Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPITULO III
MUESTREO ESTADISTICO
grandes cantidades de materiales, lo que hace del muestro una tarea difícil y
costosa. El costo de las instalaciones y personal para el muestreo es directo y
tangible, pero los beneficios de un muestreo preciso, aunque indirectos, menos
tangibles y de corto alcance, pueden ser más significativos. Como los análisis
numéricos pueden obtenerse con tanta facilidad sobre muestras deficientes que,
sobre muestras buenas, fácilmente se genera un falso sentido de seguridad en la
mente del ingeniero en la oficina, cuando solamente ve los resultado.
Los resultados obtenidos por el estudio de una muestra pueden ser iguales o aún
más precisos que los hallados de una cuenta completa de la población, puesto
que, ante la posibilidad de evaluar a toda una población, el tiempo que requeriría
ello podría conducir a que en el transcurso de la evaluación se produjesen
cambios importantes que al finalizar la evaluación, el resultado sería diferente.
B
A
Solución:
donde:
Similarmente:
P (2 negros) ꞊ 0.194
P (3 negros) ꞊ 0.057
P (4 negros) ꞊ 0.011
ANALISIS DE ERROR
1. Exactitud y Precisión.
Fig 1.1
En resumen:
Exactitud ↔ Media
Precisión ↔ Varianza
“La media debe ser insesgada (sin desviación sistemática) y la varianza debe ser
pequeña”.
Ejemplo:
Sea ML una población o lote con 4 datos y MS una muestra de 2 observaciones del
lote:
La media del lote es (observar que en nuestro caso minero nos interesa en general
el muestreo sin reemplazamiento):
M0 = (x1 + x2 + x3 + x4 ) / 4
m*=(m1+m2+m3+m4+m5+m6) / 6
m0 = m*
Dispositivo para experimentos de muestreo. Sirve para demostrar que las fórmulas
de muestreo “funcionan”.
Estudiaremos a continuación las fórmulas del muestreo estadístico las cuales
constituyen una excelente introducción a las fórmulas del muestreo de minerales.
Sea:
(se supone que los ai corresponden a una elección al azar, sin reemplazar de los xi).
por otra parte, hay que calcular la varianza de la muestra, según la formula siguiente:
Se puede demostrar que la varianza S2 = Var(m*) del error de muestreo está dada
por:
S2 = s2 ( 1/n – 1/N )
Luego, el error de muestreo, con 95% de confianza, asumiendo que los errores son
gaussianos, lo cual es una aproximación razonable (ver Anexo 5), verifica la
desigualdad:
Observación:
Ejemplo:
{6, 5, 5, 9, 6, 6, 2, 3}
Obteniéndose:
Media estimada = 5.25 Bu
Error de estimación = 1.40 Bu
(el error de estimación, con 95% de confianza es 2S).
En el caso del muestreo aleatorio estratificado se eligen k estratos, siendo N1, N2,
N3, ..., Nk los tamaños de cada estrato. En cada estrato tomamos ni datos. El
tamaño de la población total es N:
mi = [ a1 + a2 + a3 + ... + ani ] / ni
Si2 = si2 (1/ni – 1/Ni)
si2 = [ (a1-mi)2 +(a2-mi)2 +(a3-mi)2+ ... + (ani-mi)2 ] / ( ni - 1 )
Ejemplo:
En el caso anterior de los árboles, las tres últimas filas corresponden a árboles
nuevos. Realizar varios muestreos estratificados con dos estratos (árboles viejos y
árboles nuevos); ver que la teoría funciona comparando la estimación, el valor real y
el error.
Figura IV.1:
Recordar que:
insesgado ↔ exacto
varianza pequeña ↔ preciso
Al tomar una muestra en terreno, es muy frecuente cometer errores; sobre todo
cuando la muestra es tomada directamente de una corriente o flujo de carga, los
más comunes son:
Por contaminación.
Por pérdidas.
Por alteración de la composición química.
-Los errores por pérdidas pueden ser de dos tipos, pérdida por fino, cuando se
manejan materiales finos y secos y pérdidas de material remanente en el circuito de
muestreo o preparación de la muestra.
-Los errores por alteración de la composición química suceden por fijación y adición
o por sustracción o eliminación.
Luego, con una pala adecuada se toma una muestra de unos 250
gramos. La experiencia se repite un cierto número de veces.
LA FÓRMULA DE GY
valor aproximadamente igual a g1/aL si aL es pequeño.
El factor de liberación l.
Sean:
Se recomienda utilizar:
l=1 si d1>d
l = (d1/d)0.5 si d1<d
2S = 0.11 = 11%
Con un 95% de confianza el error relativo es del 11% (es decir, el error es el 11%
de la ley medida)
S2 = c·g·f·l·d3/MS
MS = c·g·f·l·d3/S2
A sugerencia de Gy:
d95 = 1.0
f = 0.5
g = 0.25
c = g1/aL= 19.000.000 (suponiendo aL = 1 gr/ton = 1*10-6)
1 = (d1/d) 0.5 = 0.0316
Si S = 0.1, se obtiene un valor Ms igual a:
Ms =7.5 toneladas
l = (d1/d) b
Ms =7.51 kilos
tomando logaritmo:
Si tengo una muestra de 100 kg.:
Si la muelo: d95 disminuye, por lo tanto el error se hace más chico.
Si la cuarteo: MS disminuye, por lo tanto aumenta el error.
t = 0.087
c = 42.61
TECNICAS DE MUESTREO Pág. Nº
FEBRERO 2018
TECNICAS DE MUESTREO
f = 0.5
g = 0.25
d95 = 5 cm.
Diámetro de liberación = 0.025 cm.
Densidad de la calcopirita = 4.2 [gr/cm3]
Densidad de la ganga = 2.6 [gr/cm3]
MS = 100.000 gr
Por lo anterior:
l = 0.0707 (función del d95, por lo tanto, varía si hay molienda)
S2 = 4,7E-04 (función de l y de MS, por lo tanto, varía si hay reducción del peso de
la muestra o si hay molienda)
Ejemplo:
Tenemos un testigo de sondeo de 0.5 m de longitud y de 3.5 cm de diámetro. El
testigo tiene un 15% de esfalerita (ZnS, aprox. 2/3 de Zn) y un 85% de estéril. La
densidad de la esfalerita es de 4.0 gr/cm3 y la de la roca de caja de 3.2 gr/cm 3. El
mineral se molerá a un tamaño menor de 1.65 mm. El tamaño de liberación de la
partícula es de 0.2 mm.
La muestra que se enviará a reducir de tamaño tendrá aprox. 800 gr. (recordar que
un testigo normalmente se corta a la mitad para ser analizado).
S 2 = (0.165)3·0.5·0.25·0.35·21.99·(1/200 – 1/800) = 1.62 · 10
S1 = 4.0 · 10-3 (error relativo)
El error absoluto es: 4.0 · 10-3 · 15% = 0.06% de esfalerita. Dado que 2/3 de la
esfalerita es Zinc: 0.06% · 2/3 = 0.04% Zn.
En la segunda parte:
S2 = 4.66 · 10-4
El error absoluto es: 4.66 · 10-4 · 15% = 7 · 10-3 % de esfalerita o 4.67 · 10-3 % Zn.
El error combinado de ambas muestras es:
S2 = S 2 + S 2 = 1.62 · 10-5 + 2.17 · 10-7 = 1.642 · 10-5
S = 4 · 10-3 % de esfalerita.
Por lo tanto, con un 95% de confianza la ley está en el intervalo: 10% ± 0.08% Zn.