La famiglia delle distribuzioni GEV - I

Documenti analoghi
Università della Calabria

La distribuzione normale o distribuzione di Gauss

Insegnamento di Idrologia. Esercitazione n. 4

Dispositivi e Tecnologie Elettroniche. Esercitazione Proprietà di trasporto nei semiconduttori

DI IDROLOGIA TECNICA PARTE III

Studi sugli eventi estremi per stima delle portate di piena

t (min) UH (1/min) Tabella 1. Idrogramma unitario

tabelle grafici misure di

ALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE DELLE QUANTITÀ DI PIOGGIA PER EVENTI ESTREMI

Stima della portata di piena: un esempio

Lezione 8: Esercizi di Idrologia

CURVE DI DURATA: Introduzione e Rappresentazione analitica

Problema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T?

Relazione idrologica

Il Modello di Markowitz e la frontiera efficiente (1952)

Statistica Applicata all edilizia: il modello di regressione

DISTRIBUZIONI DI PROBABILITA PER L IDROLOGIA

LAUREA SPECIALISTICA IN FARMACIA - Prova scritta di MATEMATICA - 24/01/03 ANNI PRECEDENTI. 1. (Punti 10) Si consideri la funzione

GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti

GNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia 11. SINTESI DEL RAPPORTO REGIONALE SICILIA

Distribuzione Normale

Scheda n.3: densità gaussiana e Beta

Macroattività B - Modellazione idrologica Attività B1: Regionalizzazione precipitazioni

Esercizi su variabili aleatorie discrete

Variabili casuali. - di Massimo Cristallo -

16/03/2017. Maurizio Giugni CENNI DI IDROLOGIA IL CICLO IDROLOGICO. Idrologia. Lezione n. Parole chiave: Reti di drenaggio urbano

Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17

Le precipitazioni intense in Lombardia

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

1. Pluviometria sulla città di Napoli

Capitolo 6. La distribuzione normale

Capitolo 6 La distribuzione normale

Statistica Inferenziale

Misure della lunghezza focale di una lente

Analisi delle componenti principali

UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA

I appello di calcolo delle probabilità e statistica

DI IDROLOGIA TECNICA PARTE III

SOGLIE DI ALLERTA PLUVIOMETRICHE NELLA REGIONE SARDEGNA

Considerare il moto di un punto materiale di massa m = 1 soggetto ad un potenziale V (x):

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA

Analisi di frequenza regionale delle precipitazioni estreme

DISTRIBUZIONI DI CAMPIONAMENTO

Macroattività B - Modellazione idrologica Attività B1: Regionalizzazione precipitazioni

LINEE GUIDA E INDIRIZZI OPERATIVI PER L ATTUAZIONE DEL PRINCIPIO DELLA INVARIANZA IDRAULICA

FACOLTÀ DI INGEGNERIA

CALENDARIO BOREALE 2 AMERICHE 2015 QUESITO 1

Esercitazione: La distribuzione NORMALE

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

6. Applicazione di curve di probabilità pluviometrica in ambito di verifica.

CURVA IPSOGRAFICA. Superficie (ha) Curva ipsografica del bacino sotteso dalla sezione di intervento

Politecnico di Torino. Esercitazioni di Protezione idraulica del territorio

GNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia

Modelli Log-lineari Bivariati

ISTOGRAMMI E DISTRIBUZIONI:

Analisi Regionale di Frequenza delle piene

Trasporto in Semiconduttori e Metalli - Esercizi con soluzioni

Idraulica e idrologia: Lezione 9

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

Alcune v.a. discrete notevoli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2

GNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia

Esercitazioni di Statistica

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Test per l omogeneità delle varianze

Variabili aleatorie continue: la normale. Giovanni M. Marchetti Statistica Capitolo 6 Corso di Laurea in Economia

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

EQUILIBRIO TERMODINAMICO LOCALE. Contents. 1 Variabili termodinamiche locali 2. 2 Quantità di moto 3

Project Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.

Statistica 1 A.A. 2015/2016

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Progetto fognatura di Trigoria

Distribuzione esponenziale. f(x) = 0 x < 0

Sistema a tre stati L. P. 25 marzo 2014

Statistica. Lezione 4

Riesame dei risultati del metodo razionale con due metodi di stima della pioggia netta

Le variabili casuali o aleatorie

Lezione 4 a - Misure di dispersione o di variabilità

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

ESERCIZI PROBABILITA I

Misurare il rischio finanziario con l Extreme Value Theory

PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE

La verifica delle ipotesi

Distribuzione Gaussiana (Distribuzione ib i normale) l)

L'implementazione delle ROC Curve nei modelli GAMLSS come strumento di previsione per i Big Data

SIMULAZIONE - 29 APRILE QUESITI

MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013

LE PROVE DI AFFIDABILITA

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.

ESAME. 9 Gennaio 2017 COMPITO B

Variabili aleatorie gaussiane

Schema lezione 5 Intervalli di confidenza

Statistica Applicata all edilizia Lezione: carte di controllo

Seminario RISCHIO ALLUVIONI IN TOSCANA: PRECIPITAZIONI ED EFFETTI AL

Variabile Casuale Normale

LA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Secondo compito in itinere 3 Febbraio 2014

MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE

Dispositivi e Tecnologie Elettroniche. Esercitazione Giunzione pn

Transcript:

La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto ampia. Sebbene sia una distribuzione asintotica, nelle applicazioni ingegneristiche viene spesso utilizzata per interpretare i massimi estratti da blocchi temporali finiti, solitamente assunti pari ad un anno. La distribuzione di frequenza cumulata della famiglia delle distribuzioni GEV assume la seguente forma generale: P(x; µ, σ, κ) = exp { [ 1 + κ { [ exp exp ( )] } 1/κ x µ σ ( )]} x µ σ κ 0 κ = 0 dove µ (, ) rappresenta il parametro di posizione, σ > 0 il parametro di scala e κ (, ) il parametro di forma. (1) Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 1 / 12 ) La famiglia delle distribuzioni GEV - II Al variare dal parametro di forma k la distribuzione GEV descrive: κ = 0 Tipo I - distribuzione Gumbel. La distribuzione ha due soli parametri (µ, σ), che controllano scala e posizione. La distribuzione è illimitata sia inferiormente che superiormente: x (, ). Il coefficiente di asimmetria assume il valore costante di 1.139547. κ > 0 Tipo II - distribuzione Fréchet. La distribuzione di frequenza è limitata inferiormente: x (µ σ/κ, ). In questo caso i momenti convenzionali di ordine pari o superiore a 1/k sono degeneri. κ < 0 Tipo III - distribuzione Weibull. superiormente: x (, µ σ/k). La distribuzione è limitata Invertendo l equazione (1) otteniamo i quantili della distribuzione GEV: { µ σ 1 ( ln P) κ} /κ κ 0 x(p) = µ σ ln ( ln P) κ = 0 dove in genere si pone P = 1 1 T, per valutare la grandezza che corrisponde ad un tempo di ritorno T espresso in anni. Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 2 / 12 ) (2)

Curva di crescita GEV - I Sia x una variabile aleatoria distribuita secondo la GEV descritta dall equazione (1), con parametri κ, σ e µ. Nell analisi regionale risulta particolarmente conveniente introdurre la variabile adimensionale y = x/m, dove m rappresenta la media campionaria di x, ed è anche detta pioggia o portata indice, a seconda del campo di applicazione. Con semplici passaggi algebrici, dalla equazione (1) si ricava la seguente funzione di ripartizione per la nuova variabile y: { [ ( )] } y µ 1/κ exp 1 + κ σ κ 0 P(y; µ, σ, κ) = (3) { [ ( )]} y µ exp exp κ = 0 dove il parametro di forma κ è rimasto invariato, mentre i parametri adimensionali di scala e di posizione sono pari rispettivamente a: σ σ = σ m e µ = µ m (4) Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 3 / 12 ) Curva di crescita GEV - II La curva di crescita già definita nell equazione (2) avrà ora equazioni: { µ σ 1 ( ln P) κ} /κ κ 0 y(p) = µ σ ln ( ln P) κ = 0 Quando poi si conosca la pioggia indice o portata indice m nella specifica località di interesse, il quantile della variabile dimensionale x sarà pari a: { µ σ 1 ( ln P) κ} /κ κ 0 x(p) = m y(p) = m (6) µ σ ln ( ln P) κ = 0 Dalle stime ˆσ e ˆκ dei parametri di forma e scala si ricava una stima di µ : 1 + ˆσ [1 Γ(1 ˆκ)] ˆκ 0 ˆµ ˆκ = 1 γ ˆσ 1 0.577215665 ˆσ ˆκ = 0 dove γ = 0.577215665... è la costante di Eulero, Γ() è la funzione gamma. Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 4 / 12 ) (5) (7)

GEV giornaliera: distribuzione del parametro di forma κ D GEV shape parameter Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 5 / 12 ) GEV giornaliera: distribuzione del parametro di scala σ D GEV dimensionless scale parameter Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 6 / 12 )

GEV giornaliera: distribuzione del pioggia indice m D (mm) Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 7 / 12 ) Quantile delle precipitazioni giornaliere Dopo aver determinato dalle Figure precedenti i parametri di forma κ D e di scala adimensionale σd della distribuzione GEV e la pioggia indice m D per le precipitazioni giornaliere nel punto di interesse, possiamo calcolare il quantile corrispondente a qualsiasi tempo di ritorno dalle eq. (6) e (7). Quando si voglia aggirare il calcolo con la funzione gamma, il quantile H T delle precipitazioni giornaliere, corrispondente al tempo di ritorno T, si può ottenere dal prodotto della pioggia indice giornaliera m D e della variabile ridotta adimensionale Y T per le piogge giornaliere: H T = m D Y T (8) dove l altezza di precipitazione giornaliera H T e la pioggia indice giornaliera m D sono espresse in mm. Esprimendo il tempo di ritorno T in anni si calcola il valore della curva di crescita Y T (quantile della variabile ridotta adimensionale): Y T = 10 Y p + Y q log 10 T + Y r (log 10 T ) 2 dove la dipendenza territoriale è introdotta dalle seguenti relazioni, attraverso i parametri di forma κ D e di scala adimensionale σ D della precipitazione giornaliera: Y p = +0.00140 + 0.00478 κ D 0.35007 σd 0.37003 κ 2 D 0.79732 κ D σd + 0.51204 σd Y q = 0.00577 0.05332 κ D + 1.17139 σd + 0.35304 κ 2 D + 1.33529 κ D σd 0.94318 σd Y r = +0.00627 + 0.09501 κ D 0.14637 σd + 0.06336 κ 2 D 0.23844 κ D σd + 0.09216 σd Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 8 / 12 )

Curva di di possibilità pluviometrica da modello GEV - I Il risultato delle analisi sulle precipitazioni giornaliere ha permesso di determinare le nuove curve di possibilità pluviometrica per la Regione Sardegna con metodo geostatistico boundaryless e distribuzione GEV. Dalle Figure precedenti determiniamo, per qualsiasi punto di interesse della Regione Sardegna, i seguenti parametri riferiti alle precipitazioni giornaliere: k D - parametro di forma della distribuzione GEV [-] σ D - parametro di scala adimensionale della distribuzione GEV [-] m D - pioggia indice giornaliera [mm] Per il quantile h T (τ) delle precipitazioni brevi ed intense di durata τ, corrispondente al tempo di ritorno T, è stata proposta la seguente espressione monomia, pari al prodotto della pioggia indice m(τ) e della variabile ridotta adimensionale o curva di crescita y T (τ) relative alla stessa durata τ: a 1 τ n 1 τ 1ora h T (τ) = m(τ) y T (τ) = (9) a 2 τ n 2 τ 1ora dove l altezza di precipitazione h T (τ) è espressa in mm, la durata τ in ore, il tempo di ritorno T in anni. Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 9 / 12 ) Curva di di possibilità pluviometrica da modello GEV - II La pioggia indice m(τ) espressa in mm e la variabile ridotta adimensionale y T (τ) per piogge di durata τ sono anch esse fornite in forma monomia: a 1m τ n 1m τ 1 ora m(τ) = a 2m τ n 2m τ 1 ora a 1y τ n 1y τ 1 ora y T (τ) = a 2y τ n 2y τ 1 ora Ovviamente valgono le seguenti relazioni che pemettono di calcolare i parametri della curva di possibilità pluviometrica fornita nell eq. (9): a 1 = a 1m a 1y a 2 = a 2m a 2y n 1 = n 1m + n 1y n 2 = n 2m + n 2y Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 10 / 12 )

Curva di di possibilità pluviometrica da modello GEV - III I parametri relativi alla componente pioggia indice m(τ) dipendono dalla località di interesse attraverso la pioggia indice giornaliera m D e si determinano con le seguenti espressioni: n 1m = 0.20 + 0.33 log 10 m D n 2m = 0.60 + 0.52 log 10 m D a 1m = a 2m = 10 + 1.25 m D 24 n 2m I parametri relativi alla componente variabile ridotta adimensionale y T (τ) dipendono dal tempo di ritorno T e dalla località di interesse attraverso i parametri di forma k D e di scala adimensionale σd della precipitazione giornaliera e si determinano con le seguenti espressioni: n 1y = n 1yp + n 1yq n 2y = n 2yp + n 2yq log 10 T log 10 T a 1y = a 2y = 10 a 1y p + a 1yq log 10 T + a 1yr (log 10 T ) 2 Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 11 / 12 ) Curva di di possibilità pluviometrica da modello GEV - IV La dipendenza territoriale della variabile ridotta adimensionale y T (τ) è introdotta infine dalle seguenti relazioni: n 1yp n 1yq n 2yp n 2yq a 1yp a 1yq a 1yr = 0.08441 0.09092 κ D + 0.07846 σd + 0.32383 κ 2 D + 0.00793 κ D σd + 0.01891 σd = +0.02720 + 0.13097 κ D + 0.18360 σd 0.37370 κ 2 D 0.07701 κ D σd 0.07303 σd = +0.01206 0.17695 κ D + 0.01612 σd 0.67415 κ 2 D 0.05609 κ D σd + 0.13555 σd = 0.10358 + 0.17971 κ D + 0.29584 σd + 0.74819 κ 2 D + 0.36062 κ D σd 0.34968 σd = 0.06465 0.04403 κ D 0.08110 σ D + 0.08870 κ 2 D + 0.06253 κ D σ D + 0.05123 σ D = +0.20019 + 0.06131 κ D + 0.38674 σ D 0.09988 κ 2 D 0.10208 κ D σ D 0.10724 σ D = 0.01193 0.00329 κ D 0.05745 σ D 0.01044 κ 2 D + 0.01938 κ D σ D + 0.01084 σ D Idrologia - A.A. 17/18 - R. Deidda Cap 7c - Eventi Estremi - CPP da modello GEV ( 12 / 12 )