Sie sind auf Seite 1von 65

Captulo 14

Modelado con simulacin

Mtodos cuantitativos para los negocios, 11a. ed.,


por Render, Stair y Hanna
Dispositivas Power Point creadas por Brian Peterson
Objetivos de aprendizaje
Al terminar de estudiar este captulo, el alumno ser capaz de:

1. Enfrentar una amplia gama de problemas


usando simulacin.
2. Entender los siete pasos para realizar una
simulacin.
3. Explicar las ventajas y desventajas de la
simulacin.
4. Desarrollar intervalos de nmeros aleatorios
y utilizarlos para generar resultados.
5. Comprender los diferentes software de
simulacin por computadora disponibles.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-2


Contenido del captulo

14.1 Introduccin
14.2 Ventajas y desventajas de la simulacin
14.3 Simulacin Monte Carlo
14.4 Simulacin y anlisis de inventarios
14.5 Simulacin de un problema de colas
14.6 Modelo de simulacin para una poltica de
mantenimiento
14.7 Otros aspectos de la simulacin

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-3


Introduccin

La simulacin es una de las herramientas de anlisis


cuantitativo ms utilizadas.
Simular es tratar de duplicar las funciones,
apariencia y caractersticas de un sistema real.
Vamos a construir un modelo matemtico que se
aproxime lo ms posible a la representacin de la
realidad del sistema.
Los modelos fsicos tambin pueden construirse
para los sistemas de prueba.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-4


Introduccin
Al utilizar la simulacin, un gerente debera:
1. Definir un problema
2. Introducir las variables asociadas con el
problema
3. Construir un modelo de simulacin
4. Establecer los posibles cursos de accin para
probarlos
5. Efectuar una corrida de simulacin del
experimento
6. Considerar los resultados (y quiz decidir
modificar el modelo o cambiar los datos de
entrada) y
7. Decidir el curso de accin a tomar .
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-5
Proceso de simulacin

Figure 14.1

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-6


Ventajas y desventajas
de la simulacin
La simulacin tiene las siguientes ventajas:
1.Es relativamente directa y flexible.
2.Los avances recientes en software hacen que sea muy
sencillo desarrollar algunos modelos de simulacin.
3.Sirve para analizar situaciones reales grandes y complejas.
4.Permite preguntas del tipo qu sucedera si?
5.No interfieren con el sistema real.
6.Nos permite estudiar el efecto interactivo de los
componentes o variables individuales.
7.Es posible el tiempo de compresin.
8.Acepta la inclusin de complicaciones del mundo real

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-7


Ventajas y desventajas
de la simulacin
Las principales desventajas de la simulacin son:
1. Desarrollar el modelo con frecuencia resulta
costoso y requiere un proceso complicado y
largo.
2. No genera soluciones ptimas; es un enfoque de
ensayo y error.
3. Requiere que los gerentes genere todas las
condiciones y restricciones del problema del
mundo real.
4. Cada modelo es nico y la solucin y las
inferencias por lo general no son transferibles a
otros problemas.
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-8
Simulacin Monte Carlo
Cuando un sistema contiene elementos que exhiben
azar en su comportamiento, se puede aplicar el
mtodo Monte Carlo de simulacin.
Unos cuantos ejemplo de estas variables son:

1. La demanda de un inventario diario o semanal.


2. El tiempo de entrega para las rdenes del inventario.
3. Los tiempos entre descomposturas de las mquinas.
4. Los tiempos entre llegadas a las instalaciones de servicio.
5. Los tiempos de servicio.
6. Los tiempos para terminar las actividades de un proyecto.
7. El nmero de empleados ausentes en el trabajo cada da.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-9


Simulacin Monte Carlo
La base de la simulacin Monte Carlo es la
experimentacin sobre los elementos posibles (o
probabilsticos) mediante el muestreo aleatorio.
La tcnica se compone de cinco pasos sencillos:

1. Establecer las distribuciones de probabilidad


para las variables de entrada importantes.
2. Elaborar una distribucin de probabilidad
acumulada para cada variable del paso 1.
3. Establecer un intervalo de nmeros aleatorios
para cada variable.
4. Generar nmeros aleatorios.
5. Simular una serie de pruebas.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-10


Auto Tire de Harry
Una llanta radial popular es responsable de una gran
parte de las ventas generales de Harry.
Harry quiere determinar una poltica para administrar
dicho inventario.
Desea simular la demanda diaria para cierto nmero de
das.

Paso 1: Establecer distribuciones de probabilidad


Una forma comn de establecer una distribucin de
probabilidad es examinar los eventos histricos.
La estimaciones gerenciales basadas en el juicio y la
experiencia tambin se pueden utilizar.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-11


Auto Tire de Harry
Demanda diaria histrica para llantas radiales en Auto Tire de Harry y
la distribucin de probabilidad

Tabla 14.1

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-12


Auto Tire de Harry
Paso 2: Elaborar una distribucin de probabilidad
acumulada para cada variable
La conversin de una distribucin de
probabilidad regular, en una distribucin
acumulada es una tarea sencilla.
Una probabilidad acumulada es la probabilidad
de que una variable (demanda) sea menor o
igual que un valor especfico.
Una distribucin acumulada lista todos los
valores posibles y las probabilidades, como se
muestra en la tabla 14.2

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-13


Auto Tire de Harry
Probabilidades acumuladas para las llantas radiales

Tabla 14.2

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-14


Auto Tire de Harry
Paso 3: Establecer intervalos de nmeros aleatorios

Asignar un conjunto de nmeros para representar


cada valor o resultado posible.
Estos se conocen como intervalos de nmeros
aleatorios.
aleatorios
Un nmero aleatorio es una serie de dgitos
que han sido seleccionados por un proceso
totalmente aleatorio.
El rango de los intervalos de nmeros
aleatorios corresponde exactamente con la
probabilidad de los resultados como se
muestra en la figura 14.2.
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-15
Auto Tire de Harry
Representacin grfica de la distribucin de
probabilidad acumulada para las llantas radiales

Figura 14.2

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-16


Auto Tire de Harry
Asignacin de intervalos de nmeros aleatorios para
Auto Tire de Harry

Tabla 14.3

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-17


Auto Tire de Harry
Paso 4: Generar nmeros aleatorios
Los nmeros aleatorios se pueden generar de varias
maneras.
Si el problema es muy grande, se dispone de programas de
software para generar los nmeros aleatorios necesarios.
Para los pequeos problemas, procesos aleatorios como
ruedas de ruleta o chips que tiran de un sombrero puede
ser utilizado.
El mtodo manual ms comn es usar una tabla de
nmeros aleatorios.
Porque todo es aleatorio en una tabla de nmeros
aleatorios, podemos seleccionar los nmeros desde
cualquier lugar de la tabla a utilizar en la simulacin.
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-18
Auto Tire de Harry
Tabla de nmeros aleatorios

Tabla 14.4

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-19


Auto Tire de Harry
Paso 5: Simulacin del experimento
Seleccionamos nmeros aleatorios de la tabla 14.4.
El nmero que seleccione tendr un rango
correspondiente de la tabla 14.3.
Usamos la demanda diaria que corresponde a la
gama de probabilidad alineada con el nmero
aleatorio.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-20


Auto Tire de Harry
Simulacin de 10 das de demanda de la llanta radial

Tabla 14.5

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-21


Auto Tire de Harry
Tenga en cuenta que la demanda media de esta
simulacin (3.9 llantas) es diferente de la demanda
diaria esperada.
esperada

Si esta simulacin se repite cientos o miles de veces,


es ms probable que la demanda simulada promedio
sea casi la misma que la demanda esperada.
esperada
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-22
QM para Windows para la pantalla de salida
de simulacin del ejemplo de Auto Tire

Programa 14.1
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-23
Simulacin con hojas
de clculo Excel
Uso de Excel 2010 para simular la demanda de llantas
para Auto Tire de Harry

Programa 14.2

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-24


Simulacin con hojas
de clculo Excel
Uso de Excel 2010 para simular la demanda de llantas
para Auto Tire de Harry

Programa 14.2

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-25


Simulacin con hojas
de clculo Excel
La generacin de nmeros aleatorios normales en Excel

Programa 14.3
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-26
Simulacin con hojas
de clculo Excel
Simulacin en Excel QM del ejemplo de Auto Tire de Harry

Programa 14.4

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-27


Simulacin y anlisis
de inventario
Hemos visto modelos deterministas de inventario.
En muchas situaciones de la vida real del inventario,
la demanda y el tiempo de entrega son variables.
El anlisis exacto es difcil sin simulacin.
Vamos a ver un problema de inventario con dos
variables de decisin y dos componentes
probabilsticos.
El propietario de una ferretera quiere establecer la
cantidad a ordenar y el punto de reorden para un
producto que tiene demanda diaria y tiempos de
entrega probabilsticos (inciertos).

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-28


Ferretera Simkin

El propietario de una ferretera quiere encontrar


una buena poltica, de bajo costo, de
inventarios para un taladro elctrico.
Simkin se identifican dos tipos de variables,
entradas controlables e incontrolables.
Las entradas controlables son la cantidad de la
orden y los puntos de reorden.
Las entradas incontrolables son la demanda
diaria y el tiempo de entrega variable.
Los datos de demanda para el taladrado se
muestran en la tabla 14.6.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-29


Ferretera Simkin
Las probabilidades e intervalos de nmeros
aleatorios para la demanda diaria del taladro Ace

Tabla 14.6
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-30
Ferretera Simkin
Probabilidades e intervalos de nmeros aleatorios
para el tiempo de entrega de reorden

Tabla 14.7

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-31


Ferretera Simkin
El tercer paso es el desarrollo de un modelo de
simulacin.
Un diagrama de flujo es til en este proceso.
El cuarto paso en el proceso consiste en
especificar los valores de las variables que se
desean probar.
La primera poltica que Simkin quiere poner a
prueba es una cantidad a ordenar de 10 con un
punto de reorden de 5.
El quinto paso es llevar a cabo realmente la
simulacin.
El proceso se simula para un periodo de 10 das.
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-32
Diagrama de
flujo para el
ejemplo del
inventario de
Simkin

Figura 14.3

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-33


Ferretera Simkin
Utilizando la tabla de nmeros aleatorios, la simulacin
se realiza utilizando un proceso de cuatro pasos:
1. Comenzar cada da verificando si acaba de llegar algn
inventario ordenado. Si es as, aumentar el inventario actual en
la cantidad de la orden.
2. Generar una demanda diaria a partir de la distribucin de
probabilidad de la demanda, seleccionando un nmero aleatorio.
3. Calcular el inventario final cada da. Si el inventario disponible
es insuficiente para cumplir la demanda del da, satisfacer lo
ms posible y anotar el nmero de ventas perdidas.
4. Determinar si el inventario al final del da ha llegado al punto
de reorden. Si es necesario, colocar la orden.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-34


Ferretera Simkin
Primera simulacin del inventario de la Ferretera Simkin

Tabla 14.8
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-35
Anlisis de costos
del inventario de Simkin
El objetivo es encontrar una solucin de bajo costo, y
Simkin debe determinar cules sern los costos.
Ecuaciones para el inventario final promedio diario, las
ventas prdidas promedio y el nmero promedio de las
rdenes colocadas.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-36


Anlisis de costos
del inventario de Simkin
La ferretera Simkin abre 200 das al ao.
Costo estimado es de $10 por pedido.
El costo anual por mantener un taladro en inventario
es de $6.
Las ventas prdidas son de $8.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-37


Anlisis de costos
del inventario de Simkin
La ferretera Simkin abre 200 das al ao.
Costo estimado es de $10 por pedido.
El costo anual por mantener un taladro en inventario
es de $6.
Las ventas prdidas son de $8.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-38


Anlisis de costos
del inventario de Simkin
Para el ao, esta poltica costara aproximadamente
$944.
Esta simulacin realmente debera extenderse por
muchos das ms, tal vez 100 o 1,000 das.
Incluso despus de una simulacin ms grande, el
modelo debe ser verificado y validado para asegurarse
de que realmente representa la situacin en la que se
basa.
Si estamos satisfechos con el modelo, se pueden
realizar simulaciones adicionales utilizando otros
valores para las variables.
Despus de simular todas las combinaciones
razonables, Simkin seleccionara la poltica que d como
resultado el menor costo total.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-39


Simulacin de un
problema de colas
El modelado de lneas de espera es una
aplicacin importante de la simulacin.
Los supuestos de los modelos de colas son
bastante restrictivos.
A veces, la simulacin es el nico enfoque
disponible.
En este ejemplo, las llegadas no siguen una
distribucin de Poisson y las tasas de
descarga no son exponenciales ni constantes.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-40


Puerto de Nueva Orlens
Las barcazas con carga completa llegan en la noche a Nueva
Orlens.
El nmero de barcazas que atracan en una noche cualquiera
va de 0 a 5.
El supervisor tiene informacin que puede ser usada para
crear una distribucin de probabilidad de la tasa diaria de
descarga.
Las barcazas se descargan segn la poltica de primero en
entrar, primero en salir.
Una barcaza que no se descarga el da que llega debe esperar
al siguiente da y eso es costoso.
El superintendente muelle quiere hacer un estudio de
simulacin para que pueda tomar mejores decisiones sobre la
asignacin de personal.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-41


Puerto de Nueva Orlens
Tasas de llegadas de barcazas por la noche e
intervalos de nmeros aleatorios

Tabla 14.9

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-42


Puerto de Nueva Orlens
Tasas de descargas e intervalos de nmeros aleatorios

Tabla 14.10

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-43


Simulacin de la cola en el Puerto de
Nueva Orlens para descarga de barcazas
(1) (2) (3) (4) (5) (6) (7)
DA NMERO DE RETRASOS NMERO NMERO DE TOTAL A NMERO NMERO DE
DEL DA ANTERIOR ALEATORIO LLEGADAS DESCARGAR ALEATORIO DESCARGAS
NOCTURNAS

1 52 3 3 37 3
2 0 06 0 0 63 0
3 0 50 3 3 28 3
4 0 88 4 4 02 1
5 3 53 3 6 74 4
6 2 30 1 3 35 3
7 0 10 0 0 24 0
8 0 47 3 3 03 1
9 2 99 5 7 29 3
10 4 37 2 6 60 3
11 3 66 3 6 74 4
12 2 91 5 7 85 4
13 3 35 2 5 90 4
14 1 32 2 3 73 3
15 0 00 5 5 59 3
20 41 39

Retrasos totales Llegadas totales Descargas


totales
Tabla 14.11
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-44
Puerto de Nueva Orlens
Tres partes importantes y tiles de la informacin:

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-45


Modelo de Excel para la simulacin de la
cola en el Puerto de Nueva Orlens

Programa 14.5
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-46
Modelo de Excel para la simulacin de
la cola en el Puerto de Nueva Orlens

Programa 14.5

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-47


Modelo de simulacin para una
poltica de mantenimiento
La simulacin es una tcnica valiosa para
analizar diferentes polticas de mantenimiento
antes de implementarlas en la realidad.
Pueden compararse muchas opciones con
respecto a los niveles de dotacin de personal,
horarios de piezas de repuesto, el tiempo de
inactividad y los costos de mano de obra.
Esto incluira el cierre completo de fbricas para
el mantenimiento.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-48


Compaa Three Hills Power
La compaa de suministro de energa Three Hills
Power ofrece electricidad a una rea metropolitana
grande mediante una serie de casi 200 generadores
hidroelctricos.
La compaa est preocupada por las fallas del
generador porque una descompostura cuesta
alrededor de $75 por generador por hora.
Sus cuatro reparadores ganan $30 por hora y
trabajan rotando turnos de 8 horas.
La administracin desea evaluar la:
1. El costo del servicio de mantenimiento
2. El costo simulado de la descompostura de la mquina
3. Los costos totales.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-49


Compaa Three Hills Power

Hay dos componentes importantes del


sistema de mantenimiento:
Tiempo entre averas sucesivas del generador que
vara de 30 minutos a tres horas.
El tiempo que toma reparar los generadores que va
de una a tres horas en bloques de una hora

Se efecta una simulacin del prximo


evento para estudiar este problema.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-50


Diagrama
de flujo
para
Three Hills

Figura 14.4

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-51


Compaa Three Hills Power
Tiempos entre descomposturas de generadores en Three Hills

Tabla 14.12

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-52


Compaa Three Hills Power
Tiempos de reparacin requeridos del generador

Tabla 14.13

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-53


Compaa Three Hills Power
Simulacin de descomposturas y reparaciones de generadores

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall


Tabla 14.14 14-54
Anlisis de costos
de la simulacin
La simulacin de las 15 descomposturas de generadores
abarca un tiempo de 34 horas de operacin.
El anlisis de simulacin es:

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-55


Anlisis de costos
de la simulacin

Un costo total de $4,320 es razonable tan solo


cuando se compara con otras opciones de
mantenimiento menos o ms atractivas.
La compaa podra explorar opciones como la
adicin de otro reparador.
Las estrategias tales como el mantenimiento
preventivo tambin puede simularse con fines de
comparacin.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-56


Modelo en Excel para el problema
de mantenimiento de Three Hills

Programa 14.6
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-57
Modelo en Excel para el problema
de mantenimiento de Three Hills

Programa 14.6

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-58


Otros modelos de simulacin
Los modelos de simulacin se suelen
dividir en tres categoras:
el mtodo Monte Carlo
Juegos operativos
Simulacin de sistemas.

Aunque en teora los tres mtodos son


distintos, el crecimiento de la simulacin
computarizada ha tendido a crear una base
comn en los procedimientos y a borrar tales
diferencias.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-59


Juegos operativos

Los juegos operativos se refieren a la simulacin


que implica a dos o ms jugadores que compiten.
Los mejores ejemplos son los juegos militares y
los juegos de negocios.
Este tipo de simulacin permite la prueba de
habilidades y la toma de decisiones en un
entorno competitivo.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-60


Simulacin de sistemas
La simulacin de sistemas es similar al juego de
negocios en que permite a los usuarios probar varias
polticas y decisiones administrativas, para evaluar su
efecto sobre el entorno operativo.
Modela la dinmica de los sistemas grandes.
grandes
Un sistema operativo corporativo podra modelar ventas,
niveles de produccin, polticas de marketing,
inversiones, contratos sindicales, tasas de servicios
pblicos, financiamiento y otros factores.
Las simulaciones econmicas,
econmicas a menudo llamadas
modelos economtricos, son utilizadas por los
gobiernos, banqueros y organizaciones grandes para
predecir las tasas de inflacin, las reservas monetarias
nacionales y extranjeras, y los niveles de desempleo.
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-61
Simulacin de sistemas
Entradas y salidas de una simulacin
de un sistema econmico tpico

Niveles de Producto interno


impuestos sobre bruto
ingresos Tasas de
Tasas de Modelo inflacin
impuestos economtrico Tasas de
corporativos (en una serie de desempleo
Tasas de inters ecuaciones Reservas
Gasto del matemticas) monetarias
gobierno Tasas de
Poltica de crecimiento de la
comercio exterior poblacin
Figura 14.5
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-62
Verificacin y validacin
Es importante que el modelo se verifique para saber que
est funcionando de manera adecuada y que
proporcione una buena representacin de la situacin
real.
El proceso de verificacin incluye determinar que el
modelo por computadora es internamente congruente y
sigue la lgica del modelo conceptual.
La verificacin responde a la pregunta: Construimos
correctamente el modelo?
La validacin es el proceso de comparar un modelo de
simulacin con el sistema real que representa para
asegurar su precisin.
La validacin responde a la pregunta: Construimos el
modelo correcto?
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-63
Papel de las computadoras
en la simulacin
Las computadoras son fundamentales en la
simulacin de tareas complejas.
Lenguajes de programacin de propsito general
pueden utilizarse para la simulacin, pero una
variedad de herramientas de software de
simulacin se han desarrollado para hacer el
proceso ms sencillo:
Arena
ProModel
SIMUL8
ExtendSim
Proof 5
Excel y sus complementos tambin son tiles
para problemas de simulacin
Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 14-64
Copyright

Todos los derechos reservados. Ni la totalidad ni parte de esta


publicacin pueden reproducirse, registrarse o transmitirse, por
un sistema de recuperacin de informacin, en ninguna forma
ni por ningn medio, sea electrnico, mecnico, fotoqumico,
magntico o electroptico, por fotocopia, grabacin o cualquier
otro, sin permiso previo por escrito del editor.

Copyright 2012 Pearson Educacin.

Copyright 2012 Pearson Education, Inc. publishing as Prentice Hall 1-65

Das könnte Ihnen auch gefallen