Questo non è un corso teorico. Gli studenti devono apprendere e comprendere appieno le basi della probabilità e della statistica, con particolare attenzione alle parti di queste discipline inerenti le applicazioni ai problemi ingegneristici comuni nell'industria. La maggior parte di queste applicazioni riguarda la valutazione dei rischi legati a eventi naturali, come terremoti, inondazioni, vento e onde. Gli studenti devono essere in grado di selezionare i metodi probabilistici più adatti all'applicazione in questione, di difendere i risultati delle loro analisi e di fornire le loro raccomandazioni ai clienti. Agli studenti viene anche insegnato come trasmettere in modo chiaro l'incertezza che ancora caratterizza le loro raccomandazioni.
Prerequisiti
La piena comprensione delle applicazioni ingegneristiche studiate nel corso beneficia di una conoscenza di base della meccanica delle strutture, dell'ingegneria sismica e dell'idrologia. Tuttavia, non è necessaria una conoscenza approfondita di questi campi. Per gli sviluppi in ambito probabilistico, sono richieste nozioni di calcolo differenziale multidimensionale.
Metodi didattici
Lezioni ed esercitazioni frontali. Esercitazioni indipendenti, anche di gruppo, da parte degli studenti con la guida del docente.
Verifica Apprendimento
Homeworks e prova d’esame scritta
Testi
Note messe a disposizione durante il corso
Ang, A. H. and Tang, W. H. (2007). “Probability Concepts In Engineering: Emphasis On Applications In Civil & Environmental Engineering,” Wiley.
Benjamin, J. R. and C. A. Cornell (1970). Probability, Statistics, and Decision for Civil Engineers. New York, McGraw-Hill.
Applied Linear Statistical Models - Regression, Analysis of Variance and Experimental Design, by J. Neter, W. Wasserman, M. Kutner, IRWIN, 1990
Contenuti
a) concetti fodamentali di teoria della probabilità. Variabili aleatorie, funzioni di densità di probabilità e di distribuzione cumulata, valori fondamentali e momenti. Funzioni di variabili random, Stime basate sul metodo FOSM. Simulazione di Monte Carlo b) distribuzioni fondamentali e loro applicazioni: gaussiana, lognormale, estrema di tipo 1 e 2, esponenziale. Applicazioni varie. c) Introduzione alla statistica. Scelta del modello probabilistico e metodi per la la stima dei valori dei parametri.