TOTAL

AUTOR:
PAUL TERRAZAS L.
ARICA-CHILE
2019

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Este texto está desarrollado para la carrera de Ingeniería Civil Eléctrica Electrónica de la Universidad
de Tarapacá, con el único fin de crear una base teórica más extensa que los textos tradicionales.

Su objetivo principal es tener una base de consulta para cuando se esté cursando el ramo o se requiera
recordar algún concepto olvidado.

Como innovación contiene links de Youtube para explicar puntos clave que no existe en internet, así
como ilustraciones y tablas propias del autor.

Este proyecto representa una serie de colección de apuntes los cuales se están actualizando y
corrigiendo constante. [Texto está en construcción y por ende puede que existan errores de redacción]

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

1.1.- Estadística Descriptiva
Estadística es un conjunto de métodos y técnicas para recolectar, resumir, clasificar,
analizar e interprertar la información con respecto a una característica, materia de
estudio o investigación. La estadística es considerada como una de las ciencias de gran
utilidad en lo económica, social y natural. La estadística involucra áreas.

1.1.1.-Diseño : Planeamiento y desarrollo de la investigación.

1.1.1.-Descripción : Resumen y exploración de datos.

1.1.1.-Inferencia : Hacer predicciones generalizadas de características de

una población de base a la información de muestra de la población.

Conjunto de elementos donde se obtiene la información de un fenómeno o experimento

en estudio.

Subconjunto de la población, de menor tamaño, en el cual se recolectan los datos. En

general debería ser representativa de la población en estudio, para esto cada elemento de
la muestra debe ser elegido aleatoriamente(al azar), de tal manera que cada elemento de
la población tenga la misma posibilidad de ser elegido.

Medida de resumen calculada sobre la población.

Medida de resumen calculada sobre la muestra.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

1.1.- Tabla de distribución de frecuencias
La estructura de la tabla de distribución de frecuencias contempla columnas y filas,
donde las filas corresponden al número de categorías o número de intervalos de clase de
la variable.

Título de tabla o muestra : Debe indicar claramente lo que se está tabulando,

considerando toda la información posible.

Tabla.1- Título de tabla.

TOTAL

Para obtener este dato, generalmente se construye en base a los datos entregados, y su
expresión está dada por:

Para obtener este dato, se construye en base a los datos entregados por los intervalos,
para el caso de intervalos por partes su expresión está dada por:

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Corresponde al número de observaciones en la categoría i o en el intervalo i.

Corresponde al número de observaciones menores o iguales al valor observado en i-

ésima categoría o menores o iguales al límite superior del i-ésimo de clase.

1.1.- Ejemplo

Dado la siguiente muestra calcular: .

Muestra
1 1 1 1 2
2 2 3 3 3
4 4 4 4 3
5 5 5 5 4
1 1 1 1 1
2 2 2 5 5

Desarrollo: Contamos número total de valores que hay en la muestra(n=30).

Designamos los valores según el rango del intervalo. Si se nos ha dado el intervalo
entonces procedemos a calcular

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 1.1.-Calculo de

Para obtener esta tabla debemos considerar los elementos que se encuentran en el
intervalo, así por ejemplo para intervalo [1-2] hay 9 unos y 6 dos, por lo que hay 15 datos.

Muestra
1 1 1 1 2
2 2 3 3 3
4 4 4 4 3
5 5 5 5 4
1 1 1 1 1
2 2 2 5 5

Para intervalo ]2-3] hay 4’s tres por lo que hay 4 datos. Para el intervalo ]3-4] hay 5 datos, y
para el intervalo ]4-5] hay seis 5 por lo que hay 6 datos. Nota: Estamos considerando el
dominio de los corchetes.

Tabla.1- Título de tabla.

15
4
5
6
TOTAL n=30

Las sumas de los debe coincidir con el número total de datos de la muestra, ya que si no es así significa
que hay errores.

1.1.-Calculo de
Para obtener esta tabla debemos considerar los elementos de y simplemente multiplicar
cada termino por 100 y dividirlo por el número total de elementos.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Tabla.1- Título de tabla.

15 50 15 50
4 13.3 19 63.3
5 16.6 24 79.9
6 20 30 99.9
TOTAL n=30 ∑

Para comprobar si se ingresaron correctamente los datos la suma total de los debe dar
100%

1.1.-Calculo de
Para obtener esta tabla debemos considerar los elementos de ya que simplemente
la suma acumulada consecutiva de . Así:

1.1.-Calculo de

Para obtener esta tabla debemos considerar los elementos de ya que simplemente
la suma acumulada consecutiva de . De esta manera:

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

1.1.- Media aritmética ̅

Esta medida caracteriza el comportamiento de la variable en relación con el aspecto

“tendencia”, que tiene que ver con la forma como los datos de la variable en estudio
tenderían a agruparse alrededor de un valor teórico.

1.1.1.- Media Aritmética para datos no agrupados.

Consideremos una muestra de n datos de una variable. Es decir, la muestra está

constituida por datos, tales como :

La media Aritmética es definida como:

∑
̅

(1)

1.1.1.- Media Aritmética para datos agrupados.

∑
̅

(1)

Ejemplo: Dado la siguiente tabla calcular la media aritmética.

Solución: Puesto que se trata de datos agrupados

0 1 2 3 4

3 6 10 11 5

1.1.1.- Media Aritmética para datos agrupados por intervalos.

Los n datos se refiere a la variable continua y están clasificadas según k intervalos de clases
.

∑
̅

(1)

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Donde es la marca de clase correspondiente al intervalo

(1)

Nota: es usado para datos con intervalos mientras para datos agrupados, sin embargo ambos se
refieren al mismo tipo de datos, por ende en fórmulas estos términos pueden ser intercambiables.

Ejemplo.-Dado el ejemplo anterior determinar la Media Aritmética.

TABLA 1.1 Tiempo de armando de carburador por operario.

Tiempo(MIN) Nro. Operario

[12-16] 13 14 182
]16-20] 16 18 288
]20-24] 19 22 418
]24-28] 15 26 390
]28-32] 9 30 270

n=72 ∑

∑
̅ ̅

1.1.- Mediana .

1.1.-Mediana, para datos agrupados por valores puntuales

La Mediana, se define como aquel valor (teórico) de la variable de estudio, que

deja por debajo de él, como máximo, al 50% del total de observaciones. Es decir, la
Mediana sería un valor de la variable que teóricamente debería estar en el centro de la
distribución ordenada de los datos, que va desde el valor mínimo observado al máximo.

Ejemplo.

5 11 11
8 15 26
12 7 33
17 12 45
20 6 51
n=25.5

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 n
=
En este caso, esto implica que la frecuencia acumulada de

Interpretación Mediana: El 50% de los datos en esta distribución, toma los valores de
5 hasta 8.

1.1.1.- Mediana para datos agrupados por intervalos .

Para calcular por intervalos se procede a la

( )

(1)

Ejemplo: Calcular e interpretar la Mediana usando los datos disponibles en el siguiente

cuadro.

Tabla 1.1. Tiempo de armando de carburador por operario.

Tiempo(MIN) Nro. Operario

[12-16] 13 13
]16-20] 16 29
]20-24] 19 48
]24-28] 15 63
]28-32] 9 72

n=72

El valor determinante es , esto implica que el valor mas próximo a 36 es Luego, la

. Entonces:

( )

( )

Interpretación Mediana ( ) : “El 50% de los operarios emplearían, cada uno entre 12 y 21,5 minutos en
el armado del carburador”.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 1.1.- Moda .

La moda se define como aquel valor de la variable que se representa con mayor frecuencia en la
distribución. Una distribución puede tener más de una moda.

1.1.1.- Moda datos no agrupados.

Cuando los datos no están agrupados, la moda es aquel dato que se repite mas veces en la
distribución y puede haber más de una moda.

1.1.1.- Moda datos agrupados.

Se ubica la frecuencia absoluta máxima que llamaremos Entonces la Moda es el valor

correspondiente a la clase .

1.1.1.- Moda datos agrupados por intervalos .

Para calcular la Moda se ubica primero la frecuencia absoluta máxima entonces la

moda pertenece al intervalo , que llamaremos Intervalo Modal.

(1)

1.1.- Percentil de orden k .

El percentil de orden k (k=1,2,3…..,99), se define como aquel valor de la variable que deja por debajo de él, a
lo sumo, al k% del total de datos. Se designa La Mediana se puede considerar como un caso particular del
percentil, es el

(1)

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

Ejemplo: Considerando los datos de Tiempo de armado de carburador calcular

Tabla 1.1. Tiempo de armando de carburador por operario.

Tiempo(MIN) Nro. Operario

[12-16] 13 13
]16-20] 16 29
]20-24] 19 48
]24-28] 15 63
]28-32] 9 72

n=72

Desarrollo: Aquí el valor importante es:

Interpretación : “El 65% de los operarios emplearía entre 12 y 23.747 minutos en el armado del
carburador”.

1.1.- Varianza y desviación típica muestral .

La desviación Típica es una medida de dispersión absoluta que se usa para cuantificar el
aspecto variabilidad dentro del comportamiento de una población, para una variable de estudio.

1.1.-Desviación Típica para datos no agrupados.

La desviación típica s, se interpreta como un promedio de las diferencias entre cada valor de la
variable respecto del valor medio de ella.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 √ ∑ ̅

(1)

1.1.1.-Desviación Típica para datos agrupados por valores puntuales.

Suponiendo los datos de la muestra están clasificados en k clases entonces la desviación

Típica s se define:

√ ∑ ̅

(1)

1.1.1.-Desviación Típica para datos agrupados por intervalos.

Suponiendo los datos de la muestra están clasificados en k intervalos entonces la desviación

Típica s se define:

√ ∑ ̅

(1)

1.1.- Coeficiente de variación

1.1.1.-El coeficiente de variación.

El coeficiente de Variación, que designaremos CV, es una medida de dispersión relativa

que se define para una variable x, que se utiliza para medir el grado de homogeneidad,
de los elementos de la población en estudio, asi los elementos mas parecidos el
coeficiente será más cercano a cero.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 ̅

(1)

1.1.- Medidas de simetría

Las medidas de simetría o asimetría describen como se distribuye la variable en torno a
un eje de simetría. Este eje de simetría se fija en una recta que pase por la media
aritmética de la distribución. La asimetría también se utiliza para comparar
distribuciones por que se pretende que estas medidas carezcan de unidades. Por medio
del coeficiente de simetría de Fisher, que se basa en las desviaciones de los valores
observados respecto a la medida podemos determinar el tipo de asimetría de la
distribución de los datos.

∑ ̅

(1)

1.1.- Puntaje típico

Este valor indica la posición relativa de un observador respecto al promedio, mide la

posición relativa de un valor observado ( ) respecto al promedio en unidades de
desviación estándar.

Se tiene ̅

El valor observado de la variable, estaría bajo el promedio en | |

desviaciones estándares.

El valor observado de la variable, estaría sobre el promedio en | |

desviaciones estándares.

1.1.- Recorrido intercuartil

Mide la variabilidad del 50% de las observaciones de una variable, ubicadas en la franja
central de todas las observaciones ordenadas de menor a mayor.

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

1.1.- Medidas de Apuntamiento

Las medidas de resumen de apuntamiento o curtosis muestran cómo se distribuyen los

valores centrales de una variable. Para ello se compara la distribución que se esté
analizando con la distribución normal. Estas medidas indican si la distribución tiene una
forma de campana mas o menos apuntanda que la distribución normal. Por medio del
coeficiente de curtosis ( , podemos identificar si existe una gran concentración de
valores (Leptocúrtica), una concentración normal (Mesocúrtica) o una baja
concentración (Platicúrtica).

∑ ̅

La distribución se mas en torno Leptocurtica y muestra que las observaciones

se concentran en torno a la media y presentan cola mas largas. La curvs sería más
apuntada que la curva normal.

La distribuciónes Mesocúrtica. Al igual que en la simetría es bastante difícil

encontrar un coeficiente de curtosis de cero(0), por lo que suelen aceptar los valores
cercanos ( ).

La distribución se llama Platicúrtica y muestra que hay una menor

concentración de datos en torno a la medida y las observaciones se agrupan menos y
presentan colas más cortas. La curva sería más achatada que la curva normal.

Figura.1.-

1.1.- Calculo intervalo

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Para calcular el número de intervalos de igual amplitud, debemos
considerar la muestra que se nos entregan, ver si están ordenados o aleatorias. Lo
fundamental es ver con cuantas muestras vamos a trabajar.

Paso 1: Calculo
Calculamos la cantidad de muestras (n) para obtener el valor de k.

Forma clásica (recomendable) :

(1)

Opción forma moderna :

(1)

Ejemplo: n=64

k=1+3.32*log(64)=6.996

Paso 2: Rango real[R]

Calcular rango Diferencia de los extremos.

Paso 3: Amplitud [ ] Para calcular amplitud se debe tener el rango R y este valor
dividirlo por el valor de k. El resultado se aproxima hacia arriba para evitar
dejar un valor de la muestra fuera de análisis.

(Aproximar )

Paso 4: Rango corregido [ Calcular rango ampliado

Paso 5: Diferencia rango [d]

Calcular la diferencia del rango ampliado con el rango.

Paso 6: Extremo ampliado [ ]

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Sumar el valor d obtenida del paso 5 en los extremos para obtener un nuevo
intervalo que será de igual magnitud.

(1)

| |

| |

Caso 1: Dividir el valor de EN DOS PARTES , sumando ese valor a los

extremos, de modo que el valor sumado al extremo mínimo sea el
doble que el valor sumado al extremo máximo . [Recomendado por el
profesor]

Ej.1.-

| |

Escuela de Ingeniería Eléctrica-Electrónica |PTRRZA

 Caso 2: Dividir en partes iguales.

Ej.2.-

| |

Caso 3: Una manera más simple de sumar la diferencia es hacerlo en uno de los extremos.

Ejemplo:.

| |

| |

Generalizando:
| |

Paso 7: Intervalos

Para crear nuestro primer intervalo, tomamos el valor y le sumamos el valor

calculado anteriormente.

El segundo intervalo es simplemente el valor extremo máximo del primer intervalo al que
sumamos también .

[ +2 ].

Procedemos a realizar el mismo procedimiento la amplitud corregida consecutivamente

hasta llegar a , que es nuestro último intervalo. Esto nuevos intervalos serán de igual
amplitud!.

Nota: Si solo usáramos el valor de y , sin realizar el procedimiento, nuestros

intervalos carecerían de rangos de igual amplitud y por ende estaría incorrecto, de allí que es
importante considerar estos cálculos.

Conclusión:
Concluimos que existen muchos criterios para crear rangos de igual amplitud, sin embargo el
objetivo principal es que los valores originales, NO queden fuera de intervalo por ende los
nuevos intervalos deberían ser mayores .
 PROBABILIDAD Y ESTADISTICA

EJEMPLO.- Se realizó un examen para determinar el nivel de conocimiento en el área informática, en

funcionarios de la Municipalidad, con el fin de contratar a un profesor de computación para
optimizar el rendimiento y conocimiento de los funcionarios en aquella área.

59 48 53 47 57 64 62 62 65 57 57 81 83
48 65 76 53 61 60 37 51 51 63 81 60 77
71 57 82 66 54 47 61 76 50 57 58 52 57
40 53 66 71 61 61 55 73 50 70 59 50 59
69 67 66 47 56 60 43 54 47 81 76 60

a) Crear cuadro de frecuencia, considerando 3 intervalos de igual amplitud.

b) Construir gráfico correspondiente a la frecuencia absoluta y relativa e interpretar el tercer
intervalo del gráfico.
c) Determinar e interpretar: La Mediana, la Moda y el quintil 3.
d) Determinar e interpretar: la desviación típica, el coeficiente de variación y el puntaje típico
del funcionario que obtuvo 72 puntos en la evaluación.
e) ¿Es necesario contratar a un profesor? Justificar la respuesta.

Solución.

a) Antes de analizar los datos, procedemos a determinar los intervalos los cuales deben ser de
igual amplitud. Contamos el número de elementos o muestras n. Hay 64 datos.

Calculamos k:

Pero el problema nos impone 3 intervalos por ende k=3 y no 7.

Calculamos amplitud :

Para calcular los valores máximos vemos la muestra e identificamos el menor valor y el mayor.
Y estos son: y

19 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

Para efectos prácticos la diferencia de ambos rangos 2 lo sumamos en el extremo superior

83, obteniendo nuestro nuevo extremo . (Ver paso 6)

Con :

Comprobando su amplitud y verificando que sean iguales procedemos a construir

nuestra tabla no sin antes tener presente que también podríamos colocar las llaves:

Nivel de conocimiento funcionarios de la Municipalidad en área de informática.

Puntos(%) (%)

15 23.437 15 23.437

34 53.125 49 76.562

15 23.437 64 99.999

∑ acumulado % acumulado

b) Graficos Programa R

c) La mediana será el dato asociado al entero inmediatamente superior a n/2:

Si el número de datos n fuera impar

Para ello nos ubicamos en los datos y vemos que 34 es el entero inmediatamente a 32, es decir el intervalo
2. Este es un criterio importante, elegir el número superior más próximo.

20 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

Mediana

Como son datos intervalos procedemos a calcular según su definición:

( )

( )

Interpretación: El 50% de los funcionarios aprobaron de 37% hasta un 61% del test.

Moda .

Para calcular ubicamos la frecuencia absoluta máxima .

Moda

( )

Interpretación: Lo más frecuente es 61 puntos en el examen.

Nivel de conocimiento funcionarios de la Municipalidad en área de informática.

Puntos(%) (%)

15 23.437 15 23.437

34 53.125 49 76.562

15 23.437 64 99.999

∑ acumulado % acumulado

El quintil 3:

21 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

Interpretación: El 60% de los profesores obtuvieron aprobación de 37% hasta 64.01%.

d) Determinar e interpretar: la desviación típica, el coeficiente de variación y el puntaje típico de los

funcionarios de la municipalidad en el área de informática.

Nivel de conocimiento funcionarios de la Municipalidad en área de informática.

Puntos(%) ̅ ̅ ̅
15 45 675 -16 256 3840

34 61 2074 0 0 0

15 77 1155 16 256 3840

̅ ∑

∑
̅ √ ∑ ̅ √

Interpretación S: El promedio (̅) de las diferencias entre el porcentaje de puntos

entre los puntos de cada funcionario ) en relación a aprobados por cada profesional
(n), sería de No recomendado.

Interpretación S: “El nivel promedio de conocimiento de cada funcionario sería de 61%, con una
variabilidad absoluta de 11.041%”.

Interpretación CV: “Nivel de conocimiento funcionarios de la Municipalidad en área de informática grado

de homogeneidad es de

22 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

1.- Tarea 1

Tabla 1.-Problema de Combustible por gasto en litros.

Gasto (L) Nro de (%)

automóviles (
10 12.82 10 12.82

11 14.10 21 26.92

13 16.66 34 43.58

]36.6 - 41.8] 15 19.23 49 62.81

]41.8 – 47.0] 12 15.38 61 78.19

]47.0 – 52.2] 12 15.38 73 93.57

]52.2 – 57.4] 5 6.41 78 99.98

[Corregido]

11 “11 automóviles tiene un gasto de combustible entre

19.23 “El 19.23 % de automóviles tiene un gasto de combustible entre 31.6 y 41.5
litros”

73 “73 Automóviles de la muestra tiene un gasto de combustible entre 21.0 y 52.2 "

“El 43.58% de automóviles gasta entre 21.0 y 36.6 litros de combustible”

23 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

1.- clase 4
Ejercicio 3.-Una entidad gubernamental decide realizar una investigación en las industrias textiles a nivel
nacional número de máquinas por industria.

Tabla 1.- Numero de máquinas por industria.

̅ ̅ ̅ ̅
18 144 -6.942 867.445 -6021.800 41803.336
33 396 -2.942 285.627 -840.315 2472.206
13 39 507 -1.942 147.083 -285.636 554.704
15 43 645 0.058 0.145 0.008 0.000
16 43 688 1.058 48.133 50.924 53.878
18 37 666 3.058 346.00 1058.069 3235.576
20 27 540 5.058 690.75 3493.818 17671.729
∑ ∑ 3586 ∑ 2385.183 -2544.932 65791.43

∑
̅

Interpretación ̅ “El numero promedio de máquinas por industria es de 15 máquinas.”

√ ∑ ̅ √

Interpretación “ La variabilidad absoluta del número de máquinas por industria respecto al

promedio es de 3 máquinas.”

Nota: Solo para interpretar se aproxima y no durante operación para evitar perder
decimales.

∑ ̅
( )

Interpretación “ La distribución del número de máquinas es asimétrica negativa.”

Asimetría negativa:

Asimetría positiva:

Simétrica:

24 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

∑ ( ̅)

Interpretación La distribución del número de máquinas por industria es PLATICURTICA

Interpretación La variabilidad relativa del número de máquinas por industria respecto al promedio es
del 21.14%

Interpretación El puntaje típico de una industria que cuenta con 12 máquinas está bajo (o sobre,
según corresponda signo)el promedio en 0.93 unidades de desviación estantar.

1.- Cuadro de doble entrada

El cuadro de Doble Entrada, es un instrumento estadístico que sirve para describir el comportamiento
de una masa de datos de una variable (X,Y), observados en una muestra.

Para construirlo se deben determinar las “Clases”, o los “Intervalos de Clase”, que servirán para clasificar la
información que se tiene tanto de la variable X como de la variable Y.

TOTAL

25 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

1.1-Ejemplo.

PROBABILIDADES
Profesor Car.Fam.. Sueldo Profesor Car.Fam.. Sueldo
Semanal Semanal
X Y X Y
1 2 25.7 33 1 30.8
2 3 29.4 34 2 61.7
3 3 32.5 35 1 45.2
4 0 25.0 36 3 57.4
5 1 33.7 37 1 30.5
6 3 45.3 38 2 39.6
7 2 58.7 39 1 32.3
8 0 21.5 40 2 42.7
9 2 39.7 41 3 37.5
10 2 49.3 42 2 28.3
11 1 33.8 43 3 45.3
12 3 62.4 44 1 31.4
13 0 47.2 45 1 36.2
14 2 39.4 46 0 38.8
15 1 28.4 47 1 41.7
16 2 45.6 48 3 27.6
17 2 52.3 49 2 35.4
18 3 39.7 50 0 47.2
19 0 28.2 51 1 52.8
20 3 25.6 52 2 29.4
21 2 37.9 53 3 39.6
22 1 58.2 54 2 54.7
23 2 49.3 55 0 50.5
24 0 50.6 56 0 41.7
25 1 48.9 57 1 30.8
26 1 53.6 58 2 25.6
27 3 60.7 59 3 58.2
28 1 44.8 60 2 32.9
29 2 30.5 61 3 52.7
30 2 60.7 62 2 45.3
31 1 58.5 63 3 61.5
32 2 38.3 64 2 42.7

26 Ingeniería Eléctrica-Electrónica |PTRRZA

 PROBABILIDAD Y ESTADISTICA

En Redacción…

Bibliografía

Clases, guias, pruebas apuntes de talleres.

Texto Estadística Social Víctor Barrientos UTA

http://minisconlatex.blogspot.com/2012/03/como-instalar-latex-en-windows.html

27 Ingeniería Eléctrica-Electrónica |PTRRZA