Está en la página 1de 59

UNIVERSIDAD NACIONAL DE INGENIERIA

Facultad de Ingeniería Geológica, Minera y Metalúrgica

SOCIEDAD MINERA CORONA S.A.


CURSO: CONTROL DE OPERACIONES MINERAS

CATEDRÁTICO: Mg. Carmen Matos Avalos

Integrantes:
• Alvarado Hualcas, Damián
• Hinostroza Aylas, César
• Huapaya Hurtado, Abel
• Pretel Santos, Gianfranco
• Ramos Agreda, Bryan

UNI, 6 de junio de 2018


DATOS GENERALES

Denominación y dirección

Denominación: Sociedad Minera Corona S.A.


Dirección: Av. Pedro de Osma No 450, Barranco, Lima, Peru
Central telefonica: 00 51 1 630-3100
Pagina web: www.mineracorona.com.pe

Constitución y datos registrales

Sociedad Minera Corona S.A. (o en adelante, la “Compañía”) es una empresa minera que fue constituida por
escritura publica del 26 de abril de 1993 ante Notario Publico de Lima Dr. Manuel Forero G.C., inscrita en la
Ficha No 040033 del Registro Publico de Minería de Lima correlacionada con la Partida No 11377593 del
Registro de Personas Jurídicas de Lima.
SOCIEDAD MINERA CORONA S.A.
El objeto social de Sociedad Minera Corona S.A. es la actividad minera a través de operaciones de exploración,
extracción, tratamiento y venta de concentrados. Sociedad Minera Corona S.A cuenta con dos unidades de
producción:

Yauricocha

ubicada en el departamento de Lima


provincia de Yauyos.

Carolina

ubicada en el departamento de Cajamarca


provincia de Hualgayoc.

La unidad de producción Carolina se


encuentra en proceso del plan de cierre
mina.
SOCIEDAD MINERA CORONA S.A.
Yauricocha

En la unidad de Yauricocha se explotan


yacimientos polimetálicos por el método de
sublevel caving de corte y relleno
convencional. En dicha unidad de
producción se encuentra ubicada la Planta
Concentradora Chumpe en cuyas
instalaciones se realiza el tratamiento de
mineral, la cual se divide en dos tipos de
circuitos: polimetálicos y de óxidos.

Del tratamiento de los minerales extraídos


se obtienen concentrados de plomo, cobre-
plata, zinc y óxidos.
PRONÓSTICO
Del latín prognosticum <gr. prognostikon < progignosko = yo conozco de antemano

“Es una estimación cuantitativa o cualitativa de uno o varios factores (variables)


que conforman un evento futuro, con base en información actual o del pasado”.

 El éxito a largo plazo depende de cuán bien la gerencia anticipa el futuro y elabora las
estrategias apropiadas.

 Producir pronósticos es relativamente fácil. Producir pronósticos que acierten con


frecuencia es difícil. Producir pronósticos que acierten siempre es imposible.

 Un pronóstico ideal debe incluir:


• Una medida de su precisión
• Una medida de su confiabilidad (previa)
• Debe obtenerse con un mecanismo
• Reproducible

 Revisar los datos históricos ayuda a comprender mejor el patrón de nuestras


variables a pronosticar
Métodos de Elaboración de Pronósticos
Métodos Cualitativos
Involucran el uso del juicio experto para elaborar pronósticos.
Una ventaja de los procedimientos cualitativos es que pueden aplicarse cuando
la información sobre la variable que se está pronosticando no puede
cuantificarse o son escasos.
• Método Delphi
• Juicio experto
• Redacción de escenarios
• Enfoques intuitivos

Métodos Cuantitativos
 Se dispone de información pasada sobre la variable que se pronosticará
 La información puede cuantificarse
 Es razonable suponer que el patrón del pasado seguirá ocurriendo en el
futuro. En estos casos puede elaborarse un pronóstico con un método de
series de tiempo o un método causal.
Patrón o Componentes Serie de Tiempo
Patrón= Comportamiento

 Tendencia: Componente de muy largo plazo


Desplazamiento o movimiento gradual hacia valores
relativamente altos o bajos a través de un lapso largo.

 Cíclico: Componente de largo plazo. secuencias de


puntos que caen de manera alternante arriba y abajo de
la línea de tendencia. Toda sucesión recurrente de
puntos que caiga abajo y arriba de la línea de tendencia
y que dure más de un año.

 Estacional: Patrón de cambio que se repite año con año


en el mismo número de períodos.

 Irregular: componente de muy corto plazo. Mide la


variabilidad de una serie cuando los demás
componentes se han eliminado o no existen. Este
componente representa la variabilidad aleatoria en las
series de tiempo y es resultado de factores a corto
plazo, imprevistos y no recurrentes que afectan a la serie
de tiempo.
Métodos de Serie de Tiempo
Los datos históricos se restringen a valores pasados de la variable que
tratamos de pronosticar.
El objetivo de los métodos de serie de tiempo es descubrir un patrón en los
datos históricos y luego extrapolarlo hacia el futuro; el pronóstico se basa
sólo en valores pasados de la variable que tratamos de pronosticar o en
errores pasados.
 Métodos de Suavización. El objetivo de cada uno de estos métodos es
“suavizar” las fluctuaciones aleatorias causadas por el componente
irregular de las series de tiempo. Son fáciles de usar y por lo general
proporcionan un alto nivel de precisión para pronósticos de corto alcance
como un pronóstico para el siguiente periodo.

 Proyección de Tendencia: En este punto se muestra cómo pronosticar los


valores de una serie de tiempo que exhibe una tendencia lineal a largo
plazo. El tipo de series de tiempo para las cuales el método de proyección
de tendencias es aplicable, muestra un incremento o disminución
constante en el tiempo.

 Proyección de tendencia ajustada por la influencia estacional: Para


pronosticar valores que presentan componentes de tendencia y estacional
en su comportamiento.
Promedios Móviles
El método de los promedios móviles utiliza el promedio de los k valores de datos
más recientes en la serie de tiempo como el pronóstico para el siguiente periodo.
También se deriva el método de promedios móviles ponderados.
Promedios móviles (de orden K)

Ejemplo
Suavización Exponencial
La suavización exponencial utiliza un promedio ponderado de valores de series de
tiempo pasadas como pronóstico.
La fórmula muestra que el pronóstico para el periodo t+1 es un promedio
ponderado del valor real en el periodo t y el pronóstico para el periodo t. Es un
caso especial del método de promedios móviles ponderados en el cual
seleccionamos sólo un peso, el peso para la observación más reciente.

Ejemplo
¿Qué valor de α?
Si la variabilidad aleatoria de la serie de tiempo es considerable, es preferible un
valor pequeño para la constante de suavización. La razón de esta elección es que,
dado que gran parte del error de pronóstico se debe a la variabilidad aleatoria, no
queremos reaccionar de forma exagerada y ajustar los pronósticos demasiado
rápido. Para una serie de tiempo con relativamente poca variabilidad, los valores
más grandes de la constante de suavización tienen la ventaja de ajustar
rápidamente los pronósticos cuando ocurren errores de pronóstico y por ende
permiten que el pronóstico reaccione más rápido a las condiciones cambiantes.
Elegimos el valor de α que minimiza el error de pronóstico.
Proyección de Tendencia
Componentes de Tendencia y Estacional
Componentes de Tendencia y Estacional
Métodos Causales
Se basan en el supuesto de que la variable que tratamos de pronosticar
exhibe una relación de causa y efecto con una o más variables.
Análisis de Regresión
 Tiene como objetivo estudiar la relación entre variables. Permite expresar dicha
relación en términos de una ecuación que conecta una variable de respuesta Y,
con una o más variables explicativas X1,X2,…,Xk.
 Finalidad: Determinación explícita del funcional que relaciona las variables.
(Predicción). Comprensión por parte del analista de las interrelaciones entre las
variables que intervienen en el análisis.
 A pesar de que el análisis de regresión tiene que ver con la dependencia de una
variable respecto a otras variables, esto no implica causalidad necesariamente.
La misma viene dada por consideraciones a priori o teóricas.
 Se interesa en estimar o predecir el valor promedio de una variable sobre la
base de valores fijos de otras variables.
Análisis de Regresión
Curva de regresión poblacional: Desde el punto de vista geométrico, una
curva de regresión poblacional es simplemente el lugar geométrico de las
medias condicionales de la variable dependiente para los valores fijos de la
(s) variables explicativa(s).

Función de Regresión Poblacional: El valor esperado de la distribución de Y


esta funcionalmente relacionado con Xi.
Regresión Lineal
El término regresión “lineal” siempre significará una regresión lineal en los parámetros.

REGRESION LINEAL MULTIPLE


Generalizando la función de regresión poblacional (FRP) de dos variables se puede
escribir la FRP de tres variables así:

Donde Y es la variable dependiente, X1 y X2 las variables explicativas (o regresoras). ui es


el término de perturbación estocástica, e i la iésima observación.
Los coeficientes se denominan coeficientes de regresión parcial Se continúa operando
dentro del marco del modelo clásico de regresión lineal (MCRL).
PRONÓSTICO PARA EL 2018
PRODUCTIVIDAD
PRODUCTIVIDAD MINA PRODUCTIVIDAD
AÑO
(TMS/tarea) GENERAL (TMS/tarea)
Tomamos los datos de
2007 2.26 2
Productividad en Mina y
Productividad General que 2008 2.42 2.21
están dadas en la Memoria 2009 2.59 2.28
Anual 2017 de la Sociedad 2010 2.81 2.44
Minera Corona S.A.
2011 2.75 2.31
2012 2.67 2.26
2013 2.7 2.41
2014 3.03 2.71
2015 2.57 2.31
2016 2.28 1.88
2017 2.11 1.9
PRODUCTIVIDAD MINA (TMS/tarea)
3.5

Utilizamos el modelo de la
media móvil de orden 2 2.5

para este análisis:


2
Del 2016 para el 2017 su
pronóstico fue: 2.42 pero 1.5
en realidad se obtuvo 2.11.
Del 2017 para el 2018 su 1

pronóstico es: 2.19


0.5

0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PRODUCTIVIDAD GENERAL (TMS/tarea)
También notamos que la productividad 3
se está manteniendo en un determinado
rango, casi no está variando a lo largo de 2.5

los años.
Utilizamos el modelo de la media móvil 2

de orden 2 para este análisis:


1.5
Del 2016 para el 2017 su pronóstico fue:
2.095 1

Del 2017 para el 2018 su pronóstico es:


1.89 0.5

0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
COSTOS
Tomamos los datos de Costos en mina para hacer un análisis.

AÑO COSTO (US$/TMS)

2007 36.93
2008 38.92
2009 32.44
2010 34.62
2011 35.12
2012 41.68
2013 40.68
2014 36.56
2015 42.72
2016 46.57
2017 57.42
COSTO (US$/TMS)
70

60
Para el análisis de los Costos, notamos que hay
y = 0.0057x5 - 56.869x4 + 228743x3 - 5E+08x2 + 5E+11x - 2E+14
R² = 0.9046 una cierta tendencia al alza en los últimos
50
años, por ende para los pronósticos a años
futuros utilizamos el método de Proyección de
40
Tendencia.
La ecuación polinomio de grado 6 se ajusta a
30 los valores con un coeficiente de correlación de
0.9.
20
El pronóstico del 2016 para el 2017 fue: 56.9 y
en realidad fue 57.42 USS/TMS
10
El pronóstico del 2017 para el 2018 es: 62
USS/TMS
0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
COMENTARIOS
• La productividad a lo largo de los años mantiene una tendencia constante en un rango
de valores
• No hay muchos estudios para maximizar la productividad, esto se ve reflejado en la
tendencia al alza de los costos en mina.
• La empresa tiene que hacer un estudio técnico económico de sus operaciones para que
puedan tomar decisiones respecto a la productividad y costos.
PRODUCCIÓN
La producción a lo largo de los años de la Sociedad Minera Corona S.A. es la siguiente:
Pronóstico
Año TMS
Compañía
2004 233,486
2005 373,546
2006 487,909
2007 546,652
2008 690,222
2009 802,737
2010 837,389
2011 819,993
2012 849,613
2013 858,399
2014 929,316
2015 802,251 936,000
2016 847,467 977,180
2017 1,009,635 960,000
2018 1,033,000

Tabla: Producción mineral a lo largo de los años, junto Gráfico: Evolución de la Producción mineral a lo largo de los años, en TMS.
al pronóstico otorgado por la misma Compañía
MÉTODO EXPONENCIAL DOBLE
- Este método es muy flexible ya que puede darle importancia a las Producciones reciente o las antiguas.
- No requiere de un gran volumen de datos. Solo necesita el pronóstico anterior, la demanda real del periodo de
pronóstico y unas constantes de suavización, las cuales tienen la función de reducir el error que ocurre entre la demanda
real y el pronóstico.

A nivel metodológico, primero se calcula el pronóstico ajustado. Luego, se determina la tendencia ajustada, para
finalmente calcular el pronóstico con ajuste a la tendencia, el cual es el resultado final del método.
δ 0.3 Número de periodos 14
α 0.45
Pronóstico Pronóstico Tendencia Pronóstico con Error de Desviación absoluta Error cuadrático Error porcentual
Año TMS Año Demanda Pronóstico
Compañía suavizado suavizada tendencia pronóstico (CFE) media (MAD) medio (MSE) absoluto medio (MAPE)
2004 233,486 212,677 50,000 262,677 2004 233,486 262,677 -29,191 29,191 852,114,481 12.50%
2005 373,546 249,541 46,059 295,600 2005 373,546 295,600 77,946 77,946 6,075,537,605 20.87%
2006 487,909 330,676 56,582 387,258 2006 487,909 387,258 100,651 100,651 10,130,677,151 20.63%
2007 546,652 432,551 70,170 502,721 2007 546,652 502,721 43,931 43,931 1,929,966,655 8.04%
2008 690,222 522,490 76,101 598,590 2008 690,222 598,590 91,632 91,632 8,396,371,210 13.28%
2009 802,737 639,825 88,471 728,295 2009 802,737 728,295 74,442 74,442 5,541,553,996 9.27%
2010 837,389 761,794 98,520 860,315 2010 837,389 860,315 -22,926 22,926 525,581,234 2.74%
2011 819,993 849,998 95,425 945,424 2011 819,993 945,424 -125,431 125,431 15,732,823,723 15.30%
2012 849,613 888,980 78,492 967,472 2012 849,613 967,472 -117,859 117,859 13,890,785,333 13.87%
2013 858,399 914,436 62,581 977,017 2013 858,399 977,017 -118,618 118,618 14,070,213,192 13.82%
2014 929,316 923,639 46,568 970,207 2014 929,316 970,207 -40,891 40,891 1,672,059,445 4.40%
2015 802,251 936,000 951,806 41,048 992,854 2015 802,251 992,854 -190,603 190,603 36,329,371,718 23.76%
2016 847,467 977,180 907,082 15,316 922,399 2016 847,467 922,399 -74,932 74,932 5,614,775,029 8.84%
2017 1,009,635 960,000 888,679 5,201 893,880 2017 1,009,635 893,880 115,755 115,755 13,399,210,567 11.47%
2018 1,033,000 945,970 20,827 966,797 Suma de errores -216,093 1,224,806 134,161,041,338 178.77%

TMS pronosticado TMS pronóstico


1,200,000 1,200,000

1,000,000 1,000,000

800,000 800,000
TMS

TMS
600,000 600,000

400,000 400,000

200,000 200,000

0,000 0,000
2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018
Años Años

TMS Pronóstico con tendencia Pronóstico con tendencia Pronóstico Compañía

CFE -216,093
MAD 87,486
MSE 9,582,931,524
MAPE 12.77%
Señal de rastreo -2.47
δ 0.09 Número de periodos 14
α 0.43
Pronóstico Pronóstico Tendencia Pronóstico con Error de Desviación absoluta Error cuadrático Error porcentual
Año TMS Año Demanda Pronóstico
Compañía suavizado suavizada tendencia pronóstico (CFE) media (MAD) medio (MSE) absoluto medio (MAPE)
2004 233,486 212,677 50,000 262,677 2004 233,486 262,677 -29,191 29,191 852,114,481 12.50%
2005 373,546 250,125 48,870 298,995 2005 373,546 298,995 74,551 74,551 5,557,825,016 19.96%
2006 487,909 331,052 51,755 382,807 2006 487,909 382,807 105,102 105,102 11,046,334,398 21.54%
2007 546,652 428,001 55,823 483,824 2007 546,652 483,824 62,828 62,828 3,947,360,705 11.49%
2008 690,222 510,840 58,254 569,094 2008 690,222 569,094 121,128 121,128 14,671,913,596 17.55%
2009 802,737 621,179 62,942 684,121 2009 802,737 684,121 118,616 118,616 14,069,716,128 14.78%
2010 837,389 735,126 67,532 802,658 2010 837,389 802,658 34,731 34,731 1,206,218,211 4.15%
2011 819,993 817,593 68,876 886,469 2011 819,993 886,469 -66,476 66,476 4,419,055,599 8.11%
2012 849,613 857,884 66,304 924,188 2012 849,613 924,188 -74,575 74,575 5,561,450,959 8.78%
2013 858,399 892,121 63,418 955,539 2013 858,399 955,539 -97,140 97,140 9,436,101,699 11.32%
2014 929,316 913,769 59,658 973,427 2014 929,316 973,427 -44,111 44,111 1,945,783,875 4.75%
2015 802,251 936,000 954,459 57,951 1,012,411 2015 802,251 1,012,411 -210,160 210,160 44,167,084,599 26.20%
2016 847,467 977,180 922,042 49,818 971,860 2016 847,467 971,860 -124,393 124,393 15,473,668,541 14.68%
2017 1,009,635 960,000 918,371 45,004 963,375 2017 1,009,635 963,375 46,260 46,260 2,139,959,804 4.58%
2018 1,033,000 983,267 46,794 1,030,061 Suma de errores -82,831 1,209,260 134,494,587,610 180.37%

TMS pronosticado TMS pronóstico


1,200,000 1,200,000

1,000,000 1,000,000

800,000 800,000
TMS

TMS
600,000 600,000

400,000 400,000

200,000 200,000

0,000 0,000
2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018
Años Años

TMS Pronóstico con tendencia Pronóstico con tendencia Pronóstico Compañía

CFE -82,831
MAD 86,376
MSE 9,606,756,258
MAPE 12.88%
Señal de rastreo -0.96
δ 0.735 Número de periodos 14
α 0.7
Pronóstico Pronóstico Tendencia Pronóstico con Error de Desviación absoluta Error cuadrático Error porcentual
Año TMS Año Demanda Pronóstico
Compañía suavizado suavizada tendencia pronóstico (CFE) media (MAD) medio (MSE) absoluto medio (MAPE)
2004 233,486 212,677 50,000 262,677 2004 233,486 262,677 -29,191 29,191 852,114,481 12.50%
2005 373,546 242,243 34,981 277,225 2005 373,546 277,225 96,321 96,321 9,277,825,487 25.79%
2006 487,909 344,650 84,539 429,188 2006 487,909 429,188 58,721 58,721 3,448,134,031 12.04%
2007 546,652 470,293 114,750 585,043 2007 546,652 585,043 -38,391 38,391 1,473,887,403 7.02%
2008 690,222 558,169 94,998 653,168 2008 690,222 653,168 37,054 37,054 1,373,031,207 5.37%
2009 802,737 679,106 114,063 793,168 2009 802,737 793,168 9,569 9,569 91,558,711 1.19%
2010 837,389 799,866 118,986 918,852 2010 837,389 918,852 -81,463 81,463 6,636,248,159 9.73%
2011 819,993 861,828 77,073 938,901 2011 819,993 938,901 -118,908 118,908 14,139,091,054 14.50%
2012 849,613 855,665 15,895 871,560 2012 849,613 871,560 -21,947 21,947 481,680,120 2.58%
2013 858,399 856,197 4,603 860,800 2013 858,399 860,800 -2,401 2,401 5,765,580 0.28%
2014 929,316 859,119 3,368 862,487 2014 929,316 862,487 66,829 66,829 4,466,122,029 7.19%
2015 802,251 936,000 909,267 37,751 947,018 2015 802,251 947,018 -144,767 144,767 20,957,609,359 18.05%
2016 847,467 977,180 845,681 -36,732 808,950 2016 847,467 808,950 38,517 38,517 1,483,595,260 4.55%
2017 1,009,635 960,000 835,912 -16,914 818,997 2017 1,009,635 818,997 190,638 190,638 36,342,732,616 18.88%
2018 1,033,000 952,444 81,169 1,033,612 Suma de errores 60,580 934,719 101,029,395,498 139.66%

TMS pronosticado TMS pronóstico


1,200,000 1,200,000

1,000,000 1,000,000

800,000 800,000
TMS

TMS
600,000 600,000

400,000 400,000

200,000 200,000

0,000 0,000
2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018
Años Años

TMS Pronóstico con tendencia Pronóstico con tendencia Pronóstico Compañía

CFE 60,580
MAD 66,766
MSE 7,216,385,393
MAPE 9.98%
Señal de rastreo 0.91
δ 0.759 Número de periodos 14
α 0.679
Pronóstico Pronóstico Tendencia Pronóstico con Error de Desviación absoluta Error cuadrático Error porcentual
Año TMS Año Demanda Pronóstico
Compañía suavizado suavizada tendencia pronóstico (CFE) media (MAD) medio (MSE) absoluto medio (MAPE)
2004 233,486 212,677 50,000 262,677 2004 233,486 262,677 -29,191 29,191 852,114,481 12.50%
2005 373,546 242,856 34,956 277,812 2005 373,546 277,812 95,734 95,734 9,164,920,628 25.63%
2006 487,909 342,816 84,293 427,109 2006 487,909 427,109 60,800 60,800 3,696,643,196 12.46%
2007 546,652 468,392 115,627 584,020 2007 546,652 584,020 -37,368 37,368 1,396,338,325 6.84%
2008 690,222 558,647 96,370 655,017 2008 690,222 655,017 35,205 35,205 1,239,419,280 5.10%
2009 802,737 678,921 114,513 793,434 2009 802,737 793,434 9,303 9,303 86,542,755 1.16%
2010 837,389 799,751 119,307 919,058 2010 837,389 919,058 -81,669 81,669 6,669,858,534 9.75%
2011 819,993 863,605 77,218 940,823 2011 819,993 940,823 -120,830 120,830 14,599,914,139 14.74%
2012 849,613 858,779 14,947 873,727 2012 849,613 873,727 -24,114 24,114 581,467,186 2.84%
2013 858,399 857,353 2,520 859,873 2013 858,399 859,873 -1,474 1,474 2,173,908 0.17%
2014 929,316 858,872 1,760 860,632 2014 929,316 860,632 68,684 68,684 4,717,440,614 7.39%
2015 802,251 936,000 907,269 37,157 944,426 2015 802,251 944,426 -142,175 142,175 20,213,589,399 17.72%
2016 847,467 977,180 847,889 -36,114 811,775 2016 847,467 811,775 35,692 35,692 1,273,935,357 4.21%
2017 1,009,635 960,000 836,010 -17,720 818,290 2017 1,009,635 818,290 191,345 191,345 36,612,935,393 18.95%
2018 1,033,000 948,213 80,892 1,029,105 Suma de errores 59,942 933,583 101,107,293,196 139.46%

TMS pronosticado TMS pronóstico


1,200,000 1,200,000

1,000,000 1,000,000

800,000 800,000
TMS

TMS
600,000 600,000

400,000 400,000

200,000 200,000

0,000 0,000
2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

2018
Años Años

TMS Pronóstico con tendencia Pronóstico con tendencia Pronóstico Compañía

CFE 59,942
MAD 66,685
MSE 7,221,949,514
MAPE 9.96%
Señal de rastreo 0.90
COMENTARIOS
- Observando las tablas presentadas podemos darnos cuenta de la variabilidad en la estimación que otorgan las constantes de
suavización.
Si se toman valores por debajo de 0.5 se suaviza la tendencia y se da más peso a datos antiguos con lo que se obtienen datos
pronosticados muy alejados de los reales.
Por otro lado, si se toman valores por encima de 0.5 se le otorga más peso a los datos recientes, y la tendencia de los datos
pronosticados reacciona mucho más rápido a los cambios en la tendencia de la Producción.

- En el Pronóstico 2, mediante ensayos de prueba y error, se pudo obtener valores muy cercanos a los que estimó la Compañía Minera,
pero no a la Producción Real que se tuvo.
Con esto podemos concluir que para la estimación de la Producción desde el año 2015 hacia los posteriores se le dio más peso a los
datos antiguos con unas valores bajos en las constantes de suavización, y por eso el alejamiento de las estimaciones a la Producción real.

- Otorgando valores por encima de 0.5 a las constantes de suavización se logra obtener estimaciones muy cercanas a las Producciones
reales.
Con ello se puede estimar muy seguramente que la Producción para el año 2018 tendrá un valor cercano a 1, 020, 000 TMS.

δ 0.759 δ 0.735 δ 0.700 δ 0.600


α 0.679 α 0.700 α 0.640 α 0.690
PRODUCCIÓN
1,029,105 1,033,612 1,008,640 1,013,907
2018 1,021,316 TMS
EXPLORACIÓN-PERFORACIONES DIAMANTINAS
La registro de las perforaciones en exploración a lo largo de los años de la Sociedad Minera
Corona S.A. es la siguiente:

Avances en Sondajes con Sondajes con


Pronostico Pronostico Pronostico
Año exploración y máquinas propias máquinas de terceros Nuevo descubrimiento
empresa (metros) empresa (metros) empresa (metros)
desarrollo (metros) (metros) (metros)

2002 3,886 1,887


2003 4,955 3,415
2004 4,023 2,970
2005 4,034 3,160 8,043
2006 2,786 2,999 10,195
2007 2,466 4,751 6,196
2008 2,380 5,379 13,445
2009 1,912 4,955 13,579
2010 1,086 4,615 3,527
2011 1,611 5,195 9,071
2012 1,530 11,532 31,247
2013 2,569 10,653 16,781
2014 1,011 9,357 30,455
2015 0,342 9,735 7,470 33,214 19,140 Zona Esperanza
2016 6,239 9,145 9,960 42,020 36,730 Zona Cuye-Mascota
2017 8,520 7,384 11,000 49,715 47,925 Zona Escondida-Privatizadora
y Zona Cuye

2018 7,400 47,850


SONDAJES CON MÁQUINAS PROPIAS
Sondajes con máquinas propias (metros) REAL
14,000

12,000

10,000

8,000

TMS 6,000

4,000

2,000

0,000
2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017
Años

Sondajes con máquinas propias

Utilizaremos el promedio móvil ponderada de grado 3


Peso de los datos en función a la
𝐹𝑡+1 = 𝜆1 × 𝑌𝑡 + 𝜆2 × 𝑌𝑡−1 + 𝜆3 × 𝑌𝑡−2 antigüedad 3 2 1
λ 𝐹𝑡+1 = × 𝑌𝑡 + × 𝑌𝑡−1 + × 𝑌𝑡−2
t 0.50 6 6 6
t-1 0.33
t-2 0.17
SONDAJES CON MÁQUINAS PROPIAS
Error
Sondajes con Desviació
máquinas Error de n absoluta
Error porcentual Sondajes con máquinas propias (m) PRONOSTICO
Año Pronóstico cuadrático absoluto
propias pronóstico media
medio (MSE) medio 14000
(metros) (MAD)
(MAPE)
12000
2002 1,887 1,887 1,887 3,560,769 100.00%
2003 3,415 3,415 3,415 11,662,225 100.00% 10000
2004 2,970 2,970 2,970 8,820,900 100.00%
8000

TMS
2005 3,160 2,938 0,222 0,222 49,358 7.03%
2006 2,999 3,139 -0,140 0,140 19,647 4.67% 6000
2007 4,751 3,048 1,703 1,703 2,900,777 35.85%
4000
2008 5,379 3,902 1,477 1,477 2,182,021 27.46%
2009 4,955 4,773 0,182 0,182 33,124 3.67% 2000
2010 4,615 5,062 -0,447 0,447 200,107 9.69%
0
2011 5,195 4,856 0,339 0,339 115,147 6.53%

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017
2012 11,532 4,962 6,570 6,570 43,169,280 56.97%
2013 10,653 8,267 2,386 2,386 5,693,791 22.40%
2014 9,357 10,036 -0,679 0,679 461,494 7.26% Años
2015 9,735 10,152 -0,417 0,417 173,472 4.28%
2016 9,145 9,762 -0,617 0,617 380,689 6.75% Sondajes con máquinas propias PRONOSTICO
2017 7,384 9,377 -1,993 1,993 3,972,049 26.99%
Sondajes con máquinas propias REAL
2018 8,363
Suma de errores 8587.00 17173.67 59350956.50 219.56% pronostico empresa

CFE 8,587
MAD 1,321
MSE 4,565,458
MAPE 16.89%
Señal de rastreo 6.50
SONDAJES CON MÁQUINAS DE TERCEROS
Sondajes con máquinas de terceros(metros) REAL
60,000

50,000

40,000

TMS
30,000

20,000

10,000

0,000

2005

2017
2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016
Años

Series1

Utilizaremos el método de Proyección de Tendencias.

y = Ax2 - Bx + C  y = 410.44x2 - 2436.4x + 11773


SONDAJES CON MÁQUINAS DE TERCEROS

Error
Sondajes con Desviación
Error
Sondajes c. máquinas de terceros(m) PRONOSTICO
porcentual
máquinas de Error de absoluta
Año Pronóstico cuadrático absoluto 60,000
terceros pronóstico media
(metros) (MAD)
medio (MSE) medio
(MAPE) 50,000 y = 410.44x2 - 2436.4x + 11773
2005
2006
8,043
10,195
9,747
8,542
-1,704
1,653
1,704
1,653
2,903,752.32
2,732,541
21.19%
16.21% 40,000 R² = 0.8669
2007 6,196 8,158 -1,962 1,962 3,848,502 31.66%

TMS
30,000
2008 13,445 8,594 4,851 4,851 23,527,932 36.08%
2009 13,579 9,852 3,727 3,727 13,890,529 27.45% 20,000
2010 3,527 11,930 -8,403 8,403 70,617,804 238.26%
2011 9,071 14,830 -5,759 5,759 33,163,317 63.49% 10,000
2012 31,247 18,550 12,697 12,697 161,214,825 40.63%
2013 16,781 23,091 -6,310 6,310 39,816,605 37.60% 0,000

2007
2005

2006

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017
2014 30,455 28,453 2,002 2,002 4,008,004 6.57%
2015 33,214 34,636 -1,422 1,422 2,021,629 4.28%
2016 42,020 41,640 0,380 0,380 144,735 0.91% Años
2017 49,715 49,464 0,251 0,251 62,921 0.50%
2018 58,110 Sondajes con máquinas de terceros REAL
Suma de errores 1.04 51120.80 357953095.59 524.83%
pronóstico empresa
Polinómica (Sondajes con máquinas de terceros REAL)

CFE 0,001
MAD 3,932
MSE 27,534,854
MAPE 40.37%
Señal de rastreo 0.00
COMENTARIOS
- Para poder seleccionar el método de elaboración pronóstico a usar, debemos tener un amplio
conocimiento de los objetivos y políticas de la empresa a corto, mediano y largo plazo, así como
también los escenarios en los que se encontraron cuando alcanzaron dichos registros.
-El método de promedio móvil ponderado tiene un alto grado de precisión al corto plazo, por lo
que su curva obtenida tenía aproximación a la data real de la compañía, debido a que propone
mayor peso a los datos recientes generalmente.
-Se podría decir que los pronósticos de la empresa fueron algo conservadores.
-La proyección de tendencias es un buen método cuando se tiene claro que dicha tendencia con
los escenarios actuales se va a mantener y lo demuestra principalmente los datos más recientes.

PRONÓSTICO 2018
EMPRESA NUESTRO Var%
SONDAJES CON MÁQUINAS PROPIAS (m) 7,400 8,363 13.01%
SONDAJES CON MÁQUINAS DE TERCEROS (m) 47,850 58,110 21.44%
PREPARACIONES

Los avances de preparaciones que se


ejecutaron durante el ejercicio 2017,
totalizaron 15,942.40 metros lineales entre
galerías, cruceros, subniveles, rampas,
piques, chimeneas, ventanas, túnel, bolsillos,
estocadas, inclinados y cámaras.
El siguiente cuadro muestra la evolución de las
preparaciones durante los últimos 16 años:
Plan de mejora para el año 2018

Para cumplir con la producción estimada para el año 2018 se deben tener accesos a las diferentes áreas mineralizadas,
tales como cuerpos masivos polimetálicos, así como cuerpos pequeños.
Para el año 2018, se está considerando 16,612 metros distribuidos de la siguiente manera:
PRONOSTICO DEL GRUPO

Con los datos históricos de preparaciones (metros de avance) el grupo ha estimado el avance de los años 2016 al 2018:

AVANCE EN PREPARACION PRONOSTICO


AÑO
(metros) DE GRUPO
2002 3406
2003 6886
2004 9677
2005 9712
2006 11513
2007 13554
2008 15214
2009 15118
2010 14979
2011 14238
2012 15939
2013 19389
2014 19611
2015 16154
2016 13376 17364
2017 15942 17686
2018 17988
Cuya grafica de estimación es:
Para el año 2016:

Pronostico de Pronostico
Avance real
Año Sociedad Minera de grupo
(m)
Corona S.A. (m) (m)
2016 21392 13376 17364

Sociedad
Grupo de
Año 2016 Minera
trabajo
Corona S.A.
Diferencia (m)
-8016 -3988
(Real - Pronosticado)
Para el año 2017:

Pronostico de Pronostico
Avance real
Año Sociedad Minera de grupo
(m)
Corona S.A. (m) (m)
2017 22051 15942 17686

Sociedad
Grupo de
Año 2017 Minera
trabajo
Corona S.A.
Diferencia (m)
-6109 -1744
(Real - Pronosticado)
Para el año 2018:

Pronostico de Pronostico
Avance real
Año Sociedad Minera de grupo
(m)
Corona S.A. (m) (m)
2018 16612 ------- 17988
En resumen: