MANUAL DE NORMAS PARA LA PRESENTACIN DEL TRABAJO ESPECIAL INSTITUTO UNIVERSITARIO DE TECNOLOGA DE GRADO ANTONIO JOS DE SUCRE EXTENSIN

BARQUISIMETO

ESTADISTICA

Barquisimeto, Mayo 2011.

INSTITUTO UNIVERSITARIO DE TECNOLOGA ANTONIO JOS DE SUCRE EXTENSIN BARQUISIMETO

ESTADISTICA

. Barquisimeto, Junio 2011

MANUAL DE NORMAS PARA LA PRESENTACIN DEL TRABAJO ESPECIAL DE GRADO

INDICE: CONTENIDO PG.

INTRODUCCION LA ESTADSTICA: DIVISIN DE LA ESTADSTICA: 1. La Estadstica Descriptiva: 2. La Estadstica Inferencial: LOS DATOS: TIPOS DE DATOS: 1. 2. 3. 4. Datos Nominales: Datos Ordinales: Datos Discretos: Datos Continuos:

POBLACIN: TIPOS DE POBLACIN: 1. La Poblacin Finita: 2. La Poblacin Infinita: MUESTRA: TIPOS DE MUESTREO: 1. MTODOS DE MUESTREO PROBABILSTICOS: A. Muestreo aleatorio simple: B. Muestreo aleatorio sistemtico: C. Muestreo aleatorio estratificado: Afijacin Simple: Afijacin Proporcional:

Afijacin ptima: D. Muestreo aleatorio por conglomerados: 2. MTODOS DE MUESTREO NO PROBABILSTICOS: A. Muestreo por cuotas: B. Muestreo opintico o intencional: C. Muestreo casual o incidental: D. Bola de nieve:

VARIABLES: TIPOS DE VARIABLE ESTADSTICAS: VARIABLE CUALITATIVA: Variable cualitativa nominal: Variable cualitativa ordinal o variable cuasicuantitativa:

VARIABLE CUANTITATIVA: Variable discreta: Variable continua:

Variables independientes: Variables dependientes: ESCALAS DE MEDICIN: TIPOS DE ESCALA DE MEDICION: 1. 2. 3. 4. Escala nominal: Escala ordinal: Escala de intervalo: Escala de razn:

CONCLUSIONES: BIBLIOGRAFIA:

INTRODUCCION:

Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas estadsticas. La estadstica ofrece la posibilidad de analizar y tratar un problema existente en la realidad de una manera ms elaborada, consciente y exacta que la forma en que lo haramos si simplemente nos pusiramos pensar sobre dicho problema; adems, al verificar los resultados obtenidos da una base para tomar decisiones, dependiendo del tipo de investigacin que sea el que se est realizando y si el propsito es solucionar el problema.

Hoy en da, la estadstica es una ciencia que se encarga de estudiar una determinada poblacin por medio de la recoleccin, recopilacin e interpretacin de datos. Del mismo modo, es considerada una ciencia especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo.

En el presente informe, explicaremos su significado y los puntos ms importantes que intervienen dentro de su desarrollo como teora y como ciencia aplicada a un mtodo de investigacin cientfica.

LA ESTADSTICA:

La Estadstica es una ciencia que proporciona un conjunto de mtodos que se utilizan para recolectar, resumir, clasificar, analizar e interpretar el

comportamiento de los datos con respecto a una caracterstica materia de estudio o investigacin. La Estadstica es la postulacin de un modelo plausible que explica el mecanismo que genera los datos. Su objetivo se basa en la obtencin de conclusiones basadas en los datos experimentales. DIVISIN DE LA ESTADSTICA: 1. La Estadstica Descriptiva: Es la tcnica que se va a encargar de la recopilacin, presentacin, tratamiento y anlisis de los datos, con el objeto de resumir, describir las caractersticas de un conjunto de datos y por lo general toman forma de tablas y grficas. Su objetivo est en Describir las caractersticas principales de los datos reunidos. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, clster, entre otros. 2. La Estadstica Inferencial: Tcnica mediante la cual se saca conclusiones o generalizaciones acerca de parmetros de una poblacin basndose en el estadgrafo o estadgrafos de una muestra de poblacin. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova,

series de tiempo y minera de datos. Su objetivo est en Extraer las conclusiones tiles sobre la totalidad de todas las observaciones posibles basndose en la informacin recolectada.

LOS DATOS: Son agrupaciones de cualquier nmero de observaciones relacionadas. Para que se considere un dato estadstico debe tener 2 caractersticas: a) Que sean comparables entre s. b) Que tengan alguna relacin. TIPOS DE DATOS: 1. Datos Nominales: Son nmeros o letras que representan categoras donde no interesa el orden (ej., 0 = masculino, 1 = femenino)

2. Datos Ordinales: Son nmeros o letras que representan categoras donde el orden interesa (ej., lesin fatal = 1, lesin severa = 2, lesin moderada = 3, etc.)

3. Datos Discretos: Son aquellos que surgen por el procedimiento de conteo. Es decir, los datos discretos toman valores enteros (ej., el nmero de hijos por familia; el nmero de automviles que pasan por una avenida en una hora, etc.)

4. Datos Continuos: Son aquellos que surgen cuando se mide alguna caracterstica. Es decir, toman al menos tericamente cualquier valor dentro de un intervalo (ej., el peso, la estatura, la tensin arterial de las personas, etc.).

POBLACIN:

Es el conjunto de todos los posibles elementos que intervienen en un experimento o en un estudio. El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin. TIPOS DE POBLACIN: 1. La Poblacin Finita: es aquella que indica que es posible alcanzarse o sobrepasarse al contar. Es aquella que posee o incluye un nmero limitado de medidas y observaciones. 2. La Poblacin Infinita: es infinita si se incluye un gran conjunto de medidas y observaciones que no pueden alcanzarse en el conteo. Son poblaciones infinitas porque hipotticamente no existe lmite en cuanto al nmero de observaciones que cada uno de ellos puede generar.

MUESTRA: El muestreo es un procedimiento de investigacin estadstica que pretende estudiar el universo de inters con base en la informacin que se obtiene de una parte de las unidades que componen dicho universo. Al igual que en el censo, mediante este procedimiento de recoleccin la informacin se obtiene tal como se necesita para fines estadsticos. Su uso ha ido en rpido aumento, a medida que las instituciones productoras de informacin disponen de personal capacitado para efectuar su organizacin, diseo y anlisis, debido a su bajo costo e incluso, como ya se ha sealado, a que se reducen los errores ajenos al muestreo respecto del procedimiento censal. TIPOS DE MUESTREO:

Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos. 1. MTODOS DE MUESTREO PROBABILSTICOS: Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos: A. Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. B. Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupan los lugares i, i+1k, i+2k, i+3k,..., i + (n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la

muestra: k=N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo de este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos. C. Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (tamao geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

Supongamos que estamos interesados en estudiar el grado de aceptacin que la implantacin de la reforma educativa ha tenido entre los padres de una determinada ciudad. A tal efecto seleccionamos una muestra de 600 sujetos. Conocemos por los datos del ministerio que de los 10000 nios escolarizados en las edades que nos interesan, 6000 acuden a colegios pblicos, 3000 a colegios privados concertados y 1000 a colegios privados no concertados. Como estamos interesados en que en nuestra muestra estn representados todos los tipos de colegio, realizamos un muestreo estratificado empleando como variable de estratificacin el tipo de centro. Si empleamos una afijacin simple elegiramos 200 nios de cada tipo de centro, pero en este caso parece ms razonable utilizar una afijacin proporcional pues hay bastante diferencia en el tamao de los estratos. Por consiguiente, calculamos que proporcin supone cada uno de los estratos respecto de la poblacin para poder reflejarlo en la muestra. Colegios pblicos: 6000/10000=0.60 Colegios privados concertados: 3000/10000=0.30 Colegios privados no concertados: 1000/10000=0.10 Para conocer el tamao de cada estrato en la muestra no tenemos ms que multiplicar esa proporcin por el tamao muestral. Colegios pblicos: 0.60x600=360 sujetos Colegios privados concertados: 0.30x600=180 sujetos

Colegios privados no concertados: 0.10x600= 60 sujetos

D. Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de

determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son rea geogrfica suele hablarse de "muestreo por reas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

En una investigacin en la que se trata de conocer el grado de satisfaccin laboral los profesores de instituto necesitamos una muestra de 700 sujetos. Ante la dificultad de acceder individualmente a estos sujetos se decide hacer una muestra por conglomerados. Sabiendo que el nmero de profesores por instituto es aproximadamente de 35, los pasos a seguir seran los siguientes: 1. Recoger un listado de todos los institutos. 2. Asignar un nmero a cada uno de ellos 3. Elegir por muestreo aleatorio simple o sistemtico los 20 institutos (700/35=20) que nos proporcionarn los 700 profesores que necesitamos.

Para finalizar con esta exposicin de los mtodos de muestreo probabilsticos es necesario comentar que ante lo compleja que puede llegar a ser la situacin real de muestreo con la que nos enfrentemos es muy comn emplear lo que se denomina muestreo polietpico. Este tipo de muestreo se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado. 2. MTODOS DE MUESTREO NO PROBABILSTICOS:

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. A. Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Caracas. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin. Por ejemplo, el Ministerio de Sanidad desea estudiar la incidencia de las drogas en la adolescencia. Lo que deberamos hacer sera: conocer por los

informes de la Zona de Educacin cuales son los centros ms afectados por el problema, fijar un nmero de sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente dejar en manos de los responsables del trabajo de campo a que sujetos concretos se deber entrevistar. B. Muestreo opintico o intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. C. Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios. D. Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc. VARIABLES: Una variable, es una caracterstica que asume valores; es un objeto, proceso o caracterstica que est presente, o supuestamente presente, en el fenmeno que un cientfico quiere estudiar. Los objetos, procesos o caractersticas reciben el nombre de variables en la medida en que su modificacin provoca una modificacin en otro objeto, proceso o caracterstica. Las variables principales a las que se suele referir la investigacin en psicologa pueden ser independientes, dependientes, intermedias, conductuales, observables, o inobservables.

TIPOS DE VARIABLE ESTADSTICAS

VARIABLE CUALITATIVA:

Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser medidas con nmeros. Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms valores. Dentro de ellas podemos distinguir:

Variable cualitativa nominal

Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo.

Variable cualitativa ordinal o variable cuasicuantitativa

Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1, 2, 3,. Medallas de una prueba deportiva: oro, plata, bronce.

VARIABLE CUANTITATIVA:

Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden realizar operaciones aritmticas con ella. Podemos distinguir dos tipos: Variable discreta

Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Por ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3. Variable continua

Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75. En la prctica medimos la altura con dos decimales, pero tambin se podra dar con tres decimales.

Segn la influencia que asignemos a unas variables sobre otras, podrn ser: Variables independientes: Son las que el investigador escoge para establecer agrupaciones en el estudio, clasificando intrnsecamente a los casos del mismo. Un tipo especial son las variables de, que modifican al resto de las variables independientes y que de no tenerse en cuenta adecuadamente pueden alterar los resultados por medio de un sesgo. Variables dependientes: Son las variables de respuesta que se observan

en el estudio y que podran estar influenciadas por los valores de las variables independientes.

ESCALAS DE MEDICIN: El proceso de asignar un valor numrico a una variable se llama medicin. Las escalas de medicin sirven para ofrecernos informacin sobre las clasificaciones que podemos hacer con respecto a las variables (discretas o continuas). Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de escalas de medicin; nominal, ordinal, intervalo y razn. Conocer la escala a la que pertenece una medicin es importante para determinar el mtodo adecuado para describir y analizar esos datos.

TIPOS DE ESCALA DE MEDICION: 1. Escala nominal: Utiliza los nmeros para identificar que un dato pertenece a un grupo o a una categora. Es aquella escala que no presenta un orden o dimensin particular, son observaciones que pueden clasificarse o contarse. En el anlisis de datos resulta ms sencillo asignar a ciertos atributos etiquetas numricas en lugar de utilizar datos complejos. Por ello podemos utilizar un 1 para designar a las mujeres y un 2 para designar a los hombres, sin que ninguno de los nmeros represente ms o menos, solamente con el objetivo de distinguir y organizar datos. En esta escala cada persona u objeto debe pertenecer a una y solamente una de las categoras que tienen y el conjunto de estas categoras debe ser exhaustivo; es decir, tiene que contener a todos los casos posibles.

2. Escala ordinal: En esta escala los nmeros representan una clasificacin (mayor que o menor que), sin que represente una unidad de medida, quedando implcito que un nmero de mayor cantidad tiene ms alto grado de atributo medido en comparacin de un nmero menor. Se establece una gradacin u orden natural para las categoras, cada uno de los datos puede localizarse dentro de alguna de las categoras disponibles. 3. Escala de intervalo: En esta escala adems del mayor que y el menor que tambin se establece una unidad de medida que nos permite precisar cunto se es mayor o menor. La unidad de medicin es arbitraria, el cero es convencional y pueden existir

cantidades negativas; la medicin de la temperatura y del coeficiente intelectual son ejemplos de este tipo de escala. En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones, divisiones o porcentajes pues carecen de sentido. 4. Escala de razn: Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los mltiplos de los valores de la escala sern significativos; el nivel de votos en una eleccin sera un buen ejemplo de una escala de medicin de razn.

CONCLUSIONES:

La estadstica es una ciencia, debido a que utiliza mtodos de investigacin cientfica y a la vez es una serie de herramientas, instrumentos y estrategia para estudiar a una poblacin. Por otra parte, la estadstica se califica en descriptiva e inferencial. Donde la primera estudia los mtodos de recoleccin y descripcin de los fenmenos en estudios; mientras que la otra se dedica a la generacin de los mtodos, inferencias y predicciones asociados a los fenmenos en cuestin, teniendo en cuenta lo aleatorio e incertidumbre en las observaciones.

La estadstica es un potente auxiliar de muchas ciencias y actividades humanas: sociologa, sicologa, geografa humana, economa, etc. Es una

herramienta indispensable para la toma de decisiones y tambin es ampliamente empleada para mostrar los aspectos cuantitativos de una situacin.

La estadstica est relacionada con el estudio de proceso cuyo resultado es ms o menos imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables de acuerdo con tales observaciones. El resultado de estudio de dichos procesos, denominados procesos aleatorios, puede ser de naturaleza cualitativa o cuantitativa y, en este ltimo caso, discreta o contina. La poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. Se llama muestra a una parte de la poblacin a estudiar qu sirve para representarla; una muestra representativa contiene los datos y caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo.

La escala es un patrn convencional de medicin, y bsicamente consiste en un instrumento capaz de representar con gran fidelidad verbal, grfica o simblicamente el estado de una variable. La medicin de las variables puede realizarse por medio de cuatro escalas de medicin. Dos de las escalas miden variables categricas y las otras dos miden variables numricas. El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica puede producir serios errores en la descripcin e interpretacin de los datos para la formulacin de las conclusiones, donde algunos estudios contradicen resultados obtenidos previamente, y la poblacin comienza a

dudar en la veracidad de tales estudios , lo cual podra afectar las polticas sociales tanto pblicas como privadas, la prctica mdica y el estudio de nuevas alternativas de salud y la calidad de construccin de estructuras tales como puentes y plantas de industrias pesadas.

BIBLIOGRAFIA: