Introducción al Muestreo

geológico – minero.
 Inversión
Calculo de
Reservas
Diseño y Plan
Minero

Calculo de
Recursos

Muestras
Toma de muestras:
Muestreo por Canales
 1m

Subest Est Subest

inicial Cuarzo inicial
Est
Est
Andesita

Minerales Mn
Est inicial
Minerales Mn Subest
Est intermedio Andesita
Subest Subest
Est Subest Final
intermedio Tardío
inicial Tardío
Toma de muestras:
Muestreo por Canales
Toma de muestras:
Rock Chip
Toma de Muestras:
Sondajes diamantinos.
Toma de muestras:
Grab
¿Cómo representar correctamente un determinado
atributo (por ejemplo la ley) de un volumen de
material, mediante una pequeña cantidad de
muestra?

TEORIA DEL MUESTREO

(GY – PITARD – INGAMELLS)
Teoría del muestreo

 Muestra: es la unión de varios incrementos o fracciones del lote, cuyo objetivo es

representar el lote en las operaciones subsecuentes.
 Cuantificar la magnitud del error que se comete en las diversas etapas de un
protocolo de muestreo.
 Optimizar los procesos de toma y preparación de muestras.
 Las fuentes del error.
 Las propiedades intrínsecas del material ( efecto pepita).
 La toma y preparación de la muestra.
Donde se muestrea ?

 Exploración.
 Producción.
 Control de procesos.
 Planta.
 Concentrados.
 Cátodos.
Pozo de tronadura.
 Representamos una tonelada de
material con un gramo obtenido
tras diversas etapas de
preparación y división de la
muestra original.

¿Son estos gramos representativos de la ley del lote original?

 La extracción de una muestra
debe ser equiprobabilística.
Uso de los resultados del muestreo

 Modelamiento Geológico (Litología, Mineralización, Alteración Unidades de

estimación)
 Modelo de Leyes Kriging / Simulación
 Cálculo de Recursos Geológicos
 Clasificación de Recursos Geológicos
 Diseño y Plan Minero
 Cálculo de Reservas
Etapas de un muestreo.

 Objetivo del muestreo.

 Población a muestrear.
 Datos a recolectar.
 Manera de recolectar los datos.
 Grado de precisión deseado.
 Método de medida.
Muestras representativas, es decir equiprobables y
de varianza pequeña.
a) Sesgado, varianza grande.
b) Insesgado, varianza pequeña.
c) Insesgado, varianza grande.
d) Sesgado, varianza pequeña.
Protocolos de muestreo.

 Conjunto de pasos y operaciones de toma de muestras y

preparación.
 Es un proceso de varias etapas de conminución y
reducción de masa.
 El control de calidad es primordial.
 La muestra final debe ser representativa de la masa inicial.
 Controlar los sesgos por perdidas de fino, segregación,
malos procedimientos o equipos.
Heterogeneidad

 Corresponde a la variabilidad encontrada

en una población estadística y puede
dividirse en:
 Heterogeneidad de constitución (CH):
Cada partícula del lote tiene un contenido
crítico diferente.
 Heterogeneidad de distribución (DH):
Consiste en las diferencias observadas de
un grupo de fragmentos o partículas
(incremento) a otro.
Muestreo sistemático.

 Las muestras se toman en una malla regular, en intervalos regulares de tiempo o

de espacio.
Muestreo aleatorio estratificado.

 Muestras se toman aleatoriamente dentro de un estrato. Un estrato corresponde a

una sección del tiempo o del espacio de tamaño constante.
Muestreo aleatorio.

 Muestras se toman en intervalos de tiempo o espacio variables y distribuidos al

azar.
Error fundamental (FE)

 Es el mínimo error de muestreo que existiría si el protocolo fuera implementado

de manera perfecta.
Error de agrupamiento y segregación
(GE).
 Corresponde a un error adicional debido a que en la práctica las muestras no se
colectan tomando un fragmento a la vez, de manera aleatoria.

Heterogeniedad Heterogeniedad
por constitución. por distribución.
Error de delimitación del incremento (DE).

 Ocurre por desviaciones de un módulo isótropo de observación que asegure una

probabilidad constante de muestreo en todas las direcciones relevantes del lote
(principio de equi‐probabilidad).
Error de extracción del incremento (EE)

 Este error se produce por desviaciones de la regla del centro de gravedad.

Error de preparación (PE).

 Este error tiene que ver con la integridad de la muestra.

 Contaminación.
 Error por perdida (polvo).
 Error por alteración.
 Error humano.
 Fraude y sabotaje.
https://esbolsa.com/blog/general/historia-de-las-burbujas-economicas/
Error analítico.

 Corresponde al error que se comete en el laboratorio al analizar la muestra final y

que depende del método de análisis utilizado.
Requisitos para materializar la operación
de muestreo.
Un experimento de muestreo (Alfaro,
2002)
1. Que es complicado tomar muestras en el caso de leyes bajas (10 ppm.). Cuando la ley es más
alta, por ejemplo pintar 10,000 granos (caso de una ley de cobre de 1%), la situación es más
favorable.

2. En cada repetición resulta una ley (granos rojos/total de granos) diferente, a pesar de que la
muestra es equiprobable.

3. Las diferencias entre las leyes observadas y la ley real de 10 ppm. corresponden al error de
muestreo, el cual se llama error fundamental del muestreo. Este error es inevitable en las
condiciones del enunciado y no se puede reducir.

4. La media de las diferencias anteriores es nula, debido a que la muestra es equiprobable.

5. La varianza de las diferencias se llama varianza del error fundamental del muestreo.

6. El experimento se puede enriquecer al reemplazar los 10 granos rojos por 10 granos de metal
(efecto de segregación). Se comprueba que la varianza del error fundamental aumenta.

7. Se comprueba además que, si hay segregación, una manera de reducir la varianza del error
fundamental es realizando incrementos, es decir tomar, por ejemplo, 5 submuestras de 50
gramos para constituir la muestra primaria.
Teoría del muestreo de Pierre GY

 La Teoría de Muestreo de Pierre Gy se basa en la descomposición del error total

de muestreo considerando que el muestreo se realiza en diversas etapas y
separando el error en las etapas de muestreo del error de análisis:

 OE (overall error): Error Total.

 TE (total sampling error): Error total en las etapas de muestreo.
 AE (analytical error): Error analítico.
La fórmula de GY
 La formula de Pierre Gy proporciona, en el caso de material quebrado, la varianza
relativa del error fundamental del muestreo (la varianza relative corresponde a la
varianza del error fundamental dividida por la ley media del lote elevada al cuadrado,
luego es una varianza sin dimensión).
 La Teoría fue desarrollada por el Dr. Pierre Gy, Ingeniero Civil Químico francés
La Fórmula de GY.

Varianza del error fundamental

2  1 1 
 FE 
    C  d 3 con C  f  g c l
 MS ML 

 MS = masa de la muestra en gramos

 ML= masa del lote en gramos
 d = diámetro (d95) de partículas en cm
 C = constante de muestreo en g/cm3, depende de d
La Fórmula de GY.
C  f  g c l K C d Constante de Muestreo

 c es el factor mineralógico (gr/cm3)

 l es el factor de liberación (adimensional)
 f es el factor de forma (adimensional)
 g es el factor granulométrico (adimensional)
 d es el tamaño de fragmento nominal (cm)
Factor mineralógico, c

 Se obtiene de maximizar Y  máxima heterogeneidad cuando se

tienen dos clases:
 Mineral (1  aL ) 2
 c  M   g  (1  aL )
aL
 Ganga
M
aL  0.1  c 
aL
 Casos particulares:
aL  0.9  c  (1  aL )   g
Factor mineralógico, c

 Ejemplo 1:
 Ley media de mineral en concentrado es de 92%
 Ley de cobre en concentrado es de 31.3 %Cu
 Densidad de mineral de cobre: 4.2 g/cm3
 Densidad de ganga: 2.8 g/cm3
(1  a L ) 2
c  M    g  (1  a L )
aL
(1  0.92) 2
c  4.2   2.8  (1  0.92)  0.253
     
    0.92  0.224
0.029

 Este factor mineralógico es del mineral, no del elemento (p.ej. Calcopirita)

Factor granulométrico, g

 Recordar que IHL se escribe como el producto de dos factores:

 Uno que depende sólo del tamaño de los fragmentos (X)
 Otro que depende de las densidades (Y)
3
d  M L
X  f   f  g d3
 ML

 Pierre Gy experimentó con distintos minerales y concluyó que la

sumatoria podía ajustarse bien utilizando el d95 y un factor g=0.25
 El factor g depende de cuán calibrado está el material.
Factor de forma, f

 Parael cálculo de los volúmenes de los fragmentos, se

asumió: V  f  d
3

 Por lo tanto, f es la razón entre el volumen medio de los

fragmentos y el volumen de un cubo circunscrito.
1cm
Volumen del cubo = 1cm3
Volumen de la esfera = 0.523cm3
Factor de forma = 0.523 / 1
Factor de forma, f

 Ejemplos prácticos:

Cubo f=1
Esfera f = 0.523
Carbón f = 0.45
Mineral de Hierro f = 0.50
Pirita f = 0.47
Cuarzo f = 0.47
Roca común f = 0.50
Biotita, mica, schelita f = 0.1
Oro liberado f= 0.2
Minerales Aciculares f>1
Factor de liberación, l

 Este es el factor más difícil de estimar

 Si una planta de flotación tiene recuperación de 85% con molienda
95% bajo 100#, entonces, se puede asumir que el diámetro de
liberación es aproximadamente 100#
 El factor de liberación como función del diámetro de las partículas
se comporta de manera muy distinta para distintos minerales.

 Diámetro de liberación podría determinarse con microscopía…

Cálculo del error
fundamental
CONSTRUCCIÓN DE NOMOGRAMAS
Nomograma
 Gráfico log-log: varianza de
muestreo (eje Y) y masa de
muestra (eje X).
 Fácil visualización de protocolo
de muestreo
 Permite optimizar el protocolo.
Construcción de nomogramas
2  1 1  1
M L  M S  FE      C  d 3  C  d3
 MS ML  MS

Si logσ 2FE   logC   3logd   logM S 



 Cuarteo: varianza directamente proporcional a .  log M S 

 Conminución: la masa de la muestra permanece constante y no hay error

fundamental.
 Posición de rectas de igual tamaño de fragmento (de pendiente -1) depende de la
constante de muestreo.
Nomogramas

Restricción adicional:
 Ninguna etapa del protocolo contribuya con un error de más de un 5%
varianza del error fundamental no debe superar. 2
 FE  0.025
 El error de muestreo total no debe sobrepasar el estándar.
 El número de etapas debe minimizarse.