Wolfram System Modeler Linkをロードする：

モデルの寿命分布，この場合はReliabilityDistributionを得る：

モデルの寿命分布を得る：

ある特定の時間の後にシステムが稼働する尤度を見るために，生存関数をプロットする：

モデルからのコンポーネント名は短縮されている：

モデルからの本来の名前へのマッピングを示す規則を取り出す：

並列と直列のシステムの寿命を比較する：

生存関数は，任意の各時点において並列のシステムが機能する確率の方が高いことを示している：

システムの期待される寿命を計算する：

期待される寿命は，しばしば故障までの平均時間と呼ばれる：

コンポーネントがシステムの信頼性にとってどのように重要かを分析する：

コンポーネントの本来の名前を取り出す：

システムの構造を見ると，EMF，インダクタ，慣性が信頼性に撮って最も重要であることが分かる：

電気モーターの信頼性を調べる：

寿命分布を得る．システムは，抵抗の1つが動けば動く：

生存確率を時間の経過に沿って示す：

故障までの平均時間を計算する：

ReliabilityDistributionで参照されているコンポーネントの本来の名前を取り出す：

各コンポーネントが信頼性にとって構造的にどの程度重要かを示す：

コンポーネントがシステムの信頼性にとってどの程度重要かを分析する：

このモデルの故障までの平均時間：

BirnbaumImportanceは，EMFコンポーネントが信頼性にとって最も重要であることを示している：

EMFコンポーネントが改善されたモデルと比較する：

システムの平均寿命が約11%向上した：

連続電力供給(UPS)設定の信頼性をモデル化する：

電力は電力会社から電線を通して，あるいはインバーターからバッテリーを通して供給される：

故障までの平均時間(MTTF)を計算し，これを年に変換する：

同じシステムのバージョンを硬化部品と比較する：

硬化部品の故障までの平均時間は非常に長い：

2つの生存関数を計算する：

2つのシステムの生存関数を，故障までの平均時間とともに示す：

故障がシステムのパフォーマンスにどのように影響するかをモデル化する：

直流モーターの1つの抵抗が時点20で，別の抵抗が時点35で故障する：

抵抗が1つ故障するとモーターのスピードが低下し，抵抗が2つ故障するとモーターが完全に故障する：

システムの寿命分布を取り出す際に，コンポート名が変えられる：

適用された変換規則を取り出す：

システム分布における参照と同じ順序で，本来の名前だけを取り出す：