FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL

INFORME ACADEMICO

RESUMENM CRÍTICO

AUTOR

BAÑEZ MAUTINO, Fidel Eduardo

BAEZ MELENDRES Flor

CRUZ ANGELES, Carolina

JAMES MACEDO, Robert

VARGAS MEDINA, Yerson

ASESOR:

MSC. BENDEZU ROMERO, LENIN MIGUEL

LINEA DE INVESTIGACIÓN:

DISEÑO SISMICO Y ESTRUCTURAL

LIMA - PERÚ

2019
 RESUMEN CRITICO “SISMICIDAD”

1. Modelos de sismicidad

Según la formulación racional de las decisiones de ingeniería en áreas sísmicas requiere

descripciones cuantitativas de la sismicidad puesto que deben ajustarse a sus intenciones
aplicables, “las intensidades simultaneas en cada terremoto se puede predecir predecir en
varios lugares”. Otra de las aplicaciones refiere que “es suficiente hacer evaluaciones
independientes de los efectos probables de los terremotos, en cada uno de los lugares, se
aplica cuando el daño o utilidad negativa infligida de un terremoto este al ser tomado
simplemente como la adición a las perdidas en los componentes individuales
Según la evaluación de riesgos para todo este sistema regional debe ser basado en modelos
de sismicidad de primer tipo (MODELOS QUE PREDICEN SIMULTANEAMENTE INTENSIDADES
EN VARIOS LUGARES DURANTE CADA EVENTO)

Teniendo en cuenta cada categoría de cada riesgo sísmico este da distribuciones de

probabilidad de ciertas características de movimiento del suelo “como aceleración o velocidad
máxima del terreno – densidad espectral” también nos da a entender que durante los
intervalos de choque de valores máximos da algunas de estas mismas. En general la
información instrumental no es suficiente para estimar las distribuciones de probabilidades
de intensidad máxima viendo para modelos de intensidad Los valores cuantitativos que se
derivan de allí están generalmente ligados a una gran incertidumbre con márgenes

Los geólogos también hablan de la magnitud máxima que se puede generar en un área
determinada, evaluada observando observando las dimensiones de los accidentes geológicos,
las estimaciones producidas son obviamente inciertas y el grado de incertidumbre que debe
expresarse junto con el valor más probable puesto que se dan criterios definidos a cada
probabilidad eh hipótesis correspondiente a su filosofía.

2. Atenuación de intensidad

Para la evaluación de la contribución de potenciales sísmicos de atenuación de intensidad que

se relacionan. Las características de intensidad con magnitud y distancia del sitio a la fuente
estas se pueden expresar en una serie de maneras como el de “MERCALLI”-MODIFICANDO
INTENSIDAD, con una combinación de más de una medida cuantitativa de la sacudida del suelo
Para la atenuación de varias características de intensidad con la distancia se ha desarrollado
pero también dice que no hay poco acuerdo entre la mayoría de ellos dan a conocer
discrepancias en las definiciones de algunos parámetros – rangos de valores analizados
teniendo como tema de relevancia propagación de onda reales de la formaciones geológicas
reales situadas entre la fuente y el sitio también suponen que estas características
debidamente modificadas en términos de factores de amplificación del suelo dependiente de
la frecuencia “deben constituir la base para estimando su contrapartes sobre el suelo
estudiado tanto las
Observaciones sobre la influencia del suelo: las propiedades del en el daño del terremoto
apoyan el supuesto de una fuerte correlación entre los tipos de suelo LOCAL-INTENSIDAD en
un choque dado sin embargo refieren así mismo que no se ha tenido o no han tenido éxito
donde las condiciones locales favorecen en el cumplimiento de los supuestos modelos
analíticos (la influencia del suelo local que se está discutiendo en tema de modelo analítico)
2.1. ATENUACION DE INTENSIDAD EN TERRENO FIRME.

Según las líneas que muestran la misma intensidad de un choque, están basados solo en
las intensidades observadas en condiciones de suelo homogéneas, tales como suelo
(suelos compactos) o lecho de roca, son aproximadamente elípticos y las orientaciones de
los ejes correspondientes a menudo se correlacionan con las tendencias geológicas locales
o regionales.

La intensidad debe expresarse en función de la magnitud y las coordenadas de la fuente

y el sitio, la intensidad debe predecirse en términos de expresiones simples que dependen
solo de la magnitud y la distancia del sitio al hipocentro instrumental.

2.1.1. Intensidades de Mercalli modificadas

(Esteva, 1968) Un análisis de las intensidades de Mercalli modificado en terreno

firme informado sobre terremotos ocurridos en México le llevó a la siguiente
expresión relacionando magnitud M, distancia hipocentral R (en kilómetros) e
intensidad I.

………………………………………… (1)
Existe una probabilidad del 60% de que una intensidad observada sea superior a
un grado mayor o menor que su valor predicho.

2.1.2. Aceleraciones y velocidades máximas del terreno

Housner mostró que las intensidades se atenúan más rápido con la distancia en
la costa oeste que en el resto del país. Milne y Davenport (1969). desarrollaron la
siguiente expresión para a, la aceleración máxima del terreno, como una fracción
de la gravedad:

……………………………………………………… (2)

Aquí, R es la distancia epicentral en kilómetros. La aceleración varía

aproximadamente como 𝑒 1.64𝑀 𝑅−2 para R grande, y como 𝑒 0.54𝑀 donde R se
acerca a cero. Esto refleja en cierta medida el hecho de que la energía se libera
no en un solo punto, sino desde un volumen finito.

El error estadístico de esta ecuación se estudió ajustando una probabilidad log

normal distribución a los radios de aceleraciones observadas a calculadas. Una
desviación estándar de se encontró 0.74 en los logaritmos naturales de esos
radios.
 Esteva y Villaverde (1973), sobre la base de las aceleraciones reportadas por
Hudson (1971, 1972a, b), expresiones derivadas para aceleraciones y velocidades
máximas del terreno, como sigue:

Aquí v es la velocidad máxima del terreno en cm / seg. La desviación estándar del

logaritmo natural de la relación entre la intensidad observada y la predicha es de
0,64 para las aceleraciones y de 0,74 para las velocidades.

2.1.3. Espectros de respuesta

La aceleración y el desplazamiento máximos del terreno son indicadores bastante

buenos de la respuesta de las estructuras que poseen, respectivamente,
frecuencias naturales muy altas y muy pequeñas. La velocidad máxima se
correlaciona con la respuesta de los sistemas de período intermedio. es natural.
formular criterios de evaluación de riesgo sísmico y diseño de ingeniería en
términos de espectro espectral.

La velocidad y el desplazamiento se estiman inicialmente y luego se utilizan como

valores de referencia Para la predicción de las ordenadas del espectro de
respuesta. Que el segundo paso en el proceso sea representado por la operación.
𝑦𝑠 =𝛼𝑦𝑔 dónde 𝑦𝑠 Es una ordenada de la respuesta. espectro para un periodo
natural y una relación de amortiguamiento dados, y 𝑦𝑔 es un parámetro.

La siguiente tabla demuestra la ecuación de McGuire.

3. SISMICIDAD LOCAL

El término sismicidad local se usará aquí para designar el grado de actividad sísmica en un
volumen dado de la corteza terrestre, los criterios más usuales se basan en límites superiores
a las magnitudes de los terremotos que pueden originarse en una fuente sísmica dada, sobre
la cantidad de energía liberada por choques por unidad de volumen y por unidad de tiempo o
en descripciones estadísticas más detalladas del proceso.

3.1. Expresiones de magnitud-recurrencia

Gutenberg y Richter (1954) obtuvieron expresiones que relacionan las magnitudes de los
terremotos con sus tasas de ocurrencia para varias zonas de la tierra.

……………………………………………………………………… (6)

donde λ es el número medio de terremotos por unidad de volumen y por unidad de

tiempo que tiene la magnitud mayor que M y α y β son constantes dependientes de la
zona; α varía ampliamente de un punto a otro, como lo demuestra el mapa de epicentros.
mientras que β permanece dentro de un rango relativamente estrecho, como se
muestra en la sig, fig.

La ecuación 6 implica una distribución de la energía liberada por choque que es

muy similar a la observada en el Proceso de microfractura de muestras de
laboratorio de varios tipos de rocas sometidas a Incrementando gradualmente la
tensión de compresión o flexión.

La figura 8 muestra que para magnitudes muy altas la frecuencia observada de

eventos es menor que lo predicho por eq. 6. Además, Rosenblueth (1969) ha
demostrado ese β no puede ser más pequeño que 3.46, ya que eso implicaría una
cantidad infinita de energía Liberado por unidad de tiempo. para los valores altos
de M (por encima de 7, aproximadamente) la curva debe inclinarse hacia abajo,
de acuerdo con evidencia estadística.

La necesidad de formular decisiones relacionadas con el riesgo sísmico que

tengan en cuenta tanto los límites superiores a las magnitudes como sus
probabilidades de ocurrencia sugiere la adopción de expresiones de recurrencia
de magnitud de la formar:
Donde 𝑀𝐿= la magnitud más baja cuya contribución al riesgo es significativa, 𝑀𝑈= máximo magnitud
factible, y G * (M) = distribución de probabilidad acumulativa complementaria de Magnitudes cada
vez que ocurre un evento (M ≥ 𝑀𝐿 ). Una forma particular de G * (M) que Se presta a derivaciones
analíticas es:

Donde

Como M tiende a 𝑀𝐿 desde arriba, eq. 7 enfoques eq. 6. Adopción de valores adecuados de 𝑀𝑈 y 𝛽1
permiten satisfacer dos condiciones adicionales: la magnitud máxima factible y la tasa de variación de
λ en sus proximidades. Cuando 𝛽1 → ∞, eq. 8 tiende a una expresión propuesta por Cornell y
Vanmarcke (1969). Yegulalp y Kuo (1974) han aplicado la teoría de los valores extremos para estimar
Las probabilidades de que magnitudes dadas se excedan en intervalos de tiempo dados. Asumen esas
probabilidades para ajustarse a una distribución extrema de tipo III dada por:

Aquí 𝐹𝑀𝑚𝑎𝑥 (M l t) indica la probabilidad de que la magnitud máxima observada. en t años es más
pequeño que M, 𝑀𝑈 tiene el mismo significado que arriba, y C y K son zonas Parámetros dependientes.
Esta distribución es consistente con la suposición de que los terremotos con magnitudes mayores que
M tienen lugar de acuerdo con un proceso de Poisson con una tasa media λ igual a C ( 𝑀𝑈 −𝑀)𝑘 . La
ecuación 9 produce recurrencia de magnitud. curvas que se ajustan estrechamente a los datos
estadísticos en los que se basan para magnitudes superiores 5.2 y períodos de retorno de 1 a 50 años,
aunque los valores de MU que resultan de El análisis estadístico puro no es una medida confiable del
límite superior a las magnitudes. ya que en muchos casos resultan inadmisiblemente altos.

Además, la fig. 9, tomada de Yegulalp y Kuo (1974) muestran que el número de choques detectados
se ajusta al extremo tipo III en eq. 9 mejor que la distribución extrema de tipo I implícita en eq. 6,
acoplado con el supuesto de distribución de Poisson del número de eventos.
El problema merece atención porque las estimaciones de pérdidas esperadas debido a daños no
estructurales pueden ser sensibles a los valores de λ para pequeñas magnitudes ) y porque la
evaluación del nivel de actividad sísmica en una región a menudo se realiza depende de los números
registrados de choques de pequeña magnitud y de los niveles de detectabilidad supuestos, es decir,
de las proporciones de números de terremotos detectados y ocurridos.

Ninguna de las expresiones para λ presentadas en este capítulo posee la propiedad deseable de su
aplicabilidad en varias regiones no superpuestas de la corteza terrestre implica la validez de una
expresión de la misma forma sobre la adición de esas regiones, a menos que se impongan algunas
restricciones en los parámetros de cada λ.

3.2. Variación con la profundidad.

La profundidad de la actividad sísmica predominante en una región depende de su

estructura tectónica. La Figura 11 muestra la distribución de la profundidad de los
terremotos con una magnitud superior a 5.9 para todo el cinturón circunpacífico.
 3.3. Modelos estocásticos de ocurrencia de terremotos.

Las tasas medias de superación de magnitudes dadas son promedios esperados durante
largos intervalos de tiempo. En la actualidad, esos tiempos solo se pueden predecir dentro
de un contexto probabilístico.

a) El trazado de histogramas de tiempos de espera entre choques (Knopoff, 1964; Aki, 1963).

b) Evaluación del índice de dispersión de Poisson, es decir, de la relación de la varianza muestral

del número de choques a su valor esperado (Vere-Jones, 1970; Shlien y Toksöz, 1970). Este
índice es igual a la unidad para los procesos de Poisson, es más pequeño por casi secuencias
periódicas, y es mayor que uno cuando los eventos tienden a agruparse.

c) Determinación de funciones de autocovarianza, es decir, de funciones que representan la

covarianza de la cantidad de eventos observados en intervalos de tiempo dados, expresada
en términos del tiempo transcurrido entre esos intervalos (Vere-Jones, 1970; Shlien y Toksöz,
1970). La función de autocovariedad de un proceso de Poisson es un delta de Dirac. función.
Esta característica es característica del modelo de Poisson, ya que no se mantiene Para
cualquier otro proceso estocástico.

d) La función de peligro h (t), definida de modo que h (t) dt es la probabilidad condicional de que
un evento tendrá lugar en el intervalo (t, t + dt) dado que no se han producido eventos antes
de t. Si F (t) es la distribución de probabilidad acumulada del tiempo entre eventos:
 Donde

3.3.1 modelo de Poisson

Según los modelos estocásticos de sismicidad suponen que los eventos de la ocurrencia de un
terremoto constituyen un proceso de Poisson y que los 𝑀𝑖 ′𝑠 son independientes e idénticamente
distribuidos. La probabilidad de tener N terremotos con una magnitud superior a M durante el
intervalo de tiempo (0, t) es igual a:

Donde:

𝑉𝑀 - es la tasa media de excedencia de magnitud M en el volumen dado.

Se han observado desviaciones en la dirección opuesta: los tiempos de espera tienden a ser más
periódicos, el índice de dispersión de Poisson es más pequeño que uno, y el proceso se puede
representar mediante un modelo de renovación.

Según (Tsuboi, 1958; Gajardo y Lomnitz, 1960) Los modelos en discusión también fallan en tener en
cuenta la agrupación en el espacio por la evolución de la sismicidad con el tiempo, y por el cambio
sistemático.

3.3.2 modelos de gatillo

El modelo de Poisson no favorece en el análisis estadístico de los tiempos de espera entre terremotos,
Pero se han desarrollado modelos alternativos, la mayoría de ellos del 'tipo de disparo' (Vere-Jones,
1970), es decir, el proceso general de generación de terremotos se considera como la superposición
de una serie de series de tiempo, cada una con un diferente origen, donde los tiempos de origen son
los eventos de un proceso de Poisson.

El número total de eventos que ocurren antes del instante t es entonces:

Los tiempos de origen se distribuyen de acuerdo con un proceso homogéneo de Poisson con la tasa
media v, y todas las 𝑊𝑚 son procesos estocásticos distribuidos de manera idéntica con respecto a (t -
𝑡𝑚 ), se puede demostrar (Parzen, 1962) que se puede obtener la media y la varianza de N

desde:
Parzen también una expresión para la función de generación de probabilidad. 𝜓𝑁 (Z; t) de la
distribución de N en términos de 𝜓𝑤 (Z; t, τ), la función generadora de cada uno de los procesos
componentes:

Donde:

la función de probabilidad de masa de N se puede obtener de 𝜓𝑁 (Z; t) recordando que:

Expandiendo 𝜓𝑁 en la serie de potencias de Z, y tomando P {N = n} igual al coeficiente de 𝑍 𝑛

en Esa expansión. Por ejemplo, si es de interés calcular P {N = 0}, la expansión de
𝜓𝑁 (Z; t) en una serie de Taylor con respecto a Z = 0 lleva a:

donde el primo significa derivado con respecto a Z. De la definición de 𝜓𝑁 , P {N = 0} = 𝜓𝑁 (0;

t).

En el modelo Neyman-Scott, el proceso de agrupaciones se asume estacionario y Poisson, está

definido por 𝑝𝑁 , la función de probabilidad de su número de eventos, y Λ (t), la función de
distribución acumulada del tiempo de un evento. Corresponde a un grupo dado, medido
desde el origen del grupo. La Bartlett-Lewis El modelo es un caso especial del primero, donde
cada grupo es un proceso de renovación que finaliza. Después de un número finito de
renovaciones. En estos modelos la probabilidad condicional de un evento. que tiene lugar
durante el intervalo (t, t + dt), dado que el grupo está formado por N descargas, es igual a Nλ
(t) dt, donde λ (t) = ∂Λ (t) / ∂t.

Vere-Jones comparó varias formas alternativas del modelo de Neyman-Scott. con datos
observados sobre la base de estadísticas de primer y segundo orden: funciones de peligro,
Distribuciones de intervalo (en forma de espectros de potencia) y curvas de tiempo de
varianza.
En el modelo de Poisson no se realiza conglomerado (La distribución de N es una función delta de
Dirac centrada en N = 1), mientras que en los modelos exponencial y de ley de potencia, la distribución
de N es extremadamente sesgada hacia N = 1, y Λ (t) se toma respectivamente como 1 - 𝑒 −ƛ𝑡 y
1 − [𝑐/(𝑐 + 𝑡)]𝛿 para t ≥ 0, y como cero para t <0, donde λ, c, y δ son parámetros positivos.

Gaisky (1967) tienen funciones de peligro que sugieren modelos donde los orígenes del clúster, así
como los propios clústeres, pueden estar representados por procesos de renovación.

Lomnitz y Hax (1966) propusieron un modelo de agrupamiento para representar secuencias de réplica;
Es una versión modificada del modelo de Neyman y Scott, donde el proceso de los orígenes de los
grupos no es homogéneos de Poisson con una tasa media decayendo de acuerdo Con la ley de Omori,
la cantidad de eventos en cada grupo tiene una distribución de Poisson, y Λ (t) es exponencial.

Drakopoulos estudió la relación del número total de réplicas cuya magnitud excede un valor dado con
la magnitud del choque principal. (1971) para 140 secuencias de réplica en Grecia desde 1912 hasta
1968. Sus resultados pueden ser expresado por N (M) = A exp (-βM), donde N (M) es el número total
de réplicas con magnitud mayor que M, y A es una función de 𝑀0 La magnitud del choque principal:

3.3.3. Modelos de procesos de renovación.

Las conclusiones relativas a la activación de brechas sísmicas son controvertidas porque la

Los periodos de observación no han superado un ciclo de cada proceso. Sin embargo, esos
Las conclusiones apuntan a la formulación de modelos estocásticos de sismicidad que reflejan
características plausibles de los procesos geofísicos.
Estas consideraciones sugieren el uso de modelos de procesos de renovación para representar
secuencias de choques individuales o de agrupaciones. Tales modelos se caracterizan porque
los tiempos entre eventos son independientes y distribuidos de manera idéntica. El proceso
de Poisson es un modelo de renovación particular para el cual la distribución del tiempo de
espera es exponencial. Se logra una generalidad más amplia, sin mucha pérdida de capacidad
de cálculo matemático, si se supone que los tiempos intermedios se distribuirán de acuerdo
con una función gamma:

cuando k = 1. Si k <1, los intervalos cortos son más frecuente y el coeficiente de variación es
mayor que en el modelo de Poisson; si k> 1, lo contrario es cierto.

3.4. Influencia del modelo de sismicidad en el riesgo sísmico.

Inmediatamente después de la ocurrencia de un gran terremoto, el riesgo sísmico es anormal

alto debido a la actividad de réplica y a la probabilidad de que el daño infligido por la principal
El choque puede haber debilitado las estructuras naturales o artificiales si se toman medidas
de emergencia. No se toma a tiempo. Cuando la actividad de réplica ha cesado y los sistemas
dañados han sido reparado, se alcanza un nivel de riesgo normal, que depende de las
funciones de densidad de probabilidad de los tiempos de espera a los terremotos dañinos
subsiguientes.

A modo de ilustración, supongamos que un factor fijo y determinista daño conocido 𝐷0 ocurre
cuando una magnitud por encima de un valor dado se genera en una fuente dada. Si f (t) es la
función de probabilidad-densidad del tiempo de espera hasta la ocurrencia del evento dañino,
y si el nivel de riesgo es lo suficientemente bajo como para que solo la primera el fallo es
preocupante, el valor esperado del costo actualizado de los daños es (ver Capítulo 9):

Donde: γ es el coeficiente de descuento (o interés compuesto) y la barra superior denota la

expectativa. Si el proceso es Poisson con una tasa media v, entonces f (t) es exponencial y D
≅ 𝐷0 v / γ; sin embargo, si ocurren eventos dañinos en grupos y la mayoría del daño producido
por cada grupo corresponde a su primer evento, el cálculo de D debería hacer uso de la tasa
media v correspondiente a los grupos, en lugar de la aplicable a eventos individuales.

La Tabla 2 muestra una comparación del riesgo sísmico determinado bajo la supuestos
alternativos de un modelo de Poisson y gamma (k = 2), ambos con el mismo período medio
de retorno, k / v (Esteva, 1974).
 Esta tabla muestra diferencias muy significativas entre los niveles de riesgo para ambos
procesos. A pequeños valores de 𝑡0 , el riesgo es menor para el proceso de gamma, pero crece
con el tiempo, hasta que anula que para el proceso de Poisson, que permanece constante. Las
diferencias mostradas afectan claramente las decisiones de ingeniería.

4. Evaluación de la sismicidad local

Las relaciones de magnitud-recurrencia es para pequeños volúmenes de la corteza terrestre y

las funciones de correlación estadística del proceso de generación de terremotos. La base de
datos geotectónicos y de los modelos conceptuales de los procesos físicos involucrados, se
puede hacer un conjunto de supuestos alternativos con respecto a las funciones en cuestión
(repetición de la magnitud, tiempo, y correlación de espacio) y una distribución de
probabilidad inicial asignada al mismo.

Por otro lado, está disponible un registro estadístico largo y confiable, que prácticamente
determina la forma y parámetros del modelo matemático seleccionado para representar la
sismicidad local.

4.1. Estimación bayesiana de parámetros distribuidos conjuntamente con los siguientes

parámetros:

La estimación de B consistirá en la determinación de la función de probabilidad conjunta

bayesiana posterior de sus componentes puesto que por los componentes del vector B que
se estiman, eq. 21 se convierte en:
Las soluciones de forma cerrada para f ", tal como se indican en la ecuación 25, no son factibles
en general. propósito de evaluar el riesgo, sin embargo, estimaciones de los primeros y
segundos momentos posteriores. de f "se puede obtener a partir de la ecuación 25, haciendo
uso de las aproximaciones de primer orden disponibles (Benjamin y Cornell, 1970;
Rosenblueth, 1975). Así, el valor esperado posterior de 𝐵𝑖 es dado por ʃ f"𝐵𝑖 .(u) u du, donde
f"𝐵𝑖 (𝑢𝑖 ) = ʃ ʃ f"𝐵𝑖 B (𝑢𝑖 ,..., 𝑢𝑟 ) 𝑑𝑢1…… 𝑑𝑢𝑛 y el La integral múltiple es de orden r - 1, porque no
se extiende al dominio de 𝐵𝑖 .
Por lo tanto:
Pues en este caso se requiere todo para describir la sismicidad con fines de toma de decisiones como
también la incertidumbre ES LA SUPERCION DE PROBABILIDAD DE UNA MAGNITUD DURANTE EL
INTERVALO DE TIEMPO

En es esquma 20 vemos las funciones de probabilidad exponencial ya que estos intervalos tienden al
infinito (r y t) pero con una relación igual por este caso la incertidumbre bayesiana conjunta de todo
los parámetros de sismicidad dado tomando la expectativa de esa probabilidad con todo sus
parámetros

De esta forma se adaptara la ecuación de distribución inicial

Mientras que la variabilidad espacial este muestra un mapa de las provincias geotécnicas, tomamos
por ejemplo la zona 1 se muestra esquemáticamente en la fig. Que se mostrara dando datos
estadísticos a lo largo de todo el sistema tectónico
 promediada en todo el sistema es una cuestión de aplicar la ecuación Sobre la base de la
información sismotectónica, el sistema que se está considerando puede subdividirse primero
en la placa subyacente y el subsistema de fuentes poco profundas; Cada subsistema puede
entonces ser analizado por separado Tomemos, por ejemplo, la placa subyacente y
subdividámosla en subzona s de igual volumen suficientemente pequeñas. Sea 𝑉𝐿 la tasa de
excedencia de magnitud 𝑀𝐿 en todo el sistema principal, 𝑉𝐿 𝑖 la tasa correspondiente en cada
subzona y defina pi como 𝑉𝐿 / 𝑉𝐿 , con pi independiente de 𝑉𝐿 (𝑃𝑖 es igual a la probabilidad de
que un terremoto que se sabe que se generó en el sistema general se originó en la subzona i).
La información inicial sobre la posible variabilidad espacial de 𝑉𝐿 𝑖 se puede expresar en
términos de una distribución de probabilidad inicial de 𝑃𝑖 y de la correlación entre 𝑃𝑖 y 𝑃𝑖 para
cualquier i y j. Porque Ʃ𝑉𝐿 𝑖 = 𝑉𝐿 uno obtiene ∑ 𝑃𝑖 = 1 Esto impone dos restricciones en la
distribución de probabilidad conjunta inicial de las 𝑃𝑖 : 𝐸′(𝑃𝑖 ) = 1 var ∑ 𝑃𝑖 = 0. Si a todos los
𝑃𝑖 se les asignan expectativas iguales y se supone que todos los pares 𝑃𝑖 , 𝑃𝑗 , i possess j poseen
el mismo coeficiente de correlación 𝑃𝑖𝑗 = 𝑃′, as restricciones mencionadas conducen a E '(𝑃𝑖 )
= 1 / s y ρ '= -1 / (s - 1). Los valores posteriores de E (𝑃𝑖 ) y 𝑃𝑖𝑗 se obtienen de acuerdo con los
mismos principios que condujeron a las ecuaciones. 25-28. En este caso, la evidencia
estadística se describe mediante N, el número total de terremotos generados en el sistema y
ni (i = 1, ..., s) los números correspondientes para las subzonas. Dados los 𝑃𝑖 's, la probabilidad
de este evento es la distribución multinomial:

5. Sismicidad regional.

El objetivo final de la evaluación de la sismicidad local es la estimación de la sismicidad regional, es

decir, las distribuciones de probabilidad de intensidades en sitios determinados y las correlaciones
probabilísticas entre ellas Estas funciones se obtienen integrando las aportaciones de sismicidades
locales de fuentes cercanas A continuación, la sismicidad regional se expresará en términos de tasas
medias de superación de las intensidades dadas; Las descripciones probabilísticas más detalladas
implicarían la adopción

5.1. Curvas de intensidad-recurrencia

El caso cuando se descuide la incertidumbre en los parámetros de sismicidad será discutido primero.

(véanse las ecuaciones 4 y 5), donde ε es un factor aleatorio e Y e 𝑌𝑝 representan intensidades

reales y pronosticadas, 𝑏1 y 𝑏2 reciben constantes, y g (R) es una función de la distancia
hipocentral. La probabilidad de que un terremoto que se origine en la fuente tenga una
intensidad mayor que y es igual a la probabilidad de que ε 𝑌𝑝 > y. Si 𝑌𝑝 se expresa en términos
de M y se tiene en cuenta la aleatoriedad en ε, se obtiene:
 Donde v y 𝑣𝑝 son respectivamente tasas medias a las cuales las intensidades reales y
pronosticadas superan los valores dados, α U = y / 𝑦𝑈 , α L = y / 𝑦𝐿 , 𝑦𝑈 y 𝑦𝐿 son las intensidades
predichas que corresponden a 𝑀𝑈 y 𝑀𝐿 , y f ε la función de probabilidad-densidad de ε. Si eq.
Se supone que 33 sostiene:

dando por consiguiente mapas de probabilidad sísmica

5.2. Mapas de probabilidad sísmica

Cuando se determinan las funciones de intensidad-recurrencia para un número de sitios

con condiciones de terreno locales uniformes, los resultados se representan
convenientemente mediante conjuntos de mapas de probabilidad sísmica, cada mapa
muestra contornos de intensidades que corresponden a un período de retorno dado.
 las Figs. 19 y 20 muestran las velocidades y aceleraciones máximas del terreno que
corresponden a un período de retorno de 100 años en terreno firme en México. Estos
mapas forman parte de un conjunto que se obtuvo mediante la aplicación de los criterios
descritos en este capítulo.

5.3. Microzoning

La mayor parte del esfuerzo invertido en la microzonificación se ha dedicado al estudio de

la influencia de la estratigrafía local del suelo en la intensidad y el contenido de frecuencia
de los terremotos.

Los modelos analíticos se han limitado prácticamente al análisis de respuesta de

formaciones estratificadas de suelos lineales o no lineales a ondas de corte de
desplazamiento vertical. Los resultados de comparar el comportamiento observado y
predicho han variado de satisfactorios.

La práctica actual de microzonificación determina las intensidades sísmicas o los

parámetros de diseño en dos pasos. Primero, los valores de esos parámetros en terreno
firme son estimados por medios de expresiones de atenuación adecuadas y luego se
amplifican de acuerdo con las propiedades del suelo local ; pero esto implica una decisión
arbitraria a la que el riesgo sísmico es muy sensible: seleccionar el límite entre el suelo y
el suelo firme.