MOLINA-AGUILAR, Juan Pablo; GUTIERREZ-LOPEZ, Martín Alfonso    APARICIO-MIJARES, Francisco Javier. Búsqueda armónica para optimizar la función Gumbel Mixta univariada. []. , 9, 5, pp.280-322.   24--2020. ISSN 2007-2422.  https://doi.org/10.24850/j-tyca-2018-05-11.

^a

Los fenómenos que se analizan en el campo de la ingeniería con un análisis de frecuencia son habitualmente eventos extremos como inundaciones y sequías. Con frecuencia estos eventos tienen como origen la ocurrencia simultánea de dos fenómenos, por lo que se analizan con dos distribuciones de probabilidad en forma simultánea. Tal es el caso de las series climatológicas e hidrométricas que México, por su exposición ante fenómenos como los huracanes, se analizan con distribuciones de probabilidad para dos poblaciones. El buen uso de estas distribuciones depende de la correcta estimación de sus parámetros de ajuste. Se presenta la aplicación de un algoritmo meta-heurístico de búsqueda armónica para la estimación de los parámetros que optimizan la función Gumbel Mixta univariada. Se utilizan datos hidrométricos máximos anuales para comparar el ajuste de la distribución univariada con las metodologías tradiciones como máxima verosimilitud y el algoritmo de Rosenbrock. Los resultados muestran que existe una disminución en el error de ajuste y una rápida convergencia cuando se utiliza una búsqueda armónica. Con la disminución del error de ajuste se mejora la estimación de los valores de los caudales de diseño. Se presenta el seudocódigo del algoritmo para la implementación de la metodología propuesta.

Phenomena analyzed in the field of engineering with frequency analyses are usually extreme events such as floods and droughts. Such events frequently have as origin the simultaneous occurrence of two phenomena, and therefore are analyzed with two simultaneous probability distributions. Such is the case of the climatological and hydrometric series in Mexico which, due to its exposure to phenomena such as hurricanes, are analyzed with two-population probability distributions. The good use of these distributions depends on the correct estimation of their parameters. The application of a harmonic search meta-heuristic algorithm for the estimation of the parameters that optimize the univariate Gumbel Mixed function is presented. Annual maximum hydrometric data are used to compare the best-fit of the univariate distribution with traditional methodologies, such as maximum likelihood and the Rosenbrock algorithm. The results show that there is a decrease in the root mean square error and a fast convergence when a harmonic search algorithm is used. With the decrease of the error of fit, estimation of the design flows values is improved. The pseudocode of the algorithm for the implementation of the proposed methodology is presented.

: .