Junio 2015

Novedades en MineSight Implicit Modeler

MineSight Implicit Modeler (MSIM) es una herramienta verstil para generar slidos y superficies geolgicos. A
medida que MSIM gana popularidad en el mundo del geomodelamiento, MineSight contina incorporndole
funciones y mantenindolo a la vanguardia. El ms reciente lanzamiento de MSIM incorpora nuevas
capacidades para responder a las necesidades de modelamiento del gelogo. Alguna de las mejoras son:
ms funciones para el modelado de fallas y bloques de falla, ms opciones de recorte y superficies para la
superficie de salida y una mayor capacidad de auditora permitiendo guardar y cargar el archivo de
parmetros.
Modelamiento de fallas
MSIM desde siempre ha sido capaz de modelar superficies de falla, ya sea a partir de puntos y polgonos de
fallas, o directamente desde los datos de sondajes (Figura 1). Ahora con funciones adicionales para generar
slidos coincidentes y complementarios, se pueden generar precisamente los slidos de los bloques de falla.
Con la opcin para cerrar automticamente la superficie de falla, ahora puede generar el slido coincidente, el
complementario o ambos, para esa superficie. Esto podra traducirse directamente en la creacin de una o
ambas cajas (techo y piso) de esa falla (Figura 2). Hacer esta tarea directamente en MSIM agiliza el flujo de
trabajo ahorrando la necesidad de tener que recortar e intersectar por fuera de MSIM.

Figura 1: Superficie de falla modelada en MSIM.

Adems, cuenta con el control adicional de establecer qu elemento determinar el recorte de los bloques de
falla: la extensin del proyecto, del modelo, de los datos o una extensin personalizada.

Figura
2:
Ilustracin
del
slido
coincidente de la falla a la izquierda y
slidos coincidente y complementario a

la derecha. Ambos fueron recortados

segn la extensin del proyecto.
Nuevas opciones de salida
Una de las mximas fortalezas de MSIM es la flexibilidad en las superficies y slidos que genera. Un ejemplo
de esta flexibilidad es la funcin Iso-Surface. Esta opcin permite generar varias superficies o slidos
adicionales a partir de su configuracin inicial. Las isosuperficies se generan sobre la base de la superficie
primaria creada y de los isoniveles o distancias por encima de la superficie que haya definido el usuario. Las
isosuperficies tambin se pueden aplicar para producir superficies y slidos de ley anidados directamente a
partir de los datos de sondajes. Mientras crea las isosuperficies, el gelogo puede guardar cada una en su
propio elemento geomtrico, adems de crear y establecer un nuevo material especfico por nivel para cada
slido o superficie. Esto resulta til cuando se generan superficies y slidos de ley, ya que sobre la marcha se
le pueden asignar atributos de materiales basados en su propio valor.

Figura 3: Slidos de ley anidados

creados a partir de la funcin para
generar isosuperficies.
Otra novedad en las opciones de salida es la capacidad de recortar los slidos o superficies segn otra
superficie y en el mismo momento que los genera. Elija la superficie que desea utilizar como base para ajustar
un nuevo slido y MSIM lo recortar al mismo tiempo que lo genera. Esto es especialmente prctico cuando
se crea un slido que se necesitar ajustar siguiendo una superficie topogrfica. Dado que MSIM puede
hacerlo al mismo tiempo, ahorra el paso adicional de tener que recortar manualmente el slido.

Figura 4: Dos bloques de falla creados

en MSIM recortando segn las
extensiones del proyecto, junto con la
superficie topogrfica (en verde).

Figura 5: Los dos bloques de falla

creados en MSIM recortando segn las
extensiones del proyecto y segn la
superficie topogrfica.
Auditoras mejoradas
Para el gelogo es importante contar con resultados auditables y reproducible a la hora de modelar la
geologa del rea del proyecto. MSIM ofrece muchas opciones diferentes para generar superficies y archivos
de salida distintos, por lo tanto es esencial registrar los parmetros utilizados para poder reproducirlos. Al
establecer el formato de salida, MSIM permite no solamente guardar la superficie que se est generando, sino
tambin la funcin de base radial (RBF) -es decir el clculo matemtico aplicado para ajustar una superficie a
todos los puntos de datos dados- y tambin los parmetros empleados para esa ejecucin. Estos archivos de
los parmetros y de la RBF se pueden guardar dentro del proyecto o transferirse a otro usuario, que podr
cargarlos como dato de entrada en MSIM. Con la posibilidad de compartir o exportar/importar los archivos de
parmetros, MSIM permite que muchos usuarios puedan recrear los mismos resultados. Como los parmetros
quedan guardados, todos los datos empleados para crear los slidos o las superficies fcilmente se pueden
transmitir a otros y auditar. La incorporacin del uso de comodines para la asignacin de nombres a los
archivos de la RBF y de los parmetros asegura una denominacin uniforme con la superficie creada.

Figura 6: Archivo de salida de MSIM

utilizando comodines para mantener
uniforme la convencin de nombres.
Las nuevas funciones dentro de MineSight Implicit Modeler se incorporan a una herramienta ya de por s
verstil, que ayudar an ms a la tarea del gelogo. Para obtener informacin ms detallada sobre
MineSight Implicit Modeler o sobre otros productos MineSight comunquese con el departamento de asistencia
tcnica de MineSight.
Junio 2015
Presentacin de QA/QC Tool en Torque
Bien podra decirse que las muestras de campo son el componente ms importante de la evaluacin y el
diseo de una mina. Una informacin de ensayos incorrecta desembocar en planes de mina y recursos
errneos. La confiabilidad de sus datos es esencial. MineSight Torque ahora ofrece QA/QC Tool, una
herramienta incorporada, flexible y fcil de usar para el control y aseguramiento de la calidad, destinada a
validar y determinar cuantitativamente la precisin y exactitud de los ensayos de laboratorio, mediante
funciones de grficas y anlisis para muestras analticas, blancos, duplicados y estndar.
El rea de segundo plano de QA/QC Tool permite crear, editar, importar y eliminar valores desde las pestaas
Attributes, Labs, Analysis Methods, Measurement Methods, Blanks y Standards, respectivamente. (Fig 1).La

pestaa Attributes es para los tem de la muestra que sern analizados con la herramienta y es similar a
Sample Attributes de MSTorque. Puede importar los atributos directamente desde los que tenga la muestra en
un proyecto MSTorque ya creado. En el panel Labs podr crear una lista de los laboratorios encargados de
medir los valores de esas muestras. Adems, el panel Analysis Methods ayudar a listar los mtodos
empleados por esos laboratorios, y, desde la pestaa Measurement Methods, tendr opciones para indicar el
nivel de deteccin con una tolerancia, las unidades y los atributos que se analizan en cada laboratorio y segn
cada mtodo especfico. En la ventana de mensajes se puede auditar la configuracin del proyecto.

Figura 1: Panel Attributes en el rea de segundo plano de la funcin QA/QC Tool en MineSight Torque.
Despus de completar la configuracin del proyecto, puede administrar todos los datos de control y
aseguramiento de la calidad desde tres categoras diferentes: muestras, envos y certificados. Cada uno de
estos tipos de datos se puede visualizar por separado, lo cual hace ms sencillo el flujo de trabajo para
gestionar sus datos . Samples View presenta una lista de todas las muestras que podra tener su proyecto; ya
sea muestras analticas, estndares, blancos o duplicados. A su vez, la seccin Duplicates se subdivide en
tres tipos: Lab Duplicates, Field Duplicates y Repeats, para informar duplicados de laboratorio, de campo y
repeticiones, respectivamente. Adems del tipo de muestra, en el campo Sample Type, esta lista tambin
presenta informacin sobre el detalle y fecha de la muestra en las columnas Details y Date, respectivamente
(Fig. 2). La vista en la opcin Shipment permite administrar los datos de envo, como ser nombre, fecha,
laboratorio y lista de muestras que se enviaron a determinado laboratorio. Por ltimo, en la vista Certificates
podr crear una tabla de los certificados de anlisis indicando el nombre, el laboratorio, el mtodo de anlisis
y la fecha en las columnas correspondientes. Esta informacin se puede cargar manualmente o se puede
importar desde un archivo externo con plantillas para correlacionar los datos (Fig. 3). Despus de importar los
certificados de ensayo, podr gestionarlos asignndoles un estado, realizando el seguimiento de los
certificados que se vuelven a ejecutar, controlando el puntaje de calificacin de los laboratorios y otras
opciones.

Figura 2: Vista del panel Samples en

QA/QC Tool detallando las muestras por

nombre, tipo, detalles y fecha con sus
mediciones.

Figura 3: Vista del panel Certificates en

QA/QC Tool que muestra el nombre del
certificado del ensayo, el laboratorio, la
fecha y el envo, con una lista de todas
las mediciones para el certificado
seleccionado.
Dentro de QA/QC Tool hay tres conjuntos de grficas, anlisis y estadsticas para cada tipo de muestra. Cada
conjunto se puede filtrar por fecha de inicio y fin, atributo, laboratorio, etc. Despus de seleccionar el tipo de
grfica y los filtros que se desean aplicar, los datos aparecern en el navegador y se crear una grfica a
partir de esos datos. Debajo se presentarn las estadsticas y los anlisis especficos para los datos
graficados.

Figura 4: Modo Analysis en QA/QC Tool.

La grfica Blanks presenta un conjunto de datos de blancos organizados por fecha en el eje de las X y la ley
resultante medida por el laboratorio para ese atributo en el eje de las Y. Esta grfica es til para detectar
contaminacin dentro del laboratorio. Dado que los blancos deberan tener un valor de ley cero, cualquier ley
indicada como resultado por el laboratorio puede considerarse un contaminante. Cuanto mayor es el valor de
ley indicado menor confiabilidad tendrn los procedimientos y resultados de laboratorio. Tambin puede
incorporar una lnea para lmite de deteccin (LOD por sus siglas en ingls) segn un valor designado por el
usuario, a travs de las opciones en la pestaa Enhancements and Style. (Fig 5a)
La grfica Standards es similar a la de blancos y presenta los valores medidos para las muestras estndar.
Adems de los filtros por fecha, atributo y laboratorio, para esta grfica, tambin puede elegir un valor de
estndar especfico para comparar los valores medidos contra ese valor, con el fin de establecer la precisin
del proceso y de las prcticas de medicin del laboratorio elegido. Tambin desde la pestaa Enhancements
and Style puede acceder a opciones para mostrar la ley certificada de la muestra estndar y el rango de
confianza para una o dos desviaciones estndar. (Fig 5b)
La grfica Duplicates presenta pares de valores originales y de duplicados en forma de diagrama de
dispersin, con los filtros de fecha y atributos que elija. Esto permite establecer una lnea base para la
precisin de los procesos de medicin del laboratorio elegido. Las opciones dentro de la pestaa
Enhancements and Style permiten agregar una lnea X=Y, una lnea de eje mayor reducido (RMA) y lneas de
valor de corte en ambos ejes. (Fig 5c)

Figura 5 a,b,c: Tres tipos de grficas en

QA/QC Tool: para blancos, estndares y
duplicados.

La nueva QA/QC Tool en MSTorque permite evaluar la calidad de las mediciones de laboratorio para cada
mtodo y para cada atributo. Para obtener informacin ms detallada sobre QA/QC Tool en MSTorque,
comunquese con la oficina de Asistencia Tcnica de MineSight.
Junio 2015
Un repaso de las simulaciones condicionadas
Introduccin
La geoestadstica basada en variogramas nos permite generar dos tipos de modelos de bloques: estimados y
simulados. Los modelos estimados se basan en la implementacin de mtodos kriging para calcular la media
y la varianza de la variable de inters dentro de cada bloque. Hay una diversidad de mtodos kriging que se
pueden implementar, como por ejemplo kriging universal, ordinario y simple. Cada una de estas tcnicas est
destinada para un fin especfico. Los modelos simulados se basan en la implementacin de mtodos de
simulacin gaussianos como por ejemplo: la simulacin gaussiana secuencial, la factorizacin LU (mtodo de
descomposicin por matriz triangular superior e inferior para resolver las ecuaciones normales) y las bandas
rotantes, para generar hiptesis equiprobables del yacimiento que respetan los datos de sondajes. Se
considera que cualquiera de estos mtodos generar el mismo tipo de realizaciones ante determinado modelo
de variograma. Los mtodos difieren en la forma en que manejan los recursos informticos segn la cantidad
de datos y extensin del yacimiento. Se supone que el mapa de promedios y varianzas de las realizaciones
ser similar a las estimaciones con un kriging simple en escala gaussiana.
La decisin respecto de crear un modelo estimado o uno simulado depende del tipo de evaluacin que se
necesite. Un modelo estimado nos permite calcular una estimacin de las reservas explotables para ese
yacimiento. Un modelo simulado nos permite calcular diferentes hiptesis igualmente probables de la reserva
explotable dentro de ese yacimiento, lo cual sirve para evaluar el riesgo del proyecto minero. Antes de planear
el uso de un modelo simulado para evaluar yacimientos es necesario tomar en consideracin varios aspectos:
1) el clculo de la variografa exige mucho tiempo porque admite menos errores que en la estimacin, ya que
necesita una validacin numrica; 2) a diferencia de la estimacin, donde se interpretan los modelos
geolgicos, en la simulacin es necesario simular el modelo geolgico siguiendo las variables continuas; 3)
cuando se trabaja con ms de dos variables dependientes, es necesario que sean simuladas de manera
conjunta para conservar las relaciones de dependencia, con lo cual se aumenta la complejidad al construir el
modelo; 4) los mtodos para planeamiento de mina sobre la base de modelos estimados no se aplican
directamente a los modelos simulados.
En distintos campos de la ingeniera, la simulacin es el marco de anlisis preferido para disear soluciones a
los problemas estudiados, debido a la complejidad de los ambientes en consideracin. Por ejemplo: los
aviones se disean simulando distintas condiciones de vuelo; la deformacin de los diseos de estructuras en
construcciones antissmicas se prueba simulando condiciones de terremotos; la factibilidad de un proyecto
petrolfero se analiza simulando la geologa y el comportamiento de los reservorios. La evaluacin de los
yacimientos minerales no es distinta a estos ejemplos. La reserva explotable de un yacimiento es sensible a
las variaciones en la geologa del yacimiento. Durante su evaluacin, es importante saber cunto afectan esas
potenciales variaciones al plan de mina. Este tipo de anlisis no es posible con modelos estimados.
Fundamentos
Un modelo simulado est compuesto de un conjunto de realizaciones igualmente probables de ese
yacimiento. En cada realizacin, se simulan todas las variables relevantes consideradas en la evaluacin del
yacimiento. Estas variables se pueden resumir en dos clases: categricas y continuas. El tipo de roca y la ley
metalfera son ejemplos de variable categrica y continua, respectivamente. Las variables categricas son la
base para simular variables continuas, ya que generalmente definen lmites del dominio. En general, primero
se simulan las categricas, ya que definen regiones de dominio que luego se utilizan para simular las
variables continuas. Las realizaciones se generan a escala de punto. Las ubicaciones en cuadrcula donde se
generan las realizaciones se consideran una configuracin discretizada de los bloques en el modelo. Despus
de simular todas las variables, las realizaciones se redefinen a escala segn las especificaciones de los
bloques.
Simulacin de variables categricas
Existen varias tcnicas para simular variables categricas. La ms conocida es la simulacin secuencial de
indicadores. En esta tcnica, se captura la variabilidad espacial de las caractersticas geolgicas a travs de
un conjunto de variogramas de indicador.
El flujo de trabajo para implementar esta simulacin puede resumirse de la siguiente manera:

Estimacin de la proporcin global: El objetivo es encontrar las proporciones de ocurrencia de cada

categora geolgica dentro del yacimiento. Esta proporciones no se pueden inferir directamente a partir de

datos de sondajes, debido a la naturaleza de muestreo preferencial que tienen las campaas de sondeos.
Idealmente, los gelogos experimentados infieren esas proporciones basndose en una slida
comprensin del yacimiento.

Clculo de variografa: Se calcula un conjunto de modelos de variogramas despus de transformar

cada categora en informacin de indicador. Para cada categora: 1) los compsitos se codifican como 1, o
sino como 0; 2) se calcula un variograma experimental segn los datos binarios; y 3) se ajusta el
variograma experimental.

Generacin de las realizaciones: Se genera un conjunto de realizaciones sobre la base del conjunto
de modelos de variograma. Se deberan generar al menos 50 realizaciones para caracterizar
adecuadamente las distribuciones de las variables de respuesta relevantes analizadas, tales como,
toneladas de mineral econmico, contenido de metal neto y renta del proyecto. En las realizaciones se
toman en cuenta las caractersticas especficas de estructuras geolgicas de gran escala, considerando la
informacin de tendencias para cada una de las categoras.

Validacin de las realizaciones: Las realizaciones se validan en forma visual y numrica. La

validacin visual consiste en la verificacin de la reproduccin de las caractersticas geolgicas. La
validacin numrica consiste en la verificacin de la reproduccin de las proporciones globales.
La reproduccin de las estructuras geolgicas depende en gran medida de cmo se generan otros mapas de
tendencia. En la prctica, estos mapas se interpretan manualmente. Los mapas de tendencia nos permiten
tomar en cuenta estructuras geolgicas a escala grande y mediana Sin embargo, las estructuras a pequea
escala son difciles de caracterizar. Como alternativa, existen tcnicas ms complejas tales como la
simulacin estadstica en mltiples puntos, que se concentra especficamente en la reproduccin de
estructuras geolgicas a diferentes escalas. Estas tcnicas no se apoyan en variogramas para caracterizar las
estructuras geolgicas del yacimiento
Simulacin de variables continuas
Para simular las variables continuas, es necesario transformar los datos de sondajes a escala gaussiana. Esta
transformacin es por las propiedades de las funciones aleatorias multigaussianas estacionarias que hacen
posible esta simulacin. En el marco de una funcin aleatoria multigaussiana estacionaria, todas las
distribuciones condicionales calculadas y la combinacin de las distribuciones son siempre gaussianas. Las
distribuciones condicionales se pueden calcular mediante un kriging simple porque los parmetros para las
distribuciones gaussianas son media y varianza solamente. Una realizacin se puede muestrear a partir de
una distribucin gaussiana porque es conocida la forma completa de la distribucin. Es debido estas
caractersticas que resulta prctica la simulacin gaussiana. Si se trabajara con unidades originales, no basta
con saber la media y la varianza de la distribucin condicional para muestrear las realizaciones porque no se
conoce la forma completa de las distribuciones condicionales (Figura 1). Algunos autores proponen
alternativas diferentes para implementar la simulacin en las unidades originales, sin aplicar la transformacin
gaussiana. Estos mtodos no son prcticos debido a los importantes supuestos que se adoptan.

Figura 1: Comparacin esquemtica entre simulacin de atributos continuos en escala gaussiana (arriba) y en unidades originales (abajo).
El flujo de trabajo para simular atributos continuos en un dominio puede resumirse de la siguiente manera:

Desagrupacin: Este paso es para calcular una distribucin de referencia para el atributo en las
unidas originales. Esta distribucin de referencia es importante ya que luego se utiliza para transformar y
retransformar las realizaciones desde y hacia el espacio gaussiano.

Transformacin normal de los resultados (score): Los datos de sondajes de un dominio se

transforman a escala gaussiana segn su distribucin referencial en unidades originales.

Clculo de variografa: El modelo de variograma de la variable se calcula aplicando los datos de

sondajes en unidades gaussianas. El modelo de variograma se verifica mediante una validacin cruzada
para confirmar las distribuciones condicionales en los sitios de los compsitos. Es esperar que para las
distribuciones condicionales calculadas las probabilidades estimadas sean similares a las probabilidades
de los datos de sondajes.

Generacin de realizaciones: Se genera un conjunto de realizaciones sobre la base de datos de

compsitos en escala gaussiana y su correspondiente variograma.. Se genera una realizacin de la
variable continua para cada realizacin de variables categricas.

Validacin de las realizaciones: La realizaciones se validan a travs de la reproduccin del modelo de

variograma. Es de esperar que el promedio de los variogramas experimentales de cada realizacin sea
similar al modelo de variograma utilizado para generar esas realizaciones. Adems, la media y la varianza
globales de cada realizacin se supone que sern cercanas a cero y uno, respectivamente.

Retransformacin de las realizaciones: La informacin del modelo simulado que se emplea en la

evaluacin del yacimiento debe estar en unidades originales. La retransformacin se realiza sobre la base
de la distribucin referencial calculada en el paso de desagrupacin. La validacin consiste en la
comparacin del promedio de las distribuciones globales de las realizaciones y la distribucin de referencia
para los datos de compsitos.
En presencia de varias variables dependientes, el flujo de trabajo exige la implementacin de tcnicas de
simulacin condicionada. En la prctica, se considera que dos atributos son dependientes si el valor absoluto
de su coeficiente de correlacin es superior a 0,5. De acuerdo con la cantidad de variables dependientes que
haya, se pueden implementar distintas tcnicas de cosimulacin, simulacin colocalizada, cosimulacin
completa y simulacin condicional paso a paso.
La generacin de modelos simulados es ms exigente que la de un modelo estimado ya que es necesario que
se simulen ambos tipos de variables. Una realizacin del yacimiento a escala de punto comprende todas las

realizaciones de las variables categricas y continuas (Figure 2). En el caso del modelo estimado, las
variables categricas se interpretan manualmente y las variables continuas se estiman. En un modelo
simulado, las variables categricas no pueden reemplazarse por un modelo geolgico por que esto
introducira un sesgo en la caracterizacin de las distribuciones de las variables de respuesta.

Figura 2: Representacin esquemtica

del
proceso
de
generacin
de
realizaciones de un yacimiento.
En la Figure 3 se muestra un ejemplo de realizacin de un yacimiento aplicando dos variables: tipo de roca y
cobre total. Las realizaciones de las variables categricas y continuas se realizan con los procedimientos
pscsis.dat y pscsgs.dat, de MineSight Compass, respectivamente. La realizacin de la variable cobre total
se transforma a escala con el procedimiento pblock.dat de MSCompass . Estos procedimientos se combinan
en una "multi-run" para automatizar la generacin de las realizaciones del yacimiento. Las realizaciones de
ambas variables reproducen la variabilidad espacial capturada en sus respectivos modelos de variograma. En
los modelos estimados no sucede lo mismo, porque las variables estn suavizadas. Si no se corrige
adecuadamente, el suavizamiento de las variables introduce un sesgo en la evaluacin del yacimiento. Por
ejemplo, las curvas de tonelaje-ley no se pueden calcular correctamente.

Figura 3: Vistas en corte transversal de

las realizaciones de tipo de roca (A) y
cobre total (B) a escala de punto, y
cobre total a escala de bloque (C).

El procesamiento del modelo simulado para evaluar el yacimiento exige tcnicas distintas a las aplicadas en el
caso de un modelo estimado. Por ejemplo, para evaluar el inventario de reservas explotables, no conviene
calcular el tajo final de cada realizacin ni plotear un histograma del material explotable en el inventario. Este
clculo sobreestima el potencial de yacimiento porque supone que puede explotarse de manera perfecta. Ms
an, sera difcil conocer cul es el tajo ltimo que se debe considerar en el diseo de la mina. Un modo
adecuado para estimar el inventario del material consistira en estudiar las distintas alternativas de tajo ltimo.
En este contexto, sera necesario calcular esas alternativas con el fin de maximizar la ganancia, al mismo
tiempo que se contemplan prdidas econmicas por errores en la seleccin de minado. Las realizaciones del
yacimiento permiten el clculo de los efectos de errores en la seleccin de minado debido a la presencia de
una incertidumbre geolgica.
Observaciones finales
La simulacin es el enfoque actual en muchos campos de la ingeniera para disear soluciones frente a
problemas estudiados. La evaluacin de los yacimientos minerales no es un problema diferente. En teora, el
desempeo de las alternativas del plan de mina deberan verificarse sobre la base de distintas hiptesis
igualmente probables para ese yacimiento. Los distintos escenarios nos permitiran evaluar el impacto de la
incertidumbre geolgica en la ejecucin de los planes de mina.
Las tcnicas de simulacin tambin se pueden aplicar para distintas tareas adems de la de construccin de
modelos simulados para lo yacimientos, como ser en el diseo de campaas de perforacin interespaciadas,
diseos de planes a mediano plazo y diseo de alternativas de planeamiento basadas en los requerimientos
de planta. La informacin adicional generada permitira a los gelogos e ingenieros de mina adoptar
decisiones ms informadas para extraer el yacimiento.

Junio 2015
Dos minutos con Joyesha Chesnick
Conozca a la gente detrs del producto. En vivo desde Tucson, aqu tenemos a la Gerente de documentacin
tcnica, Joyesha Chesnick.

Gerente

de

documentacin

tcnica,

Joyesha Chesnick.
Qu es lo que hay en tu lista de deseos?
Una hora ininterrumpida de tiempo para m.
Si pudieras intercambiar tu vida con alguien por un da, con quin lo haras?
Mi hija. Mi hijo pasa demasiado tiempo con los videojuegos, por eso no sera muy interesante intercambiar mi
vida con la de l.
Cul fue tu primer trabajo?
Mesera en Cocos. No era muy buena.
El recuerdo ms feliz de tu niez?
Pasar la lengua por el pote de helado.
Un talento que te encantara tener...
Paciencia
Cul es tu pelcula favorita de todos los tiempos?
El amor est en el aire.
Cul es el lugar ms memorable que has visitado?
La muestra sobre la antigua ciudad de Alejandra en la inusual caverna subterrnea convertida en centro de
exposicin de arte multimedia. La caverna estaba en Provenza. No me acuerdo cmo la encontr.
Un len contra un tigre: Quin ganara?
Todos estn castigados. Aqu no se pela.
Qu es lo que hay en tu refrigerador?
Nada que valga la pena comer.
Qu ests leyendo? (o, cul fue el ltimo libro que leste por placer?)
La nia del pelo raro.
A quin admiras?
A todos.
Cunto dinero tienes en este momento?
Nada.
Qu es lo primero que haras si ganaras 20 millones de dlares en la lotera?
Pondra $20 en mi billetera.
Qu es lo que ms te gusta hacer cuando no ests trabajando en Hexagon Mining?
Salir.