Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. ANÁLISIS DE FALLAS
Una falla ocurre cuando el objetivo para el cual el sistema está diseñado, no se ha cumplido;
en tal sentido, la falla puede tener un valor de verdad o falsedad, es decir, existe o no existe la
falla. No obstante, es necesario considerar que la falla puede alcanzar diferentes grados, que
pueden ir de la no falla hasta la incapacidad total del sistema para cumplir con su función.
Con base en lo anterior, podemos identificar una estructura de falla y asignar un grado
enmarcado dentro de un criterio difuso; por tanto, tomará diferentes grados entre los dos
posibles valores extremos de ocurrencia, que pueden tratarse como una situación binaria
dando un valor de cero (0) para la No falla y uno (1) para la ocurrencia de una falla total.
A continuación (Fig. 1), podemos identificar una estructura que muestra el rango dentro del
cual puede definirse una falla.
Grado de la Falla
NO Falla Falla
Cumplimiento Total de la Impedimento Total del
Función Sistema para cumplir su
Función
1
Delphi como la denominación de una metodología encaminada en integrar la percepción de expertos y
Tempranas
Estructurales
(Función del Aleatorias
tiempo)
Edad/Envejecimiento
Error Humano
Primarias
Operacionales
Secundarias
(Cumplimineto de
la Función)
Funcionales
En esta forma, se propende por la integración de una prospectiva organizacional en torno del
análisis de fallas.
• Fallas por Edad: Son las relacionadas con el envejecimiento de los elementos que
componen el sistema, están asociadas con la edad y definidas por el deterioro de los
elementos al paso del tiempo. En todo caso, el desgaste ocasionado por el uso a través
del tiempo provocará un eventual fallo en un tiempo de vida útil o tiempo de vida
mínimo esperado; por tal razón, los fabricantes y la experiencia frente a los procesos
asociados con el mantenimiento y durabilidad de un equipo, dependen de diversos
factores que deben ser analizados al interior de cada organización.
Como parte importante en el análisis de fallas, a pesar de no tratar a profundidad este tema,
consiste en identificar las fallas de diseño y operación. En virtud de la importancia, se
identifica las fallas primarias, a las asociadas con el incumplimiento frente a los
requerimientos mínimos de diseño, construcción y operación para un sistema. Igualmente, las
fallas secundarias son las producidas por la extralimitación de la carga impuesta que sobrepasa
la capacidad de un elemento, artefacto o sistema dentro de una operación normal. Finalmente
cuando se mencionan las fallas operacionales, se refiere a la operación bajo condiciones no
adecuadas o distintas a las condiciones de diseño
•
Página 5 de 5
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
3
Un artefacto, se refiere a un dispositivo fabricado utilizando tecnología que cumplen una función técnica
específica.
Página 6 de 6
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
N N N
N ∑ ( xi yi ) − ∑ xi ∑ yi
r= i =1 i =1 i =1
⎡ N 2 ⎛ N ⎞ 2
⎤ ⎡ N 2 ⎛ N ⎞2 ⎤
⎢ N ∑ xi − ⎜ ∑ xi ⎟ ⎥ * ⎢ N ∑ yi − ⎜ ∑ yi ⎟ ⎥
⎢⎣ i =1 ⎝ i =1 ⎠ ⎥⎦ ⎢⎣ i =1 ⎝ i =1 ⎠ ⎥⎦
4
La regularidad determinada a partir de análisis de Covarianza
Página 7 de 7
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Límite Superior
μ + kσ
Línea Central 6σ
Six Sigma
Límite Inferior _
μ − kσ
Número de muestras o tiempo
5
Análisis de Regresión: Es una de las técnicas estadísticas útiles para la construcción de modelos matemáticos
que representen un sistema. Otra técnica es el análisis de series de tiempo.
En general, el modelo de Regresión es una ecuación donde la variable respuesta depende de otras variables
denominadas regresoras. La solución puede lograrse mediante procesos matemáticos de solución de mínimos
cuadrados o por resolución de sistemas matriciales.
6
La estacionalidad es considerada como un escenario de homogeneidad o diferencia bien marcados en un período
de tiempo (día, semana, mes, etc.)
Página 8 de 8
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
• Valores que están a más de dos (2) veces la deviación estándar, por arriba de la media.
- Formar el equipo de trabajo para realizar el análisis que con frecuencias procede
mediante lluvia de ideas (brainstorming).
- Identificar las causas posibles y clasificarlas dentro de las categorías del paso anterior.
- Clasificar las causas para identificar las que parezcan tener mayores posibilidades de
incidir en el problema.
Categoría Categoría
Causa
Causa
Causa
EFECTO
Causa
Causa
Causa
Categoría Categoría
3. Aplicaciones y Sistematización
Al interior de los equipos de trabajo, se han logrado desarrollos mediante el uso de
herramientas ofimáticas, o a través de robustos programas computacionales, para el análisis de
información, preparación de planes de mantenimiento o determinación costos. No obstante,
estos logros no generan un impacto favorable, debido a la desarticulación de las áreas
administrativa, financiera y técnica, entre otras.
En relación con lo anterior, es pertinente que los gerentes, directores y técnicos, focalice la
integración de factores diversos, que permitan adelantar una verdadera gestión de
mantenimiento e involucre las diferentes áreas de la organización.
Página 10 de 10
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
3.1.1. Fundamentos
Los métodos sistemáticos han podido desarrollarse, gracias a los avances en la tecnología
computacional; que ha permitido la implementación de modelos complejos que involucran
procesos de cálculo exhaustivos, que de forma manual llevarían a un desgate infructuoso y una
utilización de tiempo bastante considerable.
Para identificar algunas de las características que rodean la presencia de las fallas, se ha
estructurado un mapa conceptual, que permite identificar ciertas etapas y parámetros que
reflejan el comportamiento de los sistemas mecánicos, comparados con un sistema biológico.
Esta formulación de criterios y situaciones, en cada caso, hace posible identificar muchas
relaciones funcionales a través del tiempo.
El Envejecimiento
Se debe a
Denominado
Factor Humano
Varias Causas Por
Senescencia Operacionales
Nos centramos en
Ocurren
Análisis de Fallas Estructurales
modificaciones Desgaste Por medio de Se busca
morfológicas y
F(t)
F(t) Curvas de Desgaste Confiabilidad
fisiológicas
Con Ó por Con Diseño
Estableciendo
Llevan a
ó Por medio de
Indicadores
La “ Homeostasis Mitótica” Proveedor Estocástico Sistemas
La
Muerte Se Se valida Por Weibull Estrategias de redundantes
Monitoreo Operación
Preserva la integridad Funcional 2P Mantenibilidad,…
Signos Vitales
Para entender cada una de los métodos, es importante recordar la definición de modelo
sistémico Kantiano la cual permite estudiar e interpretar un fenómeno, “dado que define que
cualquier sistema está compuesto por tres elementos: Personas, Artefactos y Entorno”
(Gutiérrez M., 2005)
Página 11 de 11
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
F10
F11
F12
F13
F14
F1
F2
F3
F4
F5
F6
F7
F8
F9
Co
A
F1 x 2 1 1 1 0 1 1 0 0 0 1 0 8 4 3
F2 1 x 0 0 1 0 1 1 1 1 1 2 1 10 2 2
F3 0 0 x 0 2 1 1 0 2 0 0 1 1 8 4 5
F4 1 1 1 x 1 0 1 1 1 1 1 1 0 10 2 3
F5 1 1 0 0 x 1 1 0 1 0 1 1 1 8 4 5
F6 0 0 1 0 1 x 0 0 1 0 0 1 1 5 7 12
F7 1 1 1 1 0 0 x 1 1 1 0 1 1 9 3 4
F8 2 1 1 2 1 1 1 x 1 0 1 1 0 12 1 1
F9 1 0 1 0 1 1 1 0 x 0 1 1 1 8 4 5
F10 0 1 0 0 1 0 1 0 1 x 0 1 1 6 6 11
F11 1 0 1 0 1 1 0 0 2 0 x 1 0 7 5 10
F12 1 1 0 0 1 0 1 0 1 1 1 x 1 8 4 5
F13 0 1 0 0 1 1 0 0 1 0 0 1 x 5 7 12
F14 9 9 7 4 12 6 9 4 13 4 6 13 8
P 3 3 5 7 2 6 3 7 1 7 6 1 4
4 4 8 12 3 9 6 11 1 12 9 1 7
8
Procedimiento
1. Establecer los factores de Incidencia
2. Realizar una matriz para evaluar doble entrada
3. Establecer valores de incidencia ( 0 = ninguna influencia, 1 = poca influencia, 2 = alta influencia )
4. Realizar los cálculos pertinentes horizontal y vertical ( Activo y Pasivo )
5. Se organizan en cuatro grupos, con base en los resultados obtenidos ( System Grid, de caracterización )
6. Se construye un vector de incidencia, para establecer una red entre factores
ambiva-
acitvo
lente
buffer pasivo
• Factores activos: factores que son más activos que el promedio. Esto significa que
estos factores influyen sobre otros factores más que el promedio y al mismo tiempo
casi no son afectadas por los otros factores.
• • Factores pasivos: factores que son más pasivos que el promedio y menos activos que
el promedio.
• • Factores buffer: factores que son menos pasivos que el promedio y menos activos
que el promedio.
• • Factores ambivalentes: factores que son más pasivos que el promedio y más activos
que el promedio.
7
Tomado de http://www.softexpert.com/es/fmea.php, referencia la empresa ISOSYMSTEM dedicada a
soluciones empresariales computarizadas
Página 14 de 14
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
http://www.softexpert.com/es/fmea.php
Objetivos:
1. Explorar el demo FMEA e identificar los factores que componen la estructura del
programa.
2. Identificar los Procesos y Procedimientos establecidos para la programación y uso de la
herramienta computacional.
3. Crear un escenario, de acuerdo con la actividad propia por grupos empresariales afines,
aplicando el método FMEA.
Página 15 de 15
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
De acuerdo con los posibles efectos, se establecen niveles de criticidad de manera cualitativa,
que por lo general, se definen como Bajo, Medio ó Alto impacto. Igualmente, se pueden
identificar más escalas que se categorizan de acuerdo con la valoración que pueda establecerse
por parte del grupo evaluador.
En esta fase, se puede aplicar el método de Análisis de Incidencia ó estructurar variables que
puedan medirse de un sistema de información o mediante ingreso manual de datos reportados;
por ejemplo, en el caso de tiempos de reparación si se cuenta con los registros respectivos.
Como se mencionó anteriormente, el método FMECA puede valerse de criterios cualitativos o
subjetivos, al momento de adelantar una valoración de factores o criterios que se consideren al
parte de la estructurar para el análisis de criticidad; sin embargo, cuando las empresas poseen
sistemas de información y el mantenimiento se encuentra dentro del sistema, se puede contar
con cifras reales que permite una dinámica efectiva para la implementación del método.
Para desarrollar el modelo de los modos críticos, se han trabajado algunos factores que pueden
integrarse para el análisis de criticidad, entre los más relevantes tenemos:
• Seguridad y Salud
• Medio Ambiente
• Calidad
• Tiempos Operacionales
• Imagen
• Producción
El propósito viable, consiste en hacer posibilitar la combinación de los métodos cualitativos y
cuantitativos, que permitirán establecer algunos parámetros y elementos importantes dentro de
los factores identificados como relevantes y pertinentes. En tal sentido, es necesario definir
cada uno de los Factores y sus elementos, para conformar la matriz y el modelo de
determinación. Se tiene en cuenta, que la Formulación para determinar la Criticidad,
corresponde a un proceso de cálculo; no obstante, los valores asignados a cada uno de los
parámetros y niveles de impacto, corresponde a criterios cualitativos que se asignan por parte
de los expertos y especialistas en el tema.
La formulación matemática depende de la definición de los factores, para este ejemplo se
consideraron los siguientes.
Página 17 de 17
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Cc = Concecuencia
Cr = Criticidad
fx = Flexibilidad _ Operacional
Cc = Np * fx + Cm + Is + AH
Cm = Costo _ Mantenimiento
Cr = F * Cc , Donde
Is = Im pacto _ Seguridad
F = Frecuencia
AH = Ambiente _ Higiene
F = Frecuencia
Np = Nivel _ de _ Pr oducción
8
Los reportes gráficos, pueden facilitar la percepción de resultados. Actualmente, se plantea un esquema de
semaforización que permita visualizar rápidamente las condiciones de un factor ó un equipo, dentro de proceso
y puede hacerse el seguimiento y control permanente.
Página 18 de 18
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Probabilidad
“
La probabilidad mide la mayor o menor posibilidad de que se dé un
determinado resultado (suceso) cuando se realiza un experimento aleatorio.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento,
entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un dado al aire
y la probabilidad de que salga el número 7 es cero (al menos, si es un dado
certificado por la OMD, "Organización Mundial de Dados").
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la
probabilidad de que salga cualquier número del 1 al 6 es igual a uno (100%).
El resto de sucesos tendrá probabilidades entre cero y uno: que será
tanto mayor cuanto más probable sea que dicho suceso tenga lugar.
¿Cómo se mide la probabilidad?
Uno de los métodos más utilizados es aplicando la Regla de Laplace:
Laplace define
la probabilidad de un suceso como el cociente entre casos favorables y casos
posibles.
”
Casos _ Favorables
p ( A) =
Casos _ Posible
Página 19 de 19
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Objetiva Subjetiva
Frecuencia Teorí
Teoría
Relativa Clá
Clásica
La persona le
asigna una
Es un proceso que se Laplace lo define
probabilidad (P)
repite un gran número de como: La razón
a los resultados
veces bajo las mismas del número de
posibles de un
condiciones. Observando casos favorables
proceso, con
que se aproxima a un al número total
base en la
valor de P. de casos
experiencia de la
igualmente
persona
posibles
ELORZA, Harol, Estadística para las ciencias sociales y del comportamiento, OXFORD University Press, 2° ed. México año 200
zα / 2σ z σ
x− ≤ μ ≤ x + α /2
n n
δ
max = x + α 1 / 2
N −1
δ
min = x − α 1 / 2
N −1
Donde :
X = Pr omedio
δ = Desviación _ Es tan dar
N = # _ de _ Datos
α!/ 2 = 1,64
1. Valores Superiores: Corresponde a los valores que superan el máximo del intervalo de
confianza. Para el proceso inicial, se estima un α 1 / 2 = 1,64 , lo que garantiza un nivel de
confianza del 95%.
2. Valores Inferiores: Corresponde a los valores que están por debajo del mínimo del intervalo
de confianza. Igual que en el ítem anterior, se toma un nivel de confianza del 95%.
3. Valores Extremos: Son aquellos valores que superan el criterio de desviaciones que se
determina como de máxima confiabilidad; por tanto los valores Ve ≤ − kδ ;Ve ≥ kδ , en tal
sentido, se eliminan aquellos valores muy extremos y las desviaciones hacen parte de criterio
probabilístico. Inicialmente, se toma un valor de desviación.
Donde : k = 3, δ = Desviación _ Esandar ., en tanto que para un sistema que utilice seis
veces la desviación estándar (six sigma), el valor de k=6.
Página 21 de 21
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
INTERVALO FALLA
⎛ s s ⎞
DIASGNÓSTICO MIN MAX P⎜ x − Z < μ < x+Z ⎟ = 1− α
⎝ n n⎠
ESP 1 85,000 105,000
ESP 2 90,000 100,000 PEQUEÑO 77,648
ESP 3 86,000 97,000 Grupo de
ESP 4 50,000 60,000 MEDIANO 77,500
Intervalos
ESP 5 85,000 95,000
ESP 6 90,000 90,000 GRANDE 89,558
ESP 7 90,000 90,000
ESP 8 100,000 105,000
ESP 9 100,000 105,000
64,755 90,541
50,000 MIN MAX 105,000
IO
86,222 94,111
14,738 14,128
56,747 122,368
25,786 86 Dias
Diferencia 55,000 184 Dias Kmt /día
s 65,621 219 Dias 300 Variable de Recorrido
Página 22 de 22
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Dentro del análisis de confiabilidad para un sistema, ya sea en serie, paralelo o mixto, se
puede determinar el valor de probabilidad para cada caso, de acuerdo con las fórmulas
siguientes y considerando la definición enunciada.
Confiabilidad
La medida de la confiabilidad de un equipo es la frecuencia con la que
ocurren las fallas en el tiempo ( Bazovsky, 2004)
• Sistemas Redundantes.
Una aplicación en mantenimiento, se toma con el uso del aplicativo estructurado para un
sistema de motores del equipo de inyección de combustible para una aeronave el cual se
muestra a continuación
Página 23 de 23
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
⎡m ⎤ n = Alternativas
D = θ1≤i ≤ n ⎢∑ pij xij ⎥ m = Con sec uencias _ escenarios
θ = máximo _ ó _ mínimo
⎣ j =i ⎦
Página 24 de 24
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Sistema
Detección Alarma T= Actuación
Automático
Operario 17°C Operario
T>=29°C
B C D E
P (Éxito) 9.0E-01 9.9E-01 9.9E-01 1.0E+00
P(Fallo) 1.0E-01 1.0E-02 1.0E-02 1.0E-03
Sucesos
Probabilidades
Finales
4.4.Pronósticos: Fundamentos
Son muchas las situaciones que llevan a una organización, a pensar en su futuro, a buscar un
modo de acierto para nuevas condiciones del negocio y precisan de métodos o modelos que la
lleven a encontrar esos resultados, que por momentos parecieran como por arte de magia. Por
tanto, la definición de pronóstico puede llegar a considerarse como un proceso de adivinación.
A mediados del siglo XIX, aparecen algunas técnicas de análisis de regresión que con el
avance de la tecnología y la computación, se fueron mejorando y aparecieron más métodos
para adelantar programas que involucran modelos matemáticos para la estimación de
resultados futuros; que en verdad, se convierten en una herramienta poderosa para las
organizaciones.
Página 25 de 25
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
Se pueden considerar dos formas básicas para adelantar un pronóstico, a saber: la primera se
basa en el análisis cualitativo que motivada por la interacción de expertos permite prever
situaciones y condiciones a mediano y largo plazo; actualmente, se utiliza el método Delphi,
mencionado anteriormente. La segunda, corresponde a un análisis cualitativo que se vale de la
estadística y las probabilidades para lograr, con cierto grado de confiabilidad, resultados que
se validan mediante pruebas de ajuste de bondad para identificar la función de distribución de
probabilidades a que más se ajustan los datos en un experimento.
Los pronósticos basados en resultados verificados, facilitan el desarrollo de modelos para
lograr acertar en los resultados y minimizar el error; por esta razón, trataremos los pronósticos
relacionados con datos existentes y estudiar el método de regresión de mínimos cuadrados por
ser uno de los más precisos y ampliamente utilizado en el tema de mantenimiento predictivo.
• Pronósticos Cuantitativos.
Son todos aquellos pronósticos, que se basan en la estructura de modelos dinámicos o casi-
dinámicos, que integran múltiples variables que pueden afectar el comportamiento de un
fenómeno y que redunda en los efectos o resultados futuros; además, están definidos en
función del tiempo. Un ejemplo sencillo, puede darse en el modelo de pronóstico de
inventarios.
Los elementos que constituyen el modelo, son especialmente los resultados obtenidos en
operaciones anteriores y que han sido verificados; lo cual, constituye un argumento de
confiabilidad de los datos a la hora de buscar un pronóstico adecuado.
• Pronósticos Causales.
Las series de tiempo, denominadas también como series cronológicas, son cualquier sucesión
de observaciones que variable con respecto al tiempo y se observa en intervalos de tiempo
regulares. Muchas observaciones pueden presentar una tendencia creciente o decreciente, otras
pueden dejar notar ciertas características de estacionalidad; siendo estas últimas, de gran
importancia a la hora de establecer los criterios de decisión para el pronóstico.
El taller se desarrollará en equipos de trabajo, por especialidad, eligiendo solo uno de los
objetivos que se presentan a continuación.
Objetivos:
• Construir una matriz de Criticidad, con base en los métodos FMEA & FMECA
Tiempo Estimado de Actividad: 60 Minutos
Orientación a cada equipo de trabajo, 15 minutos (5 min/ equipo de
trabajo).
Preparación y desarrollo del ejercicio, 20 minutos
Presentación de trabajos – exposición, 15 minutos por Objetivo
Conclusiones y preguntas, 10 minutos
Si hay consenso, en relación con el tema objetivo para desarrollar el taller, se destinará el
tiempo de orientación de forma magistral para los participantes. Es importante mencionar, que
los casos que se consideren para este taller, deben estar basados en situaciones reales que se
den al interior de las empresas y permitan dar claridad a la solución de problemas en las áreas
de mantenimiento.
Página 27 de 27
DIPLOMADO EN GESTIÓN Y CONTROL DE MANTENIMIENTO
MÓDULO: ANÁLSIS DE FALLAS
MBA. ÁLVARO GÓMEZ MARTÍNEZ
______________________________________________________________________________________________
5. Bibliografía.