Facultad de Ciencias e Ingeniería

URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/9119

Explorar

Filtros

20201

Ajustes

Autorsearch.filters.applied.operator.equals: search.filters.author.Díaz Acuña, Jose WalterTemasearch.filters.applied.operator.equals: search.filters.subject.Método de Monte Carlo

Resultados de búsqueda

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    ÍtemTexto completo enlazado
    Aplicación del modelo estadístico de Monte Carlo en la predicción del precio de los metales y valor de mineral para evaluación de rentabilidad del proyecto minero Sofía D – U.E.A. María Teresa ejecutando el método sub level stoping con relleno hidráulico cementado
    (Pontificia Universidad Católica del Perú, 2020-02-18) Díaz Acuña, Jose Walter; Romero Vásquez, Manuel Diego; Vilela Acosta, Edgard Andre
    Hoy en día, los modelos estadísticos juegan un papel importante en las todas industrias ya que generan mayor nivel de confianza durante la toma de decisiones, dado que se basa en un análisis matemático que puede predecir diferentes escenarios para un proceso; tal es el caso de la simulación de Monte Carlo, metodología basada en la generación de números aleatorios respecto a una o más variables que forman parte de un proceso, parametrizado matemáticamente, y cuyo resultado expondrá diferentes escenarios futuros para un evento en particular. La U.E.A. María Teresa, propiedad de Minera Colquisiri S.A., pretende explotar el proyecto de profundización “Sofía D”, a través del método de extracción “Sublevel Stoping” usando el Relleno Hidráulico Cementado (RHC) a una razón de 1,600 toneladas por día (TPD) y que a la fecha junio 2019 posee 6,596,963 toneladas métricas (TM) de reserva mineral con una ley promedio 6.85 %. Ante el contexto descrito, la tesis desarrolla una ruta del uso de la herramienta Monte Carlo, aplicada al precio de los metales, y su posterior evaluación de rentabilidad en base al proyecto en mención. La investigación consta de tres etapas: (1) Metodología de Monte Carlo, cuyo output es la simulación de diferentes escenarios respecto a los Ingresos Brutos Anuales (IBA) para 1,600 TPD entre los años 2019 al 2032; (2) Evaluación de rentabilidad, que busca calcular los indicadores de rentabilidad, que son el Valor Actual Neto (VAN) y Tasa Interna de Retorno (TIR), cuyos inputs son los IBA, Costo Capital (CAPEX) y Costo de Operación (OPEX); y (3) Análisis de los indicadores de rentabilidad, que determinó un VAN de 99,902,835 USD con un TIR de 25.4 % que demuestran la viabilidad del proyecto y sus posibles ingresos durante su tiempo de operación. Adicionalmente, se simuló escenarios futuros para el caso de 2,500 TPD, donde se obtuvo un VAN de 153,508,993 USD con un TIR de 21.9 %, que en comparación con los indicadores de 1,600 TPD resulta una más rentable y se recomienda como una alternativa factible de operación. En conclusión, queda demostrado que el método de Monte Carlo y su posterior análisis estadístico puede trabajar en sinergia en la evaluación de rentabilidad de un proyecto; no solo por su practicidad del método, sino también porque permite explorar escenarios futuros y en consecuencia elegir la mejor opción para una operación en particular.