Vous êtes sur la page 1sur 76

DIMENSIONAMIENTO Y CUBICACIÓN DE MINAS

Lección II: Técnicas de muestreo para evaluación de depósitos minerales & A.E.D.

Profesor: Heber Hernández G.


heber.hernandez@uac.cl
gerencia@asesoriasmineras.net

Universidad Pedro de Valdivia – La Serena, 2016


Introducción al muestreo de minerales

Muestreo es la acción de recoger muestras representativas de la calidad ó condiciones medias de un todo

Universidad Pedro de Valdivia, La Serena, 2016


Definiciones básicas I
1. Muestra: es una parte ó porción extraída de un conjunto, por
métodos que permiten considerarla como representativa del
mismo.
2. Muestreo: es la acción de recoger muestras representativas de la
calidad ó condiciones medias de un todo ó la técnica empleada en
esta selección ó la selección de una pequeña parte
estadísticamente determinada para inferir el valor de una ó varias
características del conjunto.

Universidad Pedro de Valdivia, La Serena, 2016


Definiciones básicas I
3. Población ó lote: es el conjunto completo de observaciones que deseamos
estudiar.
El muestreo estadístico es diferente del muestreo de minerales:
• En el muestreo estadístico, el lote ó población está compuesto por objetos de
igual peso.
• En el muestreo de minerales, el lote está compuesto de objetos de diferentes
pesos

Universidad Pedro de Valdivia, La Serena, 2016


Importancia del muestreo de minerales
• Casi todas las decisiones que se hacen respecto de un Proyecto
Minero, desde la exploración hasta el cierre de la mina, están basadas
en valores obtenidos de material muestreado. Estas decisiones
significan millones de dólares.

Universidad Pedro de Valdivia, La Serena, 2016


Importancia del muestreo de minerales
Muestras

Cálculo de
Recursos

Diseño y
Plan Minero

Cálculo de
Reservas
SI LAS MUESTRAS
ESTÁN MAL, TODO Inversión
SALE MAL…

Universidad Pedro de Valdivia, La Serena, 2016


Ejemplo: Pozos de tronadura en una mina a cielo abierto

En un pozo de tronadura el material acumulado (detritus de la perforación) puede ser enorme, lo


que obliga a tomar una muestra. Sea un depósito minero, con densidad de 2.5 ton/m3 en una
malla de perforación de 10m*10m, con altura de banco de 15m., con diámetro de perforación
igual a 25cm. La cantidad de material acumulado, en toneladas, es:

• Diámetro de perforación: 0.25 metros


• Área del pozo: π*r² : π*(0.25/2)² = 0.05m²
• Volumen del pozo: área*longitud del pozo: 0.05m²*15m= 0.75m³
• Masa del pozo: volumen*densidad: 0.75m³*2.5t/m³ = 1.8 toneladas

Universidad Pedro de Valdivia, La Serena, 2016


Ejemplo: Pozos de tronadura en una mina a cielo abierto

Tratemos de encontrar ahora el valor económico que representa una decisión basada en una
muestra de un pozo, para ello calculemos el tonelaje que representa una muestra, asumiendo un
área de influencia igual a la malla de perforación, expresando el tonelaje, libras y onzas (se utiliza un
factor de 2,204) y en onzas (se utiliza un factor de 32,150.75):

Tonelaje = 10*10*15*2.5 = 3,750 toneladas


Libras = 3,750*2,204 = 8,265,000 libras
Onzas = 3,750*32,150.75 = 120,565,312 onzas

En el caso de un depósito de cobre de 1% CuT (con un precio


de 0.70 US$/libra): El valor de decisión = US$ 57,855.

Universidad Pedro de Valdivia, La Serena, 2016


En una mina a cielo abierto, la ley de un pozo de tronadura es
fundamental para la planificación de corto plazo: este valor decide, de
una u otra manera, el destino de los materiales (planta, stock o
botadero).

Muestra fraudulenta. Se puede dejar de ganar o perder dinero al utilizar el valor numérico de esta muestra.

Universidad Pedro de Valdivia, La Serena, 2016


Problema principal en la teoría de muestras
La figura resume el problema principal del muestreo: estimar la media de una población (con N
elementos), (de tamaño ML) a partir de una muestra (de tamaño n ó MS):

Muestreo de minerales quebrados

Universidad Pedro de Valdivia, La Serena, 2016


Etapas del muestreo

En todo muestreo, debe estar bien establecido lo siguiente:


1. Objetivo del muestreo.
2. Población a muestrear
3. Datos a recolectar
4. Manera de recolectar los datos
5. Grado de precisión deseado
6. Método de medida.

Universidad Pedro de Valdivia, La Serena, 2016


El muestreo debe ser equiprobable
En el caso de los minerales: el muestreo es equiprobable cuando todos los fragmentos que
constituyen el lote tienen la misma probabilidad de ser elegidos para la constitución de la
muestra.
Según Pierre Gy, creador de la teoría moderna del muestreo de minerales, cuando la condición de
equiprobabilidad no se cumple, se tiene más bien un “espécimen” (un ejemplar) en vez de una
muestra.

El operador toma incrementos de la parte más accesible del lote. La suma de los incrementos constituye un espécimen.

Universidad Pedro de Valdivia, La Serena, 2016


Los muestreos de marinas en minería, por lo general, no son
equiprobables, porque se está obligado a tomar una muestra
superficial.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos de muestreo
Muestreo aleatorio simple: Consiste en la selección de “n” fragmentos ó unidades
del lote ML de modo que todas las muestras posibles de tamaño “n” tengan la
misma probabilidad de ser elegidas.
Ejemplo: En una mina hay 100 cátodos de cobre (numerados) para análisis. Se
sortean (con una tabla de números aleatorios) 5 cátodos y se envían para análisis al
laboratorio .Se analiza Cu, O, S, Cl, Pb, Zn, Ni, Mn, Fe, Ag, As, Sb, Se, Te, Bi, Sn, etc.
Muestreo de cátodos de cobre. Se
hacen 3 perforaciones en diagonal. En
otra mina se hacen 4 cortes con
sierra.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos de muestreo
Muestreo sistemático: En este caso las extracciones de las muestras son
determinadas según una regla fija.
Ejemplos:
• Tomar canaletas en una galería cada 2 metros.
• En una cinta transportadora, tomar una muestra cada 10 minutos.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos de muestreo
Muestreo estratificado: El lote ML se divide en partes o estratos que
no se solapan entre sí. Cada estrato es muestreado posteriormente
según los procedimientos anteriores.

Universidad Pedro de Valdivia, La Serena, 2016


Definiciones básicas II
1. Exactitud y precisión: En teoría del muestreo de minerales se utilizan las nociones de exactitud
y precisión. En términos estadísticos estos conceptos corresponden respectivamente a la
media, la cual debe ser insesgada (exactitud) y a la varianza del error, la cual debe ser
pequeña (precisión).

Universidad Pedro de Valdivia, La Serena, 2016


• “La media debe ser insesgada (sin desviación sistemática) y la
varianza debe ser pequeña”.

Universidad Pedro de Valdivia, La Serena, 2016


Ejemplo matemático

Se dice que la media de la muestra (de 2


observaciones) m=(xi+xj)/2 es un estimador
insesgado de la media del lote
m0=(x1+x2+x3+x4)/4. La propiedad de disponer
de un estimador insesgado se cumplirá cuando la
muestra sea equiprobable. En la práctica, cuando
sea posible, siempre se deben utilizar estimadores
insesgados (la experiencia muestra que no existe
nada más complejo que corregir sesgos).
Universidad Pedro de Valdivia, La Serena, 2016
 Muestras representativas, equiprobables y de varianza pequeña

Universidad Pedro de Valdivia, La Serena, 2016


Estados en el que se puede encontrar el mineral para
ser muestreado
a) In situ: corresponde en este caso aplicar la
Teoría de la Geoestadística.
b) Quebrado: corresponde en este caso
aplicar la Teoría del Muestro de Pierre Gy,
la cual estudiaremos más adelante.
c) Liberado: en este caso, debido a un
proceso de conminución (molienda) se ha
separado la ganga (material estéril) del
componente crítico ó material con valor
comercial ó mena.
Se observará que el tamaño de la partícula,
caracterizado por un diámetro nominal d
decrece de a) a c).
Universidad Pedro de Valdivia, La Serena, 2016
La segregación
• Las partículas de mineral tienden a segregarse, por ejemplo las más pesadas
tienen una tendencia a localizarse en el fondo. El caso homogéneo es muy difícil
de encontrar en la práctica. Sin embargo, el fenómeno de segregación es más
complejo y depende además de las granulometrías, formas y pesos de las
partículas.

Universidad Pedro de Valdivia, La Serena, 2016


La segregación

Incrementos para constituir una sola muestra, disminuyendo el efecto de segregación.

Universidad Pedro de Valdivia, La Serena, 2016


La segregación
Donde se producen segregaciones importantes es en las cintas transportadoras de mineral, tal como muestra
la figura.

Segregación en cintas transportadoras.

Universidad Pedro de Valdivia, La Serena, 2016


La delimitación de la muestra
La delimitación de una muestra está íntimamente relacionada con la
representatividad de la misma. Es importante que la delimitación sea
correcta.
Ejemplo: En una mina a cielo abierto, la muestra de un pozo de
tronadura debe ser representativa del banco y no debería
considerarse la pasadura. Lo anterior, dependiendo del
método, ocasiona problemas operacionales, debido a que
habría que detener la perforación del hoyo y/o cubrir el cono
de detritus con una lona ó plástico. La muestra debe representar al “banco”.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos especiales de muestreo minero
1. Muestreo de canaletas:
Es un trazado en una veta
acorde a la potencia y
dimensiones de esta.

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de canaletas
Las figuras siguientes muestran lo difícil que es realizar un buen
muestreo de canaletas o canales.

Es difícil delimitar bien la muestra en una canaleta.


Canaleta bien muestreada.

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de canaletas
Otros factores que afectan la calidad de la muestra de
canal serían los siguientes:

a) Por lo general son manuales y el operador corta (en


forma consciente ó inconsciente) las partes más
blandas de la pared ó partes que tienen una
característica común (color), etc.
b) En ciertas minas las leyes altas se encuentran en
fracturas. Al construir las galerías, las paredes de éstas
corresponden en forma natural a caras de fracturas. En la
gran mayoría de las minas que utilizan canaletas, se ha
comprobado que existe un sesgo, al comparar las leyes de
las canaletas con las leyes de los sondajes próximos.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos especiales de muestreo minero
2. Muestreo de carros mineros o camiones: El muestreo de carros
mineros y el muestreo de camiones mineros no es equiprobable
debido a que obligatoriamente la muestra es superficial.

Universidad Pedro de Valdivia, La Serena, 2016


Pérdida de finos en muestreo de Lotes por Camiones

Universidad Pedro de Valdivia, La Serena, 2016


Tipos especiales de muestreo minero
3. Muestro en puntos de extracción: por ejemplo en una mina explotada por
block-caving, es difícil, debido a que es superficial además de no ser
equiprobable debido a la gran variedad de tamaños en el punto (a veces
existen bolones de gran diámetro). Lo mismo ocurre con las muestras de
marinas.

Universidad Pedro de Valdivia, La Serena, 2016


Tipos especiales de muestreo minero
4. Muestreo de pozos de tronadura: En la figura aparece un esquema
de un hoyo de tronadura y uno de los métodos para tomar una
muestra del “cono”: el tubo muestreador

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de pozos de tronadura - el tubo muestreador

Universidad Pedro de Valdivia, La Serena, 2016


Pérdida excesiva de finos de alta ley

Universidad Pedro de Valdivia, La Serena, 2016


Toma de muestras en
afloramientos

Procedimiento adecuado:

1. Limpiar la veta o estructura


a muestrear
2. Efectuar una trinchera que
corte la veta, hasta que se
observen las cajas definidas
3. Extraer la muestra con
punta y combo mediante un
canal de 10 cm. de ancho
por 2 cms. de profundidad,
perpendicular y a todo lo
ancho de la veta, o
selectivamente.

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de exploración DDH - Diamond Drilling Hole

• La perforación diamantina utiliza un cabezal o broca


diamantada, que rota en el extremo de las barras de
perforación (o tubos).
• La abertura en el extremo de la broca diamantada
permite cortar un testigo sólido de roca que se
desplaza hacia arriba en la tubería de perforación y
se recupera luego en la superficie.

Algunas características:

1. Recuperación de testigo
2. Facilita interpretación geológica
3. Más caro ~ US$100 / m
4. Poca recuperación cerca del collar en
terreno fracturado

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de exploración DDH - Diamond Drilling Hole

Universidad Pedro de Valdivia, La Serena, 2016


¿Qué se hace con un testigo?
1. Los primeros estudios se llevan a cabo "a pié de sondeadora", luego los testigos son enviados
a una nave donde se almacenan y pueden ser estudiados en detalle.
2. Una mitad (sección longitudinal) suele destinarse para análisis químicos (determinación de
leyes).
3. Con la otra mitad del testigo el geólogo estudiará la litología, mineralogía, en parte algunos
rasgos estructurales, y el RQD.

Universidad Pedro de Valdivia, La Serena, 2016


Muestreo de exploración AR – Aire Reverso
1. La perforación con aire reverso es
fundamentalmente diferente de la de
diamantina, tanto en términos de equipo
y toma de muestras.
2. La principal diferencia es que la
perforación de aire reverso crea
pequeñas astillas de roca en lugar de un
testigo sólido.
Características:
3. El aire reverso es mucho más rápido que • Mayor riesgo de contaminación y pérdidas
• Recuperación de detritos
la perforación diamantina, y también • Más barato ~ US$30 / m
mucho menos costosa. • Rendimiento: ~ 50 – 150 m/día (Diám. 5 ¼” a 5
¾”)

Universidad Pedro de Valdivia, La Serena, 2016


Uso de resultados de la exploración

• Modelamiento Geológico (Litología, Mineralización,


Alteración  Unidades de estimación)
• Modelo de Leyes  Kriging / Simulación
• Cálculo de Recursos Geológicos
• Clasificación de Recursos Geológicos
• Diseño y Plan Minero
• Cálculo de Reservas

Universidad Pedro de Valdivia, La Serena, 2016


Modelamiento geológico

Universidad Pedro de Valdivia, La Serena, 2016


Productos de un modelamiento geológico

Universidad Pedro de Valdivia, La Serena, 2016


Modelo de leyes – Block model

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de recursos geológicos

Universidad Pedro de Valdivia, La Serena, 2016


Clasificación de recursos geológicos

Recursos medidos, indicados e inferidos


Universidad Pedro de Valdivia, La Serena, 2016
Diseño – Plan Minero, Calculo de Reservas

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de leyes de un sondeo DDH
1. Ej.1: Se necesita calcular la ley media de un tramo de 10 metros de sondaje a partir de la cota
90 metros hacia abajo para el sondeo DDH-001 para la variable Cu%.
Las coordenadas del sondaje tienen referencia al collar. La
Largo (m) Cu%
inclinación esta medida con respecto a la horizontal y en
0-4 0.95 grados sexagesimales.
4-9 1.25
BHID Norte Este Cota Inclinación
9-12 1.45
DDH-001 1200 900 100 -45º
12-15 1.65
15-18 1.52
18-22 1.43
22-27 1.30

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de leyes de un sondeo DDH
Collar DDH-001
Cota 100 m Longitud Vertical:
45º 2.83 metros
4m
a) (Cos45)*4= 2.83 metros
b) (Cos45)*9= 6.37 metros
9m 6.37 metros
c) (Cos45)*12= 8.49 metros
d) (Cos45)*15= 10.60 metros
12 m 8.49 metros Cota 90 e) (Cos45)*18= 12.73 metros
f) (Cos45)*22= 15.56 metros
15 m 10.6 metros g) (Cos45)*27= 19.09 metros

18 m 12.73 metros 45º


“x” 10 metros
22 m 15.56 metros
Cos45*x=10
27 m 19.09 metros X= 14.14 metros

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de leyes de un sondeo DDH
Collar DDH-001 Cota 100 m
Cota 100 m
45º 2.83 metros
4m 45º

9m 6.37 metros

12 m 8.49 metros

X= 14.14 metros Cota 90


15 m 10.6 metros

18 m 12.73 metros

22 m 15.56 metros

27 m 19.09 metros Cota 90


14.14 metros

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de leyes de un sondeo DDH
• Ley media = (15-14.14)*1.65 + (18-15)*1.52 + (22-18)*1.43 + (24.14-22)*1.3= 1.4481 % Cu
10

Largo (m) Cu%


0-4 0.95
4-9 1.25
9-12 1.45
12-15 1.65
15-18 1.52
18-22 1.43
22-27 1.30

Universidad Pedro de Valdivia, La Serena, 2016


Calculo de leyes de un sondeo DDH
Largo (m) %Cu
0-15 0.0
2. Calcular “lmedia” de 10 metros del sondaje S-1 a 15-20 0.5
partir de la cota 1500 20-24 0.8
24-31 0.9
BHID Norte Este Cota Inclinación
31-34 1.0
S-1 900 750 1542.43 -45º
34-37 1.3
37-41 1.4
41-50 0.8
50-54 07
54-59 0.4
59-65 0.0

Universidad Pedro de Valdivia, La Serena, 2016


Universidad Pedro de Valdivia, La Serena, 2016
Universidad Pedro de Valdivia, La Serena, 2016
Análisis exploratorio de datos (A.E.D) de una exploración Minera DDH

“Exploración Pascale”

Universidad Pedro de Valdivia, La Serena, 2016


AED: Análisis exploratorio de datos
EDA: Exploratory data analysis

• El análisis exploratorio de datos definido por John W.


Tukey (E.D.A.: Exploratory data analysis) es, básicamente, el
tratamiento estadístico al que se someten las muestras recogidas
durante un proceso de investigación en cualquier campo científico.
Fuente: https://es.wikipedia.org/wiki/Análisis_exploratorio_de_datos

Universidad Pedro de Valdivia, La Serena, 2016


Datos Básicos Para Análisis
“Recopilación de la C. Exploratoria Pascale”

Universidad Pedro de Valdivia, La Serena, 2016


HEADER
Está planilla representa los puntos de superficie donde se encuentran los sondajes de
exploración (131 sondajes), puntos de ubicación espacial, coordenadas sobre la topografía y
longitud de cada sondaje. Los ítems que posee son cinco, los cuales se pueden observar en la
tabla, la cual es un extracto del archivo original.

HOLE-ID LOCATIONX LOCATIONY LOCATIONZ LENGTH


Donde:
B225 3030.9 1783.98 494.05 524

B226 3010.93 2037.64 518.96 527 HOLE-ID: Nombre de identificación del sondaje.
LOCATIONX: Coordenada Este.
B227 2582.59 2183.7 523.88 490 LOCATIONY: Coordenada Norte.
LOCATIONZ: Elevación (altura).
B228 2820.16 1374.34 496.39 443
LENGTH: Longitud del sondaje.
B229 2943.51 2210.39 499.36 300

¿Cómo se obtiene la cantidad de sondajes de la exploración a través de la tabla HEADER?

Universidad Pedro de Valdivia, La Serena, 2016


HEADER – Limites Espaciales
A partir de este archivo se obtienen los límites dimensionales del proyecto. Estos
deben ser aproximados a valores enteros preferentemente.

o Este mínimo: 2417.68 ≈ 2000


o Este máximo: 3191.31 ≈ 3500
o Norte mínimo: 1374.34 ≈ 1000
o Norte máximo: 2422.13 ≈ 2500
o Cota mínima: 443.21 ≈ 400
o Cota máxima: 573.23 ≈ 600

Universidad Pedro de Valdivia, La Serena, 2016


SURVEY
Planilla referente a los datos topográficos, azimut e inclinaciones dentro de la zona
de estudio. Tabla (extracto del archivo original).
HOLE-ID FROM TO AZIMUTH DIP

B225 0 524 0 -90

B226 0 527 0 -90

B227 0 490 0 -90

B228 0 443 0 -90

Donde:

 HOLE-ID: Nombre de identificación del sondaje.


 FROM: Ubicación de partida de la muestra.
 TO: Ubicación de finalización de la muestra.
 AZIMUTH: Acimut.
 DIP: Inclinación.
Universidad Pedro de Valdivia, La Serena, 2016
ASSAYS
Está planilla hace referencia al análisis y ensayos de laboratorio en muestras de
campo. Es la cual almacena la información de las leyes de los minerales y la más
importante para el desarrollo del proyecto junto con la data de localización de los
sondajes. Posee cinco ítems los cuales se pueden apreciar en la tabla, extracto del
archivo original.

HOLE-ID FROM TO CU % S% Donde:


 HOLE-ID: Nombre de identificación del sondaje.
B225 0 33 0.1 0.7
 FROM: Ubicación de partida de la muestra.
B225 33 57 0.01 1.1
 TO: Ubicación de finalización de la muestra.
B225 57 76 0.01 2.1  CU%: Ley de cobre (%).
B225 76 88 1.1 2.6  S%: Azufre (%).
B225 88 100 0.7 2.4

Universidad Pedro de Valdivia, La Serena, 2016


Variable de interés para el AED?

Malaquita: Mena para la extracción de cobre. Mineral del grupo carbonatos.

Se busca evaluar la calidad y consistencia de los datos, determinar la


distribución de las variables en estudio y detectar los valores atípicos.

Universidad Pedro de Valdivia, La Serena, 2016


Análisis del cobre (Cu) - ASSAYS

Basado en estadísticas descriptivas de


ubicación y dispersión, los resultados
obtenidos de la variable Cobre (Cu) para un
total de 7.315 muestras son los siguientes: ?
Pero antes

¿Cómo se obtuvo la información referente a que existen


7.315 muestras?

Universidad Pedro de Valdivia, La Serena, 2016


Análisis del cobre (Cu) - Histograma
Variable Valor obtenido

Ley media 1,8325

Desviación estándar 1,8816

Varianza 3,5404
Media
Coeficiente de variación 102,68

Ley mínima 0,0100


Nº de muestras
Ley máxima 17,0000
Curva leptocúrtica
Primer cuartil 0,5500

Tercer cuartil 2,2800

Mediana 1,2500

Sesgo 1,95

Kurtosis 4,08

Universidad Pedro de Valdivia, La Serena, 2016


Análisis del cobre (Cu) – Gráfico de Probabilidad
El gráfico de probabilidad normal es
una técnica gráfica, utilizada para
contrastar la normalidad de un
conjunto de datos.

Universidad Pedro de Valdivia, La Serena, 2016


Others Usual Graphs
• Piechart - circular statistical graphic (Grafico circular)
Histogram, probability plot
• Boxplot (Diagrama de caja)
• Scattergram, regression (Diagrama de dispersion)
• QQ plot (Gráfico cuantil – cuantil)
• Relative difference plot (Gráfico diferencia relative)

Universidad Pedro de Valdivia, La Serena, 2016


Tarea Nº 1:
• Realizar un análisis exploratorio de datos para
la variable primaria CU (% Cobre Total) de la
tabla ASSAYS de la campaña exploratoria
Pascale.

Formato Informe:
Portada, índice, marco teórico, planteamiento del problema,
resultados obtenidos, conclusiones, bibliografía.

• El informe deberá contener a lo menos los


siguientes resultados visuales:
Universidad Pedro de Valdivia, La Serena, 2016
EDA GRAPHS Piecharts

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS Histograms

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS Multiple Probability Plots
Different Mineralizations

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS Boxplot

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS Scattergram

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS QQ Plot
• Useful to compare 2 populations, say A and B.
• The quantiles of A and B, (ai, bi),(a2,&2), (0100,6100), are plotted on
a X/Y graph.

Universidad Pedro de Valdivia, La Serena, 2016


EDA GRAPHS Relative Difference Plot
 Useful to investigate conditional bias between two populations, say A and B.
Útil para investigar el sesgo condicional entre dos poblaciones, digamos A y B.
 X axis: Mean of pair of values.
 Y axis: Relative difference between values.

 Notes on graph:
1) Low values of A < B
2) High values of A > B
3) A few outliers (¿analytical errors?).
Algunos valores atípicos (¿errores de
análisis?)

Copyright 2013 - CAE Mining Chile S.A. 73


Resultados preliminares del A.E.D. E. Páscale
1. Los resultados entregan valores bastante positivos en cuanto a homogeneidad en las leyes, la kurtosis es
baja lo que indica que no hay valores disparados.
2. Todas las leyes se encuentran cercanas a la media.
3. El sesgo bajo a su vez indica que los datos tienen una simetría positiva.
4. El parámetro de leyes está entre 0.01 % y 17 %. Donde la concentración se ubica entre 0 % y 2 % como se
puede apreciar en el histograma.
5. El histograma además indica que corresponde a una curva leptocúrtica, ya que presenta una distribución
con una elevación superior a la curva normal.
6. De acuerdo al grafico de probabilidad, se conoce que el 73.71% de las muestras poseen una ley de 2.2 %
de Cobre o menos.
7. No existen valores menores que 0.01 % de Cobre.

Universidad Pedro de Valdivia, La Serena, 2016


Crear una base de datos de la exploración minera

Universidad Pedro de Valdivia, La Serena, 2016


DIMENSIONAMIENTO Y CUBICACIÓN DE MINAS

Lección II: Técnicas de muestreo para evaluación de depósitos minerales & A.E.D.

Profesor: Heber Hernández G.


heber.hernandez@uac.cl
gerencia@asesoriasmineras.net

Universidad Pedro de Valdivia – La Serena, 2016

Vous aimerez peut-être aussi