Ce travail de recherche présente une extension de la construction classique des modèles réduits (ROMs) obtenus par analyse modale, en dynamique numérique des structures linéaires. Cette extension est basée sur une stratégie de projection multi-niveau, pour l'analyse dynamique des structures complexes en présence d'incertitudes. De nos jours, il est admis qu'en dynamique des structures, la prévision sur une large bande de fréquence obtenue à l'aide d'un modèle éléments finis doit être améliorée en tenant compte des incertitudes de modèle induites par les erreurs de modélisation, dont le rôle croît avec la fréquence. Dans un tel contexte, l'approche probabiliste non-paramétrique des incertitudes est utilisée, laquelle requiert l'introduction d'un ROM. Par conséquent, ces deux aspects, évolution fréquentielle des niveaux d'incertitudes et réduction de modèle, nous conduisent à considérer le développement d'un ROM multi-niveau, pour lequel les niveaux d'incertitudes dans chaque partie de la bande de fréquence peuvent être adaptés. Dans cette thèse, on s'intéresse à l'analyse dynamique de structures complexes caractérisées par la présence de plusieurs niveaux structuraux, par exemple avec un squelette rigide qui supporte diverses sous-parties flexibles. Pour de telles structures, il est possible d'avoir, en plus des modes élastiques habituels dont les déplacements associés au squelette sont globaux, l'apparition de nombreux modes élastiques locaux, qui correspondent à des vibrations prédominantes des sous-parties flexibles. Pour ces structures complexes, la densité modale est susceptible d'augmenter fortement dès les basses fréquences (BF), conduisant, via la méthode d'analyse modale, à des ROMs de grande dimension (avec potentiellement des milliers de modes élastiques en BF). De plus, de tels ROMs peuvent manquer de robustesse vis-à-vis des incertitudes, en raison des nombreux déplacements locaux qui sont très sensibles aux incertitudes. Il convient de noter qu'au contraire des déplacements globaux de grande longueur d'onde caractérisant la bande BF, les déplacements locaux associés aux sous-parties flexibles de la structure, qui peuvent alors apparaître dès la bande BF, sont caractérisés par de courtes longueurs d'onde, similairement au comportement dans la bande hautes fréquences (HF). Par conséquent, pour les structures complexes considérées, les trois régimes vibratoires BF, MF et HF se recouvrent, et de nombreux modes élastiques locaux sont entremêlés avec les modes élastiques globaux habituels. Cela implique deux difficultés majeures, concernant la quantification des incertitudes d'une part et le coût numérique d'autre part. L'objectif de cette thèse est alors double. Premièrement, fournir un ROM stochastique multi-niveau qui est capable de rendre compte de la variabilité hétérogène introduite par le recouvrement des trois régimes vibratoires. Deuxièmement, fournir un ROM prédictif de dimension réduite par rapport à celui de l'analyse modale. Une méthode générale est présentée pour la construction d'un ROM multi-niveau, basée sur trois bases réduites (ROBs) dont les déplacements correspondent à l'un ou l'autre des régimes vibratoires BF, MF ou HF (associés à des déplacements de type BF, de type MF ou bien de type HF). Ces ROBs sont obtenues via une méthode de filtrage utilisant des fonctions de forme globales pour l'énergie cinétique (par opposition aux fonctions de forme locales des éléments finis). L'implémentation de l'approche probabiliste non-paramétrique dans le ROM multi-niveau permet d'obtenir un ROM stochastique multi-niveau avec lequel il est possible d'attribuer un niveau d'incertitude spécifique à chaque ROB. L'application présentée est relative à une automobile, pour laquelle le ROM stochastique multi-niveau est identifié par rapport à des mesures expérimentales. Le ROM proposé permet d'obtenir une dimension réduite ainsi qu'une prévision améliorée, en comparaison avec un ROM stochastique classique / This work deals with an extension of the classical construction of reduced-order models (ROMs) that are obtained through modal analysis in computational linear structural dynamics. It is based on a multilevel projection strategy and devoted to complex structures with uncertainties. Nowadays, it is well recognized that the predictions in structural dynamics over a broad frequency band by using a finite element model must be improved in taking into account the model uncertainties induced by the modeling errors, for which the role increases with the frequency. In such a framework, the nonparametric probabilistic approach of uncertainties is used, which requires the introduction of a ROM. Consequently, these two aspects, frequency-evolution of the uncertainties and reduced-order modeling, lead us to consider the development of a multilevel ROM in computational structural dynamics, which has the capability to adapt the level of uncertainties to each part of the frequency band. In this thesis, we are interested in the dynamical analysis of complex structures in a broad frequency band. By complex structure is intended a structure with complex geometry, constituted of heterogeneous materials and more specifically, characterized by the presence of several structural levels, for instance, a structure that is made up of a stiff main part embedding various flexible sub-parts. For such structures, it is possible having, in addition to the usual global-displacements elastic modes associated with the stiff skeleton, the apparition of numerous local elastic modes, which correspond to predominant vibrations of the flexible sub-parts. For such complex structures, the modal density may substantially increase as soon as low frequencies, leading to high-dimension ROMs with the modal analysis method (with potentially thousands of elastic modes in low frequencies). In addition, such ROMs may suffer from a lack of robustness with respect to uncertainty, because of the presence of the numerous local displacements, which are known to be very sensitive to uncertainties. It should be noted that in contrast to the usual long-wavelength global displacements of the low-frequency (LF) band, the local displacements associated with the structural sub-levels, which can then also appear in the LF band, are characterized by short wavelengths, similarly to high-frequency (HF) displacements. As a result, for the complex structures considered, there is an overlap of the three vibration regimes, LF, MF, and HF, and numerous local elastic modes are intertwined with the usual global elastic modes. This implies two major difficulties, pertaining to uncertainty quantification and to computational efficiency. The objective of this thesis is thus double. First, to provide a multilevel stochastic ROM that is able to take into account the heterogeneous variability introduced by the overlap of the three vibration regimes. Second, to provide a predictive ROM whose dimension is decreased with respect to the classical ROM of the modal analysis method. A general method is presented for the construction of a multilevel ROM, based on three orthogonal reduced-order bases (ROBs) whose displacements are either LF-, MF-, or HF-type displacements (associated with the overlapping LF, MF, and HF vibration regimes). The construction of these ROBs relies on a filtering strategy that is based on the introduction of global shape functions for the kinetic energy (in contrast to the local shape functions of the finite elements). Implementing the nonparametric probabilistic approach in the multilevel ROM allows each type of displacements to be affected by a particular level of uncertainties. The method is applied to a car, for which the multilevel stochastic ROM is identified with respect to experiments, solving a statistical inverse problem. The proposed ROM allows for obtaining a decreased dimension as well as an improved prediction with respect to a classical stochastic ROM

La dispersion d'agents biologiques hautement pathogène dans une zone urbanisée après un acte terroriste est l'une des situations que les agences de sécurité nationales ont besoin d'évaluer en termes des risques et de la prise de décision. La simulation numérique des écoulements turbulents dans les zones urbaines, y compris la surveillance de la dispersion des polluants, a atteint un niveau de maturité suffisant pour faire des prédictions sur les zones urbaines réalistes jusqu'à 4 km2. Les simulations existantes sont déterministes dans le sens que tous les paramètres qui définissent le cas étudié (l'intensité et la direction du vent, la stratification atmosphérique, l'emplacement de la source des émissions, etc.) devraient être bien connu. Cette précision ne peut être atteint dans la pratique en raison d'un manque de connaissances sur la source d'émissions et de l'incertitude aléatoire intrinsèque des conditions météorologiques.Pour augmenter la contribution de la simulation numérique pour l'évaluation des risques et la prise de décision, il est essentiel de mesurer quantitativement l'impact d'un manque de connaissances en termes de résolution spatiale et temporelle des zones de danger.L'objet de cette thèse est d'appliquer des méthodes de quantification d'incertitude pour quantifier l'impact de ces incertitudes dans l'évaluation des zones de danger à moyenne portée dans des scénarios de dispersion de gaz toxiques. Une méthode hybride c-ANOVA et POD/Krigeage permet d'envisager jusqu'à 5 paramètres incertains dans une simulation 3D-CFD haute fidélité non-stationnaire de la dispersion d'un gaz toxique provenant d'une source type flaque dans une zone urbaine de 1km2. / The dispersion of highly pathogenic biological agents in an urbanized area following a terrorist act is one of the situations that national security agencies need to evaluate in terms of risk assessment and decision-making. The numerical simulation of turbulent flows in urban areas, including monitoring the dispersion of pollutants, has reached a sufficient level of maturity to make predictions on realistic urban zones up to 4 square kilometers. However, the existing simulations are deterministic in the sense that all the parameters that define the case studied (intensity and wind direction, atmospheric stratification, source of emissions location, quantity of injected toxic agent, etc.) should be well known. Such precision cannot be achieved in practice due to a lack of knowledge about the source of emission and the intrinsic aleatoric uncertainty of the meteorological conditions. To significantly increase the contribution of numerical simulation for risk assessment and decision-making, it is essential to quantitatively measure the impact of a lack of knowledge especially in terms of spatial and temporal resolution of the danger zones. The object of this thesis is to apply uncertainty quantification methods to quantify the impact of these uncertainties in the evaluation of the danger zones in medium range toxic gas dispersion scenarios. A hybrid method merging c-ANOVA and POD/Kriging allows to consider up to 5 uncertain parameters in a high-fidelity unsteady 3D-CFD simulation of the dispersion of a toxic gas from a pond-like source in an urban area of 1km2.

Prospection de pétrole utilise un équipement appelé tube de forage pour forer le sol jusqu'au le niveau du réservoir. Cet équipement est une longue colonne rotative, composée par une série de tiges de forage interconnectées et les équipements auxiliaires. La dynamique de cette colonne est très complexe parce que dans des conditions opérationnelles normales, elle est soumise à des vibrations longitudinales, latérales et de torsion, qui présentent un couplage non linéaire. En outre, cette structure est soumise à effets de frottement et à des chocs dûs aux contacts mécaniques entre les paires tête de forage/sol et tube de forage/sol. Ce travail présente un modèle mécanique-mathématique pour analyser un tube de forage en configuration horizontale. Ce modèle utilise la théorie des poutres qui utilise l'inertie de rotation, la déformation de cisaillement et le couplage non linéaire entre les trois mécanismes de vibration. Les équations du modèle sont discrétisées par la méthode des éléments finis. Les incertitudes des paramètres du modèle d'interaction tête de forage/sol sont prises en compte par l'approche probabiliste paramétrique, et les distributions de probabilité des paramètres aléatoires sont construits par le principe du maximum d'entropie. Des simulations numériques sont réalisées afin de caractériser le comportement dynamique non linéaire de la structure, et en particulier, de l'outil de forage. Des phénomènes dynamiques non linéaires par nature, comme le slick-slip et le bit-bounce, sont observés dans les simulations, ainsi que les chocs. Une analyse spectrale montre étonnamment que les phénomènes slick-slip et bit-bounce résultent du mécanisme de vibration latérale, et ce phénomène de choc vient de la vibration de torsion. Cherchant à améliorer l'efficacité de l'opération de forage, un problème d'optimisation qui cherche à maximiser la vitesse de pénétration de la colonne dans le sol, sur ses limites structurelles, est proposé et résolu / Oil prospecting uses an equipment called drillstring to drill the soil until the reservoir level. This equipment is a long column under rotation, composed by a sequence of connected drill-pipes and auxiliary equipment. The dynamics of this column is very complex because, under normal operational conditions, it is subjected to longitudinal, lateral, and torsional vibrations, which presents a nonlinear coupling. Also, this structure is subjected to friction and shocks effects due to the mechanical contacts between the pairs drill-bit/soil and drill-pipes/borehole. This work presents a mechanical-mathematical model to analyze a drillstring in horizontal configuration. This model uses a beam theory which accounts rotatory inertia, shear deformation, and the nonlinear coupling between three mechanisms of vibration. The model equations are discretized using the finite element method. The uncertainties in bit-rock interaction model parameters are taken into account through a parametric probabilistic approach, and the random parameters probability distributions are constructed by means of maximum entropy principle. Numerical simulations are conducted in order to characterize the nonlinear dynamic behavior of the structure, specially, the drill-bit. Dynamical phenomena inherently nonlinear, such as slick-slip and bit-bounce, are observed in the simulations, as well as shocks. A spectral analysis shows, surprisingly, that slick-slip and bit-bounce phenomena result from the lateral vibration mechanism, and that shock phenomena comes from the torsional vibration. Seeking to increase the efficiency of the drilling process, an optimization problem that aims to maximize the rate of penetration of the column into the soil, respecting its structural limits, is proposed and solved

Durant les dernières décennies, l’évolution de la puissance de calcul a conduit au développement de codes de simulation en physique des réacteurs de plus en plus prédictifs pour la modélisation du comportement d’un réacteur nucléaire en situation de fonctionnement normal et accidentel. Un cadre d’analyse d’incertitudes cohérent avec l’utilisation de modélisations Best Estimate (BE) a été développé. On parle d’approche Best Estimate Plus Uncertain-ties (BEPU) et cette approche donne lieu `a de nombreux travaux de R&D à l’international en simulation numérique. Dans cette thèse, on étudie la quantification d’incertitudes multi-physiques dans le cas d’un transitoire d’ éjection de Grappe de contrôle (REA- Rod Ejection Accident) dans un Réacteur à Eau Pressurisée (REP). La modélisation BE actuellement disponible au CEA est réalisée en couplant les codes APOLLO3 R (netronique) et FLICA4 (thermohydraulique-thermique du combustible) dans l’environnement SALOME/CORPUS. Dans la première partie de la thèse, on examine différents outils statistiques disponibles dans la littérature scientifique dont la réduction de dimension, l’analyse de sensibilité globale, des modèles de substitution et la construction de plans d’expérience. On utilise ces outils pour développer une méthodologie de quantification d’incertitudes. Dans la deuxième partie de la thèse, on améliore la modélisation du comportement du combustible. Un couplage Best Effort pour la simulation d’un transitoire REA est disponible au CEA. Il comprend le code ALCYONE V1.4 qui permet une modélisation fine du comportement thermomécanique du combustible. Cependant, l’utilisation d’une telle modélisation conduit à une augmentation significative du temps de calcul ce qui rend actuellement difficile la réalisation d’une analyse d’incertitudes. Pour cela, une méthodologie de calibrage d’un modèle analytique simplifié pour le transfert de chaleur pastille-gaine basé sur des calculs ALCYONE V1.4 découplés a été développée. Le modèle calibré est finalement intégré dans la modélisation BE pour améliorer sa prédictivité. Ces deux méthodologies sont maquettées initialement sur un cœur de petite échelle représentatif d’un REP puis appliquées sur un cœur REP à l’échelle 1 dans le cadre d’une analyse multi-physique d’un transitoire REA. / The computational advancements of the last decades lead to the development of numerical codes for simulating the reactor physics with increa-sing predictivity allowing the modeling of the beha-vior of a nuclear reactor under both normal and acci-dental conditions. An uncertainty analysis framework consistent with Best Estimate (BE) codes was develo-ped in order to take into account the different sources of uncertainties. This framework is called Best Esti-mate Plus Uncertainties (BEPU) and is currently a field of increasing research internationally. In this the-sis we study the multi-physics uncertainty quantifi-cation for Rod Ejection Accident (REA) in Pressuri-zed Water Reactors (PWR). The BE modeling avai-lable in CEA is used with a coupling of APOLLO3 (neutronics) and FLICA4 (thermal-hydraulics and fuel-thermal) in the framework of SALOME/CORPUS tool. In the first part of the thesis, we explore different statistical tools available in the scientific literature including: dimension reduction, global sensitivity analy-sis, surrogate modeling and design of experiments. We then use them in order to develop an uncer-tainty quantification methodology. In the second part of the thesis, we improve the BE modeling in terms of its uncertainty representation. A Best Effort coupling scheme for REA analysis is available at CEA. This in-cludes ALCYONE V1.4 code for a detailed modeling of fuel-thermomechanics behavior. However, the use of such modeling increases significantly the compu-tational cost for a REA transient rendering the uncer-tainty analysis prohibited. To this purpose, we deve-lop a methodology for calibrating a simplified analytic gap heat transfer model using decoupled ALCYONE V1.4 REA calculations. The calibrated model is finally used to improve the previous BE modeling. Both de-veloped methodologies are tested initially on a small scale core representative of a PWR and then applied on a large scale PWR core.

Ce travail a pour thème la simulation numérique d’écoulements diphasiques dans un contexte industriel. En effet, la simulation d’écoulements diphasiques est un domaine qui présente de nombreux défis, en raison de phénomènes complexes qui surviennent, comme la cavitation et autres transferts entre les phases. En outre, ces écoulements se déroulent généralement dans des géométries complexes rendant difficile une résolution efficiente. Les modèles que nous considérons font partie de la catégorie des modèles à interfaces diffuses et permettent de prendre en compte aisément les différents transferts entre les phases. Cette classe de modèles inclut une hiérarchie de sous-modèles pouvant simuler plus ou moins d’interactions entre les phases. Pour mener à bien cette étude nous avons en premier lieu comparé les modèles diphasiques dits à quatre équations et six équations, en incluant les effets de transfert de masse. Nous avons ensuite choisi de nous concentrer sur le modèle à quatre équations. L’objectif majeur de notre travail a alors été d’étendre les méthodes aux résidus distribués à ce modèle. Dans le contexte des méthodes de résolution numérique, il est courant d’utiliser la forme conservative des équations de bilan. En effet, la résolution sous forme non-conservative conduit à une mauvaise résolution du problème. Cependant, résoudre les équations sous forme non-conservative peut s’avérer plus intéressant d’un point de vue industriel. Dans ce but, nous utilisons une approche développée récemment permettant d’assurer la conservation en résolvant un système sous forme non-conservative, à condition que la forme conservative soit connue. Nous validons ensuite notre méthode et l’appliquons à des problèmes en géométries complexes. Finalement, la dernière partie de notre travail est dédiée à étudier la validité des modèles à interfaces diffuses pour des applications à des problèmes industriels réels. On cherche alors, en utilisant des méthodes de quantification d’incertitude, à obtenir les paramètres rendant nos simulations les plus vraisemblables et cibler les éventuels développements pouvant rendre nos simulations plus réalistes. / The topic of this thesis is the numerical simulation of two-phase flows in an industrial framework. Two-phase flows modelling is a challenging domain to explore, mainly because of the complex phenomena involved, such as cavitation and other transfer processes between phases. Furthermore, these flows occur generally in complex geometries, which makes difficult the development of efficient resolution methods. The models that we consider belong to the class of diffuse interface models, and they allow an easy modelling of transfers between phases. The considered class of models includes a hierarchy of sub-models, which take into account different levels of interactions between phases. To pursue our studies, first we have compared the so-called four-equation and six-equation two-phase flow models, including the effects of mass transfer processes. We have then chosen to focus on the four-equation model. One of the main objective of our work has been to extend residual distribution schemes to this model. In the context of numerical solution methods, it is common to use the conservative form of the balance law. In fact, the solution of the equations under a non-conservative form may lead to a wrong solution to the problem. Nonetheless, solving the equations in non-conservative form may be more interesting from an industrial point of view. To this aim, we employ a recent approach, which allows us to ensure conservation while solving a non-conservative system, at the condition of knowing its conservative form. We then validate our method and apply it to problems with complex geometry. Finally, the last part of our work is dedicated to the evaluation of the validity of the considered diffuse interface model for applications to real industrial problems. By using uncertainty quantification methods, the objective is to get parameters that make our simulations the most plausible, and to target the possible extensions that can make our simulations more realistic.

No description available.

Orientador: Samuel da Silva / Abstract: Structural Health Monitoring (SHM) methodologies aim to develop techniques able to detect, localize, quantify and predict the progress of damages in civil, aerospatial and mechanical structures. In the hierarchical process, the damage detection is the first and most important step. Despite the existence of numerous methods of damage detection based on vibration signals, two main problems can complicate the application of classical approaches: the nonlinear phenomena and the uncertainties. This thesis demonstrates the importance of the use of a stochastic nonlinear model in the damage detection problem considering the intrinsically nonlinear behavior of mechanical structures and the measured data variation. A new stochastic version of the Volterra series combined with random Kautz functions is proposed to predict the behavior of nonlinear systems, considering the presence of uncertainties. The stochastic model proposed is used in the damage detection process based on hypothesis tests. Firstly, the method is applied in a simulated study assuming a random Duffing oscillator exposed to the presence of a breathing crack modeled as a bilinear oscillator. Then, an experimental application considering a nonlinear beam subjected to the presence of damage with linear characteristics (loss of mass in a bolted connection) is performed, with the direct comparison between the results obtained using a deterministic and a stochastic model. Finally, an experimental application considering a n... (Complete abstract click electronic access below) / Resumo: As metodologias de Monitoramento da Integridade Estrutural (SHM) visam desenvolver técnicas capazes de detectar, localizar, quantificar e prever o progresso de danos em estruturas civis, aeroespaciais e mecânicas. Nesse processo hierárquico, a detecção de danos é o primeiro e mais importante passo. Apesar da existência de inúmeros métodos de detecção de danos baseados em sinais de vibração, dois problemas principais podem complicar a aplicação de abordagens clássicas: os fenômenos não lineares e as incertezas. Esta tese demonstra a importância do uso de um modelo não linear estocástico no problema de detecção de danos, considerando o comportamento intrinsecamente não linear de estruturas mecânicas e a variação dos dados medidos. Uma nova versão estocástica das séries de Volterra, combinada com funções aleatórias de Kautz, é proposta para prever o comportamento de sistemas não lineares, considerando a presença de incertezas. O modelo estocástico proposto é utilizado no processo de detecção de danos com base em testes de hipótese. Primeiramente, o método é aplicado em um estudo simulado, assumindo um oscilador Duffing aleatório exposto à presença de uma trinca respiratória modelada como um oscilador bilinear. Em seguida, uma aplicação experimental é realizada considerando uma viga não linear sujeita à presença de um dano com características lineares (perda de massa em uma conexão parafusada), com a comparação direta entre os resultados obtidos utilizando um modelo determinístic... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

We propose a variant of the stochastic finite element method, where the random elements occuring in the problem formulation are approximated by simple random elements, i.e. random elements with only a finite number of possible values.

This thesis aims at Multi-Objective Optimization under Uncertainty in structural design. We investigate Polynomial Chaos Expansion (PCE) surrogates which require extensive training sets. We then face two issues: high computational costs of an individual Finite Element simulation and its limited precision. From numerical point of view and in order to limit the computational expense of the PCE construction we particularly focus on sparse PCE schemes. We also develop a custom Latin Hypercube Sampling scheme taking into account the finite precision of the simulation. From the modeling point of view, we propose a multifidelity approach involving a hierarchy of models ranging from full scale simulations through reduced order physics up to response surfaces. Finally, we investigate multiobjective optimization of structures under uncertainty. We extend the PCE model of design objectives by taking into account the design variables. We illustrate our work with examples in sheet metal forming and optimal design of truss structures. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

[ES] La cuantificación de la incertidumbre está compuesta por una serie de métodos y técnicas computacionales cuyo objetivo principal es describir la aleatoriedad presente en problemas de diversa índole. Estos métodos son de utilidad en la modelización de procesos biológicos, físicos, naturales o sociales, ya que en ellos aparecen ciertos aspectos que no pueden ser determinados de manera exacta. Por ejemplo, la tasa de contagio de una enfermedad epidemiológica o el factor de crecimiento de un volumen tumoral dependen de factores genéticos, ambientales o conductuales. Estos no siempre pueden definirse en su totalidad y por tanto conllevan una aleatoriedad intrínseca que afecta en el desarrollo final. El objetivo principal de esta tesis es extender técnicas para cuantificar la incertidumbre en dos áreas de las matemáticas: el cálculo de ecuaciones diferenciales fraccionarias y la modelización matemática. Las derivadas de orden fraccionario permiten modelizar comportamientos que las derivadas clásicas no pueden, como por ejemplo los efectos de memoria o la viscoelasticidad en algunos materiales. En esta tesis, desde un punto de vista teórico, se extenderá el cálculo fraccionario a un ambiente de incertidumbre, concretamente en el sentido de la media cuadrática. Se presentarán problemas de valores iniciales fraccionarios aleatorios. El cálculo de la solución, la obtención de las aproximaciones de la media y varianza de la solución y la aproximación de la primera función de densidad de probabilidad de la solución son conceptos que se abordarán en los próximos capítulos. Sin embargo, no siempre es sencillo obtener la solución exacta de un problema de valores iniciales fraccionario aleatorio. Por ello en esta tesis también se dedicará un capítulo para describir un procedimiento numérico que aproxime su solución. Por otro lado, desde un punto de vista más aplicado, se desarrollan técnicas computacionales para cuantificar la incertidumbre en modelos matemáticos. Combinando estas técnicas junto con modelos matemáticos apropiados, se estudiarán problemas de dinámica biológica. En primer lugar, se determinará la cantidad de portadores de meningococo en España con un modelo de competencia de Lotka-Volterra fraccionario aleatorio. A continuación, el volumen de un tumor mamario se modelizará mediante un modelo logístico con incertidumbre. Finalmente ayudándonos de un modelo matemático que describe el nivel de glucosa en sangre de un paciente diabético, se pretende dar una recomendación de carbohidratos e insulina que se debe de ingerir para que el nivel de glucosa del paciente esté dentro de una banda de confianza saludable. Es importante subrayar que para poder realizar estos estudios se requieren datos reales, los cuales pueden estar alterados debido a los errores de medición o proceso que se han cometido para obtenerlos. Por este motivo, modelizar correctamente el problema junto con la incertidumbre en los datos es de vital importancia. / [CA] La quantificació de la incertesa està composada per una sèrie de mètodes i tècniques computacionals, l'objectiu principal de les quals és descriure l'aleatorietat present en problemes de diversa índole. Aquests mètodes són d'utilitat en la modelització de processos biològics, físics, naturals o socials, ja que en ells apareixen certs aspectes que no poden ser determinats de manera exacta. Per exemple, la taxa de contagi d'una malaltia epidemiològica o el factor de creixement d'un volum tumoral depenen de factors genètics, ambientals o conductuals. Aquests no sempre poden definir-se íntegrament i per tant, comporten una aleatorietat intrínseca que afecta en el desenvolupament final. L'objectiu principal d'aquesta tesi doctoral és estendre tècniques per a quantificar la incertesa en dues àrees de les matemàtiques: el càlcul d'equacions diferencials fraccionàries i la modelització matemàtica. Les derivades d'ordre fraccionari permeten modelitzar comportaments que les derivades clàssiques no poden, com per exemple, els efectes de memòria o la viscoelasticitat en alguns materials. En aquesta tesi, des d'un punt de vista teòric, s'estendrà el càlcul fraccionari a un ambient d'incertesa, concretament en el sentit de la mitjana quadràtica. Es presentaran problemes de valors inicials fraccionaris aleatoris. El càlcul de la solució, l'obtenció de les aproximacions de la mitjana i, la variància de la solució i l'aproximació de la primera funció de densitat de probabilitat de la solució són conceptes que s'abordaran en els pròxims capítols. No obstant això, no sempre és senzill obtindre la solució exacta d'un problema de valors inicials fraccionari aleatori. Per això en aquesta tesi també es dedicarà un capítol per a descriure un procediment numèric que aproxime la seua solució. D'altra banda, des d'un punt de vista més aplicat, es desenvolupen tècniques computacionals per a quantificar la incertesa en models matemàtics. Combinant aquestes tècniques juntament amb models matemàtics apropiats, s'estudiaran problemes de dinàmica biològica. En primer lloc, es determinarà la quantitat de portadors de meningococ a Espanya amb un model de competència de Lotka-Volterra fraccionari aleatori. A continuació, el volum d'un tumor mamari es modelitzará mitjançant un model logístic amb incertesa. Finalment ajudant-nos d'un model matemàtic que descriu el nivell de glucosa en sang d'un pacient diabètic, es pretén donar una recomanació de carbohidrats i insulina que s'ha d'ingerir perquè el nivell de glucosa del pacient estiga dins d'una banda de confiança saludable. És important subratllar que per a poder realitzar aquests estudis es requereixen dades reals, els quals poden estar alterats a causa dels errors de mesurament o per la forma en que s'han obtés. Per aquest motiu, modelitzar correctament el problema juntament amb la incertesa en les dades és de vital importància. / [EN] Uncertainty quantification collects different methods and computational techniques aimed at describing the randomness in real phenomena. These methods are useful in the modelling of different processes as biological, physical, natural or social, since they present some aspects that can not be determined exactly. For example, the contagious rate of a epidemiological disease or the growth factor of a tumour volume depend on genetic, environmental or behavioural factors. They may not always be fully described and therefore involve uncertainties that affects on the final result. The main objective of this PhD thesis is to extend techniques to quantify the uncertainty in two mathematical areas: fractional calculus and mathematical modelling. Fractional derivatives allow us to model some behaviours that classical derivatives cannot, such as memory effects or the viscoelasticity of some materials. In this PhD thesis, from a theoretical point of view, fractional calculus is extended into the random framework, concretely in the mean square sense. Initial value problems will be studied. The calculus of the analytic solution, approximations for the mean and for the variance and the computation of the first probability density function are concepts we deal with them thought the following chapters. Nevertheless, it is not always possible to obtain the analytic solution of an initial value problem. Therefore, in this dissertation a chapter is addressed to describe a numerical procedure to approximate the solution for an initial value problem. On the other hand, from a modelling point of view, computational techniques to quantify the uncertainty in mathematical models are developed. Merging these techniques with appropriate mathematical models, problems of biological dynamics are studied. Firstly, the carriers of meningococcus in Spain are determined using a competition Lotka-Volterra random fractional model. Then, the volume of breast tumours is modelled by a random logistic model. Finally, taking advantage of a mathematical model which describes the glucose level of a diabetic patient, a recommendation of insulin shots and carbohydrate intakes is proposed to a patient in order to maintain her/his glucose level in a healthy confidence range. An important observation is that to carry out these studies real data is required and they may include uncertainties contained in the measurements on the process to perform the corresponding study. This it is the reason why it is crucial to properly model the problem taking also into account the randomness of the data. / Burgos Simón, C. (2021). Advances on Uncertainty Quantification Techniques for Dynamical Systems: Theory and Modelling [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/166442 / TESIS