INTRODUCTION
Les systèmes réparables constituent encore la majeure partie de l’électronique (mis à part les dispositifs dont le coût de réparation est prohibitif devant celui de fabrication).
Sur leur cycle de vie, les caractéristiques SdF les plus pertinentes y sont celles qui grèvent le coût de possession, c’est-à-dire l’indisponibilité et le taux de défaillance élémentaire.
La première s’exprime – ponctuellement – par la probabilité pour que l’entité considérée soit inapte à l’utilisation (malgré la redondance éventuelle et les réparations), ou bien – après stabilisation du régime transitoire – par le temps moyen après lequel le matériel n’est plus utilisable (entre défaillance et remise en service).
Le second rend compte de la fréquence des défaillances, qui devient vite constante et permet – de préférence à la fiabilité – de dimensionner la logistique de soutien.
Mais c’est la modélisation même du processus de fonctionnement et de maintenance curative qui rend compte du cycle de vie du système et permet les calculs des probabilités d’état ou de ses estimateurs.
Plusieurs méthodes analytiques sont présentées pour répondre aux différents cas de figure :
-
d’abord (et plus en profondeur, car la plus utilisée) celle dite MEE (méthode de l’espace des états) pour le processus markovien à taux de transition
et 
constants ; ensuite, brièvement, quelques-unes de ses extensions : états fictifs, états de marche critique et séquences d’états ; -
enfin, sa généralisation aux processus semi-markoviens où la probabilité de transition d’un état vers un autre ne dépend que du temps de séjour écoulé dans le premier.
Toutefois, ces analyses séquentielles ne permettent pas de modéliser les situations de conflit ou de blocage, survenant particulièrement dans les systèmes asynchrones.
On présente donc dans la suite, à l’aide de la symbolique très riche des réseaux de Petri (RdP), des exemples – parmi bien d’autres – de modélisations qualitatives de fonctionnement et de dysfonctionnements. On en vient enfin à leur utilisation quantitative (RdPS), via l’équivalence markovienne, par le choix approprié de lois de tirage des transitions du réseau ou comme support bas niveau pour simulations de Monte-Carlo.
