Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
+ =
+
( ) ( )
( ) ( ) t P t P .
t
t P t t P
2 2 1 1
2 2
=
+
( ) ( )
( ) ( ) t P t P .
t
t P t t P
3 1 1 2
3 3
=
+
10/25/2010 22
No limite em que t0, tem-se que
Ex empl o:
2 c omponent es em par al el o
( ) ( ) ( )
( ) ( ) t P
dt
t dP
t
t P t t P
lim
1 2 1
1 1 1
0 t
+ = =
+
( ) ( ) ( )
( ) ( ) t P t P .
dt
t dP
t
t P t t P
lim
2 2 1 1
2 2 2
0 t
= =
+
( ) ( ) ( )
( ) ( ) t P t P .
dt
t dP
t
t P t t P
lim
3 1 1 2
3 3 3
0 t
= =
+
10/25/2010 23
Tem-se ento o seguinte sistema de EDOs lineares
de 1
a.
ordem:
Ex empl o:
2 c omponent es em par al el o
( )
( ) ( ) ( )
( )
( ) ( ) ( )
( )
( ) ( ) ( )
= =
= =
= + =
0 0 P ; t P t P .
dt
t dP
0 0 P ; t P t P .
dt
t dP
1 0 P ; t P
dt
t dP
3 3 1 1 2
3
2 2 2 1 1
2
1 1 2 1
1
10/25/2010 24
Tem-se ento o seguinte sistema de EDOs lineares de 1
a.
ordem. Considerando que no instante inicial (t=0) o
sistema est no estado 1, chega-se soluo do
sistema de EDOs usando a transformada de Laplace:
Ex empl o:
2 c omponent es em par al el o
( )
( )t t
2
2 1 2
e e t P
+
= ( )
( )t
1
2 1
e t P
+
=
( )
( )t t
3
2 1 1
e e t P
+
=
( ) ( ) ( ) ( )
( )t t t
3 2 1 4
2 1 2 1
e e e 1 t P t P t P 1 t P
+
+ = =
10/25/2010 25
Qual a confiabilidade do sistema?
A confiabilidade do sistema em paralelo a
soma das probabilidades dos estados 1, 2 e 3
Ex empl o:
2 c omponent es em par al el o
( ) ( ) ( ) ( ) ( ) t P 1 t P t P t P t R
4 3 2 1 S
= + + =
( )
( )t t t
S
2 1 2 1
e e e t R
+
+ =
10/25/2010 26
Se os mesmos c omponent es
est i ver em em sr i e
O diagrama de Markov o mesmo
As probabilidades de estado so as mesmas
A confiabilidade do sistema em srie igual
probabilidade do sistema estar no estado 1
( ) ( )
( )t
1 S
2 1
e t P t R
+
= =
10/25/2010 27
Pr oc essos de Mar k ov
10/25/2010 28
Pr oc essos de Mar k ov
10/25/2010 29
Pr obabi l i dades de
Tr ansi o
10/25/2010 30
Pr oc essos de Mar k ov
sem memr i a
Processos de Markov com probabilidades de transio
estacionrias so chamados de processos sem memria
Ao se analisar a probabilidade de realizar uma transio
de um estado para outro em um dado instante t, no
importa saber quanto tempo o sistema est no estado
atual, nem como o sistema chegou a esse estado
Consequncia: processos de desgaste no podem ser
facilmente analisados usando modelos de Markov
10/25/2010 31
Pr obabi l i dades de
Tr ansi o
10/25/2010 32
Tax as de Tr ansi o
As taxas de transio
i j
do estado i para o estado j so
definidas como:
Considerando as probabilidades de transio
estacionrias:
10/25/2010 33
Equa es de Est ado
(dedu o)
10/25/2010 34
Equa es de Est ado
(dedu o)
10/25/2010 35
Equa es de Est ado
(f or ma mat r i c i al )
10/25/2010 36
Mat r i z de t r ansi o
10/25/2010 37
Si st ema de Equa es
Di f er enc i ai s
Logo, o processo de Markov pode ser escrito como um
conjunto de equaes diferenciais lineares de primeira
ordem (equaes de estado) representado
compactamente por
onde a derivada do vetor de probabilidades de
estado
) t ( Q . T ) t ( Q =
-
) t ( Q
-
) t ( Q
10/25/2010 38
Obser va o
Observa-se a partir das equaes
que a soma dos elementos de uma dada coluna da matriz
de transio igual a zero. Consequentemente, a matriz T
singular e as equaes de estado no possuem uma
soluo nica. Contudo, como o sistema deve estar num
dos possveis (r+1) estados, tem-se que e
conhecendo-se o estado inicial do sistema P
i
(0)=1,
podem-se estimar todas as probabilidades P
j
(t).
10/25/2010 39
Sol u o das Equa es de
Est ado
10/25/2010 40
Sol u o das Equa es de
Est ado
10/25/2010 41
Ex empl o
10/25/2010 42
Ex empl o
10/25/2010 43
Ex empl o
10/25/2010 44
Ex empl o
10/25/2010 45
Di sponi bi l i dade X
I ndi sponi bi l i dade
10/25/2010 46
Ex empl o
10/25/2010 47
Conf i abi l i dade do Si st ema
A confiabilidade do sistema R(t) igual probabilidade
dele ocupar o estado 1, dada por:
O tempo mdio de falha (MTTF) do sistema dado por
( ) ( ) ( ) t P 1 t P t R
0 1
= =
( )
}
=
0
dt t R MTTF
10/25/2010 48
Pr obabi l i dades
Est ac i onr i as
Em algumas situaes, apenas as probabilidades
estacionrias so de interesse, ou seja, os valores de P
j
(t)
quando t tende ao infinito
Antes de obtermos as probabilidades estacionrias,
vejamos os conceitos de estado atingvel e processo
irredutvel
10/25/2010 49
Pr oc esso de Mar k ov
I r r edut vel
10/25/2010 50
Pr obabi l i dades
Est ac i onr i as
O processo de Markov irredutvel converge para uma
condio na qual a probabilidade do sistema estar em um
determinado estado j
que so as probabilidades estacionrias ou assintticas
Note que se P
j
(t) tende a um valor constante quando t
tende ao infinito, ento sua derivada tender a zero
10/25/2010 51
Pr obabi l i dades
Est ac i onr i as
10/25/2010 52
Ex er c c i o
Considere um sistema com dois componentes
independentes em paralelo, cujos estados so:
10/25/2010 53
Ex er c c i o
Considere as seguintes taxas de transio entre esses
estados:
32
=
10
=
1
: taxa de falha do componente 1
31
=
20
=
2
: taxa de falha do componente 2
23
=
01
=
1
: taxa de reparo do componente 1
13
=
02
=
2
: taxa de reparo do componente 2
Construa o diagrama de Markov para o sistema
Calcule a soluo transiente e a soluo estacionria
Determine a disponibilidade mdia e a confiabilidade
Calcule o MTTF
10/25/2010 54
Ex er c c i o
LEMBRANDO QUE, NESSE CASO,
A confiabilidade do sistema R(t) igual
probabilidade dele ocupar os estados 1, 2 ou 3,
dada por:
( ) ( ) ( ) ( ) ( ) t P t P t P t P t R
0 3 2 1
1 = + + =
10/25/2010 55
Ex er c c i o
Considere agora que os 2 componentes do exerccio
anterior sejam colocados em srie, com as mesmas
taxas de falha e reparo
Construa o diagrama de Markov para o sistema
Calcule a soluo transiente e a soluo estacionria
Determine a disponibilidade mdia e a confiabilidade
Calcule o MTTF