Séance de cours

Conception hydrologique: probabilités et statistiques

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

ENV-221: Hydrology for engineers

This is an introductory course to key concepts and methods in physical and engineering hydrology. ...

Description

Cette séance de cours de l'instructeur couvre l'application des probabilités et des statistiques dans la conception hydrologique, en se concentrant sur des sujets tels que la période de retour, l'évaluation des risques et la relation entre les données empiriques et les concepts théoriques. La séance de cours se penche sur la définition des variables aléatoires, des distributions discrètes et continues, et le calcul des probabilités pour les événements hydrologiques. Il traite également de l'importance de l'estimation des périodes de retour pour les événements extrêmes, du concept d'échelle de conception technique et de l'utilisation de Weibull pour tracer les positions dans l'analyse des données. Des exemples pratiques et des critères de conception généralisés pour les structures de contrôle de l'eau sont présentés pour illustrer les concepts théoriques abordés.

Enseignant·e·s (3)

Andrea Rinaldo

Paolo Benettin

I was born in Padova, Italy, in 1986. After high school, I started the Environmental Engineering program at the University of Padova (Bachelor and Master), where I followed the 'soil protection' curriculum. During my Master studies I spent a semester as Erasmus student at Wageningen University (Wageningen, the Netherlands) to follow courses in Hydrology. After graduation, I decided to bring my education further and I started a Ph.D. at the civil and environmental engineering department at the University of Padova. My Ph.D. thesis focused on hydrologic transport and travel time distributions at the catchment scale. My contribution to the subject included both new theoretical formulations and extensive numerical applications to real catchments. During my Ph.D., I also spent 7 months as visiting research fellow at Virginia Tech University (Blacksburg, USA). Since I arrived at EPFL as post-doc in 2015, I started being involved in field and experimental activities, which allowed me to learn about practical experimental problems. In 2017 I had the opportunity to by hired by the ECHO laboratory as a permanent scientist, conducting research in the field of catchment hydrology.

Sara Bonetti

Expertise Ecohydrological and geomorphological modeling Education PhD | Civil and Environmental Engineering 2018 – 2018 Duke University Teaching & PhD PhD Students Benjamin Andre De Blois Kargere, Qiming Sun, Frédéric Laurent Lardet, Taiqi Lian, Felix Bauer Courses Ecohydrological modeling ENV-411 This course provides the theoretical basis for understanding and modeling the interactions between the hydrologic cycle, vegetation, soil, climate, and human society. Hydrology

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Concepts associés (32)

Théorie des probabilités

La théorie des probabilités en mathématiques est l'étude des phénomènes caractérisés par le hasard et l'incertitude. Elle forme avec la statistique les deux sciences du hasard qui sont partie intégrante des mathématiques. Les débuts de l'étude des probabilités correspondent aux premières observations du hasard dans les jeux ou dans les phénomènes climatiques par exemple. Bien que le calcul de probabilités sur des questions liées au hasard existe depuis longtemps, la formalisation mathématique n'est que récente.

Complex random variable

In probability theory and statistics, complex random variables are a generalization of real-valued random variables to complex numbers, i.e. the possible values a complex random variable may take are complex numbers. Complex random variables can always be considered as pairs of real random variables: their real and imaginary parts. Therefore, the distribution of one complex random variable may be interpreted as the joint distribution of two real random variables.

Variables indépendantes et identiquement distribuées

vignette|upright=1.5|alt=nuage de points|Ce nuage de points représente 500 valeurs aléatoires iid simulées informatiquement. L'ordonnée d'un point est la valeur simulée suivante, dans la liste des 500 valeurs, de la valeur simulée pour l'abscisse du point. En théorie des probabilités et en statistique, des variables indépendantes et identiquement distribuées sont des variables aléatoires qui suivent toutes la même loi de probabilité et sont indépendantes. On dit que ce sont des variables aléatoires iid ou plus simplement des variables iid.

Convergence de variables aléatoires

Dans la théorie des probabilités, il existe différentes notions de convergence de variables aléatoires. La convergence (dans un des sens décrits ci-dessous) de suites de variables aléatoires est un concept important de la théorie des probabilités utilisé notamment en statistique et dans l'étude des processus stochastiques. Par exemple, la moyenne de n variables aléatoires indépendantes et identiquement distribuées converge presque sûrement vers l'espérance commune de ces variables aléatoires (si celle-ci existe).

Loi de probabilité

thumb|400px 3 répartitions.png En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard. L'étude des phénomènes aléatoires a commencé avec l'étude des jeux de hasard. Jeux de dés, tirage de boules dans des urnes et jeu de pile ou face ont été des motivations pour comprendre et prévoir les expériences aléatoires. Ces premières approches sont des phénomènes discrets, c'est-à-dire dont le nombre de résultats possibles est fini ou infini dénombrable.

Afficher plus

Séances de cours associées (64)

Loi des grands nombres : Convergence forte

Explore la forte convergence des variables aléatoires et l'approximation de la distribution normale dans les probabilités et les statistiques.

Variables aléatoires continues

Explore les variables aléatoires continues, les fonctions de densité, les variables articulaires, l'indépendance et les densités conditionnelles.

Éléments de la statistique : probabilité et variables aléatoires

Introduit des concepts clés en variables de probabilité et aléatoires, couvrant les statistiques, les distributions et la covariance.

Probabilité et statistiques

Explore les variables aléatoires conjointes, la densité conditionnelle et l'indépendance en probabilités et en statistiques.

Probabilité et statistiques

Couvre les probabilités, les statistiques, l'indépendance, la covariance, la corrélation et les variables aléatoires.

Afficher plus

Concepts associés (32)

Théorie des probabilités

Complex random variable

Variables indépendantes et identiquement distribuées

Convergence de variables aléatoires

Loi de probabilité

Afficher plus