O principal objetivo deste trabalho é aplicar métodos de Monte Carlo via Cadeias de Markov para obter os sumários a posteriori do parâmetro de interesse de alguns modelos especiais considerados na Teoria de Confiabilidade.Uma metodologia Bayesiana é desenvolvida para a superposição de dois processos de Poisson não-homogêneo dependentes na presença ou não de covariáveis. Usamos métodos Bayesianos para discriminar os modelos propostos para os dados de confiabilidade de software. Uma análise Bayesiana é desenvolvida para processos de Poisson não-homogêneos na presença de um ponto de mudança na função intensidade usando os métodos de Monte Carlo via Cadeias de Markov (MCMC). Nesta situação, temos interesse em obter inferência deste ponto de mudança onde o processo de Poisson não-homogêneo muda. Uma ilustração numérica é apresentada com conjunto de dados simulados e reais.

not available