1

PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU

Trabajo

Analisis de rendimiento de Brocas – Mina Toquepala

Curso

Estadistica

Docente

Tania Torres

Grupo - 3

Integrantes

Retuerto Lopez Juana

Dianderas Osorio Patricia

Torres de la Rosa Jhennsy Rosamaria

Quesada de la Cruz Carlos Gustavo

Najarro Ttito Alonso

Gutierrez Melendez Miguel Angel

Christian Diaz Bautista

Lima, 19 de enero de 2023

1
 2

Contenido

1. Introducción ............................................................................................................................ 5

2. Antecedentes ............................................................................................................................ 6

3. Objetivos .................................................................................................................................. 7

4. Resultados ................................................................................................................................ 8

4.1. Análisis exploratorio de datos ........................................................................................ 8

5. Análisis distribución de probabilidad ................................................................................. 12

5.1. Análisis de probabilidad en brocas de 11” .................................................................. 12

5.2. Análisis de distribución de probabilidad Normal en Terreno Yeso ......................... 13

5.3. Análisis de probabilidad en brocas de 12 1/4” ............................................................ 14

5.4. Análisis de distribución de probabilidad Normal en Terreno Duro ......................... 15

6. Técnicas de muestreo ............................................................................................................ 16

6.1. Cálculo de numero de muestra ..................................................................................... 16

6.2. Muestreo aleatorio Simple ............................................................................................ 16

6.3. Intervalos de confianza ................................................................................................. 17

7. prueba de hipótesis ............................................................................................................... 18

7.1. Diferencias Muestrales en los dos grupos de brocas. ................................................. 18

7.2. Pruebas de Hipótesis ..................................................................................................... 19

8.1. Análisis de Regresión lineal simple .............................................................................. 20

8.1.1. Análisis de homocedacistidad ................................................................................ 22

2
 3

8.1.2. Prueba de Normalidad ........................................................................................... 23

8.2. Análisis de Regresión lineal múltiple ........................................................................... 24

8.2.1. Análisis de homocedacistidad ................................................................................ 27

8.2.2. Prueba de Normalidad ........................................................................................... 28

9. Modelos lineales generalizados ............................................................................................ 29

10. Discusión de resultados ..................................................................................................... 32

11. Conclusiones y recomendaciones ..................................................................................... 38

INDICE DE TABLAS
Tabla 1 Medidas de dispersión de la broca 11"........................................................................... 8

Tabla 2 Medidas de dispersión de la broca 12 ¼ ....................................................................... 10

Tabla 3 Histograma de rendimiento de brocas de 11” ............................................................. 12

Tabla 4 Histograma de rendimiento de brocas de 11” en tipo de terreno Yeso ..................... 12

Tabla 5 Histograma de rendimiento de brocas de 12 1/4” ....................................................... 14

Tabla 6 Histograma de rendimiento de brocas de 12 1/4” en tipo de terreno Duro .............. 14

Tabla 7 Residuales y ajuste de recorrido ................................................................................... 22

Tabla 8 Análisis de la variable dependiente............................................................................... 24

Tabla 9 Análisis de la variable explicativa ................................................................................. 30

Tabla 10. Distribución por tipo de material .............................................................................. 32

Tabla 11. Variables a evaluar del modelo .................................................................................. 34

Tabla 12. Cálculo de rendimiento de brocas con MLG ............................................................ 36

3
 4

INDICE DE FIGURAS

Figura 1 Box plot - Brocas 11" ...................................................................................................... 8

Figura 2 Distribución consumo de brocas 11" ............................................................................ 9

Figura 3 Box plot - Brocas 12.25" ............................................................................................... 10

Figura 4 Distribución consumo de brocas 12.25" ..................................................................... 11

Figura 5 Normal Q-Q de recorrido ............................................................................................ 24

Figura 6 Residuales y ajuste de recorrido-dureza real ............................................................. 27

Figura 7 Normal Q-Q de recorrido y dureza ............................................................................. 29

Figura 8 Histograma del recorrido de las brocas ...................................................................... 30

Figura 9. Distribución Gamma del rendimiento de las brocas ................................................ 35

Figura 10. Análisis de costos........................................................................................................ 37

4
 5

1. Introducción

El minado o excavación en superficie, en una mina a tajo abierto, para la extracción de

mineral y/o estéril es una de las principales actividades de operaciones mineras unitarias. La

perforación y voladura es el método comúnmente adoptado para este tipo de actividades. En

esencia, la perforación consiste en perforar una serie de taladros en el macizo rocoso para su

posterior carguío con explosivos; seguido de una secuencia de detonación, para lograr una

adecuada fragmentación del macizo rocoso para la etapa de minado.

La columna de perforación de las perforadoras rotativas comprende muchos elementos

(broca, barrenos, adaptadores, guiadores, amortiguador, etc.); pero el componente más

importante en toda la columna es la broca. Esto se debe a que desintegra la roca con los insertos

colocados en los conos con los parámetros adecuados de perforación (pulldown, presión de

aire, rotación). En este proceso la broca sufre un desgaste muy fuerte y con esto disminuye el

rango de penetración (m/hr), a partir de eso es necesario reemplazar la broca considerando

como rendimiento el metraje que logro alcanzar antes del desgaste de sus componentes.

Al ser la broca el elemento fundamental para la perforación de taladros y al tener un

gran impacto en el TDC (Total drilling cost), es esencial realizar un análisis estadístico

profundo de las diferentes variables explicativas que pueden influir en el rendimiento de la

broca mediante la generación de un modelo predictivo.

5
 6

2. Antecedentes

Mina Toquepala cuenta con una flota de 13 perforadoras rotativas para el cumplimiento

del plan de producción mensual de 20,000,000 TM. Según el presupuesto para el 2023 se tiene

estimado perforar 106,054 taladros. De los cuales, considerando la profundidad de taladros de

16.5m y teniendo en cuenta que se tiene 2 tipos de diámetro diferente de brocas (11” y 12 ¼”)

se ha presupuestado comprar 1137 brocas para el 2023.

La base de datos en estudio del rendimiento de las brocas comprende el periodo entre

enero 2021 y setiembre 2022, los cuales ascienden a un total de 1711 datos entre brocas de 11”

y 12 ¼”. El macizo rocoso está clasificado según las condiciones geológicas y geotécnicas en

4 tipos de terreno: Yeso, duro, medio y suave. Adicionalmente, se tienen algunas variables

como proveedor de broca, tipo de perforadora, costo unitario de brocas, fecha, rango de

penetración y razón de descarte de la broca. Dichas variables explicativas no son consideradas

para estimar el consumo de brocas del 2023, ya que no se puede determinar la influencia que

podrían tener en el rendimiento de las brocas.

Para el rendimiento de brocas solo se usa un estimador puntual, el cual es el rendimiento

promedio del año anterior para estimar el presupuesto de cantidad de brocas a comprar para el

2023.

6
 7

3. Objetivos

- Realizar un análisis exploratorio de datos de los diferentes tipos de broca y por tipo de

material.

- Realizar un análisis estadístico profundo (principio de normalidad, homogeneidad de

residuos) para evaluar la posibilidad de ajustar nuestros datos hacia un modelo lineal

múltiple.

- Evaluar el uso de modelos lineales generalizados, y realizar pruebas de hipótesis para

identificar que variables explicativas son significativas y puedan aportar información al

modelo.

- Realizar pruebas de hipótesis para identificar si las variables MARCA (proveedores) y el

diferente diámetro aportan información al desarrollo del modelo.

- Uso de software estadístico Estudio para el desarrollo de los modelos.

- Proponer un nuevo presupuesto de consumo de brocas para el 2023 considerando las

variables explicativas para predicción del rendimiento para cada tipo de terreno, teniendo

en cuenta los intervalos de confianza al 95%.

7
 8

4. Resultados

4.1. Análisis exploratorio de datos

De los datos analizados comprendidos en el periodo de enero 2021 a setiembre 2022,

se tiene un consumo de 699 brocas de 11” y 1012 brocas de 12 ¼”.

a. Resultado de medidas de dispersión Brocas 11”

Tabla 1 Medidas de dispersión de la broca 11"

Duro Medio Suave Yeso Total general

Promedio 1,435 1,250 1,187 1,549 1,491
Máximo 3,094 2,402 2,917 3,819 3,819
Mínimo 559 595 561 403 403
Desviación Estándar 558 438 488 594 586
Varianza 311,213 192,017 238,341 352,457 343,869
Cantidad de brocas consumidas 56 43 60 540 699

Figura 1 Box plot - Brocas 11"

8
 9

Figura 2 Distribución consumo de brocas 11"

Distribucion consumo de brocas 11"

43 ; 6%
56 ;
8%
60 ; 9%

540 ; 77%

Duro Medio Suave Yeso

Según los resultados obtenidos de la broca 11” podemos concluir que:

• En el terreno duro se usó 56 brocas y tuvo un avance de en promedio de 1435 m. Por

ende, se puede determinar que por una broca se avanza 25.6 metros.

• En el terreno medio se usó 43 brocas y tuvo un avance de en promedio de 1250 m, Por

ende, se puede determinar que por una broca se avanza 29.06 metros.

• En el terreno suave se usó 60 brocas y tuvo un avance de en promedio de 1187 m, Por

ende, se puede determinar que por una broca se avanza 19.7 metros.

• En el terreno yeso se usó 540 brocas y tuvo un avance de en promedio de 1549 m. Por

ende, se puede determinar que por una broca se avanza 2.86 metros.

• En el periodo de enero 2021 a setiembre 2022 según el grafico de distribución, se

determina que en el terreno de yeso tuvo un consumo de broca de 77%, teniendo

mayor participación.

9
 10

b. Resultado de medidas de dispersión Brocas 12 ¼”

Tabla 2 Medidas de dispersión de la broca 12 ¼

Duro Medio Suave Yeso Total general

Promedio 1,585 1,664 1,453 1,614 1,589
Máximo 5,017 3,685 2,885 4,580 5,017
Mínimo 330 696 630 408 330
Desviación Estándar 621 770 668 672 640
Varianza 385,665 592,607 446,625 452,056 409,561
Cantidad de brocas consumidas 732 34 37 209 1,012

Figura 3 Box plot - Brocas 12.25"

10
 11

Figura 4 Distribución consumo de brocas 12.25"

209

37
34

732 ; 72%

Duro Medio Suave Yeso

Según los resultados obtenidos de la broca 12 ¼” podemos concluir que:

• En el terreno duro se usó 732 brocas y tuvo un avance de 1585 m en promedio. Por

ende, se puede determinar que por una broca se avanza 2.16 metros.

• En el terreno medio se usó 34 brocas y tuvo un avance de 1664 m en promedio. Por

ende, se puede determinar que por una broca se avanza 48.94 metros.

• En el terreno suave se usó 37 brocas y tuvo un avance de 1453 m en promedio. Por

ende, se puede determinar que por una broca se avanza 39.27 metros.

• En el terreno yeso se usó 209 brocas y tuvo un avance de 1614 m en promedio. Por

ende, se puede determinar que por una broca se avanza 7.72 metros.

• En el periodo de enero 2021 a setiembre 2022 según el grafico de distribución, se

determina que en el terreno de duro tuvo un consumo de broca de 72%, abarcando

gran porcentaje de consumo

11
 12

5. Análisis distribución de probabilidad

5.1. Análisis de probabilidad en brocas de 11”

Tabla 3 Histograma de rendimiento de brocas de 11”

Tabla 4 Histograma de rendimiento de brocas de 11” en tipo de terreno Yeso

12
 13

5.2. Análisis de distribución de probabilidad Normal en Terreno Yeso

De los datos de brocas de 11” la mayor cantidad de consumo es en el terreno Yeso con

un 77% del total, se realiza un análisis de probabilidad considerando una distribución normal

teniendo en consideración los rendimientos mayores a 2000.

Histogramas muestran una tendencia a una distribucion normal

11"

Media 1,549
Desv. Est. 594

P(x<2000)
2000 77.6%

P(x>2000)
2000 77.6%
Mayor que 2000 22.4%

P(1500<x<2000)
2000 77.6%
1500 46.7%
Entre 1500 y 2000 30.9%

13
 14

5.3. Análisis de probabilidad en brocas de 12 1/4”

Tabla 5 Histograma de rendimiento de brocas de 12 1/4”

Tabla 6 Histograma de rendimiento de brocas de 12 1/4” en tipo de terreno Duro

Histograma
120
100
Frecuencia

80
60
40
20
0 Frecuencia

Clase

14
 15

5.4. Análisis de distribución de probabilidad Normal en Terreno Duro

De los datos de brocas de 12 1/4”, la mayor cantidad de consumo se da en el terreno

Duro con un 72% del total, se realiza un análisis de probabilidad considerando una distribución

normal teniendo en consideración los rendimientos mayores a 2000.

Histogramas muestran una tendencia a una distribucion normal

12.25"

Media 1,585
Desv. Est. 621

P(x<2000)
2000 74.8%

P(x>2000)
2000 74.8%
Mayor que 2000 25.2%

P(1500<x<2000)
2000 74.8%
1500 44.5%
Entre 1500 y 2000 30.3%

15
 16

6. Técnicas de muestreo
Considerando los dos tipos de grupos de brocas, en base al diámetro, se calculó los

números de muestra, teniendo en consideración un margen de error de 100 metros.

6.1. Cálculo de numero de muestra

#Códigos en Rstudio

brocas12.25<-brocas1[brocas1$[Link]..pulg.=="12.25",]

brocas11<-brocas1[brocas1$[Link]..pulg.=="11",]

n11<-1.96*1.96*var(brocas11$RECORRIDO..m.)/(100*100)

n12<-1.96*1.96*var(brocas12.25$RECORRIDO..m.)/(100*100)

>n11

[1] 132.2898

>n12

[1] 157.4926

6.2. Muestreo aleatorio Simple

Se procede a tomar las muestras (MAS) en cada grupo, 133 para las brocas de 11” de

una población de 699 y 158 brocas de 12 ¼” para una población de 1012.

#Códigos en Rstudio

[Link](12345)

nmuestra11 <- sample(nrow(brocas11), ceiling(n11))

nmuestra12.25<-sample(nrow(brocas12.25), ceiling(n12))

muestra11 <- brocas1[nmuestra11,]

16
 17

muestra12.25 <- brocas1[nmuestra12.25,]

xprom11<-mean(muestra11$RECORRIDO..m.)

xprom12.25<-mean(muestra12.25$RECORRIDO..m.)

Para las brocas de 11” se obtiene una media muestral de 1489.005 m de recorrido, para

las brocas de 12 ¼” se obtiene una media muestral de 1552.951 m.

6.3. Intervalos de confianza

Considerando un nivel de confianza de 95%, teniendo en cuenta el margen de error de

100 metros y la desviación estándar conocida de toda la población se tiene los siguientes

intervalos de confianza:

#Códigos en Rstudio

#Intervalo de confianza al 95% para brocas 11"

Int.inf11<-xprom11-1.96*sd(brocas11$RECORRIDO..m.)/sqrt(ceiling(n11))

Int.sup11<-xprom11+1.96*sd(brocas11$RECORRIDO..m.)/sqrt(ceiling(n11))

Int.inf11

Int.sup11

#Intervalo de confianza al 95% para brocas 12 1/4"

Int.inf12.25<-xprom12.25-

1.96*sd(brocas12.25$RECORRIDO..m.)/sqrt(ceiling(n12))

Int.sup12.25<-

xprom12.25+1.96*sd(brocas12.25$RECORRIDO...m.)/sqrt(ceiling(n12))

Int.inf12.25

17
 18

Int.sup12.25

Para brocas de 11”, con un nivel de confianza de 95%, la estimación del rendimiento de

las brocas se encuentra en el intervalo [1389.272m, 1588.738m].

Para brocas de 12 1/4”, con un nivel de confianza de 95%, la estimación del rendimiento

de las brocas se encuentra en el intervalo [1453.111m, 1652.79m]

7. Prueba de hipótesis

7.1. Diferencias Muestrales en los dos grupos de brocas.

Se realizará el análisis para determinar la probabilidad de que la diferencia entre los dos

grupos de brocas por diámetro sea menor a 100 metros.

Promedio Desv. Standard Total Muestra

Broca 11" 1490.7 586.4 699 60
Broca 12 1/4" 1589.2 640.0 1012 100

Probabilidad que el rendimiento promedio Brocas 11 - Brocas 12 1/4 sea menos 100m

Broca 11" Broca 12 1/4"

n 133 158
mu muestral 1490.7 1589.2
V muestral 2585.5 2592.2
mu Dif. Muestral -98.5
V Dif. Muestral 5177.6 71.95579265
Diferencia esperada 100
Z 2.75810268

Probabilidad 0.9970931 Probabilidad que sea menor a 100 metros

18
 19

Se obtiene una probabilidad del 99.7% en que las diferencias de promedios muestrales

de los dos grupos de brocas son menores a 100 metros.

7.2. Pruebas de Hipótesis

El promedio de rendimiento de las 1711 brocas es de 1548.948 metros.

Para el grupo de brocas de 11” se toma nuevamente una muestra de 133 datos para

evaluar si la media de la muestra es igual a 1548.948.

Brocas de 11"

mu 1548.948
Xmuestra11 1489.005
sigma 586.823
n 133
[Link]. 1449.21535
[Link]. 1648.68065

z -1.17803222 No se rechaza la hipotesis nula

No se rechaza la Ho: u =1548.948m, por lo tanto, no podemos descartar que la

estimación de la media para brocas de 11” sea igual a la media de la población total.

Para el grupo de brocas de 12 1/4” se toma nuevamente una muestra de 158 datos para

evaluar si la media de la muestra es igual a 1548.948.

19
 20

Brocas de 12 1/4"

mu 1548.948
Xmuestra12.25 1552.951
sigma 640.286
n 158
[Link]. 1449.1087
[Link]. 1648.7873

z 0.07858509 No se rechaza la hipotesis nula

No se rechaza la Ho: u =1548.948m, por lo tanto, no podemos descartar que la

estimación de la media para brocas de 12 1/4” sea igual a la media de la población total.

8. Análisis de regresión lineal.

8.1. Análisis de Regresión lineal simple

Para el presente análisis se usa como variable dependiente “RECORRIDO..m.”, y como

variable explicativa el rango de penetración “Vel..[Link]...m.h.”

El cálculo de correlación de las 2 variables en mención es 0.2727, lo que refleja que no

hay una relación directa (r<<<1) entre la velocidad de penetración y el rendimiento de la broca,

considerando solo 1 variable explicativa.

Al aplicar un modelo de regresión lineal con los supuestos de homogeneidad, variables

2
aleatorias, que los valores de Y(Recorrido) tienen una distribución normal N(µ𝑦.𝑥 , 𝜎𝑦.𝑥 ), los

errores residuales son independientes y tienen una distribución media 0 y varianza 𝜎ɛ2 , se

obtiene los siguientes resultados.

20
 21

#Codigo en Rstudio

modbrocas0<-lm(RECORRIDO..m.~Vel..[Link]...m.h.,data = brocas)

summary(modbrocas0)

Call:

lm(formula = RECORRIDO..m. ~ Vel..[Link]...m.h., data = brocas)

Residuals:
Min 1Q Median 3Q Max
-1555.6 -405.7 -50.4 312.8 3261.4

Coefficients:
Estimate Std. Error t value
(Intercept) 756.767 69.111 10.95
Vel..[Link]...m.h. 30.344 2.589 11.72
Pr(>|t|)
(Intercept) <2e-16 ***
Vel..[Link]...m.h. <2e-16 ***
---
Signif. codes:
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 597.4 on 1709 degrees of freedom

Multiple R-squared: 0.07441, Adjusted R-squared: 0.07387
F-statistic: 137.4 on 1 and 1709 DF, p-value: < 2.2e-16
#

Se tiene un coeficiente de determinación R2 de 0.07387<<<1, lo que refleja que la

variable rango de penetración solo explica el 7.3% de la variación del rendimiento de las brocas.

Beta0=756.767

Beta1=30.344 (esto nos indica que por cada unidad adicional en aumento de velocidad

m/hr nos da un rendimiento mayor de broca en 30.34 metros).

21
 22

8.1.1. Análisis de homocedacistidad

Para aplicar un modelo de regresión lineal simple es importante la homogeneidad de

varianzas, es decir que es constante no varía en los diferentes niveles de un factor.

#Codigo en Rstudio

#Prueba de homocedasticidad

bptest(modbrocas0)

studentized Breusch-Pagan test

data: modbrocas0

BP = 47.19, df = 1, p-value = 6.444e-12

Tabla 7 Residuales y ajuste de recorrido

22
 23

Tenemos que el p-valor < 0.05(Prueba de Hipótesis), por lo que rechazamos la hipótesis

nula de que los residuos son homocedásticos, eso quiere decir que presentamos residuos

heterocedásticos en la estimación de los rendimientos de la broca.

8.1.2. Prueba de Normalidad

#Codigo en R
#Prueba de normalidad
norm_tests = c("Anderson-Darling",
"Shapiro-Wilk",
"Kolmogorov-Smirnov",
"Cramer-von Mises",
"Jarque-Bera")

norm_test <- [Link](

p_value = c(nortest::[Link](modbrocas0$residuals)$[Link],
[Link](modbrocas0$residuals)$[Link],
[Link](modbrocas0$residuals, y = "pnorm", alternative =
"[Link]")$[Link],
nortest::[Link](modbrocas0$residuals)$[Link],
tseries::[Link](modbrocas0$residuals)$[Link]),
Test = norm_tests)
print(norm_test)
p_value Test
1 3.700000e-24 Anderson-Darling
2 1.038171e-21 Shapiro-Wilk
3 0.000000e+00 Kolmogorov-Smirnov
4 7.370000e-10 Cramer-von Mises
5 0.000000e+00 Jarque-Bera
#
Debido que el p_value<0.05 rechazamos la hipótesis nula H0= Normalidad,
Concluimos que no hay normalidad en los residuos

23
 24

Figura 5 Normal Q-Q de recorrido

8.2. Análisis de Regresión lineal múltiple

Para el presente análisis se usa como variable dependiente “RECORRIDO..m.”, y como

variables explicativas consideraremos las variables numéricas y categóricas de la base de datos

y determinaremos cuales son significativas.

Tabla 8 Análisis de la variable dependiente

Tipo de Variable Variablex Explicativas Detalle

Categorica MARCA Proveedor
Categorica Diametro de broca (pulg) dimension de la broca
Numerica RECORRIDO (m) Metros perforados
Numerica Vel. De Pen. (m/h) rango de penetracion de la broca
Categorica DUREZA REAL Dureza de la roca

Al aplicar un modelo de regresión lineal múltiple con los supuestos de homogeneidad,

variables aleatorias, que los valores de Y(Recorrido) tienen una distribución normal

24
 25

2
N(µ𝑦.𝑥 , 𝜎𝑦.𝑥 ), los errores residuales son independientes y tienen una distribución media 0 y

varianza 𝜎ɛ2 , se obtiene los siguientes resultados.

#Codigo en Rstudio

modbrocas<-lm(RECORRIDO..m.~Vel..[Link]...m.h.+
[Link]+MARCA+[Link]..pulg.)
summary(modbrocas)
Call:
lm(formula = RECORRIDO..m. ~ Vel..[Link]...m.h. + [Link] +
MARCA + [Link]..pulg.)

Residuals:
Min 1Q Median 3Q Max
-1571.9 -398.6 -56.8 311.8 3314.2

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 264.587 370.723 0.714 0.476
Vel..[Link]...m.h. 37.148 3.071 12.097 < 2e-16 ***
[Link] 46.721 73.668 0.634 0.526
[Link] -14.485 68.931 -0.210 0.834
[Link] 216.827 40.594 5.341 1.05e-07 ***
MARCATerelion 20.544 29.929 0.686 0.493
[Link]..pulg. 17.598 31.558 0.558 0.577
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 590.9 on 1704 degrees of freedom

Multiple R-squared: 0.09691, Adjusted R-squared: 0.09373
F-statistic: 30.48 on 6 and 1704 DF, p-value: < 2.2e-16
#

25
 26

Se tiene un coeficiente de determinación R2 de 0.09691<<<1, lo que refleja que las

variables mencionadas solo explican el 9.69% de la variación del rendimiento de las brocas.

Adicionalmente, se puede apreciar que la variable marca y diámetro no son

significativas.

Al retirar dichas variables del modelo observamos que no hay mejora en el coeficiente

de determinación.

#Codigo en Rstudio
Call:
lm(formula = RECORRIDO..m. ~ Vel..[Link]...m.h. + [Link])

Residuals:
Min 1Q Median 3Q Max
-1565.4 -396.7 -56.6 310.6 3301.5

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 486.629 89.098 5.462 5.41e-08 ***
Vel..[Link]...m.h. 37.336 2.971 12.568 < 2e-16 ***
[Link] 34.324 71.919 0.477 0.633
[Link] -28.571 66.782 -0.428 0.669
[Link] 200.330 34.373 5.828 6.69e-09 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 590.7 on 1706 degrees of freedom

Multiple R-squared: 0.0964, Adjusted R-squared: 0.09428
F-statistic: 45.5 on 4 and 1706 DF, p-value: < 2.2e-16
#

26
 27

8.2.1. Análisis de homocedacistidad

Para aplicar un modelo de regresión lineal múltiple es importante la homogeneidad de

varianzas, es decir que es constante, no varía en los diferentes niveles de un factor.

#Codigo en Rstudio

#Prueba de homocedasticidad

bptest(modbrocas2)

studentized Breusch-Pagan test

data: modbrocas2

BP = 47.705, df = 4, p-value = 1.087e-09

Figura 6 Residuales y ajuste de recorrido-dureza real

27
 28

Tenemos que el p-valor < 0.05(Prueba de Hipótesis), por lo que rechazamos la hipótesis

nula de que los residuos son homocedásticos, eso quiere decir que presentamos residuos

heterocedásticos en la estimación de los rendimientos de la broca para el modelo de regresión

lineal multiple.

8.2.2. Prueba de Normalidad

#Codigo en R
#Prueba de normalidad
norm_tests = c("Anderson-Darling",
"Shapiro-Wilk",
"Kolmogorov-Smirnov",
"Cramer-von Mises",
"Jarque-Bera")

norm_test <- [Link](

p_value = c(nortest::[Link](modbrocas2$residuals)$[Link],
[Link](modbrocas2$residuals)$[Link],
[Link](modbrocas2$residuals, y = "pnorm", alternative =
"[Link]")$[Link],
nortest::[Link](modbrocas2$residuals)$[Link],
tseries::[Link](modbrocas2$residuals)$[Link]),
Test = norm_tests)
print(norm_test)
p_value Test
1 3.700000e-24 Anderson-Darling
2 1.723562e-21 Shapiro-Wilk
3 0.000000e+00 Kolmogorov-Smirnov
4 7.370000e-10 Cramer-von Mises
5 0.000000e+00 Jarque-Bera
#
Debido que el p_value<0.05 rechazamos la hipótesis nula H0= Normalidad,
Concluimos que no hay normalidad en los residuos

28
 29

Figura 7 Normal Q-Q de recorrido y dureza

9. Modelos lineales generalizados

El modelo lineal generalizado amplía el modelo lineal general, de manera que la

variable dependiente está relacionada linealmente con los factores y las covariables mediante

una determinada función de enlace. Además, el modelo permite que la variable dependiente

tenga una distribución no normal. Para variables continuas positivas trabajaremos con la

función gamma

29
 30

Figura 8 Histograma del recorrido de las brocas

Haciendo uso del software estadístico R, teniendo en consideración que se considerara

como variables explicativas:

Tabla 9 Análisis de la variable explicativa

Tipo de Variable Variablex Explicativas Detalle

Numerica Vel. De Pen. (m/h) rango de penetracion de la broca
Categorica DUREZA REAL Dureza de la roca

Se hará uso de la función gamma de la familia exponencial y se utilizará un enlace

logarítmico para relacionar dichas variables explicativas linealmente con la variable

dependiente Recorrido(m).

- Sea Yi : El recorrido en metros de la broca hasta su descarte

log(µi)=ηi = ∑ 𝑝𝑗=1 = xijβj

̃ Gamma(µi,φ); i = 1,...,1711
Yi 𝑖𝑛𝑑

Asumimos que log(µi)=ηi = ∑ 𝑝𝑗=1= xijβj donde las variables explicativas xi son Dureza

del terreno de tipo categorica y rango de penetracion.

30
 31

- La sintaxis para ajustar MLG usando la distribución gamma en R es:

#Codigo en Rstudio
mod3<glm(RECORRIDO..m.~Vel..[Link]...m.h.+[Link],data=brocas,famil
y = Gamma(link="log"))
summary(mod3)
Call:
glm(formula = RECORRIDO..m. ~ Vel..[Link]...m.h. + [Link],
family = Gamma(link = "log"), data = brocas)
Deviance Residuals:
Min 1Q Median 3Q Max
-1.26257 -0.29280 -0.03875 0.19178 1.51126
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.663e+00 5.659e-02 117.736 < 2e-16 ***
Vel..[Link]...m.h. 2.403e-02 1.887e-03 12.734 < 2e-16 ***
[Link] -5.346e-05 4.568e-02 -0.001 0.999
[Link] -6.071e-02 4.242e-02 -1.431 0.153
[Link] 1.164e-01 2.183e-02 5.332 1.1e-07 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for Gamma family taken to be 0.1407729)
Null deviance: 268.00 on 1710 degrees of freedom
Residual deviance: 241.02 on 1706 degrees of freedom
AIC: 26422
#
Modelo Matemático:
log(µi)=ηi = 6.663+2.43*10−2*Vel..[Link]...m.h. -
−5
5.346*10 *[Link]-
6.071*10−2 ∗[Link]+1.164*10−1*[Link]

31
 32

10. Discusión de resultados

- Como etapa preliminar se realizó un análisis exploratorio de datos de los dos diferentes

tamaños de brocas. Para el grupo de 11” de un total de consumo de 699 brocas, se obtuvo

una media de 1491 metros perforados antes de cambio con una desviación estándar de

586m, para el grupo de 12 ¼” de un total de 1012 brocas se obtuvo una media de 1589

metros perforados con una desviación estándar de 640 metros.

- Adicional se identificó que para brocas de 11” el mayor consumo fue en el terreno Yeso

con más de 70% del total de brocas consumidas, y para las brocas de 12 1/4” se identificó

el mayor consumo en el terreno de tipo duro con más del 70%. Esto nos indica que el

porcentaje de tipo de rocas en el periodo de estudio (2021-2022) era mayor en terreno de

tipo duro y yeso. Después del modelamiento geológico para el presente año 2023 se tiene

la siguiente distribución por tipo de terreno.

Tabla 10. Distribución por tipo de material

Yeso Duro Medio Suave

20% 60% 10% 10%

- Asumiendo que los datos son aleatorios y siguen una distribución normal:

a. Brocas 11”, se tiene una probabilidad de 22.4% que el rendimiento supere los 2000

metros.

b. Brocas 12 1/4”, se tiene una probabilidad de 25.2% que el rendimiento supere los

2000 metros.

32
 33

En ambos casos la probabilidad que el rendimiento sea menor a 1500 metros es de

aproximadamente 50%.

- Con los datos preliminares se presume que la variable “Diámetro de Broca” no es

significativa, es decir los rendimientos ambas brocas lo podemos considerar como un solo

grupo, por tal motivo se aplica técnicas de muestreo y prueba de hipótesis para determinar

si H0 = Rendimiento (Brocas11”) = Rendimiento (Brocas 12 ¼”) = Rendimiento

Promedio

Se realiza el cálculo del tamaño de muestra y nos da 133 brocas de 11” y 158

brocas de 12 ¼”, los cuales son escogidos de manera aleatoria. Para las brocas

de 11” se obtiene una media muestral de 1489.005 m de recorrido y a un nivel

de confianza de 95% la estimación del rendimiento de las brocas se encuentra

en el intervalo [1389.272m, 1588.738m]., para las brocas de 12 ¼” se obtiene

una media muestral de 1552.951 m y a un nivel de confianza de 95% la

estimación del rendimiento de las brocas se encuentra en el intervalo

[1453.111m, 1652.79m]. Al realizar las pruebas de hipótesis de las diferencias

muestrales en base a toda la población de cada grupo de brocas verificamos

que no podemos rechazar la hipótesis nula de incluir en un solo de grupo los

dos tipos de broca.

Al aplicar regresión lineal simple con variable explicativa “Vel..[Link]...m.h”

y variabled dependiente “RECORRIDO..m”, se obtiene un R2 (Coeficiente de

determinación de 0.07387, lo que nos dice que la variable rango de

penetración solo explica el 7.3% de la variación del rendimiento de la broca,

33
 34

esto nos da indicios de realizar pruebas de normalidad y homogenidad de las

residuos obtenidos en la predicción vs datos reales.

Al realizar las respectivas pruebas de hipótesis en los residuos obtenidos

obtenemos p-value<0.05, rechazamos la hipótesis nula en ambos casos por lo

que descartamos normalidad y homocedasticidad en los residuos.

En el análisis de regresión lineal múltiple se consideran las siguientes

variables:

Tabla 11. Variables a evaluar del modelo

Tipo de Variable Variablex Explicativas Detalle

Categorica MARCA Proveedor
Categorica Diametro de broca (pulg) dimension de la broca
Numerica RECORRIDO (m) Metros perforados
Numerica Vel. De Pen. (m/h) rango de penetracion de la broca
Categorica DUREZA REAL Dureza de la roca

Se obtiene un R2 = 0.09691, mejor que la regresión lineal simple, pero aún es

muy bajo la explicación de variación de la variable dependiente, adicional a

ello se obtiene que solo son significativas y aportan al modelo la variable

Rango de penetración y Dureza de la roca. Al igual que la prueba de hipótesis

inicial la dimensión de la broca no aporta al modelo predictivo ni los

diferentes proveedores de las brocas.

Se opta por aplicar modelos lineales generalizados al ver que los residuos son

homocedasticos, la variable recorrido es una variable aleatorio continua por lo

cual se opta por la distribución Gamma (No normal) y una función de enlace

logarítmica que relaciona la variable dependiente y explicativas.

Se obtiene el siguiente modelo predictivo:

34
 35

Modelo Matemático:

log(µi)=ηi = 6.663+2.43*10−2*Vel..[Link]...m.h. -

5.346*10−5*[Link]-

6.071*10−2 ∗[Link]+1.164*10−1*[Link]

De la grafica visualizamos que los datos reales de recorrido de brocas(m) se ajusta a

̃ Gamma(µi, 0.1407729), y en la parte derecha

una distribucion Gamma Yi 𝑖𝑛𝑑

visualizamos el histograma de los datos predichos en base al MLG.

Figura 9. Distribución Gamma del rendimiento de las brocas

35
 36

Para el calculo del presupuesto 2023 tomamos en cuenta el rendimiento estimado por

nuestro MLG para cada tipo de terreno, y la distribucion del material mostrado en el

cuadro anterior.

Tabla 12. Cálculo de rendimiento de brocas con MLG

Rendimiento Cantidad de
Dureza de terreno
calculado por MLG Brocas Estimadas

Duro 1589.5 644.9

Medio 1416.9 120.6
Suave 1265.2 135.1
Yeso 1560.1 219.0
1120

El resultado final son 1120 brocas, de las 13 perforadoras rotativas 6 trabajan con brocas de 11” y

7 trabajan con brocas de 12 ¼”.

36
 37

Figura 10. Análisis de costos

Metros a Perforar 2023: 1,708,605 m

Dimension de Broca Costo Unitario Broca Cantidad de Brocas Costo por tipo de broca
11 3470 553 $1,918,910
12 1/4 4040 626 $2,529,040
Total 1179 $4,447,950
PDC 0.69 US$/m

Dimension de Broca % de Perforadoras Cantidad de Brocas Costo por tipo de broca

11 46% 517 $1,793,990
12 1/4 54% 603 $2,436,120
Total 1120 $4,230,110
PDC 0.65 US$/m
Ahorro $217,840

El calculo preliminar del presuepuesto da un total de 1179 brocas con lo cual tenemos un partial

drilling cost de 0.69US$/m, aplicando el modelo lineal generalizado obtenemos un partial

drilling cost de 0.65US$/m, lo cual refleja una disminucion de del partial drilling cost de 0.04

US$/m o US$ 217,840 para el año 2023.

37
 38

11. Conclusiones y recomendaciones

- Al realizar el analisis exploratorio de datos, muestreo aleatorio simple y pruebas de

hipotesis, de toda la base de datos se determino como variables explicativas significativas

el tipo de terreno y el rango de penetracion.

- Se realizo un MAE considerando los diferentes tipos de terreno, pero se obtuvo menor

varianza en el MAS.

- Aplicando MLG se puede estimar el rendimiento de las brocas por diferentes tipos de

terreno considerando como parte de la familia exponecial la función Gamma.

- Para un posterior analisis considerar tambien los parametros de perforacion como son

pulldown, rotacion, presion de aire y ver su influencia en el rendimiento de la broca, para

establecer rangos por diferentes tipos de roca.

- Al encontrar no significativa la variable dimension de broca y al ser el precio de las

brocas de 11” menor a las de 12 ¼” en US$ 570/unidad, evaluar la posibilidad de tener

mayor flota de perforadoras de columna de perforacion de 11”.

- Al realiar un analisis del rango de penetracion se podria trabajar con el costo total de

perforacion, considerando el costo horario de cada maquina de perforacion.

38
 39

12. Bibliografia

Lind, D., Marchal, W. y Wathen, S. (2019). Estadística aplicada a los negocios y la economía (17a
ed.) México D.F, México: McGraw Hill.
Córdova Zamora, M. (1997). Nociones de Estadística Descriptiva. En Estadística descriptiva e
inferencial (3ª Ed., pp. 1-36). Lima, Perú: Edit. Moshera SRL.
Veliz, C. (2011). Estimación de parámetros. En Estadística para la Administración y los negocios.
México D.F. Pearson.
Veliz, C. (2011). Probabilidad. En Estadística para la Administración y los negocios (pp. 127-156).
México D.F. Pearson.
Veliz, C. (2011). Resumen numérico de los datos. En Estadística para la Administración y los
negocios (pp. 49-82). México D.F. Pearson.

39