La propagación de sistemas dinámicos de alta fidelidad puede convertirse en una tarea engorrosa al tratar con incertidumbres modeladas como procesos aleatorios. Las ecuaciones diferenciales ordinarias aleatorias que suelen describir la dinámica incierta pueden integrarse numéricamente, pero son desafiantes desde el punto de vista computacional. Los métodos tradicionales suelen requerir ya sea el almacenamiento de una cantidad relevante de datos o pasos de integración pequeños. En este trabajo, se concibe un método híbrido, que incorpora un método de integración estocástica en un esquema determinista de orden superior, para obtener resultados rápidos y estocásticamente correctos. El método se utiliza para la propagación y cuantificación de incertidumbres en problemas aeroespaciales. Los resultados muestran una reducción de al menos un orden de magnitud tanto en el tiempo computacional como en el uso de memoria con respecto a las técnicas de vanguardia, mientras que es capaz de proporcionar resultados estadísticamente correctos.