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
  • Sezione1_4.md

Sezione1_4.md · Changes

Page history
Update Sezione1_4.md authored Dec 31, 2025 by Fabio Castelli's avatar Fabio Castelli
Hide whitespace changes
Inline Side-by-side
guida/Sezione1_4.md.md
View page @ 297f4ef3
......@@ -19,4 +19,4 @@ $$X_i=X_0 + s_X i$$
dove $i$ è il generico anno a partire dall'anno $0$ considerato come anno base di riferimento (e.g. attuale) e $s_X$ è il parametro di pendenza di Sen. Da questo punto di vista, la complicazione risiede nella dipendenza, più o meno rilevante, del parametro $s_X$ dalla specifica quantità $X$ considerata (e.g. intensità per una definita durata e un definito tempo di ritorno nominale).
Assumendo però come estrema semplificazione che sia stimabile un parametro di pendenza $s$ da utilizzare in prima approssimazione per tutte le durate e i tempi di ritorno, ed estendendo la validità della legge empirica sopra ricordata, che lega tempo di ritorno ed intensità degli eventi di progetto, a rappresentare anche come tale legame possa cambiare nel tempo, si può ottenere alla fine la seguente espressione:
$$\prod_{i=1}^{T_v} \left[ 1 - \frac{1}{T_{r,0} e^{\alpha \frac{si}{X_0}}} \right] = \left[1-\frac{1}{T_{r,p}}\right]^{T_v} $$
\ No newline at end of file
$$\prod_{i=1}^{T_v} \left[ 1 - \frac{1}{T_{r,e} e^{\alpha \frac{X_0-X_e}{X_e}}} e^{\alpha \frac{si}{X_e}}} \right] = \left[1-\frac{1}{T_{r,p}}\right]^{T_v} $$
\ No newline at end of file
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