SIMULACIÓN DE MONTE CARLO EN INGENIERÍA GEOTÉCNICA, Y SU

APLICACIÓN EN EL ANÁLISIS DE RIESGOS

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

Universidad Mayor de San Simón

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

Tecnología, Universidad Mayor de San Simón

RESUMEN

La aplicación de las probabilidades y la estadística en ingeniería geotécnica, han logrado

resolver problemas de incertidumbre y riesgo asociado a determinados tipos de falla, sin
embargo en una simulación estadística es difícil representar todas las variables asociadas.

En este trabajo realiza una simulación empleando el método de Monte Carlo, como una
herramienta muy útil cuando se desea determinar la probabilidad de falla de un sistema
geotécnico, aspecto que sería imposible efectuar sin una simulación estadística por todas
las variables aleatorias que intervienen en un problema de análisis y diseño geotécnico.

Palabras Clave Análisis de Riesgos, Método de Montecarlo, Parámetros Geotécnicos

1. INTRODUCCIÓN el proyectista considera solo el valor

La aplicación de las probabilidades y la
estadística en ingeniería geotécnica, 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 más exitosas es la de
estimación, y su desempeño en las
consideraciones de variabilidades de
sistemas geotécnicos la hacen una
herramienta eficaz.
Al ser muchos los parámetros
geomecánicos que son determinados mediante
aspectos cualitativos; la incertidumbre que
acompaña a estos es inevitable. Generalmente
promedio o representativo de cada parámetro
geomecánico; cuando en realidad estos
valores son aleatorios en diferentes grados,
ellos constan de una determinada distribución
de probabilidad. Consecuentemente, éstas
pueden ser modeladas probabilísticamente. Es
necesario tomar en cuenta la variabilidad de
estos parámetros, porque su incidencia en el
diseño es considerable (Hoek, 1998)
2. LA SIMULACIÓN ESTADÍSTICA
Los métodos de simulación son
necesarios cuando se requiere realizar un
análisis probabilístico de una función de
estado límite con muchas variables aleatorias
implícitas. Para esto es necesario conocer las
propiedades estadísticas de cada una de las
variables, sus medidas de tendencia central así
como sus varianzas, y si es posible su tercer y
cuarto momento para determinar a cuál
distribución de probabilidad mejor se ajusta.
Actualmente se cuenta con mucho
material de esta naturaleza, distintos autores
presentan variabilidades y promedios de
diferentes parámetros geomecánicos (Gordon,
1997) (Chow, 1994) (Isaaks & Sivastaba,
1989) (Sánchez, 2007) (Hoek, 2006) ( Bauzá
Castelló, 2003)
Función de estado límite.
En geotecnia la función de estado
límite, muchas veces, es la que define el factor
de seguridad y ésta puede ser expresada por:
se obtiene un conjunto de valores del factor de
seguridad. Con esta serie de valores el factor
de seguridad puede ser analizado
estadísticamente y extraerse información
sobre parámetros estadísticos del mismo, para
determinar la probabilidad de falla del sistema
geotécnico en consideración.
La expresión matemática que muestra este
criterio, es la siguiente:
N N
1 1 (3)
pf I g x 0 I Fs 1
N i 1 N i 1
Esta expresión es la definición del primer
momento, lo cual indica que la probabilidad
de falla es la esperanza matemática ó valor
esperado de la función indicador I.

Fs
FR (1) En otras palabras, la idea básica del método de
FA Monte Carlo consiste en escribir la integral
requerida como el valor esperado de alguna
Donde FR es la sumatoria de todas las función con respecto a alguna distribución de
fuerzas resistentes del sistema, y FA es la probabilidad, lo cual sugiere una solución
sumatoria de las fuerzas que actúan sobre el “estadística” al problema de integración.
sistema (solicitaciones).
3. PROCEDIMIENTO
Entonces; la probabilidad de falla
asociada al factor de seguridad, nuestra Para motivar la discusión se considera el
función de estado límite, puede ser definida problema de estabilidad de talud en Hong
como: Kong (Sau Mau Ping) con los datos de (Hoek,
FR 2006)
pf p 1 (2)
FA 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 tracción
Método de Monte Carlo.
El método de Monte Carlo consiste en evaluar
50° 35°
la integral de falla correspondiente a la 70°
A
función de estado límite. Esto se logra
simulando, según su respectiva distribución 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 Parámetros constantes:
de los parámetros considerados como Altura del H 60m
aleatorios. Una vez concluida la simulación, talud
Angulo y f 50 nal
equivalente Tabla 2: Valores aleatorios con sus
Angulo del y p 35 respectivas distribuciones de probabilidad.
plano de
falla La función de estado límite que define nuestro
Inclinación Horizontal sistema es:
del talud
superior cA W cosy p V siny p U a W siny p tan f
Fs
Distancia b max H coty p coty f 35.34m W siny p V cosy p a W cosy p
máxima del (4)
banco
superior b max
Peso g r 26 3
KN b

unitario de m
z
la roca V zw

Peso g 10 3
KN W
U

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

Parámetros aleatorios:
Parámetr Valor Desviaci Distribuci Fig. 2 Fuerzas resultantes que actúan en el
o medio ón ón
Talud.
estándar
Angulo de El número de simulaciones efectuadas
f 35 5 Normal
fricción
KN al factor de seguridad fue el mismo para cada
c 100
Cohesión m2 20 Normal realización de las variables aleatorias,
doscientas mil, dándonos la siguiente
Profundida información estadística.
d de la
z 14m 3 Normal
fisura de Descripción Estadística del factor de seguridad
Variable: Fs
tracción 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
200000

Minimum 0.14428
tracción 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 Mín=0, Exponenci 1.54327 1.55429
1.542 1.552 1.562 1.572 95% Confidence Interval for Sigma
en la fisura 2 máx=z al 0.39396 0.40175

de tracción 95% Confidence Interval for Median

95% Confidence Interval for Median
1.55710 1.57041

Relación Fig. 3 Descripción estadística del factor de

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

El índice de confiabilidad de nuestro Simulación de Monte Carlo

Función de estado límite
30000

Fuerza actuante en dirección del desplazamiento (KN)

sistema puede ser determinado de la siguiente
manera: 25000
Función de estado límite

20000

b 1
0.0839 (5)
15000

El índice de confiabilidad b es de 10000

1.38. A modo de hacer una comparación; 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 índice de confiabilidad igual a 3 Fig. 4 Simulación de Monte Carlo para el

cuando la combinación contiene cargas
gravitatorias, y un valor de 1.75 cuando la
combinación considera sismos (American
Institute of Steel Construction, 2005).
Mientras más alto el índice de confiabilidad
más seguro es el sistema.
Valores de b mayores a 1 son
satisfactorios (Sánchez, 2007).
La simulación de Monte Carlo puede
ser evidenciada en la figura 4. La figura
también muestra la función de estado límite,
como la frontera de la región segura (parte
inferior derecha) y la región de falla (Parte
superior izquierda).
Esta figura es una herramienta visual
muy importante, cuando se desea tomar
decisiones en cuanto a diseño; pues ésta
muestra los eventos aislados del sistema
geotécnico. Los puntos que tienen mayor
distancia a la función de estado límite hacia la
izquierda, y aquellos que tienen mayor
distancia a la función de estado límite hacia la
derecha, muestran factores de seguridad muy
bajos y muy altos respectivamente. Solamente
talud Sau Mau Ping
4. CONCLUSIONES
Los modelos probabilísticos resuelven el
problema de riesgo y confiabilidad en
sistemas geotécnicos, representan mejor la
aleatoriedad intrínseca de los parámetros
geomecánicos, y por ende del factor de
seguridad.
Un análisis de confiabilidad no puede ser
realizado mediante procedimientos
determinísticos, los cuales no muestran la
incidencia de la variabilidad en los parámetros
geomecánicos.
El método de Monte Carlo es una herramienta
muy útil cuando se desea determinar la
probabilidad de falla de un sistema
geotécnico, aspecto que sería imposible
efectuar sin una simulación estadística por
todas las variables aleatorias que intervienen
en un problema de análisis y diseño
geotécnico.
 5. REFERENCIAS

Bauzá Castelló Juan Diego NORMATIVA,

CÁLCULO Y SEGURIDAD EN LA
GEOTECNIA (EL EUROCÓDIGO)
[Conferencia] // Curso de Geotecnia para
Infraestructuras . - Málaga : Eurocódigo,
2003.

American Institute of Steel Construction

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

Chow V. HIDROLOGÍA APLICADA

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

Gordon A. PROBABILLISTIC METHODS

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

Hoek Evert PRACTICAL ROCK

ENGINEERING [Publicación periódica] //
Elsiever Science. - 2006.

Hoek Evert RELIABILITY OF HOEK-

BROW ESTIMATES OF ROCK MASS
PROPERTIES [Publicación periódica] //
Elsiever Science. - 1998.

Isaaks & Sivastaba GEOSTATISTIC

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

Sánchez Mauricio CONFIABILIDAD Y

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