Racjonalną definicję ryzyka, a więc i jego liczbową miarę, odnajdujemy w formalnych schematach podejmowania decyzji. Przykładem jest schemat ostrzeżeń jako typowy algorytm podejmowania decyzji w warunkach ryzyka. Zarządzanie ryzykiem nie może jednak polegać wyłącznie na podejmowaniu działań ograniczających skutki niepożądanych zdarzeń. To przede wszystkim analiza prawdopodobieństwa ich występowania. Jednak w warunkach niestacjonarnego klimatu prawdopodobieństwo jako kategoria decyzyjna nie jest dobrze określone. Prognoza klimatu jest pozyskiwana metodą modelowania fizycznego i właśnie na tej drodze proponuje się dokonywać oszacowania zmieniającej się w czasie funkcji ryzyka (hazardu). Ma ona interpretację średniej w jednostce czasu liczby zdarzeń w środowisku, w tym oczywiście tych, rozpoznanych w dotychczasowym klimacie jako ekstremalne. W konsekwencji funkcja ryzyka definiuje niestacjonarny rozkład prawdopodobieństwa czasu oczekiwania na pierwsze wystąpienie niepożądanego zdarzenia. Zaproponowano w pracy dwa typy niestacjonarnych rozkładów, a więc jako uogólnienie dyskretnego rozkładu geometrycznego oraz uogólnionego ciągłego wykładniczego. Pokazano, że już dla powoli, liniowo wzrastającej funkcji ryzyka, średni czas oczekiwania znacznie się skraca w stosunku do klasycznej oceny średniego okresu powtarzalności.
EN
Rational definition of risk, and hence its numerical measure, we find patterns in the formal decision-making. An example is a warning as the typical situation of decision-making algorithm in terms of risk. Risk management can not rely solely on measures that restrict the effects of adverse events. In practices as decision-making category the probability of event is used. However, in terms of non stationary climate probability is not well defined. Climate forecast output may have a form of a non stationary time series thus it allows to make estimates of the changing functions of risk. This function have an interpretation of the average number of events, including of course those identified in the current climate as extreme. Consequently, the non stationary risk function defines the probability of time to wait for the first occurrence of adverse events. Proposes two types of non stationary distribution - first, as a generalization of discrete geometric distribution, and second as generalized continuous exponential. Shown that even for slowly linearly increasing function of risk, the average waiting time is significantly reduced compared to the classical average recurrence interval.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.