1
INSTITITUTO POLITÉCNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
INCORPORACIÓN DE UN MODELO DE COMPORTAMIENTO DINÁMICO EN LOS CRITERIOS DE DISEÑO DE ESTRUCTURAS Y EQUIPO PESADO SOMETIDOS A CARGAS ALEATORIAS
T E S I S
QUE PARA OBTENER EL GRADO DE: D O C T O R E N C I E N C I A S C O N E S P E C I A L I D A D E N
INGENIERÍA MECÁNICA
P R E S E N T A:
M EN C CÁNDIDO ZAMORA CUAPIO
DIRECTOR: DR. GUILLERMO URRIOLAGOITIA CALDERON
MÉXICO, D.F. DICIEMBRE DEL 2006
2
3
4
INDICE Pág.
I. Índice de figuras
II. Índice de cuadros
III. Simbología
IV. Resumen
V. Abstract
VI. Objetivo
VII. Justificación
7
8
8
9
10
11
12
INTRODUCCIÓN 16
CAPITULO 1
1.- Estado del arte
1.1.- Resultados reportados en la literatura abierta
1.2.- Planteamiento del problema de Confiabilidad en Modelos de edificios de Cortante
1.2.1.- Análisis sísmico por el Método Estático
1.2.2.- Centro de Masa y Rigidez
1.2.3.- Excentricidad de diseño
1.2.4.- Distribución e resistencias asociada a los criterios diseño
1.3.- Metodología de Análisis Estructural y diseño
1.3.1.- Formulación de Modelos
1.3.2.- Modelo de un nivel con elementos resistentes en una dirección
1.3.3.- Modelo de Análisis
1.3.4.- Modelo con elementos resistentes en dos direcciones ortogonales
1.3.5.- Planteamiento dinámico
1.3.6.- Solución al problema inverso de valores característicos
1.3.7.- Parámetros estudiados
1.3.8.- El periodo de vibración libre en traslación
1.3.9.- Excentricidad estática o estructural
1.3.10.- Distribución de resistencias
1.3.11.- Relación de aspecto de la planta
1.3.12.- Demanda de ductilidad
1.3.13.- Método de Análisis
19
19
24
24
26
27
28
29
29
30
31
31
34
36
38
38
39
39
40
40
40
5
1.3.14.- Descripción de la excitación utilizada 41
CAPITULO 2
2.- Análisis del Fundamento teórico de Confiabilidad estructural 44
2.1. Información probabilística
2.2. Incertidumbre estadística
2.3. Modelo de Incertidumbre
44
48
55
CAPITULO 3
3. Análisis de probabilidad de falla en secciones de elementos estructurales 60
3.1. Modelos estructurales deterministas y probabilistas 62
3.2. El problema de seguridad estructural 63
3.3. Sistema de tolerancia estructural 64
3.4. Compatibilidad con la probabilidad con las estructuras 65
3.5. Método del factor de seguridad parcial 66
3.6. El concepto del factor de seguridad y el requisito de formulación de invarianza 71
3.7. Consideraciones de probabilidad acerca del factor de seguridad 73
3.8. Factores de seguridad parcial 77
CAPITULO 4
4. Modelos Probabilísticos para estructuras tipo viga 79
4.1. Análisis de un elemento viga
4.1.1. Formulas para obtener la distribución de probabilidad
82
82
4.2. Propuestas de distribuciones de probabilidad en las variables del elemento viga 83
4.3. Distribución del momento 83
4.4. Distribución de S 83
4.5. Distribución de a(l-a) 83
4.6. Distribución de Pa(l-a) 84
4.7. Distribución de μy 84
4.8. Distribución del momento 84
4.9. Distribución de h2 85
6
4.10. Distribución de bh2 85
4.11. Distribución de /6μ2x
85
4.12. Distribución de f 85
4.13. Distribución de la acción 86
4.14. Distribución de la resistencia y determinación del riesgo 86
CAPITULO 5
5. Planteamiento de la Confiabilidad en función del tiempo 88
5.1. Formulación de la Confiabilidad 89
5.2. Idealización del Modelo estructural 90
5.3. Metodología de análisis del Modelo 91
5.4. Evaluación de la Confiabilidad 91
5.5.Algoritmo de Optimización 94
CAPITULO 6
6. Análisis de resultados
Índice de Anexos de Análisis de resultados
96
120
7. Conclusiones 104
Apédice A 107
Apéndice B 117
Apéndice C 119
Referencias 121
7
I. Índice de figuras
No. Nombre pag.
1.- Distribución de rigidez en los elementos de resistencia………….………...26
2.- Excentricidad…………………………………………………………………….27
3.- Relación de planta………………………………………………………………28
4.- Comportamiento de los elementos resistentes………………………………29
5.- Modelo con tres elementos resistentes paralelos a la dirección del
sismo………………….......................................................................................31
6.- Modelos estructural con elementos de resistencia en dos direcciones
ortogonales………………………………………………………………………….32
7.- Estructuración del modelo de Cortante de un piso………………………….34
8.- Fuerzas de equilibrio que actúan para el modelo de un piso………………34
9.- Estructuración de un modelo de tres niveles………………………………...35
10.- Fuerzas dinámicas presentes en un modelo de tres niveles……………..35
11.- Equilibrio dinámico para un modelo de tres grados de libertad…………..37
12.- Incertidumbre de excentricidades……………………………………………39
13.- Distribución de resistencias…………………………………………………..40
14.- Distribución tipo campana…………………………………………………….61
15.- Modelo estructural y matemático…………………………………………….61
16.- Dirección del sismo……………………………………………………………61
17.- Dominio de definición y estado límite de falla de un modelo de
análisis de confiabilidad, para una soga que soporta una carga……………...69
18.- Estado límite de derrumbamiento compuesto para una soga atada a un
gancho y llevando una carga………………………………………………………70
19.- Dos representaciones diferentes de las fuerzas interiores en un plano de
una viga de concreto reforzado, ilustra el problema de formulación de
invarianza……………………………………………………………………………72
20.- Funciones de distribución con valores pequeños para R y S índice de
figuras………………………………………………………………………………..75
8
No. Nombre pag.
21.- El principio del método de factor de seguridad parcial por el cual una
definición codificada del conjunto de estados suficientemente seguros
constituye una superficie de estado límite convexa…………………………….78
22.- Ilustración que muestra los métodos de factores de seguridad parcial el
estado límite no convexo............................................................................... 78
23.- Viga sometida a carga uniforme……………………………………………..82
II. Índice de cuadros o tablas
Tabla 3……………………………………………………………………………106
III. Simbología
E[X]; esperanza de la variable aleatoria X
E[Y]; esperanza de la variable aleatoria Y
E[Z]; esperanza de la variable aleatoria Z
Var[X]; varianza de la variable aleatoria X
Var[Y]; varianza de la variable aleatoria Y
Var[Z]; varianza de la variable aleatoria Z
Cov[X,Y]; covarianza de las variables aleatorias X y Y
pf(μ ); probabilidad de falla del sistema
(x1,....,xn;σ ); función de distribución del valor esperado de eventos
independientes y su desviación estándar
fM(μ ); función de densidad de la variable aleatoria M
( ).Φ ; función de distribución
g(x); función de estado límite
F.S; factor de seguridad
9
RESUMEN
En este trabajo se presenta un estudio para estimar la confiabilidad estructural en
Modelos de Edificios de Cortante de tres niveles que presentan torsión, debido a
solicitaciones sísmicas, como el que ocurrió en la Ciudad de México el 19 de Septiembre
de 1985. Donde estás estructuras experimentaron desplazamientos máximos de
entrepiso que ocasionaron daños y colapso de las mismas, ya que excedieron el estado
límite de seguridad estructural que especifica el reglamento de diseño sísmico de
México determinado en el presente como RDF87(Reglamento del Distrito Federal de
1987). Por lo tanto estos desplazamientos se tomaron como medida de respuesta
estructural mediante índices de confiabilidad, aplicando el Método de Rackwitz y
Fiessler, para obtener la probabilidad de falla, las funciones de distribución acumulativa,
la densidad y tasa de falla, con períodos fundamentales de los modelos de 0.5, 1.0, y
1.5 seg; que se aplican a una relación de planta con elementos en una y dos direcciones
ortogonales en los que se considera la influencia de parámetros significativos en la
respuesta lineal de edificios.
Además, con base a lo anterior, estas formas de medir la probabilidad de falla con
propiedades aleatorias para intensidades dadas, están referidas a un margen de
seguridad, que relaciona el desplazamiento máximo del extremo superior de la
estructura con respecto a su base en el instante de la falla mediante la función dada
por: [ ] ℜ∈∀→ℜφ x ,0,1:x)(x . Y representadas por medio de la solución exacta de un sistema
coherente en trayectorias y cortaduras mínimas, resaltando valores obtenidos similares
a otras estructuras evaluadas con otros Métodos de Confiabilidad, que se ubican
desplantadas en sitios de terreno blando del valle de México con características
similares a los sitios SCT.
10
ABSTRACT
This work presents a study that estimates the structural reliability of Sharp Building
Models of three levels that represent torsion torsion, due to seismic applications, like the
one that occurred in Mexico City on September 19th , 1985, where these structures
experimented maximum displacements between levels which caused severe damage
and destruction having exceeded the structural security limit determined by the seismic
design regulation code RDF87 (Federal District Regulation of 1987). However these
displacements were taken as measurements of structural response through the reliability
of failure, the functions of accumulative distributions, the density and the rate failure, with
fundamental periods from the models 0.5, 1.9 and 1.5 sec; which are applied to the
relation of a building with elements in one and two right-angled directions which are
considered the influence of significant parameters for the response of lineal buildings.
Based on what said above, these techniques to measure the probability, of failure with
random properties for given intensities, are referred to a margin of security, which relates
the displacement of the upper extreme of the structure with regards to its base when the
fault occurs, given by the function: [ ] ℜ∈∀→ℜφ x ,0,1:x)(x . These techniques are also
represented by means of the exact solution of a coherent system based on trajectories
and minimum cuttings, highlighting the results obtained similar to other evaluated
structures with other Methods of Reliability, which can be find removed on soft sites of
land in “Valle de Mexico” with similar characteristics to the SCT sites.
11
VI. Objetivo
Desarrollar una metodología para estimar la confiabilidad estructural en modelos
de edificios de cortante de tres niveles sujetos a historias de cargas sísmicas
caracterizadas por su intensidad y medir su respuesta de estos modelos con
propiedades aleatorias, aplicando la función de estado límite de Rackwitz y
Fiessler. y evaluar la seguridad estructural empleando las normas de diseño
sísmico en México.
VI.I. Objetivos específicos
VI.I.1 Idealizar un modelo para estimar los índices de confiabilidad en estructuras
de cortante de uno y tres niveles, que considere las fuentes de incertidumbre más
significativas que llevan al estado límite una estructura.
VI.I.2 Analizar y evaluar las fuentes de incertidumbre en estos modelos, para
llegar a métodos y algoritmos de confiabilidad aplicables a condiciones prácticas,
como se establece en los criterios de diseño, específicamente en seguridad.
VI.I.3 Desarrollar y validar estos algoritmos para estimar la probabilidad de falla
en estos modelos de edificios, mediante el desarrollo de programas de computo
para calcular los índices de confiabilidad empleando el método de Rackwitz y
Fiessler.
VI.I.4 Realizar estudios paramétricos para analizar los índices de confiabilidad
con respecto a algunas variables importantes en estructuras típicas (secciones
transversales, Rigidez, etc). Además de utilizar los resultados para definir valores
de los índices de confiabilidad implícitos en las normas de diseño y seguridad.
12
VII. Justificación
Para establecer criterios de diseño sísmico sustentados en confiabilidad de estructuras
sujetas a solicitaciones sísmicas, es básico representar la probabilidad de falla
mediante alguna de las siguientes alternativas:
a) En términos de la tasa de falla, por unidad de tiempo para temblores de distintas
intensidades.
b) En términos de la probabilidad de falla durante la vida útil de la estructura.
c) A través de la probabilidad de falla para un temblor de intensidad especificada, o
para la intensidad que corresponde a un periodo de recurrencia dado.
En los casos a y b se basan en descripciones más completas de peligro sísmico, ya que
generan medidas globales de la probabilidad de falla, y confiabilidad; debido a que en el
análisis se integran todas las posibles ocurrencias e intensidades sísmicas del
movimiento del suelo en el sitio. Sin embargo, si el proceso de ocurrencia de temblores
es de Poisson, el caso “a” es mas general que el “b”, ya que contiene la información
completa, mientras que para estimar este último, se necesita conocer el intervalo de
tiempo entre eventos sísmicos.
La intensidad sísmica del movimiento del suelo puede expresarse, por ejemplo:
1.- En términos de la ordenada espectral que corresponde al periodo natural de
vibración de la estructura.
2.- En función de la máxima ordenada espectral que corresponde a un periodo de
recurrencia dado
3.- A través de la intensidad de Arias, definida como la cantidad de energía contenida en
el intervalo de tiempo que comprende a la fase intensa del movimiento del terreno en el
sitio.
4.- Por medio de la intensidad de Housner, considerada como el área del espectro de
seudo velocidad contenida en un intervalo de periodos.
13
El caso 1 conduce a resultados con menos dispersión en cuanto a las respuestas
estructurales que los casos 2, 3 y 4, debido a la estrecha relación entre la intensidad y
dichas respuestas. Cualquier definición de intensidad que se empleé es posible
relacionarla con la combinación más probable de magnitud M, y distancia R, que puede
afectar el estado límite de una estructura determinada en el sitio de interés; para
establecer y asociar la probabilidad de falla con fines prácticos a los criterios de diseño
sísmico.
Con base a lo anterior, este trabajo presentará dicha probabilidad de falla a través de un
sismo con intensidad especificada, donde se evalúa la respuesta estructural como el
desplazamiento máximo de entrepiso mediante la obtención de índices de confiabilidad
de los modelos de edificios de cortante de tres niveles.
Por otra parte, para calcular tasas de falla por unidad de tiempo, es esencial estimar la
probabilidad de falla ante temblores de distintas intensidades y la forma más simple para
estimar estas probabilidades es a través de un índice de confiabilidad, determinada por
distribuciones de probabilidad con propiedades de valores aleatorios, como son la media
y desviación estándar de un margen o factor de seguridad que considere los modos de
falla más significativos, idealizando las excitaciones sísmicas por medio de espectros de
peligro uniforme; de manera que, para una estructura particular, la excitación del
movimiento del terreno esté caracterizada por la ordenada espectral que corresponde al
periodo de vibración del sistema para un intervalo de recurrencia dado y permitan
implementar criterios de diseño sísmico. Sin embargo, para establecer dichos criterios,
es importante tomar en cuenta otras características que son relevantes durante el
movimiento del terreno, pudiendo afectar, radicalmente, el desempeño de los sistemas
estructurales, como pueden ser: la duración de la excitación sísmica, la evolución de la
varianza instantánea de la aceleración, así como la evolución del contenido de
frecuencias durante la misma. Además, debe considerarse la variabilidad de estas
características con las peculiaridades de fuente, como pueden ser, entre otras, la
magnitud M y la distancia R.
14
No obstante, evaluar las características detalladas del movimiento en función de M y R
no basta para especificar criterios de diseño. Por lo tanto es necesario, definir en
términos de fuente las características de la excitación que dominan la amenaza sísmica
en el sitio, o más específicamente, evaluar cuáles son las características detalladas de
la excitación en términos de M y R que son más probables de ocurrir y que afectan a
una estructura dada, con características conocidas o inciertas. También es importante
conocer cómo se afectan las características detalladas del movimiento debido a las
características de fuente cuando la excitación se asocia a un determinado nivel de
intensidad.
Por otra parte, cuando se llevan a cabo estudios de peligro sísmico es común asumir
que las incertidumbres en la excitación controlan la amenaza sísmica en el sitio, y que la
incertidumbre sobre las características de la estructura no influye radicalmente en los
resultados. Por ello, una gran cantidad de estos estudios considera a la estructura como
un sistema de un grado de libertad con propiedades deterministas; mientras que solo
unos pocos consideran a la estructura como un sistema de múltiples grados de libertad
con propiedades medias. Esto trae como consecuencia que las estimaciones de
respuesta estructural, se encuentre sesgadas en menor o mayor grado.
Es así, que en este trabajo se desarrolla un modelo de tres grados de libertad que toma
en cuenta la aparición de los posibles modos de falla, que es necesario evaluar para
estimar la confiabilidad de estas estructuras sujetas a sismo. Así mismo, se calcula la
incertidumbre asociada con las características propias de la estructura y su estado
límite, que influyen en el factor de sobre-resistencia.
15
VII.1. Contribuciones del trabajo
Se desarrolla un modelo estructural de cortante de uno y tres grados de libertad,
para estimar índices de confiabilidad, empleando funciones de distribución
probabilística con propiedades de valores aleatorios, que permiten evaluar el estado
límite de estas estructuras; y presentar su comportamiento estructural por funciones
de densidad, distribución acumulativa y tasa de falla, utilizando el Programa
MINITAB, así como la obtención de la probabilidad de falla, por el Método de
Rackwizt y Fiessler y se presenta esta respuesta con un Programa hecho en MATH
LAB, así como el desarrollo y análisis de la solución exacta de un sistema coherente
en trayectorias y cortaduras mínimas.
1. Se desarrolla una metodología, para obtener simulaciones de variables aleatorias
correlacionadas y evaluadas con el Programa MINITAB, y a un sistema coherente
en términos de cortaduras y trayectorias mínimas de las funciones de distribución.
2. Se desarrolla un algoritmo para obtener los índices de confiabilidad, con el
método de Rackwitz y Fiessler, para calcular la probabilidad de falla de estos
modelos de cortante con periodos de tiempo conocidos de 0.5, 1.0, y 1.5 s.
Finalmente, este Método se relaciona con las siguientes funciones de análisis
estructural:
• El criterio propuesto es aplicable a cualquier sistema estructural. No se
limita a sistemas, de marcos planos de edificios como los que se idealizo
en los modelos propuestos.
• Los índices de confiabilidad, y probabilidades de falla para los periodos de
tiempo seleccionados se encuentran asociados con las características e
incertidumbres de las acciones sísmicas de intensidades dadas que
pueden ocurrir durante la vida útil de la estructura.
3. Los criterios propuestos pueden servir de base para formular criterios de diseño
con objetivos específicos
16
INTRODUCCIÓN
El comportamiento y respuesta de estructuras incluye factores del entorno político,
social, y de normas de diseño, que impactan psicológicamente cuando éstas, son
sujetas a fenómenos o acciones naturales y/o artificiales como el sismo del 19 de
Septiembre de 1985 [6], que causó daños y fallas estructurales, afectando la vida
cotidiana de la zona o sitio en que ocurrió el sismo, además existieron pérdidas de vidas
humanas, materiales y económicas, de gran magnitud e incertidumbre. Por lo que se
procede a un estudio y una metodología, que permita idealizar estructuras con
propiedades de incertidumbre y obtener mayor aproximación a la realidad en el diseño
de estas estructuras ante este tipo de fenómenos.
Por otra parte después del sismo de 1985, se han hecho algunos estudios de modelos
no estacionarios [35], ya que anteriormente, para disipar la energía de estos
mecanismos estructurales, generalmente se habían hecho estudios de modelos
deterministas y estacionarios, como en los modelos que estudian la respuesta de torsión
en edificios de cortante de un nivel, sometidos a una excitación sísmica., en donde el
objetivo fue evaluar y analizar el comportamiento no lineal de estos modelos, con
períodos fundamentales de 0.5, 1.0, y 1.5., s; empleando cinco criterios de diseño
sísmico, para elementos en una y dos direcciones ortogonales, en los cuales se tuvo en
cuenta el efecto de la excentricidad accidental y la amplificación que se generá por
efectos dinámicos.
Los criterios evaluados fueron: Normas Técnicas Complementarias para diseño por
sismo del Reglamento del Distrito Federal [RDF87], Applied Technology Council [ATC],
National Building Code of Canada (NBC), Comité Euro-International du Beton, 1987
[CEB], y el criterio denominado [CRIT1], el cual se evaluó como una modificación del
RDF87, cambiando los coeficientes involucrados en las excentricidades de diseño.
En estos modelos se estudió la influencia de parámetros significativos en la respuesta
no lineal en edificios como los valores de excentricidad estática, el periodo de vibración
17
traslacional, la relación de aspecto de planta, el cociente de la resistencia real a
resistencia nominal y la distribución de resistencias en planta. Siendo este último
parámetro la demanda de ductilidad obtenida por el diseño de elementos y estructuras
sometidas a fuerzas de torsión y cortante [22].
18
CAPÍTULO I
Estado del arte
Métodos de Análisis de confiabilidad aplicados a
estructuras sometidas a excitaciones sísmicas.
19
1.- Estado del arte
1.1. Resultados reportados en la literatura abierta.
En estos trabajos de confiabilidad estructural se ha propuesto establecer un criterio de
diseño sismoresistente, para sistemas estructurales, con base a la confiabilidad,
considerando, que no ha sido una tarea fácil, ni mucho menos ha estado exento de
puntos de vista contradictorios, ya que su desconocimiento genera dificultades
significativos en su aplicación.
Así, estos problemas se suman a las complejidades inherentes de los fenómenos en
estudio, que va desde la generación y propagación del terremoto, hasta la respuesta y
comportamiento estructural, claro, que en la toma de decisiones, el proceso se relaciona
con la seguridad. Por ejemplo al asumir el modelo de la excitación sísmica. Por lo tanto,
una metodología, para llevar a cabo esta propuesta, es idealizar los procesos y
ocurrencias de terremotos en sitios, para formular modelos probabilistas, y
particularizando las características de los registros de grandes movimientos y sus
historias de tiempo durante cada evento. Teniendo que afrontar los problemas que
surgen, por la insuficiente información estadística, para sustentar estos modelos
probabilistas. Y por consiguiente, se tienen que hacer supuestos simples acerca de los
modelos, para estimar los parámetros correspondientes, por medio de un análisis
estadístico.
Para este propósito; se han supuesto las distribuciones de probabilidad, principalmente
subjetivas, para describir el grado de certidumbre, en la alternativa de los valores
supuestos con características geológicas y geofísicas, así como de la información
estadística sobre los eventos ocurridos en otras regiones sísmicas, con parámetros
similares, para obtener las estimaciones del registro.
La alternativa de los modelos matemáticos representando las distribuciones de
probabilidad de magnitudes e intervalos de tiempo del terremoto, incluye a modelos
20
simples como el proceso Poisson, con tiempo homogéneo, y la selección al azar de
magnitudes independientes y las coordenadas espaciales, así, como la consideración
que existe entre la correlación del tiempo, magnitud, las coordenadas espaciales y la
liberación de energía debido al evento registrado.
Con base a lo anterior, uno de los aspectos que defienden la idea de formular métodos,
principalmente para aquellos que son probabilísticos. Es la generación de temblores
artificiales en particularizar las características de los registros de grandes movimientos y
sus historias de tiempo, para llevar un seguimiento estadístico de cada evento y
compararlos, con los registros generados, validando así el método de análisis supuesto.
Teniendo que afrontar los problemas originados por la insuficiente información
estadística, sobre la cual están basados aquellos modelos probabilistas; los cuales, se
han propuesto mediante una suposición simple, respecto a las formas e idealizaciones
de los modelos estructurales, para estimar los correspondientes parámetros de medida,
realizando un análisis estadístico Bayesiano.
Actualmente, las normas de diseño sísmico en México especifican el movimiento del
terreno mediante un espectro que relaciona aceleraciones máximas efectivas con
periodos naturales de estructuras de un grado de libertad. Este espectro se define a
través de coeficientes sísmicos y parámetros que caracterizan su forma, de acuerdo con
el tipo de terreno en el que será proyectada la estructura. Además, las normas de diseño
proveén fórmulas simples que determinan una distribución lateral de fuerzas y toman en
cuenta la disipación de energía, asociada con la posible incursión de la estructura en el
intervalo inelástico mediante la reducción de las fuerzas sísmicas.
A pesar de su sencillez y facilidad para las condiciones de la práctica profesional, las
normas mencionadas simplifican un problema muy complejo, ya que se basan en
suposiciones y en experiencias obtenidas del comportamiento de las estructuras durante
sismos ocurridos, lo que tiene como consecuencia que la confiabilidad o probabilidad de
supervivencia de estructuras sometidas a excitaciones sísmicas no esté establecida con
claridad en las normas de diseño.
21
De acuerdo con Esteva [11], el objetivo final de toda norma de diseño es lograr que las
estructuras construidas tengan un óptimo desempeño durante su ciclo de vida; por lo
tanto las propiedades mecánicas, rigidez y resistencia, de un sistema deberían ser
determinadas sobre las bases de un análisis de optimación, como el propuesto por
Rosenblueth [28]. De acuerdo con los autores mencionados, este análisis debe tomar en
cuenta las incertidumbres en las acciones a las que se somete la estructura durante su
ciclo de vida, así como la variabilidad en las propiedades geométricas y mecánicas de
los elementos que integran dicha estructura. Dicho análisis requiere de un estudio de
confiabilidad donde intervengan las incertidumbres mencionadas y un análisis de costo-
beneficio donde se maximicen las utilidades esperadas. El primer paso se fundamenta
en efectuar un análisis de confiabilidad, de acuerdo con Esteva [15] consiste en los
siguientes puntos:
1) Un estudio de análisis de daños para temblores de intensidades dadas, que tome en
cuenta las incertidumbres en las propiedades estructurales como son, las características
geométricas de los elementos, propiedades mecánicas, e incertidumbres en las
acciones verticales y acciones sísmicas, entre otros efectos.
2) Un análisis de peligro sísmico a fin de evaluar las probabilidades de ocurrencia de
temblores para intervalos dados de tiempo.
En México se han dedicado esfuerzos a estudiar varios de los conceptos mencionados;
entre ellos destacan los trabajos siguientes: Esteva y Villaverde [37] representan
aceleraciones y velocidades máximas de las excitaciones sísmicas mediante funciones
de atenuación, Ordaz M., Arboleda J., Singh S. K. [13] donde se obtienen historias
sísmicas mediante funciones de Green empíricas; Grigoriu y col. [32] representan las
características detalladas del movimiento del terreno por medio de procesos
estocásticos modulados en amplitud y frecuencia; Esteva [15] desarrolla un método
probabilista para evaluar la sismicidad de las fuentes cercanas; Meli y Mendoza [29]
mediante estudios experimentales caracterizan las propiedades estadísticas del
concreto y del acero estructural. Sin embargo, poco se ha hecho por unificar estos
conceptos e integrarlos en un formato de análisis de confiabilidad con el fin de evaluar el
22
desempeño estructural de manera que incorpore las principales fuentes de
incertidumbres que intervienen en la seguridad estructural.
Esteva y Ruiz [11] calculan tasas esperadas de falla de estructuras de concreto
reforzado sujetas a acciones sísmicas inciertas. Las características geométricas y
mecánicas, así como las acciones verticales, son simuladas aplicando el método de
Monte Carlo. En dicho trabajo, el mecanismo de falla estructural se evalúa considerando
el mínimo factor de seguridad en los entrepisos que integran el conjunto estructural.
Este factor es estimado a partir de la ductilidad demandada por las acciones sísmicas, y
la ductilidad disponible. Para esta última ductilidad se adopta una función de distribución
logarítmica normal. Un paso importante con respecto al anterior son los trabajos de
Esteva y col. [1] quienes calculan índices de confiabilidad de sistemas de múltiples
niveles y los relacionan con ductilidades esperadas de un sistema de cortante de un
grado de libertad, cuyas propiedades mecánicas se estiman a partir de un sistema
estructural complejo. Además, se toma en cuenta la variabilidad del movimiento del
terreno en función de las características de fuente, en la que se estudia la sensibilidad
de dicho índice con respecto a la fuerza cortante basal de diseño y al tipo de función
constitutiva utilizada para describir el comportamiento de los elementos cuando están
sujetos a cargas cíclicas. Estos autores concluyen que el índice de confiabilidad varía
linealmente con el logaritmo de la ductilidad y que es independiente de las
características de rigidez y resistencia del sistema. En los trabajos de Esteva y col. [2]
además de la capacidad del sistema en el que se toma en cuenta las ductilidades de
entrepiso, se propone como un indicador de colapso a la capacidad de deformación
máxima, asociada a un estado de fuerzas laterales que da como resultado una
configuración desplazada en el primer modo de vibrar de la estructura. La principal
limitante en estos trabajos se debe a que la configuración desplazada del sistema que
se adopta para establecer la capacidad de deformación estructural es independiente de
las características de rigidez y resistencia del sistema, y de las características del
movimiento del terreno.
Heredia-Zavoni y col.[8], proponen un modelo de daño inicial, para evaluar la respuesta
inelástica de estructuras, así como amplitudes de desplazamientos máximos y rigideces
23
secantes asociadas a cada nivel de desplazamiento. A partir de este modelo y de
respuestas sísmicas registradas o analíticas, los autores evalúan la función de densidad
de probabilidad del daño al inicio de cada evento sísmico. Con base en el planteamiento
anterior, Esteva y Heredia-Zavoni [9] y Montes-Iturrizaga y col. [6], desarrollan un
modelo probabilista para establecer políticas óptimas de mantenimiento de estructuras
instrumentadas en zonas sísmicas, para ello el proceso de acumulación de daño de una
estructura sometida a una serie de perturbaciones sísmicas durante su ciclo de vida es
modelado mediante un proceso de Markov. En este modelo, el daño al final de un
evento sísmico depende del nivel de daño al inicio de dicho evento, siendo ésta una de
las principales virtudes del modelo. Además de que dicho modelo puede ser orientado a
establecer criterios de diseño sísmico; esto no es considerado por los autores.
Collins y col. [12], proponen un procedimiento probabilista para evaluar el desempeño
de estructuras sujetas a excitaciones sísmicas. Dicho procedimiento consiste en evaluar
la respuesta de la estructura por medio de un sistema equivalente de un grado de
libertad, de manera que la historia de respuesta del sistema equivalente represente de
manera simple y confiable la historia de desplazamientos en el extremo superior del
edificio. En dicho trabajo, el desempeño de la estructura se representa por medio del
desplazamiento máximo de la historia de desplazamientos previamente obtenida, y es
afectado por factores que toman en cuenta la influencia de las características del sitio en
cuestión y la incertidumbre entre el sistema equivalente y el sistema de múltiples
niveles. Dicha metodología tiene la virtud de ser simple, además tiene la ventaja de que
la respuesta del sistema equivalente es posible relacionarla directamente con espectros
de peligro uniforme. Sin embargo, igual que en los trabajos del párrafo anterior, no es
posible evaluar cuantitativamente el nivel de daño de la estructura con respecto al
estado del daño de colapso de la estructura; además no se toma en cuenta la
contribución de todo el posible intervalo de intensidades sísmicas que pueden afectar el
comportamiento de la estructura y por lo tanto, no se tiene idea de la probabilidad de
falla del sistema.
24
1.2.- Planteamiento del problema en Modelos de Edificios de Cortante.
De acuerdo con lo anterior, sería deseable contar con un método de análisis de
confiabilidad que supere los inconvenientes mencionados, y permita tomar en cuenta
indicadores cuantitativos del estado límite asociado al mecanismo de falla del sistema,
donde se tomen en cuenta sus modos más probables de falla y se evalúen las
principales fuentes de incertidumbre relativas al movimiento del terreno en el sitio, así
como las asociadas a la estructura. Dicho formato de confiabilidad debe ser general y
poder emplearse para evaluar la seguridad de estructuras específicas, así como para
estudios de costo-beneficio futuros que conduzcan a diseños racionales de estructuras
en zonas sísmicas, como es la Ciudad de México que presenta un alto riesgo de
sismicidad.
Por lo tanto torsión sísmica en edificios se debe a la excentricidad que existe entre la
fuerza sísmica y la fuerza resistente, dando como resultado el acoplamiento de los
movimientos de traslación y rotación. Una forma de considerar estos efectos es por
medio de un análisis elástico en el cual se considere sólo traslación de los entrepisos, e
incorporando el efecto torsional en la estructura mediante fuerzas cortantes sísmicas
distribuidas para cada uno de los elementos resistentes. Este procedimiento se conoce
como método estático, y es aplicable a estructuras con alturas menores de 60m,
dependiendo además de la estructuración y características del edificio, así como de la
importancia del mismo. Sin embargo en la práctica, a pesar de dichas restricciones, un
gran número de estructuras se someten a un análisis sísmico de este tipo.
1.2.1.- Análisis sísmico por el Método Estático.
Para determinar los cortantes de diseño sísmico por torsión, en cada uno de los
elementos resistentes de un entrepiso, se define como la suma algebraica del cortante
directo producido por la fuerza cortante sísmica, que se encuentra aplicada en el centro
de torsión del entrepiso, y del cortante por torsión debido al momento torsionante, que
se obtiene de multiplicar la fuerza cortante sísmica por la excentricidad de diseño que
25
ocasione el efecto más desfavorable. En este método los efectos directos y por torsión
se incluyen de la siguiente forma:
Análisis por traslación: 1.- Supone una distribución lineal con la altura de las aceleraciones horizontales
provocadas por el sismo.
2.- Los cortantes de entrepiso, (V¡), que se originan de la respuesta traslacional, son
evaluados en dos direcciones ortogonales.
3.- Al suponer que el diafragma de piso es infinitamente rígido en su propio plano es
posible aplicar los principios de compatibilidad y equilibrio para encontrar una
distribución de cortantes de entrepiso a los elementos verticales en proporción a su
contribución a la rigidez lateral de entrepiso.
Análisis por torsión: 1.- La distribución asimétrica de masas y/o rigideces en las plantas de estructuras
genera rotación de las mismas, dicha rotación es el producto de la fuerza cortante
sísmica por una excentricidad de diseño definida de tal manera que incluye parámetros
no considerados en la respuesta estática de la estructura. La excentricidad estática
modificada o excentricidad de diseño comprende dos aspectos:
a) Amplificación por efectos Dinámicos: La excentricidad estática se modifica con un factor de amplificación, para tomar
en cuenta las diferencias entre los resultados de los métodos estáticos y
dinámicos de análisis sísmico.
b) Excentricidad Accidental: En la excentricidad de diseño se incluye una excentricidad accidental para tomar
en cuenta las características que no dependen de la amplificación dinámica. En
los reglamentos de diseño sísmico se toma como un incremento en los valores
nominales de la excentricidad estática calculada, debido a la combinación de los
siguientes efectos:
26
• Efectos de propagación de ondas que provocan movimiento torsional
del terreno.
• Incertidumbre en la distribución en planta de rigideces, masas y
resistencias.
• Diferencias de acoplamiento entre la cimentación y el suelo de
desplante.
Comúnmente, la excentricidad accidental se expresa como un porcentaje d, de la
dimensión máxima b, de la planta del entrepiso que es perpendicular a la dirección del
sismo.
fig.1. Distribución de rigidez en los elementos resistentes.
1.2.2.- Centro de Masa y Rigidez.
La resultante de las fuerzas resistentes de un entrepiso, función de la localización y
rigidez de los elementos verticales, estará aplicada en el centro de torsión o centro de
rigidez, mientras que la resultante de las fuerzas sísmicas que actúan en el entrepiso
estará ubicada en el centro de masas. Cuando en centro de masa coincide con el centro
de rigidez no hay efectos de torsión y el desplazamiento del entrepiso será solo de
traslación.
El centro de masas de un entrepiso (CM), se define como el centro de gravedad de las
cargas verticales; en caso de que las cargas verticales presentan una distribución
27
uniforme, el centro de masas coincidirá con el centroide geométrico de la planta del piso,
y será el lugar donde se considera aplicada la fuerza sísmica horizontal que actúa en
ese nivel.
El centro de torsión o centro de rigidez de un entrepiso (CS), es el punto donde al aplicar
la fuerza cortante sísmica de entrepiso, solo produce desplazamientos relativos de
traslación entre los dos niveles que comprenden el entrepiso.
Fig. 2.- Excentricidad estructural.
1.2.3.- Excentricidad de diseño.
Los reglamentos de diseño sísmico que contemplan los efectos torsionales en
estructuras establecen normas de diseño por torsión en función de las fuerzas
actuantes, la excentricidad estática, es, definida como la distancia entre el centro de
masas y el centro de torsión de un entrepiso; los factores de amplificación y de
desamplificación dinámica y la excentricidad accidental. Dichos factores se engloban en
excentricidades de diseño definidas por: ed1 = aes + db..................................................................(1)
ed2 = bes - db..................................................................(2)
En las ecuaciones anteriores a y b son los factores de amplificación y desamplificación
dinámica respectivamente, db es la excentricidad accidental, donde b es la máxima
dimensión de la planta en la dirección perpendicular del sismo (fig. 1,2,3.), y d es una
fracción de la misma.
28
Fig.3. Relación de planta.
1.2.4.- Distribución de resistencias asociada a los criterios de diseño Para una estructura con elementos resistentes en una y dos direcciones el RDF87,
considera para fines de diseño, que el momento torsionante Mti se tomara igual a la
fuerza cortante de entrepiso, multiplicada por la excentricidad de diseño, d1e , que para
cada elemento resistente resulte más desfavorable. Con la excentricidad de diseño se
pretende lograr que los valores de los momentos torsionantes calculados estáticamente
que ocurren en las estructuras reales, sean capaces de no permitir que se desarrollen
ductilidad excesiva. Por lo tanto en este trabajo sé continua con el estudio de cinco
criterios de diseño por torsión en los cuales se considera la distribución de resistencias
entre los elementos estructurales, con el fin de encontrar un mejor comportamiento
estructural en los modelos de edificios.
En la siguiente tabla se muestran los cinco criterios de diseño que consideran la
distribución del cortante sísmico en los elementos resistentes.
Criterios de
diseño a b d
RDF87 1.5 1.0 0.10
NBCC 1.5. 0.5 0.05
ATC 1.0 0.0 0.00
CEB 0.5 0.0 0.05
CRIT1 1.0 0.5 0.10
Tabla. 1. Criterios de diseño por torsión.
29
En la tabla anterior se observa que códigos como el de México (RDF87) y el de
CANADA (NBCC-1990), incluyen factores de amplificación dinámica de 1.5 veces la
excentricidad estática y 10% de excentricidad accidental; adicionalmente incluyen
factores de desamplificación de 1.0 y 0.5 respectivamente. Es decir los factores a, b, y
d, varían de un reglamento a otro, y determinan un factor de incremento de la
resistencia lateral total de las estructuras diseñadas por torsión. Esto se refleja en un
incremento relativo en el costo de la estructura, y en la distribución de daño entre los
elementos resistentes.
1.3. Metodología de Análisis Estructural y diseño
1.3.1.- Formulación de los Modelos Con base en los estudios que se han realizado acerca de la torsión, en este trabajo sé
continua con el planteamiento de este problema, para evaluar el comportamiento de
modelos de edificios de un nivel. El modelo a estudiar corresponde a una estructura
tridimensional conformada por tres y seis marcos planos representados por elementos
resistentes verticales, unidos por un diafragma infinitamente rígido, donde se supone
concentrada la masa del entrepiso. La ley de carga-deformación para los elementos se
considero bilineal histeretica estable con una pendiente en la segunda rama del 1% del
valor de la pendiente inicial (fig.4). En el comportamiento de los modelos no se
incluyeron los efectos de amortiguamiento ni los de degradación en las propiedades de
rigidez y resistencia.
Fig.4.- Comportamiento de los elementos resistentes.
30
1.3.2.- Modelo de un nivel con elementos resistentes en una dirección.
De acuerdo con los modelos estudiados en los cuales se consideraron dos elementos
resistentes paralelos a la dirección del sismo, en este estudio se evalúa la respuesta
sísmica no lineal de modelos de edificios de cortante de un nivel con tres elementos
resistentes con el objetivo de estudiar el comportamiento estructural que se origina en
estos modelos, y evaluar la influencia que producen los parámetros que se consideran
en este trabajo.
En este trabajo se estudian modelos con tres elementos resistentes con una
contribución en rigideces del 75% de la rigidez total del modelo, para los elementos
extremos y el 25% restante a los elementos centrales. Para estudiar el efecto de la
distribución de las resistencias en la respuesta de la estructura, se utilizo como
parámetro a Xr, que mide la distancia de la fuerza resistente del entrepiso al centro del
diafragma de piso. De acuerdo con el tipo de estructuración, en estos modelos se varían
los valores propuestos de la excentricidad estática o estructural y el de resistencias, solo
en dirección perpendicular a la distribución de los elementos resistentes, y se analizan
tres relaciones de aspecto de la planta, ( h= b/2, h= b, h= 2b ), correspondientes a
formas denominadas cuadrada, horizontal, y vertical respectivamente, donde h, es la
distancia paralela a la excitación sísmica y b, es la dimensión perpendicular, con las
características en masa y rigidez, para obtener tres periodos diferentes de 0.5, 1.0, 1.5 seg. Los modelos se diseñaron con los cinco criterios que consideran la distribución de
la sobreresistencia torsional en los elementos resistentes, asignando una
sobreresistencia estructural de 1.5 y un factor de comportamiento sísmico Q=4.0. En
todos los casos se incluye en los modelos la incertidumbre en la localización del centro
de masa, tomando posiciones con un valor de excentricidad nominal de 0.1b, a la
izquierda y derecha del centro de masas. Los análisis se efectúan con el programa de
Análisis Estático TORSION.
31
1.3.3.- Modelo de Análisis.
Con el fin de cubrir todos los casos de asimetría en las estructuras se consideran dos
modelos; uno excéntrico en rigideces en el que el centro de masas se localiza en el
centro geométrico de la planta, y el otro excéntrico en masas en donde el centro de
torsión se mantiene en el centro de la planta. Las respuestas se obtuvieron utilizando un
proceso de integración de las ecuaciones de equilibrio dinámico de los modelos [19].
Ya que la resistencia real (Rn) es sistemáticamente mayor que la nominal calculada
(Rn), [20]; para investigar su efecto sobre la respuesta de la estructura, se estudia para
una relación Rr/Rn de 1.50. El efecto de la incertidumbre en la localización del centro de
masas sobre la respuesta se considera, en todos los casos al analizar los modelos con
el centro de masas localizado en su posición original y a +0.1b y -0.1b de ella,
seleccionando aquellos resultados que dan la mayor respuesta.
Fig. 5.- Modelo con tres elementos resistentes paralelos a la dirección del sismo.
1.3.4.- Modelo con elementos resistentes en dos direcciones ortogonales.
La evaluación de modelos con elementos resistentes en dos direcciones ortogonales,
permite ampliar los rangos de variación de los parámetros estudiados en los modelos
con elementos resistentes en una sola dirección, como es el caso de variar los valores
de resistencia en dos direcciones ortogonales. En estos modelos, se sigue el mismo
criterio de distribución en planta de rigideces como en el caso de los modelos con
elementos resistentes en una dirección. Adicionalmente se estudia uno alterno a este en
donde se considera un incremento proporcional a un 5% de la rigidez torsional,
32
estudiándose las tres formas de la planta como son: ( h = b/2, h = b, h = 2b ), con las
características en masa y rigidez, para analizar los tres periodos, ( 0.5, 1.0, 1.5 seg ).,
tomando el mismo periodo en las dos direcciones ortogonales, variando inicialmente la
excentricidad estructural, y las resistencias a lo largo del eje horizontal con una sola
componente sísmica, donde se evaluó básicamente el comportamiento de los elementos
resistentes paralelos a dicha excitación. Finalmente, se diseñan los modelos con los
cinco criterios que consideran la contribución de la sobreresistencia torsional en los
elementos resistentes, asignando una sobreresistencia estructural de 1.5 y un factor de
comportamiento sísmico Q = 4.0. También en este análisis se incluye en los modelos la
incertidumbre en la localización del centro de masa, tomando posiciones con un valor de
excentricidad nominal de 0.1b.
Para un modelo con elementos resistentes en dos direcciones ortogonales como el que
se muestra en la fig.6., se consideró el centro de masa del sistema plano en el centro de
figura, con el objetivo de estudiar y analizar los resultados del caso simétrico. Ya que
este modelo tiene cambios con respecto a los parámetros y variables del modelo
simétrico con tres elementos en una dirección, como son el incremento de elementos
resistentes, así como la mayor información numérica que se obtiene.
En la idealización del modelo a estudiar se trata de representar, el comportamiento
estructural de un edificio real cuando es sometido a una acción sísmica, y asignando
uno de los criterios de distribución de rigieses en los elementos resistentes, que consiste
en dar la mayor rigidez en la periferia de la estructura, con un porcentaje en los
elementos resistentes de los extremos del 75% de la rigidez total de la estructura y el
25% al elemento restante.
Estructuración del modelo Modelo matemático.
Fig.6.-Modelo estructural con elementos resistentes en dos direcciones ortogonales
33
Para estudiar el efecto de la distribución de las resistencias sobre la respuesta de la
estructura, se utilizaron dos parámetros Xr e Yr que miden las distancias de la fuerza
resistente del entrepiso al centro del diafragma de piso. La posición nominal de la fuerza
resistente de un entrepiso es la que genera la aplicación directa de un criterio de diseño
por torsión. Los valores diferentes de Xr e Yr se logran incrementando la resistencia
de los elementos extremos correspondientes a los lados hacia donde se desea ubicar la
fuerza resistente, de esta manera se cumple con la norma de diseño, ya que la
resistencia de cada elemento no será menor que sus correspondientes resistencias
nominales.
El criterio, que se tomo para la distribución de rigideces, consistió en mantener
constante la rigidez del elemento que se encuentra en la parte central del modelo
estructural, y balanceando la de sus extremos, en función de la excentricidad estructural,
así como de la posición del centro de masa definida en el centro de figura del modelo,
(modelo excéntrico en rigideces). Con base a lo anterior se realizo un análisis estático,
para deducir las ecuaciones que rigen la distribución de la rigidez en cada uno de los
elementos.
Considerando que la fuerza sísmica actuara en la dirección "y", para los modelos con
elementos resistentes en una y dos direcciones ortogonales, y de acuerdo al sistema de
referencia del modelo tenemos las siguientes ecuaciones:
Ky1 = (kye * x(numely) + esx - xcm + Sum ) * Fy / X (1)
Kyi int = ( KTy - Kye ) * Fy / (mumely - 2 ) (2)
Ky numel = ( xcm - esx - Sum - Kye * x(1) ) * Fy / X (3)
Donde:
Ky1 = Rigidez del primer elemento.
Kyi int = Rigidez correspondiente a un elemento intermedio "i".
Ky numel = Rigidez del último elemento.
Fy = Componente de la fuerza sísmica.
xcm = Posición del centro de masa respecto al centro del diafragma.
34
numely = Número total de elementos resistentes
KTy = Rigidez total de la estructura.
Kye = Fracción de la rigidez total asignada a los elementos extremos.
X = xnumely - x1
xi = Coordenada de cada elemento respecto al centro del diafragma.
Sum = Sumatoria desde i = 2 hasta numely-1 de (Kyi xi )
1.3.5.- Planteamiento dinámico
Una estructura de cortante se puede idealizar como una columna empotrada en la base,
con masas concentradas en la altura, a nivel de pisos, de tal forma que solo es posible
el desplazamiento horizontal de los entrepisos, ocasionando la aparición de tres tipos de
fuerzas que conforman las ecuaciones dinámicas, como se muestran en las siguientes
figuras:
x
y
z
k
m
1
MODELO DE CORTANTEDE UN NIVEL
Fig.7. Estructuración del modelo de cortante de un piso. FI
FRFA
FUERZAS DINAMICAS EN UN MODELO DE CORTANTEDE UN NIVEL
Fig.8. Fuerzas de equilibrio, que actúan para el modelo de un piso
35
Fig. 9. Estructuración de un modelo de tres niveles.
Esta hipótesis transforma el problema de una estructura con un número infinito de
grados de libertad, debido a la distribución discreta de masas, en una estructura con
desplazamientos horizontales a nivel de cada piso y sin rotaciones en los nudos.
Fig.10. Fuerzas dinámicas presentes en un modelo de tres niveles
FI1 + FR1 + FA1 = 0 (3)
FI2 + FR2 + FA2 = 0 (4)
FI3 + FR3 + FA3 = 0 (5)
FI = Vector de Fuerzas de inercia.
FI = [M] * {U"}
{U"} = Vector de aceleraciones totales.
[M] = Matriz diagonal de masas.
FR =Vector de aceleraciones de rigidez de cada entrepiso.
FR = [K] * {U}
[K] = Matriz de rigidez del sistema
{U} = Vector de desplazamientos totales
FA = Vector de fuerzas de amortiguamiento
FA = [C] * {U'}
[C] = Matriz de amortiguamiento
{U'} = Vector de velocidades totales
36
Si se supone la vibración libre de un sistema, sin amortiguamiento, la ecuación de
equilibrio dinámico general se plantea como:
[M] * {U"} + [K] * {U} = {0} (6)
La ecuación tiene como solución
{U} = {a} sen(wt - f) (7)
Donde:
ai = Amplitud del movimiento en la iésima coordenada
f = Ángulo de fase
w = Frecuencia natural de vibración del sistema
Efectuando la correspondiente sustitución, la ec.5., resulta:
- w2 [M]{a} Sen(wt - f) + [K]{a} sen(wt - f) = {0} (8)
Agrupando términos se obtiene:
[[K] - w2[M]] {a} = {0} (9)
Que corresponde a una ecuación homogénea cuya solución no trivial, esto es el caso
para el cual los ai son diferentes de cero, se obtiene cuando el determinante de la matriz
es igual a cero:
I[K] - w2[M]I = 0.0 (10)
La ecuación que resulta es un polinomio de grado n en w2, que puede ser satisfecho por
n valores de w2. Este polinomio recibe el nombre de ecuación característica del sistema.
1.3.6.-Solución al problema inverso de valores característicos
En el presente trabajo, a partir de la ecuación 8., se asigna un periodo fundamental al
modelo, una distribución de masas unitarias y una proporcionalidad de rigideces con la
37
altura; de las cuales se puede obtener la rigidez de entrepiso. Así, de acuerdo a la
fig.11.; el planteamiento dinámico para un sistema de cortante de tres grados de libertad
da como ecuaciones de equilibrio para la masa del piso M1, M2, M3:
Fig.11.-Equilibrio dinámico para un modelo de tres grados de libertad
(M1w2 - K1 - K2) U1 + K2U2 = 0 (11)
K2U1 + (M2w2 - K2 + K3) U2 + K3U3 = 0 (12)
K3U2 + (M3w2 - K3) U3 = 0 (13)
El determinante correspondiente a las ecuaciones (11), (12)., y (13), es:
0
)3K - 2w3(M 3K 0
3K 3K - 2K - 2w2(M 2K
0 2K )2K - 1K - 2w1(M
=
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
De acuerdo a las proporcionalidades establecidas en la fig.7., se pueden efectuar las
siguientes simplificaciones:
w2 = W
a = K1 + K2 = K1 + G1K1 = K1 (1 + G1)
b = K2 + K3 = G1K1 + G2K1= K1 (G1 + G2)
Los valores de W que hacen posible la solución del determinante de la matriz de
coeficientes, son llamados valores característicos. Calculando el valor del determinante
de la matriz de coeficientes, igualando a cero y efectuando la sustitución de las variables
que están en función de la rigidez del entrepiso, se tiene:
38
K12(-G1G2)+K12(G1G2M1W+m1G2M1W+G1G2m1M1W+G1m2M1W+
G2mW+G1G2m2M1W) + K1( - M12G2m1W2 + M12G1m2W2 + M12G2m2W2 -
M12m1m2W2-M12G1m1m2W2) + M12m1m2W3 = 0
Las tres raíces reales de la ecuación corresponden a las tres rigideces del entrepiso que
guarda una relación directa con los tres modos de vibrar; donde la mayor corresponde al
primer modo de vibrar. De esta manera quedan definidas las propiedades que
relacionan el periodo y la rigidez de la estructura.
1.3.7.- Parámetros estudiados
El definir los parámetros que caracterizan de la manera más real el comportamiento no
lineal de un edificio, ante excitación sísmica es complicado, sin embargo trabajos sobre
el tema indican que la distribución de resistencias en planta, influye notablemente en su
respuesta. Otros parámetros considerados en este estudio son los siguientes: el período
desacoplado de vibración libre, la excitación estática ó estructural, la relación de aspecto
de la planta, y el cociente de resistencia real a resistencia nominal del edificio. 1.3.8.- El periodo de vibración libre en traslación En este parámetro se considero, la asignación de una masa unitaria a los diafragmas de
piso en los modelos, y de esta manera la rigidez total de la estructura, que es función
inversa del cuadrado del período resulta:
2TKT
24π=
Los valores del período que se proponen son 1.5, 1.0, y 0.5 s, para los modelos con
elementos resistentes en una y dos direcciones ortogonales. Tomando en cuenta que
para los elementos en dos direcciones ortogonales, se asigna el mismo valor del período
traslacional, dado por Tx = Ty.
39
1.3.9.- Excentricidad estática o estructural (es)
La excentricidad estática en una y dos direcciones ortogonales para todos los modelos
se normalizó respecto a la dimensión "b", de la planta. Se consideraron dos tipos de
asimetría: la asimetría proporcionada por movimiento del centro de rigideces y por el
movimiento del centro masa, dado que en el intervalo inelástico se trata de dos casos
distintos. Los valores de excentricidad normalizada que se estudian son desde 0.0, 0.1,
0.2, y 0.3, siendo 0.0, el caso simétrico. En las siguientes figuras se muestran los
valores de excentricidad que se proponen en los modelos.
Fig. 12.- Incertidumbre de excentricidades
1.3.10.- Distribución de resistencias
Las variables para determinar el efecto de la distribución de resistencias en planta están
dadas por "xr", para los modelos con elementos resistentes en una dirección e
incluyendo "yr", para los modelos con elementos resistentes en dos direcciones
ortogonales. Estas variables se emplearon para medir la distancia entre la resultante
de las resistencias y el centro geométrico del diafragma, considerando además que
estas variables fueron normalizadas respecto a la dimensión " b ", de la planta.
La variación de los valores de resistencia se definió para ambos ejes ortogonales de la
planta, de acuerdo con la norma de diseño, resultando valores de 0.0, 0.1, 0.2, y 0.3b,
para "x r", y "yr" con intervalos de 0.1b.
40
Para la definición del signo se propuso en función del sistema de referencia, con origen
en el centro de figura.
Fig.13. Distribución de resistencias
1.3.11.- Relación de aspecto de la planta. (h/b)
En los modelos se proponen tres diferentes relaciones de aspecto de la planta como
son: 0.5, 1.0, y 2.0, las cuales modifican a su vez el valor del radio de giro del diafragma
necesario para el cálculo de la masa rotacional y la relación de frecuencias
desacopladas [ref. 6].
1.3.12.- Demanda de ductilidad
La ductilidad es la capacidad de una estructura de sustentar deformaciones superiores a
las del limite elástico sin fallar. La definición se aplica cualquiera que sea el sentido que
se de al termino falla, sea que se trate de colapso, agrietamiento o deformación
excesiva [ref. 16].
La demanda de ductilidad se define como el cociente de la máxima deformación que
experimenta una estructura o parte de ella, sin fallar, entre la deformación que
corresponde a su limite de proporcionalidad o limite de fluencia. La demanda de
ductilidad de todo sistema que posee mas de un grado de libertad depende del tipo de
solicitación que se le imponga y del tipo de deformación que se elija para definirla. En
las estructuras la demanda de ductilidad de un elemento, de un entrepiso, o la demanda
de ductilidad global, esta gobernada por una relación resistencia-deformación. En
elementos, la deformación máxima es la correspondiente al desplazamiento longitudinal,
41
a la rotación o la deformación por cortante; en un entrepiso se considera como la
diferencia entre los desplazamientos de dos niveles consecutivos. La demanda de
ductilidad global representa un promedio pesado de las demandas de ductilidad de
entrepiso.
De las anteriores definiciones se puede observar que la demanda de ductilidad en
elementos puede ser mayor que la de entrepiso, que a su vez puede ser mayor que la
demanda de ductilidad global. Evaluaciones analíticas y experimentales muestran que el
máximo valor de reducción proveniente de la ductilidad es hasta de cuatro para
estructuras conformadas por marcos de concreto bien detallados o marcos de acero,
[ref.17].
1.3.14.- Método de Análisis
Para obtener la respuesta inelástica de los modelos se utilizó el programa TORSIÓN
[ref.9], para análisis dinámico. En este programa la estructura se idealiza como un
conjunto de marcos planos unidos por diafragmas rígidos de piso.
Las excitaciones sísmicas que se emplearon están dadas con intervalos de tiempo de 0.02 seg. Para efectos del análisis, se considero para el diseño de modelos, la influencia
de las dos componentes del sismo, en un 100% del efecto ocasionado en esa dirección,
más el 30% del efecto del sismo en la dirección perpendicular.
1.3.15.- Descripción de la excitación utilizada
Para el presente estudio se utilizó uno de los registros del temblor del 19 de septiembre
de 1985 en la Ciudad de México; denominado SCT, obtenido en la zona de suelo blando
de la ciudad.
Debido a la gran duración de la señal (180 seg.), que representa demasiado tiempo de
cálculo en un análisis inelástico, se optó por recortar el acelerograma de acuerdo al
concepto de intensidad de Arias [ref 18], que permite seleccionar el intervalo de tiempo
42
para el cual el registro presenta el máximo potencial de daño. El criterio consiste en
encontrar la curva de la función acumulada de la energía del sismo, tomada como:
∫∫
ft
t
dtt
dtt
0
2
0
2
a
a
)(
)(
Donde a(t) es la aceleración del suelo y f
t es la duración total del sismo. El criterio toma
la duración comprendida entre el 5 y el 95 por ciento de la energía disipada acumulada.
Este tipo de registro de las aceleraciones del suelo normalizadas contra la máxima
aceleración registrada; se muestra en la fig.9., que representa la intensidad de Arias,
como representativa del daño potencial que el sismo puede producir en un sitio dado,
medido como la suma de la energía disipada por todas las estructuras.
Aplicando el criterio de Arias a la señal SCT EW se observa una reducción en la
duración total de la señal, obteniendo un tiempo efectivo de 39 segundos, que
representan un considerable ahorro de tiempo en el proceso de cálculo. Mientras, para
la dirección NS se obtuvo una duración efectiva de 77 segundos. Ya que los efectos
máximos ocurren dentro del intervalo de los 39 seg., en esta investigación se tomo esta
duración.
La influencia de las condiciones iniciales de la señal excitadora sobre la respuesta del
modelo, hizo necesario una modificación en la parte inicial de los registros recortados;
de tal modo que las aceleraciones se incrementaran en forma gradual hasta alcanzar el
valor de la primera aceleración de la señal.
43
CAPÍTULO II
Análisis del Fundamento teórico de Confiabilidad estructural
Método de confiabilidad aplicando datos de
mediciones aleatorias y de incertidumbre estadística.
44
2. Análisis del Fundamento teórico de la Confiabilidad estructural 2.1. Información probabilística Esta información permite obtener datos y medidas de las propiedades de los modelos
estructurales con base a las características de varias muestras de un modelo
estructural, para obtener propiedades de las variables con incertidumbre
representativas. Por lo tanto debe esperarse, que las fluctuaciones físicas o variaciones
de estos modelos sean incontrolables debido a muchos factores diferentes como los de
construcción de la estructura, magnitud M y distancia R, que se presentan como
variaciones aleatorias de las propiedades estructurales, mediante la aplicación de
funciones de distribución que representan la respuesta del modelo estructural sujeto a
un evento sísmico.
Normalmente, se anticipa que midiendo los resultados obtenidos directamente de las
funciones de distribución en los modelos estructurales dados, se obtienen diferentes
números, que representan dichas propiedades. Esta predicción se determina con la
experiencia que se deriva del estudio, en más de un caso propuesto y aplicado a
condiciones distintas de estado límite, considerando la misma propiedad aleatoria y
puede mostrar variaciones significantes entre estos resultados.
La conclusión es que la variación de los resultados obtenidos expresa la suma de las
fluctuaciones físicas del modelo estructural en observación y las fluctuaciones
inherentes al método de observación. Donde estas variaciones contribuyen a un tipo de
incertidumbre llamada medición de incertidumbre con variaciones aleatorias que pueden
ocasionar errores sistemáticos, y estos no pueden ser eliminados promediando.
En principio, no es posible quitar las variaciones generadas directamente por el método
midiendo consecuentemente los valores físicos obtenidos. Sin embargo, los métodos de
teoría probabilística hacen posible algunas veces formular declaraciones sobre la
naturaleza estadística de las fluctuaciones físicas.
45
Éste es el caso si el método de medición puede aplicarse en varios tiempos a una
estructura, por el que la propiedad física pertinente se conoce como constante o sólo
variando ligeramente de medida a medida. Y por una serie de medidas repetidas, se
genera información sobre la incertidumbre del método midiendo en una forma que a
través de los métodos estadísticos puede ser representado, por un modelo
probabilístico. Cuando el método de medición se aplica, a una estructura con
fluctuaciones físicas inherentes, la medida de incertidumbre, puede eliminarse dentro de
una descripción con naturaleza probabilística de las fluctuaciones físicas. Sin embargo,
la dependencia entre el error Y, y la cantidad física X no debe ser demasiado
complicada.
Ahora si tenemos una cantidad física que fluctúe aleatoriamente, entonces es natural
representarlo por una variable aleatoria X. Supuesto, que la cantidad sea moderada por
un método donde la medida de incertidumbre puede ser representada por una variable
aleatoria, la cual es independiente de X. Los resultados medidos son entonces la suma
Z = X + Y (2.1)
El análisis estadístico de las medidas de los datos, da estimaciones del valor medio E[Z]
y la varianza Var[Z]. Así, las propiedades de incertidumbre del método de medición son
de antemano conocidas y representadas por E[Y] y Var[Y]. Seguido entonces de (2.1),
ya que E[X]=E[Z]-E[Y] y la independencia entre X y Y está dada por:
Var[X]=Var[Z]-Var[Y] (2.2)
Si esta fórmula da valores negativos, la razón es que la suposición de independencia
entre X y Y no es válida. Sin está suposición, la fórmula (2.1) debe ser remplazada por
var[X]= Var[Z]- Var[Y] - 2Cov[X,Y] (2.3)
Donde el lado derecho siempre será no negativo. Sin embargo, la fórmula (2.3) no es
directamente aplicable en esta conexión porque la Var[Y] y Cov[X,Y] no son conocidas,
46
debido al método de medición, que en esta situación, es dependiente de la estructura,
para la medida.
Si suponemos que las medidas de incertidumbre probabilística, pueden ser descritas por
una distribución normal o gaussiana y que el análisis estadístico de datos en las
muestras moderadas, que también son razonables para describir estos datos por una
distribución normal, entonces no se opone con la información dada para asumir que
X=Z-Y, distribuido normalmente. Sin embargo, esta suposición no es una consecuencia
del supuesto que Z y Y, son distribuidos normalmente. Así, se requiere por tanto una
conclusión, en donde el par (Z, Y), tienen una distribución normal bidimensional, tal que
una suposición no puede ser verificada, por una medición y por consiguiente no será
posible verificar una suposición que condicione que X no se distribuye normalmente.
Un caso que ilustra en que sentido es posible "depurar" los resultados de medición, es
para evaluaciones de incertidumbre, cuando el método es bien examinado. Sin
embargo, se enfrenta una dificultad, cuando las propiedades de la estructura en estudio
son del tipo energético como es la “fuerza (acción sísmica)” que es difícil, si no imposible
el hecho de realizar medidas repetidas en la misma estructura de prueba. Por otra parte
la evaluación de la incertidumbre de mediciones, debe por consiguiente basarse en
investigaciones indirectas sobre la respuesta del modelo estructural sujeto un evento
sísmico, combinada con experiencias de las comparaciones de mediciones con métodos
diferentes.
Donde existe la posibilidad de eliminar totalmente la medición de incertidumbre al tratar
con fuerzas de masa u otras propiedades de materiales, que cambian irreversiblemente
durante el procedimiento de medición, dando como condición la unión de tales
mediciones, resultado de una muestra común de valores obtenidos comparables del
mismo método de medición. Para que estos resultados de medidas con métodos
diferentes, puedan ser comparables a las ya mencionadas, deben llegar a una regla de
transformación mediante un muestreo único de un método a otro de medición. De
cualquier forma, no necesariamente se requiere, que el valor de un dato transformado
del primer método de medición debe ser casi el mismo el valor, que se obtuvo por el
47
segundo método de medición, aunque un requerimiento como este, es común tenerlo
para métodos de medición con pequeña incertidumbre. Entonces, para medidas de
propiedades de material irreversible, la opción de este estudio no puede ser controlado
por mediciones, de un supuesto. Así una regla de transformación entre datos viene de
diferentes métodos de medición, donde debe ser considerado como un tipo de regla
general de corrección, para remover los errores sistemáticos del único método de
medición relativo al otro.
En general habrá una incertidumbre considerable sobre la verdad de una afirmación que
especifica el valor de un error sistemático. Si esta incertidumbre puede ser sujeta a una
evaluación cuantitativa. Es decir puede ser de carácter de supuesto, entonces esto
también puede ser representado por un modelo probabilístico que desde un punto de
vista matemático haga, que se desvíe en principio de un modelo estructural
probabilístico, para el conjunto de fluctuaciones o variaciones físicas. La incertidumbre
de cualquier forma es de una naturaleza diferente. Contrario a las fluctuaciones físicas,
la incertidumbre es afectada por investigaciones más detalladas.
Este hecho ha motivado la separación entre aleatoriedad e incertidumbre. La
aleatoriedad inherente relacionada a la estructura no puede ser reducida por
observación, lo que, si se puede con la incertidumbre. Las palabras "medición de
incertidumbre” parecen cubrir una mezcla de dos conceptos. Un método de medición
puede poseer un error sistemático el cual es conocido únicamente con un poco de
incertidumbre, pero por mas investigaciones detalladas del método de medición, está
incertidumbre, puede ser reducida o prácticamente removida. Además un error
sistemático, en un método de medición usualmente con fluctuaciones aleatorias, las
cuales normalmente son cubiertas por las palabras "medición de incertidumbre" aunque
las palabras, "medición de incertidumbre" posiblemente podría corregirse. De otro modo,
las medidas de aleatoriedad pueden ser afectadas por cambios de métodos en las
mediciones.
Vemos que la clasificación de las posibilidades del concepto discutido de
indeterminación entre aleatoriedad e incertidumbre es relativa a la estructura. Y este a
48
su vez es el propio método de medición en estudio, entonces las funciones de
distribución [ ] ℜ∈∀→ℜ x ,0,1:x)(xφ , inherentes a la estructura son caracterizadas como
aleatoriedad. Si la estructura a medir es la estructura de estudio, entonces estamos
hablando acerca de mediciones de incertidumbre. Esta división da posibilidad de afectar
la confiabilidad estructural en estos modelos estructurales por especificaciones de
aleatoriedad e incertidumbre en las normas de diseño sísmico, que se aplican en
ingeniería.
Por lo que un problema de confiabilidad contiene demasiadas variables con
incertidumbre, que pueden ser reducidas con la obtención de muchos datos o
información sin afectar la propia configuración estructural. Donde estas variables
aleatorias, pueden ser afectadas por las funciones de distribución debido a la
aleatoriedad en las propiedades estructurales del modelo. Sin embargo, la medición de
incertidumbre ha sido discutida como una incertidumbre unida al resultado de una
simple medida. Esto le da el mismo carácter, como el concepto de modelo de
incertidumbre. La medida de incertidumbre de un tipo completamente diferente es
llamada incertidumbre estadística.
2.2. Incertidumbre estadística
El propósito de cualquier método de medición es generar información sobre una
cantidad relacionada a los modelos estructurales en medición. Si la cantidad es de
naturaleza fluctuante que requiera un modelo probabilístico para su descripción.
Entonces en el método de medición se debe hacer lo posible, para obtener información
cuantitativa acerca de los parámetros del modelo probabilístico escogido. Por lo que es
natural que un valor promedio generado de un solo análisis para una variable aleatoria X
es suficiente, para dar una solo estimación aproximada mediante el valor de X y es
insuficiente para dar algún dato, acerca de la desviación estándar de D[X]. Sin embargo,
si una muestra de X esta dada, y los valores promedio generados de un cierto número
valores independientemente de X, pueden usarse para las estimaciones dadas para
todos los parámetros del modelo. La razón se relaciona a una estimación de una
49
muestra de X, siendo que tenga sentido y sea posible, será encontrado en la teoría de la
probabilidad matemática.
Para ilustrar el papel de los conceptos estadísticos en el análisis de confiabilidad, vale la
pena repetir los rasgos más básicos de la descripción de información que una muestra
de X de tamaño n contiene el valor medio E[X]: es suficiente para hacer la suposición,
simplificando que X tiene una desviación estándar conocida D[X]=σ . Además esa es la
única información disponible que se da como muestra x1,....,xn de X.
Entonces es obvio que una estimación del valor medio μ=E[X] debe calcularse como el
valor de alguna función μ (x1,....,xn;σ ). Recordando que los valores x1,....,xn, son
obtenidos por experimentos repetidos mutuamente independientes, que dan resultados
de X, o más precisos, como un solo resultado del vector aleatorio (x1,....,xn) donde
x1,....,xn son variables aleatorias distribuidas mutuamente independientes, como X es
natural estudiar las propiedades distribucionales de la variable aleatoria μ (x1,....,xn;σ ).
Por ejemplo, parece ser apropiado escoger la función μ como la función de estimación
esta dada por:
E[μ (x1,....,xn;σ )]=μ (2.2.1)
para que la varianza Var[μ (x1,....,xn;σ )] sé vuelva tan pequeña como sea posible. Está
probabilidad matemática requiere suposiciones distribucionales sobre X y la
determinación es en la mayoría de los casos un problema difícil en cálculo variacional.
Por otra parte, si nosotros estamos satisfechos con la clase de estimación lineal,
entonces ninguna suposición de distribución se necesita y resulta que la mejor opción es
el promedio
∑n
1iiX
n1μ
== (2.2.2)
por lo cual, la desviación estándar es : [ ]nσμD = (2.2.3)
Observamos que el promedio x =( x1,+....+,x2)/n de la muestra es una estimación de μ
pero también la estimación es incierta. La desviación estándar (2.2.3) puede con la
50
interpretación apropiada, ser tomada como una media de esta incertidumbre. En
particular se ve que la incertidumbre desaparece asintóticamente como n-α. En la
presente formulación disminuye inversamente proporcional a la raíz cuadrada del
tamaño de la muestra.
La incertidumbre de este tipo, es llamada incertidumbre estadística y como es visto,
involucra información incompleta debido al tamaño de la muestra finita. Esto puede ser
interpretado como una fluctuación aunque normalmente no se observa como tal en la
práctica. Sólo un simple valor del promedio x es obtenido de la muestra. Sin embargo,
uno puede imaginar una secuencia de resultados repetidos de μ por tomar nuevas
muestras de tamaño n. Entonces μ exactamente fluctúa como una cantidad con
indeterminación de tipo aleatorio y desviación estándar definida por (2.2.3).
La descripción cuantitativa de la incertidumbre estadística, aquí no es aproximada como
una capacidad para un modelo probabilístico con respecto a una evaluación de una
exactitud estructural. Esto es porque un modelo semejante requiere que puedan unirse
contribuciones de las diferentes fuentes de aleatoriedad e incertidumbre juntos en un
modelo integrado de reglas lógicamente consistentes. Supongamos que la variable
estándar ya mencionada X está contenida en un modelo estructural probabilística.
Desde el valor medio E[X] desconocido, es necesario calcular la probabilidad para
asumir que [X] ha dado un valor μ . De este modo, la probabilidad de falla se vuelve una
función pf(μ ) de μ . Entonces hay un problema de cómo μ debe ser escogido. Una
posibilidad es por supuesto su contenido con el valor de la pf(μ ) con un intervalo
conveniente de confianza para pf(μ ), determinado por el uso de (2.2.2) y (2.2.3).
Dentro del modelo mencionado para incertidumbre estadística, un p% del intervalo de
confianza de un parámetro como μ o de la pf(μ ) es un intervalo que tiene una
probabilidad de p% para cubrir el valor verdadero de μ o pf(μ ). Esta probabilidad puede
ser interpretada como una frecuencia relativa relacionada a la ya mencionada secuencia
imaginaria de muestras.
51
Es razonable pedir una sola definición de la probabilidad del total de fallos
incondicionales de probabilidad pf. Tal que una probabilidad se necesita en un modelo
de decisión que esta basado en el principio de aumentar al máximo alguna medida de
utilidad. Una definición natural es un promedio del peso de los valores diferentes de
pf(μ ) es decir
μ)f(μ)dμ(pPtodoμ ff ∫= (2.2.4)
En la cual f( μ ) ≥ 0 es un peso conveniente satisfaciendo la función
1μ)dμf(todoμ
=∫ (2.2.5)
Se ve que la f(μ ) posee propiedades como una función de densidad para una variable
aleatoria. Si μ se interpreta como un resultado de una variable aleatoria M, entonces
pf(μ ) es la probabilidad de falla condicional dado que M=μ de acuerdo al teorema de
suma de la teoría de probabilidad, la probabilidad de falla total se vuelve
μd)μ(f)μ(p=p Mμtodo
ff ∫ (2.2.6)
En la cual fM(μ ) es la función de densidad de M. De ese modo, la función de peso f(μ )
puede interpretarse como una función de densidad fM(μ ) para el parámetro μ modelado
como una variable aleatoria M. En cuanto a (2.2.2) y (2.2.3) deben generarse las
propiedades de la distribución de M de alguna manera de la información contenida en la
muestra x1,....,xn. De resultados de X y el conocimiento de la desviación estándar
D[X]=σ .
La manera usual de analizar este problema es por la teoría estadística de Bayes. Antes
de que la información de la muestra esté disponible, una densidad fM(μ ) se une a M.
Y se asume que esta densidad predeterminada representa el conocimiento disponible
sobre μ ante la muestra x1,....,xn., que es conocida. Desde el vector aleatorio (x1,....,xn)
de acuerdo a la multiplicación el teorema para eventos independientes tiene la densidad
condicional dada por
∏=
)/(=),......(,.......n
1iixn1nX1X μxfxxf (2.2.7)
el total de densidad se vuelve
52
∏=
, )/()(=),......(,.......n
1iixMn1nX1XM μxfμfxμxf (2.2.8)
y de este modo la densidad condicional
∏=
)/()(),....../(n
1iixMn1M μxfμαfxxμf (2.2.9)
Donde "α " quiere decir proporcional a (es decir, los dos lados son iguales, salvo una
constante normalizando determinada por 2.2.5). Ésta es la llamada densidad posterior
de M dada la muestra x1,....,xn, si el lado derecho de (2.2.9) es proporcional a una
densidad uno, aun cuando la fM( μ ) se pone a uno ó si fM( μ ) se pone a una función de
μ la cual esta lentamente variando comparada a la variación de
)/(Π=
μxf ix
n
1i (2.2.10)
Entonces tal que la función varia lentamente de μ , puede reemplazar la densidad
anterior y servir como un modelo para no tener información anterior.
El producto (2.2.10) considerado como una función del parámetro μ es, llamada la
función de probabilidad. Esta formulación de un modelo para la descripción de la
incertidumbre estadística y su reducción por ponerse al día en las bases de la
información muestral es llamada Bayesiana. La formula (2.2.9) es un caso especial de la
llamada formula de Bayes.
Si adoptamos el método estadístico de Bayes como una forma racional de información
disponible, entonces como consecuencia debemos usar la más reciente densidad
posterior a la de M como la función frn la formula (2.2.4).
Por lo tanto, si tomamos a X como una función normalmente distribuida y con la función
de densidad dada por: )_
()/(σμx
φσ1
=μxfx (2.2.11)
La función de probabilidad se vuelve
∏= ⎥
⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎟⎟⎠
⎞⎜⎜⎝
⎛ −−∏
=)/(
n
1i
2
σ
μix
21expα
n
1iμixxf ⎥
⎦
⎤⎢⎣
⎡)+−∑
=(−= 2μi2μμ
1i2ix22σ
1exp
53
⎟⎟⎠
⎞⎜⎜⎝
⎛/−
ϕ⎥⎦⎤
⎢⎣⎡ )+−(−
nσxμαxx2μμ
2σ1αexp 22
2 (2.2.12)
Donde x es el promedio de x1,......xn. Así la probabilidad de la función es proporcional a
la distribución de densidad normal mediante el valor x y la desviación estándar n/σ .
Por lo tanto, en el extremo derecho de (2.2.9) es una densidad cuando )μ(fM es
reemplazado por 2.2.1. Y formalmente, el conjunto de densidad anterior para una
constante es expresada, por una densidad M, la cual es difusa sobre todo R. Entonces
la densidad de M se vuelve
⎟⎟⎠
⎞⎜⎜⎝
⎛/−
ϕ=),......(nσxμ
σn
nx1μIxMf (2.2.13)
De donde surge una interrogante de: ¿Que es la distribución normal con valor medio x y
desviación estándar n/σ ?. No tiene valor alguno la analogía con la estimación μ en
(2.1.2). Desde la función condicional de distribución de X es:
⎟⎠
⎞⎜⎝
⎛=≤(σμ-xΦμ) xIXP (2.2.14)
El total posterior de la función de distribución es obtenido como en (2.1.6) para
dμnσxμ
σμxΦ
σnxxIxXp n1 ⎟⎟
⎠
⎞⎜⎜⎝
⎛/−
ϕ⎟⎠⎞
⎜⎝⎛ −
=),......≤( ∫∞
∞− (2.2.15)
con la correspondiente función de densidad
dμnσxμσ
σμx
σnxxIxXP
xxxIxf 2n1n1x ⎟⎟
⎠
⎞⎜⎜⎝
⎛/−
⎟⎠⎞
⎜⎝⎛ −
ϕ=),.......,≤(∂∂
=),......,( ∫∞
∞−
⎟⎟⎠
⎞⎜⎜⎝
⎛/+
−/+
=n11σ
xxσn11σ
1 (2.2.16)
Donde la integral puede ser calculada por el uso de las formulas dadas en las
ecuaciones 2.2.17 y 2.2.18. La densidad posterior de X está dada para ser normal con el
valor medio x y desviación estándar n/1+1σ . Así la influencia en X de la
incertidumbre estadística es que X, en lugar del valor medio desconocido μ obtiene
asignado el valor medio x y, en lugar del valor de desviación estándar conocido, obtiene
54
el valor más grande de la desviación estándar asignada n/1+1σ . La densidad
posterior de X dada la muestra es llamada densidad predecible de X.
Las siguientes fórmulas, frecuentemente son útiles en cálculos de la densidad de
distribución normal
⎟⎟⎠
⎞⎜⎜⎝
⎛ −ϕ⎟⎟
⎠
⎞⎜⎜⎝
⎛ −
2
2
1
1
σμx
σμxσ
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+/
)+/()(−ϕ
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
+
−ϕ= +
22
2121
22
21
212
221
22
21
1
σσσσσσσμσμx
σσμ2μ (2.2.17)
⎟⎟⎠
⎞⎜⎜⎝
⎛
++=⎟⎟
⎠
⎞⎜⎜⎝
⎛ −⎟⎟⎠
⎞⎜⎜⎝
⎛∫
∞
∞− 22
21
22
212121
11σσ
ϕσσσ
ϕσ
ϕσσ
zdxxzx
(2.2.18)
La probabilidad de error puede ser representada como el valor medio de una función
especial Ψdentro de las variables aleatorias. Esta es la función que toma el valor 1 si
dentro de las variables toma valores que corresponden a un punto en el conjunto de
errores y por todos los demás puntos toma el valor 0. Para simplificar suponemos que X
es la única dentro de la variable aleatoria. Entonces tenemos el error condicional de
probabilidad
[ ] ∫∞
∞−μ(Ψ=μ)(Ψ=)μ( )dxII xXEPf (2.2.19)
Y así de acuerdo a (2.1.6) el total de errores de probabilidad
∫ ∫μ
∞
∞− ⎥⎦⎤
⎢⎣⎡ μ()(Ψ=
todoxf xfxP )dxI
[ ] μ),.........μ()μ()(Ψ= 1
∞
∞− μ∫ ∫ dxxfdxxfx nMtodo
x II
∫∞
∞− 1 ),.........()(Ψ= dxxxxfx nx I (2.2.20)
Así se puede calcular cualquier error de probabilidad dado M=μ y después de esto tener
cuidado de la incertidumbre estadística por incondicionalidad a través del uso de la
densidad posterior para el parámetro M o primero incluir la incertidumbre estadística
directamente dentro de la variable X para obtener su distribución predecible antes del
modelo estructural es considerado para él calculo de la probabilidad de falla.
Esto en general depende de las propiedades matemáticas si un procedimiento es más
conveniente que otro.
55
Suponemos que una distribución normal con parámetros 00 σ,μ puede ser asignada a M
como una distribución anterior. Aplicando las formulas (2.2.17) y (2.2.18) para mostrar
que X tiene una distribución predecible normal con parámetros
r+nμr+xn 0 y
r+n1+r+n
σ (2.2.21)
donde ( )200 σ,μ=r . Por comparación con (2.2.16) vemos que al escoger la densidad
anterior a una contribución de información corresponde a la muestra de “tamaño” r y
con valor promedio σo.
Los métodos Bayesianos que tienen cuidado en la incertidumbre estadística relacionada
a la certeza estructural se pude tratar con un modelo de incertidumbre estadística.
2.3. Modelo de Incertidumbre
La aleatoriedad e incertidumbre contiguas a las variables dentro del mecanismo
establecen para el análisis, con certeza la inclusión de la incertidumbre relacionada a la
formulación del estado límite pertinente dentro del modelo estructural.
Un estado límite es una relación entre la entrada de variables que definen el estado
cuando la estructura está en el umbral, de pasar a un evento adverso considerado, y se
puede ser definido por la ecuación 0),.....,( 1 =nxxg ; en la cual “g” es alguna función de la
entrada de variables escogidas tal que 0>)x(g , para toda x en el interior del conjunto
seguro, y de g(x)<0, para x en el acontecimiento interno adverso, es decir el conjunto de
falla. Desde la frontera entre los dos conjuntos =g {xIg(x)=0}, es definida únicamente
por el modelo mecánico y el evento adverso considerado, al escoger de la función g,
que no es única. Para n=3, el estado límite g es una superficie. Para n general también
denotamos g como él estado límite de superficie.
La función particular g escogida por esta definición es llamada estado límite de la
función.
56
En el proceso de transformar un estado límite, formulado teóricamente en un modelo
matemático, se hace entre varios parámetros físicos. Éstos se anticipan para tener
influencia en la interrogante de sí la estructura es, de hecho, en el estado físico descrito
por la formulación verbal como la falla o ninguna falla. Si dejamos n variables x1,...,xn,
que tomen parte en la descripción del problema de confiabilidad y hay más variables
relevantes, entonces un punto dado (x1,...,xn) no es con toda seguridad un punto en el
conjunto de falla o un punto en el conjunto seguro. Por comprender la estructura que las
variables descuidadas hacen a los valores. Si esta asignación de valores es de una
naturaleza aleatoria, también es un evento aleatorio si el punto dado (x1,...,xn)
corresponde a la falla o no. Nosotros podemos imaginar que cada vez que las variables
ignoradas hacen a los valores el espacio n-dimensional del modelo estructural es
dividido en un conjunto seguro y un conjunto de falla. Así la superficie de estado límite,
se comprende como una superficie al azar de alguna población de superficies. Una
superficie se selecciona de la población por la asignación de valores a las variables
dadas.
La razón de que algunas variables físicas dadas en el modelo de formulación puede ser
cualquiera de las que no son conocidas (posiblemente están más allá de la imaginación)
o, si están identificados que tienen influencia cuantitativamente desconocida e
interacción con otras variables. Esto significa que no es posible eliminar las
fluctuaciones aleatorias de la superficie del estado límite de realización a realización
sólo por extender la dimensión del espacio. Sin embargo, de esta manera al inicio, es
posible disminuir las fluctuaciones de la superficie del estado límite. Siendo esta
disminución neutralizada por las variables extras que tiene fluctuaciones aleatorias entre
evento y evento.
La representación matemática de un estado del límite da lugar a la incertidumbre más
allá que las fluctuaciones causadas por las variables descuidadas. El estado límite se
formula en términos de las variables escogidas x1,...,xn, por uso de un poco más o
menos extensiva del conjunto de funciones matemáticas. A menudo estas funciones son
generados, por el uso de modelos mecánicos idealizados para la estructura y su
comportamiento. Además, estos pueden ajustarse a las observaciones experimentales
57
del comportamiento de falla de algunas estructuras. Estos procesos matemáticos de
idealización inducen a errores sistemáticos a cualquier situación dada de la superficie de
fracaso. Quizás este error puede disminuirse por un modelo de formulación más
detallado. Para el análisis de confiabilidad el punto es que los dos limites de tiempo y los
dictados de las razones operacionales, en la práctica no debemos estar confiados con
algunos niveles demasiado sofisticados de detalle. Por consiguiente, un error
sistemático de tamaño desconocido siempre se presenta. Esto debe ser tomado en
cuenta cuantitativamente en el análisis de confiabilidad por uso de un criterio de
variables. Con el punto de vista superior que toda contribución de incertidumbre debe
ser en forma racional y unificada, tal que el estado límite sea representado por una
unión de probabilidad de distribución.
Una distribución de probabilidad es relativamente interpretada como un conjunto de
posibilidades por las probabilidades asignadas. El problema práctico enfrentado a la
formulación de un modelo de probabilidad consiste en establecer el conocimiento que
permite escoger de este conjunto de posibilidades. Poniendo al día por uso de nueva
información, entonces significa cambiar los pesos de esas posibilidades que están en
conflicto con la nueva información. En el problema estadístico es conseguir
conocimientos sobre el valor medio μ por una variable aleatoria X. Sí escogemos un
conjunto de posibles valores μ , representando nuestro conocimiento sobre μ en la
forma de la densidad anterior fM(μ ). Después de conseguir la muestra de X podemos
revalorar el conjunto de posibilidades por uso de las reglas de la teoría de probabilidad
matemática para obtener un conjunto de pesos importantes descrita por la densidad
posterior fM(μ I g(x)).
En el problema del estado límite en el modelo de incertidumbre, tiene la opción del
conjunto de posibilidades, en la adopción de capacidad, para el error sistemático en
situaciones experimentales, reducir el problema a evaluar la estadística de
incertidumbre. La diferencia entre llevar la capacidad calculada por uso del modelo del
estado límite y llevar la capacidad observada define una muestra de una población,
donde el valor medio expresa el error del modelo sistemático. A menudo el conjunto de
58
peso correcto de posibilidades es un objeto desconocido relacionado a un experimento
supuesto en el que se hacen repeticiones una y otra vez.
En realidad las posibilidades físicas de hacer repeticiones bajo condiciones iguales
están normalmente muy limitadas o incluso excluidas en principio. En común con la
descripción probabilística de un fenómeno de fluctuación y del conocimiento incierto
sobre una cantidad fija es que la descripción es dada en términos de un conjunto de
posibilidades. La diferencia está en la información en base a la opción de los pesos
relativos. Por lo que la teoría de probabilidad es capaz de predecir frecuencias relativas
y por consiguiente un modelo probabilístico posee un poder particular de predicción para
los fenómenos aleatorios de fluctuación contra la cual la esencia del modelo puede ser
probada.
Una comprobación de esencia de un método son los resultados bajo un criterio, del cual
son expresados como un conjunto de posibilidades de peso, debe entonces basarse en
las experiencias de las aplicaciones repetidas del método: a cada aplicación solo puede
notarse un evento observable si ocurre o no. El evento puede ser específico a la
aplicación y debe ser escogido en tal forma que de acuerdo con el método consigue la
probabilidad p. En la sucesión de aplicaciones del método, la frecuencia relativa de la
ocurrencia del evento puede ser en cualquier momento. La desviación entre p y la
frecuencia relativa observada junto con el número de aplicaciones da alguna evidencia
sobre esencia del método de juicio con relación a la sucesión considerada de eventos
notables. También desviaciones grandes o falta de estabilización de tendencias son
señales de menos utilidad del método. Cuando esto se reconoce a través de
experiencias obtenidas, el requisito de comportamiento racional dará fuerza a una
revisión del método de juicio a la larga (es decir, bajo la hipótesis que hay buena
voluntad para aprender de la experiencia). En general el análisis de confiabilidad no se
considera para los errores radicales porque a menudo son difíciles de formular en
términos de un modelo probabilístico cuantitativo.
59
CAPÍTULO III Análisis de Probabilidad de falla en secciones de elementos estructurales
Probabilidad de falla en secciones y elementos
estructurales de un Modelo de Edificio de Cortante.
60
3.- Análisis de Probabilidad de falla en secciones de elementos estructurales
La confiabilidad estructural se fundamenta en la teoría de probabilidad, que es
axiomática, es decir teórica, y para el diseño de estructuras aplicando los criterios de
diseño sísmico implica cumplir con las normas definidas en el reglamento de diseño
[RCDF87-NTC]. Estas normas expresan un resumen de experiencias deducidas con una
confiabilidad propuesta, para que las estructuras estén dentro de la seguridad y suponer
que ocurrirá la probabilidad de falla estructural durante el periodo de vida útil de la
estructura, con base a la teoría de estado límite.
Así, estos modelos probabilistas están en función de la inferencia estadística, que
acumula experiencias, que servirán para planear y tratar de adivinar el futuro en función
del pasado, en donde surgirán interrogantes del diseñador o constructor del ¿Por qué de
la aplicación de un reglamento? Para esto la estadística nos permite verificar el nivel de
confianza y la probabilidad de acertar a la distribución probabilística mediante la
realización de una simulación aleatoria con funciones discretas y continuas, como son
las distribuciones de Weibull y Gaussiana, las cuales tienen un comportamiento con
medidas de tendencia central y dispersión dados por: la media, mediana, varianza y
desviación estándar. Esta medidas sirven para calcular la probabilidad de falla de una
estructura permitiendo racionalizar e idealizar un sistema de diseño, apoyada en la
teoría de estado límite, que estará entre el rango del conjunto de seguridad y falla a
través de una función g(x)=0, que contiene una región de variables aleatorias e
incertidumbre de las acciones externas, así como de las propiedades mecánicas y
geométricas que la estructura requiere para su diseño.
Un caso de estas funciones de distribución con esta tendencia se observa en la fig.3.,
donde se comparan dos curvas de resistencia del concreto, en las que existe una
diferencia notable con respecto a la resistencia de las normas de Estados Unidos y
México.
61
Fig. 14. Distribución tipo campana
Por lo tanto podemos idealizar la acción de una carga sísmica, que actúa sobre un
modelo estructural de concreto reforzado estructurado con muros y columnas unidos por
un sistema de piso o diafragma de piso, de la cual podemos obtener su distribución de
probabilidad dado por E[A(sis.)], contra la resistencia esperada E[R(Ki)], fig.3.1.
Fig. 15. Modelo estructural y matemático.
Resultando un coeficiente de seguridad como se indica a continuación.
[ ][ ] s.cSERE
= (3.1)
Debido a la siguiente relación de planta del sistema estructural de la, fig. 3.2.
Fig. 16. Dirección del sismo
62
Donde estos valores de probabilidad expresan una aproximación en porcentaje de falla y
seguridad estructural de la siguiente forma: 1 - confiabilidad = riesgo Donde la distribución de probabilidad del evento se traza a través del área dada por la
función de densidad P(a≤x≤b)= Área, que en este caso representa una carga uniforme y
“x” es una variable aleatoria, con un conjunto de variables de distribución de
probabilidad, para este modelo:
AR=F.S
dadconfiabili=Cacción la de esperado valor al=A
aresistenci la de esperado valor al=R
3.1. Modelos estructurales deterministas y probabilistas
El análisis estructural probabilista es un método para formular un modelo matemático
con el cual podemos cuestionar y obtener respuesta de: ¿cuál es la probabilidad de
conocer el comportamiento estructural, donde una o más de sus propiedades mecánicas
y geométricas son de naturaleza aleatoria, y en algunos casos la acción también tenga
propiedades aleatorias?. Así, este análisis estructural probabilista puede ser estudiado
como una extensión del análisis estructural determinista, el cual se refiere a la
formulación de un modelo matemático con el que podemos conocer la respuesta de:
¿Cuál es el comportamiento de una estructura con sus propiedades mecánicas y
geométricas, debido a las cargas que es sometida?
Comentario
3.1.a.- Si un modelo determinista es tratado como probabilista, la respuesta se
localizara en un evento con distribución de propiedades probabilísticas entre cero
y uno, si la respuesta es uno, el comportamiento del modelo es determinista, y sí
el evento de probabilidad es cero, entonces este modelo no tiene interés, el cual
simula un comportamiento de ocurrencia 1, en el que se propone “¿Qué
dimensiones debe tener una estructura, cuyo comportamiento es generado por
63
una acción con base al universo del modelo?. Entonces el diseño estructural
probabilista es un problema de decisión, para el análisis estructural, que definirá:
¿Qué dimensiones deben ser asignadas a la estructura para que sus propiedades
tengan una respuesta óptima, con base al modelo probabilista? O en otra forma
equivalente tenemos: ¿Qué valores de probabilidad y ocurrencia, debe tener la
estructura respecto a su comportamiento, para diseñarla óptimamente? [59].
3.2. El problema de la seguridad estructural
Se analiza la operabilidad y serviciabilidad estructural, con base a las propiedades de
cargas que soportarán las estructuras, para llevarlas a un comportamiento de capacidad
de carga última, en el dominio del estado límite, y conocer ¿Qué tan grande debe ser la
carga aplicada al modelo de acuerdo con el mejor criterio, y llevarlo a su capacidad de
carga última?. Todo esto con el fin de que el ingeniero diseñe y garantice, que la
estructura no fallara bajo servicio o al menos que hay un riesgo extremadamente
pequeño de que la falla estructural ocurrirá. La diferencia entre estos dos valores se
llama margen de seguridad. Por lo tanto la experiencia acumulada de un constructor
debe ser necesariamente la base, para asignar el valor del margen de seguridad de
diseño, y por otro lado, esta claro que la variedad de estructuras son diversas, y hay la
necesidad de obtener información estadística, así como una descripción de
experiencias, para lograr un análisis racional [60].
Así, la reacción de la sociedad durante la ocurrencia de un evento en el que existan
probabilidades de fallas estructurales, tendrá en principio una interrogante, sobre si la
Ingeniería ha tenido demasiadas iniciativas en la valoración de este tipo de problema,
para estar en los niveles del margen de seguridad requeridos. Al mismo tiempo, la
necesidad de una compatibilidad económica, resultado de un modelo estructural
racional, equivalente a una herramienta plasmada en el reglamento de construcciones
[RCDF87], que debe estar a nuestro alcance, ya que posiblemente un ingeniero no se
apoya siempre en este sistema autorizado de normas como entidad que debiera
contener los elementos básicos para realizar propuestas de diseño con diferentes
criterios e incertidumbre.
64
3.3. Sistema de tolerancia estructural.
Un sistema de tolerancia como referencia, ocurre cuando una medida geométrica de un
componente constructivo esta acompañada, por una especificación de tolerancia T, que
significa, cumplir con las normas y requerimientos técnicos, como son las dimensiones
del componente, que tendrán un limite dentro del intervalo probabilístico dado por [B-
T/2,B+T/2]. Donde esta medidas permiten evaluar al elemento de construcción,
verificando si cumple con de los requerimientos normativos, cuando se aplican las
normas de diseño, las cuales permiten controlar el diseño con un mayor grado de
confiabilidad el rango de la medida propuesta.
Sin embargo, es probable que todos los componentes generados de una pieza o
elemento, en un proceso de diseño, sean sujetos a una medida de control de fabricación
con el propósito de rechazar los elementos, que no satisfacen una o más de las
especificaciones de tolerancia. Es decir implementar un control de calidad total, y por
otro lado, el proceso de trabajo no debe ser demasiado refinado, a tal grado que, las
medidas sean exactas innecesariamente, especialmente si el costo de fabricación se
realizó con una precisión confiable. Con este punto de vista, los requerimientos de
tolerancia llegan a ser una herramienta adaptable de control, para el proceso de
producción y construcción.
A su vez, la interpretación del concepto de probabilidad, en los tiempos más recientes y
el lenguaje de las matemáticas han sido desarrolladas formalmente, con el propósito de
evaluar estos sistemas, con un proceso en términos de lógica y la variable tiempo, que
han tenido éxito. Y en estos términos, se han aplicado las herramientas de control de
tolerancia, sin ningún problema en la confiabilidad estructural, siendo una de las
razones, para las aplicaciones prácticas de la teoría matemática abstracta, que nos
permite ver diferentes interpretaciones en el mismo concepto de probabilidad que puede
ser usado como modelo, en el cual se especifica que este puede ser operado con un
gran número de repeticiones bajo situaciones controladas, y a esto, es lo que llamamos
65
frecuencia de probabilidad e interpretación, para que una estructura deba considerarse
con fluctuaciones materiales y geométricas.
Estas variaciones se interpretan en forma de histogramas o curvas basadas en datos de
medida, y términos de probabilidad, llamada frecuencias relativas, que describe un
elemento con incertidumbre de tipo físico, para el conocimiento de los ingenieros acerca
de la estructura a diseñar. Por lo tanto, la inclusión de este elemento de incertidumbre
físico, en el modelo determinista, cambia a modelo probabilístico.
Por otra parte esta teoría probabilística, también se interpreta como un sistema de
cálculo en la confiabilidad estructural, aplicada con un criterio profesional, donde las
probabilidades se expresan en grados o eventos de ocurrencia posibles a través de
idealizaciones matemáticas, que son una alternativa, para expresar un valor u otra
cantidad de distribución de probabilidad, que posiblemente describe un conjunto de
seguridad o falla. Y esto indica asumir un criterio, para dar seguimiento a este proceso,
que en la práctica significa un problema particular del ingeniero y para darle solución,
será con base a sus propias experiencias.
En la guía práctica, el trabajo del Ingeniero se debe apoyar en las recomendaciones
existentes de un código, ejecutado por una autoridad representada con marco jurídico
competente y calificado, para discutir y obtener experiencias de la misma especialidad.
Y así, cuantificar y evaluar los diseños de sistemas estructurales con propiedades
aleatorias e incertidumbre presentadas, en los criterios de diseño dados, explícitamente
e implícitamente en el código, que regula los niveles de confiabilidad de las estructuras
diseñadas en la práctica.
3.4. Compatibilidad de la probabilidad con las estructuras
El concepto de probabilidad en sus diferentes interpretaciones, sigue un principio de
supuestos, en los cuales, surgen situaciones de procesos repetibles, dando origen a
criterios base, para una interpretación en el contenido de información del concepto de
66
probabilidad matemática, teniendo ventaja en la evaluación de estos criterios, respecto a
este modelo, comparado con otros, como la teoría de lógica difusa.
Otro parámetro filosóficamente importante, es el problema de decisión, que puede ser
demostrado con la teoría de probabilidad, en la cual, dicho problema se encuentra
dentro de un supuesto superior, comparado, con otros modelos de evaluación cuando
estos conciernen juegos de azar de tipo relativo y específicamente simples, con base a
reglas de cálculo de probabilidad en donde algún apostador ganará, el cual, podrá no
seguir aquellas reglas del juego de azar. De esta propiedad es interesante la selección
de los métodos de decisión, para las bases teóricas acerca de la confiabilidad
estructural.
3.5. Método del factor de seguridad parcial
El concepto de estado límite se relaciona a un requisito especificado, que se define
como un estado de la estructura que incluye sus cargas en las que, la estructura está
justamente en el punto de no satisfacer el requisito. A menudo este último requisito se
formula verbalmente. Sin embargo, normalmente el requisito se interpreta y se formula
dentro de un modelo matemático, para las propiedades geométricas y mecánicas de la
estructura y para las acciones en la estructura, proponemos x1,x2,...,xn., ser esas
variables que contribuyen independientemente a esa parte del modelo matemático que
involucra geometría, propiedades de fuerza y acciones. Estas variables son libres en el
sentido que, puede escogerse sus valores libremente e independientemente dentro de
un subconjunto Rn de un campo espacial n-dimensional. Siendo, este un subconjunto de
una función o las variables n que se encuentran en el dominio de definición del modelo.
Por lo que, a cada opción de valores en la estructura idealizada o definida
singularmente, le corresponden cargas singularmente definidas. Así, esta estructura con
sus cargas es solo una idealización matemática que satisface o no, a un estado límite,
propuesto como requisito. Además, posiblemente “t” no puede comprenderse en
absoluto como un objeto físico, por ejemplo, porque la carga excede la capacidad última
de la estructura.
67
Sí idealizamos una estructura muy simple que consiste en una soga arreglada a un
gancho soportando una carga, y se supone el gancho más fuerte que la soga, estamos
idealizando un problema de confiabilidad, que corresponde al requisito de que la soga
soporte la carga.
Este problema puede formularse en términos de dos variables libres, la fuerza tensor “r”
de la soga y el peso “s” de la carga. Ambas cantidades son positivas por definición. Así
el dominio de definición del modelo es el subconjunto Rn+ de R2. Claramente, esta
estructura de la soga con su carga no puede comprenderse como un objeto físico si “r” y
“s” son escogidos tal que r<s. No obstante permitimos R2+ ser el dominio de definición,
para la estructura considerada como un objeto matemático. Si el modelo matemático
está extendido por una variable geométrica “a”, definida como el área de corte
transversal de la soga, podemos calcular la tensión en la soga como s/a,
independientemente del valor de “r”. Es más, si el modelo está extendido por la ley de
Hooke y con una longitud “l” de la soga podemos calcular el desplazamiento resultante
de la carga, cuando su peso “s” es transferido gradualmente a la soga, bajo el supuesto
de que el gancho “s” esta completamente rígido. El desplazamiento se vuelve ls/(aE)
donde “E” es el coeficiente de elasticidad, con base a la "ley" de Hooke que expresa: “el
alargamiento proporcional relativo a la tensión en la soga”.
Un análisis de confiabilidad considerando el requisito simultáneo, de que la soga debe
resistir la carga y que el desplazamiento será más grande que el dado, por un valor “ δ ”,
se formula en términos de las cinco variables a,l,E,r,s., que por definición todas son
positivas. Así, el dominio por definición del modelo extendido es R5+. Aquí asumimos
que el problema de confiabilidad puede formularse en términos de un número finito de
variables x1,........xn, en el que existirán problemas pertinentes a la confiabilidad donde
esta formulación requiere el uso de una infinidad conveniente de variables o funciones,
en particular cuando sea el caso de las resistencias con propiedades de variaciones
aleatorias temporales y acciones espaciales pertinentes.
Un requisito del estado límite, es dividir el dominio de definición del modelo en dos
conjuntos, el conjunto de seguridad y el de falla. El límite del primero, qué por supuesto,
68
también es el límite del conjunto de falla, se llama estado límite. Por otra parte este
modelo es considerado dentro del estado límite de una estructura suficientemente
simple y es representada como el conjunto de puntos ceros, para una pequeña parte de
una función diferenciable g(x1,........xn)., qué se define por todas partes, del dominio de
definición del modelo y toma valores positivos en el interior del conjunto de seguridad y
valores negativos en el interior del conjunto de falla. Es más, si el conjunto de seguridad
simplemente se conecta, nosotros decimos que el estado límite es regular. Así, el
estado límite se da como el conjunto de valores de las variables de entrada (x1,........xn)
para que:
0=)x,...,x(g n1 (3.5.1)
Se da énfasis a que la opción de “g” no es única. Por ejemplo, los g3 de la función
pueden usarse en lugar de “g” en (3.5.1). Por lo tanto, las partes del estado límite que
pertenecen al conjunto de falla o seguridad, pueden escogerse según sea el caso, en un
problema dado. Además, pueden ser considerados o clasificados en dos categorías
principales como son los estados límite de derrumbamiento (estados límite de carga
última) y los estados límite de servicio. Así, un estado límite de derrumbamiento
normalmente representa una situación donde la estructura esta justo en el punto de
colapsar en su totalidad, esto es, pasar a un estado irreversible, que puede tener una
naturaleza catastrófica y de que la estructura sólo se recupere, por reparación o
reconstrucción total. Un estado límite de serviciabilidad corresponde al límite entre un
estado aceptable y un estado no aceptable bajo el uso normal o común. Un estado
semejante es a menudo reversible con respecto al daño directo de la estructura en el
sentido de que la estructura este sometida a cargas por abajo del limite de seguridad.
Sin embargo, pasando a un estado de límite de serviciabilidad también puede causar
daño permanente a la estructura, como formación de articulaciones u otros daños
visibles. Generalmente, este daño no levantará un problema de confiabilidad de la
categoría de estado límite de derrumbamiento, en que la estructura está sujeta al
mantenimiento general.
En otro caso, el estado límite de derrumbamiento para la soga estará dado por la
función
srs)g(r, −= (3.5.2)
69
Así, el estado limite de derrumbamiento es: r = s, y la falla, puesto por r < s y el conjunto
de seguridad puesto por r > s, ver Fig.3.5.1.
Fíg.17. Dominio de definición y estado límite de falla de un modelo de análisis de confiabilidad,
para una soga que soporta una carga.
El requisito del desplazamiento, debido a la carga es un valor “b” que se encuentra en la
categoría de un estado de límite de serviciabilidad. Y la función “g” puede ser escogida
como:
lsaEsrElag −δ=),,,,( (3.5.3)
Así, la serviciabilidad del estado límite está en función de δ aE=ls, y la falla, dado por
δ aE<ls y el conjunto de seguridad puesto por δ aE ≥ ls.
En el análisis de confiabilidad, las dos categorías de estado límite, serán consideradas
separadamente. Y la situación será diferente, cuando dos o más estados límite de
derrumbamiento pueden ser de importancia.
En este caso asumimos que la capacidad del gancho es mucho más grande que la
capacidad de la soga. Si esté supuesto no puede mantenerse, debemos presentar otra
alternativa dada por la variable rk, con propiedades temporales, para la capacidad del
gancho, y rt, es la capacidad de la soga.
Entonces tenemos un estado límite de derrumbamiento compuesto, que puede definirse
como los puntos ceros de la función
{ } sr,rmin=)s,r,r(g tktk (3.5.4)
S S Estado de falla r≤s Estado de limite r=s R2 + Estado de seguridad: r>s r r
70
El conjunto de seguridad es la intersección de los dos conjuntos dados por
srysr tk >>11
., mientras que el conjunto de fracaso es la unión de los dos conjuntos
dados por srk ≤1
., y srt ≤1
. El estado límite dado por el min{rk, rt}=s, ver Fig. 3.5.2.
Fig. 18. Estado límite de derrumbamiento compuesto para una soga atada
a un gancho y soportando una carga.
Bajo las condiciones de diferenciabilidad especificadas, para la función “g” y para n=3, la
ecuación (3.5.1) define una elemento diferencial pequeño de superficie. Y el estado
límite se denota por consiguiente, como la superficie del estado límite o el conjunto de
falla. Por lo tanto, para razones prácticas estas terminologías se usan para cualquier n.
Típicamente el problema de la diferenciabilidad, entra en situaciones como en la
ecuación (3.5.4), donde físicamente las posibilidades pertinentes son diferentes.
Entre los problemas de estado límite con conjuntos de seguridad convexos, son
utilizados generalmente en la práctica.
Por definición un conjunto convexo con la propiedad de que todos los puntos de la línea
recta que une cualquiera de dos puntos del conjunto, están en el mismo. En otras
palabras, si dos estructuras de un tipo dado son representadas por puntos dentro de un
conjunto de seguridad convexo, entonces cualquier estructura diseñada por
interpolación lineal entre las dos estructuras también es una estructura segura.
71
En particular los problemas de estado límite convexos están preparados para la
aplicación del método determinístico conocido como el método del factor de seguridad
parcial o el método del coeficiente parcial.
En la actualidad, este método se ha autorizado en los códigos dinamarqueses, así como
en los códigos de muchos países. El código europeo actual, también esta basado en el
método de factor de seguridad parcial, para un nivel de seguridad autorizado.
3.6. El concepto del factor de seguridad y el requisito de formulación de invarianza
La documentación de seguridad para una estructura ha sido basada en la proporción del
cociente dado, entre la capacidad de carga calculada “r” y un efecto de carga
correspondiente “s”. Esta proporción:
srn = (3.6.1)
se llama factor de seguridad, desde n>1 si y sólo si r>s, la declaración n>1 describe que
la estructura corresponde a un punto en el conjunto de seguridad, mientras la
declaración n<1 expresa que la estructura corresponde a un punto en el conjunto de
falla.
A simple vista puede dar la impresión, de que el tamaño de “n” es una medida de
seguridad, naturalmente, para una definición dada de “r” y también de “s”. Un aumento
de “n” reflejará seguridad aumentada dado que n>1. Sin embargo, debe notarse que el
factor de seguridad depende de cómo se define la resistencia “r”. Por ejemplo, si
asumimos que la proporción 33
3 nsr
= , como un factor de seguridad.
Ahora definimos a “r” como la resistencia de un corte transversal de concreto reforzado
en una viga plana sujeta a una fuerza normal “N” y un momento “s”. Las fuerzas
interiores se aplican a una distancia del refuerzo, con referencia a un eje dado, ver
Fig.3.6.1. Sin embargo, la opción de este eje es arbitraria. Una opción natural es un eje
a través del centro geométrico de la sección de corte. Así, una opción común, es un eje
a través del centro del refuerzo. Si el momento torsor, causado por la acción la viga es
72
“s” cuando se refiere al eje con una distancia “a”, entonces el momento “s”, con respecto
al eje al refuerzo es dado por S1=S + a N. Consecuentemente el factor de seguridad
(3.6.1) puede ser
Fig.19.Dos representaciones diferentes de las fuerzas
interiores en un plano de una viga de concreto reforzado,
ilustra el problema de formulación de invarianza
Escrito como
SR
aN-SaN-rn
1
1 == (3.6.2)
donde r1 = r + a N = la resistencia con la cual s1 = s + a N, debe ser comparado. De
(3.6.2) tenemos, que si n > 1, para alguna opción de “a” entonces n > 1, para toda “a”.
Sin embargo, el factor de seguridad puede tomar todos los valores en el intervalo abierto
de 1 (para ∞→a ±"" ) “a” (para Nsa 1= ). Sólo, el valor de n = 1, es invariante con respecto
a “a”. Esto corresponde al hecho de que el estado límite está dado por la ecuación.
01-srs)g(r, == (3.6.3)
Naturalmente la superficie de falla correspondiente es independiente de a.
La naturaleza arbitraria de la definición de la resistencia “r”, tiene como consecuencia un
valor arbitrario en el factor de seguridad, que hace característico el manejo de un valor
difícil en las técnicas del contexto de códigos. Necesariamente, una especificación del
factor de seguridad "n” debe estar acompañada por especificaciones de las fórmulas
para la resistencia que corresponde al factor de seguridad especificado. Sin embargo,
es muy inoportuno si el código requiere ser formulado en un nivel de detalle semejante,
para ambos, porque esto llevará fácilmente a la confusión y falta de claridad teórica,
ocasionando bloqueo en la aplicación y desarrollo, para la mejora de modelos teóricos
más universales en mecanismos estructurales. Así, se origina un requisito motivado,
73
para que las especificaciones de seguridad en los códigos, haciéndose independientes
de formulaciones equivalentes y de resistencias arbitrarias, así como de los efectos de
acción correspondientes. Por supuesto, el rendimiento de estas cantidades son
variables escogidas principalmente bajo las consideraciones de conveniencia
matemática. Con toda seguridad, los diferentes tipos de problemas de análisis de
confiabilidad serán mediante una resistencia no definible o de manera clara, por una
sola cantidad escalar. En particular esto se ve en problemas mecánicos, donde el
requisito discutido puede ser expresado, diciendo que el sistema de seguridad del
código, debe ser invariante de la formulación.
3.7. Consideraciones de probabilidad acerca del factor de seguridad
En una formulación probabilística el factor de seguridad (3.6.1) es una variable aleatoria
SRN = (3.7.1)
donde R y S son variables aleatorias que corresponden a la definición de resistencia
escogida. La probabilidad que la estructura no está fallando es entonces:
P(N>1)=P(R>S) (3.7.2)
Contrariamente al propio factor de seguridad, esta probabilidad es invariante con
respecto a la definición de R, y es requerida para todas las definiciones de resistencia
consideradas con respecto a un estado límite dado y se define el efecto de acción
correspondiente en uno y el mismo espacio de probabilidad.
Así, asumimos que R y S son mutuamente independientes y distribuidas según la
distribución normal con parámetros ),( RR σμ y ),( SS σμ , respectivamente ( μ = el valor
medio, 2σ = la varianza). Entonces:
)σσ
μμφ(0)RP(S1)P(N
2S
2R
SR
+
−=<−=> (3.7.3)
74
Donde Φ es la función de distribución normal regularizada. Este resultado sigue del
hecho, que la diferencia entre dos variables normalmente distribuidas es normalmente
distribuida.
Si esta opción de modelo ha hecho que “t” no sea justificado naturalmente, por una
opción como alternativa de definición de la resistencia, para asumir que esta, y el efecto
de acción son mutuamente independientes y normalmente distribuidos. Entonces, aquí,
el requisito sobre la formulación de la invarianza, se presenta con otra apariencia.
Donde los supuestos distribucionales sobre R y S dependen de la definición escogida de
R. Por lo tanto, un código probabilístico no puede ser formulado con base a las variables
del rendimiento como R y S E[.]
En las bases de (3.5.1), llamado factor de seguridad central “n”, puede definirse por
[ ][ ]SEREnc = (3.7.4)
Donde E[.] es el valor medio. Un factor de seguridad más general es: q
pp.q s
rn = (3.7.5)
qué es fundamentado en un valor pequeño escogido rp, sq, para R y S definido por, ver
Fig.3.6.1.
p)rP(R p =< (3.7.6)
q)SP(S q =< (3.7.7)
Si R y S son asumidas para una distribución normal entonces tenemos
s
Rc μ
μn = (3.7.8)
Mientras E[N] no existe.
Ésta es una consecuencia del hecho que S tiene una densidad de probabilidad positiva
en cualquier zona de cero.
75
Fig.20. Funciones de distribución con valores pequeños para R y S.
Además tenemos
Sq
Rp1c
SqS
RpRq.p Vk1
Vk1n
kk
n+
−=
σ+μ
σ+μ= − (3.7.9)
donde VR= RR μσ / , VS= SS μσ / son los coeficientes de variación para R y S,
respectivamente, y donde kp, se define por ( )pkΦ =p (y correspondientemente para kp ).
La estructura se diseña tal que (3.7.10), toma un valor 1- pf es decir, tal que:
βσσ
μμ2S
2R
SR =+
− (3.7.10)
donde ( )β−Φ =pf es la probabilidad de fracaso. Después de un trabajo algebraico de
factores de seguridad con tendencia central, “n” puede ser expresado entonces por β a
través de la fórmula
2R
2
2S
2R
22S
2R
c Vβ1VVβVVβ1
n−
−++= (3.7.11)
Es dado por ∞→cn , para 1/βVR → . De esto sigue que la estructura no puede diseñarse
para tener la probabilidad de falla pf que corresponde a β si 1/βVR ≥ . Sin embargo
existe una inconsistencia física. Esta es por la distribución normal que asigna una
probabilidad positiva al evento R<0. Para los valores pequeños de VR, la inconsistencia
no tiene importancia, pero el modelo pierde su pertinencia para los valores de VR o β
para lo cual VR no es considerablemente menor que l/β . Una opción típica de orden de
76
tamaño, para β será 4 o 5. El modelo de distribución normal para R está a favor por
consiguiente de VR más grande con un valor que es aproximadamente entre 0.15 ≅ 1/6.7
La variación grande de nc, con VR y VS. Para β dado (para β=4, tenemos nc= 1, 1.84,
2.76; para VR = VS = 0, 0.1, 0.15, respectivamente) ilustra la inconveniencia de usar el
factor de seguridad central para las asignaciones de valor en un código que, cuando lo
ideal, intenta mantener control en el valor de β y así en la probabilidad de falla dentro de
una clase de seguridad dada.
Si nc dado por (3.7.11) que se sustituye en (3.7.9) obtenemos
)Vk)(1βV(1
Vβ)/V(V1βV1βV1
Vk1n
SqR
2R
22SRS
R
Rp1p.q ++
−++
−
−= − (3.7.12)
Escogiendo p = 0.05 y q = 0.98 (valores típicos, empleados, por ejemplo en los códigos
dinamarqueses) conseguimos que k1–p = 1.645 y kq = 2.054. Para β =4 nosotros
conseguimos n = 0.5.,0.98 = 1,1.27,1.59 para VR = VS = 0,0.1,0.15 respectivamente. La
variación de n = 0.05.,0.98 se ve para estar aproximadamente 3 veces menos de la
variación de n, para este ejemplo. Esta propiedad, que los factores de seguridad “n”,
por una opción conveniente de “p” y “q” para un valor compuesto de β muestra
considerablemente menos variación con el coeficiente de variación para R y S que los
factores de seguridades centrales, se presenta de una manera análoga para los factores
de seguridad llamados parciales. Éstos son los elementos fundamentales del método de
seguridad usadas en varios códigos actuales de diferentes países.
De donde asumimos que R y S son mutuamente independientes y ambos con
distribución lognormal. Entonces
[ ] [ ] [ ]RlogVar21RElogRlogE −= (3.7.13)
[ ] )V1log(RlogVar R2+= (3.7.14)
77
Y correspondientemente para S. (Introduce la anotación Rμ y μ , para E[R] y E[S],
respectivamente). Formula derivada para la probabilidad de fracaso P(R<S) y los
factores de seguridad centrales nc. Muestra que nc, está limitado para todos los valores
finitos de VR y VS, es decir, que el defecto por (3.7.11) no existe aquí. Derivar np.q bajo el
supuesto de 1<<1<< 22SR VyV lo cual permite el uso de:
[ ] [ ]RElogRlogE ≅ (3.7.15)
[ ] 2RVRlogVar ≅ (3.7.16)
3.8. Factores de seguridad parcial
El requisito de la formulación de invarianza, hace necesario que el método de seguridad
parcial debe ser aplicado a las variables de entrada del modelo mecánico, en lugar del
fraccionamiento arbitrario en resistencia y el efecto de carga correspondiente, Así, es
necesario ir a la ecuación de estado limite (3.5.1).
0=)x,...,x(g n1 (3.8.1)
y asigna todas las especificaciones de seguridad a las variables de la entrada x1,. . ,xn
del modelo. En conexión con el código, éstas variables de entrada deben por
consiguiente ser seleccionadas de una clase regularizada de variables en las que las
especificaciones del código operan. Esto, necesariamente, no significa que estas
características técnicas son independientes de ese modelo o clase de modelos en los
que las variables seleccionadas participan.
Los métodos de factores de seguridad parcial es, en sus principios matemáticos, un
método deterministico, que actúa de la manera siguiente. Sí consideraremos el caso
n=2., correspondiendo a cada punto (x1,x2) en el dominio de definición del modelo de la
zona rectangular abierta de (x1,x2) definido como el producto del conjunto cartesiano.
78
Fig.21. El principio del método de factor de seguridad parcial por el cual
una definición codificada del conjunto de estados suficientemente seguros
se constituye una superficie estado límite convexa.
Fig.22. Ilustración que muestra que los métodos de factores de seguridad
parcial están situados para el estado límite no convexo es considerado.
Los coeficientes f2f1m2m1 α,α,α,α son llamados factores de seguridad parcial con valores
especificados de código que son más grandes o igual a 1. Si está, abierta esta zona de
(x1,x2) es un subconjunto del conjunto seguro.
79
CAPÍTULO IV Modelos Probabilísticos para estructuras tipo viga
Índices de Confiabilidad estructural para elementos
tipo viga.
80
4.- Modelos Probabilísticos para elementos estructurales tipo viga.
La confiabilidad estructural en las construcciones de Ingeniería es concebida con la idea
de satisfacer diferentes necesidades, más o menos explicitas, para soportar o resistir
esfuerzos, pero no es el objetivo primordial. Por lo tanto, el diseño se efectúa
considerando el conocimiento de las necesidades, de las acciones que actuarán, y de
las propiedades de los materiales utilizando métodos de análisis y diseño, aproximados
a cada circunstancia, lo que permite encontrar el “mejor diseño” y la probabilidad de que
una estructura, un sistema estructural o un elemento estructural satisfaga las
condiciones de estado límite y de servicio, para las que fue creada. Consecuentemente,
se define como confiabilidad o probabilidad de éxito. Y al complemento de la
confiabilidad se le conoce como probabilidad de falla (Pf = 1 – c), donde Pf es igual a la
probabilidad de falla y “c” es la confiabilidad, dado que la suma de probabilidades debe
ser uno. Además, no debemos entender el término falla como “ruina”, ya que la falla
puede ser la no satisfacción de las necesidades, de las acciones para las que fue
diseñada en términos de sus funciones, tanto de resistencia, como de servicio. Aunque
algunas veces si puede ser equivalente, y en otras se le conoce únicamente como la
probabilidad de excedencia.
La evaluación de un buen nivel de confiabilidad será relativa a la naturaleza de las
construcciones, y a las acciones que deberá soportar en función de la vida útil deseada
o supuesta, y al costo o problema que implique su falla.
A continuación calcularemos las funciones de distribución de probabilidad considerando
las siguientes distribuciones de probabilidad.
A- R Z =
2cm/kg 61.223220021002Aσ
2RσZσ
2cm/kg 00.000,22cm/00kg.000,22cm/00kg.000,4Z
=+=+=
=−=
81
Variable que convierte: a N[0,1]
σμ-x w = P
Para la distribución normal de Z =0
944 8- 2cm61kg223
2cm00kg2000- 2cm61kg223
2cm00kg2000- Z
ZσZ- Zw .
/./.
/./. ====
Para un riesgo menor a 0.0000003
Otra distribución:
NA[4000,400]
NR[3000,800]
El r iesgo = 0.1357; de cada 100 casos 14 fallaran
Confiabil idad = 0.8643
1.12- w ;12.1-43.8941000- 0w
cm/43kg.89428002400Zσ
2cm/00kg.10003000- 4000Z
===
=+=
==
82
4.1. Análisis de un elemento viga
fig. 23. Viga sometida a carga uniforme
Donde:
L = longitud de la viga
b = base de la viga
h = altura de la viga
Además estas variables t ienen distribución de probabil idad normal
aleatoria.
4.1.1. Fórmulas para obtener la distribución de probabilidad
La medida de adición: 2yσ
2xσyxσ
yμxμyxσ
+=+
+=+
La medida de sustracción: 2yσ
2xμy-xσ
yμ-xμy-xμ
+=
=
La multipl icación: 2yσ
2xσ
2xσ
2yμ
2yσ
2xμxyσyμxμxyμ
++=
=
El cociente: 2/1
2yσ
2yμ
2xσ
2yμ
2yσ
2xμ
yμ1
y/xσ
yμxμ
y/xμ
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
+
+=
=
83
4.2. Propuestas de distribuciones de probabilidad en las variables del elemento viga
NL[600, 10] Np[80,000.00, 5000]
Na[200, 10] Nh[40, 5]
Nb[20, 3]
710133PM ; SMf ton; 00.80P
kg 50.200,8013366.666.10'66600.2000 x 33.333,5
33.333,562 x4020S
2cm/kg 00.2000yf 133P;33P.162x4P
====
==
==
===
4.3. Distribución del momento:
l)a-l(aP
M =
Primero obtengo la distribución de (l-a):
[ ]14.14,400a-lN
cm 14.14210210a-lσ
cm 00.40000.200-00.600aμ-lμa-lμ
=
=+=
===
4.4. Distribución de S:
6bhS
2
=
4.5. Distribución de a(l-a)
77.900,4)a-l(aσ
)214.14(210)210(2400)214.14(2200)a-l(aσ
2yσ
2xσ
2xσ
2yμ
2yσ
2xμ)a-l(aσ
ton 00.000,80)400(200)a-l(aμ
=
++=
++=
==
84
4.6. Distribución de Pa(l-a)
861x10.530.449,560´635)a-l(paσ
2x5000276.900,42000,x52000,80276.900,x42000,80)a-l(paσ
864x1000.000,00x80.000,80)a-l(paμ
==
++=
==
4.7. Distribución de μy: Puede ser una constante: σy=0
4.8. Distribución del Momento:
[ ] [ ]5,40Nh ;3,20Nb ;62bhS
60.951x102x/yσ,610.67x102
x/yμNM
59.51x10l
a)-(lpaσ
5066708x10.100.100,36000.956,11'32900.600,409
6001
yx
667x10.10M
667x10.1060080x10.64M
yμxμ
xyμ
861x10.5,864x10)a-l(aNP
l)a-l(aP
M
=
==
=
=+=σ
=
====
=
⎥⎦
⎤⎢⎣
⎡
⎥⎦
⎤⎢⎣
⎡
⎥⎦⎤
⎢⎣⎡
85
4.9. Distribución de Nh2
[ ]00.283,00.600,12Nh
2832σh
282.935 50 80,0002x525x2522x402σh
00.600,12402h
=
=
=+=+=
==
4.10. Distribución de Nbh2
698.469,72bh
)2x32283(23 x 21,600()2x283220(2bh
=
++=
4.11. Distribución de la medida por la constante μx2/6
[ ]
SMf
245,1 2yσ ,333,5 2
yμ SN
00.469,7 ,00.000,322Nbh
=
==
=
⎥⎦⎤
⎢⎣⎡
4.12. Distribución de Nf
2cm/00kg.486fσ
6x102/1
200.245,12333,5))2951.x(02333,5()2)x1,245267.((10
333,51
xyσ
2/1
2yσ
2yμ
2xσ
2yμ
2yσ
2xμ
yμ1
x/yσ
2cm/kg 00.000,23333x10.5
610 x 67.10SMf
=
+
+=
+
+=
===
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
86
4.13. Distribución de la acción:
[ ] 2cm/kg 00.486 ,00.000,2fσ
4.14. Distribución de la resistencia y determinación del riesgo.
[ ]
[ ]
riesgo10000002110
0.002118
0.002118Riesgo 86;2- 2cm27kg697
2cm00kg0002-w
2cm27kg69725002486Rσ
500.00 , 4,000.00R si
000021180Riesgo 4.03; - 2cm18kg496
2cm00kg0002-w
2cm10kg49621002486Zσ
0z :paraZσ
Z -Zw
2cm00kg0002 2cm00kg0002- 2cm00kg0004A- RZ
100 000004Rσ
==
===
=+=
===
=+=
=
=
===
=
.
./.
/.,
/.
:
./.
/.,
/.
/.,/.,/.,
,.,
σ
[ ]
[ ]
falla. de adprobabilid de 8% 0.076; = Riesgo 43416,100697000001w
00697Zσ
00500000003NRsi
51000002000003sc
02070Riesgo
04210490000001w
10496Zσ
00100000003NR:suponemos Si
...,-
.
.,.,:
;..,.,.
.
...,-
.
.,.,
−==
=
==
=
−==
=
87
CAPíTULO V
Planteamiento de la confiabilidad en función del tiempo
Probabilidad de falla estructural de un sistema de tres
grados de libertad.
88
5. Planteamiento de la confiabilidad en función del tiempo
En este trabajo se presenta el estudio de la confiabilidad en función del tiempo, llamado
modelo “estocástico” en el cual se obtendrá la probabilidad de falla estructural y las
condiciones de serviciabilidad y seguridad de las estructuras, en términos del
reglamento de construcciones del Departamento del Distrito Federal (RCDF) [ 12 ].
Además, este estudio dará importancia al comportamiento estructural, en sus variables
como la resistencia (Ri), que estará determinada en términos de la capacidad de
deformación del material o algún tipo permisible de esfuerzos. Posteriormente, se
estudia la respuesta de la fatiga, en función de la confiabilidad y entre otros problemas
estudiaremos los de dinámica estructural.
Sí X., está en función del tiempo. Esto podrá ser, debido a los cambios de carga con el
tiempo (quasi-static), y por las propiedades del material, que cambian con el tiempo,
entre otros como un resultado directo de la aplicación de carga o por algún deterioro del
mecanismo la fatiga y corrosión son ejemplos típicos del deterioro de la resistencia(R).
El problema de confiabilidad elemental en términos estocásticos, es decir con el tiempo
variante y con una resistencia R(t) y los efectos de carga S(t), en un tiempo t dado.
Pf(t)=P[R(t)≤S(t)]………………………………………………………(5.1)
Si la probabilidad instantánea de una densidad de funciones PR(t) y fS(t) de R y S respectivamente son conocidos en el instante de la probabilidad de falla Pf(t), se puede
obtener aplicando la integral por convolución.
Y estrictamente la ecuación 5.1., se puede aplicar si el efecto de la carga S se
incrementa en intervalos del tiempo t, si el efecto de la carga se repite en este instante.
La falla no puede ocurrir precisamente en el mismo instante del tiempo t (asumiendo que
la trayectoria en un tiempo pequeño “t” el miembro fallo)
89
Esto en general genera un cambio en la carga o efecto de la carga, que es requerida;
esto es considerable si se tiene lo siguiente:
• Cambios de carga discreto
• Para cargas que varían en un tiempo continuo pequeños δt arbitrarios,
en un tiempo t, es considerado un instante de tiempo t.
Con esta interpretación estará dado como:
[ ]
[ ] )(dxx(t)fP0x(t)G
x(t)f t∫=≤
……………………………………………………………(5.2)
5.1. Formulación de la Confiabilidad En este trabajo se presenta un estudio para estimar la confiabilidad en Modelos de
Edificios de Cortante de tres niveles que presentan torsión, cuando son sometidas a
solicitaciones sísmicas, y cuyo objetivo es evaluar y analizar la respuesta estructural en
términos de distribución acumulativa, densidad y tasa de falla del parámetro
determinado como demanda de ductilidad estructural, representado como un sistema
coherente en términos de trayectorias y cortaduras mínimas, así, como la obtención de
la probabilidad de falla del sistema aplicando el algoritmo de optimización de Rackwitz y
Fiessler, del cual se elaboró un programa. Con base a lo anterior se toma en cuenta las
incertidumbres de las propiedades mecánicas y geométricas de la estructura, con un
comportamiento lineal sujeto a procesos no estacionarios que corresponden a
acelerogramas sintéticos, para un sitio, donde se localiza el movimiento, con
características de la componente sísmica EW ubicado en el sitio SCT, durante el sismo
del 19 de Septiembre de 1985.
Además los criterios y algoritmos para evaluar y la selección de los coeficientes de
diseño sísmico se determinan mediante el uso y presentación de valores óptimos, dados
por las propiedades estructurales y sísmicas en las que se incluyen las incertidumbres
mecánicas y geométricas de las mismas. Las cuales han sido estudiadas y evaluadas
90
durante un largo tiempo (Esteva 1967, 1968, 1969, 1976; Rosenbluet 1976). Estos
algoritmos han sido desarrollados para los casos en los cuales la ocurrencia de los
terremotos de diferentes intensidades en un sitio dado, es modelada, o por un proceso
de Poisson o por un proceso de renovación.
Así, evaluamos los códigos de diseño sísmico por torsión en México, y con criterios de
confiabilidad estructural, de estos modelos estructurales sometidos a acciones sísmicas
con estas características, y que proporcionan aleatoriedad en las excentricidades
estructurales y diseño, las cuales permiten, idealizar y generar modelos de edificios de
cortante con excentricidad en masas y rigideces aleatorias, que contienen propiedades
de incertidumbre en su probabilidad de falla. Con una metodología de análisis dinámico
y comparando los desplazamientos entre el diseño analítico y el modelo matemático de
diseño por torsión.
5.2 Idealización del Modelo Estructural
En está metodología se idealiza, discretiza y resuelve numéricamente un modelo
matemático de una estructura de cortante de tres niveles con excentricidad en rigideces
y masas, que proporcionan aleatoriedad e incertidumbre en la posición de la fuerza
resultante de diseño por torsión, compuesta en la relación de planta por seis elementos
ortogonales, es decir tres en la dirección “x” y tres en la dirección “y”, para someter este
modelo estructural al sismo real y artificial con las características de la componente EW
del sitio SCT registrado el 19 de Septiembre de 1985, y evaluar su comportamiento y
respuesta estructural, con base a los criterios de diseño sísmico por torsión, en el que se
asigna al menos el 70% de resistencia a uno de los elementos resistentes que soportan
una carga uniforme a través de un diafragma rígido. Y a su vez se compara está
respuesta con los resultados obtenidos por el método analítico de análisis dinámico.
91
5.3. Método de Análisis Para obtener la respuesta lineal de los modelos se utilizó el programa TORSION [9],
para análisis dinámico modal con excentricidades estructurales que generan torsión
sísmica, donde la estructura se idealiza como un conjunto de marcos planos unidos por
diafragmas rígidos de piso.
5.4. Evaluación de Confiabilidad Una vez definidos los estados límite, las variables consideradas como aleatorias, sus
leyes y parámetros estimados, podemos proceder a la evaluación de la confiabilidad, o
de su complemento, la probabilidad de falla, para un escenario elegido. Para los análisis
de confiabilidad de estructuras son necesarias algunas hipótesis [21]:
1. El estado de la estructura está definido en un espacio resultado de un vector de
variables aleatorias;
2. La estructura puede estar en uno de dos estados posibles es decir, estado de
falla o estado de seguridad
La frontera entre ambos estados se conoce como superficie de estado límite. El estado
de seguridad es el estado de una estructura que es capaz de satisfacer todas las
necesidades (mecánicas y de servicio) para las que fue diseñada.
Si Z se define como la diferencia entre la resistencia R y la solicitación S, entonces G(Z)
es la función de estado límite elemental, definida como:
G(Z)= R-S… ……………………………………………………….(5.4)
Donde R es la variable que representa los recursos del sistema y S es la variable que
define la demanda (como un esfuerzo o una deformación). G(Z)>0 define el estado de
seguridad y G(Z)≤0 definen el estado de falla. La probabilidad de falla es entonces:
92
( )( ) dzZfP 0ZG Zf ∫= ≤ ………………………………………..……(5.4.1)
Donde ( )zzf es la función de densidad de probabilidades de Z. Una dificultad importante
en el análisis de confiabilidad resulta del hecho de que los parámetros estadísticos de la
solicitación (y algunas veces los de resistencia no están dados directamente porque los
análisis estadísticos fueron hechos para las variables de base de la estructura (cargas,
propiedades de los materiales, geometría, etc.).
Se suponen conocidas al menos sus funciones de distribución de probabilidades
marginales. La variable Z y el vector iX están ligados por una transformación llamada
transformación mecánica:
Z=Z( iX )……………………………………………(5.4.2)
Se supone como primera aproximación que esta transformación es conocida, inclusive si
para la mayoría de las estructuras, la transformación se conoce sólo con la ayuda de un
algoritmo, por ejemplo un programa de elementos finitos.
Donde, para el estado límite )(ΧG ik , donde k=1,…,m, definido en función de variables de
base iΧ con m n,1,...,i = es el número de estados límite y “n” el numero de variables
aleatorias de base, la probabilidad de falla está definida como:
( )( ) ( ) n1iiDikf dx,...,dxxxf0ΧGProbPf∫=≤= …….......... (5.4.3)
donde ( )ix xfi
representa la densidad de probabilidades conjunta del vector iΧ y fD el
dominio de falla. La confiabilidad es el complemento de la probabilidad de falla, es decir:
fr P1P −= …………...………………………......…. (5.4.4)
Con base a lo anterior calculamos el índice de confiabilidad, y en una aproximación de la
probabilidad de falla, el propuesto por Hasofer y Lind expresado por β. El índice de
Hasofer y Lind es invariante y simple de obtener, al menos para muchos casos de
93
interés práctico. Sus autores proponen el no trabajar en el espacio de variables físicos
sino de efectuar un cambio de variables y colocarse así, en el espacio de variables
normales estándar (media nula y desviación estándar unitaria) estadísticamente
independientes. La transformación de las variables Χ en variables normales estándar
es:
)(Χ= TU …………......…………………..……...… (5.4.5)
A esta transformación se le llama transformación probabilista. Esta existe siempre para
variables continuas. Se tiene así, para la función de estado límite:
0UGUG =≡Χ )())(( ………………….….……......….(5.4.6)
Y para la probabilidad de falla:
n10UGf duduUP ,...,)()(∫ φ= ≤ …………………………..…(5.4.7)
Donde, )(uφ es la función de densidad de probabilidades de la función normal de “n”
dimensiones.
El índice de confiabilidad β se define como la distancia más corta del origen a la función
límite G(U)=0 en el espacio U. Esta distancia, proporciona un hiperplano tangente a la
función límite en el punto *P , llamado punto de falla más probable, no punto de diseño.
Este método es conocido como Método de Confiabilidad de Primer Orden, FORM (First
Order Reliability Method). Por lo que la probabilidad de falla se aproxima como:
( )β−φ≈fP ……………………………………....…….(5.4.8)
Donde ( )φ es la función normal estándar. Esta aproximación es la de primer orden. El
grado de aproximación depende de la no linealidad de la función de estado límite. El
resultado sólo es exacto cuando la función límite es lineal y las variables de base
normales. La solución por el método FORM se reduce a solucionar un problema de
94
optimización, en donde se busca minimizar β , con la condición de que G(U)=0, la cual
se encuentra mediante un algoritmo de optimización.
5.5. Algoritmo de optimización Existen diferentes métodos de optimización que están disponibles para determinar la
distancia mínima y el punto *P , si disponemos de la función límite y de su gradiente para
cada paso de iteración del proceso. El algoritmo de optimización, para resolver este
problema es el de Rackwitz y Fiessler. Y está dado por la fórmula iterativa siguiente:
( ) ( ) ( )( )( )
( )( )jij
jj
ij
i1j
i αuG
uG.αuu ⎥⎦
⎤⎢⎣
⎡
∇−=+ ………………………….…(5.5.1)
en donde ( ) ( )( )
( )( ) ,uGuG,...,
uGuGuG
t
n1 ⎭⎬⎫
⎩⎨⎧
∂∂
∂∂
=∇ es el vector gradiente de la función de estado límite,
( )( )( )
( ) ⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
∇
∇=α
j
jij
iuGuG ………………………………….…(5.5.2)
y ( )jiα es el vector de cosenos directores de la normal a la función límite orientada hacia
el origen, y ( )( )juG es el valor de la función de estado límite evaluada en el punto ( )ju . El
índice (j) indica el paso de iteración. Esta expresión nos conduce generalmente al punto *P y la distancia mínima se define como: ( ) 21 /**tuuβ = , *u las coordenadas del punto *P .
Cada iteración necesita de la evaluación de la función límite G(U) y de su gradiente
( )uG∇ .
95
CAPíTULO VI
Análisis de resultados
Respuesta de los Modelos de Estructuras de Cortante
96
6. Análisis de resultados y gráficas
Los resultados que se obtuvieron en estos modelos de estructuras de cortante, se
presentan como en todo experimento de simulación donde existe la necesidad de
generar valores de las variables aleatorias mediante una distribución de probabilidad
que representan los factores y características de los edificios, como de la acción
sísmica, y así obtener de estos modelos un comportamiento más aproximado a su
idealización estructural a través de su respuesta, utilizando índices de confiabilidad que
garanticen la seguridad estructural en este tipo de edificios y estructuras. Por lo tanto,
estos resultados se presentan en las figuras 1-7., que describen la deformación de una
estructura de cortante simétrica de uno y tres niveles sometida a un sismo como el que
ocurrió el la Ciudad de México el 19 de Septiembre de 1985 y en donde se tomo y
evaluó como medida estructural el desplazamiento máximo de entrepisos, mediante el
análisis del Programa llamado TORSION, el cual se concluyo y valido en el desarrollo de
este trabajo, así mismo se obtuvo de este programa los desplazamientos estructurales
con una aproximación similar, comparado con el Método Experimental en el que se
simula un sistema de un grado de libertad, dando como resultado un desplazamiento
máximo de 2.5cm, y en el programa TORSIÓN se obtuvo un desplazamiento de
2.488480 cm. Con esto también se puede demostrar en forma analítica de la siguiente
forma:
( )
cm 2.4828
segkg39.4786
segcm 98.1
d :será entodesplazami ely
segkg 39.4786
seg 1.0kg) (1.0
TmK entonces
kg. 1.0
segcm 98.1
segcm-kg 98.07
gwm la obtiene se Así,
segcm 98.1 g 0.1 como así ,
segcm-kg 98.07kgf 0.1 tomamos sí
segcm-kg 7 980.kgf 1 bién ó N 9.807 kgf 1
2
2
2
2
2
2
2
2
22
==
===
===
→→
→→
2
2
44 ππ
97
Finalmente se llevo este problema a una estructura de tres niveles y para validar este
programa se tomaron los datos de un ejemplo propuesto de una estructura de tres
niveles resuelto por el Método Analítico de Análisis Modal Espectral (Ej. 3.3.4., pag. 111
ref.54]., y sus resultados son similares a los que se obtuvieron con el Programa Torsión.
Y se presentan en la tabla 2. ESTRUTURAS
Sistema de un
Grado de Libertad
Sistema de tres Grados de Libertad
Caso 1 experimental y
numerico Caso 2
Métodos de Análisis
K M x k M x
Método Experimental 0.981 0.1 2.3
200 0.407750 0.2471
200 0.407750 2.2583
Programa Torsión 0.981 0.1 2.3
80 0.203875 3.3648
200 0.407750 1.0700
200 0.407750 1.8700 Método de Análisis
Modal Espectral (Llibro)
80 0.203875 2.7100
TABLA 2
Con base a lo anterior, también tenemos en las fig.1, 2 y 3 la descripción de las
respuestas de una estructura de cortante de un nivel para periodos de 0.5, 1.0 y 2.0
seg., en donde se observa que la función máxima de densidad y distribución
probabilística, se presenta para el periodo de 0.5 seg., siendo esta la máxima
deformación que se obtuvo tanto experimentalmente, como analíticamente y empleando
el programa TORSIÓN. Así, podemos tener que la relación de estado límite de una
estructura estará dada y conviene establecer en los reglamentos de diseño la
disposición de que se verifique, en ambas direcciones ortogonales, 3.2≤min
maxx
x .,
donde las 2x” son respectivamente los desplazamientos relativos entre pisos
consecutivos, máximo y mínimo de los elementos resistentes en la dirección que se
analiza.
98
Fig.4. Funciones de Cortadura mínima
99
Fig.8. Función de tasa de falla
100
6.1. Descripción gráfica del registro símico
La excitación sísmica, que se utilizo, para obtener la respuesta estructural correspondió
a la componente horizontal del sismo SCT de 1985, como se muestra en la fig.9., así
como el tipo de instrumento de medida de estos sismos fig.10 y 11.
fig.9. Registro Sísmico de la componente N-S, de 1985
101
FIG.10.Principio básico de operación y registro de un sismógrafo que mide el desplazamiento vertical del
terreno.
Fig.11.Censor triaxial de banda ancha
102
Con base a lo anterior se realizo un estudio adicional del comportamiento de una viga
con sección rectangular de la que se cálculo su probabilidad de falla, con un porcentaje
de 2kg/cm 200f´c = , un 22 kg/cm 000 2´000 E un y kg/cm 200,fy == 4 , cuyas trayectorias
generaron la envolvente de la fig.12., en la que se observa que el criterio analítico, es
más racional comparado con el criterio del A.C.I. Además se cálculo su probabilidad de
falla con estas propiedades y características, resultando igual al 8%. Y a su vez
consideramos otro estudio, para conocer un poco más sobre las normas y criterios de
diseño, realizando un estudio analítico de segundo orden comparado nuevamente con el
criterio del A.C.I., a una estructura de tres niveles y los resultados son los que se
obtuvieron mostraron que un estudio analítico nos lleva a un diseño más racional
comparado con la norma de diseño en un porcentaje del 2.5% (tabla 2). Y en la fig.13.,
se tiene la descripción del movimiento de las fuerzas resultantes de cinco códigos de
diseño por torsión.
fig. 12. Curva real del concreto (trayectorias)
103
fig.13. Fuerzas resultantes de códigos por torsión
Por lo anterior sabemos que de una población de estructuras su probabilidad de falla
será del 12.93%, esto de acuerdo a la fig.14
fig.14.Función de falla de Rackwitz y Fiessler
104
7. Conclusiones
Se formuló un modelo para el análisis de confiabilidad de estructuras con un
comportamiento estructural por torsión. La confiabilidad se evaluó en términos de
índices de confiabilidad para intensidades dadas, función de distribución acumulativa,
función de densidad y función de tasa de falla correlacionada por un sistema coherente
en términos de trayectorias y cortaduras mínimas. Así, medimos la probabilidad de falla
referida a un margen de seguridad que relaciona el desplazamiento del extremo superior
de la estructura con respecto a su base.
De los casos analizados se concluyo lo siguiente:
1. Para el modelo estructural, en su probabilidad de falla se encontró que tiene un
índice de confiabilidad de 1.13=β , es decir tiene una probabilidad de falla del
12.93%, lo que demuestra, con respecto a una de las filosofías de diseño, que
esta debe estar dentro del margen de seguridad, donde al menos una estructura
falle en una población de 100 estructuras, esto quiere decir que durante un sismo
con las características que se utilizo en ente estudio, implicaría en términos
probabilísticos una probabilidad de falla del 10%. Entonces, se observa que en la
realidad las estructuras experimentan un índice confiabilidad mucho mayor, de lo
marca un criterio de diseño.
2. Se observa también que de acuerdo a estudios realizados con estructuras reales
y aplicando métodos probabilísticos, se encontró que el índice de confiabilidad
para estructuras reales en sitio no agrietadas es menor a 2.0=β y comparado
con este trabajo estamos dentro de este rango, lo cual indica que la metodología
de aproximación es aceptable.
3. Otra observación que podemos determinar es que un criterio de diseño no es
precisamente el más optimo para la seguridad estructural, dado que los
coeficientes de diseño y los procesos de construcción, que deberían garantizar la
confiabilidad estructural, para que dicha estructura no falle ante este tipo de
105
eventos, a veces nos llevan a estructuras sobré diseñadas y costosas. Además
con un mayor índice de probabilidad de falla.
Con base a lo anterior se demuestra que el algoritmo que seguimos en este trabajo nos
genera una base de datos bastante confiable para simular estructuras con diversos
parámetros estructurales que contiene incertidumbre en sus propiedades tanto
estructurales como geométricas.
Trabajo futuro
Se propone instrumentar dos o tres edificios de la Unidad Zacatenco y registrar las
deformaciones experimentales durante un sismo, con objeto de hacer la validación
específica del caso.
106
Tablas
Factores de amplificación dinámica Diferencia
Método Analítico Análisis de segundo orden
Código A.C.I. %
1.0815591 1.111100 0.0295409 (3%) Planta Baja
1.0580645 1.081080 0.0230155 (2%) Primer Piso
1.0226140 1.052633 0.0300190 (3%) Segundo Piso
Tabla. 3. Resultados del Análisis por el Código A.C.I., y un Método Analítico, para
un comportamiento dinámico
107
Apéndice A
Programa I. Para el Análisis Modal Espectral (TORSION). Instituto de Ingeniería , UNAM. program torsion;
const
NNmax = 10;
NMmax = 10;
var
str1, str2, str3 : string;
Ar1, Ar2, fp : text;
Xcm, Ycm : array[1..NNmax] of real;
Mxy, m6AT2 : array[1..3*NNmax] of real;
rig, res, yield, YT, YC, rr : array[1..NMmax, 1..NNmax] of real;
B : array[1..NMmax, 1..NNmax] of integer;
DM, Dmax, Tmax : array[1..NMmax, 1..NNmax] of real;
XY : array[1..NMmax, 1..3] of real;
MT, NNMT : array[1..NMmax] of integer;
D, V, A, F : array[1..3*NNmax] of real;
KD, KR : array[0..NNmax, 1..2] of real;
FF : array[0..NNmax] of real;
KK : array[1..3*NNmax, 1..3*NNmax] of real;
escala, ang, coseno, seno, AT, ATo, ATo2, T, C6AT, C6AT2 : real;
ss, cc, sc, s2, c2, Dinf, Dsup, DD, VV : real;
iax, iay, ia, iv, id : real;
Xo, Yo : array[0..2000] of real;
SK, R, h, mm, Mr2 : real;
NNE, NM, NMT, i, j, k, k1, l, m, n, c, NN, NPRA, NP, kxy : integer;
procedure DATOS1;
begin
mm:=0.01; kxy:=1;
write('Marcos ortogonales? s¡=0 '); readln(kxy);
write('Archivo de datos ? '); readln(str1);
write('Archivo de salida ? '); readln(str2);
108
write('Nom. del acelerograma ? '); readln(str3);
Assign( Ar1 , str1 ); Reset(Ar1);
Assign( Ar2 , str2 ); Rewrite(Ar2);
Assign( fp , str3 ); Reset(fp);
write('Num. de puntos en el registro '); readln(NPRA);
write('Fac. de escala aceleraciones '); readln(escala);
write('Angulo sismo ');readln(ang);
write('paso de integraci¢n ATo ');readln(ATo);
ang:=3.1416*ang/180;
coseno:=cos(ang); seno:=sin(ang);
for i:=0 to NPRA-1 do begin
read(fp, h);
Xo[i]:=escala*h*coseno;
Yo[i]:=escala*h*seno;
end;
AT:=1.38*ATo; ATo2:=ATo * ATo;
C6AT:=6/AT; C6AT2:=C6AT/AT;
close(fp);
end;
procedure DATOS2;
begin
readln(Ar1, str1); writeln(Ar2, str1);
if str1 = 'FIN' then begin
close(Ar1); close(Ar2);
exit;
end;
readln(Ar1, NNE, NM, NMT);
for i:=1 to NNE do begin
readln(Ar1, Mxy[i], Mr2, Xcm[i], Ycm[i]);
j:=i+NNE;
Mxy[j]:=Mxy[i]; Mxy[j+NNE]:=Mr2;
end;
for m:=1 to NMT do begin
readln(Ar1, NNMT[m]);
for i:=1 to NNMT[m] do begin
readln(Ar1, rig[m,i], res[m,i]);
yield[m,i]:=2*res[m,i]/rig[m,i];
end;
109
end;
for m:=1 to NM do
readln(Ar1, MT[m], XY[m,1], XY[m,2], XY[m,3]);
(*** fin de lectura ***)
for m:=1 to NM do begin
l:=MT[m];
ang:=XY[m,1]; ang:=3.1416*ang/180;
cc:=cos(ang); ss:=sin(ang);
for i:=1 to NNMT[m] do begin
rr[m,i]:= (XY[m,2] - Xcm[i])*ss - (XY[m,3] - Ycm[i])*cc;
YT[m,i]:= yield[l,i] / 2;
YC[m,i]:=-yield[l,i] / 2;
B[m,i]:=0;
end;
XY[m,1]:=cc; XY[m,2]:=ss;
end;
(*** inicia ceros desplazam. y velocidad ***)
for i:=1 to 3*NNE do begin
D[i]:=0; V[i]:=0; m6AT2[i]:=6*Mxy[i]/(AT*AT);
end;
(*** inicia ceros Dmax y Tmax ***)
for i:=1 to NNE do
for m:=1 to NM do begin
Dmax[m,i]:=0; Tmax[m,i]:=0;
end;
end;
procedure RIGIDEZ;
begin
(*** ceros matriz de rigidez y vector de fzas. ***)
for i:=1 to 3*NNE do begin
F[i]:=0;
for j:=i to 3*nne do KK[i,j]:=0;
end;
(*** calcula para cada marco su contribucion a ***)
(*** la matriz de rigidez y al vector de fzas. ***)
for m:=1 to NM do begin
110
l:=MT[m]; NN:=NNMT[m];
cc:=XY[m,1]; ss:=XY[m,2];
c2:=cc*cc; s2:=ss*ss; sc:=ss*cc; Dinf:=0;
for i:=1 to NN do begin
Dsup := D[i]*cc + D[i+NN]*ss + rr[m,i]*D[i+2*NN];
VV := V[i]*cc + V[i+NN]*ss + rr[m,i]*V[i+2*NN];
DD:=Dsup - Dinf; Dinf:=Dsup;
DM[m,i]:=DD;
(*** revisa el estado de fluencia de ***)
(*** los elementos resistentes ***)
case B[m,i] of
0 : begin
if DD > YT[m,i] then B[m,i]:= 1;
if DD < YC[m,i] then B[m,i]:=-1;
end;
1 : if VV < 0 then begin
YT[m,i]:=DD;
YC[m,i]:=DD - yield[l,i];
B[m,i]:= 0;
end;
-1 : if VV > 0 then begin
YT[m,i]:=DD + yield[l,i];
YC[m,i]:=DD;
B[m,i]:= 0;
end;
end;
(*** ensambla matriz rigz. y vector de fzas. ***)
SK:=rig[l,i]; R:=res[l,i];
case B[m,i] of
0 : FF[i]:=R - (YT[m,i] - DD)*SK;
1 : begin
SK:=mm*SK;
FF[i]:= R + (DD - YT[m,i])*SK;
end;
-1 : begin
SK:=mm*SK;
FF[i]:=-R - (DD - YC[m,i])*SK;
end;
111
end;
KD[i-1,1]:=KD[i-1,1] + SK; KD[i-1,2]:=-SK;
KD[i,1]:=SK;
end;
(*** ensambla ***)
for i:=1 to NN do begin
KR[i,1]:=KD[i,1]*rr[m,i]; KR[i,2]:=KD[i,2]*rr[m,i];
end;
for n:=1 to NN do begin
j:=n+NN; k:=j+NN;
KK[n,n]:=KK[n,n] + KD[n,1]*c2;
KK[n,j]:=KK[n,j] + KD[n,1]*sc;
KK[n,k]:=KK[n,k] + KR[n,1]*cc;
F[n]:=F[n] + FF[n]*cc;
KK[j,j]:=KK[j,j] + KD[n,1]*s2;
KK[j,k]:=KK[j,k] + KR[n,1]*ss;
F[j]:=F[j] + FF[n]*ss;
KK[k,k]:=KK[k,k] + KR[n,1]*rr[m,n];
F[k]:=F[k] + FF[n]*rr[m,n];
end;
for n:=1 to NN-1 do begin
i:=n+1; j:=i+NN; k:=j+NN;
KK[n,i]:=KK[n,i] + KD[n,2]*c2;
KK[n,j]:=KK[n,j] + KD[n,2]*sc;
KK[n,k]:=KK[n,k] + KR[n,2]*cc;
i:=n+NN;
KK[i,j]:=KK[i,j] + KD[n,2]*s2;
KK[i,k]:=KK[i,k] + KR[n,2]*ss;
i:=n+2*NN;
KK[i,k]:=KK[i,k] + KR[n,2]*rr[m,n];
i:=n+1; j:=n+NN; k:=j+NN;
KK[i,j]:=KK[i,j] + KD[n,2]*sc;
KK[i,k]:=KK[i,k] + KR[n,2]*cc;
i:=n+NN+1;
KK[i,k]:=KK[i,k] + KR[n,2]*ss;
end;
end;
end; (* RIGIDEZ *)
112
procedure ESCRIBE;
begin
writeln(Ar2, T:13:2);
for i:=1 to NNE do begin
for m:=1 to NM do begin
if abs(DM[m,i]) > Dmax[m,i] then begin
Dmax[m,i]:=abs(DM[m,i]);
Tmax[m,i]:=T;
end;
write(Ar2, DM[m,i]:8:3, ' (', B[m,i]:2, ') ' );
end;
writeln(Ar2);
end;
end;
procedure MAXIMOS;
begin
writeln(Ar2, ' *** Desplazamientos m ximos ***');
for m:=1 to NM do write(Ar2, ' D T ');
writeln(Ar2);
for i:=1 to NNE do begin
for m:=1 to NM do begin
DD := Dmax[m,i] * 2/yield[m,i];
write(Ar2, DD:6:2, Tmax[m,i]:7:2, ' ');
end;
writeln(Ar2);
end;
writeln(Ar2);
end;
procedure rul;
begin
for i:=1 to NNE do begin
for j:=1 to 3*NNE do write(Ar2, KK[i,j]:6:1); writeln(Ar2, F[i]:6:3);
end; writeln(Ar2);
for i:=NNE+1 to 2*NNE do begin
for j:=1 to 3*NNE do write(Ar2, KK[i,j]:6:1); writeln(Ar2, F[i]:6:3);
end; writeln(Ar2);
113
for i:=2*NNE+1 to 3*NNE do begin
for j:=1 to 3*NNE do write(Ar2, KK[i,j]:6:1); writeln(Ar2, F[i]:6:3);
end; writeln(Ar2);
end;
procedure TRIAN;
begin
c:=1;
for k:=1 to NNE do begin
if k <> NNE then begin
i:=k+1; h:=KK[k,i]/KK[k,k];
KK[i,i]:=KK[i,i] - KK[k,i]*h; KK[k,i]:=h;
if kxy <> 0 then
for j:=NNE+1 to NNE+k+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
for j:=2*NNE+1 to 2*NNE+k+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
end
else c:=0;
if kxy <> 0 then
for i:=NNE+1 to NNE+k+c do begin
h:=KK[k,i]/KK[k,k];
for j:=i to NNE+k+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
for j:=2*NNE+1 to 2*NNE+k+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end;
for i:=2*NNE+1 to 2*NNE+k+c do begin
h:=KK[k,i]/KK[k,k];
for j:=i to 2*NNE+k+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end;
F[k]:=F[k]/KK[k,k];
end;
(***************)
c:=1;
for k1:=1 to NNE do begin
k:=NNE + k1;
if k <> 2*NNE then begin
114
if kxy <> 0 then
for i:=k+1 to 2*NNE do begin
h:=KK[k,i]/KK[k,k];
for j:=i to 3*NNE do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end
else begin
i:=k+1; h:=KK[k,i]/KK[k,k];
KK[i,i]:=KK[i,i] - KK[k,i]*h; KK[k,i]:=h;
for j:=2*NNE+1 to 2*NNE+k1+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
end;
end
else c:=0;
if kxy <> 0 then
for i:=2*nne+1 to 3*NNE do begin
h:=KK[k,i]/KK[k,k];
for j:=2*nne+1 to 3*NNE do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end
else
for i:=2*nne+1 to 2*nne+k1+c do begin
h:=KK[k,i]/KK[k,k];
for j:=i to 2*nne+k1+c do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end;
F[k]:=F[k]/KK[k,k];
end;
(***************)
for k:=2*NNE+1 to 3*NNE do begin
for i:=k+1 to 3*NNE do begin
h:=KK[k,i]/KK[k,k];
for j:=i to 3*NNE do KK[i,j]:=KK[i,j] - KK[k,j]*h;
F[i]:=F[i] - F[k]*h;
KK[k,i]:=h;
end;
115
F[k]:=F[k]/KK[k,k];
end;
end; (* TRIAN *)
procedure SOL;
begin
for i:=3*NNE-1 downto 2*NNE do
for j:=i+1 to 3*NNE do F[i]:=F[i] - KK[i,j]*F[j];
(***********)
if Kxy <> 0 then
for i:=2*NNE-1 downto NNE+1 do
for j:=i+1 to 3*NNE do F[i]:=F[i] - KK[i,j]*F[j]
else
for i:=2*NNE-1 downto NNE+1 do begin
for j:=2*NNE+1 to i+NNE+1 do F[i]:=F[i] - KK[i,j]*F[j];
F[i]:=F[i] - KK[i,i+1]*F[i+1];
end;
(***********)
i:=NNE;
if kxy <> 0 then
for j:=NNE+1 to 3*NNE do F[i]:=F[i] - KK[i,j]*F[j]
else
for j:=2*NNE+1 to 3*NNE do F[i]:=F[i] - KK[i,j]*F[j];
for i:=NNE-1 downto 1 do
for j:=2*NNE+1 to i+2*NNE+1 do F[i]:=F[i] - KK[i,j]*F[j];
if kxy <> 0 then for i:=NNE-1 downto 1 do
for j:=NNE+1 to i+NNE+1 do F[i]:=F[i] - KK[i,j]*F[j];
for i:=NNE-1 downto 1 do F[i]:=F[i] - KK[i,i+1]*F[i+1];
end;
(**** MAIN PROGRAM ****)
begin
DATOS1;
repeat
DATOS2; T:=0;
if str1 = 'FIN' then exit;
for NP:=0 to NPRA-1 do begin (* secuencia iterativa *)
RIGIDEZ;
ESCRIBE;
116
iax:=Xo[NP+1] - Xo[NP]; iay:=Yo[NP+1] - Yo[NP];
for i:=1 to NNE do begin
j:=i+NNE; k:=i+2*NNE;
A[i]:= -Xo[NP] - F[i] / Mxy[i];
A[j]:= -Yo[NP] - F[j] / Mxy[j];
A[k]:= - F[k] / Mxy[k];
F[i]:= Mxy[i] * (-iax + C6AT*V[i] + 3*A[i]);
F[j]:= Mxy[j] * (-iay + C6AT*V[j] + 3*A[j]);
F[k]:= Mxy[k] * ( C6AT*V[k] + 3*A[k]);
end;
for i:=1 to 3*NNE do KK[i,i]:=KK[i,i] + m6AT2[i];
TRIAN; SOL;
for i:=1 to 3*NNE do begin
ia:= ( C6AT2*F[i] - C6AT*V[i] - 3*A[i] ) / 1.38;
iv:=ATo*(A[i] + ia/2);
id:=ATo* V[i] + ATo2*(A[i]/2 + ia/6);
D[i]:=D[i] + id;
V[i]:=V[i] + iv;
end;
T:=T + ATo;
end;
MAXIMOS;
until 1=2;
end.
117
Apéndice B
Programa II. Para Análisis de Confiabilidad Método de Rackwitz y Fiessler
SQRT(SUM((Desp1-media)**2)/COUNT(Desp1)-1))
%function [ ]=cand( )
grad;r=0;
u1=0;u2=0;u3=0;
x1=0.3398;x2=1.83109;x3=41.44;
sigma1=0.08596;sigma2=0.528866;sigma3=10.4734;
m1=x1;m2=x2;m3=x3;
un=zeros(3,1);
for n=1:1000
eval(['Gu=x3*x2-98.1*x1;'])
for i =1:2
eval(['X',num2str(i),'=u',num2str(i),'*sigma',num2str(i),'+m',num2str(i),';'])%
end
load('dif');
G1=eval(G1);
G2=eval(G2);
G3=eval(G3);
for i =1:3
eval(['Ga',num2str(i),'=(G',num2str(i),')^2;'])% sym(''x',num2str(i),''')'])
end
Gf=sqrt(Ga1+Ga2+Ga3);
for i =1:3
eval(['alfa',num2str(i),'=G',num2str(i),'/Gf;'])% sym(''x',num2str(i),''')'])
eval(['alfa(i,1)=alfa',num2str(i),';'])
118
end
alfa;
%*************inicio de programa******************************************
eval(['beta=un''*alfa;'])
eval(['gama=((beta-(Gu/Gf))*alfa);'])
eval(['gamasqrt=gama''*gama;'])
eval(['gamarootsqrt=sqrt(gamasqrt);'])
%vpa=(gamarootsqrt)
u1=gama(1,1);u2=gama(2,1);u3=gama(3,1);
un=[u1;u2;u3];
for i =1:3
eval(['mnew',num2str(i),'=u',num2str(i),'*sigma',num2str(i),'+m',num2str(i),';'])%
eval(['m',num2str(i),'=mnew',num2str(i),';'])%
end
x1=m1;x2=m2;x3=m3;
k(n,1)=gamarootsqrt;
end
r=1:1000;
k
plot(r,k)
119
Apéndice C
Programa III. (Para graficar salidas de los registros Sísmicos)
PROGRAM ORDEN
IMPLICIT REAL*8 (A-H,O-Z)
PARAMETER (N=900)
DIMENSION T(N),AD(N),F(N)
OPEN (unit=1,FILE='meli50.sal',STATUS='OLD')
OPEN (unit=2,FILE='meli50.out',STATUS='NEW')
x=0.0
READ(1,5)F(I)
5 FORMAT(67x,3x,f10.8)
DO 10 I=1,N
READ(1,3)F(I)
3 FORMAT(67x,f10.8)
AD(I)=F(I)
c a5=T(I)
c a5=T(I)*31.62
WRITE(2,20)X,F(I)
X=X+0.002
10 CONTINUE
20 FORMAT(F6.4,3x,f10.8)
close(1)
close(2)
STOP
END
120
Índice de Anexos de Análisis de resultados
No. Figura pag.
1.- Función de distribución para T=0.5seg
2.- Función de distribución para T=1.0seg
3.- Función de distribución para T=2.0seg
4.- Función cortadura mínima
5.- Distribución de probabilidad
6.- Distribución de probabilidad para T=0.5, 1.0 y 2.0 seg
7.- Distribución de periodos para T=0.5, 1.0 y 2.0 seg.
8.- Función de tasa de falla
9.- Registro sísmico de la componente N-S de 1985
10.-Principio básico de operación y registro de un sismógrafo que mide el
desplazamiento vertical del terreno
11.- Censor triaxial de banda ancha
12.-Curva real del concreto (trayectorias).
13.-Fuerzas resultantes de códigos por torsión
14.- Función de falla de Rackwitz y Fiessler
98
98
98
98
98
98
98
99
100
101
101
102
103
103
121
REFERENCIAS
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Esteva L., Alamilla J. y Díaz-López O. (2002) “Failure models, significant variables
and reference systems in reliability-based seismic design of multistory buildings”,
Enviado para su publicación al Seventh U.S. National Conference on Earthquake
Engineering, Boston.
Alamilla J., Esteva L., García-Pérez J., Díaz-López O. (2001a) “Evolutionary
properties of stochastic models of earthquake accelerograms: Their dependence on
magnitude and distance”, Journal of Seismology 5: 1-21.
Alamilla J., Esteva L., García-Pérez J., Díaz-López O. (2001b) “Simulating
earthquake ground motion at a site, for given intensity and uncertain source
location”, Journal of seismology.
Esteva L., Díaz-López O., García-Pérez J. (2001) “Reliability functions for
earthquakes resistant design”, Journal of Reliability Engineering and Safety,
Especial issue.
Méndez O. (2001) “Confiabilidad sísmica de estructuras considerando diferentes
criterios de capacidad de deformación estructural”, Tesis presentada en la DEPFI,
UNAM, como requisito para obtener el grado de Maestro en Ingeniería .
Montes Iturrizaga R., heredia-Zavoni E. Y Esteva L. (2001) “Optimal maintenance
strategies for structures in seismic zones”, Earthquake Engineering and Structural
Dynamics.
Cornell A. C. Vamvatsikos D., Jalayer F. and Luco N. (2000) “Seismic reliability of
steel frames”, Procc. IFIP WG7.5 Conference , Ann Arbor, MI.
122
[8]
[9]
[10]
[11]
[12]
[13]
[14]
Heredia-Zavoni E., Zeballos A y Esteva L. (2000) “theoretical models and recorded
response in the estimation of cumulative seismic damage on non-linear structures”,
Earthquake Engineering and Structural Dynamics , 29: 1779-1796.
Esteva L. y Heredia-Zavoni E. (2000) “Health monitoring and optimum maintenance
programs for structures in seismic zones”, 3rd . International Workshop of Structural
control, IASC. París, Junio.
Reyes C. (1999) “El estado limite de servicio en el diseño sísmico de edificios“, Tesis
presentada en la DEPFI, UNAM, como requisito para obtener el grado de Doctor en
Ingeniería.
L. Esteva, S.E. Ruiz, L. Veras and V. Diaz. “Reliability and performance-based
seismic design criteria for structures with energy-dissipating devices: Present
experience and trends in Mexico. Institute of Engineering, National University of
Mexico. International Post-SmiRT Conference Seminar on Isolation, Passive Energy
Dissipation and Active Control of Vibrations of Structures Cheju, Korea, August 23-
25, 1999.
Collins K. R., Wen y K., Fouthch D.A. (1996) “An alternative seismic design
procedure for standard buildings”, 11th World Conference on Earthquake
Engineering. Acapulco, Mexico.
Díaz O, García-Pérez J, Esteva L, Singh S. K. (1999) “Accounting for source location
errors in the Bayesian analysis of seismicity and seismic hazard”, Journal of
Seismology, 3, 153-166.
Ordaz M,m Arboleda J., Singh S. K. (1995) “A scheme of random summation of an
empirical Green´s function to estimate ground motions from future large
earthquakes”, Bull. Seism. Soc. Am. 85
123
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
“Towards consistent-reliability structural design for earthquakes”. Institute of
Engineering, National University of Mexico. Información proporcionada directamente
por el Dr. Luis Esteva Maraboto. Año 1994.
Chen W., E. Bazan y J. Bielak., “Inelastic Seismic Response of Torsionally-Coupled
Multistory Buildings”. Department of Civil Engineering, Carnegie Mellon University,
Report No. R-93-208, 1993.
Ayala G. y O. García, “Criterios de Diseño Sísmico para Estructuras en Torsión”,
Informe al CONACYT, Proyecto 0740, Instituto de Ingeniería, UNAM, México (1992).
Rosenblueth E., “Diseño de Estructuras Resistentes a Sismos” Ed. Limusa, IMCYC,
México, (1991), pp. 50-83.
Bryla, P., Faber, M., Rackwitz, R., Second Order Methods in Time Variant Reliability,
Proc. OMAE’91, II, (1991), pp. 143-150.
Escobar J. A. y G. Ayala, “Non-linear Seismic Response of Asymmetric Buildings
with Uncertain Parameters”, Sixth International Conference on Applications of Statics
and Probability in Civil Engineering, Esteva L. and S. E. Ruiz, México, (1991),
pp.445-452.
Chopra A.K. y R.K. Goel, “Evaluation of Torsional Provisions in Seismic Codes”,
Journal of Structural Engineering, Vol. 117, No. 12, December (1991).
Ayala G., R. Barrón y U. Zapata. “Criterios de Diseño Sísmico para Estructuras en
Torsión”, Memorias, IX Congreso Nacional de Ingeniería Sísmica y VIII Congreso
Nacional de Ingeniería Estructural, Volumen II, Sociedad Mexicana de Ingeniería
Sísmica, Manzanillo, Colima, septiembre de (1991), pp. 6-49 a 6-57.
Meli R. y Mendoza C.J. (1991) “Reglas de verificación de calidad del concreto”,
124
[24]
[25]
[26]
[27]
[28]
[29]
[30]
[31]
Revista de Ingeniería LXI, México.
Abdo, T., Rackwitz, R., A New b-Point Algorithm for Large Time-Invariant and Time-
Variant Reliability Problems, 3rd WG 7.5 IFIP Working Conf., Berkeley, March 26-28,
1990
Gómez R., G. Ayala y J. D. Jaramillo, “Respuesta Sísmica de Edificios Asimétricos
Segunda parte”, Informe al CONACYT, Instituto de Ingeniería, UNAM, México, 1989.
Bazan, E. y R. Meli, “Manual de Diseño Sísmico de Edificios”, Ed. Limusa, México,
(1989), pp. 83-98.
Normas Técnicas Complementarias para Diseño por Sismo, Gaceta Oficial del
Departamento del Distrito Federal, México D.F., octubre 29, (1987).
Bruneau M. y S. A. Mahin, “Inelastic Seismic Response of Structures with Mass of
Stiffness Eccentricities in Plan”, Inform No. UBC/EERC-87/12, Earthquake
Engineering Research Center, University of California, Berkeley, California, 1987.
Rosenblueth E., “Seismic Design Requirements in a Mexican 1976 Code”,
Earthquake Engineering and Structural Dynamics, Vol. 7, (1979), 49-61.
Meli R.y E. Molina, “Aspectos Estadísticos de los daños ocasionados por los sismos
de Septiembre de 1985 en Edificaciones de la ciudad de México” Informe interno,
Instituto de Ingeniería, UNAM, México, (1986).
Der Kiureghian, A., Liu, P.-L., Structural Reliability under Incomplete Probability
Information, Journal of Engineering Mechanics, ASCE, (1986), Vol. 112, No.1, 85-
104
Hohenbichler, M., Gollwitzer, S., Kruse, W., and Rackwitz, R., New Light on First-
and Second-Order Reliability Methods, Structural Safety, 1987, 4, 267-284
125
[32]
[33]
[34]
[35]
[36]
[37]
[38]
[39]
[40]
[41]
Grigoriu M., Ruiz S. E. Y Rosenblueth E. (1988). “The Mexico earthquake of
september 19, 1985 – nonstationary models of seismic ground acceleration”,
Earthquake Spectra, Vol. 4, No.3, 551-568.
Irvene H.M. and G.E. Kountoris, “Peak Ductility Demands in Simple Torsionally
Unbalanced Models subjected to Earthquake Excitations”, Memories, Seventh World
Conference Earthquake Engineering, Part 4, pp 117-120, Estambul Turquia, 1980.
Guendelman-Israel, R. y G. H. Powell, “DRAIN-TABS a Computer Program for
Inelastic Earthquake Response of Three-Dimensional Buildings”, Report
No.UCB/EERC-77/08, Earthquake Engineering Research Center, University of
California, Berkeley, California, Marzo de 1977.
Clough, R. and J. Penzien, “ Dynamics of Structures”, Mc Graw Hill, New York, 1975.
Hasofer, A.M., and Lind, N.C., An Exact and Invariant First Order Reliability Format,
Journal. Eng. Mech., ASCE, 1974, 100, EM1, 111-121
Esteva L., y Villaverde R. (1973) “Seismic risk, design spectra and structural
reliability”, Proc. fifth World Conference on Earthquake Engineering, Roma, Italia,
2586-2597.
Newmark, N. M. and E. Rosenblueth, “Fundamentals of Earthquake Engineering”,
Prentice-Hall Inc., Englewood Cliffs, N.Y., 1971.
Arias A., “ A Measure of Earthquake Intensity, Seismic Design for Nuclear Power
Plants, Editor R. J. Hansen, MIT Press, 1970.
Kanaan A. E. y G.H. Powell, “DRAIN-2D, a General Computer Program for Inelastic
Hohenbichler, M.; Rackwitz, R.: Improvement of Second-order Reliability Estimates
126
[42]
[43]
[44]
[45]
[46]
[47]
[48]
[49]
[50]
by Importance Sampling, Journal of Eng. Mech., ASCE, 114, 12, 1988, pp.2195-219
Kuschel, N., Pieracci, A., Rackwitz, R.: Multiple b-points in Structural Reliability, 3rd
Intern. Conference on Computational Stochastic Mechanics, Santorini, 14-17.6.1998
Madsen, H.O., Krenk, S., Lind, N.C., Methods of Structural Safety, Prentice-Hall,
Englewood-Cliffs, 1986
Rackwitz, R., On the Combination of Non-Stationary Rectangular Wave Renewal
Processes, Struct. Safety, 13, 1+2, pp. 21-28
Rackwitz, R., Fiessler, B., Structural Reliability under Combined Random Load
Sequences, Comp. & Struct., 1978, 9, 484-494
Schall, G., Faber, M., Rackwitz, R., The Ergodicity Assumption for Sea States in the
Reliability Assessment of Offshore Structures, Journ. Offshore Mech. and Arctic
Eng., ASME, 113 , 3, pp. 241-246
Schall, G., Gollwitzer, S., Rackwitz, R., Integration of Multinormal Densities on
Surfaces, Proc. 2nd IFIP WG 7.5 Work. Conf. on Reliability and Optimization on
Structural Systems, Springer, 1988
Schittkowski, K., The Nonlinear Programming Method of Wilson, Han and Powell
with an Augmented Lagrangian Type Line Search Function, Numer. Math., 1981, 38,
83-127.
Schittkowski, K., On the convergence of a sequential quadratic programming method
with an augmented Lagrangian type line search function, Math. Operate Statistic.,
1983, 14, 197-216.
Shinozuka, M., Stochastic Characterization of Loads and Load Combinations, Proc.
3rd ICOSSAR 1981, Elsevier, Amsterdam, 1981
127
[51]
[52]
[53]
[54]
[54]
Sindel, R., Gollwitzer, S., Rackwitz, R., Problems and Solution Strategies in
Reliability Updating, Proc. 15th OMAE 1996, Florence 16-20.6.1996, ASME, 1996,
vol. 2, pp. 111-118
Tvedt, L., Two Second-Order Approximations to the Failure Probability, Det Norske
Veritas, RDIV/20-oo4-83, 1983
Winterstein, S.R., Bjerager, P., The Use of Higher Moments in Reliability Estimation,
Proc. ICASP 5, Int. Conf. on Appl. of Statistics and Prob. in Soil and Struct., Vol. 2,
Vancouver 1987, pp. 1027-1036
Winterstein, S.R., Moment-based Hermite Models of Random Vibration, Technical
University of Denmark, Dept. Struct. Eng., Serie R., No.219, 1987
Bazan y Meli, “DISEÑO SÍSMICO DE EDIFICIOS” Editorial Limusa, S.A de C.V.
1999, SEGUNDA EDICIÓN
128