Contraste de la distribución Logística Generalizada en 31 registros históricos de eventos máximos anuales
La distribución Logística Generalizada es la más reciente cuya aplicación ha sido establecida bajo precepto, por ello es importante su contraste con las otras dos que le precedieron, la Log–Pearson tipo III en USA y la General de Valores Extremos en Inglaterra. Se comenzó por destacar la importancia...
| Autor: | |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2013 |
| País: | México |
| Recursos: | Universidad Autónoma de San Luis Potosí |
| Repositorio: | Redalyc-UASLP |
| OAI Identifier: | oai:redalyc.org:40425635010 |
| Acesso em linha: | https://www.redalyc.org/articulo.oa?id=40425635010 |
| Access Level: | acceso abierto |
| Palavra-chave: | Ingeniería momentos L Distribución LOG optimización numérica cocientes de momentos L diagrama de cocientes de momentos L |
| Resumo: | La distribución Logística Generalizada es la más reciente cuya aplicación ha sido establecida bajo precepto, por ello es importante su contraste con las otras dos que le precedieron, la Log–Pearson tipo III en USA y la General de Valores Extremos en Inglaterra. Se comenzó por destacar la importancia en la estimación de las crecientes de diseño, de los análisis probabilísticos y de las distribuciones citadas. Para la más reciente se describe con detalle la estimación de sus tres parámetros de ajuste por el método de momentos L. Además se propone su ajuste por minimización del error cuadrático medio a través optimización numérica. Los resultados de la aplicación de esta distribución en 31 registros de eventos máximos anuales, con base en los dos métodos citados, se contrastan con los óptimos obtenidos previamente con los modelos General de Valores Extremos y Log-Pearson tipo III. Se concluye que la distribución Logística Generalizada (LOG) es una opción conveniente para registros que muestran grandes cocientes L de curtosis y que en general sus resultados conducen a las predicciones más severas en los periodos de retorno extremos, en registros con valores dispersos. |
|---|