CAMBIO CLIMÁTICO

¿milésimo?La antigua probabilidad de inundación ya no se mantiene

El primer ministro de Nueva Gales del Sur describe las inundaciones catastróficas en la costa este de Australia como »1 en 1000 eventosla palabra causó mucha confusión.

Una interpretación extensa de estos términos que difieren de «1000 años de diferencia» o «cada 1000 años» solo aumenta la confusión.

La explicación más simple es que «uno en mil» en realidad significa «hay un 0,1 % de probabilidad de estar en un año determinado» (uno en mil), lo que plantea la pregunta: ¿por qué la gente simplemente no dice eso?

La razón principal es que estos términos se remontan a una época en la que la mayoría de la gente no pensaba en la probabilidad, e incluso aquellos que sí lo hacían estaban confundidos acerca de cómo funcionaban. Hemos estado interactuando con la probabilidad estos días.

El pronóstico del tiempo diario incluye porcentaje Las probabilidades de precipitaciones y los pronósticos a largo plazo dan la probabilidad de precipitaciones por encima o por debajo del promedio en función de los ciclos de El Niño y La Niña.

Los mercados financieros apuestan por probabilidades o cambios en las tasas de interés. La estadística y la probabilidad se enseñan a los niños en la escuela.

Pero esto es un desarrollo reciente.

Hasta el siglo XVII, se desconocían incluso los conceptos más básicos de la teoría de la probabilidad. Se cree que el destino y la riqueza son inherentemente incognoscibles. Incluso los jugadores no entienden las probabilidades.

El nacimiento de la probabilidad

De hecho, este es un solicitud de amistad jugador Alrededor de 1654, esto llevó al filósofo y matemático francés Blaise Pascal a desarrollar el concepto básico de probabilidad junto con el matemático Pierre de Fermat.

(Pascal también usó esta idea para desarrollar «La apuesta de Pascual«Usado para justificar la utilidad de creer en Dios. La idea es que si Dios existe, los creyentes tendrán felicidad eterna. De lo contrario, renunciarán a un número limitado de placeres mundanos mientras estén vivos. No importa cuán probable sea que Dios existe, creyendo que los beneficios de Dios son ilimitados, pero los costos son limitados).

La comprensión se desarrolla lentamente. No fue hasta mediados del siglo XVIII que el sacerdote inglés Thomas Bayes fue considerado el desarrollo más importante en el campo.

Herramientas legadas bayesianas

en su interpretación moderna Teorema de Bayes Nos permite revisar nuestra visión de la probabilidad de un evento en base a la evidencia de lo que acaba de suceder.

Tanto si algo acaba de suceder como si no, así como las evaluaciones actualizadas de probabilidades importantes, se incorporan explícitamente en el recálculo.

Teorema de Bayes, Neon, en las oficinas de la empresa de software británica HP Autonony.
Wikimedia Commons, CC

Antes de Bayes, la mayoría de las probabilidades se calculaban como si fueran invariantes, como la probabilidad de obtener «cara» en el lanzamiento de una moneda. Estas probabilidades pueden describirse útilmente como «una en mil» o «en promedio, un lanzamiento cada segundo».

Sin embargo, la probabilidad de inundaciones severas cambia con el tiempo a medida que cambian las relaciones entre los componentes que conforman el sistema meteorológico. Ya sea que haya ocurrido o no una inundación, nos brinda evidencia de este cambio.

Esto hace que ya no sea útil referirse a las inundaciones severas como un evento que ocurre «una vez cada X años».



Leer más: Teorema de Bayes: una herramienta matemática que podemos usar todos los días, pero ¿qué es?


Se acabó el momento de cambiar el término «una vez en la vida», pero ¿a qué? La respuesta parece simple, aunque los detalles pueden ser complicados.

Primero, necesitamos convertir las medidas antiguas en escalas de severidad, similares a las que se usan para ciclones y terremotos, pero para cada cuenca.

Después de hacerlo, la probabilidad de un evento de una gravedad determinada se puede estimar en función de la experiencia histórica y se puede actualizar en función de nueva evidencia.

¿Cómo se aplicaría esto en caso de un evento como la inundación de Lismore?



Leer más: ‘Uno de los desastres más extremos en la historia colonial de Australia’: los científicos del clima estudian las inundaciones y nuestros riesgos futuros


La descripción original de «uno en mil» significaba que tal evento sería extremadamente improbable si la antigua relación continuaba.

Usando el teorema de Bayes, actualizaremos la probabilidad inicial de uno en mil con información actualizada sobre la posibilidad de que la relación subyacente cambie, produciendo una nueva probabilidad anual cada año.

Cómo es esto aprendizaje automático Cómo funciona y cómo médico y seguro Las cuotas se han actualizado. Lamentablemente, la probabilidad modificada casi seguramente excederá 1 en 1,000.

LEER  Faltan árboles en barrios de bajos ingresos Noticias e Investigación

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies