XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

VALOR DA INFORMAO NO PROCESSO DE DECISO E ANLISE DE RISCO DE CAMPOS DE PETRLEO NAS FASES DE AVALIAO E DESENVOLVIMENTO.
E.L. Ligero1; A. M. Xavier2* ;. D. J. Schiozer2
1-Centro de Estudos de Petrleo Universidade.Estadual de Campinas Cidade Universitria Zeferino Vaz Caixa Postal: 6052 CEP: 13083-970 Campinas SP Brasil Telefone: (55-19) 3788-4664 Fax: (55-19) 3289-4917 Email: eligero@dep.fem.unicamp.br 2- Departamento de Engenharia de Petrleo FEM- Universidade Estadual de Campinas Cidade Universitria Zeferino Vaz - Caixa Postal: 6122 CEP13081-970 Campinas SP Brasil Telefone: (55-19) 3788-3338 Email: denis@dep.fem.unicamp.br 2*- Email: amxmec@yahoo.com

RESUMO O Valor da Informao (VDI) um conceito comumente empregado na fase de explorao, entretanto nas fases de avaliao e desenvolvimento, cujo nmero de incertezas elevado, no existem metodologias bem definidas para sua avaliao. O risco envolvido nestas fases pode ser reduzido por informaes adicionais, as quais podem diminuir ou eliminar completamente determinada incerteza. Uma metodologia para clculo do VDI foi desenvolvida, a qual consiste na simulao numrica de fluxo de vrios cenrios de um reservatrio de petrleo. Os benefcios que podem ser extrados pela aplicao de estratgias de produo mais adequadas aos vrios cenrios possveis foram considerados. Uma simplificao adotada foi a seleo de modelos geolgicos representativos (MGR), os quais podem fornecer a incerteza agregada aos atributos geolgicos, sendo o clculo do VDI denominado de Mtodo da rvore Completa. Uma outra simplificao foi o emprego dos MGR para substituir a rvore no clculo do VDI, dando origem ao Mtodo dos MGR. PALAVRAS-CHAVE: Valor de Informao; Anlise de Risco, Modelos Geolgicos Representativos; Simulao de Reservatrios de Petrleo.

ABSTRACT The Value of Information is a concept usually employed in exploration phase. However, in appraisal and development phases, the number of uncertainties is high and there are no well-defined methodologies in order to evaluate the VDI. The involved risk in these phases can be reduced by additional information, which can reduce or eliminate completely an uncertainty. A methodology to evaluate the VDI was developed that considers the flow simulation of various scenarios of a petroleum reservoir. An adopted simplification consists in the selection of the geological representative models (MGR), representing the geological uncertainties and the resulting method to VDI calculation was called Complete Tree Method. Another simplification was the employment of MGR models in order to substitute the tree in the VDI evaluation and the method was denominated MGR Method. KEYWORDS: Value of Information, Risk Analysis, Geological Representative Models, Petroleum Reservoir Simulation

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

1. INTRODUO
Os campos de petrleo nas fases de avaliao e desenvolvimento, principalmente os martimos, possuem elevado nmero de incertezas com forte impacto nos resultados financeiros e altos investimentos. Os determinsticos no processo de tomada de deciso nessas fases passam a ser invivel e os procedimentos probabilsticos tornam-se mais adequados. Os procedimentos probabilsticos so comuns na fase de explorao, sendo que as metodologias so bem definidas (Rose, 2001). Nas fases de avaliao e desenvolvimento, metodologias probabilsticas ainda no so bem definidas, sendo necessrios estudos mais elaborados pela necessidade de simplificaes, devido ao alto custo computacional da modelagem do reservatrio. O baixo desempenho da indstria explorao e produo de petrleo pode ser atribudo ao investimento insuficiente destinado ao processo de tomada de deciso, podendo resultar num retorno superestimado ou em risco de perda subestimado (Begg et al., 2002). O risco envolvido na fase de desenvolvimento pode ser reduzido pela obteno de informaes adicionais, as quais embora sejam associadas a um custo, podem diminuir ou remover determinada incerteza. Mian (2002) sugere que antes da deciso de aquisio de uma informao adicional seja verificado se a obteno da informao conveniente e em caso de vrias fontes potenciais de informao para melhorar o processo de deciso, deve-se verificar a preferida. Portanto, se o valor de uma informao for inferior ao custo de sua aquisio, tal informao no deve ser obtida.

so abordadas por Clemen (1995), Koninx (2000) e Coopersmith e Cunninghan (2002). Embora, o conceito de VDI esteja bem difundido em muitas bibliografias, o seu clculo nas fases de avaliao e desenvolvimento pode ser complexo pela interdependncia entre incertezas, recuperao de leo e estratgia de produo e pelo tempo excessivo para modelagem do processo. Em adio, nenhuma metodologia explica claramente o clculo do VDI para casos com muitos atributos incertos. Algumas metodologias consideram apenas uma ou algumas possveis estratgias de produo. Na indstria petrolfera comum simplificar o problema, empregando apenas trs modelos representativos do reservatrio, resultando num valor subestimado do VDI. Contudo, o clculo do VDI deve considerar a possibilidade de cada cenrio do reservatrio ter sua prpria estratgia de produo aps a obteno da informao. Outra maneira de calcular o VDI atravs do mtodo denominado de DSS (Decision Support System). Os cenrios representando as decises chaves e as incertezas so definidos e uma rvore com os possveis cenrios construda (Floris e Peersmann, 2000). A rvore de deciso usada como critrio para decidir ou no pelo investimento nos seus ramos finais. Se a informao obtida e um dos ramos possui Valor Presente Lquido (VPL) negativo, a opo no investir. Um aspecto desfavorvel deste critrio que apenas os cenrios com VPL negativo so eliminados, no sendo consideradas as vantagens da informao, a fim de modificar a estratgia de produo. Se todos os cenrios apresentarem VPL positivos, o VDI ser nulo e subestimado.

2. OBJETIVO
Uma metodologia confivel para avaliao do VDI em campos de petrleo nas fases de avaliao e desenvolvimento para cenrios complexos ou no, caracterizados por

1.1. Valor da Informao

A relevncia e aplicabilidade da anlise do Valor de Informao (VDI) no processo de tomada de deciso e anlise de risco de projetos

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

poucos ou muitos parmetros incertos desenvolvida. Tal metodologia basea-se no conceito de modelos geolgicos representativos (MGR), ou seja, alguns modelos capazes de representar as incertezas geolgicas do reservatrio. Como o VDI a diferena entre o Valor Monetrio Esperado (VME) com e sem informao, VMESI e VMECI respectivamente, seus valores so obtidos por dois mtodos: Mtodo da rvore Completa que um mtodo preciso com maior nmero de simulaes e Mtodo dos MGR que simplificado e menos preciso.

O modelo numrico consiste de uma malha cartesiana regular com 51x28x6 clulas. Um simulador comercial do tipo Black-Oil foi utilizado nas simulaes. A estratgia inicial do modelo base, constitudo pelos nveis mais provveis dos atributos, foi otimizado. As incertezas contato gua-leo e modelo estrutural foram reduzidas atravs da perfurao de um poo. A informao foi perfeita e capaz de eliminar totalmente as incertezas destes atributos.

4. METODOLOGIA
As etapas iniciais da metodologia correspondem s etapas da metodologia de anlise de risco proposta por Schiozer et al. (2004). Todas as etapas da metodologia so: (1) aplicao da metodologia de anlise de risco; (2) composio da curva de risco do projeto para a estratgia inicial, definio de seus percentis e verificao do risco agregado ao projeto; (3) composio da rvore de derivao e verificao dos atributos passveis de reduo de incerteza pela obteno da informao; (4)transformao da rvore de derivao em rvore de deciso; (5) escolha dos MGR; (6) otimizao da estratgia de cada MGR; (7) clculo do VME sem informao e com informao; (8) escolha do mtodo de clculo do VMESI e VMECI e (9) clculo do valor da informao. O fluxograma na Figura 1 demonstra a metodologia de clculo do VDI.

3. CASO ESTUDADO
O reservatrio estudado corresponde a um modelo martimo brasileiro modificado. Admite-se que o campo est em fase de avaliao e desenvolvimento e que possui as incertezas representadas na Tabela 1. Tabela 1 - Atributos incertos.
Nveis por0 Porosidade por1 = por0 * 0.7 por 2 = por0 * 1.4 permx0 Permeabilidade permx1 = permx0 * 0.5 Horizontal permx2 = permx0 * 2.0 permz0 Permeabilidade permz1 = permz0 * 2.5 Vertical permz2 = permz0 * 0.4 Compressibilidade cpor0 cpor1 = cpor0 * 0.8 da Rocha cpor0 = cpor0 * 1.2 areas0 Modelo areas1 Estrutural areas2 pvt0 Anlise PVT pvt1 pvt2 Curva de kro0 kro1 Permeabilidade kro2 Relativa leodwoc0 = 3100 m Contato leo-gua dwoc1 = 3075 m dwoc2 = 3210 m Atributos Prob. 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2 0.6 0.2 0.2

4.1. Mtodo da rvore Completa (Mtodo 1)

VME sem Informao: Otimizadas as estratgias dos nMGR modelos representativos, todos os modelos da rvore devem ser simulados com cada uma das nEST estratgias otimizadas, a fim de selecionar uma estratgia com o maior VME para representar o caso estudado sem a informao. A Equao 1 mostra o clculo do VMESI pelo mtodo da rvore completa:

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

Curva de Risco P10, P50 e P90

rvore Derivao Informao rvore Deciso Escolha dos MGR Otimizao das estratgias dos MGR Substituio de cada estratgia otimizada em cada MGR no MGR Otimizado? sim sim Diferena Significativa? no no Base Otimizado? sim
G n EST NG VME = mx VPL estratgia ( w ), mod elo . P w =1 k =1 =1

onde: NG o nmero de modelos ou cenrios por grupo; l um ndice que varia de 1 a NG; G nmero de grupos da rvore e k um ndice que varia de 1 a G. A generalizao da expresso do VME com e sem informao dada por:

Determinao da estratgia com mximo VME (VME sem Informao)

Determinao dos VPL para as estratgias otimizadas (VME com Informao)

sendo que para G = 1 e NG = N, a Equao 3 torna-se o VMESI e para G > 1 o VMECI.

Mtodo 1 rvore Completa

sim

Mtodo mais preciso?

no

Mtodo 2 MGR

4.2. Mtodo dos MGR (Mtodo 2)

VME sem Informao: No sendo possvel simular todos os modelos para todas as estratgias, pode-se simplificar ainda mais o processo pelo clculo do VMESI. atravs dos MGR, sendo o VME para uma determinada estratgia fixa 1 (VME estratgia (1)) para todos os modelos da rvore representados pelos MGR dada por:
VMEestratgia(1) =

VDI = VME CI VME SI

Figura 1 -. Fluxograma da metodologia para o clculo do VDI (Xavier, 2004).

n EST N VME SI = mx VPL estratgia ( w ), mod elo j . Pmod elo j (1) w =1 j=1

[(

onde: nEST nmero de estratgias otimizadas; w um ndice que varia de 1 a nEST, N nmero total de modelos ou cenrios possveis e j um ndice que varia de 1 a N. O emprego da Equao 1 pode resultar em um elevado nmero de simulaes: o nmero de estratgias, uma para cada MGR, vezes o nmero total de cenrios, ramos da rvore. Na Equao 1, apenas uma estratgia de produo deve ser escolhida, ou seja, aquela que maximiza o VME de toda a rvore. VME com Informao: o valor do VMECI pelo mtodo da rvore completa para w estratgias expresso por:

(VPL

estratgia(1), MGR 1

). P(MGR )+ (VPL
1
MGR

+ . . . + VPLestratgia(1), MGRn

). P (MGR )
nMGR

estratgia(1), MGR2

onde: p a probabilidade associada. A Equao 4 mostra que o somatrio de cada VPL obtido com uma determinada estratgia fixa empregada em cada modelo representativo pr-determinado, multiplicado pela sua respectiva probabilidade de ocorrncia, pode ser representado por:
VME estratgia (1) =
n MGR i =1

[(VPL

estratgia (1), MGR i

) . P(MGR )]
i

(k)

Anlise de Risco

Re-otimizao Caso Base

G n EST NG VME CI = mx VPL estratgia ( w ), mod elo . P w =1 k =1 =1 ( k )

(2)

(3)

). P(MGR )
2

(4)

(5)

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

VME estratgia ( n EST ) =

n MGR i =1

[(VPL

estratgia ( n EST ), MGR i

) . P(MGR )]
i

(6)

5. RESULTADOS 5.1. Curva de Risco Inicial

Dos atributos incertos da Tabela 1, somente as variveis dwoc, areas, por e permx foram considerados como crticos. A curva de risco do projeto antes e depois da otimizao do caso base (modelo provvel) e os percentis P10 (otimista), P50 (provvel) e P90 (pessimista) esto ilustrados na Figura 2. Aps a otimizao, a curva de risco se desloca para a direita, reduzindo o risco do projeto.
100 90 Caso base otimizado P90 P90 Caso base no otimizado

Generalizando para w estratgias otimizadas e i MGR:

VME estratgia ( w ) =
n MGR i =1

[(VPL

estratgia ( w ), MGR i

) . P(MGR )]
i

(7)

onde: nMGR o nmero de MGR; w um ndice que varia de 1 a nEST e i um ndice que varia de 1 a nMGR. O VMESI dado pelo mximo VME obtido para uma determinada estratgia fixa:
n MGR VME SI = max VPL estratgia ( w ), MGR i . P(MGR i ) w =1 i =1
n EST

(8)

Probabilidades [%]

[(

80 70 60 50 40 30 20 10 0 -150

O valor mais preciso do VMESI obtido pela Equao 1. A simplificao atravs dos MGR adequada para casos de elevado esforo computacional. VME com Informao: A mesma simplificao pode ser adotada no VMECI, ou seja, considerando o clculo do VMESI atravs dos MGR. O VMECI calculado atravs do somatrio dos mximos VPL, multiplicados pelas respectivas probabilidades de ocorrncia de cada estratgia correspondente a cada MGR:
G n EST NG VME CI = max VPL estratgia ( w ), MGR i . P(MGR i ) w =1 k =1 i =1 ( k )

P50

P50

P10 -50 50 150

P10 250 350

VPL [milhes US$]

Figura 2 - Curva de risco inicial do projeto.

5.2. rvore de Deciso

A partir dos atributos crticos elabora-se a rvore de derivao, resultando 54 modelos ou cenrios possveis. Uma das etapas da metodologia para clculo do VDI consiste na transformao da rvore de derivao em rvore de deciso. A obteno da informao perfeita, que elimina totalmente a incerteza dos atributos contato leo-gua e modelo estrutural, permite que a rvore de derivao se transforme na rvore de deciso da Figura 3.

(9)

A generalizao da expresso do VMECI e VMESI dada por:

G n EST NG VME = max VPL estratgia ( w ), MGR i . P(MGR i ) w =1 k =1 i=1 (k)

(10)

sendo que para G = 1 e NG = nMGR a equao torna-se o VMESI e para G > 1, a equao torna-se o VMECI. A Equao 10 idntica 3, havendo apenas a simplificao da rvore.

5.3 - Seleo dos MGR

A seleo dos MGR de suma importncia na metodologia do clculo do VDI, sendo realizada uma escolha gradativa dos MGR,

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

iniciando-se com 6 at um total de 12 modelos. O emprego dos MGR depende do mtodo de clculo do VDI. No Mtodo da rvore Completa (Mtodo 1), a estratgia de produo de cada MGR o fator mais importante na anlise e o conhecimento do maior nmero de estratgias otimizadas oriundas da rvore de deciso, influncia fortemente no VDI . No Mtodo dos MGR (Mtodo 2), os MGR representam a rvore de deciso literalmente, substituindo e simplificando a rvore original. O processo de escolha dos MGR so idnticos para ambos os mtodos, porm, as aplicaes so diferenciadas.

grupos passveis de reduo de incerteza, sendo definida uma nica e a melhor estratgia para cada grupo da rvore de deciso (Figura 3). Esta alternativa torna-se invivel caso o tempo de simulao de toda rvore seja excessivo ou se o processo no automatizado. A Figura 4 mostra as variaes do VDI, VMESI e VMECI. O VME cresce, em geral, com o aumento do nmero de estratgias, sendo que o VDI mostra-se muito sensvel a estas variaes. A adio da quinta estratgia mostra-se mais eficiente para a rvore completa do que para os grupos especficos, de forma que o aumento do VMESI maior do que o VMECI. J a adio da oitava estratgia mostra-se mais expressiva para determinados grupos da rvore fazendo com que o VMECI seja superior ao VMESI. Nesse caso, o VDI estabiliza em torno de US$ 8 milhes.
200 190 180 170 160 150 140 130 3 4 5 6 7 8 9 10 11 12
V M E c/ Inform ao V M E s/ Inform ao VDI

9 8 7 6 5 4 3 2 1 0

VME [milhes US$]

N de M GR

Figura 4. Clculo do VDI atravs da simulao das estratgias otimizadas de cada MGR em todos os ramos da rvore de derivao e deciso. Na Figura 5, a curva de risco em azul corresponde curva com a melhor estratgia obtida para toda a rvore dentre as 12 estratgias possveis. A curva em verde corresponde curva de risco calculada aps a obteno da informao, definindo-se as melhores estratgias para cada um dos 6 grupos da rvore. O deslocamento da curva em verde, aumenta o VME do projeto e reduz o risco de US$ 198,59 milhes para US$ 186,05 milhes com a obteno da informao.

Figura 3 - rvore de deciso

5.4. Clculo do VDI

corresponde

Mtodo da rvore Completa: O VMESI melhor estratgia utilizada em todos os ramos da rvore de derivao. Contudo, o VMECI depende do nmero de

VDI [milhes US$]

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

100 90

Probabilidades [%]

80 70 60 50 40 30 20 10 0 -150 -50 50 150 250 350 Curva de risco (base) Curva de risco (com informao)

VPL [milhes US$]

Figura 5. Curvas de risco Mtodo 1 Mtodo dos MGR: O efeito do nmero de MGR no clculo do VDI pelo mtodo simplificado dos MGR na representao da rvore e no clculo dos VMESI e VMECI foi avaliado. O nmero de MGR foi variado de 3 para 12, partindo-se de 6 modelos, que representa o nmero de grupos definidos pelo tipo de informao disponvel. As Figuras 6(a) e (b) mostram as rvores de derivao e deciso, respectivamente, simplificadas e representadas pelos 12 MGR utilizados no clculo do VDI. A utilizao dos MGR na gerao da curva de risco, no clculo do VME e dos percentis mostrou resultados satisfatrios conforme demonstrado por Schiozer et al. (2004). Entretanto, a aproximao atravs do emprego dos MGR para representar a rvore no foi muito adequada para o reservatrio em estudo, sendo apenas um clculo aproximado que pode ser til em algumas situaes. A oscilao do VDI com a adio dos MGR mostrou que, provavelmente, a utilizao dos MGR no clculo dos VMESI e VMECI no seja a maneira mais precisa, mostrando-se muito sensvel variao entre os VME. Desta forma, os MGR devem ser escolhidos, otimizados e utilizados na definio de diferentes estratgias de produo para o campo, mas no so suficientes para o clculo do VDI. Outra maneira de clculo dos VMESI e VMECI foi proposta pela simulao de cada

estratgia otimizada dos MGR para todos os modelos da rvore de derivao e deciso. A escolha de 3 MGR pode introduzir grandes erros no clculo do VDI, sendo que um nmero reduzido de modelos pode desconsiderar possveis variaes nas estratgias de produo. A influncia da otimizao dos MGR na curva de risco ilustrada na Figura 8. A curva em azul a curva para a estratgia base. A curva em verde foi obtida com 12 MGR. Os pontos na curva vermelha simbolizam os MGR otimizados e deslocaram-se para a direita aps a otimizao.

(a)

(b)

Figura 6 rvores simplificadas com 12 MGR: (a) derivao e (b) deciso.

100 90 80 Probabilidades [%] 70 60 50 40 30 20 10 0 -150 Curva de risco (base) MGR No Otimizados (base) MGR Otimizados

-50

50

150

250

350

VPL [milhes US$]

Figura 8 Curva de Risco Mtodo 2

XVI Congresso Brasileiro de ENGENHARIA QUMICA

III Congresso Brasileiro de TERMODINMICA APLICADA - CBTERMO

24 a 27 de setembro de 2006

5.5. Comparao entre Metodologias

Uma comparao dos VDI e do nmero de simulaes realizadas no processo de clculo foi realizada considerando 2 mtodos propostos neste trabalho e 2 utilizados na indstria ou na literatura (Tabela 2). Os mtodo DSS e com 3 modelos representativos sub-avaliam o VDI. O mtodo dos MGR um mtodo mais simplificado, mas vlido para anlise, pois sua preciso pode ser aumentada com o aumento do nmero de MGR com o mesmo nmero de estratgias otimizadas. J o mtodo da rvore Completa o mais confivel e preciso. Tabela 2. Clculo do VDI para 12 MGR.
Mtodo DSS rvore Completa dos MGR 3 modelos VDI [milhes US$] 0,00 8,00 17,99 5,74 N de simulaes 54 + (~25) = 81 948 444 84

preciso e til para casos em que as simulaes so lentas, sendo necessrio e desvincular os nmeros de MGR e de estratgias no processo para aumentar sua confiabilidade.

7. REFERNCIA BIBLIOGRFICA
Begg, S, Bratvold, R; Campbell, J., The Value of Flexibility in Managing Uncertainty in Oil and Gas Investments, SPE 77586, ATCE, (2002). Clemen, R.T., Making Hard Decisions An Introduction to Decision Analysis, Belmont, pp 664 (1995) Coopersmith, E.M.; Cunningham, P.C., A Practical Approach to Evaluating the Value of Information and Real Option Decisions in the Upstream Petroleum Industry, SPE 77582, ATCE (2002). Floris, F.J.T.; Peersmann, M.R.H.E., E&P Decision System for Asset Management A case study, SPE 65146, European Petroleum Conference, (2000). Koninx, J.P.M., Value of Information: From Cost Cutting to Value Creation, SPE 64390, Asia Pacific Oil and Gas Conference and Exhibition, (2000). Mian, M.A., Project Economics and Decision Analysis Volume II: Probabilistic Models, Penn Well Corporation, pp. 411 (2002)

6. CONCLUSES
Uma metodologia de quantificao de valor de informao aplicada a campos de petrleo na fase de desenvolvimento foi desenvolvida, viabilizando e acelerando o processo atravs da utilizao de modelos geolgicos representativos (MGR). A preciso e a confiabilidade do clculo do VDI so garantidas pelo nmero de MGR e de estratgias otimizadas e pela preciso utilizada no processo de otimizao de estratgia. O clculo do VME pelo mtodo que utiliza as estratgias otimizadas dos MGR e a rvore de derivao/deciso completa mostrou-se mais estvel e confivel devido considerao de todos os modelos da rvore. Contudo, o tempo de simulao aumento significativamente com o nmero de MGR (estratgias otimizadas), tornando-se invivel em alguns casos. O Mtodo dos MGR simplificado, menos

Rose, P. R., Risk Analysis and Management of Petroleum Exploration Ventures, AAPG Methods in Exploration Series,12, 164pp. (2001)
Schiozer, D.J., Ligero, E.L., Suslick, S.B., Costa, A.P.A.; Santos, J.A.M., Use of Representative Models in the Integration of Risk Analysis and Production Strategy Definition, JPSE, 44(1-2), pp.131-141 (2004). Xavier, A.M., Anlise do Valor da Informao na Avaliao e Desenvolvimento de Campos de Petrleo, Dissertao de Mestrado em Cincias e Engenharia de Petrleo, UNICAMP, (2004)

8. AGRADECIMENTOS
CNPq(Proset), CEPETRO, Petrobras e ANP.