TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

ASIGNATURA: TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE

DEFORMACIONES.

PROFESOR: DAVID HERNÁNDEZ LÓPEZ.

2ª PARTE: ANÁLISIS DE DEFORMACIONES POR MÉTODOS

GEODÉSICOS.

CONTENIDO:

1. INTRODUCCIÓN.

2. DISEÑO DE LA RED DE CONTROL.

3. ANÁLISIS DE DOS ÉPOCAS.

4. ANÁLISIS MULTIÉPOCAS.

5. EJEMPLOS DE APLICACIÓN PRÁCTICA DE ANÁLISIS DE DOS ÉPOCAS.

1
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

1. INTRODUCCIÓN.

- La teoría del análisis de deformaciones es popular desde la década de los

ochenta.

- Las primeras actuaciones se remontan a los años veinte.

- Principales causas de su desarrollo e implantación:

i. La realidad de su necesidad es cada día más evidente.

ii. El avance tecnológico lo posibilita:

1. Desarrollo de instrumental de altas prestaciones.

2. Equipos informáticos muy potentes.

- Su reciente actualidad motiva que todavía se encuentren en desarrollo modelos

teóricos que han de intervenir en diferentes fases.

- Aplicaciones actuales:

i. Control de movimientos/deformaciones de obras de ingeniería.

ii. Estudios de deslizamientos de pendientes.

iii. Movimientos corticales.

iv. Evolución de glaciares.

v. Fenómenos de subsidencia.

2
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- Objetivo básico:

Analizar la variación en el tiempo de la geometría de un objeto o superficie,

o parte del mismo.

- Elementos fundamentales que intervienen.

i. Posible modelo teórico de la evolución geométrica en el tiempo.

ii. Caracterización de la posible variación de la geometría a partir de la

modificación de la posición relativa de ciertos puntos singulares.

iii. Necesidad de un marco de referencia respecto al cual medir la variación

geométrica.

iv. Necesidad de medir variación de geometría. Dos métodos básicos:

1. Medición directa. ( inclinómetros, péndulos, extensómetros, ...)

2. A partir de estimación de posiciones o magnitudes geométricas (

ángulos, distancias, incrementos de altitud, ... ) obtenidas en
distintos instantes de tiempo comprendidos dentro del intervalo de
análisis.

Las medidas son fundamentales además en la definición del marco de

referencia.

- Estudiaremos el caso del análisis de deformaciones a partir de las diferentes

posiciones encontradas de ciertos puntos singulares del objeto de análisis.

- Consideraremos dos casos generales:

i. Control de obras de ingeniería.

ii. Control de superficies de terreno.

3
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- En el control de obras de ingeniería por métodos geodésicos podremos

considerar una red de control que incluya a sus puntos agrupados en dos
conjuntos:

i. Bloque de referencia. Definirá, junto a los observables el marco de

referencia. Estará integrado por vértices de posición estable en el tiempo.
Normalmente se localizarán fuera de la estructura a analizar.

ii. Bloque objeto. Conjunto de puntos a partir de cuya modificación espacial

en el tiempo se obtendrán los resultados de variación geométrica a
contrastar con los modelos teóricos, si los hubiera. Su crítica localización
es función del modelo de predicción de variación geométrica.

4
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- En el control de superficies de terreno únicamente se puede hablar en principio

de bloque objeto. Caso del estudio geológico de una zona de terreno separada
por una falla que dividiría la red de control en dos subredes, pudiendo
determinarse únicamente desplazamientos relativos entre los dos bloques. El
desplazamiento relativo pasará por considerar uno de ellos fijo de acuerdo a
ciertas hipótesis.

5
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- Una fase fundamental del análisis será el diseño de la red, tanto de los vértices
incluidos como las observaciones entre ellos.

- El concepto de época de observación hace referencia a cada una de las

campañas de observación repetidas a lo largo del tiempo con un cierto intervalo.

- El intervalo entre épocas de observación será función de:

i. Exigencia de detectar ciertas magnitudes de las deformaciones frente al

modelo de evolución de las mismas en el tiempo.

ii. Magnitud de las deformaciones en el tiempo frente a la precisión con la

que se consiga su determinación a partir de la red de control, del
instrumental y metodología empleados en la observación.

- Teóricamente todas las observaciones de una época se refieren a un instante de

tiempo. Habrá que considerar los problemas asociados a la relación entre la
duración de una campaña de observación y las posibles deformaciones
producidas durante el tiempo invertido en la misma.

- Los tipos de análisis temporales que se realizan son fundamentalmente de dos

tipos:

i. Análisis dos épocas. Se realizan a partir de dos épocas sucesivas de

observación, comenzándose en el momento que se disponga de las dos
primeras. La base del análisis son los vectores de deformación.

ii. Análisis multiépoca. Se puede realizar desde el momento en que se

disponga de tres épocas. Aparecen en el análisis velocidades de
desplazamiento e incluso aceleraciones del mismo.

- Los métodos geodésicos que se van a describir son una potente herramienta para
investigar la estabilidad de los objetos o superficies analizados. Sin embargo, la
fiabilidad de los resultados obtenidos será función de:

i. La calidad del diseño de la red de control.

ii. La calidad del modelo matemático.
iii. La calidad de las observaciones.

Cualquier incorrección del modelo: sistematismos no contemplados, errores

groseros no detectados, incorrecta evaluación a priori de la precisión de los
observables, ... contaminarán el resultado pudiendo incluso dar lugar a estimar
deformaciones cuando no las hay.

6
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- Los resultados obtenidos en el primer análisis de dos épocas pueden ser

determinantes para introducir modificaciones en el programa del proceso de
análisis. Esto sucederá fundamentalmente cuando las deformaciones obtenidas
excedan en mucho a las previstas o cuando, por el hecho de no disponer de un
modelo de predicción, se concluya que las hipótesis base para el proyecto de
análisis eran incorrectas.

Estas modificaciones se pueden referir, principalmente a:

i. Modificación de la localización de los vértices que configuran la Red de

Control, siendo dos causas las principales:

1. Inestabilidad de una parte importante del bloque de referencia que

obligue a incluir nuevos vértices en este conjunto o a modificiar la
monumentación de los existentes.

2. La localización singular de los puntos del bloque objeto no es

suficiente o correcta para el análisis de la tendencia de
movimientos en la estructura. Puede ser que ciertas zonas sufran
movimientos cuyo modelo funcional precise de más puntos o de
localizaciones distintas a las diseñadas en principio.

ii. Modificación del diseño de la campaña de observación. Normalmente

vendrá motivada por la alteración de la configuración de la Red de
Control. También se puede deber a la detección de observaciones
prescindibles o, por el contrario, de la conveniencia de nuevas
observaciones no diseñadas en principio, motivadas por movimientos
previstos que no se producen, o por movimientos producidos y no
previstos, respectivamente.

iii. Modificación del intervalo de tiempo transcurrido entre épocas de

observación, debido a que no se cumplen los criterios, ya comentado, con
que fue fijado en principio.

- Todos los resultados se obtendrán a partir del modelo Gauss-Markov

convencional.

- La definición del sistema de referencia es un grave problema debido a que es

función de la configuración de la red y de los observables, y se verá afectado de
los resultados obtenidos a lo largo de todo el análisis.

7
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

2. DISEÑO DE REDES DE CONTROL DE DEFORMACIONES.

2.1. OBJETIVOS Y VARIABLES.

- Se entiende por diseño de una Red de Control de Deformaciones no solo el

diseño de la localización de los vértices que definen su configuración, sino
también el diseño de la campaña de observación: observables a medir,
instrumental y metodología a emplear.

- Los objetivos de la optimización de una Red de Control de Deformaciones son:

i. Alcanzar una precisión global predeterminada.

ii. Establecer un modelo matemático testeable y real.

iii. Dar sensibilidad suficiente en ciertas funciones conocidas a priori de los

parámetros.

iv. Diseñar una configuración y una campaña de observación viable bajo

consideraciones prácticas y económicas.

- La consecución de una precisión global predeterminada estará condicionada de

forma directa con la precisión de los observables, la configuración de la red, el
diseño de la campaña de observación y la definición del sistema de referencia.
En ningún caso se deberá optar por sistemas de referencia definidos a partir de
ciertos constreñimientos que implique pérdida de precisión de los observables.
Muy relacionado con el problema del datum se encuentra la pretensión de que
las funciones de los parámetros a analizar sean invariantes.

- El segundo objetivo no es otro que la búsqueda de la fiabilidad del modelo.

- El tercer objetivo es fundamental en control de deformaciones dado que una

deformación prevista se puede expresar como una función de los parámetros del
modelo. Será crítico que la Red pueda dar respuesta a una deformación de cierta
magnitud prevista pues este es el objetivo básico de todo el análisis.

8
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- Para conseguir el cuarto objetivo será de gran ayuda contar con un modelo, una
cartografía, lo más real posible de la zona de emplazamiento del objeto de
análisis, para obtener una primera aproximación. Sin embargo, será
imprescindible realizar visitas al lugar con objeto de:

i. Definir el tipo de monumentación o materialización de los vértices de la

Red, que además tendrá un importante peso en el coste del proyecto.

ii. Verificar la intervisibilidad entre los vértices.

iii. Estimar tiempos y dificultades en la realización de cada una de las

observaciones de cara a obtener una previsión de coste.

- Las variables que intervienen en el diseño de la Red ya han sido introducidas:

localización de los vértices ( coordenadas aproximadas ), diseño de la campaña
de observación ( cada una de las funciones del modelo funcional del GMM ) y
la estimación de la precisión de las observaciones, es decir la matriz A de diseño
de las incógnitas y la matriz de pesos, P.

- No existe un método matemático que conjugue las variables enunciadas con los
objetivos perseguidos debido a la alta complejidad del problema. Todos los
métodos tienen un carácter iterativo.

- Existen dos técnicas básicas para enfrentarse al problema de diseño: a través de

los métodos de simulación y a través de los denominados problemas de diseño.
El que se lleva a la práctica habitualmente es el primero.

9
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

- El proceso de diseño según el método de simulación es iterativo e incluye los

siguientes pasos secuenciales:

i. Selección de la ubicación de los vértices con estimación de tipo y coste de

monumentación y sistema de centrado.

ii. Especificar todas las observaciones posibles.

iii. Selección del instrumental y metodología de observación.

iv. Para cada uno de los observables estimar la precisión y coste.

v. Formular el GMM y calcular: medidas de la precisión, fiabilidad y

sensibilidad ( funciones objetivo – datum ).

vi. Calcular la influencia de cada observable en las tres medidas del punto v
y en el coste. Ordenar las observaciones a partir de criterios de ordenación
establecidos previamente.

vii. Comparar los resultados del paso v con las exigencias de partida y buscar
la solución de mínimo coste cumpliendo los criterios de precisión,
fiabilidad y sensibilidad. Esto se consigue realizando:

1. Eliminar algún observable o relajar su método de medida.

2. Contemplar un cambio de instrumentación.

viii. Tras obtener un resultado satisfactorio se puede iterar a partir de otra

localización de los vértices.

10
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

3. ANÁLISIS DE DOS ÉPOCAS.

3.1. INTRODUCCIÓN.

- El análisis simultáneo de dos épocas sucesivas de observación es de

fundamental importancia al ser la fuente más directa de análisis del movimiento
producido en el intervalo de tiempo limitado por los instantes correspondientes a
cada una de las mismas.

- Normalmente se realiza entre cada dos campañas sucesivas aunque también se

puede realizar cada cierto número de campañas.

- Los principales objetivos de este análisis son:

i. Confirmar la estabilidad de los puntos del bloque de referencia y detectar

movimientos singulares, individuales, de puntos que se considerarán
como independientes del tiempo no conformando parte del modelo de
deformación continua.

ii. Contrastar un modelo de movimientos a partir de los vectores de

deformación, o formular uno en caso de no disponer de uno previsto.

iii. Detectar deformaciones críticas imprevistas de graves consecuencias.

b. Este tipo de análisis suele ser suficiente en muchas aplicaciones.

11
 TOPOGRAFÍA DE ALTA PRECISIÓN Y CONTROL DE DEFORMACIONES.

3.2. SEGUNDA FASE. ANÁLISIS DE LOS OBSERVABLES.

- Comenzamos por la segunda fase debido a que suele considerar como primera
fase el diseño de la Red de Control. Se ha estudiado aparte dado que no suele
cambiar, a no ser que se de alguno de los supuestos considerados anteriormente
a partir del análisis de dos épocas.

- Esta fase incluye en completo análisis de los datos geodésicos incluyendo

detección de errores groseros y test globlal del modelo.

- Se realiza para cada una de las épocas independientemente.

- La importancia es crucial dado que cualquier error no detectado nos llevaría a

otorgarle una interpretación de deformación.

- Se suele llevar a cabo realizando un ajuste Red Libre minimizando la traza de la

matriz cofactor de las incógnitas completa, minimizando la norma de todas las
incógnitas, solución pseudoinversa. No se eliminan incógnitas.

- Esta fase se da por completada si se cumple para cada una de las épocas que:

i. No se rechaza el test global del modelo.

ii. No se detectan observaciones con error grosero.

iii. Se verifica que los grupos de observables siguen distribuciones normales.

iv. Se verifica la compatibilidad de grupos de observables.

v. Se verifica la inexistencia de sistematismos en grupos de observables.

- Como posibles causas del rechazo del test global del modelo se pueden citar:

i. En el modelo funcional: Incorrecta reducción y/o proyección de

observables, parámetros de calibración de instrumental, campo de la
gravedad, refracción, ...

ii. En el modelo estocástico: varianzas a priori, correlaciones, ...

iii. En los observables: errores groseros, errores de centrado, no siguen

distribuciones normales, errores sistemáticos no modelados, ...

iv. En los cálculos: errores de programación, errores de entrada, estabilidad

de los métodos numéricos, acumulación de errores de redondeo, ...
12
 ESQUEMA DE PRIMER Y SEGUNDO PASO DE LA METODOLOGÍA DE
ANÁLISIS DE DEFORMACIONES BASADO EN MÉTODOS GEODÉSICOS.

AJUSTE MÍNIMOS CUADRADOS.

DISEÑO DE LA
RED DE
CONTROL. PRECISIÓN.

FIABILIDAD.

SENSIBILIDAD.

MODELO VIABILIDAD, COSTO.

GAUSS-MARKOV.

DISEÑO DE LA CAMPAÑA DE OBSERVACIÓN.

OBSERVABLES.
MODELO
GAUSS–MARKOV.
TEST GLOBAL DEL MODELO.

DETECCIÓN DE ERRORES GROSEROS.

AJUSTE CONJUNTO DE TEST ESTADÍSTICOS.
MÍNIMOS
CUADRADOS PRECISIÓN.

COSTE.

ÉPOCA 1 ÉPOCA 2 ÉPOCA 3

DISEÑO Y VERIFICACIÓN DEL MODELO GAUSS – MARKOV ( GMM )

TEORÍA BASADA EXPERIMENTOS

EN LA MUNDO REAL DE MEDIDA:
EXPERIENCIA. OBSERVABLES.

MODELO MATEMÁTICO GAUSS – MARKOV.

MODELO FUNCIONAL. MODELO ESTOCÁSTICO.

E (t ) = Ax ( )
E εε T = Σ = σ 02Q

CÁLCULO / ESTIMACIÓN - MÍNIMOS CUADRADOS.

PARÁMETROS FUNCIONALES: PARÁMETROS ESTOCÁSTICOS.

xˆ , f ( xˆ ) so2 , Qxˆ , Q f ( xˆ )

TESTS ESTADÍSTICOS:

¿ TEORÍA ⇔ REALIDAD ?

RECHAZO.

ACEPTACIÓN.
 PROBLEMA DEL DATUM. S-TRANSFORMACIONES.
DEFINICIÓN DEL DATUM POR EL METODO DE LOS CONSTREÑIMIENTOS.

MODELO GMM EXTENDIDO: Ax = t + v, R t x = 0

A ∈ Mat (m × n, ℜ ), m > n, rank ( A) = r , def.rango = d = n − r
Condiciones que se imponen a la matriz R: su rango ha de ser igual al defecto de rango de A y sus
columnas deben pertenecer al espacio nulo de A. Conclusión:
( ) ( ) ( )
rank AT PA + RR T = rank AT PA + rank RR T = n − d + d = n → ∃ AT PA + RR T ( ) −1

SOLUCIÓN GMM EXTENDIDO:

−1
⎛ xˆ ⎞ ⎛ AT PA R ⎞ ⎛ AT PA ⎞ ⎛ Q11 Q12 ⎞⎛ AT PA ⎞
⎜⎜ ⎟⎟ = ⎜⎜ T ⎟ ⎜ ⎟
⎟ ⎜ 0 ⎟ = ⎜⎜ Q ⎟⎟⎜⎜ ⎟
⎟
λˆ
⎝ ⎠ ⎝ R 0 ⎠ ⎝ ⎠ ⎝ 21 0 ⎠⎝ 0 ⎠
(
Q11 = N + RR T ) N (N + RR )
−1 T −1
, que cumple : NQ11 N = N , ∀ Q11
N = A PAT

xˆ = Q11 AT Pt
Qxˆxˆ = Q11 NQ11
CONJUNTO DE SOLUCIONES MÍNIMOS CUADRADOS: {xˆ} = {Q11 AT Pt}

ELECCIÓN DE SOLUCIÓN EN BASE A OPTIMIZAR PRECISIÓN EN UN

CONJUNTO DE INCÓGNITAS.
LA SOLUCIÓN QUE OPTIMIZA LA PRECISIÓN EN UN CONJUNTO DE INCÓGNITAS ES
AQUELLA QUE MINIMIZA LA TRAZA PARCIAL DE LA MATRIZ COFACTOR DE LAS
INCÓGNITAS CORRESPONDIENTE: trp (Qxˆxˆ ) = min

1ª SOLUCIÓN: Solución pseudoinversa. Se minimiza la traza total de Qxx. Se consigue con la

elección de:
R = S , AS = 0
Obtención de S para redes planimétricas:
-Si todas las incógnitas son coordenadas:
⎛ 1 0 − y1 x1 ⎞
⎜ ⎟
⎜ 0 1 x1 y1 ⎟
S =⎜
. . . .⎟
⎜ ⎟
⎜. . ⎟
⎝ . . ⎠
Las dos primeras columnas hacen referencia a la traslación, origen (x,y), la
tercera a la orientación y la cuarta a la escala.
Se factoriza por cholesky: S T S = LT L y se obtiene S n = SL−1 , se consigue
Solución: Q11 = N + = N + S n S nT ( )−1
− S n S nT y, se demuestra: Qxˆˆx = N + porque la
pseudoinversa cumple: N + NN + = N +

- Si aparecen u incógnitas de descentrado al principio,

⎛0 0 −1 0⎞
⎜ ⎟
⎜. . . .⎟
⎜0 0 −1 0⎟
⎜ ⎟
S = ⎜1 0 − y1 x1 ⎟
⎜0 1 x1 y1 ⎟⎟
⎜
⎜. . . .⎟
⎜ ⎟
⎝. . . .⎠
 PROBLEMA DEL DATUM. S-TRANSFORMACIONES.

ELECCIÓN DE SOLUCIÓN EN BASE A OPTIMIZAR PRECISIÓN EN UN

CONJUNTO DE INCÓGNITAS.
LA SOLUCIÓN QUE OPTIMIZA LA PRECISIÓN EN UN CONJUNTO DE INCÓGNITAS ES
AQUELLA QUE MINIMIZA LA TRAZA PARCIAL DE LA MATRIZ COFACTOR DE LAS
INCÓGNITAS CORRESPONDIENTE: trp (Qxˆxˆ ) = min

2ª SOLUCIÓN: Solución minimizando en más de dos puntos de la red la traza parcial de Qxx,
maximizando la precisión en esos puntos. Se consigue con la elección de:
⎛0 ⎞
⎜ ⎟
⎜ . ⎟
⎜ 0 ⎟
⎜ ⎟
R = BS , AS = 0, B = ⎜ Ik ⎟
⎜ 0 ⎟
⎜ ⎟
⎜ . ⎟
⎜ ⎟
⎝ 0⎠
Con Ik la matriz identidad de tamaño igual al doble del número de puntos y
localizada en la posición correspondiente a las incógnitas asociadas a esos
puntos.

3ª SOLUCIÓN: Caso solución Red Ligada. Se consigue como caso particular del anterior cuando
del número de puntos es 2. Las incógnitas asociadas a los dos puntos se anulan
así como la parte afectada de la matriz cofactor de las incógnitas.

TRANSFORMACIÓN DE UNA SOLUCIÓN A OTRO DATUM.

SE BASA EN LA PROPIEDAD: NQ11 N = N , INVARIANTE.

SEAN DOS SOLUCIONES DE LA MISMA RED EN DOS DATUM, R1 Y R2.
(
Q111 = N + R1 R1T ) N (N + R R )
−1
1
T −1
1 (
, PERO, NQ112 N = N Y Q111 = N + R1 R1T )
−1
(
NQ112 N N + R1 R1T )
−1

TENIENDO EN CUENTA LA LEY DE PROPAGACIÓN DE COFACTORES:

y = Ax → Σ yy = AΣ xx AT
SE PUEDE INTERPRETAR: Q111 = K 21Q112 K 21 , CON K 21 = N + R1 R1T ( )−1
N
(
LUEGO: xˆ1 = K 21 xˆ 2 = Q111 AT Pt = K 21Q112 AT Pt = N + R1 R1 )
T −1
NQ112 AT Pt
PUDIÉNDOSE APLICAR DE FORMA RECURSIVA: xˆ3 = K 23 xˆ 2 = K 23 (K12 xˆ1 ) = K 23 K12 xˆ1 = K13 xˆ1

FUNCIONES INVARIANTES FRENTE AL CAMBIO DE DATUM.

[ ]
E [xˆ ] ≠ x , dado que: E [xˆ ] = E Q11 AT Pt = Q11 AT PE[t ] = Q11 AT PAx = Q11 Nx ,y, en general, Q11 N ≠ I
[]
Sin embargo, si f = Bx , con B = TA , E fˆ = E [Bxˆ ] = E [TAxˆ ] = TAE [xˆ ] = TAQ Nx = TAx = Bx = f
11

por ser AQ11 N = A un invariante: NQ11 N = N → A PAQ11 N = A PA → AQ11 N = A

T T

Así, son ejemplos de invariantes:

tˆ = Axˆ, Qtˆtˆ = AQxˆxˆ AT , vˆ = Axˆ − t , Qvˆvˆ = Q − AQxˆxˆ AT
 CONJUNTO DE TEST ESTADÍSTICOS A LOS QUE SE PUEDE
SOMETER EL GMM Y LOS OBSERVABLES.

TEST GLOBAL DEL MODELO.

Ho: El modelo es completo y correcto. E s02 = σ 02 [ ]

, estadísto q = max ⎧⎨s0 2 ,σ 0 2 ⎫⎬

vˆ T Pvˆ 2 2
s02 =
m − rank ( A) ⎩ σ0 s0 ⎭
No se rechaza si q < F(1−α ),m−rank ( A ),∞
α es el nivel de significación, o nivel de riesgo, o probabilidad cometer error tipo I.

TEST DE BAARDA DE DETECCIÓN DE ERRORES GROSEROS.

Hipótesis de partida: Los residuos están normalmente distribuidos y σ0 es conocido.

Ho: La observación i-ésima no presenta error grosero.

vˆi
Se definen los residuos tipificados: wi =
σ 0 Qvˆvˆ (i, i )

Bajo Ho, los residuos tipificados wi una distribución N (0,1)

Bajo la hipótesis de un error ∆i, en la observación i-ésima, wi sigue una distribución N (0, ∆wi )
vˆi P(i, i ) Qvˆvˆ (i, i )
Siendo: wi = + ∆ i = wi + ∆wi
σ 0 Qvˆvˆ (i, i ) σ0

Elegidos un α (nivel de significación) y un β ( potencia de test ), de acuerdo al test, una observación es

detectada como rechazable si wi > N 0.5− 1 α (0,1) teniendo en cuenta que:
2

-hay una probabilidad (1- β) de aceptar una observación con error grosero.
- hay una probabilidad α de rechazar una observación sin error grosero.
Normalmente se adoptan: α=0.001 ( con lo que la cota de detección resulta 3.29 ) y β=0.8
 CONJUNTO DE TEST ESTADÍSTICOS A LOS QUE SE PUEDE
SOMETER EL GMM Y LOS OBSERVABLES.

TEST DE POOPE DE DETECCIÓN DE ERRORES GROSEROS.

Hipótesis de partida: Los residuos están normalmente distribuidos pero σ0 no es conocido.

Ho: La observación i-ésima no presenta error grosero.

vˆi
El estadístico a utilizar es: Ti =
s0 Qvˆvˆ (i, i )

Bajo Ho, Ti sigue una distribución τ (m − rank ( A)) , distribución que se puede obtener a partir de la
distribución t-student
f t ( f −1)
τ(f )=
f − 1 + t (2f −1)
Ho: E [vˆi ] = 0, ∀i ∈ {1,2,...m}
Ha: Se detecta una observación errónea a través de su residuo.

Para un nivel de significación elegido, α, dado que este test consta de m individuos, se determina: un
valor aproximado de α 0 = 1 − (1 − α ) m , nivel de significación de este test m-dimensional.
1

Ho es rechazado para un residuo k-ésimo si: Tk > τ α o

,( m − rank ( A ) )
2

TEST DE NORMALIDAD DE LOS RESIDUOS DE GRUPOS DE OBSERVABLES.

Se comienza por agrupar a los observables en función del tipo, instrumental,... y para cada grupo se
testea si los residuos estimados de los mismo siguen una distribución normal a través de un test de
adherencia.

Sea el grupo de residuos k. Se dispone a agruparlos en clases, eligiendo un intervalo de clase adecuado.
Sea Ic el intervalo de clase elegido, µ la media y σ2 la varianza del grupo de residuos. La clase que
contiene a la media tendrá por límites del intervalo: ⎡ µ − c , µ + c ⎤ , la siguiente a la derecha
I I
⎢⎣ 2 2 ⎥⎦

tendrá por límites: ⎡ µ + I c , µ + 3I c ⎤ , y así sucesivamente. Se procede a calcular la probabilidad

⎢⎣ 2 2 ⎥⎦
asociada a cada intervalo a partir de tipificar sus extremos.
Ho: El grupo de observables sigue una distribución normal.
(mk pi − si )2 > χ 2
mk

Se rechaza Ho si ∑i =1 mk pi
(1−α ),(m −1) , k
con mk el número de residuos del grupo, pi la

probabilidad de cada clase y si el número de elementos de cada clase.

 HIPÓTESIS LINEAL GENERAL.

UTILIDAD: PLANTEAR UN TEST PARA VERIFICAR SI LOS PARÁMETROS

RESUELTOS SEGÚN GMM VERIFICAN UN CONJUNTO DE
CONDICIONES EXPRESADAS LINEALMENTE.

GMM: E [t ] = Ax o t = Ax + ε
[ ]
E ε T ε = Σ = σ 02Q
Ho: HTx = g o E HTx− g = 0 [ ]
Si no se rechaza Ho, se tendrá que:
gˆ = H T xˆ ~ N (g , Σ gˆgˆ ), con Σ gˆgˆ = H T Σ xˆxˆ H
y se demuestra que,
q∆ = (gˆ − g ) Q g−ˆgˆ (gˆ − g ) ~ σ 02 χ rank
T 2
(H )
y, también,
q∆
rank (H )
T= ~ Frank ( H ),m−rank ( A )
q
m − rank ( A)
siendo,
q = vˆ T Pvˆ
Ho no se rechazará si se verifica que: T < F(1−α ), rank ( H ), m − rank ( A ) , para un α elegido.

SOLUCIÓN DEL MODELO SUJETO A LAS RESTRICCIONES.

(
xˆ H = xˆ + N − H H T NH ) (g − H xˆ )
− T

q H = ( Axˆ H − t ) P ( Axˆ H − t )
T

vˆ H = Axˆ H − t = Axˆ H − t + Axˆ − Axˆ = vˆ + A( xˆ H − xˆ )

q H = (vˆ + A( xˆ H − xˆ )) P (vˆ + A(xˆ H − xˆ )) = vˆ T Pvˆ + ( xˆ H − xˆ ) N ( xˆ H − xˆ ) = q + q ∆
T T

ya que vˆ T A = 0

T
(
q∆ = ( xˆ H − xˆ ) N ( xˆ H − xˆ ) = N − H H T NH( ) (g − H xˆ )) N (N H (H
− T
T
− T
NH ) (g − H xˆ )) =
− T

(
= g − H T xˆ ) (H
T T
N −H ) (g − H xˆ )
− T

q∆ = (gˆ − g ) Qg−ˆ (gˆ − g ) pero gˆ = H T xˆ luego, q∆ = (g − H T xˆ ) Qg−ˆ (g − H T xˆ )

T T

y como gˆ = H T xˆ resulta por propagación de error Qgˆ = H T N − H

Resultando la misma expresión q∆ = (g − H T xˆ ) (H T N − H ) (g − H T xˆ )
T −
ESQUEMA DE TERCER PASO DE LA METODOLOGÍA DE ANÁLISIS DE
DEFORMACIONES BASADO EN MÉTODOS GEODÉSICOS.

BLOQUE REFERENCIA xr
BLOQUE OBJETO xo

ÉPOCA i ÉPOCA j

( ) ( )
SISTEMA REFERENCIA: SISTEMA REFERENCIA:
Tr Qxˆ ri = min Tr Qxˆ rj = min
xˆ ri , Qxˆ ri , xˆoi , Qxˆoi , s02i , f i xˆ rj , Qxˆ rj , xˆ oj , Qxˆoj , s02 j , f j

FACTOR DE VARIANZA COMÚN.

2
0 s , f

TEST DE CONGRUENCIA BLOQUE

REFERENCIA.

H 0 : E ( xˆ ri ) = E (xˆ rj )
∆ = xˆrj − xˆri , Q∆ = Qxˆ rj + Qxˆ ri
q∆ = ∆T Q∆− ∆, f ∆ = rank (Q∆ )

q∆
f∆
¿ T= 2
~ Ff ∆ , f ?
s 0

NO SE RECHAZA Ho SE RECHAZA Ho

EL BLOQUE DE REFERENCIA AL MENOS UN PUNTO DEL

HA QUEDADO DEFINIDO. BLOQUE DE REFERENCIA
PRESENTA MOVIMIENTOS
SINGULARES.

Ha : TODOS LOS PUNTOS EXCEPTO UNO DEL

BLOQUE DE REFERENCIA SON ESTABLES.

EL PUNTO DE MAYOR CONTRIBUCIÓN A LA

FORMA CUADRÁTICA q ∆
SE ELIMINA DEL BLOQUE DE REFERENCIA,
PASÁNDOSE AL BLOQUE OBJETO, Y SE ITERA.
METODOS DE OBTENER q∆ DEL TEST DE CONGRUENCIA DEL
BLOQUE REFERENCIA.

TEST DE CONGRUENCIA BLOQUE

REFERENCIA.

H 0 : E ( xˆ ri ) = E (xˆ rj )
∆ = xˆrj − xˆri , Q∆ = Qxˆ rj + Qxˆ ri

q H = q + q∆

q∆
f∆
¿ T= 2
~ Ff ∆ , f ?
s0

METODO 1.
MODIFICACIÓN DEL MODELO GMM DEL AJUSTE COMÚN
DE FORMA QUE A LOS PUNTOS A TESTEAR SE LES
ASIGNEN UNAS ÚNICAS INCÓGNITAS.

⎛x ⎞
⎛ Ari Aoi 0 ⎞⎜ r ⎟ ⎛ t i ⎞ ⎛ ε i ⎞
⎜ ⎟⎜ x ⎟ = ⎜ ⎟ + ⎜ ⎟
⎜A 0 Aoj ⎟⎠⎜ oi ⎟ ⎜⎝ t j ⎟⎠ ⎜⎝ ε j ⎟⎠
⎝ rj
⎝ xoj ⎠

RESUELTO EL AJUSTE SE OBTENDRÍAN LOS RESIDUOS TALES QUE:

q H = vˆ H Pvˆ H

Y SE OBTENDRÍA EL VALOR BUSCADO: q∆ = q H − q

METODO 2.
APLICANDO LA HIPÓTESIS LINEAL GENERAL.

⎛ xri ⎞
Ho: H T x = (I − I )⎜⎜ ⎟⎟ = 0
⎝ xrj ⎠

OBTENIÉNDOSE, DIRECTAMENTE:

T
(
q∆ = (xˆ ri − xˆ rj ) Qxˆri xˆri + Qxˆrj xˆrj ) (xˆ
−
ri − xˆ rj )
 DIAGNOSIS DE PUNTOS SINGULARES.

CONSIDERAREMOS TRES CASOS:

1. TEST DE CONGRUENCIA SINGULAR PARA EL PUNTO.

2. DETECTAR PUNTOS DESPLAZADOS DE UN BLOQUE DE
REFERENCIA CUANDO FALLA EL TEST DE CONGRUENCIA DEL
MISMO.
3. DETECTAR PUNTOS DESPLAZADOS DE UN BLOQUE OBJETO
CUANDO FALLA EL TEST DE ESTABILIDAD DEL BLOQUE.

LA SOLUCIÓN DEL PRIMERO PASARÍA POR PLANTEAR UN TEST DE

CONGRUENCIA SIMILAR AL ANALIZADO PARA EL BLOQUE
REFERENCIA.

MOVIMIENTOS SINGULARES EN EL BLOQUE DE REFERENCIA.

Ha: TODOS LOS PUNTOS DEL BLOQUE SALVO UNO SON ESTABLES.
HAY QUE DETECTAR EL PUNTO QUE SE HA DESPLAZADO CON MÁS
PROBABILIDAD, ELIMINARLO DEL BLOQUE DE REFERENCIA E ITERAR.

SE PROCEDE A DETERMINAR LA CONTRIBUCIÓN DE CADA PUNTO A q∆.

CONSIDERAREMOS DOS MÉTODOS QUE APORTAN LOS MISMOS RESULTADOS.

DESCOMPOSICIÓN IMPLÍCITA POR LA Ho FORMULADA.

Es un método muy transparente pero exige muchos cálculos. Si qH se obtenía con la

imposición de que todos los puntos del bloque eran estables, ahora se determina q’H
relajado en el sentido de que se libera de esa condición el punto P cuya contribución se
quiere determinar, según el modelo:

⎛ xr ⎞
⎜ ⎟
⎜ x Pi ⎟
⎛ Ari APi Aoi 0 0 ⎞⎜ ⎟ ⎛ t i ⎞ ⎛ ε i ⎞
⎜ ⎟ xoi = ⎜ ⎟ + ⎜ ⎟
⎜A 0 0 APj Aoj ⎟⎠⎜ ⎟ ⎜⎝ t j ⎟⎠ ⎜⎝ ε j ⎟⎠
⎝ rj ⎜ x Pj ⎟
⎜x ⎟
⎝ oj ⎠

donde: x r representa al bloque referencia salvo P.

Resuelto el ajuste se obtendría: q ∆P = q H − q' H

 DIAGNOSIS DE PUNTOS SINGULARES.

MOVIMIENTOS SINGULARES EN EL BLOQUE DE REFERENCIA.

DESCOMPOSICIÓN SUCESIVA DE LA FORMA CUADRÁTICA.

Se puede escribir: q∆ = ∆T Q∆− ∆, f ∆ = rank (Q∆ )

Con, ∆ = xˆ ri − xˆ rj , Q∆ = Qxˆri xˆri + Qxˆrj xˆrj

La consideración de que el punto P se ha movido mientras que el resto son estables nos
lleva a plantear una consideración a bloques,

−
⎛∆ ⎞ − ⎛P PNP ⎞ ⎛ QNN QNP ⎞
∆ = ⎜⎜ N ⎟⎟, Q = P∆ = ⎜⎜ NN ⎟=⎜ ⎟
PPP ⎟⎠ ⎜⎝ QPN QPP ⎟⎠
∆
⎝ ∆P ⎠ ⎝ PPN

Descomponemos la forma cuadrática en dos subformas estocásticamente independientes

por transformación de ∆. Esto se realiza de forma que los subvectores resultantes, uno
referido a P y el otro al resto de los puntos, resulten ortogonales.
La transformación será:

⎛ I 0⎞ ⎛∆ ⎞
∆ = ⎜⎜ −1 ⎟⎟∆ = ⎜⎜ N ⎟⎟
⎝ PPP PPN I⎠ ⎝ ∆P ⎠
−1 −
Se demuestra que: PPP PPN = −QPN QNN

Comprobándose que:

T
⎛ I 0 ⎞⎛ QNN QNP ⎞⎛ I 0⎞ ⎛Q 0 ⎞
Q∆ = ⎜⎜ ⎟⎜ ⎟⎟⎜⎜ ⎟⎟ = ⎜⎜ NN ⎟
−
⎝ − QPN QNN I ⎟⎠⎜⎝ QPN −
QPP ⎠⎝ − QPN QNN I⎠ ⎝ 0 QPP − QPN Q QNP ⎟⎠
−
NN

Resultando la descomposición,

∆T Q∆− ∆ = ∆TN QNN

−
( −
∆ N + ∆TP QPP − QPN QNN QNP )−1
∆P

−1 −
Pero, se demuestra que: PPP = QPP − QPN QNN QNP

Y, finalmente,

∆T Q∆− ∆ = ∆TN QNN

−
∆ N + ∆TP PPP ∆ P
q∆ = q∆N + q∆P
 DIAGNOSIS DE PUNTOS SINGULARES.

MOVIMIENTOS SINGULARES EN EL BLOQUE OBJETO.

De acuerdo al método de descomposición sucesiva de la forma cuadrática, se obtiene para cada
punto del bloque objeto su contribución q∆Pi .
Se plantea el siguiente test para verificar el desplazamiento de cada punto.

Ho: El punto Pi es estable.

Se rechaza Ho para un nivel de significación elegido si,

q∆Pi
T= 2 >F
q (1−α ), 2, f
f

ELIPSE DE DEFORMACIÓN.

Una aproximación gráfica al problema anterior se consigue si se dibuja la elipse de

deformación junto al vector de deformación. Si el extremo del vector cae fuera de
la elipse de confianza ( para un 95%, equivalente a un 0.05 de α anterior ) se dice
que el punto es inestable.

La elipse de deformación se obtiene de la forma cuadrática bidimensional:

q∆Pi = ∆TP PPP ∆
Si, por correspondencia por las elipses de error, denominamos: PPP = Qxx−1
Los parámetros de la elipse de error se obtendrán según:

λ1 = 1 2 (q xx + q yy + z )
λ2 = 1 2 (q xx + q yy − z ) ⎛ q xx q xy ⎞
Qxx = ⎜⎜ ⎟
z 2 = (q xx − q yy ) + 4q xy q yx
2
⎝ q yx q yy ⎟⎠
2q xy
tan 2α =
(q xx − q yy )

Y la elipse de confianza resultará de aplicar un factor a los semiejes definido por:

m = s0 2 F(1−α ), 2, f
 ESQUEMA DEL CUARTO PASO DE LA METODOLOGÍA DE
ANÁLISIS DE DEFORMACIONES BASADO EN MÉTODOS
GEODÉSICOS.

NO SE RECHAZA LA Ho DEL TEST DE

CONGRUENCIA DEL BLOQUE REFERENCIA:
LOS PUNTOS DEL BLOQUE REFERENCIA
DEFINEN UN BUEN SISTEMA DE
REFERENCIA PARA ANALIZAR LAS
DEFORMACIONES DE LOS PUNTOS DEL
BLOQUE OBJETO.

SE PROCEDE A UNIFICAR LAS DOS ÉPOCAS

REALIZANDO UNA NUEVA COMPENSACIÓN
CONJUNTA CONSIDERANDO UNAS ÚNICAS
INCÓGNITAS PARA LOS PUNTOS DEL
BLOQUE REFERENCIA ENCONTRADO O SE
APLICAN S-TRANSFORMACIONES.
EN LA NUEVA SOLUCIÓN SE MINIMIZA LA
TRAZA PARCIAL DE LA MATRIZ COFACTOR
DE LAS INCÓGNITAS EN EL BLOQUE
REFERNCIA ENCONTRADO.

LOS VECTORES DE DEFORMACIÓN DE LOS PUNTOS DEL BLOQUE

OBJETO SERÁN LAS DIFERENCIAS ENTRE SUS PARES DE
COORDENADAS DEL AJUSTE ANTERIOR.
A PARTIR DE LOS MISMOS SE REALIZA EL SIGUIENTE ANÁLISIS:
ANÁLISIS DE PUNTOS SINGULARES SOBRE LA FORMA
CUADRÁTICA:

q∆ = ∆T Q∆−1∆, f ∆ = rank (Q∆ )

∆ = xˆoi − xˆoj , Q∆ = Qxˆoi xˆoi + Qxˆoj xˆoj − Qxˆoi xˆoj − Qxˆoj xˆoi
 ESQUEMA DEL QUINTO PASO DE LA METODOLOGÍA DE
ANÁLISIS DE DEFORMACIONES BASADO EN MÉTODOS
GEODÉSICOS.

TEST DE ESTABILIDAD DE LOS PUNTOS DEL BLOQUE OBJETO.

Ho: Los puntos son estables, no hay deformación.

Se rechaza para un nivel de significación elegido si:

q∆
f∆
T= > F(1−α ), f ∆ , f
s02
Siendo f ∆ el doble del número de puntos del bloque objeto.
s02 el calculado en el ajuste del paso cuarto.

A PARTIR DEL RESULTADO DEL TEST NOS PLANTEAMOS:

NO SE RECHAZA EL TEST. SE RECHAZA EL TEST.

NO EXISTEN DEFORMACIONES. EXISTEN DEFORMACIONES.

TALVEZ SEA PRECISO HABRÁ QUE PROCEDER A

INCREMENTAR EL INTERVALO ESTUDIAR DISTINTAS
DE TIEMPO ENTRE ÉPOCAS, O POSIBILIDADES.
MEJORAR EL INSTRUMENTAL.

ÚNICAMENTE
APARECEN DEFORMACIÓN TIPO SÓLIDO
DEFORMACIONES RÍGIDO.
SINGULARES EN DEFORMACIÓN TIPO
PUNTOS. LA DISTORSIÓN HOMOGÉNEA.
DEFORMACIÓN NO TODOS LOS
RESPONDE A UN PUNTOS DEFORMACIÓN SEGÚN
MODELO. PRESENTAN FUNCIÓN POLINÓMICA.
DEFORMACIONES. DEFORMACIÓN A
MODELAR.
ESTO SE AVERIGUA
PLANTEANDO EL DEFORMACIÓN SEGÚN
TEST DE ALGÚN MODELO
MOVIMIENTOS CONOCIDO.
SINGULARES EN EL
BLOQUE OBJETO. ..............
 ESTUDIO DE UN DETERMINADO MODELO DE DEFORMACIÓN
SOBRE LOS VECTORES DE DEFORMACIÓN DEL BLOQUE
OBJETO.

DATOS DE PARTIDA Y ESTIMACIÓN MÍNIMOS CUADRADOS:

A partir del ajuste común de las dos épocas comentado anteriormente disponemos de:

- vector de deformación de los puntos del bloque objeto, que será el vector de observables,
- y de su matriz varianza-covarianza, que será la de los observables.

EL modelo de deformación se escribirá en general:

Bp = ∆ + ε ,
[ ]
E [ε ] = 0, E εε T = Σ ∆ = s02 Q∆ , → ε ~ N 0, s02 Q∆ ( )
donde:

∆ = xˆoi − xˆoj , es el vector de deformación de los puntos objeto.

Q∆ = Qxˆ oi xˆ oi + Qxˆ oj xˆ oj − Qxˆ oi xˆ oj − Qxˆ oj xˆ oi , su matriz cofactor.

s02 , es la estimación de la varianza a aposteriori del ajuste común.

B , es la matriz de diseño del modelo planteado.
p , es el vector de parámetros del modelo.

Estimación mínimos cuadrados:

(
pˆ = B T Q∆−1 B )
−1
B T Q∆−1∆
(
Q pˆ pˆ = B T Q∆−1 B )−1

δ = Bpˆ − ∆
(
Qδδ = Q∆ − B B T Q∆−1 B )−1
BT
δ T Q∆−1δ
sˆ =
2

2npto − np
0

donde, 2npto es el número de ecuaciones, y np es el número de parámetros.

También se deberán estimar: residuos tipificados, mínimo error detectable, números de redundancia, ...
 ESTUDIO DE UN DETERMINADO MODELO DE DEFORMACIÓN
SOBRE LOS VECTORES DE DEFORMACIÓN DEL BLOQUE
OBJETO.

TEST ESTADÍSTICOS A LOS QUE SE SOMETE EL MODELO.

1. TEST GLOBAL DEL MODELO.

Ho: El modelo es congruente con la deformación a estudiar.

Se rechaza Ho si para un nivel de significación elegido,

⎧sˆ02 s02 ⎫
max ⎨ 2, 2 ⎬ > F(1−α ), f p , f
⎩ 0 s ˆ
s 0⎭

donde fp son los grados de libertad del modelo.

2. TEST DE SIGNIFICANCIA DE LOS PARÁMETROS.

Ho: Los parámetros del modelo no son significativos.

Se rechaza Ho si para un nivel de significación elegido,

q pˆ = pˆ T Q −pˆ pˆ1 pˆ
q pˆ
np
T= > F(1−α ), np , f
sˆ02

donde np es el número de parámetros del modelo.

3. TEST DE SIGNIFICANCIA DE LOS RESIDUOS DEL MODELO.

Ho: Los residuos de las deformaciones no son significativos.

Se rechaza Ho si para un nivel de significación elegido,

qδ = δ T Qδδ−1δ
qδ
fp
T= > F(1−α ), f p , f
sˆ02

donde fp son los grados de libertad del modelo.

 MODELO DE DEFORMACIÓN DE CUERPO ELÁSTICO SUJETO
A ESFUERZOS.

FUNDAMENTOS DE ESTE MODELO.

SE ENCUENTRAN EN LA TEORÍA DE ELASTICIDAD APLICADA A CUERPOS
ELÁSTICOS QUE SE ENCUENTRAN SOMETIDOS A ESFUERZOS, EN LA MECÁNICA
DE MEDIOS ELÁSTICOS. ESTE ESTUDIO CENTRADO EN LA TIERRA CONSTITUYE
UNO DE LOS OBJETIVOS BÁSICOS DE LA SISMOLOGÍA.

PARA UN MEDIO ELÁSTICO PERFECTO, LA LEY DE HOOKE ESTABLECE QUE LAS

DEFORMACIONES SON PROPORCIONALES A LOS ESFUERZOS.

AL SER LA DEFORMACIÓN CONTINUA POR DEFINICIÓN, EL MODELO SE PODRÍA

EXPRESAR COMO: x' = Fx + t , SIENDO F CONTINUA Y t UNA POSIBLE
TRASLACIÓN CONTEMPLADA. LA LINEALIDAD DE LA EXPRESIÓN SE
CORRESPONDE CON LA LEY DE HOOKE Y PLANTEA ADEMÁS UNA
HOMOGENEIDAD QUE PUEDE NO AJUSTARSE A LA REALIDAD POR LO QUE PUEDE
SER PRECISO PLANTEAR EL PROBLEMA EN EL MARCO DE LOS ELEMENTOS
FINITOS, CONSIDERANDO LA LINEALIDAD EN CIERTAS REGIONES LIMITADAS
POR FALLAS, FRACTURAS, ...

LA APLICACIÓN MÁS DIRECTA SERÁ A ESTUDIOS DE DEFORMACIONES DE LA

CORTEZA TERRESTRE, DE MOVIMIENTO DE TIERRAS, DE DESLIZAMIENTO DE
LADERAS, ... ADMITIREMOS QUE LAS DEFORMACIONES SON PEQUEÑAS, DE
ACUERDO A LA MAGNITUD DE LOS PARÁMETROS ELÁSTICOS DE LA TIERRA
APORTADOS POR LA SISMOLOGÍA Y GEOFÍSICA.

IDENTIFICAREMOS LOS PARÁMETROS QUE DEFINEN ESTE MODELO CON LOS

PARÁMETROS DE UNA TRANSFORMACIÓN AFÍN QUE PERMITE OBTENER LA
GEOMETRÍA DEL CUERPO DEFORMADO A PARTIR DE LA GEOMETRÍA ORIGINAL.

CONSIDERAREMOS UN MODELO COMPUESTO POR UNA DEFORMACIÓN TIPO

SÓLIDO RÍGIDO Y POR UNA DISTORSIÓN. LA PRIMERA PODRÁ DEBERSE A UNA
ROTACIÓN Y UNA TRASLACIÓN QUE PRODUCIRÁ UN DESPLAZAMIENTO EN EL
CUERPO PERO NO LO DISTORSIONARÁ.

SE ESTUDIARÁ QUE LOS PARÁMETROS DE LA DEFORMACIÓN SE PUEDEN

OBTENER A PARTIR DE MEDICIONES GEODÉSICAS POR DOS CAMINOS DISTINTOS:
- A TRAVÉS DE LA DIFERENCIA EN LA POSICIÓN DE UN CONJUNTO DE
PUNTOS SINGULARES REPRESENTATIVOS DE LA DEFORMACIÓN DEL
CUERPO PARTICULAR.
- A PARTIR DE DIFERENCIAS ENTRE OBSERVACIONES GEODÉSICAS
REALIZADAS ENTRE ESOS PUNTOS ANTES Y DESPUÉS DE LA
DEFORMACIÓN.

SE EXPONDRÁN DISTINTOS PARÁMETROS PARA EXPRESAR LA DEFORMACIÓN:

MATRIZ DE DEFORMACIÓN, TENSOR DE DISTORSIÓN, TENSOR DE ESFUERZOS,
ROTACIÓN, TENSOR DE CAUCHY, TENSOR DE GREEN, TENSOR DE DISTORSIÓN
PURA, EXTENSIÓN DE LÍNEA, ELONGACIÓN CUADRÁTICA, FACTOR DE ESCALA, ...
 MODELO DE DEFORMACIÓN DE CUERPO ELÁSTICO
SOMETIDO A ESFUERZOS.

PARÁMETROS DEL MODELO.

⎛ ∂x ' ∂x ' ⎞
⎜ ∂x ∂y ⎟ ⎛ f xx f xy ⎞ ⎛1 + df xx f xy ⎞
x ' = Fx + t , F = ⎜ ∂y ' = ⎜ ⎟ = ⎜ ⎟⎟ = I + dF , t traslación.
MODELO: ∂y ' ⎟ ⎜ f yx f yy ⎟ ⎜ f yx 1 + df
⎜ ∂x ∂y ⎟⎠ ⎝ ⎠ ⎝ yy ⎠
⎝
⎛ df xx f xy ⎞ ⎛e exy ⎞
dF = ⎜⎜ ⎟⎟ = E = ⎜⎜ xx ⎟⎟
⎝ f yx df yy ⎠ ⎝ e yx e yy ⎠
F es la denominada matriz de deformación, dF, o E, es el tensor de deformación.
INTERPRETACIÓN GEOMÉTRICA DIRECTA, PRESCINDIENDO DE LA TRASLACIÓN:
x' = (1 + df xx )x + tgα ⋅ y
y ' = (1 + df yy )y + tgβ ⋅ x
siendo: (1 + df xx ) Factor de escala aplicado en el eje x origen.
(1 + df ) yy Factor de escala aplicado en el eje y origen.
α, β Ángulos de compresión de los ejes y, x originales, respectivamente.
MODELO INTRODUCIENDO EL VECTOR DESPLAZAMIENTO:
⎛ df xx f xy ⎞
dx = dFx + t , dF = ⎜⎜ ⎟⎟ = E
⎝ f yx df yy ⎠
F en general no es simétrica pero dado que es de rango completo se puede factorizar en la forma:
⎛ cos ω sin ω ⎞⎛Vxx Vxy ⎞
F = R *V = ⎜⎜ ⎟⎟⎜⎜ ⎟ siendo R una matriz de rotación y V la matriz de distorsión.
⎟
⎝ − sin ω cos ω ⎠⎝Vxy V yy ⎠
f xy − f yx
La simetría de V permite encontrar una expresión para la rotación: V = R T F → tgω =
f xx + f yy
Se introducen los tensores de Cauchy, C, y Green, G: C = F T F = V T V , G = 1 (C − I ) → VV T = I + 2G
2
La descomposición en autovalores y autovectores de V dará los módulos de deformación máximo y
mínimo, tensiones principales, así como sus orientaciones, dando la elipse de tensión:
λ1 = m1 = 1 + e1 = 12 (Vxx + V yy + aux ), λ2 = m2 = 1 + e2 = 12 (Vxx + V yy − aux )

aux = (Vxx − V yy ) + 4Vxy2 , tg 2θ =

2 2Vxy
Vxx − V yy
Otros parámetros de interés:
C
cos ϕ ' = xy , ángulo que formarán los ejes x, y , deformados.
C xx C yy

s
( )
e = s '− s , q = s '
2

s
, extensión de línea y elongación cuadrática.
q (t ) = C xx cos 2 t + 2C xy sent cos t + C yy sen 2 t , elongación cuadrática dirección t con eje x origen, directo.
⎛ f yx dx 2 − f xy dy 2 + ( f yy − f xx )dxdy ⎞
dt = atg ⎜ ⎟ , variación que experimenta una dirección.
⎜ dx T
Fd x ⎟
⎝ ⎠
A'− A
dA = , m A = A' = 1 + dA, m A = λ1λ2 , dilatación superficial y módulo de dilatación superficial.
A A
 MODELO DE DEFORMACIÓN DE CUERPO ELÁSTICO
SOMETIDO A ESFUERZOS.

SIMPLIFICACIÓN DEL MODELO: DEFORMACIÓN INFINITESIMAL.

Si la deformación es infinitesimal, G << I , retomando

G = 1 (C − I ), C = V TV → V TV = I + 2G
2
se deduce que, V se puede aproximar por la suma de I y G, ya que G T G → 0
V = I + G → V TV = (I + G ) (I + G ) = I + 2G + G T G ≈ I + 2G
T

despreciando términos de segundo orden.

⎛ ε xx ε xy ⎞
Se escribe: Vi = I + Gi = I + ε , siendo ε el tensor de esfuerzos: ε = ⎜⎜ ⎟⎟
⎝ ε yx ε yy ⎠
Se puede obtener de:
ε = G = 12 (V TV − I ) = 12 (F T F − I ) = 12 ((I + dF T )(I + dF ) − I ) ≈ 12 (dF + dF T )
⎛ 1 (exy + e yx )⎞
ε = 12 (dF + dF T ) = 12 (E + E T ) = ⎜
exx ⎟
2
⎜ 1 (exy + e yx ) e yy ⎟
⎝ 2 ⎠
despreciando términos de segundo orden.
En cuanto a la rotación, al ser el ángulo infinitesimal, Ri = I + dRi
Considerando: F = RiVi = Ri (I + ε ) = Ri + Riε = Ri + (I + dRi )ε = Ri + ε , despreciando términos de
segundo orden, y considerando también, dF = F − I = Ri + ε − I = dRi + ε , finalmente,
Ri = I + dRi = I + dF − E = I + dF − 1 (dF + dF T ) = I + 1 (dF − dF T ) = 1 (F − F T )
2 2 2
⎛ 0 1 (e − e )⎞
dRi (w ) = 1 (dF − dF T ) = 1 (E − E T ) = ⎜ → w = 1 (exy − e yx )
2 xy yx ⎟
2 2 ⎜ 1 (e yx − exy ) 0 ⎟ 2
⎝ 2 ⎠
siendo directo que,
dF = E = 1 (E + E T ) + 1 (E − E T ) = ε + dRi
2 2