Documente Academic
Documente Profesional
Documente Cultură
Figura 1: Rockbolting alternativas implican juicio individual. (Dibujos basa en una caricatura en un
folleto sobre desprendimientos publicados por el Departamento de Minas de Australia Occidental.)
2
Los estudios de sensibilidad
El enfoque clásico utilizado en el diseño de estructuras de
ingeniería es considerar la relación entre la capacidad C (fuerza o
la fuerza de resistencia) del elemento y la demanda D (tensión o
fuerza perturbadora). El factor de seguridad de la estructura se
define como F = C / D y se asume falla a ocurrir cuando F es
menor que la unidad.
En lugar de basar una decisión de diseño de ingeniería en un solo
factor calculado de seguridad, un enfoque, que se utiliza con
frecuencia para dar una evaluación más racional de los riesgos
asociados con un diseño particular, es llevar a cabo un estudio de
sensibilidad. Esto implica una serie de cálculos en la que cada
parámetro significativo se varía sistemáticamente a lo largo de su
rango máximo creíble con el fin de determinar su influencia sobre
el factor de seguridad.
3 III. Modelo de Macizo Rocoso
Los estudios de sensibilidad
En el siguiente curso esta idea de los estudios de sensibilidad se
extenderá a la utilización de la teoría de probabilidades y se
demostrará que, incluso con los datos de campo muy limitadas,
información útil y práctica se puede obtener a partir de un análisis de
la probabilidad de falla.
Teoría de la Probabilidad
5
APLICACIÓN DE METODOS ESTADISTICOS EN
INGENIERIA DE TALUDES
6
Una introducción a la Teoría de la
Probabilidad
La mayoría de los ingenieros geotécnicos consideran el tema de la
teoría de la probabilidad con duda y desconfianza. Al menos parte
de la razón de esta desconfianza está asociada con el lenguaje que
ha sido adoptado por aquellos que se especializan en el campo de
la teoría de la probabilidad y de la evaluación de riesgos. Las
siguientes definiciones se dan en un intento de disipar algo del
misterio que suele rodear a este tema.
7
Variables aleatorias
Los parámetros tales como el ángulo de fricción de juntas de
roca, la resistencia uniaxial a la compresión de muestras de roca,
la inclinación y la orientación de las discontinuidades en un
macizo rocoso y la medida tensiones in situ en la roca que rodea
una abertura no tienen un único valor fijo sino que puede asumir
cualquier número de valores. No hay manera de predecir
exactamente lo que el valor de uno de estos parámetros será en
cualquier localización dada. Por lo tanto estos parámetros se
describen como variables aleatorias.
8
Distribución de probabilidad
Una función de densidad de
probabilidad (PDF) describe la
probabilidad relativa de que una
variable aleatoria asumirá un
valor particular. Una función de
densidad de probabilidad típico
se ilustra opuesto. En este caso la
variable aleatoria se distribuye de
forma continua (es decir, puede
tomar todos los valores posibles). Figura 1: la función de densidad de
probabilidad para una distribución
El área bajo la PDF es siempre la normal.
unidad
Distribución de probabilidad
Una manera alternativa de presentar la
misma información se encuentra en la
forma de una función de distribución
acumulativa (CDF), que da la probabilidad
de que la variable tendrá un valor menor o
igual al valor seleccionado. El CDF es la
integral de la función de densidad de
probabilidad correspondiente, es decir, la
ordenada en X1 en la distribución
acumulada es el área bajo la función de
densidad de probabilidad a la izquierda de
x1. Tenga en cuenta la fx (x) se utiliza para Figura 2: función de distribución
la ordenada de un PDF mientras Fx (x) se acumulada de una distribución
utiliza para una CDF. normal.
Una de las representaciones gráficas más comunes de una distribución de probabilidad
es un histograma en el que la fracción de todas las observaciones que caen dentro de
un intervalo especificado se representa como una barra por encima de ese intervalo.
Análisis de Datos
La media de la muestra o valor esperado o primer momento indica
el centro de gravedad de una distribución de probabilidad. Una
aplicación típica sería el análisis de un conjunto de resultados x1,
x2, ...., xn de ensayos de resistencia uniaxial llevadas a cabo en el
laboratorio. Suponiendo que hay N individuo Xi valores de prueba,
la media está dada por:
13
Distribución Normal
La distribución normal o gaussiana es el tipo más común de la
función de distribución de probabilidad y las distribuciones de
muchas variables aleatorias se ajustan a esta distribución. Se utiliza
generalmente para estudios probabilísticos en la ingeniería
geotécnica a menos que haya buenas razones para seleccionar una
distribución diferente. Por lo general, las variables que se
presentan como una suma de una serie de efectos aleatorios,
ninguno de los cuales dominan del total se distribuyen
normalmente
The problem of defining a normal distribution is to estimate the
values of the governing parameters which are the true mean (μ)
and true standard deviation (σ). Generally, the best estimates for
these values are given by the sample mean and standard deviation,
determined from a number of tests or observations. Hence, from
equations for sample mean and sample variance s2
Distribución Normal
The problem of defining a normal distribution is to estimate the
values of the governing parameters which are the true mean (μ)
and true standard deviation (σ). Generally, the best estimates for
these values are given by the sample mean and standard deviation,
determined from a number of tests or observations. Hence, from
equations for sample mean and sample variance s2
18
TEORIA DE LA PROBABILIDAD
Variables aleatorias.
Distribución de probabilidad.
Distribución de probabilidad o función de
densidad de probabilidad (PDF).
Histogramas.
19
TEORIA DE LA PROBABILIDAD
Media Promedio
Distribuciones Beta
Distribuciones Exponenciales.
Distribuciones Log-normales.
Distribuciones tipo Weibull
Distribuciones triangulares.
Distribuciones Equiprobables.
Distribuciones Logísticas.
21
TÉCNICAS DE MUESTREO
22
Técnicas de Muestreo
Considere la posibilidad de un problema en el que el factor de
seguridad depende de una serie de variables aleatorias, tales
como la resistencia cohesiva C, el ángulo φ de la fricción y la α
aceleración debida a terremotos o explosiones grandes.
Suponiendo que los valores de estas variables se distribuyen
sobre sus medios de una manera que puede ser descrito por una
de las funciones de distribución continuas, tales como la
distribución normal se ha descrito anteriormente, el problema es
cómo utilizar esta información para determinar la distribución
del factor de seguridad los valores y la probabilidad de falla.
MÉTODOS PROBABILISTICOS PARA EL
ANÁLISIS DE ESTABILIDAD DE TALUDES
El objetivo final de un análisis de estabilidad de taludes probabilístico
es obtener la distribución completa de los valores del factor de
seguridad que figuran un conjunto de ( inciertos ) variables de entrada
aleatorias (φ, C, UCS, Otros) con propiedades estadísticas especificadas
(promedio, varianza, COV, otros). Desde la distribución de los valores
del factor de seguridad, la probabilidad de falla se puede determinar.
En este caso, el factor de seguridad se conoce como una variable de
respuesta, y el algoritmo utilizado para calcular el factor de seguridad
como una función de respuesta.
Métodos probabilísticos
PEM
Monte Carlo Hipercubo latino estimación de
puntos
24
EL MÉTODO DE ESTIMACIÓN PUNTUAL
25
EL MÉTODO DE ESTIMACIÓN PUNTUAL
26
EL MÉTODO DE MONTECARLO
27
EL MÉTODO DE MONTECARLO
28
EL MÉTODO DE ESTIMACIÓN PUNTUAL
29
EL MÉTODO DE MONTECARLO
El método de Monte Carlo es muy potente y flexible, y se puede aplicar a una
amplia gama de problemas. También es muy fácil de usar y puede ser bastante
preciso si se realizan suficientes simulaciones.
30
RESULTADO DE LOS ENSAYOS DE LABORATORIO - VOLCANICO ROJIZO
Propiedades
φ h Área Peso Relación Indice Propiedades Mecánicas
Tipo de
Identificación (cm) (cm) (cm2) (gr) L/D γ (gr/cm3) UCS LPT Ruptura
A 3.81 7.21 11.40 208.4 1.9 2.54 68.99 Matriz
B 3.81 7.52 11.40 217.8 2.0 2.54 91.52 Matriz
C 3.81 7.52 11.40 215.2 2.0 2.51 67.09 Matriz
D 3.81 7.22 11.40 207.4 1.9 2.52 72.77 Matriz
E 3.81 7.24 11.40 207.3 1.9 2.51 72.68 Matriz
F 3.81 7.52 11.40 217.6 2.0 2.54 91.26 Matriz
G 3.81 7.22 11.40 208.6 1.9 2.53 69.16 Matriz
P 3.81 7.54 11.40 215.5 2.0 2.51 65.37 Matriz
P-3 3.81 3.73 11.40 108.2 1.0 2.54 64.5 Matriz
P-4 3.81 3.64 11.40 105.1 1.0 2.53 63.6 Matriz
P-7 3.81 3.71 11.40 107.9 1.0 2.55 72.4 Matriz
P-8 3.81 3.66 11.40 108.1 1.0 2.59 77.2 Matriz
12 8 4
Numero de resultados 2.52 74.86 69.43
Valor máximo, MAX 2.59 91.52 77.20
Valor mínimo, MIN 2.51 65.37 63.60
Mediana, MED 2.53 70.92 68.45
Valor promedio, MEAN 2.53 74.86 69.43
Desviación estándar, SDEV 0.02 10.51 6.52
Coeficiente de variación, CV 1.21 1.20 0.43
31
32