Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de ingeniería
Campus Concepción
Docente
Integrantes
“Muestreo de minerales”
𝑥 𝑛
𝑭(𝒙) = ( )
𝐾𝑠𝑐ℎ
𝒏: 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝑲𝑺𝒄𝒉 : 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑆𝑐ℎ𝑢ℎ𝑚𝑎𝑛𝑛 ( 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑇𝑎𝑚𝑎ñ𝑜, 𝑡𝑎𝑚𝑎ñ𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜)
𝒙: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎
𝑴: 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
𝑲𝑹𝑹 : 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑅𝑜𝑠𝑖𝑛 − 𝑅𝑎𝑚𝑚𝑙𝑒𝑟 ( 𝑃𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑑𝑒 𝑇𝑎𝑚𝑎ñ𝑜, 𝑡𝑎𝑚𝑎ñ𝑜 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑜)
𝒙: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎
Aplicando Ln a ambos lados de la ecuación que define el modelo obtendremos la
siguiente expresión:
𝟏
𝑳𝒏 (𝑳𝒏 ( )) = 𝑚𝐿𝑛(𝑥) − 𝑚𝐿𝑛(𝐾𝑅𝑅 )
𝟏 − 𝑭(𝒙)
EJERCICIOS PROPUESTOS
Tabla 1
80%
70%
60%
50%
40%
30%
20%
10%
0%
1 10 100 1000 10000
Tamaño de partícula en micrones
y = 2.2177ln(x) - 2.4694
0.00 R² = 0.9263
0.00 0.50 1.00 1.50 2.00 2.50 3.00
-0.50
Log(F(x))
-1.00
-1.50
-2.00
Log(x)
RR
2
y = 7.2984ln(x) - 13.189
1 R² = 0.9885
0
Ln(Ln(1/1-f(X)))
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00
-1
-2
-3
-4
-5
Ln(x)
Ejercicio 2: Generar las curvas según las distribuciones GS y RR de los ejemplos
dados en clase.
Número
Tamaño de
Rango de de Porcentaje Porcentaje
partícula (mm) Promedio frecuencia
milímetros partículas retenido pasante
xi xi+1 N
1.4-2.0 1.4 1.7 1.55 0 0.0% 0.0% 100.0%
2.0-2.8 2.0 2.4 2.20 5 0.5% 0.5% 99.5%
2.8-4.0 2.8 3.3 3.05 22 2.2% 2.7% 97.3%
4.0-5.6 4.0 4.7 4.35 69 6.9% 9.6% 90.4%
5.6-8.0 5.6 6.7 6.15 134 13.4% 23.0% 77.0%
8.0-11.2 8.0 9.5 8.75 249 24.9% 47.9% 52.1%
11.2-16.0 11.2 13.4 12.30 259 25.9% 73.8% 26.2%
16.0-22.4 16.0 18.9 17.45 160 16.0% 89.8% 10.2%
22.4-32.0 22.4 26.8 24.60 73 7.3% 97.1% 2.9%
32.0-44.8 32.0 37.9 34.95 23 2.3% 99.4% 0.6%
44.8-64.0 44.8 53.3 49.05 5 0.5% 99.9% 0.1%
64.0-89.6 64.0 75.7 69.85 1 0.1% 100.0% 0.0%
GGS
1.5
1
0.5
0
-0.5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Log(F(X))
-1
-1.5
y = -1.133ln(x) - 1.0677
-2 R² = 0.5638
-2.5
-3
-3.5
Log(X)
RR
4
2
Ln(Ln(1/1-f(X)))
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
-2
-4
y = -3.055ln(x) + 0.452
R² = 0.5664
-6
-8
Ln(x)
Tamaño en
Rango de Tamaño Masa Función Función Función
micrones
malla promedio retenida frecuencia distribución distribución
xi Xi+1 directa inversa
8-10 2360 2003 2181.5 2 1.8% 1.8% 98.2%
10-14 1700 1416.3 1558.15 2.2 2.0% 3.8% 96.2%
14-20 1180 1001.5 1090.75 4.6 4.2% 8.0% 92.0%
20-28 850 714.1 782.05 8.2 7.4% 15.4% 84.6%
28-35 600 505 552.5 13.2 12.0% 27.4% 72.6%
35-48 425 357.1 391.05 22.6 20.5% 47.8% 52.2%
48-65 300 252.2 276.1 17.1 15.5% 63.3% 36.7%
65-100 212 178.3 195.15 14.8 13.4% 76.7% 23.3%
100-150 150 126.1 138.05 8.5 7.7% 84.4% 15.6%
150-200 106 89.2 97.6 7.4 6.7% 91.1% 8.9%
200-270 75 63 69 1.7 1.5% 92.7% 7.3%
270-400 53 44.9 48.95 1 0.9% 93.6% 6.4%
-400 38 19.5 28.75 7.1 6.4% 100.0% 0.0%
110.4
GGS
0.4
0.2 y = 2.0432ln(x) - 2.3238
R² = 0.9629
0
0 0.5 1 1.5 2 2.5 3 3.5 4
-0.2
Log(F(X))
-0.4
-0.6
-0.8
-1
-1.2
-1.4
Log(x)
RR
2
y = 6.761ln(x) - 12.349
1 R² = 0.9811
Ln(Ln(1/1-f(X)))
0
0 1 2 3 4 5 6 7 8 9
-1
-2
-3
-4
Ln(x)
INTERPRETACIONES
En cuanto a las curvas de distribución lineal lineal y lineal log generadas para el
ejercicio 1 se puede observar una diferencia en relación con el orden y visualización
de los datos. Con esto hacemos referencia a que en el primer gráfico por ejemplo
suele verse menos ajuste de los datos, con esto se logra una dispersión más
uniforme de los elementos.
El ajuste a escala semi logarítmica permite una mejor visualización de los datos
correspondientes a tamaños más finos. En el primer gráfico suelen verse más juntos
en la gráfica los puntos, No obstantes, al aplicar la escala semilogarítmica se logra
tener una mayor apreciación de estos datos en el gráfico.