Universidad de Santiago de Chile

Facultad de Ingeniería

Departamento de Ingeniería en Minas

Laboratorio de Evaluación de yacimientos

Taller Laboratorio EYM #1:

“Muestreo y QA/QC”

Profesor: Danilo Castillo Vera

Karla Cordero
Ayudantes:
Emilia Rubio

Autores: Priscilla Leiva

Alejandro Ortiz
Natalia Palominos

Código/Sección: 17182-0-C-2/J2
Fecha de Entrega: 22/04/2019

Santiago, Chile
 Resumen
En el presente informe se presentan los resultados obtenidos al realizar muestreo y QA/QC, a partir de
bases de datos entregadas denominadas Datos_TH_Cu_<grupo7>, duplicados_g7 y assay_g7. En
primero lugar, se realiza el aseguramiento de calidad logrando obtener el nomograma que relata dicho
proceso, obtenido a partir del diseño de un protocolo de muestreo diseñado desde los 40 kg hasta 1gr,
pasando por cinco etapas de disminución.

Ilustración 1: "Nomograma obtenido para el protocolo de muestreo diseñado"

Con un Error Fundamental de 1,82% se dice que el protocolo diseñado es seguro y aceptable ya que
no supera el 10% permitido, combinaciones de masa y tamaño que superen este 10% no se
consideraran como seguras.

Posteriormente, para el control de calidad se obtuvo el Error Relativo y Coeficiente de variabilidad

Tabla 1: "Parámetros para el Control de Calidad"

Cobre
Error Relativo -7,43%
Coeficiente de Variación 44,50%

Ambos valores se encuentran fuera de su rango permitido +/-0,5% y +/- 5% respectivamente,

indicando que el protocolo llevado a cabo en laboratorio es tremendamente inexacto e impreciso,
esto queda demostrado al momento de realizar un balance económico en donde se obtiene
perdidas de aproximadamente 120 M USD.

Con esto queda demostrada la importancia de los procesos de muestreo pues van a tener una gran
incidencia en la percepción de la variabilidad natural y de los procesos mineros, el entendimiento

i
de la variabilidad es esencial para agregar valor a los negocios mineros, pues permitirá estimar de
manera realista el valor del negocio minero, desarrollar estrategias de explotación y adquirir la
información necesaria y suficiente para tomar decisiones de carácter estratégico y de esta forma
encontrar la manera más efectiva de transformar recursos en reservas. Se recomienda que los
protocolos de muestreos sean implementados por personal capacitado de tal forma de no afectar
futuras decisiones.

ii
Índice de contenidos
Resumen............................................................................................................................................... i
Índice de Tablas ...............................................................................................................................iii
Índice de ilustraciones.....................................................................................................................iii
Índice de gráficos ............................................................................................................................iv
1. Introducción ................................................................................................................................ 1
2. Objetivos ..................................................................................................................................... 2
2.1 Objetivo Principal ...................................................................................................................... 2
2.2 Objetivos Secundarios ............................................................................................................... 2
3. Alcances....................................................................................................................................... 2
4. Metodología de trabajo .............................................................................................................. 3
4.1 Para la parte de aseguramiento de calidad............................................................................... 3
4.2 Para la parte de control de calidad ........................................................................................... 4
5. Taller /Análisis ............................................................................................................................. 5
5.1 Tareas específicas de aseguramiento de calidad ...................................................................... 5
5.2. Tareas específicas control de calidad ................................................................................ 10
6. Conclusión ................................................................................................................................. 16
7. Bibliografía ................................................................................................................................ 17

Índice de Tablas
Tabla 1: "Parámetros para el Control de Calidad" ............................................................................... i
Tabla 2: " Constante C(d) de muestre para Cu" .................................................................................. 8
Tabla 3: " Valores de C(d) para diferentes granulometrías". .............................................................. 8
Tabla 4: "Protocolo de muestreo diseñado" ....................................................................................... 8
Tabla 5: "Protocolo de muestreo teórico" .......................................................................................... 9
Tabla 6: "Estadística descriptiva de las distribuciones de Cu (%) original y duplicado" ................... 12
Tabla 7: "Errores asociados al protocolo" ......................................................................................... 13
Tabla 8: "Error relativo para el conjunto de daros origina-duplicado de Cu (%)"............................. 13
Tabla 9: "Coeficiente de Variación del Cu (%)" ................................................................................. 14

Índice de ilustraciones
Ilustración 1: "Nomograma obtenido para el protocolo de muestreo diseñado" ............................... i
Ilustración 2: "Nomograma para el protocolo de muestreo de Cu..................................................... 9

iii
Índice de gráficos
Gráfico 1: “Dispersión entre datos originales de leyes de cobre versus datos duplicados.” ............ 10
Gráfico 2: “Diferencias porcentuales relativas de duplicados vs datos originales de leyes de cobre.”
........................................................................................................................................................... 11
Gráfico 3: “Histograma de diferencias relativas porcentuales entre duplicados y datos originales de
leyes de cobre.” ................................................................................................................................. 12

iv
1. Introducción

La información en todo tipo de negocio es fundamental, lo que quiere decir que, a mayor cantidad
de información mayor es el nivel de certeza que se tiene de los modelos aplicados para el desarrollo
del negocio. No obstante, la cantidad de información no es suficiente para asegurar la certeza que
estos pueden otorgar. Además, de requerir un gran volumen de información, se requiere una gran
precisión y exactitud de estos para asegurar que las proyecciones realizadas sean cercanas al
momento de llevarlas a la realidad.

En el caso de la minería, los datos no son menos importantes y deben tener un exhaustivo control y
aseguramiento tanto en su obtención como en su análisis posterior para así no proyectar escenarios,
ya sea de leyes, comportamientos estructurales, cálculo de flotas, etc. que se encuentren alejados
de la realidad y presenten pérdidas económicas que no son menores y podrían llevar un proyecto al
fracaso. Es por esto que, en el contexto de la evaluación de yacimientos mineros, la teoría de
muestreo juega un rol fundamental al momento de la adquisición de datos y su posterior análisis
para que esta sea de una gran calidad.

Por este motivo el presente informe da un acercamiento a lo que son los test de heterogeneidad,
los procedimientos de control de calidad y aseguramiento de esta (QA/QC) presentando conceptos,
ecuaciones y parámetros que permiten establecer la calidad de un conjunto de datos.

Además, este informe da cuenta de un test de heterogeneidad, del control de calidad y

aseguramiento de ella (QA/QC) realizado a una muestra de datos obtenidos con perforación por
aire reverso que presenta información acerca de las leyes de cobre y molibdeno contenidas en ella.

A partir de los procedimientos QA/QC se determinará si la muestra presenta errores, sesgos y si esta
es precisa y exacta o no.

1
2. Objetivos
2.1 Objetivo Principal
 Realizar una evaluación del aseguramiento de calidad, según el protocolo de muestreo
creado para las leyes de cobre entregadas en la base de datos “Datos_TH_Cu_G7_V1-1” y
verificar el control de calidad, de acuerdo a leyes duplicadas y originales, según la base de
datos “duplicados_g7” y “assay_grupo7”.

2.2 Objetivos Secundarios

Para la parte de aseguramiento de calidad, se tiene como propósito cumplir los siguientes objetivos:

 Investigar acerca de qué consiste el error fundamental, protocolo de muestreo y el test de

heterogeneidad.
 Definir los errores de; extracción por incremento, delimitaciones, segregación y preparación
con análisis químico.
 Determinar datos estadísticos como el promedio y varianza de las leyes de cobre.
 Determinar la varianza del error fundamental y la constante k, de tal forma de obtener C(d),
de acuerdo a la abertura del tamiz según la granulometría presente.
 Crear un protocolo de muestreo seguro, considerando el tamaño promedio de fragmentos
½’’ y peso por metro de aproximadamente 40 kg.
 Realizar un nomograma para los protocolos de muestreo con la información de la masa (gr)
2
y 𝑆𝑓𝑒 y realizar un análisis en base a los resultados obtenidos.

Para la parte de control de calidad, se tiene como propósito cumplir los siguientes objetivos:

 Realizar un arreglo de la base de datos “duplicados_g7” y “assay_grupo7” según el sondaje.

 Realizar un gráfico de dispersión de las muestras de cobre originales y duplicadas. También
un gráfico de las leyes de CuT V/S la diferencia porcentual relativa.
 Realizar un análisis estadístico de tal forma de llegar un histograma de las diferencias
porcentuales relativas de ambas muestras.
 Determinar el error total y error relativo de los datos originales y duplicados.
 Calcular el beneficio económico según los datos entregados en el problema.
 Realizar un análisis de todas las gráficas obtenidas además de los resultados de cada
pregunta, de tal forma de poder verificar el control de calidad.

3. Alcances
 La muestra tiene una masa inicial de 40 Kg y una granulometría promedio de 1/2".
 El presente trabajo fue realizado con la ayuda del programa Microsoft Excel.
 Al determinar el error total, solo se considera el error de análisis debido a que solo se tiene
pulpa.
 Se desconoce la procedencia de la base de datos entregadas y el laboratorio en el cual se
realizaron las pruebas a las muestras.

2
4. Metodología de trabajo
4.1 Para la parte de aseguramiento de calidad
Primero se procede a responder las preguntas de desarrollo que están estipuladas de tal forma de
tener una base para el trabajo siguiente que es utilizar la base de datos “Datos_TH_Cu_G7_V1-1”,
en la cual se presentan los datos de un test de heterogeneidad efectuado en materiales gruesos
para Cu, realizando el procedimiento como:

•Determinar el promedio ponderado entre las leyes de cobre y el peso en gr entregados.

2
•Calcular el error fundamental (𝑆𝑓𝑒 ) como el cuociente entre la varianza y el promedio al cuadrado.
2
Estadistica •Definir la constante de muestreo C como 𝑆𝑓𝑒 por la masa promedio dividio el promedio de los
descriptiva fragmentos(d) dado de 1/2''.

•Crear una tabla de ayuda con las abertura del tamiz y su respectivo valor para el tamaño de particulas en
centimetros.
•Calcular C en funcion de de d como la constante k dividido del tamaño de particulas en centimetros.
Cálculo C(d)

•Crear el protocolo de muestreo con una masa lote inicial de 40 kg con una malla de 1/2'', se decide realizar
5 paosos hasta obtener una masa muestra de 50 gr, con la abertura de tamiz #150.
2
•Determinar 𝑆𝑓𝑒 como 1 partido la masa muestra menos 1 partido la masa lote en cada uno de los 5 pasos.
Protocolo de 2
muestreo •Calcular la raiz de 𝑆𝑓𝑒 y porcentaje de este valor.

2
•Sumar 𝑆𝑓𝑒 de los 5 pasos, sacar la raiz y verificar que el porcentaje sea menor a un 10% para que sea
considerado seguro el protocolo creado.
•Realizar en nomograma utilizando la masa muestra en el eje "X" del protocolo original y uno nuevo con
Error y distintas masas, con la varianza del error fundamental en el eje "Y".
nomograma •Realizar un analisis a los datos obtenidos en los pasos anteriores.

3
4.2 Para la parte de control de calidad
En esta parte se debe hacer uso de las bases de datos “duplicados_g7” y “assay_grupo7” entregadas
que contiene los resultados de una campaña de QA/QC de sondajes diamantinos, entregando
resultados de los análisis de las muestras originales y duplicados. El procedimiento de control de
calidad, se requiere un análisis el cual es efectuado de la siguiente manera:

•Primero se deben ordenar las bases de datos entregadas de tal forma que esten compuestas de acuerdo
al nombre de sondaje y al metraje que este abarca, con las leyes originales y duplicadas.
Arreglo de datos y •Realizar un grafico de dispersión de las leyes de CuT Duplicadas V/S originales, utilizando un ajuste lineal
grafico de obteniendo la ecuación de la relación y el coeficiente de correlación.
dispersión

•Determinar la diferencia relativa de las leyes de cobre originales y duplicadas y el valor absoluto de
estas.
•Determinar la diferencial relativa porcentual como la ley original menos la duplicada dividido la original.
Gráfico Leyes de •Realizar un gráfico de leyes de CuT % V/S la diferencia relatica porcentual, haciendo un ajuste con media
CuT (%) V/S dif. movil.
relativa (%)

•Obtener la estadistica de las leyes originales y duplicadas.

•Por medio del criterio de Sturges obtener un histograma de las diferencias relativas porcentual,
Estadistica y mostrando las clases y frencuencias.
Histograma

•Obtener el error de analisis como el promedio de las leyes originales y duplicadas lo que se iguala al
error total.
•Obetener el error relativo porcentual para el conjunto de datos como las direncias de promedio de leyes
Error total / Error
relativo originales y duplicadas divido el promedio original.

•Calcular el coeficiente de variación utilizando la diferencia relativa y los promedios de las leyes orignales
y duplicadas.
coeficiente de •Determinar el beneficio economico que se tiene a partir de los datos entregados en el problema.
variación y •Realizar un analisis a todos los datos obtenidos en los pasos anteriores.
beneficio

4
5. Taller /Análisis
5.1 Tareas específicas de aseguramiento de calidad
1. Explique en qué consiste el error fundamental propuesto por Pierre Gy. Indique el
significado de cada una de las componentes de la ecuación.
El error fundamental de muestreo corresponde al mínimo error de muestreo que se tendría
si se seleccionará cada fragmento o partícula aleatoriamente, es generado por la
heterogeneidad de la constitución del material que se está muestreando. Representa la
variabilidad, debido a la constitución de las partículas en cuanto a sus propiedades. El error
fundamental depende del peso de la muestra, del lote, distribución del tamaño, forma y
densidad de los fragmentos, grado de contenido crítico en el lote, liberación del contenido
crítico en función al tamaño de las partículas y la mineralogía del contenido crítico.

La importancia de conocer el error fundamental es poder estimar la masa mínima que se

necesita obtener en cada etapa de selección con la finalidad de obtener una ecuación que
depende del tamaño de la partícula y de la precisión que se necesita para la toma de
decisiones sin que se introduzca algún tipo de sesgo en el proceso.

Por otro lado, el objetivo principal de la prueba de heterogeneidad es medir el error

fundamental y ayudar a minimizar en un protocolo de muestreo y estudiar el impacto de
otros errores de muestreo.

La siguiente expresión corresponde a la varianza del error fundamental:

2 𝑆𝑖2 1 1 3
𝑆𝑓𝑒 = 2 = (𝑀 − 𝑀 ) ∗ 𝑐 ∗ 𝑑
𝑋𝑖 𝑠 𝐿

Donde:

 2
𝑆𝑓𝑒 : Varianza del error fundamental.
 2
𝑆𝑖 : Varianza de la ley de las muestras.
 𝑋𝑖2 : Promedio de ley media de las muestras respecto al peso (%).
 𝑀𝐿 : Masa del lote a muestrear ( gr ).
 𝑀𝑠 : Masa promedio de las muestras ( gr ).
 𝑐 : Constante de muestreo correspondiente al tamaño “d”. (𝑔𝑟/𝑐𝑚3 )
 𝑑 : Tamaño de partícula ( 𝑐𝑚 ).

El tamaño de partícula “d”, se adquiere usando la siguiente formula, donde d1 y d2 corresponden a

la variación en que se encuentran los tamaños de partículas en centímetros.

3 𝑑13 + 𝑑23
𝑑=√
2

5
Para determinar la varianza del error fundamental solo se necesita conocer la masa de la muestra
del lote, tamaño de partícula y la constante “c”. Para determinar esta última existe una forma
teórica experimental, que consiste en utilizar la siguiente formula:

𝑐 =𝑓∗𝑔∗𝑐∗𝑙

Donde:

 𝑓 : Factor de forma de las partículas.

 𝑔 : Factor de distribución de tamaño.
 𝑐 : Factor de composición mineralógica (𝑔𝑟/𝑐𝑚3 )
 𝑙 : Factor de liberación.

- El factor de composición mineralógica 𝑐, se expresa de la siguiente forma:

𝑐 = ((1 − 𝑎𝐿 )/(𝑎𝐿 )((1 − 𝑎𝐿 )𝑔1 + 𝑎𝐿 𝑔2

Donde:

 𝑎𝐿 : Proporción en peso del componente crítico o con valor comercial (mena).

 𝑔1 : Peso específico del componente crítico(mena).
 𝑔2 : Peso específico de la ganga.

- El factor de distribución de tamaño 𝑔, depende del diámetro de las partículas. El valor más
utilizado es 𝑔 = 0,25, que corresponde a una situación bastante común cuando el diámetro
de la partícula máxima es superior a 4 veces el diámetro de la partícula mínima.

- El factor de forma de las partículas 𝑓, está definido como:

𝑓 = (𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎)/𝑑3
Por ejemplo, si se supone que las partículas son esféricas, entonces 𝑓 = 0,52,se
recomienda utilizar f como 0,5.

- El factor de liberación 𝑙, es un número entre 0 y 1, que varía con el tamaño de los

fragmentos, depende del tamaño nominal de las partículas de metal puro o tamaño de
liberación y de las características geoestadísticas del mineral a escala microscópica. Se
recomienda usar:

Otra forma teórica de obtener la constante de muestreo “c” respecto al tamaño de partículas, es
utilizar la siguiente ecuación, utilizando la varianza del error fundamental, masa promedio de las
muestras y el tamaño de partículas:
2
𝑆𝑓𝑒 ∗ 𝑀𝑠
𝐶(𝑑) =
𝑑3
Donde también se encuentra la siguiente ecuación para “c”, que contiene la constante k, la cual es
propia de cada elemento y en qué estado se encuentre.

6
 𝑘
𝐶(𝑑) =
√𝑑

2. Explique en qué consisten los errores de:

a. Extracción por incrementos
Se produce cuando el dispositivo de muestreo recupera los fragmentos del lote de manera selectiva,
es decir, la muestra no presenta la misma distribución granulométrica que el lote.
Un ejemplo sería una apertura insuficiente en un separador de rifles en donde si el tamaño de
partícula es muy grande, éste nunca será recuperado por el dispositivo.
b. Delimitación de los incrementos
Es el error generado por un incorrecto diseño de las herramientas de muestreo las cuales no
delimitan la geometría de los incrementos de manera equiprobable. Es peligroso pues causa
imprecisión y sesgo.
Un ejemplo sería el uso de un delimitador incorrecto.
c. Segregación o agrupamiento
Es el error generado por la heterogeneidad de distribución y por la omnipresencia de la fuerza de
gravedad que causa el agrupamiento natural de partículas según forma y densidad. Este error
genera imprecisión y sesgo por lo que es peligroso, la única forma de minimizarlo es componer la
muestra de varios incrementos y mediante homogeneización.
Un ejemplo seria la segregación del material por densidad o por tamaño.
d. Preparación y análisis químico
El error de preparación es el error asociado a contaminación, perdidas de fino, alteración química o
física, errores humanos y fraude.
El error de análisis químico se genera por operaciones tales como ensayo químico, determinación
de humedad, análisis granulométrico, estimación de la densidad de pulpa, etc. Puede ser fuente de
sesgo importante.

3. Explique en qué consiste un protocolo de muestreo seguro y el test de heterogeneidad.

-Un protocolo de muestreo es un conjunto de pasos y operaciones de toma de muestras y
preparación cuyo objetivo es minimizar errores y entregar una muestra bajo ciertos estándares de
control. Incluye varias etapas de conminución y reducción de masa.

- El test de heterogeneidad consiste en medir el error fundamental de un protocolo de muestreo

para los tamaños superiores más gruesos. La aplicación de la prueba de heterogeneidad puede
ayudar a minimizar el error fundamental de muestreo de Pierre Gy y estudiar el impacto de otros
errores de muestreo. El objetivo de este test es calcular la constante de muestreo C(d) a varios
tamaños para así calcular el error fundamental de muestreo. Con esta información se puede diseñar
un protocolo de muestreo seguro, la idea es que la varianza del error fundamental de muestreo no
sea superior a 10%.

7
4. El archivo Datos_TH_Cu_<grupo7>xlsx contiene los datos de un test de heterogeneidad
efectuado en materiales gruesos, para Cu. Con estos resultados calcule:

a. La constante de muestreo C(d) para la fracción en la que se realizó el test de heterogeneidad

para Cobre.
Una vez obtenido el error fundamental es posible determinar la constante C(d) de muestreo
para el Cu.
Tabla 2: " Constante C(d) de muestre para Cu"

Cobre
𝑔
C(d) (𝑐𝑚3 ) 1,79

b. Infiera los valores de C(d) para granulometrías de #6, #10, #100 y #150 (malla Tyler).
Los valores de C que se muestran a continuación fueron obtenidos mediante la variación del
diámetro de partícula por su reducción a diferentes mallas
Tabla 3: " Valores de C(d) para diferentes granulometrías".

Abertura Tamiz (malla ty) Tamaño partícula (cm) C(d)

¾” 1,905 1,46
½” 1,27 1,79
¼” 0,635 2,53
#6 0,336 3,48
#8 0,225 4,25
#10 0,17 4,89
#65 0,021 13,92
#150 0,0106 19,59

c. Diseñe un protocolo de muestreo seguro considerando que las muestras provienen de

sondajes de aire reverso cuyo tamaño de promedio de fragmentos es de ½”, y peso por metro
es aproximadamente de 40 kg.
El protocolo diseñado se muestra en la siguiente tabla
Tabla 4: "Protocolo de muestreo diseñado"

Masa lote Masa d (malla) d (cm) C (d) Sfe

(gr) muestra (gr)
40000 10000 ½” 1,27 1,79 0,017
10000 5000 #6 0,336 3,48 0,004
5000 1000 #10 0,17 4,89 0,004
1000 500 #65 0,021 13,92 0,0003
250 1 #150 0,0106 19,59 0,005

8
Posteriormente se obtiene la suma de los errores (Sfe) para luego obtener el error en porcentaje.
De esta forma se obtiene un error de 1,82%, para lo cual se dice que el protocolo de muestreo es
seguro y aceptable ya que no supera el 10% de error permitido.

d. Dibuje el nomograma resultante de su protocolo de muestreo

Para dibujar el nomograma es necesario realizar un nuevo protocolo de muestreo, este nuevo
modelo es teórico y se usa de tal manera para obtener las rectas necesarias para la construcción del
nomograma. El protocolo adicional se muestra a continuación:

Tabla 5: "Protocolo de muestreo teórico"

Masa lote Masa d (malla) d (cm) C(d) Sfe

(gr) muestra (gr)
40000 9000 ½” 1,27 1,79 0,018
8000 4000 #6 0,336 3,48 0,004
4000 800 #10 0,17 4,89 0,005
800 200 #65 0,021 13,92 0,001
200 0.5 #150 0,0106 19,59 0.007

Para este protocolo se obtuvo un error de 1,89% por lo que es aceptable de forma teórica. De esta
forma es posible dibujar el nomograma.

Ilustración 2: "Nomograma para el protocolo de muestreo de Cu

9
e. Comente sus resultados
- Del análisis del nomograma se puede observar que una disminución de la masa de cada lote
va a generar un aumento en el error fundamental, esto se debe a que cada vez que se
disminuye la masa en lotes la muestra se hace menos representativa.

- Cabe destacar que para que el protocolo sea seguro y aceptable, este debe ser menos al
10%, de lo contrario se considera un protocolo no seguro dado el test de heterogeneidad,
el cual indica que combinaciones de tamaño y masa que superen el 10 % de error no son
protocolos seguros de llevar a cabo.

- El nomograma presenta una línea en rojo paralela al eje “X”, esta representa el 10% de
error, todas las combinaciones que este sobre esta línea se consideran como un muestreo
no seguro y todas las que estén por debajo se consideran como muestreo seguro.
-

5.2. Tareas específicas control de calidad

1. La base de datos DUPLICADOS_<grupo7>.xlsx (entregada con los datos del proyecto grupal)
contiene los resultados de una campaña de QA/QC de sondajes diamantinos, entregando los
resultados de los análisis de cada muestra y los datos suplicados. Para efectuar el control de
calidad de las muestras, se requiere que presente los siguientes análisis:
2.
a. Gráfico de dispersión de las muestras de CuT (%) originales y duplicadas.

Datos Cu Originales V/S Duplicados

0.90

0.80
y = 0.9926x + 0.0068
R² = 0.9427
Leyes de CuT Duplicado (%)

0.70

0.60

0.50

0.40

0.30

0.20

0.10

0.00
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90
Leyes originales de CuT (%)
Leyes Cu originales vs duplicados Linear (Leyes Cu originales vs duplicados)

Gráfico 1: “Dispersión entre datos originales de leyes de cobre versus datos duplicados.”

10
b. Gráfico de leyes de CuT (%) v/s diferencia porcentual relativa de las muestras originales y
duplicadas.

Leyes de CuT (%) V/S diferencia relativa porcentual

200.00

0.00

0.02

0.06
0.01
0.01
0.01
0.01
0.01
0.01
0.01
0.01
0.01
0.01
0.01
0.02

0.03
0.04
0.05
0.05

0.06
0.07
0.08
0.09
0.09
0.10
0.12
0.14
0.16
0.20
0.22
0.29
0.53
Diferencia relativa porcentual (%)

-200.00

-400.00

-600.00

-800.00

-1000.00
Leyes de CuT originales (%)
dif. relativa% 10 per. Mov. Avg. (dif. relativa%)

Gráfico 2: “Diferencias porcentuales relativas de duplicados vs datos originales de leyes de cobre.”

c. Histogramas de diferencias porcentuales relativas de las muestras originales y duplicadas.

11
 Histograma diferencias relativas
300 100%
90%
250
80%
70%
200
Frecuencia

60%
150 50%
40% Frecuencia
100
30% % acumulado
20%
50
10%
0 0%

Clase

Gráfico 3: “Histograma de diferencias relativas porcentuales entre duplicados y datos originales de leyes de cobre.”

d. Estadísticas de ambas distribuciones (medias, desviación estándar, coeficiente de variación,

coeficiente de correlación, ecuación de regresión lineal).

Tabla 6: "Estadística descriptiva de las distribuciones de Cu (%) original y duplicado"

Estadística Descriptiva Cu (%) Original Cu (%) Duplicado

Media 0,08 0,09
Mediana 0,05 0,05
Moda 0,01 0,01
Desviación estándar 0,11 0,11
Coeficiente correlación (R) 0,97
Coeficiente de determinación (𝑅 2 ) 0,94
Coeficiente de variación 44,50
Ecuación de regresión CuT Duplicado=0,9926*CuT Original+0,0068

e. Determine el error de corte, el error de preparación, el error de análisis y el error total (ET 2).

12
En este caso se obtiene solo el error de análisis debido a que en los datos solo se encuentra pulpa.
De acuerdo a que el error total se define como la suma de los errores, se obtiene un error total
idéntico al obtenido previamente.
Tabla 7: "Errores asociados al protocolo"

Error de corte Chancado -

Error de preparación Pulverización -
Error de análisis Pulpa -0,0062
Error total (ET2) -0,0062

3. A partir del análisis de los resultados presentados, responda a las siguientes preguntas:
a. ¿Qué puede concluir de los gráficos de dispersión, gráficos de diferencias relativas y las
estadísticas presentadas?
- Del gráfico de dispersión se puede observar que el coeficiente de determinación 𝑅 2 es
aproximadamente 0,94, lo cual indica una fuerte correlación, es decir, qué tan lineal es la
relación de los datos duplicados con los originales, pudiendo decir que las muestras
duplicadas son representativas.

- Además, se puede observar que las leyes de Cu (%) se concentran principalmente en el

rango de 0 a 0,3%, las leyes sobre estos valores presentan una mayor varianza por lo que
no hace los datos totalmente representativos de la campaña de sondajes, pero permiten
entregar una media de 0,5% de ley de Cu.

- Del gráfico de diferencias relativas se desprende que mientras menores son las leyes de CuT
originales, mayor es la diferencia relativa porcentual y al revés sucede con el caso contrario.
De las estadísticas presentadas se puede decir que los datos presentados en los duplicados
no tienen mayor diferencia de los originales, exceptuando cuando las leyes de cobre son
muy bajas, lo cual queda demostrado con el coeficiente de correlación, el cual como se dijo
anteriormente indica una fuerte correlación entre las variables. También se puede observar
la relación existente en la estadística descriptiva, como en la media y desviación estándar
de los datos de cada grupo, siendo estos similares.

b. Calcule el error relativo para el conjunto de datos original – duplicado. ¿Qué opina sobre la
exactitud del proceso de muestreo?

Tabla 8: "Error relativo para el conjunto de daros origina-duplicado de Cu (%)"

Cobre
Error Relativo % -7,43 %

Como el error relativo supera los +/- 0,5% se determina que los resultados del proceso de muestreo
llevado a cabo no son exactos. Claramente se puede observar que la exactitud del proceso de
muestreo llevada a cabo es mala, lo que implica que las mediciones obtenidas no son cercanas al
valor real.

13
c. Calcule el coeficiente de variación para el conjunto de datos original – duplicado. ¿Qué opina
sobre la precisión de los resultados?

Tabla 9: "Coeficiente de Variación del Cu (%)"

Cobre
Coeficiente Variación CV 44,50%

Como el Coeficiente de Variación se encuentra fuera del rango +/- 5% establecido según norma, se
dice que los resultados no son precisos. La precisión de los resultados es mala, un Coeficiente de
Variación tan alto indica que de todas las reproducciones que se hagan no se obtendrán siempre o
la mayoría de las veces el mismo resultado.

d. ¿Qué medidas tomaría Ud. para mejorar estos resultados?

Primero que todo inspeccionar los procedimientos realizados al momento de llevar a cabo el
protocolo, seguido de una revisión a todos los equipos de delimitación y extracción de los
incrementos, supervisar la preparación del flujo para ser muestreado cuidando los errores de
contaminación, por perdidas, por cambios en la composición química y/o física, por equivocaciones
causales o por fraude o sabotaje.

Finalmente, una capacitación al personal a cargo de llevar a cabo los protocolos y un constante
mantenimiento de los equipos, de esta forma se controlaran los resultados de laboratorio cuidando
de que sean exactos y precisos ya que finalmente estos resultados van a repercutir directamente en
la toma de decisiones de toda la cadena del negocio minero.

4. Considere el QA/QC con los datos del ejercicio anterior. El yacimiento del cual provienen
estos sondajes se estima que tiene un valor de 5.000 millones de dólares, cuya explotación
considera las 75.000 toneladas por día a una ley media de 2,3% de cobre. Se proyectan 35
años de explotación y la recuperación metalúrgica es del 89%. Tomando en cuenta los
resultados del control de calidad, calcule la diferencia en la percepción económica del valor
del yacimiento en millones de dólares. Utilice una tasa de descuento del 7% y un precio de
2.95 USD/lb.

Dada la ecuación:

2200 1 − 𝑒 𝑖𝑁
∆𝐵 = ∗ 𝑃𝑟 ∗ 𝑅 ∗ ∆𝑚 ∗ 𝑡 ∗
100 𝑖
𝐷𝑜𝑛𝑑𝑒:
 ∆𝐵: 𝐵𝑒𝑛𝑒𝑓𝑖𝑐𝑖𝑜 𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑐𝑜
 𝑃𝑟: 𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑙𝑖𝑏𝑟𝑎 𝑑𝑒 𝐶𝑜𝑏𝑟𝑒 𝑒𝑛 𝐷𝑜𝑙𝑎𝑟𝑒𝑠.

14
  𝑅: 𝑅𝑒𝑐𝑢𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛 𝑚𝑒𝑡𝑎𝑙ú𝑟𝑔𝑖𝑐𝑎.
 ∆𝑚: 𝑠𝑒𝑠𝑔𝑜, 𝑣𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 𝑚𝑒𝑑𝑖𝑎 𝑒𝑛 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒
 𝑡: 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖𝑜𝑛 𝑝𝑜𝑟 𝑎ñ𝑜.
 𝑖: 𝑇𝑎𝑠𝑎 𝑑𝑒 𝑑𝑒𝑠𝑐𝑢𝑒𝑛𝑡𝑜.
 𝑁: 𝑉𝑖𝑑𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑖𝑛𝑎 𝑒𝑛 𝑎ñ𝑜𝑠

De esta forma el beneficio obtenido corresponde a USD$-128.136.392. Como se puede observar el

beneficio es negativo lo que implica pérdidas, pues se ha verificado que el protocolo llevado a cabo
es inexacto e impreciso.

Para cálculos anteriores fue necesario obtener el sesgo, es decir, la variación media en porcentaje
entre los datos originales y duplicados, éste arrojo un valor negativo, lo cual implica que el estudio
realizado subestimo el valor de las muestras en cuanto a las leyes de Cu. En otras palabras, el estudio
entregó leyes menores a las correspondientes ya que las leyes de duplicado son mayores a las
originales.

15
6. Conclusión
A modo de conclusión como primera instancia se puede decir que los objetivos planteados
inicialmente fueron logrados a cabalidad ya que es posible obtener el informe de QA/QC de una
muestra de datos de leyes de Cu.

Por un lado, para el aseguramiento de calidad se tuvo la importancia de un buen diseño de protocolo
de muestreo de forma que el error fundamental no supere el 10% y de esta forma, al obtener el
nomograma obtener combinaciones de masa y tamaño de partícula óptima para el proceso. El error
fundamental obtenido en este caso fue de 1,73% lo cual indica que el protocolo de muestreo
diseñado es bueno.

Además se pudo observar que una reducción de masa en lotes de la muestra inicial total provoca
cada vez mayor error, esto ocurre debido a que mientras mayor sea la reducción de masa, ésta se
vuelve menos representativa, esto quedó demostrado al realizar un nuevo protocolo de muestreo
teórico para el diseño del nomograma en donde que tuvo un Sfe de 0,017% para la reducción de 40
kg a 10 kg y un error de 0,018% cuando se hizo la reducción de 40 kg a 9 kg. La idea de un buen
protocolo de muestreo es minimizar errores y entregar una muestra bajo ciertos estándares de
control.

Por otra parte para controlar los resultados del laboratorio se hizo el control de calidad mediante la
obtención de gráficos que permitían observar la relación entre los datos originales y duplicados,
además del cálculo de coeficientes para medir exactitud y precisión del protocolo realizado en
laboratorio. Como primera instancia se obtuvo una correlación lineal entre las leyes originales y
duplicadas de 0,94, si bien es cercano a uno e indica que el comportamiento es lineal, lo ideal para
Cu es que sea mayor a 0,99.

En cuanto al Error Relativo se obtuvo un -7,43% y un Coeficiente de Variación de 44,50%, cada uno
de ellos indica que el protocolo realizado en laboratorio es tremendamente inexacto e impreciso
respectivamente, esto se debe principalmente a los errores asociados que se tienen en este tipo de
pruebas, para lo cual se recomienda principalmente verificar la constante mantención de los
equipos utilizados y capacitación adecuada al personal encargado de realizar estos procedimientos
ya que finalmente estos resultados van a repercutir directamente en la toma de decisiones de toda
la cadena del negocio minero.

Finalmente se hizo un balance económico en donde se obtuvo una pérdida aproximada de 128 M
USD, esto claramente debido a la inexactitud e imprecisión del protocolo. Gracias a la obtención del
sesgo se logró identificar que las pérdidas son por la subestimación de las leyes de cobre en las
muestras originales, pues estas presentaban una menor ley que las duplicadas.

Con esto se tiene la importancia de los procesos de muestreo, pues van a tener una gran incidencia
en la percepción de la variabilidad natural y de los procesos mineros, el entendimiento de la
variabilidad es esencial para agregar valor a los negocios mineros, pues permitirá estimar de manera
realista el valor del negocio minero, desarrollar estrategias de explotación y adquirir la información
necesaria y suficiente para tomar decisiones de carácter estratégico y de esta forma encontrar la
manera más efectiva de transformar recursos en reservas.

16
7. Bibliografía
 Carrasco, P., Carrasco, P., Campos, M., Tapia, J. and Menichetti, E. (2005). Heterogeneity
and Ingamells’s Tests of Some Chilean Porphyry Ores. Sunshine Coast.
 Carrasco, P. Las Componentes del Muestreo y la Variabilidad Natural de los Procesos
Mineros. Chile. CODELCO.
 Carrasco, P. (1997). EJEMPLO DE TEST DE HETEROGENEIDAD OXIDOS DE ALTA LEY. MINA
QUEBRADA M. EL SALVADOR.
 GY, P. (1982). SAMPLING OF PARTICULATE MATERIALS, Theory and Practice. Amsterdam;
Oxford; New York: ELSEVIER SCIENTIFIC PUBLISHING COMPANY.
 Alfaro, M. (2002). Introducción al Muestreo Minero. Santiago de Chile.
 Ortiz, J. Apuntes de muestreo para Evaluación de Yacimientos. Facultad de Ciencias Físicas
y Matemáticas. Universidad de Chile.

17