Algoritmo de pivote

De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda Los algoritmos de pivote (o algoritmos de cambio de base ) son algoritmos de la optimizacin matemtica, y en especial de la Programacin Lineal. Dado un sistema de ecuaciones lineales cuyas variables deben adoptar valores no-negativos (esencialmente lo mismo que un sistema de inecuaciones lineales), se busca la mejor de entre muchas soluciones alternativas, es decir, una solucin ptima del sistema. En cada paso de tal bsqueda, el algoritmo transforma el sistema sin alterar su conjunto de soluciones. Algoritmos de pivote importantes son los diversos algoritmos simplex1 2 y los algoritmos criss-cross 3 . Los algoritmos de pivote son de gran importancia para el tratamiento de inecuaciones lineales, donde juegan un papel anlogo al de la eliminacin de Gauss para ecuaciones lineales. Se encuentran numerosas aplicaciones2 de sistemas de inecuaciones en reas tan diversas como la investigacin de operaciones industriales, el transporte y distribucin de bienes, en carteras de inversiones, la ingeniera estructural, la estadstica, y la teora de juegos. Frecuentemente se abordan sistemas con decenas de miles de variables4 .

ndice
[ocultar] 1 Procedimiento general o 1.1 El problema normalizado o 1.2 Condiciones de optimalidad o 1.3 Transformacin de las ecuaciones o 1.4 Pivotes admisibles 2 Implementacin y ejemplo o 2.1 Problemas con muchas variables o 2.2 Una implementacin directa o 2.3 Ejemplo de eleccin de pivotes 3 Dualidad o 3.1 Problemas duales o 3.2 Transformaciones sucesivas o 3.3 Tratamiento conjunto 4 Herramienta interactiva 5 Literatura complementaria 6 Referencias

Procedimiento general[editar editar cdigo]

El problema normalizado[editar editar cdigo]

Todo algoritmo de pivote parte de un sistema especialmente arreglado de ecuaciones lineales, cuyas variables todas, excepto tal vez una, deben tomar valores no-negativos. De hecho, cualquier sistema de inecuaciones o ecuaciones lineales, as como todo problema de Programacin Lineal, puede siempre reducirse a la siguiente forma diccionario1 2 :

donde los son nmeros reales (en la prctica casi siempre nmeros racionales). Este formato especifica que se busca valores para las incgnitas , que satisfagan las ecuaciones e inecuaciones del sistema anterior de modo tal que la variable objetivo tome el mayor valor posible. Definiendo los conjuntos de ndices

se escribir sto en lo que sigue de la forma ms compacta

En cada iteracion de un algoritmo de pivote se destaca un conjunto de variables independientes, mientras que las restantes son variables dependientes y se expresan como funciones lineales de las primeras. Al pasar de una iteracin a la siguiente se intercambia una variable independiente por una dependiente; tales pares de variables se denominan pivotes.

Condiciones de optimalidad[editar editar cdigo]

En caso de que se cumplan las siguientes dos condiciones de optimalidad, para todo para todo (sistema factible) y (sistema acotado),

podemos obtener una solucin al problema anterior, asignando a las variables independientes del sistema los valores . Por un lado, esto logra que las variables dependientes adopten valores nonegativos, tal como se peda. Por otro lado, toda solucin alternativa al problema debe satisfacer la relacin , ya que en ella las variables independientes tambin deben tomar valores nonegativos.

( Por ejemplo, en el siguiente sistema,

las condiciones de optimalidad son violadas en dos lugares, ya que y . Por un lado, los valores obtenidos al anular las variables independientes, , no constiuyen una solucin admisible porque contienen un valor negativo, . Por otro lado, no podemos descartar la posibilidad de aumentar el valor que adopta la variable objetivo eligiendo conjuntos de variables independientes con .)

Transformacin de las ecuaciones[editar editar cdigo]

En el caso habitual de que las condiciones de optimalidad no se cumplan, puede reformularse el sistema de ecuaciones, eligiendo adecuadamente un nuevo subconjunto de entre las incgnitas, y expresando las incgnitas elegidas en funcin de las incgnitas restantes. Sea un reordenamiento de las variables, es decir una funcin de los ndices que cumpla

A partir de la particin

con

, que divide las variables del sistema en variables independientes llamadas variables bsicas con con y las

, se construye entonces el sistema:

Ntese que los coeficientes

existen slo para pares de subndices con

con . En cada iteracin, los coeficientes del sistema as modificado vuelven a examinarse para ver si satisfacen las condiciones de optimalidad para todo para todo (sistema factible) (sistema acotado), y

y de este modo generan una posible solucin al problema. Un resultado estndar de la Programacin Lineal establece que todo problema que tiene soluciones tambin posee un conjunto de variables bsicas que conduce a una de ellas 1 2 . Si los coeficientes del sistema satisfacen las condiciones de optimalidad, se dice que las variables bsicas forman una base optimal del problema.

Pivotes admisibles[editar editar cdigo]

Un coeficiente no nulo del sistema de ecuaciones se llama elemento pivote, porque permite despejar la variable independiente en lugar de la variable bsica para as seguir buscando una solucin al problema. Sin embargo, los algoritmos de pivote no eligen un elemento pivote cualquiera, sino solamente los llamados pivotes admisibles , que deben satisfacer: O se cumple simultneamente restriccin), se cumple simultneamente objetivo). ( En el ejemplo anterior, y y (pivote de (pivote de

el coeficiente no optimal pivote

permite seleccionar el elemento correspondiente a un pivote admisible con intercambio de correspondiente al pivote

tambin el elemento pivote

admisible Alternativamente, el coeficiente no optimal permite tambin seleccionar el elemento pivote correspodiente al pivote admisible .) La restriccin a pivotes admisibles impide que en dos iteraciones sucesivas se elija el mismo pivote. Las reglas segn las cuales el pivote es elegido dependen del algoritmo de pivote particular. No obstante, debe imponerse que el algoritmo termine en un nmero finito de pasos, lo que no sucede con una eleccin de pivotes inadecuada. Fukuda & Terlaky demostraron5 en 1999 que para todo problema con solucin y para toda base inicial existe una secuencia de a lo ms pivotes admisibles que conduce a una base optimal. Lamentablemente, esa demostracin no es constructiva en el sentido de que indique cul pivote deba elegirse en cada paso. el elemento pivote con el pivote admisible

Como se puede observar de las definiciones anteriores, una base optimal no tiene pivotes admisibles, por lo que el algoritmo no puede ser continuado a partir de una base optimal. Por otro lado, es fcil demostrar con argumentos similares a los expuestos que una base no optimal sin pivotes admisibles siempre pertenece a un problema sin solucin; sea esto, porque el sistema de ecuaciones e inecuaciones no tiene solucin alguna (problema infactible), o porque existen soluciones con un valor objetivo arbitrariamente grande (problema no acotado).

Implementacin y ejemplo[editar editar cdigo]

Problemas con muchas variables[editar editar cdigo]
La implementacin computacional de problemas prcticos a menudo dista mucho de ser trivial6 . Los coeficientes de sistemas con decenas de miles de variables siempre presentan una u otra estructura, la cual debe ser aprovechada para determinar los sistemas de iteraciones subsecuentes de manera relativamente rpida y numricamente estable (sin mayores errores de redondeo): Los sistemas iniciales de problemas grandes (no los sistemas transformados) contienen una inmensa mayora de coeficientes iguales a cero (el sistema es disperso), lo que permite ahorrar muchas operaciones aritmticas si se recurre al sistema de partida. Muchos procedimientos se basan en una evaluacin retardada, donde se calcula slo aquellos coeficientes de un sistema que sean necesarios para determinar un pivote, y sto solamente en el instante en que se ocupan. Para evitar la evaluacin de coeficientes superfluos tales procedimientos emplean permutaciones de las variables en el sistema de partida, factorizaciones de las inversas de matrices bsicas, una factorizacin de la matriz de coeficientes, y otras tcnicas ms. En todos estos casos suele ser necesario referirse a sistemas de iteraciones previas a la ltima, por lo que las transformaciones adoptan formas bastante ms complejas que la directa. A menudo se encuentran insertas en la estructura del sistema diversas estructuras especiales, por ejemplo de flujos en redes1 7 , y para tales estructuras especiales se ha desarrollado implementaciones particularmente eficientes. No obstante lo anterior, hay tambin muchas aplicaciones que dan origen a problemas de tamao moderado, problemas para los cuales basta una implementacin simple.

Una implementacin directa[editar editar cdigo]

Para evitar errores de redondeo se trabaja en lo que sigue con nmeros racionales, eligiendo un nico denominador comn para todo el sistema de ecuaciones. Para encontrar un denominador as en cada paso del algoritmo no hace falta analizar los coeficientes del sistema; en caso de un sistema inicial con coeficientes enteros, en cada iteracin se cumplir que

El numerador del elemento pivote es un denominador comn para el sistema de ecuaciones siguiente. Al evaluar los coeficientes de un nuevo sistema el denominador comn del sistema anterior quedar obsoleto, por lo que se procede a dividir los coeficientes del sistema nuevo por el denominador antiguo, con resultados que siempre sern enteros. 8

Un arreglo matricial que contiene los coeficientes de un sistema de pivote suele llamarse tabla de pivoteo o cuadro de pivoteo. El siguiente esquema muestra cmo cambian los coeficientes del sistema de pivoteo al pasar de una iteracin a la que sigue:

En ese esquema, el smbolo designa al denominador comn del sistema de ecuaciones, el smbolo designa al numerador del elemento pivote, designa cualquier coeficiente restante en la misma fila del elemento pivote, designa cualquier coeficiente restante en la misma columna del elemento pivote, y cualquier coeficiente ajeno a la fila y a la columna del pivote. Los coeficientes de la variable a maximizar ( ) y los coeficientes de la columna de valores ( ) se transforman de acuerdo a las mismas reglas.

Las ilustraciones en cada paso del ejemplo siguiente muestran todas el mismo sistema de ecuaciones graficado en distintos sistemas de coordenadas. En estos grficos, el rea bordeada de verde es el conjunto de soluciones factibles, para el cual todas las variables toman valores no-negativos, los ejes de coordenadas corresponden a ecuaciones de variables independientes, las dems rectas a ecuaciones de variables bsicas, la recta en rojo recorre los puntos donde la variable objetivo adopta su valor mximo, las intersecciones de rectas correspondientes a pivotes admisibles llevan puntos rojos, el pivote seleccionado va bordeado de negro, y el rea anaranjada corresponde al ortante no-negativo de la iteracin siguiente.

Ejemplo de eleccin de pivotes[editar editar cdigo]

La siguiente estrategia de eleccin de pivote corresponde al algoritmo criss-cross con pivoteo en los ndices mnimos (minimal index criss-cross-algorithm). En cada paso, el pivote admisible se elegir de acuerdo a la siguiente regla (el mnimo de un conjunto vaco se considera igual a infinito):

1. Determinar los ndices y 2. Si se tiene donde 3. Si se tiene donde , elegir el pivote . , elegir el pivote . .

Se puede demostrar3 que este criterio simple (aunque no siempre eficiente) conduce siempre a una base optimal en un sistema que tenga solucin.

En el siguiente ejemplo se busca valores no negativos para las variables que maximicen la variable adicional satisfaciendo el siguiente conjunto de ecuaciones lineales:

En el sistema inicial del ejemplo, los coeficientes no optimales son , ,y todos los pivotes son admisibles. El criterio de seleccin, sin embargo, prescribe que despejemos en lugar de :

Cambio de la base 0 a la base 1

(para animar con Firefox, pulsar aqu y luego en la imgen, manteniendo presionado) Con ello obtenemos:

Ahora los coeficientes no optimales son , , , y el coeficiente . En consecuencia, despejamos

con los pivotes admisibles con los pivotes admisibles en lugar de :

Cambio de la base 1 a la base 2 (animado) Se obtiene el sistema

El nico coeficiente no optimal en este sistema es , ; despejamos en lugar de :

con los pivotes admisibles

Cambio de la base 2 a la base 3 (animado) El sistema final es

Como este sistema satisface las condiciones de optimalidad, hemos obtenido la solucin

Dualidad[editar editar cdigo]

Problemas duales[editar editar cdigo]

A todo problema de programacin lineal llevado a la forma bsica arriba descrita se le puede asociar un problema dual de programacin lineal. Con respecto a esa forma bsica, la matriz de coeficientes del problema dual es la matriz negativa traspuesta de la matriz de coeficientes del problema original, lo que muestra de paso que el dual del problema dual es el problema original, llamado problema primal en ese contexto.

, en notacin compacta,

(Precaucin: Al usar la forma diccionario para escribir el problema dual, no es lcito sustituir por !)

Transformaciones sucesivas[editar editar cdigo]

La relacin anterior entre los coeficientes de un par de problemas duales no se cumple solamente para el sistema de partida, sino que persiste paso a paso a travs de un algoritmo de pivotes, siempre y cuando el pivote elegido en cada iteracin sea el mismo en ambos problemas:

La relacin de dualidad es particularmente fcil de observar en un sistema de pivoteo que tiene slo dos variables independientes y dos variables despejadas. El sistema obtenido es el mismo si se intercambia el estado de dos de las variables y a continuacin se construye el problema dual, o si se realiza estas operaciones en orden inverso:

De esta relacin de dualidad se concluye que toda base optimal para el problema primal provee tambin una base optimal para el problema dual. Al ejemplo anteriormente desarrollado le corresponde el problema dual

El sistema optimal de este problema es entonces

En el problema original, la variable a maximizarse toma el valor ptimo ; el valor ptimo del problema dual es el negativo de este valor: el mayor valor posible que su variable objetivo puede adoptar es solucin ptima para el problema dual es . Una posible

Tratamiento conjunto[editar editar cdigo]

Una importante consecuencia terica de la dualidad es la siguiente: para resolver problemas de optimizacin lineal no se requiere un algoritmo que maximice (o minimice) una de las variables, basta para ello cualquier algoritmo capaz de resolver sistemas de desigualdades lineales. Esto es as porque las relaciones de dualidad implican que toda base optimal para el problema primal tambin provee una base optimal para el problema dual, donde el valor ptimo de la variable del problema dual es el negativo del valor ptimo de la variable del problema original. Por tanto, para pares de soluciones ptimas se tiene

Por otro lado, para pares de soluciones factibles de las cuales al menos una no es ptima se cumple

De ah podemos concluir que las soluciones ptimas para un par de problemas duales son exactamente las soluciones del siguiente sistema de desigualdades

donde las variables , , se hayan sustituido por las expresiones lineales correspondientes. En el caso de aplicaciones prcticas, sin embargo, esta forma de proceder slo es competitiva si se logra aprovechar adecuadamente la estructura de datos comn a los sistemas primal y dual.

Herramienta interactiva[editar editar cdigo]

El applet de pivoteo interactivo de Robert Vanderbei, programado en 1997, permite definir un sistema de ecuaciones lineales de tamao reducido y realizar en ese sistema pivoteos sobre pares arbitrarios de variables. La herramienta (en ingls) se autodenomina Simplex Pivot Tool, pero est orientada a algoritmos de pivote totalmente arbitrarios. Para evitar redondeo, los coeficientes del sistema pueden tambin verse en forma de fracciones, aunque stas no adoptan un denominador comn.

Literatura complementaria[editar editar cdigo]

George Dantzig (1963): Linear Programming and Extensions, Princeton University Press, archivo pdf Vaek Chvtal (1983): Linear Programming, Freeman and Company, New York NY, ISBN 0-7167-1587-2 Robert Vanderbei (2007): Linear Programming. Foundations and Extensions, 3a ed., Springer, ISBN 978-0-387-74387-5, archivo pdf

Referencias[editar editar cdigo]

1. a b c d Vaek Chvtal (1983): Linear Programming. , Freeman and Company, ISBN 0716-71587-2 2. a b c d Robert Vanderbei (1996/2007): Linear Programming; Foundations and Extensions, 3.ed. Springer, ISBN 978-0-387-74385-5, archivo pdf, (edicin alternativa: Linear Programming; Foundations and Extensions , Kluwer, 1996, ISBN 0-7923-98041) 3. a b Komei Fukuda & Tams Terlaky (1997): Criss-cross methods: A fresh view on pivot algorithms, Mathematical Programming, 79, 369-395, archivo ps 4. Robert Vanderbei: Linear Programming. Foundations and Extensions , Kluwer, ISBN 978-0-7923-9804-2}}, captulo 21.4: Simplex Method vs Interior-Point Methods.

5. Komei Fukuda & Tams Terlaky (1999): On the Existence of a Short Admissible Pivot Sequences for Feasibility and Linear Optimization Problems , Pure Mathematics and Applications, vol.10, 431-447, archivo ps 6. Robert Vanderbei: Linear Programming. Foundations and Extensions (= International Series in Operations Research & Management Science. Bd. 114). 3rd edition. Springer, New York NY 2007, ISBN 978-0-387-74387-5, Kapitel 8: Implementation Issues. 7. Robert Vanderbei: Linear Programming. Foundations and Extensions (= International Series in Operations Research & Management Science. Bd. 114). 3rd edition. Springer, New York NY 2007, ISBN 978-0-387-74387-5, Kapitel 13: Network Flow Problems. 8. Erwin Bareiss (1968): Sylvester's Identity and Multistep Integer-Preserving Gaussian Elimination , Mathematics of Computation, vol.22 (102), 565-578, archivo pdf

Obtenido de http://es.wikipedia.org/w/index.php?title=Algoritmo_de_pivote&oldid=70798063 Categoras: Algoritmos Optimizacin lgebra lineal numrica

Men de navegacin
Herramientas personales
Crear una cuenta Ingresar

Espacios de nombres
Artculo Discusin

Variantes Vistas
Leer Editar Editar cdigo Ver historial

Acciones Buscar
Buscar

Navegacin
Portada Portal de la comunidad Actualidad Cambios recientes Pginas nuevas Pgina aleatoria Ayuda Donaciones Notificar un error

Imprimir/exportar
Crear un libro Descargar como PDF Versin para imprimir

Herramientas
Lo que enlaza aqu Cambios en enlazadas Subir un archivo Pginas especiales Enlace permanente Informacin de la pgina Elemento de datos Citar este artculo

En otros idiomas
Deutsch Editar los enlaces Esta pgina fue modificada por ltima vez el 14 nov 2013, a las 13:04.

lgebra lineal
De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda El lgebra lineal es una rama de las matemticas que estudia conceptos tales como vectores, matrices, sistemas de ecuaciones lineales y su enfoque de manera ms formal, espacios vectoriales y sus transformaciones lineales.

Es un rea activa que tiene conexiones con muchas reas dentro y fuera de las matemticas como ser el anlisis funcional, las ecuaciones diferenciales, la investigacin de operaciones, las grficas por computadora, la ingeniera, etc. La historia del lgebra lineal moderna se remonta a los aos de 1843 cuando William Rowan Hamilton (de quien proviene el uso del trmino vector) cre los cuaterniones; y de 1844 cuando Hermann Grassmann public su libro Die lineare Ausdehnungslehre (La teora lineal de extensin)

ndice
[ocultar] 1 Contexto general 2 Espacios vectoriales de uso comn n o 2.1 Vectores en R o 2.2 Matrices o 2.3 Espacio vectorial de polinomios en una misma variable 3 Generalizacin y temas relacionados 4 Vase tambin 5 Enlaces externos

Contexto general[editar editar cdigo]

De manera ms formal, el lgebra lineal estudia conjuntos denominados espacios vectoriales, los cuales constan de un conjunto de vectores y un conjunto de escalares (que tiene estructura de campo, con una operacin de suma de vectores y otra de producto entre escalares y vectores que satisfacen ciertas propiedades (por ejemplo, que la suma es conmutativa).(mtodos cuantitativos). Estudia tambin transformaciones lineales, que son funciones entre espacios vectoriales que satisfacen las condiciones de linealidad:

A diferencia del ejemplo desarrollado en la seccin anterior, los vectores no necesariamente son n-adas de escalares, sino que pueden ser elementos de un conjunto cualquiera (de hecho, a partir de todo conjunto puede construirse un espacio vectorial sobre un campo fijo). Finalmente, el lgebra lineal estudia tambin las propiedades que aparecen cuando se impone estructura adicional sobre los espacios vectoriales, siendo una de las ms frecuentes la existencia de un producto interno (una especie de producto entre dos vectores) que permite introducir nociones como longitud de vectores y ngulo entre un par de los mismos...

Espacios vectoriales de uso comn[editar editar cdigo]

Dentro de los espacios vectoriales de dimensin finita, son de amplio uso los tres tipos siguientes de espacios vectoriales:

Vectores en Rn[editar editar cdigo]

Este espacio vectorial est formado por el conjunto de vectores de n dimensin (es decir con n nmero de componentes). Podemos encontrar un ejemplo de ellos en los vectores R2 , que son famosos por representar las coordenadas cartesianas: (2,3), (3,4),...

Matrices

[editar editar cdigo]

Artculo principal: Matriz (matemtica)

Es un arreglo rectangular de nmeros, smbolos o expresiones, cuyas dimensiones son descritas en las cantidades de filas (usualmente m) por las de columnas (n) que poseen. Los arreglos matriciales son particularmente estudiados por el lgebra lineal y son bastantes usados en las ciencias e ingeniera.

Espacio vectorial de polinomios en una misma variable[editar editar cdigo]

Un ejemplo espacio vectorial est dado por todos los polinomios cuyo grado es menor o igual a 2 con coeficientes reales sobre una variable x . Ejemplos de tales polinomios son:

La suma de dos polinomios cuyo grado no excede a 2 es otro polinomio cuyo grado no excede a 2:

El campo de escalares es naturalmente el de los nmeros reales, y es posible multiplicar un nmero por un polinomio:

donde el resultado nuevamente es un polinomio (es decir, un vector). Un ejemplo de transformacin lineal es el operador derivada D, que asigna a cada polinomio el resultado de derivarlo:

El operador derivada satisface las condiciones de linealidad, y aunque es posible demostrarlo con rigor, simplemente lo ilustramos con un ejemplo la primera condicin de linealidad:

y por otro lado:

Cualquier espacio vectorial tiene una representacin en coordenadas similar a , lo cual se obtiene mediante la eleccin de una base (lgebra) (es decir, un conjunto especial de vectores), y uno de los temas recurrentes en el lgebra lineal es la eleccin de bases apropiadas para que los vectores de coordenadas y las matrices que representan las transformaciones lineales tengan formas sencillas o propiedades especficas.

Generalizacin y temas relacionados[editar editar cdigo]

Puesto que el lgebra lineal es una teora exitosa, sus mtodos se han desarrollado por otras reas de la matemtica: en la teora de mdulos, que remplaza al cuerpo en los escalares por un anillo; en el lgebra multilineal, uno lidia con 'mltiples variables' en un problema de mapeo lineal, en el que cada nmero de las diferentes variables se dirige al concepto de tensor; en la teora del espectro de los operadores de control de matrices de dimensin infinita, aplicando el anlisis matemtico en una teora que no es puramente algebraica. En todos estos casos las dificultades tcnicas son mucho ms grandes.

Vase tambin[editar editar cdigo]

Portal:Matemtica. Contenido relacionado con Matemtica.

Enlaces externos[editar editar cdigo]

Wikimedia Commons alberga contenido multimedia sobre lgebra lineal. lgebra lineal por Elmer G. Wiens (en ingls) lgebra Lineal: Conceptos Bsicos Introduccin al lgebra Lineal en Contexto por Jos Arturo Barreto Obtenido de http://es.wikipedia.org/w/index.php?title=lgebra_lineal&oldid=71100167 Categora: lgebra lineal

Men de navegacin

Herramientas personales
Crear una cuenta Ingresar

Espacios de nombres
Artculo Discusin

Variantes Vistas
Leer Editar Editar cdigo Ver historial

Acciones Buscar
Buscar

Navegacin
Portada Portal de la comunidad Actualidad Cambios recientes Pginas nuevas Pgina aleatoria Ayuda Donaciones Notificar un error

Imprimir/exportar
Crear un libro Descargar como PDF Versin para imprimir

Herramientas
Lo que enlaza aqu Cambios en enlazadas Subir un archivo Pginas especiales

Enlace permanente Informacin de la pgina Elemento de datos Citar este artculo

Otros proyectos
Commons

En otros idiomas
Afrikaans Aragons Azrbaycanca Bosanski Catal etina Dansk Deutsch English Esperanto Eesti Euskara Suomi Franais Galego Hrvatski Magyar Bahasa Indonesia slenska Italiano Latina Lietuvi

Latvi eu Bahasa Melayu Nederlands Norsk nynorsk Norsk bokml Occitan Polski Piemontis Portugus Romn Sicilianu Srpskohrvatski / Simple English Slovenina Slovenina Shqip / srpski Svenska Trke O zbekcha Ting Vit Winaray Yorb Editar los enlaces Esta pgina fue modificada por ltima vez el 30 nov 2013, a las 22:00. El texto est disponible bajo la Licencia Creative Commons Atribucin Compartir Igual 3.0; podran ser aplicables clusulas adicionales. Lanse los trminos de uso para ms informacin. Wikipedia es una marca registrada de la Fundacin Wikimedia, Inc., una organizacin sin nimo de lucro.