01 Muestreo1

MUESTREO Y PREPARACIN DE MUESTRAS
DE MINERALES
HUGO CARCAMO G.
Estadstica aplicada al Muestreo
Medidas de Tendencia Central

Media Aritmtica.- Si se tienen n valores de n mediciones, la media
aritmtica se obtiene sumando estos valores y dividiendo por el
nmero total de datos.
1 n
X Xi
n i 1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
X 4 + 8 + 4 + 6 + 7 + 5 +6 +8 +7 + 6
10
La media aritmtica es 6,1

Observacin.- Este estadstico es poco robusto a la presencia de datos
anmalos

Mediana.- Los resultados se ordenan de menor a mayor,
Si el total de datos es un nmero impar, entonces la mediana
corresponde al valor central de estos datos.
Si el total de datos es un nmero par, entonces la mediana corresponde
al promedio de los dos datos centrales.
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
4 4 5 6 6 6 7 7 8 8
La mediana es 6
Observacin.- Este estadstico es mucho ms robusto a la presencia de
datos anmalos que la media aritmtica.

Moda.- Es el nmero que ms se repite en la serie
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
4 4 5 6 6 6 7 7 8 8
La moda es 6

Media Cuadrtica.- Los datos se elevan al cuadrado y despus se
suman.
1 n 2
XC
Xi
n i 1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
XC
1 2 2
(4 8 4 2 6 2 7 2 52 6 2 82 7 2 6 2 )
10
X C 6,2

Media Geomtrica.- Se determina el logaritmo a cada resultado,
despus se suman y se dividen por el nmero de datos.
1 n
log X G log X i
n i 1
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
log X G
1
(log 4 log 8 log 4 log 6 log 7 log 5 log 6 log 8 log 7 log 6)
10
log X G 0,7734
X G 10 0,7734
X G 5,9
~
x
Mediana
Media Aritmtica
x
~
x
Moda
Medidas de Dispersin
Desviacin estndar.- Estima la dispersin de los resultados
alrededor de su valor medio y se expresa como:
n
(x x)
i 1
poblacin
(x
i 1
x )2
Muestra
n 1
donde n-1 son los grados de libertad, es decir el nmero de

estimaciones independientes que pueden obtenerse a partir de un
conjunto especfico de datos.
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

10 1
s 1,449
Varianza.- Es la desviacin estndar al cuadrado, y se expresa como:

n
s2
2
(
x
x
)
i
i 1
n 1
donde n-1 son los grados de libertad, es decir el nmero de

estimaciones independientes que pueden obtenerse a partir de un
conjunto especfico de datos.
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

s
10 1
2
s 2 2,100
Recorrido o Rango.- Es la diferencia entre el resultado ms alto y el

ms bajo.
R = xsup xinf
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
Rango = 8 4
Rango = 4
Observacin.- La desventaja de utilizar este estadstico, es que
cuando se considera un nmero grande de datos, existe ms
probabilidad de obtener valores anmalos que distorsionen el
recorrido. Por lo tanto es un estadstico poco robusto en comparacin
a la desviacin estndar y a la varianza.
Desviacin Estndar Relativa.- Tambin conocida como Coeficiente

de Variacin. Es un estadstico que relaciona la desviacin estndar
con la media aritmtica
s
s
DER
CV
x
x
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

10 1
s 1,449
X 4 + 8 + 4 + 6 + 7 + 5 +6 +8 +7 + 6
X 6,1
10
CV
1,449
6,1
CV 0,238
Error Relativo.- Es un estadstico que relaciona el rango estndar

con la media aritmtica
ER
R
x
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
84
ER
6,1
E R 0,656
Varianza Relativa.- Es un estadstico que relaciona la varianza con

la media aritmtica al cuadrado, o en otras palabras es la desviacin
estndar relativa al cuadrado.
s2
VR 2
x
s
VR
x
Ejemplo:
Datos: 4, 8, 4, 6, 7, 5, 6, 8, 7, 6
VR
2,100
6,1
VR 0,056
VR CV
VR DER
Algunos Ejemplos de aplicacin
La desviacin estndar no es aditiva

Cuando se deben sumar los errores, lo que se deben sumar
son las varianzas, no las desviaciones estndar.
Ejemplo:
Error de Muestreo 1: 15 %
Error Total = (0,15)2 + (0,08)2 + (0,04)2
Error Total = 17,5 %
La desviacin estndar como medida del error

Cuando queremos expresar la d.e. en
funcin de la confianza o probabilidad
tenemos que tomar en cuenta el tipo de
distribucin
Propiedades de la Distribucin Normal
68 %
95 %
99,7 %
Poblacin y Muestra
Poblacin.- es el conjunto sobre el que estamos interesados en
obtener conclusiones (hacer inferencia).
Normalmente es demasiado grande para poder abarcarlo.
Muestra.- es un subconjunto suyo al que tenemos acceso y sobre el
que realmente hacemos las observaciones (mediciones)
Debera ser representativo
Esta formado por miembros seleccionados de la poblacin
(individuos, unidades experimentales).
Cuando nos referimos a variables de la poblacin hablamos de

parmetros. En cambio cuando nos referimos a las variables de las
muestras hablamos de estadsticos o estadgrafos.
Teorema Central del Lmite
X1
X11
X21
X2
Xn
X1
..
X2
Xn
Xn1
X U(,2)
X2
X1
Xn
X N(,2/n)
Teorema Central del Lmite
t-student
Cuando se determina la varianza de un nmero pequeo de
muestras que tienen una distribucin normal, la varianza puede que
no represente la curva de Gauss. En este caso, se utiliza el factor
de correccin t - student
Distribucin t-student
t
Cuanto , entonces t z
Conceptos bsicos relacionados con el Muestreo

de Minerales
LOTE
Se refiere a una cantidad de materia a ser muestreada, cuya
composicin se quiere estimar.
Es la cantidad definida de material, cuya calidad se presume
uniforme.
Ejemplos:
30.00 Toneladas de mineral en un acopio
3 m de profundidad en una mina subterrnea
500 toneladas de concentrado que pasan a travs de una
correa transportadora
1 par de ctodos de cobre
1 submuestra del laboratorio.
INCREMENTO
Una cantidad de materia seleccionada mediante un
dispositivo de muestreo en una sola operacin.
INCREMENTO
Una cantidad de materia seleccionada mediante un
dispositivo de muestreo en una sola operacin.
MUESTRA
Una cantidad de materia que es extrada de un lote, a
menudo obtenida mediante la reunin de distintos
incrementos o fracciones del lote
MUESTRA
Una cantidad de materia que es extrada de un lote, a
menudo obtenida mediante la reunin de distintos
incrementos o fracciones del lote
CARGAMENTO
Es la cantidad de material entregado en una sola partida.
El cargamento puede consistir en uno o ms lotes o partes
de lotes.
Ejemplo:
- El cargamento de una motonave
- El cargamento de un tren
- El cargamento de un acopio de material en canchas.
PROTOCOLO DE MUESTREO
Es un procedimiento de tipo secuencial que tiene por objeto
visualizar los pasos que se deben de seguir hasta conseguir
el producto.
PROTOCOLO DE MUESTREO
Lote
Muestra Primaria S1
Rechazo Primario
Muestra Primaria Preparada S1

Muestra Secundaria S2
Rechazo Secundario
Muestra Secundaria Preparada S2

Muestra para Laboratorio S3
Rechazo Terciario
Muestra Terciaria Preparada S3

Submuestra analtica S4
Anlisis S4
Resultado Final
Rechazo Terciario
COMPONENTE
Se refiere a una parte elemental o a un constituyente que
puede ser separado y cuantificado mediante anlisis.
Existen componentes qumicos y componentes fsicos.
Ejemplos:
El contenido de cobre en un concentrado.
La proporcin de partculas bajo 150 mallas Tyler en un
mineral.
Componente crtico
Es un componente qumico o fsico de inters cuya proporcin
es altamente relevante que debe ser estimada.
HETEROGENEO Y HOMOGENEO
Se refiere a una parte de materia
Heterogneo
Homogneo
REPRESENTATIVIDAD
Una muestra es representativa cuando representa una masa
mayor de material con sesgo y precisin dentro de lmites
aceptables.
% Cu
Muestreo
Anlisis Qumico
Preparacin
ESPECMEN
Es una parte del lote que se ha obtenido sin respetar las
reglas de la teora del muestreo, que se basa en el concepto
de equiprobabilidad.
Un especmen no debe usarse nunca para representar un
lote, y debe ser denominado en todo momento como tal.
Su propsito es slo cualitativo
En el fondo es una muestra no representativa
SESGO
La diferencia entre el centro de la distribucin de los valores
medidos y el valor real.
Otra definicin:
La diferencia estadsticamente significativa entre la media de
los resultados y un valor de referencia aceptado (ISO 13293)
La existencia de sesgo siempre est relacionada con un
muestreo incorrecto
Usualmente, cuando se ha realizado un muestreo correcto no
se espera encontrar sesgo en una cantidad significativa
DE + EE + WE + PE = NO SIGNIFICATIVO
PRECISIN
El grado de dispersin de los valores medidos
(JI 8100:1992)
Diferencia entre insesgado y exacto

EXACTO
La media del error no es

igual a cero
INSESGADO
La media del error es igual

a cero
(Segn Pierre Gy)
MUESTRA EQUITATIVA
Una muestra es equitativa cuando es reproducible y
suficientemente exacta para satisfacer los requerimientos
del cliente.
Representaciones grficas de los conceptos de

Exactitud y Precisin en el Muestreo
El Muestreo es exacto,
insesgado, y perfectamente
reproducible.
No es real. Un caso lmite nunca encontrado
El Muestreo es exacto y es
reproducible
El Muestreo no es reproducible.
El muestreo no es exacto, porque no existe correlacin

entre ambas series de resultados.
El Muestreo est sesgado, pero es

reproducible (Sesgo Absoluto).
Este caso no es real. El sesgo puede deberse a un error analtico.
El Muestreo est sesgado, pero

es reproducible (Sesgo Relativo).
Este caso no es real. El sesgo puede deberse a un error

analtico y no de muestreo.
El Muestreo est sesgado y es

reproducible, pero sigue una ley
desconocida
Este caso no es real. Puede deberse a un error analtico.
El Muestreo est sesgado y no es

reproducible.
Este es el caso ms frecuente encontrado en muestreo..
TIPOS DE MUESTREO
Muestreo aleatorio.- Todas las unidades que constituyen el
universo a estudiar, tiene la misma probabilidad de ser tomadas
como muestra.
Muestreo sistemtico.- Se toman los incrementos a intervalos fijos
en cantidad o en tiempo a partir del lote.
Muestreo estratificado.- Se divide el lote en distintos estratos,
luego se toman los incrementos al azar a partir de cada estrato
Muestreo en dos etapas.- Es el muestreo que se lleva a cabo en
dos etapas. En una primera etapa se seleccionan al azar las
unidades primarias de muestreo y en una segunda etapa se toman
incrementos al azar de las unidades seleccionadas.
Palas de Muestreo
ALGUNOS DISPOSITIVOS MANUALES DE MUESTREO
Palas de Muestreo
Capacidad de las palas para toma de incrementos
ALGUNOS DISPOSITIVOS MANUALES DE MUESTREO
Palas para reduccin mediante incrementos
Tamao de partcula de la muestra,nmero de la pala para

reduccin por incrementos y espesor de la muestra extendida
Mtodos de Divisin de muestra
MTODOS DE DIVISIN (SEGN JIS 8100 : 1992)

Mtodos de divisin por incrementos
Mtodo de cono y cuarteo
Mtodo de la pala alternada
Mtodos de divisin por rifles
Mtodos de divisin mediante aparatos mecnicos
DIVISIN POR INCREMENTOS (SEGN JIS 8100 : 1992)

a) Caso en que se lleva la divisin sobre una muestra bruta de una
consignacin (Ejemplo: arreglo de 20 partes)
Esparcir la muestra gruesa ya

chancada en una superficie
limpia y lisa formando un
rectngulo como el de la figura.
El espesor deber estar de
acuerdo a tabla JIS
Dividir la muestra en 20 partes

iguales formando una cuadrcula
5x4
Tomar una palada completa de muestra al azar de cada una de

las 20 partes insertando la pala hasta el fondo de la muestra y
luego combinar las 20 paladas.

b) Caso en que se lleva la divisin sobre incrementos individuales
tomados de una consignacin (Ejemplo: arreglo de 4 partes)
Esparcir el incremento en una

superficie limpia y lisa formando
un rectngulo como el de la
figura. El espesor deber estar
de acuerdo a tabla JIS
Dividir la muestra en
cuatro cuartos.
Tomar una palada al azar una a la

vez, de cada divisin, empujando
la pala de incremento hasta el
fondo de la muestra y renala en
una muestra aparte
MTODO DE LA PALA ALTERNADA (SEGN JIS 8100 : 1992)
Apilar una muestra ya molida

formando un cono sobre una
superficie dura, limpia y plana
Repetir la operacin de 1 en otro

lugar una vez ms
a) Tomar una palada de muestra Tomar una palada de muestra una

del cono y esprzala a lo largo por una desde los alrededores de
formando una capa delgada
la pila grande y amontone
alternadamente las paladas de
b) Formar una pila grande
muestra en dos conos, como se
depositando la capa larga
muestra en 5
delgada arriba de la anterior
Guardar un cono de los dos y

descartar el otro
Repetir el procedimiento del 1 al 5

con la mitad de la muestra
MTODO DE CONO Y CUARTEO (SEGN JIS 8100 : 1992)
Apilar una muestra ya molida

formando un cono sobre una
superficie dura, limpia y plana
Aplastar el cono de 1 y repetir la

operacin anterior una o dos
veces ms en otro lugar.
Aplastar el cono, empujando desde la cima hacia abajo en forma

vertical y luego dividir la muestra en 4 partes iguales a partir del
centro.
Retener dos sectores

diagonalmente opuestos A y A. y
descartar B y B.
Repetir la operacin de 1 a 5
con la mitad de la muestra
MTODO DE PALEOS ALTERNADOS (SEGN ISO 12743 : 1998)

1.- Mezclar la muestra y formar una pila en forma de cono sobre una
superficie limpia, dura y plana.
2.- Tomar paladas sucesivas desde la base de la pila, trabajando
alrededor de la base.
3.-Seleccionar la pila a ser retenida.
MTODO DE DIVISIN POR RIFLES (SEGN JIS 8100 : 1992)
DIVISOR DE RIFLES
DIVISOR DE RIFLES
Tamao de partcula y clasificacin de muestreadores tipo rifle
Reductores de Muestra (Divisores)
DIVISOR DE RIFLES
DIVISOR ROTATORIO
REDUCTOR TIPO CORREA - RANURA
REDUCTOR TIPO CORTADOR ROTATORIO
REDUCTOR TIPO CONTENEDOR ROTATORIO
REDUCTOR TIPO CONO ROTATORIO
REDUCTOR TIPO PLATO ROTATORIO
REDUCTOR TIPO SNYDER
REDUCTOR TIPO TABLA SEPARADORA
REDUCTOR TIPO TOLVA ROTATORIA
Tipos de cortadores
CORTADOR EN LNEA TIPO CHUTE (LINEAL)
CORTADOR EN LNEA TIPO CHUTE (RADIAL)
VEZIN
CORTADOR TIPO CAJA
CORTADOR TIPO CAJA
CORTADOR TIPO CAJA
CORTADOR TIPO ALIMENTADOR Y TIPO RASPADOR
CORTADOR TIPO DIVISOR
Introduccin a la Teora del Muestreo de Pierre Gy
Distribucin Heterognea
a1
a2
Constitucin Heterognea
a1
a2
Constitucin Heterognea
a1
a2
a1
a2

Conclusin
Mientras menor sea el tamao de las partculas, mayor
probabilidad habr de que la muestra que se extraiga despus
de homogenizar sea representativa del lote.
Generalmente se debe reducir el tamao de las partculas
antes de extraer una muestra o dividir lal muestra.

La regla bsica para un mtodo de muestreo correcto es que
todos los posibles incrementos que provienen del material tengan
la misma probabilidad de ser seleccionado y aparecer en la
muestra.
Cualquier desviacin a esta regla bsica puede resultar en un
sesgo.
Por lo tanto, un esquema de muestreo incorrecto no puede
proporcionar muestras que sean representativas.
Tipos de Errores
TIPOS DE ERRORES
El error total de muestreo est conformado por los siguientes
errores:
1.- Error Fundamental
2.- Error de segregacin y agrupamiento
3.- Error de variacin de largo plazo
4.- Error de variacin peridica
5.- Error de pesada
6. -Error de delimitacin
7.- Error de extraccin
8.- Error de preparacin
Error Fundamental
La C. Heterognea es la responsable del Error Fundamental
La constitucin heterognea se debe a las diferencias que se
observan dentro de un fragmento o partcula respecto de otra,
en cuanto a:
Forma
Tamao
Densidad
Otras propiedades fsicas
Composicin mineralgica
Composicin qumica
El mezclado y la homogenizacin no tienen influencia sobre la
heterogeneidad de constitucin
Error Fundamental
El Error Fundamental es el error mnimo de muestreo que
estara involucrado si pudiramos seleccionar cada fragmento
al azar.
Para un peso dado de muestra, el FE es el error mnimo de
muestreo que estara involucrado en el protocolo de muestreo,
si ese protocolo fuera implementado en forma correcta.
Por lo tanto, para un estado de conminucin dado, y un peso
dado, es el error de muestreo ms pequeo posible.
El FE puede ser pequeo para constituyentes mayores y
materiales finos, pero puede llegar a ser muy importante para
constituyentes menores.
Por lo tanto, el mezclado y la homogenizacin no pueden reducir
el FE
Error Fundamental
Error de segregacin y agrupamiento

Qu es la segregacin?
Es la separacin de las partculas de material debido a sus
diferentes pesos.
Las partculas ms pesadas tienden a depositarse en el fondo
por efecto de la fuerza de gravedad.
Segregacin debido a la distinta densidad de los fragmentos
Segregacin debido a la diferencia de tamao de los fragmentos

Suponiendo que las partculas tienen la misma densidad
Segregacin debido a partculas con diferentes ngulos de

reposo
Segregacin debido a partculas con diferentes ngulos de reposo

En pequea escala, la distribucin heterognea es la
responsable del error de segregacin y agrupamiento
Tres precauciones son necesarias para minimizar el error GE:
1. Optimizar el peso de muestra
2. Incrementar el nmero de incrementos por muestra
3. Homogenizar el material antes de tomar los incrementos

Para minimizar los errores generados por la CH
Incrementar el nmero de fragmentos por muestras
Para minimizar los errores generados por el factor de
segregacin
Homogenizar el lote antes de muestrear
Para minimizar los errores generados por el factor de
agrupamiento
Recoger tantos incrementos como sea posible
Error de Materializacin
Corresponde al:
Error de Extraccin
Error de Delimitacin
Probablemente no hay otra fuente responsable como muchas para
generar sesgo en el muestreo que los errores generados por la
materializacin de los incrementos que conforman la muestra.
Error de Materializacin
El proceso de muestreo mediante incrementos puede
descomponerse en una secuencia de 4 pasos elementales e
independientes
1.- El punto de seleccin.- Un cierto nmero de puntos se
seleccionan a travs del lote a muestrear, de acuerdo a un
cierto modo de seleccin
2.- La delimitacin del incremento.- en su movimiento
relativo a travs del lote, la herramienta de muestreo delimita
los lmites geomtricos del incremento
3.- La extraccin del incremento.- En su penetracin
material a travs del lote, la herramienta de muestreo extrae
una cierta cantidad de fragmentos, lquido o gas.
4.- La reunin del incremento.- La combinacin y mezcla de
todos los incrementos que conforman la muestra.
La delimitacin de sus lmites debe ser tal que todos los
fragmentos del lote tengan la misma probabilidad de ser
seleccionado mediante un dispositivo de muestreo.
El error de delimitacin genera sesgo.
Error de Extraccin
Un incremento no puede ser extrado correctamente si el
dispositivo de muestreo no preserva la integridad del incremento
delimitado correctamente.
El error de extraccin genera sesgo.
Para un lote de 3 dimensiones

Delimitacin del Incremento
P1
P2
P3
P = P1 = P2 = P3
Extraccin del Incremento

Idealmente en un lote 3D deberamos
considerar una esfera.
Cualquier fragmento cuyo centro de
gravedad est afuera de la esfera
imaginaria deber quedar afuera y
viceversa
Para un lote de 2 dimensiones

P1
P2
P3
P = P2 = P3
P1 = 100 %
Para un lote de 1 dimensin

Extraccin del Incremento
P1
P2
P3
P = P3
P1 = P2 = 100 %
Regla del centro de gravedad o efecto del rebote

Esta regla seala que el
fragmento tiene la misma
chance de ser muestreado que
ser dejado fuera del incremento
si golpea en el borde del
dispositivo de muestreo
Esta regla no se cumple si:

-- La abertura del cortador (W)
es muy pequea
-- El cortador es muy rpido
Regla del centro de gravedad o efecto del rebote
Por lo tanto, el diseo del

cortador debe considerar los
choques de las partculas
Extraccin de la Muestra
Tubo para captar detritus
Riffle mirado desde arriba
Incorrecto
Palas para toma de incrementos
Correcto
Delimitacin de la Muestra
La muestra debe representar el banco
Muestreo de Pozos de Tronadura

El captador debe ser radial
Muestreo sobre una correa transportadora

La geometra de la muestra debe ser un
rectngulo o un paralelogramo
Toma de submuestra en un laboratorio

Una submuestra no se debe tomar en forma
superficial, sobre todo si el material est
segregado
Taller N 1
Es correcta esta maniobra de muestreo?
bandeja
Qu tipo de errores identifica si se utiliza este divisor de muestras?
DIVISOR DE RIFLES
CORRECTO
INCORRECTO
Diseo de pala incorrecto y diseo de pala correcto
Pala ISO para muestreo
Pala ISO para divisin por incrementos
Error de Preparacin
Para evitar el error de preparacin se tiene que:
1.- Prevenir la contaminacin
2.- Prevenir las prdidas, principalmente de finos
3.- Prevenir la alteracin de los constituyentes (degradacin,
oxidacin o segregacin)
4.- Prevenir los errores humanos
Resumen: Tipos de Errores
Componentes del Error de Muestreo

El Error de Muestreo (TSE) se puede descomponer en un
nmero de componentes que corresponde a cada etapa del
muestreo 1, 2,, i, , u.
TSE = TSE1 + + TSEi + + TSEu.
Donde:
TSE1 : Error del Muestreo en la etapa 1.
TSEi : Error del Muestreo en la etapa i.
TSEu : Error del Muestreo en la etapa u.
Esta descomposicin es posible, a causa de que cada componente
del error de muestreo es independiente.

Cada etapa del muestreo consiste de dos operaciones:
1. Seleccin (Muestreo)
2. Preparacin
Dentro de este contexto, la etapa de preparacin no es una
operacin selectiva, ya que involucra operaciones tales como:
Chancado
Secado
Divisin
Pulverizado

Por lo tanto:
TSE = SE + PE
Donde:
SE : Error de seleccin
PE : Error de Preparacin
Algunos errores tpicos de preparacin incluyen:
Contaminacin de la muestra, prdidas, alteracin de la
composicin fsica o qumica y errores propios del operador.

El error de seleccin (SE) puede descomponerse adems en
Error de Integracin y Error de Materializacin
SE = CE + ME
Donde:
CE : Error de Integracin
ME : Error de Materializacin
El error de Integracin tiene que ver con la manera como se
seleccionan los puntos de muestreo en el tiempo o en la masa.
El error de Materializacin tiene que ver con la manera fsica en
que se toman los incrementos, y pueden eliminarse mediante una
correcta operacin y un correcto diseo del dispositivo de
muestreo

El error de Integracin tambin est compuesta de dos
componentes causados por las variaciones en la calidad y la tasa
de flujo.
CE = QE + WE
Donde:
QE : Error de la variacin de la calidad
WE : Error de Pesada

Los errores de variacin de la calidad son de tres tipos: de corto
plazo, de largo plazo y peridico:
QE = QE1 + QE2 + QE3
Donde:
QE1 : Error de variacin de la calidad de corto plazo
QE2 : Error de variacin de la calidad de largo plazo
QE3 : Error de variacin de la calidad peridico
Las variaciones de corto plazo son el resultado de dos
propiedades que se relacionan con la naturaleza del material.
Estas son la composicin de las partculas (Error Fundamental) y
la manera como las partculas estn agrupadas (Error de
segregacin y agrupamiento).

Por lo tanto, el Error de variacin de corto plazo est dado por:
QE1 = FE + GE
Donde:
FE : Error Fundamental
GE : Error de segregacin y agrupamiento

El Error de Materializacin puede descomponerse en Error de
delimitacin y error de extraccin:
ME = DE + EE
Donde:
DE : Error de delimitacin
EE : Error de Extraccin
El error de delimitacin se elimina si todas las partes del flujo de
material son interceptados por el cortador de muestra para la
misma longitud de tiempo.
El error de extraccin se elimina si se extraen completamente los
incrementos del flujo sin que ningn material se escape del
cortador
En resumen, El Error total del Muestreo consiste en:

TSE = FE + GE + QE2 + QE3 + WE + DE + EE + PE
QE1
QE
ME
CE
SE
SE + PE
Repasar
Error Sistemtico
Produce SESGO
A pequea escala, slo la heterogeneidad de constitucin es la
responsable del Error Fundamental
A pequea escala, slo la heterogeneidad de distribucin es la
responsable del Error de Segregacin y agrupamiento

0
Si el Muestreo es correcto
TIPOS DE ERRORES
Error Fundamental
Error de variacin de largo plazo
Error de variacin peridica
Error de pesada
Error de delimitacin
Error de extraccin
Error de preparacin
Variabilidad en Pequea Escala
Optimizar un Protocolo de Muestreo

Error Fundamental
Error de Agrupamiento y segregacin
Implementar un Protocolo de Muestreo
Error de Extraccin
Variabilidad en Gran Escala

Seleccionar un Intervalo y modo de Muestreo
Error de Interpolacin
Error Peridico
Error de Pesada
Errores de Preparacin
Por prdida
Por alteracin
Error Humano
Por contaminacin
Fraude y sabotaje
ERROR SELECTIVO
ERROR NO SELECTIVO
ERROR TOTAL DE MUESTREO
Error Analtico
ERROR DE ESTIMACIN TOTAL
Segn la escala de observacin

En pequea escala, si estamos interesado en la heterogeneidad
entre fragmentos, en ese caso debemos considerar el lote como
un conjunto discreto y continuo.
En gran escala, si estamos interesado en las variaciones de la
heterogeneidad peridica y de largo plazo, se debe considerar el
lote como un conjunto continuo.
Segn la escala de observacin

En pequea escala, para estudiar la variabilidad (FE, GE, DE,
PE, EE, AE), se debe considerar el lote como una poblacin
estadstica. En este caso, el orden de los constituyentes no
interesa
En gran escala, para estudiar la variabilidad (tendencias, ciclos),
se debe considerar el lote como series de tiempo o espacio. En
este caso, el orden de los constituyentes es relevante.
.
Estimacin del Error Fundamental

La frmula para determinar el Error fundamental es:
2
FE
1
1
Cd 3
MS ML
Donde:
2
S FE
Varianza del Error Fundamental
MS
Masa de la Muestra
ML
Masa del Lote
Constante de Muestreo
Tamao mximo de la partcula

La ecuacin de Pierre Gy tambin se puede expresar como:
2
FE
1
1
fgcld 3
MS ML
Factor de liberacin
Factor mineralgico
Factor dependiente del rango de tamaos
Factor de forma

Se utiliza una fraccin de tamao calibrada entre dos tamices.
2
FE
si2 1
1
Cd 3
2
xi M S M L
Calculado en el Test
de Heterogeneidad

Si el peso del lote ML es 10 veces ms grande que el peso de la
muestra, MS, entonces la expresin anterior se simplifica a:
2
FE
si2
C 3
2
d
xi
MS
Calculado en el Test
de Heterogeneidad
Todos los parmetros los conocemos, excepto la constante C
Factor de forma
Tiene que ve con la forma de las partculas.
Se considera f = 0,5 para partculas perfectamente esfricas.
Factor de Composicin mineralgico

Este factor se puede calcular de la siguiente ecuacin:
(1 a)[(1 a) 1 a 2 ]
a
Donde:
a = ley de la especie mineralgica en tanto por uno
1 : la densidad de las partculas del componente crtico, en
gamos por centmetro cbico
2 : la densidad de las partculas de la ganga, en gamos por
centmetro cbico
Factor rango de tamao

Se estima a partir de la relacin d/ d . Tamao mximo nominal
d respecto al tamao mnimo d:
Rango de tamao grande (d/d) > 4
g = 0,25
Rango de tamao medio (2 d/d) 4
g = 0,50
Rango de tamao pequeo (d/d) < 2
g = 0,75
Tamao Uniforme (d/d = 1)
g = 1,00
Factor de liberacin: (toma los valores entre 0 y 1)

Es la relacin que existe entre el tamao de liberacin de las
partculas del elemento de inters dl y el tamao mximo de
partculas para una determinada etapa de muestreo, d.
dl
d
Nota.- En recientes trabajos del Dr. Bongarcon, recomienda utilizar la

expresin
d
l l
d
Donde b 1,5 para el oro

b 0,5 para el cobre
Diseo de un Diagrama de Muestreo (Nomograma)

La idea es construir un grfico logartmico que muestra la relacin
entre el Error Fundamental S2FE y el peso de la muestra, MS
De la frmula del Error Fundamental, tenemos:
log S2FE = log C + 3 log d log MS

10-1
10-2
10-3
10-4
10-5

10-1
10-2
10-3
10-4
10-5
100
101
E 10
103
104
105
106

10-1
10-2
10-3
10-4
10-5
100
101
102
103
104
105
106
Taller N 2
Test de Heterogeneidad
Contenido de oro en 100 muestras de 35 fragmentos cada uno
Fr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Au (g/T)
0,08
0,12
0,29
0,41
0,11
0,73
0,24
0,25
0,10
0,08
0,36
1,82
0,17
0,50
0,04
0,06
0,13
0,06
0,37
0,04
0,04
0,68
1,01
0,81
0,98
Masa (g)
58,0
51,7
69,0
57,8
61,9
58,8
71,9
61,9
58,3
54,0
60,1
57,9
54,2
54,0
54,9
61,8
57,3
46,0
55,4
45,2
59,6
51,3
55,8
58,2
57,6
Fr
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Au (g/T)
0,51
0,27
4,26
3,12
0,08
0,60
0,18
0,14
0,06
0,13
0,09
2,44
0,13
0,14
0,06
0,05
0,08
0,08
0,25
0,22
3,02
0,11
20,48
0,03
0,22
Masa (g)
59,3
51,0
53,0
55,9
59,8
57,6
57,0
49,8
54,2
52,5
58,0
50,6
56,6
50,6
56,6
56,0
54,5
47,5
50,5
48,6
49,2
53,0
45,9
47,7
43,4
Fr
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
Au (g/T)
0,16
0,40
0,35
1,15
0,13
0,05
0,89
0,04
0,10
0,27
0,16
0,03
0,25
0,08
0,14
0,07
0,26
0,18
1,44
0,09
0,20
0,14
0,29
16,02
0,09
Masa (g)
53,7
60,4
57,9
57,8
53,4
61,2
53,8
60,7
58,4
54,5
53,4
56,3
53,5
47,9
49,3
51,7
45,7
44,4
46,6
46,8
38,4
45,2
40,9
43,2
39,4
Fr
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
Au (g/T)
1,31
0,16
0,13
4,49
5,88
0,35
0,24
8,19
0,32
40,39
0,08
0,25
0,11
1,23
0,46
0,21
0,17
0,20
0,13
0,81
0,06
0,07
0,04
0,19
0,14
Masa (g)
45,2
41,4
48,0
45,1
40,8
51,3
42,5
51,8
45,7
46,8
41,0
45,1
45,4
39,5
44,5
46,7
48,7
45,5
47,7
52,2
42,3
47,6
45,6
51,0
55,5
N
X
X
1,348
pond.
1,245
4,829
S2
23,324
2
sFE
(densidad)
100
s
x2
2,85
dsup (cm)
1,27
1/2
F (Fragmentos)
35
dinf (cm)
0,635
1/4
f (factor de forma)
0,5
d (diam particula)
1,05
d
2
sFE
3
3
d sup
d inf
23,324
15,035
(1,245) 2
2
Cexp s FE
F
Creal Cexp f
Cexp 15,035 2,85 35
Creal 1499,72 0,5
Cexp 1499,72
Creal 749,86
Recordemos adems que:
Creal fgc
dl
d
Pero para varios estados de conminucin, los trminos f, g, c y dl no

cambian.
Por lo tanto, podemos agruparlos bajo un factor comn K que
llamaremos constante de muestreo comn para todos los estados de
conminucin.
Creal
K
d
Con esto podemos calcular distintos valores de K para los diferentes

tamaos de partcula
K Creal d
d (pulg o malla)
2"
1"
1/2"
Test
1/4"
6#
10#
16#
24#
35#
48#
65#
100#
150#
d (cm)
5
2,54
1,27
1,05
0,635
0,335
0,17
0,1
0,071
0,043
0,03
0,021
0,015
0,011
K 749,86 1,05
C
343
482
681
749
963
1327
1862
2428
2881
3724
4433
5273
6269
7457
(densidad)
K 767,78
K
C
d
2,85
F (Fragmentos)
35
f (factor de forma)
0,5
d (diam particula)
1,05
(densidad)
Diseo de un diagrama de Muestreo
Peso Muestra MS
d (pulg o malla)
2"
1"
1/2"
Test
1/4"
6#
10#
16#
24#
35#
48#
65#
100#
150#
d (cm)
5
2,54
1,27
1,05
0,635
0,335
0,17
0,1
0,071
0,043
0,03
0,021
0,015
0,011
C
343
482
681
749
963
1327
1862
2428
2881
3724
4433
5273
6269
7457
10
4292,02
789,444
139,555
86,7382
24,6701
4,98711
0,91487
0,24279
0,10313
0,02859
0,01197
0,00502
0,00212
0,00089
100
429,2023
78,9444
13,95553
8,673817
2,467012
0,498711
0,091487
0,024279
0,010313
0,002859
0,001197
0,000502
0,000212
8,88E-05
1000
42,920229
7,8944397
1,395553
0,8673817
0,2467012
0,0498711
0,0091487
0,0024279
0,0010313
0,0002859
0,0001197
5,024E-05
2,116E-05
8,882E-06
R
O
R
R
E
FU
2
FE
F (Fragmentos)
35
f (factor de forma)
0,5
d (diam particula)
1,05
10000
4,2920229
0,789444
0,1395553
0,0867382
0,0246701
0,0049871
0,0009149
0,0002428
0,0001031
2,859E-05
1,197E-05
5,024E-06
2,116E-06
8,882E-07
100000
0,429202
0,078944
0,013956
0,008674
0,002467
0,000499
9,15E-05
2,43E-05
1,03E-05
2,86E-06
1,2E-06
5,02E-07
2,12E-07
8,88E-08
E
M
A
D
N
C *d3
Ms
2,85
1000000
0,04292
0,007894
0,001396
0,000867
0,000247
4,99E-05
9,15E-06
2,43E-06
1,03E-06
2,86E-07
1,2E-07
5,02E-08
2,12E-08
8,88E-09
L
A
T
N

Test de Heterogeneidad Nomograma
0,1
Lnea de Seguridad
0,01
0,001
S2 FE
1/4
0,0001
10 # Ty
0,00001
150 # Ty
0,000001
10
100
1000
10000
Masa (g)
100000
1000000
Ejercicio.- Revisar el Siguiente Protocolo de Muestreo

A: 200 Kg,
B: 40 Kg,
C: 20 Kg,
D: 20 Kg, 10 # Ty
E: 1 Kg, 10 # Ty
F: 1 Kg, 150 # Ty
G: 0,3 K, 150 # Ty
Cules seran sus recomendaciones?

Diagrama
de Muestreo Nomograma 1 b = 0.5
0,10000
2
1
0,01000
0,00100
FE
1/4
6 #Ty
0,00010
10 # Ty
16 # Ty
0,00001
100 # Ty
150 # Ty
24 # Ty
48 # Ty
35 # Ty
65 # Ty
0,00000
10
100
1000
10000
100000
Masa (g)
1000000
Ejercicios
Ejemplo: Si 80 g de muestra son analizados por cantidades
trazas de mercurio y las partculas mayores son del orden de 0,8
cm. La constante de muestreo del Hg es C = 2000.
2
Calcular el S FE
2
FE
2000 x(0,8) 3
12,8
80
Determinacin del Sesgo del Muestreo
Determinacin de sesgo de Muestreo sobre correas transportadoras

Los Sistemas de muestreo mecnico o mtodos manuales de
muestreo se prueban mediante comparacin de los resultados o
muestras recogidas manualmente (Mtodo B) con los resultados para
incrementos de referencia recogidos de una correa transportadora en
detencin (Mtodo A)
Distintos parmetros, preferentemente los de ms inters debern ser
examinados en el estudio de sesgo. Por ejemplo, cobre, contenido de
humedad, etc., esto debido a que no siempre el sesgo est presente en
un solo parmetro
Para determinar el nmero de datos requeridos

Para la prueba, se debe realizar un anlisis estadstico posterior al
experimento, que consiste en:
a) Especificar la magnitud de delta
b) determinar el lmite de deteccin de sesgo para el error tipo I y II
combinado de acuerdo a la siguiente ecuacin
donde
t0,05; k-1 y t0,10; k-1 son los valores t-student tabulados para k -1 grados de
libertad correspondientes a alfa = 0,05 y beta = 0,10
LDS : lmite de deteccin de sesgo, es el sesgo mnimo que puede
ser detectado utilizando los datos disponibles.
c) Si LDS delta , el nmero de datos es suficiente y el test
estadstico t-student puede ser aplicado.
Para determinar el nmero de datos requeridos

d) Si LDS > delta, se debe calcular la diferencia estandarizada, D, y el
nmero de datos requeridos, n correspondiente a este valor de D
utilizando las siguientes ecuaciones
D = delta / sd
(t0, 05; k 1 t0,10; k 1 ) 2

D2
e) Se recogen un conjunto adicional de datos (n k) y se repiten los

pasos b a d hasta que el nmero de datos exceda n.
Taller N 3
Ejercicio.- Determinar si existe sesgo en el muestreo de una

correa transportadora
N
A (REF)
49,50
49,00
50,05
49,67
52,10
51,74
53,32
53,16
53,26
53,06
50,32
49,92
53,47
53,11
53,91
53,57
50,28
50,02
10
51,51
51,13
11
51,56
51,30
12
49,28
49,02
13
48,95
48,75
14
51,97
51,59
15
49,36
48,88
16
54,04
53,75
17
53,04
52,80
18
50,77
50,42
19
52,85
52,62
20
53,80
53,53
Para saber si existe sesgo, se

realiza una prueba de contraste. Se
utiliza la prueba t-student para datos
pareados de dos colas.
Determinacin de la Precisin del Muestreo
Mtodos para determinar la Precisin en Flujos de muestras
Ejemplo de Estudio de Sesgo y Precisin
Metro patrn
de muestreo
Punto Muestreo N 1
Rechazo 1
Punto Muestreo N 2
Rechazo 2
Toma de
incremento
Punto Muestreo N 3
Rechazo 2
Punto Muestreo N 4
Estudio Precisin
Taller N 4
Ejercicio.- Determinacin de la precisin del muestreo
LOTE
A1
A11
A2
A12
Precisin del Muestreo
A21
B2
B1
A22
B11
B12
B21
Precisin de la Preparacin
de Muestras
B22
Precisin del Anlisis

Qumico
A1
Lote
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
A2
XA11
23,10
23,09
23,12
23,07
22,97
23,00
22,94
23,02
22,99
23,08
23,17
23,04
23,20
22,81
23,08
22,96
22,98
22,85
22,99
23,01
XA12
23,05
23,06
23,14
23,04
23,00
22,99
22,89
23,05
22,99
23,05
23,14
23,05
23,20
22,82
23,07
22,96
22,99
22,85
22,96
22,98
23,08
23,08
23,13
23,06
22,99
23,00
22,92
23,04
22,99
23,07
23,16
23,05
23,20
22,82
23,08
22,96
22,99
22,85
22,98
23,00
XA21
23,06
23,09
23,10
23,04
22,99
22,95
22,84
23,10
23,02
23,04
23,12
23,06
23,11
22,87
23,05
22,88
22,95
22,90
22,98
22,97
XA22
23,09
23,09
23,12
23,03
22,98
23,00
22,87
23,07
22,99
23,04
23,13
23,05
23,08
22,90
23,02
22,92
22,96
22,87
22,98
22,96
Media 23,02
23,01
23,02 0,0205 23,01
23,01
A1
R1
0,05
0,03
0,02
0,03
0,03
0,01
0,05
0,03
0,00
0,03
0,03
0,01
0,00
0,01
0,01
0,00
0,01
0,00
0,03
0,03
R2 0,0290
R3 0,0585
R1
4
S 22 R 2
4
S 32 R 3
4
S 12
ST
A
X A2
B1
B2
X
23,08
23,09
23,11
23,04
22,99
22,98
22,86
23,09
23,01
23,04
23,13
23,06
23,10
22,89
23,04
22,90
22,96
22,89
22,98
22,97
R1
0,03
0,00
0,02
0,01
0,01
0,05
0,03
0,03
0,03
0,00
0,01
0,01
0,03
0,03
0,03
0,04
0,01
0,03
0,00
0,01
X A
23,08
23,08
23,12
23,05
22,99
22,99
22,89
23,06
23,00
23,05
23,14
23,05
23,15
22,85
23,06
22,93
22,97
22,87
22,98
22,98
R2
0,00
0,02
0,02
0,02
0,00
0,02
0,06
0,05
0,02
0,02
0,03
0,01
0,11
0,07
0,04
0,06
0,03
0,03
0,00
0,03
XB11
23,07
23,12
23,16
23,10
23,05
22,88
22,92
23,00
23,06
23,09
23,00
23,06
23,03
22,92
23,04
22,75
22,96
22,89
23,05
22,82
XB12
23,06
23,12
23,10
23,10
22,98
22,95
22,91
23,02
23,03
23,08
23,00
23,05
23,00
22,93
22,99
22,72
22,97
22,90
23,04
22,82
23,07
23,12
23,13
23,10
23,02
22,92
22,92
23,01
23,05
23,09
23,00
23,06
23,02
22,93
23,02
22,74
22,97
22,90
23,05
22,82
23,01
0,0205
23,01
0,0320
23,00
22,99
22,99 0,0220
B1
R1
0,01
0,00
0,06
0,00
0,07
0,07
0,01
0,02
0,03
0,01
0,00
0,01
0,03
0,01
0,05
0,03
0,01
0,01
0,01
0,00
S12 S A2 0,00038
S A 0,019%
S 22 S P2 0,00047
S P 0,022%
S 32 S M2 0,00236
S M 0,049%
2
S A2 S P2 S M
S T 0,057%
XB21
23,06
23,14
23,12
23,12
23,02
22,94
22,86
23,05
23,01
23,10
23,03
23,07
23,07
22,92
22,92
22,73
22,99
22,91
23,00
22,85
XB22
23,04
23,14
23,12
23,09
23,08
22,94
22,90
22,99
23,05
23,08
23,04
23,09
23,05
22,88
22,96
22,75
23,01
22,89
22,98
22,87
23,00
23,00
23,05
23,14
23,12
23,11
23,05
22,94
22,88
23,02
23,03
23,09
23,04
23,08
23,06
22,90
22,94
22,74
23,00
22,90
22,99
22,86
R1
0,02
0,00
0,00
0,03
0,06
0,00
0,04
0,06
0,04
0,02
0,01
0,02
0,02
0,04
0,04
0,02
0,02
0,02
0,02
0,02
XB
23,06
23,13
23,13
23,10
23,03
22,93
22,90
23,02
23,04
23,09
23,02
23,07
23,04
22,91
22,98
22,74
22,98
22,90
23,02
22,84
R2
0,02
0,02
0,01
0,00
0,03
0,03
0,04
0,01
0,02
0,00
0,04
0,02
0,05
0,03
0,07
0,01
0,04
0,00
0,05
0,04
23,00
0,0250
23,00
0,0260
X B2
AB
R3
23,07
23,11
23,12
23,07
23,01
22,96
22,89
23,04
23,02
23,07
23,08
23,06
23,09
22,88
23,02
22,83
22,98
22,88
23,00
22,91
0,02
0,05
0,00
0,06
0,05
0,06
0,01
0,05
0,04
0,04
0,12
0,02
0,11
0,06
0,08
0,19
0,01
0,03
0,04
0,14
23,00
0,0585
Nota.- /4 es un factor
estadstico que relaciona el
rango con la varianza para
un par de mediciones
Control de Calidad en Preparacin de Muestras
Herramientas de Control de Calidad
Muestra Bruta
Proceso
Rechazo
Se obtienen dos productos:

1.- Una muestra para anlisis qumico y
2.- Una muestra de rechazo
Muestra Final
Entrada
Salida
Hmeda
100 % seca
20 Kg aprox.
200 250 g
Tamao a
Proceso
Heterognea
Sin contaminacin
Representativa
(Objetivos de Calidad)
Tamao bajo 150 # Ty

Homognea
Sin contaminacin
Representativa
La salida es el objetivo de calidad del proceso.

Por lo tanto, el control de calidad consiste en asegurar que esos objetivos
se cumplan
Control de Calidad en la Preparacin de Muestras de Minerales

Muestra Bruta
Control Malla 10
Control Contaminacin
Chancado
Divisin
Control Capachos
Control Secado
Secado
Control Peso Inicial

(Representatividad)
Rechazo
Respaldo
a Metalurgia
Control Ollas de Pulverizado

Control Malla 150
Pulverizado
Objetivos de Calidad
1.
2.
100 % seca
200 250 g
3.
Bajo 150 # Ty
4.
Homognea
5.
Sin contaminacin
6.
Representativa
Control Peso Final
Muestra Final
Control
Homogeneidad
(Repreparados)
NORMA DE SEGURIDAD DE PIERRE GY

Cualquier reduccin en la cantidad de muestra deber
considerar la relacin entre el peso y el tamao de partcula
Chancado
Divisin
20 Kg
700 g
Pulverizado
200 g
150 # Ty
10 # Ty = 1,65 mm
= 12,7 mm
Control de Calidad en la Preparacin de Muestras de Minerales

Muestra Bruta
Control Malla 10
Chancado
Divisin
Control Capachos
Secado
Pulverizado
Objetivos de Calidad
1.
2.
100 % seca
200 250 g
3.
Bajo 150 # Ty
4.
Homognea
5.
Sin contaminacin
6.
Representativa
Muestra Final
Control Peso Inicial

(Representatividad)
Rechazo
Respaldo
a Metalurgia
Dispositivos de Preparacin de Muestras
Divisor rotatorio
Pulverizador
Chancador de Mandbulas
Divisor de rifles
Dispositivos para determinacin de granulometra
Harnero vibratorio
Rotap
Ciclosyser
Direcciones Internet para consulta y compra de normas internacionales

BSI
http://www.bsonline.bsi-global.com/server/expandedsearch
ASTM http://64.233.179.104/translate_c?hl=en&langpair=en
%7Ces&u=http://www.astm.org/cgibin/SoftCart.exe/STORE/standardsearch.shtml%3FL%2Bmystore
%2Bqzcd2060%2B1095294578&prev=/language_tools
ISO
http://www.iso.org/iso/en/StandardsQueryFormHandler.StandardsQueryFor
mHandler?
keyword=&isoNumber=&scope=CATALOGUE&sortOrder=ISO&title=true&s
earch_type=TEXT&search_term=
JIS
http://www.webstore.jsa.or.jp/webstore/JIS/SearchEn.jsp?lang=en
Referencias
JIS M 8100:1992 Particulate materials -- General rules for methods of
sampling
ISO 3085:2002 Iron ores -- Experimental methods for checking the
precision of sampling, sample preparation and mesasurement. Ed. 4
ISO 3082:2000 Iron ores -- Sampling and sample preparation procedures
ISO 3086:1998 Iron ores -- Experimental methods for checking the bias of
sampling
ISO 11648-1:2003 Statistical aspects of sampling from bulk materials -- Part
1: General principles
ISO 11648-2:2001 Statistical aspects of sampling from bulk materials -- Part
2: Sampling of particulate materials
ISO 12743:1998 Copper, lead and zinc sulfide concentrates -- Sampling

procedures for determination of metal and moisture content
ISO 12744:1997 Copper, lead and zinc sulfide concentrates -- Experimental
methods for checking the precision of sampling
ISO 13292:2006 Copper, lead, zinc and nickel concentrates -- Experimental
methods for checking the bias of sampling
Pierre Gy. Sampling of Particulate Materials. Ed. 1982
Francis Pitard. Pierre Gys Sampling theory and Sampling Practice. CRC.
Ed. 1989.
Fin de Presentacin

01 Muestreo1

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

01 Muestreo1

Cargado por

Copyright:

Formatos disponibles

MUESTREO Y PREPARACIN DE MUESTRAS

Estadstica aplicada al Muestreo

Medidas de Tendencia Central

La media aritmtica es 6,1

Medidas de Tendencia Central

Medidas de Tendencia Central

Medidas de Tendencia Central

Medidas de Tendencia Central

Medidas de Tendencia Central

donde n-1 son los grados de libertad, es decir el nmero de

(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

Varianza.- Es la desviacin estndar al cuadrado, y se expresa como:

donde n-1 son los grados de libertad, es decir el nmero de

(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

Recorrido o Rango.- Es la diferencia entre el resultado ms alto y el

Desviacin Estndar Relativa.- Tambin conocida como Coeficiente

(4 6,1) 2 (8 6,1) 2 ..... (6 6,1) 2

Error Relativo.- Es un estadstico que relaciona el rango estndar

Varianza Relativa.- Es un estadstico que relaciona la varianza con

Algunos Ejemplos de aplicacin

La desviacin estndar no es aditiva

La desviacin estndar como medida del error

Propiedades de la Distribucin Normal

Cuando nos referimos a variables de la poblacin hablamos de

Teorema Central del Lmite

Teorema Central del Lmite

Conceptos bsicos relacionados con el Muestreo

Muestra Primaria Preparada S1

Muestra Secundaria Preparada S2

Muestra Terciaria Preparada S3

En el fondo es una muestra no representativa

Diferencia entre insesgado y exacto

La media del error no es

La media del error es igual

Representaciones grficas de los conceptos de

No es real. Un caso lmite nunca encontrado

El muestreo no es exacto, porque no existe correlacin

El Muestreo est sesgado, pero es

Este caso no es real. El sesgo puede deberse a un error analtico.

El Muestreo est sesgado, pero

Este caso no es real. El sesgo puede deberse a un error

El Muestreo est sesgado y es

Este caso no es real. Puede deberse a un error analtico.

El Muestreo est sesgado y no es

Este es el caso ms frecuente encontrado en muestreo..

ALGUNOS DISPOSITIVOS MANUALES DE MUESTREO

Capacidad de las palas para toma de incrementos

ALGUNOS DISPOSITIVOS MANUALES DE MUESTREO

Palas para reduccin mediante incrementos

Tamao de partcula de la muestra,nmero de la pala para

Mtodos de Divisin de muestra

MTODOS DE DIVISIN (SEGN JIS 8100 : 1992)

DIVISIN POR INCREMENTOS (SEGN JIS 8100 : 1992)

Esparcir la muestra gruesa ya

Dividir la muestra en 20 partes

DIVISIN POR INCREMENTOS (SEGN JIS 8100 : 1992)

Tomar una palada completa de muestra al azar de cada una de

DIVISIN POR INCREMENTOS (SEGN JIS 8100 : 1992)

Esparcir el incremento en una

DIVISIN POR INCREMENTOS (SEGN JIS 8100 : 1992)

Tomar una palada al azar una a la

MTODO DE LA PALA ALTERNADA (SEGN JIS 8100 : 1992)

Apilar una muestra ya molida