Alta Sulf

UNIVERSIDAD NACIONAL DE SAN AGUSTN
FACULTAD DE GEOLOGA, GEOFSICA Y MINAS

ESCUELA PROFESIONAL DE INGENIERA GEOLGICA
ANLISIS ESTADSTICO MULTIVARIANTE Y MODELAMIENTO DE

DATOS GEOQUMICOS DEL YACIMIENTO EPITERMAL DE ALTA
SULFURACIN MIRADOR NORTE - CAJAMARCA
TESIS
para optar el Ttulo Profesional de Ingeniera Geloga
Presentado por la Bachiller:

Gladys Yesenia Condori Mayanasa
Asesor:
Ing. Mauro Valdivia Bustamante
AREQUIPA PER
2016
DEDICATORIA
Esta tesis se la dedico a Dios y a mis padres Juan y

Antonieta, porque es la realizacin del apoyo constante de ellos,
a ellos agradezco mi vida, gracias a ellos aprend que la
perseverancia y dedicacin es el nico camino hacia el xito, que
las oportunidades son nicas y deben ser aprovechadas.
AGRADECIMIENTOS
En estas breves lneas, quisiera expresar mis ms sinceros agradecimientos

al Ing. Percy Zamora Daz por su apoyo y amistad que fueron fundamentales para la
realizacin de este trabajo. Adems quiero expresar mi agradecimiento a mis
compaeros Walter Nez, Jos Quispe, Frank Dominguez, Percy Soncco, Oscar
Muoz y Jver Velez por su compaerismo y amistad durante el tiempo que trabaj
con ellos.
Tambin, quiero agradecer a mis amigos y compaeros de universidad,

quienes me apoyaron con sus consejos y comentarios acerca de este trabajo. Entre
ellos especialmente quiero agradecer a mi asesor, el Ing. Mauro Valdivia, por su
paciencia y apoyo en la preparacin y revisin de este trabajo.
Por ltimo quiero agradecer a mis padres Juan y Antonieta; y hermanas

Yenny y Mayerly, quienes con su apoyo y amor hicieron posible que yo sea quien
soy. Muchas gracias por todo.
RESUMEN
El proyecto Mirador Norte es un yacimiento epitermal de alta sulfuracin, el

cual se encuentra en el departamento de Cajamarca y pertenece a Ca Minera
Coimolache S.A. En este proyecto, se han realizado campaas de perforacin
diamantina y el muestreo respectivo de los mismos con la finalidad de obtener
informacin de la presencia de minerales econmicos en el yacimiento (oro, plata y
cobre).
La geologa que presenta el proyecto corresponde a rocas volcnicas

cortadas por cuerpos subvolcnicos y brechas hidrotermales. Adems, cuenta con
un modelo litolgico que diferencia las rocas piroclsticas y las brechas
hidrotermales. Las alteraciones presentes son: slice masiva, slice lixiviada, arglico
avanzada, arglica y propiltica tpicas de un depsito de alta sulfuracin. En cuanto
a la mineralizacin, presenta oro en partculas submicroscpicas asociadas a xidos
de fierro, los valores de plata y cobre son mnimos.
Este proyecto cuenta con una base de datos pertenecientes a muestras

primarias y de control de sondajes diamantinos. Adems, se cubre un rea
aproximada de 550 m. de ancho por 750 m. de largo. Los anlisis qumicos entregan
valores para 39 elementos iniciales o variables; los cuales, despus del control de
calidad y la evaluacin de normalidad, dieron como resultado a 17 variables finales
aptas para el anlisis multivariante.
La aplicacin de las tcnicas y procedimientos estadsticos ha culminado en

el uso de siguiente metodologa: control de calidad, compositacin, anlisis
exploratorio de los datos, anlisis estadstico multivariante, este ltimo incluye los
mtodos de anlisis de correlacin mltiple (ACM), anlisis de componentes
principales (ACP) y anlisis de factores (AF).
Luego de la aplicacin de las tcnicas multivariantes, se ha demostrado que

el mtodo de AF en combinacin con ACM, son los ms efectivos en el
reconocimiento de asociaciones multivariantes con coherencia geoqumica.
Finalmente, el anlisis de factores (AF) da como resultado 4 principales

asociaciones geoqumicas: Al-K-Na-Sr, Au-Ag-Sb, Fe-V-Zr y As-Cu-Pb. Adems, las
asociaciones definidas muestran relacin con la litologa y alteraciones del depsito
en estudio.
NDICE
C ntenido
o
CAPTULO I: GENERALIDADES DE LA TESIS ............................................................... 1

1.1. Marco terico ........................................................................................................ 1
1.2. Planteamiento del problema ................................................................................. 1
1.3. Objetivos ............................................................................................................... 2
1.4. Hiptesis ............................................................................................................... 2
1.5. Justificacin........................................................................................................... 2
1.6. Alcance y limitaciones .......................................................................................... 3
1.7. Mtodo de Trabajo ................................................................................................ 3
1.8. Materiales de estudio ............................................................................................ 4
CAPTULO II: GENERALIDADES DE LA ZONA DE ESTUDIO ....................................... 5

2.1. Ubicacin .............................................................................................................. 5
2.2. Accesibilidad ......................................................................................................... 6
2.3. Clima ..................................................................................................................... 6
2.4. Drenaje .................................................................................................................. 7
2.5. Vegetacin ............................................................................................................ 7
CAPTULO III: GEOMORFOLOGA ................................................................................. 10

3.1. Montaoso (Mo) .................................................................................................. 10
3.2. Laderas (L) .......................................................................................................... 11
3.3. Valles glaciares aluviales (Vg)......................................................................... 12
CAPTULO IV: GEOLOGA REGIONAL ........................................................................... 14

4.1. Estratigrafa ......................................................................................................... 15
4.1.1. Mesozoico .................................................................................................... 15
4.1.2. Cenozoico .................................................................................................... 16
4.2. Intrusivos (Intr) .................................................................................................... 17
CAPTULO V: GEOLOGA LOCAL .................................................................................. 21

5.1. Unidades geolgicas .......................................................................................... 21
5.1.1. Volcnico Tantahuatay (Grupo Calipuy - Volcnico Llama) ....................... 21
5.1.2. Brechas ........................................................................................................ 22
5.1.3. Depsitos cuaternarios recientes (Q) ......................................................... 22
5.2. Litologa del rea de estudio .............................................................................. 25
5.2.1. Rocas Piroclsticas ..................................................................................... 25
5.2.2. Subvolcnicos Porfirticos ........................................................................... 27
5.2.3. Brechas ........................................................................................................ 27
CAPTULO VI: GEOLOGA ESTRUCTURAL .................................................................. 31

6.1. Fallamiento principal ........................................................................................... 31
6.2. Fallamiento menor .............................................................................................. 32
CAPTULO VII: MINERALIZACIN Y ALTERACIN HIDROTERMAL...................... 34
7.1. Mineralizacin ..................................................................................................... 34
7.2. Alteracin Hidrotermal ........................................................................................ 36
7.2.1. Slice Lixiviada ............................................................................................. 36
7.2.2. Slice Masiva................................................................................................ 37
7.2.3. Arglico Avanzada ........................................................................................ 38
7.2.4. Arglica ......................................................................................................... 39
7.2.5. Propiltica ..................................................................................................... 39
CAPTULO VIII: MARCO TERICO ................................................................................ 42

8.1. Anlisis Exploratorio de datos AED.................................................................... 42
8.1.1. Terminologa Estadstica ............................................................................. 42
8.1.2. Estadstica descriptiva ................................................................................. 43
8.1.3. Muestras outliers (altos errticos) ............................................................... 50
8.2. Anlisis qumicos ................................................................................................ 51
8.3. Muestras ............................................................................................................. 54
8.3.1. Muestras primarias ...................................................................................... 54
8.3.2. Muestras de control ..................................................................................... 55
8.3.3. Compositacin de muestras ........................................................................ 58
8.4. Control y aseguramiento de calidad (QA-QC) ................................................... 59
8.4.1. Lmite de deteccin ..................................................................................... 60
8.4.2. Precisin y exactitud .................................................................................... 60
8.4.3. Evaluacin de la contaminacin .................................................................. 61
8.4.4. Evaluacin de la precisin ........................................................................... 62
8.4.5. Evaluacin de la exactitud ........................................................................... 63
8.4.6. Clculo del error analtico ............................................................................ 64
8.4.7. Clculo del error total y del error de muestreo ........................................... 65
8.5. Estadstica multivariante ..................................................................................... 66
8.5.1. Anlisis de correlacin mltiple (ACM) ....................................................... 66
8.5.2. Anlisis de componentes principales (ACP) ............................................... 67
8.5.3. Anlisis Factorial (AF) ................................................................................. 69
8.6. Modelamiento Geolgico .................................................................................... 73
8.7. Anomalas geoqumicas ..................................................................................... 74
CAPTULO IX: METODOLOGA DE LA INVESTIGACIN ............................................. 75

9.1. Muestreo y anlisis qumicos ............................................................................. 75
9.2. Control de calidad ............................................................................................... 76
9.2.1. Presentacin de los datos ........................................................................... 76
9.2.2. Evaluacin del lmite de deteccin .............................................................. 78
9.2.3. Evaluacin de la contaminacin .................................................................. 79
9.2.4. Evaluacin de la precisin ........................................................................... 79
9.2.5. Evaluacin de la exactitud ........................................................................... 82
9.2.6. Clculo de error analtico, muestral y total.................................................. 83
9.3. Compositacin de muestras ............................................................................... 85
9.4. Anlisis exploratorio de datos (AED) .................................................................. 85
9.4.1. Estadstica descriptiva ................................................................................. 85
9.4.2. Identificacin de muestras outliers .............................................................. 88
9.4.3. Grficos Estadsticos ................................................................................... 88
CAPTULO X: ANLISIS ESTADSTICO MULTIVARIANTE

. Y MODELAMIENTO DE DATOS GEOQUMICOS .................................. 90
10.1. Estadstica Multivariante ................................................................................. 90
10.1.1. Anlisis de correlacin mltiple (ACM) .................................................... 90
10.1.2. Anlisis de componentes principales (ACP) ........................................... 92
10.1.3. Anlisis de factores o componentes rotados (AF) .................................. 97
10.1.4. Determinacin de Asociaciones Geoqumicas........................................ 99
10.2. Modelamiento de la distribucin espacial de datos geoqumicos ................ 102
10.3. Modelamiento de la distribucin espacial de factores .................................. 106
CAPTULO XI: ANLISIS Y DISCUSIN DE RESULTADOS ...................................... 109

11.1. Resultados del anlisis exploratorio de datos .............................................. 109
11.2. Resultados de la estadstica multivariante ................................................... 109
11.3. Resultados de las asociaciones geoqumicas .............................................. 111
CONCLUSIONES ............................................................................................................ 112
RECOMENDACIONES ................................................................................................... 114
REFERENCIAS BIBLIOGRFICAS
ANEXOS
LISTA DE FIGURAS
Figura 01. Ubicacin del Proyecto Mirador Norte. 5
Figura 02. Accesibilidad hacia el Proyecto Mirador Norte. 6
Figura 03. Unidades geomorfolgicas: Montaoso y Laderas colinosas en el

Proyecto Mirador Norte. 11
Figura 04. Unidad geomorfolgica Valle glaciar - bofedales en el Proyecto
Mirador Norte. 12
Figura 05. Columna estratigrfica de la Geologa Regional. 19
Figura 06. Columna estratigrfica de la Geologa Local. 23
Figura 07. Afloramiento de roca piroclstica reconocida como tufo de cristales. 25
Figura 08. Tufo de cristales con fenocristales rotos y pequeos lticos silceos. 26
Figura 09. Tufo de cristales con mayor porcentaje de xidos. 26
Figura 10. Tufo de cristales y lticos. 26
Figura 11. Subvolcnico porfirtico de composicin andestica. 27
Figura 12. Afloramiento de brecha hidrotermal (Zona Norte). 28
Figura 13. Afloramiento de brecha hidrotermal (Zona Centro). 28
Figura 14. Corredor Estructural Chicama Yanacocha. 32
Figura 15. Microfotografas de roca volcnica (tufo de cristales). 35
Figura 16. Muestra con alteracin slice vuggy. 37
Figura 17. Muestras con alteracin slice masiva. 38
Figura 18. Muestra con alteracin arglica avanzado (alunita, caolinita, slice). 38
Figura 19. Muestra con alteracin arglica (sericita y minerales arcillosos-

caolinita). 39
Figura 20. Poblacin y muestra. 43
Figura 21. Medidas de centralizacin. 44
Figura 22. Ejemplo de una distribucin normal - simtrica. 44
Figura 23. Media y desviacin estndar en una distribucin normal. 45
Figura 24. Distribucin asimtrica con sesgo positivo. 45
Figura 25. Distribucin asimtrica con sesgo negativo. 45
Figura 26. Ubicacin de medidas de centralizacin en diferentes distribuciones. 46
Figura 27. Distribucin bimodal. 46
Figura 28. Distribuciones con medidas de tendencia central idnticas y distintos

grados de dispersin. 47
Figura 29. Percentiles. 48
Figura 30. Cuartiles. 48
Figura 31. Ejemplo de histograma. 50
Figura 32. Ejemplo de QQ plot. 50
Figura 33. Esquema de reduccin de tamao de muestra (submuestreo). 52
Figura 34. Caja de testigos de sondaje diamantino. 55
Figura 35. Muestras preparadas de testigos de sondaje diamantino. 55
Figura 36. Procedimiento para muestra gemelo o de terreno 56
Figura 37. Procedimiento para muestra duplicado grueso 57
Figura 38. Regularizacin de un sondaje a un largo constante b. 58
Figura 39. Precisin y exactitud. 61
Figura 40. Ejemplo de grfico Blanco vs Muestra precedente. 62
Figura 41. Ejemplo de Min / Max Plot. 63
Figura 42. Ejemplo de grfico Cuadro de Control Estndar. 64
Figura 43. Representacin grfica de la rotacin de los factores. 72
Figura 44. Ejemplo de un modelo geolgico 3D. 74
Figura 45. Corte longitudinal de testigos. 75
Figura 46. Grfico de sedimentacin. 94
Figura 47. Asociaciones geoqumicas componente 1 y componente 2. 96
Figura 50. Identificacin de variables con mayor ponderacin en los factores. 100
Figura 51. Asociaciones geoqumicas factor 1 y factor 2. 101

LISTA DE MAPAS
Mapa 01. Ubicacin del Proyecto Mirador Norte. 08
Mapa 02. Drenaje y cuencas, 09
Mapa 03. Mapa geomorfolgico. 13
Mapa 04. Geologa Regional. 20
Mapa 05. Geologa Local. 24
Mapa 06a-b. Mapa litolgico. 29, 30
Mapa 07. Geologa Estructural. 33
Mapa 08a-b. Mapa de Alteraciones Hidrotermales. 40, 41
Mapa 09. Ubicacin de sondajes. 77
LISTA DE TABLAS
Tabla 01. Lista de elementos anlizados por ICP. 54
Tabla 02. Porcentajes de insercin de muestras control. 56
Tabla 03. Presentacin de datos. 78
Tabla 04. Porcentaje de respuesta analtica. 79
Tabla 05. Evaluacin de la precisin para duplicados gemelos. 80
Tabla 06. Evaluacin de la precisin para duplicados gruesos. 81
Tabla 07. Evaluacin de la precisin para duplicados pulpa. 82
Tabla 08. Evaluacin de la exactitud para el elemento Oro (Au). 83
Tabla 09. Valores de errores relativos para las variables del proyecto Mirador
Norte. 84
Tabla 10. Resumen de seleccin de variables aptas (22 variables). 85
Tabla 11. Estadsticas bsicas de las 22 variables aptas (muestras

primarias). 86
Tabla 12. Estadsticas bsicas de las 22 variables aptas (muestras
compositadas). 87
Tabla 13. Matriz de correlacin de 17 variables aptas. 91
Tabla 14. Comunalidades 17 variables aptas. 92
Tabla 15. Valores propios y porcentaje de varianza, para los componentes

del ACP de 17 variables aptas. 93
Tabla 16. Matriz y puntuaciones para los componentes principales de 17
variables aptas. 95
Tabla 17. Matriz y puntuaciones de factores o componentes rotados de 17
variables aptas. 98
Tabla 18. Rangos de color representados en los mapas de distribucin de
elementos. 103
ANEXOS
ANEXO A: GRFICOS
Grfico 01. Blancos gruesos vs muestra precedente.
Grfico 02. Blancos finos vs muestra precedente.
Grfico 03a-d. Min/Max Plot para muestras duplicado de terreno o gemela.
Grfico 04a-d. Min/Max Plot para muestras duplicado grueso.
Grfico 05a-d. Min/Max Plot para muestras duplicado pulpa.
Grfico 06a-c. Cuadros de control estndar.
Grfico 07a-f. Histogramas de las 22 variables aptas en el control de calidad

(muestras primarias).
Grfico 08a-f. Histogramas de las 22 variables aptas en el control de calidad
(muestras compositadas).
Grfico 09a-d. QQ plot de los valores observados de las 22 variables aptas en el
control de calidad (muestras compositadas).
Grfico 10a-d. QQ plot de los valores observados con transformacin logartmica de
las 22 variables aptas en el control de calidad (muestras
compositadas).
ANEXO B: MAPAS
Mapa 01a-b. Distribucin espacial de la variable Aluminio - Al (pct).
Mapa 02a-b. Distribucin espacial de la variable Potasio - K (pct).
Mapa 03a-b. Distribucin espacial de la variable Sodio - Na (pct).
Mapa 04a-b. Distribucin espacial de la variable Estroncio Sr (ppm).
Mapa 05a-b. Distribucin espacial de la variable Plata - Ag (ppm).
Mapa 06a-b. Distribucin espacial de la variable Oro - Au (ppm).
Mapa 07a-b. Distribucin espacial de la variable Antimonio - Sb (ppm).
Mapa 08a-b. Distribucin espacial de la variable Fierro - Fe (ppm).
Mapa 09a-b. Distribucin espacial de la variable Vanadio - V (ppm).
Mapa 10a-b. Distribucin espacial de la variable Zircn - Zr (ppm).
Mapa 11a-b. Distribucin espacial de la variable Arsnico - As (ppm).
Mapa 12a-b. Distribucin espacial de la variable Cobre - Cu (ppm).
Mapa 13a-b. Distribucin espacial de la variable Plomo - Pb (ppm).

Mapa 14a-b. Distribucin espacial del Factor 01.
Mapa 18. Puntuaciones altas de Factores 01 y 03 en mapa litolgico.
Mapa 19. Puntuaciones altas de Factores 01 y 03 en mapa de alteraciones

hidrotermales.
Mapa 20. Puntuaciones altas de Factores 02 y 04 en mapa litolgico.
Mapa 21. Puntuaciones altas de Factores 02 y 04 en mapa de alteraciones

hidrotermales.
ABREVIATURAS Y SIGLAS USADAS
BISA: Buenaventura Ingenieros S.A.
CMC: Ca. Minera Coimolache S.A.
ed.: Edicin.
despl.: Desplazamiento
pct: Partes por ciento, es la unidad de medida de la concentracin de un

elemento expresado en porcentaje. (10,000 ppm = 1 pct).
ppm: Partes por milln, es una unidad de medida con la que se mide la
concentracin de un elemento. (1 ppm = 1 gramo/tonelada)
p.: Pgina.
pp.: Pginas.
s.f.: Sin fecha.
SGS: Socit Gnrale de Surveillance.
s.l.: Sin lugar.
s.n.: Sin editorial.

1. CAPTULO I
GENERALIDADES DE LA TESIS
1.1. Marco terico
Ca. Minera Coimolache tiene bajo su jurisdiccin a la mina en produccin

Tantahuatay y a los proyectos Cinaga Norte y Mirador Norte. El rea de geologa de
Ca. Minera Coimolache tiene como objetivo fundamental la generacin de nuevos
recursos minerales de oro y plata, as como la conversin de stos en reservas
econmicas explotables para la continuidad de las operaciones; para lo cual se
realizan cuatro procesos fundamentales: perforacin diamantina, muestreo, logueo
geolgico y modelamiento geolgico.
La necesidad de obtener conocimientos verificados sobre el comportamiento

natural de los elementos econmicos, hace importante tener un mejor entendimiento
sobre distribucin espacial y asociaciones geoqumicas de los elementos metlicos
econmicos y otros elementos; adems de, la relacin existente con la geologa local.
1.2. Planteamiento del problema
Siendo uno de los objetivos de la Compaa Minera Coimolache el

desarrollar e incrementar los recursos y reservas de los proyectos en su jurisdiccin,
se realizan diferentes campaas de perforacin; y la actualizacin e interpretacin
de modelos geolgicos a travs de mtodos tradicionales.
La presente tesis pretende complementar estos mtodos tradicionales con

tcnicas estadsticas multivariantes para determinar las asociaciones de los
elementos qumicos econmicos (Au, Ag y Cu) en el proyecto Mirador Norte, con la
finalidad de mejorar el entendimiento de la distribucin espacial de los mismos y
contribuir a una adecuada toma de decisiones en futuras exploraciones y programas
de perforacin en el sector.
1
1.3. Objetivos
1.3.1. General
Aplicar y desarrollar la metodologa de anlisis estadstico multivariante y

realizar el modelamiento de la distribucin espacial de la informacin geoqumica
de las muestras de testigos de perforacin, para determinar asociaciones entre
elementos qumicos.
1.3.2. Especficos
Aplicar la metodologa de control de calidad para asegurar la confiabilidad del

muestreo, obtenido a partir duplicados de terreno, duplicados analticos y
estndares.
Obtener las estadsticas bsicas y estadsticas multivariantes de los resultados

de las muestras de testigos de perforacin.
Determinar asociaciones de elementos qumicos y relacionarlos con la geologa

del proyecto a travs de los modelos de distribucin espacial.
Obtener el Ttulo Profesional de Ingeniero Gelogo.
1.4. Hiptesis
La aplicacin de tcnicas estadsticas bsicas y multivariantes mostrarn las

principales asociaciones geoqumicas que presenta el yacimiento Mirador Norte.
Este trabajo se lleva a cabo bajo la hiptesis de que luego de la aplicacin de

tcnicas estadsticas bsicas y multivariantes sobre la informacin geoqumica de las
muestras de testigos de perforacin, los resultados mostrarn las asociaciones
geoqumicas que presenta el yacimiento Mirador Norte.
Esta hiptesis se sostiene en base a anteriores trabajos que han aplicado la

estadstica multivariante para determinacin de asociaciones y que en investigaciones
futuras podran ayudar a tener un mejor entendimiento de la mineralizacin.
1.5. Justificacin
El modelamiento de recursos minerales juega un rol importante en la

evaluacin de proyectos mineros as como en la expansin de los mismos, por ello se
procura mejorar la definicin precisa de los recursos y el reconocimiento de anomalas
y asociaciones qumicas que puedan contribuir en la generacin de nuevos recursos y
el incremento de reservas.
2
El uso de la estadstica tradicional para la prospeccin y evaluacin de
depsitos minerales requiere ser complementada con otras tcnicas que permitan
reconocer asociaciones geoqumicas multivariantes, por lo cual esta tesis pretende
aplicar la estadstica multivariante para detectar correlaciones locales y relacionarlas
a la geologa que presenta el proyecto Mirador Norte.
1.6. Alcance y limitaciones
1.6.1. Alcance
La presente tesis presentar el anlisis estadstico multivariante del proyecto de

alta sulfuracin Mirador Norte, y ser aplicado sobre los resultados qumicos
analticos obtenidos de muestras de perforacin diamantina.
Las asociaciones geoqumicas obtenidas se relacionarn al mapa litolgico y de

alteraciones hidrotermales, ya que stos modelos han sido elaborados haciendo
uso de la informacin de los sondajes diamantinos a los que pertenecen las
muestras que se analizarn.
La investigacin abarca tambin la presentacin de modelos de datos

geoqumicos, sin incluir la estimacin de recursos o reservas, ni la generacin de
modelos de bloques de estimacin.
1.6.2. Limitaciones
Los datos geoqumicos disponibles no presentan informacin de tierras raras.
El control de contaminacin (muestras blancas) y de exactitud (muestras

estndar), han sido aplicados slo para el elemento oro (Au), porque no se
cuentan con resultados para otros elementos.
No se cuenta con informacin geofsica, ni microscopia petrogrfica. Los modelos

litolgico y de alteraciones hidrotermales han sido elaborados en base al logueo
geolgico.
1.7. Mtodo de Trabajo
La metodologa de estudio comprendi dos etapas, campo y gabinete; estos

trabajos se describen a continuacin.
3
Trabajo de Campo
Durante los trabajos de campo se delimit la zona de estudio y alrededores
reconociendo la geologa local y regional sacando muestras de mano.
Se realiz la revisin de la litologa y las alteraciones hidrotermales para confirmar

la informacin del logueo de los sondajes diamantinos y los modelos disponibles.
Se realiz el logueo y muestreo de las campaas de perforacin de los aos 2014

y 2015.
Trabajo de Gabinete
Recoleccin de la informacin de Geologa Regional y Local disponible.
Procesamiento de los resultados de anlisis qumico: control de calidad de

muestras, Anlisis Exploratorio de Datos y Anlisis Multivariante.
Modelamiento de los resultados para obtener la distribucin espacial de las

variables y factores.
Finalmente, se elabor la tesis para la empresa y optar el Ttulo profesional de

Ingeniero Gelogo.
1.8. Materiales de estudio
Los principales materiales empleados fueron:
Resultados de anlisis qumicos de muestras primarias de testigos.
Resultados analticos qumicos de muestras de control, el cual pertenece a los

lotes de muestreo.
Informacin de exploraciones y estudios de impacto ambiental e hidrogeolgico

del proyecto Tantahuatay.
Informes de Recursos y Reservas de Mirador Norte.
Apuntes e informacin de cursos y capacitaciones.
Tesis de proyectos prximos al rea de estudio (Cinaga Norte, Pea de las

guilas).
Softwares especializados: SPSS (estadstica), AcQuire (base de datos y control

de calidad) y Leapfrog (modelamiento geolgico).
Informacin bibliogrfica.
4
2.
2. CAPTULO II
GENERALIDADES DE LA ZONA DE ESTUDIO
2.1. Ubicacin
El proyecto Mirador Norte se ubica en el flanco occidental de los Andes del

norte del Per, en la zona 17S y cuadrcula M. Localizada a 85 kilmetros al noroeste
de la ciudad de Cajamarca, a 7 kilmetros del pueblo de Hualgayoc, a 30 kilmetros al
noroeste de Yanacocha y es es adyacente a las mina Tantahuatay y prximo a la mina
Cerro Corona (Figura 01). La altitud promedio de este proyecto es de 4000 msnm. y
se enmarca entre las siguientes coordenadas UTM PSAD 56:
N 9255,000 E 755,700
N 9255,750 E 756,250
Polticamente se encuentra ubicada en el departamento de Cajamarca,

provincia de Hualgayoc y distrito de Chugur (Mapa 01).
Fuente: Google Maps. [Imagen].
Figura 01. Ubicacin del Proyecto Mirador Norte.
5
2.2. Accesibilidad
La principal va de acceso a la zona es terrestre, por la carretera Panamericana

que parte de la ciudad de Lima hasta la ciudad de Cajamarca, 850 kilmetros
aproximadamente, seguido de una va asfaltada hasta el kilmetro 24 de la carretera
Cajamarca - Bambamarca y continuando por carretera afirmada que conduce a la
ciudad de Hualgayoc, la cual se bifurca en otra carretera afirmada, denominada Desvo
a Ramrez, que llega hasta la zona del proyecto (Figura 02).
Adems, existen vuelos comerciales de Lima a Cajamarca que arriban al

terminal areo Mayor General FAP. Armando Revoredo, ubicado a 3,5 Km de la
ciudad.
Fuente: Google Maps. [Imgenes].
Figura 02. Accesibilidad hacia el Proyecto Mirador Norte.
2.3. Clima
Esta zona ubicada entre 3,800 m y 4,020 m de altitud. Presenta un clima

hmedo y fro, con una estacin de lluvias y una estacin seca bien definidas. El
perodo entre octubre y abril recibe la mayora de las precipitaciones anuales y es
considerado como la estacin de lluvias. El perodo comprendido entre mayo y
6
septiembre es conocido regionalmente como estacin seca. (Knight Pisold
Consultores, 2009, p. 2)
2.4. Drenaje
En lo referido al drenaje, el proyecto se ubica en las cabeceras de la divisoria

de aguas de las cuencas del Pacfico (Cuenca del ro Chancay) y el Atlntico
(Cuenca del ro Llaucano). Se ha determinado una relacin estrecha entre el drenaje
de la regin y la actividad tectnica; el patrn general de los ros y Quebradas tienen
una direccin coincidente con la orientacin de las fallas tanto regionales como
locales (Mapa 02).
La disposicin espacial est controlada directamente por los diferentes

eventos tectnicos y climticos producidos. La erosin fluvial y la actividad glacial
han disectado la superficie puna de tal modo que las aguas al discurrir forman parte
tanto de la Cuenca del Pacfico como la del Atlntico. Los valles bajos producidos
por la actividad glacial han formado un sistema complicado de cuencas y
subcuencas de drenaje, incluyendo lagunas del mismo origen (Vector Per, 2008,
p. 13).
2.5. Vegetacin
La vegetacin es tpica de zonas altas compuestas principalmente por ichu

como pasto natural y escasas plantas silvestres y sembros como papa, olluco, oca
y algunos rboles y tales como pino y quinual en los alrededores del proyecto.
7
Mapa 01. Ubicacin del Proyecto Mirador Norte.
8
Mapa 02. Drenaje y cuencas.
9
3.
3. CAPTULO III
GEOMORFOLOGA
Regionalmente, la zona se encuentra ubicada en el sector Noroccidental de la

Cordillera de los Andes, en la denominada superficie puna ubicada en este sector un
tanto ms baja que en el resto del Per.
El informe hidrolgico de BISA del 2006, sostiene que los rasgos

geomorfolgicos estn controlados directamente por los diferentes eventos tectnicos
y climticos acaecidos; la erosin pluvial y la actividad glacial han modificado esta
superficie puna generando formas glaciares erosionadas en forma de valles glaciares
y depsitos de morrenas; la congelacin y descongelacin diaria provocan fenmenos
actuales de solifluxin que se ven favorecidos por la abundante matriz arcillosa de los
depsitos de morrenas (p. 28).
Los factores geomorfolgicos estn comprendidos por el substrato geolgico,

el cual considera especialmente la litologa y posicin estructural, determinado como
un factor de estudio muy importante, debido a que influye directamente en los dems
factores, ya que el substrato geolgico es el que determina la predisposicin del relieve
con respecto al modelado y la erosin; mientras que la posicin estructural est
vinculada a las deformaciones o postura de los cuerpos rocosos, dando as la forma
del relieve y las modalidades de escurrimiento de las aguas superficiales (Vector Per
SAC, 2008, p. 13).
En el rea del proyecto han sido identificadas las siguientes unidades

geomorfolgicas:
3.1. Montaoso (Mo)
Esta unidad geomorfolgica representa zonas positivas, de cadenas

montaosas de aspecto agreste y afloramientos rocosos de naturaleza volcnicos del
Grupo Calipuy (Volcnico Llama), con alineamientos principales de sureste-noroeste
de los cerros Mirador Sur y Mirador Norte (Figura 03).
La topografa en la unidad Montaoso es accidentada, con altitudes que

fluctan entre los 3,800 y 4,025 m de altitud y con pendientes que varan entre 50% y
100%, en algunos sectores la pendiente puede llegar a 200%. La caracterstica ms
10
resaltante de esta unidad es la presencia de grandes oquedades, producto de la
lixiviacin y erosin diferencial de la masa rocosa
La mayor parte de la masa rocosa ha sufrido alteracin hidrotermal de

silicificacin y argilizacin. En general, esta unidad se encuentra parcialmente cubierta
por suelo orgnico e ichu cuyo espesor es menor o igual a 20 cm. En esta unidad
geomorfolgica no se ha observado ningn indicio de desprendimiento ni de
deslizamientos; en general, los materiales se presentan estables. (Knight Pisold
Consultores, 2007, p. 19).
Figura 03. Unidades geomorfolgicas: Montaoso y Laderas colinosas. en el Proyecto

Mirador Norte. Vista hacia el suroeste.
3.2. Laderas (L)
Dentro de la unidad geomorfolgica laderas se ha diferenciado la sub unidad

laderas colinosas que se describe a continuacin:
Laderas colinosas (Lc)

La unidad laderas colinosas se ubica inmediatamente debajo de la unidad
geomorfolgica montaosa, orientadas subparalelamente a la orientacin de las
lneas cumbres de la divisoria continental. Se caracteriza por presentar laderas
onduladas de pendiente media a baja con inclinaciones de 10 a 20 y presentan
surcos o pequeos paleo cauces completamente cubiertos por vegetacin.
Esta unidad se encuentra completamente cubierta por vegetacin de ichu y

las geoformas son estables debido a la pendiente media a baja y a la cercana del
basamento rocoso, por lo tanto no se ha observado ningn indicio de deslizamientos
(Knight Pisold Consultores, 2007, p. 20). (Figura 03).
11
3.3. Valles glaciares aluviales (Vg)
Bofedales (Vg-bof)
Esta unidad geomorfolgica se localiza principalmente en el fondo de las
quebradas principales y secundarias. Se caracteriza por presentar relieves
relativamente planos, con pendientes variables entre 1.5 y 10.0 donde los
materiales se presentan completamente saturados. Los sedimentos en los
bofedales son principalmente limos y arcillas orgnicas, blandas y saturadas, cuyo
espesor estimado vara entre 2 metros y 6 metros. (Figura 04).
La morfologa de bofedales se origin como producto de la abrasin glaciar

durante el Pleistoceno, donde los materiales blandos fueron fcilmente erosionados
para formar quebradas de fondo llano en forma de U. La baja permeabilidad de los
materiales de las quebradas y la pendiente baja de la morfologa de bofedales,
permiti el almacenamiento superficial de agua estacionaria y el depsito de los
materiales finos con desarrollo de vegetacin.
En esta unidad no se observan indicios de deslizamientos; sin embargo, se

presentan materiales blandos, completamente saturados y compresibles (Knight
Pisold Consultores, 2007, p. 22).
Figura 04. Unidad geomorfolgica Valle glaciar - bofedales en el Proyecto Mirador

Norte. Vista hacia el norte.
12
Mapa 03. Mapa geomorfolgico
13
4.
4. CAPTULO IV
GEOLOGA REGIONAL
La cordillera de los Andes es la consecuencia topogrfica de un entorno de

contacto de placas tectnicas. En el Per hay un lmite convergente, un margen
activo del tipo continental, donde la placa de Nazca se introduce en una zona de
subduccin bajo la placa Sudamericana. La subduccin lleva a las rocas y
sedimentos a profundidades de la corteza terrestre donde la temperatura y presin
producen la fundicin de la roca. El magma origina rocas plutnicas y volcnicas de
composicin intermedia a cida (por ejemplo, granitos, andesitas, riolitas). Este
material fundido tiene una baja densidad si se compara con las rocas circundantes
y por lo tanto tiende a ascender, empezando un proceso de intrusin, a fin de
conseguir un balance fsicoqumico. El producto geomorfolgico de este proceso es
un arco volcnico. Durante la fase del ascenso del magma, este es enfriado y se
liberan fluidos, reaccionando y lavando las rocas circundantes. El enfriamiento y la
interaccin de estos fluidos con las rocas cercanas a la superficie (1-2 km de
profundidad) es el proceso de formacin de los depsitos de oro en Mirador Norte y
Tantahuatay (Prez, J., 2008, p. 34).
La estratigrafa regional est conformada por el substrato del Arco

Volcnico Cenozoico constituido por unidades estratigrficas cretcicas de origen
marino y continental que corresponden al relleno de la cuenca mesozoica
Cajamarca. Las secuencias sedimentarias estn constituidas por los sedimentos
marinos pelticos carbonatados del Cretcico medio a superior representada por las
formaciones Inca, Chlec, Pariatambo, Pulluicana, y Chota. La posterior actividad
del arco volcnico cenozoico ha originado que se depositen en discordancia angular
sobre el substrato cretcico las secuencias volcnicas continentales del Grupo
Calipuy diferenciada localmente como formacin Llama. Sobre el Calipuy yace en
discordancia la secuencia piroclstica el Volcnico Huambos (J. Rosas y J.
Calizaya) (Buenaventura Ingenieros S.A. (BISA), 2006, p. 29). Finalmente,
cubriendo en discordancia a estas secuencias, se presentan depsitos recientes
constituidos por materiales morrnicos, fluvioglacial, aluviales y coluviales.
En base al mapa de la geologa regional (Mapa 04), la columna regional

estratigrfica del rea del proyecto (Figura 05) est conformada por formaciones
14
sedimentarias del Cretceo-Terciario, volcnicas del Terciario y sedimentos del
Cuaternario.
4.1. Estratigrafa
4.1.1. Mesozoico
Formacin Inca (Km-i)

Esta formacin presenta +/- 50 metros de espesor y consiste de niveles
delgados y laminares de areniscas, lutitas ferruginosas de color pardo oscuro y en
la base espordicos niveles de calizas arenosas. Regionalmente, los fsiles
reconocidos de esta formacin corresponden a amonites (Parahoplites) que
pertenecen al Albiano Inferior (Roncal, L., 2013, p. 28). Las caractersticas fsicas
de los sedimentos indican depositacin en un mar poco profundo (INGEMMET
Bol.38, 1984, p. 45).
Formacin Chlec (Km-ch)

Esta formacin presenta pequeos afloramiento en la zona norte y sur; y
consiste de +/- 300 metros de calizas nodulares y margas de color marrn crema
intercalados con niveles delgados de lutitas calcreas. Los sedimentos de esta
formacin son altamente blandos y forman topografa de pendiente suave (Roncal,
L., 2013, p. 29).
La formacin Chlec presenta abundante contenido de fsiles (Knemiceras,

Parengoceras) y el ambiente de sedimentacin representa una segunda etapa de
la transgresin marina del Albiano (INGEMMET Bol.38, 1984, p. 46).
Formacin Pariatambo (Km-pa)

La formacin Pariatambo aflora principalmente al lado este del cerro
Tantahuatay. Est formada por unos 150 a 250 metros de calizas bituminosas gris
oscuras con niveles de lutitas, densas y macizas, ricamente fosilferas, en
concreciones discoidales de ammonites; tambin gasterpodos y pelecpodos.
Tipifica a esta formacin las escamas de pescados y el olor ftido y bituminoso
(Knight Pisold Consultores, 2007, p. 14).
Grupo Pulluicana (Km-p)

Esta formacin yace sobre la Formacin Pariatambo y aflora hacia el lado
norte y sur del rea regional. Litolgicamente, est compuesta por +/- 800 metros
de de calizas cristalinas, calizas nodulares, margas y escasos niveles de lutitas y
15
margas nodulares, de estratificacin ondulada y con colores grises claros a
parduscos y grises oscuros, con fsiles como exogyras e inoceramus.
Superficialmente, su color es gris claro blanquecino por efecto de la meteorizacin
qumica. (Knight Pisold Consultores, 2007, p. 14).
Formacin Cajamarca (Km-c)

La formacin Cajamarca se caracteriza por presentar una estratificacin
regular y uniforme que consiste de una caliza pura y fina, color marrn claro que
intemperiza a tonos blanquecinos o gris claros. La caliza est bien estratificada en
capas delgadas a medianas. La unidad es bastante fosilfera con una buena fauna
de amonites, gasterpodos y foraminferos (INGEMMET Bol.38, 1984, p. 53).
4.1.2. Cenozoico
Grupo Calipuy
El grupo Calipuy est subdividida en los Volcnico Llama y Porculla. El
Volcnico Llama es la unidad inferior que consiste mayormente en andesitas con
algunas intercalaciones dacticas. La unidad del Volcnico Porculla es el superior y
cubre discordantemente al Volcnico Llama, est compuesto por dacitas y andesitas
(INGEMMET Bol.38, 1984, p. 57).
El mapa de la geologa regional slo muestra la presencia de la unidad del

Volcnico Llama, la cual ser descrita a continuacin:
Volcnico Llama (Ti-vll)

Sobreyaciendo, en discordancia erosiva a las rocas calcreas del
cretceo, se tiene una amplia distribucin de rocas volcnicas terciarias del
volcnico Llama, el cual est evidenciado por una secuencia de domos sub
areos y tobas piroclsticas que afloran entre los cerros Tantahuatay y
alrededores.
Esta unidad, est constituda por capas andesticas porfirticas y

hornblndicas, andesitas baslticas afanticas; lavas andesticas; tufos
andesticos y riodacticos; domos riodacticos y andesticos de edad
miocnico medio a miocnico superior, que han sido afectados por stocks
diorticos y monzo-diorticos del Terciario Medio al Terciario Superior (Knight
Pisold Consultores, 2007, p. 15).
16
Volcnico Huambos (Ts vh)
Esta unidad se encuentra sobreyaciendo en discordancia angular a los
volcnicos del Grupo Calipuy y comprende tobas aglomerdicas e ignimbrticas
piroclsticas, riolticas y riodacticas; en la mayora de los casos, los piroclastos del
Huambos estn bien estratificados en capas medianas y gruesas, parcialmente
compactadas con escaso nivel de tobas soldadas o ignimbrticas constituidas en
general por tufos y por aglomerados de variados colores con predominio del blanco
amarillento (Knight Pisold Consultores, 2007, p. 15).
Depsitos Cuaternarios Recientes (Q r)

Los depsitos recientes estn conformados por materiales fluvioglaciares,
lagunares, aluviales, fluvial aluviales y escasos depsitos elicos, producto de la
erosin de los depsitos sedimentarios, gneos y volcnicos del rea. Estn
constituidos por fragmentos subangulares a subredondeados de poco transporte en
matriz arcillo - arenosa.
En el rea de inters los depsitos fluvial aluviales se hallan expuestos a lo

largo de cauces de ros y tributarios, en los ltimos en menor proporcin.
Tambin en las desembocaduras de quebradas, algunas terrazas y en reas

planas; los depsitos fluvioglaciares estn representados por morrenas glaciares
antiguas en forma de terrazas erosionadas compuestas por material de composicin
heterognea, de mala clasificacin, cantos subangulosos, de permeabilidad variable
(Knight Pisold Consultores, 2007, p. 17).
4.2. Intrusivos (Intr)
Estas intrusivos forman parte de la faja intrusiva de la Cordillera Occidental de

esta regin, la cual es importante fuente de la mineralizacin del rea. En muchos
casos estas son intrusivas subvolcnicas y estn relacionadas a los otros yacimientos
volcnicos del terciario encontrados.
Adems, cortando al basamento sedimentario se tienen stocks y cuerpos

intrusivos de composicin intermedia como la granodiorita San Miguel, adems de
otros cuerpos intrusivos menores como el intrusivo de cerro Las Gordas (Vector Per,
2008, p. 17).
Cuerpos intrusivos de composicin intermedia (granodiorita) e intrusivos

menores de composicin diortica.
17
Intrusivo San Miguel
El intrusivo San Miguel aflora al noreste del cerro el Tingo. Su geometra es del
tipo stock y se encuentra en contacto con rocas carbonatadas de la formacin
Pariatambo. La roca del intrusivo San Miguel ha sido clasificada como una
granodiorita de textura porfirtica. Su contenido mineralgico consiste principalmente
en fenocristales de plagioclasas, con minerales accesorios cuarzo, hornblenda,
clinopiroxenos y zircn (Mac Farlane, 1991) (Roncal, L., 2013, p. 35).
Intrusivo Cerro Las Gordas

El intrusivo de cerro Las Gordas est localizado a 2 kilmetros al suroeste de
Mirador Norte y presenta una estructura en forma de stock de 600m. de longitud. Est
emplazado en las secuencias de sedimentos calcreos de las formaciones Pariatambo
y grupo Pulluicana. La composicin del stock es de diortica a cuarzo diortica. La
alteracin oblitera fuertemente la masa de la roca, con abundante desarrollo de
filosilicatos (Hillesland, 2003) (Roncal, L., 2013, p. 43).
No se han realizado dataciones para el stock Cerro las Gordas pero se sugiere
una correlacin con el stock de Cerro Puente de la Hierba datado con el mtodo de
anlisis 40Ar/39Ar (biotita), muestra de diorita monzodiorita que indican 12.73 0.08
millones de aos (Tosdal, 2001) (Roncal, L., 2013, p. 43).
18
COLUMNA ESTRATIGRFICA REGIONAL
Figura 05. Columna estratigrfica de la Geologa Regional.
19
MAPA DE LA GEOLOGIA REGIONAL
(Archivo: TESIS_MAPAS A3.pdf)
20
5.
5. CAPTULO V
GEOLOGA LOCAL
Las rocas del rea de estudio pertenecen al Grupo Calipuy (Volcnico Llama)
y localmente reciben el nombre de Volcnico Tantahuatay (Prez, J., 2008, p. 48).
Adems, estas rocas han sido cortadas por cuerpos subvolcnicos de composicin
andestica y por brechas hidrotermales (Mapa 05 y Figura 06).
En el rea, ocurren tres etapas principales de actividad volcnica del tipo

diatremas piroclsticas (piroclastos) con domos subareos (lavas). Inicialmente
predominan las emisiones piroclsticas a partir de fisuras. A continuacin, aparecen
los domos subvolcnicos andesticos, que configuran lineamientos. A finales del ciclo
eruptivo aparecen chimeneas de brecha en asociacin a zonas de fracturamiento con
alteracin hidrotermal del tipo arglico avanzado y mineralizacin aurfera de alta
sulfuracin.
5.1. Unidades geolgicas
5.1.1. Volcnico Tantahuatay (Grupo Calipuy - Volcnico Llama)

Las dataciones realizadas para el volcnico Tantahuatay indican diferentes
pulsos de intrusin. Mtodos de anlisis K/Ar (alunita hipgena) indican 12.40 0.40
millones de aos (Mac Farlane et al. 1994), mtodo de anlisis U/Pb (zircn) en una
muestra de andesita estima 13.20 0.20 millones de aos. (Tosdal, 2001) (Roncal,
L., 2013, p. 47).
Est constituido por una potente secuencia lavas porfirticas de composicin

andestica, seguido de una secuencia rocas piroclsticas de andesitas, de tufos de
lticos y subvolcnicos porfirticos de composicin andestica.
Lavas porfirticas (Lv)

Esta unidad est expuesta en afloramientos de menor tamao en la zona
norte del mapa de geologa local y est constituido por capas andesticas porfirticas
y hornblndicas, debido a la moderada alteracin que presenta, se distinguen
algunas plagioclasas y hornblendas de la textura original de la roca.
21
La intensidad de la alteracin ha obliterado la roca, sin embargo se logra
apreciar los moldes corrodos de las plagioclasas y horblendas reemplazados por
arcillas principalmente. (Prez, J., 2008, p. 49)
Rocas piroclsticas (Prcl)

Principalmente, reconocido en la parte central como afloramientos de rocas
volcnicas (tufos de cristales y de cristales y lticos) de composicin andestica y
alteradas que preservan dbilmente la textura original con plagioclasas. Estos tufos
han sido cortados por cuerpos subvolcnicos porfirticos y brechas hidrotermales.
Subvolcnico porfirtico (Sv- Porf)

Existen pequeas intrusiones subvolcnicas que cortan a las anteriores
unidades volcnicas en forma de domos, que aprovecharon zonas de debilidad para
su emplazamiento.
Representados por rocas frescas gris verdosas (ligera a dbil propilitizacin)

de textura porfirtica de grano grueso y se presenta afloramientos en la zona sur del
yacimiento.
5.1.2. Brechas
Brecha Hidrotermal (BxH)
Se caracteriza por la presencia de fragmentos de rocas volcnicas con
tamaos 1 a 20 centmetros principalmente, presenta formas subangulosas a
subredondeadas, su naturaleza es slice gris, de texturas masivas obliteradas, tufos
de cristales, en matriz de slice arcillosa y/o con fragmentos subangulosos a
subredondeados de slice gris y tufos de cristales mayor a 2 centmetros, dentro de
una matriz de xidos de fierro, alunita y caolinita.
5.1.3. Depsitos cuaternarios recientes (Q)

En el rea del proyecto, los materiales cuaternarios se encuentran distribuidos
con espesores que varan entre 1 y 6 metros. Los materiales encontrados
corresponden a materiales fluvioglaciares y materiales orgnicos de bofedales. Los
materiales fluvioglaciares se presentan ampliamente distribuidos en las laderas y al pie
de los cerros, formando superficies de pendientes media a baja; en su conjunto
consisten de la alternancia de horizontes de gravas arenosas con arcilla y horizontes
de gravas arenosas mal gradadas. El espesor de estos depsitos, observado en los
cortes de los accesos en la mayor parte del rea del proyecto, vara desde 0.5 hasta 3
metros. (Knight Pisold Consultores, 2007, p. 16)
Los bofedales se localizan principalmente en el lecho de las quebradas su

ancho vara entre 100 y 300 metros debido a la morfologa glaciar que ha desarrollado
22
quebradas con fondo llano y plano. Los materiales en los bofedales corresponden a
suelos orgnicos saturados, arcillas muy blandas con arenas limosas sueltas y
saturadas. Estos bofedales son superficiales y con espesores variables, lo que ha sido
observado en perforaciones entre 2 y 6 metros. (Knight Pisold Consultores, 2007, p.
17).
COLUMNA ESTRATIGRFICA LOCAL
Figura 06. Columna estratigrfica de la Geologa Local.
23
MAPA DE LA GEOLOGIA LOCAL
(Archivo: TESIS_MAPAS A3.pdf)
24
5.2. Litologa del rea de estudio
El mapa litolgico (Mapa 06a 06b) del proyecto presenta las siguientes
unidades litolgicas:
5.2.1. Rocas Piroclsticas

Estas rocas pertenecen a la principal unidad en el rea y parece representar
una sola fase del ciclo de erupcin volcnica (Figura 07). Adems, en el rea de
proyecto se han reconocido como tufo de cristales de composicin andestica, los
cuales presentan pequeos lticos y fenocristales- cristales rotos constituyendo la
mayor parte de la matriz (con ciertas excepciones).
Figura 07. Afloramiento de roca piroclstica reconocida como tufo de cristales.
El modelo litolgico del mapa muestra que esta unidad se ha diferenciado

en tres subunidades de acuerdo a diferentes caractersticas que presenta, teniendo
as:
Tufo de Cristales
Esta roca presenta cristales corrodos y rotos de plagioclasa principalmente,
escasos cristales de biotita y hornblenda, escasa presencia de fragmentos
silicificados pequeos en su mayora. En Mirador Norte es la principal roca husped
(Figura 08).
Tufo de Cristales mayor porcentaje de xidos

Estas rocas presentan las mismas caractersticas que la subunidad anterior,
pero debido a la mayor alteracin silcea y arglica avanzada se reconocen escasos
cristales corrodos y rotos. Adems, presenta mayor fracturamiento y un mayor
25
porcentaje de xido de fierro comparado con las rocas piroclsticas anteriores
(Figura 09).
Figura 08. Tufo de cristales con fenocristales rotos y pequeos lticos silceos.
Figura 09. Tufo de cristales con mayor porcentaje de xidos.
Figura 10. Tufo de cristales y lticos.
26
Tufo de cristales-lticos
Esta unidad es similar a la unidad tufo de cristales pero con la diferencia de

presentar mayor porcentaje de fragmentos lticos presilicificados en una matriz rica
en cristales. stos lticos son en su mayora sliceos y otros escasos de andesita.
En Mirador Norte esta unidad se encuentra en un rea muy reducida (Figura 10).
5.2.2. Subvolcnicos Porfirticos

Este tipo de roca se encuentra predominantemente hacia el sureste del rea
de estudio, no se observan afloramientos en el rea de estudio, ya que ha sido
cortado a profundidad por los sondajes diamantinos y representara la segunda fase
del ciclo eruptivo volcnico. Esta roca tiene composicin andestica, ya que no se
observa presencia de cuarzo. Adems, la roca no exhibe alteracin en las zonas
distales, presentando ligera alteracin propiltica a medida que se aproxima hacia el
centro del yacimiento (Figura 11).
Figura 11. Subvolcnico porfirtico de composicin andestica.
5.2.3. Brechas
Brecha Hidrotermal
Esta unidad representa la fase final del ciclo de erupcin volcnica y corta
las rocas volcnicas principalmente, siendo tambin la principal fuente de la
mineralizacin metlica del rea del proyecto.
Se han diferenciado tres brechas de acuerdo a su localizacin, stas se

distinguen como brecha zona norte, brecha zona centro y brecha zona sur; las
cuales son matriz soportada con clastos piroclsticos y escasos pequeos clastos
silceos, la matriz presenta xidos de hierro y minerales de alteracin como alunita
y caolinita (Figuras 12 y 13).
27
Figura 12. Afloramiento de brecha hidrotermal (Zona Norte).
Figura 13. Afloramiento de brecha hidrotermal (Zona Centro).
Brecha Fretica
Es de tipo explosivo, se origina por contacto entre vapores y gases calientes
con el nivel fretico del agua subterrnea, presenta matriz arenosa deleznable
soportando fragmentos siliceos subangulosos. No presenta mineralizacin
econmica.
28
Mapa 06a. Mapa litolgico.
29
Mapa 06b. Mapa litolgico (Secciones).
30
6.
6. CAPTULO VI
GEOLOGA ESTRUCTURAL
El rea del proyecto est relacionada al corredor estructural Chicama

Yanacocha (Figura 14), que controla la sucesin de una serie de fenmenos
estructurales, magmticos e hidrotermales.
El mega bloque estructural desde Yanacocha Tantahuatay - La Granja,

est limitado al norte por la flexin de Cutervo y al sur por la flexin de Cajamarca;
dentro de este bloque estructural los lineamientos estructurales principales ms
antiguos y dominantes son los andinos noroeste, cortados por estructuras del
sistema trasandino noreste y fallas este-oeste relacionadas a los depsitos de
Tantahuatay y Mirador Norte; de manera subordinada se tienen fallas menores con
orientacin norte-sur (J. Rosas y J. Calizaya) (Prez, J., 2008, p. 38)
En general, en el rea del proyecto se presentan tres sistemas de fallas

principales. El sistema de fallas de direccin NO, cuyas fallas son coincidentes con
la direccin andina y son cortadas por fallas NE; movimientos tectnicos sucesivos
produjeron fallas de dilatacin EO.
6.1. Fallamiento principal
Predominan fallas mayores con direccin NO-SE de carcter regional, que

son cortadas por fallas NE-SO, movimientos tectnicos sucesivos produjeron fallas
locales EO que generalmente estn mineralizadas (Vidal and Cabos, 1983) (Prez,
J., 2008, p. 51).
Estructuralmente se tienen dos sistemas principales: el sistema N45O

(coincidente con el sistema andino) y el sistema N45-55E. Estas ltimas son
manifestaciones tardas de la tectnica local que muestran bloques estructurales
generando horsts y grabens. Las fallas cuya orientacin coincide con el sistema
andino son generalmente ms continuas.
Localmente, se han generado los sub-bloques Tantahuatay, Mirador y

Cinaga (Mapa 07), los que han sido dividido por fallas de orientacin N45O.
31
6.2. Fallamiento menor
En la parte sur oeste de Mirador Norte se presentan fallas menores con

direccin N 75 O (este oeste), estas fallas han contribuido la direccin del
emplazamiento de las estructuras de slice y brecha hidrotermales.
Tambin, hay un sistema de fallas menor Noroste-Sureste (N 40 O), es decir

casi coincidente con la direccin del sistema andino.
Fuente: Prez, P. (2008). Pea de las guilas, Transicin Prfido a Epitermal en Tantahuatay, Proyecto Minero
Aurfero en Cajamarca, Per. [Mapa].
Figura 14. Corredor Estructural Chicama Yanacocha.
32
Mapa 07. Geologa Estructural
33
7.
7. CAPTULO VII
MINERALIZACIN Y ALTERACIN HIDROTERMAL
Mirador Norte corresponde a un depsito de filiacin epitermal de alta

sulfuracin con mineralizacin de oro diseminado y escaso contenido de plata. La
mineralizacin de oro ms importante ocurre en la zona central del proyecto, lugar
donde los sistemas de NO y NE se superponen generando mayor debilidad y el
emplazamiento de la brecha hidrotermal.
Con respecto a las alteraciones hidrotermales, este depsito presenta

alteraciones hidrotermales tpicos de los sistemas de alta sulfuracin (slice masiva,
arglico avanzado, arglico y propiltico).
7.1. Mineralizacin
La mineralizacin epitermal de alta sulfuracin de Mirador Norte, fue formada

por procesos similares a los que generaron los depsitos de Tantahuatay y
Yanacocha, aunque con menor grado de mineralizacin (leyes ms bajas de oro).
La mineralizacin es principalmente oro en partculas submicroscpicas

asociadas a xidos de fierro (jarositas y goetitas) que rellenan fracturas y como
matriz de brechas. La capa de xidos presenta un zonamiento vertical de
aproximadamente 40 a 50 metros.
Los mejores valores de oro estn contenidos principalmente en los primeros

metros de la zona de xidos, lo que demuestra un evidente enriquecimiento
supergnico. Las brechas de la zona centro y la zona norte presentan tambin
mejores valores de oro, debido a un mayor grado de oxidacin y tienen como roca
caja a los volcnicos craquelados o fuerte fracturamiento con relleno de xidos. En
los niveles profundos, se encuentra minerales de pirita diseminada y pirita y
calcopirita a manera de inclusiones en los cristales de cuarzo (Figura 15).
34
1) 2)
3) 4)
Figura 15. Microfotografas de roca volcnica (Tufo de cristales). 1 y 2) Venilla rellena

por agregados de goethita (goe) con pequeos cristales de pirita (py) que cortan a los
pequeos cristales de cuarzo (cz). 3 y 4) Grano de oro nativo (Au) acompaado de
jarosita (jar) en intersticios de los cristales de cuarzo (cz). LT: Luz Transmitida; LR:
Luz Reflejada.
35
7.2. Alteracin Hidrotermal
El rea de inters presenta alteracin hidrotermal que caracteriza a los

yacimientos epitermales de alta sulfuracin. La parte central presenta silicificacin
que se manifiesta como silicificacin lixiviada (granular- vuggy) y masiva en las
brechas y delgadas estructuras. La alteracin arglica avanzada es polifsica, se
han reconocido las siguientes fases: una fase primaria reemplazando feldespatos,
una segunda fase de recristalizacin representada por la textura patchy o gusano,
una fase intramineral que ocurre como matriz de brechas (Prez, J., 2008, p. 7).
7.2.1. Slice Lixiviada

Comprende las alteraciones slice granular y slice vuggy, estas alteraciones
han sido agrupadas en una sola unidad para el mapa de alteraciones (Mapa 08a
08b) debido a que las estructuras presentes en el proyecto son de pequea
potencia.
Slice Granular
La textura original en este tipo de alteracin es difcil de reconocer, quedando
slo pequeos lticos como evidencia de lo que alguna vez fueron unidades
piroclsticas y es mayormente deleznable.
Este tipo de alteracin ocurre debido a la lixiviacin cida, la cual ocurre

cuando voltiles ascendentes tales como SO 2 al encontrar agua meterica,
reaccionan formando H2SO4 y H2S. La lixiviacin del cido sulfrico sobre la roca
caja resulta en la formacin de slice granular, por encima de la napa fretica, donde
las soluciones tienen pH<2 y baja temperatura (R. Sillitoe,1996) (Prez, J., 2008,
p. 8). A veces sobre la slice granular se produce una sobre imposicin de alteracin
slice (textura slice masiva granular), ya que al formarse un horizonte de slice
granular esta se convierte en buen reservorio de agua. Si existe una zona muy
caliente, las soluciones ricas en slice y/u oro, y dependiendo de la presin,
temperatura y pH, son forzadas a redepositarse dentro de la slice granular
permeable. Dependiendo de cuanta slice est disuelto dentro de la solucin
hidrotermal, la slice granular se convierte en ms masiva o parcialmente masiva (T.
Klein, 2000) (Mendoza, N., 2005, p. 50), conservando en muchos casos cierta
textura granular.
Slice Vuggy
Llamada tambin slice oquerosa, debido a que su caracterstica principal es
que presenta cavidades producto de la lixiviacin de los fenoscristales de la
36
composicin original de la roca, deja en su matriz un cuarzo microgranular poco
competente (Figura 16).
La alteracin slice vuggy es observada escasamente en el proyecto dentro

de los tufos de cristales. Este tipo de alteracin se forma al igual que la slice
masiva por debajo de la napa fretica (Sillitoe, 1996) (Mendoza, N., 2005, p. 51).
Figura 16. Muestra con alteracin slice vuggy.
7.2.2. Slice Masiva

Se caracterizan por ser rocas compactas, criptocristalinas que a veces hace
difcil apreciar la textura original de la roca y se ha observado en reas muy
reducidas (Figura 17).
La slice masiva se forma por debajo del nivel fretico (R. Sillitoe, 1996)
casi en las mismas condiciones de pH y temperatura en la que se forma la slice
granular. La deposicin de esta slice est asociado a temperaturas muy bajas y que
tal vez correspondera a las fases finales del sistema con sobre imposicin sobre la
alteracin primaria (Mendoza, N., 2005, p. 51).
37
Figura 17. Muestras con alteracin slice masiva.
7.2.3. Arglico Avanzada

El ensamble que caracteriza a la alteracin arglica avanzada es
principalmente cuarzo-alunita-caolinita y mucho menor porcentaje de pirofilita,
incrementndose la ocurrencia de alunita-caolinita en los niveles profundos y la
alteracin cuarzo-pirofilita es menor. La caolinita y la alunita son arcillas minerales
resultantes de la alteracin hidrotermal de cristales de feldespatos primarios en la
roca husped (andesita).
Esta alteracin por lo general se extiende hacia el sur oeste del proyecto.
Adems, hay presencia irregular de cuerpos de slice-alunita dentro de las zonas de
slice masiva. La matriz de las unidades tufceas es slicea mientras que los cristales
estn alterados a alunita caolinita (figura 18).
Figura 18. Muestra con alteracin arglica avanzado (alunita, caolinita, slice).
38
7.2.4. Arglica
Esta alteracin se observa principalmente en los volcnicos en contacto con
el domo subvolcnico y hacia el noreste del proyecto. Los cristales alterados a caoln
(plagioclasas) son de color blanquecino en matriz gris plomiza (sericita, cuarzo
granular y pirita fina diseminada) (Figura 19).
Figura 19. Muestra con alteracin arglica (sericita y minerales arcillosos-caolinita).
7.2.5. Propiltica
En el rea del proyecto, la alteracin propiltica se presenta principalmente
afectando al subvolcnico porfirtico, no se observan afloramientos de esta
alteracin en la zona de estudio ya que se encuentra en profundidad y ha sido
cortado por los sondajes de perforacin.
Si bien no existe la seguridad de la presencia de cloritas producto de la

alteracin de las biotitas o hornblenda, la coloracin verdusca sugiere su probable
existencia.
39
Mapa 08a. Mapa de Alteraciones Hidrotermales.
40
Mapa 08b. Mapa de Alteraciones Hidrotermales (Secciones).
41
8. CAPTULO VIII
MARCO TERICO
8.1. Anlisis Exploratorio de datos AED
El Anlisis Exploratorio de Datos (AED) es un conjunto de tcnicas estadsticas

cuya finalidad es conseguir un entendimiento bsico de los datos y de las relaciones
existentes entre las variables analizadas. Para conseguir este objetivo el AED
proporciona mtodos sistemticos sencillos para organizar y preparar los datos,
detectar fallos en el diseo y recogida de los mismos, tratamiento y evaluacin de datos
ausentes (missing), identificacin de casos atpicos (outliers) y comprobacin de los
supuestos subyacentes en la mayor parte de las tcnicas multivariantes (normalidad).
El examen previo de los datos es un paso necesario, que lleva tiempo, y que
habitualmente se descuida por parte de los analistas de datos. Las tareas implcitas
en dicho examen pueden parecer insignificantes y sin consecuencias a primera vista,
pero son una parte esencial de cualquier anlisis estadstico.
8.1.1. Terminologa Estadstica
Poblacin (colectivo o universo).

Conjunto de unidades, elementos o individuos sobre los que se realiza el
estudio, y que cumplen una determinada caracterstica o propiedad. A cada
elemento de la poblacin se le llama individuos o unidades estadsticas. El tamao
de la poblacin es el nmero de individuos que tiene dicha poblacin
(https://www.uclm.es).
Muestra
Es cualquier subconjunto de la poblacin. La muestra es una representacin
de la poblacin, por ello es importante su eleccin. El proceso mediante el cual se
extrae una muestra se llama muestreo. Existen varios motivos por las que se elige
una muestra, una de ellas es el coste que supone hacer un estudio de una poblacin
entera (https://www.uclm.es).
42
Figura 20. Poblacin y muestra.
8.1.2. Estadstica descriptiva
a) Medidas de centralizacin
Media
Es la media aritmtica de un conjunto de puntuaciones numricas, es decir,
la suma de todos los nmeros que se dividen por el nmero de observaciones que
contribuyan a esa suma (https://www.uclm.es).
Media = suma de todos los valores de datos / nmero de valores de datos
o ms formalmente,
Moda
La moda es simplemente la puntuacin que ocurre con mayor frecuencia en
una distribucin. Es posible tener cualquier nmero de modas en una distribucin,
aunque la utilidad de la moda como una medida descriptiva disminuye en las
distribuciones en las que hay muchas modas. Adems, la moda es tambin a
menudo referida como el centro probabilidad de la distribucin. Si tuviramos que
seleccionar al azar una sola observacin de la distribucin, el valor modal es la que
tendra ms probabilidades de ser observada, ya que se produce con ms
frecuencia en los datos que cualquier otro valor (https://www.uclm.es).
43
Mediana
La mediana es la puntuacin media en una distribucin, determinada
despus que todos los valores de una distribucin han sido ordenados por rango de
menor a mayor, o viceversa. La mediana tambin se puede definir como ese punto
en una distribucin por encima del cual y por debajo del cual se encuentran el 50%
de todos los casos u observaciones en la distribucin (https://www.uclm.es).
Figura 21. Medidas de centralizacin.
b) Forma de la distribucin: Asimetra

Una distribucin de los valores de elementos de datos puede ser simtrica o
asimtrica. Dos ejemplos comunes de simetra y asimetra son los distribucin
normal y la distribucin asimtrica.
En una distribucin simtrica hay una situacin importante en la que las tres
medidas de tendencia central son idnticas. Esto ocurre cuando la mitad derecha
de la distribucin es la imagen de espejo de la mitad izquierda de la misma
Una distribucin normal es una verdadera distribucin simtrica de los

valores observados.
Cuando se construye un histograma de los valores que se distribuyen

normalmente, las columnas forman una campana simtrica. Esta distribucin es
tambin conocida como curva normal o curva de campana (Figura 22).
Figura 22. Ejemplo de una distribucin normal - simtrica.
44
Si representada como una curva normal (o curva de campana) la grfica
tomara la siguiente forma (donde =media y =desviacin estndar) (Figura 23):
Figura 23. Media y desviacin estndar en una distribucin normal.
En una distribucin asimtrica las dos partes no sern imgenes

especulares entre s.
La asimetra es la tendencia de los valores ms frecuentes en torno a los

extremos altos o bajos del eje x. Cuando un histograma de datos asimtricos se
construye, es posible identificar la asimetra mirando a la forma de la distribucin
Se dice que una distribucin tiene un sesgo positivo cuando la cola que est
en el lado derecho del histograma es ms larga que la del lado izquierdo (Figura
24).
Figura 24. Distribucin asimtrica con sesgo positivo.
Una distribucin se dice que es sesgada negativamente cuando la cola en el

lado izquierdo del histograma es ms larga que la cola del lado derecho (Figura 25).
Figura 25. Distribucin asimtrica con sesgo negativo.
45
Figura 26. Ubicacin de medidas de centralizacin en diferentes distribuciones.
Otras distribuciones incluyen unimodal, bimodal o multimodal.
Una distribucin unimodal se produce si slo hay un pico (un punto ms alto)
en la distribucin, esto significa que hay una moda, un valor que ocurre con mayor
frecuencia que cualquier otro, para el elemento de datos (variable).
Figura 27. Distribucin bimodal.
c) Medidas de dispersin
Las medidas de tendencia central se centran en lo que es tpico, media o en
el medio de una distribucin. La informacin proporcionada por estas medidas no
es suficiente para transmitir todo lo que necesitamos saber sobre una distribucin.
En la figura 28, se da una serie de ejemplos de distribuciones que comparten las
mismas medidas de tendencia central, pero son diferentes entre s, en otro aspecto,
es decir, cmo se distribuyen las observaciones (o como se dispersan) en torno a
estas medidas de tendencia central (https://www.uclm.es).
46
Figura 28. Distribuciones con medidas de tendencia central idnticas y distintos
grados de dispersin.
Para determinar cmo los juegos son diferentes, necesitamos ms

informacin. Otra forma de examinar los datos de una sola variable es mirar cmo
los datos se dispersan alrededor de la media.
Rango
El ms simple de los mtodos para medir la dispersin es el rango. El rango
es la diferencia entre el valor mximo y el valor mnimo en el conjunto de datos. Si
bien es fcil de calcular, el rango es a menudo poco fiable como una medida de
dispersin, ya que se basa en slo dos valores en el conjunto (https://www.uclm.es).
Percentiles
Describen la ubicacin relativa de puntos en cualquier lugar a lo largo de la
gama de una distribucin. Una puntuacin que es en cierto percentil cae a la altura
o por encima de la por ciento de las puntuaciones. La puntuacin mediana de una
distribucin est en el percentil 50: Es la valoracin en la que el 50% de los otros
puntajes estn por debajo (o igual) y el 50% estn por encima. Las medidas
percentiles utilizadas comnmente se denominan en trminos de cmo se dividen
las distribuciones (https://www.uclm.es) (Figura 29).
47
Figura 29. Percentiles. (Deciles: D1: 10%, D2: 20%, D3: 30%, D4: 40%, D5: 50%.).
Cuartiles
Los cuartiles dividen las puntuaciones en cuatro partes, de modo que una
puntuacin de caer en el primer cuartil se encuentra dentro del 25% ms bajo de las
puntuaciones, mientras que una puntuacin en el cuarto cuartil es mayor que al
menos el 75% de las puntuaciones. Los cuartiles son una medida til de difusin,
ya que son mucho menos afectadas por los valores extremos o unos datos
asimtricos establecidos que las medidas equivalentes de media y desviacin
estndar (https://www.uclm.es) (Figura 30).
Figura 30. Cuartiles. (Q1, Q2 y Q3).
Varianza y desviacin estndar

Los cuartiles son tiles, pero tambin son algo limitadas, ya que no tienen
en cuenta cada puntuacin en nuestro grupo de datos. Para tener una idea ms
representativo de propagacin tenemos que tener en cuenta los valores reales de
cada puntuacin en un conjunto de datos. La varianza y la desviacin estndar son
tales medidas (https://www.uclm.es).
La varianza y la desviacin estndar son medidas de la dispersin de los

datos alrededor de la media. Ellos resumen lo cerca que cada valor observado est
del valor medio.
En conjuntos de datos con un margen pequeo de variacin, todos los

valores son muy cercanos a la media, lo que resulta en una pequea varianza y
desviacin estndar. Cuando un conjunto de datos es ms disperso, los valores se
encuentran ms lejos de la media, que conduce a una mayor variacin y desviacin
estndar.
Cuanto menor sea la varianza y la desviacin estndar, el valor medio es

ms indicativo de todo el conjunto de datos. Por lo tanto, si todos los valores de un
conjunto de datos son los mismos, la desviacin estndar y la varianza son cero.
La desviacin estndar de una distribucin normal permite calcular intervalos

de confianza. En una distribucin normal, aproximadamente el 68% de los valores
48
estn dentro de una desviacin estndar de cada lado de la media y alrededor del
95% de las puntuaciones son dentro de dos desviaciones estndar de la media
La varianza 2 de un conjunto discreto de nmeros se expresa por la

siguiente frmula:
N: nmero de muestras
(Xi): lectura de muestras
: representa la media de la poblacin
La desviacin estndar es la raz cuadrada de la varianza. La desviacin

estndar para una poblacin est representada por .
d) Grficos Estadsticos
Una de las herramientas ms populares y utilizada dentro de la estadstica
descriptiva es, sin lugar a dudas, el anlisis grfico de los datos. Como hemos visto,
las tablas estadsticas, resumen los datos de que disponemos sobre una poblacin
y dan toda la informacin necesaria, pero muchas veces es ms conveniente
expresar la informacin de que disponemos mediante un grfico o diagrama, con el
fin de representar las caractersticas de los datos de manera ms clara
Gracias a los ordenadores y los programas que se han desarrollado en el

campo de la informtica se pueden realizar fcilmente todo tipo de representaciones
grficas y de gran calidad.
Histograma
El histograma es representacin grfica de una variable en forma de barras,
donde la superficie de cada barra es proporcional a la frecuencia de los valores
representados. La utilidad del histograma tiene que ver con la posibilidad de
establecer de manera visual, ordenada y fcilmente comprensible todos los datos
numricos estadsticos que pueden tornarse difciles de entender (Figura 31).
49
Figura 31. Ejemplo de histograma.
Grfico probabilstico normal - QQ Plot Normal

El grfico probabilstico normal permite comparar la distribucin de un
conjunto de datos con la distribucin normal. Por tanto, se considera una tcnica
grfica para la prueba de normalidad de un conjunto de datos.
La construccin del grfico de probabilidad normal se realiza a travs de los

cuantiles de la normal estndar, de forma que se aceptar la hiptesis de normalidad
de los datos, siempre que los puntos en el grfico tengan un comportamiento
suficientemente rectilneo (Figura 32).
Figura 32. Ejemplo de QQ plot.
8.1.3. Muestras outliers (altos errticos)

La deteccin de datos outliers o valores anmalos y el comportamiento
inusual de algunos datos, es una tarea fundamental del anlisis estadstico de datos
geoqumicos.
50
Para este trabajo, los outliers o valores anmalos se identificarn teniendo
en cuenta dos principios: Primero, un valor outlier o anmalo debe ser un dato
puntual, por lo tanto no debe significar una poblacin de datos. Segundo, se
realizar la deteccin de muestras con valores anmalos de modo multivariante,
pese a que esto implique conservar valores puntuales anmalos en la base de
datos.
El criterio de bsqueda se establecer con las estadsticas bsicas

evaluando los valores mximos de cada variable en relacin al parmetro de la
media ms 3.5 desviaciones estndares (+3.5). Para los valores que superen
este parmetro, se debe revisar la base de datos para identificar si existen muestras
en donde los valores outliers se repitan y si constituyen una poblacin de datos.
Para el presente trabajo, se reconocer como valor outlier a aquellos valores que
sean mayores al parmetro +3.5 y se definir como muestra outlier a aquellas
muestras que posean ms del 50% de las variables con valores outliers. (CMC,
2015, p. 3)
Pero para la eliminacin de las muestras outliers se revisar la magnitud de

los outliers en relacin a la poblacin general de datos con el percentil 99% y la
visualizacin de mapas univariables para examinar si los outliers generan la
atenuacin del resto de la informacin.
8.2. Anlisis qumicos
Los anlisis qumicos se realizan en un laboratorio especializado. Se

introducir una breve descripcin a continuacin:
Preparacin de la muestra (Reduccin de tamao)

Preparacin de la muestra (tambin conocida como reduccin de la muestra
o submuestreo) es el proceso por el que una muestra se tritura y se pulveriza para
el anlisis (Figura 33). Esto casi siempre implica sub-muestreo. Previamente las
muestras son secadas a una temperatura de 60 centgrados para luego ser
reducidas.
El mtodo de muestreo adecuado producir una sub-muestra que sea

representativa de la muestra total. Una buena prctica de reduccin es esencial para
obtener una muestra significativa y fiable para el anlisis.
Durante la reduccin de la muestra, hay muchos puntos crticos en donde se

puede producir contaminacin de la muestra. Uno de estos puntos depende del tipo
de equipo usado. Por desgracia, durante la reduccin de la muestra, la
contaminacin puede nunca evitarse pero los procesos se utilizan para mantener el
51
nivel de contaminacin mnimo. Los niveles dependen de la dureza de la muestra,
el tiempo de trituracin y pulverizado, as como los medios de molienda.
Figura 33. Esquema de reduccin de tamao de muestra (submuestreo).
Anlisis de metales preciosos

Los metales preciosos (oro, plata y platino) pueden ser analizados por
muchas tcnicas. Los procedimientos para la determinacin de oro deben tener en
cuenta el tipo de muestra, la concentracin de la muestra, a efectos del anlisis, la
mineraloga de la muestra y la forma del oro (si se conoce). La coleccin de plomo
por ensayo al fuego se considera la tcnica ms definitiva mientras la digestin de
cidos y lixiviacin acelerada de cianuro pueden ser eficaces para fines especficos
(SGS Analytical Guide, 2015, p. 22).
Del mismo modo, la plata se puede determinar por el ensayo al fuego o

tcnicas de digestin de cidos.
Anlisis de mltiples elementos ICP -MS

Una variedad de enfoques se puede utilizar para el anlisis de exploracin
en funcin de las necesidades. El enfoque consiste en una tcnica de digestin y
una tcnica de instrumentacin o acabado, esto proporciona un conjunto de
elementos y lmites especficos de informacin superior e inferior (SGS Analytical
Guide, 2015, p. 32).
Descomposicin y digestin de la muestra

La digestin de la muestra es el parmetro ms importante a considerar
cuando se elige un mtodo analtico. Hay varios tipos de digestin disponibles, como
digestin por agua regia o digestin multicida (dos, tres o cuatro cidos).
52
Tpicamente, las muestras de reconocimiento de exploracin de leyes se
analizan mediante digestin de agua regia seguido de un anlisis de multielementos
ICP-MS de exploracin de metales bsicos, vestigios y elementos litolgicos. Las
muestras de perforacin de ncleo de roca y generalmente se analizan por digestin
multicida o con un acabado de mltiples elementos. Donde el contenido de metal
son altos (o mineral de grado), las muestras pueden requerir ms pruebas u otros
mtodos para asegurar que los datos son lo suficientemente precisos y exactos
(SGS Analytical Guide, 2015, p. 32).
Digestin de agua regia y de dos cidos

Los anlisis geoqumicos incluyen digestiones tanto de dos cidos
como de agua regia mediante combinaciones de HNO3 y HCI (cido ntrico:
cido clorhdrico). Despus de la digestin de la muestra, la solucin se
analiza mediante espectrometra de masas de plasma acoplados
inductivamente (ICP-MS) o espectrometra de absorcin atmica (AAS). Las
soluciones pueden analizarse mediante espectrometra de absorcin
atmica de hidruros (AAS) para determinar los elementos voltiles (Sb, As,
Bi, Se y Te).
Las digestiones de dos cidos son las digestiones ms dbiles y no

atacan a los silicatos. Como tal, solo puede esperarse que el drenaje de dos
cidos proporcione resultados parciales para la mayora de los elementos.
Los elementos enumerados a continuacin (Tabla 01) se basan en una
combinacin de 2:1 de HNO3: HCl (cido ntrico: cido clorhdrico). Este
mtodo es recomendado para la digestin para muestras con contenido de
sulfuro alto u orgnico (SGS Analytical Guide, 2015, p. 33).
53
Lista de elementos analizados por ICP
Tabla 01. Lista de elementos anlizados por ICP (SGS Analytical Guide, 2015).
Instrumentacin ICP-MS
El ICP-MS es uno de las tcnicas de instrumentacin geo analticas ms
utilizadas porque proporcionan muchos elementos al mismo tiempo.
Estos instrumentos son ampliamente aceptados en la industria de

exploracin minera como medio rpido y rentable de anlisis. Otros instrumentos
que pueden usarse son el AAS (espectrofotmetro de absorcin atmica) e hidruro
de AAS (SGS Analytical Guide, 2015, p. 33).
8.3. Muestras
Para este trabajo, todas las muestras han sido extradas de testigos de
sondajes diamantinos.
8.3.1. Muestras primarias

Las muestras son testigos de sondajes los cuales son normalmente divididos a
lo largo, en dos mitades:
Una mitad se conserva en el almacn de testigos como respaldo y para

posterior interpretacin geolgica.
Otra mitad se utiliza para muestreo, la cual generalmente genera un

excedente denominado rechazo.
54
Habitualmente, las cajas de testigos (Figura 34) se fotografan para conservar
como evidencia de las caractersticas del testigo, particularmente si el testigo completo
ser consumido en procedimientos de muestreo.
Figura 34. Caja de testigos de sondaje diamantino.
Figura 35. Muestras preparadas de testigos de sondaje diamantino.
8.3.2. Muestras de control

Son muestras que se insertan annimamente en el grupo de muestras para
la evaluacin de la precisin, exactitud y contaminacin de los diferentes procesos
por los cuales pasa una muestra (muestreo, reduccin de muestra, anlisis
qumico). Estas muestras son los duplicados, estndares, blancos y de
comprobacin.
El porcentaje de insercin de muestras control sugerido por Verly (2012) es

del 20% del total de muestras primarias, de acuerdo a la siguiente tabla.
55
Porcentajes de insercin de muestras control
TIPO DE MUESTRA SUBTIPO DE MUESTRA % DE INSERCIN
Gemela o de terreno 2%
Duplicados Grueso 2% 6%
Pulpa 2%
Estndares 6%
Grueso 2%
Blancos 4%
Fino 2%
Muestras de comprobacin 4% 4%
Tabla 02. Porcentajes de insercin de muestras control (Verly, G., 2012).
Muestras duplicados
Muestra gemelo o de terreno
La muestra gemelo o muestra de medio testigo se obtiene al dividir el testigo

longitudinalmente en dos partes iguales (Figura 36), de modo que un medio
representa la muestra original (primaria) y el otro medio la muestra duplicado
gemelo. Ambas muestras deben ser preparadas y codificadas con diferente nmero,
pero incluidas dentro del mismo grupo de muestreo (Ca. Minera Coimolache
CMC, 2014, p. 5).
Figura 36. Procedimiento para muestra gemelo o de terreno (CMC, 2014).
Muestra duplicado grueso
La muestra primaria se deposita en una bandeja para su chancado a la

granulometra de 2mm (malla 10), se homogeniza, cuartea y se extraen dos
56
muestras; una de las cuales corresponde a la muestra primaria y la otra a la muestra
duplicado grueso, sta ltima con diferente reemplaza una muestra falsa (muestra
extra incluido en el conjunto de muestras) que ingres en el grupo original de
muestras (CMC, 2014, p. 5). (Figura 37).
Figura 37. Procedimiento para muestra duplicado grueso (CMC, 2014).
Muestra duplicado pulpa
Durante el proceso de reduccin se obtiene las muestras a malla 140

(0.105mm), es aqu donde, luego de la homogenizacin y cuarteo sucesivo se
obtienen dos porciones iguales (entre 200 a 250 gr) de la muestra a ser duplicada
(muestra primaria); una de ellas regresa al grupo con su cdigo original y la segunda
muestra reemplaza una muestra falsa (CMC, 2014, p. 6).
Estndares
Son muestras elaboradas en condiciones especiales y controladas
(estndares certificados) y son preparadas por laboratorios certificados, forman
parte de los grupos de muestras enviados a laboratorio. Los estndares son
insertados de acuerdo a la zona mineralizada, por ello estos han sido preparados
con material procedente de la zona (CMC, 2014, p. 8).
La insercin de estas muestras se efecta antes de la fase de anlisis, para

ello se reemplaza una muestra falsa que va dentro del grupo de muestras inicial.
Muestras blancas
Blanco Grueso
Son muestras de roca estril con granulometra de pulgada y deben ser

incluidas a continuacin de muestras fuertemente mineralizadas. Permiten evaluar
57
la contaminacin que pudiera estar dndose durante la preparacin de muestras
(CMC, 2014, p. 7).
Blanco Fino
Muestra de roca pulverizada estril, cuyo grado de contaminacin debe ser

evaluado; deben ser insertadas a continuacin de muestras con alta ley. Permiten
evaluar la contaminacin que pudiera estar dndose durante el anlisis en el
laboratorio (CMC, 2014, p. 7).
Muestras de comprobacin
Las muestras de comprobacin son muestras que han sido previamente
analizadas y se conoce los resultados de laboratorio primario. Estas muestras son
enviadas para el anlisis a un laboratorio diferente (secundario), y as obtener
nuevos resultados para ser comparados con los primeros. La finalidad es evaluar la
exactitud del laboratorio primario (Verly, G., 2012, p. 25).
8.3.3. Compositacin de muestras

En general, en el estudio de una variable regionalizada no es conveniente
mezclar soportes de tamaos diferentes.
En el caso en que los testigos que constituyen el sondaje son de tamao

irregular, es necesario hacer una operacin la cual consiste en regularizar o
compositar el sondaje, es decir disponer de datos (muestras compositadas) de
longitud constante (Alfaro, M., 2007, p. 26) (Figura 38).
Figura 38. Regularizacin de un sondaje a un largo constante b.
58
8.4. Control y aseguramiento de calidad (QA-QC)
El escndalo del Proyecto de oro Bre-X (1997) y la consiguiente falta de

credibilidad en la clasificacin de los recursos, ha dado lugar a un aumento del uso de
Aseguramiento de la Calidad (QA) y los procedimientos de control de calidad (QC) en
programas de exploracin minera. Las compaas ahora estn obligadas a entregar
datos que presenten de un esquema de procedimientos de muestreo y QA-QC
utilizados durante la coleccin y el anlisis de muestras de exploracin. Muchas
instituciones financieras, como bolsas de valores, requieren ahora una auditora
imparcial de datos geolgicos y de anlisis. Estas auditoras generalmente incluyen
una revisin detallada de QA - QC llevada a cabo durante exploracin, incluyendo
pruebas de precisin y exactitud. Un resultado positivo de un QA / QC en la auditora,
es el Sello de aprobacin de la base de datos y sin esto, todo el esfuerzo puesto en el
modelado geolgico y clasificacin de los recursos se pone en duda (Velez, J., 2015,
p. 9).
Segn la gua de buenas prcticas del Instituto Canadiense de Minera,

Metalurgia y Petrleo (CIM 2003, p.8): el aseguramiento de la calidad (QA-Quality
Assurance): Son todas aquellas acciones planificadas o sistemticas necesarias para
proporcionar una adecuada la confianza en la coleccin de datos y el proceso de
estimacin. Por otro lado el Control de Calidad (QC-Quality Control) es el uso de
herramientas estadsticas para asegurar que los sistemas estn en control estadstico.
Citando CIM Guas de buenas prcticas (p.12) QA/QC deben ser abordados durante
la recogida, el registro y el almacenamiento de cualquiera de los datos en ltima
instancia utilizados en la estimacin de recursos y reservas minerales. El programa
QA/QC debe preocuparse por, pero no estar limitado a, los datos de verificacin,
recuperacin de muestras de perforacin, tamao de la muestra, preparacin de la
muestra, los mtodos analticos, el uso de duplicados, blancos y estndares, los
efectos de mltip8les perodos de adquisicin de los datos y coherencia de la
interpretacin en tres dimensiones (Scogings, A., 2014, p. 50). Los resultados de
programa de QA / QC forman parte de la base de datos y deben ser registrado.
Como ha sealado Abzolov (2008) los procedimientos de control de calidad

son necesarios controlar la contaminacin, la precisin, la exactitud y el sesgo y
tpicamente involucran el uso muestras especialmente preparadas, llamadas estndar,
de grado conocido y duplicados de muestras para lograr esto. Coombes (2008)
corrobora esto declarando que Un buen programa de QA/QC es un activo en curso y
revisa todo el proceso de recogida de datos, permitiendo acciones correctivas que
deben tomarse durante la perforacin, en los procedimientos de muestreo o en el
laboratorio (Scogings, A., 2014, p. 51).
59
En resumen, QA se pone en marcha para prevenir problemas, mientras que
QC tiene por objeto detectarlos en el caso de que se produzcan.
8.4.1. Lmite de deteccin

El tratamiento de los datos comienza con la eliminacin de todas las
variables que poseen ms del 50% de los datos sin respuesta analtica, es decir,
aquellos que presentan la mayora de sus valores bajo el lmite de deteccin (LMD).
Para los elementos qumicos que poseen ms del 60% de los datos con
respuesta analtica, pero con concentraciones que se encuentran bajo el lmite de
deteccin, el valor se modifica a la mitad del lmite de deteccin, por ejemplo si el
lmite de deteccin es <0.01 ppm, este valor es reemplazado por 0.005 ppm.
En el caso de los elementos analizados por ICP, el lmite de deteccin vara

para cada elemento analizado.
8.4.2. Precisin y exactitud
Precisin
Se define proximidad entre las indicaciones o los valores medidos obtenidos
en mediciones repetidas de un mismo objeto, o de objetos similares, bajo
condiciones especificadas.
La precisin de una medida suele expresarse numricamente mediante

medidas de dispersin tales como la desviacin tpica o la varianza. Por ello, cuanto
ms estrecha sea la distribucin de resultados, menor ser la desviacin tpica de
la misma y mayor la precisin de la medida. La precisin depende pues nicamente
de la distribucin de los resultados y no est relacionada con el valor
convencionalmente verdadero de la medicin (http://www.e-medida.com)
Exactitud
Se define proximidad entre un valor medido y un valor verdadero de un
mensurando. As pues, una medicin es ms exacta cuanto ms pequeo es el error
de medida.
Considerando mediciones individuales, la ms prxima al valor verdadero

ser la ms exacta. Sin embargo, tras una serie de mediciones repetidas, ser la
distancia desde el valor medio de la distribucin de valores observados,
habitualmente el resultado, hasta el valor verdadero; es decir el sesgo (valor
estimado del error sistemtico), la que caracterizar la exactitud de la medicin. La
60
dispersin de la distribucin de los valores, estimada por su desviacin tpica,
caracterizar, como dijimos antes, la precisin (http://www.e-medida.com)
As pues, en mediciones repetidas, la exactitud depende solamente de la

posicin del valor medio (resultado) de la distribucin de valores, no jugando papel
alguno en ella la precisin.
Figura 39. Precisin y exactitud.
8.4.3. Evaluacin de la contaminacin

La evaluacin de la contaminacin se realiza mediante los grficos de
Blanco vs Muestra precedente (Figura 40) donde se representa:
- Los N pares de muestras blanco - muestra precedente.
- La lnea de 4 veces el lmite de deteccin para blancos gruesos o 3

veces para blancos finos (lnea segura)
- La lnea de tendencia.
Se evalan el nmero de blancos fallidos, aquellos que se encuentren sobre

la lnea segura (Verly, G., 2012, p. 35).
Figura 40. Ejemplo de grfico Blanco vs Muestra precedente.
61
8.4.4. Evaluacin de la precisin
La precisin es un parmetro cualitativo que puede ser calificado como baja,
alta y aceptable precisin, la cual es evaluada por medio de los duplicados de
muestra (gemelo o de terreno, duplicado grueso y duplicado pulpa) con el uso de
herramientas grficas como el Min/Max Plot (Verly, G., 2012, p. 37). (Figura 41).
Para los grficos Min/Max plot se considera N pares de duplicados, la lnea

de 45 (x=y) y la lnea de lmite de error. En el eje X se representan los valores
mnimos de los pares en evaluacin y en el eje Y los valores mximos.
La lnea de lmite de error se grafica de acuerdo a la siguiente ecuacin:
Donde:
m = 1.11, 1.22, 1.35 para lmite
y2 = mx2 + b2 DRA = 10%, 20% y 30%

b = lmite de deteccin de la variable
(Verly, G., 2012, p. 38).
Donde DRA es la diferencia relativa absoluta:
Donde:
X1 : Valor muestra original o primaria
X2 : Valor muestra duplicado
El lmite de DRA (lmite de error) para las muestras duplicado es la siguiente:
- Duplicados gemelos o de terreno: 30%
- Duplicados gruesos: 20%
- Duplicados pulpa. 10%
La taza de error se mide dividiendo el nmero de pares fallidos (aquellas

muestras que caen fuera de la lnea DRA) entre el N pares de duplicados y se
expresa en porcentaje. Una precisin aceptable es menor a 10% de tasa de error.
62
Figura 41. Ejemplo de Min / Max Plot.
8.4.5. Evaluacin de la exactitud

La exactitud es un parmetro cualitativo y se determina a travs de la
evaluacin de las muestras estndar. El porcentaje de sesgo (reportado por
AcQuire) permite calificar la exactitud en:
- Buena, si el sesgo es menor de 5%.
- Cuestionable, si el sesgo est entre 5% y 10%.
- Inaceptable, si el sesgo es mayor de 10%
Una herramienta para la evaluacin de la exactitud es el Cuadro de Control

Estndar (figura 41), donde se visualiza:
- El mejor valor de la muestra estndar, es decir aquella reportada por

el laboratorio encargado de la preparacin de las muestras estndar.
- El mejor valor +/- 5%
- El mejor valor +/- dos desviaciones estndar de las muestras.
- El mejor valor +/- tres desviaciones estndar de las muestras.
Los valores anmalos son aquellos que se encuentran por encima o por
debajo de la lnea mejor valor +/- dos desviaciones estndar. (Verly, G., 2012, p.
42).
63
Figura 42. Ejemplo de grfico Cuadro de Control Estndar.
8.4.6. Clculo del error analtico

Para calcular del error analtico de los procedimientos realizados durante la
preparacin de la muestra y el anlisis qumico en el laboratorio, se har el uso de
los resultados de duplicados pulpa y muestras estndares.
Primero, a partir de los duplicados pulpa, se calcula el porcentaje del error

relativo analtico mediante la varianza relativa RV, la cual es igual al coeficiente de
variacin CV al cuadrado (Stanley y Lawie, 2007) (Castillo, P., 2012, p. 50),
mediante las siguientes frmulas:
dnde:
n: nmero de pares
duplicados
(x1, x2): par de muestras
original y duplicado
: varianza
: media
Segundo, la exactitud de las mediciones se evala a travs de los resultados

de las muestras estndares, para todas las variables cuyos estndares superen el
50% de los datos con respuesta analtica. Para ello, se calcula el porcentaje del
CV, mediante la siguiente frmula (Stanley, com.) (Castillo, P., 2012, p. 50).
64
dnde:
: varianza
: media
Finalmente, el error analtico EA se estima como el promedio de la suma

cuadrtica del CV de los duplicados y el CV de los estndares.
dnde:
CVDup: coeficiente de
variacin de duplicados
CVSt: coeficiente de variacin
de estndares
Aquellas variables que posean error analtico menor al 10% son

consideradas analticamente confiables, las variables con error entre 10% a 20%
deben ser estudiadas en relacin al error total (E T) y para variables con valores
superiores 20% se consideran no aptas y son eliminadas del estudio (Castillo, P.,
2012, p. 51).
8.4.7. Clculo del error total y del error de muestreo

El error total (ET) se mide a travs de los resultados de los duplicados de
terreno, debido a que estas muestras tienen la suma de los errores introducidos
durante el muestreo (por ejemplo: errores en la homogenizacin de material,
manipulacin de las muestras, entre otros posibles errores).
El clculo del error total se realiza slo para las variables con error analtico
inferior a 20%. El procedimiento es equivalente al utilizado en la determinacin del
error analtico, obteniendo el porcentaje del coeficiente de variacin CV% a partir de
la varianza relativa RV.
A travs de los resultados del error total, se considerar que valores entre
0% y 30% de CV sern evaluados mediante los resultados de la evaluacin de la
precisin de los duplicados. Por otro lado, las variables con error total mayor a 30%
sern eliminadas (Castillo, P., 2012, p. 52) y no consideradas para el estudio.
En ltimo lugar, el error de muestro EM es determinado a travs de la

siguiente frmula:
dnde:
ET: Error Total
EA: Error Analtico
65
Es importante mencionar que existen variables que tienen el error analtico
mayor al error total, en este caso el error de muestreo resulta desconocido.
8.5. Estadstica multivariante
Es una coleccin de mtodos que permiten tratar problemas muy diversos en

los que diferentes propiedades o variables se miden en un conjunto especfico de
objetos.
Para evaluar las relaciones entre las variables se utilizan tres metodologas
estadsticas multivariantes: anlisis de correlacin mltiple (Pearson), anlisis de
componentes principales y anlisis de factores, las cuales sern descritas a
continuacin.
8.5.1. Anlisis de correlacin mltiple (ACM)

El anlisis de correlacin estima el grado de asociacin lineal entre dos
variables. Uno de los mtodos ms usados corresponde a la determinacin del
coeficiente de correlacin de Pearson. El clculo de este coeficiente (c x-y)
corresponde a la divisin de la covarianza entre dos variables por el producto de las
desviaciones estndar de cada variable:
Para un par de variables, el valor cx-y puede tomar cualquier valor entre -1 y
+1. No obstante debe indicarse que la magnitud de la relacin viene especificada
por el valor numrico del coeficiente, reflejando el signo la direccin de tal valor. En
este sentido, tan fuerte es una relacin de +1 como de -1. En el primer caso la
relacin es perfecta positiva y en el segundo perfecta negativa. La correlacin entre
dos variables x e y es perfecta positiva cuando en la medida que aumenta una de
ellas aumenta la otra. Por otro lado, se dice que la relacin es perfecta negativa
cuando en la medida que aumenta una variable disminuye la otra.
Un valor de 1 indica una correlacin lineal perfecta entre las variables,

mientras un valor 0, refleja que no existe relacin lineal entre ellas. El coeficiente de
Pearson es sensible a las relaciones no lineales entre las variables y a la presencia
de outliers (Reimann et al., 2008) (Castillo, P., 2012, p. 97).
Los coeficientes de Pearson entre las variables se representan como una

matriz de correlacin cuadrada, con unos en la diagonal, lo que significa que la
66
varianza total de la poblacin de datos, es igual a la suma de las varianzas
individuales.
De acuerdo a los coeficientes de Pearson se establece como correlacin

positiva muy alta a los coeficientes superiores a 0.9, correlacin positiva alta a los
coeficientes entre 0.89 y 0.7 y como correlacin positiva moderada a los coeficientes
entre 0.69 y 0.5. Por su parte, se considera correlacin negativa alta a los
coeficientes inferiores a -0.75 y correlacin negativa moderada a los coeficientes
entre -0.5 y -0.74. Para coeficientes de correlacin entre 0.49 y -0.49, se determina
que las variables poseen una baja correlacin.
En general, si se tiene que una correlacin de 0.5 indica una asociacin

significativa entre dos variables, no obstante, eso variar segn el nmero de
muestras, ya que al incrementar el nmero de muestras, suelen disminuir los valores
absolutos del coeficiente de correlacin (Reimann et al., 2008) (Castillo, P., 2012,
p. 97).
8.5.2. Anlisis de componentes principales (ACP)

El Anlisis de Componentes Principales (ACP) es una tcnica estadstica de
sntesis de la informacin, o reduccin de la dimensin (nmero de variables). Es
decir, ante un banco de datos con muchas variables, el objetivo ser reducirlas a un
menor nmero perdiendo la menor cantidad de informacin posible.
Los nuevos componentes principales o factores sern una combinacin

lineal de las variables originales, y adems sern independientes entre s.
Un aspecto fundamental en el ACP es la interpretacin de los factores, la

cual ser deducida luego de observar la relacin de los factores con las variables
iniciales (habr, pues, que estudiar tanto el signo como la magnitud de las
correlaciones).
El primer paso para el clculo de los factores consiste en centrar y

estandarizar los valores que sern analizados, esto es a travs de la
extraccin de la media y dividindolos por la desviacin estndar.
Sea Z la matriz de datos n datos x N variables (centradas y

estandarizadas). Se construye la matriz V de varianza-covarianza (N x N):
67
Los factores se determinaran segn la siguiente frmula:
En donde Y es la matriz (N x N) de factores y Q es la matriz de

vectores propios ortonormales de V. De acuerdo a esto, el ACP es una
interpretacin estadstica de los valores y vectores propios de la matriz de
varianza-covarianza. Cada factor (Yf) estar relacionado a un valor propio
de V, que representar la varianza del factor. Estos factores tendrn media
nula y sern combinaciones lineales de las variables centradas (Castillo, P.
2012. p. 97).
Como los valores propios representan la varianza de los factores,

se puede generar un criterio para considerar slo los valores propios que
representen la mayor parte de la varianza total de los factores. En este caso,
se puede utilizar el criterio de Kaiser (1958), considerando solamente los
factores que posean un valor propio superior a 1 (Castillo, P., 2012, p. 98).
De este modo los factores elegidos (Ye) seran aquellos cuyos

vectores propios (Q e) tengan asociado un valor propio superior a 1, mediante
la siguiente ecuacin:
Si el anlisis de componentes principales (ACP) se genera utilizando el

software SPSS, para la extraccin de las componentes o factores de las variables
aptas, primero se procede a la determinacin de las comunalidades, las cuales son la
proporcin de la varianza explicada por las componentes comunes en una variable.
La seleccin de componentes principales se puede realizar empleando el

grfico de sedimentacin (criterio de Cattell 1966) (Prez, E. y Medrano, L., 2010, p.
63), el cual se genera a partir de la varianza total explicada. El nmero de factores o
componentes a retener son los puntos de datos que estn por encima de la ruptura (es
decir, punto de inflexin) (Yong, G., 2013, p. 85).
Otro criterio que puede usarse para determinar el nmero de factores, que se
haba mencionado, es el criterio de Kaiser, que es una regla general que sugiere
retener todos los factores o componentes que estn por encima del valor propio de 1
(Kaiser, 1960) (Yong, G., 2013, p. 85). En base a esto, se establece el porcentaje de
varianza que es explicada por el sistema factorial seleccionado.
68
La asociacin de una variable con un respectivo factor, queda determinada por
la correlacin ms alta (positiva o negativa) que tenga la variable con uno de los
factores elegidos. De este modo, las variables pueden estar asociadas a un solo factor.
8.5.3. Anlisis Factorial (AF)

El anlisis de factores (AF) es una modificacin del ACP (Kaiser, 1958;
Goovaerts, 1993; Davis, 2002), que est basado en la estructura de correlacin de
las variables. El modelo de este mtodo permite que los factores no expliquen la
variacin total de los datos. Esto implica que admite la existencia de algunos nicos
factores, que poseen un desarrollo completamente diferente al resto de factores
(Reimann et al., 2002) (Castillo, P., 2012, p. 98).
Por otro lado, el ACP muestra la estructura total en los datos (todas las
variables estn forzadas dentro del resultado). En la prctica esto significa que el
anlisis de factores (AF) se adapta mejor para encontrar estructuras comunes en
los datos. De este modo, el anlisis de factores es geoqumicamente ms til ya que
permite detectar procesos comunes determinados por el comportamiento de los
elementos (Reimann et al., 2002) (Castillo, P., 2012, p. 98).
La diferencia matemtica entre ambos modelos est en que el AF realiza

una rotacin ortogonal de los factores que se obtienen por ACP. Kaiser (1958)
gener una tcnica de rotacin denominada rotacin ortogonal Varimax, la cual es
explicada por Goovaerts (1993) (Castillo, P., 2012, p. 99). de la siguiente forma:
Sea Ak la matriz de (p x k) de puntuaciones factoriales aiv. Cada aiv

representa la puntuacin para la variable i (i = 1,,p) en el factor v (v =
1,,k). Tenemos entonces, que Ak* es la matriz p x k de las puntuaciones
obtenidas a travs de una rotacin ortogonal de Ak, tal que Ak* =AkT. Uno de
los objetivos de encontrar la matriz ortogonal T, es hacer que la estructura
de Ak sea simplificada. Kaiser (1958) defini la simplificacin de un factor
(Sv), como la varianza de su puntuacin al cuadrado, determinando a Sv
como:
Entonces para la matriz completa, el criterio Varimax es:
69
El procedimiento Varimax selecciona la transformacin ortogonal T
que hace a S lo ms grande posible, es decir S es mxima para aiv = aiv* i,
v. Puesto que una varianza es grande cuando las observaciones estn
concentradas en los extremos, maximizando el criterio Varimax, se tender
a producir una matriz de puntuaciones de factores rotados con grandes y
pequeas puntuaciones en cada columna (Castillo, P., 2012, p. 99), es decir
al realizar un giro de los ejes de ordenadas de los factores respecto a las
variables se logra que las correlaciones entre ellas sean muy pequeas
(prximas a cero) o muy grande (prximas a uno).
El criterio Varimax brinda igual importancia a todas las variables sin

tener en cuenta la proporcin de su varianza, explicado por los k
componentes principales. Por lo tanto, se usa frecuentemente el criterio
Varimax normal S que se define como:
Donde . Cada hi2, llamada comunalidad de cada variable

i, es una medida de la proporcin de la varianza que est contenida en los k
componentes principales (Castillo, P., 2012, p. 99).
El anlisis de factores (AF) que se genera mediante el software SPSS,

permite generar una rotacin Varimax a partir del ACP. Debido a que la rotacin
Varimax requiere la delimitacin previa del nmero de factores, se establece la
utilizacin del mismo nmero de factores que fueron elegidos en el ACP.
El procedimiento de rotacin ortogonal varimax, consiste en maximizar la

suma de las varianzas de las puntuaciones factoriales al cuadrado dentro de cada
factor, dividida por la comunalidad de la variable correspondiente, para evitar que
las variables con mayores comunalidades tengan ms peso en la solucin final. De
todo esto se obtiene la matriz de factores o componentes rotados (Castillo, P., 2012,
p. 101).
A continuacin, se dar una breve descripcin de los principales

trminos relacionados al anlisis factorial:
70
Mtodos de Rotacin
Los factores se giran para una mejor interpretacin ya que los factores no
girados son ambiguos. El objetivo de la rotacin es lograr una estructura ptima
simple que intente tener cada puntuacin de una variable en el menor nmero
posible de factores, pero maximiza el nmero de puntuaciones elevadas en cada
variable (Rummel, 1970). En ltima instancia, la estructura simple intenta que cada
factor defina un conjunto distinto de variables interrelacionadas para que la
interpretacin sea ms fcil (Cattell, 1973) (Yong, G., 2013, p. 84).
En trminos generales, hay rotacin ortogonal y rotacin oblicua. La

rotacin ortogonal es cuando los factores se giran 90 entre s, y se supone que
los factores no estn correlacionados. Esto es menos realista ya que los factores
generalmente se correlacionan entre s hasta cierto punto (Costello & Osborne,
2005) (Yong, G., 2013, p. 84).
Dos tcnicas ortogonales comunes son la rotacin de Quartimax y

Varimax. Quartimax implica la minimizacin del nmero de factores necesarios para
explicar cada variable (Gorsuch, 1983) (Yong, G., 2013, p. 84). Varimax minimiza
el nmero de variables que tienen altas puntuaciones en cada factor y trabaja para
hacer pequeas puntuaciones an ms pequeas. La rotacin oblicua es cuando
los factores no se giran 90 entre s, y los factores se consideran correlacionados.
La rotacin oblicua es ms compleja que la rotacin ortogonal, ya que puede
implicar uno de los dos sistemas de coordenadas: un sistema de ejes primarios o
un sistema de ejes de referencia (Rummel, 1970) (Yong, G., 2013, p. 84).
Adicionalmente, la rotacin oblicua produce una matriz de patrones que

contiene la matriz de correlacin de factores y puntuaciones de elementos que
incluye las correlaciones entre los factores. Las tcnicas comunes de rotacin
oblicua son Direct Oblimin y Promax. Direct Oblimin intenta simplificar la estructura
y la matemtica de la salida, mientras que Promax es conveniente debido a su
velocidad en conjuntos de datos ms grandes. Promax implica elevar las
puntuaciones a una potencia de cuatro, lo que en ltima instancia resulta en una
mayor correlacin entre los factores y logra una estructura simple (Gorsuch, 1983)
(Yong, G., 2013, p. 84).
71
Figura 43: Representacin grfica de la rotacin de los factores. Izquierda: rotacin
ortogonal Derecha: rotacin oblicua. Las estrellas representan las puntuaciones de las
variables originales en los factores.
Puntuaciones del factor

Se puede considerar que una puntuacin de factores es una variable que
describe cunto representara un individuo en un factor. (Yong, G., 2013, p. 86).
Interpretaciones de las puntuaciones de los factores

Al interpretar los factores, se necesita mirar las puntuaciones para
determinar la fuerza de las relaciones. Los factores pueden ser identificados por las
puntuaciones ms grandes, pero tambin es importante examinar las
puntuaciones cero y bajas para confirmar la identificacin de los factores (Gorsuch,
1983) (Yong, G., 2013, p. 84). Debe haber pocas puntuaciones cruzadas en un
item (es decir, puntuaciones divididas) de manera que cada factor define un
conjunto distinto de variables interrelacionadas. Una puntuaciones cruzada es
cuando un elemento se carga a 0,32 o superior en dos o ms factores (Costello &
Osborne, 2005) (Yong, G., 2013, p. 84).
Dependiendo del diseo del estudio, se puede retener una variable compleja
(es decir, un tem que est en la situacin de puntuacin cruzada) con la suposicin
de que es la naturaleza latente de la variable, o la variable compleja puede ser
eliminada cuando la interpretacin es difcil.
Distribucin normal
Antes de llevar a cabo un anlisis factorial clsico, lo que debera
generalmente ser probado es si todas las variables tienen una distribucin normal.
72
Al igual que para muchas otras tcnicas estadstica, el anlisis factorial es muy
sensible a la falta de normalidad de los datos. Ahora es bien conocido, que la
geoqumica regional los datos prcticamente no muestran una distribucin normal
(Reiman, C., 1999, p. 1001). El anlisis de factores requiere una distribucin normal
de las variables presentadas.
Un procedimiento de normalizacin adecuada debe ser aplicado primero a

los datos para que se acerque a una distribucin normal. En muchos casos se utiliza
una transformacin logartmica, y muchos libros de geoqumica indican que los
datos geoqumicos por lo general siguen una distribucin logartmica normal.
8.6. Modelamiento Geolgico
El modelamiento geolgico permite incrementar el conocimiento de la

morfologa del depsito y representarlo lo ms cercano a la realidad posible. Adems,
permite relacionar unidades (de distribucin espacial de elementos qumicos) con los
diferentes tipos de modelos (litologa, alteracin) y definir volmenes de roca en los
que la variable a evaluar tenga un comportamiento homogneo.
Modelo Geolgico
Es la representacin bidimensional o tridimensional de un volumen de roca.
Este puede representar la litologa, mineralizacin, alteracin u otro tipo de
caracterstica geolgica del macizo rocoso.
El modelo geolgico es una parte fundamental en el procedimiento de

estimacin de reservas de un depsito.
La creacin de un modelo geolgico es una de las primeras etapas en la

estimacin de recursos y requiere de un buen conocimiento del yacimiento y una
base de datos validada.
73
Figura 44: Ejemplo de un modelo geolgico 3D.
8.7. Anomalas geoqumicas
Las anomalas geoqumicas son caractersticas geoqumicas distintas de lo

que se considera normal. Pueden ser el resultado de:
- Procesos inusuales o poco comunes que concentran elementos particulares

(por ejemplo, un proceso de formacin de mineral, resistencia a la intemperie y
dispersin de elementos a partir de una concentracin de elementos inusuales
tal como un cuerpo de mineral).
- Acumulacin o concentracin de elementos por procesos comunes que actan

durante largos perodos (por ejemplo, barrido y concentracin de ciertos
elementos mediante piedras de hierro, regolitos ferruginosos o xidos de
manganeso).
- Contaminacin artificial de sitios o muestras.
- Ruido analtico o error (por ejemplo, poca precisin del mtodo analtico,
particularmente para concentraciones de elementos prximas al lmite de
deteccin) (McQueen, K. G., 2005, p. 1).
Una forma simple de definir estadsticamente una anomala en una poblacin

de datos es considerando como anmalos a aquellos valores fuera de dos
desviaciones estndar de la media (promedio estadstico) (Hawkes y Webb, 1962)
(McQueen, K. G., 2005, p. 2). En otras palabras, el umbral o lmite de la variacin
normal se estableci en dos desviaciones estndar de la media.
74
9. CAPTULO IX
METODOLOGA DE LA INVESTIGACIN
La metodologa que sustenta este estudio incluye: el muestreo, anlisis

qumicos, control de calidad, compositacin, el anlisis exploratorio de datos, el
anlisis multivariante y modelamiento de la distribucin espacial de los datos
geoqumicos y factores. Sin embargo, el presente captulo no incluye el anlisis
multivariante y modelamiento de la distribucin espacial de datos geoqumicos y
factores; y ser desarrollado en el captulo X puesto que es el tema central de la
presente tesis.
9.1. Muestreo y anlisis qumicos
Corte de testigos
El corte de muestra es longitudinal al eje del testigo para obtener dos partes
iguales (figura 45); luego del corte, las partes son devueltas a su caja preservando
la posicin y direccin original para posteriormente pasar a otro ambiente para el
muestreo. El corte se realiza con una mquina hidrulica de corte (CMC, 2014, p.
10).
Figura 45. Corte longitudinal de testigos.
Asimismo, se debe tener en cuenta que cuando el testigo est demasiado

fracturado no se realiza el corte con la mquina, este intervalo del testigo se divide
de forma manual.
75
Muestreo de testigos cortados
Luego de realizado el corte de los testigos, se colecta la mitad del testigo, la
cual es reducida a una pulgada mediante chancado manual. Terminado el
chancado, la muestra preparada se coloca en una bolsa de plstico, se sella y
codifica con una etiqueta (cdigo de barras). Los cdigos son nicos e irrepetibles
para cada muestra.
Para evitar contaminacin durante esta etapa, el cortador de testigos y las

herramientas utilizadas en el muestreo se limpian despus de cada muestra
preparada.
Ubicacin de muestras de control

Cada grupo de muestras enviado al laboratorio contiene de un 12 a 16 % de
muestras de control entre duplicados, blancos y estndares, las cuales se ubican
annimamente dentro de la secuencia de muestras, esta informacin se especifica
en una lista de muestreo, aqu tambin se identifican los intervalos, los cdigos que
corresponde a cada muestra y la ubicacin de las muestras de control (CMC, 2014,
p. 11).
Anlisis Qumicos
El grupo de muestras es sometido a los anlisis qumicos descritos en la
seccin 8.2. Los resultados son reportados por el laboratorio e ingresados a la base
de datos, el cual es administrado por el software AcQuire.
9.2. Control de calidad
9.2.1. Presentacin de los datos

Se cuenta con un total de 4270 muestras primarias, pertenecientes a 68
sondajes diamantinos los cuales estn distribuidos en una malla regular de 50 metros
por 50 metros (Mapa 09). La mayora de estos sondajes presenta direccin norte-sur
con buzamiento hacia el sur, cubriendo un rea aproximada de 650 metros de ancho
por 700 metros de largo. El total de variables son 39 que corresponden todos a
elementos qumicos.
Se obtiene una matriz de datos de 4270 muestras x 39 variables. Adems, se

cuentan con 567 muestras control (218 muestras duplicado, 199 muestras estndar y
150 muestras blancas) (Tabla 03). Para el procesamiento y validacin de los datos se
utiliza los softwares SPSS y AcQuire.
76
Mapa 09. Ubicacin de sondajes.
77
Presentacin de datos
SONDAJES DIAMANTINOS 68
PRIMARIAS 4270 muestras
CONTROLES 567 muestras 13.3%
% Insercin Muestras
Duplicado Gemela o de terreno 57 muestras 1.33%
Duplicado Grueso 83 muestras 1.94%
Control
Duplicado Pulpa 78 muestras 1.83%
Estndares 199 muestras 4.66%
Blanco Grueso 75 muestras 1.76%
Blanco Fino 75 muestras 1.76%
Tabla 03. Presentacin de datos.
9.2.2. Evaluacin del lmite de deteccin

El control de calidad en el proyecto Mirador Norte, comienza con la eliminacin
de las variables que poseen baja respuesta analtica, aquellos que tienen ms del 50%
de los datos con valores inferiores al lmite de deteccin (Tabla 04). El total de variables
son 39 y el nmero de variables con ms de 50% sin respuesta analtica, corresponden
a 14 elementos qumicos (Be, Bi, Cd, Ga, Mg, Nb, P, Se, Sn, Te, Ti, Tl, W, Y), que
sern eliminados del subsiguiente anlisis de control de calidad.
78
Porcentaje de respuesta analtica
%Muestras %Muestras %Muestras
VARIABLE LMD UNIDAD VARIABLE LMD UNIDAD VARIABLE LMD UNIDAD
<LMD <LMD <LMD
Ag 0.2 ppm 49% Ga 10 ppm 82% Sb 5 ppm 49%

Al 0.01 pct 1% Hg 0.01 ppm 48% Sc 0.5 ppm 48%
As 1 ppm 1% K 0.01 pct 13% Se 10 ppm 88%
Au 0.005 ppm 1% La 0.5 ppm 15% Sn 10 ppm 95%
Ba 1 ppm 0% Mg 0.01 pct 75% Sr 0.5 ppm 1%
Be 0.5 ppm 95% Mn 2 ppm 0% Te 10 ppm 99%
Bi 5 ppm 86% Mo 1 ppm 4% Ti 0.01 pct 98%
Ca 0.01 pct 36% Na 0.01 pct 36% Tl 2 ppm 80%
Cd 1 ppm 76% Nb 1 ppm 73% V 2 ppm 4%
Co 1 ppm 43% Ni 1 ppm 5% W 10 ppm 84%
Cr 1 ppm 1% P 0.01 pct 65% Y 0.5 ppm 71%
Cu 0.5 ppm 0% Pb 2 ppm 0% Zn 0.5 ppm 0%
Fe 0.01 pct 0% S 0.01 pct 2% Zr 0.5 ppm 26%
Tabla 04. Porcentaje de respuesta analtica. En rojo, 14 variables eliminadas del estudio
estadstico por lmite de deteccin (LMD).
9.2.3. Evaluacin de la contaminacin

Para esta evaluacin se cuenta con 75 muestras blanco grueso y 75
muestras duplicado grueso y se realiza mediante los grficos Blanco vs Muestra
precedente.
Estas muestras blancas han sido preparadas para controlar la

contaminacin del elemento oro (Au), siendo ste el mineral de inters para la
empresa minera; por lo tanto slo se ha evaluado la contaminacin para ese
elemento.
Luego de la observacin de los grficos se concluye que no existe grado de

contaminacin importante, ya que slo se han encontrado un blanco fallido en cada
uno de los grupos de blancos (Anexo A: Grficos 01 y 02.).
9.2.4. Evaluacin de la precisin

La precisin fue evaluada a travs de 218 muestras duplicado y se realizaron
los grficos Min / Max para determinar la tasa de error de cada variable de acuerdo
a cada tipo de duplicado, obtenindose los siguientes resultados:
79
Evaluacin de precisin: Duplicados Gemelos
DUPLICADOS GEMELOS
Lmite
Variable Nmero de Lmite de Muestras Tasa de tasa de Precisin
Muestras deteccin Fallidas error error Aceptable
Ag ppm 57 0.200 3 5.3% 10.0% SI
Al pct 57 0.010 3 5.3% 10.0% SI
As ppm 57 1.000 1 1.8% 10.0% SI
Au ppm 57 0.005 2 3.5% 10.0% SI
Ba ppm 57 1.000 2 3.5% 10.0% SI
Ca pct 57 0.010 1 1.8% 10.0% SI
Co ppm 57 1.000 3 5.3% 10.0% SI
Cr ppm 57 1.000 3 5.3% 10.0% SI
Cu ppm 57 0.500 2 3.5% 10.0% SI
Fe pct 57 0.010 2 3.5% 10.0% SI
Hg ppm 57 0.010 6 10.5% 10.0% NO
K pct 57 0.010 2 3.5% 10.0% SI
La ppm 57 0.500 7 12.3% 10.0% NO
Mn ppm 57 2.000 3 5.3% 10.0% SI
Mo ppm 57 1.000 4 7.0% 10.0% SI
Na pct 57 0.010 2 3.5% 10.0% SI
Ni ppm 57 1.000 3 5.3% 10.0% SI
Pb ppm 57 2.000 3 5.3% 10.0% SI
S pct 57 0.010 2 3.5% 10.0% SI
Sb ppm 57 5.000 4 7.0% 10.0% SI
Sc ppm 57 0.500 1 1.8% 10.0% SI
Sr ppm 57 0.500 2 3.5% 10.0% SI
V ppm 57 2.000 2 3.5% 10.0% SI
Zn ppm 57 0.500 2 3.5% 10.0% SI
Zr ppm 57 0.500 3 5.3% 10.0% SI
Tabla 05. Evaluacin de la precisin para duplicados gemelos. (Software: AcQuire).
80
Evaluacin de precisin: Duplicados Gruesos
DUPLICADOS GRUESOS
Lmite
Ag ppm 83 0.200 2 2.4% 10.0% SI
Al pct 83 0.010 3 3.6% 10.0% SI
As ppm 83 1.000 2 2.4% 10.0% SI
Au ppm 83 0.005 2 2.4% 10.0% SI
Ba ppm 83 1.000 4 4.8% 10.0% SI
Ca pct 83 0.010 2 2.4% 10.0% SI
Co ppm 83 1.000 9 10.8% 10.0% NO
Cr ppm 83 1.000 4 4.8% 10.0% SI
Cu ppm 83 0.500 2 2.4% 10.0% SI
Fe pct 83 0.010 2 2.4% 10.0% SI
Hg ppm 83 0.010 10 12.0% 10.0% NO
K pct 83 0.010 3 3.6% 10.0% SI
La ppm 83 0.500 9 10.8% 10.0% NO
Mn ppm 83 2.000 5 6.0% 10.0% SI
Mo ppm 83 1.000 4 4.8% 10.0% SI
Na pct 83 0.010 1 1.2% 10.0% SI
Ni ppm 83 1.000 3 3.6% 10.0% SI
Pb ppm 83 2.000 2 2.4% 10.0% SI
S pct 83 0.010 3 3.6% 10.0% SI
Sb ppm 83 5.000 1 1.2% 10.0% SI
Sc ppm 83 0.500 5 6.0% 10.0% SI
Sr ppm 83 0.500 3 3.6% 10.0% SI
V ppm 83 2.000 3 3.6% 10.0% SI
Zn ppm 83 0.500 3 3.6% 10.0% SI
Zr ppm 83 0.500 3 3.6% 10.0% SI
Tabla 06. Evaluacin de la precisin para duplicados gruesos. (Software: AcQuire).
81
Evaluacin de precisin: Duplicados Pulpa
DUPLICADOS PULPA
Lmite
Ag ppm 78 0.200 3 3.8% 10.0% SI
Al pct 78 0.010 4 5.1% 10.0% SI
As ppm 78 1.000 3 3.8% 10.0% SI
Au ppm 78 0.005 2 2.6% 10.0% SI
Ba ppm 78 1.000 4 5.1% 10.0% SI
Ca pct 78 0.010 0 0.0% 10.0% SI
Co ppm 78 1.000 5 6.4% 10.0% SI
Cr ppm 78 1.000 3 3.8% 10.0% SI
Cu ppm 78 0.500 3 3.8% 10.0% SI
Fe pct 78 0.010 3 3.8% 10.0% SI
Hg ppm 78 0.010 3 3.8% 10.0% SI
K pct 78 0.010 2 2.6% 10.0% SI
La ppm 78 0.500 7 9.0% 10.0% SI
Mn ppm 78 2.000 5 6.4% 10.0% SI
Mo ppm 78 1.000 4 5.1% 10.0% SI
Na pct 78 0.010 4 5.1% 10.0% SI
Ni ppm 78 1.000 4 5.1% 10.0% SI
Pb ppm 78 2.000 3 3.8% 10.0% SI
S pct 78 0.010 3 3.8% 10.0% SI
Sb ppm 78 5.000 4 5.1% 10.0% SI
Sc ppm 78 0.500 5 6.4% 10.0% SI
Sr ppm 78 0.500 4 5.1% 10.0% SI
V ppm 78 2.000 4 5.1% 10.0% SI
Zn ppm 78 0.500 1 1.3% 10.0% SI
Zr ppm 78 0.500 2 2.6% 10.0% SI
Tabla 07. Evaluacin de la precisin para duplicados pulpa. (Software: AcQuire).
Luego de la evaluacin de los grficos (Anexo A: Grficos 03a a 03d, 04a a

a 04d y 05a a 05b), los resultados muestran precisin ACEPTABLE para 22
elementos (Ag, Al, As, Au, Ba, Ca, Cr, Cu, Fe, K, Mn, Mo, Na, Ni, Pb, S, Sb, Sc, Sr,
V, Zn y Zr). Los elementos que mostraron precisin NO ACEPTABLE fueron 3
elementos (Co, Hg y La). (Tablas 05, 06 y 07).
9.2.5. Evaluacin de la exactitud

La evaluacin de la exactitud se realiza mediante los Grficos de Control
Estndar para 07 diferentes estndares que suman un total de 199 muestras control.
82
Estas muestras tienen valores estandarizados para el elemento oro (Au) por lo cual
slo puede evaluarse la exactitud de este elemento. (Anexo A: Grficos 06a-06c).
Los resultados de esta evaluacin se resumen en la siguiente tabla:
Evaluacin de exactitud: Muestras estndar

Mejor
Nmero de Muestras Mejor Valor Mejor Valor Evaluacin
STANDAR Valor % Sesgo
Muestras Fallidas +5% -5% Exactitud
(Au)
ESTNDAR 01 70 3 0.029 0.030 0.028 1.8% BUENA
ESTNDAR 06 8 1 0.163 0.171 0.155 2.4% BUENA
ESTNDAR 07 8 1 0.510 0.536 0.485 1.3% BUENA
ESTNDAR 08 10 0 1.053 1.106 1.000 0.0% BUENA
ESTNDAR 09 39 3 0.199 0.209 0.189 0.7% BUENA
ESTNDAR 10 39 4 0.541 0.568 0.514 1.3% BUENA
ESTNDAR 11 25 2 0.959 1.007 0.911 2.9% BUENA
Tabla 08. Evaluacin de la exactitud para el elemento Oro (Au). (Software: AcQuire).
9.2.6. Clculo de error analtico, muestral y total

En la evaluacin del error analtico, muestral y total se toman en cuenta las 25
variables que no fueron eliminadas en la evaluacin por lmite de deteccin (Ag, Al,
As, Au, Ba, Ca, Co, Cr, Cu, Fe, Hg, K, La, Mn, Mo, Na, Ni, Pb, S, Sb, Sc, Sr, V, Zn y
Zr). Adems, para el clculo del error analtico de las muestra se cuenta con 78
muestras duplicado fino y 199 muestras estndares; y para el error total y de muestreo
se utilizarn las 57 muestras duplicado de terreno.
Los valores obtenidos para los porcentajes de los coeficientes de variacin

(%CV) del error relativo analtico (EA), muestral (EM) y total (ET), son expuestos en la
tabla 09, identificando las variables aptas y no aptas, segn lo evaluado mediante los
resultados de errores relativos y la evaluacin de precisin de los duplicados.
Las variables que poseen un CV analtico menor a 20%, con CV total (error
total) menor a 30% y que superaron la evaluacin de los grficos Min/Max
corresponden a 22 variables.
A modo de resumen, la tabla 10, muestra los elementos que fueron eliminados de
la base de datos, segn los distintos procesos del control de calidad y adems las 22
variables aptas para el estudio estadstico.
83
Valores de errores relativos
Error Error Error de
Elemento %Muestras Precisin Variable
Analtico Total Muestreo Observaciones
/Variable < LMD aceptable Apta
(CV%) (CV%) (CV%)
Ag 49% SI 10% 13% 8% SI
Al 1% SI 11% 13% 7% SI
As 1% SI 6% 10% 8% SI
Au 1% SI 4% 5% 4% SI
Ba 0% SI 8% 15% 12% SI
Be 95% -- -- -- -- NO Baja respuesta analtica
Bi 86% -- -- -- -- NO Baja respuesta analtica
Ca 36% SI 6% 9% 7% SI
Cd 76% -- -- -- -- NO Baja respuesta analtica
Co 43% NO 25% 6% -- NO Error Analtico / Precisin no aceptable
Cr 1% SI 7% 14% 12% SI
Cu 0% SI 5% 7% 5% SI
Fe 0% SI 3% 5% 4% SI
Ga 82% -- -- -- -- NO Baja respuesta analtica
Hg 48% NO 19% 11% -- NO Precisin no aceptable
K 13% SI 13% 13% -- SI
La 15% NO 22% 12% -- NO Error Analtico / Precisin no aceptable
Mg 75% -- -- -- -- NO Baja respuesta analtica
Mn 0% SI 13% 10% -- SI
Mo 4% SI 9% 11% 7% SI
Na 36% SI 6% 12% 10% SI
Nb 73% -- -- -- -- NO Baja respuesta analtica
Ni 5% SI 13% 19% 14% SI
P 65% -- -- -- -- NO Baja respuesta analtica
Pb 0% SI 8% 8% -- SI
S 2% SI 11% 11% -- SI
Sb 49% SI 5% 6% 2% SI
Sc 48% SI 7% 6% -- SI
Se 88% -- -- -- -- NO Baja respuesta analtica
Sn 95% -- -- -- -- NO Baja respuesta analtica
Sr 1% SI 14% 14% 1% SI
Te 99% -- -- -- -- NO Baja respuesta analtica
Ti 98% -- -- -- -- NO Baja respuesta analtica
Tl 80% -- -- -- -- NO Baja respuesta analtica
V 4% SI 18% 9% -- SI
W 84% -- -- -- -- NO Baja respuesta analtica
Y 71% -- -- -- -- NO Baja respuesta analtica
Zn 0% SI 12% 14% 6% SI
Zr 26% SI 19% 12% -- SI
APTA SI: < 50% <20% <30% Evaluacin
Tabla 09. Valores de errores relativos para las variables del proyecto Mirador Norte. En rojo:
las variables consideradas no aptas para el estudio estadstico.
84
Resumen de seleccin de variables aptas
Tabla 10. Resumen de seleccin de variables aptas (22 variables).
9.3. Compositacin de muestras
El criterio usado para la compositacin ha sido el de aplicar a todas las

muestras de sondajes, un largo de 8 metros (dimensin actual de diseo de bancos
de minado), un mnimo de 4 metros y un mximo de 12 metros. El proceso de
compsitos ha sido siguiendo la traza de sondaje. Este proceso se realiza con ayuda
del software Leapfrog.
Se han compositado las 22 variables (que superaron el control de calidad Ag,

Al, As, Au, Ba, Ca, Cr, Cu, Fe, K, Mn, Mo, Na, Ni, Pb, S, Sb, Sc, Sr, V, Zn y Zr),
obtenindose un total de 938 muestras compositadas que sern utilizadas durante el
anlisis factorial.
9.4. Anlisis exploratorio de datos (AED)
9.4.1. Estadstica descriptiva

Se presentar las estadsticas descriptivas bsicas de las 22 variables que
superaron el control de calidad (Ag, Al, As, Au, Ba, Ca, Cr, Cu, Fe, K, Mn, Mo, Na,
Ni, Pb, S, Sb, Sc, Sr, V, Zn y Zr), tanto para las muestras primarias (4270 muestras)
como para las muestras compositadas (938 muestras), las cuales fueron
procesadas en el software SPSS. Los resultados son exhibidos en las tablas 11 y
12.
85
Estadsticas bsicas para muestras primarias
Media Desv.est. Percentiles
Variable N Mnimo Mximo + 3.5
() () 25% 50% 75% 99%
Ag ppm 4270 0.1 48.20 0.38 1.35 5.11 0.10 0.20 0.40 3.73
Al pct 4270 0.005 5.54 0.63 0.66 2.94 0.19 0.39 0.86 3.18
As ppm 4270 3 1980.00 77.28 107.60 453.89 25.00 49.00 90.00 511.87
Au ppm 4270 0.0025 11.42 0.29 0.56 2.23 0.10 0.18 0.31 1.81
Ba ppm 4270 2 9074.00 428.84 865.60 3458.45 60.00 136.50 327.25 4575.83
Ca pct 4270 0.005 2.89 0.07 0.23 0.89 0.01 0.02 0.04 1.22
Cr ppm 4270 0.5 492.00 66.00 63.51 288.28 18.00 47.00 91.00 275.29
Cu ppm 4270 1.4 23200.00 270.68 600.44 2372.22 68.28 144.40 291.10 2054.74
Fe pct 4270 0.15 15.00 3.92 2.11 11.29 2.69 3.77 4.79 11.27
K pct 4270 0.005 0.67 0.11 0.09 0.43 0.03 0.09 0.17 0.38
Mn ppm 4270 1 10000.00 69.74 230.16 875.31 24.00 37.00 55.00 946.64
Mo ppm 4270 0.5 1036.00 32.14 59.17 239.23 7.00 15.00 34.00 287.58
Na pct 4270 0.005 1.10 0.03 0.03 0.16 0.01 0.02 0.05 0.13
Ni ppm 4270 0.5 986.00 9.52 17.97 72.42 4.00 8.00 11.00 42.58
Pb ppm 4270 1 4341.00 69.12 120.15 489.66 25.00 45.50 77.00 434.45
S pct 4270 0.005 10.00 2.15 2.22 9.91 0.20 0.85 3.96 8.06
Sb ppm 4270 2.5 571.00 9.97 24.15 94.48 2.50 5.00 9.00 103.00
Sc ppm 4270 0.25 113.70 1.16 2.74 10.74 0.25 0.60 1.60 5.13
Sr ppm 4270 0.25 825.50 60.91 66.69 294.33 21.30 43.10 76.50 325.35
V ppm 4270 1 424.00 21.39 15.42 75.36 12.00 19.00 27.00 69.00
Zn ppm 4270 0.25 10000.00 97.89 243.49 950.10 5.90 13.15 100.90 927.45
Zr ppm 4270 0.25 21.80 1.28 1.30 5.83 0.25 1.10 1.70 6.63
Tabla 11. Estadsticas bsicas de las 22 variables aptas (muestras primarias). (Software: SPSS).
86
Estadsticas bsicas para muestras compositadas
Media Desv.est. Percentiles
Variable N Mnimo Mximo + 3.5
() () 25% 50% 75% 99%
Ag ppm 938 0.1 11.42 0.37 0.80 3.18 0.13 0.21 0.36 3.05
Al pct 938 0.005 4.62 0.67 0.63 2.88 0.23 0.44 0.93 2.86
As ppm 938 4.0506 953.44 74.26 76.05 340.44 29.46 53.98 93.27 390.19
Au ppm 938 0.007075 4.97 0.26 0.34 1.45 0.11 0.18 0.31 1.60
Ba ppm 938 3.4375 5835.60 397.80 631.03 2606.40 86.57 168.06 380.99 2943.38
Ca pct 938 0.005 2.55 0.08 0.23 0.90 0.01 0.02 0.04 1.34
Cr ppm 938 0.5 282.07 65.12 57.64 266.85 20.14 48.90 88.44 241.07
Cu ppm 938 11.856 9029.90 277.80 464.16 1902.36 91.58 159.14 305.23 1910.49
Fe pct 938 0.36075 10.84 3.86 1.57 9.35 3.00 3.79 4.56 9.21
K pct 938 0.005 0.44 0.11 0.08 0.40 0.05 0.10 0.17 0.35
Mn ppm 938 3.325 4363.00 78.56 207.80 805.85 25.90 40.49 59.17 858.87
Mo ppm 938 0.5 414.94 29.71 42.09 177.04 7.85 15.39 34.72 215.76
Na pct 938 0.005 0.23 0.03 0.03 0.13 0.01 0.03 0.05 0.12
Ni ppm 938 0.5 207.38 9.50 9.08 41.29 5.33 7.98 11.49 35.59
Pb ppm 938 5.25 1629.20 68.23 84.98 365.66 31.62 49.55 77.93 350.58
S pct 938 0.005 9.69 2.27 1.99 9.23 0.34 1.97 3.80 7.31
Sb ppm 938 2.5 253.62 9.37 15.73 64.43 3.12 5.00 9.12 78.17
Sc ppm 938 0.25 49.38 1.23 2.25 9.11 0.29 0.70 1.77 4.58
Sr ppm 938 0.25 601.58 61.25 52.01 243.29 28.91 47.92 77.20 231.92
V ppm 938 1 184.39 21.45 12.35 64.68 13.60 19.79 26.52 57.60
Zn ppm 938 1.045 2675.20 103.66 174.41 714.09 7.09 23.53 137.61 726.60
Zr ppm 938 0.25 12.38 1.30 1.08 5.07 0.57 1.14 1.67 5.39
Tabla 12. Estadsticas bsicas de las 22 variables aptas (muestras compositadas). (Software: SPSS).
87
9.4.2. Identificacin de muestras outliers
Para las muestras primarias, se evaluaron los valores mximos de las
variables comparado con el parmetro +3.5 (tabla 11), se comprueba que todos
los elementos poseen valores outliers aislados, sin embargo estas muestras no
constituyen poblaciones de muestras. Adems, al filtrar por el parmetro +3.5 no
se obtienen muestras que presenten ms del 50% de las variables con valores
outliers, por lo mismo ninguna muestra fue eliminada de la base de datos.
Por otro lado, para las muestras compositadas, se evaluaron los valores
mximos de las variables comparado con el parmetro +3.5 (tabla 12), se
comprueba que todos los elementos poseen valores outliers aislados, pero las
muestras no constituyen poblaciones muestrales. Adicionalmente, al filtrar por el
parmetro +3.5 no se existen muestras que tengan ms del 50% de las variables
con valores outliers, por lo mismo ninguna muestra compositada fue eliminada de
la base de datos.
9.4.3. Grficos Estadsticos

Se realizaron los histogramas, de las muestras primarias, para las 22
variables aptas por el control de calidad (Anexo A: Grficos 07a - 07f), con la
finalidad de observar el comportamiento de los datos. Como resultado, se observa
que las variables de Ag, Al, As Au Ba, Ca, Cr, Cu, Hg, K, Mn, Mo Na, Ni Pb, Sb, Sc
Sr, V Zn y Zr presentan asimetra con sesgo positivo fuerte. Mientras que el Fe
presenta un sesgo positivo menor. En cuanto al S, esta variable presenta un
comportamiento bimodal.
Tambin, se realizaron los histogramas de las muestras compositadas

(Anexo A: Grficos 08a - 08f), para las 22 variables aptas por el control de calidad,
con la finalidad de observar el comportamiento de los datos. Se observa que las
variables de Ag, Al, As Au Ba, Ca, Cr, Cu, K, Mn, Mo Na, Ni Pb, Sb, Sc Sr, V, Zr y
Zn presentan simetra con sesgo positivo fuerte, pero de grado menor a los vistos
en los histogramas de las muestras primarias. Adems, el Fe presenta un ligero
sesgo positivo. En cuanto al S, esta variable presenta un comportamiento bimodal.
Comparando histogramas, se puede observar que el sesgo de muchas de

las variables ha disminuido, comprobndose as la regularizacin de los valores de
las variables.
El siguiente paso consiste en la determinacin de la distribucin de las

variables, para esto se realizaron los grficos probabilsticos QQ plot con las
muestras compositadas (Anexo A: Grficos 09a-09d) y con sus valores con
transformacin logartmica (Anexo A: Grficos 10a 10b).
88
De acuerdo a los grficos QQ plot de valores observados (Anexo A: Grficos
09a-09d) se observa que las variables que presentan un comportamiento normal
son Fe, K, y Sr. El resto de variables se evaluaron de acuerdo a los grficos con
transformacin logartmica.
Los grficos QQ plot con transformacin logartmica (Anexo A: Grficos 10a

10b) muestran que las variables Ag, Al, As, Au, Ba, Cr, Cu, Fe, K, Mo, Na, Ni, Pb,
Sb, Sr, V y Zr presentan una curva muy cercana a la lnea de normalidad. En tanto,
las variables Ca, Mn, S, Sc y Zn no presentan un comportamiento normal o
lognormal en ninguno de los grficos QQ plot.
Finalmente, el anlisis exploratorio de datos ofrece como resultado a 17

variables finales aptas (Ag, Al, As, Au, Ba, Cr, Cu, Fe, K, Mo, Na, Ni, Pb, Sb, Sr, V y
Zr) para el subsecuente anlisis estadstico multivariante.
89
10. CAPTULO X
ANLISIS ESTADSTICO MULTIVARIANTE Y MODELAMIENTO

DE DATOS GEOQUMICOS
10.1. Estadstica Multivariante
La aplicacin de mtodos de anlisis multivariante facilita el estudio cuando se

trabaja con un gran nmero de variables y muestras, ya que resuelve problemas de
clasificacin y agrupamiento de stas. La estadstica multivariante fue procesada con
el software SPSS.
10.1.1. Anlisis de correlacin mltiple (ACM)

El anlisis de correlaciones (ACM) se realiza para todas las variables aptas
y se visualiza mediante una matriz de correlacin de Pearson.
La matriz de correlacin generada para las 17 variables finales aptas del

Proyecto Mirador Norte puede observarse en la tabla 13.
Los resultados no muestran fuertes correlaciones entre elementos, los

principales pares con correlaciones positivas moderadas (> 0.5), se pueden agrupar
en dos grupos: Al-K y As-Sb. Si se revisa correlaciones con valores >0.3 (baja
correlacin), se podran agrupar los siguientes elementos: Ag-Au-Sb, As-Cu-Pb, Fe-
Al-Zr-V y Al-K-Na.
Posteriormente, en el captulo X se discutirn las asociaciones predefinidas

por la matriz de correlacin haciendo uso de las distribuciones espaciales de los
elementos.
90
Matriz de correlacin
Ag Al As Au Ba Cr Cu Fe K Mo Na Ni Pb Sb Sr V Zr
Ag 1
Al -0.08 1
As 0.22 -0.30 1
Au 0.40 -0.22 0.34 1
Ba 0.06 -0.22 0.10 0.17 1
Cr 0.06 -0.23 0.11 0.12 0.08 1
Cu 0.18 -0.04 0.34 0.05 -0.06 0.03 1
Fe 0.16 -0.06 0.24 0.32 0.10 -0.24 0.15 1
K -0.09 0.67 -0.25 -0.19 -0.28 -0.12 -0.05 -0.14 1
Mo 0.04 -0.35 0.20 0.22 0.21 0.07 -0.02 0.17 -0.39 1
Na 0.00 0.27 -0.05 -0.08 -0.17 0.06 -0.07 -0.23 0.45 -0.25 1
Ni 0.17 -0.06 0.05 0.12 -0.11 0.18 0.17 0.18 -0.08 0.01 -0.05 1
Pb 0.03 -0.19 0.27 0.06 0.04 0.09 0.28 -0.04 -0.14 0.20 -0.10 0.14 1
Sb 0.28 -0.21 0.62 0.40 0.15 0.16 0.20 0.19 -0.20 0.18 -0.06 0.08 0.20 1
Sr -0.04 0.41 -0.03 -0.04 -0.11 -0.03 -0.03 -0.11 0.40 -0.13 0.20 -0.04 0.02 -0.05 1
V -0.01 0.48 0.04 0.00 -0.05 -0.18 0.02 0.32 0.27 -0.13 0.19 -0.07 -0.09 -0.03 0.20 1
Zr 0.09 0.27 0.03 0.06 -0.05 -0.04 0.03 0.30 -0.09 0.09 -0.10 0.05 -0.07 0.09 0.00 0.36 1
Tabla 13. Matriz de correlacin de 17 variables aptas. (Software: SPSS).
91
10.1.2. Anlisis de componentes principales (ACP)
Para la extraccin de las componentes de las variables aptas, primero se

procede a la determinacin de las comunalidades (Tabla 14). La extraccin del
nmero de componentes se realiza con ayuda del grfico de sedimentacin (Figura
46).
Comunalidades
Comunalidades
Inicial Extraccin
Ag 1.000 0.577
Al 1.000 0.775
As 1.000 0.717
Au 1.000 0.631
Ba 1.000 0.446
Cr 1.000 0.736
Cu 1.000 0.642
Fe 1.000 0.692
K 1.000 0.720
Mo 1.000 0.529
Na 1.000 0.530
Ni 1.000 0.687
Pb 1.000 0.637
Sb 1.000 0.636
Sr 1.000 0.500
V 1.000 0.663
Zr 1.000 0.676
Tabla 14. Comunalidades de 17 variables aptas. (Software: SPSS).
En la tabla de comunalidades, la primera columna contiene las

comunalidades iniciales que son iguales a uno, lo que indica que con todas las
componentes se explica toda la varianza de cada una de las variables originales.
En la segunda columna tenemos la comunalidad correspondiente a cada variable
despus de la extraccin de las componentes, ya que la varianza de la variable se
descompone en la parte de la varianza que es debida a los componentes comunes
y la debida a los componentes no comunes (nicos).
El anlisis de ACP para los elementos qumicos del Proyecto Mirador Norte
se soluciona mediante un grupo inicial de 17 factores. Los valores propios y
porcentajes de varianzas, obtenidos para los factores generados pueden
observarse en la tabla 15. A partir de este anlisis se eligen las seis primeras
92
componentes como representativos, por poseer valores propios mayores a 1 y con
un porcentaje de varianza acumulada de 63.5%. Adems, dichos componentes son
los que se encuentran fuera de la zona de inflexin en el grfico de sedimentacin
(Figura 46). As, los seis componentes permitirn reducir el nmero de variables,
recogiendo las mayores proporciones de varianza sin perder informacin
significativa.
El porcentaje de varianza que esta solucin plantea alcanza a un 63.50% de

la varianza total.
Valores propios y porcentaje de varianza
Componente(ACP) Valor Propio Varianza (%) Var. Acumulada (%)
Componente 1 3.463 20.37% 20.37%

Componente 2 2.195 12.91% 33.28%
Componente 3 1.673 9.84% 43.13%
Componente 4 1.265 7.44% 50.57%
Componente 5 1.177 6.92% 57.49%
Componente 6 1.021 6.01% 63.50%
Componente 7 0.896 5.27% 68.77%
Componente 8 0.806 4.74% 73.51%
Componente 9 0.773 4.54% 78.06%
Componente 10 0.712 4.19% 82.24%
Componente 11 0.601 3.54% 85.78%
Componente 12 0.562 3.31% 89.09%
Componente 13 0.521 3.07% 92.16%
Componente 14 0.450 2.65% 94.80%
Componente 15 0.386 2.27% 97.07%
Componente 16 0.309 1.82% 98.89%
Componente 17 0.189 1.11% 100.00%
Tabla 15. Valores propios y porcentaje de varianza, para los componentes del ACP de
17 variables aptas. (Software: SPSS).
93
Figura 46. Grfico de sedimentacin. (Software: SPSS).
En SPSS, se realiza de nuevo el anlisis de componentes principales, pero

especificando el nmero de componentes a extraer, en este caso son 6 (con
autovalores mayores a 1), obtenindose as la matriz de componentes y
puntuaciones para cada elemento (tabla 16).
Los diagramas de dispersin entre los tres primeros factores principales

(figuras 47, 48 y 49) muestran valores dispersos y no asociaciones particulares de
datos, con puntuaciones moderadas para el Componente 1 y 2; y puntuaciones
bajas para los componentes 3, 4, 5 y 6.
La varianza individual de cada uno de las seis componentes es de 20.37%,

12.91%, 9.84%, 7.44%, 6.92% y 6.01%, respectivamente (tabla 15). Las variables
que conforman a cada componente son:
Componente 1: As, Sb, Mo, Au. (puntuaciones moderadas)
Componente 2: V, Fe, Zr. (puntuaciones moderadas)
Componente 3: Cr, Na. (puntuaciones bajas)
Componente 4: Ba. (puntuacin baja)
Componente 5: Pb (puntuaciones baja)
Componente 6: Zr, Cr (puntuaciones bajas) (Tabla 16)
94
Matriz y puntuaciones: Componentes Principales
Componente ACP
Variable
Componente 1 Componente 2 Componente 3 Componente 4 Componente 5 Componente 6
As 0.605 0.382 0.297 0.084 0.308 -0.124
Sb 0.582 0.376 0.282 0.241 0.133 -0.019
Mo 0.536 -0.084 -0.244 0.085 0.210 0.352
Au 0.529 0.361 0.054 0.383 -0.259 -0.066
V -0.312 0.670 -0.265 0.049 0.160 0.139
Fe 0.332 0.553 -0.476 -0.133 -0.074 -0.165
Zr 0.021 0.512 -0.434 -0.128 -0.112 0.443
Cr 0.244 -0.185 0.458 0.141 -0.287 0.575
Na -0.442 0.166 0.454 0.308 -0.072 -0.034
Ba 0.365 -0.118 -0.232 0.442 0.204 0.092
Pb 0.349 0.024 0.367 -0.364 0.449 0.215
Sr -0.405 0.312 0.281 0.165 0.252 0.264
Ni 0.209 0.170 0.214 -0.484 -0.534 0.221
Al -0.731 0.471 -0.019 -0.014 0.038 0.130
K -0.731 0.293 0.292 0.094 0.019 -0.078
Cu 0.274 0.319 0.328 -0.517 0.193 -0.228
Ag 0.350 0.378 0.189 0.169 -0.438 -0.237
Tabla 16. Matriz y puntuaciones para los componentes principales de 17 variables aptas. (En rojo: puntuaciones altas). (Software: SPSS).
95
Figura 47. Asociaciones geoqumicas componente 1 y componente 2.
96
10.1.3. Anlisis de factores o componentes rotados (AF)

Para lograr una correcta interpretacin de cada uno de los factores se
procede a su rotacin la cual consiste en realizar un giro de los ejes de ordenadas
de los factores respecto a las variables, logrando as que las correlaciones entre
ellas sean muy pequeas (prximas a cero) o muy grande (prximas a uno).
El anlisis de factores (AF) se genera mediante el software SPSS, el cual

permite generar una rotacin Varimax a partir del ACP anteriormente realizado.
Debido a que la rotacin Varimax requiere la delimitacin previa del nmero de
factores, se establece la utilizacin del mismo nmero de factores que fueron
elegidos en el ACP.
Existen dos tipos de rotacin de los factores: la rotacin ortogonal y la

rotacin oblicua. La rotacin ortogonal consiste en girar los ejes de forma que sigan
siendo perpendiculares entre s, para que los factores continen siendo nter
correlacionados. El procedimiento de rotacin ortogonal que se utiliza en este
trabajo es el varimax normalizado, el cual consiste en maximizar la suma de las
varianzas de las puntuaciones factoriales al cuadrado dentro de cada factor, dividida
por la comunalidad de la variable correspondiente, para evitar que las variables con
mayores comunalidades tengan ms peso en la solucin final. De todo esto se
obtiene la matriz de factores o componentes rotados (tabla 17).
97
Matrices y puntuaciones: Factores o componentes rotados
Factor
Variable
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6
Ag -0.013 0.724 -0.002 -0.044 0.225 0.003
Al 0.712 -0.218 0.397 -0.144 0.136 -0.152
As -0.067 0.539 0.003 0.620 -0.189 -0.036
Au -0.123 0.761 0.111 -0.004 -0.119 0.105
Ba -0.265 0.177 0.024 -0.039 -0.579 0.084
Cr -0.015 0.142 -0.113 0.049 0.057 0.835
Cu -0.030 0.147 -0.012 0.661 0.370 -0.212
Fe -0.277 0.372 0.558 0.057 0.069 -0.397
K 0.806 -0.128 -0.010 -0.119 0.151 -0.131
Mo -0.470 0.052 0.232 0.201 -0.383 0.254
Na 0.674 0.112 -0.197 -0.108 0.030 0.108
Ni -0.172 0.171 0.174 0.099 0.691 0.333
Pb -0.103 -0.108 -0.033 0.758 0.008 0.198
Sb -0.036 0.624 0.036 0.433 -0.210 0.112
Sr 0.636 -0.099 0.161 0.148 -0.131 0.140
V 0.417 0.034 0.651 0.014 -0.079 -0.241
Zr -0.041 0.036 0.813 -0.049 0.061 0.077
Tabla 17. Matriz y puntuaciones de factores o componentes rotados de 17 variables aptas. (En rojo: Puntuaciones altas. Mtodo de
extraccin: anlisis de componentes principales. Mtodo de rotacin: Varimax). (Software: SPSS).
98
10.1.4. Determinacin de Asociaciones Geoqumicas
En el presente trabajo, se determinaron las asociaciones geoqumicas entre
los elementos qumicos que fueron calificados como aptos luego del control de
calidad y la evaluacin de normalidad, para ello se ha empleado el anlisis de
componentes principales y la determinacin final de la matriz de factores.
Se identifican las variables con mayor ponderacin en cada uno de los

factores (Figura 50), en la tabla 17 se resalta en color rojo las variables con mayor
ponderacin en los seis factores, dichos factores expresan ms del 63% de la
varianza total, proporcin significativa que garantiza interpretaciones confiables.
Haciendo uso de este criterio se afirma que dichos conjuntos de elementos

se encuentran ntimamente relacionados entre s, representando importantes
asociaciones geoqumicas, los cuales son:
Factor 1: Al, K, Na, Sr. (puntuaciones moderadas a altas).
Factor 2: Ag, Au, Sb. (puntuaciones moderadas a altas)
Factor 3: Fe, V, Zr. (puntuaciones moderadas).
Factor 4: As, Cu, Pb. (puntuaciones moderadas).
Factor 5: Ni
Factor 6: Cr
En las figuras 51, 52 y 53, se muestra grficamente el grado de afinidad entre

las variables de mayor ponderacin en los tres primeros factores, confirmando de
forma grfica las asociaciones geoqumicas que existen en las muestras del
proyecto Mirador Norte.
Para realizar el modelamiento y distribucin de elementos posterior, slo se

trabajar con los trece elementos reconocidos en los cuatro primeros factores,
debido a que los factores 5 y 6 no reflejan ninguna asociacin geoqumica porque
contienen un solo elemento cada uno.
99
Figura 50. Identificacin de variables con mayor ponderacin en los factores.
100
Figura 51. Asociaciones geoqumicas factor 1 y factor 2.
101
10.2. Modelamiento de la distribucin espacial de datos geoqumicos
Para modelar tridimensionalmente la distribucin espacial de los elementos

(variables) seleccionados, se utiliza el software Leapfrog y los resultados de muestras
compositadas para cada variable (elemento qumico). Adems, slo se describirn los
13 elementos qumicos (Al, K, Na, Sr, Ag, Au, Sb, As, Fe, V, Zr, Cu y Pb) que han sido
agrupados en los primeros 4 factores, ya que representan asociaciones geoqumicas.
Adems, en los mapas de distribucin espacial de los datos geoqumicos se

han establecido rangos de colores de acuerdo a los percentiles de la poblacin de
muestras y el valor de anomala para cada variable (media + 2 desviaciones estndar)
(Tabla18).
102
Rangos de color: Mapas de distribucin
Percentil Percentil Percentil Percentil Percentil
ANOMALIA
VARIABLE 30 50 70 80 90
Ag ppm 0.15 0.21 0.32 0.40 0.58 1.97

Al pct 0.26 0.44 0.81 1.10 1.51 1.93
As ppm 34.39 53.98 82.54 106.02 144.98 226.36
Au ppm 0.13 0.18 0.27 0.35 0.51 0.94
Ba ppm 99.02 168.06 322.89 498.24 972.64 1659.86
Ca pct 0.01 0.02 0.04 0.05 0.11 0.55
Cr ppm 25.96 48.90 77.00 101.02 149.55 180.39
Cu ppm 104.30 159.14 258.55 355.81 554.43 1206.12
Fe pct 3.21 3.79 4.34 4.85 5.81 7.00
Hg ppm 1.00 1.00 1.27 1.53 2.02 3.91
K pct 0.06 0.10 0.15 0.18 0.22 0.28
Mn ppm 29.22 40.49 54.51 65.03 95.39 494.15
Mo ppm 9.25 15.39 28.99 42.64 69.96 113.90
Na pct 0.02 0.03 0.04 0.05 0.07 0.09
Ni ppm 6.00 7.98 10.87 12.40 15.72 27.66
Pb ppm 35.30 49.55 70.24 89.10 127.00 238.19
S pct 0.41 1.97 3.60 4.08 4.83 6.24
Sb ppm 3.25 5.00 7.97 10.93 18.08 40.83
Sc ppm 0.35 0.70 1.51 2.01 2.69 5.74
Sr ppm 32.27 47.92 69.19 88.46 119.41 165.27
V ppm 15.05 19.79 24.90 28.19 36.45 46.15
Zn ppm 8.77 23.53 107.58 171.74 286.74 452.47
Zr ppm 0.68 1.14 1.57 1.82 2.39 3.46
Percentil
Tabla 18. Rangos de Percentil en
color representados Percentil Percentil
los mapas Percentil
de distribucin Percentil
de elementos.
FACTOR 30 50 70 80 90 95
FACTOR 01 -0.64 -0.09 0.54 0.90 1.29 1.75

A continuacin, se describen las distribuciones para cada uno de los 13
FACTOR 02 -0.40 -0.21 0.08 0.29 0.73 1.21
elementos qumicos
FACTOR 03 y se -0.47
las relacionar
-0.12 con los modelos
0.30 litolgico
0.62 y de
1.08alteraciones
1.33
de las respectivamente.
FACTOR 04 -0.42 -0.18 0.12 0.34 0.79 1.34
Aluminio (Al)
El aluminio muestra una buena correlacin con el potasio al igual que con el
sodio, los valores mayores se extienden en la zona Sureste y Noroeste, alejndose
de centro del depsito, coincidiendo con los tufos de cristales con alteracin arglica
y de forma parcial con la brecha sur. Ver Anexo B: Mapa 01a-b.
Potasio (K)
Los valores altos para el potasio muestran una tendencia casi Noroeste-
Sureste coincidiendo con tufos de cristales con alteracin arglica y en menor
103
porcentaje con alteracin arglica avanzada, esto incluye la brecha norte. Ver Anexo
B: Mapa 02a-b.
Sodio (Na)
Los valores altos de sodio se encuentran hacia el la zona Noroeste del
proyecto principalmente, con una tendencia norte-sur. Coinciden con los tufos de
cristales con alteracin arglica y con la brecha norte, extendindose hacia la parte
norte y sur de sta. Adems, la zona norte de la brecha sur presenta valores
importantes de este elemento. Ver Anexo B: Mapa 03a-b.
Estroncio (Sr)
El estroncio muestra una distribucin similar al aluminio (buena correlacin),
los valores altos se alejan del centro del depsito, ubicados en los tufos de cristales
con alteracin arglica. Ver Anexo B: Mapa 04a-b.
Plata (Ag)
Los valores altos para este elemento abarcan el lado oeste y norte de la
brecha centro, sta rea presenta alteracin arglica avanzada y silicificacin masiva
y lixiviada principalmente. Tambin, existen valores moderados en el lado oeste del
proyecto, en los tufos de cristales con alteracin arglica. Ver Anexo B: Mapa 05a-
b.
Oro (Au)
Los valores por encima de 0.40 ppm tienen una tendencia norte-sur
aproximada, estos valores estn relacionados principalmente con las brechas
hidrotermales de las zonas norte, centro, sur y periferias; y con los tufos de cristales
con fuerte fracturamiento-xidos. Las alteraciones predominantes son arglica
avanzada y slice lixiviada. En trminos econmicos, los valores mayores a 0.15
ppm corresponden a la zona de inters para una futura explotacin. Ver Anexo B:
Mapa 06a-b.
Antimonio (Sb)
La distribucin del antimonio es muy similar a la del oro, abarcando
principalmente las brechas hidrotermales centro y sur; los tufos de cristales con
fracturamiento-xidos y alteracin arglico avanzada, slice masiva y lixiviada. Ver
Anexo B: Mapa 07a-b.
104
Fierro (Fe)
Los valores de fierro se encuentran distribuidos coincidiendo parcialmente
con los tufos de cristales con fuerte fracturamiento y concentracin de xidos del
modelo litolgico, en la zona este principalmente. Adems, una moderada porcin
se emplaza sobre la slice lixiviada en la zona central y con la brecha hidrotermal de
sta rea. Presenta moderada correlacin con el zircn. Ver Anexo B: Mapa 08a-b.
Vanadio (V)
El vanadio se emplaza mayormente sobre los tufos de cristales con
alteracin arglica en la zona sur y norte. En la parte central, los valores altos se
encuentran coincidiendo con una menor rea de la brecha central y con los tufos de
cristales fracturados con xidos del lado este. Ver Anexo B: Mapa 09a-b.
Zircn (Zr)
Los valores altos de zircn bordean a las zonas con alteracin arglica
avanzada del lado oeste y hacia el sur de la brecha central, situndose sobre los
tufos de cristales fracturados con xidos de esta zona y a la slice lixiviada de la
zona central en menor proporcin. En el lado noroeste, hay una pequea rea con
valores altos. Ver Anexo B: Mapa 10a-b.
Arsnico (As)
Los valores altos de arsnico estn dispuestos hacia las zonas este de las
brechas norte y centro, en los tufos de cristales con alteracin arglica avanzada.
Adems, un rea menor coincide con la brecha sur. Valores moderados se observan
hacia el lado este y sureste de la brecha centro, coincidiendo con el tufo de cristales
fracturado con xidos. Ver Anexo B: Mapa 11a-b.
Cobre (Cu)
El cobre muestra una distribucin que rodea parcialmente la alteracin
arglica avanzada hacia el lado oeste, sto es sobre los tufos de cristales, no
presenta valores importantes en el lado este. Ver Anexo B: Mapa 12a-b.
Plomo (Pb)
El plomo se distribuye principalmente hacia la zona suroeste de la brecha
central, coincidiendo con el tufo de cristales con alteracin arglica. Otra zona donde
se observan valores moderados es la parte noreste, coincidiendo con la alteracin
arglica, superpuestos al tufo de cristales fracturado con xidos de forma parcial.
Ver Anexo B: Mapa 13a-b.
105
Los mapas de distribucin espacial permiten delimitar zonas con contenidos de
contraste positivo y negativo, as como el comportamiento similar entre las variables.
La observacin detenida de los mapas de distribucin corrobora las asociaciones
obtenidas de Al-K-Na-Sr, Ag-Au-Sb, Fe-V-Zr y As-Cu-Pb, las cuales fueron sugeridas
por el anlisis de correlacin mltiple (ACM) y el anlisis factorial (AF).
A continuacin se dar una breve descripcin del comportamiento de dichas

asociaciones de acuerdo a los mapas de distribucin:
Los elementos Al, K, Na y Sr (Anexo B: Mapas 01a-b a Mapas 04a-b) muestran

comportamientos similares, ya que entregan valores de contraste positivo en el
rea sureste-este y rea noroeste-norte del proyecto. El contraste negativo
para estos mapas ocupa la zona central del proyecto.
Los mapas de distribucin espacial de los elementos Ag, Au y Sb (Anexo B:

Mapas 05a-b a Mapas 07a-b) presentan como caracterstica distintiva valores
de contraste positivo en la zona centro-norte del proyecto, donde se localizan
las brechas norte, centro y proximidades. Adems, una pequea zona de
contraste positiva superpuesta parcialmente a la brecha sur. Hacia el lado sur
de la brecha zona centro se observan los valores de contraste negativo para
los elementos Ag. Au y Sb.
Los elementos Fe, V y Zr (Anexo B: Mapas 08a-b a Mapas 10a-b) muestran

reas de contraste positivo hacia el lado centro-este y sur del proyecto, sobre
los tufos fracturados con xidos. Tambin, existe un rea de contraste positivo
al norte del proyecto, pero de menor tamao comparado al que muestran los
elementos Al, K, Na y Sr. Los valores de contraste negativo se localizan en la
brecha norte y proximidades; y hacia el lado oeste de la brecha centro.
Los elementos As, Cu y Pb (Anexo B: Mapas 11a-b a Mapas 13a-b) muestran

un contraste positivo hacia el lado centro oeste del proyecto. Tambin, se
observa un rea de contraste positivo menos marcado hacia la parte noreste.
El contraste negativo para As, Cu y Pb se presenta en la zona central con
direccin sureste-noroeste.
10.3. Modelamiento de la distribucin espacial de factores
Para modelar la distribucin espacial de los 4 factores seleccionados se

utiliza el software Leapfrog y los resultados proporcionados por el software SPSS,
106
con el cual se despliegan los puntajes factoriales que entrega cada muestra y se
procede al modelamiento tridimensional.
A continuacin se describen las distribuciones para los 4 primeros factores

elegidos durante la determinacin de asociaciones geoqumicas.
Factor 1 (Al-K-Na-Sr)
El factor 1 es el factor dominante que representan el 20.37% de la varianza
total del conjunto de datos, e incluye puntuaciones significativas para Al, K, Na y Sr,
estos elementos sugieren una asociacin de arcillas (sericita: KAl2(OH)2(AlSi3O10),
caolinita (Al2Si2O5(OH)4), alunita en menor proporcin KAl3(SO4)2(OH)6), el sodio
proviene de la lixiviacin de las rocas y de los valores ms altos del estroncio se
detectan en rocas con alunita (Hikov, A., 2004), adems que pueden estar asociado
a los minerales potsicos (Govett, G., 1983, p.215); y en zonas con silicificacin
fuerte los valores son bajos.
El rea que presenta altos valores para el factor 1 es la zona noreste del
proyecto y otra rea dominante de altos valores se extiende hacia la zona sur.
Ambas reas coinciden mayormente con los tufos de cristales con alteracin arglica
y arglica avanzada. Los valores bajos del factor 1 se encuentran mayormente sobre
las rocas que presentan alteracin slice masiva y lixiviada, esto es tufo de cristales
(textura patchy y xidos) y brechas, a excepcin de la brecha de la zona norte la
cual presenta valores moderados de este factor. Ver Anexo B: Mapas 14a-b, 18a-b
y 19a-b.
Factor 2 (Au-Ag-Sb)
El factor 2 representa el 12.91% de la varianza total del conjunto de datos, y
tiene puntuaciones altas para el Au, Ag y Sb. Este factor se interpreta como el reflejo
de la firma mineralizacin Au-Ag propio de los depsitos de alta sulfuracin con
anomala de Sb (Corbett, G. 2004, p. 54), as este factor se identifica como una
asociacin mineral.
Las puntuaciones del factor 2 muestran valores altos en la zona central sobre
la brecha central, brecha norte y proximidades extendindose hacia el este. La
alteracin predominante es la arglica avanzada, slice masiva y lixiviada. Tambin,
hay un rea menor hacia el sur del proyecto, sobre la brecha sur. Ver Anexo B:
Mapas 15a-b, 20a-b y 21a-b.
107
Factor 3 (Fe-V-Zr)
El factor 3 representa el 9.84% de la varianza total del conjunto de datos,
con puntuaciones significativas de Fe, V y Zr. El factor 3 es interpretada como el
componente que muestra la baja alteracin a la que han sido sometidas las rocas
del lado este del proyecto, reflejada en la alta concentracin de Fe que forma parte
de los minerales componentes de los ferromagnesianos contenidos en el
subvolcnico porfirtico subyacente. El vanadio suele encontrarse en mayores
cantidades asociado a los minerales de fierro (U. S. Department of Energy, 2010,
p.21)
Este factor muestra una distribucin regular hacia el lado este del proyecto
y sobre los primeros metros de la slice lixiviada y la brecha hidrotermal de la zona
central, los valores del factor disminuyen a medida que se aproxima a las rocas con
mayor alteracin (arglico avanzado, slice masiva). Tambin, se observa un rea
muy pequea con puntuaciones altas en la zona noroeste del proyecto. Ver Anexo
B: Mapas 16a-b, 18a-b y 19a-b.
Factor 4 (As-Cu-Pb)
El factor 4 representa el 7.44% de la varianza total del conjunto de datos,
con pesos de los factores importantes para As, Cu y Pb, lo que indica una firma de
mineralizacin similar al factor 2, pero en este caso la firma mineral corresponde a
Cu-Pb. Estos elementos tambin son propios de los depsitos de alta sulfuracin.
En el caso del cobre y el arsnico probablemente se relacionan a la presencia de
trazas de enargita, hacia el este del proyecto.
Las zonas que presentan altos valores para el Factor 4 incluyen las reas
noroeste y sur del proyecto, las cuales coinciden con el tufo de cristales con
alteracin arglica. Adems, las zonas de menor puntuacin se encuentran hacia el
lado noreste de la brechas zona centro y norte. Ver Anexo B: Mapas 17a-b, 18a-b y
19a-b.
108
11. CAPTULO XI
ANLISIS Y DISCUSIN DE RESULTADOS
Esta tesis tuvo como propsito identificar y describir las asociaciones

geoqumicas que estn presentes en el proyecto Mirador Norte. Principalmente, se
pretendi aplicar el mtodo de estadstica multivariante para determinar dichas
asociaciones. A continuacin, se estarn discutiendo los principales hallazgos de este
estudio.
11.1. Resultados del anlisis exploratorio de datos
Los resultados del anlisis exploratorio de las 22 variables que superaron el

control de calidad, para el proyecto Mirador Norte, mostraron 17 variables aptas
finales, las cuales no presentan muestras outliers, a pesar de existir valores outliers
puntuales en algunas muestras.
Las tablas de estadsticas descriptivas (Tablas 11 y 12) muestran que las

desviaciones estndar son menores para las muestras compositadas en comparacin
con las muestras primarias. Adems, los histogramas para las muestras compositadas
exponen distribuciones con sesgo positivo menor al de las muestras primarias,
demostrndose as la efectividad de la regularizacin de los resultados debido a la
compositacin.
Los grficos QQ plot manifestaron 3 variables con distribucin normal y 14

variables con distribucin log-normal, por lo cual quedaron 17 variables finales aptas
para la evaluacin estadstica multivariante.
11.2. Resultados de la estadstica multivariante
Durante el desarrollo del trabajo, tres tcnicas multivariantes han sido

propuestas, las cuales han permitido generar asociaciones lineales entre variables con
la matriz de Pearson y el despliegue de la distribucin espacial de las asociaciones
entre variables con el mtodo de factores.
El mtodo de correlacin mltiple o lineal mltiple (ACM) hace posible la

determinacin de las principales correlaciones bivariantes y permite predefinir las
asociaciones entre elementos. Como resultado de este anlisis se obtuvieron las
109
siguientes asociaciones Al-K y As-Sb (moderada correlacin) y Ag-Au-Sb, As-Cu-Pb,
Fe-Zr-V y Al-K-Na (baja correlacin). Posteriormente, las asociaciones predefinidas se
ajustaron de forma coherente a lo observado en las distribuciones espaciales de los
elementos (variables), en la seccin 10.2.
El mtodo anlisis de componentes principales (ACP) muestra asociaciones

que, en general, muestra notorias diferencias a lo expuesto por medio del ACM, con
componentes que repiten variables, componentes constituidos de variables con
puntuaciones bajas a moderadas y factores que poseen solo una variable
representativa, es decir, con correlaciones bajas entre las variables y el factor.
Adems, los grficos de dispersin mostraron valores dispersos y superposicin de
asociaciones de variables o elementos.
Por otro lado, el mtodo de anlisis de factores (AF) representa una alternativa
al ACP, ya que utiliza una rotacin Varimax que acenta las correlaciones entre
variables y factores de puntuaciones moderadas a altas y disminuye las puntuaciones
factoriales bajas a moderadas. Como resultado el AF genera una asociacin ms clara
entre los factores y sus variables representativas.
En cuanto a los resultados, se tiene que los resultados de los elementos

qumicos en Mirador Norte responden mejor al AF, en comparacin al ACP, ya que
muestran una mejor afinidad con los resultados obtenidos mediante ACM.
De este modo, los factores obtenidos por AF resaltan las caractersticas de

distribucin y contraste positivos que fueron antes descritas por la distribucin espacial
de los elementos (seccin 10.2). Asimismo, los factores quedan conformados por
variables que se correlacionan con puntuaciones altas positivas y como resultado se
obtuvieron seis factores, de los cuales, se eligieron los cuatro primeros factores porque
mostraron asociaciones geoqumicas de dos o ms elementos; los dos restantes slo
estn compuestos por un elemento, es decir no demuestran ninguna asociacin.
Adems, es evidente que las puntuaciones de los factores constituyen datos

espacialmente relacionados vlidos, y que las cuatro distribuciones espaciales de
factores elegidas son nicas y coherentes. Por ejemplo, la distribucin espacial de
Factor 1 (es decir Al-K-Na y Sr) se ajusta en gran medida a las distribuciones de K y
Na, de manera similar a la distribucin de puntuaciones del Factor 2 y Au; y el Factor
3 y V-Zr.
En conclusin, las ventajas del anlisis multivariante se resumen en lo

siguiente: permite distinguir asociaciones lineales entre variables e interpretar su
distribucin espacial, especialmente mediante las tcnicas del ACM y AF. Tambin,
110
este anlisis permite reducir la dimensin de los datos y facilita su interpretacin
geoqumica.
11.3. Resultados de las asociaciones geoqumicas
Los tufos de cristales con alteracin arglica avanzada de la oeste del proyecto
constituyen unidades litolgicas con importantes concentraciones de arcillas, esta
caracterstica podra explicar la presencia de las concentraciones moderadas y altas
que muestran las distribuciones espaciales de los elementos Al, K, Na y Sr del factor
1.
Las brechas hidrotermales presentes en el proyecto Mirador Norte

probablemente constituyeron estructuras favorables para la circulacin de fluidos. Esta
condicin podra explicar la presencia de valores altos para la asociacin Au, Ag y Sb
del factor 1, el cual se identifica como una asociacin mineral Au-Ag.
En el rea Este, se emplazan tufos de cristales con alteracin arglica, adems

del domo subvolcnico a profundidad en la zona sur. Estas unidades, debido a su baja
alteracin, muestra altas concentraciones de fierro que forma parte de los minerales
componentes de estas rocas, explicando as los elementos asociados del factor 3, Fe-
V y Zr. Probablemente, la presencia de xidos de fierro en la unidad litolgica de tufos
fracturados con xidos, en la zona noreste, ha incrementado las concentraciones de
Fe, este supondra la manifestacin de un factor mineralgico.
El factor 4 muestra una segunda firma mineral Cu-Pb, la cual se emplaza hacia
el lado oeste de las brechas centro y norte. Estas brechas podran haber generado
zonas de debilidad para el emplazamiento de estos minerales, sumado a la presencia
de enargita de este sector.
En general, las asociaciones geoqumicas que presentan los factores

responden a diferencias litolgicas, alteracin hidrotermal de la roca y factor
mineralgico.
111
12. CONCLUSIONES
1. Luego de aplicar la metodologa de control de calidad, las 39 variables iniciales

se comprob la confiabilidad del muestreo de 22 variables declaradas aptas. En
la identificacin de valores outliers (altos o bajos errticos), ninguna muestra fue
eliminada de la base de datos luego de aplicar el parmetro media ms 3.5
desviaciones estndar, la base de datos slo presenta valores outliers aislados.
2. Los grficos estadsticos (histogramas) mostraron que las 22 variables aptas

presentan sesgo positivo, este sesgo fue reducido al regularizar las muestras a
travs de la compositacin. Seguidamente, los grficos QQ plot evaluaron el
comportamiento normal y lognormal de las variables, obtenindose as 17
variables finales aptas para el anlisis multivariante.
3. Entre las tcnicas estadsticas multivariantes, se evidencia que la tcnica de

Anlisis de factores (AF) es ms efectiva en la deteccin de asociaciones de
variables que el Anlisis de componentes principales (ACP), tanto en la
estructuracin de los factores como en la relacin geoqumica de las variables
asociadas. Adems, el AF muestra mejor coherencia con las asociaciones
predefinidas en el anlisis de correlaciones mltiple (ACM).
4. Los mapas de distribucin espacial permiten determinar zonas con contenidos

de contraste positivo y negativo, as como el comportamiento similar entre las
variables. La observacin detenida de los mapas de distribucin, corrobora las
asociaciones obtenidas de Al-K-Na-Sr, Ag-Au-Sb, Fe-V-Zr y As-Cu-Pb que
fueron sugeridas por el anlisis de correlacin mltiple y el anlisis factorial.
5. Los elementos de la asociacin mineral econmica Au-Ag se encuentran

emplazados en las brechas hidrotermales y en las rocas en contacto con estas
(tufos de cristales con fracturamiento y oxidacin).
6. Existen asociaciones geoqumicas que caracterizan a rocas con mayor y menor

grado de alteracin y estas al mismo tiempo a cambios litolgicos. Por ejemplo,
los elementos Al, Na, K, Sr, Fe, V y Zr se asocian a tufos de cristales con
alteracin arglica; y por otro lado los elementos Ag, Au, Sb, As, Cu y Pb se
asocian a brechas hidrotermales y las rocas piroclsticas (fracturadas con
112
xidos) que encajonan a las brechas, las cuales presentan mayormente
alteracin arglica avanzado, silicificacin masiva y lixiviada.
7. La aplicacin de mtodos de anlisis multivariante facilita el estudio de un banco

de datos que contiene un amplio conjunto de variables y muestras. Adems,
resuelve problemas y ayuda a la clasificacin y agrupamiento de stas dando
como resultado asociaciones geoqumicas, las cuales pueden ser confirmadas
en los grficos de distribucin espacial.
113
13. RECOMENDACIONES
1. Mantener la insercin de muestras control en porcentajes adecuados para

realizar un buen estudio de los errores analtico y total.
2. Antes de realizar cualquier interpretacin de los resultados analticos se

recomienda validar los mismos, a travs de un riguroso control de calidad.
3. Se sugiere prestar mucha atencin al criterio de seleccin de procedimientos

estadsticos, puesto que una mala eleccin de stos, an acompaados de una
buena informacin geolgica podra conducirnos a realizar interpretaciones
erradas.
4. Es importante asegurarse del comportamiento normal o lognormal de las

variables para incrementar la confiabilidad de los resultados del anlisis
multivariante, as como de las asociaciones geoqumicas.
5. Realizar el anlisis multifactorial en las diferentes unidades litolgicas, para

poder establecer si se presentan asociaciones geoqumicas diferentes o iguales,
para el posterior anlisis de los resultados.
6. Aplicacin del anlisis multivariantes para los proyectos Tantahuatay y Cinaga

Norte, pertenecientes a Ca. Minera Coimolache, ya que se cuentan con basta
informacin geoqumica, la cual no ha sido procesada.
7. Utilizar las asociaciones geoqumicas obtenidas en la prospeccin de metales de

inters econmico (Au, Ag y Cu) en las zonas aledaas y como soporte para
programar futuros muestreos geoqumicos o trabajos de perforacin.
8. Solicitar a laboratorio la reduccin del lmite de deteccin del anlisis de los

elementos Sb, Bi, Hg, S los cuales no fueron considerados en este trabajo debido
a su baja respuesta analtica; porque son elementos estrechamente relacionados
a los sistemas de alta sulfuracin.
114

Alta Sulf

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

Alta Sulf

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE SAN AGUSTN

FACULTAD DE GEOLOGA, GEOFSICA Y MINAS

ANLISIS ESTADSTICO MULTIVARIANTE Y MODELAMIENTO DE

Presentado por la Bachiller:

Esta tesis se la dedico a Dios y a mis padres Juan y

En estas breves lneas, quisiera expresar mis ms sinceros agradecimientos

Tambin, quiero agradecer a mis amigos y compaeros de universidad,

Por ltimo quiero agradecer a mis padres Juan y Antonieta; y hermanas

El proyecto Mirador Norte es un yacimiento epitermal de alta sulfuracin, el

La geologa que presenta el proyecto corresponde a rocas volcnicas

Este proyecto cuenta con una base de datos pertenecientes a muestras

La aplicacin de las tcnicas y procedimientos estadsticos ha culminado en

Luego de la aplicacin de las tcnicas multivariantes, se ha demostrado que

Finalmente, el anlisis de factores (AF) da como resultado 4 principales

CAPTULO I: GENERALIDADES DE LA TESIS ............................................................... 1

CAPTULO II: GENERALIDADES DE LA ZONA DE ESTUDIO ....................................... 5

CAPTULO III: GEOMORFOLOGA ................................................................................. 10

CAPTULO IV: GEOLOGA REGIONAL ........................................................................... 14

CAPTULO V: GEOLOGA LOCAL .................................................................................. 21

CAPTULO VI: GEOLOGA ESTRUCTURAL .................................................................. 31

CAPTULO VIII: MARCO TERICO ................................................................................ 42

CAPTULO IX: METODOLOGA DE LA INVESTIGACIN ............................................. 75

CAPTULO X: ANLISIS ESTADSTICO MULTIVARIANTE

CAPTULO XI: ANLISIS Y DISCUSIN DE RESULTADOS ...................................... 109

CONCLUSIONES ............................................................................................................ 112

RECOMENDACIONES ................................................................................................... 114

Figura 01. Ubicacin del Proyecto Mirador Norte. 5

Figura 02. Accesibilidad hacia el Proyecto Mirador Norte. 6

Figura 03. Unidades geomorfolgicas: Montaoso y Laderas colinosas en el

Figura 06. Columna estratigrfica de la Geologa Local. 23

Figura 07. Afloramiento de roca piroclstica reconocida como tufo de cristales. 25

Figura 09. Tufo de cristales con mayor porcentaje de xidos. 26

Figura 10. Tufo de cristales y lticos. 26

Figura 11. Subvolcnico porfirtico de composicin andestica. 27

Figura 12. Afloramiento de brecha hidrotermal (Zona Norte). 28

Figura 13. Afloramiento de brecha hidrotermal (Zona Centro). 28

Figura 14. Corredor Estructural Chicama Yanacocha. 32

Figura 15. Microfotografas de roca volcnica (tufo de cristales). 35

Figura 16. Muestra con alteracin slice vuggy. 37

Figura 17. Muestras con alteracin slice masiva. 38

Figura 19. Muestra con alteracin arglica (sericita y minerales arcillosos-

Figura 21. Medidas de centralizacin. 44

Figura 22. Ejemplo de una distribucin normal - simtrica. 44

Figura 23. Media y desviacin estndar en una distribucin normal. 45

Figura 24. Distribucin asimtrica con sesgo positivo. 45

Figura 25. Distribucin asimtrica con sesgo negativo. 45

Figura 26. Ubicacin de medidas de centralizacin en diferentes distribuciones. 46

Figura 27. Distribucin bimodal. 46

Figura 28. Distribuciones con medidas de tendencia central idnticas y distintos

Figura 30. Cuartiles. 48

Figura 31. Ejemplo de histograma. 50

Figura 32. Ejemplo de QQ plot. 50

Figura 33. Esquema de reduccin de tamao de muestra (submuestreo). 52

Figura 34. Caja de testigos de sondaje diamantino. 55

Figura 35. Muestras preparadas de testigos de sondaje diamantino. 55

Figura 36. Procedimiento para muestra gemelo o de terreno 56

Figura 37. Procedimiento para muestra duplicado grueso 57

Figura 38. Regularizacin de un sondaje a un largo constante b. 58

Figura 39. Precisin y exactitud. 61

Figura 40. Ejemplo de grfico Blanco vs Muestra precedente. 62

Figura 41. Ejemplo de Min / Max Plot. 63

Figura 42. Ejemplo de grfico Cuadro de Control Estndar. 64

Figura 43. Representacin grfica de la rotacin de los factores. 72