El objetivo del presente trabajo es apoyar el modelamiento geológico y geometalúrgico de la mina Radomiro Tomic (RT) mediante el uso de herramientas gráficas y estadísticas. El yacimiento RT es un pórfido cuprífero con óxidos en su parte superior y con sulfuros abajo. La zona de sulfuros se puede dividir en dos, la de sulfuros primarios que está en profundidad y la zona de enriquecimiento compuesto por sulfuros secundarios débiles y fuertes. El contexto y motivación del estudio es la reciente explotación de sulfuros en la mina (que hasta hace poco sólo producía cátodos de cobre), para lo cual interesa aumentar el conocimiento de los fenómenos que explican la ley y del comportamiento metalúrgico de los minerales enviados a planta. El estudio se dividió entonces en análisis del modelo geológico y análisis para el modelo geometalúrgico. En el modelo geológico se estudió el efecto de las menas y los minerales de alteración en la ley de cobre. Los análisis indican que la ley es explicada por distintas menas según el tipo de sulfuros. En sulfuros primarios la principal mena es la bornita mientras que en la zona de enriquecimiento es la calcosina. Esto es coherente con la teoría detrás del modelamiento. Los minerales de alteración más relacionados con la ley son el potásico de fondo (relación negativa) y la sericita gris verde (positiva), lo cual también es coherente con la secuencia de los eventos de alteración pues el potásico es el primer evento con bajo aporte de ley y la sericita apareció con los últimos eventos de alta mineralización. El estudio permite probar además que la nueva modelación de minerales de alteración es más eficaz en la predicción de la ley de cobre que la anterior. En el ámbito geometalúrgico, las menas carecen de poder predictivo sobre este tipo de variables. Los minerales de alteración, por el contrario, muestran un efectivo control sobre la recuperación de cobre y el índice Starkey (que mide el gasto de energía en un molino SAG). Finalmente se aprecia como la arcilla empobrece la ley del concentrado. Este estudio abre ventanas para profundizar en investigaciones sobre el uso de métodos estadísticos para el apoyo del modelamiento geológico y geometalúrgico.

Magíster en Minería. Ingeniero Civil de Minas / La determinación de unidades geológicas (tales como litologías, alteraciones y zonas minerales) tiene una gran importancia en diversos ámbitos. En el específico de un yacimiento minero, permite optimizar diversas operaciones unitarias tales como la compra eficiente de explosivos, que depende de la dureza de las rocas en las minas, o el uso adecuado de reactivos químicos (espumantes, colectores y modificadores) para el proceso de flotación en las plantas de sulfuros de cobre. Es por esto que se han elaborado técnicas para modelar esta propiedad, desde estimaciones e interpretaciones determinísticas hasta técnicas de simulación estocástica. Las estimaciones tienen problemas asociados al suavizamiento entre contactos geológicos. Las simulaciones han dado mejor respuesta, al reproducir la continuidad espacial de las unidades geológicas y al permitir tener múltiples escenarios para medir incertidumbre y realizar análisis de riesgos. Entre los modelos para simular unidades geológicas destacan dos modelos basados en el formalismo de las funciones aleatorias Gaussianas: el modelo Gaussiano truncado y el plurigaussiano. En la aplicación de ambos modelos, se utiliza el muestreador de Gibbs, algoritmo iterativo que permite simular los elementos de un vector Gaussiano condicionado a ciertas restricciones. Este algoritmo es utilizado para convertir los datos de entrada (sobre unidades geológicas) en datos Gaussianos condicionados a estructuras geológicas y/o espaciales inferidas a partir de los datos de sondajes presentes en el yacimiento. Para ello, el muestreador de Gibbs requiere utilizar kriging simple para determinar los sucesivos valores del vector Gaussiano a simular. A su vez, esta práctica requiere invertir una matriz de varianza-covarianza, lo cual es a menudo prohibitivo en términos de recursos computacionales. Es por esta razón que se suele utilizar una alternativa, el muestreador de Gibbs tradicional, que utiliza una vecindad móvil para usar un subconjunto de todos los datos. Sin embargo, los vectores aleatorios Gaussianos obtenidos por esta metodología no convergen en distribución a medida que aumentan las iteraciones. Por lo anterior, se propone estudiar un nuevo algoritmo, el muestreador de Gibbs dual, el cual evade la inversión de esta matriz, utilizando toda la información disponible para su aplicación. Para el caso de la simulación no condicional, esta metodología da buenos resultados, ya que se obtiene una mejor convergencia al aumentar las iteraciones. En esta tesis, se examina la convergencia del algoritmo para el caso de la simulación condicional. Se estudia dos tipos de yacimiento, uno sintético en el cual se conocen todos los parámetros, y uno real de hierro. En ambos casos, se comprueba que el muestreador de Gibbs tradicional no converge a la distribución deseada a medida que las iteraciones aumentan, mientras que los resultados del muestreador de Gibbs dual mejoran consistentemente a medida que las iteraciones avanzan. Se corrobora entonces que esta última metodología funciona de una mejor manera que aquella usada actualmente, contribuyendo así a mejorar las aplicaciones industriales dando una alternativa a la existente, aunque el costo computacional es mayor.