Home GeoForum Forums Geologia & Professione Geotecnica Vs30 caratteristico

i valori di VS30 di lama provengono alla stessa realizzazione del proceso aleatorio (ossia dallo stesso profilo di Vs entro i 30 m di profondità dal piano di posa).

Il processo aleatorio è individuato in quel punto. Conosciamo bene quelal singola realizzazione ma non le altre.

Le nostre conclusioni sono relative all'errore di misura più l'errore di procedura relativo alla determinazione della singola relaizzazione o verticale.

Il COV = 7% (non capisco come ti risulti 3-5 % di errore, dev.standard=29, media = 415, COV = 29/415 = 0.07 = 7%).

Non esiste un limite definito, se abbiamo una conoscenza a priori la utilizziamo certamente con meno di 5 dati, ma nel tuo caso non esiste conoscenza a priori.

Il COV = 15% di Mulargia e Castellaro 2009 si riferisce alla somma di errore di misura e procedurale + variabilità della VS30 nel sito.

Ovviamente si parla dello stesso processo aleatorio, perchè se il sottosuolo è statisticamente disomogeneo si hanno più di un processo aleatorio, ossia il sito è caratterizzato da più di una VS30.

Dimenticavo,
trattando la media armonica come una media aritmetica, l'IC al 95% = 388.8, per cui hai il 95% di certezza che la VS30 in quella verticale superi 389 circa, mentre hai una confidenza del 996 per mille che lungo quella verticale non ti trovi in classe C.

No, non ci siamo capiti, l'errore che ho indicato io è quello del processo di inversione dalla curva di dispersione sperimentale a quella calcolata per produrre il modello di profilo Vs (si chiama processo di inversione). Grosso modo siamo sul 2-5% su ogni singola elaborazione.

In questo caso hai ricavato il 5° percentile della distribuzione della MEDIA dei dati.
Scusa la domanda banale, perchè non direttamente sulla distribuzione dei dati?

Ah, bene, allora questo è il cosiddetto errore di procedura, che si va a sommare quadraticamente all'errore di misura

Perchè la VS30 è una media, anche se armonica e non aritmetica.
Quindi i tuoi 6 dati sono medie, e la distribuzione di riferimento è quella della media.
Per ipotesi avevamo considerato una distribuzione normale della media armonica.
Ipotesi tutta da verificare, naturalmente.

mmmmm la prossima volta fai una misura sola !

(Prima di attivare le ire dei puristi, meglio precisare che vorrebbe essere una battuta !)

E' vero, l'ignoranza (dell'incertezza epistemica) a volte è beatitudine

Scusate, ma dopo avere fatto un'elaborazione con 5 Vs,30, mi è venuto in mente che stiamo trattando medie, per cui la Vs,30_k o stima puntuale cautelativa della VS,30 considerando l'errore di Mulargia e Castellaro, 2009 se vogliamo adottare il 5° percentile come riferimento, è un 5° percentile del mio dataset delle medie.
Per cui, Vs,30_k = Vs,30_(media) -1.645*0.15*Vs,30_(media)=
= VS,30_media -25%
senza dividere per il numero dei profili

Per essere una media delle medie il valore cautelativo appare piuttosto alto.

In effetti, nella mia elaborazione, il CoV delle 5 VS30 (3 HVSR e 2 masw) era pari al 4% (molto meno del 15% di MC,2009), per cui
VS,30 media = 316
CoV Vs,30 = 4%
VS,30_k = 295

In base a questi dati, possiamo anche dire che la Vs,30 è certamente apaprtenente alla categoria C

P [ 180 < VS,30 < 360 ] = P [ VS,30 = ‘C’ ] = 0,999581 = 100%

In altri casi, potremmo, in base alla probabilità che VS,30 appartenga all'una o all'altra classe, far decidere al progettista strutturale.

Scusate l'intromissione... ma al solito è per capire dove sbaglio!
Io, infatti, francamente non riesco a capire tutte queste storie delle medie!

Se avessimo più stendimenti distribuiti su un certo areale e volessi dare un valore unico al VS30 di tutto l'areale allora ok con la trattazione statistica;

Qui, tuttavia si parla di un unico stendimento, a rigore basterebbe una sola mazzata e buonanotte, se si fanno 4,6 o 8 mazzate e solo per avere la certezza di avere un buon dataset su cui fare l'elaborazione (perchè una battuta è stata debole, oppure passava un trattore ecc..)insomma per scegliere il dataset più pulito, quello che ci restituisce una curva di dispersione migliore. A questo punto procediamo con l'elaborazione di quell'unico dato.

Fare medie con dataset chiaramente sballati a mio giudizio non ha senso!