Por lo tanto, incluso con una tasa de éxito del 10%, incluso en la perforación de 20 hoyos,

todavía tenemos una probabilidad del 12% de que todos los agujeros estén secos.
El empleo de una tabla y un gráfico de este tipo es una posibilidad para los exploradores
del petróleo crudo en sus esfuerzos por predecir el éxito y el fracaso, o los
descubrimientos en los agujeros secos. También puede ser útil para los ingenieros
petroleros en la estimación de probabilidades o probabilidades de éxito.
Usando la distribución binomial para encontrar la probabilidad de un número exacto de
éxitos (pozos de descubrimiento) en varios ensayos (número de pozos a perforar), se
podría aplicar la siguiente relación:

.
Dónde
p (x) = probabilidad de obtener exactamente x éxitos en N ensayos
N = tamaño de la muestra o número de pruebas de un evento
x = número de éxitos, o resultados favorables dentro de los N ensayos
p = probabilidad de éxito
q = 1 - p = probabilidad de falla
(𝑁𝑥)=𝐶𝑥𝑁 = Número de combinaciones en las que se pueden mostrar N objetos
Como grupos de tamaño x, donde el orden dentro de los grupos individuales no es
importante

La media, la varianza y la desviación estándar del binomio vienen dadas por:

m=NP
𝜎 2 = 𝑁𝑝𝑞
σ= (𝑁𝑝𝑞)1/2

Ejemplo 11.3
Como ejemplo, la probabilidad de obtener cero caras cuando una moneda se lanza cinco
veces se calcula de la siguiente manera, utilizando las ecuaciones (11.2) y (11.3):
A grandes rasgos, la probabilidad es 3 de 100 veces. Es decir, donde los lanzamientos
sucesivos se reunieron en grupos de cinco lanzamientos en cada grupo, de cada 100
grupos, aproximadamente tres no contendrían cabezas.

Ejemplo 11.4
Se perforarán diez pozos. La probabilidad de éxito se toma como 0.15. ¿Cuál es la
probabilidad de que haya más de dos pozos exitosos?
SOLUCIÓN
La respuesta a esto se puede encontrar en una de dos formas: (1) las probabilidades
individuales de 3, 4, 5, 6, 7, 8, 9 y 10 éxitos pueden calcularse y sumarse, o (2) el
individuo las probabilidades de 0, 1 y 2 éxitos se pueden sumar y luego restar de 1 para
obtener la misma respuesta. El segundo método es más corto y se da de la siguiente
manera:

p(más de 2 productores)= 1-0.8202= 0.1798

Por lo tanto, la probabilidad es de aproximadamente 18%.
La mayoría de las compañías petroleras no están preocupadas por la manera en que los
beneficios de la perforación se reducen, sino por el alto costo que se obtendrá para
obtener esa profundidad y el costo de ir, digamos, otros 100 pies o más. Los costos
marginales son alguna función directa de la profundidad. Si, entonces, dejamos que Y
sea esos costos que varían con la profundidad, pero no los costos generales, y dejamos
que X sea la profundidad en sí misma, una fórmula puede escribirse como

𝑑𝑌
= 𝐶(𝑋), 𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 𝑝𝑜𝑟 𝑝𝑖𝑒
𝑑𝑋
Por lo tanto, la profundidad afecta a los costos marginales. Por ejemplo, el aumento de
la temperatura con la profundidad, entre otras cosas, aumenta la probabilidad de que
una broca de perforación tenga que ser reemplazada un tiempo adicional en un pozo de
100 pies adicionales, porque la energía mecánica se pierde a medida que continúa el
proceso de perforación. Pero también, algunos costos, como los costos de “materiales
de lodo” adicionales, necesarios para perforar un pozo más profundo, pueden aumentar
bastante lentamente en relación con el aumento en profundidad, lo que da un costo
marginal decreciente en relación con la profundidad.
El factor que más puede afectar los costos de perforación es el promedio de imágenes
perforadas por conexión. A medida que se dispone de más información sobre las
tendencias de perforación en cualquier campo petrolero, se reduce el número de cambios
en la conexión de la perforación y se aumenta la velocidad de la operación de
perforación.