Process / pipeline

Cuantificación de la Incertidumbre — Caos Polinomial y Sustitutos Kriging

La Cuantificación de la Incertidumbre (UQ, por sus siglas en inglés) es un marco computacional para medir sistemáticamente cómo la incertidumbre en las entradas de un modelo se propaga a la incertidumbre en sus salidas. Basándose en la teoría del caos polinomial de Wiener (1938) y formalizada para problemas estocásticos generales por Xiu y Karniadakis (2002), la UQ utiliza dos estrategias principales: la Expansión de Caos Polinomial (PCE, por sus siglas en inglés), que representa la salida del modelo como una serie de polinomios ortogonales adaptados a las distribuciones de entrada, y los sustitutos Kriging (proceso gaussiano), que reemplazan una simulación costosa con una aproximación estadística rápida ajustada a un pequeño conjunto de ejecuciones cuidadosamente seleccionadas.

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.

+5 more

Fuentes

  1. Xiu, D. & Karniadakis, G.E. (2002). The Wiener-Askey Polynomial Chaos for Stochastic Differential Equations. SIAM Journal on Scientific Computing, 24(2), 619–644. DOI: 10.1137/S1064827501387826
  2. Smith, R.C. (2013). Uncertainty Quantification: Theory, Implementation, and Applications. SIAM. ISBN: 978-1611973211

Cómo citar esta página

ScholarGate. (2026, June 1). Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate). ScholarGate. https://scholargate.app/es/simulation/uncertainty-quantification

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

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/uncertainty-quantification · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026