Вы находитесь на странице: 1из 156

I\lRNIIIaIN.

SIXTEENTH ABOR CARRILLO


LECTURE
DECIMOSEXTA CONFERENCIA
NABOR CARRILLO

GABRIEL AUVINET

2002

SOCIEDAD MEXICANA DE MECNICA DE SUELOS, A.C.


SIXTEENTH
NABOR CARRILLO LECTURE
DECIMOSEXTA
CONFERENCIA NABOR CARRILLO

UNCERTAINTY IN GEOTECHNICAL ENGINEERING


INCERTIDUMBRE EN GEOTECNIA

GABRIEL AUVINET*

Delivered at the XXII' National Meeting of the Mexican Society for Soil Mechanics
in Quertaro, Mexico, on November 21st, 2002

Dictada durante la XXI Reunin Nacional de la Sociedad Mexicana de Mecnica


de Suelos en Quertaro, Mxico, el 21 de noviembre de 2002

* Research Professor, Instituto de Ingeniera, UNAM, Mexico


Profesor Investigador, Instituto de Ingeniera, UNAM, Mxico
Copyright, Mxico, 2002
Sociedad Mexicana de Mecnica de Suelos, A.C. (SMMS)
Valle de Bravo N 19, Col. Vergel de Coyoacn
14340, Mxico, D.F., MXICO
ISBN 968 -5350 10 -8

The opinions expressed in this publication are of the exclusive responsibility of the author.

Author's rights were kindly transferred to SMMS by Dr. Gabriel Auvinet.

President of the Organizing Committee: Aurelio Salazar -Rodrguez.

Translated by Ral Esquivel -Daz.

Printed in Mexico. Not to be reprinted without written permission from SMMS.

Copyright, Mxico, 2002


Sociedad Mexicana de Mecnica de Suelos, A.C. (SMMS)
Valle de Bravo N 19, Col. Vergel de Coyoacn
14340, Mxico, D.F., MXICO
ISBN 968 -535010 -8

Las opiniones aqu presentadas son de la exclusiva responsabilidad del autor.

Los derechos de autor de esta publicacin fueron cedidos a la SMMS por el Dr. Gabriel
Auvinet.

Presidente del Comit Organizador: Ing. Aurelio Salazar Rodrguez.

Traduccin a cargo del Ing. Ral Esquivel Diaz.

Impreso en Mxico. Prohibida su reproduccin sin autorizacin escrita de la SMMS.


GABRIEL AUVINET
PRESENTATION OF THE SIXTEENTH INTRODUCCIN A LA DECIMOSEXTA
NABOR CARRILLO LECTURE CONFERENCIA NABOR CARRILLO

by por

Aurelio Salazar Aurelio Salazar

It has become a tradition to hold every two Como ya se ha vuelto tradicin, cada dos aos
years the Nabor Carrillo Lecture, as part of the se imparte, dentro del marco de la Reunin
National Meeting of Soil Mechanics. This Nacional de Mecnica de Suelos, la
internationally recognized event is focused on Conferencia Nabor Carrillo. Esta conferencia,
highlighting, discussing and updating the de reconocimiento internacional, pretende
trends and the most outstanding topics in the resaltar, discutir y poner al da las tendencias
field of geotechnical engineering, in the y tpicos ms relevantes de la especialidad en
broadest sense of the word. geotecnia, en sus contextos ms generales.

As it is known, the Mexican Society for Soil Como es sabido, la Sociedad Mexicana de
Mechanics began hosting this lecture thirty Mecnica de Suelos instaur la conferencia
years ago, to honor the memory of an arriba mencionada hace treinta aos, para
exceptional researcher and pioneering honrar la memoria de ese investigador y
professor of Soil Mechanics: Nabor Carrillo. . maestro de excepcin de mecnica de suelos
que fue Nabor Carrillo.

On this occasion, the Sixteenth Nabor Carrillo En esta ocasin, toca el turno de presentar la
Lecture will be delivered by Dr. Gabriel magna conferencia, en este caso la
Auvinet, an outstanding researcher and decimosexta, a un destacado investigador y
consultant, whose brilliant professional career consultor, al Dr. Gabriel Auvinet, cuya
has taken place in Mexico. There is no doubt brillante carrera profesional se ha desarrollado
that we will hear learned proposals, assertions, en Mxico. Seguramente escucharemos
as well as relevant conclusions; and perhaps planteamientos, propuestas, aserciones. y
some remarks related to questionings that still conclusiones relevantes; es probable que
persist in the field. tambin se discutan algunas incertidumbres
que persisten en la especialidad.

Since the arrival of new and improved El advenimiento de nuevas tcnicas de


techniques for exploration and laboratory exploracin y de laboratorio ha permitido,
testing many years ago, geotechnical desde hace muchos aos, una investigacin de
engineers have been able to conduct campo cada vez ms completa sobre la
increasingly comprehensive field investi- problemtica que enfrenta el ingeniero
gations to better solve their problems. geotecnista. Sin embargo, es el avance
However, it is the rapid advances in recent vertiginoso de las herramientas de anlisis.
.times of analytical tools, including those that incluyendo las de tipo computacional, las que

vii
are computer related, which have enabled us han permitido en tiempos recientes formular
to achieve an unprecedented progress in replanteamientos en muchas reas de la
various areas of the specialty: there have been especialidad: existen enfoques a nivel de
hypotheses and criteria at both research and investigacin y de prctica profesional que se
professional practice levels that have been han confirmado desde los tiempos primeros de
verified since the earliest times of soil la mecnica de suelos, mientras que otras
mechanics, whereas other historical and soluciones histricas a problemas del
traditional solutions to subsoil problems have subsuelo, paulatinamente se han venido
been progressively abandoned or have been abandonando, o reorientando, en el mejor de
reoriented, when applicable. On the other los casos. La depuracin de las tcnicas de
hand, improvements in field investigation investigacin de campo, pero sobre todo de las
tools, and those related to historical theories teoras histricas y lneas de razonamiento, no
and learning trends, do not always occur at the siempre se hace a la misma velocidad y con la
same pace or at the same time. This creates misma oportunidad. Ello plantea seguramente
the necessity of making retrospective la necesidad de hacer reflexiones
reflections on new perspectives to serve as the retrospectivas, que sirvan como apoyo para
basis for the development of long -term hacer las proyecciones hacia el futuro de la
projections covering the different aspects of especialidad, en los diferentes rubros que
the specialty. componen a esta ltima.

The ongoing Board of Directors of the La actual Mesa Directiva de nuestra Sociedad,
Mexican Society for Soil Mechanics wishes to por mi conducto, expresa tambin su
express its gratitude to another distinguished agradecimiento a otro miembro destacado de
member of our Society, Dr. Efran Ovando- la misma, el Dr. Efrain Ovando Shelley, quien
Shelley, who kindly accepted to prepare a nos acompaa en el estrado, y que
profile of Dr. Gabriel Auvinet, and to gustosamente acept preparar una semblanza
introduce him. del Dr. Gabriel Auvinet y hacer la
presentacin del mismo.

Please receive our most cordial welcome. We Sean ustedes bienvenidos, y les agradecemos
really appreciate your being with us today. su valiosa presencia.

viii
PRESENTATION AND BIOGRAPHICAL PRESENTACIN Y SEMBLANZA DEL
SKETCH OF DR: GABRIEL AUVINET" DR. GABRIEL AUVINET

by por

Efrain Ovando -Shelley* Efrain Ovando Shelley'

Today we meet again to honour the memory Hoy, como hace treinta aos y como en
of Dr. Nabor Carrillo, as we did for the first quince ocasiones anteriores, nos volvemos a
time thirty years ago and on fifteen previous reunir para honrar la memoria del Dr. Nabor
occasions. This time we shall listen to the Carrillo. En esta ocasin escucharemos la
sixteenth of the lectures that bear his name decimosexta de las conferencias que desde
since 1972. The fifteen previous ones have 1972 llevan su nombre. Las quince anteriores
been delivered by the most distinguished han quedado a cargo de los ms distinguidos
Mexican geotechnical engineers and by some geotecnistas mexicanos y de algunos de los
of the most outstanding of our foreign ms destacados colegas nuestros : del
colleagues. We pride ourselves that the extranjero. Nos enorgullece que la memoria
memory of Dr. Carrillo is honoured like this, del Dr. Carrillo se honre as, con trabajos del
with papers of the highest level and by ms alto nivel y con conferencistas de la
lecturers of the highest quality, like he who mejor calidad, como quien, en breve,' nos
will address us in a few moments. dirigir la palabra.

I was assured that the XX`i' century finished Me aseguraron que el siglo XX termin l 31
on 31 December of year 2000. Being so, Dr. de diciembre del ao 2000. Siendo as, toca al
Gabriel Auvinet will deliver the first Nabor Dr. Gabriel Auvinet impartir la primera
Carrillo Lecture of the new millennium, the Conferencia Nabor Carrillo del nuevo milenio,
first one in the XXI' century. It is a happy la primera del siglo XXI. Es una feliz
coincidence since in much that he has coincidencia pues en mucho de lo que ha
endeavoured, he has been the first. In much of emprendido ha sido justamente el primero. En
his work he has been a pioneer, a precursor, muchos de sus trabajos ha sido pionero,
and, above all, a visionary. He has learned to precursor y por encima de todo, ha sabido ser
look with detail, depth and rigour where visionario. Ha sabido ver con detalle, con
others, me included, have not even paused, as profundidad, con rigor, donde otros ni siquiera
demonstrated by his most impressive record as nos hemos detenido, como lo demuestra su
researcher, teacher and rigorous geotechnical impresionante trayectoria como investigador,
engineer, having also a great practical sense: como maestro y como ingeniero geotcnico
riguroso y a la vez poseedor de un gran
sentido prctico:

Research Professor, Instituto de Ingeniera, `Investigador, Instituto de Ingeniera, UNAM,


UNAM, Mexico Mxico

ix
His career began when he obtained the title of Comenz su carrera cuando obtuvo el ttulo de
civil engineer from the Ecole Spciale des ingeniero civil en la Ecole Spciale des
Travaux Publics de Paris, France. Later, he Travaux Publics de Paris. Francia.
got a diploma as a specialist in prestressed Posteriormente obtuvo un diploma de
concrete from the Centre des Hautes Etudes especializacin en concreto presforzado en el
de la Construction, also in Paris. He resides in Centre des Hautes Etudes de la Construction,
Mexico since 1968 which allowed him to tambin de Pars. Desde 1968 reside en
obtain his master's and doctoral degrees from Mxico lo cual le permiti obtener los grados
the Divisin de Posgrado de la Facultad de de Maestro y de Doctor en Ingeniera, con
Ingeniera de la UNAM in Mexico City. The especialidad en mecnica de suelos, en la
totality of his career as a research engineer has Divisin (le Posgrado de la Facultad de
taken place at the Instituto de Ingeniera, Ingeniera de la UNAM. Ha desarrollado
UNAM which he joined formally in 1970. prcticamente la totalidad de su carrera corno
There, he profited from the influence of Ral investigador en el Instituto de Ingeniera de la
J. Marsal, Daniel Resndiz, Jess Alberro and UNAM donde ingres formalmente en 1970.
Emilio Rosenblueth who backed him at the Ral J. Marsal, Daniel Resndiz, Jess
beginning of his career. He has been the Alberro y Emilio Rosenblueth influyeron
coordinator of the Geotechnics Section and beneficiosamente en su trabajo y tambin lo
Sub- Director at the Institute as well as head of impulsaron en sus inicios. Ha ocupado los
the Civil Engineering Department at the puestos de Coordinador de la Seccin de
Divisin de Estudios de Posgrado, Facultad de Geotecnia y de Subdirector del Instituto y
Ingeniera, UNAM. tambin ha sido Jefe del Departamento de
Ingeniera Civil de la Divisin de Estudios de
Posgrado, Facultad de Ingeniera, UNAM.

Gabriel Auvinet's contributions to the Las contribuciones de Gabriel Auvinet al


understanding of the role of microstructure on entendimiento de la estructura de los medios
the behaviour of granular materials have been granulares han sido muy bien recibidas no
very well received, not only by engineers but solamente en el medio ingenieril sino en otras
also by specialists from other fields, including especialidades, incluyendo la fsica. Propuso
physicists. He put forth an original description una descripcin original de los medios
of discrete media with which a continuous discretos que establece una liga continua entre
link between the granular scale and the scale la escala granular y la del medio continuo a
of continua can be established by means of the travs del concepto de efecto de escala
concept of the geometric scale effect, geomtrico, expresado en trminos
expressed in terms of probabilities. This probabilistas. Este concepto le permiti
concept allowed him, for example, to provide inclusive proponer una respuesta probabilista
a probabilistic answer to the problem of al antiguo problema del "Soritos" que ya se
Soritos ", posed by the ancient Greeks, i.e. planteaban los griegos: " A partir de qu
"How many particles in a cluster of grains are nmero de partculas un grupo de granos debe
required to have a mass of sand?" In considerarse como una arena ?" Al desarrollar
developing these theoretical concepts he took estos elementos tericos, se preocup por
care in analyzing their practical implications analizar las implicaciones de sus resultados en

x
in geotechnic like the definition of soil problemas prcticos de la geotecnia como la
mixtures h' ,sing the minimum possible definicin de mezclas de suelos con porosidad
porosity, th design of filters and the selection mnima, el diseo de filtros, la seleccin y el
and contrr of materials for earth structures, control de materiales para estructuras
the evalu' .ion of the hydraulic conductivity of geotcnicas, la evaluacin de la conductividad
porous r .dia and the mechanical behaviour of hidrulica de los medios porosos y el
discrete .nedia. His algorithms have also been comportamiento mecnico de los medios
used b specialists of other fields, especially discretos. Sus algoritmos se han empleado en
in cc' nection with the interpretation of the otras especialidades, en particular para la
rnec' .rnical behaviour of metallic powders. interpretacin del comportamiento mecnico de
polvos metlicos.

most important contributions in the field En el rea del modelado analtico y numrico
if numerical and analytical modeling are del comportamientos de obras de ingeniera
related to the analysis of deep foundations in civil, sus contribuciones ms importantes
Mexico City's difficult subsoil conditions. As estn relacionadas con el anlisis de
he was just beginning his career at the cimentaciones profundas en el dificil suelo
Instituto de Ingeniera, he developed lacustre de la ciudad de Mxico. Cuando
graphical, numerical and analytical elasticity - apenas empezaba su carreraen el Instituto de
based solutions relevant for the analysis of Ingeniera, desarroll unas soluciones
foundations. Later he developed an interest, grficas, numricas y analticas para
together with Dr. Daniel Resndiz, in the problemas de la teora de la elasticidad
analysis of pile foundations in soils relevantes en el anlisis de cimentaciones.
undergoing a consolidation process, as in Posteriormente, se interes, en colaboracin
Mexico City. Using load cells of his own and con el Dr. Daniel Resndiz, en el anlisis de
novel design, he measured the development of las cimentaciones sobre pilotes en suelos en
negative skin friction on point -bearing and proceso de consolidacin como el de la ciudad
friction piles in Texcoco lake. With analytical de Mxico. Realiz en el lago de Texcoco
and numerical models he interpreted the unas mediciones in situ de la friccin negativa
behaviour of those piles and was able to sobre pilotes de friccin y de punta
elucidate the complex interaction mechanism instrumentados con celdas de carga de diseo
between piles, substructure and soil in deep novedoso. Mediante modelos analticos y
foundations. After the 1985 earthquakes he numricos, logr dilucidar la compleja
performed and published meticulous interaccin que se establece entre pilotes,
interpretations of the behaviour of foundations subestructura y suelo en cimentaciones
during that event. He participated in the profundas. Despus de los sismos de 1985.
project for the correction of differential realiz y public minuciosas interpretaciones
settlements in Mexico City's Metropolitan del comportamiento de las cimentaciones
Cathedral putting forth an original method for durante este evento. Particip en los trabajos
analyzing a system of rigid inclusions to de correccin de los hundimientos
control soil settlements. in view of his diferenciales de la Catedral Metropolitana.
contributions in this field, he coordinated the proponiendo un mtodo original de anlisis de
team responsible for drafting the new sistemas de inclusiones rgidas que permiten

xi
regulations for the design of foundations in controlar los asentamientos del subsuelo. Sus
Mexico City. contribuciones al tema de las cimentaciones,
motivaron que se le encargara la coordinacin
del Subcomit responsable de la redaccin de
las nuevas Normas Tcnicas para Diseo y
Construccin de Cimentaciones del
Reglamento de Construcciones del Distrito
Federal.

Auvinet has actively promoted the application Auvinet ha promovido activamente la


of the probabilistic approach to geotechnical aplicacin del enfoque probabilista a la
engineering. Using it he has made significant geotecnia. Utilizndolo, ha contribuido
contributions to the development of new significativamente al desarrollo de nuevos
methods for taking into account uncertainty in mtodos para tomar en cuenta la
soil mechanics analyses. He initially applied incertidumbre en los anlisis de la mecnica
probabilities to assess soil exploration de suelos. Aplic este enfoque inicialmente a
programmes in the mine zones in the western la exploracin del subsuelo en las zonas
part of the city. He was also a pioneer in the minadas del poniente de la ciudad de Mxico.
application of the random function theory to Adems fue pionero en la aplicacin de la
describe the spatial variability of the teora de las funciones aleatorias a la
mechanical and physical properties of soils descripcin de la variabilidad espacial de las
and of coal deposits. Combined with propiedades fsicas y mecnicas del suelo y de
Geographical Information Systems, lie has los yacimientos carbonferos. Estas herra-
continuously been using these tools for more mientas, combinadas con la tcnica de los
than a decade to improve on the geotechnical Sistemas de Informacin Geogrfica se han
description of the subsoil in the Basin of estado aplicando continuamente desde hace
Mexico. mas de un decenio, bajo su direccin, a la
descripcin geotcnica del subsuelo de la
cuenca de Mxico.

On the other hand, Gabriel Auvinet has also Gabriel Auvinet ha propuesto, por otra parte,
come up with a rational interpretation of the una interpretacin racional de las grietas que
fissures that so often appear in Mexico City's aparecen con frecuencia en el subsuelo
lacustrine clays. Using field observations and lacustre de la ciudad de Mxico. Recurriendo
fracture mechanics, he proposed crack a observaciones de campo y a la mecnica de
generation and propagation criteria that have fracturas, propuso criterios de generacin y de
been used to define confinement and propagacin de grietas que han permitido
reinforcement techniques with which such a definir tcnicas de confinamiento y de
problematic phenomenon can be mitigated or refuerzo del suelo que permiten mitigar o
even avoided. evitar totalmente este fenmeno tan
problemtico para las construcciones.

He has also pioneered the development and Tambin ha sido pionero en el desarrollo y en

xii
application of the stochastic finite element la aplicacin del mtodo del elemento finito
method with which uncertainties related to the estocstico el cual permite tomar en cuenta la
mechanical parameters of soils can be incertidumbre sobre los parmetros mecnicos
accounted for. He has developed simple, time en los anlisis numricos realizados con este
efficient and innovative techniques for solving mtodo. Asimismo, ha desarrollado tcnicas
three dimensional seepage problems using the para resolver problemas de flujo en suelos por
Monte Carlo Method, as well as new methods el mtodo de Monte Carlo que presentan
for the assessment of geotechnical risks that grandes ventajas de sencillez y tiempo de
can also be used to estimate the reliability of clculo, especialmente en el caso de los
foundations, dams, slopes, trenches, retaining problemas tridimensionales. Ha propuesto
walls and culverts. metodologas novedosas para evaluar los
riesgos geotcnicos y estimar la confiabilidad
de obras como cimentaciones, presas, taludes,
trincheras, muros de retencin y alcantarillas.

He developed the geostatistic model of the Tuvo a su cargo el modelado geoestadstico


foundation soil of the Rion -Antirion Bridge del suelo de la cimentacin del puente Rion-
on the Gulf of Corinth, in Greece, one of the Antirion, sobre el golfo de Corinto, en Grecia,
largest of the world, collaborating with such uno de los ms grandes del mundo (en
specialists as Professors Ralph B. Peck, colaboracin con especialistas de la talla de
Ricardo Dobry and Alain Pecker. His Ralph B. Peck, Ricardo Dobry y Alain
contributions in this field have been Pecker). Sus contribuciones en este campo
recognized by his peers in the international han sido reconocidos por sus pares de la
geotechnical community and he was recently comunidad geotcnica internacional.
key lecturer at the Albert Caquot International Recientemente, sus trabajos en este campo
Conference in Paris where he delivered a han sido reconocidos nuevamente a travs de
conference on Uncertainty Management in una invitacin del Comit Organizador de la
Geomechanics. Conferencia internacional Albert Caquot en
Paris para presentar una ponencia maestra
sobre el tema: "Manejo de la incertidumbre en
geomecnica ".

He has devoted an important part of his Ha dedicado una parte importante de su


academic activities to research into the actividad acadmica a investigaciones
permeability of fine -grained soils and the relacionadas con la permeabilidad de los
confinement of liquids or solids. He suelos finos y el confinamiento de lquidos o
performed laboratory studies on the hydraulic slidos. Realiz estudios en el laboratorio, con
conductivity of natural soils and compacted un nuevo permemetro de precisin, y en el
clay linings with a new precision permeameter campo, mediante pruebas a gran escala, de la
and, in the field, with large scale tests. He conductividad hidrulica de suelos naturales y
clarified the role of the compaction type and de revestimientos de arcilla compactada. Puso
material structure, establishing principles that en evidencia con claridad el papel del tipo de
still constitute the state of the art in this compactacin y de la estructura del material,
subject, both in Mexico and in other countries. estableciendo principios que constituyen todava
el estado del arte en la materia en Mxico y en
otros pases.

Dr. Auvinet's knowledge and research into Los conocimientos y las investigaciones del
earth and rockfill dams led him to participate Dr Auvinet en materia de presas de tierra y
as a consultant in the design, construction and enrocamiento, lo condujeron a participar como
behaviour assessments of many such works consultor en el diseo, construccin y/o
not only in Mexico but also in France, and in evaluacin del comportamiento de mltiples
Central and South America. He co- authored obras de este tipo no slo en Mxico sino
the seminal book in Spanish on this subject, tambin en Francia, Centro y Sudamrica. Fue
"Presas de tierra y enrocamientos" edited by uno de los co- autores del libro "Presas de tierra
R.J. Marsal and D. Resndiz which was y enrocamientos" editado por R.J. Marsal y D.
awarded the Javier Barros Sierra Prize by the Resndiz que obtuvo el premio Javier Barros
Colegio de Ingenieros Civiles de Mxico. Siena del Colegio de Ingenieros Civiles de
Mxico.

Dr. Auvinet's work as a member of the Tambin debe destacarse el trabajo del Dr.
Mexican Society for Soil Mechanics must also Auvinet como miembro de la Sociedad
be duly recognized. He has been Secretary, Vice Mexicana de Mecnica de Suelos de la cual
President, and President of our Society from fue Secretario, Vicepresidente, y Presidente en
1991 to 1992. In my opinion, however, the most el bienio 1991 -1992. En mi opinin, sin
significant aspects of his participation in our embargo, lo ms significativo de su
institution are the papers he has published here, participacin en nuestra agrupacin lo
the books he has edited and the meetings, constituyen todos los artculos que ha
conferences and symposia he has organized or publicado aqu, los libros que ha editado y las
promoted. reuniones, congresos y conferencias que ha
organizado o promovido.

His work as a lecturer at the Divisin de A todo lo anterior se debe agregar su labor
Estudios de Posgrado de la Facultad de como docente en la Divisin de Estudios de
Ingeniera, UNAM must also be mentioned. Posgrado de la Facultad de Ingeniera de la
He has taught seven different subjects since UNAM donde desde 1971 ha dado siete
1971 which reveals the amplitude and depth diferentes materias. Los temas de sus cursos
of his knowledge and interests not only in reflejan la amplitud y profundidad de sus
geotechnics but in other fields of civil conocimientos e intereses no slo en la
engineering. Outside Mexico he has delivered geotecnia sino en otras ramas de la Ingeniera
a large number of formal courses in French Civil. Fuera de Mxico ha impartido una gran
universities and many short courses in Central cantidad de cursos formales en varias
and South America. universidades francesas y muchos cursos
cortos en Centro y Sudamrica.

His Franciscan patience with his students has Su paciencia franciscana con sus estudiantes

xiv
rendered fruits. Direct beneficiaries of his ha brindado frutos. Beneficiarios directos de
research work at Instituto de Ingeniera and in su trabajo como investigador en el Instituto de
French universities are the 22 students that Ingeniera y en varias universidades francesas,
have up to now received their bachelors' han sido los 22 alumnos que hasta la fecha
degrees under him, the 30 students that got han recibido sus ttulos de ingeniero bajo su
their masters' under his tutorship and the six tutela, los 30 que lo recibieron de maestros en
students that have successfully completed ingeniera as como los seis que se han
their doctoral studies under his supervision. doctorado bajo su direccin. Los dems nos
The rest of us have profited from his hemos beneficiado con sus publicaciones, sus
publications, lectures, informal talks and his conferencias, sus charlas y sus comentarios en
comments in the meeting room or even in the la sala de juntas o, incluso, en el pasillo,
hall where we have also been able to know donde tambin hemos conocido las sutilezas
and appreciate the subtleties of his very fine de su finsimo sentido del humor.
sense of humour.

Gabriel Auvinet's broader interests amply Los intereses de Gabriel Auvinet desbordan
overtop, in excess, by much, geotechnical ampliamente, de sobra, por mucho, a la
engineering. He is also a historian, a profound ingeniera geotcnica. Tambin es historiador,
connoisseur and also a joyful one, of a large part conocedor profundo y adems gozoso de una
of Mexican history and of the history of Mexico buena parte de la historia de Mxico y de la
City. His incursions into historical research are historia de nuestra capital. Sus incursiones en
known only by a few and it is only needed that las investigaciones histricas pocos las
more get to know them to be more recognized conocen y slo falta que las conozcan ms,
in this field, as in geotechnics. He is also an art para que ms reconocido sea, como en el
lover and appreciates good food as much or campo de la geotecnia. Adems es amante del
even more than history and than soil mechanics arte y aprecia la buena mesa tanto o ms que
itself. In that I declare and confess that I have la historia y que la mismsima Mecnica de
been his occasional accomplice. Thanks to those Suelos. En esto ltimo me declaro y confieso
moments and to many others at the Instituto de ocasional cmplice suyo. Gracias a esos
Ingeniera, I have come to the conclusion that momentos y a muchos otros en el Instituto de
when I talk with him, I am addressing a Ingeniera, he llegado a la conclusin de que
gentleman, generous gentleman that knows cuando hablo con l, me dirijo a un caballero,
how to share with his colleagues and students, a un generoso caballero que sabe compartir
what he has learned over the last 34 years, when con sus colegas y con sus alumnos, lo que ha
he decided to stay in our country for good. ido aprendiendo desde hace 34 aos, cuando
decidi quedarse en nuestro pais.

It is not enough goodness, nor fine manners, nor No bastan ni la bonhomia, ni las maneras
the appreciation for the good things of life, nor finas, ni el gusto por las buenas cosas de la
historiographic rigour, nor the love for his vida, ni el rigor historiogrfico, ni el amor por
adoptive country to justify his designation as the su pas de adopcin, para justificar su
sixteenth Nabor Carrillo Lecturer. My words, designacin como el decimosexto Confe-
those of a friend, would be of little use to argue rencista Nabor Carrillo. Mis palabras, las de

xv
on his behalf in attention to objectivity, which in un amigo, serviran de poco para esgrimir
this case I can't pretend I have, nor do I wish to argumentos en su favor en atencin a una
have. His career as a researcher and a teacher objetividad que en este caso ni quiero ni
says very much more, at times as a field pretendo. Dice muchsimo ms su trayectoria
engineer and on other occasions as a mender of como investigador y maestro, en ocasiones
geotechnical misdemeanours, alas, as a rigorous como ingeniero de botas y en otras como
practitioner of soil mechanics, an art that, desfacedor de entuertos geotcnicos, en fin,
without science, ceases to be in art, as shown by como riguroso practicante de la mecnica de
the richness of our lecturer's work. suelos, un arte que sin ciencia deja de ser arte,
tal como lo demuestra la riqusima obra de
nuestro conferencista.

XVI
CONTENTS
CONTENIDO

ABSTRACT 1

RESUMEN

1. INTRODUCTION 2
INTRODUCCIN

2. KNOWLEDGE IN GEOTECHNICAL ENGINEERING 4


EL CONOCIMIENTO EN GEOTECNIA

3. UNCERTAINTY IN GEOTECHNICAL ENGINEERING 6


LA INCERTIDUMBRE EN GEOTECNIA
3.1 Origin of uncertainty 6
Origen de la incertidumbre
3.1.1 Spatial variation and scale effect 6
Variacin espacial y efecto de escala
3.1.2 Validity of constitutive laws 8
Validez de las leyes constitutivas
3.1.3 Validity and accuracy of geomechanical models 9
Validez y precisin de los modelos geomnecnicos
3.1.4 Environmental conditions to be considered
in geotechnical analyses 1 1

Condiciones ambientales por considerar


en los anlisis geotcnicos
3.2 Probabilistic representation of uncertainty 11
Representacin probabilista de la incertidumbre
3.2.1 Representing the uncertainty 11
Representar la incertidumbre
3.2.2 Probabilistic description of spatial variations in soils.
Random fields 12
Descripcin probabilista de las variaciones espaciales
de los suelos. Campos aleatorios

xvii
3.2.3 Apparent random fields 16
Campos aleatorios aparentes
3.2.4 Modeling of the uncertainty associated to mechanical models 17
Modelado de la incertidumbre asociada a modelos mecnicos
3.3 Incorporation of uncertainty in geotechnical analyses 17
Incorporacin de la incertidumbre en los anlisis geotcnicos
3.3.1 Probabilistic geotechnical analyses 17
Anlisis geotcnicos probabilistas
3.3.2 The stochastic finite element method 18
El mtodo del elemento finito estocstico
3.3.3 Reliability analysis 18
Anlisis de la confiabilidad

4. THE PROBABILISTIC APPROACH IN SOME


GEOTECHNICAL PROBLEMS 19
EL ENFOQUE PROBABILISTA EN ALGUNOS
PROBLEMAS DE GEOTECNIA
4.1 Detection of subsoil anomalies 19
Deteccin de anomalas en el subsuelo
4.2 Structure of granular media 21
Estructura de los medios granulares
4.3 Geostatistical analysis of lacustrine and marine soils 22
Anlisis geoestadstico de suelos lacustres y marinos
4.4 Selection of geotechnical parameters for analysis and design 32
Seleccin de parmetros geotcnicos para anlisis y diseo
4.5 Stochastic mechanical and hydraulic analyses
using the finite element method 34
Anlisis mecnicos e hidrulicos estocsticos
por el mtodo del elemento finito
4.5.1 Description of uncertainty affecting
the parameters of materials 34
Descripcin de la incertidumbre que afecta
los parmetros de los materiales
4.5.2 Methodology 36
Metodologa
4.5.3 Applications 36
Aplicaciones

xviii
4.6 Reliability of geotechnical projects 41
Confiabilidad de obras geotcnicas
4.7 Use of probabilistic techniques for obtaining
deterministic solutions in geomechanics 45
Uso de tcnicas probabilistas para la obtencin
de soluciones deterministas en geomecnica

5. CONCLUSIONS 47
CONCLUSIONES

ACKNOWLEDGEMENTS 48
RECONOCIMIENTOS

REFERENCES AND BIBLIOGRAPHY 49


REFERENCIAS Y BIBLIOGRAFA

APPENDICES
ANEXOS

I. Elements of probability 59
Elementos de probabilidad
II. Random fields 73
Campos aleatorios
III. Stochastic finite element method 101
Mtodo del elemento finito estocstico
IV. Reliability analysis 112
Anlisis de la confiabilidad

xix
Sixteenth Nabor Carrillo Lecture
Decimosexta Conferencia Nabor Carrillo
Uncertainty in Geotechnical Engineering
Incertidumbre en Geotecnia
Gabriel Auvinee

ABSTRACT. Some reflections are presented regarding the nature of knowledge in geotechnical
engineering and the uncertainty affecting geotechnical analyses. It is stressed that the spatial
variation of soil properties constitutes one of the main sources of uncertainty. On the other hand, it is
observed that the available geomechanical models have, in general, a low predictive capacity. It is
therefore concluded that the uncertainty inherent in geotechnical analyses should be systematically
acknowledged and evaluated. it is shown that, in many cases, the theory of probability and the
statistical methods provide a suitable framework to evaluate rationally the available data and to
assess the remnant uncertainty. They also provide valuable tools to calculate the margin of error to
be expected in geomechanical analytical and numerical modeling as well as to estimate the
reliability of geotechnical projects. Use of probabilistic techniques in geotechnical engineering is
illustrated with the results of applications to common soil mechanics problems and several case
histories are presented.

RESUMEN. Se presentan algunas reflexiones respecto a la naturaleza del conocimiento en


geotecnia y a la incertidumbre que afecta los anlisis geotcnicos. Se subraya que la variacin
espacial de las propiedades del suelo constituye una de las principales fuentes de incertidumbre. Por
otra parte, se constata que los modelos geomecnicos disponibles tienen generalmente una capacidad
predictiva baja. Se concluye por tanto que es indispensable reconocer y evaluar en forma sistemtica
la magnitud de la incertidumbre presente en los anlisis geotcnicos. Se muestra que, en muchos
casos, la teora de la probabilidad y los mtodos estadsticos proporcionan un marco adecuado para
evaluar en forma racional la informacin disponible y estimar la incertidumbre remanente. Estas
herramientas son tambin tiles para cuantificar el margen de error en las modelaciones
geomecnicas analticas y numricas y calcular la confiabilidad de las obras geotcnicas. Se ilustra
el uso de las tcnicas probabilistas en geotecnia con los resultados de aplicaciones a problemas
comunes de la mecnica de suelos y se discuten varios casos prcticos.

Research Professor, Instituto de Ingeniera, UNAM, Mexico


Profesor Investigador, Instituto de Ingeniera, UNAM, Mxico

1
1. INTRODUCTION 1. INTRODUCCIN

Most problems in geotechnical engineering Los problemas de ingeniera geotcnica se


have to be solved within a context of tienen que resolver generalmente en un
pronounced uncertainty. Factors contributing contexto de marcada incertidumbre. Los
to this situation are manifold but the most factores que contribuyen a esta situacin son
important one is probably the fact that numerosos pero el principal es probablemente
geotechnical engineering deals with natural or el hecho de que la geotecnia trata con
stabilized materials which are characterized materiales naturales o estabilizados que se
by their complex and heterogeneous nature. caracterizan por su complejidad y su
On the other hand, even though soil heterogeneidad. Por otra parte, si bien la
mechanics is based on solid physical concepts mecnica de suelos se basa en conceptos
that are shared with other branches of science fsicos slidos que comparte con otras ramas
traditionally regarded as exact, it is necessary de la ciencia tradicionalmente consideradas
to acknowledge that the accuracy of como exactas, es necesario reconocer que las
predictions inferred from the existing predicciones que los modelos geomecnicos
geomechanical models is frequently hardly existentes permiten realizar son de una
sufficient for engineering purposes. precisin que resulta frecuentemente escasa
para fines ingenieriles.

This lecture presents in the first place some En esta conferencia, se presentan primero
reflections on the nature of knowledge in algunas reflexiones sobre la naturaleza del
geotechnical engineering. Secondly, the major conocimiento en geotecnia. En segundo
sources of uncertainty in geomechanical trmino, se revisan las principales fuentes de
analyses are examined. A distinction is made incertidumbre en los anlisis geomecnicos.
between the uncertainty due to the Se establece una distincin entre la
incompletely known nature of some incertidumbre debida a parmetros
parameters and the uncertainty due to incompletamente conocidos y la asociada a
intrinsically random factors. The main causes factores intrnsecamente aleatorios. Entre los
of incomplete knowledge that are reviewed principales obstculos al conocimiento que se
include the heterogeneity of the soil masses, revisan a continuacin se encuentran la
the limited scope of geotechnical heterogeneidad de las masas trreas, el
reconnaissance surveys, the lack of alcance limitado de las campaas de
representativeness of field and laboratory reconocimiento, la falta de representatividad
tests, measurement errors, the use of empirical de los ensayes de campo y de laboratorio, los
correlations, subjective estimations, and the errores de medicin, el empleo de
bias implicit in many geomechanical models correlaciones empricas, las estimaciones
commonly used in the specialty. The random subjetivas y el sesgo implcito en muchos de
nature of static and dynamic loadings and, in los modelos geomecnicos comnmente
general, of the environmental conditions to be usados en la especialidad. La naturaleza
considered in geomechanical analyses is also aleatoria de las cargas estticas y dinmicas y,
identified as an important source of en general, de las condiciones ambientales por
uncertainty. considerar en los anlisis geomecnicos se

2
identifica asimismo como una fuente
importante de incertidumbre.

Next, a brief review of the mathematical Se revisan brevemente a continuacin las


techniques based in the theory of probability tcnicas matemticas basadas en la teora de la
and statistics and applicable to geotechnical probabilidad y de la estadstica aplicables a la
engineering is presented. It is shown that, in geotecnia. Se muestra que, en muchos casos.
many instances, these techniques provide estas tcnicas proporcionan unas herramientas
rational tools for the description of racionales tiles para la descripcin de la
uncertainty and for the evaluation of its incertidumbre y para la evaluacin de su
influence on the results of geotechnical influencia en los resultados de los anlisis
analyses. geotcnicos.

Special mention is made of the potential of Se muestra en particular la utilidad que puede
geostatistics defined, in a wide sense, as the tener la geoestadstica definida, en un sentido
application of the principles of the theory of amplio, como la aplicacin de los principios
probability and statistics to earth sciences, for de la teora de la probabilidad y de la
the purpose of describing in a more realistic estadstica a las ciencias de la tierra, para
way the spatial variations of the subsoil describir en forma ms realista las variaciones
properties at the site of interest or within a espaciales de las propiedades del subsuelo en
man -made soil structure. un sitio de inters o dentro de una estructura
de tierra.

The advantages derived from the Se discuten asimismo .las ventajas que
incorporation of a sensitivity analysis into presenta incorporar un anlisis de sensibilidad
common geotechnical modeling are also a las modelaciones comunes en geotecnia. Se
discussed. The implementation and examina con cierto detalle las modalidades de
application of the stochastic finite element aplicacin del mtod del elemento finito
method is examined with a certain degree of estocstico. Se evalan tambin los beneficios
detail. The benefits obtained from a formal que derivan de un anlisis formal de la
analysis of the reliability of geotechnical confiabilidad de las obras geotcnicas.
projects are also evaluated.

The concepts mentioned above are illustrated Se ilustran los conceptos anteriores mediante
by means of a series of practical examples una serie de ejemplos prcticos que muestran
showing the usefulness and limitations of la utilidad y limitaciones de las herramientas
probabilistic -type tools. probabilistas.

Taking into account that one of the Tomando en cuenta que uno de los obstculos
impediments for applying probabilistic a la aplicacin de las tcnicas probabilistas en
techniques in the practice of geotechnical la prctica de la geotecnia es la falta de
engineering is the lack of familiarity of many familiaridad de muchos ingenieros con esta
engineers with this branch of mathematics, the rama de las matemticas, se incluyen en los

3
reader will find in the appendices some brief anexos unas exposiciones breves y
and simplified presentations of the basic simplificadas de los elementos bsicos de la
elements of the theory of probability teora de la probabilidad (Anexo I), de los
,(Appendix 1), random fields (Appendix 11), the campos aleatorios (Anexo II), del mtodo del
stochastic finite element method (Appendix elemento finito estocstico (Anexo III) y.
III) and, finally, of reliability analyses finalmente, de los anlisis de confiabilidad
(Appendix IV). The reader will be able to find (Anexo IV). El lector podr encontrar
additional information in the references given informacin adicional en las referencias
in the bibliography and, in particular, in the indicadas en la bibliografa y, en particular, en
notes by Auvinet (2002a and 2002b). las notas de Auvinet (2002a y 2002b).

2. KNOWLEDGE IN GEOTECHNICAL 2. EL CONOCIMIENTO EN


ENGINEERING GEOTECNiA

Research in engineering, and particularly in La investigacin en ingeniera, y


geotechnical engineering, presents important particularmente en geotecnia, presenta
differences with respect to research in exact diferencias importantes respecto a la
sciences. Whereas the latter presents itself as a investigacin en ciencias exactas. Mientras
spiritual impulse, in principle a disinterested esta ltima se presenta como un impulso, en
one, to describe (Russell, 1912) or, as principio desinteresado, del espritu para
sustained by others, to explain nature describir (Russell, 1912) o, como algunos lo
(Weinberg, 2002), the former's main objective pretenden, explicar (Weinberg, 2002) la
is the development of techniques that help naturaleza, la primera tiene como objetivo
mankind to transform its environment for its principal desarrollar tcnicas que ayuden al
own benefit. Therefore, geotechnical hombre a transformar el medio donde vive
engineering is fundamentally oriented toward para su propio beneficio. La geotecnia es, por
practical applications. In addition to scientific tanto, fundamentalmente, una especialidad
knowledge, it widely resorts to empirical orientada hacia las aplicaciones. Adems del
rules, to correlations and to simple adaptations conocimiento cientfico, recurre ampliamente
of tools developed in other fields. The body of al empirismo, a correlaciones y a simples
knowledge which forms the basis of adaptaciones de herramientas desarrolladas en
geotechnical engineering is a set of otros campos. El cuerpo de conocimientos en
heterogeneous elements that ranges from the los que se basa la geotecnia es un conjunto de
most accepted physical principles to rules of elementos heterclitos que van desde los
thumb with applicability limited to certain principios de la fsica ms aceptados hasta
specific conditions. This reality is being reglas burdas y de aplicabilidad limitada a
acknowledged with increasing clarity as the ciertas condiciones especficas. Esta realidad
scientific term "Soil Mechanics" is se est reconociendo cada vez con mayor
progressively becoming obsolete, and is being claridad al caer progresivamente en desuso el
substituted by "Geotechnical Engineering" trmino de "mecnica de suelos ", con
that emphasizes technological development. pretensiones cientficas, al que se ha venido
sustituyendo el de "geotecnia" que pone el

4
nfasis en el desarrollo tecnolgico.

The knowledge of the geotechnical medium El conocimiento del medio geotcnico y de su


and of its behavior by means of experimental comportamiento mediante la experimentacin
work and analytical or numerical modeling y el modelado analtico o numrico constituye
still constitutes, however, the most important todava, sin embargo, el arma principal del
tool of the geotechnical engineer. Increasingly geotecnista. Se desarrollan modelos cada vez
complex models are developed to simulate ms complejos de las situaciones encontradas
situations encountered in the practice of soil en la prctica de la ingeniera de suelos. Esta
engineering. This task is indeed arduous and tarea resulta por cierto ardua y frustrante y
frustrating and very few branches of existen pocas ramas del conocimiento donde
knowledge exist where it is so frequent to sea tan frecuente observar discrepancias
observe notorious discrepancies between notorias entre previsiones tericas y realidad.
theoretical predictions and reality. Theoretical Los modelos tericos basados en hiptesis
models based on simple hypotheses such as simples como la homogeneidad y la isotropa
homogeneity and isotropy look sometimes as llegan en ocasiones a parecer caricaturas
unacceptable caricatures. The risk of inaceptables. El riesgo de confusin. entre
confusion between model and reality, so modelo y realidad, tan comn en otras ramas
common in other scientific or technical tcnicas o cientficas, no existe generalmente
branches, generally does not exist in en geotecnia.
geotechnical engineering.

Consequently, it has been difficult to reach a Consecuentemente, ha sido difcil lograr un


consensus regarding the geomechanical consenso en cuanto a los modelos
models most suitable to represent different geomecnicos ms adecuados para representar
typical situations, to the extent that it could distintas situaciones tpicas, al grado de que
appear that each geotechnical engineer podra parecer que cada geotecnista tiene sus
possesses his own models. Another propios modelos. Otra consecuencia de esta
consequence derived from this situation has situacin ha sido el nfasis, a veces excesivo,
been the emphasis, oftentimes excessive, puesto en el mtodo observacional que
placed on the observational method that consiste en ajustar progresivamente el modelo
consists of progressively adjusting an existing geotcnico considerado a medida que se
geotechnical model as reality is being descubre la realidad a travs de las
disclosed through construction operations and operaciones de construccin y de la
instrumentation. instrumentacin.

The limitations of geotechnical engineering Las limitaciones de la geotecnia no deben ni


should neither be concealed nor become a disimularse ni ser motivo de un escepticismo
source of a sterile skepticism. On the contrary, estril. Por lo contrario, el problema de la
the problem of uncertainty and of its inherent incertidumbre y de sus implicaciones debe
implications should be confronted explicitly enfrentarse explcitamente con las mejores
with the best available tools. To this end, it is herramientas disponibles. Para ello, es
necessary to identify the factors that lead to necesario identificar los factores que dan

5
uncertainty and to know the formalisms that origen a la incertidumbre y conocer los
makes it possible to take it rationally into formalismos que permiten tomarla en cuenta
account. racionalmente.

3. UNCERTAINTY IN 3. LA INCERTIDUMBRE EN
GEOTECHNICAL ENGINEERING GEOTECNIA

3.1 Origin of uncertainty 3.1 Origen de la incertidumbre

The sources of uncertainty in geomechanical Las fuentes de incertidumbre en las


modeling and analyses are numerous and it is modelaciones y anlisis de la geomecnica
only possible to establish an inventory of the son numerosas y solamente es posible
most important ones. establecer un inventario de las ms
importantes.

3.1.1 Spatial variation and scale effect 3.1.1 Variacin espacial y efecto de escala

The difficulties found in arriving at a coherent Las dificultades que se encuentran para llegar
body of knowledge and models in a un cuerpo coherente de conocimientos y de
geotechnical engineering can be explained by modelos en geotecnia tienen su explicacin
the complex nature of geomaterials. These are principal en la naturaleza compleja de los
multi -phase and extremely heterogeneous geomateriales. Se trata en efecto de materiales
materials whose properties, such as polifsicos y extremadamente heterogneos
permeability, may sometimes vary by several cuyas propiedades, como la permeabilidad,
orders of magnitude from one point to the pueden a veces variar de un punto a otro en
other. varios rdenes de magnitud.

The structure of geotechnical media also vary La estructura de los medios geotcnicos vara
considerably depending on the observation adems en forma considerable dependiendo de
scale. This fact hinders the definition of the la escala a la que se observan. Lo anterior
physical, mechanical and hydraulic dificulta la definicin de las propiedades
parameters required to characterize these fsicas, mecnicas e hidrulicas requeridas
materials. At a certain scale, these properties para caracterizar estos materiales. A
generally reach a relatively stable value when determinada escala, estas propiedades pueden
the volume of material is sufficiently large to llegar a presentar un valor relativamente
be regarded as "representative ". However, the estable cuando el volumen de material es
stabilization reached at a certain scale is suficientemente grande para que pueda ser
precarious. At larger scales, other variations or considerado como "representativo ". Sin
important defects such as boulders, lenses or embargo, la estabilizacin alcanzada a una
cracks are likely to be present if, as it is escala determinada resulta precaria. A escalas
generally the case, the material is not mayores, otras variaciones o defectos
homogeneous. Eventually, but not necessarily, importantes como boleos, lentes o grietas

6
a new stabilization may be observed at a suelen aparecer si, como es usual, el material
larger scale corresponding to a representative no es homogneo. Puede presentarse entonces
volume with larger dimensions and so on. eventualmente, pero no necesariamente, una
This scale effect is a phenomenon that nueva estabilizacin a una escala mayor
originates many difficulties in soil mechanics. correspondiente a un volumen representativo
Choosing an adequate scale for a geotechnical de dimensiones tambin mayores, y as
model and feeding it with truly representative sucesivamente. Este efecto de escala es un
mechanical parameters is certainly one of the fenmeno que origina muchas dificultades en
most challenging tasks confronted by soil mecnica de suelos. Escoger una escala
engineers. Unfortunately, in too many adecuada para un modelo geotcnico y
instances, the scale of the problem imposed by alimentarlo con parmetros mecnicos
the dimensions of the project (footing realmente representativos es de hecho una de
foundation, slope, etc.) and the particular las partes ms delicadas del trabajo del
structure of the soil mass, is different from the ingeniero especialista en suelos.
scale of common laboratory or field tests. Desgraciadamente, en muchas situaciones, la
escala del problema impuesta por las
dimensiones de la obra (zapata de
cimentacin, talud, etc.) y la estructura de la
masa de suelo es diferente de la escala de los
ensayes comunes de laboratorio o de campo.

Generally, geotechnical engineers can only Para apreciar la variabilidad espacial de las
count on scarce information obtained from masas de suelo, el geotecnista cuenta
field surveys, always drastically limited by generalmente con una informacin escasa
time and cost considerations, to appreciate obtenida en campaas de reconocimiento en
the spatial variability of soil masses. The risk las cuales el tiempo disponible y el costo
of failing to detect certain important features siempre imponen limitaciones drsticas.
of the domain under study is thus present, Surge entonces el riesgo de no detectar ciertos
including the minor geological details that, rasgos importantes del dominio en estudio,
oftentimes, as highlighted by Terzaghi (1955), incluyendo los detalles geolgicos menores
control the behavior of the soil mass. que, frecuentemente, como lo subraya
Furthermore, a limited exploration leads to Terzaghi (1955), condicionan el comporta-
the risk of statistical error, i.e. the possibility miento de la masa trrea. Adems, una
of underestimating or overestimating the exploracin limita implica el riesgo de un
mean value and the scatter of soil properties, error estadstico, es decir la posibilidad de
because of the insufficient number of samples subestimar o sobreestimar el valor medio y la
recovered. dispersin de las propiedades del medio
debido al nmero insuficiente de muestras
obtenidas.

Human errors in the process of collecting and Los errores humanos en el proceso de
interpreting field data also constitute an obtencin e interpretacin de datos de campo
important source of uncertainty, but they constituyen tambin una fuente importante de

7
stand among the factors that are difficult to incertidumbre pero se encuentran entre los
quantify. factores difcilmente cuantificables.

3.1.2 Validity of constitutive laws 3.1.2 Validez de las leyes constitutivas

The constitutive laws commonly accepted in Las leyes constitutivas aceptadas comnmente
geotechnical engineering only provide an en geotecnia dan solamente una descripcin
approximate description of soil behavior. In aproximada del comportamiento del suelo. En
most cases, the experimental curves that la mayora de los casos, las curvas
describe the behavior of soils following experimentales que describen el
certain particular stress or strain paths, are comportamiento del suelo segn ciertos
fitted to those predicted by a theoretical caminos particulares de esfuerzos y
behavior model (linear, hyperbolic, etc.) deformaciones se ajustan a las previstas por
selected a priori. The fitting provides the un modelo de comportamiento terico (lineal,
"mechanical parameters" of the material being hiperblico, etc.) escogido a priori. El ajuste
studied. The choice of a constitutive law is arroja los "parmetros mecnicos" del
commonly made looking for a balance material considerado. La seleccin de una ley
between simplicity and representativeness but constitutiva se hace comnmente buscando un
frequently this approach makes room for equilibrio entre sencillez y representatividad y
considerable uncertainty. deja frecuentemente lugar a una incertidumbre
considerable.

In addition, different types of errors are likely Adems, en los trabajos experimentales
to develop during the experimental works realizados para este fin, pueden presentarse
carried out for such a purpose, namely: distintos tipos de errores:

- Random errors that arise when the tests - Errores aleatorios en los que se incurre
are performed. durante los ensayes realizados.

- Systematic errors due to a measurement - Errores sistemticos debidos a un sesgo


bias, frequently inherent to the test en la medicin, frecuentemente inherente
performed (for example, systematic al ensayo realizado (se observan por
differences are observed between the ejemplo diferencias sistemticas entre la
shear strength measured with a vane and resistencia al corte medida con veleta y en
with a triaxial apparatus) or resulting la cmara triaxial) o producidos por el
from the remolding of samples or other remoldeo de las muestras u otros factores
similar factors. simi lares.

A bias is also introduced in the analyses when Se introduce tambin un sesgo en los anlisis
the soil parameters are evaluated, as it is a cuando los parmetros del suelo se evalan,
common practice in geotechnical engineering, como es comn en la prctica de la geotecnia,
using a partially subjective approach (relying de manera parcialmente subjetiva (opinin de

8
on opinion of "experts ") or approximate "expertos ") o usando correlaciones esta-
statistical correlations, for instance among dsticas aproximadas, por ejemplo entre
physical and mechanical properties. This bias, propiedades fsicas y mecnicas. Este sesgo,
is generally not well known and is therefore a generalmente mal conocido, es una fuente
significant source of uncertainty. importante de incertidumbre.

3.1.3 Validity and accuracy of geomechanical 3.1.3 Validez y precisin de los modelos
models geomecnicos

The common geomechanical models, either Los modelos geomecnicos usuales, analticos
analytical or numerical, are likely to introduce o numricos, suelen introducir un error
a significant error in the appreciation of significativo en la apreciacin de la realidad.
reality.

The first type of error derives from the degree El primer tipo de error deriva del grado de
of validity of the model itself. It is common in validez mismo del modelo. En geotecnia es
geotechnical engineering to find several comn que existan varios modelos para
models representing the same mechanical representar el mismo problema mecnico. A
problem. As an example, Figure 1 shows ttulo de ejemplo, en la Figura se muestran
1

different formulae that have been proposed to diferentes expresiones que han sido
estimate the bearing capacity factor N,/ for propuestas para estimar el factor de capacidad

point -bearing piles. The scattering is striking. de carga Nq para pilotes de punta. La

In this particular case, the problem of the dispersin existente es sorprendente. En este
model -validity problem is so serious that it is caso particular, el problema de la validez del
probably better to recognize that it is not modelo es tan grave que es probablemente
possible to make reliable analytical estimates mejor reconocer que no se pueden hacer
of such a factor and that one should resort to estimaciones analticas confiables del
another strategy, such as the execution of mencionado factor y recurrir a otra estrategia
loading tests or field tests with cone como la realizacin de pruebas de carga o
penetrometer, pressuremeter or other similar pruebas de campo con cono, presimetro u
devices. otros dispositivos semejantes.

Another source of error is the lack of accuracy Otra fuente de error es la falta de precisin del
of the algorithm used for the application of a algoritmo empleado para aplicar determinado
certain model. In the case of finite element modelo. En el caso de los modelos a base de
models, theoretical methods have been elementos finitos, se han desarrollado mtodos
developed to determine the a priori and a tericos para determinar los errores a priori y
posteriori errors implicit in the analyses a posteriori implcitos en los anlisis (Mestat
(Mestat and Prat, 1999). y Prat, 1999).

9
10 000

5 000

1000

\b
e

/
At/
//
/
/ /
4Q'
el

50

Minimum value
Valor mnimo

NCI = eff tan tan 2 (45+0/ 2)


10
250 30 35 40 45 500
Angle of internal friction, O
ngulo de friccin interna,

Fig. Bearing capacity factors for circular deep foundations (Vesic, 1967)
1

Factores de capacidad de carga para cimentaciones profundas circulares

10
The literature also contains certain disperse La literatura contiene tambin ciertos
results related to sensitivity studies on the resultados dispersos relativos a estudios de
influence of different details on numerical sensibilidad a la influencia de diferentes
model (grid module, integration method, detalles de los modelos numricos (mdulo de
plasticity criterion assumed, etc.). However, la malla, mtodo de integracin, criterio de
most of these studies are not systematic and plasticidad considerado, etc.). Sin embargo, la
do not lead to general conclusions. The mayora de estos estudios no son sistemticos
calibration of the available models is finally y no permiten llegar a conclusiones generales.
empirical to a large degree and requires the La calibracin de los modelos disponibles es
validation of the results by means of physical finalmente en gran medida emprica y pasa
models and through instrumental monitoring por la validacin de los resultados mediante
of existing works. modelos fsicos y observacin de obras reales
mediante instrumentacin.

3.1.4 Environmental conditions to be 3.1.4 Condiciones ambientales por considerar


considered in geotechnical analyses en los anlisis geotcnicos

The analyses and designs performed with the Los anlisis y diseos realizados con los
best mechanical models fail to provide mejores modelos mecnicos no pueden dar
satisfactory results if the hypotheses accepted resultados satisfactorios si las hiptesis
with respect to the environmental conditions aceptadas respecto a las condiciones
to be considered are incorrect. The ambientales a considerar en los mismos estn
combinations of static and dynamic loading erradas. Las combinaciones de cargas estticas
conditions to be considered, for example, in y dinmicas a considerar, por ejemplo, en el
the design of a foundation, can be only diseo de una cimentacin solamente pueden
approximately estimated. This fact is ser estimadas en forma burda. Lo anterior se
worsened by the common practice consisting agudiza por el hecho de que es comn realizar
of carrying out soil mechanics surveys in the los estudios de mecnica de suelos en la etapa
stage of preliminary design of the de anteproyecto de la construccin. Por otra
construction. On the other hand, certain parte, ciertos factores ambientales como la
environmental factors such as the possibility posibilidad de inundacin o las simples
of flooding or the simple fluctuations of the fluctuaciones del nivel fretico pueden tener
phreatic level are likely to have a profound una influencia determinante en los resultados
effect on the results of bearing capacity de los anlisis de capacidad de carga. El
analyses. The intrinsically random nature of carcter intrnsicamente aleatorio de estos
these elements leads to a considerable elementos conduce a una incertidumbre
uncertainty in the results of analyses. considerable en los resultados de los anlisis.

3.2 Probabilistic representation of 3.2 Representacin probabilista de la


uncertainty incertidumbre

3.2.1 Representing uncertainty 3.2.1 Representar la incertidumbre

11
Different formal mathematical languages have Para representar la indefinicin, se han
been proposed in the last few decades for propuesto en los ltimos decenios diferentes
modeling uncertainty. These languages deal lenguajes matemticos formales. Se trata de
with "degrees of certainty" (fuzzy logic) or lenguajes que trabajan con "grados de verdad"
"degrees of membership" (theory of fuzzy (lgica borrosa) o "grados de membresa"
sets) (Zadeh, 1965; Auvinet, 1986). These (teora de los conjuntos borrosos) ( Zadeh.
formalisms have received a certain degree of 1965; Auvinet, 1986). Estos formalismos han
attention in spite of the difficulties that have recibido cierta atencin a pesar de las
been found to provide them with solid axioms. dificultades que se han encontrado para
However, the current dominant opinion dotarlos de axiomas slidos. La opinin
acknowledges the fact that the theory of dominante actual es, sin embargo, que la
probability represents the most suitable teora de la probabilidad es la herramienta
mathematical tool to represent uncertainty in matemtica ms adecuada para representar la
engineering (Ditlevsen, 1996). The concept of incertidumbre en ingeniera (Ditlevsen, 1996).
probability is indeed a very flexible tool since El concepto de probabilidad es en efecto una
it can be interpreted in terms of both "relative herramienta muy flexible puesto que se puede
frequency" and "degree of belief'. It is also interpretar tanto en trminos de "frecuencia
possible to demonstrate that the theory of relativa" como de "grado de creencia ". Es
probability leads to better decisions as adems posible demostrar que la teora de la
compared to any other representation, in many probabilidad lleva a mejores decisiones que
situations of the theory of games similar to cualquier otra representacin, en muchas
those commonly found in the practice of situaciones de la teora de juegos similares a
engineering. las comnmente encontradas en la prctica de
la ingeniera.

3.2.2 Probabilistic description of spatial. 3.2.2 Descripcin probabilista de las


variations in soils. Random fields variaciones espaciales de los suelos.
Campos aleatorios

Variations of soil properties within a domain Las variaciones de las propiedades de los
of interest are likely to evidence quite suelos dentro de un dominio de inters pueden
different aspects. presentar aspectos muy diferentes.

It is common that the material exhibits certain Es comn que el material presente ciertos
local features or anomalies at a scale close to rasgos o anomalas locales a una escala
that corresponding to the dimension of the prxima a la de la dimensin del dominio de
dominion of interest (cave, large boulder, inters (caverna, boleo grande, etc.). Estos
etc.). These elements with contrasting elementos con caractersticas contrastantes
characteristics fall outside any statistical escapan a toda descripcin estadstica; sin
description.; however, exploratory works embargo los trabajos .de exploracin
performed to locate them can be modeled realizados para su localizacin pueden
within a probabilistic approach. This situation modelarse en un marco probabilista. Esta

12
is illustrated in paragraph 4.1. situacin se ilustra en el inciso 4.1.

Another common situation comes into effect Otra situacin comn se presenta cuando las
when the properties of interest show local propiedades de inters tienen variaciones
variations from one point to the other of the locales de un punto a otro del medio a una
medium at a small scale with respect to the escala pequea respecto a las dimensiones del
dimensions of the dominion considered. These dominio considerado. Estas variaciones
variations can then be described through the pueden entonces describirse recurriendo a la
use of statistics. An approach of this type was estadstica. Un enfoque de este tipo fue
adopted in the outstanding work of Marsal and adoptado en el notable trabajo de Marsal y
Mazari (1959) on the subsoil of Mexico City. Mazari (1959) sobre el subsuelo de la ciudad
Assuming that large sub -zones of the de Mxico. Considerando grandes subzonas
lacustrine part of the city subsoil are de la parte lacustre del subsuelo de la ciudad
"statistically homogeneous ", those authors como "estadsticamente homogneas ", estos
prepared tables and histograms for each zone autores elaboraron para cada zona tablas e
and established correlations between index histogramas y establecieron correlaciones
and mechanical properties that have been entre propiedades ndice y mecnicas que han
quite valuable for several generations of sido tiles a varias generaciones de
engineers. The use of descriptive statistics has ingenieros. El uso de la estadstica descriptiva
also be common in problems of quality ha sido tambin comn en problemas de
control and in particular for the control of control de calidad y en particular para la
compaction of earth works built in successive verificacin de la compactacin de obras
layers (Rico and del Castillo, 1981). By trreas construidas por capas (Rico y Del
expanding the scope of this approach it has Castillo, 1981). Extendiendo este enfoque, se
been even possible to develop probabilistic ha recurrido inclusive a una modelacin
models of the spatial variation of the probabilista de la variacin espacial de las
properties of interest by considering them as propiedades de inters considerando estas
random variables (Appendix 1) and fitting a ltimas como variables aleatorias (Anexo I) y
probability density model to the histograms ajustando a los histogramas obtenidos por
obtained by sampling, to describe the random muestreo una densidad de probabilidad que
behavior of these variables. It became then permita describir el comportamiento aleatorio
possible to resort to statistical inference, i.e. to de estas variables. Se abri as la posibilidad
the estimation of the general characteristics of de recurrir a la inferencia estadstica, es decir
a population (a zone within the earth mass) a la estimacin de las caractersticas generales
based on a limited number of samples, by de una poblacin (una zona de la masa trrea)
means of point estimates or confidence a partir de un nmero limitado de muestras,
intervals. mediante estimaciones puntuales o intervalos
de confianza.

Representing spatial variation by means of La representacin de la variacin espacial


random variables has the inconvenience of mediante variables aleatorias tiene el
neither taking into account the specific inconveniente de que no toma en cuenta la
positioning of the samples nor the existing posicin especfica de las muestras ni la

13
dependence among them. However, there is dependencia existente entre ellas. Sin
no doubt that the properties of two soil embargo, es indiscutible que las propiedades
samples tend in general to present more de dos muestras de suelo tienden en general a
similarities when they were recovered at parecerse ms entre s cuando fueron extradas
nearby points rather than at distant points. A en puntos cercanos que cuando lo fueron en
certain spatial correlation exists in all puntos distantes. En todo medio geotcnico
geotechnical media. existe una cierta correlacin espacial.

In order to take into account spatial Para tomar en cuenta la correlacin espacial,
correlation, a more advanced formalism is es necesario recurrir a un formalismo ms
needed, i.e. that corresponding to random avanzado: el de los campos aleatorios (Anexo
fields (Appendix II). It is then considered that, II). Se considera entonces que, en cada punto
at each point of the medium, the property of del medio la propiedad de inters es una
interest is a random variable. A function variable aleatoria. Una funcin llamada de
known as autocovarianze describes the spatial autocovarianza describe la correlacin
correlation among these different variables. espacial entre estas distintas variables. Los
The most simple models accept that the field modelos ms simples aceptan que el campo
is wide -sense stationary, at least locally, or es, por lo menos localmente, estacionario en
present wide -sense stationary increments sentido amplio o con incrementos
(Appendix II). The field parameters are estacionarios en sentido amplio (Anexo II).
obtained using statistical estimators. Los parmetros del campo se estiman
recurriendo a estimadores estadsticos.

A random field model makes it possible to Un modelo basado en campos aleatorios


solve on a rational basis the problem of the permite abordar en forma racional el problema
geometrical scale effect, i.e. the progressive del efecto de escala geomtrico, es decir de la
stabilization of the average properties of estabilizacin progresiva de las propiedades
statistically homogeneous materials as the medias de materiales estadsticamente
dimensions of the volume of reference homogneos conforme aumentan las
increase. Equations 18, 22 y 24 of Appendix 11 dimensiones del volumen de referencia. Es
can be used to quantify this effect, as posible usar las ecuaciones 18, 22 y 24 del
illustrated in paragraph 4.2 for the case of the Anexo II, para cuantificar este efecto, como se
structure of granular media. These equations ilustra en el inciso 4.2 para el caso de la
show, by the way, that the dimensions of the estructura de los medios granulares. Estas
specimens should always be clearly indicated, ecuaciones muestran por cierto que, como lo
when the value of the dispersion of the results ha hecho notar Souli (1983), cuando se
of physical or mechanical tests on a given proporciona el valor de la dispersin de los
material is presented, as emphasized by Souli resultados de ensayes fsicos o mecnicos
(1983). sobre un material dado, es indispensable
indicar las dimensiones de los especimenes.

When a general random field model has been Un modelo general basado en campos
formulated, it is also possible to define a aleatorios tambin permite definir un campo

14
conditional field with respect to actually condicional respecto a los valores
measured values. This field is no longer efectivamente medidos. Este campo no es
stationary since it presents locally a smaller estacionario puesto que presenta localmente
uncertainty in the vicinity of the sampling una menor incertidumbre en la vecindad de
points. To obtain conditional expected values los puntos de muestreo. Para obtener los
of the properties of interest at points in which valores esperados condicionales de las
no measurements have been made (point propiedades de inters en puntos en los cuales
estimation), the multivariate linear estimation no se han realizado mediciones (estimacin
(Appendix II) or any of its variants such as the puntual), se puede recurrir a la estimacin
kriging technique (Matheron, 1965; Krige, lineal multivariable (Anexo II) o a alguna de
1966; Jurez, 2001) can be used. By sus variantes como la tcnica del kriging
combining a large number of points, virtual (Matheron, 1965; Krige, 1966; Jurez, 2001).
borings and cross- sections of the subsoil and Combinando un nmero importante de puntos,
maps of the depth and thickness of the se pueden entonces dibujar sondeos y cortes
different layers can be drawn. The graphs virtuales del subsuelo y mapas de espesores y
obtained in that way represent the conditional profundidades de los distintos estratos. Las
expected value of the physical or geometrical grficas as obtenidas estn constituidas por
property of interest, which incidentally leads los valores esperados condicionales de la
to a smoothing effect characteristic of this propiedad fsica o geomtrica de inters, lo
type of estimation. It is also possible to que conduce a un efecto de suavizacin
estimate the average value of the same caracterstico de este tipo de estimacin.
properties in a certain domain, for example, a Tambin es posible estimar el promedio de las
finite element or a potentially unsafe failure mismas propiedades en determinado dominio,
surface (global estimation). In both cases it is por ejemplo un elemento finito o una
convenient to calculate and represent in the superficie de falla potencialmente crtica
same way the variance of estimation, in order (estimacin global). En ambos casos resulta
to detect the areas where information is til calcular y representar en la misma forma
lacking and where additional exploration la varianza de estimacin, para detectar las
would be in order. To optimize the location of zonas donde la informacin resulta escasa y
new sampling sites, the concept of gain convendra realizar exploraciones adicionales.
(Azzouz, 1988) is particularly useful. Para optimizar la seleccin de los nuevos
Examples of results obtained at different sites sitios de muestreo resulta entonces de utilidad
by using these techniques are presented in el concepto de ganancia (Azzouz, 1988).
paragraph 4.3. This approach contributes to Ejemplos de resultados obtenidos en distintos
eliminating part of the subjectivity currently sitios usando estas tcnicas se presentan en el
existing in the interpretation of exploratory inciso 4.3. Este enfoque contribuye a eliminar
surveys. It is actually a tool that supplements, una parte de la subjetividad que existe
but does not substitute, traditional actualmente en la interpretacin de los
interpolation criteria based on geological resultados de campaas de reconocimiento. Se
evidences and in particular on geomorphology trata de una herramienta que complementa,
and sedimentology. The technique lends to pero no sustituye, los criterios tradicionales de
computer programming and therefore to the interpolacin basados en las evidencias
simultaneous handling of large amounts of geolgicas y en particular en la geomorfologa

15
data that could be hardly evaluated with the y la sedimentologa. La tcnica se presta a la
traditional approach; it also has the advantage programacin informtica y por tanto al
of requiring a careful review and systematic manejo simultneo de grandes cantidades de
organization of the data. The validity of the datos difcilmente evaluables en forma
results obtained depends on the characteristics tradicional; tiene adems la ventaja de obligar
of the field. It is more likely to provide useful a una cuidadosa revisin y organizacin
results in fields with an approximate gaussian- sistemtica de la informacin. La validez de
type behavior (Appendix II). Also it is better sus resultados depende de las caractersticas
applied on structured media such as lacustrine del campo. Tiene mayor posibilidad de dar
deposits or on compacted soil embankments resultados tiles en campos aproximadamente
rather then on chaotic media such as gaussianos (Anexo II). Tambin se aplica
conglomerates, breccia and colluvial deposits. mejor en medios estructurados como los
medios lacustres o los terraplenes de suelos
compactados que en medios caticos como los
conglomerados, brechas y depsitos colu-
via les.

Having a random field model, it is possible on Disponer de un modelo basado en campos


the other hand to carry out simulations, i.e. to aleatorios permite por otra parte realizar
define "plausible" configurations of the spatial simulaciones, es decir definir configuraciones
variation of the properties, that can be "plausibles" de la variacin espacial de las
transformed into "realistic" virtual borings, propiedades, que se pueden materializar en
cross -sections or maps, with no smoothing. sondeos, cortes virtuales o mapas "realistas ",
Generating a large number of these images sin suavizacin. Generando un nmero
facilitates the evaluation of the possibility importante de estas imgenes facilita la
(and if desired, of the probability) of reaching evaluacin de la posibilidad (y si se desea, de
locally extreme conditions that could be la probabilidad) de que se alcancen localmente
critical for the project under study. The condiciones extremas que pudieran resultar
simulation is called unconditional if it is only crticas par la obra estudiada. La simulacin se
compatible with the field parameters and llama incondicional si es solamente
conditional if the location and the compatible con los parmetros del campo y
characteristics of the available samples are condicional si toma en cuenta adems la
also taken into account (Appendix II). localizacin y las caractersticas de las
muestras disponibles (Anexo II).

3.2.3 Apparent random fields 3.2.3 Campos aleatorios aparentes

It was implicitly assumed in the previous En lo anterior, se supuso implcitamente que


paragraphs that the field or laboratory las mediciones de campo o de laboratorio
measurements provided exact values of the proporcionaban valores exactos de las
variables of interest. Common measurements variables de inters. Las mediciones comunes
actually produce results affected by systematic arrojan en realidad resultados afectados por
and /or random errors attributable to the errores sistemticos y/o aleatorios atribuibles

16
operators and to the lack of accuracy implicit a los operadores y a las imprecisiones
in the technique used for the test. These errors implcitas en la tcnica de prueba usada. Estos
imply that only access to apparent fields is errores implican que solamente se tenga
available. The way in which the errors acceso a campos aparentes. La forma en la
mentioned above affect the real fields que los errores mencionados afectan a los
parameters and in particular their correlation parmetros del campo real y en particular a su
structure is discussed in Appendix II. An error estructura de correlacin se discute en el
of the random additive type dilutes the Anexo II. Un error de tipo aditivo aleatorio
correlation structure of the field and generates diluye la estructura de correlacin del campo
the so- called "nugget effect" (loss of y genera el llamado "efecto de pepita"
correlation between adjacent points), whereas (prdida de correlacin entre puntos
a systematic, but random, bias increases the contiguos), mientras que un sesgo sistemtico,
apparent spatial correlation. pero de magnitud aleatoria, aumenta la
correlacin espacial aparente.

3.2.4 Modeling of the uncertainty associated 3.2.4 Modelado de la incertidumbre asociada a


to mechanical models modelos mecnicos

If the necessary elements are available, it is Si los elementos necesarios estn disponibles,
possible to represent the error on the method es posible representar el error sobre el mtodo
of calculation by means of a random term of de clculo mediante un trmino aleatorio de
multiplicative or additive error (Cornell, 1971) error multiplicativo o aditivo (Cornell, 1971),
the characteristics of which should be cuyas caractersticas deben estimarse
estimated comparing the results derived from comparando los resultados arrojados por los
the models with the actual behavior of modelos con el comportamiento real de
constructions. construcciones.

3.3 Incorporation of uncertainty in 3.3 Incorporacin de la incertidumbre en


geotechnical analyses los anlisis geotcnicos

3.3.1 Probabilistic geotechnical analyses 3.3.1 Anlisis geotcnicos probabilistas

Probabilistic or stochastic geotechnical Los anlisis geotcnicos probabilistas o


analyses are performed by considering the estocsticos, se realizan considerando las
geotechnical or external variables involved in variables geotcnicas o externas incluidas en
the equations of the specialty as random las ecuaciones de la especialidad como
variables (Sedano, 1983) or as random fields. variables aleatorias (Sedano, 1983) o como
The solutions of these equations become in campos aleatorios. Las soluciones de estas
turn of random nature and their dispersion ecuaciones se vuelven a su vez aleatorias y su
reflects the uncertainty affecting the results of dispersin refleja la incertidumbre que afecta
the analysis. When applicable, an additional a los resultados del anlisis. En su caso, se
term has to be added, as indicated in tiene que agregar un trmino correspondiente
subparagraph 3.2.4, to represent the random a lo indicado en 3.2.4 para representar el sesgo

17
bias of the model. Depending on the aleatorio del modelo. Dependiendo de las
characteristics of the function of interest, the caractersticas de la funcin de inters, la
pre- existing uncertainty on the variables can incertidumbre preexistente en las variables
be smoothed (robust systems) or amplified puede atenuarse (sistemas robustos) o
(sensitive or unstable systems, sometimes to amplificarse (sistemas sensibles o inestables, a
the point of evidencing a chaotic behavior). In veces hasta el punto de presentar un
soil mechanics, numerous examples of comportamiento catico). En mecnica de
functions of both types can be found (Sedano, suelos, se encuentran numerosos ejemplos de
1983). funciones de ambos tipos (Sedano, 1983).

In the general case, the objective of a En el caso general, el objetivo de un anlisis


stochastic analysis the estimation of the
is estocstico es la obtencin de la densidad de
probability density (or at least of the first probabilidad (o por lo menos de los primeros
moments) of an explicit or implicit function of momentos) de una funcin explcita o
one or more random variables. The solution to implcita de una o varias variables aleatorias.
this problem is simple only in the case of a La solucin a este problema solamente es
linear function; otherwise, an approximate sencilla en el caso de una funcin lineal; en
solution must be employed. A widely used caso contrario, tiene que recurrirse a una
technique involves the representation of the solucin aproximada. Una tcnica
function of interest by means of a linear or ampliamente utilizada consiste en representar
parabolic approximation obtained through a la funcin de inters mediante una
development in a Taylor's series (first or aproximacin lineal o parablica obtenida
second order approximation). mediante un desarrollo en serie de Taylor
(aproximacin de primer o segundo orden).

3.3.2 The stochastic finite element method 3.3.2 El mtodo del elemento finito
estocstico

Given the present boom of numerical methods Un caso particular del planteamiento anterior
in geotechnical engineering, the stochastic que resulta de gran inters tomando en cuenta
finite element method is a particular case of el auge actual de los mtodos numricos en
the previous approach which is greatly geotecnia es el mtodo del elemento finito
interesting. The theoretical bases of the estocstico. Las bases tericas del mtodo se
method are presented in Appendix III. Typical presentan en el Anexo III. Resultados tpicos
results obtained for some common problems obtenidos en algunos problemas comunes de
in geotechnical engineering are shown in geotecnia se muestran en el inciso 4.5,
paragraph 4.5.

3.3.3 Reliability analyses 3.3.3 Anlisis de la confiabilidad

Stochastic geotechnical analyses can be Los anlisis geotcnicos estocsticos pueden


brought a step forward, to evaluate the llevarse un paso ms lejos para evaluar la
probability of failure (or of exceedence of a probabilidad de falla (o de excedencia de un

18
critical limit) or its complement to unity, lmite critico) o su complemento a la unidad,
reliability. This ambitious objective can be la confiabilidad. Este ambicioso objetivo rara
seldom reached but, frequently it is possible to vez puede ser alcanzado pero, frecuentemente,
obtain a representative value of the index of es posible obtener un valor representativo del
reliability. These concepts are defined in ndice de confiabilidad. Estos conceptos se
Appendix IV and are illustrated with an definen en el Anexo IV y se ilustran con un
example in paragraph 4.6. ejemplo en el inciso 4.6,

4. THE PROBABILISTIC APPROACH IN 4. EL ENFOQUE PROBABILISTA EN


SOME GEOTECHNICAL PROBLEMS ALGUNOS PROBLEMAS DE
GEOTECNIA

4.1 Detection of anomalies in the subsoil 4.1 Deteccin de anomalas en el subsuelo

So- called "geometrical" probabilities (Bore], Las probabilidades llamadas "geomtricas"


1950) can be useful to shed some light on (Bore], 1950) pueden ser de utilidad para
common geotechnical engineering problems. arrojar ciertas luces sobre problemas comunes
As an example, Figure 2 (Auvinet, 1976) de la Geotecnia. A ttulo de ejemplo, se
depicts the probability of finding an muestra en la Figura 2 (Auvinet, 1976) la
underground cave with a circular shape in probabilidad de encontrar una caverna
plan by means of a grid of vertical borings subterrnea circular en planta mediante una
with a certain spacing. This problem is quite retcula de sondeos verticales con determinada
relevant in Mexico City where more than one separacin. Este problema tiene una
million people live in zones where galleries relevancia evidente en la Ciudad de Mxico
and caverns of old mines are known to exist. donde ms de un milln de personas viven en
The simplistic model of figure 2 is sufficient zonas minadas. El modelo simplista de la
to show that the practice accepted in this area figura 2 es suficiente para mostrar que la
and requiring the execution of a single boring prctica aceptada en estas zonas y consistente
at future sites of construction is by all means en realizar un solo sondeo en cada predio
inadequate. In fact, it is easy to demonstrate donde se pretende construir no es satisfactoria.
that the a posteriori probability of finding an En efecto, resulta fcil mostrar que la
important cave, after a single boring, or probabilidad a posteriori, de que exista una
widely separated borings failed to detect any caverna importante, despus de realizar un
anomaly, calculated in of Bayes'
terms solo sondeo, o sondeos muy separados que no
theorem (Appendix I), is not significantly hayan encontrado una anomala, calculada de
different from the a priori probability that acuerdo con el teorema de Bayes (Anexo I),
such a cave exists. Hence, a field investigation no es muy diferente de la probabilidad a priori
based on a sequence of vertical borings is de que sta exista. Una investigacin basada
ruled approximately by a geometric en una secuencia de sondeos est entonces
distribution (Table 1; Appendix 1) with a low aproximadamente regida por una distribucin
probability of success. de probabilidad de tipo geomtrico (Tabla l;
Anexo I) con una probabilidad de xito baja.

19
P
1.0 - Module, /- - - - -
Mdulo, 1
--
0.8

0.6

0.4

Cave diameter, 0
0.2 Dimetro cavidad, 0
Grid module, /
Mdulo de la cuadrcula, 1

0.4 0.8 1.2 z 1.6


0/1

Fig. 2 Probability of detecting a circular cave (Auvinet, 1976)


Probabilidad de deteccin de una caverna circular

20
Bayes' theorem also suggests that emphasis El teorema de Bayes sugiere tambin que el
should be placed on improving the estimate of nfasis debe estar en mejorar la estimacin de
the a priori probability, by gathering la probabilidad a priori, obteniendo
information from the residents of the area and informacin de los residentes de la zona y
performing careful inspections of the realizando una inspeccin cuidadosa de la
surroundings of the site in order to detect zona aledaa al sitio para detectar posibles
entrances to the galleries. entradas a las galeras.

4.2 Structure of granular media 4.2 Estructura de los medios granulares

The composition and structure of granular La composicin y estructura de medios


media such a sand, gravel or rockfill is granulares como las arenas, gravas o
complex and seems to escape any possible enrocamientos es compleja y parece escapar a
description. However, statistics is capable of toda descripcin. Sin embargo, la estadstica
establishing very useful representations of permite establecer representaciones muy tiles
these materials, for example, by means of the de estos materiales por ejemplo mediante la
grain size distribution, very commonly used in distribucin granulomtrica, usada muy
soil mechanics even by engineers that are comnmente en mecnica de suelos aun por
somewhat reluctant to apply statistics. This los ingenieros que tienen a priori cierta
function has in fact a probabilistic reticencia hacia el empleo de la estadstica.
interpretation too. It is easy to demonstrate Esta funcin tiene de hecho tambin una
that, for materials with a constant relative interpretacin probabilista. Es fcil mostrar
density of solids, this distribution can be que, para materiales con densidad de slidos
interpreted as the probability that a point constante, esta distribucin puede inter-
randomly selected within the solid phase falls pretarse como la probabilidad de que un punto
inside a particle with a diameter smaller than a tomado al azar dentro de los slidos se
predetermined value (Auvinet, 1986b). The encuentre dentro de una partcula con
grain size distribution is not the only statistical dimetro menor que determinado valor
tool .of common use in soil mechanics. In fact, ( Auvinet, 1986b). La distribucin granulo -
practically all of the usual physical and mtrica no es la nica herramienta estadstica
mechanical properties in geotechnical comn en mecnica de suelos. De hecho,
engineering have a statistical character. To prcticamente todas las propiedades fsicas y
give a particularly simple example, Figure 3 mecnicas usuales en geotecnia tienen un
showsthe variation of porosity (pore volume / carcter estadstico. Para tomar un ejemplo
total volume) measured in a reference sphere particularmente simple, en la Figura 3 se
with a variable diameter located within several muestra la variacin de la porosidad (volumen
computer -simulated structures of spherical de poros / volumen total) medida en una
particles. It can be observed that porosity can esfera de referencia de dimetro variable
be interpreted as the average value of a localizada dentro de varias estructuras de
characteristic function equal to in the voids
1 partculas esfricas simuladas con
and O in the solids. As depicted in the computadora. Se observa que la porosidad
illustration, this average value is subjected to puede interpretarse como el promedio de una
the scale effect and its dispersion decreases funcin caracterstica igual a en los vacos y
I

21
with the size of the volume of reference as a O en los slidos). Como lo muestra la figura,
predicted by eq. 24 of Appendix II. It can be este valor medio est sometido al efecto de
shown that the which porosity
rate at escala y su dispersin disminuye con el
converge's statistically towards a stable value tamao del volumen de referencia como lo
depends mainly on the specific surface of the prev la ec. 24 del Anexo II. Es posible
medium (Auvinet, 1986b and I988b). demostrar que la velocidad de convergencia
estadstica de la porosidad hacia un valor
estable depende principalmente de la
superficie especfica del medio (Auvinet,
1986b y 1988b).

Resorting to this type of numerical Recurriendo a este tipo de simulaciones


simulations, the geometrical scale effect in numricas, se ha podido estudiar el efecto de
granular media could be evaluated (Auvinet, escala geomtrico en los medios granulares
1986; I- lernndez, 1986). This study led to the (Auvinet, 1986; 1- lernndez, 1986). Este
particular conclusion that, in the past, it has estudio permiti concluir en particular que, en
been a common practice to carry out tests on el pasado, ha sido comn realizar ensayes
specimens that are too small compared with sobre especmenes demasiado pequeos en
the dimensions of the particles of the material. relacin con las dimensiones de las partculas
These specimens, where the porosity or the del material. Estos especmenes, en los cuales
void ratio is not precisely defined from a la porosidad o la relacin de vacos no est
statistical point of view, cannot be considered definida en forma, precisa desde el punto de
representative of the granular medium. vista estadstico, no pueden considerarse
Similarly, it was demonstrated that too precise representativos del medio granular. En la
measurements of local strain in granular soil misma forma, se mostr que mediciones
specimens are meaningless because they demasiado precisas de la deformacin local de
ignore the statistical character of the strain especimenes de suelos granulares carecen de
concept in granular media. sentido puesto que ignoran el carcter
estadstico del concepto de deformacin en los
medios granulares.

4.3 Geostatistical analysis of lacustrine and 4.3 Anlisis geoestadstico de suelos


marine soils lacustres y marinos

Spatial variations of soil properties have been Las variaciones espaciales de las propiedades
represented by means of random fields under de los suelos han podido ser representadas
different conditions. mediante campos aleatorios en diferentes
condiciones.

22
in the grains
K(X) = 0 en los granos
0.2
A, B, C, D, E, F:
Simulated structures
in the pores Estructuras simuladas
K(X) = 1 en los poros

0 1 2

nn - 1

J0
K(X)dX Diameter of reference volume S2, D
Dimetro del volumen de referencia

Fig. 3 Reduction of porosity variance (Auvinet, 1986b)


Reduccin de varianza de la porosidad

23
After taking into account the geological Despus de tomar en cuenta las evidencias
evidences as thoroughly as possible, this type geolgicas en la forma ms completa posible.
of model has been resorted to for the purpose se ha recurrido a este tipo de modelo para
of representing variations of the geometrical, representar las variaciones de variables
physical or mechanical variables associated to geomtricas, fsicas o mecnicas asociadas a
complex sedimentation processes difficult to procesos de sedimentacin complejos,
describe with a deterministic approach. difciles de describir en forma determinista.

The technique has become particularly useful La tcnica ha resultado particularmente til en
in geotechnical media of lacustrine origin such medios geotcnicos de origen lacustre como
as the clay deposits of the Valley of Mexico, las arcillas del valle de Mxico, dentro de los
within which an appreciable horizontal cuales existe una continuidad horizontal
continuity exists. In the course of the last ten apreciable. Durante los ltimos diez aos se
years approximately 4400 boring logs han recopilado del orden de 4400 sondeos
obtained in the basin of Mexico City have realizados en la cuenca de Mxico y se ha
been collected and a Geographic Information desarrollado un Sistema de Informacin
System focused on the geotechnical properties Geogrfica con nfasis en las caractersticas
of the subsoil has been developed (Mndez et del subsuelo (Mndez et al., 1995). Este
al., 1995) This system has been useful to
. sistema ha permitido afinar el conocimiento
improve the current knowledge on the subsoil que se tiene del subsuelo del valle de Mxico
of the Valley of Mexico (Flores Tapia, 2000; (Flores Tapia, 2000; Aguilar, 2001; Morales.
Aguilar, 2001; Morales, 2001) and constitutes 2001) y constituye una base de datos valiosa
a valuable data base that can be used to que puede ser utilizada para fines de anlisis
perform geostatistical analyses. geoestadsticos.

Using an appropriate correlation model and Usando un modelo de correlacin apropiado y


applying the estimation technique described in aplicando la tcnica de estimacin descrita en
Appendix II, it has been possible to define el Anexo II, ha sido posible definir contornos
contours of equal thickness and depth of the de igual espesor y profundidad de la primera
first hard layer- (Figure 4, Jurez, 2002). capa dura (Figura 4, Jurez, 2002). Asimismo,
Furthermore, it has been possible to develop se ha podido construir cortes virtuales del
virtual subsoil cross -sections at different sites subsuelo en distintos sitios de la zona lacustre
of the lacustrine zone where the spatial que representan las variaciones espaciales del
variations of natural water content (Figure 5, contenido de agua (Figura 5, Medina, 2001),
Medina, 2001), standard penetration test del nmero de golpes en la prueba de
blow- count, and cone point resistance (Figure penetracin estndar, y de la resistencia
6, Pantoja, 2002; Figure 7, Valdez, 2002c) are medida con cono (Figura 6, Pantoja, 2002;
represented. These models were useful for a Figura 7, Valdez, 2002c). Estos modelos
better appreciation of the soil conditions at fueron tiles para una mejor apreciacin de la
these different sites. estratigrafa en estos diferentes sitios.

Similarly, geostatistics has been used to En la misma forma, se ha usado la


represent the variations of the properties of geoestadstica para representar las variaciones

24
marine soils of a site at the Sonda de de las propiedades de los suelos marinos de un
Campeche in the Gulf of Mexico (Figure 8, rea de la Sonda de Campeche en el golfo de
Valdez, 2002a and 2002b). In this case, the Mxico (Figura 8, Valdez, 2002a y 2002b). En
subsoil cross -sections that were obtained by este caso, los cortes transversales dl subsuelo
statistical estimation helped to confirm the obtenidos por estimacin estadstica
existence of local faulting detected by permitieron confirmar la existencia de fallas
geophysical means. detectadas mediante geofsica.

This same technique was used for the design Esta misma tcnica fue usada para el diseo
of the foundation of a large bridge across the de la cimentacin de un puente de grandes
Gulf of Corinth in Greece. The bridge rests on dimensiones construido sobre el golfo de
the surface of the marine subsoil reinforced by Corinto en Grecia. El puente descansa sobre el
metallic inclusions. The diameter of the fondo marino reforzado con inclusiones
precast footings is 90 m (Figure 9; Pecker, metlicas a travs de zapatas prefabricadas de
1998). In this case, geotechnical engineers had 90 m de dimetro (Figura 9; Pecker, 1998). En
trouble delimiting well defined strata in the este caso, los geotecnistas encontraban
subsoil due to the lenticular structure of these dificultades para delimitar estratos bien
marine and - alluvial deposits. Using definidos en el subsuelo debido a la estructura
geostatistics it was possible to obtain a lenticular de estos depsitos marinos y
thorough description of the spatial variation of aluviales. La geoestadstica permiti lograr
the subsoil properties below each footing that una descripcin completa de la variacin
was taken into account in the design (Figure 9; espacial de las propiedades del subsuelo bajo
Auvinet and Medina, 1998b). Statistical cada zapata que fue tomada muy en cuenta en
analyses showed that, in spite of sharp local el diseo (Figura 9; Auvinet y Medina,
variations in the soil profile, where materials 19986). Los anlisis estadsticos mostraron
ranging from soft clays to sand or gravel are que, a pesar de las fuertes variaciones
found, the medium could be considered encontradas en los perfiles del suelo donde
statistically homogeneous and that, alternan arcillas blandas y arenas o gravas, el
accordingly, the risk of large differential medio poda considerarse como estads-
settlements was not serious. The settlements ticamente homogneo y que. por tanto, el
were computed using correlations between riesgo de grandes asentamientos diferenciales
index properties, field tests results and no era serio. Los asentamientos fueron
compressibility parameters. A 3D calculados usando correlaciones entre
compressibility field was defined for each propiedades ndice, resultados de pruebas de
footing. The computed settlements coincided campo y parmetros de compresibilidad. Se
satisfactorily with those measured on the site. defini un campo tridimensional de
compresibilidad para cada zapata. Los
asentamientos calculados coincidieron en
forma satisfactoria con los medidos en el sitio.

25
2150500 -1
1

1 ns .

e 9: s;
2150000

2149500
TRANSITION ZONE ikA1 ZOt
ZONA DE TRANSICIN fOONA,PE /..4
2149000,?

2141500

' 21480(X
m:: 4.;:'

__,-_

AV AIDF2ELDE

2 I '155(X)
/2g:: 'j.:(3-S,:rEo-!;NIC9117,7115--

482500 483000 483500 484000 484500 485000 485500 486000 486500 487000 487500

Fig. 4 Estimated depth to the first hard layer; Mexico City downtown area (Jurez and Auvinet, 2002)
Profundidad estimada a la primera capa dura; centro de la ciudad de Mxico

26
- ::
. ':

' / ' /
111111111IIN11111111111111111111111111111111111111111111111111111111111-' 111111111111111111111111

111111111111111111111111111111111111111111111111111111111111111111111111111 111111111111111111111111

11111111111111111111111111111111111111111111111111111111111111101111111111 111111111111111111111111

111111111111111111111111111111111111111111111111111111111111111111111111111 111111111111111111111111

111111111111111111111111111111111111111111111111111111111111111111111111111
1111111111111111111
.
ilimmilminimillill111111i0111111111111111111111em 111111111111111111111111

_ __-_ 1 =.~~.
,
-

-- - ------- --'- -

=-

I , ^

"' ' ' .


'' II
. .
^
O.
."".^"
" .
^" ^'^
"

^'
. . . .
Resistant cone, q6 (kg /cm2)
Resistencia de cono q6. (kg /cm )
0 2.9-3
2.8-2.9
2.7-2.8
2.6-2.7
5 2.5-2.6
2.4-2.5
2.3-2.4
2.2-2.3
---, 10 2.1-2.2
2-2.1
i1 1.9-2
1.8-1.9
c 1.7-1.8
15
1.6-1.7
1.5-1.6
1.4-1.5
plennxr-- 1.3-1.4
N ?0 O 1.2-1.3
O 1.1-1.2
0 1-1.1
L-
0.4-1
C),
0.80.9
25 K 0.7-0.8
0.6-0.7
U 0.5-0.6
0.4-0.5
30 CI

0.2-0.3
0.1-0.2
0-0.1
35 III II 11 4 1 1
14114 11 11 it I II 4 i111116 III III II III II Nl II l II 1111 141111I1 lll III 111111 11111 1411 i ili M111111111 111111111 1114I1 1n II III 11 ll 1
l 1111n 4I 1
11 11 II II4111 1,111 ILt 4111111111 II III III 1
III II 1111111111111111

0 I 2 3 4 5

Distance, X (km)
Distancia, X (kin)

Fig. 7 Virtual subsoil cross -section (CPT), Texcoco site (International Airport Project, Mexico City)
Corte virtual del subsuelo (cono elctrico), sitio Texcoco (Proyecto del Nuevo Aeropuerto Internacional,
Ciudad de Mxico)
Surface of marine subsoil
Superficie del lecho marino
00
Soft layer Water content, w ( %)
05 lslralo blando C
Contenido de agua, w ( %)
lo 90 - 100
80 - 90
70 -- 80
60 - 70
o50-60
30
o40-50
;.-] 30 -40
35 C720-30
40 o 10 -20
z 0 -10
45
E
,z 50

s 55

Qi 60
0.
65

70

75

80

85

90

95

100

El E2 E3 E4 E5 E6 E7 E8 E9 ElO El1 E12 El3


Virtual borings
Sondeos virtuales

Fig. 8 Virtual subsoil cross -section (water content); sonda de Campeche (Valdez, 2002)
Corte virtual del subsuelo (contenido de agua); sonda de Campeche

30
(a) Foundation system; Sistema de cimentacin (Pecker, 1998)

-50
2
Water content, w ( %)
24 Contenido de agua, w (%)
-60 -
52
50
48
-70 - 46
44
42
3 40
N -80 38
24 36
20 34
-CA
-90 32
2 4 30
Z4
26
-100- 24
22
20
-110- 18
16
14
12
-120- 10
8

-130 -

4242370 4242390 4242410 4242430 4242450


South - North, X (In)
Sur - Norte, X (m)

(b) Virtual subsoil cross -section (water content); Corte virtual del subsuelo (contenido de agua)
(Auvinet and Medina, 1998b).

Fig. 9 Rion -Antirion Bridge, Greece. Puente Rion -Antirion, Grecia

31
4.4 Selection of geotechnical parameters for 4.4 Seleccin de parmetros geotcnicos
analysis and design para fines de anlisis y diseo

The selection of soil parameters for La seleccin de los parmetros del suelo para
geotechnical design purposes is a delicate fines de diseo en geotecnia es un problema
problem. When calculating the bearing delicado. Al calcular capacidad de carga de
capacity of a foundation supported by a una cimentacin sobre determinado estrato,
certain stratum, for example, it is commonly por ejemplo, se arguye, con argumentos
argued with the same conviction that the shear aparentemente igualmente vlidos, que debe
strength to be considered, should be the considerarse el mnimo de los distintos valores
minimum of the different values measured in de la resistencia medidos en el laboratorio o
the laboratory or in the field, the average of en el campo o el promedio de estos valores o
these values, or the value corresponding to a bien el correspondiente a algn percentil
certain arbitrary percentile within the set of arbitrario del grupo de datos disponibles.
available data.

Actually, in most situations, and provided no En realidad, en muchas situaciones, y siempre


possibility of a progressive failure exists, the que no exista la posibilidad de falla
parameter to be considered should be the progresiva, el parmetro a considerar es el
average value of the shear strength on the promedio de la resistencia al corte sobre la
potential failure surface (Figure I0). As superficie de falla potencial (Figura 10).
shown in Appendix 11, when a random field Como se muestra en el Anexo II, despus de
model of the spatial variation of the properties desarrollar un modelo de la variacin espacial
has been formulated, it becomes simple to de las propiedades de tipo campo aleatorio,
obtain a conditional estimate of this average resulta sencillo obtener una estimacin
value (global estimation). This ought to condicional de este promedio (estimacin
become the standard way to define the shear global). Este procedimiento es el que debera
strength in bearing capacity or slope stability aplicarse en forma rutinaria para definir la
analyses. In the case of progressive failure, resistencia al corte en anlisis de capacidad de
point estimations could be performed (Figure carga o en anlisis de estabilidad de taludes.
10) along the failure surface and the estimated En el caso de falla progresiva, sera ms
values be adjusted locally depending on the conveniente realizar estimaciones puntuales
shear strain level reached at each point. It is (Figura 10) a lo largo de la superficie de falla
obvious that the average shear strength on a y ajustar localmente los valores estimados de
specific surface value is subjected to the scale acuerdo con el nivel de deformacin angular
effect (eq. 24, Appendix II), i.e., if the soil can alcanzado. Obviamente, el promedio de la
be considered as statistically homogeneous, resistencia al corte sobre determinada super-
the uncertainty on the average value will be ficie est sujeto al efecto de escala (ec. 24.
larger on small surfaces than on surfaces with Anexo II) es decir que, si el suelo se puede
larger dimensions. considerar estadsticamente homogneo, la
incertidumbre existente en cuanto a este valor
es mayor sobre superficies pequeas que sobre
superficies de grandes dimensiones.

32
:_ (lay Faihtre surface
stimates of ,cohesion :
Arcilla'.: . Superfrcie de AIM'
Estimaciones puntuales de.la cohesion=.= r. .

Fig. 10 Estimation of soil parameters along a potential failure surface.


Estimacin de parmetros del suelo a la largo de una superficie de falla potencial

33
This consideration has led to an interesting Este planteamiento ha conducido a una
review of the concept of safety of slopes revisin interesante del concepto de seguridad
(Gonzlez, 1998; Auvinet, 2000). In fact, it is de los taludes (Gonzlez, 1998; Auvinet
easy to demonstrate that, due to spatial 2000). En efecto, es fcil mostrar que,
variation of the soil properties, three - tomando en cuenta la variacin espacial de las
dimensional failure mechanisms can present a propiedades del suelo, los mecanismos de
larger probability of failure than the two - falla tridimensionales pueden presentar una
dimensional failure mechanisms traditionally mayor probabilidad de falla que los
considered in deterministic slope stability mecanismos bidimensionales considerados en
analyses. This coincides with the common los anlisis de estabilidad de taludes
practical experience in this matter. deterministas tradicionales. Esto coincide con
la experiencia prctica comn en la materia.

4.5 Stochastic mechanical and hydraulic 4.5 Anlisis mecnicos e hidrulicos


analyses using the finite element method estocsticos por el mtodo del elemento
finito

The stochastic finite element method El mtodo del elemento finito estocastico
described in Appendix 111 has been applied to descrito en el Anexo III ha sido aplicado a
different geotechnical problems and has been diferentes problemas de geotecnia y se ha
proved to be a useful tool. demostrado que es una herramienta til.

4.5.1 Description of uncertainty affecting the 4.5.1 Descripcin de la incertidumbre que


parameters of materials afecta los parmetros de los materiales

To describe the uncertainty that affects Para describir la incertidumbre que afecta los
material parameters considered in a finite parmetros de los diferentes materiales
element model, it is in principle possible to considerados en un modelo de elementos
resort again to the random fields formalism finitos, es posible recurrir nuevamente en
(Appendix II). Depending on how these principio al formalismo de los campos
parameters are evaluated, Auvinet (2001) has aleatorios (Anexo II). Dependiendo de la
suggested to make a distinction among forma en la que se evalan estos parmetros,
random fields of the estimative, descriptive or Auvinet (2001) ha sugerido distinguir entre
mixed types. The estimative type correspond campos aleatorios de tipo estimativo,
to a situation in which no sampling or field descriptivo o mixto. El campo de tipo
measurements are available, for example at estimativo corresponde a una situacin en la
the design stage of an earth structure. The cual no se cuenta con muestreo ni mediciones
descriptive type corresponds on the contrary de campo, por ejemplo en la etapa de diseo
to a situation in which sampling or field tests de una estructura de tierra. El tipo descriptivo
have been performed and can be used to corresponde a una situacin en la que los
formulate a random field model describing muestreos o ensayes de campo realizados
spatial variations. For these fields to be taken permiten formular un modelo de tipo campo
into account in numerical analyses, they have aleatorio que represente la variacin espacial.

34
to be discretized into a manageable set of Para tomarse en cuenta en los anlisis
random variables. The multiple methods that numricos, estos campos deben ser
have been suggested for such a purpose (Der discretizados en un nmero manejable de
Kiureghian, 1991) are not really satisfactory variables aleatorias. Los mltiples mtodos
because they generally ignore the mechanical que han sido sugeridos para ello (Der
aspect ofthe problem, that should be Kiureghian, 1991) no son realmente
evaluated in the frame of homogenization satisfactorios porque ignoran generalmente el
theory. aspecto mecnico del problema, que debera
evaluarse en el marco de la teora de la
homogeneizacin.

Furthermore, it should be observed that three - Debe observarse, por otra parte, que los
dimensional random fields cannot be taken campos aleatorios tridimensionales no pueden
into account in common plane- strain or plane - tomarse en cuenta en los anlisis comunes
flow finite element analyses. In fact, this type realizados por el mtodo del elemento finito
of analysis assumes that a strict homogeneity en estado plano de deformacin o de flujo. En
exists in the direction perpendicular to the efecto, este tipo de anlisis supone que existe
plane of analysis, therefore contradicting the una homogeneidad estricta en la direccin
hypothesis of spatial random variation. On the perpendicular al plano de anlisis lo que
other hand, two -dimensional random fields contradice la hiptesis de variacin aleatoria
considered by some authors (Griffith, 1993; espacial. Por otra parte, los campos aleatorios
Gaouar, 1997) in their analyses can hardly be bidimensionales considerados en sus anlisis
considered to provide a realistic description of por ciertos autores (Griffith, 1993: Gaouar.
natural soils. Strictly speaking, all stochastic 1997) no pueden considerarse como
finite element analyses in which the spatial representaciones realista de los suelos
variation of soil properties is represented by naturales. En rigor, todos los anlisis por el
descriptive random fields should be of the mtodo del elemento finito estocstico que
three- dimensional type. tomen en cuenta la variacin especial de las
propiedades mediante campos aleatorios
descriptivos deberan ser tridimensionales.

As a result of the above, most analyses carried Por todo lo anterior, la mayor parte de los
out to date have assumed that the mechanical anlisis realizados hasta la fecha se han
or hydraulic parameters assigned to sets of limitado a considerar que los parmetros
finite elements corresponding to certain mecnicos o hidrulicos asignados a grupos de
materials, were random variables representing elementos finitos correspondientes a
an estimative random field. The degree of determinados materiales eran variables
correlation between different estimative aleatorias que representan un campo aleatorio
variables is always difficult to assess. Typical estimativo. El grado de correlacin existente
field and laboratory tests results should be entre diferentes variables estimativas es
taken into account (as an example: cohesion siempre difcil de estimar. Los resultados
and friction angle are negatively correlated). it tipicos de pruebas de campo y de laboratorio
should also be considered that a correlation deben tomarse en cuenta (por ejemplo la

35
exists among the properties of different cohesin y el ngulo de friccin presentan una
materials when there is the same type of correlacin negativa). Es conveniente
doubts with respect to their values or when considerar por otra parte que existe
such properties have been determined correlacin entre las propiedades de
experimentally following the same procedure. materiales diferentes cuando se tiene el mismo
It is difficult to avoid a high degree of tipo de dudas respecto a su valor o cuando han
subjectivity in the assignment of these sido determinados experimentalmente por el
correlations. mismo procedimiento. Es difcil evitar un alto
grado de subjetividad en la asignacin de estas
correlaciones.

4.5.2 Methodology 4.5.2 Metodologa

The most commonly used technique for La tcnica mas comnmente empleado para
applying the stochastic finite element method aplicar el mtodo del elemento finito
is the first order -second moments approach estocstico es la de primer orden -segundos
described in Appendix III, applied either momentos, descrita en el Anexo III, aplicada
analytically or numerically. However, under en forma analtica o numrica. Sin embargo.
favorable conditions, it is also possible to use en condiciones favorables, es posible usar
a second -order method. The Monte Carlo tambin un mtodo de segundo orden. El
method is becoming increasingly more mtodo de Monte Carlo se vuelve cada vez
attractive as the power of the computers ms atractivo conforme aumenta la potencia
increases. de las computadoras.

4.5.3 Applications 4.5.3 Aplicaciones

The method has been applied to elementary El mtodo ha sido aplicado a problemas
problems of mechanics. Figure 11 shows, for elementales de mecnica. En la Figura 11 se
example, the case of a cubic solid constituted muestra, por ejemplo, el caso de un slido
by four random materials and subjected to cbico constituido por cuatro materiales
vertical loading (Auvinet, 1995a). Uncertainty aleatorios y sometido a una carga vertical
(cc-efficient of variation) on vertical (Auvinet, 1995a). En este caso se calcul la
displacements was calculated under the incertidumbre (coeficiente de variacin) sobre
assumptions indicated in the figure. Those los desplazamientos verticales bajo las
very simple analyses lead to the following suposiciones indicadas en la figura. Estos
conclusions: anlisis muy sencillos permiten concluir en
particular que:

a) Uncertainty with respect to displacements, a) La incertidumbre respecto a

stresses or other results of interest vanishes desplazamientos, esfuerzos u otros


on the boundaries where they have been resultados de inters es nula en las
assigned a specific value. fronteras donde se les ha asignado un valor
impuesto.

36
ELEMENTARY SOLID
SLIDO ELEMENTAL
10 kPa CV vertical displacements
CV desplazamientos verticales
o 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
1 I
L I I I I 1 I

0.9

0.8

0.7

0.6
4 materials
0.5
4 materiales 2 4

0.4
1 3

0.3
E{E;} = 10,000 kPa
0.2
E{v;} = 0.30
= 0.10 0.1

CV{ y} = 0
p{E;,E;} = 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

Fig. I Stochastic finite element method. Vertically loaded block sample


I

Mtodo de elementos finitos estocsticos. Muestra cbica cargada verticalmente

37
This result was to be expected: the Esto era de esperarse: el mtodo no
method does not question the cuestiona las hiptesis del analista.
hypotheses accepted by the analyst.

b) Uncertainty with respect to b) La incertidumbre respecto a


displacements also vanishes on the desplazamientos es tambin nula en los
symmetry axes of the problem, if they ejes de simetra del problema, si es que
exist and are not affected by existen y no estn afectados por la
uncertainty. incertidumbre.

c) On the contrary, in certain problems, c) Por lo contrario, en ciertos problemas,


the symmetry existing under average la simetra existente en condiciones
conditions can be lost when the medias, puede perderse cuando las
properties evidence random variations propiedades presentan variaciones
around their expected value. In this aleatorias alrededor de su valor
case the displacements calculated esperado. En este caso, los
along the symmetry axes show an desplazamientos calculados sobre los
infinite coefficient of variation. ejes de simetra presentan un
coeficiente de variacin infinito.

d) As a corollary of paragraphs a) and b), d) Como corolario de los incisos a) y b),


the largest uncertainty tends to appear la mxima incertidumbre tiende a
far from the boundaries and from the presentarse lejos de las fronteras y de
symmetry axes. los ejes de simetra.

e) The existence of uncertainty on the e) La existencia de incertidumbre sobre


mechanical parameters of solids los parmetros mecnicos de slidos
constituted by several materials leads constituidos por varios materiales da
to a statistical compensation lugar a un fenmeno de compensacin
phenomenon, especially when the estadstica, especialmente si las pro-
material properties can be considered piedades de los materiales pueden
mutually independent. In other terms, considerarse independientes entre s. En
because of the averaging effect the otros trminos, por efecto de promedio,
uncertainty on the behavior of a la incertidumbre sobre el
random heterogeneous solid can comportamiento de un slido
become smaller than the uncertainty to heterogneo aleatorio puede resultar
be expected when the solid is random menor que la que se esperara si el
but homogeneous. slido fuera aleatorio pero homogneo.

The stochastic finite element method has been El mtodo del elemento finito estocstico
also applied to different geotechnical projects, tambin ha sido aplicado a diferentes obras
mostly embankments (Orlandi, 1996; geotcnicas, principalmente terraplenes
Bouayed, 1993) and earth and rockfill dams (Orlandi, 1996; Bouayed, 1993) y presas de

38
(Mellah, 1999; Louault, 1997; Prez- Duarte, tierra y enrocamiento (Mellah, 1999; Louault,
2000) built in successive layers. This latter 1997; Prez -Duarte, 2000) construidos por
condition, that generates geometrical non - capas sucesivas. Esta ltima condicin,
linearity, imposes the use of an "external" generadora de no- linealidad geomtrica,
technique (polynomial ratio method; impone el uso de una tcnica "externa"
Chowdhury, 1993) for the application of the (mtodo del cociente polinomial; Chowdury,
second order and first moments method. The 1993) para la aplicacin del mtodo de
results obtained confirm the statements of the segundo orden y primeros momentos. Los
previous paragraphs and demonstrate in resultados obtenidos confirman los enunciados
particular the importance of the statistical en los prrafos anteriores y muestran en
compensation effect on the uncertainty on the particular la importancia del efecto de
results of the analysis. They also make evident compensacin estadstica en la incertidumbre
the incidence that the uncertainty on some of sobre los resultados del anlisis. Tambin
the parameters may have on such results. hacen aparecer con claridad la incidencia que
Special mention should be made for example puede tener la incertidumbre relativa a
of the pronounced effect of Poisson's ratio on algunos parmetros _particulares en dichos
the uncertainty related to the position and resultados. Destaca, por ejemplo, el efecto
extension of tension zones in earth dams pronunciado de la relacin de Poisson en la
(Figure 12, Louault, 1997). incertidumbre relativa a la posicin y
extensin de zonas de tensin en presas de
tierra (Figura 12, Louault 1997).

In the case of water seepage through porous En el caso del flujo de agua a travs de medios
media analyzed by the finite element method, porosos analizado por el mtodo del elemento
the uncertainty analysis presents a special finito, el anlisis de incertidumbre reviste un
interest. Uncertainty on permeability especial inters. Los coeficientes de
coefficients is generally considerable and it is permeabilidad presentan en efecto
quite common to question even their orders of - generalmente una incertidumbre considerable
magnitude. The tools required for this type of y es comn que est en duda hasta su orden de
analysis have been developed for both the magnitud. Se han desarrollado las
cases in which the uncertainty refers to the herramientas requeridas para este tipo de
coefficients of perneability and to its decimal anlisis tanto para el caso en el que la
logarithm (A uvinet 2001c; Lpez- Acosta, incertidumbre se refiere a los coeficientes de
2000 and 2002). In the latter case, it has been permeabilidad como a su logaritmo decimal
possible to resort to a second order and second (Auvinet 2001c; Lpez Acosta, 2000 y 2002).
moments method (Lpez- Acosta, 2002) En este ltimo caso, se ha podido recurrir a un
because the simplicity of the equations makes mtodo de segundo orden y segundos
it possible to develop this technique using an momentos (Lpez Acosta, 2002) debido a que
analytical approach. la sencillez de las ecuaciones permite
desarrollar esta tcnica en forma analtica.

39
145

134

124

114

103

93

_ 83
E
N 72 Abutment
62 Ladera
52

41

31

21

10

0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140
X (m)

Fig. 12 Uncertainty on horizontal displacements within an earth dam (La Angostura, Louault, 1997)
Incertidumbre sobre los desplazamientos horizontales dentro de una presa de tierra (La Angostura)

40
The results obtained in some typical cases Los resultados obtenidos en algunos casos
show that the hydraulic head, the hydraulic tpicos muestran que la carga hidrulica, el
gradient, and the seepage forces are not very gradiente hidrulico y las fuerzas de filtracin
sensitive to the uncertainty on the son relativamente poco sensibles a la
permeability of the materials. The opposite incertidumbre en la permeabilidad de los
applies to the velocity and flow rate that materiales. Nd as la velocidad y el gasto que
directly depend on the coefficient of dependen directamente del coeficiente de
permeability that tends to prevail in the permeabilidad que tiende a ser dominante en
problem (for instance, the largest coefficient el problema (por ejemplo: el mximo
in the case of flow parallel to the soil coeficiente en el caso de flujo paralelo a la
stratification and the smallest one in the case estratificacin del suelo y el mnimo en el
of flow normal to stratification). Taking this caso de flujo normal a la estratificacin).
into account, it is of major relevance to study Tomando en cuenta lo anterior, es de gran
the phenomenon of percolation within a relevancia el estudio del fenmeno de
random field of permeability, i.e. the percolacin dentro de un campo aleatorio de
evaluation of the probability that a preferential permeabilidad, es decir la evaluacin de la
path of flow of water be generated within the probabilidad de que se genere una camino de
dominion of interest. It is surprising to notice flujo preferencial del agua dentro del dominio
on the other hand, that within the calculated de inters. Es sorprendente observar por otra
fields of uncertainty some unforeseen zones of parte que, en los campos de incertidumbre
certainty may appear (clear zones in figure calculados, se observan algunas zonas
13). A theory allowing the a priori prediction imprevistas de certidumbre (zonas claras en la
of the location and extension of these zones figura 13). Queda por desarrollar una teora
where a robust behavior is observed is yet to que permita prever a priori la ubicacin y
be developed, extensin de estas zonas de comportamiento
robusto.

4.6 Reliability of geotechnical projects 4.6 Confiabilidad de obras geotcnicas

The techniques for the analysis of reliability Las tcnicas de anlisis de la confiabilidad
summarily presented in Appendix IV have presentadas en forma resumida en el Anexo
been applied to different types of projects, IV se han aplicado a diferentes tipos de obras,
including foundations in Mexico City incluyendo cimentaciones en la ciudad de
(Auvinet and Rossa, 1991a; Montufar, 1992), Mxico (Auvinet & Rossa, 1991a; Montufar,
foundations of storage tanks (Meneses, 2001), 1992), cimentaciones de tanques (Meneses.
retaining walls (Nechnech, 1994), 2001), muros de retencin (Nechnech, 1 994),
embankment slopes (Mrabet, 1993; Gonzlez, taludes de terraplenes (Mrabet, 1993:
1998), buried pipelines (Benmansour, 1996) Gonzlez 1998), las tuberas enterradas
and slurry- stabilized trenches (Arias, 1997). (Benmansour, 1996) y trincheras estabilizadas
con lodo (Arias, 1997).

41
T
Oh=2.5m

c- s

-0.022-

MaterialB (o.
0 cr
0
1-
o
1
4 6
l I

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
r
o 1 2 3 5 7 8 9
Distance, X (m)
Distancia, X (m)
Fig. 13 Stochastic analysis of water seepage. Standard deviation of hydraulic gradient
(Lpez- Acosta, 2000)
Anlisis estocstico del _flujo de agua. Desviacin estndar del gradiente hidrulico
The reliability analysis carried out for slurry - El estudio de confiabilidad realizado para las
stabilized trenches in Mexico City lacustrine trincheras estabilizadas con lodo en suelos
soft soils (Arias, 1997), clearly illustrates the lacustres blandos de la ciudad de Mxico
way in which an analysis of this type can be (Arias, 1997) ilustra claramente la forma en la
performed, as well as the results that can be que se lleva un anlisis de este tipo, as como
obtained. In this case (Figure 14) the variables los resultados que arroja. En este caso (Figura
that were considered as random were the soil 14) se consideraron como variables aleatorias
unit weight, the undrained soil strength in the el peso volumtrico, la resistencia no- drenada
upper and lower part of the stratum, the level del suelo en la parte superior e inferior del
of the slurry inside the trench and the estrato, el nivel del lodo en la trinchera y la
magnitude of an eventual surcharge applied on magnitud de la sobrecarga en la orilla de la
the edge of the trench, whereas the controlled misma, y como controladas (de diseo)
(design) variables considered were the depth variables como la profundidad y el largo de la
and length of the trench and the unit weight of trinchera y el peso volumtrico del lodo.
the slurry. Using a simple analytical model Usando un modelo analtico sencillo basado
based on limit analysis to evaluate the stability en anlisis lmite para representar las
conditions of the trench, the reliability index condiciones de estabilidad de la trinchera, se
could be computed using the Monte Carlo evalu fcilmente el ndice de confiabilidad
method. This type of analysis evidences the por el mtodo de Monte Carlo. Este tipo de
random and controlled variables that have the anlisis pone en evidencia las variables
largest incidence on reliability; it also shows aleatorias y controladas que ms influyen en
the convenience of converting some of the la confiabilidad; muestra asimismo la
random variables into controlled ones (level of conveniencia de que algunas variables
slurry in the trench and surcharge) and aleatorias pasen a ser controladas (nivel del
inversely (the control of the unit weight of the lodo en la trinchera; sobrecarga) y
slurry is not really relevant from a point of recprocamente (el control del peso
view of safety in these impervious soils.) The volumtrico del lodo tiene poca relevancia
value of this type of analysis probably resides desde el punto de vista de la seguridad en
more in the exercise of reflection about the estos suelos impermeables). El valor de este
problem that the analyst must carry out, rather tipo de anlisis reside probablemente ms en
than in the quantification of reliability itself. el ejercicio de reflexin sobre el problema de
inters que obliga a realizar, que de la
cuantificacin misma de la confiabilidad.

43
i

T
\./ 11Q

Variables
Random Control led
Aleatorias Controladas
o- CV
Y 12 kN/m3 0.6 kN/m3 0.05 H 20 m
25 kPa 5 kPa 0.20 L 7.2 ni
Cy 28 kPa 6 kPa 0.20 Yc 11 kN/m3
z 1.5 ni 1m 0.70
Q 10 kPa 2 kPa 0.20

Fig. 14 Reliability analysis of a slurry trench (Arias, 1997)


Anlisis de confiabilidad de una trinchera estabilizada con lodo

44
4.7 Use of probabilistic techniques for 4.7 Uso de tcnicas probabilistas para la
obtaining deterministic solutions in obtencin de soluciones deterministas en
geomechanics geomecnica

An overview on the use of probabilistic Un panorama del uso de las tcnicas


techniques in geotechnical engineering would probabilistas en geotecnia no estara completo
not be complete if it was not recalled that the si no se recordara que la teora de la
theory of probability, mainly the Monte Carlo probabilidad, en este caso el mtodo de Monte
method, can also be used to obtain the Carlo, puede tambin usarse para obtener la
deterministic solution of certain problems solucin determinista de ciertos problemas.
(Hammersley, 1965). An elementary example (Hammersley, 1965). Un ejemplo elemental
of this technique is the estimation of the area de esta tcnica es la obtencin de la superficie
of a certain closed geometrical figure. If on a de determinada figura geomtrica cerrada. Si
square with a unit area that includes the figure en un cuadrado de rea unitaria que abarque la
of interest, a large number of points is figura de inters, se coloca al azar un gran
randomly placed, the percentage of points that nmero de puntos, la proporcin de puntos
fall inside the figure of interest will tend que caen dentro de la figura de inters tender
asymptotically toward the value of the area to asintticamente al valor de la superficie que se
be determined when the total number of points quiere determinar cuando crezca el nmero
increases. Another classical simple example of total de puntos. Otro ejemplo clsico simple
application of this technique is the solution of del uso de esta tcnica es la solucin del
Buffon's needle problem (Kuo, 1965). problema del alfiler de Buffon (Kuo, 1965).

In a similar way, it is also frequently possible En una forma similar, es frecuentemente


to establish a mathematical analogy among the posible establecer una analoga matemtica
equations that govern some problems of entre las ecuaciones que rigen algunos
mechanics and those obtained when solving problemas de mecnica con las que se
certain problems of probability. It is then obtienen al plantear ciertos problemas de
sufficient to solve the probabilistic problem to probabilidad. Basta entonces con resolver el
obtain the solution to the mechanical problem. problema probabilista par obtener la solucin
The application of this technique to problems del problema mecnico. La aplicacin de esta
of water seepage through soils, known in its tcnica a problemas de flujo de agua en
principle since some time ago (Scott, 1963), suelos, conocida en su principio desde hace
has been formalized and used to solve various tiempo (Scott, 1963), ha sido formalizada y
problems of geotechnical engineering usada para la solucin diversos problemas de
(Auvinet, 1971 and 1995b). In this case, geotecnia (Auvinet, 1971 y 1995b). En este
advantage is taken of the analogy between caso se aprovecha la analoga entre la
Laplace's equation and the expression that ecuacin de Laplace y la que rige la cadena
governs the simple Markov chain known as markoviana simple conocida bajo el nombre
"random walk ". A series of random walks de "caminata aleatoria ". Se simula una serie
from a given point to the boundaries of the de caminatas desde un punto dado hasta las
flow domain are simulated (Figure 15). fronteras del dominio de flujo (Figure I5).

45
C-:
-
fr

a -- =s-- . _.--- _
.
.
-------
f.fo.mo..i ffff1111i.
:f'' fUffffi,ffUf
...m... .._r
:..
..__._
font
Mr
i .
fEftff
.. ..\
,1
.--'
fffiN
\1.f
..iills
_f_ ..
ff
.....
g... NM ow
.../MfEfO...fff
._lfflMMf
fffffft
MMRNMr
"TM_
Cut- otfwall in a two layers system
Pantalla en un sistema de dos capas

Fig. 15 Solution of a seepage of water problem by Monte Carlo Simulation (Auvinet, 19956)
Solucin de un problema de flujo de agua mediante simulacin de Monte Carlo
It can be shown that the hydraulic head at the Es posible demostrar que la carga hidrulica
starting point coincides with the expected en el punto de inicio coincide con el valor
value of the head on the boundary at the end esperado de la carga sobre la frontera al final
of each random walk. An estimation of the de la caminata. Es entonces posible obtener
head at any point can thus be obtained by una estimacin de la carga hidrulica en
averaging the exit values of head for a large cualquier punto promediando los valores de la
number of random walks. The method shows carga en el punto de salida de un nmero
a slow convergence but it can be accelerated grande de caminatas. El mtodo es de
and it is becoming increasingly attractive as convergencia lenta, pero puede ser acelerado y
computers capabilities increase. Currently, the se est tornando cada vez ms atractivo al
method is quite competitive to solve three - aumentar la capacidad de las computadoras.
dimensional problems. Desde ahora, el mtodo es muy competitivo
para resolver problemas tridimensionales.

5. CONCLUSIONS 5. CONCLUSIONES

A general overview of the problem of the Se present un panorama general del


origin of uncertainty in geotechnical problema del origen de la incertidumbre en
engineering was presented. The techniques geotecnia. Se revisaron asimismo la forma en
that can be used to model this uncertainty and que esta incertidumbre puede ser modelada y
to take it into account in geomechanical las tcnicas que permiten tomarla en cuenta en
modeling were also reviewed. los modelos geomecnicos.

It was emphasized that it is necessary to Se afirm con insistencia que es necesario


become aware of the limitations inherent to reconocer las limitaciones inherentes a la
geotechnical engineering, a specialty that geotecnia, especialidad que trata con
deals with complex natural or stabilized materiales naturales o estabilizados de
materials. This awareness should not lead to constitucin y origen complejos. Esta
skepticism but on the contrary to a positive conciencia debe llevar no al escepticismo sino
attitude including a continuous concern for a una actitud positiva que incluya la
evaluating the magnitude of uncertainty and preocupacin constante de evaluar la
its consequences. magnitud de la incertidumbre y de sus
consecuencias.

it was shown that, in many situations, the Se mostr que, en muchas situaciones, las
theory of probability and the statistical teoras de la probabilidad y la estadstica
methods constitute powerful tools to tackle constituyen herramientas poderosas para
rationally the problem of uncertainty. abordar en forma racional el problema de la
Depending on the problem, the most basic incertidumbre. Dependiendo del problema,
concepts of these theories or more advanced pueden resultar de utilidad desde los
techniques, such as geostatistics, the conceptos ms bsicos de estas teoras hasta

47
stochastic finite element method, and tcnicas ms avanzadas como la
reliability analyses can be helpful. The geoestadstica, el mtodo del elemento finito
examples presented herein serve to illustrate estocstico y los anlisis de confiabilidad. Los
the previous statement. ejemplos presentados en este trabajo ilustran
el punto anterior.

The fact that applying these techniques El hecho de que la aplicacin de estas tcnicas
requires in some cases resorting to somewhat requiera en ciertos casos de herramientas
elaborated mathematical tools should not be a matemticas un poco elaboradas no debe
deterrent for young engineers. The example of desanimar a los jvenes ingenieros. El
the theoretical work by Nabor Carrillo Flores, ejemplo del trabajo terico de Nabor Carrillo
in whose memory this lecture is held, and of Flores, cuya memoria se honra en esta
its deep influence in geotechnical practice reunin, y de su influencia profunda en la
should remind us that theory is also an prctica de la ingeniera, nos debe recordar
essential part of geotechnical engineering. que la teora es tambin parte esencial de la
geotecnia.

ACKNOWLEDGEMENTS RECONOCIMIENTOS

The author wants to thank for their Se agradece la colaboracin de los


collaboration the students, whose names are estudiantes, cuyo nombre se menciona en el
mentioned in the text and in the bibliography, texto y en la bibliografa, que contribuyeron a
who contributed through their professional, travs de sus tesis profesionales, de maestra o
master's and doctoral theses, prepared under de doctorado, realizadas bajo la direccin del
the counseling of the author, to explore autor, a explorar diferentes aspectos de la
different aspects of the application of the aplicacin de la teora de la probabilidad y de
theory of probability and statistics to la estadstica a la geotecnia, principalmente
geotechnical engineering, mostly in the course durante el ltimo decenio.
of the last decade.

Help received from Moises Jurez, Patricia Se agradece asimismo la ayuda recibida para
Lpez- Acosta, Yolanda Patricia Valdez, la preparacin de la presente conferencia por
Edgar Mndez and Juan -Flix Rodrguez for parte de Moises Jurez, Patricia Lpez Acosta,
the preparation of this lecture is also Yolanda Patricia Valdez, Edgar Mndez y
acknowledged. Juan -Flix Rodrguez.

48
REFERENCES AND BIBLIOGRAPHY
REFERENCIAS Y BIBLIOGRAFA

AGUILAR O., R., 2001. Zonificacin geotcnica del Cerro de la Estrella y sus alrededores. Tesis
Profesional, Escuela Superior de Ingeniera y Arquitectura. Unidad Zacatenco, IPN, Mxico, D.F. (Dir.
G. Auvinet).
ALABERT, F., 1987. The practice of fast conditional simulations through the LU decomposition of
the covariance matrix. Mathematical Geology, Vol. 19, N 5, pp. 369 -386.
ANG, A. and TANG, W., 1984. Probability concepts in engineering planning and design. Vol. 2-
Decision, risk and reliability, John Wiley and Sons, New York, USA.
ARIAS, F., 1997. Confiabilidad de trincheras estabilizadas con lodo. Tesis de Maestra en
ingeniera (Mecnica de Suelos), DEPFI, UNAM, Mxico, D.F. (Dir. G. Auvinet).
AUVINET, G., 1971. Monte Carlo techniques applied to water flow analysis in soils. Revista
Latinoamericana de Geotecnia, Vol. 1, Caracas, Venezuela, pp. 68 -95.
AUVINET, G., 1976. Utilidad y limitaciones del enfoque probabilista aplicado a la construccin en
zonas minadas. Memoria, Simposio sobre Cimentaciones en Zonas Minadas de la Ciudad de Mxico.
Sociedad Mexicana de Mecnica de Suelos, Mxico, D.F. , pp. 171 -175.
AUVINET, G. et BOUVARD, D., 1984. Effet d'chelle gomtrique dans les milieux granulaires.
Revue Fran4aise de Gotechnique, N 25, avril, Paris, France, pp. 63 -69.
AUVINET, G., 1986a. Aplicacin de la teora de conjuntos borrosos en Ingeniera Civil. Memoria
de examen predoctoral, DEPFI, UNAM, Mxico.
AUVINET, G., 1986b. Estructura de medios granulares. Tesis Doctoral, 2 vol., DEPFI, UNAM,
Mxico.
AUVINET, G., 1988a. Plane sections and straight crossings of granular media. Proceedings, Powders
and Grains, International Conference on Micromechanics of Granular Media, September. Balkema.
Clermont- Ferrand, France, pp. 23 -28.
AUVINET, C. and BOUVARD, D., 1988b. Geometric scale effect in granular media. Proceedings,
Powders and Grains, International Conference on Micromechanics of Granular Media, September,
Balkema, Clermont- Ferrand, France, pp. 29 -34.
AUVINET, G. and BOUVARD, D., 1988c. Pore size distribution of granular media. Proceedings.
Powders and Grains, International Conference on Micromechanics of Granular Media, September.
Balkema, Clermont- Ferrand, France, pp. 35 -40.
AUVINET, G., and ROSSA, O., 199la. Reliability of foundations on soft soils. Proceedings. Sixth
International Conference on Applications of Statistics and Probability in Civil Engineering, CERRA-
ICASP-6, Mxico, D.F., pp. 768 -775.

49
AUVINET, G., ROSSA, O. and FRY J.J., 1991 b. Reliability of homogeneous earth fills. Proceedings,
Sixth International Conference on Applications of Statistics and Probability in Civil Engineering,
CERRA- ICASP6, Mexico, D.F., pp. 816 -824.
AUVINET, G. and ABAZiOU, L., 1993. Application of random field theory to control of compaction
of earth embankments. Sciences de la Terre, N 32, Nancy, France, pp. 449 -460.

AUVINET, G., and ROSSA, O., I 994a. Anlisis de riesgo en geotecnia. Memoria, Reunin Nacional
de Mecnica de Suelos, Jalapa, Veracruz, Mxico, pp. 261 -268.
AUVINET, G., 1994b. Modlisation stochastique de la rpartition spatiale des proprits des sots et des
ouvrages en ten-e, Act es des Joumes Nationales sur les Applications des Statistiques et Probabilits en
Analyse des Matriaux et des Ouvrages, Cachan, France, pp. 159 -171.

AUVINET, C., BOUAYED, A. et BEN CHEIKH, M., 1995a. Modlisation stochastique par
elements finis en gomcanique. Actes du 12" "` Congrs Francais de Mcanique, Strasbourg, France,
Vol. 4, pp. 201 -204.

AUVINET, G., 1995b. Etude des coulements en milieux poreux par la mthode de Monte Carlo.
Revue Fran4aise de Gotechnique, N 70, Paris, France, pp. 15 -24.
AUVINET, G., BOUAYED, A. and MRABET, Z., 1995c. Geostatistics and reliability analysis of
earth fills. Proceedings, X"' Pan -American Conference on Soil Mechanics and Foundation Engineering,
Guadalajara, Mxico, Vol. 3, pp. 1405 -1414.
AUVINET G. and DE FOUQUET, C., 1996a. Synthesis of Session 9c: Random processes.
geostatistical methods, Applications ofgeostatistics. Proceedings, ICASP7, International Conference on
Applications of Statistics and Probability, Balkema, Rotterdam, Vol. 3, pp. 1477 -1479.
AUVINET, C., BOUAYED, A., ORLANDI, S. and LOPEZ, A., 1996b. Stochastic finite element
method in Geomechanics. Proceedings, Geotechnical Engineering Congress 1996, "Uncertainty 96-,
University of Wisconsin, Geotechnical Engineering Division, ASCE Geotechnical Special Publication
N58, USA, Vol. 2, pp. 1239 -1253.
AUVINET, C., 1998a. Probabilistic modeling of granular media anisotropy. PROBAMAT -21st
Century: Probabilities and Materials, Tests, Models and Applications for the 2151 Century, Perm. Russia,
NATO AS/ Series, 3. High Technology -Vol. 46. Kluwer Academic Publishers, pp. 455 -464.
AUVINET G. and MEDINA, Z., 1998b. Geostatistical analysis of the soil data on the site of the Rion -
Antition bridge. Final report to Godynamique el Structure, France.
AUVINET, G., MELLAH, R. and MASROURI, F., 1999. Stochastic Finite Element Analyses in
Geomechanics. Proceedings, VIlIth International Conference on Applications of Statistics and
Probability, 1CASP8, Melchers and Stewart (Eds), 2000 Balkema, Rotterdam, pp. 79 -85.
AUVINET, G. and GONZLEZ, J.L., 2000. Three -dimensional reliability analysis of earth
slopes. Computers and Geotechnics Journal, vol. 26, N 3 -4, pp. 247-261.

50
AUVINET, G., MELLAH R., MASROURI F. et RODRGUEZ, J.F., 2001a. La mthode des
elements finis stochastiques en Gotechnique. Revue Frangaise de Gotechnique N 93, Paris, France,
pp. 67 -79.

AUVINET, G., JUREZ, M. and MEDINA, Z., 2001b. Geostatistical interpretation of soil
exploration. Proceedings, International Conference on Soil Mechanics and Foundation Engineering,
Istanbul, Turkey. Vol.1, pp. 373 -376.
AUVINET, G. and LPEZ ACOSTA, N., 2001c. Uncertainty in analyses of rapid drawdown of
reservoirs. Proceedings, International Conference on Soil Mechanics and Foundation Engineering.
Istanbul, Turkey. Vol.2, pp. 1065 -1068,
AUVINET, G., 200Id, La gestion de ('incertitude en gomcanique. Keynote Lecture, Proceedings,
First Albert Caquot Conference, Paris, France.
AUVINET, G., 2002a. Probabilidad y estadstica. Notas del curso impartido en el Posgrado de
Ingeniera, UNAM. Disponibles en CDROM.
AUVINET, G., 2002b. Procesos estocsticos. Notas del curso impartido en el Posgrado de Ingeniera.
UNAM. Disponibles en CDROM.
AUVINET, G. and JUREZ, M., 2002c, Geostatistical characterization and simulation of
Mexico Valley subsoil, International Conference TASTE 2002, Modeling and Simulation, Marina del
Rey California, USA, May.
AUVINET, G., JUREZ, M., MNDEZ, E. y CHVEZ, E., 2002d. Contribucin a la
zonificacin geotcnica de la zona poniente del Valle de Mxico, Memoria, XXi Reunin Nacional
de Mecnica de Suelos, SMMS, Quertaro, Qro.
AUVINET, G., JUREZ, M., MORALES DE LA CRUZ, M.A., MNDEZ, E., AGUILAR, R.,
y FLORES TAPIA, L.I., 2002e, Contribucin a la zonificacin geotcnica de la zona sur del Valle
de Mxico , Memoria, XXI Reunin Nacional de Mecnica de Suelos, SMMS, Quertaro, Qro.
AZZOUZ et BACCONNET, 1988. Optimisation d'une campagne de reconnaissance par
gostatistique. Proceedings, Symposium on Reliability -based Design in Civil Engineering, Lausanne,
Switzerland, Vol.1, pp. 269 -276.

BAECHER, G.B. and INGRA, T.S., 1981. Stochastic FEM in settlement predictions. Journal of
the Geotechnical Engineering Division, ASCE, vol. 107, N GT4, pp. 449 -463.
BENCHEIKH, M., 1994. Elements finis stochastiques pour les coulements permanents. Mmoire
de DEA, ENSG, iNPL, Nancy, France, 60 pp. (Dir. G. Auvinet).
BENJAMIN, J.R., and CORNELL, C.A., 1970. Probability, Statistics and Decisions for Civil
Engineers. McGraw -Hill, New York, pp. 151 -189.

BENMANSOUR, A., 1996. Fiabilit des conduites enterres. These de Doctorat, ENSG, INPL,
Nancy, France, 232 pp. (Dir. G. Auvinet).

51
BENMANSOUR, A., ABDALLAH, A., MASROURI, F. et AUVINET, G., 1997, Analyse fiabiliste
du comportement longitudinal des conduites enterres. Canadian Geotechnical Journal, J. 34, Canada.
pp. 329 -343.
BENMANSOUR, A., AUVINET G. et SOUBRA, A.H., 1997. Approche fiabiliste de la scurit des
conduites enten-es. Revue Francaise de Cotechnique, 3e11e trimestre, Septembre, Paris, France.
BITTNAR, Z. and SEJNOHA, J., 1996. Numerical Methods in Structural Mechanics, ASCE
Press, Thomas Telford.
BOLLE, A., 1988. Approche probabilitte en mcanique des sots avec prise en compte de la variabilit
spatiale. These de Doctoral l'Ecole Polytechnique Fdrale de Lausanne, N 743, 265 pp.
BOLLE, A., 1993. How to manage the spatial variability of natural soils. Proceedings.
PROBAMAT, Probabilits et matriaux, Essais, Modeles et Applications, NATO ARW930521.
ENS Cachan, France.
BOREL, E., 1950, Elements de la thorie des probabilits, Albin Michel.
BOUAYED, A., 1993, Prise en compte des incertitudes sur les proprits mcaniques daps les analyses
aux lments finis. Mmoire de DEA Genie Civil et Minier, ENSG, Octubre de 1993, Nancy, France
(Dir. G. Auvinet).
BOUAYED, A., 1997. Modlisation stochastique par lments finis en gomcanique. These de
Doctorat, ENSG, iNPL, Nancy, France, 157 pp. (Dir. G. Auvinet).
BOUSOBAINE M., 1994, Etude des coulements en milieux poreux par la mthode de Monte Carlo.
Mmoire (le DEA en Genie civil et minier, ENSG, Nancy, France (Dir. G. Auvinet).
CAMBOU, B., 1974. Mtodo del elemento finito. Anlisis de incertidumbre de primer orden.
Publicacin W 339 del Instituto de Ingeniera, UNAM, Mxico, 88pp. (Dir. G. Auvinet).
CAMBOU, B., 1975. Application of first -order uncertainty analysis in the finite element method in
linear elasticity. Proceedings, Second International Conference on Application of Statistics and
Probability in Soil and Structure Engineering, Aachen, pp. 67 -87.
CAMBOU, B., 1977. L'incertitude sur les rsultats d'un problme de mcanique des sots ou des roches
trait par la mthode des lments finis. Revue Fran4aise de Gotechnique, N 1, pp. 55 -64.
CARELS, P., 1982. Influencia de la dispersin en las propiedades del suelo en la evaluacin del
comportamiento dinmico de obras de tierra. Tesis de Maestra en Ingeniera (Mecnica de Suelos)
Divisin de Estudios de Posgrado de la Facultad de Ingeniera, UNAM, Mxico
CHERUBINI, C., 1993. The variability of geotechnical parameters. Probabilities and Materials -
Tests, Models and Applications. D. Breysse Ed. -Kluwer Academic Publishers - Dordrecht, pp. 69 -80.
CHOWDHURY, R.N. and XU, D.W., 1993. Rational polynomial technique in slope reliability
analysis. Journal of the Geotechnical Engineering Division, ASCE, vol. 119, N 12, pp. 1910 -1928.

52
COCHRAN; W.G:, 1977- Sampling techniques, John Wilet- and Sons, Inc. USA.
CORNELL, A.C., 1969. A probability -based structural code, Journal of the American Concrete
Institute, title No 66 -85, December 1969, pp. 974 -985.
CORNELL, A.C., 1971. First order uncertainty analysis of soils deformation and stability.
Proceedings, First International Conference on Applications of Statistics and Probability to Soil and
Structural Engineering, Hong Kong, pp. 130 -144.
DEPLAGNE, F., 1994. Simulation de la cohesion pour une digue en argile. Actes 12eme Rencontres
Universitaires de Genie Civil, pp. 75 -82.
DER KIUREGHIAN, A. and KE, J.B., 1988. The stochastic finite element method in structural
reliability. Probabilistic Engineering Mechanics, Vol. A3, N 2, pp. 83 -91.
DER KIUREGHIAN, A., LI, C.C. and ZHANG, Y., 1991. Recent developments in stochastic
finite elements. Proceedings, 4th IFIP WG 7.5 Conference, Springer -Verlag, Munich, Germany,
pp.19 -38.
DEUTSCH, C.V. and JOURNEL, A.G., 1992, GSLIB, Geostatistical Library and user's guide.
Oxford University Press, New York, USA.
DITLEVSEN, O. and MADSEN, H.O., 1996. Structural reliability methods. John Wiley and Sons.
DUNCAN, J.M., SEED, R.B., WONG, K.S. and OZAWA, Y., 1984. FEADAM84: A Computer
Program for Finite Element Analysis of Dams. Research Report N SU /GT/84 -03, Department of
Civil Engineering, Stanford University, USA, 68 pp.
EVANS, D.H., 1967. An application of numerical integration techniques to statistical tolerancing.
Technometrix, Vol. 9, N 3, pp. 441 -456.
FAVRE, J.L. et GENEVOIS, B., 1987. Analyse de la scurit des fondations superficielles vis
vis d'un dfaut de portance: effet de la variabilit spatiale des paramtres. Revue Francaise de
Gotechnigue, N 39, pp. 33 -40.
FENTON, G.A. and VANMARCKE, E.H., 1990. Simulation of random fields via local average
subdivision. Journal of Engineering Mechanics, Vol. 116, N 8, pp. 1733 -1749.
FINET, A., 1996. Le code de Hammurapi. Les Editions du Cerf, Paris, France.
FLORES MACAS, 0., 1994. Modeles fiabilistes et mcaniques: Elements finis stochastiques.
Mthodes de couplage et applications. These doctorale, Universit Blaise PASCAL, Clermont- Ferrand.
FLORES MACAS, O. et LEMAIRE, M., 1997. Elements finis stochastiques et fiabilit. Revue
Francaise de Gnie Civil, Vol. 1, N 2, pp. 247 -284.
FLORES TAPIA, L.I., 2000. Contribucin a la zonificacin geotcnica de la zona sur de la cuenca de
Mxico, Tesis profesional, Facultad de Ingeniera, UNAM, Mxico, D.F. (Dir. G. Auvinet).
FOGLI, M., 1980. L'approche de Monte Carlo dans les problmes de scurit: Application a

53
l'estimation probabiliste du risque de ruine des poutres hyperstatiques en bton arm soumises des
actions alatoires statistiques. These de Docteur Ingnieur, INSA de Lyon, France, 217 p.
FRY, J.J., ROSSA, O. et AUVINET, G., 1988. Approche probabiliste de la stabilit des remblais
argileux. Comptes Rendus, Colloque Technique 1988 du Comit Franeais des Grands Barrages, theme
3, Paris, France, pp. 32.1- 32.27.
FREUDENTHAL, A., 1956. Safety and the probability of structure failure. ASCE Transactions,
Vol. 121, pp. 1337 -1397, USA.
GAOUAR, E.M., 1997. Approche fiabiliste de la stabilit des barrages en terre par simulation de
champs alatoires. These de docteur d'universit, Universit Blaise Pascal, Clermont II, France.
GONZLEZ, J.L., 1998, Confiabilidad de taludes, Anlisis tridimensional, Tesis de Maestra en
Ingeniera (Mecnica de Suelos), DEPFI, UNAM, Mxico, D.F. (Dir. G. Auvinet).
GRIFFITHS, D.V. and FENTON, G.A., 1993. Seepage beneath water retaining structures founded
on spatially random soil. Cotechnique 43, N 4, pp. 577 -587.
HAMMERSLEY, J.M. and HANDSCOMB, D.C., 1965. Monte Carlo Methods. Methuen and Co.
Ltd, London.
HASOFER A.M. and LIND, N.C., 1974. Exact and invariant second- moment code format. Journal
of the Engineering Mechanics Division, ASCE, Vol. 100, N EMI, February, pp. 11-121, USA.
HERNNDEZ, R., 1986. Determinacin in situ de la granulometra de la fraccin gruesa de los
suelos. Tesis de Maestra en Ingeniera (Mecnica de Suelos), Divisin de Estudios de Posgrado de
la Facultad de Ingeniera, UNAM, Mxico, D.F. (Dir. G. Auvinet).
JUREZ, M., 2001. Aplicacin de la geoestadstica a la descripcin estratigrfica del subsuelo del
valle de Mxico. Tesis de Maestra en Ciencias (Mecnica de Suelos), Escuela Superior de Ingeniera y
Arquitectura, IPN, Mxico, D.F. (Dir. G. Auvinet).
JUREZ, M. y AUVINET, G., 2002a. Caracterizacin geoestadstica del subsuelo del Valle de
Mxico, Memoria, II Congreso Internacional de Mtodos Numricos en Ingeniera y Ciencias
Aplicadas, Guanajuato, Mxico.
JUREZ, M. y AUVINET, G., 2002b. Avances en la caracterizacin geoestadstica del subsuelo de la
zona lacustre del valle de Mxico, Memoria, XXI Reunin Nacional de Mecnica de Suelos, SMMS,
Quertaro, Mxico.
KAPUR, K.C. and LAMBERSON, L.R., 1977. Reliability in engineering design. John Wiley and
Sons, New York, USA.
KAUFMANN, A., 1974. Modeles mathmatiques pour I'tude de la fiabilit des systemes. Masson et
Cie Editeurs, Paris, France.
KLEIBER, M. and DUONG HIEN, T., 1992. The stochastic finite element method: Basic
perturbation technique and computer implementation. John Wiley and Sons Ltd, 321 pp.

54
KRIGE, D.G., 1966. Two -dimensional weighted moving average trend surface for ore valuation.
Journal South African Inst. of Mining and Metallurgy, pp. 13 -38.
KUO, S.S., 1965, Numerical methods and computers. Addison Wesley Publ. Co., Reading,
Massachusetts.
LAWRENCE, M., 1987. Basic random variables in finite element analysis. International Journal
of Numerical Methods in Engineering, 24, pp. 1849 -1863.
LEMAIRE, M., 1997. Elements finis stochastiques et fiabilit. Revue Frangaise de Gnie Civil,
Vol. 1, N 2, pp. 248 -284.
LPEZ ACOSTA, N.P., 2000. Flujo de agua en suelos con permeabilidad aleatoria. Tesis de
Maestra en Ingeniera (Mecnica de Suelos), DEPFI, UNAM, Mxico, D.F. (Dir. G. Auvinet).
LPEZ ACOSTA, P., y AUViNET, G., 2002. Comparacin entre las aproximaciones de primer y
segundo orden en los anlisis de incertidumbre en el flujo de agua en suelos. Memoria, XXI Reunin
Nacional de Mecnica de Suelos, SMMS, Quertaro, Mxico.
LOUAULT, B., 1997. Approche probabiliste de revaluation des zones de tension dans les barrages en
terre et en enrochement. Mmoire de fin d'tudes, CUST, Clermont Ferrand, France (Dir. G. Auvinet).
MAGNAN, J.P., 1987. Programme de calcul par la mthode des lments finis stochastiques
(PROBEF). Acres, Grco Gomatriaux, Aussois, France.
MAGNAN, J.P. and BOUHERAOUA, A., 1995. Stochastic analysis of soil consolidation in
theory and practice. Proceedings, ViI`r' International Conference on Applications of Statistics and
Probability, Lemaire, Favre and Mbarki ed., Balkema, Rotterdam, pp. 77 -84.
MAGNAN, J.P., 1996. Analyse probabiliste de la consolidation unidimensionnelle des sots. Revue
Franpaise de Gotechnique, N 77, 4eme trimestre, pp. 19 -30.
MARSAL, R. y MAZARi, M., 1959. El subsuelo de la ciudad de Mxico. Facultad de ingeniera.
UNAM, Mxico.
MATHERON, G., 1965. Les variables rgionalises et leur estimation. Masson et Cie, Paris,
France.
MATHEWS J. and WALKER, R.L., 1964. Mathematical Methods of Physics. 2a Edition,
Benjamin Publishers, pp. 286 -298.
MAYER, H., 1926. Die Sicherheit der Bauwerke (Security of structures), Springer- Verlag, Berlin,
Germany.
MEDINA, Z., 2001. Interpretacin geoestadstica de campaas de reconocimiento del subsuelo. Tesis
de Maestra en Ingeniera (Mecnica de Suelos), DEPFI, UNAM, Mxico, D.F. (Dir. G. Auvinet).
MELLAH, R., AUVINET, G. et MASROURI, F., 1998. Estimation des incertitudes sur les
rsultats de la modlisation par lments finis d'un remblai. Actes, teme Conference Nationale sur la

55
Fiabilit des Matriaux et des Structures "JN- Fiab'98 ", pp. 209 -218.
MELLAH, R., AUVINET, G. and MASROURI, F., 1999a. Stochastic Finite Element Method
Applied to Non -linear Analysis of Embankments. Third International Conference on Computational
Stochastic Mechanics. CSM'98, Computational Stochastic Mechanics, Spanos (Ed.), Balkema,
Rotterdam, pp. 531 -537.
MELLAH, R., 1999b. Modlisation stochastique par elements finis en lasto -plasticit applique
la gomcanique. These de Doctorat, ENSG, INPL- Nancy, 160 pp. (Dir. G. Auvinet).
MELLAH, R., AUVINET, G. and MASROURI, F., 2000. Stochastic Finite Element Method
applied to Non -linear Analysis of Embankments. Journal of Probabilistic Engineering Mechanics.
Vol. 15. N 3. 2000, pp. 251 -259.
MNDEZ, E., JUREZ, M., OVANDO, E. y AUVINET, G., 1995. Sistema de informacin
geogrfica para sondeos geotcnicos, Proceedings, X`F' Pan- American Conference on Soil Mechanics
and Foundation Engineering, Vol. 1, pp. 312 -324, Guadalajara, Mxico.
MNDEZ, E. y AUVINET, G., 2000. Aplicacin de las tecnologas de la informacin a la zonificacin
geotcnica del subsuelo de la cuenca de Mxico, Memoria, XX Reunin Nacional de Mecnica de
Suelos, SMMS, Oaxaca, Mxico.
MENESES, H., 2001. Confiabilidad de cimentaciones de tanques. Tesis de Maestra en Ingeniera
(Mecnica de Suelos), DEPFI, UNAM, Mxico D.F. (Dir. G. Auvinet).
MESTAT, P. et PRAT, M., 1999, (sous la direction de). Ouvrages en interaction. Chapitre 12:
Indicateurs d'erreur a priori et Chapitre 13: Estimateurs d'erreur a posteriori, Hermes Science
Publications, Paris, France, pp. 797 -838.
MONTUFAR M.A., 1992. Anlisis de confiabilidad aplicado a las cimentaciones en el valle de
Mxico. Tesis de Maestra en Ingeniera (Investigacin de operaciones), DEPFI, UNAM, Mxico, D.F.
(Dir. G. Auvinet).
MOOD, A. and GRAYBILL, F., 1963. Introduction to the Theory of Statistics. McGraw -Hill.
MORALES DE LA CRUZ, M.A., 2001. Zonificacin geotcnica de la zona sur -oriente de la cuenca
de Mxico. Tesis Profesional, Escuela Superior de Ingenieria y Arquitectura. Unidad Zacatenco, IPN,
Mxico, D.F. (Dir. G. Auvinet).
MRABET, Z., 1993. Controle gostatistique du compactage des ouvrages en terre. Mmoire de DEA
Genie civil et minier, ENSG, Nancy, France (Dir. G. Auvinet).
MRABET, Z., 1997. Fiabilit des remblais homognes compacts. These de Doctorar, ENSG,
INPL, Nancy, France, 251 pp. (Dir. G. Auvinet).
NATAF, A., 1962. Determination des distributions dont les marges sons donnes. Compres Rendus
de l'Acadmie des Sciences, 225:42 -43, 1962. Paris, France.
NECHNECH, A., 1994. Etude fiabiliste des murs de soutnement. Mmoire de DEA, ENSG, INPL,

56
Nancy, France, 59 pp. (Dir. G. Auvinet).
ORLANDI, S., 1996. Mtodo del elemento finito estocstico en geotecnia: Anlisis no lineal. Tesis
de Maestra en Ingeniera (Mecnica de suelos), DEPFI, UNAM, Mxico, 81 pp. (Dir. G. Auvinet).
PANTOJA, A., 2002. Anlisis geoestadstico del subsuelo en el norte de la zona lacustre del valle
de Mxico. Tesis de Maestra en Ingeniera (Mecnica de suelos), DEPFI, UNAM, Mxico, 85 pp.
(Dir. G. Auvinet).
PAPOULIS, A., 1965. Probability, Random Variables and Stochastic Processes, McGraw -Hill.
PECKER, A. and SALENCON, J., 1998. Innovative concepts in Foundation Engineering.
Proceedings, Second Japan -UK Workshop on Implications of Recent Earthquakes on Seismic Risk,
Tokyo Institute of Technology, Japan, April 6 -9.
PREZ -DUARTE, A., 2000. Modlisation stochastique de la construction des barrages en terre en
anisotropie. Mmoire de stage de fin d'tudes, Ecole Polytechnique, Paris (Dir. G. Auvinet).
POIRON, F. et SOIZE, C., 1989. Simulation numrique de champs vectoriels stochastiques
gaussiens homognes et non homognes. La Recherche Arospatiale, N1, 1989, pp. 41 -61.
RAO, S., 1992. Reliability -based design, McGraw Hill Inc., USA.
RAVINDRA M., HEANEY, A. and LIND, N. 1969. Probability evaluation of safety factors.
,

Final report of the IABSE Symposium on Concepts of Safety of Structures and Methods of Design,
London, U.K.
RTHTI, L., 1985. Probabilistic solutions in geotechnics. Developments in Geotechnical
Engineering, Vol. 46, Elsevier, New York, USA.
RICO, A. y DEL CASTILLO, H., 1981. La ingeniera de suelos en las vas terrestres, Vol. 2. cap.
17, Control de calidad, Limusa, Mxico, D.F.
RIGHETTI, G. and HARROP -WILLIAMS, K., 1988. Finite element analysis of random soil
media. Journal of Geotechnical Engineering, ASCE, Vol. 114, N 1, pp. 59 -75.
ROSENBLATT, M., 1952. Remarks on a multivariate transformation. The Annals of Mathematical
Statistics, Vol. 23, September.
ROSENBLUETH, E. and ESTEVA, L., 1971. Reliability basis for some Mexican codes, American.
Concrete Institute Publications SP -31, USA.
ROSENBLUETH, E., 1975. Point estimates for probability moments. Proceedings, Nat. Acad.
Sciences, USA, vol. 72, October, pp. 3812 -3814.
RUSSELL, B. , 1912. On the Notion of Cause, Proceedings of the Aristotelian Society, Vol. 13.
SCOTT, R.F., 1963. Principles of Soil Mechanics. Addison Wesley Publications, Co., Reading,
Massachusetts.
SEDANO, S., 1983. Precisin requerida y dispersin de resultados en los ensayes usuales de

57
laboratorio de mecnica de suelos, Tesis de Maestra en ingeniera (Mecnica de Suelos), Divisin de
Estudios de Posgrado de la Facultad de Ingeniera, UNAM, Mxico, D.F. (Dir. G. Auvinet).
SHINOZUKA, M., 1983. Basic analysis of structural safety, Journal of the Structural Division,
ASCE, Vol. 3, N 109, USA.
SHINOZUKA, M. and ZHANG, R., 1996. Equivalence between kriging and CPDF Methods for
conditional simulation. Journal of Engineering Mechanics, 122 (6), June, pp. 530 -538.
SOULIE, M., FAVRE, M. et KONRAD, J.M., 1983. Analyse gostatistique d'un noyau de barrage
tel que construit. Canadian Geotechnical Journal, Vol. 20, pp. 453 -467.
SPANOS, P.D. and GHANEM, R., 1989. Stochastic finite element expansion for random media.
Journal of Engineering Mechanics, 1 15 (5), pp. 499 -519.
SU, Y.L., WANG, Y.J. and STEFANKO, R., 1969. Finite element analysis of underground
stresses utilizing stochastically simulated material properties. Rock Mechanics - Theory and
Practice, Proceedings, Eleventh United States Symposium on Rock Mechanics, Berkeley, Calif.. pp.
253 -266.
TANG, W.H., 1993. Recent developments in geotechnical reliability. Probabilistic Methods in
Geotechnical Engineering, Li and Lo, 1993, Balkema, Rotterdam, ISBN 9054103035. pp. 3 -27.
TEIGEN, J.G. and FRANGOPOL, D.M., 1991. Probabilistic FEM for non -linear concrete
structures. i: Theory. Journal of Structural Engineering, ASCE, vol. 117, N 9, pp. 2674 -2689.
TERZAGHi, K., 1955. Influence of geological factors on the engineering properties of sediments.
Economic Geology, Fiftieth Anniversary Volume, USA.
VANMARCKE, E.H., 1983. Random fields: Analysis and Synthesis. MIT Press, Cambridge, Ma.
VANMARCKE, E.H., 1994. Stochastic finite elements and experimental measurements.
Probabilistic Engineering Mechanics, Vol. 9, pp. 103-114.
VALDEZ, Y.P., 2002. Anlisis geoestadstico de la estratigrafia del subsuelo en un rea de la Sonda
de Campeche. Tesis de maestra en ingeniera (Mecnica de Suelos). DEPFI, UNAM. Mxico,
D.F.,1 15 pp. (Dir. G. Auvinet).
VALDEZ, Y.P., AUVINET, G. y GALVN E., 2002. Interpretacin geoestadstica de la estratigratia
del subsuelo marino. Memoria, XXI Reunin Nacional de Mecnica de Suelos, SMMS, Quertaro,
Mxico.
VESIC, A.S., 1964. Investigations of bearing capacity of piles in sand, Soil Mechanics Labor-aim);
Publications N 3, Duke University, College of Engineering, Durham, N.C.
WEINBERG, S., 2001. Can physics explain everything? The New York Review. May.
ZADEH, L.A., 1965. Fuzzy sets, Information and Control, Vol. 8, pp. 338 -353.

58
APPENDIX I ANEXO I

Elements of probability theory Elementos de la teora de la


probabilidad
1. Definitions 1. Definiciones

The theory of probability deals with the La teora de la probabilidad considera el


problem of an experiment that, a priori, can problema de un experimento que, a priori.
produce several results. The set of all possible puede tener varios resultados. El conjunto de
results is known as the sample space or todos los resultados posibles se llama espacio
universe. An event is defined as any subset of muestra! o universo. Un evento es cualquier
the sample space. It is said that an event takes subconjunto del espacio muestral. Se dice que
place when the experiment gives as a result an un evento sucede si el experimento da como
element of this subset. resultado un elemento de este subconjunto.

The source of the concept of probability can El concepto de probabilidad tiene su origen en
be traced to the relative frequency of el de frecuencia relativa de ocurrencia de un
occurrence of an event when the experiment is evento al repetir el experimento un nmero
performed a large number of times. It is also grande de veces. Tambin se usa comnmente
commonly used in engineering as a measure en ingeniera como una medida del grado de
of the degree of belief that a certain event is creencia de que determinado evento pueda
likely to happen. In both cases, the probability suceder. En ambos casos, la probabilidad debe
should take values ranging from "O" to "1". tomar valores comprendidos entre "O" y "1".

Generally speaking, if an experiment with a En forma general, si se considera un


sample space S is considered, the probability experimento con un espacio muestral S, la
is a function that assigns a numerical value probabilidad es una funcin que asigna un
P[A] to each event, A, in accordance with the valor numrico P[A] a cada evento A, en
following axioms: concordancia con los siguientes axiomas:

1. P[A] >_0 1. P[A] >_ 0


2. P[S] =1 2. P[S] = l
3. If A,, A,... is a finite or infinite sequence of 3. Si A A,... es una sucesin finita o infinita
mutually exclusive events, i.e. A; n A. = 0 de eventos mutuamente excluyentes, es decir
for every i # j, then: A; n A. = 0 para toda i # j, entonces:

P[UA,]- P[Ai] (I) (1)


_1 P[UA=EP[A-]
_' =1

59
According to axiom. (3), if A and B are De acuerdo con el axioma (3), si A y B son
mutually exclusive events: eventos mutuamente excluyen tes:

P[AuB]=P[A]+P[B] if AnB= 0 (2) P[AuB]=P[A]+P[B] si AnB=Q3 (2)

Consistently with the frequential definition of En congruencia con la definicin frecuencial


probability, the following quotient can be de la probabilidad, se define como
defined as the conditional probability of event probabilidad condicional del evento A, dado
A, given that event B has occurred: que sucedi el evento B, al cociente:

P[AI B] (3) PAI B] (3)

If an exhaustive partition of the sample space Si se considera una particin exhaustiva del
into n mutually exclusive events is considered: espacio muestral en n eventos mutuamente
A,,..., An ,is an easy task to establish the
it exclusivos: A1,..., A , es fcil establecer el
so- called theorem of the total probability for llamado teorema de la probabilidad total para
any event B: cualquier evento B:

P[B]=EP[BnA,]=1P[B A,]P[A,] (4) P[B]=1P[BnA,]=1 CB


AP[A] (4)

Similarly, the well -known Bayes' theorem can En la misma forma, se establece el conocido
be established: teorema de Bayes:

PLBIA,P[A,] P[BIAJP[A]
PA IB]= (5) PAB (5)
IP[B A;]P[A ] I = P[B AJP[A,1
fr-+

where P[A] is the so- called a priori donde P[A,] es la probabilidad a priori y
probability and P[A; I B] is the a posteriori P[A IB] es la probabilidad a posteriori del
probability of event A; .
evento A:.

2. Random variables 2. Variables aleatorias

Random variables can be defined as numerical Las variables aleatorias son valores numricos
values associated to the results of an asociados a los resultados de un experimento;
experiment; in formal terms, a random en trminos formales, una variable aleatoria es

60
variable is a function, taking generally real una funcin, de valor generalmente real, cuyo
values, the domain of which is a sample space. dominio es un espacio muestral. Se pueden
They can be classified into two categories. dividir en dos categoras. Las variables que
The variables that assume values that can be toman valores que pueden asociarse con los
associated to integers are known as discrete enteros se llaman variables aleatorias
random variables; on the other hand, non - discretas, en tanto que las que no son discretas
discrete variables can be classified as pueden clasificarse como continuas o mixtas.
continuous or mixed. A random variable is Una variable aleatoria suele representarse por
usually represented by means of a capital medio de una letra mayscula como, por
letter such as, for instance, V. The real ejemplo, V. Las valores numricos reales que
numerical values that can be taken by a puede tomar una variable aleatoria se
random variable are represented by means of representan mediante minsculas como, por
small letters such as, for instance, v. ejemplo, y.

3. Discrete probability distributions 3. Distribuciones discretas de probabilidad

In the case of a discrete variable, and En el caso de una variable discreta, y de


according to the axioms referred to before: acuerdo con los axiomas presentados con
anterioridad:

I. P[V= v]= p,,(v) >_ O 1. P[V = v] = p,,(v) >_ O

2. P [V = Id= 1 , the sum being with respect 2. P[V = v] = 1 , siendo la suma con

to all the possible values of y. respecto a todos los valores posibles de u.

Function p,,(v) is known as the probability A la funcin p,,(v) se le llama funcin de


function of V. This function is also sometimes probabilidad de V. A esta funcin se le llama
known as the probability distribution of V or tambin a veces distribucin de probabilidad
otherwise probability mass function of V to de V o funcin de masa de probabilidad de V
give the idea that a mass of probability is piled para dar la idea de que se apila una masa de
up at discrete points. probabilidad en puntos discretos.

The distribution function or cumulative La funcin de distribucin o distribucin


distribution F. (y) of a random variable V is acumulativa F,, (v) de una variable V se
defined as: define como:

F (y)= P [V <_ vl (6) F (v) = P[V <_ v[ (6)

If Vis discrete: Si Ves discreta:

61
F, (v) pv (u) (7) Fv (v) Pv (u) (7)

where pv (v) is the probability distribution. siendo p, (v) la distribucin de probabilidad.

The main descriptive numerical measures that Las principales medidas numricas
allow the characterization of pv(v) are. the descriptivas que permiten caracterizar p, (y)
expected value, the variance and its square son la esperanza, la varianza y su raz
root: the standard deviation. cuadrada: la desviacin estndar.

The expected value or mathematical El valor esperado o esperanza matemtica de


expectancy of a discrete random variable, V, una variable aleatoria discreta, V, con
with a probability distribution p1.(v), is distribucin de probabilidad p,, (v) , se define
defined as: como:

E{V} = pv(v) (8) E{V} = (v) (8)

where the sum is with respect to all values of y donde la suma es con respecto a todos los
for which p,, (v) > O. valores de y para los cuales p, (v) > O.

It is common to use the notation: Es comn emplear la notacin:

E {V} = f (9) E {V } = f (9)

If V is a discrete random variable, with a Si V es una variable aleatoria discreta, cuya


probability distribution p, (v) and g(V) is distribucin de probabilidad es p,; (y) y g(V )
any function of V with a real value, then the es cualquier funcin de V con valor real,
expected value of g(V) is defined by: entonces el valor esperado de g(V) est
definido por:

E {g (V )} = g(v)P (v) (10) E{g(V)}= g(v)Pr(v) (10)

The variance of a random variable is the La varianza de una variable aleatoria es la


expected value of the square of the deviation esperanza del cuadrado de la desviacin del
of the value of the variable with respect to its valor de dicha variable con respecto a su
expected value: esperanza:

62
Var[V] = E {(V- ft,,)'} (11) Var[V]= E {(V-

The following notation is commonly used: Es comn utilizar la notacin:

E {(V- 14)2 } =a,: (12) E {(V -,t,, )' } = Q (12)

The minimum value of az is zero and that El valor mnimo que puede tomar 6,2 es cero,
only happens whenever the population y eso slo sucede si toda la poblacin toma un
assumes a single value (i.e., if V takes a nico valor (esto es, s V toma un valor
constant value with a probability of one). The constante con probabilidad uno). La varianza
variance becomes larger as the scattering of se hace ms grande en la medida que se
the points with positive probability increases. esparcen ms los puntos con probabilidad
positiva.

The variance rises to the square power the La varianza eleva al cuadrado las unidades de
units of the variable of interest. A measure of la variable de inters. Una medida de
variation that maintains the original units is variacin que mantiene las unidades originales
the so- called standard deviation. The standard es la desviacin estndar. La desviacin
deviation of a random variable V is equal to estndar de una variable aleatoria V es igual a
the square root of the variance, i.e.: la raz cuadrada de la varianza:

_ VE}(V-,u02} (13) o',, =VEI(V-,)) (13)

Qv 6,
When ratio can be defined, it is called Cuando es posible definirlo, el cociente
'lv N
coefficient of variation. se llama coeficiente de variacin.

4. Continuous probability distributions 4. Distribuciones de probabilidad continuas

Many random variables take their values in Muchas variables aleatorias toman sus valores
continuous intervals. This is why a random en intervalos continuos. Es por ello que se
variable V is defined as a continuous variable define a la variable aleatoria V como continua
if it can assume an infinite number of values si puede tomar un nmero infinito de valores
associated to intervals of real numbers, and asociados con intervalos de nmeros reales y
there is a function, f,, (y) , known as hay una funcin, f,, (y) , llamada densidad de
probability density, such that: probabilidad, tal que:

1. f (v) >_ 0 for all 1. f,, (v) ? O para toda v

63
2. J f,, ( v)dv = l 2. f f: (v)dv =1

3. P[a 5V <_b]= Jf,(v)dv 3. P[a <_ V S hl= Jf,,. (v)dv

It should be observed that, for a continuous Ntese que, para una variable aleatoria
random variable V: continua V:

P[V = a] = Jfv(v)dv=0 (14) P[V =a]= Jf (v)dv = O (14)

for any specific value a. There should be no para cualquier valor especfico a. No debe
concern about the fact that a zero probability preocupar el hecho de que se deba asignar
should be assigned to any specific value a probabilidad cero a cualquier valor especfico
because there exists an infinite number of a ya que hay un nmero infinito de valores
possible values likely to be assumed by V. The posibles que puede asumir V. La probabilidad
zero probability associated to an event is not a cero asociada a un evento no lo elimina como
reason to eliminate the latter as a possible posible, sino slo dice que la probabilidad de
value; it only means that the probability of ocurrencia de ese valor exacto es despreciable.
occurrence of such an exact value is
negligible.

The distribution function of a continuous La funcin de distribucin de una variable


random variable V is defined as: aleatoria continua V se define como:

F,, (v) = P[V <_ v] (15) F.(v)=P[V <_vi (15)

P[V <-v)= Jfv(u)du (16) /IV <_ v = J fv (u)du (16)

It should be observed that the derivative of the Ntese que la derivada de la funcin de
distribution function is: F, (y) = J. (y). distribucin es: F (u) = f. (u).

As in the discrete case, it is often required to Como en el caso discreto, con frecuencia se
summarize the information contained in a desea resumir la informacin contenida en una
probability density function by means of the funcin de densidad de probabilidad por
expected value of the random variable as well medio del valor esperado de la variable
as by certain functions of it. aleatoria y otras funciones de la misma.

The expected value of a continuous random El valor esperado de una variable aleatoria

64
variable, V, with a probability density f, (v) ,
continua, V, que tiene una densidad de

is given by: probabilidad f, (y) , est dado por:

E{ V} = Jvfv(v)dv (17) E{V} = vf,(v)dv (17)

If V is a continuous random variable having a Si V es una variable aleatoria continua cuya


probability density f,, (y) and if g(V) is any densidad de probabilidad es f,, (y) y si g (V)
function of this random variable, then: es cualquier funcin de esta variable aleatoria.
entonces:

E{g(V )} = f g(v)1j (v)dv (18) E{g(V)} = f g()f,.()dv (18)

The definitions of variance, standard Las definiciones de varianza, desviacin


deviation and coefficient of variation given for estndar y coeficiente de variacin dadas en
the case of discrete random variables are also el caso discreto son vlidas tambin en el caso
valid for the continuous case. continuo.

5. Multivariate distributions of 5. Distribuciones de probabilidad


probability multivariadas

Several random variables can be defined in Se pueden definir diversas variables aleatorias
the same sample space. For instance, in the en el mismo espacio muestral. Por ejemplo, en
case of the elastic properties of a soil, it is el caso de las propiedades elsticas de un
possible to deal with two of them: the suelo, es posible considerar dos de ellas: el
modulus of deformation, E, and Poisson's mdulo de deformabilidad, E, y la relacin de
ratio, v . In this case it is necessary to define a Poisson, v. En este caso, es necesario definir
two- variable probability distribution. una distribucin de probabilidad bivariada.

Let V; and V, be two discrete random Sean V, y V, dos variables aleatorias


variables. The joint probability distribution of discretas. La distribucin de probabilidad
V and V, is: conjunta de V, y V, es:

pv5(v,>vz-P[V =viz =vz[ (19) p . (v, , v,) = P [ I' = vi , V, = v,[ (19)

defined for the real numbers y, and vz . definida para los nmeros reales v, y v, .

The so- called marginal distributions of Las distribuciones de probabilidad marginales

65
probability of V, and V, , are represented' de V, y V, respectivamente, estn
respectively by: por:

Pv(yi)=EPv,,g(vi,yz) (20) 191,(y1)=Ep,r,(v1,y2) (20)

Pv,(yz)=EPn,v,(vi,vz) (21) Pv,(y,)=EPv,v,(y,,y,) (21)

The probabilities associated to two continuous Las probabilidades asociadas a dos variables
random variables V, and V2 can be described aleatorias continuas V, y V, se pueden
by means of a two -variable density, describir mediante una densidad bivariada,
that forms a probability surface f,v (v v,), que forma una superficie de
in three dimensions (fig. I.I). probabilidad, en tres dimensiones (fig. I. I ).

The probability of V, and V2 falling La probabilidad de que V, y V, queden


simultaneously within predetermined intervals simultneamente en determinados intervalos
is then: es entonces:

P[a, V, <a,;b, P[a, _<V, <_a,;b, <_V, <_b21=


Vz bd=
(22) r f (22)
J J> )dv,dv, J J
(vv,)dv,dv,

It should be observed that the previous Obsrvese que la integral anterior es el


integral is the volume under the surface of volumen bajo la superficie de la figura 1.1.
figure 1.1.

AK 1yy2

V,

Fig. I. Joint probability density of two variables


I

Densidad de probabilidad conjunta de dos variables aleatorias.

66
Just as the single- variable or marginal As como se calcularon las probabilidades
probabilities for discrete variables were uni variadas. o marginales para variables
calculated, it is also possible to determine the discretas, se puede determinar la funcin de
single -variable density for V, in the densidad univariada para I; en el caso
continuous case, integrating with respect to continuo, si se integra sobre los valores de V, .

V2. The marginal density of V , , is La densidad marginal de V, , f,: (v,) , est


given by: dada por:

f 1 ,va)dv, (23) ,11,)dv, (23)

Similarly, the marginal density of V, ,


Igualmente, la densidad marginal de V_ .

f, (y,) is represented by: fj (v,) , est representada por:

fv, (v2)= f f%v (v ,vz)dv, (24) f-, ( = ff ,v,)dv, (24)

Two random discrete random variables are Se dice que dos variables aleatorias son
said to be mutually independent if: independientes s:

Pv,v_ (v , y2) = Pv, (v1) Pv, (v2) (25) Pv,v,(v,)=P1,;(v Pv,(>)


, (25)

for all real numbers v, and v, . A similar para todas los nmeros reales v, y v, Una .

approach is applied to the case of continuous idea semejante se aplica al caso de variables
random variables: aleatorias continuas:

f,,v, z)=f-,(vi)f,,(',) (26)


fv,v, (y "p2) = f, (y )f-, (y,) (26)

for any real numbers v, and v, para cualesquier nmeros reales v, y y, .

If g(V V2) represents any real function of the Si g(V,,V,) es cualquier funcin real de las
discrete variables V, and V2 , then: variables discretas V, y V2, entonces:

E{g(f ,Vz)} = g(vv)Pv,v2 (vv,) (27)


E {g(Vi,V,)} = ELg(vi,v,)Pi.r (v ,v,) (27)
.

If V, and V, are continuous random variables Si V, y V, son variables aleatorias continuas

67
with joint probability - density -_f, , (v,, v,) con densidad de probabilidad f,.,, (v , v.) ,
then: entonces:

E{g(V,,V,_)} = J Jgcv ,vz)f,, (vvz)dv,dv, E {g(V,,V2)} = J Jg(v,,vz)f;,_. (v,,v,)clv,dv,


',
P,

(28) (28)

If V, and V, are mutually independent, it can Si V, y V, son independientes, se muestra


be easily demonstrated that: fcilmente que:

E{g(V,)h(V,)} = E{g(V,)}E{h(V,)} (29) E{g(V,)h(V )} = E{g(V,)} E{h(V,)} (29)

A function of particular interest in problems Una funcin de gran inters en problemas


related to probability and statistics is the probabilistas y estadsticos es la covarianza.
covariance. The covariance between two La covarianza entre dos variables aleatorias
random variables V, and V, is defined as: V, y Vz se define como:

Cov[V,,V,] =E {(V, v,)(V, f)} (30) Cov[V,,V2} = E {(V, -N. )(V, -'_ )} (30)

where ,u1, = E {V,{ and Ji,,, = E {V,} . donde fr, = E {V,} y 'di,, = E {V,} .

Another method to calculate the covariance is Otro modo de calcular la covarianza es el


as follows: siguiente:

Cov[V,,V,1 = E {V,V, }- ,ufr% (31) Cov[V,,V,]= E {V,V, }- ft.fr. (31)

The covariance represents the degree of linear La covarianza representa el grado de


dependence existing between the two dependencia lineal que existe entre las dos
variables. It is rather difficult to use the variables. Es dificil utilizar la covarianza
covariance as an absolute measure of this como una medida absoluta de esta
dependency because its value depends on the dependencia porque su valor depende de la
measuring scale and it is therefore difficult to escala de medicin y por consiguiente es
determine if a covariance in particular is large difcil determinar si una covarianza en
or small at first sight. This problem can be particular es grande o pequea a simple vista.
eliminated by standardizing its value through Se puede eliminar este problema al
the use of the coefficient of linear correlation: estandarizar su valor, utilizando el coeficiente
de correlacin lineal:

68
Cov[VV,] Cov[V,,V,]
P= (32). P= (32)

where 6 and a-,,, are the standard deviations donde a-,, y o-,,, son las desviaciones
of V, and V2 , respectively. It can be estndar de V, y V2 , respectivamente. Puede
demonstrated that the correlation coefficient p demostrarse que el coeficiente de correlacin
satisfies the inequalities -1 <_ p 5+1 . A value p satisface las desigualdades -I <_ p 5+1 . Un
of -1 or +1 implies a perfect correlation, with valor de -1 +1 implica una correlacin
all points representative of any sample falling perfecta, con todos los puntos de cualquier
along a straight line. The value p = 0 implies muestra alinendose sobre una recta. El valor
a covariance equal to zero and no correlation de p = O implica una covarianza igual a cero
whatsoever. y ninguna correlacin.

If V, and V, are two independent random Si V, y V, son dos variables aleatorias


variables, then: independientes:

Cov[VV,] = 0 (33) Cov[VV,] =0 (33)

A positive correlation coefficient indicates Un coeficiente de correlacin positivo indica


that V, tends to increase when V, becomes que V, tiende a crecer cuando V crece. Un
larger. A negative correlation coefficient coeficiente de correlacin negativo implica
implies that V, tends to decrease when V, que V, tiende a decrecer cuando V, crece.
increases.

6. Common probability distributions and 6. Distribuciones y densidades comunes de


densities probabilidad

In engineering problems, the most commonly En ingeniera, las distribuciones y densidades


used probability distributions and densities are de probabilidad ms comnmente usadas son
respectively those presented in Tables 1 and 2. respectivamente las que se presentan en las
Tablas 1 y 2.

69
Table 1 Probability distributions of discrete variables
Distribuciones de probabilidad de variables discretas

Name / Nombre Example of random Ejemplo de variable


and l y variable with the indicated aleatoria con la
Pr, (v) distribution distribucin indicada
BERNOULLI Result of a Bernoulli Resultado de un
experiment with two experimento de Bernoulli
possible outcomes: success con dos posibles
p' (1- p) ; v - 0,1
or failure and probability of resultados: xito ofalla r
success p probabilidad de xito p
BINOMIAL Number of successes in n Nmero de xitos en n
independent Bernoulli experimentos
/n experiments with independientes de
p (1- p)' ; y = 0,1,...,n probability of success p in Bernoulli con probabilidad
` "lJ each experiment de xito p en cada
experimento
GEOMETRIC Number of trials necessary Numero de intentos
GEOMTRICA (1) to obtain the first success in necesarios para obtener el
a sequence of independent primer xito en una
Bernoulli experiments secuencia de experimentos
p (I - pY 1 ; v = 1, 2,...
independientes de
Bernoulli
GEOMETRIC Number of successes prior Nmero de xitos antes de
GEOMTRICA (2) to reaching the first failure obtener la printer falla en
in a sequence of una .secuencia de
p' (1- p) ; v = 0,1,2,... independent Bernoulli experimentos
experiments independientes de
Bernoulli
NEGATIVE BINOMIAL Number of failures prior to Numero de intentos para
BINOMIAL NEGATIVA (1) obtaining r successes in a obtener r xitos en una
(v -1\ sequence of independent secuencia de experimentos
p`(1 -p) ; v= r,r +1,... Bernoulli experiments independientes de
r -1 Bernoulli
NEGATIVE BINOMIAL Number of failures prior to Nmero de fallas antes de
BINOMIAL NEGATIVA (2) obtaining r successes in a obtener r xitos en una
sequence of independent secuencia de experimentos
v +r -1
pr (1_pY ; y = 0,1,... Bernoulli experiments independientes de
v Bernoulli
POISSON Number of events of a Ntintero de eventos de un
predetermined type in a determinado tipo en un
un it time period when such lapso de tiempo unitario
e '- i
; v = 0,1,... events occur in a random cuando dichos eventos se
1.
fashion at an average rate presentan en loam
of 2, per unit of time aleatoria a una tasa medra
de 2 por unidad de lientpo

70
HYPERGEOMETRIC Number of defective Nmero de elementos
HIPERGEOMTRICA elements in a sample of defectuosos en una muestra
size n obtained from a de tamao n obtenida de
(o` "N -a population of N elements una poblacin de N
v n v max(0,n -n) <_ v < min (n,n) among which a defective elementos ente los cuales
elements are found. se encuentran a elementos
defectuosos

Table 2 Probability densities of continuous variables


Densidades de probabilidad de variables continuas

Name / Nombre Example of random Ejemplo de variable


and /y variable with the indicated aleatoria con la densidad
f (v) density indicada
UNIFORM A variable equal to the Una variable igual a la
UNIFORME distribution function of a funcin de distribucin de
second variable with any una segunda variable con
11(6- a), a < r <b probability density (at densidad de probabilidad
10 for other values of vi para otros valores de y interval {0,1 }) cualquiera (en el intervalo
10,1})

NORMAL (Gauss) Sum of a large number of Suma de un nmero grande


independent random de variables aleatorias
variables having identical independientes con
l
e,._ xp - i rv_ u' `' probability densities densidades de probabilidad
O ,. 2>r 2 Q,,
,_ idnticas
EXPONENTIAL The time required to El tiempo requerido para
EXPONENCIAL observe the first event in a observar el primer evento
Poisson's process from an en un proceso de Poisson a
de '`, v>0 arbitrary time partir de un tiempo
0 for other values of vl para otros valores de v arbitrario

The time required to El tiempo requerido para


GAMMA
observe the occurrence of observar la ocurrencia de k
,l k events in a Poisson's eventos en un proceso de
(.1..v) e Poisson a partir de un
F(k)
(k) >0 process from an arbitrary
time tiempo arbitrario
0 for other values of vi paraotosvaloresdey

where/donde F(10= J e -" uk-' du


0

71
LOG NORMAL Positive variable with a Variable positiva ctn n
normally distributed logaritmo tiene densidad
Inv -F, logarithm normal
I

esp - I
, v>0

0 for other val Lles of / para otros a/ores de y


BETA Considering a sample Si se tiene una muestra
V,V,...,V, from any V,V,...,V de una

Bb -n
where:
(i,

f (r)I (t
(b-
)
r) for:
density f. (y) , classified
by increasing order of
magnitude, then the
densidad J. (o) cualquiera.
clasificarla por orden de
magnitud creciente. la

donde:
e=
r (t) para :
a<v<b variable W,,. equal to the variable if igual al rea
0 brother values of v para otros valores dev
ibr area under f. (o) , debajo de f,. (v) .
delimited by V. and V,, delimitada por V r V
has a BETA density at tiene una densidad BETA
interval (0,1) en el intervalo (0,1)
y2(n) Sum of the squares of n Suma de los cuadrados de n
independent variables with variables independientes
(v/2v'2 -' normal standard probability con densidad c/c
e> 0 N(0,1) probabilidad noratal
I (n) esldndar N(0,1)
0 fordthervaluesof e/ para otros valores de v
Square root of the previous Raz cuadrada de la
y variable variable anterior

Ratio
Y/
X Cociente
Y; NiTt
"1" Student wher Xis N(0,1 ) donde X tiene una densidad
distributed and Y has a y N(0,1) e Y tiene densidad y
density with n degrees of con n grados de libertad
freedom
X/m X/ m
Ratio Cociente
Yin Y it
"F" where X has a y2 density donde X tiene una densidad
with ni degrees of freedom, y2 con ni grados de
and Y has a y' density with libertad, e Y tiene densidad
n degrees of freedom y2 con n grados de libertad

72
APPENDIX H ANEXO II

Random fields Campos aleatorios


1. Definitions 1. Definiciones

Let V(X) be a geotechnical variable of either Sea V(X) una variable geotcnica de tipo
physical (e.g. water content), mechanical (e.g. fsico (p.ej. contenido de agua), mecnico (i.e.
undrained shear strength), or geometric type resistencia al corte no- drenada) o geomtrico
(e.g. thickness of a certain stratum), defined at (p.ej. espesor de algn estrato), definida en
points X of the domain R (p = 1, 2, or 3) los puntos X del dominio estudiado R (p =
considered. If at each point of the domain this 1, 2, 3). Si, en cada punto del dominio, esta
variable is regarded as random, the set of variable se considera como aleatoria, el
these random variables constitutes a random conjunto de estas variables aleatorias
field. constituye un campo aleatorio.

To describe such a field, the following Para poder describir este campo pueden
parameters and functions can be introduced: emplearse los siguientes parmetros y
funciones:

- Expected value: p,, (X) = E {V (X)} (1) -Valoresperado: p,,(X)=E{V(X)} (1)


- Variance: 6,=(X)= Var[V(X)l (2) - Varianza: 6; (,A,)=Varir( X .

'(2)

The square root 6,,(X) of the variance is La raz cuadrada 6,.(X) de la varianza se
known as standard deviation whereas the llama desviacin estndar y el cociente
ratio CV (X)= o , (X)/ E {V (X )} is defined CV(X)= ,,(X) /E {V(X)} se conoce
as the coefficient of variation. como coeficiente de variacin.

- Autocorrelation function, defined in the - Funcin de autocorrelacin, definida en el


RP x RP space: espacio RP x RP:

R (x,, x2)= )1'( x>)} (3) R,(X,.X,)=E{V(X,)I'(,A',){ (3)

This function corresponds to a mixed Esta funcin es un momento de segundo


second order moment that can be centered orden mixto que puede centrarse
by introducing the concept of function of introduciendo el concepto de funcin de
autocovariance: autocovarianza:

- Function of autocovariance: - Funcin de autocovarianza:

73
cv (xx,)=cov[v(X,),v(XZ)]= c,,(xx,)=cov[v(X,),v(x,)]=
(X,)][V(X2)-.4(X2)]} E{[V(X,)-(Xp][V(X,)-ti, (X2)1}
(4) (4)

The autocovariance represents the degree of La autocovarianza representa el grado de


linear dependence existing between the dependencia lineal existente entre los
values of the property of interest in two valores de la propiedad de inters en dos
different points of the medium. It can be puntos diferentes del medio. Se puede
written in terms of a dimensionless escribir bajo la forma de un coeficiente de
coefficient of autocorrelation, the value of autocorrelacin adimensional, cuyo valor
which always ranges between -1 and +1: queda siempre comprendido entre -1 y +1:

- Coefficient of autocorrelation: - Coeficiente de autocorrelacin:

C,. (X,. X, )
Pr(Xi,Xz)- C (X,,Xz) (5) P, : (Xi,Xz) (5)
o-, (X, )o-, (Xz ) o- (X )o- (X,)

It should be emphasized that functions (3) Conviene subrayar que las funciones (3) a
to (5) are not intrinsic properties of points (5) no son propiedades intrnsecas de los
X, and X, since they also depend on the puntos X, y X, ya que dependen tambin
population, i.e. the dominion on which the de la poblacin, es decir del dominio en el
field has been defined. Actually, if a soil que el campo se encuentra definido. En
deposit is considered as a whole, it is efecto, si se considera globalmente un
possible to find a high correlation between manto de suelo de gran espesor, puede
the properties corresponding to two points existir una alta correlacin entre las
that belongs to the same substratum; propiedades correspondientes a dos puntos
however, this correlation is likely to vanish pertenecientes a un mismo subestrato; sin
if the study is oriented toward analyzing the embargo. esta correlacin puede
spatial variation within the particular desvanecerse si el estudio se enfoca al
substratum that contains those points. anlisis de la variacin espacial dentro del
subestrato especfico en el que se
encuentran.

- Functions of probability distribution: - Funciones de distribucin de probabilidad:

. (v,, . , v ; X,, ...,X)=


(6)
(v,, ..., v,,; X ...,X)=
(6)
P[V(X,)-v,,...,V(X)v] P[V(X,)_v,,...,V(X)<v]
among which special mntion should be entre las que destaca la funcin de

74
made of the first -order distribution function: distribucin de primer orden:

F,,(v;X)=P[V(X)_<v (7) F,,(v;X)= P[V(X)_ < <v] (7)

as well as of its derivatives, namely the joint y sus derivadas, las densidades de
probability densities: probabilidad conjuntas:

f (vi, . , v,,, X x) f, v .a',,..,X,)


and f,(1); X) (8) y f.(; X) (8)

If these functions (and the associated Si estas funciones (y los momentos asociados)
moments) are invariant by translation in space son invariantes por traslacin en el espacio
for any value of n and for any set of points: para cualquier valor de n y cualquier conjunto
X ..., X , the random field is said to be de puntos: X,, ..., X se dice que el campo
,

strictly stationary. aleatorio es estrictamente estacionario.

If, in the domain considered, the expected Si en el medio considerado, la esperanza, la


value and the other parameters are constant, varianza y los dems parmetros son
the medium is called statistically constantes, se dice que es estadsticamente
homogeneous. If parameters such as the homogneo. Si parmetros como la esperanza
expected value and variance of the field are y la varianza del campo no son constantes se
not constant, it is said that they present a dice que presentan cierta tendencia o deriva.
certain trend or drift.

When it is possible to accept the hypothesis Cuando es posible aceptar la hiptesis de que
that the expected value of the variable of el valor esperado de la variable de inters es
interest is constant throughout the whole constante en todo el dominio (eventualmente
dominion (eventually after the trend is despus de haber removido la tendencia) y
removed) and that the spatial autocovariance que la autocovarianza espacial depende
only depends on the distance between points solamente de la distancia entre los puntos X,
X, and X, , it is said that the field is wide - y X, , se dice que el campo es estacionario
sense stationary; then: en el sentido amplio y se cumple:

C,(XXz)=C,(X,-X,)=C,,(h) (9) Cy(XXz)=C,:(Xz-X,)=C,.(h) (9)

where h is a scalar equal to the distance donde h es un escalar igual a la distancia


between points X, and X,. entre los puntos X, y X, .

Equation 9 implies that the variance of V(X) La ecuacin 9 implica que la varianza de

75
is also a constant in the whole dominion. V(X) es tambin constante en todo el
dominio,

Similarly, in this case, the correlation En la misma forma, en este caso. el


coefficient can be expressed as: coeficiente de con-elacin puede ser escrito
como:

Pr-(Xi>Xz)=Pr(h) (10) Xz)=Pr(h) (10)


Pr

In many applications, however, it will be more En muchas aplicaciones, sin embargo, sera
realistic to admit that the previous relationship ms realista admitir que la relacin anterior
is only valid along a specified direction, i.e. solamente es vlida a lo .largo de una
that the structure of correlation of the medium direccin determinada, es decir que la
is anisotropic. In this case, the notations estructura de correlacin del medio es
C. (hu) and P,. (hu) can be used, where u is anistropa. En este caso, se pueden usar las
a unit vector in the direction being considered. notaciones C: (hu) y P. (hu) , donde u es
un vector unitario en la direccin considerada.

In media with linear drift, the field is not En medios con deriva lineal, el campo no es
stationary but the increments estacionario, pero los incrementos
V(X +h) -V(X) can still be stationary. V(X +h) -V(X) pueden serlo. Algunos
Accordingly, some authors, especially in autores, especialmente en las aplicaciones
mining applications, opt for using the concept mineras, suelen por tanto usar el concepto de
of variogram instead of autocovariance. The variograma de preferencia al de
variogram 2y(h) is the second order moment autocovarianza. El variograma 2y(h) es el
of the increment V(X +h) -V(X) : momento de segundo orden del incremento
V(X +h) -V(X) :

27(h)= E{{1/(X +h)-V(X)]-} (ll) 21(h)=E{[V(X+h)-V(X)12

For a wide -sense stationary field: Para un campo estacionario en el sentido


amplio:

2y(h) =Var(V(X+h)-V(X)] (12) 2y(h)= Var[V(X + h)- V(X)] (12)

y(h)=C,.(0)-C,.(h) (13) y(h)=C,,,(0)-C,.(h) (13)

In most' engineering applications, the use of En la mayora de las aplicaciones ingenieriles,


the concept of variogram fails to present any el uso del concepto de variograma no presenta

76
advantage and therefore autocovariance realmente ventajas por lo que se usa
function is commonly employed. As a matter comnmente el de funcin de autocovarianza.
of fact, some of the most common De hecho, algunos de los programas para
geostatistical software systematically convert computadora de geoestadstica ms comunes
variograms into autocovariance functions to transforman sistemticamente los variogramas
provide better stability to the numerical en funciones de autocovarianza para dar
algorithms used (Deutsch, 1992). mayor estabilidad a los algoritmos numricos
empleados (Deutsch, 1992).

2. Statistical estimation of the random field 2. Estimacin estadstica de los parmetros


parameters de un campo aleatorio

The descriptive parameters of a random field Los parmetros descriptivos de un campo


defined in the previous section can be aleatorio definidos en el inciso anterior
estimated from "discrete" (isolated samples) pueden ser estimados a partir de los resultados
or "continuous" (borings) results of "discretos" (muestras aisladas) o "continuos"
exploratory programs. In the latter case, and (sondeos) de las campaas de reconocimiento.
assuming that the field is statistically En este ltimo caso, aceptando que el campo
homogeneous and ergodic (i.e. its parameters es estadsticamente homogneo y ergdico (es
can be estimated from a single sample decir que sus parmetros pueden ser
function or realization), the expected value estimados a partir de una sola funcin muestra
can be assessed (Auvinet, 2002) using the o realizacin), el valor esperado puede ser
following approximation: evaluado (Auvinet, 2002) utilizando la
aproximacin:

= dv J ( Vx )
L
(14) Nr -N=L JV(x)dx (14)

where L is the depth of the boring. donde L es la longitud del sondeo.

Similarly, it is possible to estimate the En la misma forma, es posible estimar la


autocovariance along the u direction as: autocovarianza a lo largo de la direccin u
como:

(hu) _11, JV(x)V(x+hu)dx-ft" (15) Cr (hu) - JV(x)V(x+hu)dv - ft" (15)


Lo

where u is the unit vector in the direction donde u es el vector unitario en la direccin
along which the covariance is evaluated and h en la que se evala la covarianza y h es un
is a scalar. Estimating the autocovariance by escalar. La estimacin de la autocovarianza
means of this expression introduces a slight mediante esta expresin presenta un ligero

77
bias, as can be verified by evaluating the sesgo, como puede verificarse evaluando la
expected value of the second member. esperanza del segundo miembro.

On the other hand, if the following indicator Por otra parte, si se introduce la funcin
function is introduced: indicadora:

1 if V(X)<_v (16) if V(X)<_v (16)


lr(v,X)=
1

0 if V(X)> v 0 if V(X)>

The field's first -order probability distribution La funcin de distribucin de probabilidad de


function can be estimated from continuous primer orden del campo puede ser estimada a
records based on the relationship: partir de registros continuos con base en la
relacin:

F.(v.,l')=P[1-"(X)Sv1= fo1(v.x)tl.x Fi. (v.X)=P[V(X)Svi =-si- /.(v..x)dx 1

(17) (17)

Estimation of field parameters in terms of the La estimacin de los parmetros del campo a
available data is generally known as structural partir de los datos disponibles recibe
analysis. generalmente el nombre de anlisis
estructural.

In the case of isolated samples, estimations En el caso de muestras aisladas, las


can performed using discrete expressions estimaciones se realizan usando expresiones
equivalent to the previous equations (Deutsch, discretas anlogas a las expresiones anteriores
1992). This situation is the most common (Deutsch, 1992). Esta situacin es la ms
whenever the variable of interest is geometric comn cuando la variable de inters es de tipo
(thickness of a given stratum, as an example) geomtrico (espesor de determinado estrato
or in problems related to compaction control por ejemplo) o en problemas de control de
of earthworks by means of punctual field compactacin de obras de tierra mediante
measurements. mediciones puntuales.

3. Scale effect 3. Efecto de escala

The knowledge of the major parameters of the El conocimiento de los parmetros principales
random field representing the variations of the del campo aleatorio representativo de las
properties makes it possible to evaluate the variaciones de las propiedades permite
expected value and dispersion of the average evaluar la esperanza y dispersin del valor
values of such properties in subdomains medio de dichas propiedades en subdominios
(lines, areas or volumes) contained within the (lneas, reas o volmenes) contenidos dentro
medium. In a stationary field, the del medio. As, en un campo estacionario, la

78
mathematical expectation of the average value esperanza del valor medio V, de la propiedad
Vn of the property of interest in a subdomain de inters en un subdominio Q es (Papoulis,
Q is (Papoulis, 1985): 1985):

E{Vn} = Ef JV(X)dX}= E{V(X)} (18)


0
E{V,}=E{ JV(X)dX}= E{V(X)} (18)
f,

and its variance: y su varianza:

Var[Vo]= E {V }- E2 {Vn} (19) Var[Vo]= E {V }- E2 {Vo} (19)

that is to say: es decir:

E{JV(X)dXJV(X)dX E{ JV(X)dX JV(X)dX


n a (20) (20)
Var[Vo]= Var [VS, ] =
02 f
-EjJV(X)dX -Ej JV(X)dXi
l, tt J

that can be expressed as: lo que puede escribirse como:

Var[Vo]= ,Z J JE{V(Xi)V(Xz)}dX,dX, Var[Vn]= J JE{V(XDV(X,)}dX,dX


on _o o
11

-f JE{V(X,)}E{V (XZ)}dX,dXZJ (21) -J JE{V(X,)}E{V(X,)}dX,dX, (21)


n n ft

or: es decir:

Var[Vr,]= z Jn nJCr(Xi>Xz)dXidXz (22) Var[V]=n2, J SC, (XX,)dX,dX, (22)


n

Similarly, it can be shown that the covariance En la misma forma, se muestra que la
between the average values of
given a covarianza entre los valores medios de la
property in two subdomains Q, and Q2 , with propiedad en dos dominios S2, y Q con o
or without overlapping, is: sin traslape, es:

79
cov[1si,,tsi,1= Jc,.(X,.X,-)d.",cL, Covlsi , ]= I (X.X.)dX,dX,
St, f21Q2 SI, St, - -

(23) (23)

Equation 22 can be also written as: La ecuacin 22 puede tambin escribirse:

Var[V(X)] Var[V(X)1
p(XI, Xz) dX,dX, Var[V I = j jp,, (X,, X,) dX,dX,
nn rin
(24) (24)

Since the correlation coefficient is smaller Dado que el coeficiente de autocorrelacin es


than or equal in absolute value to unity, it can inferior o igual en valor absoluto a la unidad.
be observed that the variance of the average se observa que la varianza del valor medio de
value of a stationary random property in a una propiedad aleatoria estacionaria en un
given domain tends to decrease when the dominio dado tiende a disminuir cuando las
dimensions of such domain increase (except in dimensiones de dicho dominio crecen
the trivial case of the perfect correlation). This (excepto en el caso trivial de la correlacin
is the so- called reduction of variance or scale perfecta). Este es el fenmeno de reduccin
effect phenomenon. de varianza o efecto d escala.

4. Conditional estimation 4. Estimacin condicional

A problem of utmost interest in geotechnics Un problema de gran inters en geotecnia es


relates to the estimation of the value of a la estimacin del valor de una propiedad de
property of interest at a point of the medium inters en un punto del medio en el cual no se
in which no measurement is available (point cuenta con medicin (estimacin puntual).
estimation). If a solution to this problem can Disponer de una solucin a este problema
be found it becomes possible in particular to permite en particular interpolar entre datos
interpolate between available data and even to disponibles e inclusive definir sondeos y
define virtual borings and cross -sections. The cortes virtuales. El problema puede
problem can be generalized to that of generalizarse a la estimacin del valor medio
estimating the average value of the same de la misma propiedad en cualquier
property in any subdomain studied, for subdominio estudiado, por ejemplo en un
instance in a given volume or along a certain volumen dado o a lo largo de determinada
potentially critical surface (global estimation). superficie potencialmente crtica (estimacin
global).

A technique available to reach this objective is Una tcnica que permite alcanzar este
the unbiased linear conditional estimation objetivo es la estimacin condicional lineal
with minimal variance (Mood and Graybill, sin sesgo y con mnima varianza (Mood y
1963), also known as Wiener's filter. A Graybill, 1963), conocida tambin como filtro

80
similar technique is used in mining de Wiener. En ingeniera minera, se usa una
engineering, but with some variations, and it tcnica bsicamente similar, pero con algunas
is known as kriging (Krige, 1966; Matheron, variantes, conocida como kriging (Krige,
1965). 1966; Matheron, 1965).

4.1 Bivariate linear estimation 4.1 Estimacin lineal bivariable

Modeling by means of a random field a El modelado mediante un campo aleatorio de


property defined in a domain, S2 , makes it una propiedad definida en un dominio, 1-2 ,

possible to evaluate the conditional expected permite evaluar el valor esperado condicional
value and variance of Vn , punctual or y la varianza condicional de V0 propiedad
average value of this property in a subdomain, puntual o media en un subdominio, S2, , a
S2, in terms of the value Vn , also punctual
,
partir del valor Vn, , tambin puntual o medio,
or average, obtained through direct obtenido por medicin directa en otro
measurement in another subdomain Q, . subdominio

A linear estimator V;' is used such that: Se usa un estimador lineal V:-; tal que:

V =aVV +b (25) =aVn +b (25)

that should also be unbiased: que sea adems insesgado:

EV
*
-V (26)
E(,*
(26)
n, =0
) 11
I =0

It is possible to obtain an expression for the Es posible obtener una expresin para los
values a and b, so that equations (25) and (26) valores a y b, tal que se satisfagan
are simultaneously satisfied, and the simultneamente las ecuaciones (25) y (26), y
expectation of the square of the error or que se minimice la esperanza del cuadrado del
estimation variance is minimized: error o varianza de estimacin:

E{(V* -Vn
l n,
)2}=Var[aV +b -V 1 (27)
n,
(
E{l (V
n
*
-I )2}=Var aI' n
+b-1-' 1 (27)
nJ

From (26) it can be inferred that the value of b De (26), se deduce que el valor de b es:
is:

b= E(Vn
- aE1l } (28) b=EjF" }- aidI
t n, n,
} (28)

81
On the other hand, it is easy to verify that by Por otra parte, es fcil verificar que anulando
making equal to zero the derivative of la derivada de la expresin (27) respecto a la
expression (27) with respect to variable a, in variable a para minimizar el error de
order to minimize the estimation error, the estimacin, se obtiene:
following result is obtained:

Cov[V, Cov[V,
= z
(29) a= (29)
-aVu,

Expression (25) becomes: La expresin (25) resultante es:

cry
f:
= E {V, + Pv (rn, >Vt, ) Q Vo =E{Vn}+ pi, (VR. n, ) E{1., }
) [ C71.
O I'.. [!.

(30)

where pv (Vo , Vim,) is the correlation donde pv(V0 , V0,) es el coeficiente de

coefficient between V and Vn : correlacin entre V0 yV :

Cov[V, , V,,1 Cov[Vn ,

Pv (V,, (31) Pv Vn, 1/0,)= (31)


aY,,, ay, 6r,z a,

The corresponding - minimized estimation La varianza de estimacin minimizada


variance is equal to: correspondiente es:

E{(Vn, -( )21=r"ar[rn,] (1-Pl (32) 41'


n,
-t,)'1=aar(I-P,-)
1
(32)
1

If the two variables have the same expected Si las dos variables tienen la misma esperanza
value and variance, two extreme situations can y la misma varianza, dos situaciones extremas
prevail in what refers to the correlation pueden presentarse en cuanto al coeficiente de
coefficient: correlacin:

If V and V0 are perfectly correlated, Si V0 y V0 estn perfectamente


then: correlacionadas, entonces:

Pr ( Vn =l and Vn, * =V. P Vn , V0,) = 1 y V* = Vn .

82
If VR and V0 are not correlated, the Si V0 y Vn, no estn correlacionadas, la
information regarding Q, is of no use for informacin sobre Q, no contribuye a
reducing the uncertainty on S2, . reducir la incertidumbre sobre S2, .

It can be observed that, in the general case, the Se observa que, en el caso general, el
knowledge of the field in a given subdominion conocimiento del campo en un subdominio
leads to a correction of the expected value and dado conduce a una correccin de la
to a reduction of variance of the field or of its esperanza y a una reduccin de la varianza del
average value in other subdominions. campo o de su valor medio en otros
subdominios.

4.2 Multivariate linear estimation 4.2 Estimacin lineal multi variable

The previous method can be extended to the El mtodo anterior puede generalizarse a la
estimation of conditional expectations, estimacin de las esperanzas, varianzas y
variances and covariances of the punctual or covarianzas condicionales de los valores
average values taken respectively in different puntuales o medios asociados .

points or subdominions of the medium respectivamente a diferentes puntos o


studied, based on a certain number of results subdominios del medio estudiado, a partir de
of measurements also carried out in different cierto nmero de resultados de mediciones
points or subdominions. efectuadas en diferentes puntos o
subdominios.

Let V be a vector of dimension p containing Sea V un vector de dimensin p conteniendo


the k variables to be estimated and the p -k las k variables por estimar y las p -k variables
known variables, defined as: conocidas, definido como:

/V

'V ` 'V
V= with V, = . and V= donde V, = Y
Vzi \Vz)

\Vk/ Vk

(I/k+1 i

VZ = (33) VZ = (33)

Vn/ U
>

83
V, is the vector of the variables__.to be_ ... .V, _es. el vector. de._las_variables por estimar y.._.
estimated and V. is the vector of the known V, es el vector de las variables conocidas.
variables.

Let U be the vector, also with a dimension p, Sea U el vector, tambin de dimensin p. de
of the expected values of the variables to be los valores esperados de las variables por
estimated and of the known variables, defined estimar y de las variables conocidas, definido
as: como:

/u /U ,

U= with U, = and U= donde U,= Y


,Uz, Uzi

Nk /
(

U, _ (34) U, = (34)

On the other hand, let K be the covariance Por otra parte, sea K la matriz de covarianza
matrix of the covariances for the set of para el conjunto de las variables conocidas y
variables known and to be estimated: por estimar:

K=
(K K12\
(35) K=
KII KI,
(35)
\, K2I K22 \,K21 K22

where: donde:

KII submatrix of the covariances among the KII submatriz de las covarianzas entre las
variables associated to the different variables asociadas a los diferentes
estimation points or domains, of order puntos o dominios de estimacin, de
k; orden k;

K,_, submatrix of the covariances among the K,, submatriz de las covarianzas entre las
variables associated to the different variables asociadas a los diferentes
known points or subdomains, of order puntos o subdominios conocidos, de

84
p-k; orden p -k;

K12 and K21 submatrices of the covariances K12 y K21 submatrices de las covarianzas
among the different data and the entre los diferentes datos y las
variables associated to the various variables asociadas a los diferentes
estimation points or subdominions, puntos o subdominios de estimacin,
respectively of order k and p -k. It respectivamente de orden k y p -k.
should be observed that K21 = K 2 Obsrvese que K,, = K .

It is possible to obtain a vector Vi*, an Es posible obtener un vector V , estimador


estimate of vector V, given that V2 is known, del vector V1 conociendo V2, cuyos
the elements of which are linear, unbiased and elementos sean lineales, insesgados, y
leading to a minimum estimation variance. conduzcan a una mnima varianza de
estimacin.

The elements of this vector will be linear Los elementos de este vector sern
combinations of the elements of V2 : combinaciones lineales de los elementos de
V2 :

Vie = AV2 +b (36)- V; = AV2 +b (36)

The estimation will be unbiased if: La estimacin ser sin sesgo si:

E {V * -V, }= AU2 +b -U, =0 (37) E {V, * -V,)= AU2 +b -U, =0 (37)

The submatrix of the estimation variances will La submatriz de las varianzas de estimacin
be written as: tendr la forma:


Ku2 =E{( Vh-V,)I Vi* -V1)T1 (38) Ki12=E lVh-V )( V, -V,)T (38)

that is to say: es decir:

K1,2 = AK22AT + K - AK;, - K12AT (39) K112 = AK22AT + K11 -AK;, - KAT (39)

Proceeding again by derivation in order to Procediendo nuevamente por derivacin para


minimize the elements of this matrix, it can be minimizar los elementos de esta matriz, se
shown that the optimum coefficients matrix is: obtiene que la matriz de los coeficientes
ptimos es:

85
A= K,2K2z (40) A = K1zKz? (40)

Combining the previous equations, the vector Combinando las ecuaciones anteriores. se
of the estimated values is obtained as: obtiene el vector de los valores estimados:

V,'=U,+K1zK2z(Vz-Uz) (41) V:=U,+KzK2z(V,-U,) (41)

and the submatrix of minimized estimation y la submatriz de varianzas de estimacin


variances is equal to: minimizadas resulta:

Kii.2 =Kii -K12 K221 K21 (42) Kii.2 =Kii -K K>; K21 (42)

With this method it is possible therefore to Este mtodo permite por tanto estimar valores
estimate punctual or average values of the puntuales o medios del campo aleatorio en
random field in subdominions of the medium subdominios del medio (por ejemplo,
(for instance, finite elements or sets of these elementos finitos o grupos de estos
elements) taking into account results obtained elementos) tomando en cuenta resultados
through sampling. obtenidos por muestreo.

4.3 Kriging 4.3 Kriging

The technique known as kriging, widely used La tcnica del kriging, ampliamente usada en
in mining engineering, consists, as in the ingeniera minera consiste, al igual que la
previous case, in obtaining linear estimators of anterior, en obtener estimadores lineales de
minimum variance (Best Linear Unbiased mnima varianza (en ingls: Best Linear
Estimation or "BLUE "). However, the Unbiased Estimation o "BLUE. "). Sin
technique has some variants that can be of embargo, la tcnica tiene algunas variantes
interest and that are briefly discussed in what que pueden ser de inters y se discute
follows for the case of the point estimation. brevemente a continuacin para el caso de la
estimacin puntual.

4.3.1 Simple kriging (Deutsch, 1992) 4.3.1 Kriging simple (Deutsch, 1992)

The simple kriging is a technique that can be El kriging simple es una tcnica que puede
applied when the field expected usarse cuando la esperanza del campo
value E {V(X)} is a known function of X E {V(X)} es una funcin conocida de X
(eventually a constant). It consists of (eventualmente constante). Consiste en
obtaining the punctual estimators in the field obtener los estimadores puntuales en el
having null mean, V(X)- E {V(X)} , rather campo de media nula, V(X)- E {V(X) }, en
than in V(X) . The elements of the vector Vi* vez de V(X). Los elementos del vector V,*

86
of eq. 36, are then substituted by: de la ec. 36, se sustituyen entonces por:

V*(X)- E {V(X) }= 1.;(11,. -E {V,. }) (43) v'(x)- E {V(x) }= E2;(v,. -E {V }) (43)

where V, represents the known elements of donde V; representa los elementos conocidos
vector V2 and E {V} the elements del vector V2 y E{ VI los elementos
corresponding to the expectatin vector U2. correspondientes del vector de esperanzas U,.

Coefficients .1; and the estimators sought for Los coeficientes 2, y los estimadores
can be obtained by using the equations of buscados pueden obtenerse usando las
section 4.2. The simple kriging is indeed ecuaciones del inciso 4.2. El kriging simple es
rigorously equivalent to the conditional de hecho rigurosamente equivalente a la
estimation technique brought forward in tcnica de estimacin condicional planteada
sections 4.1 and 4.2. en 4.1 y 4.2.

4.3.2 Ordinary kriging 4.3.2 Kriging ordinario

When dealing with a stationary field, eq. 43 of Cuando el campo es estacionario, la ec. 43 del
the simple kriging method can be expressed as kriging simple puede escribirse:
follows:

V*(X)= A;V.+[1- 1,uv (44) V'(X)=ZA;V.+ (44)


;_i i=i -1

where Fw is the field's constant expected donde ,u es la esperanza constante del


value. campo.

It is possible to find an unbiased linear Es posible encontrar un estimador lineal,


estimator with minimal variance that requires insesgado y de mnima varianza que no
no knowledge of the mean ,a,. by imposing
, requiera el conocimiento de la media
the condition: imponiendo la condicin:

Z.1., =1 (45) (45)


r =1

The estimation variance: La varianza de estimacin:

87
(X)=Var[V(X)-V'(X)1 Q; (X)=Var[V(X)-V'(X)1
(46) (46)
=E{(V(X)-V (X))2} =E(j V(X)-V (X))'1
l

can be written as: puede escribirse como:

a(X)=Var[V'(X)1+Var[V(X)] 6 (X) = Var[V" (X)]+Var[V (X)1


(47) (47)
-2Cov[V' ( X ), V (X )1 -2Cov[V' (X),V (X)1

but: pero:

Var[V' (X)] = Var 2v] (48)


Var[V"(X)]=Var
(48)
=12,2,C, (X,,X)) _ ( Xi, X)
and: Y:

Cov V' ( X ) , V ( X ) = Cov ..V,V(X)1 COVLV'(X),V(X)1=COV (X)

= A.;C,,(X,X;) = 2,C,, (X,Xr)


r=i

(49) (49)

Therefore: Por tanto:

Q.(X)= Var[V(X)] o-%(X)=Var[V (X)1

+ Cv(X,^X,)- 22,C,..(X,X,)
)_1
+ 2 2;C,.(X,,X,) :-
C, -(X,X,)

(50) (50)

It is possible to minimize 6;. (X) respecting Es posible minimizar o7 (X) respetando la


the unbiased condition by resorting to the condicin de ausencia de sesgo recurriendo a
technique of Lagrange's multipliers. The la tcnica de los multiplicadores de Lagrange.
following system of linear equations is Se obtiene el siguiente sistema de ecuaciones
obtained: lineales:

88
A Cv(X;,Xj) -v = C,,(X,X;) i = 1 ton
;c, (xi, -v =C,,(X,X;) i=lan
(51) (51)

Including equation (45), there is a total of n +l Con la ecuacin (45), se cuenta en total con
equations that allow the determination of the n n +l ecuaciones que permiten determinar los n
coefficients, a. , and -of Lagrange's multiplier, coeficientes, 2 , y el multiplicador de
V. Lagrange, v.

The corresponding minimized estimation La varianza de estimacin minimizada


variance is: correspondiente es:

Var[V(X)1+v-,Cv(X'X,) o-(X)=Var[V(X)1+v- 1C.(X.X;)


-i

(52) (52)

The estimator provided by ordinary kriging is El estimador proporcionado por el kriging


known to be more robust than that obtained by ordinario se considera ms robusto que el del
simple kriging. Since it does not require the kriging simple. Al no requerir el conocimiento
knowledge of the field's expected value, it can de la esperanza del campo, puede adaptarse
adapt itself better to local variations. mejor a variaciones locales. Sin embargo, el
However, the fact that the method implies no hecho de que el mtodo no requiera el
knowledge of the expected value only conocimiento de la esperanza solamente
constitutes a minimal advantage because this constituye una ventaja mnima ya que este
parameter is generally better known than the parmetro se conoce generalmente mejor que
function of autocovariance. la funcin de autocovarianza.

Note: When using the estimation techniques Nota: Al usar las tcnicas de estimacin
mentioned above, attention should be paid to anteriores, debe tomarse en cuenta que la
the fact that the minimized estimation varianza de estimacin minimizada (ec. 42 o
variance (eq. 42 or 52) is not, in general terms, 52) no es, en general, la varianza condicional
the conditional variance of the estimated del valor estimado. No depende de los datos
value. It does not depend on the available disponibles. Esta coincidencia solamente se
data. This coincidence only exists in the case da en el caso de campos gaussianos (seccin
of Gaussian fields (section 4.5). 4.5).

4.4 Nonparametric estimation of the 4.4 Estimacin no paramtrica de la funcin


conditional distri bution function de distribucin condicional

When applying the techniques of linear Al aplicar las tcnicas de estimacin lineal a
estimation to the indicator function Iv (v, X) la funcin indicadora I (y, X) de un campo

89
of a field V(X) it is possible to obtain a non -
, V(X), es posible obtener una estimacin no
parametric estimation (i.e. not requiring paramtrica (es decir que no requiera la
estimating the expected value, variance or determinacin de la esperanza, varianza u
other parameters) of the probability otros parmetros) de la funcin de
distribution function of the field values at any distribucin de probabilidad de los valores del
point. In fact, the linear estimation applied to campo en cualquier punto. En efecto, la
the indicator function provides the conditional estimacin lineal aplicada a la funcin
expectation of this function, E II ,, (v, X) I data} indicadora proporciona la esperanza
condicional de esta funcin,
which, being a binary function in O and I, is
equal to the probability: E {!v (v, X) I datos} la cual, por tratarse de
una funcin binaria en O y I, es igual a la
probabilidad:

P[V(X) <_ vida tal = Fi/ P[V(X) S v idatos] = F (v; X )


Pata
Iata V datos
(53) (53)

The distribution function can be obtained one La funcin de distribucin puede ser obtenida
point at a time for different values of v. This por puntos para diferentes valores de la
possibility is quite valuable, particularly when variable V. Esta posibilidad es muy valiosa,
characterizing the field through an expected especialmente cuando se considera
value and variance is insufficient. insuficiente caracterizar el campo por medio
de una esperanza y varianza.

4.5 Gaussian fields 4.5 Campos gaussianos

A particular case of utmost importance is that Un caso particular de gran importancia es el


of the Gaussian fields. It should be de los campos gaussianos. Conviene recordar
remembered that a random field is Gaussian if que un campo aleatorio es gaussiano si cada
each of the field variables, V(X), has a una de las variables del campo, V(X), tiene
probability density of the type: una densidad de probabilidad del tipo:

I v-
.fv (v) = exp (54) .fv (v) = exp (54)
2ir6v 2 wi 2ffQ,; 2
. o-.

and if the joint probability density of any set y si la densidad de probabilidad conjunta de
of n field variables is defined by the following cualquier grupo de n variables. del campo est
equation (Mood and Graybill, 1963): definida por la ecuacin siguiente (Mood y
Graybill, 1963):

90
(vi, , v; Xi, X) I', I.
.

,A' , , .... ,A )

-(V-p)TK-1(V-p) -(V-p)1K-1(V-p)
z
1

e = e
Iz 2z
K2 1 (2
for -oo < v, < +oo and i = 1, ..., n (55) para -oo <vl, <+co e i = 1, ..., n (55)

where V is the vector of the random variables donde V es el vector de las variables
V(X,),V(X,),...,V(X ); is a vector of real aleatorias t (X,),V(X,),...,V(X ); .t es un

values such that ,u, = E {V (X,)} and K is the vector de valores reales tales que

covariance matrix of the random variables that = E {V(X,)} y K es la matriz de

contains, in the principal diagonal, the covarianza de las variables aleatorias que
respective variances of the different variables contiene, en la diagonal principal, las
and, outside of the diagonal, the paired varianzas respectivas de las diferentes
covariances. variables y, fuera de la diagonal, sus
covarianzas por pares.

The central limit theorem (Mood and Graybill, El teorema del lmite central (Mood y
1963) allows for this type of field to naturally Graybill, 1963) hace que este tipo de campo
develop when the phenomenon analyzed surja naturalmente cuando el fenmeno
results from adding of the effects of multiple analizado es el resultado de la suma de los
fields. In many cases, there is no particular efectos de mltiples campos. En muchos
reason to assume that this happens in the case casos, no hay razn particular para pensar que
of the geotechnical variables; however, this esto ocurra en el caso de las variables
type of field can be nevertheless used as a first geotcnicas; sin embargo, este tipo de campo
approximation of more complex fields. puede de todos modos ser utilizado como una
primera aproximacin de campos ms
complejos.

An interesting property of Gaussian fields is Los campos gaussianos, tienen la propiedad


that the linear estimators of minimal variance interesante de que los estimadores lineales de
discussed in the previous paragraphs are mnima varianza presentados en los incisos
exact. In other words, for a vector V of anteriores son exactos. En otros trminos.
dimension p presenting a p- Gaussian para un vector V de dimensin p presentando
distribution of expectation vector U and una distribucin p- gaussiana de vector
covariance matrix K,conditional
the esperanza U y matriz de covarianza K, la
distribution of vector VI, of order k, knowing distribucin condicional del vector V, , de
V, is a k- Gaussian distribution of the orden k, conociendo V2 es una distribucin k-
expectation vector V, ", defined by equation gaussiana de vector esperanza VIS, definido

91
(41) and with a covariance matrix given by por la ecuacin (41) y con matriz de
expression (42) (Mood and Graybill, 1963). covarianza dada por la expresin (42) (Mood
y Graybill, 1963).

4.6 Transformation of random fields. 4.6 Transformacin de campos aleatorios.


Anamorphose Anamorfosis

It is possible to demonstrate that any field can Es posible mostrar que cualquier campo
be transformed into a Gaussian field. This puede ser transformado en un campo
transformation is known as anamorphose. The gaussiano. Esta transformacin se conoce
most popular transformation techniques are como anamorfosis. Las tcnicas de
Rosenblatt's (1952) and Nataf's (1963). transformacin ms conocidas son la de
Rosenblatt (1952) y la de Nataf (1963).

5. Simulation of random fields 5. Simulacin de campos aleatorios

The simulation is the process by which a La simulacin es el proceso por medio del
possible configuration of a random field is cual se genera una posible configuracin de
generated in a way compatible with its un campo aleatorio compatible con sus
descriptive parameters (unconditional parmetros descriptivos (simulacin
simulation) or with these parameters and, incondicional) o con estos parmetros y,
furthermore, with the available data adems, con los datos disponibles (simulacin
(conditional simulation). Several realizations condicional). Se puede generar as una serie
or images of the field can thus be generated to de realizaciones o imgenes del campo que
allow the appreciation, in particular, of permiten apreciar, en particular, valores
potentially critical extreme values. extremos potencialmente problemticos.

The easiest way to simulate a random field La forma ms sencilla de simular un campo
consists of considering that such a field is aleatorio consiste en considerar que el mismo
represented by n points X X2,..., X where est representado por n puntos X X,,...,X
realizations of the set of random variables donde se deben obtener realizaciones del
V(X,),V(X2),...,V(X ) should be obtained, grupo de variables aleatorias
with the appropriate field structure in what V(X,),V(X2),...,V(X ), con la estructura
refers to the expected value and covariance correcta del campo en cuanto a esperanza y
matrix. The simulation is generally carried out matriz de covarianza. La simulacin se realiza
on a mesh of points in the domain of interest generalmente sobre una malla de puntos en el
and it therefore suffices to generate a certain dominio de inters y se reduce por tanto a
number of jointly distributed random generar un cierto nmero de variables
variables. An introduction to this topic is aleatorias conjuntamente distribuidas. A
presented below. continuacin se presenta una introduccin a
este tema.

92
5.1 General technique 5.1 Tcnica general

The most common technique to sample at La tcnica mas comn para obtener al azar un
random a representative value of a random valor representativo de una variable aleatoria
variable V(X) with a certain probability V(X) con determinada funcin de

distribution function, F,, (v, X) consists of distribucin de probabilidad, F,.(i',X),


adopting a value v such that: consiste en adoptar un valor v tal que:

F,-1(v,X)=u (56) F,;' (v, X) = u (56)

where u is a random number with uniform donde u es un nmero aleatorio con densidad
probability density ranging between O and 1 de probabilidad uniforme entre O y 1 (Mood y
(Mood and Graybill, 1963). The algorithms Graybill, 1963). Los algoritmos que permiten
that allow the generation of random numbers obtener nmeros aleatorios con estas
with these characteristics have been revised by caractersticas han sido revisados por Fogli
Fogli (1980). (1980).

If V(X,),V(Xi),...,V(X0) is the set of n Si V(X,),V(X2),...,V(X0) es el conjunto de n


random variables representative of the field variables aleatorias representativas del campo
intended to be simulated, and these variables que se pretende simular, y estas variables son
are statistically independent, then their joint estadsticamente independientes, entonces sus
density and probability distribution functions funciones conjuntas de densidad y de
can be expressed as: distribucin de probabilidad pueden
expresarse como:

n;X,,...,Xn)- I(V,X)
=1 =1

(57) (57)

F.....v(v...,vXI,...,X)-_ Fv;(vi ;Xr) P , (v,,...,vn;X,,...,X)= F,(v;;X;)


,=1 ;=1

(58) (58)

where f (v,;X;) and F(v;;X;) are, donde f (v,; X) y F,, (v;; X;) son,
respectively, the marginal (individual) respectivamente, las funciones marginales
functions of density and probability (individuales) de densidad y de distribucin
distribution of V(X;) In this case, the random
. de probabilidad de V(X;). En este caso, los
values of each variable can be generated valores aleatorios de cada variable pueden
separately and independently by means of the generarse separada e independientemente por
technique described before (eq. 56). medio de la tcnica descrita anteriormente

93
(ec. 56).

For a set of dependent random variables Para un grupo de variables aleatorias


V(X,),V(X2),...,V(X ), their joint density and dependientes V(X,),V(X,),...,V(X ), las
probability distribution functions can be funciones conjuntas de densidad y de
expressed as: distribucin de probabilidad pueden
expresarse como:

f- ....r (v, ; X, ,..., X )= (v,.../X,,...,X)=(


(vI;XI), (( p,(v2IvI;X2)..., (vn iv,,...v_,;Xn)
/%,....
l.;(s;XI).%,,(v2IV,;X2)...11'(yn I
v,,...V,-,;Xn)

(59) (59)

(v,...,v,,;X,,...,X)= v,....v v,,...,v,,, X ,,..., X =


Fv, (vi ; X, )Fuz (v2 vi; X2 )...Fv (v 1v , ,...v-, ; X )
I
FV, (vl;X,)F,%(v2 I
V,;X2)...FP;, (v,, V,,...Vn-i,Xii
I

(60) (60)

where functions fv (v; v, ,.., v,_, ; X,)


l and donde las funciones f, (v; v,.., v;_, ; X) y
F,,, (v; v, ,..., v;_, ; X; ) represent, respecti- F. (v I v ,..., v;_, ; X; ) representan, respecti-
vely, the conditional density and probability vamente, la densidad y distribucin de
distribution of V(X;) given that probabilidad condicionales de V(X,) dado
V( h ,)= v V(X2)= v2,....V(X,_,) =v,_,. Because que V(X, )= v,,V(X2)= v2.....V(a,_,) =v,_,.
the random variables are dependent, it is no Debido a que las variables aleatorias son
longer valid to use directly a set of uniformly dependientes, ya no es vlido usar
distributed and independent random numbers directamente un conjunto de nmeros
to generate the desired values. When the field aleatorios uniformemente distribuidos e
is of the Gaussian type or it has been independientes para generar los valores
transformed by anamorphose into a Gaussian deseados. Cuando el campo es gaussiano o ha
field, it is possible to use the procedure sido transformado en campo gaussiano por
indicated below. anamorfosis, es posible emplear el
procedimiento indicado a continuacin.

5.2 Unconditional simulation 5.2 Simulacin incondicional

This type of simulation requires initially the Este tipo de simulacin requiere inicialmente
generation of a sequence of normally la generacin de una secuencia de variables
distributed independent standard random aleatorias estndar independientes
variables (with zero mean and unit variance), distribuidas normalmente (con media cero y
obtained from two random variables, U; and varianza unitaria), obtenidas a partir de dos
uniformly distributed between O and variables aleatorias, U1 y U,,,, distribuidas
U , l

94
(Fogli, 1980): uniformemente entre 0 y 1 (Fogli, 1980):

Z, = J-21n(1-U, )cos(27r1.%,,, ) Z, =\I-21n(1-U, )COS(27-tU,,, )


(61) (61)

Z. =-21n(1-U, )sen(221-U,,, ) = J-21n(1-Ui )sen(27rU,., )

On the other hand, the correlation matrix, p Por otra parte, la matriz de correlacin, p
constituted by the elements: constituida por los elementos:

Cv(XXi) C, X X1)
Pv X i,X ; = Q X. (62) Pv(Xr,X)= (62)
V V
Xj 1 6v (Xi)w (X i )

can be broken down in the product of a lower puede descomponerse en el producto de una
triangular matrix and its transpose: matriz triangular inferior y de su traspuesta:

LLT = p (63) LLT = p (63)

This operation, known as Cholesky's Esta operacin, conocida como


decomposition (Alabert, 1987), evidences descomposicin de Cholesky ( Alabert, 1987),
certain shortcomings: it cannot be carried out presenta ciertas desventajas: no puede llevarse
when some of the variables V(X;) are a cabo cuando algunas de las V(X,) estn
perfectly correlated among themselves; it is perfectamente correlacionadas entre s, es
difficult to calculate when the number of dificil de calcular cundo el nmero de puntos
points in the field is too large; and it tends to en el campo es demasiado grande, y tiende a
generate numerical rounding errors. However, generar errores de redondeo numrico. Sin
efficient standard algorithms are available for embargo, existen algoritmos estndar
its calculation. eficientes para su clculo.

From matrix L of eq. (63), it is possible to A partir de la matriz L de la ec. 63, se puede
obtain a correlated normal standard random obtener un campo aleatorio normal estndar
field, as a linear combination of the normal correlacionado, como una combinacin lineal
independent standard variables, Z; : de las variables normales estndar
independientes, Zi :

G(Xi ) _ Z L,.i Zt ; i =1, 2,..., n (64) G(Xi ) _ L i Zt ; i= 1,2,..., n (64)


i=i i=

Finally, the known values of the mean and the Finalmente, se introducen los valores

95
variance are introduced to generate conocidos de la media y la varianza para
realizations of V(X,), in order to obtain the generar realizaciones de V(X1), lo cual
field simulation: proporciona la simulacin del campo:

V(X)= (X)+6, ,(X,)G(X,) (65) V(X,)=,u,.(X)+6,(X,)G(X,) (65)

When the random field V(X) has already been Cuando la simulacin del campo aleatorio
simulated, the realization obtained can be used 11(X) ya haya sido generada, esta realizacin
as a starting point for a deterministic analysis. puede utilizarse como punto de partida para
The simulation process can then be repeated un anlisis determinista. La simulacin puede
as many times as desired to evaluate the repetirse tantas veces como se desea para
variability of the results as part of a Monte evaluar la variabilidad del resultado del
Carlo analysis. mismo como parte de un anlisis de Monte
Carlo.

5.3 Conditional simulation 5.3 Simulacin condicional

It is now assumed that the random field V(X) Se supone ahora que el campo aleatorio
has been measured at points X X2,...X, and V(X) ha sido medido en los puntos
that it will be simulated at points X,,X,,...X1, y que ser simulado en los
X ,Xji.z >X It is intended to generate
. puntos X,,,,,X,,,,...X,,,.,,. Se desea generar
realizations of V(X) that precisely equal the realizaciones de V(X) que igualen de manera
data at p points and that are random in the exacta los datos en p puntos y que sean
remaining n - p points. aleatorias en los n - p puntos restantes.

The conditional simulation of a random field La simulacin condicional de un campo


can be directly performed by the method aleatorio puede hacerse directamente por el
discussed in the previous section, but using mtodo del inciso anterior, pero usando las
conditional expected values, variances and esperanzas, varianzas y covarianzas
covariances on the available data. Points can condicionales sobre los datos disponibles. Se
be generated one at a time or simultaneously pueden generar los puntos uno por uno o
in groups of convenient size. The former varios a la vez, por grupos de un tamao
approach seems to be the most efficient manejable. La primera forma de proceder
(Shinozuka, 1996). The simulated values are parece ser la ms eficiente (Shinozuka, 1996).
then incorporated into the data and new points Los valores simulados se incorporan entonces
can be generated. a los datos disponibles y se pueden generar
nuevos puntos.

96
6. Apparent random fields 6. Campos aleatorios aparentes

In the previous considerations it was assumed En todo lo anterior, se supuso que las
that the field or laboratory measurements mediciones de campo proporcionaban valores
provided exact values of the variables of exactos de las variables de inters. Los
interest. Common tests produce results ensayes comunes arrojan resultados afectados
affected by operator -related errors and by por errores atribuibles a los operadores y a las
inaccuracies implicit in the testing techniques. imprecisiones implcitas en la tcnica de
In what follows, the effect of these errors is prueba usada. En lo que sigue se examina el
examined assuming that they can be regarded efecto de estos errores cuando pueden
as additive. A similar analysis can be made for considerarse de tipo aditivo. Un
errors of the multiplicative type. planteamiento similar puede hacerse para
errores de tipo multiplicativo.

6.1 Unbiased testing 6.1 Ensayes sin sesgo

If V(X) is assumed to be the real value of a Siendo V(X) el valor real de una propiedad
property at the measuring point, the test en el punto de medicin, se considera que el
provides an apparent value: resultado del ensaye da un valor aparente:

(X)=V(X)+e (66) V(X)=V(X)+e (66)

where e is a random error of the additive type, donde e es el error aleatorio de tipo aditivo,
on the test result. This error will be considered sobre el resultado del ensaye. Este error se
to be not correlated in space and independent supondr no correlacionado en el espacio e
of the random field. independiente del campo aleatorio.

If the test is unbiased, or if the bias is known Si el ensaye no presenta sesgo, o si el sesgo es
and has been corrected, e is a random variable conocido y ha sido corregido, e es una
defined by its expected value E {e} = 0 and variable aleatoria definida por su
esperanza E {e} = 0 y varianza Vade] y,
variance Var[e] and, using a simplified
notation, it can be shown that: utilizando una notacin simplificada, se tiene:

E{V} = E{V} (67) E{V}=E{V} (67)

Uncertainty on tests results or on unbiased La incertidumbre sobre los resultados de


estimations has no effect whatsoever on the ensayes o estimaciones no sesgadas no afecta
perception that the observer may have of the por tanto la percepcin que el observador
expected value of the field. On the contrary, puede tener de la esperanza del campo. Por lo

97
there is an increase of the global uncertainty contrario, aumenta la incertidumbre global
on the field values, namely: sobre los valores del campo; en efecto:

Var[V1= Var[V] +Var[e] (68) VarH=Var[11+Var[e] (68)

On the other Por otra parte:

Cov[VVz1 = E {Vfz } -E {I }E {V2} Cov[11,1/21=E(f-'I I: _}I-}


= Cov[V, V,] )) (69) = Cov[V b] ( (69)

I f PI, Vi, V2 is the correlation coefficient Si pI, VI,V2 es el coeficiente de


I

of the apparent properties V at points XI and correlacin de las propiedades aparentes V

XZ , then: en los puntos XI y X, , es posible escribir:

CovLVi, Vz /x Coy
P, V,, V2 - Pu VI, V2
r
\ rr ll
JI VarLVIJ Val V21 (70) Var V1 (70)

Cov[VI, V2 Cov[VI, V,
\AVar[VI]+Var[e]) (Var[Vd+Var[e]) J(Var[VI]+Var[e]) (Var[Vd+Var[e])

and, since Var[e] 0: y, puesto que Var [e] >_ O :

(: ; ; \
pr V1, V>)<pI, (V, V,) (7 1 )
PI V,, V, pl (Y, V,) (71)

Uncertainty on the results of unbiased tests or La incertidumbre sobre los resultados de


estimates reduces therefore the degree of ensayes o estimaciones no sesgados reduce
apparent correlation among the associated por tanto el grado de correlacin aparente
properties at different points of the medium. entre las propiedades asociadas a diferentes
In particular, it introduces a reduction of the puntos del medio considerado. En particular
correlation coefficient between values introduce una reduccin del coeficiente de
measured in adjacent points (nugget effect). correlacin entre valores medidos en puntos

98
contiguos (efecto de pepita).

6.2 Tests with random bias 6.2 Ensayes con sesgo aleatorio

The situation is quite different when the La situacin es muy diferente cuando las
measures show an unknown systematic error mediciones presentan un error sistemtico o
or additive bias, f . In this case: sesgo aditivo, f , no conocido. Se tiene
entonces:
V(X)=V(X)+f3 (72) V(X)=V(X)+f3 (72)

where f is a random bias assumed to be the donde f3 es un sesgo aleatorio, supuesto el


same for all measurements and defined by its mismo para todas las mediciones y definido
expected value E {/3} and variance Var[Q] . por su valor esperado E{,8} y su varianza
If it is admitted that f3 is independent of the Var[f ] Si
. se admite que /3 es
random field, then, using a simplified independiente del campo aleatorio, se tiene,
notation: usando una notacin simplificada:

E{1/1=E{V}+E{f3} (73) E{V}=E{V}+E{f} (73)

VarLVJ = V atill+Var[ ,6] (74) Vra. Vi= Var[+Var[f]


V (74)

Cov[V,Jz]=E{J,V'z}-E{ V} E{V,} Cov[Y,Vz=E{l l/z}-E{f,11 E{F;}


ll

=Cov[Vl;]+Var[/] (75)
=Cov[v,Vz]+Var[f3]

co,[ VV,J Covl V


Pr (;V,Vz = P VI.V,J
Varp,JVar VZ JVar V, Var I V,
CovfVV,]+Var[/j] Cov[VVd+Va'[F]L
J(Var]V,]+Var[/jp (Var[V,]+Var[f1 p \AVar[V,]+Var[i]) (Var[V.]+Var[fi ])
(76) (76)
In this particular case, the random bias En este caso particular, el sesgo aleatorio
introduces a fictitious correlation between the introduce una correlacin ficticia entre las
variables. The errors introduced by estimating variables. Los errores introducidos por la
certain properties in terms of other estimacin de ciertas nrnniedades a nartir rie

99
characteristics of the material using unreliable estimacin de ciertas propiedades a partir de
statistical correlations are analogous to those otras caractersticas del material mediante
produced by doubtful tests and carry the same relaciones poco confiables son anlogos a los
consequences. Thus when index properties are introducidos por los ensayes dudosos y tienen
used to estimate the mechanical and hydraulic las mismas consecuencias. As, cuando se
characteristics of soils, it can be only expected usan propiedades ndice para estimar las
to have access to an apparent field of caractersticas mecnicas e hidrulicas de los
variations of these latter properties that is suelos, solamente se puede esperar tener
affected by the distortions analyzed in this acceso a un campo aparente de variaciones de
paragraph. estas ltimas propiedades afectado por las
distorsiones analizadas en este prrafo.

100
APPENDIX III ANEXO III

Stochastic Finite Element Method Mtodo del elemento finito estocstico


1. Introduction 1. Introduccin

The Stochastic Finite Element Method El Mtodo del Elemento Finito Estocstico
(SFEM) combines the numerical finite (MEFE) combina la tcnica numrica del
element technique with the probabilistic elemento finito y el enfoque probabilista. El
approach. The SFEM makes it possible to MEFE permite cuantificar la incertidumbre
quantify the uncertainty affecting the results que afecta los resultados de un anlisis
of a geomechanical analysis by taking into geomecnico tomando en cuenta la que existe
account the uncertainty that exists with respect respecto a algunas variables como las
to certain variables such as material properties propiedades de los materiales o las cargas
or applied loads. On the other hand, with the aplicadas. Por otra parte, el MEFE permite
SFEM it is possible to calculate the reliability evaluar la confiabilidad de las obras
of geotechnical structures (Appendix IV). The analizadas (Anexo IV). Las primeras
first applications of SFEM to geomechanics aplicaciones del MEFE a la geotecnia
can be traced to Auvinet and Cambou's works remontan a los trabajos de Auvinet y Cambou
(1974). The recent literature on this topic is (1974). La literatura reciente relativa a estos
abundant (Vanmarcke et al., 1983; Bittnar, mtodos y, en menor medida, a sus
1996). The procedures enabling the aplicaciones, es abundante (Vanmarcke et al.,
application of the SFEM can be classified into 1983; Bittnar, 1996). Los procedimientos que
two main categories (Teigen et a1.,1991): the permiten aplicar el MEFE pueden separarse en
methods of perturbations and those of dos categoras (Teigen et al., 1991):, los
simulations. mtodos de perturbaciones y los de
simulacin.

2. Method of perturbations (Mathews, 1964; 2. Mtodo de las perturbaciones (Mathews.


Auvinet & Cambou, 1974; Carels, 1982) 1964; Auvinet y Cambou, 1974; Carets,
1982)

The method of perturbations is based in a El mtodo de las perturbaciones se basa en


simplified representation of the probability una representacin simplificada de la densidad
density of a function of random variables, de probabilidad de funciones de variables
through the use of the first i -th moments of the aleatorias, mediante los i primeros momentos
density (where the number i depends on the de la misma (donde el nmero i depende de la
technique used). These moments are estimated tcnica utilizada). Estos momentos se estiman
by adding to a mean central term the agregando a un trmino central medio les
"perturbing" effects of each random variable. efectos "perturbadores" de cada variable
In practice, the method generally involves the aleatoria. En la prctica, el mtodo consiste
determination of the first two moments of generalmente en obtener los dos primeros

101
each of the parameters of interest momentos de cada uno de los parmetros de
(displacement, strain, stress, hydraulic inters (desplazamiento, deformacin,
potential, flow velocity, etc.) that come to be a esfuerzo, potencial hidrulico, velocidad de
function of the random variables of the system flujo, etc.) que resultan ser funcin de las
(mechanical properties, loads, permeability, variables aleatorias del sistema (propiedades
etc.). The function is represented mecnicas, cargas, permeabilidades, etc.). La
approximately through a Taylor's series. funcin se representa en forma aproximada
mediante su desarrollo en serie de Taylor.

2.1 General approach 2.1 Planteamiento general

In an analysis with the finite element method, En un anlisis por el mtodo del elemento
if V = (V , 172, ..., V)` represents the finito, si V = (V,, V2, ..., V Y representa las
deviations of the random variables of the desviaciones de los elementos aleatorios del
system from their expected value, the field sistema respecto a su valor esperado, el vector
vector of the variables of interest, U , defined campo de la variable de inters, U , definido
in the dominion studied can be written as en el dominio estudiado puede escribirse en la
follows: forma siguiente:

U=U+IU;V,+ U V,V) + .... (1) U=U+ V,+ -II U, VV + (I)


;=i 2 ;=i ;=i 2 ;=i .;=i

where U; and U` are the partial derivatives donde U; et U son las derivadas parciales
of vector U , defined as: del vector U , definidas como:

dU n zU
d V;
V=0
(2)
U V, v=0
" aV, V =0
(2)

The accuracy in the determination of the first La precisin en la determinacin de los dos
two moments of the system response depends primeros momentos de la respuesta del
on the degree of approximation of the sistema depende del grado de aproximacin de
function: la funcin:

If the desired approximation is of the first Si la aproximacin deseada es de primer


order, the vector is expressed orden, el vector se escribe en forma
approximately as follows: aproximada como sigue:

UaU+IU; (3) U - U + 1 U; V. (3)


;_

102
The expected values vector can be then La vector de las esperanzas puede entonces
estimated as: estimarse como:

E' {U} _ U (4) E'{U}_U (4)

and the covariance matrix as: y la matriz de covarianza como:

Coy' [U, U] = E {(U - E' { U })(U - E' {U })' } Cov'[U, U]=E{(U-E'{U})(U-E'{U})'}

E {V,,V,} E{VV/}
=1 j=1 i=1 ;=1

(5) (5)

In this case, the method commonly receives En este caso, el mtodo recibe comnmente el
the name of First Order - Second Moments nombre de Mtodo de Primer Orden -
Method (FOSM; Cornell, 1971). Mention Segundos Momentos (FOSM; Cornell, 1971).
should be made that in the case of variables Cabe subrayar que en el caso de variables con
with a Gaussian -type probability density, the densidad de probabilidad gaussiana, los
first -order moments are sufficient to fully momentos de primer orden son suficientes
define such a density. para definir totalmente esta densidad.

If the approximation is of the second Si la aproximacin es de segundo orden,


order, the development in a Taylor's el desarrollo en serie de Taylor hasta el
series up to the third term makes it tercer trmino permite escribir:
possible to write:

U_ U+ 1;+2zE UVV '

(6)
I '

U l;6', (6)
i=1 =1 ,_ r=i 2

and: Y:

E" {U} E' {U} + 1 ZEU V,V. (7) E" {U} _ E' {U}+-U.' V,.V (7)
2 2 i=1 j=1

Cov" [U, U] _ Cov' [U, U]+ Cov" [U, U] _ Coy' [U, U]+
(
n n 'E{VV,} E{V.Vk}+ E{VV,} E{V,V }+
nUn _ EzzEUN':,
4,=1 j=1 k=1 1=1 J E{VVk} E{V.V } 4 i=1 i=1 k=1 1=1 E{VVk} E{V%V,}
/
LLEEUk,

103
(8) (8)

In order to apply this method, it is necessary Para aplicar este mtodo, es necesario obtener
to obtain the derivatives U' and U' as las derivadas U, et U como se explica en lo
explained in what follows. que sigue.

2.2 Method of the perturbations as applied to 2.2 Mtodo de las perturbaciones aplicado a
linear elasticity (Mathews, 1964) la elasticidad lineal (Mathews, 1964)

In linear elasticity, the system of basic En elasticidad lineal, el sistema de ecuaciones


equations of the finite element method that bsicas del mtodo del elemento finito que
allows the determination of the displacement permite determinar el campo de
field and, therefore, the Gelds of stresses and desplazamientos y, por consiguiente los de los
strains, can be expressed as follows: esfuerzos y deformaciones, tiene la forma
siguiente:

U=K'F (9) U = K 'F (9)

where: donde:

U : vector of the field of displacements of the U: vector campo de desplazamientos de los


system nodes. nodos del sistema.
F: vector of the external and volumetric F : vector de las fuerzas exteriores y
forces applied to the nodes. volumtricas aplicadas en los nodos.
K : stiffness matrix. K : matriz de rigidez.

If the random elements represent the Si los elementos aleatorios representan las
deviations of the material properties included desviaciones de las propiedades de los
in the stiffness matrix with respect to their materiales incluidas en la matriz de rigidez
expected value, the latter matrix can be respecto a su valor esperado, esta ltima
written as: matriz puede escribirse bajo la forma:

K=K+K' V+ L LKV K=K+IK; V+ LK'VV + ....


;_i 2 2 r=i

(10) (10)

where : n: number of random variables, K : donde: n: nmero de variables aleatorias, K:


stiffness matrix evaluated in matriz de rigidez evaluada en

V =(V, V2, ,V )` =0, K,' and K. : V =(V, V,, ...,V)` =0, K' y K':

104
partial derivatives of the matrix of rigidity, K , derivadas parciales de la matriz de rigidez,
defined as: K , definidas como:

K,-K ZK
K'
dK u ' K
O v=o
Kv V, O V
V=0
V,V v=0
K" aV, V,
V =0

Using a similar notation for the partial Usando una notacin similar para las
derivatives of vectors U and F , it is easily derivadas parciales de los vectores U y F , es
demonstrated that vectors U , U,' and U',/, fcil mostrar que los vectores U , U,' y U,/,'
can be evaluated by solving the following se pueden obtener resolviendo el sistema
system: siguiente:

Uo
U =K-' F K-IFo

U; =K"F-K;U") Ul
-KU") (12)
=
Fu -KU -KU -KUu )
i
= F,- - - KU)

It is therefore possible to obtain the first Es entonces posible obtener los primeros
moments of the displacements by means of momentos de los desplazamientos mediante
equations 4 and 5, or 7 and 8. las ecuaciones 4 y 5 o 7 y 8.

It can be observed that vectors U,' and U Se observa que los vectores U,' y U,"," pueden
can be determined by using the same determinarse usando el mismo algoritmo al
algorithm used in the finite element method to que se recurre en el mtodo del elemento
solve the system (9) (Gauss' method or finito para resolver el sistema (9) (mtodo de
similar); this is why the elements between Gauss o similar); de ah que los elementos
parentheses of the two last equations of entre parntesis del segundo miembro de las
system (12) are sometimes labeled "fictitious dos ltimas ecuaciones del sistema (12)
forces ". reciban a veces el nombre de "fuerzas
ficticias ".

Similarly, to estimate the uncertainty with En la misma forma, para estimar la


respect to the displacements and stresses, it incertidumbre respecto a los desplazamientos
can be taken into account that these quantities y esfuerzos, se toma en cuenta que estas
are expressed in terms of the nodal cantidades se expresan en trminos de los
displacements by means of equations of the desplazamientos nodales a travs de
following type: ecuaciones del tipo siguiente:

E= (13) E = B'U' (13)

105
where: donde:

E: vector of the strain tensor in a finite E: vector del tensor de deformaciones en el


element e. elemento finito e.
Be : geometric matrix of element e. Be : matriz geomtrica del elemento e.
U` : displacement vector of element e. U` : vector de desplazamientos del elemento
e.

a = Dec (14) a = Des (14)

where: donde:

: vector of the stress tensor of element e. a: vector del tensor de esfuerzos del
De : elasticity matrix of element e. elemento e.
De : matriz de elasticidad del elemento e.

Since the displacements derivatives with Dado que se conocen las derivadas de los
respect to the random variables of the system desplazamientos respecto a las variables
(system 12) are known, it suffices to derive aleatorias del sistema (sistema 12), basta con
the above equations to obtain the derivatives derivar las ecuaciones anteriores para obtener
of the strains and stresses with respect to those las derivadas de las deformaciones y esfuerzos
same variables and to be able to expand them respecto a estas mismas variables y poder
in a Taylor's series (Bouayed, 1997). construir su desarrollo en serie de Taylor
( Bouayed, 1997).

2.3 Application to the analysis of steady flow 2.3 Aplicacin al anlisis del flujo establecido
of water through soils de agua en suelos

The system of equations that enables solving El sistema de ecuaciones que permite resolver
the problem of steady flow through a porous el problema del flujo establecido en un medio
medium using the finite element method, poroso por el mtodo del elemento finito con
based on Darcy's law and in variational base en la ley de Darcy y en consideraciones
considerations can be expressed as : variacionales es :

SU =0 (15) SU =0 (15)

where: donde:
S: general matrix containing the geometric S : matriz general conteniendo los elementos
elements of the problem and the permeability geomtricos del problema y los tensores de
tensor of each element. permeabilidad de cada elemento.

106
U: in this case, the vector of the hydraulic U : en este caso, el vector del potencial
head (known or to be determined) in the hidrulico (conocido o por determinar) en los
different nodes of the mesh. diferentes nodos de la malla.

Establishing an analogy with the previous Por analoga con el problema anterior, las
problem, the partial derivatives with respect to derivadas parciales respecto a los
the components of the permeability tensors componentes de los tensores de permeabilidad
required to establish the Taylor series requeridas para poder establecer el desarrollo
expansion of the hydraulic head, are obtained en serie de Taylor del potencial hidrulico, se
as solutions to the system: obtienen como soluciones del sistema:

SU = 0 SU = 0
U> =S--1(-S"U) (16) U' = -S'U)
l
(16)

U;/ = S (-S; U 1
J
-SU
/ - SU") = ( S`U SU; - SU")
Once again, it is possible with these Nuevamente, con estas derivadas es posible
derivatives to obtain the first moments of the obtener los primeros momentos del potencial
hydraulic head by means of equations 4 and 5 hidrulico mediante las ecuaciones 4 y 5
(first order) or 7 and 8 (second order). (primer orden) o 7 y 8 (segundo orden).

The expansions in Taylor's series of the Los desarrollos en serie de Taylor del
hydraulic gradient, the flow velocity and the gradiente hidrulico, la velocidad de flujo y el
flow rate are obtained by deriving the gasto se obtienen derivando las ecuaciones
equations that relate these quantities with the que relacionan estas cantidades con el
hydraulic potential (Lpez- Acosta and potencial hidrulico (Lpez Acosta y Auvinet,
Auvinet, 2002). It becomes then easy to 2002). Resulta entonces fcil estimar las
estimate the corresponding uncertainties. incertidumbres correspondientes.

Itis possible to demonstrate that the second Es posible mostrar que la segunda derivada
partial derivative S . of the last equation of parcial S . de la ltima ecuacin del sistema
system 16 vanishes and that a similar 16 se anula y que una condicin semejante
condition prevails for the mixed second order existe para las derivadas segundas mixtas
derivatives involved in the Taylor expansion incluidas en el desarrollo de Taylor para la
for the flow velocity. In this case, the velocidad de flujo. En este caso, la aplicacin
application of the second -order approach is del enfoque de segundo orden es por tanto
therefore particularly simple.
This is a particularmente sencilla. Esta circunstancia es
fortunate circumstance because, in general, afortunada puesto que, en general, resulta ms
the uncertainty on the permeability is natural expresar la incertidumbre sobre la
commonly best expressed in terms of the permeabilidad en trminos del logaritmo
decimal logarithm of this property. A second- decimal de esta propiedad. Un enfoque de

107
order approach is then the most appropriate segundo orden es entonces el ms apropiado
because the relationships between velocities puesto que las relaciones entre velocidades o
or flow rates and the logarithm of the gastos y logaritmo de la permeabilidad son
permeability are highly non -linear (Lpez- altamente no lineales (Lpez Acosta y
Acosta and Auvinet, 2002). Auvinet, 2002).

2.4 Application of the method when strong 2.4 Aplicacin del mtodo en presencia de
geometric or mechanical non -linearity fuertes no- linealidades geomtricas o
prevails mecnicas

When a pronounced mechanical or geometric Cuando existen fuertes no- linealidades


non linearity exists or when the finite element mecnicas o geomtricas o en el modelo de
model considered is non -linear (advanced elemento finito considerado (leyes
constitutive laws, construction by layers, etc.), constitutivas avanzadas, construccin por
the determination of vector U at each node is capas, etc.), la determinacin del vector U en
commonly carried out by iterations. The cada nodo se realiza comnmente en forma
explicit calculation of the derivatives is no iterativa. El clculo explcito de las derivadas
longer possible. However, the general ya no es posible. Sin embargo, el mtodo de
perturbations method can be applied by perturbaciones general puede aplicarse
calculating approximately these derivatives, calculando estas derivadas en forma
by numerical methods. To this end, different aproximada, por mtodos numricos. Para
techniques can be used, such as Evans' ello, pueden emplearse diferentes tcnicas
method (1967) or the polynomial ratios como la de Evans (1967) o la de los cocientes
technique (Chowdury et al., 1993). Numerical polinomiales (Chowdury et al., 1993). Los
methods present the great advantage in mtodos numricos presentan la gran ventaja
comparison to the methods of explicit respecto a los mtodos de derivacin explcita
derivation, that they can be applied in an de poder aplicarse en forma "externa" a los
"external" fashion to the existing finite cdigos de elemento finito existentes, sin
element codes, without modifying them. It tener que alterarlos. Debe sealarse sin
should be mentioned, however, that any embargo que cualquier tcnica numrica
numerical technique may lead to some local puede dar lugar a algunas dificultades locales
difficulties if the implicit function that relates si la funcin implcita que relaciona los
the results of the analysis with the random resultados del anlisis con los parmetros
parameters shows an irregular behavior. For aleatorios tiene un comportamiento irregular.
the same reasons, in general, the numerical Por los mismos motivos, en general, las
techniques only become applicable to the first - tcnicas numricas solamente resultan
order analysis (FOSM) because the numerical aplicables al anlisis de primer orden (FOSM)
calculation of higher -order derivatives lacks debido a que el clculo numrico de derivadas
the necessary accuracy. This is unfortunate de orden superior carece de la precisin
because the second -order approximation is necesaria. Esto resulta desafortunado pues la
generally the most interesting in the case of aproximacin de segundo orden es
strongly non linear models. generalmente la que resultara deseable en el

108
caso de modelos fuertemente no lineales.

2.5 Method of punctual approximations 2.5 Mtodo de aproximaciones puntuales

Rosenblueth (1975) proposed a technique for Rosenblueth (1975) propuso una tcnica que
estimating the first moments of a continuous permite estimar los primeros momentos de
function of random variables based only on una funcin continua de variables aleatorias,
the three first moments of each variable. The conociendo solamente los tres primeros
technique is based in an approximation by momentos de cada variable. La tcnica se basa
means of punctual values, i.e. recourse is en una aproximacin mediante valores
made to a discrete probability distribution puntuales, es decir que recurre a una
with the same moments as the continuous distribucin de probabilidad discreta con los
density. The principle of the method for a mismos momentos que la densidad continua.
simple function of a unique random variable is El principio del mtodo para una simple
depicted in figure 111.1. Rosenblueth showed funcin de una variable aleatoria nica se
that the technique can be generalized to any representa en la figura 111.1. Rosenblueth
number of points of estimation and of random mostr que la tcnica puede ser generalizada a
variables. un nmero cualquiera de puntos de estimacin
y de variables aleatorias.

Y = g(X)
x ;

P- P.

Y = g(X)
o

Fig. 111.1 Principle of Rosenblueth's method


Principio del mtodo de Rosenblueth

109
Along the same line, Bolle (1988) proposed a Siguiendo la misma lnea, Bolle (1988)
method known as "independent perturbations" propuso un mtodo llamado de
based in the discretization in three points of "perturbaciones independientes" basado en la
the probability density of a random variable discretizacin en tres puntos de la densidad de
and resorting to a limited development in a probabilidad de una variable aleatoria y
series of Taylor and to the transformation of recurriendo a un desarrollo limitado en serie
the base variables into non -correlated de Taylor y a la transformacin de las
principal variables. The first moments of the variables de base en variables principales no
probability density of the function of interest correlacionadas. Los primeros momentos de la
are determined by adding to the value of the densidad de probabilidad de la funcin de
calculated function at the central point of the inters se determinan agregando al valor de la
discretized distribution the sum of the funcin calculada en el punto central de la
different dispersing or perturbing terms, distribucin discretizada la suma de los
associated to each of the independent random diferentes trminos dispersantes, o pertur-
variables (additivity of the effects of each badores, asociados a cada variable aleatoria
random variable). The method of independent independiente (aditividad de los efectos de
perturbations becomes potentially beneficial if cada variable aleatoria). El mtodo de
the number of variables is important. perturbaciones independientes resulta poten-
cialmente ventajoso si el nmero de variables
consideradas es importante.

3. Simulation methods 3. Mtodos de simulacin

To avoid the efforts required to implement the Para evitar los esfuerzos requeridos para
available analytical and numerical utilizar los mtodos de transformacin
transformation methods, some of them analticos y numricos disponibles, que
difficult to apply and with a field of resultan de difcil implementacin y cuyo
application somewhat restricted, it is always campo de aplicacin es restringido, siempre es
possible to resort to simulation techniques posible recurrir a las tcnicas de simulacin
based on the Monte Carlo method. A set of basadas en el mtodo de Monte Carlo. Se
values of the random parameters is obtained obtiene por muestreo al azar un juego de
by sampling at random, respecting the valores de los parmetros aleatorios,
probability densities and correlations of the respetando las densidades y correlaciones
distinct variables. A numerical analysis of the existentes. Se realiza entonces el anlisis
problem of interest is then performed. This numrico del problema de inters. Se repite
operation is repeated until the central trend esta operacin hasta que se defina la tendencia
and the scattering of the results becomes central, la dispersin e inclusive la densidad
defined. If the vector of random variables de probabilidad de los resultados. Si el vector
considered has independent components, the de variables aleatorias considerado tiene
simulation is performed for each of the componentes independientes, la simulacin se
components. If the components of the vector realiza para cada uno de los componentes. Si
are not independent, it is possible to return to el vector tiene componentes dependientes, es
the previous case by using the generalized posible regresar al caso anterior utilizando el

110
Cholesky's method in order to diagonalize the mtodo de Cholesky generalizado para
covariance matrix of these components. This diagonalizar la matriz de covarianza de estos
method is only valid for Gaussian variables; componentes. Este mtodo solamente es
however, it is always possible to go back to vlido para variables Gaussianas; sin
the case of Gaussian variables by applying the embargo, siempre es posible regresar al caso
existing transformation methods de las variables gaussianas aplicando los
(anamorphose, Rosenblatt, 1952). mtodos de transformacin existentes
(anamorfosis, Rosenblatt, 1952).

Various techniques are available to determine Existen varias tcnicas para determinar el
the number of simulations necessary to reach nmero de simulaciones necesarias para lograr
a determined statistical approximation. una aproximacin estadstica determinada.
Among the most common, mention can be Entre las ms usuales, se pueden mencionar el
made of the classic method of convergence mtodo clsico de convergencia (intervalos de
(confidence intervals of the expected value confianza de la esperanza y de la varianza de
and variance of the estimated quantity) as well la cantidad estimada) y el uso de la
as the use of Chebyshev's inequality. desigualdad de Chebyshev.
APPENDIX IV ANEXO 1V

Safety and reliability Seguridad y contiabilidad


1. Introduction 1. Introduccin

Since very ancient times, the concept of safety Desde tiempos muy remotos, el concepto de
has been fundamental in the practice of civil seguridad ha sido fundamental en la prctica
engineering. The earliest building code known de la ingeniera civil. El primer cdigo de
that pays special attention to safety dates back construccin conocido que pone nfasis en la
to 1750 years before Christ (Code of seguridad data de 1750 aos antes de Cristo
Hammurapi; Finet, 1996). (Cdigo de Hammurapi; Finet, 1996).

In geotechnical engineering the concept of En geotecnia, el concepto de seguridad es


safety is particularly critical due to the particularmente crtico debido a las numerosas
countless uncertainties that affect the different incertidumbres que afectan los diferentes
aspects of geotechnical design. It is never aspectos del diseo geotcnico. Nunca es
possible to fully eliminate doubts in what posible eliminar totalmente las dudas en
refers to the representativity of soil samples cuanto a la representatividad de las muestras
retrieved during the exploratory works or to de suelo obtenidas durante la exploracin o a
the accuracy and validity of the field and la precisin y validez de los ensayes de de
laboratory tests results. Furthermore, the campo y de laboratorio. Adems, las
limited validity of the models used in limitaciones de los modelos usados en
geotechnical engineering to evaluate the geotecnia para evaluar la estabilidad y el
stability and behavior of earth works is a well - comportamiento de obras temas son bien
known fact. Furthermore, in many instances, conocidas. Por otra parte, es comn que las
the loading conditions assumed for solicitaciones consideradas en el momento del
geotechnical design purposes, are gross diseo geotcnico sean cargas de anteproyecto
estimates affected by large uncertainties. y presenten una incertidumbre considerable.

The overview of the basic principles of safety La revisin presentada a continuacin de los
and reliability analysis presented below is principios bsicos de los anlisis de seguridad
adapted principally from Ang and Tang y confiabilidad se basa principalmente en Ang
(1984) and from Arias (1997). y Tang (1984) y Arias (1997).

2. General concepts 2. Conceptos generales

The term reliability can be defined as the La confiabilidad puede definirse como la
probability of a system to perform its probabilidad de que un sistema lleve a cabo
functions in a suitable manner, during a preset sus funciones de manera adecuada, durante un
period of time and under established operating periodo propuesto y bajo condiciones de
conditions (Kaufmann, 1977). From the operacin establecidas (Kaufmann, 1977).

112
probabilistic point of view, the reliability is Desde el punto de vista probabilista, la
the complement to unity of the probability of confiabilidad es el complemento a la unidad
failure under the same conditions. de la probabilidad de falla en las mismas
condiciones.

The concept of risk can be also defined as the Resulta interesante definir tambin el
product of the probability of an undesirable concepto de riesgo, entendido copio el
event times its cost. producto de la probabilidad de un evento
indeseable por su costo.

Frequently, the safety is evaluated by Frecuentemente, la seguridad se evala


comparing the maximum load or demand S comparando la solicitacin o demanda
anticipated by the system, with its resistance mxima S prevista para el sistema, con su
or capacity R. Traditionally, recourse is made resistencia o capacidad R. Tradicionalmente,
of the concept of safety factor O : se recurre al concepto de factor de seguridad
e:
=-S R
(1) B=
R
(1)

This approach assumes that the following Este planteamiento supone que se satisfacen
conditions are satisfied: las siguientes condiciones:

There is no increase of S during the S no se incrementa durante el periodo


service life of the system and it is equal to de vida de la obra y es igual o mayor a la
or larger than the maximum loading mxima solicitacin prevista para la
conditions predicted for the structure. estructura.

R is always equal to or smaller than R es siempre igual o inferior a la


the minimum estimated resistance or mnima resistencia o capacidad estimada.
capacity.

In practice, these conditions are not absolute En la prctica, estas condiciones no son
and therefore a risk of failure is involved. absolutas y por tanto implican un riesgo de
falla.

The assessment of the degree of safety can be La evaluacin de los niveles de seguridad se
made in various ways, depending on the puede efectuar de diversas maneras,
accuracy with which the loadings and dependiendo de la precisin con que sean
resistances are modeled. Along these lines the modeladas las solicitaciones y las resistencias.
following levels of analysis can be identified: Al respecto se pueden distinguir los siguientes
niveles de anlisis:

113
LEVEL O NIVEL O

It corresponds to the utilization of traditional Es el correspondiente a la utilizacin de


safety factors. R and S areregarded as factores de seguridad tradicionales. R y S son
deterministic parameters. In this case, the considerados como parmetros deterministas.
establishment of minimal safety factors is a En este caso, el establecimiento de factores de
result of empirism. seguridad mnimos es producto del
empirismo.

LEVEL 1 NIVEL 1

At this level, the random nature of the En este nivel se reconoce el carcter aleatorio
resistance (expected value ,uR and coefficient de la resistencia (esperanza 0R y coeficiente
of variation VR ) and of the loading conditions de variacin VR ) y de la solicitacin
(expected value and coefficient of (esperanza fas y coeficiente de variacin Vs )
variation VS) is acknowledged and a y se verifica que la capacidad calculada a
verification is made that the capacity partir de valores mnimos de resistencia
calculated from the minimum values of (resistencia nominal) sea superior a la
resistance (nominal resistance) exceeds the demanda estimada a partir de valores
estimated demand based on maximum values mximos de solicitacin (solicitacin
of loading (nominal loading), thus obtaining a nominal), obteniendo un factor de seguridad
safety factor (nominal safety factor). The (factor de seguridad nominal). Se puede
techniques used at this level are commonly hablar en este nivel de mtodos semi -
referred to as semi - probabilistic methods. probabilistas.

Cornell (1969) poses the review of safety at Cornell (1969) plantea la revisin de
this level as: seguridad a este nivel como:

R > B"S (2) R >_ B"S (2)

where R =(1- kRVR) /Rand S = (1 +ksVs)us donde R = (1 -kRVR)f'R y S = (1 +kSV,.)fr,


are nominal or characteristic values of the son valores nominales o caractersticos de la
resistance and of the loading conditions, resistencia y de la solicitacin
respectively, and 0 is the nominal safety respectivamente y B" es el coeficiente de
factor defined as: seguridad nominal definido como:

,1-kRV (3) -1-kRVRB (3)


I +ksVs

114
where kR and ks are factors that guarantee the donde kR y ks son factores que garantizan que
nominal resistances and loading conditions to las resistencias y solicitaciones nominales
have small probabilities of not being reached tengan probabilidades pequeas de no ser
and of being exceeded, respectively. alcanzadas y de ser rebasadas respec-
tivamente.

The new building codes, known as LRFD Los nuevos reglamentos, denominados LRFD
(Load and Resistance Factor Design), among (en ingls: Load and Resistance Factor
which the Building Code for the Federal Design), entre los cuales se encuentra el
District (Mexico City) is found, belong to this Reglamento de Construcciones para el Distrito
level. Federal, pertenecen a este nivel.

LEVEL 2 NIVEL 2
Level -2 methods of reliability analysis have Los mtodos de anlisis de confiabilidad de
their origin in a paper by Mayer (1926), but it nivel 2 tienen su origen en un trabajo
was not until the sixties when a great progress presentado por Mayer (1926), pero no fue sino
was made thanks to the works of Cornell hasta los aos 60 cuando tuvieron gran
(1969), Ravindra et al. (1969), and desarrollo gracias a los trabajos de Cornell
Rosenblueth and Esteva (1971). (1969), Ravindra et al. (1969) y Rosenblueth
y Esteva (1971).

Because the level -2 methods only imply the Debido a que los mtodos de nivel 2 requieren
knowledge of the first two moments of the nicamente el conocimiento de los dos
random variables (expected value and primeros momentos de las variables aleatorias
variance), as well as of the covariance of the (esperanza y varianza), as como de la
correlated variables, they are known as covarianza de las variables correlacionadas,
second -moment methods. stos se conocen como mtodos de segundos
momentos.

It is implicitly assumed at this level that the En este nivel se supone implcitamente que las
loading conditions can exceed the resistance solicitaciones pueden ser superiores a las
values and therefore the probability of failure resistencias y que por ello la probabilidad de
is not null. falla no es nula.

The measure of the reliability associated to a La medida de la confiabilidad asociada con un


particular design is the index of reliability Q diseo particular es el ndice de confiabilidad
that represents the reciprocal value of the P, que representa el valor recproco del
coefficient of variation of the safety margin R- coeficiente de variacin del margen de
S. The reliability is therefore, for any seguridad R -S. La confiabilidad resulta ser,
distribution of R and S (Cornell, 1969): para cualquier distribucin de R y S ( Cornell,
1969):

115
P[R>S1=P[R-S>0 P'R > S P'R-S>0
=p (4) =p (R-S)-f./R-S (4)
aR S aR-S aR--S

=1-FU(-N)
1 1

=P U> =P U>- =1-F,(-)6)


L VR-S VR-S

where P[ ] denotes the probability of the donde P[ ] denota la probabilidad del


event, IR -S represents the mean value of the evento, ,uR_S representa la media del margen
safety margin, is its coefficient of de seguridad, VR_s es su coeficiente de
variation, and U is a standardized random variacin y U es una variable aleatoria
variable with an unspecified cumulative estandarizada con funcin de distribucin
distribution function F ( ) . The larger the acumulada F, ( ) no especificada. Entre
value of A the higher the reliability of the mayor sea Q mayor ser la confiabilidad del
design and the smaller the probability of an diseo y menor la probabilidad de
unsatisfactory behavior. comportamiento insatisfactorio.

The main objective of the methods of this El objetivo principal de los mtodos de este
level is to provide a more rational simple nivel es proporcionar una tcnica simple ms
technique to estimate the structural safety by racional para estimar la seguridad estructural
means of an evaluation of the statistical por medio de la evaluacin de la
uncertainty of the design variables, in order to incertidumbre estadstica de las variables de
determine the structural reliability. diseo, a fin de estimar la confiabilidad
estructural.

In this respect, Chowdhury and Xu (1993) Al respecto, Chowdhury y Xu (1 993)


differentiate three types of level -2 distinguen tres tipos de mtodos numricos
approximate numerical methods to evaluate aproximados de nivel 2 para evaluar la
the reliability of geotechnical works: confiabilidad de obras geotcnicas:

Methods of first order and second Mtodos de primer orden y segundos


moments (FOSM). momentos (FOSM).

Monte Carlo simulation method. Mtodo de simulacin de Monte


Carlo.

Rosenblueth's method of punctual Mtodo de estimacin puntual de


estimation (1975) (PEM). Rosenblueth (1975) (PEM).

116
LEVEL 3 NIVEL 3

In this level a reliability analysis of a En este nivel se efecta el anlisis de


structural system is carried out based in the confiabilidad de un sistema estructural basado
"exact" calculation of the probability of en el clculo "exacto" de la probabilidad de
failure, using the probability distributions of falla, utilizando las distribuciones de las
the variables of the problem. variables del problema.

This type of reliability analysis is the most Este tipo de anlisis de confiabilidad es el ms
complex one. All of the random variables are complejo. Todas las variables aleatorias
described in terms of their probability quedan descritas por su distribucin de
distribution and the knowledge of the probabilidad y se requiere el conocimiento de
distribution of the limit state function is la distribucin de la funcin de estado lmite;
required; the probability of failure is evaluated la probabilidad de falla se evala a partir del
from the calculation of the appropriate clculo de las integrales de convolucin
integrals of convolution, a procedure that apropiadas, lo que generalmente reprsenta
generally represents a formidable task. una tarea formidable.

Although the level -3 methods are generally A pesar de que los mtodos de nivel 3
not practical in real situations because of the generalmente no son aplicables a casos rales
theoretical and numerical difficulties debido a las dificultades tericas y numricas
involved, they are nevertheless necessary to que se enfrentan, son necesarios para verificar
verify the validity and accuracy of level 1 and la validez y precisin de los mtodos
2 simplified methods, simplificados de nivel y 2. 1

3. Reliability analysis 3. Anlisis de confiabilidad

3.1 Basic problem 3.1 Problema bsico

The problem of reliability of engineering El problema de la confiabilidad de sistemas


systems can be basically treated as a problem ingenieriles puede ser bsicamente tratado
of supply vs. demand. In other words, this como un problema de oferta vs. demanda. En
problem involves the determination of the otras palabras, este problema consiste en la
degree in which the supply satisfies the determinacin del grado en que la capacidad
requirements of the demand. Of concern is the de oferta satisface los requerimientos de
certainty that the resistance of the structure demanda. Preocupa la certeza de que la
(supply) will be sufficient to withstand the resistencia de la estructura (oferta) sea
maximum applied loads (demand), during the suficiente para soportar las solicitaciones
service life of the system. mximas aplicadas (demanda), durante la vida
til del sistema.

Under these terms, the reliability of a system En estos trminos, la confiabilidad de un

117
is best estimated in probabilistic terms. For sistema puede ser medida de forma ms
such a purpose, the following random realista en trminos probabilistas. Para tal
variables are defined: propsito se definen las siguientes variables
aleatorias:

R = Capacity of supply R = Capacidad de oferta


S= Demand S = Demanda

The objective of the reliability analysis is then El objetivo del anlisis de confiabilidad es
to evaluate the probability P[R > Si along entonces evaluar la probabilidad P[R > S] a
the engineering system's service life or travs de la vida til o alguna vida especfica
throughout a specific life term. Therefore, this del sistema ingenieril. Es por ello que esta
probability represents a realistic measure of probabilidad representa una medida realista de
the reliability of the system. Inversely, the la confiabilidad del sistema. Inversamente, la
probability of the complementary event probabilidad del evento complementario
P[R <S] constitutes the measure of the non - P[R < S] constituye la medida de la no-
reliability or probability of failure. confiabilidad o probabilidad de falla.

In certain simple situations, time plays no En ciertas situaciones simples, el tiempo no


significant role and the loads or demands can juega un papel significativo y las
be expressed through a unique continuous solicitaciones o demandas pueden expresarse
random variable (demand S), to be compared a travs de una variable aleatoria continua
with a single deterministic limiting state nica (demanda S), existiendo un solo estado
(capacity of supply R). The definition of lmite determinista (capacidad de oferta R). La
reliability becomes therefore quite definicin de la confiabilidad resulta entonces
straightforward. If S has a probability density muy sencilla. Si S tiene una funcin de
function f. (s) , then the reliability C of the densidad de probabilidad f,. (s) la confia-
,

system can be written as: bilidad C del sistema se escribe como:

C=P[R> Si= P[R-S>0]= jfs(s)ds (5) C=P[R>S]=P[R-S>0]= Jf,(s)ds (5)

Now, if the capacity of supply is also a Ahora bien, si la capacidad de oferta es


continuous random variable and independent tambin una variable aleatoria continua e

of the previous one, and the probability independiente de la anterior y las funciones de
density functions or the distribution functions densidad de probabilidad o las funciones de
of R and S are available, i.e. fn (r) or F (r) distribucin de R y S estn disponibles, esto
es, fz (r) o F,1 (r) y f. (s) o F,. (s) son
and f. (s) or F,. (s) are known, then the
conocidas, entonces las probabilidades
required probabilities can be formulated
requeridas pueden formularse como sigue

118
(Kapur and Lamberson, 1977) as follows (Kapur y Lamberson, 1977), recordando que
recalling that Fz (r) = fz (r) (Rthti, 1988): l ,z (r) = f (r) (Rthti, 1988):

C= JfR(r) J fs(s)ds dr C= JfR(r) fs(s)ds dr


(6) (6)

I:sfR(rdrl ds = sJ fs (s) JfR (r)dr ds

The probability of failure P[R <S], under the La probabilidad de falla P[R < S] , bajo las
same considerations imposed previously to the mismas consideraciones impuestas anterior-
random variables, is: mente a las variables aleatorias, es:

F=P[R<S1=1-C= F= PER <S]=1-C=


(7) (7)
5 FR (s)fs (s)ds = f[1- Fs (r)lfR (r)dr JFR(s)fs(s)ds = J[1-Fs(r)lfR(r)dr

Afs(s)> fR(r)
fR(r)

fs(s)

Overlapping r, s
Traslape

Fig. IV.I Probability density of R and S


Densidad de probabilidad de R y S

As it can be appreciated in figure IV.1, the Como se aprecia en la figura IV.I, la regin
overlapped region of the probability density traslapada de las funciones de densidad de
functions represents a quantitative measure of probabilidad representa una medida
the probability of failure. On this respect, the cuantitativa de la probabilidad de falla. Al
following comments can be brought forward: respecto se puede comentar lo siguiente:

119
The overlapped region depends on the La regin traslapada depende de la
relative position of fR(r) and fs(s); this posicin relativa de f, (r) y f (s) ; esto
means that if the two curves deviate the significa que si las dos curvas se separan la
probability of failure decreases, whereas if probabilidad de falla disminuye, mientras que
they approach this value increases. The si se acercan este valor aumenta. La posicin
relative position between fR (r) and fs (s) can relativa entre f, (r) y fs (s) puede ser medida

be measured by means of the ratio art PR


por medio de la relacin , denominada
l's frs
known as central safety factor or through the factor de seguridad central o mediante la
difference PR - fts , called safety margin. diferencia ,uR -frs , llamada margen de
seguridad.

The overlapped region also depends on the La regin traslapada tambin depende del
degree sof dispersion of fR(r) and f (s) , grado de dispersin de fR(r) y 1,(s), ya que a
because. an overlapped region and a smaller menor dispersin corresponde una regin
probability of failure correspond to a smaller traslapada y una probabilidad de falla menor,
dispersion, whereas if the dispersion increases mientras que si la dispersin es mayor ambos
both parameters will also increase. These parmetros se incrementan. Estas dispersiones
dispersions can be expressed in terms of the pueden ser expresadas en trminos de los
variation coefficients VR and Vs; therefore, it coeficientes de variacin VR y Vy ; por tanto,
i
can be established that F = f R ,VR, Vs. se puede establecer que F = f NR
VY
R' S

Ps lIs J

From the previous statements it can be De lo expuesto anteriormente se puede


concluded that reliability and the probability concluir que la confiabilidad y la probabilidad
of failure depend on the shape of de falla dependen de la forma de
f, (r) and f (s) ; however, this information is fR(r) yfs(s); sin embargo, esta informacin
difficult to obtain in reality and, generally, it is es dificil de conseguir en la realidad, pudiendo
only possible to establish the first moments of slo establecerse generalmente los primeros
the random variables. momentos de las variables aleatorias.

Equations 6 and 7 assume independence from Las ecs 6 y 7 suponen independencia de las
the variables. In general terms, they may be variables. En general stas pueden estar
correlated, obtaining the following equations correlacionadas, obtenindose las siguientes
to determine the reliability and the probability ecuaciones para determinar la confiabilidad y
of failure in terms of the joint probability la probabilidad de falla en los trminos de la
density function: funcin de densidad de probabilidad conjunta:

120
C= J JfR.s(r,$)ds dr (8) C- J JfR.s(r,$)ds dr (8)
o_o 0 0

F = JI R.S (r,$)dr ds (9) F= JfR,s (r,$)dr ds (9)


o o

If now M =R -S, is defined as the interference Si ahora se define a M =R -S, como la llamada
random variable or safety margin, then it is variable aleatoria de interferencia o margen
possible to write: de seguridad, entonces es posible escribir:

C= P[M >0]= Jf,(m)dm (10) C=P[M>01= Jf,(m)dm (10)


o o

a o

F=P[M50]= J ft, (m)dm (11) F=P[M 501= Jfn,(m)dm (11)

It can be observed that if R and S are Se observa que si R y S son variables


independent random variables larger than or aleatorias independientes mayores o iguales a
equal to zero, the reliability C becomes: cero, la confiabilidad C resulta ser:

C= J JfR(m+s)fs(s)ds dm (12) C- J f fR(m+s)fs(s)ds dm (12)


o o

and the probability of failure or non -reliability y la probabilidad de falla o no- confiabilidad
is:

o x o

F- J J fR(m+s)fs(s)ds dm (13) F= J JfR(m+s)fs(s)ds dm (13)

In figure IV.2, it is seen that the reliability C En la figura IV.2, se observa que la
can be expressed in terms of M as confiabilidad C se puede expresar en trminos
C = P[M > 0] . case, the index of
In this de M como C = P[M > 0] . En este caso, el
reliability f is interpreted as the number of ndice de confiabilidad tse interpreta como el
standard deviations aM that separates the nmero de desviaciones estndar a,, que
expected value ft,,, from the origin. separa la esperanza ,u,,,, del origen.

121
fy(m) System reliability
Confiabilidad del sistema
Probability of failure
Probabilidad de falla

m<0 m>0

Fig. IV.2 Probability of failure and reliability


Probabilidad de falla y confiabilidad

3.2 Reliability in the case of random variables 3.2 Confiabilidad en el caso de variables
with common distributions aleatorias con distribuciones comunes

I f R and S are supply and demand random Si R y S son variables aleatorias de oferta y
variables, the way in which they vary can be demanda, la forma en que varan puede ser
evaluated from observations and resorting to evaluada a partir de observaciones y
statistics. Tables of frequency distribution, recurriendo a la estadstica. Se obtienen tablas
histograms and frequency polygons are thus de distribucin de frecuencias, histogramas y
obtained. This information related to the polgonos de frecuencia. Esta informacin
variation of the random variables is only relativa a la variacin de las variables
useful if it sufficiently representative to allow aleatorias solamente es de utilidad si es
an estimation of the probability density suficientemente representativa para permitir la
functions or theoretical distribution functions estimacin de las funciones de densidad de
(for discrete or continuous variables). probabilidad o funciones de distribucin
However, the establishment of such functions tericas (para variables discretas o continuas).
demands a large number of observations. Sin embargo, el establecimiento de dichas
funciones requiere un gran nmero de
observaciones.

The selection of the most suitable density La seleccin de la funcin de densidad


function from a frequency distribution table is adecuada a partir de una tabla de distribucin
commonly performed by simple curve fitting; de frecuencias se realiza comnmente por
unless the distribution function correctly simple ajuste; a menos que la funcin de
describes the general model of variation, an distribucin describa correctamente el modelo
extrapolation toward the extremes originates general de variacin, una extrapolacin hacia
an erroneous estimation of the reliability at los extremos origina una estimacin errnea
such zones. de la confiabilidad en dichas zonas.

122
The only functions that prevent this problem Las nicas funciones que evitan este problema
are those representing a definitive model of son aqullas que representan un modelo
variation as a result of certain basic definitivo de variacin como resultado de
assumptions related to their origin ciertas suposiciones bsicas relativas a su
(Freudenthal, l'956). This is obviously the origen (Freudenthal, 1956). Este es
case of the variables with normal (gaussian) obviamente el caso de las variables con
density. This density is symmetrical and it is densidad normal (gaussiana). Esta densidad es
commonly encountered when the random simtrica y se presenta comnmente cuando la
variable M represents the sum of a large variable aleatoria M es la suma de un gran
number of arbitrarily distributed independent nmero de variables aleatorias de peso
random variables with a similar weight. similar, independientes y con distribucin
arbitraria.

If the safety margin M has a normal Si el margen de seguridad M tiene una


probability density: densidad de probabilidad normal:

,n-/< )2 -
fM(m)= 1 e
2
" I -oo<m<co (14) fM(m)= e'-`'"- -co (14)
rQ 2rQ

the reliability and probability of failure are la confiabilidad y probabilidad de falla estn
given respectively by the following dadas respectivamente por las siguientes
expressions (Rao, 1992): expresiones (Rao, 1992):

C=P[M>01= Jf,(m)dm=l-clI Pd'] C = P[M > 01= Jfn, (m)dm=1-44- f!n!


o L o-n, o a/

=1 -c - PR S =1 -fi = (11
PR - PS
2 2 2
QR +Qti
_
( 5) ( 5)

o - o

F=P[M<_01= JfM(m)dm= fla,


o-

=el) P!r
JQR +Q}.
- f;S =1 -03 PR - Ps
QR +Qti
2 2
= P K - P.e
/2?
=1 el)
/in -
+ Q.1' JQR + Q.1'
(16) (16)

where c is the distribution function donde 1 es la funcin de distribucin


(cumulative) of the standard normal variable (acumulada) de la variable normal estndar

123
(null expected value and unit variance). (esperanza nula y varianza unitaria).
1
The expression lR - PS is indicated as f -11s
La expresin se denota como fi
R QS Va; + 0S
and it is known as the reliability index or y se conoce como ndice de confiabilidad o
safety index. ndice de seguridad.

Similar considerations can be made for other Consideraciones anlogas pueden hacerse para
types of densities, such as the log- normal densidades de otro tipo, como la densidad log-
density. normal.

3.3 Reliability associated to a limit state 3.3 Confiabilidad asociada a un estado lmite

As it was mentioned earlier, the calculation of Como se mencion anteriormente, el clculo


the reliability and of the probability of failure de la confiabilidad y de la probabilidad de
of an engineering system requires the falla de un sistema ingenieril requiere del
knowledge of the densities f, (r) and f. (s) conocimiento de las densidades f, (r)
or of the joint densityft (r,$) In practice,
. . y f . (s) o de la densidad conjunta f.,. (r,$) .
this information is not available or it is En la prctica, esta informacin no est
difficult to obtain due to insufficient data. disponible o es dificil de obtener debido a la
Furthermore, even when the required insuficiencia de datos. Adems, aun cuando
distributions can be specified, the exact las distribuciones requeridas puedan ser
evaluation of the probabilities usually demand especificadas, la evaluacin exacta de las
the integration of equations 8 and 9, therefore probabilidades generalmente requiere la
resulting impractical. As a useful alternative, integracin de las ecs. 8 y 9, lo cual puede
equivalent normal distributions can be used as resultar imprctico. Como una alternativa til
an approximation. Mention should also be se puede recurrir a distribuciones normales
made of the fact that variables R and S are in equivalentes como una aproximacin. A lo
turn functions of other basic variables. anterior tiene que sumarse el hecho de que las
variables R y S son a su vez funciones de otras
variables bsicas.

It is frequent that the available statistical Frecuentemente la informacin estadstica


information can be sufficient only to evaluate disponible puede ser suficiente slo para
the first and second moments of the random evaluar el primer y segundo momentos de las
variables. Therefore, the practical safety or variables aleatorias. Por tanto, las medidas
reliability measures should be restricted to prcticas de seguridad o confiabilidad deben
functions of these two moments. estar limitadas a funciones de estos dos
momentos.

Considering the safety margin M =R -S as a Teniendo en cuenta la variable aleatoria

124
random variable, the safety state of the system margen de seguridad, M =R -S eI estado de
,

can be defined as [M > 0] , whereas the seguridad del sistema puede ser definido
como [M > 0[ , mientras que el' estado de
failure state is the event [M < 01. The
boundary that separates the safety state from falla es el evento [M < O]. La frontera que
the state of failure is the limiting state, defined separa al estado de seguridad del de falla es el
by the equation M =0. estado lmite, definido por la ecuacin M =0.

In the space of the normalized variables En el espacio de las variables normalizadas


R' and S' the equation of the limiting state, R' and S' la ecuacin del estado lmite, M =0,
M =0, becomes: resulta ser:

M =QRR'-QSS'+,uR -,us =0 (17) M =a-RR'-QSS'+,uR -fus =O (17)

and it represents a straight line as depicted in que representa una lnea recta como se
figure IV.3. The distance from this line of muestra en la figura IV.3. La distancia desde
failure to the origin is by itself a measure of esta lnea de falla al origen es en s misma una
the reliability; it is easy to show (Ang and medida de confiabilidad; es posible demostrar
Tang, 1984) that: (Ang y Tang, 1984) que:

d = PR- Ps (18) d= (18)


VaR + Cis JaR +6s'

Failure state
Estado de falla
M <O

M= O

Fig. IV.3 Space of normalized variables R' and S'


Espacio de las variables normalizadas R' y S'

According to equation 15, it can be observed De acuerdo con la ecuacin 15, se puede

125
that when R and S have a standard normal observar que para R y S con distribucin
distribution, distance d also represents the normal estndar, la distancia d es tambin el
reliability index fi. Therefore, d =fi and the ndice de confiabilidad fi. Entonces, d =f y la
reliability is equal to C = c1(d). confiabilidad es C = cl)(d) .

Generally speaking, the reliability analysis of a En general, el anlisis de confiabilidad de un


real engineering system implies multiple basic sistema ingenieril real implica mltiples
design random variables of all sorts and variables aleatorias bsicas de diseo de todos
typically with non- linear relationships among tipos y relaciones generalmente no lineales
them, being the supply and demand functions entre ellas, siendo la oferta y la demanda
of several variables. In the widest sense, the funciones de varias variables. En un sentido
reliability of an engineering system can be amplio, la confiabilidad de un sistema
defined as the probability of achieving its ingenieril puede ser definida como la
function or object mission. In this context, and probabilidad de ejecutar su funcin o misin
for the purpose of a general formulation, a objetivo. En este contexto y para el propsito
definition is made of a behavior function or de una formulacin general se define una
state function under operation, accidental or funcin (le comportamiento o funcin de
environmental loading conditions (Shinozuka, estado bajo solicitaciones de operacin,
1983) as: accidentales o ambientales (Shinozuka, 1983)
como:

M=g(X)=g(XiXz,...,X (19) M =g(X)=g(X (19)

where X = (X , X2,..., X is a vector of basic donde X= (X1,X,,...,X,, ) es un vector de


variables (of loads and resistance) of state or variables bsicas (de solicitacin y resistencia)
design of the system, and the function g(X) de estado o diseo del sistema, y la funcin
determines the behavior or state of such a g(X) determina el comportamiento o estado
system. del mismo.

In these terms, it is convenient to observe that Al respecto conviene observar que en la


in the evaluation of the reliability of an evaluacin de la confiabilidad de una obra de
engineering work the random variables should ingeniera debe distinguirse entre variables
be distinguished from the controlled variables. aleatorias y controladas. Las primeras se
The former refer to those parameters upon refieren a aquellos parmetros sobre los cuales
which the designer or contractor is unable or is el diseador o el constructor no puede o no
not wishing -because of economic or any other desea, por motivos econmicos o de otra
reasons- to exert an adequate domain, and they ndole, ejercer un adecuado dominio, y que
are associated to physical phenomena of a estn asociados a fenmenos fsicos que son
random nature or for which no adequate or aleatorios por naturaleza o sobre los cuales no
sufficient data is available for performing se cuenta con informacin adecuada o
predictions or estimations. Controlled completa para efectuar predicciones y

126
variables have on the contrary a deterministic estimaciones. Las variables controladas tienen
character. Their selection, that is a por lo contrario un carcter determinista. Su
fundamental part of the design, can strongly seleccin, que es parte fundamental del diseo,
affect the reliability of the system. Both types puede incidir fuertemente sobre la
of variables are included in the variables confiabilidad del sistema. En el vector de
vector of equation 19. variables de la ec. 19, intervienen ambos tipos
de variables.

Under these terms, the limiting requirement of En estos trminos, el requerimiento lmite de
behavior can be defined as g(X) =0, that comportamiento puede ser definido como
represents the limiting state of the system. It g(X) =0, que representa el estado lmite del
can be established therefore that: sistema. Se establece por tanto que:

[g(X) > 0] = Safety state (20) [g(X) > 0] = Estado de seguridad (20)

[g(X) < 0] = Failure state (21) [g(X) < 0] = Estado de falla (21)

Geometrically, the equation of the limiting Geomtricamente, la ecuacin del estado


state g(X) =0 n- dimensional surface
is an lmite g(X) =0 es una superficie n- dimensional
known as failure surface. In this case, one side llamada superficie de falla. En este caso un
of the failure surface is the safe state g(X) >0, lado de la superficie de falla es el estado
whereas the other corresponds to the failure seguro g(X) >0, mientras que el otro es el
state g(X)<0. estado de falla g(X) <0.

Therefore, if the joint probability distribution Por tanto, si la distribucin de probabilidad


of the design variables X X2,..., X,, is conjunta de las variables de diseo
f. ,..., (x1,..., x ) , the probability of the safe XX2,...,X es f, ,..., (x,,...,x ), la

state or reliability is: probabilidad del estado seguro o confiabilidad


es:

C=P, = f ...Jf,...>.r.,(x,,...,xdx...dx C = P,. = f ...f f,.


{g(x)>o) {.C(X)>0}

(22) (22)

that can be written in a compact form as: que puede ser escrita de forma ms concisa
como:

C=Ps= f .ix(X)dX (23) C=Ps= J i(X)dX (23)


{g(X)>o} {g(X)>0)

127
Equation 23 is simply the integral of the La ecuacin 23 es simplemente la integral de
function fx (x) on the region g(X) >0. la funcin fx (x) sobre la regin g(X) >0. De
Similarly, the probability of failure is the igual forma, la probabilidad de falla es la
integral on the failure region: integral sobre la regin de falla:

F=P,, J ..J.r...(x,,...,x)dx,...dx F= = J ...Jf.,...>(x,....x)d...


j,g(x)<o} {R(x)<o}

(24) (24)
in short: brevemente:

PF - F - J Jx(x)dX (25) PF = F= f fx (x)dx (25)


g(x)<o g(x)<o

In general, the basic variables X, , X, ,..., X of En general, las variables bsicas X, , X, X


the previous equations can be mutually de lasecuaciones anteriores pueden estar
correlated. However, the case of non correlacionadas. Sin embargo, se trata primero
correlated variables is dealt with first by el caso de variables no correlacionadas,
introducing a set of non -correlated normalized introduciendo un conjunto de variables
or reduced variables (Freudenthal, 1956): normalizadas o reducidas no correlacionadas
(Freudenthal, 1956):

, Xr - Nx, X; - ,r
(26)
1=1 ,2, . . .,n (26) X,' = ; i=1, 2, ..., n
QA.

Evidently, the states of safety and failure can Evidentemente, los estados de seguridad y
also be expressed in the space of the previous falla pueden tambin ser expresados en el
reduced variables, separated by the appropriate espacio de las variables reducidas anteriores,
limit state equation. In the case of two separados por la ecuacin de estado lmite
variables, this situation can be represented as apropiada. En el caso de dos variables esta
shown in figure IV.4. situacin puede ser representada en la forma
indicada en la figura IV.4.

128
AX2
g(X1, X2) < 0
Failure zone
Security zone Zona de falla
Zona segura g(XI,X2) =0
g(X1, X2) > O

Fig. IV.4 Failure and safety zones in the normalized variables space
Estados de falla y seguridad en el espacio de las variables reducidas

In terms of the reduced variables, X , the En trminos de las variables reducidas, X,' , la
limit state equation is: ecuacin de estado lmite es:

+ u.r, ,..., vX X+ Ei )- O (27) O (27)

It can be observed in figure IV.4 that, as the Se observa en la figura IV.4 que, conforme la
surface of the limit state (or failure surface) superficie de estado lmite (o superficie de
g(X) =0 moves away or approaches the origin, falla) g(X) =0 se aleja o acerca al origen, la
the safe region g(X) >0 increases or decreases, regin de seguridad g(X) >0 crece o decrece
respectively. Therefore, the position of the respectivamente. Por tanto, la posicin de la
failure surface with respect to the origin of the superficie de falla relativa al origen de las
reduced variables determines the safety or variables reducidas determina la seguridad o.
reliability of the system. The position of the confiabilidad del sistema. La posicin de la
failure surface can be represented by the superficie de falla puede ser representada por
minimum distance from the surface g(X) =0 to la mnima distancia desde la superficie
the origin of the reduced variables (Hasofer & g(X) =0 al origen de las variables reducidas
Lind, 1974). As observed by Shinozuka (Hasofer y Lind, 1974). Shinozuka (1983) ha
(1 983), the point on the failure surface with mostrado que el punto sobre la superficie de
the minimum distance to the origin is the point falla con la mnima distancia al origen es el
of failure of maximum likelihood. Then, in an punto de falla de mxima verosimilitud.
approximate sense, this minimum distance can Entonces, en un sentido aproximado, esta
be used as a measure of reliability. distancia mnima puede ser usada como una
medida de confiabilidad.

4.3.4 Reliability of systems 4.3.4 Confiabilidad de sistemas

The problem considered previously involves El problema considerado anteriormente


strictly a unique mode of failure, defined by a implica estrictamente un modo de falla nico.

129
single limit state. However, engineering definido por un solo estado lmite. Sin
problems frequently involve multiple modes embargo, los problemas de ingeniera
of failure; i.e., several potential modes of frecuentemente conllevan mltiples modos de
failure are likely to exist and the occurrence of falla, esto es, pueden existir varios modos
any of them produces the failure of the system potenciales de falla y la ocurrencia de
or of its components (Kaufmann, 1977). In cualquiera de ellos produce la falla del sistema
general, the different modes of failure can be o de sus componentes (Kaufmann, 1977). En
mutually correlated (at least partially). general, los diferentes modos de falla pueden
estar correlacionados (cuando menos de
manera parcial).

In reality, in a complex multi- component En realidad, en un sistema ingenieril complejo


engineering system, the possibilities of failure multicomponente, las posibilidades de
occurrence in a system can be so complex that ocurrencia de falla de un sistema pueden estar
it becomes necessary to establish a model to tan complejas que es necesario el
identify all of the potential mechanisms and establecimiento de un modelo para identificar
their respective consequences. In these cases, todos los mecanismos potenciales y sus
the models of failure trees and of events are respectivas consecuencias. En estos casos los
quite useful. The diagram of failure tree splits modelos de rboles de falla y de eventos son
the main failure event into unions and muy tiles. El diagrama de rbol de falla
intersections of sub- events or combinations of descompone al evento principal de falla en
them; the subdivision process continues until uniones e intersecciones de subeventos o
the probabilities of the sub -events can be combinaciones de los mismos; el proceso de
evaluated as failure probabilities of simple descomposicin se lleva a cabo hasta que las
models. probabilidades de los subeventos puedan ser
evaluadas como probabilidades de falla de
modo simple.

The calculations of the latter probabilities Los clculos de estas ltimas probabilidades
require the application of the equations requieren la aplicacin de las ecuaciones
previously described. The consequence of a descritas anteriormente. La consecuencia de
particular failure occurrence can depend on un evento de falla particular puede depender
the sequence of subsequent events. The de la secuencia de eventos posteriores al
systematic identification of the possible mismo. La identificacin sistemtica de la
sequence of events is carried out through the secuencia posible de eventos se realiza a

tree of events. travs del rbol de eventos.

4.3.4.1 Multiple failure modes 4.3.4.1 Modos de falla mltiples

The reliability of a multi- component system is La confiabilidad de un sistema


basically a problem of multiple modes of multicomponente es esencialmente un
failure; i.e., the failures of the different problema de modos de falla mltiples; esto es,
components or groups of components las fallas de los diferentes componentes o

130
constitute the various modes of failure of the grupos de componentes constituyen los
system. The consideration of multiple failure diferentes modos de falla del sistema. La
modes is, therefore, fundamental to solve the consideracin de mltiples modos de falla es,
problem of reliability of a system. The por tanto, fundamental para resolver el
identification of the individual modes of problema de confiabilidad de un sistema. La
failure and the evaluation of their respective identificacin de los modos individuales de
probabilities constitute a complex problem by falla y la evaluacin de sus respectivas
itself. Considering a system with k potential probabilidades constituyen en s un problema
modes of failure, it becomes evident that each complejo. Considerando un sistema con k
mode presents in turn different behavioral modos potenciales de falla resulta evidente
functions. Assuming that these functions can que cada modo presenta a su vez diferentes
be expressed as: funciones de comportamiento. Suponiendo
que estas funciones se pueden expresar como:

g,(X)=g, (X,,X,,...>X,,); j=1,2,...,k g,(X)=g,(XX,,...,X); j=1.2,...,k


(28) (28)

so that the individual modes of failure are: de tal suerte que los eventos individuales de
falla son:

E, = [g; (X) < 0] (29) Et = [g, (X) < 0] (29)

then, the complements of E, are the safety entonces los complementos de E; son los
events, i.e.: eventos de seguridad, esto es:

E; = [g (X) > 0] . (30) E; = [g,(X) > 0] (30)

In the case of two variables, the previous En el caso de dos variables, los eventos
events can be represented graphically as in anteriores pueden ser representados
figure IV.5, in which three modes of failure grficamente como en la figura IV.5, en la
can be observed as expressed by the limit state cual se observan tres modos de falla
equations g, (X) = O, j= 1,2,...,n.
expresados por las ecuaciones de estado lmite
g, (X) = 0, j= 1,2,...,n .

131
Fig. IV.5 Multiple failure modes
Modos mltiples de falla

The reliability of a system corresponds to the La confiabilidad de un sistema corresponde a


probability of the event, E , so that none of the la probabilidad del evento, E , tal que
k modes of failure occurs; i.e.: ninguno de los k modos de falla ocurra; es
decir:

E= EinE2n...nEk (31) E= EI nE2n...nEk (31)

On the contrary, the event of failure is: Contrariamente, el evento de falla es:

E= E,uE,u...uE, (32) E= E,uE2u...uE, (32)

Equation 31 literally means that one or more La ec. 31 literalmente significa que puede
of the potential failure events may occur. ocurrir uno o ms de los eventos potenciales
Therefore, theoretically, the reliability or de falla. Tericamente, por tanto, la
probability of safety of a system can be confiabilidad o probabilidad de seguridad del
expressed by the multi -dimensional integral: sistema puede expresarse como la integral
multidimensional:

C=Ps= frx '(x,,...x)dx,...dxr, C = P. _ r,,,r,.._.,r (x, dx,...d,i

(33) (33)

132
whereas the probability of failure of the mientras que la probabilidad de falla del
system is: sistema es:

F= PF = Jfx, .x, (x , ...x ) dr, ...dx F=PF= ... J% . . (x, , ...xn )


J J
(En V...V Ek )

(34) (34)

4.3.4.2 Boundaries of probability 4.3.4.2 Fronteras de probabilidad

The calculation of the reliability or of the El clculo de la confiabilidad o de la


probability of failure of a system by means of probabilidad de falla de un sistema por medio
equations 24 and 25 is generally a very de las ecs. 24 y 25 es generalmente una tarea
difficult task that can be solved by means of muy dificil que se resuelve por medio de
approximations. aproximaciones.

The probability associated to the event of La probabilidad asociada al evento de la ec.


equation 31 (system reliability) can be 31 (confiabilidad del sistema) puede
calculated in terms of the probabilities of each calcularse a partir de las probabilidades de
individual event (reliability with respect to a cada evento individual (confiabilidad en
certain particular mode) and of its cuanto algn modo particular) y de sus
intersections, by using Poincar's formula: intersecciones utilizando la frmula de
Poincar:

P[E]=P[E,nEz .., nEk]=EP[EJ- P[E]=Prk,nE, ... nEd=EP[Eil-


EP[E; nEj+ nEj nE,1-... P[E; nE+ P[E; nEj nE,1-...
itj xjxl xj ixjxl

(35) (35)

In many cases, it will suffice to retain the first En muchos casos, bastar con conservar los
terms of this expression to obtain a suitable primeros trminos de esta expresin para
accuracy. This expression results particularly obtener una precisin adecuada. Esta frmula
useful when the Monte Carlo method is resulta particularmente til cuando se recurre
resorted to. al mtodo de Monte Carlo.

Other strategy consists of obtaining upper and Otra estrategia consiste en obtener lmites o
lower boundaries or "frontiers" of the "fronteras" superior e inferior de la
respective probability (Ditlevsen, 1996). correspondiente probabilidad (Ditlevsen,
1996).

133
THE NABOR CARRILLO LECTURE CONFERENCIA NABOR CARRILLO

Bylaws Bases

To honor the memory of Nabor Con objeto de honrar la memoria de


Carrillo, the distinguished researcher Nabor Carrillo, distinguido
and founder of Soil Mechanics in investigador y promotor de la
Mexico, the Mexican Society for Soil mecnica de suelos en Mxico, la
Mechanics (SMMS) decided in Sociedad Mexicana de Mecnica de
March 1972, that upon the occasion Suelos (SMMS) estableci en marzo
of each biennial National Meeting, a de 1972 que cada dos aos, y en
lecture bearing the name of Nabor ocasin de la respectiva Reunin
Carrillo would be delivered by an Nacional, se dicte una Conferencia
engineer outstanding in this field. que lleve el nombre de Nabor
Carrillo, a cargo de un destacado
ingeniero de la especialidad.

Il. The Board of Directors of the Il. La Mesa Directiva de la SMMS,


SMMS, upon the advice of its asesorada por el Consejo Consultivo
Advisory Council, will examine the de la misma, analizar el o los temas
subject or subjects considered to be que pueden resultar del ms alto
of the greatest interest to specialists inters para los especialistas en
in Geotechnique and, upon this basis, geotecnia, y con base en ellos,
elect the candidate most qualified to seleccionar el o los candidatos ms
satisfy the requirements. The elected idneos para cumplir tal objetivo. Se
candidate will be invited at least one invitar al candidato que resulte
year in advance. In each case, the elegido, con antelacin de por lo
SMMS will establish, in agreement menos un ao. En cada caso, la
with the lecturer, the presentation SMMS, de comn acuerdo con el
details of the lecture such as the date conferenciante propuesto, establecer
of delivery, language, translation, los detalles de la presentacin (fecha,
format, and so on. The organization idioma, traduccin, formato de la
of the event will be the responsibility Conferencia, etc.). La organizacin
of an Organizing Committee del evento estar a cargo de un
designated by the Board. Comit Organizador designado por la
Mesa Directiva de la SMMS.

III. The Mexican Society for Soil III. La Sociedad Mexicana de Mecnica
Mechanics will publish the lecture at de Suelos publicar oportunamente la
an opportune date, printing a Spanish Conferencia, editando un volumen en
and English volume in sufficient ingls y en espaol, en nmero
number of copies to ensure the suficiente de ejemplares para
international availability of the text. asegurar la difusin internacional del

135
The lecture may be delivered in the texto de la misma. El conferenciante
native tongue of the lecturer, podr exponer el trabajo en su idioma
provided that a version in one of the nativo, siempre que proporcione
two official languages (Spanish of alguna de las dos versiones antes
English) is submitted to the mencionadas. El autor deber
Organizing Committee. The lecturer solicitar la autorizacin de la SMMS
may only publish all or part of the para publicar parte o la totalidad de
lecture with the consent of the su Conferencia y se obliga a sealar
SMMS and shall indicate the name, explcitamente el nombre, lugar y
place and date of the event in the fecha del evento en que fue expuesta
course of which it was delivered. In aqulla. Para tener impreso el
order to have the publication printed volumen el da de la Conferencia,
by the day of the Conference, the ser indispensable que el
lecturer shall agree to provide the conferenciante haga llegar al Comit
Committee with the complete written Organizador la versin escrita de la
version of the lecture, in one of the Conferencia, en alguno de los dos
two official languages, two months idiomas adoptados, con dos meses de
prior to the delivery date. anticipacin.

IV. The lecturer shall agree to transfer IV. El conferenciante ceder los derechos
the author's rights to the SMMS and de autor a la SMMS y las sumas que
the publication sale profits will be se recaben por la venta de la
applied both to defray the cost of the publicacin se destinarn a cubrir los
Nabor Carrillo Lecture and to gastos de la Conferencia Nabor
increase the SMMS funds. The Carrillo; el remanente pasar a
Mexican Society for Soil Mechanics formar parte del patrimonio de la
will pay all travel expenses and SMMS. La Sociedad Mexicana de
accommodation of the lecturer in the Mecnica de Suelos pagar al
venue and provide a nominal sum to conferenciante el viaje y hospedaje
cover preparation expenses, such as en la sede, as como una cantidad
translation, typing, technical drafting, nominal para solventar los gastos de
copies and slides costs. preparacin (traduccin, mecano-
grafa, dibujo, copias y diapositivas).

136
Nabor Carrillo Lectures delivered to date: Conferencias Nabor Carrillo dictadas a la
fecha:

First: Arthur Casagrande, Primera: Arthur Casagrande,


"Reflections on some "Reflexiones sobre tareas
Unfinished Tasks ", Mexico inconclusas ", Mxico,
City, November 16 and 17, D.F., 16 y 17 de
1972. noviembre, 1972.

Second: Ralph B. Peck, "The Segunda: Ralph B. Peck, "Seleccin


Selection of Soil Parameters de los parmetros del suelo
for the Design of para el diseo de
Foundations ", Guadalajara, cimentaciones ",
November 23, 1974. Guadalajara, 23 de
noviembre, 1974.

Third: Arpd Kzdi, "Philosophy Tercera: Arpd Kzdi, "Filosofa de


of Deep Foundations ", las cimentaciones
Guanajuato, November 20, profundas ", Guanajuato, 20
1976. de noviembre, 1976.

Fourth: John Lowe, III, "Foundation Cuarta: John Lowe, Ill, "Diseo de
Design - Tarbela Dam ", la cimentacin de la presa
Mrida, November 18, 1978. Tarbela ", Mrida, 18 de
noviembre, 1978.

Fifth: Ral J. Marsal, "Reflections Quinta: Ral J. Marsal,


on the Design of Earth "Reflexiones sobre el
Structures ", Morelia, diseo de estructuras
November 22, 1980. trrea ", Morelia, 22 de
noviembre, 1980.

Sixth: Alfred J. Hendron, Jr., Sexta: Alfred J. Hendron, Jr.,


"Geotechnical "Consideraciones
Considerations in the Design geotcnicas para el diseo
and Construction of Nuclear y construccin de plantas
Power Plants ", Veracruz, ncleo -elctricas ",
November 20, 1982. Veracruz, 20 de noviembre,
1982.

Seventh: Leonardo Zeevaert- Sptima: Leonardo Zeevaert-


Wiechers, "Environmental Wiechers, "Condiciones
Conditions in the Design of ambientales en el diseo de

137
Building Foundations ", la cimentacin de
Quertaro, November 17, edificios ", Quertaro, 17 de
1984. noviembre, 1984.

Eight: Harry Bolton Seed, Octava: Harry Bolton Seed,


"Influence of Local Soil "Influencia de las
Conditions on Ground condiciones locales del
Motions and Building suelo en movimientos del
Damage during terreno y en daos a
Earthquakes ", Mazatln, edificios durante sismos ",
November 22, 1986. Mazatln, 22 de
noviembre, 1986.

Ninth: Engelbert de Leeuw, "Off - Novena: Engelbert de Leeuw,


Shore Geotechnical "Ingeniera geotcnica
Engineering below Sea fuera de costa y bajo el
Level. A Systematic nivel del mar. Un enfoque
Approach ", Monterrey, sistemtico ", Monterrey, 19
November 19, 1988. de noviembre, 1988.

Tenth: Jos Antonio Jimnez- Salas, Dcima: Jos Antonio Jimnez


"Towards a Mechanics of Salas, "Hacia una mecnica
Unsaturated Soils ", San Luis de los suelos no saturados ",
Potos, November 24, 1990. San Luis Potos, 24 de
noviembre, 1990.

Eleventh: Enrique Tamez- Gonzlez, Undcima: Enrique Tamez Gonzlez,


"Differential Settlements of "Hundimientos
Colonial Buildings in diferenciales de edificios
Mexico City Historic coloniales en el centro
Center ", Zacatecas, histrico de la ciudad de
November 21, 1992. Mxico ", Zacatecas, 21 de
noviembre, 1992.

Twelfth: Robert W. Gillham, "Recent Duodcima: Robert W. Gillham,


Advances in Groundwater "Avances recientes en la
Remediation: Permeable In rehabilitacin de acuferos:
Situ Reaction Walls ", Pantallas permeables de
Jalapa, November 19, 1994. reaccin colocadas en el
lugar ", Jalapa, 19 de
noviembre, 1994.

138
Thirteenth: Daniel Resndiz- Nuez, Decimotercera: Daniel Resndiz Nez.
"The Methods of "Los mtodos de la
Geotechnics ", Morelia, geotecnia ", Morelia, 14 de
November 14, 1996. noviembre, 1996.

Fourteenth: Alfonso Rico -Rodrguez, "A Decimocuarta: Alfonso Rico Rodrguez,


Personal Focus on the State - "Un enfoque personal del
of -the -Art in Soil estado actual de la
Mechanics ", Puebla, mecnica de suelos ",
November 19, 1998. Puebla, 19 de noviembre,
1998.

Fifteenth: Robert V. Whitman, "Fifty Decimoquinta: Robert V. Whitman,


Years of Soil Dynamics ", "Cincuenta aos de
Oaxaca, November 23, dinmica de suelos ",
2000. Oaxaca, 23 de noviembre,
2000

139
51115
..GO . Om.
OwB
le_;oXozoBwi