EVALUACIÓN PROBABILISTA DEL RIESGO SÍSMICO DE EDIFICIOS DE HORMIGÓN ARMADO CON BASE EN LA DEGRADACIÓN DE LA RIGIDEZ RESUMEN

Tamaño: px
Comenzar la demostración a partir de la página:

Download "EVALUACIÓN PROBABILISTA DEL RIESGO SÍSMICO DE EDIFICIOS DE HORMIGÓN ARMADO CON BASE EN LA DEGRADACIÓN DE LA RIGIDEZ RESUMEN"

Transcripción

1 EVALUACIÓN PROBABILISTA DEL RIESGO SÍSMICO DE EDIFICIOS DE HORMIGÓN ARMADO CON BASE EN LA DEGRADACIÓN DE LA RIGIDEZ Barbat A.H. 1, Vargas Y.F. 2, Pujades L.G. 3 y Hurtado J.E. 4 RESUMEN El análss dnámco ncremental es una poderosa herramenta para evaluar la vulnerabldad sísmca y el resgo de edfcos. Permte calcular el daño global de estructuras para dferentes ntensdades y representar este resultado por medo de curvas de daño. Dchas curvas se utlzan para evaluar el resgo sísmco a nvel urbano. Aunque el uso de este método en un entorno probablsta requere un consderable esfuerzo computaconal, éste debe ser el método de referenca para el cálculo de las menconadas curvas. Sn embargo, resulta de nterés práctco dsponer de un método más sencllo basado, por ejemplo, en el análss pushover, para evaluar la vulnerabldad sísmca y el resgo de los edfcos, que permta obtener resultados smlares a los obtendos usando el análss dnámco ncremental. Hacendo referenca a los métodos basados en la capacdad y la demanda, habtualmente se han utlzado opnones de expertos para defnr los umbrales de los estados de daño a partr del punto de plastfcacón y del desplazamento máxmo espectral dentfcado en el espectro de capacdad blneal. En este artículo se demuestra que los resultados proporconados por estos métodos no reproducen con precsón sufcente los obtendos medante cálculo dnámco. Por lo tanto, se propone un nuevo procedmento para la defncón de los umbrales de los estados de daño, con base en la degradacón de la rgdez de la estructura. El problema se aborda medante un método totalmente probablsta utlzando smulacones por Monte Carlo con el fn de demostrar que los resultados son comparables con los obtendos medante el análss dnámco ncremental. Palabras claves: análss dnámco ncremental, análss pushover, método de Monte Carlo, ABSTRACT The ncremental dynamc analyss s a powerful tool for evaluatng the sesmc vulnerablty and rsk of buldngs. It allows calculatng the global damage of structures for dfferent peak ground acceleratons, PGA, and representng ths result by means of damage curves. Such curves are currently used to obtan sesmc rsk scenaros at urban level. Even f the applcaton of ths method n a probablstc envronment requres a relevant computatonal effort, t s the reference method for determnng those curves. Nevertheless, t would be of hgh practcal nterest to have a smpler method based, for nstance, on pushover analyss, for assessng the sesmc vulnerablty and rsk of buldngs, whch allows obtanng results smlar to those based on the ncremental dynamc analyss. Referrng to the capacty spectrum based methods, expert opnons have been used n prevous researches for defnng damage states thresholds startng from the yeldng and the ultmate spectral dsplacement dentfed n the blnear capacty spectrum. But we prove n ths artcle that the results provded by these methods do not reproduce wth suffcent precson the dynamc ones. Therefore, a new procedure for defnng the damage states thresholds, based on the stffness degradaton of renforced 1 Unversdad Poltécnca de Cataluña, Barcelona, España, alex.barbat@upc.edu 2 Unversdad Poltécnca de Cataluña, Barcelona, España, yeudy.felpe.vargas@upc.edu 3 Unversdad Poltécnca de Cataluña, Barcelona, España, llus.pujades@upc.edu 4 Unversdad Naconal de Colomba, Manzales, Colomba, jehurtadog@unal.edu.co

2 concrete buldng, s proposed heren and a fully probablstc approach s tackled by means of Monte Carlo smulatons. It s demonstrated n the paper that the obtaned results are n good agreement wth those calculated usng the ncremental dynamc analyss. Keywords: Incremental dynamc analyss, pushover analyss, Monte Carlo method INTRODUCCIÓN Para evaluar el resgo sísmco de las estructuras exstentes, debe establecerse cual es el grado de daño producdo por un terremoto. Exsten dversas metodologías para el cálculo de este grado daño como, por ejemplo, el método del índce de vulnerabldad en el que se defne la accón sísmca por medo de la escala macrosísmca europea EMS 98 (Grünthal 1998) y el comportamento estructural se descrbe por medo de un índce de vulnerabldad (Barbat et al. 1996; Barbat et al. 1998; Lagomarsno y Govanazz 2006). Otra metodología amplamente usada se basa en el método del espectro de capacdad propuesto por Freeman et al. (1975 y Freeman (1998) el cual ha sdo amplamente nvestgado, mejorado y aplcado por Fajfar y Gaspersc( 1996), Chopra y Goel (1999) y por Fajfar (1999), entre otros. En este método, la accón sísmca se defne por medo del espectro de respuesta elástco, mentras que la capacdad del edfco se defne por medo del espectro de capacdad, suponendo que la respuesta estructural está contenda prncpalmente en el prmer modo de vbracón. El espectro de capacdad se calcula medante el uso de un análss estátco no lneal ncremental, conocdo comúnmente como análss pushover analyss, PA por sus sglas en ngles. El método de espectro de capacdad ha sdo modfcado para nclur los efectos de los modos más altos de vbracón (Chopra y Goel 2004; Chopra et al. 2004; Kreslm y Fajfar 2012). El método del espectro de capacdad se aplcó en varos estudos anterores con el fn de calcular el resgo sísmco de zonas urbanas (Barbat et al. 2008; Lantada et al. 2009; Pujades et al. 2012). Estos artículos sguen los desarrollos realzados en el proyecto RISK EU (2000) en el que los umbrales de los estados de daño se defnen a partr de la opnón de expertos (Mlutnovc y Trendaflosk 2003; Lagomarsno y Govanazz 2006) con base en los desplazamentos de plastfcacón y últmo del espectro de capacdad. Aunque este enfoque es útl para evaluacones a gran escala, puede proporconar resultados que no están de acuerdo con los obtendos por medo del análss dnámco ncremental, que es la herramenta más poderosa para evaluar la vulnerabldad sísmca y el resgo de edfcos. Éste procedmento permte calcular el daño global de estructuras para dferentes ntensdades y, además, representarlo por medo de curvas de daño. Dchas curvas son utlzadas en muchos métodos para la obtencón de escenaros de resgo sísmco a nvel urbano. En este artículo se muestra cómo, con una nueva defncón de los umbrales de los estados de daño con base en la degradacón de la rgdez del edfco, calculada a partr de las dervadas prmera y segunda del espectro de capacdad, el método puede ser mejorado. Esta nueva defncón de los umbrales de daño se pone a prueba usando un edfco de tres plantas de hormgón armado tenendo en cuenta las ncertdumbres relaconadas con el resgo sísmco y las propedades mecáncas de los materales. Se muestra que, ncluso en el caso del enfoque probablístco, hay una mejora sgnfcatva de los resultados. DESCRIPCIÓN DEL EDIFICIO ESTUDIADO El edfco estudado es de hormgón armado de 4 nveles y 3 vanos y se ha dseñado y utlzado en este artículo para probar el método de evaluacón sísmca propuesto. El edfco se muestra en la Fgura 1 junto con sus dmensones. Debdo a su smetría, el edfco puede ser representado medante un modelo bdmensonal utlzando un solo pórtco (Fgura 1b) cuyas característcas se muestran en la Tabla 1.

3 Fgura 1. a) Edfco estudado y b) el modelo 2D del edfco Tabla 1. Característcas de los elementos del edfco estudado (Fgura 1). b, h y son la base, la altura y la cuantía armadura de las seccones transversales de los elementos estructurales, respectvamente Columnas Vgas Nvel b (m) h (m) b (m) h (m) El materal de las vgas y de las columnas del modelo estructural sgue una regla de hstéress elastoplástca con un endurecmento de 5%. Las superfces de fluenca se defnen por medo del dagrama de nteraccón de flexo compresón para las columnas y de momento curvatura para las vgas. Las cargas aplcadas sguen las recomendacones dadas por el Eurocódgo 2 (CEN, 2004) para estructuras de hormgón armado. Los valores característcos de las propedades mecáncas del hormgón y el acero son valores utlzados comúnmente en el dseño de tales edfcos. Las normas de dseño requeren valores característcos de resstenca de los materales obtendos durante el proceso de control de caldad, a partr de ensayos de compresón y tensón en las muestras de hormgón y acero, respectvamente. Por medo de estos ensayos, la resstenca a compresón del hormgón, fc, y el módulo de elastcdad del acero, Es, se pueden modelar como varables aleatoras, hecho que es muy útl debdo al enfoque probablsta de este artículo. La Tabla 2 muestra la meda, la desvacón estándar, y el coefcente de varacón, cdv, de estas varables aleatoras. Se supone que éstas sguen una dstrbucón normal. Otras posbles ncertdumbres, como los relaconadas con la formacón de gretas y aplastamento del hormgón, el endurecmento por deformacón y la resstenca fnal de acero, otros efectos tales como la partcpacón de la losa, las varacones de fuerza axal

4 sobre la carga de la columna, sólo para nombrar unas pocas, puede ser tambén ncludas en el análss probablsta estructural, pero en este artículo sólo consderamos las ncertdumbres de las varables dadas en la Tabla 2. Tabla 2. Característcas de las varables de entrada aleatoras., y cdv representan la meda, la desvacón estándar y el coefcente de varacón de las varables aleatoras de entrada cdv fc (kn) 2.1E E Es (kpa) 2 E08 2 E A contnuacón se utlza la estructura descrta con el fn de explcar el procedmento que se propone en el artículo. ANÁLISIS DINÁMICO INCREMENTAL El análss dnámco no lneal (NLDA por sus sglas en ngles) usando un acelerograma proporcona la hstora de la respuesta temporal de un edfco. De esta hstora se pueden obtener las característcas máxmas de la respuesta de la estructura como el desplazamento en el techo o el índce de daño global de acuerdo a un certo crtero. S se escala el acelerograma para dferentes ncrementos de la aceleracón máxma en el suelo (PGA por sus sglas en ngles) partendo de un límte nferor (que ncluye la zona de deformacón elástca) hasta alcanzar uno superor, correspondente al colapso de la estructura y, s para cada ncremento se realza un NLDA, se obtene una curva que relacona el PGA (medda de ntensdad) con en el desplazamento máxmo en el techo (medda de la respuesta estructural). Cuando una curva relacona una medda de ntensdad con un índce de daño global de la estructura, se la denomna curva de daño. Cuando en lugar de un solo acelerograma, se utlzan varos de ellos para realzar los análss dnámcos no lneales y se hace estadístca con los resultados obtendos, nos enfrentamos a un análss dnámco ncremental (IDA por sus sglas en ngles) (Vamvatskos y Cornell 2002). Resumendo, el IDA permte obtener la respuesta dnámca no lneal de una estructura para un grupo de terremotos que se escalan a dferentes meddas de ntensdad como, por ejemplo, la aceleracón máxma del terreno (PGA). Este procedmento ha sdo extenddo para nclur las ncertdumbres en las propedades estructurales (Vamvatskos y Fragadaks 2010; Vargas et al. 2011). Una fuente mportante de ncertdumbre en la respuesta sísmca radca en la predccón de los parámetros del terremoto, cuya nfluenca ha sdo estudada por Bommer y Crowley (2006), Abrahamson et al. (1991), Bommer et al. (2007) y Arroyo y Ordaz (2011). De acuerdo con el enfoque de smulacón probablsta que se emplea en este artículo, es necesaro descrbr la accón sísmca como una varable aleatora. Para ello, han sdo selecconados 10 terremotos de la base de datos europea (Ambraseys et al. 2004) cuyos espectros se pueden ver en la Fgura 2. Esta fgura, además, muestra el espectro medo y el espectro tpo 1 para un suelo tpo A del Eurocódgo 8 (EC8) (CEN, 2004). Los terremotos se han selecconado de tal manera que la meda de sus espectros mnmce el error cuadrátco medo en un ntervalo de perodos dado. La Fgura 2 muestra que el procedmento que se ha utlzado para la seleccón de acelerogramas compatbles con una zona sísmca, representada por una forma espectral, permte obtener un buen ajuste. La lsta de estos terremotos y de sus prncpales característcas se muestra en la Tabla 3.

5 Tabla 3. Característcas de los acelerogramas selecconados Epcentro Dstanca Nombre de Profunddad Magntud Geología fecha Epcentral la estacón (km) (Ms) local N E (km) Suelo San Rocco rígdo 17 San Rocco Suelo rígdo 17 Kotor Nas Rakt Roca 21 Auleta Roca 25 Ponte Corvo Roca 31 Matelca Roca 20 Trcarco Roca 20 Izmt M Istasyonu Suelo rígdo 13 Bolu Bayndrlk Suelo rígdo 39 Athens Papagos Roca 26 Depth 11km, Depth 3. 8km, ED 22. 9km, ED 7. 65km, Ms 6. 13, Ms Hancock et al (2008) han estudado varos métodos para determnar el número óptmo de acelerogramas requerdos para realzar análss dnámcos nelástcos. Ellos llegan a la conclusón que el número exacto depende de las meddas de daño que se consderan y tambén de su predctbldad. La mayoría de estos métodos se basan en la magntud y la forma espectral. No obstante, en este trabajo no estamos nteresados en la obtencón de un número óptmo de acelerogramas, sno en obtener una medda de la ncertdumbre en la respuesta estructural de las estructuras sometdas a accones sísmcas. Por esta razón, en este artículo, la seleccón de los acelerogramas se basa en la dferenca cuadrátca entre la meda de un grupo de espectros de respuesta y el espectro objetvo, en este caso el tpo 1 suelo tpo A del EC8; los acelerogramas correspondentes a estos espectros han sdo prevamente normalzados a 1 g. El cálculo tene su base en la dferenca absoluta acumulada entre el espectro objetvo y el espectro promedo en varos puntos; estos puntos están separados por ntervalos de perodo guales a 0,01 s.

6 Fgura 2. Espectros de respuesta calculados a partr del procedmento con base en el espectro medo Con el fn de nclur las ncertdumbres relaconadas con las característcas estructurales, se utlza el método de Monte Carlo. Es ben conocdo que la varabldad espacal entre las característcas de los elementos estructurales nfluye en gran medda en los resultados (Franchn et al. 2010). Por lo tanto, se ha decddo consderar medante la generacón, para todas las columnas de un msmo nvel del edfco, de una muestra aleatora de la resstenca a la compresón de hormgón, fc, y, para cada columna del msmo nvel, de una muestra aleatora del módulo de elastcdad del acero, Es. Se utlzó el msmo crtero para generar muestras aleatoras de las característcas de los materales de las vgas de un msmo nvel. Es mportante observar que las muestras correspondentes a cada nvel son ndependentes. Esta consderacón se basa en el hecho de que, por lo general, los elementos estructurales de la msma planta están hechos de la msma mezcla de hormgón. Las propedades del refuerzo se pueden suponer como ndependentes de elemento a elemento. El objetvo de este artículo es la evaluacón del resgo sísmco de un edfco ndvdual; sn embargo, el estudo se podría extender a estructuras exstentes en zonas urbanas, tenendo en cuenta, la varacón de edfco a edfco de las característcas estructurales dentro de una tpología estructural. Una dscusón más profunda sobre este tema se puede encontrar en Crowley et al. (2005). Posterormente, se generan muestras aleatoras de las propedades mecáncas de los materales y se realzan una sere de análss dnámcos no lneales para los dferentes acelerogramas lnealmente escalados para PGAs que van desde 0,1g a 1,4g en ntervalos de 0,1g. Se utlzó el método del hpercubo latno para generar muestras aleatoras de las propedades de los materales y la combnacón de éstas con los acelerogramas. Por tanto, se han llevado a cabo 1000 NLDA para cada PGA. Se han propuesto varos índces de daño para los elementos de estructuras de hormgón armado a partr de un post proceso de la respuesta dnámca no lneal (Banon y Venezano 1982; Park y Ang 1985; Roufael y Meyer 1987; Bracc et al. 1989; Cosenza et al. 1993). En este trabajo se ha selecconado el índce de daño de Park y Ang (1985), porque permte nclur el efecto del daño en el elemento debdo al desplazamento máxmo alcanzado y a la dspacón de energía hsterétca. La ecuacón 1 muestra como se calcula el índce de daño de Park y Ang a nvel de elementos estructurales

7 DI E m u E h F y u y (1) donde m y u son la ductldad máxma y últma, respectvamente. es un parámetro postvo que representa el efecto de los cclos de carga en el daño estructural. E h es la energía hsterétca dspada; y F y y y son la carga y el desplazamento a los cuales se produce la fluenca, respectvamente. El índce de daño global de la estructura, DI, es una meda ponderada de los daños de los elementos, en el que los pesos son la razón entre la energía de hstéress dspada por cada elemento y la energía de hstéress total dspada por la estructura (Park et al. 1985) DI DI (2) E donde DI es el índce de daño global basado en el análss dnámco de la estructura, es la relacón de la energía de hstéress dspada por un elemento E y la energía total de hstéress dspada por la estructura. La Fgura 3 muestra la evolucón del DI en funcón del PGA del índce de daño global del edfco mostrado en la Fgura 1, tenendo en cuenta las ncertdumbres relaconadas con las propedades mecáncas de los materales y la accón sísmca. Fgura 3. Gráfcos de los índces de daño global representados en funcón de la PGA (curvas de daño), calculados medante análss no lneal dnámco para la estructura de la Fgura 1 De acuerdo con la calbracón orgnal del índce de daño realzado por Park et al. (1985), un valor de 0,4 ndca que el costo de la reparacón de la estructura supera el costo de reemplazarla por completo, mentras que un índce de daño de 1 ndca colapso. Por esta razón, en este artículo, cuando el índce de daño de Park y Ang es mayor que 1, su valor se fja en 1 puesto que a mayor PGA, la desvacón estándar del índce de daño dsmnuye, lo que ndca que la probabldad de que ocurra colapso tende a 1. El índce de daño de Park y Ang

8 tambén puede relaconarse con el desplazamento máxmo al nvel del techo, tal como se muestra en la Fgura 4. Además, en esta fgura se muestra el DI global s solo se tuvera en cuenta la contrbucón del prmer térmno de la ecuacón de Park y Ang así como los valores medos y los límtes de 0.4 y 1. Fgura 4. a) Índce de daño debdo a la ductldad e índce de daño de Park y Ang representados en funcón del desplazamento en el techo; b) gráfcas de los valores medos de los msmos índces y valores límtes de reparacón y de colapso de la estructura ÍNDICE DE DAÑO BASADO EN EL ANÁLISIS PUSHOVER Cuando se consderan las ncertdumbres en las propedades de los materales, el IDA es una manera tedosa de obtener curvas de probabldad de daño. Por tanto, sería nteresante desarrollar un procedmento basado en el análss estátco no lneal, en un sentdo probablsta, con el fn de obtener curvas de daños smlares a las calculadas con el método del análss dnámco. Obvamente, es mportante conservar la valosa nformacón que se obtene del IDA, no sólo por consderar las ncertdumbres en las propedades mecáncas de los materales, sno tambén en la accón sísmca. El análss estátco ncremental, PA, y el método de N2 (Fajfar 1999), en combnacón con la metodología para calcular las curvas de fragldad propuesta por Lantada et al. (2009) y por Vargas et al. (2013), es una herramenta potente y smplfcada para la obtencón de las curvas de probabldad de daño smlares a las calculadas usando el IDA probablsta. Como se menconó anterormente, la prmera herramenta necesara para desarrollar la metodología smplfcada es el PA. Esta herramenta numérca consste en aplcar una carga horzontal a la estructura de acuerdo con un patrón de fuerzas y aumentar su valor hasta alcanzar el colapso estructural. A partr de este procedmento, se obtene una curva que relacona el desplazamento en el techo con el cortante en la base del edfco llamada curva de capacdad. En este artículo, de acuerdo con el enfoque probablsta, será necesaro llevarlo a cabo un gran número de PA y, por lo tanto, es apropado utlzar un procedmento para obtener automátcamente el límte de carga horzontal que se debe aplcar a la estructura. Satyarno (2000) propone el análss no lneal ncremental adaptatvo que establece el límte de carga horzontal como una funcón de la rgdez tangente y, por consguente, de la frecuenca asocada con el prmer modo de vbracón, que se calcula para cada ncremento de carga. Por lo tanto, en cada paso, el prmer modo de vbracón se calcula para determnar la forma de la carga en altura. Una descrpcón detallada de este procedmento se puede encontrar en los manuales del programa Ruaumoko (Carr 2000). Dcho programa se utlza en este estudo para el cálculo de la respuesta estátca y dnámca estructural en régmen no lneal. De acuerdo con los valores de la Tabla 1, se generan 1000 grupos de muestras con dstrbucón gaussana,

9 consderando la varabldad espacal tal y como se hzo en el apartado anteror. Posterormente se llevan a cabo los PA. La Fgura 5 muestra las 1000 curvas de capacdad que se han calculado, cuyas característcas, tales como la rgdez elástca, el desplazamento máxmo, el cortante en la base máxma, etc., son varables aleatoras. Fgura 5. Curvas de capacdad y espectros de capacdad del edfco estudado consderando las propedades mecáncas de los materales como varables aleatoras Según HAZUS (FEMA 1999) y el ATC 40 (1996) es posble estmar el resgo sísmco de estructuras a partr de su curva de capacdad y de la amenaza sísmca expresada en térmnos del espectro de respuesta. Este enfoque puede ser muy útl cuando se comparan los métodos para calcular el resgo basados en el espectro de capacdad con el método de NLDA por varas razones: 1) el esfuerzo computaconal de la realzacón de un PA es bajo cuando se compara con el requerdo por un análss dnámco no lneal, 2) el número de cálculos para encontrar una funcón que relacona la respuesta del edfco con la demanda es menor cuando se hace a partr del PA que cuando se hace a partr del NLDA; 3) el post proceso para calcular los índces globales de daño es muy smple en el método basado en el PA en comparacón con el postproceso requerdo por el NLDA. El procedmento de ATC 40 y del método de N2 para calcular la respuesta de una estructura requere la transformacón de las curvas de capacdad en espectros de capacdad. Esta transformacón permte relaconar el desplazamento espectral con la aceleracón espectral por medo de las sguentes ecuacones: sd sa PF 1 V W (3) El subíndce se refere a los ncrementos de carga aplcada sobre la estructura durante el PA; sd es el desplazamento espectral; es el desplazamento en el tejado del edfco; PF 1 es el factor de partcpacón modal correspondente al prmer modo de vbracón; sa es la espectral aceleracón; V es el cortante en la base; W es el peso de la estructura; y 1 es el coefcente de masa modal del prmer modo de vbracón. Medante el uso de las ecuacones 3, las 1000 curvas de capacdad que se muestran en la Fgura 5a se transforman en los 1000 espectros de capacdad de la fgura 5b.

10 El espectro de capacdad se puede representar en un formato blneal útl para defnr los estados de daño. Los supuestos para calcular el espectro de capacdad blneal son: 1) el área bajo la curva blneal debe ser gual al área del espectro de capacdad orgnal; 2) las coordenadas del punto de desplazamento máxmo deben ser las msmas en las dos curvas; 3) la pendente de la rama ncal debe ser gual en ambas curvas. Dferentes estudos han propuesto el cálculo de los daños estructurales a partr de la defncón de los estados de daño, ds, que predefnen el daño sísmco en funcón del desplazamento espectral de la estructura. Por ejemplo, en HAZUS, se defnen cuatro estados de daño, leve, moderado, extensvo y completo. La descrpcón de los estados de daño depende del tpo de estructura. Por ejemplo, de acuerdo con HAZUS, el estado de daño leve para estructuras de hormgón armado se descrbe como el nco de la fsuracón por esfuerzo cortante o momento flector en vgas y columnas. Lantada et al. (2009) y Vargas et al. (2013) defnen los estados de daño de una manera smplfcada, a partr de la representacón blneal del espectro de capacdad medante los valores (Dy, Ay) y (Du, Au) asocados al desplazamento de fluenca y últmo del espectro de capacdad. Los desplazamentos espectrales para los cuatro umbrales de daño se defnen de acuerdo a las sguentes ecuacones con base en opnón de expertos (RISK EU 2000): ds ds ds ds * Dy Dy 0.25*( Du Dy) Du Dy (4) Fgura 6. Umbrales de los estados de daño representados como varables aleatoras, calculados a partr de opnón de expertos (ecuacones 4) Después de obtener los estados de daño como varables aleatoras, se calculan las curvas de fragldad que representan la probabldad de alcanzar o superar un estado de daño como una funcón del desplazamento espectral. Para obtener las curvas de fragldad, en este artículo se han consderado las sguentes hpótess (Vargas et al, 2013): 1) Para cada umbral de daño, la probabldad de exceder su curva de fragldad correspondente se fja a 50%; 2) las curvas de fragldad sguen una funcón de probabldad cumulatva lognormal descrta por la sguente ecuacón:

11 P ds / sd 1 ds Ln sd ds (5) donde sd es el desplazamento espectral y de la varable ds es la desvacón estándar del logartmo natural ds ; 3) para cada desplazamento espectral asocado a los umbrales de daño, la probabldad de exceder cada estado de daño se calcula suponendo que estos sguen una dstrbucón de probabldad bnomal. La Fgura 7a muestra las 1000 curvas de fragldad para cada estado de daño calculado después de aplcar las hpótess descrtas. Además, las curvas de fragldad promedo y los puntos calculados a partr de la dstrbucón bnomal utlzados para llevar a cabo la nterpolacón de las curvas de fragldad, se muestran en la fgura 8b. El índce de daño global esperado de la estructura, DI, se calcula ahora a partr de las probabldades de ocurrenca de cada estado de daño que se obtenen fáclmente a partr de las curvas de fragldad. DI se obtene medante el uso de una meda ponderada que razonablemente asgna más peso a los estados de daño más altos y que se calcula usando la sguente ecuacón (Lantada et al. 2009; Vargas et al. 2013; Barbat et al. 2010): DI 1 n n 0 P( ds ) (6) donde n es el número de los estados de daño consderados no nulos que, en este caso, es gual a 4 y P ( ds ) es la probabldad de ocurrenca de ds. DI será, como en el caso del análss dnámco, el índce de daño global de la estructura. Fgura 7. a) Curvas de fragldad; b) Curvas de fragldad medas junto con los puntos partculares calculados con la dstrbucón bnomal para la nterpolacón de las curvas de fragldad La Fgura 8 muestra el DI calculado a partr de las curvas de fragldad de la Fgura 7a. Las curvas de la Fgura 8 se conocen como curvas de vulnerabldad aleatoras debdo a que dependen del desplazamento espectral pero no tenen en cuenta la accón sísmca. Para hacer que dependa de la accón sísmca, se tene que calcular el punto capacdad por demanda, el cual es una medda del desplazamento máxmo esperado en una estructura dada una

12 demanda sísmca la cual es representada en térmnos del espectro de respuesta. Este espectro se puede escalar para dferentes nveles de ntensdad como en el análss dnámco ncremental. Fgura 8. Curvas de vulnerabldad mostrando los índces de daño representados en funcón del desplazamento espectral; los cálculos se han hecho consderando las propedades mecáncas de los materales como varables aleatoras El procedmento utlzado para calcular el punto de capacdad por demanda es el del ATC 40 (1996) que tene en cuenta la reduccón del espectro de respuesta elástco por la ductldad de la estructura. La Fgura 9 lustra este procedmento. Fgura 9. Punto de capacdad por demanda para un determnado espectro (método propuesto en el capítulo 8 del ATC 40) Este procedmento se aplca a todas las curvas de capacdad y los espectros de respuesta elástca correspondentes a los acelerogramas utlzados en el IDA. De esta manera, el índce de daño puede ser expresado como una funcón de la aceleracón pco, PGA, tal como se muestra en la Fgura 10. Puesto que se ha ncludo el efecto de la accón sísmca, ahora estas curvas se

13 llaman curvas de daño. Es mportante señalar que el procedmento del ATC 40 ha sdo aplcado para los msmos PGAs que los utlzados en el análss dnámco. Fgura 10. Índces de daños representados en funcón de la aceleracón máxma del terreno. Se han consderado las ncertdumbres relaconadas con las propedades mecáncas de los materales y con las característcas de la accón sísmca En las Fguras 11a y 11b se comparan la meda y la desvacón estándar de los índces de daño calculados medante el método de RISK UE (cuya base es el análss estátco) y con el método de Park y Ang, respectvamente. Claramente, se puede ver que el índce de daño obtendo con el prmer enfoque, con base en el PA, no estma con sufcente precsón el índce de daño obtendo con el análss dnámco. Por esta razón se propone una nueva técnca que puede mejorar los resultados obtendos a partr del análss pushover. Fgura 11. a) Curvas de daño medo y b) desvacón estándar de los índces de daño. Las fguras muestran la comparacón probablsta entre los resultados obtendos medante análss dnámco, utlzabdo el índce de daño de Park y Ang, y medante análss pushover, utlzando los límtes de los estados de daño de las ecuacones 4

14 ÍNDICE DE DAÑO BASADO EN LA DEGRADACIÓN ESPECTRAL Los umbrales de los estados de daño se han calculado medante las ecuacones 4. En algunos casos, este procedmento puede sobreestmar o ncluso subestmar los daños, dependendo de cómo empeza a ocurrr el daño. Por ejemplo, el ds 1 se defne en este caso como 0.7ds 2 y se supone que es constante, pero este coefcente puede varar de un edfco a otro. Por esta razón se propone calcular los estados de daño en funcón de la dervada del espectro de capacdad, que se denomnará en este artículo rgdez espectral. Para ello, se propone localzar el umbral del estado de daño leve, ds 1, en el punto donde la rgdez espectral, asocada a la elastcdad, comenza a degradarse, como se puede ver en la Fgura 12a. Se propone calcular el umbral del estado moderado, ds 2, a partr de la curva de rgdez espectral meda. Un ejemplo de dcha curva, correspondente a la estructura estudada, se muestra en la parte superor de la Fgura 12b. A partr de la dervada numérca de la curva de rgdez espectral meda se calcula su valor mínmo. Para el desplazamento espectral correspondente a este valor mínmo, se calcula la rgdez espectral meda y se dvde por la rgdez espectral meda asocada a la elastcdad, obtenendo así un porcentaje que se utlza para encontrar el desplazamento espectral relaconado con el estado de daño 2 para cada espectro de capacdad smulado. Como regla general, podemos hacer la observacón que, para todas las estructuras que hemos estudado, se encuentra el estado de daño moderado, en un punto donde la curva de rgdez espectral degrada a un valor entre 40% y 70% de la rgdez espectral asocada a la elastcdad. Por ejemplo, en el caso del edfco estudado, este porcentaje es el 68% de la rgdez espectral asocada a la elastcdad. Es mportante señalar que la defncón propuesta del estado de daño moderado, ds 2, deberá efectuarse utlzando la dervada de la curva de degradacón espectral meda ya que, como se puede ver en la Fgura 12a, cada curva de rgdez espectral tene varas seccones con rgdez constante cuyas dervadas son cero, es decr, varos valores mínmos locales. El umbral del estado daño extensvo, ds 3, se encuentra en el punto ncal de la últma parte constante de cada curva de rgdez espectral, tal como se muestra en la Fgura 12a. Por últmo, el umbral de daño de colapso, ds 4, corresponde al desplazamento espectral fnal. Los nuevos umbrales de los estados daños se comparan con los obtendos a partr de la opnón de los expertos de una manera probablístca por medo de los hstogramas de la Fgura 13. Estos hstogramas muestran que los ds 1, obtendos con el nuevo método, son nferores a los obtendos medante el uso de opnones de los expertos. ds 2 y ds 3 obtendos con el nuevo método son más altos que los obtendos medante el uso de la opnón de los expertos. Con los nuevos estados de daño, se calculan las curvas de fragldad utlzando ahora las sguentes hpótess: 1) para el umbral del estado leve, ds 1, se supone que la probabldad de superar su curva de fragldad correspondente se fja en un 5% con el fn de evtar que la contrbucón del estado leve se produzca antes del nco de la degradacón de la rgdez, lo que producría un retraso en la curva de daño. Para los umbrales de los estados de daño ds 2 y ds 3, la probabldad de exceder sus curvas de fragldad correspondente es del 50%; para el umbral del estado de daño de colapso, la probabldad de exceder sus curvas de fragldad se fja en 95%, debdo a que una probabldad del 50% ndcaría que el colapso no ha ocurrdo. Sn embargo, basados en el método adaptatvo aplcado para calcular las curvas de capacdad, se sabe que en realdad un mecansmo de colapso se ha producdo para este desplazamento espectral. 2) las curvas de fragldad sguen una funcón lognormal probabldad acumulatva descrta por la ecuacón 5; 3) para cada desplazamento espectral asocado a los umbrales de daño, la probabldad de exceder cada estado de daño se calcula suponendo que sguen una dstrbucón de probabldad bnomal. La Fgura 14a muestra las nuevas curvas de fragldad calculadas con las hpótess descrtas y, basados en la ecuacón 6, se calculan los correspondentes índces de daño, los cuales se muestran en la Fgura 14b.

15 Fgura 12. Nueva defncón de los umbrales de los estados de daño. a) Curva de rgdez espectral y su correspondente espectro de capacdad; b) Las 1000 curvas de rgdez espectral smuladas por Monte Carlo y sus dervadas Fgura 13. Comparacón entre los umbrales de los estados de daño obtendos con las ecuacones 4 (opnones de expertos) y el método de degradacón de rgdez

16 Fgura 14. Nuevas curvas de fragldad y de vulnerabldad obtendas medante el método de degradacón de la rgdez Fnalmente, se calcula el punto de capacdad por demanda sguendo el procedmento del ATC 40 (1996) que tene en cuenta la reduccón del espectro de respuesta elástco debdo a la ductldad del edfco. Es decr, se cruza la capacdad y la demanda para obtener curvas de daño que dependan de la capacdad estructural y de la demanda sísmca. En La Fgura 15 se muestran los nuevos índces de daño como una funcón del PGA. Fgura 15. Nuevos curvas de daño obtendas utlzando el método de degradacón de la rgdez. En esta fgura hay curvas de daño. Los índces de daño se han representad en funcón de la aceleracón máxma del terreno, PGA DISCUSIÓN DE RESULTADOS Las curvas de daño obtendas en este artículo con el método propuesto con base en crteros estátcos, utlzando la degradacón de la rgdez, ajustan mejor las curvas de daño calculadas usando el método dnámco no lneal que las obtendas con base en la opnón de expertos (Lagomarsno y Govanazz 2006; Lantada et al. 2009; Vargas et al. 2013; Barbat et al. 2010). Los resultados obtendos se comparan, desde una perspectva probablístca, con las curvas de

17 daños calculadas con IDA, en térmnos de la meda y de la desvacón estándar las cuales se muestran en las Fguras 16a y 16b, respectvamente. Fgura 16. a) Comparacón entre las curvas de daño calculadas medante análss dnámco y el índce de Park y Ang y medante análss pushover, con los límtes de los estados de daño defndos por la ecuacón 4 (opnón de expertos) y por el método de degradacón de la rgdez. b) Comparacón de la desvacón estándar del daño para los msmos casos. Los resultados corresponden a la estructura mostrada en la Fgura 1 Estas curvas muestran claramente el buen ajuste de las curvas de daño obtendas con el nuevo método. En térmnos de valores medos, el método basado en opnón de expertos sobreestma el daño ncal dentro del rango de PGA desde 0 a 0,9g. Es mportante observar que un índce de daño gual a 0,4 se produce para un PGA de 0.25g con el método ncal mentras que con el IDA y el método nuevo este índce de daño se produce a 0,55g. Este hecho demuestra que el método basado en la opnón de los expertos es excesvamente conservador. En térmnos de desvacón estándar, para los valores que están entre 0 y 0,35g, el método ncal tambén es muy conservador mentras que, para valores más altos, es no conservador; con el nuevo método, ncluso en térmnos de la desvacón estándar, los resultados se ajustan mejor a los resultados dnámcos no lneales. CONCLUSIONES En este trabajo se ha evaluado el resgo sísmco de un edfco de hormgón armado, tenendo en cuenta que las varables de entrada son aleatoras. No sólo han sdo tratados como varables aleatoras la resstenca a compresón del hormgón y el módulo de elastcdad del acero, sno tambén la accón sísmca.. Se han utlzado dos enfoques para evaluar los daños esperados del edfco, el prmero con base en el análss dnámco ncremental y el en el análss pushover. Una conclusón mportante es que, a pesar de trabajar con avanzados métodos no lneales de análss estructural, los resultados muestran ncertdumbres sgnfcatvas s se tene en cuenta el carácter aleatoro de las varables de entrada. Con el objetvo de mejorar el análss de daño sobre la base de métodos de análss estátco, ha sdo propuesto un nuevo procedmento para defnr los umbrales de los estados de daño que consste en utlzar la degradacón de la rgdez que se puede observar en la dervada de la curva de capacdad. Los resultados obtendos con este nuevo enfoque muestran un mejor acuerdo con el análss dnámco que los que se obtenen al utlzar los umbrales de los estados de daño basados en opnón de expertos. Una de las conclusones más relevantes de este trabajo es que, sempre que los procedmentos descrtos se utlzan para evaluar el daño sísmco esperado de una estructura,

18 los parámetros que nfluyen en las curvas de daño de las estructuras deben ser consderados como aleatoros. Se ha vsto cómo la consderacón probablístca de estos parámetros genera ncertdumbres sgnfcatvas en la respuesta sísmca. Procedmentos smplfcados determnstas basados en los valores característcos de las varables generalmente conducen a resultados conservadores. Pero algunas smplfcacones, por ejemplo en la defncón de las accones sísmcas y en la estmacón de los estados de daño sísmco, pueden conducr tambén a subestmar el daño que puede ocurrr en una estructura. En este artículo ha estudado una estructura baja y smétrca medante el nuevo método. En los edfcos altos y/o asmétrcos, deben hacerse consderacones que tengan en cuenta los efectos de los modos de vbracón superores (Chopra et al. 2004; Poursha et al. 2009; Chopra y Goel 2004; Bento et al. 2010; Bhatt y Bento. 2011; Kresln y Fajfar 2012; Reyes y Chopra; 2010; Reyes y Chopra 2011; Fuj 2011), entre otros. Estas consderacones permtrán amplar el alcance del método propuesto para evaluar el resgo sísmco de estructuras más complejas. Una de las prncpales aplcacones de los resultados obtendos en este artículo es la estmacón de escenaros probablstas de resgo sísmco que requeren curvas probablstas defndas de una forma paramétrca, por medo de su meda y de su desvacón estándar. Fnalmente, las prncpales ventajas del nuevo método se resumen como sgue: 1) el esfuerzo de cálculo es menor que en el caso del IDA probablsta; 2) s la amenaza sísmca camba, el método de análss dnámco requere llevar a cabo nuevos análss dnámcos no lneales, paso que no es necesaro en el caso que se aplque el nuevo método; 3) El nuevo método tambén permte consderar las ncertdumbres relaconadas no sólo al comportamento estructural, sno tambén al resgo sísmco, medante la aplcacón del método N2 o del ATC 40 (1996). AGRADECIMIENTOS Este trabajo fue fnancado en parte por el Insttuto Geológco de Cataluña (IGC), por el Goberno español y por la Comsón Europea con fondos FEDER, a través de los proyectos de nvestgacón: CGL /BTE, CGL , CGL , INTERREG POCTEFA /73/08, MOVE FT7 ENV y DESURBS FP REFERENCIAS Abrahamson N.A., Somervlle P.G. and Cornell C.A. (1991). Uncertanty n numercal ground moton predctons, Proceedngs of the 4st U.S. Natonal Conference of Earthquake Engneerng, EERI, Ambraseys N., Smt P., Sgbjornsson R., Suhadolc P. and Margars B. (2004). Internet Ste for European Strong Moton Data, European Commsson, Research Drectorate General, Envronment and Clmate Programme. [17 Aprl 2011]. Arroyo D. and Ordaz M. (2011). On the Forecastng of Ground Moton Parameters for Probablstc Sesmc Hazard Analyss, Earthquake Spectra, 27(1), ATC 40 (1996). Sesmc evaluaton and retroft of concrete buldngs. Appled Technology Councl, Redwood Cty, Calforna. Banon H. and Venezano D. (1982). Sesmc safety of renforced concrete members and structures, Earthquake Engneerng and Structural Dynamcs, 10(2), Barbat A.H., Carreño M.L., Pujades L.G., Lantada N., Cardona O.D. and Marulanda M.C. (2010). Sesmc vulnerablty and RISK evaluaton methods for urban areas. A revew wth applcaton to a plot area, Structure and Infrastructure Engneerng, 6(1 2),

19 Barbat A.H., Mena U. y Yépez F. (1998). Evaluacón probablsta del resgo sísmco en zonas urbanas, Revsta nternaconal de métodos numércos para cálculo y dseño en ngenería, 14(2), Barbat A.H., Pujades L.G., Lantada N. and Moreno R. (2008). Sesmc damage evaluaton n urban areas usng the capacty spectrum method: applcaton to Barcelona, Sol Dynamcs and Earthquake Engneerng, 28(10 11), Barbat A.H., Yépez F. and Canas J.A. (1996). Damage scenaros smulaton for RISK assessment n urban zones, Earthquake Spectra, 2(3), Bento R., Bhatt C. and Pnho R. (2010). Usng nonlnear statc procedures for sesmc assessment of the 3D rregular SPEAR buldng, Earthquake and structures, 1(2), Bhatt C. and Bento R. (2011). Assessng the torsonal response of exstng RC buldng usng the extended N2 method, Bulletn of Earthquake Engneerng, do: /s Bommer J., Stafford P.J., Alarcón J.E. and Akkar S. (2007). The nfluence of magntude range on emprcal ground moton predcton, Bulletn of Sesmologcal Socety of Amerca, 97, Bommer J.J. and Crowley H. (2006). The nfluence of ground moton varablty n earthquake loss modellng, Bulletn of Earthquake Engneerng, 4(3), Bracc J.M., Renhorn A.M., Mander J.B. and Kunnath S.K. (1989). Determnstc for sesmc damage evaluaton of renforced concrete structures, Natonal Center for Earthquake Engneerng Research, NCEER , State Unversty of New York at Buffalo. Carr A.J.(2000). Ruaumoko Inelastc Dynamc Analsys Program. Department of Cvl Engneerng, Unversty of Canterbury, Chrstchurch, New Zealand. CEN. Eurocode 2 (2004). Desgn of concrete structures Part 1: General Common rules for buldng and cvl engneerng structures, European Commttee for Standardzaton. CEN. Eurocode 8 (2004). Desgn of structures for earthquake resstance. Part 1: General rules, sesmc actons and rules for buldng, European Commttee for Standardzaton. Chopra A.K. and Goel R.K., Chntanapakdee C. (2004). Evaluaton of a modfed MPA procedure assumng hgher modes as elastc to estmate sesmc demands, Earthquake Spectra, 20(3), Chopra A.K. and Goel R.K. (2002). A modal pushover analyss procedure for estmatng sesmc demand buldngs, Earthquake Engneerng and Structural Dynamcs, 31(3), Chopra A.K. and Goel R.K. (2004). A modal pushover analyss procedure to estmate sesmc demand for unsymmetrc plan buldngs, Earthquake Engneerng and Structural Dynamcs, 33(8), Chopra A.K. and Goel R.K. (1999). Capacty demand dagram methods for estmatng sesmc deformaton of nelastc structures: SDOF systems PEER Report 1999/02 Berkeley: Pacfc Earthquake Engneerng Research Center, Unversty of Calforna. Cosenza E., Manfred G. and Ramasco R. (1993). The use of damage functonals n earthquake engneerng: A comparson between dfferent methods, Earthquake Engneerng and Structural Dynamcs, 22(10), Crowley H., Bommer J.J., Pnho R. and Brd J.F. (2005). The mpact of epstemc uncertanty on an earthquake loss model, Earthquake Engneerng and Structural Dynamcs, 34(14),

20 Fajfar P. and Gaspersc P. (1996). The N2 method for the sesmc damage analyss of RC buldngs, Earthquake Engneerng and Structural Dynamcs, 25(1), Fajfar P. (1999). Capacty spectrum based on nelastc demand spectra, Earthquake Engneerng and Structural Dynamcs, 28(9), FEMA (1999). HAZUS Earthquake loss estmaton methodology, Federal Emergency Management Agency, Washngton, DC. Franchn P., Pnto P. and Pathmanathan R. (2010). Confdence factor? Journal of Earthquake Engneerng, 14(7), Freeman S.A., Ncolett J.P. and Tyrell J.V. (1975). Evaluatons of exstng buldngs for sesmc RISK A case study of Puget Sound Naval Shpyard, Bremerton, Washngton, Proc. 1st U.S. Natonal Conference of Earthquake Engneerng. EERI, Berkeley. Freeman S.A. (1998). Development and use of capacty spectrum method, Proc. 6th U.S. Natonal Conference of Earthquake Engneerng. EERI, Seattle. Fuj K. (2011). Nonlnear statc procedure for mult story asymmetrc buldng consderng bdrectonal exctaton, Journal of Earthquake Engneerng, 15(2), Grünthal G. (1998). European Macrosesmc Scale 1998, EMS 98, Cahers du Centre Européen de Géodynamque et de Sésmologe, Consel de L Europe, 15. Hancock J., Bommer J.J. and Sttaford P.J. (2008), Numbers of scaled and matched accelerograms requred for nelastc dynamc analyses, Earthquake Engneerng and Structural Dynamcs 2008, 37(14), Kresln M. and Fajfar P. (2012). The extended N2 method consderng hgher mode effects n both plan and elevaton, Bulletn of Earthquake Engneerng, 10(2), Lagomarsno S. and Govnazz S. (2006). Macrosesmc and mechancal models for the vulnerablty and damage assessment of current buldngs, Bulletn of Earthquake Engneerng, 4(4), Lantada N., Pujades L.G. and Barbat A.H. (2009). Vulnerablty ndex and capacty spectrum based methods for urban sesmc RISK evaluaton. A comparson, Natural Hazards, 51(3), Mlutnovc Z.V. and Trendaflosk G.S. (2003). RISK UE: An advanced approach to earthquake RISK scenaros wth applcatons to dfferent European towns WP4: Vulnerablty of current buldngs, European Project EVK4 CT Park Y. J., Ang A.H. S. Kwe Wen Y. (1985). Sesmc damage analyss of renforced concrete buldngs, Journal of Structural Engneerng, ASCE, 111(4), Park Y. J. and Ang A.H. S. (1985). Mechanstc sesmc damage Model for Renforced Concrete,Journal of Structural Engneerng, ASCE, 111(4), Poursha M., Khoshnoudan F. and Moghadam A.S. (2009). A consecutve modal pushover procedure for estmatng the sesmc demands of tall buldngs, Engneerng Structures, 31(2), Pujades L.G., Barbat A.H., González Drgo R., Avla J. and Lagomarsno S. (2012). Sesmc performance of a block of buldngs representatve of the typcal constructon n the Example dstrct n Barcelona (Span), Bulletn of Earthquake Engneerng, 10(1), Reyes J.C. and Chopra A.K. (2011). Evaluaton of three dmensonal modal pushover analyss for unsymmetrc plan buldngs subjected to two components of ground moton, Earthquake Engneerng and Structural Dynamcs 2011, do: 10/1002/eqe.1100.

21 Reyes J. and Chopra A.K. (2010). Three dmensonal modal pushover analyss of buldng subjected to two components of ground motons, ncludng ts evaluaton for tall buldngs, Earthquake Engneerng and Structural Dynamcs, do: 10/1002/eqe RISK EU (2000). An advanced approach to earthquake RISK scenaros wth applcatons to dfferent European towns, European project ENV K Roufael M.S.L. and Meyer C. (1987). Analytcal model of hysteretc behavour of RC frames, Journal of Structural Engneerng, ASCE, 113(3), Satyarno I. (2000). Adaptve pushover analyss for the sesmc assessment of older renforced concrete buldngs. Doctoral Thess, Department of Cvl Engneerng, Unversty of Canterbury, Chrstchurch, New Zealand. Vamvatskos D. and Cornell C.A. (2002). The Incremental Dynamc Analyss, Earthquake Engneerng and Structural Dynamcs, 31(3), Vamvatskos D. and Fragadaks M. (2010). Incremental dynamc analyss for estmatng sesmc performance senstvty and uncertanty, Earthquake Engneerng and Structural Dynamcs, 39(2), Vargas Y.F., Pujades L.G., Barbat A.H. and Hurtado J.E. (2013). Evaluacón probablsta de la capacdad, fragldad y daño sísmco en edfcos de hormgón armado, Revsta nternaconal de métodos numércos para cálculo y dseño en ngenería (en prensa). Vargas Y.F., Pujades L.G., Barbat A.H. and Hurtado J.E. (2011). Pushover analyss and ncremental dynamc analyss. A probablstc comparson, Proceedng 3rd Internatonal Conference on Computatonal Methods n Structural Dynamcs and Earthquake Engneerng, Corfu, Greece.

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

FORMA TRADICIONAL DE CÁLCULO DE DESPLAZAMIENTOS Y FUERZAS EN ESTRUCTURAS SIN MAMPOSTERÍA RESUMEN

FORMA TRADICIONAL DE CÁLCULO DE DESPLAZAMIENTOS Y FUERZAS EN ESTRUCTURAS SIN MAMPOSTERÍA RESUMEN CAPITULO 1 FORMA TRADICIONAL DE CÁLCULO DE DESPLAZAMIENTOS Y FUERZAS EN ESTRUCTURAS SIN MAMPOSTERÍA RESUMEN En la actualdad los métodos de dseño estructural y las consderacones que se realzan prevas al

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Análisis estructural estático y dinámico probabilista de edificios de hormigón armado. Aspectos metodológicos y aplicaciones a la evaluación

Análisis estructural estático y dinámico probabilista de edificios de hormigón armado. Aspectos metodológicos y aplicaciones a la evaluación UNIVERSIDAD POLITÉCNICA DE CATALUÑA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS Departamento de Ingenería del Terreno, Cartográfca y Geofísca Programa de doctorado: Ingenería Sísmca

Más detalles

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO 1 ÍNDICE 1. INTRODUCCIÓN 2. EL CAMPO MAGNÉTICO 3. PRODUCCIÓN DE UN CAMPO MAGNÉTICO 4. LEY DE FARADAY 5. PRODUCCIÓN DE UNA FUERZA EN UN CONDUCTOR 6. MOVIMIENTO DE

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17 Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Deducción de parámetros y comportamiento

Deducción de parámetros y comportamiento Captulo 7. Deduccón de paráetros y coportaento presto por el odelo 287 Capítulo 7: presto por el odelo Deduccón de paráetros y coportaento S ben la utlzacón del odelo consttuto planteado requere la deternacón

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

CAPÍTULO III. METODOLOGÍA 1. sismos pasados, por lo que este se calculara evaluando primero la tasa de actividad sísmica

CAPÍTULO III. METODOLOGÍA 1. sismos pasados, por lo que este se calculara evaluando primero la tasa de actividad sísmica CAPÍTULO III. METODOLOGÍA 1 III.1 Evaluacón del pelgro sísmco La determnacón drecta del pelgro sísmco rara vez se puede hacer debdo a la falta de nformacón en cuanto a las aceleracones que se han producdo

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

CURVAS DE FRAGILIDAD SÍSMICA PARA EDIFICIOS TRADICIONALES DE MAMPOSTERÍA NO REFORZADA DE BARCELONA, ESPAÑA

CURVAS DE FRAGILIDAD SÍSMICA PARA EDIFICIOS TRADICIONALES DE MAMPOSTERÍA NO REFORZADA DE BARCELONA, ESPAÑA CURVAS DE FRAGILIDAD SÍSMICA PARA EDIFICIOS TRADICIONALES DE MAMPOSTERÍA NO REFORZADA DE BARCELONA, ESPAÑA Rcardo BONETT 1, Alex H. BARBAT y Llus PUJADES PhD. Student 1 Professor Techncal Unversty of Catalona,

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Obtención de mapas de similitud sísmica 2D mediante redes neuronales Oscar Rondón*, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep

Obtención de mapas de similitud sísmica 2D mediante redes neuronales Oscar Rondón*, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep Obtencón de mapas de smltud sísmca 2D medante redes neuronales Oscar Rondón, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep Resumen El desarrollo de metodologías para obtener e ntegrar nformacón de múltples

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

5 SISTEMA DE VARIOS GRADOS DE LIBERTAD

5 SISTEMA DE VARIOS GRADOS DE LIBERTAD 106 5 SISTEMA DE VARIOS GRADOS DE LIBERTAD 5.1 Defncón de la Estructura La estructura analzada es un edfco de ofcnas de mportanca especal, de ses nveles dstrbuda smétrcamente en cumplmento de las recomendacones

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

VII. Solución numérica de ecuaciones diferenciales

VII. Solución numérica de ecuaciones diferenciales VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las

Más detalles

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS Medardo Yañez, Hernando Gómez de La Vega, Manuel Fretas, Karna Semeco, Mguel Aguero Relablty and Rsk Management Méxco SA de CV RM Méxco

Más detalles

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores Nota técnca Estmacón del consumo daro de gas a partr de lecturas peródcas de meddores Por Salvador Gl, Gerenca de Dstrbucón del Enargas, A. azzn, Gas Natural Ban y R. Preto, Gerenca de Dstrbucón del Enargas

Más detalles

La ecuación de equilibrio dinámico del sistema de 1 grado de libertad dinámico (1 GLD) sin amortiguamiento indicado en la Figura 1 se expresa como:

La ecuación de equilibrio dinámico del sistema de 1 grado de libertad dinámico (1 GLD) sin amortiguamiento indicado en la Figura 1 se expresa como: Respuesta a exctacones sísmcas La ecuacón de equlbro dnámco del sstema de grado de lbertad dnámco ( GLD) sn amortguamento ndcado en la Fgura se expresa como: () M y() t 0 K u t + = () M K u( t ) y( t)

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Circuito Monoestable

Circuito Monoestable NGENEÍA ELETÓNA ELETONA (A-0 00 rcuto Monoestable rcuto Monoestable ng. María sabel Schaon, ng. aúl Lsandro Martín Este crcuto se caracterza por presentar un únco estado estable en régmen permanente, y

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles