Made available in DSpace on 2014-06-12T17:41:39Z (GMT). No. of bitstreams: 2 arquivo7326_1.pdf: 1202400 bytes, checksum: a85b1fc731f434bf7654d913dbfa3b5a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Petróleo Brasileiro S/A / Neste trabalho, é proposta uma metodologia de modelagem de indicadores de desempenho de Confiabilidade ((In)Disponibilidade, Confiabilidade, Manutenibilidade) de sistemas complexos baseada na integração entre processos semi Markovianos (PSMs) e Redes Bayesianas (RBs). Basicamente, um PSM pode ser entendido como um processo estocástico no qual as probabilidades de transição dependem do intervalo de tempo decorrido desde o qual um sistema possui determinadas características. Já as Redes Bayesianas são estruturas probabilísticas que representam qualitativa e quantitativamente relações de causa e efeito entre determinadas variáveis aleatórias de interesse. A integração entre os PSMs e as RBs origina um modelo estocástico híbrido o qual é capaz de representar a dinamicidade de um sistema ao mesmo tempo em que trata como as relações de causa e efeito entre fatores não necessariamente temporais influenciam tal evolução. Para desenvolver tal modelo híbrido, faz-se necessário propor e formular o método numérico computacional de resolução das equações de probabilidades de transição dos PSMs definidos através de taxas de transição as quais são equações integrais do tipo convolução. Tal método é baseado na aplicação de transformadas de Laplace as quais serão invertidas utilizando o método de Quadratura Gaussiana conhecido como Gauss Legendre. Aplicações do modelo híbrido proposto são realizadas em sistemas tolerantes à falha com o objetivo de avaliar a evolução temporal dos indicadores de desempenho de Confiabilidade