Guías Docentes Electrónicas
1. DATOS GENERALES
Asignatura:
ESTADÍSTICA Y MÉTODOS COMPUTACIONALES
Código:
60608
Tipología:
BáSICA
Créditos ECTS:
6
Grado:
402 - GRADO EN BIOTECNOLOGÍA
Curso académico:
2022-23
Centro:
601 - E.T.S. DE INGENIERÍA AGRONÓMICA Y DE MONTES Y BIOTECNOLOGÍA
Grupo(s):
10 
Curso:
1
Duración:
C2
Lengua principal de impartición:
Español
Segunda lengua:
Uso docente de otras lenguas:
English Friendly:
N
Página web:
Bilingüe:
N
Profesor: MARIA TERESA ALONSO MARTINEZ - Grupo(s): 10 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
Farmacia/1.04
MATEMÁTICAS
8258
mariateresa.alonso@uclm.es
Solicitar previamente cita por mail.

Profesor: FRANCISCO JAVIER GOMEZ QUESADA - Grupo(s): 10 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
ESII/1.C.15
Ext: 2475
fco.gomez@uclm.es
Puede encontrarse actualizado en la dirección https://www.dsi.uclm.es/personal/fcogomez/Tutorias.html

2. REQUISITOS PREVIOS

Ciertas destrezas conceptuales y argumentativas, y el equivalente a un curso de introducción a Cálculo y Álgebra. Conocimientos básicos en el manejo del ordenador.

3. JUSTIFICACIÓN EN EL PLAN DE ESTUDIOS, RELACIÓN CON OTRAS ASIGNATURAS Y CON LA PROFESIÓN
Justificación en el Plan de Estudios

En la asignatura de estadística cada estudiante aprenderá técnicas de análisis de datos, para  tomar decisiones a partir de estos y cómo representarlos.

Con esta asignatura se pretende:

-Describir y representar grandes volúmenes de datos mediante las principales medidas de localización y dispersión y ser capaz de utilizar gráficas.

-Que cada estudiante adquieran las técnicas necesarias para la modelización de situaciones que presentan "Variabilidad".

-Fundamentar el proceso de toma de decisiones en situaciones generales, sobre la base de una información incompleta.

-Familiarizar al futuro biotecnologo con las técnicas estadísticas fundamentales que directamente reflejan situaciones relacionadas con sistemas de computación, y que utilizará en el ejercicio de su profesión.

Métodos computacionales por su parte supone el único contacto en el plan de estudios de cada estudiante con la informática. Los conceptos y competencias proporcionados al estudiante en esta asignatura le dotan de la capacidad para afrontar y resolver problemas básicos que tengan que ver con las Tecnologías de la Información y la Comunicación. En la asignatura, cada estudiante aprenderá el uso de herramientas informáticas básicas usadas en la mayoría de empresas y laboratorios y principios básicos de programación.

Relación con la profesión

La estadística es una materia transversal en una amplia variedad de disciplinas, desde la física, química hasta las ciencias sociales. 

En todas las ingenierías y carreras de ciencias, es muy común su uso para la realización de informes de caracter técnico con los datos obtenidos de cualquier estudio. En el terreno de la investigación, cualquier perdonal de invetsigación debe tener conocimientos básicos de estadística y de inferencia, para desarrollar sus experimentos.

Por su parte, la informática es una ciencia transversal indispensable para cualquier rama científica comparable hoy en día a las matemáticas. Todo graduado- graduada en Biotecnología tiene que ser capaz de usar un ordenador de forma eficiente y ser capaz de aprovecharse de todas las ventajas que las diferentes herramientas informáticas para almacenar y tratar datos ofrecen. Estas herramientas le serán de gran utilidad a la hora tanto de planificar proyectos como a la hora de procesar y presentar resultados de estudios de investigación o similares.


4. COMPETENCIAS DE LA TITULACIÓN QUE LA ASIGNATURA CONTRIBUYE A ALCANZAR
Competencias propias de la asignatura
Código Descripción
CB01 Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB02 Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
CB03 Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB04 Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB05 Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
CE01 Aplicar herramientas matemáticas y estadísticas en la resolución y modelización de situaciones experimentales en Biotecnología.
CG01 Capacidad de organización y planificación.
CG02 Capacidad de análisis y síntesis.
CG03 Capacidad para trabajar en equipos multidisciplinares de forma colaborativa y con responsabilidad compartida.
CT01 Conocer una segunda lengua extranjera.
CT02 Conocer y aplicar las Tecnologías de la Información y la Comunicación (TIC).
CT03 Utilizar una correcta comunicación oral y escrita.
CT04 Conocer el compromiso ético y la deontología profesional.
5. OBJETIVOS O RESULTADOS DE APRENDIZAJE ESPERADOS
Resultados de aprendizaje propios de la asignatura
Descripción
Conocimientos de las técnicas de muestreo y de trabajo de campo.
Saber utilizar correctamente los sistemas de unidades y valorar adecuadamente los resultados obtenidos en cualquier experimento a partir del análisis de sus errores.
Comprensión de los fundamentos del análisis de errores.
Saber ajustar correctamente los datos de mediciones experimentales por regresión lineal y no lineal con herramientas informáticas.
Exposición y defensa oral de los resultados de prácticas y proyectos.
Habilidades para transformar supuestos prácticos experimentales en problemas matemáticos resolubles.
Habilidades técnicas para la producción y el análisis de datos cualitativos y cuantitativos.
Manejo avanzado de las principales herramientas informáticas en problemas de álgebra lineal, cálculo y métodos numéricos.
Representación gráfica de datos de mediciones experimentales con y sin herramientas informáticas.
Representar datos y realizar representaciones derivadas de los mismos.
Saber elegir las técnicas estadísticas pertinentes en cada momento y ponerlas en práctica mediante el uso de herramientas informáticas.
Resultados adicionales
No se han establecido.
6. TEMARIO
  • Tema 1: Estadística descriptiva
    • Tema 1.1: Medidas de centralización
    • Tema 1.2: Medidas de posición no central
    • Tema 1.3: Medidas de dispersión
    • Tema 1.4: Representaciones gráficas
  • Tema 2: Probabilidad y variables aleatorias
    • Tema 2.1: Noción de probabilidad y propiedades
    • Tema 2.2: Probabilidad Condicionada
    • Tema 2.3: Regla de Bayes
    • Tema 2.4: Variables aleatorias
    • Tema 2.5: Variables aleatorias discretas y continuas
  • Tema 3: Estadísticos en el muestreo
    • Tema 3.1: Muestreo en poblaciones normales
  • Tema 4: Inferencia estadística y contraste de hipótesis
    • Tema 4.1: Estimación puntual
    • Tema 4.2: Estimación por intervalos
    • Tema 4.3: Contrastes paramétricos
    • Tema 4.4: Contrastes no paramétricos
  • Tema 5: Análisis de la varianza
    • Tema 5.1: Análisis de la varianza
    • Tema 5.2: Regresión lineal
    • Tema 5.3: Diseño de experimentos
  • Tema 6: Herramientas informáticas con aplicación a la ingenieria
    • Tema 6.1: Conceptos Básicos
    • Tema 6.2: El Sistema Operativo
    • Tema 6.3: Algoritmos y Lenguajes de Programación
    • Tema 6.4: Traductores
    • Tema 6.5: Hojas de Cálculo
    • Tema 6.6: Campos de Aplicación
    • Tema 6.7: Ejemplos en Biotecnología
  • Tema 7: Conceptos básicos de programación en Python
    • Tema 7.1: Estructura de un Programa
    • Tema 7.2: Datos y Tipos de Datos
    • Tema 7.3: Expresiones
    • Tema 7.4: Entrada y Salida básica
    • Tema 7.5: Normas para la elaboración de un Programa
    • Tema 7.6: Ejercicios
  • Tema 8: Estructuras de control
    • Tema 8.1: Estructura Secuencial
    • Tema 8.2: Instrucciones de selección. Bifurcaciones
    • Tema 8.3: Instrucciones de iteración o repetición. Bucles
    • Tema 8.4: Ejercicios
  • Tema 9: Subprogramación. Funciones. Vectores, matrices y cadenas de caracteres
    • Tema 9.1: Introducción
    • Tema 9.2: Declaración de una función
    • Tema 9.3: Paso de parámetros
    • Tema 9.4: La sentencia return
    • Tema 9.5: Tipos de variables
    • Tema 9.6: Vectores, matrices y cadenas de caracteres
COMENTARIOS ADICIONALES SOBRE EL TEMARIO

Esta asignatura está compuesta de dos partes diferenciadas: Estadística y Métodos Computaciones. Durante el cuatrímestre se impartiran de forma secuencial, dedicando semanalmente 4.5 horas de clase a la parte de la que en ese momento se esté impartiendo docencia. Para ello, se dedicarán la mitad de las semanas del cuatrimestre a cada una de las partes de la asignatura (parte de Estadística y parte de Métodos Computacionales).


7. ACTIVIDADES O BLOQUES DE ACTIVIDAD Y METODOLOGÍA
Actividad formativa Metodología Competencias relacionadas ECTS Horas Ev Ob Descripción
Enseñanza presencial (Teoría) [PRESENCIAL] Método expositivo/Lección magistral CB02 CB03 CB04 CE01 CG02 CT02 CT03 CT04 1 25 S N El profesor centrará el tema en clase y se explicarán los contenidos fundamentales del mismo.
Estudio o preparación de pruebas [AUTÓNOMA] Trabajo autónomo CB02 CB03 CB04 CE01 CG02 CT02 CT03 2.32 58 N N Previo a la realización de una prueba, se deberá dedicar un tiempo para prepararlas y así poder asegurar el éxito en las mismas.
Elaboración de informes o trabajos [AUTÓNOMA] Trabajo dirigido o tutorizado CB02 CB03 CB04 CB05 CE01 CG02 CG03 CT02 CT03 CT04 1.28 32 S N Los trabajos serán analizados detalladamente con herramientas destinadas a la detección de plagio.
Prácticas de laboratorio [PRESENCIAL] Prácticas CB01 CB02 CB03 CB04 CB05 CE01 CG01 CG02 CT01 CT02 CT03 CT04 0.4 10 S S En estadística las prácticas consistirán en la utilización de la herramienta Excell para el análisis de datos y en Métodos serán prácticas de programación en Python. En caso de no realizarlas se deberá demostrar la adquisición de esta competencia en el examen extraordinario.
Prueba parcial [PRESENCIAL] Pruebas de evaluación CB02 CB03 CB04 CE01 CG02 CT02 CT03 CT04 0.16 4 S S Habrá dos pruebas parciales que se podrán recuperar en convocatorias sucesivas.
Resolución de problemas o casos [PRESENCIAL] Resolución de ejercicios y problemas CB02 CB03 CB04 CE01 CG02 CT02 CT03 CT04 0.8 20 S N A lo largo del curso se deberán realizar diferentes actividades dirigidas a la resolución de problemas. En caso de no superarlas se podrá recuperar en la convocatoria extraordinaria mediante un examen.
Tutorías de grupo [PRESENCIAL] Combinación de métodos CG02 CG03 0.04 1 S N A lo largo del cuatrimestre, por petición de alumnos o cuando el profesor lo considere conveniente, se debatirán y tratarán cuestiones de interés para el alumno de forma grupal.
Total: 6 150
Créditos totales de trabajo presencial: 2.4 Horas totales de trabajo presencial: 60
Créditos totales de trabajo autónomo: 3.6 Horas totales de trabajo autónomo: 90

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

8. CRITERIOS DE EVALUACIÓN Y VALORACIONES
Sistema de evaluación Evaluacion continua Evaluación no continua * Descripción
Pruebas parciales 60.00% 60.00% Se realizarán unas pruebas parciales y/o prueba final.
Resolución de problemas o casos 20.00% 20.00% Se realizarán diferentes actividades dirigidas a la resolución de problemas (continua). Se recuperan con un examen, en caso de supenderlas (extraordinaria) o no hacerlas (no continua).
Realización de prácticas en laboratorio 20.00% 20.00% Las prácticas no se repiten, se recuperan con un examen, en caso de supenderlas (extraordinaria) o no hacerlas (no continua).
Total: 100.00% 100.00%  
* En Evaluación no continua se deben definir los porcentajes de evaluación según lo dispuesto en el art. 4 del Reglamento de Evaluación del Estudiante de la UCLM, que establece que debe facilitarse a los estudiantes que no puedan asistir regularmente a las actividades formativas presenciales la superación de la asignatura, teniendo derecho (art. 12.2) a ser calificado globalmente, en 2 convocatorias anuales por asignatura, una ordinaria y otra extraordinaria (evaluándose el 100% de las competencias).

Criterios de evaluación de la convocatoria ordinaria:
  • Evaluación continua:
    Para aprobar la asignatura cada estudiante debe tener una nota media final igual o superior a 5 puntos.

    Para la parte de estadística se tendrá en cuenta la nota de un parcial (30%), la resolución de casos/problemas propuestos en clase (10%) y las prácticas (10%).

    Para la parte de métodos se tendrá en cuenta la nota de la prueba final (30%), la resolución de casos/problemas propuestos en clase (10%) y las prácticas (10%).

    La media entre las dos partes se hará después de las pruebas oficiales.

    Se considerará que todos los estudiantes optan por la modalidad continua, a no ser que se informe de lo contrario (modalidad no continua) mediante un correo electrónico dirigido al coordinador de la asignatura. El cambio de modalidad (de continua a no continua) podrá realizarse siempre y cuando no se haya realizado el 50% de las actividades evaluables o el periodo de clases haya finalizado. En estos casos, aunque el alumno manifieste la intención de cambio, éste no podrá cursarse.

    Se recuerda que el material elaborado por el profesor y puesto a disposición del alumnado en la plataforma del Campus Virtual es propiedad del profesor, por lo que sacarlo de ese contexto y ponerlo a disposición de personas ajenas a esa plataforma se considerará plagio.

    La prueba de evaluación o entrega de trabajo o práctica efectuada por el estudiante en la que se haya constatado la realización de una práctica fraudulenta llevará consigo el SUSPENSO, con una calificación final de cero (0) en la convocatoria correspondiente de la asignatura. En ningún caso corresponderá la calificación de No Presentado a una prueba en la que se haya detectado fraude.

    Los contenidos y/o apartados concretos de esta guía podrán ser objeto de modificaciones si la situación sociosanitaria debida a la pandemia lo exige. En cualquier caso los estudiantes serán advertidas de dichos cambios a través de campus virtual.
  • Evaluación no continua:
    Para aprobar la asignatura cada estudiante debe tener una nota media final igual o superior a 5 puntos.

    Para la parte de estadística se tendrá en cuenta una prueba final obligatoria que supondrá el 40% de la calificación final, y constará de una parte teórica que supondrá el 30% de la calificación y una prueba práctica que supondrá el 10% de la calificación final. El 10% restante de la calificación corresponde a las actividades de participación propuestas a lo largo del curso. Los alumnos que no puedan realizar dichas actividades evaluables de forma presencial y lo comuniquen dentro de las condiciones arriba indicada, podrán solicitar al profesor la realización de una actividad no presencial de la que serán evaluados.

    Para la parte de métodos se tendrá en cuenta la nota de la prueba final (50%) donde se demostrará la adquisición de los conocimientos teóricos y de las prácticas y la resolución de casos/problemas propuestos.

    La media entre las dos partes se hará después de las pruebas oficiales.

    Se considerará que todos los estudiantes optan por la modalidad continua, a no ser que se informe de lo contrario (modalidad no continua) mediante un correo electrónico dirigido al coordinador de la asignatura. El cambio de modalidad (de continua a no continua) podrá realizarse siempre y cuando no se haya realizado el 50% de las actividades evaluables o el periodo de clases haya finalizado. En estos casos, aunque el alumno manifieste la intención de cambio, éste no podrá cursarse.

Particularidades de la convocatoria extraordinaria:
Para aprobar la asignatura el alumno debe tener una nota media final igual o superior a 5 puntos. El alumno que tenga SUSPENSO (menos de 5 puntos) en la convocatoria ordinaria deberá examinarse de las partes (estadística y/o métodos) que no haya superado.

Para la parte de métodos se tendrá en cuenta la nota de la prueba final (50%) donde se demostrará la adquisición de los conocimientos teóricos y de las prácticas así como la resolución de casos/problemas propuestos.

Para la parte de estadística se tendrá en cuenta la nota del examen (30%), que consistirá en una prueba final que podrá incluir conceptos teóricos, casos prácticos, problemas, etc. Aquellos alumnos que no hayan superado el módulo práctico en la convocatoria ordinaria podrán realizar un examen de conocimientos prácticos en la convocatoria extraordinaria (10%). El 10% de la calificación final, que corresponde a las actividades de participación propuestas a lo largo del curso. Los alumnos que no puedan realizar dichas actividades evaluables de forma presencial y lo comuniquen dentro de las condiciones arriba indicada, podrán solicitar al profesor la realización de una actividad no presencial de la que serán evaluados.
Particularidades de la convocatoria especial de finalización:
Podrán acceder a esta convocatoria solamente los alumnos que cumplan los requisitos expuestos en el Reglamento de Evaluación del Estudiante de la Universidad de Castilla-La Mancha, serán evaluados de acuerdo con los criterios aplicados en la convocatoria extraordinaria.
9. SECUENCIA DE TRABAJO, CALENDARIO, HITOS IMPORTANTES E INVERSIÓN TEMPORAL
No asignables a temas
Horas Suma horas
Prueba parcial [PRESENCIAL][Pruebas de evaluación] 4

Tema 1 (de 9): Estadística descriptiva
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 1.09
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 6
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3.5
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 2 (de 9): Probabilidad y variables aleatorias
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 10
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 4
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 3 (de 9): Estadísticos en el muestreo
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 4
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3.5
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1.5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2.5

Tema 4 (de 9): Inferencia estadística y contraste de hipótesis
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2.5
Tutorías de grupo [PRESENCIAL][Combinación de métodos] 1

Tema 5 (de 9): Análisis de la varianza
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 6 (de 9): Herramientas informáticas con aplicación a la ingenieria
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.52
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 4
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3.5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 7 (de 9): Conceptos básicos de programación en Python
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7.5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 2
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1.5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2.5

Tema 8 (de 9): Estructuras de control
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 2.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7.5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 2.5
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1.5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2.5

Tema 9 (de 9): Subprogramación. Funciones. Vectores, matrices y cadenas de caracteres
Actividades formativas Horas
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] 4.77
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 9
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 7
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1.5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Actividad global
Actividades formativas Suma horas
Comentarios generales sobre la planificación: La planificación detallada de las actividades estará disponible en la web de la ETSIAM y Campus Virtual de la asignatura al principio de cuatrimestre (dentro de las tres primeras semanas del mismo)
10. BIBLIOGRAFÍA, RECURSOS
Autor/es Título Libro/Revista Población Editorial ISBN Año Descripción Enlace Web Catálogo biblioteca
Devore, Jay L. Probabilidad y estadística para ingeniería y ciencias International Thomson 970-686-067-3 2001  
Ernesto Aranda Apuntes de Python 3 2018 https://matematicas.uclm.es/earanda/?page_id=152  
Montejo Ráez, A. y Jiménez Zafra, S.M. Curso de Programación Python Anaya 978-84-415-4116-0 2019  
Montgomery, Douglas C Probabilidad y estadística aplicadas a la ingeniería Limusa Wiley 978-968-18-5915-2 2007  
Raúl González Duque Python para todos 2015 https://openlibra.com/es/book/python-para-todos  
Walpole, Ronald E. Probabilidad y estadística para ingenieros Prentice-Hall Hispanoamericana 970-17-0264-6 1999  



Web mantenido y actualizado por el Servicio de informática