Atenuación del valor de la aceleración máxima en superficie de sitios en roca para zonas de subducción: una alternativa neuronal

Abstract

RESUMEN: En este artículo se presenta un modelo neuronal de atenuación sísmica capaz de estimar los valores de la aceleración máxima en superficie para sismos, registrados en sitios en roca, provenientes de zonas de subducción. El modelo está constituido por tres módulos neuronales de alimentación al frente y propagación rápida hacia atrás cuya construcción se realizó sobre 354 series de tiempo de aceleraciones en la estación Ciudad Universitaria CU (estación en superficie). La base de datos comprende sismos ocurridos desde la década de los 60 hasta el año 2013.
ABSTRACT: In this paper, a neural seismic-attenuation model to estimate values of peak ground acceleration, registered in rock sites due to earthquakes originated on subduction zones, is presented. The model is constituted by three neural feed forward and quick back propagation modules which were developed using 354 acceleration time series recorded in Ciudad Universitaria CU station (surface station).The database includes earthquakes occurred from the early 60’s until 2013.

Full text

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
1
1
INT
R
ODU
CC
IÓN
Deb
i
do a
l
r
i
e
s
go que corren
im
por
t
an
t
e
s
zona
s
pob
l
ada
s
en
t
odo e
l
m
undo, en
l
a
s
ú
ltim
a
s
década
s
s
e ha e
st
ud
i
ado
i
n-
t
en
s
a
m
en
t
e
l
o re
l
ac
i
onado con
l
a acc
i
ón y
l
a
m
an
i
fe
st
ac
i
ón
de
l
o
s
sism
o
s
. La Ingen
i
er
í
a Geo-
Sísmi
ca coopera con p
l
an-
t
ea
mi
en
t
o
s
y
m
e
t
odo
l
og
í
a
s
enca
mi
nada
s
a
m
e
j
orar
l
o
s
d
is
e-
ño
s
sism
o-re
sist
en
t
e
s
ba
j
o e
l
enfoque geo
t
écn
i
co. La afec-
t
ac
i
ón de una e
st
ruc
t
ura duran
t
e un
sism
o e
st
á d
i
rec
t
a
m
en
t
e
re
l
ac
i
onada con e
l
m
ov
imi
en
t
o de
l
s
ue
l
o en e
l
siti
o de de
s
-
p
l
an
t
e. Iden
ti
f
i
car
l
o
s
pará
m
e
t
ro
s
que def
i
nen e
l
m
ov
i
-
mi
en
t
o para re
l
ac
i
onar
l
o con
l
a
s
e
st
ruc
t
ura
s
y
s
u co
m
por
t
a-
mi
en
t
o e
s
uno de
l
o
s
re
t
o
s
m
á
s
im
por
t
an
t
e
s
que enfren
t
a e
l
i
ngen
i
ero geo
t
ecn
ist
a. La
s
exper
i
enc
i
a
s
rec
i
en
t
e
s
y
l
o
s
a
j
u
s
-
t
e
s
t
eór
i
co
s
der
i
vado
s
de e
ll
a
s
, d
i
r
i
gen
l
o
s
e
s
fuerzo
s
c
i
en
tí
-
f
i
co
s
hac
i
a e
l
de
s
arro
ll
o de
m
ode
l
o
s
m
á
s
s
ó
li
do
s
y for
m
a
l
e
s
para e
stim
ar d
i
cho
s
pará
m
e
t
ro
s
. La ex
ist
enc
i
a de nu
m
ero
s
a
s
ba
s
e
s
de da
t
o
s
ha per
miti
do abr
i
r
lí
nea
s
de
i
nve
sti
gac
i
ón
s
obre e
l
u
s
o de herra
mi
en
t
a
s
de có
m
pu
t
o e
m
ergen
t
e
s
, en
t
re
e
ll
a
s
e
l
C
o
m
pu
t
o Aprox
im
ado.
En e
st
e ar
tí
cu
l
o
s
e pre
s
en
t
a un
m
ode
l
o neurona
l
capaz de
e
stim
ar
l
a a
t
enuac
i
ón de
l
va
l
or de
l
a Ace
l
erac
i
ón
M
áx
im
a
en
S
uperf
i
c
i
e A
MS
en
siti
o
s
en roca afec
t
ado
s
por
l
a
s
ub-
ducc
i
ón-
P
ac
í
f
i
co. E
l
m
ode
l
o
s
e con
st
ruyó con una po
t
en
t
e
ba
s
e de da
t
o
s
que con
ti
ene reg
ist
ro
s
de
s
de
l
a década de
l
o
s
60 ha
st
a e
l
año 2013. Lo
s
reg
ist
ro
s
corre
s
ponden a
l
a
s
e
st
a-
c
i
one
s
de
Ci
udad Un
i
ver
sit
ar
i
a
C
U de
l
a UNA
M
per
t
ene-
c
i
en
t
e
s
a
l
In
stit
u
t
o de Ingen
i
er
í
a. E
l
m
ode
l
o neurona
l
aqu
í
pre
s
en
t
ado
t
o
m
a e
l
conoc
imi
en
t
o y
l
a exper
i
enc
i
a de
l
o
s
t
ra-
ba
j
o
s
de Garc
í
a e
t
a
l
. (2007), Apr
i
ad
i
e
t
a
l
. (2008),
M
ora
(2009), Ar
j
un y Ku
m
ar (2009), Echeverr
i
(2012) y e
l
i
n
s
p
i
-
rador e
st
ud
i
o p
i
onero de E
st
eva (1970) para con
stit
u
i
r
s
e
co
m
o una a
t
rac
ti
va a
lt
erna
ti
va de aná
lisis
, d
is
eño y e
st
ud
i
o
c
i
en
tí
f
i
co. A
simism
o repre
s
en
t
a
l
a ac
t
ua
li
zac
i
ón de
l
a
s
l
e-
ye
s
de a
t
enuac
i
ón para e
l
va
ll
e de
M
éx
i
co.
2
R
ELA
C
IONE
S
DE ATENUA
C
IÓN
S
U
B
DU
CC
IÓN-
P
A
C
Í
F
I
C
O
La pred
i
cc
i
ón de
l
va
l
or de
l
a A
MS
e
s
funda
m
en
t
a
l
pun
t
o de
par
ti
da en
l
o
s
d
is
eño
s
sism
o-re
sist
en
t
e
s
de
t
oda
s
l
a
s
obra
s
c
i
v
il
e
s
. Deb
i
do a
s
u gran u
tili
dad d
i
ver
s
o
s
i
nve
sti
gadore
s
en
t
odo e
l
m
undo han propue
st
o ecuac
i
one
s
que pred
i
cen
l
a
A
MS
en d
i
feren
t
e
s
zona
s
t
ec
t
ón
i
ca
s
ac
ti
va
s
. E
st
a
s
ecuac
i
o-
ne
s
s
on ob
t
en
i
da
s
m
ed
i
an
t
e
m
é
t
odo
s
de
t
er
mi
n
ísti
co
s
o pro-
bab
ilísti
co
s
(Gup
t
a, 2002),
l
o
s
cua
l
e
s
s
on de
s
arro
ll
ado
s
a
par
ti
r de una co
m
p
il
ac
i
ón de reg
ist
ro
s
ocurr
i
do
s
a
t
ravé
s
de
l
o
s
año
s
. E
s
im
por
t
an
t
e
m
enc
i
onar que
l
a
s
re
l
ac
i
one
s
de a
t
e-
nuac
i
ón re
s
u
lt
an ú
til
e
s
, en
l
a
m
ayor
í
a de
l
o
s
ca
s
o
s
,
s
ó
l
o para
l
a
s
zona
s
que co
m
prende
l
a ba
s
e de da
t
o
s
u
tili
zada, y un
reduc
i
do nú
m
ero de
l
eye
s
e
s
conf
i
ab
l
e para
s
er u
s
ado
s
en
zona
s
m
á
s
genera
l
e
s
(Garc
í
a, 2007).
A con
ti
nuac
i
ón, y porque
s
e pre
s
en
t
an en co
m
para
ti
vo
s
de
re
s
u
lt
ado
s
con
t
ra e
l
m
ode
l
o neurona
l
propue
st
o,
s
e de
s
cr
i
-
ben breve
m
en
t
e a
l
guno
s
de
l
o
s
m
ode
l
o
s
m
á
s
u
s
ado
s
y de
m
ayor ef
i
cac
i
a en
l
a
s
ú
ltim
a
s
década
s
para zona
s
de
s
ub-
ducc
i
ón.
R
e
l
a
ci
one
s
neu
r
ona
l
e
s
pa
r
a dete
rmi
na
r
l
a atenua
ci
ón de
l
v
a
l
o
r
de
l
a
a
c
e
l
e
r
a
ci
ón
m
á
xim
a en
s
upe
r
f
ici
e de
si
t
i
o
s
en
r
o
c
a pa
r
a
z
ona
s
de
s
ubdu
cci
ón
N
eu
r
a
l
r
e
l
at
i
on
s
to dete
rmi
ne the attenuat
i
on of
P
GA
i
n
r
o
ck
si
te
s
fo
r
s
ubdu
c
t
i
on
z
one
s
L
i
no
M
a
n
ja
rre
z
,
E
s
tud
i
ante de Po
s
g
r
ado, Po
s
g
r
ado de Ingen
i
e
r
ía,
UN
A
M
Silvia García, In
v
e
s
t
i
gado
r
, In
s
t
i
tuto de Ingen
i
e
r
ía,
UN
A
M
R
E
S
U
M
EN
:
En e
st
e
t
raba
j
o
s
e pre
s
en
t
a un
m
ode
l
o neurona
l
de a
t
enuac
i
ón
sísmi
ca para e
stim
ar
l
o
s
va
l
ore
s
de
l
a ace
l
erac
i
ón
m
áx
im
a
en
s
uperf
i
c
i
e de
siti
o
s
en roca para zona
s
de
s
ubducc
i
ón. E
l
m
ode
l
o e
st
á con
stit
u
i
do por
t
re
s
m
ódu
l
o
s
neurona
l
e
s
, de a
lim
en
t
ac
i
ón a
l
fren
t
e y propagac
i
ón ráp
i
da hac
i
a a
t
rá
s
, cuya con
st
rucc
i
ón
s
e rea
li
zó
s
obre 354 reg
ist
ro
s
de ace
l
erac
i
one
s
(do
s
d
i
recc
i
one
s
hor
i
zon
t
a
l
e
s
y
l
a d
i
recc
i
ón ver
ti
ca
l
) ob
t
en
i
do
s
en e
st
ac
i
one
s
en
s
uperf
i
c
i
e ub
i
cada
s
en
l
a
Ci
udad Un
i
ver
sit
ar
i
a
C
U de
l
a UNA
M
. La ba
s
e de da
t
o
s
co
m
prende
sism
o
s
ocurr
i
do
s
de
s
de
l
a década de
l
o
s
60 ha
st
a e
l
año 2013.
R
e
s
u
lt
ado de
l
a exhau
sti
va bú
s
queda de
l
a
t
opo
l
og
í
a óp
tim
a
y
m
an
t
en
i
endo co
m
o cr
it
er
i
o de
t
er
mi
nac
i
ón un e
st
r
i
c
t
o
m
argen de error,
s
e ob
t
uv
i
eron e
st
ruc
t
ura
s
neurona
l
e
s
capace
s
de predec
i
r
ef
i
c
i
en
t
e
m
en
t
e
l
a re
s
pue
st
a de
l
o
s
depó
sit
o
s
f
i
r
m
e
s
de
l
va
ll
e de
M
éx
i
co.
A
BS
T
R
A
C
T
:
In
t
h
is
paper, a neura
l
a
tt
enua
ti
on
m
ode
l
t
o e
stim
a
t
e va
l
ue
s
of peak ground acce
l
era
ti
on
P
GA reg
ist
ered on rock
sit
e
s
fro
m
ear
t
hquake
s
or
i
g
i
na
t
ed on
s
ubduc
ti
on zone
s
,
is
pre
s
en
t
ed. Three neura
l
m
odu
l
e
s
con
stit
u
t
e
t
h
is
feed forward and qu
i
ck back propaga
ti
on
m
ode
l
, wh
i
ch deve
l
op
m
en
t
wa
s
perfor
m
ed upon 354 acce
l
era
ti
on record
s
(
t
wo hor
i
zon
t
a
l
d
i
rec
ti
on
s
and one ver
ti
ca
l
d
i
rec
ti
on) fro
m
s
urface
st
a
ti
on
s
i
n
Ci
udad Un
i
ver
sit
ar
i
a
C
U, UNA
M
. The da
t
aba
s
e
i
nc
l
ude
s
ear
t
hquake
s
occurred fro
m
t
he ear
l
y 60’ s un
til
2013. A
s
a
re
s
u
lt
of
t
he exhau
sti
ve
s
earch of
t
he op
tim
a
l
neura
l
t
opo
l
ogy, con
si
der
i
ng a
s
st
op cr
it
er
i
a a very
mi
n
im
u
m
error, neura
l
st
ruc
t
ure
s
capab
l
e of e
stim
a
ti
ng eff
i
c
i
en
tl
y
t
he
M
ex
i
co va
ll
ey rock-
li
ke depo
sits
re
s
pon
s
e were ob
t
a
i
ned.

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
2
E
st
eva (1970)
E
st
eva en 1970 propu
s
o un
m
ode
l
o de a
t
enuac
i
ón ba
s
ado
en reg
ist
ro
s
de
sism
o
s
de durac
i
ón
m
oderada. E
l
a
l
cance de
e
st
e
t
raba
j
o
s
e redu
j
o a
s
ue
l
o
s
f
i
r
m
e
s
(arc
ill
a
s
r
í
g
i
da
s
, con-
g
l
o
m
erado
s
co
m
pac
t
o
s
o roca). La ecuac
i
ón de a
t
enuac
i
ón
propue
st
a e
s:
푎=푐
푒(푅+푐)− (1)
donde M e
s
l
a
m
agn
it
ud, R e
s
l
a d
ist
anc
i
a h
i
pocen
t
ra
l
, a e
s
l
a A
MS
en cm
/
s
²
, 푐= 1230, 푐=0.8, 푐=25, y 푐=2.
J
oyner y
B
oore (1981)
E
s
una de
l
a
s
i
nve
sti
gac
i
one
s
m
á
s
re
l
evan
t
e
s
y ba
s
e concep-
t
ua
l
de un gran nú
m
ero de
m
ode
l
o
s
de a
t
enuac
i
ón de
s
arro-
ll
ado
s
a
l
a fecha. E
st
a propue
st
a e
st
á ba
s
ada en reg
ist
ro
s
proven
i
en
t
e
s
de
l
a co
st
a oe
st
e de E
st
ado
s
Un
i
do
s
y
l
o
s
c
l
a-
si
f
i
ca en do
s
a
m
p
li
a
s
ca
t
egor
í
a
s:
reg
ist
ro
s
en roca y reg
is
-
t
ro
s
en
s
ue
l
o.
log퐴=훼+훽푀 log푟+푏푃 (2)
donde M e
s
l
a
m
agn
it
ud,
r
s
e ca
l
cu
l
a con √푑+ℎ
si
endo
d
l
a d
ist
anc
i
a
m
á
s
cercana a
l
p
l
ano de fa
ll
a, P
t
o
m
a e
l
va
l
or
de cero (roca) o uno (
s
ue
l
o), A e
s
l
a A
MS
en g , 훼=1.02,
훽= 0.249, 푏=0.00255 y ℎ=7.3.
Young
s
e
t
a
l
. (1988)
E
st
o
s
i
nve
sti
gadore
s
u
tili
zaron 389 reg
ist
ro
s
ob
t
en
i
do
s
en
depó
sit
o
s
f
i
r
m
e
s
proven
i
en
t
e
s
de
l
a
s
zona
s
de
s
ubducc
i
ón
de A
l
a
s
ka,
C
h
il
e,
P
erú,
J
apón,
M
éx
i
co y
l
a
s
I
sl
a
s
S
a
l
o
m
ón.
La ecuac
i
ón de a
t
enuac
i
ón propue
st
a e
s:
ln(푎
푚)=퐶+퐶푀 퐶 ln[푅+퐶푒푥푝
(퐶푀 )]+
퐵푍 (3)
En e
st
e
m
ode
l
o
l
o
s
sism
o
s
s
e d
i
v
i
d
i
eron en do
s
c
l
a
s
e
s:
i
n-
t
rap
l
aca (profund
i
dade
s
foca
l
e
s
m
ayore
s
a 50 k
m
) e
i
n
t
er-
p
l
aca (profund
i
dade
s
foca
l
e
s
m
enore
s
a 50 k
m
), 푍
t
o
m
a e
l
va
l
or de cero para even
t
o
s
i
n
t
erp
l
aca y uno para even
t
o
s
i
n-
t
rap
l
aca, 푀 e
s
l
a
m
agn
it
ud de
m
o
m
en
t
o, R e
s
l
a d
ist
anc
i
a
ep
i
cen
t
ra
l
, 푎
푚 e
s
l
a A
MS
en g, 퐶= 19.16, 퐶= 1.045,
퐶=4.738, 퐶= 205.5, 퐶= 0.0968, y 퐵=0.54.
Ordaz e
t
a
l
. (1989)
E
st
a
s
re
l
ac
i
one
s
e
m
p
í
r
i
ca
s
s
e de
s
arro
ll
aron a par
ti
r de
l
o
s
da
t
o
s
reg
ist
rado
s
por
l
a red d
i
g
it
a
l
de Guerrero, con e
l
f
i
n
de con
t
ar con re
l
ac
i
one
s
de a
t
enuac
i
ón conf
i
ab
l
e
s
para
l
a
co
st
a de
l
P
ac
í
f
i
co a d
ist
anc
i
a
s
foca
l
e
s
m
ayore
s
a una
s
cuan-
t
a
s
vece
s
l
a d
im
en
si
ón de
l
área de rup
t
ura (de
t
a
ll
e
s
de e
st
a
co
t
a en
Si
ngh y Ordaz, 1990).
C
on e
st
o
s
da
t
o
s
y ap
li
cando
una
t
écn
i
ca de regre
si
ón
li
nea
l
encon
t
raron que
:
log푎
푚= 1.76 + 0.30푀
푠log푅0.0031푅 (4)
donde 푎
푚
l
a A
MS
en cm
/s²
, 푀
푠
e
s
l
a
m
agn
it
ud de onda
s
s
uperf
i
c
i
a
l
e
s
y R e
s
l
a d
ist
anc
i
a h
i
pocen
t
ra
l
.
C
rou
s
e (1991)
C
rou
s
e u
s
ó reg
ist
ro
s
proven
i
en
t
e
s
de
s
ue
l
o
s
r
í
g
i
do
s
con e
s
-
pe
s
ore
s
de e
st
ra
t
o
s
m
enore
s
a 25
m
. La ba
s
e de da
t
o
s
s
e
co
m
pone de
i
nfor
m
ac
i
ón, en
s
u
m
ayor
í
a, de
l
a zona de
s
ub-
ducc
i
ón de
J
apón, aunque con
ti
ene e
j
e
m
p
l
o
s
de A
l
a
s
ka,
M
éx
i
co,
C
h
il
e, y
P
erú. La
s
profund
i
dade
s
foca
l
e
s
e
st
án
co
m
prend
i
da
s
en
t
re 0 y 238 k
m
. La ecuac
i
ón de a
t
enuac
i
ón
propue
st
a e
s:
ln푃퐺퐴=푝+푝푀+
푝ln[푅+푝exp (푝푀
)]+푝ℎ (5)
donde M e
s
l
a
m
agn
it
ud de
m
o
m
en
t
o, R e
s
l
a d
ist
anc
i
a h
i
-
pocen
t
ra
l
, h
l
a profund
i
dad foca
l
, PGA e
s
l
a A
MS
en g,
푝=6.36, 푝=1.76, 푝=2.73, 푝=1.58, 푝=
0.608 y 푝= 0.00916.
Garc
í
a e
t
a
l
. (2007)
E
st
e
m
ode
l
o de a
t
enuac
i
ón u
s
a rede
s
neurona
l
e
s
para, en
t
ér
mi
no
s
de
l
a
m
agn
it
ud, d
ist
anc
i
a ep
i
cen
t
ra
l
y profund
i
dad
foca
l
, de
t
er
mi
nar
l
a A
MS
. La ba
s
e de da
t
o
s
e
st
á confor-
m
ada por 1058 reg
ist
ro
s
(en
t
re
s
d
i
recc
i
one
s
)
;
l
o
s
even
t
o
s
prov
i
enen pr
i
nc
i
pa
lm
en
t
e de
l
a zona de
s
ubducc
i
ón
m
ex
i
-
cana reg
ist
rado
s
en e
st
ac
i
one
s
ub
i
cada
s
en roca. E
l
i
n
t
er-
va
l
o de
m
agn
it
ude
s
u
s
ado en
t
re 3≤푀≤8.1,
l
a
s
d
ist
an-
c
i
a
s
ep
i
cen
t
ra
l
e
s
var
í
an de poco
s
k
il
ó
m
e
t
ro
s
ha
st
a a
l
rededor
de 690 k
m
y
l
a
s
profund
i
dade
s
foca
l
e
s
van de
m
uy
s
o
m
era
s
(
m
enore
s
a 5 k
m
) ha
st
a 360 k
m
.
Echeverr
i
(2012)
De
s
arro
ll
ó un
m
ode
l
o neurona
l
de a
t
enuac
i
ón para
l
a c
i
u-
dad de
M
ede
llí
n,
C
o
l
o
m
b
i
a. La ba
s
e de da
t
o
s
fue ob
t
en
i
da
de
l
a red de ace
l
erogra
m
a
s
de
M
ede
llí
n y e
st
á co
m
pue
st
a
por 278 ace
l
erogra
m
a
s
reg
ist
rado
s
en 24 e
st
ac
i
one
s
. La
s
en-
t
rada
s
de
l
m
ode
l
o
s
on
l
a
m
agn
it
ud,
l
a profund
i
dad foca
l
,
l
a
d
ist
anc
i
a ep
i
cen
t
ra
l
, e
l
ti
po de
s
ue
l
o,
l
a
i
n
t
en
si
dad de Ar
i
a
s
y
l
a durac
i
ón de
l
a fa
s
e
i
n
t
en
s
a de
l
m
ov
imi
en
t
o. Echeverr
i
conc
l
uye que
l
o
s
re
s
u
lt
ado
s
pred
i
cho
s
por
l
a red
s
e a
j
u
st
an
adecuada
m
en
t
e a
l
o
s
reg
ist
rado
s
por
l
a red de ace
l
erogra-
m
a
s
de
M
ede
llí
n.
Si
n duda
t
oda
s
l
a
s
propue
st
a
s
s
on
m
er
it
or
i
a
s
pero
s
e reco-
nocen do
s
pe
li
gro
s
a
s
deb
ili
dade
s:

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
3
1.
Un
i
ver
s
o de ap
li
cac
i
ón
m
uy re
st
r
i
ng
i
do con
lími
-
t
e
s
vago
s
y u
s
o
i
nd
is
cr
imi
nado de coef
i
c
i
en
t
e
s
ar-
ti
f
i
c
i
a
l
e
s
(no adher
i
do
s
d
i
rec
t
a
m
en
t
e a
l
fenó
m
eno)
de ap
li
cac
i
ón co
m
p
l
e
j
a, e
s
ca
s
o poder de pred
i
c-
c
i
ón en
l
a
s
reg
i
one
s
cercana
s
a
l
a
s
fron
t
era
s
que
re
s
u
lt
an, en
l
a
m
ayor
í
a de
l
o
s
ca
s
o
s
,
l
a
s
zona
s
de
m
ayor
i
n
t
eré
s
prác
ti
co –en e
l
ca
s
o de
l
a
s
propue
s
-
t
a
s
convenc
i
ona
l
e
s
y
2.
E
s
que
m
a
s
ca
j
a negra ap
li
cab
l
e
s
s
ó
l
o a pequeña
s
reg
i
one
s
de
l
m
undo, ba
j
o va
li
dac
i
ón, en
s
u
m
ayo-
r
í
a, no exhau
sti
va,
m
ode
l
o
s
no ac
t
ua
li
zado
s
que
de
s
prenden
s
u
s
h
i
pó
t
e
sis
m
ayor
m
en
t
e de func
i
o-
na
l
e
s
de pr
im
er orden pub
li
cado
s
con an
t
er
i
or
i
dad,
i
nc
l
u
si
ón de en
t
rada
s
de d
i
f
í
c
il
ob
t
enc
i
ón y
/
o que
dependen en c
i
er
t
a
m
ed
i
da de
l
a re
s
pue
st
a de
l
m
o-
de
l
o (por e
j
e
m
p
l
o e
l
ti
e
m
po de durac
i
ón)
l
o que
ob
li
ga a
l
u
s
uar
i
o
i
ngen
i
ero a
t
ener un profundo co-
noc
imi
en
t
o
s
obre e
l
t
e
m
a y
l
a herra
mi
en
t
a –en e
l
ca
s
o de
l
a
s
propue
st
a
s
e
m
ergen
t
e
s
.
3
R
EDE
S
NEU
R
ONALE
S
La
s
R
ede
s
Neurona
l
e
s
Ar
ti
f
i
c
i
a
l
e
s
R
N
s
on
m
ode
l
o
s
que
i
n-
t
en
t
an reproduc
i
r e
l
func
i
ona
mi
en
t
o de
l
cerebro a
t
ravé
s
de
rede
s
nu
m
ér
i
ca
s
que
i
den
ti
f
i
can y
sim
p
li
f
i
can
l
o
s
e
l
e
m
en
t
o
s
re
l
evan
t
e
s
de un
sist
e
m
a (fenó
m
eno) y adqu
i
eren conoc
i
-
mi
en
t
o a par
ti
r de co
m
por
t
a
mi
en
t
o
s
conoc
i
do
s
(da
t
o
s
ob
t
e-
n
i
do
s
a par
ti
r de
m
ed
i
c
i
one
s
). E
l
proce
s
a
mi
en
t
o de
i
nfor-
m
ac
i
ón en una
R
N
s
e rea
li
za
m
ed
i
an
t
e
l
a conex
i
ón de
neurona
s
ar
ti
f
i
c
i
a
l
e
s
,
l
a
s
cua
l
e
s
imit
an
l
a e
st
ruc
t
ura de una
neurona b
i
o
l
óg
i
ca con
l
a
i
n
t
enc
i
ón de con
st
ru
i
r
sist
e
m
a
s
de
proce
s
a
mi
en
t
o de
i
nfor
m
ac
i
ón para
l
e
l
o
s
, d
ist
r
i
bu
i
do
s
y
adap
t
a
ti
vo
s
, que pre
s
en
t
en un co
m
por
t
a
mi
en
t
o
i
n
t
e
li
gen
t
e,
f
i
gura 1.
Fi
gura 1. E
st
ruc
t
ura de una
R
ed Neurona
l
.
E
l
proced
imi
en
t
o de aprend
i
za
j
e co
mi
enza por
l
a
i
n
i
c
i
a
li
za-
c
i
ón a
l
ea
t
or
i
a de
l
o
s
pe
s
o
s
(푤
푖푗
). La operac
i
ón que rea
li
zan
e
l
vec
t
or de en
t
rada (푥
푖
) y e
l
de pe
s
o
s
e
s
e
l
produc
t
o pun
t
o,
para po
st
er
i
or
m
en
t
e en
t
rar a
l
a neurona
m
ed
i
an
t
e
l
a
s
u
m
a-
t
or
i
a de
l
o
s
produc
t
o
s
(푦
푗
). E
l
re
s
u
lt
ado de 푦
푗
pa
s
a a
t
ravé
s
de una func
i
ón de
t
ran
s
ferenc
i
a o
t
orgando
l
a
s
a
li
da 푌
푗
(f
i
-
gura 2). Ob
t
en
i
da
l
a
s
a
li
da 푌
푗
s
e co
m
para con
l
a
s
a
li
da rea
l
de
l
prob
l
e
m
a
m
ed
i
an
t
e
l
a ecuac
i
ón de
l
error cuadrá
ti
co
m
e-
d
i
o
:
퐸
(푡
)=∑[푌
(푡
)퐴(푡)] (6)
E
l
proce
s
o de aprend
i
za
j
e
s
e de
ti
ene cuando e
l
error a
l
canza
una co
t
a prede
t
er
mi
nada por e
l
m
ode
l
ador, o b
i
en, por e
l
prob
l
e
m
a.
Si
e
st
o no
s
ucede
l
a
R
N rep
it
e e
l
proced
imi
en
t
o
par
ti
endo en
l
a a
si
gnac
i
ón de pe
s
o
s
a
l
ea
t
or
i
o
s
.
Una vez que e
l
sist
e
m
a ha
si
do en
t
renado y ha aprend
i
do,
l
a e
t
apa de aprend
i
za
j
e
t
er
mi
na, por
l
o que
l
o
s
pe
s
o
s
y
l
a
e
st
ruc
t
ura quedan f
ij
o
s
, quedando
l
a
R
N d
is
pue
st
a para pro-
ce
s
ar da
t
o
s
y pa
s
ar a una fa
s
e de va
li
dac
i
ón o func
i
ona-
mi
en
t
o d
i
rec
t
o.
Fi
gura 2. E
s
que
m
a de
l
func
i
ona
mi
en
t
o de una neurona ar
ti
f
i
c
i
a
l
(
B
one
tti
, 2013).
En e
l
ca
m
po de
l
a
s
R
N
s
e conoce con e
l
no
m
bre de arqu
i
-
t
ec
t
ura a
l
a for
m
a en
l
a que
s
e unen
l
o
s
d
i
feren
t
e
s
e
l
e
m
en
t
o
s
(neurona
s
)
m
ed
i
an
t
e una
s
er
i
e de conex
i
one
s
(pe
s
o
s
si
náp-
ti
co
s
). La arqu
it
ec
t
ura de una red
s
e def
i
ne por
m
ed
i
o de
:
i
)
nú
m
ero de capa
s
,
ii
) e
l
ti
po de conex
i
one
s
y
iii
) e
l
grado de
conex
i
ón.
E
l
nú
m
ero de neurona
s
que for
m
an
l
a
s
capa
s
de en
t
rada y
s
a
li
da e
st
á de
t
er
mi
nado por e
l
prob
l
e
m
a,
mi
en
t
ra
s
que e
l
nú
m
ero de capa
s
ocu
lt
a
s
y de neurona
s
en cada una de e
ll
a
s
no e
st
á f
ij
ado n
i
por e
l
prob
l
e
m
a, n
i
por n
i
nguna reg
l
a
t
eó-
r
i
ca por
l
o que e
l
d
is
eñador e
s
qu
i
en dec
i
de e
st
e arreg
l
o en
func
i
ón de
l
a ap
li
cac
i
ón de
l
a red y
t
ra
s
rea
li
zar un barr
i
do
en
l
o
s
va
l
ore
s
de e
st
o
s
fac
t
ore
s
.
C
abe
m
enc
i
onar que aún no ex
ist
e una
m
e
t
odo
l
og
í
a prec
is
a
para de
t
er
mi
nar
l
a
m
e
j
or arqu
it
ec
t
ura,
l
a e
l
ecc
i
ón ha
st
a e
l
m
o
m
en
t
o
s
e ba
s
a en
l
a exper
i
enc
i
a de
l
d
is
eñador de
l
a
R
N.
P
ara e
l
l
ec
t
or
i
n
t
ere
s
ado en profund
i
zar en e
l
t
e
m
a de
l
a
s
R
N y en
s
u ap
li
cac
i
ón a
l
a Ingen
i
er
í
a véa
s
e Garc
í
a (2009).
Cap a de ent rada Cap a ocu lt a Capa de sali da
Información
1
0.1
2
0.5
y
j
=
Σ
X
i
W
ij
Y
j
=g(y
j
)
En
trada Pe
so
W
1
jX
1
W
1
j
Ne
urona
j
Salida
Y
j
Función de
transferencia
X
1
X
2
X
3
X
n
W
2
j
W
3
j
W
n
j
X
2
W
2
j
X
3
W
3
j
X
n
W
n
j
y
j

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
4
4
B
A
S
E DE DATO
S
En e
st
e e
st
ud
i
o
s
e u
s
aron
l
a
s
e
st
ac
i
one
s
ace
l
erográf
i
ca
s
de
C
U de
l
a UNA
M
. E
l
s
ue
l
o que
l
a
s
s
ubyace
s
e con
si
dera
fir
me,
l
o que en c
i
er
t
a
m
ed
i
da
mi
n
imi
za e
l
efec
t
o de
siti
o.
S
on e
st
ac
i
one
s
a
m
p
li
a
m
en
t
e e
st
ud
i
ada
s
y
l
o
s
m
ode
l
o
s
de
a
t
enuac
i
ón para
l
a
s
ubducc
i
ón
m
ex
i
cana, en
l
a
m
ayor
í
a de
l
o
s
ca
s
o
s
, han u
s
ado
l
a
i
nfor
m
ac
i
ón de a
l
guna de e
st
a
s
e
s
-
t
ac
i
one
s
para va
li
dar o reprobar ha
ll
azgo
s
. E
l
eg
i
r e
st
a
s
e
s
-
t
ac
i
one
s
e
s
ú
til
para en
m
arcar y ponderar
l
o
s
re
s
u
lt
ado
s
de
e
st
e
t
raba
j
o.
S
e ob
t
uv
i
eron 354 reg
ist
ro
s
(2 d
i
recc
i
one
s
hor
i
zon
t
a
l
e
s
y
l
a
ver
ti
ca
l
) de
sism
o
s
generado
s
, pr
i
nc
i
pa
lm
en
t
e, en
l
a zona
de
s
ubducc
i
ón
m
ex
i
cana.
S
obre
l
a
i
nfor
m
ac
i
ón, 69 e
st
án
con
t
en
i
do
s
en
l
a
B
a
s
e Nac
i
ona
l
de
Sism
o
s
F
uer
t
e
s
(1999) y
l
o
s
49 re
st
an
t
e
s
for
m
an par
t
e de
l
a ac
t
ua
li
zac
i
ón de
l
ca
t
á-
l
ogo que pub
li
cará e
l
In
stit
u
t
o de Ingen
i
er
í
a en 2014. Lo
s
reg
ist
ro
s
corre
s
ponden a
sism
o
s
ocurr
i
do
s
en
l
a década de
l
o
s
60 y ha
st
a
l
o
s
reg
ist
rado
s
en
j
un
i
o de 2013 que cubren
m
agn
it
ude
s
en
t
re 4.5 y 8.1 (
m
agn
it
ude
s
m
enore
s
fueron e
li
-
mi
nada
s
por con
si
derar que
l
a co
m
ponen
t
e de ru
i
do e
s
m
uy
a
lt
a co
m
parada con
l
a
s
a
m
p
lit
ude
s
de
l
m
ov
imi
en
t
o). De
l
t
o-
t
a
l
de reg
ist
ro
s
, 318 fueron
s
e
l
ecc
i
onado
s
para u
s
ar
s
e en
l
a
e
t
apa de en
t
rena
mi
en
t
o y 36 en
l
a e
t
apa de prueba.
En e
l
m
ode
l
o
s
e def
i
n
i
ó co
m
o var
i
ab
l
e
s
i
ndepend
i
en
t
e
s
(en-
t
rada
s
) a
l
a
m
agn
it
ud
M
, d
ist
anc
i
a ep
i
cen
t
ra
l
DE y profun-
d
i
dad foca
l
PF
, ya que co
i
nc
i
d
i
endo con
l
o
s
m
ode
l
o
s
de a
t
e-
nuac
i
ón prev
i
o
s
s
e de
t
er
mi
nó que e
st
a
s
var
i
ab
l
e
s
s
on
l
a
s
que
m
e
j
or repre
s
en
t
an
l
o
s
fenó
m
eno
s
sísmi
co
s
. La
s
a
li
da
de
l
m
ode
l
o e
s
repre
s
en
t
ada por
l
a A
MS
en
s
u
s
t
re
s
d
i
rec-
c
i
one
s
(Nor
t
e-
S
ur, E
st
e-Oe
st
e y Ver
ti
ca
l;
H1, H2 y V re
s
-
pec
ti
va
m
en
t
e) para cada
m
ódu
l
o. En
l
a
t
ab
l
a 1
s
e pre
s
en
t
a
un re
s
u
m
en de
l
a ba
s
e de da
t
o
s
.
Tab
l
a 1.
B
a
s
e de da
t
o
s:
rango
s
d
i
ná
mi
co
s
.
Parámetro Ra
n
go
En
tra-
d
a
s
M
agn
it
ud 4.5 -8.1
D
ist
anc
i
a Ep
i
cen
t
ra
l
120 – 900 k
m
P
rofund
i
dad
F
oca
l
˂5 – 100 k
m
S
a
lid
a Ace
l
erac
i
ón
M
á-
x
im
a en
S
uperf
i
c
i
e
H1 ˂1 – 35 ga
l
e
s
H2 ˂1 – 38 ga
l
e
s
V ˂1 – 21 ga
l
e
s
5
M
ODELO NEU
R
ONAL DE ATENUA
C
IÓN
E
l
m
ode
l
o neurona
l
con
st
a de
t
re
s
m
ódu
l
o
s
,
l
o
s
cua
l
e
s
re-
pre
s
en
t
an
l
a
s
t
re
s
d
i
recc
i
one
s
en
l
a
s
que
s
e
mi
de un
sism
o.
S
e deno
mi
nó co
m
o
m
ódu
l
o H1 a
l
a red que e
stim
a
l
a a
t
e-
nuac
i
ón de
l
va
l
or de
l
a A
MS
en d
i
recc
i
ón Nor
t
e-
S
ur,
m
ó-
du
l
o H2 a
l
m
ode
l
o corre
s
pond
i
en
t
e para
l
a d
i
recc
i
ón E
st
e-
Oe
st
e y
m
ódu
l
o V a
l
que def
i
ne a
l
a d
i
recc
i
ón ver
ti
ca
l
. La
e
st
ruc
t
ura de
l
m
ode
l
o neurona
l
s
e pre
s
en
t
a en
l
a f
i
gura 3.
E
l
nú
m
ero de capa
s
ocu
lt
a
s
y nodo
s
en cada capa depende
de
l
a co
m
p
l
e
ji
dad de
l
prob
l
e
m
a que
s
e pre
s
en
t
a a
l
a red. En
e
st
a
i
nve
sti
gac
i
ón
l
o
s
m
ode
l
o
s
probado
s
co
mi
enzan con po-
co
s
e
l
e
m
en
t
o
s
de proce
s
a
mi
en
t
o (c
i
nco nodo
s
en
l
o
s
t
re
s
m
ódu
l
o
s
) y una
s
o
l
a capa, y e
l
i
ncre
m
en
t
o de un
i
dade
s/
capa
y capa
s
s
e de
ti
ene ha
st
a a
l
canzar e
l
si
gu
i
en
t
e cr
it
er
i
o de
t
er-
mi
nac
i
ón
Dec
isi
ón
:
i
n
t
errupc
i
ón
/t
er
mi
nac
i
ón de
l
en
t
rena-
mi
en
t
o
C
uando
l
a red
m
e
m
or
i
za (error de prueba en a
s
-
cen
s
o)
C
uando e
l
error pro
m
ed
i
o 휀, en prueba, a
l
canza e
l
va
l
or aco
t
ado por e
l
ti
po de
t
area (en e
st
a
i
nve
sti
-
gac
i
ón 휀
=
1 ga
l
).
Fi
gura 3. E
st
ruc
t
ura de
l
m
ode
l
o neurona
l
.
P
ara ob
s
ervar e
l
co
m
por
t
a
mi
en
t
o de
l
o
s
da
t
o
s
u
tili
zado
s
en
e
l
en
t
rena
mi
en
t
o y prueba
s
e
t
razaron
l
a
s
gráf
i
ca
s
de
l
a f
i
-
gura 4
;
e
l
e
j
e de
l
a
s
ab
s
c
is
a
s
repre
s
en
t
a
l
a A
MS
m
ed
i
da en
ca
m
po y e
l
e
j
e de
l
a
s
ordenada
s
l
a A
MS
e
stim
ada por
l
a
R
N.
La
t
endenc
i
a de
l
o
s
va
l
ore
s
s
e acerca ba
st
an
t
e a una
lí
nea
rec
t
a con pend
i
en
t
e
i
gua
l
a
l
a un
i
dad, por
l
o que
s
e con
si
-
dera que
l
a
s
e
stim
ac
i
one
s
s
on eva
l
uada
s
ef
i
c
i
en
t
e
m
en
t
e y
s
e dec
l
aran a
l
o
s
m
ódu
l
o
s
co
m
o ex
it
o
s
o
s
.
R
E
D
N
E
U
R
O
N
A
L
XH2
H1
Ent r adas
Sa l i d a
V

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
5
Fi
gura 4. Va
l
ore
s
reg
ist
rado
s
v
s
e
stim
ado
s
(
i
zqu
i
erda en
t
rena
mi
en
t
o, derecha prueba).
Re
s
u
lt
ado
s
. E
s
conven
i
en
t
e
m
enc
i
onar que
t
rad
i
c
i
ona
l
-
m
en
t
e
l
o
s
m
ode
l
o
s
de a
t
enuac
i
ón que eva
l
úan
l
a a
t
enuac
i
ón
de
l
va
l
or de A
MS
s
on de
s
arro
ll
ado
s
con
l
a d
i
recc
i
ón que
con
t
enga
m
ayore
s
va
l
ore
s
de A
MS
. En
l
a ba
s
e de da
t
o
s
u
ti
-
li
zada para de
s
arro
ll
ar e
l
m
ode
l
o e
st
o
s
va
l
ore
s
fueron reg
is
-
t
rado
s
en
l
a d
i
recc
i
ón H1. De acuerdo con
l
o an
t
e
s
m
enc
i
o-
nado, e
st
a d
i
recc
i
ón
s
e u
tili
zó para pre
s
en
t
ar
l
o
s
re
s
u
lt
ado
s
de e
st
a
i
nve
sti
gac
i
ón.
En
l
a f
i
gura 5
s
e
m
ue
st
ra un aná
lisis
co
m
para
ti
vo en
t
re
l
a
s
e
stim
ac
i
one
s
de
l
m
ódu
l
o H1 y
l
o
s
va
l
ore
s
de A
MS
reg
ist
ra-
do
s
en ca
m
po.
R² = 0.9653
0
5
10
15
20
25
30
35
40
0 5 10 15 20 25 30 35 40
AMS est imado con RN (Gal)
AMS medido en campo (Gal )
R² = 0.9196
0
2
4
6
8
10
12
14
16
0246810121416
AMS esti mado con RN (Gal)
AMS medido en campo (Gal)
R² = 0.9832
0
5
10
15
20
25
0 5 10 15 20 25
AMS estimado con RN (Gal)
AMS medido en campo (Gal)
R² = 0.9736
0
1
2
3
4
5
6
7
8
012345678
AMS estimado con RN (Gal)
AMS medido en campo (Gal )
H1
H2
V
R² = 0 .9 9
0
5
10
15
20
25
30
35
40
0 5 10 15 20 25 30 35 40
AMS estimado con RN (Gal)
AMS m edi do en camp o (Gal)
R² = 0.9725
0
2
4
6
8
10
12
14
02468101214
AMS estimado con RN (Gal)
AMS medido en campo (Gal )

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
6
La gráf
i
ca con
ti
ene, en e
l
e
j
e de
l
a
s
ab
s
c
is
a
s
, a
l
o
s
pa
t
rone
s
e
m
p
l
eado
s
,
t
an
t
o en en
t
rena
mi
en
t
o co
m
o en prueba, y en e
l
e
j
e de
l
a
s
ordenada
s
l
a re
l
ac
i
ón A
MS
m
ed
i
do
/
A
MS
e
stim
ado. E
s
ev
i
den
t
e que, a
m
ed
i
da en que crecen
l
a
s
m
agn
it
ude
s
, H1
rea
li
za
m
e
j
ore
s
pred
i
cc
i
one
s
.
Fi
gura 5. Aná
lisis
co
m
para
ti
vo en
t
re
l
a
s
A
MS
e
stim
ada
s
por
l
a
R
N y
l
a
s
A
MS
m
ed
i
da
s
en ca
m
po.
S
i
mu
l
ac
i
ón de compo
rt
am
i
en
t
o
s
: cu
r
va
s
neu
r
ona
l
e
s
de a
t
e-
nuac
i
ón.
P
ara ca
li
brar e
l
co
m
por
t
a
mi
en
t
o de
l
m
ode
l
o neu-
rona
l
s
e con
st
ruyeron curva
s
neurona
l
e
s
de a
t
enuac
i
ón. En
e
st
e e
s
pac
i
o
s
e co
l
ocan va
l
ore
s
de A
MS
reg
ist
rado
s
en a
l
-
guna
s
e
st
ac
i
one
s
(no
m
bre de e
st
ac
i
ón den
t
ro de
l
gráf
i
co)
duran
t
e d
i
cho
s
sism
o
s
. N
i
nguna de
l
a
s
e
st
ac
i
one
s
n
i
s
u
s
re-
g
ist
ro
s
e
st
án en
l
a ba
s
e de da
t
o
s
de en
t
rena
mi
en
t
o n
i
de
prueba (
s
o
l
o
l
a e
st
ac
i
ón de
Ci
udad Un
i
ver
sit
ar
i
a). La
s
ca-
rac
t
er
ísti
ca
s
de
l
o
s
even
t
o
s
que
s
e en
list
an en
l
a
t
ab
l
a 2
s
e
i
nc
l
uyen co
m
o en
t
rada
s
a
l
m
ódu
l
o H1.
Tab
l
a 2.
Sism
o
s
e
st
ud
i
ado
s
en e
l
aná
lisis
de capac
i
dad de genera-
li
zac
i
ón de
l
m
ódu
l
o H1.
Fec
h
a
M PF (
k
m
)
E
p
i
ce
n
tro
19-09-1985 8.1 15
Mi
choacán
10-12-1994 6.3 20 Guerrero
30-09-1999 7.6 16 Oaxaca
20-03-2012 7.4 15 Oax. y Gro.
La curva de
l
a f
i
gura 6, con ace
l
erac
i
one
s
ba
j
a
s
,
si
gue ade-
cuada
m
en
t
e e
l
co
m
por
t
a
mi
en
t
o de
l
a
s
e
st
ac
i
one
s
s
eña
l
ada
s
con DE en
t
re 200 y 300 k
m
. La
s
A
MS
reg
ist
rada
s
en
l
a
s
e
st
ac
i
one
s
den
t
ro de
l
a cap
it
a
l
(Tacubaya y T
l
a
l
pan) y
l
a
que e
st
á en e
l
i
n
t
er
i
or de
l
a repúb
li
ca,
C
oyuca de
B
en
ít
ez,
s
on b
i
en prono
sti
cada
s
con e
l
m
ódu
l
o neurona
l
.
En
l
a f
i
gura 7
s
e pre
s
en
t
a un
sism
o h
ist
ór
i
co
m
á
s
ac
t
ua
l
(año
2012).
S
e aprec
i
a que
l
a pred
i
cc
i
ón rea
li
zada por e
l
m
ode
l
o
e
s
ba
st
an
t
e acep
t
ab
l
e.
Un ra
s
go
i
n
t
ere
s
an
t
e de
l
a curva e
s
l
a fron
t
era de
l
o
s
100
k
m
, d
ist
anc
i
a a par
ti
r de
l
a cua
l
mí
n
im
a
s
d
i
ferenc
i
a
s
en
l
a
DE generan re
s
u
lt
ado
s
de A
MS
s
u
st
anc
i
a
lm
en
t
e d
isti
n
t
o
s
.
Fi
gura 6.
C
urva neurona
l
de a
t
enuac
i
ón
:
even
t
o 10
/
12
/
1994.
Fi
gura 7.
C
urva neurona
l
de a
t
enuac
i
ón
:
even
t
o 20
/
03
/
2012.
La curva de
l
a f
i
gura 8 repre
s
en
t
a un
sism
o de
i
n
t
en
si
dad
med
i
a (en e
st
a
i
nve
sti
gac
i
ón
s
e def
i
n
i
ó co
m
o
i
n
t
en
si
dad
m
ed
i
a a
l
n
i
ve
l
s
ub
j
e
ti
vo de A
MS
de
m
agn
it
ude
s
7≤푀<
8). A
l
i
gua
l
que
l
a
s
curva
s
de
l
a
s
do
s
f
i
gura
s
an
t
er
i
ore
s
,
l
a
re
s
pue
st
a de
l
a
s
e
st
ac
i
one
s
ub
i
cada
s
en
l
a
Ci
udad de
M
é-
x
i
co (
C
U y UI21) e
s
prono
sti
cada acer
t
ada
m
en
t
e. E
l
reg
is
-
t
ro en e
l
siti
o
C
oyuca de
B
en
ít
ez
t
a
m
b
i
én e
s
pred
i
cho ade-
cuada
m
en
t
e. Una de
l
a
s
carac
t
er
ísti
ca
s
co
m
une
s
en e
st
a
s
curva
s
e
s
l
a def
i
n
i
c
i
ón de do
s
t
endenc
i
a
s
de co
m
por
t
a-
mi
en
t
o,
l
a ra
m
a A que va de d
ist
anc
i
a
s
m
uy pequeña
s
(
<
10
k
m
) y ha
st
a
l
o
s
300-400 k
m
y
l
a ra
m
a
B
que par
t
e de e
st
o
s
300-400 k
m
y con
ti
núa ha
st
a
l
o
s
800 k
m
(
límit
e e
l
eg
i
do en
e
st
a
i
nve
sti
gac
i
ón có
m
o e
l
m
áx
im
o en d
ist
anc
i
a ep
i
cen
t
ra
l
para e
stim
ac
i
one
s
en e
l
D
F
), ver f
i
gura 9. Hay ca
s
o
s/
e
st
a-
c
i
one
s
que parecen
s
egu
i
r
l
a ra
m
a A y o
t
ro
s
l
a
B
. Inve
sti
ga-
c
i
one
s
m
á
s
profunda
s
s
e requ
i
eren para dec
i
d
i
r
s
obre e
l
or
i
-
gen de este “dobl e” comportamiento o bi en de esta
“frontera” en la curvatura pero e
s
funda
m
en
t
a
l
t
o
m
ar en
cuen
t
a que e
st
o
s
co
m
por
t
a
mi
en
t
o
s
s
e dan y
s
er
í
an po
t
en-
c
i
a
lm
en
t
e pe
li
gro
s
o
s
si
no
s
e
t
o
m
aran en cuen
t
a.
0
1
2
0 20406080100
AMSmed id o/ AM Sesti mad o
Patrones empleados
±10 %
1
10
100
10 100 1000
AMS est imado (Gal)
Dist ancia ( km)
=6.3, PF=20 k m
Ben ít ez
1
10
100
10 100 1000
AMS esti mado ( Gal)
Di st anci a ( km )
=7. 4, PF=15 km
Uni ver sit ar i a

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
7
Fi
gura 8.
C
urva neurona
l
de a
t
enuac
i
ón
:
even
t
o 30
/
06
/
1999.
Fi
gura 9. E
s
que
m
a de ra
m
a A y ra
m
a
B
.
Ob
s
erve por e
j
e
m
p
l
o,
l
a f
i
gura 10. En e
st
a f
i
gura
s
e pre-
s
en
t
a e
l
sism
o
m
á
s
de
st
ruc
ti
vo reg
ist
rado en e
l
va
ll
e de
M
é-
x
i
co, e
l
de
Mi
choacán de
l
19 de
s
ep
ti
e
m
bre de 1985. E
l
re-
duc
i
do nú
m
ero de pun
t
o
s
de ob
s
ervac
i
ón en e
l
m
o
m
en
t
o de
l
t
erre
m
o
t
o ha co
m
p
li
cado
l
a generac
i
ón de curva
s
para e
st
e
even
t
o. E
l
m
ode
l
o neurona
l
t
raza e
l
po
si
b
l
e co
m
por
t
a-
mi
en
t
o a
t
ravé
s
de
l
a exper
i
enc
i
a y
l
a
s
re
l
ac
i
one
s
nu
m
ér
i
-
ca
s
. Lo
s
reg
ist
ro
s
de A
MS
en
l
a
s
e
st
ac
i
one
s
ac
ti
va
s
en aque
l
m
o
m
en
t
o e
st
án con
t
en
i
do
s
en
l
a
t
rayec
t
or
i
a neurona
l
.
La d
i
ferenc
i
a en
t
re
l
a
s
ra
m
a
s
A y
B
e
s
m
á
s
no
t
or
i
a en e
st
e
even
t
o. Hay una tendencia par a l os siti os “ cercanos” y otra
para los “ lejanos” a
l
ep
i
cen
t
ro.
Si
s
e ob
s
ervan
l
o
s
ca
s
o
s
C
a-
l
e
t
a de
C
a
m
po
s
y Z
i
hua
t
ane
j
o e
s
m
á
s
c
l
ara e
st
a a
s
everac
i
ón.
Una,
l
a pr
im
era, per
t
enece a
l
a ra
m
a A y
l
a o
t
ra a
l
a ra
m
a
B
y en
t
re a
m
ba
s
e
st
ac
i
one
s
y
l
a
s
do
s
po
si
b
l
e
s
curva
s
s
e puede
señalar una “ zona” de atenuación.
Den
t
ro de e
st
e e
s
pac
i
o
s
e graf
i
ca
l
a curva que re
s
u
lt
a de
ap
li
car e
l
m
ode
l
o de A
t
k
i
n
s
on y
B
oore (2003). A d
i
ferenc
i
a
de
l
m
ode
l
o neurona
l
, e
st
a curva
ti
ene un
limit
ado rango de
d
ist
anc
i
a
s
ep
i
cen
t
ra
l
e
s
po
si
b
l
e
s
y
l
a
s
d
i
ferenc
i
a
s
m
á
s
gran-
de
s
en
t
re
l
o
m
ed
i
do y
l
o e
stim
ado
s
e dan en
l
a
s
zona
s
cer-
cana
s
a
l
va
ll
e de
M
éx
i
co.
P
or o
t
ro
l
ado,
l
a curva de Gó
m
ez
e
t
a
l
. (2005), aunque de rango d
i
ná
mi
co para DE
m
á
s
a
m
-
p
li
o (de 30 k
m
ha
st
a 600 k
m
)
s
ube
stim
a a
l
a
s
d
ist
anc
i
a
s
de
i
n
t
eré
s
para nue
st
ra
m
e
t
rópo
li
.
Fi
gura 10.
C
urva neurona
l
de a
t
enuac
i
ón
:
even
t
o 19
/
09
/
1985.
6
C
ON
C
LU
S
IONE
S
E
st
e
t
raba
j
o pre
s
en
t
a e
l
de
s
arro
ll
o y ap
li
cac
i
ón de un
m
o-
de
l
o neurona
l
que e
stim
a e
l
decre
m
en
t
o de
l
va
l
or de
l
a ace-
l
erac
i
ón
m
áx
im
a en
s
uperf
i
c
i
e, con re
s
pec
t
o a
l
a d
ist
anc
i
a,
de
siti
o
s
en roca para
sism
o
s
proven
i
en
t
e
s
de
l
a zona de
s
ubducc
i
ón
m
ex
i
cana. La
s
e
stim
ac
i
one
s/
pred
i
cc
i
one
s
de
A
MS
para
C
U
s
on re
m
arcab
l
e
m
en
t
e ex
it
o
s
a
s
.
S
e eva
l
uó
s
u ef
i
c
i
enc
i
a con reg
ist
ro
s
en e
st
ac
i
one
s
ace
l
ero-
gráf
i
ca
s
ub
i
cada
s
den
t
ro de
l
a
R
epúb
li
ca
M
ex
i
cana, no con-
t
en
i
da
s
en
l
a ba
s
e de da
t
o
s
, y
l
o
s
re
s
u
lt
ado
s
m
ue
st
ran que
e
l
m
ode
l
o neurona
l
t
a
m
b
i
én e
s
capaz de predec
i
r ef
i
c
i
en
t
e-
m
en
t
e
l
a a
t
enuac
i
ón de
l
va
l
or de
l
a ace
l
erac
i
ón
m
áx
im
a en
s
uperf
i
c
i
e.
7
R
E
F
E
R
EN
C
IA
S
Y
B
I
B
LIOG
R
A
F
ÍA
- A
PR
IADI D., LIKITLE
RS
UANG
S
.,
P
I
P
AT
P
ONG
S
A T.
Y OHTA H. (2008). “A
rtifi
c
i
a
l
neu
r
a
l
ne
t
w
o
r
k
s
-ba
s
ed a
t
-
tenuati on functi on for subducti on zone earthquakes” . To-
kyo In
stit
u
t
e of Techno
l
ogy.
- A
RJ
UN,
C
.
R
. Y KU
M
A
R
, A. (2009). “ Artificial Neural
N
e
tw
o
r
k-Based Esti mati on of Peak Ground Accelerati on” .
I
S
ET
J
ourna
l
of Ear
t
hquake Techno
l
ogy,
P
aper No. 501,
Vo
l
. 46, No. 1, pp. 19-28.
- ATKI NSON, G. M . Y D . M . BOORE. (2003) . “ Emp
iri
ca
l
g
r
ound-mo
ti
on Re
l
a
ti
on
s
f
o
r
Subduc
ti
on-
Z
one Ea
rt
h-
quake
s
and
t
he
ir
app
li
ca
ti
on
s
t
o
C
a
s
cad
i
a and o
t
he
r
r
e-
g
i
on
s
”.
B
u
ll
.
S
e
ism
.
S
oc. A
m
., 93, 4, 1703-1729.
-
B
A
S
E NA
C
IONAL DE
S
I
SM
O
S
F
UE
R
TE
S
(1999).
“ Base Mexicana de Datos de Sismos Fuertes” .
S
oc
i
edad
M
ex
i
cana de Ingen
i
er
í
a
Sísmi
ca. A.
C
.
-
B
ONETTI,
C
. (2013). “ Esti mación de
l
a va
ri
ac
i
ón de
l
a
r
e
sist
enc
i
a a
l
co
rt
e en
s
ue
l
o
s
ma
ri
no
s
u
s
ando Rede
s
N
eu-
ronal es” . Te
sis
de
M
ae
st
r
í
a,
F
acu
lt
ad de Ingen
i
er
í
a,
UNA
M
.
1
10
100
10 100 1000
AMS estimado (Gal)
Dist anci a (km )
=7. 6, PF=16 km
Ben ít ez
Di st anc ia
Aceleración
Ram a A
Ram a B
0.1
1
10
100
1000
10 100 1000
AMS est imado (Gal)
Di st anci a (k m)
=8. 1, PF=15 km
acubaya

3°
C
o
l
oqu
i
o de
J
óvene
s
Geo
t
ecn
ist
a
s
Ci
udad de
M
éx
i
co – 08 de ago
st
o de 2014
S
O
C
IEDAD
M
EXI
C
ANA DE INGENIE
R
ÍA GEOTÉ
C
NI
C
A A.
C
.
8
-
CR
OU
S
E,
C
.
B
. (1991). “ Ground motion att enuati on
equa
ti
on
s
f
o
r
ea
rt
hquake
s
on
t
he
C
a
s
cad
i
a
s
ubduc
ti
on
zone. Ear th” .
S
pec
t
ra, 7, 210-236.
- E
C
HEVE
RR
I, G. (2012). “ Seismic Attenuati on for Me-
de
lli
n
Cit
y-Col ombi a: A Neural Networ k Appr oach” . In
t
er-
na
ti
ona
l
J
ourna
l
of
Ci
v
il
&
Env
i
ron
m
en
t
a
l
Eng
i
neer
i
ng
I
JC
EE-I
J
EN
S
Vo
l:
12 No
:
05.
- E
S
TEVA, L. (1970). “ Seismic r i sk and seismi c desi gn” .
S
e
ismi
c De
si
gn for Nuc
l
ear
P
ower
Pl
an
ts
. Han
s
en,
R
.
J
. The
M
.I.T.
P
re
ss
. 142-182.
- GA
RC
ÍA,
S
.
R
., (2009). “ Cómputo Aproxi mado en la So-
luci ón de Probl emas Geosísmicos” . Te
sis
doc
t
ora
l
,
F
acu
l
-
t
ad de Ingen
i
er
í
a, Un
i
ver
si
dad Nac
i
ona
l
Au
t
óno
m
a de
M
é-
x
i
co,
M
éx
i
co.
- GA
RC
ÍA,
S
.
R
.,
R
O
M
O,
M
.
P
. Y
M
AYO
R
AL,
J
.
M
.
(2007). “ Estimati on of peak ground accelerati ons for Mex-
ican subduction zone earthquakes using neural networks” .
Geof
ísi
ca In
t
ernac
i
ona
l
. (45) 1, 51-63.
-GO
M
ÉZ,
S
.
C
.,
M
. O
R
DAZ Y C. TENA. (2005). “
L
eye
s
de a
t
enuac
i
ón en de
s
p
l
a
z
am
i
en
t
o y ace
l
e
r
ac
i
ón pa
r
a e
l
d
i
-
s
eño
sís
m
i
co de e
str
uc
t
u
r
a
s
con a
isl
am
i
en
t
o en
l
a co
st
a de
l
Pac
ífi
co”. Memorias del XV Congreso Nacional de Inge-
n
i
er
í
a
Sísmi
ca,
M
éx
i
co, Nov. A-II-02.
- GU
P
TA, I.D. (2002). “ The State of Art in Seismic Hazard
Analysis” . I
S
ET
J
ourna
l
of Ear
t
hquake Techno
l
ogy,
(39)
:
311-346.
-
J
OYNE
R
, W.
B
. Y
B
OO
R
E, D.
M
. (1981). “ Peak hori zon-
t
a
l
acce
l
e
r
a
ti
on and ve
l
oc
it
y
fr
om
str
on-mo
ti
on
r
eco
r
d
s
i
n-
c
l
ud
i
ng
r
eco
r
d
s
fr
om
t
he 1979 Impe
ri
a
l
Va
ll
ey,
C
a
lif
o
r
n
i
a,
Earthquake” .
B
u
ll
e
ti
n of
t
he
S
e
ism
o
l
og
i
ca
l
S
oc
i
e
t
y of
A
m
er
i
ca, 71(6), 2011-2038.
-
M
O
R
A,
M
.A. (2009). “ Modelo par a la atenuación de si s-
mos i nt erpl aca en la zona de subducción mexicana” . Te
sis
de
M
ae
st
r
í
a,
F
acu
lt
ad de Ingen
i
er
í
a, UNA
M
.
- O
R
DAZ,
M
.,
R
EINO
S
O, E.,
S
INGH,
S
.K., VE
R
A, E. y
J
A
R
A,
J
.
M
. (1989). “ Espectr os de respuesta en diversos
siti
o
s
de
l
Va
ll
e an
t
e
t
emb
l
o
r
e
s
po
st
u
l
ado
s
en
l
a b
r
echa de
Guerrero” ,
M
e
m
or
i
a
s
de
l
VIII
C
ongre
s
o Nac
i
ona
l
de Inge-
n
i
er
í
a
Sísmi
ca y VII
C
ongre
s
o Nac
i
ona
l
de Ingen
i
er
í
a E
s
-
t
ruc
t
ura
l
, Acapu
l
co,
M
éx
i
co, A187-A198.
-
S
INGH, K.
S
. Y O
R
DAZ,
M
. (1990), “ Sismici dad y movi-
mientos fuertes en México: una vi sión actual ” , In
stit
u
t
o de
Ingen
i
er
í
a, UNA
M
.
- YOUNG
S
,
R
.
R
., DAY,
S
.
M
. and
S
TEVEN
S
,
J
.L. (1988).
“ Near fi eld gr ound moti ons on rock for lar ge subducti on
earthquakes” .
P
roceed
i
ng
s
of Ear
t
hquake Eng
i
neer
i
ng
&
S
o
il
Dyna
mi
c
s
II. Geo
t
echn
i