Vous êtes sur la page 1sur 11

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Université du Québec

Université du Québec

École de technologie supérieure

CTNCTN--537537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Cours #3 L’hydrologie statistique

ProfesseurProfesseur ::

RobertRobert Leconte,Leconte, inging

SessionSession HiverHiver 20072007

L'hydrologieL'hydrologie statistiquestatistique

Introduction

LesLes impactsimpacts desdes éévvéénementsnements hydrologiqueshydrologiques extrêmesextrêmes peuventpeuvent êtreêtre trtrèèss importants;importants; L'exposition,L'exposition, pourpour unun humainhumain ouou unun ouvrage,ouvrage, àà unun éévvéénementnement indindéésirablesirable estest unun risquerisque etet lala probabilitprobabilitéé estest uneune mesuremesure dede cece risque;risque; EnEn raisonraison desdes dommagesdommages quiqui peuventpeuvent rréésultersulter dede lala ddééfaillancefaillance d'und'un ouvrageouvrage enen milieumilieu hydrique,hydrique, ilil estest importantimportant dede quantifierquantifier lele risquerisque avantavant dede fairefaire uneune interventionintervention enen milieumilieu hydrique.hydrique. UtilitUtilitéé dede llhydrologiehydrologie statistique:statistique:

ÉÉtablirtablir desdes critcritèèresres dede designdesign VVéérifierrifier lala fiabilitfiabilitéé ddouvragesouvrages existantsexistants ouou projetprojetééss AllongerAllonger desdes sséériesries dede donndonnééeses

Introduction

ExempleExemple :: RiviRivièèrere dudu LoupLoup 022513 StationStation hydro.hydro. 022513022513 SuperficieSuperficie
ExempleExemple :: RiviRivièèrere dudu LoupLoup
022513
StationStation hydro.hydro. 022513022513
SuperficieSuperficie dede 10381038 kmkm²²
AnalyseAnalyse desdes ddéébitsbits max.max.
dudu printempsprintemps
entreentre lele 11 marsmars etet lele 3131 maimai
ExempleExemple dudu fichierfichier dede
ddéébitsbits pourpour lele projet projet
Contenu Contenu du du cours cours 3 3 L L ’ ’ Hydrologie Hydrologie statistique

ContenuContenu dudu courscours 33

LL HydrologieHydrologie statistiquestatistique

(Notes(Notes dede courscours -- ChapitreChapitre 2)2) IntroductionIntroduction ConceptsConcepts dede probabilitprobabilitéé etet dede frfrééquencequence AnalyseAnalyse dede frfrééquencesquences

ValidationValidation desdes donndonnééeses AnalyseAnalyse dede frfrééquencesquences graphiquegraphique AnalyseAnalyse dede frfrééquencesquences analytiqueanalytique

TranspositionTransposition àà desdes sitessites nonnon jaugjaugééss RisqueRisque hydrologiquehydrologique etet risquerisque ddinondationinondation

PopulationPopulation vsvs ééchantillonchantillon

Introduction

population x temps x Échantillon
population
x
temps
x
Échantillon

continu

Échantillon

discret

x

temps

é é chantillon chantillon Introduction population x temps x Échantillon continu Échantillon discret x temps temps

temps

 

Introduction

 

ExempleExemple :: RiviRivièèrere dudu LoupLoup -- ddéébitbit maxmax printempsprintemps

1974 306

1987 233

1975 142

1988 80,5

1976 182

1989 87,9

1977 240

1990 130

1978 1979 n = 26

158

274

1991 155

1992 210

1980 98,4

1993 172

1981 146

1994 194

1982 212

1995 144

1983 290

1996 215

1984 208

1997 217,9

1985 114

1998 189,3

1986 125

1999 90,82

350

 

300

300

250

Moy=177,49

200

150

Écart-type=62,17

100

50

 

0

1974

1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Probabilité et fréquence ConceptsConcepts dede probabilitprobabilitéé etet dede frfrééquencequence
Probabilité et fréquence
ConceptsConcepts dede probabilitprobabilitéé etet dede frfrééquencequence
ProbabilitProbabilitéé ::
lim
n
x
P X =
(
)
n →∞ n
n:n: nombrenombre dd’’observationsobservations
nn xx :: nombrenombre dd’’occurrenceoccurrence dede ll’é’évvéénementnement
FrFrééquencequence relative:relative:
lorsquelorsque lele nombrenombre d'observationsd'observations nn aa uneune valeurvaleur finiefinie
n
i
f i =
n

Probabilité et fréquence

HistogrammeHistogramme dede frfrééquencesquences

QuelquesQuelques rrèèglesgles pourpour lala constructionconstruction d'und'un histogrammehistogramme dede frfrééquencesquences

LeLe nombrenombre dede classesclasses devraitdevrait êtreêtre entreentre 55 etet 2020 LaLa largeurlargeur desdes classesclasses devraitdevrait êtreêtre entreentre 0,250,25 éécartcart--typetype etet 0,50,5 éécartcart--typetype

Ex:Ex: rivriv dudu LoupLoup s=62s=62 largeurlargeur == 15,515,5 àà 3131

LeLe nombrenombre dede classesclasses CC devraitdevrait êtreêtre approximativementapproximativement éégalgal àà :: CC == 11 ++ 3,33,3 loglog (N)(N) NN éétanttant lala tailletaille dede l'l'ééchantillonchantillon

Ex:Ex: rivriv dudu LoupLoup N=26N=26 C=6C=6

DistributionDistribution desdes probabilitprobabilitééss

Probabilité et fréquence

HistogrammeHistogramme dede frfrééquencesquences (Variable(Variable discrdiscrèète)te)

XX ii == SommeSomme desdes deuxdeux ddéés,s, avecavec P(Xi)P(Xi) :: [[ 00 ,, 11 ]]
XX ii == SommeSomme desdes deuxdeux ddéés,s, avecavec P(Xi)P(Xi) :: [[ 00 ,, 11 ]]
X
2
3
4
5
6
7
8
9
10
11
12
i
f i
1/36
2/36
3/36
4/36
5/36
6/36
5/36
4/36
3/36
2/36
1/36
f
n
P ( X = 1
)
6/36
i
i = 1
4/36
2/36
x
2
3
4
5
6
7
8
9
10
11
12

Probabilité et fréquence

HistogrammeHistogramme dede frfrééquencesquences pourpour Riv.Riv. DuDu LoupLoup

C = 6 classes

largeur = 40

Nombre d'événement

Histogramme des débits maximum printaniers de la rivière du Loup

7 n 6 i f = i n 5 4 3 2 1 0 70
7
n
6
i
f =
i
n
5
4
3
2
1
0
70 à 110
110 à 150
150 à 190
190 à 230
230 à 270
270 à 310

Intervalle

Probabilité et fréquence

HistogrammeHistogramme dede frfrééquencesquences pourpour Riv.Riv. DuDu LoupLoup

C = 11

classes

largeur = 25

Nombre d'événement

Histogramme des débits maximum printaniers de la rivière du Loup

6 5 4 3 2 1 0 65 à 90 90 à 115 à 140
6
5
4
3
2
1
0
65 à 90
90 à
115 à
140 à
165 à
190 à
215 à
240 à
265 à
290 à
315 à
115
140
165
190
215
240
265
290
315
330

Intervalle

DistributionDistribution desdes probabilitprobabilitééss

Probabilité et fréquence

FonctionFonction dede densitdensitéé dede probabilitprobabilitéé (variable(variable continue)continue) Exemple: X=
FonctionFonction dede densitdensitéé dede probabilitprobabilitéé
(variable(variable continue)continue)
Exemple: X= débits maximum printanier
f(x)
x

UneUne variablevariable continuecontinue peutpeut avoiravoir uneune infinitinfinitéé dede valeursvaleurs DansDans cece cas,cas, lala probabilitprobabilitéé d'avoird'avoir uneune valeurvaleur prpréécisecise estest == 0%0%

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

PagePage 22

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Probabilité et fréquence FonctionFonction dede rréépartitionpartition F(x) 1 0 x AppelAppelééee aussiaussi
Probabilité et fréquence
FonctionFonction dede rréépartitionpartition
F(x)
1
0
x
AppelAppelééee aussiaussi fonctionfonction dede nonnon ddéépassementpassement
x
F(x) P(X
=
x)
=
f x dx
(
)
− α
EnEn hydrologie,hydrologie, onon utiliseutilise surtoutsurtout lala
fonctionfonction dede ddéépassementpassement
1−=>F ()x
P ( X
x )
 

Probabilité et fréquence

FonctionFonction dede rréépartitionpartition (Rivi(Rivièèrere dudu Loup)Loup)

 
 

Fréquence de dépassement (histo à 11 classes)

 
 

1,2

Fréquence cumulative

 

1

Fréquence cumulative   1

0,8

relative

0,6

0,4

 

0,2

0

 

0

50

100

150

200

250

300

350

 

Débit (m3/s)

 
Probabilité et fréquence FonctionFonction dede rréépartitionpartition f(x) F(x) 1 F 0 F 1-F 1-F x
Probabilité et fréquence
FonctionFonction dede rréépartitionpartition
f(x)
F(x)
1
F
0
F
1-F
1-F
x
x
Non dépassement
Dépassement
Probabilité et fréquence

PPéérioderiode dede retourretour (ou(ou rréécurrence)currence)

T =

1

1

=

PX

(

> x

)

1

Fx ()

Fait intervenir l’aspect moyenmoyen d’occurrence d’un événement

Type de structure

Période de récurrence T suggérée

Ponts :

Autoroutes

100

ans

Routes principales

50

ans

Routes secondaires

25

ans

Ponceaux :

Autoroutes

50

ans

Routes principales

25

ans

Routes secondaires

10

ans

Digues

100

ans

Plaines inondables

100

ans

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

de probabilit probabilit é é th th é é orique orique Loi normale f ( x

Loi normale

f ( x ) =

2 ⎛ ( x − µ ) ⎞ 1 ⎜ ⎟ Loi normale exp −
2
(
x −
µ
)
1 ⎜
Loi normale
exp −
2
σ
2
π
2 σ

µ,σ, moyenne et écart-type de la populationpopulation

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

EstimationEstimation dede µµ etet σσ

n 1 = X i n ∑ X i = 1 2 n 1 =
n
1
=
X
i
n ∑ X
i = 1
2
n
1
=
(
XX −
)
i
n − 1
i = 1

µ $ =

$

2

2

σ

=

s

LaLa moyennemoyenne etet ll’é’écartcart--typetype sontsont desdes variablesvariables alalééatoiresatoires

LesLes propripropriééttééss statistiquesstatistiques dede ll’é’échantillonchantillon

approchentapprochent cellescelles dede lala populationpopulation quandquand

lala tailletaille dede ll’é’échantillonchantillon augmenteaugmente

VariabilitVariabilitéé dd’é’échantillonnagechantillonnage == sourcesource dderreurserreurs

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

PagePage 33

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Probabilité et fréquence

EstimationEstimation dede lala moyennemoyenne dede lala populationpopulation

Moyenne de l'échantillon en fonction de sa taille

230 220 210 200 190 180 170 160 150 0 5 10 15 20 25
230
220
210
200
190
180
170
160
150
0 5
10
15
20
25
30
Moyenne (m³/s)

Taille de l'échantillon

ExempleExemple :: RiviRivièèrere dudu LoupLoup

Probabilité et fréquence

Moyenne de l'échantillon en fonction de sa taille

230 220 210 200 190 180 170 160 150 0 5 10 15 20 25
230
220
210
200
190
180
170
160
150
0
5
10
15
20
25
30
Moyenne (m³/s)

Taille de l'échantillon

Probabilité et fréquence

IntervalleIntervalle dede confianceconfiance sursur lala moyennemoyenne

OnOn peutpeut associerassocier unun intervalleintervalle dede confianceconfiance àà ll estimationestimation dede lala moyennemoyenne

⎛ ⎞ s ⎜ ⎟ ⎝ n ⎠
s
n

t: coefficient de Student (tables) α: seuil de confiance (1-α) = intervalle de confiance υ: degrés de liberté = n-1

Ex:Ex: RiviRivièèrere dudu LoupLoup

n=26n=26 xx=177.5=177.5 s=62.2s=62.2 υυ=25=25 αα=5%=5% n=16n=16 xx=181.1=181.1 s=73.3s=73.3 υυ=15=15 αα=5%=5%

IC

1

α

x

= ±

t

(

1

(

α / 2

))

,ν

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

LoiLoi Normale:Normale: VariableVariable rrééduiteduite zz z P(Z) −µ z = x σ ZZ suitsuit uneune
LoiLoi Normale:Normale: VariableVariable rrééduiteduite zz
z
P(Z)
−µ
z = x
σ
ZZ suitsuit uneune loiloi normalenormale N(0,1)N(0,1)
x
P ( X
x
)
=
F X
(
)
=
f ()x dx P
=
(Z z )
−α
P(Z) dans les tables de loi normale

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

PlusieursPlusieurs variablesvariables hydrologhydrologiquesiques nene sontsont paspas bienbien reprrepréésentsentééeses parpar uneune loiloi normalenormale

Pourquoi?Pourquoi?

PlusieursPlusieurs variablesvariables nene prennentprennent queque desdes valeursvaleurs positivespositives (ex:(ex: ddéébits)bits)

HistogrammeHistogramme dede frfrééquencesquences pourpour Riv.Riv. DuDu LoupLoup

Nombre d'événement

Histogramme des débits maximum printaniers de la rivière du Loup

6 5 4 3 2 1 0 65 à 90 90 à 115 à 140
6
5
4
3
2
1
0
65 à 90
90 à
115 à
140 à
165 à
190 à
215 à
240 à
265 à
290 à
315 à
115
140
165
190
215
240
265
290
315
330

Intervalle

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

PagePage 44

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

CoefficientCoefficient dd asymasyméétrietrie

RenseigneRenseigne sursur lala symsyméétrietrie dede lala distributiondistribution

n 3

C =

a

(

n

)

 

i

Cs:Cs: CoefficientCoefficient dd asymasyméétrietrie n:n: tailletaille dede ll ’é’échantillonchantillon S:S: ÉÉcartcart--typetype

X:X: MoyenneMoyenne X:X: VariableVariable alalééatoireatoire

s

S

3

a =

(

n

1

)(

n

2

)

i = 1

Probabilité et fréquence

FonctionsFonctions dede densitdensitéé dede probabilitprobabilitéé ththééoriqueorique

ChoixChoix ddéépendpend dede lala rrééalitalitéé physiquephysique ExtrapolationExtrapolation possiblepossible maismais avecavec prudenceprudence !!

 

Fonctions de densité

V ariable hydrologique

N

orm ale

Précipitation annuelle, débits, stockage en réservoir

Log-norm ale

D

ébit m axim um annuel, précipitation

journalière et annuelle, volum e de

ruissellem ent m ensuel et annuel

Log-Pearson III

M

êm e que log-norm ale

V

aleur extrêm e type 1 (G um bel)

D

ébit m axim um annuel

Exponentielle

Précipitation journalière, durée entre deux événem ents

Gamma

Précipitation journalière, m ensuelle,

annuelle, ruissellem ent annuel

HistogrammeHistogramme dede frfrééquencesquences pourpour Riv.Riv. DuDu LoupLoup

Nombre d'événement

Histogramme des débits maximum printaniers de la rivière du Loup

6 5 Riv Loup Cs = 0.301 4 3 2 1 0 65 à 90
6
5
Riv Loup Cs = 0.301
4
3
2
1
0
65 à 90
90 à
115 à
140 à
165 à
190 à
215 à
240 à
265 à
290 à
315 à
115
140
165
190
215
240
265
290
315
330

Intervalle

LL analyseanalyse dede frfrééquencequence

Analyse de fréquence

Comprend 2 étapes:

11 -- LaLa validationvalidation desdes donndonnééeses

AssurerAssurer llhomoghomogéénnééititéé,, lala stationnaritstationnaritéé,, etet llindindéépendancependance desdes donndonnééeses VVéérificationrification desdes donndonnééeses manquantesmanquantes PrPréésencesence dede valeursvaleurs singulisingulièèresres

22 -- LLanalyseanalyse dede frfrééquencequence

MMééthodethode graphiquegraphique et/ouet/ou MMééthodethode analytiqueanalytique

ValidationValidation desdes donndonnééeses

Analyse de fréquence

PourPour éélaborerlaborer unun modmodèèlele statistiquestatistique àà partirpartir desdes donndonnééeses d'und'un ééchantillon,chantillon, ilil fautfaut queque lesles donndonnééeses soientsoient stationnaires,stationnaires, homoghomogèènesnes etet indindéépendantespendantes

HomogHomogéénnééititéé :: LesLes éélléémentsments dede ll’é’échantillonchantillon proviennentproviennent toustous dede lala mêmemême populationpopulation

ExempleExemple dede nonnon homoghomogéénnééititéé::

CruesCrues printaniprintanièèresres etet cruescrues pluvialespluviales dansdans unun mêmemême ééchantillon.chantillon. DDéébitsbits tirtirééss ddannannééeses anormalementanormalement ssèèchesches ouou humideshumides

ValidationValidation desdes donndonnééeses

Analyse de fréquence

StationnaritStationnaritéé:: PropriPropriééttééss statistiquesstatistiques invariantesinvariantes dansdans lele temps,temps, àà llexceptionexception desdes fluctuationsfluctuations alalééatoiresatoires dudu climat.climat.

TypesTypes dede nonnon stationnaritstationnaritéé:: tendance,tendance, saut,saut, cycle.cycle. Exemples:Exemples:

ddéétournementtournement dede courscours ddeau,eau, urbanisation,urbanisation, changementchangement climatique,climatique, relocalisationrelocalisation dede pluviompluviomèètretre

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

PagePage 55

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

ValidationValidation desdes donndonnééeses

Analyse de fréquence

LesLes donndonnééeses doiventdoivent êtreêtre indindéépendantes:pendantes: uneune valeurvaleur dede l'l'ééchantillonchantillon n'estn'est paspas influencinfluencééee parpar lala valeurvaleur prprééccéédente,dente, doncdonc l'ordrel'ordre ooùù elleelle survientsurvient n'an'a paspas d'importance.d'importance.

ExempleExemple dede donndonnééeses ddéépendantes:pendantes:

ddéébitsbits journaliersjournaliers enen rivirivièèrere

Note:Note: pourpour lele designdesign dede cecertainsrtains ouvrages,ouvrages, ilil fautfaut considconsidéérerrer lala ddéépendancependance desdes donndonnééeses (On(On parleparle alorsalors dede modmodèèlesles stochastiques).stochastiques).

MMééthodethode graphiquegraphique

Analyse de fréquence

TracTracéé dede couplecouple dede pointspoints (Xi,(Xi, fi)fi)

Xi:Xi: DDéébits,bits, prpréécipitations,cipitations, etc.etc. ÀÀ classerclasser parpar ordreordre ddéécroissantcroissant fi:fi: frfrééquencequence expexpéérimentalerimentale correspondantecorrespondante

FrFrééquencequence expexpéérimentale:rimentale: ÉÉquationquation dede WeibullWeibull

f =

i

m

i

n + 1

mm ii :: rangrang occupoccupéé parpar ll observationobservation n:n: tailletaille dede ll ’é’échantillonchantillon

PapierPapier àà probabilitprobabilitéé::

distributiondistribution normale,normale, loglog--normale,normale, GumbelGumbel PermetPermet llinterpolationinterpolation ouou llextrapolationextrapolation (attention!)(attention!)

ValidationValidation desdes donndonnééeses

Analyse de fréquence

LesLes donndonnééeses manquantes.manquantes.

RaisonRaison dede l'absencel'absence dede donndonnééeses AttentionAttention àà nene paspas omettreomettre desdes donndonnééeses importantesimportantes

ValeurValeur singulisingulièère:re:

ValeurValeur quiqui nene sembsemblele paspas appartenirappartenir àà lala mêmemême populationpopulation queque lele restereste desdes donndonnééeses dede l'l'ééchantillon.chantillon. PeutPeut êtreêtre uneune donndonnééee erronerronééee àà enleverenlever dede l'analyse.l'analyse. PeutPeut êtreêtre unun éévvéénementnement extrêmeextrême nnéécessitantcessitant unun ajustementajustement particulier.particulier.

MMééthodethode graphiquegraphique

Analyse de fréquence

ÉÉtapestapes àà suivresuivre

ClasserClasser lesles éévvéénementsnements XiXi parpar ordreordre ddéécroissant;croissant; CalculerCalculer lala frfrééquencequence expexpéérimentalerimentale associassociééee ChoisirChoisir unun papierpapier àà probabilitprobabilitéé etet positionnerpositionner lesles pointspoints ((Xi,fiXi,fi)) expexpéérimentauxrimentaux sursur lele papier;papier; TracerTracer lala meilleuremeilleure courbecourbe àà traverstravers lele nuagenuage dede points;points; InterpolerInterpoler ouou extrapolerextrapoler pourpour trouvertrouver lala frfrééquencequence ddunun éévvéénementnement quelconquequelconque ouou pourpour obtenirobtenir ll’é’évvéénementnement correspondantcorrespondant àà uneune probabilitprobabilitéé voulue.voulue.

PapierPapier àà probabilitprobabilitéé normalenormale

Analyse de fréquence

Papier Papier à à probabilit probabilit é é normale normale Analyse de fréquence

ConstructionConstruction ddunun papierpapier àà probabilitprobabilitéé (normale)(normale)

P(Z) Échelle à probabilité

4

Z

-4

0.1 0.8 400 étiré comprimé étiré X 100 0 0.1 0.8 1 P(Z) Échelle arithmétique
0.1
0.8
400
étiré
comprimé
étiré
X
100
0
0.1
0.8
1
P(Z) Échelle arithmétique
PagePage 66

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

Analyse de fréquence

MMééthodethode graphique:graphique: PapierPapier loglog--normalnormal

Exemple:Exemple: Q 1000 =560 m3/s AnalyseAnalyse desdes ddéébitsbits maximummaximum printaniersprintaniers Q =410
Exemple:Exemple:
Q 1000 =560 m3/s
AnalyseAnalyse desdes ddéébitsbits maximummaximum printaniersprintaniers
Q
=410 m3/s
100
dede RiviRivièèrere dudu LoupLoup avecavec papierpapier àà
probabilitprobabilitéé normalenormale
Q
=330 m3/s
20

Analyse de fréquence

ManqueManque dede prpréécisioncision dede lala mmééthodethode graphiquegraphique

Q 100 =480 m3/s, augmentation de 17% Q 100 =410 m3/s
Q 100 =480 m3/s, augmentation de 17%
Q 100 =410 m3/s

MMééthodethode graphiquegraphique

Analyse de fréquence

AvantagesAvantages dede lala mmééthodethode graphique:graphique:

FacileFacile ddutilisationutilisation ÉÉvaluationvaluation visuellevisuelle dede llapplicabilitapplicabilitéé dduneune fonctionfonction dede distributiondistribution donndonnééee àà unun ééchantillonchantillon PossiblePossible ddincorporerincorporer desdes "valeurs"valeurs singulisingulièères"res" avecavec uneune frfrééquencequence expexpéérimentalerimentale particuliparticulièèrere

DDéésavantagessavantages dede lala mmééthodethode graphique:graphique:

ManqueManque dede prpréécisioncision dansdans lele tractracéé dede lala ligneligne droitedroite ComparaisonComparaison dede diffdifféérentesrentes distributionsdistributions difficiledifficile

MMééthodethode analytiqueanalytique

Analyse de fréquence

LaLa mmééthodethode estest basbasééee sursur ll ’é’équationquation linlinééaireaire suivante:suivante:

x =µ+ Kσ

x:x: variablevariable alalééatoireatoire K:K: facteurfacteur dede frfrééquencequence µµ,,σσ,, moyennemoyenne etet éécartcart typetype dede lala populationpopulation

LeLe facteurfacteur dede frfrééquencequence KK varievarie selonselon lala loiloi etet lala ppéérioderiode dede retourretour considconsidéérréée:e:

ééquationsquations analytiquesanalytiques tableauxtableaux dede valeursvaleurs

Analyse de fréquence LaLa loiloi normalenormale SoitSoit tt (ou(ou z)z) lala variablevariable rrééduiteduite x −
Analyse de fréquence
LaLa loiloi normalenormale
SoitSoit tt (ou(ou z)z) lala variablevariable rrééduiteduite
x −
µ
t =
x
=+
µ
t
σ
σ
x
=+
µ
K
σ
Kt
=
LesLes facteursfacteurs dede frfrééquencequence KK sont:sont:

LaLa loiloi loglog--normalenormale

Analyse de fréquence

LeLe facteurfacteur dede frfrééquencequence KK estest donndonnéé par:par:

( ) ] [ exp σ − σ 2 2 − 1 yy K y
(
)
]
[ exp
σ
σ
2 2
− 1
yy K
y
K =
1
[
(
]
2
exp
σ
y )
2
− 1
y = ln( x )

KyKy éétanttant choisichoisi dansdans lala tatableble dede lala loiloi normale:normale:

y =µ + K σ

y

y

y

RobertRobert Leconte,Leconte, ÉÉcolecole dede technologietechnologie supsupéérieurerieure

PagePage 77

CTN537CTN537 GESTIONGESTION DESDES RESSOURCESRESSOURCES HYDRIQUESHYDRIQUES

LaLa loiloi dede GumbelGumbel

Analyse de fréquence

AussiAussi appelappelééee LoiLoi desdes valeursvaleurs extrêmesextrêmes typetype 11 LeLe facteurfacteur dede frfrééquencequence KK estest donndonnéé par:par:

K =−

0 7797 05572

.

.

 

ln

⎧ ⎨

ln

T ⎞ ⎫

⎤ ⎥

+

T 1

⎟ ⎠


ApplicableApplicable pourpour N>100N>100

SiSi lala tailletaille dede ll ’é’échantillonchantillon estest << 100,100, lele facteurfacteur KK estest obtenuobtenu àà partirpartir dede valeursvaleurs tabultabulééeses

Analyse de fréquence

LoisLois PearsonPearson IIIIII etet loglog--PearsonPearson IIIIII

Le facteur de fréquence K est fonction du coefficient d’asymétrie et de la période de récurrence. Pour la loi log-Pearson type III :

Utilisation des valeurs de la loi Pearson III avec la transformation de l ’échantillon y=log(X) (ou ln(X))

Une loi log-Pearson type III avec un coefficient d’asymétrie nul correspond à une loi log-normale.

LaLa loiloi dede GumbelGumbel

Analyse de fréquence

La La loi loi de de Gumbel Gumbel Analyse de fréquence

MMééthodethode analytiqueanalytique

Analyse de fréquence

Exercice:Exercice: CalculCalcul