El documento describe un estudio de caso para evaluar el riesgo de variables geológicas e incertidumbre de precios de oro en un proyecto minero en Colombia. Se desarrolló una metodología que simula precios de oro, varía los límites del cuerpo mineralizado y las leyes de oro de forma aleatoria. Se modeló el cuerpo mineralizado Zeus y se generaron 80 simulaciones condicionales de ley de oro usando datos de sondajes. Los resultados muestran que la metodología puede reproducir la variabilidad espacial
19. Simulación Condicional Gaussiana
La Figura 19 muestra la secuencia
en la que se realiza la asignación de
ley de Au en cada uno de los nodos.
El proceso inicia considerando en la
simulación los puntos muestreados y
conforme va asignando leyes a los
nodos, estos ingresan en la
simulación de nuevos nodos como si
fueran puntos muestreados.
Distancia
g
Figura de Curso Advanced Geostatistics Technics– Snowden
Figura 19 Proceso de simulación secuencial Gaussiana
Caso de Estudio
28. HISTOGRAMA VALOR PRESENTE (MUS$) PARA SIMULACION DE PRECIOS
Percentil 5%
VPN evaluado
con modelo OK
(MUS$)
VaR (5%) con el margen
económico evaluado con
modelo OK (MUS$)
Resultados
Simulación de trayectoria de precios validada
a partir de la diferencia absoluta y el
coeficiente de variación
0
20
40
60
80
100
120
0
5
10
15
20
25
30.3 32.5 34.6 36.7 38.9 41.0 43.1
Probabilidad(%)
Frecuencia(%)
VAN (MUS$)
Histograma y Dist. Prob. VAN - Var. Precio
Frecuencia (%) Probabilidad (%)
VaR (5%) = 6.4 MUS$
Figura 26 Simulación de precios de oro
29. HISTOGRAMA VALOR PRESENTE (MUS$) PARA SIMULACION DE LIMITES
Percentil 5%
VPN evaluado
con modelo OK
(MUS$)
VaR (5%) con el margen
económico evaluado con
modelo OK (MUS$)
Resultados
Figura 8 Comparación entre modelo inicial y escenarios con los límites perturbados
Existen diferencias en los bordes del cuerpo mineralizado inicial y los escenarios aleatorios
generados.
Modelo Inicial Escenario 2
Escenario 9 Escenario 22
0
20
40
60
80
100
120
0
5
10
15
20
25
30
35
37.3 37.4 37.5 37.6 37.6 37.7 37.8
Probabilidad(%)
Frecuencia(%)
VAN (MUS$)
Histograma y Dist. Prob. VAN - Var. ORE
Frecuencia (%) Probabilidad (%)
VaR (5%) = 0.3 MUS$
Simulación de límites del cuerpo mineralizado
Figura 27 Simulación de límites del cuerpo mineralizado
30. HISTOGRAMA VALOR PRESENTE (MUS$) PARA SIMULACION DE LEYES DE ORO
Percentil 5%
VPN evaluado
con modelo OK
(MUS$)
VaR (5%) con el margen
económico evaluado con
modelo OK (MUS$)
Resultados
0
20
40
60
80
100
120
0
5
10
15
20
25
30
35
40
26.3 30.5 34.7 38.8 43.0 47.1 51.3
Probabilidad(%)
Frecuencia(%)
VAN (MUS$)
Histograma y Dist. Prob. VAN - Sim. Au
Frecuencia (%) Probabilidad (%)
VaR (5%) = 5.5 MUS$
Figura 28 Simulación condicional gaussiana de leyes de oro
31. HISTOGRAMA VALOR PRESENTE (MUS$) PARA SIMULACION DE LEYES DE ORO
Percentil 5%
VPN evaluado
con modelo OK
(MUS$)
VaR (5%) con el margen
económico evaluado con
modelo OK (MUS$)
Resultados
0
20
40
60
80
100
120
0
5
10
15
20
25
30
35
40
19.7 25.8 31.9 38.1 44.2 50.4 56.5
Probabilidad(%)
Frecuencia(%)
VAN (MUS$)
Histograma y Dist. Prob. VAN - Sim. Au/Var. ORE/Var. Precio
Frecuencia (%) Probabilidad (%)
VaR (5%) = 8.8 MUS$
Combinación de escenario simulados (30 Sim.
Precio x 30 Sim. Límite x 80 Sim. Ley)
Figura 29 Escenarios combinados