SIMULACIN DE MONTE CARLO EN INGENIERA GEOTCNICA, Y SU

APLICACIN EN EL ANLISIS DE RIESGOS

Fernando Gomez Ledezma1, Gabriel Rodriguez Roca2, Fernando Arturo Ledezma Perizza3
1
Departamento de Ingeniera Civil, Facultad de Ciencias y Tecnologa, Universidad Mayor
de San Simn, Maestrante en la Universidad Jorge Mason-USA
2Docente Titular Departamento de Ingeniera Civil, Facultad de Ciencias y Tecnologa,

Universidad Mayor de San Simn

3Docente Investigador Departamento de Ingeniera Civil, Facultad de Ciencias y

Tecnologa, Universidad Mayor de San Simn

RESUMEN

La aplicacin de las probabilidades y la estadstica en ingeniera geotcnica, han logrado

resolver problemas de incertidumbre y riesgo asociado a determinados tipos de falla, sin
embargo en una simulacin estadstica es difcil representar todas las variables asociadas.

En este trabajo realiza una simulacin empleando el mtodo de Monte Carlo, como una
herramienta muy til cuando se desea determinar la probabilidad de falla de un sistema
geotcnico, aspecto que sera imposible efectuar sin una simulacin estadstica por todas
las variables aleatorias que intervienen en un problema de anlisis y diseo geotcnico.

Palabras Clave Anlisis de Riesgos, Mtodo de Montecarlo, Parmetros Geotcnicos

1. INTRODUCCIN el proyectista considera solo el valor

La aplicacin de las probabilidades y la
estadstica en ingeniera geotcnica, han
logrado resolver el problema de la
incertidumbre y el riesgo asociado a
determinados tipos de falla (en cierto
grado). Su alcance y aplicabilidad es
demasiado basta. Una de sus
particularidades ms exitosas es la de
estimacin, y su desempeo en las
consideraciones de variabilidades de
sistemas geotcnicos la hacen una
herramienta eficaz.
Al ser muchos los parmetros
geomecnicos que son determinados mediante
aspectos cualitativos; la incertidumbre que
acompaa a estos es inevitable. Generalmente
promedio o representativo de cada parmetro
geomecnico; cuando en realidad estos
valores son aleatorios en diferentes grados,
ellos constan de una determinada distribucin
de probabilidad. Consecuentemente, stas
pueden ser modeladas probabilsticamente. Es
necesario tomar en cuenta la variabilidad de
estos parmetros, porque su incidencia en el
diseo es considerable (Hoek, 1998)
2. LA SIMULACIN ESTADSTICA
Los mtodos de simulacin son
necesarios cuando se requiere realizar un
anlisis probabilstico de una funcin de
estado lmite con muchas variables aleatorias
implcitas. Para esto es necesario conocer las
propiedades estadsticas de cada una de las
variables, sus medidas de tendencia central as se obtiene un conjunto de valores del factor de
como sus varianzas, y si es posible su tercer y seguridad. Con esta serie de valores el factor
cuarto momento para determinar a cul de seguridad puede ser analizado
distribucin de probabilidad mejor se ajusta. estadsticamente y extraerse informacin
sobre parmetros estadsticos del mismo, para
Actualmente se cuenta con mucho determinar la probabilidad de falla del sistema
material de esta naturaleza, distintos autores geotcnico en consideracin.
presentan variabilidades y promedios de
diferentes parmetros geomecnicos (Gordon, La expresin matemtica que muestra este
1997) (Chow, 1994) (Isaaks & Sivastaba, criterio, es la siguiente:
1989) (Snchez, 2007) (Hoek, 2006) ( Bauz N N
1 1
Castell, 2003) pf I g x 0 I Fs 1 (3)
N i 1 N i 1
Funcin de estado lmite.
Esta expresin es la definicin del primer
En geotecnia la funcin de estado momento, lo cual indica que la probabilidad
lmite, muchas veces, es la que define el factor de falla es la esperanza matemtica valor
de seguridad y sta puede ser expresada por: esperado de la funcin indicador I.
F
Fs R (1) En otras palabras, la idea bsica del mtodo de
FA Monte Carlo consiste en escribir la integral
requerida como el valor esperado de alguna
Donde FR es la sumatoria de todas las funcin con respecto a alguna distribucin de
fuerzas resistentes del sistema, y FA es la probabilidad, lo cual sugiere una solucin
sumatoria de las fuerzas que actan sobre el estadstica al problema de integracin.
sistema (solicitaciones).
3. PROCEDIMIENTO
Entonces; la probabilidad de falla
asociada al factor de seguridad, nuestra Para motivar la discusin se considera el
funcin de estado lmite, puede ser definida problema de estabilidad de talud en Hong
como: Kong (Sau Mau Ping) con los datos de (Hoek,
FR 2006)
p f p (2)
F 1

A b max
b
Se puede notar claramente en (2) que
z
la falla ocurre cuando el factor de seguridad es 20 m
zw
menor que uno.
60 m Fisura de traccin
Mtodo de Monte Carlo.
El mtodo de Monte Carlo consiste en evaluar
50 35
la integral de falla correspondiente a la 70
A
funcin de estado lmite. Esto se logra
simulando, segn su respectiva distribucin de
probabilidad, una gran cantidad de
realizaciones de todas las variables que Fig. 1 Talud Sau Mau Ping en Hong Kong.
intervienen en ella y evaluando el factor de
seguridad para cada una de las realizaciones Parmetros constantes:
de los parmetros considerados como Altura del H 60m
aleatorios. Una vez concluida la simulacin, talud
Angulo f 50 nal
equivalente Tabla 2: Valores aleatorios con sus
Angulo del p 35 respectivas distribuciones de probabilidad.
plano de
falla La funcin de estado lmite que define nuestro
Inclinacin Horizontal sistema es:
del talud
superior cA W cosp V sinp U W sinp tan
Fs
Distancia b max H cotp cotf 35.34m W sinp V cosp W cosp
mxima del (4)
banco
superior b max
Peso r 26 3
KN b

unitario de m
z
la roca V zw

Peso 10 3
KN W
U

unitario del m H
cA
agua
W
Tabla 1: Valores considerados constantes en
el anlisis. A

Parmetros aleatorios:
Parmetr Valor Desviaci Distribuci Fig. 2 Fuerzas resultantes que actan en el
o medio n n
Talud.
estndar
Angulo de El nmero de simulaciones efectuadas
35 5 Normal
friccin
KN al factor de seguridad fue el mismo para cada
c 100
Cohesin m2 20 Normal realizacin de las variables aleatorias,
doscientas mil, dndonos la siguiente
Profundida informacin estadstica.
d de la
z 14m 3 Normal
fisura de Descripcin Estadstica del factor de seguridad
Variable: Fs
traccin Anderson-Darling Normality Test

Distancia A-Squared:
P-Value:
9.945
0.000

de la Mean
StDev
1.54878
0.39782
Variance 0.158258
cresta a la b 15.3 4 Normal Skewness
Kurtosis
-1.5E-01
6.73E-02

fisura de 0.15 0.40 0.65 0.90 1.15 1.40 1.65 1.90 2.15 2.40 2.65 2.90 3.15 N
200000

Minimum 0.14428
traccin 1st Quartile
Median
1.28971
1.56425
3rd Quartile 1.81972
Profundida 95% Confidence Interval for Mu
Maximum 3.24551

95% Confidence Interval for Mu

d de agua zw
z Mn=0, Exponenci 1.54327 1.55429
1.542 1.552 1.562 1.572 95% Confidence Interval for Sigma
en la fisura 2 mx=z al 0.39396 0.40175

de traccin 95% Confidence Interval for Median

95% Confidence Interval for Median
1.55710 1.57041

Relacin Fig. 3 Descripcin estadstica del factor de

sismo-
Mn=0, Exponenci seguridad.
aceleraci 0.08
Max=2 al
n
gravitacio
 La probabilidad de falla del talud es de deben ser considerados aquellos que cuentan
0.0839, que significa el rea sombreada de la con un factor de seguridad muy bajo.
figura 3.

El ndice de confiabilidad de nuestro Simulacin de Monte Carlo

Funcin de estado lmite
30000

Fuerza actuante en direccin del desplazamiento (KN)

sistema puede ser determinado de la siguiente
manera: 25000
Funcin de estado lmite

20000

1 0.0839 (5)
15000

El ndice de confiabilidad es de 10000

1.38. A modo de hacer una comparacin; en 5000

estructuras de acero las combinaciones de

0
carga son mayoradas con factores que 0 5000 10000 15000 20000 25000 30000
Fuerza resistente al desplazamiento (KN)
35000 40000

satisfagan un ndice de confiabilidad igual a 3 Fig. 4 Simulacin de Monte Carlo para el

cuando la combinacin contiene cargas
gravitatorias, y un valor de 1.75 cuando la
combinacin considera sismos (American
Institute of Steel Construction, 2005).
Mientras ms alto el ndice de confiabilidad
ms seguro es el sistema.
Valores de mayores a 1 son
satisfactorios (Snchez, 2007).
La simulacin de Monte Carlo puede
ser evidenciada en la figura 4. La figura
tambin muestra la funcin de estado lmite,
como la frontera de la regin segura (parte
inferior derecha) y la regin de falla (Parte
superior izquierda).
Esta figura es una herramienta visual
muy importante, cuando se desea tomar
decisiones en cuanto a diseo; pues sta
muestra los eventos aislados del sistema
geotcnico. Los puntos que tienen mayor
distancia a la funcin de estado lmite hacia la
izquierda, y aquellos que tienen mayor
distancia a la funcin de estado lmite hacia la
derecha, muestran factores de seguridad muy
bajos y muy altos respectivamente. Solamente
talud Sau Mau Ping
4. CONCLUSIONES
Los modelos probabilsticos resuelven el
problema de riesgo y confiabilidad en
sistemas geotcnicos, representan mejor la
aleatoriedad intrnseca de los parmetros
geomecnicos, y por ende del factor de
seguridad.
Un anlisis de confiabilidad no puede ser
realizado mediante procedimientos
determinsticos, los cuales no muestran la
incidencia de la variabilidad en los parmetros
geomecnicos.
El mtodo de Monte Carlo es una herramienta
muy til cuando se desea determinar la
probabilidad de falla de un sistema
geotcnico, aspecto que sera imposible
efectuar sin una simulacin estadstica por
todas las variables aleatorias que intervienen
en un problema de anlisis y diseo
geotcnico.
 5. REFERENCIAS

Bauz Castell Juan Diego NORMATIVA,

CLCULO Y SEGURIDAD EN LA
GEOTECNIA (EL EUROCDIGO)
[Conferencia] // Curso de Geotecnia para
Infraestructuras . - Mlaga : Eurocdigo,
2003.

American Institute of Steel Construction

MANUAL OF STEEL CONSTRUCTION
[Libro]. - Chicago, Illinois : AISC, 2005. -
Vol. I.

Chow V. HIDROLOGA APLICADA

[Libro]. - Massachuset : McGraw-Hill, 1994.

Gordon A. PROBABILLISTIC METHODS

IN GEOTECHNICAL ENGINEERING
[Libro]. - Virginia : ASCE, 1997.

Hoek Evert PRACTICAL ROCK

ENGINEERING [Publicacin peridica] //
Elsiever Science. - 2006.

Hoek Evert RELIABILITY OF HOEK-

BROW ESTIMATES OF ROCK MASS
PROPERTIES [Publicacin peridica] //
Elsiever Science. - 1998.

Isaaks & Sivastaba GEOSTATISTIC

APPLIED [Libro]. - Chicago : Mc-Grawhill,
1989. - pg. 458.

Snchez Mauricio CONFIABILIDAD Y

EVALUACIN DE RIESGOS EN
INGENIERIA [Libro]. - Bogot : Universidad
de los Andes, 2007.