Dėl spartaus technologijų naudojimo paskutiniais dešimtmečiais kuriama vis daugiau sudėtingų sistemų, kurių saugos užtikrinimui turi būti vertinamas techninės ir programinės įrangos patikimumas bei žmogaus-operatoriaus veiksmai. Analizuojant tokias sistemas ypatingai svarbią reikšmę turi laiko faktorius ir su juo susiję determinuoti fiziniai procesai bei stochastiniai įvykiai. Šio tiriamojo darbo tikslas yra sukurti tikimybinės dinamikos modeliavimo metodiką išplėtojant susijusias patikimumo analizės priemones bei jas pritaikyti realios sistemos tyrimui. Sprendžiant užsibrėžtus uždavinius, darbe buvo pritaikyta pažangi stimuliuojamos dinamikos teorija, kol kas neturinti plataus praktinių modelių pagrindimo. Pritaikyta imitacinio modeliavimo metodika suteikė galimybę atlikti visapusišką šilumnešio praradimo avarijos saugos analizę. Reikšmingiausi darbo rezultatai yra susiję su neapibrėžtų įvykių ir dinaminių sistemų saugos analize, siekiant padidinti jų patikimumą. Didžioji atlikto darbo taikymų dalis skirta techninėms dinaminėms sistemoms. Darbe išnagrinėti ir išplėtoti modeliavimo metodai, kurie yra tinkami tirti sistemų patikimumą, susijusį su uždelstais pavojingais įvykiais ar rizikingais operatorių sprendimais. / The current probabilistic safety analysis is not capable of estimating the reliability of the complex dynamic systems where the interactions occur between hardware, software and human actions. In the safety analysis of these systems the time factor is as much important as it joins an evolution of physical variables and stochastic events. In this master thesis the simulation and reliability analysis of the probabilistic dynamics are considered. The new approach of stimulus based probabilistic dynamics is used for the Monte Carlo simulations of the dynamic system. The developed methodology was applied for the safety analysis of the loss of the coolant accident in the nuclear reactor. Besides the assessment of the probability of system failure the scenario analysis was accomplished. The essential events were identified. The uncertainty and sensitivity analysis revealed that the failure probability had a wide range of the distribution due to the uncertainty of twelve simulation parameters. Four main parameters were identified as their uncertainty had the biggest correlation with the uncertainty of the system failure. For the complete reliability analysis the relations between the failure probability and the system characteristics were determined.