Está en la página 1de 21

CONTENIDO

1. Introduccin
2. Introduccin a los conjuntos
2.1. Definicin de conjunto
2.2. Subconjunto de un conjunto
2.3. Operaciones entre conjuntos
2.3.1. Unin
2.3.2. Interseccin
2.3.3. Diferencia
2.3.4. Complemento
3. Mtodos de enumeracin y conteo
3.1. Principio de multiplicacin
3.2. Permutaciones
3.3. Permutaciones con repeticin
3.4. Combinaciones
3.5. Combinaciones con repeticin
4. Experimentos aleatorios
4.1. Espacio muestral
4.1.1. Espacio muestral finito
4.1.2. Espacio muestral infinito
4.2. Sucesos o eventos
4.2.1. Suceso elementa
4.2.2. Suceso imposible
4.2.3. Suceso seguro
4.2.4. Suceso complementario
4.2.5. Suceso incompatible o excluyente
4.3. Operaciones con sucesos
4.3.1. Unin
4.3.2. Interseccin
4.3.3. Diferencia
4.4. Propiedades de las operaciones con sucesos
5. Definicin de probabilidad
5.1. Definicin clsica o a priori
5.2. Definicin frecuencialista o a posteriori
5.3. Definicin subjetiva
5.4. Definicin axiomtica
5.5. Probabilidad condicionada
5.6. Teoremas bsicos
5.6.1. Teorema de la suma
5.6.2. Teorema del producto
6. Conclusin
7. Bibliografa

1. INTRODUCCIN

La probabilidad es la rama de las matemticas que se encarga del estudio de los


fenmenos o experimentos aleatorios. Un experimento aleatorio es aquel que
cuando se repite bajo las mismas condiciones no siempre arroja el mismo
resultado. Por ejemplo cuando se lanza una moneda, se conocen de antemano los
posibles resultados pero la decisin final estar dada por el azar. Muchos de estos
eventos se asocian con juegos como la ruleta, los dados o las cartas. Sin embargo
tambin existen algunos fenmenos en los que los eventos no pueden ser
manipulados, es decir no podemos repetirlos cuantas veces deseamos o quiz no
se puede garantizar que las condiciones con las que se realiza el experimento
sean siempre las mismas, como es el caso de la bolsa de valores o la certeza de
ganancia cuando se realiza una inversin, en este caso la interpretacin es
subjetiva o personal y la probabilidad representa una medida del grado de
creencia con respecto a una proposicin.
A continuacin se presentan los conceptos bsicos de la teora de la probabilidad
y las caractersticas de los experimentos aleatorios.

2. INTRODUCCIN A LOS CONJUNTOS


2.1.

Definicin de conjunto

El concepto de conjunto es un pilar fundamental de la probabilidad y la estadstica


en general. Un conjunto puede considerarse como una coleccin de objetos,
llamados elementos del conjunto. En general, mientras no se especifique lo
A , B , C y un
contrario, denotamos un conjunto por una letra mayscula
elemento por una letra minscula a, b.
Si un elemento
contrario si

pertenece a un conjunto

no pertenece a

se denota

escribimos

a A , de lo

a A . Ejemplos de conjuntos

son las vocales en el alfabeto, un equipo de futbol, un grupo de estudiantes, etc.


Un conjunto se puede definir de dos maneras: haciendo una lista de sus
elementos o, si no es posible, describiendo alguna propiedad conservada por
todos los elementos pertenecientes al conjunto y por los que no pertenecen a este.
Al primer mtodo se le denomina mtodo de extensin y al segundo mtodo de
comprensin.
Por ejemplo: El conjunto de las vocales del alfabeto se puede definir por
A= { a , e , i, o , u }
extensin
como
o
por
comprensin
como
A={x /x es una vocal} y se lee: el conjunto de los x tal que x es una vocal,
donde el smbolo / se lee tal que o dado que.
2.2.

Subconjunto de un conjunto

Si cada elemento de un conjunto


llamamos a
A

un subconjunto de

est contenido en

tambin pertenece a un conjunto

B o B

y se escribe
contiene a

A B B A

y se lee

A respectivamente. El

conjunto que no tiene ningn elemento se llama conjunto vaco y se representa


por la letra griega (phi); es un subconjunto de cualquier conjunto.
Si

A B

yB

Para este caso

A
A yB

igual a B , escribimos

se dice que

A yB

tienen exactamente los mismos elementos. Si


A B .

A=B .

son iguales y se escribe


A

no es

Si

A B

pero

Si

A B

A B

llamamos a

B C , entonces

un subconjunto propio de B.

A C

y es valido para cualquier conjunto

A ,B,C .

Por

ejemplo:

El

conjunto

B={ a , i , o }

es

subconjunto

propio

de

A= { a , e , i , o , u } .
El conjunto

B={ 2,3,5,7,9 }

es igual al conjunto

A= {3,2,7,5,9 }

aunque sus

elementos estn redistribuidos.


2.3.

Operaciones entre conjuntos

Para representar las operaciones entre conjuntos, es prctico utilizar una


herramienta llamada Diagramas de Venn. Estos diagramas son representaciones
geomtricas de los conjuntos. Los elementos de los conjuntos se representan por
un rea sombreada y el conjunto universal est representado por un rectngulo
que encierra las dems figuras.
2.3.1. Unin: El conjunto de todos los elementos que pertenecen a
A o a B o a ambos, se llama la unin de A y B y se
escribe

A B .

Figura 1. Representacin de la unin de dos conjuntos.


2.3.2. Interseccin: El conjunto de todos los elementos que
pertenecen simultneamente a A y a B , se llama la
interseccin de

A yB

y se escribe

A B . Si

A B= ,

es decir, que no tienen elementos en comn, se llaman


conjuntos disjuntos.

Figura 2. Representacin de la interseccin de dos


conjuntos.
2.3.3. Diferencia: El conjunto que consiste en todos los
elementos de A que no pertenecen a B se llama
la diferencia de

A yB

y se escribe

AB .

Figura 3. Representacin de la diferencia de dos


conjuntos.
2.3.4 Complemento: El complemento de

denotado por

A ' , es el conjunto de todos los elementos del conjunto


universal que no pertenecen a

A .

Figura 4. Representacin del complemento de un


conjunto.
Por ejemplo: Se consult a un grupo de 200 personas sobre el medio de
comunicacin que utilizan a diario para mantenerse informados sobre la
situacin actual del pas; los resultados fueron los siguientes: 93 personas

utilizan la televisin, 90 la radio, 28 personas ven televisin y leen la prensa, 35


ven televisin y escuchan radio, 10 leen la prensa y escuchan la radio pero no
ven televisin, 38 personas slo leen la prensa y 12 personas utilizan con la
misma frecuencia los tres medios.
Con base a esta informacin representar graficamente:
a. Personas que consultan solamente un medio.
b. Personas que consultan solamente dos medios.
c. Personas que no consultan la prensa.
d. Personas que no consultan ningn medio de informacin.
Solucin:
a.

Figura 5. Representacin de la solucin del literal a.


b.

Figura 6. Representacin de la solucin del literal b.


c.

Figura 7. Representacin de la solucin del literal c.


d.

Figura 8. Representacin de la solucin del literal d.


3. MTODOS DE ENUMERACIN Y CONTEO
Conocer todos los resultados de un experimento aleatorio no es una tarea difcil
pero si tediosa, sin embargo, en la mayora de situaciones en la teora de
probabilidad solamente interesa saber el nmero de elementos posibles de un
evento particular. Para esto se estudian a continuacin algunos tpicos de
permutaciones y combinaciones.
3.1.

Principio de multiplicacin

Sunga que se va a realizar una actividad en dos partes, la primera se puede


n1
n2
realizar de
maneras y la segunda de
maneras distintas. Si se supone
tambin que cada una de las formas de hacer la primera parte puede ser seguida
por cualquiera de las formas de efectuar la 2, entonces la actividad que consiste
n1 n2
en realizar la primera parte seguida de la segunda se puede realizar de
formas. Este principio se extiende a cualquier nmero de actividades, esto es, si
se tiene k actividades, entonces la actividad que consiste en hacer la primera
parte, seguida de la segunda,, seguida de la parte

puede hacerse de

n1 n2 n3 nk
Por ejemplo: Un fbrica de autos produce cuatro modelos de automviles. Si los
4 3=12
autos solo se pintan de Amarillo, Azul y Rojo entonces hay
automviles distintos.
Otra forma de enumerar todas las posibilidades es utilizando los diagramas de
rbol. Estos proporcionan un mtodo sistemtico de enumeracin objetiva de los
resultados.

Figura 9. Diagrama de rbol del ejemplo anterior


3.2. Permutaciones
Una permutacin de m elementos diferentes son los distintos grupos que pueden
formarse entrando en cada uno de ellos los m elementos dados, difiriendo
Pm
nicamente en el orden de sucesin de sus elementos. Se representa por
.
Como se ve por la definicin, las permutaciones de m elementos son el nmero de
ordenaciones diferentes de estos m elementos.
Pm=m ( m1 ) ( m2 ) 2 1=m !
3.3.

Permutaciones con repeticin

Dado un conjunto con


n1

elementos, entre los cuales hay un cierto nmero

de elementos de una clase, otro nmero

y as sucesivamente hasta una clase

nk

n2

de elementos de otra clase

, se llaman permutaciones con

repeticin a las diferentes formas en que se pueden ordenar estos


elementos.
Pnm1,.. ,nk =

m!
m!
=
n1 n2 nk k
ni !
i=1

Ejemplos:
De cuntas maneras se pueden ordenar un crculo, un cuadrado y un tringulo.
P3=3 !=3 2 1=6 Por lo tanto existen 6 maneras de agrupar estas figuras.
De cuntas maneras es posible organizar una enciclopedia de 5 volmenes en
un librero.
P5=3 !=5 4 3 2 1=120

Por lo tanto existen 120 maneras de agrupar esta

enciclopedia.
Una fundacin quiere hacer una reparticin de regalos que consiste en cuatro
bicicletas iguales, tres pelotas iguales, dos muecas iguales. De cuntas
maneras se pueden repartir estos regalos?
P4,3,2
=
9

9!
=1260
4 ! 3 ! 2!

Los regalos pueden repartirse de 1260 maneras distintas.


3.4. Combinaciones
A veces no queremos ordenar todos los
nicamente

objetos de un conjunto sino

de ellos. El nmero total de arreglos que podemos obtener de

este modo est dado por el nmero de permutaciones de

en

k . Para

esta permutacin el orden no importa. Para tener arreglos en donde no importe


el orden debemos dividir por k ! . La respuesta a la que se llega se llama
combinaciones de

en

se denota por

m!
(mk)= k ! ( mk
)!
3.5.

Combinaciones con repeticin

elementos tomados de

a todas las disposiciones distintas que se pueden formar tomando

Llamaremos combinaciones con repeticin de


en

elementos de los

m , entre los que eventualmente pueden aparecer elementos

repetidos y con la condicin de que dos disposiciones sern distintas entre s, si


tienen distintos elementos. Como se ve no se tiene en cuenta el orden en la
disposicin.
(m+ k1)!
Cmk = m+ k1 =
k
k ! ( m1 ) !

Ejemplo:
En un estante hay libros de Matemtica, Fsica, Qumica, Biologa e ingls.
Cuntas combinaciones pueden realizarse si se sacan 3 libros?
5!
=10
(53 )= 3 ! ( 53
)!
En una bodega hay cinco tipos diferentes de botellas. De cuntas formas se
pueden elegir cuatro botellas?
(5+ 41)!
C54= 5+41 =
=70
4
4 ! ( 41 ) !

4. EXPERIMENTOS ALEATORIOS
En la vida cotidiana nos encontramos con frecuencia con situaciones que
producen varios resultados conocidos, sin poder determinar con exactitud cul de
ellos ocurrir. Podemos realizar acciones sobre un objeto bajo las mismas
condiciones y observar los efectos; cuando realizamos la misma accin con las
mismas condiciones y observamos respuestas distintas nos enfrentamos a una
situacin probabilstica. Es posible repetir la accin y anotar sus resultados y tratar
de detectar alguna regularidad.

Entendemos un experimento como un procedimiento (conjunto ordenado de


acciones) sobre un objeto o ambiente en el cual se tiene un control relativo sobre
las condiciones en que se realizan para observar y/o medir los fenmenos
resultantes. Podemos distinguir entre los experimentos deterministas, en los
cuales sabemos con exactitud qu resultado se da; y los experimentos no
deterministas en los cuales podemos conocer un conjunto de posibles resultados
pero sin asegurar cul de ellos se da.
Los sucesos productos del azar, que son producidos por procesos sobre los
cuales no podemos predecir sus efectos, son un ejemplo de estas situaciones.
Los experimentos en los cuales no se puede asegurar el resultado, se denominan
experimentos aleatorios.
Un experimento aleatorio es aquel que proporciona diferentes resultados aun
cuando se repita siempre de la misma manera. Tambin se puede decir que es un
experimento en el que es imposible conocer con certeza el estado final, por
ejemplo cuando se realiza una apuesta lanzando una moneda. Cada posible
estado final de un experimento aleatorio se conoce como resultado del
experimento.
4.1.

Espacio muestral

El espacio muestra de un experimento aleatorio es el conjunto de todos los


posibles resultados del experimento. Se representa con la letra S.
4.1.1. Espacio muestral finito: sabemos cuntos resultados
posibles (sucesos elementales) hay.
4.1.2. Espacio muestra infinito: tiene infinitos sucesos
elementales. Si se corresponden los nmeros naturales
se trata de un espacio muestral infinito numerable. En
caso contrario, infinito no numerable.
Por ejemplo: El espacio muestral asociado al lanzamiento de una moneda es
S= {Cara , Cruz } . El espacio muestral asociado al lanzamiento de tres monedas
es

S= { ( c , c , c ) , ( c , c , cr ) , ( c ,cr , c ) , ( cr , c , c ) , ( c , cr , cr ) , ( cr , c , cr ) , ( cr , cr , c ) , ( cr , c r , cr ) }

..
4.2.

Sucesos o eventos

Se llama suceso de un fenmeno o experimento aleatorio a cada uno de


los subconjuntos del espacio muestral S.
4.2.1. Suceso Elemental: cada uno de los resultados
posibles de un experimento aleatorio. Su conjunto
constituye el espacio muestra S.
4.2.2. Suceso Imposible: suceso que tal y como est
definido S, es imposible que ocurra.
4.2.3. Suceso Seguro: El suceso seguro es aquel suceso
de un experimento aleatorio que se da siempre. Se
puede ver que el suceso seguro coincide con el
espacio muestral S.
4.2.4. Suceso Complementario: dado un suceso A, se
denomina suceso complementario A al subconjunto de
sucesos elementales de S que no est incluido en A.
4.2.5. Sucesos incompatibles o excluyentes: sucesos que
no puede darse simultneamente.
4.3.

Operaciones con sucesos


4.3.1. Unin

A B :

subconjunto

de

elementos

que

pertenecen S que estn incluidos, al menos en uno de


esos sucesos A o B .
4.3.2. Interseccin

A B : subconjunto de elementos que

pertenecen S que estn incluidos simultneamente en


los subconjuntos de ambos sucesos A y B
4.3.3. Diferencia

AB : subconjunto de S integrado por los

elementales que pertenecen a A pero no a B


4.4.

Propiedades de las operaciones con sucesos

Unin

A B=B A

A S=S

A A '=S

Interseccin
Leyes de
Morgan

A B=B A
( A B) '= A ' B '

Por ejemplo: completar la tabla de acuerdo con

A S= A

A =

( A B) '=A ' B '

la siguiente informacin.

Tenemos una urna con nueve bolas numeradas del 1 al 9. Realizamos el


experimento, que consiste en sacar una bola de la urna, anotar el nmero y
devolverla a la urna. Consideramos los siguientes sucesos: A="salir un nmero
primo" y B="salir un nmero cuadrado".
Espacio Muestral
S= {1,2,3,4,5,6,7,8,9 }
A= { 2,3,5,7 }
Suceso A
Suceso B
B={ 1,4,9 }
A B={ 1,2,3,4,5,7,9 }
Unin de los sucesos A y B
Interseccin de los sucesos A y A B={ }
B
AB={2,3,5,7 }
Diferencia entre los sucesos A
yB
Suceso contrario de A

A= {1,4,6,8,9 }

Suceso contrario de B

B={ 2,3,5,6,7,8 }

5. DEFINICIN DE PROBABILIDAD
5.1.

Definicin clsica o a priori

Esta fue asociada inicialmente a los juegos de azar por ejemplo, en obtener un
determinado nmero con el lanzamiento de un
dado o cuando se desea
sacar una determinada carta de una baraja; en estos casos todos los

resultados son igualmente probables y en cuyo caso es vlida la siguiente


definicin:
Si

un

experimento

que

est

igualmente probables y mutuamente excluyentes y si


tienen un atributo

, la probabilidad de

nA

formas

de estos resultados

es la proporcin de

nA

con

n .

respecto a

P ( A )=

sujeto al azar, resulta de

nA
n
5.1.1. Propiedades

a. Los elementos de

tienen la misma probabilidad de ocurrencia

(equiprobables).
b. 0 P ( A ) 1
c. Si

es un suceso imposible:

d. Si

es un suceso seguro (contiene todos los sucesos elementales de

S )

e.

P ( A )=0

P ( A )=1

P ( A )+ P ( A ' ) =1 . Por tanto P ( A )=1P ( A' ) .

f.
Por ejemplo:
En una urna se depositan 9 papeles con los nmeros del 1 al 9. La probabilidad de
obtener un nmero par es

4
9 , la probabilidad de obtener un 5 es

La probabilidad de obtener un as en una baraja espaola es:


P ( A )=

nmero de ases
4
= =0.4
nmero de cartas 40

1
9 .

5.2.

Definicin frecuencialista o a posteriori

En un experimento aleatorio puede ocurrir que todos los resultados no sean


igualmente probables lo que implica que no es posible utilizar la definicin
clsica y en lugar de esta, en muchas ocasiones se emplea la interpretacin
de la probabilidad como una frecuencia relativa. En este caso el experimento se
caracteriza porque repetido muchas veces y en idnticas condiciones el cociente
nA
entre el nmero de veces que aparece un suceso favorable
y el nmero
total de veces que se realiza el experimento
llamado probabilidad del evento

P ( A )=lim

tiende a un nmero fijo

nA
n

Esta definicin no es enteramente formal ya que no es posible repetir una


infinidad de veces el mismo experimento.
5.3.

Definicin de probabilidad subjetiva

En la definicin anterior se contaba con experimentos que podan repetirse un


numero deseado de veces bajo las mismas condiciones. Sin embargo, muchos
fenmenos no se prestan para repeticin, pero a pesar de esto requieren de
una nocin de probabilidad, como es el caso de las aseguradoras o las
bolsas mundiales. Para estos casos, la interpretacin de la probabilidad no
puede tener su fundamento en la frecuencia de ocurrencia.
La probabilidad se interpreta como el grado de creencia o de conviccin con
respecto a la ocurrencia de una afirmacin. En este contexto, la probabilidad
representa un juicio personal acerca de un fenmeno impredecible. Esta
interpretacin de la probabilidad se conoce como subjetiva o personal.

5.4.

Definicin axiomtica

Una definicin ms formal de probabilidad se debe a Kolmogorov, quien


consider la relacin entre la frecuencia relativa de un suceso y su probabilidad
cuando el nmero de veces que se realiza el experimento es muy grande. Esta
definicin es tan general que permite incorporar las distintas interpretaciones de
la probabilidad, mencionadas anteriormente.
S

Si

e s el espacio muestral de cierto experimento aleatorio. La probabilidad

P( A)

de cada suceso es un nmero que verifica:

a. Cualquiera que sea el suceso

A , P (A ) 0 .

b. Si dos sucesos son incompatibles, la probabilidad de us unin es igual a la


suma de sus probabilidades: A B= P ( A B )=P ( A )+ P (B)
c. La probabilidad total es 1,

P ( S )=1

De acuerdo a los postulados anteriores, es posible verificar que

P( A)

cumple

las siguientes propiedades:


P( A) 0

i.
ii.

Si

A B P ( A ) P( B)

P ( A B )=P ( A ) + P ( B )P( A B)

iii.

Ejemplo: Se clasifica un grupo de 180 personas segn su gnero y nivel


educativo
Nivel educativo
Primaria (P)
Secundaria (S)
Universitario (U)

Masculino (M)
48
28
12

Si se toma una persona al azar, determinar:


a.

P (S)

b.

P (S M )

Femenino (F)
45
40
7

c.

P (S F )

d.

P ( P U )

e.

P ( SM )

f.

P ( FU )

Solucin
nmero de personas con secundaria 68
=
=0.378
nmero total de personas
180

a.

P ( S )=

b.

P ( S M )=

nmero de hombres con secundaria 28


=
=0.156
nmero total de personas
180

c.

P ( S F )=

nmero de mujeres o personas con secundaria 120


=
=0.667
nmero total de personas
180

d.

P ( P U ) =

nmero de personas con primaria y universitarios 19


=
=0.106
nmero total de personas
180

e.

P ( SM )=

nmero de personas con secundaria que no son hombres 40


=
=0.222
nmero total de personas
180

f.

P ( FU )=

nmero de mujeres nouniversitarias 85


=
=0.472
nmero total de personas
180

5.5.
Sean

A yB

Probabilidad condicionada
dos sucesos tal que

condicionada a

ya ha ocurrido

A .

P( A) 0 , se llama probabilidad de

P( B/ A ) , a la probabilidad de que ocurra

dado que

P ( B/ A )=

P( B A)
P( A)

i.

Si

y B

ii.

Si

es un suceso seguro:

son excluyentes:

P ( A B ) =0 y P ( B / A )=0
P ( A )=1 y P ( B / A )=P ( A B )

Ejemplo:
Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que
contiene 10 semillas de flores rojas y 5 de flores blancas. Cul es la probabilidad
de que:
a. La primera semilla sea roja?
b. La segunda semilla sea blanca dado que la primera fue roja?
Solucin:
La probabilidad de que la primera semilla sea roja es

P ( A )=

10
15

, puesto que

hay 10 semillas de flores rojas de un total de 15 semillas.


La probabilidad de que la segunda semilla sea blanca se ve influida por la que
sali primero, es decir, esta probabilidad est sujeta a una condicin, la de que la
primera semilla sea roja

P ( B/ A )=

5
14

puesto que todava hay 5 semillas blancas

en un total de 14 restantes.
Se definen los sucesos:
A :Tener entrenamiento

Tener
entrenamiento

y B : Acertar una prueba de raz onamiento espacial

Acierto

Error

Total

11

12

No tener
entrenamiento

Total

14

20

Cul es la probabilidad de acierto dado que el sujeto extrado no tiene


entrenamiento?
3
P ( B/ A ' )= =0.375
8
O tambin
3
P( B A ' ) 20
P ( B/ A ' )=
= =0.375
8
P( A ')
20
5.6.

Teoremas bsicos
5.6.1. Teorema de la suma: La probabilidad de la unin de
los sucesos A y B es:

P ( A B )=P ( A ) + P ( B )P( A B)
5.6.2. Teorema del producto: Dos sucesos

independientes si se cumple la siguiente igualdad:


P( A B)=P ( A ) P ( B )

6. Conclusin

son

A travs de la estadstica y con ayuda de la teora de la probabilidad es


posible determinar comportamientos o predecir resultados en muchas
situaciones de nuestro diario vivir. Aunque el tema de la probabilidad y
conteo es muy amplio, se presentaron algunos conceptos bsicos
acompaados de ejemplos que dieran idea de las situaciones en las que
esta herramienta matemtica es de gran utilidad.
7. Bibliografa

[1] Spiegel. Murray R. Probabilidad y Estadstica 760 problemas resueltos. [en


lnea].
Disponible
en:
http://es.scribd.com/doc/18627831/probabilidad-yestadistica-760-problemas-resueltos-murray-r-spiegel
[2] Estadistica: Introduccion a la Probabilidad. [en lnea]. Disponible en:
http://ciberconta.unizar.es/LECCION/probabil/100.HTM
[3] Chacn, Jos Luis. Probabilidad Finita Teora. Notas de Probabilidad. [en
lnea].
Disponible
en:
http://webdelprofesor.ula.ve/ciencias/jlchacon/materias/discreta/claseprobabilida
d.pdf
[4] Videla Jimnez, Patricio. Tcnicas de Conteo Mtodos de enumeracin y
conteo. [en lnea]. Disponible en: http://pvidela.mat.utfsm.cl/MAT%2004301/APUNTES/01%20-%20T%C9CNICAS%20DE%20CONTEO.pdf
[5]

Ximnez, Carmen. Anlisis de Datos I. Probabilidad: Definiciones. [en lnea].


Disponible
en:
http://www.uam.es/personal_pdi/psicologia/carmenx/EsquemaTema15.pdf

CONTEO Y PROBABILIDAD

DEICY VIVIANA POVEDA

Presentado a: Lic. JUAN SEBASTIAN TORRES

COORPORACION DE ESTUDIOS TECNOLOGICOS DEL NORTE DEL VALLE


LICENCIATURA EN TRES ENFASIS
CARTAGO, VALLE DEL CAUCA
06-10-2012