La Teora de Muestreo

de Pierre Gy
 La Teora de Muestreo de P. Gy se basa en la
descomposicin del error total considerando que el
Fundamentos
muestreo se realiza en diversas etapas y
Descomposicin de los
separando el error en las etapas de muestreo del
error de anlisis: OE TE AE
errores
OE (overall error) error total
TE (total sampling error) error total en las etapas de
muestreo
AE (analytical error) error analtico
Fundamentos
Descomposicin de los
errores
Como el muestreo involucra diversas etapas, el error
total en las etapas de muestreo puede dividirse en
total en las etapas de muestreo puede dividirse en
una suma de los errores parciales, cada uno de ellos
compuesto por un error de preparacin y uno de
seleccin:
OE TEi AE
i

TEi PEi SEi

OE ( PEi SEi ) AE
i

PEi error de preparacin (p.ej. chancado)

SEi error de seleccin (p.ej. divisin de la muestra)
Fundamentos
Descomposicin de los
errores
La teora se construye considerando dos modelos:
Modelo de seleccin continuo
Modelo de seleccin discreto
El modelo de seleccin continuo considera el
muestreo de material como si fuera un flujo
unidimensional continuo
a(t )
El material se caracteriza por:
(t )
El contenido crtico en un tiempo dado
El flujo de material en un tiempo dado
En este modelo se define el error como la suma de
una componente que mide el contenido crtico y
otra que mide el flujo:
CE QE WE
CE error de seleccin continua
QE error en contenido crtico
WE error en medicin del flujo (weighting error)
Fundamentos
Descomposicin de los
errores
Al pasar al modelo discreto se encuentra
adems que el muestreo se ve afectado por
un error de materializacin:
SE CE ME

Este error de materializacin se compone

de un error de delimitacin y otro de
extraccin del incremento. As:
SE QE WE DE EE
Fundamentos
Descomposicin de los
errores
Finalmente, el modelo de seleccin discreto identifica el lote L
con un grupo discreto de unidades (pueden ser partculas
individuales o grupos de partculas).
Se definen por esta razn, la heterogeneidad de constitucin y
de distribucin del lote:
CHL heterogeneidad de constitucin del lote: se debe a las
propiedades intrnsecas de la poblacin de partculas individuales
DHL heterogeneidad de distribucin del lote: se debe a la
distribucin espacial de las partculas (y grupos de partculas) en el
lote

El modelo de seleccin discreto puede relacionarse con el

modelo continuo al nivel del error de fluctuacin de pequeo
alcance: QE FE GE
1

FE error fundamental
GE error de agrupamiento y segregacin
Fundamentos
Descomposicin de los
En resumen, el error total se obtiene como:
erroresOE (PE SE) AE
OE (PE QE WE DE EE) AE

OE (PE i FE GE WE DE EE) AE

PE error de preparacin
QE error de contenido
WE error en medicin del flujo (weighting error)
DE error de delimitacin del incremento
EE error de extraccin del incremento
FE error fundamental de la etapa
GE error de agrupamiento y segregacin de la etapa
AE error analtico
El Error Fundamental
(FE)

Definicin matemtica
Cuantificacin
Error fundamental, FE
Corresponde al mnimo error de muestreo que se
tendra si se seleccionara cada fragmento o
partcula aleatoriamente, una a la vez.
Para un determinado peso de muestra, el FE es el
mnimo error de muestreo que existira si el
protocolo de muestreo fuera implementado de
manera perfecta. Por lo tanto, para un estado dado
de conminucin y un determinado peso de la
muestra, el FE es el menor error posible.
A pequea escala, la heterogeneidad de
constitucin es responsable del error fundamental.
El FE puede ser pequeo para constituyentes
mayores y materiales finos, pero puede ser
abrumador para constituyentes menores.
Mezclando y homogeneizando el lote no reducir
el FE.
Heterogeneidad
Corresponde a la variabilidad encontrada en
una poblacin y puede dividirse en:
Heterogeneidad de constitucin (CH): Cada
partcula del lote tiene un contenido crtico
diferente.
Heterogeneidad de distribucin (DH): Consiste
en las diferencias observadas de un grupo de
fragmentos o partculas (incremento) a otro.
Variabilidad se debe a tres factores:
La heterogeneidad de constitucin
La distribucin espacial de los constituyentes o estado de
segregacin
La forma del lote que junto a la presencia de la gravedad
es responsable de la segregacin.
Heterogeneidad
CH: Diferencias entre
fragmentos
CH DH: Diferencias entre
grupos de fragmentos
Si todos los fragmentos
fueran iguales en forma y
contenido (CH=0),
DH entonces no habra DH:
cualquier grupo de
fragmentos de igual
tamao sera idntico.
Clculo del error
fundamental

Definicin
matemtica de la CH
Definicin matemtica de
la CH
Heterogeneidad de un fragmento con
respecto al lote: diferencia en contenido del
constituyente crtico del fragmento
respecto al lote estandarizada:
(ai a L )
hi
aL

hi heterogeneidad del fragmento en el lote

ai contenido crtico del fragmento
aL contenido crtico del lote

MUESTREO Y CONTROL DE CALIDAD UNIVERSIDAD DE CHILE

 Considerar el efecto de la masa:
(ai aL ) M i ( ai aL ) M i
hi NF
aL Mi aL ML

Mi masa del fragmento

ML masa del lote
Mi masa media de fragmentos en el lote
NF nmero de fragmentos en el lote
 Valoresperado dehi es cero.
Varianza:
VAR ( hi ) E{h 2 } ( E{hi }) 2
i

2
1 N (ai a L ) M i
F

NF

N F i 1 aL ML
2
NF
(a aL ) M i
N F i CH L
i 1 aL ML

Difcil de calcular.
Heterogeneidad intrnseca
del lote
Definicin: Heterogeneidad intrnseca
IH L
del lote :
2
CH L M L N F (ai a L ) 2 M i
IH L 2

NF i 1 aL ML
 Considerando el lote como un conjunto de particulas
separadas por rangos de tamaos y densidades, indexados

respectivamente por y :
2
NF
(ai a L ) 2 M i
2
( a a L ) 2 M F
IH L 2
N 2

i 1 aL M L aL ML

Definiendo
F L
el fragmento medio de una fraccin (o lote) y
V
su volumen (slo depende del tamao)

su densidad
M F V
su masa (depende del tamao y de la densidad)
a
su contenido crtico
N
es el nmero de fragmentos en la fraccin
M L
es la masa de la fraccin
 Equivalentemente:
(a a L ) 2 M F M L (a a L ) 2 M L
IH L 2
V 2

aL ML aL ML
Puede calcularse en laboratorio o aproximarse:
a vara ms entre fracciones de densidad que
a a contenido crtico medio
entre fracciones de tamao
L
de la fraccin de densidad
M Lvara
/ M L poco de una fraccin de densidad a otra:
M L M L

valor
M Lmedio
M L en una fraccin de tamao

M L M L
En consecuencia: M L
ML
 Heterogeneidad intrnseca queda:
V M L (a a L ) 2 M L
IH L X Y
2
ML a
L
ML

X Y

Para simplificar esta expresin se definen

una serie de factores.
Factor de forma,
f
Se define:
3
V f d

Se supone que la partcula es esfrica

entonces
f 0.5
 g
Factor granulomtrico,
Mide la distribucin granulomtrica de las
partculas.
Material no tamizado (chancado): g 0.25
g 0.55
Material tamizado (entre dos mallas):
Material naturalmente calibrado: g 0.75
Se escribe:
3
d M L
X f f g d3
ML
 c
Factor mineralgico,
(1 a L )
c *[(1 a L )g1 a L g 2 ]
aL
Donde :
a L : proporcion en peso de la mena
g1 : peso especifico de la mena
g 2 : peso especifico de la ganga
c
 c
Factor mineralgico,
Mineral liberado,
LM :
MM M
Densidad: M aL M
MM Mg ML
Contenido crtico:aM 1
Masa: MM
Dato _ analtico
aL
Ganga, Lg : Dato _ fraccin
g
Densidad:
Contenido crtico:a g 0
Masa: Mg
 c
Factor mineralgico,
Y se escribe:
(a a L ) 2 M L (aM aL ) 2 M M (a g aL ) 2 M g
Ymax 2
M 2
g 2

aL ML aL ML aL ML
(1 a L ) 2 (0 a L ) 2 ( M L M M )
M 2
aL g 2

aL aL ML

(1 aL ) 2
c M g (1 aL )
aL

M
a L 0 .1 c
Si aL
Si a L 0.9 c (1 aL ) g
Factor de liberacin,
l
Permite escribir
Y l c , con 0 l 1 .

Mide el grado de liberacin del mineral.

Material muy homogneo:
l 0.05
Material homogneo: l 0.1
Material medio: l 0 .2
Material heterogneo: l 0.4
l 0 .8
Material muy heterogneo:
Dos mtodos para estimar este factor:
Basado en tamao de liberacin del
componente crtico.
Basado en la mineraloga del material.
Factor de liberacin,
l

Tabla de Gy
D/d <1 1-3 4-9 10-39 40-99 100 >400
-400
l 1 0.8 0.4 0.2 0.1 0.05 0.02

D : tamao maximo de particula

d: tamao de liberacion de la mena

Recomenadaciones:
l=1 si d>D
l=(D/d) b si d<D ; minerales de Cu b=1.2
Resumen
Heterogeneidad intrnseca del lote se expresa
como:
IH L f g c l d
3

donde:

c es el factor mineralgico (gr/cm3)

l
es el factor de liberacin (adimensional)
f es el factor de forma (adimensional)

g es el factor granulomtrico (adimensional)

es el tamao de fragmento nominal (cm)
d
se mide en gramos
IH L
La heterogeneidad intrnseca relaciona el
error fundamental (FE) con la masa de
las muestras.
Ecuacin de Pierre Gy
Varianza del error fundamental
1 1
2
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 = dimetro (d95) de partculas en cm

C = constante de muestreo en g/cm3,
depende de d
Determinacin de tamao de
muestras representativa

CD 3 C f g c l
M 2 con
S
M = Masa mnima de la muestra requerida (g)
M = Masa del lote en gramos
D= Dimetro de partculas en cm
C = Constante de muestreo (g/cm3 )
c es el factor mineralgico (g/cm3)
l es el factor de liberacin (adimensional)
f es el factor de forma (adimensional)
g es el factor granulomtrico (adimensional)
 Determinacin de tamao de
muestras representativa

S: Medida del error estadstico

Se utiliza para obtener una medida de confianza en el resultado del
procedimiento de muestreo

Error _ analtico
2S
Dato _ analtico
Ejercicio
Un mineral de cabeza, que tiene cerca de 5% Pb ser muestreado para
analizar con un nivel de confianza de 0.1% de Pb (95 veces de
100).La galena es esencialmente liberada de la ganga de cuarzo a
un tamao de 150 mm.

Si el muestreo se realiza durante la trituracin, en que el tamao

mayor del mineral es de 250 mm, entonces Cul ser el peso de
una muestra representativa?

Datos:
Densidad Galena = 7,59 (g/cm3)
Densidad Cuarzo = 2,65 (g/cm3)
Ejercicio
Una muestra de Green Field (exploracin primaria) contiene 1% de Cu.
Si se realiza una muestra representativa, homognea, se logra una
precisin en el anlisis de 0.1%.
La mineralizacin del lote muestreado consiste de bornita con un
tamao de 500um.
Si se muestrean fragmentos de aproximadamente 30mm

Qu cantidad de mineral se debe muestrear para obtener una

muestra representativa?

Observacin: - Considere que el mineral muestreado adems de

bornita contiene cuarzo.
Dato: la densidad de la bornita es 5.07 gr/cm3