FACULTAD DE INGENIERA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA

DE MINAS

EXPLOSIVOS EN MINERA
FISICOQUMICA

PRESENTADO POR:
ALVA MIRANDA, Luis Alexander
BEZ MELNDEZ, Edwin Manuel
CHUQUILIN VALLEJOS, Rockwell
HEREDIA VSQUEZ, Cinthia Paola
PINTO QUISPE, Deymi Jehes

CAJAMARCA
DOCENTE: ING. KATTY NECIOSUP RODRGUEZ

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

1 INTRODUCCIN
El objetivo

de

este trabajo es

realizar

una

aproximacin

la

importancia y las tendencias del carbn como recurso energtico en

el contexto nacional e internacional. Es importante sealar que en
el desarrollo de este trabajo se define en primer lugar, el desarrollo
del

sector

carbonfero

en

el

futuro,

en

donde

se

presenta

la evolucin del mercado del carbn.

En segundo lugar, se presenta una estimacin del futuro en la
explotacin de Carbn en el mercado y sus implicaciones en el sector
energtico.
En tercer lugar, se definen las razones por las cuales se han estimado
estos valores en un futuro, y la implicancia que se han tenido en la
conclusin de si en un futuro la produccin de carbn se ve favorecida
o de manera contraria decrece

2 APLICACIN DE LA CADENA DE MARKOV EN

MINERA
2.1 TRATAMIENTO MATEMTICO DE LOS DATOS
A travs de un diagrama de flujo se muestra el proceso seguido para
el tratamiento respectivo de los datos de produccin de carbn de la
Tabla 1, con el fin de obtener resultados que permitan analizar el
comportamiento de esta variable en el tiempo.
MES
Ene-13
Feb-13
Mar-13
Abr-13

VOLUMEN DE PRODUCCIN DE CARBN

PRODUCCIN
MES
PRODUCCIN
MES
515
Ene-14 908
Ene-15
648
Feb-14 764
Feb-15
629
Mar-14 779
Mar-15
647
Abr-14
523
Abr-15

PRODUCCIN
535
571
576
580

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
May-13
Jun-13
Jul-13
Ago-13
Sep-13
Oct-13
Nov-13
Dic-13

822
780
787
615
580
807
979
1164

May-14
Jun-14
Jul-14
Ago-14
Sep-14
Oct-14
Nov-14
Dic-14

673
471
530
466
459
656
845
735

May-15
Jun-15
Jul-15
Ago-15
Sep-15
Oct-15

689
714
668
565
519
653

Tabla N 1. Volumen de produccin de Carbn en miles de sacos de 60 kg

de antracita.

2.2 PRUEBA DE ALEATORIEDAD

Esta prueba se aplica con el fin de asegurar que los datos ofrecidos
en la Tabla sean aleatorios, ya que los modelos probabilsticos deben
ajustarse nicamente a datos que provengan de un fenmeno o
proceso aleatorio.
Para aplicar esta prueba se debe conservar la secuencia cronolgica
en que se produjeron los datos. Si los datos se ordenan por orden de
magnitud se altera la sucesin de datos continuos mayores y
menores a la media.
Para la prueba de aleatoriedad se supone que los datos tienen una
distribucin normal z, con un nivel de confianza del 95%, donde:
Hiptesis nula: Los datos son aleatorios
Hiptesis alterna: Existe un patrn en los datos que se repite con
frecuencia, es decir, existe tendencia en el proceso o fenmeno que
produce los datos.
Criterio de decisin: Se rechaza la hiptesis nula s
Donde

; lo anterior se calcula mediante:

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
Donde:

Aplicando las frmulas propuestas, se obtienen los siguientes

resultados:
n1 = 12
n2 = 21
U = 12

Promedio de sucesin de datos = 16,272727

Desviacin estndar = 2,609977
Estadstico de prueba = -1,63707458
Como [-1,63 < -1,96] = Es falso, se acepta hiptesis nula.
La mediana de los datos corresponde a 650,5; es decir, este sera el
valor que est justo en la mitad de las 34 observaciones, si se
organizara la sucesin de datos de menor a mayor. Segn los
resultados obtenidos el estadstico de prueba, demuestra que cae en
la zona de aceptacin y por lo tanto la hiptesis nula se acepta,
demostrando que los datos son aleatorios.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

2.3 PRUEBA DE INDEPENDENCIA DE LOS DATOS

Un grfico de dispersin es una herramienta que sirve para
determinar la independencia de datos. Si se tiene una muestra n de
datos x, x2, ..., xn no negativos y ordenados cronolgicamente, el
diagrama de dispersin es una grfica de parejas (xi, xi+1) para i = 1,
2, , (n - 1). A continuacin, se muestra, a travs de un grfico de
dispersin simple, la independencia de los datos sin que estos muestren algn tipo de correlacin entre ellos. El eje y representar los
meses numerados del 1 al 34.

Imagen N 1. Diagrama de dispersin, prueba de independencia de datos

Como se puede observar en el grfico de dispersin, los datos no se

relacionan entre s (no siguen una tendencia) y por lo tanto la
independencia de los datos se cumple.
Como

ambas

condiciones

(aleatoriedad

independencia)

se

cumplieron, se puede continuar con la investigacin, pues si no fuera

as la variable tendra que ser descartada sin poder hacerse ningn
tipo de prediccin sobre ella.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

2.4 CADENAS DE MARKOV DISCRETAS EN EL ESTADO Y

CONTINUAS EN EL TIEMPO
Proceso estocstico y cadenas de Markov discretas en el estado
continuas en el tiempo
Un proceso estocstico se define como una coleccin indexada de
variables aleatorias {Xt}, donde el ndice t toma valores de un
conjunto T dado. El inters de los procesos estocsticos es describir el
comportamiento de un sistema en operacin durante algunos
perodos.
Para el caso de estudio donde el tiempo es continuo y los estados
discretos, se etiquetan los estados posibles del sistema 0, 1, , M,
donde M Z. Comenzando en el tiempo 0 y dejando que el parmetro
de tiempo t corra de manera continua para t 0, sea la variable
aleatoria X(t) el estado del sistema en el tiempo t. Entonces X(t)
toma uno de sus (M+1) valores posibles en un intervalo t 1 t 0,
despus salta a otro valor en el siguiente intervalo t 2 t >t1 y as,
sucesivamente, donde los puntos de trnsito (t 1 , t2 ...) son puntos
aleatorios en el tiempo (no necesariamente enteros).
Es importante tener en cuenta que una cadena de Markov de tiempo
continuo, quiere decir que, dado el presente, el fu-turo y el pasado
son independientes.

2.5 PLANTEAMIENTO DE LA MATRIZ ESTOCSTICA

En las cadenas de Markov de tiempo continuo estado discreto, se
obtienen las probabilidades de ocurrencia de cada uno de los estados
del sistema como funciones del tiempo que se describen mediante
ecuaciones
constantes.

diferenciales

lineales

ordinarias

de

coeficientes

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

Donde:
P*: Es el vector final de las derivadas con respecto al tiempo de la
probabilidad de cada uno de los estados como funcin del tiempo.
P: Es el vector fila de las probabilidades de cada uno de los estados
como funcin del tiempo.
A: Es la matriz estocstica de tasas de transicin entre estados.

Donde

Para el caso de estudio, la matriz A se encontr despus de haber

organizado los datos de la tabla en intervalos, donde a cada dato de
la tabla le corresponda un intervalo y por ende cada intervalo estaba
indexado a un estado M. Tras la organizacin de los datos, estos se
establecieron tal como se aprecia en la Tabla siguiente.

Tabla N 2. Intervalos de Volumen de produccin indexados a un estado en

particular

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
Despus de asignar a cada dato su estado, segn su intervalo, se
tiene hij

Tras el clculo de todos los hij y hii, la matriz de transiciones A, para

el caso, queda planteada en la matriz.

Se requiere calcular los valores y vectores propios de la matriz A, para

as encontrar las ecuaciones diferenciales que permitan modelar el
problema y as hallar la frecuencia con que se presenta un estado i y
la posible duracin media en cada estado; todo esto para hacer un
posterior anlisis del problema mediante la herramienta matemtica.

2.6 ECUACUIONES DIFERENCIALES

Las ecuaciones diferenciales para las cadenas de Markov discretas en
el estado, continuas en el tiempo, se plantean mediante.

Donde:

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

Calculando los valores y vectores propios de la matriz A, se

obtuvieron los siguientes resultados:

Como se observa, todos los valores propios son negativos, mientras

que uno de ellos es 0. Esta es la condicin ms importante para
continuar con este tipo de proceso, pues significa que la produccin
de caf es un proceso estocstico marginalmente estable; en caso
contrario no se podra aplicar la metodologa, pues un proceso de
Markov continuo en el tiempo tiene solucin estable si y solo si todos
los valores propios de A estn ubicados en el plano izquierdo del
plano complejo. Si lo anterior no se hubiese cumplido, la variable
aleatoria se hubiese modela-do como una cadena de Markov discreta
en el estado y en el tiempo.
La solucin del sistema de ecuaciones diferenciales debe tener un
punto de comienzo o inicio que facilite encontrar las constantes para
as reemplazar P(t) por P(0), que sera el inicio del proceso en el t=0.
Se asume que en el momento inicial la produccin de caf se ubic en
el primer intervalo o estado 1, por lo que el vector inicial se plantea
as en la figura siguiente. Lo anterior se puede hacer debido a que la
estabilidad de un sistema no de-pende de las condiciones iniciales
dadas; el vector de condiciones iniciales es independiente.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
Los valores encontrados para las constantes fueron los siguientes.

reemplazando las constantes y los respectivos valores y vectores

propios en la primera ecuacin, las ecuaciones diferenciales para
cada estado PM, se muestran dentro de las siguientes ecuaciones:

Las ecuaciones diferenciales estn conformadas de una parte estable

y otra transitoria, donde la estable corresponde a las probabilidades a
largo plazo y las transitorias sirven para realizar predicciones a corto
plazo.
Se puede observar que en cada ecuacin diferencial hay un trmino
independiente que no depende de la variacin de t, estos trminos
son aquellos donde e0t = 1, por lo tanto, la constante estara
multiplicada por 1 y ser siempre constante, independientemente del
valor que tome t. El valor mencionado corresponde a la estabilidad
del sistema y corresponder en cada estado a la probabilidad de
estado estable en cada estado M; lo anterior significa la probabilidad
con que se presentar un estado despus de un t muy grande.
Por ejemplo, la probabilidad de que a largo plazo la produccin se
encuentre entre 459 y 600 mil sacos es de 17,7%, este porcentaje
viene de la parte estable de 0.177e0.000*t. Con los datos obtenidos se
puede concluir que lo ms probable es que a largo plazo se produzcan

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
entre 601 y 742 mil sacos de carbn, con un porcentaje del 21,5, el
cual se puede observar en la parte estable de 0.215e0.000*t; sin
embargo, la probabilidad de que se produzcan los dems intervalos
no est tan alejada de esta cifra. Se tendra la misma probabilidad de
producir entre 743 y 884 (en miles) bultos de carbn que producir
entre 1.027 y 1.168 (en miles), bultos de carbn; es decir que no hay
una tendencia grande a que uno de los intervalos de produccin sea
ms fuerte que otro y el panorama es incierto, como lo mostraremos.

2.7 PROBABILIDAD DE ESTADO ESTABLE Y FRECUENCIA

La frecuencia con la que se presenta un estado i, se calcula mediante:

Donde Pi() representa la probabilidad de estado estable.

Tabla N 3. Probabilidad de estado estable y frecuencia con la que se

presenta un estado
La frecuencia se podra interpretar to-mando como tiempo de
observacin 48 meses (4 aos, el cual ha sido el tiempo en el cual se
ha dejado de ocupar el segundo lugar en volumen de exportacin),
para analizar si se dar un cambio significativo en los prximos cuatro
aos y la mayor frecuencia de visita de un estado se ubique en el
intervalo de mayor volumen de exportacin.

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas

Tabla N 4. Frecuencia en el estado i para un periodo de 4 aos

Segn los datos obtenidos tras los clculos realizados, se puede ver
que para un tiempo de 4 aos, el estado que se visitar ms veces
(intervalo de produccin), ser el intervalo 1; por lo tanto, siendo
consecuentes

con

la

informacin

arrojada

por

la

herramienta

matemtica, se puede analizar que, dentro de cuatro aos, se seguir

sin cumplir las metas de exportacin tanto mensuales como anuales y
seguir perdiendo puestos, pues el intervalo 1 corresponde a un
volumen de produccin entre 459.000 y 600.000 sacos de carbn de
60 kg.
Es sabido que los datos mencionados en cada intervalo corresponden
a un volumen de produccin mensual; as, haciendo una prediccin,
tomando en cuenta que el estado 1 sera el estado ms veces visitado
en cuatro aos, en la Tabla siguiente se puede notar:

Tabla N 5. Prediccin de produccin anual tomando los lmites de

exportacin del intervalo 1
Con resultados exactos se puede afirmar que, segn los datos
obtenidos tras aplicar cadenas de Markov continuas en el tiempo y

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
discretas en el estado a la produccin de carbn, lo ms probable es
que se siga sin cumplir las metas de exportacin para los aos
siguientes, pues al conocerse que el intervalo ms visitado ser el
uno, se pudo hacer una prediccin tomando como supuesto 1 que
siempre se producira el nmero de sacos de caf correspondiente al
lmite inferior del intervalo (este valor es multiplicado por 12 meses
que componen el ao pues los valores de produccin del intervalo
son mensuales); y como supuesto 2, que siempre se producira el
nmero de sacos de carbn correspondiente al lmite superior del
intervalo 1 (se realiza el mismo procedimiento que para el lmite
inferior).
Tras conocer los resultados se puede observar que ambos supuestos
mostraron que lo ms probable es que no llegue a los volmenes de
exportacin esperados, pues aunque se cumpliera la produccin que
se establece en el lmite superior, la cual es la ms alta del intervalo
1, la produccin sera de 7.200.000 sacos, valor muy por debajo de
las metas que se establecieron; de manera que esta produccin sera
similar a la de los aos 1958-1977, perodo durante el cual pocas
veces la produccin super los 8 millones de sacos. Lo anterior,
apoyado en los anuncios hechos por la revista Dinero, que dice que el
pas lleva tres aos sin alcanzar los 9 millones de sacos, cuando la
meta inicial eran 15 millones, demuestra la validez de los resultados
pues refuerzan el conocimiento de la problemtica que afecta al
sector caficultor en cuanto a la produccin y, por ende, la prdida de
participacin en el mercado de exportacin de carbn.
La baja produccin se debe a diferentes motivos entre ellos podemos
encontrar el dficit en el sistema de minado, como la falta de la
correcta aplicacin de mtodos que aumenten la produccin, tambien
es importante tener en cuenta que los principales yacimientos de
carbn se encuentran cerca de cuencas lo que ha producido el dificil

UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera de Minas
acceso a las mismas por encontrarse inundadas. Ello ha producido el
dficit mostrado en el estudio de la produccin de sacos de carbn.