- -

Maximización de la función de Verosimilitud de Distribuciones de Probabilidad usando Algoritmos Genéticos

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Maximización de la función de Verosimilitud de Distribuciones de Probabilidad usando Algoritmos Genéticos

Show simple item record

Files in this item

dc.contributor.author Fuentes Mariles, Oscar Arturo es_ES
dc.contributor.author Arganis Juárez, Maritza Liliana es_ES
dc.contributor.author Domínguez Mora, Ramón es_ES
dc.contributor.author Fuentes Mariles, Guadalupe Esther es_ES
dc.contributor.author Rodríguez Vázquez, Katya es_ES
dc.date.accessioned 2020-04-08T06:12:35Z
dc.date.available 2020-04-08T06:12:35Z
dc.date.issued 2015-01-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/140509
dc.description.abstract [ES] Tradicionalmente, para obtener los parámetros de una función de distribución con el método de máxima verosimilitud se acostumbra igualar a cero la derivada del logaritmo de la función de verosimilitud y resolver el sistema de ecuaciones no lineales que resulta. La popularidad del procedimiento se debe a su sencillez; sin embargo, cuando la función de verosimilitud no es suficientemente regular, puede llevar a obtener un valor muy alejado del máximo Por ese motivo, en este documento se presenta el uso de un algoritmo genético que permite encontrar los parámetros de la función de distribución (con los que se maximiza directamente la función de verosimilitud, o su logaritmo), sin recurrir a la derivada de los logaritmos de dicha función. Se halló buena concordancia de los resultados respecto a los obtenidos usando un software de uso frecuente en México, para el caso las funciones Gumbel y Gumbel de dos poblaciones.  es_ES
dc.description.abstract [EN] Traditionally, to get the parameters of a distribution function with the maximum likelihood method is usually equaled to zero the derivative of the logarithm of the likelihood function and then the resulting non-linear system of equations is solved. The popularity of the procedure is due to its simplicity; however, when the likelihood function is not regular enough, can lead to obtain a value very far away from the maximum sought. This document presents the use of a genetic algorithm that allows to find the parameters of the distribution function by directly maximizing the likelihood function, or its logarithm, without need to resort to the derivative of the logarithms of the function. The results are compared with those obtained using a software frequently used in Mexico, for the case functions Gumbel and Gumbel of two populations. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Ingeniería del agua es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Genetic Algorithm es_ES
dc.subject Máximum likelihood es_ES
dc.subject Gumbel Function es_ES
dc.subject Gumbel of two populations es_ES
dc.subject Optimization es_ES
dc.subject Algoritmo genético es_ES
dc.subject Máxima verosimilitud es_ES
dc.subject Función Gumbel es_ES
dc.subject Gumbel de dos poblaciones es_ES
dc.subject Optimización es_ES
dc.title Maximización de la función de Verosimilitud de Distribuciones de Probabilidad usando Algoritmos Genéticos es_ES
dc.title.alternative Maximization of the Likelihood Function of Probability Distributions using Genetic Algorithms es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/ia.2015.3225
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Fuentes Mariles, OA.; Arganis Juárez, ML.; Domínguez Mora, R.; Fuentes Mariles, GE.; Rodríguez Vázquez, K. (2015). Maximización de la función de Verosimilitud de Distribuciones de Probabilidad usando Algoritmos Genéticos. Ingeniería del agua. 19(1):17-29. https://doi.org/10.4995/ia.2015.3225 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2015.3225 es_ES
dc.description.upvformatpinicio 17 es_ES
dc.description.upvformatpfin 29 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 19 es_ES
dc.description.issue 1 es_ES
dc.identifier.eissn 1886-4996
dc.relation.pasarela OJS\3225 es_ES
dc.relation.references Arganis-Juárez, M.L., Domínguez-Mora, R., González-Villarreal, F., Carrizosa-Elizondo, E., Esquivel-Garduño, G., Hollands, A.J., Ramírez-Salazar, L.E. (2009). Estudio Integral de la Cuenca Alta del Río Grjialva. Actualización de Avenidas de Diseño. Para CFE. Informe Final. es_ES
dc.relation.references Baker, J.E. (1985). Adaptive Search Selection Methods for Genetic Algorithms, in Proceedings of the First International Conference on Genetic Algorithms (Grefenstette, ed), Lawrence Erlbaum, 101-111. es_ES
dc.relation.references Clark, C., Whu, Y.Z. (2006). Integrated hydraulic model and genetic algorithm optimization for informed analysis of a real water system. Asce 8th Annual International Symposium On Water Distribution System Analysis, Cincinnati, August 27-30, Ohio. es_ES
dc.relation.references Domínguez-Mora, R., Carrizosa-Elizondo, E., Fuentes-Mariles, G.E., Arganis-Juárez, M.L. (2000). Estudio de diferentes aspectos sobre el funcionamiento de la obra de excedencias del Proyecto Hidroeléctrico, la Angostura, Chiapas y actualización de la hidrología para el sistema de presas del Río Grijalva. "Estudio Hidrológico de la Cuenca alta del Río Grijalva". Para CFE. Informe final. es_ES
dc.relation.references Domínguez-Mora, R., Fuentes-Mariles, G.E., Arganis-Juárez, M.L. (2004). Optimación de los parámetros de la función de distribución doble gumbel usando algoritmos genéticos en una serie de gastos máximos anuales. XXI Congreso Latinoamericano de Hidráulica, Sao Paulo, Brasil. es_ES
dc.relation.references Domínguez-Mora, R., Arganis-Juárez, M.L., Carrizosa-Elizondo, E., Fuentes-Mariles, G.E., Echeverri, C.A. (2006). Determinación de Avenidas de Diseño y Ajuste de los Parámetros del Modelo de Optimización de las Políticas de Operación del Sistema de Presas del Río Grijalva. Para CFE. Informe Final. es_ES
dc.relation.references Escalante-Sandoval, C., Reyes-Chávez, L. (2002). Técnicas Estadísticas en Hidrología. Facultad de Ingeniería. Universidad Nacional Autónoma de México. es_ES
dc.relation.references Fuentes-Mariles, O.A., Fuentes-Mariles, G.E., Domínguez-Mora, R. (2005). Optimación de los parámetros de algunas funciones de distribución de probabilidad de gastos máximos anuales usando un algoritmo genético simple. 4a. Conferencia Iberoamericana en Sistemas Cibernética e Informática, Cicsi, Orlando, Flo., Usa, Vol. 2, 156-159. es_ES
dc.relation.references Fuentes-Mariles, O.A. Domínguez-Mora, R., Fuentes-Mariles, G.E., Arganis-Juárez, M.L., Rodríguez-Vázquez, K. (2006). Estimación de los parámetros de funciones de distribución empleadas en hidrología usando ecuaciones de máxima verosimilitud y algoritmos genéticos. XXII Congreso Latinoamericano De Hidráulica, Ciudad Guayana, Venezuela. es_ES
dc.relation.references Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, USA. es_ES
dc.relation.references González-Villarreal, F. (1970). Contribución al análisis de frecuencias de valores extremos de los gastos máximos en un río. Serie Azul, Instituto de Ingeniería, UNAM. es_ES
dc.relation.references Gumbel, E.J. (1958). Statistics of Extremes, Columbia University Press, New York. (citado por Koutsoyiannis, D., 2003) es_ES
dc.relation.references Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. The University of Michigan Press. es_ES
dc.relation.references Horbelt, W., Timmer, J., Voss, H.U. (2002). Parameter estimation in nonlinear delayed feedback systems from noisy data. Physics Letters A. 299(5-6): 513-521. doi:10.1016/S0375-9601(02)00748-X es_ES
dc.relation.references Jenkinson, A.F. (1955). The frequency distribution of the annual maximum (or minimum) value of meteorological elements, Quarterly Journal of the Royal Meteorological Society 81, 158-171. (citado por Koutsoyiannis, D.,2003) es_ES
dc.relation.references Jenkinson, A.F. (1969). Estimation of maximum floods, World Meteorological Organization, Technical Note No. 98, ch. 5, 183-257. (citado por Koutsoyiannis, D.,2003) es_ES
dc.relation.references Jha, M.K., Nanda G., Samuel, M.P. (2004). Determining hydraulic characteristics of production wells using genetic algorithm Water Resources Management, 18(4): 353-377. doi:10.1023/B:WARM.0000048485.62254.1c es_ES
dc.relation.references Jiménez-Espinoza. M. (1996). Programa Ax. Área De Riesgos Hidrometeorológicos. Centro Nacional de Prevención de Desastres. México. es_ES
dc.relation.references Kite, G.W. (1988). Frequency And Risk Analyses In Hidrology. Littletown, Colorado.USA. es_ES
dc.relation.references Koutsoyiannis, D. (2003). On the appropriateness of the gumbel distribution in modelling extreme rainfall. Hydrological Risk: recent advances in peak river flow modelling, prediction and real-time forecasting. Assessment of the impacts of land-use and climate changes. Proceedings of the ESF LESC Exploratory Workshop held at Bologna, Italy, October 24-25, 303-319. es_ES
dc.relation.references Liu, Y., Khu, S.T., Savic D. (2004). A Hybrid Optimization Method Of Multi-Objective Genetic Algorithm (Moga) And K-Nearest Neighbor (Knn) Classifier for Hydrological Model Calibration. Lecture Notes In Computer Sciences, Volume 3177, 546-551. doi:10.1007/978-3-540-28651-6_80 es_ES
dc.relation.references Mazariegos, B.R., Raynal-V., J.A. (2002). Paquete Interactivo Para La Estimación De Parámetros De La Distribución Weibull, B14. Memorias Del XX Congreso Latinoamericano De Hidráulica, La Habana, Cuba. es_ES
dc.relation.references Myung, I.J. (2003). Tutorial on maximum likelihood estimation. Journal of Mathematical Psychology, 47(1): 90-100, doi:10.1016/S0022-2496(02)00028-7. es_ES
dc.relation.references Nicklow, J.W., Ozkurt O., Bringer Jr, J.A. (2003). Control of Channel Bed Morphology in Large-Scale River Networks using a Genetic Algorithm, Water Resources Management, 17(2): 113-132. doi:10.1023/A:1023609806431 es_ES
dc.relation.references O-Matrix Statistical Time Series Analysis. Stsa Toolbox Version 2. (2005). The Time Series Analysis Toolbox For O-Matrix, http://www.omatrix.com/Stsav2.html es_ES
dc.relation.references Rao, A.R., Hamed, K.H. (2000). Flood Frequency Analysis. Crc Press, USA, Web Site: Google.Books.Com es_ES
dc.relation.references Rossi, F., Florentino, M., Versace, P. (1984). Two-Component Extreme Value Distribution for Flood Frequency Analysis, Water Resources Research 20(7), 847-856. doi:10.1029/WR020i007p00847 es_ES
dc.relation.references Smith, R.L. (1988). Forecasting Records By Maximum Likelihood. Journal Of The American Statistical Association, 83(402): 331-338. doi:10.2307/2288847. es_ES
dc.relation.references The Mathworks, Inc. (1992). The Mathworks Matlab Reference Guide. es_ES


This item appears in the following Collection(s)

Show simple item record