Process / pipeline

Análisis de Sensibilidad Global — Sobol, Morris y FAST

El análisis de sensibilidad global (GSA, por sus siglas en inglés) es una familia de técnicas que descomponen la varianza de la salida de un modelo entre sus parámetros de entrada, cuantificando cuánto contribuye cada entrada —y cada combinación de entradas— a la incertidumbre total en el resultado. Los índices basados en la varianza de Sobol (2001), el cribado uno-a-uno (OAT) de Morris (1991), y la Prueba de Sensibilidad de Amplitud de Fourier (FAST, propuesta por primera vez por Cukier et al. en 1973) son los tres enfoques más utilizados. Juntos, sirven como el conjunto de herramientas estándar para identificar qué parámetros impulsan el comportamiento del modelo y cuáles pueden fijarse de forma segura.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Sobol, I.M. (2001). Global Sensitivity Indices for Nonlinear Mathematical Models and Their Monte Carlo Estimates. Mathematics and Computers in Simulation, 55(1–3), 271–280. DOI: 10.1016/S0378-4754(00)00270-6
  2. Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184

Cómo citar esta página

ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/es/simulation/global-sensitivity-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateGlobal Sensitivity Analysis (Global Sensitivity Analysis (Sobol, Morris, FAST)). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/global-sensitivity-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026