Exploración y producción de los pozos petroliferos en Brasil
Caleb Yanez
2026-05-31
Análisis Probabilístico de los Operadores de Pozos Petrolíferos en Brasil
setwd("C:/Users/Usuario/Desktop/Nueva carpeta")
library(readxl)
library(dplyr)
library(gt)
datos <- read_excel("tabela_de_pocos_janeiro_2018.xlsx")1 Cargar datos
Se define la ruta del archivo y se procede a importar la base de datos desde Excel.
2 Tabla de distribución de frecuencia
Se determina la frecuencia absoluta de las empresas operadoras.
Operador <- datos$OPERADOR
TDFOperador <- as.data.frame(table(Operador))
colnames(TDFOperador) <- c("Operador","Freq")3 Agrupación de operadores por categorías
Se realiza la clasificación de los operadores según su tipo de empresa.
TDFOperador$Operadores <- ifelse(TDFOperador$Operador %in% c("Petrobras"), "Empresa Nacional Estatal",
ifelse(TDFOperador$Operador %in% c("PetroRio O&G","Recôncavo E&P","Dommo Energia","Parnaíba Gás Natural","Petra Energia","Petrosynergy","Petroil","Queiroz Galvão","SHB","Santana","Imetame","Panergy","OP Energia","Vipetro","Guto & Cacal","Espigão","Oeste de Canoas","Nova Petróleo Rec","Norteoleum","Nord","Newo","Máxima 07","Marítima","Alvopetro","Allpetro","Alcom","Aurizônia Petróleo","Arclima","Central Resources","Cemes","Perícia"),
"Empresas Nacionales Privadas",
ifelse(TDFOperador$Operador %in% c("Shell","Shell Brasil","BP","BP Brasil","BP Energy","Total E&P do Brasil","Chevron Brasil","Chevron Frade","ExxonMobil Brasil","Equinor","Statoil Brasil","Statoil Brasil O&G","Repsol Sinopec","Eni Oil","BG Brasil","Petrogal Brasil","Rosneft"),
"Empresas Extranjeras Mayores",
ifelse(TDFOperador$Operador %in% c("Wintershall BM-S-14","Unocal","Texaco BM-C-5","Devon Brasil","Amerada Hess","Anadarko","Cowan Petróleo e Gás","ONGC Campos","Partex Brasil","Perenco Brasil","Karoon","Maha Energy","Geopark Brasil","Great Oil","Silver Marlin","Sipet","Tek","Tecpetrol Brasil","Leros","Phoenix","Cisco","EPG Brasil","Esso Expl Offshore","Esso Explor e Des","IPI","Integral"),
"Empresas Extranjeras Independientes","Otros"))))
head(TDFOperador)## Operador Freq Operadores
## 1 Alcom 11 Empresas Nacionales Privadas
## 2 Allpetro 1 Empresas Nacionales Privadas
## 3 Alvopetro 16 Empresas Nacionales Privadas
## 4 Amerada Hess 3 Empresas Extranjeras Independientes
## 5 Anadarko 15 Empresas Extranjeras Independientes
## 6 Arclima 1 Empresas Nacionales Privadas4 Cálculo de frecuencias por categoría
Se calcula la distribución de frecuencias absoluta (ni) y relativa (hi) para cada grupo.
TDFOperador$Freq <- as.numeric(TDFOperador$Freq)
TDFOperador1 <- TDFOperador %>%
group_by(Operadores) %>%
summarise(
ni = sum(Freq),
hi = round(sum(Freq)/sum(TDFOperador$Freq)*100,3)
)
TDFOperador1## # A tibble: 5 × 3
## Operadores ni hi
## <chr> <dbl> <dbl>
## 1 Empresa Nacional Estatal 25142 94.4
## 2 Empresas Extranjeras Independientes 164 0.616
## 3 Empresas Extranjeras Mayores 414 1.55
## 4 Empresas Nacionales Privadas 894 3.36
## 5 Otros 29 0.1095 Agregar Totales
Se incorpora la fila de totales para las frecuencias absoluta y relativa.
TDFOperador1$fi <- TDFOperador1$ni / sum(TDFOperador1$ni)
TDFOperador1 <- TDFOperador1[, c("Operadores", "ni", "hi", "fi")]
total_ni <- sum(TDFOperador1$ni)
total_hi <- sum(TDFOperador1$hi)
total_fi <- sum(TDFOperador1$fi)
TDFOperadorFinal <- rbind(TDFOperador1, data.frame(
Operadores = "Total",
ni = total_ni,
hi = total_hi,
fi = total_fi
))
print(TDFOperadorFinal)## # A tibble: 6 × 4
## Operadores ni hi fi
## <chr> <dbl> <dbl> <dbl>
## 1 Empresa Nacional Estatal 25142 94.4 0.944
## 2 Empresas Extranjeras Independientes 164 0.616 0.00616
## 3 Empresas Extranjeras Mayores 414 1.55 0.0155
## 4 Empresas Nacionales Privadas 894 3.36 0.0336
## 5 Otros 29 0.109 0.00109
## 6 Total 26643 100 16 Tabla en formato GT
Se presenta la tabla con formato claro y profesional.
library(gt)
gt(TDFOperadorFinal) %>%
tab_header(
title = md("**Cuadro No.1**"),
subtitle = " Operadores de los pozos petroliferos en Brasil"
) %>%
tab_spanner(
label = md("**Frecuencia Relativa**"),
columns = c(hi, fi)
) %>%
cols_label(
ni = md("**ni**"),
hi = md("Porcentual (%)"),
fi = md("Fracción")
) %>%
fmt_number(columns = hi, decimals = 2) %>%
fmt_number(columns = fi, decimals = 4) %>%
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_style(
style = list(cell_fill(color = "#2E4053"),
cell_text(color = "white", weight = "bold")),
locations = cells_column_spanners()
) %>%
tab_style(
style = list(cell_fill(color = "#D5D8DC"),
cell_text(weight = "bold", color = "#2E4053")),
locations = cells_body(rows = nrow(TDFOperadorFinal))
) %>%
tab_options(
table.border.top.color = "#2E4053",
table.border.bottom.color = "#2E4053",
column_labels.border.bottom.color = "#2E4053",
data_row.padding = px(6),
table.font.size = px(13)
)| Cuadro No.1 | |||
| Operadores de los pozos petroliferos en Brasil | |||
| Operadores | ni |
Frecuencia Relativa
|
|
|---|---|---|---|
| Porcentual (%) | Fracción | ||
| Empresa Nacional Estatal | 25142 | 94.37 | 0.9437 |
| Empresas Extranjeras Independientes | 164 | 0.62 | 0.0062 |
| Empresas Extranjeras Mayores | 414 | 1.55 | 0.0155 |
| Empresas Nacionales Privadas | 894 | 3.35 | 0.0336 |
| Otros | 29 | 0.11 | 0.0011 |
| Total | 26643 | 100.00 | 1.0000 |
7 Gráficas
7.1 Histograma de frecuencia absoluta local
Se grafica la frecuencia absoluta por grupo.
TDFOperadorFinal <- TDFOperadorFinal[TDFOperadorFinal$Operadores != "Total", ]
par(mar = c(12, 4, 4, 2))
barplot(TDFOperadorFinal$ni,
main = "Gráfica N°1: Distribución en cantidad de operadores",
ylab = "Cantidad",
col = "#2E4053", names.arg = TDFOperadorFinal$Operadores,
las = 2, cex.names = 0.6, cex.axis = 0.8, cex.main = 1)
mtext("Operadores", side = 1, line = 9, adj = 0.5)
7.2 Histograma de frecuencia relativa local
Se presenta la distribución porcentual de cada categoría.
par(mar = c(12, 4, 4, 2))
barplot(TDFOperadorFinal$hi,
main = "Gráfica N°3: Distribución en porcentaje de participación de operadores",
ylab = "Porcentaje",
col = "#2E4053", names.arg = TDFOperadorFinal$Operadores,
las = 2, cex.names = 0.6, cex.axis = 0.8, cex.main = 1)
mtext("Operadores", side = 1, line = 9, adj = 0.5)
8 Modelo de probabilidad
Se construye un modelo empírico de probabilidad a partir de las frecuencias relativas de la dirección de los pozos.
TDFOperadorFinal_ <- TDFOperadorFinal[
TDFOperadorFinal$Operadores != "Total", ]
P_Operador <- TDFOperadorFinal_$ni /
sum(TDFOperadorFinal_$ni)
par(mar = c(14, 4, 4, 2))
barplot(
P_Operador,
main = "Gráfica N°3: Distribución de Probabilidad según el Operador de los pozos",
ylab = "Probabilidad",
col = "#2E4053",
names.arg = TDFOperadorFinal_$Operadores,
las = 2,
cex.names = 0.6,
cex.axis = 0.8,
cex.main = 1
)
mtext("Operadores", side = 1, line = 12, adj = 0.5)
8.1 Probabilidad
¿Cuál es la probalidad de qué el operador de un pozo tenga un operador de tipo Empresas Nacionales Privadas?
x <- round(
(TDFOperadorFinal$ni[TDFOperadorFinal$Operadores == "Empresas Nacionales Privadas"] /
sum(TDFOperadorFinal$ni)) * 100, 1)
print(paste("La probabilidad es de:", x, "%"))## [1] "La probabilidad es de: 3.4 %"¿Cuántos pozos petroleros pueden tener un operador de tipo Empresas Nacionales Privadas?
p <- x / 100
n <- 100
cantidad_esperada <- n * p
Operador_objetivo <- "Empresas Nacionales Privadas"
cat("Para n =", n, "pozos, la cantidad esperada de Operador de ´pozo de tipo", Operador_objetivo, "=", round(cantidad_esperada, 2), "\n")## Para n = 100 pozos, la cantidad esperada de Operador de ´pozo de tipo Empresas Nacionales Privadas = 3.49 Conclusión
El análisis permitió determinar la participación de los diferentes tipos de operadores de pozos petrolíferos en Brasil. En particular, se calculó la probabilidad de que un pozo sea operado por una Empresa Nacional Privada, permitiendo estimar su presencia dentro del total de pozos analizados.