Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Abstract
Nowadays, the number of human activities that depend critically on comput-
er and communication systems grows at an increasing rate. Techniques for
reliability and dependability modeling and evaluation help to better under-
stand the behavior of these systems, and eventually to improve their perfor-
mances.
This work discusses a simulation method, called Recursive Variance Reduc-
tion (RVR), which can be used to evaluate different reliability measures more
accurately than possible with standard Monte Carlo simulation. The method
has been applied both to static (graph) models, and to Markovian models.
As application examples, we present the cases of perfect-node K-terminal
network reliability evaluation and of multi-component Markovian system
instantaneous reliability evaluation.
E-mail: cancela@fing.edu.uy
2. Modelos de redes
La variable Z está entonces definida de forma recursiva. Dado que para cual-
quier valor w que tome la variable aleatoria W, por la definición del método de
partionamiento, el grafo Gw tiene al menos un componente menos que G, la
recursión finaliza en un número finito de pasos. Es posible probar de manera
sencilla, empleando inducción completa en el tamaño del grafo [Cancela & El
Khadiri, 1995], que
E(Z(G)) = RK(G);
Var(Z(G)) ≤ (RK(G)-PO)(1-RK(G)-PF) ≤ RK(G)(1-RK(G)) = Var(Φ(X)).
Por lo tanto, el estimador de reducción recursiva de la varianza basado en
Z(G) es más preciso que el estimador Monte Carlo estándar basado en Φ(X).
Como ya hemos comentado, para aplicar reducción recursiva de la varianza
a un problema concreto de confiabilidad en grafos es imprescindible definir un
procedimiento de particionamiento adecuado. Incluso para un mismo problema,
el aumento de precisión obtenido y en general el comportamiento computacional
depende de este procedimiento.
En la subsección siguiente veremos a modo de ejemplo un particionamiento
apropiado para la evaluación de una red altamente confiable, con nodos perfec-
tos [Cancela & El Khadiri, 1995]. Los trabajos [Bulteau & El Khadiri, 1996;
Cancela, 1999; Cancela & Urquhart, 2000] estudian los casos de redes de
4. Modelos markovianos
6. Conclusiones
Referencias