universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32392/1/b-cisc-ptg... ·...

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

mailto:[email protected]



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.


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


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.


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


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


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:


C.I. 0929833028


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


FACULTAD DE CIENCIAS MATEMATICAS Y FISICAS


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


Palabras "Daños Estructurales en edificaciones" en los

Artículos…………………………………………………………................................………101


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


palabras "Redes Bayesianas" en los Artículos………………………………………………100


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


Elementos No Estructurales…………………………………………………………………..134


Condiciones de suelo…………………………………………………………………………..134


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




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


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




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


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.


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



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


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



28

Evaluación de Elementos No Estructurales: La siguiente evaluación

requerida es necesaria para considerar el estado de los elementos no



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).


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).


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).


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).


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).


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



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).


Figura 2.7.- Operación Intersección

Nota: Se puede observar la representación gráfica de la operación intersección en un plano



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


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)


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



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



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)


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)


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)


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”


“Lógica Difusa”


“Redes Bayesianas”.

9

Número de veces que se repite

“Daños estructurales en

edificaciones”.


“Habitabilidad del edificio”.


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.


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


Tipo de Investigación

Evaluativa 1

Cualitativa 2

Cuantitativa 3

Teórica 4


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


Palabras Claves

Evaluación Sísmica 1

Lógica Difusa 2

Redes Bayesianas 3

Daños Estructurales a edificio 4

90

Habitabilidad del Edificio 5


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


Criterio de Selección

Inclusión 1

Exclusión 2


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


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


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


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



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


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


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



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


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


Acumulada

Inclusión 82 0,547 0,547 Exclusión 68 0,453 1



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


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


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



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




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


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.


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





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


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



Nota: A través de la evaluación mediante metaanálisis se pudo determinar conforme


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





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.


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?


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?


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?


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?


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?


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?


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


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”


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%


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%


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%


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


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


163


trabajo. Está compuesto por autores y palabras claves.


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


164


trabajo. Está compuesto por trabajo futuro, cumplimiento y tipo de criterio.


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


167

ANEXO II

Experto Nº1: Encuesta realizada a través de Google Forms

169

Experto Nº 2: Encuesta realizada a través de Google Forms

171


173


175


177


179


181


183


185


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)


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)


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)


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)


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)


xlabel ('Elementos No Estructurales'), ylabel ('\mu(Pertenencia)')

axis([0 1 0 1])


198

e1= 50;

e2= 25;


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


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')


199

axis([0 1 0 1])

subplot (5,1,4), plot(gd1,ht,'LineWidth',5)


xlabel('Nivel de daño no estructurales'),ylabel('\nu(Pertenencia)')

axis([0 1 0 1])

%Defuzzificacion%

Def2 = defuzz(gd1,ht,'centroid');




%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)


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)


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)


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)


xlabel('Condicion de los suelos'),ylabel('\mu(Pertenencia)')

axis([0 1 0 1])


f1= 60;

f2= 30;

f3= 10;


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


plot(dex,des1(y),'*',dex,des2(y),'*',dex,des3(y),'*','LineWidth',1),hold off


plot(dex,lic1(z),'*',dex,lic2(z),'*',dex,lic3(z),'*','LineWidth',1),hold off


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')


axis([0 1 0 1])

subplot(5,1,5),plot(gd2,it,'LineWidth',5)


202

xlabel('Nivel de daño en condición de los suelos),ylabel('\nu(Pertenencia)')

axis([0 1 0 1])

%Defuzzificacion%

Def3 = defuzz(gd2,it,'centroid');




%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)


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)


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);


plot(cax,ca1(p1),'*',cax,ca2(p1),'*',cax,ca3(p1),'*','LineWidth',1),hold off


plot(conx,con1(p2),'*',conx,con2(p2),'*',conx,con3(p2),'*','LineWidth',1),hold off


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)


xlabel('Nivel de daños en condiciones preexistentes'),ylabel('\nu (Pertenencia)')

axis([0 1 0 1])

%Defusificacion%

Def4= defuzz(cp,uniont,'centroid');




%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


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)


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)


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)


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)


xlabel ('Daños Generales'), ylabel ('\mu(Pertenencia)')

axis([0 1 0 1])


r1= 70;

r2= 20;

r3= 5;

r4= 5;


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);


on,plot(dex,de1(a),'*',dex,de2(a),'*',dex,de3(a),'*','LineWidth',1),hold off


on,plot(dnx,dn1(b),'*',dnx,dn2(b),'*',dnx,dn3(b),'*','LineWidth',1),hold off


on,plot(cdx,cd1(c),'*',cdx,cd2(c),'*',cdx,cd3(c),'*','LineWidth',1),hold off


on,plot(cpx,cp1(d),'*',cpx,cp2(d),'*',cpx,cp3(d),'*','LineWidth',1),hold off

207


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')


axis([0 1 0 1])

subplot(5,1,6), plot(gd,gt,'LineWidth',1)


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');

universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32392/1/b-cisc-ptg... ·...

Documents