RevistaIngenierasUniversidaddeMedelln

HERRAMIENTAS PARA ANLISIS POR CONFIABILIDAD

EN GEOTECNIA: LA TEORA
Csar Augusto Hidalgo Montoya*
Andr Pacheco de Assis**

Recibido: 09/04/2010
Aceptado: 06/04/2011

RESUMEN
En este trabajo se analizan algunas de las fuentes de incertidumbre en los
diseos geotcnicos como son la determinacin de los parmetros mecnicos y las
suposiciones realizadas para definir los modelos y teoras empleados. Posteriormente,
se presentan y comparan tres tcnicas probabilsticas para la evaluacin de la incer-
tidumbre en diversos procesos geotcnicos.
Palabras clave: confiabilidad, incertidumbre, mecnica de suelos, mecnica de
rocas.

*
Ingeniero civil, magster en Geotecnia de la Universidad de Brasilia, profesor asociado de la Universidad de Medelln. telfono 4344932,
e-mail chidalgo@udem.edu.co
**
Ingeniero civil de la Universidad de Brasilia, Brasil; doctor en Geotecnia de la Universidad de Alberta, Canad. Profesor titular de la Uni-
versidad de Brasilia. Telfono 55-61-3107-0965. e-mail: aassis@unb.br

Revista Ingenieras Universidad de Medelln, vol. 10, No. 18, pp. 69-78 - ISSN 1692-3324 - enero-junio de 2011/148 p. Medelln, Colombia
70 Csar Augusto Hidalgo Montoya - Andr Pacheco de Assis

TOOLS FOR RELIABILITY ANALYSIS IN GEOTECHNICAL

ENGINEERING: THEORY

ABSTRACT
In this work, many sources of uncertainty in geotechnical design as the estimation
of mechanical parameters and the premises for models and theories are analyzed.
Subsequently, three probabilistic tools for valuation of the uncertainty in many
geotechnical processes are presented and compared.
Key words: reliability, confidence, uncertainty, soil mechanics, rock mechanics.

Universidad de Medelln
Herramientas para anlisis por confiabilidad en geotecnia: la teora
INTRODUCCIN
Tradicionalmente, en la prctica de la ingeniera
geotcnica, la incertidumbre de los parmetros y
de los modelos se ha tratado de manejar por me-
dio de la magnitud de los factores de seguridad
o confiando en la experiencia de los ingenieros a
cargo de los diseos. Otra forma ha sido el mtodo
observacional, en el cual se van ajustando los dise-
os a medida que se construye. Sin embargo, las
exigencias de los proyectos y el desarrollo de nuevas
tcnicas exigen y permiten que la incertidumbre
pueda ser manejada de una manera ms rigurosa
en los procesos de diseo geotcnico.
Por otro lado, existen nuevas exigencias norma-
tivas como las del Eurocdigo 7, que pide la evalua-
cin de la variacin de los parmetros involucrados
en anlisis de estado lmite y la determinacin de
las causas y/o los modos de obtener un estado lmi-
te (falla); las posibles consecuencias de la falla en
trminos de riesgos de vida, lesiones y potenciales
prdidas econmicas; la aversin publica a la falla; y
los costos y procedimientos necesarios para reducir
el riesgo de falla.
Dado que en Colombia an son poco usadas
estas tcnicas y con el objeto de difundirlas, en este
trabajo se presenta un anlisis de algunas de las
fuentes de incertidumbre en trabajos geotcnicos;
posteriormente se presentan tres tcnicas probabi-
lsticas que permiten considerar la incertidumbre
en el diseo geotcnico. Este trabajo es complemen-
tado por el artculo Herramientas para anlisis por
confiabilidad en geotecnia: Aplicaciones, que ha
sido sometido a esta misma revista.
1 INCERTIDUMBRE EN
GEOTECNIA
Los procesos y anlisis en geotecnia estn altamen-
te cargados de incertidumbre y existen muchas
fuentes que la generan. En general y como una pri-
mera aproximacin, las fuentes de incertidumbre
en geotecnia se han clasificado en incertidumbre de
los datos y de los modelos [1, 2]. Otros autores como
Revista Ingenieras Universidad de Medelln, vol. 10, No. 18, pp. 69-78 - ISSN 1692-3324 - enero-junio de 2011/148 p. Medelln, Colombia
71
Baecher y Christian [3] clasifican la incertidumbre
en la ingeniera geotecnia en tres grandes catego-
ras: variabilidad natural, incertidumbre epistmica
e incertidumbre en los modelos de decisin.
La variabilidad natural est asociada con la
aleatoriedad inherente a los procesos naturales,
manifestndose como variabilidad en el tiempo
para fenmenos que toman lugar en un nico lugar
(variacin temporal), o variabilidad en el espacio
para eventos que se producen en diferentes lugares
al mismo tiempo (variacin espacial), o variacio-
nes tanto en el espacio como en el tiempo. Esta
variabilidad natural se aproxima usando modelos
matemticos simplificados o modelos fsicos, los
cuales solo proporcionan una aproximacin al
fenmeno natural en el mejor de los casos.
La incertidumbre epistmica es atribuida a la
carencia de datos, ausencia de informacin acerca
de eventos y procesos, o a la falta de entendimiento
de las leyes fsicas que limitan la habilidad para
modelar el mundo real. En ocasiones, esta incer-
tidumbre puede ser llamada tambin subjetiva o
interna.
En aplicaciones geotcnicas, la incertidumbre
epistmica se puede dividir en tres subcategoras:
incertidumbre en la caracterizacin del sitio, in-
certidumbre en los modelos e incertidumbre en
los parmetros.
La incertidumbre en la caracterizacin del
sitio depende de la adecuada interpretacin que se
hace de la geologa sub-superficial. Esto resulta de
la incertidumbre de los datos y de la exploracin,
incluyendo errores de medicin, inconsistencia
y heterogeneidad de los datos, manipulacin de
los datos y errores de transcripcin, e inadecuada
representatividad del muestreo debido a limitacio-
nes de tiempo y espacio. Otro factor que se debe
considerar son las limitaciones econmicas a la
hora de hacer la exploracin y el muestreo.
La incertidumbre de los modelos depende del
nivel de precisin con que el modelo matemtico
escogido representa la realidad. Esta incertidumbre
refleja la inhabilidad de un modelo o tcnica de
72 Csar Augusto Hidalgo Montoya - Andr Pacheco de Assis

diseo para representar, precisamente, el verdadero yen a lo que se denomina error sistemtico, que
comportamiento fsico del sistema, o la inhabilidad acta independiente de la posicin o del tamao
del diseador para identificar el mejor modelo. del volumen de anlisis o superficie de falla, y
La incertidumbre en los parmetros depende afecta principalmente la media. Aqu, el aumento
de la precisin con que los parmetros del modelo del nmero de ensayos (para disminuir el error
pueden ser estimados. Resulta de la inexactitud en estadstico) se debe evaluar por la experiencia del
la determinacin de los valores de los parmetros ingeniero (para compensar los sesgos). Los dos
a partir de ensayos o calibracin de datos y es exa- ltimos aspectos contribuyen principalmente a la
cerbado por el nmero limitado de observaciones, dispersin de los datos.
que producen imprecisin estadstica. Cuando no se dispone de un nmero suficiente
En cuanto a la obtencin de parmetros del de ensayos, se puede, con carcter preliminar, utili-
suelo se pueden destacar las siguientes fuentes de zar coeficientes de variacin estimados (desviacin
incertidumbre: estndar sobre la media), a partir de valores tpicos
Error estadstico debido a la cantidad insufi- que han mostrado tener poca sensibilidad temporal
ciente de ensayos, de mediciones piezomtricas, y espacial. En la tabla 1 se presentan rangos tpi-
etc. Se sabe que cuanto menor es el nmero de cos de coeficientes de variacin de los parmetros
ensayos, mayor es la probabilidad de producir geotcnicos de inters para anlisis de estabilidad
estimativos de parmetros diferentes de aque- de taludes.
llos presentes en el campo. Muchos autores
Tabla 1. Valores tpicos de coeficiente
presentan indicaciones buscando minimizar
esta condicin. de variacin
Datos tendenciosos (sesgos), que son aspectos
Coeficiente de
del comportamiento real persistentemente alte- Parmetro Fuente
variacin (%)
rados por los ensayos, resultados de instrumen-
3-7 [4]*
tacin etc. Se pueden citar ejemplos de estos Peso especfico
4-8 [5]*
factores: remoldeo de las muestras, diferencias
Peso unitario
de tipo de solicitacin en los ensayos y en el sumergido
0-10 [6]
campo, diferencias en la velocidad de carga en
los ensayos y en el campo, etc. Cohesin 40 (20 a 80)

Errores de ensayo (ruidos) son aquellos asocia- 2-13

ngulo de friccin [4]*
3.7-9.3 arenas y
dos a la precisin de calibracin y mediciones, efectivo [5]*
7.5-10.1 arcillas
la exactitud de las lecturas, etc. La minimi-
Resistencia no 13-40
zacin de estos errores es obtenida a travs [4-6]
drenada de arcillas 11-45
de la correcta especificacin, calificacin del
Coeficiente de
personal y de equipos, acompaamiento de 20-90 [5]*
permeabilidad (k)
los ensayos y mediciones;
Coeficiente de
Variabilidad espacial (natural o inherente) de 33-68 [6]
consolidacin (Cv)
los parmetros, que es la diferencia real de Presin de
caractersticas del comportamiento debidas a preconsolidacin 10-35 [6]
diferencias de composicin, meteorizacin e (Pp)
historia de tensiones entre un punto y otro. ndice de compresin
10-37 [6]
Los dos primeros aspectos analizados contribu- (Cc)

Universidad de Medelln
Herramientas para anlisis por confiabilidad en geotecnia: la teora
Coeficiente de
Parmetro
variacin (%)
Nmero de golpes
15-45
SPT (N)
Resistencia a la
compresin uniaxial 29-55
de metalimolitas
Resistencia a la
compresin uniaxial 18-40
de metacalcreos
Fuente: elaboracin propia a partir de las fuentes citadas. *Ambas
fuentes presentan datos de diversos orgenes sin indicar la represen-
tatividad de los datos
La variabilidad de los parmetros geotcnicos
que tienen influencia en los procesos de anlisis
de riesgo por deslizamiento puede ser manejada
mediante tcnicas estadsticas y probabilsticas.
Segn USACE [5], los valores de los momentos
probabilsticos pueden ser estimados de varias
formas, entre las cuales se pueden citar:
Anlisis estadsticos de determinaciones en
ensayos del parmetro deseado,
Ensayos ndice que pueden ser correlacionados
con el parmetro deseado, y
Basados en criterio y experiencia cuando no
hay datos disponibles.
Estas dos ltimas opciones tienen que ser
evaluadas con mucho cuidado, ya que el nivel de
incertidumbre se incrementa gradualmente desde
el primero hacia los ltimos. Esto implica que
cuando se disea una estructura nueva utilizando
correlaciones o datos basados en la experiencia,
esto solo se pueda aceptar mediante un incremento
de los factores de seguridad o mediante un ajuste
en los parmetros de diseo (reduciendo la resis-
tencia). En el caso de anlisis de confiabilidad, la
utilizacin de correlaciones o datos definidos por
la experiencia el problema puede ser enfrentado
asumiendo un coeficiente de variacin mayor que
en el caso de los datos medidos directamente.
En adicin a la variabilidad natural, y la in-
certidumbre epistmica, dos tipos prcticos de
Revista Ingenieras Universidad de Medelln, vol. 10, No. 18, pp. 69-78 - ISSN 1692-3324 - enero-junio de 2011/148 p. Medelln, Colombia
73
incertidumbre algunas veces tambin entran en los
Fuente
anlisis de confiabilidad y de riesgo. Estos tienen
relacin con la implementacin de diseos en la
[4]*
prctica y con los factores econmicos atendiendo
clculos de relaciones costo-beneficio. Estas son
[7, 8] incertidumbres operacionales, que incluyen aque-
llas asociadas con la construccin, manufactura,
deterioro, mantenimiento y factores humanos no
[7, 8] considerados en los modelos ingenieriles de desem-
peo; e incertidumbres de decisin que describen
la inhabilidad de los diseadores para conocer o
identificar objetivos sociales o prescribir tasas de
descuento social, la longitud de un horizonte de
planeacin, tendencias temporales deseables de
consumo e inversin o la aversin social al riesgo.
2 CONFIABILIDAD Y
PROBABILIDAD DE FALLA
La confiabilidad se puede entender como la
posibilidad que tiene un sistema para desempear
las funciones para las que fue concebido. Por otro,
una falla es todo comportamiento que se pueda
considerar anmalo.
Los anlisis de confiabilidad tratan de la rela-
cin entre las cargas que un sistema puede sufrir
y la capacidad que ste tiene para soportarlas. En
geotecnia tanto las cargas como la resistencia son
inciertas, por lo tanto, el resultado de esta interac-
cin tambin es incierto. En estadstica se puede
definir la confiabilidad como
= 1 P (r ) (1)
Donde es la confiabilidad y P(r) es la proba-
bilidad de que se produzca la falla.
Actualmente, es comn expresar la confiabi-
lidad en la forma de un ndice de confiabilidad,
que se relaciona con una probabilidad de falla. Se
puede entender en este contexto que la falla incluye
no solamente fallas catastrficas sino cualquier
diferencia inaceptable entre el comportamiento
esperado y el observado.
El ndice de confiabilidad, , del coeficiente o
factor de seguridad (FS), es definido por la siguiente
74
expresin [3, 9], toda vez que el FS crtico es igual
a 1,0:
=
( E [ FS ] 1) (2)
[ FS ]
Donde E[FS] es el valor esperado del factor
de seguridad, es decir, el factor de seguridad cal-
culado con los parmetros medios de las variables
independientes y s[FS] es la desviacin estndar del
factor de seguridad.
El mtodo relaciona el ndice con la proba-
bilidad de ruptura, lo que permite una evaluacin
ms consistente de la estabilidad. En principio, la
ecuacin 2 es usada en forma general para cual-
quier distribucin de probabilidad del factor de
seguridad, sin embargo, es muy usual privilegiar el
uso de la distribucin normal. Esto implica que las
distribuciones de la resistencia del suelo o de la roca
y de las cargas aplicadas tambin sean normales.
Para conocer ms detalles de este ndice y sobre
el uso de otras distribuciones como la log normal
pueden consultarse referencias como [2, 3, 10].
La probabilidad de falla est dada por la por-
cin del rea bajo a curva unitaria de distribucin
de frecuencia (funcin densidad de probabilidad)
del FS correspondientes a los valores de FS infe-
riores a 1.0. Esta se puede determinar de cualquier
tabla de funcin de distribucin de probabilidades
normal con media 0 y desviacin estndar 1 o
utilizando herramientas computacionales como
el Excel.
3 MTODOS PROBABILSTICOS
Los mtodos probabilsticos son aquellos que per-
miten la evaluacin de la distribucin de probabi-
lidades de una variable dependiente en funcin del
conocimiento de las distribuciones estadsticas de
las variables independientes que la generan. Entre
los mtodos ms utilizados en la estadstica aplicada
a la geotecnia estn el mtodo de Monte Carlo,
el mtodo de Primer Orden Segundo Momento-
FOSM y el mtodo de estimativas puntuales de
Rosenblueth [11].
Universidad de Medelln
Csar Augusto Hidalgo Montoya - Andr Pacheco de Assis
4 MTODO DE MONTE CARLO
El mtodo de Monte Carlo es una metodologa
que permite determinar la funcin de distribu-
cin de frecuencia de la variable dependiente
analizada mediante la generacin de nmeros
aleatorios uniformes que representan las variables
independientes envueltas. Este mtodo considera
que la variable dependiente estudiada presenta una
funcin Y=f(X1, X2...Xn) y que son conocidas las
distribuciones de probabilidad de las variables X1,
X2Xn. Son atribuidos valores de frecuencia a
valores aleatorios de las variables X1, X2...Xn y se
evala la funcin Y para estos valores. El proceso
se repite de forma iterativa tantas veces como sea
necesario para conseguir la convergencia de la
distribucin de probabilidad. Conviene resaltar
que la mayora de las tcnicas para generacin de
valores de distribucin hacen uso dela funcin
de distribucin acumulada, F(r) = P[x < r]. Por
definicin la funcin acumulada para cualquier
variable continua es distribuida uniformemente
en el intervalo [0, 1].
Consecuentemente, si el valor aleatorio Ru (0,
1) es generado, el valor de x = r que satisface F(r)
=Ru (0, 1) ser un valor aleatorio de la funcin de
distribucin de probabilidad f(x) dentro de F(r).
En la figura 1 se muestra el proceso de conversin
de un nmero aleatorio en un valor de la funcin
por medio de una distribucin de probabilidades.
Figura 1. Procedimiento para la obtencin de
nmeros aleatorios a travs de una distribucin
Fuente: elaboracin propia
Herramientas para anlisis por confiabilidad en geotecnia: la teora
La principal aplicacin de la tcnica de Monte
Carlo est en la aproximacin de la funcin de
probabilidad para una o ms variables aleatorias.
Cabe recordar que la simulacin de Monte Carlo
requiere una capacidad alta en los clculos, para
la generacin de una amplia gama de nmeros.
Para este proceso son necesarias varias tentati-
vas, que conducen al xito dentro de un nivel espe-
cfico de confianza. Cada tentativa es el resultado
de un experimento en el cual la probabilidad de
xito R y la probabilidad de fracaso 1 - R, son todas
las tentativas independientes. Por consiguiente,
las iteraciones generan una distribucin binomial.
Para N tentativas, donde N es amplio, puede ser
usada la aproximacin normal para la distribucin
binomial con valor esperado NR y desviacin es-
tndar NR(1R).
El mtodo de Monte Carlo puede ser presen-
tado como un mtodo exacto, pues a partir del
conocimiento de las distribuciones estadsticas
de las variables independientes, valores de estas
variables podran ser obtenidos por medio de
un generador de nmeros aleatorios y valores de
la variable independiente calculados a partir de
estos. Se puede decir que cuando este proceso sea
repetido N veces, la distribucin de probabilidad
(forma y magnitud) de la variable dependiente sera
obtenida, para (1-)% de confianza. A partir de esta
distribucin pueden ser calculados sus parmetros
estadsticos tales como media, varianza, probabili-
dades acumuladas, etc.
5 MTODO FOSM
El denominado mtodo FOSM (First-Order,
Second Moment) utiliza la serie de Taylor para la
determinacin de la distribucin de probabilidad
de una funcin con un nmero de variables alea-
torias [3].
El truncamiento de la funcin de expansin
de la Serie de Taylor forma la base de este mtodo
y las salidas y entradas de datos son expresadas
por valores esperados y desviacin estndar. Las
ventajas de este tipo de solucin radican en que
Revista Ingenieras Universidad de Medelln, vol. 10, No. 18, pp. 69-78 - ISSN 1692-3324 - enero-junio de 2011/148 p. Medelln, Colombia
75
los clculos matemticos son simplificados y se
requiere apenas del conocimiento de los valores
de los momentos de las distribuciones estadsticas
de las variables que forman la funcin.
Para N variables aleatorias no correlaciona-
das, F(x1, x2, ....., xN), conservando solamente los
trminos lineales en la Serie de Taylor, produce:
_ _ _
E [ F ] = F x1 , x2 ,...... x N (3)
2
F
N
V [F ] = V ( xi ) (4)
i =1 xi
_
Donde x i = E [ xi ]
La funcin F es evaluada para los puntos me-
dios de todas las variables, as como la varianza de
F. En las expresiones anteriores, la serie de Taylor
fue truncada a partir de sus trminos de segundo
orden, desprecindose portando los efectos de
los terceros y cuartos momentos probabilsticos.
Sin embargo, esta aproximacin es plenamente
aceptable para fines prcticos [3]. Los valores de las
derivadas pueden ser obtenidos mediante el clculo
analtico, pero es ms usual y recomendable usar la
aproximacin numrica presentada por Christian
et al. [9].
F F ( xi + xi ) F ( xi )
= (5)
xi xi
6 MTODO DE LAS ESTIMATIVAS
PUNTUALES
Rosenblueth [11] propuso un mtodo aproximado
que simplifica mucho la tarea de estimar la media
y la desviacin estndar del factor de seguridad y
solamente compromete ligeramente la exactitud
cuando las dispersiones de las variables envueltas
son muy grandes. Consiste en estimar los momen-
tos (media, desviacin estndar, coeficiente de asi-
metra, etc.) de la variable dependiente en funcin
de las variables aleatorias independientes, para las
 76
cuales se conocen por lo menos dos momentos,
media y desviacin estndar (o por lo menos sus
estimativas), sin la necesidad de conocer las distri- caso de anlisis de estabilidad de taludes, a cada
buciones de probabilidad completas de las variables
independientes o de la dependiente.
Suponiendo que exista una funcin bien
definida que una la variable dependiente a las
independientes, con procedimientos simples se
puede trabajar con la variabilidad sin introducir
complejidades numricas muy grandes en el anlisis
determinstico. Se trata de ponderar la participa-
cin de cada variable, calculando dos valores de
la funcin de densidad de probabilidad arbitraria-
mente escogida para cada variable independiente
(Xi), lo que resultar en concentraciones Pi donde
se tendrn puntos de estimativa de la variable de-
pendiente (F), que servirn para el clculo de los
momentos de F.
Rosenblueth [11] y Baecher y Christian [3] pre-
sentan en detalle la deduccin de las expresiones de
este mtodo para una, dos, tres y mltiples varia-
bles. Para el caso en que Y depende de n variables
aleatorias y considerando que las n variables sean
no correlacionadas entre s, se pueden obtener las
estimativas de la media y de la desviacin estndar
de F mediante las frmulas
1 2n
F=
2n
( f )
i =1
i (6)
1 2n
= F2
2n
( f F )
i =1
i (7)
Los valores de fi son obtenidos con la aplica-
cin de la funcin que define la dependencia entre
F de las variables independientes, sustituyendo
alternadamente los valores de esas variables por
X j j con j=1,2,....n, se obtienen de esa forma
los 2n valores de fi.
En el mtodo de estimativas puntuales [11],
se toman combinaciones de los valores en las esti-
mativas puntuales mximas (Xi+s[Xi]) y mnimas
Universidad de Medelln
Csar Augusto Hidalgo Montoya - Andr Pacheco de Assis
(Xi-s[Xi]) para cada variable independiente. Por
tanto, son necesarios 2n anlisis separados. En el
anlisis se hace una nueva bsqueda de la superfi-
cie crtica, la cual puede diferir significativamente
de aquella calculada con los valores medios del
mtodo FOSM.
Asumiendo una distribucin normal (Gauss)
para los valores de F, que podra ser la funcin del
factor de seguridad de un problema dado, calcula-
dos con las variables en las estimativas puntuales,
el valor esperado E[F] puede ser calculado por el
primer momento de la distribucin:
(8)
X j j
1
n ( Fi )2 n ( Fi ) 2
[F ]
= (9)
n n
=i 1 =
i 1
Combinando los resultados de estos mtodos
probabilsticos con el ndice de confiabilidad de la
ecuacin 2, resulta fcil determinar la probabilidad
de falla (Pr) de un sistema. En cualquier caso Pr es
la probabilidad de que el factor de seguridad sea
inferior a la unidad.
7 COMENTARIOS FINALES
Los mtodos probabilsticos constituyen he-
rramientas robustas para la evaluacin y anlisis
de problemas geotcnicos bajo ambientes de incer-
tidumbre, pero requieren como datos de entrada
valores de parmetros estadsticos que no son fci-
les de obtener debido a las grandes incertidumbres
asociadas con los procesos geotcnicos.
En los casos en que la informacin es escasa,
los anlisis de sensibilidad y de confiabilidad per-
miten evaluar los posibles escenarios que se pueden
presentar para una determinada obra y determinar
necesidades de estudios ms profundos.
Herramientas para anlisis por confiabilidad en geotecnia: la teora
REFERENCIAS
[1] H. Einstein, Uncertainty in Rock Mechanics and
Rock EngineeringThen and Now. en International
Society for Rock Mechanics 10th Congress Technology
roadmap for Rock Mechanics, Pretoria: SAIMM, pp.
281-293, 2003.
[2] F. Nadim, Tools and Strategies for Dealing with Un-
certainty in Geotechnics, en Probabilistic Methods in
Geotechnical Engineering, D. V. Griffths y G. A. Fenton,
eds., Nueva York: Springer, 2007. pp. 71-96.
[3] G. Baecher, B, y J. T. Christian, Reliability and Statistics
in Geotechnical Engineering, Chichester: John Wiley &
Sons, 2003, 605 p.
[4] R. H. C. Ribeiro, Aplicaes de probabilidade e esta-
tstica em anlises geotcnicas, Tesis de doctorado en
ingeniera civil, Pontifcia Universidade Catlica do
Rio de Janeiro, Ro de Janeiro, 2008.
[5] USACE, Risk-Based Analysis in Geotechnical Engi-
neering for Support of Planning Studies, ETL 1110-
2-556, U. S. Army Corps of Engineers, 1999
[6] J. M. Duncan, Factors of safety and reliability in geo-
technical engineering, J. of Geot. and Geoenv. Eng, vol.
126, no. 4, 2000. pp. 307-316.
Revista Ingenieras Universidad de Medelln, vol. 10, No. 18, pp. 69-78 - ISSN 1692-3324 - enero-junio de 2011/148 p. Medelln, Colombia
77
[7] C. A. Hidalgo et al., Caracterizacin de un macizo
rocoso utilizando ensayos de carga puntual y triaxia-
les, en Memorias de la XII Conferencia Panamericana de
Mecnica de Suelos e Ingeniera Geotcnica, P. J. Culligan,
H. H. Einstein y A. J. Whittle, eds., Cambridge: Verlag
Glckauf Essen, 2003. pp. 495-500.
[8] C. A. Hidalgo et al., Determinacin de la resistencia de
la roca intacta en la caracterizacin de macizos rocosos,
Revista Ingenieras Universidad de Medelln, vol. 1, no. 3,
2003. pp. 89-102.
[9] J. T. Christian et al., Reliability Applied to Slope Sta-
bility Analysis, J. of Geot. Eng, vol. 120, no. 12, 1994.
pp. 21802207.
[10] T. H. Wu, Reliability analysis of slopes, en Reliability-
Based Design in Geotechnical Engineering-Computations
and Applications, K. K. Phoon, ed., Londres: Taylor-
Francis, 2008. pp. 385-412.
[11] E. Rosenblueth, Point estimates for probability mo-
ments, Proc. Nat. Acad. of Sc, vol. 72, no. 10, 1975. pp.
38123814.