Un reciente avance en el Análisis de Árbol de Fallas (FTA), conocido como Teoría de Árbol Dinámico y Dependiente (DT), tiene en cuenta las dependencias entre los eventos básicos, lo que hace que el FTA sea más potente. El método utiliza una combinación integrada de Diagramas de Decisión Binaria (BDDs), Redes de Petri Estocásticas (SPN) y modelos de Markov. Los algoritmos actuales permiten predecir la probabilidad de fallo del sistema y la frecuencia de fallos. Este documento propone métodos que amplían la capacidad actual del marco DT para calcular medidas de importancia de componentes. Se consideran la medida de importancia de Birnbaum, la medida de importancia de Criticalidad, la medida de importancia de Valor de Logro de Riesgo (RAW) y la medida de importancia de Valor de Reducción de Riesgo (RRW). Esto añade una capacidad vital al marco, lo que permite determinar la influencia que tienen los componentes en el fallo del sistema y identificar los medios más efectivos para mejorar el rendimiento del sistema. Los algoritmos para calcular cada medida de importancia se describen y se demuestran utilizando un sistema de enfriamiento de recipiente a presión.