Universidad de Chile

Facultad de Ciencias Fsicas y Matemticas

Departamento de Ingeniera de Minas

MI5101- Ingeniera de Procesos Metalrgicos

Tarea N 01: Ajuste Mineralgico y anlisis de

sensibilidad

Alumno Jos Nstor Mamani Quispe

Octubre, 2013

Introduccin

Los mtodos de anlisis qumico experimental presentan errores por diferentes aspectos,
como el manejo de la personal, de la caracterstica del mineral, de la calibracin del equipo y
estado ambiental (clima, humedad entre otros).
Por estos errores se tiene la necesidad de hacer un ajuste a los resultados experimentales,
sujeto a que se cumplan las restricciones impuestas por las ecuaciones de balance de masa.
En la presente tarea se pretende alcanzar una diferencia menor entre los valores
experimentales con respecto a los valores reales. Los datos ajustados son estadsticamente
ms confiables que los datos experimentales

Metodologa

En el presente tarea se realizado un ajuste de datos experimentales mediante el mtodo de

lagrange. Basndonos en los datos provenientes de un anlisis realizado al concentrador de
cobre que tiene ingreso a la planta de fundicin, en la siguiente tabla se listan las especies
principales.

1. Anlisis realizado con un muestreo deficiente.

Tabla N 01
Composicin Mineralgica concentrados de Cobre
Especies
Bornita
3,2
5 4
Calcosina
9,5
2
Calcopirita
22,2
2
Covelina
17,8

Pirita
20,6
2
2. Anlisis de muestras y concentrado encargado a una empresa especializada.
Tabla N 02
Composicin qumica del
concentrado
Elemento
Wt%
32

19

31

Al finalizar el anlisis se pretende responder las siguientes preguntas

Preguntas:
a) Un ajuste de los datos de mineraloga del concentrado, utilizando el mtodo de
Lagrange.
b) Un anlisis de sensibilidad con respecto al modelo de error.

a) Un ajuste de los datos de mineraloga del concentrado, utilizando el mtodo de

Lagrange.

Solucin:
Desarrollando la siguiente ecuacin y posterior derivacin respecto a ecuacin y , se

tiene:
= ( )2 + ( )

Considerando:
Tabla N 03

5 4
1
1

2
2
2

6
6

2
3
3

Tabla N 04

7
7

4
4

2
5
5

8
8

Desarrollando la ecuacin para obtener la matriz y su solucin

Realizando las igualdades

= 1 (1 1 )2 + 2 (2 2 )2 + 3 (3 3 )2 + 4 (4 4 )2 + 5 (5 5 )2 +. ..
+ 1 [1 (, 1) + 2 (, 2) + 3 (, 3) + 4 (, 4) + 5 (, 5) ()]+. ..
+ 2 [1 (, 1) + 2 (, 2) + 3 (, 3) + 4 (, 4) + 5 (, 5) ()]+. ..

 + 3 [1 ( , 1) + 2 ( , 2) + 3 ( , 3) + 4 ( , 4) + 5 ( , 5) ( )]
(1)

Ya con la ecuacin general, continuamos con la derivacin basndonos en:

N ecuaciones:

= 0

M ecuaciones:

= 0

Derivando la ecuacin (1) en funcin de 1 , tenemos:

(1 1 )
= 1 . 2. (1 1 )21
+ 6 (, 1) + 7 (, 1) + 8 (, 1) = 0

1
21 1 21 1 + 6 (, 1) + 7 (, 1) + 8 (, 1) = 0

Dnde: 1 , 2 , 3 , 4 , 5, 6 , 7 8 representan las variables a determinar.

+ 0.
21
+ 0.
+ 0.
+ 0.
+ (, 1). + (, 1). + (, 1). = 21 1

(1.1)

Siguiendo la misma metodologa se tiene las siguientes ecuaciones:

+ 22
+ 0.
0.
+ 0.
+ 0.
+ (, 2). + (, 2). + (, 2). = 22 2 (1.2)
+ 0.
+ 0.
0.
+ 23
+ 0.
+ (, 3). + (, 3). + (, 3). = 23 3 (1.3)
+ 0.
+ 0.
0.
+ 0.
+ 24
+ (, 4). + (, 4). + (, 4). = 24 4 (1.4)
+ 0.
+ (, 1). + (, 1). + (, 1). = 25 5
0.
+ 0.
+ 0.
+ 25

(1.5)

Derivando la ecuacin (1) respecto ha , igualando a 0 tenemos:

=
( )[ (, 1) + 2 (, 2) + 3 (, 3) + 4 (, 4) + 5 (, 5) ()] = 0
1 1 1 1

As tenemos:
+ (, 2).
+ (, 3).
+ (, 4).
+ (, 5).
+ 0 + 0 + 0 = ()
(, 1).

(1.6)

+ (, 2).
+ (, 3).
+ (, 4).
+ (, 5).
+ 0 + 0 + 0 = ()
(, 1).

(1.7)

+ (, 2).
+ (, 3).
+ (, 4).
+ (, 5).
+ 0 + 0 + 0 = ()
(, 1).

(1.8)

Encontramos que tenemos 8 ecuaciones (1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8) con 8 variables
(1 , 2 , 3 , 4 , 5, 6 , 7 8 ), que matemticamente tiene soluciones. Encontrando una variedad
de mtodos que aplican a este caso, lo resolveremos por medio de matrices:


21 1
0
0
0 (, 1)(, 1)(, 1)
0
21

2
0
0 (, 2)(, 2)(, 2)
2 2

0
0
2
0
0
2

0
0
3 3
3

(, 3)(, 3)(, 3)
2
0
24 4
0
0

0
4
(, 4)(, 4)(, 4)
=
25
0
0
0
0
25 5

(, 5)(, 5)(, 5)
(, 1)(, 2)(, 3)(, 4)(, 5)
()

0
0
0
(, 1) (, 2) (, 3) (, 4) (, 5) 0
()
0
0

[ (, 1) (, 2) (, 3) (, 4) (, 5)
0
0
0 ] [ ] [ () ]

Donde el vector solucin ser:

1
0
0
0 (, 1)(, 1)(, 1) 1 21 1
0
21
22 2
2
22
0
0 (, 2)(, 2)(, 2)
0
0
0
0 (, 3)(, 3)(, 3)
23 3
3
23
0
0
24
0 (, 4)(, 4)(, 4)
24 4
0
0
4
0
=

2
0
0
0
0
5
25 5
5
(, 5)(, 5)(, 5)
(, 1)(, 2)(, 3)(, 4)(, 5)
6
()
0
0
0
(, 1) (, 2) (, 3) (, 4) (, 5) 0
7
()
0
0
(,
1)
(,
3)
(,
5)
[
]
(,
2)
(,
4)
0
0
0
[ 8 ]
[ () ]
De acuerdo a la matriz, el valor que nos falta calcular es el error relativo que lo obtenemos
apartir de la ecuacin del factor de peso .
Tabla N 05
ERROR RELATIVO
1

Bornita

5 4

10

Calcosina

10

Calcopirita

10

Covelina

10

Pirita

10

El error relativo se us en la siguiente expresin para calcular los factores .

100
= (
)
,
Se obtuvo entonces:
Tabla N 06
i
ki
1
9,77
2
1,11
3
0,20
4
0,32
5
0,11

Determinacin de la composicin por elementos (Cu, Fe, S) de los compuestos

i
1
2
3
4
5

Compuesto
Cu5FeS4
Bornita
Calcosina
Cu2S
Calcopirita CuFeS2
Covelina
CuS
Pirita
FeS2

Tabla N 07
L(Cu,i)
0,63
0,80
0,35
0,66
0,00

L(Fe,i)
0,11
0,00
0,30
0,00
0,46

L(S,i)
0,26
0,20
0,35
0,34
0,54

Ingresando los datos en la Matriz 8x8

^x1
19,53
0
0
0
0
0,63
0,11
0,26

^x2
0
2,22
0
0
0
0,80
0
0,20

^x3
0
0
0,41
0
0
0,35
0,30
0,35

^x4
0
0
0
0,63
0
0,66
0
0,34

^x5
0
0
0
0
0,21
0
0,46
0,54

6
0,63
0,80
0,35
0,66
0
0
0
0

Tabla N 08
7
8
0,11
0
0,30
0
0,46
0
0
0

0,26
0,20
0,35
0,34
0,54
0
0
0

^x1
^x2
^x3
^x4
^x5
6
7
8

62,50
21,05
9,01
11,24
6,54
25,00
22,00
31,00

Invirtiendo la matriz y multiplicando para obtener los valores de las constante

0,05
-0,01
-0,04
-0,01
0,01
0,05
0,09
-0,08

-0,01
0,33
-0,36
-0,19
0,24
0,52
0,66
-0,67

-0,04
-0,36
0,46
0,23
-0,29
2,23
5,74
-4,85

-0,01
-0,19
0,23
0,12
-0,15
-0,33
-3,88
3,42

0,01
0,24
-0,29
-0,15
0,19
-1,47
-1,61
3,19

0,05
0,09 -0,08
0,52
0,66 -0,67
2,23
5,74 -4,85
-0,33 -3,88 3,42
-1,47 -1,61 3,19
-3,19 -7,36 6,95
-7,36 -24,56 21,89
6,95 21,89 -20,22

62,50
21,05
9,01
11,24
6,54
25,00
22,00
31,00

3,31
10,73
24,60
19,27
24,10
-5,42
-6,23
7,98

^x1
^x2
^x3
^x4
^x5
6
7
8

Resultados
Tabla N 09
^x1
^x2
^x3
^x4
^x5
6
7
8

=
=
=
=
=
=
=
=

3,31
10,73
24,60
19,27
24,10
-5,42
-6,23
7,98

b) Anlisis de sensibilidad con respecto al modelo de error.

Se analiz para diferentes valores (20 y 30) para verificar la sensibilidad de los resultados a
partir de un error asumido inicialmente (10), viendo la tabla (10-11) para los valores de 20 y 30
de la calcopirita y pirita con respecto al anlisis del concentrado de cobre.
Determinndose que la variacin de la calcopirita y la pirita son muy sensibles al cambio,
alcanzando errores de 22% y 22.22% con una variacin de 10 a 20 y 30 %.
Tabla N 10

Tabla N 11