Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/jspui/handle/123456789/12113
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorFerreira, Lucas Deleonpt_BR
dc.contributor.advisorDuarte, Anderson Ribeiropt_BR
dc.contributor.authorSousa, Douglas Henrique Santos-
dc.date.accessioned2020-04-28T13:56:23Z-
dc.date.available2020-04-28T13:56:23Z-
dc.date.issued2020-
dc.identifier.citationSOUSA, Douglas Henrique Santos. Obtenção de modelos probabilísticos para parâmetros geotécnicos: estudo de caso. 2020. 65 f. Dissertação (Mestrado em Geotecnia) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/12113-
dc.descriptionPrograma de Pós-Graduação em Geotecnia. Núcleo de Geotecnia, Escola de Minas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractA aplicação de métodos probabilísticos em análises geotécnicas tem se tornado indispensável quando se deseja otimização, segurança e confiabilidade nos projetos. Porém, a definição dos parâmetros geotécnicos (média, desvio padrão e coeficiente de variação) e dos modelos estatísticos adequados (funções de distribuições de probabilidade) torna-se uma tarefa árdua e desafiadora, visto que na maioria das vezes se dispõe de um número limitado de dados. Na busca por contornar tais dificuldades, a utilização de softwares estatísticos, como o R, surge como ferramenta indispensável quando se deseja obter parâmetros e modelos estatísticos adequados. Como contribuição para bibliografia técnica e aplicação de técnicas estatísticas com apoio do pacote fitdistrplus acoplado ao software R, o presente estudo realizou o tratamento e modelagem estatística de 42 resultados de ensaios triaxiais (peso específico, coesão e ângulo de atrito), oriundos de amostras reconstituídas em laboratório de solo residual e coluvionar do embasamento granito-gnáissico do Quadrilátero Ferrífero. Na sistemática proposta, primeiramente os dados disponíveis foram analisados de forma descritiva, obtendo-se resultados de valores médios, mínimos, máximos e o coeficiente de variação amostrais. Em seguida, o efeito de correlação nos dados foi avaliado via modelos de regressão linear, sendo que o nível de associação entre as variáveis foi mensurado pelo coeficiente de correlação. Posteriormente, o objetivo central foi a tentativa de ajuste de modelos probabilísticos específicos para cada variável por meio de métodos gráficos, núcleos estimadores, testes de hipóteses e critérios de informação, de forma a se obter o melhor ajuste para função de densidade de probabilidade para cada variável de interesse. A utilização conjunta das técnicas estatísticas propostas se mostrou fundamental na decisão de escolha do melhor modelo representativo para a variável de interesse. As técnicas apresentadas poderão ser amplamente utilizadas em tratamentos de dados amostrais que posteriormente subsidiarão análises de confiabilidade aplicadas a projetos geotécnicos.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.subjectConfiabilidade - engenhariapt_BR
dc.subjectProbabilidade - métodospt_BR
dc.subjectRochas - solos residuaispt_BR
dc.subjectEstatística - modelagempt_BR
dc.titleObtenção de modelos probabilísticos para parâmetros geotécnicos : estudo de caso.pt_BR
dc.typeDissertacaopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 19/04/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante.pt_BR
dc.contributor.refereeFerreira, Lucas Deleonpt_BR
dc.contributor.refereeUrashima, Denise de Carvalhopt_BR
dc.contributor.refereePereira, Eleonardo Lucaspt_BR
dc.description.abstractenThe application of probabilistic methods in geotechnical analysis has become indispensable when optimization, security and reliability on projects is desired. However, the definition of parameters of interest (mean, standard deviation, and coefficient of variation) and appropriate statistical models (probability distribution functions) becomes an arduous and challenging task, since most of the time there is limited amount of data. In search of overcoming such difficulties, the use of statistical software, such as R, appears as an indispensable tool when it is desired to obtain adequate statistical parameters and models. As a contribution to the technical bibliography and application of statistical techniques with the support of the fitdistrplus package coupled to the R software, the present study carried out the treatment and statistical modeling of 43 results of triaxial tests (specific weight, cohesion, and angle of friction), from reconstituted samples in a laboratory of residual and colluvial soil from the granite-gneiss basement of the Quadrilátero Ferrífero. In the proposed system, first the available data were analyzed in a descriptive manner, obtaining results of average, minimum, maximum values, and the sample coefficient of variation. Subsequently, the correlation effect on the data was evaluated by using linear regression models, and the level of association between the variables was measured by the correlation coefficient. Posteriorly, the central objective was the attempt to adjust specific probabilistic models for each variable using graphic methods, kernel estimators, hypothesis tests and information criterion, in order to obtain the best fit for the probability density function for each variable of interest. The joint use of the proposed statistical techniques proved to be fundamental in the decision to choose the best representative model for the variable of interest. The techniques presented will be able to be widely used in sample data treatments that will subsequently subsidize reliability analyzes applied to geotechnical projects.pt_BR
Appears in Collections:POSGEO - Mestrado (Dissertações)

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO_ObtençãoModelosProbabilísticos.pdf1,43 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons