Вы находитесь на странице: 1из 61

UNIVERSIDAD SIMN BOLVAR

DECANATO DE ESTUDIOS DE POSTGRADO


ESPECIALIZACIN EN CONFIABILIDAD DE SISTEMAS INDUSTRIALES

ANLISIS CUANTITATIVO DE RIESGO EN LA ACTIVIDAD DE


PERFORACIN Y REHABILITACIN DE UN POZO

Trabajo Especial de Grado presentado a la Universidad Simn Bolvar por

Jos Lenn Vlchez Araujo

Como requisito parcial para optar al grado de

Especialista en Confiabilidad de Sistemas Industriales


Realizado con la tutora del
Profesor Medardo Yaez

Marzo, 2007

II

AGRADECIMIENTOS.
A Dios por permitir que se hiciera realidad un sueo.
A mis padres Lenin Vilchez y Dalia Araujo por todo el apoyo moral y econmico que hicieron
para la realizacin de esta meta.
A mis hermanos Lenin y Vladimir por ser el ejemplo de constancia y perseverancia.
A la Universidad Simn Bolvar y a todo su personal por abrir sus puertas especialmente al
profesor Orlando Aguillon y a Maria Teresa Debelak.
Al profesor Medardo Yaez por su constante motivacin y orientacin adems de su
participacin como Tutor Acadmico.
A los tutores industriales Karina Semeco y Manuel Freitas, as como al equipo del QRA
Mariagracia Sampieri, Erika Cuaro, Marieneir Acevedo, Angela Luzardo por su colaboracin
y aporte en las diferentes reas o sub-modelos que forman el modelo final.
A R2M por abrir sus puertas y hacerme parte de la familia.
A todos mis compaeros de la V cohorte por su compaerismo y su sincera amistad.
A Ylayali de Rivero por su aporte y apoyo durante las semanas de clases.
Y finalmente a todas las personas que contribuyeron de alguna forma para lograr este objetivo.

III

DEDICATORIA.
A Dios por ser la principal fuente de sabidura e inteligencia y por darme la fortaleza y la
perseverancia en cada da.
A mis Padres por dar lo mejor de cada uno en pro de mi formacin como profesional y ser
humano.

IV

RESUMEN
El Anlisis Probabilstico de Riesgo aplicado a un proyecto de perforacin y reparacin de
pozos tiene como objetivo fundamental identificar y reconocer las fuentes principales de riesgo
e incertidumbre en todas las variables que intervienen en el proyecto, tanto de carcter
operacional como econmicas, de yacimiento, produccin, etc.
Este anlisis se sustenta en un avanzado modelo de simulacin que vincula y dimensiona la
influencia de la incertidumbre de cada una de estas variables sobre el indicador econmico
Valor Presente Neto (VPN), y en consecuencia permite identificar riesgos potenciales,
establecer un plan de captacin selectiva de certidumbre y determinar las acciones necesarias
para mitigar el riesgo del proyecto de perforacin o reparacin del pozo.
La rentabilidad y el riesgo global del proyecto quedan finalmente expresados en dos factores:
un factor de rentabilidad (Valor esperado o Media del VPN) y un factor de riesgo (Probabilidad
de que el VPN<0). Ambos indicadores soportan de manera adecuada procesos de toma de
decisin en los que deben jerarquizarse opciones de inversin.
El anlisis se sustenta en una rigurosa metodologa estadstica que exige la correcta seleccin
de muestras estadsticas para cada variable; por ejemplo; para la estimacin de la cuota inicial
de produccin, la muestra debe conformase con pozos correlacin al pozo a perforar o reparar
en base a una distancia mxima entre pozos y tolerancia vertical del nivel medio del intervalo
disparado del pozo en estudio. De igual forma; para la estimacin de costos y tiempos de
perforacin se hace nfasis en la utilizacin de una muestra homognea de datos; basada en
los conceptos de localizacin geolgicamente equivalente, programa equivalente,
tecnologa equivalente y completacin equivalente.
Palabras Claves: riesgo, probabilidad, incertidumbre, indicador econmico, perforacin,
rehabilitacin de pozos.

V
NDICE GENERAL.
INTRODUCCIN. ................................................................................................................. VI
CAPTULO I .............................................................................................................................4
1. PLANTEAMIENTO DEL PROBLEMA............................................................................4
2. OBJETIVO GENERAL.......................................................................................................5
2.1 Objetivos Especficos....................................................................................................5
3. JUSTIFICACIN. ...............................................................................................................6
4. METODOLOGAS A UTILIZAR......................................................................................7
5. DELIMITACIN. ..............................................................................................................8
CAPTULO II............................................................................................................................9
2.1. CONCEPTOS BSICOS. ................................................................................................9
2.2. ANLISIS DE RIESGO........................................................................................................17
2.3. MODELOS PARA LA ESTIMACIN DE LA TASA INICIAL DE PETRLEO. ......18
2.3.1 Modelo Basado en desviacin histrica de los estimados de Qo.............................18
2.3.2. Caracterizacin Probabilstica de las Variables en la Ecuacin de Vogel. ..........18
2.3.3. Caracterizacin probabilstica de variables petrofsicas y de propiedades de los
fluidos que determinan el rgimen de afluencia yacimiento-pozo. ...................................20
CAPTULO III. .......................................................................................................................22
3.1. PREMISAS. .......................................................................................................................22
3.2. HERRAMIENTAS UTILIZADAS...........................................................................................23
3.3. MODELO DE ANLISIS PROBABILSTICO DE RIESGO........................................................23
3.3.1. Estimacin del Pronstico Inicial de Produccin...................................................24
3.3.2. Probabilidad de xito y Fracaso de la actividad....................................................26
3.3.3. Pronstico del Perfil de Produccin de Crudo y Gas. ...........................................27
3.3.4. Estimacin del Tiempo de la Actividad. ..................................................................28
3.3.5. Estimacin del Costo de la Actividad......................................................................30
3.3.6. Disponibilidad del Pozo. .........................................................................................31
3.3.7. Evaluacin Econmica. ...........................................................................................32
...........................................................................................................................................33
CAPTULO IV.........................................................................................................................35
1. ANLISIS PROBABILSTICO DE RIESGO DEL POZO USB-207...............................35
2. RESULTADOS DEL ANLISIS. ....................................................................................36
CAPTULO V ..........................................................................................................................51
CONCLUSIONES.................................................................................................................51
RECOMENDACIONES. ......................................................................................................52
REFERENCIAS. .....................................................................................................................53

VI
NDICE DE FIGURAS.

FIGURA 2.1. MODELO DE SIMULACIN DE QO BASADO EN ECUACIN DE


AFLUENCIA YACIMIENTO-POZO (DARCY). TOMADA DE ANLISIS
PROBABILSTICO DE RIESGO DE LA ACTIVIDAD DE PERFORACIN Y
REPARACIN DE POZOS. SEMECO K. ET AL., 2006. ......................................................21
FIGURA 3.1. ESTIMACIN PROBABILSTICA DE LA DESVIACIN HISTRICA.
TOMADA ANLISIS PROBABILSTICO DE RIESGO DE LA ACTIVIDAD DE
PERFORACIN Y REPARACIN DE POZOS (R2M). ......................................................25
FIGURA 3.2. PROBABILIDAD DE XITO OPERACIONAL. TOMADA ANLISIS
PROBABILSTICO DE RIESGO DE LA ACTIVIDAD DE PERFORACIN Y
REPARACIN DE POZOS (R2M). .......................................................................................27
FIGURA 3.3. PROBABILIDAD DE ALCANZAR EL OBJETIVO GEOLGICO. TOMADA
DEL INFORME DE RESULTADOS ANLISIS PROBABILSTICO DE RIESGO DE LA
ACTIVIDAD DE REPARACIN MAYOR. ...........................................................................27
FIGURA 3.3. PRONOSTICO DE PRODUCCIN DE UN POZO. TOMADA ANLISIS
PROBABILSTICO DE RIESGO DE LA ACTIVIDAD DE PERFORACIN Y
REPARACIN DE POZOS (R2M)..........................................................................................28
FIGURA 3.4. DIAGRAMA DE BLOQUES DE CONFIABILIDAD. ELABORACIN
PROPIA. ....................................................................................................................................31
FIGURA 3.5.- SALIDAS DEL MODELO ECONMICO VPN PROBABILSTICA Y
DIAGRAMA DE SENSIBILIDAD. TOMADA ANLISIS PROBABILSTICO DE
RIESGO DE LA ACTIVIDAD DE PERFORACIN Y REPARACIN DE POZOS (R2M).
...................................................................................................................................................32
FIGURA 3.6. ANLISIS DE SENSIBILIDADES Y MITIGACIN DE RIESGOS. ............33
FIGURA 4.1 DATOS GENERALES DEL POZO. ELABORACIN PROPIA. ....................35
FIGURA 4.2 DISTRIBUCIN DE PROBABILIDAD DEL CUOTA INICIAL DEL POZO.
ELABORACIN PROPIA. ......................................................................................................36
FIGURA 4.3 PROBABILIDAD DE ALCANZAR EL OBJETIVO GEOLGICO.
ELABORACIN PROPIA. ......................................................................................................37
FIGURA 4.4 PROBABILIDAD DE ALCANZAR EL OBJETIVO GEOLGICO.
ELABORACIN PROPIA. ......................................................................................................38
FIGURA 4.5. PERFIL ESTOCSTICO DE PRODUCCIN DE PETRLEO.
ELABORACIN PROPIA. ......................................................................................................39
FIGURA 4.6 PERCENTILES DEL PERFIL ESTOCSTICO DE PRODUCCIN DE
PETRLEO. ELABORACIN PROPIA.................................................................................39
FIGURA 4.7. PERFIL ESTOCSTICO DE PRODUCCIN DE GAS. ELABORACIN
PROPIA. ....................................................................................................................................40
FIGURA 4.9 TIEMPO CON RIESGOS (DAS). ELABORACIN PROPIA. .......................41

VII
FIGURA 4.10. DIAGRAMA DE SENSIBILIDAD DE LAS ACTIVIDADES POR
TIEMPOS. ELABORACIN PROPIA. ...................................................................................42
FIGURA 4.11. DIAGRAMA DE SENSIBILIDAD DE LAS DESVIACIONES EN TIEMPO.
ELABORACIN PROPIA. ......................................................................................................43
FIGURA 4.12. DISTRIBUCIN DE PROBABILIDAD DEL COSTO DE LA
REPARACIN (DLS). ELABORACIN PROPIA. ...............................................................44
FIGURA 4.13. ANLISIS DE SENSIBILIDAD DE LA VARIABLE COSTO DE LA
REPARACIN (DLS). ELABORACIN PROPIA. ...............................................................44
FIGURA 4.14. DISTRIBUCIN DE PROBABILIDAD DEL VALOR PRESENTE NETO.
ELABORACIN PROPIA. ......................................................................................................45
FIGURA 4.15. VALOR PRESENTE NETO VS. TIEMPO. ELABORACIN PROPIA. ......47
FIGURA 4.16. EFICIENCIA DE LA INVERSIN. ELABORACIN PROPIA. ..................48
FIGURA 4.17. FACTOR DE RIESGO VS TIEMPO...............................................................48
FIGURA 4.18. ANLISIS DE SENSIBILIDAD DE LA VARIABLE VPN. ELABORACIN
PROPIA. ....................................................................................................................................49

INTRODUCCIN.
Desde los albores de la humanidad los sentimientos de incertidumbre han acompaado al ser
humano debido a la amenaza y peligros representados en aquel entonces por las grandes fieras,
por los vaivenes de la naturaleza cuando sta se manifestaba con movimientos telricos,
asimismo, los cambios climticos, inundaciones o fenmenos desconocidos para l, los cuales
no poda controlar aun cuando lo deseaba debido a su vital necesidad de mantener su propio
resguardo y seguridad.
Desde entonces la necesidad de certeza y seguridad ha sido una cuestin connatural a la
condicin humana, premisa sta que ha sido objeto de discusin y elaboracin de mltiples
enfoques en el campo de la filosofa como tambin en la psicologa, antropologa y en las
ciencias humansticas en general.
Dicha necesidad ha mantenido al ser humano en una continua y permanente bsqueda para
resolver todo aquello que luce como amenaza, inseguridad o prdida. En este sentido, las
distintas civilizaciones o sociedades se han dedicado a solventar sus condiciones de
incertidumbre, algunas basndose en observaciones sobre su experiencia, que pudiera
traducirse como error y ensayo; otras, con mtodos ms exactos han logrado formular teoras
ms precisas cuyos postulados les ha permitido poner en marcha planes de previsin y
seguridad tanto para el resguardo de sus ms legtimos intereses como para su bienestar.
En la actualidad nuestras sociedades con sus grandes avances cientficos y alta tecnologa han
propuesto modelos que permiten de manera ms adecuada el manejo y control de la
incertidumbre debido a la necesidad de ajustarse con celeridad a las nuevas demandas y
dinmicas de una economa cada vez ms globalizada, en la cual prevalece adems de la alta
competitividad, recursos cada vez ms limitados, condicin que obliga a la gerencia
empresarial a tomar decisiones con base en inversiones que involucren el ms bajo costo, ms
calidad y un mayor nivel de confiabilidad.

2
Se deduce de lo antes expuesto la vital importancia que hoy en da tiene para las macros
empresas y grandes corporaciones la Ingeniera de Confiabilidad, Anlisis de Riesgo y
Gerencia de la Incertidumbre, ya que brinda modelos cuyas propuestas y plataformas tcnicas
aportan estrategias y herramientas muy poderosas para realizar los anlisis de riesgos bsicos,
que permiten orientar la toma de decisiones haca opciones ms convenientes y acertadas, en
otras palabras, se fundamentan aquellas decisiones que implican el mnimo riesgo y la mayor
probabilidad de xito.
En este orden de ideas, el presente estudio se circunscribe dentro del rea de Anlisis de
Riesgo, siguiendo los postulados tericos del Anlisis Probabilstico de Riesgo centra su
aplicacin en el mtodo de Anlisis Cuantitativo de Riesgo a los efectos de identificar y
caracterizar las fuentes primordiales de riesgo e incertidumbre en las variables de carcter
operacional, econmicas, yacimientos y produccin en el proyecto de perforacin o reparacin
de un pozo modelo USB-207.
En la primera parte de este material se presentan los objetivos formulados, el problema a
resolver y la respectiva metodologa empleada.
En el segundo captulo se exponen con amplitud de detalles las bases tericas, tales como, los
conceptos bsicos, expresiones matemticas, ilustraciones, grficos, entre otros.
Se desarroll en el tercer captulo el modelo de Anlisis Cuantitativo de Riesgo y sus
respectivos sub-modelos, como son: Modelo de Estimacin del Pronostico Inicial de
Produccin, Probabilidad de xito y Fracaso de la actividad, Pronstico del

Perfil de

Produccin de Crudo y Gas, Estimacin del Tiempo por Actividad, Estimacin del Costo de la
Actividad, Modelo de Costo de Perforacin y Reparacin, Modelo de Pronstico de
Produccin, Disponibilidad del Pozo, Evaluacin Econmica. As mismo, se explican las
frmulas matemticas empleadas en los clculos requeridos para lograr el objetivo propsito
del presente estudio.
Todos los resultados obtenidos mediante la aplicacin de la estrategia propuesta en el marco
metodolgico se presentan en el captulo cuarto, as mismo se ilustran los respectivos anlisis
cuantitativos.
Por ltimo, se exponen las conclusiones finales de este estudio, acompaadas de algunas
recomendaciones que conforman un conjunto de sugerencias prcticas a fin de orientar la

3
formulacin de un plan de compra selectivo de certidumbre y las acciones necesarias a seguir
para minimizar el riesgo de la inversin en el proyecto de perforacin y reparacin de un pozo.

CAPTULO I
1. PLANTEAMIENTO DEL PROBLEMA.
En aos recientes las grandes corporaciones, especialmente la de los sectores de hidrocarburos
e industriales han dirigido su atencin a los modelos de toma de decisin basados en los
Anlisis de Riesgo debido a que los mismos permiten determinar apropiadamente la
probabilidad de ocurrencia de eventos indeseados y sus respectivos efectos. En la actualidad
son muchas las iniciativas que se estn llevando a cabo para analizar los riesgos o prdidas de
las actividades tanto de las tradicionales como las industriales, comerciales y tecnolgicas. En
el caso de esta ltima, su avance vertiginoso tambin ha contribuido a acrecentar la necesidad
de anlisis apropiados y acertados al momento de la toma de decisiones.
Evidentemente, tanto las corporaciones tradicionales como las industriales tienen imperiosa
necesidad de adoptar modelos y tcnicas para evaluar la probabilidad de ocurrencia de los
posibles resultados y sus respectivas consecuencias, debido a las grandes inversiones que
llevan a cabo en sus negocios.
En el caso de la industria petrolera actualmente se promueven iniciativas y esfuerzos
orientados a tomar en cuenta los anlisis de riesgo de las actividades propias de dicha
industria. Se hace necesario identificar, caracterizar y cuantificar los riesgos en la toma de
decisiones. Por ejemplo, en las actividades de produccin, perforacin, rehabilitacin,
completacin y otras ms, se presentan ciertos escenarios o circunstancias que deben evaluarse
para cuantificar apropiadamente el valor de la probabilidad de xito o de riesgo de dichas
actividades.

5
Por otra parte, actualmente se observa que la Industria del Petrleo y del Gas se enfrenta al
problema de la explotacin de campos maduros o con altos ndices de declinacin, y tienen el
reto de resolver

diversos factores tcnicos y estratgicos, tales como: potencial de las

reservas, pronsticos confiables de produccin de crudo, implantacin de nuevas tecnologas,


compromisos financieros, impacto en seguridad y ambiente, relaciones sindicales y laborales.
Adicionalmente las restricciones presupuestarias y los compromisos de produccin obligan a
la industria del petrleo a mejorar su acertividad en los proyectos de perforacin y
rehabilitacin de pozos, es all donde el Anlisis de Riesgo se presenta como una herramienta
de toma de decisin fundamental, ya que pondera el impacto de la incertidumbre de las
variables tcnicas y econmicas dentro de la evaluacin final del proyecto pozo USB-207.

2. OBJETIVO GENERAL.
Identificar y reconocer las fuentes primordiales de riesgo e incertidumbre en todas las
variables que intervienen en el proyecto Perforacin y Rehabilitacin del Pozo USB-207, as
como su impacto sobre la rentabilidad y riesgo del mismo.

2.1 Objetivos Especficos.

Identificar y reconocer las fuentes principales de riesgo e incertidumbre en un proyecto


de perforacin y/o rehabilitacin de un pozo USB-207.

Modelar, cuantificar y relacionar la influencia de la incertidumbre asociada a las


variables tcnicas del yacimiento y complejidades operacionales de la perforacin o
rehabilitacin, en el parmetro econmico VPN (Valor Presente Neto).

Analizar el impacto econmico de cada escenario probable de produccin.

Establecer un plan de compra de informacin que determine las acciones necesarias


para mitigar el riesgo del proyecto de rehabilitacin o perforacin de un pozo.

Con la finalidad de aplicar el modelo de Anlisis Probabilstico de Riesgo se dividi el modelo


general en los siguientes sub - modelos, tal como sigue:

Estimacin del Pronstico Inicial de Produccin.

Probabilidad de xito y Fracaso de la actividad.

Pronstico del Perfil de Produccin de Crudo y Gas.

Estimacin del Tiempo de la Actividad.

Estimacin del Costo de la Actividad.

Disponibilidad del Pozo.

Evaluacin Econmica.

3. JUSTIFICACIN.
Las distintas sociedades desde las ms antiguas como las ms distantes siempre han tenido que
enfrentar lo que parece un dilema interminable: resolver las mltiples necesidades con escasos
recursos.
El ser humano se ha debatido ante este hecho histrico, sociocultural y econmico. En forma
sencilla y directa se pregunta qu hacer y cmo alcanzar el mximo rendimiento con los pocos
recursos disponibles y a su vez lograr resultados altamente favorables. Esta cuestin ha
inspirado a personas, equipos y empresas a buscar direccin precisa en la adecuada seleccin
de opciones menos costosas con mayores beneficios.
En este sentido, las ciencias econmicas siempre han hecho nfasis en uno de sus principios
bsicos: maximizacin de ganancias y minimizacin de prdidas. Esta premisa ha sido clave
en la bsqueda de propuestas que responda a la permanente exigencia de lograr mayores
ganancias con mnimo recursos.
Para las sociedades actuales que han logrado desarrollar una industria moderna y con
actividades empresariales muy dinmicas y adems cuenta con una tecnologa de gran

7
avanzada los retos y desafos estn ms presentes que nunca. Ninguna corporacin o grupo
econmico escapa de esta exigencia. En este contexto, las compaas ms importantes del
mundo estn trabajando en ingeniera de confiabilidad, en tal forma que las dedicadas
especficamente a la industria del petrleo, han adoptado como plataforma tcnica las
estrategias y herramientas modeladas por el Anlisis Probabilstico de Riesgo porque les
permite estimar la influencia de la incertidumbre asociada a las variables y problemas
operacionales y de produccin con los parmetros financieros con el Valor Presente Neto
(VPN).
En este sentido, el presente trabajo surge como necesidad de identificar y caracterizar las
fuentes primordiales de riesgo e incertidumbre en las variables operacionales, econmicas,
produccin y yacimientos asociada con el parmetro financiero VPN correspondiente al
proyecto de perforacin y reparacin del pozo USB-207.

4. METODOLOGAS A UTILIZAR.
El presente trabajo centra su estudio a partir del modelo de Anlisis Probabilstico de Riesgo,
de esta disciplina se seleccion el Anlisis Cuantitativo de Riesgo (QRA), cuya aplicacin
permite ponderar la incertidumbre en la toma de decisiones.
El Anlisis Cuantitativo de Riesgo se sustenta en un modelo de simulacin el cual vincula y
pondera la influencia de la incertidumbre asociada a las variables de entrada sobre los
indicadores econmicos como el Valor Presente Neto (VPN), para determinar el factor de
rentabilidad (VPNmedia) y factor de riesgo (PVPN < 0) del proyecto, a fin de sustentar de
manera adecuada el proceso de toma de decisin.
La base fundamental de este anlisis consiste en explorar las implicaciones econmicas de
cada escenario probable de produccin, establecer un plan de captacin selectiva de
certidumbre y determinar las acciones necesarias para mitigar el riesgo del proyecto de
reparacin y perforacin de pozos.

8
5. DELIMITACIN.
Por razones didcticas se seleccion solamente un pozo identificado en este estudio como
pozo USB-207 al cual se le aplic el Anlisis Cuantitavo de Riesgo para identificar y
caracterizar las fuentes primordiales de riesgo e incertidumbre que permitiran evaluar los
escenarios de xito.

CAPTULO II.
2.1. CONCEPTOS BSICOS.
Probabilidad: De manera general, puede definirse probabilidad como una medida de la
posibilidad de ocurrencia de un evento. Este trmino es comnmente utilizado por las personas
para describir su percepcin sobre el nivel de posibilidad (alto, medio o bajo) de ocurrencia de
un evento en particular. La palabra probabilidad es cotidianamente utilizada para calificar
eventos de cuya ocurrencia, (y las caractersticas de esta ocurrencia) no se tiene certeza, es
decir, eventos con varios posibles resultados o cuyo resultado es incierto. (Yaez M. et al.,
2003).
Formalmente el trmino probabilidad ha sido definido por dos escuelas de pensamiento que
han establecido el significado y en consecuencia la aplicacin de probabilidad. Estas escuelas
son conocidas como Escuela Frecuentista o Clsica de Probabilidad y la Escuela
Subjetivista o Bayesiana de Probabilidad.
Variable Aleatoria o Random: Se denomina variable aleatoria o distribuida, a una variable
X que por sus caractersticas pueda tomar un conjunto de valores (x1, x2, x3, x4,... xn-1)
cada uno de los cuales tiene una probabilidad de ocurrencia (p1, p2, p3, p4,... pn-1,), sin que se
pueda asegurar especficamente cul de todos estos probables valores tomar la variable.
(Yaez M. et al., 2003).

10
Confiabilidad: Es el complemento probabilstico de la probabilidad de fallas. A continuacin
se exponen algunas definiciones de este parmetro:
Probabilidad de que un dispositivo ejecute la funcin para la que fue seleccionado
cuando as se requiera, si el mismo est operando dentro de los lmites de diseo.
Probabilidad de que un equipo cumpla una misin especfica bajo condiciones de
uso determinadas en un perodo determinado.
Probabilidad de que un sistema funcione de acuerdo a las especificaciones en forma continua
durante un perodo de tiempo especfico en un ambiente predefinido. (Yaez M. et al.,
2003).
Disponibilidad: Proporcin de tiempo que un equipo se encuentra apto para cumplir su
misin, en condiciones dadas, respecto al tiempo que debi haber cumplido su misin y no lo
hizo. (Yaez M. et al., 2003).
Fraccin del tiempo total de operacin durante el cual el sistema de seguridad debe estar en
lnea operando de acuerdo a lo requerido en las especificaciones. . (Yaez M. et al., 2003).
La disponibilidad es un trmino probabilstico exclusivo de los equipos reparables. Para
estimar la disponibilidad se requiere calcular la tasa de fallas y la tasa de reparacin, es
decir, es necesario analizar estadsticamente los tiempos para la falla, y los tiempos en
reparacin. (cita larga ) Medardo. (Yaez M. et al., 2003).
Incertidumbre: Es el grado de separacin entre nuestro nivel de conocimiento del proceso, y
el estado de certidumbre total. (Yaez M. et al., 2003).
Este nivel de incertidumbre, es tratado de diferentes maneras dependiendo de la particular
actividad profesional y frecuentemente se mimetiza bajo el trmino de factor de seguridad, o
bajo l trmino de contingencia, o cualquier otro trmino similar (colchn, factor de riesgo,
etc.). En todo caso, el nivel de incertidumbre se suele reflejar en las formas de:

Sobre o sub-dimensionamiento.

Sobre o sub-mantenimiento.

Presupuestos sobre o sub-estimados.

11

Fallas o paros no planificados.

Estimaciones erradas y desaciertos.

Ahora bien, en este punto cabe preguntarse De dnde proviene la incertidumbre?, Cules
son sus fuentes?
Resultara una respuesta lgica pensar que la incertidumbre proviene del nivel de
conocimiento que se tenga sobre las variables, proceso o fenmeno. Sin embargo, en la
mayora de los casos siguiendo las explicaciones de Yaez existe otra fuente de incertidumbre
que est ligada a la naturaleza heterognea o inherentemente aleatoria del proceso
considerado. (Yaez M. et al., 2003).
Incertidumbre Fundamental o Epistmica: Es la incertidumbre relacionada con el nivel de
conocimiento que se tiene del proceso, la cual es reducible con la adquisicin de ms y mejor
conocimiento. (Yaez M. et al., 2003).
Incertidumbre Aleatoria o Estocstica: Es la incertidumbre relacionada con la
heterogeneidad o anisotropa de la variable o proceso en anlisis. Este tipo de incertidumbre
no es reducible con ms conocimiento. (Yaez M. et al., 2003).

Distribuciones de Probabilidad.
Las Distribuciones de Probabilidad son modelos que describen la forma en que se espera que
varen los resultados o probables valores de una variable aleatoria.
Debido a que estas distribuciones tratan sobre expectativas de que algo suceda, resultan ser
modelos muy tiles para hacer inferencias y para tomar decisiones en condiciones de
incertidumbre. (Yaez M. et al., 2003).
Las Distribuciones de Probabilidad, son esencialmente modelos matemticos que pueden
representarse grficamente que relacionan los diversos probables valores que puede tomar una
variable random, con la frecuencia de ocurrencia de cada uno de estos probables valores.

12
Tradicionalmente se clasifica a las distribuciones de probabilidad en dos grandes familias:
Distribuciones Paramtricas y Distribuciones No Paramtricas. (Yaez M. et al., 2003).

Principales Caractersticas de una Distribucin de Probabilidad.


Una distribucin se caracteriza, en general, por medio de tres criterios:
1.- El valor central o medida de posicin (la media, la mediana o la moda).
2.- Una cantidad que expresa el grado de dispersin (la desviacin estndar).
3.- La forma de la curva, es decir, la forma general de la distribucin probabilstica.

Media, Esperanza Matemtica o Valor Esperado:


La media o valor esperado es una idea fundamental en el estudio de las distribuciones de
probabilidad que expresa bsicamente la tendencia central o posicin de la distribucin. La
media no es necesariamente el valor de mayor probabilidad de ocurrencia (como suele
interpretarse de manera errnea); la media es el centro de gravedad de una distribucin.
Adicional a esperanza matemtica o valor esperado, otros nombres comnmente usados
para referirse a la media son average, promedio y centro de gravedad. (Yaez M. et al.,
2003).

Convenio de Notacin:
X : (Media muestral), cuando la media es estimada desde una muestra o grupo de
observaciones de una variable random.
Xp : (Media poblacional), cuando la media se estima con todos los valores de una poblacin
en la que se estudia una variable random.

: (Miu), cuando la media es estimada a partir de la ecuacin de la distribucin de


probabilidades.
E(X): (valor esperado de la variable aleatoria X), se usa como notacin alternativa para la
media, en cualquiera de las estimaciones anteriores.
La media o valor esperado es la nica medida de gran importancia que se estima igual (desde
una muestra) para todas las distribuciones, por lo tanto, es el nico valor que puede ser llevado
de una distribucin a otra. Por esta razn, es el parmetro ms popular para cualquier

13
distribucin. La media es la mejor expresin en un simple valor numrico, si se desea mostrar
un slo valor para una distribucin. (Yaez M. et al., 2003).
Estimacin de la Media desde la Distribucin de Probabilidades.
Variables Continuas:
E(x)= =

x.f ( x )dx

(2.1)

Variables Discretas:
n

E(x)= X = p i .x i

(2.2)

i =1

Para obtener el valor esperado de una variable aleatoria discreta, se multiplica cada valor que
la variable puede tomar por la probabilidad de ocurrencia de ese valor y luego se suman esos
productos. Es un promedio pesado o ponderado de los resultados que se obtendrn en el
futuro. El valor esperado pesa cada resultado posible con respecto a la frecuencia con que se
espera que se presente. (Yaez M. et al., 2003).
Estimacin de la Media desde los datos de la Variable Aleatoria.
La forma ms corriente de estimar la media o valor esperado desde los datos o valores
observados de la variable aleatoria es la media aritmtica, la cual es la resultante de la suma
de todas las observaciones, dividida por el nmero total de las mismas. (Yaez M. et al.,
2003).
Media muestral:

1 n
E (X) = X = x i
n i =1

Media poblacional:

E(X)= X p=

1
N

(2.3)

X
i =1

(2.4)

n: Nmero de observaciones de la muestra.


N: Nmero de elementos de la poblacin.
En ocasiones, los datos de la variable aleatoria estn agrupados en clases que tienen asociada
una frecuencia (histogramas).

Para estos datos agrupados la media se calcula con las

siguientes ecuaciones:
Media muestral:

E (X) = X =

1 n
fi .x ri
n i =1

(2.5)

14

Media poblacional: E (X) = X p =

1 N
fi .x ri
N i =1

(2.6)

fi: frecuencia de observaciones en la clasei


xri: valor medio de la clasei.
Moda: La Moda, es tambin una medida que indica la tendencia central de una distribucin.

Formalmente se define como el valor xm de la variable aleatoria X, que tiene la mayor


probabilidad de ocurrencia. (Yaez M. et al., 2003).
Para calcular la moda a partir de la ecuacin de la distribucin de probabilidades se debe usar
la siguiente ecuacin:

f ( x )
x

=0

(2.7)

x = xm

Es decir, se debe hallar el mximo matemtico de la funcin f(x).


Cuando se analiza una muestra de datos, la moda es simplemente el valor que ms se repite.
Para el caso de datos agrupados, la moda xm es un valor que se encuentra en la clasei que tiene
mayor probabilidad pi. (Yaez M. et al., 2003).
Mediana: La Mediana, es otra de las medidas o valores indicativos de la tendencia central de

una distribucin. Formalmente se define a la Mediana como el valor x50% que tiene una
probabilidad acumulada de 50%.

En otras palabras, la mediana es un valor de la variable

aleatoria, de manera tal, que el 50% de los probables valores de X sern menores o iguales
de dicho valor y el otro 50% sern mayores. (Yaez M. et al., 2003).
La mediana es definida en ocasiones como el percentil 50 o P50 de la distribucin.
Percentiles: Se conoce como percentil de una distribucin de probabilidades, al valor de

la variable aleatoria denotado como x o P para el cual la probabilidad acumulada es ;


es decir, existe % de probabilidades de que los valores de la variable aleatoria X sean
menores o iguales a x . (Yaez M. et al., 2003).

15
Intervalo de Confianza: Cuando se hacen pronsticos de variables random, para dichos

pronsticos es necesario determinar la distribucin de probabilidades que representa a la


variable de inters. En estos casos, la estimacin no debe expresarse como un slo valor
estimado (para lo cual normalmente se utiliza el valor ms probable o la media de la
distribucin), sino tambin la precisin de esa estimacin.
Una forma conveniente de expresar la precisin consiste en especificar unos lmites que, con
una probabilidad dada, incluyan el valor verdadero de la variable. A dichos lmites se les
denominan "lmites de confianza", porque son lmites que abarcan un intervalo dentro del cual
se puede decir que se encuentra el valor verdadero con un cierto grado de confianza.
Cuanto ms distantes estn los lmites entre s, tanto mayor ser la probabilidad de que
incluyan el valor verdadero, pero ms amplio ser el rango de variacin. El intervalo
comprendido entre ambos lmites se denomina intervalo de confianza. (Yaez M. et al., 2003).
Riesgo: El riesgo es un trmino de naturaleza probabilstica, que se define como egresos o

prdidas probables consecuencia de la posible ocurrencia de un evento no deseado o falla.


Afirma Yaez que en este simple pero poderoso concepto coexiste la posibilidad de que un
evento o aseveracin se haga realidad o se satisfaga, con las consecuencias de que ello ocurra.
(Yaez M. et al., 2003).
Matemticamente el riego asociado a una decisin o evento viene dado por la expresin
universal:
R(t) = p(t) x c(t)

(2.8)

donde:
R(t): Riesgo
p(t): Probabilidad
c(t): Consecuencias
El anlisis de esta ecuacin, permite entender el poder de esta figura de mrito o indicador
para el diagnstico de situaciones y la toma de decisiones. A travs de este indicador, pueden
compararse situaciones y escenarios que bajo una perspectiva cotidiana resultaran dismiles,
pero bajo ciertas circunstancias deben evaluarse y considerarse en un proceso de toma de
decisiones. (Yaez M. et al., 2003).

16
Valor Presente Neto (VPN).

Este indicador se conoce tambin como el flujo total de caja descontado, valor capital de la
inversin, valor actual neto, entre otros. El indicador Valor Presente Neto es la ganancia o
prdidas en trminos del valor de dinero en este momento (tiempo presente), despus de haber
recuperado la inversin inicial a una tasa de inters (i), que considera el cambio del valor del
dinero en el tiempo. (Yaez M. et al., 2003).
El Factor de Rentabilidad: se define como el valor medio o esperado de la distribucin de

probabilidad del VPN. (Yaez M. et al., 2003).


El Factor de Riesgo: se define como el rea de la curva por debajo de la cual se obtiene

VPN<0 (si es igual a cero indica que slo se ha recuperado la inversin inicial). (Yaez M. et
al., 2003).
Anlisis de Sensibilidad.

El anlisis de sensibilidad permite cuantificar la contribucin relativa de cada una de las


variables aleatorias de entrada a un modelo, a la dispersin o varianza del resultado o variable
de salida del modelo. Obviamente es un procedimiento que debe realizarse despus de haber
completado la propagacin de incertidumbre ya sea por el Mtodo de los Momentos o por
Simulacin de Montecarlo. (Yaez M. et al., 2003).
Destaca Yaez que este anlisis es de vital importancia para gerenciar la incertidumbre ya
que permite identificar las variables de entrada al modelo en las que debe centrarse la atencin
porque orienta las acciones necesarias (compra de informacin, toma de datos, anlisis causa
raz, etc) para mejorar el nivel de conocimiento sobre las mismas, (de ser tcnicamente
factible y econmicamente rentable), porque slo as se lograr reducir la incertidumbre de la
variable de salida. (Yaez M. et al., 2003).
Existen diversos tipos de anlisis de sensibilidad, cada uno de los cuales tiene un grfico de
resultados caracterstico. Ms adelante se ampliar en detalles los tipos de anlisis de
sensibilidad ms conocidos. (Yaez M. et al., 2003).

17

2.2. Anlisis de Riesgo.

El Anlisis de Riesgo, algunas veces llamado Anlisis para la Toma de Decisiones, es la


disciplina para ayudar a los tomadores de decisiones a seleccionar opciones ptimas en
ambientes de incertidumbre. Es un anlisis de naturaleza probabilstica que permite soportar
una decisin con bese en la cuantificacin y ponderacin de la probabilidad de xito con sus
beneficios y la probabilidad de fracaso y sus consecuencias. (Yaez M. et al., 2003).
Estimar la reduccin en la probabilidad de falla o en la consecuencia, resultante de cada accin
de mitigacin y cuantificar los beneficios asociados a esta reduccin. En cada caso, el riesgo
total debe ser re-estimado como el producto de las consecuencias de falla, por la nueva
probabilidad de falla. Esto debe repetirse para cada opcin de mitigacin, para comparar el
efecto de todas las opciones y seleccionar la estrategia ptima para reduccin del riesgo a
niveles tolerables. (Yaez M. et al., 2003).

En cuanto a los objetivos de un anlisis de riesgo de manera general puede decirse que el reto
fundamental es proveer una plataforma para la toma de decisiones, que genere elecciones con
las siguientes caractersticas:

Basadas en hechos, experiencias y datos duros.

Toman en cuenta la incertidumbre de las variables consideradas en el anlisis.

Toman suficientemente en cuenta las consecuencias de dicha decisin.

Son verificables y por lo tanto perfectibles.

Los trminos cuantificacin o dimensionamiento del riesgo y anlisis de riesgo suelen


utilizarse indistintamente en el argot popular. No obstante, en el mbito tcnico el trmino
anlisis de riesgo es un proceso que comprende tres fases que a continuacin se explican:
Fase 1: Denominada tradicionalmente cuantificacin del riesgo orientada a la estimacin de

las probabilidades de ocurrencias de los eventos indeseados y sus correspondientes


consecuencias, y que en este texto denominaremos dimensionamiento del riesgo, ya que en

18
algunos casos slo podemos cualificar y no necesariamente cuantificar el riesgo. En todo caso
el trmino dimensionar contiene ambos verbos: cualificar y cuantificar. (Yaez M. et al.,
2003).
Fase 2: Denominada gerencia del riesgo, est orientada a evaluar la tolerabilidad a los

niveles de riesgo previamente dimensionados bajo un contexto social, humano, poltico y


econmico. (Yaez M. et al., 2003).
Fase 3: Conocida como comunicacin del riesgo en la cual se evalan los diferentes

mecanismos para explicar y difundir las estimaciones y decisiones tomadas en las etapas
anteriores al resto. (Yaez M. et al., 2003).
2.3. MODELOS PARA LA ESTIMACIN DE LA TASA INICIAL DE PETRLEO.
2.3.1 Modelo Basado en desviacin histrica de los estimados de Qo.

El modelo de desviacin de la tasa inicial de produccin de petrleo se basa en la


determinacin del error histrico de las estimaciones en el pasado de la tasa inicial de
produccin de petrleo que se calcula segn la ecuacin 2.9. (Semeco K. et al., 2006).

% Desviacin
Qoiprob (BPD) = Qoidet 1 +

100

(2.9)

2.3.2. Caracterizacin Probabilstica de las Variables en la Ecuacin de Vogel.

Este modelo de estimacin de la cuota inicial considera la caracterizacin probabilstica de


las variables de entrada al modelo de productividad propuesto por Vogel haciendo uso de la
metodologa de IPR futura. (Semeco K. et al., 2006).
El modelo de Vogel se muestra en la siguiente expresin:

19

(2.10)
Y sus variables de entrada son:
El caudal mximo (Qomax ).
La presin de fondo fluyente (Pwf ).
La presin de yacimiento (Pws ).

Para cuya estimacin se hace uso de la metodologa de la IPR futura. La IPR futura es una
metodologa que permite migrar en el tiempo informacin de pruebas de presin-produccin
(PLT) haciendo uso del mejor estimado que se disponga para la presin de yacimiento en el
futuro (Pwsf) aplicando el modelo de Eickmer, que permite obtener la estimacin del caudal
mximo futuro (Qomaxf) en el tiempo de inters a partir de la Pwsf. (Semeco K. et al., 2006).

(2.11)
La metodologa del IPR futura tambin utiliza como premisa de que la variacin de presin
(DP) entre las Pws y Pwf conocidas a partir del PLT se mantiene constante en el tiempo, por
tanto al conocer la Pwsf, tambin es posible conocer la Pwf en el tiempo de inters.
Con esta informacin se realiza un clculo preliminar de gasto inicial (Qo) que sirve de
referencia para los valores de Qomaxf, Pwff y Pwsf, y realizar un anlisis nodal en el cual se
incorporan las condiciones de diseo y operacin esperadas en el pozo en estudio,
obtenindose de esta manera la Qo a comprometer y la Pwff esperada de operacin, entre otros
parmetros de inters. (Semeco K. et al., 2006).

20
2.3.3. Caracterizacin probabilstica de variables petrofsicas y de propiedades de los
fluidos que determinan el rgimen de afluencia yacimiento-pozo.

Este modelo de estimacin de la cuota inicial considera la caracterizacin probabilstica de las


variables de entrada al modelo de afluencia yacimiento pozo y se resume en la figura No
2.1.
Como puede verse en la figura las variables de entrada a este modelo son las siguientes:
h: Arena neta.
: Porosidad.
K: Permeabilidad.
P: Diferencial de Presin.
Bo: Factor volumtrico.
: Viscosidad.
re: Radio del pozo.
rw Radio de drenaje del pozo.
S: Dao.

Todas estas variables son caracterizadas probabilsticamente y con esta informacin se realiza
un clculo de la tasa inicial (Qo) en fondo, que sirve de referencia para realizar un anlisis
nodal en el cual se incorporan las condiciones de diseo y operacin esperadas en el pozo en
estudio, obtenindose de esta manera la Qo a comprometer, entre otros parmetros de inters.
(Semeco K. et al., 2006).

21

Figura No. 2.1. Modelo de Simulacin de Qo basado en ecuacin de afluencia yacimiento-pozo


(Darcy). Tomada de Anlisis Probabilstico de Riesgo de la Actividad de Perforacin y Reparacin de
Pozos. Semeco K. et al., 2006.

22

Captulo III.
3.1. Premisas.
El pozo seleccionado debe pertenecer al mismo estrato o unidad de flujo de inters del pozo

en evaluacin.

En trminos areales, la distancia no debe superar los 2000 metros.

Con el propsito de capturar la prospectividad de la zona de inters, desde el punto de vista

de calidad de roca que contribuyen a la productividad del pozo, la diferencia vertical entre el
nivel medio del intervalo disparado (NMID) del pozo candidato y el NMID de los pozos
correlacin no debe exceder los 50 metros.

Es deseable que tanto los pozos correlacin como el pozo en estudio pertenezcan al mismo

bloque estructural de manera de asegurar la misma condicin hidrulica y en la medida de lo


posible la consistencia en trminos de propiedades, aunque esta ltima condicin no es
atrapada de manera directa por las variables que intervienen en el estudio.

Los pozos correlacin deben disponer de al menos un registro completo con informacin de

presin-produccin, dando prioridad en trminos de uso preferencial a los ms recientes.

23
Para aplicar la metodologa de Anlisis de Riesgo a un Pozo se utiliz un ejemplo de
aplicacin llamado USB-207 donde se asumieron los siguientes datos y estimaciones.
Potencial Inicial de Estimado: 3480 bpd.
Tiempo Plan: 60 das.
Costo Plan: 7 MMDls.
Yacimiento: R2M.
Factor de Declinacin (mensual): 0.7%.
RGP: 200 pc/bbl.
Vida til: 36 meses.
Tasa de Descuento (mensual): 0.83%.
Precio del Crudo ($/bl): min. 36, ms prob. 48, y max. 52.
Precio del Gas($/mpc): min. 2.36, ms prob. 6.09, y max 11.
Costo de Prod. ($/bl): min. 10, ms prob. 15, y max 19.

3.2. Herramientas Utilizadas.

Para desarrollar los sub-modelos mencionados en el captulo anterior se utilizaron las


herramientas siguientes: Excel, Crystal Ball, y Raptor.
Excel: es utilizado como interfaz usuario para los datos de entrada al modelo.
Crystal Ball: permite la caracterizacin probabilstica de las variables de entrada, as como la

propagacin de la incertidumbre al modelo, mediante la Simulacin de Montecarlo.


Raptor: es una herramienta utilizada para calcular la disponibilidad a sistemas de produccin

mediante bloques de confiabilidad.

3.3. Modelo de Anlisis Probabilstico de Riesgo.

El Anlisis de Riesgo, algunas veces llamado Anlisis para la Toma de Decisiones, es la


disciplina para ayudar a los tomadores de decisiones a seleccionar opciones ptimas en
ambientes de incertidumbre.

24
Tal como se expres en lneas anteriores es un anlisis de naturaleza probabilstica que
permite soportar una decisin con base en la cuantificacin y ponderacin de la probabilidad
de xito con sus beneficios y la probabilidad de fracaso y sus consecuencias.
El modelo de Anlisis Probabilstico de Riesgo aplicado a la actividad de reparacin o
perforacin de pozos se compone de las diferentes etapas que se describen de manera general
a continuacin:
3.3.1. Estimacin del Pronstico Inicial de Produccin.

Considerando las caractersticas operacionales y de yacimiento del Activo R2M, se han


conceptualizado tres modelos no dependientes ni excluyentes para la estimacin probabilstica
de la cuota inicial de produccin:
a) Modelo basado en la desviacin histrica.
b) Modelo basado en la caracterizacin probabilstica de las variables utilizadas en la
Ecuacin de Vogel.
c) Modelo basado en la caracterizacin probabilstica de variables petrofsicas y de
propiedades de los fluidos que determinan el rgimen de afluencia yacimiento-pozo.
Los resultados sujetos a anlisis en este estudio utilizan como modelo de estimacin de la
cuota inicial el de la desviacin histrica por cuanto no se dispone de informacin suficiente
para aplicar el modelo basado en la caracterizacin probabilstica de las variables utilizadas en
la ecuacin de Vogel.
Para el clculo determinstico de la cuota inicial, se seleccion para el pozo en estudio,
aquellos homlogos en objetivo geolgico y aparejo de produccin de los registros que se
disponan de produccin (PLT).
A la cuota estimada a travs de anlisis nodal (clculo determinstico) se le multiplica la
distribucin de la desviacin de estimaciones histricas de la cuota inicial, propagando as la

25
incertidumbre del modelo utilizando simulacin de Montecarlo. La variable de salida de este
proceso es la distribucin de probabilidad de la cuota inicial.
El modelo de desviacin de la cuota inicial se basa en la determinacin del error histrico
partiendo de la premisa de que la forma de estimacin empleada en el pasado se continuar
utilizando en el futuro. Para la construccin de este modelo se analiz una muestra de treinta y
cuatro (34) pozos cuya cuota inicial se estim aplicando la metodologa del ndice de
Productividad Futuro (IPR futuro).
La desviacin de la cuota se determin a travs de la siguiente ecuacin:
Desv =

Qplan Qreal
Qplan

(3.1)

Donde:
Qplan: es el caudal planificado o esperado.
Qreal: es el caudal real despus de completar el pozo.
Desv: es la desviacin o el error de las dos anteriores.
Como

la

desviacin

histrica

es

una

variable

aleatoria, se

puede

caracterizar

probabilsticamente. En este caso, se utiliz la distribucin Beta-Pert, la cual es adecuada para


analizar muestras con poblacin limitada y minimizar el efecto de dispersin en los extremos
de la distribucin; adicionalmente, es til para caracterizar el comportamiento de variables
expresadas en fracciones y/o porcentajes. Ver figura 3.1.
Pozo

Qreal

%Desv.

9000

-100.00

Pozo 2

7000

3671

-47.56

Pozo 3

3400

2040

-40.00

Pozo 4

7592

4804

-36.72

Pozo 5

4630

2930

-36.72

Pozo 6

8750

6137

-29.86

Pozo 7

5400

4098

-24.11

Pozo 8

7100

5399

-23.96

Pozo 9

9000

8468

-5.91

Pozo 10

6300

6455

2.46

Pozo 11

10500

11089

5.61

Pozo 12

9350

10207

9.17

Pozo 13

9000

10245

13.83

Pozo 14

4500

6151

36.69

% Error

Histrico

Q real Q plan
Q plan

Distribucin Probabilstica del


% Error Histrico o Desviacin
.080

Probabilidad

Qplan

Pozo 1

.060

.040

.020

.000

-113.79

-75.19

-36.59

2.01

40.61

Figura 3.1. Estimacin Probabilstica de la desviacin histrica. Tomada Anlisis Probabilstico de


Riesgo de la Actividad de Perforacin y Reparacin de Pozos (R2M).

26
3.3.2. Probabilidad de xito y Fracaso de la actividad.

Todos los modelos, dependiendo del tipo de actividad que se est analizando (perforacin o
reparaciones mayores) consideran el xito operacional P de la actividad a ejecutar, como la
manera de estimar la probabilidad de alcanzar el objetivo geolgico de inters.
Para la caracterizacin probabilstica se toman muestras de pozos, agrupadas por actividad,
ejecutados durante un perodo de tiempo con la premisa de que, la tecnologa y prcticas
operacionales utilizadas durante ese periodo, permanezcan vigentes durante la ejecucin del
portafolio de perforacin y reparacin futura.
Considerar la probabilidad de alcanzar el xito P en el modelo de evaluacin econmica,
permite controlar la naturaleza de la muestra utilizada al afectar la estimacin de la cuota
inicial. En este sentido, ser posible estudiar la incertidumbre en la cuota inicial cuando se
alcanza el objetivo con una muestra que haya cumplido tal condicin. Igualmente se podr
analizar el riesgo de no cumplir la cuota inicial planificada cuando no se alcanza el objetivo,
utilizando una poblacin afectada por esta situacin, de igual forma se estima la incertidumbre
desde el punto de vista operacional, es decir, se cuantifica la probabilidad de completar el
pozo sin un cambio de programa y como afecta al costo.
El modelo de desviacin histrica toma en cuenta la probabilidad de no alcanzar el horizonte
geolgico de inters, asocindolo a una distribucin de la desviacin de la cuota inicial que
caracteriza probabilsticamente la ocurrencia de este tipo de eventos.
La Figura No 3.2 y 3.3; resume el esquema de clculo de estas probabilidades.

27

Costo

Probabilidad de completar
en el objetivo
( p)

Actividad de Perforacin o
Reparacin de pozos
Probabilidad de no Completar
en el objetivo
(1-p)

Probabilidad
de Abandono
p1

Probabilidad de
Producir de otro
objetivo
(1-p1)

Costo

Costo

Contingencia

Figura 3.2. Probabilidad de xito Operacional. Tomada Anlisis Probabilstico de Riesgo de la


Actividad de Perforacin y Reparacin de Pozos (R2M).

Figura 3.3. Probabilidad de Alcanzar el Objetivo Geolgico. Tomada del Informe de Resultados
Anlisis Probabilstico de Riesgo de la Actividad de Reparacin Mayor.

3.3.3. Pronstico del Perfil de Produccin de Crudo y Gas.

Se toma como punto de partida la cuota inicial calculada en el modelo anterior.


El perfil de produccin probabilstico en el ciclo de vida til del pozo se obtiene a partir de
una cuota inicial de tipo probabilstica, que declinada a una velocidad equivalente al factor
(Fd), se convierte en una banda de valores probables de produccin como la que se muestra en
la Figura No 3.3. Modelo de declinacin del pozo USB-207 es exponencial descrito en el
capitulo II.

28
El factor de declinacin de produccin (Fd) se ha tipificado por campo en funcin del
comportamiento histrico. Este factor representa los efectos en produccin de la declinacin
energtica del yacimiento ms la declinacin mecnica generada por problemas locales a nivel
de pozo, tales como: avance de contactos, efectos de conificacin, problemas mecnicos y
eficiencia de los mtodos de produccin. Es importante mencionar que este patrn de
declinacin solo es vlido a nivel de pozo y no en trminos globales para todo el campo.

Pronstico de Produccin
2500.0000

BPD

2000.0000
1500.0000
1000.0000
500.0000
0.0000
1.00

3.00

5.00

7.00

9.00

11.00

13.00

15.00

17.00

19.00

Aos

Q10

Q50

Q90

Qmedia

Figura 3.3. Pronostico de produccin de un Pozo. Tomada Anlisis Probabilstico de Riesgo de la


Actividad de Perforacin y Reparacin de Pozos (R2M).

3.3.4. Estimacin del Tiempo de la Actividad.

Este modelo se sustenta en un anlisis estadstico del comportamiento histrico de los tiempos
y las desviaciones por actividad del plan de reparacin. La salida del modelo es una
distribucin probabilstica de todos los posibles valores del tiempo que podra tener el trabajo
planificado. Este resultado probabilstico es la base fundamental del modelo de estimacin de
costos.
El procedimiento parte de las siguientes premisas:
- Anlisis estadstico de 36 pozos profundizados durante el periodo 2000 2005 (USB-1001,
USB-1029, USB-1067, USB-1082, USB-1086, USB-1087, USB-14, USB-178, USB-18,
USB-2052, USB-2075D, USB-2076D, USB-2078D, USB-2084, USB-2093, USB-2094, USB-

29
2096, USB-2097, USB-2098, USB-2098D, USB-24, USB-247D, USB-269D, USB-28, USB289, USB-317, USB-38, USB-42, USB-469, USB-48D, USB-57D, USB-61, USB-79D, USB86, USB-88H, USB-97D).
Codificacin y delimitacin por fases de las actividades asociadas a las profundizaciones para
efectos de automatizacin de la base de datos.
Basado en datos histricos de pozos homlogos, se caracteriza probabilsticamente la variable
tiempo limpio para cada una de las actividades. Se construye la distribucin probabilstica de
las desviaciones considerando la opinin del experto.
Normalizacin del ritmo de perforacin (ROP) con el propsito de obtener un patrn de
comportamiento consistente para predecir el tiempo de perforacin partiendo de los metros a
profundizar en el pozo objeto de estudio.
El modelo de estimacin de tiempos utiliza las siguientes ecuaciones:
n

TT = Tact i

(3.2)

i=1

Tact i = t Li + p j t Rj

(3.3)

j=1

Tact i = t L + p 1 t r1 + p 2 t r 2 + p 3 t r 3 ..... + p n t rn

TACTi : Tiempo de la actividad i.


m : nmero de riesgos asociados a la actividad i.
tLi : Tiempo limpio (sin riesgo) de la actividad i.
pj: Probabilidad de ocurrencia del riesgo Rj.
tRj: Tiempo asociado al riesgo j.
n: nmero de actividades de un plan de perforacin/reparacin.
TT: Tiempo Total de Perforacin/Reparacin.

30
3.3.5. Estimacin del Costo de la Actividad.

Este modelo parte del anlisis estadstico del comportamiento histrico del costo y genera una
distribucin probabilstica de todos los posibles valores de costo que podran tener el trabajo
de reparacin. La salida de este modelo se incorpora al modelo econmico del ciclo de vida
del activo en forma de inversin inicial y perfil de egresos.
El procedimiento utiliz las siguientes premisas:
La informacin utilizada se obtuvo de la base de datos Control Financiero de Costos la cual
presenta una estructura de costos directos, indirectos y otros gastos indirectos.
Todos los renglones de costos se analizaron con el fin de determinar la dependencia
probabilstica y correlacin con el tiempo.
La informacin fue clasificada en renglones de costos cuyo comportamiento histrico son
dependientes o no del tiempo de reparacin.
Los renglones dependientes del tiempo fueron normalizados en el modelo y se estandarizaron
los costos totales en funcin de la paridad cambiaria del momento con base en dlares
estadounidenses.
El modelo de estimacin de costos utiliza las siguientes ecuaciones:

C total = j=1 Creglon j


n

Crenglni =( TTOTAL *C _ rengln( T )i )+CF _ rengloni


CTotal : Costo Total del Pozo.
Crenglonj: Costo total del rengln j.
C_renglon(T)i: Costo del rengln i; normalizado o por unidad de tiempo.
TTotal : Tiempo total planificado.

31
CF_Renglni: Costos no dependientes del tiempo.
n: Nmero Total de pozos.
i: Contador de los renglones por pozo.
El modelo de estimacin de costo de reparacin calcula la probabilidad de xito operacional
considerando el costo del pozo dada la probabilidad de completar en el objetivo geolgico de
inters y en los casos de no completarlo se estima el costo asociado a la contingencia de este
evento.
3.3.6. Disponibilidad del Pozo.

El objetivo de un estudio de la Disponibilidad es determinar la produccin diferida y la


indisponibilidad de un pozo de produccin, de acuerdo a su configuracin, a la confiabilidad
de sus componentes, a las polticas de mantenimiento y a la filosofa operacional. El anlisis
se sustenta en un modelo de simulacin que toma en cuenta la configuracin de los equipos,
las fallas aleatorias, las reparaciones, las paradas parciales y totales, las prdidas de capacidad
por degradacin y el tiempo fuera de servicio por mantenimiento planificado.
La base fundamental de este anlisis es la seleccin de los TPPF y TPPR para los diversos
componentes del sistema pozo, tomados de bases de datos propias, bancos de datos genricos
de la industria y opinin de expertos. Ver Figura No. 3.4.

DIAGRAMAS DE BLOQUES DE CONFIABILIDAD DEL SISTEMA POZO


Cabezal/Arbo
l de Navidad

Vlvula de
Seguridad

Tubera de
Produccin

Gas Lift

Tubera de
Revestimiento

Figura 3.4. Diagrama de Bloques de Confiabilidad. Elaboracin Propia.

Lnea de
Crudo

32
3.3.7. Evaluacin Econmica.

La distribucin de probabilidad del Valor Presente Neto resultado de la evaluacin econmica


efectuada al pozo, se muestra en la Figura No. 3.5. De ella se pueden extraer dos valores que
definen la factibilidad econmica del proyecto, como lo son el Factor de Rentabilidad (media
de la distribucin) y el Factor de Riesgo (rea de probables valores negativos de VPN,
expresado en porcentaje).

Factor de Rentabilidad: -3.7 MMDls

Factor de Riesgo: 72.5%

Anlisis de Sensibilidad - Indicador Econmico Valor Presente Neto (VPN)

Gasto Inicial (BD)


Costo de la Reparacin (Dls/bl)
Precio de Venta del Crudo (Dls/bl)
Desviacin del Tiempo de Vida Util
Precio de Venta del Gas (Dls/mpcd)
Costo Fijo (Dls/pozo/ao)
Disponibilidad
Costo Variable (Dls/barril de petroleo e
Costo Transporte Troncal (Dls/barril de
Costo de Transporte Secundario (Dls/barr

Figura No. 3.5.- Salidas del Modelo Econmico VPN Probabilstica y Diagrama de Sensibilidad.
Tomada Anlisis Probabilstico de Riesgo de la Actividad de Perforacin y Reparacin de Pozos
(R2M).

Anlisis de Sensibilidades.

En esta actividad se generan anlisis de sensibilidades de las diferentes variables que forman
parte del modelo, con la finalidad de establecer acciones de mitigacin en aquellas cuyo
impacto sobre la rentabilidad y el riesgo del proyecto sea importante.

33

Figura 3.6. Anlisis de Sensibilidades y Mitigacin de Riesgos.


Tomada de R2M QRA WorkOver Technical Proposal _Espaol.

Con la finalidad de aplicar el modelo de anlisis probabilstico de riesgo dentro del activo
integral Cantarell, siguiendo la estructura previamente descrita, se dividi el modelo general
en diferentes sub-modelos, los cuales son:
Estimacin del Pronstico Inicial de Produccin.
Probabilidad de xito y Fracaso de la actividad.
Pronstico del Perfil de Produccin de Crudo y Gas.
Estimacin del Tiempo de la Actividad.
Estimacin del Costo de la Actividad.
Disponibilidad del Pozo.

34
Evaluacin Econmica.

35

CAPTULO IV

1. ANLISIS PROBABILSTICO DE RIESGO DEL POZO USB-207.


Datos Generales del Pozo.

Pozo USB-2007 Ejemplo de Aplicacin a la Actividad de Rehabilitacin y Reparacin.


Potencial Inicial
3480 BPD
Tiempo del Plan
60 Das
Costo del Plan
7 MMDls
Yacimientos
R2M
Factor de Declinacin (Mensual)
0.70%
RGP
200 pc/bbl
Vida til
36 Meses
Tasa de Descuento (mensual)
0.83%
Min
Mas Prob.
Max
Precio del Crudo ($/bbl)
36
48
52
Precio del Gas ($/mpc)
2.36
6.09
11
Costo de Prod. ($/bbl)
10
15
19
Figura 4.1 Datos Generales del Pozo. Elaboracin Propia.

36

2. RESULTADOS DEL ANLISIS.


Estimacin Probabilstica de la Cuota Inicial de Petrleo (Qoi).

Se realiz anlisis de escenarios utilizando Simulacin de Montecarlo (SMC), a fin de


propagar la incertidumbre de las variables que intervienen en la estimacin de Qoi. La figura
4.2 muestra la distribucin de frecuencia de probabilidades resultante para la cuota inicial,
basada en la caracterizacin probabilstica de la desviacin histrica de las cuotas planificadas
en pozos anteriores.

Figura 4.2 Distribucin de Probabilidad del Cuota Inicial del Pozo. Elaboracin Propia.

El pronstico indica que el valor medio o esperado de la cuota inicial de petrleo es de 2912
BD, con una probabilidad de 33% de que se obtenga o supere la cuota inicial planificada de
3480 BD. En trminos de valor esperado, la desviacin entre la cuota planificada y el valor de
cuota esperada est en el orden de -19.5%.
Al utilizar la desviacin histrica como herramienta para caracterizar probabilsticamente la
cuota inicial, se tratan de manera global tanto las variables tcnicas como operacionales que
influyen en la estimacin y en consecuencia no es posible discretizar cul o cules son los
factores que aportan mayor desviacin al clculo final.
Por esta razn, es necesario utilizar mtodos de estimacin de la cuota inicial que analicen
probabilsticamente las variables que influyen directamente en su determinacin, en la medida

37
en que haya informacin suficiente para obtener resultados confiables. Los modelos,
mencionados con anterioridad, que utilizan variables como: presin, propiedades petrofsicas,
propiedades de fluidos, entre otras, tendran la discretizacin suficiente para identificar las
variables crticas y proporcionar acciones de mitigacin y direccionar la compra selectiva de
informacin.

Probabilidad de alcanzar el Objetivo (P).

Considerando el xito operacional P de la actividad a ejecutar como la manera de estimar


la probabilidad de alcanzar el objetivo geolgico de inters al integrarlo con los modelos de la
Cuota Inicial y Costo de la Actividad arroj los siguientes resultados.

Binomial 1

p1=93%
Intento= 1

%Desv1 =

p1=probabilidad de
alcanzar el objetivo
-100.00

-43.75

12.50

68.75

Q Kreal Q Kplan
Qkplan

125.00

Binomial 2

p2.p3=4%
Intento= 1

p2=probabilidad de
no alcanzar el objetivo

%Desv 2 =

p3=probabilidad de
completar en otro objetivo
-100.00

p2=7%
p4=50%

-43.75

12.50

68.75

Q Lreal Q Kplan
QKplan

125.00

p4=probabilidad de
abandono

-100%
(Binomial1 %Desv1 + Binomial 2 %Desv 2 + (1 Binomial 2 ) ( 100 )
Qi = Qdet 1 +

100

Figura 4.3 Probabilidad de Alcanzar el Objetivo Geolgico. Elaboracin Propia.

38

p1=61%
Intento= 1

Costo Estimado del Trabajo


p1=probabilidad de
Completar el trabajo

Binomial 2

p2.p3=37.4%
Intento= 1

p2=probabilidad de
no alcanzar el objetivo

p3=probabilidad de
cambio de programa

Incremento del 40%, ya que casi siempre


se pasa de profundizacin a ventana y
estadsticamente
ese
el
incremento
promedio

1.4 * ( Costo Estimado del Trabajo)

p3=96%
Incremento del 10%. Este incremento
no esta amarrado con la estadstica

p2=39%
p4=4%

1.1* ( Costo Estimado del Trabajo)

p4=probabilidad de
abandono

Ci = [Costo Est. Binomial1 + 1.4 Costo Est Binomial2 + 1.1 Costo Est. (1 Binomial2 )]

Figura 4.4 Probabilidad de Alcanzar el Objetivo Geolgico. Elaboracin Propia.

De las estimaciones que muestran los grficos anteriores

se puede concluir que la

probabilidad de alcanzar el objetivo geolgico de inters es del 93%, la probabilidad de


completar el pozo en otro objetivo geolgico es de 3.5 y la probabilidad de abandono es de 3.5
as como la probabilidad de completar la actividad sin un cambio de programa es de 61%, la
de completarlo con un cambio de programa es de 37% con un incremento en el costo del 40%
y una probabilidad del 1.5% de perder el pozo.
Estimacin Probabilstica del Perfil de produccin de Petrleo y Gas.

El perfil estocstico de produccin del pozo se genera a partir de la distribucin de


probabilidad de la cuota inicial afectada por el modelo de declinacin que aplique, en este caso
se utiliz el factor de declinacin segn el modelo Exponencial para el yacimiento R2M, que
corresponde al pozo en anlisis segn los lineamientos establecidos por el activo y proyectado
en el tiempo de vida til estimada para el pozo a travs de los simuladores numricos de
yacimientos.
Las figuras 4.5, 4.6, 4.7 y 4.8 muestran el resultado del perfil estocstico de produccin de
petrleo y gas en el tiempo de vida til del proyecto, observndose el comportamiento

39
optimista del perfil (Percentil P90), conservador (Percentil P10) y comportamiento esperado
(Percentil P50 y Media de la distribucin).

Figura 4.5. Perfil Estocstico de Produccin de Petrleo. Elaboracin Propia.

Perfil de Produccin de Petrleo.


4000

Barriles (BD).

3500
3000
2500

P10

2000

P50
P90

1500
1000
500
0
0

10

15

20

25

30

35

Tiempo (Aos).

Figura 4.6 Percentiles del Perfil Estocstico de Produccin de Petrleo. Elaboracin Propia.

40

Figura 4.7. Perfil Estocstico de Produccin de Gas. Elaboracin Propia.

El perfil de ingresos para la actividad de reparacin propuesta, es directamente proporcional a


estas bandas, es decir, se obtiene del producto del perfil de produccin de petrleo y el precio
de venta del crudo, por tanto, controla en gran medida la factibilidad econmica del proyecto.
La banda completa P10 P90 (Color azul), encierra todos los posibles escenarios del perfil de
produccin con un 80% de certeza de que se cumpla uno u otro. El comportamiento del perfil
de produccin esperado para este pozo a lo largo de su vida til, estara en la banda que
conforman los perfiles Media y P50, los cuales en este caso se superponen puesto que
estadsticamente la banda probabilstica responde a una distribucin de probabilidades Normal
o de Campana cuyo valor de media, moda y mediana o P50 son los mismos.
En general lo que se recomienda es encontrar una banda de incertidumbre lo menos amplia
posible y lo ms prxima a la lnea central con el fin de minimizar los niveles de
incertidumbre de cualquier parmetro analizado.

41
Estimacin Probabilstica del Tiempo para realizar la actividad.

En la figura 4.9, se observa la distribucin del tiempo productivo de los pozos vecinos y
homlogos al USB-207, basado en la evidencia histrica de la actividad de profundizacin.

Figura 4.9 Tiempo con Riesgos (Das). Elaboracin Propia.

El valor esperado del tiempo de ejecucin de la actividad de rehabilitacin del pozo es de 72


das, con un valor mnimo de 47 das (Tiempo limpio) y un mximo de 101 das (tiempo con

mximo riesgo). Solo existe un 9.6% de probabilidad de hacer la actividad en menor tiempo
del planificado (60 das). Este tiempo, es la sumatoria de las distribuciones de los tiempos
limpios de las diferentes actividades de los pozos vecinos y homlogos al USB-207.
De la figura 4.9 tambin se puede estimar que el tiempo de ejecucin del trabajo estar entre
60 y 85 das con un 80% de probabilidad.

En el grfico de la figura 4.10 que muestra el Diagrama de Pareto se puede observar cmo se
realiza la comparacin entre los tiempos productivos o limpios y tiempo con riesgo asociados
a cada actividad.

42

Figura 4.10. Diagrama de Sensibilidad de las Actividades por Tiempos. Elaboracin Propia.

A partir del diagrama de Pareto anterior se observa que la actividad de Perforar Hoyo de 6
es aquella que presenta mayor desviacin en tiempo, con un valor aproximado de 8.9 das, en
segundo orden de impacto, se presenta la actividad de Realizar Pesca con 1.97 das y en
tercer orden se observa la actividad de Inducir y limpiar pozo con un tiempo de 1,5 das,
todas estas desviaciones estn asociadas a eventos no deseados o riesgos operacionales.
El diagrama de Pareto que se muestra en la figura 4.11 permite apreciar que los riesgo de
mayor impacto son: Side Track, Espera por Transporte y Espera por lodo (materiales)
en la fase de perforacin del hoyo de 6 . Adicionalmente se observa el riesgo de Falla de
Equipo en la fase de pesca.

43

Figura 4.11. Diagrama de Sensibilidad de las Desviaciones en Tiempo. Elaboracin Propia.

Se han establecido una serie de recomendaciones que apuntan a la mitigacin de los tiempos
con riesgo en la fase de perforacin dirigidas fundamentalmente al rea de logstica, a objeto
de mitigar la desviacin por Espera por transporte y Espera por lodo (materiales). Debido
a que esta desviacin es producto de la deficiencia en el transporte y suministro del lodo al
equipo de perforacin; se sugieren algunas acciones como: equipamiento con unidades de
capacidad suficiente acorde a los requerimientos de fluido, programacin de rutas crticas para
lanchas, incremento del nmero de unidades flotantes, entre otras.
Con respecto a la falla de equipo durante la fase de pesca se recomienda la revisin de la
frecuencia del mantenimiento de todos los equipos, tales como sistema de izamiento, top
drive, sistema elctrico, sistema de bombeo, etc.
Estimacin Probabilstica del Costo de la Actividad.

La figura 4.12 muestra la distribucin del costo de reparacin (profundizacin) partiendo del
comportamiento de esta variable en los pozos vecinos y homlogos al USB-207.

44

Figura 4.12. Distribucin de Probabilidad del Costo de la Reparacin (Dls). Elaboracin Propia.

El resultado de la simulacin indica que el valor esperado es de 8.7 MMDls. Existe un 90% de
certeza de que el costo de la actividad vare entre 6.08 MMDls (Percentil 5) y 12.96 MMDls
Percentil 95), adems existe un 73.6% de probabilidad de superar el costo planificado.
En la figura 4.13 se expone el diagrama de sensibilidad de la variable costo de la reparacin,
en la cual se puede identificar que el rengln otros gastos representa la variable cuya
dispersin aporta la mayor incertidumbre a la variable de salida costo de reparacin. Es
importante comentar que el regln otros gastos incluye todos los costos que no dependen de
la variable tiempo de la actividad.
Costo Inicial de la Reparacin (Dls)

4,000,000.00

Otros Gastos

servicios de fluidos de perf.

6,000,000.00

1,380,154.88

10,000,000.00

12,000,000.00

4,718,729.59

97,139.17

CONSUMO COMBUSTIBLES Y
LUBRICANTES

84,643.44

SERV.CONTR.

11,762.12

ALIMENTACION Y HOSPEDAJE A
TRABAJADORES

47,790.93

CONSUMO COMBUSTIBLES Y
LUBRICANTES

8,000,000.00

636,964.92

226,075.91

92,707.53

108,800.59

84,643.44

Figura 4.13. Anlisis de Sensibilidad de la Variable Costo de la Reparacin (Dls). Elaboracin Propia.

45
De los renglones que dependen del tiempo de la actividad, el rengln Otros Gastos de equipos
se ubica en el primer lugar, el regln servicios de Fluidos de Perforacin en el segundo lugar.
Estimacin del Indicador Econmico Valor Presente Neto.

Es importante destacar que todo proceso de evaluacin econmica de un proyecto tiene por
objetivo la estimacin del Valor Presente Neto. La naturaleza aleatoria de los parmetros que
intervienen en su clculo, hace que dicho indicador econmico sea muy difcil de cuantificar a
travs de un valor nico. Considerando el impacto que sobre la viabilidad futura de cualquier
proyecto tiene el VPN, deben utilizarse herramientas que permitan predecir todos los eventos
probables que pudiesen afectar o desviar la creacin de valor.
En este proyecto la distribucin de probabilidad del Valor Presente Neto resultado de la
evaluacin econmica efectuada al pozo, se muestra en la figura 4.14. De ella se pueden
extraer dos valores que definen la factibilidad econmica del proyecto, como lo son el Factor
de Rentabilidad (media de la distribucin) y el Factor de Riesgo (rea de probables valores
negativos de VPN, expresado en porcentaje) los cuales para el pozo en estudio son:
Factor de Rentabilidad: 19.0 MMDls

Factor de Riesgo: 7.41%

Figura 4.14. Distribucin de Probabilidad del Valor Presente Neto. Elaboracin Propia.

46
En otras palabras, existe una probabilidad de 92.59% de crear valor con la actividad
planificada para el pozo USB-207, por lo que se concluye que es un proyecto con muy bajo
riesgo financiero. La tabla 4.1 muestra los parmetros estadsticos para el VPN, resaltando que
el valor esperado de rentabilidad es de 19.0 MMDls. Los percentiles P10 y P90 representan la
estimacin ms conservadora y optimista respectivamente, para el mismo indicador
econmico.

Percentil 10 Percentil 50 Percentil 90


936,255
16,118,814 41,249,960

Desviacin
Estandar
15,788,046

Factor de
Rentabilidad (Dls)
19,000,000

Factor de
Riesgo (%)
7.41

Tabla 4.1 Parmetros Estadsticos del Indicador Econmico VPN. Elaboracin Propia.

Valor Presente Neto vs. Tiempo.

Como el VPN es un indicador que depende del tiempo de vida del proyecto (horizonte
econmico estimado), se gener un perfil estocstico (banda de probabilidades) que permite
inferir en distintos escenarios (optimista P90, ms probable P50 y/o Pmedia y pesimista
P10) a partir del momento que la actividad asociada al proyecto USB-207 comienza a
generar ganancias (tiempo o perodo de recuperacin de la inversin o gasto realizado).

Para el caso en estudio, de los valores presentados en la figura 4.15 se extraen los siguientes
datos:
Caso Optimista (P90)

VPN positivo a partir del segundo mes.

Caso Ms Probable (P50)

VPN positivo a partir del tercer mes.

Mejor Estimado (Pmedia)

VPN positivo a partir del tercer mes.

Caso Pesimista (P10)

VPN positivo a partir del octavo mes.

47

Valor Presente Neto vs. Tiempo


50000000

40000000

30000000

Tiempo de Pago de la Inversin: 4 meses

Dls

20000000

10000000

Escenario Optimista
0
0

-10000000

12

16

20

24

28

32

36

40

44

48

52

56

60

Escenario Pesimista

-20000000
Tiem po (m eses)

P10

P50

P90

Factor de Rentabilidad

Figura 4.15. Valor Presente Neto vs. Tiempo. Elaboracin Propia.

En la figura 4.16 muestra la distribucin de probabilidad del parmetro Eficiencia de la


Inversin, donde la media es de 2.34 lo cual indica que por cada dlar invertido se recupera
2.34 la Probabilidad de que el indicador EI sea menor a cero es de 7.6 %.
La figura 4.17 muestra el factor de Riesgo

48

Figura 4.16. Eficiencia de la Inversin. Elaboracin Propia.

Factor de Riesgo vs. Tiempo


100
90
80
70

60
50
40
30
20
10
0
0

12

16

20

24

28

32

36

40

44

Tiempo (meses)

Factor de Riesgo

Figura 4.17. Factor de Riesgo vs Tiempo.

48

52

56

60

49
El diagrama de tornado clsico permite evaluar el impacto de las variables de entrada sobre la
variable de salida partiendo de que una de ellas vara mientras las dems permanecen
constantes.

Figura 4.18. Anlisis de Sensibilidad de la Variable VPN. Elaboracin propia.

Las variables de entrada son los valores medios de cada una de ellas. El objetivo entonces es
determinar en qu medida incrementa o decrece el valor del VPN cuando se hace sensibilidad
con las variables de entrada: cuota inicial, precio de venta, tiempo de vida til, costo de
reparacin, entre otros.
A partir del Diagrama de Tornado se puede observar que la dispersin de la variable Cuota
Inicial afecta en mayor proporcin a la incertidumbre de la variable de salida VPN, lo cual la
convierte en una variable crtica para la estimacin del VPN en este proyecto. Por tanto,
cualquier esfuerzo orientado a mejorar la certidumbre de los elementos que intervienen en su
clculo puede contribuir a reducir la dispersin y con ello el impacto sobre el VPN.

50

Continuando con el anlisis y la jerarquizacin de variables se tiene en segundo lugar el precio


de venta del crudo, lo cual es muy razonable, por cuanto en conjunto con el perfil de
produccin afecta la estimacin de ingresos del proyecto.
La variable Costo de la Reparacin es la cuarta en impacto sobre el VPN, con correlacin
probabilstica inversa, es decir, a menor costo aumenta el valor del VPN. A pesar de que esta
variable aparentemente tiene un impacto relativamente menor sobre la rentabilidad del
proyecto, es importante mitigar los componentes del rengln OTROS GASTOS que son de
alto impacto sobre el costo total.

51

CAPTULO V

CONCLUSIONES.

El valor esperado de la cuota inicial de produccin de crudo es de 2912 bpd con una
probabilidad de solo 33% de que supere o se alcance el valor planificado de 3480 bpd.

El valor esperado del tiempo de ejecucin de la actividad es de 72 das, con un valor


mnimo de 46 das y un valor mximo de 101 das. Slo existe un 9.6 % de
probabilidad de realizar el trabajo en un tiempo menor al planificado (60 das).

El porcentaje de tiempo improductivo estimado es de 36.1% (Tiempo Productivo: 46


das, Tiempo Total con Riesgo: 72 das), dicha estimacin se basa en el anlisis
estadstico de los riesgos o desviaciones encontradas durante la ejecucin de la
actividad de los pozos homlogos.

El

proyecto USB-207 comienza a generar ingresos a partir del cuarto mes de

produccin, considerando ste como el caso ms probable o esperado (Media).

La actividad de perforacin del hoyo de 6 es la que representa mayor desviacin o


tiempo improductivo, debido a riesgos como side track, espera por transporte y espera
por lodo.

El valor esperado del costo de la actividad de rehabilitacin del pozo es de 8.7 MMDls,
existe una probabilidad de 73.6% de superar el costo planificado (7 MMDls).

52

Existe una probabilidad de 92.6% de crear valor con la actividad planificada para el
pozo USB-207, por lo que se concluye que es un proyecto econmicamente rentable de
muy bajo riesgo financiero. El valor esperado de rentabilidad (Media) es 19 MMDls, y
el factor de riesgo es de 7.4 %.

La variabilidad sobre el pronstico de la cuota inicial de produccin es el elemento de


mayor impacto sobre la certidumbre del VPN.

A partir del anlisis de sensibilidad de la variable Costo de la rehabilitacin se tiene


que el regln Otros Gastos es el que mayor impacta la incertidumbre de la variable
costo total.

RECOMENDACIONES.

Se recomienda llevar a cabo la actividad de rehabilitacin al pozo USB-207, ya que es


un proyecto econmicamente rentable con bajo riesgo financiero.

Tomar acciones en el rea de logstica a objeto de mitigar la desviacin por Espera


por lodo y Espera por transporte que son algunas de las que ms impactan el tiempo
total de la actividad. Algunas acciones pueden ser: equipamiento con unidades de
capacidad suficiente acorde a los requerimientos de fluido, programacin de rutas
crticas para lanchas, incremento del nmero de unidades flotantes, entre otras.

Se recomienda evaluar toda la cartera de proyectos de perforacin y rehabilitacin bajo


la metodologa de Anlisis Probabilstico de Riesgo, ello permitir jerarquizar la cesta
en funcin de obtener la mxima rentabilidad y el mnimo nivel de riesgo para el
negocio.

53

Referencias:

Semeco, Karina, Freitas Manuel, Alvarado Pelvis, Luzardo ngela, Romero Jos, Yaes
Medardo anlisis Probabilstico de Riesgo de la Actividad de Perforacin y Reparacin
de Pozos Febrero 2006.

Yaez, Medardo Gmez de la Vega, Hernando, Valbuena Genebelin, Gerencia de la


Incertidumbre ISBN 980-12-0115-0 - Marzo 2003.

Yaez, Medardo Gmez de la Vega, Hernando, Valbuena Genebelin, Ingeniera de


Confiabilidad y Anlisis Probabilstico de Riesgo ISBN 980-12-0116-9 - Junio 2003.

Vose, David Risk Analysis, A Quantitative Guide. Segunda Edicin John Wiley &
Sons, LTD. New York USA 2000.

Modarres, Mohammad; Kaminsky, Mark; Kritsov, Vasily. Reliability Engineering and


Risk Analysis. Marcel Dekker, New York USA 1999.

Вам также может понравиться