İçeriğe atla

Yineleme aralığı

Yineleme aralığı veya tekrar aralığı; depremler, seller, heyelanlar veya nehir deşarjları gibi olayların meydana gelmesi arasındaki ortalama süre veya tahmini ortalama süredir.[1][2]

Tipik olarak uzun bir süre boyunca geçmiş verilere dayanan istatistiksel bir ölçümdür ve genellikle risk analizi için kullanılır. Örnekler arasında, bir projenin belirli bir risk bölgesinde ilerlemesine izin verilip verilmeyeceğine karar verilmesi veya belirli bir yineleme aralığı olan olaylara dayanacak yapıların tasarlanması yer alır. Aşağıdaki analiz, olayın meydana gelme olasılığının zaman içinde değişmediğini ve geçmiş olaylardan bağımsız olduğunu varsayar.

Yineleme aralığının tahmin edilmesi

Yineleme aralığı

n kayıttaki yıl sayısı;
m, azalan düzende düzenlendiğinde gözlemlenen olayların sırasıdır[3]

Seller için olay m3/s veya fırtına dalgaları ve benzer şekilde diğer olaylar için dalgalanmanın yüksekliği açısından yükseklik cinsinden ölçülebilir. Bu Weibull'un Formülüdür.[4]

Beklenen sıklığın tersi olarak yineleme aralığı

Olaylar arasındaki teorik yineleme süresi, ortalama oluşum sıklığının tersidir. Örneğin, 10 yıllık bir selin herhangi bir yılda 1/10 = 0,1 veya %10 sapma şansı vardır ve 50 yıllık bir selin herhangi bir yılda sapma şansı 0,02 veya %2'dir.

Adın "yineleme aralığı" olmasına rağmen 100 yıllık bir tufanın düzenli olarak her 100 yılda bir veya yalnızca 100 yılda bir olacağı anlamına gelmez. Herhangi bir 100 yıllık dönemde bir olay bir, iki, daha fazla veya hiç meydana gelmeyebilir ve her sonucun aşağıdaki gibi hesaplanabilecek bir olasılığı vardır.

Ayrıca aşağıdaki tahmini geri dönüş süresi bir istatistiktir: idealleştirilmiş bir dağılımdaki teorik değerden farklı olarak bir dizi veriden (gözlemler) hesaplanır. Belli bir büyüklüğün ya da daha büyük bir büyüklüğün %1 olasılıkla gerçekleşip gerçekleşmediği aslında bilinmez, sadece 100 yılda bir tam olarak gözlemlenmiş olur.

Bu ayrım önemlidir, çünkü nadir olaylara ilişkin çok az gözlem vardır: örneğin, gözlemler 400 yıl öncesine giderse, en aşırı olay (istatistiksel tanıma göre 400 yıllık bir olay) daha sonra, daha uzun gözlemlerde 200 yıllık olay olarak veya 500 yıllık bir olay olarak sınıflandırılabilir.

Olasılık dağılımları

Olasılıksal modellerde yineleme aralığı yorumlayabilmek istenir. Bunun en mantıklı yorumu, gerçekleşme oranının beklenen değeri olduğu için Poisson dağılımında geri dönüş periyodunu sayma oranı olarak almaktır. Alternatif bir yorum, onu binom dağılımında yıllık bir Bernoulli denemesinin olasılığı olarak almaktır.

Poisson

Poisson dağılımının olasılık kütle fonksiyonu şu şekildedir:

olasılığın hesaplandığı oluşum sayısıdır,

ilgi süresi,

dönüş süresi,

sayım oranıdır.

Olmama olasılığı, basitçe şu durum dikkate alınarak elde edilebilir: .

Formül de şu şekildedir:

Sonuç olarak sapma olasılığı (yineleme süresi olan olaydan "daha güçlü" bir olayın olasılığı) ilgilenilen süre içinde en az bir kez meydana gelmesi):

Dönüş süresi olan herhangi bir olay için , dönüş süresine eşit bir aralıkta (yani ) yineleme süresinden bağımsızdır ve şuna eşittir: . Bu durum, örneğin 50 yıllık herhangi bir süre içinde meydana gelen 50 yılda bir yenilenen selden daha büyük bir sel gerçekleşme olasılığının %63,2 olduğu anlamına gelir.

Örnek

Oluşumun yineleme süresi 234 yıldır (). Bunun on yılda tam olarak bir meydana gelme olasılığı

iki terimli

Belirli bir n yıllık dönemde, yineleme dönemindeki belirli sayıda olayın olasılığı aşağıdaki gibi binom dağılımı ile verilir.

Bu işlemler yalnızca yılda birden fazla oluşum olasılığının sıfır olması durumunda geçerlidir. Genellikle bu yakın bir tahmindir, bu durumda bu formül tarafından verilen olasılıklar yaklaşık olarak geçerlidir.

Eğer olsaydı i

T dönüş aralığıdır
n, kaydedilen yıl sayısıdır;
m, dikkate alınan olayın kaydedilen oluşumlarının sayısıdır.

Bir olayın yineleme süresi 100 yıl olduğunu varsayarsak eğer,

Dolayısıyla böyle bir olayın birbirini izleyen 10 yılda tam olarak bir kez meydana gelme olasılığı:

Risk analizi

Yineleme süresi risk analizi için kullanışlıdır. Yapı tasarımı yapılırken yineleme süresi yapının riskinin hesaplanmasında faydalıdır.[5]

Yapının beklenen ömrü boyunca tasarım limitlerini aşan en az bir olayın olasılığı, tasarım limitlerini aşan hiçbir olayın olmama olasılığının tamamlayıcısıdır.

Bu parametreyi değerlendirmek için denklem:

söz konusu olayın bir yıl içinde gerçekleşme olasılığının ifadesi;
n, yapının beklenen ömrüdür.

Kaynakça

  1. ^ ASCE, Task Committee on Hydrology Handbook of Management Group D of (1996). Hydrology Handbook | Books (İngilizce). doi:10.1061/9780784401385. ISBN 978-0-7844-0138-5. 
  2. ^ Peres, D. J.; Cancelliere, A. (1 Ekim 2016). "Estimating return period of landslide triggering by Monte Carlo simulation". Journal of Hydrology. Flash floods, hydro-geomorphic response and risk management. 541: 256-271. doi:10.1016/j.jhydrol.2016.03.036. 
  3. ^ Kumar, Rajneesh; Bhardwaj, Anil (2015). "Probability analysis of return period of daily maximum rainfall in annual data set of Ludhiana, Punjab". Indian Journal of Agricultural Research (İngilizce). 49 (2): 160. doi:10.5958/0976-058X.2015.00023.2. ISSN 0367-8245. 6 Şubat 2023 tarihinde kaynağından arşivlendi. Erişim tarihi: 6 Şubat 2023. 
  4. ^ "Flood Estimation Handbook". UK Centre for Ecology & Hydrology (İngilizce). 7 Kasım 2014. 22 Eylül 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 21 Aralık 2019. 
  5. ^ Water Resources Engineering, 2005 Edition, John Wiley & Sons, Inc, 2005.

İlgili Araştırma Makaleleri

<span class="mw-page-title-main">Türev alma kuralları</span> Vikimedya liste maddesi

Türev, matematikteki ve özellikle diferansiyeldeki temel kavramlardan biridir. Aşağıda temel türev alma kuralları ve bazı fonksiyonların türev kuralları yer almaktadır.

<span class="mw-page-title-main">Karekök</span>

Matematikte negatif olmayan bir gerçel sayısının temel karekök bulma işlemi şeklinde gösterilir ve karesi (bir sayının kendisiyle çarpılmasının sonucu) olan negatif olmayan bir gerçek sayıyı ifade eder.

<span class="mw-page-title-main">Normal dağılım</span> sürekli olasılık dağılım ailesi

Normal dağılım, aynı zamanda Gauss dağılımı veya Gauss tipi dağılım olarak isimlendirilen, birçok alanda pratik uygulaması olan, çok önemli bir sürekli olasılık dağılım ailesidir.

<span class="mw-page-title-main">Navier-Stokes denklemleri</span> Akışkanların hareketini tanımlamaya yarayan denklemler dizisi

Navier-Stokes denklemleri, ismini Claude-Louis Navier ve George Gabriel Stokes'tan almış olan, sıvılar ve gazlar gibi akışkanların hareketini tanımlamaya yarayan bir dizi denklemden oluşmaktadır.

Merkezi limit teoremi büyük bir sayıda olan bağımsız ve aynı dağılım gösteren rassal değişkenlerin aritmetik ortalamasının, yaklaşık olarak normal dağılım göstereceğini ifade eden bir teoremdir. Matematiksel bir ifadeyle, bir merkezi limit teoremi olasılık kuramı içinde bulunan bir zayıf yakınsama sonucu setidir. Bunların hepsi, birçok bağımsız aynı dağılım gösteren rassal değişkenlerin herhangi bir toplam değerinin limitte belirli bir "çekim gücü gösteren dağılıma" göre dağılım gösterme eğiliminde olduğu gerçeğini önerir.

<span class="mw-page-title-main">Poisson dağılımı</span>

Poisson dağılımı, olasılık kuramı ve istatistik bilim kollarında bir ayrık olasılık dağılımı olup belli bir sabit zaman birim aralığında meydana gelme sayısının olasılığını ifade eder. Bu zaman aralığında ortalama olay meydana gelme sayısının bilindiği ve herhangi bir olayla onu hemen takip eden olay arasındaki zaman farkının, önceki zaman farklarından bağımsız oluştuğu kabul edilir.

<span class="mw-page-title-main">Geometrik dağılım</span>

Olasılık kuramı ve istatistik bilim dallarında geometrik dağılım şu iki şekilde ifade edilebilen ayrık olasılık dağılımıdır:

<span class="mw-page-title-main">Üstel dağılım</span>

Olasılık kuramı ve istatistik bilim dallarında üstel dağılımı bir sürekli olasılık dağılımları grubudur. Sabit ortalama değişme haddinde ortaya çıkan bağımsız olaylar arasındaki zaman aralığını modelleştirirken bir üstel dağılım doğal olarak ortaya çıkar.

<span class="mw-page-title-main">Laplace dağılımı</span>

Olasılık kuramı ve istatistik bilim dallarında Laplace dağılımı Pierre-Simon Laplace anısına isimlendirilmiş bir sürekli olasılık dağılımıdır. Arka arkaya birbiriyle yapıştırılmış şekilde ve bir de konum parametresi dahil edilerek birleştirilmiş iki üstel dağılımdan oluştuğu için, çift üstel dağılımı adı ile de anılmaktadır. İki bağımsız ve tıpatıp aynı şekilde üstel dağılım gösteren bir rassal değişken bir Laplace dağılımı ile işlev görürler. Bu, aynen üstel dağılım gösteren rassal zamanda değerlendirilen Brown devinimine benzer.

Olasılık kuramı ve istatistik bilim kollarında, çokdeğişirli normal dağılım veya çokdeğişirli Gauss-tipi dağılım, tek değişirli bir dağılım olan normal dağılımın çoklu değişirli hallere genelleştirilmesidir.

Olasılık teorisi ya da ihtimaliyet teorisi rastgele olayların analizi ile ilgilenen bir matematik bilim dalıdır. Olasılık teorisinin ana ögeleri rassal değişkenler, saf rassal süreçler, olaylar olarak sayılabilir. Bunlar ya tek olarak ortaya çıkan veya bir zaman dönemi içinde gelişerek meydana gelen, ilk görünüşü rastgele bir şekilde olan deterministik olmayan olayların veya ölçülebilir miktarların matematiksel soyutlamalarıdır. Bir madeni parayı yazı-tura denemesi için havaya atmak veya bir zarı atmak ile ortaya çıkan sonuç ilk bakışta rastgele bir olay olarak görülebilirse bile eğer birbirini takip eden rastgele olaylar tekrar tekrar ortaya çıkartılırsa incelenebilecek ve tahmin edilebilecek belirli bir istatistiksel seyir takip ettikleri görülecektir. Bu türlü olaylar ve sonuçların seyirlerini betimleyen iki temsilci matematiksel sonuç büyük sayılar yasası ve merkezsel limit teoremidir.

<span class="mw-page-title-main">Büyük sayılar yasası</span>

Büyük Sayılar Kanunu ya da Büyük Sayılar Yasası, bir rassal değişkenin uzun vadeli kararlılığını tanımlayan bir olasılık teoremidir. Sonlu bir beklenen değere sahip birbirinden bağımsız ve eşit dağılıma sahip bir rassal değişkenler örneklemi verildiğinde, bu gözlemlerin ortalaması sonuçta bu beklenen değere yakınsayacak ve bu değere yakın bir seyir izleyecektir.

<span class="mw-page-title-main">Cauchy dağılımı</span>

Olasılık kuramı ve istatistik bilim dallarında Cauchy-Lorentz dağılımı bir sürekli olasılık dağılımı olup, bu dağılımı ilk ortaya atan Augustin Cauchy ve Hendrik Lorentz anısına adlandırılmıştır. Matematik istatistikçiler genel olarak Cauchy dağılımı adını tercih edip kullanmaktadırlar ama fizikçiler arasında Lorentz dağılımı veya Lorentz(yen) fonksiyon veya Breit-Wigner dağılımı olarak bilinip kullanılmaktadır.

<span class="mw-page-title-main">Elektromanyetik alan</span>

Elektromanyetik alan, Elektrik alanı'ndan ve Manyetik alan'dan meydana gelir.

Elektromanyetik dalga denklemi, elektromanyetik dalgaların bir ortam boyunca ya da bir vakum ortamı içerisinde yayılmasını açıklayan, ikinci dereceden bir kısmi diferansiyel denklemdir. Denklemin, ya elektrik alanı E ya da manyetik alan B cinsinden yazılan homojen formu şöyledir:

<span class="mw-page-title-main">Parabolik yörünge</span> Dış merkezliği 1 olan yörüngeler

Parabolik yörünge veya kaçış yörüngesi, dış merkezliği 1 olan yörüngelerdir. Yörünge üzerinde bulunan cismin hızı kaçış hızına eşittir ve dolayısıyla herhangi bir gezegenin yer çekimsel kuvvetinden kurtulabilirler. Yörünge üzerindeki cismin hızı arttırıldığı takdirde, hiperbolik yörüngeye geçer.

<span class="mw-page-title-main">Doğum günü problemi</span>

Olasılık teorisinde, doğum günü problemi veya doğum günü paradoksu, n adet rastgele seçilmiş kişiden oluşan bir grup içindeki bazı çiftlerin doğum gününün aynı olma olasılığını inceler. Güvercin deliği ilkesine göre, kişi sayısı 367'ye ulaştığında olasılık %100'e ulaşır fakat, %99,9 olasılığa sadece 70 kişi ile ve %50 olasılığa 23 kişi ile ulaşılır. Bu sonuçlar, yılın her gününün eşit derecede olası bir doğum günü olduğu varsayımına dayanır.

Paramanyetik bir malzemede, malzemenin mıknatıslanması genel olarak uygulanan manyetik alanla orantılıdır. Fakat eğer malzeme ısıtılırsa, bu oran düşer: Belirli bir sıcaklığa kadar, mıknatıslanma sıcaklıkla ters orantılıdır. Bu kavram “Curie Yasası” tarafından kapsanmaktadır:

<span class="mw-page-title-main">Yörünge mekaniği</span>

Yörünge mekaniği veya astrodinamik, roketler ve diğer uzay araçlarının hareketini ilgilendiren pratik problemlere, balistik ve gök mekaniğinin uygulamasıdır. Bu nesnelerin hareketi genellikle Newton'un hareket kanunları ve Newton'un evrensel çekim yasası ile hesaplanır. Bu, uzay görevi tasarımı ve denetimi altında olan bir çekirdek disiplindir. Gök mekaniği; daha genel olarak yıldız sistemleri, gezegenler, uydular ve kuyruklu yıldızlar gibi kütle çekimi etkisinde bulunan yörünge sistemleri için geçerlidir. Yörünge mekaniği; uzay araçlarının yörüngelerine ait yörünge manevraları, yörünge düzlemi değişiklikleri ve gezegenler arası transferler gibi kavramlara odaklanır ve itici manevralar sonuçlarını tahmin etmek için görev planlamacıları tarafından kullanılır. Genel görelilik teorisi, yörüngeleri hesaplamak için Newton yasalarından daha kesin bir teoridir ve doğru hesaplar yapmak ya da yüksek yerçekimini ihtiva eden durumlar söz konusu olduğunda bazen gereklidir.

Daha yaygın ismiyle Goldman denklemi olarak bilinen Goldman-Hodgkin-Katzl denklemi, hücre zarıfizyolojisinde, hücre zarından geçen tüm iyonları hesaba katarak hücre zarındaki ters potansiyeli belirlemek için kullanılır.