Analisi quantitativa del rischio a scala di pendio

Slides:



Advertisements
Presentazioni simili
- le Medie la Moda la Mediana
Advertisements

Elettrostatica 6 30 maggio 2011
____________________
LA VARIABILITA’ IV lezione di Statistica Medica.
Corso di Tecnica delle Costruzioni I - Teoria delle Esercitazioni
Indici di dispersione Quantili: sono misure di posizione non centrale che dividono la serie ordinata di dati in un certo numero di parti di uguale numerosità.
MATEMATICA PER L’ECONOMIA
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
STATISTICA di Bonazza Stefano 3^O 2009/2010.
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
LA STATISTICA By prof. Pietro Rossi.
Lez. 3 - Gli Indici di VARIABILITA’
INDAGINE SULLUSO DELLE-BOOK PRESSO LE FACOLTÀ DI LETTERE E FILOSOFIA E DI INGEGNERIA DELLUNIVERSITÀ DEGLI STUDI DI PARMA Relatrice: Prof.ssa ANNA MARIA.
Il concetto di misura.
Il moto rettilineo uniforme
DOMANDA ED ELASTICITA’
3. Processi Stocastici Un processo stocastico è una funzione del tempo i cui valori x(t) ad ogni istante di tempo t sono v.a. Notazione: X : insieme di.
Elementi di STATISTICA DESCRITTIVA
Analisi Bivariata e Test Statistici
Cap. 4 Distribuzioni di frequenza, tabelle e grafici Cioè come si sfruttano i dati grezzi, perché è da qui che inizia l’analisi statistica.
STATISTICA DESCRITTIVA
La distribuzione normale e normale standardizzata
DIFFERENZA TRA LE MEDIE
Studio del moto di una palla che rimbalza
Le analisi per singolo item
Matematica e statistica Versione didascalica: parte 8 Sito web del corso Docente: Prof. Sergio Invernizzi, Università di Trieste
Esercizi x1=m-ts x2=m+ts
LA PROBABILITA’.
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
G. Braschi, S. Falappi, M. Gallati
Analisi bivariata Passiamo allo studio delle relazioni tra variabili
Analisi delle corrispondenze
Indicatori del turismo Corso in Fonti, metodi e strumenti per lanalisi dei flussi turistici A.A Prof.ssa Barbara Baldazzi Corso di Laurea PROGEST.
VARIABILI E DISTRIBUZIONI DI FREQUENZA
Rappresentazione dei dati statistici
Docente : Grazia Cotroni
Le percentuali Docente : Grazia Cotroni. La risposta più probabile sarà: Le percentuali servono a calcolare lo sconto… Cosa sono le percentuali?
La rappresentazione dei dati: i grafici
Progettazione Urbanistica
Corso di Tecnica delle Costruzioni I - Teoria delle Esercitazioni
Esercitazione di Matematica
Elementi di STATISTICA DESCRITTIVA
Verifica delle ipotesi su due campioni di osservazioni
METODI E CONTROLLI STATISTICI DI PROCESSO
C ORSO DI L AUREA M AGISTRALE IN I NGEGNERIA P ER L A MBIENTE E IL T ERRITORIO UNIVERSITÀ DEGLI STUDI DI SALERNO F ACOLTÀ DI I NGEGNERIA USING GROUND BASED.
I principali tipi di grafici
Corso di POPOLAZIONE TERRITORIO E SOCIETA’ 1 AA
Linee guida per l’identificazione di scenari di rischio
Lez. 3 - Gli Indici di VARIABILITA’
Corso di Matematica (6 CFU) (4 CFU Lezioni +2 CFU Esercitazioni)
Analisi quantitativa del rischio
UNIVERSITÀ DEGLI STUDI DI SALERNO
Le misure sono osservazioni quantitative
Gabriele Malavasi (*)– Alessandro Monaldi (**)– Luca Rizzetto (*)
La statistica.
Esercizi Due gruppi di studenti effettuano la misura della densità di un oggetto, trovando rispettivamente i valori 13.7 ± 0.9 g/cm3 e ± 1300 kg/m3.
Università degli studi di Salerno
Martina Serafini Martina Prandi
ORIENTAMENTO CONSAPEVOLE
IDROSTATICA.
Studio fenomeni collettivi
ANALISI E INTERPRETAZIONE DATI
Città Metropolitane I tagli nel periodo
TRATTAMENTO STATISTICO DEI DATI ANALITICI
La covarianza.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
In alcuni casi gli esiti di un esperimento possono essere considerati numeri naturali in modo naturale. Esempio: lancio di un dado In atri casi si definisce.
Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII.
Transcript della presentazione:

Analisi quantitativa del rischio a scala di pendio Corso di Frane A.A. 2014-2015 Esercitazione n°3 Analisi quantitativa del rischio a scala di pendio Prof. Ing. Michele Calvello Studenti: Capuano Clara 0622500167 Del Monte Salvatore 0622500177 Loffredo Emanuele 0622500185 Romeo Marco 0622500170

Inquadramento del problema Volumi Coinvolti (m3) Probabilità di accadimento Colata rapida di piccola intensità < 50 1/anno Colata rapida di media intensità 50-500 0.05/anno

Discretizzazione del pendio Per valutare il rischio legato agli eventi franosi, il pendio in esame è stato discretizzato in celle con una superfice pari all’area d’impronta della casa. Sulla base dei dati legati alle caratteristiche di propagazione delle due tipologie di frane, si sono individuate le zone dove il potenziale distacco di una frana potrebbe raggiungere l’edificio. ll rischio è stato quindi valutato in riferimento alle quattro zone potenzialmente pericolose per la casa. La probabilità che l’evento franoso avvenga nella singola cella è stata espressa come rapporto tra area della cella ed area totale.

P(LOL) = P(L) x P(T:L) x P(S:T) x V(D:T) Quanto vale il rischio individuale per la persona più a rischio? P(LOL) = P(L) x P(T:L) x P(S:T) x V(D:T) -P(L). Prodotto tra frequenza di accadimento (f), probabilità che l’evento interessi una singola cella (A) e probabilità legata alla distanza di propagazione dei fenomeni(%Runout). P(L)= f x A x %Runout -P(T:L). La probabilità che la frana raggiunga la casa è stata posta sempre pari al 100%, in accordo con la scelta di analizzare solo le celle dove sicuramente una potenziale frana potrebbe raggiungere la frana. In tutte le altre cella P(T:L)=0. -P(S:T). La probabilità spazio temporale dell’elemento più a rischio è stata scelta in base ai dati riguardanti la distribuzione delle presenze temporali quotidiane degli abitanti della casa. Tra le varie ipotesi di presenza è stata scelta la più svantaggiosa. I ipotesi P(S:T)= 24/24 II ipotesi P(S:T)=18/24

P(LOL) = P(L) x P(T:L) x P(S:T) x V(D:T) Quanto vale il rischio individuale per la persona più a rischio? P(LOL) = P(L) x P(T:L) x P(S:T) x V(D:T) -V(D:T): La Vulnerabilità V è stata calcolata in relazione alla distanza fra l’unghia della frana e il baricentro della casa (D). Esempio: nell’ipotesi in cui la colata rapida di piccola intensità con propagazione di 20 m (% di runout = 80%) si sia verificata nella cella il cui baricentro dista 20 m dal baricentro dell’ abitazione (zona 2), si ottiene che D vale 5m. Entrando nel grafico con questo valore e intercettando la curva per frane di piccole intensità si ottiene il rispettivo valore di vulnerabilità V. D=5 m

Quanto vale il rischio individuale per la persona più a rischio? I calcoli sono riportati nella seguente tabella: Nota: nelle zone 3 e 4, per le frane con 20 metri di runout, la vulnerabilità è stata posta pari a zero. Tali zone infatti sono più distanti della distanza di propagazione, per cui la frana non raggiunge la casa.

Quanto vale il rischio per la collettività in termini di curve F-N e PLL? PLL (potential loss of life) è stato calcolato a partire dal rischio individuale per la persona maggiormente a rischio, moltiplicata per il numero medio di vittime: PLL = PLOL x N° medio di vittime Il N° medio di vittime è stato calcolato facendo la media pesata fra le persone presenti in casa in un certo intervallo di tempo e il numero totale di ore:

Quanto vale il rischio per la collettività in termini di curve F-N e PLL? Costruzione del diagramma F-N : N = numero di vittime; Pp = probabilità di presenza temporanea; Pn = Probabilità di accadimento per ogni vittima; F = probabilità di accadimento di una o più vittima. Dal risultato delle analisi emerge che il rischio non è accettabile !!!

Quale è la distribuzione del rischio sul pendio in esame ? Il rischio è stato considerato nullo per le celle da cui nel caso in cui partisse una frana, questa non colpirebbe la casa. Mentre invece per le quattro celle in prossimità della casa,il rischio è stato considerato come la somma delle PLL per ogni zona. I risultati sono riportati di seguito: R1 = 1.36 x 10-2 R2 = 7.36 x 10-3 R3 = 3.43 x 10-3 R4= 1.14 x 10-3 RISCHIO NULLO