Universidad de Alberta

Departamento de Ingeniera Civil y Ambiental

Escuela de Minera y Petrleo, Ingeniera

Centro de Geoestadstica Computacional

Gua del principiante para la toma de muestras

Versin 1.0

Chad T. Neufeld

Abril 2003
Gua del principiante para la toma de muestras

Tabla de contenidos

1 INTRODUCTION......................................................................................................................4

2 DEFINICIONES Y CONCEPTOS BSICOS ..................................................................................5

2.1 DEFINICIONES...................................................................................................................5

2.2 ERROR BASICOS Y SUS EFECTOS EN EL RESULTADO DE LAS MUESTRAS..........................6

3 HETEROGENEIDAD Y EL ERROR FUNDAMENTAL ...................................................................7

3.1 DEFINICIN MATEMATICA DE LA CONSTITUCIN DE LA HETEROGENEIDAD..................8

3.2 ESTIMACIN DE IHL.........................................................................................................10

3.3 ERROR FUNDAMENTAL DE MUESTREO, FE ....................................................................16

4 EL NOMOGRAMA..................................................................................................................16

4.1 CONSTRUCCIN DEL NOMOGRAMA..............................................................................17

4.2 ERROR FUNDAMENTAL DE MUESTREO..........................................................................18

5 SEGREGACIN O DISTRIBUCIN DE HETEROGENEIDAD ......................................................19

6 CLASIFICACIN DE LOTE.......................................................................................................20

6.1 LOTES TRIDIMENSINALES................................................................................................20

6.2 LOTES BIDIMENSIONALES...............................................................................................20

6.3 LOTES UNIDIMENSIONAL................................................................................................21

7 DELIMITACIN DEL ERROR Y EXTRACCIN DEL ERROR .......................................................21

7.1 DELIMITACION DEL ERROR.............................................................................................21

7.2 EXTRACCIN DEL ERROR.........................................23

8 PREPARACIN DEL ERROR ...................................................................................................26

9 CONSIDERACIONES ESPECIALES EN MUESTREO ..................................................................27

9.1 ORO................................................................................................................................27

9.2 CARBN..........................................................................................................................27

9.3 ARENAS PETROLFERAS...................................................................................................27

9.4 DIAMANTES....................................................................................................................27

pg. 2
Gua del principiante para la toma de muestras

10 OPTIMIZACIN DEL PROTOCOLO DE MUESTREO ................................................................28

11 NORMAS DE MUESTREO .....................................................................................................29

12 EJEMPLO DE CONSTRUCCIN Y USO DE UN NOMOGRAMA ..............................................30

13 CONCLUSIN .......................................................................................................................35

BIBLIOGRAFIA....................................................................................................................................36

pg. 3
Gua del principiante para la toma de muestras

1 Introduccin

En un mundo perfecto, cuando el ensayo de una muestra se reporta como 4,2%, se supone que esta
figura es el contenido de la muestra. Sin embargo, toda muestra representada, la cual es gran parte
del lote en s mismo, no se ensaya, se selecciona una pequea sub muestra de unos pocos gramos y
el ensayo se refiere slo al contenido de la pequea sub muestra. Siempre habr una discrepancia
entre el contenido del lote, la muestra original y la muestra de ensayo. Esta discrepancia se la
denomina el error de muestra.

En el muestreo hay dos formas de error: uno que est presente debido a la propiedades intrnseca de
los materiales muestreados y uno que surge de la y de preparacin los procedimiento de muestreo
inadecuados. El objetivo de esta gua es revisar las directrices y procedimientos que se utilizan en
la prctica, para disear un protocolo de muestreo que reduzca al mnimo los errores introducidos a
travs de procedimiento inadecuados y para medir y utilizar el "error fundamental" que siempre est
presente. Esta gua es un resumen de la teora del muestreo de Gy como poner en la prctica de
Francis Pitard y otros.

pg. 4
Gua del principiante para la toma de muestras

2 Definiciones y conceptos bsicos

Para ayudar a entender los conceptos y las ideas que se presentan en esta gua, algunas definiciones
y conceptos bsicos sern presentados en esta seccin. La nocin de exactitud, precisin y
repetitividad tambin se abordar.

2.1 Definiciones
Fragmento Tamao, d (Cm): El tamao real del fragmento, o el tamao promedio de los
fragmentos en el incremento de . No debe confundirse con el tamao nominal fragmento se define
a continuacin.

Tamao nominal Fragmento, d (cm): Normalmente se define como el fragmento mximo el

tamao de un lote, el tamao nominal se define aqu como el tamao de la malla cuadrada que
conserva no ms de 5% del material de gran tamao. Esto elimina la posibilidad de altas
fluctuaciones en d debido a la presencia de gran tamao.

Lote, L: Cantidad de material con el que se seleccionan incrementos y muestras. La gran cantidad
de material debe tener lmites bien definidos: el contenido de una bolsa, camiones, ferrocarriles
coche de carretera, barco, etc. Un lote se refiere a menudo como un lote de material.

Incremento, I: Un incremento es un grupo de fragmentos extrados de una gran cantidad en una

sola operacin mediante un dispositivo de muestreo. Una muestra es a menudo el reencuentro de
varios incrementos

Muestra: Una muestra es una parte de un lote obtenido por la reunin de varios incrementos y la
intencin de representar a la gran cantidad de nuevas operaciones. Una muestra debe respetar
ciertas reglas que la teora del muestreo expondr. El muestreo se realiza a menudo de forma
progresiva: una muestra primaria se extrae del lote, y luego una seccin de muestra secundaria se
extrae de la muestra primaria, y as sucesivamente.

Espcimen: Parte de la gran cantidad obtenida sin respetar las reglas de delimitacin y la
correccin de extraccin. Una espcimen no representa la gran cantidad del lote L.

Componente: Constituyente de un lote que se puede cuantificar por anlisis. Puede ser un
producto qumico de componente fsico, tales como: un contenido de mineral, el contenido de agua,
porcentaje de finos, contenido de sulfuros, dureza, etc.

Contenido crtico, a: Proporcin de un componente crtico que debe ser estimado: el componente
crtico de un lote L se denota aL , El contenido crtico de una muestra S es denotado aS, etc.

Contenido crtico aL = El peso de un componente crtico en el lote L

Peso todos los componentes en el lote L

La seleccin probabilstica: Una seleccin se dice que es probabilstico cuando se fund en la

nocin de probabilidad de seleccin que incluye la intervencin de algn azar elemento dom. Una
seleccin probabilstica es correcta cuando la probabilidad de seleccin es distribuida

pg. 5
Gua del principiante para la toma de muestras

uniformemente entre todas las unidades que componen el lote y nula para el material que no
pertenece al lote. Una seleccin es incorrecta cuando una de estas condiciones no se satisface. Una
seleccin se dice que es no probabilstico cuando no se funda en la nocin de seleccionar
probabilsticamente, tales como el muestreo de agarre, por ejemplo. Todos formas de muestreo no
probabilstico deben ser evitados.

Heterogeneidad: Corresponde a la variabilidad encontrada en una poblacin estadstica. Hay dos

tipos de heterogeneidad que nos ocupan: (1) la heterogeneidad de constitucin y (2) la
heterogeneidad de distribucin.

Heterogeneidad de Constitucin (HC): Las diferencias entre la composicin de cada fragmento

dentro del lote. Los factores que contribuyen son la forma de fragmentos, tamao, densidad,
composicin qumica, composicin mineralgica, etc. Constitucin heterogeneidad genera el error
fundamental de muestreo.

Heterogeneidad de distribucin (HD): Diferencias observadas de un grupo a otro dentro del

lote. Los factores que contribuyen son la heterogeneidad de constitucin, la distribucin espacial de
los constituyentes o estado de segregacin y la forma del lote debido a la gravedad, etc.

Errores: Dado que las muestras y los lotes de los que se recogen las muestras, no son
exactamente el mismo, los errores se introducen en cualquier procedimiento de estimacin. La
magnitud de los errores se puede utilizar para validar los mtodos de muestreo y es esencial para
diferenciar los diversos errores de muestreo.

Protocolo de muestreo: Conjunto de pasos y operaciones de toma de muestras y preparacin

cuyo objetivo es minimizar errores y entregar una muestra bajo ciertos estndares de control.

2.2 Conceptos bsicos de error y sus efectos sobre los Resultados de la muestra
Los errores pueden ser introducidos durante las etapas necesarias para el muestreo y la preparacin
de la muestra.

Los errores pueden ser al azar con una media de cero, al azar, con una media distinta de cero, o
accidentalmente tal. Existen diferentes tipos de error se discutirn y su impacto en la toma de
muestras resultados.

El "error fundamental (EF)" es el nico error que no puede ser eliminado usando procedimientos de
muestreo apropiados. Estar presente incluso si la operacin de muestreo es perfecta. Error
fundamental est en funcin de la heterogeneidad constitucin del ser material muestrea y puede ser
cuantificada antes del muestreo. Los errores que genera son aleatorios con una media de cero.

El "error de delimitacin del incremento (DE)" y "error de extraccin del incremento (EE)" son los
errores aleatorios, pero su media es tpicamente distinto de cero. A diferencia de la delimitacin del
error fundamental y del error de extraccin pueden ser eliminadas a travs de procedimientos de
muestreo apropiados

pg. 6
Gua del principiante para la toma de muestras

Delimitacin de error se produce cuando la forma del volumen para el incremento extrada no es
correcta; por ejemplo, no teniendo toda la seccin transversal de una cinta transportadora. El Error
de Extraccin se produce cuando todos los fragmentos que pertenecen al volumen correctamente
delimitado para el valor mnimo, no terminan en ese volumen. Dado que la media de estos errores
es distinta de cero, y puede ser introducido en el procedimiento de muestreo.

Los Errores accidentales que se producen cuando el muestreo o el preparado no pueden ser
analizado utilizando mtodos estadsticos, ya que suelen ser eventos no aleatorios. La prevencin de
los errores accidentales es crucial para un muestreo confiable.

Puesto que los errores son variables aleatorias y son independientes de la probabilidad, las
siguientes relaciones son verdaderas:

Error Muestreo Total:

TE = EF + DE + EE +

Error Promedio:

{TE} = {EF} + {DE}+ {EE}+

Error de la varianza Total:

2 {TE} = 2 {EF} + 2 {DE}+ 2 {EE}+

Las relaciones anteriores muestran que los errores individuales no se cancelan, pero estn
compuestos.

Este efecto de composicin destaca el cuidado y la atencin que requiere el muestreo.

La exactitud y la precisin son conceptos muy diferentes. Cuando la media del error de muestreo, E
{SE}, se aproxima a cero, la muestra puede ser llamada precisa. El error muestreo es un sesgo. Una
seleccin de muestreo se dice que es precisa cuando la varianza del error del muestreo, 2 (SE), es
pequea, es decir menos que la norma requerida para el fin determinado. No importa si el promedio
de la muestra es igual o significativamente diferentes del lote.

Con el fin de utilizar estas dos medidas de la calidad de la muestra, es necesario trabajar con el
cuadrado del error de muestreo media y la varianza del error de muestreo. Cuando estos dos
nmeros se aaden conducen a la nocin de representatividad:

Cuando el cuadrado medio del error de muestreo, r2 (SE), es menor que un umbral estndar, ,
la muestra se considera representativa.

3 Heterogeneidad y el error fundamental

Como se mencion anteriormente, la teora del muestreo distingue entre dos tipos de
heterogeneidad: (1) la heterogeneidad de distribucin y (2) la heterogeneidad de constitucin.

pg. 7
Gua del principiante para la toma de muestras

La homogeneidad de distribucin se tratar ms adelante en esta gua, junto con su impacto en la

toma de muestras. La heterogeneidad de constitucin se podra aplicar de dos maneras diferentes a
la teora del muestreo: la heterogeneidad entre los fragmentos que componen una muestra o la
heterogeneidad dentro de los fragmentos de la muestra. Para nuestros propsitos, y para el muestreo
en general, la heterogeneidad entre los fragmentos es ms importante. La definicin matemtica de
heterogeneidad de constitucin, cmo estimarlo en la prctica y la definicin de error fundamental
voluntad, sern cubiertos aqu.

3.1 Definicin matemtica de la heterogeneidad de la Constitucin

Para definir la heterogeneidad de constitucin, vamos a empezar por examinar la heterogeneidad
llevada por un fragmento dentro de un lote y continuar hasta que hayamos definido la
heterogeneidad de la totalidad del lote.

Dado que estamos interesados en el contenido crtico del fragmento, un ai, La concentracin crtica
del lote, aL, y la heterogeneidad llevada por ese fragmento dentro de ese lote, hi, parece razonable
que la heterogeneidad sera proporcional a la diferencia entre ai y aL. Para simplificar el proceso, hi,
est estandarizada por aL, que nos permite trabajar con dimensiones numricas que nos conducen a:

Ahora que tenemos una relacin de la heterogeneidad en base al contenido crtico, debemos
entender el sentido que un fragmento tendr sobre la totalidad del lote, L. Para hacer esto usamos la
masa del fragmento, Mi, La masa media fragmento, Mi, la masa del lote, ML, y el nmero de
fragmentos, NF, contenido en el lote:

El promedio de las heterogeneidades realizadas por los fragmentos de un lote:

pg. 8
Gua del principiante para la toma de muestras

Tomando la heterogeneidad de un lote como una variable aleatoria, la varianza se puede definir
como:

Esto se denomina heterogeneidad de constitucin, HCL, del lote.

Debido a la dificultad natural en el clculo del nmero de fragmentos dentro del lote y an
requieren las caractersticas del material dentro del lote, son necesarias modificaciones a la
frmula de heterogeneidad de constitucin. El primer paso es multiplicar la heterogeneidad de
constitucin por el promedio de la masa del fragmento. Hacer esto elimina la necesidad de calcular
despus el nmero de fragmentos en la muestra y define el factor constante de heterogeneidad de
constitucin, o la heterogeneidad intrnseca, IHL

Debido a la heterogeneidad de constitucin es adimensional, el factor constante de heterogeneidad

de constitucin tiene las unidades de masa. Las unidades de masa se son tiles cuando se utiliza el
error fundamental para la optimizacin del protocolo de muestreo , el que se presentar ms tarde.

Usando algunas aproximaciones, el factor constante de la heterogeneidad de constitucin se puede

calcular fcilmente, independientemente del tamao de la muestra. La experiencia ha demostrado
que existe generalmente una fuerte correlacin entre el contenido crtico de un fragmento y su
densidad, mientras que la correlacin entre el contenido crtico de un fragmento y su tamao no es
tan importante. Si se separa el lote en fracciones en funcin del tamao y la densidad de la
fragmentacin promedio, F, en el lote, L, Se puede caracterizar por:

- Volumen: v

- Densidad:

- Masas: MF= V

- Contenido crtico: a

pg. 9
Gua del principiante para la toma de muestras

Aproximando el factor constante de heterogeneidad, mediante grupos de fragmentos similares en

lugar de fragmentos individuales, quedara de la siguiente manera:

Utilizando la frmula anterior el factor constante de la heterogeneidad de constitucin puede ser

determinado con precisin para cualquier material. Hacerlo, requiere separar el material en una
rejilla bidimensional en fracciones de volumen y densidad y ensayar y pesar cada una de las
fracciones.

Aunque la frmula es simple y completa, todava es demasiado compleja para ser utilizada fuera de
un laboratorio y requiere una forma simplificada para su uso prctico.

3.2 Estimacin de IHL

La divisin de la muestra en diferentes fracciones de tamao, permite que IHL se determine para las
diferentes fracciones y los suman para dar el valor de IHL:

Dnde:

Uso de las caractersticas observadas de ambos resultados de laboratorio y la experiencia de campo

esta frmula, se puede simplificar an ms con dos hiptesis.

Primero: Se ha demostrado que el contenido crtico de la fraccin, a, vara mucho ms de una

fraccin de densidad a la siguiente, que de una fraccin de tamao a la siguiente.

De ello se desprende que todos los valores del contenido crtico, a, pueden ser reemplazados con
el promedio crtico contenido, a, de la fraccin de densidad, L.

pg. 10
Gua del principiante para la toma de muestras

Segunda: La relacin, ML / ML , ha demostrado que varan poco de una densidad fraccin a la

siguiente. Por lo tanto la sustitucin de la relacin, ML/ ML, con un valor promedio, ML/ ML ,
se asume que es una buena aproximacin y lo podemos escribir:

Los dos factores restantes, X e Y, estn relacionados con el tamao de la fraccin y la fraccin de
densidad respectivamente, y ahora vamos a aprender cmo estimarlos.

Factor de forma, f

El factor de forma, tambin llamado el coeficiente de cubicidad, es una medida de la desviacin

forma fragmento de una forma cbica. Dado que el clculo de X requiere conocer la volumen, v,
del fragmento y puesto que el volumen es igual al producto del factor de forma y el tamao de los
fragmentos en cubos, fd3 , el factor de forma es un factor de correccin teniendo en cuenta el
tamao del fragmento, d, y la forma del fragmento para determinar su volumen.

- Si los fragmentos son cubos perfectos, f = 1.

- Si los fragmentos son esferas unidad perfecta con r = 1, el volumen de la esfera sera 4/3 r3 =
0,523, por lo tanto, con factor de forma f = 0,523.

Es una unidad adimensional que se ha determinado experimentalmente con la mayora de los

minerales teniendo un factor de forma aproximadamente igual a 0,5: carbn = 0,446, mineral de
hierro = 0,495 a 0,514, pirita pura = 0,470, cuarzo = 0,474, etc.

Hay algunas excepciones, aunque:

- Materiales escamosos, tales como mica, tienen un factor de forma en torno a 0,1.

- Slidos blandos sometidos a tensiones mecnicas, como pepitas de oro, tienen un factor de forma
alrededor de 0,2.

- Minerales aciculares, largo y puntiagudo, amianto, tienen un factor de forma mayor que 1 y puede
llegar a 10. Son difciles para muestrear.

El examen de los fragmentos, bajo un microscopio, suele ser suficiente para estimar el factor forma
usando observaciones, junto con las reglas generales anteriores. Ahora X puede ser reescrito
utilizando la definicin volumen del factor forma:

pg. 11
Gua del principiante para la toma de muestras

La experiencia ha demostrado que el factor de forma es relativamente constante para las diferentes
fracciones de tamaos, dndonos:

Aunque simplificada, hay ms por hacer para X.

Factor granulomtrico, g

La definicin de X, hasta ahora, requiere del conocimiento de todas las diferentes fracciones de
tamao contenidas dentro de una muestra, situacin que es difcil de determinar. Utilizando el factor
granulomtrico, g, y el tamao del fragmento nominal, d, la distribucin de tamao de los
fragmentos se puede explicar.

El factor granulomtrico, es una medida de la gama en tamaos de los fragmentos de la muestra:

- Material no calibrado, producto de la trituradora, que es de alrededor de 0,25.

- Material calibrado, entre dos pantallas, que es de alrededor de 0,55.

- Materiales calibrados naturalmente, cereales o frijoles, que es de alrededor de 0,75.

Ahora que tenemos el tamao nominal y el factor granulomtrico, ambos muy fcil obtencin, X se
convierte en:

X toma en cuenta la forma, tamao, y distribucin de tamao de los fragmentos en la muestra.

Factor Mineralgico, c

Ahora, simplificamos Y. Como se define ahora, Y es la suma proporcional a (a-aL)^2 sobre todo de
las fracciones de densidad. Es un mnimo de 0 cuando el material es completamente homogneo y
un mximo cuando el mineral es completamente liberado. Cuando el mineral es completamente
liberado, suponemos que slo hay dos componentes restantes: mineral y ganga. Cuando esto
ocurre, es la fraccin de densidad, LM, la que contiene el mineral puro con una densidad de M, y la
distinta fraccin de densidad, Lg,, adems, de la fraccin ganga con una densidad de g. Por otra
parte, el contenido mineral crtico aM= 1, contenido crtico de ganga ag = 0, el contenido crtico de

pg. 12
Gua del principiante para la toma de muestras

la gran cantidad del lote aL =MM/ ML, y la masa del lote ML=Mg+MM. El uso de estos en la
ecuacin para Y nos permite obtener una ecuacin para Ymax, lo que tambin es llamado el factor
mineralgico c:

En muchos casos prcticos, la ecuacin final se puede simplificar a una de dos formas dependiendo
de aL:

- Cuando aL es inferior a 0,1 (10%):

- Cuando aL es mayor que 0,9 (90%):

Ambos proporcionan estimaciones razonables de c cuando aL se encuentra dentro de sus

respectivos lmites.

Puede parecer extrao que el contenido crtico del lote, aL, est presente en la frmula para el factor
mineralgico. Aunque este es el valor que estamos tratando de determinar, su valor esperado o una
aproximacin cercana, es ms probable conocerla, y si no, entonces se pueden utilizar un enfoque
iterativo. Vale la pena mencionar que el contenido crtico, aL, Es una proporcin, no un porcentaje
o un nmero de partes por milln, es la proporcin fsica del elemento, no el elemento qumico. Por
ejemplo: si se dice que un concentrado es 33% de cobre, el cual es el porcentaje del elemento , el
que debe ser convertido a la proporcin de cobre alojado en el mineral para su uso en la
determinacin del factor de mineralgica.

pg. 13
Gua del principiante para la toma de muestras

Factor de Liberacin,

Como se ya se defini Y, y tiene un mnimo de = 0 y un mximo de c. El factor de liberacin,

se utiliza para especificar cundo Y esta entre 0 y c:

Cuando el material es perfectamente homogneo, = 0 y cuando el mineral es completamente

liberado = 1. La mayora de los materiales se pueden clasificar de acuerdo a su grado de
heterogeneidad:

- Material muy heterogneo, = 0,8.

- Material heterogneo, = 0,4.

- Material promedio, = 0,2.

- Material homogneo, = 0,1.

- Material muy homogneo, = 0,05.

Estas categoras carecen de fiabilidad y no deben utilizarse para fines analticos. Tambin el factor
de liberacin vara considerablemente y es difcil asignarle un promedio preciso.

Clculo del factor de liberacin es el siguiente paso. El primer mtodo que se muestra est basado
en el tamao de liberacin del componente crtico. El mtodo ha cambiado desde la publicacin de
la segunda edicin de la Teora del muestreo Pierre Gy y Prctica de muestreo por F. Pitard [5]. D.
Franois-Bongaron y P. Gy escribieron un documento, [2], con un mtodo mejorado para la
determinacin del factor de liberacin que corrigi algunos de los problemas comunes asociados
con el clculo anterior y el uso del factor de liberacin. Slo el mtodo corregido ser presentado
aqu y a los interesados en el progreso del factor de liberacin se les insta a consultar el libro de F.
Pitard. El segundo mtodo se basa en la mineraloga del material.

Mtodo Tamao Liberacin

Estimacin del factor de liberacin se puede realizar usando el tamao del fragmento nominal de la
muestra, d, el tamao de liberacin, d, y un parmetro adicional, b, que se puede ajustar a depsitos
especficos basados en la experiencia y los resultados experimentales. Como el tamao del
fragmento es reducido llega a un punto que el mineral se libera de la ganga: Tamao de
liberacin.

Cuando los fragmentos son ms grandes que el tamao de liberacin <1, y cuando todos los
fragmentos son ms pequeos que el tamao de liberacin = 1. El factor de liberacin se puede
estimar con la siguiente frmula:

pg. 14
Gua del principiante para la toma de muestras

El nuevo parmetro, b, puede ser confuso al principio, pero hay algunas reglas que rigen su uso y
algunos valores sugeridos que ayudan con su aplicacin. En primer lugar, b, nunca debe tener un
valor inferior a 1. Un valor de 1 es el menos favorable y si se usa dar lugar a una sobreestimacin
de Y, y por ende, el factor constante de la heterogeneidad de constitucin.

Con el anlisis de los resultados del muestreo, b se puede aumentar a un valor apropiado para cada
depsito. Debido al hecho de que es un nuevo concepto, no hay suficientes experimentos y estudios
que den confiabilidad al valor de b determinado. Experimentos han demostrado que el oro tiene un
valor b de aproximadamente 1,5.

Mtodo de Mineraloga

El mtodo de mineraloga para el clculo del factor de liberacin, necesita al contenido crtico del
lote, aL, y al contenido crtico del fragmento ms grande, aMAX . El factor de liberacin se puede
estimar usando la siguiente frmula:

La informacin disponible ayudar a determinar qu mtodo se debe utilizar para calcular el factor
de liberacin.

Forma Final de la Estimacin de Ecuacin IHL

Montando todos los factores nos da una ecuacin simple que se puede utilizar para la estimacin de
IHL. Los factores necesarios son:

- f: las cuentas factor de forma para la forma de los fragmentos y cmo se desvan de un cuadrado
perfecto; es un nmero adimensional.

- g: las cuentas del factor granulomtricas de las diferencias de tamao entre los fragmentos; es un
nmero adimensional.

- d: el tamao nominal fragmento; d tiene unidades en centmetros.

- c: las cuentas de factores mineralgicos para la heterogeneidad mxima, condicin que puede
estar presente en la muestra; unidades en gramos por centmetro cbico o gravedad especfica.

-l : el factor de liberacin representa el grado de liberacin en la muestra; nmero adimensional.

Resultando en la ecuacin final:

La constante del factor de la heterogeneidad de constitucin tiene unidades de masa,

especficamente gramos y se utiliza para relacionar el error fundamental a la masa de la muestra.

pg. 15
Gua del principiante para la toma de muestras

3.3 Error Fundamental de muestra, FE

El error de muestreo fundamental, FE, se define como el error que se produce cuando la seleccin
de los incrementos que componen la muestra es correcto. Este error se genera en su totalidad por la
heterogeneidad de constitucin. Gy ha demostrado que la media, m (FE), del error fundamental es
insignificante y que la varianza, 2FE, puede ser expresada como:

Donde P es la probabilidad de seleccin para cualquier fragmento dentro del lote y:

Sustituyendo esto en la ecuacin de la varianza nos da:

y cuando ML>> MS:

Estas son frmulas muy prcticas y tiles para el diseo y optimizacin del protocolo muestreo. La
aplicacin de esta frmula es el foco de la siguiente seccin.

4 El Nomograma
Para hacer uso de la heterogeneidad de constitucin y sus efectos en los proceso de muestreo se
tienen que relacionar el estado que la muestra tiene en el tamao del fragmento y la masa, al estado
que quiere que la muestra tenga, la masa ms pequea con un tamao del fragmento ms pequeo.
El error producido durante estas etapas se mide y se minimiza con el uso de la heterogeneidad de
constitucin del material que ha sido muestreado y el nomograma.

pg. 16
Gua del principiante para la toma de muestras

4.1 construccin del Nomograma

Un nomograma es un grfico de base 10 log-log con la varianza de la muestra en el eje ordenado y
la masa de la muestra en el eje de abscisas. Para trazar las variaciones frente al tamao de la
muestra de la formula se debe convertir a espacio logartmico:

Trazados los cambios en la muestra, usando este mtodo, nos permite una fcil visualizacin de los
cambios realizados a la muestra. Estos cambios son pasos reales en la preparacin de la muestra y
pueden ser o bien una reduccin de tamao de los fragmentos a travs de trituracin, triturar o
moler, o una reproduccin en la masa de la muestra a travs de la divisin.

Cuando se divide la muestra, no hay ningn cambio en el tamao nominal del fragmento de modo
que todos los trminos de la ecuacin varianza de la muestra son constantes y la varianza es
directamente proporcional a -log (MS). Los cambios en la masa de la muestra y la varianza de la
muestra, por la divisin, seguirn una lnea en el nomograma con una pendiente negativa. Este
permite lneas que representan los diferentes tamaos de los fragmentos nominales durante la
preparacin de la muestra, la que se representa en el nomograma. Durante la trituracin de la masa
de la muestra se mantiene constante y los dems trminos de la ecuacin cambiarn. La trituracin
tiene como resultados la reduccin de la varianza de la muestra, debido al tamao reducido del
fragmento y en el nomograma, esta ser una lnea vertical, desde la lnea de tamao de los
fragmentos nominales ms grande hacia abajo, verticalmente a la lnea de tamao de los fragmentos
nominales inferiores.

La Figura 4-1 muestra las lneas de tamao para seis tamaos de los fragmentos nominales
diferentes, una etapa de reduccin de la masa de la muestra, y una etapa de trituracin. Las lneas de
tamao, para el fragmento nominal tamaos d1 bajando a d6 , Se muestran como las lneas finas
que se extienden ms all de la parte superior e izquierda de la frontera nomograma. Cuando se
dividi la muestra el tamao nominal se mantuvo, pero la disminucin de la masa result en un
aumento en la varianza de la muestra. Esto se muestra como la lnea gruesa del punto A al punto B.
Durante la fase de trituracin de la masa de muestreo, se mantuvo igual y el tamao nominal del
fragmento disminuy, como resultado, la varianza de la muestra pasa de su posicin en la lnea de
mayor tamao hasta un punto en un tamao menor lnea correspondiendo al tamao nominal
fragmento producido a partir del ciclo de trituracin.

Esto se muestra como la lnea gruesa del punto B al punto C.

pg. 17
Gua del principiante para la toma de muestras

4.2 Muestreo Error Fundamental

El error fundamental que se produce durante el protocolo de muestreo es:

De esta frmula es evidente que la trituracin de la muestra, donde la masa sigue siendo constante,
no introduce ningn error. Eso significa que se produce el error de muestreo cuando la muestra se
separ de una gran masa, MS1, a una masa ms pequea, MS2. Durante varias etapas de preparacin
de la muestra el error fundamental es la suma de las varianzas de error durante las etapas
individuales:

Este es un mtodo simple para calcular el error fundamental introducido durante la preparacin de
la muestra. El uso del nomograma para la optimizacin del protocolo de muestreo se explica en la
Seccin 10.

Figura 4-1: Ejemplo nomograma que muestra las lneas de tamao nominal, un ciclo de muestras de divisin
y un paso de trituracin [5].

pg. 18
Gua del principiante para la toma de muestras

5 Heterogeneidad de Distribucin o de Segregacin

Ahora que hemos hablado de la heterogeneidad entre los diferentes fragmentos dentro de la material
muestreado, vamos a discutir brevemente la heterogeneidad entre los grupos de fragmentos dentro
del lote de muestras. La distribucin de los grupos de fragmentos dentro del lote se llama
heterogeneidad de distribucin o segregacin. La segregacin puede ocurrir durante la desarrollo
geogrfico lgico del depsito o durante la manipulacin del material una vez que ha sido extrado.
Esta segregacin en un montn de material, es debida a diferencias en el tamao del fragmento,
forma, densidad, masa, ngulo de reposo, etc. Figura 5-1 y la Figura 5-2 muestran dos diferentes
casos de segregacin y cmo las propiedades de los materiales contribuyen a la segregacin. La
heterogeneidad de distribucin de menor escala, como los que se muestran en la Figura 5-1 y la
Figura 5-2, debe ser entendida y el protocolo de muestreo, diseado para eliminar cualquier
influencia que la segregacin puede tener.

La segregacin regional a mayor escala que se produce como parte de un depsito, tiene una
mnimo impacto en la calidad de la muestra, debido al hecho de que la pequea rea local que se
muestrea es representante de esa zona. Las tendencias son un ejemplo de segregacin que puede
ocurrir en una gran escala.

Figura 5-1: Segregacin debido a diferencias en la densidad de fragmento (fragmentos de mayor densidad
llevan al lado extrema de la pila, mientras que los fragmentos de menos densidad permanecen en el lado
cercano) [5].

Figura 5-2: La segregacin debido a diferencias en el tamao de los fragmentos (fragmentos gruesos ruedan
por la pila concentrndose en el borde de la pila mientras que los fragmentos finos permanecen cerca del
centro) [5].

pg. 19
Gua del principiante para la toma de muestras

6 Clasificacin Lote
Tericamente, un lote siempre tendr tres dimensiones, pero por lo general uno o dos de las
dimensiones pueden ser consideradas con una importancia secundaria. La simplificacin de lotes en
funcin de su configuracin geomtrica reduce en gran medida la complejidad del proceso de
muestreo. En la prctica, ser comn encontrar las siguientes:

Lotes tridimensionales: contenido de un barco, camin, vagn de ferrocarril, la bolsa, tarro, etc.,
siempre y cuando uno de estos objetos tridimensionales sean considerados como la totalidad del
lote. Ella tambin podra ser un slido tal como un bloque en el interior de un depsito mineral.

Lotes Bidimensionales: donde el espesor se hace despreciable porque es muy poca comparacin
con las otras dos dimensiones. Un ejemplo de un lote de dos dimensiones es un lotes
tridimensional que ha sido aplanado o una costura de un depsito de carbn.

Lote unidimensional: pilas continuas y alargadas, material de transporte cinturones, arroyos, etc., o
una serie de coches de carros ferroviarios, bolsas, frascos, etc. El espesor y el ancho del lote son
insignificantes en comparacin con la longitud.

Cada una de las diferentes dimensiones tiene una forma ideal de la muestra. Se introduce el error
de delimitacin cuando la forma del incremento seleccionado del lote no es apropiado para el tipo
de terreno que se muestrea, pero puede ser eliminado a travs de prcticas adecuadas.

6.1 Lotes Tridimensionales

El mdulo isotrpico para la correcta delimitacin de un lote tridimensional es una esfera. La esfera
asegura que todos los fragmentos de la misma distancia desde el punto central de la muestra tienen
la misma probabilidad de ser muestreado.

En muestras esfricas es casi imposible recuperar el acceso al punto seleccionado y a menudo es

poco prctico, el dispositivo de muestreo altera la integridad material antes de llegar al punto, y la
coleccin de una esfera de material no es realista. Slo los lquidos y los slidos en suspensin muy
finos en el lquido pueden ser muestreados correctamente con un dispositivo de muestreo esfrico.
El resto de material no puede ser muestreado de esta manera y por lo tanto debemos confiar en
muestras de bidimensionales, tales como la extraccin de muestras.

6.2 Lotes bidimensionales

Los lotes bidimensionales son un poco ms fciles de tratar que un lote tridimensional puesto que la
forma ideal para la delimitacin de la muestra correcta es un cilindro uniforme con una seccin
transversal constante tomada a travs de todo el espesor del depsito. La Perforacin para
cualquiera ncleo slido o esquejes, es el mejor mtodo para la obtencin de una muestra
representativa.

El uso de barrenas, sondas ladrn, o juzgadores puede ser representativo para mayora de los lotes,
pero son incapaces para el muestreo correcto de la parte inferior. El muestreo dechip con la mano
puede ser representativo, pero la seccin transversal tiene el potencial para ser altamente variable.

pg. 20
Gua del principiante para la toma de muestras

6.3 Lotes Unidimensionales

Conseguir una toma correcta de un lote unidimensional es de fcil obtencin. Idealmente la muestra
se extrae dentro de dos planos paralelos, donde la distancia entre los planos permanece constante y
el lote est completamente atravesado por el dispositivo de muestreo.

7 Error de Delimitacin y Error de Extraccin

Forma inadecuada de muestreo, error de delimitacin y los mtodos incorrectos para la obtencin
del muestreo, el error de extraccin de, errores de rendimiento son muy perjudiciales para corregir
el muestreo. Los errores producidos, generalmente son distintos de cero e introducen un sesgo a los
resultados. Despus realizar los incrementos de forma correcta se ha determina que su extraccin
debe seguir la regla del centro de gravedad. Esta norma establece que todos los fragmentos, con su
centro de gravedad en el interior del incremento pertenecen en ese incremento y todos los
fragmentos con su centro de gravedad fuera del mnimo del incremento no pertenecen.

7.1 Delimitacin de error

Es muy difcil muestrear correctamente lotes tridimensionales, ya que la forma ideal de la muestra
es una esfera uniforme. Los lquidos y polvos finos son los nicos materiales que pueden ser
muestreados efectiva para esta forma. En la prctica ncleo y muestras de perforacin rotatoria se
toman. Los lotes de dos dimensiones son ms fciles de probar que los lotes tridimensionales, ya
que la muestra ideal de ser un cilindro que se extiende desde la parte superior a la parte inferior del
depsito. Estos tipos de muestras son muy fciles de obtener utilizando ncleo o perforacin
rotativa. Es importante asegurarse de que todo el espesor del depsito sea muestreado.

Los lotes unidimensionales son los ms fciles de probar y asimismo, corregir la delimitacin de la
muestra es muy fcil de lograr. Idealmente, la muestra se extrae dentro de dos planos paralelos,
donde la distancia entre los planos permanece constante y el lote est totalmente atravesado por el
dispositivo de muestreo. Figura 7-1 y la Figura 7-2 muestran adecuada delimitacin muestreo
corriente.

Delimitacin adecuada de esquejes barrenos es un problema constante para aquellos involucrados

con el muestreo en las minas productoras. El mejor y ms prctico mtodo, utiliza un muestreado
sectorial colocado en el cuello del agujero. Debe ser en forma de pastel y ser lo suficientemente
profunda para que no rebose antes del final de la perforacin.. Figura 7-3 muestra un ejemplo de un
muestreado sectorial.

pg. 21
Gua del principiante para la toma de muestras

Figura 7-1: La delimitacin incorrecta y correcta introducida por cucharadas de seccin redonda y cuadrada
respectivamente. Es importante que las bolas que se utilizan tengan lados que sean lo suficientemente alto
como para contener la muestra o algn material puede caer de la pala y se perdern [5].

Figura 7-2: (A) Las muestras correctas de la corriente se muestran como 1, 2, y 3 tomado parte de las veces,
mientras que 4 y 5 son incorrectas. (B) y (C) La participacin de la corriente son correctas todo el tiempo y
slo algunas de las veces no [5].

pg. 22
Gua del principiante para la toma de muestras

Figura 7-3: Muestreo Sectorial de explosin de muestreo esquejes agujero [5].

7.2 Error de Extraccin

Dado que la perforacin proporciona la mayora de las muestras utilizadas en la estimacin de
reservas de mineral, es importante para entender cmo los errores pueden ser introducidos por los
diferentes mtodos de perforacin. Una vez que las muestras se han obtenido, por lo general se
dividen. La divisin tambin debe seguir reglas de extraccin adecuadas.

Perforacin

Perforacin de Ncleo (Drilling Core) se utiliza cuando el material es lo suficientemente

competente para proporcionar secciones slidas de ncleo o a grandes profundidades. Al perforar
materiales competentes, los bits se cortan a travs de los fragmentos y la introduccin de errores de
extraccin ser mnima. Si se est perforando material blando el error ser mnimo, siempre y
cuando no se encuentre ningn fragmento grande. Cualquier fragmento grande que se encuentre,
pueden ser empujado hacia abajo por el borde de corte de la recuperacin de bit y el bloque de
material del ncleo.

La Perforacin rotatoria y de percusin fractura todo el material y extrae slo esquejes de la

muestra. La alta presin del agua y aire requerido podra incluir material que no debera haber sido
incluido. Figura 7-4 muestra la posible desviacin del ideal para la perforacin de circulacin
inversa.

pg. 23
Gua del principiante para la toma de muestras

Separadores de muestra

Aqu sern presentados solo los verdaderos dispositivos y mtodos de Separacin. Los Separadores
Riffle usan la simetra del sistema de muestreo para evitar errores de extraccin. Los separadores
por lo general consisten en 8-12 chutes que descargan alternadamente a los lados de los
separadores. Cuando se pasa la muestra a travs de porciones iguales, debe estar presente en cada
lado. Para garantizar la separacin de la muestra adecuada los Separadores riffle deben ser de un
material suave, alimentado lentamente en el centro y perpendicular a las placas, no paralelo a ellos.

Figura 4.7: La Perforacin de circulacin inversa, donde algunos de los cortes recuperados no pertenecen a la
muestra. La lnea punteada es el perfil ideal de la pared, mientras que la lnea continua es la real [5].

Los Separadores sectoriales son la mejor opcin para la separacin de muestra, ya que es poco
probable introducir el error de extraccin debido a la simetra del sistema, pero que no son
prcticos para uso en el campo. Se requiere que los ngulos de la rampa y de alimentacin de
material constante por rotacin para que la separacin adecuada se produzca.

Cono y cuarteo es un mtodo para dividir las muestras a mano. Primero, el material debe ser apilado
en un cono. En primer lugar el material deben ser apilados en un cono. Una vez que la pila se
construye arrastrando el material hacia el borde, con la pala aplana el cono dejando una torta
circular aplanada. La torta es dividida en cuatro cuartos idnticos. No se recomienda este mtodo,
ya que la alternativa ms eficaz es el mtodo de paleado.

pg. 24
Gua del principiante para la toma de muestras

El Paleo alternativo es similar al cono y cuarteo, pero funciona mejor para las grandes muestras. La
pila de material se construye de la misma manera que para el mtodo cono y cuarteo, pero la
divisin de la pila es diferente. Una palada de material se retira a un tiempo y se coloca en pilas
alternas, asegurndose de que cada palada es del mismo tamao, cada pila se construye con el
mismo nmero de palas.

El mtodo de Pala fraccional es idntico al mtodo de pala alternativo, excepto que en lugar de
tener la muestra partida en dos porciones, hay N porciones cuando la divisin de la muestra es
completa.

Figura 7-5 muestran cmo los incrementos pueden ser seleccionados de un lote y su combinado
para dar una muestra que sea representativa.

Figura 7-5: Seleccin o incrementos de un lote y combinar para obtener una muestra [5].

pg. 25
Gua del principiante para la toma de muestras

8 Error de Preparacin
Tan pronto como el material in situ es perturbado hasta el momento en que se ensaya es posible
introducir una amplia gama de posibles errores de preparacin. Debido a la naturaleza no aleatoria
de estos errores y el marco de tiempo largo sobre el que pueden producirse, es importante tener un
buen protocolo de muestreo que describe el manejo y la preparacin del material de la muestra de
modo que las muestras sean representativas. Los errores pueden provenir de contaminacin,
prdidas, cambios en la composicin qumica o fsica, los errores no intencionales, y el fraude o
sabotaje.

La contaminacin de la muestra puede ser en forma de polvo que cae sobre la muestra, el material
sobrante en el circuito de muestreo, la abrasin en el equipo de muestreo o corrosin. Estos errores
pueden aumentar o disminuir el contenido crtico para el componente de inters y una vez que la
muestra ha sido contaminada, no hay nada que se pueda hacer para quitar la contaminacin.

Las prdidas pueden ocurrir como multas en polvo, material que queda en el circuito de toma de
muestras, o manchas de la componente crtico. Por lo general, el componente que est siendo
muestreada es una porcin menor del material general y es significativamente diferente en
composicin al material de la ganga. Esto significa que la prdida de una fraccin especfica de la
muestra, la fraccin fina o gruesa, dar lugar a que la muestra no sea representativa.

Los cambios en la composicin qumica de la muestra deben ser evitados. Algunos cambios
potenciales son la oxidacin de sulfuros, o fijacin de agua o dixido de carbono. Las alteraciones
en la naturaleza qumica del material afectarn los resultados del anlisis y la recuperacin prevista
de los materiales a medida que se procesa. Cambios en la composicin fsica en general son menos
importantes que los cambios qumicos y pueden ser el aumento o prdida del contenido de la
humedad, o un cambio en el tamao de los fragmentos. Dado que esto se hace normalmente durante
la preparacin de la muestra, estos cambios son aceptables; a menos que, por supuesto, el objetivo
sea determinar el contenido de agua de las fracciones de tamao dentro de la muestra.

Los errores humanos tienen el potencial de ser significativa y es muy difcil determinar el origen del
error. Dejar caer las muestras, la mezcla de muestras, etiquetado incorrecto, la falta de
mantenimiento de los equipos, contaminacin, etc, son los errores que pueden introducir error. El
cuidado y la atencin al detalle, as como siguiendo el protocolo de muestreo se asegurar de que
los errores de este tipo son mnimas.

El fraude y el sabotaje son la alteracin intencional de las muestras utilizadas, para aumentar o
disminuir el valor de una muestra para su beneficio personal o el corporativo. La inflacin del
contenido mineral en el depsito para aumentar el valor de la accin, ha ocurrido en el pasado y
como resultado de los requisitos de calidad de muestreo y de la documentacin de la toma de
muestras realizadas, los cuales son muy estrictos.

pg. 26
Gua del principiante para la toma de muestras

9 Consideraciones especiales en Muestreo

9.1 Oro
El Oro presenta algunas complicaciones interesantes para el proceso de muestreo. Cuando el oro no
es liberado o se asocia con otro mineral, puede ser tratado similar a otra materia particulada.
Debido a su alto peso especfico, su segregacin es muy fuerte, tan pronto como el oro se libera, a
partir de su material husped. Adems, el oro no se tritura muy bien, manchando y recubriendo con
oro el equipo de muestreo. Estos dos fenmenos de oro requieren una atencin especial e incluso
han dado lugar a una modificacin frmula para el error fundamental.

Otra consideracin importante es que el oro puede ocurrir a niveles muy bajos y aun as, ser
econmico. Una vez ms se requiere ms cuidado para evitar cualquier error de muestreo que no
sea el error fundamental

9.2 Carbn
El carbn es ligeramente diferente a la mayora de los otros minerales. El carbn es generalmente
un componente predominante en el lote y el muestreo se realiza para determinar los contaminantes
presentes en el lote.

Todas las reglas regulares para la toma de muestras todava se aplican, pero el carbn es tratado
como material de ganga y el contaminante como el componente crtico. El muestreo es
normalmente realizado para determinar el contenido de humedad, contenido de cenizas, contenido
de azufre y la cantidad de orgnicos voltiles.

9.3 Arenas de Bitumen

Las arenas bituminosas de Alberta del Norte son nicas. El mineral bituminoso de inters
normalmente ocurre en aproximadamente 10 a 12%. Arena, agua, y la arcilla comprenden el resto
de la material. Todos estos factores afectan la forma en que el material se comporta durante el
proceso y estn todos determinados durante el muestreo.

9.4 Diamantes
Los Diamantes presentan un problema de muestreo nico. La probabilidad de la interseccin de
una piedra de calidad con la perforacin de base es minscula, mientras que el valor del depsito es
altamente dependiente de la de las piedras preciosas.

La exploracin suele hacerse para estructuras geolgicas, tuberas de kimberlita y minerales

indicadores. Se requiere un muestreo a granel para una estimacin precisa del contenido y calidad
de la gema, lo que es extremadamente importante para el valor del depsito.

pg. 27
Gua del principiante para la toma de muestras

A medida que ms y ms datos estn disponibles, las relaciones pueden ser determinadas por el
contenido de la piedra preciosa en comparacin con el contenido de diamante fino. Esto es til para
el muestreo de produccin sea a travs de la perforacin o la explosin de muestreo dedicado.

10 Optimizacin del Protocolo de muestreo

Comprender y minimizar todos los errores antes mencionados es esencial para el diseo y el
mantenimiento de un protocolo de muestreo eficaz. Las etapas generales implicadas son (1) tomar
la muestra primaria, (2) la seleccin de una sub muestra, ya sea por la separacin o trituracin a
continuacin de la separacin, y (3) la repeticin de este, hasta que la muestra sea lo
suficientemente pequea que puede ser enviada al laboratorio. Figura 10-1 Se muestra un ejemplo
de protocolo de muestreo.

Figura 1.10: Ejemplo de protocolo de muestreo [5].

pg. 28
Gua del principiante para la toma de muestras

La experiencia ha demostrado que el error fundamental, medible mediante IHL y el nomograma,

constituye slo la mitad del error total que se encuentra en la muestra, cuando todo est dicho y
hecho. La duplicacin de la varianza es una estimacin ms precisa de la muestra de error. La
contabilidad para esto en las fases de diseo, as como el uso de todas las herramientas de reduccin
de error disponible, ayuda a asegurar la toma de muestras y es correcta para la finalidad prevista.

Un ejemplo paso a paso que muestra cmo construir el nomograma, los pasos requeridos para
disear un protocolo de muestreo y la medicin de la muestra de error, se muestra en la seccin de
12. El diseo y optimizacin del protocolo de muestreo es un proceso iterativo. La eleccin de un
protocolo y calcular el error final y despus de la modificacin del protocolo basado en equipos
disponibles se traducir en el mejor protocolo adecuado a las condiciones locales.

11 Normas de muestreo
Se requieren diferentes tolerancias en el muestreo de las diversas aplicaciones de muestreo que se
utilizan. En el muestreo de mineral Pit frente a un contrato de venta de concentrado requiere
drsticamente diferentes grados de confianza en la toma de muestras.

Algunas normas aceptadas son:

- 15% para el control del proceso interno y la exploracin.

- 5% de las ventas del contrato o su cumplimiento.

- 0,5% para las ventas comerciales.

Lograr el error de la muestra dirigida no siempre se puede lograr usando una sola muestra pudiendo
requerir la toma de mltiples muestras y promedindolas. La varianza del error fundamental
disminuye como sigue, siempre que las muestras sean independientes:

Toma de muestras para establecer objetivos es alcanzable. Los protocolos de muestreo deberan
haber fijado objetivos de control de calidad que se comprueban de forma permanente.

pg. 29
Gua del principiante para la toma de muestras

12 Ejemplo de Construccin y Uso de un Nomograma

Este ejemplo, modificado a partir de [5], ilustra los pasos y las ecuaciones necesarias para construir
el nomograma de muestreo y para calcular el error de muestreo fundamental producido durante la
preparacin de la muestra. Las caractersticas del material que est siendo muestreados son:

- Depsito de molibdeno se producen como MoS2

- Contenido mineral esperado; aL= 0,100%

- Densidad Mineral; M= 4,7.

- Densidad Ganga; g= 2,7.

- Tamao de la Liberacin; d = 500m

- 40 kg de muestra central.

- La mitad del ncleo ser ensayada.

- Reducir la muestra a travs de trituracin y separacin de un tamao de 1 g, lo que es

apropiado para ensayar

En primer lugar el factor constante de la heterogeneidad de constitucin, IHL, debe ser calculado
para todo los posibles tamaos nominales que la muestra podra tener durante el proceso de
preparacin. Los tamaos nominales son dependientes del equipo que se utiliza. Por ejemplo: roca
volada ser gruesa y tienen un tamao de destino para la trituradora, roca triturada producida a
partir de la trituradora se proyectar para el fresado, etc.

Para estimar IHL, todos los factores necesarios se deben elegir de una tabla o calcularlos. Se
utilizaron los siguientes valores y dado lo racional:

(Valor estandar para la mayora de los materiales)

(Material no clasificado)

(Propiedades de la roca)

(Propiedades de la roca)

(Peso Atmico de MoS2 )(96 es el peso atmico de Mo)

(Contenido de molibdeno que cambiado al contenido mineral)

(El factor de liberacin se calcul de la siguiente tabla y a conservando el

valor de 1 fue elegido para b)

(ya que aL es menor que 0,1 se utiliz una aproximacin)

pg. 30
Gua del principiante para la toma de muestras

El clculo y el trazado del IHL, ahora se puede hacer para los posibles tamaos de los fragmentos.
Para determinar las coordenadas del punto que est siendo trazada la masa que fue elegido de cada
uno de los tamaos nominales. Se calcul el error para cada punto suponiendo que ML >> MS con
los resultados resumidos en la Tabla 12-1:

Tabla 12.1: Clculo del IHL para mltiples tamaos de los fragmentos nominales.

El trazado de estos puntos en el nomograma y dibujar lneas con una pendiente de uno negativo nos
entrega lneas de tamao que se utilizarn para decidir sobre la etapas de separacin y de
trituracin durante la preparacin de la muestra.

Una restriccin adicional es que durante la preparacin de la muestra, ninguna sola operacin
introducir ms errores que FE = 5%. Para trazar este umbral en el nomograma, la error lmite
tiene que ser convertido a una varianza 2FE = 0,025. La figura 12-1 muestra el nomograma hasta
esta etapa. Los puntos calculados para las lneas de tamao se muestran en el nomograma como
balas rojas y las lneas de tamao como finas lneas negras que corren por los crculos. Cada una de
las lneas se marca con su tamao, en centmetros, en el extremo superior izquierdo de la lnea. La
lnea de la varianza se muestra como la lnea azul discontinua con su valor en el borde derecho de
la lnea.

Despus de la divisin de la muestra del ncleo inicial de 40 kg, a la mitad de 20 kg de ncleo

queda intacto. Decidir qu tamao para aplastar el ncleo es el primer paso en el procedimiento de
preparacin de la muestra. Primero localice el 20kg o 20 000 g, (la masa) en el eje horizontal y elija
una interseccin con una de las lneas de tamao que est por debajo de la lnea de diseo de la

pg. 31
Gua del principiante para la toma de muestras

varianza. Elijamos 0.475cm como el tamao nominal de la primera trituracin. Coloque un punto en
el tamao 0.475cm lnea para una masa de la muestra de 20 kg; la varianza del error fundamental de
la muestra pueda ser leda en el eje vertical. El siguiente paso es dividir la muestra en la
preparacin para la siguiente trituracin. Para decidir qu tan pequeo es el tamao de una sub
muestra siga la lnea de tamao a la izquierda y hacia arriba hasta que est justo por debajo de la
lnea de la varianza y se detiene all. Despus de seguir la lnea de tamao, se decidi dividir la
muestra de 20 kg a 2 kg, el punto de la lnea de tamao est por debajo de la lnea de la varianza,
pero eso est bien. Luego contine con la trituracin y la separacin hasta que la masa de la
muestra final sea de 1 g. El nomograma en la Figura 12-2, muestra lo que se utiliz para determinar
cada paso del protocolo de muestreo. La Tabla 12-2 resume el protocolo de muestreo que muestra la
reduccin de tamao de la muestra durante cada etapa de la divisin, la reduccin de tamao de los
fragmentos en cada etapa de trituracin, el error fundamental introduce en cada etapa de separacin,
el error de la muestra debido a un error fundamental y el error de muestra final.

Se puede ver ahora lo til de los nomogramas para la comprensin del impacto que tienen las
distintas etapas de preparacin de muestras sobre el error muestra final y cmo esto se puede
utilizar para planificar el protocolo de muestreo para lograr los mejores resultados posibles de las
muestras.

Si el margen de error de 9,7% es demasiado grande; a continuacin, (1) el protocolo puede ser
modificado para reducir el error introducido debido al error fundamental o (2) cuantas muestras
mltiples se pueden utilizar y promediar.

Tabla 2.12: Resumen del protocolo de muestreo.

pg. 32
Gua del principiante para la toma de muestras

Figura 12-1: Nomograma que muestra los puntos para colocar las lneas de tamao (puntos rojos), las lneas
de tamao (lnea negro), y la lnea de diseo de la varianza (lnea azul discontinua).

pg. 33
Gua del principiante para la toma de muestras

Figura 12-2: Nomograma que muestra el protocolo de muestreo y la varianza de error final y la desviacin
estndar.

pg. 34
Gua del principiante para la toma de muestras

13 Conclusin
Cuando encontr por primera vez la teora de muestreo pareca muy compleja. A medida que su
conocimiento crece, la prctica cotidiana de emplear la teora de Pierre Gy al muestreo se vuelven
ms evidente. El diseo de los protocolos de muestreo y seguimiento de la fiabilidad a largo plazo /
precisin de un programa de muestreo son slo dos problemas que se pueden tomar en el uso de los
mtodos que aqu se presentan.

Una desafortunada, pero intrigante faceta de muestreo es que las condiciones locales tienden a
dominar en comparacin con la norma esperada. Debido a esta variabilidad es difcil proporcionar
un procedimiento paso a paso que sea vlido para todos los casos. Se insta a los lectores a consultar
la Teora de muestreo de Pierre Gy y la Prctica de muestreo de F. Pitard para una expansin de la
teora que aqu se presenta. Para minerales o rocas problemas especficos de muestreo las mejores
fuentes de la informacin son los trabajos publicados o las actas de congresos.

pg. 35
Gua del principiante para la toma de muestras

Bibliografa
[1]Betzhold JF muestreo: El arte de conseguir una muestra, no slo una muestra. Presentacin en
PowerPoint, Mineral Departamento de Evaluacin de Recursos. Anglo American plc, Sudfrica,
1999.

[2]Deustch CV Min E Notas 325 - Curso Introduccin a la Ingeniera de Minas. Universidad de

Alberta, septiembre 2002.

[3] Franois-Bongaron D. y P. Gy El error ms comn en la aplicacin 'de Gy Frmula 'en la teora

de muestreo mineral, y la historia de la liberacin factor. En AC Edwards, editor, Recursos y
Reservas de Mena Mineral Estimacin - La Gua de Buenas Prcticas AusIMM , pginas 67-72. El
Instituto Australiano de Minera y Metalurgia, Melbourne, 2001.

[4]Hartman H., editor. SME Minera Manual de Ingeniera ; volumen 2. Sociedad para Minera
Metalurgia y Exploracin, Littleton, CO, segunda edicin, 1992.

[5] Pitard F. Teora de Pierre Gy Muestreo y Prctica de muestreo, segunda edicin. CRC Press LLC,
Boca Ratn, Florida, 1993.

[6] Protocolos Roden S. y T. Smith de muestreo y anlisis y su papel en minerales exploracin y

desarrollo de nuevos recursos. En AC Edwards, editor, Mineral Recursos y Reservas de Mena
Estimacin - La Gua AusIMM de Buenas Prcticas , pginas 67-72. El Instituto Australiano de
Minera y Metalurgia, Melbourne,2001.

[7] Romouts L. muestreo y evaluacin estadstica de los depsitos de diamantes. Journal of

Exploracin Geoqumica , 53: 351-367, 1995

pg. 36