Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia
El presente trabajo consiste en la aplicación de ciertas herramientas desarrolladas para el análisis de los datos composicionales. El propósito incluye la revisión de los aspectos teóricos; la geometría del simplex, la metodología del log-cociente y aspectos relacionados con las componentes nulas, a...
- Autores:
-
Liscano Fierro, Juan Manuel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/4186
- Acceso en línea:
- http://hdl.handle.net/11634/4186
- Palabra clave:
- compositional data
Compositional data
Transformations
Statistical models
Electoral processes
Simplex
Elecciones -- Métodos estadísticos -- Colombia
Análisis de regresión -- Casos -- Colombia
Modelos matemáticos
Datos composicionales
Transformaciones
Modelos estadIsticos
Procesos electorales
Simplex
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_04c51299d8e56113f7eebd2379f7b548 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/4186 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| title |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| spellingShingle |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia compositional data Compositional data Transformations Statistical models Electoral processes Simplex Elecciones -- Métodos estadísticos -- Colombia Análisis de regresión -- Casos -- Colombia Modelos matemáticos Datos composicionales Transformaciones Modelos estadIsticos Procesos electorales Simplex |
| title_short |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| title_full |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| title_fullStr |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| title_full_unstemmed |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| title_sort |
Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombia |
| dc.creator.fl_str_mv |
Liscano Fierro, Juan Manuel |
| dc.contributor.advisor.none.fl_str_mv |
Ortíz Rico, Andrés Felipe |
| dc.contributor.author.none.fl_str_mv |
Liscano Fierro, Juan Manuel |
| dc.contributor.orcid.none.fl_str_mv |
https://orcid.org/0000-0001-5272-4447 |
| dc.contributor.googlescholar.none.fl_str_mv |
https://scholar.google.es/citations?user=OuVxcUgAAAAJ&hl=es |
| dc.contributor.cvlac.none.fl_str_mv |
http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579 |
| dc.subject.keyword.none.fl_str_mv |
compositional data Compositional data Transformations Statistical models Electoral processes Simplex |
| topic |
compositional data Compositional data Transformations Statistical models Electoral processes Simplex Elecciones -- Métodos estadísticos -- Colombia Análisis de regresión -- Casos -- Colombia Modelos matemáticos Datos composicionales Transformaciones Modelos estadIsticos Procesos electorales Simplex |
| dc.subject.lemb.none.fl_str_mv |
Elecciones -- Métodos estadísticos -- Colombia Análisis de regresión -- Casos -- Colombia Modelos matemáticos |
| dc.subject.proposal.spa.fl_str_mv |
Datos composicionales Transformaciones Modelos estadIsticos Procesos electorales Simplex |
| description |
El presente trabajo consiste en la aplicación de ciertas herramientas desarrolladas para el análisis de los datos composicionales. El propósito incluye la revisión de los aspectos teóricos; la geometría del simplex, la metodología del log-cociente y aspectos relacionados con las componentes nulas, además del Desarrollo de un ejercicio práctico teniendo en cuenta las metodología__as mencionadas junto con los modelos Estadísticos, tales como regresión Dirichlet, un modelo lineal multivariado y finalmente el modelo mixto Multivariado, que es el eje principal del ejercicio. Se ilustra la aplicación práctica de la teoría haciendo Uso de la información disponible en cuanto a los procesos electorales llevados a cabo en Colombia y otras Variables que dañen la situación económica y política del país. Los resultados de los datos analizados bajo el ajuste del modelo mixto responden de la mejor manera a los valores reales del plebiscito por la paz, identificando como las variables trabajadas intuyen en el Resultado de las votaciones. Sugiriendo que los departamentos con más problemas sociales están más a favor de la paz. |
| publishDate |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2017-07-19T20:11:17Z |
| dc.date.available.none.fl_str_mv |
2017-07-19T20:11:17Z |
| dc.date.issued.none.fl_str_mv |
2017 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.none.fl_str_mv |
Liscano, J. (2017). Modelos mixtos para datos composicionales: una aplicación con resultados electorales en Colombia. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/4186 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Liscano, J. (2017). Modelos mixtos para datos composicionales: una aplicación con resultados electorales en Colombia. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/4186 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Aitchison, J. (1986), ‘The statistical analysis of compositional data’. Aitchison, J., Barcel´o-Vidal, C., Mart´ın-Fern´andez, J. & Pawlowsky-Glahn, V. (2000), ‘Logratio analysis and compositional distance’, Mathematical Geology 32(3), 271–275. Barton, K. (2016), MuMIn: Multi-Model Inference. R package version 1.15.6. *https://CRAN.R-project.org/package=MuMIn Bates, D., M¨achler, M., Bolker, B. & Walker, S. (2015), ‘Fitting linear mixed-effects models using lme4’, Journal of Statistical Software 67(1), 1–48. Billheimer, D., Guttorp, P. & Fagan, W. F. (2001), ‘Statistical interpretation of species composition’, Journal of the American statistical Association 96(456), 1205–1214. Broyden, C. G. (1970), ‘The convergence of a class of double-rank minimization algorithms 1. general considerations’, IMA Journal of Applied Mathematics 6(1), 76–90. Buccianti, A., Montegrossi, G., Tassi, F. & Vaselli, O. (2002), ‘Log-contrast analysis of volcanic fluid composition: a way to check equilibrium conditions’, Terra Nostra, special issue: IAMG 2, 405–410. Christ, A. (2009), ‘Mixed effects models and extensions in ecology with r’. Egozcue, J. J., Pawlowsky-Glahn, V., Mateu-Figueras, G. & Barcelo-Vidal, C. (2003), ‘Isometric logratio transformations for compositional data analysis’, Mathematical Geology 35(3), 279–300. Fletcher, R. (1970), ‘A new approach to variable metric algorithms’, The computer journal 13(3), 317– 322. Goldfarb, D. (1970), ‘A family of variable-metric methods derived by variational means’, Mathematics of computation 24(109), 23–26. Gueorguieva, R., Rosenheck, R. & Zelterman, D. (2008), ‘Dirichlet component regression and its applications to psychiatric data’, Computational statistics & data analysis 52(12), 5344–5355. Henningsen, A. & Toomet, O. (2011), ‘maxlik: A package for maximum likelihood estimation in R’, Computational Statistics 26(3), 443–458. *http://dx.doi.org/10.1007/s00180-010-0217-1 Hijazi, R. H. & Jernigan, R. W. (2009), ‘Modelling compositional data using dirichlet regression models’, Journal of Applied Probability & Statistics 4(1), 77–91. Maier, M. J. (2014), Dirichletreg: Dirichlet regression for compositional data in r, Research Report Series/ Department of Statistics and Mathematics 125, WU Vienna University of Economics and Business, Vienna. *http://epub.wu.ac.at/4077/ Maier, M. J. (2015), DirichletReg: Dirichlet Regression in R. R package version 0.6-3. *http://dirichletreg.r-forge.r-project.org/ M´arquez, J., Aparicio, F. et al. (2011), ‘Modelos estad´ısticos para sistemas electorales multipartidistas en stata’, Stata Press book chapters . Pawlowsky-Glahn, V. & Buccianti, A. (2011), Compositional data analysis: Theory and applications, John Wiley & Sons. Pawlowsky-Glahn, V. & Egozcue, J. J. (2001), ‘Geometric approach to statistical analysis on the simplex’, Stochastic Environmental Research and Risk Assessment 15(5), 384–398. Pearson, K. (1896), ‘Mathematical contributions to the theory of evolution.–on a form of spurious correlation which may arise when indices are used in the measurement of organs’, Proceedings of the royal society of london 60(359-367), 489–498. R Core Team (2016), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. *https://www.R-project.org/ Shanno, D. F. (1970), ‘Conditioning of quasi-newton methods for function minimization’, Mathematics of computation 24(111), 647–656. Smithson, M. & Verkuilen, J. (2006), ‘A better lemon squeezer? maximum-likelihood regression with beta-distributed dependent variables.’, Psychological methods 11(1), 54. Templ, M., Hron, K. & Filzmoser, P. (2011), robCompositions: an R-package for robust statistical analysis of compositional data, John Wiley and Sons. Thomas, C. & Aitchison, J. (1998), The use of logratios in subcompositional analysis and geochemical discrimination of metamorphosed limestones from the northeast and central scottish highlands, in ‘Proceedings of IAMG98, The Fourth Annual Conference of the International Association for Mathematical Geology, De Frede, Naples’, pp. 549–554. Tolosana-Delgado, R., Palomera-Rom´an, R., Gimeno-Torrente, D., Pawlowsky-Glahn, V. & Thi´oHenestrosa, S. (2002), ‘A first approach to the classification of basalts using trace elements’, See Bayer, Burger, and Skala pp. 435–440. Van den Boogaart, K. G. & Tolosana-Delgado, R. (2013), Analyzing compositional data with R, Vol. 122, Springer. Weltje, G. J. (2002), ‘Quantitative analysis of detrital modes: statistically rigorous confidence regions in ternary diagrams and their use in sedimentary petrology’, Earth-Science Reviews 57(3), 211–253. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/4186/1/2017juanliscano.pdf https://repository.usta.edu.co/bitstream/11634/4186/5/cartasderechosdeautor.pdf https://repository.usta.edu.co/bitstream/11634/4186/9/2017cartadefacultad.pdf https://repository.usta.edu.co/bitstream/11634/4186/2/license.txt https://repository.usta.edu.co/bitstream/11634/4186/6/2017juanliscano.pdf.jpg https://repository.usta.edu.co/bitstream/11634/4186/8/cartasderechosdeautor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/4186/10/2017cartadefacultad.pdf.jpg |
| bitstream.checksum.fl_str_mv |
ee1af0fa4bd5b49f33c04530be24fb76 e540f1eaa23403e0c6996cfb66523cb9 5a0741fc4b2487612c512f01cff29b9b 8a4605be74aa9ea9d79846c1fba20a33 4cdf26f161f318c0fb85e199ee3d31f6 7d2a9954a855bde5a4a0ad5e47df4b1e ef1f909fe813a529b13ed737f04f061b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026392581439488 |
| spelling |
Ortíz Rico, Andrés FelipeLiscano Fierro, Juan Manuelhttps://orcid.org/0000-0001-5272-4447https://scholar.google.es/citations?user=OuVxcUgAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00006505792017-07-19T20:11:17Z2017-07-19T20:11:17Z2017Liscano, J. (2017). Modelos mixtos para datos composicionales: una aplicación con resultados electorales en Colombia. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia.http://hdl.handle.net/11634/4186reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl presente trabajo consiste en la aplicación de ciertas herramientas desarrolladas para el análisis de los datos composicionales. El propósito incluye la revisión de los aspectos teóricos; la geometría del simplex, la metodología del log-cociente y aspectos relacionados con las componentes nulas, además del Desarrollo de un ejercicio práctico teniendo en cuenta las metodología__as mencionadas junto con los modelos Estadísticos, tales como regresión Dirichlet, un modelo lineal multivariado y finalmente el modelo mixto Multivariado, que es el eje principal del ejercicio. Se ilustra la aplicación práctica de la teoría haciendo Uso de la información disponible en cuanto a los procesos electorales llevados a cabo en Colombia y otras Variables que dañen la situación económica y política del país. Los resultados de los datos analizados bajo el ajuste del modelo mixto responden de la mejor manera a los valores reales del plebiscito por la paz, identificando como las variables trabajadas intuyen en el Resultado de las votaciones. Sugiriendo que los departamentos con más problemas sociales están más a favor de la paz.The present work consists in the application of certain tools developed for the analysis of the compositional data. The purpose includes the revision of the theoretical aspects; the geometry of the simplex, the log-ratio methodology and aspects related to null components, as well as the development of a practical exercise taking into account the mentioned methodologies along with the statistical models, such as Dirichlet regression, a multivariate linear model and nally the multivariate mixed model, which is the main axis of the exercise. It illustrates the practical application of the theory making use of the available information about the electoral processes carried out in Colombia and other variables that de ne the economic and political situation of the country. The results of the data analyzed under the adjustment of the mixed model respond in the best way to the real values of the plebiscite, identifying how the variables worked in uence the results of the voting. Suggesting that departments with more social problems are more in favor of peace.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos mixtos para datos composicionales: Una aplicacion con resultados electorales en Colombiacompositional dataCompositional dataTransformationsStatistical modelsElectoral processesSimplexElecciones -- Métodos estadísticos -- ColombiaAnálisis de regresión -- Casos -- ColombiaModelos matemáticosDatos composicionalesTransformacionesModelos estadIsticosProcesos electoralesSimplexTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAitchison, J. (1986), ‘The statistical analysis of compositional data’.Aitchison, J., Barcel´o-Vidal, C., Mart´ın-Fern´andez, J. & Pawlowsky-Glahn, V. (2000), ‘Logratio analysis and compositional distance’, Mathematical Geology 32(3), 271–275.Barton, K. (2016), MuMIn: Multi-Model Inference. R package version 1.15.6. *https://CRAN.R-project.org/package=MuMInBates, D., M¨achler, M., Bolker, B. & Walker, S. (2015), ‘Fitting linear mixed-effects models using lme4’, Journal of Statistical Software 67(1), 1–48.Billheimer, D., Guttorp, P. & Fagan, W. F. (2001), ‘Statistical interpretation of species composition’, Journal of the American statistical Association 96(456), 1205–1214.Broyden, C. G. (1970), ‘The convergence of a class of double-rank minimization algorithms 1. general considerations’, IMA Journal of Applied Mathematics 6(1), 76–90.Buccianti, A., Montegrossi, G., Tassi, F. & Vaselli, O. (2002), ‘Log-contrast analysis of volcanic fluid composition: a way to check equilibrium conditions’, Terra Nostra, special issue: IAMG 2, 405–410.Christ, A. (2009), ‘Mixed effects models and extensions in ecology with r’.Egozcue, J. J., Pawlowsky-Glahn, V., Mateu-Figueras, G. & Barcelo-Vidal, C. (2003), ‘Isometric logratio transformations for compositional data analysis’, Mathematical Geology 35(3), 279–300.Fletcher, R. (1970), ‘A new approach to variable metric algorithms’, The computer journal 13(3), 317– 322.Goldfarb, D. (1970), ‘A family of variable-metric methods derived by variational means’, Mathematics of computation 24(109), 23–26.Gueorguieva, R., Rosenheck, R. & Zelterman, D. (2008), ‘Dirichlet component regression and its applications to psychiatric data’, Computational statistics & data analysis 52(12), 5344–5355.Henningsen, A. & Toomet, O. (2011), ‘maxlik: A package for maximum likelihood estimation in R’, Computational Statistics 26(3), 443–458. *http://dx.doi.org/10.1007/s00180-010-0217-1Hijazi, R. H. & Jernigan, R. W. (2009), ‘Modelling compositional data using dirichlet regression models’, Journal of Applied Probability & Statistics 4(1), 77–91.Maier, M. J. (2014), Dirichletreg: Dirichlet regression for compositional data in r, Research Report Series/ Department of Statistics and Mathematics 125, WU Vienna University of Economics and Business, Vienna. *http://epub.wu.ac.at/4077/Maier, M. J. (2015), DirichletReg: Dirichlet Regression in R. R package version 0.6-3. *http://dirichletreg.r-forge.r-project.org/M´arquez, J., Aparicio, F. et al. (2011), ‘Modelos estad´ısticos para sistemas electorales multipartidistas en stata’, Stata Press book chapters .Pawlowsky-Glahn, V. & Buccianti, A. (2011), Compositional data analysis: Theory and applications, John Wiley & Sons.Pawlowsky-Glahn, V. & Egozcue, J. J. (2001), ‘Geometric approach to statistical analysis on the simplex’, Stochastic Environmental Research and Risk Assessment 15(5), 384–398.Pearson, K. (1896), ‘Mathematical contributions to the theory of evolution.–on a form of spurious correlation which may arise when indices are used in the measurement of organs’, Proceedings of the royal society of london 60(359-367), 489–498.R Core Team (2016), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. *https://www.R-project.org/Shanno, D. F. (1970), ‘Conditioning of quasi-newton methods for function minimization’, Mathematics of computation 24(111), 647–656.Smithson, M. & Verkuilen, J. (2006), ‘A better lemon squeezer? maximum-likelihood regression with beta-distributed dependent variables.’, Psychological methods 11(1), 54.Templ, M., Hron, K. & Filzmoser, P. (2011), robCompositions: an R-package for robust statistical analysis of compositional data, John Wiley and Sons.Thomas, C. & Aitchison, J. (1998), The use of logratios in subcompositional analysis and geochemical discrimination of metamorphosed limestones from the northeast and central scottish highlands, in ‘Proceedings of IAMG98, The Fourth Annual Conference of the International Association for Mathematical Geology, De Frede, Naples’, pp. 549–554.Tolosana-Delgado, R., Palomera-Rom´an, R., Gimeno-Torrente, D., Pawlowsky-Glahn, V. & Thi´oHenestrosa, S. (2002), ‘A first approach to the classification of basalts using trace elements’, See Bayer, Burger, and Skala pp. 435–440.Van den Boogaart, K. G. & Tolosana-Delgado, R. (2013), Analyzing compositional data with R, Vol. 122, Springer.Weltje, G. J. (2002), ‘Quantitative analysis of detrital modes: statistically rigorous confidence regions in ternary diagrams and their use in sedimentary petrology’, Earth-Science Reviews 57(3), 211–253.ORIGINAL2017juanliscano.pdf2017juanliscano.pdfapplication/pdf3205676https://repository.usta.edu.co/bitstream/11634/4186/1/2017juanliscano.pdfee1af0fa4bd5b49f33c04530be24fb76MD51open accesscartasderechosdeautor.pdfcartasderechosdeautor.pdfapplication/pdf1711424https://repository.usta.edu.co/bitstream/11634/4186/5/cartasderechosdeautor.pdfe540f1eaa23403e0c6996cfb66523cb9MD55metadata only access2017cartadefacultad.pdf2017cartadefacultad.pdfapplication/pdf61876https://repository.usta.edu.co/bitstream/11634/4186/9/2017cartadefacultad.pdf5a0741fc4b2487612c512f01cff29b9bMD59metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.usta.edu.co/bitstream/11634/4186/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52open accessTHUMBNAIL2017juanliscano.pdf.jpg2017juanliscano.pdf.jpgIM Thumbnailimage/jpeg8398https://repository.usta.edu.co/bitstream/11634/4186/6/2017juanliscano.pdf.jpg4cdf26f161f318c0fb85e199ee3d31f6MD56open accesscartasderechosdeautor.pdf.jpgcartasderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7888https://repository.usta.edu.co/bitstream/11634/4186/8/cartasderechosdeautor.pdf.jpg7d2a9954a855bde5a4a0ad5e47df4b1eMD58open access2017cartadefacultad.pdf.jpg2017cartadefacultad.pdf.jpgIM Thumbnailimage/jpeg7831https://repository.usta.edu.co/bitstream/11634/4186/10/2017cartadefacultad.pdf.jpgef1f909fe813a529b13ed737f04f061bMD510open access11634/4186oai:repository.usta.edu.co:11634/41862023-07-09 03:21:11.677open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |