SECCIN INGENIERA CIVIL

421

Anales Acad. Nac. de Ing. Buenos Aires, Tomo IV (2008): pp. 421 - 438

SIMULACIN MATEMTICA: APLICACIONES

EN LA INGENIERA*
Ing. Alberto Hugo PUPPO
Acadmico de Nmero

La Simulacin Matemtica es un procedimiento aplicable a una amplia

gama de problemas de diversa ndole en Matemtica, Fsica, Ingeniera en general, Economa, Ciencias Sociales, etc., desarrollado inicialmente por Enrico
Fermi, John von Neumann y Stalislaw Ulam en las dcadas del 30, 40 y 50 del
siglo pasado.
El procedimiento se basaba en los nmeros aleatorios puros, es decir, en
nmeros elegidos al azar, tales como los 2.500 de 5 cifras dados en el Handbook
of Mathematical Functions de Abramowitz y Stegun. La simulacin consiste
en la repeticin de esquemas de clculo basados en datos generados con nmeros aleatorios que responden a determinadas funciones de distribuciones de
probabilidad (fdp). Los resultados obtenidos tienen histogramas que, a su vez,
pueden aproximarse con apropiadas fdp.
La convergencia del procedimiento es lenta y requiere un elevado nmero
de repeticiones para obtener resultados con una precisin aceptable. En consecuencia, el procedimiento basado en el empleo de tablas de nmeros aleatorios
es engorroso y de poca practicidad. Con el avenir de las computadoras, los nmeros aleatorios puros se sustituyeron por los nmeros seudoaleatorios, que
en adelante llamamos, simplemente, nmeros aleatorios. Se trata de nmeros
generados mediante algoritmos matemticos. Estos nmeros satisfacen ciertos
requerimientos que los asemejan a los nmeros aleatorios puros y pueden ser
empleados en lugar de stos.
Un algoritmo elemental para generar nmeros aleatorios de cuatro cifras
con distribucin uniforme es el siguiente: se elige al azar un nmero de cuatro
* Resumen de la conferencia pronunciada en la Sesin Plenaria Ordinaria del 2 de junio de
2008.

422

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

cifras (la semilla), se lo eleva al cuadrado, se extraen las cuatro cifras centrales, con stas se repite la operacin y as, en sucesin, se genera una serie
de nmeros de cuatro cifras. Por ejemplo, se tiene la sucesin,

Los nmeros aleatorios deben satisfacer requerimientos de uniformidad

(histograma cuasi uniforme), de aperiodicidad (no repeticiones de series de
nmeros) y de no previsibilidad simple (gran dificultad para prever el nmero siguiente en el clculo). Prcticamente todos los lenguajes de computacin
incluyen un generador sofisticado de nmeros aleatorios.
En las Figuras 1, 2 y 3 se muestran histogramas normalizados (rea
unitaria) de nmeros aleatorios comprendidos entre 10 y 30 obtenidos con
simulaciones de 200, 2000 y 20000 repeticiones, respectivamente. Se observa
que la uniformidad del histograma, y por lo tanto su precisin como serie de
nmeros aleatorios, aumenta con la cantidad de simulaciones.
Cuando en las aplicaciones de la simulacin se habla de probabilidad, siempre se la debe entender como lmite de una frecuencia al aumentar el nmero de
repeticiones. A fin de ilustrar este concepto, se calcula la frecuencia en funcin
del nmero de repeticiones en una simulacin de ensayos de probabilidad 0.5
(cara o cruz al arrojar una moneda). En la Figura 4 se muestra el resultado de
una simulacin de 1.000 repeticiones, que permite apreciar la convergencia.
En las aplicaciones de la simulacin matemtica es necesario, en general,
contar con nmeros aleatorios con diversas fdp. En la Figura 5 se muestra un
histograma de 10.000 nmeros aleatorios con fdp normal de valor medio 20 y
desviacin estndar 2.
En su forma ms simple, la aplicacin de la simulacin matemtica a
la resolucin de un problema determinado puede resumirse en el diagrama
siguiente:

SECCIN INGENIERA CIVIL

423

Datos: fdpk , mk , s k

Algoritmo del problema

Resultados directos: ak,i

Resultados procesados: mak , s ak , histograma ak

Los k datos se expresan mediante sus fdp, generalmente definidas mediante

slo los dos parmetros (valor medio y desviacin estndar). Para cada repeticin
i del clculo empleando el algoritmo del problema, se obtienen los resultados
directos para cada resultado, que puede ser uno slo. Luego se procesan los
resultados directos para obtener sus valores medios, desviaciones estndar e
histogramas. Eventualmente, los histogramas pueden aproximarse mediante
fdps adecuadas y calcular, por ejemplo, valores caractersticos.
En problemas especficos es necesario refinar el procedimiento de aplicacin
de la simulacin matemtica. Por ejemplo, la determinacin de la probabilidad de falla de las estructuras no puede hacerse en forma directa porque se
necesitara una enorme cantidad de repeticiones. En cambio, puede emplearse
una simulacin orientada, tal como la descripta en Evaluation of Probabilities
Using Oriented Simulation, Puppo A. H. y Bertero R. D., ASCE, Journal of
Structural Engineering, Vol. 118, No. 6, junio de 1992.
Cuando el valor de un dato de un problema determinado responde a mltiples factores, puede adoptarse una fdp de distribucin normal de acuerdo con
el teorema del lmite central de la Teora de las Probabilidades. Si se conoce
una estadstica para el dato, o sea, un histograma, puede ajustarse una fdp
adecuada. Para determinados fenmenos, se emplean fdp que, como se sabe
de acuerdo con estudios estadsticos y razonamientos matemticos, resultan
apropiados. Por ejemplo, los niveles mximos anuales de creciente de un ro
responden a una Distribucin de Mximos Tipo I (Gumbel).
Como un primer ejemplo de aplicacin de la simulacin se considera una
viga de hormign armado en mnsula de longitud l , seccin rectangular de
ancho b y altura h , sometida a una carga permanente uniforme g y a una

424

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

carga accidental P , de corta duracin y aplicada en el extremo libre. La deflexin del extremo libre est dada por,

l3
P
gl
w=
(1 + ) +
3

bh
8
3
E

12
siendo: E , el mdulo de elasticidad longitudinal del hormign; , un factor
que tiene en cuenta la cuanta de armadura y la fisuracin; , el coeficiente de
deformacin diferida y contraccin de fraguado del hormign.
Se adoptan fdp normales para todas las variables aleatorias, cuyos valores
medios y desviaciones estndar son (unidades bsicas: kN, m):

E = 24000000, E = 2000000,

b = 0.30,

b = 0.01,

h = 0.80,

h = 0.02,

= 0.60,

= 0.15,

l = 7.00,

l = 0.20,

g = 9.00,

g = 0.90,

= 2.50,

= 0.30,

P = 20.00, P = 4.00,

Con 1000 repeticiones, una simulacin arroja valores de la deflexin mnimo

y mximo de 0.024 y 0.301, respectivamente. Adems, permite calcular el valor
medio de 0.070 y la desviacin estndar de 0.027.
Con los 1000 valores de la deflexin obtenidos con la simulacin puede
construirse un diagrama normalizado que, en este caso, puede aproximarse
con la fdp de Gumbel Mximo Tipo I,

f 1( x ) = exp (x u ) e (x u )

En la Figura 6 se muestran el histograma normalizado y la funcin f 1 (x ).

Puede calcularse, por ejemplo, la probabilidad de que la deflexin sea
mayor de 0.100 como,

pw1 =

0.10

f 1( x ) dx = 0.124

425

SECCIN INGENIERA CIVIL

o sea, una probabilidad del 12.4 %. Anlogamente, la probabilidad de que la

deflexin sea menor de 0.03 es,

pw 2 =

0.03

f 1( x ) dx = 0.025

es decir, una probabilidad del 2.5 %.

En un segundo ejemplo, se aplica la simulacin matemtica para obtener
una seal aleatoria correspondiente a la velocidad del viento en funcin del
tiempo distribuida segn el espectro dado en el Eurocdigo. Se empieza por
generar una seal de ruido blanco aleatorio ur (fdp normal normalizada con

valor medio nulo y desviacin estndar unitaria) de ta = 2400 s de duracin y

formada por n = 65535 , valores que se representa en la Figura 7.
Mediante el empleo de la Transformada Rpida de Fourier (FFT) con,

fa =

1
1
= 4.167 104 ,
ta
s

f j = fa j ,

j = 1, 2, ...

n +1
2

se genera el espectro correspondiente Su j mostrado en la Figura 8.

El espectro del Eurocdigo se expresa como,

G ( ) =

6.8

L
Vm

L 3
1 + 10.2

Vm

y se lo muestra en la Figura 9, con la frecuencia (1 s ) en abscisas con escala

2
logartmica y adimensionalizado G ( ) en ordenadas, para L = 150 m ,

Vm = 32 m s , = 4.5 m s .
Los valores discretos
son,

S j de G ( ) y la FFT de la seal simulada Tz j

426

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

S j = f a G ( f j ),

Tz j = Tu j

n +1
Sj
2

siendo Tu j la FFT del ruido blanco aleatorio. Antitransformando Tz se obtiene

la seal simulada z representada en la Figura 10, que responde al espectro

G ( )

.
Finalmente, en la Figura 11 se muestran, adimensionalizados, el espectro

discreto de la seal simulada Sz y el espectro continuo G ( ) . Es de hacer

notar que para valores bajos de la frecuencia los valores de Sz difieren consi-

derablemente de los de G ( ) . Si en un anlisis posterior es necesario utilizar

los valores de Sz es conveniente suavizarlo empleando el Gaussian Kernel
Method o alguno similar.

427

SECCIN INGENIERA CIVIL

1~PHURVVHXGRDOHDWRULRV+LVWRJUDPDV
'LVWULEXFLyQXQLIRUPH
P  

D  

<PLQ  PLQ  <

<PLQ

<PD[  <PLQ

'[+ 

<PD[  PD[  <



<PD[



1  

1~PHURGHLQWHUYDORV
,QWHUYDOR

<  UXQLI  P  D  E

E  

'[+



+LVWRJUDPD

+  KLVWRJUDP  1  <
+LVWRJUDPDQRUPDOL]DGR

+Q  

+

'[+

P '[+

+Q



+Q 

















+









)LJXUD
P  PHDQ  <

P
G

V  VWGHY  <



V
P







428

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

SECCIN INGENIERA CIVIL

429

430

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

*UDQGHVQ~PHURV)UHFXHQFLD!3UREDELOLGDG
&RQ&75/)UHFDOFXODFRQRWUD6(('

S  

X  UQG  

Q  

L    Q

X

 u   

XL  UQG  

D  LI X d


   


DL  DL  LI  XL d S    

D
IL 


DL
L



IL



S













L 

)LJXUD











431

SECCIN INGENIERA CIVIL

1~PHURVVHXGRDOHDWRULRV+LVWRJUDPDV
'LVWULEXFLyQQRUPDO

P  

P  
;PLQ  PLQ  ;

;PLQ

'[+ 

;PD[  PD[  ;



;PD[



1  

1~PHURGHLQWHUYDORV
,QWHUYDOR

;  UQRUP  P  P  V 

V 

;PD[  ;PLQ
1

'[+



+LVWRJUDPD

+  KLVWRJUDP  1  ;
+LVWRJUDPDQRUPDOL]DGR

+Q  

+

'[+

P '[+

+Q



+






+Q
















)LJXUD

P  PHDQ  ;



V  VWGHY  ;





432

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

'HIOH[LyQGHXQDPpQVXODN1P
O

25,*,1  

3
JO
   I 



EK
(
N


Z  (  E  K  N  O  J  I  3 

J O  3

0  O  J  3  O

P(  

V (  

PE  

V E  

PK  

V K  

PN  

V N  

PO  

V O  

PJ  

V J  

PI  

V I  

P3  

V 3  

0 P  0  P O  P J  P 3

0P



ZP  Z  P(  PE  PK  PN  PO  PJ  PI  P3

VP 
ZP

 0P

PE PK

VP

 u  



P  
9(  UQRUP  P  P(  V (

9E  UQRUP  P  PE  V E

9K  UQRUP  P  PK  V K

9N  UQRUP  P  PN  V N 

9O  UQRUP  P  PO  V O

9J  UQRUP  P  PJ  V J

9I  UQRUP  P  PI  V I 

93  UQRUP  P  P3  V 3

L    P

9ZL  Z  9(L  9EL  9KL  9NL  9OL  9JL  9IL  93L

PZ  PHDQ  9Z

PZ

ZPLQ  PLQ  9Z

ZPLQ

QLQW  




V Z  VWGHY  9Z

VZ

ZPD[  PD[  9Z

ZPD[

+  KLVWRJUDP  QLQW  9Z



+  







+








SECCIN INGENIERA CIVIL

433

434

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

SECCIN INGENIERA CIVIL

435

436

ACTIVIDADES DE LAS SECCIONES DE LA ACADEMIA

SECCIN INGENIERA CIVIL

437