Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza

La predicción del desempeño de una estructura puede ser llevada a cabo mediante modelos computacionales de diversa complejidad. Estos modelos evalúan la respuesta de la estructura para una determinada configuración de los parámetros de entrada. En ciertas aplicaciones, existirá incertidumbre en esto...

Descripción completa

Detalles Bibliográficos
Autor: González Bustos, Iván Vladimir
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2019
País:Chile
OAI Identifier:oai:repositorio.anid.cl:10533/237750
Acceso en línea:https://hdl.handle.net/10533/237750
Access Level:acceso abierto
Palabra clave:Ingeniería y Tecnología
Ingeniería Civil
id CL_a2c9538e7ede9b50ef212b32fecfa67d
oai_identifier_str oai:repositorio.anid.cl:10533/237750
network_acronym_str CL
network_name_str Chile
repository_id_str
dc.title.es_CL.fl_str_mv Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
Uncertainty quantification of structural systems applying model order reduction techniques, resampling and variance reduction
title Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
spellingShingle Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
González Bustos, Iván Vladimir
Ingeniería y Tecnología
Ingeniería Civil
Ingeniería Civil
title_short Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
title_full Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
title_fullStr Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
title_full_unstemmed Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
title_sort Cuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianza
dc.creator.none.fl_str_mv González Bustos, Iván Vladimir
author González Bustos, Iván Vladimir
author_facet González Bustos, Iván Vladimir
author_role author
dc.contributor.advisor.none.fl_str_mv Valdebenito Castillo, Marcos Alberto
dc.contributor.institution.es_CL.fl_str_mv UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
dc.subject.oecd1n.es_CL.fl_str_mv Ingeniería y Tecnología
topic Ingeniería y Tecnología
Ingeniería Civil
Ingeniería Civil
dc.subject.oecd2n.es_CL.fl_str_mv Ingeniería Civil
dc.subject.oecd3n.es_CL.fl_str_mv Ingeniería Civil
description La predicción del desempeño de una estructura puede ser llevada a cabo mediante modelos computacionales de diversa complejidad. Estos modelos evalúan la respuesta de la estructura para una determinada configuración de los parámetros de entrada. En ciertas aplicaciones, existirá incertidumbre en estos parámetros, por lo que sus valores precisos podrían ser difíciles de establecer. Dicha incertidumbre afectará la respuesta del modelo, generando incerteza en ella. La incertidumbre presente puede ser modelada mediante la teoría de probabilidad y ser incorporada al modelo mediante variables aleatorias. De esta forma, la respuesta del modelo se convierte en una variable aleatoria, aumentando considerablemente la complejidad del problema. Existen diferentes técnicas para abordar el problema de cuantificación de incertidumbre. En particular, dos serán estudiadas en este trabajo: estadísticas de segundo orden y análisis de sensibilidad global mediante índices de Sobol’. Las estadísticas de segundo orden permiten, por ejemplo, caracterizar la forma de una distribución de probabilidad, cuantificando su variabilidad. Por su parte, los índices de Sobol’ cuantifican el impacto de cada parámetro sobre la variabilidad de la respuesta; indicando cuáles de ellos son más importantes y cuáles no. La aplicación de estas técnicas puede entregar información valiosa respecto del comportamiento del modelo que puede ser de utilidad en, por ejemplo, la toma de decisiones, el análisis de riesgos y la evaluación económica. No obstante, en aplicaciones de interés práctico, en general, el costo computacional asociado es muy elevado pues habitualmente es necesario recurrir a técnicas de simulación para la estimación de estas cantidades. El trabajo presente tiene por objetivo desarrollar y aplicar herramientas que permitan cuantificar de manera eficiente la incertidumbre asociada a la respuesta de sistemas estructurales. En este contexto, se desarrollan técnicas basadas en conceptos de remuestreo, reducción de modelos y reducción de varianza para estimar estadísticas de segundo orden e índices de Sobol’. Las técnicas desarrolladas permiten una reducción sustancial en el costo computacional asociado a la estimación de estas cantidades.
publishDate 2019
dc.date.issued.es_CL.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-02-03T13:33:12Z
2022-08-16T16:46:25Z
dc.date.available.none.fl_str_mv 2020-02-03T13:33:12Z
2022-08-16T16:46:25Z
dc.type.none.fl_str_mv Tesis Magíster
dc.type.driver.es_CL.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.openaire.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.tesis.none.fl_str_mv Tesis
format masterThesis
status_str publishedVersion
dc.identifier.folio.es_CL.fl_str_mv 22171799
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10533/237750
identifier_str_mv 22171799
url https://hdl.handle.net/10533/237750
dc.relation.none.fl_str_mv instname: Conicyt
reponame: Repositorio Digital RI2.0
dc.relation.projectid.es_CL.fl_str_mv info:eu-repo/grantAgreement//22171799
dc.relation.set.none.fl_str_mv info:eu-repo/semantics/dataset/hdl.handle.net/10533/93488
dc.relation.uri.es_CL.fl_str_mv https://hdl.handle.net/11673/46246
https://repositorio.usm.cl/handle/11673/46246
dc.rights.es_CL.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.*.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Chile
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/cl/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Chile
http://creativecommons.org/licenses/by-nc-nd/3.0/cl/
bitstream.url.fl_str_mv https://repositorio.anid.cl/bitstreams/e5bb918d-c226-4e5f-83be-a62d7cc5a73b/download
https://repositorio.anid.cl/bitstreams/510ceac1-7586-40b8-8c0d-f88dc53db690/download
https://repositorio.anid.cl/bitstreams/424bb1fc-9421-4ea9-ad87-eccc4db9e4c6/download
https://repositorio.anid.cl/bitstreams/648c4b89-7a8b-4c64-a529-5e9eb2e49b8e/download
https://repositorio.anid.cl/bitstreams/8e40d1b1-5b50-407b-bbef-2d1d90ecb028/download
bitstream.checksum.fl_str_mv 7e522c2e7879a33af11e111c88d243ce
593a6e7305c66c56041a9f9e15a649c1
f97bcfdf58f3e17b5cec231112dab5b1
9320cbbcf2800e0c277df136dbef8b5d
eb19db1c76b6efe90aea135f63297e36
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio ANID
repository.mail.fl_str_mv aletelier@anid.cl
_version_ 1843518511340584960
spelling UNIVERSIDAD TECNICA FEDERICO SANTA MARIAGonzález Bustos, Iván Vladimir2019https://hdl.handle.net/10533/237750http://purl.org/coar/access_right/c_abf2Ingeniería CivilIngeniería CivilIngeniería y TecnologíaCuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianzaValdebenito Castillo, Marcos AlbertoUNIVERSIDAD TECNICA FEDERICO SANTA MARIAChileGonzález Bustos, Iván Vladimir2020-02-03T13:33:12Z2022-08-16T16:46:25Z2020-02-03T13:33:12Z2022-08-16T16:46:25Z2019La predicción del desempeño de una estructura puede ser llevada a cabo mediante modelos computacionales de diversa complejidad. Estos modelos evalúan la respuesta de la estructura para una determinada configuración de los parámetros de entrada. En ciertas aplicaciones, existirá incertidumbre en estos parámetros, por lo que sus valores precisos podrían ser difíciles de establecer. Dicha incertidumbre afectará la respuesta del modelo, generando incerteza en ella. La incertidumbre presente puede ser modelada mediante la teoría de probabilidad y ser incorporada al modelo mediante variables aleatorias. De esta forma, la respuesta del modelo se convierte en una variable aleatoria, aumentando considerablemente la complejidad del problema. Existen diferentes técnicas para abordar el problema de cuantificación de incertidumbre. En particular, dos serán estudiadas en este trabajo: estadísticas de segundo orden y análisis de sensibilidad global mediante índices de Sobol’. Las estadísticas de segundo orden permiten, por ejemplo, caracterizar la forma de una distribución de probabilidad, cuantificando su variabilidad. Por su parte, los índices de Sobol’ cuantifican el impacto de cada parámetro sobre la variabilidad de la respuesta; indicando cuáles de ellos son más importantes y cuáles no. La aplicación de estas técnicas puede entregar información valiosa respecto del comportamiento del modelo que puede ser de utilidad en, por ejemplo, la toma de decisiones, el análisis de riesgos y la evaluación económica. No obstante, en aplicaciones de interés práctico, en general, el costo computacional asociado es muy elevado pues habitualmente es necesario recurrir a técnicas de simulación para la estimación de estas cantidades. El trabajo presente tiene por objetivo desarrollar y aplicar herramientas que permitan cuantificar de manera eficiente la incertidumbre asociada a la respuesta de sistemas estructurales. En este contexto, se desarrollan técnicas basadas en conceptos de remuestreo, reducción de modelos y reducción de varianza para estimar estadísticas de segundo orden e índices de Sobol’. Las técnicas desarrolladas permiten una reducción sustancial en el costo computacional asociado a la estimación de estas cantidades.The prediction of the behavior of a structural system can be carried out resorting to computational models of different complexity. These models evaluate the response of the structure for a certain configuration of its input parameters. In certain applications, there exists uncertainty in these parameters, so their precise values may be difficult to establish. This uncertainty will affect the response of the model, generating uncertainty in it. The existing uncertainty can be modeled by means of probability theory and can eventually be incorporated into the model by means of random variables. Thus, the response of the model becomes a random variable, increasing the complexity of the problem. There are several techniques to address the issue of quantifying uncertainty. In particular, two will be studied in this work: second order statistics and global sensitivity analysis using Sobol' indices. Second-order statistics allow, for example, to characterize the shape of a probability distribution, quantifying its variability. On the other hand, the Sobol' indices quantify the impact of each random variable on the variability of the response; indicating which of them are more important and which are not. The application of these techniques can provide valuable information regarding the behavior of the model that may result useful in, for example, decision making, risk analysis and economic evaluation. However, in applications of practical interest, in general, the associated computational cost may be very high since it is usually necessary to resort to simulation techniques to estimate these quantities. The objective of this work is to develop and apply tools to efficiently quantify the uncertainty associated with the response of structural systems. In this context, techniques based on concepts of resampling, model reduction and variance reduction to estimate second-order statistics and Sobol' indices are developed. These techniques allow a substantial reduction in the computational cost associated with the estimation of these quantities.PFCHA-BecasPFCHA-Becas22171799https://hdl.handle.net/10533/237750instname: Conicytreponame: Repositorio Digital RI2.0info:eu-repo/grantAgreement//22171799info:eu-repo/semantics/dataset/hdl.handle.net/10533/93488https://hdl.handle.net/11673/46246https://repositorio.usm.cl/handle/11673/46246info:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 3.0 Chilehttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/Ingeniería y TecnologíaIngeniería CivilIngeniería CivilCuantificación de la incertidumbre en sistemas estructurales aplicando técnicas de reducción de modelos, remuestreo y reducción de varianzaUncertainty quantification of structural systems applying model order reduction techniques, resampling and variance reductionTesis Magísterinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionTesisTesishttps://hdl.handle.net/10533/237750PFCHA-Becasef22a983-0d61-446d-8382-453c7fb0984avirtual::48482-1ef22a983-0d61-446d-8382-453c7fb0984avirtual::48482-1ORIGINALTesis.pdfapplication/pdf7903992https://repositorio.anid.cl/bitstreams/e5bb918d-c226-4e5f-83be-a62d7cc5a73b/download7e522c2e7879a33af11e111c88d243ceMD51LICENSElicense.txttext/plain1779https://repositorio.anid.cl/bitstreams/510ceac1-7586-40b8-8c0d-f88dc53db690/download593a6e7305c66c56041a9f9e15a649c1MD52CC-LICENSElicense_rdfapplication/octet-stream1232https://repositorio.anid.cl/bitstreams/424bb1fc-9421-4ea9-ad87-eccc4db9e4c6/downloadf97bcfdf58f3e17b5cec231112dab5b1MD53TEXTTesis.pdf.txtExtracted texttext/plain275535https://repositorio.anid.cl/bitstreams/648c4b89-7a8b-4c64-a529-5e9eb2e49b8e/download9320cbbcf2800e0c277df136dbef8b5dMD54THUMBNAILTesis.pdf.jpgIM Thumbnailimage/jpeg4197https://repositorio.anid.cl/bitstreams/8e40d1b1-5b50-407b-bbef-2d1d90ecb028/downloadeb19db1c76b6efe90aea135f63297e36MD5510533/237750oai:repositorio.anid.cl:10533/2377502023-07-24 18:09:44.892http://creativecommons.org/licenses/by-nc-nd/3.0/cl/info:eu-repo/semantics/openAccesshttps://repositorio.anid.clRepositorio ANIDaletelier@anid.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
score 15,811543

Similares en LA Referencia