You are on page 1of 28

1

AO DE LA PROMOCIN DE LA INDUSTRIA RESPONSABLE Y


COMPROMISO CLIMTICO

GEOESTADISTICA I

COSTRUCCION DE UN PROGRAMA QUE LEA UNA BASE DE DATOS,


CALCULE LA LEY DE CORTE, CALCULE Y GRAFIQUE TONELAJE
LEY DE CORTE, CANTIDAD DE METAL LEY DE CORTE, LEY MEDIA
LEY DE CORTE Y HAGA UN ANALISIS DE SENSIBILIDAD PARA
DIFERENTES TAMAOS DE BLOQUES

HENRRY MARIO GRANDEZ LLANCA


UNIVERSIDAD NACIONAL DE INGENIERIA
FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGICA
ESCUELA DE MINAS
LIMA
JULIO 2014

INDICE

INTRODUCCION...................................................................................................................5
OBJETIVOS....6
ANTECEDENTES DE LA GEOESTADISTICA...7
MARCO TERICO......10
LEY DE CORTE...10
RESERVAS MINERALES...14
SOFTWARE PYTHON.16
PROBLEMS RESUELTO EN PYTHON.20
CALCULO DE LA LEY DE CORTE...22
LEER DATOS POR COLUMNAS CON PYTHON22
PROCESAMIENTO DE LOS DATOS CON C++...23
ANLISIS USANDO EXCEL..25
CONCLUSIONES.....28

RECOMENDACIONES29
BIBLIOGRAFIA...30

I.

INTRODUCCIN

La necesidad de acudir a herramientas estadsticas para el anlisis de datos en todas las reas del
conocimiento, ha hecho que aparezcan con el correr de los aos nuevas metodologas que, no
obstante se centran en fundamentos probabilsticos comunes, son especficas para cada una de las
diversas disciplinas del saber. Algunos ejemplos son, entre otros, la econometra, psicometra o la
bioestadstica. La gran relevancia que tiene actualmente a nivel mundial el tema ambiental ha
hecho que los profesionales en estadstica encaminen esfuerzos en el desarrollo de nuevas
tcnicas apropiadas para el anlisis de informacin enmarcada dentro de este contexto. Como
consecuencia de este impulso surgi la geoestadstica, teniendo como padre a George Matheron.

II. OBJETIVOS

Construir un programa que realice las siguientes actividades:


Lea una base de datos.
Calcule la ley de corte de 3 minerales.
Calcule y grafique las curvas:

Tonelaje vs ley de corte.

Cantidad de metal vs ley de corte.

Lay media vs ley de corte.

Haga un anlisis de sensibilidad para diferentes tamaos de bloques.

III. ANTECEDENTES DE LA GEOESTADISTICA

La geoestadstica es uno de los ms grandes descubrimientos de siclo XX. Teniendo como padre
a Profesor Georges Matheron (1930 - 2000). De la escuela Fontainebleau, Francia.
"Une vie consacre la modlisation probabiliste"

Al llegar la geoestadstica a amrica latina se aplic en Chile, esto debido a que las
condiciones burocrticas lo permitan.

La geoestadstica en amrica latina tiene como antecedente el trabajo presentado por Michel
Dagbert(SGS-geoestat Blainville, Quebec, Canad) en la charla inaugural del Octavo Congreso
Internacional de Geoestadstica, llevado a cabo en Santiago de Chile en diciembre del 2008 En
efecto, en el marco de la cooperacin entre Francia y Chile, el Dr. Alain Marechal, investigador
del centro de geoestadstica de Fontainebleau, Francia, ense geoestadstica y form un equipo
de geoestadstica en el Departamento de Ingeniera de Minas de la Universidad de Chile desde
1971 a 1973.
El equipo de investigacin dirigido por el profesor Alain Marechal estaba constituido por 3
grupos:
1) Un grupo de 4 investigadores (Issac Ugarte (De nacionalidad Boliviana), Marco
Alfaro y Jorge Walton) para trabajar en proyectos de Codelco.
2) Un grupo de Desarrollo de Software en Geoestadstica para el desarrollo y
programacin de Mtodos Numricos, que permitan aplicar la Geoestadstica terica
de Matheron en las minas principales de Chile, a cargo de Alfredo Marn con 3
estudiantes de apoyo.
3) Un grupo de investigacin operativa a cargo de Jorge Mas y Hernn Buchi
(Posteriormente ministro de Hacienda de la repblica de Chile), con 3 estudiantes de
apoyo.
Luego se comentar sobre aplicaciones en Per, Chile, Colombia, Ecuador y Estados
Unidos de Norteamrica.

IV. MARCO TERICO


IV.1. LEY DE CORTE:
La definicin de los lmites econmicos de explotacin de un rajo, se basar en un modelo
econmico de beneficio nulo al extraer la ltima expansin marginal. Esquemticamente lo
podemos ver en la siguiente figura:

B=I-C
B: Beneficio neto esperado de la ltima expansin marginal
I: Ingresos por venta del producto
C: Costos para obtener el producto
Sabemos que la extraccin de M1 nos ha reportado beneficios mayores que cero, la
pregunta es: La extraccin de M2 nos reportar un beneficio mayor que cero?. Si as fuese
significara que M2 por s solo permite la extraccin de su estril asociado E2, as como M1
logr pagar los costos asociados a la extraccin de E1. El asunto ahora es evaluar si vale la pena
extraer la lonja adicional o la que llamamos la ltima expansin marginal.

Teniendo en cuenta lo anterior y recurriendo al formulismo se tiene que:


B1 = I1 - C1 > 0
con lo que aseguramos que efectivamente
el rajo se explotar inicialmente con esos lmites
Debemos comprobar ahora si es conveniente realizar o no la expansin marginal, entonces si:
B2 = I2 - C2 > 0
se asegura que la ltima expansin marginal
se explotar amplindose los lmites iniciales del rajo

B2 = I2 - C2 < 0
se asegura que la ltima expansin marginal NO se explotar
y el lmite de la explotacin queda definido por la explotacin de M1

Este modelo permitir obtener las lneas finales de nuestro rajo en una zona tal que el estril
es pagado nica y exclusivamente por el mineral sin que se produzcan prdidas ni ganancias, en
funcin de las variables y costos estimados para la futura explotacin.

10

IV.1.1. CALCULO PRCTICO DE LA LEY DE CORTE


IV.1.1.1.

METODO ANALITICO.

Para calcular la ley de corte debemos considerar tanto el costo mina como el costo planta, los
cuales generalmente varan durante la vida til de explotacin, ya que las distancias para el
transporte del mineral como del estril varan, adems el tratamiento de la planta cambia
dependiendo de las caractersticas del mineral alimentado.
Estas pueden variar dependiendo de la profundidad que se explote, por lo que en ambos
casos se debe ocupar la mejor estimacin posible.
En este sentido podemos decir que en funcin de los costos estimados para la extraccin de
un bloque del yacimiento, definiremos una ley que permita discriminar un bloque como mineral
o estril, la cual llamaremos LEY DE CORTE CRTICA.
La expresin para calcular la ley de corte se define de la siguiente manera:
LEY DE CORTE = (CostoMina + CostoPlanta) *100/((Pr ecio - Costo Re fino) * RM * 2200)
Entre los costos que necesitamos para realizar el calculo de la Ley de Corte encontramos
aquellos que se producen en la explotacin misma de la mina y de todo aquello que lo rodea, ya
sea lo concerniente al transporte, al carguo, a la extraccin misma, a la compra de equipos, al
traslado de los mismos, etc. Tambin tenemos costos en la planta ya sea por tratamiento del
mineral y por el tratamiento del concentrado en la refinera. Todos estos datos fueron facilitados
por la planta.

11

La clasificacin de los itemes de los costos se especifican a continuacin dependiendo del


sector en que se encuentran, estos son:
Costos Directos de Mina tenemos los siguientes itemes:
Costo de Perforacin.
Costo de Tronadura.
Costo de Carguo.
Costo de Transporte.
Costo de Servicio.
Administracin.
Se tiene tambin un costo de Depreciacin de los equipos mineros.

Costos de la Planta especificados en el siguiente esquema:


Costo de tratamiento de mineral.
Costo de Administracin central.
Costos de traslado y transporte e instalaciones de los equipos y maquinarias en la faena o el
traslado de los puertos.

12

IV.2.

RESERVAS MINERAS

Son reservas de minerales que poseen valor y que puede ser usado cuando uno lo necesite en la
actividad minera est determinado por la presencia de minerales con valor econmico.
Identificacin de yacimiento mineral
Los minerales estn distribuidos en forma desigual en la corteza terrestre. Identificacin de
volmenes considerables de minerales que presentan altas leyes. Los yacimientos estn ms
cercas de la superficies que otros, formando cuerpos, vetas, mantos. Lo crucial es determinar si
el yacimiento identificado tiene un valor econmico. Las variables importantes en la bsqueda de
mineral de valor econmico son:

El tonelaje.

La ley (grado que alcanza el mineral).

La cual suele ser expresadas en porcentaje, Oz-troy/ton o gramos por toneladas.


Identificacin de Reservas del mineral
Reservas Probadas: Son aquellas en las que se tiene certeza de su continuidad. Son estimadas a
partir de los resultados obtenidos en los trabajos de muestreo, labores, sondajes y programas de
minado mediante software de modelamiento. El estudio de yacimiento ha permitido establecer su
geometra, el volumen de mineral y la ley.
Reservas probables: Son aquellas en las que existe riesgo de discontinuidad, tanto la geometra,
como el volumen del mineral y la ley han sido inferidos a partir de informacin menos completa
que en el caso anterior.

13

Valor de la reserva:
Una reserva minera ser considerada econmica o lo que es ms un proyecto tendr posibilidades
de llevarse a cabo cuando los ingresos producto de venta del metal superen los costos que
signific sacarlos y procesarlos. Es decir que el precio del mercado permite tener ganancia por
el producto que se extrae.
DEDUCCIN DE LA FRMULA
INGRESOS
COSTOS

D.P
D.P

Tc X Lc X Vc
Ta X Lm X Cp

DONDE:
Tc : Nmero de toneladas de concentrado
Lc : Ley del concentrado
Vc : Valor del concentrado
Ta : Nmero de toneladas de mineral alimentado
Lm: Ley del mineral alimentado
Cp: Costo de produccin
POSIBLES CASOS:
INGRESOS >

COSTOS; INGRESOS = COSTOS;INGRESOS < COSTOS

CUANDO:
Tc X Lc X Vc = Ta X Lm X Cp

14

Lc LCORTE
LCORTE = (Lm X Cp X RCM) / ( VC )
Dnde:
RCM: Radio de concentracin metalrgica

IV.3.

SOFTWARE PYTHON

Python es un lenguaje de programacin interpretado cuya filosofa hace hincapi en una sintaxis
que favorezca un cdigo legible.
Se trata de un lenguaje de programacin multiparadigma, ya que soporta orientacin a
objetos, programacin imperativa y, en menor medida, programacin funcional. Es un lenguaje
interpretado, usa tipado dinmico y es multiplataforma.
Es administrado por la Python Software Foundation. Posee una licencia de cdigo abierto,
denominada Python Software Foundation License, que es compatible con la Licencia pblica
general de GNU a partir de la versin 2.1.1, e incompatible en ciertas versiones anteriores.
IV.3.1. CARACTERSTICAS Y PARADIGMAS.
Python es un lenguaje de programacin multiparadigma. Esto significa que ms que forzar a los
programadores a adoptar un estilo particular de programacin, permite varios
estilos: programacin orientada a objetos, programacin imperativa y programacin funcional.
Otros paradigmas estn soportados mediante el uso de extensiones.

15

Python usa tipado dinmico y conteo de referencias para la administracin de memoria.


Una caracterstica importante de Python es la resolucin dinmica de nombres; es decir, lo
que enlaza un mtodo y un nombre de variable durante la ejecucin del programa (tambin
llamado enlace dinmico de mtodos).
Otro objetivo del diseo del lenguaje es la facilidad de extensin. Se pueden escribir nuevos
mdulos fcilmente en C o C++. Python puede incluirse en aplicaciones que necesitan una
interfaz programable.
Aunque la programacin en Python podra considerarse en algunas situaciones hostiles a la
programacin funcional tradicional del Lisp, existen bastantes analogas entre Python y los
lenguajes minimalistas de la familia Lisp como puede ser Scheme.
IV.3.2. Elementos del lenguaje
Python fue diseado para ser ledo con facilidad. Una de sus caractersticas es el uso de palabras
donde otros lenguajes utilizaran smbolos. Por ejemplo, los operadores lgicos!, || y && en
Python se escriben not, or y and, respectivamente.
El contenido de los bloques de cdigo (bucles, funciones, clases, etc.) es delimitado
mediante espacios o tabuladores, conocidos como indentacin, antes de cada lnea de rdenes
pertenecientes al bloque. Python se diferencia as de otros lenguajes de programacin que
mantienen como costumbre declarar los bloques mediante un conjunto de caracteres,
normalmente entre llaves {}. Se pueden utilizar tanto espacios como tabuladores para identar el
cdigo, pero se recomienda no mezclarlos.

16

Funcin factorial en C (indentacin


opcional)
int factorial(int x)
{
if (x == 0)
return 1;
else
return x * factorial(x - 1);
}

Funcin factorial en Python (indentacin


obligatoria)
def factorial(x):
if x == 0:
return 1
else:
return x * factorial(x - 1)

Debido al significado sintctico de la indentacin, una instruccin debe estar contenida en


lnea. No obstante, si por legibilidad se quiere dividir la instruccin en varias lneas, aadiendo
una barra invertida \ al final de una lnea, se indica que la instruccin contina en la siguiente.
Estas instrucciones son equivalentes:
lista=['valor 1','valor 2','valor 3']
cadena='Esto es una cadena bastante larga'

lista=['valor 1','valor 2' \


,'valor 3']
cadena='Esto es una cadena ' \
'bastante larga'

Tipos de datos
Los tipos de datos se pueden resumir en esta tabla:
Tipo

Clase

Notas

Ejemplo

17

str
unicode
list

Cadena
Cadena
Secuencia

tuple

Secuencia

set

Conjunto

frozense
t
dict
int

Conjunto

long
float
complex
bool

Mapping
Nmero
entero
Nmero
entero
Nmero
decimal
Nmero
complejo
Booleano

V.
V.1.

Inmutable
Versin Unicode de str
Mutable, puede contener objetos de
diversos tipos
Inmutable, puede contener objetos
de diversos tipos
Mutable, sin orden, no contiene
duplicados
Inmutable, sin orden, no contiene
duplicados
Grupo de pares clave:valor
Precisin fija, convertido
en long en caso de overflow.
Precisin arbitraria

'Cadena'
u'Cadena'
[4.0, 'Cadena', True]
(4.0, 'Cadena', True)
set([4.0, 'Cadena', True])
frozenset([4.0, 'Cadena',
True])
{'key1': 1.0, 'key2': False}
42

Coma flotante de doble precisin

42L 456966786151987643
L
3.1415927

Parte real y parte imaginaria j.

(4.5 + 3j)

Valor booleano verdadero o falso

True o False

PROBLEMS RESUELTO EN PYTHON

SE MUESTRA LAS FUNCIONES QUE SE REALIZARON


PARA PROGRAMAR

18

19

V.2.

CALCULO DE LA LEY DE CORTE

V.2.1. LEER DATOS POR COLUMNAS CON PYTHON:


import matplotlib.pyplot as plt
import os

f = open("out.txt", "r")
X = []

20

Y = []
i=0
for line in f:
j=0
for v in line.split(" "):
#if v != "\n":
if j == 0:
X.append(float(v))
else:
Y.append(float(v))
j += 1
i += 1
print (X)
print (Y)
plt.plot(X, Y)
plt.show()

f.close

21

5.2.2. PROCESAMIENTO DE LOS DATOS CON C++

#include<iostream>
#include<fstream>
#include<cstdio>
#include <sstream>
#include<algorithm>
using namespace std;
const int Area=1000;
const int Pot=10;
const int Vol=10000;
const double GE=2.5;
int main(){
cout<<"Ingrese el numero de bloques"<<endl;
int n;
cin>>n;
freopen("out.txt","w",stdout);
double A[n];
double B[n];
srand(time(NULL));
double ley;
for(int i=0;i<n;i++){
A[i]=(rand()%200);
A[i]=A[i]/100;
}
for(int i=0;i<n;i++){
B[i]=(rand()%200);

22

B[i]=B[i]/100;
}
double Ton;
Ton=Vol*GE;
double cut[6];
for(int i=0;i<n;i++){
if(A[i]>=0){
cut[0]=cut[0]+A[i];
}
if(A[i]>=0.2){
cut[1]=cut[1]+A[i];
}
if(A[i]>=0.4){
cut[2]=cut[2]+A[i];
}
if(A[i]>=0.6){
cut[3]=cut[3]+A[i];
}
if(A[i]>=0.8){
cut[4]=cut[4]+A[i];
}
if(A[i]>=1){
cut[5]=cut[5]+A[i];
}
}
double a=0.0;
for(int i=0;i<6;i++){

23

cout<<cut[i]<<" "<<a<<endl;
a+=0.2;
}
return 0;
}

5.2.3. ANLISIS USANDO EXCEL

Dado que el rea ocupa la columna B y la Potencia la columna C, entonces se tiene que el
Volumen es B#*C#.
El Tonelaje se calcula como el producto de Volumen * PesoEspecfico (D#*E#).

24

Para el clculo de la Ley equivalente debemos considerar lo siguiente:

La ley equivalente se define con la siguiente frmula:


=G#+(((3.048*88%)/(18227.492*72%))*H#)+(((0.947*70%)/(18227.492*72%))*I#)
Donde G# es la ley del oro, H es la ley de Cu, e I# es la ley de Pb.
Resolvemos la siguiente tabla usando una suma condicionada para hallar el tonelaje de cada cut
off.
=SUMIF(G2:G31,">=cut off",F2:F31)

25

Luego tenemos que la cantidad de Metal es Tonelaje * LEY Au = U#*V#.


$ USA es el producto de Cantidad de Metal y Precio del Oro.
Obtenemos las siguientes graficas:

26

VI. CONCLUSIONES

Al probar con otros datos de entrada (random) tenemos que la grfica Ley vs Tonelaje
sigue siendo montona decreciente

Al probar con otros datos de entrada tenemos que la grfica Ley vs Q sigue siendo una
curvadecreciente

Al probar con otros datos de entrada tenemos que la grfica Ley vs US$ sigue siendo una
curva decreciente.

27

VII. RECOMENDACIONES

En el cmputo de los cdigos de Visual Basic se debe tener mucho cuidado , ya que
sino el programa no se ejecuta, tambin se deben declarar todas las variables para que
sean considerados nmeros o no.

Al momento de ingresar la mxima y mnima ley se debe tener cuidado de que se


asemejen a datos cercanos a la realidad. Por ejemplo ley de Cu de 1.9%

28

VIII. BIBLIOGRAFIA

clases de Informtica por Ing. Chvez, Adolfo

Clases del PhD. Alfredo Marn Suarez

http://geoestadistica.org/index.html, pgina del CENTRO GEOESTADSTICO


PERUANO, Lima 21 de abril del 2013.

SIMPOSIUM INTERNACIONAL DE PLANEAMIENTO DE MINA (SIPLAMIN),


Exposicin realizada por el Dr. Alfredo Marn, Lima 15 de noviembre del 2012.