1

GEOESTADSTICA PARA
EXPLORACIONES
ProEXPLO 2013
Instituto de Ingenieros de Minas del Per
Lima, Per

17 y 18 de Mayo, 2013

Mario E. Rossi, MSc. Geoestadstica, Ing. de Minas.
GeoSystems International, Inc.
2
BREVE RESUMEN DE LA TEORIA DEL
MUESTREO: INTRODUCCIN

Toda muestra entonces lleva un error. Es medida en
un porcentaje muy pequeo de la muestra original,
que a su vez se supone representa un volumen
mucho mayor!

Los errores siempre ocurren; la clave es como se
manejan, lo que requiere diferenciacin y
cuantificacin.

Recordar precisin y certeza: repetibilidad y
exactitud.




3
ERRORES (1)

Hay dos tipos de errores bsicos:

El primero se debe a caractersticas propias del material.
Por ejemplo, la mineralizacin de Au es mas heterognea
que la de Cu.
El segundo tipo surge de los procedimientos de muestreo,
preparacin de la muestra, y el anlisis qumico.

Tambin existe el error de representatividad espacial. La
aglomeracin de las perforaciones de exploracin y de las
muestras metalrgicas. Representan todos los tipos de
mineralizacin que existe en el yacimiento?


4
ERRORES (2)

Los errores pueden ser aleatorios, con una media de
0 (sin sesgo).

Tambin pueden ser aleatorios con media diferente
de cero (con sesgo).

Pueden ser sistemticos (no aleatorios);
generalmente la media no es cero.

Pueden tambin ser ocasionales o accidentales, a
veces difciles de rastrear, y no repetitivos, sean
aleatorios o no.


5
DEFINICIONES (1)
Componente: Elemento de inters en el lote. Normalmente un contenido
mineral, pero puede ser tambin humedad, porcentaje de finos, dureza, o
cualquier otra propiedad del lote que debe ser medida.

Contenido Crtico, a: Proporcin de un componente que debe ser estimado;
el contenido crtico de un lote es a
L
, de una muestra es a
S
, etc.




Tamao del Fragmento d

(cm): Tamao real del fragmento, pero a veces

tambin el tamao promedio de un grupo de fragmentos dentro del
incremento .



Critical Content a
Weight of critical component in lot L
Weight of all components in lot L
L
=
6
DEFINICIONES (2)
Heterogeneidad: No todos los fragmentos de lote son idnticos.
Hay dos tipos de heterogeneidad:

Heterogeneidad Constitucional (CH): son las diferencias entre la
composicin de cada fragmento dentro del lote. Los factores que
se deben considerar son: tamao, forma, densidad, composicin
qumica, y composicin mineralgica del fragmento. Este tipo de
heterogeneidad genera el error fundamental de muestreo.

Heterogeneidad Distribucional (DH): son las diferencias de un
grupo a otro dentro del lote. Los factores que contribuyen,
adems de la CH, son la distribucin espacial, la forma del lote o
subgrupos debido a la gravedad, etc.


7
DEFINICIONES (3)

Incremento, I: Un grupo de fragmentos extrados de un lote, en
una operacin nica, utilizando un aparato o mtodo de
muestreo especfico.

Lote, L: Material del cual incrementos (o muestras) son
seleccionadas. Este es un batch, como una bolsa, camin,
vagoneta de mina, vagn de tren, etc.

Tamao nominal del fragmento, d (cm): Tamao de fragmento
mximo en el lote, usualmente definido como el tamao de
malla cuadrado (pasante 95%).

8
DEFINICIONES (4)
Seleccin Probabilstica: El proceso de seleccin incluye una
componente aleatoria. La seleccin perfecta probabilstica es una
distribucin uniforme para todas las unidades dentro del lote, y
probabilidad cero si no pertenece al lote. Muestreo manual
generalmente no es probabilstico; buen ejemplo de cmo no
muestrear.

Muestra: Una muestra es el agrupamiento de varios incrementos, y
representa el lote. Submuestras (tambin llamadas muestras) se
obtienen extrayendo porciones de la muestra original.

9
DEFINICIONES (5)

Protocolo de Muestreo: Una serie de procedimientos bien definidos y
especficos para el muestreo, la preparacin, y el anlisis de la
muestra. Normalmente se intenta optimizar para minimizar los errores
de muestreo, y debe ser especfico para cada elemento y depsito.

Espcimen: Una mala muestra. No es representativa, no se ha
extrado utilizando reglas de delimitacin y extraccin aceptada.

10
TIPOS DE ERROR (1)
Error Fundamental (EF): No puede ser eliminada por medio de un
muestreo perfecto. Es funcin de la heterogeneidad constitucional (CH)
y puede ser estimado antes del muestrear. Los errores que genera
(asumiendo un muestreo perfecto) es aleatoria con una media de 0.

Error de Delimitacin del Incremento (DE): La forma del volumen a
partir del cual se toma el incremento no es la correcta. Por ejemplo, no
tomar la seccin completa en una cinta transportadora, o un cono de
detrito de pozo de tronadura. Los errores tienden a ser aleatorios, con
medias diferente de cero (con sesgo).


11
TIPOS DE ERROR (2)
Error de Extraccin del Incremento (EE): No todos los fragmentos
que pertenecen al incremento son tomados. Los errores tienden a ser
aleatorios con una media diferente de cero.

Estos ltimos dos tipos de errores se pueden eliminar (o minimizar)
utilizando procedimientos adecuados (ptimos) de muestreo.

Los errores accidentales pueden ser crticos, pero no pueden ser
analizados estadsticamente por no ser aleatorios. Solamente la
supervisin de la correcta implementacin de los debidos
procedimientos pueden eliminar estos errores.


12
TIPOS DE ERROR (3)
Los errores se interpretan como Variables Aleatorias,
y se asumen independientes. Por lo tanto, los errores
son cumulativos:


Error Total de Muestreo (TE) FE DE EE ... = + + +
{ } { } { } { }
E TE E FE E DE +E EE ... = + +
{ } { } { } { }

2 2 2 2
TE FE DE + EE ... = + +
13
TIPOS DE ERROR (4)
Combinando los conceptos de precisin y certeza,
es posible definir:




O sea, si el error de muestreo es menor a un estndar pre-
establecido, la muestra puede ser considerada representativa.

{ } { } { }
r SE m SE s SE r
2 2 2
o
2
= +
14
HETEROGENEIDAD CONSTITUCIONAL (1)
El CH genera el Error Fundamental de Muestreo
(FSE).

Heterogeneidad es proporcional a la diferencia entre
el contenido crtico de un fragmento (a
i
) y el
contenido crtico del lote (a
L
):



h
i

( ) a a
a
i L
L
15
HETEROGENEIDAD CONSTITUCIONAL (2)

La varianza del CH se define como:





La que tambin se llama el CH
L
del Lote. N
F
es el nmero de
fragmentos en el lote, y M
i
y M
L
son las masas promedio del
fragmento y del lote, respectivamente.
CH
L
= =

2
2 2
2 2
( )
( )
h N
a a M
a M
i F
i L i
L L
i
16
HETEROGENEIDAD CONSTITUCIONAL (3)
Pero como no podemos contar todos los
fragmentos, definimos la Heterogeneidad
Intrnseca (IH
L
):




Este es un factor constante de CH, con unidades de masa.

IH
CH
L=
L
M
N
a a M
a M
L
F
i L i
L
L
i
=

( )
2 2
2
17
HETEROGENEIDAD CONSTITUCIONAL (4)
En la prctica se introducen varios conceptos
adicionales y simplificaciones para obtener
IH
L
.

El desarrollo completo para llegar a la
frmula final de IH
L
se la puede encontrar en
el libro de F. Pitards.

18
HETEROGENEIDAD CONSTITUCIONAL (5)
Las suposiciones bsicas son:

1. Hay generalmente una fuerte correlacin entre el
contenido crtico del fragmento y su densidad; pero
hay una menor correlacin entre el contenido crtico
del fragmento y su tamao.

2. Lo mismo se pueden extender a las fracciones, dado
que el contenido crtico vara mas de una densidad
de fraccin a la otra, que de un tamao al otro. Por
lo tanto, los valores individuales del contenido crtico
pueden ser reemplazados por el valor promedio del
contenido crtico de la fraccin de densidad.

19
HETEROGENEIDAD CONSTITUCIONAL (6)

3. La razn de las masas de las fracciones
dentro del lote a la masa total del lote no
vara mucho de una fraccin de densidad a
otra. Por lo tanto, se puede utilizar una
razn promedio.


20
HETEROGENEIDAD CONSTITUCIONAL (7)
Se puede escribir IH
L
entonces como:






Donde v

y

son el volumen y densidad de la fraccin, a

y a
L

son los contenidos crticos de la fraccin y del lote, y M
L
y M
L

las masas correspondientes.

IH
L=
v M
M
a a M
a M
L
L
L L
L
L

( )
2
2
21
HETEROGENEIDAD CONSTITUCIONAL:
FACTOR DE FORMA (8)
El factor de forma f es una medida de la
desviacin del fragmento de la forma cbica
perfecta. Si los fragmentos son todos cubos
perfectos, entonces f

=1.

El volumen v

es entonces f
*
d
3
. Si los
fragmentos son todas esferas, el volumen de
la esfera es 4/3**r
3
; para un radio r=1,
f

=0.523.


22
HETEROGENEIDAD CONSTITUCIONAL:
FACTOR DE FORMA (9)
El factor de forma f es a-dimensional y determinado
experimentalmente, con la mayora de sus valores
cerca de 0.5. Hay excepciones notables, como
minerales escamosos como la mica, con f0.1;
pepitas de oro (slidos blandos), f0.2; minerales
aciculares (como asbestos), con f>1 y hasta f10.0.

El factor de forma f es relativamente constante para
distintas fracciones de tamao, tal que f

=f.

23
HETEROGENEIDAD CONSTITUCIONAL:
FACTOR GRANULOMTRICO (10)
El factor granulomtrico g es una medida de las
variaciones (rango) de los tamaos de fragmentos en
la muestra. J unto con el tamao nominal del
fragmento d, g se utiliza para tomar en cuenta la
distribucin de tamaos de fragmentos.

g para materiales no calibrados (productos de
trituracin) es aproximadamente 0.25. Para
materiales calibrados (entre dos mallas), es cerca de
0.55. Para materiales naturalmente calibrados, como
cereales o porotos, es 0.75.


24
HETEROGENEIDAD CONSTITUCIONAL(11)

El factor de forma f y el factor granulomtrico g son los dos
parmetros utilizados para estimar la primera parte de IH
L
.


v M
M
fgd
L
L

3
25
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR MINERALGICO (11)
El segundo trmino de IH
L
es (por definicin) la varianza
(ponderada por la densidad) para el tamao de liberacin d
l
.

Es 0 si el material es completamente homogneo, y 1 si ha sido
completamente liberado. En este ltimo caso, hay una fraccin
de mineral puro, con densidad, con densidad
M
, y una fraccin
de pura ganga, con densidad g.

El contenido crtico de la fraccin de mineral pura es a
M
=1; el
contenido crtico de la fraccin de ganga pura es a
g
=0, y el
contenido crtico del lote es a
L
=M
M
/M
l
.

La masa del lote es M
L
=M
g
+M
M
.



26
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR MINERALGICO (12)
Resolviendo la ecuacin matemtica, el factor
mineralgico c is:



Pero podemos aproximar un resultado si a
L
es menor a
un 10%: c=
M
/a
L
;
Si a
L
es mayor que el 90% (0.9), entonces c=
g
(1-a
L
).




c=
M

( )
( )
1
1
2

+
a
a
a
L
L
g L
27
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR MINERALGICO (13)
Es interesante notar que el factor mineralgico c depende de la ley del
lote.

Por lo tanto, todas las calibraciones y trabajo experimental deben estar
relacionados a una ley esperada del material.

Tambin el contenido crtico es una proporcin del mineral, no del
elemento qumico.

Por ejemplo, para Au=1 gpt=10
-6
(a
L
<<1),
M
=19.3, y c= 19,300,000
g/cm
3
.

Para un 1% Cu, la proporcin debe ser calculada. El factor mineralgico
c depender del tipo de mineralizacin (Cc, Cpy, Cv, or Bn).

28
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR DE LIBERACIN (14)
Debido a la definicin previa, el factor de liberacin l
es necesariamente 1 al tamao de liberacin.

Si los fragmentos estn por debajo del tamao de
liberacin, la varianza del fragmento no cambia, y
l=1. Para tamaos por encima del de liberacin,
0<l<1.

Usar uno de los dos; o el mtodo de liberacin o el de
mineraloga para estimar el factor de liberacin l.
29
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR DE LIBERACIN (15)
Mtodo del tamao de liberacin:
No usar el mtodo de F. Pitards (publicado en su libro
de 1993), porque resulta en masas (cantidad de
muestra) irreales. En mas razonable aplicar la formula
generalizada de D. Franois-Bongarons (o alguna de
las variantes modernas propuestas por Pitard):




El tamao nominal del fragmento de la muestra es d (95%
pasante); el tamao de liberacin es d
l
, y b es un parmetro que
debe ser calibrado para cada caso. En general, la experiencia
sugiere para el Au b1.5, y en general, 1<b<2.

l =
d
d
l

b
30
HETEROGENEIDAD CONSTITUCIONAL :
FACTOR DE LIBERACIN (16)
Mtodo mineralgico: si el contenido crtico del lote,
a
L
, y el contenido crtico del fragmento ms grande,
a
MAX
, son conocidos, entonces el factor de liberacin
utilizando:

l
a a
a
L
L
=
-
MAX

1
31
HETEROGENEIDAD CONSTITUCIONAL:
RESUMEN (17)
Por lo tanto, la ecuacin que se usa en prctica para
determinar IH
L
es:



En esta ecuacin, tpicamente g=0.25, f=0.5. El factor
de liberacin l se calcula a veces utilizando b=1.5
como una primera aproximacin.

IH l
L
=c f g d
3

32
ERROR FUNDAMENTAL (1)
El Error Fundamental (EF) se genera por la
Heterogeneidad Constitucional, y es el nico que
afecta los resultados de los anlisis si la seleccin de
los incrementos que componen la muestra es la
correcta.

P. Gy demostr que la media es cero, y su varianza
es:

FE L
IH
2
=
1- P
P M
L

33
ERROR FUNDAMENTAL (2)
Aqu P es la probabilidad de seleccin de cualquier
fragmento dentro del lote, M
S
=P*M
L




Y cuando M
L
>>M
S
:

FE L
IH
2
=
1
M
1
M
S L

FE L
IH
2
=
1
M
S

34
EL NOMOGRAMA (1)
El nomograma es un grfico log-log con masa de la muestra en
el eje X y la varianza de la muestra en el eje Y.

En la prctica, queremos optimizar protocolos de muestreo tal
que todos los errores que no son IH
L
son eliminados.

Para poder hacer el nomograma (masa vs varianza), primero
tomamos el logaritmo de la ecuacin previa.







log( log( ) log( ) log( )
FE S
c l f g d clfg d M
2 3
3 ) =log
1
M
S

= +
log( log( ) log( )
FE S
C d M
2
3 ) = +
35
EL NOMOGRAMA (2)
Los cambios en la varianza y tamao de la muestra se grafican,
reflejando o un cambio en tamao debido a trituracin o molienda, o un
cambio de tamao debido a la divisin.

Si se trata de una divisin, no hay cambio en el tamao nominal, tal que
la varianza es proporcional a log(M
S
). Por lo tanto los cambios por
divisin (cambios en masa y varianza) siguen una lnea en el
nomograma con una pendiente de -1.

Si se reduce el tamao del fragmento por trituracin o molienda, la masa
de la muestra se mantiene, y todo lo dems en la ecuacin cambia. As
la reduccin de varianza que resulta se grafica hacia abajo hasta el
siguiente tamao nominal del fragmento.

La figura que se muestra es un ejemplo tomado de Franois-Bongaron
y Gy (2001).

36
37
HETEROGENEIDAD DISTRIBUCIONAL:
ERROR DE DISTRIBUCIN (1)
El DH, tambin llamado segregacin, se refiere a la distribucin
espacial de los fragmentos dentro del lote.

La segregacin puede ocurrir debido a diferencias en
densidades, masa, tamao, forma, etc. Tambin puede
depender del ngulo de reposo y del tipo de aparato utilizado
para generar el lote.

Los lotes se clasifican como uni-, bi-, o tri-dimensional, donde a
veces una o mas dimensiones del lote puede ser considerada
poco importante.



38
39
CLASIFICACIN DE LOTES (1)
Los lotes 3-D son bloques donde todas las dimensiones son
importantes. Por ejemplo, un bloque de roca slida en un depsito, un
camin o vagn de ferrocarril, una bolsa, el contenido de un barco, etc.

Lotes 2-D tienen poco espesor comparado con la longitud y ancho. Por
ejemplo, una pila achatada, un manto de carbn, etc.

Lotes 1-D tienen solo una dimensin significativa, como por ejemplo
materiales en cintas transportadoras, corrientes o flujos en plantas de
procesamiento, una serie de vagones de ferrocarril, etc.

Lo ms importante es que todo los fragmentos tengan la misma
oportunidad de ser seleccionado. Cada tipo de lote tiene una forma
correcta de delimitar la muestra, derivada de considerar aspectos
geomtricos.


40
CLASIFICACIN DE LOTES (2)
Para los lotes 3-D, la forma correcta de delimitacin es una esfera. Esto
en la prctica es difcil de lograr, excepto cuando se trata de lquidos
con slidos en suspensin. Generalmente, se utiliza un aparato de
muestreo 2-D, como es una perforacin. Cuando sea posible, se debe
reducir los lotes de 3-D lotes a 2-D.

Para los lotes 2-D, la forma correcta de delimitacin es un cilindro
uniforme con una seccin constante a travs del lote entero.
Perforaciones (DDH o detritos) pueden ser utilizados.

Para los lotes 1-D, la forma correcta de delimitacin son dos planos
paralelos, con la distancia entre los planos constante, y cruzan
completamente el lote.

41
HETEROGENEIDAD DISTRIBUCIONAL:
ERRORES DE EXTRACCIN Y PREPARACIN
(1)
El error de extraccin se refiere al proceso de tomar la muestra; los
casos mas difciles e importantes se refieren a las perforaciones y
pozos de tronadura.

Los mtodos correctos para extraer muestras es hacer el muestreo por
sectores en las perforadoras, y utilizando secciones cuadradas que
contengan la muestra.

Los errores de preparacin resultan de contaminacin, prdida de
masa, cambios en la composicin qumica o fsica, errores no
intencionales, etc.

Todos estos errores deben ser minimizados porque normalmente
producen un sesgo (media diferente de cero). Adems, pueden ser tan
significativos que abruman todo el trabajo de detalle en la optimizacin
del protocolo.



42
HETEROGENEIDAD DISTRIBUCIONAL :
ERRORES DE EXTRACCIN Y PREPARACIN
(2)
El oro es un caso particularmente difcil, particularmente tan
pronto como es liberado. La segregacin (DH) es muy alta por
su densidad (19.3 g/cm
3
). Tambin, el Au no se tritura o muele
bien, porque tiende a recubrir el aparato por ser maleable.

Tambin, las leyes bajas son importantes, con bajas leyes de
corte. El impacto de los errores de muestreo puede ser
significativo, con importantes consecuencias econmicas.


43
ALGUNAS REFERENCIAS
Franois-Bongaron, D., and Gy P. The most common error in applying Gys
Formula in the theory of mineral sampling, and the history of the liberation
factor. In A.C. Edwards, ed., Mineral Resource and Ore Reserve Estimation
The AusIMM Guide to Good Practice, pp. 67-72. The AusIMM, Melbourne,
2001.

Pitard, F.F., Pierre Gys Sampling Theory and Sampling Practice, Second
Edition. CRC Press LLC, Boca Raton, Florida, 1993.

Roden S. and Smith T. Sampling and analysis protocols and their role in mineral
exploration and new resource development. In A.C. Edwards, ed., Mineral
Resource and Ore Reserve Estimation The AusIMM Guide to Good Practice,
pp. 73-78. The AusIMM, Melbourne, 2001.