DISTRIBUIÇÕES NORMAIS EQUIVALENTES NA DETERMINAÇÃO

DO ÍNDICE DE CONFIABILIDADE

Amazoneida Sá Peixoto Pinheiro

Universidade Federal do Amazonas
Linda Lee Ho
Escola Politécnica da Universidade de São Paulo
e-mail: neida@usp.br, linda@ime.usp.br

Abstract

Some reliability indices (safety index) are reviewed, and recent reliability index models are discussed,
which variables are not followed by normal distribution.. This paper aims to focus the necessity for
more suitable methods to estimate this index, due to its relevance for predicting quality and
structural safety of projects and products.

Resumo

O índice de confiabilidade é revisado, discutindo-se os modelos mais recentes da literatura, cujas

variáveis não são explicadas pela distribuição normal de probabilidade. E, dentro deste contexto,
enfocar a necessidade de métodos mais ajustados na estimativa deste índice, dado sua relevância na
predição da qualidade e da segurança estrutural de projetos e produtos.

Key words: safety index, reliability

1. Introdução

A teoria da confiabilidade foi desenvolvida, inicialmente, com objetivo de estimar a

ocorrência de falhas catastróficas, em situações de alto risco para o ser humano. O emprego desta
teoria aumentou consideravelmente depois da segunda guerra mundial, com aplicações principalmente
na indústria aeronáutica, aeroespacial e nuclear.
Atualmente, os efeitos da análise de confiabilidade podem ser observados mais diretamente
pelos consumidores através de produtos cujos tempos de garantia contra defeitos são estabelecidos,
assim como a previsão da expectativa média de vida (MTTF), tempo de prateleira, o tempo entre
falhas ou defeitos (MTBF), o tempo de reposição de peças ou componentes, o tempo entre reparos ou
manutenções (MTTR).
A teoria da confiabilidade tem sido incorporada, também, na avaliação da segurança estrutural
de projetos da construção civil e naval, passando a ser conhecida, a partir da década de setenta, como
Confiabilidade Estrutural, [ANG & CORNELL (1974)]. Houve nesta década profundas
transformações nos códigos internacionais que regulamentam as construções, recomendando
delineamentos probabilísticos no dimensionamento de estruturas, como por exemplo as normas
canadenses (NBCC – National Building Code of Canada) e as normas americanas para aço e concreto
para construção após estudos do comitê de segurança e confiabilidade da Sociedade Americana de
Engenheiros Civis (ASCE).
Este trabalho tem por objetivo apresentar uma revisão sobre o índice de confiabilidade
discutindo os modelos mais recentes da literatura, cujas variáveis não obedecem a uma distribuição
normal de probabilidade. E, dentro deste contexto, enfocar a necessidade de métodos mais ajustados
na estimativa deste índice, dado sua relevância na predição da qualidade e da segurança estrutural de
projetos e produtos.
2. Confiabilidade estrutural

Incertezas contidas nas informações relativas a problemas de Engenharia, levaram a mudanças

nos métodos de avaliação da segurança de projetos estruturais. Métodos probabilísticos foram
incorporados com o objetivo de quantificar mais realisticamente a confiabilidade do sistema dado as
várias incertezas contidas nos projetos estruturais.
Dentro deste contexto, as características de projeto não deveriam mais ser trabalhadas como
valores fixos devido à falta de precisão na sua determinação. Passariam, então, a ser modeladas como
variáveis aleatórias.
Resumidamente, o problema básico na análise da segurança de uma estrutura consiste em
assegurar que a capacidade da estrutura seja suficiente para suportar a atuação de máxima ação ou
combinações de ações durante sua vida útil.
Considere, então, as seguintes variáveis aleatórias (v.a), resistência ( R) e solicitação (S), o
objetivo da confiabilidade estrutural é estimar a ocorrência do evento (R > S). Esta garantia é
possível através da probabilidade P(R>S)=PS que é a confiabilidade do sistema, enquanto a
probabilidade do evento complementar (R < S) é a correspondente probabilidade de falha, PF = P( R<
S).
A confiabilidade de um produto normalmente decresce com o tempo, devido ao desgaste,
danos cumulativos e aumento na chance de ocorrência de carregamentos mais pesados. Assim, de
uma forma mais simplificada, desconsiderando falhas de desgaste, ou seja, supondo resistências e
solicitações como variáveis aleatórias independentes e não variantes no tempo, ou seja, R(t)=R e
S(t)=S, e assumindo no momento que as funções de densidade de probabilidade de R e S,
respectivamente, simbolizadas por f R (r ) e f S ( s ) , estão disponíveis e conhecidas, a confiabilidade
PS ou a probabilidade do bom funcionamento pode ser calculada através da Teoria da interferência,
representada na Figura 2.1. Os primeiros trabalhos que a demonstraram foram de FREUDENTHAL,
GARRELT & SHINOZUKA (1966), porém o trabalho de KAPUR & LAMBERSON (1977) a
descreveram de uma forma mais sucinta e didática.

Figura 2.1: Teoria da interferência

A Figura 2.2 corresponde a uma ampliação da Figura 2.1, onde ilustra a probabilidade da
solicitação estar num intervalo de comprimento ds é igual a área dada por:
 ds ds 
P s0 − < s < s 0 +  = f s (s 0 )ds . (2.1)
 2 2
A probabilidade da resistência ser maior que uma certa solicitação s0 é
 Figura 2.2: Ampliação da área de interferência
∞

P{R > s 0 } = ∫f R (r )dr . (2.2)

s0
A probabilidade da solicitação estar num intervalo ds e a resistência R exceder a solicitação
dada por este pequeno intervalo ds, assumindo que R e S são variáveis aleatórias independentes, é dada
por
 ds   ∞
< s < s 0 + Ι (R > s 0 ) = f S ( s 0 )ds.∫ f R (r )dr .
ds
P  s 0 − (2.3)
 2 2  s0

E a confiabilidade do sistema estrutural é a probabilidade da resistência R ser maior que a

solicitação S para todos os valores que S possa assumir. Desta forma
PS = P( R > S ) = ∫−∞ f S (s )  ∫ f R (r )dr  ds .
∞ ∞
(2.4)
 s 
Portanto, a probabilidade de falha PF = 1 − PS é dada por

PF = P( R < S ) = 1 − ∫−∞ f S (s )  ∫ f R (r )dr ds = ∫−∞ FR (r ) f S ( s )dr .

∞ ∞ ∞
(2.5)
 s 
Em situações práticas, as variáveis R e S podem ser correlacionadas, e neste caso a
probabilidade de falha PF pode ser calculada pela integração da função de densidade de probabilidade
s
∞

conjunta fR,S(r,s), como segue PF = ∫  ∫ f R , S (r , s )dr ds e a confiabilidade correspondente é dada
0 0 
∞ ∞
 
por PS = ∫  ∫ f R , S (r , s )ds dr . (2.6 )
0 r 
A complexidade deste procedimento concentra-se no conhecimento e na forma das funções de
densidades. Na prática, essas funções probabilísticas raramente são conhecidas, e quando conhecidas,
a distribuição conjunta f R , S (r , s ) , assume forma que muitas vezes torna difícil e complexo o cálculo
da confiabilidade da expressão (2.6).
Para uma proposta de generalização, considera-se não apenas as variáveis R e S, mas
n variáveis aleatórias, cuja função de desempenho é definida como g(X) = g(X1, X2, ....,Xn) .
 A exigência de desempenho limitante pode ser definida como g(X)=0, que é chamado
de estado limite do sistema. Pode-se destacar 2 eventos: [g(X) >0] o evento que descreve o
estado seguro ou a confiabilidade do sistema e [g(X) <0] o evento que descreve o estado de falha.
Geometricamente, a equação estado limite g(X) = 0, é uma superfície n-dimensional que pode
ser chamada superfície de falha, de um lado da superfície está o estado seguro g(X)>0, e do outro o
estado de falha g(X)<0.
Assim, a função de densidade de probabilidade conjunta das variáveis X1, X2, ...Xn é
f X1 .... X n = ( x1 ,...., x n ) , a probabilidade do estado seguro ou a confiabilidade do sistema é dada por
PS = ∫ .... ∫f X 1 ,.., X n ( x1 ,..., x n )dx1 ....dx n = ∫f X ( x)dx . (2.7)
g ( X )>0 g ( X )> 0

A expressão (2.7) corresponde a integral de volume de fX(x) sobre a região segura g(X) >0. E
a probabilidade do estado falha será a integral no volume sobre a região de falha:
PF = ∫f
g ( X )<0
X ( x)dx . (2.8)

A determinação da probabilidade através das expressões (2.7) e (2.8) é geralmente muito

complexo. Métodos alternativos têm sido propostos para sua solução, como por exemplo, métodos
numéricos e procedimentos mais práticos como o FOSM (First Order, Second Moment), o qual
necessita apenas do primeiro e segundo momentos da função de desempenho.

3. O Índice de Confiabilidade

O índice de confiabilidade é um dos procedimentos necessários para implantação do FOSM.

Para sua formulação, considere um produto ou uma estrutura cuja resistência R e solicitação S sejam
variáveis aleatórias, e M uma das funções de desempenho mais conhecidas definida como margem de
segurança dada pela diferença entre estas duas variáveis, isto é M = R − S . (3.1)
Se R e S forem variáveis aleatórias normais, M será uma normal com uma função de
f M (m) , com µ M = µ R − µ S e σ M = σ R + σ S
2 2 2
densidade de probabilidade se R e S
estatisticamente independentes onde µR e µS são os valores médios respectivamente da resistência e
solicitação e σR2 e σS2 são respectivamente as variâncias de R e S. Neste caso, considerando o evento
falha (M<0), a probabilidade de ocorrência deste evento é:
PF = ∫−∞ f M (m)dm = FM (0) .
0
(3.2)

Figura 3.1: Probabilidade de falha da função de desempenho M

 Graficamente, esta probabilidade pode ser ilustrada pela área hachurada sob a curva da Figura
3.1. Padronizando a função de desempenho M, tem-se a variável normal reduzida ( M − µ M ) / σ M .
A equação (3.2) resulta
 0 − µM   − µM  µ 
PF = FM (0) = Φ  = Φ  = 1 − Φ  M  (3.3)
 σM   σM  σ M 
µ 
e PS = 1 − PF = Φ M  (3.4)
σ M 
onde FM(.) é a função de densidade de probabilidade acumulada da v.a M, FM(.)= Φ(.), e Φ é a
distribuição acumulada da normal padrão.
Pode-se observar que a confiabilidade é uma função da razão µM/σM. Esta relação é
µM µR − µS
simbolizada por β, ou seja β = = . (3.5)
σM σ R2 +σ S2
Esta expressão é referida na literatura por MELCHERS (1987) entre outros, como índice de
segurança (safety index) ou índice de confiabilidade (reliability index) e pode ser interpretada como
uma medida recíproca ao coeficiente de variação da variável aleatória M. Portanto, a probabilidade
de segurança ou a confiabilidade do sistema corresponde a
PS = Φ ( β ) . (3.6)
E a correspondente probabilidade de falha é: PF = 1 − Φ ( β ) . (3.7)
CARTER (1986), descreveu esta medida como uma ferramenta importante no cálculo da
probabilidade de falha de componentes estruturais em situações onde houver impossibilidade de se
implementar as expressões (2.4), (2.5), (2.6), (2.7) e (2.8). O índice de confiabilidade - β dependerá,
portanto, da maneira pela qual será definida a função de desempenho para um estado limite
especificado e o conhecimento das estimativas dos parâmetros correspondentes às variáveis
envolvidas na referida função. Uma vez conhecidos os parâmetros µS , σR , σS e especificando-se um
valor para β, obtêm-se a inequação de segurança :
[(
µR > µS + β σ R2 + σ S2 . )
1/ 2
] (3. 8)

[( ]
No caso dos parâmetros da expressão (3.8) serem desconhecidos, uma estimativa é dada por:
R > S + β VR + VS
2
)
2 1/ 2
(3.9)
2 2
onde R e S são as médias amostras e VR e VS são as variâncias amostrais.
A vantagem deste índice, em relação aos outros procedimentos, concentra-se na facilidade
operacional do método, o qual necessita, apenas, do conhecimento das estimativas dos primeiro e
segundo momentos da função de desempenho sem qualquer referência a forma específica desta
função.
Generalizando, considere agora uma função linear de desempenho para n variáveis aleatórias
independentes representada por:
∑
g ( X ) = a 0 + ai X i
i
(3.10)

onde a0 e ai’s são constantes. A equação do estado limite correspondente é

∑
a0 + a i X i = 0 . (3.11)

  
Na expressão (3.4), a probabilidade do estado seguro, PS = P  a 0 +

∑ i   é dada por:
a Xi  > 0
  
  
 a0 + ∑ ai µ X i 
PS = Φ  i
. (3.12)
(
 ∑ aiσ X 2 ) 
 i

O índice de confiabilidade (β), é o argumento da equação (3.12), mostrando que a
probabilidade PS é função da distância do plano de falha g(X)=0 à origem das variáveis reduzidas,
SHINOZUKA, 1983. Nesse modo, a expressão (3.6) pode ser generalizada como
a + a µ 
 0 ∑ i Xi

β = i
 . (3.13)
(
 ∑ a iσ X i
2
) 
 i 

4. Distribuições normais equivalentes

O índice de confiabilidade fornecerá um valor exato da confiabilidade ou da probabilidade de

falha, se todos os pressupostos, relacionados, forem atendidos:
i. Função de desempenho linear;
ii. Variáveis da função de desempenho normalmente distribuídas;
iii. Independência entre as variáveis aleatórias envolvidas na referida função.
Caso uma dessas restrições não seja considerada, ajustes serão necessários. Considere, então,
uma função de desempenho, cujas variáveis aleatórias X1, X2, ...,Xn não são normais. A probabilidade
PF ou PS pode ser calculada segundo as equações (2.4), (2.5) e (2.6). Entretanto, elas podem ser
determinadas utilizando-se as distribuições normais equivalentes propostas por ANG & TANG
(1984).
A distribuição real é substituída pela distribuição normal equivalente no ponto apropriado xi*
localizado na superfície de falha, como demonstrado na Figura 4.1. Este ponto, segundo
SHINOZUKA (1983), corresponde ao ponto na superfície n-dimensional mais provável de falha,
quando se trabalha com n variáveis aleatórias na função de falha ou desempenho.

Figura 4.1: Determinação da normal equivalente

CASTRO (1997), demonstrou esta substituição, igualando as funções de densidade de

probabilidades acumuladas, no ponto de falha xi*, isto é
  xi * − µ x N 
Φ i  = F (x *) (4.1)
 σx N  Xi i
 i 
onde:
σxiN, µxiN -desvio padrão e valor médio, da distribuição normal equivalente para xi*;
*
FXi(xi ) - função de distribuição acumulada original de Xi calculada em xi*;
Φ(.) - função de distribuição acumulada normal padrão.
N * N −
Da expressão (4.1) resulta µ X i = xi − σ X i Φ 1 FX i ( xi ) . [ ] (4.2)
Igualando-se as ordenadas da densidade de probabilidade correspondentes em xi*, tem-se:
1  xi − µ X
*

φ  = f X I ( xi )
i *
(4.3)
σ Xi  σ X i
N N

onde φ (.) é a função de densidade de probabilidade da normal padrão, resultando:

σ Xi
N
=
{ [
φ Φ −1 FX i ( xi )
*
]}. (4.4)
*
f X i ( xi )
Encontrar a normal equivalente Φ(.) de uma distribuição original FXi(.) exige substituir a
média e desvio padrão reais por aquelas das distribuição normal equivalente, isto é, as equações (4.2) e
(4.4).
No caso de uma função linear de desempenho, o índice de segurança pode ser calculado,
considerando-se a expressão (3.13), da seguinte maneira
a0 + ∑ ai µ X i
N

β = i
. (4.5)
∑ (a σ i Xi )
N 2

5. Conclusão e recomendações

Embora o método exato de avaliação do índice de confiabilidade (β), ainda seja discutível,
seria necessário modelos mais ajustáveis para sua melhor predição, [ELLINGWOOD (2000) e
DITLEVSEN (1997)].
Quando as variáveis não forem normais, uma alternativa para um modelo mais ajustado seria
considerar o ponto de máxima verossimilhança como ponto de projeto x*, [SHINOZUKA (1983)].
Um outro procedimento mais prático seria considerar o método interativo de RACKWITZ (1976), o
qual propõe um algoritmo de busca para o ponto x*.
Entre outros trabalhos nesta direção, destaca-se o emprego do método de Monte Carlo na
estimação da confiabilidade quando a função de densidade de probabilidade da função de
desempenho for conhecida, [MELCHERS (1987)].
Apesar de demonstrar ser uma medida poderosa na avaliação da segurança estrutural de
projetos e produtos, alguns estudos são necessários para se analisar mais profundamente o
comportamento do índice de confiabilidade (β) quando as suposições de normalidade para a função de
desempenho não for atendida.
Neste sentido, o conhecimento da distribuição de probabilidade que melhor a explique é
relevante para que medidas inferenciais possam ser consideradas na estimação de β. O índice de
confiabilidade, a partir da expressão (3.7) pode ser assim generalizada.
β = − F −1 ( PF ) (5.1)
onde F é a função de densidade acumulada, neste caso F (. ) ≠ Φ(.) .
6. Referências bibliográficas

ANG, A . H. S. & CORNELL, C.A . (1974) – Reliability bases of structural safety and design. Journal
of the Structural Division, ASCE, Vol 100, n ST9:1755-69.

ANG, A .H.S. & TANG, W.H. (1984) – Probability concepts in engineering planning and design:
decision, risk and reliability. New York, John Willey & Sons.

CASTRO, L. A . de (1997) – Análise da segurança de projeto de estruturas: método das estados

limites. Dissertação de mestrado EESC-USP, 119p.

CARTER, A . D.S. (1986) – Mechanical reliability. London. Macmillan. 492 p.

DITLEVSEN, O . (1997) – Structural reliability codes for probabilistic design – a debate paper on
elementary reliability and decision analysis concepts. Structural safety. Vol 19 (3):253-70.

ELLINGWOOD. B. R. (2000) – LRFD: implementing structural reliability in professional practice.

Engineering structures, (22)106-15.

FREUDENTHAL, A . M.; GARRELT, J.M. & SHINOZUKA, M. (1966) – The analysis of structural
safety. . Journal of the Structural Division, ASCE, Vol 92, n ST1:1337-97.

KAPUR, K.C. & LAMBERSON, L.R. (1977) – Reliability in engineering design. New York, John
Wiley & Sons.

RACKWITZ, R. (1976) – Practical probabilistic approach to desing. Bulletin d’Information, Comité

Européen du Betón, No. 112, Paris.

SHINOZUKA, M. (1983) – Basic analysis of structural safety. Journal of Structural Engineering. Vol.
109 (3):721-39.