4.

9 DrsrrunucrN GrNTRAL pE Veronps ExrREMos (DGVE)

La distribucin General de Valores Extremos tiene sus bases en la Teora de Valores Extremos,
que proporciona una descripcin del comportamiento aleatorio de los n-simos valores ms

grandes o ms pequeos de una muestra. Esta se debe en gran parte a Tippet quien en7925
obtiene las probabilidades de los valores ms grandes para diferentes tamaos de muestra
de una distribucin normal y en7928junto con Fisher public el artculo que es considerado
el cimiento de la teora asinttica de valores extremos.
La fda

(funcin de distribucin acumulada) est dada por la ecuacin:

-[,-l'- ]ol'i

F(x)=st\arl

(4.66)

Y la funcin de densidad de probabilidad es:

f (*) =1,-l',-(n
k:0,

<r<
ms adelante)
Si

-@

Si k < 0
Si

;')-1'

[,

-(. U)o),'

(4.67)

entonces la distribucin es tipo I (tambin llamada Gumbel, como se ver

'k+$=r.oo,
13

entonces la distribucin es tipo

II

(Frchet)

f > 0 -oo<x.0 +4., entoncesladistribucinestipoIII(Weibull)

k

donde:
5 = Parmetro de ubicacin
.i = Parmetro de escala, a>0
t = Parmetro de forma
Para esta fda se define la siguiente variable reducida:

\'o

",=-m(t-(*-Pt
\, \ a Y)

(4.68)

4.9.7 EsrruacrN on Los pARunrnos poR EL MToDo DE

MOMENTOS
Los valores de los parmetros de ajuste se calculan de acuerdo con el mtodo de momentos
como sigue:

El parmetro k se calcula de acuerdo con el valor deg (coeficiente de asimetra) de la siguiente

manera:
Para -11.35<9<7.7396

k =0.Zlgq34 -0.333525g +0.0448306 gz +0.02331493 +0.00376ga +0.000263gs (4.69)

Y para 7.74<9<78-95

k = 0.2SOZ|-0.2g2lgg

+ 0.075357 92 + 0.01088393 + 0.00090 4go

*0.000043gs

Los dos parmetros restantes se calculan de acuerdo con las siguientes condiciones:
Para k<0
d.

=-kB= -k-:-:-::*,lr(1+ zH*r'?$+k)

-B=-I,r+rft+k))

9=A

(4.70)

(4.71)

Para k>0

A =kB: k

Para

rQ+2k)-r'z(1+k)

)- B = * -lO+ r(1+ ))

f3

fr

=x-0.455

(4.72)

(4.73)

k:0
(4.74)

T;

d :10- S =o.7gS

(4.75)

T(.

donde:
1

u _lvark)fi _

lvar(y)

r,i-(1+

2[-l'7r

(4.76)

A= !1,+Brfyl=x+Bnlyj

(4.77)

E(y) = rfi.+t<)

(4.78)

Var(x)=o*'=Sl

(4.7e)

Var(y)= l-(L + zfd

- f'Z fi, + k)

(4.80)

4.9.2 EsrrvrecrN pp,Los pARurrnos poR ur uroDo DE MAXIMA

VEROSIMILITUD
Considerando la variable reducida

'r
r(*-Plol[ [a))
(

y=-r,-il

'
e1

(4.8i)

clculo de los parmetros se realiza por medio del siguiente proceso iterativo:

=n-fr-o'
i=1

e=tr*,+{g-r)v *(1,-

psfr*,

i=1.

R=n*fr,*fy,r
i=1
E1

criterio de convergencia

i--1

''

es

Q *A
a

(4.83)

, (o

p) o
a[ :o)=

(4.84)

1[o-'14']=o
pr,
p)
se

(4.82)

i=l

4.85)

pueden tomar 1os siguientes incrementos para el proceso iterativo

,,
6u,

rr{on,*t,(P'in)

-;{ro

[1.,-

*o@r*i,a,).ri,[^,-

{+.a')]}
t;,:l]

@86)

gB7)

= i,ltn

. *@-;,,Q,)*

g,;:']]

(4.88)

;[^,

Donde a, b, c, f, It y h son los elementos de la matriz de varianza de los parmetros de la

distribucin GVE, y se calculan de la siguiente manera (Escalante y Reyes, 2002).
Para -1.5

.l

= f.O

a:0.66t437 -

- 0. rcztet$ -

b =1.2353s6
c = 0.47

0.115

O.OS9OttB'

tlt $'z + 0.009577 $3

0.176278 + 0.2958 25p'

= 0.244435

g, = 0.

tt -

O.s62lOS + 0.985803$'

- O.OO9O+SB,

- 0. tozzl $ - 0.1958313, - 0.016831 p'

t5313 -O.4ILOZZ$ -0.479209$, -O.OlS004p

0.338937

(4.8e)
3

- t.zoosss$ - o:ogg22B, - o.orcsot$,

Y los nuevos valores de los parmetros son:

Oi*t=O,+6u,

(4.e0)

d'*r=d'r+6u,

(4.e1)

9i*, =
Se

9*

0r'

(4.e2)

repite el proceso hasta alcanzar la convergencia.

El software AFA solamente contempla el clculo de los parmetros por

el mtodo de

momentos.

4.9.3 EsrrtracrN os EVENros

Para calcular el evento correspondiente a una probabilidad de excedencia (7-F(x)) o para un
periodo de retorno Tr, primeramente se calculan los parmetros de ajuste (por momentos o

mxima verosimilitud), despus se despeja la variable z de lafda, esto

x=F

*3lr*

[- rrrrrrf ]

es:

(4.e3)

Ervrrro

4.9.4

DE

ApI-rcacrN

Ejemplo 4.9. Resolver el ejemplo 4.\ utllizando la funcin de distribucin de probabilidad

general de valores extremos
Solucin:
a) Estimacin de los parmetros de ajuste

Crcuro

y clculo del gasto para Tr=75 y

1000 aos

DE Los pARMETRos

De acuerdo con el mtodo de momentos los parmetros son:

1J')'lx,
.

nA'

Srrrg='-'='

=
lnsesr

-x)3

S,

- n'

fu_1)(n_21

=2.41357

8"'n=2'5436206

Como 1,14<9<1&91 entonces el valor de k es

L= O.zsol|-0.29219g +0.075357 92 + 0.010883g' * 0.000904ga + 0.000043gs

it=0.15096
Como k<0 entonces los otros dos parmetros son:

d =-kB=

-k----*:---i^ulf(1+ 2H*120.+k)

B=A+B=x-! O*f1+k))
'k
l(1,+ 2k) = l-(1+ 2 * (-0.15096)) =7.298096
l"(1+ k) = i'(1- 0.15096) = 1.11,2269
Entonces

'

=-k

B=

{27'0739
= -(-0.15096)
\
-----'
-".7.298096+7.2371, =257.4306
--4
. f(1.+2H- r'zO.+k)
(, + 1.11226s) = 30s.6sr17
k\ \ + k)) = 4e7.t455 +':?::3
o.1so96

* - 1 t, *t-(1

Crcuro

DEL GASTo pARA

uN pERroDo DE REToRNo ov 75 eos

Al igual que en las anteriores funciones de distribuciry el primer paso para calcular el gasto
para un periodo de retorno es calcular su probabilidad de ocurrencia, entonces:

Fk)=1- 1 =L- 1 =o.ga6i;ao

Tr 75
-lr-(r.\r1%
F(x)=s L \"1'l

Despejando el valor de

se tiene

- p -111* [- h(F(r))]*]

Bs.6e7 1"6 -

Crcuro

1T:#iff

r * p r,r10.e866qf0'uo'u' )= :ri6e.437 m3 t s

DEL GASro pARA uN pERroDo DE REToRNo

1000 eos

La funcin de distribucin de probabilidad es

F(x)

1'

l- =t=t- Tr
- o.9gg
1000

Entonces el gasto es

x=F

-ilr*

[- i,''frfrll]o ]

x -- z0s.6erru *

b)

4#f

r * - r"10.eee)f0150e6'): a+as.zo3 m3/s

Clculo de 1a probabilidad de que en un ao cualquiera el gasto sea mayor o igual a 2500

m3/s (probabilidad de excedencia)

Para calcular

1a

probabilidad primeramente se evalualafda

-1,-(t-t\x
F(x)= L ("ll

, ( zsoo -305.6s716 ),_o.runra, 1-ro

F(r)=r-L'-l 257'4306 )\-u'rrw,u)l -0.9958
rsoso

Entonces la probabilidad de qup ocurra en un ao cualquiera un gasto mayor o igual a 2500

m3/s es P(r>=2500)=1-0.9958=0.:A042:0.42%, 1o cual equivale a un periodo de retorno de 240
aos

4.10 DrsrnrsucrN CuMsm

La distribucin de Valores Extremos Tipo I o Distribucin Gumbel nace con Fisher y Tippet,
en 1os aos veinte con la Teora de Valores Extremos (Escalante y Reyes 2002). En los aos
treinta, Gumbel realiza aplicaciones prcticas usando los estadsticos de valores extremos de
distribuciones del tiempo de duracin de la vida humana y en l94lpublica algunos artculos
con respecto a sus aplicaciones en el anlisis de frecuencias de gastos mximos y mnimos.
Jenkinson (1955) demostr que est distribucin es un caso especial de la Distribucin
General de valores Extremos (Chow et a1.,7994).

Lafda (funcin de distribucin acumulada) est dada por la siguiente ecuacin:

l,-l

r(r) r-'-t.

oo

<f

<oo

-oo < p<oo

(4.e4)

e>0
Y su funcin de densidad de probabilidad es:

1
f (*) = d - r-l'ru ) r-,-{+)

(4.e5)

Donde:
p

Parmetro de ubicacion
a = Parmetro de escala

La variable reducida Gumbel es:

y =*-

F-

(4.e6)