Resumen

En muchas aplicaciones, la función de tasa de fallos puede presentar una curva en forma de bañera. En este trabajo, se propone un algoritmo de maximización de expectativas para construir una cadena de Markov de tiempo continuo adecuada que modele los datos de tiempo de fallo por la primera vez que se alcanza el estado de absorción. Supongamos que un sistema se describe mediante métodos de variables suplementarias, el dispositivo de etapa, etc. Dado un conjunto de datos, los estimadores de máxima verosimilitud de la distribución inicial y las tasas de transición infinitesimales de la cadena de Markov pueden obtenerse mediante nuestro novedoso algoritmo. Supongamos que hay m estados transitorios en el sistema y que hay n datos de tiempo de fallo. El algoritmo ideado sólo necesita calcular la exponencial de m×m matrices triangulares superiores para O(nm2) veces en cada iteración. Por último, el algoritmo se aplica a dos conjuntos de datos reales, lo que indica la practicidad y eficiencia de nuestro algoritmo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:datos de tiempo de fallo, algoritmo, matrices triangulares superiores m×m, curva en forma de bañera, algoritmo de maximización de expectativas, función de tasa de fallo, tasas de transición infinitesimales, estimadores de máxima verosimilitud, conjuntos de datos reales, cadena de markov temporal
• Keywords:failure time data, algorithm, m×m upper triangular matrices, bathtub shape curve, expectation maximization algorithm, failure rate function, infinitesimal transition rates, maximum likelihood estimators, real data sets, time markov chain