You are on page 1of 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques

Geotechnical Reliability Analysis, Four Approaches


Alberto Jaime Paredes, Investigador Instituto de Ingeniera, UNAM
Audini Montoya Orozco, Alumno Posgrado en Ingeniera, UNAM
RESUMEN: Se hace una descripcin de los conceptos fundamentales de confiabilidad en geotecnia y los principales mtodos
utilizados para su evaluacin. Adems, por medio de un caso prctico de estabilidad de taludes se hace una comparacin de dichos
mtodos y se comentan las ventajas y desventajas de cada uno de ellos.
ABSTRACT: A review is made of reliability fundamental concepts, as well as of the most important methods applied in Geotechnical
Engineering. The methods are compared through the solution of a practical slope stability problem, highlighting their advantages and
disadvantages.

1.

2.1. La estratigrafa del sitio

INTRODUCCIN

1.1. Antecedentes
El diseo tradicional en geotecnia se basa en factores
de seguridad, cuyas magnitudes son dictadas por la
experiencia acumulada por la prctica profesional, a
travs de muchos aos. Por su parte, los anlisis de
confiabilidad se basan en el modelo Demanda (cargas)Capacidad (resistencia), en el cual el comportamiento
no deseable se define como la probabilidad de que la
demanda exceda a la capacidad.
El anlisis de confiabilidad permite tomar en cuenta
para fines de diseo, la incertidumbre de los parmetros
del suelo y de las cargas a las que se ve sometido.
1.2. Objetivos

Describir de forma general los conceptos


bsicos del anlisis de confiabilidad en
geotecnia.
Exponer y comparar los principales mtodos
utilizados para la determinacin del ndice de
confiabilidad.
Comparar entre s los resultados de los
diferentes mtodos de anlisis, a travs de un
caso prctico de estabilidad de un talud.

1.3. Alcances
En la primera parte del artculo se establecen las
bases del anlisis de confiabilidad en geotecnia. Se
describen los principales mtodos de anlisis empleados
y se establecen sus bases tericas. Finalmente, se hace
una comparacin de los mtodos y se discuten sus
ventajas y desventajas.
2. INCERTIDUMBRE EN EL ANLISIS
GEOTCNICO
La incertidumbre en los anlisis geotcnicos es
resultado principalmente de dos factores: 1) la
estratigrafa del sitio y, 2) las solicitaciones a las que se
ver sometido el suelo.

Al hablar de estratigrafa se entiende a las capas de


suelo presentes en el lugar y sus espesores, y al
comportamiento de cada una de dichas capas. Los
espesores de los estratos de suelo, por lo general, varan
punto a punto en el sitio, incluso pueden desaparecer
una o varias de las capas de suelo y aparecer otras o no.
Las propiedades mecnicas de los suelos varan
tambin puntualmente y a lo largo del espesor del
mismo estrato de suelo.
Por ello, el geotecnista, tradicionalmente, con base
en la informacin geolgica, en los datos de campo y
laboratorio, su experiencia y usando el juicio ingenieril
hace un modelo tridimensional idealizado del suelo en
el sitio, desde la superficie hasta la profundidad de
inters. Asigna valores de espesores medios y de
propiedades medias del suelo y con ello disea.
Como puede inferirse, la precisin del modelo
idealizado del suelo depende del conocimiento
geolgico, del nmero de sondeos y de la cantidad de
muestras de suelo inalteradas y alteradas extradas, as
como del nmero de ensayes de laboratorio para
determinar las propiedades ndice y mecnicas. Adems
de la experiencia geotcnica previa que se tenga de la
zona donde se ubica el sitio en consideracin.
An suponiendo que la extraccin de muestras de
suelo fuera perfecta y no se alterara el material y que
los ensayes de laboratorio fueran tambin perfectos y
representativos del comportamiento del suelo, se
tendran variaciones puntuales y en profundidad, tanto
en las propiedades del suelo como en sus espesores.
Dicho de otra manera las propiedades ndice y
mecnicas del suelo son aleatorias en mayor o menor
grado. Es decir, varan alrededor de un valor medio con
ms o menos dispersin.
A la variabilidad intrnseca del material habra que
agregar la dispersin causada por manipulacin en el
campo y en el laboratorio. Primero, por la alteracin
causada al suelo al extraerlo y, segundo, debido a los
mtodos de ensaye y medicin en laboratorio.
A lo anterior hay que aadir por lo menos los cuatro
factores siguientes: a) Muestreo del suelo escaso (pocos
sondeos, y pocas muestras); b) Orientacin de la

Pgina 1 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

muestra, anisotropa y tamao; c) tiempo de carga en el


laboratorio vs tiempo de carga del proyecto en la
realidad, ensayes de deformacin controlada o de
esfuerzo controlado; y d) anlisis de deformaciones en
el plano, ensayes con estados de esfuerzos aplicados al
suelo diferentes a la realidad.
Para obtener una representacin cuantitativa de la
incertidumbre de los suelos en sus propiedades ndices
y mecnicas, se recurre al anlisis estadstico de los
resultados de las pruebas de campo y de laboratorio.
El anlisis estadstico de las propiedades de los
suelos se ha llevado a cabo a lo largo de la prctica de
la geotecnia en diferentes grados. El valor del
parmetro se determina a ojo calculando su promedio
o mediante el ajuste de la tendencia de los datos
obtenidos. En esta forma de trabajo tiene gran
relevancia la experiencia de la persona que lo realiza.
Por tanto, los resultados obtenidos pueden variar de
forma considerable de persona a persona.
Desafortunadamente, constituye el mtodo de mayor
difusin y aplicacin en la prctica.
En Mxico, Marsal y Masari (1959) en su obra El
subsuelo de la ciudad de Mxico son los primeros
autores en emplear el anlisis estadstico y de
probabilidad. Con ellos determinan las propiedades
medias ndices y mecnicas de las arcillas del valle de
Mxico e identifican y caracterizan los distintos estratos
y subestratos arcillosos.
Los resultados de los anlisis estadsticos se ajustan
a la funcin de densidad de probabilidad que mejor
represente dichos resultados. Se considera al parmetro
del suelo como una variable aleatoria, y se determinan
sus primeros momentos (el valor medio de la propiedad
y su dispersin o varianza). Esta es la base de la
descripcin probabilista.
2.2. Las solicitaciones a las que se ver sometido el
suelo

incertidumbre. Provocada por la aleatoriedad del suelo


y sus propiedades, y por las solicitaciones a las que se
ve sometida la obra en consideracin.
3.

ANLISIS DE CONFIABILIDAD

3.1. Factor de Seguridad


Tradicionalmente, el diseo en geotecnia se realiza
aplicando un Factor de Seguridad (FS) especfico para
el problema en estudio, bajo condiciones de carga y
resistencia establecidas. Este FS es producto de la
experiencia acumulada a lo largo de muchos aos. En
general, se aplican valores numricos diferentes segn
el diseo de que se trate. As, por ejemplo, una zapata
de cimentacin se disea con un FS = 3, un talud se
puede disear con valores tan bajos como 1.3-1.5, y un
muro de contencin contra deslizamiento con FS = 2.
Esto no quiere decir que la zapata sea 2 veces ms
segura que un talud o una y media veces mejor que el
muro de contencin. Significa que la experiencia
acumulada en ingeniera geotcnica indica que
aplicando tales FS, la probabilidad de ocurrencia de
falla (catastrfica) se minimiza.
Los Reglamentos de construccin ms modernos no
hablan de factores de seguridad, sino de factores de
carga y factores de reduccin para los estados lmites de
falla y de servicio. Es decir, acotan el diseo para evitar
una falla catastrfica, y aseguran que el
comportamiento de la obra cumpla con las condiciones
de servicio para las que se disea.
El factor de seguridad, FS, se expresa como la
relacin entre los valores deterministas de la capacidad
o resistencia, C, y la demanda o solicitaciones, D.

FS =

C
D

(1)

3.2. Probabilidad de Falla

Las fuerzas o solicitaciones a los que se ve sometido


el suelo son muy variables. Determinar solo las cargas
estticas actuantes en una obra de ingeniera cubre
captulos completos de los manuales y reglamentos de
construccin. A stas hay que aadir las cargas
dinmicas, principalmente, por sismo y por viento que
son inherentemente aleatorias, tanto en el tiempo
(frecuencia) como en intensidad y duracin.
En geotecnia, adems, se puede presentar un factor
adicional. La presin de poro en el suelo puede variar
peridicamente o accidentalmente, por una oscilacin
de temporada del nivel fretico o por avenidas
extraordinarias a lo largo de diques y bordos de
proteccin, o por inundacin o rotura de tuberas. Esto
tiene un impacto doble, hace variar tanto la respuesta
del suelo como las cargas a las que est sometido.
De lo anterior, se concluye que el ingeniero
geotecnista analiza y disea en condiciones de altsima

Al considerar como variables aleatorias, tanto a la


capacidad como a la demanda, se pueden representar
por una funcin de densidad de probabilidad, fig 1. El
diseo ptimo ser aquel que minimice la probabilidad
de ocurrencia de falla, pf. Es decir, hacer que las
funciones de C y D tengan el menor traslape posible o
aceptable.

Figura 1. Funciones de densidad de probabilidad de capacidad


y demanda

Pgina 2 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

El rea del traslape es una medida gruesa de la


probabilidad de falla.
Si se conocen las funciones de densidad de
probabilidad de la capacidad y la demanda, la pf se
calcula como:

pf =

D max

F (x ) f (x ) dx
D

(2)

probabilidad necesaria para calcular un valor exacto de


la probabilidad de falla.
El ndice de confiabilidad es funcin del valor
esperado y la varianza de las distribuciones de
probabilidad de la resistencia y de las cargas aplicadas.
Permite comparar la confiabilidad para diferentes
condiciones sin tener que calcular los valores absolutos
de probabilidad. El ndice de confiabilidad se calcula
como, Harr (1987):

C min

Donde:
FD(x): Funcin de distribucin acumulada de la
demanda
fC(x): Funcin de densidad de probabilidad de la
capacidad
La confiabilidad, R, se define como el complemento
de la probabilidad de falla. Los anlisis de confiabilidad
buscan determinar la confiabilidad o el riesgo de falla
de un sistema o estructura, considerando a ste
confiable mientras que no se presente la falla.

R = 1 pf

(3)

La confiabilidad es la probabilidad de que un sistema


lleve a cabo sus funciones de forma adecuada, dentro de
un periodo de tiempo y bajo condiciones de operacin
establecidas. Este funcionamiento adecuado se puede
establecer en trminos de los estados lmites de falla
(falla catastrfica) o de servicio (por ej: Asentamientos
excesivos), o ambos.
Wolff (1997) establece que los anlisis de
confiabilidad se utilizan en los siguientes contextos
generales:
a)
Calcular la confiabilidad de un sistema o
estructura nueva durante su construccin y primera
carga.
b)
Calcular la confiabilidad de una estructura o
sistema existente ante una nueva condicin de carga.
c)
Calcular la probabilidad de falla de una parte
de la estructura o sistema que funcione durante un
periodo de tiempo.
A esto se puede agregar que permite calcular la
confiabilidad de un sistema o estructura nueva, de la
cual o no hay experiencia previa publicada o el
diseador no tiene experiencia previa.
3.3. ndice de Confiabilidad
El ndice de confiabilidad es una medida cuantitativa
de la confiabilidad de un sistema o estructura que
refleja la mecnica del problema y la incertidumbre en
las variables de entrada. Este ndice fue desarrollado en
ingeniera estructural para proporcionar una medida de
confiabilidad sin tener que determinar la distribucin de

E{C} E{D}

(4)

var[C] var[D]

Otra forma de expresarlo es al considerar la


distribucin de probabilidad del factor de seguridad
como normal (estndar), y su valor esperado, as se
tiene:
=

E{FS} 1
var[FS]

(5)

Como se aprecia, el ndice de confiabilidad es el


nmero de desviaciones estndar a las que se encuentra
el valor esperado del FS, con respecto al
comportamiento indeseable; por ejemplo, un factor de
seguridad de 1, fig 2.

Figura 2. ndice de confiabilidad

El ndice de confiabilidad es una medida de la


probabilidad de un comportamiento indeseable dados
un modo de comportamiento del suelo y ciertas
condiciones de carga.
Para calcular el ndice de confiabilidad se requiere
contar con los siguientes datos: Definir el criterio del
estado lmite de falla o de servicio; una funcin para
calcular el valor esperado y la desviacin estndar de
dichos estados lmite dados el valor esperado y la
desviacin estndar de los parmetros del suelo y de las
cargas.
4.

ANLISIS DE CONFIABILIDAD

Se han propuesto diversos mtodos para hacer


anlisis de confiabilidad. Estos varan de acuerdo al
grado de exactitud que proporcionan. Por ello se
clasifican de acuerdo con dicho nivel (Harr, 1987).

Pgina 3 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

El mtodo exacto efecta el anlisis de confiabilidad


mediante el clculo preciso de la probabilidad de falla.
Para ello, se deben conocer las distribuciones de
probabilidad de las variables involucradas en el clculo.
Este nivel constituye el mtodo ms complejo, por lo
cual su aplicacin en la prctica es limitada.
Difcilmente se pueden determinar con exactitud las
funciones de densidad de probabilidad de la capacidad
y la demanda. Por lo que usualmente se adoptan
distribuciones sencillas como la normal, lognormal e
incluso la uniforme. Algunos de los mtodos que se
encuentran en esta categora son: la integracin
numrica y el mtodo de Monte Carlo.
Los mtodos de primer orden, corresponden a
aquellos que aplican el segundo momento de la variable
aleatoria o simplificaciones de stos. La base de estos
mtodos es la aplicacin de las series de Taylor. Como
datos de entrada se requiere conocer los dos primeros
momentos de las variables aleatorias y la covarianza de
las variables correlacionadas. Una ventaja de estos
mtodos es la sencillez de clculo. En esta categora
estn los mtodos Hasofer Lind, de la serie de Taylor
y de la regla 3.
La tercera categora corresponde al mtodo de
estimadores puntuales propuesto por Rosenblueth
(1975).
4.1. Mtodo de Monte Carlo
El mtodo de Monte Carlo es un mtodo numrico
que permite resolver problemas matemticos mediante
la simulacin de variables aleatorias. Muzachiodi,
(2003), describe el mtodo con el ejemplo siguiente:
Supongamos que buscamos calcular el rea de una
figura plana S, que se observa en la fig 3.

N'
N

(6)

Cuanto mayor sea la cantidad de puntos que se


tengan en el cuadro unitario, mejor ser la
aproximacin del rea de la figura.
Generalmente, el mtodo se utiliza en los siguientes
casos: para simular operaciones complejas que tienen
muchos factores aleatorios que interaccionan
recprocamente; para comprobar la aplicabilidad de
mtodos analticos ms simples; para obtener muestras
aleatorias simples de una variable aleatoria de la cual se
conozca su distribucin de probabilidad.
4.2. Mtodo de primeros momentos y primer orden
Es utilizado para estimar los primeros momentos
(media y varianza), de la funcin de distribucin
resultante con base en los momentos de las variables
aleatorias de entrada.
Est basado en la expansin de la serie de Taylor de
la funcin de distribucin resultante sobre algn punto.
La expansin se realiza sobre los valores esperados de
las variables aleatorias.
Dada la funcin Y = g(X1, X2,,Xn) donde Xi son
los valores de la variable independiente, el valor
esperado de la funcin se obtiene evaluando el valor
esperado de las variables aleatorias de entrada:
E{Y} = g(E{X1 }, E{X 2 },..., E{X n }, )

(7)

El valor esperado del factor de seguridad se estima


utilizando el valor esperado de las variables aleatorias
que le dan origen:
E{FS} = FS(E{}, E{c},..., E{}, )

(8)

La varianza de la funcin resultante es:


var[Y ] =

Figura 3. rea de la figura plana S

Esta es una figura arbitraria con fronteras


curvilneas, definida grfica o analticamente y
compuesta por una o varias partes. La encerramos en un
cuadrado unitario como se muestra en la fig 3. Tenemos
en el cuadrado N puntos aleatorios. Si N son los puntos
dentro de S, el rea de S es aproximadamente igual a:

X i

var[X i ]

(9)

Las derivadas parciales son tomadas al punto de la


expansin de la serie de Taylor (en este caso la primera
derivada). Usando el factor de seguridad como una
funcin resultante. Por dar un ejemplo, la varianza se
obtiene calculando la derivada parcial del factor de
seguridad con respecto a cada variable aleatoria,
evaluada al valor esperado de esa variable, al cuadrado;
se multiplica el resultado por la varianza de la variable
aleatoria utilizada y se suma este producto al resultado
de la funcin, con respecto a las dems variables
aleatorias.

Pgina 4 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

FS 2

(10)

[
]
var
X
i
X i

Determinados el valor esperado y la varianza del


factor de seguridad, el ndice de confiabilidad se calcula
aplicando la ecuacin 5.
Entre las ventajas de este mtodo estn: proporciona
un ndice relativo de la incertidumbre del resultado
asociada a cada variable aleatoria que interviene en su
clculo; es exacto si se utilizan distribuciones de
probabilidad lineales.
Tiene como desventajas que es necesario determinar
el valor de las derivadas parciales y, cuando se utilizan
funciones no lineales, el error aumenta al elevarse el
orden de stas.
var[FS] =

4.3. Mtodo de Estimadores Puntuales


Un mtodo alternativo para estimar los momentos de
una funcin resultante con base en los momentos de las
variables aleatorias es el de estimadores puntuales
(Rosenblueth, 1975, 1981). En el, las distribuciones de
probabilidad continuas de las variables aleatorias, se
representan por una distribucin "equivalente" discreta,
a partir de dos o ms valores conocidos.
Los elementos de estas distribuciones discretas (o
estimadores puntuales) tienen valores especficos con
probabilidades definidas. De tal manera que los
primeros momentos de la distribucin discreta
coincidan con los de la variable aleatoria continua.
Considerando la distribucin de probabilidad que se
observa en la fig 4, una variable aleatoria continua X,
que es representada por dos estimadores puntuales, x+ y
x-, con probabilidad de ocurrencia P+ y P-,
respectivamente.
Como los dos estimadores puntuales y su
correspondiente probabilidad de ocurrencia equivalen a
la probabilidad de la distribucin, los dos valores de P
deben sumar la unidad.
Los dos estimadores puntuales y su respectiva
concentracin de probabilidad de ocurrencia son
elegidas para coincidir con los tres primeros momentos
de la variable aleatoria.
Cuando esta condicin se cumple para variables
aleatorias simtricamente distribuidas, los estimadores
puntuales se toman a ms menos una desviacin
estndar del valor esperado:

X i+ = E{X i } + Xi

X i = E{X i } Xi

Conociendo al estimador puntual y su


correspondiente concentracin de probabilidad, el valor
esperado de la funcin de las variables aleatorias
elevado a cualquier potencia M, puede ser evaluado de
forma aproximada, como:

[ ]

E yM = p x M + p+ x + M

(14)

La varianza se obtiene de la identidad:

{ }

var[Y ] = E Y 2 (E{Y})2

(15)

Teniendo el valor esperado y la varianza del factor


de seguridad, el ndice de confiabilidad se calcula
aplicando la ecuacin 5.
4.4. Mtodo de la regla del 3
Esta regla, propuesta por Day y Wang y descrita por
Duncan (2000), parte del hecho que en una distribucin
normal el 99.73% de los valores se encuentran
comprendidos en un rea ubicada a ms menos 3
desviaciones estndar del valor medio. Con base en lo
anterior, se considera el valor mximo y el valor
mnimo concebible para el parmetro en estudio.
La regla 3 es utilizada para estimar el valor de la
desviacin estndar mediante la igualdad

HCV LCV
6

(16)

Donde:
: desviacin estndar
HCV: mximo valor concebible del parmetro
LCV: mnimo valor concebible del parmetro

(11)
(12)

Para variables aleatorias independientes,


concentraciones de probabilidad asociadas son:
Pi + = Pi = 0.5

Figura 4. Mtodo de estimadores puntuales

(13)

las

La regla puede aplicarse cuando se tienen pocos


datos. Tambin puede usarse para juzgar la racionalidad
de valores de los coeficientes de variacin,
considerando que el valor concebible ms bajo se ubica
a 3 desviaciones estndar debajo de la media y el valor
ms alto est ubicado a 3 desviaciones estndar sobre la
media.

Pgina 5 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

La regla 3 utiliza como base a la distribucin


Gaussiana al cubrir virtualmente la poblacin entera.
Sin embargo, es aplicable a otras distribuciones,
Duncan (2000). La regla no est atada rgidamente a
una distribucin supuesta de la variable aleatoria.
5.

APLICACIN A UN TALUD

Se supone un talud de 6 metros de altura con


pendiente 1.5H : 1V, que forma parte de los bordos
marginales de un canal para conduccin de agua. Se
considera que el canal est a su mxima capacidad,
tirante de 6 m.
El talud est formado por una arcilla arenosa con
peso volumtrico de 16 kN/m3, el ngulo de friccin
tiene un valor medio de 25 y una desviacin estndar
de 2 y la cohesin presenta una media de 10 kPa con
una desviacin estndar de 2 kPa Se tiene la
incertidumbre en los resultados obtenidos en stas por
lo que se considera a la cohesin y al ngulo de friccin
como variables aleatorias con distribucin muy
semejante a una distribucin beta.
El FS mnimo y su crculo de falla asociado se
calcularon aplicando el mtodo de Morgenstern Price,
los cuales son: FS= 3 y el crculo de falla se ve en la fig
5.
Se busca calcular el ndice de confiabilidad para el
talud. Se considerar que un FS = 1 representa la
condicin de falla. Se emplearn los mtodos: Monte
Carlo, Regla del 3, estimadores puntuales, y de
primeros momentos y primer orden.
En la tabla 1 se muestran los resultados al aplicar los
diferentes mtodos. En ella se observa que los valores
del ndice de confiabilidad determinados con los
mtodos de Monte Carlo, de estimadores puntuales y de
primeros momentos y primer orden dan un valor de
ndice de confiabilidad cercano a 5. La Regla del 3 da
un valor de 3.39. Esto puede explicarse debido a que es
el mtodo ms impreciso de todos. Es decir, no requiere
ms que el conocimiento de un valor mnimo y de uno
mximo para estimar los primeros momentos del factor
de seguridad. Sin embargo, este mtodo es el ms
sencillo de aplicar cuando se tienen pocos datos del
suelo.

Figura 5. Mnimo factor de seguridad y crculo de falla critico

6.

CONCLUSIONES

La incertidumbre en los anlisis geotcnicos se


puede valorar empleando el anlisis de confiabilidad.
Tradicionalmente el diseo geotcnico se realiza
empleando factores de seguridad aceptables. Los
valores se toman de la experiencia acumulada por la
profesin geotcnica, a lo largo de muchos aos.
Los reglamentos de construccin ms modernos
consideran, en lugar de factores de seguridad, factores
de carga y factores de reduccin para los estados lmites
de falla y de servicio. Es decir, acotan el diseo para
evitar una falla catastrfica, y aseguran que el
comportamiento de la obra cumpla con las condiciones
de servicio para las que se disea.
La variacin de los factores involucrados en el
diseo geotcnico, se puede cuantificar por medio de la
teora de la probabilidad. Se representan, por una
funcin de densidad de probabilidad.
Tabla 1. Resumen del ndice de confiabilidad
y primeros momentos del factor de seguridad

Mtodo

E{FS}

var[FS]

FS

Monte
Carlo

2.98

0.151

0.389

4.97

Regla del
3

2.77

0.271

0.521

3.39

Estimacin
puntual

2.97

0.149

0.386

5.10

Primeros
momentos y
primer
orden

2.98

0.151

0.388

5.09

La evaluacin rigurosa de la probabilidad de falla es


casi imposible debido a la dificultad para determinar
con precisin las funciones de probabilidad de la
Capacidad y la Demanda. Por ello, hay mtodos
alternativos como los discutidos aqu, que permiten
hacer el anlisis aproximado, con poblaciones de pocos
datos.
De los mtodos aqu evaluados se tienen los
comentarios siguientes:
El mtodo de Monte Carlo se utiliza para simular
operaciones complejas que tienen muchos factores
aleatorios que interactan recprocamente. Es un
mtodo que fcilmente puede ser programado en una
rutina de cmputo.
El mtodo de primeros momentos y primer orden es
utilizado para estimar los primeros momentos (media y
varianza), por medio de la expansin de la serie de
Taylor. Entre sus ventajas estn: proporciona un ndice
relativo de la incertidumbre del resultado asociada a

Pgina 6 de 7

Anlisis de Confiabilidad en Geotecnia, Cuatro Enfoques


Alberto Jaime Paredes, Audini Montoya Orozco

cada variable aleatoria que interviene en su clculo y, es


exacto si se utilizan distribuciones de probabilidad
lineales. Tiene como desventaja principal que es
necesario determinar el valor de las derivadas parciales
y cuando se utilizan funciones no lineales, el error
aumenta al elevarse el orden de stas.
Un mtodo alternativo para estimar los momentos de
una funcin resultante con base en los momentos de las
variables aleatorias es el mtodo de estimadores
puntuales. Este mtodo considera que las distribuciones
de probabilidad continuas de las variables aleatorias de
entrada son representadas por una distribucin
"equivalente" discreta a partir de dos o ms valores
conocidos. Presenta como ventaja que su aplicacin es
relativamente ms sencilla en comparacin con otros
mtodos y sus resultados se aproximan en gran medida
a los obtenidos con el mtodo de primeros momentos y
primer orden.
El mtodo ms sencillo es el de la regla del 3,
aunque es tambin el mtodo menos preciso. Se aplica
cuando estn disponibles datos limitados y puede usarse
para juzgar la racionalidad de valores de los
coeficientes de variacin, a partir del valor mnimo y
mximo concebible para la variable de inters.
7.

REFERENCIAS

Duncan, J. M., (2000), Factor of safety and reliability


in
geotechnical
engineering,
Journal
of
Geotechnical and Geoenviromental Engineering,
Vol. 126, No. 4, ASCE, USA.
Harr, M.E. (1987), Reliability based design in civil
engineering, McGraw Hill, USA.
Marsal, R. J. y M Mazari (1959), El subsuelo de la
Ciudad de Mxico, UNAM, Mxico.
Muzachiodi, S. (2003), Implicancias del Data
Mining, UNER, Argentina.
Rosenblueth, E. (1975), Point estimates for probability
moments, Proceedings of the National academy of
Science, USA.
Rosenblueth, E (1981), Two Point estimates in
probabilities, Applied Mathematical Modeling,
USA.
Wolff, T.F. (1997) Introduction to probability and
reliability methods for use in geotechnical
engineering, ETL 1110-2-547, U. S. Army Corps of
Engineers, USA.

Pgina 7 de 7