Este trabajo estudia las distribuciones a priori de mínima información, para un espacio paramétrico finito, y una función de información generalizada. Concretamente, se generalizan la definición de distribución de referencia y el principio de maximización de la entropía. Se estudia la extensión al caso de transformaciones del parámetro. Los resultados fundamentales obtenidos son: la coincidencia de ambos métodos para las funciones incertidumbre decisivas y continuas, y la independencia de las distribuciones de referencia del experimento para las funciones incertidumbre continuas.
We study in this paper the minimum information prior distributions in a finite parameter space, by mean of a generalized information function. Concretely, the reference distribution definition and the entropy maximization principle are generalized, and parameter transformation studied. We have obtained the folowing fundamental results: (1) Both methods give identical results for continuous decisive uncertainty functions. (2) The reference distribution do not depend on the experiment for continuous functions.
