Estimação de parâmetros de um sistema mecânico dinâmico com o uso da inferência bayesiana

Abstract

O presente trabalho tem como objetivo estimar parâmetros em sistemas mecânicos estáticos e dinâmicos utilizando problemas inversos. As soluções foram desenvolvidas através de estratégias estocásticas pelo uso do método de Máxima Verossimilhança, método de Mínimos Quadrados e empregando o método de Monte Carlo via cadeias de Markov (MCMC), implementado através do algoritmo proposto por Metropolis-Hastings. Foram testadas na inferência distribuições a priori dos tipos Gaussianas e Uniforme para diferentes desvios padrão. Múltiplos casos são apresentados com o objetivo de analisar a significância estatística das estimativas obtidas para os parâmetros, fazendo-se uma comparação crítica entre a solução via inferência Bayesiana e via minimização da função objetivo com métodos estocásticos. Os resultados obtidos demonstraram que o uso da abordagem Bayesiana fornece uma proposta vantajosa para a estimativa de parâmetros em sistemas mecânicos, oferecendo resultados com maior riqueza de informação estatística.