CONCLUSIONES

CAPITULO I
I. Los conceptos de la estadstica clsica no definen las caractersticas que debe tener una muestra minera que son: representatividad, proporcionalidad y libre de impurezas. II. La distribucin muestral, se estudia los mtodos mediante las cuales vamos a tratar de que una muestra represente la poblacin. III. A mayor heterogeneidad, mayor el nmero de muestras para dar validez a algn resultado. IV. la aproximacin es buena solamente si la poblacin no es muy diferente de una distribucin normal y si se sabe que la poblacin es normal, la distribucin muestral de seguir una distribucin normal exacta, no importa que tan pequeo sea el tamao de las muestras. V. Un anlisis que incluya todos los datos intentara determinar la variabilidad entre las medias muestrales y la variabilidad dentro de las muestras.

107

VI.

La cantidad de muestras y su ubicacin va a depender del grado de anisotropa del yacimiento, o sea, de que tanto cambien las condiciones de una direccin a otra.

VII.

El origen y forma de un depsito mineral influye en las caractersticas de su tonelaje y ley.

VIII.

Ahorro en tiempo al permitir concentrar la atencin en las muestras permitiendo obtener mayor informacin respecto al yacimiento con toda la exactitud que su objetivo necesite.

IX.

El grado de confianza se refiere, a la probabilidad de que, al aplicar repetidamente el procedimiento, el intervalo contenga el parmetro. En otras palabras expresa la proporcin de intervalos que efectivamente incluyen el parmetro. De esta manera con el intervalo se acerca el investigador al verdadero parmetro poblacional.

X.

Uso de poco personal y espacio en el muestreo. Basta con un nmero reducido de personas debidamente entrenadas y que sean capaces de seguir las normas establecidas de antemano.

XI.

Cuando las muestras son lo suficientemente grandes, se pueden hacer inferencias bastante exitosas, ya que la variabilidad de los datos disminuye, pero tambin es ms oneroso.

XII.

Los parmetros estadsticos ms importantes en minera son la media y la desviacin estndar.

XIII.

La estimacin de reservas por los mtodos clsicos se siguen utilizando en la minera porque resultan ms prcticos en su aplicacin, pero conllevan a un mayor error de estimacin.

108

XIV.

Con las estimaciones tanto puntuales como por intervalos se busca tener la mayor precisin (menor desviacin) y con esto la mayor confiabilidad.

XV.

Los mtodos clsicos de estimacin de reservas no consideran el dominio estructural de cada muestra.

CAPITULO II

I.

En general en todas las aplicaciones desarrolladas llegamos a la conclusin, de que en todas las aplicaciones se va a tratar de evaluar las medias, distribuciones muestrales y las estimaciones puntual y por intervalo, para variables aleatorias con la finalidad de evaluar el error minimo y las probabilidades de suceso.

II.

De la Aplicacin 2.2 se concluye que la Esperanza Matemtica o Valor Esperado es igual a la Media Poblacional, cuyo valor es 6 Onz/TM, de la misma manera la varianza, es igual a la varianza de la distribucin muestral cuyo valor es 4 Onz/TM.

III.

De la Aplicacin 2.3se concluye que de acuerdo al resultado obtenido, la Distribucin muestral de proporciones, de los triconos defectuosos es igual , es decir el 33% del total de triconos estn defectuosas.

IV.

Del Resultado obtenido en la Aplicacin 2.4, quiere decir que existe un 5% de posibilidades de que la muestra extrada tenga una varianza menor que 4.

V.

De la Aplicacin 2.5, podemos decir que la media se mantiene igual por la propiedad y la desviacin cambia respecto a de la media de medias.

109

VI.

De los resultados obtenidos en la Aplicacin 2.6, podemos afirmar que con un nivel de confianza del 95%, la eficiencia del muestreador B es superior a la del muestreador A.

VII.

Del resultado obtenido en la Aplicacin 2.12, la probabilidad de que el costo de mantenimiento sea mayor a $ 8,900 es de 0.0228 (2.28%)

VIII.

De los resultados Obtenidos, de la aplicacin 2.17, deducimos que las leyes medias obtenidas en el correspondiente COMPOSITO, de leyes de una Exploracin, por perforacin diamantina son cuasiuniforme.

MINAS

110

BIBLIOGRAFIA

Bibliografa Bsica HERNANDEZ ARROYO, EmilManual de estadsticaEdit. Universidad Cooperativa de Colombia, Bogot, 2006 LEVIN, Richard IEstadstica para administracin y economaEdit. Prentice Hall, Sptima edicin, Mxico, 2010 MURRAY R. SpiegelTeora y Problemas de Probabilidad y Estadstica (1975), Edit. Mc GRAW-HILL, Mxico. ALFARO SIRONVALLE, Marco AntonioIntroduccin al Muestreo Minero. Instituto de Ingenieros de Minas de Chile. Santiago.2002.p. 9 MENDENHALL William y SINCICH TerryProbabilidad y estadstica para ingeniera y ciencias (1997), Mxico, 4ta Edicin, Edit. Prentice Hall hispanoamericana S.A. MYERS Raymond Probabilidad y estadstica para ingenieros (1999), Sexta Edicin, Mxico, Edit. Prentice-Hall Hispanoamericana S. A.

111

L. DEVORE JayProbabilidad y estadstica para ingeniera y ciencias, (2005), Mxico, Edit. Thomson, 6ta Edicin. CORDOVA ZAMORA, Manuel Estadstica Descriptiva e Inferencial. Lima - Per, Imprenta Moshera S.R.L., 2009.- Cap. VIII Bibliografa Citada

ALFARO SIRONVALLE, Marco AntonioIntroduccin al Muestreo Minero. Instituto de Ingenieros de Minas de Chile. Santiago.2002.p. 9 LEVIN, Richard IEstadstica para administracin y economaEdit. Prentice Hall, Sptima edicin, Mxico, 2010 C. Canavos GeorgeProbabilidad y Estadstica Aplicaciones y mtodos (1988), Mxico, Edit.McGraw-Hill. J. MILTON Susan y C ARNOLD JesseProbabilidad y estadstica con aplicaciones para ingeniera y ciencia computacional, 4ta Edicin, Editorial Mc Graw Hill, Mexico 2004. E. WAPOLE RonaldProbabilidad y Estadstica (1994), Cuarta Edicin, Espaa, Edit. Mc Graw Hill. MURRAY R. SpiegelTeora y Problemas de Probabilidad y Estadstica (1975), Edit. Mc GRAW-HILL, Mxico. CORDOVA ZAMORA, Manuel Estadstica Descriptiva e Inferencial. Lima - Per, Imprenta Moshera S.R.L., 2009.- Cap. VIII MANSO, Robert D. y LIND, Douglas A....Estadstica para

Administradores y Economa.-Alfaomega, 1995.- Cap. VIII INTERNET www.htpp/distribucionesmuestrales.com

112

Bibliografa Consultada BERENSON, Mark L.Estadstica para administradores.Mxico

Editorial Prentice Hall Hispanoamericana, S.A. 1988 INTERNEThttp://es.scribd.com/doc/80405856/83/EL-PROBLEMAVOLUMEN-%E2%80%93-VARIANZA INTERNET sitios.ingenieria-usac.edu.gt/estadstica/estadistica3/teora LEVIN, Richard, Estadstica para Administradores.- Mxico, Prentice-Hall Hispanoamrica S.A., 1988.-Cap. VII BUSTILLO REVUELTA, Manuel, LOPEZ JIMENO, Carlos. Manual de evaluacin y diseo de explotaciones mineras. Editorial Entorno Grafico, p. 101 ORCHE GARCA, Enrique Manual de evaluacin de yacimientos minerales, Edit. Mstoles, Madrid, 1999, pp. 80 -89 A. SANTALO LuisProbabilidad e inferencia estadstica, 2da Edicin, Editorial Eva V. Chesneau, Argentina 1970. NIETO Jos EbertBoletn de la asociacin matemtica venezolana (2005), Vol. XII, N 02, Venezuela, Edit. Universidad de Zulia. Bibliografa no Consultada ARDERSON, David R., SWEENEY, Dennis J Estadstica para Administradores y Economa.- Mexico, Thomson editores, 2005 FREEDMAN, David y otrosEstadstica. Barcelona: Antoni Boch Editor, 2 ed., 1993. FELLER, WilliamIntroduccin a la teora de las probabilidades. Mxico: Editorial Limusa, 2 ed., 1993.