Universidad de Santiago de Chile

Departamento de Ingeniera
Facultad de Ingeniera en Minas
Laboratorio de Modelacin y Simulacin

_______________________________________
Analisis de distribucin de leyes

_______________________________________

Profesor:
Ayudante: Jorsh Zavalla Vasquez
Integrantes:

Erik Trincado Cabezas

Camilo Bastas Aguirre

Fecha de entrega: 16/05/2016

Pgin
a1

Resumen Ejecutivo
El presente informe trata sobre la experiencia realizada en el laboratorio de Modelacin y
Simulacin de la Universidad de Santiago de Chile los das () de marzo de 2016. La
experiencia corresponde a un anlisis estadstico y construccin de una Curva Tonelaje
Ley del yacimientos Cooper Mine S.A (COMISA) el cual se encuentra en pleno estudio e
interpretacin de las leyes y tonelajes del rajo SOUPER, perteneciente a un depsito de
Cobre con subproductos de Oro y Plata. Se considera como informacin base las
dimensiones del bloque (20x20x02 m ), la densidad media (2,37 t/m3 para ambos casos)
y Ley de corte Cobre (0,823%).
Los datos son entregados por la empresa en una planilla de Excel y corresponden a leyes
de Cobre , Oro y Plata, pero para el desarrollo de este informe solo se estudiara con la
planilla de leyes de Cobre que contiene 4588 datos los cuales se dejan todos en una
sola columna. Luego, se realiza una estadstica descriptiva de los datos y se tabulan,
considerando un intervalo de 0,1 entre 0,016 4,487 para el Cobre. Despus se calculan
las marcas de clase de cada intervalo (denominada posteriormente Ley de Corte) y se
realiza un Histograma. De este se obtienen las frecuencias (Ni) y se eliminan los ltimos
datos que tengan baja frecuencia (datos poco representativos de la muestra).Para
terminar esta tabla, se calcula el Tonelaje Marginal y Tonelaje sobre. Luego, se construye
una nueva tabla con los datos de marca de clase (nombrndola Ley de Corte), Tonelaje
Marginal y Tonelaje sobre Lc. A partir de estos datos, se calcula el fino Marginal, fino
sobre Lc y Ley media sobre Lc. Una vez terminada la tabla, se realiza la Curva Tonelaje
Ley, graficando Tonelaje sobre Ley de Corte vs Ley de Corte y Ley media vs Ley de corte
en un grfico de 2 ejes verticales, ubicando la Ley de Corte en el eje horizontal, el
Tonelaje sobre Ley de Corte en el eje vertical izquierdo y la Ley media en el eje vertical
derecho.
De manera paralela se realiza el clculo de la distribucin normal y la estandarizacin de
las mediciones a valores cannicos sobre la distribucin normal, conformando una nueva
tabla que contiene a la marca de clase, la frecuencia, el % acumulado, la distribucin
normal y la norma cannica. Tambin se realiza una prueba de bondad de ajuste de Chi
cuadrado.
Los anlisis mencionados anteriormente se realiza mediante tres criterios de rango los
cuales son: criterio grupal, criterio de raz de n y criterio de Sturges.

Pgin
a2

ndice

Pgin
a3

Introduccin
Chile es reconocido como un pas minero ya que la minera es una actividad altamente influyente
dentro del avance econmico del pas. El progreso y desarrollo de la minera depende estrictamente
de la calidad de los recursos, la magnitud de sus reservas y ligado a lo anterior el analisis de los
yacimientos, por lo cual es de gran significacin realizar los estudios pertinentes relacionados a las
leyes de un yacimiento para poder efectuar una planificacin fiable del negocio minero.
Los yacimientos minerales presentan distintos factores que pueden determinar sus caractersticas
mineras (las cuales se complementan), dichos factores pueden ser tanto geolgicos como
econmicos los que finalmente condicionan la explotacin minera, por tanto realizar un analisis del
yacimiento es altamente justificado para establecer la importancia del yacimiento o un rea de este
(en trminos econmicos).
Por las razones anteriores se realiza la cuantificacin de los parmetros de explotacin (tonelaje, ley
media y leyes de corte) para tener una idealizacin de las perspectivas del futuro del valor econmico
de la produccin. Por ende en la presente experiencia se presenta el analisis estadstico de las leyes
estimadas, ademas se elabora la curva tonelaje v/s ley del mineral y se determinara el tonelaje
sobre la ley de corte y ley media en base a una ley de corte 0,823% para el cobre, con lo que
finalmente se podr presentar conclusiones con respecto a la problemtica entregada.
El yacimiento a analizar se trabajara basado en un modelo de bloques que se constituye de 4588
bloques con dimensiones de 20x20x20 m cada uno y una densidad media de la roca de 2,37

Pgin
a4

t
m3 .

Objetivos
Objetivo Principal:

Realizar un analisis estadstico de las leyes estimadas en el modelo de bloque utilizando las
curvas tonelaje v/s ley de cobre del rajo SOUPER

Objetivos Secundarios:
Comprender el uso de histogramas y conceptos estadsticos aplicados a ejemplificaciones en

minera
Determinar tonelaje sobre la ley de corte y ley media
Comprender el uso y aplicacin de herramientas estadsticas en Excel
Analisis de datos aplicados y resolucin de problemticas del sector minero en base a un
analisis estadstico
Estimar la importancia de los resultados y contextualizarlos con conclusiones determinadas al
problema entregado

Alcances

El presente analisis se ha realizado basado en la base de datos entregada por la consultora

de monitorizacin y analisis de yacimientos Cooper Mine S.A (COMISA), por lo cual el grupo
de trabajo solo debe abstenerse a realizar su analisis con los datos entregados sin poder
acceder a una fuente actualizada o ms amplia de datos.
El grupo de trabajo est limitado a desarrollar el analisis de leyes de cobre ignorando que el
yacimiento explota subproductos de oro y plata.
Se ha limitado el desarrollo del analisis al programa de computadora Excel
El informe solo abarca la temtica en forma terica (aplicacin de contenido aprendido), lo
cual implica ignorar factores tanto geolgicos como econmicos que no estn profundamente
relacionado al desarrollo del analisis estadstico, por ende las conclusiones determinadas solo
sern aplicables de forma terica.

Marco Terico
Estadstica Descriptiva.
La estadstica es la ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos, ya
sea para ayudar en la toma de decisiones o para explicar condiciones regulares e irregulares. La
estadstica descriptiva es la que describe el comportamiento de los datos.
Aqu se encuentran las medidas de posicin (media, moda, mediana, cuartiles, percentiles, etc),
dispersin (rango, varianza, desviacin estndar, coef. de variacin, etc) y forma (curtosis).

Pgin
a5

Para realizar un anlisis grfico en este estudio se utilizar un histograma, que representa de forma
grfica la frecuencia de una distribucin de datos para cada marca de clase, junto con su respectivo
porcentaje acumulado.
Conceptos utilizados en la experiencia
Media: Es el valor caracterstico de una serie de datos cuantitativos estudiados que parte del
principio de la esperanza matemtica o valor esperado. Se obtiene a partir de la suma de
todos sus valores dividida entre el nmero de sumandos. Cuando el conjunto es una muestra
aleatoria recibe el nombre de media muestra siendo uno de los principales estadsticos
mustrales.
Rango: Es el clculo ms simple para definir qu tan homogneos son los datos, pues es la
relacin entre los datos de mayor y de menor valor
Desviacin estndar: Es una medida de dispercion que representa la desviacin los datos en
su distribucin respecto de la media aritmtica de dicha distribucin, con objeto de tener una
visin de los mismos ms acorde con la realidad al momento de describirlos e interpretarlos
para la toma de decisiones.
Varianza: Es una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.
Error tpico: Corresponde a un error inevitable producto de la normalizacin de los datos
Marca de Clase: Es el valor medio del intervalo. Representa al intervalo.
Moda: Corresponde al valor con mayor frecuencia. Se pueden dar distribuciones de datos con
ms de una moda o sin moda.
Grados de Libertad: Son una cantidad que permite introducir una correccin matemtica en
los clculos estadsticos para restricciones impuestas en los datos.
Histograma:
Leyes que caracterizan un Yacimiento
La ley es la cantidad expresada en porcentaje del peso de l o los elementos qumicos que
caracterizan un yacimiento. Es importante considerar tanto los elementos de los cuales se obtiene
beneficio econmico como los elementos que implican castigo.
En otras palabras, la ley corresponde a la razn entre el fino y la masa que lo contiene:

Ley=( Fino / Peso) 100

Donde el Fino corresponde al contenido en masa del producto o elemento de inters y el Peso
corresponde a la masa de un gran total o una buena muestra dnde est contenido el producto de
inters.
Dentro de las leyes que caracterizan un yacimiento se pueden encontrar:

Ley media: Es el promedio aritmtico ponderado de las leyes que caracterizan al yacimiento.
Es un concepto fsico que puede expresarse en porcentaje o en gramos por tonelada.
Ley de corte: Es aquella ley con la cual se obtiene un beneficio econmico presente. Es un
concepto econmico que vara en el espacio y tiempo
Ley crtica: Es aquella ley con la cual no se obtienen beneficios ni prdidas en el negocio. Es
un concepto econmico, tambin denominado ley de equilibrio.
Pgin
a6

Procedimiento

Al obtener los datos de la seccin vertical del inventario de bloques del producto de inters
determinado por coordinacin de laboratorio (en el presente caso es referente la distribuciones
de leyes de Cobre), se procede a manipular la base de datos con el objetivo de disponer de la
base de datos entregada como matriz en una columna.
Al obtener la columna de datos de los porcentajes de leyes de cobre, se procede a utilizar la
herramienta Analisis de datos en el programa Excel y desarrollar la Estadstica descriptiva
para as obtener un resumen estadstico de los datos (Media, Mediana, Moda, Desviacin
estndar, etc.)
Se obtiene los histogramas de distribucin de leyes para los 3 criterios de agrupacin (Grupal,
Raz de n, Sturges), en donde se trabajara con la respectiva formula de cada criterio usando
los mximos y mnimos valores de las leyes, el total de bloques de la seccin (n) y la columna
de datos de los porcentajes de leyes de cobre. Cabe destacar que los datos anteriores
formaran un histograma que solo contiene la frecuencia y el porcentaje acumulado de datos,
por tanto para realizar la normalizacin de datos se usara ademas las marcas de clases, la
media y la desviacin estndar para obtener la curva en base a la norma cannica.
Se realiza el Test de Chi Cuadrado para determinar la similitud con una distribucin normal
(test de normalidad), para lo cual se determinan los valores esperados y observados con el
objetivo de obtener el Chi cuadrado observado y realizar la comparacion con un Chi Cuadrado
5% y un Chi Cuadrado 95%.
Una vez determinado el comportamiento estadstico de las leyes, se procede a generar un
analisis el cual permita estimar los tonelajes y leyes medias de cada seccin para una
secuencia de leyes de corte dadas, para el objetivo planteado se realiza una curva de tonelaje
v/s ley (CTL). Para realizar la curva CTL se realizan los siguientes pasos:
Calcular el tonelaje de cada bloque (multiplicando las dimensiones del bloque y por su
densidad)
Encontrar los tonelajes marginales en base a la frecuencia absoluta y el tonelaje de
cada bloque
Encontrar los tonelajes sobre ley de corte en base a los tonelajes marginales

Determinar el fino marginal en base al tonelaje marginal y las marcas de clase

Determinar el fino sobre ley de corte en base a los finos marginales
Determinar la ley media sobre ley de corte en base al fino sobre ley de corte y al
tonelaje sobre ley de corte
Se realiza un grfico de dispersin en base al tonelaje sobre ley de corte, ley media
sobre ley de corte y la ley de corte (este ltimo corresponder a los limites superiores
determinado en pasos anteriores)

Pgin
a7

En base al grafico CTL, se procede a ingresar el valor de la ley de corte entregado

intersectando la curva de tonelaje sobre ley de corte o ley media segn corresponda y
proyectando hacia el eje vertical para as determinar el tonelaje.

Resultados
A partir de la base de datos se obtiene el resumen estadstico de las leyes de cobre en el modelo de
bloque:
Tabla 1. Analisis estadstico de la base de datos. Fuente: Propia

Seguidamente se procedi a realizar los histogramas en base a los 3 criterios pedidos, los cuales se
muestran a continuacin.

Criterio Grupal
Asociado al criterio grupal se obtiene la siguiente tabla estadstica para desarrollar el
histograma:

Pgin
a8

Tabla 2. Datos obtenidos en base al criterio grupal. Fuente: Propia

Para luego obtener el histograma asociado al criterio:

Histograma, Criterio Grupal

3000
2500
2000
1500
1000
500
0

120.00%
100.00%
80.00%
60.00%
40.00%
20.00%
0.00%

Frecuencia
Norma Canonica

Frecuencia

% acumulado

Ley de Cobre (%)

Grfico 1. Histograma asociado al criterio grupal, Fuente: Propia

Criterio Raz de n
Asociado al criterio raz de n se obtiene la siguiente tabla estadstica para desarrollar el
histograma:

Pgin
a9

Tabla 3. Datos obtenidos en base al criterio raz de n. Fuente: Propia

Para luego obtener el histograma asociado al criterio:

Pgin
a 10

Histograma, Criterio Raiz de n

2500.000
2000.000
1500.000
1000.000
500.000
0.000

1.200
1.000
0.800
0.600
0.400
0.200
0.000

Frecuencia
Norma Canonica

Frecuencia

% acumulado

Leyes de Cobre (%)

Grfico 2. Histograma asociado al criterio raz de n, Fuente: Propia

Criterio Sturges
Asociado al criterio grupal se obtiene la siguiente tabla estadstica para desarrollar el
histograma:
Tabla 4. Datos obtenidos en base al criterio Sturges. Fuente: Propia

Para luego obtener el histograma asociado al criterio:

Pgin
a 11

Histograma, Criterio Sturges

2500
2000
1500
1000
500
0

120.00%
100.00%
80.00%
60.00%
40.00%
20.00%
0.00%

Frecuencia
Norma Canonica

Frecuencia

% acumulado

Leyes de Cobre (%)

Grfico 3. Histograma asociado al criterio Sturges, Fuente: Propia

Se realiza la prueba de bondad de ajuste Chi cuadrado.

Criterio Grupal
Asociado al criterio grupal se obtiene la siguiente tabla estadstica:
Tabla 5. Datos obtenidos en base al criterio grupal. Fuente: Propia

Con la tabla anterior se obtiene el resultado de la prueba de bondad de ajuste Chi cuadrado:

Pgin
a 12

Tabla 6. Resultado de la Prueba de bondad de ajuste Chi cuadrado. Fuente: Propia.

Criterio Raz de n
Asociado al criterio raz de n se obtiene la siguiente tabla estadstica:

Tabla 7. Datos obtenidos en base al criterio raz de n. Fuente: Propia

Con la tabla anterior se obtiene el resultado de la prueba de bondad de ajuste Chi cuadrado:
Tabla 8. Resultado de la Prueba de bondad de ajuste Chi cuadrado. Fuente: Propia.

Criterio Sturges
Pgin
a 13

Asociado al criterio grupal se obtiene la siguiente tabla estadstica para desarrollar el

histograma:
Tabla 9. Datos obtenidos en base al criterio Sturges. Fuente: Propia

Con la tabla anterior se obtiene el resultado de la prueba de bondad de ajuste Chi cuadrado:
Tabla 10. Resultado de la Prueba de bondad de ajuste Chi cuadrado. Fuente: Propia.

Curva Tonelaje Ley

A partir de la base de datos se crea una tabla con la cual se creara un grfico de tonelaje v/s Ley de
corte para cada uno de los criterios anteriormente realizados:

Criterio Grupal
Asociado al criterio grupal se obtiene la siguiente tabla estadstica para desarrollar el grfico
mencionado:
Tabla 11. Datos obtenidos en base al criterio
grupal. Fuente: Propia

Pgin
a 14

Para luego obtener el grfico:

Curva Tonelaje Ley

60000000

Tonelaje

4.5
4
50000000
3.5
40000000
3
2.5
30000000
Ton Sobre Lc
Ley Media Sobre Lc
Ley Media (%)
2
20000000
1.5
1
10000000
0.5
0
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Ley de Corte (%)

Grfico 4. Grfico de dispersin tonelaje-ley. Fuente. Propia

Criterio Raz de n
Asociado al criterio raz de n se obtiene la siguiente tabla estadstica para desarrollar el grfico
mencionado:
Tabla 12. Datos obtenidos en base al criterio raz de n. Fuente: Propia

Ley de
Ton Sobre
Corte
Lc
0,0820074
51 86988480
0,1480149
03 84770160
0,2140223 71630880

Ley Media
Sobre Lc
0,677987983
0,694447647
0,800733903

Pgin
a 15

54
0,2800298
06
0,3460372
57
0,4120447
09
0,4780521
6
0,5440596
12
0,6100670
63
0,6760745
15
0,7420819
66
0,8080894
18
0,8740968
69
.
.
.

63895200

0,875761746

56235360

0,961402072

49068480

1,05610196

42508320

1,160590407

37161600

1,263540833

33198960

1,353357712

29255280

1,458004004

26032080

1,55890615

23036400

1,669418751

21045600

1,754017824

.
.
.
4,7025290
56
4,7685365
08
4,8345439
59
4,487

.
.
.
0

#DIV/0!

#DIV/0!

0
0

#DIV/0!
#DIV/0!

Para luego obtener el grfico:

Pgin
a 16

Curva Tonelaje Ley

Tonelaje

100000000

80000000

60000000
Ton Sobre Lc
40000000

3
Ley Media Sobre Lc
2 Ley Media (%)

20000000

0
0

Ley de Corte (%)

Grfico 5. Grfico de dispersin tonelaje-ley. Fuente. Propia

Criterio Sturges
Asociado al criterio grupal se obtiene la siguiente tabla estadstica para desarrollar el grfico
mencionado:
Tabla 13. Datos obtenidos en base al criterio Sturges. Fuente: Propia

Ley de Ton Sobre Ley Media

Corte
Lc
Sobre Lc
0,355640
653 86988480
0,685039946
0,695281
307 47968800
1,091124521
1,034921
96 25197840
1,602307299
1,374562
613 15452400
2,06724437
1,714203
267 11110560
2,404297232
2,053843
92
8114880
2,721742227
2,393484
573
6124080
2,994065622
2,733125
227
4474560
3,278069519
3,072765
88
3204240
3,561437741
3,412406
533
2407920
3,779206811
Pgin
a 17

3,752047
187
4,091687
84
4,431328
493
4,487

1744320

3,983355953

1251360

4,141376505

720480
151680

4,303119973
4,459164247

Para luego obtener el grfico:

Curva Tonelaje Ley

Tonelaje

100000000

80000000

60000000

Ton Sobre Lc

40000000

2 Ley Media(%)

Ley Media Sobre Lc

20000000

0
0

Ley de Corte(%)
Grfico 6. Grfico de dispersin tonelaje-ley. Fuente. Propia

Analisis de resultados

Estadstica Descriptiva

Pgin
a 18