universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32392/1/b-cisc-ptg... ·...
TRANSCRIPT
I
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES
APLICACIÓN DE REDES BAYESIANAS DIFUSAS COMO HERRAMIENTAS DE TOMA DE DECISIONES PARA MEDIR
DAÑOS ESTRUCTURALES A EDIFICIOS POST-SISMICO DE LA UNIVERSIDAD DE GUAYAQUIL
PROYECTO DE TITULACIÓN
Previa a la obtención del Título de:
INGENIERO EN SISTEMAS COMPUTACIONALES
AUTOR(ES):
Danny Valentín Peralta Arévalo
Eduardo Gregorio Seigua García
Tutor:
Ing. Lorenzo Cevallos Torres, M.Sc.
Guayaquil – Ecuador
2018
I
REPOSITORIO NACIONAL EN CIENCIAS Y TECNOLOGÍA
FICHA DE REGISTRO DE TESIS
TITULO: “Aplicación de redes bayesianas difusas como herramienta de toma de decisiones para medir
daños estructurales a edificios post-sísmicos de la Universidad de Guayaquil” AUTOR/ES:
Danny Valentín Peralta Arévalo Eduardo Gregorio Seigua García
REVISOR: Lsi. Jefferson Elías Núñez Gaibor Msig.
INSTITUCION:
Universidad de Guayaquil
FACULTAD:
Ciencias Matemáticas y Físicas
CARRERA: Ingeniería en Sistemas Computacionales
FECHA DE PUBLICACIÓN:
10 de Septiembre del 2018
Nº DE PAGS: 208
ÁREAS TEMATICAS: Estadísticas, Logística, Matemática
PALABRAS CLAVES: Habitabilidad de Edificios Post-Sísmicos, Evaluación de Expertos, Redes Bayesianas, Lógica Difusa, Herramientas Tecnológicas.
RESUMEN: El presente proyecto de investigación propone un modelo computacional de toma de decisiones bajo incertidumbre mediante el uso de Redes Bayesianas Difusas, permitiendo dar soporte al criterio de expertos en base a la problemática planteada que define el estado estructural y habitabilidad de las edificaciones que se fundamentan en la evaluación de daños estructurales post-sísmicos, teniendo en consideración la necesidad que existe de disponer metodologías evaluativas debido a las grandes amenazas sísmicas ocurridas en los últimos años en el Ecuador, conforme a esto la Universidad de Guayaquil se ha visto inmersa a sufrir múltiples afectaciones estructurales entre ellas las edificaciones de Ciencias Económicas como de Arquitectura y Urbanismo, conforme a esta metodología se tomará en cuenta el modelado probabilístico de una Red Bayesiana y un Controlador difuso mediante el uso de herramientas tecnológicas el cual brindará como resultante una óptima toma de decisiones preservando la integridad de la comunidad universitaria. Nº DE REGISTRO: Nº DE CLASIFICACIÓN:
DIRECCIÓN URL:
ADJUNTO URL(TESIS EN LA WEB):
Si
No
CONTACTO CON AUTOR/ES: TELÉFONO: 0991087265 0990532193
EMAIL: [email protected] [email protected]
CONTACTO CON LA INSTITUCIÓN: Carrera Ingeniería En Sistemas Computacionales
NOMBRE: Ab. Juan Chávez Atocha
TELÉFONO: 2307729
EMAIL: [email protected]
X
II
APROBACIÓN DEL TUTOR
En mi calidad de Tutor del trabajo de investigación, “Aplicación de redes bayesianas difusas como herramientas de toma de decisiones para medir daños estructurales a edificios post-sísmico de la Universidad de Guayaquil” elaborado por los Sres. DANNY VALENTÍN PERALTA ARÉVALO Y EDUARDO GREGORIO SEIGUA GARCÍA, Alumnos no titulados de la Carrera de Ingeniería En Sistemas Computacionales, Facultad de Ciencias Matemáticas Y Físicas de la Universidad de Guayaquil, previo a la obtención del título de Ingeniero en Sistemas Computacionales, me permito declarar que luego de haber orientado, estudiado y revisado , la apruebo en todas sus partes.
Atentamente
_______________________________________ Ing. Lorenzo Cevallos Torres, M.Sc.
TUTOR
III
DEDICATORIA
El mayor soporte que puede tener una persona
en toda de su vida es su familia, por eso dedico
este presente proyecto de titulación a mis padres
Julio Peralta y María Arévalo los cuales han estado
presentes impartiéndome sus consejos,
sus conocimientos, además de alentarme en todo
este proceso de formación académica, a ellos va
dedicado este mi trabajo y mis futuros logros.
Danny Valentín Peralta Arévalo
IV
AGRADECIMIENTO
Agradezco infinitamente las grandezas y bendiciones
que Dios me ha otorgado mediante la familia que me
brindo, a mis padres por el esfuerzo realizado en mí
superación y precaución como persona.
Al ingeniero Lorenzo Cevallos, tutor académico y
persona guía responsable de impartirme sus
conocimientos para el éxito de este presente trabajo.
Gracias
Danny Valentín Peralta Arévalo
V
DEDICATORIA
El presente proyecto de titulación va dedicado a mis
padres Walter Seigua y Blanca García, a mi hermana
Emma Seigua, el cual fueron pilar fundamental para
poder lograr mi meta, porque con sus buenos consejos
y experiencias me alimentaron de conocimiento para
seguir adelante.
Eduardo Gregorio Seigua García
VI
AGRADECIMIENTO
Agradezco en primer lugar a Dios que me
dio capacidad y empeño para realizar el
proyecto de titulación. Agradezco a mis
padres y hermana por el apoyo incondicional
que me han brindado.
Al Ingeniero Lorenzo Cevallos Torres, tutor
académico, por ser un buen ejemplo a seguir e
impartir sus conocimientos para la elaboración
del Proyecto de Titulación.
Gracias
Eduardo Gregorio Seigua García
VII
TRIBUNAL DEL PROYECTO DE TITULACIÓN
Ing. Eduardo Santos Baquerizo, M.Sc.
DECANO DE LA FACULTAD
CIENCIAS MATEMATICAS Y
FISICAS
Ing. Abel Alarcón Salvatierra, Mgs.
DIRECTOR DE LA CARRERA DE
INGENIERIA EN SISTEMAS
COMPUTACIONALES
Lsi. Jefferson Nuñez Gaibor, Msig.
PROFESOR REVISOR DEL ÁREA
TRIBUNAL
Ing. Lorenzo Cevallos Torres M.Sc.
PROFESOR TUTOR DEL PROYECTO
DE TITULACIÒN
Ab. Juan Chávez Atocha, Esp.
SECRETARIO
VII
Declaración Expresa
“La responsabilidad del contenido de este
Proyecto de Titulación, me corresponden
exclusivamente; y el patrimonio intelectual
de la UNIVERSIDAD DE GUAYAQUIL”
________________________________
DANNY VALENTÍN PERALTA ARÉVALO
___________________________________
EDUARDO GREGORIO SEIGUA GARCÍA
VIII
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
APLICACIÓN DE REDES BAYESIANAS DIFUSAS COMO HERRAMIENTA
DE TOMA DE DECISIONES PARA MEDIR DAÑOS ESTRUCTURALES A
EDIFICIOS POST-SÍSMICO DE LA UNIVERSIDAD DE GUAYAQUIL
Proyecto de Titulación que se presenta como requisito para optar el título de
INGENIERO EN SISTEMAS COMPUTACIONALES
Autores:
Danny Valentín Peralta Arévalo
C.I. 0929833028
Eduardo Gregorio Seigua García
C.I. 0924949308
Guayaquil, Septiembre 2018
IX
CERTIFICADO DE ACEPTACIÓN DEL TUTOR
En mi calidad de tutor del proyecto de titulación, nombrado por el Consejo
Directivo de la Facultad de Ciencias Matemáticas y Físicas de la Universidad de
Guayaquil.
CERTIFICO:
Que he analizado el Proyecto de Titulación presentado por el/la
estudiante DANNY VALENTÍN PERALTA ARÉVALO, EDUARDO GREGORIO
SEIGUA GARCÍA como requisito previo para optar el título de ingeniero en
Sistemas Computacionales cuyo problema es:
“Aplicación de redes bayesianas difusas como herramienta de toma de
decisiones para medir daños estructurales a edificios post-sísmicos de la
Universidad de Guayaquil”
Considero aprobado el trabajo en su totalidad.
Presentado por:
Danny Valentín Peralta Arévalo Cédula de ciudadanía Nº 0929833028
Eduardo Gregorio Seigua García Cédula de ciudadanía Nº 0924949308
Tutor: Ing. Lorenzo Cevallos Torres M.Sc
Guayaquil, Septiembre 2018
X
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
AUTORIZACIÓN PARA PUBLICACIÓN DE PROYECTO DE TITULACIÓN EN FORMATO
DIGITAL
1. Identificación del Proyecto de Titulación
Nombre Alumno: Danny Valentín Peralta Arévalo
Dirección: Martha de Roldos Mz.104 V.11
Teléfono: 0990532193 E-mail: [email protected]
Facultad: Ciencias Matemáticas y Físicas
Carrera: Ingeniería en Sistemas Computacionales
Proyecto de titulación al que opta: Ingeniero en Sistemas Computacionales
Profesor Guía: Ing. Lorenzo Cevallos Torres M.Sc
2. Autorización de Publicación de Versión Electrónica del Proyecto de titulación. A través
de este medio autorizo a la Biblioteca de la Universidad de Guayaquil y a la Facultad de
Ciencias Matemáticas y Físicas a publicar la versión electrónica de este proyecto de titulación.
_____________________________ _____________________________
Danny Valentín Peralta Arévalo Eduardo Gregorio Seigua García
3. Formato de Envio
El texto del proyecto de titulación debe ser enviado en formato Word, como archivo .Doc O
.RTF y .Pdf para PC. Las imágenes pueden ser: gif, jpg o .TIFF
DVDROM CDROM
Nombre Alumno: Eduardo Gregorio Seigua García
Dirección: Floresta II Mz. 154 V.11
Teléfono: 0991087265 E-mail: [email protected]
Título de Proyecto de Titulación: Aplicación de redes bayesianas difusas como herramienta de toma
de decisiones para medir daños estructurales a edificios post-sísmicos de la Universidad de Guayaquil
Tema del Proyecto de Titulación: Habitabilidad de Edificios Post-Sísmicos, Evaluación de Expertos,
Redes Bayesianas, Lógica Difusa, Herramientas Tecnológicas.
Inmediata X Después de 1 año
XI
ÍNDICE GENERAL
PAG
APROBACIÓN DEL TUTOR ................................................................................................................................ II
DEDICATORIA .................................................................................................................................................... III
AGRADECIMIENTO ........................................................................................................................................... IV
DEDICATORIA .................................................................................................................................................... V
AGRADECIMIENTO ........................................................................................................................................... VI
INTRODUCCIÓN .................................................................................................................................................. 1
CAPITULO I .......................................................................................................................................................... 4
PLANTEAMIENTO DEL PROBLEMA ................................................................................................................. 4
UBICACIÓN DEL PROBLEMA EN UN CONTEXTO .......................................................................................... 4
SITUACIÓN CONFLICTO NUDOS CRÍTICOS .................................................................................................. 5
CAUSAS Y CONSECUENCIAS DEL PROBLEMA ............................................................................................. 6
DELIMITACIÓN DEL PROBLEMA ...................................................................................................................... 7
FORMULACIÓN DEL PROBLEMA ..................................................................................................................... 7
EVALUACIÓN DEL PROBLEMA ......................................................................................................................... 8
OBJETIVOS DE LA INVESTIGACIÓN ................................................................................................................ 9
ALCANCE ........................................................................................................................................................... 10
JUSTIFICACIÓN E IMPORTANCIA .................................................................................................................. 10
METODOLOGÍA A EMPLEARSE ...................................................................................................................... 11
DISEÑO METODOLÓGICO ............................................................................................................................... 12
¿QUÉ BENEFICIOS OBTENDREMOS? .......................................................................................................... 14
CAPITULO II ....................................................................................................................................................... 16
ANTECEDENTES DEL ESTUDIO ..................................................................................................................... 16
MARCO TEÓRICO ............................................................................................................................................. 20
FUNDAMENTACIÓN TEÓRICA ........................................................................................................................ 33
FUNDAMENTO LEGAL ..................................................................................................................................... 71
DEFINICIONES CONCEPTUALES ................................................................................................................... 74
CAPITULO III ...................................................................................................................................................... 76
METODOLOGÍA DE LA INVESTIGACIÓN ....................................................................................................... 76
DISEÑO DE LA INVESTIGACIÓN..................................................................................................................... 76
POBLACIÓN Y MUESTRA ................................................................................................................................ 79
MARCO MUESTRAL.......................................................................................................................................... 87
INSTRUMENTOS DE RECOLECCIÓN DE DATOS......................................................................................... 91
CAPITULO IV....................................................................................................................................................142
RESULTADOS .................................................................................................................................................142
CONCLUSIONES .............................................................................................................................................143
RECOMENDACIONES ....................................................................................................................................144
BIBLIOGRAFÍA .................................................................................................................................................146
ANEXO I............................................................................................................................................................158
ANEXO II...........................................................................................................................................................167
ANEXO III .........................................................................................................................................................187
XII
ABREVIATURAS
LD Lógica Difusa
RB Redes Bayesianas
I.A. Inteligencia Artificial
RBD Redes Bayesianas Difusas
GDA Grafo dirigido a cíclico
UG Universidad de Guayaquil
C.C.MM.FF Facultad de Ciencias Matemáticas y Físicas
M.Sc Master
ING Ingeniero
AB Abogado
WWW World Wide Web (red mundial)
XIII
SIMBOLOGÍA
ML Magnitud Local
P(A|B) Probabilidad Condicional
µA Función de Pertenencia
µA(Χ) Grado de Pertenencia
U Universo de Discurso
E Espacio Muestral
XIV
ÍNDICE DE CUADROS
PAG.
Tabla 1 Causas y Consecuencias del Problema……………………………………………..6
Tabla 2 Delimitación del problema…………………………………………………………….7
Tabla 3 Escala de Mercalli Modificada……………………………………………….……...38
Tabla 4 Escala de Richter……………………………………………………………..………40
Tabla 5 Elementos estructurales a evaluar dependiendo del sistema estructural……….45
Tabla 6 Índices de daños……………………………………………………………………...46
Tabla 7 Niveles de daños ……………………………………………………………..……...48
Tabla 8 Niveles de daños…………………………………………………………………..…49
Tabla 9 Variables que conforman un Metaanálisis …………………………………….….87
Tabla 10 Sitios Recurridos para la Obtención de Información ……………………….……88
Tabla 11 Tipos de Variables mediante codificación………………………………………..89
Tabla 12 Palabras claves mediante Codificación ………………………………………….89
Tabla 13 Criterio de Selección……………………………………………………………….90
Tabla 14 Tabla de Frecuencia de la Variable Bibliográfica……………………………….92
Tabla 15 Tabla de Frecuencia de la Variable Tipo de Investigación…………………..…93
Tabla 16 Tabla de Frecuencia de la variable Número de Referencia de Artículo…...…94
Tabla 17 Tabla de Frecuencia de la Variable Palabras Claves…………………….……95
Tabla 18 Tabla de Frecuencia de la Variable Criterio de Selección…………………..…96
Tabla 19 Tabla de Frecuencia de la Variable Número de veces que se repiten las
palabras "Evaluación Sísmica" en los artículos ……………………………………………...97
Tabla 20 Número de veces que se repiten las Palabras "Lógica Difusa" en los
Artículos………………………………………………………………………………..…………99
Tabla 21 Tabla de Frecuencia de la Variable "Número de veces que se repiten las
Palabras "Redes Bayesianas" en los Artículos.……………………………………………..100
Tabla 22 Tabla de Frecuencia de la Variable Número de veces que se repiten las
Palabras "Daños Estructurales en edificaciones" en los
Artículos…………………………………………………………................................………101
Tabla 23 Tabla de Frecuencia de la Variable Número de veces que se repiten las
palabras "Habitabilidad del Edificio" en los
artículos……………………………………………………………………...………………….102
Tabla 24 Respuestas de los expertos de manera cuantitativa…………………………105
Tabla 25 Respuesta de los expertos de manera cuantitativa porcentual………………106
Tabla 26 Tabla de variables de lógica difusa………………………………………………119
XV
Tabla 27 Valoración de los Expertos a Elementos Estructurales………………………….131
Tabla 28 Valoración de los Expertos a Elementos no Estructurales………………………132
Tabla 29 Valoración de los Expertos a Condiciones de Suelo…………………………….132
Tabla 30 Valoración de los Expertos a Condiciones Preexistentes………………………133
Tabla 31 Tabla Comparativa de Evaluación a daños……………………………………….136
Tabla 32 Tabla Comparativa de Evaluación a daños………………………………….……139
XVI
ÍNDICE DE GRAFICO
PAG.
Figura 2.1 Ruta de Evacuación hacia la Plaza Central de la Universidad Guayaquil…...23
Figura 2.2 Esquema Metodológico en el Proceso Investigativo………………………….26
Figura 2.3 Función Triangular………………………………………………………………..55
Figura 2.4 Función Trapezoidal………………………………………………………………56
Figura 2.5 Función S…………………………………………………………………………..57
Figura 2.6 Operación Unión…………………………………………………………………..58
Figura 2.7 Operación Intersección…………………………………………………………...58
Figura 2.8 Operación Complemento…………………………………………………………59
Figura 2.9 Diagrama de bloques de un sistema difuso…………………………………….61
Figura 2.10 Caso Practico de Implementación de red bayesiana…………………………65
Figura 2.11 Caso Practico de Implementación de red bayesiana TAN………………….66
Figura 2.12 Caso Practico de Implementación de red bayesiana SAN………………….66
Figura 2.13 Caso Practico de Implementación de red bayesiana con tres variables……67
Figura 2.14 Ejemplo de resultados en redes bayesianas…………………………………68
Figura 3.1 Caracterización de la Investigación Evaluativa………………………………..78
Figura 3.2 Diagrama de barras de la variable bibliografía…………………………………93
Figura 3.3 Diagrama de barras de la variable tipo de investigación………………………94
Figura 3.4 Diagrama de barras de la variable número de referencia de articulo…………95
Figura 3.5 Diagrama de barras de la variable de la palabras claves……………………..96
Figura 3.6 Diagrama de barras de la variable de criterio de selección……………………97
Figura 3.7 Diagrama de barras de la variable Número de veces que se repiten las
palabras "Evaluación Sísmica" en los artículos………………………………………………98
Figura 3.8 Diagrama de barras de la variable Número de veces que se repiten la Palabra
"Lógica Difusa" en los artículos…………………………………………………………………99
Figura 3.9 Diagrama de barras de la variable Número de veces que se repiten las
palabras "Redes Bayesianas" en los Artículos………………………………………………100
Figura 3.10 Diagrama de barras de la variable Número de veces que se repiten las
palabras “Daños estructurales en edificaciones…………………………………………….101
Figura 3.11 Diagrama de Barras de la Variable Número de veces que se repiten
"Habitabilidad del Edificio" en los Artículos…………………………………………………..102
Figura 3.12 Diagrama de Barras de las respuestas obtenidas en la primera pregunta.107
Figura 3.13 Diagrama de Barras de las respuestas obtenidas en la segunda pregunta108
XVII
Figura 3.14 Diagrama de Barras de las respuestas obtenidas en tercera pregunta…..109
Figura 3.15 Diagrama de Barras de las respuestas obtenidas en la cuarta pregunta…110
Figura 3.16 Diagrama de Barras de las respuestas obtenidas en la quinta pregunta…111
Figura 3.17 Diagrama de Barras de las respuestas obtenidas en la sexta pregunta….112
Figura 3.18 Diagrama de Barras de las respuestas obtenidas en la séptima pregunta.113
Figura 3.19 Funciones de Membresía a través del método de Mandami………………120
Figura 3.20 Nivel de Daño en edificios……………………………………………………..121
Figura 3.21 Diseño de Nodo Padre conteniendo una Probabilidad A Priori……..122
Figura 3.22 Modelo de Red Bayesiana validada por Expertos Evaluadores……123
Figura 3.23 Relación de Dependencia y tabla de Probabilidad Condicional
existente entre Nodo Sismo y Nodo Vigas …………………………...…………………125
Figura 3.24 Tabla de Probabilidad Condicional dependiendo de todas las posibles
combinaciones de las R.B y Nodo Nivel de Habitabilidad determinada mediante
Inferencia………………………………………………………………………………………..125
Figura 3.25 Red Bayesiana diseñada a través del software computacional "Elvira"…..127
Figura 3.26 Nivel de Daños en Elementos Estructurales…………………………………129
Figura 3.27 Nivel de Daños en Elementos No Estructurales……………………………129
Figura 3.28 Nivel de Daños En Condición de los suelos…………………………………129
Figura 3.29 Nivel de Daño En Condición Preexistente…………………………………..130
Figura 3.30 Índices de Daños……………………………………………………………….130
Figura 3.31 Comportamiento de Variables por medio de un Controlador Difuso para
Elementos Estructurales………………………………………………………………………134
Figura 3.32 Comportamiento de Variables por medio de un Controlador Difuso para
Elementos No Estructurales…………………………………………………………………..134
Figura 3.33 Comportamiento de Variables por medio de un Controlador Difuso para
Condiciones de suelo…………………………………………………………………………..134
Figura 3.34 Comportamiento de Variables por medio de un Controlador Difuso para
Condiciones
Preexistentes…………………………………………………………………………………...134
Figura 3.35 Resultado defuzzificado para la Variable Elementos Estructurales………135
Figura 3.36 Resultado defuzzificado para la Variable Elementos No Estructurales…..135
Figura 3.37 Resultado defuzzificado para la Variable Condición de Suelo……………135
Figura 3.38 Resultado defuzzificado para la Variable Condición Preexistente………...135
Figura 3.39 Resultado defuzzificado para el nivel de habitabilidad……………………...135
Figura 4 Daño en Columna- Facultad de Ciencias Económicas…………………………187
Figura 5 Daño en Vigas – Facultad de Ciencias Económicas……………………………187
Figura 6 Daño En Conexión Viga-Columna – Facultad de Ciencias Económicas…..…187
XVIII
Figura 7 Daño En Mampostería – Facultad de Ciencias Económicas…………………188
Figura 8 Daño en Escaleras – Facultad de Ciencias Económicas………………………188
Figura 9 Daño En Suelo – Facultad de Ciencias Económicas…………………………..189
Figura 10 Condición Preexistente – Facultad de Ciencias Económicas……………….189
Figura 11 Daño en columnas – Facultad de Arquitectura y Urbanismo…………………190
Figura 12 Daño en viga – Facultad de Arquitectura y Urbanismo………………………190
Figura 13 Daño en mampostería – Facultad de Arquitectura y Urbanismo……………190
Figura 14 Daño en condición de lo suelos – Facultad de Arquitectura y Urbanismo…191
Figura 15 Condición Preexistente – Facultad de Arquitectura y Urbanismo……………191
Figura 16 Reunión con el experto para tratar temas sobre daño estructurales……….192
Figura 17 Exposición de Proyectos de Investigación…………………………………….192
Figura 18 Base de Reglas Difusas utilizas en Matlab para evaluar los elementos que
conforman el edificio……………………………………………………………………….......193
Figura 19 Observación de manera gráfica las reglas que se aplicó para evaluar los
edificios correspondientes…………………………………………………………………….193
XIX
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
APLICACIÓN DE REDES BAYESIANAS DIFUSAS COMO HERRAMIENTAS
DE TOMA DE DECISIONES PARA MEDIR DAÑOS ESTRUCTURALES A
EDIFICIOS POST-SISMICOS DE LA UNIVERSIDAD DE GUAYAQUIL
Autores: Danny Valentín Peralta Arévalo
Eduardo Gregorio Seigua García
Tutor: Ing. Lorenzo Cevallos Torres M.Sc.
Resumen
El presente proyecto de investigación propone un modelo computacional de toma
de decisiones bajo incertidumbre mediante el uso de Redes Bayesianas Difusas,
permitiendo dar el soporte al criterio de expertos en base a la problemática
planteada que define el estado estructural y habitabilidad de las edificaciones que
se fundamentan en la evaluación de daños estructurales post-sísmicos, teniendo
en consideración la necesidad que existe de disponer metodologías evaluativas
debido a las grandes amenazas sísmicas ocurridas en los últimos años en el
Ecuador, conforme a esto la Universidad de Guayaquil se ha visto inmersa a sufrir
múltiples afectaciones estructurales entre ellas las edificaciones de Ciencias
Económicas como de Arquitectura y Urbanismo, conforme a esta metodología se
tomara en cuenta el modelo probabilístico de una Red Bayesiana y un Controlador
Difuso mediante el uso de herramientas tecnológicas el cual brindara como
resultante una óptima toma de decisiones preservando la integridad de la
comunidad universitaria.
PALABRAS CLAVES: Habitabilidad de edificios post-sísmicos, Evaluación de
Expertos, Redes Bayesianas, Lógica Difusa, Herramientas Tecnológicas.
XX
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS
CARRERA DE INGENIERIA EN SISTEMAS COMPUTACIONALES
APPLICATION OF BAYESIAN NETWORKS DIFFUSED AS DECISION-
MAKING TOOLS TO MEASURE STRUCTURAL DAMAGE TO POST-SISMIC
BUILDINGS OF THE UNIVERSITY OF GUAYAQUIL
Authors: Danny Valentín Peralta Arévalo
Eduardo Gregorio Seigua García
Advisor: Ing. Lorenzo Cevallos Torres M.Sc.
Abstract
The present research project proposes a computational model of decision making
under uncertainty through the use of diffuse Bayesian networks, allowing the
support of expert criteria based on the problematic raised that defines the structural
state and habitability of the buildings that are based in the evaluation of post-
seismic structural damage, taking into consideration the need that exists to have
evaluative methodologies due to the great seismic threats that have occurred in
the last years in Ecuador, according to this the University of Guayaquil has been
immersed to suffer multiple structural affectations among them the buildings of
Economic Sciences as of Architectures and Urbanism, according to this
methodology the probabilistic model of a Bayesian Network and a Fuzzy
Controller will be taken into account by means of the use of technological tools
which will provide as a result an optimal decision making preserving the in tegrity
of the university community.
KEYWORDS: Habitability of post-seismic buildings, Expert Evaluation, Bayesian
Networks, Fuzzy logic, Technological Tools.
1
INTRODUCCIÓN
La presencia de los eventos sísmico han provocado diversas devastaciones a los
países que están ubicados en la zona de alta peligrosidad sísmica, ocasionando
daños estructurales como fisuras, grietas y deslizamiento de tierra; pérdidas
económicas como son las valoraciones de los costes de materiales de
construcción e inclusive pérdidas humanas. Debido a esto, se ha visto la
necesidad de llevar metodologías que permita realizar una correcta inspección
detallada en edificios que han sufrido después de un desastre natural, con el fin
de determinar si es seguro o no la infraestructura, para que puedan evacuar las
personas, evitando así pérdidas humanas y bienes materiales en caso de existir
una nueva réplica.
Se ha demostrado que no sólo es importante realizar el estudio de
vulnerabilidad sísmica de los edificios, sino también es útil tener métodos para la
evaluación rápida de los daños causados por sismo. Los procedimientos para la
evaluación postsísmica normalmente se aplican por medio de
dos niveles o etapas de desarrollo: la evaluación rápida (o de habitabilidad), que
se basa en el nivel de riesgo o peligro que representa un edificio para la población,
y la evaluación detallada, que describe el nivel de daño estructural y su
clasificación (Carreño Tibaduiza et al, 2015).
La evaluación rápida es un proceso ágil que permite determinar si un edificio
despues de un evento sísmico pueda tener un uso normal o si la entrada de dicha
infraestructura debe ser restringida o prohibida. Utilizando la metodología, los
2
inspectores emitiran un criterio rápido con respecto a la seguridad de los edificios
y definiran los tipos de daños que sufrió dicha infraestructura , para asi reducir el
número de víctimas y pérdidas de bienes materiales a causa de nueva réplica.
La evaluación detallada es un proceso que permite evaluar el grado del daño
estructural que ha sufrido el edificio. Esta metodologia lleva un poco más de
tiempo que la evaluacion rápida y esta diseñado por profesionales de alta
experiencia para determinar una toma de decisión respecto a la necesidad de
reforzar, reparar o demoler dicha infraestructura de acuerdo al nivel de daño q
haya sufrido y a la zona de actividad sísmica que se encuentre.
Poniendo como ejemplo, el caso ocurrido en el Ecuador, el cual sufrió una gran
catástrofe natural, el 16 de Abril del 2016, con una magnitud de 7.8 en escala de
Richter, provocando decenas de muertes y colapsos de edificios. Posteriormente,
se realizó las respectivas evaluaciones de daños y el grado de habitabilidad,
puesto que la crisis sísmica puede no haber terminado. Según (Lorenzo-Cevallos
LJ, 2017, pág. 113) menciona:
“Debido a estos continuos movimientos telúricos y deslizamiento de la placa
tectónica, se indujo a un alto nivel de incertidumbre, seguido de un gran impacto
social, ambiental, así como una desestabilización en la economía y finalmente
pérdidas humanas, estos factores dependen de la intensidad del fenómeno
natural”.
Entonces las evaluaciones que realicen los profesionales de alta experiencia será
de gran apoyo, porque nos permitirá identificar los tipos de daños que han sufrido
3
los elementos estructurales, observar los efectos locales que ha sufrido el suelo,
para así poder estimar los posibles impactos económico-sociales, generando una
toma de decisión por parte del Gobierno para realizar las respectivas
adecuaciones e implementando a futuro un plan de riesgo.
El criterio experto es una modalidad de valoración que permite ser utilizada por
especialistas de información, el cual, podrá realizar recogidas de información para
determinar conocimientos sobre temas desconocidos o pocos estudiados,
teniendo la posibilidad de obtener resultados del problema existente y así poder
tomar la respectiva decisión. Se emplea el método Delphi para obtener un
consenso de opiniones del criterio práctico de un grupo de personas para
conseguir la posible aplicación de la propuesta determinada.
La presente investigación se enfocara mediante técnicas de Inteligencia Artificial
(I.A), como la lógica difusa (LD) y redes bayesianas (RB), metodologías que son
aplicadas a evaluaciones post-sísmica de edificios, que permitirá determinar los
niveles de daños, definir las posibilidad de uso de los edificios, organizar la
recolección de datos y analizar los procesamientos de información.
4
CAPITULO I
EL PROBLEMA
PLANTEAMIENTO DEL PROBLEMA
Como conocimiento general, el Ecuador es un país que está ubicado en la zona
de alto riesgo sísmico. Particularmente la ciudad de Guayaquil no deja de tener
movimientos telúricos periódicos y su peligro se debe principalmente a las
condiciones del suelo o a las construcciones existente.
Debido a las amenazas sísmicas ocurridas en estos últimos años, se ha observado
afectaciones hacia las estructuras de los edificios de la Universidad de Guayaquil
(UG), presentando fisuras y grietas, tanto el suelo como las paredes, y esto
representa un gran malestar a los docentes, estudiantes y personal administrativo
que conforman en dicha institución superior.
Es por ello, que se debe realizar inspecciones detalladas a los daños estructurales
y los efectos locales de los suelos, estimando así de manera aproximada el
impacto económico y social frente a un evento sísmico.
Además de salvaguardar la estabilidad académica de los futuros profesionales de
la Universidad de Guayaquil (UG), mediante la habitabilidad del edificio, se ha
visto la necesidad de evaluar mediante técnicas de Inteligencia Artificial (I.A) como
la lógica difusa y la redes bayesianas de los diferentes daños presentados.
UBICACIÓN DEL PROBLEMA EN UN CONTEXTO
Actualmente el edificio de la Universidad de Guayaquil ubicado en la ciudadela
universitaria “Salvador Allende”, Malecón del Salado entre la Avenida Delta y
Avenida Kennedy, presenta problemas en sus estructuras, especialmente en las
facultades de Ciencias Económicas, Arquitectura y Urbanismo debido a que han
sufrido un mayor desgaste, sea por deterioro temporal o por un evento telúrico, el
5
cual puede afectar su estabilidad y poner en peligro la vida de sus ocupantes a
futuro. Asimismo supervisar las anomalías del suelo, que puede perjudicar de
forma causal a la infraestructura.
Además de dar una adecuada protección y consistencia académica a toda la
comunidad universitaria, es necesario garantizar un personal experimentado y la
implementación de un Plan de Riesgos para evitar perjuicios a dicha comunidad.
SITUACIÓN CONFLICTO NUDOS CRÍTICOS
En los últimos años, el Ecuador se ha visto afectado por movimientos telúricos
demasiado fuertes, debido que está ubicado en una zona de alta peligrosidad
sísmica, el cual, varios edificios de la ciudad de Guayaquil se ven afectados por
daños estructurales presentando fisuras y grietas, especialmente en la facultades
Ciencias Económicas, Arquitectura y Urbanismo de la Universidad de Guayaquil
(U.G.), generando incertidumbre a estudiantes, docentes y personal administrativo
que conforman dicha institución.
Por eso es necesario realizar las respectivas evaluaciones, para medir los niveles
de habitabilidad de los edificios de la Universidad de Guayaquil, mediante técnicas
de Inteligencia Artificial (I.A.) aplicando la lógica difusa y redes bayesianas. Si un
momento dado no se realice las evaluaciones, en un futuro pueden colapsar
dichas infraestructuras y generar pérdidas materiales y humanas.
6
CAUSAS Y CONSECUENCIAS DEL PROBLEMA
Tabla 1
Causas y Consecuencias del Problema
CAUSAS CONSECUENCIAS
Falta de consideración a la
incidencia de tiempo de vida útil
de las edificaciones de la
Universidad Guayaquil (UG) donde
expertos como ingenieros civiles
dan a las edificaciones el cual es
un promedio de 50 años.
Edificaciones que a su vez pasan
de los 100 años de vida útil y que
carecen de un mantenimiento
adecuado que a su vez son un factor
vulnerable ante eventos sísmicos
Falta de información pertinente
sobre el estado actual de las
edificaciones
Decisiones poco acertadas sobre
los planes de contingencia ante
eventos sísmicos posibles.
Falta de una correcta evaluación
de daños estructurales post-
sísmicos en las edificaciones de la
Universidad de Guayaquil (UG)
Decisiones inadecuadas sobre el
estado de habitabilidad que pongan en
posible riesgo la pérdida de vidas
humanas y de recursos materiales.
Nota: Factores de Incidencia del Estado Estructural en Edificaciones.
Elaborado por: Presentación propia de autores
7
DELIMITACIÓN DEL PROBLEMA
Tabla 2
Delimitación del Problema
CAMPO:
CIENCIAS BÁSICAS, BIOCONOCIMIENTO Y
DESARROLLO INDUSTRIAL.
ÁREA:
TECNOLOGÍA, PROCESOS Y DESARROLLO
INDUSTRIAL.
ASPECTO:
INFORMÁTICO
TEMA:
APLICACIÓN DE REDES BAYESIANAS DIFUSAS
COMO HERRAMIENTAS DE TOMA DE DECISIONES
PARA MEDIR DAÑOS ESTRUCTURALES A EDIFICIOS
POST-SISMICO DE LA UNIVERSIDAD DE
GUAYAQUIL.
Nota: Aspectos Principales de Respuesta a la Problemática Planteada.
Elaborado por: Presentación propia de autores
FORMULACIÓN DEL PROBLEMA
¿La aplicación de técnicas como la lógica difusa y redes bayesianas ayudarán a
los expertos tomar decisiones bajo incertidumbre y evaluar los daños estructurales
en edificios post-sísmico?
8
EVALUACIÓN DEL PROBLEMA
Delimitado: Este proyecto se basa en evaluar los daños estructurales de los
edificios de la Universidad de Guayaquil (U.G), con el fin de determinar la
habitabilidad de la infraestructura después de un desastre natural.
Claro: Realizar un estudio a los datos obtenidos de la investigación y dé como
resultado los niveles de daños que puede presentar las infraestructuras de la
Universidad de Guayaquil.
Evidente: La investigación será de gran apoyo para los expertos, debido a que,
se evidenciara en la toma de decisiones con respecto a la habitabilidad del edificio
de la Universidad de Guayaquil y así proteger tanto a las personas como los
bienes materiales.
Relevante: Mostrará resultados en base a las mediciones de daños a edificios
post-sísmico mediante la aplicación de técnicas de Inteligencia Artificial (I.A), la
cual, asigne una calificación a los elementos que conformen al edificio,
dependiendo del daño observado, a través de, la lógica difusa (LD) y la redes
bayesianas (RB).
Contextual: La investigación establecerá una relación en el área de las ciencias
matemáticas e inteligencia artificial, que permita a las personas realizar un análisis
completo y logre tomar una decisión acertada respecto al caso propuesto.
Factible: Con el resultado final de este proyecto muchos profesionales podrán
tener un soporte de información explicita sobre evaluación de daños a
edificaciones, lo cual será de gran ayuda para acertadas decisiones mediante el
uso confiable de técnicas de Inteligencia Artificial (I.A) como lo son la Lógica Difusa
(L.D) y las Redes Bayesianas (R.B.).
Identifica los productos esperados: El resultante final de este proyecto
investigativo se basa en la recopilación de información imprecisa además de
9
ambigua, la cual carece de una validación debido al inadecuado procesamiento
de la misma. Mediante el uso confiable de técnicas de Inteligencia Artificial (I.A.)
además del uso de un software de carácter de procesador de información como
lo es ELVIRA y MATLAB, que brindará un resultado cualitativo de la información
considerando los datos de entrada recopilados.
OBJETIVOS DE LA INVESTIGACIÓN
OBJETIVO GENERAL
Implementar un modelo computacional de toma de decisiones bajo incertidumbre
mediante el uso de la Redes Bayesianas (RB) y Lógica Difusa (LD) para permitir
dar soporte al criterio de expertos respecto a los daños estructurales presentes en
los edificios post-sísmicos.
OBJETIVOS ESPECÍFICOS
Recopilar información bibliográfica acerca de los daños estructurales de
los edificios post-sísmico para determinar la posibilidad de aplicar las
diferentes técnicas de inteligencia artificial (lógica difusa y redes
bayesianas).
Determinar el nivel de habitabilidad de los edificios de la Universidad de
Guayaquil (UG), según el criterio de expertos, para la respectiva toma de
decisiones.
Evaluar las vulnerabilidades estructurales que se presente en los edificios
post-sísmicos de la Universidad de Guayaquil (UG) mediante el uso de
técnicas de inteligencia artificial (I.A), para analizar y obtener resultados a
través del modelo de redes bayesianas difusas (RBD).
10
ALCANCE
Realizando un metaanálisis de todos los artículos tomados de la
plataforma de Google Académico: Dialnet, Redalyc y Scielo entre otras,
mediante el uso de los criterios de inclusión y exclusión en base a las
palabras claves identificada referente al tema investigativo.
Proporcionando información técnica de los expertos en la rama de
Ingeniería Estructural a través de entrevistas realizadas a los mismos los
cuales fueron consolidadas mediante encuestas digitales elaboradas en la
aplicación de Google Forms. Además de visitar los lugares, las cuales
fueron objeto de estudio que permitieron la implementación del método
Delphi buscando establecer la correcta toma de decisiones a través de un
consenso entre expertos referente a la habitabilidad de los edificios de la
Universidad De Guayaquil.
Aplicando herramientas informáticas como Elvira y Matlab.
JUSTIFICACIÓN E IMPORTANCIA
Ecuador está ubicado en una zona de alto riesgo sísmico, reconocido como uno
de los países integrantes del denominado “Anillo del Pacifico” formado por
consecuencia de un sistema eruptivo en el océano, dicho sistema se caracteriza
por concentrar algunas de las zonas de subducción más relevantes del mundo, lo
que ocasiona una intensa actividad sísmica y volcánica lo que ha conllevado que
el país sea afectado por una larga lista de eventos sísmicos de diferentes
magnitudes que han dado como resultados las pérdidas de muchas vidas
humanas, como a la vez daños estructurales a diversidades de edificaciones. Una
prueba clara de la vulnerabilidad del país ante tales factores naturales es el
acontecimiento suscitado el 16 de abril del 2016, suceso que fue de gran
trascendencia para el Ecuador debido a un movimiento sísmico de magnitud 7.8
11
en la escala de Richter afectando varios puntos del país, principalmente la zona
costera del mismo dejando cuantiosas pérdidas económicas y materiales como a
la vez afectaciones estructurales dentro de la ciudad de Guayaquil afectando
propiamente a las edificaciones de la Universidad de Guayaquil (UG).
El presente proyecto pretende medir el nivel de habitabilidad basado en la
existencia de normas o escalas que determinan que tan segura es la estructura
después de presenciado un movimiento telúrico considerable, según el nivel de
impacto recibido, esto ayudará a la respectiva toma de decisiones en cuanto si es
o no habitable una edificación propia de la institución superior.
Partiendo de la existencia de complejos patrones que buscan determinar daños
estructurales en edificaciones que no son de mucha consideración para los
expertos encargados de evaluar este tipo de situaciones, es de suma importancia
disponer de una metodología confiable que considere la evaluación estructural
luego de movimientos sísmicos con el fin de determinar con un mayor nivel de
precisión el daño generado y a la vez ver el estado y funcionalidad que puedan
presentar las estructuras ante nuevas posibles amenazas sísmicas.
METODOLOGÍA A EMPLEARSE
El presente proyecto se empleará bajo las metodologías de Lógica Difusa (LD) y
Redes Bayesianas (R.B), las cuales son técnicas experimentales que se apoyan
en la Inteligencia Artificial para la toma de decisiones bajo el criterio de considerar
información imprecisa y ambigua, que dé como resultado datos confiables para
los profesionales expertos encargados de evaluar el daño estructural en
edificaciones y a la vez evalúen el estado de habitabilidad de una edificación
afectada por eventos sísmicos.
La Lógica Difusa (LD) es una herramienta matemática que imita la forma en que
los humanos manejan y procesan información. Es un método de gran simplicidad
para el procesamiento de la información, toma de decisiones y control de procesos
(Guzmán Castaño, D., 2006).
12
Las Redes Bayesianas son una representación gráfica de dependencias para
razonamiento probabilístico, en la cual los nodos representan variables aleatorias
y los arcos representan relaciones de dependencia directa entre las variables
(Sucar, 2002).
DISEÑO METODOLÓGICO
La respectiva metodología de estudio para este caso se basa en la adquisición y
recopilación de conocimiento por medio de determinación: El estado de la
estructura se somete a evaluación de acuerdo a características determinadas en
campo por medio de una o varias visitas de inspección y diagnóstico tomando en
cuenta datos históricos de diseño de construcción, operación y mantenimiento,
además la consideración de información suministrada por personas ocupantes de
la edificación y profesionales expertos que tengan un conocimiento exacto de
infraestructura de las respectivas edificaciones, todo esto nos servirá como base
fundamental para establecer el estado de la edificación luego de suscitarse un
evento sísmico que compromete el deterioro y degradación de la estructura.
Para comenzar la respectiva evaluación de una estructura se requiere un
conocimiento previo de las características generales a considerar de la
estructura, estas características generales podemos agruparlas desde tres
perspectivas diferentes:
Antecedentes Significativos: Datos referidos acorde a los aspectos de la
obra estructural de cada edificación tales como año de construcción,
condiciones geométricas, sistema estructural empleado, etc.
Registros Previos: Información acorde a bitácoras de construcción,
documento de modificaciones estructurales, memorias de cálculo y
recopilación de documentación que albergue las especificaciones y
procedimientos de construcción.
13
Criterio de Experto: Información referida al impacto del estado estructural
de la edificación a través de evaluaciones visuales a los lugares los cuales
fueron objeto de estudio.
.
Una vez conocidos los diferentes aspecto general de la estructura a
evaluar es importante realizar una evaluación e identificación, en la cual
se buscará determinar el nivel de daño general de la estructura además de
las diferentes acciones que se llevaran a cabo, se requiere considerar y
recopilar información de 4 diferentes ámbitos:
Evaluación de Elementos Estructurales: La siguiente evaluación
requerida es necesaria para considerar el estado de los elementos
estructurales de la edificación a través de inspecciones visuales y
ponderaciones de daños fundamentadas bajo el criterio del experto.
Evaluación de Elementos No Estructurales: La siguiente evaluación
requerida es necesaria para considerar el estado de los elementos no
estructurales de la edificación a través de inspecciones visuales y
ponderaciones de daños fundamentadas bajo el criterio del experto.
Evaluación de Condición de Suelo: La siguiente evaluación requerida es
necesaria para considerar el estado del suelo presente en la edificación a
través de inspecciones visuales y ponderaciones de daños fundamentadas
bajo criterio de experto.
Evaluación de Condición Preexistente: La siguiente evaluación es
requerida es necesaria para considerar el diseño estructural y calidad de
los materiales presentes en las edificaciones a través de inspecciones
visuales y ponderaciones de daños fundamentadas bajo el criterio del
experto.
14
Mediante la información recopilada en la evaluación e identificación
procederemos a realiza un diagnóstico pertinente mediante
Metodologías de análisis como Redes Bayesianas Difusas acorde a la
información obtenida y observada, el respectivo diagnóstico es referidas
en aspectos como:
Resultado de afectación post-diagnostico: En este ámbito se dará
como resultado si la edificación sufre daños estructurales considerables
acorde un nivel de impacto post-sísmico que a la vez permita tomar
decisiones pertinentes, esto a su vez permitirá realizarnos una pregunta
considerable como ¿Edificación óptima para habitabilidad?
Si tomamos como conclusión que NO es habitable la estructura se tomarán
las medidas correcciones pertinentes expresadas en el presente proyecto,
si la conclusión es afirmativa, es decir, se concluye que es habitable la
edificación se procede a emitir el respectivo informe preliminar de esta
estructura.
¿QUÉ BENEFICIOS OBTENDREMOS?
Los beneficios que obtendremos a través de la investigación serán los siguientes:
Recolectar información de manera segura sobre las mediciones de daños
estructurales de los edificios por parte de profesionales de alta experiencia
y tomar la respectiva toma de decisión de acuerdo a su nivel de
habitabilidad.
La investigación nos permitirá definir los niveles de daños estructurales
mediante los métodos de evaluación asignándole calificaciones
lingüísticas respecto a las edificaciones de la Facultad Ciencias
Económicas y la Facultad de Arquitectura y Urbanismo de la Universidad
de Guayaquil.
15
Empleando herramientas informáticas como Elvira y Matlab, se puede
concluir datos creíbles sobre la situación estructural de las Facultades de
la Universidad de Guayaquil ya mencionadas.
16
CAPITULO II
En este capítulo se direcciona a la parte de investigación, que permite desarrollar
los conceptos referentes al tema de “Aplicación de redes bayesianas difusas como
herramienta de toma de decisiones para medir daños estructurales a edificios
post-sísmico de la Universidad de Guayaquil”, donde se reunirá toda la
información necesaria, tomada de anteriores estudios y fundamentar el contenido
del mismo mediante el uso de artículos científicos extraídos de bases científicas
como ScienceDirect, IEEE, Springer, Taylor & Francis, Redalyc, Scielo, Dialnet,
entre otros.
ANTECEDENTES DEL ESTUDIO
A nivel mundial la presencia de eventos sísmicos de gran magnitud conocidos
también como terremotos ha provocado diversidades de devastaciones sobre todo
en países ubicados en zonas de alta peligrosidad sísmica como lo es el Cinturón
de Fuego del Pacifico o zonas en las cuales, tienden a formarse con regularidad
las conocidas fallas geológicas lo cual ha contribuido a que sean proclives a sufrir
movimientos telúricos constantemente. Los terremotos normalmente se producen
por el deslizamiento de la corteza terrestre, es decir la capa más superficial de la
parte rocosa de la tierra, debido a una falla que es una especie de cicatriz que se
efectúa en zonas en donde esta capa tiene mayor índice de fragilidad (López
Sanchez, 2015).
De acuerdo a (Bairán García & Moreno González, 2014) que mencionan la cita de
(Elnashai & Di Sarno, 2008):
“Los terremotos son uno de los eventos naturales más devastadores que
causan grandes pérdidas de vida y de bienes materiales. En promedio, 10.000
personas fallecen cada año debido a estos fenómenos de la naturaleza,
mientras que las pérdidas económicas van en el orden de los miles de millones
17
de dólares y representa un elevado porcentaje del presupuesto nacional de los
países afectados”.
Teniendo en consideración la alta predisposición a eventos sísmicos en diferentes
continentes, en los últimos años han acontecido diversidades de movimientos
telúricos de considerables magnitudes como es el caso de Japón ubicado en el
continente Asiático y sensible a continuos procesos de subducción entre placas
tectónicas, a nivel de América del Norte tenemos a México, el cual posee
sedimentos blandos que hacen susceptible a la nación a que sea sometida por el
comportamiento abrupto de la naturaleza, a nivel de Sudamérica tenemos a Chile
el mismo que registra una de las mayores tasas de actividad sísmica del mundo.
Como objeto geográfico de estudio podemos considerar a Ecuador, que por su
ubicación de alto riesgo sísmico ha conllevado a que sea un país que sufra de
eventuales sismos, siendo uno de los más relevantes el suscitado el 16 de Abril
del 2016, alcanzando una magnitud de 7.8 en la escala de Richter teniendo como
epicentro el cantón Pedernales con una profundidad de 19.2 km, afectando
provincia como Guayas, Manabí, Esmeraldas, entre otros. Producto de este
acontecimiento se vio afectada la ciudad de Guayaquil, dando como una de las
devastaciones principales el colapso de uno de los pasos elevados ubicados en
la Avenida de las Américas la misma que tenía 34 años de antigüedad, inaugurado
durante la Alcaldía de Bolívar Cali Bajaña en 1982.
Debido a estos antecedentes mencionados, existe la preocupación y análisis de
estudio que va dirigida hacia la Universidad de Guayaquil y sus respectivas
edificaciones entre ellas sus facultades que integran la prestigiosa institución
superior. En este caso, el estudio es realizado en el campus Salvador Allende, en
donde se ha reflejado por medio de inspecciones y estudios previos ciertas
afectaciones estructurales como grietas, fisuras y deslizamientos de tierra propias
de los sismos ocurridos en el transcurso del tiempo teniendo en gran
consideración que las edificaciones de la Universidad de Guayaquil están
construidas sobre un lugar pantanoso cerca de un estero en donde es sensible a
los hundimientos y desequilibrios estructurales.
18
Según (El Telégrafo, 2017) “Las características del suelo de la urbe, donde la
mayor parte es blanda por su cercanía al rio y esteros, constituyen un factor
adicional que incrementa la vulnerabilidad de las edificaciones grandes de la
ciudad”, esto ha provocado la incertidumbre y el temor tanto de estudiantes como
de personal administrativo y docencia, los mismos que se efectúan preguntas
como ¿Qué pasará si en algún momento vuelve a ocurrir otro sismo de igual o
mayor magnitud? ¿Están preparadas las edificaciones de la Universidad de
Guayaquil para soportar eventos sísmicos?
Se debe tener presente que la ocurrencia de estos eventos sísmicos no puede ser
determinada, pero si se pueden realizar estudios que proporcionen acciones que
ayuden a disminuir la vulnerabilidad de las edificaciones proporcionando menos
probabilidades de que se genere un colapso estructural de mayor grado. Después
de ocurrido un sismo de considerable magnitud es de primordial importancia
concluir acerca de la seguridad o riesgo que posee una edificación, por lo que se
crea la necesidad de evaluar el daño causado que permita estimar la capacidad
sísmica residual y que a su vez ayude a identificar las acciones pertinentes a
considerar para la respectiva toma de decisiones que tenga como beneficios el
cuidado de vida de sus habitantes y el establecimiento de la vulnerabilidad de cada
edificación.
En la actualidad existen construcciones negligentes en la cual no ha existido una
correcta regulación y control de las mismas, sobre todo en las fases más
importantes de la construcción como lo es su diseño y estructuración, por lo tanto
no cumplen con las normas de diseño sismo resistente como lo menciona
(Ministerio de Desarrollo Urbano y Vivienda, 2016), la misma que eleva el
porcentaje de vulnerabilidad sísmica de la edificación y su mayor afectación.
Debido a estas razones, es imperioso contar con diversos criterios y metodologías
de evaluación estructural, no basta solamente con evaluar los daños estructurales
de los diversos elementos que conforman la estructura, sino que también se debe
considerar la importancia que estos tienen para el comportamiento a futuro de la
edificación.
19
En la facultad de Ingeniería Química de la Universidad de Guayaquil se han
realizado diferentes trabajos de titulación, relacionados con los daños
estructurales post-sísmicos. Entre ellos, en el año 2017 se presentó el trabajo de
titulación denominado “Evaluación de la estructura de daños de un edificio post-
sísmico aplicando técnicas de Mapas Cognitivos difusos y Redes Neuronales de
la Universidad de Guayaquil”, por medio del cual, se describe aspectos generales
sobre daños estructurales post-sísmicos definiendo a su vez metodologías para la
evaluación respectiva de los mismos.
Queda demostrada la importancia del uso de metodológicas confiables para la
evaluación de daños post-sísmicos que permitan la toma respectiva de decisiones.
Por lo tanto existe la necesidad de que se efectué un proceso preciso de
identificación de daños causados que a su vez implica la participación de
profesionales expertos en el área de Arquitectura con una amplia experiencia. Sin
embargo, cuando ocurre un evento sísmico de considerable magnitud, los daños
ocasionados pueden ser tan generalizados que se hace difícil evaluar la totalidad
de daños (Carreño, Cardona, & Barbat, 2013).
En el presente proyecto quedará resaltado el uso de técnicas de Inteligencia
Artificial, como la Lógica Difusa y las Redes Bayesianas que permitirá representar
matemáticamente la incertidumbre y vaguedad proporcionando herramientas
formales para su respectivo tratamiento, esto a su vez permitirá determinar los
niveles de daños estructurales definiendo la posibilidad de habitabilidad de los
mismos, conclusiones que se llevaran conforme a una recolección y análisis de
información pertinente de las facultades de Ciencias Económicas, Arquitectura y
Urbanismo, las cuales han sufrido un desgaste estructural considerable, sea por
eventos sísmicos o por deterioro a través del tiempo teniendo en cuenta que son
edificaciones que sobrepasan los 100 años de antigüedad y no se apegan al
tiempo de vida útil establecido por Ingenieros Civiles que es de 50 años.
20
MARCO TEÓRICO
Japón, país que está situado al Este del continente Asiático, soporta regularmente
amenazas sísmicas de grandes magnitudes. En la investigación que planteó
(Aguirre & Muria, 2016, pág. 4) explica como suscitó el terremoto de Japón en el
año 2011:
“El 11 de Marzo del 2011 ocurrió un sismo de magnitud 9.0 en la escala de
Richter frente a las costa del Pacifico en Tohoku. El sismo provocó un tsunami
cuya altura alcanzó en algunos sitios los 40 metros”
El terremoto fue suscitado por un movimiento de falla de cabalgamiento cerca del
área de subducción de la placa del Pacifico y la de Norteamericana. La placa del
pacifico se mueve hacia la dirección Oeste con respecto a la placa
Norteamericana, a una velocidad de 83 mm/año. El epicentro del terremoto se
encuentra en una zona de ruptura bilateral, (NEIC - UGSG, 2011). Debido a esto,
se realizó evaluaciones de niveles de habitabilidad a edificios no muy
deteriorados, para salvaguardar personas, ante las réplicas que se suscitaron.
México, considerado como uno de los países ubicados en una zona de alta
actividad sísmica la cual se destaca por albergar zonas de subducción más
impactantes del mundo. Posee un margen considerable de subducción que se
extiende a 1300 km de la costa del Océano Pacifico causados por la presencia de
deslizamientos de la Placa de Cocos que está por debajo de la Placa
Norteamericana, El 7 de Septiembre del 2017 se registró un movimiento telúrico
de magnitud 8.2 grados en la escala de Richter, localizado en las costas marítimas
aproximadamente a 133 kilómetros al suroeste de Tijijiapa, Chiapas, a 58
kilómetros de profundidad, el tiempo que tardó en sentirse desde el epicentro
hasta la Ciudad de México fue de 135 segundos, explicó (Pérez, 2017).
Por consiguiente, casi 2 semanas después de haber ocurrido el sismo de mayor
magnitud en casi un siglo y exactamente a 32 años del sismo más impactante en
la historia del país ocurrido el 19 de Septiembre de 1985, un evento sísmico de
considerable magnitud arremete la nación, el 19 de Septiembre del año 2017
21
ocurre un terremoto de 7.1 grados de magnitud en la escala de Richter, su
epicentro estuvo localizado a 12 kilómetros de Axochiapan, Morelos. Causante de
este acontecimiento fue la existencia de un desprendimiento intraplaca, es decir
que se suscitó una caída de parte de la placa de Cocos que fue causante del
evento telúrico.
Chile, considerado como uno de los países más proclives a sufrir movimientos
sísmicos de gran magnitud conocido como terremotos, registra una de las
mayores tasas de actividad sísmica del mundo debido a su ubicación referenciada
justo al límite de la placa tectónica de Nazca y Sudamericana que a su vez realizan
un proceso de subducción entre las mismas, esta fricción constante entre ambas
placas convierte a la región como uno de los países con mayor liderazgo de
terremotos ocurridos en tiempos modernos.
Debido a las condiciones geográficas y geológicas del país uno de los mayores
eventos sismológicos registrados fue el 27 de febrero del 2010, afectando la zona
centro sur del país, teniendo una magnitud de 8.8 en escala de Richter. A pesar
de la considerable magnitud de este sismo, los daños no fueron proporcionales a
su intensidad, originándose muchas hipótesis que entre ellas expresan que la
densidad poblacional de este país es muy baja además de que las normativas de
construcción son muy estrictas o que por la frecuencia de los terremotos hacen
que los eventos naturales sean los mejores fiscalizadores ante la posible
presencia de edificaciones mal construidas (Páez, Zabala , & Rodriguez, 2017).
La República del Ecuador está situado en la costa Noroccidental de América del
Sur, considerado como uno de los países que se concentra en el Cinturón de
Fuego del Pacifico. Como resultante de esta predisposición, el 16 de abril del 2016
en el país se suscitó un evento sísmico de magnitud 7.8 en la escala de Richter
teniendo como epicentro el cantón de Pedernales y Cojimíes propias de la
provincia de Manabí, originando cuantiosas pérdidas considerables como el
colapso total de diversas estructuras y otras con daños irreversibles que
impidieron aplicar técnicas de reparación debido a los daños presentados los
mismos que fueron catalogados como graves. El terremoto fue suscitado por un
22
movimiento de fallo de poca profundidad cerca del límite entre las placas
tectónicas de Nazca y Pacifico.
Según (Paez Cornejo, 2017, pág. 71) indica la vulnerabilidad con respecto a las
viviendas situadas en la zona costera:
“Las viviendas construidas en la zona costera del Ecuador, regularmente
presenta una configuracion estructural muy vulnerable, ya que a consecuencia de
las altas temperaturas, mayormente los primeros niveles presentan alturas
diferentes a los otros pisos; lo que hace a la vivienda mas flexible y menos estable;
sumado a las construcciones en el país para este tipo de edificaciones es de
carácter artesanal , por lo que se ejecutan sin o poco control de calidad, con una
inspección no muy responsable que permita garantizar un desempeño estructural
adecuado a las viviendas”.
Además, el evento telúrico no solo afectó a la provincia de Manabí, entre otras
localidades aledañas, también perjudicó a la ciudad de Guayaquil provocando
daños estructurales a 243 edificios que pertenecen a dicha ciudad, además el
colapso total de un paso elevado que está situado en la avenida de las Américas
ocasionado una muerte.
También en las edificaciones de la Universidad de Guayaquil (U.G.), se vio
afectada por este sismo de gran magnitud, el cual surgió la necesidad de
implementar acciones urgentes acatando los daños menos ocasionados. La
Universidad de Guayaquil (U.G.) tuvo puntos débiles en cuanto a daños,
originando fisuras y grietas en la Facultad de Ciencias Económicas, Arquitectura
y Urbanismo, Odontología y el Edificio Administrativo Central.
Por otra parte, el Departamento de Obras Universitarias ha gestado un plan de
evacuación del Edificio de la Administración Central, direccionando a la plaza
central como zona segura para que la comunidad estudiantil pueda realizar
evacuaciones cuando se presente un sismo y se lo puede consultar a través de la
página web de la institución, el cual, deberá ser acogida por cualquier situación
que se presente.
23
Los estudiantes pueden evacuar hacia la plaza central, en caso de existir un sismo
de gran magnitud. Los edificios mencionados se les realizan evaluaciones de
forma periódica para realizar correcciones e implementar medidas de seguridad
para evitar el deterioro de la infraestructura y no corran riesgo la comunidad
estudiantil de dicha institución. Además, se ha visto la necesidad de implementar
planes de riesgo coordinando con el DIPA (Dirección de Investigación y Proyectos
Académicos) para elaborar los estudios de riesgos por edificio.
Teniendo conocimiento de lo manifestado anteriormente, surge la necesidad de
implementar metodologías confiables como Lógica Difusa y Redes Bayesianas
basadas en técnicas experimentales que se apoyan en la Inteligencia Artif icial que
permitan medir los niveles de habitabilidad y estado de una edificación mediante
la evaluación de daños estructurales post-sísmicas previniendo el colapso de
estructuras que a su vez generen pérdidas humanas como materiales.
Figura 2. 1.- Ruta de Evacuación hacia la Plaza Central de la Universidad Guayaquil
Fuente: Plan Maestro Ciudadela Universitaria Salvador Allende – Proyecto Plan de
Riesgo
24
Según (Cancino, Claudia, 2014) expresa lo siguiente en cuanto a la Inteligencia
Artificial:
“La Inteligencia Artificial, tiene como objetivo el estudio de la conducta humana,
mediante el análisis del comportamiento inteligente del ser humano”, debido a
esto podemos destacar que la Inteligencia Artificial se desarrolla en un área
variante, ya que su enfoque está orientado a los procesos de instrucción en base
a la experiencia el cual tiene como finalidad la recepción y asociación de
información.
Debido a la existencia de metodologías no muy adecuadas que han significado
riesgos considerables, además de resaltar que es muy común que ante estas
situaciones expertos tomen conclusiones erróneas debido a la incertidumbre que
existe en la toma de decisión como efecto de la ocurrencia de un hecho o un
fenómeno, es necesario que se dependa de una metodología confiable que
permita la correcta evaluación de daños estructurales post-sísmicos y dé como
resultado una adecuada toma de decisiones.
Es indispensable que se presente este tipo de situaciones, debido que al
considerar la estimación del índice de daño que son ejecutados por los expertos
en el área, sin embargo muchas veces desconocen o tienen poca experiencia en
el ámbito pertinente o a su vez desconozcan las acciones a considerar al evaluar
una edificación que tenga daños por una actividad sísmica, es común que no se
haga una correcta estimación de daños propias del edificio propias reflejadas en
elementos estructurales y no estructurales dando como resultado la toma de
decisiones equivocadas como el estado de la edificación y su acorde habitabilidad.
Ante esta problemática, es importante que consideremos el criterio de expertos
que desde su punto de vista investigativo ven a las metodologías actuales con
serias limitaciones para modelar y analizar interdependencias entre proyectos y
los distintos elementos que componen la organización de manera que el
respectivo análisis forme parte del proceso de toma de decisión (Leyva-Vázquez,
Pérez-Teruel, Febles-Estrada, & Gulín-González, 2013).
25
Estas interdependencias se pueden calificar con expresiones lingüísticas y no
numéricas, por lo cual existe la necesidad de implementar herramientas basadas
en las técnicas de Inteligencia Artificial, que permitan el análisis de
acontecimientos o eventos en donde se describa la realdad en términos
cualitativos.
Diseño Metodológico
La respectiva metodología de estudio para este caso se basa en la adquisición y
recopilación de conocimiento por medio de determinación: El estado de la
estructura se somete a evaluación de acuerdo a características determinadas en
campo por medio de una o varias visitas de inspección y su respectivo diagnóstico
tomando en cuenta datos históricos de diseño de construcción, operación y
mantenimiento, además la consideración de información suministrada por
personas ocupantes de la edificación y profesionales expertos que tengan un
conocimiento exacto de infraestructura de las respectivas edificaciones.
26
Figura 2.2.- Esquema Metodológico en el Proceso Investigativo
Elaborado por: Presentación propia de autores
27
En el diagrama visualizamos el proceso metodológico correspondiente previsto
para llevar a cabo el estudio previsto de los daños estructurales en edificios post-
sísmicos, todo esto nos servirá como base fundamental para establecer el estado
de la edificación luego de suscitarse un evento sísmico que compromete el
deterioro y degradación de la estructura. A continuación, se explicará el proceso
metodológico desarrollado:
Para comenzar la respectiva evaluación de una estructura se requiere un
conocimiento previo de las “características generales a considerar” de la
estructura, estas características podemos agruparlas desde tres perspectivas
diferentes:
Antecedentes Significativos: Datos referidos acorde a los aspectos de la
obra estructural de cada edificación tales como año de construcción,
condiciones geométricas, sistema estructural empleado, etc.
Registros Previos: Información acorde a bitácoras de construcción,
documento de modificaciones estructurales, memorias de cálculo y
recopilación de documentación que albergue las especificaciones y
procedimientos de construcción.
Criterio de Experto: Información referida al impacto del estado estructural
de la edificación a través de evaluaciones visuales a los lugares los cuales
fueron objeto de estudio.
Una vez conocidos los diferentes aspecto general de la estructura a
evaluar, es importante realizar una evaluación e identificación, en la cual
se buscará determinar el nivel de daño general de la estructura además de
las diferentes acciones que se llevaran a cabo, se requiere considerar y
recopilar información de 4 diferentes ámbitos:
Evaluación de Elementos Estructurales: La siguiente evaluación
requerida es necesaria para considerar el estado de los elementos
estructurales de la edificación a través de inspecciones visuales y
ponderaciones de daños fundamentadas bajo el criterio del experto.
28
Evaluación de Elementos No Estructurales: La siguiente evaluación
requerida es necesaria para considerar el estado de los elementos no
estructurales de la edificación a través de inspecciones visuales y
ponderaciones de daños fundamentadas bajo el criterio del experto.
Evaluación de Condición de Suelo: La siguiente evaluación requerida es
necesaria para considerar el estado del suelo presente en la edificación a
través de inspecciones visuales y ponderaciones de daños fundamentadas
bajo criterio de experto.
Evaluación de Condición Preexistente: La siguiente evaluación es
requerida es necesaria para considerar el diseño estructural y calidad de
los materiales presentes en las edificaciones a través de inspecciones
visuales y ponderaciones de daños fundamentadas bajo el criterio del
experto.
Mediante la información recopilada en la evaluación e identificación
procederemos a realiza un diagnostico pertinente mediante
Metodologías de análisis como Redes Bayesianas Difusas acorde a la
información obtenida y observada, el respectivo diagnóstico es referidas
en aspectos como:
Resultado de afectación post-diagnostico: En este ámbito se dará
como resultado si la edificación sufre daños estructurales considerables
acorde a un nivel de impacto post-sísmico que a la vez permita tomar
decisiones pertinentes, esto a su vez permitirá realizarnos una pregunta
considerable como ¿Edificación óptima para habitabilidad?
Si tomamos como conclusión que “NO” es habitable la estructura se
tomarán las medidas correcciones pertinentes expresadas en el presente
proyecto, si la conclusión es “SI” es decir se concluye que es habitable la
edificación se procede a emitir el respectivo informe preliminar de esta
estructural.
29
Metodologías Tradicionales
La mayoría de métodos están definidos de acuerdo a la información recopilada y
disponible de las edificaciones, dando como resultado el estado estructural de los
edificios. En el presente trabajo se puede establecer la clasificación metodológica
de evaluación de daños estructurales post-sísmicos realizada por (Calvi, Pinho, &
Magenes, 2006) el en cual se destaca dos metodologías conocidas y usadas como
determinantes para la evaluación estructural post-sísmica como lo son: Métodos
Empíricos y Analíticos.
Métodos Empíricos
Según (Gonzáles Suarez, 2013) establece que:
“El conocimiento empírico se caracteriza principalmente por un enfoque que se
basa en la experiencia y que responde directamente a una u otra demanda social,
a una u otra necesidad práctica”. Por ende se ha dispuesto de este conocimiento
para el uso mediante una metodología confiable de evaluación.
Los métodos empíricos, son metodologías basadas en una experiencia previa que
analiza el comportamiento de diversos tipos de edificaciones en el momento de
suscitarse un sismo, dando como resultado la identificación de daño estructural y
su respectiva vulnerabilidad. Generalmente se usan cuando se tiene escasa
información y exista la necesidad de dar evaluaciones preliminares.
Según la investigación realizada por (Aragon Cardenas, 2013) establece los
siguientes métodos empíricos para la evaluación de afectaciones estructurales
como:
Matrices De Probabilidad De Daño
Estas matrices expresan de una manera discreta, la probabilidad de llegar a un
determinado nivel de daño estructural consecuente de un evento sísmico de
magnitud determinada, mediante la elaboración de tablas se establece una
30
relación entre el tipo de estructura y el daño observado, para esto se debe tener
previamente una recopilación de información estadística de los diversos daños
ocasionados en sitios de condiciones iguales.
Índices De Vulnerabilidad
Este método se lleva a cabo, a través de una recopilación de información sobre
daños sísmicos de una edificación, se centra en elementos estructurales y no
estructurales, después de haber identificado las afectaciones, se identifica el
correspondiente estado del edificio a través de niveles de daño que previamente
ha sido definidos por profesionales expertos en el área que se compone de
parámetros estructurales y cálculos simplificados.
Métodos De Filtrado
Esta metodología busca plantear diversos niveles de evaluación, dependiendo de
la información que se necesitará para la debida calificación de la estructura y del
daño en las edificaciones, este proceso se realiza con la necesidad de identificar
los edificios más susceptibles a recibir un daño impactante ante futuros sismos
que pueden presentarse y que causen un riesgo para sus habitantes. La
implementación de esta metodología empírica, es fundamental al momento de dar
prioridad a los edificios que se someterán a procesos de reparación o
reconstrucción, sin embargo el uso de este método a gran escala se lo debe
considerar previamente debido al costo y lentitud de su implementación a pesar
de que los resultados son de mayor exactitud y precisión en comparación de otros
métodos significativos.
Métodos Analíticos
Según (Ruiz, 2013) establece que:
“El método analítico, es aquel método de investigación que consiste en la
desmembración de un todo, descomponiendo en sus partes o elementos para
31
observar las causas, la naturaleza y los efectos. Permitiéndonos conocer más
detalles del objeto de estudio”.
Los métodos analíticos incorporan específicamente algoritmos de evaluación de
vulnerabilidad y daños estructurales con un significado real, que permitan realizar
estudios con mayor exactitud y ponderaciones de las características del evento
sismológico y de las edificaciones.
De igual manera, la investigación realizada por (Aragon Cardenas, 2013) existen
diversidades de métodos que implementan este principio que a continuación se
mencionaran:
Curvas y Matrices de daño obtenidas analíticamente
Son curvas acompañadas de matrices que son resultado de diferentes análisis
computacionales que buscan solventar desventajas de los métodos empíricos,
para este proceso se debe escoger los parámetros que caracterizan al sismo, el
cual se someterá por un modelo computacional. Seguido de este proceso se debe
especificar los niveles de daño y diversos criterios de identificación, el cual servirá
para que en el proceso final se realice un análisis de obtención de datos
estadísticos que sirvan para el desarrollo de las curvas de vulnerabilidad o las
respectivas matrices de probabilidad de daño.
Métodos basados en espectros de capacidad
El respectivo comportamiento estructural de una edificación se procede a evaluar
a partir de la obtención de una estimación propia de la respuesta sísmica por parte
del edificio, posteriormente una estimación del daño propia de los parámetros de
respuesta de la estructura. Este método hace uso de sistemas de un grado de
libertad para la respectiva obtención de respuesta sísmica de edificios reales,
dando como desventaja que emplea sistemas que no toman en consideración la
contribución de modelos de vibración.
32
Métodos basados en desplazamientos
Este método considera un análisis total de la estructura, a través del uso de
desplazamientos de los entrepisos como factor fundamental de daño y la
representación espectral de un movimiento telúrico. Esta metodología se manejan
por medio de estructuras de múltiples grados de libertad que son considerados
sistemas de un solo grado y analizan diversos perfiles de desplazamiento de
asociado al mecanismo de falla junto con un estado límite de daño mediante el
uso de propiedades geométricas y mecánicas de estructuras para un tipo de
edificio en específico.
Métodos basados en mecanismos de colapso
Muchos proyectos de trabajo incorporan esta metodología como factor
determinante para evaluar daños estructurales en edificaciones, este método de
trabajo hace uso de multiplicadores de colapso que se proceden a calcular a partir
de conceptos mecánicos para concluir si un mecanismo de colapso se va a
desarrollar y de esta manera permita identificar el tipo y nivel de daño esperado
por parte del evento sísmico.
33
FUNDAMENTACIÓN TEÓRICA
Sismo
Según (Valdes Gonzalez, 2014, pág. 2) nos indica que es un sismo:
“Es un fenómeno que se produce por un rompimiento repentino en la cubierta
rígida del planeta llamada corteza terrestre. Como consecuencia se producen
vibración que se propagan en todas las direcciones que percibe como una
sacudida o un balanceo con duración e intensidad variables”.
Generalmente, los países que están ubicados en la zona de actividad sísmica,
corren riesgo de sufrir catástrofes debido al movimiento de las placas tectónicas
como la Norteamericana, Nazca, Cocos, Rivera y del Pacifico.
Además los sismos, según (Gutierrez Martinez et al, 2014, pág. 12), denota la
siguiente clasificación:
Sismos tectónicos: Se generan por interacción de placas tectónicas. De
estos sismos se han definido dos clases: la interplaca, ocasionados por
fricción en las zonas de contacto entre las placas ya descrita y los
intraplaca que se generan en la parte interna de las placas, aún en zonas
donde se ha llegado a suponer un nivel nulo de sismicidad.
Sismos Volcánicos: Estos son simultáneos a erupciones volcánicas,
principalmente los que ocasionan el fracturamiento de rocas debido al
movimiento del magma. Aunque puede haber decenas de ellos en un día,
no llegan hacer tan grandes como los anteriores.
Sismo de Colapso: Se generan por derrumbamientos del techo de
cavernas y minas. Generalmente, ocurren cerca de la superficie y se siente
en un área reducida.
34
Sismos Artificiales: Son producidos por el hombre por medio de
explosivos comunes y nucleares, con fines de exploración, investigación y
explotación de banco del material para la industria.
Placa tectónica
La placa tectónica, es una teoría de escala del globo terrestre que constituye el
núcleo de la tierra como sistema abierto. El flujo térmico y la gravedad son los
motores del movimiento de la placa litosferica. Además, este movimiento es el
responsable de la desfiguración de rocas, especialmente en los bordes de placa.
(Gutierrez - Alonso et al, 2014).
Otro estudio realizado por (Carrillo Julian et al, 2013, pág. 91) indica sobre la
dispersión de energía por causa del movimiento de la placa tectónica:
“Esta liberación presenta como una ruptura en los contactos de la placa
causando vibración en la corteza terrestre. Un sismo genera un gran exceso de
energía en el suelo y genera movimiento que se transmiten en estructuras en
términos de aceleraciones, desplazamientos y velocidades”.
Para (Lopez - Ruiz & Cebria, 2015, pág. 12) explica cómo se relaciona el
movimiento de la placa tectónica con el vulcanismo:
“Los volcanes se generan en tres ambientes geodinámicas: a) en el margen
de las placas divergentes (dorsales centro-oceánicas), b) en el margen de placa
convergente (arcos-islas y márgenes continentales activos) y c) zona de intraplaca
tanto oceánica como continental”. Entonces, en el interior de las placas existe un
volcanismo composicional y volumétricamente variable que distribuye de forma
dispersa y aparentemente aleatoria, que contrasta la linealidad y continuidad que
localiza en los bordes de la placa.
Sin embargo, las placas tectónicas es un segmento de la litósfera que puede
desplazarse como bloque rígido sin presentar deformaciones interna sobre la
atenosfera de la Tierra. A continuación la placa tectónica se dividen en tres según
su corteza terrestre:
35
Placa Oceánica: Se sitúan en la corteza oceánica y están sumergidas en
toda su extensión, salvo por la asistencia de actividades volcánicas
intraplaca.
Placa Mixta: Se sitúan en la corteza continental y oceánica. Para que
dicha placa sea netamente continental tendría que carecer de los bordes
divergentes.
Placa Continental: Son formados por la litósfera continental, debida que
la Tierra obtenga un acrecentamiento de agua que continente.
Zona de subducción
Es un proceso que forma parte de la corteza oceánica, originando un descenso
del borde de la placa litósfera hacia la atenosfera, de manera que pasa bajo el
borde la placa adyacente y a lo largo de la placa activa.
La zona de subducción (Schmidt-Díaz, 2014, pág. 10) expresa con respecto a la
división en varios segmentos de 100-300 Km de longitud, cada uno con diferentes
rumbos e inclinaciones y geometría de zona de Benioff, debido a las diferente
edades de corteza oceánica.
Los eventos sísmico se direccionan en diferentes profundidades sobre la zona de
Benioff, cuyo plano indica la fricción que puede provocar una placa tectónica y
deslizando a otra placa.
Medición de los sismos
Por otra parte, conforme al estudio que se está realizando, es necesario tener
conocimientos con respecto a las mediciones de los sismos, el cual son escalas
36
que permiten efectuar valoraciones para determinar grados de profundidad,
magnitudes e intensidades.
Según (Bojòrquez Mora et al, 2014, pág. 2) manifiesta que:
“La medición de un parámetro pueda describir un movimiento sísmico que ha
sido constantemente estudiado desde los inicios de la ingeniería sísmica. Uno
de los objetivos principales de dicho parámetro que se conoce como medida
de intensidad sísmica, lo cual permite reducir incertidumbres en la estimación
de respuesta estructural en algunos edificios”.
La intensidad se vincula con el efecto que provoca un evento sísmico en el suelo,
en las estructuras de los edificios, entre otros. Las valoraciones que se presenten
dependerán de acuerdo a la ubicación que se suscite dicho evento y se maneja a
través de la escala Mercalli modificada.
La escala de Mercalli modificada según (Contreras Cordero, 2015, pág. 16) indica
que, “es una escala cualitativa, mediante el cual se mide la intensidad de un sismo
y constituye la percepción de un analizador entrenado para establecer los efectos
de un movimiento telúrico en un punto determinado de la superficie de la tierra”.
Creado por el italiano físico – geólogo Giuseppe Mercalli que nació el 21 de mayo
de 1850 y falleció el 19 de marzo de 1914. La escala modificada de Mercalli va
desde el grado I hasta el XII.
Para (Astorga & Mora, 2014, pág. 172), hace referencia la utilización de la escala
Mercalli modificada en un sistema de acueductos:
Se estima que para sismos de intensidad V, VI, o VII en la escala de
Mercalli modificada, el sistema de acueductos debe presentar niveles
aceptables en el desempeño sísmico.
Para escenarios sísmicos de IMM= VIII, IX, y X se esperara una
considerable disminución del índice de utilidad del sistema.
37
En el caso de un evento sísmico que produzca una IMM= IX o X el sistema
acueductos quedaría colapsado.
Por consiguiente, los grados bajos se vinculan a los movimiento sísmicos débiles
generando pánico a las personas y los de grado alto se vinculan a los movimiento
sísmicos fuertes provocando daños estructurales a edificios post –sísmicos y
pérdidas de vidas. A continuación, presentamos la siguiente tabla de Mercalli
modificada:
38
Tabla 3 Escala de Mercalli Modificada Nota: Escala de doce grados desarrollada para evaluar la intensidad de terremotos basado en la Escala logarítmica desarrollada por (Escala sismológica
de Mercalli, 2018).
Elaborado por: Presentación propia de Autores
Grado Descripción
I. Muy Débil No se advierte sino por unas pocas personas y en condiciones de perceptibilidad especialmente favorables.
II. Débil Se percibe solo por algunas personas en reposo, particularmente aquellas que se encuentran ubicadas en los pisos superiores de los edificios.
III. Leve Se percibe en los interiores de los edificios y casas.
IV. Moderado Los objetos colgantes oscilan visiblemente. La sensación percibida es semejante a la que produciría el paso de un vehículo pesado. Los automóviles deteniendo se mecen.
V. Fuerte La mayoría de las personas lo percibe aun en el exterior. Los líquidos se oscilan dentro de sus recipientes y pueden llegar a derramarse. Los péndulos de los relojes alteran su ritmo o se detienen. Es posible estimar la dirección principal del movimiento sísmico.
VI. Bastante Fuerte Lo percibe todas las personas. Se sienten inseguridad para caminar. Se quiebran los vidrios de las ventanas, la vajilla y los objetos frágiles. Los muebles se desplazan o se vuelcan. Se hace visible el movimiento de los árboles, o bien se les oye crujir.
VII. Muy Fuerte
Los objetos colgantes se estremecen. Se experimenta dificultad para mantenerse en pie. Se producen daños en consideración en estructuras de albañilería mal construidas o mal proyectadas. Se dañan los muebles. Caen trozos de mampostería, ladrillos, parapeto, cornisas y diversos elementos arquitectónicos. Se producen ondas de lago.
VIII. Destructivo Se hace difícil e inseguro el manejo de vehículos. Se producen daños de consideración y aun en el derrumbe parcial de las estructuras de albañilería bien construidas.
IX. Ruinoso Pánico generalizado. Todos los edificios sufren grandes daños. Las casas sin cimentación se desplazan. Se quiebran algunas canalizaciones subterráneas, la tierra se fisura.
X. Desastroso Se destruye gran parte de las estructuras de albañilería de toda especie. El agua de canales, ríos y lagos sale proyectada a las riveras.
XI. Muy Desastroso Muy pocas estructuras de albañilería quedan de pie. Los rieles de las vías férreas quedan fuertemente deformados. Las cañerías subterráneas quedan totalmente fuera de servicio.
XII. Catastrófico El daño es casi total. Se desplazan grandes masas de roca. Los objetos saltan al aire. Los niveles y perspectivas quedan distorsionados.
39
Asimismo, la magnitud es una medida instrumental que se enlaza con la energía
que libera una acción sísmica y esta esparce ondas sísmicas tanto en el interior
como en la superficie de la tierra. Existen escalas que permite medir la magnitud,
pero la más utilizada es la Escala de Richter.
La escala de Richter, posee funciones logarítmicas, el cual otorga una valoración
para calcular cuanta energía libera un terremoto. Según (Vidal Villegas, 2016, pág.
3) menciona como Richter utilizo una fórmula para el estudio de sismos y
definiendo la magnitud local de la siguiente manera:
𝑴𝑳 = 𝒍𝒐𝒈[𝑨(𝚫)/ 𝑨𝟎(𝚫)] = 𝒍𝒐𝒈𝑨(𝚫) − 𝑨𝟎(𝚫)
Esto es: la magnitud local (ML) es el logaritmo de (log) del cociente de dos
cantidades, o bien la diferencia de sus logaritmos. En la ecuación, logA (Δ)
representa el logaritmo de la amplitud máxima (en mm), medida de un sismograma
hecho por un sismógrafo de torsión Wood – Anderson y logA0 (Δ) representa el
logaritmo de la amplitud del sismo patrón, que fue definido por Richter por un
sismo que se registró a 100 Km del epicentro (con amplitud de 1 mm), al cual
corresponde un valor de 3, esto es: logA0 (100) = 3 (Vidal Villegas, 2016).
Después de varios años, el escoces James David Forbes creo un aparato llamado
sismómetro que permite medir las magnitudes sísmicas. Según (Diez Zaldívar,
2014, pág. 91) indica el funcionamiento del sismómetro:
“Se define la esencia de la calibración, desde el punto de vista de la
instrumentación sismológica, como el cálculo de la función de transferencia de los
instrumentos usados para el registro del movimiento del terreno estableciendo la
relación entre la señal de entrada (movimiento del terreno) y la de la salida del
sismómetro (usualmente una señal eléctrica contentiva de la información
censada)”.
En la actualidad, utilizan este instrumento para medir las magnitudes y duración
de las actividades sísmicas. A continuación, presentamos los efectos que
producen los sismos de diversas magnitudes, cerca del epicentro. Dichos valores
40
que están en la presentación, se lo debe de tomar con mucha precaución, ya que
la intensidad no dependerá de la tierra, sino también de las profundidades, el
epicentro y más que toda la condición geológica.
Tabla 4 Escala de Richter
Magnitudes
Richter
Niveles de
daño Efectos del Sismo
Frecuencia de
Ocurrencia
< 2,0 Menor Los microsismos no
son perceptibles.
Alrededor de
8.000 por día
2,0 – 2,9
Menor
Generalmente no son
perceptibles.
Alrededor de
1.000 por día
3,0 – 3,9
Menor
Perceptibles a
menudo, pero rara vez
que provocan.
49.000 por
año
4,0 – 4.9
Ligero
Movimiento de
objetos en las
habitaciones que
generan ruido. Sismo
significativo pero con
daño poco probable.
6.200 por año
41
5,0 – 5,9 Moderado
Puede causar daños
mayores en
edificaciones débiles.
En edificaciones bien
estructuradas son
daños leves.
800 por año
6,0 – 6,9
Fuerte
Pueden llegar a
destruir áreas pobladas
hasta unos 160 Km.
120 por año
7,0 – 7,9
Muy Fuerte
Puede causar serios
daños en extensas
zonas.
18 por año
8,0 – 8,9
Muy Fuerte
Destructivo
Pueden causar
graves daños en varias
zonas.
1 – 3 año
9,0 – 9.9
Muy Fuerte
y Muy
Destructiva
Devastaciones en
zonas en varios
kilómetros.
1 – 2 en 20
años
42
>10,0 Épico No hay registros.
Nunca se ha
registrado un
sismo de tal
magnitud.
Nota: Escala de magnitud local arbitraria basado en la Escala logarítmica
desarrollada por (Escala sismológica de Richter, 2018).
Elaborado por: Presentación propia de Autores
Daños estructurales a edificios
Son daños que sufren los edificios a causa de un evento sísmico, y se deteriora
en partes estructurales como las vigas, mamposterías, losas y entre otros
elementos (Vargas Yeudy et al, 2013) .
Para la construcción de los edificios, emplean normas que no cumplen con el
diseño sismorresistentes, pero generalmente suelen ser aceptados. (Morejòn -
Blanco et al, 2014, pág. 75) Indica dos maneras de establecer el diseño
sismorresistentes a los edificios:
La estructura debe soportar sismos severos y no colapsar ni causar graves
daños a las personas durante los sismos.
La estructura debe soportar sismos moderados, experimentando daños
aceptables.
Por otra parte, los daños suelen clasificarse como daños directos e indirectos. Los
daños estructurales directos se ejemplifican los vidrios rotos de una ventana de
edificio, mientras que los daños indirectos son provocados por daños en
43
infraestructuras como fisuras y grietas. Estos daños suelen ser evaluados por los
expertos, para determinar el grado de deterioro y brindar una debida solución.
Asimismo, (Herrera et al, 2013, pág. 9) define sobre la vulnerabilidad física de los
edificios:
“La definición más aceptada de vulnerabilidad física indica, que es la
propensión de un sistema a sufrir daños debido a su interacción con procesos
externos e internos, potencialmente peligrosos. Es una propiedad relativa de los
sistemas, esto significa que el grado de vulnerabilidad depende de la amenaza
que este expuesto el sistema”.
La vulnerabilidad sísmica, es el grado de daño esperado en una infraestructura
que ha sido sometida a una acción sísmica de gran intensidad. Además, este tipo
de vulnerabilidades suelen ocurrir por la calidad de los materiales, la edad del
edificio, el diseño sismorresistentes, entre otros.
Otro estudio realizado por (Roca-Fernández et al, 2013, pág. 72) expresa su
definición de vulnerabilidad sísmica: “Es el grado de daño inducido a un elemento
expuesto a un determinado nivel de movimiento sísmico. Se clasifican en
vulnerabilidad sísmica estructural, no estructural y factor humano”.
El proceso de evaluación de vulnerabilidad sísmicas de estructuras (Vielma Perez
et al, 2014, pág. 136) debe considerar aspectos relativos a la amenaza del sitio de
emplazamiento de la misma y aspectos propios de la estructura.
Evaluaciones de los daños estructurales a edificios
(Carreño Tibaduiza et al, 2015, pág. 2) Expone su criterio sobre la evaluación de
daños:
“La evaluación de daños es una actividad crítica y un componente esencial en
la preparación para la atención de emergencias. Por esta razón, la metodología
sirve para inspeccionar y clasificar los edificios afectados después de un sismo, el
cual debe planificarse y aplicarse sistemáticamente”.
44
Sin embargo, (Sandoval , Valledor, & Lopez-Garcia, 2017, pág. 7) menciona que:
“La evaluación sísmica de los edificios históricos de mampostería no reforzada
sigue siendo una tarea compleja a pesar de los esfuerzo realizados hasta ahora
en este tema de investigación”.
En otras palabras, es necesario escoger metodologías evaluativas, para que los
expertos tomen decisiones, a fin de evaluar las oportunidades de mitigación y
prevención. La planificación de la metodología debe ser diseñada con anterioridad
para que forme parte de un plan de emergencia.
Por lo tanto, se debe considerar el número de evaluaciones que se realice. A
continuación presentamos dos maneras de realizar una evaluación estructural:
Evaluación Rápida.- Según (Scotta et al, 2013, pág. 4) indica su
criterio: “La evaluación rápida fue desarrollado para evaluar estructuras
dañadas de un sismo y deberían realizarse en el transcurso del primera
semana después del evento”.
Esta evaluación permite identificar de manera rápida, si el efecto telúrico
ha provocado daños moderados, fuertes o severos al edificio, El tiempo
de evaluación promedio es de 10 minutos a 40 minutos. Ese lapso de
tiempo evalúa el nivel de habitabilidad del edificio.
Evaluación Detallada.- Según (Carreño Tibaduiza et al, 2015, pág. 1)
indica su criterio: “Esta evaluación es de gran apoyo, porque permite
identificar y clasificar los daños que haya sufrido el sistema estructural,
define el uso de habitabilidad del edificio, organiza una acumulación de
datos, entre otros”. Todo esto realizan los expertos mediante una toma
de decisiones y así brindar una debida solución.
Además, toda evaluación de riesgo sísmico de las infraestructuras, se involucra
con dos tipos de variables que son la vulnerabilidad de la estructura y la acción
sísmica. Asimismo, la incertidumbre está asociado con lo anterior ya que depende
45
de la propiedad mecánica de los materiales, el peso soportado por la estructura,
entre otros (Barbat et al, 2017) .
Sin embargo, existen maneras de inspeccionar los elementos estructurales que
conforman los edificios, dependiendo del sistema estructural que posea. A
continuación, presentamos la siguiente tabla:
Tabla 5 Elementos estructurales a evaluar dependiendo del sistema estructural
Sistema Estructural Elementos Estructurales
Pórtico en concreto
reforzado
Vigas, Columnas, Nudos y
Entrepisos.
Pórtico con muros
estructurales en Concreto
Reforzado
Vigas, Columnas, Nudos, Muros
y Entrepisos.
Estructuras Metálicas Vigas, Columnas, Conexiones y
Entrepisos
Estructuras en Madera Vigas, Columnas, Conexiones y
Entrepisos.
Mampostería
Muros portantes (con columnetas
y vigas de confinamiento en el caso
de ser confinada) y entrepiso.
Tapia, adobe y bahareque Muros portantes y entrepiso.
Nota: Tipos de Sistemas Estructurales y sus diversos componentes basado en la
Guía Técnica para inspección de edificaciones después de un sismo (FOPAE – AIS,
2009).
Elaborado por: Presentación propia de autores
46
Posteriormente, cuando los expertos utilizan metodologías de evaluación, califican
a los daños estructurales por medio de variables lingüísticas. Según (Flores Payán
& García Batíz, 2013, pág. 237) denomina variables lingüísticas: “Aquellas que
pueden tomar valores de termino de lenguaje natural como daño, vulnerabilidad,
positivo, negativo, etc., el cual hacen de etiquetas mediante conjunto difuso”.
Por lo tanto, se clasifican los niveles de daños a través de variables lingüísticas e
indica el rango de daño que posea. Dichos rangos de daños según (Esteva et al,
2015, pág. 3) menciona que: “Es conveniente medir los daños físicos a través de
indicadores que estén fuertemente correlacionados con la reducción en fuerza,
rigidez, capacidad de deformación y capacidad de dispersar energía por
excitaciones sísmicas”. A continuación presentamos la siguiente tabla:
Tabla 6 Índices de Daños
Caracterización
del daño
Rango del
daño (%)
Índice del
daño Descripción
1. Ninguno/
muy leve 0 0 Sin daño
2. Leve 0 – 10 5
Daño menor
localizado en algunos
elementos que no
requiere siempre
reparación.
47
3. Moderado 10 – 30 20
Daño menor
localizado en muchos
elementos que debe
ser reparado.
4. Fuerte 30 – 60 45
Daño extensivo que
requiere reparaciones
mayores.
5. Severo 60 – 100 80
Daño grave
generalizado que
puede significar
demolición en la
estructura.
6. Colapso
Total 100 100
Destrucción total o
colapso.
Nota: Índice de Daños Estructurales post-sísmicos determinados por medio de
variables lingüísticas basado en la Guía Técnica para inspección de edificaciones
después de un sismo (FOPAE – AIS, 2009).
Elaborado por: Presentación propia de autores.
También, consta elementos estructurales: las vigas, columnas, etc., el cual es
necesario realizar evaluaciones a dichos elementos. Por ejemplo, las columnas
suelen hacerse grietas y desprendimiento en las partes diagonales y verticales,
mientras las vigas suelen hacerse roturas de forma longitudinal. A continuación,
presentamos la siguiente tabla de niveles de daños:
48
Tabla 7 Niveles de Daños
Nivel de Daño Observaciones
Ninguno / leve Algunas fisuras de ancho menor a 0.2 mm, casi
imperceptibles sobre la superficie del concreto.
Leve
Figuración perceptible a simple vista, con anchos
entre 0.2 mm y 1.00 mm sobre la superficie de
concreto.
Moderado
Grietas con anchos entre 1.00 mm y 2.00 mm en la
superficie del concreto, perdida incipiente del
recubrimiento.
Fuerte Agrietamiento notable del concreto, pérdida del
recubrimiento y exposición de las barras de refuerzo.
Severo
Degradación y aplastamiento del concreto,
agrietamiento del núcleo y pandeo de las barras de
refuerzo longitudinal. Deformaciones e inclinaciones
excesivas.
Nota: Niveles de daños post-sísmicos acorde a la afectación de los Elementos
Estructurales de un Sistema Estructural basado en la Guía Técnica para inspección
de edificaciones después de un sismo (FOPAE – AIS, 2009).
Elaborado por: Presentación propia de autores.
49
Por consiguiente, una vez evaluado los elementos que conforman dicho edificio,
existe un tabla de valoración para evaluar los niveles de habitabilidad, según el
daño que hay provocado a la infraestructura. A continuación, se presenta la
siguiente tabla:
Tabla 8 Niveles de Daños
Habitable
(Verde)
Uso
Restringido
(Amarillo)
No
Habitable
(Naranja)
Peligro de
Colapso
(Rojo)
1. Ninguno
2. Leve <30% >30%
3. Moderado No hay
daños <30% 30 a 60% >60%
4. Fuerte No hay
daños >10% 10 a 30% >30%
5. Severo No hay
daños >5% 5 a 15% >15%
Comentarios
Daños muy
leves y muy
puntuales o
que no
evidencia
ningún tipo
Los daños
estructurales
son tan
puntuales
que no
Disminución
de la
capacidad de
resistir
cargas
verticales u
Disminución
significativa
de la
capacidad
para resistir
50
de daño
estructural.
reducen
capacidad
global de
resistencia
ni ponen en
peligro la
estabilidad.
horizontales
pero no
existe
inestabilidad.
cargas
verticales o
laterales en
tal
proporciona
ndo
inestabilidad
.
Nota: Niveles de daños y estado estructural de una edificación determinando su
habitabilidad basado en la Guía Técnica para inspección de edificaciones después
de un sismo. (FOPAE – AIS, 2009).
Elaborado por: Presentación propia de autores.
Además, para realizar una toma de decisión, los expertos realizan un consenso
de criterios y escogen la idea más favorable para solucionar el problema y a esto
se le llama el método Delphi.
El método Delphi (García Valdés & Suárez Marín, 2013, pág. 256) define como:
“Una metodología estructurada para recolectar sistemáticamente juicios de
expertos sobre un problema, procesar información y a través de esos recursos
estadísticos, se construye un acuerdo general del grupo”.
Otra investigación realizada por ( López-Gómez, 2018, pág. 21) menciona: “Que
el momento de establecer un proceso iterativo mediante el feedback se orienta
hacia una medida estadística de la respuesta de grupo”. La revisión se lleva a
cabo mediante evidencia los parámetros metodológicos fundamentales a
considerar:
Selección y conformación del panel de expertos.
Número de expertos.
51
Calidad del panel.
Proceso iterativo en rondas.
Criterios a considerar para la finalización del proceso: consenso y
estabilidad.
Pérdidas económicas
Después de un evento sísmico de gran magnitud provocando daños estructurales
a los edificios y luego efectuar las respectivas evaluaciones de habitabilidad o
reparabilidad de la infraestructura, es importante considerar las pérdidas
económicas. Según (Thomas Bohórquez, 2013, pág. 82) indica: “Que el NESC
(nivel de exposición por condiciones socio-económicas) identifica aquellas
condiciones socio – económicas de la población que resultan fundamentales para
crear circunstancias proclives a las vulnerabilidades ante amenazas sísmicas”.
Además, dichas pérdidas económicas se dividen como pérdidas directas e
indirectas. La pérdida directa se vincula con los daños de una infraestructura,
mientras que las indirectas influyen en las víctimas humanas y material que posea
el edificio. Generalmente las pérdidas económicas generan paralizaciones en
producción como ejemplo: empresas comerciales o industriales.
Inteligencia Artificial
Según (Vahos Hernández et al, 2013, pág. 161) indica que: “La Inteligencia
Artificial es la disciplina dentro del campo informático encargado del estudio del
comportamiento del individuo para trasladarlo a una máquina”.
La inteligencia artificial (I.A.) proviene de la rama computacional, que permite
simular procesos de inteligencia humana en sistemas informáticos. Dichos
procesos que abarquen en la inteligencia artificial son el aprendizaje,
razonamiento y corrección.
52
Otra investigación realizada por (Ponce Gallegos et al, 2014, pág. 16) se refiere
que: “Originalmente la Inteligencia Artificial se construyó a base de conocimientos
y teorías existentes en otras áreas del conocimiento”.
A la vez, (Benitez , Escudero, Kanaan, & Rodò, 2014, pág. 15) indica los objetivos
principales de la Inteligencia Artificial:
Desarrollar métodos y sistemas para resolver problemas, generalmente
resueltos por la actividad intelectual de los humanos, reconocimiento de
imágenes, procesamiento de lenguaje, entre otros. Mejorando con ello la
información con los sistemas informáticos.
Desarrollar modelos que simulen los organismos y el cerebro humano en
particular, mejorando en ello nuestro entendimiento acerca de cómo
trabaja el cerebro humano.
Además, en el ámbito de la Inteligencia Artificial utilizan un sistema de experto.
Según (Torres Navarro & Córdova Neira, 2014, pág. 22) indica que: “La idea
principal del sistema de experto, es rescatar el conocimiento de uno o varios
expertos humanos de un área específica y simula mediante un software el
razonamiento”.
Sin embargo, (Esquivias et al, 2013, pág. 37) expresa que: “Un sistema de experto
constituyen programas que reproducen el proceso intelectual de un experto
humano en un campo particular”.
De este modo, la Inteligencia Artificial puede desempeñarse en varias áreas de
aplicación como en la educación, en la ingeniería, software, en gestión de
proyectos, entre otra aplicación.
53
Técnicas de la Inteligencia Artificial
La inteligencia artificial se ha desempeñado en varias técnicas como la lógica
difusa (LD), redes bayesianas (RB), entre otras técnicas. A continuación
presentamos las más importantes:
Lógica Difusa
La lógica difusa (LD), según (Diaz - Contreras et al, 2014, pág. 549) define: “Que
es un formalismo matemático que pretende emular las habilidades que tienen los
individuos para tomar decisiones correctas a partir de datos vagos o impreciso y
están expresado lingüísticamente”.
También (Díaz Córdova et al, 2017, pág. 65) indica que: “Es una alternativa de la
lógica clásica y la base de la lógica difusa (LD) son los conjuntos difusos, cuya
utilidad es ejercer datos que difiera la lógica tradicional”.
La lógica difusa (LD), comúnmente conocida como lógica multivaluada que
representa de manera matemática la vaguedad e incertidumbre, proporcionado
herramientas formas para su tratamiento. Creada por el ingeniero iraní Lofti
A.Zadeh en el año 1965, quien guío el principio de las matemáticas para asociarlo
con la inteligencia humana.
Otra investigación realizada por (Restrepo - Morales & Vanega, 2014, pág. 13)
menciona que: “La lógica difusa se funda en el concepto de grados de pertenencia,
lo cual permite manejar información de difícil especificación, importante para la
resolución de un problema por medio de una serie de reglas adaptables”.
54
Conjuntos Difusos
De forma similar, (Leyva Vazquez et al, 2013, pág. 76) señala: “Que la teoría de
los conjuntos difusos fue introducida por Lofti Zadeh y que dicho conjunto borroso
es una clase de elemento con niveles de pertenencia continuo”.
Los conjuntos difusos es una generalización de los conjuntos clásicos, es decir
que puede contemplar el grado de pertenencia de un conjunto y el elemento puede
variar entre el valor de cero (0) y uno (1).
La representación matemática de un conjunto difuso, según (Venegas Sahagún et
al, 2015, pág. 182) es cuando X es una colección de objetos (universos) denotados
por x, X = {x1, x2, x3 … }, así un subconjunto A en X es conjunto de par ordenado:
A = {Χ, µA(Χ), |Χ ∈ U}
Donde µA → [0,1] es la función de pertenencia, µA(Χ) es el grado de pertenencia
de la variable x, y U es dominio de la aplicación, en términos difusos es lo referente
al universo de estudio, es decir, mientras más cercano sea el valor de “µA(Χ)” a la
unidad, mayor será la pertenencia del objeto de x al conjunto de A.
Función de Pertenencia
La función de pertenencia, (Encarnación, 2013, pág. 803) menciona: “Que para
obtener dicha función, se puede realizar a través de criterios o algoritmos lógicos
y el más usado es el triangular”.
Asimismo, (Diaz - Contreras et al, 2014, pág. 550) explica que: “Si la forma de la
función de pertenencia es utilizada dependiendo del criterio aplicado a la
resolución del problema y variara en función de la geografía o punto de vista del
usuario”.
55
La función pertenencia debe asignar a todo elemento un grado o nivel de
pertenencia, el cual la única condición que debe cumplir, es tomando valores entre
[0,1]. Además dichas funciones que utiliza comúnmente son la función trapezoidal
y la triangular.
Tipos de funciones de pertenencia
Luego de tener conocimiento sobre funciones de pertenencia, es recomendable
su uso, debido al modo de simplificar los cálculos matemáticos y no perder la
precisión a la hora de definir la lógica difusa o Fuzzy logic.
Según (Diciembre Sanahuja, 2017, pág. 32) menciona las funciones de
pertenencia más utilizadas:
Función Lambda o Triangular.- Es definido por sus límites inferior (a) y
superior (b), y el valor modal (m), tal que a < m < b.
𝑢(𝑥) =
{
0 𝑠𝑖 𝑥 ≤ 𝑎𝑥−𝑎
𝑚−𝑎 𝑠𝑖 𝑎 < 𝑥 ≤ 𝑚
𝑏−𝑥
𝑏−𝑚 𝑠𝑖 𝑎 < 𝑥 ≤ 𝑏
0 𝑠𝑖 𝑥 ≥ 𝑏
A continuación se mostrara de manera gráfica la función triangular.
Figura 2.3.- Función Triangular
Nota: Se puede observar la representación gráfica de la función triangular en un Plano
Cartesiano acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores.
56
Función PI o Trapezoidal.- Es definido por sus límites (a) y superior (d)
y sus límites de soporte b y c, inferior y superior respectivamente.
𝑢(𝑥) =
{
0 𝑠𝑖 𝑥 ≤ 𝑎𝑥 − 𝑎
𝑚 − 𝑎 𝑠𝑖 𝑎 < 𝑥 ≤ 𝑏
1 𝑠𝑖 𝑏 < 𝑥 ≤ 𝑐
𝑑 − 𝑥
𝑏 − 𝑐 𝑠𝑖 𝑐 < 𝑥 ≤ 𝑑
0 𝑠𝑖 𝑥 > 𝑑
A continuación se visualizará de manera gráfica la función trapezoidal
Función S.- Es definido por su límite inferior (a) y superior (b), y el valor
de m o punto de inflexión tal que a < m < b.
𝑢(𝑥) =
{
0 𝑠𝑖 𝑥 ≤ 𝑎
2[(𝑥 − 𝑎) (𝑏 − 𝑎)]⁄ 2 𝑠𝑖 𝑥 ∈ (𝑎,𝑚)
1 − 2[(𝑥 − 𝑏) (𝑏 − 𝑎)]⁄ 2 𝑠𝑖 𝑥 ∈ (𝑚, 𝑏)
0 𝑠𝑖 𝑥 ≥ 𝑏
A continuación se visualizará de manera gráfica la función S
Figura 2.4.- Función Trapezoidal
Nota: Se puede observar la representación gráfica de la función trapezoidal en un plano
cartesiano acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores.
57
Operaciones con conjuntos difusos
Según (Esquivei García et al, 2014, pág. 47) menciona que: “Los conjuntos difusos
y los operadores difusos forman el sujeto y el verbo de la lógica difusa (LD) y la
forma de comprimirlos es mediante las reglas difusas”.
De hecho, (Tinto Arandes et al, 2015, pág. 45) indica: “Que los operadores de
matemática difusa, son los mismos que para la matemática tradicional; es decir
sumar, restar, multiplicar, dividir entre otros”.
Otra investigación realizada por (Azcona, 2014, pág. 11) indica que “lo importante
en la definición de los operadores lógicos de conjuntos difusos, es que tales
operaciones deben soportar valores difusos entre 0 y 1 y sostener los valores
extremos 1 (verdadero) y 0 (falso)”.
Un operador de lógica difusa (LD) define la operación entre dos valores. Existen
operaciones básicas difusas que suelen utilizarse en el momento de resolver un
caso. A continuación (Azcona, 2014, pág. 11) expresa las siguientes operaciones:
Unión.- Sea A y B dos subconjuntos de U. La unión de A y B, denotado
por A∪B, contiene todos los elementos de A o B es decir, µA ∪ B(x) =
1 si x ∈ A y x ∈ B.
Figura 2.5.- Función S
Nota: Se puede observar la representación gráfica de la función trapezoidal en un plano
cartesiano acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores.
58
Intersección.- la intersección de A y B, denotado A∩B, contiene todo los
elementos que son simultáneamente de A y B; es decir, µA ∩ B(x) =
1 si x ∈ A y x ∈ B.
Complemento.- El complemento es denotado por Aˉ y contiene todos los
elementos que no son de A; es decir µA – (x) = 1 si x ∉ A y µA – (x) =
0 si x ∈ A.
Entonces, para definir los operadores de lógica difusa, tiene que encontrar su
respectivo operador para poder determinar una respuesta. La respuesta de dichas
operaciones debe ser tipo min, max y complemento. A continuación se define de
la siguiente manera:
Unión = µA ∪ B(x) = max [µA(x); µB(x)] = µA(x) ∨ µB(x)
Intersección = µA ∩ B(x) = min[µA(x); µB(x)] = µA(x) ∧ µB(x)
Figura 2.6.- Operación Unión
Nota: Se puede observar la representación gráfica de la operación unión en un plano cartesiano
acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores.
Figura 2.7.- Operación Intersección
Nota: Se puede observar la representación gráfica de la operación intersección en un plano
cartesiano acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores.
59
Complemento = µA – (x) = 1 − µA(x)
Variables Lingüísticas
Se denomina variables lingüísticas, a aquellos valores que pueden ser tomados
del lenguaje natural como la edad, peso, altura, bueno, malo, el cual son etiquetas
del conjunto difuso (Flores Payán & García Batíz, 2013).
Asimismo, ( Beleño Sáenz et al, 2013, pág. 96) explica que: “La variable lingüística
es una herramienta eficaz para encausar el lenguaje natural, que es impreciso y
difuso, estas son análogas a las numéricas ya que poseen valores que son
asociados a ellas”.
Además, (Almaguer-Pratts et al, 2014, pág. 5) menciona: “Que son variables
cuyos valores no son números, sino palabras u oraciones en un lenguaje natural
o artificial y dichos valores lingüísticos están caracterizados por valores de
etiqueta y por valores de significados”.
Sistema De Control Difuso
Según ( Chaparro Fonseca & Avilés Sánchez, 2013, pág. 26) define que: “Los
controladores difusos se basan en un conjunto de reglas heurísticas donde las
variables lingüísticas de las entrada y salida representan por conjuntos difusos”.
Figura 2.8-. Operación Complemento
Nota: Se puede observar la representación gráfica de la operación complemento en un plano
cartesiano acorde a la definición presentada por (Diciembre Sanahuja, 2017).
Elaborado por: Presentación propia de autores).
60
Un sistema de control difuso es un sistema computacional que se basa en reglas
de IF – THEN y razonamiento difuso. Su estructura se compone en tres partes:
base de reglas difusas, una base de conocimientos y un mecanismo de
razonamiento, que ejecuta el procedimiento de inferencia difusa, donde la entrada
y salida pueden ser valores difusos (Esquivei García et al, 2014).
Por otra parte, (Cárdenas León et al, 2016, pág. 1) menciona que el sistema de
control difuso se divide en cuatro procesos. A continuación se detalla los procesos:
Fuzzificación.- Consiste en convertir los datos del mundo real a datos
difusos. Esto es asignar una variable del mundo real a una variable
lingüística según sea el valor de la misma.
Base de conocimiento.- Reúne toda la experiencia de un experto
respecto al objetivo a resolver.
Mecanismo de inferencia.- Determina una consecuencia asignando un
grado de pertenencia a un conjunto difuso que modela la salida.
Defuzzificaciòn.- Se hace la conversión de las salidas difusas en valores
reales con el fin de que puedan ser interpretadas con valores numéricos.
61
Datos Difusos Datos Difusos
Entradas De
Datos Reales
Salida de datos reales
Figura 2.9.- Diagrama de bloques de un sistema difuso
Nota: La siguiente figura demuestra la interacción del control difuso, definidos por
las reglas
Fuente: (Cárdenas León et al, 2016).
(Elaborado por: Presentación propia de autores).
La defuzzificaciòn posee tres métodos para el cálculo de salida de datos reales.
Según (Kassir Estrada, 2015, pág. 5) menciona los métodos que se utilizan:
Método de Centroide: Consiste en crear para la salida del sistema una
función de pertenencia a un nuevo conjunto obtenido como unión de
aquellos a los que pertenece parcialmente al valor de salida (Kassir
Estrada, 2015).
Método de Semifallo: Consiste en calcular un promedio de los centroides
de las funciones de pertenencia de los conjuntos activados. Al ser
funciones simétricas, los centroides coinciden con el punto medio (Kassir
Estrada, 2015).
Método de la media ponderada: Se trata de un sencillo cálculo promedio
entre los valores de salida que se obtendrían para cada uno de los
conjuntos borrosos multiplicados ponderadamente por el peso de la
Fuzzificaciòn
Mecanismo de
Inferencia Defuzzificaciòn
Base de
conocimiento
62
correspondiente regla o grado de pertenencia del conjunto
(Kassir Estrada, 2015).
Hasta ahora, se ha conocido lo que es un sistema de control difuso, pero este
sistema se basa en reglas difusas, el cual están conformadas por reglas
condicionales de tipo If – Then. Según (Bautista - Santos et al, 2015 , pág. 7)
define la regla difusa de la siguiente manera:
“Son un modo de representar estrategias o técnicas apropiadas cuando el
conocimiento resulta de experiencia y están compuestas por variables lingüísticas
que forman la premisa de la condición y conclusión, son escritas como pares
antecedentes – consecuentes de oraciones SI – ENTONCES y guardarlas en
forma tabular”.
Además, (Kassir Estrada, 2015) explica cómo realizar el razonamiento difuso
utilizando proposiciones condicionales de esta forma:
𝑺𝒊 𝒙 𝒆𝒔 𝑨 𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝒚 𝒆𝒔 𝑩
Donde el antecedente A es un conjunto difuso definido en X y el consecuente es
un conjunto difuso b definido en Y. Además X y Y son variable lingüística, y A y B
son valores lingüísticos determinados por conjuntos difusos en los universos de
discursos X y Y respectivamente.
Por consiguiente, el sistema de control difuso también se basa en mecanismos de
inferencias. A continuación (Diaz - Contreras et al, 2014, pág. 550) menciona los
mecanismos de inferencia más utilizada:
Sistema difuso Tipo Mamdani: Están compuestos por una base de
conocimientos, un motor de inferencia, un bloque de fuzzificaciòn y un
bloque de defuzzificaciòn. Las reglas que manejan son de forma:
𝐒𝐢 𝐗𝟏 𝐞𝐬 𝐀𝟏 𝐲 𝐗𝟐 𝐞𝐬 𝐀𝟐 𝐲 … 𝐗𝐧 𝐞𝐬 𝐀𝐧, 𝐞𝐧𝐭𝐨𝐧𝐜𝐞𝐬, 𝐘 𝐞𝐬 𝐁.
Donde las entradas Xi y la salida Y son números y por lo tanto Ahí y B son
conjuntos sin interpretación directa.
63
Sistema difuso tipo Takagi – Sugeno – Kang: En lugar de trabajar con
reglas lingüísticas, Takagi – Sugeno – Kang, expusieron un nuevo modelo
basado en reglas, donde el antecedente estaba compuesto de variable
lingüística y el consecuente representaba como función de las variables de
entrada. La forma más habitual de esta regla es la siguiente:
𝐒𝐢 𝐗𝟏 𝐞𝐬 𝐀𝟏 𝐲 … 𝐗𝐧 𝐞𝐬 𝐀𝐧, 𝐞𝐧𝐭𝐨𝐧𝐜𝐞𝐬, 𝐘 = 𝐩𝟏𝐗𝟏 + . . . + 𝐩𝐧𝐗𝐧 + 𝐩𝟎 .
Siendo Xi, las variables de entrada y la variable de salida y Pi parámetros
reales.
Redes Bayesianas
Las Redes Bayesianas (RB) es una gráfica que representa el dominio de las
variables de decisión, las relaciones cuantitativas y cualitativas resultante de estas
representan medidas de probabilidad. Su forma gráfica brinda la posibilidad de
representar de una manera visual complicados razonamientos probabilísticos.
Permite manejar incertidumbre en sistemas expertos mediante grafos dirigidos a
cíclicos que codifican las relaciones de dependencia/independencia, estos grafos
definen el modelo probabilístico con las mismas dependencias por medio de una
factorización mediante el producto de varias funciones de probabilidad (Trueba,
2013).
Según (Pérez-Teruel et al, 2013, pág. 75) menciona que “Las redes bayesianas
(RB) permiten seleccionar solo variables que tienen relaciones causales para el
cálculo de las probabilidades condicionadas”.
Es importante considerar las definiciones y notaciones propias de las Redes
Bayesianas:
64
Terminologías usadas en Redes Bayesianas
Probabilidad conjunta
La probabilidad conjunta específica la probabilidad de cada combinación posible
de estados de cada variable que intervienen en el desarrollo de la Red Bayesiana.
Probabilidad condicional
Este tipo de probabilidad de interpreta como una implicación especial, que es lo
característico del razonamiento probabilístico, entendiéndose que si A es
verdadero, entonces B tiene una probabilidad se ser verdadero, en su fórmula
respectiva cabe destacar que se lo interpreta como:
𝑃(𝑦𝑗|𝑥𝑖) = 𝑃(𝑦𝑗, 𝑥𝑖)
𝑃(𝑥𝑖) , 𝑑𝑎𝑑𝑜 𝑃(𝑥𝑖) > 0
Probabilidad a priori
Se define como la probabilidad de una variable en ausencia de evidencia o en
carencia de un nodo padre consecuente.
Probabilidad a posteriori
Se define como la probabilidad de una variable condicionada a la existencia de
una determinada evidencia.
Inferencia
Se denomina inferencia a la acción de calcular la probabilidad de cada estado de
un nodo en una Red Bayesiana cuando se conocen los valores que toman otras
variables de la red. Para realizar la inferencia en la red es necesario estudiar
primero como se propaga el conocimiento en la red, esto es dadas las
observaciones de otras variables, como se actualizan las distribuciones del resto
de las variables de la red.
65
Aprendizaje Automático de la red bayesiana
Según (Abad Grau et al, 2014, pág. 3) indica que: “Si la base de conocimientos de
un sistema experto que constituye la red bayesiana puede ser construida, según
la opinión de los expertos o bien según la información de la que se parta o teniendo
en cuenta ambas cosas”.
A medida que se va añadiendo la información, la estructura bayesiana se va
modificando con parámetros a través de un proceso de aprendizaje.
Figura 2.10. Caso Práctico de Implementación de Red Bayesiana
Nota: En el grafico podemos observar un clasificador simple bayesiano con 6
atributos de entrada
Fuente: (Abad Grau et al, 2014)
Elaborado por: Presentación propia de autores.
Cabe destacar, que han sido propuestos diversos algoritmos como el aprendizaje
de red bayesiana simple aumentada en el árbol (TAN) y la red bayesiana simple
aumentada estructurada (SAN).
El algoritmo TAN construye una red bayesiana, en donde la variable clase no tiene
padres y los atributos de entrada tienen como padres la clase y como máximo otro
atributo más de entrada.
Y
𝑋1
𝑋2 𝑋3 𝑋4 𝑋5 𝑋6
66
Figura 2.11. Caso Práctico de Implementación de Red Bayesiana TAN
Nota: En el grafico podemos observar una estructura TAN
Fuente: (Abad Grau et al, 2014)
Elaborado por: Presentación propia de autores.
Para seleccionar el atributo padre Z de un atributo se utiliza como medida de
información la llamada información mutua condicionada de x y z dada la clase y:
Se trata de una medida de grado de independencia condicional de x y z dada la
clase y: I (x, z | y).
Por otra parte, el algoritmo SAN, permite las construcciones de las estructuras
menos restrictivas. Se caracterizan por que la clase no tiene padres y los atributos
pueden tener como padres además de la clase, cualquier número de entrada,
siempre que no haya ciclos dirigidos, ya que la estructura de una red bayesiana
es siempre una GDA.
Figura 2.12. Caso Práctico de Implementación de Red Bayesiana SAN
Nota: En el grafico podemos observar una estructura SAN
Fuente: (Abad Grau et al, 2014)
Elaborado por: Presentación propia de autores
67
Sin embargo, cuanta más compleja sea la estructura, es decir cuanto más arcos
existan en una estructura SAN, mayor será el riesgo de sobreajuste, es decir el
riesgo de la estructura aprendida clasifique bien los casos usados para el
aprendizaje pero tenga una baja eficiencia para casos nuevos.
Componentes de una red bayesiana
Las redes bayesianas son herramientas que permiten modelar sistemas
complejos bajos incertidumbres. Según (Ropero et al, 2014, pág. 55) define como
un modelo estadístico multivalente para una serie de variables X= {X1,…, Xn} que
forman dos componentes:
Componente Cualitativo.- Compuesto por una serie de nodos
conectados entre sí mediante relaciones direccionadas, donde los ciclos
no están permitidos. En el caso de las redes bayesianas, cada nodo
representa una variable en el modelo y los arcos entre nodos codifican
relaciones dependencias /independencia entre las mismas.
Figura 2.13. Caso Práctico de Implementación de Red Bayesiana con tres variables
Nota: En el grafico podemos observar un componente cualitativo de una red
bayesiana con tres variables (X1, X2, X3)
Fuente: (Ropero et al, 2014)
Elaborado por: Presentación propia de autores.
X1
X2 X3
68
Componente cuantitativo.- Son distribuciones de probabilidad
condicionada de cada variable (Xi) dado a sus padres (pa(Xi)) en el grafo
expresado mediantes tablas de probabilidad en el caso de variables
discretas y funciones de densidad para las continuas.
El tratamiento de las variables continuas aporta informaciones detalladas.
El valor de las probabilidades de las variables discretas viene dado por
cada una de las categorías de la variable. En cambio, las variables
continuas son expresados mediante funciones de densidad a partir de las
cuales, es posible calcular cualquier estadístico o probabilidad de interés.
Figura 2.14. Ejemplo de resultados en redes bayesianas
Nota: En el grafico podemos observar los resultados obtenidos con variables
discretas (a) y continuas (b).
Fuente: (Ropero et al, 2014)
Elaborado por: Presentación propia de autores.
Elvira
Según (Armañanzas Arnedillo, 2013, pág. 44) menciona que “es una plataforma
para la construcción y uso de modelos gráficos probabilísticos, el cual fue
establecida mediante el apoyo Ministerial de Ciencia y Tecnología para la
educación española.”
En el año 2000, un grupo de varios investigadores decidieron solicitar Proyectos
Coordinados de I+D que fue financiado por la CICYT, el cual su principal objetivo
69
era la construcción de nuevos métodos y algoritmos de razonamiento
probabilísticos para implementar sistemas de expertos bayesianos.
Por otra parte, en el año 2001 otro grupo de investigadores gestiono otro proyecto
denominado como Elvira II, el cual se realizaba modelos gráficos probabilísticos y
sus objetivos eran mejorar características del propio software y se desarrolle
aplicaciones en varios campos como la medicina, la genética, la agricultura, entre
otros campos.
Este software permite realizar gráficos probabilístico, el cual cuenta con una
codificación de modelos, posee interfaces graficas de construcción de redes
bayesianas, algoritmos para toma de decisiones, métodos explicativos de
razonamiento y además cuenta con opciones para modelos canónicos
(compuertas: Or, And, Max, entre otros).
Elvira actualmente está escrito en lenguaje Java, el cual facilita el funcionamiento
en diversas plataformas y sistemas operativos como Windows, Linux, MS-DOS,
Solaris, entre otros.
Matlab (Matrix Laboratory)
Es un potente software de cálculo matemático científico desarrollado en un
lenguaje de alto nivel, ofrece una amplia gama de instrucciones brindando la
posibilidad de trabajar con diversas graficas en diferentes dimensiones que sirven
para el tratamiento y representación de datos.
Ofrece un entorno de desarrollo integrado (IDE) que proporciona una interface de
programación con líneas de comando que facilitan el uso de más de 3000
funciones de cálculo numérico propias para la resolución de problemas lineales y
no lineales. Matlab es orientado a matrices y vectores, por lo cual trabajar con esta
herramienta brinda rapidez y efectividad al momento de implementar sus
herramientas (Guridi Mateos, 2017).
70
Acceso a Matlab
El Software se adapta a las necesidades del usuario y se encuentra disponibles
en 2 presentaciones como: “Matlab Student” y “Matlab and Simulink Student
Suite”.
Matlab Student
Incluye Matlab solamente y las herramientas propias del software, está dirigido
hacia investigaciones estudiantiles, no está disponible para uso comercial u otro
tipo de organización.
Matlab and Simulink Student Suite
Simulink es un entorno de programación visual, que es utilizado sobre el entorno
de programación Matlab, combinan codificación textual propia de Matlab y
programación gráfica para el diseño de los sistemas en un entorno de simulación.
Es usado con el objetivo de modelar, simular y analizar sistemas dinámicos. Es
ampliamente usado en áreas de Ingeniería Electrónica en temas relacionados con
el procesamiento digital de señales.
71
FUNDAMENTO LEGAL
Norma Sismo Resistentes
El presente proyecto investigativo está destinado a evaluar los daños estructurales
a edificios post-sísmicos mediante el uso de metodologías confiables como lo es
las Redes Bayesianas Difusas, tiene como objetivo principal contribuir con
diversos conocimientos a la comunidad científica además de que sirva de apoyo
para desarrollar soluciones prácticas a futuros profesionales. Bajo ningún
concepto se busca violar leyes o reglamento legales debido al soporte
investigativo que respalda al proyecto.
Como base fundamental de investigación tenemos la siguiente fuente legal:
Es de suma importancia destacar que la Ley de Propiedad Intelectual nace con la
terminación de brindar por parte del Estado Ecuatoriano una óptima protección de
los derechos intelectuales que a su vez permita la defensa de los mismos. En base
a mencionada ley nos basamos en los siguientes artículos para el desarrollo de la
misma:
Según (Ley de Propiedad Intelectual, 2006) como ente regulador establece los
siguientes artículos:
Art. 1. El Estado ecuatoriano reconoce, regula y garantiza la propiedad intelectual
adquirida de conformidad con la ley, las decisiones de la comisión de la comunidad
Andina y los convenios internacionales vigente en el Ecuador.
Esto a su vez comprende:
1. Los derechos de autor y derecho conexos
2. La propiedad industrial, que abarca, entre otros elementos, los siguientes:
a. Las inversiones;
b. Los dibujos y modelos industrial;
c. Los esquemas de trazado (topografías) de circuitos integrados;
d. La información no divulga y los secretos comerciales e industriales;
e. Las marcas de fábrica, de comercio, de servicio y los lemas
comerciales;
72
f. Las apariencias distintivas de los negocios y establecimientos de
comercio;
g. Los nombre comerciales;
h. Las indicaciones geográficas;
i. Cualquier otra creación intelectual que se destine a un uso agrícola,
industrial.
Para fundamentar las leyes de programas de ordenadores se cita los siguientes
artículos:
Art. 6. El derecho de autor es independiente, compatible y acumulable con:
La propiedad y otros derecho que tengan por objeto la cosa material a la
que esté incorporada la obra;
Los derechos de propiedad industrial que puedan existir sobre la obra; y,
Los otros derechos de propiedad intelectual reconocidos por la ley.
Art. 10. Las ideas contenida en las obras, los procedimientos, métodos de
operación o concepto matemáticos en sí; los sistemas o el contenido ideológico o
técnico de las obras científicas, ni su aprovechamiento industrial o comercial;
a. Las disposiciones legales y reglamentarias, las resoluciones
judiciales y los actos, acuerdos, deliberaciones y dictámenes de los
organismos públicos, así como sus traducciones oficiales.
Art. 13. En la obra en colaboración divisible, cada colaborador es titular de los
derechos sobre la parte de que es autor, salvo pacto en contrario.
En la obra en colaboración indivisible, los derechos pertenecen en común y
proindiviso, a los coautores, a menos que se hubiere acordado otra cosa.
Art. 28. Los programas de ordenador se consideran obras literarias y se protegen
como tales. Dicha protección se otorga independientemente de que hayan sido
incorporados de un ordenador y cualquiera sea la forma en que estén expresados,
ya sea en forma legible por el hombre (código fuente) o en forma legible por
máquina (código objeto), ya sean programas operativos y programas aplicativos,
incluyendo diagramas de flujo, planos, manuales de uso, y en general, aquellos
elementos que conformen la estructura, secuencia y organización del programa.
73
Art. 31. No se considerará que exista arrendamiento de un programa de ordenador
cuando este no sea el objeto esencial de dicho contrato. Se considerará que el
programa es el objeto esencial cuando la funcionalidad del objeto materia del
contrato, dependa directamente del programa de ordenador suministrado con
dicho objeto; como cuando se arrienda un ordenador con programas de ordenador
instalados previamente.
Art. 32. Las excepciones al derecho de autor establecidas en los artículos 30 y 31
son las únicas aplicables respecto a los programas de ordenador. Las normas
contenidas en el presente parágrafo se interpretarán de manera que su aplicación
no perjudique la normal explotación de la obra a los intereses legítimos del titular
de los derechos.
Art. 58, Toda persona que publique una obra está obligada a consignar en lugar
visible, en todos los ejemplares, al menos las siguientes indicaciones:
1. Título de la obra y nombre del autor o su seudónimo, o la expresión de que la
obra es anónima, compilador, adaptador o autor de la versión, cuando lo hubiere;
2. La mención de reserva, con indicación del nombre del titular de los derechos
del
autor, y siempre que éste lo requiera, de las siglas de la sociedad de gestión que
lo represente y del año y lugar de la primera publicación;
3. Nombre y dirección del editor y del impresor; y,
4. El número de registro del Internacional Standar Book Number (ISBN), de
conformidad con el artículo 7 de la Ley de Fomento del Libro.
Art. 59.- Está prohibido al editor publicar un mayor número de ejemplares que el
convenido con el autor, y si lo hiciere el autor podrá exigir el pago por el mayor
número de ejemplares efectivamente editados, sin perjuicio de las sanciones e
indemnizaciones a que hubiere lugar.
74
DEFINICIONES CONCEPTUALES
Daños estructurales.- Es el daño severo o colapso que sufre el edificio durante
terremotos de grandes magnitudes.
Delphi.- Es una metodología que permite recolectar información por parte de los
expertos, para luego procesar dicha información y luego tomar una decisión.
Elvira.- Software de simulación que permite realizar diseños de redes bayesianas
mediante la intervención de probabilidades con el fin de tomar una decisión por
parte del usuario.
Estructura.- Es la parte del edificio que ocupa de suministrar la resistencia y
estabilidad del conjunto.
Evaluación de daños.- Son metodologías que suelen ser utilizadas para definir
el tipo de intensidad y extensión del daño. Además, permite identificar el nivel de
daño a los edificios inspeccionados.
Evaluación de Habitabilidad.- Son metodologías que permite evaluar de manera
rápida y con un tiempo determinado, basado en criterios de expertos.
Grafo.- Son representación graficas de diversos puntos conocidos como nodos,
lo cuales están enlazados por medio de aristas.
Lógica Difusa.- Es una lógica multivaluada que permite emular la habilidad de las
personas para tomar decisiones sobre datos vagos y expresarlos lingüísticamente.
Nodos.- Es un elemento que está constituido por parte de una red.
Pérdida.- Son valores adversos económicos, sociales o ambientales alcanzados
por un variable durante un tiempo determinado.
75
Red Bayesiana.- Es un modelo probabilístico que permite representar variables
de forma aleatoria a través de un grafo a cíclico dirigido.
Sistema de Experto.- Es un sistema informático que permite emular la capacidad
de razonamiento de un humano experto mediante la toma de decisiones.
Terremoto.- Son sacudidas violentas en la corteza terrestre, ocasionados por
fuerzas que actúan en el interior de la Tierra.
Variable Lingüística.- Son aquellas variables que pueden tomar valores como
términos de lenguaje natural como bajo, medio, alto.
Vulnerabilidad.- Es una magnitud que permite cuantificar los daños estructurales
de un edificio y la capacidad resistente de una estructura bajo condiciones de un
sismo.
76
CAPITULO III
METODOLOGÍA DE LA INVESTIGACIÓN
En este capítulo presenta las metodologías que se utilizaron para la obtención y
recolección de información para el desarrollo de la investigación. Por lo tanto, se
detallaran definiciones de tipo estadísticos, el cual será empleada para el
entendimiento de este capítulo y las variables que intervienen en el presente
proyecto para evaluar los daños estructurales de edificios post- sísmicos de la
Universidad de Guayaquil.
Además, se realiza un metaanálisis a los diferentes artículos científicos para
demostrar la codificación de la variable a utilizarse.
DISEÑO DE LA INVESTIGACIÓN
El desarrollo científico e investigativo conlleva al uso de métodos probabilístico y
estadísticos para la recolección de información a partir de datos científicos. La
inferencia estadística comúnmente es una herramienta analítica que comprende
los sistemas que generan datos. Además, se debe recopilar información por medio
de muestras u observación de la población y mediante el análisis que se realice,
se obtiene resultados confiables y veraces.
La modalidad de investigación permite explorar escenas y configuraciones en dos
maneras: los objetos de la investigación y la posición del investigador. El análisis
se incluye desde el inicio, en modo que se posicione, observe y conceptualice el
tema a investigar (Greco, 2013).
Según (Ato , Lòpez, & Benavente, 2013, pág. 1038) menciona sobre los pilares de
procesos de investigación:
77
El primer proceso de investigación es el diseño. Puede partir de un
problema como objetivo, el diseño de investigación se encarga de aspecto
crucial del proceso de investigación tales como la selección y asignación
de los participantes y el control de la variable que están presente en el
contexto de la investigación.
El segundo proceso de la investigación es la medida. Esto concierne en la
identificación, definición de la variable observable y la generación de
valores numéricos que son la entrada del procedimiento estadístico.
El tercer proceso de la investigación es el análisis. Esto concierne en la
estimación de parámetro y pruebas de hipótesis acerca del objetivo de
investigación planteado con los procedimientos estadísticos más
apropiados.
Tipo de investigación
El presente proyecto utilizo la investigación evaluativa, porque es un
procedimiento que permite acumular evidencias validas sobre un conjunto de
actividades para luego fomentar la solución correspondiente.
Investigación evaluativa
Según (Gamboa & Castillo, 2013, pág. 50) expresa que: “La investigación
evaluativa ayuda a tomar decisiones respecto a un tema particular e incrementa
el conocimiento sobre una práctica especifica que permite planificar, mejorar o
justificar la adopción de otra”.
La investigación evaluativa, pretende resolver problemas concretos a partir de la
formación de vías alternativas de proceder sobre la realidad estudiada. Es
reconocida a nivel social, porque permite realizar cambios en beneficios de
78
mejoras sobre la base de criterios básicos de credibilidad, isomorfismo y
factibilidad.
Según (Hernández-Sánchez & Martínez Guzmán, 2014, pág. 110) menciona la
caracterización de la investigación evaluativa: “La caracterización de la
investigación evaluativa se fundamente por las ideas expuestas de Escudero
(2011) y contribuye la comprensión de este tipo investigación aplicada”. A
continuación, presentamos un modelo jerárquico sobre las características de la
investigación evaluativa:
Fuente: (Hernández-Sánchez & Martínez Guzmán, 2014)
Elaborado por: Presentación propia de autores.
Investigacion Evaluativa
Resuelve problemas
Particulares
Sugerencia para la
toma de decisiones
Utilidad Social
Credibilidad
Isomorfismo
Factibilidad
Participa en la
mejora
Visiòn Ideogràfica
Plazo de Realizaciòn
Presiòn Externa
Audiencias Implicadas
Aplica Tècnicas
FlexibleAveriguar el valor de los efectos
Conrtexto rico en valores
Diversas
Figura 3.1 Caracterización de la Investigación Evaluativa
79
POBLACIÓN Y MUESTRA
Población
Según (Arias-Gómez, Villasís-Keever, & Miranda Novales, 2016, pág. 202) define
que: “La población de estudio es el conjunto de casos, definido, limitado y
accesible, que formara el referente para la elección de la muestra, y que cumple
una serie de criterio predeterminados”.
También, se define como el conjunto de individuos y elementos, en los cuales
representa determinada características susceptibles para ser estudiadas.
Además, el termino de población está relacionado ya sea en animales, objetos,
instituciones, entre otros., unificando un solo universo.
Población Objetivo.- Se refiere al grupo de individuos o elementos que les
interesa a los investigadores para generalizar las conclusiones. Según (Luis M,
2014, pág. 8) expresa que: “La población objetivo es el conjunto total de individuos
u objetos con alguna características que es de interés estudiar”.
Población Investigada.- Es la colección de persona o elementos, el cual son el
punto principal para una investigación científica. Según (Ortega et al , 2015, pág.
1) menciona que: “La población de la que realmente se obtendrá la información
porque de esta es la que se extrae la muestra”.
Muestra
Son un conjunto de medidas que pertenecen a una población y los elementos que
son seleccionados de manera aleatoria, son elementos que componen la
población. ( Martínez Bencardino, 2016).
Asimismo, la muestra es un subconjunto de individuos de una población y suelen
ser seleccionado al azar, sea por selección sistemática, tablas de números
aleatorios, entre otros métodos.
80
Tamaño de la muestra
El tamaño de la muestra, según (Reding - Bernal et al, 2013, pág. 217) indica: “El
cálculo del tamaño de la muestra es una función matemática que expresa la
relación entre las variables, cantidad de participantes y poder estadístico”.
El tamaño de la muestra, permite a los investigadores conocer cuántos individuos
es necesario estudiarlos, para poder calcular un parámetro de grado de confianza
o para determinar una diferencia entre los equipos de estudio.
Muestreo
Es la actividad que permite tomar ciertas partes de la población, con el fin de
conocer el estudio de las características de cada una de sus partes. El muestreo
es un área técnica estadística de mayor demanda, porque permite identificar la
población en términos de estructuras para obtener información y saber la forma
de como muestrear, para lograr una determinada respuesta (Diaz Camacho et al,
2016).
Técnicas de muestreo
Las técnicas de muestreo se dividen de la siguiente manera:
Probabilístico.- Esta técnica permite conocer la probabilidad de cada
individuo, para estudiarlo e incluirlo en una muestra para luego ser
seleccionado al azar.
No Probalístico.- Esta técnica se caracteriza por la selección de
elementos muestrales, pero no depende de su probabilidad, sino de
causas relacionadas con las características consideradas por el
investigador.
81
Sin embargo, el presente proyecto se focaliza por técnicas de muestreo
probalístico. A continuación se detallara su clasificación:
Muestreo Aleatorio Simple.- Garantiza que todos los individuos que
componen la población blanco tengan la oportunidad de ser incluidos en la
muestra. Además, puede generar observaciones independientes, es decir
que los elementos de la población tiene la misma probabilidad de ser
seleccionados ( Otzen & Manterola, 2017).
Muestreo Aleatorio Estratificado.- Este tipo de muestreo permite
simplificar procesos y reduce errores muestrales. Además, el procesos
estratificado requiere que la población se divida en grupos homogéneos,
ya que los elementos pueden pertenecer a otro estrato (Corral et al, 2015).
Modelo Determinístico
Un modelo determinístico, según (Tejada - Escobar et al, 2016, pág. 152): “Son
aquellos donde se supone que los datos pertinentes se conocen con certeza, es
decir, en ellos se supone que cuando el modelo es analizado se tendrá toda la
información necesaria para tomar decisiones correspondientes”.
Modelo Probabilístico
Son modelos matemáticos que se basa en suposiciones, que a diferencia de los
modelos determinísticos, tienen en cuenta las variables del sistema como
variables aleatorias (Casas Pèrez & Romero Fajardo, 2016).
Variable
Se denomina variable, aquella que es cualitativa o cuantitativa y representa un
suceso asignándole un valor a cualquier conjunto determinado. Además, dichas
82
variables poseen modalidades tomando valores como el sexo de una persona,
color de un auto, entre otros (Verdoy et al, 2015).
Variable Cuantitativa
Se denomina variable cuantitativa, aquella que se caracterizan en medir y
expresar de forma numérica lo referido hacia una unidad de medida. Por otra
parte, suelen subdividirse en variable cuantitativa discretas y variables
cuantitativas continuas (Del Rìo Sadornil, 2013).
Variable Cuantitativa Discreta
Se denomina variable cuantitativa discreta, aquella que miden características que
se pueden representar mediante valores numéricos aislados (Garcìa Marta, 2013).
Además, las variables discretas solo puede tomar algunos valores dentro de un
mínimo conjunto de números , es decir, no pueden aceptar cualquier valoración ,
solo aquello que pertenezcan a un determinado conjunto. Como ejemplo tenemos
la presión arterial, el peso, etc.
Variable Cuantitativa Continua
Según (Fernàndez Menèndez, 2014) menciona que una variable cuantitativa
continua, son aquellos valores que pueden tomar cualquier valor, por ejemplo la
altura de una persona que puede ser de 1,72 m, etc.
Variable Cualitativa
Se denomina variables cualitativas, aquellas que indican sus características o
modalidad. Asimismo, se refiere que dichas variables no pueden ser medidas con
números. La modalidad que representa será el atributo o categoría (Tapia Conyer,
2014).
83
Variable Aleatoria
Se denomina variable aleatoria, aquella cuyo cambio no puede ser determinado
antes de que se presente, es decir, serán decididos al azar. Dicha variable es un
valor o magnitud que cambia de ocurrencia sin seguir una secuencia predecible,
es decir, en forma aleatoria (Rodrìguez Franco et al, 2016).
Variable Aleatoria Discreta
Se denomina variables aleatorias discretas, aquellas cuyo espacio muestral es un
conjunto numerable de elementos. Por tanto, este tipo de variables, toma valores
de un conjunto finito o de un conjunto infinito numerable. Como ejemplo tenemos
la cara y cruz de una moneda, la realización o no de un determinado evento, etc.
(Urquìa Moraleda & Villalba, 2013).
Variable Aleatoria Continua
Se denomina variables aleatorias continuas, aquellas cuyo espacio es un conjunto
no numerable de elementos. Dichas variables son una idealización matemática,
ya que cualquier procedimiento de medida que se emplee tendrá un límite de
precisión. Además, presenta número infinito de valores posibles y como ejemplo
se tiene el funcionamiento de lector del código de barras (Guirado Torres et al,
2013).
Encuesta
Según (Trespalacios Gutiérrez , Vázquez Casielles , & Bello Acebrón , 2013, pág.
45) “Las encuestas son instrumentos de investigación descriptiva que precisan
identificar a priori las preguntas a realizar, las personas seleccionadas en una
muestra representativa de la población, especificar las respuestas y determinar el
método empleado para recoger la información que se vaya obteniendo”
84
Buscando complementar la idea anterior se puede resaltar que (Cultural, 2014)
define la acción de encuestar como el método de recolección de información
cuantitativa que consiste en realizar una interrogación a los miembros de una
muestra, teniendo como base la elaboración de un cuestionario previamente
estructurado.
Metaanálisis
Según (Botella & Zamora, 2017, pág. 20) menciona como “que el Metaanálisis es
una metodología para el análisis cuantitativo de revisiones de la literatura científica
sobre una pregunta específica”.
Otra investigación realizada por (Catalá-López, Tobías, & Roqué, 2014, pág. 2)
indica que “El metaanálisis es una técnica estadística, que permite sintetizar la
evidencia procedente de estudios disponibles sobre un tema o interés o pregunta
de investigación concreta en el marco de una revisión sistemática previa”.
La revisión sistemática o metaanálisis, es un procedimiento evaluativo ordenado
que permite realizar un análisis crítico y resumen de manera cualitativa de acuerdo
a la evidencia que obtenga (García-Perdomo, 2015) .
Además, el metaanálisis posee seis fases que se realiza durante una
investigación. Posteriormente especificamos las siguientes fases de un
metaanálisis:
a) Formulación del problema: Según (Díaz Aramburu, 2015, pág. 1) expresa
que: “En cualquier investigación, consiste la formulación de una pregunta
científica clara y estructurada. Entonces es importante invertir el tiempo
necesario en esta fase puesto que debe contar con una pregunta bien
construida para facilitar los trabajos de la etapas posteriores y debe
clarificar el objetivo de la revisión y ajustar los resultados de búsqueda”.
85
Por otra parte, es necesario la asociación entre dos variables y deben estar
relacionadas para la identificación de dicha asociación. Además para
traducir la formulación del problema deben definirlas de manera operativa
y útiles.
b) Búsqueda de los estudios: La siguiente etapa de toda investigación es
buscar los estudios que permita dar respuestas a la pregunta que se ha
planteado. Para (Botella & Zamora, 2017, pág. 20) menciona que: “Esta
fase suele ser la más tediosa sobre todo si hay abundante investigación
sobre la cuestión planteada y que además suele especificar unos criterios
de inclusión y exclusión de los estudios en el metaanálisis”.
Las búsquedas de los metaanálisis, se caracterizan de forma minuciosa y
exhaustiva, debido a que permite especificar las fechas que se lleva a cabo
durante la búsqueda y ayude a definir de manera detallada las estrategias
empleadas con el fin de realizar un proceso reproducible.
c) Codificación de los estudios: Esta fase permite caracterizar los estudios
primarios y el registro de la bases de datos. Para (Botella & Zamora, 2017,
pág. 20) explica que: “ Este proceso empieza con frecuencia un listado de
características y termina con otro, ya que al avanzar este proceso advierte
la importancia de las características no consideradas al principio o se
decide redefinir las categorías”.
d) Recopilación de Datos: Según (Díaz Aramburu, 2015, pág. 1) menciona
que: “el objetivo de esta fase es extraer y recopilar toda la información
relevante y necesaria de los estudios seleccionados para el metaanálisis”.
Dichos datos recopilados, suelen ser representados en tablas para
evidenciar el trabajo investigativo, para luego plasmar la información clave
de los estudios.
Para la conformación de la tabla, debe incluir variables como: referencias
bibliográficas, el diseño del estudio realizado, el contexto de la investigación
86
(ubicación, año, circunstancia), la población, los resultados obtenidos y la
valoración de la calidad de la etapa.
e) Análisis Estadístico e Interpretación: En esta fase el metaanálisis,
permite analizar los estudios de forma cuantitativa a través de
combinaciones estadísticas de datos con el fin de obtener un único
estimador global. Además es necesario la presencia de los expertos para
la orientación de técnicas estadísticas y permita combinar de manera
cuantitativa los estudios realizados.
f) Publicación del Metaanálisis.- Esta es una de las últimas fases que
cumple un metaanálisis. Según (Díaz Aramburu, 2015, pág. 1) menciona:
“La última etapa de todo metaanálisis es su publicación mediante una
exposición completa y adecuada de todo el proceso, con independencia de
los resultados obtenidos”.
DISEÑO MUESTRAL
La presente investigación se desarrolló a través de una base de datos de artículos
científicos como Dialnet, IEEE, Springer, Taylor & Francis, Redalyc, Scielo, entre
otros, tomando con precaución, temas sobre Lógica Difusa, Redes Bayesianas, y
sobre todo los daños post-sísmico de los edificios.
POBLACIÓN OBJETIVO
La población objetivo permite recopilar de forma completa las unidades de
observación que será estudiada durante la presente investigación. Definiremos
que la población objetivo, son las evaluaciones de los elementos que conforman
los edificios post-sísmicos de la Universidad de Guayaquil (U.G), con el fin de
determinar los niveles de daños y el grado de habitabilidad de dichas
infraestructuras.
87
MARCO MUESTRAL
Se denomina marco muestral, al listado de todas las unidades que constituye a la
población objetivo. El marco muestral que se ha desarrollado en la presente
investigación, es sobre artículos científicos académicos, el cual se les realizo un
metaanálisis para obtener información de manera concisa acerca a los temas
relacionados como: lógica difusa, redes bayesianas, daños estructurales en
edificaciones y las evaluaciones post – sísmicas de los edificios.
A continuación se presenta las variables que se constituye en un metaanálisis:
Tabla 9
Variables que conforman un Metaanálisis
Nª Nombre de la Variable
1 Bibliografía
2 Tipo de Investigación
3 Número de referencia del articulo
4 Palabras claves
5 Criterio de Selección
6 Número de veces que se repite
“Evaluación Sísmica”
7 Número de veces que se repite
“Lógica Difusa”
8 Número de veces que se repite
“Redes Bayesianas”.
9
Número de veces que se repite
“Daños estructurales en
edificaciones”.
10 Número de veces que se repite
“Habitabilidad del edificio”.
Elaborado por: Presentación propia de autores.
88
Diseño del Metaanálisis
En el presente proyecto, se desarrolló un análisis investigativo, el cual se indago
un total de 150 artículos científicos, teniendo en común las variables, sus palabras
claves, criterio de selección y realizando un análisis de manera concisa.
METAANÁLISIS
Descripción de las variables utilizadas para el análisis
Variable 1: Bibliografía
El variable uno nos indica, los sitios donde hemos obtenido información de los
diferentes artículos científico tales como: portales web educativos, repositorios de
universidades, entre otros.
Tabla 10
Sitios Recurridos para la Obtención de Información
Codificación de la variable
Bibliografía
Dialnet 1
Redalyc 2
Scielo 3
Springer 4
Taylor & Francis 5
ScienceDirect 6
IEEE 7
Researchgate 8
Repositorios de Universidades 9
Nota: Cabe resaltar que fueron debidamente seleccionados estas fuentes de
información por su alta precisión y legalidad de la misma.
Elaborado por: Presentación propia de autores
89
Variable 2: Tipo de Investigación
La variable dos permite indicar el tipo de estudio que se le realizó a los diferentes
artículos científicos recopilados, para la resolución de la investigación planteada.
Tabla 11 Tipos de Variables mediante codificación
Codificación de la variable
Tipo de Investigación
Evaluativa 1
Cualitativa 2
Cuantitativa 3
Teórica 4
Elaborado por: Presentación propia de autores.
Variable 3: Numero de referencia del articulo
La variable tres nos muestra la cantidad de referencia que posee cada artículo
científico.
Variable 4: Palabras Claves
La variable cuatro menciona las palabras claves más trascendentales y reiteradas
en cada uno de los artículos científicos analizados.
Tabla 12
Palabras claves mediante Codificación
Codificación de la variable
Palabras Claves
Evaluación Sísmica 1
Lógica Difusa 2
Redes Bayesianas 3
Daños Estructurales a edificio 4
90
Habitabilidad del Edificio 5
Elaborado por: Presentación propia de autores.
Variable 5: Criterio de Selección
La variable cinco nos apunta los criterios de selección que se utilizó durante la
investigación, el cual nos permite verificar que artículos científicos pueden ser
incluidos o excluidos durante el proyecto.
Tabla 13
Criterio de Selección
Codificación de la variable
Criterio de Selección
Inclusión 1
Exclusión 2
Elaborado por: Presentación propia de autores.
Variable 6: Número de veces que se repite la palabra
“Evaluación Sísmica”
La variable seis nos indica la cantidad de veces que la palabra “Evaluación
Sísmica” ha aportado en cada uno de los 150 artículos científicos analizados.
Variable 7: Número de veces que se repite la palabra “Lógica
Difusa”
La variable siete nos indica la cantidad de veces que la palabra “lógica Difusa” ha
aportado en cada uno de los 150 artículos científico analizados.
91
Variable 8: Número de veces que se repite la palabra “Redes
Bayesianas”
La variable ocho nos indica la cantidad de veces que la palabra “Redes
Bayesianas” ha aportado en cada uno de los 150 artículos científicos analizados.
Variable 9: Número de veces que se repite la palabra “Daños
estructurales en edificaciones”
La variable nueve nos indica la cantidad de veces que la palabra “Daños
estructurales en edificaciones” ha aportado en cada uno de los 150 artículos
científicos analizados.
Variable 10: Número de veces que se repite la palabra
“Habitabilidad del Edificio”
La variable diez nos indica la cantidad de veces que la palabra “Habitabilidad del
Edificio”, ha aportado en cada uno de los 150 artículos científicos analizados.
Instrumentos de Recolección de Datos
El presente proyecto investigativo, se le realizó una revisión de literatura científica
para reunir toda la información necesaria a través de una base de datos
académicos como: Dialnet, Scielo, Redalyc, Taylor & Francis, ScienceDirect,
Researchgate, Springer, IEEE, entre otros. Artículos que fueron ingresados a
través de una matriz de metaanálisis elaborada en Word, el cual, se recaudó un
total de 50 artículos de 150 revisados, todos ellos haciendo referencia a temas
como: lógica difusa, redes bayesianas, daños estructurales en edificaciones,
evaluación sísmica, habitabilidad del edificio, realizando con sus respectivos
autores hasta los últimos 5 años.
92
Información General del Metaanálisis
Variable 1: Bibliografía
Tabla 14
Tabla de Frecuencia de la Variable Bibliográfica
Frecuencia Frecuencia
Relativa
Frecuencia Relativa
Acumulada
Dialnet 15 0,1 0,1
Redalyc 15 0,1 0,2
Scielo 18 0,12 0,32
Springer 20 0,133 0,453
Taylor & Francis 19 0,127 0,58
ScienceDirect 12 0,08 0,66
IEEE 10 0,067 0,727
ResearchGate 25 0,166 0,893
Repositorios de
Universidades 16 0,107 1
Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
93
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la primera variable a considerar como lo es la bibliografía de los diferentes sitios
tomados como base investigativa de los cuales se tomaron en cuenta 150 artículos
científicos, generando como resultado un 10% Dialnet, 10% Redalyc, 12% Scielo,
13.3% Springer, 12.7% Taylor & Francis, 8% ScienceDirect, 6.7% IEEE, 16.6%
ResearchGate y 10.7% Repositorios de Universidades.
Variable 2: Tipo de Investigación
Tabla 15 Tabla de Frecuencia de la Variable Tipo de Investigación
Frecuencia Frecuencia Relativa
Frecuencia Relativa Acumulada
Evaluativa 30 0,2 0,2 Cualitativa 50 0,333 0,533
Cuantitativa 40 0,267 0,8 Teórica 30 0,2 1
Total 150 1 Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
00,020,040,060,08
0,10,120,140,160,18
Frec
uen
cia
Rel
ativ
a (%
)
Bibliografia
Bibliografia
Figura 3.2. Diagrama de Barras de las variables Bibliografía
94
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la primera variable a considerar como lo es el tipo de investigación de los 150
artículos científicos, generando como resultado un 20% en Evaluativa, 33.3% en
Cualitativa, 26.7% en Cuantitativa y 20% en teórica.
Variable 3: Número de Referencia de Artículo
Tabla 16 Tabla de Frecuencia de la variable Número de Referencia de Artículo
Frecuencia Frecuencia Relativa Frecuencia Relativa
Acumulada
<0 0 0 0 1-50 75 0,5 0,5
51-100 25 0,167 0,667 101-150 25 0,166 0,833
>150 25 0,167 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
Evaluativa Cualitativa Cuantitativa Teorica
Frec
uen
cia
Rel
ativ
a (%
)
Tipo de Investigaciòn
Tipo de Investigaciòn
Figura 3.3. Diagrama de Barras de la variable Tipo de Investigación
95
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la tercera variable a considerar como lo es el número de referencia de los 150
artículos científicos, generando como resultado un 0% a artículos que no contienen
referencias bibliográficas, 50% a los artículos que contienen de 1 a 50 referencias
bibliográficas, 16.7% a los artículos que contienen de 51 a 100 referencias
bibliográficas, 16.6% a los artículos que contienen de 101 a 150 referencias
bibliográficas, 16.7% a los artículos que contienen un mayor de 150 referencias
bibliográficas.
Variable 4: Palabras Clave
Tabla 17 Tabla de Frecuencia de la Variable Palabras Claves
Frecuencia Frecuencia Relativa Frecuencia Relativa
Acumulada
Evaluación Sísmica 25 0,167 0,167 Lógica Difusa 44 0,293 0,46
Redes Bayesianas 30 0,2 0,66 Daños estructurales
en edificios 32 0,213 0,873
Habitabilidad del Edificio
19 0,127 1
Total 150 1 Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
0
0,1
0,2
0,3
0,4
0,5
0,6
<0 1-50 51-100 101-150 >150
Frec
uen
cia
Rel
ativ
a (%
)
Numero de Referencia del Articulo
Numero de Referencia delArticulo
Figura 3.4. Diagrama de Barras de la variable de Número de Referencias de Articulo
96
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la cuarta variable a considerar como lo son las palabras claves de los 150 artículos
científicos, generando como resultado un 16.7% de la consulta de la palabra
“Evaluación Sísmica”, 29.3% de la consulta de la palabra “Lógica Difusa”, 20% de la
palabra “Redes Bayesianas”, 21.3% de la palabra “Daños estructurales en
edificaciones”, 12.7% de la palabra “Habitabilidad del Edificio”.
Variable 5: Criterio de Selección
Tabla 18 Tabla de Frecuencia de la Variable Criterio de Selección
Frecuencia Frecuencia Relativa Frecuencia Relativa
Acumulada
Inclusión 82 0,547 0,547 Exclusión 68 0,453 1
Total 150 1 Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35Fr
ecu
enci
a R
elat
iva
(%)
Palabras Claves
Palabras Claves
Figura 3.5. Diagrama de Barras de la variable Palabras Claves
97
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la quinta variable a considerar como lo es el criterio de selección de los 150
artículos científicos, generando como resultado un 54.7% de criterio de inclusión
del metaanálisis, 45.3% de criterio de exclusión del metaanálisis.
Variable 6: Número de veces que se repite las palabras
“Evaluación Sísmica” en los artículos
Tabla 19 Tabla de Frecuencia de la Variable Número de veces que se repiten las palabras "Evaluación Sísmica" en los artículos
Frecuencia Frecuencia Relativa Frecuencia Relativa
Acumulada
1- 30 45 0,3 0,3 31- 60 65 0,433 0,733
61- 110 25 0,167 0,9 111-140 10 0,067 0,967
>140 5 0,033 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
0
0,1
0,2
0,3
0,4
0,5
0,6
Inclusion Exclusion
Frec
uen
cia
Rel
ativ
a (%
)
Criterios de Selecciòn
Criterios de Selecciòn
Figura 3.6 Diagrama de Barras de la variable Criterio de Selección
98
Nota: A través de la evaluación mediante metaanálisis se pudo determinar conforme
a la sexta variable a considerar como lo es el número de veces que se repiten las
palabras “Evaluación Sísmica” de los 150 artículos científicos, generando como
resultado un 30% de artículos que contienen de 1 a 30 palabras que se repiten en
los artículos científicos, 43.3% de artículos que contienen de 31 a 60 palabras que
se repiten en los artículos científicos, 16.7% de artículos que contienen de 61 a 110
palabras que se repiten en los artículos científicos, 6.7% de artículos que contienen
de 111 a 140 palabras que se repiten en los artículos científicos, 3.3% de artículos
que contienen un mayor a 140 palabras que se repiten en los artículos científicos.
Variable 7: Número de veces que se repite “Lógica Difusa” en
los artículos.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
0,5
1- 30 31- 60 61- 110 111-140 >140
Frec
uen
cia
Rel
ativ
a (%
)
Nùmero de Veces que se repiten las palabras "Evaluación Sísmica" en los articulos
Nùmero de Veces que serepite la palabra "EvaluaciònSìsmica" en los articulos
Figura 3.7 Diagrama de Barras de la variable Número de Veces que se repiten la palabras “Evaluación Sísmica” en los artículos
99
Tabla 20 Número de veces que se repiten las Palabras "Lógica Difusa" en los Artículos
Frecuencia Frecuencia
relativa Frecuencia Relativa
Acumulada
1 -30 45 0,3 0,3 31- 70 35 0,233 0,533 71-100 43 0,287 0,82
100-130 25 0,167 0,987 >130 2 0,013 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la séptima variable a considerar como lo es el número de veces que se repiten las
palabras “Lógica Difusa” de los 150 artículos científicos, generando como resultado
un 30% de artículos que contienen de 1 a 30 palabras que se repiten en los artículos
científicos, 23.3% de artículos que contienen de 31 a 70 palabras que se repiten en
los artículos científicos, 28.7% de artículos que contienen de 71 a 100 palabras que
se repiten en los artículos científicos, 16.7% de artículos que contienen de 100 a 130
palabras que se repiten en los artículos científicos, 1.3% de artículos que contienen
un mayor a 130 palabras que se repiten en los artículos científicos.
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1 -30 31- 70 71-100 100-130 >130
Frec
uen
cia
Rel
ativ
a (%
)
Nùmero de veces que se repiten las palabras "Lógica Difusa" en los articulos
Nùmero de veces que serepite la palabra "LògiaDifusa" en los articulos
Figura 3.8 Diagrama de Barras de la variable Número de Veces que se repiten la palabras “Lógica Difusa” en los artículos
100
Variable 8: Número de veces que se repiten “Redes
Bayesianas” en los artículos.
Tabla 21 Tabla de Frecuencia de la Variable "Número de veces que se repiten las Palabras "Redes Bayesianas" en los Artículos.
Frecuencia Frecuencia Relativa Frecuencia Relativa
Acumulada
1-30 75 0,5 0,5 31- 80 45 0,3 0,8 81-120 20 0,133 0,933 >120 10 0,067 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la séptima variable a considerar como lo es el número de veces que se repiten las
palabras “Redes Bayesianas” de los 150 artículos científicos, generando como
resultado un 50% de artículos que contienen de 1 a 30 palabras que se repiten en
los artículos científicos, 30% de artículos que contienen de 31 a 80 palabras que se
repiten en los artículos científicos, 13.3% de artículos que contienen de 81 a 120
palabras que se repiten en los artículos científicos, 6.7% de artículos que contienen
un mayor a 120 palabras que se repiten en los artículos científicos.
0
0,1
0,2
0,3
0,4
0,5
0,6
1-30 31- 80 81-120 >120
Frec
uen
cia
Rel
ativ
a (%
)
Numero de veces que se repiten las palabras Redes Bayesianas" en los articulos
Numero de veces que serepite la palabra RedesBayesianas" en los articulos
Figura 3.9 Diagrama de Barras de la variable Número de Veces que se repiten la palabras “Redes Bayesianas” en los artículos
101
Variable 9: Número de veces que se repiten "Daños
Estructurales en edificaciones" en los artículos
Tabla 22 Tabla de Frecuencia de la Variable Número de veces que se repiten las Palabras "Daños Estructurales en edificaciones" en los Artículos
Frecuencia Porcentaje Porcentaje Valido
1-30 75 0,5 0,5 31 -70 35 0,233 0,733
71- 130 30 0,2 0,933 >130 10 0,067 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
Nota: A través de la evaluación mediante metaanálisis se pudo determinar conforme
a la séptima variable a considerar como lo es el número de veces que se repiten las
palabras “Daños estructurales en edificaciones” de los 150 artículos científicos,
generando como resultado un 50% de artículos que contienen de 1 a 30 palabras
que se repiten en los artículos científicos, 23.3% de artículos que contienen de 31 a
70 palabras que se repiten en los artículos científicos, 20% de artículos que
contienen de 71 a 130 palabras que se repiten en los artículos científicos, 6.7% de
artículos que contienen un mayor a 130 palabras que se repiten en los artículos
científicos.
0
0,1
0,2
0,3
0,4
0,5
0,6
1-30 31 -70 71- 130 >130
Frec
uen
cia
Rel
ativ
a (%
)
Numero de veces que se repite la palabra "Daños estructurales en edificaciones" en los articulos
Figura 3.10 Diagrama de Barras de la variable Número de Veces que se repiten la palabras “Daños Estructurales en edificaciones” en los artículos
102
Variable 10: Número de veces que se repiten "Habitabilidad
del Edificio" en los artículos
Tabla 23 Tabla de Frecuencia de la Variable Número de veces que se repiten las palabras "Habitabilidad del Edificio" en los artículos
Frecuencia Porcentaje Porcentaje Valido
1-30 85 0,566 0,566 31-80 25 0,167 0,733
81-110 30 0,2 0,933 >110 10 0,067 1 Total 150 1
Fuente: Datos de la Investigación
Elaborado por: Presentación propia de autores
Nota: A través de la evaluación mediante metaanálisis, se pudo determinar conforme
a la séptima variable a considerar como lo es el número de veces que se repiten las
palabras “Habitabilidad del Edificio” de los 150 artículos científicos, generando
como resultado un 56.6% de artículos que contienen de 1 a 30 palabras que se
repiten en los artículos científicos, 16.7% de artículos que contienen de 31 a 80
palabras que se repiten en los artículos científicos, 20% de artículos que contienen
de 81 a 110 palabras que se repiten en los artículos científicos, 6.7% de artículos que
contienen un mayor a 110 palabras que se repiten en los artículos científicos.
0
0,1
0,2
0,3
0,4
0,5
0,6
1-30 31-80 80-110 >110
Frec
uen
cia
Rel
ativ
a (%
)
Numero de veces que se repite la palabra "Habitabilidad del Edificio" en los articulos
Numero de veces que serepite la palabra"Habitabilidad del Edificio"en los articulos
Figura 3.11 Diagrama de Barras de la variable Número de Veces que se repiten la palabras “Habitabilidad del Edificio” en los artículos
103
Técnicas e Instrumentos de Recolección de datos
La presente investigación expone los diferentes criterios, a través de un análisis
informativo para mantener la profesionalidad del experto, realizando mediciones
de nivel de incertidumbre de acuerdo al tema tratado y de esta manera recalque
las técnicas e instrumentos para recolectar datos. Posteriormente se menciona lo
siguiente:
Para establecer la parte investigativa, la técnica que se llevó a cabo en
el presente proyecto fue la Entrevista. La entrevista es una herramienta
fundamental en el área de la investigación, el cual puede obtener
resultados subjetivos acerca de las preguntas del cuestionario que se
ha planteado y además las respuestas que ha obtenido el entrevistador
deberá considerar los aspectos oportunos durante la entrevista (Torres
& Paz, 2015).
Entonces, la entrevista que va dirigida hacia los expertos, permitirá
recolectar datos mediante la evaluación de criterios sobre el tema
tratado, el cual se revisara el nivel de incertidumbre que puede producir
mediante la toma de decisiones y debe ser referente hacia la situación
estructural de los edificios de la Universidad de Guayaquil después de
una actividad post – sísmicas y además se debe establecer las
entradas resultantes correspondientes a los datos estadísticos que
resulte en una entrevista estructurada.
La entrevista estructurada, según (Troncoso - Pantoja & Amaya -
Placencia, 2016, pág. 330) explica que: “Se plantean preguntas con
anterioridad y tienen una estructura definida que se mantiene al
momento de ser realizada, lo que podría limitar la opinión del sujeto
estudiado”.
Asimismo (Dìaz Bravo et al, 2013, pág. 163) indica que: “Las preguntas
se fijan de antemano, con un determinado orden y debe contener un
104
conjunto de categorías u opciones para que el individuo elija”. Dicha
entrevista se convierte como una herramienta útil, en la forma que
facilita la clasificación y análisis del mismo y debe presentar una alta
objetividad y confiabilidad. Su única desventaja es la falta de flexibilidad
que puede implicar al sujeto durante una entrevista, ya sea por falta de
adaptación o por menor profundidad en el análisis.
Generalmente, el análisis de las entrevistas estructuradas se integran
con un conversatorio hacia al entrevistado sobre el tema que se va a
tratar, en este caso sobre las evaluaciones de los edificios post-
sísmicos de la Universidad de Guayaquil (U.G), mediante el cual, dicho
resultado que se obtenga debe ser evaluado a través de valores que
indiquen los expertos sobre cada pregunta que conforme la entrevista,
para así optimizar la toma de decisión de acuerdo al nivel de
incertidumbre que posea la infraestructura después de un evento
sísmico.
Por consiguiente, se presenta las entrevistas efectuadas hacia los
expertos sobre el tema de daños estructurales en edificios post-
sísmicos que conforman la Universidad de Guayaquil (U.G).
105
Tabla 24 Respuestas de los expertos de manera cuantitativa.
Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4
Pregunta 5
Pregunta 6 Pregunta 7
TC PC NTC TA PA TD VIG COL LOS ESC MAMP C/U
AÑO
C/U 3
AÑOS
C/U 5
AÑOS
C/U 7 AÑOS O
MAS CAL. MAT
DIS.
ESTRUC.
COND
SUEL TA PA TD
Experto
1 X X X x X X X
Experto
2 X X X X X X X
Experto
3 X X X X X X X
Experto
4 X X X X X X X
Experto
5 X X X X X X X
Experto
6 X X X X X X X
Experto
7 X X X X X X X
Experto
8 X X X X X X X
Experto
9 X X X X X X X
Experto
10 X X X X X X X
Nota: Respuesta de las entrevistas basadas en las preguntas cerradas, revisar anexo Nª2 que trata sobre la evidencia de las entrevistas hacia los expertos.
Elaborado por: Presentación Propia de Autores
106
Tabla 25 Respuesta de los expertos de manera cuantitativa porcentual
Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4
Pregunta 5
Pregunta 6 Pregunta 7
TC PC NTC TA PA TD VIG COL LOS ESC MAMP C/U
AÑO
C/U 3
AÑOS
C/U 5
AÑOS
C/U 7 AÑOS O
MAS CAL. MAT
DIS.
ESTRUC.
COND
SUEL TA PA TD
Experto
1 10 10 10 10 10 10 10
Experto
2 10 10 10 10 10 10 10
Experto
3 10 10 10 10 10 10 10
Experto
4 10 10 10 10 10 10 10
Experto
5 10 10 10 10 10 10 10
Experto
6 10 10 10 10 10 10 10
Experto
7 10 10 10 10 10 10 10
Experto
8 10 10 10 10 10 10 10
Experto
9 10 10 10 10 10 10 10
Experto
10 10 10 10 10 10 10 10
Total 40 60 0 60 40 0 30 50 20 20 80 10 20 50 20 20 50 30 60 40 0
% 100% 100% 100% 100% 100% 100% 100%
Nota: Respuestas de las entrevistas basadas en las preguntas cerradas, revisar anexo Nª2 que trata sobre la evidencia de la entrevista
hacia los expertos.
Elaborado por: Presentación Propia de Autores
107
Resultado considerables sobre la entrevista estructurada
dirigida hacia los 10 expertos:
1.- ¿Conoce usted sobre el proceso de evaluaciones estructurales en edificios
post- sísmicas en la Universidad de Guayaquil y los resultados que se obtendrían
a través de estos?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 60% de los Profesionales encuestados “Tienen
Conocimiento” con la pregunta planteada, el 40% restante “Tienen Poco
Conocimiento”, ningún profesional consideró la respuesta “No tengo
conocimiento”.
0%
10%
20%
30%
40%
50%
60%
70%
TENGO CONOCIMIENTO POCO CONOCIMIENTO NO TENGO CONOCIMIENTO
PREGUNTA 1
Figura 3.12 Diagrama de Barras de las respuestas obtenidas en la primera pregunta realizada a Profesionales Expertos
108
2.- ¿Considera usted que el tipo de suelo en el cual esta geográficamente ubicada
la Universidad Guayaquil sea determinante para que la misma esté proclive a
fuertes impactos estructurales por sismos?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 60% de los Profesionales encuestados están en “Total
Acuerdo” con la pregunta planteada, el 40% están en “Parcial Acuerdo”, ningún
profesional consideró la respuesta “Total Desacuerdo”.
0%
10%
20%
30%
40%
50%
60%
70%
TOTAL ACUERDO PARCIAL ACUERDO TOTAL DESACUERDO
PREGUNTA 2
Figura 3.13 Diagrama de Barras de las respuestas obtenidas en la segunda pregunta realizada a Profesionales Expertos
109
3.- ¿Qué elementos estructurales de los edificios que conforman la “Universidad
de Guayaquil campus Salvador Allende” considera usted que tenga mayor
relevancia al momento de realizar una evaluación visual después de ocurrido un
evento sísmico?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 30% de los Profesionales encuestados seleccionan “Vigas”
como respuesta a la pregunta planteada, el 50% seleccionan “Columnas”, el 20%
seleccionan “Conexión Viga-Columna”.
0%
10%
20%
30%
40%
50%
60%
VIGA COLUMNA Conexión Viga-Columna
PREGUNTA 3
Figura 3.14 Diagrama de Barras de las respuestas obtenidas en la tercera pregunta realizada a Profesionales Expertos
110
4.- ¿Qué elementos no estructurales de los edificios que conforman la
“Universidad de Guayaquil campus Salvador Allende” considera usted que tenga
mayor relevancia al momento de realizar una evaluación visual después de
ocurrido un evento sísmico?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 20% de los Profesionales encuestados seleccionan
“Escalera” como respuesta a la pregunta planteada, el 80% seleccionan
“Mampostería”.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
ESCALERA MAMPOSTERIA
PREGUNTA 4
Figura 3.15 Diagrama de Barras de las respuestas obtenidas en la cuarta pregunta realizada a Profesionales Expertos
111
5.- ¿Qué tiempo estimado usted considera que una edificación de la Universidad
de Guayaquil necesita ser sometida a un proceso de mantenimiento correctivo
estructural?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 10% de los profesionales encuestados seleccionan “Cada
Año” como respuesta a la pregunta planteada, el 20% seleccionan “Cada 3 Años”,
el 60% seleccionan “Cada 5 Años”, el 10% seleccionan “Cada 7 Años o Más”.
0%
10%
20%
30%
40%
50%
60%
70%
CADA AÑO CADA 3 AÑOS CADA 5 AÑOS CADA 7 AÑOS O MAS
PREGUNTA 5
Figura 3.16 Diagrama de Barras de las respuestas obtenidas en la quinta pregunta realizada a Profesionales Expertos
112
6.- Según su criterio ¿Cuál de estas tres causas principales es más relevante al
momento de determinar un colapso estructural en una edificación?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 20% de los Profesionales encuestados seleccionan “Calidad
de los Materiales” como respuesta a la pregunta planteada, el 50% seleccionan
“Diseño Estructural”, el 30% seleccionan “Condición del Suelo”.
0%
10%
20%
30%
40%
50%
60%
CALIDAD DE LOS MATERIALES DISEÑO ESTRUCTURAL CONDICION DEL SUELO
PREGUNTA 6
Figura 3.17 Diagrama de Barras de las respuestas obtenidas en la sexta pregunta realizada a Profesionales Expertos
113
7.- ¿Cree usted que los diferentes softwares (programas computacionales) que
existen en el mercado son un medio confiable para desarrollar simulaciones de
estado estructural en edificaciones post- sísmicas?
Nota: A través de las encuestas realizadas a profesionales expertos, se “obtuvo
como resultante que el 60% de los Profesionales encuestados están en “Total
Acuerdo” con la pregunta planteada, el 40% están en “Parcial Acuerdo”, ningún
profesional consideró la respuesta “Total Desacuerdo”.
Las entrevistas que han sido efectuadas para los expertos, proporcionaron
resultados de acuerdo su opinión, el cual generaron un índice de incertidumbre en
relación a la toma de decisiones. Por tanto, es necesario exponer los resultados
para optimizar la toma de decisiones, debido a que es necesario considerarlo y
tomar en cuenta las respectivas evaluaciones y mejorar la inseguridad o
vulnerabilidad que se presente en la prestigiosa Universidad de Guayaquil.
0%
10%
20%
30%
40%
50%
60%
70%
TOTAL ACUERDO PARCIAL ACUERDO TOTAL DESACUERDO
PREGUNTA 7
Figura 3.18 Diagrama de Barras de las respuestas obtenidas en la séptima pregunta realizada a Profesionales Expertos
114
Procedimiento de la Investigación
La toma de decisiones sobre el nivel de habitabilidad de un edificio después de un
evento sísmico, puede hacer referencia sobre los daños estructurales que
ocasione, el cual es una gran responsabilidad del experto cuando evalué dicha
decisión. Muchas veces cuando ocurren eventos sísmicos demasiados fuertes,
los más afectados son las personas y los edificios estructurales.
En este caso, las estructuras edificables sirven como refugio para las personas
cuando ocurren este tipo de eventos naturales, pero usualmente los edificios
suelen ser afectados con daños muy comunes como las grietas horizontales o
verticales, fisuras de forma diagonal, desprendimiento de concretos, que contiene
toda infraestructura y puede convertirse en una inseguridad para los individuos.
De este modo, algunos países que están ubicados en zona de alta actividad
sísmica han implementado guías de evaluaciones para definir los niveles de
habitabilidad o reparabilidad de un edificio con la finalidad de apoyo hacia los
expertos. Por lo tanto, es necesario que el personal de experticia esté capacitado
a la hora de tomar las decisiones correctas al momento de evaluar un edificio post
– sísmico.
Herramientas Computacionales
Elvira
El programa Elvira, según (Cano Utrera, 2013, pág. 3) menciona que “es una
herramienta que permite construir sistemas de soporte de decisiones basados en
modelos, mediante el cual se basan en incertidumbres probabilísticas”. Es
programado a través del lenguaje Java y puede ser utilizado en diferentes
sistemas operativos.
115
La versión actual permite desarrollar modelos de redes bayesianas y diagramas
de influencias con variables discretas. Posee métodos para inferencias,
aprendizaje y toma de decisiones.
Por otra parte, (Armañanzas Arnedillo, 2013, pág. 44) explica que “el usuario
puede crear y editar manualmente la red bayesiana desde cero y puede resultar
útil cuando dicho proceso es supervisado manualmente por conocimiento del
experto”.
El aprendizaje automático de las redes bayesianas pueden basarse en algoritmo
basado en funciones de score + search, que permiten buscar el grafo que mejor
modelize a los datos de entrada de acuerdo al criterio especifico.
Además, este software bayesiano proporciona clasificadores bayesianos, el cual
contiene una batería de procedimientos y métodos de validación para dar soporte
a la problemática planteada y supervisada.
Asimismo, en el programa de Elvira para realizar inferencias, el sistema debe
difundir las evidencias a lo largo de la red para que los parámetros de cada nodo
se vayan actualizando.
Por consiguiente, los elementos deben estar configurados por grafos de
dependencias y debe contener tres tipos de elementos como: conjunto de nodos,
conjunto de enlaces y el conjunto de relaciones entre los nodos.
Cada nodo debe poseer una información sobre una variable red y dicha variable
debe poseer un numero finito de estados posibles (variables discretas) o puede
definirse sobre dominio continuos (variable continua).
La relación puede describir el conjunto de variables que están conectadas, el cual
debe incluir información mediante un potencial y dicho potencial puede conciliar
tablas de probabilidades, arboles de probabilidades o funciones a través del
software Elvira.
116
Para concluir, las relaciones puede incluir comentarios, el tipo de relación que
puede abarcar y la información numérica que corresponda al potencial que se
defina.
Matlab (Matrix Laboratory)
Es un potente software de cálculo matemático científico desarrollado en un
lenguaje de alto nivel, ofrece una amplia gama de instrucciones brindando la
posibilidad de trabajar con diversas gráficas en diferentes dimensiones que sirven
para el tratamiento y representación de datos. Ofrece un entorno de desarrollo
integrado (IDE) que proporciona una interface de programación con líneas de
comando que facilitan el uso de más de 3000 funciones de cálculo numérico
propias para la resolución de problemas lineales y no lineales. Matlab es orientado
a matrices y vectores, por lo cual trabajar con esta herramienta brinda rapidez y
efectividad al momento de implementar sus herramientas (Guridi Mateos, 2017).
El método más simple para uso del producto se referencia de una manera
interactiva debido a que el usuario ingresa una expresión y el software brinda de
inmediato un resultado acorde a los datos ingresados. También, es posible escribir
scripts y desarrollar a su vez programas en esta potente herramienta, los cuales
son esencialmente grupos de comandos que se ejecutan de una manera
secuencial (Villada, 2014).
Según (Ignacio, 2013) destaca las siguientes características que brinda el
Software Matlab:
Lenguaje de alto nivel basado en vectores, arrays y matrices.
Realizar cálculos intensivos desde el punto de vista numérico (similares a
una calculadora).
Realizar cálculos simbólicos (Operaciones como calcular primitivas,
derivar funciones)
Programar en un lenguaje no compilado.
Realizar gráficos en varias dimensiones.
117
Representación de datos y funciones.
Implementa algoritmos.
Su poder funcional radica en el uso y manejo de matrices de forma eficiente
además de poseer su propio compilador lo cual permite que su uso sea extendido
lo que otorga al usuario crear sus propios comandos, clases y funciones. Tiene
compatibilidad con diversos lenguajes de programación como lo es C y Fortran.
El uso de Matlab se ha vuelto muy generalizado debido a su gran aplicabilidad en
diferentes áreas científicas o afines a estas.
Según (Isaura, 2016) destaca la gran variedad de áreas de aplicación tales como:
“Procesamiento de señales e imágenes, diseños de sistemas de control, redes
neuronales artificiales, desarrollo de aplicaciones o informes, conexión a bases de
datos, investigación médica, modelado y análisis financiero”
Metodologías a utilizar
Redes Bayesianas
La red bayesiana es una herramienta considerablemente útil en la estimación de
probabilidades ante nuevas evidencias. Es una representación gráfica de
dependencias para razonamiento probabilístico en sistemas de experto. Además
es destacable, porque se realizará evaluaciones a los daños estructurales en
edificios post- sísmico y un análisis de comportamiento de los atributos
pronosticados más significativo.
Lógica Difusa
La lógica difusa contiene un lenguaje ordinario y comprensible que permite
determinar qué tan verdadero o falso puede ser la información que se emita, en
este caso sobre la información que debe ser gesticulada durante la evaluación de
118
los daños estructurales de los edificios, debido a que el grado de incertidumbre
que se presente debe ser efectuado durante la evaluación post – sísmicas a
través de un consenso de expertos.
Además, la lógica difusa permite determinar problemas complejos mediante
métodos tradicionales. Hoy en día, la lógica difusa es utilizada de manera común
por los expertos debido a su aplicación y automatización de tareas.
Lógica Difusa en la toma de decisiones
La lógica difusa es una disciplina de campo en la toma de decisiones, debido a
que es una tarea compleja y fundamental para el ser humano. Muchas veces
enfrentamos situaciones, el cual existen alternativas y por motivos de selección se
tiene que decidir cuál es la mejor o la que se debe llevar a cabo para realizar un
proceso.
Posteriormente, los métodos cuantitativos que son aplicados a criterios con
incertidumbre utilizan la toma de decisiones. Para ello, permite la integración de
los expertos y equipos de trabajos para realizar en este caso las evaluaciones
estructurales a edificios post – sísmicos.
Además, la lógica borrosa posee operadores como los de conjunción y disyunción,
mediante el cual, permiten ser utilizados comúnmente por analistas de decisiones
y de acuerdo a su experiencia permite seleccionar la mejor alternativa.
En otras palabras, esta metodología permite albergar varias variables, para luego
ser llevadas a través de inferencias difusas mediante reglas y luego desfuzzifica
el resultado a través de fórmulas lógicas y sirva de gran ayuda al experto para la
toma de decisiones.
A continuación, se observara las variables que han sido designadas por el experto
para ser evaluadas a través de un sistema control difuso:
119
Variables
Tabla 26 Tabla de variables de lógica difusa
Variables Descripción
Columnas Elemento Estructural que forma parte
de los edificios.
Vigas Elemento Estructural que forma parte
de los edificios.
Conexión Viga-Columna Elemento Estructural forma parte de
los edificios.
Mampostería Elemento No Estructural que forma
parte de los edificios.
Escaleras Elemento no Estructural que forma
parte de los edificios.
Asentamientos Deformación vertical en la superficie
del terreno.
Deslizamiento Movimiento de la masas de los
suelos, rocas sólidas, etc.
Licuefacción Comportamiento del suelo que está
sujeto a la acción de la fuerza
externa.
Mala Calidad de los Materiales Forma Parte de las condiciones
preexistentes
Mal Diseño Estructural Forma Parte de las condiciones
preexistentes
Elaborado por: Presentación propia de autores
120
Para realizar las evaluaciones a los edificios estructurales, es necesario
considerar los aspectos más importantes dentro de la seguridad de los edificios
ante la presencia de los eventos sísmicos tales como: los elementos estructurales,
no estructurales y la condición de suelo. Por otra parte, se debe considerar al
momento de evaluar las condiciones preexistentes, tales como la calidad de los
materiales, su diseño estructural, ya que a medida que va avanzando el tiempo se
va deteriorando los edificios y puede presentar anomalías de manera horizontal o
vertical de la infraestructura.
Figura 3.19 Funciones de Membresía a través del método de Mandami
121
El modelo propuesto y la herramienta computacional utilizan lógica difusa y redes
bayesianas. A través del software de Matlab, podemos realizar modelos
arquitectónicos mediante el comando Fuzzy, el cual se puede evidenciar el
método Mandami, dicho modelo permite realizar una simulación a través de
variables de entrada y salida.
Aplicación de una Red Bayesiana para medir el Nivel de
Habitabilidad de los Edificios Estructurales.
Para medir el nivel de habitabilidad de los edificios de la Universidad de Guayaquil,
se puso en práctica la técnica de Inteligencia Artificial conocida como Redes
Bayesianas, la cual se caracteriza por ser un método de representación de
conocimiento incierto que nos permite establecer razonamientos basados en la
teoría de la probabilidad, en este caso cada nodo de la red bayesiana está
asociado a una variable dentro de un rango discreto, mientras que los enlaces
definen las relaciones de dependencia probabilística entre las variables que
definiremos, en este caso de estudio como factores determinantes para concluir
la habitabilidad de un edificio post sísmico.
Nota: Se toma en consideración la intensidad del Sismo con el Estado de la infraestructura Modelo
Mandami
Figura 3.20 Nivel de Daños en Edificios
122
Entre estos factores constan la probabilidad de ocurrencia de un sismo, que a su
vez produzca o no una afectación a nivel de Elementos Estructurales, Elementos
No Estructurales, Condición de Suelo y Condiciones Preexistentes. Se debe tener
en cuenta, que se toma en alta consideración estas variables, debido a la gran
influencia que tienen las mismas al momento de determinar la afectación en el
estado estructural de una edificación y su respectiva habitabilidad, el hecho de
tomar en consideración más variables ocasiona que crezca exponencialmente la
complejidad de la red bayesiana debido a que aumenta el número de nodos.
En el presente proyecto, observaremos la respectiva Red Bayesiana representada
de manera cualitativa y cuantitativa, la cual cabe destacar que esta parte permite
incorporar elementos subjetivos como lo son la opinión de expertos; así como
probabilidades basadas en datos estadísticos, con sus respectivas relaciones
causales influyentes en el caso de estudio a través de una estructura gráfica.
El primer paso a seguir, es definir el dominio del problema donde estableceremos
el propósito de emplear la Red Bayesiana, como propósito principal tenemos el
determinar la correcta toma de decisión acorde a la habitabilidad de una
edificación después de suscitarse un evento sísmico.
A continuación se procederá a identificar las variables o nodos relevantes para el
dominio del problema, en este caso nuestras variables son definidas como: Sismo,
el cual es considerado nodo Padre de los posteriores nodos que conforman la Red
Bayesiana, este nodo posee una probabilidad a priori dado que no tiene un nodo
padre respectivo:
Los siguientes nodos a definir son los nodos Hijos consecuentes del nodo Padre
mencionado anteriormente, estos fueron determinados como: Vigas, Columnas,
Conexión Viga Columna, Escalera, Mampostería, Asentamiento, Deslizamiento,
Figura 3.21 Diseño de Nodo Padre conteniendo una Probabilidad A Priori
123
Licuefacción, Calidad de Materiales y Diseño Estructural, estos nodos a su vez
son tomados en consideración para determinar el estado actual de los nodos
denominados como Elementos Estructurales, Elementos no Estructurales,
Condición de Suelo y Condiciones Preexistentes.
Posteriormente, se establecerá la interrelación entre los nodos representados de
forma gráfica. El modelo resultante debe ser validado por los expertos en el área
respectiva a través de un consenso, en caso de existir un desacuerdo entre ellos
se considera el nuevo diseño de la red bayesiana tomando en cuenta las
respectivas correcciones:
Una vez desarrollado el diseño de la red bayesiana, se procede a cuantificar la
misma mediante la inferencia respectiva, el cual consiste en fijar los valores de las
variables observadas de la red y calcular la probabilidad a posteriori de las
variables no observadas.
Para esto se asignará la respectiva distribución de probabilidades de cada nodo
de la red. Esta información será obtenida a través, del criterio de expertos, acorde
Figura 3.22 Modelo de Red Bayesiana validada por Expertos Evaluadores
124
a esto definiremos los valores probabilísticos dentro de un rango discreto y sus
respectivos estados.
Por ejemplo para el Nodo “Sismo” tendremos los estados o eventos respectivos
como “Ocurrencia de Sismo” y “No Ocurrencia de Sismo” los cuales fueron
ponderados en base al criterio de expertos e informes estadísticos del Instituto
Nacional Geofísico del Ecuador, cabe resaltar que son nodos que cumplen con
las prioridades de ser mutuamente excluyentes y ser un conjunto exhaustivo.
Una vez considerado lo anterior, se procede a determinar la probabilidad
condicional con los nodos hijos con el respectivo algoritmo definido como:
Dado dos variables X e Y, la probabilidad de que ocurra 𝑦𝑗 dado que ocurrió el
evento 𝑥𝑖 es la probabilidad condicional de Y dado X y se denota como P (𝑦𝑗|𝑥𝑖).
𝑃(𝑦𝑗|𝑥𝑖) = 𝑃 (𝑦
𝑗, 𝑥𝑖)
𝑃(𝑥𝑖) , 𝑑𝑎𝑑𝑜 𝑃(𝑥𝑖) > 0
En la aplicación a nuestra Red Bayesiana tendríamos: Dada las variables “Sismo”
y “Vigas” probabilidad de que ocurra el evento “Daño Leve” dado que ocurrió el
evento “Ocurrencia de Sismo”, es la probabilidad condicional de “Vigas” dado
“Sismo” el mismo que arroja como resultante el valor de 0.55 y en el caso de
determinar la probabilidad de que ocurra el evento “Daño Leve” dado que ocurrió
el evento “No Ocurrencia de Sismo” arroja el resultante de 0.75, de esta forma se
realiza la probabilidad de cada variable y sus posibles eventos mediante
algoritmos matemáticos como se muestra a continuación:
𝑃(𝑉𝑖𝑔𝑎 = 𝐿𝑒𝑣𝑒) = (𝑃(𝐷𝑎ñ𝑜 𝐿𝑒𝑣𝑒|𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
+ (𝑃(𝐷𝑎ñ𝑜 𝐿𝑒𝑣𝑒|𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
𝑃(𝑉𝑖𝑔𝑎 = 𝐿𝑒𝑣𝑒) = 0.55 ∗ 0.95 + 0.75 ∗ 0.05 = 0.56
𝑃(𝑉𝑖𝑔𝑎 = 𝑀𝑜𝑑𝑒) = (𝑃(𝐷𝑎ñ𝑜 𝑀𝑜𝑑𝑒𝑟𝑎𝑑𝑜|𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
+(𝑃(𝐷𝑎ñ𝑜 𝑀𝑜𝑑𝑒𝑟𝑎𝑑𝑜|𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
𝑃(𝑉𝑖𝑔𝑎 = 𝑀𝑜𝑑𝑒𝑟𝑎𝑑𝑜) = 0.30 ∗ 0.95 + 0.20 ∗ 0.05 = 0.29
125
𝑃(𝑉𝑖𝑔𝑎 = 𝑆𝑒𝑣𝑒𝑟𝑜) = (𝑃(𝐷𝑎ñ𝑜 𝑆𝑒𝑣𝑒𝑟𝑜|𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
+(𝑃(𝐷𝑎ñ𝑜 𝑆𝑒𝑣𝑒𝑟𝑜|𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎) ∗ 𝑃(𝑆𝑖𝑠𝑚𝑜 = 𝑁𝑜 𝑂𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎))
𝑃(𝑉𝑖𝑔𝑎 = 𝑆𝑒𝑣𝑒𝑟𝑜) = 0.15 ∗ 0.95 + 0.05 ∗ 0.05 = 0.14
Una vez obtenidas todas las relaciones causales de la red bayesiana por medio
de las tablas de probabilidad condicional, se está en condiciones de conocer la
probabilidad de la variable “Nivel de Habitabilidad” dependiendo de todas las
posibles combinaciones del resto de variables en base a sus respectivas
probabilidades a posteriori que se obtienen previamente en el desarrollo de la Red.
De esta manera la variable antes mencionada a través de la inferencia aplicada
da como resultante el valor de “0.59” y para el estado “No Habitable” da como
resultado el valor de “0.41” concluyendo que la edificación se encuentra en un
estado actual de ser Habitable acorde a la información proporcionada de las
evaluaciones de daños estructurales basados en el criterio del Experto como se
refleja en la siguiente imagen:
Figura 3.23 Relación de Dependencia y tabla de Probabilidad Condicional existente entre Nodo Sismo y Nodo Vigas
Figura 3.24 Tabla de Probabilidad Condicional dependiendo de todas las posibles combinaciones de las R.B y Nodo Nivel de Habitabilidad determinada mediante Inferencia
126
Inicialmente estos modelos probabilísticos eran desarrollados de una manera
manual basado en conocimientos expertos y bajo los respectivos algoritmos
probabilísticos consecuentes para determinar los resultados deseados, pero en
los últimos años se han desarrollado diversos software como tratamiento y diseño
de Redes Bayesianas como lo es la herramienta “Elvira” el cual ha sido
determinante para la elaboración de la siguiente red presentada a continuación:
127
Figura 3.25 Red Bayesiana diseñada a través del software computacional “Elvira”
Elaborado por: Presentación Propia de Autores
128
Los correspondientes datos tomados en consideración para la determinación de
habitabilidad de las edificaciones mediante la red bayesiana, son los mismos que
serán consecuentes para el procesamiento mediante un controlador difuso basado
en la técnica de Inteligencia Artificial como lo es la Lógica Difusa, estas técnicas
empleadas son resultados de nuestro modelo híbrido, la cual será denominada
como “Redes Bayesiana Difusas”.
Aplicación de un Control Difuso para medir el Nivel de
Habitabilidad de los Edificios Estructurales.
Para medir el nivel de habitabilidad de los edificios de la Universidad de Guayaquil,
se puso en práctica la técnica de Inteligencia Artificial, en este caso la lógica
difusa, mediante el cual se basa en un controlador difuso para obtener resultados
sobre los niveles de daños hacia los elementos estructurales, no estructurales,
condición del suelo y la amenaza preexistente. A través del software matemático
denominado Matlab, se realizó la siguiente propuesta:
Fuzzificación.- En esta fase se determinó los elementos estructurales
las siguientes variables: las vigas, columnas, y las conexiones viga-
columna. En elementos no estructurales se consideró como variables:
la mampostería y las escaleras.
Por otra parte, como condición de suelo se consideró las siguientes
variables: los asentamientos, hundimientos y deslizamientos. Además,
como condiciones preexistentes se consideró la calidad de los
materiales y el diseño estructural.
129
Figura 3.26. Nivel de Daño en Elementos Estructurales
Figura 3.28. Nivel de Daño en condición de los suelos
Figura 3.27. Nivel de Daño en Elementos No Estructurales
130
Figura 3.29. Nivel de Daño en condiciones preexistentes
Las siguientes graficas representan las variables de entrada utilizando un control
difuso, el cual las funciones de pertenencia son constituidas de manera trapezoidal
y triangular en intervalos de 0 y 1.
Base De Conocimiento.- En esta fase determinamos de manera
general los índices daños sobre los elementos estructurales, no
estructurales, las condiciones de suelo y las posibles condiciones
preexistente, en el cual se consideró: Leve (fisuras, fracturas y grietas
en los elementos no estructurales), Moderado (fisuras o grietas en los
elementos estructurales como las columnas, vigas, conexión viga-
columna) y como Severo (se refiere a las condiciones de los suelos y
las condiciones preexistentes).
Figura 3.30. Índices de Daños
Mecanismo de Inferencia.- En esta fase se evalúa los cuatros grupos
de elementos que conforman un edificio mediante reglas lingüísticas,
en este caso se utilizó la regla de Mandami.
131
Posteriormente, cada variable posee valores definidos a través de
entrevistas que se les realizo a expertos sobre la temática de las
estructuras edificables post-sísmica, el cual se les procedió hacer una
unión para luego desfuzzificar el valor real para hallar el nivel de
habitabilidad de los edificios estructurales.
A continuación, se observara los pesos de los expertos a: elementos
estructurales, no estructurales, las condiciones de suelo y las
condiciones preexistentes.
Tabla 27 Valoración de los Expertos a Elementos Estructurales
Elementos
Estructurales Valoración
Descripción de la
valoración
Porcentajes
de daños
(%)
Columnas 25
Considerable
0%
Vigas 25 50%
Conexión Viga-
Columna 50 15%
Elaborado por: Presentación propia de autores
El siguiente cuadro nos indica la valoración de cada elemento estructural y la
resolución que se obtuvo sobre los daños estructurales, llevando a cabo una
evaluación ocular en las Facultades de Ciencias Económicas y Arquitectura y
Urbanismo. Según el criterio del experto, consideró las conexiones vigas-
columnas, las vigas y columnas son considerables debido a que, algún momento
sufra un daño estructural más fuerte a futuro y dicha fisura o agrietamientos podría
poner en peligro a las personas.
132
Tabla 28 Valoración de los Expertos a Elementos no Estructurales
Elementos No
Estructurales Valoración
Descripción de la
Valoración
Porcentajes
de daños
(%)
Mamposterías 50 Considerable
50%
Escaleras 25 10%
Elaborado por: Presentación propia de autores
El siguiente cuadro nos indica la valoración de cada elemento no estructural y la
resolución que se obtuvo sobre los daños no estructurales, llevando a cabo una
evaluación ocular en las Facultades de Ciencias Económicas y Arquitectura y
Urbanismo. Según el criterio del experto, consideró que las mamposterías y las
escaleras son considerables debido a que, algún momento sufra un daño
estructural más fuerte y poner en peligro a las personas en dicha infraestructura.
Tabla 29 Valoración de los Expertos a Condiciones de Suelo
Condiciones de
los suelos Valoración
Descripción de la
valoración
Porcentajes
de daños
(%)
Asentamientos 60 Altamente
Considerable 25%
Deslizamientos 30 Considerable
15%
Licuefacción 10 30%
Elaborado por: Presentación propia de autores
El siguiente cuadro nos indica la valoración de la condición de los suelos y la
resolución que se obtuvo sobre dicha condición, se llevó a cabo una evaluación
133
ocular en las Facultades de Ciencias Económicas y Arquitectura y Urbanismo.
Según el criterio del experto, consideró que los asentamientos o hundimientos son
altamente considerables debido a que puede colapsar el edificio, mientras que los
deslizamientos y licuefacción fueron asignados como considerables, debido a que
en algún futuro pueda causar deterioros en los suelos.
Tabla 30 Valoración de los Expertos a Condiciones Preexistentes
Condiciones
Preexistentes Valoración
Descripción de
la valoración
Porcentajes de
daños
(%)
Calidad de los
materiales 75
Altamente
Considerable 30
Estructuración
del edificio 25 Considerable 40
Elaborado por: Presentación propia de autores
El siguiente cuadro nos indica la valoración que obtuvieron las condiciones
preexistentes y la resolución que se obtuvo, el cual se efectuó la evaluación ocular
en las Facultades de Ciencias Económicas y Arquitectura y Urbanismo. Según el
criterio del experto, consideró que la calidad de los materiales es altamente
considerables debido a que los materiales pueden ir deteriorándose con el tiempo
o dependiendo del tipo de material. Además, la estructuración del edificio se le
asignó de forma considerable debido a los eventos sísmicos que puedan
suscitarse y se debe observar el comportamiento de dicha estructura, ya que en
un futuro puede colapsar la infraestructura y representar un peligro para los
individuos.
134
La siguiente gráfica, representa el comportamiento de las variables de un control
difuso a través de las funciones de pertenencia, como la triangular y trapezoidal
en intervalos de 0 a 1. Además se le aplicó las inferencias de Mandami.
Defuzzificaciòn.- En esta fase, produce el resultado final de la
evaluación de los daños dichos elementos: estructurales, no
estructurales y las condiciones: de suelo y preexistentes. El índice de
daño calculado por la proximidad es considerada por las entrevistas
realizas a los expertos. Una vez realizado la unión y defuzzificaciòn de
las variables es posible determinar el nivel de habitabilidad del edificio
a través de la base de conocimientos y a través del experto para la toma
de decisiones.
Figura 3.31. Comportamiento de Variables por medio de un Controlador Difuso para Elementos Estructurales
Figura 3.32. Comportamiento de Variables por medio de un Controlador Difuso para Elementos no Estructurales
Figura 3.33. Comportamiento de Variables por medio de un Controlador Difuso para Condiciones de Suelo
Figura 3.34. Comportamiento de Variables por medio de un Controlador Difuso para Condiciones Preexistentes
135
Finalmente obtuvimos como resultado, que el índice de daño de las Facultades de
Ciencias Económicas y Arquitectura y Urbanismo pudo determinarse que son de
manera leve, es decir que dichas edificaciones son habitables para la comunidad
estudiantil y personal docente.
Figura 3.39. Resultado defuzzificado para el nivel de habitabilidad
Figura 3.35. Resultado defuzzificado para la Variable Elementos Estructurales
Figura 3.36. Resultado defuzzificado para la Variable Elementos No Estructurales
Figura 3.37. Resultado defuzzificado para la Variable Condiciones de Suelo
Figura 3.38. Resultado defuzzificado para la Variable Condiciones Preexistentes
136
Tabla Nº 31 Cuadro Comparativo sobre la evaluación visual por parte del experto y el control difuso para medir los daños que se
presenten en la Facultad de Ciencias Económicas.
Imágenes Evaluativas por parte del experto Evaluación
Visual Experto Imagen del Control Difuso
Grado de Daño
por parte del
control difuso
ELEMENTOS ESTRUCTURALES DEL EDIFICIO
21% Daño Leve
23% Daño Leve
137
ELEMENTOS NO ESTRUCTURALES DEL EDIFICIO
30% Daño
Moderado
31% Daño
Moderado
CONDICIÒN DEL SUELO DEL EDIFICIO
11% Daño Leve
13% Daño Leve
138
CONDICION PREEXISTENTE DEL EDIFICIO
10% Daño Leve
12% Daño Leve
INDICE DE DAÑOS TOTAL DEL EDIFICIO:
ANALISIS VISUAL DEL EXPERTO 18% ANALISIS DEL CONTROL DIFUSO 14%
139
Tabla Nº 32 Cuadro Comparativo sobre la evaluación visual por parte del experto y el control difuso para medir los daños que se
presenten en la Facultad de Arquitectura y Urbanismo.
Imágenes Evaluativas por parte del experto Evaluación
Visual Experto Imagen del Control Difuso
Grado de Daño
por parte del
control difuso
ELEMENTOS ESTRUCTURALES DEL EDIFICIO
21% Daño Leve
23% Daño Leve
140
ELEMENTOS NO ESTRUCTURALES DEL EDIFICIO
30% Daño
Moderado
31% Daño
Moderado
CONDICIÒN DEL SUELO DEL EDIFICIO
11% Daño Leve
13% Daño Leve
141
CONDICION PREEXISTENTE DEL EDIFICIO
10% Daño Leve
12% Daño Leve
INDICE DE DAÑOS TOTAL DEL EDIFICIO:
ANALISIS VISUAL DEL EXPERTO 18% ANALISIS DEL CONTROL DIFUSO 14%
142
CAPITULO IV
RESULTADOS, CONCLUSIONES Y RECOMENDACIONES
RESULTADOS
A través de las Herramientas de análisis y procesamiento de datos, como lo es
Matlab así como el uso de la herramienta Elvira se construyó un sistema de
soporte de decisiones en base a las técnicas de inteligencia artificial como la lógica
difusa y redes bayesianas para la temática planteada como lo es la evaluación de
las estructuras de los edificios de la Universidad de Guayaquil y la correcta toma
de decisión en cuanto a su habitabilidad.
Esta proyecto otorga como resultados que como evaluación visual por parte del
experto, se concluye con un valor porcentual resultante de 18%, mientras que por
medio del controlador difuso se obtiene un 14%, mediante esto se determina un
nivel de daño bajo o relativamente leve, por lo tanto establecemos que los edificios
para ambas facultades son habitables y los daños que actualmente presentan son
reparables en cada uno de los factores evaluados en la presente investigación.
Resultado del Objetivo Especifico 1: Se concretó con el uso de la
herramienta Metaanálisis, la cual brindó eficientes resultados a través de
la revisión sistemática que se realizó en base a técnicas estadísticas
cuantitativas de los diferentes artículos de estudio recopilados sobre la
aplicación de técnicas de Lógica Difusa y Redes Bayesianas, con el criterio
de selección se logró concretar el 54.7% de aceptación o inclusión de los
diferentes artículos científicos considerados.
Resultado del Objetivo Especifico 2: Se examinó el grado de
incertidumbre sobre los diferentes criterios que mantiene el experto acorde
a los factores que son determinantes para concluir la habitabilidad o no de
la edificación a través de entrevistas y visitas a los lugares que fueron
143
objetos de estudio, permitiendo concretar y fortalecer los nexos de
comprensión porcentual referente a los niveles de daños considerados en
las facultades de Ciencias Económicas así como de Arquitectura y
Urbanismo de la Universidad de Guayaquil.
Resultado del Objetivo Especifico 3: Se determinó las vulnerabilidades
que otorgan los daños presentes en las edificaciones de las facultades de
Ciencias Económicas y Arquitectura y Urbanismo por medio de un análisis
de datos propiamente determinados mediante una red bayesiana
juntamente con un controlador difuso permitiendo la correcta toma de
decisión del caso propuesto.
CONCLUSIONES
La evaluación de la vulnerabilidad estructural de una edificación, constituye una
de las fases más importantes de un estudio de riesgo post-sísmico en nuestro
país, convirtiéndose en una propiedad intrínseca de la estructura que determina
la capacidad de respuesta ante la presencia de un evento sísmico.
El presente trabajo de investigación establece la aplicación de técnicas de
Inteligencia Artificial como Redes Bayesianas y Lógica Difusa, tomando en alta
consideración los beneficios que presentan el uso de las mismas en situaciones
que guarden un elevado grado de incertidumbre como lo es la toma de decisiones
de habitabilidad o no de una edificación post-sísmica, con el fin de generar una
metodología confiable que a través de herramientas de procesamiento de datos y
modelado como lo son Matlab y Elvira brindan respaldo al criterio del experto y
optimización de los resultados.
Conclusión del objetivo 1: Se concluyó que el uso de herramientas
estadísticas como el Metaanálisis es factible para el desarrollo de la
metodología presentada, permitiendo fortalecer los conceptos empleados
en el presente trabajo investigativo, mediante los criterios de inclusión y
exclusión.
144
Conclusión del objetivo 2: A través de entrevistas realizadas, se
concluyó que varía el grado de experiencia de conocimiento del experto en
cuanto al daño estructural presente en una edificación y sus respectivas
repercusiones al momento de estimar la correcta decisión de habitabilidad
de la misma, generando a su vez la necesidad de existencia de una
metodología que permita dar soporte a su criterio respecto a los daños
estructurales evaluados en los edificios post-sísmicos de la Universidad de
Guayaquil.
Conclusión del objetivo 3: Se concluyó que la implementación de un
modelo probabilístico como una red bayesiana juntamente con un
controlador difuso brinda la aproximidad porcentual resultante del método
visual implementado por el experto al momento de evaluar los daños post-
sísmicos, lo cual será parte fundamental para futuros trabajos de
evaluación estructural.
RECOMENDACIONES
El presente trabajo recomienda lo descrito a continuación:
Debido a los varios beneficios que implica el uso de una técnica
metodológica de búsqueda de estudios, se recomienda un mayor
incentivo en los estudiantes de la Universidad de Guayaquil a que
implementen un Metaanálisis en sus posteriores trabajos de proyecto
de titulación permitiendo dar un mejor desenvolvimiento investigativo.
Debido al rol fundamental que cumple el experto en la temática
planteada, se recomienda que las autoridades pertinentes conformen
un comité de expertos evaluadores, los cuales adopten la metodología
propuesta mediante una previa presentación y capacitación del
proyecto FCI a implementarse.
145
A fin de mejorar y consolidar el procesamiento de información obtenida
a través de la evaluación de daños en las edificaciones de la
Universidad de Guayaquil, se recomienda el desarrollo de un sistema
experto que permita sistematizar el proceso incorporando el análisis por
segmentación de imágenes juntamente con el manejo de las técnicas
de inteligencia artificial descritas en este proyecto, con el fin de
determinar la correcta toma de decisión.
146
BIBLIOGRAFÍA
Beleño Sáenz et al, K. (2013). Design of a smart grid for a hybrid power system.
Red de Revistas Científicas de América Latina, el Caribe, España y
Portugal, 96.
Chaparro Fonseca, J., & Avilés Sánchez, O. (2013). Design of a Fuzzy Controller
for the Parking of a Car in Reverse. Scientia et Technica Año XVIII, Vol.
18, No 1, Abril de 2013. Universidad Tecnológica de Pereira. .
López-Gómez, E. (2018). EL MÉTODO DELPHI EN LA INVESTIGACIÓN
ACTUAL EN EDUCACIÓN: UNA REVISIÓN TEÓRICA Y
METODOLÓGICA. Educación XX1. 21.1, 2018, pp. 17-40, 21.
Martínez Bencardino, C. (2016). Muestra. En M. B. Ciro, Estadística básica
aplicada. Bogota : Ecoe Ediciones Ltda.
Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una Población a
Estudio. Int. J. Morphol., 35(1):227-232, 2017., 228.
Abad Grau et al, M. (2014). Las redes bayesianas como sistema de soporte a la
decision de empresa. Universidad de Granada, 3.
Aguirre, G., & Muria, V. (2016). Terremoto de Japón 2011. 4.
Almaguer-Pratts et al, J. (2014). Procedure to improve the satisfaction of the client
based on difusse logic. Application in hotel Miraflores. Revista
trimestral,Año XX, julio–septiembre 2014, 5.
Aragon Cardenas, J. (2013). EVALUACION SISTEMATIZADA MULTINIVEL DE
LA SEGURIDAD ESTRUCTURAL DE LAS EDIFICACIONES.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO, MEXICO D.F.
Arias-Gómez, J., Villasís-Keever, M., & Miranda Novales, M. (2016). El protocolo
de investigación III: la población de estudio. Rev Alerg Méx 2016 abr-
jun;63(2):201-206., 202.
147
Armañanzas Arnedillo, R. (2013). Medidas de filtrado de selección de variables
mediante la plataforma "Elvira". Universidad del Pais Vasco - Facultad
Informatica, 44.
Astorga , M., & Mora, L. (2014). Seismic resilience of water pipelines system in
Merida city, Venezuela . Revista Ciencia e Ingeniería. Vol. 35, No. 3, pp.
165-174, agosto-noviembre, 2014. .
Ato , M., Lòpez, J., & Benavente, A. (2013). A classification system for research
designs in psychology. Anal. Psicol. vol.29 no.3 Murcia oct. 2013.
Azcona, J. (2014). Modelo Fuzzy de determinacion de valor unitario de edificacion
destinada a vivienda con fines catastrales. Catastro, 11.
Bairán García, J., & Moreno González, R. (2014). CALIBRACIÓN DE UMBRALES
DE DAÑO SÍSMICO PARA EL ANÁLISIS DE FRAGILIDAD SÍSMICA DE
ESTRUCTURAS DE HORMIGÓN ARMADO MEDIANTE ANÁLISIS
ESTÁTICO NO LINEAL (“PUSH-OVER”). Universidad Politecnica de
Cataluña, Barcelona.
Barbat et al, A. (2017). Probabilistic seismic damage assessment of reinforced
concrete buildings considering directionality effects. Structure and
Infrastructure Engineering Maintenance, Management, Life-Cycle Design
and Performance, 1.
Bautista - Santos et al, H. (2015 ). Modelo de integración de cadenas de suministro
colaborativas. Revistas Unal, 7.
Benitez , R., Escudero, G., Kanaan, S., & Rodò, D. (2014). Inteligencia Artificial
Avanzada. Barcelona: Editorial UOC.
Bojòrquez Mora et al, E. (2014). UNA MEDIDA DE INTENSIDAD SÍSMICA QUE
PREDICE EL COMPORTAMIENTO NO LINEAL Y EL EFECTO DE LOS
148
MODOS SUPERIORES . Revista de Ingeniería Sísmica No. 90 1-33
(2014).
Botella , J., & Zamora, A. (2017). El Metaànalisis: Una metodologìa para la
investigacion en educacion. Facultad de Educación. UNED Educación
XX1. 20.2, 2017, pp. 17-38, 20.
Calvi, G., Pinho, R., & Magenes, G. (2006). Desarrollo de Evaluación de la
Vulnerabilidad Sísmica.
Cancino, Claudia. (2014). Estudio de daños a edificaciones históricas de tierra
después del terremoto del 15 de agosto del 2007 en Pisco, Perú. California
Estados Unidos: The Getty Conservation Institute.
Cano Utrera. (2013). Descripción del programa Elvira.
Cárdenas León et al, Á. (2016). Implementación de sistema difuso en Arduino Uno.
Instituto Tecnológico de Celaya, Celaya, Guanajuato, México.
Carreño Tibaduiza et al, M. (2015). Evaluación “ex-post” del estado de daño en
los edificios afectados por un terremoto. 2.
Carreño, Cardona, & Barbat. (2013). Evaluación de la habitabilidad de edificios
afectados por sismo utilizando la teoría de conjuntos difusos y las redes
neuronales artificiales. Revista Internacional de Métodos Numéricos para
Cálculo y Diseño en Ingeniería, 4.
Carrillo Julian et al. (2013). EVALUACIÓN DEL DISEÑO DE UNA PEQUEÑA
MESA VIBRATORIA PARA ENSAYOS EN INGENIERÍA SISMO-
RESISTENTE. Equipo de ensayo, estructuras, mesa vibratoria, sensores,
sismo-resistente, sistema neumático, sistema de control J.
149
Casas Pèrez, D., & Romero Fajardo, J. (2016). ALCANCE DE LA DEFINICIÓN
DE LA COMPLEJIDAD ENFOCADA HACIA EL ESTUDIO DE LO
AMBIENTAL. 10.
Catalá-López, F., Tobías, A., & Roqué, M. (2014). Conceptos básicos del
metaanálisis en red. Elsevier, 2.
Contreras Cordero, S. (2015). Identificacion de los sintomas de daño o merma de
capacidad resistente en estructuras en zonas sismicas.
Corral et al. (2015). PROCEDIMIENTOS DE MUESTREO. REVISTA CIENCIAS
DE LA EDUCACIÓNg2015, Julio - Diciembre, Vol 26, Nro. 46, ISSN: 316-
5917. 151-167, 158.
Cultural, S. (2014). Diccionario de Marketing.
Del Rìo Sadornil, D. (2013). DICCIONARIO-GLOSARIO DE METODOLOGÍA DE
LA INVESTIGACIÓN SOCIAL. Madrid: UNED.
Diaz - Contreras et al, C. (2014). Lógica difusa vs. modelo de regresión múltiple
para la selección de personal. Revista chilena de ingeniería, 550.
Díaz Aramburu, C. (2015). Revisión sistemática y meta-análisis en seguridad y
salud laboral (II): etapas. Notas Tecnicas de Prevencion, 1.
Dìaz Bravo et al, L. (2013). La entrevista, recurso flexible y dinamico. Elsevier,
163.
Diaz Camacho et al, J. (2016). Metodología de muestreo de poblaciones finitas
para aplicaciones en encuestas. Mexico: Imaginarial editores.
Díaz Córdova et al, J. (2017). La Lógica Difusa Aplicada a los Ratios Financieros
en el Sector Cooperativo del Ecuador. INNOVA Research Journal 2017,
Vol 2, No. 6, 64-82., Revista mensual de la UIDE extensión Guayaquil, 65.
150
Diciembre Sanahuja, S. (2017). Sistemas de Control de Logica Difusa: Metodos
de Mandami y de Takagi-Sugeno-Kang (TSK). Universidad Jaume.
Diez Zaldívar, E. (2014). Using random signals as part of a methodology for
calibrating seismometers and accelerometers. EAC vol.35 no.2 La Habana
Mayo.-ago. 2014.
El Telégrafo. (16 de Abril de 2017). En Guayaquil, un puente colapsó y dos
personas perdieron la vida. Terremoto Ecuador.
Elnashai, & Di Sarno. (2008). Fundamentals of Earthquake Engineering.
Encarnación, Y. (2013). Fuzzy logic applied to manufacturing. Red de Revistas
Científicas de América Latina y el Caribe, España y Portugal.
Escala sismológica de Mercalli. (17 de 02 de 2018). Obtenido de Wikipedia, La
Enciclopedia Libre:
https://es.wikipedia.org/wiki/Escala_sismol%C3%B3gica_de_Mercalli
Escala sismológica de Richter. (23 de 05 de 2018). Obtenido de Wikipedia, La
Enciclopedia Libre:
https://es.wikipedia.org/wiki/Escala_sismol%C3%B3gica_de_Richter
Esquivei García et al, R. (2014). Impact assessment of training with fuzzy logic.
Revista chilena de ingeniería, vol. 22 N° 1, 2014, pp. 41-52, 47.
Esquivias et al, J. (2013). Validation of an expert system as an aid to the learning
of cervical cytology for training of cytotechnologist. FEM: Revista de la
Fundación Educación Médica, 37.
Esteva et al, L. (2015). Structural damage accumulation and control for life cycle
optimum seismic performance of buildings. Estructura e Ingeniería de
Infraestructura , Volumen 12, 2016 - Número 7, 3.
151
Fernàndez Menèndez, P. (2014). Pruebas de acceso ciclos formativos de grado
medio: Àmbito Cientìfico Tecnològico . España: Ediciones Paninfo S.A.
Flores Payán, L., & García Batíz, M. (2013). Evaluación de programas públicos
mediante lógica difusa: el caso del Programa Hábitat. Polít. cult. no.40
México ene. 2013, 237.
Gamboa, R., & Castillo, M. (2013). La evaluación cualitativa en el campo social y
en la educacion. Revista Posgrado y Sociedad Volumen 13, Número 1
Marzo 2013 pp. 45-60, 50.
Garcìa Marta. (2013). Refuerzo de Matemáticas 2º ESO. EDITEX.
García Valdés, M., & Suárez Marín, M. (2013). Delphi method for the expert
consultation in the scientific research. Revista Cubana de Salud Pública.
2013; 39(2) 253-267, 256.
García-Perdomo, H. (2015). Conceptos fundamentales de las revisiones
sistematicas/metaanalisis. Revista Urologia Colombiana, 1.
Gonzáles Suarez, E. (2013). Conocimiento Empírico y conocimiento activo
transformador: algunas de sus relaciones con la gestion del conocimiento.
Acimed, 3.
Greco, M. (2013). Explorations in educational psychology: scenes and authority's
configurations in teaching and learning contexts. Anu. investig. vol.20 no.1
Ciudad Autónoma de Buenos Aires ene. 2013, 168.
Guirado Torres et al, R. (2013). Alimentaciòn de cargas criticas y calidad. Madrid:
UNED.
Guridi Mateos, G. (2017). Modelos de redes neuronales recurrentes en
clasificación de patentes.
152
Gutierrez - Alonso et al, G. (2014). La tectonica de placas, teoria integradora sobre
el funcionamiento del planeta. Enseñanza de las Ciencias de la Tierra,
2013 (21.2), 168.
Gutierrez Martinez et al, C. (2014). Tipos de sismos . En C. Gutierrez Martinez et
al, Sismos (pág. 12). Mexico: Impreso en México. Printed in Mexico.
Guzmán Castaño, D. (2006). La Lógica Difusa en Ingeniería: Principios,
Aplicaciones y Futuro. 1.
Hernández-Sánchez , A., & Martínez Guzmán, M. (2014). LA INVESTIGACIÓN
EVALUATIVA: ENFOQUE ESTRATÉGICO PARA UNA EDUCACIÓN A
DISTANCIA EN ENTORNOS VIRTUALES DE CALIDAD . Aula de
Encuentro, nº 16, volumen 2. Páginas 106-129 , 110.
Herrera et al, G. (2013). ESTADO DEL CONOCIMIENTO SOBRE
METODOLOGÍAS DE EVALUACIÓN DE VULNERABILIDAD SÍSMICA DE
EDIFICIOS. Ingeniería y Sociedad UC. Vol. 8, No 1 p. 7-28. 2013.
Ignacio, R. F. (2013). Aplicación del programa MATLAB en la resolución de
ecuaciones diferenciales aplicado a la materia de Cálculo tres. Tesis previa
a la obtención del Título de: INGENIERO EN TELECOMUNICACIONES
CON MENCIÓN EN GESTIÓN EMPRESARIAL DE
TELECOMUNICACIONES. UNIVERSIDAD CATÓLICA DE SANTIAGO
DE GUAYAQUIL FACULTAD DE EDUCACIÓN TÉCNICA PARA EL
DESARROLLO, Guayaquil, Ecuador.
Isaura, A. S. (2016). EL SOFTWARE MATLAB EN LAS SIMULACIONES
MATEMÁTICAS DE LAS TENDENCIAS Y COMPORTAMIENTOS DE LAS
VARIABLES FINANCIERAS Y ECONÓMICAS EN LOS ESTUDIANTES,
DE LA CARRERA DE INGENIERÍA COMERCIAL DE LA UNIVERSIDAD
153
TÉCNICA DE COTOPAXÍ. Tesis presentada previa a la obtención del título
de Ingeniería Comercial. UNIVERSIDAD TÉCNICA DE COTOPAXI
UNIDAD ACADÉMICA DE CIENCIAS ADMINISTRATIVAS Y
HUMANÍSTICAS - CARRERA INGENIERÍA COMERCIAL, Latacunga -
Ecuador.
Kassir Estrada, E. (2015). SISTEMAS DE CONTROL DIFUSO .
Ley de Propiedad Intelectual. (2006).
Leyva Vazquez et al, M. (2013). Técnicas para la representación del conocimiento
causal: un estudio de caso en Informática Médica. Revista Cubana de
Información en Ciencias de la Salud.
Leyva-Vázquez, M., Pérez-Teruel, K., Febles-Estrada, A., & Gulín-González, J.
(2013). Modelo para el análisis de escenarios basado en mapas cognitivos
difusos: estudio de caso en software biomédico. 2.
Lopez - Ruiz, J., & Cebria, J. (2015). Volcanism and Plate Tectonics. Enseñanza
de las Ciencias de la Tierra, 2015 (23.1).
López Sanchez, G. (23 de FEBRERO de 2015). ¿Por qué se producen los
terremotos? ABC CIENCIA.
Lorenzo-Cevallos LJ, e. (2017). Evaluation of Vulnerability and Seismic Risk.
Springer International Publishing AG 2017, 113.
Luis M. (2014). Poblacion Objetivo. 8.
Millan et al, E. (2015). Uso de redes bayesianas en test adaptativos
computerizados. Departamento de Lenguajes y Ciencias de la
Computación.
Ministerio de Desarrollo Urbano y Vivienda. (2016).
154
Morejòn - Blanco et al, G. (2014). REALITIES OF THE CURRENT SEISMIC CODE
IN CUBA. CHALLENGES FORITS UPDATING. Red de Revistas
Científicas de América Latina y el Caribe, España y Portugal.
NEIC - UGSG. (2011). Informe especial Terremoto de japon (11 de marzo). Red
Sismica de Puerto Rico.
Ortega et al , C. (2015). Selección de Muestras para el Estudio de Poblaciones
Animales en Acuicultura. Red Epidemiológica RATIO.
Paez Cornejo, D. (2017). PISO BLANDO, UNA FALLA COMÚN EN EL
TERREMOTO DE PEDERNALES. Revista Congreso de Ciencia y
Tecnologìa, 71.
Páez, D., Zabala , J., & Rodriguez, Y. (2017). PISO BLANDO, UNA FALLA
COMÚN EN EL TERREMOTO DE PEDERNALES. CIENCIA.
Pérez, X. (2017). Chiapas: Servicio Sismológico Nacional (SNN).
Pérez-Teruel et al, K. (2013). Causal knowledge representation techniques: a case
study in Medical Informatics. Revista Cubana de Informaciòn en Ciencias
de la Salud.
Ponce Gallegos et al, J. (2014). Introducción y Antecedentes de la Inteligencia
Artificial. En J. C. Ponce Gallegos et al, Inteligencia Artificial (pág. 16).
Mexico: Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn).
Reding - Bernal et al, A. (2013). Cálculo del tamaño de la muestra en investigación
en educación médica. Metodología de investigación en educación médic,
217.
Restrepo - Morales, J., & Vanega, J. (2014). Una aproximación mediante lógica
difusa al análisis de la competitividad empresarial. ADMINISTRACIÓN Y
ORGANIZACIONES, AÑO 17 No. 33. DICIEMBRE 2014.
155
Roca-Fernández et al, E. (2013). THE EARTHQUAKE AND ITS IMPACT ON THE
ENVIRONMENT: BUILT HERITAGE AND ITS STRUCTURAL SEISMIC
VULNERABILITY. Red de Revistas Científicas de América Latina y el
Caribe, España y Portugal.
Rodrìguez Franco et al, J. (2016). Estadìsticas Para Administraciòn. Mexico:
Grupo Editorial Patria.
Ropero et al, R. (2014). Redes bayesianas: una herramienta probabilística en los
modelos de distribución de especies. Ecosistemas, 55.
Ruiz, R. (2013). Historia y Evolución del Pensamieto Científico. Mexico.
Sandoval , C., Valledor, R., & Lopez-Garcia, D. (2017). Evaluación numérica del
daño sísmico acumulado en un edificio histórico de mampostería. Un caso
de estudio. International Journal of Architectural Heritage Conservation,
Analysis, and Restoration, 2.
Schmidt-Díaz, V. (2014). GROUND MOTION PREDICTION MODELS FOR
CENTRAL AMERICA USING DATA FROM 1972 TO 2010. Revista
Geológica de América Central, 50: 7-37, 2014.
Scotta et al, D. (2013). FUNDAMENTOS PARA UNA METODOLOGÍA DE
EVALUACIÓN POST-SÍSMICA EN LA REPÚBLICA ARGENTINA.
Jornadas de Argentina de Ingenieria Estructural.
Sucar, L. (2002). Redes Bayesianas. 3.
Tapia Conyer, R. (2014). El Manual de Salud Pública. Intersistemas S.A.
Tejada - Escobar et al, F. (2016). EFFECTS OF DETERMINISTIC MODELS
E.O.Q.IN THE DISTRIBUTORS OF CONSUMER PRODUCTS, MILAGRO
- ECUADOR. Revista de Ciencias Pedagogicas e Innovación, Vol. IV No.
1 Junio 2016, pp. 150 - 159, 152.
156
Thomas Bohórquez, J. (2013). Evaluación de la vulnerabilidad social ante
amenazas naturales en Manzanillo (Colima). Un aporte de método .
Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM
ISSN 0188-4611, Núm. 81, 2013, pp. 79-93, 82.
Tinto Arandes et al, J. (2015). FUZZY INSTRUMENTS FOR DECISION MAKING
IN ACCOUNTING SCIENCES. Sinergia ISSN 1390 - 6623 AÑO 6 VOL.6
JUNIO 2015, 45.
Torres , M., & Paz, K. (2015). Metodos de recoleccion de datos para una
investigacion. Facultad de Ingeniería - Universidad Rafael Landívar -
Boletín Electrónico No. 03, 13.
Torres Navarro, C., & Córdova Neira, J. (2014). Diseño de sistema experto para
toma de decisiones de compra de materiales. Artículo de investigación
científca y tecnológica, 22.
Trespalacios Gutiérrez , J., Vázquez Casielles , R., & Bello Acebrón , L. (2013).
Investigación de Mercados. International Thomson Editores.
Troncoso - Pantoja, C., & Amaya - Placencia. (2016). Entrevista: guía práctica para
la recolección de datos cualitativos en investigación de salud. ARTÍCULO
DE REFLEXIÓN, 330.
Trueba, R. (2013). Aportaciones de las Redes Bayesianas en Meteorología.
Predicción Probabilística de Preciitación. Universidad de Cantabria,
Santander.
Urquìa Moraleda, A., & Villalba, M. (2013). Modelado y Simulaciòn de eventos
discretos. Madrid: UNED.
Vahos Hernández et al, L. (2013). MÉTODO PARA LA FORMACIÓN DE
STAKEHOLDER EN PROYECTOS DE INGENIERÍA USANDO LA
157
METODOLOGÍA PMI Y TÉCNICAS DE INTELIGENCIA ARTIFICIAL.
Revista Ingenierías Universidad de Medellín, vol. 12, No. 23 pp. 157- 168
- ISSN 1692- 3324 - julio-diciembre de 2013/184 p. Medellín, Colombia,
161.
Valdes Gonzalez, C. (2014). ¿Que es un sismo? En C. Valdes Gonzalez, Sismos
(pág. 2). Mexico: IMPRESO EN MÉXICO. PRINTED IN MEXICO.
Vargas Yeudy et al. (2013). Evaluacion Probalistica de la capacidad, fragilidad y
daño sismico a edificios . Revista Internacional de Metodo Numericos para
calculo y diseño de la Ingenieria, 63.
Venegas Sahagún et al, B. (2015). Analysis of Sustainable Development in Local
Spaces. The Application of the Theory of Fuzzy Sets. Red de Revistas
Científicas de América Latina y el Caribe, España y Portugal, 182.
Verdoy et al, P. (2015). Problemas resueltos de estadistica aplicada a las ciencias
sociales. Catalunia: Publicacions de la Universitat Jaume I. Servei de
Comunicació i Publicacions Campus del Riu Sec. Edifici Rectorat i Serveis
Centrals. 12071 Castelló de la Plana.
Vidal Villegas, J. (2016). ¿ Que es la escala de magnitud de richter? Ciencia y
Desarrollo Version para Internet.
Vielma Perez et al, J. (2014). Determinación de curvas de fragilidad mediante
análisis incremental dinámico. Revista Sul-Americana de Engenharia
Estrutural.
Villada, F. A. (2014). Pronóstico del precio del petróleo mediante redes neuronales
artificiales.
158
ANEXO I
Metaanálisis 1.- Elaboración de Metaanálisis referente a los 50 artículos científicos de 150 revisados como evidencia de
trabajo. Está compuesto por tema, resumen, tipo de investigación y fuente.
Metaanálisis de artículos científicos investigados modelo 1
Nº Tema Resumen Tipo de
Investigación Fuente
1
Evaluación “ex – post” del
estado de daño en los edificios
afectados por un terremoto
A raíz de los terremotos de los
terremotos ocurridos en los
últimos 20 años en diferentes
países ubicados en zonas de
alta peligrosidad alta, ha sido
necesario desarrollar
metodologías de reacción para
llevar a cabo el proceso de
inspecciones de los edificios
que han sido afectados con el
fin de determinar en forma
rápida si son seguros o si
deben ser evacuados para
proteger la vida de sus
ocupantes y evitar el número
Art.
Científico Researchgate.net
159
de víctimas sea mayor en caso
de una réplica.
2
Evaluación de una pequeña
mesa vibratoria para ensayos
en ingeniería sismo-resistente
Las consecuencias
catastróficas de los sistemas
han incentivado la realización
de estudios experimentales
para mitigar los efectos de los
sismos sobre las estructuras.
En este artículo se presenta la
evaluación de diseños
mecánico, neumático,
estructural de control y de
adquisición de datos de una
pequeña mesa vibratoria
uniaxial para ensayos de
estructuras a escala reducida.
Art.
Científico
Redalyc
160
3
El terremoto y sus efectos en
el medio ambiente: El
patrimonio construido y su
vulnerabilidad sísmica
estructural
Se presentan el
comportamiento de la
vulnerabilidad sísmica
estructural de un patrimonio
predominante en el Centro
Histórico Urbano de Santiago
de Cuba, zona de mayor riesgo
sísmico del país, como es el
caso de las viviendas
eclécticas. Las características
propias del estilo, los tipos
constructivos, la antigüedad y
el alto grado de deterioro que
presentan las convierten en
construcciones muy
vulnerables.
Art.
Científico Redalyc
161
48
Evaluación de la
vulnerabilidad sísmica de los
centros urbanos históricos;
estudio del caso antiguo centro
de la ciudad en Seixal, Portugal
La evaluación de la
vulnerabilidad sísmica de los
viejos edificios de
mampostería es esencial no
solo para los edificios con un
valor histórico y patrimonial
reconocido, sino también para
los edificios de mampostería
residenciales comunes. Este
documento aborda la
evaluación de la vulnerabilidad
sísmica de los edificios de
mampostería mediante la
aplicación de una metodología
simplificada al antiguo centro
de la ciudad de Seixal en
Portugal.
Art.
Científico Springer
49
Evaluación postsísmica de
construcciones existentes:
evaluación de los shakemaps
para identificar zona de
exclusión en Emilia
Después del evento, para
garantizar los niveles de
seguridad adecuados, el
gobierno italiano solicitó una
modernización sísmica
generalizada de los edificios
afectados por el terremoto
considerado.
Art.
Científico KoreaScience
162
50
La vulnerabilidad sísmica de
los agregados de construcción
a través de técnicas de
evaluación hibrida e indirecta
Este trabajo aborda la
evaluación de vulnerabilidad
sísmica de un antiguo
agregado de construcción de
mampostería de piedra,
ubicado en San Pio delle
Camere (Abruzzo, Italia),
ligeramente afectado por el
terremoto del 6 de abril de
2009 en L'Aquila y sus
distritos. Este agregado de
construcción se ha modelado
utilizando el 3muri ®software
para el análisis sísmico de
construcciones de
mampostería. Por un lado, se
realizaron análisis numéricos
no lineales estáticos para
obtener curvas de capacidad
junto con la predicción de
distribuciones de daños para la
acción sísmica de entrada
(técnica híbrida).
Art.
Científico Springer
Elaborado por: Presentación propia de autores.
163
Metaanálisis 2.- Elaboración de Metaanálisis referente a los 50 artículos científicos de 150 revisados como evidencia de
trabajo. Está compuesto por autores y palabras claves.
Metaanálisis de artículos científicos investigados modelo 2
Nª Autor 1 Autor 2 Autor 3 Autor 4 Autor 5 Autor 6 Palabra
clave 1
Palabra
clave 2
Palabra
clave 3
Palabra
clave 4
Palabra
clave 5
1
Martha
Liliana
Carreño
Tibaduiza
Omar Darío
Cardona
Alex H.
Barbat N/A N/A N/A Si No Si Si Si
2 Julián
Carrillo
Néstor
Bernal Ruiz
Pahola
Porras N/A N/A N/A No Si No No Si
3
Estrella
Yadira Roca
Fernández
Coralina
Vaz Suarez
Francisco
Calderin
Mestre
N/A N/A N/A No Si No No No
48
Tiago
Miguel
Ferreira
Romeu
Vicente
J.A.R
Mendes da
Silva
Humberto
Varum
Aníbal
Costa N/A Si Si No No No
49 Franco
Braga
Rosario
Gigliotti
Giorgio
Monti
Francesco
Morelli Camilo Nuti
Walter
Salvatore Si No No Si No
50 Rui Maio Romeu
Vicente
Antonio
Formisano
Humberto
Varum N/A N/A Si No No No Si
Elaborado por: Presentación propia de autores.
164
Metaanálisis 3.- Elaboración de Metaanálisis referente a los 50 artículos científicos de 150 revisados como evidencia de
trabajo. Está compuesto por trabajo futuro, cumplimiento y tipo de criterio.
Metaanálisis de artículos científicos investigados modelo 3
Nº Trabajo Futuro Cumplimiento Tipo de Criterio
1
Se evalúan todas las categorías (dirección,
posición del edificio de la manzana, clasificación
del uso de edificio, tipo de estructura, etc.), este
aspecto es favorable en el sentido que
proporciona muy buena información sobre los
edificios afectados lo cual pueden ser usados para
fines de calibración de metodología de
vulnerabilidad.
Si Inclusión
2
La mesa vibratoria propuesta es una
herramienta versátil y económica para realizar
pruebas experimentales orientadas al análisis y
diseño de estructuras sometidas a eventos
sísmicos.
No Exclusión
3
Se recomiendan realizar acciones de
intervención encaminadas a un posible
reforzamiento con el fin de mitigar los daños que la
ocurrencia de un terremoto de moderada o alta
intensidad ocasionada.
No Exclusión
165
48
En conclusión, una evaluación rigurosa de la
vulnerabilidad de los edificios existentes y la
implementación de la soluciones de readaptación
apropiadas a reducir significativamente el daño
físico y perdidas económicas por eventos sísmicos
futuros. En este sentido, estudios basados en
macro sísmicas juegan un papel importante en la
evaluación de la vulnerabilidad sísmica de una
sociedad patrimonio construido en regiones
propensas a sismos.
No Exclusión
49
El presente documento describe una evaluación
de la confiabilidad del procedimiento de generación
de mapas de sacudidas con respecto
específicamente a los eventos sísmicos que
azotaron la región de Emilia los días 20 y 29 de
mayo de 2012. Se individualizarán utilizando los
datos proporcionados por el Instituto Nacional
Italiano de Geofísica y Vulcanología en la forma de
los denominados "shakemaps".
No Exclusión
50
Posteriormente, el análisis numérico se utilizará
como complemento de los
evaluación de técnicas, para un examen más
detallado de la estructura y su comportamiento
No Exclusión
166
cuando se somete a una acción sísmica,
contribuyendo para el diseño de más adecuado y
intervenciones eficientes de adaptación
Elaborado por: Presentación propia de autores.
167
ANEXO II
Experto Nº1: Encuesta realizada a través de Google Forms
168
169
Experto Nº 2: Encuesta realizada a través de Google Forms
170
171
Experto Nº 3: Encuesta realizada a través de Google Forms
172
173
Experto Nº 4: Encuesta realizada a través de Google Forms
174
175
Experto Nº 5: Encuesta realizada a través de Google Forms
176
177
Experto Nº 6: Encuesta realizada a través de Google Forms
178
179
Experto Nº 7: Encuesta realizada a través de Google Forms
180
181
Experto Nº 8: Encuesta realizada a través de Google Forms
182
183
Experto Nº 9: Encuesta realizada a través de Google Forms
184
185
Experto Nº 10: Encuesta realizada a través de Google Forms
186
187
ANEXO III
Evidencia 1: Daño en Elementos Estructurales
Columna
Viga
Conexión Viga – Columna
Figura 4.- Daño en columna. Imagen tomada en Facultad de Ciencias Económicas sobre daños a elementos estructurales
Figura 5.- Daño en viga. Imagen tomada en Facultad de Ciencias Económicas sobre daños a elementos estructurales
Figura 6.- Daño en conexión viga-columna. Imagen tomada en Facultad de Ciencias Económicas sobre daños a elementos estructurales
188
Evidencia 2: Daño en elementos no estructurales
Mampostería
Escaleras
Figura 7.- Daño en mampostería. Imagen tomada en Facultad de Ciencias Económicas sobre daños a elementos no estructurales
Figura 8.- Daño en escaleras. Imagen tomada en Facultad de Ciencias Económicas sobre daños a elementos no estructurales
189
Evidencia 3: Daño en condición de los suelos
Asentamiento
Evidencia 4: Condición Preexistente
Diseño Estructural
Figura 9.- Daño en suelo. Imagen tomada en Facultad de Ciencias Económicas sobre daños a los suelos
Figura 10.- Condición preexistente. Imagen tomada en Facultad de Ciencias Económicas sobre el diseño estructural
190
Evidencia 5: Daño en Elementos Estructural
Columna
Viga
Evidencia 6: Daño a elementos no estructurales
Mampostería
Figura 11.- Daño en columna. Imagen tomada en Facultad de Arquitectura y Urbanismo sobre daños a elementos estructurales
Figura 12- Daño en viga. Imagen tomada en Facultad de Arquitectura y Urbanismo sobre daños a elementos estructurales
Figura 13.- Daño en mampostería. Imagen tomada en Facultad de Arquitectura y Urbanismo sobre daños a elementos no estructurales
191
Evidencia 7: Daño en condición de los suelos
Asentamiento
Evidencia 8: Condición Preexistente
Calidad de Material
Figura 14.- Daño en condición de suelos. Imagen tomada en Facultad de Arquitectura y Urbanismo sobre daños en condición de suelo
Figura 15.- Condición Preexistente. Imagen tomada en Facultad de Arquitectura y Urbanismo sobre la calidad de materiales
192
Evidencia 9: Reunión con el experto Ing. Vicente León
Evidencia 10: Exposición del Proyecto FCI
Figura 16.- Reunión con el experto para tratar temas sobre daño estructurales – Facultad Ciencias Matemáticas y Físicas
Figura 17.- Exposición de Proyectos de Investigación – Facultad Ciencias Matemáticas y Físicas
193
Evidencia 11: Reglas Difusas en Matlab
Evidencia 12: Rule Viewer en Matlab
Figura 18.- Base de reglas difusas utilizas en Matlab para evaluar los elementos que conforman el edificio
Figura 19.- Se observa de manera gráfica las reglas que se aplicó para evaluar a los edificios correspondientes.
194
CÓDIGO FUENTE DEL CONTROL DIFUSO IMPLEMENTADO PARA LOGICA
DIFUSA
%Codificación del programa orientado a daños estructurales a edificios_
postsísmica de la Universidad de Guayaquil%
%Integrantes del proyecto de Titulación: %
%Danny Peralta Arévalo, Eduardo Seigua García%
cam= 0.001;
%Semantica sobre los elementos estructurales de los edificios%
% ////// Columnas ///////%
s1= 0:cam:100;
c1= trapmf(s1,[0 0 10 30]);
c2= trimf(s1,[31 45 60]);
c3= trapmf(s1,[61 80 100 100]);
subplot (5,1,1); plot(s1,c1,s1,c2,s1,c3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Nivel de daños en las columnas'), ylabel ('\mu(Pertenencia)')
% ////// Vigas //////%
s2= 0:cam:100;
v1= trapmf(s2,[0 0 10 30]);
v2= trimf(s2,[31 45 60]);
v3= trapmf(s2,[61 80 100 100]);
subplot (5,1,2); plot(s2,v1,s2,v2,s2,v3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Nivel de daños en vigas'), ylabel ('\mu(Pertenencia)')
%/// Conexion Viga-Columna //////%
s3= 0:cam:100;
z1=trapmf(s3,[0 0 10 30]);
z2= trimf(s3,[31 45 60]);
z3= trapmf(s3,[61 80 100 100]);
subplot (5,1,3); plot(s3,z1,s3,z2,s3,z3,'LineWidth',1)
195
set(gca,'FontSize',10),legend('Leve','Moderado','Severo')
xlabel('Nivel de daños en zapatas'),ylabel('\mu(Pertenencia)')
%///// Grado de Daño Estructural /////%
gd= 0:cam:1;
le= trapmf(gd,[ 0 0 0.15 0.30]);
mo= trimf(gd,[ 0.15 0.40 0.65]);
se= trapmf(gd,[0.45 0.65 1 1]);
subplot (5,1,4), plot(gd,le,gd,mo,gd,se, 'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Elementos Estructurales'), ylabel ('\mu(Pertenencia)')
axis([0 1 0 1])
%///// Valoracion de la variable /////%
w1= 25;
w2= 25;
w3= 50;
%///// Informacion del daño /////%
cx= 0;
vx= 50;
zx= 15;
%Comparacion%
a= find(s1==cx);
b= find(s2==vx);
c= find(s3==zx);
subplot(5,1,1), hold on,plot(cx,c1(a),'*',cx,c2(a),'*',cx,c3(a),'*','LineWidth',1),hold
off
subplot(5,1,2), hold on,plot(vx,v1(b),'*',vx,v2(b),'*',vx,v3(b),'*','LineWidth',1),hold
off
subplot(5,1,3), hold on,plot(zx,z1(c),'*',zx,z2(c),'*',zx,z3(c),'*','LineWidth',1),hold
off
%Fusificacion Metodo Mandami%
196
col1= min(le,c1(a));
col2= min(mo,c2(a));
col3= min(se,c3(a));
vig1= min(le,v1(b));
vig2= min(mo,v2(b));
vig3= min(se,v3(b));
za1= min(le,z1(c));
za2= min(mo,z2(c));
za3= min(se,z3(c));
%Uniones%
g1= max(col1*w1,max(col2*w1,col3*w1));
g2= max(vig1*w2,max(vig2*w2,vig3*w2));
g3= max(za1*w3,max(za2*w3,za3*w3));
gt= max(g1,max(g2,g3));
subplot (5,1,5), plot(gd,g1,gd,g2,gd,g3,'LineWidth',1)
set(gca,'FontSize',10), legend('1. Daño en columnas','2. Daño en vigas','3.Daño
en conexión viga-columna')
xlabel('funciones de pertenencia ponderadas'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
subplot(5,1,5), plot(gd,gt,'LineWidth',1)
set(gca,'FontSize',10)
xlabel('Nivel de Daño Estructurales'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
%Defuzzificacion%
Def1 = defuzz(gd,gt,'centroid');
hold on, plot(Def1*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',10),legend('Union',num2str(roundn(Def1,-2)))
T1 = text(Def1,0.3,'centroid','FontWeight','bold');
197
%Semantica de daños no estructurales%
%Mamposteria (Paredes) %
cam= 0.001;
d1= 0:cam:100;
m1= trapmf(d1,[0 0 10 30]);
m2= trimf(d1,[31 45 60]);
m3= trapmf(d1,[61 80 100 100]);
subplot (5,1,1); plot(d1,m1,d1,m2,d1,m3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Nivel de daños en Mamposterias'), ylabel ('\mu(Pertenencia)')
%Escaleras%
d2= 0:cam:100;
es1= trapmf(d2,[0 0 10 30]);
es2= trimf(d2,[31 45 60]);
es3= trimf(d2,[61 80 100 100]);
subplot (5,1,2); plot(d2,es1,d2,es2,d2,es3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Nivel de daño en Escaleras'), ylabel ('\mu(Pertenencia)')
%Grado del Daño no estructural%
gd1= 0:cam:1;
lev1= trapmf(gd1,[0 0 0.15 0.30]);
mo1= trimf(gd1,[0.15 0.40 0.65]);
se1= trapmf(gd1,[0.45 0.65 1 1]);
subplot (5,1,3), plot(gd1,lev1,gd1,mo1,gd1,se1, 'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Elementos No Estructurales'), ylabel ('\mu(Pertenencia)')
axis([0 1 0 1])
%///// Valoracion de la variable /////%
198
e1= 50;
e2= 25;
%///// Informacion del daño /////%
mx=50;
esx=10;
%Comparacion%
j= find(d1==mx);
k= find(d2==esx);
subplot(5,1,1), hold on,plot(mx,m1(j),'*',mx,m2(j),'*',mx,m3(j),'*','LineWidth',1),hold
off
subplot(5,1,2), hold
on,plot(esx,es1(k),'*',esx,es2(k),'*',esx,es3(k),'*','LineWidth',1),hold off
%Fusificacion Metodo Mandami%
ma1= min(lev1,m1(j));
ma2= min(mo1,m2(j));
ma3= min(se1,m3(j));
esc1= min(lev1,es1(k));
esc2= min(mo1, es2(k));
esc3= min(se1,es3(k));
%Uniones%
h1= max(ma1*e1,max(ma2*e1,ma3*e1));
h2= max(esc1*e2,max(esc2*e2,esc3*e2));
ht=max(h1,h2);
%Graficacion%
subplot (5,1,4), plot(gd1,h1,gd1,h2,'LineWidth',1)
set(gca,'FontSize',10), legend('1. Daño en Mamposterias(paredes)','2. Daño en
Escaleras')
xlabel('funciones de pertenencia ponderadas'),ylabel('\nu (Pertenencia)')
199
axis([0 1 0 1])
subplot (5,1,4), plot(gd1,ht,'LineWidth',5)
set(gca,'FontSize',10)
xlabel('Nivel de daño no estructurales'),ylabel('\nu(Pertenencia)')
axis([0 1 0 1])
%Defuzzificacion%
Def2 = defuzz(gd1,ht,'centroid');
hold on, plot(Def2*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',10),legend('Union',num2str(roundn(Def2,-2)))
T2 = text(Def2,0.3,'centroid','FontWeight','bold');
%Semantica de los Suelos%
%Condicion de los suelos%
%Asentamientos(Hundimiento)%
cam= 0.001;
sue1= 0:cam:100;
as1= trapmf(sue1,[0 0 10 30]);
as2= trimf(sue1,[31 45 60]);
as3= trapmf(sue1,[61 80 100 100]);
subplot(5,1,1),plot(sue1,as1,sue1,as2,sue1,as3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Nivel de daño por Asentamientos'), ylabel ('\nu(Pertenencia)')
%Deslizamientos%
sue2= 0:cam:100;
des1= trapmf(sue2,[0 0 10 30]);
des2= trimf(sue2,[31 45 60]);
des3= trapmf(sue2,[61 80 100 100]);
subplot(5,1,2),plot(sue2,des1,sue2,des2,sue2,des3,'LineWidth',1)
set(gca,'FontSize',10),legend('Leve','Moderado','Severo')
xlabel('Nivel de daño por Deslizamientos'),ylabel('\mu(Pertenencia)')
200
%Licuefaccion%
sue3= 0:cam:100;
lic1= trapmf(sue3,[0 0 10 30]);
lic2= trimf(sue3,[31 45 60]);
lic3= trapmf(sue3,[61 80 100 100]);
subplot(5,1,3),plot(sue3,lic1,sue3,lic2,sue3,lic3,'LineWidth',1)
set(gca,'FontSize',10),legend('Leve','Moderado','Severo')
xlabel('Nivel de daño por Licuefaccion'),ylabel('\mu(Pertenencia)')
%Grado del Daño En condicion de suelos%
gd2= 0:cam:1;
le1= trapmf(gd2,[0 0 0.15 0.30]);
mod1= trimf(gd2,[0.15 0.40 0.65]);
sev1= trapmf(gd2,[0.45 0.65 1 1]);
subplot(5,1,4),plot(gd2,le1,gd2,mod1,gd2,sev1,'LineWidth',1)
set(gca,'FontSize',10),legend('Leve','Moderado','Severo')
xlabel('Condicion de los suelos'),ylabel('\mu(Pertenencia)')
axis([0 1 0 1])
%///// Valoracion de la variable /////%
f1= 60;
f2= 30;
f3= 10;
%///// Informacion del daño /////%
asx= 25;
dex= 15;
licx= 30;
%Comparacion%
x= find(sue1==asx);
y= find(sue2==dex);
z= find(sue3== licx);
201
subplot(5,1,1),hold on,
plot(asx,as1(x),'*',asx,as2(x),'*',asx,as3(x),'*','LineWidth',1),hold off
subplot(5,1,2),hold on,
plot(dex,des1(y),'*',dex,des2(y),'*',dex,des3(y),'*','LineWidth',1),hold off
subplot(5,1,3),hold on,
plot(dex,lic1(z),'*',dex,lic2(z),'*',dex,lic3(z),'*','LineWidth',1),hold off
%Fusificacion Metodo Mandami%
ase1= min(le1,as1(x));
ase2= min(mod1,as2(x));
ase3= min(sev1,as3(x));
dsl1= min(le1,des1(y));
dsl2= min(mod1,des2(y));
dsl3= min(sev1,des3(y));
li1= min(le1,lic1(z));
li2= min(mod1,lic2(z));
>> li3= min(sev1,lic3(z));
%Uniones%
i1= max(ase1*f1,max(ase2*f1,ase3*f1));
i2= max(dsl1*f2,max(dsl2*f2,dsl3*f2));
i3= max(li1*f3,max(li2*f3,li3*f3));
it= max(i1,max(i2,i3));
%Graficacion%
subplot(5,1,5),plot(gd2,i1,gd2,i2,gd2,i3,'LineWidth',1)
set(gca,'FontSize',10), legend('1. Daño por asentamientos','2. Daño por
deslizamientos','3.Daño por licuefaccion')
xlabel('funciones de pertenencia ponderadas'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
subplot(5,1,5),plot(gd2,it,'LineWidth',5)
set(gca,'FontSize',10)
202
xlabel('Nivel de daño en condición de los suelos),ylabel('\nu(Pertenencia)')
axis([0 1 0 1])
%Defuzzificacion%
Def3 = defuzz(gd2,it,'centroid');
hold on, plot(Def3*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',10),legend('Union',num2str(roundn(Def3,-2)))
T3 = text(Def3,0.3,'centroid','FontWeight','bold');
%Condiciones Preexistentes%
%Calidad de los materiales%
cam=0.001;
pre1= 0:cam:100;
ca1= trapmf(pre1,[0 0 10 30]);
ca2= trimf(pre1,[31 45 60]);
ca3= trapmf(pre1,[61 80 100 100]);
subplot(5,1,1),plot(pre1,ca1,pre1,ca2,pre1,ca3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel('Indice de Calidad de los Materiales'),ylabel('\mu(Pertenencia)')
%Estructuracion del Edificio%
pre2= 0:cam:100;
con1=trapmf(pre2,[0 0 10 30]);
con2= trimf(pre2,[31 45 60]);
con3= trapmf(pre2,[61 80 100 100]);
subplot(5,1,2),plot(pre2,con1,pre2,con2,pre2,con3,'LineWidth',1)
set(gca,'FontSize',10),legend('Leve', 'Moderado','Severo')
xlabel('Diseño Estructural'),ylabel('\mu(Pertenencia)')
%Grado de daño en condiciones preexistentes%
cp= 0:cam:1;
203
cpl= trapmf(cp,[0 0 0.15 0.30]);
cp2= trimf(cp,[0.15 0.40 0.65]);
cp3= trapmf(cp,[0.45 0.65 1 1]);
subplot(5,1,3),plot(cp,cpl,cp,cp2,cp,cp3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Condiciones Prexistentes'), ylabel ('\mu(Pertenencia)')
axis([0 1 0 1])
%Valoracion de las Variables%
r0= 0.75;
r1= 0.25;
%Informacion del daño%
cax= 30;
conx=40;
%Comparacion%
p1= find(pre1==cax);
p2= find(pre2== conx);
subplot(5,1,1),hold on,
plot(cax,ca1(p1),'*',cax,ca2(p1),'*',cax,ca3(p1),'*','LineWidth',1),hold off
subplot(5,1,2),hold on,
plot(conx,con1(p2),'*',conx,con2(p2),'*',conx,con3(p2),'*','LineWidth',1),hold off
%Fusificacion Metodo Mandami%
q1= min(cpl,ca1(cax));
q2= min(cp2,ca2(cax));
q3= min(cp3,ca2(cax));
w1= min(cpl,con1(conx));
w2= min(cp2,con2(conx));
w3= min(cp3,con3(conx));
204
%Uniones%
union1= max(q1*r0,max(q2*r0,q3*r0));
union2= max(w1*r1,max(w2*r1,w3*r1));
uniont= max(union1,union2);
%Graficacion%
subplot(5,1,4),plot(cp,union1,cp,union2,'LineWidth',5)
set(gca,'FontSize',10),legend('1. Daño en calidad de material','2. Daño en Diseño
Estructural')
xlabel('funciones de pertenencia ponderadas'),ylabel('\mu (Pertenencia)')
axis([0 1 0 1])
subplot(5,1,4),plot(cp,uniont,'LineWidth',5)
set(gca,'FontSize',10)
xlabel('Nivel de daños en condiciones preexistentes'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
%Defusificacion%
Def4= defuzz(cp,uniont,'centroid');
hold on, plot(Def4*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',10),legend('Union',num2str(roundn(Def4,-2)))
T4 = text(Def4,0.3,'centroid','FontWeight','bold');
%Nivel de Habitabilidad%
cam= 0.001;
%Daño estructural general%
de= 0:cam:100;
de1= trapmf(de,[0 0 10 30]);
de2= trimf(de,[31 45 60]);
de3= trapmf(de,[61 80 100 100]);
subplot (5,1,1); plot(de,de1,de,de2,de,de3,'LineWidth',1)
205
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Daño estructural general'), ylabel ('\mu(Pertenencia)')
%Daño no estructural general%
dn= 0:cam:100;
dn1= trapmf(dn,[0 0 10 30]);
dn2= trimf(dn,[31 45 60]);
dn3= trapmf(dn,[61 80 100 100]);
subplot (5,1,2); plot(dn,dn1,dn,dn2,dn,dn3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Daño no estrctural general'), ylabel ('\mu(Pertenencia)')
%Condicion del suelo general%
cd= 0:cam:100;
cd1= trapmf(cd,[0 0 10 30]);
cd2= trimf(cd,[31 45 60]);
cd3= trapmf(cd,[61 80 100 100]);
subplot (5,1,3); plot(cd,cd1,cd,cd2,cd,cd3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Daño en suelo de forma general'), ylabel ('\mu(Pertenencia)')
%Condicion preexistente en general%
cp= 0:cam:100;
cp1= trapmf(cp,[0 0 10 30]);
cp2= trimf(cp,[31 45 60]);
cp3= trapmf(cp,[61 80 100 100]);
subplot (5,1,4); plot(cp,cp1,cp,cp2,cp,cp3,'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel (' Daño en condiciones preexistente en general'), ylabel
('\mu(Pertenencia)')
%Grado de daños en general%
gd= 0:cam:1;
le= trapmf(gd,[0 0 0.15 0.30]);
206
mo= trimf(gd,[0.15 0.40 0.65]);
se= trapmf(gd,[0.45 0.65 1 1]);
subplot (5,1,5), plot(gd,le,gd,mo,gd,se, 'LineWidth',1)
set(gca, 'FontSize',10), legend('Leve','Moderado','Severo')
xlabel ('Daños Generales'), ylabel ('\mu(Pertenencia)')
axis([0 1 0 1])
%///// Valoracion de la variable /////%
r1= 70;
r2= 20;
r3= 5;
r4= 5;
%///// Informacion del daño /////%
dex= 23;
dnx= 31;
cdx= 13;
cpx= 12;
%Comparacion%
a= find(de==dex);
b= find(dn==dnx);
c= find(cd==cdx);
d= find(cp== cpx);
subplot(5,1,1), hold
on,plot(dex,de1(a),'*',dex,de2(a),'*',dex,de3(a),'*','LineWidth',1),hold off
subplot(5,1,2), hold
on,plot(dnx,dn1(b),'*',dnx,dn2(b),'*',dnx,dn3(b),'*','LineWidth',1),hold off
subplot(5,1,3), hold
on,plot(cdx,cd1(c),'*',cdx,cd2(c),'*',cdx,cd3(c),'*','LineWidth',1),hold off
subplot(5,1,4), hold
on,plot(cpx,cp1(d),'*',cpx,cp2(d),'*',cpx,cp3(d),'*','LineWidth',1),hold off
207
%Fusificacion Metodo Mandami%
d1= min(le,de1(a));
d2= min(mo,de2(a));
d3= min(se,de3(a));
n1= min(le,dn1(b));
n2= min(mo,dn2(b));
n3= min(se,dn3(b));
su1= min(le,cd1(c));
su2= min(mo,cd2(c));
su3= min(se,cd3(c));
pr1= min(le,cp1(d));
pr2= min(mo,cp2(d));
pr3= min(se,cp3(d));
%Uniones%
g1= max(d1*r1,max(d2*r1,d3*r1));
g2= max(n1*r2,max(n2*r2,n3*r2));
g3= max(su1*r3,max(su2*r3,su3*r3));
g4= max(pr1*r4,max(pr2*r4,pr3*r4));
gt= max(g1,max(g2,max(g3,g4)));
subplot (5,1,6), plot(gd,g1,gd,g2,gd,g3,gd,g4,'LineWidth',1)
set(gca,'FontSize',10), legend('1. Daño Estructurales','2. Daño no
estructurales','3.Daño en condicion de suelos', '4.Daño en condicion preexistente')
xlabel('funciones de pertenencia ponderadas'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
subplot(5,1,6), plot(gd,gt,'LineWidth',1)
set(gca,'FontSize',10)
xlabel('Nivel de Habitabilidad'),ylabel('\nu (Pertenencia)')
axis([0 1 0 1])
208
%Defuzzificacion%
Deft = defuzz(gd,gt,'centroid');
hold on, plot(Deft*ones(1,3),[0 0.5 1],'r','LineWidth',5)
set(gca,'FontSize',10),legend('Union',num2str(roundn(Deft,-2)))
T = text(Deft,0.3,'centroid','FontWeight','bold');