Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.

Ealangi Ionut
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii
Cuprins
1. Introducere 2
2. Notiuni de baza despre actiunea zapezii 2
3. Notiuni de Prelucrare Statistica a Datelor 6
4. Studiu de caz asupra stratului de zapada in Bucuresti 19
5. Bibliografie 21
6. Anexa 1 22
7. Anexa 2 24
8. Anexa 3 25
- 1 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii
1. Introducere
Lucrarea de fata prezinta metoda de prelucrare a datelor statistice in cazul
stabilirii incarcarii din zapada asupra constructiilor. Pentru aceasta se va studia cazul
localitatii Bucuresti, folosind un sir de date ce reprezinta inaltimea stratului de zapada la
sol masurata in conditiile specifice. Studiul va justifica alegerea distributiei log-normale
a datelor disponibile, in defavoarea distributiei normale.
2. Notiuni de baza despre actiunea zapezii
2.1. Valoarea caracteristica a incarcarii din zapada pe sol [1], [2]
Incarcarea din zapada este o incarcare statica pe metru patrat de proiectie
orizontala a acoperisului. Actiunea zapezii asupra constructiilor este considerata actiune
variabila.
Valoarea caracteristica a incarcarii din zapada pe acoperis se determina prin
multiplicarea valorii caracteristice a incarcarii din zapada pe sol cu coeficientii de
expunere a amplasamentului si de forma pentru incarcarea din zapada pe acoperis.
Valoarea caracteristica a incarcarii din zapada pe acoperis, sk se determina astfel:
sk = i Ce Ct s0,k (2.1)
unde:
i este coeficientul de forma pentru incarcarea din zapada pe acoperis;
s0,k - valoarea caracteristica a incarcarii din zapada pe sol [kN/m2], in
amplasament;
Ce - coeficientul de expunere al amplasamentului constructiei;
C t - coeficientul termic.
Valoarea caracteristica a incarcarii din zapada pe sol este definita cu 2%
probabilitate de depasire intr-un an sau, echivalent, cu un interval mediu de recurenta
IMR=50 ani. Aceasta valoare caracteristica are o probabilitate de realizare mai mare de
50% pe durata existentei unei constructii.
- 2 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Valoarea caracteristica a incarcarii din zapada pe sol, s0,k, in Romania este
recomandata in harta de zonare din Figura 2.1. Harta este valabila pentru altitudini sub
1000m.
Daca determinarea valorilor caracteristice ale incarcarii din zapada pe sol, s0,k, se
face pe baza unei analize statistice de valori extreme pentru amplasamentul constructiei,
masuratorile de valori maxime anuale ale inaltimii/greutatii zapezii din zona situata in
apropierea amplasamentului trebuie sa acopere cel putin 20 de ani de observatii.
Harta de zonare a incarcarii din zapada a fost initial elaborata de Universitatea
Tehnica de Constructii Bucuresti (UTCB), in 1994-1995, pe baza analizei statistice a
valorilor extreme maxime anuale ale incarcarii din zapada pe sol observate la statiile
meteorologice (peste 110 la numar) ale Institutului National de Meteorologie si
Hidrologie (INMH) s-a facut pa baza datelor existente la Institutul National de Cercetare-
Dezvoltare in Constructii si Economia Constructiilor (INCERC).
Zonarea valorii caracteristice a incarcarii din zapada pe sol, definita cu 2%
probabilitate de depasire intr-un an, corespunzand unui interval mediu de recurenta
IMR=50 ani, s-a facut luand in considerare:
(i) Valorile caracteristice ale incarcarii din zapada pe sol, calculate in repartitia
lognormala recomandata de prescriptiile de specialitate din SUA in ultimele doua
decenii;
(ii) Comparatia dintre valorile caracteristice ale incarcarii din zapada pe sol si valorile
maxime observate ale incarcarii din zapada pe sol, in fiecare statie meteorologica;
(iii) Analiza distributiei geografice pe teritoriul Romaniei a valorilor coeficientului de
variatie si a mediei maximelor anuale ale incarcarii din zapada pe sol. [1], [2]
- 3 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
2.2. Intervalul Mediu de Recurenta (IMR)
ncrcrile datorate hazardelor naturale, cum ar fi seismele, vntul, zapada,
valurile sau inundaiile au un caracter aleator n timp ct i n spaiu. Caracterul aleator in
timp este considerat n termeni de perioad de ntoarcere sau interval de recuren.
Intervalul de recuren este definit ca fiind intervalul de timp mediu dintre dou
evenimente succesive, statistic-independente i este o estimare a posibilitii de apariie a
unor evenimente: cutremure, inundaii sau viituri de o anumit intensitate sau mrime.
Timpul dintre evenimente, T, este o variabil aleatoare. n majoritatea aplicaiilor
inginereti, un eveniment denot depirea unui anumit prag asociat cu ncrcrile.
Intervalul mediu de recuren, al unei valori x dintr-o variabil aleatoare X poate
fi definit dup cum urmeaz:
(2.2)
- 4 -
IMR X x > ( )
1
P
1an
X x > ( )
1
1 p
1
1 F
x
X ( )
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
unde: p este probabilitatea anual a evenimentului X x ( )
F
x
X ( )
este distribuia cumulativ n funcie de X.
Deci, intervalul mediu de recuren a unei valori x este egal cu probabilitatea
invers de depaire anual a valorii x. Intervalul mediu de recuren are o relaie cu
probabilitatea invers ca evenimentul s fie depit orice an.
De obicei se presupune c un fenomen cu IMR de 10 ani, va avea loc, n medie, o
dat la 10 ani i un fenomen cu IMR de 100 ani are o amplitudine atat de mare nct ne
ateptm s aib loc o dat la 100 de ani. Dei ar putea s fie adevrat lund in
considerare mii de ani, este incorect s ne gndim la periada de revenire n acest fel.
Termenul perioad de revenire este neltor. Nu nseamn neaprat c un fenomen cu
IMR de 10 ani se va repeta o dat la 10 ani. S-ar putea s nu revin deloc, sau s aib loc
de dou ori.
Intervalul mediu de recuren are legtur cu probabilitatea de depire n N ani.
Relaia dintre IMR, N si probabilitatea de depire n N ani, Pdep,N , este:
(2.3)
De obicei, numrul de ani, N, este considerat egal cu perioada estimat de via a
cldirilor normale, adic 50 ani. Tabelul 1 arat rezultatele relaiei de mai sus pentru
cazuri particulare, considernd N=50 ani.
Intervalul mediu de
recuren, ani
IMR
Probabilitate de
depire ntr-un an
Pdep,1an
Probabilitate de
depire n 50 de ani
Pdep,50ani
10 0.10 0.99
30 0.03 0.81
50 0.02 0.63
100 0.01 0.39
- 5 -
P
depN
1 P
N
1 1
1
MRI

.
`

,
N
1 e
N
MRI

Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
225 0.004 0.20
475 0.002 0.10
975 0.001 0.05
2475 0.0004 0.02
Tabelul 1
3. Notiuni de Prelucrare Statistica a Datelor
3.1 Elemente de Statistica Matematica [3]
Statistica este disciplina care se ocupa cu culegerea,inregistrarea,gruparea,analiza
si interpretarea datelor referitoare la un anumit fenomen precum si cu formularea unor
previziuni privind comportarea viitoare a acestuia. Activitatea de culegere si inregistrare
a datelor referitoare la un fenomen face obiectul statisticii descriptive sau statisticii
formale. Activitatea de grupare, de analiza si de interpretare a datelor precum si
formularea unor previziuni priviind comportarea viitoare a unui fenomen reprezinta
obiectul statisticii matematice.
Elemente de limbaj in statistica.Date Statistice
Definitii
- Multimea pe care se realizeaza un studiu statistic se numeste populatie statistica.
- Elementele componente ale unei poulatii statistice se numesc unitati statistice sau
indivizi.
- Numarul total de unitati statistice se numeste efectivul total al populatiei statistice.
- O parte a populatiei statistice aleasa special pentru a fi studiata se numeste esantion.
- Proprietatea sau indicatorul in functie de care se cerceteaza o populatie statistica se
numeste caracteristica sau variabila statistica.
- O caracteristica se numeste caracteristica calitativa daca nu poate fi masurata(valoarea
ei nu se exprima numeric).
- O caracteristica cantitativa se numeste discontinua sau discreta daca nu poate lua decat
valori numerice izolate.
- O caracteristica cantitativa care poate lua orice valoare dintr-un interval de lungime
finita sau infinita se numeste caracteristica cantitativa continua.
- 6 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
- Intervalel in care o caracteristica ia valori se numesc grupe sau clase de valori.
3.2 Variabile aleatoare [5]
Variabila aleatoare este o functie cu valori reale ce depend de efectuarea unui
experiment.
Astfel avem: X = variabila aleatoare
x = valoare a variabilei aleatoare
Efectuam un experiment de n ori si obtinem xi valori ale variabilei aleatoare X.
i=
n , 1
unde n este numarul total de unitati statistice sau volumul populatiei.
Media caracteristicii x este:
n
x
x
n
i
i

1
(3.1)
Dispersia valorilor esantionului este:
1
) (
1
2
2

n
x x
s
n
i
i
x
(3.2)
Abaterea standard (abaterea patratica medie) a valorilor esantionului este:
2
x x
s s (3.3)
Coeficientul de variatie este:
x
s
V
x
x

(3.4)
Se numeste frecventa absoluta a unei valori xi a variabilei aleatoare X pe
intervalul (clasa de valori) j-nj , numarul de unitati ale populatiei corespunzatoare acestei
valori pe intervalul respectiv. Intervalele j sunt definite j=
N , 1
.

n
j
j
n n
1
(3.5)
- 7 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Se numeste frecventa relativa a unei valori x
i
a variabilei aleatoare X pe
intervalul j-nj raportul dintre frecventa absoluta n
i
a valorii x
i
si efectivul total al
populatiei.
n
n
f
j
j
(3.6)

N
j
j
f
1
1
(3.7)
Fj se numeste frecventa relativa cumulata a valorilor variabilei aleatoare X.

n
k
k j
f F
1
(3.8)
Histograme
Reprezentarea grafica a valorilor esantionului este data de histograma
frecventelor relative si histograma frecventelor relative cumulate.
Figura 3.1 Exemplu de histograma a frecventelor relative
- 8 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Figura 3.2 Exemplu de histograma a frecventelor relative cumulate
Indicatorii esantionului:
1. Media esantionului:

N
j
j j
x f x
1
(3.9)
2. Variatia esantionului:

N
j
j j x
x x f s
1
2 2
) (
(3.10)
3. Abaterea standard:
2
x x
s s (3.11)
Densitatea de repartitie si Functia de repartitie
Frecventa atinge probabilitatea daca marimea esantionului tinde la infinit:
P f
daca
n
(3.12)
- 9 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
1. Densitatea de repartitie reprezinta probabilitatea ca variabila aleatoare X sa se afle
intre a si b (x si x+dx).
dx x f dx x X x P
X
) ( ) ( +
(3.13)

b
a
X
dx x f b X a P ) ( ) (
(3.14)
Figura 3.3 Densitatea de repartitie
Caracteristicile densitatii de repartitie:
1. pentru
0
x
f x
(3.15)
2. pentru
1
x
f x
(3.16)
3.

+

1 ) ( dx x f
x
(3.17)
- vaorile vor fi in intervalul (
+ ,
)
- eveniment sigur
2. Functia de repartitie reprezinta probabilitatea ca variabila aleatoare X sa fie mai
mica decat a (x).
- 10 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
) ( ) ( x F x X P
X

(3.18)

'

dx
x dF
x f
dx x f x X P x F
X
X
x
X X
) (
) (
) ( ) ( ) (
(3.19)
Figura 3.4 Functia de repartitie
Caracteristicile densitatii de repartitie:
1. pentru
0
x
F x
(3.20)
2. pentru
1
x
F x
(3.21)
3. pentru
) ( ) (
1 2 1 2
x F x F x x
x

(3.22)
Indicatorii distributiei:
1. Media distributiei:

+

dx x f x m
X X
) ( (3.23)
2. Dispersia distributiei:
- 11 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut

+

dx x f m x
X x X
) ( ) (
2 2
(3.24)
3. Abaterea medie patratica:
2
X X
(3.25)
4. Coeficientul de variatie al dispersiei:
X
X
X
m
V

(3.26)
5. Momentul central de ordin i:

+

dx x f m x
x
i
X i
) ( ) ( (3.27)
6. Coeficient de oblicitate:
2 3
2
3
1

(3.28)
0
1
- distributia este simetrica (3.29)
0
1
> - distributia este asimetrica (cu asimetrie pozitiva, spre stanga) (3.30)
0
1
< - distributia este asimetrica (cu asimetrie negativa, spre dreapta) (3.31)
0
1
0
1
> 0
1
<
Figura 3.5 Exemple de distributii
7. Valori fractile
) (
p p
x x P p x
(3.32)
- 12 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Figura 3.6 Valori fractile
8. Modulul si Mediana
Modulul (

x
) distributiei este valoarea variabilei aleatoare care corespunde
maximei (varfului) distributiei (valoarea cel mai des intalnita sau cu cea mai mare
frecventa de aparitie). Numit i dominata seriei sau valoarea modal reprezint valoarea
la care se situeaz din punct de vedere al variabilei studiate cele mai multe uniti
statistice.
Mediana (
~
x
) distributiei este valoarea variabilei aleatoare care are 50% sanse de
valori mai mici si 50% sanse de valori mai mari (reprezint valoarea din mijlocul unei
serii de date, serie n care valorile au fost ordonate cresctor).
5 . 0 ) ( ) (
~ ~
> x x P x x P
(3.33)
Distributia Normala (Distributia Gauss)
Distributia continua ce urmareste o densitate de repartitie data de:
2
2
1
2
1
) (

,
`

.
|

x
e x f
(3.34)
se numeste distributie normala sau distributie Gauss.
In ecuatia (3.34): -

este media distributiei

-

este abaterea medie patratica a distributiei

Distributia este biparametrica depinzand de

si

.
- 13 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Curba f(x) are aspect de clopot si este simetrica in raport cu

. Pentru aceeasi medie(

) dar

diferit (si valori diferite ale coeficientului de variatie V) distributia isi pastreaza
aspectul de clopot dar isi modifica forma. Cu cat este mai mic

(si V), cu atat este mai

sus maxima la x=

si pant ape ambele parti este mai abrupta.

Figura 3.7 Densitatea de repartitie (3.34) pentru diferite valori ale lui V
Functia de repartitie a distributiei normale este:
dx e dx x f x F
x
x
x
x

,
`

.
|

2
2
1
2
1
) ( ) (

(3.35)
In Figura 3.8 este prezentata functia de repartitie F(x) pentru acelasi

si pentru

diferit (si valori diferite ale coeficientului de variatie V).

- 14 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Figura 3.8 Functia de repartitie (3.35) pentru diferite valori ale lui V
Valori fractile
x X p
k x +
(3.36)
- 15 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Figura 3.9 Valori fractile ale distributiei normale
In Tabelul 2 sunt prezentate cele mai intalnite valori ale lui k pentru diferite probabilitati
de nedepasire p.
p 0.01 0.02 0.05
k -2.326 -2.054 -1.645
Tabelul 2 Valori ale lui k
Distributia Lognormala
Daca variabila aleatoare ln x este normal distribuita avand media
X ln

si
abaterea medie patratica
X ln
atunci variabila aleatoare X este log-normal distribuita.
Densitatea de repartitie:
2
ln
ln
ln
2
1
ln
1 1
2
1
) (

,
`

.
|

X
X
x
X
e
x
x f

(3.37)
Prin schimbarea de variabila:
X
X
m x
z
ln
ln
ln

(3.38)
Se obtine:
2
2
2
1
) (
z
Z
e z f

(3.39)
Relatia (3.39) descrie densitatea de repartitie a unei distributii normale.
Functia de repartitie:
dx
x
e
x
dx x f x F
x
x
X
x
x
X
X
1 1 1
2
1
) ( ) (
2
ln
ln
ln
2
1
ln

,
`

.
|

(3.40)
Distributia lognormala este asimetrica cu asimetrie pozitiva, distributia este
mutate spre stanga. Coeficientul de oblicitate este:
3
1
3
X X
V V + (3.41)
unde VX este coeficientul de variatie al variabilei aleatoare X.
Media si abaterea medie patratica a variabilei aleatoare lnX sunt corelate cu media
si abaterea medie patratica ale variabilei aleatoare X dupa cum urmeaza:
- 16 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
) 1 ln(
ln
2
ln
X
x
X
V
m
m
+

(3.42)
) 1 ln(
2
ln X X
V + (3.43)
In Figura 3.10 sunt prezentate densitatea de repartitie si functia de repartitie
pentru diferite valori ale coeficientului de variatie V.
Figura 3.10 f(x) si F(x) ale distributiei log-normale pentru diferite valori ale lui V
- 17 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Valori Fractile
X X p
k x
ln ln
) ln( +
(3.44)
X X
k
p
e x
ln ln
+

(3.45)
kp este prezentat in Tabelul 2.
4. Studiu de caz asupra stratului de zapada in Bucuresti
4.1 Generarea sirului de date:
Acest studiu isi propune manipularea unui sir de date existent ce reprezinta
inaltimile maxime anuale ale stratului de zapada la nivelul solului in localitatea
Bucuresti. Sirul de date cuprinde 100 de valori si va fi generat artificial in EXCEL dupa
cum urmeaza:
- se genereaza un sir de numere aleatoare cu valori cuprinse intre 0 si 1 prin
comanda <Rand()>
- se obtine apoi prin comanda <Normsinv>, din valorile precedente, valoarea z
(inversul distributiei cumulative normale standard); obtinem astfel un sir de
date cu o distributie normala
- cunoscand valorile mediei

=29.5cm si abaterea patratica medie

=18.3cm
pentru Bucuresti si folosind relatiile de corelare (3.42) si (3.43) obtinem din
valorile mediei si abaterii patratice medii specifice distributiei lognormale
- cunoscand astfel media
X ln
si abaterea medie patratica
X ln
obtinem, prin
relatia de corelatie dintre distributia normala si distributia lognormala (3.38),
valorile x ce urmeaza o distributie log-normala; aceste valori simuleaza
inaltimile maxime anuale ale stratului de zapada masurate pe o perioada de
100 de ani in Bucuresti.
Metodologia descrisa mai sus se regaseste in Anexa 1.
4.2 Analiza distributiei
Preupunand ca nu cunoastem tipul distributiei vom analiza sirul de date,
construind histogramele (Anexa 2) si analizand indicatorii distributiei (Anexa 3). Se
observa din aspectul diagramei precum si din indicatori faptul ca avem o distributie log-
normala:
- 18 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
- asimetrie pozitiva (valoarea maxima este mutate spre stanga) cu coeficientul
de oblicitate (3.30), 2
1
0
1
>
- media este diferita de valoarea medianei:
~
x m
4.3 Nivel de ncredere i interval de ncredere [4]
Pentru a construi estimarea interval, trebuie s rspundem la dou ntrebri:
1. Ct de mare este e.s. (eroarea standard )?
2. Ct de probabil dorim ca parametrul din populaie s se gseasc n acest interval?
Pentru prima ntrebare, necunoscuta este , pe care o nlocuim cu s.
Pentru ntrebarea a doua, probabilitatea este dat de aria de sub curb: valoarea lui z
pentru care aria din jurul mediei este 95% este 1,96.
Nivelul de ncredere ne arat ct de mult ncredere avem n faptul c estimarea
interval conine parametrul din populaie. La un nivel de ncredere (n.i.) de 95%, doar un
eantion din 20 nu va determina un interval care s conin media din populaie. Din
punct de vedere statistic, 95% este considerat suficient de mic nct s avem ncredere n
rezultatele sondajului.
Intervalul de ncredere este o estimare interval construit n funcie de un anumit nivel
de ncredere.
Intervalul de ncredere este:
. .s e z X t (3.46)
Unde:
x
X
(3.47)
96 . 1 z (3.48)
n
s e
x

. .
(3.49)
n
x
x

96 . 1 t
(3.50) intervalul de incredere pentru un nivel de 95%
. . .) . . . ( i n s e z X s e z X P
x
+ < <
(3.51)
Limea calculat a intervalului de ncredere se micoreaz pe msur ce:
1. crete volumul eantionului n
2. scade nivelul de ncredere
- 19 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
Putem calcula volumul eantionului, fixnd nivelul de ncredere i eroarea maxim de
sondaj.
- Nivelul de incredere va fi fixat la 95%
Intervalul de incredere este calculate in Anexa 1 de unde rezulta, conform (3.51):
% 95 ) 34 9 . 29 25 ( < < P
(3.52)
Bibliografie:
[1] Cod de proiectare. Evaluarea actiunii zapezii asupra constructiilor
Indicativ CR1-1-3-2005
[2] Curs Extreme Wind and Snow Loads for Structural Design, C. Arion
[3] Curs Statistica Inferentiala, lect. Univ. br. Adrian Dusa
[4] Curs Statistica, lect. Drd. Lucian Pop
[5] Curs Structural Reliability and Risk Analysis, prof. dr. ing. Radu
Vacareanu
- 20 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
- 21 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing.
Ealangi Ionut
- 22 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing. Ealangi Ionut
Anexa 2
- 23 -
Studiu de caz asupra distributiei inaltimii maxime anuale a zapezii drd. ing. Ealangi Ionut
- 24 -