Sei sulla pagina 1di 78

UNIVERSITA DEL SALENTO INGEGNERIA CIVILE

RICHIAMI DI CALCOLO
DELLE PROBABILIT

ing. Marianovella LEONE


INTRODUZIONE
Per misurare la sicurezza di una struttura, ovvero la sua affidabilit, esistono due approcci
fondamentali:

Misura di tipo deterministicoMetodo delle Tensioni Ammissibili, Metodo del Calcolo a


Rottura

Misura di tipo probabilisticoMetodo probabilistico, Metodo semiprobabilistico agli Stati


Limite

Le misure di tipo probabilistico sono pi complesse ma allo stesso tempo pi realistiche, dal
momento che tengono conto delle variabilit e delle incertezze dei parametri da cui la sicurezza
della struttura dipende.

Tra i metodi di tipo probabilistico quello che maggiormente interessa il Metodo


Semiprobabilistico agli Stati Limite, metodo su cui attualmente si basa la Normativa
Italiana.
INTRODUZIONE
Il metodo detto semiprobabilistico poich che si basa su una relazione di tipo
deterministico, ovvero:

Domanda Sd Rd Richiesta

Sd ed Rd hanno carattere probabilistico.

Il metodo infatti considera la resistenza dei materiali ed i valori delle azioni


agenti sulla struttura come variabili aleatorie, ovvero grandezze cui non si
pu assegnare un unico valore (deterministico) ma che, se misurate,
assumono di volta in volta un valore differente, casuale.
VARIABILE ALEATORIA DISCRETA O CONTINUA

Vi sono due tipi di variabile aleatoria:

Variabile aleatoria discreta, capace di assumere solo un numero finito di


valori: ad es. il risultato del lancio di un dado pu assumere sei valori possibili.

Variabile aleatoria continua, capace di assumere qualsiasi valore allinterno


di uno o pi intervalli assegnati: ad es. il valore della resistenza a
compressione dei cubetti di calcestruzzo
PROBABILIT: VARIABILE ALEATORIA DISCRETA

Si consideri una variabile casuale di tipo discreto ad es. il N. Lanci Risultati


risultato del lancio di un dado.
Si supponga di effettuare n=7 lanci con i risultati riportati
in tabella.
1 3
Si indica con a levento per cui il risultato del lancio 3
ed na il numero di volte in cui tale evento si verifica, nel 2 6
nostro caso na = 2.
3 2
Si definisce frequenza relativa allevento a
fa = na /n = 2/7 4 3

La somma delle frequenze relative a tutti gli eventi 5 1


possibili ovviamente pari a 1.
a fa = 1 6 5

7 4
2 1 1 1 1 1 7
f
a 1
7 ( 3 ) 7 ( 6 ) 7 ( 2 ) 7 (1) 7 ( 5 ) 7 ( 4 ) 7
PROBABILIT: VARIABILE ALEATORIA DISCRETA

Al crescere del numero n di lanci, la frequenza relativa esprime in termini


numerici la tendenza di ciascun evento a verificarsi, ovvero la probabilit che
levento a si verifichi e cio:

p(a) lim
n
(n a / n )

Se levento a CERTO na coincide con n e la probabilit pari a 1


Se levento a IMPOSSIBILE na nullo e la probabilit pari a 0
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci

1 29 7 29

2 32 8 30

3 31 9 28

4 30 10 32

5 30 11 33

6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci Intervallo


1 29 7 29
22-24
2 32 8 30
3 31 9 28 25-27

4 30 10 32
28-30
5 30 11 33
31-33
6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci ni rotture


Intervallo Frequenza fi relativa
nellintervallo
1 29 7 29
22-24
2 32 8 30
3 31 9 28 25-27

4 30 10 32
28-30
5 30 11 33
31-33
6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci ni rotture


Intervallo Frequenza fi relativa
nellintervallo
1 29 7 29
22-24 0 Fa=0/12=0
2 32 8 30
3 31 9 28 25-27

4 30 10 32
28-30
5 30 11 33
31-33
6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci ni rotture


Intervallo Frequenza fi relativa
nellintervallo
1 29 7 29
22-24 0 Fa=0/12=0
2 32 8 30
3 31 9 28 25-27 1 Fa=1/12=0,083

4 30 10 32
28-30
5 30 11 33
31-33
6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci ni rotture


Intervallo Frequenza fi relativa
nellintervallo
1 29 7 29
22-24 0 Fa=0/12=0
2 32 8 30
3 31 9 28 25-27 1 Fa=1/12=0,083

4 30 10 32
28-30 7 Fa=7/12=0,583
5 30 11 33
31-33
6 29 12 27
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Per poter estendere il concetto di probabilit al caso delle variabili aleatorie continue, occorre
dividere il campo di variabilit della grandezza in un numero finito di intervalli e contare il
numero di volte in cui ciascuno dei valori cade allinterno dellintervallo considerato.
Consideriamo i risultati di 12 prove di compressione su altrettanti cubetti:

N. Prelievi Rci N. Prelievi Rci ni rotture


Intervallo Frequenza fi relativa
nellintervallo
1 29 7 29
22-24 0 Fa=0/12=0
2 32 8 30
3 31 9 28 25-27 1 Fa=1/12=0,083

4 30 10 32
28-30 7 Fa=7/12=0,583
5 30 11 33
31-33 4 Fa=4/12=0,333
6 29 12 27
FREQUENZA RELATIVA PROBABILIT: VARIABILE ALEATORIA CONTINUA

RESISTENZA A COMPRESSIONE (MPa)


PROBABILIT: VARIABILE ALEATORIA CONTINUA

Si definisce densit i il rapporto tra la frequenza relativa fi e lestensione


dellintervallo adottato di.
fi
i
di

Il passaggio dalle frequenze relative alla probabilit per le variabili aleatorie continue si
ottiene facendo tendere ad infinito il numero n di prove e a zero lampiezza di degli
intervalli in cui stato suddiviso il campo di variabilit della resistenza a compressione.
Si definisce funzione densit di probabilit f(x) come:

f(x) lim i
n
di 0
PROBABILIT: VARIABILE ALEATORIA CONTINUA

Accanto alla funzione densit di probabilit si definisce la funzione probabilit


cumulata F della variabile aleatoria x con riferimento ad un certo valore a:

a
F(a) f(x)dx

Che rappresenta la funzione che associa ad ogni possibile valore della


variabile aleatoria x la probabilit che essa assuma valori compresi tra
(limite inferiore del campo di variabilit) ed a. In altre parole:

F(a) = p ( x < a )
INTERPRETAZIONE GRAFICA
Se f(x) la funzione densit di probabilit di una variabile aleatoria x, essa pu
essere rappresentata graficamente

f(x)dx 1

f(x)

x
INTERPRETAZIONE GRAFICA
Se f(x) la funzione densit di probabilit di una variabile aleatoria x, essa pu
essere rappresentata graficamente

f(x)dx 1

f(x)

x
INTERPRETAZIONE GRAFICA
Se f(x) la funzione densit di probabilit di una variabile aleatoria x, essa pu
essere rappresentata graficamente

f(x)dx 1

f(x)

P(X x0 ) F(x0 )
Probabilit che la variabile
aleatoria assuma valori
compresi tra ed X0

x0 x
INTERPRETAZIONE GRAFICA
Se f(x) la funzione densit di probabilit di una variabile aleatoria x, essa pu
essere rappresentata graficamente

f(x)dx 1

f(x)

P(X x3 ) 1 F(x3 )
Probabilit che la variabile aleatoria
assuma valori compresi tra X3 +

x3 x
INTERPRETAZIONE GRAFICA
Se f(x) la funzione densit di probabilit di una variabile aleatoria x, essa pu
essere rappresentata graficamente

f(x)dx 1

f(x)
P(x1 X x2 ) F(x2 ) F(x1)

Probabilit che la variabile aleatoria assuma valori


compresi tra X1 ed X2

x1 x2 x
DEFINIZIONE DI FRATTILE
Assegnato un valore P* della probabilit, esister uno ed un solo valore xk della
variabile x per il quale vale
P* P(x xk ) F(xk )
Si definisce frattile della probabilit P* il valore xk della variabile aleatoria x che
soddisfa tale uguaglianza.
f(x)
Si definisce frattile superiore al p% quel valore della variabile
aleatoria cui corrisponde la probabilit p% di non essere superato

x0 = frattile superiore al 5%

5%

x0 x
DEFINIZIONE DI FRATTILE
Assegnato un valore P* della probabilit, esister uno ed un solo valore xk della variabile x
per il quale vale

P * P ( x xk ) F ( xk )
Si definisce frattile della probabilit P* il valore xk della variabile aleatoria x che soddisfa
tale uguaglianza.

f(x) Si definisce frattile inferiore al p% quel valore della variabile


aleatoria cui corrisponde la probabilit p% di non essere superato

x0 = frattile inferiore al 95%

95%

x0 x
DEFINIZIONE DI MEDIA, MEDIANA E MODA

Fra tutti i valori che una variabile casuale pu assumere ce ne sono alcuni
che sono pi frequenti di altri, in qualche modo tipici e vengono
generalmente posti al centro dellintervallo di variabilit.

I parametri media, mediana e moda forniscono una valutazione


significativa di tali valori tipici.
DEFINIZIONE DI MEDIA, MEDIANA E MODA

Con riferimento ad una variabile aleatoria continua x, con una funzione di densit di
probabilit f(x), la media della popolazione indicata anche come valore atteso
vale:

E(x) xf(x)dx

La mediana x50 il valore per il quale la funzione F(x) di probabilit cumulata


assume il valore 0,5 (ossia 50%)

La moda il valore associato al punto di massimo della funzione f(x) di densit di


probabilit

I valori di media, mediana e moda coincidono nel caso di distribuzioni f(x) simmetriche
DEFINIZIONE DI VARIANZA E DEVIAZIONE STANDARD

Con riferimento ad una variabile aleatoria continua x, caratterizzata da una


funzione di densit di probabilit f(x) e media , si definisce varianza la quantit:


( x ) f ( x )dx
2 2

La deviazione standard si definisce come

2
TEORIA DEI CAMPIONI
Ci si pone spesso davanti al problema di determinare conclusioni valide per un ampio gruppo di
individui o di oggetti; in questi casi, invece di esaminare lintero gruppo, detto POPOLAZIONE,
esame che pu comportare diverse difficolt e diventare anche impossibile, si pu far ricorso allesame
di una piccola parte della popolazione: questa piccola parte viene chiamata un CAMPIONE.

ES: Desideriamo trarre conclusioni circa la statura (o il peso) di 12.000 studenti adulti (la popolazione)
esaminando solo 100 studenti (il campione) estratti dalla popolazione

ES: Desideriamo trarre conclusioni circa la percentuale dei bulloni difettosi costruiti da una certa
fabbrica durante i sei giorni di una settimana, esaminando ogni giorno 20 bulloni prodotti in diverse
ore della giornata lavorativa. In questo caso la popolazione sono i bulloni prodotti nella settimana
lavorativa mentre il campione sono i 120 bulloni scelti.

LA POPOLAZIONE PUO ESSERE FINITA O INFINITA, IL NUMERO SARA DETTO


GRANDEZZA DELLA POPOLAZIONE E DI SOLITO E DENOTATO CON N.
IL CAMPIONE E GENERALMENTE FINITO ED IL NUMERO SARA DETTO
GRANDEZZA DEL CAMPIONE
TEORIA DEI CAMPIONI

LA MEDIA CAMPIONARIA: non altro che la media aritmetica delle


osservazioni campionarie, cio del campione. Se un campione di osservazioni
sufficientemente rappresentativo dellintera popolazione, la media calcolata sul
campione sar molto vicino a quella vera della popolazione stessa.

N. Prelievi Rci N. Prelievi Rci

1 29 7 29
2 32 8 30
3 31 9 28
4 30 10 32
5 30 11 33
6 29 12 27
29 32 31 30 30 29 29 30 28 32 33 27
E 30
12
TEORIA DEI CAMPIONI

ESEMPIO
Supponiamo che la popolazione sia composta da 2066 intervistati a cui chiediamo let. Let
media calcolata su tutta la popolazione di intervistati 22,7 anni.
Supponendo di non conoscerla, si vuole stimare let media estraendo a caso un
campione di dieci intervistati.
Le osservazioni sono le seguenti: 27; 22; 26; 22; 23; 28;29; 27; 25; 22
La loro et media = (27+22+26+22+23+28+29+27+25+22)/10=25,1.

Questo campione pu dirsi sufficientemente rappresentativo dellintera


popolazione di intervistati?

Il campione oltre a essere troppo piccolo, non contiene nessun intervistato di et


inferiore a 20 anni e comprende un numero sproporzionato rispetto alla realt di
persona con et superiore a 26anni.

QUESTA MEDIA CAMPIONARIA NON QUINDI UNA BUONA STIMA


DELLA MEDIA DELLA POPOLAZIONE!!
TEORIA DEI CAMPIONI

Cosa fare per ottenere un campione maggiormente rappresentativo?


Aumentando il campione si ha modo di aumentare le probabilit che la composizione del
campione rispecchi quelle che la strutta della et reale della popolazione.
Portando il campione a 500 unit, la forma della sua distribuzione assume effettivamente
un profilo che ricorda quella dellintera popolazione (ovviamente su scala diversa). Let
media campionaria in questo caso 22,9 anni: molto vicina a quella reale.
TEORIA DEI CAMPIONI

LA MEDIA DELLE MEDIE CAMPIONARIE UNA BUONA


STIMA DEL VALORE MEDIO DELLA POPOLAZIONE
Esempio:
Quelle che seguono sono le medie di venti diversi campioni da 10 unit ciascuno:
la media campionaria diversa per ogni campione.
22,7 23,5 23,1 21,9 23,3 22,5 22,8 22,8 22,5 22,8 21,7 22,7 21,7 22,4 22,3 22,8 23,2
23,5 23,1 22,8
La media delle medie campionarie approssima bene quella dellintera popolazione. La stima
della media della popolazione sar:

22,9
TEORIA DEI CAMPIONI

LA VARIANZA CAMPIONARIA CORRETTA IL MIGLIORE


STIMATORE PER LA VARIANZA DELLA POPOLAZIONE A
PARTIRE DALLA VARIANZA DEL CAMPIONE.
MODELLI DI DISTRIBUZIONI DI VARIABILI
CASUALI

1) Distribuzione uniforme o rettangolare


La legge di distribuzione della probabilit, nellintervallo di definizione [a,b] data da
f(x) = 1 / (b-a)
Si ha cio una densit di probabilit uniforme

E semplice calcolare il valore della media, ovvero



E(x) xf (x)dx (b a) / 2

La distribuzione simmetrica pertanto media e mediana coincidono; non ha senso


invece definire il parametro moda.
MODELLI DI DISTRIBUZIONI DI VARIABILI CASUALI

2) Distribuzione Normale o Gaussiana


La variabile x pu assumere un qualsiasi valore tra - e +

1 ( x )2

f(x) f ( x)
1
e 2 2

x


xf ( x)dx ( x ) 2 f ( x)dx

MODELLI DI DISTRIBUZIONI DI VARIABILI CASUALI

f ( t ) e t 0t
3) Distribuzione Esponenziale t t
F (t ) f (t )dt e t dt (1 e t )
0 0

1,2

0,8
PDF

0,6

0,4

0,2

0
0 1 2 3 4 5
tem po
MODELLI DI DISTRIBUZIONI DI VARIABILI CASUALI

4) Distribuzione di Weibull

1 t
(t )


f (t ) e

MODELLI DI DISTRIBUZIONI DI VARIABILI CASUALI

5) Distribuzione LogNormale

Distribuzioni lognormali con uguale valore dello scarto quadratico medio s(y) e
diverso valore (maggiore per la distribuzione b) della media m(y)
UNIVERSITA DEL SALENTO INGEGNERIA CIVILE

TIPOLOGIE DI AZIONI E RELATIVI


VALORI DI CALCOLO.
COMBINAZIONE DELLE AZIONI
PER IL DIMENSIONAMENTO E LA
VERIFICA DELLE STRUTTURE.

ing. Marianovella LEONE


AZIONI

Classificazione delle azioni secondo il loro modo di esplicarsi:

AZIONI DIRETTE (azioni concentrate, azioni distribuite)

AZIONI INDIRETTE (cedimenti vincolari, deformazioni iniziali,


variazioni termiche e di umidit, ritiro, precompressione)

DEGRADO
Endogeno: alterazione naturale del materiale di cui composta
lopera strutturale
Esogeno: alterazione delle propriet dei materiali a causa di
agenti esterni
AZIONI DIRETTE
AZIONI INDIRETTE

Le deformazioni prodotte da spostamenti impresse si dividono in:

Deformazioni imposte di tipo naturale: variazioni termiche,


ritiro e la viscosit

Deformazioni imposte di tipo artificiale: i cedimenti


vincolari, i difetto di montaggio, leffetto della
precompressione, ecc
DEGRADO ENDOGENO
DEGRADO ENDOGENO
DEGRADO ESOGENO
AZIONI

Classificazione delle azioni secondo la risposta strutturale:

AZIONI STATICHE :non provocano accelerazioni significative sulla


struttura o su alcune parti di essa

AZIONI QUASI STATICHE :possono essere ancora considerate


statiche a patto di tener conto delleffetto dinamico mediante un
incremento della loro intensit, si parla di azioni statiche equivalenti

AZIONI DINAMICHE provocano accelerazioni significative sulla


struttura o su alcune parti di essa
AZIONI
Classificazione delle azioni secondo la variazione di intensit nel tempo:

PERMANENTI: peso
proprio, sovraccarichi fissi

VARIABILI: quasi
permanenti, carichi duso
AZIONI
Classificazione delle azioni secondo la variazione di intensit nel tempo:

RAPIDAMENTE
VARIABILI: folla, vento,
neve

ACCIDENTALI O
ECCEZZIONALI:
esplosioni, sisma, urti
AZIONI
Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI PERMANENTI (G)

Sono dovuti ai carichi che gravano sulla struttura per il suo intero periodo di vita ( o per
una significativa frazione)
Non sono rimovibili durante il normale esercizio della costruzione
Devono essere valutati sulla base delle dimensioni effettive delle opere e dei pesi per unit
di volume dei materiali costituenti
AZIONI
Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI PERMANENTI (G)


La loro intensit ha una variazione trascurabile durante la vita della costruzione
Peso proprio degli elementi strutturali, peso del terreno, forze indotte dal
terreno, forze indotte dalla pressione dellacqua, se costante (G1)
Peso proprio di elementi non portanti (G2)
Spostamenti e deformazioni imposte allatto della costruzione
Pretensione e precompressione (P)
Ritiro e viscosit
Spostamenti differenziali

Le azioni permanenti sono rappresentate attraverso un valore nominale, ottenuto


moltiplicando le dimensioni degli elementi per il peso specifico medio; tale valore
assunto quale valore caratteristico
AZIONI
Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI PERMANENTI (G)


Per determinare il peso di una struttura necessario:

Calcolare il volume degli elementi strutturali che compongono la stessa e


moltiplicarlo per il loto peso per unit di volume

=
AZIONI

Azioni permanenti
..Esse vanno valutate sulla base
delle dimensioni effettive delle
opere e dei pesi per unit di
volume dei materiali
costituenti
AZIONI
AZIONI
AZIONI
Es: Solaio
Dimensione
SIMBOLO (cm)
Campata sbalzo
soletta s 5 5
altezza pignatta hp 20 16
larghezza pignatta bp 38 38
base travetto b 12 12
altezza totale solaio H 25 21
massetto in calcestruzzo leggero sm 10 10
pavimento sp 3 2
p
smb sc sm
s

hp H
si

bp
i b
AZIONI
Es: Solaio
PESO PROPRIO SOLAIO

Elemento/i Simbolo formula Valori numerici Peso (kN/m2)


soletta G1s s x larghezza x profondit x ps 0.05 x 1 x 1 x 25 1.25

travetti G1t [base x altezza x profondit x ps] x ntrav. al m 0.12 x 0.20 x 1 x 25 x 2 1.2

pignatte G1l [base x altezza x profondit x ps] x nfile 0.38 x 0.20 x 1 x 8 x 2 1.22

PESO PROPRIO SOLAIO


G1s + G1t + G1l 1.25 + 1.20 + 1.22 3.67
G1

CARICHI PERMANENTI NON STRUTTURALI

Elemento/i Simbolo formula Valori numerici Peso (kN/m2)

pavimento G2p sp x larghezza x profondit x ps 0.03 x 1 x 1 x 27 0.8


massetto G2m sm x larghezza x profondit x ps 0.1 x 1 x 1 x 22 2.2
intonaco G2i si x larghezza x profondit x ps 0.015 x 1 x 1 x 20 0.3
Incidenza tramezzi G2t 0.8

G2 G2p + G2m + G2i+ G2t 0.8+2.2+0.3+0.8 4.1


AZIONI
Elementi divisori interni
AZIONI
Elementi divisori interni
AZIONI
Elementi divisori interni
Il carico complessivo gravante sullimpalcato viene assimilato ad un
carico variabile uniformemente ripartito, g2, purch si assicuri una
capacit di ripartizione del solaio. Il valore del carico g2 dipende dal
carico per unit di lunghezza dellelemento divisorio, G2.
AZIONI
Es: 1

g2=0.8 kN/m2
AZIONI
Es: 2

da valutare!
AZIONI
Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI VARIABILI (Q)


La loro intensit ha una variazione non trascurabile durante la vita della costruzione

Azioni Variabili di Lunga Durata


Agiscono con una intensit elevata per lunghi periodi in confronto alla vita nominale
della struttura

CARICHI DI ESERCIZIO DI LUNGA DURATA: pesi propri degli elementi non


strutturali, suppellettili, merce depositata, ecc.
AZIONI
Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI VARIABILI (Q)


La loro intensit ha una variazione non trascurabile durante la vita della costruzione

Azioni Variabili di Breve Durata

Agiscono con una intensit elevata per brevi periodi in confronto alla vita della struttura
Vento
Neve
Sisma
Azioni dovute alle variazioni termiche
Azioni dovute a moti ondosi
Carichi di esercizio di breve durata
AZIONI

Classificazione delle azioni secondo la variazione della intensit nel tempo:

AZIONI ECCEZIONALI (A)


Azioni che si verificano eccezionalmente durante la vita nominale della costruzione

Incendi
Esplosioni
Urti ed Impatti

AZIONI SISMICHE (E)


Azioni derivanti dai terremoti
AZIONI
Valore caratteristico di unazione variabile: Qk
E quel valore corrispondente ad un frattile pari al 95% della
popolazione dei massimi in relazione al periodo di riferimento
dellazione variabile
Es: Determino il carico variabile su 100 solai aventi tutta la
stessa destinazione duso. Faccio riferimento al valore
massimo osservato su ciascun solaio durante la sua vita

Densit di probabilit dellazione


variabile
(Q=qmax)

Valore dellazione
Qk variabile (Q=qmax)
AZIONI
Valore frequente dellazione variabile (y1j Qkj)
Rappresenta il valore dellazione che viene superato per una
limitata frazione del tempo di riferimento, corrispondente ad un
frattile pari al 95% della distribuzione temporale dellintensit
dellazione.
Valore quasi permanente dellazione variabile (y2j Qkj)
Rappresenta il valore dellazione superato in un periodo pari al 50%
del periodo di riferimento, corrispondente alla media della
distribuzione temporale dellintensit.

Valore raro dellazione variabile (y0j Qkj)


Tale valore tiene conto della ridotta probabilit che pi azioni
indipendenti fra loro agiscano contemporaneamente con la massima
intensit
AZIONI
AZIONI
Carichi variabili connessi alla destinazione duso dellopera:

Carichi uniformemente distribuiti (qk) [kN/m2];

Carichi lineari (Hk) [kN/m];

Carichi concentrato (Qk)[kN]


AZIONI
AZIONI
LE VERIFICHE LOCALI

180
AZIONI
CARICHI VARIABILI ORIZZONTALI, HK
AZIONI
Carichi variabili nel tempo (Qk)
Il valore caratteristico pari a quel valore che ha un prefissato periodo di ritorno
(TR). Il periodo di ritorno TR risulta correlato alla probabilit che la stessa azione
venga maggiorata in un intervallo di tempo DT (DT= Ts)

DT Ts
TR
ln p 1 p
Se p=10% Ts=50 TR=475

Es: probabilit che il valore dellazione venga superato in 50 anni=10%


Periodo di ritorno=475 anni
AZIONI
ag=accelerazione del terreno
conseguente al sisma

Influenza del terreno di fondazione

am=accelerazione della massa m


della struttura

ag
F= forza inerziale sulla
struttura

F= m am
COMBIANZIONE DELLE AZIONI
S.L.U.
COMBIANZIONE DELLE AZIONI

Combinazione Sismica per S.L.U. e S. L.E.

Combinazione Eccezionale per S.L.U.


COMBIANZIONE DELLE AZIONI
S.L.E.
Combinazione caratteristica (rara)

Combinazione frequente

Combinazione quasi permanente


COMBIANZIONE DELLE AZIONI
CONDIZIONI D CARICO
SLU
1.5 G2p
Condizione I

1.5 Qks

1.3 G1s+1.5 G2s

Condizione II
1.5 G2p
1.5 Qk 1.5 Qk

1.3 G1s+1.5 G2s 1.3 G1+1.5 G2


CONDIZIONI D CARICO
SLU

Condizione III

1.5 G2p
1.5 Qk

1.3 G1s+1.5 G2s 1.3 G1+1.5 G2

1.5 G2p
Condizione IV
1.5 Qks 1.5 Qk

1.3 G1s+1.5 G2s 1.3 G1+1.5 G2

Potrebbero piacerti anche