MANUAL de AFINS versión 2.

0
AFINS 2.0 es un software para el análisis de frecuencia de extremos utili-
zando información sistemática y no sistemática. El AFINS 2.0 está desarro-
llado bajo IDL, y puede ser ejecutado utilizando IDL Virtual Machine 6.1.
Esta última es una herramienta distribuida gratuitamente por RSI (Research
System Inc) que permite ejecutar programas construidos bajo IDL 6.1 , sin
necesidad de una licencia.

INSTALACIÓN

Para poder ejecutar AFINS 2.0, es necesario tener en su PC, el IDL Vir-
tual Machine 6.1 , el cual puede bajar de la web: www.rsinc.com dentro del
link Downloads. Una vez instalado el IDL Virtual Machine, dentro del direc-
torio AFINS 2.0, encontrará el archivo AFINS_ppal.sav. Al ejecutarlo se
abrirá el IDL Virtual Machine, haga clic en continuar, y ahora se abrirá la
interfaz del AFINS 2.0.

CÓMO UTILIZAR AFINS

El primer paso para empezar a utilizar el programa, es cargar la serie

de datos a analizar. Dentro del AFINS 2.0, en el menú Archivo/Abrir,
escoja el archivo donde se encuentren sus datos. Estos deben estar en un
formato específico para poder ser utilizados con este programa. El archivo
Datos_jucar_ejemplo.txt, es un ejemplo de un archivo elaborado en el
formato requerido por el AFINS 2.0.
Los datos se dibujaran en la misma ventana, Cuando ya haya carga-
do sus datos, en el menú fdp, podrá escoger la función de distribución de
probabilidad que desee ajustarle a sus datos.
Cada función de probabilidad se despliega en otra ventana específica. En
la ventana de la función seleccionada, debe introducir los parámetros iniciales
para que el programa comience la búsqueda de los parámetros óptimos.
La estimación de los parámetros óptimos se realiza mediante el método
de la máxima verosimilitud. El resultado que ofrece el programa como la
verosimilitud de cada ajuste, es el mínimo de la función negativo del loga-
ritmo neperiano de la función de verosimilitud. Algunas funciones ofrecen la
opción de obtener por el método de los momentos los parámetros iniciales,
exceptuando la función TCEV, para la cual sólo los parámetros θ1 y λ1 se
obtienen por este método, los otros dos parámetros restantes son calculados
como una fracción de aquellos obtenidos por momentos. Si se conocen con
anterioridad los parámetros inciales, también pueden introducirce manual-
mente. Luego de tener los parámetros iniciales, haga clic en el botón ajustar

1
si sus datos tienen algún tipo de información no sistemática o ajustar sólo
sistemáticos si, como el botón lo indica, sus datos son sólo sistemáticos.
Esto puede tardar algunos segundos, espere mientras se muestran los resulta-
dos en la ventana. Si tarda mucho, es porque el algoritmo no ha encontrado
solución, entonces debe cerrar la ventana de la función y abrirla nuevamente
e intentar con otros parámetros iniciales.
Una vez realizado el ajuste, si desea guardar sus resultados, en el me-
nú archivo de cada ventana de función, encontrará dos opciones: Guardar
Resultados que crea un archivo de texto (*.txt) con los cuantiles y los pa-
rámetros, y Guardar Figura, que almacena en un archivo (*.eps) el ajuste
realizado.

FUNCIONES DE DISTRIBUCIÓN

GUMBEL

F (x) = exp(−λ exp (−θx))

f (x) = λθ exp (−θx) exp(−λ exp (−θx))
(1)

Donde θ es el parámetro de escala y λ es el parámetro de forma.

TCEV

F (x) = exp[−λ1 exp (−θ1 x) − λ2 exp (−θ2 x)]

f (x) = F (x)[θ1 λ1 exp (−θ1 x) − θ2 λ2 exp (−θ2 x)]
(2)

Donde θ1 y λ1 son los parámetros de escala y forma resepectivamente de las

crecidas ‘ordinarias’y θ2 y λ2 son los parámetros de escala y forma de las
crecidas ‘extraordinarias’.

GEV
" µ ¶1 #
β β
F (x) = exp − 1 − (x − x0 )
α
" µ ¶ 1 −1 #
1 β β
f (x) = F (x) 1 − (x − x0 )
α α
(3)

2
Donde α es el parámetro de escala , β es el parámetro de forma y x0 es el
parámetro de localización.
Si β > 0 entonces x < (x0 − αβ )
Si β < 0 entonces x > (x0 + αβ )

LOG GUMBEL
µ ¶
θ λ
F (x) = exp −
x
µ ¶λ+1
λ θ
f (x) = F (x) (4)
θ x
LOG NORMAL
µ ¶
ln(x) − µy
F (x) = Φ
σy
" µ ¶ #
1 1 ln(x) − µy 2
f (x) = q exp −
x 2πσ 2 2 σy
y

(5)

Donde Φ es la función de distribución acumulada normal estandar

EXPONENCIAL

F (x) = 1 − exp[−β(x − x0 )]
f (x) = β exp[−β(x − x0 )]
(6)

Con x > x0 y β > 0. El valor del parámetro x0 es específicado por el usuario,

o en su defecto es igual a 0.0

PARETO
· ¸1
x − x0 κ
F (x) = 1 − 1 − κ
α
· ¸ 1
1 x − x0 ( κ −1)
f (x) = 1−κ
α α
(7)

Donde α es el parámetro de escala y κ es el parámetro de forma. El valor del

parámetro x0 es específicado por el usuario, o en su defecto es igual a 0.0

3
 α
Si κ > 0 entonces x0 ≤ x < ∞ Si κ < 0 entonces x0 ≤ x < x0 + κ

SQRT-ETmax
£ √ √ ¤
F (x) = exp −κ(1 + αx) exp(− αx)
h κα √ i
f (x) = F (x) exp(− αx)
2
(8)

Con κ > 0 y α > 0

FUNCIONES DE DISTRIBUCIÓN CON LÍMITE SUPERIOR

EV4
" ½ ¾k #
g−x
F (x) = exp − a≤x≤g (9)
v(x − a)
" ½ ¾k #
k(g − x)k−1 (g − a) g−x
f (x) = exp − (10)
v k (x − a)k+1 v(x − a)
donde a es el límite inferior, g es el límite superior, k y v son parámetros de
forma.

TDF · µ ¶¸
x ak
F (x) = exp − exp − + −b (11)
a g−x

· µ ¶¸ µ ¶
x ak x ak
f (x) = exp − exp − + − b · exp − + −b ·
a g−x a g−x
µ ¶
1 ak
− (12)
a (g − x)2

donde:
a y b parámetros de escala y localización.
g límite superior de la variable x.
k una constante negativa.

4
 LN4:
µ ¶
y − µy
F (x) = Φ
σy
" µ ¶ #
g−a 1 y − µy 2
f (x) = √ exp −
(x − a)(g − x)σy 2π 2 σy
µ ¶
x−a
y = ln
g−x
(13)

donde µy y σy son la media y la desviación estándar de la variable transfor-

mada y g y a los límites superior e inferior respectivamente.