• español
    • English
  • English 
    • español
    • English
  • Login
View Item 
  •   DSpace Home
  • Producción Científica
  • Facultad de Ingeniería. CERG: Civil Engineering Research Group
  • Artículos
  • View Item
  •   DSpace Home
  • Producción Científica
  • Facultad de Ingeniería. CERG: Civil Engineering Research Group
  • Artículos
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Expansión caótica polinomial aplicada a funciones de estado límite

Thumbnail
View/Open
Expansión caótica polinomial aplicada a funciones de estado límite.pdf (3.933Mb)
Date
2021-07-01
Author
Afanador García, Nelson
Guerrero Gómez, Gustavo
Nolasco Serna, Christian
Metadata
Show full item record
Abstract
En los proyectos estructurales, garantizar el rendimiento del sistema dentro de las especificaciones establecidas con un nivel máximo de seguridad y teniendo en cuenta las limitaciones económicas del proyecto es uno de los principales objetivos del diseño estructural. Los riesgos a los que está sometido cualquier sistema físico se denominan probabilidad de fallo y se evalúan aplicando métodos de análisis de fiabilidad estructural. El objetivo del análisis de fiabilidad estructural es garantizar que la resistencia de los elementos de la estructura sea superior a la demanda de resistencia impuesta durante la vida útil de cada uno de los elementos estructurales. Las variables de diseño estructural son magnitudes físicas en la fiabilidad estructural y se consideran aleatorias, pudiendo representarse en un vector aleatorio. La probabilidad de fallo de una estructura se obtiene a partir de la evaluación de las incertidumbres inherentes a las variables físicas del proyecto, mediante las distribuciones de probabilidad de las variables aleatorias. El objetivo de este trabajo fue la aplicación de la expansión del caos polinomial para evaluar la probabilidad de fallo en las funciones de estado límite que se encuentran en la literatura utilizando simulación numérica, con el fin de disminuir el tamaño de la muestra para cada variable aleatoria en comparación con los necesarios utilizando la simulación de Monte Carlo. Esta investigación demostró que la diferencia entre el tamaño de la muestra entre la expansión del caos polinomial y la simulación de Monte Carlo es del 5 %, lo que supone un ahorro de tiempo y esfuerzo computacional.
URI
https://repositorioinstitucional.ufpso.edu.co/xmlui/handle/20.500.14167/5666
Collections
  • Artículos [53]

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics
Implementado por: DIVISIÓN DE SISTEMAS
DSpace software copyright © 2002-2023  DuraSpace
Contact Us | Send Feedback