Hvorfor utføre pålitelighetsanalyser for skråningsstabilitet? Maj Gøril G. Bæverfjord SINTEF Byggforsk
|
|
- Åse Ødegård
- 7 år siden
- Visninger:
Transkript
1 Hvorfor utføre pålitelighetsanalyser for skråningsstabilitet? Maj Gøril G. Bæverfjord SINTEF Byggforsk
2 Hva er en pålitelighetsanalyse? Usikkerhetsanalyse: modellering av usikkerhet i geometri og materialparametre etc. Pålitelighetsanalyse: påliteligheten til et system blir undersøkt opp mot et definert kriterium av hva som er definert som tilfredsstillende og ikke-tilfredsstillende. Risikoanalyse: tar inn i seg de mulige konsekvensene av-ikke tilfredsstillende oppførsel, for eksempel av at en skråning går til brudd Probabilistisk design: tar med seg informasjonen fra de tidligere analysene og vurderer kostnad mot risiko
3 Hva skiller en pålitelighetsanalyse fra den tradisjonelle, deterministiske stabilitetsanalysen? Pålitelighetsanalyse: påliteligheten til et system blir undersøkt opp mot et definert kriterie av hva som er tilfredsstillende oppførsel for et system eller en struktur, for eksempel en leirskråning ved en trøndersk fylkesvei. Pålitelighetsanalyse handler om å kvantifisere og håndtere usikkerhet, og å sette tall på usikkerhetene som går inn i beregningsmodellene våre og tall på den tilhørende usikkerheten som knyttes til svarene og prosjekteringen vår.
4 Hva finner vi med en pålitelighetsanalyse? Sviktsannsynligheten p f Pålitelighetsindeksen b Den mest sannsynlige kombinasjonen av parametrar som leder til svikt Sensitiviteten til resultatene fra endringer i parametre Influensfaktorar som indikerer hvor stor del av den totale usikkerheten som er knyttet til usikkerheten til de forskjellige variablene 4
5 Så hva er egentlig usikkerhet? Hva er usikkerhet? Hvordan måler og kvantifiserer vi usikkerhet? Hvordan håndterer vi usikkerhet? Hvordan påvirker usikkerhetene i det vi putter inn i modellene våre påliteligheten til det vi får ut fra modellene, dvs. designgrunnlaget vårt? 5
6 Hva slags typer for usikkerhet har vi? Kunnskapsbasert usikkerhet: Representerer usikkerhet knyttet til manglende kunnskap om en parameter (eller fenomen, samanheng). Kan reduseres med å hente inn mer kunnskap. Også kalt epistemisk usikkerhet. Databasert usikkerhet: Representerer den naturlige usikkerheten til en parameter, kan ikke reduseres eller elimineres. Også kalt aleatorisk (eller inherent )usikkerhet.
7 Mer om kildene til usikkerheten i de geotekniske materialparametrene våre Inherent usikkerhet Målefeil Jorda har en naturlig, inherent variasjon Målingene våre preges av bias og dispersjon Statistisk feil Modell feil Antallet målinger og tester er alltid begrenset Modellene vi bruker for å finne materialparametre fra målte verdier er påvirket av bias og usikkerhet Total usikkerhet i materialparametre 7
8 Data fra litteratur Fra Baecher og Christian, (2003) 8
9 Hvordan modellere materialparametre stokastisk? Viktigheten av god stokastisk modellering av materialparametre omtales i f.eks Cerubini (1993), Becker (1996), Lacasse og Nadim (1996), Orr og Farrell (1999), Orr (2000), Phoon og Kulhawy (1999), Rackwitz (2001) og El-Ramly et al. (2002). Flere tilnærminger for å modellere variabiliteten i materialparametre. Statistisk modellering Analyser romlig korrelasjon Random field teori RFEM simuleringer Ill. fra Uzielli (2008) 9
10 Delkonklusjon om usikkerhet og variasjon i materialparametre Å kvantifisere usikkerheten i materialparametrene våre gir oss økt kunnskap i geoteknisk prosjektering Å kvantifisere usikkerheten i materialparametre dreier seg ikke bare om å kvantifisere den naturlige, iboende variasjonen til jorda, men også usikkerheten i målingene og modellene våre Verdier for variasjon av jordparametre publisert i litteratur er praktisk for sammenligning, men må aldri brukes i design Å kvantifisere usikkerheten i materialparametrene våre krever bruk av matematiske og statistiske metoder, men ikke minst krever det solid geoteknisk kunnskap vi mister absolutt ikke jobben vår!
11 Hva er pålitelighetsbasert design? Pålitelighetsbasert design som en konsistent evaluering av design, der man bruker probabilistisk teori Usikkerhet og sviktsannsligheten blir definert matematisk Design risiko kvantifisert som en bruddsannsynlighet p f Vi trenger to ting: Et verktøy for pålitelighetsanalyse Et kriterium for akseptabelt bruddsannsynlighet
12 Tradisjonell skråningsstabilitet Materialparametre Laster og poretrykksnivå Modell (matematisk idealisering) Sikkerhetsfaktor Geometri Terskelnivå F F akseptabelt
13 Probabilistisk skråningsstabilitet Materialparametre Laster og poretrykksnivå Geometri Modell (inkludert usikkerhet) Sikkerhetsmargin Terskelnivå p f p fakseptert b b akseptert
14 Kriterium for akseptabel sviktsannsynlighet Byggeforskriften 7-3 sier at der det ikke finnes sikre område skal årlig nominell sannsynlighet for skred ikke overskride verdiene i tabellen:
15 Meters above sea level [m] Pålitelighet i skråningstabilitet Vi kan regne probabilistisk på alle problemer der vi kan etablere en deterministisk Modell. Pålitelighetsanalyser gjør det mulig å benytte komplekse jordmodeller og samtidig kvanitifisere usikkerheten knyttet til jordparametrene. Innen geoteknikk kan vi for eksempel bruke kommersiell programvare som kobler likevektsanalyser sammen med Monte Carlo simuleringer (som SLIDE og SLOPE) eller programvare som kobler andre pålitelighetsmetodar sammen med elementmetodeverktøy (slik som PLAXIS), eller vi kan lage våre egne løsninger. Normalized shear strength for NTNU's Borehole Shear strength [kpa]
16 Steg i en pålitelighetsanalyse 1. Etablere en analytisk, deterministisk modell for å beregne sikkerhetsfaktoren. Denne modellen kan ha feil, usikkerhet og bias som vi kan ta hensyn til i pålitelighetsanalysen. 2. Etablere statistisk beskrivelse av materialparametrene som går inn i analysen. 3. Definere en grensetilstandsfunksjon 4. Beregne sviktsannsynligheten og pålitelighetsindeksen 16
17 1. Etablere en deterministisk modell for å beregne sikkerhetsfaktoren Tradisjonelle likevektsmodeller kan brukes, endelig element-modeller kan brukes. Valget av deterministisk modell har en praktisk begrensning i forhold til hvilken pålitelighetsmetode som er praktisk og anvende. Det fine med å bruke endelig element modeller og koder som PLAXIS er at man da kan få benyttet avanserte jordmodeller der det er hensiktsmessig å bruke så riktige data som mulig, samtidig som man med en pålitelighetsanalyse får kvantifisert usikkerheten i inputparametrene. 17
18 2. Etablere statistisk beskrivelse av materialparametrene 18
19 3. Definere en grensetilstandsfunksjon Må formulere matematisk hva som er tilfredstillende og hva man ikke kan akseptere, slik som at en vegskjæring raser ut, som kan kalles G(X). X er en vektor av stokastiske variabler, slik som jordparametre, laster, poretrykk, rystelser og modellusikkerhet. G(X) formuleres slik at G(X) > 0 sier at skjæringen står og G(X) 0 raser ut. Kan settes som G(X) = F - 1. G(X) er en grenselikevektsfunksjon, og kalles limit state function på engelsk. På norsk kalles den også for sviktfunksjon. Sviktfunksjonen kan man lese mer om i Baecher og Christian (2003), Melchers (1999) og Madsen og Egeland (1988) Maj Gøril
20 4. Beregne sviktsannsynligheten og pålitelighetsindeksen F=1.33 Deterministisk model og statistisk modellering Maj Gøril
21 Eksempel skråning i Trondheim Statistisk modellering og pålitelighetsanalyse, for eksempel First-Order Reliability Method (FORM)
22 First Order Reliability Method Startpunktet er definisjonen av grensetilstandsfunksjonen G(X) der X er en vektor av de random variablene Om den felles probabilitetstetthetsfunksjonen F x (X) er kjent, så er bruddsannsynligheten gitt som: P f = L F x (X)dX hvor L er området av X hvor G(X)<0
23 First Order Reliability Method Dette integralet kan man ikke løse analytisk. I en FORM-tilnærming blir vektoren av random variabler X transformert til standard normal-rommet U, der U er en vektor av uavhengige Gaussiske variablar med m = 0 og s = 1 og der G(U) er en lineær funksjon: P f = P[G(U) < 0] = P[ i=1 n α i U i - b < 0 ] = F (-b) a i er retningskosinus av random variabel U i, b er avstanden mellom utgangspunktet og hyperplanet G(U) = 0, n er antallet random variabler X og F er standard normalfordelingsfunksjonen. Flere eksempler på bruk av FORM for probabilistisk evaluering av skråningsstabilitet kan leses i Leynaud et al (2004), Low and Tang (2004), Low (2007), Cho (2007) og Möllmann (2009, 2011)
24 Steg i en FORM-analyse blir altså: 1. Transformer den generelle vektoren til en standard Gaussian vektor: 2. Lokalisere punktet med maksimum probability density (design punktet, punktet med størst sannsynlighet for svikt) i sviktområdet. 3. Linearisere G(X) i design punktet og finn avstanden b til designpunktet
25 FORM
26 Steg i en FORM-analyse 4. Estimere bruddsannsynligheten som p f F(-b) der F(.) er den standard kummulative Gaussfunksjonen. p f = P[G(X) < 0] P[a i U i b < 0] = F(-b) a i : sensitivitetsfaktorer b : pålitelighetsindeks
27 Hvordan utføre FORM eller andre pålitelighetsanalyser i praksis? FORM som pålitelithetsmetode og PLAXIS som deterministisk modell, koblet sammen med pålitelighetsverktøy FORM kombinert med Response Surface-teknikk som pålitelighetsmetode, og f.eks PLAXIS som deterministisk modell, Monte Carlo analyse i likevektsmetodeprogrammer som SLIDE eller GeoSlope. Maj Gøril
28 Eksempel fra skråning i Trondheim
29 Pålitelighetsanalyse i geoteknikk, bra eller ikke? Gir det oss: Realistisk beskrivelse av virkeligheten? Forbedrer det state of the art? Potensiale for ytterligere forbedring? Er det enkelt? Kan vi kjenne det igjen? Er det tilpasset krav, retningslinjer og standarder? Potensialet for ytterligere forbedring: Hva økar kunnskapen om et leirsediment mest? Flere tester? Bedre tester? Hva er i så fall mange nok tester? Hva er en god test? Maj Gøril
30 Sluttord Krevende, men fullt mulig å kombinere FE-analyser og pålitelighetsanalyser,som gjør det mulig å benytte komplekse jordmodeller og samtidig kvanitifisere usikkerheten knyttet til jordparametrene. Mulig å kombinere FE-analyser av skråningsstabilitet, også av de vanskelige skråningene med sensitive materialer med pålitelighetsanalyser. Mulig å kvantifisere usikkerheten knyttet til poretrykk i skråning, og hva den betyr for påliteligheten til skråningen, for eksempel for årlig maksimumsvannstand og sviktsannsynlighet for denne. Nyttig med pålitelighetsanalyser sammen med tradisjonelle stabilitetsanalyser, økt kunnskapsmengde. Gjør det enklere å sammenligne ulike scenario. Gjør det mulig å identifisere de kritiske faktorene, og henta inn mer kunnskap om disse, og der det er mulig redusere den tilhørende usikkerheten.
31 Referanser Maj Gøril
32
Naturfareprosjektet: Probabilistiske analyser av grunnundersøkelser i sensitive leirområder
Naturfareprosjektet: Probabilistiske analyser av grunnundersøkelser i sensitive leirområder 73 22 R A P P O R T Naturfareprosjektet: Delprosjekt KvikkleireK e Probabilistiske analyser av grunnundersøkelser
DetaljerBrannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011
Brannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011 Audun Borg 1 Sammendrag Brannscenario Brannscenarier i koder og standarder. Valg av brannscenario ved
DetaljerSannsynlighetsteoretiske betraktninger av skred
Sannsynlighetsteoretiske betraktninger av skred Tilbakeregning av Leistadraset Bjørn Kristian Fiskvik Bache Bygg- og miljøteknikk Innlevert: mai 2014 Hovedveileder: Steinar Nordal, BAT Norges teknisk-naturvitenskapelige
DetaljerAnbefaling til ny sikkerhetsfilosofi i forbindelse med utbygging/tiltak i områder med sensitiv leire
nbefaling til ny sikkerhetsfilosofi i forbindelse med utbygging/tiltak i områder med sensitiv leire Hans Petter Jostad & Petter Fornes, NGI Teknologidagene, Trondheim 7. oktober 2014 Geoteknisk prosjektering
DetaljerSTK Oppsummering
STK1100 - Oppsummering Geir Storvik 6. Mai 2014 STK1100 Tre temaer Deskriptiv/beskrivende statistikk Sannsynlighetsteori Statistisk inferens Sannsynlighetsregning Hva Matematisk verktøy for å studere tilfeldigheter
DetaljerProbabilistisk brannlast og sammenbrudd analyser
Probabilistisk brannlast og sammenbrudd analyser BRANN- OG EKSPLOSJONSSKRING I PETROLEUMSVIRKSOHETEN Asmund Huser, DNV ENERGY 14. Mars 2007, Haugesund Hovedpunkter Brannen beskrives av maksimal dose mottatt
DetaljerUtløsende årsaker og bruddmekanismer for kvikkleireskred Maj Gøril Bæverfjord
Utløsende årsaker og bruddmekanismer for kvikkleireskred Maj Gøril Bæverfjord SINTEF Byggforsk & NTNU Geoteknikk 1 Kvikkleireskred Kort om noen kjennetegn hos kvikkleireskred Utløsningsfaktorer Bruddmekanismer
DetaljerBootstrapping og simulering Tilleggslitteratur for STK1100
Bootstrapping og simulering Tilleggslitteratur for STK1100 Geir Storvik April 2014 (oppdatert April 2016) 1 Introduksjon Simulering av tilfeldige variable (stokastisk simulering) er et nyttig verktøy innenfor
DetaljerPunktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ:
Punktestimator STK00 - Bootstrapping og simulering - Kap 7 og eget notat Geir Storvik 8. april 206 Trekke ut informasjon om parametre fra data x,..., x n Parameter av interesse: θ Punktestimator: Observator,
DetaljerEffekt av progressiv bruddutvikling ved utbygging i områder med kvikkleire Sensitivitetsanalyse. Hans Petter Jostad & Petter Fornes (NGI)
Effekt av progressiv bruddutvikling ved utbygging i områder med kvikkleire Sensitivitetsanalyse Hans Petter Jostad & Petter Fornes (NGI) FoU prosjekt: Effekt av progressiv bruddutvikling ved utbygging
DetaljerQuo vadis prosessregulering?
Quo vadis prosessregulering? Morten Hovd PROST industrimøte Granfos, 24. Januar 2001 PROST Industrimøte, Granfos, 24. januar 2001 Hvor står vi? Et subjektivt bilde PROST Industrimøte, Granfos, 24. januar
DetaljerFoundation Design for Tomorrow's Infrastructure
Foundation Design for Tomorrow's Infrastructure GeoSuite-prosjektet, bakgrunn Ingen norske firma er i stand til å utvikle moderne geotekniske prosjekteringsverktøy på egenhånd Egenutviklede prosjekteringsverktøy
DetaljerWorkshop for næringslivet 8. januar 2014 Delprosjekt B: 3D Regnemotor Setning og stabilitet
Workshop for næringslivet 8. januar 2014 Delprosjekt B: 3D Regnemotor Setning og stabilitet Hans Petter Jostad Fagansvarlig/Teknisk Ekspert - Numerisk Modellering, NGI Hvorfor 3D beregninger? 1. Redusere
DetaljerStatus for FSE-prosjektet støttet av Nordic Innovation
1 støttet av Nordic Innovation John Utstrand, Faglig leder brannsikkerhet 1 Bakgrunn Komparativ analyse har sine begrensninger Brannklasse 4, konservative preaksepterte løsninger. Fokus på innovasjon og
DetaljerNår GeoFuture målene om 3D dimensjonering/presentasjon i 2019?
Når GeoFuture målene om 3D dimensjonering/presentasjon i 2019? Hans Petter Jostad, Teknisk direktør, NGI Teknologidagene 2017, Trondheim Hva er 3D dimensjonering? Setninger Setninger Grunnforhold Bæreevne
DetaljerVedlegg 2 Metodebeskrivelse for usikkerhetsanalysen. Kvalitetssikring (KS 1) av KVU for hovedvegsystemet i Moss og Rygge
Vedlegg 2 Metodebeskrivelse for usikkerhetsanalysen Kvalitetssikring (KS 1) av KVU for hovedvegsystemet i Moss og Rygge Innledning Terramar har en velprøvd tilnærming til og metodikk for gjennomføring
DetaljerBrannsikkerhet i bygninger Hvilke scenario må analyseres? Hvordan velge analysemetode?
Brannsikkerhet i bygninger Hvilke scenario må analyseres? Hvordan velge analysemetode? Oslo 10. juni 2009 Audun Borg 1 Sammendrag Brannscenario Valg av brannscenario Analyser vs. Preaksepterte metoder
DetaljerKap. 6.1: Fordelingen til en observator og stok. simulering
Kap. 6.1: Fordelingen til en observator og stok. simulering Data, observatorer og relaterte fordelinger. Stokastisk simulering. Illustrasjon: - Sammenligning av jury bedømmelser i idrett. Fra data til
DetaljerViktige læringsaktiviteter
Viktige læringsaktiviteter Læringsaktiviteter som dekkes av Aktiviteter Stille spørsmål. Utvikle og bruke modeller. = dekkes Planlegge og gjennomføre undersøkelser. Analysere og tolke data. Bruke matematikk,
DetaljerBakgrunn. Sikkerhet mot eksplosjoner. Økt bruk av store glassflater i bygg. Terroristangrep Ulykker. Kilde: Statsbygg.no
1 Bakgrunn Sikkerhet mot eksplosjoner Terroristangrep Ulykker Økt bruk av store glassflater i bygg Kilde: Statsbygg.no 2 Mål Optimere design Tilstrekkelig beskyttelse Kostnadseffektivitet Numeriske modeller
Detaljer3.A IKKE-STASJONARITET
Norwegian Business School 3.A IKKE-STASJONARITET BST 1612 ANVENDT MAKROØKONOMI MODUL 5 Foreleser: Drago Bergholt E-post: Drago.Bergholt@bi.no 11. november 2011 OVERSIKT - Ikke-stasjonære tidsserier - Trendstasjonaritet
DetaljerBred profil på statistikk?
Bred profil på statistikk? Geir Storvik Juleseminar CSE 30. November 2012 Statistikk Statistikk involverer innsamling, organisering, analysering, tolkning og presentasjon av data Sentralt: Ta hensyn til
DetaljerSeismisk analyse og dimensjonering av støttekonstruksjoner og skråningsstabilitet
Seismisk analyse og dimensjonering av støttekonstruksjoner og skråningsstabilitet Kristoffer Skau Støttekonstruksjoner Hva sier standarden? I hht. standaren kan det sees bort fra seismiske krefter for
DetaljerFORUM 2007 Ekspertgruppen Kritisk evaluering av vannsøyleovervåkingen
Kritisk evaluering av vannsøyleovervåkingen SFTs ekspertgruppe Bakgrunn Evalueringen laget på anmodning av SFT Baserer seg på ekspertgruppens tidligere evalueringer og andre rapporter, primært BECPELAG
DetaljerBrannsikkerhet i bygninger Hvilke scenarier må analyseres? Hvordan velge analysemetode? Oslo 6. mai 2010 Audun Borg
Brannsikkerhet i bygninger Hvilke scenarier må analyseres? Hvordan velge analysemetode? Oslo 6. mai 2010 Audun Borg 1 Sammendrag Brannscenario Valg av brannscenario Analyser vs. Preaksepterte metoder Antall
DetaljerRetningslinje for risikostyring for informasjonssikkerhet
Retningslinje for risikostyring for informasjonssikkerhet Type dokument Retningslinje Forvaltes av Avdelingsleder virksomhetsstyring Godkjent av Organisasjonsdirektøren Klassifisering Intern Gjelder fra
DetaljerRisikoanalyse metodikk
Risikoanalyse metodikk Energi Norges prosjekt Damsikkerhet i et helhetlig perspektiv (DSHP) Suzanne Lacasse Norges Geotekniske Institutt (NGI) DHSP Prosjektet NGIs oppgaver Norsk og internasjonal erfaring
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret
DetaljerStokastisk variabel. Eksempel augefarge
Dagens tekst Kap 3: Stokastiske variable og sannsynsfordelingar Stokastisk variabel: Diskret sannsynsfordeling: Kontinuerleg sannsynsfordeling: Kummulativ sannsynsfordeling: Diskret simultanfordeling Kontinuerleg
DetaljerAnvendt medisinsk statistikk, vår Repeterte målinger, del II
Anvendt medisinsk statistikk, vår 009 Repeterte målinger, del II Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin 1. amanuensis, Enhet for anvendt klinisk forskning (med bidrag fra Harald
DetaljerStokastisk korttidsmodell = SHARM
Stokastisk korttidsmodell = SHARM Motivasjon Modell Tilrettelegging for bruk Eksempel Michael Belsnes 1 Motivasjon (1) ENERGI21 programmet Balansekraft som 1 av 6 satsninger RENERGI som har sponset utvikling
DetaljerCopula goodness-of-fit testing
Daniel Berg Universitetet i Oslo & Norsk Regnesentral DET 14. NORSKE STATISTIKERMØTET Sommarøya 19. -21. Juni 2007 Outline 1. 2. 2.1 Lovende tester 2.2 Cpit2-testen 3. 4. 5. C n C ρ C ρν v u v u v u C
DetaljerKort overblikk over kurset sålangt
Kort overblikk over kurset sålangt Kapittel 1: Deskriptiv statististikk for en variabel Kapittel 2: Deskriptiv statistikk for samvariasjon mellom to variable (regresjon) Kapittel 3: Metoder for å innhente
DetaljerGeologisk lagring av CO 2 : Matematisk modellering og analyse av risiko
Geologisk lagring av CO 2 : Matematisk modellering og analyse av risiko Prosjekt 178013 (og 199926, 199978, 200026) Knut Andreas Lie SINTEF IKT, Anvendt matematikk, Oslo CLIMIT-dagene 2011, Soria Moria,
DetaljerLæreplan i Programmering og modellering - programfag i studiespesialiserende utdanningsprogram
2.12.2016 Læreplan i - programfag i studiespesialiserende utdanningsprogram Formål Programmering er et emne som stadig blir viktigere i vår moderne tid. Det er en stor fordel å kunne forstå og bruke programmering
DetaljerMAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag
MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag I kapittel 9 i kompendiet forklarte vi at maximum-likelihood er en av de viktige anvendelsene av ikke-lineær optimering. Vi skal se litt mer på hva
DetaljerBootstrapping og simulering
Bootstrapping og simulering Tilleggslitteratur for STK1100 Geir Storvik April 2014 1 Introduksjon Simulering av tilfeldige variable (stokastisk simulering) er et nyttig verktøy innenfor statistikk, men
DetaljerForelesning 8 STK3100/4100
Forelesning STK300/400 Plan for forelesning: 0. oktober 0 Geir Storvik. Lineære blandede modeller. Eksempler - data og modeller 3. lme 4. Indusert korrelasjonsstruktur. Marginale modeller. Estimering -
DetaljerRaset ved Leistad 24. April 2002
1 Raset ved Leistad 24. April 2002 Leistadraset, Steinar Nordal, Maj Gøril Bæverfjord NTNU Institutt for bygg- anlegg og transport Faggruppe for geoteknikk SVV Teknologidagene 11. september 2008 2 Materiell
DetaljerLæreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering
Læreplan i matematikk X - programfag i utdanningsprogram for Fastsatt som forskrift av Utdanningsdirektoratet 22. mai 2006 etter delegasjon i brev 26. september 2005 fra Utdannings- og forskningsdepartementet
Detaljerår i 1 2 3 4 5 6 7 8 9 alder x i 37 38 39 40 41 42 43 44 45 tid y i 45.54 41.38 42.50 38.80 41.26 37.20 38.19 38.05 37.45 i=1 (x i x) 2 = 60, 9
TMA424 Statistikk Vår 214 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 11, blokk II Oppgave 1 Matlabkoden linearreg.m, tilgjengelig fra emnets hjemmeside, utfører
Detaljer168291/S20: Transport av farlig gods på veg, sjø og bane. Jørn Vatn Prosjektleder SINTEF
168291/S20: Transport av farlig gods på veg, sjø og bane Jørn Vatn Prosjektleder SINTEF 1 Tema for presentasjon Kan risikoanalysen benyttes som bevisføring for at en løsning er bedre enn en alternativ
DetaljerVeiledning Tittel: Veiledning for utarbeiding av økonomiske analyser Dok.nr: RL065
Veiledning Tittel: Dok.nr: RL065 Rev.nr: 02 Utarbeidet av: Konkurransetilsynet Side: 1 av 5 INNHOLD 1 Bakgrunn og formål... 2 2 Generelle prinsipper... 2 2.1 Klarhet og transparens... 2 2.2 Kompletthet...
DetaljerStatens vegvesen & Geosuite Toolbox
Vi satser mye på at dette er og blir et av våre viktigste verktøy knyttet til grunnundersøkelser og geoteknisk prosjektering. I tillegg til programleverandørens egne kurstilbud lager vi våre egne. Sist
DetaljerAktsomhetskart jordskred:
Aktsomhetskart jordskred: fra modellering i avgrensa områder til et nasjonal kart L. Fischer L. Rubensdotter, K. Stalsberg, K. Sletten, C. Melchiorre T.H.Bargel Jordskred i Norge Det finnes en bred variasjon
DetaljerArvid Aakre NTNU / SINTEF Veg og samferdsel arvid.aakre@ntnu.no. Mars 2010 / Arvid Aakre
Arvid Aakre NTNU / SINTEF Veg og samferdsel arvid.aakre@ntnu.no Generelt om trafikkmodeller Modellering er en forenkling av virkeligheten Kvalitet på sluttresultatet avgjøres av Kvalitet på inngangsdata
DetaljerTeknologidagene 2012 NIFS Naturfare-infrastruktur, flom og skred
Teknologidagene 2012 NIFS Naturfare-infrastruktur, flom og skred Senior rådgiver Rolf Sandven Multiconsult Innledning til diskusjon tema Anisotropi Bestemmelse av anisotropiforhold Korreksjoner aktiv,
DetaljerRepeated Measures Anova.
Repeated Measures Anova. Vi bruker oppgave-5 som eksempel. I en evalueringsstudie av en terapeutisk intervensjon valgte man et pre-post med kontrollgruppe design. Alle personer ble undersøkt tre ganger
DetaljerRegresjon med GeoGebra
Praksis og Teori Askim videregående skole 14.08.14 1 Lærplanmål 2 Punkter og Lister 3 Regresjon 4 Teori 5 Nytt verktøy Læreplanmål i 2P Modellering gjere målingar i praktiske forsøk og formulere matematiske
DetaljerRisiko, usikkerhet og beslutninger
Risiko, usikkerhet og beslutninger Professor Jørn Vatn, NTNU Abelia-seminar 24. November 2005 1 Risikovurdering og risikostyring (IEC 60300-3-9) 2 Risiko, usikkerhet og beslutninger 3 Klassisk tilnærming,
DetaljerTeknisk notat. Innhold. Energi Norge v/ Dr Leif Basberg Kopi til: Dato: Rev.nr. / Rev.dato: 0 / --
Teknisk notat Til: Energi Norge v/ Dr Leif Basberg Kopi til: Rev.nr. / Rev.dato: 0 / -- Dokumentnr: 2015 0624-01-TN Prosjekt: Damsikkerhet i et helhetlig perspektiv Tittel på notatet: Anvendelse av risikovurdering
DetaljerFrivillig respons utvalg
Design av utvalg Andel college-studenter som er konservative? Andel ungdom som ser tv-reklame om ny sportssykkel? Gjennomsnittelig inntekt i en populasjon? Ønsker informasjon om stor populasjon Tid, kostnad:
DetaljerMål. Er FE (endelig element metode) er like. Litt om stabilitetsberegning i kvikk- og. (grenselikevektsmetode)? effektiv som LE. sensitiv leire?
Mål Litt om stabilitetsberegning i kvikk- og sensitiv leire? Er FE (endelig element metode) er like effektiv som LE (grenselikevektsmetode)? Felle i udrenert effektivspenningsanalyse i PLAXIS! (Fv 900
DetaljerHjemmeeksamen Gruppe. Formelle krav. Vedlegg 1: Tabell beskrivelse for del 2-4. Side 1 av 5
Hjemmeeksamen Gruppe Studium: MAM1 Master i Markedsføring og markedskunnskap Emnekode/navn: FOR4100 Forbrukermarkedsføring Emneansvarlig: Adrian Peretz Utleveringsdato/tid: 22.08.13 klokken 09:00 Innleveringsdato/tid:
DetaljerForskningsmetoder. INF1050: Gjennomgang, uke 13
Forskningsmetoder INF1050: Gjennomgang, uke 13 Kompetansemål Forskningsmetoder Hva? Hvorfor? Empiriske forskningsmetoder Eksperiment Case-studier Etnografi Aksjonsforskning Spørreskjema Systematisk litteraturstudie
DetaljerNoen Statistiske utfordringer ved analyse av PROM
Noen Statistiske utfordringer ved analyse av PROM Kyrre Breivik Uni Research Helse, RKBU-Vest RKBU-Vest Pasientrapporterte data Flere statistiske utfordringer ved analyse av PROM (f.eks. missing, validitet,
DetaljerRELIABILITET : Pålitelighet? Troverdighet? Reproduserbarhet? Stabilitet? Konsistens?
RELIABILITET : Pålitelighet? Troverdighet? Reproduserbarhet? Stabilitet? Konsistens? I dagligtale og i ulike fremstillinger også innenfor psykologisk forskningsmetode, brukes slike begreper og reliabilitet
DetaljerEksamensoppgave i ST0103 Brukerkurs i statistikk
Institutt for matematiske fag Eksamensoppgave i ST0103 Brukerkurs i statistikk Faglig kontakt under eksamen: Jarle Tufto Tlf: 99 70 55 19 Eksamensdato: 3. desember 2016 Eksamenstid (fra til): 09:00-13:00
DetaljerEksponensielle klasser og GLM
!! 3 ksponensielle klasser, Dobson, Kap 3 ksponensielle klasser GLM n stokastisk variabel sies å ha fordeling i den eksponensielle fordelingsklasse som tettheten pktsannsh til kan skrives på formen STK3-3
DetaljerVegetasjonssoner som pesticidfilter for overflatevann Validering av modellen GLEAMS på forsøksfelt
192 R. Bolli og O. M. Eklo / Grønn kunnskap 9 (2) Vegetasjonssoner som pesticidfilter for overflatevann Validering av modellen GLEAMS på forsøksfelt Randi Bolli, Ole Martin Eklo / randi.bolli@planteforsk.no
DetaljerGeofuture Geoteknikk for framtiden
Geofuture Geoteknikk for framtiden Teknologidagene 2017 «Wizard for alle penga» Anders Rosenquist af Åkershult, Trimble Solutions Thi Minh Hue Le, NGI To beslektede presentasjoner Fra BIM til geotekniske
DetaljerIllustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.20).
Econ 130 HG mars 017 Supplement til forelesningen 7. februar Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.0). Regel 5.19 sier at summer, Y X1 X X
DetaljerUtfordringer knyttet til statistisk analyse av komposittdata
ISSN 1893-1170 (online utgave) ISSN 1893-1057 (trykt utgave) www.norskbergforening.no/mineralproduksjon Notat Utfordringer knyttet til statistisk analyse av komposittdata Steinar Løve Ellefmo 1,* 1 Institutt
DetaljerTEKNOLOGIDAGENE 2012 Kvikkleire En nasjonal satsing på sikkerhet i kvikkleireområder oktober 2012, Trondheim
SIKKERHETSPRINSIPPER Arnfinn Emdal NTNU Geoteknikk TEKNOLOGIDAGENE 2012 Kvikkleire En nasjonal satsing på sikkerhet i kvikkleireområder 10. 11. oktober 2012, Trondheim Hvor er vi i dag i forhold til utbygging
DetaljerPraktisk bruk av maskinlæring i vedlikehold
Praktisk bruk av maskinlæring i vedlikehold MainTech konferansen 2018 Andreas Marhaug. Trondheim 04.04.2018 Alpinlandslaget https://www.dagbladet.no/sport/osterrike-og-sveits-fortviler-etter-norskalpinrevolusjon---hva-i-all-verden-driver-norge-med/67657591/amp
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Obligatorisk oppgave: STK 2400 - Elementær innføring i risiko- og pålitelighetsanalyse Innleveringsfrist: Torsdag 10. november 2011, kl.
DetaljerEksamensoppgåve i ST0103 Brukarkurs i statistikk
Institutt for matematiske fag Eksamensoppgåve i ST0103 Brukarkurs i statistikk Fagleg kontakt under eksamen: Jarle Tufto Tlf: 99 70 55 19 Eksamensdato: 3. desember 2016 Eksamenstid (frå til): 09:00-13:00
DetaljerVeiledning for utarbeidelsen av økonomiske analyser som fremlegges for Konkurransetilsynet
Rev.dato: 16.12.2009 Utarbeidet av: Konkurransetilsynet Side: 1 av 5 Innhold 1 BAKGRUNN OG FORMÅL... 2 2 GENERELLE PRINSIPPER... 2 2.1 KLARHET OG TRANSPARENS... 2 2.2 KOMPLETTHET... 2 2.3 ETTERPRØVING
Detaljer2-1. Verifikasjon av funksjonskrav
2-1. Verifikasjon av funksjonskrav Lastet ned fra Direktoratet for byggkvalitet 26.10.2015 2-1. Verifikasjon av funksjonskrav (1) Der ytelser er gitt i forskriften, skal disse oppfylles. (2) Der ytelser
DetaljerSimulerings-eksperiment - Fysikk/Matematikk
Simulerings-eksperiment - Fysikk/Matematikk Tidligere dette semesteret er det gjennomført et såkalt Tracker-eksperiment i fysikk ved UiA. Her sammenlignes data fra et kast-eksperiment med data fra en tilhørende
DetaljerSTK Oppsummering
STK1110 - Oppsummering Geir Storvik 11. November 2015 STK1110 To hovedtemaer Introduksjon til inferensmetoder Punktestimering Konfidensintervall Hypotesetesting Inferens innen spesifikke modeller/problemer
DetaljerProdukt Produktnavn Gjeldende nummer Nytt nummer Lotnummer. ARCHITECT Free T4 Reagent 7K65-20, -25, -30 7K65-22, -27, -32 Alle ARCHITECT Free T4
Abbott Laboratories 100 Abbott Park Road Abbott Park, IL 60064-6081 Produktinformasjon Dato 13. juni 2013 Produkt Produktnavn Gjeldende nummer Nytt nummer Lotnummer ARCHITECT Free T4 Reagent 7K65-20, -25,
DetaljerMåleusikkerhet ved prøvetaking eksempel på en praktisk tilnærming
Måleusikkerhet ved prøvetaking eksempel på en praktisk tilnærming NMKLs seminar om prøvetaking, 2.- 3. desember 2015 Astrid Nordbotten, Mattilsynet Seksjon fremmedstoffer og EØS Systematic effect Systematisk
DetaljerIdeer og design bak Solvency II.
Erik Bølviken, Matematisk Institutt, UiO. 16 Februar 2016 Hva er Solvency II? Et system for regulering og kontroll av Europeisk forsikring. Utviklet av EIOPA (European Insurance and Occupational Pensions
DetaljerKapittel 3: Studieopplegg
Oversikt over pensum Kapittel 1: Empirisk fordeling for en variabel o Begrepet fordeling o Mål for senter (gj.snitt, median) + persentiler/kvartiler o Mål for spredning (Standardavvik s, IQR) o Outliere
DetaljerDu skal besvare åtte av de ti spørsmålene som er gitt nedenfor. a) Gi en kort beskrivelse av konjunkturutviklingen i Norge det siste året.
Skriftlig eksamen: BST 16121 Anvendt Makroøkonomi Eksamensdato: 12.12.2012 kl. 09.00-14.00 Totalt antall sider: 5 inkl. vedlegg Antall vedlegg: 1 (1 side) Tillatte hjelpemidler: BI-definert eksamenskalkulator
DetaljerGeoSuite Stability. Erfaringer fra to prosjekter: - Horten havn utfylling i sjø - Kjevik lufthavn kvikkleirekartlegging
GeoSuite Stability Erfaringer fra to prosjekter: - Horten havn utfylling i sjø - Kjevik lufthavn kvikkleirekartlegging GeoSuite Stability Horten havn Utfylling i sjø 2 Horten Havn utfylling i sjø Utfylling
DetaljerBedre kalibrerte prognoser med ensembleteknikker
Bedre kalibrerte prognoser med ensembleteknikker John Bjørnar Bremnes Kraftrelatert hydrologi, meteorologi og klima, Trondheim, 2008-11-18. Oversikt 1. Bedre oppløsning i LAMEPS (2006) 2. Kalibrering ved
DetaljerMulige flodbølger fra Åkerneset
Mulige flodbølger fra Åkerneset Carl B. Harbitz, NGI Med bidrag fra S. Glimsdal, V. Kveldsvik, F. Løvholt, NGI G. Pedersen, A. Jensen, UiO Åkneskonferansen, Geiranger, 26. august 2015 Flodbølger - tverrfaglig
DetaljerTIMSS og PISA en konsekvensanalyse
TIMSS og PISA en konsekvensanalyse Internasjonale sammenligninger TIMSS: Trends in Mathematics and Science Study - (hvert fjerde år med elever på 4. og 8. trinn) PISA: Programme for Student Assessment
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 24, 217 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [, L) er en diskret
DetaljerDiskusjonsoppgaver Hvilke fordeler oppnår man ved analytisk evaluering sammenliknet med andre tilnærminger?
Definisjonsteori Hva er de tre hovedtilnærmingene til evaluering? Nevn de seks stegene i DECIDE. (blir gjennomgått neste uke) Gi et eksempel på en måte å gjøre indirekte observasjon. Hva ligger i begrepene
DetaljerEksamen - INF 283 Maskinlæring
Eksamen - INF 283 Maskinlæring 23 feb. 2016 Tid: 3 timer Eksamen inneholder 15 oppgaver, som vil bli vektet likt ved evaluering. 1 Table 1 attributt antall personer forsørget av låntaker månedlig inntekt
DetaljerFrittfallivbåtprosjektet perioden 2010-2011 Oppsummering
Frittfallivbåtprosjektet perioden 2010-2011 Oppsummering Fremdrift Slag mot skrog Slag mot skrog kronologisk oppsummering 2010 Juni: OLF slamminggruppe opprettet August: Ekstern eksperthjelp på materialer/analyse
DetaljerEksamen STK2400, 6/ Løsningsforslag
Eksamen STK2400, 6/12-07 - Løsningsforslag Arne ang Huseby December 19, 2007 Oppgave 1 I denne oppgaven skal vi se på et binært monotont system (C, φ) med komponentmengde C = {1,..., 5} og strukturfunksjon
DetaljerModellering og simulering av pasientforløp
Modellering og simulering av pasientforløp Martin Stølevik, SINTEF martin.stolevik@sintef.no, tlf 22067672 1 Innhold Bakgrunn Beslutningsstøtte Pasientforløp Modellering Simulering Veien videre 2 Hvorfor?
DetaljerOppgavesett nr. 5. MAT110 Statistikk 1, Et transportfirma har et varemottak for lastebiler med spesialgods, se figur 1.
Innleveringsfrist: mandag 19. mars kl. 16:00 (version 01) Oppgavesett nr. 5 MAT110 Statistikk 1, 2018 Oppgave 1: ( logistikk ) Et transportfirma har et varemottak for lastebiler med spesialgods, se figur
DetaljerInnhold. Forord... 11
Forord.................................................................. 11 Kapittel 1 Praktiske undersøkelser: spørsmål, spekulasjoner og fakta......... 13 1.1 Hva er poenget med empiriske undersøkelser?............................
DetaljerSOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE
1 SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE Eksamensdag: 8 desember 1997 Eksamensstad: Dragvoll, paviljong C, rom 201 Tid til eksamen: 6 timar Vekt: 5 for SOS301 og 4 for SOS31/ SOS311 Talet på sider
DetaljerStatus for simuleringsmodeller -muligheter og begrensninger
Petroleumstilsynets brannseminar 2009 Status for simuleringsmodeller -muligheter og begrensninger Dr. Geir Berge Petrell as Petroleumstilsynet Ullandhaug, Stavanger 22. april, 2009 Innhold Hvorfor gjøre
DetaljerMAT feb feb feb MAT Våren 2010
Våren 2010 Mandag 15. februar 2010 Forelesning Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av
Detaljer1 Mandag 15. februar 2010
1 Mandag 15. februar 2010 Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av teorien vi har gjennomgått
DetaljerHvordan estimere vannføring i umålte vassdrag?
Hvordan estimere vannføring i umålte vassdrag? Hege Hisdal, E. Langsholt & T.Skaugen NVE, Seksjon for hydrologisk modellering Bakgrunn Ulike modeller Et eksempel Konklusjon 1 Bakgrunn: Hva skal vannføringsestimatene
DetaljerVedlikeholdsdimensjonering. Kurs i vedlikeholdsstyring
Vedlikeholdsdimensjonering Kurs i vedlikeholdsstyring Mål for leksjonen Ferdighetsmål: Kunne introdusere en systematisk tilnærming for dimensjonering av vedlikehold i egen bedrift. Kunnskapsmål: Kjenne
DetaljerKvikkleire En nasjonal satsing på sikkerhet i kvikkleireområder. Delprosjektleder: Vikas Thakur Statens vegvesen Vegdirektoratet 15.
Kvikkleire En nasjonal satsing på sikkerhet i kvikkleireområder Delprosjektleder: Vikas Thakur Statens vegvesen Vegdirektoratet 15. mai 2014 Utbygging i kvikkleireområder Eksempel på ekstra kostnader for
DetaljerMOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka:
MOT30 Statistiske metoder, høsten 2006 Løsninger til regneøving nr. 8 (s. ) Oppgaver fra boka: Oppgave.5 (.3:5) ) Først om tolking av datautskriften. Sammendrag gir følgende informasjon: Multippel R =R,
DetaljerKapittel 1 Vitenskap: grunnleggende antakelser
Innholdsfortegnelse Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forskning...
DetaljerLøsningsforslag eksamen 25. november 2003
MOT310 Statistiske metoder 1 Løsningsforslag eksamen 25. november 2003 Oppgave 1 a) Vi har µ D = µ X µ Y. Sangere bruker generelt trapesius-muskelen mindre etter biofeedback dersom forventet bruk av trapesius
DetaljerBootstrapping og stokatisk simulering Tilleggslitteratur for STK1100
Bootstrapping og stokatisk simulering Tilleggslitteratur for STK1100 Geir Storvik April 014 1 Introduksjon Simulering av tilfeldige variable (stokastisk simulering) er et nyttig verktøy innenfor statistikk
DetaljerMatematikk 1. Oversiktsforelesning. Lars Sydnes November 25, Institutt for matematiske fag
Matematikk 1 Oversiktsforelesning Lars Sydnes sydnes@math.ntnu.no Institutt for matematiske fag November 25, 2009 LS (IMF) tma4100rep November 25, 2009 1 / 21 Matematikk 1 Hovedperson Relle funksjoner
Detaljer