FCEIA - Doctorado en Ingeniería
URI permanente para esta comunidad
Examinar
Examinando FCEIA - Doctorado en Ingeniería por Materia "accidentes de tránsito"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
Ítem Acceso Abierto Desarrollo de modelos estocásticos con la utilización de la Teoría de la Confiabilidad y su aplicación a la Ingeniería Forense(2022-03) Simon, Raúl D.J.; Medina, MabelEn esta Tesis Doctoral, se plantearon modelos estocásticos aplicables a ecuaciones determinísticas utilizadas en la Ingeniería Forense, en particular en la investigación y reconstrucción de accidentes de tránsito. Los procedimientos determinísticos y los resultados obtenidos, no determinan el error en que se incurre, dando soluciones absolutas, no contemplando la existencia del principio de incertidumbre. Los modelos estocásticos propuestos, al considerar las variables con sus valores medios, desvíos estándar y distribución estadística, permiten obtener resultados con un entorno de probabilidad cuantificada. La aplicación de la teoría de confiabilidad y la simulación numérica por medio de la técnica de Monte Carlo, permiten obtener un número exponencial de escenarios posibles, de modo tal que se pueda discernir entre situaciones que correspondan a escenarios seguros y aquellas que correspondan a situaciones de falla, con la determinación de la probabilidad acumulada. Se emplean técnicas de recolección de datos, análisis de fuentes documentales, simulaciones numéricas y determinación experimental de variables, además de programas informáticos estadísticos y de análisis de riesgos (coeficiente de variación, correlación, intervalo de confianza, etc.). Los modelos se aplican a casos testigos para validar, ejemplificar y aplicar el método de análisis estocástico propuesto. Este trabajo espera ser un aporte metodológico a la Ingeniería Forense haciendo posible presentar a los jueces dictámenes periciales con mayor confiablidad, donde el resultado de la reconstrucción de eventos de tránsito sea producto de la aleatoriedad de las magnitudes físicas, con un entorno de probabilidad acotada y mejorando la fiabilidad de las conclusiones.