I.

OBJETIVOS
OBJETIVO GENERAL

 Determinar la función de distribución lineal para el análisis granulométrico.

OBJETIVOS ESPECIFICOS

 Obtener una muestra representativa por el método del cuarteo.

 Seleccionar y escoger las mallas correctas para realizar el análisis.
 Determinar el porcentaje de paso de los diferentes tamaños del agregado
por cada tamiz
 Representación matemática del análisis granulométrico por el método de
la función de distribución de Gates-Gaudin-Schumann (G-G-S) y la
función de Rosin-Ramler (R-R).

CALCULOS

1. SELECCION DE TAMICES

𝑀𝑒𝑑𝑖𝑑𝑎 𝑑𝑒𝑙 𝑑𝑖á𝑚𝑒𝑡𝑟𝑜 𝑑𝑒𝑙 𝑚𝑖𝑛𝑒𝑟𝑎𝑙 𝑑𝑒 𝑚𝑎𝑦𝑜𝑟 𝑡𝑎𝑚𝑎ñ𝑜 = 1.4 𝑖𝑛

𝐿𝑎 𝑚𝑎𝑙𝑙𝑎 𝑢𝑛𝑜 𝑠𝑒𝑟á 𝑑𝑒 1 𝑝𝑢𝑙𝑔, 𝑝𝑒𝑟𝑜 𝑠𝑒 𝑒𝑙𝑖𝑚𝑖𝑛𝑎 𝑝𝑜𝑟 𝑐𝑟𝑖𝑡𝑒𝑟𝑖𝑜 𝑦 𝑠𝑒 𝑡𝑜𝑚𝑎 𝑙𝑎 𝑚𝑎𝑙𝑙𝑎 ¾ 𝑝𝑢𝑙𝑔𝑎𝑑𝑎

Numero o abertura Abertura en

tamaño de en 𝒖𝒎 pulgada(in)
malla
1 pulg 25000 1 Se elimina
¾ pulg 19000 0.75 Por criterio
½ pulg 12500 0.5 Si
3/8 pulg 9500 0.375 Si
¼ pulg 6300 0.25 Se anula (no hay malla)
N° 4 4750 0.187 Si
N° 6 3350 0.132 Se anula (no hay malla)
N°8 2360 0.0937 si
N°12 1700 0.0661 Por criterio para muestra
gruesa
N°-12 -1700 BASE
 A partir del cálculo anterior las mallas seleccionadas para la práctica
son las siguientes.

2. REPRESENTACION MATEMATICA DEL ANALISIS

GRANULOMETRICO.
Tabla 1: Análisis granulométrico

Abertura de malla peso (g) %parcial % acumulado retenido

%acumulado pasante
N° um (xI) wi f(xi) G(xi) F(xi)
0 0 0 100
3/4 19000 113.7 18.51791531 18.51791531 81.48208469
1/2 12500 278.7 45.39087948 63.90879479 36.09120521
3/8 9500 75.2 12.247557 76.15635179 23.84364821
4 4750 62.8 10.22801303 86.38436482 13.61563518
8 2360 26.9 4.381107492 90.76547231 9.234527687
12 1700 7.3 1.188925081 91.95439739 8.045602606
-12 49.4 8.045602606 100 0
614 100
suma(wi)

2.1 Función de distribución de Gates-Gaudin-Schumann (G-G-S).

𝑥𝑖 𝑎
𝐹(𝑥) = 100 ( )
𝑥0

La cual transformamos en una línea recta, llevando a su forma logarítmica, es

decir:

Es decir, 𝑌 = 𝐵𝑋 + 𝐴 que es la expresión de una línea recta, que resulta

de un cambio de variable, tal como se muestra a continuación:
a) Aplicando regresión lineal por el método de los mínimos
cuadrados tenemos que:

El coeficiente de correlación correlativa está dado por la siguiente expresión:

Ahora, a partir del cuadro 1 construimos el cuadro 2

Tabla 2: Datos para la regresión por mínimos cuadrados para la ecuación lineal

logxi logFxi
Xi Yi Xi*Yi Xi^2 Yi^2
4.279 1.9111 8.17696 18.3077 3.6522
4.097 1.5574 6.38053 16.7847 2.4255
3.978 1.3774 5.47881 15.8223 1.8972
3.677 1.1340 4.16951 13.5181 1.2860
3.373 0.9654 3.25626 11.3765 0.9320
3.230 0.9056 2.92536 10.4358 0.8200
Sumatoria= 22.633 7.851 30.3874 86.24510062 11.01291695

86.245 × 7.851 − 22.633 × 30.3874

𝐴= = −2.0537
6 × 86.245 − (22.633)2

6 × 30.3874 − 22.633 × 7.851

𝐵= = 0.8913 = 𝑎
6 × 86.245 − (22.633)2

𝑟 = 0.9642

𝑅 2 = 0.9297
𝑃𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑌 = 𝐵𝑋 + 𝐴 𝑒𝑠: 𝑌 = 0.8913𝑋 − 2.0537

b) Aplicando Excel para hacer la regresión lineal

 Ilustración7: Regresión lineal en Excel

(los pasos se describen en el anexo)

Se puede observar que se obtuvo la misma ecuación de la recta
𝑌 = 0.8913𝑋 − 2.0537
c) Teniendo el valor de la pendiente y coeficiente independiente
calculamos la función original de GGS

Teniendo los valores de 𝑨, 𝑩 = 𝜶:

 Cálculo de 𝑥0

2−(−2.0537)
𝑥0 = 10[ 0.8913 ]
𝑥0 = 35326.5164𝑢𝑚

 Luego la función GGS está dada por

𝑥
𝐹(𝑥) = 100( )0.8913
35326.5164
 Luego establecemos el siguiente cuadro comparativo
Tabla 3: cuadro comparativo de % de acumulado pasante teórico y calculado con la función
de GGS

Numero de malla Abertura de malla %acumulado pasante %acumulado calculado Diferencia

N° um (xI) F(xi) F(xi)1 F(xi)1+F(xi)

3/4 19000 81.4821 0.9025 -80.5796

1/2 12500 36.0912 0.5693 -35.5219
3/8 9500 23.8436 0.4209 -23.4227
4 4750 13.6156 0.1963 -13.4193
8 2360 9.2345 0.0909 -9.1436
12 1700 8.0456 0.0634 -7.9822
-12 -1700
 Ilustración 8: grafica comparativa de tamaño de partícula vs %acumulado pasante teórico y
calculado

2.2 Resolviendo para la función de Rosin-Ramler (R-R), cuya expresión

es matemática es:
 si se gráfica el log ln[100/G(x)] vs log x se obtendrá una línea recta de la
forma: Y = A + BX si hacemos:
𝑌 = 𝑙𝑜𝑔 𝑙𝑛[100/𝐺(𝑥)]
𝐴 = − 𝑚 𝑙𝑜𝑔 𝑥𝑟
De donde se obtiene el valor de 𝑥𝑟.

Y = A + BX que es la ecuación de una línea recta

a) Aplicando regresión lineal por el método de los mínimos
cuadrados tenemos que:

El coeficiente de correlación correlativa está dado por la siguiente

expresión:

Ahora, a partir de la tabla 1 construimos la tabla 4

Tabla 4: Datos para la regresión por mínimos cuadrados para la ecuación lineal

logxi logln(100/Gxi)
Xi Yi Xi*Yi Xi^2 Yi^2
4.279 0.2270 0.97114 18.3077 0.05151
4.097 -0.3490 -1.42982 16.7847 0.12180
3.978 -0.5648 -2.24671 15.8223 0.31902
3.677 -0.8346 -3.06845 13.5181 0.69650
3.373 -1.0137 -3.41917 11.3765 1.02762
3.230 -1.0764 -3.47711 10.4358 1.15854
sumatoria 22.63344175 -3.611491201 -12.67011597 86.24510062 3.3750015

𝐴 = −4.7529
𝐵 = 1.1004 = 𝑚
𝑟 = 0.9345
𝑅 2 = 0.87331
𝑃𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑌 = 𝐵𝑋 + 𝐴 𝑒𝑠: 𝑌 = 1.1004𝑋 − 4.7529
b) Aplicando Excel para hacer la regresión lineal
Ilustración 9 :Regresión lineal en Excel modelo R.R

(los pasos se describen en el anexo)

Se puede observar que se obtuvo la misma ecuación de la recta
𝑌 = 1.1004𝑋 − 4.7529
c) Teniendo el valor de la pendiente y coeficiente independiente
calculamos la función de R.R.

 Cálculo de 𝑥𝑟

−4.7529
𝑥𝑟 = 10−1.1004 = 20856.7937
 Luego la función RR está dada por
𝑥 1.1004
𝐺(𝑥) = 100exp[− ]
20856.7937

 Luego establecemos el siguiente cuadro comparativo

Tabla 5:: cuadro comparativo de % de acumulado pasante teórico y calculado con la función de
R.R

Numero de malla Abertura de malla %acumulado retenido %retenido calculado Diferencia

N° um (xI) G(xi) G(xi)1 G(xi)1+G(xi)

3/4 19000 18.5179 40.5551 22.0372

1/2 12500 63.9088 56.5914 -7.3174
3/8 9500 76.1564 65.6443 -10.5120
4 4750 86.3844 82.1756 -4.2087
8 2360 90.7655 91.3090 0.5435
12 1700 91.9544 93.8594 1.9050
-12 -1700
Ilustración 10 :grafica comparativa de tamaño de partícula vs %acumulado
retenido teórico y calculado
 II. RESULTADOS
RESULTADOS DE ANALISIS GRANULOMETRICO
1. SELECCION DE TAMICES

Numero o abertura Abertura en

tamaño de en 𝒖𝒎 pulgada(in)
malla
1 pulg 25000 1 Se elimina
¾ pulg 19000 0.75 Por criterio
½ pulg 12500 0.5 Si
3/8 pulg 9500 0.375 Si
¼ pulg 6300 0.25 Se anula (no hay malla)
N° 4 4750 0.187 Si
N° 6 3350 0.132 Se anula (no hay malla)
N°8 2360 0.0937 si
N°12 1700 0.0661 Por criterio para muestra
gruesa
N°-12 -1700 BASE
2. REPRESENTACION MATEMATICA DEL ANALISIS
GRANULOMETRICO.

Tabla 6: Análisis granulométrico

Abertura de malla peso (g) %parcial % acumulado retenido

%acumulado pasante
N° um (xI) wi f(xi) G(xi) F(xi)
0 0 0 100
3/4 19000 113.7 18.51791531 18.51791531 81.48208469
1/2 12500 278.7 45.39087948 63.90879479 36.09120521
3/8 9500 75.2 12.247557 76.15635179 23.84364821
4 4750 62.8 10.22801303 86.38436482 13.61563518
8 2360 26.9 4.381107492 90.76547231 9.234527687
12 1700 7.3 1.188925081 91.95439739 8.045602606
-12 49.4 8.045602606 100 0
614 100
suma(wi)

2.2 Función de distribución de Gates-Gaudin-Schumann (G-G-S).

a) Regresión lineal por el método de los mínimos cuadrados

Tabla 7: Datos para la regresión por mínimos cuadrados para la ecuación lineal

logxi logFxi
Xi Yi Xi*Yi Xi^2 Yi^2
4.279 1.9111 8.17696 18.3077 3.6522
4.097 1.5574 6.38053 16.7847 2.4255
3.978 1.3774 5.47881 15.8223 1.8972
3.677 1.1340 4.16951 13.5181 1.2860
3.373 0.9654 3.25626 11.3765 0.9320
3.230 0.9056 2.92536 10.4358 0.8200
Sumatoria= 22.633 7.851 30.3874 86.24510062 11.01291695
 𝐴 = −2.0537 𝐵 = 0.8913 = 𝑎 𝑟 = 0.9642 𝑅 2 = 0.9297
𝑃𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑌 = 𝐵𝑋 + 𝐴 𝑒𝑠: 𝑌 = 0.8913𝑋 − 2.0537

b) Regresión lineal con Excel

Ilustración11: Regresión lineal en Excel

𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑒𝑠: 𝑌 = 0.8913𝑋 − 2.0537

c) Resultado de la función de GGS

Tabla 8: cuadro comparativo de % de acumulado pasante teórico y calculado con la función

de GGS

Numero de malla Abertura de malla %acumulado pasante %acumulado calculado Diferencia

N° um (xI) F(xi) F(xi)1 F(xi)1+F(xi)

3/4 19000 81.4821 0.9025 -80.5796

1/2 12500 36.0912 0.5693 -35.5219
3/8 9500 23.8436 0.4209 -23.4227
4 4750 13.6156 0.1963 -13.4193
8 2360 9.2345 0.0909 -9.1436
12 1700 8.0456 0.0634 -7.9822
-12 -1700
 Ilustración12: grafica comparativa de tamaño de partícula vs %acumulado pasante teórico y
calculado

 𝑥0 = 35326.5164𝑢𝑚

 Luego la función GGS está dada por

𝑥
𝐹(𝑥) = 100( )0.8913
35326.5164

2.3 Resolviendo para la función de Rosin-Ramler (R-R), cuya expresión

es matemática es:
a) Regresión lineal por el método de los mínimos cuadrados:

Tabla 9: Datos para la regresión por mínimos cuadrados para la ecuación lineal

logxi logln(100/Gxi)
Xi Yi Xi*Yi Xi^2 Yi^2
4.279 0.2270 0.97114 18.3077 0.05151
4.097 -0.3490 -1.42982 16.7847 0.12180
3.978 -0.5648 -2.24671 15.8223 0.31902
3.677 -0.8346 -3.06845 13.5181 0.69650
3.373 -1.0137 -3.41917 11.3765 1.02762
3.230 -1.0764 -3.47711 10.4358 1.15854
sumatoria 22.63344175 -3.611491201 -12.67011597 86.24510062 3.3750015
𝐴 = −5.8723
𝐵 = 1.3752 = 𝑚
𝑟 = 0.9865
𝑅 2 = 0.9732
𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑒𝑠: 𝑌 = 1.3752𝑋 − 5.8723

b) Aplicando Excel para hacer la regresión lineal

 Ilustración 1:Regresión lineal en Excel modelo R.R

𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑒𝑠
𝑌 = 1.3752𝑋 − 5.8723
c) Resultados de la función de R.R.

 Valor de de 𝑥𝑟
−4.7529
𝑥𝑟 = 10−1.1004 = 20856.7937
 Luego la función RR está dada por
𝑥 1.1004
𝐺(𝑥) = 100exp[− ]
20856.7937
Tabla 10: cuadro comparativo de % de acumulado pasante teórico y calculado con la función de
R.R
logxi logln(100/Gxi)
Xi Yi Xi*Yi Xi^2 Yi^2
4.279 0.2270 0.97114 18.3077 0.05151
4.097 -0.3490 -1.42982 16.7847 0.12180
3.978 -0.5648 -2.24671 15.8223 0.31902
3.677 -0.8346 -3.06845 13.5181 0.69650
3.373 -1.0137 -3.41917 11.3765 1.02762
3.230 -1.0764 -3.47711 10.4358 1.15854
sumatoria 22.63344175 -3.611491201 -12.67011597 86.24510062 3.3750015
Ilustración 13 : grafica comparativa de tamaño de partícula vs %acumulado retenido teórico y calculado
 III. DISCUSION DE RESULTADOS

Para la elección de tamices se determinó de matemática en la cual se obtuvo

una serie normal. De las cuales la malla de 1 pulga fue descartada, porque no
retendría la muestra, en su lugar se reemplazó con la ¾. Y las mallas de ¼ y N°6
fueron sustituidas por criterio, ya que no se contaba con dichas mallas.

Al realizar la regresión mínimos cuadrados manual y la regresión mínimos

cuadrados por Excel, se observa que obtenemos la misma ecuación de la recta
tanto para la función de Gates-Gaudin-Schumann (G-G-S) y de Rosin-Ramler
(R-R). Teniendo eso presente la regresión de mínimos cuadrados por Excel
resulta más conveniente al momento de realizar cálculos ya que optimiza el
tiempo al procesar datos y proporciona datos exactos.

Tras obtener los valores de las funciones de Gates-Gaudin-Schumann (G-G-S)

y de Rosin-Ramler (R-R). Se observa que el coeficiente relativo de correlación
en la función Gates-Gaudin-Schumann ser acerca más a 1, lo que indica que
dicha función es la más adecuada para describir la distribución granulométrica
trabajada. No obstante, en el valor de tamaño de partícula que arrojan la función
de Gates-Gaudin-Schumann (G-G-S) es de 35326.5164𝑢𝑚y de Rosin-Ramler (R-
R) es de 20856.7937, lo que indica que dicho tamaño de partícula es aceptable
con el numero de la malla.

Durante el tamizado siempre ocurren pérdidas de material, a causa de diversos

factores como, mallas en mal estado que atrapan partículas, material fino que se
lleva el aire al momento de realizar el pesaje.
Aunque es preciso aclarar que estas pérdidas no deben ser mayores a ±3% del
peso final, en caso contrario de bebe repetir el ensayo, cosa que no ocurre para
este ensayo, dando así como un ensayo satisfactorio