AVALIAÇÃO DA CONFIABILIDADE COMPOSTA BASEADA EM ...

λ 21
Estado 1 Estado 2
λ 41
λ 12
λ 32
λ 31 λ 42
λ 13
λ 23
λ 14
λ 24
Estado 3
Estado 4
λ 43 λ 34
Estado n-1
Estado n
Figura 38– Representação Multi-Estados com a classe BlcTxEstado.
A principal diferença entre as metodologias de amostragem de estados entre as
duas classes, BlcProbAcc e BlcTxEstado, é em relação a cronologia do processo. Na
primeira abordagem não existe nenhuma ligação cronológica entre os estados
seqüencialmente amostrados, isto é, o estado amostrado no instante t independe do
estado amostrado no instante t −1, enquanto que na segunda abordagem existe esta
dependência.
Um outro aspecto importante a ser ressaltado sobre as duas classes, é o fato de que
um modelo representado por uma CDF, classe BlcProbAcc, não pode ser transformado
em um modelo representado por taxas de transições de estados, classe BlcTxEstado,
mas o caminho inverso é possível.
A transformação da representação por taxas de transição de estados em uma
representação por CDF nada mais é do que a resolução da equação matricial (2.18).
Conforme apresentado, a modelagem pela curva CDF é necessária para o processo
de simulação não seqüencial, enquanto que a modelagem por duração dos estados é
necessária para o processo de simulação seqüencial. No entanto, o caso ideal é aquele
em que as duas informações estão presentes no mesmo modelo, para que não exista a
necessidade de se manter duas bases de dados distintas, uma para cada tipo de
simulação.
Para atender a esta condição, a classe BlcTxEstado implementa o método use_cdf,
que muda a forma de representação do modelo para a equivalente em CDF, sem perder
os dados originais do modelo, através do cálculo de probabilidades estacionárias dos
estados, conforme o algoritmo apresentado na Figura 40.
73