Capacidad portante

Diseño basado en confiabilidad

DISEÑO FUNDACIONES
IC MSC JEISSON JAVIER PINZÓN H.
 ¿ Por qué se debe implementar?

• Los materiales tienen características variables.

• Condiciones de exploración geotécnica. Esta se realiza de manera puntual y existe una alta variabilidad en el
suelo.
• Evaluar los proyectos de manera individual. Cada proyecto tendrá consecuencias particulares debido a un falla
total o parcial (Vulnerabilidad / Amenaza / Riesgo).
 ¿ Por qué se debe implementar?
Incertidumbre
• Metodologías de diseño (empíricas/ analíticas / numéricas)
• Parámetros de los suelos (resistencia / deformabilidad / permeabilidad)
• Elementos externos – Amenaza (sismo, hidrológico, desorden publico , etc.)
• Cargas aplicadas (duración, magnitud, etc)
 ¿ Qué podemos hacer?

Evaluar la variabilidad de parámetros geotécnicos a

partir de una función de distribución de probabilidad.

Utilizar las metodologías ya descritas considerando

variables con diferentes funciones de probabilidad .
 Metodología
Pasos:
• Establecer la metodología de diseño:
• Capacidad portante superficial (Hansen, Vesic, etc.)
• Capacidad portante profunda (alfa, beta, etc.)
• Asentamientos (lineal elástico, hiperbólico de Duncan, etc,)

• Identificar variables aleatorias

• Caracterizar variables aleatorias
• Establecer los parámetros de las variables aleatorias (Media, Valor
esperado, desviación estándar, etc.)
Metodologías:
• Asumir función de probabilidad e identificar probabilidad de falla
De primer orden:
 Estimación puntual
 Series de Taylor

Simulación de Monte Carlo

 Funciones de distribución de probabilidad
Análisis de datos:
• Representación grafica
• Valores representativos (geometría descriptiva)
 Funciones de distribución de probabilidad
Análisis de datos:
• Representación grafica
• Valores representativos (geometría descriptiva)

• Moda: valor o característica con mayor frecuencia

• Mediana: valor que divide la distribución por la mitad.
• Media ( ): Promedio aritmético de una distribución.
• Desviación estándar: Promedio de diferencia con respecto a la media.

• Coeficiente de variación: relación entre la desviación

• Varianza: Desviación estándar al cuadrado estándar y la media.
 Funciones de distribución de probabilidad
Probabilidad:
• Describe la frecuencia de ocurrencia de un evento.
• La probabilidad se expresa por un numero entre 0 y 1.
• La probabilidad se puede presentar como la relación entre el
número de respuestas positivas sobre el número total de
posibles respuestas de un evento.
 Funciones de distribución de probabilidad
Distribución de probabilidad:
• Cada evento tiene una probabilidad de ocurrencia, de manera que la función aleatoria pueda asociarse con
esta probabilidad a través de lo que se conoce como función densidad de probabilidad (PDF), descrita por su
función de distribución acumulada (CDF).

• Es decir Fx es la probabilidad de que la variable aleatoria X tome un valor menor o igual a x.

Funciones de distribución de probabilidad
Distribución de probabilidad:
• La función de distribución de probabilidad se describe en términos
de la función de densidad de probabilidad (PDF).

• La probabilidad de que un evento sea menor a x se obtiene a partir

de:
Funciones de distribución de probabilidad
Distribución de probabilidad:
• La probabilidad de que un evento este en un rango se obtiene a
partir de:
 Funciones de distribución de probabilidad
Valores centrales:
• Valor esperado

• Valor esperado de una función

• Varianza

• Coeficiente de variación
Funciones de distribución de probabilidad
Distribución uniforme:
Funciones de distribución de probabilidad
Distribución normal estándar:
Funciones de distribución de probabilidad
Distribución lognormal :
 Funciones de distribución de probabilidad
Funciones de variables aleatorias:
Establece una relación entre una variable dependiente con una o mas variables independientes. Si al menos
una variable independiente es aleatoria, la variable dependiente también lo será.
Su distribución de probabilidad y sus momentos estadísticos serán función de la o de las variables aleatorias.
Definiciones
Definiciones
Diseño basado confiabilidad
Diseño basado confiabilidad
Diseño basado confiabilidad
Diseño basado confiabilidad
Series de Taylor - FOSM
Estos métodos suponen que la diferencia entre los valores aleatorios y el valor medio es pequeño, por lo que
las potencias también lo son.
Diseño basado confiabilidad
Series de Taylor - FOSM
Diseño basado confiabilidad
PDF CDF
Series de Taylor - FOSM FS fs P < FS
0.0 0.00 0.001
0.2 0.01 0.002
0.4 0.03 0.006
0.6 0.05 0.013
0.8 0.10 0.028
1.0 0.18 0.056
1.2 0.28 0.102
1.4 0.40 0.170
1.6 0.52 0.263
1.8 0.60 0.375
2.0 0.63 0.500
2.2 0.60 0.625
2.4 0.52 0.737
2.6 0.40 0.830
2.8 0.28 0.898
3.0 0.18 0.944
3.2 0.10 0.972
3.4 0.05 0.987
3.6 0.03 0.994
3.8 0.01 0.998
4.0 0.00 0.999
4.2 0.00 1.000
Diseño basado confiabilidad
Series de Taylor - FOSM
Diseño basado confiabilidad
Series de Taylor - FOSM

E(MS) 50 E(MS) 50
des est (MS) 27.84 des est (MS) 30.42
Diseño basado confiabilidad
Series de Taylor - FOSM
Diseño basado confiabilidad
Estimación puntual
Diseño basado confiabilidad
Estimación puntual
Diseño basado confiabilidad
Estimación puntual
Diseño basado confiabilidad
Estimación puntual
Diseño basado confiabilidad
Simulación Monte Carlo
Diseño basado confiabilidad
Simulación Monte Carlo
Diseño basado confiabilidad
Simulación Monte Carlo
Diseño basado confiabilidad
Simulación Monte Carlo