Técnica de Monte Carlo
Existen muchos métodos en los que se utilizan las siguientes distribuciones:
• Normal: Distribución simétrica en que coinciden la media (Suma algebraica de todos los valores obtenidos dividida entre el número total de valores), moda (Valor que ocurre con más frecuencia) y mediana en el mismo punto. Usada como la base de mediciones no sesgadas. El 99% de los valores caen dentro de las medias más/menos tres desviaciones estándares (Medidas de dispersión de los valores).
• Triangular: Similar a la uniforme, pero se indica una moda. Útil cuando el experto conoce el rango y el valor más probable.
• Uniforme: Útil cuando se conoce únicamente un rango de valores posibles. Indica que no se conocen detalles acerca de la incertidumbre del parámetro.
• Log normal: Útil para representar cantidades físicas no negativas. Su logaritmo distribuye normal.
• Exponencial: Distribución con la moda en 0, y probabilidad decreciente. Útil para describir el tiempo entre eventos sucesivos.
• Poisson: Es una Distribución discreta similar a la normal para grandes n. Útil para describir el número de eventos aleatorios que ocurren en un tiempo determinado.
• Normal: Distribución simétrica en que coinciden la media (Suma algebraica de todos los valores obtenidos dividida entre el número total de valores), moda (Valor que ocurre con más frecuencia) y mediana en el mismo punto. Usada como la base de mediciones no sesgadas. El 99% de los valores caen dentro de las medias más/menos tres desviaciones estándares (Medidas de dispersión de los valores).
• Triangular: Similar a la uniforme, pero se indica una moda. Útil cuando el experto conoce el rango y el valor más probable.
• Uniforme: Útil cuando se conoce únicamente un rango de valores posibles. Indica que no se conocen detalles acerca de la incertidumbre del parámetro.
• Log normal: Útil para representar cantidades físicas no negativas. Su logaritmo distribuye normal.
• Exponencial: Distribución con la moda en 0, y probabilidad decreciente. Útil para describir el tiempo entre eventos sucesivos.
• Poisson: Es una Distribución discreta similar a la normal para grandes n. Útil para describir el número de eventos aleatorios que ocurren en un tiempo determinado.
Estas distribuciones se utilizan para realizar estudios de probabilidad para certificar que un proyecto se pueda llevar a cabo, o no. Uno de estos métodos es la técnica cuantitativa de Monte Carlo (le debe su nombre al casino de Monte Carlo en el Principado debido a que la técnica de ésta simulación consiste en alimentar una ecuación con números aleatorios, algo así como los que se obtienen en una ruleta de un casino), la cual hace uso de la estadística y las computadoras para emular, mediante modelos matemáticos, el comportamiento aleatorio de sistemas reales no dinámicos, en fin toma una ecuación (modelo) que imita un sistema real y se aplica en distintos escenarios, realizando las experiencias.
La técnica Monte Carlo es usada en diferentes campos de estudios, pero enfocándonos en el área que nos interesa que es de Ingeniería de Petróleo, la misma es utilizada a nivel de análisis de yacimientos, consistiendo su uso en tomar muestras de la distribución de probabilidad de cada uno de los parámetros considerados estadísticos y sustituirlos en la ecuación del método volumétrico para obtener un valor de N.
Después de repetir el proceso anterior, un número significativo de veces (1000 o más), los valores de Ni (POES)i, son ordenados en sentido creciente, asignándole a cada uno, un valor de frecuencia acumulada igual a: i/n+1, donde n es el número de valores de N obtenidos. Luego si se grafica la frecuencia acumulada vs. N, se obtendrá una función de distribución acumulada de estos valores. La aplicación del método probabilístico Monte Carlo para la estimación del GOES (Gas en original en sitio), GCOES (Gas condensado original en sitio) y Reservas de gas, esta basada en una serie de datos característicos del yacimiento.
REFERENCIAS BIBLIOGRÁFICAS
1. Da Silva, Ángel: Clases de Ing. de Yacimientos II, Universidad Central de Venezuela.
2. RIVERA, José S: Prácticas de Ingeniería de Yacimientos Petrolíferos.
La técnica Monte Carlo es usada en diferentes campos de estudios, pero enfocándonos en el área que nos interesa que es de Ingeniería de Petróleo, la misma es utilizada a nivel de análisis de yacimientos, consistiendo su uso en tomar muestras de la distribución de probabilidad de cada uno de los parámetros considerados estadísticos y sustituirlos en la ecuación del método volumétrico para obtener un valor de N.
Después de repetir el proceso anterior, un número significativo de veces (1000 o más), los valores de Ni (POES)i, son ordenados en sentido creciente, asignándole a cada uno, un valor de frecuencia acumulada igual a: i/n+1, donde n es el número de valores de N obtenidos. Luego si se grafica la frecuencia acumulada vs. N, se obtendrá una función de distribución acumulada de estos valores. La aplicación del método probabilístico Monte Carlo para la estimación del GOES (Gas en original en sitio), GCOES (Gas condensado original en sitio) y Reservas de gas, esta basada en una serie de datos característicos del yacimiento.
REFERENCIAS BIBLIOGRÁFICAS
1. Da Silva, Ángel: Clases de Ing. de Yacimientos II, Universidad Central de Venezuela.
2. RIVERA, José S: Prácticas de Ingeniería de Yacimientos Petrolíferos.
Comentarios