ANALISIS GEOESTADISTICO PARA DETERMINACION DE LA

PROBABILIDAD DE ASENTAMIENTO DE LAS UNIDADES LITOLOGICAS EN

LA COMUNA 8 DEL MUNICIPIO DE SANJOSE DE CUCUTA

WILFRIDO MENESES GELVIS, LUIS RUEDA PEREZ

Universidad Francisco de Paula Santander, Facultad de Ingenieras,
Departamento de Geotecnia y minera,
Programa de: Ingeniera Civil
Ccuta, Norte de Santander, Colombia
Noviembre-2016

Resumen
La investigacin se realiz con datos obtenidos de la tesis Mapa de caracterizacin mecnica de las unidades
litolgica de San Jos de Ccuta (Bueno Y, 2010) donde se obtuvieron valores para los diferentes parmetros
Que caracterizan las unidades litolgicas en la comuna 8 de san Jos de Ccuta, por medio de mtodos
numricos de regresin lineal se imputaron los datos faltantes mediante mnimos cuadrados para
posteriormente definir el tipo de distribucin y aplicar el mtodo de Montecarlo para obtener la probabilidad
de asentamiento.

Palabras clave: mtodo de Montecarlo, asentamientos, capacidad admisible, mdulo de poisson, modulo
elstico.

Abstract
The research was carried out with data obtained from the thesis "Map of mechanical
characterization of the lithological units of San Jos de Ccuta" (Bueno Y, 2010) where
values were obtained for the different parameters Characterizing lithological units in
commune 8 of San Jos de Ccuta, using numerical linear regression methods, the
missing data were allocated using least squares to later define the type of distribution
and to apply the Monte Carlo method to obtain the probability of settlement.

Keywords: Monte Carlo method, settlements, permissible capacity, poisson module, elastic module.
Introduccin
La Comuna N 8 de san Jos de Ccuta
comprende el Sector Occidental de la ciudad, la
integran los siguientes barrios: Atalaya, El
Progreso, Antonia Santos, Cerro Pico, Palmeras,
Belisario, Atalaya I, II, Y III Etapas, Ccuta 75,
Los Almendros, Nia Ceci, Carlos Ramrez Paris,
Doa Nidia, La Victoria, 6 De Enero, El Rodeo,
La Coralina, El Minuto De Dios, Nuevo
Horizonte, Los Olivos, El Desierto, 7 De Agosto,
Juana Rangel, Valles Del Rodeo y los futuros
barrios que se localicen dentro de la comuna.
Cementerio Los Olivos (Bueno Y 2010).
En la ciudad de Ccuta es muy difcil encontrar
estudios geotcnicos reales los cuales son de vital
importancia a la hora de hacer edificaciones, esta
falta de informacin no nos permite aplicar
correctamente la norma sismo resistente (NSR
2010), por lo que se puede decir que la ciudad de
Ccuta no se encuentra preparada para afrontar un
evento ssmico como el sufrido en el ao 1875.
Ante la falta de datos aparece como alternativa
mtodos geo estadsticos los cuales son ms
econmicos y nos permiten hacer estimaciones
aproximadas.
preocupacin al momento de predecir
asentamientos o capacidad de carga, que genera
accidentes en edificaciones y estructuras de gran
importancia.
Con los datos obtenidos atravez de imputacin se
proceder al clculo de la probabilidad de
asentamiento generando una nueva funcin
mediante la simulacin de Montecarlo.
Materiales y Mtodos
Para la investigacin se tomo como base los datos
obtenidos en la tesis Mapa de caracterizacin
mecnica de las unidades litolgica de San Jos de
Ccuta (Bueno Y, 2010) con los cuales se
procedi a aplicar el mtodo de mnimos
cuadrados para imputar los datos faltantes.
-de Primero se elimin los datos faltantes y se
empez a calcular la funcin para determinar los
datos faltantes
-Se hall el coeficiente correlacin dando un valor
muy cercano a uno.

los procedimientos de imputacin de datos deben

aplicarse en forma intensiva, pero es altamente
probable que en la prctica no se satisfagan los
supuestos en que se fundamenta su metodologa,
ya que es comn que el patrn de datos omitidos
est asociado a las caractersticas de la poblacin
de referencia, lo cual invalida el supuesto de
aleatoriedad en el que se sustenta la tcnica
(Rubn 1987).

Entre los estadsticos existe consenso de que la

mejor forma de enfrentar la falta de respuesta es
evitndola. No obstante, se reconoce que
eliminarla es imposible, por lo que toda vez que
esta se presenta existen procedimientos para
sustituir informacin, pero bajo ninguna
circunstancia es adecuado afirmar que una cifra
imputada es mejor que el dato observado (Medina
F, Galvn M 2007).

En este trabajo, se aplica los conceptos de los

datos faltantes para la estimacin de la
informacin inconclusa y poder predecir dichos
valores. Es importante la aplicacin de esta
- Se hall los coefientes del polinomio de
metodologa a la geo estadstica porque nos segundo grado, resolviendo un sistema lineal de
permite parametrizar datos que en ocasiones los ecuaciones:
geotecnistas no calculan en los estudios de
suelos, lo cual desde el punto de ingeniera causa

Aplicando Gauss Jordn se resuelve el sistema y
da como resultando los siguientes valores:
-Se halla la desviacin para la muestra:
N=11
M=2
-Coeficiente de correlacin:
Al observar la correlacin se concluye que los
resultados esperados son buenos porque nuestra
correlacin esta prxima a la unidad.
La ecuacin a partir de esta regresin para
capacidad admisible quedara:
Resultados
Tabla 1 datos completos de la comuna 8
-Sistema de ecuaciones a partir de mnimos
cuadrados:
-
q a=7,8322,9209q u+ 0,9854 q2u
Los dems parmetros fueron imputados de la
misma forma.
Ya con los datos completos se procedi a realizar
un funcin de densidad de probabilidad para las
variables que se van a utilizar (qa, , E) realizando
su respectiva tabla de frecuencias y calculando su
distribucin normal mediante la funcin de Excel
(DISTR.NORM.N), con nuestra distribucin
calculada se realizaron los respectivos grficos
para verificar que las funciones se ajustaran a un
modelo gaussiano.
El siguiente paso fue ajustar los parmetros para
aplicar el mtodo de Montecarlo, se generaron
1000 datos aleatorios comprendidos entre los
limites superior e inferior de las variables en
estudio y con mi nueva muestra realizar de nuevo
las funciones de densidad de probabilidad,
realizando sus respectivas tablas de frecuencia y
calculando sus distribuciones para graficarlas
contra los parmetros y verificar que cumplan el
modelo gaussiano.
ya estableciendo mis nuevas funciones para las
variables en estudio se procede al clculo de
asentamientos, al trabajar con 1000 datos para
cada variable se obtuvo como resultado 1000
asentamientos posibles para los cuales se calcul
su probabilidad y se definio su funcin .
Tabla 2 distribucin de

Grafico 1 funcin de
 vs Distribucin

Tabla 3 distribucion de qa
Grafico 2 funcion de qa

qa vs Distribucin

Tabla 5 distribucion de E

Grafico 4 funcion de E
 Es vs Distribucin

Tabla 6 distribucion de los asentamientos

Grafico 5 funcion de los asentamientos

 Asentamiento vs Distribucion
Conclusiones y recomendaciones
Agradecimientos
Referencias
Medina F, Galvn M (2007). Imputacin de datos:
teora y prctica. Unidad de Estadsticas Sociales
de la Divisin de Estadstica y Proyecciones
Econmicas de la Comisin Econmica para
Amrica Latina y el Caribe (CEPAL). .
Garcia W (2008). Anlisis geo estadstico y
probabilstico de la compresibilidad de un
deposito lacustre. Universidad Nacional de
Colombia.
Bueno Y (2010). Mapa de caracterizacin
mecnica de las unidades litolgica de San Jos de
Ccuta. Tesis de Ingeniera civil. UFPS.
Sarmiento M (2007). Metodologa para la
microzonificacin ssmica de la ciudad de San
Jos de Ccuta, Colombia. Tesis de Ingeniera
civil. UFPS.
Lozano C (2008). Anlisis y tratamiento de
seales de fuentes sismo gnicas de campo
cercano a San Jos de Ccuta, Colombia. Tesis de
Ingeniera civil. UFPS.
Torres C (2007). Valoracin del riesgo en
deslizamientos. Tesis ingeniera civil. Universidad
Ricardo Palma. Lima, Per.
Gordon A (1997). Probabilistic Methods in
Geotechnical Engineering. Workshop presented at
ASCE GeoLogan97 Conference, Logan, Utah.
Gomez F , Rodriguez G, Ledezma F simulacin
de montecarlo en ingeniera geotcnica, y su
aplicacin en el anlisis de riesgos. Departamento
de ingeniera civil, facultad de ciencias y
tecnologa, universidad mayor de san simn.
Medina F, Galvan M (2007) Imputacin de datos,
teora y practica, CEPAL divisin de estadstica y
proyecciones econmicas
Faulin J, Juan A. Simulacin de Montecarlo con
Excel
Raychaudhuri S. Introduccin to Montecarlo
simulation
Moreno A,(s.f) Distribucion normal, recuperado
de
http://www.monografias.com/trabajos10/dino/dino
.shtml
Torres W, (2016) Control de asentamientos en
construcciones y edificaciones. Trabajo de Grado.
Universidad Catlica de Colombia. Facultad de
Ingeniera. Programa de Ingeniera Civil. Bogot,
Colombia.
Ibarra L (2014) Anlisis del asentamiento de
pilotes individuales mediante el uso de
modelacin numrica. Trabajo de Grado.
Universidad Catlica de Colombia. Facultad de
Ingeniera. Programa de Ingeniera Civil. Bogot,
Colombia.
Largo C, (2014) Balance de asentamientos
diferenciales presentes en edificacin con
cimentaciones sobre pilotes. Trabajo de grado
Universidad de Cartagena. Facultad de ingeniera.
Programa de ingeniera civil. Cartagena Colombia
Rivera J, Brizuela L, Oviedo M, Das Neves, G
(2015) Probabilidades de beneficio en la
cotizacin del suministro de mezcla asfltica
mediante simulacin de Monte Carlo. Revista
cubana de ingeniera.
Azofeifa C, (2002) Aplicacin de la simulacin
Monte Carlo en la administracin de proyectos
utilizando Excel y @Crystal Ball. Escuela de
matemticas Universidad Nacional de Heredia
Costa Rica.
Aparicio A, (2007) Mtodo Montecarlo de
simulacin recuperado de
http://www.excelavanzado.com/2007/05/mtodo-
monte-carlo-de-simulacin.html.
Regresion por minimos cuadrados: lineal y
cuadrtica, (s.f)
https://sites.google.com/site/numerictron/unidad-
4/4-3-regresion-por-minimos-cuadrados-lineal-y-
cuadratica