Estimación de parámetros

geotécnicos
Garcia pastor jennyfer jamina
 INTRODUCCION

• En este capítulo se aplica la inferencia estadística y pruebas de contraste

de hipótesis sobre las series de datos geotécnicos disponibles en la Bahía de
Santander para la estimación de los parámetros del terreno
 FUNCIÓN DE DISTRIBUCIÓN DE
PROBABILIDAD

• Para ajustar una función de distribución de probabilidad a un determinado

parámetro geotécnico (variable aleatoria), se ha decidido clasificar los
resultados de ensayo de cada unidad geotécnica en 15 intervalos (clases) de
amplitud constante. se eligen 5 clases por debajo de la media de la muestra
“Xm” y clases por encima de ella, se garantiza que en el intervalo (Xm-5a ,
Xm+10a) = (Xm-2,3264.sm , Xm+4,6528.sm) estarán el 99% de los resultados de
ensayo si la función de densidad de la variable aleatoria se ajustase a una
función Normal.
• No obstante, la distribución de probabilidad de la muestra puede ajustarse a alguna de las
funciones de distribución habituales en la naturaleza. En este sentido se han aplicado sobre
las series de ensayo dos pruebas para el contraste de hipótesis:

1º 2º

Comparación de la función de densidad

Comparación, por mínimos cuadrados, de
de la muestra con cuatro funciones de
la función de distribución muestral con
densidad teóricas ,con un contraste de la
cuatro funciones de distribución teóricas
hipótesis mediante la Prueba Chi
representadas en papel probabilístico (se
Cuadrado o de Pearson Centrada,
efectúan cambios de variable para
estudiando el sumatorio de las diferencias
provocar que la función de distribución de
cuadráticas entre la frecuencia absoluta
probabilidad teórica acumulada quede
muestral y la frecuencia absoluta de la
representada por una línea recta, para
función de densidad teórica en el
visualizar mejor la bondad del ajuste).
intervalo “i”, divididas por la frecuencia
absoluta teórica.

ik f  n.p 2 

ik Fi  Pi 2 
Q    i i

QK  K i1  n.pi 
i1  
• En el cálculo geotécnico interesan las estimaciones del valor medio de los
parámetros en la zona crítica de un estado límite último (ELU) y de un
estado límite de servicio (ELS). Por tanto se elegirán las funciones con las
que se obtiene el mejor ajuste global de la serie de datos (ajuste en papel
probabilístico).
En las Tablas 3.1 y 3.2 se presenta el resumen de resultados obtenidos en las
cuatro unidades geotécnicas de la Bahía de Santander con muestras
suficientemente extensas (la mayor parte de los datos corresponden a la
zona portuaria).

En cada una de las series analizadas se aporta información del tamaño de la

muestra de ensayos (n), el coeficiente de variación muestral (CV=sm/Xm), la
función de distribución de probabilidad teórica que mejor se ajusta
globalmente a la muestra y, entre paréntesis, el valor del estadístico Qk
(sumatorio de diferencias cuadráticas) de la prueba de contraste en papel
probabilístico.
 El resultado es lógico si se
tiene en cuenta que los
parámetros geotécnicos:

- no toman valores
negativos y por tanto
queda truncada la cola
izquierda de la función
- cuando la dispersión es
alta se produce el sesgo
hacia la derecha
(asimetría)

Las pruebas de contraste de hipótesis con un tamaño de muestra importante (n>90, aunque
también hay series de datos con n>200) demuestran que en general los parámetros geotécnicos
se ajustan a funciones de distribución Log-normal.
En la Tabla 3.3 se resumen las funciones de distribución teóricas ajustadas y los coeficientes de variación
muestrales.

En los apartados siguientes se presentan los ajustes gráficos obtenidos en 14 series de datos,
correspondientes a parámetros de identificación, estado, resistencia y compresibilidad edométrica.

En cada caso analizado se presenta el histograma de la serie de ensayos, en forma de función de densidad
(área ajustada a la unidad), dibujando al fondo la función de densidad teórica que se ajusta mejor.
 Parámetros de identificación
Se ha estudiado el índice de plasticidad y el límite líquido en dos unidades geotécnicas de la Bahía de
Santander: limo arenoso de marisma (B1) y arcillita abigarrada de facies Keuper (K2). Las series de datos
disponibles contienen 111 y 176 datos respectivamente. En el resto de unidades geotécnicas no se
dispone de series de datos con tamaño suficiente, y por tanto no ha sido posible realizar ajustes fiables
de la población.

Índice de plasticidad

Los mejores ajustes globales del índice de

plasticidad se obtienen con funciones de
distribución Log-normal (Figuras 3.1 y 3.2). Los
coeficientes de variación de las dos series de
datos analizadas son elevados (CV=0,48 en B1 y
CV=0,35 en K2). Se observa claramente el sesgo
hacia la derecha, que empeora el ajuste a la
función Normal.
Límite líquido

El mejor ajuste se obtiene con funciones de distribución Log-normal (Figuras 3.3 y 3.4).

Los coeficientes de variación no son demasiado altos (CV=0,28 en B1 y CV=0,24 en K2).

 En general, cuanto
menor sea el coeficiente
de variación de la serie
de datos (menor
dispersión), mejor será el
ajuste a una función de
distribución Normal.
 Parámetros de estado
Humedad natural

La humedad de los suelos de la Bahía de

Santander se ha estudiado en dos series de 139 y
265 ensayos, sobre sendas muestras de limo
arenoso de marisma (B1) y arcillita abigarrada de
facies Keuper (K2). Se dispone también de dos
series más reducidas, con 34 datos sobre arena
limosa de marisma (B2) y 32 datos sobre arcilla
alterada de facies Keuper (K1), que no permiten
extraer conclusiones fiables.

En los dos casos analizados con suficientes datos

(B1 y K2), se comprueba que el mejor ajuste se
logra con funciones de distribución Log-normal
(Figuras 3.6 y 3.7).
 Peso específico seco

El peso específico seco es un parámetro

geotécnico de mínima dispersión. Se han
obtenido coeficientes de variación muy bajos
(CV=0,14 y CV=0,11) en dos series de 122 y 263
datos respectivamente, sobre muestras de limo
arenoso de marisma (B1) y arcillita abigarrada
de facies Keuper (K2). En una tercera serie de 30
datos, sobre arcilla alterada de facies Keuper
(K1), se obtuvo un coeficiente de variación
CV=0,17.

A pesar de la bajísima dispersión del parámetro,

el mejor ajuste a las series de datos de las
muestras también se logra con una función de
distribución Log-normal (Figuras 3.10 y 3.11),
Parámetros de resistencia

Exceptuando la tangente del ángulo de rozamiento crítico, los parámetros de resistencia suelen presentar
dispersiones bastante elevadas (CV>0,45).

Si se incluye en este grupo, como medida de la consistencia del terreno, el índice NSPT, dicho parámetro
proporciona las máximas dispersiones (CV>0,50)

Tangente del ángulo de

rozamiento crítico Cohesión

Se dispone de una serie de Se dispone de la misma serie de

escaso tamaño (38 ensayos 38 ensayos triaxiales CU sobre
triaxiales CU) sobre arcillita arcillita abigarrada de facies
abigarrada de facies Keuper Keuper (K2). El coeficiente de
(K2). El coeficiente de variación es muy elevado
variación de la muestra es (CV=0,65), debido sobre todo a
CV=0,18, por lo que podría la sensibilidad del ajuste gráfico
utilizarse la función de del criterio de Mohr-Coulomb
distribución Normal. No se en ensayos triaxiales CU. En
realiza el contraste de general es difícil estimar la
hipótesis debido al escaso cohesión de suelos sobre
tamaño de muestra. consolidados.
Resistencia al corte sin drenaje

En este grupo se consideran únicamente los ensayos de resistencia al corte sin drenaje medida con
vanette (molinete de mano). Se han analizado los resultados obtenidos en muestras de limo arenoso
de marisma (B1) y arcillita abigarrada de facies Keuper (K2). Se dispone de series de 91 y 47 datos
respectivamente, con coeficientes de variación CV=0,58 y CV=0,46. El mejor ajuste se obtiene con
funciones de distribución Log-normal (se representa sólo la serie B1, de tamaño suficiente, en la
Figura 3.14).
En el histograma se aprecian tres intervalos frecuentes (modas), que parecen indicar que el suelo es
bastante heterogéneo (se subdivide en tres unidades geotécnicas).
Resistencia a compresión simple

En este caso se dispone de dos series de datos de tamaño suficiente. Concretamente 96

ensayos realizados sobre limo arenoso de marisma (B1) y 241 ensayos sobre arcillita
abigarrada de facies Keuper (K2).

Se dispone de una tercera serie de 30 datos sobre arcilla alterada de facies Keuper (K1), con un
coeficiente de variación CV=0,48, pero el tamaño de la muestra es insuficiente para extraer un
ajuste fiable.
Índice NSPT (prueba de penetración estándar)

Aunque el índice NSPT no sea estrictamente un parámetro de resistencia, se analiza en este

apartado.
Se dispone de tres series de datos suficientemente extensas del índice NSPT, sobre limo
arenoso de marisma (B1), arena limosa de marisma (B2) y arcillita abigarrada de facies
Keuper (K2). El número de datos disponibles en cada una de estas unidades geotécnicas es,
respectivamente, de 178, 259 y 235. Los coeficientes de variación obtenidos han sido
CV=0,81, CV=0,87 y CV=0,51.
Parámetros de compresibilidad edométrica

Se dispone de una serie de 44 ensayos edométricos en limo arenoso de marisma (B1).

En el caso de los índices de compresión e hinchamiento, con coeficientes de variación CV=0,38 y

CV=0,41 respectivamente, se pueden ajustar funciones de distribución Normal.

En el caso del coeficiente de consolidación la dispersión crece (CV=0,73), con lo que se ajusta claramente
mejor a una función de distribución Log-normal. No obstante, el número de ensayos disponible es
insuficiente para obtener conclusiones definitivas.

Los resultados obtenidos deben tomarse con reserva debido a los abundantes niveles finos de arena que
presentan las muestras, incluso en la escala de una probeta. Esta peculiaridad del material provoca
diferencias importantes en la velocidad del drenaje durante el ensayo y, en consecuencia, una dispersión
excesiva de los resultados de consolidación de las muestras.
 COEFICIENTE DE VARIACIÓN
En el apartado 1.2.3 del Capítulo 1 se presentó la posibilidad de realizar una estimación puntual
de la media “m” y la varianza “s2” de la población de un parámetro cuando se dispone de una
muestra de gran tamaño (n>100):
in

m Xm ; s2  1 xi  Xm 2  n sm 2

n  1 i1 n1

A partir de los estadísticos “Xm” y “s2m” se puede estimar también el coeficiente de variación “u”
de la población del parámetro con las siguientes expresiones, para n>100:

n .s

u s  n  1 m  n .CV , donde: CV  s m

X X
m m n1 m
En algunas unidades geotécnicas de la Bahía de Santander se dispone de series de datos de
suficiente tamaño para realizar estimaciones puntuales de los coeficientes de variación
poblacional de sus parámetros.

Se confirma la mínima
dispersión en los parámetros de
peso específico seco y tangente
del ángulo de rozamiento
(0,10<CV<0,20). A continuación
se situarían los parámetros de
límite líquido y humedad natural
(0,20<CV<0,40). Los parámetros
de resistencia presentan las
mayores dispersiones
(0,45<CV<0,65), con el valor
máximo en el índice NSPT de la
prueba de penetración estándar
(CV>0,50).
Para comprobar dicha hipótesis, se ha realizado este ejercicio con las series de ensayo sobre los
suelos típicos de la zona portuaria de la Bahía de Santander (unidades geotécnicas B1, B2, K1 y K2),
obtenidas en diez campañas de reconocimiento geotécnico de obras portuarias importantes. Para cada
tipo de suelo (UG) y parámetro se han calculado los coeficientes de variación de las muestras
disponibles en cada campaña geotécnica (CV), y conocido este conjunto de resultados, se ha estimado
el intervalo de confianza del 90% del propio coeficiente de variación. El resultado se presenta en la
Tabla 3.4, y permite conocer el orden de magnitud del coeficiente de variación de las series de datos
de una campaña geotécnica,