Luento 8 Riskitekijöiden priorisointi

Samankaltaiset tiedostot
Luento 10 Riskitekijöiden priorisointi

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia

Luento 5 Yhteisvikojen analyysi PSA:n sovelluksia

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Matematiikan tukikurssi

Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Luento 4 Vikapuuanalyysit

Luento 4 Vikapuuanalyysit

Luento 5 Vikapuuanalyysit

TILASTOLLINEN LAADUNVALVONTA

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016

Johdatus diskreettiin matematiikkaan Harjoitus 7,

Kuntosaliharjoittelun kesto tunteina Kokonaishyöty Rajahyöty

MAA10 HARJOITUSTEHTÄVIÄ

Väli- ja loppuraportointi

Matematiikan tukikurssi 3.4.

Induktio kaavan pituuden suhteen

Luento 4 Vikapuuanalyysit

Epäyhtälön molemmille puolille voidaan lisätä sama luku: kaikilla reaaliluvuilla a, b ja c on voimassa a < b a + c < b + c ja a b a + c b + c.

2.2 Täydellinen yhtälö. Ratkaisukaava

Lauri Tarkkonen: Kappa kerroin ja rinnakkaisten arvioitsijoiden yhdenmukaisuus

( ) ( ) ( ) ( ( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 271 Päivitetty a) = keskipistemuoto.

Lukion. Calculus. Polynomifunktiot. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN

Hierarkkiset koeasetelmat. Heliövaara 1

ARVIOINTIPERIAATTEET

Esimerkkejä derivoinnin ketjusäännöstä

Luento 10 Kustannushyötyanalyysi

Kenguru 2016 Mini-Ecolier (2. ja 3. luokka) Ratkaisut

Dynaamisen järjestelmän siirtofunktio

Uudistuva RISKINARVIO-ohje

Aluksi Kahden muuttujan lineaarinen epäyhtälö

Algoritmit ja tietorakenteet Copyright Hannu Laine. 1, kun n= 0. n*(n-1)!, kun n>0;

Matematiikan tukikurssi

MS-A Matriisilaskenta Laskuharjoitus 3

Luento 6 Luotettavuus Koherentit järjestelmät

Kenguru 2012 Junior sivu 1 / 14 Ratkaisut.

30A02000 Tilastotieteen perusteet

II- luento. Etiikan määritelmiä. Eettisen ajattelu ja käytänteet. 1 Etiikka on oikean ja väärän tutkimusta

Raportointi hankkeen tulosten kuvaajana ja toteutuksen tukena

Tekijät: Hellevi Kupila, Katja Leinonen, Tuomo Talala, Hanna Tuhkanen, Pekka Vaaraniemi

Suomen Lions-liitto ry Käyttäjätunnus ja sisäänkirjautuminen MyLCI - Käyttäjäohje Versio

Lisää segmenttipuusta

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = r 1 + r r 3 4r 1. LM1, Kesä /68

Ajankohtaista laboratoriorintamalla Pasila Emilia Savolainen, Suunnittelu- ja ohjausyksikkö

Ohje hakulomakkeen täyttämiseen yliopistohaku.fi -palvelussa

5. www-kierroksen mallit

Luento 7 Luotettavuus Koherentit järjestelmät

String-vertailusta ja Scannerin käytöstä (1/2) String-vertailusta ja Scannerin käytöstä (2/2) Luentoesimerkki 4.1

Perusturvakuntayhtymä Karviaisen perussopimuksen muuttaminen alkaen

Tarjoajalla on oltava hankinnan kohteen laatu ja laajuus huomioon ottaen kokemusta seuraavilla alueilla:

Taloustieteen perusteet 31A Mallivastaukset 3, viikko 4

Ratkaisuehdotukset Kesäyliopisto Kuvassa on esitetty erään ravintolan lounasbuffetin kysyntäfunktio.

P A R T. Professional Assault Response Training Seppo Salminen Auroran koulu. Valtakunnalliset sairaalaopetuksen koulutuspäivät

2.7 Neliöjuuriyhtälö ja -epäyhtälö

ALUEELLINEN ENNAKOINTI

Marjan makuisia koruja rautalangasta ja helmistä -Portfolio

monissa laskimissa luvun x käänteisluku saadaan näyttöön painamalla x - näppäintä.

Fysiikan ja kemian pedagogiset perusteet Kari Sormunen Syksy 2014

Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi.

5.2 Eulerin kehät ja -polut

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Sähköpostiohjeet. Tehokas ja huoleton sähköposti

Yhteisviat ja intervallitodennäköisyydet vikapuuanalyysissä

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 4 ratkaisuiksi

Väliestimointi (jatkoa) Heliövaara 1

Kriittisen polun hallinta CRIPMAN (CRItical Path MANagement) Pekka Maijala & Jaakko Paasi

Tutustu merkintöihin! Tärkeää tietoa siitä, miten varmistat pesu- ja puhdistusaineiden käytön turvallisuuden kotona

Yleinen osa - Kuntoutuksessa tukena,

Kesäkuu Synkka Tuote Pakkaushierarkia yksittäin ja monipakkauksissa myytäville tuotteille

KiVa Koulu tilannekartoituskysely 2016 sivu 1/31. KiVa Koulu tilannekartoituskysely 2016 sivu 2/31. KiVa Koulu tilannekartoituskysely 2016 sivu 3/31

SAIPPUALIUOKSEN SÄHKÖKEMIA JOHDANTO

Kenguru Cadet (8. ja 9. luokka) ratkaisut sivu 1 / 6

Mat Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ.

OHJ-1151 Ohjelmointi IIe

Dynaaminen optimointi

Laadun kaava: riskienhallinta + tietoturvallisuus + varautuminen + seuranta

Digimuutoksen 10 haastetta. DIGISALONKI Tuomo Luoma

Mitä aiot, Vladimir Vladimirovitš? Sanna Kurronen Elokuu 2014

Diskreetit rakenteet

Asukastoimikuntien lausuntojen yhteenveto käyttöarvon mukaisesta vuokrien tasauksesta

Testejä suhdeasteikollisille muuttujille

KEMA KEMIALLINEN TASAPAINO ATKINS LUKU 7

(1) Pekan pakasta vetämät neljä korttia ovat hertta 5, hertta 6, hertta 7 ja pata 7. Mikä on todennäköisyys, että seuraava kortti

Pohjavesien kemiallisen tilan arviointi Etelä-Savossa

Navigointia - perusopetus. Antti Ikonen Rehtori Vpj SURE FIRE

LIITTEET Ehdotukseen Euroopan parlamentin ja neuvoston asetukseksi

Algoritmit 2. Luento 8 Ke Timo Männikkö

ALAJÄRVEN, LEHTIMÄEN, SOININ JA VIMPELIN LOMATOIMISTOJEN PUOLUEETON JA VANKKUMATON ÄÄNENKANNATTAJA. Täyttä asiaa, ei arvailuja - jo vuodesta 2008

Suomi toisena kielenä -ylioppilaskoe. FT Leena Nissilä Opetusneuvos, yksikön päällikkö OPETUSHALLITUS

SHINE. Erotu kirkkaasti kilpailijoista. Erottuvuuden rakentamisen pikaopas

KOMISSION TIEDONANTO. Arvio toimista, jotka YHDISTYNYT KUNINGASKUNTA on toteuttanut

Syksyn aloituskampanjat lippukunnissa

Luento 6 Luotettavuus Koherentit järjestelmät

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot

Darwin: Tutkimusprojektin esittely

Outlook Microsoft Outlook 2007 PIKAOHJE: SÄHKÖPOSTIN UUSI ILME. Kieliversio: suomi Materiaaliversio 1.0 päivitetty

1 / 11. Digitaalisen arkkitehtuurin yksikkö Aalto-yliopisto. Pikaopas Maxwelliin. ARK-A2500 DA-alkeet Elina Haapaluoma, Heidi Silvennoinen Syksy 2015

PÄIHDEHAASTATTELU osio 2 - Päihdekartoitus

Transkriptio:

Luento 8 Riskitekijöiden priorisointi Ahti alo ysteemianalyysin laboratorio Aalto-yliopiston perustieteiden korkeakoulu PL 11100, 00076 Aalto ahti.salo@aalto.fi 1

Riskien priorisointi Lähtökohtia Riskienhallintatoimenpiteet pyritään kohdistamaan siten, että kokonaisriskiä pystytään rajaamaan mahdollisimman tehokkaasti» Toimenpiteitä esim. komponenttien testaus ja uusiminen, koulutus, turvajärjestelmien asentaminen iksi riskitekijät on priorisoitava millä tekijöillä on eniten merkitystä?» Vrt. komponenttien rakenteellinen luotettavuus koherenteissa järjestelmissä (ks. Luento 6) Riskien tärkeysmitat Absoluuttiset mitat (engl. absolute measures) kuvaavat riskitekijän vaikutusta kokonaisriskiin» Esim. millä todennäköisyydellä järjestelmä ei toimi, jos komponentti X pettää? uhteelliset mitat (engl. relative measures) kuvaavat riskitekijän tärkeyttä suhteessa muihin riskitekijöihin» Esim. miten paljon enemmän tai vähemmän komponentin X vikaantuminen lisää järjestelmän kokonaisriskiä verrattuna komponenttiin Y? Huomioita Usein ns. Pareto-periaate pätee suuntaa-antavasti» ~20% riskitekijöistä aiheuttaa ~80% kokonaisriskistä Riskitekijöiden joukosta voi löytyä tärkeydeltään erilaisia ryhmiä eli klustereita 2

Riskipriorisoinnin käyttötarkoituksia Elinkaaren aikaiset priorisoinnit Järjestelmän suunnittelu» Esim. luotettavuuden parantaminen ex ante (=etukäteen) Operatiivinen toiminta» Esim. tarkastus- ja uusimispolitiikkojen arviointi Järjestelmän muuttaminen ja uudelleenkonfigurointi» Esim. osakokonaisuuksien korvaaminen toisilla Priorisoinnissa tehtävä herkkyysanalyysiä Esim. komponenttien vikaantumistn:iä ei välttämättä tunneta varmuudella» Miten prioriteetit muuttuvat, jos nämä tn:t muuttuvat? Yhden riskitekijän herkkyysanalyysi» Miten järjestelmän kokonaisriski muuttuu, jos yhden riskitekijän tn muuttuu? Herkkyysanalyysi useamman tekijän suhteen» Miten kokonaisriski muuttuu, jos useampia riskitekijöitä koskevat arviot voivat muuttua yhtä aikaa? Preference programming -menetelmät (alo & Hämäläinen, 1992, 2001, alo, 1995, Liesiö et al. 2007, 2008, Liesiö & alo, 2012, Toppila & alo, 2013)» Miten kokonaisriski muuttuu, jos kaikkien tekijöiden vikaantumistn:t saavat vaihdella? Kysymyksiä Missä rajoissa riskitekijöiden tn:t voivat vaihdella? Miten montaa riskitekijää tarkastellaan yhtäaikaa? 3

Riskien priorisointi vikapuissa Lähtökohtia Vikapuuanalyysissä järjestelmän vikaantuminen voidaan esittää minimiskatkosjoukkojen loogisena summana Jos kiinnostuksen kohteen on yksittäinen riskitekijä P, niin kokonaisriski voidaan esittää muodossa R ap b Tässä ap muodostuu niistä minimikatkosjoukoista, joihin P kuuluu ja b niistä, joihin P ei kuulu Tapahtuma P voidaan faktoroida ulos ensimmäisen termin minimikatkosjoukoista b kuvaa muiden kuin P:n sisältävien minimikatkosjoukkojen vaikutusta riskiin a niiden yhteistapahtumien tn:ää, jotka muodostava minimikatkosjoukkoja yhdessä P:n kanssa» Huom! Modarraksen notaatio ei selvin mahdollinen Esim. vikapuun minimikatkosjoukkoesitys T A B ( C D) A B C A B D Esim. C:tä vastaa P ~ C a ~ A B b ~ A B D 4

Birnbaum (1/2) Määritelmä Miten paljon kokonaisriski kasvaa silloin, jos riskitekijä toteutuu verrattuna siihen, että se ei toteudu? Kun tapahtuma P ei toteudu, niin mitkään P:n sisältämistä minimikatkosjoukoista eivät toteudu Kun P toteutuu, niin joku ap:n sisältämistä minimikatkosjoukoista toteutuu a:ta vastaavalla tn:llä Todennäköisyyden kasvu siis I B dr dp a ama määritelmä toisin I ( ) ( ) ( ) B A P T A P T A missä» T on vikapuun huipputapahtuma» A on kiinnostuksen kohteena oleva riskitekijä» A tarkoittaa, että A ei toteutu Huomioita Birnbaumin tärkeysmitta ei huomioi riskitekijän tn:ää» Voi kohdistaa huomioita liiaksi erittäin pienellä tn:llä toteutuviin riskitekijöihin (perustapahtumiin) Jos näistä tn:istä ei tietoa, niin Birnbaumit voidaan laskea entropiaperiaateella käyttäen arvoa p=0.5 5

Birnbaum (2/2) Esim. Yhden OR-portin vikapuu T + A B Perustapahtumien tn:t P(A)=0.1 ja P(B)=0.2 Tällöin P(T A)=1.0 P(T A)=P(B)= 0.2 P(T B)=1.0 P(T B)=P(A)= 0.1 Birnbaum-tärkeysmitoiksi saadaan siis I ( A) P( T A) P( T A) B 1.0 0.2 0.8 I ( B) P( T B) P( T B) B 1.0 0.1 0.9 o. komponentti B näyttää tärkeämmältä kuin A 6

Kriittinen tärkeys Määritelmä (engl. critical importance) Ajatus: Miten suurella todennäköisyydellä riski toteutuu P:n sisältämän minimikatkosjoukon seurauksena, kun riskin tiedetään toteutuneen? Tämä määritelmä ottaa huomioon myös järjestelmän kokonaisriskin I C ap dr P I P B R dp R R Muutoksia Birnbaumiin verrattuna» Huomio perustapahtumien tn:t, mikä auttaa suuntaamaan huomion tärkeisiin perustapahtumiin» Voidaan verrata myös saman perustapahtuman merkitystä eri vikapuissa (tilanteissa, joissa sama perustapahtuma on mukana monissa) ama määritelmä toisin PA ( ) IC( A) I B( A) PT ( ) Ts. Birnbaumia muunnetaan ottamalla huomioon perustapahtumien tn:t 7

Kriittinen tärkeys (2/2) Esim. yksinkertainen OR-vikapuu T + A B Jos A ja B ovat riippumattomia, B niin P(T)= P(AB)= P(A)+ P(B)-P(AB) = P(A)+P(B)-P(A)P(B)=0.1+0.2-0.10.2=0.28 Aiemmin laskettiin I B (A)=0.8 I B (B)=0.9 Kriittisiksi tärkeyksiksi saadaan I ( A) [ I ( A) P( A)]/ P( T ) C B [0.8 0.1]/ 0.28 0.2857 I ( B) [ I ( B) P( B)]/ P( T ) C B [0.9 0.2]/ 0.28 0.6428 Huom! Jos kyseessä olisi AND-porttinen vikapuu, niin P(T)= P(AB)= P(A)P(B)=0.02 ja I ( A) P( T A) P( T A) P( B) B I ( B) P( T B) P( T B) P( A) B I ( A) I ( A) P( A) / P( T ) 1.0 I ( B) C B C Kriittinen tärkeys ei ole siis mielekäs mitta AND-porteille! 8

Fussell-Vesely (1/2) Määritelmä Fussell-Vesely riskimitta määritellään suhteena, jossa kiinnostuksen kohteena olevan riskitekijän sisältämien minimikatkosjoukkojen tn:ien summa jaetaan huipputapahtuman tn:llä Tämä on suunnilleen sama kuin I FV ap R missä osoittajaa approksimoidaan sen sisältämien minimikatkosjoukkojen tn:ien summana (ts. tällöin ei huomioida sitä, että minimikatkosjoukot voivat leikata toisiaan) Tarkka määritelmä voidaan esittää muodossa I FV Huomioita Fussell-Vesely ei ole mielekäs riskimitta AND-porteille ( A) { MKJ AMKJ } i p( MKJ ) p( MKJ )» Kaikkien portin perustapahtumille arvo on I FV = 1 i i i i 9

Fussell-Vesely (2/2) Esim. sama yksinkertainen OR-vikapuu T + A B 0.1 0.2 Minimikatkosjoukot MKJ 1 = {A} ja MKJ 2 = {B} Näiden todennäköisyydet ovat p(mkj 1 ) = 0.1 ja p(mkj 2 ) = 0.2 Fussell-Vesely riskitärkeysmitan arvoiksi saadaan I ( A) p( MKJ ) / p( A B) 0.1/ 0.28 0.357 FV 1 I ( B) p( MKJ ) / p( A B) 0.2 / 0.28 0.714 FV 2 missä 0.28 = 0.1 + 0.2-0.10.2 on huipputapahtuman todennäköisyys Huomioita Tässä tapauksessa kaikki mitat antoivat riskitekijöille saman järjestyksen - aina näin ei ole Miten edetä, jos mitat antavat erilaisia tuloksia? 10

Huomioita riskimitoista Jos kaikki kolme riskimittaa antavat riskitekijöille saman järjestyksen, toimenpiteet voidaan suunnata tämän mukaisesti Muulloin valinta ei ole ilmeinen Valintaa voidaan tukea seuraavasti Tarkasteluajankohdan on oltava mielekäs» Tulokset voivat riippua ratkaisevasti esimerkiksi siitä, mitkä komponentit ovat tarkasteluajanhetkellä vikaantuneita Eri riskimittojen antamien tärkeysjärjestysluvut voidaan keskiarvottaa ja tuottaa näin esitys, joka huomio kaikki mitat Mittoja voidaan tarkastella myös vaiheistetusti siten, että järjestys johdetaan ensisijaisesti joko Fussell-Veselymitan tai kriittisen tärkeyden perusteella siten, että mahdolliset tasapelit ratkotaan Birnbaumilla Jos analyysissä voidaan käyttää laskennallisista tai muista syitä vain yhtä mittaa, kriittinen tärkeys on luultavasti tarkoituksenmukaisin 11

Risk reduction worth (RRW) Parannuspotentiaali Miten paljon pienemmäksi kokonaisriski jää, jos tarkasteltava riskitekijä eliminoidaan kokonaan? Antaa tässä mielessä teoreettisen rajan sille, miten paljon riskiä pystytään pienentämään kohdistamalla toimenpiteet ao. tekijään aadaan kaavasta I RRW Esim. vikapuu T A B ( C D) Komponentit A ja B molemmissa minimikatkosjoukoissa Komponenttien C ja D osalta 0.1 0.1 (0.1 0.2 0.1 0.2) 0.28 IRRW ( C) 1.4 0.10.10.2 0.2 0.1 0.1 (0.1 0.2 0.1 0.2) 0.28 IRRW ( D) 2.8 0.10.10.1 0.1 R ap b R( P 0) b A B C A B D I ( A) I ( B) RRW RRW 12

Risk achievement worth (RAW) Heikennyspotentiaali Miten paljon suuremmaksi kokonaisriski kasvaa nykyisestä, josta tarkasteltava riskitekijä toteutuu? Antaa siis teoreettisen rajan sille, miten suureksi riski voi muodostua kyseisen riskitekijän toteutuessa Auttaa näin vastaamaan erityisesti kysymykseen siitä, missä järjestyksessä vioittuneet komponentit tulisi uusia ja/tai korjata aadaan kaavasta I RAW R( P 1) a b R ap b Esim. edellinen vikapuu Komponentit A ja B 0.1 (0.1 0.2 0.1 0.2) IRAW ( A) IRAW ( B) 10 0.10.10.28 Komponentit C ja D I ( C) I ( D) RAW RAW 0.1 0.1 0.10.10.28 3.57 13

Vikaantumis- ja toiminta-tn ulottuvuudet 14

Esimerkki Komponenttia C koskevat järjestelmän vikaantumistn:t FC 1 P( A) P( B) P( D) 0.002 ( ) ( ) ( ) F P A P B P C D 0.0028 FC 0 P( A) P( B) 0.01 F FC 0 IRRW 1.4, IRAW 3.57, F F I FV F C1 F F C1 Vastaavat toimintatodennäköisyydet I I C1 C1 C0 C0 RRW FV 0.286 1 F 0.998 1 F 0.9972 1 F 0.99 1.0008, 1.0072, C1 IRAW C0 C0 0.0072 15

Lisää toiminta-tn-esimerkkejä Esim. sama OR-vikapuu Nyt -notaatiossa A=1 tarkoittaa, komponentti A toimii T + Birnbaum I ( A) 0.8 0 0.8 B A1 A0 I ( B) 0.9 0 0.9 B B1 B0 Risk reduction worth (RRW) I I Risk achievement worth (RAW) Fussell-Vesely A 0.8 0.8 0.9 0.9 0.8 0.9 B 0.1 0.2 A1 RRW ( A) 1.11 B1 RRW ( B) 1.25 0.8 0.9 IRAW ( A) IRAW ( B) 0 A 0 A 0 0.72 0 IFV ( A) 1.0 IFV ( B) 0.72 16

Huomioita Osa näistä edellisistä riskimitoista ei ole erityisen järkeviä RRW:n ja RAW:n osalta usean kertaluokan erot ovat mahdollisia vikaantumistodennäköisyyksien osalta, mutta ei toimintatodennäköisyyksien osalta Voidaan esittää myös paremmat määritelmät A 1 0.8 0.72 IRRW ( A) 0.11 0.72 B 1 0.9 0.72 IRRW ( B) 0.25 0.72 0.72 0 I RAW A I B 0.72 A0 ( ) 1 RAW ( ) 17

Huomioita Fussell-Veselystä Tarkastellaan järjestelmää In 0.001 A Minimikatkosjoukkoesitys T A B C B C 0.01 0.05 Out Fussell-Vesely ei erottele B:tä eikä C:tä vikaantumistn:ien avulla esitettynä F FB 1 F p( A) IFV ( B) IFV ( C) F F Toimintatodennäköisyyksien puolella (1 p( A))(1 p( C)) I C0 IFV ( C) 0.0095 (1 0.001) (1 0.01 0.05) 0.999 B0 FV ( B) 0.050 18

Esimerkki riskimittojen käytöstä Tarkastellaan seuraavaa järjestelmää Huomioita Nuolenkärjet vastaavat AND-portteja Perustapahtumia kaikkiaan 8 2 8 vaihtoehtoista vikaantumisskenaariota Näistä voidaan määrittää vikaantumis- ja toimintatn:t eri komponenttien tn:ien avulla 19

Riskitekijöiden vaikutus Miten yksittäisten komponenttien vikaantuminen vaikuttaa kokonaisriskiin? Tässä kaaviossa kunkin suoran kulmakerroin on Birnbaumin riskimitta y-akselin leikkauspiste kuvaa esityksen R ap b mukaista minimiriskitasoa 20

uhteellisten muutosten merkitys Miten kokonaisriski muuttuu, jos komponenttien vikaantumistn:t muuttuvat suhteessa alkuperäisiin? Olkoon R b alkuperäinen kokonaisriski (baseline), R kokonaisriski P uuden ja aiemman komponenttiriskin suhde R R', P' R b P P R ap b api b R' P' R R R R i b b b b 21

Eri riskimittojen tulokset Päivitetty RAW (ks. kalvo 16) 22

Riskimittojen määritys simuloimalla Lähtökohta Generoidaan otoksia, jossa kussakin suuri määrä realisaatioita Kussakin otoksessa riskitekijöille voidaan määrittää niitä vastaavat riskimitat» Esim. pakotetaan yksittäiset riskitekijät toimiviksi Näin otosten pohjalta voidaan arvioida riskimittojen jakautumista Esim. vedensyöttöjärjestelmä 23

Vedensyöttöjärjestelmä (1/2) Millä tn:llä komponentti X on i:nneksi tärkein? Esim. N tärkein tn:llä 0.54, 2. tärkein tn:llä 0.221 jne. 24

Vedensyöttöjärjestelmä (2/2) 25

Riskimittojen absoluuttijakaumat 26

Riskimittajakaumat järjestysluvuilla 27