CAPITULO 2

EVALUACIÓN DE RIESGO SÍSMICO

ABSTRACT
Este capítulo describe los fundamentos de la evaluación de peligros sísmicos que constituye la
base en la definición de fuerzas de diseño sísmico. Los métodos clásicos probabilísticos y
deterministas de evaluación de riesgos con énfasis en sus componentes elementales. Las
discusiones sobre los elementos comunes y diferentes de la evaluación probabilística y
determinista de los riesgos se siguen paso a paso en las descripciones de cada método. El
capítulo termina con la introducción del espectro de peligro uniforme (UNIFORM HAZARD
SPECTRUM-UHE) que es uno de los principales resultados de la evaluación de riesgos sísmicos
probabilísticos. Este concepto se implementa en muchos códigos modernos de diseño sísmico
mientras derivan las fuerzas sísmicas elásticas. Como la base de la evaluación probabilística del
peligro sísmico se basa en la teoría de la probabilidad, la última parte del capítulo está dedicada
a temas fundamentales en la probabilidad.

DSHA: Deteministic Seismic Hazard Assessment (métodos deterministas de evaluación de

riesgos

PSHA: Probabilistic seismic hazard assessment (métodos probabilísticos de evaluación de riesgos

SHA: Seismic hazard assessment( evaluación de peligros sísmicos)

2.1 INTRODUCCION
La evaluación de peligros sísmicos (SHA) estima el nivel de un parámetro de intensidad de
movimiento del suelo (p. Ej., Aceleración máxima del suelo, PGA, velocidad máxima del suelo,
PGV y aceleración espectral, Sa*, en diferentes períodos de vibración, etc.) que se produciría
por futuros terremotos. Cuando el diseño o el rendimiento sísmico de las estructuras es motivo
de preocupación, uno de los principales objetivos de SHA es describir las intensidades de
movimiento de tierra de los terremotos de nivel de diseño. Cuando el riesgo sísmico (intensidad
de movimiento del suelo) es
Sa* La aceleración espectral es una cantidad de espectro de respuesta que se analiza en el Cap. 3. El espectro de
respuesta muestra los máximos absolutos de varios parámetros de respuesta de osciladores elásticos amortiguados
(o no amortiguados) (sistemas de un solo grado de libertad) para un conjunto de períodos de vibración bajo un
movimiento de terreno sísmico. Las ordenadas del espectro de respuesta (por ejemplo, aceleración espectral) se
definen como parámetros de intensidad de movimiento en tierra (como PGA y PGV) porque proporcionan información
sobre la intensidad del movimiento sobre el suelo considerando las características de dominio de tiempo y frecuencia
de los acelerogramas. Los parámetros de intensidad de movimiento de suelo son utilizados por SHA para definir el
nivel de peligro cuantitativamente.

combinado con la exposición humana y la vulnerabilidad sísmica (susceptibilidad al daño del

entorno construido a los efectos del terremoto), se obtiene el riesgo sísmico. SHA considera
principalmente las características fundamentales de las fuentes sísmicas (por ejemplo, fallas)
que producirían terremotos en las proximidades del sitio del proyecto. La información
recopilada a partir de fuentes sísmicas se elabora para estimar los parámetros de intensidad de
movimiento del suelo, que probablemente se producirán en los terremotos futuros.

SHA se puede tratar de forma determinista o probabilística. Este capítulo primero describe los
componentes principales en el SHA determinístico y probabilístico (abreviado como DSHA y
PSHA, respectivamente) y se sigue explicando los pasos principales en PSHA y DSHA. La última
metodología se puede considerar como el caso especial de la primera. Las discusiones sobre
PSHA se utilizan para introducir el espectro de riesgo uniforme (UHS) que se implementa
mediante los códigos de diseño sísmico actuales para definir el espectro de diseño. El capítulo
finaliza presentando los fundamentos de la teoría de la probabilidad para comprender lo
esencial en algunos de los pasos en PSHA.

2.2 Sismicidad y modelos de recurrencia sísmica

El primer paso en SHA es estudiar las fuentes sísmicas y evaluar la sísmica del pasado eventos
que afectan el sitio del proyecto. Las fuentes sísmicas (fallas, fuentes de área, etc.) son
caracterizadas principalmente por estudios geológicos y sismotectónicos. Actividad sísmica
(frecuencia de los terremotos que ocurren en la región de interés) se investiga desde catálogos
de terremotos Los catálogos de terremotos enumeran la ubicación y el tamaño de los
terremotos alrededor del sitio del proyecto que son de interés de ingeniería (es decir, eventos
más grandes que umbral de magnitud mínima). Estos terremotos están asociados con las
fuentes sísmicas a través de estudios geológicos y sismotectónicos. La figura 2.1 presenta un
mapa que muestra las ubicaciones de fuentes sísmicas activas (S1 y S2 como fallas, y S3 como
fuente de área) y distribución de terremotos alrededor de un sitio de proyecto ficticio que se
encuentra en el centro del área de estudio. Los límites del área de estudio deben cubrir toda la
actividad sísmica relevante que afectaría el sitio del proyecto.

La frecuencia de los terremotos generados por las fuentes sísmicas define el modelo de
recurrencia de terremotos que se utiliza en PSHA. Para una cierta magnitud (m *), el el modelo
de recurrencia de terremotos da la media anual del número de terremotos excediendo m *. El
estudio pionero de Gutenberg y Richter (1944) propuso la relación de recurrencia de terremoto
más simple, sin embargo, muy útil en Eq. (2.1). El modelo de recurrencia sísmica de Gutenberg
y Richter (1944) se obtuvo al compilar el catálogo de terremotos en el sur de California y
clasificándolos por el número total de terremotos que exceden diferentes magnitudes (METRO).
El número total de terremotos que exceden cada magnitud está normalizado por el tiempo total
cubierto por el catálogo de terremotos para describir la media anual tasa de excedencia Vm, de
un terremoto de magnitud m *

Fig, 2.1 Una ilustración de muestra que muestra las fallas (líneas continuas negras), la fuente de área (caja
rectangular gris) y la distribución espacial de eventos sísmicos (círculos con diferentes tamaños) en las
proximidades de un sitio de proyecto ficticio. Diferentes tamaños de terremotos designan terremotos con
diferentes magnitudes. La información extraída de estudios geológicos y sismotectónicos sirve para
caracterizar las fuentes sísmicas que afectan el área de estudio.
Siendo una relación logarítmica, Eq. (2.1) implica probabilidad exponencial distribución para
calcular la probabilidad de tasas medias de excedencia anual de terremotos en el área de
estudio. El parámetro 10a en Eq. (2.1) representa la media número anual de eventos por encima
de mmin, que describe la sísmica mínima tasa de actividad en el área de estudio 2. Por lo tanto,
una gran a implica una mayor actividad sísmica. Los el término de pendiente b define la
proporción de eventos de magnitud pequeña a grande. Una pendiente pronunciada significa el
predominio de eventos de menor magnitud con respecto a magnitudes mayores. Por el
contrario, valores menores de b indican una mayor contribución de eventos de gran magnitud a
la actividad sísmica de la fuente sísmica considerada.

Cálculo del modelo de recurrencia sísmica según lo sugerido por Gutenberg y Richter es un
procedimiento sencillo como se muestra en la figura 2.2. Después de compilar catálogo de
terremotos para la fuente sísmica de interés y la eliminación de los simulacros y réplicas (para
garantizar la independencia entre eventos sísmicos) el terremoto los datos se ordenan en orden
ascendente de magnitud (panel izquierdo en la Fig. 2.2). El número acumulado de terremotos
de magnitud m * o mayor se encuentra y son normalizado por el lapso de tiempo cubierto por
el catálogo para calcular la media anual tasa de excedencia de terremotos (vm). La duración
total del catálogo es de 102 años en este ejemplo. Los círculos negros en el diagrama
semilogarítmico (panel derecho en la Fig. 2.2) son la media de las tasas de excedencia anual en
función de M. Una línea recta se ajusta a estos puntos produce el modelo de recurrencia de
terremotos Gutenberg-Richter. Esta línea recta es …
2.La definición estricta de la relación de recurrencia del terremoto Gutenberg-Richter describe 10a como el número
de terremotos con magnitudes mayores o iguales a cero. El concepto de "magnitud cero" puede ser difícil de
entender para algunos lectores que no están familiarizados con esta notación.

Por lo tanto, este libro usa la terminología de "mínima magnitud, mmin" y desatiende los terremotos por debajo del
nivel de magnitud mínima en el modelo de recurrencia de terremotos de Gutenberg-Richter.

Fig. 2.2 Aplicación del modelo de recurrencia de terremotos Gutenberg-Richter en un conjunto de datos
reales. (La línea recta discontinua indica estimaciones Vm (M >m *) para magnitudes mayores que las
magnitudes de terremoto observadas en el catálogo)
también se muestra en el panel derecho de la Fig. 2.2, lo que sugiere que la media anual la tasa
de excedencia de los terremotos es, por ejemplo, ῀ 0.02 para M ≥ 6 y es aproximadamente 0.2
para terremotos de M ≥5. Este es el comportamiento esperado de modelos de recurrencia
sísmica: la tasa anual media de superación de los pequeños las magnitudes son mayores que
las de las grandes magnitudes. De paso, una importante observación que debe enfatizarse es
la importancia de usar una magnitud uniforme escalar en catálogos de terremotos para
desarrollar una recurrencia de magnitud consistente modelos.

Una consideración cuidadosa de la figura 2.2 sugiere que el ajuste de la línea recta se desvía de
la variación real de los datos (círculos negros) en el extremo de gran magnitud: el los datos
tienden a truncarse hacia magnitudes mayores. Esta observación se puede explicar al
considerar las limitaciones físicas de las fuentes sísmicas en la generación de terremotos por
encima de una cierta magnitud. Como se muestra en la Fig. 2.2, el evento máximo producido
por la fuente sísmica considerada tiene una magnitud de ῀ 6.2. La recta El modelo de línea,
debido a su naturaleza inherente, no puede limitar la magnitud máxima observada (mmax) y
podría estimar una media no realista (o físicamente injustificable) tasas de excedencia anual
para magnitudes que probablemente no ocurran en la fuente sísmica considerada. Este hecho
se ilustra con el segmento de línea discontinua en Fig. 2.2, que estima las tasas de excedencia
anual promedio para magnitudes mayores que la magnitud máxima que es casi imposible que
ocurra en esta fuente. Tales inconsistencias se pueden prevenir usando una magnitud más
rigurosa versus relaciones anuales de frecuencia para afinar los modelos de recurrencia de
terremotos.

Fig. 2.3 Modelo truncado de recurrencia de terremotos Gutenberg-Richter (línea continua) utilizando los
datos presentados en la figura 2.2 (Las flechas discontinuas se analizan más adelante en esta sección)

La saturación observada hacia magnitudes mayores se puede abordar utilizando el modelo

truncado de recurrencia de terremotos Gutenberg-Richter (McGuire y Arabasz) 1990). Este
modelo limita la frecuencia anual de terremotos para un mmax dado. Aunque hay modelos más
complicados de recurrencia de terremotos en la literatura (por ejemplo, el modelo característico
de recurrencia de terremotos; Youngs and Coppersmith 1985), su descripción y diferencias con
respecto a los mencionados en el texto está fuera del alcance de este capítulo.
La figura 2.3 muestra el modelo truncado de recurrencia de terremotos Gutenberg-Richter para
los datos dados en la Fig. 2.2. Como se indicó en el párrafo anterior, truncado Gutenberg-Richter
requiere información de mmax para describir el terremoto máximo tamaño que puede ser
generado por la fuente sísmica considerada. mmax está determinado ya sea a partir de la
información compilada del catálogo (por ejemplo, Mueller 2010) o del expresiones empíricas
que estiman mmax mediante el uso de dimensiones de ruptura de fallas (p. Wells y Coppersmith
1994; Leonard 2010). El primer enfoque es relevante para fuentes de área, pero también se
puede usar para fallas. Si la información del catálogo se utiliza para metro max, el experto en
riesgos sísmicos puede considerar la mayor magnitud observada en el catálogo de terremotos
con un incremento adicional (por ejemplo, 0,5 unidades) para dar cuenta de la incertidumbre
en el mayor terremoto posible en el futuro. Tenga en cuenta que el empírico las relaciones
implican regresión en conjuntos de datos limitados y producen el esperado valor de magnitud
asociado con una desviación estándar. Por lo tanto, con el uso de ecuaciones empíricas para
determinar mmax, sus desviaciones estándar deberían ser se considera que dibuja un límite
superior para mmax como proxy de la incertidumbre en el máximo posible tamaño de terremoto
futuro. Para el ejemplo dado en la figura 2.3, sin embargo, ninguno de los enfoques anteriores
se siguen y mmax se asume como 6.2, que se determina directamente a partir del catálogo
compilado (ver la tabla en la Fig. 2.2). La Tabla 2.1 enumera algunas relaciones empíricas de
Wells y Coppersmith (1994) para estimar mmax en términos de dimensiones de ruptura de fallas
(longitud de ruptura de superficie) y área total de ruptura). Estas relaciones también consideran
los mecanismos de fallas mientras se estiman las magnitudes máximas en términos de áreas de
ruptura de fallas y longitudes de ruptura.
Tabla 2.1 Relaciones empíricas para predecir la magnitud del momento máximo (Mw) en términos de
longitud de ruptura superficial (lrup) y área de ruptura (Arup) que son propuestas por Wells y Coppersmith
(1996)

El recíproco de la tasa de excedencia anual media en la recurrencia de terremotos los modelos

describen el intervalo de recurrencia de los eventos. El intervalo de recurrencia también es
conocido como el período de retorno de los terremotos. Por ejemplo, el intervalo de recurrencia
de El evento M ≥ 6.0 es 50 años (= 1 / 0.02) en el ejemplo dado en la Fig. 2.3 (rojo discontinuo)
flechas). En otras palabras, el tiempo promedio entre las ocurrencias de dos eventos
consecutivos de M ≥ 6.0 es 50 años para el caso dado. La distribución de terremotos dentro de
un período de tiempo, como se enfatiza en este ejemplo simple, es más significativo para evaluar
el nivel de peligro en un sitio o región. En general, el distribución temporal de la recurrencia del
terremoto en PSHA se caracteriza por la Proceso de Poisson

Si un proceso aleatorio genera eventos a una tasa promedio, m, y la ocurrencia de un evento es

independiente del tiempo, entonces es un proceso de Poisson. El marco de El proceso de Poisson
implica la igualdad de oportunidades de ocurrencia entre los eventos y su independencia el uno
del otro. En peligro sísmico probabilístico evaluación, el proceso aleatorio es el mecanismo del
terremoto y la media La tasa de eventos de excedencia, Vm (M >m *), se calcula a partir de los
modelos de recurrencia sísmica descritos en los párrafos anteriores. Siguiendo el ejemplo
discutido en las Figs. 2.2 y 2.3, la tasa media de excedencia de los terremotos con las magnitudes
mayores que 5 [es decir, Vm (M >5)] son ῀ 0,225. Esta estadística indicaría que cada 4-5 años
uno esperaría un terremoto de M >5 en el área de estudio considerada. En lo que se refiere a la
física de los terremotos (teoría del rebote elástico), dada una región, la ocurrencia de terremotos
no son independientes entre sí.

Por lo tanto, la actividad sísmica debería depender de los terremotos del pasado. Las tensiones
liberadas en un segmento de falla debido a la ocurrencia de un terremoto debería disminuir la
probabilidad de ocurrencia del próximo terremoto con aproximadamente el mismo tamaño a
partir del anterior en el mismo segmento de falla. Para este fin, ser estacionario en tiempo y no
tener memoria sobre la ocurrencia de terremotos, el proceso de Poisson no representa
completamente el mecanismo de terremoto real. Sin embargo, terremotos se puede suponer
que ocurren al azar, eventos independientes en el tiempo cuando el las simulaciones y las
réplicas se eliminan de los catálogos de terremotos. (Esto es, de hecho, la razón principal detrás
de la eliminación de los terremotos y las réplicas del terremoto.

Fig. 2.4 Ilustración de la distribución de probabilidad de Poisson asumiendo que la ocurrencia del terremoto
es un proceso de Poisson

catálogos como se indicó anteriormente). El intervalo de tiempo, t, en el proceso de Poisson se

conoce como tiempo de exposición y generalmente se considera como el tiempo de vida
económico nominal de estructuras tales como 50 años. Para un proceso de terremoto de
Poisson con una tasa media de excedencia de eventos mayor que m *, Vm (M >m *), la
probabilidad de observando n eventos que tienen magnitudes superiores a m * en el intervalo
de tiempo t es

Implicación de Eq. (2.2) se puede entender mejor a partir de la recurrencia del terremoto estudio
de caso discutido en las Figs. 2.2 y 2.3. Si la tasa de excedencia media de eventos con magnitudes
superiores a 5 [es decir, Vm (M >5)] se considera una vez más, en la probabilidad de observar n
terremotos durante un tiempo de exposición de t = 50 años es ilustrado en la Fig. 2.4. Las
probabilidades que se muestran en el panel izquierdo de la figura 2.4 son calculado variando n
de 1 a 24 para Vm (M >5) = 0.225 y t = 50 años. Por el rango de observaciones dado, la
probabilidad se vuelve máxima en n = 11 porque es el número de observación más cercano al
número esperado de eventos con M >5 (es decir, Vm (M >5)] t = 0,225*50 = 11,25) en un
intervalo de 50 años. Nota que la observación concluyente en el párrafo anterior para Vm (M
>5) es la expectativa de observar uno de esos eventos por cada 4-5 años que es completamente
consistente con las discusiones en este párrafo. El número esperado de las observaciones son
῀11 para un intervalo de 50 años donde la probabilidad de ocurrencia se vuelve máximo. La
distribución de Poisson expresa la probabilidad de ocurrencia de un número discreto de eventos
aleatorios en un intervalo de tiempo fijo, pero el aumento en el número de observaciones hace
que su comportamiento sea similar a la distribución de probabilidad normal con forma de
campana, como se representa en la figura 2.4 (panel izquierdo). Tenga en cuenta que la suma
de las probabilidades de todas las observaciones dadas en el panel derecho de la figura 2.4 es la
unidad.

La evaluación de riesgo sísmico probabilístico no está interesada en los sucesivos ocurrencia de

n terremotos con M >m * pero, más bien, se centra en la probabilidad de al menos un
evento de M >m * dentro de un intervalo de tiempo t. Esta probabilidad es conocida como la
probabilidad de excedencia. Se calcula restando el probabilidad de no observar terremoto [n =
0 en Eq. (2.2)] dentro del tiempo intervalo t desde la unidad. La ecuación (2.3) da la probabilidad
de relación de excedencia. Tenga en cuenta que la probabilidad de uno describe la ocurrencia
de infinito número de terremotos para el intervalo de magnitud de preocupación.

La ecuación (2.4) es la versión modificada de Eq. (2.3). Da la relación entre la probabilidad de

superación de un terremoto por encima de una cierta magnitud, m * [es decir, P (M >m *)] y la
tasa de excedencia anual media correspondiente (Vm (M >m *)] durante un tiempo de
exposición predeterminado t.

Para un tiempo de exposición de t = 50 años y para 10% de probabilidad de superación de

eventos con magnitudes mayores que m * (es decir, P (M >m *) = 0.1), la media anual la tasa de
excedencia es aproximadamente 2.1e-3 [calculada a partir de la ecuación. (2.4)]. Si el calculado
la tasa de excedencia anual media se usa como entrada en el modelo de recurrencia sísmica
presentado en la figura 2.3, la magnitud correspondiente es aproximadamente m * = 6.2 (ver
flechas azules en la Fig. 2.3). Este simple cálculo indica que dentro de 50-período de tiempo
desde hoy, la probabilidad de tener un evento con M ≥ 6.2 es 10% para el área de interés. La
validez de esta conclusión es bastante definitiva a menos que la aplicabilidad del proceso de
Poisson es cuestionada para el área de estudio.

Ejemplo 2.1 El modelo de recurrencia de terremotos Gutenberg-Richter produce la siguiente

relación para una fuente de área hipotética:
Suponiendo que los terremotos siguen el proceso de Poisson, calcule:

(a) La probabilidad de que al menos un terremoto de M >6 ocurra en 50 años y Intervalos de

recurrencia de 100 años.

(b) La probabilidad de que ocurra exactamente un terremoto de M >6 en 50 años y los intervalos
de recurrencia de 100 años.

(c) La magnitud que tendría un 10% de probabilidad de superación en 50 años intervalo de

recurrencia

(d) La magnitud que tendría una probabilidad de excedencia del 2% en 50 años intervalo de
recurrencia Solución

SOLUCION

La Figura 2.5 muestra el modelo de recurrencia de terremotos dado en el problema de ejemplo.

La tasa media de excedencia anual para M >6 se calcula como Vm (M >6) = 0.01 y se da en la
misma trama (flechas rojas). Las soluciones a las preguntas son tan sigue:

Fig. 2.5 Modelo de recurrencia de terremotos para la fuente de área hipotética

(a) Al usar Eq. (2.3), la probabilidad de que al menos un terremoto de M >6 ocurrir en 50-
años es

De manera similar, la probabilidad de que al menos un terremoto de M >6 ocurrir en 100

años esx|

(b) La probabilidad de tener exactamente un terremoto con M >6 se calcula de Eq. (2.2).
Para períodos de retorno de 50 y 100 años, estas probabilidades son,
 (c) La ecuación (2.4) se utiliza para calcular la tasa de excedencia anual media para un
magnitud de tener un 10% de probabilidad de superación en un período de 50 años. Esta el
cálculo se da a continuación:

La tasa de excedencia anual media calculada se inserta en la ecuación. (E2.1.1) para calcular la
magnitud, m *, correspondiente a la probabilidad de superación dada en un período de 50 años:

La figura 2.5 muestra la magnitud calculada, así como la tasa media de excedencia anual
correspondiente con flechas verdes discontinuas.

(d) Siguiendo el mismo procedimiento anterior, la magnitud se calcula como

m * = 7.39. La tasa media de excedencia anual correspondiente es 0.000404. Estos valores

también se muestran con flechas discontinuas verdes en la Fig. 2.5.
2.3 Ecuaciones de predicción de movimiento de tierra
(Relaciones de atenuación)
Las ecuaciones de predicción de movimiento en el suelo (GMPE) estiman los parámetros de
intensidad de movimiento en el suelo (p. Ej., PGA, PGV, ordenadas espectrales tales como Sa a
diferentes vibraciones). Períodos, etc.) en una ubicación específica al considerar la fuente, el
camino y los efectos del sitio. Estos efectos se describen principalmente por variables
independientes como la magnitud (M), distancia fuente-a-sitio (R), clase de sitio (SC) y estilo de
fallamiento (SoF) 3 .La consideración de la magnitud y el estilo de fallamiento describe los efectos
fuente, el cuentas de distancia fuente-a-sitio para la variación de amplitudes de onda sísmica
debido a efectos de ruta y clase de sitio mapas de la influencia del comportamiento del suelo en
el movimiento de la tierra amplitudes Los modelos predictivos de movimiento de suelo se
desarrollan usando regresión análisis y se basan en conjuntos de datos de movimiento empírico
terreno. La aleatoriedad en los parámetros de intensidad de movimiento del suelo que se
describe por gran movimiento de suelo conjuntos de datos es la razón fundamental detrás del
uso del análisis de regresión mientras produciendo GMPEs La forma funcional exponencial de
GMPEs se da en Eq. (2.5) y se originó a partir de la teoría de fuente del terremoto (Joyner y
Boore 1981).

Como uno puede inferir de la Eq. (2.5), el parámetro de intensidad de movimiento en el suelo Y
se calcula como resultado del proceso multiplicativo. Los parámetros del estimador
independiente M, R, SC y SoF se usan en diversas funciones, y Y se trata como una variable
aleatoria distribuida de forma logarítmica normal. La ecuación (2.6) es la más general formato
utilizado por los desarrolladores de modelos de GMPE.

Θ(M, R, SC, SoF) es un término funcional general que representa los efectos combinados de f
(M), f (R), f (SC) y f (SoF). Es la media logarítmica predicha l, de ln (Y). En de manera similar,σlny
es la desviación estándar (sigma) de ln (Y) y e es un estándar variable normal que describe el
número de desviaciones estándar anteriores (positivo e valores) o inferior (valores e negativos)
la media logarítmica predicha (mediana), l. Por lo tanto, e es un representante de la variabilidad
observada en ln (Y). En esencia, de PSHA punto de vista, los GMPE modelan las distribuciones
de probabilidad de la intensidad del movimiento del suelo parámetros condicionados a las
variables independientes utilizadas en su derivación. Como el logaritmo de una variable log-
normal es normal, las probabilidades de excedencia de Y para diferentes umbrales, y, se calculan
a partir de la densidad de probabilidad normal función como se da en Eq. (2.7).
3. The independent variables indicated here can be accepted as the fundamental ones. There are more complicated
independent estimator parameters that are used by many GMPE developers. Descriptions of these independent
parameters or their consideration are not the scope of this chapter. The book will refer to M, R, SC and SoF as the
fundamental seismological estimators while discussing the behavior of ground-motion intensity parameters.
Fig. 2.6 Distribución de probabilidad normal estándar de e para describir los cálculos de
probabilidad de excedencia en GMPE

El integrando en Eq. (2.7) es la función de densidad de probabilidad normal, Esta

ecuación también puede representarse mediante la distribución de probabilidad normal

estándar de con media cero y varianza unitaria.

El marco teórico dado en Eq. (2.8) se ilustra en la Fig. 2.6. Cuando e toma un valor de cero, el
parámetro de intensidad de movimiento del suelo estimado tiene 50% probabilidad de
excedencia (es decir, Es por eso que el equipado curva en forma de Eq. (2.6)
con ɛ = 0 se llama como la '' curva mediana ''. Cuando ɛ = 1
es aproximadamente 16%. Los la normalidad de epsilon implica que se tenga en cuenta, por
ejemplo, el rango ± 3ɛ representa el ῀ 99% de la incertidumbre en la intensidad de movimiento
de tierra estimada parámetro, Y.

La Figura 2.7 ilustra los conceptos discutidos al usar la variación de un GMPE derivado para
estimar PGA (aceleración de tierra máxima). El modelo predictivo es ajustado a los valores de
PGA de las condiciones de suelo rígido que se obtienen de varios acelerogramas de movimiento
fuerte de magnitudes que van de 6.0 a 7.0. El sólido curva describe la variación mediana de la
PGA estimada como una función de distancia. Las curvas discontinuas muestran las estimaciones
PGA para mediana ± σ
Fig. 2.7 Mediana y mediana ± curvas sigma del sitio rígido PGA. Los puntos de dispersión son los valores
de PGA de sitio rígido observados de 6.0 < M < 7.0

Tabla 2.2 Probabilidades de S a0.2s superiores a 0.75 g a diferentes distancias

La probabilidad de excedencia de las PGA estimadas es ῀16% para la mediana + σ curva, mientras
que esta probabilidad es ῀ 84% para la curva mediana -σ. La proba La gráfica de probabilidad
asociada con las curvas PGA ilustra mejor estas interpretaciones.

Ejemplo 2.2 La ecuación de predicción de movimiento de tierra de Akkar y Bommer (2010) tiene
la siguiente forma para estimar Sa en T = 0.2 s (Sa0.2s) para un sitio de roca cuando el terremoto
es generado por una falla de deslizamiento.

La desviación estándar asociada (sigma) es σlny = 0.695. Determine las probabilidades de

Sa0.2s >0.75 g a distancias de 5, 20, 30, 50 y 75 km para M 7.

Nota: El GMPE original Akkar y Bommer (2010) se vuelve a escalar para estimar las aceleraciones
espectrales en términos de aceleración gravitacional, g. Tambien es originalmente en log10 que
se modificó para el logaritmo natural para coherencia con el notaciones usadas en el texto.

Solución

Los medios logarítmicos de Eq. (E2.2.1) para las distancias designadas y M 7 son dado en la
Tabla 2.2. Estos valores y la desviación estándar logarítmica asociada (σlny = 0.695) se usan en
Eq. (2.7) para calcular P (Sa0.2s >0.75 g). El calculado las probabilidades se dan en la última
columna de la Tabla 2.2. La figura 2.8 muestra las funciones de distribución de probabilidad
para cada caso. Las áreas sombreadas en la probabilidad las funciones de distribución
corresponden a las probabilidades de excedencia de 0,75 g

Fig. 2.8 Distribuciones de probabilidad de Eq. (E2.2.1) a distancias discretas (R = 5, 20, 30, 50, 75 km). Las
áreas sombreadas en cada función de densidad de probabilidad muestran las probabilidades de
excedencia de 0.75 g. El nivel de 0.75 g se muestra con una línea roja continua. La línea negra gruesa
muestra la variación de Eq. (E2.2.1) en función de la distancia (figura de color solo para línea)

2.4 Análisis Probabilista de Peligro Sísmico

El análisis de riesgo sísmico probabilístico (PSHA) representa todos los posibles escenarios de
terremotos y niveles de movimiento del suelo que pueden ocurrir en la sísmica fuentes que
afectan el sitio del proyecto. El proponente de este método es Cornell (1968).

Los niveles de movimiento en el suelo se determinan como un rango de valores sigma por
encima o debajo de la estimación mediana de movimiento de suelo. En cierto sentido, PSHA
agrupa un gran número de escenarios de terremotos (es decir, todas las posibles combinaciones
de magnitud, distancia y sigma) que pueden ser generados por las fuentes sísmicas. Calcula la
media anual la tasa del parámetro de intensidad de movimiento en el suelo de interés (por
ejemplo, PGA) que excede una nivel de umbral específico. La tasa de excedencia anual media
calculada puede ser expresado como una probabilidad para un tiempo de exposición dado,
suponiendo que los parámetros de intensidad del movimiento terrestre también siguen la
distribución de Poisson 4

Dada una fuente sísmica, el cálculo de la tasa anual media (c) para el parámetro Y de intensidad
de movimiento terrestre que excede un nivel umbral y puede ser descrito por el integral dado
en Eq. (2.9)

En esta expresión, Vm (M >m min) es la tasa de excedencia anual media de los terremotos con
magnitudes superiores a mmin para la fuente sísmica considerada. Los funciones de densidad
de probabilidad de recurrencia de terremotos y distancia de fuente a sitio se describen por fM
(m) y fR (r), respectivamente. El concepto teórico bajo los modelos de recurrencia de
terremotos para fuentes sísmicas se discuten en la Sect. 2.2. fR (r) representa la incertidumbre
de la ubicación de los eventos que ocurren en la sísmica fuente.
4.Existen modelos más complicados que el proceso de Poisson para describir las probabilidades de tasas medias de
ocurrencia de terremotos. Estos modelos están fuera del alcance de este capítulo.

En general, se supone que los terremotos están distribuidos uniformemente dentro de un fuente
sísmica La función de densidad de probabilidad, fR (r), transforma esta suposición en la
incertidumbre en la distancia fuente-a-sitio dependiendo de la fuente sísmica geometría. (Los
problemas que ilustran las derivaciones de fM (m) y fR (r) para algunos casos específicos se dan
en la Sección 2.7). expresa la variabilidad en el parámetro de intensidad de
movimiento de terreno de interés. Tenga en cuenta que las condiciones del suelo de Se supone
que el sitio del proyecto y el mecanismo de fallas de la fuente sísmica son conocidos y se
mantiene fijo en los cálculos. se determina a partir del elegido modelo predictivo
de movimiento de suelo (ver discusiones en la Sección 2.3). El GMPE elegido debe abordar las
características sismotectónicas generales de la fuente sísmica (estilo de falla, regiones
superficiales frente a terremotos profundos, etc.) y debe reflejar adecuadamente las
condiciones del suelo en el sitio. Las condiciones del suelo se pueden clasificar en términos de
clases genéricas del sitio, tales como suelo rocoso, rígido o blando que son compatibles con
sísmica disposiciones del código. Las condiciones del suelo también se pueden determinar en
términos de promedio velocidad de la onda de corte en el perfil superior del suelo de 30 m (VS30)
calculado in situ análisis geofísico en el sitio del proyecto. Muchos códigos de diseño sísmico
clasifican el suelo condiciones mediante el uso de diferentes intervalos V S30.

La ecuación (2.9) incorpora el conocimiento sobre las tasas de superación anual de terremotos,
los posibles rangos de magnitud y las distancias fuente-a-sitio de aquellos terremotos y la
distribución de Y en el cálculo de la tasa media anual de Y excediendo un cierto nivel de umbral,
y. La consideración de todas las incertidumbres en los componentes integrales de riesgo hacen
que la solución analítica de Eq. (2.9) casi imposible y poco práctico. Por lo tanto, los cálculos se
basan generalmente en discretizar los rangos de magnitud y distancia en nm y nr segmentos,
respectivamente. Este enfoque transforma las operaciones integrales en suma como se da en
Eq. (2.10). Esta ecuación también explica la existencia de sísmica múltiple (ns) fuentes que tienen
el potencial de afectar el sitio del proyecto.

Como Eq. (2.10) discretiza las magnitudes y las distancias fuente-a-sitio, los términos de
probabilidad fM (m) y fR (r) en Eq. (2.9) están descritos por P (M = mj) y P (R = r k),
respectivamente en esta expresión. La implementación de la teoría anterior es explicado en los
siguientes pasos con la ayuda de ilustraciones representativas dadas en Fig. 2.9.

1. Desarrollar un conjunto de escenarios de terremotos considerando la actividad sísmica

del fuente (s) en el área considerada. Este paso requiere la determinación de los eventos
de magnitud mínima y máxima que se discuten en la Sección. 2.2. los experto en peligros
considera un rango de magnitudes de escenarios discretos entre mmin y mmax que
representa el escenario de terremotos que es probable que ocurra en el fuentes). La
 magnitud mínima generalmente se determina a partir del tamaño de terremoto mínimo
de importancia de ingeniería para el proyecto específico.

Fig. 2.9 Componentes principales de PSHA asumiendo que el sitio del proyecto se ve afectado por
una sola fuente

Se calculan las probabilidades de las magnitudes de escenarios discretos, P (M = m j) de la (s)

función (es) de densidad de probabilidad, fM (m), de la magnitud recurrencia modelo(s)
derivado(s) para la(s) fuente(s) sísmica (figura 2.9b).

2. Para cada magnitud de escenario, estime la longitud de ruptura (lrup) desde relaciones
empírica M versus lrup que tienen formatos similares a los dados en Tabla 2.1 (por ejemplo,
log10*lrup = a+ B x Mw). Dependiendo del tamaño de la ruptura, el El terremoto de escenario
considerado puede ocurrir en cualquier ubicación dentro de la fuente. Como se ilustra en la
figura 2.9a, nr (r = 1 ... k) diferentes ubicaciones discretas de ruptura pueden establecerse
para una magnitud de escenario dada. Suponiendo que la ubicación de la ruptura es
uniformemente distribuido dentro de la fuente sísmica (es decir, P (ubicación | escenario) =
1 / nr), las probabilidades de distancias de fuente a sitio, P (R = rk), se calculan como se
muestra en la parte superior de la figura 2.9a. Tenga en cuenta que el cálculo confiable de
fuente a sitio las probabilidades de distancia dependen de la consideración adecuada de
fuente a sitio distancia métrica que es utilizada por el modelo predictivo de movimiento de
suelo. El cálculo de algunas métricas de distancia de fuente a sitio requiere geometría de
fuente. Tal la información no siempre está disponible a partir de estudios geológicos. El
experto en peligros debe hacer algunas suposiciones apropiadas y físicamente justificables
en ausencia de tal información. Las metodologías existentes para este tipo de cálculos están
fuera del alcance de este capítulo.

3. Contribuciones de cada posible combinación de distancia fuente-a-sitio y magnitud del

escenario en la (s) fuente (s) sísmica (s) se utilizan para calcular la media tasa de superación
anual c (Y [y). Para una fuente dada i, este paso implica el suma de las siguientes tasas
discretas.
 Los cálculos de la tasa anterior se repiten con la existencia de múltiples fuentes en el área
de estudio. La tasa media anual total para superar el umbral y es:

Fig. 2.10 Curva de riesgo de muestra calculada para PGA

4. Si todo el proceso se repite para diferentes valores de umbral, el llamado '' Curva de riesgo
sísmico '' para el parámetro de intensidad de movimiento del suelo de interés es adquirido. Las
curvas de peligro son de uso particular para el diseño de ingeniería, ya que puede describir los
niveles de movimientos de suelo (por ejemplo, PGA, Sa a diferentes vibraciones) períodos) para
diferentes tasas anuales de excedencia. Esta información es utilizada por ingeniero para diseñar
o verificar el rendimiento de los sistemas estructurales bajo demanda sísmica inducida por
terremotos. Un ejemplo de curva de riesgo sísmico es dado en la figura 2.10 para PGA
suponiendo que es la intensidad del movimiento del suelo parámetro de interés.

Como se discutió a lo largo de esta sección, PSHA es un proceso probabilístico que produce
curvas de riesgo para informar al ingeniero de diseño sobre la superación anual media. tasas de
movimientos de tierra para un cierto umbral. Los cálculos generales se basan en un conjunto de
posibles escenarios de terremotos en la (s) fuente (s) sísmica (s). El peligro curva presentada en
la figura 2.10 muestra que la tasa media anual de PGA excediendo 0.16 g es 0.01. En otras
palabras, el tiempo promedio entre las ocurrencias de este El nivel de PGA es de 100 años (1 /
0.01) para el sitio del proyecto en el cual el peligro específico curva (Fig. 2.10) se calcula. El
tiempo promedio (recíproco de las tasas medias anuales) dado en la curva de peligro) entre las
ocurrencias de un cierto movimiento de la tierra nivel de intensidad se llama período de retorno
en PSHA. Si la ocurrencia de movimiento de la tierra intensidades también se supone que es
Poisson como en el caso de ocurrencia de terremoto, los períodos de retorno de las intensidades
de movimiento de suelo se pueden expresar en términos de diferentes probabilidades para un
tiempo de exposición de t años. Usando Eq. (2.4) y asumiendo

t = 50 años, la probabilidad de excedencia para una intensidad de movimiento en el suelo de

ϒ = 0.0004 se calcula como ῀ 2%. Es decir, las intensidades de movimiento de suelo con una

la tasa media anual de ϒ= 0.004 tiene un 2% de probabilidad de excedencia para un edificio

vida de servicio de 50 años. La misma probabilidad de excedencia es ῀10% para las
intensidades de movimiento terrestre correspondientes a ϒ= 0.002 cuando t se toma como 50
años.

Tabla 2.3 Probabilidades de magnitud de la falla ficticia de deslizamiento con el modelo de

recurrencia de terremotos Gutenberg-Richter

Ejemplo 2.3 Se construirá una planta de energía en un sitio de roca a 25 km de distancia de

una falla de deslizamiento. El sitio del proyecto se encuentra en una región propensa a poca
profundidad los terremotos corticales activos y la falla pueden producir terremotos con un
máximo magnitud de momento de Mw 6. La magnitud mínima considerada para la ingeniería
el diseño es Mw 5 y los estudios de caracterización de fuentes sísmicas indicaron que la media
tasa de superación anual de M w C5 es 0,15 (es decir, Vm (Mw >5) = 0,15). Se asume que los
terremotos que ocurren en la falla siguen el terremoto de Gutenberg-Richter modelo de
recurrencia con un valor de b de 1. Esta información arroja las probabilidades discretas de
magnitudes entre 5 ≤ Mw ≤ 6 que se enumeran en la Tabla 2.3. La empresa de ingeniería
necesita Sa en T = 0.5 s (Sa0.5s) por un período de retorno de 475 años para diseñar el edificio
principal de la planta de energía. El período de vibración elegido (T = 0.5 s) corresponde al
período fundamental del edificio. Determina el Sa correspondiente en T = 0.5 s. Supongamos
que los terremotos y el movimiento de la tierra los parámetros de intensidad siguen el proceso
de Poisson para la solución.

Solución
Este problema es un caso simple para mostrar los pasos de cálculo de PSHA descritos en Secta.
2.4. El rango de magnitud que se espera que ocurra en la falla dada es discretizado mediante el
uso de un pequeño número de intervalos para seguir los cálculos fácilmente (Tabla 2.3). En PSHA
real, el rango de magnitud se divide en un mayor número de intervalos para obtener resultados
más precisos. Se asume que la falla de deslizamiento es una punto de partida. Esta suposición
no tiene en cuenta la geometría de falla real. Por lo tanto, la solución renuncia a la
incertidumbre en la distribución espacial de los terremotos (es decir, P (R = 25) = 1); que es otra
simplificación en la solución. El seleccionado la ecuación de predicción del movimiento del suelo
es el modelo de Akkar y Bommer (2010) y se da en las siguientes líneas para el caso considerado
en este ejemplo:

Este GMPE predice Sa en cm / s2 y su desviación estándar es σlny = 0.7576 a T = 0.5 s. La forma

funcional original está en unidades log10 y se modifica para logaritmos naturales, que es la
unidad logarítmica utilizada en todo el texto. La Tabla 2.4 enumera las probabilidades de
excedencia para un conjunto de aceleración de umbral valores para cada posible combinación
de magnitud-distancia considerada en la solución [es decir, P (Sa0.5s >y | mj, r = 25)]. Tenga en
cuenta que la distancia de origen a sitio es constante para

Fig. 2.11 Curvas de peligro para Sa en T = 0.5 s en términos de tasa de excedencia anual (panel izquierdo),
período de retorno (panel central) y probabilidad de excedencia asumiendo que la vida útil del edificio es
de 50 años

todos los escenarios y es R = 10 km. La variable µ en la Tabla 2.4 es logarítmica aceleración media
para cada combinación de magnitud-distancia calculada a partir de la expresión de Akkar y
Bommer (2010) como se indicó anteriormente. Los cálculos de probabilidad se hacen usando
Eq. (2.7). La tasa anual de Sa0.5s excede un determinado valor de aceleración de umbral [es
decir, ϒ (Sa0.5s >y)] es la suma de los productos de
correspondientes a la Combinaciones M-R que
contribuyen a Las contribuciones de las combinaciones M-R a la tasa anual final de cada
valor de aceleración umbral se dan en Tabla 2.5. Las tasas anuales finales se indican en negrita.
La Figura 2.11 describe el curvas de peligro para S a0.5s en términos de tasas anuales (panel
izquierdo), períodos de retorno (centro panel) y las probabilidades de excedencia (panel
derecho). Los periodos de retorno son recíprocos de las tasas de excedencia anual, mientras que
las probabilidades se calculan utilizando Eq. (2.4) suponiendo que la vida útil (tiempo de
exposición) del edificio sujeto es t = 50 años. Por conveniencia, la forma modificada de Eq. (2.4)
para computación las probabilidades, P (Sa0.5s > y), de las tasas de excedencia anual se dan en
Eq. (E2.3.2).
Las gráficas en la figura 2.11 también muestran el valor de aceleración espectral de diseño en T
= 0.5 s (flechas rojas de guiones). El período de retorno de 475 años que corresponde a una
anual tasa de excedencia de 0.0021 (= 1/475), o 10% de probabilidad de excedencia en 50 años,
produce una aceleración espectral de ῀200 cm / s2 para el diseño de la potencia planta de
construcción.

2.5 Deterministic Seismic Hazard Analysis