Caracterización y cuantificación sistemática de la incertidumbre en entradas, parámetros, estructura y salidas de un modelo para apoyar la toma de decisiones y la evaluación de riesgos.

Principio

Identificar fuentes de incertidumbre (aleatoria vs epistémica), elegir representaciones apropiadas (distribuciones de probabilidad, intervalos, escenarios), propagar y resumir impactos sobre las cantidades de interés y reportar supuestos y limitaciones con transparencia.

Demostración

En ingeniería estructural, la QI probabilística asigna distribuciones a resistencias de material y cargas, las propaga mediante un modelo de elementos finitos para calcular probabilidades de fallo y márgenes de seguridad para decisiones de diseño.

Aplicación incorrecta

Tratar la ignorancia epistémica como aleatoriedad precisa, usar priors o distribuciones no justificadas, ignorar el error de forma del modelo o sobreinterpretar intervalos de confianza estrechos derivados de muestreos insuficientes.

Consecuencia

Toma de decisiones robusta bajo incertidumbre, priorización de la recogida de datos, expresión explícita de confianza y riesgo, y evitación de conclusiones excesivamente confiadas.

Inversión

Tratar modelos de forma determinista con una única estimación elimina el tratamiento explícito de la incertidumbre y puede inducir a decisiones erróneas por variabilidad o ignorancia no reconocida.

Límite

La QI depende de los modelos de incertidumbre elegidos y no valida por sí sola la forma del modelo ni elimina la ignorancia epistémica; el coste computacional y la escasez de datos pueden limitar su alcance y resolución.

Tensión semántica

Tensión con el análisis de sensibilidad (que explora influencias en lugar de caracterización completa), con la calibración (que reduce incertidumbre de parámetros) y con interpretaciones diferentes de probabilidad (bayesiana vs frecuentista).

Síntesis

La cuantificación de la incertidumbre proporciona representaciones y resúmenes fundados de lo desconocido y de cómo ello afecta a las conclusiones basadas en modelos, permitiendo decisiones informadas y conscientes del riesgo.