tecnica_costruzioni:sicurezza_strutturale:probabilistico_livello_2
Differenze
Queste sono le differenze tra la revisione selezionata e la versione attuale della pagina.
Entrambe le parti precedenti la revisione Revisione precedente Prossima revisione | Revisione precedente | ||
tecnica_costruzioni:sicurezza_strutturale:probabilistico_livello_2 [2013/06/27 10:17] mickele [Indice di sicurezza] |
tecnica_costruzioni:sicurezza_strutturale:probabilistico_livello_2 [2021/06/13 13:09] (versione attuale) |
||
---|---|---|---|
Linea 1: | Linea 1: | ||
====== Metodi probabilistici di livello 2 ====== | ====== Metodi probabilistici di livello 2 ====== | ||
- | Approssimiamo | + | I metodi probabilistici di livello 2 approssimiamo |
$$g(\mathbf{x}) = g(x_1, x_2, \dots x_n) = g(\mathbf{x^{*}}) + \sum \limits_{i}^n \frac{\partial g}{\partial x_i} \left( x_i - x_i^{*}\right) + \frac{1}{2} \sum \limits_{i}^n \sum \limits_{j}^n \frac{\partial^2 g}{\partial x_i \partial x_j} \left( x_i - x_i^{*}\right) \left( x_j - x_j^{*}\right) + \dots $$ | $$g(\mathbf{x}) = g(x_1, x_2, \dots x_n) = g(\mathbf{x^{*}}) + \sum \limits_{i}^n \frac{\partial g}{\partial x_i} \left( x_i - x_i^{*}\right) + \frac{1}{2} \sum \limits_{i}^n \sum \limits_{j}^n \frac{\partial^2 g}{\partial x_i \partial x_j} \left( x_i - x_i^{*}\right) \left( x_j - x_j^{*}\right) + \dots $$ | ||
+ | In base all' | ||
+ | * i metodi FORM arrestano lo sviluppo in serie al primo ordine | ||
+ | * i metodi SORM si fermano al secondo ordine. | ||
+ | Inoltre tali metodi spostano l' | ||
====== Indice di sicurezza ====== | ====== Indice di sicurezza ====== | ||
Linea 74: | Linea 78: | ||
I metodi FORM (First Order Reliability Methods) approssimano la funzione di stato limite con il suo sviluppo in serie di Taylor interrotto al primo ordine. | I metodi FORM (First Order Reliability Methods) approssimano la funzione di stato limite con il suo sviluppo in serie di Taylor interrotto al primo ordine. | ||
- | Sotto tale ipotesi, sulla base di quanto visto al paragrafo precedente, | + | Sotto tale ipotesi, sulla base di quanto visto al paragrafo precedente, |
- | Cerchiamo di dare un' | + | Cerchiamo di dare un' |
Per farlo effettuiamo il cambio di variabili | Per farlo effettuiamo il cambio di variabili | ||
Linea 86: | Linea 90: | ||
Poiché la funzione di stato limite $g_{LS}$ è lineare rispetto ad $r'$ ed $e'$. Da quanto detto sopra questo vuol dire che: | Poiché la funzione di stato limite $g_{LS}$ è lineare rispetto ad $r'$ ed $e'$. Da quanto detto sopra questo vuol dire che: | ||
* o la funzione di stato limite è effettivamente lineare | * o la funzione di stato limite è effettivamente lineare | ||
- | * o approssimiamo la funzione di stato limite al suo sviluppo in serie di Taylor | + | * o approssimiamo la funzione di stato limite al suo sviluppo in serie di Taylor |
- | Nel piano $r' | + | Nel piano $r' |
==== FOSM ==== | ==== FOSM ==== | ||
Linea 99: | Linea 103: | ||
Sotto tali ipotesi, indicando con z la variabile aleatoria esito, pari al valore assunto dalla funzione di stato limite, abbiamo | Sotto tali ipotesi, indicando con z la variabile aleatoria esito, pari al valore assunto dalla funzione di stato limite, abbiamo | ||
- | $$\mu_z = g(\mu_{x, | + | $$\mu_g = g(\mu_{x, |
- | $$\sigma_z^2 = \sum \limits_{i=1}^{n} \sum \limits_{j=1}^{n} \left( \frac{\partial g}{\partial x_i} \right)_{\mu_x} \left( \frac{\partial g}{\partial x_j} \right)_{\mu_x} \sigma_{xi, | + | $$\sigma_g^2 = \sum \limits_{i=1}^{n} \sum \limits_{j=1}^{n} \left( \frac{\partial g}{\partial x_i} \right)_{\mu_g} \left( \frac{\partial g}{\partial x_j} \right)_{\mu_g} \sigma_{xi, |
in cui $\sigma_{xi, | in cui $\sigma_{xi, | ||
- | Nel caso le variabili $x_i$ siano statisticamente indipendenti il calcolo della varianza | + | Nel caso le variabili $x_i$ siano statisticamente indipendenti il calcolo della varianza |
- | $$\sigma_z^2 = \sum \limits_{i=1}^{n} \left( \frac{\partial g}{\partial x_i} \right)^2_{\mu_x} \sigma_{x, | + | $$\sigma_g^2 = \sum \limits_{i=1}^{n} \left( \frac{\partial g}{\partial x_i} \right)^2_{\mu_g} \sigma_{x, |
==== AFOSM ==== | ==== AFOSM ==== | ||
- | Anche il metodo AFOSM (Advanced First Order Second Moment) approssima | + | Nel caso la funzione di stato limite |
- | $$ \beta_{HL} = \min \left\{ \left( | + | Per risolvere tale problema è stato formulato il metodo AFOSM (Advanced First Order Second Moment). Anche il metodo AFOSM approssima la funzione di stato limite con il suo sviluppo in serie di Taylor troncato al primo ordine, cambia però il punto $\mathbf{x^{*}}$ rispetto al quale centriamo lo sviluppo. Più in particolare il punto $\mathbf{x^{*}}$ è ottimizzato in modo da avvicinarsi all' |
+ | |||
+ | A tal proposito gli approcci possibili sono di varia natura, più o meno complessi. L' | ||
+ | |||
+ | $$ \beta_{min} = \min \left\{ \left( | ||
===== SORM ===== | ===== SORM ===== | ||
tecnica_costruzioni/sicurezza_strutturale/probabilistico_livello_2.1372321076.txt.gz · Ultima modifica: 2021/06/13 13:09 (modifica esterna)