Las estrategias de Optimización de Diseño Robusto Eficiente (RDO) que combinan un método de cuantificación de incertidumbre parsimonioso (UQ) con un algoritmo genético multiobjetivo basado en modelos sustitutos (SMOGA) se investigan para un problema de prueba en dinámica de fluidos computacional (CFD), específicamente el diseño robusto inverso de una tobera de expansión. Las estadísticas de bajo orden (media y varianza) de la función de coste estocástica se calculan a través de un modelo sustituto de kriging mejorado por gradiente (GEK) o a través del método de momentos (MoM) de menor fidelidad y menos costoso. Se evalúan tanto los métodos adjuntos continuos (no intrusivos) como discretos (intrusivos) para calcular los gradientes requeridos para GEK y MoM. En todos los casos, los resultados se comparan con un modelo sustituto de UQ de kriging de referencia que no utiliza información de gradiente. Posteriormente, los solucionadores de UQ de GEK y MoM se fusionan para construir un modelo sustituto de múltiples fidelidades con enriquecimiento adaptativo de relleno para el optimizador SMOGA. La estrategia resultante de RDO SMOGA de múltiples fidelidades híbrida garantiza un buen equilibrio entre coste y precisión, representando así un enfoque eficiente para problemas de RDO complejos.