Skip to content
GitLab
Projects Groups Snippets
  • /
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
  • Sign in
  • M MenoRischio-Progettazione
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 0
    • Issues 0
    • List
    • Boards
    • Service Desk
    • Milestones
  • Merge requests 0
    • Merge requests 0
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Packages and registries
    • Packages and registries
    • Package Registry
    • Container Registry
    • Infrastructure Registry
  • Monitor
    • Monitor
    • Metrics
    • Incidents
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Wiki
    • Wiki
  • Snippets
    • Snippets
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar
  • menorischio
  • MenoRischio-Progettazione
  • Wiki
  • Guida
  • AppendiceA.md

AppendiceA.md · Changes

Page history
Update AppendiceA.md authored Dec 29, 2025 by Fabio Castelli's avatar Fabio Castelli
Hide whitespace changes
Inline Side-by-side
guida/AppendiceA.md.md
View page @ d9ac8314
......@@ -21,12 +21,12 @@ Il metodo POT (Peak Over Threshold), coem suggerisce il nome, si bassa sulla ana
La parte metodologica più complessa riguarda proprio la scelta del valore ottimale di riferimento, qui denominata $u$, che deve essere sufficientemente grande da consentire la selezione dei soli valori rappresentativi di fenomeni intensi (anche se non estremi), ma non troppo grande da ridurre eccessivamente la numerosità del campione di dati al disopra della soglie. Per risolvere questo problema si descriverà più avanti un criterio operativo specifico.
Denominando intanto con $X$ la variabile per la quale si vuole determinare la probabilità di estremo e con $u$ la suddetta soglia di riferimento (si veda figura sottostante), si può dimostrare che la probabilità di superamento di un certo valore $x$ (detta anche funzione di sopravvivenza), condizionata alla sola popolazione dei valori al di sopra della soglia $u$, segue la **legge di Pareto generalizzata**:
$$ \\mathbb{P} \left[X \> x \mid X > u \right] = \left[ 1 + \frac{\xi (x - u)}{\psi_u} \right]^{-1/\xi}$$
$$ \\mathbb{P} \left[X \gt x \mid X \gt u \right] = \left[ 1 + \frac{\xi (x - u)}{\psi_u} \right]^{-1/\xi}$$
![image](uploads/0dc09c4d675b87cdb245f4d84ecac615/image.png)
Si noti come la distribuzione, dispenda, oltre che dalla soglia $u$, da ulteriori due parametri: il parametro di forma $\xi$ e il parametro di scala $\psi_u$; il secondo, come mostrato più avanti, mostra una forte dipendenza da $u$.
Nota la forma della funzione di sopravvivenza, si può giungere alla determinazione del valore $X_T$ coriispondente ad un determinato tempo di ritorno $T$ (in anni), definendo innanzitutto la quantità $\zeta_u = \\mathbb{P}[X > u]$, cioè la probabilità di superamento della soglia. Moltiplicandola per la probabilità condizionata di cui sopra, la **probabilità incondizionata** si può quindi scrivere come:
Nota la forma della funzione di sopravvivenza, si può giungere alla determinazione del valore $X_T$ coriispondente ad un determinato tempo di ritorno $T$ (in anni), definendo innanzitutto la quantità $\zeta_u = \\mathbb{P}[X \gt u]$, cioè la probabilità di superamento della soglia. Moltiplicandola per la probabilità condizionata di cui sopra, la **probabilità incondizionata** si può quindi scrivere come:
$$ \\mathbb{P}[X \gt x] = \\mathbb{P}[X \gt u] \\mathbb{P}[X \gt x \mid X \gt u] = \zeta_u \left[ 1 + \frac{\xi (x - u)}{\psi_u} \right]^{-1/\xi} $$
......
Clone repository
  • Guida generale
    • Introduzione
    • Analisi di probabilità
    • Eventi pluviometrici di progetto
    • Analisi di rischio
  • Appendici
    • Teoria degli estremi
    • Costruzione eventi di progetto
  • Archivi di dati utili