Escolar Documentos
Profissional Documentos
Cultura Documentos
=
Log
Log
Log
Log
D
Lo que corrobora la validez de la frmula que se dedujo anteriormente.
Por ejemplo al aplicar la frmula para el conjunto de Cantor, se tendra:
X=3 y Y=1
y al aplicar la frmula se llegara a:
6309 , 0
) 3 (
) 2 (
) 3 (
) 1 3 (
= =
=
Log
Log
Log
Log
D
la cual es la dimensin fractal de este conjunto.
Otro ejemplo podra ser la respuesta a la pregunta: Cuntas partes se deben
remover en una recta que se ha dividido en nueve partes iguales para generar
un fractal de dimensin de D=0,5? .
La respuesta a este interrogante se puede resolver con la frmula deducida, en
donde lo que se necesitara encontrar es el valor de Y y en donde X=9 y D=0,5
as que al reemplazar en la frmula:
) 9 (
) 9 (
5 , 0
Log
Y Log
=
resolviendo la ecuacin se encuentra que:
Y=6.
Y la respuesta al interrogante anterior es:
Una divisin de una lnea en 9 partes iguales de las cuales se remueven 6 de
ellas generan un fractal de dimensin D=0,5.
Despus de haber analizado las construcciones iterativas hechas a partir de
una lnea, las cuales generan fractales y cuyas dimensiones fueron calculadas a
partir de la definicin de conjunto fractal por medio de dos puntos genricos
obtenidos en las iteraciones y por medio de la frmula expuesta anteriormente,
se tiene la siguiente tabla que muestra algunas construcciones iterativas en la
30
que sus dimensiones fractales se obtienen a partir de la frmula propuesta,
ahorrndose el proceso de hacer las iteraciones para poder encontrar un par de
puntos genricos y hallar la dimensin fractal. Lo primordial de lo anterior es
que se puede generar esta misma tabla con miles de construcciones y
encontrar la dimensin fractal usando la frmula.
Tabla 1. Algunas construcciones iterativas propuestas a partir de una lnea las cuales generan
fractales y sus respectivas dimensiones, donde se remueven los segmentos intercaladamente y
empezando por el segundo de izquierda a derecha. La primera construccin de la tabla es el
conjunto de Cantor.
Cantidad de segmentos
en que se divide
Cantidad de segmentos
que se remueven
Dimensin
fractal
3 1 0,6309
5 2 0,6826
7 4 0,5646
9 6 0,5
12 5 0,7831
20 15 0,5372
16 6 0,8305
30 25 0,4732
50 10 0,943
100 36 0,9031
Con respecto a estas construcciones, hay que decir que tienen invariacin en
escala, la cual es una condicin necesaria para que se pueda hablar de
conjuntos fractales y que sea aplicable la ecuacin (1) derivada de la
distribucin fractal. Para ilustrar la invariacin en escala en estos conjuntos,
tmese como ejemplo un anlisis de las primeras 2 iteraciones para el fractal
ilustrado en la figura 15. En ellas se puede ver que en el resultado de la primera
iteracin, los siete segmentos de 1/12 de longitud son la imagen de cada uno de
los segmentos de longitud 1/12 divididos en doce segmentos de longitud 1/144
de los cuales se remueven 5. Cada uno de los siete conjuntos de segmentos de
la segunda iteracin es una versin de menor escala del conjunto de siete
segmentos obtenidos en la primera iteracin. Por lo que un conjunto de
31
segmentos perteneciente a una iteracin dada es una imagen a menor escala
del conjunto de segmento de la iteracin anterior, y por tanto de las anteriores.
Figura15. Ejemplo de uno de los Fractales creados que parten de una lnea. La primera y
segunda iteracin correspondiente al fractal en el que la lnea se divide en 12 partes de las
cuales se remueven 5 intercaladamente empezando por la segunda y de izquierda a derecha en
la construccin.
Al terminar el anlisis de las construcciones iterativas a partir de una lnea, se
puede continuar con el anlisis de las construcciones iterativas hechas a partir
de cuadrados o cubos, por lo que la metodologa para las construcciones que
generan fractales a partir de una lnea recta, se puede hacer extensiva para
hacerlas aplicables en cuadrados o cubos.
Para analizar los fractales que se generan a partir de un cuadrado o un cubo,
los mismos principios que regan para los fractales generados a partir de una
lnea se dan para las construcciones iterativas hechas a partir de cuadrados o
cubos, el clculo de la dimensin fractal y la invarianza en escala.
Por tanto, al seguir los mismos principios que se utilizaron para generar
fractales a partir de una lnea, cualquier persona puede generar fractales a
partir de un cuadrado o de un cubo.
Por ejemplo una construccin iterativa que puede hacerse sobre un cuadrado
de lado 1 para generar un fractal es que este se divide en 9 cuadrados iguales
32
de los cuales se remueven 8 y se deja el cuadro central. Por lo que despus de
la primera iteracin el cuadrado original queda reducido solamente a un
cuadrado de lado igual a 1/3 y por tanto el primer punto (r,N) generado es
(1/3,1). A ese cuadrado de lado 1/3 se le hace exactamente lo mismo que al
inicial, dando otro punto: (1/9,1).
La dimensin fractal calculada a partir de la definicin de distribucin fractal es:
0
) 3 (
) 1 (
= =
Log
Log
D
Un fractal que se podra crear sera a partir de una construccin iterativa en la
que se divide un cuadrado en 9 cuadrados de lado 1/3 de los cuales se
remueven los 4 cuadros de la mitad de cada lado del cuadrado. La frmula
deducida para calcular la dimensin fractal para un fractal generado a partir de
una lnea se tuvo que ajustar a la forma:
) (
) (
2 / 1
X Log
Y X Log
D
=
en donde:
X es el nmero de cuadrados iguales en los que se divide el cuadrado.
Y la cantidad de cuadrados que se remueven.
Para hacerla aplicable a un fractal generado a partir de una construccin que
se le hace a un cuadrado. Para calcular la dimensin fractal se tiene que X=9 y
Y=4, por lo que al aplicar la frmula:
464 , 1 ) 3 ( ) 4 9 ( = = Log Log D
Para verificar el resultado, se calcula la dimensin fractal a partir de dos puntos
genricos. El primer punto (r,N) obtenido en la primera iteracin sera (1/3,5) y
el segundo punto (r,N) obtenido en la segunda iteracin sera (1/9,25). La
dimensin fractal calculada con la definicin es:
33
464 , 1 ) 3 ( ) 5 ( = = Log Log D
por lo que es igual a la obtenida por la frmula propuesta.
Tambin se puede crear otro fractal. La construccin consiste en dividir el
cuadrado en 625 cuadrados iguales de los cuales se remueven 45 cuadros,
debido a que resultan 25 cuadrados por cada lado del cuadrado, la construccin
se hace removiendo de izquierda a derecha 15 cuadrados contiguos en la
primer lnea,15 en la lnea 13 y 15 en la lnea 25. La dimensin fractal calculada
por la frmula es tomando X=625 y Y=45
Por tanto:
976 , 1 ) 25 ( ) 45 625 ( = = Log Log D
La dimensin fractal calculada para este mismo caso a partir de los puntos
genricos: (1/25,580) y (1/625,336400) es:
976 , 1 ) 25 ( ) 580 ( = = Log Log D
lo que confirma la validez de la frmula deducida.
Un
fractal conocido, que parte de un cuadrado, el cual es la alfombra de Sierpinski
(Sierpinski carpet), consiste en que se divide el cuadrado en 9 cuadrados
iguales de los cuales se remueve uno, el central, a cada uno de los 8 restantes
se les hace exactamente lo mismo que al inicial y el proceso se repite
indefinidamente para los que se generen de ah en adelante.
Al aplicar la frmula sugerida al tomar X=9 y Y=1
34
Se obtiene:
8928 , 1 ) 3 ( ) 1 9 ( = = Log Log D
La siguiente tabla muestra algunas construcciones iterativas sugeridas hechas
a partir de un cuadrado, las cuales generan fractales y cuyas dimensiones
fueron calculadas a partir la frmula personal deducida ahorrndose las
iteraciones para poder encontrar un par de puntos genricos y hallar la
dimensin fractal. Cualquier persona puede generar esta misma tabla con miles
de construcciones usando la frmula. La primera construccin de la tabla es
una alfombra de Sierpinski (Sierpinski carpet).
Tabla 2. Algunas construcciones iterativas propuestas a partir de un cuadrado las cuales
generan fractales y sus respectivas dimensiones
Cantidad de
cuadros
Cantidad de
cuadros
removidos
Dimensin
fractal
Proceso de eliminacin
9 1 1,8928 Alfombra de Sierpinski.
9 3 1,6309 3 cuadros superiores.
16 4 1,7925 4 cuadros superiores.
16 10 1,2925 8cuadros sup. y los siguiente 2
cuadros desde la izquierda .
25 5 1,8614 5 cuadros superiores.
25 15 1,4307 15 cuadros superiores.
36 20 1,5474 20 cuadros del contorno.
49 25 1,6332 24 cuadros del contorno y el cuadro
central.
64 10 1,9183 8cuadros superiores y los siguiente 2
cuadros desde la izquierda.
Terminado el anlisis sobre construcciones hechas a partir de cuadrados, se
muestran a continuacin algunas construcciones hechas a partir de un cubo
en donde la frmula deducida para calcular la dimensin fractal tiene ahora la
siguiente forma:
35
) (
) (
3 / 1
X Log
Y X Log
D
=
en donde:
X: es el nmero de cubos iguales en los que se divide el cubo
Y: la cantidad de cubos que se remueven
A continuacin se va a analizar una construccin iterativa fractal conocida, la
esponja de Menguer, y luego otras construcciones iterativas sobre cubos que
generan fractales para luego calcular su dimensin fractal.
Como se dijo, la primera construccin es la esponja de Menguer, la cual
consiste en dividir un cubo de arista h en 27 cubos de arista h/3, de los cuales
se remueven los 6 que pasan por el centro de cada cara y adems el cubo que
est en todo el centro del cubo original, por lo que la cantidad restante de cubos
de arista h/3 es de 20 y por tanto el primer punto (r,N) es (1/3,20). A cada uno
de esos 20 cubos restantes de arista h/3 se les hace exactamente lo mismo que
al cubo original por lo que quedan 400 cubos de arista h/9 y el siguiente punto
(r,N) es (1/9,400). El proceso contina del mismo modo para las iteraciones que
se hagan de ah en adelante. La dimensin fractal para esta construccin
calculada por la frmula derivada de la definicin de distribucin fractal es:
7268 , 2 ) 3 ( ) 20 ( = = Log Log D
La esponja de Menguer puede usarse como modelo para el flujo en medio
poroso con una distribucin fractal de porosidad. (Turcotte 1997)
Al aplicar la frmula deducida, se hace X=27 y Y=7, por tanto se obtiene:
7268 , 2 ) 27 ( / ) 20 ( ) 27 ( ) 7 27 (
3 / 1
= = = Log Log Log Log D
36
lo que da validez a la frmula.
Ya analizado un fractal tridimensional conocido, lo que sigue es crear una
construccin iterativa sobre un cubo para generar un fractal en tres
dimensiones. El fractal que se pode crear es al dividir un cubo de lado 1 en 64
cubos de arista de los cuales se remueven 10. Para esta construccin, el
fractal que se genera tiene una dimensin la cual se puede obtener por la
frmula sin necesidad de hacer las iteraciones para hallarla. Aplicando la
formula se obtiene:
877 , 2 4 / ) 54 ( ) 64 ( ) 10 64 (
3 / 1
= = = Log Log Log Log D
En la siguiente tabla se muestran algunas construcciones hechas a partir de un
cubo, las cuales generan fractales y cuyas dimensiones fueron calculadas a
partir la frmula deducida ahorrndose las iteraciones para poder encontrar un
par de puntos genricos y hallar la dimensin fractal. Cualquier persona puede
generar esta misma tabla con miles de construcciones usando la frmula. La
primera construccin de la tabla es la esponja de Menguer.
Tabla 3. Construcciones iterativas a partir de un cubo las cuales generan fractales y sus
respectivas dimensiones.
Cantidad de
cubos en que se
divide
Cantidad de
cubos que se
remueven
Dimensin fractal Proceso
27 7 2,7268 Esponja de Menguer.
64 10 2,8774
Se remueven 10 cubos continuos de
los 16 de la parte superior, siempre
empezando desde la izquierda .
De este modo se termina el anlisis sobre las construcciones iterativas sobre
una lnea, un cuadrado o un cubo pudindose ver cmo se puede determinar la
dimensin fractal en estos fractales ideales, a partir de la definicin de la
distribucin fractal al encontrar un par de puntos genricos, y aplicar una simple
37
ecuacin o de un modo mucho ms sencillo, que es el aplicar las frmulas
personales deducidas para cada construccin, encontrando muchsimo ms
rpido la dimensin fractal, como se vio en las tablas anteriores para los
fractales en una , dos y tres dimensiones .
Finalmente, la Tabla 4 muestra las frmulas personales deducidas para
encontrar la dimensin del fractal generado a partir de su construccin, en
donde X es el nmero de partes en que se divide la lnea , cuadrado o cubo y Y
el nmero de partes que se remueven. Para el conjunto de Cantor, el cual es un
fractal que se genera a partir de una lnea y que consiste en dividir la lnea en
tres partes y remover una, se utiliza la primera frmula, en donde X=3 y Y=1
dando 6309 . 0 3 log / 2 log = = D .
Tabla 4. Frmulas propuestas para aplicar en construcciones iterativas que se hagan sobre una
lnea, un cuadrado o un cubo
2.1.2 Estimacin de la dimensin fractal.
Como se vio en los fractales anteriores, con su carcter de ser ideales , su
dimensin fractal se poda calcular con la aplicacin de una frmula. Pero ahora
para los fractales que la naturaleza presenta, como lo son una lnea costera o
un patrn de fallas, la dimensin ya no se puede calcular con la aplicacin de
una frmula y se tiene que recurrir a otros mtodos que estn basados en un
fundamento analizado por Barton, el cual se cita a continuacin y que en
trminos generales se basa en asociar el tamao de un conjunto de puntos con
el tamao de los elementos que lo recubren.
ECUACIN ORIGEN
D= Log( X-Y )/Log( X )
LINEA RECTA
D= Log( X-Y )/Log( X
1/2
)
CUADRADO
D= Log( X-Y )/Log( X
1/3
)
CUBO
38
La definicin de la dimensin fractal est ligada a la medida o tamao de un
conjunto de puntos en el espacio. Al mismo tiempo, esa definicin de medida o
tamao es la suma de los tamaos de los elementos utilizados para cubrir el
conjunto. As que en conclusin, la dimensin fractal se liga a la suma de
tamaos de pequeos elementos recubridores del conjunto espacial de puntos.
La dimensin fractal D describe como el tamao total del conjunto depende de
el tamao de los elementos que lo recubren (Barton 1995).
Debido a esta razn, los mtodos alternativos menos generales de estimar la
dimensin fractal se deben usar en la prctica. (Mandelbrot,1983,1985). En las
siguientes lneas se hace una descripcin muy breve de los tres mtodos ms
utilizados para estimar la dimensin fractal. De todos los mtodos comnmente
usados, quizs el ms cercano a la definicin de la dimensin fractal es el del
box-counting (Mandelbrot,1983).
La explicacin del proceso de realizacin del Box-counting se discute en un
subcaptulo llamado Ilustracin del mtodo del box-counting. Pero que a
grandes rasgos se explica en el siguiente prrafo.
El box-counting se realiza al colocar una rejilla de cuadrados de tamao
caracterstico (r) sobre el fractal y despus se contabiliza el nmero de
cuadrados ocupados por el fractal. El proceso es repetido para un gran nmero
de tamaos de celdas de cuadrcula. El nmero de cajas cubiertas para cada
cuadrcula es graficada como funcin de la longitud del lado del cuadro de cada
cuadrcula o rejilla en un papel log-log. Si la grfica resulta ser una lnea recta,
la pendiente de esta es la dimensin fractal.(Mandelbrot, 1982; Sander , 1994;
Barton , 1995; Turcotte 1997).
El mtodo del box-counting y sus mtodos derivados, son los que se aplican en
patrones de fracturas, porque la forma mas eficiente para recubrirlos es por
39
medio de cuadros, aqu no se puede hablar de aplicar el mtodo ruler o el
espectral porque estos son para fractales que sean una lnea irregular, tales
fractales podran ser por ejemplo la tpica lnea costera, el perfil generado por
una montaa y algunas seales registradas en papel como las parecidas a los
acelerogramas, lo importante es que sea una sola lnea, porque el
recubrimiento de estos mtodos, por ejemplo el del ruler se basa en pasar
una longitud dada de abertura de comps y recorrerla a lo largo de esa lnea,
as que el recubrimiento mejora a medida que se haga ms pequea la longitud
de abertura de comps porque se puede pasar por irregularidades que no se
haban pasado al hacer el recorrido por la longitud anterior.
En el mtodo del box-counting y anlogo al del ruler, el recubrimiento de ese
conjunto de fracturas se mejora al hacer ms pequeo el enrejillado porque los
cuadros que recubren las fracturas se ajustan cada vez ms a la forma de ese
conjunto de fracturas hasta el punto en que si los cuadros de un enrejillado
fueran muy pequeos, los cuadros recubridores formaran algo casi igual al
patrn de fracturas que se est intentando recubrir.
A partir de las bases conceptuales dadas para el clculo de la dimensin fractal,
se adopta el mtodo del box-counting para analizar el problema de inters
dentro de este trabajo que es un conjunto de fallas contenidas en un mapa
geolgico-estructural.
2.2 ANLISIS DE LA FRAGMENTACIN Y LA APLICACIN DE MODELOS
FRACTALES.
40
Las razones por las cuales el fenmeno de fragmentacin es objeto de anlisis
son: en primera estancia, es el fenmeno en el cual los elementos de inters
del anlisis fractal en este trabajo de grado, conjuntos de fallas, juntas y
fracturas, estn ntimamente ligados con la fragmentacin de la corteza
terrestre. En segunda instancia, es un fenmeno el cual ha sido explicado
satisfactoriamente desde el punto de vista fractal al encontrar que las
distribuciones de frecuencia-tamao de los fragmentos son distribuciones
fractales al igual que las distribuciones de frecuencia-tamao de las fracturas .
Al haber dado muy claramente las razones del porqu se tiene que analizar el
fenmeno de la fragmentacin, y del porqu se puede analizar desde el punto
de vista fractal, se tiene que analizar una propiedad de suma importancia dentro
de toda distribucin fractal: La invarianza en escala.
Esta propiedad es el elemento clave con el cual toda construccin satisface una
distribucin fractal en los elementos generados, la diferencia bsica entre las
construcciones vistas en el captulo anterior y las que se analizarn para los
modelos de fragmentacin es que en ninguna etapa o iteracin se hace
remocin de elementos, lo que se hace es que en vez de desechar o eliminar el
elemento, es conservarlo sin fragmentar mientras que los restantes se irn
fragmentando en las siguientes iteraciones.
Al plantearse el principio bsico de cmo se debe hacer una construccin que
genere una fragmentacin con invarianza en escala, se analiza un modelo
general para ilustrar una construccin iterativa con invarianza en escala y se
demuestra una distribucin fractal en sus bloques. A partir del modelo general y
la demostracin de que las fragmentaciones de este tipo, satisfacen una
distribucin fractal se analiza un modelo de fragmentacin puntual, el cual es la
base para hacer el anlisis fractal del conjunto de fallas y fracturas que se
encuentren en el mapa geolgico de Armenia, el cual es el modelo de
41
fragmentacin propuesto por Sammis en 1987 llamado en ingls:
commminution model pero que en este trabajo de grado se llamar el modelo
de pulverizacin de aqu en adelante.
Dicho anlisis abarc en primer lugar la construccin del modelo y en segundo
lugar, el estudio de las distribuciones tamao-frecuencia para bloques y fallas
en dos y tres dimensiones al igual que las distribuciones acumulativas de
tamao-frecuencia para bloques y fallas en dos y tres dimensiones tambin. En
tercer lugar, se aplica la tcnica del box counting a la proyeccin bidimensional
del modelo para finalmente hacer una correlacin de todos los resultados.
Una vez terminado el anlisis del modelo, finalmente se entra a mirar aspectos
que se constituyen como antecedentes del anlisis fractal que se ir a ejecutar
dentro del trabajo de grado, los cuales son algunos estudios realizados sobre
patrones de fracturas en dos dimensiones a partir de mapas, en donde tambin
exponen los mtodos con los que obtuvieron las dimensiones fractales
reportadas para sus trabajos, pero que a grandes rasgos no son ms que unas
variaciones del box-counting. En otras palabras, el mtodo del box-counting es
la base de esos mtodos.
2.2.1 La fragmentacin y la geometra fractal.
La fragmentacin en pocas palabras, es un proceso en el cual se tienen uno o
varios objetos, estos se fraccionan o dividen en varios objetos de menor tamao
los cuales se denominan fragmentos.
Dicho proceso de fragmentacin se pone de manifiesto o se hace evidente
cuando al tenerse que tal grupo original de objetos da lugar a un conjunto de
cosas de menor tamao o cuando aparentemente dicho grupo original se
preserva, pero al ver elemento por elemento se ve que cada uno de ellos
42
presenta un conjunto de lineamientos que evidencian sus discontinuidades, los
cuales son fisuras o fracturas.
La fragmentacin de un elemento se puede llevar a cabo de modo artificial al
someter un material a esfuerzos hasta inducir distintos agrietamientos o al
someter cualquier elemento a un proceso explosivo.
Dentro de la geologa del presente trabajo de grado, el inters del estudio de
este fenmeno, es el concerniente a la fragmentacin de la corteza terrestre, el
cual es un proceso que implica la presencia de fallas, juntas y fracturas (
Sarria,1995 y Hobbs,1981). Estos son los elementos de inters para la
aplicacin del anlisis fractal.
Una vez expuesta la importancia de analizar el fenmeno de la fragmentacin,
se muestran los resultados y alcances a los que han llegado los distintos
estudios basados en mtodos clsicos que se han utilizado para explicar dicho
fenmeno.
Se han hecho un sin nmero de estudios de tipo experimental, numrico y
terico que han generado avances poco significativos en lo que respecta a
desarrollar teoras que en realidad puedan comprender y explicar la
fragmentacin. Bsicamente el problema radica en que el proceso de
fragmentacin involucra la iniciacin y propagacin de fracturas, el cual
presenta un comportamiento no lineal, lo que conlleva a la necesidad de
desarrollar modelos sumamente complejos para analizar la ms simple de las
configuraciones.(Turcotte, 1997).
De acuerdo con lo anteriormente expuesto por Donald Turcotte, la aplicacin de
la geometra fractal puede ser una nueva herramienta para analizar este
fenmeno, en vista de que los mtodos clsicos no han podido analizarlo. La
factibilidad de aplicar la geometra fractal radica en que al estudiar los
43
fragmentos generados, la relacin entre el nmero de fragmentos y su
dimensin lineal caracterstica, la raz cbica del volumen, presenten una
distribucin potencial, por ende fractal. Si es as, puede analizarse el fenmeno
desde el punto de vista fractal en vista de que los fragmentos satisfacen
distribuciones fractales.
2.2.2 Invarianza en escala y las distribuciones fractales.
Invarianza en escala es un fenmeno en el que un objeto se ve igual en todas
las escalas, o para entenderlo mejor, su forma est presente en todas las
escalas y se mantiene constante, as ese objeto est presente cuando se est
hablando en pequeas medidas como milmetros, centmetros y tambin
cuando se est hablando en grandes magnitudes como metros, kilmetros o
miles de kilmetros.
Un tpico ejemplo es la roca sedimentara, donde la disposicin en capas de los
sedimentos a nivel de macizo rocoso se conserva en los especimenes. Por lo
tanto la estructura o arreglo permanece en ambos casos, es decir si se toma
una muestra de roca sedimentaria y se comparara con todo el macizo se vera
que ambas tendran exactamente los mismos rasgos y la misma forma.
Si alguien estuviera tomndole fotos separadamente a las dos rocas
sedimentarias mencionadas anteriormente, y le llevara las fotos a otra persona
para preguntarle por la escala de cada una, simplemente esta no podra decirle
si una cubre centmetros o kilmetros o simplemente podra creer que ambas
cubren una misma escala.
Es por eso que si la persona de la situacin anterior regresa al lugar y toma
fotos de las mismas rocas, pero ahora a una le coloca una moneda encima y en
la otra foto logra enfocar una casa y vuelve a llevar las fotos, la otra persona
sabe que la foto que tiene la moneda est en el orden de centmetros y la otra
44
en un orden de metros o kilmetros y una tercera persona que vea la foto de la
moneda estara diciendo algo absurdo afirmando que la roca est en un orden
de miles de kilmetros o que la otra est en un orden de milmetros.
En este contexto Mandelbrot (1967) introdujo los fractales porque debido a la
invariacin en escala, la longitud de una lnea costera se incrementa a medida
que disminuye la longitud de la vara con que se mida, de acuerdo con una ley
potencial en donde el exponente es la dimensin fractal de la lnea costera.
Siendo explicado el concepto de la invarianza en escala, se tiene que toda
distribucin fractal (acumulativa) debe satisfacer la siguiente condicin: la
relacin entre la cantidad de objetos con un tamao mayor a uno especfico y
ese tamao debe ser potencial (Turcotte,1997). Cabe anotar que se est
hablando de estadsticas de tipo acumulativo, ya que las distribuciones fractales
tambin satisfacen la relacin potencial entre la cantidad de objetos y su
tamao tal como se analiz en los conjuntos fractales, es decir, distribuciones
no acumulativas.
Al definirse que la distribucin fractal es la que se debe aplicar en aquellos
fenmenos que tengan Invarianza en escala, el aspecto que entra a ser objeto
de anlisis es, en qu consiste una distribucin fractal. Una distribucin fractal
acumulativa es aquella en la que el nmero de objetos (N) con una dimensin
lineal caracterstica mayor o igual a (r) satisface la relacin y que como ya se
vio anteriormente su forma es:
C Nr
D
=
Donde D es la dimensin fractal y C es una constante de proporcionalidad.
Esta relacin de tipo acumulativa es ms apropiada de usar si la distribucin se
realiza sobre un conjunto continuo de valores. Un conjunto continuo de valores
45
es aquel en el que una variable puede tomar cualquier valor dentro de un rango
especifico (Turcotte,1997). Para una distribucin no acumulativa la ecuacin es
exactamente la misma.
2.2.3 Los modelos de fragmentacin y estadsticas fractales.
Al haber analizado en qu consiste la invarianza en escala, se pueden analizar
los modelos que se han propuesto para la fragmentacin fractal y ver cmo se
cumple la propiedad de invarianza en escala.
Un simple modelo ilustra cmo la fragmentacin puede llegar a satisfacer una
distribucin fractal. Toda construccin en la que se quiera tener una distribucin
fractal en sus elementos, debe ser tal que su forma de construccin se repita en
todas sus etapas iterativas, sin hacer ningn tipo de variacin en ella para poder
conservar la propiedad fundamental de un fractal que es la Invarianza en
escala. Si lo anterior no se cumple, simplemente no se llega a nada.
El modelo consiste en que se considera una cantidad NT de cubos de arista h.
Cada uno de estos cubos se puede dividir en 8 cubos de arista h/2. En vista de
que no todos los cubos iniciales se van a fragmentar, y que adems no es
necesario conocer el nmero de bloques que se van a fraccionar, se debe
introducir la variable P, la cual es la probabilidad de que de uno de esos cubos
de arista h, se fraccione para producir cubos de arista h/2.
El nmero total de cubos de arista h/2 generado despus de darse la
fragmentacin (N) es:
fragmenta se que h arista de cubos de Nmero N
h
= 8
2 /
Es decir:
46
NT P N
h
= 8
2 /
En este anlisis lo que importa son los fragmentos que quedan al final de todo
el proceso, lo que se necesita conocer entonces es la cantidad de cubos de
arista h que se conservaron despus de la fragmentacin, es decir, el nmero
de celdas no fragmentadas, por lo que se puede plantear:
NT on fragmentar se no que
h arista de cubos de Nmero on fragmentar se que h arista de cubos de Nmero
=
+
Y como ya se conoce que:
NT P NFR on fragmentar se que h arista de cubos de Nmero
h
= ) (
Se obtiene:
NT P NT P NT NF on fragmentar se no que h arista de cubos de Nmero
h
) 1 ( ) ( = =
Si se quiere obtener una invariacin en escala, se deben hacer dos cosas:
La primera y a nivel de cada elemento, es hacerle exactamente lo mismo a
cada cubo de arista h/2 que se vaya a fragmentar, es decir dividirlo en ocho
cubos iguales.
La segunda y a nivel del conjunto de elementos, la probabilidad se tiene que
mantener constante , es decir que si se empez con fragmentar 6 cubos de
cada 10, esta probabilidad se tiene que mantener constante en toda la
construccin. Por ejemplo, en el conjunto de Cantor la relacin entre los
segmentos que se removan y el total de ellos se mantena constante durante
toda su construccin, lo que garantizaba la invariacin en escala. Lo mismo
sucede para este modelo de fragmentacin.
47
Como es una construccin que va a ser fractal, a los cubos de arista h/2 se les
hace exactamente lo mismo que a los de arista h y por ende los valores son:
Conocida la cantidad de cubos de arista h/2 formados, que es
NT P N
h
= 8
2 /
se puede calcular:
NT P NFR on fragmentar se que h arista de cubos de Nmero
h
=
2
2 /
8 ) ( 2 /
NT P P NT P NT P
NFR on fragmentar se no que h arista de cubos de Nmero
h
) 1 ( 8 8 8
) (
2
2 /
=
=
Y por tanto la cantidad de cubos de arista h/4 formados es:
NT P N
h
=
2
4 /
8
NT P NFR on fragmentar se que h arista de cubos de Nmero
h
=
3 2
4 /
8 ) ( 4 /
NT P P NT P NT P
NFR on fragmentar se no que h arista de cubos de Nmero
h
) 1 ( 8 8 8
) ( 4 /
2 2 3 3 2 2
4 /
=
=
Como lo que es de inters es relacionar la cantidad de cubos no fragmentados
en cada etapa, porque estos son los fragmentos definitivos y que se mantienen
al final del proceso, es til construir una tabla de valores del nmero de cubos
que no se fragmentaron (NF) y la arista (a) para deducir la ecuacin general.
NT P P N h a
NT P P N h a
NT P N h a
) 1 ( 8 4 /
) 1 ( 8 2 /
) 1 (
2 2
= =
= =
= =
Por lo que se deduce que en trminos generales:
n
h a 2 / = (1) NT P P N
n
) 1 ( ) 8 ( = (2)
De la ecuacin (1) se tiene:
a h
n
/ 2 = (3)
48
por lo que al despejar n en (3):
) 2 log( / ) / log( a h n =
y al sustituir en (2):
NT P P N
a h
) 1 ( ) 8 (
) 2 log( / ) / log(
= (4)
La cual es la distribucin frecuencia-tamao de los fragmentos. Lo siguiente es
comparar esta distribucin con la forma de una distribucin fractal para ver si
esta distribucin sigue la forma para establecer si es fractal, y si lo es, calcular
su dimensin.
Como la distribucin fractal puede tener la forma:
C r D N log log log = +
En la ecuacin (4) al tomar logaritmos en ambos lados se obtiene:
) ) 1 log(( ) 2 log( / ) 8 log( ) / log( log NT P P a h N + =
Al trasponer trminos:
) ) 1 log(( ) 2 log( / ) 8 log( ) / log( log NT P P h a N = +
Pero Log(a/h) es igual a: Log(a)-Log(h) as que despus de hacer todos los
arreglos algebraicos se obtiene finalmente:
) 2 log / ) 8 )(log( (log ) ) 1 log(( )) 2 log( / ) 8 )(log( (log log P h NT P P a N + = + (5)
Por lo que al transformar la ecuacin de la distribucin frecuencia-tamao de los
fragmentos, se puede ver que esta es de tipo fractal como lo demuestra la
ecuacin (5).
Como
ya se sabe que la distribucin es fractal, se tiene que la arista del lado de cada
49
fragmento a, es la dimensin lineal caracterstica del fragmento, por lo que se
hace a=r y la ecuacin (5) queda convertida finalmente en:
) 2 log / ) 8 )(log( (log ) ) 1 log(( )) 2 log( / ) 8 )(log( (log log P h NT P P r N + = + (6)
Y al compararse con la forma alterna de la distribucin fractal se llega
finalmente a que la dimensin fractal es igual a:
) 2 log( / ) 8 log( P D =
Despus de haber estudiado los distintos tipos de construcciones iterativas,
como el modelo de fragmentacin anteriormente analizado, se puede decir que
cualquiera que sea la construccin, sea de remover o no componentes, desde
que esta sea iterativa y no se altere en ninguna de sus etapas, la construccin
tendr invarianza en escala, y adems ser fractal, ya que sus componentes
seguirn dichas distribuciones.
No necesariamente toda dimensin fractal debe estar dentro de este rango
(0<D<3). Si algn conjunto de fragmentos dado siguiera una distribucin fractal
cuya dimensin estuviera fuera del rango, tal distribucin no deja de ser fractal
con invarianza en escala. Un ejemplo de este caso es la dimensin fractal
encontrada en unos objetos fragmentados, especficamente hablando del
trabajo desarrollado por Hartmann en 1969 en donde obtuvo una dimensin
fractal de D=3,54 para la distribucin fractal de frecuencia-tamao de
fragmentos de ceniza y pmez.
2.2.4 El modelo de pulverizacin
Una vez analizado el modelo de fragmentacin anterior el cual es el general, lo
que contina ahora es analizar un modelo puntual de fragmentacin: el modelo
de pulverizacin, que satisface estadsticas fractales porque sus componentes,
fallas y bloques, tienen distribuciones fractales.
50
El modelo parte de un cubo de arista h, el cual es base del proceso de
fragmentacin. Por otra parte, como en el modelo de fragmentacin general, en
ningn momento se da una remocin de cubos, lo que se hace es que unos se
dejan sin fragmentar y otros se fragmentan, por lo que a medida que avanza el
proceso aparecen los fragmentos con sus tamaos definitivos.
Esta es la gran diferencia con las construcciones fractales generadas a partir de
un cubo, las cuales ya se analizaron en el subcaptulo titulado: Aspectos
bsicos de la geometra fractal . Ac no se remueven elementos, slo se
dejan sin fraccionar.
En la construccin de este modelo se tiene un cubo slido de arista h, este se
fragmenta en 8 cubos iguales de arista h/2. Luego, el siguiente paso es que se
toman dos bloques diagonalmente opuestos para ser retenidos; mientras que
cada uno de los 6 bloques restantes se fragmentan como se hizo con el original
y en cada uno de esos 6 cubos fragmentados se retienen 2 bloques diagonales
tal y como se hizo con el original y los otros se fragmentan en 8 cubos iguales.
A cada uno de esos fragmentos se les hace lo mismo que al inicial y ese
proceso se contina del mismo modo e indefinidamente.
La construccin descrita anteriormente corresponde al modelo de pulverizacin,
el cual fue desarrollado para la fragmentacin y propuesto por Sammis en 1987.
Este modelo se basa en la hiptesis de que el contacto directo entre dos
fragmentos de tamaos casi iguales durante el proceso de fragmentacin puede
resultar en la particin de uno de ellos. Es improbable que pequeos
fragmentos rompan grandes fragmentos o que grandes fragmentos rompan
pequeos fragmentos.( Sammis,1987).
Cualquier persona podra proponer una infinidad de modelos distintos de
fragmentacin que desde el punto de vista matemtico pueden tener invariacin
51
en escala y distribuciones fractales, como por ejemplo dividir el cubo en 27
cubos iguales de los cuales 10 se dejaran sin fragmentar y los 17 restantes se
fragmentaran como el original y el proceso extenderse indefinidamente, o
dividir el cubo en 64 cubos de los cuales 30 se dejaran sin fragmentar y el resto
se fragmentaran como el original y el proceso extenderse indefinidamente.
Ninguno de estos modelos tiene alguna objecin al ser analizados
matemticamente porque tienen invariacin en escala y sus fragmentos tienen
distribuciones fractales. El problema est dentro del aspecto fsico, en el sentido
que se tiene que dar una hiptesis que justifique o soporte el modelo como hizo
Sammis para el suyo.
La construccin del modelo de Sammis se puede comprender al observar las
figuras 16, 17 y 18 con sus respectivas anotaciones.
Figura 16. Divisin del cubo de arista h y seleccin de cubos diagonalmente opuestos para no
ser fragmentados.
Paso 1: Dividir el cubo original en 8 cubos iguales (arista h/2) y seleccionar 2
cubos diagonalmente opuestos para no ser fragmentados.
52
Figura 17. Divisin de un cubo de arista h/2 y seleccin de cubos diagonalmente opuestos
para no ser fragmentados.
Paso 2: A cada uno de esos 6 cubos restantes de arista h/2 dividirlo en 8 cubos
iguales (de arista h/4) y seleccionar 2 cubos diagonalmente opuestos para no
ser fragmentados. (la figura 17 muestra este paso para uno de los 6 cubos
solamente).
Paso 3: A cada cubo de arista h/4 que qued despus de completar la
fragmentacin en todos los cubos de arista h/2 y haber seleccionado 2 cubos
diagonalmente opuestos para no ser fragmentados, hacerles lo mismo que el
cubo inicial.
El proceso sigue indefinidamente.
Paso 1 Paso 2 Paso 3
Figura 18. Desarrollo de los 3 primeros pasos para el modelo de pulverizacin.
Analizada la construccin del modelo, lo que sigue es analizar las distribuciones
frecuencia-tamao y las distribuciones acumulativas frecuencia-tamao para
53
los bloques. Para empezar a hacer el anlisis, se necesita crear un conjunto
discreto de puntos de la cantidad de bloques vs arista.
Llamando a la arista del bloque y N la cantidad de bloques que no se
fragmentan para cada valor de a, las parejas de valores que se generan son:
2592 6 6 6 2 32 /
432 6 6 2 16 /
72 6 6 2 8 /
12 6 2 4 /
2 2 /
= = =
= = =
= = =
= = =
= =
N h a
N h a
N h a
N h a
N h a
Por lo que se deduce que en trminos generales:
n
h a 2 / = (1)
n n
N 6
3
1
6 2
1
= =
(2)
De la ecuacin (1) se tiene:
a h
n
/ 2 = (3)
basndose en una propiedad de la funcin exponencial que consiste en:
a xLog x
b
b a =
se transforma 2
n
para obtener:
2
6
6 2
nLog n
=
haciendo el cambio de base en el exponente:
6 log / 2
6 2
nLog n
=
(4)
al sustituir (4) en (3) se obtiene:
a h
nLog
/ 6
6 log / 2
=
despejando 6
n
se obtiene:
2 log / 6
) / ( 6
Log n
a h = (5)
sustituyendo (5) en (2):
54
2 log / 6
) / (
3
1
Log
a h N =
Reorganizando:
2 log / 6 2 log / 6
3
1
Log Log
h a N =
(6)
Como la dimensin lineal de la arista de un cubo es igual a uno, entonces a=r
por lo que (6) se transforma definitivamente en:
2 log / 6 2 log / 6
3
1
Log Log
h r N =
(7)
Al analizar (7) , se tiene que esta satisface la ecuacin de una distribucin
fractal donde:
5849 . 2 2 log / 6 log = = D
Pudindose concluir que en el modelo de pulverizacin la distribucin de
frecuencia-tamao para bloques es fractal como se ya demostr.
Ahora es de inters analizar las estadsticas acumulativas para el modelo de
pulverizacin.
Llamando a la arista del bloque y NA la cantidad acumulativa de bloques para
cada valor de a, las parejas de valores que se generan son:
3110 ) 6 6 6 6 1 ( 2 32 /
518 ) 6 6 6 1 ( 2 16 /
86 ) 6 6 1 ( 2 8 /
14 ) 6 1 ( 2 4 /
2 2 /
4 3 2
3 2
2
= + + + + = =
= + + + = =
= + + = =
= + = =
= =
NA h a
NA h a
NA h a
NA h a
NA h a
Por lo que se deduce en trminos generales:
=
= =
1
0
6 2
2
n
i
i
A
n
N
h
a
en virtud de que:
55
=
+
=
n
i
n
i
X
X
X
0
1
1
1
se tendra:
=
1
0
1 6
1 6
6
n
i
n
i
As que la frmula general ser:
) 1 6 (
5
2
2 / = =
n
A
n
N h a
(8)
y como ya se obtuvo anteriormente:
2 log / 6 log
) / ( 6 a h
n
= y haciendo r a = , se
sustituye en (8) para as obtener:
(
(
|
.
|
\
|
= 1
5
2
2 log / 6 log
r
h
N
A
(
(
|
.
|
\
|
=
1
5
2
2 log / 6 log
h
r
N
A
Ecuacin que no se ajusta a la forma de una distribucin fractal. As que se
debe buscar la ecuacin de la distribucin fractal que se ajuste a unos valores
que se generen y luego ver su correlacin o bondad de ajuste con dichos
valores para decidir si se considera o no una distribucin fractal.
Siendo los valores generados los de la tabla:
Tabla 5. Parejas de valores r/h y su nmero acumulativo de bloques N
A
correspondiente.
56
(r/h) N
A
1 / 2 2
1 / 4 14
1 / 8 86
1/16 518
1/32 3110
Como la distribucin fractal tiene la forma :
D
cr N
=
El tipo de regresin por usar es el potencial el cual tiene la forma:
B
Ax y =
Despus de realizar la regresin, el modelo que ms se ajust fue:
6414 . 2
3406 . 0
|
.
|
\
|
=
h
r
N
A
Obteniendo una bondad de ajuste de:
r = -0,9999
lo cual indica que las distribucin acumulativa tiene una excelente correlacin
con la distribucin fractal debido a una bondad de ajuste supremamente alta
(casi: -1).
57
De acuerdo con la ecuacin obtenida, se tendra D =2,6414.
Pero si la anterior regresin se hace tomando 13 puntos:
Tabla 6. Pareja de valores r/h y su nmero acumulativo de bloques N
A
correspondiente a 13 puntos
(r/h) N
A
2
14
1/8 86
1/16 518
1/32 3110
1/64 18662
1/128 111974
1/256 671846
1/512 4031078
1/1024 24186470
1/2048 145118822
1/4096 870712934
1/8192 8224277606
La regresin potencial calculada para el conjunto de puntos anterior dara:
5949 . 2
3749 . 0
|
.
|
\
|
=
h
r
N
A
Siendo la bondad de ajuste:
r = 0.9999
por lo que la correlacin es mayor a la obtenida en la regresin anterior y se
tendra que D = 2.5948 2.60, por lo que al comparar esta dimensin fractal con
la del conjunto de valores discretos, (D = 2.5949) se observa que son casi
iguales.
Cabe anotar que la distribucin acumulativa para este modelo no tiene una
distribucin fractal en realidad, porque su ecuacin es:
58
(
(
|
.
|
\
|
=
1
5
2
2 log / 6 log
h
r
N
A
Esta ecuacin no tiene la forma de una distribucin fractal, pero se puede
considerar esta distribucin acumulativa como una distribucin fractal porque
las ecuaciones obtenidas para las distribuciones fractales por medio de las
regresiones, mostraron excelentes correlaciones como se mostr en las
regresiones.
2.2.5 Aplicabilidad del modelo pulverizacin
Analizado el modelo de pulverizacin y concluido que las estadsticas
acumulativas se pueden considerar como una distribucin fractal acumulativa
como se mostr en el anlisis matemtico anterior con sus excelentes
correlaciones, lo que se entra a tratar es la aplicabilidad del modelo.
Este modelo de pulverizacin se desarroll originalmente para ser aplicado en
un caso particular de fragmentacin resultante de un proceso geolgico natural
que es denominado fault gouge. Este bsicamente consiste en una roca
fragmentada resultante de la fragmentacin de la roca muro debido al
desplazamiento relativo a travs de la zona de falla (Biegel, 1989; Sammis,
1978, Hobbs, 1982) .
Como trabajos aplicativos se tiene que Sammis en 1987 y Sammis y Biegel en
1989 analizaron y aplicaron el modelo en una brecha de falla obtenido de la
zona de falla de Lpez en las montaas San Gabriel, California, encontrando
una dimensin fractal de D =2,60 0,11 en escalas de 0,5 m a 10 mm,
siendo este valor muy cercano a la dimensin fractal del modelo que se analiz
anteriormente (D = 2,60). Otro trabajo realizado fue por Biegel en 1989 y
Sammis en 1987 sobre fault gouge sinttico, encontrando una dimensin fractal
59
D =2,60. Con las aplicaciones dadas al modelo, se tiene que tambin Sammis
sugiri en 1987 que la pulverizacin de la corteza terrestre ha resultado en una
fragmentacin tectnica fractal en escalas que varan desde milmetros hasta
kilmetros.
Turcotte en su libro Fractals and Chaos in Geology and Geophysics menciona
un sinnmero de trabajos de distintos investigadores sobre el anlisis de la
fragmentacin en una gran cantidad de objetos encontrando distribuciones
fractales en las distribuciones de frecuencia-tamao como lo que encontr
Schoutens en 1979 al hacer un anlisis de los escombros que se generaron en
la explosin nuclear PILEDRIVER en Nevada. Esta explosin consisti en una
carga de 61Kt a una profundidad de 457 m en granito. Otro estudio realizado
fue para el carbn realizado por Bennett en 1935. Tambin se tiene que
Fujiwara en 1977 analiz la distribucin en frecuencia-tamao de los
fragmentos resultantes del impacto de un proyectil en basalto.
En cada uno de esos estudios las distribuciones de frecuencia-tamao halladas
tuvieron muy buenas correlaciones con la definicin de la distribucin fractal,
encontrndose que sus dimensiones fractales estuvieron alrededor de D =2,5.
Lo que se pretende al mencionar estos trabajos realizado por investigadores, es
cmo este proceso natural o tambin artificial, la fragmentacin, es analizado
satisfactoriamente mediante la geometra fractal, al explicar las distribuciones
de frecuencia-tamao de los distintos tipos de fragmentos generados
artificialmente y los encontrados en la naturaleza.
Estudiado el fenmeno de la fragmentacin, y el porque es de inters analizar la
fragmentacin de la corteza terrestre, se tiene que ahora se va a hacer la
aplicacin del modelo explicando la deformacin de la corteza terrestre al hacer
un anlisis de la distribucin de sus fallas.
60
Esta aplicacin fue la que dio los elementos de juicio a nivel conceptual para
analizar el conjunto de fallas presente en el mapa geolgico de Armenia,
aplicando el modelo para la fragmentacin propuesto por Sammis para analizar
la unidad de observacin, porque es un anlisis que abarca escalas mayores,
aproximadamente kilmetros, pudindose establecer distribuciones fractales en
sus fallas.
En vista de que tales bloques estn rodeados por fallas, la distribucin fractal
de esos bloques se pueden relacionar con la distribucin fractal de fallas. Por
tanto, se debe retomar el modelo de pulverizacin, propuesto por Sammis
analizado anteriormente en lo que respecta a las distribuciones de bloques y
acumulativas de bloques para analizarlo ahora en lo que respecta a la
distribucin de sus fallas.
Como se parti de un cubo slido de arista h que se fragment en 8 cubos de
arista igual a h/2, lo que se necesita saber es la cantidad de fallas que
generaron esos ocho cubos y el tamao de las mismas.
Primero se partir el cubo por la mitad y a travs de una de sus caras con un
plano cortante, el cual se asume como una falla y cuya longitud debe ser igual a
la de la arista, es decir h.
Figura 19.Divisin del cubo de arista h en dos partes iguales por falla de aristas h
61
Para obtener ahora cuatro partes iguales, se necesita otra falla de longitud h,
que sea ortogonal a la anterior y que corte al cubo como lo muestra la figura:
Figura 20. Divisin del cubo en cuatro partes iguales al agregarse otra falla.
Llegando a las ocho partes iguales, se necesitara otra falla de longitud h,
tambin ortogonal a las dos anteriores y que le haga el corte el cubo como lo
muestra el grfico:
Figura 21. Divisin del cubo en ocho partes iguales al aparecer la tercera falla ortogonal.
Para analizar el modelo ms detalladamente, se observa que para formar los 8
cubos de arista h/2 se necesitaron tres fallas de longitud h y para los 12 cubos
de arista h/4 se necesitaron 18 fallas de longitud h/2 ya que 6 cubos de arista
h/2 se tuvieron que fraccionar para formar los 12 cubos de arista h/4,
necesitando cada uno de ellos 3 fallas de longitud h/2.
62
Al continuar con el anlisis, se tiene que llamar L a la longitud de la falla y Nf la
cantidad fallas para cada valor de L, las parejas de valores que se generan
son:
3888 6 6 6 6 3 16 /
648 6 6 6 3 8 /
108 6 6 3 4 /
18 6 3 2 /
3
= = =
= = =
= = =
= = =
= =
Nf h L
Nf h L
Nf h L
Nf h L
Nf h L
Por lo que se deduce que en trminos generales:
n
h
a
2
= (1)
n
Nf 6 3 = (2)
despejando 2
n
en (1) y cambindole la base como ya se hizo se obtiene:
2 log / 6 log
6
|
.
|
\
|
=
L
h
n
(3)
sustituyendo (3) en (2):
2 log / 6 log
3
|
.
|
\
|
=
L
h
Nf
Reorganizando:
2 log / 6 log 2 log / 6 log
3h L N =
(6)
Se tiene que en este caso que la dimensin lineal caracterstica para una falla
es su longitud, se hace L=r y por tanto:
2 log / 6 log 2 log / 6 log
3h r N =
Al comparar con la definicin de un fractal se concluye:
5849 , 2 2 log / 6 log = = D
63
Haciendo la comparacin de la dimensin fractal encontrada para la distribucin
de frecuencia-tamao para fallas con la dimensin fractal encontrada para la
distribucin de frecuencia-tamao para bloques obtenida anteriormente, la cual
es 2 log / 6 log = D , vemos que ambas distribuciones generan dimensiones
fractales iguales.
Como se hizo para los bloques, ahora se necesita hacer una consideracin de
las estadsticas acumulativas para el modelo de pulverizacin en cuanto a
fallas.
Llamando L a la arista del bloque y NAf la cantidad acumulativa de bloques
para cada valor de a, las parejas de valores que se generan son:
4665 ) 6 6 6 6 1 ( 3 16 /
777 ) 6 6 6 1 ( 3 8 /
129 ) 6 6 1 ( 3 4 /
21 ) 6 1 ( 3 2 /
3
4 3 2
3 2
2
= + + + + = =
= + + + = =
= + + = =
= + = =
= =
NAf h L
NAf h L
NAf h L
NAf h L
NAf h L
Por lo que se deduce que en trminos generales:
n
h
L
2
=
=
=
n
i
i
NAf
0
6 3
en virtud de que:
=
+
=
n
i
n
i
X
X
X
0
1
1
1
64
se tendra:
=
+
=
n
i
n
i
0
1
5
) 1 6 ( 3
6 3
As que la frmula general ser:
) 1 6 (
5
3
1
=
+ n
NAf
(8)
y como ya se conoce que :
) 2 log / 6 (log
6
|
.
|
\
|
=
a
h
n
y haciendo a = r, se sustituye
simultneamente en (8) para obtener finalmente:
(
(
|
.
|
\
|
|
.
|
\
|
= 1 6
5
3
) 2 log / 6 (log
r
h
NAf
Como se ve, esto mismo se present con la distribucin acumulativa de
frecuencia-tamao de los bloques, por lo que se deben generar una serie de
parejas de valores (h/r,Naf) para realizar la regresin potencial, verificar las
correlaciones y bondades de ajuste para luego encontrar la ecuacin de la
distribucin fractal que mejor se ajuste a los datos y as determinar la dimensin
fractal de esa distribucin hallada.
Las parejas de valores con las que se va a realizar la regresin son:
65
Tabla 7. Pareja de valores h/r y su nmero acumulativo de fallas Naf correspondiente a 13
puntos
(h/r) Naf
1 3
2 21
4 129
8 777
16 4665
32 27993
64 167961
128 1007769
256 6046617
512 36279705
1024 217678233
2048 1306069401
4096 7836416409
8192 47018498457
El modelo que corresponde a la distribucin fractal y que es obtenido por
regresin potencial es el dado por:
5939 , 2
5648 , 0
|
.
|
\
|
=
r
h
N
A
Siendo la bondad de ajuste:
r = 0,99998
Al observar la excelente bondad de ajuste del modelo, la distribucin
acumulativa de frecuencia-tamao en fallas puede ser considerada fractal. Por
otra parte, al comparar las dimensiones fractales de las distribuciones
acumulativas de frecuencia-tamao para fallas y bloques, tambin se tiene que
pueden ser consideradas iguales porque: D = 2,5936 2,5949 2,60.
Despus del anlisis anterior y de los resultados obtenidos, la primera
conclusin que se puede sacar es que para el modelo de pulverizacin ambas
66
distribuciones (frecuencia-tamao y las acumulativas de frecuencia-tamao)
para bloques y fallas presentan respectivamente dimensiones fractales iguales.
Es decir, la dimensin fractal de la distribucin acumulativa de frecuencia-
tamao es igual para bloques y fallas y lo mismo se da para las dimensiones
fractales de la distribuciones acumulativas de frecuencia-tamao.
2.2.6 Proyeccin en superficie del bloque del modelo de pulverizacin.
Considrese de nuevo el bloque fragmentado del modelo de pulverizacin, y
obsrvese por una de sus caras para considerarla como una proyeccin en
superficie o bidimensional del bloque del modelo. Tal proyeccin puede ser
construida a partir de un cuadrado de lado h, el cual se divide en 4 cuadrados
iguales de los cuales uno se deja sin fragmentar y los otros 3 restantes se
dividen en 4 cada uno. A cada uno de esos 4 cuadrados se les hace
exactamente lo mismo que al cuadrado inicial, por lo que el proceso se sigue
indefinidamente. Los primeros pasos se pueden apreciar en la figura 22.
Figura 22. Primeros pasos de la construccin de la proyeccin bidimensional del bloque del
modelo.
Explicada la forma de construir la proyeccin en 2 dimensiones, se deben hacer
exactamente los mismos anlisis que se hicieron a nivel de 3 dimensiones en lo
referente a las distribuciones de frecuencia-tamao para fallas y bloques en 2
dimensiones. El primer anlisis corresponder a la distribucin de frecuencia-
tamao para los bloques, que son los cuadrados en la proyeccin
bidimensional.
67
Llamando L al lado del cuadrado y N la cantidad de cuadrados para cada valor
de L, las parejas de valores que se generan son:
27 3 3 3 1 16 /
9 3 3 1 8 /
2 3 1 4 /
1 2 /
= = =
= = =
= = =
= =
N h L
N h L
N h L
N h L
Por lo que se deduce que en trminos generales:
n
h
L
2
= (1)
n
N 3
3
1
= (2)
despejando 2
n
en (1) y cambindole la base como ya se hizo, se obtiene:
2 log / 3 log
3
L
h
n
= (3)
sustituyendo (3) en (2):
2 log / 3 log
3
1
|
.
|
\
|
=
L
h
N
Reorganizando:
2 log / 3 log
2 log / 3 log
3
1
|
.
|
\
|
=
L
h
L N
(6)
Como se tiene que en este caso la dimensin lineal caracterstica para el lado
de un cuadrado es su longitud, se hace L=r y por tanto:
2 log / 3 log 2 log / 3 log
3
1
h r N =
Al comparar con la definicin de un fractal se concluye:
D=log3/log2=1,5849
68
El segundo anlisis corresponder a la distribucin de frecuencia-tamao para
las fallas, que son los lineamientos en la proyeccin bidimensional.
Llamando L a la longitud de la falla y Nf la cantidad de fallas para cada valor de
L, las parejas de valores que se generan son:
54 3 3 3 2 8 /
18 3 3 2 4 /
6 3 2 2 /
2
= = =
= = =
= = =
= =
Nf h L
Nf h L
Nf h L
Nf h L
Por lo que se deduce que en trminos generales:
n
h
L
2
= (1)
n
N 3 2 = (2)
despejando 2
n
en (1) y cambindole la base como ya se hizo se obtiene:
2 log / 3 log
3
L
h
n
= (3)
sustituyendo (3) en (2):
2 log / 3 log
2 |
.
|
\
|
=
L
h
Nf
Reorganizando:
2 log / 3 log 2 log / 3 log
2h L Nf =
(6)
Como se tiene que en este caso la dimensin lineal caracterstica para la
longitud de la falla es su longitud misma, se hace L=r y por tanto:
2 log / 3 log 2 log / 3 log
3
1
h r Nf |
.
|
\
|
=
69
Al comparar con la definicin de un fractal se concluye:
D=log3/log21,5849
Despus del anlisis anterior y de los resultados obtenidos, la segunda
conclusin que se puede sacar es que para el modelo de pulverizacin
bidimensional las distribuciones de frecuencia-tamao para bloques y fallas
presentan dimensiones fractales iguales.
El tercer anlisis corresponder a la distribucin acumulativa de frecuencia-
tamao para las fallas. Llamando L a la longitud de la falla y NAf la cantidad
acumulativa de fallas para cada valor de L, las parejas de valores que se
generan son:
80 ) 3 3 3 1 ( 2 8 /
26 ) 3 3 1 ( 2 4 /
8 ) 3 1 ( 2 2 /
2
3 2
2
= + + + = =
= + + = =
= + = =
= =
NAf h L
NAf h L
NAf h L
NAf h L
Por lo que se deduce que en trminos generales:
n
h
L
2
= (1)
=
=
n
i
i
NAf
0
3 2
(2)
sabiendo:
=
+
=
n
i
n
i
0
1
1 3
1 3
3
(3)
y que por tanto:
2 log / 3 log
3 |
.
|
\
|
=
L
h
n
(4)
70
Haciendo L=r y sustituyendo (3) y (4) simultneamente en (2) se llega
finalmente:
1 3
2 log / 3 log
|
.
|
\
|
=
r
h
NAf
Como se ve, esto mismo se present con la distribucin acumulativa de
frecuencia-tamao de las fallas en tres dimensiones, siguiendo el mismo
procedimiento se realizar la regresin potencial, verificar las correlaciones y
bondades de ajuste para luego encontrar la ecuacin de la distribucin fractal
que mejor se ajuste a los datos y as determinar la dimensin fractal de esa
distribucin hallada.
Las parejas de valores (h/r,NAf) con las que se va a realizar la regresin son:
Tabla 8. Pareja de valores h/r y su nmero acumulativo de fallas NAf correspondiente a 13
puntos.
(h/r) NAf
1 2
2 8
4 26
8 80
16 242
32 728
64 2186
128 6560
256 19682
512 59048
1024 177146
2048 531440
4096 1594322
8192 4782968
71
El modelo que corresponde a la distribucin fractal y que es obtenido por
regresin potencial:
60721 . 1
603 . 2 |
.
|
\
|
=
r
h
NAf
Siendo la bondad de ajuste:
r = 0,9998
Pudindose considerar la distribucin acumulativa de frecuencia-tamao de las
fallas en dos dimensiones una distribucin fractal y por ende:
D =1,60721 ~ 1,60
El ltimo anlisis corresponder a la distribucin acumulativa de frecuencia-
tamao para los bloques. Llamando L a la longitud de la falla y NA la cantidad
acumulativa de bloques para cada valor de L, las parejas de valores que se
generan son:
40 3 3 3 1 8 /
13 3 3 1 4 /
4 3 1 2 /
1 2 /
3 2
2
= + + + = =
= + + = =
= + = =
= =
NA h L
NA h L
NA h L
NA h L
Por lo que se deduce que en trminos generales:
n
h
L
2
= (1)
=
=
1
0
3
n
i
i
NA
(2)
sabiendo:
=
1
0
2
1 3
3
n
i
n
i
(3)
y que:
72
2 log / 3 log
3 |
.
|
\
|
=
L
h
n
(4)
Haciendo L=r y sustituyendo (3) y (4) simultneamente en (2) se llega
finalmente:
(
(
|
.
|
\
|
= 1
2
1
2 log / 3 log
r
h
NA
Conocido el problema, se generan parejas (h/r,NA). Las parejas de valores
(h/r,NA) con las que se va a realizar la regresin son:
Tabla 9. Pareja de valores h/r y su nmero acumulativo de bloques NA correspondiente a 13
puntos
(h/r) NA
2 1
4 4
8 13
16 40
32 121
64 364
128 1093
256 3280
512 9841
1024 29524
2048 88573
4096 265720
8192 797161
16384 2391484
El modelo que corresponde a la distribucin fractal y que es obtenido por
regresin potencial:
60721 , 1
427 , 0 |
.
|
\
|
=
r
h
NA
73
Siendo la bondad de ajuste:
r = 0,99982
Pudindose considerar la distribucin acumulativa de frecuencia-tamao de las
fallas en dos dimensiones una distribucin fractal y por ende:
D=1,60721~1,60
Observando que las dimensiones fractales para las distribuciones acumulativas
de frecuencia-tamao para fallas y bloques en 2 dimensiones son iguales,
D1=D2=1,60721~1,60, se puede deducir que esta caracterstica descubierta para
3 dimensiones se preserva para 2 dimensiones.
De esta manera se termina el anlisis bidimensional para el modelo de
pulverizacin.
2.2.7 Correlacin entre las distribuciones fractales tridimensionales y
bidimensionales.
Despus de haber estudiado todas las distribuciones de frecuencia-tamao y
las distribuciones acumulativas de frecuencia-tamao para fallas y bloques en 2
y 3 dimensiones, es necesario recopilar todos los resultados obtenidos, antes
de hacer una correlacin, por lo tanto en el siguiente cuadro se presenta las
dimensiones fractales para todas las distribuciones.
Cuadro 1. Dimensiones fractales para las distintas distribuciones en 2 y 3 dimensiones
Tipo de
distribucin
Elemento
DIMENSIONES
FRACTALES
2D 3D
Frecuencia-
Tamao
Fallas Log3/log2 Log6/log2
Bloques o fragmentos Log3/log2 Log6/log2
Acumulativa
de
Fallas
1,6072
1,60
2,5936
2,60
74
frecuencia-
tamao
Bloques o fragmentos
1,6072
1,60
2,5936
2,60
Haciendo una comparacin entre las dimensiones fractales de las distribuciones
frecuencia-tamao para fallas y bloques se puede notar:
2 log
6 log
2 log
) 2 3 log(
2 log
2 log 3 log
1
2 log
3 log
=
=
+
= +
se observa que la dimensin fractal de la distribuciones de frecuencia-tamao
tridimensional para fallas y bloques puede obtenerse a partir de la dimensin
fractal de la distribuciones de frecuencia-tamao bidimensional adicionndole a
esta 1, es decir:
D3 = D2+1
Lo mismo sucede para las distribuciones acumulativas porque:
2,60=1,60+1
luego: DA3=DA2+1
En conclusin las dimensiones fractales de todas las distribuciones de
frecuencia-tamao tridimensional para fallas y bloques se pueden obtener a
partir de las dimensiones fractales de la distribuciones de frecuencia-tamao
bidimensionales.
2.2.8 Mtodo del box-counting y la proyeccin bidimensional
Ahora se retoma la proyeccin en 2 dimensiones del bloque del modelo que
muestra su configuracin de fallas bidimensional y que se detalla en la figura
23.
Es de inters aplicar la tcnica del box-counting sobre ese arreglo de fallas que
presenta la proyeccin en superficie del bloque porque est la idealizacin de
las fallas en superficie que se presentan en los muestreos bidimensionales de
patrones de fracturas, los obtenidos por mapas .
75
Figura 23. Proyeccin en superficie del bloque del modelo
La ejecucin de la tcnica se hace primero enrejillando el arreglo con
cuadrculas cuyos cuadrados de lado r sean igual a h, luego se cuenta el
nmero de cuadros que recubren fallas. La cantidad de cuadros de lado h, que
recubrieron fallas N es 1. Ahora se repite el proceso con una rejilla de cuadros
de lado h/2, la cantidad de cuadros N que recubren fallas es ahora de 3. Al
continuar en rdenes mayores, los valores de N vs. r generados son:
27 3 3 3 1 8 /
9 3 3 1 4 /
3 3 1 2 /
1
= = =
= = =
= = =
= =
N h r
N h r
N h r
N h r
Por lo que se deduce que en trminos generales:
n
h
r
2
= (1)
n
N 3 = (2)
despejando 2
n
en (1) y cambindole la base como antes se obtiene:
2 log / 3 log
3 |
.
|
\
|
=
r
h
n
(3)
76
sustituyendo (3) en (2):
2 log / 3 log
2 |
.
|
\
|
=
r
h
N
lo cual equivale a:
2 log / 3 log 2 log / 3 log
2h r Nf =
(6)
As que, la dimensin fractal del conjunto de fallas mostrado en dos
dimensiones y calculado por el mtodo del box-counting es:
D=log3/log2=1,5849
Al analizar la dimensin fractal resultante del mtodo del box-counting en el
modelo de pulverizacin, se concluye que el significado fsico de esta dimensin
fractal en el modelo, conlleva a la dimensin fractal de la distribucin
frecuencia-tamao para fallas y bloques en 2 y 3 dimensiones porque la
dimensin fractal generada por el mtodo del box-counting (D=log3/log2) dio
igual a la de la distribucin frecuencia-tamao para fallas y bloques D=log3/log2.
2.2.9 Anlisis unidimensional
Supngase que ahora se quieren hacer unas perforaciones al bloque del
modelo. Se tiene entonces el bloque visto de frente y los lugares en donde se
va a perforar.
77
1 2 3 4
Figura 24. Distintas perforaciones hipotticas que se hacen al bloque.
Al tomar cada uno de los agujeros de las perforaciones hipotticas se tendra:
Figura 25. Detalles de las cuatro perforaciones hechas en los cuatro sitios indicados en la figura
24 (Turcotte 1997, p73).
Ahora se considera cada agujero de perforacin como una lnea y las fallas que
intercepta, puntos sobre esa lnea:
78
Figura 26. Representacin de cada una de las perforaciones como lneas y las fallas que cada
una de ellas intercepta como punto.
Una vez obtenida esta representacin, se aplica el mtodo del box-counting
unidimensional, en donde al contrario de utilizar rejillas como se haca sobre un
rea, se divide la lnea en segmentos de recta en distintas longitudes para
contar cuantos segmentos de esos contienen puntos, llamando a r la medida de
los segmentos de recta y a N el nmero de puntos contenidos en los segmentos
de recta y de este modo generar parejas de puntos (r,N).
Al analizar el agujero de perforacin 1 por el mtodo de box-counting se
tendra:
1 4 /
1 2 /
1
= =
= =
= =
N h r
N h r
N h r
en general:
n
h
r
2
= 1 = N
por tanto:
79
1 = N para todo r
Luego D = 0
Ahora al analizar el agujero 4 se tendra:
4 4 /
2 2 /
1
= =
= =
= =
N h r
N h r
N h r
en general:
n
h
r
2
=
n
N 2 =
por lo que se deduce:
h Nr =
Siendo D = 1
Por lo que al ver dimensiones fractales distintas para dos agujeros, lo que se
hace es un box - counting en el cual el valor de N es el promedio de los cuatro
obtenidos para cada agujero de perforacin.
As los valores de (r,N) son:
Tabla 10. Resultados del mtodo de box counting unidimensional para cada perforacin.
r
VALORES DE N
PROMEDIO Agujero
1 2 3 4
H 1 1 1 1 1
H/2 1 1 2 2 1,5
H/4
1 2 2 4 2,25
80
La dimensin fractal puede determinarse a partir de una pareja de puntos por:
) / log(
) / log(
2 1
1 2
r r
N N
D =
As que:
D= Log1,5/Log2
Siendo esta la dimensin fractal unidimensional promedio de los agujeros de la
perforacin, se asume como la representativa para los agujeros y a su vez se
puede relacionar con las dimensiones fractales bidimensionales y
tridimensionales al notar que:
2 log
3 log
2 log
2 log 5 , 1 log
1
2 log
5 , 1 log
=
+
= +
Y que:
2 log
6 log
2 log
2 5 , 1 log
2 log
2 log 2 5 , 1 log
2
2 log
5 , 1 log
2
=
=
+
= +
Por lo que en definitiva:
) 3 ( 1
) 2 ( 2
) 1 ( 1
3 2
3 1
2 1
D D
D D
D D
= +
= +
= +
De este modo se termina el anlisis del bloque del modelo de pulverizacin, por
lo cual se muestra en esta ltima parte como la dimensin fractal de la
distribucin de fallas de un ncleo de perforacin D
1
, se puede relacionar a la
dimensin fractal tridimensional de la distribucin de fallas por medio de (2). Lo
mismo se puede decir si se conoce la dimensin fractal para un trazado
bidimensional D
2
ya que se hace uso de (3).
El inters de hacer este anlisis es obtener la dimensin fractal de la
distribucin de fallas en tres dimensiones, ya que en la realidad y con los
mtodos actuales es muy complicado acceder a un arreglo de fallas de este
81
tipo, por lo que a partir de este modelo la dimensin de la distribucin fractal
tridimensional se puede obtener sin tener que hallar en la realidad este patrn
de fallas puesto que unas frmulas permiten calcular esa dimensin fractal
tridimensional a partir de los resultados de los anlisis hechos a muestras
bidimensionales o unidimensionales.
Por otra parte, debe hacerse una observacin muy importante en el sentido de
que al existir una enorme variedad de mecanismos que son los responsables de
la formacin de fallas, juntas y fracturas no siempre se puede esperar que estas
tengan distribuciones fractales (Turcotte,1997).
2.2.10 Muestreos y medidas de las fracturas
En esta parte del trabajo de grado se hace una exposicin de los mtodos
utilizados por los geofsicos para acceder a los muestreos de fracturas en una,
dos y tres dimensiones, aunque estos ltimos son casi inaccesibles para los
mtodos geofsicos actuales, por lo que los mas verstiles en cuanto a su
obtencin, son los bidimensionales, los mapas .
Los mtodos de muestreo espacial y de medidas se pueden realizar en una,
dos y tres dimensiones, donde el muestreo unidimensional consiste en la
medida de los espaciamientos de fracturas que estn en ncleos de
perforacin, el muestreo bidimensional est basado en trazar rasgos expuestos
y el muestreo tridimensional requiere un trazado y registro de imgenes
geofsicas para plasmar en tres dimensiones las fracturas superficiales en el
volumen de la roca (Barton,1995).
El Dr. Christopher Barton, perteneciente al U.S Geological Survey, menciona
en su libro Fractals in Earth Sciences la ausencia de publicaciones sobre
82
estudios de redes de fracturas tridimensionales que detallen lo suficiente para
poder analizar sus propiedades espaciales y de escala. Los mtodos geofsicos
actuales de imagen no tienen la resolucin necesaria para captar las imgenes
de las fracturas en tres dimensiones de un modo adecuado y sobre todo el
rango de escalas para poder hacer el anlisis fractal, aunque el futuro es
prometedor (Ramrez y Daily, 1978; Majer et, al, 1988).
Una muestra tridimensional puede construirse al hacer una interpolacin entre
muestras unidimensionales muy cercanas o entre una secuencia de mapas de
trazos de fallas bidimensionales muy cercanas y paralelas. Este tipo de
interpolacin es comnmente utilizada para grandes fallas, pero usualmente la
distancia de muestreo es muy grande para poder hacer la interpolacin de las
fallas ms pequeas. Un factor de enorme importancia para la medida de
escalas en las redes de fallas es que el trazado de todas las fracturas se haga
sobre un extenso rango de escalas. (Barton,1995)
Segn lo mostrado anteriormente la forma ms ptima de hacer un muestreo en
todos los tamaos y escalas es a travs de mapas, porque el acceso a un
patrn de fracturas se puede dar de un modo directo, y adems su versatilidad
tambin se puede medir en funcin del rango de escalas en que estos pueden
ser obtenidos.
De lo analizado tambin se concluye que la forma ms factible de obtener un
conjunto de fallas es a travs de los muestreos bidimensionales, porque es
mucho ms fcil acceder a un afloramiento de fallas en campo y elaborar un
mapa y porque es el medio ms verstil para acceder a ese conjunto en todas
las escalas, porque en pequeas escalas se puede obtener un mapa al hacer
un trabajo de campo sobre un rea de unos cuantos metros cuadrados, si el
trabajo es ya sobre grandes escalas, el conjunto de fallas se puede obtener a
travs de fotografas areas o trabajos de campos en reas ms extensas. En
83
lo que respecta a las muestras tridimensionales, se puede inferir que estas no
pueden obtenerse directamente, debido a las limitaciones presentes en los
mtodos geofsicos, por lo que se puede pensar que la incertidumbre en los
resultados es enorme y porque adems la otra forma de acceder a ellas, las
interpolaciones a partir de muestras unidimensionales tambin puede tener otro
tanto de incertidumbre al hacerse a distancias tan grandes. Todo esto hace
pensar que este muestreo es el menos confiable por las limitaciones dadas en
el presente y por la incertidumbre que generan. El ms confiable y accesible
para el medio colombiano es el muestreo bidimensional, porque es ms fcil
acceder a un afloramiento de fallas o fracturas en superficie, que acceder a
unas fallas en un ncleo de perforacin.
Habra que ver que tan accesible para las condiciones actuales del pas es
hacer el estudio a partir de muestreos unidimensionales obtenidos a partir de
los ncleos de perforacin en minas.
2.2.11 Mtodos para la medida de la dimensin fractal
Dentro de las metodologas para calcular la dimensin fractal en redes de
fracturas, son cuatro los mtodos que han usado distintos investigadores para
calcular la dimensin fractal en patrones de fracturas, pero que bsicamente
son derivaciones del box-countig o es el box-counting mismo.
Mtodo caja (box method) (o Box-counting):
El mtodo es aplicable en bases de datos en una y dos dimensiones. Una
secuencia de cuadrculas, cada una de diferente tamao de cuadro, es
colocada sobre los trazos de fracturas, y para cada una de ellas se cuenta los
trazos de fracturas que intercepten.
84
Luego se grafica en log-log o se hace una regresin potencial entre la longitud
del lado del cuadrado en cada cuadrcula y la cantidad de cuadros contados
para sus cuadrculas respectivas. Si la grfica es una lnea recta o la bondad de
ajuste del modelo potencial est dentro de los rangos de tolerancia, la
pendiente de la grfica con signo contrario o el exponente positivo del modelo
es la dimensin fractal.
Mtodo de la rotacin de cajas (box-rotate method) :
En la prctica, el procedimiento de superponer cuadrculas es complicado por la
necesidad de poner cada cuadrcula de modo que el mnimo nmero de celdas
se ocupe, ya que esta es una condicin de frontera dada por Hausdorff (1919).
Una forma de lograr esto, es rotar la cuadrcula, hasta que las fracturas ocupen
el mnimo nmero de cuadros.
Para mostrar el efecto de la rotacin de la cuadrcula en el clculo de la
dimensin fractal, Barton tom como gua el anlisis de esta situacin en el
clculo de la dimensin fractal de una lnea recta (cuya dimensin es 1) .
l calcul la dimensin fractal con ngulos de inclinacin en la rejilla en un
rango de entre 0 y 90 incrementados cada 2,5. A partir de sus resultados
mostr que la consecuencia de orientar inadecuadamente la rejilla es de
introducir un error en la dimensin fractal de la lnea de 0,06 como mximo. La
lnea recta es el caso ms critico de todos. Por otra parte, en pruebas hechas
para la curva de Koch, se tiene que el mximo error que se induce en la
dimensin fractal al hacer la orientacin inadecuada de la rejilla es de un
mximo de 0,05.
Barton, 1995, propone que para patrones ms complejos, se espera que el
mtodo de la rotacin de cajas (box-rotate method) induzca un error mximo en
la dimensin fractal de 0,02. Sin embargo, como se ver adelante este mtodo
es relegado con la versin mejorada del box-counting, el box-flex method.
85
Mtodo box-flex (box-flex method):
Pruess encontr que al hacer ms pequeo el incremento entre los tamaos del
lado de los cuadrados entre las distintas cuadrculas, de modo que decenas,
cientos o incluso miles de cuadrculas de diferente tamao de celdas o
cuadrado, se puede eliminar la necesidad de buscar la orientacin adecuada de
la cuadrcula segn se mostraba en la discusin del mtodo de la rotacin de
cajas (box-rotate method).
Esta metodologa fue utilizada para calcular una dimensin fractal conocida, la
de la curva de Koch, y en donde se encontr que el error o desviacin del valor
real fue de solo 0,005 al usar 50 cuadrculas de tamao de cuadro o celda
diferentes.
En este mtodo para lograr pequeos incrementos en el tamao del cuadro o
celda, es necesario permitir que los lmites de la cuadrcula tengan una
expansin o contraccin ligera porque siempre debe haber un nmero entero de
cuadros en la rejilla o cuadrcula; no puede haber un nmero fraccional de
cuadros.
Despus de analizar los resultados obtenidos por Pruess, se puede ver que
este mtodo es mucho ms preciso que el box-rotate. Pero a la vez se puede
decir que el Mtodo box-flex (box-flex method) no es otro mtodo, sino es el
mismo box-counting slo que impone la condicin de utilizar un gran nmero de
rejillas para calcular la dimensin fractal, se puede decir que es un box-counting
mejorado.
Mtodo densidad de cajas (box-density method):
En los mtodos de conteo de cajas vistos anteriormente, las propiedades de
tamao y escala de los datos se miden por el simple conteo de las celdas
ocupadas. La Pointe en 1988 utiliz una variacin del box-counting donde el
86
nmero de bloques rodeados por fracturas contenidos en cada celda eran
contados. Este mtodo fue llamado por Barton el box-density method y mide la
variacin de la agrupacin espacial en un conjunto de datos. Esto aunque se
menciona ni siquiera se va usar y el software Benoit 1.0 no lo hace.
Para efectos de desarrollar el proyecto, la tcnica que se ir a ejecutar dentro
de este trabajo de grado para el conjunto de fallas y fracturas contenido en el
mapa geolgico de Armenia, es la tcnica del box-counting, porque en primer
lugar, este es el mtodo principal que es la base o punto de partida conceptual
de los otros tres mtodos expuestos; y en segundo lugar, el centro de
investigaciones de la Universidad posee software llamado Benoit 1.0 que utiliza
esta tcnica, el cual ha sido empleado por los docentes Luz Elena Palacio y
Daro Domnguez en sus investigaciones para poder hacer la estimacin de la
dimensin fractal y por ltimo, esta tcnica es la que ha sido empleada por otros
investigadores para poder calcular la dimensin fractal en conjunto de fallas y
en lneas costeras rocosas, analizar patrones de fracturamiento como la
microfracturacin del concreto reforzado o el fisuramiento de la carpeta
asfltica.
2.2.12 Ilustracin del mtodo del box-counting
Como ejemplo para ilustrar en que consiste el mtodo del box-counting, el cual
va a ser aplicado en el trabajo de grado, se tiene la determinacin de la
dimensin fractal de las fallas contenidas en el mapa geolgico-estructural de
Armenia. Las fallas se enrejillaron con cuadrculas de diferente tamao, (las
cuadrculas utilizadas se hicieron aprovechando la cuadrcula de 5 km que trae
el mapa) y para cada una de ellas se cuenta el nmero de cuadros que
recubren las fallas para despus graficar la longitud del cuadrado en cada
cuadrcula, contra el nmero de cuadros contabilizados, en papel log-log (en las
abcisas el tamao del cuadro y en las ordenadas la cantidad de cuadros). Si la
87
grfica es una lnea recta, se puede hablar de dimensin fractal y sera la
pendiente de la recta con signo contrario. El proceso anterior puede ser
reemplazado al hacer una regresin potencial en donde los valores de X son las
longitudes de los cuadrados y los valores de Y el nmero de cuadros contados.
Despus de hacer la regresin, se verifica la bondad de ajuste del modelo
obtenido y el exponente en valor absoluto es la dimensin fractal. Para la
aplicacin de la tcnica en las fallas del mapa, los resultados obtenidos se
consignan en la tabla 11 para las cuadrculas usadas, que fueron de: 0,5km,
1,0km, 1,25km y 2,5km.
Tabla 11. Resultados de la ejecucin de la tcnica del box-counting sobre las fallas del mapa
geolgico de Armenia de modo manual.
TAMAO DE
CELDA (Km) (r)
NMERO DE
CUADROS
(N)
0,5 2393
1 1077
1,25 800
2,5 294
La siguiente figura corresponde a los puntos de la tabla anterior en una escala
aritmtica.
88
0
500
1000
1500
2000
2500
3000
0 1 2 3
Tamao de la celda, r (km).
N
m
e
r
o
d
e
c
u
a
d
r
o
s
N
Figura 27. Grfico de N vs. r (km) en ejes aritmticos. Al analizarla curva, se puede ver que esta
se ajusta a la forma de una ecuacin potencial que tambin es fractal.
La siguiente figura corresponde al logaritmo del tamao de la celda vs el
logaritmo de los cuadros contados en escala aritmtica. La figura se hace
porque para apreciar grficamente si hay o no una distribucin fractal, es ms
fcil identificar la distribucin fractal por medio de una lnea recta que a partir
de la identificacin de una ecuacin potencial.
0
1
2
3
4
-0,4 -0,2 0 0,2 0,4 0,6
Log(r)
L
o
g
(
N
)
Figura 28. Grfico Log-Log N vs r(km). Al analizar la curva, se puede ver que esta es una lnea
recta, lo cual indica la distribucin fractal de las fallas y por consiguiente la dimensin fractal es
la pendiente de la recta.
Despus de analizar los resultados, se determina que la distribucin de las
fallas es fractal y a partir de la pendiente de la recta de la grfica log-log, la
dimensin fractal es de D=1,293.
89
Al hacer la regresin potencial de los pares (r,N), se obtuvo:
303 . 1
47 , 1020 X N =
Con una bondad de ajuste de:
r = 0,9933
lo que confirma la distribucin fractal de las fallas y que la dimensin fractal
para los resultados del box-counting hecho manualmente es de:
D =1,293
Dentro de los comentarios que se pueden hacer sobre la ejecucin manual de
la tcnica del box-counting hecha, hay que decir que el aprovechamiento de la
cuadrcula de 5kms consisti en que como sta es de 80 cuadros, el conteo de
cuadros para las rejillas de menor tamao de celda se hizo dividiendo un solo
cuadro de 5km para generar la rejilla en ese cuadro. As que entonces esa
rejilla dentro de ese cuadro de 5kms se pasaba por cada uno de los 80 cuadros
haciendo el conteo y consigna cada cantidad para formar una matriz de 8 filas
por 10 columnas. Despus con una calculadora se utiliza una funcin para
calcular la suma de los elementos de una matriz y as fue como se obtuvieron
los valores de N para cada tamao de celda.
Puede afirmarse que al pasar la rejilla cuadro por cuadro y consignar los datos
en una matriz para ser despus totalizados por medio de una funcin de la
calculadora, se tiene ms certeza en el conteo que al hacer distintas planchas
para generar las rejillas que cubran toda el rea y hacer el conteo global.
La razn por la cual se logr obtener cuatro puntos era porque los enrejillados
que se utilizan para hacer el conteo no deben ser tales que el 100% de sus
90
cuadros recubran fallas, por eso no se incluy la rejilla de 5km porque de los 80
cuadros que la conforman, todos los 80 recubran las fallas y por consiguiente si
este punto se usa para calcular la dimensin fractal, genera un valor mayor en
la dimensin, produciendo dimensiones fractales errneas.
Tampoco se pudo utilizar rejillas menores porque para hacer el conteo, se haca
muy difcil por lo pequeo de los cuadros pudiendo incurrir en errores.
De esta forma, se ilustr con un ejemplo concreto la mecnica del mtodo del
box-counting, y cmo se va a utilizar en el proyecto. Para los captulos del
desarrollo del modelo de pulverizacin se vieron las aplicaciones que se le dio a
la tcnica del box-counting en una configuracin bidimensional de fallas, y la
aplicacin que tambin se le dio en una dimensin.
Para ejecutar la tcnica del box-counting, sobre el conjunto de fallas del mapa
geolgico-estructural, se va a utilizar un software de la Universidad llamado
Benoit versin 1.1 producido por Trusoft Intl Inc. en 1997 y adems se utilizar
un scanner HP ScanJ ET 6100 de 300 dpi.
2.2.13 Estudios sobre distribuciones de fallas, juntas y fracturas
En esta parte del trabajo se van a mencionar algunos estudios que han
realizado distintos investigadores sobre el anlisis de fracturas y fallas a partir
de muestreos unidimensionales y bidimensionales, mostrar los resultados que
obtuvieron, y la forma en que estos resultados han demostrado muy buenas
correlaciones con los modelos desarrollados para explicar la fragmentacin, con
el fin de mostrar unos antecedentes o puntos de referencia con respecto a lo
que se va a realizar en el trabajo de grado.
91
El trabajo de cuantificar las distribuciones frecuenciatamao de fallas radica en
que la superficie de exposicin es generalmente limitada y muchas fallas no se
reconocen hasta que suceden los sismos sobre ellas (Turcotte, 1997). Zonas
en donde se pueda tener acceso a las fallas y fracturas en profundidad son por
ejemplo, las reas con minas de carbn. Con respecto a estas zonas, Villemin
(1995) encontr las distribuciones acumulativas para las fallas en dos reas de
minas de carbn, encontrando distribuciones fractales con una dimensin fractal
D = 1,6. En otros anlisis de distribuciones frecuenciatamao en las fallas
Gudmunson en 1987, Hirata en 1989 y Main en 1990, Hirata en 1987 y Velde
en 1993 encontraron una distribucin fractal de microfracturas en granito
fracturado al ser sometido a esfuerzos en el laboratorio, las fracturas eran
generadas por dichos esfuerzos.
Estudios sistemticos sobre estadsticas que presentaban patrones de trazos
de fallas y juntas sobre muchos ordenes de longitud en escala fueron
desarrollados por Barton en 1995. Su principal trabajo consisti en trazar unas
exposiciones o afloramientos de fallas y juntas denominadas pavimentos, las
cuales son las exposiciones Bedrock y que fueron creadas sobre la montaa
Yucca (Yucca Mountain) en Nevada al hacer remociones de suelo y escombros.
Tales exposiciones pueden encontrarse en reas que van desde menos de 1m
2
hasta de ms de 5000m
2
. Despus de haber sido obtenidas dichas
exposiciones, estas fueron trazadas en un mapa y a este se le denomin el
pavement 1000 el cual se reproduce en la figura 29 y fue producto de un trabajo
de campo en un rea de 280m
2
aproximadamente. Barton us el modelo del
Boxcounting para determinar si dichos lineamientos satisfacan estadsticas
fractales y si lo era, determinar la dimensin fractal del pavement 1000. De tal
anlisis encontr una dimensin fractal D=1,7. En 1995 analiz 17 mapas de
fracturas que iban de escalas de 0,5 mm (tambin micro fracturas) hasta
escalas de 5000 Km (fallas de transformacin) encontrando buenas
correlaciones con las estadsticas fractales con dimensiones que varan desde
92
1,4 a 1,7. Hay muy pocos trabajos, mapas de patrones de trazos de fracturas a
escala de los pavimentos (pavements). Segn Barton en su libro Fractals in
Earth Sciences los nicos trabajos de esta naturaleza son los publicados por:
Kolb y otros en 1970 en donde trazaron fracturas de una monzonita de cuarzo
(quartz monzonite) cerca de Cedar City en Utah, Segall y Pollard en 1983
trazaron las fracturas de pavimentos glaciales (glaciales pavements) en la
Givens Granodiorite en Sierra Nevada, California; Olson y Pollard en 1989
trazaron las fracturas en el Rico Limestone cerca al Mexican Hat, Utah; Barton y
Hsieh en 1989 trazaron las fracturas de el caon Tiva (Tiva Canyon member of
the Paint Brush Tuff at Yuca Mountain) , Hill en 1990 traz las fracturas en la
arenisca Azteca (Aztec sandstone) en el sur de Nevada.
Figura 29. Mapa de fallas y juntas obtenido por Barton en las montaa Yucca (Yuca Mountain)
en Nevada en el Pavement 1000 en escala 1:125 (Turcotte 1997, p69).
93
Hirata en 1989 report dimensiones fractales para el patrn de fallas
sismognicas en varios sitios en J apn. l utiliz el mtodo del box-counting y
report dimensiones fractales que variaban entre 0,72 y 1,60. Al hacer una
inspeccin visual de sus mapas, estos revelan que aquellos que tenan
dimensiones fractales menores a 1,50 son los que contenan muy pocas
fracturas, y esos son probablemente conjuntos de datos registrados cuando se
comparaban con la densidad espacial de fracturas reportada por King en 1983
para patrones de fallas sismognicas. Tambin los anlisis fractales de Hirata
incluyeron slo 5 tipos de cuadricula de tamaos de celda diferente. Segn la
experiencia de Barton, el error en determinar la dimensin fractal al usar la
tcnica del box-counting con slo 5 cuadrculas es mximo de 0,15.
En cuanto a otros anlisis en sistemas de fallas, Hirata en 1989 analiz varios
sistemas existentes en diferentes zonas del J apn, encontrando una variacin
espacial en sus dimensiones fractales. Los sistemas de fallas analizados fueron
los correspondientes a la regin de Lida donde encontr una dimensin fractal
de 01 , 0 60 , 1 = D y la de Yamaguchi 01 , 0 72 , 0 = D siendo esta la ms baja del
J apn.
Hasta el momento se ha visto que el estudio de la distribucin fractal de fallas,
fracturas y juntas ha sido realizada por un muestreo que lleva a mapas y
configuraciones en dos dimensiones. Ahora se muestran algunos estudios que
se han hecho con muestreos unidimensionales. Estos muestreos se
fundamentan en ncleos de perforacin (Drilling cores), ya que suministran
excelente informacin en cuanto a base de datos. En este caso, la interseccin
de la fractura con el ncleo de perforacin se puede representar como un punto
sobre la lnea y claro est la lnea es el ncleo de perforacin y una vez
constituida la lnea con el conjunto puntos se ejecuta el box-counting
unidimensional. (Turcotte,1997;Barton,1995). Vale la pena recordar que para
este muestreo unidimensional ya se hizo el anlisis unidimensional en el
94
modelo de pulverizacin al igual que la realizacin del box-counting para una
dimensin.
Explicado el muestreo unidimensional y su anlisis para estudiar la distribucin
de fallas, se entra a ver los trabajos realizados. Nuevamente Barton en 1995
analiz una distribucin de fracturas llenas de cuarzo y oro que se denominan
venas (veins) que interceptaban agujeros de perforacin exploratorios de los
tneles en la mina Perseverance en J uneau, Alaska. Sus resultados para el
ncleo de perforacin (Core Hole) nmero 7-18 al aplicar el mtodo del box-
counting fueron el encontrar una excelente correlacin con la distribucin
fractal y hallar una dimensin D = 0,59. Para los 23 ncleos de perforacin
que estudi Barton en 1995, buenas correlaciones con las distribuciones
fractales fueron obtenidas con valores de D que varan desde 0,41 a 0,62. Por
otra parte, Barton en 1990, Velde y otros en 1990, Barton y Zoback en
1992 y Manning en 1994 reportaron anlisis fractales de espaciamientos de
fracturas a lo largo de una lnea de muestra. En lo que concierne a Velde y
otros en 1990, ellos midieron la dimensin fractal en trminos de una
probabilidad de encontrar una zona sin fracturas en la siguiente unidad de
longitud que sea medida. En tanto Manning en 1994 para el espaciamiento de
venas metamrficas a lo largo de transectos en una variedad de
configuraciones geolgicas, ha encontrando que en sitios de la corteza terrestre
continental las dimensiones fractales oscilaban entre 0,25 y 0,46 y en sitios en
la corteza ocenica hidrotermalmente alterada la dimensin fractal encontrada
fue de D=0,81.
Otros estudios de esta misma naturaleza han sido realizados por La Pointe en
1988, Velde en 1990 y 1991, Ledesert en 1993, Manning en 1994, Boadu y
Lang en 1994 y Magde en 1995.
95
Con esto se termina la resea de los anlisis y estudios hechos a redes o
conjuntos de fallas y fracturas en todas las escalas, por medio de los anlisis
bidimensionales a partir de mapas de patrones de fracturas, o de anlisis
unidimensionales a partir de ncleos de perforacin.
Dentro de otros campos, un poco aislados de los anlisis de fracturas y fallas
realizados dentro de los dominios de la geologa y geofsica, se tiene que en el
proyecto de grado realizado por Pervys Rengifo y Carlos Velasco en el
Departamento de Ingeniera de la Universidad Nacional de Colombia titulado
Aplicacin de la Modelacin Fractal en la Ingeniera Civil se mencionan
algunos trabajos como simulaciones experimentales de fracturas en capas
delgadas en unos ensayos consistentes en hacer unas capas sencillas de
poliestireno dispersas en agua generando unas fisuras, para encontrar que
estaban distribuidas fractalmente usando la tcnica del box-counting y siendo
su dimensin de 06 , 0 68 , 1 = D .
Estudios sobre la variacin de la dimensin fractal en una distribucin de
microfracturas durante el proceso de propagacin tambin son mostrados, en
los que se concluye que la dimensin fractal sufra incrementos con el
desarrollo de la red de microfracturas, lo cual indica como aumenta el grado de
desorden en la muestra al aumentar el dao que se genere.
96
3. PROCESO DE ANLISIS FRACTAL
Para el anlisis de la unidad de observacin, en el captulo anterior, se vieron
los componentes tericos necesarios, pasando primero por la forma de estimar
la dimensin fractal para luego estudiar el modelo con el cual se va a analizar y
explicar el conjunto de fallas, para determinar si satisfacen distribuciones
fractales de ser as, entonces calcular la dimensin fractal de su distribucin
espacial para finalmente, mostrar algunos estudios de la misma naturaleza y
realizados por otros investigadores, que hacen parte del acervo de los
antecedentes del tema.
Para el desarrollo de este capitulo en primer lugar se describe, qu tipo de
material se utiliz para acceder al conjunto de fallas y fracturas que fueron
objeto del anlisis fractal como unidad de observacin y cul fue la fuente de
dnde se obtuvo tal material.
Una vez descrito el material para hacer el anlisis de la unidad de observacin,
se indica el proceso realizado para obtener el conjunto de fallas y fracturas que
fueron analizadas por el software, para llegar al anlisis de resultados.
Finalmente, se desarrollar una aplicacin del anlisis fractal dentro de la
Ingeniera ssmica con el fin de obtener un valor para el parmetro b de la ley
de Gutemberg-Richter a partir de la dimensin fractal bidimensional de un
sistema de fallas que sea considerado responsable de la sismicidad de la regin
que es objeto de anlisis. Dicha aplicacin es una parte complementaria de este
trabajo de grado.
97
3.1 PROCESO DE SELECCIN DEL MATERIAL
Para realizar el proceso de seleccin de la unidad de observacin, fue
necesario hacer una bsqueda en los registros de los mapas geolgicos
existentes del Instituto Nacional de Investigaciones Geolgico-mineras
(INGEOMINAS) y de sus memorias. Se escogi la plancha 243 como unidad de
observacin, porque en primer lugar en este material esta contenido el patrn
de fallas bidimensional que ser objeto del anlisis fractal y en segundo lugar
estn presentes los principales conjuntos de fallas responsables de la
sismicidad de Armenia.
Dentro de las caractersticas tcnicas del mapa seleccionado se contemplan en
los siguientes aspectos:
Proyeccin de Gauss con 4 35 56.57 de latitud Norte y 77 04 51.30
de longitud oeste de Greenwich al que se le asignaron los valores de
1.000.000 m Norte y 1.000.000 m Este.
Escala 1:100.000.
La geologa consultada es de: William J Mccourt, Daro Mosquera,
lvaro Nivia G y Alberto Nez T. Y se llev a cabo en 1984.
Para efectos de coordenadas, el mapa esta contemplado entre las
coordenadas (x,y): (960.000,1.120.000) Y (1.000.000,1.169.000).
3.2 OBTENCIN DE LINEAMIENTOS
Una vez elegida el rea de estudio, se entra a establecer cuales de las
caractersticas presentes en el mapa, son de inters en el estudio con el fin de
poder realizar el anlisis y determinar la dimensin fractal.
98
Adems, se describe brevemente el proceso que se sigui, para pasar el
conjunto de lineamientos obtenidos a un medio magntico en formato bmp, el
cual es el formato exigido por el software para poder analizar desde el punto de
vista fractal el conjunto de fallas geolgicas.
Hay que decir tambin, que aparte de analizar todo el mapa de fallas obtenido,
tambin se seleccionaron dos sectores dentro del mapa, los cuales son
descritos en cuanto a su ubicacin, a travs de unas coordenadas referidas al
sistema que tiene el plano.
Dentro del conjunto de caractersticas y rasgos presentes en el mapa geolgico-
estructural, se muestran a continuacin los que estn presente dentro del
mismo:
*Contactos.
*Fallas.
*Plegamientos.
*Rumbos y buzamientos en rocas sedimentarias.
*Rumbo e inclinacin de la foliacin en rocas metamrficas y cataclsticas.
*Rumbo y buzamiento foto geolgico.
*Cuadrcula de coordenadas.
*Otros: curvas de nivel, quebradas, poblaciones y vas.
*Lnea de corte A-A .
Conocidos los elementos que posee el mapa y los de inters, se procede a
realizar una filtracin para solo obtener un conjunto de fallas, juntas y fracturas.
Para hacer tal filtracin, se tomar sector por sector del mapa, haciendo la
identificacin de los distintos tipos de lineamientos y trazo en un papel calcante,
dejando los lineamientos que son objeto de inters para el proyecto. Como
resultado de dicho proceso se tiene un plano con un conjunto de fallas.
99
Para el conjunto de fallas correspondientes a la totalidad del mapa y la de dos
sectores seleccionados, se hace un escaneo usando el HP ScanJ ET 6100 de
300 dpi para luego guardarlos en formato bmp. Los dos sectores seleccionados
estn comprendidos entre las coordenadas x =960.000, y =1.169.000 y x =
979.250, y =1.137.000 para la zona 1, lo que representa un rea de 616 m
2
, es
decir un 30,8% del rea total cubierta por el mapa. Para la zona 2, se tiene que
las coordenadas entre las cuales dicha zona est comprendida son x =
979.250, y =1.169.000 y x =1.000.000, y =1.137.000, representando un rea
de 640 m
2
es decir un 32% del rea total.
3.3 MANEJO DEL SOFTWARE BENOIT 1.0
El objetivo de este subcaptulo en primer lugar es indicar como usar
correctamente el software en algunos aspectos, en segundo lugar, sealar los
distintos parmetros que exige el programa para poder empezar a realizar el
anlisis, los cuales son unas variables con las que se define la configuracin del
anlisis fractal, por lo que el resultado de su manipulacin se manifiesta en la
cantidad de rejillas usadas y si se implementa o no la aplicacin del mtodo del
box-rotate.
Finalmente, se muestran los parmetros ingresados para cada anlisis fractal
realizado, los resultados generados, y las dimensiones fractales que se
reportarn, las cuales sern objeto de discusin dentro del anlisis de
resultados.
Para dar inicio al uso del software, se tiene que hacer un cambio en la imagen
escaneada en cuanto a sus fondos. La razn por la cual se tiene que hacer este
ajuste previo radica en que al escanear un mapa de fallas, se genera un
conjunto de lneas negras en un fondo blanco, en donde dichas lneas negras
constituyen el conjunto de fallas. Dicho cambio se debe hacer teniendo en
100
cuenta que los lineamientos de inters deben estar en color blanco, mientras
que el resto, el fondo, debe estar en color negro, es decir, se debe hacer una
inversin de colores a la imagen escaneada antes de ser analizada en el
software, ya que cuando el software ejecuta la tcnica del box-counting, ste
hace el conteo de las cajas sobre los sectores de la imagen de color blanco y
no sobre aquellos sectores de color negro. Para ver en detalle lo anterior, el
software tiene una serie de imgenes incluidas para hacer las demostraciones
de la ejecucin de las distintas tcnicas para calcular la dimensin fractal, como
por ejemplo el fractal llamado Sierpinsky Gasket. En esta grafica se aprecia
un fondo de color negro y las lneas que conforman este fractal en blanco. Si
este cambio en los fondos no se hace, el resultado va a ser en primer lugar una
dimensin fractal falsa y carente de todo sentido, y en segundo lugar, con un
valor entre 1,9 y 2,0, ya que el fondo es lo que conforma casi toda el rea.
Una vez que se haya dado el paso anterior, la imagen tiene que convertirse al
formato bmp, porque este es el que acepta el programa para que una grafica
sea analizada. Con la imagen lista, sta ya se puede ingresar al software para
poder ser analizada.
En lo concerniente al trabajo de grado, se hizo un anlisis previo o de prueba
sobre un patrn de fallas de dimensin fractal conocida. Para tal efecto, se tom
el mapa de fallas y juntas expuestas sobre Pavement 1000 (Barton, 1995),
quin lo obtuvo de la montaa Yucca, Nevada (Yuca Mountain) y una seccin
del mismo. Estas exposiciones se localizaron en una zona geolgica cuyo
nombre original es: The densely welded orange brick unit of the Topopah Spring
Member of the Miocene Paintbrush Tuff y fue tomado de el libro Fractals and
Chaos in Geology in Geophysics de Donald Turcotte y cuya dimensin fractal
es D=1,7. Este mapa se mostr en la figura 29. Los resultados de la aplicacin
de la tcnica del box-counting aplicada por Barton a su mapa de fallas son
mostrados por Turcote en la figura 4.7 de su libro y en trminos generales,
Barton us cuadriculas con tamaos de celda que iban desde aproximadamente
101
los 15cms hasta los 6,6m, generando un total de 16 puntos y como ya se dijo
antes, l obtuvo D=1,7. Antes de mostrar la parte de los parmetros, es
necesario mencionar que el software Benoit versin 1.1 es un programa tan
verstil, el cual adems de ejecutar la tcnica del box-counting tambin se
puede afirmar que ejecutar el mtodo de la rotacin de cajas (box-rotate
method) porque se puede ajustar el parmetro de incremento de rotacin de la
cuadricula empezando por cero y tambin el del box-flex porque puede utilizar
un gran numero de enrejillados al configurar el factor de decrecimiento del
tamao de celda en un valor muy bajo (el mnimo valor es 1,1). Para la
ejecucin de la tcnica del box-counting, el programa utiliza en promedio 15
cuadriculas diferentes para generar los puntos (r,N) donde r, es el tamao de la
celda y N, el nmero de celdas ocupadas para de este modo calcular la
dimensin fractal.
Una vez definido el proceso preliminar al uso del software en s, el escaneo de
la imagen y su almacenamiento en formato bmp con una inversin de colores, y
seleccionados los patrones bidimensionales que van a ser utilizados para las
pruebas, a continuacin se presenta el conjunto de parmetros usados dentro
de la operacin del software para realizar un anlisis fractal de un patrn de
fallas bidimensional cualquiera.
El programa consta de los siguientes parmetros, con los cuales se puede
configurar el anlisis fractal:
*Length of the largest box
*Coefficient of box-size decrease
*Number of box size
*Increment of grid rotation (0-90)
102
Para efectos de mostrar el manejo que se le dio al software en cada uno de los
anlisis fractales realizados, se har una presentacin de los parmetros
ingresados dentro cada anlisis por medio de cuadros, as como los resultados
obtenidos en cada uno de ellos, a excepcin de los anlisis referentes a el
conjunto de fallas perteneciente al mapa geolgico-estructural de Armenia y al
del sistema de fallas de Silvia-Pijao, para los cuales sus respectivos resultados
se mostrarn por medio de las imgenes obtenidas de la pantalla del
computador una vez que se ejecut el programa, en las figuras 30 y 31.
Conocidas las variables que se ajustan dentro del software para hacer el
anlisis fractal y las caractersticas tanto del mapa que va a ser analizado para
prueba como las del anlisis fractal que el autor le hizo al mismo, se tiene que
el software utiliza sus enrejillados en pixeles, por lo que para reproducir el
conjunto de cuadrculas utilizadas por Barton en su anlisis, fue necesario
determinar la equivalencia entre un pxel de imagen escaneada y un metro de
medida real. Por consiguiente fue necesario conocer las medidas reales del
mapa para encontrar la relacin entre las medidas dadas en metros y las de las
imgenes, las cuales estn dadas en pixeles y que pueden ser obtenidas a
partir del Paint o del mismo software, el cual muestra su dimensin en un
recuadro llamado Pattern Size en medidas de ancho por alto en pixeles.
La siguiente tabla muestra las medidas en metros y en pixeles del mapa y su
seccin.
Tabla 12. Tamaos del mapa y su corte en metros y en pixeles
MAPA
GENERAL
CORTE TAMAO
14 X 20 14,5 X 7,18 METROS
668 X 954 606 X 300 PIXELES
Conocidos los tamaos de los mapas tanto en pixeles como en metros, estos se
relacionan para encontrar la equivalencia en pixeles de un metro, y as poder
103
ingresar las medidas del mximo tamao de la celda en pixeles para hacer un
anlisis fractal que sea congruente con el realizado por Barton.
La siguiente tabla muestra la equivalencia de un metro en pixeles y el valor del
tamao mximo de celda que se debe ingresar en pixeles .
Tabla 13. Tamaos mximos de celda en metros y en pixeles y la equivalencia de un metro en
pixeles.
MAPA
GENERAL
CORTE
TAMAO
MAXIMO DE LA
CELDA
47,72 41,83 EQUIVALENCIA
6,6 6,6 METROS
314,952 276,078 PIXELES
Los valores de tamao mximo de celda se ingresaron en el parmetro
denominado: Length of the largest box y este valor debe ser un nmero entero,
ya que el software no acepta valores fraccionales.
Establecido el valor de tamao de celda mximo, los otros parmetros que
fueron objeto de ajuste fueron el valor de coeficiente de reduccin de tamao de
celda de tal forma que el software hiciera el anlisis fractal con el mximo
nmero de enrejillados posibles por lo que se tom el mnimo valor de
coeficiente de reduccin que es 1,1 y el otro parmetro que se ajust fue el de
incremento en el ngulo de rotacin de la cuadrcula porque se quera analizar
la variacin de la dimensin fractal al aplicar el mtodo del box-rotate y el box-
counting normal, por lo cual se ajust el valor en 10. Cabe anotar que el
programa empieza la rotacin desde cero automticamente.
Despus de haber analizado aspectos referentes al ajuste de parmetros, a la
preparacin de la imagen antes de ser sometida al anlisis fractal, y a la
justificacin de la seleccin de ciertos valores en los parmetros, se muestra en
104
la siguiente tabla los resultados de los dos anlisis hechos al mapa de Barton,
el primero sin rotacin de cuadrcula, y el segundo con rotacin de cuadrcula
incrementada cada 15 e iniciando desde cero, sintetizndose todos los datos
de entrada ingresados y los resultados obtenidos en dichos anlisis.
Tabla 14. Valores de los parmetros y resultados correspondientes al anlisis fractal del mapa
de Barton y su seccin con y sin inclinacin de cuadrcula
PARMETRO
MAPA ANALIZADO
Barton Barton Seccin Seccin
Length of the largest box
(pixels)
315 315 254 254
Coefficient of box-size decrease 1,2 1,1 1,1 1,1
Number of box size
32 61 59 59
DIMENSION FRACTAL 1,673 1,675 1,647 1,663
DESVIACIN ESTANDAR 0,0691 0,1428 0,2174 0,1857
Al comparar la dimensin fractal obtenida despus de hacer la rotacin de la
cuadrcula con la obtenida al no hacer la rotacin de la cuadrcula , se puede
ver que sorpresivamente dio una dimensin fractal mayor, comparada con la
obtenida al no rotar la cuadrcula lo cual no se esperaba si se supone que el
objeto de rotar la cuadrcula es que cumpla la condicin de frontera de
Hausdorff en la cual la orientacin de la cuadrcula sea tal que haga el conteo
mnimo de recuadros, por lo cual las parejas de valores (r,N) que se generen
den una dimensin fractal menor.
Aunque si se compara la diferencia entre una dimensin fractal y otra, se puede
ver que esta es despreciable y es tan slo de 0,002, pudindose utilizar
cualquiera de los dos mtodos incurriendo en valores de error casi nulos.
En lo referente al mtodo del box-flex, se revisaron algunos trabajos sobre un
conjunto de fallas obtenidas en Alabama Rock, Utah, en donde se calcula la
dimensin fractal utilizando este mtodo. (Olson y Pollard, 1989)
105
Al observar las grficas fractales obtenidas al aplicar el mtodo del box-flex, se
observ que utilizaron aproximadamente entre 39 y 45 enrejillados diferentes.
Otros resultados obtenidos con la aplicacin de este mtodo, sobre patrones de
fallas, tambin muestran que la cantidad de enrejillados distintos que utilizaron
estaba alrededor de esta cifra, como por ejemplo para las fallas obtenidas en el
fondo marino del Atlntico Sur (Cande y otros, 1988) o para el mapa estructural
de fallas obtenido en Goldhill, Colorado (Goddadr y Lovering, 1938).
Al observar la cantidad de enrejillados distintos que utiliz el software, 32 si se
coloca como coeficiente de reduccin de tamao de celda 1,2 o 61 si se coloca
como coeficiente de reduccin de tamao de celda 1,1 y la cantidad de rejillas
utilizadas para los resultados del anlisis fractal al mapa de Barton y su seccin
usando el software, se puede decir que esas dimensiones se calcularon
aplicando tambin el mtodo del box-flex por lo que al final, se puede concluir
que cualquiera de los mtodos es aplicable, y las diferencias entre las
dimensiones fractales obtenidas son nfimas, por lo que cualquiera de estas
dimensiones fractales que se reporte es vlida .
Esta es la razn por la que en pginas anteriores se hablaba de la versatilidad
del programa, porque al hacer el debido ajuste de los parmetros, cualquiera
de los mtodos usualmente utilizados para calcular la dimensin fractal de
patrones de fallas se puede aplicar llegando casi a los mismos resultados y sin
mayores discrepancias.
De este modo finaliza la discusin de la aplicabilidad de los distintos mtodos,
y a continuacin se reportan las dimensiones fractales halladas para el mapa de
Barton y su zona.
Tabla 15. Valores de las dimensiones fractales reportadas para el mapa de Barton y su seccin
106
DIMENSIN
FRACTAL MAPA
GENERAL
DIMENSIN FRACTAL
CORTE
1,673 1.647
Terminado el anlisis fractal del mapa de Barton, lo que sigue es el anlisis
fractal de las fallas presentes en el mapa geolgico-estructural de Armenia.
Antes de dar inicio al uso del software para las fallas presentes en el mapa y
para las secciones escogidas, es necesario analizar primero unas discusiones
dadas por Barton en cuanto a la seleccin apropiada de los tamaos de celdas
con el fin de evitar un anlisis que sea impropio y no representativo del patrn
de fallas.
Cabe anotar que la razn por la que se ha mencionado frecuentemente a
este autor a lo largo de este trabajo de grado, es porque en su calidad de
Gelogo y Geofsico y de conocedor de la geometra fractal , es uno de los
que ha analizado y estudiado muy a fondo los muestreos para los patrones de
fracturas en una, dos y tres dimensiones y sus anlisis fractales respectivos, as
como tambin los distintos mtodos para hallar la dimensin fractal en mapas
de fracturas publicados por l y por otros autores. Del mismo modo, ha
realizado una serie de discusiones sobre anlisis fractales hechos por otros
autores a patrones de fallas y fracturas, formulando crticas sobre los resultados
de dichos anlisis. Dentro de sus publicaciones hace tambin una serie de
planteamientos sobre sus propios estudios, hacindolos objeto de crtica sobre
la forma inadecuada en que fueron realizados, para mostrar como ha tenido que
reformularlos y la forma en que han variado sus resultados.
Sobre
este ultimo aspecto, las reformulaciones hechas por Barton a sus anlisis para
107
solucionar el problema de encontrar un anlisis fractal que fuera apropiado y
representativo del conjunto de fallas, se tiene que l muestra las inconsistencias
del primer anlisis fractal que realiz sobre uno de sus mapas obtenidos en
Nevada. Dichas inconsistencias se tradujeron bsicamente en la utilizacin de
cuadrculas cuyos tamaos de celda menores o iguales a la fractura ms corta,
conllevando a que el anlisis fuera impropio y no representativo por la poca
variedad de escalas, obteniendo unos valores para las dimensiones fractales
entre 1,12 y 1,16. Al reformular el anlisis sobre un rango ms amplio de
tamao de celdas, las dimensiones pasaron a ser ahora entre 1,5 y 1,9.
Nuevamente volvi a hacer el anlisis, pero ahora aplicando el mtodo del box-
rotate para encontrar dimensiones fractales entre 1.6 y 1.7. Finalmente volvi a
tomar el mismo mapa para ahora analizarlo por el mtodo del box-flex,
encontrando ahora dimensiones fractales entre 1,38 y 1,52 , siendo estas las
dimensiones que finalmente report.
Por otra parte, estudi un anlisis fractal hecho sobre un patrn de fracturas en
granito (Chiles, 1988), encontrndose con un anlisis muy impropio, porque un
patrn de fracturas con una longitud mnima de 10 cm lo haba analizado con
tamaos de celdas entre 0,01 m y 10m, mientras que lo sugerido debi haber
sido entre 0.2 m y 0.5 m. Dados estos casos, l afirma que un anlisis
apropiado podra ser como tamao de celda mnimo dos veces la distancia
mnima entre dos fallas y como mximo la mitad de la distancia mxima entre
dos fallas.
Para acoger el anlisis fractal de las fallas de Armenia a lo expuesto
anteriormente, se tomar como tamao mximo de celda el sugerido. En cuanto
al tamao mnimo se deja el que tome el computador. Con respecto a este
particular, los argumentos que tambin se presentan para dejar el tamao de
celda mnimo con valores un poco por debajo de lo sugerido, es que el
recubrimiento del conjunto se hace cada vez ms eficiente al reducir el tamao
108
de la celda por lo que a medida que se haga ms pequeo el tamao de celda,
se llegara al punto en que es tan pequea la celda que estas formaran algo
que sera igual a la del patrn de fallas, por tanto este argumento se ampara en
el planteamiento dado por el mismo Barton en el que la dimensin fractal de un
conjunto est ligado al tamao de los elementos que lo recubren.
A partir de lo adoptado para el tamao de celda mximo, la siguiente tabla
presenta el tamao del mapa y cada una de sus zonas en km y pixeles, la
equivalencia de un kilmetro en pixeles, la distancia mxima encontrada entre
dos fallas, y el tamao de celda mximo en km y en pixeles para ingresarlo en
los parmetros de anlisis en el software.
Cuadro 2. Tamaos del mapa y sus zonas y el tamao de celda mximo para analizar cada
mapa de fallas en el software
Pl ano
Tamao del patrn
Equivalenci
a
Di stanci a
mxi ma.
Tamao de celda
mximo
Pxeles
Kilmetro
s Km. Pxeles
Armeni a General 624x770 40X49,36 15,6 7,6 3,8 59,28
Armeni a 1 314x425 20X27,07 15,7 5,3 2,65 41,605
Armeni a 2 314x425 20X27,07 15,7 4,2 2,1 32,97
Definidos los valores del tamao mximo de celda para todo el mapa y cada
una de sus zonas escogidas, Armenia 1 y Armenia 2, hay que mencionar que el
uso del software se har con la realizacin del anlisis con cuatro tipos de
incrementos en el ngulo de rotacin, los cuales son : 0,5,10 y 15 para cada
mapa.
Establecidas las anteriores condiciones, se muestran los resultados obtenidos
al utilizar el software para el mapa, en la figura 30, la cual corresponde al
anlisis que gener el valor de la dimensin fractal que se report como
109
definitiva para el conjunto de fallas general. En lo concerniente a las secciones,
los resultados generados por el software se resumen en los cuadros 4 y 5.
Figura 30. Resultados del anlisis fractal hecho al mapa de fallas de Armenia.
110
Cuadro 3. Valores de los parmetros y resultados correspondientes al anlisis fractal del mapa
de fallas de Armenia
PARMETRO
MAPA ANALIZADO: ARMENIA
GENERAL
Length of the largest box (pixels) 59 59 59 59
Coefficient of box-size decrease 1,1 1,1 1,1 1,1
Number of box size 43 43 43 43
DIMENSIN FRACTAL 1,235 1.245 1.244 1.242
DESVIACIN ESTANDAR 0,124 0,1045 0,105 0,1064
Cuadro 4. Valores de los parmetros y resultados correspondientes al anlisis fractal de
la zona 1 de Armenia
PARMETRO MAPA ANALIZADO: ARMENIA 1
Length of the largest box (pixels) 41 41 41 41
Coefficient of box-size decrease 1,1 1,1 1,1 1,1
Number of box size 39 39 39 39
DIMENSION FRACTAL 1.158 1.182 1.180 1.178
DESVIACIN ESTANDAR 0,0332 0,0255 0,0273 0,0274
Cuadro 5. Valores de los parmetros y resultados correspondientes al anlisis fractal de la zona
2 de Armenia
PARMETRO MAPA ANALIZADO: ARMENIA 2
Length of the largest box (pixels) 33 33 33 33
Coefficient of box-size decrease 1,1 1,1 1,1 1,1
Number of box size 37 37 37 37
DIMENSIN FRACTAL 1.230 1.245 1.244 1.243
DESVIACIN ESTANDAR 0,0594 0,0449 0,047 0,047
111
Una vez que se tiene la recopilacin de los datos, la siguiente tabla muestra las
dimensiones fractales que se van a reportar para el mapa general y las zonas.
Tabla 16. Dimensiones fractales bidimensionales reportadas para el conjunto de fallas de
Armenia y las zonas 1 y 2
MAPA
DIMENSION
FRACTAL
MAPA GENERAL 1,235
ARMENIA 1 1,158
ARMENIA 2 1,230
La siguiente tabla muestra las coordenadas rectangulares de las zonas
seleccionadas, las cuales estn referidas al sistema de coordenadas general
que trae el mapa, con las que se pueden ubicar las zonas 1 y 2 seleccionadas
dentro del mapa geolgico de Armenia para su anlisis fractal en el programa.
Tabla 17. coordenadas de ubicacin de cada una de las zonas respecto al eje de referencia
dado por el mapa
ZONA
COORDENADAS DE UBICACIN DE LAS
ZONAS
COORDENADA 1 COORDENADA 2
ZONA 1 ( 960.000;1,169.000 ) ( 979.250; 1.137.000 )
ZONA 2 ( 979.250;1.169.000 ) ( 1.000.000; 1.137.000 )
112
Figura 31. Grafico que detalla la ubicacin de las zonas Armenia 1 y 2 dentro del mapa
geolgico-estructural Armenia.
Con los resultados obtenidos, recopilados y reportados se termina el desarrollo
de este subcaptulo por lo cual en la siguiente parte se hace el anlisis de los
resultados.
3.4 Anlisis y presentacin de los resultados obtenidos.
En lo correspondiente a esta parte de este trabajo de grado, en primer lugar se
presentan los resultados obtenidos del calculo de la dimensin fractal usando
los mtodos del box-rotate y del box-flex dentro de las fallas de la totalidad de la
regin y de las secciones, Armenia 1 y 2, para luego hacer un anlisis de la
variabilidad que sufra la dimensin fractal con los distintos mtodos.
En una segunda parte se hace la comparacin de las dimensiones fractales
obtenidas para las tres zonas con respecto a la dimensin fractal del modelo en
113
que est basado todo el anlisis: El modelo de pulverizacin. Con el fin de
determinar la dimensin fractal de su distribucin espacial.
Para la tercera y ltima parte, se hace un anlisis de la variacin de la
dimensin fractal bidimensional entre las regiones seleccionadas para luego dar
una explicacin probable a la situacin que se presente, apoyndose en el
modelo de pulverizacin.
A continuacin, en el cuadro 6 se hace la presentacin de los resultados de los
distintos anlisis fractales, en donde la desviacin esta referida con respecto al
valor de la dimensin fractal reportada, la cual corresponde al mnimo valor para
toda la zona y para cada una de las dos regiones reportadas .
Cuadro 6. Dimensiones fractales obtenidas para cada conjunto de fallas por los distintos
mtodos y las desviaciones mxima y mnima con respecto al valor reportado
ZONA BOX-FLEX
BOX-ROTATE DESVIACIN %
5 10 15 MXIMA MNIMA
ARMENIA 2 1,23 1,245 1,244 1,243 1,22 1,06
ARMENIA 1 1,158 1,182 1,18 1,178 2,07 1,73
GENERAL 1,235 1,245 1,244 1,242 0,81 0,57
Una vez recopilados los resultados, se puede apreciar que las desviaciones
resultantes muestran variaciones muy bajas con respecto a las reportadas,
mientras que el siguiente cuadro muestra las variaciones tan bruscas que sufri
la dimensin fractal encontrada por Barton en uno de sus mapas de fallas.
Cuadro 7. Dimensiones fractales obtenidas por Barton para su conjunto de fallas por los
distintos mtodos, la desviacin es con respecto al valor reportado, que es el mnimo.
MTODO DESVIACIN %
BOX-METHOD
D
BOX-ROTATE
D
BOX-FLEX
D
MXIMA MNIMA
1,5 1,6 1,38 15,942029 8,695652
114
Despus de ver las grandes variaciones en los resultados que Barton obtuvo, l
indic que la dimensin fractal que reportaba era la obtenida por el mtodo del
box-flex porque este era el mtodo ms exacto para calcular la dimensin
fractal. Se debe aclarar que el box-method es el mismo box-counting, solo que
utiliza muy pocos enrejillados comparando con el box-flex.
Haciendo los clculos de la dimensin fractal con el uso del software Benoit 1.0,
se puede ver que para los resultados obtenidos en el conjunto de fallas del
mapa de Armenia y sus zonas, las variaciones son casi nulas, por lo tanto se
concluye que al usar el software Benoit el valor de la dimensin fractal no
presenta serias variaciones entre mtodo y mtodo, y que la dimensin fractal
puede ser calculada por cualquiera de estos mtodos sin encontrar serias
alteraciones en los resultados como se mostr en el cuadro 6.
Hay que hacer la aclaracin que slo se hace referencia a calcular la dimensin
fractal usando el software, mas no para hacer los clculos manualmente.
Tampoco se pretende desacreditar lo concluido por Barton en cuanto al mejor
mtodo para calcular la dimensin fractal.
De este modo concluye el anlisis de la variacin de la dimensin fractal al ser
calculada por los distintos mtodos.
Ahora el anlisis de los resultados contina con la tercera parte que es la
comparacin de las dimensiones fractales obtenidas para las tres zonas con la
dimensin fractal del modelo en que est basado todo el anlisis: El modelo de
pulverizacin. Establecer si el conjunto de fallas presentes en cada mapa sigue
distribuciones fractales y determinar la dimensin fractal de su distribucin
espacial.
En cuanto a la determinacin de si el conjunto de fallas en cada uno de los tres
mapas sigue distribuciones fractales, se tiene que los resultados dados por el
115
programa en el anlisis fractal bidimensional de las fallas presentes en el mapa
geolgico-estructural de Armenia y sus zonas, proporcionan elementos de juicio
contundentes para decir que este conjunto de fallas cumplen una distribucin
fractal, porque el modelo potencial resultante de la regresin, resultante de la
aplicacin de la tcnica del box-counting, presenta una bondad de ajuste mayor
a 0.999 siendo este el criterio con el que una vez realizado el box-counting se
determina en un objeto si es un fractal o no o si un patrn de fallas sigue una
distribucin fractal. Tambin al ver la grfica del nmero de caja contadas y la
longitud del lado para cada cuadrcula, se ve que es una lnea recta, ratificando
la afirmacin dada a partir de la bondad de ajuste.
Por lo tanto, la respuesta definitiva al interrogante principal planteado para este
trabajo de grado es: El conjunto de fallas presentes en el mapa geolgico-
estructural de Armenia y sus zonas si cumplen una distribucin fractal, con una
dimensin fractal bidimensional es D=1,235.
Para dar respuesta a la pregunta sobre la dimensin fractal de su distribucin
espacial, la base terica es el modelo de fragmentacin analizado en el captulo
titulado: El modelo de pulverizacin. La primera comparacin es con respecto
a los resultados hipotticos de la dimensin fractal resultante de la aplicacin de
la tcnica del box-counting a las fallas del bloque del modelo de pulverizacin
propuesto por Sammis.
La dimensin fractal bidimensional del conjunto de fallas del modelo de
pulverizacin esta dada por: D=Log(3)/Log(2)=1,5849 y la reportada para el
conjunto de fallas de Armenia y sus zonas Armenia 1 y Armenia 2 est
alrededor de D=1,23, por lo que entonces la desviacin del valor real con
respecto al terico es de un 22%.
A
pesar de que esta variacin es un poco alta, todava se puede considerar
116
aplicable el modelo a la situacin dada por la realidad, por lo que el clculo de
la dimensin fractal espacial de su distribucin se har por la aplicacin del
modelo de pulverizacin.
Para calcular la dimensin fractal de su distribucin espacial, se retoma la
relacin entre la dimensin fractal de su distribucin espacial y la dimensin
fractal resultante de la aplicacin de la tcnica del box-counting en dos
dimensiones a las fallas del bloque del modelo.
Como se mostr en el captulo en que se analiz el modelo, la dimensin fractal
resultante de la aplicacin de la tcnica del box-counting en dos dimensiones a
las fallas del bloque del modelo era igual a la dimensin fractal de la distribucin
acumulativa de frecuencia-tamao de fallas y bloques en dos dimensiones y a
la dimensin fractal de la distribucin no acumulativa de frecuencia-tamao de
fallas y bloques en dos dimensiones. A su vez, la relacin entre las dimensiones
fractales de las distribuciones acumulativas y no acumulativas de frecuencia-
tamao de fallas y bloques en tres dimensiones con las de dos dimensiones
era:
D3=D2+1
En donde D3 es cualquiera de las dimensiones fractales en tres dimensiones y
D2 la generada por el box-counting.
Retomado el concepto anterior y las bases tericas, el valor de la dimensin
fractal de la distribucin espacial de las fallas contenidas en el mapa geolgico
de Armenia es:
D3= 1,235+1=2,235
La respuesta definitiva a la pregunta formulada en este trabajo de grado es:
117
El conjunto de fallas presentes en el mapa geolgico de Armenia cumple
una distribucin fractal y la dimensin fractal de su distribucin espacial
es D=2,235.
Para las otras zonas analizadas (Zona 1 y zona 2), el conjunto de fallas
presentes tambin cumple una distribucin fractal y la dimensin fractal de su
distribucin espacial se muestra en la tabla 19:
Con respecto a lo encontrado para las zonas 1 y 2, se esperaba que el conjunto
de fallas contenidas en cada una de ellas siguiera el mismo comportamiento
que se encontr para las fallas presentes en todo el mapa.
Tabla 18. Dimensiones fractales bidimensionales y espaciales de las fallas contenidas en el
mapa geolgico de Armenia y en las zonas 1 y 2.
PARTE DEL MAPA D2 D3
TODO EL MAPA 1,235 2,234
ZONA 1 1,158 2,158
ZONA 2 1,23 2,23
Habiendo determinado las dimensiones fractales espaciales y dndole
respuesta al principal interrogante planteado para este trabajo de grado, a
continuacin se estudiar la invariacin o no de la dimensin fractal de un
patrn de fallas para cada una de sus zonas, partiendo de las variaciones de los
valores de una zona con respecto a la otra.
De acuerdo con lo encontrado, una posible explicacin al hecho de que la
dimensin fractal de la zona 2 fuera mayor al valor de la dimensin fractal de la
totalidad del mapa es porque esa zona tena la mayor densidad de fallas. As
que al analizar una zona de esas caractersticas se puede esperar que esto
sucediera porque era como si se estuviera analizando un nuevo mapa
118
geolgico ms densamente fallado a lo largo de su superficie, con respecto al
general.
La misma explicacin se puede hacer extensiva para la dimensin fractal de la
zona 1, solo que al contrario, puesto que esta es una zona menos densamente
fallada con respecto al zona 2.
Al dar una posible explicacin de porqu las dimensiones fractales encontradas
para las zonas eran ligeramente mayores, ahora se puede considerar que son
desviaciones despreciables y al suponer lo anterior, puede afirmarse que la
dimensin fractal global se preserva en estos sectores y quizs en todas las
zonas que se tomen del mapa. Cabe anotar que al retomar las dimensiones
fractales obtenidas para el mapa de Barton, D=1,673 para todo el mapa y
D=1,647 para el sector seleccionado, se encuentra que se presenta una especie
de comportamiento de invariacin en el valor de la dimensin fractal para todo
el mapa y para cualquiera de sus sectores aunque es muy prematuro decir que
este sea un comportamiento que presente todo patrn de fallas y los resultados
aqu obtenidos no son elementos de juicio suficientes para dar una afirmacin
de esta naturaleza.
Aunque si se observa bien la proyeccin bidimensional del modelo de
pulverizacin, y se tomara como zonas hipotticas de anlisis las dadas por la
divisin de la superficie en cuatro sectores iguales, vemos que al hacer la
divisin, una de ellas es el cuadrado de lado h/2 y las otras tres seran iguales
entre s por lo que si se ejecuta la tcnica del box-counting, la dimensin fractal
entre esas tres zonas sera igual.
Por tanto, el 75% de los sectores seleccionados presentan dimensiones
fractales iguales. Si ahora se dividiera el cuadro en 16 zonas de igual tamao, 9
de ellas seran iguales, por lo que ahora un 53% de las zonas presentara
119
dimensiones fractales iguales. Quizs esto mismo es lo que puede estar
pasando en la realidad con los patrones de fallas.
Figura 32. Proyeccin en superficie del bloque del modelo. Se retoma esta grfica para ver la
zonificacin hipottica. Ntese que al dividirse la proyeccin en cuatro sectores iguales, uno es
el cuadrado de lado h/2, mientras que los otros tres son iguales entre s.
En conclusin, se puede creer que la invarianza del valor de la dimensin fractal
de un patrn de fallas y sus zonas, no es tan ceido al valor general, ms bien
se puede creer y que es algo un poco ms racional despus de haber visto los
resultados obtenidos tanto en los patrones de fallas reales como en el
hipottico, es que una gran parte de los sectores de un patrn de fallas dado
pueden tener dimensiones fractales parecidas a las del patrn general.
De este modo finaliza el anlisis y presentacin de resultados, despus de
haber desarrollado cada una de sus partes expuestas al inicio del captulo.
3.5 LA DIMENSION FRACTAL DEL SISTEMA DE FALLAS SILVIA-PIJAO Y
EL VALOR DEL PARMETRO b DE LA SISMICIDAD.
El desarrollo de esta parte adicional del presente trabajo consiste en el clculo
del valor del parmetro b de la ley de Gutemberg-Richter para Armenia a partir
de la dimensin fractal bidimensional del sistema de fallas de Silvia-Pijao,
siendo ste otro mtodo por el cual se puede obtener el valor de dicho
parmetro.
120
El
fundamento de esta aplicacin es el descubrimiento de un trabajo de la misma
naturaleza, y hecho sobre mapas geolgicos para una regin de la costa sur del
Pacifico Mexicano titulado: Fractal Geometry and seismicity in the Mexican
subduction zone, en el que un anlisis fractal de las fallas contenidas en tales
mapas geolgicos fue realizado. El desarrollo de dicho anlisis fractal es igual
al que se hizo dentro de este trabajo de grado para el conjunto de fallas del
mapa geolgico-estructural de Armenia. Una vez desarrollado el anlisis fractal,
un valor del parmetro b fue calculado a partir de la dimensin fractal a partir de
la relacin de Aki D=2b.
Los realizadores de este trabajo son investigadores que pertenecen al
Departamento de Fsica de la Escuela Superior de Fsica y Matemticas en
Mxico, de la Seccin de Graduandos de la Escuela Superior de Ingeniera y
Arquitectura en Mxico y del rea de Fsica del Departamento de Ciencias
Bsicas en Mxico (F. Angulo Brown, A. Ramrez Guzmn, E, Ypez, A. Rudolf-
Navarro y C. G. Pavia Miller, 1997).
El punto de partida terico que permiti la aplicabilidad de la relacin de Aki, es
la correlacin entre la dimensin fractal de la distribucin de la sismicidad con la
dimensin fractal bidimensional de un conjunto de fallas sobre las que se mida
la ley de Gutemberg-Richter.
En primer lugar se tiene que la ecuacin de Gutemberg-Richter tiene la forma:
a bm N log log + =
Donde:
m: magnitud del sismo.
N: nmero de terremotos por unidad de tiempo con magnitud mayor a m que
ocurren en un rea especifica.
a,b: constantes que varan segn la regin.
121
Por otra parte, se tiene otra ecuacin que relaciona el momento ssmico con la
magnitud.
d cm M + = log Donde:
M: momento ssmico en J oules ( m N )
c,d: constantes.
Con respecto al valor de estas constantes, dentro de este trabajo de grado se
investig que se estableci una base terica para tomar c=1,5 (Kanamori y
Anderson, 1975) y adems otros autores argumentaron tomar c=1,5 y d=9,1
(Kanamori en 1978 y Hanks y Kanamori en 1979).
De acuerdo con todo lo anterior, el valor de la constante c tiene un valor de
c=1,5, y por eso los autores afirman que el valor de la constante b est
alrededor de 0,75 y flucta alrededor de este dependiendo de la dimensin
fractal regional del conjunto de fallas.
Tambin se tiene una ecuacin para aproximar el valor del momento ssmico
con el rea de ruptura, cuya forma es ( Kanamori y Anderson, 1975):
2 / 3
A M =
Al hacer una combinacin entre estas tres ecuaciones se llega a la siguiente
ecuacin :
c b
A N
2 / 3
=
En donde:
log log log
c
b
c
d b
+
=
Luego se compara la ecuacin con la forma de la distribucin fractal haciendo
A = r
2
para obtener (Turcotte, 1997):
122
c b
r N
/ 3
=
Por lo que se demuestra que la distribucin de Sismicidad es fractal y que su
dimensin es:
c
b
D
3
=
Como ya se mencion el valor de c=1,5, por lo que el valor de la dimensin
fractal se convierte en:
D=2b
Al ver que la dimensin fractal de la distribucin fractal de la sismicidad esta
asociada con el valor b de la sismicidad, la correlacin entre el valor de b y la
dimensin fractal de las fallas en dos dimensiones, se bas en un modelo de
trabajo que parte de la hiptesis de que cada falla est asociada con un
terremoto caracterstico. ( Barriere y Turcotte, 1994), as que las dimensiones
fractales de ambas distribuciones se hacen iguales y por tanto, el valor b es
simplemente la mitad de la dimensin fractal de la distribucin fractal
bidimensional de un sistema de fallas.
Tenidas las herramientas tericas, los autores trabajaron sobre tres mapas
geolgicos: el primero, el mapa Zihuatanejo, el segundo, el mapa Acapulco y el
tercero, el mapa Chilpacingo, para ejecutar la tcnica del Box-counting usando
enrejillados con lado de cuadrado entre 2,5km y 12,5km y encontraron una
dimensin fractal para toda la regin de D = 1,64370,0028.
Como el principal objetivo de este trabajo era demostrar la correlacin entre la
dimensin fractal de las fallas en superficie y el valor de b dada por D=2b,
entonces tomaron el valor de b hallado para esa regin por Singh en 1983 el
cual estaba entre 0,82 y 0,84. De este modo compararon el valor entre 2b=1.64
123
y el de la dimensin fractal, D=1,64370,0028 encontrando una excelente
correlacin.
Lo mismo hicieron para las otras zonas. Para la Acapulco-Zihuatanejo,
obtuvieron D=1,7 el cual estaba muy cercano al valor 2b hallado que era de
1,68, siendo el valor de b correspondiente b=0,84. Para la regin de Chilpacingo
obtuvieron D=1,4. Con los resultados que obtuvieron , pudieron afirmar la
validez de la relacin D=2b.
Descrita la metodologa y las bases conceptuales de la investigacin
anteriormente descrita, se tiene que para el sistema de fallas Silvia-Pijao se
har un anlisis con las mismas caractersticas, partiendo de las siguientes
suposiciones:
*A diferencia de lo realizado en Mxico en donde la investigacin se enfoc a
verificar la validez de la relacin de Aki, en este trabajo se da por valida dicha
relacin y por tanto no se hace una comparacin entre el valor del parmetro b
obtenido por el anlisis fractal con uno reportado por algn investigador sino
que se calcular el valor de dicho parmetro a partir de la dimensin fractal.
*El sistema de fallas con respecto al cual se ir a medir la ley de Gutemberg-
Richter es el sistema de fallas Silvia-Pijao, al cual hizo se referencia, Hugo
Monsalve para su trabajo EL SISMO DE ARMENIA (COLOMBIA) DEL 25 DE
ENERO DE 1999: Un anlisis Telessmico de Ondas de Cuerpo,
Observaciones de campo y aspectos Sismotectnicos .
Por otra parte, el sistema de fallas de Silvia-Pijao que ser analizado por medio
del software, para calcular la dimensin fractal, ser tomado del mapa
geolgico-estructural de Armenia.
124
Concebidas dichas suposiciones, se realiz el anlisis fractal y el posterior
calculo del parmetro b de la sismicidad, para finalmente generar la curva de el
nmero de sismos por ao N con magnitudes mayores a m como una funcin
de la magnitud.
Para dar inicio al anlisis fractal con el uso del software Benoit 1.0, una vez
seleccionado el sistema se fallas de inters, se tiene que para el parmetro
Increment of grid rotation (0-90), el patrn de fallas fue analizado con
rotaciones de la rejilla de 0, 10 y 15, para cumplir la condicin de frontera de
Hausdorff. La figura 31 presenta el anlisis con el que se report la dimensin
fractal de dicho sistema de fallas.
125
Figura 33. Anlisis fractal hecho al sistema de Fallas Silvia-Pijao del mapa Geolgico-
Estructural de Armenia con incremento de inclinacin de la rejilla de 0.
Con los resultados obtenidos se puede afirmar, para este sistema de fallas en
particular, que si satisface distribuciones fractales, puesto que los resultados de
la regresin del tamao de la celda contra el nmero de celdas ocupadas
result ser una lnea recta tenindose as un buen ajuste con lo cual se
establece que el conjunto de fallas del sistema SilviaPijao cumple tal
distribucin distribucin.
126
En el siguiente cuadro se aprecian los diferentes parmetros con los que se
llev a cabo el anlisis fractal al sistema de Fallas Silvia-Pijao y adems las
dimensiones fractales resultantes
Cuadro 8 . Valores de los parmetros y resultados correspondientes al anlisis fractal
del Sistema de Fallas Silvia-Pijao con el software Benoit 1.0.
PARMETRO
MAPA ANALIZADO
Sistema Silvia-Pijao
Length of the largest box (pixels) 59 59 59
Coefficient of box-size decrease 1,1 1,1 1,1
Number of box size 43 43 43
DIMENSIN FRACTAL 1,253 1,317 1,285
DESVIACIN ESTANDAR 0,081 0,108 0,029
Conociendo que el sistema de fallas tiene una distribucin fractal como se
observa en los resultados obtenidos, se tiene que el sistema de Fallas Silvia-
Pijao finalmente presenta la siguiente dimensin fractal bidimensional en su
distribucin de fallas: D = 1,253
Una vez verificado para el sistema de fallas el cumplimiento de distribuciones
fractales y encontrada su dimensin fractal, sigue el desarrollo del anlisis del
comportamiento del valor b, obtenido por medio de la dimensin fractal y la
aplicacin de la relacin de Aki.
Teniendo la dimensin fractal bidimensional del sistema de fallas Silvia-Pijao
presentes en el mapa Geolgico-Estructural de Armenia:
D = 1,253
Y la relacin de Aki, se calcul de valor de b:
b=D/2
b=1,253 / 2
b=0,6265
127
As el valor de la constante b para la regin de Armenia sera b0,63
Figura 34. Sistema de Fallas Silvia-Pijao donde se aprecian los tres sectores sobre los que se
calcul el valor a.(Monsalve, 2000 pag. 7)
Para seguir con el anlisis de la sismicidad en Armenia, ahora se tiene que
encontrar la otra constante, la constante a, esta se podra calcular a partir de
una condicin de frontera: un punto (m,N). Si se toma este punto y la ecuacin
de la ley de Gutemberg-Richter, a bm N log log + = , se puede ver que este valor
de a resultara de la aplicacin de esta ecuacin y el par (m,N).
Para la obtencin del valor de a se hizo referencia a los resultados obtenidos
dentro de la investigacin EL SISMO DE ARMENIA (COLOMBIA) DEL 25 DE
ENERO DE 1999: Un anlisis Telessmico de Ondas de Cuerpo, Observaciones
de campo y aspectos Sismotectnicos (Monsalve,2000), en donde a partir de
las grficas N vs. m, se obtuvo un punto (m,N) para hacer la deduccin del valor
de a usado para construir la grafica de el nmero de sismos con magnitud
128
mayor a m (N) como funcin de la magnitud (m), una vez que se haba obtenido
el valor de b a partir del anlisis fractal para el sistema de fallas Silvia-Pijao.
El clculo del valor de a se hizo partiendo de los tres sectores en que el autor
dividi el sistema de fallas, siendo el sector 1 el de la parte Norte y el sector 3 el
de la parte sur, se van a seleccionar parejas de valores N,m (siendo N el
nmero de terremotos por unidad de tiempo con magnitud mayor a m y m su
magnitud), para a partir de La ley de Gutemberg-Richter obtener los valores de
a, en la siguiente tabla se muestran los valores obtenidos.
Tabla 19. Valores calculados de a para los tres sectores del Sistema de Fallas Silvia-Pijao.
El valor de a se calcular a partir de un punto (m,N), en donde el valor de N
ser el promedio de los tres valores zonales de N anteriores, as:
N=54.75 valor promedio
N=55 valor Adoptado
Por consiguiente el punto (m,N) promedio para calcular el valor de a como
condicin de frontera ser (2,55) y por consiguiente con b=0,63, el valor para el
parmetro a es igual a:
a=1000,83
por lo que se adopta:
a=1001
SECTOR
Parej a de
val ores
(m,N)
a
1 2 , 9.54 950
2 2 ,117.5 7392
3 2 , 37.2 1762
129
Con los parmetros a y b obtenidos por el anlisis fractal, se tiene la siguiente
figura que muestra el nmero de terremotos por ao con magnitudes mayores
que m (N) en funcin de la magnitud (m).
0,01
0,1
1
4 5 6 7 8 9 10
Magnitud (m)
N
m
e
r
o
d
e
t
e
r
r
e
m
o
t
o
s
p
o
r
a
o
c
o
n
m
a
g
n
i
t
u
d
e
s
m
a
y
o
r
e
s
q
u
e
m
(
N
)
Figura 35. Grfica del nmero de terremotos por unidad de ao con una magnitud mayor que m
(N) contra la magnitud (m) para el Sistema de Fallas Silvia-Pijao tomando b=0,63 y a =1001 de
acuerdo con logN=-bm + loga
Teniendo la expresin
bm
a N
= 10 , el valor b y la constante a, se genera la
figura anterior al reemplazar los diferentes valores que pueda tener la magnitud.
Donde observando el comportamiento de los datos se aprecia que la curva se
ajusta a la forma de una distribucin fractal y por consiguiente a la ley de
Gutemberg-Richter.
130
CONCLUSIONES
1. La primera y principal conclusin radica en dar respuesta al interrogante
contemplado en el problema que fue planteado para esta investigacin, el
cual es:
El conjunto de fallas presentes en el mapa geolgico-estructural de
Armenia satisface distribuciones fractales? y si lo es, cul es la dimensin
fractal de su distribucin espacial?
La respuesta a la primera parte de este interrogante se fundament en los
resultados obtenidos de los anlisis fractales realizados, mientras que la
respuesta a la segunda parte se bas en la aplicacin del modelo de
pulverizacin de Sammis, modelo aplicado para analizar tal conjunto de
fallas, y teniendo como base la dimensin fractal bidimensional de las fallas
obtenida al hacer un box-counting, D=1,235, por lo que con estos elementos
de juicio, la respuesta al problema planteado para esta investigacin es:
El conjunto de fallas presentes en el mapa geolgico-estructural de
Armenia cumple una distribucin fractal y la dimensin fractal de su
distribucin espacial es D=2,235.
2. Al analizar la comparacin hecha entre los resultados generados por la
aplicacin de la tcnica del box-counting sobre el conjunto de fallas presentes
en el mapa geolgico-estructural de Armenia y los resultados generados por la
aplicacin de la tcnica del box-counting sobre el conjunto de fallas presentes
en la proyeccin bidimensional del bloque modelo usado para el anlisis fractal
131
de las fallas geolgicas en el mapa geolgico-estructural, el de pulverizacin de
Sammis, los resultados obtenidos mostraron ajustarse a los del modelo,
concluyendo que la utilizacin del modelo explic satisfactoriamente dos
aspectos para los cuales fue desarrollado por su autor y que constituyeron la
base del problema de la investigacin desarrollada: el primero es el tipo de
distribucin que puede tener un conjunto de fallas dado y la posibilidad de
encontrar la forma en que se distribuyen espacialmente a partir del anlisis
fractal de muestreos bidimensionales de fallas, como mapas, o de muestreos
unidimensionales, como ncleos de perforacin, siendo los mapas el tipo de
muestreo que se emple dentro de la investigacin. El segundo aspecto es el
explicar satisfactoriamente el fenmeno de la fragmentacin de la corteza
terrestre a partir de la aplicacin de conceptos propios de la geometra fractal.
Basndose en los aspectos anteriormente expuestos, surge la segunda
conclusin :
La distribucin espacial de la fallas presentes en el mapa geolgico-
estructural de Armenia es fractal y la dimensin fractal de dicha
distribucin es D=2,234. Por otra parte, el proceso de fragmentacin de la
corteza terrestre en la zona comprendida dentro del mapa, es fractal,
porque la distribucin espacial de los fragmentos de corteza terrestre
sigue distribuciones fractales y su dimensin es D=2,234.
3. En vista de que el Sistema de Fallas SilviaPijao , tambin fue objeto del
mismo anlisis fractal que se hizo al conjunto de fallas presentes en todo el
mapa, los resultados obtenidos en dicho anlisis y la aplicacin del modelo de
Pulverizacin de Sammis permitieron concluir:
El conjunto de fallas pertenecientes al sistema Silvia-Pijao y presentes en
el mapa geolgico-estructural de Armenia cumple una distribucin fractal
con una dimensin fractal bidimensional obtenida a partir de un box-
132
counting D=1,253 y por ende con la aplicacin el modelo de Sammis la
dimensin fractal de su distribucin espacial es D=2,253.
En cuanto a las dos zonas seleccionadas, Armenia 1 y 2, dicha conclusin se
hace extensiva, y las dimensiones fractales de su distribucin espacial son
D=2,158 y D=2,230 respectivamente
4. Partiendo del hecho de que cada falla tiene un terremoto caracterstico como
hiptesis de trabajo (Barriere y Turcotte, 1994) y tomando como vlida la
relacin de Aki, D = 2b para el sector de anlisis, siendo D la dimensin fractal
de correlacin, la cual es la dimensin fractal bidimensional del conjunto de
fallas, D=1,253 , se reporta como valor para el parmetro b de la ley de
Gutemberg-Richter de la sismicidad regional de las zonas influenciadas por el
sistema de fallas de Silvia-Pijao un valor de b=0,63 como el obtenido mediante
el anlisis fractal de dicho sistema de fallas.
5. A partir de los anlisis realizados sobre la distribuciones de frecuencia-
tamao en bloques para el modelo de pulverizacin en el subcaptulo llamado
el modelo de pulverizacin se encontr que la dimensin fractal de dicha
distribucin es D=Log6/Log2.
Por otra parte, cuando se analiz la misma distribucin, pero en fallas, en el
subcaptulo llamado Aplicabilidad del modelo se encontr que la dimensin
fractal es de D=Log6/Log2. Luego ambos elementos, fallas y bloques, tienen
dimensiones fractales iguales en sus distribuciones frecuencia-tamao.
Del mismo modo, se compararon las dimensiones fractales de sus
distribuciones acumulativas de frecuencia-tamao encontrando para los bloques
D=2,5948 y para las fallas D=2,5936. Observando que la diferencia entre
ambos valores es despreciable, se puede considerar que ambas dimensiones
133
son iguales. Al hacer una segunda comparacin entre cualquiera de estas
dimensiones con las de las dimensiones de distribuciones no acumulativas que
es D=Log6/Log2=2,5849, se puede considerar tambin que ambos valores son
iguales y en consecuencia la primera propiedad que se puede concluir en
cuanto a las cuatro distribuciones de este modelo es que la dimensin fractal es
igual para todas y que es D=2,6.
Al retomar el anlisis bidimensional realizado en el subcaptulo Proyeccin en
superficie del bloque del modelo se hace la misma comparacin entre las
dimensiones fractales de las cuatro distribuciones encontrndose exactamente
el mismo comportamiento deducido anteriormente, siendo una segunda
propiedad del modelo: La dimensin fractal de las cuatro distribuciones en dos
dimensiones es igual para todas. Por otra parte, la dimensin fractal resultante
de la aplicacin de la tcnica del box-counting a la proyeccin bidimensional del
modelo, genera una dimensin fractal que es igual a la de las cuatro
distribuciones fractales bidimensionales y es igual a D=1,60.
Por ltimo, al retomar las demostraciones hechas para encontrar las formas de
las distribuciones acumulativas de frecuencia-tamao para bloques y fallas en
dos y tres dimensiones, desarrolladas en los subcaptulos El modelo de
pulverizacin, Aplicabilidad del modelo y Proyeccin en superficie del bloque
del modelo se estableci que ninguna de ellas es fractal en realidad, porque
como se mostr en las deducciones hechas, tenan la forma: c aX N
b
+ = ,
mientras que la forma estndar de la distribucin fractal es potencial:
b
aX N = ,
en donde la diferencia entre ambas distribuciones es esa constante c. La razn
por la cual estas distribuciones se pudieron considerar fractales a pesar de su
forma verdadera, era que al hacer una regresin potencial sobre unos puntos
generados a partir de la ecuacin real de las distribuciones acumulativas, se
encontr que las distribuciones fractales encontradas para esos puntos
134
mostraban unos ajustes muy altos, como se apreci en las bondades de ajuste
correspondientes a los modelos obtenidos (eran todas mayores a 0,99).
135
BIBLIOGRAFA
CASTILLO, Pablo. Dimensiones fractales en cuencas hidrogrficas. Bogot,
1991. 321 p: il. Tesis de Grado (Maestra en Ingeniera Civil). Universidad de los
Andes. Facultad de Ingeniera Civil.
BARTON, Christopher, LA POINTE, Paul. Fractals in Earth Sciences. New York
Plenum Press. 1995. 265p.
DOMNGUEZ, Daro, PALACIO, Luz Elena, PINZN, ngela. Estimacin de
dimensiones fractales para la aplicacin en la fsica de suelos. Bogot D.C.
1999. Instituto Geogrfico Agustn Codazzi (AGAC) y la Universidad Militar
Nueva Granada
DOMNGUEZ, Daro, PALACIO, Luz Elena, CAMACHO, Marcela. Anlisis
Fractal de la lnea de Base de Macrfagos Control y Macrfagos Infectados con
Leshmania Amazonensis. Bogot D.C.2000. Centro Internacional de Fsica
(CIF) y la Universidad Militar Nueva Granada
HOBBS, Bruce E, MEANS, Winthrop D y WILLIAMS, Paul F. Geologa
Estructural. Mxico: Ediciones Omega, 1981. 518p.
HOUGH, Susan E. Earthquakes in the Greater Los Angeles Region: A fractal
Distribution of rupture size?.California: Science. 1996. Internet, http://pasadena.
wr.usgs. gov/office/hough/fault. html
LAHEE, Frederic H. Geologa Prctica. Mxico: Ediciones Omega, 1979. 895p.
L.U. DE Sitter. Geologa Estructural. Ediciones Omega, 1976. 521p.
MANDELBROT, Benoit. The Fractal Geometry of Nature. New York: Freeman
Press. 521p.
MEARES, Kimberly. Slider-Block Dinamycs and Applications in Geology.
University of California. California: 1997. Internet, Http: //home. flash. Net/ ~
akmeares/ slider. HTM.
NAVARRO, Rudolf, RAMIREZ GUZMN, PAVIA, Miller, Fractal Geometry in the
Mexican Subduction Zone. Mxico: Geofsica Internacional. 1997. Internet, http:
//www.igeofcu.unam.mx/editorial/geofinter/1998/01/angulo.html.
136
P. A. Gillespie, C. B. Howard, J . J . Walsh & J . Watterson. Measurement &
characterisation of spatial distributions of fractures. New york: Tectonophysics
226, 113-141, 1993. http://www. Fault analysis - group. ucd. Ie / Publications /
22spatial. html.
PEARL, Ricard M. Geologa. Barcelona: Compaa Editorial continental
S.A,1984.316p.
RENGIFO, Pervys, VELASCO, Carlos. Aplicacin de la modelacin fractal en
Ingeniera Civil. Bogot, 1999. 327 p : il. Trabajo de Grado (Ingeniero Civil).
Universidad Nacional de Colombia, Facultad de Ingeniera Civil.
SARRIA, Alberto. Ingeniera Ssmica. Bogot. Ediciones Uniandes. 1995. 569p.
TORRES MUOZ, Alicia. Manual para la presentacin de trabajos de grado.
Bogot D.C. Universidad Militar Nueva Granada Facultad de Ingeniera Civil
1999. 171p. Indito.
TURCOTTE, Donald L. Fractals and Chaos in Geology and Geophysics. New
York. Cambridge University Press, 1997. 965p.