Debido a la ventaja de que la penalización no convexa caracteriza con precisión la dispersión del daño estructural, varios modelos basados en penalizaciones no convexas han sido utilizados de manera efectiva en el campo de la identificación del daño estructural. Sin embargo, estos modelos generalmente ignoran la influencia de la incertidumbre en la identificación del daño, lo que inevitablemente reduce la precisión de la identificación del daño. Para mejorar la precisión en la identificación del daño, se propone un método probabilístico de identificación del daño estructural con una penalización no convexa genérica, donde la incertidumbre correspondiente a cada modo se cuantifica utilizando una distribución gaussiana separada. El modelo propuesto se estima a través del algoritmo de optimización de mínimos cuadrados iterativamente reponderados de acuerdo con el principio de máxima verosimilitud. Los resultados numéricos y experimentales ilustran que el método propuesto mejora la precisión en la identificación del daño en un 3.98% y 7.25% en comparación con el modelo original, respectivamente.