Modelo de Probabilidad de las Cuencas Petrolíferas en Brasil

1 Carga de Librerias

En esta sección se cargan las librerías necesarias para ejecutar las funciones utilizadas durante el procesamiento y análisis de los datos.

setwd("C:/Users/Usuario/Desktop/Nueva carpeta")
library(readxl)
library(dplyr)
library(gt)
datos <- read_excel("tabela_de_pocos_janeiro_2018.xlsx")

2 Carga de 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.

3 Extraer la variable

En esta sección se extrae la variable correspondiente a las cuencas petrolíferas registradas en la base de datos para su posterior análisis.

library(dplyr)
TDFCuencas$CUENCAS <- ifelse(TDFCuencas$Cuenca %in% c("Acre", "Amazonas", "Solimões", "Foz do Amazonas", "Marajó", "Tacutu", "Parecis - Alto Xingu"), "Cuencas del Norte",
                                 ifelse(TDFCuencas$Cuenca %in% c("Alagoas", "Araripe", "Barreirinhas", "Bragança - Vizeu", "Camamu", "Ceará", "Cumuruxatiba", "Jatobá", "Parnaíba", "Pernambuco - Paraíba", "Potiguar", "Recôncavo", "Rio do Peixe", "Sergipe", "São Francisco", "São Luís", "Tucano Central", "Tucano Norte", "Tucano Sul"),"Cuencas del Nordeste",
                                        ifelse(TDFCuencas$Cuenca %in% c("Campos", "Espírito Santo", "Santos"), "Cuencas del Sudeste",
                                               ifelse(TDFCuencas$Cuenca %in% c("Paraná", "Pelotas"), "Cuencas del Sur",
                                                      ifelse(TDFCuencas$Cuenca %in% c("Pantanal", "Almada", "Mucuri", "Jequitinhonha", "Pará - Maranhão"),"Cuencas del Centro-Oeste", "Otros")))))
head(TDFCuencas$CUENCAS)
## [1] "Otros" "Otros" "Otros" "Otros" "Otros" "Otros"

4 Conteo

Se obtienen las frecuencias absolutas (ni) y relativas (hi) por macrozona de cuencas como base del modelo probabilístico.

TDFCuencas$Freq <- as.numeric(as.character(TDFCuencas$Freq))
library(dplyr)
TDFCuencas1 <- Datos$TDFCuencas
TDFCuencas1 <- TDFCuencas %>%
  group_by(CUENCAS) %>%
  summarise( 
    ni = sum(Freq),
    hi = round(sum(Freq) / sum(TDFCuencas$Freq)*100, 5))

TDFCuencas1 <- data.frame(TDFCuencas1)
TDFCuencas1 <- TDFCuencas1 [, c("CUENCAS", "ni", "hi")]
TDFCuencas1$fi <- TDFCuencas1$ni / sum(TDFCuencas1$ni)
total_ni <- sum(TDFCuencas1$ni) 
total_hi <- sum(TDFCuencas1$hi)
total_fi <- sum(TDFCuencas1$fi)
TDFCuencas1.1 <- rbind(TDFCuencas1, data.frame( CUENCAS = "Total",
                                                         ni = total_ni,
                                                         hi = total_hi,
                                                         fi = total_fi))
print(TDFCuencas1.1)
##                    CUENCAS    ni       hi           fi
## 1 Cuencas del Centro-Oeste   133  0.44970 0.0044970414
## 2     Cuencas del Nordeste 15257 51.58749 0.5158748943
## 3        Cuencas del Norte   332  1.12257 0.0112256974
## 4      Cuencas del Sudeste  4124 13.94421 0.1394420964
## 5          Cuencas del Sur    20  0.06762 0.0006762468
## 6                    Otros  9709 32.82840 0.3282840237
## 7                    Total 29575 99.99999 1.0000000000

5 Tabla de frecuencia

Visualización del cuadro de distribución mediante tabla formal.

library(gt)
gt(TDFCuencas1.1) %>%
  tab_header( 
    title = md("**Tabla N°1: DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL**"), 
    subtitle = "Cuencas Petrolíferas 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(TDFCuencas1.1))
  ) %>%
  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)
  )
Tabla N°1: DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL
Cuencas Petrolíferas en Brasil
CUENCAS ni
Frecuencia Relativa
Porcentual (%) Fracción
Cuencas del Centro-Oeste 133 0.45 0.0045
Cuencas del Nordeste 15257 51.59 0.5159
Cuencas del Norte 332 1.12 0.0112
Cuencas del Sudeste 4124 13.94 0.1394
Cuencas del Sur 20 0.07 0.0007
Otros 9709 32.83 0.3283
Total 29575 100.00 1.0000

6 Gráficas

6.1 Histograma de frecuencia absoluta local

Distribución en cantidad considerando la escala total.

TDFCuencas1.1 <- TDFCuencas1.1[TDFCuencas1.1$CUENCAS != "Total", ]
par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1.1$ni,
        main = "Gráfica N°1: Distribución en cantidad de cuencas por región",
        ylab = "Cantidad",
        col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
        las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1)
mtext("Cuencas", side = 1, line = 7)

6.2 Histograma de frecuencia relativa local

Distribución porcentual sin ajuste de escala global.

par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1.1$hi,
        main = "Gráfica N°3: Distribución porcentual de cuencas por región",
        ylab = "Porcentaje",
        col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
        las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1)
mtext("Cuencas", side = 1, line = 7)

7 Modelo de probabilidad

Se construye un modelo empírico de probabilidad a partir de las frecuencias relativas por macrozona de cuencas.

P_Ubicación <- TDFCuencas1.1$ni / sum(TDFCuencas1.1$ni)

par(mar = c(9, 4, 4, 2))
barplot(P_Ubicación,
        main = "Gráfica N°3: Distribución de Probabilidad de la Ubicación de los pozos",
        ylab = "Probabilidad",
        col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
        las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1)
mtext("Cuencas", side = 1, line = 7)

7.1 Probabilidad

¿Cuál es la probabilidad de que las cuencas se encuentren en el Sudeste?

x <- round(
  (TDFCuencas1.1$ni[TDFCuencas1.1$CUENCAS == "Cuencas del Sudeste"] /
   sum(TDFCuencas1.1$ni)) * 100, 1)

print(paste("La probabilidad es de:", x, "%"))
## [1] "La probabilidad es de: 13.9 %"

La probabilidad obtenida indica que aproximadamente el 20.7% de las cuencas estan ubicadas en el Sudeste.

¿Cuántas cuencas pueden estar situadas en el Sudeste?.

p <- x / 100

n <- 1000

cantidad_esperada <- n * p
Cuenca_objetivo <- "Cuencas del Sudeste"

cat("Para n =", n, "cuencas, cantidad esperada en", Cuenca_objetivo, "=", round(cantidad_esperada, 2), "\n")
## Para n = 1000 cuencas, cantidad esperada en Cuencas del Sudeste = 139

Se espera que aproximadamente 207 de las cuencas estén ubicadas en el Sudeste, por cada 1000 pozos considerados

8 Conclusión

El análisis permitió determinar la distribución probabilística de los pozos según la región de sus cuencas. Para las Cuencas del Sudeste, se obtuvo una probabilidad aproximada de 20,7 %, por lo que se estima que, de cada 1000 pozos, alrededor de 207 pertenecen a cuencas ubicadas en esta región.