Está en la página 1de 26

CONTROL DE CALIDAD QA/QC

1. INTRODUCCION
La garanta de la calidad y control de la calidad son componentes esenciales de
toda sociedad que Disea y Produce, en las aplicaciones de la Ingeniera Bsica
y de Detalle. Aseguramiento de la Calidad (QA) o Control de la Calidad (QC), los
ingenieros QA/QC son los recursos que mantienen el nivel de calidad de una
empresa de ingeniera y sus productos finales.
Estos sistemas se han desarrollado en colaboracin con otros negocios y de
ingeniera utilizando lo que se denomina un enfoque multifuncional. QA/QC
tambin ingenieros de prueba, para garantizar la funcionalidad total y cumplir
con los requisitos que van de posibles demandas de los usuarios del mismo.
Aseguramiento de la Calidad cubre todas estas actividades, diseo, desarrollo,
produccin, instalacin, mantenimiento y documentacin. El lema es:
"adecuados a los objetivos" y "hacer las cosas bien la primera vez". Uno de los
paradigmas ms utilizados para la gestin de control de calidad es el Plan-DoCheck-Act (PDCA).
En el marco de la exploracin geolgica, el propsito bsico de los programas
de Aseguramiento y Control de la Calidad (ACC), tambin conocidos por sus
siglas en ingls como de QA/QC (Quality Assurance/Quality Control), es
asegurar la integridad de la informacin, y en ltima instancia garantizar que
los datos generados sean de naturaleza y estndares tales que permitan su
utilizacin en estimaciones del recursos y reservas, control de leyes,
reconciliaciones, etc.
Mientras que el Aseguramiento de la Calidad comprende aquellas acciones
sistemticas y preestablecidas orientadas a elevar el nivel de la confianza de
un programa de exploracin, el Control de la Calidad abarca los procedimientos
rutinarios seguidos para monitorear la calidad. Por lo tanto, mientras que el
Aseguramiento de la Calidad lleva implcita la idea de prevencin, el Control de
la Calidad se relaciona con la deteccin de problemas.

FIGURA

2. CONTROL DE CALIDAD
Por lo general, durante una campaa de muestreo se utilizan dos laboratorios:
uno primario, donde se analizan todas las muestras ordinarias, y uno
secundario, comnmente un laboratorio de reconocida reputacin, en el cual se
reanaliza una porcin representativa de las muestras ordinarias previamente
analizadas en el laboratorio primario. El programa de Control de Calidad
consiste en la insercin sistemtica de muestras de control en los lotes
enviados al laboratorio primario, y en el reenvo regular al laboratorio
secundario de una parte de las muestras ya analizadas en el laboratorio
primario, tambin acompaadas por muestras de control. Tanto en uno como
en otro caso las muestras de control deben ser preparadas, empaquetadas,
numeradas y enviadas de tal manera que se evite, en lo posible, su
identificacin por parte de los laboratorios evaluados.
Al implantar o evaluar los resultados de un programa de ACC en la actividad
geolgica, es importante conocer tres conceptos bsicos, que se describen de
modo sucinto a continuacin:

2.1. PRECISIN
Es la habilidad de reproducir consistentemente una medicin en
condiciones similares.
Vinculada a errores aleatorios, su evaluacin exige reproducir la medicin
en condiciones tan cercanas como sea posible a las existentes en el
momento en que tuvo lugar la medicin original. En el caso del muestreo
geolgico, por ejemplo, tanto la muestra original como la duplicada deben
corresponder a iguales intervalos, mtodos similares de muestreo, y se
debe prever su envo simultneo al mismo laboratorio, de modo que se
garantice el empleo de iguales procedimientos de preparacin y anlisis,
utilizando los mismos equipos y reactivos, y en lo posible el mismo

personal. Por tanto, es necesario que ambas muestras formen parte del
mismo lote.

La precisin se evala a travs del error relativo (RE), definido como el valor
absoluto de la diferencia entre los valores original y duplicado, dividido
entre el promedio entre ambos valores, medido en por cientos. Se
recomienda tratar la precisin como una caracterstica cualitativa (baja
precisin, alta precisin), y el error relativo como un parmetro cuantitativo.
Entre ambos existe una relacin inversa: a mayor error relativo, menor
precisin, y viceversa.

2.2. EXACTITUD
Se define como la proximidad de los resultados a un valor verdadero o
aceptado, y se vincula a errores sistemticos. El concepto de exactitud est
indisolublemente vinculado al de valor real. Al determinar la ley de la muestra,
nunca se llega a conocer el valor real; sin embargo, es posible preparar
estndares en condiciones muy controladas, y establecer el mejor valor (MV)
del estndar para cada elemento en particular. Por otra parte, el intervalo de
confianza (IC), tambin conocido como error estndar de la media, evaluado
con un nivel de significacin de 0.05, identifica al intervalo alrededor del MV en
el cual la probabilidad de ocurrencia del valor real es igual al 95%. Tanto el MV
como el IC que caracterizan al estndar deben ser establecidos a travs de
mltiples anlisis en una serie de laboratorios de elevada reputacin tcnica.

Mediante la insercin de estndares en los lotes analticos, es posible comparar


el comportamiento del laboratorio en cuestin con el de los laboratorios de
referencia. De este modo se evala la proximidad al MV de los valores
obtenidos, y se determina la magnitud del posible sesgo, en caso de que
exista. Adicionalmente, es posible evaluar la exactitud del laboratorio primario
con relacin a otro laboratorio de referencia, o secundario, mediante el re
anlisis en este ltimo de algunas muestras previamente analizadas en el
laboratorio primario, los duplicados externos.
Este mtodo debe ser utilizado como complemento al uso de estndares. Se
recomienda tratar la exactitud como una caracterstica cualitativa (baja
exactitud, elevada exactitud), y el sesgo como un parmetro cuantitativo, entre
los cuales existe una relacin inversa: a mayor sesgo, menor exactitud, y
viceversa.

2.3. CONTAMINACION
Al preparar o analizar algunas muestras, particularmente las muy
mineralizadas, es posible que cierta porcin de una muestra o de una solucin
quede retenida accidentalmente en el equipo y contamine las muestras
siguientes. La contaminacin se estudia a travs de los blancos, que son de
hecho muestras estriles, en las cuales los elementos a evaluar se encuentran
presentes en cantidades inferiores o muy cercanas a los correspondientes
lmites de deteccin.
Se considera que se ha producido un nivel significativo de contaminacin de un
elemento cuando los blancos arrojan valores que exceden varias veces el lmite
de deteccin para dicho elemento. Siempre que sea posible, la matriz de los

blancos debe ser cercana a la matriz del material que est siendo analizado en
las muestras ordinarias.

3. PROGRAMAS DE CONTROL DE CALIDAD


Un programa de Control de Calidad debe evaluar su comportamiento en las
etapas esenciales de la secuencia muestreo-preparacin-anlisis, en un
esfuerzo por determinar reducir al mnimo el error total posible (Long, 2000).
Las etapas y los parmetros monitoreados en cada una de ellas se muestran a
continuacin:
-

Muestreo: error (o precisin) de muestreo.

Preparacin: error (o precisin) de sub-muestreo; contaminacin durante


la preparacin.

Anlisis: exactitud, precisin y contaminacin analticas.

Entrada de datos: exactitud de la entrada de datos.

Las tres primeras fases pueden ser monitoreadas a travs de la insercin


aleatoria de varios tipos de muestras de control. Es posible supervisar la
calidad de la entrada de datos a travs de la doble entrada independiente de la
informacin ms sensible.
Algunas muestras de control deben ser tomadas y/o insertadas por parte del
personal del proyecto directamente durante el proceso de muestreo. En el caso
de un programa de perforacin diamantina, por ejemplo, estas muestras son
las siguientes:
a) Muestras gemelas (o muestras de un cuarto de testigo). Se obtienen al
dividir nuevamente a la mitad las muestras de medio testigo, de modo
que un cuarto representa la muestra original, y otro cuarto representa la
muestra gemela; ambas muestras deben ser preparadas en el mismo
laboratorio y analizadas con diferente nmero en el mismo lote. Las
muestras gemelas se usan para evaluar el error de muestreo. Se
recomienda evitar el uso en este caso del trmino de duplicado, ya que
el original y la muestra gemela ocupan, formalmente, diferentes
posiciones espaciales.
b) Duplicados gruesos (o de preparacin). Son duplicados tomados
inmediatamente despus de una fase de chancado y cuarteo, que deben
ser analizados en el mismo laboratorio, con diferente nmero, y en el

mismo lote que la muestra original. Los duplicados gruesos se usan para
evaluar el error de cuarteo o sub-muestreo.
c) Blancos gruesos. Son muestras de material estril, con granulometra
gruesa, que deben ser sometidas a todo el proceso de preparacin en
conjunto con las dems muestras ordinarias, y que deben ser
preparadas a continuacin de muestras fuertemente mineralizadas. Los
blancos gruesos permiten evaluar si se produce contaminacin durante
la preparacin.
Adems de los tipos descritos, que se insertan con anterioridad o durante la
preparacin, tambin es necesario insertar en los lotes otros tipos de muestras
previamente procesadas:
d) Duplicados de pulpa (o duplicados internos). Son duplicados de muestras
ordinarias previamente pulverizadas, que son enviados con diferente
nmero al laboratorio primario para su anlisis en el mismo lote analtico
que las muestras originales. Estas muestras se utilizan para evaluar la
precisin analtica del laboratorio.
e) Blancos finos. Son muestras de material estril pulverizado, que deben
ser analizadas a continuacin de muestras fuertemente mineralizadas, y
que se utilizan para determinar si se produce contaminacin durante el
proceso de anlisis. Al insertar blancos, se recomienda seguir la
siguiente secuencia: despus de una muestra fuertemente mineralizada,
la primera muestra insertada debe ser un blanco fino, seguida de un
blanco grueso.
f) Estndares. Son muestras elaboradas bajo condiciones especiales, que
deben formar parte de los lotes analizados tanto por el laboratorio
primario como por el laboratorio secundario. Los estndares se utilizan
para evaluar la exactitud analtica, en conjunto con las muestras de
control externo. Al elegir los estndares se recomienda seleccionar, en lo
posible, materiales de composicin aproximadamente similar a la de las
muestras ordinarias, a los efectos de reducir al mnimo el efecto analtico
de la matriz mineral.
Se recomienda utilizar al menos tres estndares para los elementos de
importancia econmica (incluidos los contaminantes), de modo que
cubran aproximadamente la gama prevista de concentraciones
econmicas o sub econmicas: un estndar de baja ley, cercana al valor
de cut off; un estndar medio, con ley cercana al promedio del depsito,
y un estndar alto, teniendo en cuenta lo que significa alta ley para el
proyecto concreto.

g) Duplicados externos. Son duplicados de muestras ordinarias


previamente pulverizadas, que son reanalizados en el laboratorio
secundario. Estas muestras son utilizadas para evaluar la exactitud
analtica del laboratorio primario, de modo complementario a los
estndares.
h) Pruebas granulomtricas. Como parte de los controles externos tambin
se debe solicitar al laboratorio secundario que realice chequeos
granulomtricos a una parte de las pulpas, con el fin de chequear la
calidad de la pulverizacin en el laboratorio primario.
La proporcin de muestras de control puede ser ajustada durante el programa
en dependencia de los resultados. Sin embargo, se recomienda que en un
principio las muestras de control comprendan entre 20% y 25% del nmero
total de muestras enviadas al laboratorio (Tabla 1). Adicionalmente, los lotes de
control externo tambin deben incluir duplicados de los propios duplicados
externos, adems de estndares y blancos finos, para evaluar de modo
independientemente la precisin, la exactitud y la posible contaminacin,
respectivamente, en el laboratorio secundario.
TABLA 1
CONTROL

FRECUENCIAS RECOMENDADAS DE MUESTRAS Y OPERACIONES DE

4. EVALUACION DE CONTROL DE CALIDAD


Como fue mencionado, el programa de Control de Calidad tiene por objeto
evaluar la precisin, la exactitud y la contaminacin, lo que se logra mediante
la insercin regular de muestras de control.
Por tener propsitos diferentes, la exclusin de un tipo particular de muestras
de control no puede ser suplida por la inclusin de otro tipo de muestras. La
evaluacin del Control de Calidad se hace del siguiente modo:

a) PRECISION DEL LABORATORIO PRIMARIO


-

En el muestreo, a travs de muestras gemelas.


En la preparacin o el cuarteo, a travs de duplicados gruesos.
En el anlisis, a travs de duplicados de pulpa.

b) EXACTITUD DEL LABORATORIO PRIMARIO


-

En el mismo laboratorio, a travs de los estndares.


En un laboratorio secundario, a travs de duplicados externos.

c) CONTAMINACION EN EL LABORATORIO PRIMARIO


-

Durante la preparacin, a travs de los blancos gruesos.


Durante el anlisis, a travs de los blancos finos.

d) PRECISION, EXACTITUD, CONTAMINACION EN EL LABORATORIO


SECUNDARIO
-

En los lotes de control, mediante la insercin de duplicados, estndares y


blancos finos en los lotes de control.

Para evaluar los resultados del control de calidad se utiliza comnmente el


principio del reconocimiento de patrones. Mediante la preparacin de grficos
especializados, se representan los datos y se visualizan los diversos tipos de
errores. A continuacin se presentan algunos de los mtodos de evaluacin de
uso ms frecuente.

4.1. DUPLICADO Y MUESTRAS GEMELAS


Los grficos ms utilizados son los de dispersin, o X-Y, de frecuencia
acumulada de los errores relativos, de Thompson-Howarth (Thompson and
Howarth, 1973, 1978), etc. El autor recomienda la evaluacin segn el mtodo
hiperblico (Simn, 2005), que consiste en evaluar en un grfico de dispersin
de tipo Max-Min la aceptacin de cada par con el auxilio de una funcin
hiperblica (y2=m2x2+b2).
Segn este mtodo, la pendiente m de la asntota de la hiprbola se calcula en
funcin del error relativo aceptable para cada tipo de muestra de control (30%
para muestras gemelas, 20% para duplicados gruesos, 10% para duplicados de
pulpa), y el trmino independiente b se estima en funcin del lmite de
deteccin del elemento estudiado. Los pares que se ubican por encima de la
hiprbola son rechazados. Un nivel aceptable de admisibilidad se alcanza
cuando el nivel de rechazos no excede el 10% de los pares. La ventaja de este
mtodo consiste en que tambin incluye en el anlisis las muestras con valores

bajos, incluso cercanos al lmite de deteccin, usualmente excluidas por otros


mtodos.

4.2. ESTANDARES
Para la evaluacin de los estndares habitualmente se construyen grficos de
control o de Shewhart para cada estndar y cada elemento estudiado. Los
valores reportados son ploteados en una secuencia temporal, preferiblemente
la fecha de anlisis de cada lote, y el grfico incluye lneas con valores Y
constantes, correspondientes a determinados niveles significativos, como MV,
1.05*MV, 0.95*MV, PR2*DE (donde MV es el mejor valor resultante de una
prueba inter-laboratorios; PR y DE, el promedio y la desviacin estndar,
respectivamente, calculados a partir de los valores obtenidos al analizar los
estndares insertados). El sesgo analtico Sa es calculado como:
Sa (%) = (PReve / MV) 1
Donde PReve representa el promedio de los valores obtenidos, calculado tras
excluir los valores errticos, y MV representa el mejor valor del estndar para el
elemento estudiado. El sesgo es considerado aceptable si su valor absoluto es
inferior a 5%, arriesgado si se encuentra entre 5% y 10%, e inaceptable cuando
supera el 10%.
Adicionalmente, cuando han sido utilizados varios estndares, se construyen
grficos de exactitud, en los que se plotean los valores PR eve y MV de cada
estndar en los ejes Y y X, respectivamente, y que se utilizan para calcular la
exactitud analtica global.

4.3. BLANCOS
Para evaluar la contaminacin se recomienda preparar grficos de Blancos
versus Muestra Precedente, en los que se plotean los valores reportados para
los blancos en el eje Y, y los valores de las muestras precedentes en el eje X.
Este tipo de grfico permite identificar claramente los eventos de
contaminacin cruzada de muestras ricas a los blancos, y la posible existencia
de un patrn de contaminacin.

4.4. DUPLICADOS EXTERNOS


Para evaluar los duplicados externos comnmente se construyen grficos de
dispersin X-Y, en los que se plotean los resultados de dichos duplicados en el
eje Y, y de las muestras originales en el eje X, y posteriormente se representa
la curva de regresin lineal entre ambas series. Con este fin, se recomienda

utilizar el mtodo de Reduccin al Eje Mayor (Reduction to Major Axis, o RMA;


Sinclair, 1999), que ofrece un ajuste insesgado de las dos series de resultados,
mediante un procedimiento matemtico que trata ambas series como
independientes entre s. En este caso, el sesgo Sp-s del laboratorio primario
con relacin al secundario es calculado del siguiente modo:
SP-S (%) = 1 pRMA
Donde pRMA es la pendiente de la curva de regresin obtenida por el mtodo
RMA.
En presencia de errores, se recomienda el siguiente procedimiento general de
verificacin y/o solucin:
-

Para todos los tipos de muestras de control: chequear los valores de las
muestras vecinas, con el fin de identificar posibles confusiones o
cambios en la posicin de las muestras, y de ser necesario repetir los
anlisis de las muestras de control fallidas junto con algunas muestras
vecinas, o incluso el lote entero si el error subsiste.

Para las muestras gemelas: revisar los testigos remanentes, para


comprobar si los intervalos muestreados se corresponden realmente con
los valores reportados.

Para los blancos: requerir al laboratorio mejoras en los procedimientos


de preparacin y anlisis.

No obstante, las opciones pueden llegar a ser muchas, en dependencia del tipo
y magnitud de los errores identificados. De cualquier modo, en ltima instancia
es necesario investigar, localizar y eliminar la fuente del problema.

5. ASEGURAMIENTO DE LA CALIDAD: PRINCIPALES


FUENTES DE ERROR
Long (2000) identifica tres tipos fundamentales de errores: los de tipo I,
ocasionados por omisin o negligencia, que pueden ser usualmente evitados
mediante la aplicacin de tcnicas correctas; los de tipo II, de muestreo o
medicin, de naturaleza aleatoria, cuyo accin no puede ser evitada, aunque
su efecto puede ser minimizado; y los de tipo III, de naturaleza sistemtica,
cuyo efecto tambin puede ser minimizado. Un programa de Aseguramiento de
la Calidad debe incluir indicaciones y recomendaciones orientadas a reducir el
efecto de esos errores, y en especial los de tipo I. A continuacin se enumeran
slo algunos de los ms comunes, as como algunas recomendaciones para
evitarlos o reducir su efecto.

5.1. HETEROGENIEDAD GEOLOGICA


Entre los problemas ms comunes relacionados con la heterogeneidad
geolgica se destacan el uso de redes de exploracin inadecuadas, errores en
la codificacin de los datos, el uso de programas inadecuados de estimacin, la
utilizacin de personal poco calificado, etc. Para reducir su efecto se
recomienda utilizar personal con la mejor calificacin posible , preparar
colecciones de muestras patrn que auxilien en el logueo, usar mtodos de
procesamiento de los datos, que apliquen mtodos estadsticos basados en el
rango de influencia, etc.

5.2. TOMA DE MUESTRAS


Entre los principales errores que se cometen durante esta operacin se
encuentran los siguientes: el muestreo predominante del material ms blando
o frgil, o de fragmentos grandes de material duro en el muestreo de canal; la
orientacin incorrecta de la lnea de corte en el muestreo de testigo, as como
el muestreo preferencial de fragmentos gruesos en muestras de testigo muy
fragmentado; ignorar los contactos litolgicos importantes; la introduccin de
sesgos en la seleccin de fragmentos o intervalos en el muestreo para
densidad; confusiones en el etiquetado y el orden de las muestras, etc.
Para reducir su efecto se recomienda usar procedimientos de muestreo que
garanticen una adecuada representatividad de las muestras, conocer con la
mayor exactitud posible la ubicacin fsica y la orientacin de los sondajes y los
intervalos de muestreo, manipular las muestras con extremo cuidado, etc.

5.3. MEDICION DE PARAMETROS


Los errores durante la medicin de los parmetros se producen en varias fases
de este proceso. Durante la preparacin, son frecuentes el chancado
demasiado grueso, el uso de tcnicas de cuarteo deficientes, la insuficiente
pulverizacin, la manipulacin incorrecta de las muestras, el empleo de un
deficiente sistema de extraccin de polvo, etc.
Durante los anlisis qumicos o fsicos se constata con frecuencia el empleo de
mtodos analticos inapropiados, el no uso de estndares de tipos o niveles
adecuados, la aplicacin de procedimientos incorrectos de clculo, la
determinacin de densidad sin considerar la presencia de porosidad en la roca,
las alteraciones en el orden de las muestras, etc. Estos errores se potencian
cuando el laboratorio tiene un sistema deficiente de Control de Calidad, y an
ms, por extrao que pueda parecer, cuando tal programa es inexistente.

Al reportar los resultados, es tambin frecuentes el uso indistinto de variados


formatos de tablas, nmeros y smbolos, los errores en las unidades de medida
empleadas, la ausencia de informacin sobre los mtodos empleados y sus
lmites de deteccin, etc.
Para reducir el efecto de estos errores, se recomienda asegurarse de que el
laboratorio seleccionado emplea procedimientos adecuados de preparacin,
dispone de instrumental y equipos en buen estado, y productos qumicos y
estndares confiables, que utiliza procedimientos estandarizados de reporte, y
tambin de que emplea un sistema adecuado de Control de Calidad y que
mantiene sus reas de trabajo limpias y ordenadas.

5.4. ASEGURAMIENTO DE LA CALIDAD


Algunos de los errores vinculados a la preparacin de la base de datos ocurren
durante la propia introduccin de la informacin. Son comunes la digitacin
repetida de los datos, el uso de frmulas en la numeracin de las muestras en
tablas de Excel, la insuficiente informacin sobre datos faltantes, la codificacin
errnea de las muestras de control de calidad, etc.
Otros errores frecuentes, en este caso por omisin, son la falta de informacin
til, como la identificacin de las personas responsables de ciertas acciones
importantes, datos sobre los mtodos analticos, la recuperacin, etc., y la
ausencia de contrachequeo de la informacin.
Entre las recomendaciones para reducir su efecto se incluyen planificar
adecuadamente la estructura y el flujo de la informacin, establecer filtros y
mecanismos de contrachequeo, minimizar la digitacin manual de datos ,
utilizar la doble entrada para los parmetros ms sensibles, mantener una
disciplina estricta en el completamiento de la base de datos, etc.

6. EXIGENCIAS DE REGULACIONES INTERNACIONALES


SOBRE LA CALIDAD DE LOS DATOS GEOLOGICOS
Durante los ltimos aos han entrado en vigencia nuevas regulaciones
internacionales que persiguen la normalizacin de los aspectos esenciales de la
exploracin, tales como la NI 43-101 de
Canad, (CIM, 2000) y el cdigo JORC de Australia (JORC, 1999), entre otros.
Estas regulaciones son de uso cada vez ms frecuente en la industria minera, y
plantean estrictos requisitos en lo relativo a la calidad de la informacin en que
se basan los estimados de recursos y reservas.

Entre las especificaciones de la norma NI 43-101, por ejemplo, se requiere que


una Persona Calificada verifique los datos en que se basa dicha informacin,
incluyendo el muestreo, los anlisis y otras pruebas, describa el programa de
aseguramiento de la calidad y las medidas de control de calidad, incluyendo la
naturaleza y las limitaciones de la verificacin, y explique cualquier deficiencia
encontrada (CIM, 2000).
El cdigo JORC, por su parte, exige que una Persona Competente informe sobre
la naturaleza, calidad y correcta seleccin de los procedimientos de muestreo y
de anlisis de laboratorio, de los procedimientos de control utilizados,
especificando los estndares, blancos, duplicados y controles externos, y si se
han alcanzado niveles aceptables de exactitud y precisin (JORC, 1999).

7. ERRORES
La palabra error proviene del latn errare que significa fallar o equivocarse.
Este es un trmino que puede estar involucrado a cualquier cosa o
circunstancia que pueda existir en el mundo, y est asociado directamente con
un refrn o dicho muy comn somos seres humanos, no somos perfectos,
podemos cometer errores, esto es totalmente cierto debido a que cada accin
que realiza un individuo est sujeta de cierto modo a un momento
experimental (bien sea que ese acto sea ejecutado por primera vez o se tenga
una gran experiencia sobre ello, un ejemplo muy simple puede ser el acto de
caminar, as tengas toda una vida caminando se puede cometer el error de
tropezar y caer), cualquier cosa puede pasar.

7.1. ERRORES ALEATORIOS


Fluctuaciones estadsticas en los resultados de las mediciones, que pueden
producirse en los resultados de las mediciones, que pueden producirse en
cualquier direccin, debido a limitaciones en la precisin del instrumento de
medicin, o del mtodo de muestreo o anlisis.
Se deben a la inhabilidad del experimentador o del equipo de repetir la misma
medicin exactamente del mismo modo para obtener el mismo resultado.

7.2. ERRORES SISTEMATICOS


Desviaciones de exactitud, que son generalmente reproducibles y
reproducidas, y que ocurren consistentemente en la misma direccin.
Frecuentemente se deben a la persistencia de un problema durante todo el
experimento.

7.3. ERRORES GROSEROS


Se deben a la incorrecta puesta en prctica de los protocolos de trabajo.
Cuando ocurren, los errores groseros (mistakes) no son considerados en el
anlisis del error experimental, puesto que se asume que los participantes en
el experimento son cuidados y competentes.

8. CASO BRE-X
Bre-X y Michael de Guzmn. Dos nombres que recordarn los ms veteranos y
que son la clave de quiz el mayor fraude en las materias primas que se
conozca. De cmo unas fotos de un simple anillo de boda acabaron por
construir un 'imperio' de papel con un valor de 6.000 millones de dlares. Una
historia que conjuga fraude, oro, muerte y, como secundario de lujo, a Lehman
Brothers.

Bre-X fue una compaa canadiense, fundada por David Walsh en 1989, sin
actividad ni beneficios conocidos. Era una de esas compaas denominadas
penny stocks por valer menos de 1 dlar, muy pequeas y especulativas. Su
fortuna pareci cambiar en 1993, cuando fueron aconsejados por el gelogo
John Felderhof, famoso por haber descubierto una mina de oro en Papa Nueva
Guinea, compra unas tierras en plena jungla de Borneo, Indonesia, cerca del ro
Busang.
Felderhof, un buscador de oro de la vieja escuela nacido en Holanda pero
criado en Canad, que llegara a ser vicepresidente de Bre-X, aseguraba haber
encontrado el preciado metal en esas tierras, a pesar de que otras grandes
mineras lo haban buscado infructuosamente. Sus afirmaciones se basaban en
las muestras obtenidas por Michael de Guzmn, tambin gelogo y buscador
de oro.

8.1. EL MAYOR DEPOSITO DE ORO DEL MUNDO


Las primeras estimaciones hablaban de 136.000 libras de oro en la mina, una
cifra que para 1995 era de 2 millones y 1997 era de 5 millones de libras. El
descubrimiento atrajo el inters de Wall Street, y en una conferencia con
inversores de JP Morgan (principal asesor financiero de la compaa), Felderhof
sugiri que podra haber hasta 13 millones de libras bajo las tierras compradas
en Borneo por Bre-X, con un valor estimado en el mercado 70.000 millones de
dlares. Era el mayor depsito de oro del mundo.
La reaccin en bolsa fue la esperada: la compaa pas de cotizar a 30
centavos por accin antes de comprar las tierras de Borneo a rondar los 250

dlares, dndole un valor de mercado que se acercaba a los 6.000 millones de


dlares. El hoy desaparecido Lehman Brothers no dud en calificar la mina
indonesia "el descubrimiento de oro del siglo" en diciembre de 1996, aunque el
valor ya comenzaba a caer. La compaa haba saltado de la pequea bolsa de
Alberta a la bolsa de Toronto, y de ah al lugar donde todo el mundo quera
estar: el Nasdaq estadounidense, donde apareci en agosto de 1996.
Parte de la fiebre vena por el boom por entonces con las compaas mineras
canadienses, que obtenan fondos rpidamente para financiar exploraciones
desde la URSS hasta Per, como recordaba la revista Business Week a finales
de los 90. Pero Bre-X era otra cosa, todas las cotizadas queran ser "el prximo
Bre-X".

8.2. INDONESIA QUIERE SU PARTE


Como era de esperar, tamao descubrimiento no poda pasar desapercibido
para las autoridades. En 1996, el presidente indonesio Suharto, poco antes de
su cada y en su da calificado como el hombre ms corrupto del mundo por
Transparencia Internacional, quiso su parte del pastel.
El gobierno paraliz los permisos alegando que Bre-X era demasiado pequeo y
finalmente lleg a un acuerdo para repartirse los beneficios con la empresa y
una tercera compaa, la minera Freeport, que se encargara de verificar que
realmente exista el oro prometido. La fiebre aumentaba, y Freemont gan la
batalla a otras grandes mineras como Barrick Gold.

IMAGEN DE LA MINA EN LA ISLA DE

El problema es que no haba prcticamente nada de oro, como descubri


Freemont en cuanto realiz sus primeras exploraciones en marzo de 1997. De
Guzmn haba estado falsificando las muestras desde el principio, primero con
virutas de oro de su propio anillo de boda, despus con materiales obtenido
mediante el bateo en la propia zona.
Otros gelogos y expertos dudaron de sus muestras, ya que las formas no eran
las naturales y las muestras demasiado pequeas. No haba forma de
verificarlas ya que las rocas siempre se pulverizaban, no se partan por la
mitad como se suele hacer para que otros comprobaran el descubrimiento.

8.3. SUICIDIO Y CRASH


Pero Wall Street 'compr' el descubrimiento. Y no solo ellos, grandes inversores
institucionales, como el fondo de pensiones de los profesores de Ontario o
cajas de ahorro nacionales entraron. Bre-X era el orgullo de Canad.
El escndalo estall rpidamente. En febrero de 1997, el gobierno de Indonesia
haba cerrado el acuerdo: se creaba una joint-venture en la que Bre-X tendra el
45%, Indonesia un 40% y Freeport un 15%. Enseguida se vio que el oro no
exista.
Poco despus, de Guzmn se tiraba de un helicptero de camino precisamente
a una reunin con Freeport, en unas condiciones nunca aclaradas. La polica
dictamin que se trat de un suicidio, pero desde entonces se han sucedido
todo tipo de rumores sobre el suceso, desde el asesinato hasta el montaje. Los
pequeos mercados de valores de Vancouver y Alberta vivieron sus peores
jornadas desde el crash de 1987.
Lo que no ha quedado nunca claro es quin fue el responsable verdadero del
fraude. Muchos acusan a de Guzmn, pero Felderhof tambin es sospechoso:
vendi acciones de Bre-X por valor de 80 millones de dlares poco tiempo
antes de destaparse el escndalo. Fue el nico acusado por informacin
privilegiada, pero finalmente fue absuelto. Saban algo de la trama Bre-X y su
fundador, David Walsh? l y su esposa vendieron acciones por valor de cerca
de 30 millones de dlares entre abril y septiembre de 1996. Poco despus se
traslad a las Bahamas, aunque muri dos aos despus por un aneurisma.
Muchas preguntas, pocas respuestas. Lo nico claro es que el gran fraude se
sustent en unas virutas rascadas de un anillo de boda, y que la fiebre del oro,
con la inestimable colaboracin de Wall Street, hizo el resto. Bre-X despareci
en 2002.

8.4. CONSECUENCIAS

Desplome de las bolsas mundiales en que se transaban las acciones de


compaas mineras y de exploracin.

Reduccin drstica de la exploracin minera en el mundo.

Revisin de nuevas regulaciones y recomendaciones de buenas


prcticas.

Aparicin de cdigos mineros

Inicio del QaQc.

9. CODIGOS MINEROS
9.1. CANADA: NI-43-101
El propsito del Instrumento Nacional 43-101 es asegurar que la informacin
engaosa, errnea o fraudulenta relativos a las propiedades minerales no se
publica y ascendido a los inversores en los mercados burstiles supervisados
por los Administradores de Valores de Canad (CSA).
Es un instrumento nacional para los Estndares de Divulgacin para Proyectos
Minerales dentro de Canad. El instrumento es un conjunto codificado de
normas y directrices para la presentacin de informes y visualizacin de la
informacin relacionada con las propiedades mineras propiedad de, o
explorados por las empresas, que dan cuenta estos resultados en las bolsas de
valores dentro de Canad. Esto incluye a las entidades mineras extranjeras que
comercian en las bolsas de valores supervisados por los Administradores de
Valores de Canad (CSA), incluso si slo el comercio en los derivados
extraburstiles (OTC) u otros valores instrumentados.
CSA puede:
-

Imponer requisitos a travs de normas y dems instrumentos de


regulacin

Proporcionar orientacin

Vigilar el cumplimiento y exigir medidas correctivas

Tomar accin de cumplimiento

Educar a los participantes del mercado y los inversores

Divulgaciones relacionadas con el cdigo NI 43-101 incluyen comunicados de


prensa de informes de exploracin minera, la presentacin de informes de

recursos y reservas, presentaciones, comentarios orales y sitios web. El NI 43101 cubre metalfero, productos energticos slidos de arena, metales
preciosos, as como minerales a granel, piedra de fbrica, piedras preciosas y
arenas minerales materias primas.
Muchas compaas de exploracin de minerales y mineras canadienses que
cotizan en bolsa lista en la TSX Venture Exchange (TSX-V) o la Bolsa de Toronto
(TSX). Algunas de estas empresas tambin pueden tener listados en las bolsas
de valores fuera de Canad, tales como: London Metal Exchange (LME), Nueva
York (Estado de Nueva York), Australia del Mercado de Valores (ASX), Bolsa de
Valores de Johannesburgo (JMEX), Bolsa de Hong Kong (HKMEx ), Bolas Valores
de Lima (BVL), Bolsa de Comercio de Santiago de Chile (BCS), Bolsa de Valores
de Colombia (BVC), Bolsa de Valores de Sao Paulo Brasil (BOVESPA), etc.

9.2. AUSTRALIA: JORC


El Cdigo australiano para Informar sobre Recursos Minerales y Reservas de
Mena (el Cdigo JORC o el Cdigo), establece estndares mnimos,
recomendaciones y normas para la Informacin Pblica de resultados de
exploraciones, Recursos Minerales y Reservas de Mena en Australia. Este ha
sido redactado por el Comit Conjunto de Reservas de Mena de The Institute
of Mining and Metallurgy, Australian Institute of Geoscientists y Minerals
Council of Australia. El Comit Conjunto de Reservas de Mena se constituy en
1971 y public varios informes haciendo recomendaciones sobre la
clasificacin e Informacin Pblica de Reservas de Mena antes de la primera
divulgacin del Cdigo JORC en 1989.
El Cdigo es aplicable a todos los Minerales slidos, incluyendo diamantes,
otras piedras preciosas y carbn, para los cuales las Bolsas de Valores de
Australia y Nueva Zelanda requieren Informacin Pblica sobre resultados de
exploracin, Recursos Minerales y Reservas de Mena.

9.3. SUDAFRICA: SAMREC


El Cdigo SAMREC establece normas mnimas, recomendaciones y
pautas para la presentacin pblica de resultados de exploracin,
Recursos Minerales y Reservas Minerales en Sudfrica. Ha sido elaborado
por el recurso mineral de Sudfrica Comit ('SAMREC ") bajo los auspicios del
Instituto Sudafricano de Minera y Metalurgia ('SAIMM'). El Comit SAMREC
integrado por representantes de la SAIMM, el Consejo Sudafricano de
Profesiones Naturales Ciencia ('SACNASP'), el Servicio Geolgico. La sociedad
de Sudfrica ('GSSA'), la Asociacin de Geoestadstica de
Sudfrica("GASA"), el Consejo Sudafricano de Agrimensores

Profesionales Tcnicos y Agrimensores (PLATO), la Asociacin de Colegios de


Abogados del Sur de frica, el Consejo General del Colegio de Abogados del
Sur frica, el Departamento de Minerales y Energa, la Bolsa de Johannesburgo
(JSE), el Consejo de Ciencias de la Tierra, el Consejo Sudafricano de Bancos y la
Cmara de Minera de Sudfrica.

9.4. ESTADOS UNIDOS: SEC


La U.S. Securities and Exchange Commission popularmente conocida como
SEC, es una institucin independiente del gobierno de Estados Unidos
encargada de vigilar el cumplimiento de las leyes federales del mercado de
valores, la regulacin de las bolsas de valores y el mercado de opciones de
Estados Unidos. La SEC es la Comisin de Mercados y Valores de Estados
Unidos, un organismo regulador y supervisor de los mercados financieros y
tiene la responsabilidad de hacer cumplir las leyes federales. La SEC fue creada
por el Securities Exchange Act of 1934 para regular la industria de valores.
Entre los cometidos de la SEC est el hacer cumplir las leyes y normas
pertinentes, y proteger a los inversores que interactan con las diversas
organizaciones e particulares.
Tal y como se describe en la Investopedia Justo antes de Crash del 29, los
bancos comerciales fueron acusados de ser demasiado especulativos en la era
anterior a la era pre-depresin. Prstamos en mal estado fueron emitidos a
empresas en las que los bancos haban invertido, y los clientes se vean
alentados a invertir en esas mismas acciones. El espritu del Exchange Act of
1934, fue abordar los abusos del pasado. Segn su pgina web, la propia U.S.
Securities and Exchange Commission (SEC) asegura que su principal funcin es
la de proteger a los inversores y mantener la integridad de los mercados de
valores.
La SEC se financia anualmente a travs del Congreso y no se le permite
quedarse con las tasas o multas que recibe a travs de los asentamientos o en
los tribunales. Las leyes y reglamentos que rigen el mercado de valores en
Estados Unidos se basan en el principio de libre informacin para los inversores
sobre el mercado y las condiciones de las transacciones antes de ser
efectuadas. Con el fin de hacer cumplir este principio, la SEC exige a las
compaas inscritas en las bolsas de valores, a dar a conocer pblicamente su
informacin financiera, garantizando que todos los inversores se encuentren en
igualdad de condiciones para tomar decisiones de inversin.
La SEC supervisa asimismo para evitar el fraude entre otros participantes clave
de los mercados financieros, como corredores, consejeros de inversiones,
fondos mutuos, y consorcios que controlan empresas de servicio pblico. Cada
ao, la SEC interpone entre 400-500 causas civiles contra personas y

compaas que incumplen las leyes y reglamentos. Las infracciones ms


comunes son la compraventa de valores por parte de funcionarios de
confianza, los fraudes contables, y la divulgacin de informacin falsa y
engaosa relacionada con valores burstiles y empresas emisoras.

10.

ESTIMACION DE RECURSOS

Por estimacin de recursos entendemos la determinacin de la cantidad de


materia prima contenida en un yacimiento o en una de sus partes. La mayora
de los recursos y reservas se calculan en toneladas mtricas, solo la de los
metales preciosos (oro, plata y platino) se calculan en kilogramos, los
diamantes en quilates y las reservas de gas natural, arena, piedras para la
construccin, agua subterrneas, se estiman en metros cbicos. Esta
cuantificacin formal de las materias primas minerales estimada por
procedimientos empricos o tericos se denomina Inventario Mineral. Este a su
vez se expresa en trminos de recurso y reservas.
La estimacin de recursos es un fin de cada etapa de los trabajos de
prospeccin y exploracin de yacimientos minerales y este proceso continua
durante la explotacin del depsito. Todos los trabajos de exploracin de un
yacimiento contribuyen ante todo a la estimacin de las materias primas
minerales.

La estimacin de recursos/reservas se considera un proceso continuo que se


inicia con la exploracin y recopilacin de la informacin seguida de la
interpretacin geolgica y la estimacin de recursos. Posteriormente se
consideran los factores modificadores (mineros, metalrgicos, ambientales,
legales etc.) y se arriba al estimado de reservas. Durante las operaciones de la
mina los estimados previamente calculados son modificados por los resultados
del control de ley y los estudios de reconciliacin. En estos apuntes se hace
mayor hincapi en la estimacin de los recursos.

Estos trabajos tienen como objetivo fundamental la mejor estimacin de la ley


y el tonelaje de los bloques de un cuerpo mineral as como determinar los
errores probables de la estimacin con cierto nivel de confianza. La relevancia
de las estimaciones depende de la calidad, cantidad y distribucin espacial de
las muestras y el grado de continuidad de la mineralizacin.
La cantidad de reservas de un yacimiento, como uno de los factores principales
que determinan su viabilidad econmica, posee una gran influencia en la vida
til del yacimiento, su produccin anual y la decisin final de construir la
empresa minera.
Los distintos mtodos de estimacin de recursos que se emplean en la
actualidad son definidos por los principios de interpretacin empleados y las
tcnicas de interpolacin espacial. As tenemos los mtodos clsicos de
clculos desarrollados y utilizados desde los principios de la minera hasta
nuestros das, que se basan en procedimientos manuales y donde los
principales parmetros son estimados a partir de la media aritmtica y la
media ponderada. Por otra parte, los mtodos asistidos por computadoras que
incluyen el mtodo de ponderacin por el inverso de la distancia y los
geoestadsticos y que se fundamentan en procedimientos matemticos de
interpolacin definidos a partir de informacin espacial y estadstica presente
en los datos. Estos mtodos surgieron con el desarrollo de las computadoras.
Actualmente con la disponibilidad de computadoras y software a precios
accesibles existe una tendencia en las empresas mineras y las organizaciones
gubernamentales al empleo de mtodos computarizados en detrimento de los
mtodos clsicos. Es necesario resaltar que en algunos tipos de yacimientos
minerales (Eje. Placeres) producto de la disposicin espacial y la cantidad de
datos, la variabilidad espacial de los parmetros y el mtodo de exploracin
empleado, los mtodos clsicos brindan los mejores resultados.
Por lo anteriormente expuesto queda claro que la estimacin de recursos es de
vital importancia para el xito de una inversin minera, por lo que los clculos
de la ley y el tonelaje deben ser lo ms confiable posible a partir de las
muestras disponibles, la calidad de los anlisis y la definicin de los controles
geolgicos de la mineralizacin.

10.1.

CLASIFICACION

Los principales sistemas de clasificacin que se emplean hoy en el mundo se


fundamentan en la confianza geolgica y en la viabilidad econmica. Todos los
esquemas de clasificacin hacen uso del grado de confiabilidad o certidumbre
como factor discriminante entre las distintas clases, entre tanto ninguno de
esos sistemas muestran claramente como calcular el error asociado con cada
estimacin. Un elemento que complica aun ms el proceso de categorizacin

es la imposibilidad de cuantificar el error cometido en la creacin del modelo


geolgico del yacimiento. Producto de las dificultades encontradas en
cuantificar el error de estimacin, los sistemas de clasificacin se apoyan ms
en aspectos cualitativos que en medidas reales de la dispersin de los valores
obtenidos. Dado este elemento de subjetividad es que se introduce en la
mayora de los sistemas de clasificacin el concepto de persona competente
(ver cdigo JORC).
Los principales mtodos a travs de los cuales los recursos minerales pueden
ser categorizados se dividen en 2 grupos: (1) Criterios tradicionales o clsicos,
(2) Criterios geoestadsticos.
10.1.1. METODOS TRADICIONALES DE CATEGORIZACION
a) CONTINUIDAD GEOLOGICA
La clasificacin de recursos y reservas minerales depende en primer
lugar de la comprensin de la gnesis del yacimiento y de la valoracin
de la continuidad geolgica del volumen mineralizado. Aqu es muy
importante establecer la continuidad fsica o geometra de la
mineralizacin o de las estructuras controladoras. La continuidad fsica
o geomtrica no es fcilmente cuantificable. Para establecer este tipo de
continuidad es necesario interpretar los datos disponibles y establecer el
modelo geolgico del yacimiento sobre la base del conocimiento
existente y la experiencia previa obtenida en depsitos similares.
b) DENSIDAD DE LA RED DE EXPLORACION
Para las distintas categoras se recomienda un determinado
espaciamiento de la red de exploracin lo cual est en funcin del tipo
de yacimiento. Las redes para cada categora se argumentan sobre la
base de la experiencia (principio de analoga) en otros yacimientos
similares de clasificacin en funcin de la densidad de la red de
exploracin.

c) INTERPOLACION CONTRA EXTRAPOLACION


Los bloques cuyos valores han sido estimados por interpolacin o sea
estn localizados dentro de la red de muestreo son clasificados en
categoras ms confiables que los localizados ms all de la ltima lnea
de pozos (extrapolados). La mayora de los sistemas de clasificacin
exige no incluir bloques extrapolados en la clase de recursos medidos.
d) CONSIDERACIONES TECNOLOGICAS
Incluye determinados aspectos que pueden ser utilizados para
discriminar o rechazar un recurso en una categora dada. Como ejemplo
se pude citar la presencia de elementos perjudiciales que impiden la
buena recuperacin o hacen extremadamente cara la extraccin del
componente til durante el proceso de beneficio.
e) CALIDAD DE DATOS
La recuperacin del testigo, el volumen de las muestras, la forma en que
fueron tomadas y el mtodo de perforacin influyen directamente sobre
la calidad de los datos. Los sectores donde existen problemas de
representatividad o confiabilidad de los anlisis deben ser excluidos de
la categora de recurso medido.

10.1.2. CRITERIOS GEOESTADISTICOS DE CATEGORIZACION


Yamamotto, 1991 considera que los esquemas de clasificacin de reservas
basados en medidas reales de la dispersin son ms confiables pues reflejan,
sobre todo, la cantidad y la calidad de la informacin empleada para evaluar

las reservas. Estos esquemas fueron denominados genricamente


clasificaciones geoestadsticas pues se basan en la varianza Kriging.
En este sentido, se recomienda la Geoestadstica como procedimiento vlido y
confiable en la mayora de los sistemas de clasificacin, convirtindose en un
estndar en la estimacin de recursos minerales.
El cdigo propuesto por la ONU, por ejemplo, propone el uso de la
Geoestadstica para clasificar los recursos pues permite de forma rpida y sin
ambigedad identificar las categoras de recursos y reservas minerales (UNECE,1996). Algunos de los principales criterios geoestadsticos que han sido
empleados o propuestos para la clasificacin de recursos se explican a
continuacin.
A) ALCANCE DEL VARIOGRAMA
El variograma permite cuantificar la continuidad o nivel de correlacin
entre las muestras que se localizan en una zona mineralizada dada. El
grado de esa correlacin ha sido frecuentemente utilizado para clasificar
los recursos y reservas. Froidevaux (1982) propuso 3 clases de
clasificacin:
-

Bloques en el rea muestreada ubicados dentro del radio de influencia


definido por el alcance del variograma.
Bloques en el rea muestreada ubicados ms all del radio de
influencia definido por el alcance del variograma.
Bloques dentro del yacimiento, ubicados a una distancia grande de los
pozos (incluyendo los bloques extrapolados)
Tpicamente se han empleado 2 enfoques para clasificar los recursos
usando el variograma.
El primero se basa en la subdivisin arbitraria del alcance observado.
Ejemplo, todos los bloques estimados con un nmero mnimo de
muestras y ubicados dentro de un determinado radio de influencia
podran ser clasificados como recursos medidos mientras que todos los
bloques estimados con cierto nmero mnimo de muestras y localizados
ms all del radio de influencia seran clasificados como indicados.
En el segundo enfoque las categoras de recursos estn basadas en los
valores de la meseta. Por ejemplo, los bloques comprendidos dentro de
un alcance del variograma correspondiente a 2/3 del valor de la meseta
pueden ser clasificados como medidos, el resto son indicados.

B) VARIANZA KRIGING
El kriging permite obtener, adems de la estimacin del valor de un
bloque, una indicacin de la precisin local a travs de la varianza

kriging (Vk). Desde el inicio del desarrollo del Kriging la Vk ha sido


empleada para determinar los intervalos de confianza de las
estimaciones. Para esto es necesario asumir que esta se ajusta a un
modelo normal o lognormal. Sin embargo, en la prctica es raro que los
errores de estimacin se subordinen a estos modelos de distribucin.
Como para el clculo de la varianza kriging se emplea solamente la
configuracin de las muestras en el espacio y no sus valores locales,
esta no debe ser interpretada como una medida de la variabilidad local.
Por otra parte como Vk es calculado a partir del variograma medio del
yacimiento no es solo un ndice de la disposicin espacial de las
muestras sino tambin caracteriza las varianzas medias globales
permitiendo la discriminacin entre las clases o categoras de recursos.
Este enfoque no es reciente y ha sido utilizado a lo largo de muchas
dcadas, como se puede constatar en la tabla # 1.2 que resume las
categoras de la clasificacin sugerida por Diehl y David (1982) y
Wellmer (1983), basadas en la cuantificacin del error utilizando la
desviacin estndar kriging.

También podría gustarte