CAPITULO 6 Mtodos de Nivel II y III

ROM 0.0

6
6.1

MTODOS DE NIVEL II Y III

Introduccin
Dada una alternativa de proyecto y elegido un intervalo de tiempo, se deben verificar los requisitos de seguridad, de servicio y explotacin del tramo de obra frente a todos los modos adscritos a los estados lmite ltimos,servicio y operativos. Los mtodos de Nivel II y III verifican el tramo frente a un modo y evalan su probabilidad de ocurrencia en el intervalo de tiempo. El presente captulo se dedica a presentar estos mtodos.

6.1.1

Organizacin y contenidos del captulo

Este captulo comienza con la formulacin general del problema: clculo de la probabilidad de ocurrencia de un modo de fallo o de parada en un tramo de obra en un intervalo de tiempo. Se presenta a continuacin un mtodo de Nivel II, elaborado a partir de los momentos estadsticos de segundo orden, media y varianza. Este mtodo se puede aplicar con varios rdenes de aproximacin, siendo el ms popular el que se deriva linealizando la ecuacin de verificacin, por lo que se conoce como aproximacin de primer orden o lineal que,en esta ROM se identifica por las siglas APO. Despus se elaboran los mtodos de Nivel III que incluyen los llamados de simulacin; de estos ltimos en esta ROM se propone el mtodo apoyado en el algoritmo de Monte Carlo. La figura 6.1 es un esquema de las secciones de este captulo y de sus relaciones. Comentario En la segunda parte de estas Recomendaciones se presentan en un captulo especfico los aspectos tericos de los mtodos de Nivel II y III que sirven de justificacin al articulado de este captulo,as como algunas formulaciones estadsticas que son de inters para la aplicacin de estas Recomendaciones.

Figura 6.1: Organizacin y contenidos del captulo 6.

6.2

Formulacin general de problema

Considrese un modo de fallo de un tramo de obra en el que intervienen n factores de proyecto, definidos por el vector n-dimensional X (X1, X2,... Xn),con funcin de densidad conjunta en el intervalo de tiempo, X1...Xn (x1, ...xn). Sea la ecuacin de verificacin del modo, S = G(X1,X2, ...Xn) = 0, que define una hipersuperficie crtica en el espacio n-dimensional tal que, S = G > 0, es el dominio de seguridad y S = G 0, define el dominio de fallo. En un intervalo de tiempo de duracin conocida TL, la probabilidad deocurrencia del modo, i, denominada p f,i, y la fiabilidad, rf,i, se

165

ROM 0.0

MTODOS DE NIVEL II Y III

calculan por las siguientes integrales n-mltiples,

La evaluacin de la integral o de la probabilidad de fallo se puede hacer, entre otros, por integracin directa (lo cual rara vez es posible), por simulacin numrica, p.ej. Monte Carlo (Nivel III) o por transformacin del integrando para trabajar con variables gaussianas independientes (Nivel II), figura 6.2.
6.2.1 Aplicacin y limitaciones

Previamente a la aplicacin de cualquier mtodo, Nivel I, II o III, se debe conocer una ecuacin de verificacin que permita cuantificar la ocurrencia del modo de fallo. Seleccionados la fase de proyecto, el estado lmite , la condicin de trabajo y el tipo de combinacin los valores de los trminos y el resultado de la ecuacin se podrn obtener siguiendo la secuencia de trabajo descrita para cada uno de los dos mtodos, Niveles II y III. Se supone que las funciones de densidad y distribucin y los parmetros estadsticos de los factores de proyecto no evolucionan con el tiempo durante el intervalo en el cual se verifica el modo. De manera anloga, se supone que la ecuacin de verificacin aplicada para analizar el modo es vlida en el intervalo. En otro caso, es necesario dividir el intervalo en intervalos de tiempo ms pequeos en los cuales se pueda admitir la hiptesis de proceso estacionario en sentido estadstico.

Figura 6.2: Mtodos de verificacin de Nivel II y III

166

MTODOS DE NIVEL II Y III

6.2.2 Probabilidad conjunta de fallo en la vida til

ROM 0.0

En el captulo 2 de estas Recomendaciones, en funcin del carcter de la obra se proponen los valores mximos de la probabilidad de fallo de la obra frente a los modos principales adscritos a los estados lmite ltimos y de servicio (ver tablas 2.2 a 2.3), y, la operatividad mnima frente a los modos principales de parada que pueden ocurrir en la fase de proyecto servicio. En este captulo 6 se desarrollan los mtodos para evaluar la probabilidad de ocurrencia de un slo modo en un intervalo de tiempo. A partir de ella, el clculo de la probabilidad conjunta del tramo se har siguiendo lo recomendado en el captulo 7.

6.3

Mtodo de Nivel II
Se recomienda un mtodo de Nivel II para verificar los modos de fallo y de parada operativa de las obras martimas cuyo carcter general u operativo est en el intervalo, [r r3, s s2] o [r=r3] o [s s 3], tabla 4.6. En la figura 6.3 se esquematiza la secuencia de actividades a realizar para la aplicacin de un mtodo del Nivel II.

Figura 6.3: Secuencia para la aplicacin de un mtodo de Nivel II.

167

ROM 0.0
6.3.1

MTODOS DE NIVEL II Y III

Introduccin y definiciones

El mtodo consiste en obtener la probabilidad de fallo mediante la evaluacin de la distancia mnima del origen de coordenadas a la superficie de fallo o parada,definida por la ecuacin de verificacin, G(X1,X2, ..., Xn)=0. Con carcter general, los factores de proyecto son variables aleatorias con funciones de densidad y de distribucin conocidas. Comentario A diferencia de los mtodos de Nivel I en los que algunos de los parmetros de proyecto, tales como las propiedades mecnicas de los materiales y el terreno, deben llevar un coeficiente de minoracin asociado al valor caracterstico (si intervienen en un trmino desfavorable), en los mtodos de Nivel II y III, los parmetros de proyecto se describen estadsticamente de forma anloga a los restantes factores de proyecto. Adems, los trminos no estarn afectados por coeficientes de ponderacin y de compatibilidad tal y como ocurre en el mtodo de los coeficientes parciales del Nivel I. Dado que algunas veces la verificacin de un modo lleva asociado un gran nmero de factores de proyecto, es conveniente simplificar al mximo el nmero de variables consideradas.
Ordenacin de los factores de proyecto

6.3.2

A tal efecto se seguir la ordenacin de factores propuesta en la seccin 4.7. Para cada fase de proyecto e intervalo de tiempo se seleccionarn los factores existentes y, teniendo en cuenta la condicin de trabajo, se crear el conjunto de factores de proyecto que actan simultneamente. Despus, para cada estado lmite y modo de fallo, el conjunto se ordenar segn la participacin del factor en la ocurrencia del fallo, en primer lugar el predominante y los del mismo origen y dependientes de l, a continuacin los factores independientes, y, de entre stos, aquellos que tienen el mismo origen y son mutuamente dependientes y por ltimo los factores completamente independientes.A partir de este conjunto se definirn los tipos de combinacin, seccin 4.9.
6.3.2.1 Valor de los factores con modelo de probabilidad

La ordenacin de factores se concretar, segn la disponibilidad de informacin, en las funciones de distribucin conjuntas, condicionales y marginales de los diferentes factores de proyecto. En aquellos casos en los que se cumplan las condiciones establecidas en la seccin 3.5, se declarar el factor como determinista.
6.3.2.2 Valor de factores sin modelo de probabilidad

Algunos factores,por su propia naturaleza, o porque no hay informacin estadstica disponible, no tendrn un modelo de probabilidad y tomarn un valor nominal. En cualquier caso, para dar generalidad al mtodo y al resultado obtenido, es conveniente asociar a este valor nominal un modelo de probabilidad que, siempre que sea posible y justificable, ser un modelo normal, lognormal u otro, que se seleccionar en funcin del valor nominal y de su posible dispersin. Comentario Si el valor nominal es un valor medio, es inmediato asociar un modelo gaussiano tras estimar una desviacin tpica. Si el valor nominal es un mnimo o mximo, el modelo de probabilidad tambin puede ser normal, pero en este caso, se podr considerar que el valor nominal es el valor de un cuantil superior, (0.90, 0.95, 0.99) o inferior (0.01, 0.05, 0.10) de la distribucin; estimando la desviacin tpica se obtendr el valor medio de la funcin de distribucin gaussiana. De forma anloga se puede proceder cuando el factor de proyecto pertenece por ejemplo, a la clase de la cola superior y se le puede adscribir como modelo de probabilidad la distribucin de Gumbel. En

168

MTODOS DE NIVEL II Y III

ROM 0.0

estos casos se pueden estimar los dos parmetros de la distribucin y a partir de ellos obtener cualquier otro valor.
6.3.2.3 Correlacin entre factores o trminos

A efectos de la aplicacin del mtodo de Nivel II,se considerarn los siguientes rangos de correlacin entre los factores o los trminos:
6.3.2.3.1 Factores o trminos no correlacionados o con correlacin dbil

Cuando el coeficiente de correlacin entre dos factores o trminos sea menor que 0.2, [XiXj < 0.2], se podr considerar que las dos variables son estadsticamente independientes y la funcin de densidad conjunta es igual al producto de las funciones de densidad marginales.
6.3.2.3.2 Factores o trminos con correlacin fuerte

Cuando el coeficiente de correlacin entre dos factores o trminos sea mayor que 0.8, [XiXj > 0.8], se considerar que las dos variables son totalmente dependientes y se podr reemplazar una de ellas en funcin de la otra.
6.3.2.3.3 Factores o trminos correlacionados

Cuando el coeficiente de correlacin entre dos factores o trminos se encuentre en el intervalo [0.2 XiXj 0.8], debern ser tratadas como correlacionadas y se proceder a aplicar uno de los mtodos de transformacin que se recomienda ms adelante.
6.3.2.4 Coeficiente reductor de los parmetros de proyecto

Los parmetros de proyecto seguirn el mismo tratamiento estadstico que cualquier otro factor de proyecto, incluyendo su posible relacin funcional y estadstica con otros factores.
6.3.3 Ecuacin de verificacin

A efectos de aplicacin, la ecuacin de verificacin se establecer en el formato de margen de seguridad, teniendo en cuenta los criterios,las hiptesis y las dimensiones de los trminos con los que fue propuesta originariamente. Comentario Adems, para aplicar un mtodo de Nivel II es necesario conocer el modelo de probabilidad de cada trmino de la ecuacin.
Funcin de distribucin conjunta, condicional y marginal de los trminos

6.3.3.1

Siempre que sea posible, las funciones de distribucin de los trminos se obtendrn por va analtica, de tal forma que la probabilidad de ocurrencia del modo se pueda calcular por integracin directa en el dominio de la funcin de densidad del margen de seguridad. En otro caso se continuar con el mtodo que se describe a continuacin. Comentario En los casos en los que no haya informacin estadstica suficiente de los trminos de la ecuacin, es conveniente especificar el factor relevante de cada trmino,pues de l se puede obtener la funcin de den-

169

ROM 0.0
6.3.4

MTODOS DE NIVEL II Y III

sidad del trmino,considerando valores representativos o deterministas de los restantes factores que intervienen en el trmino, de acuerdo con los apartados, 5.3.1.2 y 5.3.4.1.2.
Tipos de combinacin

Hasta que se disponga de informacin estadstica de las funciones de distribucin conjunta de los factores de proyecto que intervienen en la verificacin de un modo, el mtodo de Nivel II se aplicar teniendo en cuenta las clases de valores y tipos de combinacin de trminos recomendados en las secciones 4.7, 4.8 y 4.9. Mediante ellos, se puede reducir el nmero de factores y trminos y, en consecuencia, la necesidad de funciones de distribucin conjuntas de todos los factores y trminos.
6.3.5 Secuencia de clculo

La solucin al problema planteado en la seccin 6.2, por el mtodo de Nivel II, se obtiene minimizando una funcin sujeta a ciertas restricciones. Este clculo se puede hacer directamente; no obstante en algunos casos, es necesario recurrir a tcnicas de aproximacin tal y como se describe en esta seccin. Para encontrar una solucin, se propone, en estas Recomendaciones, un esquema iterativo en el que a partir de los datos especificados en los apartados anteriores,se obtienen los valores de los factores de proyecto del punto crtico de la superficie de fallo y la probabilidad asociada. La secuencia de clculo incluye:(1) la transformacin de todas las variables que participan con un modelo de probabilidad en variables gaussianas reducidas no correlacionadas, (2) la transformacin de la ecuacin de verificacin a las nuevas variables,y (3) el clculo de la distancia mnima del origen de coordenadas a la superficie de fallo representada por la ecuacin de verificacin. Esta secuencia se concreta en esquemas de clculo que se detallan en los apartados siguientes. Comentario En el paso (1) se decide cmo son las colas de las distribuciones probabilsticas y sto puede tener una influencia notable en el resultado, especialmente cuando el ndice de fiabilidad es alto. Por eso se recomienda que para los proyectos que deban ser muy fiables (ISA > 20), se verifique la seguridad, adems, con algn procedimiento de nivel I. Por otra parte, en los ltimos aos con el desarrollo de los ordenadores personales, los problemas de optimizacin con restricciones se pueden resolver de forma directa con paquetes de programas que en muchos casos son de dominio pblico. Cuando estas tcnicas numricas se implanten en el mbito de la ingeniera civil, la aproximacin que se propone en los apartados siguientes no ser necesaria.
Resultados de la aplicacin del mtodo

6.3.5.1

El resultado de la aplicacin del mtodo es, (1) el punto crtico de fallo, expresado en variables reducidas y variables originales, (2) el ndice de fiabilidad y la probabilidad de fallo o parada y (3) los ndices de sensibilidad de los factores. La verificacin de la obra o el tramo de obra requiere realizar el clculo para todos los modos posibles, en todas las fases de proyecto, estados lmite, condiciones de trabajo y tipos de combinacin de trminos.
6.3.5.2 Factores de proyecto deterministas en funcin de los ndices de sensibilidad

El ndice de sensibilidad vara entre [ -1, 1]. Su valor proporciona una indicacin de la importancia

170

MTODOS DE NIVEL II Y III

ROM 0.0

relativa (o contribucin relativa) de la variabilidad del factor (o del trmino) a la probabilidad de ocurrencia del modo. Si la contribucin es pequea (ndice de sensibilidad cercano a cero), comparada con la de otros factores, el factor se podr considerar determinista y, segn los casos,trabajar con un valor representativo, media, moda, valor caracterstico superior o inferior, etc.
6.3.6 Esquemas para el clculo

Siempre que sea posible el clculo de la distancia mnima se realizar directamente aplicando tcnicas numricas de optimizacin; no obstante, en algunos casos complicados, se podr recurrir a tcnicas aproximadas, en particular a la aproximacin de primer orden que linealiza la superficie de fallo alrededor del punto crtico. En estos casos es conveniente utilizar otros mtodos, Nivel I o III, para obtener una primera estimacin del punto crtico y despus, con esa informacin aplicar la aproximacin lineal de Nivel II.
6.3.6.1 Esquema directo

Cuando el clculo se pueda realizar mediante tcnicas de optimizacin ser necesario, previamente, transformar todas las variables aleatorias en gaussianas reducidas no correlacionadas y, en su caso, en deterministas. El esquema de trabajo ser el siguiente, 1. Transformar las variables, (X1, X2, ..., Xn), en variables normales reducidas, (Y*1,Y*2, ..., Y*m), 1. m n 2. Expresar la ecuacin de verificacin, G(X1, X2, ..., Xn) = 0, en variables reducidas, g (Y*1,Y*2, ..., 2. Y*m) = 0 3. Estimar un punto crtico inicial, por otros mtodos, (Nivel I o III), o una raz de la ecuacin 3. de verificacin 4. Aplicar un algoritmo de optimizacin
6.3.6.2
(1) vese apartado 6.3.2.3

Esquema en el caso de una aproximacin lineal de G = 0

En el supuesto que la ecuacin de verificacin,G(X)=0, no sea lineal, pero los trminos, Xi, i =1, ...n, sean variables aleatorias normales no correlacionadas1, se puede aplicar un esquema iterativo que, al menos, ejecute los siguientes pasos, 1. Transformar las variables normales, (X1, X2, ..., Xn),en variables normales reducidas, (Y*1,Y*2, 1. ...,Y*m), m n 2. Expresar la ecuacin de verificacin, G(X1, X2, ..., Xn) = 0, en variables reducidas, g(Y*1,Y*2, ..., 2. Y*m) = 0 3. Estimar un punto crtico inicial, en general, una raz de la ecuacin 4. Hacer un desarrollo en serie de Taylor de g = 0 alrededor de esta raz, tomando solamente 4. el trmino lineal 5. Calcular el ndice de fiabilidad, , y los ndices de sensibilidad, i

171

ROM 0.0

MTODOS DE NIVEL II Y III

6. Calcular un nuevo punto crtico 7. Continuar con la iteracin hasta que los resultados se estabilicen Finalmente se debe comprobar que, efectivamente, el punto crtico satisface la ecuacin de verificacin.

6.3.7

Programa de clculo por mtodos de Nivel II

Dado que en la mayora de las ocasiones la aplicacin de un mtodo de Nivel II debe realizarse mediante tcnicas numricas,en la Parte II de las Recomendaciones y adjunto al programa de gestin y gua, se incluyen algunos cdigos numricos que ayudan evaluar la probabilidad de ocurrencia de un modo una vez definida la ecuacin de verificacin, los factores de proyecto y las funciones de distribucin conjunta, condicional y marginal. En cada caso se recomienda un esquema de clculo en funcin de la irregularidad de la superficie de fallo. Comentario Tal y como se ver en la siguiente seccin, uno de los mtodos de Nivel III utiliza la tcnica de simulacin numrica de Monte Carlo. Esta tcnica es muy potente pero tiene limitados el nmero de factores de proyecto que se pueden considerar aleatorios. Esta limitacin proviene principalmente del tiempo de computacin.Una manera de resolver este problema consiste en aplicar el mtodo de Nivel II para obtener el ndice de sensibilidad de los factores y adoptar, para aquellos menos relevantes, el valor obtenido de este mtodo.As se reduce el nmero de factores de proyecto aleatorios que, en general,conviene que no sea mayor que cinco.

6.4

Mtodo de Nivel III

Se recomienda un mtodo de Nivel III para verificar los modos de fallo y de parada operativa de las obras martimas cuyo carcter general u operativo est en el intervalo, [r r3, s s2] o [r = r3] o [s s 3], tabla 4.6. En la figura 6.4 se esquematiza la secuencia de actividades a realizar para la aplicacin del mtodo de Nivel III.

Figura 6.4: Secuencia para la aplicacin de un mtodo de Nivel III.

172

MTODOS DE NIVEL II Y III

6.4.1 Introduccin y definiciones

ROM 0.0

Los mtodos que resuelven la integral para evaluar la probabilidad de fallo, bien mediante tcnicas de integracin,bien mediante tcnicas de simulacin,se encuadran dentro de los denominados de Nivel III. En general, la integracin necesaria para obtener la probabilidad de fallo, slo puede hacerse por va analtica para algunos casos particulares. En consecuencia, los procedimientos de Nivel III estn formados, normalmente, por tcnicas numricas aplicadas tanto al proceso de integracin en s mismo, como al integrando o a la definicin del dominio de fallo. Cuando no se pueda integrar analticamente o numricamente la funcin de densidad conjunta,se simularn numricamente los valores de los trminos de la ecuacin de verificacin obtenindose la funcin de densidad del margen de seguridad.Esta simulacin se podr hacer mediante la tcnica de Monte Carlo.
6.4.2 Ordenacin de factores

A tal efecto, se seguir la ordenacin de factores propuesta en la seccin 4.7. Para cada fase de proyecto e intervalo de tiempo, se seleccionarn los factores existentes y, teniendo en cuenta la condicin de trabajo, se crear el conjunto de factores de proyecto que actan simultneamente. Despus, para cada estado lmite y modo de fallo, el conjunto se ordenar segn la participacin del factor en la ocurrencia del fallo, en primer lugar el predominante y los factores del mismo origen y dependientes de l, despus los independientes, y de entre stos, los que tienen el mismo origen y son mutuamente dependientes y, por ltimo, los factores completamente independientes. A partir de este conjunto se definirn los tipos de combinacin, seccin 4.9. Comentario Dado que en general no se dispone de la funcin de densidad conjunta de los factores de proyecto que intervienen en cada uno de los trminos y que la tcnica de simulacin demanda muchas horas de computacin,se recomienda utilizar la ordenacin de los factores para definir aquellos trminos y factores que son independientes , dependientes, del mismo origen de los otros factores o trminos y, en particular del predominante.
Ecuacin de verificacin

6.4.3

A efectos de aplicacin, la ecuacin de verificacin se establecer por lo generalen el formato de margen de seguridad, teniendo en cuenta los criterios, las hiptesis y las dimensiones de los trminos con las que fu propuesta originariamente. Comentario Adems, para aplicar un mtodo de Nivel III es necesario conocer el modelo de probabilidad de cada factor de proyecto que interviene en la ecuacin o de cada trmino de la ecuacin de verificacin.
Valor de los factores con modelo de probabilidad

6.4.3.1

La ordenacin de factores se concretar, segn la disponibilidad de informacin, en las funciones de distribucin conjuntas, condicionales y marginales de los diferentes factores de proyecto. En aquellos casos en los que se cumplan las condiciones establecidas en la seccin 3.5, se declarar el factor como determinista.

173

ROM 0.0
6.4.3.2

MTODOS DE NIVEL II Y III

Valor de los factores sin modelo de probabilidad

Algunos factores,por su propia naturaleza, o porque no hay informacin estadstica disponible, no tienen un modelo de probabilidad, por lo que, en general,tomarn un valor nominal. En cualquier caso, para dar generalidad al mtodo y al resultado obtenido, suele ser conveniente asociar a este valor nominal un modelo de probabilidad que, siempre que sea posible y justificable, ser un modelo normal,lognormal u otras, que se seleccionar en funcin del valor nominal y de su posible dispersin.
6.4.3.3 Correlacin entre factores o trminos

A estos efectos se seguir lo recomendado en la aplicacin del mtodo de Nivel II, subapartado 6.3.2.3 y siguientes.
6.4.3.4 Coeficiente reductor de los parmetros de proyecto

Los parmetros de proyecto seguirn el mismo tratamiento estadstico que cualquier otro factor de proyecto, incluyendo su posible relacin funcional y estadstica con otros factores.
6.4.4 Funcin de distribucin conjunta, condicional y marginal de los trminos

Siempre que sea posible, las funciones de distribucin de los trminos se obtendrn por va analtica, de tal forma que la probabilidad de ocurrencia del modo se pueda calcular por integracin directa en el dominio de la funcin de densidad del margen de seguridad. En otro caso, se continuar con el mtodo que se describe a continuacin. En los casos en los que no haya informacin estadstica suficiente de los trminos de la ecuacin, es Comentario conveniente especificar el factor relevante de cada trmino,pues de l se puede obtener la funcin de densidad del trmino,considerando valores representativos o deterministas de los restantes factores que intervienen en el trmino, de acuerdo con los apartado, 5.3.1.2 y 5.3.4.1.2.
6.4.5 Tipos de combinacin

Hasta que se disponga de informacin estadstica de las funciones de distribucin conjunta de los factores de proyecto que intervienen en la verificacin de un modo, el mtodo de Nivel III se aplicar teniendo en cuenta las clases de valores y tipos de combinacin de trminos recomendados en las secciones 4.7, 4.8 y 4.9. Mediante ellos, se puede reducir el nmero de factores y trminos y, en consecuencia,la necesidad de funciones de distribucin conjuntas de todos los factores y trminos.
6.4.6 Secuencia de clculo

En cualquiera de sus modalidades, el mtodo de Nivel III se aplica numricamente en la mayora de los casos. En estas Recomendaciones se propone un esquema secuencial que, a partir de los datos especificados en los apartados anteriores, proporciona los valores de los factores pertenecientes al punto crtico de la superficie de fallo y la probabilidad asociada. La secuencia de clculo incluye: (1) la determinacin, analtica o mediante simulacin de las funciones de densidad y distribucin conjunta de los factores de proyecto en funcin de la ordena-

174

MTODOS DE NIVEL II Y III

ROM 0.0

cin de los mismos, (2) la determinacin,analtica o mediante simulacin,de las funciones de densidad y distribucin conjunta de los trminos de la ecuacin a partir de la funcin de distribucin todos los factores que participan, (3) clculo de la probabilidad de fallo mediante integracin numrica o simulacin.
6.4.6.1 Resultados de la aplicacin del mtodo

Los resultados de la aplicacin del mtodo son: el punto crtico de fallo y la probabilidad de fallo o parada de la obra o elemento frente a un modo, adscrito a un estado lmite, presentado durante una fase de proyecto en una condicin de trabajo para un tipo de combinacin.A partir de esta informacin y mediante un anlisis de sensibilidad, se puede estudiar la contribucin al resultado de cada factor y de cada trmino. Comentario En los casos en los que haya escasa informacin estadstica o superficies de fallo con mltiples extremos, se recomienda realizar una primer tanteo del punto crtico de fallo mediante la aplicacin de la simulacin de Monte Carlo,considerando variables aleatorias los factores relevantes de cada trmino.Los valores de las variables asociadas al punto crtico pueden utilizarse como valores iniciales en el esquema iterativo de clculo del Nivel II.De esta forma ambos mtodos de Nivel II y III son complementarios y su utilizacin puede permitir una optimizacin de los tiempos de ejecucin y un mejor conocimiento del comportamiento del tramo de obra.
Tcnicas de integracin numrica

6.4.7

Siempre que sea posible se obtendr la probabilidad de fallo por integracin analtica de la funcin de densidad del margen de seguridad. Para ello ser necesario obtener analticamente dicha funcin a partir de las funciones de densidad de los trminos de la ecuacin de verificacin. Este clculo, por lo general conducir a una integral n-mltiple. Se procurar resolver la integral n-mltiple mediante n integrales simples, teniendo en cuenta la posible independencia estadstica de los trminos; en estos casos, en general, las integrales se podrn resolver analticamente. Cuando esto no sea posible se recurrir a mtodos numricos contrastados y basados, p. ej.en la regla de Simpson, cuadratura, tcnicas polinomiales, etc.
6.4.8 Simulacin de Monte Carlo

El valor de una integral podr obtenerse aplicando la tcnica de simulacin de Monte Carlo; para ello debern considerarse, al menos, los siguientes aspectos relacionados con la generacin de nmeros aleatorios uniformes, tamao de la muestra y la convergencia del mtodo. Comentario Para estimar la probabilidad de fallo es necesario conocer el rango de valores para los cuales se cumple la condicin de fallo, es decir G(x) 0. La estimacin de pf, se puede mejorar ajustando una funcin de distribucin solamente a los puntos x,para los cuales se cumple la condicin de fallo.En general,el fallo se produce para valores de la variable que se encuentran en la cola de la distribucin que es donde el ajuste suele ser ms complicado, por la falta de datos y por el comportamiento de la variable aleatoria en la cola de la distribucin. Esto es particularmente importante cuando se est trabajando con valores pertenecientes a la clase de la cola superior o inferior. El ajuste de las colas es siempre un aspecto crtico en la utilizacin de un mtodo de simulacin numrica.

175

ROM 0.0
6.4.8.1

MTODOS DE NIVEL II Y III

Generacin de nmeros aleatorios

La generacin de nmeros aleatorios uniformes a partir de cualquier funcin de distribucin se har de acuerdo con el teorema de la transformacin integral de probabilidad. Por lo general, la generacin de nmeros aleatorios con distribucin uniforme en (0,1), se suele hacer Comentario mediante un generador lineal basado en el clculo recursivo de enteros, k1,k2, ....,comprendidos en el intervalo (0,m-1), a partir de los cuales se obtiene el valor de u,

donde a y c son el multiplicador y el incremento respectivamente. Los resultados dependen de la magnitud de las constantes a, c y m. Esta generacin es determinista en el sentido que, la serie se repite con un cierto periodo o ciclo no mayor que m. Para iniciar el proceso de generacin se requiere especificar a, c, m y el primer valor k0, teniendo en cuenta que, m debe ser lo mayor posible, c y m no deben tener factores comunes, y a debe ser suficientemente grande; k0, puede ser cualquier valor entre 0 y m-1.Se comprende que una vez especificados estos valores, se puede predecir la serie completa;por eso,debe hablarse de generacin de nmeros pseudo-aleatorios; en otras palabras, el proceso es determinista. No obstante, la serie de nmeros u i, (i m) as obtenida, se ajusta a una distribucin uniforme y aqullos son estocsticamente independientes.
6.4.8.1.1 Otros aspectos relacionados con la generacin

En muchas ocasiones ser necesario generar nmeros aleatorios de distribuciones discretas o de distribuciones conjuntas. En estos casos se recomienda lo siguiente.
6.4.8.1.1.1 Generacin de variables discretas

Salvo justificacin, se obtendr la variable discreta (xi) correspondiente al nmero aleatorio (ui), aplicando la transformacin inversa de la funcin de probabilidad acumulada,F(xi), (obtenida como suma de las probabilidades) limitando el intervalo de valores de u entre, [FX (xi - 1) < u FX (xi)], siendo xi, el valor del nmero aleatorio. Debidamente justificado, se podrn aplicar otras tcnicas de generacin.
6.4.8.1.1.2 Generacin de variables mutuamente dependientes

Si n trminos en la ecuacin de verificacin son mutuamente dependientes,la generacin de nmeros aleatorios se podr realizar en cascada teniendo en cuenta la relacin entre las funciones de distribucin conjuntas marginales y condicionales.
6.4.8.1.1.3 Otros mtodos de generacin con variables continuas

Cuando la obtencin de la funcin inversa,x = (u),de una funcin de distribucin u = FX(x),presenta dificultades y no se puede derivar por mtodos analticos, (tal y como es el caso de las distribuciones normal, log-normal, beta y gamma), se podr recurrir a otras tcnicas de generacin tales como los mtodos de Box Muller, de rechazo y de descomposicin. En cualquier caso, ser necesario comprobar los requisitos de uniformidad e independencia de la muestra.

176

MTODOS DE NIVEL II Y III

6.4.8.1.2 Ajuste de la funcin de distribucin, FX(x)

ROM 0.0

En todos los casos es recomendable ajustar la funcin de distribucin a la muestra en los que se vaya a producir el fallo, y optimizar sus parmetros mediante tcnicas de ajuste.
6.4.8.1.3
(2) P.ej. chi cuadrado, Kolmogorov-Smirnov, etc...

Comprobacin de la uniformidad e independencia estadstica de la muestra

En todos los casos, se comprobar que la muestra generada se ajusta a una distribucin uniforme y los nmeros son estocsticamente independientes. A tal efecto, se aplicarn tcnicas estadsticas2 para evaluar su ajuste a la distribucin uniforme e independencia estadstica (paramtricas y no paramtricas).
Nmero de muestras requeridas

6.4.8.2

Elegido un nivel de significancia, , y un error , el tamao mnimo de muestra necesaria, N, se obtendr evaluando,

donde z/2, es el valor de la variable normal reducida que se excede con la probabilidad de (1 - /2)%,y p es la probabilidad de que ocurra el modo.Ya que sta es desconocida antes de realizar la simulacin, ser necesario hacer una estimacin de p a priori. Comentario Para el caso de =5%, (lo que equivale a una probabilidad acumulada de excedencia para /2 del 97.50%) = 0.05, y, p = 0.1, N > 13400.
Tamao de la muestra y convergencia

6.4.8.2.1

En muchas ocasiones, en vez de evaluar a priori el tamao de la muestra necesaria para alcanzar una determinada precisin en el clculo de la probabilidad de fallo, es recomendable dibujar las sucesivas evaluaciones de, pf, y la estimacin de su varianza, en funcin del tamao de la muestra, N. Esta curva deber ser decreciente y las oscilaciones (es decir la estabilidad del clculo) deber reducirse al aumentar el tamao de la muestra. En todos los casos, es conveniente emplear informacin a priori del problema a resolver, y, en particular, aquella que permite acotar la regin de fallo.
6.4.9 Programa de clculo por mtodos de Nivel III

Dado que en la mayora de las ocasiones la aplicacin de un mtodo de Nivel III debe realizarse mediante tcnicas numricas, en la parte II de estas Recomendaciones y, junto al programa de ayuda, se comentan algunos cdigos numricos que permiten evaluar la probabilidad de ocurrencia del modo una vez definida la ecuacin de verificacin,los factores de proyecto y las funciones de distribucin conjunta, condicional y marginal para cada fase de proyecto, estados lmite, condicin de trabajo y tipo de combinacin. En cada caso, en funcin de la informacin disponible, se decidir el tipo de aplicacin: integracin numrica de la funcin de densidad o simulacin de la funcin de densidad del margen de seguridad y de cada uno de los trminos de la ecuacin.

177

ROM 0.0

MTODOS DE NIVEL II Y III

6.5

Relacin entre los Niveles I y II y III

La incorporacin de los mtodos de Nivel II y III debe ir de la mano de la investigacin aplicada. La mayora de las ecuaciones de verificacin de los modos de fallo y de parada operativa estn obtenidas para su aplicacin con los mtodos de Nivel I,en general, el mtodo del coeficiente de seguridad global. El paso de este formato de ecuacin de verificacin a otro de coeficientes parciales no debe modificar los estndares de seguridad adquiridos y comprobados.Por ello, es necesario establecer unos criterios generales para la adecuacin de un formato de ecuacin a otro, en general, asociado a un mtodo de jerarqua superior.

6.5.1

Determinacin de los coeficientes de ponderacin

En las Recomendaciones especficas se proporcionan las ecuaciones de verificacin que se deben utilizar en cada uno de los modos de fallo o parada. En el caso de que la ecuacin tenga la forma de coeficiente de seguridad global,y no exista informacin sobre su aplicacin con forma de coeficientes parciales, ser necesario obtener los coeficientes de ponderacin. Una vez definidos, la alternativa de proyecto, el tramo de obra, la fase de proyecto, el estado lmite, la condicin de trabajo y el tipo de combinacin, para obtener los coeficientes de ponderacin, se proceder de la manera siguiente. Con carcter general, se procurar obtener analticamente una relacin entre los coeficientes de una ecuacin de verificacin expresada en funcin de valores caractersticos de los factores de proyecto y los ndices de sensibilidad y el ndice de fiabilidad obtenido mediante un mtodo de Nivel II.A partir de ella,se minimizar el error medio cuadrtico del ndice de fiabilidad buscado y obtenido. En otro caso, se proceder numricamente siguiendo la secuencia indicada ms adelante. Comentario Uno de los objetivos de las Recomendaciones especficas es proporcionar coeficientes parciales para la verificacin de modos de fallo cuya ecuacin no tiene ese formato. En los casos en los que estos coeficientes no existan y el tramo deba verificarse por el mtodo de los coeficientes parciales deber ser el tcnico el que determine el valor de los coeficientes siguiendo los criterios presentados en esta seccin.
6.5.1.1 No unicidad de los coeficientes de ponderacin

En cualquier caso, se deber tener en cuenta que al cambiar el formato de la ecuacin se puede modificar la relacin entre trminos. Por ello se recomienda trabajar, siempre que sea posible, con trminos adimensionales y verificar que, en todos los casos, la relacin entre sus valores se conserva en todos los formatos de la ecuacin. Los coeficientes parciales obtenidos slo son vlidos para las condiciones en que han sido calculados y, en cada caso, deber justificarse su aplicacin. Otras tcnicas de trabajo o formas de la ecuacin pueden proporcionar coeficientes de ponderacin diferentes.
6.5.1.2 Secuencia para la calibracin

En el proceso de calibracin se podr seguir la siguiente secuencia, 1. Definir el criterio de fallo, la probabilidad de fallo o ndice de fiabilidad del modo

178

MTODOS DE NIVEL II Y III

ROM 0.0

2. Organizacin de los factores de proyecto y definicin de las clases de valores 3. Aplicacin del mtodo del coeficiente de seguridad global (en su caso) 4. Aplicacin del mtodo de los coeficientes parciales definiendo los coeficientes de ponderacin 5. Aplicacin de un mtodo de Nivel II o III con la ecuacin en coeficientes parciales 6. Minimizacin del valor medio cuadrtico de la diferencia de las probabilidades de fallo obte1. nida y deseada 7. Comparacin y anlisis del resultado con el obtenido mediante el coeficiente total de segu1. ridad 8. Realizar el mismo anlisis para otros modos de fallo 9. Comprobacin de la probabilidad conjunta del tramo La minimizacin se realizar con respecto a los coeficientes de ponderacin. stos,pueden expresarse en funcin del factor de proyecto predominante del modo, o del factor principal del trmino y de su modelo de probabilidad. Se deber tener en cuenta que los objetivos de un Proyecto ROM se evalan mediante la probabilidad conjunta de fallo y la operatividad del tramo de obra.Se recomienda por lo tanto obtener los coeficientes de ponderacin para las ecuaciones de verificacin de los modos principales de fallo del tramo. Comentario En la secuencia anterior se incluye la comprobacin de la probabilidad conjunta del tramo. Con ello queda explcito que la calibracin no es algo absoluto sino que est asociada a cada tramo de obra y, en consecuencia, a su carcter. En las Recomendaciones especficas se proporcionarn valores de los coeficientes de ponderacin para su aplicacin a los diferentes tramos de obra. En 1992, la comisin del PIANC WG-12, constituda a tal efecto, obtuvo coeficientes parciales para la verificacin del modo de fallo, extraccin de piezas del manto principal de un dique en talud. Se definieron dos coeficientes de ponderacin, uno que afecta al trmino desfavorable, cuyo factor principal es la altura de ola y el otro que afecta al trmino favorable que pondera la respuesta del talud.Ambos coeficientes se expresan por una frmula que depende en el primer caso de la altura de ola y de la incertidumbre de su determinacin y en el segundo de la probabilidad de fallo.La calibracin se realiz con una ecuacin dimensional. Estos valores son indicativos.

6.6

Anejo: Ejemplo de Clculo del Rebase por Nivel II

Se considera un dique de tipologa de Iribarren con un talud de pendiente tan , y francobordo Fc, medido desde el nivel del mar en reposo. Cuando una ola alcanza el dique, la lmina de agua asciende por el talud pudiendo llegar a rebasar el francobordo. Una forma de verificar la ocurrencia de rebase es calcular la cota Ru, medida desde el nivel del mar en reposo, que alcanzara la lmina de agua para dicha ola sobre la prolongacin indefinida del talud, figura 6.5.

179

ROM 0.0

MTODOS DE NIVEL II Y III

Figura 6.5: Definicin de las variables

Para una seccin tipo de un dique en talud de tipologia de Iribarren con un talud de pendiente (tan ) y francobordo Fc, el volumen de agua que pasa a sotamar debido a una ola de altura H y periodo T que aborda la seccin,puede estimarse a partir del volumen de agua que ascendera por la prolongacin imaginaria del talud que excede la cota del francobordo. Con esta aproximacin, la ocurrencia de rebase (fallo) se produce simpre que la diferencia entre la cota de ascenso de la lmina de agua por el talud imaginario, Ru, excede Fc. Losada, 1985, basndose en resultados experimentales y un anlisis dimensional, propuso la siguiente frmula para calcular Ru,
(6.1)

donde Au y Bu son coeficientes de dependen del tipo de piezas,H es la altura de ola e Ir es el nmero de Iribarren,

(6.2)

que en aguas profundas puede calcularse como

(6.3)

En esas condiciones, la ocurrencia de rebase puede verificarse a partir de la ecuacin, escrita en forma de margen de seguridad:
(6.4)

180

MTODOS DE NIVEL II Y III

ROM 0.0

Para aqullos valores de los parmetros para los que S es no negativa, no se produce rebase. En este ejemplo se supone que el francobordo, Fc, y la pendiente del talud, tan , son variables deterministas con valores nominales Fc =10(m),tan =1/1.5. Au y Bu son variables aleatorias gaussianas independientes de medias a =1.05, b = - 0.67 y desviaciones tpicas a =0.21, b = 0.134 respectivamente, y que en un estado de mar definido por una altura de ola significante, Hs =5(m), periodo medio de paso por cero,Tz =10 (s), las alturas de ola y los periodos se distribuyen conjuntamente segn la distribucin de Longuet-Higgins, 1975, de parmetros Hs,Tz, y = 0.25, cuya funcin de densidad es,
(6.5)

donde T* = T/Tz, H* = H/H s y L(), u(T*, H*) tienen las siguientes expresiones ,
(6.6)

Se considera, por tanto, la ecuacin de verificacin,

(6.7)

Las derivadas parciales de la funcin G, cuyas expresiones se requieren en el clculo de la probabilidad de fallo por el mtodo de aproximacin al primer orden, son,
(6.8)

(6.9)

(6.10)

(6.11)

(6.12)

(6.13)

Se toma como aproximacin inicial del punto de fallo, el punto,

(6.14)

181

ROM 0.0

MTODOS DE NIVEL II Y III

En la primera iteracin se transforman las variables aleatorias en otras normales reducidas equivalentes a las variables originales en un entorno del punto X(0). La transformacin de las variables Au y B u es inmediata y vlida para todas las iteraciones,
(6.15)

Para la transformacin de las variables T y H, se utiliza la transformacin de Rossenblatt, buscando las variables Y3(0) e Y4(0) normales reducidas, equivalentes a las variables T y H|T (H condicionada a T) en un entorno del punto X(0). Dichas variables son,
(6.16)

donde FT es la funcin de distribucin marginal de T y FH|T es la distribucin de H condicionada a T. Las medias y varianzas de Y3(0) e Y4(0) son,

(6.17)

siendo T la funcin de densidad marginal de T, H|T la funcin de densidad marginal de H condicionada a T y y son las funciones de densidad y distribucin de Gauss, respectivamente. En estas nuevas coordenadas, la aproximacin al punto de fallo es,

(6.18)

La matriz jacobiana de la transformacin evaluada en Y(0) es,

(6.19)

182

MTODOS DE NIVEL II Y III

ROM 0.0

(6.19)

Las derivadas parciales de la funcin

(6.20)

se obtienen invirtiendo la matriz J:

(6.21)

La ecuacin de verificacin en coordenadas normalizadas, g(0) (Y) linealizada en un entorno del punto Y(0) es,
(6.22)

donde los coeficientes a i estn dados por,

(6.23)

La primera aproximacin al valor de , es el ndice de fiabilidad, (1), de la funcin g L(0)

183

ROM 0.0

MTODOS DE NIVEL II Y III

(6.24)

Los ndices de sensibilidad de gL(0) son:

(6.25)

y la siguiente aproximacin al punto de fallo es el punto Y (1) obtenido como punto crtico de la funcin gL(0) a partir de los valores de (1) y i(1),
(6.26)

que en las coordenadas originales es,

(6.27)

En la segunda iteracin se procede con X(1) de la misma forma que se ha hecho con X(0). La tabla 6.1 muestra los diferentes valores obtenidos en cada iteracin y en la figura 6.6 se muestra la evolucin de los distintos parmetros que se calculan en el proceso iterativo. En 10 iteraciones el proceso se ha estabilizado, lo que demuestra la rpidez de la convergencia. Los ndices de sensibilidad de las variables Bu y T son 2 =0.161, 3 = - 0.190 relativamente pequeos, lo que indica que su contribucin a la ocurrencia de fallo es menor que la de las variables Au y, especialmente de H,cuyos ndices de sensibilidad respectivos son 1 = - 0.498 y 4 = - 0.831.El ndice de fiabilidad es =2.010 y la probabilidad de fallo es p = ( - ) = 0.022. Por ltimo el punto crtico de diseo obtenido es:
(6.28)

n Au(n) Bu(n) T(n) H(n) G(xi) P Tabla 6.1: Resultados de 0 1.05 -0.67 10 4.5 la aplicacin 1 1.239 -0.695 10.328 10.795 5.615 2.463 0.007 del mtodo de 2 1.274 -0.727 10.953 8.801 -1.204 2.006 0.022 Nivel II: ndice 3 1.253 -0.709 10.730 8.986 -0.012 1.966 0.025 de fiabilidad y 4 1.255 -0.713 10.755 8.989 0.104 1.979 0.024 probabilidad de 5 1.254 -0.712 10.749 8.991 0.062 1.978 0.024 fallo; n es el 6 1.259 -0.713 10.772 9.177 0.067 2.029 0.021 nmero de ite7 1.263 -0.715 10.806 9.029 -0.160 2.019 0.022 raciones; G es 8 1.260 -0.713 10.782 9.037 -0.067 2.010 0.022 el valor de la 9 1.260 -0.713 10.783 9.030 -0.032 2.008 0.022 ecuacin de 10 1.260 -0.713 10.782 9.033 -0.030 2.010 0.022 verificacin. Resultados de la aplicacin del mtodo de Nivel II: ndice de fiabilidad y probabilidad de fallo; n es el nmero de iteraciones; G es el valor de la ecuacin de verificacin.

184

MTODOS DE NIVEL II Y III

n 0 1 2 3 4 5 6 7 8 9 10 1(n) -0.365 -0.531 -0.491 -0.492 -0.492 -0.491 -0.503 -0.497 -0.498 -0.498 2(n) 0.074 0.213 0.147 0.161 0.159 0.159 0.165 0.160 0.161 0.161 3(n) -0.073 -0.225 -0.183 -0.188 -0.186 -0.186 -0.194 -0.190 -0.191 -0.190 4(n)

ROM 0.0

Tabla 6.2: Resultados de la aplicacin del mtodo de Nivel II: ndices de sensibilidad; n es el nmero de iteraciones

-0.925 -0.789 -0.839 -0.834 -0.836 -0.836 -0.826 -0.832 -0.830 -0.831 Resultados de la aplicacin del mtodo

Figura 6.6: Resultados de la aplicacin del mtodo de Nivel II: H en m y T en s.

6.7

Anejo: La verificacin en los Eurocdigos y en la EHE

En esta ROM se proponen tres mtodos de verificacin, denominados de Nivel I que incluyen los mtodos de coeficiente de seguridad global y de los coeficientes parciales, de Nivel II basados en los momentos estadsticos y tcnicas de optimizacin y los de Nivel III elaborados a partir de tcnicas de integracin y simulacin numrica. La utilizacin de uno u otro (o de varios de ellos) viene determinada en la tabla 4.6 en funcin del carcter de la obra, siendo el mtodo de los coeficientes parciales el de uso ms universal,ya que se recomienda en todos los casos salvo en uno correspondiente a los proyectos de menos trascendencia.En estos casos se puede aplicar el mtodo del coeficiente de seguridad global.Se recomienda utilizar un mtodo de Nivel II o III en obras importantes cuyo carcter general sea alto.

185

ROM 0.0

MTODOS DE NIVEL II Y III

Este procedimiento que establece cuatro mtodos de clculo difiere del que se sigue en la mayora de las Normas en las que solo se establecen mtodos de Nivel I, por lo general,el de los coeficientes parciales. Esta diferencia se justifica por las limitaciones inherentes al propio mtodo de los coeficientes parciales que no permiten obtener una relacin entre los valores de los factores de proyecto y los coeficientes de ponderacin, de compatibilidad y correctores y los valores de la probabilidad de fallo. Puesto que la ROM 0.0 recomienda unas probabilidades de fallo y parada, fijadas en funcin de las particularidades de cada proyecto (ya lo haca la ROM 02.90, aunque en aquel entonces solo se utilizaban para fijar el valor de algunas variables predominantes),es obligado que, en las ROM especficas, se establezcan procedimientos que permitan determinar aquellas relaciones. En la seccin 6.5 se presentan las lneas generales para la determinacin de esa relacin.

6.7.1

Los Eurocdigos

En los Eurocdigos el tratamiento general del problema est recogido en el Anejo A de la Parte I: Bases de Proyecto del Eurocdigo I Bases de Proyecto y Acciones en Estructuras, que contiene informacin y soporte tcnico sobre el mtodo de los coeficientes parciales.Aunque este Anejo es informativo, se deben seguir sus criterios para la comprobacin de obras,siempre que las reglas de los Eurocdigos existentes no se consideren adecuadas para el caso correspondiente (lo que suceder en muchos casos de las Obras Martimas y Portuarias). En dicho Anejo que se transcribe literalmente a continuacin, con la aclaracin que est redactado enfocado fundamentalmente a la seguridad, se establece que, el valor de los coeficientes parciales debe depender del grado de incertidumbre en las acciones, resistencias, datos geomtricos y modelos y del tipo de construccin y estado lmite considerado. Si bien hay dos maneras de determinar los valores numricos de los coeficientes parciales, a) por calibracin a partir de la historia y tradicin constructiva (este es el principio bsico de a) la mayora de los coeficientes propuestos en los actuales Eurocdigos), b) mediante la evaluacin estadstica de datos experimentales y observaciones de campo; (que a) se debe realizar dentro de la teora probabilstica de la fiabilidad). En la prctica,se pueden combinar estas dos maneras.En particular, una simple aproximacin estadstica (probabilstica) carece, habitualmente, de datos suficientes, pudindose siempre hacer referencia a los mtodos tradicionales de proyecto. La razn ms importante para la utilizacin del mtodo tradicional es la larga y afortunada experiencia constructiva de los lugares en que se ha aplicado. Se pueden justificar reducciones de algunos coeficientes en condiciones especficas,siempre que redunden en un beneficio de la economa de la construccin. Desde este punto de vista, los mtodos estadsticos deben ser considerados como una ayuda al mtodo tradicional. Los procedimientos de comprobacin probabilstica se pueden subdividir en dos clases principales: Mtodos exactos y mtodos de fiabilidad de primer orden (APO-FORM), a veces llamados mtodos de nivel III y mtodo de nivel II respectivamente. En ambos mtodos la medida de fiabilidad es una probabilidad de fallo, p de los modos de fallo considerados y para un apropiado perodo de referencia.Estos valores se calculan y comparan con un valor predeterminado p0. Si la probabilidad de fallo p < p 0, la estructura se considera insegura.

186

MTODOS DE NIVEL II Y III

ROM 0.0

Los elementos de seguridad del mtodo del coeficiente parcial (nivel I) pueden ser obtenidos de tres formas diferentes. a) mediante calibracin de los mtodos de proyecto histricos y empricos b) mediante calibracin de los mtodos probabilsticas c) como una simplificacin de FORM, mediante el mtodo (calibrado) del valor de clculo, tal c) y como se describe en A.3 (el apartado 3 de aquel Anejo). La presente generacin de Eurocdigos se ha basado, inicialmente, en el mtodo a), corregido con el mtodo c) o mtodos equivalentes; principalmente en el campo del proyecto asistido por ensayos.
6.7.2 La instruccin EHE

Los criterios bsicos de esta Instruccin estn recogidos en su Captulo II Principios Generales y Mtodo de los Estados Lmites, en el que, en los comentarios del art. 6.1 Principios dice textualmente que, el procedimiento de los estados lmite, basado en la determinacin previa de unos coeficientes parciales de seguridad, corresponde a un mtodo de fiabilidad de nivel I. Para la determinacin de los coeficientes parciales de seguridad, bsicamente existen dos procedimientos, a) Por medio de una calibracin con los valores de clculo de las variables empleadas en el clc) culo de estructuras existentes. b) Por medio de una evaluacin estadstica de datos experimentales, en el marco de la aplicac) cin de mtodos probabilistas. Se define la fiabilidad como la capacidad de la estructura para cumplir, con una probabilidad predefinida, una funcin en condiciones determinadas. En cierto modo sta se corresponde con la probabilidad de ausencia de fallo y se puede cuantificar mediante el ndice de fiabilidad, ,definido tal y como se hace en este captulo al desarrollar el mtodo de Nivel II. La nica duda de interpretacin es lo que entiende la EHE por probabilidad global de fallo, ya que no lo explica,y nicamente dice que no corresponde a la frecuencia real de fallos estructurales. En la EHE se definen la probabilidad de fallo y los ndices de fiabilidad que se citan all ( = 3,8 para estados lmites ltimos y =1,5 para estados lmites de servicio) por valores nominales de seguridad que sirven de base para el desarrollo de unas reglas coherentes y rigurosas para el dimensionamiento de estructuras. Esto es lo que se hace en esta ROM 0.0; los mtodos, los valores concretos de los ndices de fiabilidad , y las probabilidades de fallo, se han tomado, en los casos en los que haba informacin, aquellos indicados por la EHE y los Eurocdigos, garantizando la homogeneidad del tratamiento y eliminado las posibles objeciones a su utilizacin. Dadas las peculiaridades de las obras martimas y portuarias, en particular en lo referente a las probabilidades de fallo que, con un consenso generalizado, se admiten en ms altas que en otras obras civilies, la verificacin por tres Niveles que se recomiendan en la ROM 0.0 no solo es conveniente, sino que es imprescindible, aunque solo sea para calibrar adecuadamente el mtodo de los coeficientes parciales.

187