Estadistica Mineria

ESTADISTICA APLICADA A LA INGENIERIA DE MINAS
UNASAM- FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y METALURGIA Pg. 1

U UN NI IV VE ER RS SI ID DA AD D N NA AC CI IO ON NA AL L D DE E A AN NC CA AS SH H
SANTIAGO ANTNEZ DE MAYOLO

F FA AC CU UL LT TA AD D D DE E I IN NG GE EN NI IE ER R A A D DE E M MI IN NA AS S G GE EO OL LO OG G A A Y Y M ME ET TA AL L R RG GI IA A

E ES SC CU UE EL LA A D DE E F FO OR RM MA AC CI IO ON N P PR RO OF FE ES SI IO ON NA AL L
D DE E I IN NG GE EN NI IE ER R A A D DE E M MI IN NA AS S

ESTADISTICA APLICADA A LA
INGENIERIA DE MINAS

PRESENTADA EN LA ASIGNATURA DE ESTADISTICA

Nina Ramos, V. H.

Potos, 12 de Octubre del 2012



INTRODUCCION
La estadstica es comnmente considerada como una coleccin de hechos numricos
expresados en trminos de una relacin sumisa, y que han sido recopilados a partir de
otros datos numricos.
Kendall y Buckland definen la estadstica como un valor resumido, calculado, como
base en una muestra de observaciones que generalmente, aunque no por necesidad, se
considera como una estimacin de parmetro de determinada poblacin; es decir, una
funcin de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos
de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros
fenmenos ms simples llamados individuales o particulares".
El presente trabajo de investigacin tiene por objetivo fundamental, de Llevar, los
conceptos bsicos de la estadstica a la rama de la ingeniera de minas ,adems este
trabajo de investigacin bibliogrfica es de facilitar el aprendizaje de los trminos de
estadstica, cuya aplicacin, es de gran importancia.
En la actualidad el conocimiento de los conceptos bsicos inciales es de importancia en
el campo del manejo administrativos de las empresas; es precisamente en estos tiempos
en que el uso de dicho trminos es de gran aplicacin para que una empresa maneje bien
sus procesos y alcanzar buenos resultados expresados en la estadstica descriptiva y
inferencial.

El Alumno.



ESTADISTICA
SU APLICACiON EN LA INGENIERIA DE MINAS

1.1.- EL ministerio de energa y minas junto con el INGEMET desean analizar la
extraccin de los principales minerales mas explotados a nivel nacional en las minas
subterrneas para ello se ha visitado a los diferentes centros mineros exclusivamente
los polimetlicos de oro y plata. Resulta que existen ms de 100 centros mineros de
explotacin subterrnea pero solamente se considera las 50 empresas cuya
explotacin es oro y plata, en la base de datos de cada mina se encontr que la
produccin de los minerales por TM de contenido fino durante el ao 2011, son:

Ag: 270, 302.3, 326.4, 163.2, 148.1, 177.7, 89.0, 159.1, 133.3, 94.9, 78.3, 57.6, 129.5,
74.6, 37.5, 24.8, 67.8, 47.4, 44.8, 28.5, 30.6, 18.3, 366.0, 317.1, 316.2, 296.1, 183.2,
155.4, 151.8, 149.3, 147.1, 132.9, 94.3, 93.4, 93.0, 91.0, 90.8, 54.1, 52.4, 52.0, 48.8,
46.8, 30.5, 29.8, 20.5, 274.6, 188.0, 185.8, 192.1, 159.0

Au: 69344, 35867, 26260, 15408, 21384, 14267, 20979, 14917, 16794, 5575, 8684,
6898, 5441, 2440, 6879, 3092, 2011, 4650, 1715, 2642, 2351, 8984, 6070, 54254,
39420, 30003, 24260, 23208, 22129, 20487, 15002, 13361, 12203, 7111, 6889, 6572,
5888, 4845, 3741, 3475, 2704, 2406, 2028, 1880, 516, 6492, 5585, 9562, 11065, 27927

1. Clculo estadstico para la plata: (Ag)
R = 366.0 18.3 = 347.7
K = 1 + 3.3 Log (50) = 6.61 = 7


W = 49.7

[Yi-1 - Yi] fi Fi hi Hi Pi Yi
[18.3 - 68 > 17 17 0.34 0.34 34 43.15
[68 - 117.7> 9 26 0.18 0.52 18 92.85
[117.7 - 167.4> 11 37 0.22 0.74 22 142.55
[167.4 - 217.1> 5 42 0.1 0.84 10 192.25
[217.1 - 266.8> 0 42 0 0.84 0 241.95
[266.8 - 316.5> 5 47 0.1 0.94 10 291.65
[316.5 - 366.2] 3 50 0.06 1 6 341.35
Sumatoria 50 1 100%

- Clculo de la Media:
50
3 * 35 . 341 5 * 65 . 291 0 * 95 . 241 5 * 25 . 192 11 * 55 . 142 9 * 85 . 92 17 * 15 . 43
7
1
+ + + + + +
= =

N
Yifi
X

La produccin media de Plata (Ag) est dado por:
=
__
X 131.616 TM

- Clculo de la mediana:
(
(
(
(
(
(
+ =

Me
i
k
f
F
fi
W Li Me
1
1
2

La mediana de la produccin de Plata (Ag) esta dado por:
Me = 112.18 TM
- Calculo de la Moda
(
A + A
A
+ =
2 1
1
W Li Mo



El valor que tiene mayor repeticin en la produccin de Plata (Ag) es:
Mo = 107.76 TM

- Clculo de la Media Geomtrica
n
fk
k
fi
i
Y Y Mg ........ =
La media geomtrica esta dado por:
Mg = 102.53 TM

- Clculo de cuartiles deciles y percentiles
(
(
(
(
(
+ =

qi
i
k
i
f
F
fi i
W Li Q
1
1
4

(Representa el 50% de la informacin de prod. de Ag)
Q
2
= 112.18 TM

(
(
(
(
(
(
+ =

Di
i
k
i
f
F
fi i
W Li D
1
1
10

D
5
= 112.18



(
(
(
(
(
(
+ =

pi
i
k
i
f
F
fi i
W Li P
1
1
100
P
60
= 135.24

MEDIDAS ESTADSTICAS DE DISPERSIN
- Varianza Poblacional Modificada:
N
fi X Yi
k
i
=
2
2
) (
o

8 . 8525
2
=
o

- Desviacin Estndar Modificada:
34 . 92 = o

- Coeficiente de Variacin:
100 *
__
X
Cv
o
=

% 16 . 70 = Cv
- Rango Intercuartlico:
1 3
Q Q R = ;

4 , 1 : Qi


4 . 172
3
= Q
2 . 51
1
= Q
R = 121.2
- Varianza Muestral:

1
) (
2
2
=

N
fi X Yi
k
i
S

78 . 8699
2
=
S

27 . 93 = S

2. Clculo estadstico para el Oro: (Au)
R = 69344 516 = 68828
K = 1 + 3.3 Log(50) = 6.6 = 7
W = 9832.6
[Yi-1 - Yi] fi Fi hi Hi Pi Yi
[516 10348.6 > 29 29 0.58 0.58 58 5432.3
[10348.6- 20181.2 > 8 37 0.16 0.74 16 15264.9
[20181.2 30013.8> 9 46 0.18 0.92 18 25097.5
[30013.8 39846.4 > 2 48 0.04 0.96 4 34930.1
[39846.4 49679 > 0 48 0 0.96 0 44762.7
[49679 59511.6 > 1 49 0.02 0.98 2 54595.3
[59511.6 69344.2 ] 1 50 0.02 1.00 2 64427.9
Sumatoria 50 1 100

- Clculo de la Media:


50
1 * 9 . 64427 1 * 3 . 54595 0 * 7 . 44762 2 * 1 . 34930 9 * 5 . 25097 8 * 9 . 15264 29 * 3 . 5432
7
1
+ + + + + +
= =
N
Yif i
X

La produccin media de Oro (Au) est dado por:
=
__
X 13888.3

- Clculo de la mediana:
(
(
(
(
(
(
+ =

Me
i
k
f
F
fi
W Li Me
1
1
2

La mediana de la produccin de oro (Au) est dado por:
Me = 8992.38
- Calculo de la Moda
(
A + A
A
+ =
2 1
1
W Li Mo
El valor que tiene mayor repeticin en la prod. de Oro es:
Mo = 6218.91

- Clculo de la Media Geomtrica
n
fk
k
fi
i
Y Y Mg ........ =
La media geomtrica de la prod. de Oro es:
Mg = 10006.16

- Clculo de cuartiles deciles y percentiles


(
(
(
(
(
+ =

qi
i
k
i
f
F
fi i
W Li Q
1
1
4

(Representa el75% de la informacin de prod. de Oro)
Q
3
= 20727.45

(
(
(
(
(
(
+ =

Di
i
k
i
f
F
fi i
W Li D
1
1
10

(Representa el80% de la informacin de prod. de oro)
D
8
= 23458.73
(
(
(
(
(
(
+ =

pi
i
k
i
f
F
fi i
W Li P
1
1
100

(Representa el 70% de la informacin de prod. de oro)
P
70
= 17723.05

MEDIDAS ESTADSTICAS DE DISPERSIN
- Varianza Poblacional Modificada:
N
fi X Yi
k
i
=
2
2
) (
o
; =
o
2
166328 311.2
- Desviacin Estndar Modificada:
= o 12896.83


- Coeficiente de Variacin:
100 *
__
X
Cv
o
=
; = Cv 92.86%
- Rango Intercuartlico:
1 3
Q Q R = ;

4 , 1 : Qi
=
3
Q 20727.45 ; =
1
Q 4754.19
R = 15973.26
- Varianza Muestral:
1
) (
2
2
=

N
fi X Yi
k
i
S
; =
S
2
169722.8
= S 13027.8


ESTADISTICA BIVARIANTE

Ag: 270, 302.3, 326.4, 163.2, 148.1, 177.7, 89.0, 159.1, 133.3, 94.9, 78.3, 57.6, 129.5,
74.6, 37.5, 24.8, 67.8, 47.4, 44.8, 28.5, 30.6, 18.3, 366.0, 317.1, 316.2, 296.1, 183.2,
155.4, 151.8, 149.3, 147.1, 132.9, 94.3, 93.4, 93.0, 91.0, 90.8, 54.1, 52.4, 52.0, 48.8,
46.8, 30.5, 29.8, 20.5, 274.6, 188.0, 185.8, 192.1, 159.0

Au: 69344, 35867, 26260, 15408, 21384, 14267, 20979, 14917, 16794, 5575, 8684,
6898, 5441, 2440, 6879, 3092, 2011, 4650, 1715, 2642, 2351, 8984, 6070, 54254,
39420, 30003, 24260, 23208, 22129, 20487, 15002, 13361, 12203, 7111, 6889, 6572,
5888, 4845, 3741, 3475, 2704, 2406, 2028, 1880, 516, 6492, 5585, 9562, 11065, 27927

- Clculo del Coeficiente de Correlacin

=
= = + =
= =
=
49.7 W
7 6.61 Log(50) 3.3 1 K
347.7 18.3 366.0 R
Xi
=
= = + =
= =
=
9832.6 W
7 6.6 Log(50) 3.3 1 K
68828 516 69344 R
Yi



Yj(Au)
Xi (Ag)
[51610348.6
>
[10348.6-
20181.2>
[20181.2
30013.8>
[30013.8
39846.4 >
[39846.449679
>
[49679
59511.6 >
[59511.669344.2
]
fi
[18.3 - 68 >
17 17
[68 - 117.7>
7 1 1 9
[117.7 -
167.4>
1 5 5 11
[167.4 -
217.1>
2 2 1 5
[217.1 -
266.8>
0
[266.8 -
316.5>
1 1 2 1 5
[316.5 - 366.2]
1 1 1 3
fj 29 8 9 2 0 1 1 50


n= N = 50

- Clculo de las Promedios:
N
f x
X
i i
=
7
1
__

N
f y
Y
j j
=
7
1
__

=
__
X 131.6 =
__
Y 13888.3
- Clculo de las Varianzas:
N
f X x
x V
i i

=
7
1
2
__
) (
) (

N
f Y y
y V
j i

=
7
1
2
__
) (
) (

= ) (x V 8525.8 = ) ( y V 166328 311.2

Xi Yi fij Xi.Yj.fij
43.15 5432.3 17 3984863.665
92.85 5432.3 7 3530723.385
142.55 5432.3 1 774374.365
192.25 5432.3 2 2088719.35
291.65 5432.3 1 1584330.295
341.35 5432.3 1 1854315.605
92.85 15264.9 1 1417345.965
142.55 15264.9 5 10880057.48
192.25 15264.9 2 5869354.05
92.85 25097.5 1 2330302.875
142.55 25097.5 5 17888243.13
192.25 25097.5 1 4824994.375
291.65 25097.5 1 7319685.875
341.35 25097.5 1 8567031.625
291.65 34930.1 2 20374727.33
341.35 54595.3 1 18636105.66
291.65 64427.9 1 18790397.04
E 50
E
=130715572.1

E x
i
.y
j
.f
ij
= 1307 15572.1


- Clculo de la Covarianza:

) )( (
. .
) ; (
__ __
Y X
N
fij yj xi
y x Cov
j i
=

= ) ; (
j i
y x Cov 786611.2

- Coeficiente de Correlacin:

) ( ). (
) ; (
y V x V
y x Cov
r
j i
=

= r 0.66 (Existe baja correlacin)

- Ecuacin de la Recta:

__ __
X b Y a = ;
) (
) ; (
x V
y x Cov
b
j i
= ; bx a y + =

= b 92.3 ; = a 1741.6

{ } x y L 3 . 92 6 . 1741 : + = (Ec. de la recta)
15


16


1
2
3
4
5
6
7
C
1
C
3
C
5
C
7
0
2 4
6 8
1
0
1
2
1
4
1
6
1
8
E
s
c
a
l
a

d
e

F
r
e
c
u
e
n
c
i
a
s
X
i

=

P
l
a
t
a

(
A
g
)
Y
i

=

O
r
o

(
A
u
)
E
s
t
e
r
e
o
g
r
a
m
a

d
e

D
i
s
t
r
i
b
u
c
i
n
S
e
r
i
e
1
S
e
r
i
e
2
S
e
r
i
e
3
S
e
r
i
e
4
S
e
r
i
e
5
S
e
r
i
e
6
S
e
r
i
e
7
17


1.2.- El gerente de comercializacin de minerales de la CIA. Minera cerro verde
considera que la demanda de sus minerales por los grandes refinadoras del mundo
puede estar relacionado con el nmero de minerales contaminantes en el concentrado,
por estos contaminantes la CIA. Minera cerro verde tendr que pagar la famosa maquila
por la penalizacin de minerales contaminantes como el arsnico, por eso se analizo el
pago de la maquila en miles de dlares y el nmero de veces de embargues de minerales
durante el trimestre anterior.
El gerente ha recolectado los datos que se muestran en la tabla.

Pago por la
penalizacin

Embarques
de
(X)
conglomerado
(Y)
15 6
9 4
40 16
20 6
25 13
25 9
15 10
35 16

- Si se pide determinar una estimacin de los embarques cuando la maquila es 30 $.

En el siguiente diagrama de dispersin se puede ver que los datos no son perfectamente
lineales; sin embargo, se puede hacer un enfoque lineal sobre este periodo corto.
18


Se realizan los clculos como se muestra en la siguiente tabla

n X Y XY X
2
Y
2

1 15 6 90 225 36
2 9 4 36 81 16
3 40 16 640 1600 256
4 20 6 120 400 36
5 25 13 325 625 169
6 25 9 225 625 81
7 15 10 150 225 100
8 35 16 560 1225 256
Totales 184 80 2146 5006 950

Se calcula las medias aritmticas de X y Y
0
2
4
6
8
10
12
14
16
18
0 5 10 15 20 25 30 35 40 45
E
m
b
a
r
q
u
e
s

Y

maquila
Embarques de minerales
19


= X 23
= Y 10
Se calculan los valores de la pendiente b y la interseccin a:

=
2
2
X n x
XY n xy
b
) 23 )( 23 ( 8 5006
) 10 )( 23 ( 8 2146
= b
b=0.395
x b Y a =

a = 10 0.395(23)
a=0.915
Se plantea la ecuacin de la regresin
Y = a + bx
Y = 0.915 + 0.395X
Recordemos que X = maquila; Y = embarques.
Entonces, el nmero de embarques cuando la maquila es 30 se puede encontrar sustituyendo
el valor en la ecuacin.
X = 30
Y = 0.915 + 0.395(30)
Y = 12.76 13
El nmero de embarques ser de 13 aproximadamente.

20


- Desviacin estndar de la regresin
Dados los datos de los permisos y embarques calclese la desviacin estndar de la regresin.
En la siguiente grafica se muestra el comportamiento de la desviacin

Por lo
tanto, la
desviacin estndar de la regresin es

2
2
.

=

n
XY b Y a Y
S
X y

2 8
) 2146 )( 396 . 0 ( ) 80 )( 91 . 0 ( 950
.

=
X Y
S

=
X Y
S
.
2.2 embarques

- Estimacin del intervalo

Embarques de conglomerado
0
2
4
6
8
10
12
14
16
18
0 5 10 15 20 25 30 35 40 45
Permisos X
E
m
b
a
r
q
u
e
s

Y
Embarques de conglomerado
Maquila
Embarque de minerales
Embarque de minerales
21


Desarrllese una prediccin de intervalo estimada de 95% para el nmero especfico de
embarques que se realizar con 30$(en miles de dlares) de maquila durante el trimestre
anterior.
Donde el valor de t (de la tabla estadstica) para n-2 = 8-2 = 6 grados de libertad, y dnde
segn tablas:
t = 2.447
Se debe calcular

2
) ( X X

X= 30

+ + =
2
2
.
) (
) ( 1
1
X X
X X
n
S S
x y IND

X - X

(X X)
2

-8.00 64
-14.00 196
17.00 289
-3.00 9
2.00 4
2.00 4
-8.00 64
12.00 144
0.00 774

22


=
+ + =
774
) 23 30 (
8
1
1 2 . 2
2
IND
S 2.40
Intervalo de prediccin = Y
C

t
S
IND

Intervalo de prediccin = 13 2.447 (2.40)
Intervalo de prediccin (inferior) = 13 5.87 = 7.1
Intervalo de prediccin (superior) = 13 + 5.87 = 18.9
7.1< Embarques < 19
S
IND

- Coeficiente de correlacin
( ) | || |
2 2
2
2
) (

=
Y Y n X X n
Y X XY n
r
| || |
2 2
) 80 ( ) 950 ( 8 ) 184 ( ) 5006 ( 8
) 80 )( 184 ( ) 2146 ( 8

= r
= =
7430400
2448
r 0.90

Estadistica Mineria

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadistica Mineria

Uploaded by

Copyright:

Available Formats

ESTADISTICA APLICADA A LA INGENIERIA DE MINAS

UNASAM- FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y METALURGIA Pg. 1

You might also like