Académique Documents
Professionnel Documents
Culture Documents
INDICE
1 SISTEMA ADMINISTRATIVO
2 TOMA DE DECISIONES
2.4.1 CERTIDUMBRE
2.4.2 RIESGO
2.4.3 INCERTIDUMBRE
4.1 ESTADISTICAS
4.2TEORIA D LA PROBABILIDAD
Una decisin es una leccin entre posibilidades, que implica evaluar las lneas
de accin disponibles y determinar qu accin se llevara a cabo.
Una decisin ocurre cuando una persona con una necesidad insatisfecha realiza
una accin para satisfacer esa necesidad o deseo. Sabemos que una buena
decisin es la que elige el mejor proceder disponible ante la incertidumbre de las
consecuencias. Algunas decisiones son fciles de tomar y en realidad, incluso
podran no considerarse como decisiones ya que la eleccin parecer ser obvia.
Con frecuencia hay una opcin dominante que claramente es mejor que las otras
respecto a los factores importantes en cada caso. Y otras decisiones son mucho
ms difciles de tomar y las respuestas mucho ms complejas. Para tomar estas
decisiones debemos saber lo siguiente:
El valor que tiene para nosotros cada opcin.
El resultado probable.
Estos aspectos son decisivos en la toma de decisiones.
La ciencia de toma de decisiones:
El rbol de decisiones:
Los arboles de decisiones representan las lneas de accin o las opciones y las
consecuencias que se seguirn de cada eleccin.
El rbol de decisiones es una ayuda prctica, til para representar los aspectos de
una decisin. Cualquier situacin que podamos llamar decisin est compuesta
por:
El cerebro lleva a cabo clculos de utilidad como los que determina la ecuacin de
la utilidad esperada, de que las perdidas y las ganancias no se tratan del mismo
modo y de que incluso pudiera existir una ruta neuronal diferenciada para evaluar
las consecuencias.
Transitividad: hace una relacin entre varios elementos hasta que elige el
preferido.
Invariancia: se da dos opciones para escoger.
Racionalidad ligada y el algoritmo de satisfaccin:
Es un proceso de eleccin que son tan racionales como lo pueden ser, dadas las
limitaciones cognitivas respecto a la cantidad de informacin que podemos
procesar.
La satisfaccin tiene que ver con la toma de decisiones. Los procesos cognitivos
que se precisan para logar la satisfaccin son muy diferentes de los que se
necesitan para el clculo de la utilidad esperada y por lo general requieren mucho
menos esfuerzo.
Nuestro mejor juicio es que la evolucin y la cultura nos han preparado para hacer
las cosas casi del mejor modo posible en muchos contextos. Pero dado a que los
seres humanos remodelamos nuestro entorno frecuentemente no es probable que
seamos por completo racionales e incluso puede que no tengamos las
capacidades de aprendizaje necesarias para adaptarnos a ciertos ambientes
modernos artificiales, pero muy importantes.
Efectos de encuadre y teora prospectiva:
El principio es conocido como invariancia descriptiva, implica que un problema de
decisin descrito por medio de asertos diferentes pero lgicamente equivalentes
deberan conducir a la misma direccin. Este problema no es aplicable en la
percepcin.
Teora Prospectiva:
Propone que la primera etapa en la toma de decisiones es discernir las
probabilidades que se tienen encuadrando los trminos de la decisin.
1
Anderson, David; Sweeney, Dennis; Thomas Williams: Mtodos cuantitativos para los negocios,
International Thomson Editores, 1999
Juicios crticos ante la ambigedad:
Paradoja de Ellsberg : eleccin de la certeza ante la ambigedad aun cuando el
resultado sea una pauta inconsciente de elecciones.
Juicios crticos sobre probabilidad ante la incertidumbre.
Las personas no estn dotadas con intuiciones que sigan leyes matemticas de la
teora de la probabilidad. Ms bien cuando se enfrentan a la incertidumbre se
basan en capacidades cognitivas de memoria para evaluar las e imaginar las
causas de los acontecimientos
Moody, es una accin que debe tomarse cuando ya no hay ms tiempo para
recoger informacin.
Leon Blan Buris define que una decisin es una eleccin que se hace entre varias
alterativas.
Le Moigne define el termino decidir cmo identificar y resolver los problemas que
se le presenta a toda organizacin. Por tanto, el desencadenante del proceso de
toma de decisiones es la existencia de un problema, pero cundo existe un
problema? Para Huber existir un problema cuando hay diferencia entre la
situacin real y la situacin deseada. La solucin del problema puede consistir en
modificar una u otra situacin, por ello se puede definir como el proceso
consciente de reducir la diferencia entre ambas situaciones.
https://www.emprendepyme.net/el-proceso-de-toma-de-decisiones.html
1.3 Sistemas organizacionales y la toma de decisiones.
5
Estilos de toma de decisiones //www.mujeresdeempresa.com/images/graficosestilos/toma-de-
decisiones.gif&imgrefurl=http:
1.5 Unidad bsica de comportamiento
Hablando en trminos generales, la racionalidad se ocupa de la eleccin de
alternativas preferidas de actividad de acuerdo con un sistema de valores cuyas
consecuencias de comportamiento pueden ser valoradas.
6
Toma de decisiones profesor mc, Alejandro Gutirrez Daz
1.6 Factores que influyen en la toma de decisiones.
Dicho anlisis pone de manifiesto las influencias que el entorno general y/o
especfico ofrece a la actuacin de la empresa (o individual). Es un anlisis
subjetivo y cualitativo, por lo que diferentes analistas podran llegar a resultados
distintos. La clave reside en entender que cuando valoramos el comportamiento
de cada uno de los factores clave de forma subjetiva podemos ver las
oportunidades y amenazas de una decisin para un entorno.
7
Toma de decisiones, profesor M:C Alejandro Gutirrez Diaz
8
Modulo introductorio teora de la decisin, universidad de la matanza
1.6.2 Anlisis del contexto interno
Identificar las fortalezas y debilidades que tiene una empresa para desarrollar
su actuacin competitiva. Consiste en ser capaces de:
Nuestro Estilo Decisional: Los Impulsivos toman decisiones rpido, sin haberse
parado a pensar lo que estn buscando. Por lo general, las emociones intensas
estn relacionadas con una toma de decisiones impulsiva, ya que dificultan el
pararse a pensar.
Nuestras emociones.
Tener en cuenta que determinada circunstancia puede ser percibida por una
persona como un problema y por otra como una situacin normal o hasta
favorable.
Prestar especial atencin al exceso de confianza.
Saber que hay muchos tipos de decisiones y para cada una entran en juego
multitud de variables humanas y subjetivas. Hay que entender que la
mayora de las decisiones tienen, al menos, una pequea distorsin debido
a los gustos y predisposiciones personales
1.6.4 El comportamiento
9
Modulo introductorio teora de la decisin, universidad de la matanza
Dentro de la incertidumbre de una decisin podemos hablar de la incertidumbre
que genera un entorno, ya que muchas de las decisiones estratgicas que se
toman dependen en gran medida del:
Grado de estabilidad del entorno: puede ser estable o dinmico segn los
factores que lo componen permanezcan estables o no.
Grado de complejidad de un entorno: puede ser simple o complejo
dependiendo de si los factores y los cambios en los mismos son ms o
menos comprensibles o requieren unos conocimientos sencillos o
complicados.
Grado de diversidad: hay entornos integrados o diversos, dependiendo del
nmero de elementos en que nos tenemos que fijar y de su
heterogeneidad.
Grado de hostilidad del entorno: Puede ser favorable u hostil segn si los
cambios son para bien o para mal
Muy relacionado con el punto anterior est la previsin del riesgo. Y es que
su utilidad radica en que obliga a pensar sobre las variables relevantes a
incorporar, su interrelacin y las consecuencias sobre las decisiones, preparando
as a la direccin para adaptarse mejor a las contingencias del entorno.
Tcnicas de previsin de riesgos
1.6.7 El tiempo
Espndola considera que son cinco los factores positivos que favorecen una
buena toma de decisiones:
10
Modulo introductorio teora de la decisin, universidad de la matanza
Visin definida: como la manera en que dotamos de sentido al tiempo para cumplir
nuestras metas en el futuro o sea, es ver mentalmente hacia el futuro y tener un
ideal de cmo queremos ser. Lo contrario de vivir con visin es vivir inmediatez,
pues quienes nicamente resuelven los problemas inmediatos no tienen
capacidad para ver los problemas importantes por resolver confunden lo que es
urgente con lo que es importante.
Informacin errnea
Conocimientos deficientes
Experiencia inadecuada
Error en el anlisis
Mal juicio
Seleccin de muestra
Sesgo considerado como el grado el cual un prejuicio afecta las respuestas.
Ubicuidad del promedio
Selectividad, entendida como el rechazo de resultados desfavorables o por
seleccin de mtodo que con seguridad proporcionara resultados
favorables.
Conclusin apresurada
Superioridad insignificante, algo muy notorio en el campo de las
computadoras.
Es necesario tener en cuenta que las decisiones se toman, a veces, bajo presin
psicolgica, pues la tensin a partir del conflicto en la toma de decisin, puede
conducir a procesos de estrs, sobre todo en el caso en que todos los cursos de
accin parezcan tener consecuencias indeseables, provocando aprensin, duda,
vacilacin y angustia en la toma de decisin.
11
Anderson, David; Sweeney, Dennis; Thomas Williams: Mtodos cuantitativos para los negocios,
International Thomson Editores, 1999.
2 TOMA DE DESICIONES
2.4.1 CERTIDUMBRE
2.4.2 RIESGO
2.4.3 INCERTIDUMBRE.
12
http://matematicas.reduaz.mx/home/Docentes/ltrueba/tomadecision/toma4.htm
2.5.1ANALISIS ESTADISTICO
El anlisis estadstico es un componente del anlisis de datos. En el contexto de la
inteligencia de negocios (BI), el anlisis estadstico requiere recoger y escudriar
cada muestra de datos individual en una serie de artculos desde los cuales se
puede extraer las muestras
El anlisis estadstico puede ser dividido en cinco pasos discretos, de la siguiente
manera:
DISTRIBUCIONES DE FRECUENCIAS
Las distribuciones o tablas de frecuencias permiten resumir los datos en una tabla
que recoge:
13
Enciclopedia de Clasificaciones (2017). "Tipos de escalas". Recuperado
de: http://www.tiposde.org/ciencias-exactas/1094-tipos-de-escalas-2/
porcentaje de veces que aparece cada valor de la variable o modalidad del
atributo sobre el total de observaciones,
Analizar
Estadsticos Descriptivos
Frecuencias
Adems, el cuadro de dilogo Frecuencias permite activar otras opciones con los
botones:
Estadsticos
Grficos
Formato
14
http://www.ub.edu/aplica_infor/spss/cap2-2.htm
15
Manuel Miguel Ramos lvarez Curso Representaciones grficas de datos en Psicologa Educacin
3.- LA TOMA DE DECISIONES EN CONDICIONES DE
CERTIDUMBRE
Como gerente debes estar preparado para tomar decisiones bajo condiciones de
certeza, incertidumbre y riesgo. Aprender este tipo de procesos ser vital para tu
empresa.
Una decisin mal tomada puede tener graves consecuencias para tu negocio. Por
este motivo, debes considerar todos los datos disponibles, analizar los riesgos,
evaluar todas las variables y sopesar todas las alternativas que tienes, para
acertar en la eleccin y escoger aquella opcin que permita los mejores
resultados.
Ante esta situacin es difcil estimar los riesgos, por eso debers analizar los datos
disponibles y confiar en tu intuicin y en tu capacidad y creatividad.
Seleccionar la mejor alternativa pasa por una serie de pasos que debes aprender
y realizar.
Analiza las variables que en l influyen. Es importante tener en cuenta todas las
variables que entran en juego, para poder hacer una valoracin real. Algunas
variables se escaparn de tu control, mientras que otras s las podrs dominar.
Identifica las alternativas posibles. Detalla cules son las alternativas que tienes,
Valora y cuantifica las repercusiones de cada alternativa. Tras realizar una primera
criba, es el momento de analizar detenidamente las mejores opciones, las ms
realistas, y valorar cmo pueden afectar o influir en la empresa.
La funcin objetivo F(x, y) = ax+ by, que es necesario optimizar, es decir, calcular
si existen sus mximos o mnimos.
El conjunto de los valores que verifican todas y cada una de las restricciones
forman la regin factible; todo punto de la regin puede ser solucin del problema.
Las regiones factibles pueden ser acotadas (rea finita) o no acotadas (rea
infinita). En el caso de regiones acotadas el recinto es un polgono convexo
conforme hemos visto en la Unidad anterior; los vrtices y la frontera de dichas
regiones forman parte de la solucin o no, segn que las desigualdades sean en
sentido amplio ( o ) o en sentido estricto (< o >).
La solucin o soluciones ptimas del problema, caso de existir, sern los valores
(x0, y0) de la regin factible que optimizan (hacen mximo o mnimo) el valor de la
funcin objetivo.
Queda por estudiar un mtodo que permita calcular fcilmente el punto o los
puntos en los que sea ptima la funcin objetivo; trataremos un mtodo grfico y
otro analtico.
Las variables de decisin son incgnitas que deben ser determinadas a partir de la
solucin del modelo. Los parmetros representan los valores conocidos del
sistema o que se pueden controlar. Las variables de decisin se representan por:
X1, X2, X3,, Xn Xi, i = 1, 2, 3,, n.
Funcin Objetivo
Restricciones
Las restricciones son relaciones entre las variables de decisin y los recursos
disponibles. Las restricciones del modelo limitan el valor de las variables de
decisin. Se generan cuando los recursos disponibles son limitados.
Del teorema anterior se deduce que para determinar los valores ptimos se debe:
Dibujar el recinto limitado por las restricciones del problema.
Calcular las coordenadas de los vrtices.
Sustituir las coordenadas de los vrtice en la funcin objetivo y ver los valores
donde se hace mxima y mnima.
Funcin Objetivo
Definicin de Restricciones
D) MIN 8X + 6Y
S.A. 2X + Y >= 10
...... .2X + 2Y >= 16
..... ..X>= 0, Y>= 0
El rea achurada en color verde representa el dominio de puntos factibles del
problema D), es decir, son las distintas combinaciones de valores que pueden
adoptar las variables de decisin que satisfacen las restricciones del problema.
Cabe destacar que esto corresponde a un dominio no acotado, lo que no implica
que el problema no tenga solucin.
Metodologa .Graficar las soluciones factibles (espacio encerrado por todas las
restricciones del modelo). Reemplazar el signo de desigualdad con un signo de
igualdad. Grafique la igualdad (lnea recta). Identificar el lado factible de la recta:
Seleccione un punto cualquiera (a,b) que no pertenezca a la recta y verifique si
satisface la restriccin. Si as es, entonces ese punto est en el lado factible; si no
es as, el lado factible est en el lado opuesto al punto seleccionado. El rea del
grfico que satisface todas las restricciones, se denomina REGIN FACTIBLE
(ESPACIO FACTIBLE) y cualquier punto dentro de esta regin es una SOLUCIN
FACTIBLE.
Para encontrar el valor ptimo, por el mtodo grfico, de una funcin objetivo de
dos variables, sometida a una serie de restricciones, se realizan los pasos
siguientes:
Se dibuja el recinto limitado por las restricciones dadas mediante un sistema de
inecuaciones.
Se toma nota de los puntos en los que las mencionadas rectas conectan o
abandonan la regin factible; el valor o valores de la funcin objetivo en los
mencionados puntos nos proporcionan el valor o valores ptimos buscados.
Una primera aproximacin para dar Solucin a problemas de tipo PL, es Poder
identificar nuestro conjunto Factible mediante representaciones grficas Y desde
ah identificar la solucin ptima del sistema. Para una mayor comprensin
mostraremos algunos ejemplos de resolucin de programas de 2 variables. Para
resolver estos problemas mediante grficas, debemos seguir los siguientes pasos:
Ahora bien, la mejor manera de dominar este mtodo es tener un buen dominio
del algebra y un pensamiento lgico matemtico, y obviamente mucha prctica,
puesto que como dice el adagio popular: La prctica hace al maestro
El mtodo algebraico es muy dispendioso, en razn a que trabaja con todos los
datos de las ecuaciones, para mejorar ste aspecto se cre el mtodo simplex
cuya gran virtud es su sencillez, mtodo muy prctico, ya que solo trabaja con los
coeficientes de la funcin objetivo y de las restricciones. Las reglas de decisin
para determinar la variable que entra, la que sale, la gran M, y cmo determinar
que estamos en el ptimo; Todas stas reglas de decisin fueron deducidas del
mtodo algebraico, solamente que aqu se han acomodado para ser usadas en el
tipo de tablero simplex que se usar.
Deber tenerse en cuenta que este mtodo slo trabaja para restricciones que
tengan un tipo de desigualdad y coeficientes independientes mayores o iguales
a 0, y habr que estandarizar las mismas para el algoritmo. En caso de que
despus de ste proceso, aparezcan (o no varen) restricciones del tipo o =
habr que emplear otros mtodos, siendo el ms comn el mtodo de las Dos
Fases.
Si en nuestro modelo, deseamos minimizar, podemos dejarlo tal y como est, pero
deberemos tener en cuenta nuevos criterios para la condicin de parada
(deberemos parar de realizar iteraciones cuando en la fila del valor de la funcin
objetivo sean todos menores o iguales a 0), as como para la condicin de salida
de la fila. Con objeto de no cambiar criterios, se puede convertir el objetivo de
minimizar la funcin F por el de maximizar F(-1).
Si en nuestro modelo aparece una inecuacin con una desigualdad del tipo ,
deberemos aadir una nueva variable, llamada variable de exceso si, con la
restriccin si 0. La nueva variable aparece con coeficiente cero en la funcin
objetivo, y restando en las inecuaciones.
Surge ahora un problema, veamos cmo queda una de nuestras inecuaciones que
contenga una desigualdad :
Como todo nuestro modelo, est basado en que todas sus variables sean mayores
o iguales que cero, cuando hagamos la primera iteracin con el mtodo Simplex,
las variables bsicas no estarn en la base y tomarn valor cero, y el resto el valor
que tengan. En este caso nuestra variable xs, tras hacer cero a x1 y x2, tomar el
valor -b1. No cumplira la condicin de no negatividad, por lo que habr que aadir
una nueva variable, xr, que aparecer con coeficiente cero en la funcin objetivo, y
sumando en la inecuacin de la restriccin correspondiente. Quedara entonces de
la siguiente manera:
Este tipo de variables se les llama variables artificiales, y aparecern cuando haya
inecuaciones con desigualdad (=,). Esto nos llevar obligadamente a realizar
el mtodo de las Dos Fases, que se explicar ms adelante.
Del mismo modo, si la inecuacin tiene una desigualdad del tipo , deberemos
aadir una nueva variable, llamada variable de holgura si, con la restriccin si 0
. La nueva variable aparece con coeficiente cero en la funcin objetivo, y sumando
en las inecuaciones.
A modo resumen podemos dejar esta tabla, segn la desigualdad que aparezca, y
con el valor que deben estar las nuevas variables.
Una vez que hemos estandarizado nuestro modelo, puede ocurrir que
necesitemos aplicar el mtodo Simplex o el mtodo de las Dos Fases. Vase en la
figura como debemos actuar para llegar a la solucin de nuestro problema.
Construccin de la primera tabla: En la primera columna de la tabla aparecer
lo que llamaremos base, en la segunda el coeficiente que tiene en la funcin
objetivo cada variable que aparece en la base (llamaremos a esta columna Cb), en
la tercera el trmino independiente de cada restriccin (P0), y a partir de sta
columna aparecern cada una de las variables de la funcin objetivo (Pi). Para
tener una visin ms clara de la tabla, incluiremos una fila en la que pondremos
cada uno de los nombres de las columnas. Sobre sta tabla que tenemos
incluiremos dos nuevas filas: una que ser la que liderar la tabla donde
aparecern las constantes de los coeficientes de la funcin objetivo, y otra que
ser la ltima fila, donde tomar valor la funcin objetivo. Nuestra tabla final tendr
tantas filas como restricciones.
Permite adems agilizar el logro de soluciones ptimas, verifica ala adecuacin del
modelo respecto a la realidad que representa, constata la factibilidad del modelo
con las restricciones estimadas y comprueba cuan viable resulta cierta solucin.
El concepto de dualidad indica que para cada problema de PL hay una asociacin
y una relacin muy importante con otro problema de programacin lineal, llamado
precisamente dual.
BIBLIOGRAFIA:
https://unicmontiel.files.wordpress.com/2011/08/teoria-dualidad.pdf
http://ninive.uaslp.mx/jspui/bitstream/i/3133/2/ceu0073.pdf
https://jrvargas.files.wordpress.com/2009/01/investigacic3b3n-de-operaciones-en-la-
ciencia-administrativa-5ta-edicic3b3n.pdf
https://vagosuatfis.files.wordpress.com/2012/07/thaja-investigacion-de-operaciones-by-
k9.pdf
Para los administradores, el proceso de toma de decisin es sin duda una de las mayores responsabilidades.
No obstante, este proceso lo llevamos a cabo frecuentemente, aun cuando no lo notemos; por ejemplo, si
vamos a comprar algn determinado producto y existen dos lugares en donde ste se encuentra a la venta,
debemos decidir en dnde comprarlo o incluso, si realmente nos conviene hacerlo. La toma de decisiones en
una organizacin se circunscribe a una serie de personas que estn apoyando el mismo proyecto. Debemos
empezar por hacer una seleccin de decisiones, y esta seleccin es una de las tareas de gran trascendencia.
El riesgo es la condicin en la que los individuos pueden definir un problema, especificar la probabilidad de
ciertos hechos, identificar soluciones alternativas y enunciar la probabilidad de que cada solucin d los
resultados deseados. el riesgo suele significar que el problema y las soluciones alternativas ocupan algn
punto intermedio entre los extremos representados por la plena informacin y definicin y el carcter inusual y
ambiguo.
La probabilidad es el porcentaje de veces en las que ocurrira un resultado especfico si un individuo tomara
muchas veces una misma decisin. El monto y calidad de la informacin disponible para un individuo sobre la
condicin pertinente de la toma de decisiones puede variar ampliamente, lo mismo que las estimaciones de
riesgo del individuo. El tipo, monto y confiabilidad de la informacin influyen en el nivel de riesgo y en el hecho
de si el responsable de tomar la decisin puede hacer uso de la probabilidad objetiva o subjetiva en la
estimacin del resultado.16
4.1 ESTADISTICA.
La estadstica (la forma femenina del trmino alemn Statistik, derivado a su vez
del italiano statista, "hombre de Estado")1 es una rama de las matemticas y una
herramienta que estudia usos y anlisis provenientes de una muestra
representativa de datos, que busca explicar las correlaciones y dependencias de
un fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta
las ciencias sociales, desde las ciencias de la salud hasta el control de calidad.
Adems, se usa en reas de negocios o instituciones gubernamentales ya que su
principal objetivo es describir al conjunto de datos obtenidos para la toma de
decisiones o bien, para realizar generalizaciones sobre las caractersticas
observadas.
Hoy en da, la estadstica es una ciencia que se encarga de estudiar una
determinada poblacin por medio de la recoleccin, recopilacin e interpretacin
16
http://www.monografias.com/trabajos80/toma-decisiones/toma-decisiones.shtml
http://manuelgross.bligoo.com/toma-de-decisiones-en-condiciones-de-certeza-incertidumbre-y-
riesgo#.WiVqitLhDs0
de datos. Del mismo modo, tambin es considerada una tcnica especial apta
para el estudio cuantitativo de los fenmenos de masa o colectivo.
La estadstica se divide en dos grandes reas:
17
Real Academia Espaola y Asociacin de Academias de la Lengua
Espaola (2014). estadstica. Diccionario de la lengua espaola (23. edicin).
Madrid: Espasa. ISBN 978-84-670-4189-7.
2. Volver arriba Ver el trabajo de Ian Hacking en The emergence of probability para una
historia del desarrollo del concepto de probabilidad matemtica.
3. Volver arriba Galton, F (1877). Typical laws of heredity. Nature 15: 492-
553. doi:10.1038/015492a0.
4,1 MODELOS DE TENDENCIA CENTRAL.
Al describir grupos de diferentes observaciones, con frecuencia es conveniente
resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele
situarse hacia el centro de la distribucin de datos se
denomina medida o parmetro de tendencia central o de centralizacin. Cuando
se hace referencia nicamente a la posicin de estos parmetros dentro de la
distribucin, independientemente de que est ms o menos centrada, se habla de
estas medidas como medidas de posicin.1 En este caso se incluyen tambin
los cuantiles entre estas medidas.
Entre las medidas de tendencia central tenemos:
Media aritmtica
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida
entre el nmero de sumadores.
Por ejemplo, las notas de 5 alumnos en una prueba:
nio nota
1 6,0 Primero, se suman las notas:
2 5,4 6,0+5,4+3,1+7,0+6,1 = 27,6
3 3,1 Luego el total se divide entre la cantidad de
alumnos:
4 7,0 27,6/5=5,52
5 6,1
Inconvenientes de su uso
Este parmetro, an teniendo mltiples propiedades que aconsejan su uso
en situaciones muy diversas, tiene tambin algunos inconvenientes, como
son:
Media muestral[editar]
Esencialmente, la media muestral es el mismo parmetro que el
anterior, aunque el adjetivo "muestral" se aplica a aquellas situaciones
en las que la media aritmtica se calcula para un subconjunto de la
poblacin objeto de estudio.
La media muestral es un parmetro de extrema importancia en
la inferencia estadstica, siendo de gran utilidad para la estimacin de
la media poblacional, entre otros usos.
MEDIANA
1 2 2
2 2 4
3 4 8
Clculo de la mediana para datos agrupados
4 5 13
Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla
del margen derecho). 5 6 19 = 19
As, aplicando la frmula asociada a la mediana para n impar,
obtenemos X(39+1)/2 = X20 y basndonos en la frmula que hace 6 9 28
referencia a las frecuencias absolutas:
7 4 32
Ni-1< n/2 <Ni = N19 < 19.5 < N20
Por tanto la mediana ser el valor de la variable que ocupe el vigsimo 8 4 36
lugar. En nuestro ejemplo, 21 (frecuencia absoluta acumulada para Xi =
5) > 19.5 con lo que Me = 5 puntos (es aconsejable no olvidar las 9 2 38
unidades; en este caso como estamos hablando de calificaciones,
sern puntos)
La mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms.
Ejemplo (N par)
Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene dada
por la siguiente tabla (debajo):
Calificaciones 1 2 3 4 5 6 7 8 9
Nmero de alumnos 2 2 4 5 6 9 4 4 2
Clculo de la Mediana:
Primero hallamos las frecuencias absolutas acumuladas Fi (ver tabla margen
derecho).
Si volvemos a utilizar la frmula asociada a la mediana para n par, obtenemos X(38/2)
= X19 y basndonos en la frmula que hace referencia a las frecuencias absolutas
--> Ni-1< n/2 < Ni = N18 < 19 < N19
Con lo cual la mediana ser la media aritmtica de los valores de la variable que
ocupen el decimonoveno y el vigsimo lugar.
En nuestro ejemplo, el lugar decimonoveno lo ocupa el 5 y el vigsimo el 6, (desde el
vigsimo hasta el vigsimo octavo)
con lo que Me = (5+6)/2 = 5,5 puntos.
Propiedades e inconvenientes[editar]
Las principales propiedades de la mediana son: 8
Es menos sensible que la media a oscilaciones de los valores de la
variable. Un error de transcripcin en la serie del ejemplo anterior en,
pongamos por caso, el ltimo nmero, deja a la mediana inalterada.
Como se ha comentado, puede calcularse para datos agrupados en
intervalos, incluso cuando alguno de ellos no est acotado.
No se ve afectada por la dispersin. De hecho, es ms representativa
que la media aritmtica cuando la poblacin es bastante heterognea.
Suele darse esta circunstancia cuando se resume la informacin sobre
los salarios de un pas o una empresa. Hay unos pocos salarios muy
altos que elevan la media aritmtica haciendo que pierda
representatividad respecto al grueso de la poblacin. Sin embargo,
alguien con el salario "mediano" sabra que hay tanta gente que gana
ms dinero que l, como que gana menos.
MODA
Nmero de alumnos 2 2 4 5 8 9 3 4 2
Propiedades
Sus principales propiedades son:
Clculo sencillo.
Interpretacin muy clara.
Al depender solo de las frecuencias, puede calcularse para variables
cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una poblacin no
es posible realizar otros clculos, por ejemplo, cuando se enumeran en medios
periodsticos las caractersticas ms frecuentes de determinado sector social. Esto se
conoce informalmente como "retrato robot".6
Inconvenientes
Su valor es independiente de la mayor parte de los datos, lo que la hace muy
sensible a variaciones mustrales. Por otra parte, en variables agrupadas en
intervalos, su valor depende excesivamente del nmero de intervalos y de su
amplitud.
Usa muy pocas observaciones, de tal modo que grandes variaciones en los
datos fuera de la moda, no afectan en modo alguno a su valor.
No siempre se sita hacia el centro de la distribucin.
18
Fernndez Fernndez, Santiago; Alejandro Crdoba, Jos Mara Cordero Snchez,
Alejandro Crdoba (2002). 3.3. Medidas de posicin. Estadstica Descriptiva (2
edicin). ESIC Editorial. p. 134. ISBN 8473563069.
2. Volver arriba Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002).
1.3. Descripcin de un conjunto de mediciones: mtodos numricos. Estadstica
matemtica con aplicaciones (6 edicin). Cengage Learning Editores.
p. 8. ISBN 9706861947. La medida central que ms se usa en estadstica es la media
aritmtica.
3. Volver arriba Rius Daz, Francisca (octubre de 1997). 2.3.2 La
media. Bioestadstica. Mtodos y aplicaciones. Mlaga: Universidad de
Mlaga. ISBN 84-7496-653-1. Archivado desde el original el 23 de diciembre de 2009.
Consultado el 7 de abril de 2009.
4.1.3 MEDIDAS DE DISPERSION
La s med i da s de di sp e rsi n so n :
Rango o recorrido
Desviacin media
Di = x - x
Ejercicios de varianza
9, 3, 8, 8, 9, 8, 9, 18
19
https://www.ditutor.com/estadistica/medidas_dispersion.html
4.2 TEORIA DE LA PROBABILIDAD.
Bibliografa
P. Ibarrola, L. Pardo y V. Quesada (1997): Teora de la Probabilidad, Ed.
Sntesis, ISBN 84-7738-516-5.
Spiegel, Murray. 1970. Estadstica, McGraw-Hill, Mxico.
Olav Kallenberg, Probabilistic Symmetries and Invariance Principles. Springer-
Verlag, New York (2005). 510 pp. ISBN 0-387-25115-4
Kallenberg, O., Foundations of Modern Probability, 2nd ed. Springer Series in
Statistics. (2002). 650 pp. ISBN 0-387-95313-2
Probabilidad condicionada
Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la
experiencia, el hecho de que ocurra un suceso, puede cambiar la probabilidad de los
dems. El proceso de realizar la historia clnica, explorar y realizar pruebas
complementarias ilustra este principio.
Se sabe que el 50% de la poblacin fuma y que el 10% fuma y es hipertensa. Cul
es la probabilidad de que un fumador sea hipertenso?
A = {ser hipertenso} B = {ser fumador}
AB = {ser hipertenso y fumador}
p(A|B) = 0,10/0,50 = 0,20
Obsrvese que los coeficientes falso-positivo y falso-negativo de las pruebas
diagnsticas son probabilidades condicionadas.
La frmula anterior se puede poner p(A B) = p(B) p(A|B) = p(A) p(B|A)
llamada regla de la multiplicacin, que se puede generalizar a ms sucesos
p(A1 A2 A3) = p((A1 A2) A3) = p(A1 A2) p(A3|A1 A2) = p(A1) p(A2|A1)
p(A3|A1 A2)
En general p(A1 A2 A3 ...) = p(A1) p(A2|A1) p(A3|A1 A2) ...
llamado principio de las probabilidades compuestas y especialmente til para
aquellas situaciones en que las probabilidades condicionadas son ms fciles de
obtener que las probabilidades de las intersecciones.
Ejemplo 5:
Se sabe por estudios previos que el 0,1% de la poblacin tiene problemas
vasculares. Un estudio sobre individuos con problemas vasculares revela que el
20% de ellos son placas de ateroma. Si el 10% de los individuos con placas de
ateroma estn expuestos a muerte sbita por desprendimiento de trombos qu
probabilidad tiene un individuo cualquiera de estar expuesto a muerte sbita por
desprendimiento de trombos de una placa de ateroma?
A1 = {problemas vasculares}; A2 = {placas de ateroma}; A3 = {expuesto a muerte
sbita por ....}
p(A1) = 0,001; p(A2|A1) = 0,20; p(A3|A1 A2) = 0,1
p(A1 A2 A3) = 0,001 x 0,20 x 0,1 = 0,000002
Ejemplo 6:
Una urna contiene 10 bolas, de las cuales 3 son rojas, 5 verdes y 2 azules. Se
extraen al azar 3 bolas. Calcular la probabilidad de que la primera sea azul, y las
otras dos verdes.
Definimos A1 = {la 1 bola es azul}; A2 = {la 2 bola es verde}; A3 = {la 3 bola es
verde}
p(A1) = 2/10 aplicando la definicin clsica de probabilidad, puesto que hay 10 bolas
y 2 son verdes.
p(A2|A1) = 5/9; si la primera bola extrada es azul, en la urna quedan 9 bolas, 5 de
ellas verdes.
p(A3|A1 A2) = 4/8; si la primera bola extrada es azul y la segunda verde en la
urna quedan 8 bolas, 4 de ellas verdes.
p(A1 A2 A3) = 2/10 x 5/9 x 4/8 = 1/18.20
Una cosa que sabemos sobre situaciones que implican eventos dependientes es
que una accin elimina resultados posibles de acciones futuras. Hay otro factor
importante que considera sobre los resultados de eventos dependientes: Cmo
estn organizados? Debemos hacer una lista, anotando el orden en que ocurren,
o slo los amontonamos juntos ignorando el orden?
20
https://www.vitutor.com/pro/2/a_8.html
luego sacas otra.
Cul es la
probabilidad de sacar
una canica roja y luego
sacar la canica verde?
Sacas dos cartas de un
mazo estndar de 52
cartas. (En un mazo
estndar, cada carta
tiene un palo El orden no importa. El resultado
corazones, picas, se satisface ya sea que saques el
Una carta es un 2.
diamantes, o trboles 2 de corazones y el 2 de picas, o
Otra carta es un 2.
y un rango As, 2, el 2 de picas y luego el 2 de
3, 4, 5, 6, 7, 8, 9, 10, corazones.
Jota, Reina, o Rey.
Cul es la
probabilidad de que
ambas cartas sean 2s?
Ejemplo
Problema Una bolsa contiene 5 canicas, de color blanco, rojo, azul,
prpura y verde. Encuentra el tamao del espacio muestral si
sacas dos canicas, sin devolverlas, de dos maneras: 1) El orden
importa. 2) El orden no importa.
Ahora, cul es la
diferencia cuando el
orden no importa?
WR y RW son el
mismo resultado, al
igual que WB y BW,
etc. En este
diagrama, cada
resultado est
relacionado con su
Espacio muestral (el orden no importa): {RW,
resultado
BW, PW, GW, BR, PR, GR, PB, GB, GP}
equivalente. Como
slo necesitas uno
de cada par, quedan
la mitad de las
soluciones
Solucin
Cuando el orden importa, el espacio muestral
tiene 20 resultados.
Cuando el orden no importa, el espacio muestral
tiene 10 resultados.
Cuando formamos grupos en los que el orden no importa, los grupos se llaman
combinaciones. Cuando formamos grupos en los que el orden s importa, los
grupos se llaman permutaciones. Recuerda con permutaciones, posicin (orden)
importa.
Ves a dnde va esto? Nota que el ltimo factor resta uno menos que el nmero
total de objetos elegidos. Para encontrar el nmero de opciones para sacar el k-
simo objeto, multiplica los resultados anteriores por n (k 1). Otra forma de
escribir n (k 1) es n k + 1.
Permutaciones
Cuando elegimos k de n objetos y el orden importa, el nmero de
permutaciones es
El smbolo "..." significa continuar de la misma manera. En este caso, significa
que se contine multiplicando por el siguiente nmero completo menor,
por n k + 1.
ABC ACB
BAC BCA
CAB CBA
Combinaciones
Cuando escogemos k de n objetos en un orden que no importa, el nmero de
combinaciones es el nmero de permutaciones para k de n objetos dividido
entre el nmero de permutaciones para escoger k de k objetos:
La frmula del nmero de permutaciones empieza como n!, pero termina con
(n k + 1) en lugar de 1. Necesitamos eliminar los factores de (n k) a 1 del
producto. Podemos hacer eso dividiendo entre (n k)!
Usando Factoriales
Nmero de permutaciones =
Nmero de combinaciones =
Muchas calculadoras tienen la tecla o el comando factorial (!). Para encontrar el
nmero de permutaciones de escoger 20 de 24 objetos, teclear 24! 4! es ms
rpido y fcil que 24 23 23 21 20 19 18 17 16 15 14 13 12 11
10 9 8 7 6 5. (Aunque, si slo se hacen 4 elecciones, sera ms fcil teclear
24 23 22 21.)
Ejemplo
Problema Una organizacin de una escuela tiene 30 miembros. Cuatro
miembros sern escogidos al azar para una entrevista con el
peridico de la escuela sobre el grupo. Cuntos grupos de 4
personas son posibles?
Primero decidir si esta situacin es
combinacin una permutacin o una combinacin
21
http://www.disfrutalasmatematicas.com/combinatoria/combinaciones-permutaciones.html
compiten para llegar primero a la ltima casilla de un tablero. Los amigos van a
reconocer al primer, segundo y tercer lugar. Cuntas maneras diferentes hay
de que los 8 amigos tomen esos lugares?
A) 6
B) 56
C) 336
D) 40,320
que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso
cualquiera del que se conocen las probabilidades condicionales . Entonces, la
es la probabilidad de en la hiptesis ,
22
http://www.ugr.es/~jsalinas/bayes.htm
Elementos de un rbol de decisin
Los rboles de decisin estn formados por nodos, vectores de nmeros, flechas y
etiquetas.
En los rboles de decisiones las decisiones que se eligen son lineales, a medida
que vas seleccionando entre varias opciones se van cerrando otras, lo que implica
normalmente que no hay marcha atrs. En general se podra decir que las normas
siguen una forma condicional: Opcin 1->opcin 2->opcin 3->Resultado Final X
Estas reglas suelen ir implcitas en el conjunto de datos a raz del cual se
construye el rbol de decisin.
rbol de decisin
De forma ms concreta, refirindonos al mbito empresarial, podemos decir que
los rboles de decisin son diagramas de decisiones secuenciales nos muestran
sus posibles resultados. Estos ayudan a las empresas a determinar cules son sus
opciones al mostrarles las distintas decisiones y sus resultados. La opcin que
evita una prdida o produce un beneficio extra tiene un valor. La habilidad de crear
una opcin, por lo tanto, tiene un valor que puede ser comprado o vendido. 23
23
https://www.lucidchart.com/pages/es/qu%C3%A9-es-un-diagrama-de-%C3%A1rbol-de-decisi%C3%B3n
Este criterio recibe tambin el nombre de criterio maximin, y corresponde a un
pensamiento pesimista, pues razona sobre lo peor que le puede ocurrir a quien
decida cuando elige una alternativa.
Crtica
24
Fuente: Apunte de Microeconoma de la FCA, UNAM.
http://tareasuniversitarias.com/criterio-de-wald.html
ordenar las alternativas de acuerdo con una media ponderada de los niveles de
seguridad y optimismo:
ELECCIN DE
Estados de la
naturaleza
Alternativas e1 e2 si oi S(ai)
a1 1 0 0 1 1-
a2
Si las alternativas a1 y a2 son indiferentes para el decisor, se tendr 1- = , por lo
que = 1-. Por tanto, para determinar el decisor debe seleccionar
repetidamente una alternativa en esta tabla, modificando el valor de en cada
eleccin, hasta que muestre indiferencia entre ambas alternativas.
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra las
recompensas obtenidas junto con la media ponderada de los niveles de optimismo
y pesimismo de las diferentes alternativas para un valor =0.4:
Terreno Aeropuerto en
comprado Aeropuerto en B
A si oi S(ai)
A 13 -12 -12 13 3
B -8 11 -8 11 3.4
AyB 5 -1 -1 5 2.6
Ninguno 0 0 0 0 0
El criterio de Hurwicz puede conducir en ocasiones a decisiones poco razonables, como se muestra
en la siguiente tabla:
Estados de la
naturaleza
a2 1 0 ... 0 0 1 1-
Segn el criterio de Hurwicz ambas alternativas son equivalentes, aunque
racionalmente la alternativa a1 es preferible a la alternativa a2. Ms an, si el
resultado de la eleccin de la alternativa a2cuando la naturaleza presenta el
estado e1 fuese 1.001, se seleccionara la segunda alternativa, lo cual parece poco
razonable.25
25
http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/hurwicz.htm
Una vez realizada esta asignacin de probabilidades, a la alternativa ai le
corresponder un resultado esperado igual a:
La regla de Laplace selecciona como alternativa ptima aquella que proporciona un mayor
resultado esperado:
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra los resultados
esperados para cada una de las alternativas.
Terreno
comprado Aeropuerto en A Aeropuerto en B Resultado
esperado
A 13 -12 0.5
B -8 11 1.5
AyB 5 -1 2
Ninguno 0 0 0
Estados de la Naturaleza
Resultado
Alternativas e1 e2
esperado
a1 15000 -5000 5000
a2 5000 4000 4500
Este criterio seleccionara la alternativa a1, que puede ser poco conveniente si la
toma de decisiones se realiza una nica vez, ya que podra conducirnos a una
prdida elevada.26
26
http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/laplace.htm
BIBLIOGRAFIA:
murdicck robert, sistemas de informacin administrativa. editorial prentice-hall
hispanoamrica, s.a. mxico.
terry & franklin, principios de administracin. editorial paazo s.r.l., caracas, venezuela
http://www.corazondejesusza.net/apuntes/economia_2bto/ejercicios/matriz_decision
%204.pdf
En 1951 Savage argumenta que al utilizar los valores xij para realizar la eleccin,
el decisor compara el resultado de una alternativa bajo un estado de la naturaleza
con todos los dems resultados, independientemente del estado de la naturaleza
bajo el que ocurran. Sin embargo, el estado de la naturaleza no es controlable por
el decisor, por lo que el resultado de una alternativa slo debera ser
comparado con los resultados de las dems alternativas bajo el mismo
estado de la naturaleza.
Conviene destacar que, como paso previo a la aplicacin de este criterio, se debe
calcular la matriz de prdidas relativas, formada por los elementos rij. Cada
columna de esta matriz se obtiene calculando la diferencia entre el valor mximo
de esa columna y cada uno de los valores que aparecen en ella.
EJEMPLO
Partiendo del ejemplo de construccin del hotel, la siguiente tabla muestra la matriz de
prdidas relativas y el mnimo de stas para cada una de las alternativas.
Alternativas
Estados de la Naturaleza
Terreno
comprado Aeropuerto en A Aeropuerto en B
ri
A 0 23 23
B 21 0 21
AyB 8 12 12
Ninguno 13 11 13
CRTICA
El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables. Para
comprobarlo, consideremos la siguiente tabla de resultados:
Estados de la
Naturaleza
e1 e2
Alternativas
a1 9 2
a2 4 6
Estados de la
Naturaleza
e1 e2
Alternativas ri
a1 0 4 4
a2 5 0 5
La alternativa ptima es a1. Supongamos ahora que se aade una alternativa, dando lugar
a la siguiente tabla de resultados:
Estados de la
Naturaleza
e1 e2
Alternativas
a1 9 2
a2 4 6
a3 3 9
Estados de la
Naturaleza
e1 e2
Alternativas ri
a1 0 7 7
a2 5 3 5
a3 6 0 6
El criterio de Savage selecciona ahora como alternativa ptima a2, cuando antes
seleccion a1. Este cambio de alternativa resulta un poco paradjico: supongamos
que a una persona se le da a elegir entre peras y manzanas, y prefiere peras. Si
posteriormente se la da a elegir entre peras, manzanas y naranjas, esto
equivaldra a decir que ahora prefiere manzanas.27
27
http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/savage.htm
Como se puede ver en el modelo de rbol de decisiones de ese problema, figura
1, se supone que toda la informacin disponible sobre las posibilidades de xito
fue puesta en juego.
El ejemplo planteado nos dice que el decisor estima que la probabilidad de exito
al lanzar el producto al mercado es de 0.3 y complementariamente la
probabilidad de que no se venda lo suficiente sera de 0.7 .
1. Informacin Perfecta.
Con objeto de contar primero con una idea del valor ms alto que podra pagarse
por esa informacin adicional, es conveniente evaluar el problema de decisin
bajo la suposicin que una prediccin perfecta o infalible, fuera hecha. El rbol
de decisiones para esta situacin hipottica se muestra en la figura 2.
Si la prediccin perfecta indica que el nuevo producto ser un xito, entonces se
seleccionara la alternativa de lanzar el producto al mercado, mientras que si se
sabe que fracasar, la decisin ptima ser abandonar el proyecto. Se deber
tener en cuenta que la probabilidad de la prediccin perfecta del xito es la
misma que la supuesta para el xito del producto, dado que los dos eventos estn
perfectamente correlacionados. En esta forma la decisin ptima es seguir
adelante conforme al resultado de usar la prediccin perfecta, el cual tuvo un
valor esperado de 30 unidades de ganancia:
Deber notarse que al usar una estrategia de informacin perfecta se tiene una
costo de oportunidad cero, puesto que la decisin ideal ser tomada y por lo tanto
se optimiza el resultado.
El VE(IP) es una cota superior del valor de la informacin, ya que ninguna
puede ser mejor y por lo tanto valer ms que la informacin perfecta.
2 Informacin Imperfecta.
VE(II)=VE/II - VE/ID
Por otro lado, la empresa consultora trata de dar realismo a sus estimaciones
fijando las probabilidades de que el informante, la empresa consultora, se
equivoque en sus recomendaciones del proyecto:
Despus de recibir informacin parcial sobre los movimientos de las tropas enemigas a lo largo de
una ruta de combate, un comandante de un batalln de artillera, enfrenta la necesidad de tomar
la decisin de bombardear o no una ruta de combate, siendo el modelo matricial de decisiones el
siguiente:
S1= si S2= no
Movimiento de la tropa?
P(S1)=0.7 P(S2)=0.3
A1 Bombardear 0 4
A2 No bombardear 12 0
SOLUCION:
P(S2/E1) = 0.18
P(S2/E2) = 0.77
P(S2/E3) = 0.00
P(S1/E2) = 0.23
P(S1/E3) = 1.00
Por otra parte, para determinar la profundidad del estrato resistente en el terreno
de la obra, existe la posibilidad de realizar un estudio geossmico, el cual debido
a las irregularidades geolgicas del terreno, tiene la posibilidad de registrar
profundidades errneas.
Se puede suponer que los resultados que se obtienen de las pruebas geossmicas
se pueden redondear a 15.0 metros, 17.5 metros y 20.0 metros; el encargado de
las pruebas geossmicas le indica al constructor que las probabilidades
condicionales de observar cada uno de esos valores, dado que realmente fueran
1 y 2 .
P(Zi/1) P(Zi/2)
Z0: la prueba indica 15.0 m 0.6 0.1
Z1: la prueba indica 17.5 m 0.3 0.2
Z2: la prueba indica 20.0 m 0.1 0.7
P(i) 0.6 0.4
BIBLIOGRAFIA :
Gomez ceja guillermo, planeacin y organizacin de empresas. octava edicin mcgraw hill
Mxico hall richrd h., organizaciones. editorial prentice-hall hispanoamrica, s.a. mxico.
leon orfelio, tomar decisiones difciles. segunda edicin. editorial mcgraw hill. madrid
(espaa).
28
http://www.ingenieria.unam.mx/javica1/ingsistemas2/Decisiones/ValorInformacion.html
5.6 ANALISIS A POSTERIORI
29
http://quesignificado.com/a-priori/ A priori en QueSignificado
2. Volver arriba http://deconceptos.com/general/a-priori Concpeto A priiori deConceptos
3. Volver arriba Ferrater Mora, Jos. Diccionario de Fiosofa, reimpresin 2001
5.7 ANALISIS PRE A POSTERIORI