Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CIENCIAS BÁSICAS
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
INTEGRANTES:
PRESENTADO
MONTOYA CASAS CARLOS EDUARDO
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
SEPTIEMBRE 2020
Tabla de contenido
INTRODUCCION..................................................................................................................................3
OBJETIVO GENERAL............................................................................................................................4
OBJETIVOS ESPECIFICOS.....................................................................................................................4
DEFINICION DE VARIABLES.................................................................................................................4
ANALISIS DE FALLAS REGISTRADAS…………………………………………………………………………………………………4
PRUEBA DE BONDAD DE AJUSTE………………………………………………………………..…………………………………..5
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
INTRODUCCION
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
Definición de variables
Variable de estado
Según el momento en que se observa el estado del sistema se considera de tiempo continuo.
S= {At,Bt,Ct,Dt,Et,Ft,Gt,Ht,It,Jt}
Se entiende que:
X(t) = estado de las válvulas que se dañan o funcionan en determinado tiempo, llamado como
proceso estocástico en tiempo Continuo.
1. Espacios de estado:
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
TRABAJO COLABORATIVO
PROGRAMACIÓN ESTOCÁSTICA Institución Universitaria Politécnico Gran colombiano
4. Con estas tasas de transición es posible construir una matriz de tasas de transición.
Posteriormente, con esta matriz y el uso de la hoja de cálculo compartida por el tutor, se
realiza la conversión a la matriz de probabilidades para el día 90 y 180.
Probabilidades en el corto plazo.
4.3 El número de días, en promedio, que se habrán utilizado para el proceso de revisión
total justo antes de cada auditoría.
El número de días, en promedio, que se habrán utilizado para el proceso de revisión total
justo antes de cada auditoría.se encuentra en la matriz de ocupación en el estado de
derrame. Para la primera auditoría es igual a 30,848 días y para la segunda es igual a 50,473
días.
4.4 El número de días, en promedio, que transcurrirán hasta el próximo derrame de crudo.
El número de días, en promedio, que transcurrirán hasta el próximo derrame de crudo se
encuentra con el tiempo de primera pasada para el estado de derrame, desde un estado
donde se realizó revisión total, y es igual a 99,3 días.
5. Análisis económico de largo plazo, que muestre el valor esperado de los ingresos
diarios para una torre de extracción que cuente con el sistema de protección
hidráulico, asumiendo que la única causa para que la torre no funcione es la falla del
sistema de protección hidráulico.
Para realizar este análisis se debe conocer las probabilidades de obtener cada uno de
los estados en el largo plazo esto significa un aumento sostenido de la variabilidad por ello
hay que ponderarlas respecto al costo de estar en un estado de derrame o el beneficio de
estar en un estado donde no hay derrame.
GANANCIAS PÉRDIDAS
PROBABILIDAD TOTAL 92,942% 7,058%
VALOR $ 40.000 -$ 60.000
TOTAL $ 37.177 -$ 4.235
INGRESO PROMEDIO $ 32.942
La ponderación total de los costos por cada estado del sistema genera un valor esperado de
ingresos diarios igual a USD 32.942 dólares.
Principal
La aplicación del modelo estocástico propuesto se culminó con éxito, determinando así los
conocimientos necesarios para aplicarlos a diversos sistemas, estos facilitan de manera
importante la predicción de los estados propuestos (falla o no falla), de esta manera se
puede tomar medidas operativas o preventivas para la parametrización de sistemas, El
modelo de Márkov aporta la probabilidad de ocurrencia basándose en el evento
inmediatamente anterior, lo que hace que se ajuste al sistema de válvulas del pozo de
petróleo, puestas estas están distribuidas de manera secuencial.
Generales
RECOMENDACIONES