Debido a su gran exibilidad, los cables suspendidos presentan un comportamiento dinámico complejo producto de la no linealidad geométrica característica, con alta sensibilidad al nivel de tensión mecánica. Asimismo, en torres arriostradas de telecomunicaciones y de transmisión de energía, la tensión de las riendas presenta un considerable nivel de incertidumbre, en cuanto puede verse afectada en el tiempo debido a eventos ambientales, acciones accidentales o deliberadas sobre la estructura. En ciertas con guraciones de torres arriostradas de comunicación, las riendas poseen un arreglo de aisladores que interrumpen su longitud en segmentos menores. En esos casos, la aplicación de los métodos existentes basados en frecuencias naturales para la determinación de la tensión podría conducir a errores signi cativos. En el presente trabajo se desarrollan dos metodologías para la estimación de la tensión en cables con complejidades. Por un lado, a través de un enfoque probabilístico se propone un esquema Bayesiano de inferencia. Adicionalmente, se aborda la resolución del problema a través de la implementación de una Red Neuronal Arti cial. Ambas metodologías son evaluadas a través de ensayos físicos y computacionales. En el contexto del estudio dinámico de cables y estructuras con cables, se incluye un análisis probabilístico de líneas de transmisión de energía eléctrica (LTEE). En estos sistemas, la carga asociada al viento constituye usualmente el factor más relevante en el diseño estructural. Se aborda el análisis probabilístico de LTEE mediante un enfoque Monte Carlo de propagación y cuanti cación de incertidumbre, considerando a la carga de viento como un campo dinámico estocástico con correlación espacial y temporal, y a la tensión de las riendas como variables aleatorias. Por medio de este enfoque, se deriva una representación robusta de la respuesta estructural. A través de la aplicación de la carga estática de reglamento, se de nen umbrales de referencia que sirven de base para un análisis de cont abilidad estructural de la respuesta estocástica. / Due to its great exibility, suspended cables exhibit a complex dynamic behavior associated to their characteristic geometrical nonlinearity, and high sensibility to their pretension level. At the same time, in guyed power and telecommunication towers, the mechanical tension of the guys presents a signi cant uncertainty level, since it could be a ected in time due to environmental or deliberated human actions against the structure. In some con guration of guyed communication towers, an arrangement of insulators is attached to the guys, breaking its total length in minor sub-spans. In those cases, the application of the existing vibration-based methods for the estimation of the tension force could lead to signi cant errors. Therefore, two separate methodologies are developed in the present investigation for the estimation of the tension force in cables with complexities. On one side, through a probabilistic approach, a Bayesian framework is proposed. Additionally, the problem is approached through the implementation of an Arti cial Neural Network (ANN). Both methodologies are evaluated through physical and simulated tests. Additionally, the application of cables in Power Transmission Lines (PTL) is studied. In these systems, the load due to wind acting on the structure usually de nes the structural design. In the present investigation, the probabilistic analysis of a PTL is performed by means of a Monte Carlo approach for uncertainty quanti cation and propagation, considering the wind-related load as a dynamical stochastic eld with spatial and temporal correlation. Moreover, the uncertainty in the guys tension is included in the study through the de nition of a statistical model for the tension in the four guy wires of the supporting structure. This approach allows the derivation of a robust representation of the system response. Moreover, through the application of the static-equivalent wind load suggested in an international design code, reference thresholds are de ned and used in a reliability analysis of the stochastic dynamical structural response. / TEXTO PARCIAL en período de teletrabajo