Exploración y producción de los pozos petrolíferos en Brasil
Anahi Macias
2026-01-19
Modelo de Probabilidad de la Distribución de Pozos Petroleros Marinos y Terrestres en Brasil
1 Cargar datos
Se importa la base de datos de pozos petrolíferos de Brasil y se verifica la estructura de las variables para asegurar su correcta lectura.
setwd("C:/Users/majke/Downloads/Proyecto Estadistica/RMARKDOWN")
Datos <- read.csv("Pozos brasil 2.csv", header = TRUE, sep = ";", dec = ",", fileEncoding = "Latin1")
str(Datos)## 'data.frame': 29575 obs. of 59 variables:
## $ POCO : chr "7-RO-123HP-RJS" "1-BP-7-RJS" "7-ARGO-4H-ESS" "7-ARGO-5H-ESS" ...
## $ CADASTRO : num 7.43e+10 7.43e+10 3.43e+10 3.43e+10 3.43e+10 ...
## $ OPERADOR : chr "Petrobras" "BP Energy" "Shell Brasil" "Shell Brasil" ...
## $ POCO_OPERADOR : chr "7RO123HPRJS" "ANU" "7ARGO4HESS" "7ARGO5HESS" ...
## $ ESTADO : chr "RJ" "RJ" "ES" "ES" ...
## $ BACIA : chr "Campos" "Campos" "Campos" "Campos" ...
## $ BLOCO : chr "" "C-M-473" "" "" ...
## $ SIG_CAMPO : chr "RO " "" "ARGO " "ARGO " ...
## $ CAMPO : chr "RONCADOR" "" "ARGONAUTA" "ARGONAUTA" ...
## $ TERRA_MAR : chr "M" "M" "M" "M" ...
## $ POCO_POS_ANP : chr "S" "S" "S" "S" ...
## $ TIPO : chr "Explotatório" "Exploratório" "Explotatório" "Explotatório" ...
## $ CATEGORIA : chr "Desenvolvimento" "Pioneiro" "Desenvolvimento" "Desenvolvimento" ...
## $ RECLASSIFICACAO : chr "PRODUTOR COMERCIAL DE PETRÓLEO" "PORTADOR DE PETRÓLEO" "ABANDONADO POR OUTRAS RAZÕES" "INDEFINIDO" ...
## $ SITUACAO : chr "PRODUTOR" "ABANDONADO POR LOGÍSTICA EXPLORATÓRIA" "ABANDONADO DEFINITIVAMENTE" "PRODUTOR" ...
## $ INICIO : chr "03/03/2012" "14/03/2012" "12/04/2012" "14/04/2012" ...
## $ TERMINO : chr "10/03/2013" "20/09/2012" "19/09/2012" "02/05/2013" ...
## $ CONCLUSAO : chr "10/03/2013" "19/10/2012" "28/09/2012" "13/05/2013" ...
## $ TITULARIDADE : chr "Público" "Público" "Público" "Público" ...
## $ LATITUDE_BASE_4C : chr "-21:57:45,630" "-23:06:09,622" "-21:08:06,801" "-21:08:12,535" ...
## $ LONGITUDE_BASE_4C : chr "-39:44:01,130" "-40:00:41,295" "-39:46:53,226" "-39:46:49,296" ...
## $ LATITUDE_BASE_DD : num -22 -23.1 -21.1 -21.1 -21.1 ...
## $ LONGITUDE_BASE_DD : num -39.7 -40 -39.8 -39.8 -39.8 ...
## $ DATUM_HORIZONTAL : chr "SIRGAS2000" "SIRGAS2000" "SIRGAS2000" "SIRGAS2000" ...
## $ TIPO_DE_COORDENADA_DE_BASE: chr "Definitiva" "Definitiva" "Definitiva" "Definitiva" ...
## $ DIRECAO : chr "Horizontal" "Vertical" "Horizontal" "Horizontal" ...
## $ PROFUNDIDADE_VERTICAL_M : num -3145 6900 2937 2934 2953 ...
## $ PROFUNDIDADE_SONDADOR_M : num 4050 6925 3809 4575 4570 ...
## $ PROFUNDIDADE_MEDIDA_M : num 4050 6925 3809 4575 4570 ...
## $ REFERENCIA_DE_PROFUNDIDADE: chr "MR" "MR" "MR" "MR" ...
## $ MESA_ROTATIVA : num 24 25 24.2 24.2 24.2 ...
## $ COTA_ALTIMETRICA_M : num 0 0 0 0 0 ...
## $ LAMINA_D_AGUA_M : num 1827 2730 1706 1705 1654 ...
## $ DATUM_VERTICAL : chr "NM" "NM" "NM" "NM" ...
## $ UNIDADE_ESTRATIGRAFICA : chr "" "" "" "" ...
## $ GEOLOGIA_GRUPO_FINAL : chr "Campos" "Lagoa Feia" "Campos" "Campos" ...
## $ GEOLOGIA_FORMACAO_FINAL : chr "Carapebus" "Macabu" "Ubatuba" "Ubatuba" ...
## $ GEOLOGIA_MEMBRO_FINAL : chr "" "" "" "" ...
## $ CDPE : chr "Existe" "Existe" "Existe" "" ...
## $ AGP : chr "" "" "" "" ...
## $ PC : chr "" "Existe" "" "" ...
## $ PAG : chr "" "" "" "" ...
## $ PERFIS_CONVENCIONAIS : chr "" "Existe" "" "" ...
## $ DURANTE_PERFURACAO : chr "Existe" "Existe" "Existe" "Existe" ...
## $ PERFIS_DIGITAIS : chr "" "" "" "" ...
## $ PERFIS_PROCESSADOS : chr "" "" "" "" ...
## $ PERFIS_ESPECIAIS : chr "" "" "" "" ...
## $ AMOSTRA_LATERAL : chr "" "Existe" "" "" ...
## $ SISMICA : chr "" "Existe" "" "" ...
## $ TABELA_TEMPO_PROFUNDIDADE : chr "" "" "" "" ...
## $ DADOS_DIRECIONAIS : chr "Existe" "Existe" "Existe" "Existe" ...
## $ TESTE_A_CABO : chr "Existe" "Existe" "" "" ...
## $ TESTE_DE_FORMACAO : chr "" "" "" "" ...
## $ CANHONEIO : chr "" "" "" "" ...
## $ TESTEMUNHO : chr "" "" "" "" ...
## $ GEOQUIMICA : chr "" "" "" "" ...
## $ SIG_SONDA : chr "SS-49" "DS4" "NB2" "NB2" ...
## $ NOM_SONDA : chr "SEDCO 707" "Deep Ocean Clarion" "Bully 2" "Bully 2" ...
## $ DHA_ATUALIZACAO : chr "28/1/18 5:00" "28/1/18 5:00" "28/1/18 5:00" "28/1/18 5:00" ...2 Tabla de distribución de frecuencia
Se calcula la frecuencia absoluta de los pozos según su ubicación (mar o tierra).
Ubicación <- Datos$TERRA_MAR
TDFUbicación <- as.data.frame(table(Ubicación))
TDFUbicación## Ubicación Freq
## 1 M 6649
## 2 T 22926Agrupación
library(dplyr)##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionTDFUbicación$Sitio <- ifelse(TDFUbicación$Ubicación %in% c("M"), "Mar",
ifelse(TDFUbicación$Ubicación %in% c("T"), "Tierra", NA))
head(TDFUbicación$Sitio)## [1] "Mar" "Tierra"3 Cálculo de frecuencias
Se obtienen las frecuencias absolutas (ni) y relativas (hi) de los pozos según su ubicación.
TDFUbicación$Freq <- as.numeric(as.character(TDFUbicación$Freq))
library(dplyr)
TDFUbicación1 <- Datos$TDFUbicación
TDFUbicación1 <- TDFUbicación %>%
group_by(Sitio) %>%
summarise(
ni = sum(Freq),
hi = round(sum(Freq) / sum(TDFUbicación$Freq)*100, 5))
TDFUbicación1 <- data.frame(TDFUbicación1)Agregar Totales
library(dplyr)
TDFUbicación1 <- TDFUbicación1[, c("Sitio", "ni", "hi")]
orden_importancia <- c("Tierra", "Mar")
TDFUbicación1$Sitio <- factor(
TDFUbicación1$Sitio,
levels = orden_importancia)
TDFUbicación1 <- TDFUbicación1 %>%
arrange(Sitio)
fila_total <- data.frame(
Sitio = "Total",
ni = sum(TDFUbicación1$ni),
hi = sum(TDFUbicación1$hi))
TDFUbicacióncompleta <- rbind(
TDFUbicación1,
fila_total)
print(TDFUbicacióncompleta)## Sitio ni hi
## 1 Tierra 22926 77.51817
## 2 Mar 6649 22.48183
## 3 Total 29575 100.00000library(gt)
gt(TDFUbicacióncompleta) %>%
tab_header(
title = md("**DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL**"),
subtitle = "Clasificación de los pozos petrolíferos según ubicación (mar y tierra)") %>%
fmt_number(
columns = hi,
decimals = 2) %>%
cols_align(align = "center", columns = everything()) %>%
tab_style(
style = list(cell_fill(color = "#2E4053"), cell_text(color = "white", weight = "bold")),
locations = cells_title()
) %>%
tab_style(
style = list(cell_fill(color = "#F2F3F4"), cell_text(weight = "bold", color = "#2E4053")),
locations = cells_column_labels()
) %>%
tab_options(
table.border.top.color = "#2E4053",
table.border.bottom.color = "#2E4053",
column_labels.border.bottom.color = "#2E4053",
data_row.padding = px(6))| DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL | ||
| Clasificación de los pozos petrolíferos según ubicación (mar y tierra) | ||
| Sitio | ni | hi |
|---|---|---|
| Tierra | 22926 | 77.52 |
| Mar | 6649 | 22.48 |
| Total | 29575 | 100.00 |
4 Gráficas
4.1 Histograma de frecuencia absoluta local
Muestra la cantidad de pozos marinos y terrestres, excluyendo el total general.
TDFUbicaciónfinal <- TDFUbicacióncompleta[TDFUbicacióncompleta$Sitio != "Total", ]
par(mar = c(9, 4, 4, 2))
barplot(TDFUbicaciónfinal$ni,
main = "Gráfico No°1: Distribución de cantidad local de la ubicación de los pozos",
xlab = "Sitio" , ylab = "Cantidad",
col = "#2E4053", names.arg = TDFUbicaciónfinal$Sitio,
las = 1, cex.names = 1, cex.axis = 0.8, cex.main = 1)
4.2 Histograma de frecuencia relativa local
Presenta el porcentaje de pozos según su ubicación, permitiendo una interpretación probabilística.
par(mar = c(9, 4, 4, 2))
barplot(TDFUbicaciónfinal$hi,
main = "Gráfico No°2: Distribución porcentual local de la ubicación de los pozos",
xlab = "Sitio", ylab = "Porcentaje",
col = "#2E4053", names.arg = TDFUbicaciónfinal$Sitio,
las = 1, cex.names = 1, cex.axis = 0.8, cex.main = 1)
5 Modelo de probabilidad
Se construye un modelo empírico de probabilidad a partir de las frecuencias relativas de la ubicación de los pozos.
P_Ubicación <- TDFUbicaciónfinal$ni / sum(TDFUbicaciónfinal$ni)
par(mar = c(9, 4, 4, 2))
barplot(P_Ubicación,
main = "Gráfica N°3: Distribución de Probabilidad de la Ubicación de los pozos",
xlab = "Sitio", ylab = "Probabilidad",
col = "#2E4053", names.arg = TDFUbicaciónfinal$Sitio,
las = 1, cex.names = 1, cex.axis = 0.9, cex.main = 1)
5.1 Probabilidad
¿Cuál es la probabilidad de que un pozo petrolero sea marino?
x <- round(
(TDFUbicaciónfinal$ni[TDFUbicaciónfinal$Sitio == "Mar"] /
sum(TDFUbicaciónfinal$ni)) * 100, 1)
print(paste("La probabilidad es de:", x, "%"))## [1] "La probabilidad es de: 22.5 %"La probabilidad obtenida indica que aproximadamente el 22.5% de los pozos petrolíferos en Brasil sean marinos.
¿Cuántos pozos petroleros pueden ser marinos?.
p <- x / 100
n <- 1000
cantidad_esperada <- n * p
Sitio_objetivo <- "Mar"
cat("Para n =", n, "pozos, cantidad esperada de los pozos", Sitio_objetivo, "=", round(cantidad_esperada, 2), "\n")## Para n = 1000 pozos, cantidad esperada de los pozos Mar = 225Se espera que aproximadamente 225 pozos petroleros sean marítimos, por cada 1000 pozos considerados