Verso una tomografia sismica 4-dimensionale: teoria e applicazione alla sequenza del terremoto de L'Aquila 2009
|
|
- Dante Scala
- 6 anni fa
- Visualizzazioni
Transcript
1 Verso una tomografia sismica 4-dimensionale: teoria e applicazione alla sequenza del terremoto de L'Aquila 2009 Nicola Piana Agostinetti e Alberto Malinverno INGV, Centro Nazionale Terremoti, Roma LDEO, Columbia University, NY, USA
2 Verso una tomografia sismica 4-dimensionale: teoria e applicazione alla sequenza del terremoto de L'Aquila 2009 Schema della presentazione: 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (slides 3-7); 2. Descrizione del metodo di inversione tomografica tramite un algoritmo trans-dimensionale (slides 8-14); 3. Presentazione risultati preliminari ottenuti utilizzando dati sintetici e osservati (slide 15-21).
3 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (I) Ipocentri dei terremoti avvenuti prima dell'evento di Mw=6.3 del 6 Aprile 2009 (stella gialla); Terremoti avvenuti prima del 30 Marzo 2009 (cerchi blu); Terremoti avvenuti dopo il 30 Marzo 2009 (cerchi azzurri). (Lucente et al., GEOLOGY, 2010, in press)
4 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (II) Stime del rapporto tra velocità sismiche (Vp/Vs) dai tempi di arrivo delle onde P e onde S alla stazione; Ad alcune stazioni (per es. AQU) si notano delle variazioni positive (crescità) del Vp/Vs dopo il terremoto di MW=4.0 del 30 Marzo 2010; Un andamento inverso si osserva ad altre stazioni (per es. GS02); Vp/Vs: (Lucente et al., GEOLOGY, 2010, in press)
5 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (III) L'osservazione di variazioni temporali del Vp/Vs é particolarmente importante perche': Potrebbe indicare una variazione del campo di sforzi locale; Potrebbe indicare una migrazione di fluidi nella zona (i fluidi hanno velocità sismica S pari a zero); Potrebbe evidenziare zone soggette a dilatanza. Tali fenomeni potrebbero essere legati all'enucleazione di un terremoto
6 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (IV) Il metodo della stima del Vp/Vs é fortemente legato alla distribuzione spaziale degli ipocentri: Per una stima corretta,teoricamente, dovrebbero essere perfettamente coincidenti; Se cio' non corrisponde alla realtà, i raggi sismici campionano aree del sottosuolo diverse da ciò variazioni del Vp/Vs potrebbero essere date dalla variazione delle rocce campionate nei differenti percorsi dei raggi. Per es.: Il rapporto Vp/Vs nei sedimenti carbonatici e' compreso tra , nel quarzo è compreso tra La media per la crosta continentale é 1.76 (Christensen and Mooney, JGR, 1995). Nelle nostre osservazioni abbiamo variazioni da circa 1.80 a circa 1.85, quindi perfettamente comparabili con variazioni spaziali.
7 1. Analisi delle proprietà sismiche del sottosuolo nella zona del terremoto de L'Aquila del 6 Aprile 2009 (V) Per ottenere risultati più robusti tomografia sismica nel tempo: E' indipendente dalla distribuzione degli ipocentri; Può localizzare nello spazio e nel tempo la variazione di Vp/Vs. (per es. Julian and Foulger, GJI, 2010) La tomografia sismica è un problema inverso fortemente sotto-determinato e si fa uso di soluzioni smorzate! Nella tomografia sismica nel tempo viene introdotto un parametro di smorzamento temporale (oltre al classico parametro di smorzamento spaziale) quindi viene introdotto un ulteriore vincolo soggettivo. Il problema inverso della tomografia sismica tradizionale (i.e. senza variazioni temporali) è stato risolto con metodi Monte-Carlo a dimensione variabile, dove la risoluzione spaziale e' vincolata esclusivamente dai dati il parametro di smorzamento spaziale non c'è (Bodin and Sambridge, GJI, 2009). Quindi il nostro approccio sarà: Tomografia 4D con metodo trans-dimensionale!
8 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC Struttura sezione: a) Proprietà teoriche dell'approccio scelto; b) Definizioni; c) Diagramma di flusso e ricetta ; d) Esempio: 1D + 1D (spazio + tempo).
9 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (a) 1. Tomografia non-lineare: Approccio Bayesiano basato sulla regola di Metropolis; Ripetizione continua del problema diretto (> 1M modelli campionati); Nessun calcolo di derivate spazio/temporali; Nessuna inversione di matrice; 2. (possibile) spazio dei modelli realmente 4D: Tempo e spazio sono trattati alla stessa maniera; La tomografia è risolta su un hyper-cubo 4D normalizzato; 3. Risoluzione Adattiva: La risoluzione finale del modello é completamente dettata dai dati; Non si fa uso di parametri di smorzamento della soluzione; 4. Implementazioni parallele MPI: Gli algoritmi MC possono essere implementati per catene parallele; Ogni calcolo della soluzione del problema diretto puo' essere suddiviso su piu' CPU.
10 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (b) Spazio tomografico: un 4D hyper-cubo normalizzato. Ogni asse e' normalizzato utilizzando la sua propria lunghezza (i.e. non c'e' conversione spazio-tempo). Nucleo: un punto dello spazio adimensionale 4D, base della tasselazione di Voronoi. Ogni nucleo è caratterizzato da 6 valori, 4 per la posizione e due per i parametri elastici. Evento: un punto nello spazio dimensionale 4D. Ogni evento è caratterizzato da 4 valori per la posizione. Un modello: un determinato insieme di nuclei e eventi. Il numero di nuclei puo' variare da modello a modello, il numero di eventi no, per ora.
11 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (b) Reversible Jump Markov chain Monte-Carlo sampling: (1) Markov chain, una catena di modelli dove il modello corrente dipende solamente dal modello precedente (minor memoria); (2) Monte-Carlo sampling, un campionamento basato sui numeri causali; e (3) reversible jump, una catena di modelli dove due modelli consecutivi possono avere lo stesso numero di dimensioni, o una meno, o una di più (chiamato anche algoritmo nascita-morte). Bayesian inference. Trovare la distribuzione di probabilità a posteriori per un parametro, data una distribuzione di probabilita' a priori e una misura della likelihood tra osservazioni e predizioni.
12 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (c) Background grid Ev. 1 Ev. 2 Ev. 3 Time Node Nucleus Space Voronoi cell Here, the background grid is nearer to these nodes than any nucleus 1D spatial grid at event OT. Elastic properties are given by the nearer nucleus or by the background grid
13 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (d) First-order Current model Campionamento McMC Il modello candidato e' selezionato come perturbazione del modello corrente. Se un modello candidato e' accettato, sostituisce il modello corrente e i valori dei suoi parametri servono per calcolare gli integrali delle quantità a-posteriori ; Se un candidato è rigettato, il modello corrente resta, e i valori dei suoi parametri servono per calcolare gli integrali delle quantità aposteriori. Second-order Starting Model Choose Candidate model Compute Synthetic Travel-times Metropolis rule Zero-order Posterior quantities Accepted/rejected model
14 2. Inversione tomografica di dati sismici utilizzando un' algoritmo di campionamento RjMcMC (d) Ricetta Rj: First-order Model selection Parameter estimation Selezione modello. Scelta a caso tra le seguenti possibilità: 1. Perturba il numero di nuclei (i.e nascita/morte di un nucleo); 2. Perturba la posizione di un nucleo; 3. Perturba la posizione di un evento; Mantieni il modello corrente. Ognuna delle 4 mosse ha probabilità diversa: per (4) e' uguale 0.5. Le altre mosse sono tutte equiprobabili. Selezione parametri. Perturba le proprietà elasitiche di n/m nuclei (e.g. n/m è 2/500). Le proprietà elastiche sono perturbate utilizzando un algoritmo di Metropolis che campiona la distribuzione a priori.
15 3. Presentazione risultati preliminari ottenuti utilizzando dati sintetici e osservati Struttura sezione: A) Modello sintetico 4D B) Test sintetico 3D; C) Test sintetico 4D; D) Inversione 3D dati osservati; E) Inversione 4D dati osservati;
16 3. Presentazione risultati preliminari ottenuti utilizzando dati sintetici e osservati (A) Vs model Before 30/03/2009 After 30/03/2009 Vs (km/s) Depth (km) Modello Sintetico = due modelli 3D: (modelli di velocità S lungo il profilo anti-appenninico) Un modello prima del 30/03/2009; Un modello dopo il 30/03/2009; (Modello Vp con geometrie simili). Distance along profile AB (km) March 30th 2009 Evoluzione temporale: Footwall (stelle rosse); Hangingwall (stelle grigie).
17 3. Presentazione risultati preliminari ottenuti utilizzando dati sintetici e osservati (B) Synth model: Vs (km/s) Depth (km) Prior mean model: Mean posterior model: Distance along profile AB (km) Test sintetico 3D: ~200k modelli campionati; Data-set: solo eventi prima del March 30th 2009 (114 events, ~ 900 P- and Sphases); Mean Vs media nel Footwall della faglia (10 km depth): Syn: 2.10 km/s Prior: 3.47 km/s Posterior: 2.75 km/s
18 3. Presentazione risultati preliminari ottenuti utilizzando dati Vs (km/s) Depth (km) N. of events sintetici e osservati (C) Campionamento distribuzione a-priori : (destra) velocità S lungo il profilo AB ad ogni step temporale, circa 10 giorni. Le croci rappresentano gli eventi entro 5 gg; (sopra) velocità S nel Footwall e Hangingwall della faglia (stelle rosse e grigie). Risultati: Vs lungo il profilo mostra velocit'a medie identitche a quelle imposte a priori ( km/s); Le STD del campionamento riproducono quelle imposte a-priori (~1 km/s).
19 3. Presentazione risultati preliminari ottenuti utilizzando dati N. of events sintetici e osservati (C) Vs (km/s) Depth (km) March 30th 2009 Test synthetico 4D: ~1M modelli campionati 500 eventi (~ 5400 P- and ~3600 S- phases); Fixed σ = 0.1 s. Results: Dove ci sono dati, il modello e' risolto (time step: 3-6 e 10-12); Dove non ci sono dati la STD a posteriori e' maggiore.
20 3. Presentazione risultati preliminari ottenuti utilizzando dati sintetici e osservati (D) Vp model (from Chiarabba et al.epl 2010) Inversione 3D di dati osservati: Eventi pre-march 30th 2009; 114 events; Fixed σ=0.1 s; Vs (km/s) Depth (km) Prior mean model: Mean posterior model: Distance along profile AB (km) Risultati: Le strutture ricostruite sono simili a quelle pubblicate; Manca il bacino de L'Aquila.
21 3. Presentazione risultati preliminari ottenuti utilizzando dati Vs (km/s) Depth (km) N. of events sintetici e osservati (E) Inversione 4D di dati osservati: Variazione di velocità S nel footwall della faglia; Risoluzione bassa (Posterior=Prior) dove ci sono pochi eventi.
22 CONCLUSIONI E' stato sviluppato un nuovo metodo di inversione non-lineare per la tomografia sismica, da confrontare con i metodi tradizionali; Il metodo é completamente 4D e può servire per superare i problemi della time-repeated 3D tomography.
Localizzazione di una esplosione
XXIII Ciclo di Dottorato in Geofisica Università di Bologna Corso di: Il problema inverso in sismologia Prof. Morelli Localizzazione di una esplosione Paola Baccheschi & Pamela Roselli 1 INTRODUZIONE Problema
DettagliMarkov Chains and Markov Chain Monte Carlo (MCMC)
Markov Chains and Markov Chain Monte Carlo (MCMC) Alberto Garfagnini Università degli studi di Padova December 11, 2013 Catene di Markov Discrete dato un valore x t del sistema ad un istante di tempo fissato,
DettagliLazio WP7- Sismicità strumentale
Convenzione Enel-Alto Lazio WP7- Sismicità strumentale Installazione rete sismica locale e studio, per mezzo di tecniche sismologiche,, del sito di stoccaggio geologico di CO 2 M.Anselmi,, M. Buttinelli,
DettagliRisoluzione del tensore momento: applicazione alla rete sismica Irpinia Seismic Network
Risoluzione del tensore momento: applicazione alla rete sismica Irpinia Seismic Network M. Michele (1), A. Emolo (2), S. Custodio (3) (1) Università degli Studi di Bari «Aldo Moro» (2) Università degli
DettagliFatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli
Fatica Conteggio dei cicli Fatica (HCF): conteggio dei cicli Lecture 5 Conteggio dei cicli Fatica Conteggio dei cicli Introduzione Le strutture reali sono soggette a stati di sollecitazione che variano
DettagliSequenza sismica di Amatrice
Sequenza sismica di Amatrice Risultati iniziali delle analisi interferometriche satellitari Per il gruppo di lavoro INGV/IREA-CNR per le analisi di dati SAR, hanno contribuito: Christian Bignami, Cristiano
DettagliProgetto INGV/DPC S5
Progetto INGV/DPC S5 High-resolution multi-disciplinary monitoring of active fault test-site areas in Italy (coordinatori: L. Margheriti, A. Zollo) Integrazione: Test site L Aquila (coordinatore A. Amato)
DettagliPresentazione realizzata dall Opuscolo gratuito a cura dell'istituto Nazionale di Geofisica e Vulcanologia Conoscere il Terremoto
Presentazione realizzata dall Opuscolo gratuito a cura dell'istituto Nazionale di Geofisica e Vulcanologia Conoscere il Terremoto A cura di Annarita Ruberto 1 Uno sguardo alla Terra... Un terremoto si
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliProgetto Reluis Assemblea annuale
Progetto Reluis 2005-2008 Assemblea annuale Parametri sismici per early warning in Campania LineaTematica9 coord. Prof. Paolo Gasparini V. Convertito, G. Iannaccone e A. Zollo Unità di ricerca UR9 - Dipartimento
DettagliAnalisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali
Analisi Numerica ALTAIR http://metropolis.sci.univr.it Argomenti Argomenti Argomenti Rappresentazione di sistemi con variabili di stato; Tecniche di integrazione numerica Obiettivo: risolvere sistemi di
DettagliSerie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Serie storiche Introduzione Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si
DettagliANALISI DELLA SISMICITA NATURALE ED INDOTTA DELLA VAL D AGRI REGISTRATA DA UNA RETE SISMICA TEMPORANEA AD ALTA DENSITA
Osservatorio Ambientale Val d Agri Convegno Scientifico Sismicità Indotta Marsico Nuovo, 15 Marzo 2013 ANALISI DELLA SISMICITA NATURALE ED INDOTTA DELLA VAL D AGRI REGISTRATA DA UNA RETE SISMICA TEMPORANEA
DettagliD = v x t (legge del moto rettilineo uniforme) Per t = 1 s abbiamo D = 6,4 x 1 Km = 6,4 km A(6,4 Km;1s)
Nelle Prealpi Craniche si registrano velocità delle onde P pari a 6,4 Km/s. Dopo aver tracciato la curva che descrive l evento in un diagramma distanza tempo utilizzala per trovare dopo quanto tempo viene
DettagliStima di parametri per una risposta funzionale non lineare in un sistema preda-predatore stocastico
V Giornate di Studio GRIMPP - Piacenza, 29 p. 1/19 Stima di parametri per una risposta funzionale non lineare in un sistema preda-predatore stocastico Sara Pasquali CNR - Istituto di Matematica Applicata
DettagliSequenza sismica in Italia centrale: scarpate di faglia prodotte dall evento del 30 ottobre 2016
Sequenza sismica in Italia centrale: scarpate di faglia prodotte dall evento del 30 ottobre 2016 Scritto da Silvia Mattoni 3 novembre 2016 Il terremoto del 30 ottobre in Italia Centrale ha prodotto almeno
DettagliCapitolo 2 - Fenomeni Endogeni Principali TERREMOTI TERREMOTI
Dovuti a improvvise rotture o dislocazioni di grandi masse rocciose della litosfera sottoposte a sforzi continuati oltre il loro limite di deformazione elastica Rottura avviene in corrispondenza di un
DettagliLocalizzazione di un terremoto
Localizzazione di un terremoto Epicentro e meccanismo focale del terremoto del 21 giugno 213, magnitudo 5.2 avvenuto in Lunigiana 1 (h>ps://ingvterremoa.wordpress.com/tag/evento- sismico- lunigiana/) Un
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliTERREMOTO IN ABRUZZO Aprile 2009
TERREMOTO IN ABRUZZO Aprile 2009 6 Aprile 2009 ore 03:32:39 Event-ID 2206496920 Magnitudo(Ml) Data-Ora Coordinate Profondità Distretto sismico 5.8 06/04/2009 alle 03:32:39 (italiane) 06/04/2009 alle 01:32:39
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliSismicità nel Gargano: un modello preliminare di velocità delle onde sismiche dai dati della rete sismica OTRIONS
Sismicità nel Gargano: un modello preliminare di velocità delle onde sismiche dai dati della rete sismica OTRIONS M. Michele 1, S. de Lorenzo 1, A. Romeo 1,A. Tallarico 1, A. Valerio 2 (1) Università degli
DettagliCome organizzare un lavoro o una presentazione scientifica. Come esempio analizziamo il lavoro di Valoroso et al., 2014 pubblicato su Geology.
Come organizzare un lavoro o una presentazione scientifica Come esempio analizziamo il lavoro di Valoroso et al., 2014 pubblicato su Geology. Avere chiaro in mente quello che si vuole dire! Un buon punto
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Campionamento di segnali In MATLAB, qualunque segnale continuo è approssimato da una sequenza campionata. Si
DettagliProposte di miglioramento delle NTC 2008: per nuova classificazione dei terreni (GDL DPC-INGV-S4)
Proposte di miglioramento delle NTC 2008: per nuova classificazione dei terreni (GDL DPC-INGV-S4) Giornata di Studi: Metodi e Risultati della Microzonazione Sismica: la lezione del terremoto aquilano Perché
DettagliRelazione di dettaglio: Macerata Mw 5.9 del :18:05 UTC; versione del ore 22:42:54 UTC.
Relazione di dettaglio: Macerata Mw 5.9 del 2016-10-26 19:18:05 UTC; versione del 2016-10-26 ore 22:42:54 UTC. Il terremoto delle 21:18 è avvenuto al confine tra la provincia di Macerata e quella di Perugia,
DettagliINDAGINI GEOGNOSTICHE E STRUTTURALE PER IL RECUPERO DELLA CHIESA DI S. MATTEO IN SCICLI (RG)
INDAGINI GEOGNOSTICHE E STRUTTURALE PER IL RECUPERO DELLA CHIESA DI S. MATTEO IN SCICLI (RG) SISMICA SUPERFICIALE TOMOGRAFICA (SATS E STPT) RAPPORTO TECNICO DI PROVA Committente: SGM. Maggio, 2003 Il Tecnico:
DettagliUniversità degli Studi del Sannio Corso di laurea magistrale in Scienze e Tecnologie Geologiche. Insegnamento di Geofisica Applicata modulo B 4 CFU
Corso di laurea magistrale in Scienze e Tecnologie Geologiche Insegnamento di Geofisica Applicata modulo B 4 CFU Anno accademico 2010/2011 docente: Rosalba Maresca E-mail: maresca@unisannio.it 1 Metodi
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliUlteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliValutazione delle Prestazioni
Valutazione delle Prestazioni Misure per le Prestazioni T durata del ciclo di clock [secondi] F numero cicli di clock al secondo [hertz] F 1 / T T 1 / F Exe_Time X tempo di esecuzione (CPU) di un programma
DettagliCentro Interuniversitario di Ricerca sulla Selvaggina e sui Miglioramenti Ambientali a fini Faunistici
Centro Interuniversitario di Ricerca sulla Selvaggina e sui Miglioramenti Ambientali a fini Faunistici PIANO DI GESTIONE DEL CINGHIALE PER LE AREE PROTETTE DELLA REGIONE UMBRIA MONITORAGGIO DEL CINGHIALE
DettagliSTRUTTURA INTERNA DELLA TERRA
STRUTTURA INTERNA DELLA TERRA Informazioni sulla struttura interna della Terra si possono ottenere con metodi diretti e indiretti. metodi diretti dalle miniere (3000 m di profondità) dalle trivellazioni
DettagliIl terremoto del Centro Italia: cause ed effetti geologici
Il terremoto del Centro Italia: cause ed effetti geologici Pavia, 16 novembre 2016 Silvio Seno, Giovanni Toscani Dipartimento di Scienze della Terra e dell Ambiente, Università di Pavia 2 Origine e cause
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliRiconoscimento e recupero dell informazione per bioinformatica. Clustering: validazione. Manuele Bicego
Riconoscimento e recupero dell informazione per bioinformatica Clustering: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Definizione
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliRelazione di dettaglio: Rieti Mw 6.0 del :36:32 UTC; versione del ore 04:26:02 UTC.
Relazione di dettaglio: Rieti Mw 6.0 del 2016-08-24 01:36:32 UTC; versione del 2016-08-24 ore 04:26:02 UTC. Il terremoto avvenuto questa notte nella zona dell Appennino centrale alle ore 3:36 (ora italiana)
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE CATENE DI MARKOV TEMPO CONTINUE Definizioni Sia dato un processo stocastico x(t) che può assumere valori discreti appartenenti ad un insieme se accade che il processo è una catena
DettagliEvento Sismico della Lunigiana (Massa-Carrara) 21/06/2013, ore 10:33:57 UTC, M L =5.2: Simulazione della procedura di Early Warning
Evento Sismico della Lunigiana (Massa-Carrara) 21/06/2013, ore 10:33:57 UTC, M L =5.2: Simulazione della procedura di Early Warning -Lab: Laboratorio di RIcerca in Sismologia Sperimentale e Computazionale
DettagliChe cos è un terremoto?
TERREMOTI Che cos è un terremoto? Un terremoto, o sisma, è un'improvvisa vibrazione del terreno prodotta da una brusca liberazione di energia da masse rocciose situate in profondità (tra 10 e 700 Km);
DettagliRelazione di dettaglio: Bologna Mw 4.3 del :51:20 UTC; versione del ore 08:30:19 UTC.
Relazione di dettaglio: Bologna Mw 4.3 del 2015-01-23 06:51:20 UTC; versione del 2015-01-23 ore 08:30:19 UTC. Comunicato Relazione per l'evento in oggetto Dalle ore 03:15 UTC del 23 Gennaio 2015, la Rete
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
Dettaglidell interno terrestre
Capitolo 1D L interno della Terra Lezione 1D Costruzione di un modello dell interno terrestre Alfonso Bosellini Le scienze della Terra. Tettonica delle placche Italo Bovolenta editore 2014 2 1.1 La struttura
DettagliNumeri interi. Laboratorio di Calcolo Paola Gallo
Numeri interi Alfabeto binario anche il segno può essere rappresentato da 0 o 1 è indispensabile indicare il numero k di bit utilizzati Modulo Modulo e segno 1 bit di segno (0 positivo, 1 negativo) k 1
DettagliComputazione per l interazione naturale: Modelli dinamici
Computazione per l interazione naturale: Modelli dinamici Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2015.html
DettagliIdraulica e Idrologia: Lezione 6
Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli. Esercizio 1
Università di Cassino Corso di Statistica 1 Esercitazione del 15/10/2007 Dott. Alfonso Piscitelli Esercizio 1 Il seguente data set riporta la rilevazione di alcuni caratteri su un collettivo di 20 soggetti.
DettagliLezione 6b. Spettri di risposta. L equazione del moto assume la seguente forma:
L equazione del moto assume la seguente forma: m u() t cu () t ku() t mu () t g Supponendo di risolvere tale equazione utilizzando l integrale di Duhamel, si ottiene: t 1 n ( t ) () sin[ D( )] ( ) m 0
DettagliSEGNALI STAZIONARI: ANALISI SPETTRALE
SEGNALI STAZIONARI: ANALISI SPETTRALE Analisi spettrale: rappresentazione delle componenti in frequenza di un segnale (ampiezza vs. frequenza). Fornisce maggiori dettagli rispetto all analisi temporale
DettagliProgetto di Ricerca N.6. Linea 6.3 Stabilità dei Pendii
Progetto di Ricerca N.6 Metodi Innovativi per la Progettazione di Opere di Sostegno e la Valutazione della Stabilità dei Pendii Linea 6.3 Stabilità dei Pendii Sebastiano Rampello Unità di ricerca partecipanti
Dettagli2. Vibrazioni longitudinali nelle barre
. Vibrazioni longitudinali nelle barre Si richiama, all interno di questo paragrafo, l analisi delle vibrazioni longitudinali di barre nell intorno della configurazione di equilibrio statico. Si ipotizzi,
DettagliLa struttura elettronica degli atomi
1 In unità atomiche: a 0 me 0,59A unità di lunghezza e H 7, ev a H=Hartree unità di energia L energia dell atomo di idrogeno nello stato fondamentale espresso in unità atomiche è: 4 0 me 1 e 1 E H 13,
DettagliMatematica Applicata
sorrentino@dima.unige.it Genova, May 19th 2016 1/8 Matematica Applicata Neuroscienze, Metodi Bayesiani, Algoritmi Monte Carlo Sara Sommariva Docente di riferimento: Alberto Sorrentino sorrentino@dima.unige.it
DettagliCURVE DI DURATA: Introduzione e Rappresentazione analitica
CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliI terremoti in Italia
I TERREMOTI I terremoti in Italia Data Intensità (scala Mercalli) Magnitudo Regione Note 8 settembre 1905 X 6.8 Calabria 557 vittime, 300.000 senzatetto 28 dicembre 1908 XI 7.1 Calabro-Messinese Circa
DettagliEvento sismico in provincia di Reggio Emilia del 25 Gennaio 2012 ore 09:06, M4.9
I 00143 Roma Via di Vigna Murata 605 Tel: (0039) 06518601 Fax: (0039) 0651860580 URL: www.ingv.it email: aoo.roma@pec.ingv.it Istituto Nazionale di Geofisica e Vulcanologia Evento sismico in provincia
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
DettagliMetodologia di implementazione del sistema per la spazializzazione dei dati meteo
Metodologia di implementazione del sistema per la spazializzazione dei dati meteo Metodologia di implementazione del sistema per la spazializzazione dei dati meteo . Metodologia Le reti di monitoraggio
DettagliAnalisi dei segnali nel dominio delle frequenze 21/12/2006 11/01/2007
Analisi dei segnali nel dominio delle frequenze 2/2/26 //27 INDICE 2 Indice Esercizio Serie di Fourier 3 2 Trasformata di Fourier 3 3 Esercizio Trasformata di Fourier 6 4 Note: finestratura 9 5 Note: averaging
DettagliModelling sismico ed elettromagnetico per il monitoraggio della CO 2
Modelling sismico ed elettromagnetico per il monitoraggio della CO 2 Stefano Picotti Seminario Seminario sul sul Monitoraggio Monitoraggio della della CO CO 2 2 Il Monitoraggio è un punto fondamentale
DettagliApplicazioni dei modelli CTM: analisi di scenario
Applicazioni dei modelli CTM: analisi di scenario Sommario Cos è un analisi di scenario Esempio di applicazione: il progetto City-Delta Scelte tecniche (impostazione di un analisi di scenario) Validazione
DettagliTerremoto Abruzzo 06 aprile 2009 ore 03:32
Terremoto Abruzzo 06 aprile 2009 ore 03:32 Paolo Federici, Bergamo 29/04/2009 Premessa Terremoto Abruzzo 06 aprile 2009 ore 03:32 Localizzazione e sequenza sismica Meccanismo Spostamenti superficiali Accelerazione
DettagliIl forte temporale osservato a Trento nella giornata del 5 luglio 2004
Il forte temporale osservato a Trento nella giornata del 5 luglio 2004 Roberto Barbiero Descrizione meteorologica della giornata del 5 luglio 2004 L analisi generale delle condizioni meteorologiche della
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015
DettagliApprendimento Automatico (Feature Selection e Kernel Learning)
Apprendimento Automatico (Feature Selection e Kernel Learning) Fabio Aiolli www.math.unipd.it/~aiolli Sito web del corso www.math.unipd.it/~aiolli/corsi/1516/aa/aa.html Servono tutti gli attributi? Gli
DettagliFunzioni di un GIS Analisi spaziale
Sistemi Informativi Funzioni di un GIS Analisi spaziale Come per ogni Sistema Informativo le funzioni di un SIT sono : acquisizione gestione analisi rappresentazione Funzioni di un SIT dei dati (territoriali)
DettagliINFERENZA STATISTICA I (CANALE B)
INFERENZA STATISTICA I (CANALE B) FORMULE E TAVOLE PER L ESAME a.a. 2003/04 Indice A. Formule 2 B. Quantili di una distribuzione normale standard 4 C. Quantili di una distribuzione t di Student 5 D. Quantili
DettagliSismica a Rifrazione: fondamenti. Sismica rifrazione - Michele Pipan
Sismica a Rifrazione: fondamenti 1 Sismica a Rifrazione: fondamenti Onde P ed S (2) Velocita delle Onde P: Velocita delle Onde S : Definiamo poi il rapporto di Poisson σ come 2 λ Sismica a Rifrazione:
DettagliCaratterizzazione di un rivelatore Broad Energy Germanium (BEGe) per l esperimento GERDA.
Caratterizzazione di un rivelatore Broad Energy Germanium (BEGe) per l esperimento GERDA. Matteo Agostini 2 Ottobre 29 Universitá di Padova 1 / 14 Sommario 1 Il Decadimento doppio beta e l esperimento
DettagliAnalisi di sequenze di immagini. Sequenze di immagini Il flusso ottico Corrispondenze discrete
Analisi di sequenze di immagini Sequenze di immagini Il flusso ottico Corrispondenze discrete Stima del Movimento La stima del movimento introduce il tempo L'evoluzione temporale comporta un enorme incremento
DettagliRapporto sulla sismicità tra Montereale e Cittareale ( ; ore 11 UTC)
I 00143 Roma Via di Vigna Murata 605 Tel: (0039) 06518601 Fax: (0039) 0651860580 URL: www.ingv.it email: aoo.roma@pec.ingv.it Istituto Nazionale di Geofisica e Vulcanologia Rapporto sulla sismicità tra
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliMacroattività B - Modellazione idrologica Attività B1: Regionalizzazione precipitazioni
ACCORDO DI COLLABORAZIONE SCIENTIFICA TRA REGIONE TOSCANA E DIPARTIMENTO DI INGEGNERIA CIVILE E AMBIENTALE DELL UNIVERSITA DEGLI STUDI DI FIRENZE PER ATTIVITA DI RICERCA PER LA MITIGAZIONE DEL RISCHIO
DettagliConfronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23
Confronto fra gruppi: il metodo ANOVA Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 1 Nella popolazione, per ciascun gruppo la distribuzione della variabile risposta
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliESISTENZA DI INFINITI NUMERI PRIMI REGOLARI. Francesco Di Noto, Michele Nardelli. In this paper we describe about the regular prime
ESISTENZA DI INFINITI NUMERI PRIMI REGOLARI Gruppo B. Riemann * Francesco Di Noto, Michele Nardelli *Gruppo amatoriale per la ricerca matematica sui numeri primi, sulle loro congetture e sulle loro connessioni
DettagliRoberto Maieli La trasmissione dell informazione
Roberto Maieli La trasmissione dell informazione Corso di AIC Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliLa metodologia FTAN ( Frequency- Time Analysis) è un'
Valutazione delle Vs30 in terreni lagunari mediante il Metodo FTAN ( Frequency- Time Analysis) V. Iliceto (1), J. Boaga (1) e F. Vaccari (2,3) (1) Dip. Geologia, Paleontologia e Geofisica - Università
DettagliFaglie e migrazione di fluidi: aspetti importanti per lo stoccaggio geologico. Sabina Bigi
Faglie e migrazione di fluidi: aspetti importanti per lo stoccaggio geologico Sabina Bigi Roma, 13 Luglio 2015 Le faglie nella ricerca per lo stoccaggio geologico Le faglie sono anisotropie fonte di incertezza
DettagliTra vecchie e nuove disuguaglianze: la partecipazione scolastica degli studenti immigrati nelle scuole secondarie superiori in Italia
Tra vecchie e nuove disuguaglianze: la partecipazione scolastica degli studenti immigrati nelle scuole secondarie superiori in Italia DAVIDE AZZOLINI e CARLO BARONE davide.azzolini@unitn.it; carlo.barone@unitn.it
Dettaglidei terremoti storici dall anno 1000 (CPTI11,
NOTA DI APPROFONDIMENTO 18 febbraio 2013 L area intorno a Sora in cui è avvenuto il terremoto di magnitudo ML 4.8 nella notte del 16 febbraio 2013 è classificata ad alta pericolosità sismica. Questo terremoto
DettagliTEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica
TEORIA DEI SISTEMI E DEL CONTROLLO LM in Ingegneria Informatica e Ingegneria Elettronica http://www.dii.unimore.it/~lbiagiotti/teoriasistemicontrollo.html Stima dello stato in presenza di disturbi: il
Dettagli1 VALIDAZIONE DATI DA SATELLITE: confronto dati da boe vs. dati da satellite
Presentazione ufficiale V.E.C.T.O.R. (VulnErabilità delle Coste e degli ecosistemi marini italiani ai cambiamenti climatici e loro ruolo nei cicli del carbonio mediterraneo) LINEA 1 CLICOST Effetti dei
DettagliLuogo delle radici. Si consideri il seguente schema in retroazione:
0.0. 5.1 1 Luogo delle radici Si consideri il seguente schema in retroazione: La funzione di trasferimento G 0 (s) del sistema retroazionato è: G 0 (s) = G(s)H(s) 1+G(s)H(s) I poli del sistema retroazionato
DettagliBILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE
BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE PROBLEMA: Quante e quali operazioni assegnare a ciascuna stazione di lavoro per bilanciare la linea, ovvero per evitare colli di bottiglia o stazioni troppo
Dettaglie-dva - eni-depth Velocity Analysis
Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliFunzione di trasferimento
Funzione ditrasferimento - 1 Corso di Laurea in Ingegneria Meccanica Funzione di trasferimento DEIS-Università di Bologna Tel. 51 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Definizione
DettagliC = d x π (pi greco) 3,14. d = C : π (3,14) r = C : (π x 2)
circonferenza rettificata significa messa su una retta è un segmento che ha la stessa lunghezza della circonferenza formule: C = d x π (pi greco) 3,14 d = C : π (3,14) r = C : (π x 2) area del cerchio
Dettaglila velocità degli uccelli è di circa (264:60= 4.4) m/s)
QUESTIONARIO 1. Si sa che certi uccelli, durante la migrazione, volano ad un altezza media di 260 metri. Un ornitologa osserva uno stormo di questi volatili, mentre si allontana da lei in linea retta,
DettagliCOSTRUZIONI IN ZONA SISMICA
COSTRUZIONI IN ZONA SISMICA Filippo DACARRO European Centre for Training and Research in Earthquake Engineering Università degli Studi di Pavia, Italy filippo.dacarro@eucentre.it COS È UN TERREMOTO? Improvviso
Dettagli