UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO

FACULTAD DE CIENCIAS EN LA INGENIERÍA

INGENIERÍA EN ELECTRICIDAD

TEMA:
MÉTODO DE MÁRKOV (MODELO DE ESTADOS) Y EL MÉTODO DE
FRECUENCIA Y DURACIÓN

ALUMNO:
MACIAS CENTENO KEVIN EDUARDO

MATERIA:
PLANIFICACIÓN DE SISTEMAS ELECTRICOS

DOCENTE:
ING. PEÑA BANEGAS DIEGO

PERIODO:
2020-2021 PPA
Método de Márkov (modelo de estados).
El análisis de Márkov, fue desarrollado en el año de 1970 por el ruso Andréi
Andréyevich Márkov, permite encontrar la probabilidad de que un sistema se
encuentre en un estado en particular en un momento especifico, además permite
conocer la estabilidad para cada estado. Mediante esta información es posible
predecir el comportamiento del sistema a través del tiempo. [1]

Una cadena de Márkov es una secuencia 𝑥1 , 𝑥2 , 𝑥3, … de variables aleatorias. El

rango de estas variables es llamado espacio de estados, el valor de 𝑥𝑛 es el
estado de proceso en el tiempo n. Si la distribución de probabilidad condicional
de 𝑥𝑛+1 en estados pasados es una función de 𝑥𝑛 por si sola. [1] La ecuación de
la propiedad de Márkov es:

𝑃(𝑋𝑛+1 = 𝑥𝑛+1 |𝑋𝑛 = 𝑥𝑛 , 𝑋𝑛−1 = 𝑥𝑛−1 , … , 𝑋2 = 𝑥2 , 𝑋1 = 𝑥1 ) = 𝑃(𝑋𝑛+1 = 𝑥𝑛+1 |𝑋𝑛 = 𝑥𝑛)

Donde 𝑥𝑖 es el estado del proceso en el instante i. La identidad mostrada es la

Propiedad de Márkov. [1]

Representación de las cadenas de Márkov.

- Forma Matricial.
Llamemos 𝐸1 , 𝐸2 , … , 𝐸𝑘 los estados exhaustivos y mutuamente
excluyentes de un experimento aleatorio en cualquier tiempo. Inicialmente
en el tiempo 𝑡0 , el sistema puede estar en cualquiera de estos estados.
Sea 𝑎0𝑗 (𝑗 = 0, 1, … , 𝑘) la probabilidad absoluta de que el sistema se
encuentre en el estado 𝐸𝑗 en 𝑡0 . [1]
Definamos 𝑝𝑖𝑗 como la probabilidad de transición de un paso de ir al
estado i en 𝑡𝑛−1 , al estado j en 𝑡𝑛 , es decir, la probabilidad de que en el
siguiente periodo se encuentre 𝐸𝑗 , dado que el periodo anterior
inmediatamente estuvo en 𝐸𝑖 . Supongamos que estas probabilidades son
estacionarias a través del tiempo. Las probabilidades de transición del
estado 𝐸𝑖 al estado 𝐸𝑗 se expresan de una manera conveniente en forma
matricial. [1] La matriz de probabilidad de transición de estado será:
 Otra forma de escribir la matriz de transición de esta es utilizando las tasas
de transición q del estado i al estado j. [1] La matriz de tasas de transición
de estado se puede representar de la siguiente forma:
𝑄 = [𝑞𝑖𝑗 ]

Donde 𝑞𝑖𝑗 puede ser la tasa de falla o la tasa de restauración de un equipo,

así pues:

𝜆 = es la tasa de transición del estado i al estado j, o Tasa de Falla y

matemáticamente es:

𝑁º 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎𝑠 𝑑𝑒 𝑢𝑛 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑛 𝑢𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑎𝑑𝑜

𝜆=
𝑃𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑛 𝑞𝑢𝑒 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑒𝑟𝑚𝑎𝑛𝑒𝑐𝑒 𝑒𝑛 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛

𝜇 =Es la Tasa de transición del estado i al esto j, o tasa de restauración y

matemáticamente es:

𝑁º 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑒𝑠 𝑑𝑒 𝑢𝑛 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑛 𝑢𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑎𝑑𝑜

𝜇=
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑛 𝑞𝑢𝑒 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑒𝑟𝑚𝑎𝑛𝑒𝑐𝑒 𝑒𝑛 𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛

- Forma gráfica.
Para la representación gráfica de la Cadena de Márkov, se recurre a las
indicaciones dadas en la Norma IEC 61-165 de 2006, así pues, para un
sistema de dos estados. [1] La forma gráfica de la cadena es:

Considerando un intervalo infinitesimal de tiempo, dt, se puede despreciar

la ocurrencia de dos o más eventos. De esta manera:
 Figura 1 espacio de estados de un sistema de un elemento.

𝑃0 (𝑡 + 𝑑𝑡) = 𝑃0 (𝑡)(1 − 𝜆 𝑑𝑡) + 𝑃1 (𝑡) 𝜇 𝑑𝑡 (1)

𝑃1 (𝑡 + 𝑑𝑡) = 𝑃1 (𝑡)(1 − 𝜇 𝑑𝑡) + 𝑃0 (𝑡) 𝜆 𝑑𝑡 (2)

O bien:

𝑃0 (𝑡 + 𝑑𝑡) − 𝑃0 (𝑡) = −𝑃0 (𝑡)𝜆 𝑑𝑡 + 𝑃1 (𝑡) 𝜇 𝑑𝑡 (3)

𝑃1 (𝑡 + 𝑑𝑡) − 𝑃1 (𝑡) = 𝑃0 (𝑡)𝜆 𝑑𝑡 − 𝑃1 (𝑡) 𝜇 𝑑𝑡 (4)

Si dividimos por dt, obtenemos:

𝑃0 (𝑡 + 𝑑𝑡) − 𝑃0 (𝑡)
= − 𝜆 𝑃0 (𝑡) + 𝜇 𝑃1 (𝑡) (5)
𝑑𝑡

𝑃1 (𝑡 + 𝑑𝑡) − 𝑃1 (𝑡)
= 𝜆 𝑃0 (𝑡) − 𝜇 𝑃1 (𝑡) (6)
𝑑𝑡

Si dt tiende a cero, las ecuaciones 5 y 6 corresponden a la definición de derivada

y, por lo tanto:

𝑃0 ′(𝑡) = − 𝜆 𝑃0 (𝑡) + 𝜇 𝑃1 (𝑡) (7)

𝑃1 ′(𝑡) = 𝜆 𝑃0 (𝑡) − 𝜇 𝑃1 (𝑡) (8)
Resolviendo estas ecuaciones obtendremos:

𝜇 𝑒 −(𝜆+𝜇)𝑡
𝑃0 (𝑡) = [𝑃0 (0) + 𝑃1 (0)] + [𝜆𝑃0 (0) − 𝜇𝑃1 (0)] (9)
𝜆+𝜇 𝜆+𝜇

𝜆 𝑒 −(𝜆+𝜇)𝑡
𝑃1 (𝑡) = [𝑃0 (0) + 𝑃1 (0)] + [𝜇𝑃0 (0) − 𝜆𝑃1 (0)] (10)
𝜆+𝜇 𝜆+𝜇

Donde 𝑃0 (0) 𝑦 𝑃1 (0) corresponden a las condiciones iniciales. Además, se tiene

que:

𝑃0 (0) 𝑦 𝑃1 (0) = 1 (11)

Debido a que el componente, en un instante cualquiera, t, está operando en falla.
Admitiendo que el análisis se inicia cuando el sistema está en operación, se
tienen las siguientes expresiones:

𝑃0 (0) = 1

𝑃1 (0) = 0

Por lo tanto, las ecuaciones 9 y 10 se trasforman en:

𝜇 𝑒 −(𝜆+𝜇)𝑡
𝑃0 (𝑡) = + (12)
𝜆+𝜇 𝜆+𝜇

𝜆 𝑒 −(𝜆+𝜇)𝑡
𝑃1 (𝑡) = + (13)
𝜆+𝜇 𝜆+𝜇

Si t tienen al infinito, las probabilidades en estado estacionario serán:

𝜇
𝑃0 (∞) = (14)
𝜆+𝜇

𝜆
𝑃1 (∞) = (15)
𝜆+𝜇

Utilizando los conceptos de tiempo medio para la falla 𝑇1 y tiempo medio de

reparación 𝑇2 , se tiene:

1
𝑇1 = (16)
𝜆

1
𝑇2 = (17)
𝜇

Por lo tanto, las probabilidades de operación y falla en estado de régimen

permanente, en función del tiempo de operación y reparación son:

𝑇1
𝑃0 = (18)
𝑇1 + 𝑇2

𝑇2
𝑃1 = (19)
𝑇1 + 𝑇2

Las ecuaciones (14) y (15), así como las ecuaciones (18) y (19) permiten calcular
la probabilidad de residencia en el estado de operación y en el estado de falla,
de un sistema modelado como único elemento. [2]
Técnica de frecuencia y duración.

La idea central de evaluar la confiabilidad en una red eléctrica es disponer de

información cuantitativa, que refleje el comportamiento y calidad de servicio que
entrega la red eléctrica. La técnica de Markov es adecuada para determinar la
probabilidad de estado y disponibilidad de la red eléctrica. Los parámetros de
calidad como la frecuencia de encontrar en un estado determinado y la duración
promedio de residencia en dicho estado entregan mucha más información que
una simple probabilidad. [2]

Figura 2 Representación del ciclo de operación-falla-reparación-operación de un componente.

1
La frecuencia del ciclo representado en la figura 1 es 𝑓 = 𝑇. La probabilidad de
que un elemento este en operación se da por la siguiente relación probabilística:
𝑚
𝑃(𝑜𝑝) =
𝑚+𝑟
Donde:
1
𝑚= = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑐𝑖ó𝑛
𝜆
1
𝑟= = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛
𝜇
Como:
𝑇 =𝑚+𝑟
Se tiene:
𝑚 1 𝑓
𝑃(𝑜𝑝) = = =
𝑇 𝑇𝜆 𝜆
Despejando f, obtenemos:
𝑓 = 𝑃(𝑜𝑝) ∗ 𝜆
Donde f representa la frecuencia de encuentre en un estado determinado que
depende de la probabilidad de encontrarse en el estado, por la tasa de partida
de dicho estado. [2] La aplicación de esta técnica para un sistema cualquiera se
puede resumir en los siguientes pasos:

1. Evaluar las probabilidades límites de estado. [2]

2. Evaluar la frecuencia de encuentro en un estado. [2]
3. Evaluar la duración media de cada estado. [2]

La duración media de residencia en cada estado de los estados acumulados, se

obtienen mediante la expresión:

𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑖

𝑚𝑐 =
𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑜 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑡𝑎𝑑𝑜 𝑖
Esta técnica de frecuencia y duración también es aplicable en el área de
generación. [2]

Referencias

[1] V. M. G. Arévalo, «Aplicación de la cadena de Márkov a transformadores de

tensión y pararrayos ubicados en las subestaciones de interconexión
eléctricas S.A. E.S.P. -ISA-,» Medellín, 2008.

[2] A. G. A. Mass, «Evaluacion de confiabilidad en sistemas electricos de

ditribución,» Santiago de Chile, 1994.