A estimativa de momentos em sistemas aleatórios é um problema comum na quantificação de incertezas e na análise de confiabilidade na engenharia. Os métodos de integração por redução de dimensão (dimension-reduction integration methods, DRIMs) originam-se de modelos de redução de dimensão, e sua base teórica consiste em transformar integrais de alta dimensão, envolvidas na estimativa de momentos de sistemas aleatórios, em um conjunto de integrais de baixa dimensão relativas a cada função componente, tornando-se atualmente um método importante para a estimação de momentos. Este artigo revisa sistematicamente os métodos de integração por redução de dimensão existentes aplicados à estimativa de momentos de sistemas aleatórios, abrangendo modelos de redução de dimensão, métodos de integração por redução de dimensão para estimativa de momentos, bem como a combinação desses métodos de integração com algoritmos avançados de integração numérica. Por fim, a seção de perspectivas e conclusões aponta os desafios enfrentados pelos métodos de integração por redução de dimensão e as possíveis direções futuras de pesquisa, proporcionando assim uma referência básica para pesquisadores e profissionais na área.

quantificação de incerteza;momento estatístico;métodos de integração por redução de dimensão;modelos de redução de dimensão;integração multidimensional;mecânica aleatória