XXVI Reunión Nacional de Mecánica de Suelos

Sociedad Mexicana de e Ingeniería Geotécnica

Ingeniería Geotécnica, A.C. Noviembre 14 a 16, 2012 – Cancún, Quintana Roo

Análisis de confiabilidad para muros de contención en voladizo

Reliability analysis of cantilever retaining walls

Edgar ESPINO 1 , Gabriel AUVINET1 y Moisés JUÁREZ1,

1
Laboratorio de Geoinformática, Instituto de Ingeniería, UNAM, México.

RESUMEN: En este trabajo se propone un marco adecuado para evaluar de forma racional la información disponible y
estimar la incertidumbre remanente en un diseño geotécnico mediante la teoría de la probabilidad y los métodos
estadísticos. Con este enfoque, se expone el análisis probabilista de muros de contención de concreto reforzado en
voladizo. La estabilidad externa del muro bajo condiciones estáticas se modela como un sistema en serie con modos
de falla correlacionados. El cálculo de la confiabilidad se realiza mediante simulaciones de Monte Carlo para
distribuciones de probabilidad supuestas de las propiedades ingenieriles del suelo de relleno y del suelo de desplante
de la cimentación respectivamente. Los resultados indicaron que la seguridad referida a la probabilidad de falla del
sistema no es proporcional al factor de seguridad. Los tres modos de falla considerados se correlacionaron
positivamente y la capacidad de carga mostró el mayor alto grado de incertidumbre. Se consideró el ancho de la base
como la variable de diseño y se puso en evidencia que las fronteras de probabilidad de primer orden y segundos
momentos pueden fácilmente sub- o sobreestimar el diseño.

ABSTRACT: An adequate methodology, based on probability and statistics theory, is proposed in this paper for
evaluating rationally the available information and assessing the remaining uncertainty in a geotechnical design. The
paper focuses on the reliability analysis of a retaining wall. The wall’s external stability under static conditions is
modeled as a series system with correlated failure modes. Computations of reliability are performed using Monte Carlo
simulations for assumed probability distributions of the backfill and foundation material engineering properties. The
results indicate that risk, measured by the system probability of failure, is not a linear function of safety ratios. All three
safety ratios in question were positively correlated, with bearing capacity being subjected to higher degree of
uncertainty. Considering the width of the base as a varying design parameter, the study also showed that first-order
reliability bounds, may lead to a noteworthy over- or under-estimation of the design.

1 INTRODUCCIÓN adecuado factor de seguridad, que deberá ser igual

Los muros de concreto reforzado en voladizo
cuentan entre las estructuras de retención de tierra
más comunes. Su diseño debe satisfacer dos
requerimientos principales: estabilidad interna, la
cual se asegura mediante suficiente resistencia
estructural a momentos flexionantes y fuerzas
cortante, y estabilidad externa, condición que
implica que, fuera de pequeños movimientos
necesarios para movilizar presiones de tierra, el
muro debe estar en equilibrio con respecto a fuerzas
externas. Tradicionalmente, el diseño convencional
de estabilidad externa se ha basado en métodos
deterministas y en el concepto de “Factor de
seguridad” (FS). La estabilidad del muro se analiza
como un sistema con diferentes modos de falla.
Típicamente, estos modos son los de volteo del
muro, de desplazamiento horizontal a lo largo de su
base, y de inadecuada capacidad de carga del suelo
de cimentación debajo de la base. El análisis
consiste en examinar por separado cada modo de
falla y en modificar el diseño hasta encontrar el
o mayor a un valor predefinido en cada caso.
Cuando el muro es construido sobre un suelo con
pendiente o en presencia de una estratificación
compleja, la profundidad de desplante debe también
ser tomada en consideración. Finalmente, un diseño
apropiado debe asegurar que los asentamientos
totales anticipados así como los asentamientos
diferenciales no sean excesivos.
Además de algunas cuestiones, como la falta de
precisión de las teorías de presiones de tierra, el
enfoque descrito presenta dos inconvenientes.
Primero, la incertidumbre en el diseño sobre cargas
y resistencia del suelo no se considera en forma
explícita, sino implícita mediante un factor de
seguridad derivado de la experiencia. Desde hace
tiempo se han realizado esfuerzos para desarrollar
un nuevo método de diseño basado en la
confiabilidad y que incluya rigurosos análisis y
tratamiento estadístico de las incertidumbres
relacionadas. El mayor reto en este esfuerzo es
identificar y cuantificar la incertidumbre en la
resistencia del suelo, es decir la incertidumbre en

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.

 2 Título del trabajo
los parámetros de diseño del suelo. Segundo, se
debe reconocer que los análisis tradicionales no
proporcionan una estimación global integral de
seguridad, solamente diferentes estimaciones
parciales (tantas como modos de falla
considerados). Es necesaria una estimación global
de la seguridad del muro, basada en estimaciones
parciales de seguridad relativas a los modos
individuales de falla.
El análisis de confiabilidad proporciona un marco
para eliminar los mencionados defectos. En este
tipo de análisis, las fuentes de incertidumbre son
caracterizadas y tomadas explícitamente en cuenta
en el cálculo de la confiabilidad. Cada modo de falla
puede ser analizado por separado y después las
confiabilidades correspondientes pueden ser
calculadas. Pero lo más importante, aceptando
algunas simplificaciones de modelado, es que se
puede estimar globalmente la confiabilidad del muro
de contención. La ventaja clave del enfoque de
modelado del sistema es que proporciona un índice
único para la cuantificación de la confiabilidad global
de la estructura, en lugar de la confiabilidad modal
parcial. Esto facilita enormemente el uso de la
confiabilidad como criterio de diseño de
optimización y soporte de decisiones.
Para estructuras de contención de gravedad o de
semi-gravedad, el modelo en cuestión es un sistema
en serie, en el que la falla de al menos un
componente da como resultado la falla del sistema.
Una de las características importantes del
sistema en serie en el caso de un muro de
contención, es que sus componentes (es decir, las
resistencias a los modos de falla) no son
independientes; todos ellos dependen en cierta
medida de los mismos parámetros de diseño y de
las propiedades del suelo. Sin embargo, una
simplificación comúnmente aceptada consiste en
ignorar esta dependencia. Otra simplificación es
calcular los límites de confiabilidad del sistema
correspondientes a la independencia completa y / o
una correlación perfecta.
Esto es así, porque en el caso de la no
correlación de los modos de falla, la confiabilidad se
subestima, mientras que en el caso de correlación
perfecta de los modos de falla de la confiabilidad
está se sobreestima (Zevgolis y Bourdeau, 2008). El
grado de sub o sobre-estimación no siempre es
claro, sobre todo en ausencia de un modo de falla
dominante. Un trabajo pionero de la presentación de
una metodología de análisis de la confiabilidad del
sistema que evita las deficiencias señaladas fue
presentado por Biernatowski y Pula (1988). El
estudio proporciona un procedimiento probabilista
para el análisis de la estabilidad de columnas de
puentes, basado en técnicas de simulación.
En México, pioneros como Rosenblueth y Esteva
(1971) introdujeron los conceptos de teoría de la
probabilidad en los trabajos realizados para la
normatividad de los manuales de diseño ingenieril
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
del país. Más tarde los conceptos de confiabilidad se
han aplicado a problemas de Mecánica de Suelos.
Auvinet y Rossa (1991) analizan la “Confiabilidad en
cimentaciones sobre suelos blandos”. Estos mismos
autores confrontan el problema de variabilidad
espacial de suelos en el trabajo sobre la
“Confiabilidad en rellenos térreos homogéneos”.
Describen las probabilidades de falla en taludes y
las fuentes de incertidumbre en los análisis.
Arias (1997) presenta un análisis de confiabilidad
aplicado a trincheras estabilizadas con lodo. Este
trabajo se caracteriza por considerar desde análisis
sencillos con enfoque empírico que establecen el
uso de factores de seguridad hasta análisis
probabilistas complejos que establecen un “cálculo
exacto” de la probabilidad de falla dentro del marco
de la teoría de decisiones.
Uno de los objetivos del análisis presentado a
continuación es revisar la cuestión de la
dependencia entre los modos de falla que había sido
observada por Zevgolis y Bourdeau (2008). Se
presenta una metodología para el análisis de
confiabilidad de los muros de contención que tenga
en cuenta la dependencia entre los diferentes
modos de falla. Este problema ha sido estudiado por
diversos autores (Nechnech, 1994; Low 2005).
Esta dependencia se investiga y se cuantifica a
través de su correlación, y se evalua su influencia
en la confiabilidad del sistema. Los cálculos se
realizaron utilizando un algoritmo de simulación de
Monte Carlo de las distribuciones de probabilidad
asumidas de las variables aleatorias.
Finalmente, considerando la dimensión del ancho
de la base como un parámetro de diseño variable,
se investiga el significado de las correlaciones
modales, en términos de diseño óptimo del muro de
contención. La metodología presentada en este
estudio constituye una herramienta suplementaria
para los métodos de estimación del diseño por
“Factor de diseño en carga y resistencia” (LRFD).
2 MURO DE CONTENCIÓN EN VOLADIZO
2.1 Consideraciones de estabilidad
El tipo de muro de contención considerado en el
análisis de confiabilidad se muestra en la figura 1.
Es representativo de muros de contención de
concreto armado con relleno, utilizados en la
práctica. Se considera sólo la estabilidad externa del
muro en condiciones estáticas a través de: análisis
de volteo, deslizamiento de la base y capacidad de
carga de la cimentación. Estos modos de falla o
inestabilidad se muestran en la figura 2. Se debe
tomar en cuenta que en los casos de estructuras
especiales, tales como muros de contención que
sirven como pilares de puentes, muros construidos
en taludes y/o muros construidos en presencia de
estratificación compleja, un análisis de estabilidad
 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al.
de la profundidad de desplante (también llamado de
rotación o de estabilidad global) es necesario y
debe ser incluido en el modelo.
Sin embargo, en el presente trabajo, suponiendo
que el muro está construido en un terreno nivelado,
sin una estratificación compleja, esto no es
necesario. Además, el análisis de asentamiento no
está incluido en el modelado.
Un análisis global de confiabilidad de un muro de
contención debería incluir el análisis de los modos
de falla estructural. Sin embargo, estos no se
abordan, ya que los objetivos del análisis de
confiabilidad se concentran en las fuentes de
incertidumbre geotécnicas. Se toma en cuenta,
como una simplificación razonable, que la
probabilidad de falla interna sería mucho menor que
los modos de falla externos. Esto es así porque la
resistencia del concreto armado tiene menor
variabilidad que la resistencia al corte del suelo.
En otras palabras, en los modos de falla
geotécnicos, tanto las solicitaciones como la
Figura 1. Geometría del muro de contención analizado.
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
3
resistencia son afectadas por la aleatoriedad de los
parámetros del suelo, mientras que en la
confiabilidad estructural sólo las solicitaciones se
ven afectadas por la variabilidad del suelo. Por lo
tanto, la aproximación que se hace aquí es que la
confiabilidad de modo estructural es cercana a uno y
este componente es neutral en la confiabilidad del
sistema. Un modelo integral debe incluir un análisis
de confiabilidad estructural de manera específica,
pero el objetivo aquí es investigar el proceso de
diseño geotécnico.
Un análisis completo de los modos de falla
estructural tendría que incluir al menos un control
contra el momento flexionante y cortante en la
pared, en el pie y en el talón (es decir, seis factores
de seguridad más). Asimismo, para que el estudio
fuese preciso, los elementos de diseño de concreto
armado, tendrían que ser incluidos. Este tipo de
análisis cae fuera del alcance del presente análisis,
cuyo enfoque es el proceso de diseño geotécnico.
 4 Título del trabajo

De acuerdo con los procedimientos de diseño D

geotécnico para este tipo de muro, el peso del Fcd =1+0.4 (8)
relleno en la pared y sobre el pie del muro se B'
considera como un bloque unido a la estructura. La
presión activa de tierra, en la interfaz ficticia entre d
Fqd = 1 + 2 tan ' 2 (1- sen ' 2 ) 2 (9)
esta masa de tierra y el relleno retenido, se calcula B'
de acuerdo a la teoría de Rankine. Para condiciones
de relleno seco, en adición al peso propio del muro Fγ d =1 (10)
(W CONC) y al peso del suelo sobre la base (W S), las
siguientes presiones son aplicadas sobre el muro:
La presión lateral activa de tierra P A actuante en ψ°
el respaldo de la unidad Relleno-muro:
Fci =Fqi =( 1-( ))2 (11)
90
1
PA  K A  1 H '2  2 c1 KA H ' (1) ° 2
2 F i = (1 - ( )) (12)
°
Donde: KA = coeficiente de presiona activa de
tierras, γ1= peso volumétrico de el relleno, c 1=
 Pa cos  
cohesión del suelo de relleno.  ° = tan -1   (13)
Para el relleno horizontal y vertical KA es igual a:  ΣV 
1  sen 1 Donde: e = excentricidad entre las fuerzas
KA  (2) verticales y el eje de la base del muro, Nc, Nq, Nγ =
1  sen 1 factores de capacidad de carga de Meyerhof, Fcd,
Donde φ1= ángulo de fricción del suelo de relleno Fqd, Fγd = factores de forma de Meyerhof, Fci, Fqi,
sobre la pared del muro. Fγi= factores de inclinación de Meyerhof, α= ángulo
La presión lateral actuante en el talón del muro de de inclinación del suelo de relleno, 0° en este
contención se considera como la presión pasiva de ejemplo.
tierra PP que, suponiendo una fricción cero en la Para la revisión al volteo se calculan las
interface suelo-concreto, está dada por: sumatorias de los momentos resistentes y motores
respectivamente. La resistencia al cortante SL
1 actuante a lo largo de la interfaz suelo-cimentación
PP  K P  2 d 2  2 c2 KP d
2 (3) está dada por:

Donde: KP = coeficiente de presiona pasiva de

tierra, γ1= Peso volumétrico de el relleno horizontal, SL = Bc 2* +  Fv * tan  2* (14)
c1= cohesión del suelo de cimentación, d = profun-
didad de desplante de la cimentación
El coeficiente KP es igual a: Donde: c*2 =cohesión del suelo sobre la interface
suelo-cimentación, φ*2= ángulo de fricción del suelo
1  sen  2 sobre la interfaz suelo-cimentación.
KP  En principio, el muro de contención es estable
1  sen  2 (4) cuando las cargas que tienden a provocar un
Donde φ2= ángulo de fricción del suelo de relleno mecanismo de inestabilidad son menores a las
horizontal en el talón. cargas que favorecen la resistencia del mecanismo
La capacidad de carga última qu se determina de (modelo resistencia-solicitación). En un análisis
acuerdo con Meyerhof mediante: determinista tradicional, el factor de seguridad
podría ser calculado para cada uno de los modos de
falla estipulados, empleando valores nominales
q u  C ' 2 NC Fcd Fci  q N q N qd N qi 
característicos de los parámetros de control.
1 Se recomendaría entonces que cada uno de los
N q Fqd Fqi   2 B ' N  F d F i (5) valores resultantes del factor de seguridad, fuera
2 mayor a valores empíricos específicos para cada
Donde: modo de falla. Los factores de seguridad requeridos
son del orden de 1.5-2 para volteo, 1.25-2 para
q = γ2 d (6) deslizamiento y 2-3 para capacidad de carga. El
hecho de que estos valores sean mayores a la
B'=B-2e (7) unidad es un reconocimiento de la importante
incertidumbre presente en el proceso de diseño,
aunque no esté explícitamente analizada.

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.

 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al.
La incertidumbre del modelo, en el contexto de
análisis de confiabilidad es aun un dominio en gran
parte inexplorado. En su exploración se requerirá
reunir y analizar bases de datos estadísticas sobre
predicción–comportamiento. En ausencia de dicha
información, es importante reconocer que la
confiabilidad estimada de falla tiene un significado
relativo. Esta puede ser empleada en análisis
comparativos como estudios de optimización,
siempre que estas comparaciones se basen en los
mismos modelos.
2.2 Modos de falla
En contraste con el cálculo determinista en un
análisis probabilista de la estabilidad del muro, las
fuentes de incertidumbre son caracterizadas y
explícitamente tomadas en cuenta en la estimación
de la confiabilidad. Con el fin de representar los
estados límite de equilibrio, es conveniente definir
funciones de comportamiento por analogía con los
factores de seguridad, como razones de seguridad
(RS). La razón de seguridad con respecto al volteo,
deslizamiento y capacidad de carga RSV, RSD ,
RSCC y respectivamente se expresan como:
Modo de falla 1.
ΣM R
RSV =
ΣM MOT (15)
Modo de falla 2.
ΣFR PP  S L
RSD= =
ΣFD PA (16)
Modo de falla 3.
qu
FS CC= (17)
qmax
Donde: ΣMR = sumatoria de momentos
resistentes, ΣMMOT = sumatoria de momentos
motrices, ΣFR = sumatoria de fuerzas resistentes al
deslizamiento, ΣFD = sumatoria de fuerzas
actuantes al deslizamiento, qb,L = capacidad de
carga última y qmax= máxima presión aplicada al
suelo de cimentación.
Cabe destacar que las expresiones matemáticas
expuestas son similares a aquellas que definen el
factor de seguridad pero, en contraste con estas
últimas, las funciones de seguridad son funciones de
parámetros del material de relleno y del suelo
afectados por la incertidumbre. Cuando estos
parámetros son modelados como variables
aleatorias, RSD y RSCC son funciones de variables
aleatorias y por lo tanto son cantidades aleatorias.
Para los tres mecanismos postulados de
inestabilidad, la falla es definida como el caso
correspondiente a valores RS menores a la unidad.
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
5
Se debe resaltar que el término “falla” no
necesariamente implica un colapso del muro o una
falla catastrófica, pero esta se refiere a cualquier
diferencia inaceptable entre un comportamiento
esperado y un comportamiento observado.
Otra opción en lugar de utilizar razones de
seguridad, podría ser el uso de márgenes de
seguridad, expresados como la diferencia entre
carga y resistencia.
La probabilidad PFi que [RSi] < 1 para cualquier
mecanismo i dado está definida por la siguiente
expresión:
PFi =P[RS i <1] (18)
Mientras que la confiabilidad está definida por el
complemento a la unidad:
R i =1- PFi = P[RS i  1]
(19)
2.3 Valoración de la confiabilidad del sistema
La estabilidad global del sistema es modelada
como un sistema en serie, es decir con cero
redundancias, esto significa que si al menos uno de
los modos de falla postulados ocurre, entonces el
sistema falla. En un concepto probabilista, como se
vió en el capítulo anterior, la falla global ocurre
cuando por lo menos uno de los eventos [RSV < 1],
[RSD < 1], [RSCC <1] sucede, y su probabilidad de
ocurrencia, PF, está dada por la probabilidad de la
unión de estos eventos:
PF =P[(RSV <1)  (RSD<1)  (RSCC <1) ]
(20)
Donde P [ ] indica la probabilidad del evento entre
paréntesis. La estabilidad global es el evento en el
que [RSV > 1], [RS D > 1], [RS CC >1] ocurran
simultáneamente. La probabilidad de ocurrencia de
este evento es la confiabilidad del muro:
C=P[(RSV  1)  (RSD  1)  (RSCC  1) ] (21)
Una muestra de un sistema en serie es como lo
indica la figura 2.
 6 Título del trabajo
Figura 2. Sistema en serie (Zevgolis y Bourdeau, 2009).
La estabilidad global del muro se muestra al final
de la cadena cuyos eslabones son los tres modos de
inestabilidad. Si alguno de los modos falla, entonces
no hay estabilidad global. En general, la estimación
de PF o C por integración exacta de las funciones
multivariadas es impráctica. Esta dificultad puede
solucionarse utilizando los métodos aproximados
que han sido desarrollados específicamente para los
sistemas de análisis de confiabilidad.
El más simple en el presente caso consistiría en
determinar las fronteras de confiabilidad de primer
orden del sistema. Si las razones de seguridad son
todas correlacionadas positivamente, entonces la
probabilidad de falla del sistema y la confiabilidad
del sistema pueden ser respectivamente definidas
por:
max {PFi }  PF  1-Π ( 1-PFi )
k PF  Σ ik1 PFi -Σ i=k 2 max j<1 P  Ei E j 
i=1 (22)
Π ik 1 C i  C  min {C i }
(23)
Donde: PFi= probabilidad de falla, Ci
=confiabilidad del sistema, respectivamente para
cada una de los tres modos de falla y k=3 (3 modos
de falla).
Si las razones de seguridad están correlacionadas
negativamente, entonces:
0  C  Σ i=1
k
Ci (24)
Los términos:
k estimaciones de las probabilidades de conjunto
1-Π i=k 1( 1-PFi ) y Π i  1 C i ,
son la probabilidad exacta de falla y confiabilidad
exacta en el caso de modos independientes. Los
términos max{PF i} y min{Ci} corresponden a la
probabilidad de falla exacta del sistema y a la
confiabilidad exacta del sistema cuando las razones
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
de seguridad están perfectamente y positivamente
correlacionadas. Por la característica de que el
intervalo definido por la ecuación anterior
usualmente es muy largo, la solución de fronteras
de confiabilidad de primer orden es útil,
principalmente en el caso de correlaciones positivas
entre razones de seguridad (por ejemplo, las
razones de seguridad son funciones del incremento
o de decremento simultáneo de las propiedades
ingenieriles de los suelos).
Esto es usualmente, pero no siempre, el caso en
la práctica. “Por ejemplo, incrementos en los valores
del ángulo de fricción generalmente tienen un
impacto positivo, mientras que incrementos en los
pesos volumétricos en algunos casos tienen
impactos negativos” (Zevgolis & Bourdeau 2008).
Debido a la complejidad de las ecuaciones
anteriores, no se puede llegar a una conclusión
segura con respecto al comportamiento ante una
variación simultánea de estas variables. Por lo
tanto, tener la libertad de restringir la hipótesis de
correlaciones positivas es una ventaja.
Las fronteras de primer orden descritas
anteriormente pueden ser improvisadas tomando en
cuenta la correlación existente entre pares de
modos potenciales de falla. Las fronteras
improvisadas resultantes requieren la probabilidad
de eventos conjuntos y por lo tanto podrían ser
llamadas bi-modales o fronteras de segundo orden.
Para k modos de falla (En este caso k=3), las
fronteras de probabilidad de falla superiores e
inferiores de segundo orden están dadas por las
siguientes relaciones:
  
PFi+Σ i=k 2 max 0 ; PFi -Σ ij=11 P  Ei E j  ] 
 
(25)
Donde: Ei, Ej = son los eventos de falla
individuales (siendo E1 el conjunto más amplio y PF1
su probabilidad de ocurrencia). Las fronteras
bimodales dependen del orden de los modos
individuales de falla. Esto significa que los
diferentes ordenamientos de los modos individuales
de falla podrían generar diferentes valores en la
ecuación anterior, entonces las fronteras
correspondientes a diferentes ordenamientos
podrían ser evaluadas para determinar las fronteras
más cercanas. Además, en casos de modos de falla
correlacionados, (como en el caso examinado), las
P(Ei,Ej) resultan muy complicadas.
El enfoque empleado en el presente estudio es
aún aproximado, pero constituye una estimación
más directa de la confiabilidad del sistema
empleando un algoritmo de simulación de
Montecarlo.
 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al.
La simulación de Monte Carlo, es una técnica
estocástica que consiste en generar un gran número
de procesos de simulaciones repetidas. Cada
simulación está basada en una generación de series
de valores de una o más variables aleatorias. El
proceso requiere una definición completa de las
distribuciones de probabilidad de las variables
aleatorias, pero a través de cálculos simples,
proporciona resultados empíricos de cálculos
aleatorios simulados numéricamente de las razones
de seguridad. En seguida, se pueden obtener
estimaciones estadísticas para la confiabilidad del
sistema, razones de seguridad, sus coeficientes de
correlación, u otros parámetros de interés.
La técnica de Monte Carlo está extensamente
documentada en la literatura de la Ingeniería
Geotécnica. A través de otras aplicaciones, ha sido
empleada para los análisis probabilistas de
problemas en presiones de tierra, estructuras de
retención, cimentaciones profundas, estabilidad de
taludes, entre otros.
La reciente evolución de la computadora personal
ha conducido a una técnica más precisa y
sofisticada en los últimos 30 años. Comúnmente, el
método es combinado con análisis de elemento
finito. Aquí se puede notar, que debido a la
complejidad del problema estudiado y las
correlaciones entre los distintos modos de falla, una
solución analítica a través de métodos de primero o
segundo orden (los dos basados en la expansión de
las series de Taylor) podría ser engorrosa y difícil de
obtener. Sin embargo, los métodos de confiabilidad
de primer o segundo orden compuestos por
conceptos de análisis asintóticos, como el que
presentó Hohenbichler (1987) en su publicación,
podrían ser empleados como alternativa con el fin
de resolver el problema sin serias dificultades
(Zevgolis y Bourdeau, 2008). Por otra parte, el
método de las estimaciones puntuales
(Rosenblueth) podría ser adecuado para calcular la
confiabilidad siempre y cuando las suposiciones se
hagan a las distribuciones de las razones de
seguridad, sin embargo, este no proveería una
estimación directa de su correlación.
En el caso de las simulaciones de Monte Carlo, y
aceptando que los modos de estabilidad están
representados adecuadamente por las ecuaciones
de las razones de seguridad, la dependencia entre
estos modos puede ser evaluada por las medias
aritméticas de los coeficientes de correlación lineal
(ρ).
Para cualquier par de medias aritméticas, i-j, ρ
está definida por:
Cov RSi ,RS j 
ρRS i RS j =
σ RSi σ RS j
(26)
Donde:
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
7
σRSi, σRSj = son las desviaciones estándar de las
variables RSi, RSj y Cov su covarianza.
La covarianza está definida como:
Cov RSi ,RS j =E   RSi  RSi   RS j  RS j  
(27)
Donde:
RSi  E  RSi  y RS j  E RS j  (28)
2.4 Variables deterministas
En el caso del ejemplo analizado, las características
geométricas del muro son consideradas como
cantidades deterministas. Estas están indicadas en
la figura 1 en la tabla 1. Una de ellas, el pie del
muro LH, es empleado como un parámetro variable
de diseño. En general todas las variables
deterministas pueden considerarse como variables
de control salvo que las restricciones de proyecto lo
rechacen. En este ejemplo se eligió el pie del muro
para esquematizar claramente la diferencia entre un
criterio determinista y un criterio probabilista.
Tabla 1. Características geométricas del muro analizado.
_____________________________________________________
Característica Notación Valor (m)
_____________________________________________________
Altura libre H 6
Profundidad de desplante D 1.5
Grosor de la base HT 0.8
Longitud del talón LT 0.8
Grosor de la pared LS 0.8
Longitud del pie LH 1.5-3.5
_____________________________________________________
2.5 Variables aleatorias
2.5.1Consideración de la variabilidad espacial
Cuando se desarrollan investigaciones extensivas
del sitio y también se estiman las propiedades del
suelo en un gran número de puntos sobre un lugar
en particular de un proyecto, podría ser posible
analizar estos datos estadísticamente y describir su
variabilidad espacial, con regiones sub-
homogéneas, considerándolo como un campo
aleatorio. Los elementos principales, de la
descripción de un campo aleatorio son: el valor
esperado, función de varianza y autocovarianza (o
la función de autocorrelación) de la propiedad del
suelo analizada.
“Análisis de sensibilidad” han mostrado, por
ejemplo, que autocorrelaciones de distancias cortas
para propiedades de resistencia tienden a reducir la
varianza de la resistencia del suelo en problemas de
equilibrio límite, y podrían resultar en probabilidades
de falla más pequeñas, comparadas con
autocorrelaciones de distancias largas (Zevgolis y
Bourdeau 2008). Sin embargo, aun cuando se
dispone de gran conjunto de datos para un sitio,
 8 Título del trabajo
funciones de autocorrelaciones empíricas son
imprecisas y difíciles de estimar con confianza.
También hay que señalar que el modelado de
problemas geotécnicos en dos dimensiones es
incompatible con una descripción correcta de un
campo aleatorio del sitio, ya que considerando una
sección transversal en dos dimensiones como una
representación del lugar, implícitamente asume que
todas las otras secciones transversales paralelas
son idénticas y sus propiedades perfectamente auto
correlacionadas en la dirección transversal.
En el presente ejemplo, no se considera una
descripción detallada de la geoestadística del sitio.
Se admite que las propiedades del suelo de
desplante así como las del suelo de relleno fueron
estimadas globalmente en base a un número
limitado de datos o a una opinión de expertos. Estas
propiedades son modeladas aquí como un campo
“estimado” empleando variables aleatorias que se
asume son homogéneas (o perfectamente
autocorrelacionadas) sobre el volumen de interés.
Se reconoce que este enfoque conduce a una
estimación conservadora de la probabilidad de falla,
pero esto no afecta la generalidad de la discusión
sobre las correlaciones de sistemas modales y la
optimización en el diseño.
2.5.2Densidad de probabilidad
Cada una de las variables aleatorias es
representada por sus dos primeros momentos (valor
medio µ y desviación estándar σ, o coeficiente de
variación CV), y su valor mínimo y máximo. Basado
en el principio de máxima entropía, las variables
aleatorias son modeladas empleando distribuciones
tipo Normal o de Gauss truncadas con las
características enlistadas en la tabla 2.
Tabla 2. Parámetros de probabilidad (de entrada) de las
propiedades del suelo.
_____________________________________________________
Parámetro Unidad μ σ CV Mín Máx
_____________________________________________________
γ1 KN/m3 20 1.40 0.07 14.4 25.6
φ1 ° 32 3.84 0.12 16.6 47.4
c1 KN/m2 0 0 0 0 0
γ2 KN/m3 18 1.26 0.07 13.0 23.0
φ2 ° 25 5.0 0.20 5.0 45.0
c_____________________________________________________
2 KN/m2 30 9.0 0.30 0 66.0
Se debe destacar que otro tipo de densidades de
probabilidad como: Log normal, Beta o Gamma
podrían haber sido otra opción para el modelado de
las variables aleatorias.
Los valores medios son seleccionados como
representativos de suelos típicos encontrados en el
sitio (es decir, material de relleno de grano grueso,
material de grano fino para suelo de cimentación).
Los coeficientes de variación, CV, son consistentes
con datos representativos registrados en la literatura
(Harr, 1987), (Lacasse y Nadim, 1996), (Phon y
Kulhawy, 1999).
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
En ausencia de una base de datos de las
especificaciones del sitio, se verifican los valores
mínimos y máximos basados en una regla arbitraria
de ± 4 desviaciones estándar de la media. Desde un
punto de vista estadístico, un intervalo de tal
magnitud garantiza una probabilidad alta de
ocurrencia: 93.75% empleando la desigualdad de
Chebyshev’s y 97.22% empleando la desigualdad de
Gauss para casos simétricos, como en el presente
ejemplo.
Al mismo tiempo, el significado físico y el
intervalo probable de la fluctuación son consistentes
con estos valores. Nótese que para μ - 4σ, el valor
mínimo de C2 resulta negativo, y por lo tanto en este
ejemplo el valor mínimo de C2 fue tomado igual a
cero. Las propiedades de interfaz a lo largo de la
base del muro, φ*2 y C*2, son reducidas con respecto
a las variables aleatorias φ2 y C2. Como resultado,
estas propiedades son también variables aleatorias,
modeladas como funciones lineales de φ2 y C2
siguiendo una distribución Normal.
La presión pasiva PP se desprecia en todos los
cálculos de razones de seguridad, que es
comúnmente el caso en el diseño, y todos los
factores de capacidad de carga, incluyendo factores
de inclinación y profundidad, son calculados en base
en las fórmulas de Meyerhof.
2.6 Simulaciones de Montecarlo
Se realizan análisis para un extenso rango de
longitudes del pie del muro de retención. Desde L H =
1.5m hasta LH = 3.5m, en incrementos de 0.1m (21
casos en total). Como un punto de referencia
determinista, los Factores de Seguridad Central
(FSC) son también calculados.
El FSC se define como el factor de seguridad
calculado con los valores medios de los parámetros.
Para las simulaciones probabilistas, treinta mil
iteraciones (ensayos) se realizan para cada caso
examinado. Este fue un número razonable para
conservar los errores en las probabilidades
estimadas dentro de límites tolerables. Otro enfoque
pudo haber sido prescribir la precisión deseada y
seleccionar el número de simulaciones con el fin de
lograr esta precisión.
Para cada iteración se genera un diferente grupo
de resultados de los cinco parámetros del suelo
(variables aleatorias) siguiendo una distribución
Normal con las características expuestas en la tabla
2. Como resultado, cada grupo corresponde a un
diferente resultado con respecto a los tres modos de
inestabilidad. La probabilidad de falla se calcula
entonces como:
nFi
PFi =
N (29)
Donde nFi es el número de veces que la razón de
seguridad del iésimo modo es menor a 1 y N es el
 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al. 9

número total de simulaciones o ensayos que son variación de los factores de seguridad centrales
realizados. La generación de los valores de las (FSC), calculados para cada modo de falla en
variables aleatorias es realizada empleando el función de la longitud del pie del muro (L H). En la
generador numérico variable (GNV) del software de figura 3 se puede notar que los incrementos de los
análisis de riesgo Crystal Ball® v.11.1.2, que calcula FSC son muy diferentes entre un modo de falla y
como una herramienta auxiliar dentro del software otro: FSCD y FSCCC crecen linealmente al
Microsoft Office Excel®. incrementarse LH, mientras FSCV crece en forma
Crystal Ball® permite la definición de variables de lineal pero con menor pendiente. El tipo de
diseño como variables aleatorias que siguen una información mostrada en la figura 3 presenta tres
función de probabilidad de masa o función de inconvenientes:
densidad de probabilidad (PMF o PDF por sus siglas 1. No proporciona resultados relativos a la
en inglés Probability Mass Function y Probability probabilidad de ocurrencia de los modos de falla, y
Density Function). Empleando las variables el resultado no indica el grado de seguridad global.
aleatorias definidas, el programa realiza 2. No proporciona conocimiento sobre la
simulaciones de Monte Carlo y proporciona dependencia entre los modos de falla y, por tanto,
resultados en términos de un rango extenso de no proporciona resultado respecto a la estabilidad
elementos, como funciones de densidad de global del muro.
probabilidad (PDF), funciones de distribución 3. La información a este nivel no puede ser
acumulada (CDF), parámetros estadísticos y otros. fácilmente empleada en un análisis de optimización.
Una gran ventaja es que admite una total extracción
de datos en Microsoft Excel®, incluyendo ambos
datos, de entrada y de salida basados en las
simulaciones realizadas. Esto proporciona al usuario
la oportunidad no sólo de desarrollar su propio
análisis estadístico sino también de examinar
cuidadosamente y validar los resultados arrojados
por el programa. Crystall Ball® ha sido empleado
frecuentemente en los últimos años en las
aplicaciones en Ingeniería Civil e Ingeniería
Geotécnica.
Basados en la evaluación de seis programas
disponibles que ofrecen la capacidad de aplicar
simulaciones de Monte Carlo, Metzger et al. (1998)
recomiendan Crystal Ball® como el mejor, para
problemas de análisis de riesgo que pueden ser
implementados en una hoja de cálculo. En cuanto al
(pseudo-) generador de números aleatorios se
refiere, Crystall Ball®, emplea un generador de
congruencia lineal multiplicativo (LGC, linear
congruential generator). La fórmula recursiva que ha
sido empleada es:
Figura 3. Factor de seguridad central contra longitud del
Z n+1 =  62,089,911 * Z n  mod(2 - 1)
31
(30)
pie del muro.

El generador anterior tiene un periodo completo 3.2 Modos de falla

de duración, igual a (2 32-1)-1 = 2,147,483,643, es
Los histogramas particulares obtenidos para
decir el ciclo de números variables se repite
Factores de Seguridad Centrales (FSC) con
después de más de dos mil millones de ensayos. De
respecto al volteo, deslizamiento y capacidad de
igual manera se realiza el análisis de confiabilidad
carga se muestran en las figuras 4 a 6,
mediante la generación de los valores de las
respectivamente. La tabla 3 indica los parámetros
variables aleatorias empleando únicamente
estadísticos obtenidos. Los errores estadísticos
Microsoft Excel, lo cual arroja resultados
asociados con estos parámetros pueden ser
homólogos..
estimados empleando el error estándar sobre la
media (εµ) y los correspondientes intervalos de
3 ANÁLISIS DE RESULTADOS confianza ((µ)1-α) expresados como:

3.1 Referencia a análisis deterministas  
N (31)
La figura 3 presenta los resultados de los análisis
deterministas como referencia. Se muestra la

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.

 10 Título del trabajo

  Tabla 3. Parámetros estadísticos de las razones de

σ σ
 µ 1 - α =  μ+k α

; μ  k α  

seguridad (para LH=3m).
_____________________________________________________
 2 N 1  
 2
N  Estadística Notación RSV RSD
_____________________________________________________RSCC
(32)
Iteraciones N 30,000 30,000 30,000
Donde (1-α) es una probabilidad especificada y Razón de Seguridad RS 3.71 2.47 3.72
kα/2 y k(1-α/2) son los valores altos y bajos de una Valor medio µ 3.77 2.53 4.43
Mediana µm 3.72 2.47 3.71
densidad de probabilidad normal. Los valores de los Desviación estándar σ 0.61 0.63 2.88
resultados anteriores se muestran en la tabla 3 para Varianza σ2 0.37 0.39 8.32
LH = 3m. Asimetría β1 0.6319 0.6277 2.88
Curtosis β2 3.79 3.83 20.06
Coeficiente de Variación CV 0.1612 0.2480 0.6505
Valor mínimo RSmin 2.05 0.68 0.28
Valor máximo RSmáx 7.61 6.32 51.21
Ancho de rango - 5.56 5.63 50.93
Error estándar de la media εµ 0.00 0.01 0.03
_____________________________________________________
Con base en los resultados anteriores, se observa
que los cálculos de capacidad de carga están
sujetos a un mayor grado de incertidumbre (CV
FSCCC = 0.6506) comparados con deslizamiento y
volteo (CV FSCD = 0.2480 y CV FSC V = 0.1612,
respectivamente) esto es consistente con las
conclusiones del estudio de Biernatowski y Pula
(1988). La diferencia de variación es así porque la
Figura 4.- Histograma de FSCV. capacidad de carga depende principalmente de la
cohesión y el ángulo de fricción del suelo de
cimentación, los cuales demuestran mayor
dispersión comparada con el ángulo de fricción del
suelo de relleno, y porque los coeficientes de
capacidad de carga dependen en forma no lineal del
ángulo de fricción (particularmente para valores muy
altos). Esto tiene un impacto en los errores
correspondientes εµ.
Por ejemplo, el error de la media del FSC CC es
aproximadamente tres veces mayor que el error de
FSCD. En cuanto a la simetría de las distribuciones
se refiere, la distribución de la capacidad de carga
se muestra sesgada, mostrando la parte larga de la
distribución en la parte derecha de la media (β 1>0).
Figura 5. Histograma de FSCD.
Esto se ilustra muy bien en los histogramas.
Especialmente el caso del FSC CC muestra un alto
grado de asimetría. Además, el FSC CC muestra
también el grado más alto de curtosis (apuntamiento
o concentración central).

Figura 6. Histograma de FSCCC.

Figura 7. Probabilidad de falla (log) por los distintos

modos contra longitud del pie del muro.

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.

 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al. 11

Las figuras 7 y 8 representan gráficamente los por capacidad de carga también se presenta y
modos de probabilidad de falla (P Fi) en escala viceversa. Un alto grado de correlación fue también
logarítmica con respecto a LH y FSCi observado entre FSCD y el FSCV, mientras FSCCC y
respectivamente, estas gráficas muestran que los FSCV presentaron un grado menor de correlación.
modos de probabilidad de falla no son funciones La tendencia de las correlaciones parece ser
lineales de LH y FSC. Por ejemplo, con base en la gradualmente decreciente cuando LH crece. En
figura 7 se observa que: general es claro que los tres modos de falla están
correlacionados en un grado mayor o menor entre
 a un valor de FSC CC = 2.45 le corresponde sí.
una PFCC =4.90%,
 a un valor de FSC CC =3.43 le corresponde
una PFCC =1.7% y
 a un valor de FSC CC = 4 le corresponde una
PFCC =0.47%
Por tanto, el FSC por sí solo no proporciona
información directa en cuanto a la probabilidad de
falla, ni en cuanto al grado de estabilidad alcanzado
cuando el diseño es modificado.
Para el caso del deslizamiento, se presentan
conclusiones similares. De acuerdo con la figura 7
se observa que la probabilidad de falla por volteo es
nula a partir de LH=1.7m. De otra manera, se espera
que el mismo nivel de seguridad para los tres
mecanismos de inestabilidad postulados sea
alcanzado para diferentes valores de LH y FSC. Figura 9. Probabilidad de falla (log) contra Factor de
Asimismo, en las figuras anteriores, se observa que, Seguridad Central.
para el ejemplo aquí analizado, FSC CC = 2.6
corresponde a FSCV = 1.7, lo que significa que 3.4 Confiabilidad del sistema
incluso un diseño con margen de seguridad amplio
La figura 10 representa gráficamente la probabilidad
con respecto a la capacidad de carga no
de falla del sistema (PF sys) como se calculó con la
necesariamente resulta con un margen de seguridad
ecuación general de probabilidad de falla (20) de
grande respecto al volteo. En relación con el modo
unión de los tres modos de falla, con variación de
de falla al volteo la PF D y la PFCC demuestran que
LH. La PFsys decrece con el intervalo de las fronteras
existe una variación suave con respecto a la
de primer orden calculadas con respecto a la
variación de la longitud del pie del muro.
ecuación de probabilidad de falla del sistema. Sin
embargo, queda la duda de que si es apropiado o no
el uso de estas fronteras, especialmente en
ausencia de un modo de falla dominante.
En lo que respecta al último comentario, la figura
11 muestra la PF sys en conjunto con los tres modos
de falla del sistema. Se muestra que el sistema es
controlado por la capacidad de carga en todas las
longitudes del pie, para este rango de L H. Cálculos
adicionales fueron realizados para LH menor a 1.50
m y mostraron que la falla por deslizamiento tiene
mayor probabilidad de falla que por capacidad de
carga, lo que indica que no hay un modo de falla
dominante en el sistema.
No puede concluirse a priori con respecto a lo
apropiado del uso de las fronteras de primer orden.
Figura 8. Probabilidad de falla (log) por los distintos Por ejemplo, en este problema y para un objetivo
modos contra longitud del pie del muro. PFsys =0.02 (1%), LH deberá ser 2.1 y 2.3m basado
en las fronteras menores y mayores
3.3 Dependencia de los modos de inestabilidad respectivamente (figura 10).
En la figura 9 se muestra que el grado más alto de
correlación se encuentra entre FSCD y FSCCC. En
términos de las iteraciones de Monte Carlo, esto
significa que para el ejemplo analizado, cuando la
falla por deslizamiento ocurre, generalmente la falla

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.

 12 Título del trabajo
Figura 10. Probabilidad de falla del sistema (log) contra
longitud de pie del muro LH.
Figura 11. Probabilidad de falla calculada del sistema y
probabilidad de falla de los modos de falla.
Empleando la ecuación de P F, LH deberá ser
2.3m. Entonces suponiendo que un modo de
independencia dirige a un sobreestimación del
diseño del pie del muro por 0.2m. En un intento de
cuantificar el grado de sobre o sub-estimación, la
figura 4.10, muestra las probabilidades de falla de
fronteras de primer orden normalizadas por PFsys
(ecuación de la probabilidad de falla del sistema). El
eje Y muestra las relaciones
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
1   ki1 1  PFi 
PFSYS
(Completa independencia), y
máx  PFi 
PFSYS
(Correlación perfecta).
Por ejemplo, para el valor de diseño de LH = 3m,
las razones anteriores son 1.006 y 0.884,
respectivamente.
Figura 10.- Relaciones de PFsys con las probabilidades de
falla de primer orden.
4 CONCLUSIONES
En el presente trabajo, se analiza la estabilidad de
un muro de concreto reforzado en voladizo
empleando un enfoque probabilista. Solamente se
consideró la estabilidad externa del muro bajo
condiciones estáticas a través del análisis de
deslizamiento en la base, de la capacidad de carga
del suelo de cimentación y del volteo. Con el fin de
representar estados límite de equilibrio, las
funciones de comportamiento se definieron como
relaciones de seguridad. La estabilidad en general,
se consideró como un sistema en serie. Las
propiedades ingenieriles del suelo de cimentación y
del suelo de relleno fueron consideradas como
variables aleatorias con distribución gaussiana.
Cada una de las variables se representó por su
media, desviación estándar, por su mínimo y su
máximo valor. Las características geométricas se
consideraron como cantidades deterministas, y la
longitud del pie del muro se consideró como un
parámetro de diseño variable. Los análisis se
realizaron para un amplio rango de esta variable,
utilizando un algoritmo de simulación de Monte
Carlo.
Las conclusiones derivadas del análisis son las
siguientes: Los cálculos de capacidad de carga se
 (sólo poner primer autor, ver ejemplo) APELLIDO Inicial del nombre et al.
encuentran sometidos a un mayor grado de
incertidumbre, en comparación con el deslizamiento
y el volteo. Esta conclusión es consistente con las
observaciones formuladas por Biernatowski y Pula
(1988). Se logra el mismo nivel de seguridad para
los tres mecanismos postulados de la inestabilidad
con diferentes valores del pie del muro (L H). Las
probabilidades de falla modales no son funciones
lineales de las relaciones de seguridad
correspondientes (ni de la variable de diseño LH).
Todas las relaciones de seguridad están
correlacionadas positivamente entre sí. El
coeficiente de correlación disminuye a medida que
aumenta LH. La correlación entre relaciones de
seguridad de deslizamiento-capacidad de carga y de
deslizamiento-volteo es elevada. La probabilidad de
falla del sistema se ubica dentro de las fronteras de
confiabilidad de primer orden. Sin embargo, de
acuerdo con la confiabilidad esperada y la presencia
o no de un modo de falla dominante, estos límites
pueden conducir a una notable sobre-estimación de
la probabilidad de falla del sistema, lo cual conduce
a un diseño conservador.
Se observa que para un cierto de valor de L H la
confiabilidad estimada es mayor cuando se
considera una completa independencia entre los
modos de falla que cuando se considera una
correlación perfecta entre ellos.
Se observa que para un muro en voladizo, el
modo de falla por volteo raramente domina el
diseño, tal como lo postulan Terzaghi (1996) y
Bowles, (1997)
En general, los análisis de confiabilidad no
sustituyen a los métodos convencionales de diseño,
sino que constituyen una herramienta
complementaria, sobre todo para un análisis de
riesgo. Actualmente, los análisis de riesgos son
requeridos cada vez más principalmente para obras
de ingeniería de gran envergadura.
La metodología presentada en este trabajo
proporciona las bases para el análisis de sistemas
complejos y diseños óptimos cuando se considera
incertidumbre en los parámetros geotécnicos del
subsuelo.
Con el propósito de realizar diseños más
confiables se recomienda realizar análisis de tipo
probabilista en sustitución de análisis deterministas.
REFERENCIAS
Ang, A. and Cornell, C., (1974), “Reliability bases of
structural safety and design”, Journal of the
Structural Division, ASCE, Vol. 100, No. ST9,
septiembre, pp. 1755-1769, Estados Unidos.
Ang, A. and Tang, W., (1975), “Probability concepts
in engineering planning and design”, Vol. 1-Basic
principles, John Wiley y Sons, New York, Estados
Unidos.
SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.
13
Ang, A. and Tang, W., (1984), “Probability concepts
in engineering planning and design”, Vol. 2-
Decision, risk and reliability, John Wiley y Sons,
New York, Estados Unidos.
Arias, F., (1997), “Confiabilidad de trincheras
estabilizadas con lodo”, Tesis de maestría,
DEPFI, UNAM, México.
Auvinet, G., Fry J.J., and Rossa, O., (1991),
“Reliability of homogeneous earthfills”,
Proceedings, Sixth International Conference on
Applications of Statistics and Probability in Civil
Engineering, CERRA-ICASP, Mexico , D.F.
Auvinet, G., (2002), Decimosexta Conferencia
Nabor Carrillo “Incertidumbre en Geotecnia”, XXI
Reunión Nacional de Mecánica de Suelos, SMMS,
Querétaro, México.
Auvinet, G., (2002), “Probabilidad y estadística”,
Notas del curso impartido en el Posgrado de
Ingeniería, DEPFI, UNAM, México.
Baecher, G. and Christian J., (2003), “Reliability and
statistics in geotechnical engineering”, Wiley,
England.
Benjamin, J. R. and Cornell, C. A., (1970),
“Probability, statistics and decision for civil
engineers”, Mc Graw-Hill, New York, USA.
Biernatowski K. and Puła W. (1988), “Probabilistic
analysis of the stability of massive bridge
abutments using simulation methods”. Struct
Safety; 5(1):1–15.
Blazquez R. and Der Kiureghian A., (1987), “Seismic
reliability of retaining walls”. In: Lind NC, editor.
5th International conference on application of
statistics and probability in soil and structural
engineering (ICASP 5), 25–29, BC (Canada):
Vancouver; 1987. p. 1149–56.
Bowles JE., (1997), “Foundation analysis and
design”. 5th ed. McGraw-Hill. Estados Unidos.
Bowles, D. and Yim, K., (1984), “Probabilistic
characterization of soil properties”, Bridge
Between Theory and Practice, American Society
of Civil Engineers, USA.
Chowdurry, 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.
Decisioneering Inc., (2011), Crystal Ball
v.11.1.1.1.00, Fusion Edition. Denver, CO, USA.
<www.decisioneering.com>.
Espino, E., (2012), Confiabilidad en Geotecnia, Tesis
para obtener el grado de ingeniero civil, Escuela
Superior de Ingeniería y Arquitectura, Instituto
Politécnico Nacional, México (Dir. G. Auvinet y
M. Juárez)
Harr ME., (1987), Reliability-based design in civil
engineering. McGraw-Hill.
Hohenbichler M, Gollwitzer S, Kruse W, and
Rackwitz R., (1987), “New light on first- and
second-order reliability methods”. Struct Safety;
4(4): pp.267–84.
 14 Título del trabajo

Juárez, M., (2001), “Aplicación de la geoestadística

a la descripción estratigráfica del subsuelo del
Valle de México”, Tesis de Maestría en Ciencias
(Mecánica de Suelos), Escuela Superior de
Ingeniería y Arquitectura, IPN, México, (Dir. G.
Auvinet).
Kaufmann, A., (1974), “Modèles mathématiques
pour l’étude de la fiabilité des systèmes”. Masson
et Cie Editeurs, Paris, France.
Lacasse S. and Nadim F., (1996), “Uncertainties in
characterising soil properties”. In: Shackelford
CD, Nelson PP, Roth MJS, editors. Uncertainty
’96: uncertainty in the geologic environment –
from theory to practice (geotechnical special
publication 58), ASCE, Madison, WI; pp. 49–75.
Low BK. (2005), “Reliability-based design applied to
retaining walls”. Geotechnique; 55(1): pp.63–75.
Mayer, H., (1926), “Die Sicherheit der Bauwerke”,
Springer-Verlag, Berlin, Alemania.
Metzger JN, Fjeld RA, Hammonds JS, and Hoffman
FO. (1998) “Evaluation of software for
propagating uncertainty through risk assessment
models”. Hum Ecol Risk Assess; 4(2): pp.263–90.
Nechnech, A., (1994), “Fiabilité des murs de
soutènement”, Diplôme d’Etudes Approfondies de
Génie Civil et Minier, Institut National
Polytechnique de Lorraine, Paris, Francia (Dir. G.
Auvinet).
Phoon K-K and Kulhawy FH., (1999),
Characterization of geotechnical variability. Can
Geotech J 1999; 36(4):612–24.
Rackwitz, R., (1975), “Principles and methods for a
practical probabilistic approach to structural
safety”, Sub-committee for first order reliability
concepts for design codes of the joint CEB-
CECM-CIB-FIP-IABSE committee on structural
safety, December, Estados Unidos.
Rosenblueth, E. and Esteva, L., (1971), “Reliability
basis for some Mexican codes”, American
Concrete Institute Publications SP-31, 1971,
Estados Unidos.
Zevgolis E. and Bourdeau L., (2008), “Probabilistic
analysis of retaining walls”, Geotechnical Special
Publication No. 37, 2010, Computers and
Geotechnics, Estados Unidos: 359-373.

SOCIEDAD MEXICANA DE INGENIERÍA GEOTÉCNICA A.C.