Zu
β1
∆f S1u = λ2u ·
2 · W S1u
f AC u = f ACu − ∆f ACu
4.5.2. Aplicación del Algoritmo

Se deberá de tener los Análisis Granulométricos de los siguientes flujos:
Los Análisis Granulometricos a usar son los mismos que en la Sección 4.4 pero
utilizando los Análisis Granulométricos de la Alimentación Compuesta 3 (ver tabla
Malla Tyler f Au f E1u f ACu f Zu f S1u

+m8 0.1 % 0.0 % 0.0 % 0.0 % 0.0 %
-m8 +m10 0.4 % 0.0 % 0.0 % 0.0 % 0.3 %
-m10 +m14 1.0 % 0.0 % 0.0 % 0.0 % 0.2 %
-m14 +m20 1.2 % 0.1 % 0.4 % 0.0 % 0.2 %
-m20 +m28 1.6 % 0.1 % 0.3 % 0.0 % 0.3 %
-m28 +m35 2.2 % 0.2 % 0.3 % 0.0 % 0.6 %
-m35 +m48 2.9 % 0.7 % 0.9 % 0.0 % 1.2 %
-m48 +m65 4.7 % 1.5 % 1.7 % 0.1 % 2.1 %
-m65 +m100 8.1 % 4.9 % 4.7 % 0.3 % 5.7 %
-m100 +m150 9.3 % 9.3 % 8.9 % 0.8 % 9.9 %
-m150 +m200 12.8 % 24.6 % 21.6 % 2.6 % 25.4 %
-m200 +m325 14.1 % 32.0 % 30.9 % 13.8 % 33.5 %
-m325 41.6 % 26.6 % 30.3 % 82.4 % 20.6 %
u Malla Tyler f Au f E1u f ACu f Zu f S1u

1 -m8 99.9 % 100.0 % 100.0 % 100.0 % 100.0 %
2 -m10 99.5 % 100.0 % 100.0 % 100.0 % 99.7 %
3 -m14 98.5 % 100.0 % 100.0 % 100.0 % 99.5 %
4 -m20 97.3 % 99.9 % 99.6 % 100.0 % 99.3 %
5 -m28 95.7 % 99.8 % 99.3 % 100.0 % 99.0 %
6 -m35 93.5 % 99.6 % 99.0 % 100.0 % 98.4 %
7 -m48 90.6 % 98.9 % 98.1 % 100.0 % 97.2 %
8 -m65 85.9 % 97.4 % 96.4 % 99.9 % 95.1 %
9 -m100 77.8 % 92.5 % 91.7 % 99.6 % 89.4 %
10 -m150 68.5 % 83.2 % 82.8 % 98.8 % 79.5 %
11 -m200 55.7 % 58.6 % 61.2 % 96.2 % 54.1 %
12 -m325 41.6 % 26.6 % 30.3 % 82.4 % 20.6 %
13 0 0.0 % 0.0 % 0.0 % 0.0 % 0.0 %

Como se vió en la sección 4.2, se deberá de corregir con las Fracciones Acumuladas
2. Obtener el Flujo Normalizado α1
Pk
α1 = − Pk 2 2
α1 = 4,7891
β1 = α1 = 4,7891
βZ = 1
φ = 1 + α1 = 5,7891
3. Calcular los errores ∆M 1u y ∆M 2u debido a α1 para cada Intervalo de Tamaños
∆M 1u = f Au + f E1u · α1 − f ACu · φ
Por ejemplo, para el primer intervalo de tamaños:
∆M 11 = 0,9990 + 1,0000 · 4,7891 − 1,0000 · 5,7891 = −0,0010

∆M 21 = 1,0000 · 5,7891 − 1,0000 · 1 − 1,0000 · 4,7891 = 0,0000
Los errores obtenidos son (ver tabla 4.35 en la página 83):
1 1
W Au = ; W Zu =
f A2u
· (1 − f Au )2 f Zu2
· (1 − f Zu )2
1 1
W E1u = ; W S1u =
f E1u · (1 − f E1u )2
2 f S1u · (1 − f S1u )2
2
1
W ACu =
f ACu · (1 − f ACu )2
2
Los Factores de Ponderación obtenidos son (ver tabla 4.36 en la página 83):
3
Datos extraídos de [1], página 157.
u ∆M 1u ∆M 2u
1 -0.0010 0.0000
2 -0.0050 0.0144
3 -0.0150 0.0239
4 -0.0086 0.0104
5 -0.0121 0.0074
6 -0.0263 0.0187
7 -0.0367 0.0241
8 -0.0571 0.0273
9 -0.1007 0.0311
10 -0.1238 -0.0020
11 -0.1795 -0.0100
12 -0.0642 -0.0565
13 0.0000 0.0000
u W Au W E1u W ACu W Zu W S1u

1 1002003.00 ∞ ∞ ∞ ∞
2 40403.02 ∞ ∞ ∞ 111780.79
3 4580.84 ∞ ∞ ∞ 40403.02
4 1448.93 1002003.00 63003.02 ∞ 20696.91
5 590.53 251003.01 20696.91 ∞ 10203.04
6 270.74 63003.02 10203.04 ∞ 4034.32
7 137.88 8449.33 2878.42 ∞ 1350.05
8 68.17 1559.32 830.31 1002003.00 460.52
9 33.52 207.78 172.63 63003.02 111.36
10 21.48 51.18 49.30 7114.16 37.65
11 16.42 16.99 17.74 748.31 16.22
12 16.94 26.23 22.42 47.55 37.38
13 ∞ ∞ ∞ ∞ ∞
Cuadro 4.36: Factores de Ponderación

5. Calcular los Multiplicadores de Lagrange λ1u y λ2u para cada Intervalo de Tamaños
 2 2

2
1

 2 2 2 2 = −2 ·
− W φACu βZ
W Zu
Para el primer intervalo de tamaños obtenemos:
5,78912 4,78912 2
" #
1
− 5,7891

1002003,00 + ∞ + ∞ ∞ λ1u −0,0010
5,78912 12 5,78912 4,78912
· = −2·
− ∞ + + λ2u 0,0000
∞ ∞ ∞
Resolviendo obtenemos:
λ11 = 2004,01
λ21 = 0,00
Los Multiplicadores de Lagrange obtenidos son (ver tabla 4.37 en la página 85):
1
∆f Au = −λ1u ·
2
α1
∆f E1u = −λ1u ·
2
(1 + α1)
∆f ACu = (λ1u − λ2u ) ·
2
1
∆f Zu = λ2u ·
2
α1
∆f S1u = λ2u ·
2
Las correcciones obtenidas son (ver tabla 4.38 en la página 85):
f AC u = f ACu − ∆f ACu
Los Análisis Granulométricos Corregidos son (ver tabla 4.39 en la página 87):
u λ1u λ2u
1 2004.01 0.00
2 404.03 -140.04
3 137.43 -84.36
4 9.83 -9.45
5 6.58 -1.05
6 6.32 -1.86
7 3.19 -0.39
8 1.74 0.17
9 0.71 0.19
10 0.31 0.16
11 0.17 0.10
12 0.15 0.16
13 0.00 0.00
u ∆f Au ∆f E1u ∆f ACu ∆f Zu ∆f S1u

1 -0.0010 0.0000 0.0000 0.0000 0.0000
2 -0.0050 0.0000 0.0000 0.0000 -0.0030
3 -0.0150 0.0000 0.0000 0.0000 -0.0050
4 -0.0034 -0.0000 0.0009 0.0000 -0.0011
5 -0.0056 -0.0001 0.0011 0.0000 -0.0002
6 -0.0117 -0.0002 0.0023 0.0000 -0.0011
7 -0.0116 -0.0009 0.0036 0.0000 -0.0007
8 -0.0127 -0.0027 0.0055 0.0000 0.0009
9 -0.0106 -0.0082 0.0088 0.0000 0.0041
10 -0.0071 -0.0143 0.0083 0.0000 0.0105
11 -0.0051 -0.0235 0.0107 0.0001 0.0150
12 -0.0044 -0.0137 -0.0011 0.0017 0.0102
13 0.0000 0.0000 0.0000 0.0000 0.0000


13
X 13
X 13
X 13
X 13
X
S= (∆f A2u ) + (∆f E12u ) + (∆f ACu2 ) + (∆f Zu2 ) + (∆f S12u )
u=1 u=1 u=1 u=1 u=1
S = 0,00276315151037
Los análisis granulométricos corregidos expresados en Porcentajes en peso son (ver

tabla 4.40 en la página 87):
El error de la corrección usando las fracciones en peso resulta:
S = 0,00117523516467
Código del programa en Matlab para el cálculo: cinverso_mc_total.m
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Sistema:
% Circuito Inverso de Molienda Clasificacion
%
% cinverso_mc_total
%
%--------------------------------------------------------------------------
%--------------------------------------------------------------------------
% Nota: Tomar al Hidrociclon como un Nodo.

%fA=[0.1 0.4 1.0 1.2 1.6 2.2 2.9 4.7 8.1 9.3 12.8 14.1 41.6]/100.’;

%fE1=[0 0 0 0.1 0.1 0.2 0.7 1.5 4.9 9.3 24.6 32.0 26.6]/100.’;

%fAC=[0 0 0 0.4 0.3 0.3 0.9 1.7 4.7 8.9 21.6 30.9 30.3]/100.’;
u f Au f E1u f AC u f Zu f S1u
1 100.0000 % 100.0000 % 100.0000 % 100.0000 % 100.0000 %
2 100.0000 % 100.0000 % 100.0000 % 100.0000 % 100.0000 %
3 100.0000 % 100.0000 % 100.0000 % 100.0000 % 100.0000 %
4 97.6392 % 99.9023 % 99.5114 % 100.0000 % 99.4094 %
5 96.2572 % 99.8063 % 99.1932 % 100.0000 % 99.0248 %
6 94.6674 % 99.6240 % 98.7678 % 100.0000 % 98.5105 %
7 91.7555 % 98.9903 % 97.7406 % 100.0000 % 97.2688 %
8 87.1749 % 97.6669 % 95.8545 % 99.9000 % 95.0098 %
9 78.8629 % 93.3213 % 90.8238 % 99.5998 % 88.9913 %
10 69.2126 % 84.6320 % 81.9684 % 98.7988 % 78.4541 %
11 56.2080 % 60.9516 % 60.1322 % 96.1932 % 52.6023 %
12 42.0445 % 27.9747 % 30.4051 % 82.2331 % 19.5830 %
13 0.0000 % 0.0000 % 0.0000 % 0.0000 % 0.0000 %
Malla Tyler f Au f E1u f AC u f Zu f S1u

+m8 0.0000 % 0.0000 % 0.0000 % 0.0000 % 0.0000 %
-m8 +m10 0.0000 % 0.0000 % 0.0000 % 0.0000 % 0.0000 %
-m10 +m14 0.0000 % 0.0000 % 0.0000 % 0.0000 % 0.0000 %
-m14 +m20 2.3608 % 0.0977 % 0.4886 % 0.0000 % 0.5906 %
-m20 +m28 1.3820 % 0.0961 % 0.3182 % 0.0000 % 0.3846 %
-m28 +m35 1.5898 % 0.1823 % 0.4254 % 0.0000 % 0.5142 %
-m35 +m48 2.9119 % 0.6337 % 1.0273 % 0.0000 % 1.2418 %
-m48 +m65 4.5806 % 1.3234 % 1.8860 % 0.1000 % 2.2590 %
-m65 +m100 8.3120 % 4.3456 % 5.0308 % 0.3001 % 6.0186 %
-m100 +m150 9.6504 % 8.6893 % 8.8553 % 0.8010 % 10.5372 %
-m150 +m200 13.0046 % 23.6804 % 21.8363 % 2.6056 % 25.8518 %
-m200 +m325 14.1635 % 32.9769 % 29.7271 % 13.9602 % 33.0193 %
-m325 42.0445 % 27.9747 % 30.4051 % 82.2331 % 19.5830 %
Cuadro 4.40: Análisis Granulométricos Corregidos - Porcentaje en Peso


%fZ=[0 0 0 0 0 0 0 0.1 0.3 0.8 2.6 13.8 82.4]/100.’;

%fS1=[0 0.3 0.2 0.2 0.3 0.6 1.2 2.1 5.7 9.9 25.4 33.5 20.6]/100.’;
%Fracciones Acumuladas Pasantes:

fA=1-cumsum([0.1 0.4 1.0 1.2 1.6 2.2 2.9 4.7 8.1 9.3 12.8 14.1 41.6]/100.’);

fE1=1-cumsum([0 0 0 0.1 0.1 0.2 0.7 1.5 4.9 9.3 24.6 32.0 26.6]/100.’);

fAC=1-cumsum([0 0 0 0.4 0.3 0.3 0.9 1.7 4.7 8.9 21.6 30.9 30.3]/100.’);

fZ=1-cumsum([0 0 0 0 0 0 0 0.1 0.3 0.8 2.6 13.8 82.4]/100.’);

fS1=1-cumsum([0 0.3 0.2 0.2 0.3 0.6 1.2 2.1 5.7 9.9 25.4 33.5 20.6]/100.’);
k=length(fA);
% Paso 2: Obtener el Flujo Normalizado alpha_1
alpha_1=-sum((fA-fAC).*(fE1-fAC)+(fAC-fZ).*(fAC-fS1))/...
(sum((fE1-fAC).^2+(fAC-fS1).^2));
beta_1=alpha_1;
beta_Z=1;
phi=1+alpha_1
% Paso 3: Calculo de los errores DM1 y DM2
%DM1=(fA-fAC)+(fE1-fAC)*alpha_1;
DM1=fA+fE1*alpha_1-fAC*phi;
%DM2=(fAC-fZ)+(fAC-fS1)*alpha_1;
DM2=fAC*phi-fZ*beta_Z-fS1*beta_1;

WA=1./(fA.*(1-fA)).^2;
WE1=1./(fE1.*(1-fE1)).^2;
WAC=1./(fAC.*(1-fAC)).^2;
WZ=1./(fZ.*(1-fZ)).^2;
WS1=1./(fS1.*(1-fS1)).^2;
% Paso 4: Calcular los Multiplicadores de Lagrange

%a11=1./WA+(1+alpha_1)^2./WAC+alpha_1^2./WE1
a11=1./WA+phi^2./WAC+alpha_1^2./WE1
%a12=-(1+alpha_1)^2./WAC
a12=-phi^2./WAC
a21=a12;
a22=beta_Z^2./WZ+phi^2./WAC+beta_1^2./WS1
for u=1:k
A=[a11(u) a12(u)
a21(u) a22(u)];
B=-2*[DM1(u)
DM2(u)];
X=A\B;
lambda1(u)=X(1);
lambda2(u)=X(2);
end
lambda2(1)=0;
lambda1(k)=0;
lambda2(k)=0;
% El error DM2 en el primer intervalo es 0, al igual que los errores (DM1 y
% DM2) en el intervalo mas fino, por lo tanto no necesitan de correccion.
% Paso 5: Hallar las Correcciones

DfA=-lambda1.*(1./(2*WA))
DfE1=-lambda1.*(alpha_1./(2*WE1))
%DfAC=(lambda1-lambda2).*((1+alpha_1)./(2*WAC))
DfAC=(lambda1-lambda2).*(phi./(2*WAC))
%DfZ=lambda2.*(1./(2*WZ))
DfZ=lambda2.*(beta_Z./(2*WZ))
%DfS1=lambda2.*(alpha_1./(2*WS1))
DfS1=lambda2.*(beta_1./(2*WS1))

fAc = fA - DfA
fE1c = fE1 - DfE1
fACc = fAC - DfAC
fZc = fZ - DfZ
fS1c = fS1 - DfS1

S = sum(DfA.^2)+sum(DfE1.^2)+sum(DfAC.^2)+sum(DfZ.^2)+sum(DfS1.^2)
%DM1=(fA-fAC)+(fE1-fAC)*alpha_1;
DM1c=fAc+fE1c*alpha_1-fACc*phi
%DM2=(fAC-fZ)+(fAC-fS1)*alpha_1;
DM2c=fACc*phi-fZc*beta_Z-fS1c*beta_1
4.6. Corrección de Análisis Químicos en un Circuito de

Flotación Plomo-Cobre-Zinc
(En Desarrollo) El diagrama de flujo propuesto es:
Alimento
(A - LA)
Relave Relave
Pb - Cu Circuito
(F2 - L2) (F6 - L6)
Flotación
Flotación Zn
Pb - Cu
Concentrado
(F5 - L5)
Concentrado
Zn
(F1 - L1)
Pb - Cu
Concentrado
Pb
(F4 - L4)
Flotacion Cu
Concentrado
(F3 - L3)
Cu
Figura 4.5: Diagrama de Flujo del Circuito de Flotación Pb-Cu-Zn
Se observa que el flujo “A” es alimentado al banco de celdas de Flotación Pb-Cu

(Nodo 1), de las cuales se obtiene un concentrado de Pb-Cu (Flujo F1 con ley L1 ) y un
relave (Flujo F2 con ley L2 ).
El Flujo F1 posteriormente alimenta a un banco de Celdas en donde se obtiene un
Concentrado de Cobre (Flujo F3 con ley L3 ) y un Concentrado de Plomo (Flujo F4 con
ley L4 ).
El Flujo F2 alimenta a un banco de Celdas en donde se obtiene un concentrado de
Zinc (Flujo F5 con ley L5 ) y el Relave del Circuito (Flujo F6 con ley L6 )
4.6.1. Desarrollo del Algoritmo

Ecuaciones de Balance de Masa
Ecuaciones de Flujo
A = F1 + F2 (4.16)
F1 = F3 + F4 (4.17)
F2 = F5 + F6 (4.18)
A = F3 + F4 + F5 + F6 (4.19)
Ecuaciones de Leyes
LA A = L1 F1 + L2 F2 (4.20)
L1 F1 = L3 F3 + L4 F4 (4.21)
L2 F2 = L5 F5 + L6 F6 (4.22)
LA A = L3 F3 + L4 F4 + L5 F5 + L6 F6 (4.23)
Ecuaciones Normalizadas
Para normalizar las ecuaciones 4.16 al 4.23 se dividirán entre el flujo A obteniendose:
1 = φ1 + φ2 (4.24)
φ1 = φ3 + φ4 (4.25)
φ2 = φ5 + φ6 (4.26)
1 = φ3 + φ4 + φ5 + φ6 (4.27)
LA = L1 φ1 + L2 φ2 (4.28)
L1 φ1 = L3 φ3 + L4 φ4 (4.29)
L2 φ2 = L5 φ5 + L6 φ6 (4.30)
LA = L3 φ3 + L4 φ4 + L5 φ5 + L6 φ6 (4.31)
Errores debido a los Flujos Normalizados

Se establecen los errores de las leyes debido a los flujos normalizados (4.28 al 4.30).
∆Q = LA − (L1 φ1 + L2 φ2 ) (4.32)
∆Q1 = L1 φ1 − (L3 φ3 + L4 φ4 ) (4.33)
∆Q2 = L2 φ2 − (L5 φ5 + L6 φ6 ) (4.34)
El siguiente paso es establecer las ecuaciones anteriores en terminos independientes

que para el presente trabajo se tomarán como φ1 , φ3 y φ5 .
Las ecuaciones 4.32 ~ 4.34 se representarán como:
∆Q = (LA − L2 ) − (L1 − L2 )φ1 (4.35)

∆Q1 = (L1 − L4 )φ1 − (L3 − L4 )φ3 (4.36)
∆Q2 = (L2 − L6 ) − (L2 − L6 )φ1 − (L5 − L6 )φ5 (4.37)
Cálculo de los Caudales Reducidos

Para obtener los caudales reducidos que den un valor mínimo de ∆Q las ecuaciones
4.35 - 4.37 se derivarán e igualarán a cero las sumatorias de dichas ecuaciones elevadas
al cuadrado; es decir:
k
X k
X
∆Q2
= [(LA − L2 ) − (L1 − L2 )φ1 ]2 (4.38)
i=1 i=1
Xk Xk
∆Q21 = [(L1 − L4 )φ1 − (L3 − L4 )φ3 ]2 (4.39)
i=1 i=1
k
X k
X
∆Q22 = [(L2 − L6 ) − (L2 − L6 )φ1 − (L5 − L6 )φ5 ]2 (4.40)
i=1 i=1
Cambio de Variables
Hacemos un cambio de variables segun:
Ω1 = LA − L2 ; Ω2 = L1 − L2
Ω3 = L1 − L4 ; Ω4 = L3 − L4
Ω5 = L2 − L6 ; Ω6 = L5 − L6
Con lo cual las ecuaciones 4.38 - 4.40 resultan:

k
X k
X
∆Q2 = [Ω1 − Ω2 φ1 ]2 (4.41)
i=1 i=1
Xk Xk
∆Q21 = [Ω3 φ1 − Ω4 φ3 ]2 (4.42)
i=1 i=1
Xk Xk
∆Q22 = [Ω5 − Ω5 φ1 − Ω6 φ5 ]2 (4.43)
i=1 i=1
Función a derivar Establecemos como función a derivar a:

k
X k
X k
X
2
f (φi ) = ∆Q + ∆Q21 + ∆Q22 (4.44)
i=1 i=1 i=1
Derivamos parcialmente con respecto a φ1 :

k k k
∂f (φi ) X X X
=0=2 (Ω1 − Ω2 φ1 )·(−Ω2 )+2 (Ω3 φ1 − Ω4 φ3 )·Ω3 +2· (Ω5 − Ω5 φ1 − Ω6 φ5 )·(−Ω5 )
∂φ1
i=1 i=1 i=1
(4.45)
Simplificando obtenemos:
k k k k k k k
!
X X X X X X X
0 = φ1 Ω22 + Ω23 + Ω25 − φ3 Ω3 · Ω4 + φ5 Ω5 · Ω6 − Ω1 · Ω2 − Ω25
i=1 i=1 i=1 i=1 i=1 i=1 i=1
(4.46)
k
∂f (φi ) X
=0=2 (Ω3 φ1 − Ω4 φ3 ) · (−Ω4 ) (4.47)
∂φ3
i=1
k
X k
X
Ω24

0 = −φ1 (Ω3 Ω4 ) + φ3 (4.48)
i=1 i=1

k
∂f (φi ) X
=0=2 (Ω5 − Ω5 φ1 − Ω6 φ5 ) · (−Ω6 ) (4.49)
∂φ5
i=1
k
X k
X k
X
Ω26

0=− (Ω5 Ω6 ) + φ1 (Ω5 Ω6 ) + φ5 (4.50)
i=1 i=1 i=1
Establecimiento de la Ecuación Matricial

Reordenando las ecuaciones 4.46, 4.48 y 4.50 obtenemos la siguiente ecuación ma-
tricial
Ω22 +P Ω23 + Ω25 − P (Ω3 Ω

 P P P P P    P P 2 
4 ) + (Ω 5 Ω 6 ) φ1 (Ω 1 Ω 2 ) + Ω5
Ω24

 − P (Ω3 Ω4 ) 0
P 2
· φ3  = 
P 0 
+ (Ω5 Ω6 ) 0 Ω6 φ5 (Ω5 Ω6 )
(4.51)
Como se puede observar la matriz cuadrada es simétrica.
Calculados los valores de φ1 , φ3 y φ5 se procede a calcular φ2 , φ4 y φ6 por las
ecuaciones 4.24, 4.25 y 4.26
Cálculo de los Errores

El siguiente paso es calcular los errores ∆Mi
∆M = LA − (L1 φ1 + L2 φ2 ) (4.52)
∆M1 = L1 φ1 − (L3 φ3 + L4 φ4 ) (4.53)
∆M2 = L2 φ2 − (L5 φ5 + L6 φ6 ) (4.54)
Cálculo de los Multiplicadores de Lagrange

Establecimiento de las correcciones de las leyes
∆LA = LA − LAc
∆L1 = L1 − L1c
∆L2 = L2 − L2c
∆L3 = L3 − L3c
∆L4 = L4 − L4c
∆L5 = L5 − L5c
∆L6 = L6 − L6c
Si reemplazamos las correcciones en las ecuaciones 4.52, 4.53 y 4.54 obtenemos.
∆M = (∆LA + LAc ) − [(∆L1 + L1c )φ1 + (∆L2 + L2c )φ2 ] (4.55)

∆M1 = (∆L1 + L1c )φ1 − [(∆L3 + L3c )φ3 + (∆L4 + L4c )φ4 ] (4.56)
∆M2 = (∆L2 + L2c )φ2 − [(∆L5 + L5c )φ5 + (∆L6 + L6c )φ6 ] (4.57)
Pero se sabe que las leyes corregidas deben de cumplir:
0 = LAc − (L1c φ1 + L2c φ2 ) (4.58)

0 = L1c φ1 − (L3c φ3 + L4c φ4 ) (4.59)
0 = L2c φ2 − (L5c φ5 + L6c φ6 ) (4.60)
Errores en función de las correcciones

Si reemplazamos las ecuaciones 4.58, 4.59 y 4.60 en las ecuaciones 4.55, 4.56 y 4.57
obtendremos:
∆M = ∆LA − (∆L1 φ1 + ∆L2 φ2 ) (4.61)

∆M1 = ∆L1 φ1 − (∆L3 φ3 + ∆L4 φ4 ) (4.62)
∆M2 = ∆L2 φ2 − (∆L5 φ5 + ∆L6 φ6 ) (4.63)
Método Lagrangiano
La funcion lagrangiana tiene la siguiente forma:
L(χ, λ) = f (χ) − [λ g(χ) + λ1 g1 (χ) + λ2 g2 (χ)] (4.64)

Donde:
λ, λ1 y λ2 son los Multiplicadores de Lagrange.

χ son las correcciones.
g(χ) = ∆M − ∆LA + (∆L1 φ1 + ∆L2 φ2 ) (4.65)

g1 (χ) = ∆M1 − ∆L1 φ1 + (∆L3 φ3 + ∆L4 φ4 ) (4.66)
g2 (χ) = ∆M2 − ∆L2 φ2 + (∆L5 φ5 + ∆L6 φ6 ) (4.67)
Función Objetivo
La función objetivo f (χ) se define como
f (χ) = ∆L2A + ∆L21 + ∆L22 + ∆L23 + ∆L24 + ∆L25 + ∆L26 (4.68)
Derivamos parcialmente respecto a los multiplicadores de Lagrange y las correc-

ciones:
Derivación parcial respecto a los Multiplicadores de Lagrange
∂L(χ, λ)
= 0 = ∆M − ∆LA + (∆L1 φ1 + ∆L2 φ2 ) (4.69)
∂λ1
∂L(χ, λ)
= 0 = ∆M1 − ∆L1 φ1 + (∆L3 φ3 + ∆L4 φ4 ) (4.70)
∂λ2
∂L(χ, λ)
= 0 = ∆M2 − ∆L2 φ2 + (∆L5 φ5 + ∆L6 φ6 ) (4.71)
∂λ3
Derivación parcial respecto a las Correcciones
∂L(χ, λ)
= 0 = 2∆LA + λ
∂∆LA
−λ
∆LA = (4.72)
2
∂L(χ, λ)
= 0 = 2∆L1 − λφ1 + λ1 φ1
∂∆L1
(λ − λ1 )φ1
∆L1 = (4.73)
2
∂L(χ, λ)
= 0 = 2∆L2 − λφ2 + λ2 φ2
∂∆L2
(λ − λ2 )φ2
∆L2 = (4.74)
2
∂L(χ, λ)
= 0 = 2∆L3 − λ1 φ3
∂∆L3
λ1 φ3
∆L3 = (4.75)
2
∂L(χ, λ)
= 0 = 2∆L4 − λ1 φ4
∂∆L4
λ1 φ4
∆L4 = (4.76)
2
∂L(χ, λ)
= 0 = 2∆L5 − λ2 φ5
∂∆L5
λ2 φ5
∆L5 = (4.77)
2
∂L(χ, λ)
= 0 = 2∆L6 − λ2 φ6
∂∆L6
λ2 φ6
∆L6 = (4.78)
2
Si reemplazamos las correcciones 4.72, 4.73, . . . , 4.78 en las ecuaciones 4.69, 4.70 y
4.71 obtendremos:
λ (λ − λ1 )φ21 (λ − λ2 )φ22
0 = ∆M + + + (4.79)
2 2 2
(λ − λ1 )φ1 λ1 φ3 λ1 φ24
2 2
0 = ∆M1 − + + (4.80)
2 2 2
2
(λ − λ2 )φ2 λ2 φ5 λ2 φ26
2
0 = ∆M2 − + + (4.81)
2 2 2
Cálculo de los Multiplicadores de Lagrange

Las ecuaciones 4.79, 4.80 y 4.81 puede expresarse como una ecuación matricial, la
cual es:
1 + φ21 + φ22 −φ21 −φ22

     
λ ∆M
−φ21 φ1 + φ23 + φ24
2

0 · λ1 = −2 ∆M1
      (4.82)
−φ22 0 2 2 2
φ2 + φ5 + φ6 λ2 ∆M2
Como se puede observar la matriz cuadrada es simétrica.
Una vez calculados los multiplicadores de Lagrange, se hallan las correcciones de las
leyes mediante las ecuaciones: 4.72, 4.73, . . . , 4.78 y Luego se corrigen las leyes.
4.6.2. Algoritmo
1. Obtener las leyes Li del circuito en mención.
2. Establecer las variables Ω:
Ω1 = LA − L2 ; Ω2 = L1 − L2
Ω3 = L1 − L4 ; Ω4 = L3 − L4
Ω5 = L2 − L6 ; Ω6 = L5 − L6
3. Calcular los flujos normalizados φi :

 P 2 P 2 P 2 P P    P P 2 
Ω2 +P Ω3 + Ω5 − P (Ω3 Ω 4 ) + (Ω 5 Ω 6 ) φ1 (Ω 1 Ω 2 ) + Ω5
Ω24

 − P (Ω3 Ω4 ) 0
P 2
· φ3  = 
P 0 
+ (Ω5 Ω6 ) 0 Ω6 φ5 (Ω5 Ω6 )
φ2 = 1 − φ1
φ4 = φ1 − φ3
φ6 = φ2 − φ5 = 1 − φ1 − φ5
4. Calcular los Errores ∆Mi :
∆M = LA − (L1 φ1 + L2 φ2 )
∆M1 = L1 φ1 − (L3 φ3 + L4 φ4 )
∆M2 = L2 φ2 − (L5 φ5 + L6 φ6 )
5. Calcular los Multiplicadores de Lagrange λi :

1 + φ21 + φ22 −φ21 2
     
−φ 2 λ ∆M
−φ21 φ21 + φ23 + φ24

0 · λ1 = −2 ∆M1
     
−φ2 2 0 2 2 2
φ2 + φ5 + φ6 λ2 ∆M2
6. Calcular las Correcciones:

−λ
∆LA =
2
(λ − λ1 )φ1
∆L1 =
2
(λ − λ2 )φ2
∆L2 =
2
λ1 φ3
∆L3 =
2
λ1 φ4
∆L4 =
2
λ2 φ5
∆L5 =
2
λ2 φ6
∆L6 =
2
7. Corregir las leyes:
LAc = LA − ∆LA
L1c = L1 − ∆L1
L2c = L2 − ∆L2
L3c = L3 − ∆L3
L4c = L4 − ∆L4
L5c = L5 − ∆L5
L6c = L6 − ∆L6
Capítulo 5
Corrección de Análisis Químico en

un Nodo - Método General
(En Desarrollo)
100
Capítulo 6
Aplicaciones
(En Desarrollo)
101
Bibliografía
[1] A. J. Lynch: Circuitos de Trituración y Molienda de Minerales

Editorial Rocas y Minerales, Primera Edición, 1980.
[2] H. A. Taha: Investigación de Operaciones

Sexta Edición.
[3] K.J. Reid, V.R. Voller: Reconciling hydrocyclone particle-size data

Chemical Engineering, Junio 1983.
[4] I. Quiroz N.: Ingeniería Metalúrgica - Operaciones Unitarias en Proce-

samiento de Minerales
1986.
[5] J.A. Kobashicawa Ch.: Tesis: Eficiencia del Clasificador Stokes

Universidad Nacional de Ingeniería, 2003.
[6] C. Veliz: Regresión con Datos Categóricos

Sociedad Matemática Peruana, Segunda Edición, 18o Coloquio, 3 - 7 de Julio del
2000.
[7] F. A. Ayres H., M. T. Torres P.: Balances Metalúrgicos - Aplicación de

Ferayhi Ingeniería y Computación E.I.R.L.
102

Corrección Por Mult Lagrange PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Corrección Por Mult Lagrange PDF

Cargado por

Copyright:

Formatos disponibles

Corrección de Análisis Granulométricos y Químicos por

KOBASHICAWA CHINEN, Juan Antonio1

Universidad Nacional de Ingeniería

2. Pasos para corregir por Multiplicadores de Lagrange 10

3. Corrección de Análisis Granulométricos en un Nodo - Método General 12

5. Corrección de Análisis Químico en un Nodo - Método General 100

3.1. Esquema del Sistema a Corregir . . . . . . . . . . . . . . . . . . . . . . . 12

4.1. Esquema del Hidrociclón . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.1. Análisis Granulométricos a Corregir (Forma Simbolica) . . . . . . . . . . 13

4.1. Hidrociclón: Análisis Granulométricos a Corregir . . . . . . . . . . . . . 35

4.27. Circuito Inverso Molienda Clasificación: Errores para cada intervalo de

En la corrección de los Análisis Granulométricos para el Hidrociclón se observa:

El método para la corrección de Análisis Granulométricos recomenda-

El otro caso aplicado fue el de un Circuito Inverso de Molienda Clasificación, esto

En el procesamiento de minerales se efectúan muestreos con diversos fines (deter-

Al obtener los Análisis Granulométricos en un nodo determinado, el problema con

¿Qué significa esto?

Exponiendo un caso simple:

En un proceso X se sabe que: AR = BR + CR

O que: 3 = 1 + 2 (asumiendo esto como “real”).

Pero debido a errores de muestreo, análisis, o cualquier operación en la cual se ma-

Lo cual no es correcto o “Matemáticamente Inconsistente”.

Es decir tenemos un error de: A − (B + C) = ∆M

A, B, C : son los valores muestreados

A = 3,1 − 0,1 = 3,0

A − (B + C) = 3,0 − (0,8 + 2,2) = 0

3,0 − (1,0 + 2,0) = 0

Pasos para corregir por

Se presenta a continuación una serie de pasos con la finalidad de comprender la

1. Obtener los datos a corregir (Análisis Granulometricos, Químicos, etc.)

2. Establecer las ecuaciones de Balance de Masa. (Ecuaciones de Flujo, Análisis

4. Establecer las ecuaciones de error debido a los Flujos Normalizados (∆Q)

Nota 2.1 Los Flujos Normalizados deben de ser Linealmente Independientes.

6. Derivar parcialmente la función  por cada flujo Normalizado (Linealmente inde-

7. Calcular los errores ∆M debido a los Flujos Normalizados Corregidos. Reemplazar

8. Definir las correcciones.

Correcciones = Datos - Datos Corregidos

9. Reemplazar las ecuaciones del paso 8 en ∆M (Ecuaciones dadas en el paso 7)

10. Definir la Función Lagrangiana L(χ, λ) (Función Objetivo y Ecuaciones Restric-

13. Reemplazar los Multiplicadores de Lagrange en las relaciones determinadas en el

Datos Corregidos = Datos - Correcciones

3.1. Balance de Masa

Entrada Principal Salida Principal

Figura 3.1: Esquema del Sistema a Corregir

Cuadro 3.1: Análisis Granulométricos a Corregir (Forma Simbolica)

3.2. Ecuaciones de Balance de Masa

Paso 2 Establecer las ecuaciones de Balance de Masa. (Ecuaciones de Flujo, Análisis

Se presentan las ecuaciones ideales (error=0) y/o corregidas.

Para un Intervalo de Tamaños “u” (donde: u = {1, 2, 3, . . . , k − 1, k}).

Paso 3 Normalizar las ecuaciones dividiendo por un flujo “A”.

Para los datos reales se obtendrán los siguientes errores:

∆Q1 , ∆Q2 , ∆Q3 , . . . , ∆Qk−1 , ∆Qk

Siendo para un Intervalo de Tamaños “u”:

Nota 3.2 Los Flujos Normalizados deben de ser Linealmente Independientes.

La siguiente ecuación muestra la dependencia lineal de βZ con respecto a los flujos

Reemplázandolo en la Ecuación 3.5 obtenemos:

P 52 Definir una función  la cual representa la suma de los errores al cuadrado

Paso 6 Derivar parcialmente la función  por cada flujo Normalizado (Linealmente

Por ejemplo, para α1:

Hacemos el siguiente cambio de variables:

Derivamos parcialmente respecto a αi, βj e igualamos a cero (al hacer esto, se

De este sistema de ecuaciones obtenemos los caudales corregidos:

Paso 7 Calcular los errores ∆M debido a los Flujos Normalizados Corregidos.

6. Derivar parcialmente la función por cada flujo Normalizado (Linealmente inde-

P 52 Definir una función la cual representa la suma de los errores al cuadrado

Paso 6 Derivar parcialmente la función por cada flujo Normalizado (Linealmente