1. UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO
FACULTAD DE CIENCIAS DE LA INGENIERÍA
ESCUELA DE INGENIERÍA ELÉCTRICA
DISTRIBUCIÓN ELECTRICA
DEBERES
AUTOR:
ALOMOTO SABANDO ANGÉLICA
CURSO:
8° SEMESTRE DE INGENIERIA ELÉCTRICA
DOCENTE:
CRISTIAN GUAMAN SANCHEZ
QUEVEDO – LOS RÍOS – ECUADOR
2017 - 2018
2. SIGLAS DE FIABILIDAD DE REDES DE DISTRIBUCION
SAIFI: SystemAverage InterruptionFrecuencyIndex,óFrecuenciaMediade Interrupciónpor
usuarioenun periododeterminado.
SAIDI: SystemAverage InterruptionDurationIndex,óTiempoTotal Promediode Interrupción
por usuarioenun periododeterminado.
CAIDI: The Customer Average Interruption Duration Index (CAIDI), es un índice de
fiabilidad comúnmente utilizado por las empresas de energía eléctrica
CAIFI: CustomerAverage InterruptionFrequencyIndex
ASAI: Average Service AvailabilityIndex
TIEPI: Time InterruptionEquivalentPowertoInstalled
NIEPI: NumberInterruptionEquivalentPowerInstalled
MATRICES DE MARKOV
3. Una cadena de Markov es una serie de eventos, en la cual la probabilidad de
que ocurra un evento depende del evento inmediato anterior. En efecto, las
cadenas de este tipo tienen memoria, "Recuerdan" el último evento y esto
condiciona las posibilidades de los eventos futuros. Esta dependencia del evento
anterior distingue a las cadenas de Markov de las series de eventos
independientes, como tirar una moneda al aire o un dado.
El análisis de Markov, llamado así en honor de un matemático ruso que
desarrollo el método en 1907, permite encontrar la probabilidad de que un
sistema se encuentre en un estado en particular en un momento dado. Algo más
importante aún, es que permite encontrar el promedio a la larga o las
probabilidades de estado estable para cada estado. Con esta información se
puede predecir el comportamiento del sistema a través del tiempo.
REPRESENTACIÓN GRAFICA DE UNA MATRIZ DE TRANSICIÓN:
Es el arreglo numérico donde se condensa las probabilidades de un estado a
otro. A través de una gráfica de matriz de transición se puede observar el
comportamiento estacionario representado por una cadena de Markov tal que
los estados representan la categoría en que se encuentre clasificado. Como se
aprecia a continuación:
4. PROPIEDADES:
1- la suma de las probabilidades de los estados debe ser igual a 1.
2- la matriz de transición debe ser cuadrada.
3- las probabilidades de transición deben estar entre 0 y 1
La mejor manera de entender que es una cadena de markov es desarrollando
un ejemplo sencillo de estas mismas como el siguiente.
EJEMPLO:
En un país como Colombia existen 3 operadores principales de telefonía móvil
como lo son tigo, Comcel y movistar (estados).
Los porcentajes actuales que tiene cada operador en el mercado actual son para
tigo 0.4 para Comcel 0.25 y para movistar 0.35. (estado inicial)
Se tiene la siguiente información un usuario actualmente de tigo tiene una
probabilidad de permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse
a movistar de 0.2; si en la actualidad el usuario es cliente de Comcel tiene una
probabilidad de mantenerse en Comcel del 0.5 de que esta persona se cambie
a tigo 0.3 y que se pase a movistar de 0.2; si el usuario es cliente en la actualidad
de movistar la probabilidad que permanezca en movistar es de 0.4 de que se
cambie a tigo de 0.3 y a Comcel de 0.3.
Partiendo de esta información podemos elaborar la matriz de transición.
5. La suma de las probabilidades de cada estado en este caso operador deben ser
iguales a 1
Po= (0.4 0.25 0.35) → estado inicial
También se puede mostrar la transición por un método grafico
Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos,
esto se realiza multiplicando la matriz de transición por el estado inicial y asi
sucesivamente pero multiplicando por el estado inmediatamente anterior.
6. Como podemos ver la variación en el periodo 4 al 5 es muy mínima casi
insignificante podemos decir que ya se a llegado al vector o estado estable.