Análise de Sensibilidade Global — Sobol, Morris e FAST
A análise de sensibilidade global (GSA) é uma família de técnicas que decompõem a variância da saída de um modelo em relação aos seus parâmetros de entrada, quantificando quanto cada entrada — e cada combinação de entradas — contribui para a incerteza total no resultado. Os índices de Sobol baseados em variância (2001), a triagem de um-a-vez (OAT) de Morris (1991) e o teste de sensibilidade de amplitude de Fourier (FAST, proposto pela primeira vez por Cukier et al. em 1973) são as três abordagens mais utilizadas. Juntas, elas servem como o conjunto de ferramentas padrão para identificar quais parâmetros impulsionam o comportamento do modelo e quais podem ser fixados com segurança.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
Como citar esta página
ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/pt/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.
- Desenho de ExperimentosDelineamento experimental↔ compare
- Latin Hypercube SamplingSimulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Quantificação de IncertezaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →