Universidad Nacional Mayor de San Marcos

Escuela de Química e Ingeniería Química

Curso Mineralurgia
Metodología de la Investigación
Investigación científica con enfoque cuantitativo

Profesor: José Fernandes de Oliveira Ugarte

Junio de 2023
INTRODUCCIÓN A LA INVESTIGACIÓN EN INGENIERÍA

DEFINICIÓN
 Investigación Científica: Enfoque Cuantitativo

El significado original del término cuantitativo (del latín

quantitas)se vincula a conteos y métodos matemáticos.
Representa un conjunto de procesos organizado de manera
secuencial para comprobar ciertas suposiciones.

Figura 1. Fases del Proceso Cuantitativo.

Investigación Científica: Enfoque Cuantitativo

Quimiometria es una de las subdivisiones de la química

y, consiste en la aplicación de técnicas matemáticas y
estadísticas empleadas en el tratamiento de dados y
planeamientos de experimentos para:

a) Optimizar métodos analíticos;

b) Extraer el mayor número posible de informaciones a
partir de un grupo de dados;
c) Obtener conocimiento suficiente sobre un
determinado sistema químico estudiado.
Investigación Científica: Enfoque Cuantitativo

A – Planeamientos de Experimentos

El planeamiento de experimentos es aplicado a fin de

determinar las condiciones necesarias para generar un
determinado producto con características óptimas. Para
eso es necesario el conocimiento de las siguientes
condiciones:

a) Entender los efectos de la variación de los factores

sobre la respuesta;
b) Modelar la relación entre la respuesta y los factores.
 Investigación Científica: Enfoque Cuantitativo
Los factores son las variables que poden ser controladas y
son usadas para verificar el efecto de la variación de los
factores en la variación de las respuestas estudiadas.

Las respuestas son las variables que describen el

desempeño del sistema estudiado. Son dependentes
encuanto que, los factores son independentes.

Cuando seleccionamos los factores y las respuestas,

esperamos que ellos entejan relacionados unos con los
otros en una relación que pueda ser representada por:

(y1, y2 .....,yp) = f (x1, x2 .....,xp)

Donde y corresponde la respuesta y x corresponde al

factor. Por la relación propuesta el modelo es entonces
obtenido.
Planeamiento Factorial con dos niveles y tres factores

A.1 – Representación del Planeamiento Factorial con dos

niveles

En un determinado sistema teórico, desea estimar los

efectos de tres factores (X1, X2 y X3) en la respuesta Y de un
determinado sistema con dos niveles (-) y (+).

El Planeamiento Factorial es dado por 23 resultando en un

total de ocho experimentos. La matriz de planeamiento
correspondiente a este ejemplo es presentada a
continuación:
 Matriz de Planeamiento
Experimento X1 X2 X3 Y Efecto

01 - - - Y1 b0
02 + - - Y2 b1
03 - + - Y3 b2
04 + + - Y4 b3
05 - - + Y5 b12
06 + - + Y6 b13
07 - + + Y7 b23
08 + + + Y8 b123

Las combinaciones de (+) y (-) identifican un experimento. Por ejemplo,

un experimento (+ - +) significa que los factores X1 y X3 están en los niveles
más altos, encuanto que el factor X2 si encuentra en su nivel más bajo. El
modelo obtenido es entonces dado por la Ecuación 1 a seguir (polinomio
con cuatro ecuaciones y cuatros variables), siendo que los efectos
pueden ser calculados por regresión linear o por el cálculo de matrices.
Representación Gráfica del Modelo factorial 23

Figura 2. Representación gráfica del modelo factorial 23.

Donde y1, y2, y3, y4, y5, y6, y7, y8 representan las respuestas
obtenidas para cada experimento y bo representa la respuesta
en el punto medio.
Ecuación del Modelo del Planeamiento Factorial 23

Ecuación 1:

Y = b0 + b1X1 + b2X2 + b3X3 + b12X1X2 + b13X1X3 + b23X2X3 +

b123X1X2X3

Donde:
Y = respuesta deseada
b0 = valor medio de la respuesta Y
bi = representa el efecto del factor i
bij = representa el efecto de la interacción entre Xi y Xj
bijk = representa el efecto de la interacción entre Xi , Xj y Xk
 Ejemplo 1: Calcular el Factor de Expansión del Mineral
Vermiculita con las variables: temperatura, tiempo de
exposición y masa de la muestra.
Planeamiento Factorial con dos niveles y tres factores: 23

Factores o Variables:
X1: Temperatura (°C) (700 – 900)
X2: Tiempo de exposición (minutos) (5 – 10)
X3: Masa de la muestra (%) (40 – 60)

La matriz de experimentos con dos niveles (+) y (-) y tres

fatores (X1, X2 y X3) dado por ocho experimentos es
presentado en la Tabla 1, donde X1, X2 y X3 son,
respectivamente, temperatura de expansión (°C), tiempo de
exposición (minutos) y masa de la muestra (%).
Ejemplo 1: Calcular el Factor de Expansión del Mineral
Vermiculita con las variables: temperatura, tiempo de
exposición y masa de la muestra.

Forma cruda Forma expandida

Figura 3. Imágenes de la vermiculita.

Ejemplo 1: Calcular el Factor de Expansión del Mineral
Vermiculita
Tabla 1 - Matriz de Experimentos del Planeamiento
Factorial 23
Experimento X1 X2 X3 X1 X2 X3 Y

01 - - - 700 5 40 Y1
02 + - - 900 5 40 Y2
03 - + - 700 10 40 Y3
04 + + - 900 10 40 Y4
05 - - + 700 5 60 Y5
06 + - + 900 5 60 Y6
07 - + + 700 10 60 Y7
08 + + + 900 10 60 Y8
Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

La matriz para el cálculo de los efectos es presentada en

la Tabla 2, y son calculados por la Ecuación 2:

Efecto = {[(Σ respuestas para el nivel (+)] – [(Σ respuestas

para el nivel (-)]}/ rk-1 (Ec. 2)

donde r representa el número de niveles y k el número de

factores.

Para el cálculo del efecto b0, se utiliza rk en el

denominador de la Ecuación 2.
Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

Tabla 2 - Matriz para el cálculo de los efectos

Experimento I X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 Y

01 + - - - + + + - Y1
02 + + - - - - + + Y2
03 + - + - - + - + Y3
04 + + + - + - - - Y4
05 + - - + + - - + Y5
06 + + - + - + - - Y6
07 + - + + - - + - Y7
08 + + + + + + + + Y8
Efecto bo b1 b2 b3 b12 b13 b23 b123
 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita
Tabla 2 - Matriz para el cálculo de los efectos
Experimento I X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 FE

01 + - - - + + + - 5,0
02 + + - - - - + + 6,0
03 + - + - - + - + 5,0
04 + + + - + - - - 5.7
05 + - - + + - - + 5,2
06 + + - + - + - - 6,3
07 + - + + - - + - 5,2
08 + + + + + + + + 6,5
Efecto bo b1 b2 b3 b12 b13 b23 b123

El cálculo del factor de expansión es obtenido por la

relación entre el volumen expandido y volumen crudo:
FE = V.Expandido/V.Crudo
 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita
Cálculo de los efectos:
Punto medio: I

Efecto = Σ respuestas para el nivel (+)/ rk

bo = (5,0 + 6,0 + 5,0 + 5,7 + 5,2 + 6,3 + 5,2 + 6,5)/23 = 5,612

Factores: X1, X2, X3

Efecto = Σ respuestas para el nivel (+) - Σ respuestas para el nivel (-) /
rk - 1

b1 = (6 + 5,7 + 6,3 + 6,5) – (5 + 5 + 5,2 + 5,2)/23-1 = 1,025

b2 = (5 + 5,7 + 5,2 + 6,5) – (5 + 6 + 5,2 + 6,3)/4 = - 0,025

b3 = (5,2 + 6,3 + 5,2 + 6,5) – (5 + 6 + 5 + 5,7)/4 = 0,375

 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita
Cálculo de los efectos:

Interacciones entre los Factores: X1X2, X1X3, X2X3, X1X2X3

Efecto = Σ respuestas para el nivel (+) - Σ respuestas para el nivel (-) /

rk - 1

b12 = (5 + 5,7 + 5,2 + 6,5) – (6 + 5 + 6,3 + 5,2)/23-1 = - 0,025

b13 = (5 + 5 + 6,3 + 6,5) – (6 + 5,7 + 5,2 + 5,2)/4 = 0,175

b23 = (5 + 6 + 5,2 + 6,5) – (5 + 5,7 + 5,2 + 6,3)/4 = 0,125

b123 = (6 + 5 + 5,2 + 6,5) – (5 + 5,7 + 6,3 + 5,2)/4 = 0,125

La temperatura de expansión tiene el mayor efecto en el factor de

expansión de la vermiculita.
 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

Tabla 3 – Principales efectos e interacciones en el factor

de expansión (FE)

Exp I X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 FE

01 + - - - + + + - 5,0
02 + + - - - - + + 6,0
03 + - + - - + - + 5,0
04 + + + - + - - - 5.7
05 + - - + + - - + 5,2
06 + + - + - + - - 6,3
07 + - + + - - + - 5,2
08 + + + + + + + + 6,5
Efecto 5,612 1,025 -0.025 0.375 -0,025 0,175 0,125 0,125
 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

La expresión analítica que correlaciona cuantitativamente

las variables (temperatura, tiempo y masa) con la
respuesta (factor de expansión FE) y los coeficientes de los
efectos con los resultados obtenidos son mostrados en la
Ecuación 3.

Y = b0 + b1X1 + b2X2 + b3X3 + b12X1X2 + b13X1X3 + b23X2X3 +

b123X1X2X3

FE = 5,612 + 1,025X1 – 0.025X2 + 0,375X3 – 0,025X1X2 + Ec. 3

0,175X1X3 + 0,125X2X3 + 0,125X1X2X3
 Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

Representación gráfica del Planeamiento Factorial 23

con la Respuesta Factor de Expansión del Mineral
Vermiculita en cada vértice del cubo y en el punto
central (promedio)
Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita

Para corroborar la linealidad del modelo (bo), fue

calculado experimentalmente el FE en el punto medio. El
valor obtenido fue (5,4). Comparándose com el modelo
téorico (5,6) con el experimental no hay variación
significativa, por lo tanto el modelo linear propuesto
describe adecuadamente el comportamiento del FE en el
intervalo de variables estudiado.
Ejemplo 1: Calcular el Factor de Expansión del
Mineral Vermiculita
Como la temperatura (X1) es la variable más importante, se
obtuvo la ecuación de la recta del modelo con las
coordenadas Temperatura (700 °C y 900°C ) con factor de
expansión FE (5 y 6). FE = 0,005x + 1,5b con coeficiente de
correlación (r) igual a 1.
6.2
6
5.8
5.6
5.4
FE

5.2
5
4.8
4.6
4.4
700 720 740 760 780 800 820 840 860 880 900
T °C
 Ejemplo 2: INFLUENCE OF PROCESSING PARAMETERS ON STRUCTURAL
CHARACTERISTICS OF POROUS CALCIUM PHOSPHATE SAMPLES: A STUDY USING
AN EXPERIMENTAL DESIGN METHOD.

Factores o Variables:
X1: Razón atómica (Ca/P) (1,58 – 1,66)
X2: Temperatura de calcinación (°C) (1000 – 1150)
X3: Masa de naftaleno (%) (20 – 40)

Factores Niveles
Matriz de Experimentos del Planeamiento Factorial 23

Denominación
 Resultados - DRX

Porcentajes de las fases identificadas por DRX en las muestras porosas

con tamaño de cristalito (TC) calculado en los planos (002) y (300) de
la HA.

Fases Presentes
Muestra
Curva de calibración
 Resultados – Efectos de los factores en la % de la HA

Efecto
Resultados – Efectos de los factores en la % de la Porosidad total (PT)

Efecto
 Resultados – Expresiones analíticas del modelo

Las expresiones analíticas que correlacionan cuantitativamente las

variables (razón Ca/P, temperatura de calcinación y masa de
naftaleno) con las respuestas (porcentaje de HA y porosidad total) y
los coeficientes de los efectos.
Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del
oro que si encuentra en la forma de electrum.

Factores o Variables:
X1: Ley de Oro (g/ton) (0,12 – 2,57)
X2: N° P de goethita (54 – 82)
X3: Porcentaje de goethita (%) (33 – 56)

Variables Niveles
(-) (+)
X1 0,12 2,57
X2 54 82
X3 33 56
 Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del oro que
si encuentra en la forma de electrum.

Resultados:

Matriz del Experimiento

Experimento Ley de oro (g/ton) N°P de goethita (%) Goethita (%) R del oro (%)
1 0.12 54 33 77.30
2 2.57 54 33 92.13
3 0.12 82 33 83.90
4 2.57 82 33 93.62
5 0.12 54 56 76.50
6 2.57 54 56 90.15
7 0.12 82 56 85.10
8 2.57 82 56 96.25
 Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del oro que
si encuentra en la forma de electrum.

Resultados:

Matriz con los efectos

Experimiento I X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 Y

1 + - - - + + + - 77.30
2 + + - - - - + + 92.13
3 + - + - - + - + 83.90
4 + + + - + - - - 93.62
5 + - - + + - - + 76.50
6 + + - + - + - - 90.15
7 + - + + - - + - 85.10
8 + + + + + + + + 96.25
Efecto 86.87 12.34 5.70 0.26 -1.90 0.86 1.65 0.65
 Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del oro que
si encuentra en la forma de electrum.

Resultados:
La expresión analítica que correlaciona cuantitativamente las
variables (ley de oro, número de partículas de goethita y porcentaje
de goethita) con la respuesta (recuperación de oro) y los coeficientes
de los efectos es:

Recuperación = 87.77 + 12.34X1 + 5.70X2 + 0.26X3 - 1.90X1X2 + 0.86X1X3 + 1.65X2X3 + 0.65X1X2X3

Como las variables más significativas (por presentaren un efecto
mayor en la respuesta recuperación del oro), la ecuación del
modelo si reduce a:

Recuperación = 87.77 + 12.34X1 + 5.70X2

 Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del oro que
si encuentra en la forma de electrum.

Resultados:
La representación gráfica del modelo es presentada en la figura
abajo:
 Ejemplo 3: Evaluar la influencia de las variables (Ley de oro, número de
partículas de goethita y porcentaje de goethita en la recuperación del oro que
si encuentra en la forma de electrum.

Comparación entre la recuperación del oro con el número de

partículas de goethita y ley de oro en 18 muestras.
 Ejercicio 1: Evaluar la influencia de las variables en la
recuperación y en la ley de concentrados de minerales de
cobre empleado en el proceso de flotación.
Factores o Variables:
X1: Tamaño de partícula – P80 (µm) (50 – 100)
X2: Concentración de reactivos (Kg/TM) (2,50 – 3,50)
X3: pH (5,0 – 10,0)

Variables Niveles
(-) (+)
X1 50 100
X2 2,5 3,5
X3 5,0 10,0
Resultados:
Tabla 1 - Matriz de Experimentos del Planeamiento
Factorial 23
Experimento X1 X2 X3 X1 X2 X3 R (%) Ley
Conc (%)
01 - - - 50 2,5 5,0 72,0 27,5

02 + - - 100 2,5 5,0 74,5 28,0

03 - + - 50 3,5 5,0 71,9 27,2

04 + + - 100 3,5 5,0 74,3 27,7

05 - - + 50 2,5 10,0 72,3 27,5

06 + - + 100 2,5 10,0 87,5 29,5

07 - + + 50 3,5 10,0 80,5 28,7

08 + + + 100 3,5 10,0 84,5 29,7

Evaluar los resultados obtenidos de la recuperación con el cálculo
de los efectos de las variables (cuales son las variables e
interacciones más importantes), indicando las posibles causas de
la baja recuperación en algunos experimentos y lo que podría ser
hecho para aumentar la misma. Indicar también las expresiones
analíticas que correlacionan las variables estudiadas con los
efectos. Además, representar gráficamente el planeamiento
factorial con las respuestas obtenidas, sabiéndose que los valores
promedios de las respuestas (recuperación y ley del concentrado
de cobre) obtenidas experimentalmente fueron respectivamente:
70,50% y 27,90%. Indicar si el modelo tiende a un comportamiento
linear.
EXEMPLO 3: Evaluar
Ejercicio la influencia
2 : Evaluar de las variables
la influencia de enlaslavariables
recuperación
endela
minerales de cobre empleado en el proceso de flotación
recuperación y en el tonelaje de minerales de zinc
empleado en el proceso de flotación.
Factores o Variables:
X1: Porcentaje de sólidos en la pulpa (%) (22 – 30)
X2: Ley de la cabeza (%) (1,25 – 2,50)
X3: pH (7,0 – 11,0)

Variables Niveles
(-) (+)
X1 22 30
X2 1,25 2,50
X3 7,0 11,0
Resultados:

Tabla 1 - Matriz de Experimentos del Planeamiento

Factorial 23
Experimento X1 X2 X3 X1 X2 X3 R (%) TM/día

01 - - - 22 1,25 7,0 70,5 250,0

02 + - - 30 1,25 7,0 74,5 260,0

03 - + - 22 2,50 7,0 71,9 245,0

04 + + - 30 2,50 7,0 74,3 256,0

05 - - + 22 1,25 11,0 71,3 244,0

06 + - + 30 1,25 11,0 88,0 320,0

07 - + + 22 2,50 11,0 75,5 247,0

08 + + + 30 2,50 11,0 92,5 340,0

Evaluar los resultados obtenidos de la recuperación con el
cálculo de los efectos de las variables (cuales son las variables e
interacciones más importantes) , indicando las posibles causas
de la baja recuperación en algunos experimentos y lo que
podría ser hecho para aumentar la misma. Indicar también las
expresiones analíticas que correlacionan las variables estudiadas
con los efectos. Además, representar gráficamente el
planeamiento factorial con las respuestas obtenidas, sabiéndose
que los valores promedios de las respuestas (recuperación y
tonelaje de zinc) obtenidas experimentalmente fueron
respectivamente: 60,50% y 220,50 TM/día. Indicar si el modelo
tiende a un comportamiento linear.
EXEMPLO 3: Evaluar la influencia de las variables en la recuperación de
Ejercicio 3: Evaluar
minerales la influencia
de cobre empleado de lasde
en el proceso variables
flotación en la
recuperación y en el tonelaje de minerales de plata
empleado en el proceso de flotación.
Factores o Variables:
X1: Tamaño de partícula – P80 (µm) (30 – 110)
X2: Ley de la cabeza (%) (0,85 – 1,65)
X3: Velocidad del aire lb/pulg2 (4,0 – 7,0)

Variables Niveles
(-) (+)
X1 30 110
X2 0,85 1,65
X3 4,0 7,0
Resultados:

Tabla 1 - Matriz de Experimentos del Planeamiento

Factorial 23

Experimento X1 X2 X3 X1 X2 X3 R (%) TM/día

01 - - - 30 0,85 4,0 82,5 255,0

02 + - - 110 0,85 4,0 83,5 260,0

03 - + - 30 1,65 4,0 81,9 275,0

04 + + - 110 1,65 4,0 84,3 256,0

05 - - + 30 0,85 7,0 73,3 244,0

06 + - + 110 0,85 7,0 75,0 235,0

07 - + + 30 1,65 7,0 75,5 247,0

08 + + + 110 1,65 7,0 74,5 240,0

Evaluar los resultados obtenidos de la recuperación con el
cálculo de los efectos de las variables (cuales son las variables e
interacciones más importantes), indicando como podría
aumentar recuperación en algunos experimentos. Indicar
también las expresiones analíticas que correlacionan las
variables estudiadas con los efectos. Además, representar
gráficamente el planeamiento factorial con las respuestas
obtenidas, sabiéndose que los valores promedios de las
respuestas (recuperación y tonelaje de plata) obtenidas
experimentalmente fueron respectivamente: 65,50% y 230,50
TM/día. Indicar si el modelo tiende a un comportamiento linear.
EXEMPLO 3: Evaluar la influencia de las variables en la recuperación de
Ejercicio 4: Evaluar la influencia de las variables en la
minerales de cobre empleado en el proceso de flotación
recuperación y en el tonelaje de minerales de oro
empleado en el proceso de flotación.
Factores o Variables:
X1: Porcentaje de pirita (%) (49 – 65)
X2: Ley de oro (%) (0,19 – 2,17)
X3: pH (6,0 – 10,0)

Variables Niveles
(-) (+)
X1 49 65
X2 0,19 2,17
X3 6,0 10,0
Resultados:

Tabla 1 - Matriz de Experimentos del Planeamiento

Factorial 23

Experimento X1 X2 X3 X1 X2 X3 R (%) TM/día

01 - - - 49 0,19 6,0 9,84 10,25

02 + - - 65 0,19 6,0 26,88 16,50

03 - + - 49 2,17 6,0 10,35 9,45

04 + + - 65 2,17 6,0 23,42 14,25

05 - - + 49 0,19 10,0 11,72 10,88

06 + - + 65 0,19 10,0 21,67 13,12

07 - + + 49 2,17 10,0 8,18 6,22

08 + + + 65 2,17 10,0 20,14 12,18

Evaluar los resultados obtenidos de la recuperación
con el cálculo de los efectos de las variables (cuales
son las variables e interacciones más importantes),
indicando las posibles causas de la baja
recuperación y baja tonelaje. Que podría ser hecho
para aumentar las mismas. Indicar también las
expresiones analíticas que correlacionan las variables
estudiadas con los efectos.
Además, representar gráficamente el planeamiento
factorial con las respuestas obtenidas, sabiéndose
que los valores promedios de las respuestas
(recuperación y tonelaje de oro) obtenidas
experimentalmente fueron respectivamente: 20,15% y
8,50 TM/día. Indicar si el modelo tiende a un
comportamiento linear.
Ejercicio 5: Evaluar la influencia de las variables en la
energía específica y en Wi operativo en un circuito de
fragmentación.
En un circuito de fragmentación está siendo procesada
(48,56 t/h – 54,25 t/h) de sólidos molidos en el circuito.
La alimentación del circuito es de (4,85 mm – 5,32 mm) y
sales de los hidrociclones (0,115 mm – 0,130 mm).
El molino opera a una velocidad crítica de 72% con un
nivel de llenado de 38%. Su tamaño es de 10 x 10 (pies) y
consume 653 Kw. Calcule la energía específica (Kwh/T) y
Wi operativo (Kwh/T) para el rango de variables
indicadas, empleando las fórmulas:
 Modelo de Bond

Wi = P E = P/M
10 [1/ 𝑃80 − 1/√𝐹80] ∗ 𝑚

Donde:
P = potencia
M = masa
10 = factor de Bond
P80 = producto de la salida (micras)
F80 = alimentación del circuito (micras)
Factores o Variables:
X1: F80 (mm) (4,85 – 5,32)
X2: P80 (mm) (0,115 – 0,130)
X3: Toneladas procesadas/h (48,56 – 54,25)

Variables Niveles
(-) (+)
X1
X2
X3 48,56 54,25
Tabla 1 - Matriz de Experimentos del Planeamiento
Factorial 23

Experimento X1 X2 X3 X1 X2 X3 E Wi
(Kwh/t) (Kwh/t)

01 - - -
02 + - -
03 - + -
04 + + -
05 - - +
06 + - +
07 - + +
08 + + +
Evaluar los resultados obtenidos de la energía
específica y el Wi operativo con el cálculo de los
efectos de las variables (cuales son las variables e
interacciones más importantes), indicando las
eficiencias energéticas presentadas en los
experimentos y lo que podría ser hecho para disminuir
el consumo de energía. Indicar también las
expresiones analíticas que correlacionan las variables
estudiadas con los efectos.
Además, representar gráficamente el planeamiento
factorial con las respuestas obtenidas, calculando los
valores promedios de las respuestas (energía
especifica y Wi operativo) con las ecuaciones
indicadas y verificar si el modelo tiende a un
comportamiento linear.
Ejercicio 6: Evaluar la influencia de las variables en la
potencia y en la abertura del triturador (Gape) de un
triturador de mandíbulas empleado en la etapa de
trituración primaria.

Determinar la potencia y la abertura del triturador de

mandíbulas para procesar (398 t/h – 520 t/h) de un
mineral con un F80 (560 mm – 660 mm) que genera un
producto P80 (140 mm – 240 mm). El Wi del mineral es de
12,5 Kwh/T. Para calcular la potencia del triturador utilizar
la ecuación del modelo de Bond y para la abertura del
triturador, utilizar la ecuación del modelo Rose y English.
Modelo Rose y English

G= F80

6, 3 𝑥 105

Donde:
G = Gape (abertura del triturador)(m)
F80 = 80% acumulado de la alimentación (micras)
Modelo de Bond

1 1
P = 10 Wi − *m
𝑃80 𝐹80

Donde:
Wi = Índice de trabajo de trituración (Kwh/T)
P = Potencia (Kw)
P80 = 80% acumulado del producto (micras)
F80 = 80% acumulado de la alimentación (micras)
m = Capacidad de molienda (t/h)
Factores o Variables:
X1: F80 (mm) (560 – 660)
X2: P80 (mm) (140 – 240)
X3: Toneladas procesadas/h (398 – 520)

Variables Niveles
(-) (+)
X1
X2
X3 398 520
 Tabla 1 - Matriz de Experimentos del Planeamiento
Factorial 23

Experimento X1 X2 X3 X1 X2 X3 P G
(Kw) (m)

01 - - -
02 + - -
03 - + -
04 + + -
05 - - +
06 + - +
07 - + +
08 + + +
Evaluar los resultados obtenidos de la potencia y la
abertura del triturador con el cálculo de los efectos
de las variables (cuales son las variables e
interacciones más importantes), indicando las
eficiencias energéticas presentadas en los
experimentos y lo que podría ser hecho para disminuir
el consumo de energía. Indicar también las
expresiones analíticas que correlacionan las variables
estudiadas con los efectos.
Además, representar gráficamente el planeamiento
factorial con las respuestas obtenidas, calculando los
valores promedios de las respuestas (potencia y
abertura del triturador) con las ecuaciones indicadas
y verificar si el modelo tiende a un comportamiento
linear.
Ejercicio 7: Evaluar la influencia de las variables en el
porcentaje de sólidos y velocidad crítica del molino SAG
empleado en la etapa molienda.

Determinar el porcentaje de sólidos y la velocidad crítica

del molino SAG com diámetro (30 - 40 pulgadas)
empleado en la etapa de molienda operando con
densidad del mineral (ds) (3,8 – 5,5 t/m3) y densidad de
la pulpa (dp)(1,992 – 2,845 t/m3). Para hacer los cálculos
utilizar las ecuaciones:
Donde:
ds = densidad del mineral (t/m3)
dp = densidad de la pulpa (t/m3)
Ncrit = velocidad critica (rpm)
D = diámetro del molino (pulgadas)
Factores o Variables:
X1: D (pulgadas) (30 – 40)
X2: ds (t/m3) (3,8 – 5,5 )
X3: dp (t/m3) (1,992 – 2,845)

Variables Niveles
(-) (+)
X1
X2
X3
 Tabla 1 - Matriz de Experimentos del Planeamiento
Factorial 23

Experimento X1 X2 X3 X1 X2 X3 S VC
(%) (rpm)

01 - - -
02 + - -
03 - + -
04 + + -
05 - - +
06 + - +
07 - + +
08 + + +
Evaluar los resultados obtenidos el porcentaje de
sólidos y la velocidad crítica con el cálculo de los
efectos de las variables (cuales son las variables e
interacciones más importantes), indicando las
eficiencias de operaciones del molino presentadas en
los experimentos y lo que podría ser hecho para
mantener la eficiencia del molino y disminuir el
consumo de energía. Indicar también las expresiones
analíticas que correlacionan las variables estudiadas
con los efectos.
Además, representar gráficamente el planeamiento
factorial con las respuestas obtenidas, calculando los
valores promedios de las respuestas (porcentaje de
sólidos y velocidad crítica) con las ecuaciones
indicadas y verificar si el modelo tiende a un
comportamiento linear. Además, calcular la
velocidad de rotación si consideramos un 75% de la
velocidad crítica en el punto medio.
 Programas Estadísticos

• Es el más utilizado en varias áreas del conocimiento. Pero hay que

tener cuidado con su uso para no cometer errores.

• Libre permite hacer análisis factorial exploratorio.

 Programas Estadísticos

• Libre y permite hacer análisis factorial exploratorio.

• Tienes que pagar una licenciatura, permite hacer análisis factorial

confirmatorio. Fácil de usarlo. Te permite también hacer análisis y
obtener informaciones de tu plan de investigación.
 Programas Estadísticos

• Es una página que permite calcular el estimador de viabilidad.

• Libre y permite hacer modelos y análisis de investigación mucho más

fuerte. Su entorno es amigable y hay muchos tutoriales a cerca de
ese software.
 Programas Estadísticos

Reestudio

• Libre y que permite hacer análisis mucho más fuerte. Su entorno

está en inglés. Es un software mucho recomendado para las
investigaciones que serán publicadas en revistas de impactos.

¿Qué software puedo utilizar si tengo un diseño experimental?

Puedes usar el SPSS, complementarlo con el G*Power para estimar

el tamaño del efecto y potencia estadística.
 REFERENCIAS BIBLIOGRÁFICAS

• HERNÁNDEZ – SAMPIERI, Roberto y MENDOZA TORRES, Christina Paulina

(2018) “ Metodología de la Investigación, las rutas cuantitativa, cualitativa
y mixta”, Editado por McGRAW-HILL INTERAMERICANA, 1rª Edición.
• ALBA V., Cecilia (2009) “Manual del Tesista Autodidacta”, Edit. UNACH, 1ª
ed. https://espejosomos.files.wordpress.com/2014/01/manual-tesista.pdf
• ANDIA, Walter (2017) “Manual de Investigación Universitaria”, Edit. “Arte y
Pluma”,1rª Edición.
• CABALLERO, Alejandro (2014) “Metodología integral innovadora para
planes y tesis”, Edit. ULADECH, 3rª Edición.
• MUÑOZ, Carlos (2011) “Como elaborar y asesorar una investigación de
tesis”, Edit. Pearson, 2dª Edición.
• BORJA, Manuel (2012) “Metodología de la Investigación para Ingenieros”;
Material Complementario.
• http://www.sld.cu/galerias/pdf/sitios/bmn/metodologia_de_la_investigaci
on.diseno_teorico_y_formulacion_proyecto_investigacion.pdf
• http://botica.com.ve/PDF/metodologia_investigacion.pdf
¡Muchas Gracias!