【知识点】马尔科夫分析法（MarkovAnalysis）
　　通常用于对那些存在多种状态（包括各种降级使用状态）的可维修复杂系统进行分析。
　　（一）适用范围
　　适用于对复杂系统中不确定性事件及其状态改变的定量分析。

　　（二）实施步骤 （略）

　　【案例】
　　分析一种仅存在三种状态的复杂系统。
　　功能 —— 状态S1
　　降级 —— 状态S2
　　故障 —— 状态S3
　　每天，系统都会存在于这三种状态中的某一种。

马尔科夫矩阵说明了系统明天处于状态Si的概率
　　（i可以是1、2或3）

　　马尔科夫矩阵 　　

Pi表示系统处于状态i （i可以是1、2或3）的概率，那么需要解决的联立方程包括：
　　P1＝0.95P1＋0.30P2＋0.20P3 （1）
　　P2＝0.04P1＋0.65P2＋0.60P3 （2）
　　P3＝0.01P1＋0.05P2＋0.20P3 （3）
　　这三个方程并非独立的，无法解出三个未知数。因此，下列方程必须使用，而上述方程中有一个方程可以弃用。
　　1＝P1＋P2＋P3 （4）
　　解联立方程组，得到：
　　状态1的概率P1＝0.85
　　状态2的概率P2＝0.13
　　状态3的概率P3＝0.02

（三）主要优点和局限性
　　主要优点：能够计算出具有维修能力和多重降级状态的系统的概率。
　　局限性：

（1）无论是故障还是维修，都假设状态变化的概率是固定的；

（2）所有事项在统计上具有独立性，因此未来的状态独立于一切过去的状态，除非两个状态紧密相连；

（3）需要了解状态变化的各种概率；

（4）有关矩阵运算的知识比较复杂，非专业人士很难看懂。