Taller Laboratorio EYM #1:

Muestreo y QA/QC
Resumen
En el presente informe se presentan los resultados obtenidos al realizar muestreo y QA/QC a un
conjunto de datos entregados en archivos denominados Datos_TH_Cu_<grupo7>xlsx y
DUPLICADOS_<grupo7>.xlsx. A continuación, se muestra el nomograma obtenido a partir del diseño
de un protocolo de muestreo

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

Con un Error Fundamental de 1,76% 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 inexato e impreciso,
quedando 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
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.

En este diseño se obtuvo un Sfe final de 1,76% lo cual indica que el protocolo es seguro y aceptable

1. Índice

Contenido
Resumen.............................................................................................................................................. 2
1. Índice ........................................................................................................................................... 3
2. Introducción ................................................................................................................................ 5
3. Objetivos ..................................................................................................................................... 6
4. Alcances....................................................................................................................................... 7
5. Metodología de trabajo .............................................................................................................. 8
6. Taller /Análisis ............................................................................................................................. 9
6.1 Tareas específicas de aseguramiento de calidad ...................................................................... 9
6.2. Tareas específicas control de calidad ................................................................................ 15
7. Conclusión ................................................................................................................................. 21

Índice de Tablas
Tabla 1: "Parámetros para el Control de Calidad" .............................................................................. 2
Tabla 2: " Constante C(d) de muestre para Cu" ................................................................................ 11
Tabla 3: " Valores de C(d) para diferentes granulometrías". ............................................................ 12
Tabla 4: "Protocolo de muestreo diseñado" ..................................................................................... 12
Tabla 5: "Protocolo de muestreo teórico" ........................................................................................ 13
Tabla 6: "Estadística descriptiva de las distribuciones de Cu (%) original y duplicado" ................... 17
Tabla 7: "Errores asociados al protocolo" ......................................................................................... 18
Tabla 8: "Error relativo para el conjunto de daros origina-duplicado de Cu (%)"............................. 18
Tabla 9: "Coeficiente de Variación del Cu (%)" ................................................................................. 19
Índice de ilustraciones
Ilustración 1: "Nomograma obtenido para el protocolo de muestreo diseñado" .............................. 2
Ilustración 2: "Nomograma para el protocolo de muestreo de Cu" ................................................. 13

Índice de gráficos
Gráfico 1: “Dispersión entre datos originales de leyes de cobre versus datos duplicados.” ............ 15
Gráfico 2: “Diferencias porcentuales relativas de duplicados vs datos originales de leyes de cobre.”
........................................................................................................................................................... 16
Gráfico 3: “Histograma de diferencias relativas porcentuales entre duplicados y datos originales de
leyes de cobre.” ................................................................................................................................. 17
2. 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
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 un test de heterogeneidad y
un procedimiento de control de calidad 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 y del control de calidad 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 del control de calidad QA/QA se determinará si la muestra presenta errores, sesgos y se esta
es precisa y exacta o no.
3. Objetivos
Objetivo Principal

 Implementar un control de calidad a través de un procedimiento QA/QA a un grupo de

datos de leyes de cobre y molibdeno obtenidos mediante sondaje aire reverso.

Objetivos Secundarios

 Desarrollar un protocolo de muestreo seguro, según los estándares que aportan la teoría
de muestreo.
 Estimar error de protocolo de muestreo seguro, utilizando un nomograma.
 Determinar del sesgo y error de una muestra de leyes de cobre y molibdeno.
 Estimación de variabilidad en las ganancias económicas producto de los errores y sesgos
producidos en la toma de muestras.
 Determinar constante C(d), propia del material analizado en laboratorio.
4. Alcances
5. Metodología de trabajo
6. Taller /Análisis
6.1 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:

Donde:

 : Varianza del error fundamental.

 : Varianza de la ley de las muestras.
 : Promedio de ley media de las muestras respecto al peso (%).
 : Masa del lote a muestrear (gr).
 : Masa promedio de las muestras (gr).
 : Constante de muestreo correspondiente al tamaño “d”.
 : Tamaño de partícula ().

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.

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:
 Donde:

 : Factor de forma de las partículas.

 : Factor de distribución de tamaño.
 : Factor de composición mineralógica ()
 : Factor de liberación.

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

Donde:

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

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

- El factor de distribución de tamaño , depende del diámetro de las partículas. El valor más
utilizado es , 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, está definido como:

Por ejemplo, si se supone que las partículas son esféricas, entonces ,se recomienda utilizar
f como 0,5.

- El factor de liberación , 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:

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.

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%.

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
C(d) 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) Sfe2

(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 50 #150 0,0106 19,59 0,001

Posteriormente se obtiene la suma de los errores (Sfe) para luego obtener el error en porcentaje.
De esta forma se obtiene un error de 1,75%, 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) Sfe2

(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 40 #150 0,0106 19,59 0,001

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"

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.
6.2. 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:
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
0.70
R² = 0.9427
Leyes de CuT Duplicado (%)

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.”

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
Diferencia relativa porcentual (%)

0.01

0.05
0.01
0.01
0.01
0.01
0.01
0.01
0.01

0.01
0.01
0.01
0.01
0.02
0.02
0.03
0.04
0.04
0.05

0.06
0.07
0.07
0.08
0.09
0.09
0.10
0.11
0.13
0.15
0.17
0.21
0.23
0.30
0.53
-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.

 Histograma diferencias relativas
300 100.00%
90.00%
250
80.00%
70.00%
200
60.00%
Frecuencia

150 50.00%
40.00% Frecuencia
100 % acumulado
30.00%
20.00%
50
10.00%
0 0.00%

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 d 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 0,97
Ecuación de regresión y=0,9926x+0,0068
e. Determine el error de corte, el error de preparación, el error de análisis y el error total (ET 2).

Tabla 7: "Errores asociados al protocolo"

Error de corte Chancado -

Error de preparación Pulverización -
Error de análisis Pulpa
Error total (ET2)

2. 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 correlación 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, como podrá observar los datos siguen a tendencia lineal, 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, mayor es el
error, a medida que aumentan las leyes el error se hace menor. De las estadísticas presentadas se
puede decir que los datos presentados en los Duplicados no tienen mayor diferencia de los
originales, lo cual queda demostrado con el coeficiente de correlación, el cual como se dijo
anteriormente indica una fuerte correlación entre las variables quedando demostrado en su
comportamiento lineal, también se puede observar esto 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.

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.

3. 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:
 :

De esta forma el beneficio obtenido corresponde a USD$-128136392. Como podrá observar el

beneficio es negativo lo que implica pérdidas, y claramente 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.
7. 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.