Markovovy modely
Markovovy
modely jsou funkce dvou náhodných proměnných, stavu systému a doby nebo jiné
veličiny, v závislosti na které stav sledujeme. Modely ser využívají pro výpočet spolehlivosti obnovovaných systémů v případě, že mají
doby provozu a doby obnovy exponenciální rozdělení. S ohledem na rozdílný popis sledovaného času se modely dělí na:
Markovův řetězec
- diskrétní čas – ke změně stavu může dojít jen v určitých časových okamžicích
- diskrétní stav soustavy
Markovův proces
- spojitý čas – ke změně stavu prvků může dojít v kterémkoliv okamžiku.
- diskrétní stav soustavy
1. Markovovy modely
1.2. Markovův proces
V případě Markovova procesu se jedná o model s diskrétními stavy a spojitým časem. Charakterizujeme-li systémy intenzitou přechodu z jednoho stavu do druhého, můžeme tyto intenzity použít pro výpočet pravděpodobnosti jednotlivých stavů Markovových procesů. Pro výpočty je nutno vycházet z určitých předpokladů:
1. Pravděpodobnost přechodu z jednoho stavu do druhého během ∆t je dána λ(t)∙∆t Kde
λ(t) je intenzita
pravděpodobnosti přechodu mezi oběma stavy 2. Pravděpodobnost více než jednoho přechodu během ∆t je à0 (zanedbatelná). Za jeden časový úsek ∆t se může
dojít pouze k jediné změně (může se změnit jen jedna věc - stav).
N je počet poruch za sledované období ti je doba
trvání i-té poruchy (opravy) Pokud přechod dle
zjednodušujících předpokladů nemůže nastat, vyplňuje se nulový prvek. Prvky pro
k=j se v matici intenzit doplňují s ohledem na ostatní možné stavy tak, aby
byla splněna podmínka nulového součtu hodnot v každém jednotlivém řádku.
Pravděpodobnost možných stavů
soustavy se následně vypočítá za použití vztahu:
Jak je z předchozího patrné,
výstupem je soustava diferenciální rovnic (Markovovy stavové rovnice) za dříve
zmíněných předpokladů, které popisují pravděpodobnosti přechodů z počátečních
stavů do stavů konečných. Řešením této soustavy je možno určit pravděpodobnosti
těchto stavů, které se následně využijí k určení součinitele pohotovosti.