Introduccin al Muestreo Minero

por Marco Antonio Alfaro Sironvalle

Santiago, Chile, 2002

Instituto de Ingenieros de Minas de Chile.

Encomenderos 260, Of. 31. Tel (56-2) 2461615, Fax 2466387. E-Mail: instituto@iim
ch.cl Web: http://www.iimch.cl Santiago, Chile, 2002.
Es Propiedad. Prohibida la reproduccin parcial o total sin autorizacin del autor.
1

Preface Is there a single important decision made on a mining project that is no

t in a way or another, directly or indirectly based on some kind of assayed grad
e, or in other terms on a mineral sample? And who, in the end, is responsible fo
r the devastating consequences of taking bad samples? It clearly is a subject of
utmost importance that Dr. Marco Alfaro has decided to bring to his audience in
this simple, yet fundamental leaflet, which is directed not only to technical p
rofessionals of the mining industry, but also to those who manage them and bear
the ultimate responsibility for the results and consequences of mineral sampling
. In this piece of work, Dr. Alfaro genuinely makes justice to the simplicity of
sampling theory, and to the many services it renders and has rendered the indus
try over several decades of applications. Like in many a discipline, however, th
ere is Sampling and Sampling, good and poor applications, enlightenment and ignora
nce, science and witchcraft. Practical implementations have kept improving, but
have also suffered through many avatars, not all consistent with its eminently s
cientific approach. Erroneous sampling equipment and experimental procedures, in
correct application models and formulae, based on a highly commercial but appall
ingly arbitrary modus operandi, have made their way into our service and equipme
nt markets, and are currently offered to the non-discerning professional. The ut
most critical sense and prudence must be exercised. It is to Dr. Alfaros credit t
o have presented in a simple and short publication all the tools that will help
the professional of the industry, as well as the managers and directors who are
committed to the success of mining projects, tell the good from the bad, and not
fall prey to imitation sampling theory which plagues our plants, our mines, and e
ven some of our consultants calculations. As active devotees to the future and gro
wth of genuine sampling theory, we feel indebted to Dr. Alfaro and thank him ver
y much for this commendable effort. Pierre Gy & Dominique Francois-Bongarcon Sam
pling Associates
2

Prlogo Estimado lector, he decidido publicar en el lenguaje ms simple posible una

introduccin a la Teora del Muestreo Minero, para ello, basado en mi experiencia do
cente, he considerado fundamental incluir el mximo de grficos. En algunas ocasione
s el material presentado corresponde a minas conocidas, he omitido sus nombres,
por razones de discrecin minera. Agradezco sinceramente la ayuda, consejos y apoy
o de los Doctores Pierre Gy y Dominique Francois-Bongarcon. Agradezco tambin a An
a Mara por su apoyo y consejos. Estimado lector, agradecer contactarme ante cualqu
ier duda, comentario o sugerencia. Juntos mejoraremos futuras ediciones del libr
o.
Marco Antonio Alfaro Enero, 2002.
A Ana Mara, Marco y Sebastin.
3

TEMARIO. I. Introduccin e Importancia del muestreo de minerales. II. Conceptos im

portantes en Teora del Muestreo. Problema principal. III. El Muestreo Estadstico.
Ecuaciones. IV. Consideraciones prcticas para el muestreo de minerales. V. Muestr
eo de flujos de minerales en movimiento. VI. Tipos especiales de muestreo minero
. VII. El Error Fundamental del Muestreo. Teora de Pierre Gy. VIII. Bibliografa. A
nexo 1. Tabla de nmeros aleatorios. Anexo 2. El Profesor Pierre Maurice Gy. Anexo
3. Sesgos generados por muestreo y anlisis. Anexo 4. Ejemplos de errores de mues
treo importantes. Anexo 5. Porqu los errores aleatorios son gaussianos? 5 8 14 18
40 49 64 74 75 76 77 78 79
4

I. Introduccin e Importancia del muestreo de minerales. Definiciones. Segn el Dicc

ionario de la Lengua espaola: Muestra es una parte porcin extrada de un conjunto po
r mtodos que permiten considerarla como representativa del mismo. Muestreo es la
accin de recoger muestras representativas de la calidad condiciones medias de un
todo la tcnica empleada en esta seleccin la seleccin de una pequea parte estadstic
nte determinada para inferir el valor de una varias caractersticas del conjunto.
Poblacin lote: es el conjunto completo de observaciones que deseamos estudiar. El
muestreo estadstico es diferente del muestreo de minerales: En el muestreo estads
tico, el lote poblacin est compuesto por objetos de igual peso. En el muestreo de
minerales, el lote est compuesto de objetos de diferentes pesos.
Figura I.1: Muestreo estadstico y muestreo de minerales.
El muestreo de minerales. Importancia: Casi todas las decisiones que se hacen re
specto de un Proyecto Minero, desde la exploracin hasta el cierre de la mina, estn
basadas en valores obtenidos de material muestreado. Estas decisiones significa
n millones de dlares. Ejemplo: Pozos de tronadura en una mina a cielo abierto: En
un pozo de tronadura el material acumulado (detritus de la perforacin) puede ser
enorme, lo que obliga a tomar una muestra. Sea un depsito minero, con densidad d
e 2.5 ton/m3 en una malla de perforacin de 10m*10m, con altura de
5

banco de 15m., con dimetro de perforacin igual a 25cm. La cantidad de material acu
mulado, en toneladas, es:
Figura I.2: pozo de tiro.
Tons = d 2 h / 4 = 3.14 * 0.252 *15* 2.5 / 4 = 1.8
tonela as
Figura I.3: Malla e pozos e trona ura.
Tratemos e encontrar ahora el valor econmico que representa una ecisin basa a en
una muestra e un pozo, para ello calculemos el tonelaje que representa una mue
stra, asumien o un rea e influencia igual a la malla e perforacin (figura I.3),
expresan o el tonelaje en libras (se utiliza un factor e 2,204) y en onzas (se
utiliza un factor e 32,150.75): Tonelaje = 10*10*15*2.5 = 3,750 tonela as = 3,7
50*2,204 = 8,265,000 libras = 3,750*32,150.75 = 120,565,312 onzas a) Caso e un
epsito e cobre e 1% CuT (con un precio e 0.70 US$/libra):
6

Valor ecisin = US$ 57,855. b) Caso e un epsito e oro e 2 gr/ton (con un preci
o e 300 US$/onza): Valor ecisin = US$ 72,339. El valor e la ecisin epen e el
precio e los metales, pero a menu o es mucho ms e lo que se piensa! En una mina
a cielo abierto, la ley e un pozo e trona ura es fun amental para la planific
acin e corto plazo: este valor eci e, e una u otra manera, el estino e los m
ateriales (planta, stock o bota ero).
7

II. Conceptos importantes en Teora el Muestreo. Problema principal. La figura II

.1 resume el problema principal el muestreo: estimar la me ia e una poblacin (c
on N elementos) lote ( e tamao ML) a partir e una muestra ( e tamao n MS):
Figura II.1(a): El problema principal el muestreo.
En general, el muestreo exhaustivo, es ecir tomar los N atos la masa total ML
(llama o a veces censo) es muy ifcil y e alto costo. En Esta os Uni os, los mue
streos e gobierno toman muestras e 105,000 personas, es ecir 1 persona ca a 1
,240 personas.
Figura II.1(b): Muestreo e minerales quebra os.
8

II.1. Etapas e un muestreo. En to o muestreo, ebe estar bien estableci o lo si

guiente: 1. 2. 3. 4. 5. 6. Objetivo el muestreo. Poblacin a muestrear Datos a re
colectar Manera e recolectar los atos Gra o e precisin esea o Mto o e me i a.
Para cumplir bien con la efinicin inicial e muestreo, se ebe cumplir el hecho
siguiente, e vital importancia:
El muestreo ebe ser equiprobable
En el caso e los minerales: el muestreo e un lote ML compuesto e N fragmentos
es equiprobable cuan o to as las combinaciones e n fragmentos tienen la misma
probabili a e ser elegi os para la constitucin e la muestra (MS es la muestra
con n fragmentos). Segn Pierre Gy, crea or e la teora mo erna el muestreo e min
erales, cuan o la con icin e equiprobabili a no se cumple, se tiene ms bien un es
pcimen (un ejemplar) en vez e una muestra. La figura II.2 muestra un ejemplo e e
spcimen, las extracciones se basan en la hiptesis no realista y peligrosa e homog
enei a .
Figura II.2: El opera or toma incrementos e la parte ms accesible el lote. La s
uma e los incrementos constituye un espcimen.
9

En el muestreo esta stico, la efinicin e muestra equiprobable es anloga a la ante

rior. Ejemplos e muestreos que no son equiprobables: a) Los muestreos e carros
e marinas en minera, por lo general, no son equiprobables, porque se est obliga
o a tomar una muestra superficial. b) En muestreo esta stico, tomar voluntarios c
onstituye un muestreo no equiprobable (ejemplo: test e roga ictos). II.2. Tipo
s e Muestreo. Los principales tipos e muestreo son los siguientes: Muestreo al
eatorio simple. Consiste en la seleccin e n fragmentos uni a es el lote ML e m
o o que to as las muestras posibles e tamao n tengan la misma probabili a
e se
r elegi as. Ejemplo: En una mina hay 100 cto os e cobre (numera os) para anlisis.
Se sortean (con una tabla e nmeros aleatorios) 5 cto os y se envan para anlisis al
laboratorio .Se analiza Cu, O, S, Cl, Pb, Zn, Ni, Mn, Fe, Ag, As, Sb, Se, Te, B
i, Sn, etc. (ver figura IV.8). Muestreo sistemtico. En este caso las extracciones
e las muestras son etermina as segn una regla fija. Ejemplos: Tomar canaletas
en una galera ca a 2 metros. En una cinta transporta ora, tomar una muestra ca a
10 minutos. Muestreo estratifica o. El lote ML se ivi e en partes o estratos qu
e no se solapan entre s. Ca a estrato es muestrea o posteriormente segn los proce
imientos anteriores.
10

Figura II.3: El muestreo estratifica o.

Ejemplo: En las figuras II.4 se tiene un experimento e muestreo estratifica o e
n un epsito e yo o. Se realizaron son ajes, e 2 metros e profun i a los cual
es proporcionaron las leyes z1, z2, z3, ... Luego el material ML e la zanja e
5m*2m*1m se re ujo a la muestra MS consi eran o os estratos (material fino y ma
terial grueso). El muestreo fue manual y la proporcin finos/gruesos se etermin vis
ualmente. Los resulta os e la muestras y1, y2, y3, ... (ver Tabla 1) in ican la
presencia e un sesgo o error sistemtico ( atos en ppm.).
Figura II.4(a): Bloques e 1m*5m*2m.
Figura II.4(b): Generacin visual
11

e la muestra MS.

Zanja 1 2 3 4 5 6 II.3. Exactitu y Precisin.

Tabla 1 Ley son aje Zi 520 630 600 550 580 550
Ley muestra Yi 830 1050 1100 910 820 860
En teora el muestreo e minerales se utilizan las nociones e exactitu y precis
in. La figura II.5 clarifica estos conceptos. En trminos esta sticos estos concepto
s correspon en respectivamente a la me ia, la cual ebe ser insesga a (exactitu
) y a la varianza el error, la cual ebe ser pequea (precisin)
Figura II.5: a) Exactitu sin precisin. b) Precisin sin exactitu . c) Exactitu y
precisin. ) Ninguno.
En resumen:
12

Exactitu Me ia Precisin Varianza La me ia ebe ser insesga a (sin esviacin sistemt

ica) y la varianza ebe ser pequea. Ejemplo: Sea ML una poblacin o lote con 4 atos
y MS una muestra e 2 observaciones el lote: ML = { x1, x2 , x3, x4} MS = {a1,
a2} N=4 n=2
Las muestras posibles y las me ias muestrales correspon ientes son: {x1, x2} {x1
, x3} {x1, x4} {x2, x3} {x2, x4} {x3, x4} m1 = (x1 + x2 ) / 2 m2 = (x1 + x3 ) /
2 m3 = (x1 + x4 ) / 2 m4 = (x2 + x3 ) / 2 m5 = (x2 + x4 ) / 2 m6 = (x3 + x4 ) /
2
La me ia el lote es (observar que en nuestro caso minero nos interesa en genera
l el muestreo sin reemplazamiento): m0 = (x1 + x2 + x3 + x4 ) / 4 y la me ia e
las muestras (posibles) es: m*=(m1+m2+m3+m4+m5+m6) / 6 se observa entonces que:
m 0 = m* Se ice que la me ia e la muestra ( e 2 observaciones) m=(xi+xj)/2 es
un estima or insesga o e la me ia el lote m0=(x1+x2+x3+x4)/4. La propie a e
isponer e un estima or insesga o se cumplir cuan o la muestra sea equiprobable.
En la prctica, cuan o sea posible, siempre se eben utilizar estima ores insesga
os (la experiencia muestra que no existe na a ms complejo que corregir sesgos).
13

III. El Muestreo Esta stico. Ecuaciones.

Figura III.1: Dispositivo para experimentos e muestreo. Sirve para
e las frmulas e muestreo funcionan.

emostrar qu

Estu iaremos a continuacin las frmulas el muestreo esta stico las cuales constituy
en una excelente intro uccin a las frmulas el muestreo e minerales. III.1. Formu
las el muestreo aleatorio. Sea ML = { x1, x2, x3,... xN } MS = { a1, a2, a3,...
an } (se supone que los ai correspon en a una eleccin al azar, sin reemplazar e
los xi). m*= (a1 + a2 + a3 +... + an ) / n es un estima or insesga o e: m0= (x
1 + x2 + x3 +... + xN ) / N por otra parte hay que calcular la varianza e la mu
estra, segn la formula siguiente: s2 = [ (a1-m*)2 +(a2-m*)2 +(a3-m*)2 + ... +(anm*)2 ] / (n - 1) Se pue e emostrar que la varianza S2 = Var(m*) el error e mu
estreo est a a por: S2 = s2 ( 1/n 1/N ) (n<N) (III.1)
14

Luego, el error e muestreo, con 95% e confianza, asumien o que los errores son
gaussianos, lo cual es una aproximacin razonable (ver Anexo 5), verifica la esi
gual a : -2S < error < 2S Las ecuaciones anteriores resuelven el problema el mu
estreo aleatorio esta stico. Observacin: el error e muestreo es pequeo cuan o: a)
n es prximo a N (en particular, si n = N el error es nulo) b) la varianza s2 es p
equea. Esto ocurre cuan o hay poca variabili a (los atos ai son prximos a su pro
me io m*)
Figura III.2: 64 manzanos y su ren imiento en bushels.
15

Ejemplo: En la figura III.2 se tienen N = 64 rboles e manzanas con su ren imient

o en bushels: 1 bu = 35 lt (po ran ser imetros e partculas, leyes e muestras, et
c.) La me ia real es m0=5.56. Me iante una tabla e nmeros al azar (ver Anexo 1),
se sorte la siguiente muestra (sin reemplazamiento) e n=8 rboles: {6, 5, 5, 9, 6
, 6, 2, 3} Obtenin ose: Me ia estima a Error e estimacin = 5.25 Bu = 1.40 Bu
(el error e estimacin, con 95% e confianza es 2S). III.2. Formulas el muestreo
aleatorio estratifica o. En el caso el muestreo aleatorio estratifica o se eli
gen k estratos, sien o N1, N2, N3, ..., Nk los tamaos e ca a estrato. En ca a es
trato tomamos ni atos. El tamao e la poblacin total es N: N = N1+ N2+ N3+ ... +
Nk m*=(N1m1+N2m2+N3m3+...+Nkmk)/N Es un estima or insesga o e la me ia e la po
blacin m. y la varianza el error e estimacin es: S2 = [ (N1S1)2 +(N2S2)2 +(N3S3)
2 +...+(NkSk)2 ] / (N)2 (observar que siempre se multiplica por Ni y nunca por n
i) En las expresiones anteriores se tiene: mi = [ a1 + a2 + a3 + ... + ani ] / n
i Si2 = si2 (1/ni 1/Ni) si2 = [ (a1-mi)2 +(a2-mi)2 +(a3-mi)2+ ... + (ani-mi)2 ]
/ ( ni - 1 ) El muestreo aleatorio estratifica o, bien aplica o, proporciona, en
general, mejores resulta os que el muestreo aleatorio simple. Ejemplo:
16

En el caso anterior e los rboles, las tres ltimas filas correspon en a rboles nuev
os. Realizar varios muestreos estratifica os con os estratos (rboles viejos y rbo
les nuevos); ver que la teora funciona comparan o la estimacin, el valor real y el
error.
17

IV. Consi eraciones prcticas para el muestreo e minerales. Resulta ifcil proporc
ionar recomen aciones prcticas generales acerca el muestreo e minerales, ebi o
a que esta operacin se realiza en to as las etapas e un Proyecto Minero y a que
no existen os minas iguales entre s. El punto fun amental es siempre (para no t
ener sesgos) y resulta os repro ucibles:
Muestras representativas, es ecir equiprobables y

e varianza pequea

Figura IV.1: Recor ar que: insesga o exacto varianza pequea preciso a) sesga o, v
arianza gran e b) insesga o, varianza pequea c) insesga o, varianza gran e ) ses
ga o, varianza pequea
18

IV.1. Ejercicios y complementos.

1. Utilizan o las ecuaciones el muestreo comprobar que se pue e calcular el tam
ao n e la muestra utilizan o la relacin:
El usuario pue e fijar el error 2S, luego S sera conoci o. Sin embargo s es esco
noci o y sera necesario realizar algunas me iciones para estimar su or en e magn
itu . 2. En ciertas ocasiones, en el muestreo esta stico, es ifcil efinir la pob
lacin lote. Por ejemplo, se esea hacer una encuesta e votacin acerca el apoyo a
l can i ato A en una cierta asociacin. Cul es la poblacin? (los socios inscritos, lo
s socios al a en las cuotas, los socios que votaron la vez anterior, ...). Supon
gamos que van a votar N=580 socios y que se hace una encuesta toman o, al azar,
n=100 socios, obtenien o el apoyo e 62 socios. Comprobar que el error e muestr
eo verifica (con 95% e confianza): -0.09<error<0.09. Est seguro e ser elegi o el
can i ato? 3. Ejemplos e muestreo. A continuacin se presenta una serie e muest
reos. Criticarlos es e el punto e vista e la equiprobabili a . En qu casos se t
rata e un espcimen?
s2 n= 2 1 S2 S + s2 N 1
(Si N es gran e)
a) Figura IV.2: Se esea tomar una muestra el bal e el LHD, para analizar la l
ey e cobre e pro uccin. Observar la granulometra el material. En esta mina se u
tiliza una porua con hoyos para no tener mucho material fino en la muestra. Comen
tarios.
b) Figura IV.3: En ecologa el suelo, para isponer e muestras uniformes, se uti
liza el muestrea or e la figura. Comentarios.
19

c)
Figura IV.4: Muestreo e una solucin e lixiviacin. Se utiliza el muestrea or
a figura llama o coliwasa (composite liqui waste sampler). Comentarios.

e l

) Figura IV.5: Izquier a: son a para muestreo en un tranque e relaves. Derecha

: probeta para muestreo el suelo. Comentarios.
e) Figura IV.6: Cmo tomar una muestra el bal e e la pala e la carga el camin.
En ciertas minas e uranio se pone un conta or Geiger sobre las cargas. Comentar
ios.
20

f)
Figura IV.7. Cmo garantizar que el lingote
99%?. Comentarios.

e cobre e la figura tiene pureza el

g) Figura IV.8. Muestreo e cto os e cobre. Se hacen 3 perforaciones en iagonal

(izquier a). En otra mina se hacen 4 cortes con sierra ( erecha). Comentarios.
h) Figura IV.9. Una vez toma a la muestra, por ejemplo las rocas e exploracin e
la figura, ya es emasia o tar e: no existe ningn test que garantice si la muest
ra es buena o es mala. La toma e la muestra ebe ser planifica a previamente se
gn el criterio e representativi a (equiprobable y e varianza pequea). Comentari
os.
21

4. Son buenas o son malas las muestras siguientes: a) 1cc e sangre para me ir g
lbulos rojos. b) 5cc e orina para me ir glucosa. 5. Kenne y lea una ca a 50 carta
s e las 30,000 que llegaban semanalmente a la Casa Blanca. Comentar es e el pu
nto e vista el muestreo. 6.En 1936 la revista norteamericana The Literary Dige
st realiz una encuesta entre sus suscriptores, recibien o 2,400,000 respuestas. P
re ijo la errota e Roosevelt quin obten ra un 41% e los votos. Un esta stico e
apelli o Gallup encuest a 5,000 futuros votantes me iante un muestreo que trataba
e repro ucir la equiprobabili a pre ijo el triunfo e Roosevelt por un 56%. E
l a e la eleccin, Roosevelt obtuvo el 61% e los votos. a) Explicar el fracaso
e la encuesta el Literary Digest (revista que a los pocos meses quebr). Conclusin
: si una muestra est sesga a, el hecho e ser gran e no corrige el error, sino qu
e lo repite a mayor escala. b) Calcular el error e la encuesta e Gallup (consi
erar N = ). c) Si resolvi la pregunta anterior, entonces la teora el muestreo equ
iprobable funciona bien. Se po ra reemplazar entonces el sufragio universal por un
a encuesta? Comentarios. 7. Tome un peri ico y revise el lista o e acciones tran
sa as. Use como variable x en estu io el total transa o. Calcule el prome io m
e esta variable. Registre el nmero total e empresas N. Ahora tome 1 empresa ca a
10 y forme una muestra e n atos. Calcular un estima or m e la me ia e x prom
e ian o los valores e su muestra. Compare con m. Calcule ahora el error e mues
treo asocia o a su estimacin. Conclusiones. Ahora realice el sorteo e las empres
as utilizan o la Tabla e nmeros aleatorios el Anexo. Para ello proce er e la f
orma siguiente (sortear n empresas al azar y sin repeticin): numere las empresas
el 1 a N. Suponien o que N100, tomar la primera columna con os gitos, por ejemp
lo 14, 26, 69, ...esto quiere ecir que la muestra aleatoria est compuesta por la
empresa 14, luego la empresa 26, luego la empresa 69,.... Esto termina al llega
r al nmero n. (si los nmeros al azar se repiten, salte al nmero siguiente, si por e
jemplo N=95 y sale sortea a la empresa 98, salte al nmero siguiente.). Repetir lo
s calculos anteriores para esta nueva muestra y comparar. 8. El sesgo e las cas
as. Un muestreo esta stico no equiprobable consiste en elegir una casa al azar y
luego elegir al azar, una persona, entre los miembros e la familia. Una persona
e una familia poco numerosa tiene ms probabili a e estar en la muestra que un
a persona e una familia numerosa.
Figura IV.10: El sesgo e las casas. 9. Un experimento e muestreo. Tomar los ma
nzanos e la figura III.2. Numerarlos el 01, 02,..., 64. (a) Utilizar la Tabla
el Anexo 1 para tomar una muestra e tamao n=4. Guar ar los 4 resulta os. (b) Ca
lcular la me ia (x1+x2+x3+x4)/4. Repetir las etapas (a) y (b) cuatro veces ms (ci
nco en total), utilizan o ca a vez una zona iferente e la Tabla. El prome io
e las cinco me ias ebera ser prximo al valor real 5.56 (la me ia es un estima or
insesga o cuan o la muestra es equiprobable).
22

IV.2. Los 3 esta os el mineral. En la figura IV.11 aparecen los esta os en que
se pue e encontrar el mineral: a) b) c) In situ: correspon e en este caso aplica
r la Teora e la Geoesta stica. Quebra o: correspon e en este caso aplicar la Teora
el Muestro e Pierre Gy, la cual estu iaremos ms a elante. Libera o: en este ca
so, ebi o a un proceso e conminucin (molien a) se ha separa o la ganga (materia
l estril) el componente crtico material con valor comercial mena.
Se observar que el tamao e la partcula, caracteriza o por un
ece e a) a c).
Figura IV.11: Los 3 esta os
23

el mineral.

imetro nominal

ecr

IV.3. La Segregacin. Las partculas e mineral tien en a segregarse (figura IV.12),

por ejemplo las ms pesa as tienen una ten encia a localizarse en el fon o. El ca
so homogneo es muy ifcil e encontrar en la prctica (algunos autores afirman que e
ste caso es inexistente). Sin embargo, el fenmeno e segregacin es ms complejo y e
pen e a ems e las granulometras, formas y pesos e las partculas. Para ver lo ante
rior haga el experimento siguiente: ponga en un recipiente transparente una cier
ta canti a e porotos y otra canti a
e azcar: observar que es imposible tener
un conjunto homogneo (IV.13)
Figura IV.12: Diferentes tipos e segregacin.
Figura IV.13: Experimento para comprobar la segregacin e os materiales azcar y p
orotos. No se pue en mezclar.
Una receta para isminuir el efecto e la segregacin en la toma e la muestra es
realizar varios incrementos, es ecir tomar un cierto nmero e submuestras para c
onstituir una muestra primaria (figura IV.14).
24

Figura IV.14. Incrementos para constituir una sola muestra, isminuyen o el efec
to e segregacin.
Don e se pro ucen segregaciones importantes es en las cintas transporta oras e
mineral, tal como muestra la figura IV.15.
Figura IV.15: Segregacin en cintas transporta oras.
No se han realiza o muchos estu ios prcticos respecto el problema e la segregac
in e minerales pero se sabe que es un problema mayor.
25

IV.4. La extraccin e la Muestra. La extraccin e integri a e la muestra es e vi

tal importancia en el muestreo minero. Revisemos algunos ejemplos: Ejemplo 1: Es
muy ifcil tener la situacin i eal e recuperacin e son aje. En la mayora e los c
asos se trabaja, esafortuna amente, en un punto interme io entre la situacin cor
recta e incorrecta (figura IV.16).
Figura IV.16. Testigo. Situacin incorrecta (superior) y correcta (inferior)
En este tipo e situaciones se ebe estu iar la correlacin entre la recuperacin e
la muestra y la ley e mineral y llevar lo anterior a un grfico. No ebera haber
correlacin entre estas variables. Ejemplo 2: Los tubos e muestreo e etritus e
ben tener una abertura a ecua a (figura IV.17).
Figura IV.17: Tubos para captar etritus.
Ejemplo 3: El riffle (aparato utiliza o para ivi ir una muestra en os) ebe te
ner abertura e manera e contener to as las partculas (figura IV.18).
26

Figura IV.18: Riffle mira o es e arriba

Ejemplo 4: Las palas eben tener una abertura suficiente e manera e contener l
os iferentes tipos e tamao (granulometra) el material quebra o (figura IV.19).
Figura IV.19: Palas e muestreo. Diseo incorrecto (izquier a), iseo correcto ( er
echa).
Una solucin para el iseo es tomar el imetro
e la abertura e manera tal que:
> 3 M en que M es el imetro e la partcula mxima. En general la muestra ebe res
petar la granulometra el lote ebi o a que en la mayora e los casos, la ley el
material fino pue e ser muy iferente e la ley el material grueso.
27

Respecto a la integri a e la muestra. Es evi ente que si se usa una bolsa, sta
ebe ser resistente, estar bien etiqueta a (rotula a) y guar a a en un lugar seg
uro. En ciertas ocasiones la muestra ebe estar a prueba e frau es o e contami
nacin.
Figura IV.20: Hay que proteger la muestra. Con buena i entificacin (interior y/o
exterior).
IV.5. La elimitacin e la Muestra. La elimitacin e una muestra est ntimamente rel
aciona a con la representativi a e la misma. Es importante que la elimitacin s
ea correcta. Revisemos algunos ejemplos. Ejemplo 1: En una mina a cielo abierto,
la muestra e un pozo e trona ura ebe ser representativa el banco y no ebera
consi erarse la pasa ura. Lo anterior, epen ien o el mto o, ocasiona problemas
operacionales, ebi o a que habra que etener la perforacin el hoyo y/o cubrir e
l cono e etritus con una lona plstico (figura IV.21).
Figura IV.21. La muestra ebe representar al banco.
Ejemplo 2: En una pila e lixiviacin e ripios, e 2 metros e altura, se toman m
uestras e son ajes e profun i a 1.5 metros (para no estruir la membrana infe
rior). Esta muestra, mal elimita a, est sesga a ebi o a que, por lo general, la
ley el fon o es mayor que la ley e la superficie (figura IV.22).
28

Figura IV.22: son ajes en una pila e lixiviacin.

Ejemplo 3: La son a e la figura IV.5 a veces proporciona recuperaciones e mues
tra e 40%, a veces el 150%. Ejemplo 4: Si se utiliza un capta or e polvo e p
erforacin, ste ebe ser ra ial ( e esta manera se respeta la proporcin e finos/gru
esos en la muestra, tal como veremos ms a elante).
Figura IV.23: El capta or ebe ser ra ial. Por ejemplo en una torta, un corte ra
ial garantiza una reparticin equitativa e las guin as.
Ejemplo 5: En una cinta transporta ora la geometra
gulo un paralelogramo (figura IV.24).

e la muestra ebe ser un rectn

Figura IV.24: Vista e arriba. En una cinta transporta ora la muestra correcta c
orrespon e a un rectngulo o un paralelogramo.
29

Ejemplo 6: Una submuestra no se pue e tomar en forma superficial, sobre to o si

existe el fenmeno e segregacin (figura IV.25)
Figura IV.25. Forma incorrecta y correcta e tomar submuestras.
IV.6. Diseo e Palas. Las esptulas, poruas y palas tienen que tener un iseo recto,
con bor es laterales, para no per er material, evitar el problema e la segregac
in y proporcionar muestras equiprobables (figura IV.26). En muchos laboratorios s
e utilizan an iseos curvos (algunos laboratorios e minas e oro).
Figura IV.26: El cucharn curvo es incorrecto.
30

Hemos inclui o tambin el iseo e una pala e muestreo segn las normas JIS (Japanes
e In ustrial Stan ar s), que consisten en palas especialmente isea as para ifer
entes tipos e material (figura IV.27). Esta norma consi era tamaos mximos e partc
ulas e 150 mm.
Figura IV.27.
IV.7. Re uccin e la Muestra. Cuarteo, Riffle, vibra or rotatorio, mesa vibra ora
. La re uccin ivisin e una muestra es necesaria en la prctica. Principalmente se
utiliza: Cuarteo Riffle. Divisor rotatorio Divisor e mesa. El cuarteo manual e
be realizarse en forma cui a osa (figura IV.28).
31

Figura IV.28: Cuarteo manual.

Figura IV.29: El riffle.
La figura IV.29 muestra un riffle y la figura IV.30 muestra la manera a ecua a
e cargarlo: ebe realizarse en el centro, lentamente, con una pala a ecua a. Est
o asegura que las 2 submuestras son aproxima amente iguales (para garantizar la
equiprobabili a ).
32

Figura IV.30: forma correcta e incorrecta e cargar un riffle.

Reglas el corta or Riffle. Para el un riffle, es necesario tener en cuenta las
reglas siguientes: a) Al menos 12 canales (observamos que en las figura IV.29 no
se cumple esta regla). b) Nmero par e canales (a veces el ispositivo es hechizo,
se hace en casa y no se respeta esta regla evi ente). c) Abertura e canales mayo
r que 2 veces el imetro mximo e las partculas (es obvio que no eben que ar partcu
las reteni as). ) Alimentar o cargar lentamente, es e el centro, con el conten
e or isea o (tal como se muestra en las figuras IV.29 y IV.30). En la figura IV.
31 se tiene un ivisor rotatorio el cual consiste en un alimenta or vibratorio y
una mesa rotatoria con sub ivisiones, las cuales se consi eran como submuestras
. El nico problema e este aparato es que en algunas ocasiones, al terminar la op
eracin, que a un remanente e material fino en el alimenta or.
33

Figura IV.31: Divisor rotatorio.

En la figura IV.32 hemos representa o un ivisor e mesa. La mesa es vibratoria.
Este ispositivo tiene, a veces, el mismo problema que el ivisor rotatorio.
Figura IV.32: Divisor e mesa.
34

IV.8. Ejercicios y complementos.

1. Qu le parece a uste cuartear tal como en la figura IV.33?
Figura IV.33: Cuarteo manual. 2. Est bien carga o el riffle e la figura?
Figura IV.34: Carga e un riffle. 3. Qu comentarios le merece el invento siguient
e para ivi ir muestras en laboratorio.
F Figura IV.35: Aparato para
35

ivi ir muestras.

4. Compare los iferentes mto os para ivi ir muestras (riffle, ivisor circular,
ivisor e mesa) consi eran o los factores siguientes: a) Peso a re ucir (gran
e o pequeo). b) Granulometra el material. c) Hume a el material. Es necesario se
car la muestra? 5. Cuan o se perfora un pozo e trona ura se pro uce una segrega
cin e las partculas. Las ms livianas se van a la atmsfera. Dn e van las ms pesa as?
es la trayectoria e una partcula cualquiera?
Figura IV.36: Perforacin e un pozo. 6. Granulometras. El estu io e las granulome
tras es muy importante a o que a menu o la ley e los finos es significativament
e iferente e la ley e los gruesos. Se utilizan tamices como en la figura IV.3
7(a). Dibujar, aproxima amente el histograma e los imetros e partcula e la fig
ura IV.37(b) y e la figura IV.2. Dibujar a ems los histogramas acumula os.
Figura IV.37(a): Tamiz para granulometras.
Figura IV.37(b): Muestra

e pie ras.

7. Muestreo por canaletas (rozas) en vetas. En una veta se trata e llevar una g
alera en el senti o e la misma (figura IV.38). Se toma una canaleta (manual o co
n una sierra) en ireccin ortogonal a la veta, en el techo e la galera. En este c
aso, est bien elimita a la muestra?
Figura IV.38: Muestreo e vetas
36

8. Esptulas. Cul e estos os

iseos preferira en un laboratorio (figura IV.39)?

Figura IV.39: Esptulas. 9. Lectura en un equipo e absorcin atmica. La figura IV.40

muestra un esquema e la operacin. El matraz pue e estar varias horas en reposo
y los iones e oro, ms pesa os que el resto, se segregan progresivamente hacia el
fon o, lo cual es imperceptible. Las lecturas el instrumento pue en variar e
1 a 2 una vez que se agita el matraz. Qu hay que hacer para muestrear bien?
Figura IV.40: Lectura en un equipo e absorcin atmica. 10. La lanza, ispositivo par
a tomar muestras en pilas e lixiviacin tiene el problema que la elimitacin e la
muestra no es correcta (figura IV.41)
Figura IV.41: La lanza. En la operacin se utiliza un martillo percutor.
37

11. Muestreo en una cinta transporta ora eteni a. Se utiliza el equipo e la fi

gura IV.42, el cual pro uce una elimitacin correcta. Sirve para chequear corta o
res automticos.
Figura IV.42. Muestreo en cinta eteni a. Consi ere la figura V.2 siguiente para
tener una buena elimitacin. 12. Qu opinin le merece esta pala para ivi ir una mue
stra en tres partes iguales?
Figura IV.43. Una pala para ivi ir muestras en tres tercios.
38

IV.9. Algunas recetas sobre Muestreo e Minerales. Otras recetas respecto el mu

estreo e minerales seran las siguientes: La re uccin ebe ser ver a era. Para ell
o se ebe utilizar: cuarteo, rifle, ivisores. La seleccin el respal o y el rec
hazo ebe ser aleatoria (ejemplo: corte e un testigo en os me iante un instrum
ento. Se recomien a tirar una mone a al aire y luego elegir el corte que va a anl
isis, con el fin e eliminar un posible sesgo tcnico) Siempre habr que seguir las re
glas siguientes: a) Capacitar al personal involucra o en el muestreo (sealar la i
mportancia e isponer e una buena muestra). b) Observar y verificar que la mue
stra es correcta. c) Evitar el corte manual. ) Fotografiar y/o filmar las operaci
ones y equipos e muestreo en funcionamiento y revisar los resulta os, cui a osa
mente, en forma posterior. e) Respetar las reglas el corta or. f) Evitar el uso
el roleo y cuarteo manual. Es preferible uso e riffle, o bien un ivisor rotatori
o. La operacin e roleo consiste en poner la muestra en una lona y luego tomar al
terna amente la lona por las esquinas opuestas, con el propsito e mezclar las partc
ulas Figura IV.44). A veces se hace primero un roleo y luego un cuarteo manual.
Figura IV.44. El roleo. Se ha comproba o que esta tcnica no funciona bien.
39

V. Muestreo e flujos e minerales en movimiento. Este muestreo se realiza una v

ez que el mineral ha sali o e la mina. Se utilizan corta ores e muestras, los cu
ales eben ser perpen iculares al flujo (figura V.1)
Figura V.1:el corta or incorrecto no es equiprobable.
V.1. Reglas e los corta ores e Muestras. Los corta ores e muestras que se uti
lizan en plantas e tratamiento e minerales, en el caso e flujo continuo, ebe
n seguir las reglas siguientes, para garantizar la equiprobabili a : a) Deben se
r verticales. b) Las caras eben ser perpen iculares al flujo. c) Las caras cort
a oras eben estar centra as con respecto al flujo y perpen iculares al movimien
to. ) La veloci a , la cual tambin ebe seguir ciertas reglas que no explicitare
mos aqu (en to o caso la experiencia in ica que ebe ser inferior a 0.6 m/s), eb
e ser uniforme. Para el iseo e estos equipos hay que consi erar que el centro
e grave a e la partcula es el que etermina si sta es corta a o no. Luego el is
eo e los bor es ebe ser afila o (figura V.2).
40

Figura V.2: Corta or.

Por otra parte el ancho el corta or ebe consi erar el efecto que se muestra en
la figura V.3 (efecto e rebote). Para ello se ebe utilizar: >3 M ( M= imetro
e partcula mximo). Para mayor seguri a se recomien a >4 M
Figura V.3: El iseo el corta or ebe consi erar los choques
to e rebote.
Figura V.4. Un corta or
41

e la partcula. Efec

e flujo e minerales. Existen varios tipos.

Figura V.5: Muestrea or rotatorio.

Figura V.6: Muestrea or

e ca ena y tacho.

Figura V.7: Muestrea or

e brazo. Pro uce, en general, malos resulta os.

42

Figura V.8: Muestrea or

e martillo. Pro uce, en general, malos resulta os.

Figura V.9. Muestrea or rotativo.

43

Figura V.10: Otro iseo e muestrea or rotativo. En este caso el flujo gira. Pro
uce, en general, malos resulta os.
Cuan o se corta el flujo e una cinta transporta ora, hay que consi erar las sit
uaciones e las figuras V.11 y V.12.
Figura V.11. Corte e muestras en cintas transporta oras.
44

Figura V.12. Corte

e un flujo e mineral. Vista

e arriba.

Para trayectorias circulares es conveniente utilizar un corta or rotatorio o Vez

in, el cual pue e operar en forma continua o iscontinua. Segn Pierre Gy, 1999, e
s el nico mto o equiprobable para este tipo e flujos (figura V.13)
Figura V.13: Corta or Vezin. Vista e arriba.
45

V.2. Ejercicios y complementos.

1. El ivisor e aletas. Este ispositivo es incorrecto porque en la muestra se
tiene ms material e un la o el flujo (figura V.14).
Figura V.14. El ivisor e aletas. 2. Explicar porqu es malo el sistema e muestr
eo e minero uctos e la figura V.15.
Figura V.15: Muestreo en un minero ucto. Se pue e mejorar?
3. Entre los siguientes casos para un Vezin, con flujo circular (figura V.16), s
olo uno e los iseos siguientes es correcto. Cual?
46

Figura V.16. Diseos correcto e incorrectos.

4. El muestrea or siguiente tambin es incorrecto (figura V.17):
Figura V.17: Una variacin
(figura V.18)?
Figura V.18: Corta or
47

el ivisor

e muestras.

e aletas. 5. Qu le parece el iseo siguiente

6. Porqu es incorrecto el Vezin e figura V.19?

Figura V.19: Vezin incorrecto. a = vista lateral. b = vista

e arriba.

7. Divisin e un lote en os muestras potenciales A y B. Cmo seleccionar la muestra

potencial A o B? Aplicar al caso en que se tienen 5 muestras potenciales S1, S2
,..., S5.
Figura V.20. Muestra potencial A o B?.
48

VI. Tipos especiales e muestreo minero. Estu iaremos a continuacin algunos tipos
especiales e muestreo, e gran utilizacin en minera. VI.1. Muestreo e canaletas
. Las figuras siguientes muestran lo ifcil que es realizar un buen muestreo e c
analetas o canales.
Figura VI.1: Es ifcil
perativa.

elimitar bien la muestra en una canaleta. No hay solucin o

Figura VI.2: Canaleta bien muestrea a.

49

Otros factores que afectan la cali a e la muestra e canal seran los siguientes
: a) Por lo general son manuales y el opera or corta (en forma consciente incons
ciente) las partes ms blan as e la pare partes que tienen una caracterstica comn
(color), etc. b) En ciertas minas las leyes altas se encuentran en fracturas. Al
construir las galeras, las pare es e stas correspon en en forma natural a caras
e fracturas. En la gran mayora e las minas que utilizan canaletas, se ha compro
ba o que existe un sesgo, al comparar las leyes e las canaletas con las leyes
e los son ajes prximos. En algunas minas subterrneas se ha aban ona o el muestreo
por canaletas. En otras se utiliza como alternativa perforaciones e poca profun
i a .
Figura VI.3: Perforaciones para reemplazar canaletas.
VI.2. Muestreo en minas e calizas subterrneas. En ciertas minas e calizas subte
rrneas se utilizaban mto os e muestreo no equiprobables tal como muestran las fig
uras anexas: a) b) c) ) El capta or no es perpen icular al flujo. El capta or n
o es ra ial. La re uccin e la muestra es manual. Las muestras se intro ucen en u
n gran cilin ro plstico y se hace un nu o para ca a metro e perforacin. Se compro
b que esta operacin contaminaba las muestras.
50

Figura VI.4: El corte e muestra no es perpen icular al flujo.

Figura VI.5: El capta or no es ra ial, luego no es equiprobable.
Figura VI.6: Contaminacin entre muestras e caliza.
Las minas e caliza tienen, es e el punto e vista el muestreo, una ventaja: s
us leyes son altas (sobre 65%). Una ley alta es favorable en lo que respecta al
error e muestreo (tal como veremos ms a elante). Una ley baja, por ejemplo e or
o (en gr/ton, es ecir ppm.), es esfavorable. VI.3. Muestreos e carros mineros
. Camiones. El muestreo e carros mineros y el muestreo e camiones mineros (fig
ura VI.7) no es equiprobable ebi o a que obligatoriamente la muestra es superfi
cial.
51

Figura VI.7: Es casi imposible tener una muestra equiprobable e un carro o camin
minero.
VI.4. Muestreo en puntos e extraccin. Marinas. El muestreo en puntos
, por ejemplo en una mina explota a por block-caving, es ifcil, ebi
superficial a ems e no ser equiprobable ebi o a la gran varie a e
punto (a veces existen bolones e gran imetro). Lo mismo ocurre con
s e marinas.

e extraccin
o a que es
tamaos en el
las muestra

Figura VI.8: Muestreo en un punto e extraccin.

Para mejorar la situacin existen soluciones e alto costo. Una e ellas es constr
ur un scoop muestra or el cual tiene incorpora o un chanca or. La otra, aplicable
al caso e marinas, es utilizar una torre e muestreo (figura VI.9) y enviar el
avance completo a la torre. Algunos autores consi eran que isponer e una buen
a torre e muestreo constituye un seguro e vi a para la mina.
52

Figura VI.9: Una torre

53

e muestreo.

VI.5. El muestreo e hoyos e trona ura. En la figura VI.10 aparece un esquema

e un hoyo e trona ura y uno e los mto os para tomar una muestra el cono: el tubo
muestrea or (figura VI.11).
Figura VI.10. Pozo e trona ura
Figura VI.11: El tubo muestrea or.
Figura VI.12: Forma e tomar la muestra e incrementos

el tubo.

En algunos casos el material acumula o en el cono pue e ser el or en e una ton

ela a. Es imprescin ible entonces tomar una muestra e unos cuantos kilos. En la
figura VI.13 se emuestra con un ejemplo hipottico que si se utiliza un capta or
e etritus, su iseo ebe ser ra ial. Un corte en el cono proporciona un crculo
e ra io 2r. Si suponemos, por ejemplo, que los gruesos estn en un crculo concntric
o e ra io r y los finos en el exterior, entonces la proporcin real e finos/grue
sos es e 3:1. En este ejemplo, un capta or rectangular entrega una proporcin e
finos/gruesos e aproxima amente 1:1.
54

Figura VI.13: Comparacin entre capta or ra ial y no ra ial.

En la figura VI.14 se emuestra con un ejemplo hipottico que el tubo e muestreo
no es equiprobable. Asumien o un ngulo e reposo e 45 gra os, se tiene una propo
rcin real e finos/gruesos e 7:1, mientras que el tubo entrega una proporcin e a
proxima amente 1:1.
Figura VI.14: Esquema para probar que el tubo no es equiprobable.
Se concluye entonces que uno e los mejores mto os prcticos ebera ser un capta or
ra ial. Sin embargo esta solucin es muy ifcil e implementar en minas gran es, e
bi o a la gran canti a e material que cae en el capta or. Por esta razn, en min
as gran es, se utiliza an el mto o el tubo muestrea or. El tubo presenta otros pr
oblemas ebi o a que, en algunas minas, en el invierno, no se pue e utilizar (se
congela el cono) y existe muestreo e verano (realiza o con un tubo) iferente
el muestreo el invierno (realiza o con una pala). Otro problema asocia o es qu
e a veces se remueve, en forma emprica la pasa ura en la superficie el cono.
55

Ejemplos e capta ores. Hace unos aos, el autor e este libro realiz una encuesta
en minas chilenas, obtenien o los iseos, con sus imensiones correspon ientes. S
e conocen como el cajn, el mol e y la cua.
Figura VI.15: El cajn capta or

e muestra. No es ra ial.

Figura VI.16: El mol e capta or e muestra. No es ra ial.

56

Figura VI.17: La cua capta ora e muestra. Es ra ial. En ciertas minas se pone un
a cuer a para retirar el ispositivo al llegar a la pasa ura.
Resulta os para el cajn. El autor realiz experiencias,
os, con el cajn, toman o en 40 hoyos la muestra total (la
en un local cerra o para mayor confiabili a ) y la muestra
rva que las granulometras e la muestra y el lote no son
Figura VI.18: curva granulomtrica
finos que el lote.

en una mina, en la zona e xi

cual se re ujo y prepar
el capta or. Se obse
iguales (figura VI.18).

e la muestra y el lote. La muestra tiene menos

Se comprob a ems que la ley el lote era iferente e la ley e la muestra. Se com
prob tambin que la ley e los finos es superior a la ley e los gruesos, tal como
muestra la figura VI.19.
57

Figura VI.19: La ley

esos.

e los finos es significativamente superior a la e los gru

VI.6. El capta or e lo os.

s con agua y la muestra es e
ena, pro ucien o una muestra
que el muestreo e lo os pro
Figura VI.20: El capta or

Se utiliza en algunas minas subterrneas. La perforacin e

lo o o barro. La recuperacin, por lo general no es bu
e u osa cali a . En varias minas se ha comproba o
uce sesgos.

e lo os en minera subterrnea.

VI.7. Conclusiones. Los ejemplos analiza os muestran que en minera es muy ifcil o
btener una muestra equiprobable a un costo y con iciones operacionales razonable
s. Cuan o por efinicin la muestra no cumple con la con icin e equiprobabili a
58

(espcimen), se eben hacer estu ios acerca e la existencia e sesgos y el posibl

e cambio el sistema. Mencionemos a ems que es fcil emostrar que un ispositivo
e muestreo es incorrecto pero es muy ifcil emostrar que un cierto ispositivo e
s correcto.
59

VI.8. Ejercicios y complementos.

1. A continuacin se presenta como se muestrean los hoyos e trona ura en minas no
rteamericanas (Cana y USA). Cules proporcionan especimenes?
Figura VI.21. Mina 1.
Figura VI.22: Mina 2.
60

Figura VI.23: Mina 3.

Figura VI.24: Mina 4. Una variacin el tubo.
61

Figura VI.25. Mina 5. 3. Qu le parece el equipo e muestreo siguiente, correspon i

ente a una mina espaola?
Figura VI.26. Equipo e muestreo e pozos e tiro. 4. Para muestrear pozos e ma
nera automtica, existen inventos (ra iales) que se ponen en la plataforma e la p
erfora ora. Comentarios.
Figura VI.27. Muestrea or automtico. A y B son puertas que se abren y cierran.
62

5. El conocimiento geolgico el epsito es fun amental para etectar errores en el

muestreo. Ejemplo: en una mina e xi os e cobre es importante la ley e carbona
to CaCO3. En una cierta mina se etect que haba valores anmalos que no correspon an
con los valores normales entro e una uni a geolgica. Se comprob que el problema
estaba en la perforacin e los pozos: la muestra se contaminaba con aceite (el c
ual contiene carbono). 6. Comprobacin que la ley e los finos es mayor que la e
los gruesos. En una mina e xi os e cobre se tom como muestra el pozo completo so
bre una altura e banco e 10m. Se utilizaron harneros y tamices para separar lo
s iferentes tamaos (en una muestra el or en e 700K). La tabla 2 resume los res
ulta os para el cobre total y el carbonato (100# = 0.149mm) Tabla 2 Granulometra
CuT en % % 4.5 0.25 7.7 0.30 7.8 0.30 30.6 0.34 19.6 0.48 14.3 0.58 5.2 0.70 10.
3 3.24 100.0 0.71
Fraccin 3/8 1/4 4# 14# 35# 100# 150# -150# Total
CaCO3 % 0.31 0.24 0.24 0.24 0.33 0.36 0.46 2.40 0.51
Se observa entonces que es fun amental que una muestra respete la granulometra e
l lote, luego ebe ser equiprobable. Qu pasara si usara una porua con hoyos (figura
IV.2)? 7. Muestreo e marinas. Se utiliza en minera subterrnea. En la pila e la t
rona ura esponja a se pone un cor n (real o imaginario) y se toman incrementos en
los puntos e la figura VI.28. Est bien elimita a la muestra?
Figura VI.28: Muestreo
63

e marinas. Mto o el cor n.

VII. El Error Fun amental el Muestreo. Teora e Pierre Gy. Antes e estu iar la
teora e Pierre Gy, veremos un experimento isea o por Dominique Francois-Bongarco
n: VII.1. Un experimento e muestreo. Este experimento se pue e realizar fcilment
e y consiste en lo siguiente: En un recipiente se ponen 20 kilos e arroz, los c
uales correspon en aproxima amente a 1,000,000 e granos. Se toman 10 granos, se
pintan e color rojo, se intro ucen en el recipiente y se revuelve (observamos
que lo anterior correspon e a un lote que po ra ser e oro con una ley alta e 10 g
r/ton; a ems est libera o).
Figura VII.1. Un experimento e muestreo.
Luego, con una pala a ecua a se toma una muestra e unos 250 gramos. La experien
cia se repite un cierto nmero e veces. Se observa en este experimento: 1. Que es
complica o tomar muestras en el caso e leyes bajas (10 ppm.). Cuan o la ley es
ms alta, por ejemplo pintar 10,000 granos (caso e una ley e cobre e 1%), la s
ituacin es ms favorable. 2. En ca a repeticin resulta una ley (granos rojos/total
e granos) iferente, a pesar e que la muestra es equiprobable. 3. Las iferenci
as entre las leyes observa as y la ley real e 10 ppm. correspon en al error e
muestreo, el cual se llama error fun amental el muestreo. Este error es inevita
ble en las con iciones el enuncia o y no se pue e re ucir. 4. La me ia e las
iferencias anteriores es nula, ebi o a que la muestra es equiprobable. 5. La va
rianza e las iferencias se llama varianza el error fun amental el muestreo.
64

6. El experimento se pue e enriquecer al reemplazar los 10 granos rojos por 10 g

ranos e metal (efecto e segregacin). Se comprueba que la varianza el error fun
amental aumenta. 7. Se comprueba a ems que, si hay segregacin, una manera e re u
cir la varianza el error fun amental es realizan o incrementos, es ecir tomar,
por ejemplo, 5 submuestras e 50 gramos para constituir la muestra primaria. Es
te experimento, muy instructivo, se pue e enriquecer an ms al utilizar una mezcla
e porotos, lentejas y garbanzos... VII.2. La formula e Pierre Gy. La formula
e Pierre Gy proporciona, en el caso e material quebra o, la varianza relativa
el error fun amental el muestreo (la varianza relativa correspon e a la varianz
a el error fun amental ivi i a por la ley me ia el lote eleva a al cua ra o,
luego es una varianza sin imensin). La Teora fue esarrolla a por el Dr. Pierre G
y, Ingeniero Civil Qumico francs (ver Anexo 2). Antes e presentar la frmula e Gy,
es necesario hacer una observacin: se trata e una frmula aproxima a cuya emostr
acin es ifcil. En la figura VI.2 se pue e ver un extracto e la emostracin, reali
za a por el geomatemtico francs Georges Matheron, la cual ocupa 11 hojas!).
Figura VII.2. Extracto

e la emostracin e la frmula

Esta frmula ha mostra o ebili a es en el caso

65

e Gy, por Georges Matheron.

e minerales e baja ley (ppm.).

La frmula e Gy. La varianza relativa el error fun amental e muestreo est

or: S2 = K 3 ( 1 / MS 1 / ML ) (VII.1)

a a p

(Observar la estrecha analoga entre esta frmula y la el muestreo aleatorio simple

). Significa o e los trminos e la frmula e Gy: ML MS
= masa el lote en gramo
s = masa e la muestra en gramos = imetro mximo e partculas en cm. (en la prctica
se utiliza el valor 95 correspon iente al imetro que verifica que el 95% e los
imetros son menores que 95) tambin se llama imetro nominal. La constante K (e
n estricto rigor no es una constante) se mi e en gr/cm3 y tiene la expresin sigui
ente: K=cgfl En que: c g f l = factor e composicin mineralgica (gr/cm3) = factor
e istribucin e tamao (sin imensin) = factor e forma e las partculas (sin imen
sin) = factor e liberacin (0 < l < 1, sin imensin )
Estu iaremos ahora, por separa o, los factores c, g, f, l. El factor e composic
in mineralgica c. Tiene la expresin siguiente: c = ((1 aL) / aL )( (1 aL) g1 + aL g
2 ) valor aproxima amente igual a g1/aL si aL es pequeo.
66

aL g1 g2
= proporcin en peso el componente crtico o con valor comercial (mena) = peso espe
cfico el componente crtico (mena) = peso especfico e la ganga
El factor e istribucin e tamao g. Depen e e y e . Se utiliza lo siguiente:
2 < / < 4 1 < / < 2 / = 1 / > 4 g = 0.50 g = 0.75 g = 1.00 g = 0.25

es el imetro e las partculas mnimas, me i o en cms. (en la prctica se utiliza 05

). El valor ms utiliza o es g=0.25 que correspon e a una situacin bastante general
(el imetro e la partcula mxima es superior a 4 veces el imetro e la partcula mni
a). El factor e forma e las partculas. Est efini o por: f = (volumen e la partc
ula) / 3 Si se supone que las partculas son aproxima amente esfricas, entonces f
= 3.14159 / 6 = 0.52. Se recomien a entonces utilizar el factor: f = 0.5 El fact
or e liberacin l. Sean:
l = tamao mximo e partcula = tamao e liberacin el comp
nente crtico
67

Figura VII.3: El imetro e liberacin correspon e al imetro que hay que moler para
que la mena se libere e la ganga.
Se recomien a utilizar: l=1 l = ( l /

)b si l >

si l <

Se recomien a utilizar b=1.2 para minerales e cobre y b=1.5 para el oro. El fac
tor e liberacin constituye una e las ebili a es e la Teora ebi o a que no rep
resenta bien el caso e leyes bajas (leyes me i as en ppm.). Ejemplo: Puntos e
extraccin en mina explota a por el mto o e block-caving. En la explotacin subterrne
a e una mina chilena, en la cual la mena es calcopirita, se extraen ML = 32,000
tonela as = 32,000,000,000 gramos, ca a a. Se muestrean, ca a a, 50 puntos e e
xtraccin, toman o 5 kilos en ca a punto, luego MS = 50 * 5000 = 250,000 gramos. M
L = 32 * 109 MS = 25 * 104 95 = 15 cm = 05 = 0.021 cm aL = porcentaje e la c
alcopirita en peso = 4% = 0.04 g1 = peso especfico e la calcopirita = 4.2 gr/cm3
g2 = peso especfico e la ganga = 2.8 gr/cm3 l = tamao e liberacin e la calcopi
rita (50 micrones) = 0.005 cm c = factor mineralgico =((1aL)/aL)((1aL)g1+aLg2) = 10
0 l = factor e liberacin = ( l/ )1.2 = 6.72*10-5
68

f = factor e forma = 0.5 g =factor e istribucin e tamao = 0.25 ( / =714>>4) Al

aplicar la frmula se obtiene la varianza relativa: S2 = c g f l 3 ( 1 / MS 1 / M
L ) = 1.128*10-5 2S = 0.007 = 0.7% Con un 95% e confianza el error relativo es
el 0.7% (bastante bueno) Observacin: en la prctica se tiene que ML >> MS , luego,
se pue e espreciar el termino 1/ ML y la frmula e Gy que a: S2 = c g f l 3 /
MS Se pue e fijar el error esea o 2S (luego S es conoci o) para encontrar el ta
mao mnimo e la muestra: MS = c g f l 3 / S2 VII.3. El Factor e Liberacin. Como i
ntro uccin estu iemos un ejemplo: Se tiene una pila e 400 kilos, correspon iente
a un hoyo e trona ura en una mina e oro. El imetro nominal e las partculas es
= 1 cm El peso especfico el oro es 19 gr/cm3. El imetro e liberacin el oro e
s e 10 micrones = 0.001 cm 95 = 1.0 f = 0.5 g = 0.25 c = g1/aL = 19,000,000 (s
uponien o aL = 1gr/ton = 1*10-6) Sea: l = ( l / )0.5 = 0.0316. Formula errnea pu
blica a por P. Gy, consi era a hoy a como arbitraria en casos particulares. Si S
= 0.1, se obtiene un valor MS igual a: MS = 7.5 tonela as! El problema, escubi
erto por el Dr. D. F. Bongarcon, ra ica en el factor e liberacin l, el cual se p
ue e expresar ms generalmente como:
69

l = ( l / )b La eterminacin el coeficiente b requiere experimentos e muestreo

y no pue e ser re uci a a la aplicacin e una formula arbitraria tal como l=( l/
)0.5 la cual no es soporta a ni por la teora ni por experimentos. En el caso el
oro, se observa empricamente que a menu o b ~ 1.5; en el caso el cobre, b ~ 0.5
. Si aplicamos ahora la frmula e Gy, obtenemos: MS = 7.51 kilos Resulta o bastan
te ms razonable que el anterior. VII.4. Los Protocolos e Muestreo. Las operacion
es que conciernen al tratamiento e las muestras (chanca o, mezcla, re uccin, etc
.) eben que ar claramente estableci as, es e un peso inicial Q ( e varios kilo
s) hasta la muestra e laboratorio q ( e algunos gramos). Ejemplo: testigos en u
na mina e oro:
Figura VII.4. Testigo (izquier a) mto os para cortarlo ( erecha)
a) b) c)

) e) f)

cortar el testigo por la mita

= 6 cm, peso = 8 kilos moler 100% me iante chan
ca or primario a un tamao e 1 cm re ucir la muestra a 4 kilos utilizan o riffle
moler 100% me iante molino e ro illos a un tamao e 0.2 cm seleccionar, por me i
o e riffle 400 gramos e mineral pulverizar los 400 gramos a 150#.
En la figura VII.5 se tiene un protocolo bastante riguroso.
70

Figura VII.5: Protocolo e muestreo para mineral e oro.

Las iferentes operaciones se pue en llevar a un grfico log-log (figura VII.6). L
a operacin no ebe pasar la lnea e seguri a
e Gy (ver ejercicio 3 siguiente).
Figura VII.6: Grfico log-log.
71

VII.5. Ejercicios y complementos.

1. Otro ejemplo para comprobar que la formula l=( l/ )0.5 es errnea es el siguien
te: Sean fragmentos iguales (g=1) cbicos e oro (f=1), g1=20. Se toma una muestra
e 2000 gramos. Se esea una precisin S=0.01. Se pi e calcular el imetro e libe
racin. Solucin:
MSS2

l =

3cfg

2
Se obtiene l=10-12cm=0.0001Amstrong! Pero 1 tomo e oro = 1.5 Amstrong. 2. Bolon
es en muestreo e canaletas. En las minas e oro en vetas se hacen canaletas y s
e re uce la muestra por cuarteo manual. Cuan o el trabaja or encuentra un boln, l
o parte con un combo y luego proce e a ivi ir la muestra. Explicar esta operacin
basn ose en la formula e Gy.
Figura VII.7: Re uccin el imetro mximo e la muestra antes e cuartear. Siempre c
onviene re ucir el imetro nominal antes e ivi ir la muestra. 3. Probar que la
formula e Gy se pue e escribir como:
C 3b S = MS
2
Al tomar logaritmos, esta ecuacin se transforma en:
log( S 2 ) = log(C ) + (3 b) log( d ) log( M S )
Sea x=log(S2), y=log(MS); entonces se tiene la ecuacin: 72

x + y = log(C ) + (3 b) log(d )
Que es la ecuacin de una recta de
endiente 1 en coordenadas logartmicas (ver figur
a VII.5). Las formulas anteriores se
ueden
rogramar fcilmente en un com
utador.
En el
asado se utilizaba una regla de calculo, diseada
or P. Gy.
Figura VII.7: Sam
ling slide rule, regla de calculo
ara muestreo. 4. La formula
de Gy coincide con la formula del muestreo estadstico cuando se tiene material l
iberado. Consideremos la figura III.1. Se tienen N
artculas esfricas de igual dime
tro y de igual densidad. Su
ongamos que K de estas
artculas son de color negro.
La ley del material negro es a=K/N. Su
ongamos que se toma una muestra de n
artc
ulas del reci
iente (K,n<N). a) Probar que la varianza s2 de la formula III.1 es
a
roximadamente igual a a(1 a) cuando n es grande. b) Probar que la varianza re
lativa III.1 del error tiene la ex
resin: S2=((1 a)/a)(1/n 1/N) c) Al a
licar la
formula de Gy a la situacin anterior,
robar que: f=
i/6, l=1, g=1 (
i=3.1416) El
factor c es igual a: c=((1 a)/a)g en que g es el
eso es
ecfico de las
artculas,
luego la varianza relativa del error est dada
or S2=((1 a)/a)(1/n 1/N)
or cons
iguiente, en este caso, ambas teoras coinciden. 5. Un ex
erimento de muestreo. Ut
ilizar un frasco trans
arente y
oner cantidades iguales de aceite y agua tal co
mo en la figura VII.8. Conviene teir
reviamente el agua con tinta. El
roblema c
onsiste en extraer una muestra re
resentativa de este lote.
Figura VII.8. Un ex
erimento de muestreo. Se
uede com
robar que una
i
eta (bom
billa) no funciona bien. Tam
oco resulta mejor agitar la mezcla. Qu hacer?
73

VIII. Bibliografa. M. Alfaro, 1998. D.F. Bongarcon, 1996 P. Gy, 1982. Estadstica.
Tecniterrae, Santiago, Chile. Muestreo de Minerales y Com
aracin de leyes mina 
l
anta. Tecniterrae, Santiago, Chile. Sam
ling of Particulate Materials. Elsevier,
Amsterdam, Holanda. de Minerales.
P.Gy y D. F. Bongarcon, 1999 Seminario de Muestreo Tecniterrae, Santiago, Chile.
P.Gy y D. F. Bongarcon, 2000 El error ms comn en la a
licacin de la teora del muestr
eo de minerales de P. Gy. Revista Minerales. Instituto de Ingenieros de Minas de C
hile. P. Gy, 2000. W. Cochran, 1977 M. Kreiter, 1978 Sam
ling for Analytical Pur

oses. Wiley, New York. Sam
ling Techniques, J. Wiley, New York. Investigacin y P
araninfo, Madrid. Pros
eccin Geolgica.
74

Anexo 1. Tabla de nmeros al azar.

14159 26433 69399 59230 86280 82148 09384 53594 84102 64462 44288 28475 27120 34
603 13393 72458 48815 91715 01133 13841 33057 09218 31051 62749 89122 98336 8602
1 19070 05392 84674 00056 77857 75778 14684 46549 68925 21290 59813 51870 29780
16096 34690 33446 71010 58753 76691 28755 88235 18577 13001 26535 83279 37510 78
164 34825 08651 46095 08128 70193 29489 10975 64823 19091 48610 60726 70066 2092
0 36436 05305 46951 27036 61173 18548 56735 79381 73362 39494 21798 17176 81846
81271 71342 96091 40901 58537 89235 21960 62977 72113 49951 31859 83026 85035 00
313 32083 47303 46873 37875 80532 92787 89793 50288 58209 06286 84211 32823 5058
2 48111 85211 54930 66593 37867 45648 45432 02491 06315 96282 78925 48820 94151
57595 81932 07446 18857 83011 44065 63952 60943 29317 76694 45263 75778 73637 22
495 10507 42019 86403 47713 49999 05973 50244 42522 26193 78387 81420 59825 1159
5 93751 17122 66111 23846 41971 74944 20899 70679 06647 23172 74502 05559 38196
34461 83165 56692 66482 41273 58817 92540 90360 46652 16094 91953 61179 23799 52
724 94912 66430 24737 70277 67523 05132 56082 71342 17872 34301 92279 95611 4418
1 09960 99837 17328 59455 30825 11881 52886 61717 34904 62863 95778 68066 95909
Observacin: en estricto rigor no se trata de nmeros aleatorios sino ms bien los dec
imales del nmero
i = 3.141592653... Pero se com
ortan muy bien como nmeros al aza
r. El autor ha utilizado estos dgitos con xito en sus cursos de simulacin.
75

Anexo 2: El Profesor Pierre Maurice Gy.

El Dr. Pierre Gy obtuvo el ttulo de Ingeniero Civil Qumico, en la Escuela de Fsica
y Qumica de Pars en 1946. Doctor de Estado en Fsica en 1960. Doctor de Estado en Ma
temticas en 1975. Es autor de varios libros. Obtuvo dos medallas de oro de la Soc
iet de lIndustrie Minrale, Francia, 1963 y 1976. Medalla Lavoisier 1975, Medalla de
l Mining Metallurgy Institute de Ja
n, 1958. La historia del muestreo de minerale
s comienza cuando Pierre se iniciaba como ingeniero en una mina de Africa, en el
Congo. Su jefe le solicit calcular la ley y el tonelaje de un stock de mineral d
e
lomo, recomendndole ir a la biblioteca
ara encontrar el
rocedimiento adecuad
o. Pero en la biblioteca de la mina no haba nada sobre muestreo de minerales. Ent
onces su jefe le dio la libertad de hacer lo que l considerara adecuado. Utilizan
do el buen sentido, Pierre tom muestras y estim la ley y el tonelaje,
ero le qued
una gran inquietud y una tarea
ara el futuro: desarrollar una teora
ara el mues
treo de minerales. Esto lo consigui en investigaciones
osteriores, algunas de el
las a su
ro
io costo.
76

Anexo 3. Sesgos generados
or muestreo y anlisis. Segn Pierre Gy (ver P. Gy y D. F

rancois Bongarcon, 1999) los ordenes de magnitud de los errores
ueden ser como
los de la Tabla 3: Tabla 3. Error relativo en % Hasta 1000 % Hasta 50% 0.1 hasta
1%
Muestreo
Muestreo
rimario (no equi
robable) Muestreo secundario (no equi
robable) Anlisis
Estos sesgos son aditivos.
77

Anexo 4. Ejem
los de errores de muestreo im
ortantes. Esta informacin fue tomada

de Pierre Gy (loc. cit.) 1. Planta de
rocesamiento de minerales: diseada segn tor
re de muestreo sesgada. Prdida 10 millones de dlares
or ao. 2. Mina: dilucin de min
eral de Cu y Au de 2% que se va a lastre. Prdida de 8 millones de dlares
or ao. Co
sto de un sistema de muestreo correcto: 90,000 dlares. 3. Comercializacin de miner
ales: un sistema de muestreo manual sesgado de concentrados de Sn le costaba al

roductor 7 millones de dlares cada tres aos, es decir un 9 % de la
roduccin. Cost
o de un sistema correcto: 100,000 dlares. 4. Costo adicional de un sistema de mue
streo correcto: siem
re es des
reciable. Los sistemas de muestreo correcto se am
ortizan r
idamente. 5. Existen en nuestras minas,
lantas, laboratorios, catlogos
de fabricantes, una gran cantidad de dis
ositivos de muestreo incorrectos (no eq
ui
robables) Lo anterior se debe a la ignorancia de las reglas sim
les de un mue
streo correcto.
78

Anexo 5. Porqu los errores aleatorios son gaussianos? Trataremos de
ro
orcionar u

na ex
licacin sim
le e intuitiva basada en el ex
erimento de Galton (la demostrac
in matemtica se basa en el Teorema del Lmite Central, uno de los teoremas ms im
orta
ntes de la Estadstica) La
lancha de Galton o quincunx consiste en una tabla, con u
n reci
iente el cual contiene bolillas coloreadas (en la
arte su
erior) y tubos
trans
arentes (en la
arte inferior)
ara recolectar las bolillas.
=0
Figura A.4.1: El quincunx.
Exist un orificio qu dja car las bolillas una a una. En ausncia
0), todas las bolillas can n l tubo cntral, tal como s mustra
a A.4.1.
79

d rror ( =
n la figur

Supongamos ahora qu s tin un rror alatorio dbido a la suma d varios rro
rs tambin alatorios:
= 1 + 2 + ... + n
(El rror comtido al dtrminar la ly d minral d una mustra s d st tip
o: n fcto, st rror corrspond a una suma d rrors alatorios qu son: 
rror inicial d tomar la mustra, rror d dlimitacin, rrors d manipulacin, r
rors d prparacin, rror fundamntal, tc. hasta llgar al rror d anlisis qumic
o) Para rproducir l fcto d una suma d rrors, s ponn, n l quincunx va
rias corridas d clavos y s djan car las bolillas, las cuals s dsvan al aza
r, tal como s v n la figura A.4.2:
Figura A.4.2. El quincunx n accin.
80

Cada corrida d clavos simboliza una causa i dl rror total Dspus d un cirto
timpo s obsrva qu las bolillas s distribuyn n los tubos como una campana,
la famosa campana d Gauss. Esta campana s simtrica rspcto al punto cntral.
Si no xist ssgo, ntoncs la spranza matmtica, s dcir l promdio trico d
l rror total s igual a 0. Sa 2 la varianza del error . S pud dmostrar qu
si l rror s gaussiano, ntoncs s cumpl la rlacin siguint:
P [ 2 2 ] = 0.95
E  decir el error e t entre -2 y +2 con 95% de probabilidad (ver la figura A.4.3) e
 la de viacin e tndar del error (la raz cuadrada d la varianza 2)
Figura A.4.3: La ley de Gau  o ley normal de probabilidade , e  la de viacin e tn
dar del error (o de viacin tpica del error)
Se puede afirmar entonce  que el error verifica:
2 2
con 95% de confianza.
81

A vece  e dice que: = 2, con 95% de confianza. Porqu un 95% de confianza?. Corre p
onde a un compromi o e tad tico. Se acepta un rie go de equivocar e del 5%. Lmite 
de confianza. Lo anterior e conoce en E tad tica como e timacin por intervalo  d
e confianza. Se pueden utilizar otro  valore  para lo  lmite  de confianza como l
o  que e proporcionan a continuacin: = = 1.645 = 2 = 3 con 68% de confi
e confianza. con 95% de confianza. con 99.7% de confianza.
Ob ervamo  que a medida que aumenta la confianza, el error aumenta. Una explicac
in intuitiva podra er el ejemplo iguiente: upongamo  que no  preguntan la edad
a (la cual no conocemo ) de una per ona. En primer lugar hacemo  una e timacin pu
ntual, por ejemplo a=30 ao  y luego realizamo  afirmacione  como la  de la Tabla
4: Tabla 4 Confianza o eguridad Creo que la edad verifica E toy m  eguro que E 
toy ca i eguro que Intervalo de confianza 29a31 25a35 20a40 Error en ao  1 5 10
La confianza o eguridad ab oluta (100%) hace que el error ea impracticablement
e grande, e ta e  la razn por la cual e admite como compromi o una confianza del
95%.
82