Em algumas aplicações é bastante comum o analista se deparar com cenários nos quais existem poucos dados de observação, não permitindo, desta forma, uma clara especificação de qual função de likelihood deveria ser adotada, por exemplo. Em outras aplicações, apesar do analista ter uma visão clara da classe de modelos a ser adotada, ao mesmo tempo se depara com erros de modelagem referentes a parâmetros (campos) de interesse secundário. Nestes casos, estratégias Bayesianas aproximadas podem ser opções viáveis.
Neste seminário, apresentarei duas aplicações de estratégias Bayesianas aproximadas em Dinâmica de Estruturas. A primeira aplicação consiste no uso da técnica BAE (Bayesian Approximate Error) para compensar erros de modelagem em problemas de identificação de defeitos estruturais. Neste primeiro problema considera-se o uso de dados de aceleração medidos em alguns pontos da estrutura. A segunda aplicação consiste no uso de uma abordagem Bayesiana sem likelihood para calibração e seleção de modelos de interação broca-rocha comumente utilizados em modelagem de colunas de perfuração. Neste segundo problema considera-se o uso de dados experimentais de torque e velocidade angular da broca medidos em campo.