Universidad de Oriente

Núcleo de Monagas

Escuela de Ingeniería y Ciencias Aplicadas

Departamento de Ingeniería de Petróleo

Evaluación Económica de Proyectos

Profesora: Bachilleres:

María Esther Gamboa Antony Pacheco

Danielys Centeno

Maturín, diciembre de 2019

Sec. 02
Resumen
El Método Monte Carlo es un proyecto cuya invención se le asigna a Stanislaw Ulam y
John von Neuman a mediados del año 1940. Este método o simulación consiste en una
serie de procedimientos que analizan distribuciones de variables aleatorias usando
simulación de números aleatorios, el cual permite solucionar una gran variedad de
problemas matemáticos haciendo experimentos con muestreos estadísticos en una
computadora.

El método es aplicable a cualquier tipo de problema, ya sea estocástico o determinístico.

Generalmente en estadística los modelos aleatorios se usan para simular fenómenos que
poseen algún componente aleatorio. Pero en el método Monte Carlo, por otro lado, el
objeto de la investigación es el objeto en sí mismo, un suceso aleatorio o pseudo-aleatorio
se usa para estudiar el modelo. A veces la aplicación del método Monte Carlo se usa para
analizar problemas que no tienen un componente aleatorio explícito; en estos casos un
parámetro determinista del problema se expresa como una distribución aleatoria y se simula
dicha distribución.
Método de Montecarlo
El método de Montecarlo es un método no determinista o estadístico numérico (sujetos a
variabilidad), usado para aproximar expresiones matemáticas complejas y costosas de
evaluar con exactitud, permitiendo calcular estadísticamente el valor final de una
secuencia de sucesos, posibilitando la realización de experimentos con muestreos de
números pseudoaleatorios en una computadora.

Este método proporciona soluciones aproximadas a una gran variedad de problemas

matemáticos y es aplicable a cualquier tipo de problema, ya sea estocástico o
determinista. Basándose en evaluaciones de N puntos en un espacio M-dimensional para
producir una solución aproximada.

Se trata de una metodología que permite, mediante una simulación, calcular el valor final
de un proyecto, una inversión, o una serie estadística en base a unas variables. Además,
nos ofrece la posibilidad de realizar escenarios modificando las variables sobre las que se
construye.

El método de Montecarlo permite calcular el valor de coste y plazo del proyecto en base a
un determinado grado de confianza, y así determinar en qué medida nuestra planificación
es realista, y va a permitir conseguir los objetivos del proyecto. Esto significa determinar
en qué porcentaje de las simulaciones realizadas, el plazo y el coste totales son menores a
los objetivos del proyecto.

Antecedentes Históricos
El método de montecarlo fue desarrollado como un gran secreto militar durante el
Proyecto Manhattan. La invención de este método se les asigna a Stanislaw Ulam y John
von Neuman a mediados del año 1940, según la explicación de Ulam este método se le
ocurrió mientras jugaba solitario durante una enfermedad en 1946. Ya para el año 1949
en el Laboratorio de los Álamos se planteó un problema de difícil solución, este problema
era el de determinar el recorrido de los neutrones en los diferentes medios, ya que
resultaba prácticamente imposible solucionar las ecuaciones integro-diferenciales que
gobiernan la dispersión, absorción y la fisión. Al principio “la idea consistía en probar con
experimentos mentales las miles de posibilidades existentes, y en cada etapa, determinar
por casualidad, por un numero aleatorio distribuido según las probabilidades , que
sucedería y totalizar todas las posibilidades y tener una idea de la conducta del proceso
físico “. Luego en 1946 Ulam habla con von Neuman y le menciona el método, el cual se
entusiasmó con la idea y ambos comienzan a desarrollar un procedimiento sistemático y
metódico. Ya para 1947 von Neuman sugirió aplicar el método para rastrear la generación
isotropita de neutrones desde una composición variable de material activo a lo largo del
radio de una esfera, Neuman sostenía que el problema era adecuado para el ENIAC
(Electronic Numerical Integrator And Computer), el cual era el computador más potente
de la época, y estimaba que tardaría 5 horas en calcular la acción de 100 neutrones a
través de un curso de 100 colisiones cada uno. El método no se limitó al problema de los
neutrones sino que más adelante en 1948 Enrico Fermi, Ulam y Von Neuman aplicaron el
método para la resolución de integrales múltiples para conseguir valores singulares de la
ecuación de Schrödinger

Aplicación y Utilidad de este método

Este método es aplicable a problemas matemáticos con variables impredecibles , lo que
permite que pueda ser usado en áreas como:

 Ciencias físicas: De hecho, se cree que la utilización del método Monte Carlo como
vía de investigación procede del trabajo realizado en la creación y desarrollo de la
bomba atómica en el contexto de la Segunda Guerra Mundial. Este método fue
clave para la simulación de cuestiones de probabilidad con respecto a la difusión
de neutrones.
 Infografía: también conocido como Montecarlo Ray Tracing, se trata de unos de
los mecanismos de mayor peso a la hora de realizar algoritmos de raytracing para
 generar imágenes en 3D, trazando al azar muestras de posibles trayectorias de la
luz.

En economía esta simulación es utilizada tanto en empresas como en inversión. Siendo en

el mundo de la inversión donde más se utiliza. Algunos ejemplos de simulación de
Montecarlo en inversión son los siguientes:

 Crear, valorar y analizar carteras de inversión

 Valorar productos financieros complejos como las opciones financieras
 Creación de modelos de gestión de riesgo

Dado que la rentabilidad de una inversión es impredecible se utiliza este tipo de método
para evaluar distintos tipos de escenarios. Un ejemplo sencillo se encuentra en la bolsa de
valores. Los movimientos de una acción no se pueden predecir. Se pueden estimar, pero
es imposible hacerlo con exactitud. Por ello, mediante la simulación de Montecarlo, se
intenta imitar el comportamiento de una acción o de un conjunto de ellas para analizar
cómo podrían evolucionar. Una vez se realiza la simulación de Montecarlo se extraen una
cantidad muy grande de escenarios posibles.

Aplicación probabilística del Método Volumétrico

Determinísticamente se encontró que mediante la búsqueda de valores promedios de
espesor, área o volumen se podía llegar a una solución única, tanto del petróleo y gas
original en sitio. El volumen de roca se obtuvo del análisis de mapas isópacos, métodos
tabulares (Aproximación piramidal y trapezoidal) y mapas estructurales mediante el
cálculo del área encerrada bajo la curva del tope y la base en la gráfica de profundidad
contra el área. Si se tiene un conjunto de pozos, la porosidad se determina realizando un
ponderado por área o volumen de drenaje. Sin embargo, como éstas variables se
encuentran asociadas a una incertidumbre, ellas van a cumplir una función de
probabilidad, que va a generar un valor de ocurrencia ya sea del POES o el GOES.

7758. 𝑉𝑟. ∅𝑝. (1 − 𝑆𝑤𝑐)

𝑁=
𝐵𝑜𝑖
 43561. 𝑉𝑟. ∅𝑝(1 − 𝑆𝑤𝑐)
𝐺=
𝐵𝑔𝑖

Pasos a seguir para calcular el N por Monte Carlo:

1.- Tomar muestras de la distribución de probabilidades de cada uno de los parámetros
considerados estadísticos en función de la ecuación que se posea.

2.- Tener en cuenta cuales variables son constantes o están dentro de una incertidumbre.

3.-Se debe calcular el valor de N, tantas veces como se considere necesario para
involucrar todo el rango de valores que se encuentran en cada una de las variables.

4.- Al agrupar un número significativo de valores de N, se construye un histograma de

frecuencias acumulada contra el POES, creando intervalos de clase.

5.- El POES correspondiente a una frecuencia acumulada del 50 por ciento, será el valor de
N promedio del yacimiento.

Gráfica 1
El factor de recobro (Fr): indica que del N, sólo una fracción de él, podrá llevarse a
superficie económicamente rentable, que tácitamente implica hablar de reservas.

𝑃𝑒𝑡𝑟ó𝑙𝑒𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑜 (𝑁𝑝)

𝐹𝑟 =
𝑃𝑂𝐸𝑆 (𝑁)

Donde Fr, es el factor de recobro actual del yacimiento

𝑡𝑜𝑑𝑜 𝑒𝑙 𝑝𝑒𝑡𝑟ó𝑙𝑒𝑜 𝑞𝑢𝑒 𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 (𝑁𝑝𝑟)

𝐹𝑟 𝑓𝑢𝑡𝑢𝑡𝑜 =
𝑃𝑂𝐸𝑆 (𝑁)

Donde Frfuturo, es el factor de recuperación del petróleo a futuro y Npr se puede ver
como las reservas recuperables de ese yacimiento.

El factor de recobro es una función de las propiedades del sistema reservorio, tanto la
calidad, mecanismo de empuje natural, presión inicial y la interacción roca-fluido. Por
ejemplo, en Barinas los acuíferos se encuentran altamente asociados como mecanismo de
energía o producción, que generan altas tasas de recobro sin tener que aplicar
recuperación secundaria o mejorada. Mientras que en la Faja del Orinoco, debido a la
mala interacción roca-fluido, debido a la alta viscosidad del crudo, es muy complicado que
ese hidrocarburo fluya de manera natural, provocando bajos factores de recobro.
Referencias Bibliográficas
 Comunidad Petrolera (2009)

https://www.lacomunidadpetrolera.com/2009/01/metodo-de-monte-carlo-parte-ii.html

 Universidad de Alcalá

https://www.master-finanzas-cuantitativas.com/metodos-de-montecarlo/

 Recursos En Project Management (2015)

https://www.recursosenprojectmanagement.com/metodo-de-montecarlo/

 Economipedia

https://economipedia.com/definiciones/simulacion-de-montecarlo.html