Traducido del inglés al español - www.onlinedoctranslator.

com

Un marco basado en el análisis de riesgos para la

planificación y el diseño estratégico de minas:
método y aplicación

M. Godoy

AbstractoLa evaluación y gestión de la incertidumbre de los yacimientos es fundamental para la

planificación estratégica de la mina. Este artículo presenta un enfoque que consta de una serie de
procedimientos para la evaluación de riesgos en la optimización y el diseño de tajos. Whittle Software
procesa múltiples simulaciones de ley de bloques para producir una distribución de posibles
resultados en términos de valor actual neto. Se utilizan ejemplos de una mina a cielo abierto para
ilustrar la aplicación práctica de la metodología.

Introducción

Tradicionalmente, la determinación de la distribución espacial de las leyes en un modelo de

yacimiento se basa en la estimación geoestadística. El principal inconveniente de las técnicas
de estimación, sean geoestadísticas o no, es que no pueden reproducir la variabilidad espacial
in situ tal como se infiere de los datos disponibles. Ignorar una fuente tan importante de
riesgo e incertidumbre puede conducir a planes de producción poco realistas (por ejemplo,
Dimitrakopoulos et al.2002). Al abordar la incertidumbre sobre la distribución espacial de los
atributos de un depósito mineral, se pueden generar varios modelos del depósito basados y
condicionados a los mismos datos disponibles y sus características estadísticas. Todos estos
modelos están restringidos a:

• reproducir toda la información disponible y sus estadísticas, y

• representan modelos igualmente probables de la distribución espacial real de las calificaciones.

La disponibilidad de múltiples modelos igualmente probables de un depósito minero permite a

los planificadores mineros evaluar la sensibilidad del diseño del tajo y la programación de la
producción a largo plazo a la incertidumbre geológica. Este enfoque ha sido propuesto por muchos
autores durante los últimos 20 años (David1988; diario1992; Ravenscroft1992; Dimitrakopoulos1998;
Godoy2002; Dimitrakopoulos et al.2007; Kent y cols.2007;

M. Godoy (&)
MAusIMM, Ingeniero Experto en Minas/Geoestadístico, Golder Associates, Av 11 de
Septiembre 2353, Piso 2, Proviendencia, Santiago, Chile
correo electrónico: mgodoy@golder.cl

©Instituto Australasia de Minería y Metalurgia 2018 75

R. Dimitrakopoulos (ed.),Avances en la Planificación Estratégica Minera Aplicada,
https://doi.org/10.1007/978-3-319-69320-0_7
76 M. Godoy

y otros). Cifra1ilustra la diferencia entre el proceso tradicional utilizado para convertir un

recurso mineral en una reserva de mineral y el enfoque basado en riesgos basado en la
técnica de simulación condicional.
El objetivo de este artículo es proporcionar a los ingenieros de planificación minera una serie de
procedimientos que pueden usarse para considerar los efectos de la incertidumbre de la ley en los
estudios de planificación minera. Se han seleccionado cuatro casos para ilustrar diferentes tipos de
aplicaciones:

1. análisis de incertidumbre de la estructura final del tajo: valor neto (NV), costos,
tonelaje, ley y metal;
2. identificación de áreas de potencial alcista y de riesgo a la baja;
3. análisis de compensaciones para estrategias de reducción de agotamiento; y
4. evaluación de la incertidumbre relacionada con los bloques de mineral que impulsan el
incremento entre los sucesivos tajos.

En los siguientes apartados, cada aplicación se desarrolla por separado e incluye una
descripción paso a paso del procedimiento y una discusión de los resultados obtenidos en una
aplicación de caso real.

Análisis de incertidumbre para un Pit Shell definitivo

El objetivo de este análisis es evaluar la sensibilidad de los resultados clave de optimización

del tajo a la incertidumbre de la ley. El proceso conocido como optimización del tajo se realiza
tradicionalmente en base al modelo de recurso estimado y utilizando el tajo anidado.

estimado único 1
Soltero,
modelo Vista tradicional Desconocido,
Probabilidad

a menudo
verdadero
preciso,
respuesta
equivocado

respuesta

Proceso Minero o
Función de transferencia
Reservas
Diseño de minas y
Modelo de yacimiento
Programación de producción

Financiero y Preciso
Múltiple probable 1
incertidumbre
Producción
modelos Estimacion
Probabilidad

Previsiones

Visión orientada al riesgo

Reservas

Figura 1Conversión de un recurso mineral en una reserva de mineral, visión tradicional y orientada al riesgo.
Un marco basado en el análisis de riesgos… 77

implementación del algoritmo de Lerchs-Grossmann del software Whittle (Lerchs y

Grossmann1965; Cortar1999). El resultado del proceso de optimización es una serie de pozos
incrementales. Se pueden utilizar diferentes criterios para seleccionar la estructura final del
tajo, incluido el valor neto del tajo y el valor actual neto con base en una secuencia minera
referencial. Esta estructura definitiva del pozo se utiliza luego como base para el diseño y la
planificación del pozo. Utilizando modelos condicionalmente simulados como entrada, se
puede utilizar el programa de análisis de Whittle (FDAN), lo que permite la evaluación
cuantitativa del riesgo debido a la incertidumbre sobre la distribución real, pero desconocida,
de las leyes. En el procedimiento propuesto a continuación se evalúa un tajo final producido
en Whittle frente a una serie de modelos simulados del yacimiento.
Para evaluar la incertidumbre sobre los principales parámetros que impulsan la selección del
diseño final del tajo, se propone el siguiente procedimiento:

• A partir del archivo de resultados de Whittle producido por el proceso de optimización del tajo, genere un archivo
de lista de tajos de Whittle que contenga información sobre el tajo numerado más pequeño del que forma parte
cada bloque.
• Aplique el archivo de lista de tajos producido en el Paso 1 a cada uno de los modelos de yacimientos
simulados.
• Ejecute el programa de análisis configurado para generar la misma información,
previamente generada por el análisis de la optimización del tajo original. El análisis debe
realizarse para cada uno de los modelos simulados disponibles.

El procedimiento anterior genera una variedad de resultados alternativos para el proceso

de optimización original. Esto permite al planificador evaluar el rango probable de mineral,
metal y una serie de indicadores económicos clave contenidos. Cifra2muestra el tonelaje de
mineral previsto producido por el análisis de riesgos. Hasta el tajo 27, la nube de tonelajes
acumulados derivados de los modelos simulados presenta una disminución promedio de
aproximadamente 9,76% con relación al tonelaje predicho por el modelo estimado. En el tajo
27 el modelo estimado indica aproximadamente 180,3 Mt contra un valor esperado de 164,6
Mt derivado de las simulaciones. Los resultados esperados de mineral contenido van de 163,3
a 166,1 Mt, lo que corresponde a un rango de −0,83 a +0,92% en relación al valor esperado
derivado de las simulaciones. El mismo tipo de análisis realizado sobre la calidad promedio del
alimento del molino (Fig.3) muestra una sobreestimación decreciente en las leyes del modelo
estimado en relación a los modelos simulados. En el tajo número 1, el modelo estimado
predice una ley promedio de alimentación del molino de 2,6 g/t, mientras que las simulaciones
indican una ley esperada de 2,2 g/t. En el tajo 27 el modelo estimado indica aproximadamente
1,98 g/t frente a un valor esperado de 1,95 g/t derivado de las simulaciones. El perfil de riesgo
sobre la calidad del pienso de fábrica va de 1,93 a 1,98 g/t, lo que corresponde a un rango de
-1,24% a
+ 1,32% respecto al valor esperado. Cifra4muestra el metal recuperado previsto producido por
el análisis. Hasta el tajo 27, la nube de onzas acumuladas recuperadas derivadas de los
modelos simulados presenta una disminución promedio de aproximadamente 17.41% con
relación a las onzas predichas por el modelo estimado. Este resultado indica que el modelo
estimado está potencialmente sobreestimando las leyes como efecto de una suavización
excesiva. En el tajo 27 el modelo estimado indica 9,84 Moz
78 M. Godoy

Cantidad de mineral
350

300

250

200
Mineral (MT)

ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Figura 2Incertidumbre en toneladas de mineral para los depósitos de tajos incrementales

Grado de alimentación del molino

3
ResSim1 ResSim2
2.8 ResSim3 ResSim4
ResSim5 ResSim6
2.6 ResSim7 ResSim8
ResSim9 ResSim10
2.4 ResSim11 ResSim12
ResSim13 ResSim14
2.2 ResSim15 EstMod
Ley (g/t)

1.8

1.6

1.4

1.2

1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Fig. 3Incertidumbre en la calidad de alimentación del molino para las cáscaras de tajo incrementales

frente a un valor esperado de 8,85 Moz derivado de las simulaciones. El perfil de

riesgo de las onzas recuperadas va de 8,72 a 8,98 Moz, lo que corresponde a un
rango de −1,4 a +1,58% con relación al valor esperado.
La combinación de la sobreestimación en el tonelaje del mineral y la ley de alimentación del
molino tiene un impacto directo en el desempeño del Valor Neto tajo por tajo. Cifra5presenta los
resultados obtenidos para el Valor Neto del tajo.
Un marco basado en el análisis de riesgos… 79

Metal recuperado
18000

16000

14000

12000
Oro (Moz)

10000

8000 ResSim1 ResSim2

ResSim3 ResSim4
6000 ResSim5 ResSim6
ResSim7 ResSim8
4000 ResSim9 ResSim10
ResSim11 ResSim12
2000 ResSim13 ResSim14
ResSim15 EstMod

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51

Número de pozo

Figura 4Incertidumbre en onzas recuperadas para depósitos de tajo incrementales

Sugiere que el modelo estimado sobreestima el valor del tajo sobre todos los tramos
de tajo optimizados. Hasta el tajo 27, la nube de Valor Neto acumulado derivada de los
modelos simulados presenta una disminución promedio de aproximadamente 33,39%
en relación al Valor Neto predicho por el modelo estimado. También indica un potencial
a la baja para el tajo 27 con un NV esperado equivalente a $951,6 M o una disminución
del 26,12% en relación a los $1288 M obtenidos para el análisis del modelo de bloques
estimado. Es interesante observar que si se utilizara el Valor Neto como criterio para la
selección del tajo definitivo, las simulaciones concordarían con el modelo estimado al
indicar el tajo 27. El rango de Valores Netos esperados va de $890 a $1013 M. lo que
corresponde a −6,47 a +6,41% con relación al valor esperado.

Identificación del potencial alcista y bajista

El objetivo de este análisis es explorar el posible potencial de desventajas y ventajas del pozo
final seleccionado con respecto a los modelos de incertidumbre de ley disponibles. Para lograr
esto, se llevan a cabo corridas de optimización de tajo independientes en cada modelo
simulado. El análisis se divide en dos partes:

1. Primero, cada resultado de optimización se evalúa en términos de mineral contenido, ley, metal y
valor del tajo. Esto proporciona una cuantificación del potencial del proyecto dados escenarios
realistas de la distribución espacial de las leyes.
2. La segunda parte analiza las extensiones espaciales de un tajo específico producido para cada
optimización independiente. La comparación de esta 'nube' de estructuras de pozo con un diseño de
pozo determinado proporciona una evaluación de las áreas con ventajas y desventajas.
80 M. Godoy

Flujo de caja no descontado (valor neto)

1400

1200

1000
Valor Neto (M$)

800

600

400
ResSim1 ResSim2 ResSim3 ResSim4
ResSim5 ResSim6 ResSim7 ResSim8
200 ResSim9 ResSim10 ResSim11 ResSim12
ResSim13 ResSim14 ResSim15 EstMod

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

figura 5Incertidumbre en el valor neto de los análisis de tajos incrementales

potencial y se puede utilizar para definir objetivos para perforaciones adicionales. También proporciona
una indicación sobre la solidez de un diseño de tajo determinado en relación con la incertidumbre de la
ley.

El procedimiento propuesto para el desarrollo de este análisis es el siguiente:

• Crea un nuevo proyecto en Whittle e importa cada uno de los modelos simulados. A continuación,
establezca los parámetros de optimización para la ejecución de optimización.
• Aplique los mismos parámetros a cada modelo y ejecute la optimización. El proceso generará
una serie de archivos de resultados de Whittle, uno para cada modelo simulado. Este paso suele
requerir una gran cantidad de espacio en disco.
• Ejecute el programa de análisis configurado para generar la información resumida
relevante. El análisis debe realizarse para cada uno de los modelos simulados disponibles.
• Produzca secciones transversales para un número de pozo seleccionado en todos los modelos optimizados.

A diferencia del desarrollo de un análisis de riesgo sobre los armazones finales de un tajo determinado,
como se llevó a cabo en la sección anterior, el procedimiento anterior genera conjuntos alternativos de
armazones incrementales, un conjunto para cada modelo simulado. Cifra6muestra la roca total contenida en
cada capa incremental producida por cada optimización independiente.
La línea naranja gruesa corresponde a los resultados obtenidos del análisis de los estratos
incrementales optimizados en el modelo estimado, en adelante denominado tajo estimado.
Las líneas finas corresponden a los resultados obtenidos del análisis de los cascarones
incrementales optimizados en cada uno de los modelos simulados, en adelante denominados
tajos simulados. La figura muestra que hasta el tajo 24 los tajos estimados y simulados
presentan una cantidad equivalente de roca contenida, es decir, tienen aproximadamente el
mismo volumen. Desde alrededor del pozo 25, hay una clara separación con los pozos
simulados mostrando un aumento progresivo en comparación con el pozo estimado. Este
escenario permanece igual hasta el tajo 39, cuando el tajo estimado comienza a
Un marco basado en el análisis de riesgos… 81

Movimiento Total
2500
ResSim1 ResSim2
ResSim3 ResSim4

2000 ResSim5 ResSim6

ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
1500
Roca (monte)

ResSim13 ResSim14
ResSim15 EstMod

1000

500

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Figura 6Tonelaje total de roca contenido en los tajos incrementales. El pozo estimado está representado por la línea
naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.

convergen a la nube de pozos simulados. La carcasa del pozo 27 es de particular interés ya

que corresponde al pozo seleccionado como base para el diseño del pozo. Para el tajo 27, la
roca contenida promedio sobre los tajos simulados es de 925 Mt contra 828 Mt en el tajo
estimado, lo que corresponde a un aumento de aproximadamente 11,7%. Cifra7presenta los
resultados obtenidos para el total del mineral contenido. En este caso, los tajos estimados y
simulados muestran un comportamiento similar al de la roca total, sólo que la magnitud de
las diferencias es menor. Para el tajo 27, el mineral contenido promedio en los tajos simulados
es de 183,9 Mt contra 180,3 Mt en el tajo estimado, lo que corresponde a un aumento de
aproximadamente el dos por ciento. El perfil de riesgo sobre el mineral contenido va de 174 a
195 Mt, lo que corresponde a un rango de −5,92 a +6,06% con relación al valor esperado. En
términos de ley de alimentación del molino, el tajo estimado comienza con 2,61 g/t frente a un
promedio de 2,43 g/t en los tajos simulados. Esta diferencia disminuye con el incremento de
los depósitos de pozo y se vuelve equivalente en el depósito de pozo 27 (Fig.8).
El perfil de riesgo sobre la calidad del pienso de fábrica va de 1,95 a 2,02 g/t, lo que
corresponde a un rango de −1,61 a +1,92 % en relación con el valor esperado. Cifras9y10
presentar los resultados obtenidos para el metal recuperado y el valor total del tajo.
Como se esperaba, el metal recuperado para los tajos estimados y simulados sigue las mismas
tendencias observadas en los gráficos de tonelaje de mineral. Para el tajo 27, el oro recuperado en
los tajos simulados es de 10,03 Moz frente a 9,84 MOz en el tajo estimado, lo que representa un
aumento de aproximadamente 0,9%. Esta combinación de metal ligeramente superior con un
tonelaje de roca considerablemente mayor en los tajos simulados se traduce en un valor neto
reducido del tajo en comparación con el tajo estimado. El tajo estimado presenta un Valor Neto
consistentemente más alto hasta el tajo 39, cuando el tonelaje total de roca se vuelve equivalente al
mostrado en los tajos simulados. Para el tajo 27, el valor neto promedio sobre los tajos simulados es
de 1159 millones de dólares contra 1288 millones en el
82 M. Godoy

Cantidad de mineral
350

300

250

200
Mineral (MT)

ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51

Número de pozo

figura 7Tonelaje total de mineral contenido en los tajos incrementales. El pozo estimado está representado por la
línea naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.

Grado de oro
3
ResSim1 ResSim2
2.8 ResSim3 ResSim4
ResSim5 ResSim6
2.6 ResSim7 ResSim8
ResSim9 ResSim10
2.4 ResSim11 ResSim12
ResSim13 ResSim14
2.2 ResSim15 EstMod
Ley (g/t)

1.8

1.6

1.4

1.2

1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Figura 8Ley promedio contenida en los depósitos incrementales de los tajos. El pozo estimado está representado por la línea
naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.

pozo estimado (aproximadamente 10% menos). El perfil de riesgo sobre Valor Neto va desde
$1068 a $1292 M, lo que corresponde a un rango de −7,86 a +6% en relación al valor esperado.
Es interesante observar que, en cuanto al modelo estimado, el Valor Neto máximo sobre todo
el tajo simulado corresponde al tajo número 26. Esto muestra que el tajo 26 es bastante
robusto con respecto a la incertidumbre de ley. Otra conclusión
Un marco basado en el análisis de riesgos… 83

Oro recuperado
350

300

250

200
Mineral (MT)

ResSim1 ResSim2
150
ResSim3 ResSim4
ResSim5 ResSim6
100 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
50 ResSim13 ResSim14
ResSim15 EstMod

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Figura 9Total de metal recuperado contenido en depósitos de tajo incrementales. El pozo estimado está representado
por la línea naranja gruesa y las líneas finas de colores restantes corresponden a pozos simulados.

Flujo de caja no descontado (valor neto)

1400

1200

1000
Valor Neto (M$)

800

ResSim1 ResSim2
600
ResSim3 ResSim4
ResSim5 ResSim6
400 ResSim7 ResSim8
ResSim9 ResSim10
ResSim11 ResSim12
200 ResSim13 ResSim14
ResSim15 EstMod
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Número de pozo

Figura 10Valor total del tajo de los depósitos incrementales del tajo. El pozo estimado está representado por la línea naranja
gruesa y las líneas finas de colores restantes corresponden a pozos simulados.

Lo que se puede extraer de estos resultados, que es coherente con los resultados obtenidos en el
análisis presentado en la sección anterior, es que existe una sobreestimación global de leyes y
tonelaje de mineral por parte del modelo estimado en comparación con los modelos simulados.

Se produjeron una serie de secciones transversales para la carcasa del foso 27 en todos los modelos
optimizados y para un diseño del foso. Estas secciones transversales fueron superpuestas y se presentan en
la Fig.11. Las principales conclusiones que se extraen del análisis de estos cortes transversales son
84 M. Godoy

Figura 11Secciones transversales producidas para el pozo 27 sobre todos los modelos optimizados superpuestos con el diseño real del pozo
Un marco basado en el análisis de riesgos… 85

la siguiente. Los pozos simulados respetan fielmente la pared oriental del diseño actual del pozo, lo
que muestra que la pendiente oriental es estable en relación con la incertidumbre de la ley. En
general, hay una fluctuación más pronunciada en el muro occidental, lo que indica niveles más altos
de incertidumbre sobre la ley. El diseño actual tiene una extensión del muro occidental, que no está
incluida en las optimizaciones tanto de los tajos estimados como de los simulados. Esta extensión
representa una importante zona de potencial de desventaja y va desde la superficie actual del tajo
hasta los niveles más bajos del tajo. Los pozos simulados indican una región con potencial de mejora
en la zona suroeste del pozo donde los pozos simulados alcanzan niveles que son más profundos
que el diseño actual del pozo. Se muestra que la dispersión de la nube de pozos simulados es baja
desde la superficie hasta el nivel 350. A continuación, el diferencial aumenta considerablemente. Esto
refleja la creciente incertidumbre sobre la distribución de las leyes en profundidad y está
directamente relacionado con la falta de perforación.

Análisis de compensaciones

El objetivo de este análisis es cuantificar el impacto de la incertidumbre sobre las leyes en el

tonelaje, las leyes, el metal y el valor neto de dos estrategias mineras diferentes. El escenario
'A' considera el agotamiento de un recorte como una sola etapa, mientras que el escenario 'B'
define dos etapas separadas. El análisis consiste en la cuantificación de la incertidumbre sobre
parámetros físicos y económicos mineros clave para los dos escenarios mineros considerados.
El objetivo es evaluar si uno de los escenarios es mejor en términos del compromiso entre
Valor Neto y exposición al riesgo. El procedimiento propuesto para desarrollar el análisis es el
siguiente:

1. generar una estructura alámbrica que describa el recorte,

2. filtrar el modelo de bloque contra la estructura alámbrica y conservar los bloques que se encuentran dentro del
recorte como nuevo modelo de bloque,
3. exportar el modelo de bloques producido anteriormente a un archivo de modelo Whittle,
4. repetir los pasos 2 y 3 para cada uno de los modelos simulados,
5. para cada modelo producido en los pasos anteriores calcular la información resumida
relevante, y
6. Repita los pasos 1 a 6 para las etapas 1 y 2 que correspondan a otro escenario de minería.

El procedimiento se realizó para un total de 16 modelos, correspondientes a 15

simulaciones de ley más el modelo estimado. Cifra12presenta una vista 3D del recorte que
muestra su posición en relación con el diseño actual del tajo. Cifra13muestra los resultados en
términos de mineral contenido para cada escenario minero:

• el primer perfil corresponde al escenario 'A', que corresponde a los

agotamientos de reducción como una sola etapa; y
• los demás perfiles corresponden a la primera y segunda etapa del escenario 'B'.

El tonelaje de mineral combinado esperado del escenario 'B' es un 2,3% superior al del escenario
'A' (28,2 Mt frente a 27,6 Mt). El perfil de riesgo para el escenario 'A' muestra una gama de
86 M. Godoy

Figura 12Vista del recorte frente al diseño del foso. Los colores indican diferentes conchas de pozo incrementales.

300

Máximo
250
Mínimo
Cantidad de mineral (Tm)

Esperado
200 Estimado

150

100

50
Un escenario Primera etapa Segunda etapa

Figura 13Perfiles de riesgo sobre mineral contenido de dos escenarios mineros

variación que corresponde al 5,2% del tonelaje de mineral esperado. Para las dos etapas
del escenario 'B', estos rangos corresponden a 5,19% y 6,51% respectivamente. Para el
escenario 'A', el mineral contenido predicho por el modelo estimado es un 4,16%
superior al tonelaje esperado derivado de las simulaciones. Para la primera y segunda
etapa, esta diferencia corresponde al 4,63% y al 9,89% respectivamente. Cifra14 muestra
los resultados en términos de oro recuperado.
El metal recuperado esperado en el escenario 'B' es aproximadamente un 1,7% superior al
del escenario 'A' (1,63 Moz frente a 1,60 Mt). El perfil de riesgo para el escenario 'A' muestra un
rango de variación que corresponde al 7,1% del tonelaje esperado. Para el escenario 'B' estos
rangos corresponden al 8,5% y al 12,3%. Para el escenario 'A', el oro recuperado predicho por
el modelo estimado es un 10,43% mayor que el tonelaje esperado derivado de las
simulaciones. Para la primera y segunda etapa del escenario 'B', esto
Un marco basado en el análisis de riesgos… 87

1.8 Máximo
Mínimo
1.5
Cantidad de metal (Moz)
Esperado
1.3 Estimado

1.0

0,8

0,5

0.3

0.0
Un escenario Primera etapa Segunda etapa

Figura 14Perfiles de riesgo sobre el metal recuperado de dos escenarios mineros

200
Máximo
175
Mínimo
150 Esperado
Valor neto (millones de dólares)

125 Estimado

100

75

50

25

0
Un escenario Primera etapa Segunda etapa

Figura 15Perfiles de riesgo sobre el valor del tajo de dos escenarios mineros

La diferencia corresponde al 16,70% y 3,61% respectivamente. Cifra15resume los

resultados en términos de Valor Neto.
El Valor Neto esperado del escenario 'B' es aproximadamente un 22,3% menor que en el
escenario 'A' ($76,5 M contra $98,4 M). El perfil de riesgo para el escenario 'A' muestra un
rango de variación que corresponde al 50% del Valor Neto esperado. Para el escenario 'B' los
rangos corresponden al 68,61% y 141,2% para la primera y segunda etapa respectivamente. El
rango de variación esperado combinado para el escenario 'B' corresponde al 67,4%. Para el
escenario 'A', el Valor Neto predicho por el análisis del modelo estimado es un 76,85% mayor
que el tonelaje esperado derivado de las simulaciones. Para la primera y segunda etapa esta
diferencia corresponde al 162,47% y −2,48% respectivamente. Los resultados obtenidos en
cuanto a los perfiles de riesgo indican que ambos escenarios presentan un alto riesgo de no
alcanzar el Valor Neto previsto. Además, se identificó claramente que el volumen relacionado
con la etapa 1 del escenario 'B' es el que tiene todo el riesgo.

Es importante señalar que este análisis es bastante simplista en el sentido de que no

incluye el efecto tiempo del dinero. Idealmente, un cronograma de minería debería ser
88 M. Godoy

desarrollado para tener en cuenta la secuenciación de la mina. Sin embargo, el segundo

escenario explica aproximadamente la secuencia al desarrollar el agotamiento en dos etapas.
El análisis indicó que el riesgo de no alcanzar el objetivo al extraer el volumen relacionado con
la primera etapa del segundo escenario es extremadamente alto. Esto justifica una revisión
detallada de las calificaciones estimadas en este volumen.

Análisis de riesgos en bloques de mineral que impulsan un incremento del tajo

El objetivo de este análisis es la cuantificación de la incertidumbre en los bloques de mineral que

impulsan el incremento entre dos pozos sucesivos de Whittle. Para evaluar la incertidumbre sobre
los principales parámetros que impulsan el incremento entre dos tajos sucesivos, se propone el
siguiente procedimiento:

1. A partir del archivo de resultados de Whittle producido por el proceso de optimización del tajo, genere un archivo
de lista de tajos de Whittle que contenga información sobre el tajo numerado más pequeño del que forma parte
cada bloque.
2. Utilice el programa de rebloqueo: aplique el archivo de lista de tajos producido en el paso 1 a cada uno de
los modelos de bloques simulados. Esto creará un conjunto de archivos de resultados.
3. Produzca secciones transversales para los cascos de pozo incrementales.
4. Genere la información resumida de los dos pozos. El análisis debe realizarse para
cada uno de los modelos simulados disponibles. Derive la información referente al
volumen incremental restando los valores físicos mineros acumulados (cantidades
de mineral y metal) y los valores económicos (valor neto, costo de procesamiento y
costo de minería) entre los dos tajos sucesivos.

El procedimiento anterior es similar al procedimiento utilizado en la primera sección de

este documento. La diferencia es que aquí el análisis se limita a dos pozos específicos. El
incremento del pozo 26 al pozo 27 contiene aproximadamente 53 Mt de roca y está ubicado
en el extremo sur del pozo. Mesa1presenta los resultados obtenidos mediante el análisis del
incremento del tajo.
El perfil de riesgo sobre el mineral contenido muestra un rango entre 5,7 y 6,2 Mt, con un
tonelaje esperado de aproximadamente 5,9 Mt. También se presentan bajos rangos de variación.

tabla 1Perfil de riesgo de los parámetros físicos mineros y económicos del incremento entre los tajos
26 y 27

Esperado Mínimo Máximo Rango

Mineral (-1000t) 5925 5706 6222 516
Metal (oz) 341.739 309,451 362,982 53.531
Ley (g/t) 1,95 1,93 1,98 0,05
Mcosto (-1000$) − 103.594 − 103.716 − 103.521 195
Costo (-1000$) − 70.783 − 74.285 − 68.238 6047
Valor neto (-1000$) 7381 − 8164 17.685 25.849
Un marco basado en el análisis de riesgos… 89

se muestran para los perfiles de riesgo sobre calidad, contenido de metal y costos. El problema
principal aquí está en relación con el valor neto, que tiene posibilidades de ser negativo. Su perfil de
riesgo va desde aproximadamente $-8.2 M a $17.7 M. El motivo del aumento en el perfil de riesgo es
el costo de minería asociado a un alto ratio de stripping (*9), lo que hace que el Valor Neto sea
hipersensible a posibles variaciones en el oro recuperado. . Es importante señalar que el perfil de
riesgo indica un Valor Neto esperado para este incremento de $7,4 M. De hecho, sólo uno de 15
modelos simulados presentó un valor negativo para el Valor Neto. Los resultados indican una
incertidumbre relativamente baja en los tonelajes y las leyes contenidas entre los tajos 26 y 27. Sin
embargo, esta incertidumbre relativamente baja se convierte en un tema crítico debido al alto índice
de desmonte que hace que el Valor Neto del incremento sea muy sensible a la incertidumbre de las
leyes así como al precio del oro.
Se han generado varias secciones transversales para mostrar la región del tajo en relación con el
incremento entre los tajos 26 y 27. Estas secciones muestran las capas incrementales, el diseño
actual del tajo y los bloques de mineral contenidos dentro del incremento. Las principales
conclusiones extraídas del análisis de estos cortes transversales tienen cuatro componentes.
Primero, la diferencia principal entre los costos incrementales del tajo Whittle de $550/oz y $560/oz
corresponde a una región ubicada en el extremo sur del tajo. La mayoría de los bloques de mineral
incrementales tienen un valor esperado dentro del rango de 1,5 a 2,5 g/t. Además, la mayoría de los
bloques de mineral incrementales tienen más del 60% de posibilidades de estar por encima del
límite. El incremento contiene una gran cantidad de desechos y el diseño del pozo tiene
considerablemente más desechos que el casco del pozo 27.

Conclusiones

El objetivo de este trabajo fue ilustrar diferentes aplicaciones del análisis de riesgos sobre los efectos
de la incertidumbre de la ley en diversos aspectos de la optimización y el diseño del tajo. Se han
llevado a cabo cuatro casos para ilustrar diferentes tipos de aplicaciones:

1. El primer caso consistió en un análisis de incertidumbre sobre los resultados de optimización del
tajo: valor neto, tonelaje, ley y metal. El procedimiento consistió en aplicar un conjunto de
cálculos incrementales del tajo, producidos por el proceso de optimización del tajo, a un
conjunto de modelos de recursos simulados. El análisis posterior de cada modelo produjo un
conjunto de resultados igualmente probables para los pronósticos físicos y económicos de la
minería dado el conjunto inicial de análisis de pozos incrementales.
2. El segundo caso identificó áreas en las que la incertidumbre sobre la ley tiene un impacto
importante en la definición de los límites finales del tajo (potencial al alza/a la baja). En lugar de
desarrollar un análisis de riesgo sobre un conjunto dado de planos incrementales, este
procedimiento consistió en la generación de conjuntos alternativos de planos incrementales, un
conjunto para cada modelo simulado.
3. El tercer caso tenía como objetivo cuantificar el impacto de la incertidumbre sobre la ley en
el tonelaje, las leyes, el metal y el valor neto de dos escenarios mineros diferentes para
una reducción determinada. El objetivo principal era evaluar si uno de los escenarios era
mejor en términos del compromiso entre Valor Neto y exposición al riesgo.
90 M. Godoy

4. El cuarto caso consistió en un análisis de riesgo relacionado con incrementos de tajo. El

objetivo de este análisis es la cuantificación de la incertidumbre en los bloques de mineral
que impulsan el incremento entre dos pozos sucesivos de Whittle.

Los resultados se presentaron en dos pasos:

1. primero, cada resultado de optimización se evaluó en términos de mineral contenido, ley,

metal y valor del tajo; y
2. el segundo paso del análisis consistió en la generación de una serie de cortes
transversales.

Estas secciones transversales se tomaron de todos los modelos optimizados e

incluyeron el diseño del foso real. Se han extraído varias conclusiones de estos gráficos
que indican áreas de potencial alcista y bajista.
Este documento presentó un conjunto de procedimientos que permiten a los ingenieros de planificación
minera llevar a cabo una serie de análisis, que pueden usarse para evaluar la sensibilidad de los diseños
incrementales de tajos y los diseños de tajos a la incertidumbre de ley. Los resultados obtenidos del análisis
han demostrado proporcionar información valiosa, que puede usarse para desarrollar estrategias mineras
que sean resilientes al riesgo en relación con la incertidumbre de la ley.

Referencias

David M (1988) Manual de estimación de reservas de mineral geoestadísticas avanzadas aplicadas. Elsevier
Science Publishers, Ámsterdam, p. 216
Dimitrakopoulos R (1998) Algoritmos de simulación condicional para modelar la incertidumbre del yacimiento en
Optimización a cielo abierto. Int J Surf Min Reclam Environ 12:173–179
Dimitrakopoulos R, Farrelly CT, Godoy M (2002) Avanzando desde la optimización tradicional:
incertidumbre de grado y efectos de riesgo en el diseño a tajo abierto. Instituciones trans de Min Metall Min
Technol 111:A82–A88
Dimitrakopoulos R, Martinez L, Ramazan S (2007) Una máxima ventaja/mínima desventaja
enfoque a la optimización tradicional del diseño de minas a cielo abierto. J Min Sci 43:73–82
Godoy MC (2002) La gestión eficaz del riesgo geológico en la producción a largo plazo
programación de minas a cielo abierto, Ph.D. tesis, Universidad de Queensland, Brisbane, p. 256 Journel
AG (1992) Imágenes por computadora en la industria de los minerales, más allá de la mera estética. En
Actas del 23º APCOM (Simposio internacional sobre la aplicación de computadoras e investigación
de operaciones en la industria mineral), Sociedad de Minería, Metalurgia y Exploración, Littleton,
págs. 3–13
Kent M, Peattie R, Chamberlain V (2007) Incorporación de la incertidumbre de grado en la decisión de
Ampliar el tajo principal de la mina de oro de Navachab, Namibia, mediante el uso de simulación
estocástica. En: Dimitrakopoulos R (ed) Modelado de yacimientos y planificación estratégica de minas, 2ª
ed. Instituto Australasiano de Minería y Metalurgia, Melbourne, págs. 207–216
Lerchs H, Grossmann IF (1965) Diseño óptimo de minas a cielo abierto, Boletín CIM, Canadá
Instituto de Minería y Metalurgia, vol 58, enero
Ravenscroft PJ (1992) Análisis de riesgos para la programación minera mediante simulación condicional. Trans
Instituciones de Min Metall Min Technol 101:A101–A108
Whittle J (1999) Una década de planificación y optimización de minas a cielo abierto: el arte de girar
algoritmos en paquetes. En: Actas del simposio internacional APCOM '99 sobre la aplicación de
computadoras e investigación de operaciones en la industria minera, Escuela de Minas de
Colorado, Colorado, págs. 15-24