Proyecto Estadistica Universidad Agraria

UNIVERSIDAD AGRARIA DEL ECUADOR
FACULTAD DE CIENCIAS AGRARIAS
INGENIERA AMBIENTAL
PROYECTO INSPECCIN DE CALIDAD
MATERIA:
ESTADISTICA I
PROFESOR:
ING. JOFFRE SANCHEZ CERN
INTEGRANTES:
NOHELY VIRGINIA GUAMAN GOMEZ
MARIUXI KATIUSCA VARGAS MONCAYO
PERODO LECTIVO:
2016 2017
Tabla de Contenido
Introduccin ........................................................................................................................................ 4
Objetivo General ................................................................................................................................. 4
Objetivos Especficos ........................................................................................................................... 4
Marco Terico ..................................................................................................................................... 5
Estadstica Descriptiva..................................................................................................................... 5
Poblacin ......................................................................................................................................... 5
Muestra ........................................................................................................................................... 5
Frecuencia Estadstica ..................................................................................................................... 5
Tipos de Frecuencia......................................................................................................................... 5
Tabla de Frecuencia ........................................................................................................................ 6
Medidas de Tendencia Central ....................................................................................................... 6
La Media Aritmtica ........................................................................................................................ 7
Media Muestral ............................................................................................................................... 7
Moda ............................................................................................................................................... 7
Mediana .......................................................................................................................................... 7
Rango............................................................................................................................................... 8
Varianza ........................................................................................................................................... 8
Desviacin Estndar ........................................................................................................................ 8
Histograma ...................................................................................................................................... 9
Variable Aleatoria.......................................................................................................................... 10
Funcin de Probabilidad................................................................................................................ 10
Diagrama de Caja .......................................................................................................................... 11
Estadsticas Descriptivas ................................................................................................................... 12
Tabla de Frecuencia ...................................................................................................................... 12
Histograma .................................................................................................................................... 12
Ojiva .............................................................................................................................................. 13
Diagrama de Cajas ......................................................................................................................... 13
Cuadro de Estadsticas Bsicas ...................................................................................................... 14
2
Clculo de Probabilidades ................................................................................................................. 15
Conclusiones ..................................................................................................................................... 19
Recomendaciones ............................................................................................................................. 20
Bibliografa ........................................................................................................................................ 21
Trabajos citados ................................................................................................................................ 21
Anexos ............................................................................................................................................... 22
3
Introduccin
El proyecto tratar de una inspeccin de calidad mediante un muestreo de aceptacin, en
donde el experimento se requiero lo siguiente:
Se llenar un nfora con 40 artculos (representados por esferas) de las cuales 8 estarn
marcadas, las nforas representan lotes o contenedores de ciertos artculos que se compran
en un lugar, y las esferas marcadas representan los artculos defectuosos.
Se deber extraer al azar 5 bolitas, y apuntaran cuantas de las 5 son defectuosas. Luego
vuelven a poner las esferas en el nfora y repetimos nuevamente el experimento. En cada
repeticin se tomara nota de las 5 esferas defectuosas. El experimento se realizar 100
veces. Se busca simular un proceso de control de calidad.
Objetivo General
Establecer un anlisis de calidad, mediante la experimentacin y modelizacin de una

distribucin discreta hipergeomtrica.
Objetivos Especficos
Realizar un anlisis descriptivo de los datos de la muestra.
Realizar un clculo de probabilidades mediante la distribucin hipergeometrica.
Investigar muestreo por aceptacin.
Saber graficar una curva OC para un lote de 40 artculos.
4
Marco Terico
Estadstica Descriptiva
Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de datos

originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos
numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la
media y la desviacin estndar. Algunos ejemplos grficos
son: histograma, pirmide poblacional, grfico circular, entre otros. (Wikipedia,
2013)
Poblacin
Tambin llamada universo, es el conjunto de elementos de referencia sobre el que
se realizan las observaciones. Tambin es el conjunto sobre el que estamos
interesados en obtener conclusiones (inferir). Normalmente es demasiado grande
para poder abarcarla, motivo por el cual se puede hacer necesaria la extraccin de
una muestra de sta. (Walpole, Raymond, & Myers, 2012)
Muestra
Subconjunto de N observaciones efectuadas a igual nmero de unidades de

investigacin tomadas de la poblacin Objetivo. (Gaudencio, 2010)
Frecuencia Estadstica
Se llama frecuencia a la cantidad de veces que se repite un determinado valor de

la variable. (Gaudencio, 2010)
Tipos de Frecuencia
En estadstica se pueden distinguir hasta cuatro tipos de frecuencias

Estas son:
Frecuencia absoluta Nmero de observaciones en la muestra que

pertenecen a cada una de las k clases
Frecuencia relativa resulta de dividir fi para el tamao n de la muestras

hasta la i-esima clase
5

=

Frecuencia absoluta acumulada (Ni), es el nmero de veces ni en la

Muestra N con un valor igual o menor al de la variable. La ultima
frecuencia absoluta acumulada deber ser igual a N.
= 1 + 2 + 3 +
Frecuencia relativa acumulada (Fi), es el cociente entre la frecuencia

absoluta acumulada y el nmero total de datos, N.
Tabla de Frecuencia
Arreglo rectangular que contiene 7 columnas y k filas, la primera columna es para

el ordinal de la clase, la segunda para definir la clase, luego la marca de clase,
Frecuencia Absoluta, Frecuencia Relativa, Frecuencia Absoluta Acumulada y la
ltima para la Frecuencia Relativa Acumulada. Las tablas de Frecuencias es una
manera de ordenar los datos para posteriormente representarlos mediantes grficos
estadsticos.
[Fuente: Internet]
Medidas de Tendencia Central
Al describir grupos de observaciones, con frecuencia es conveniente resumir la

informacin con un solo nmero. Este nmero que, para tal fin, suele situarse hacia
el centro de la distribucin de datos se denomina medida o parmetro de tendencia
central o de centralizacin. Cuando se hace referencia nicamente a la posicin de
6
estos parmetros dentro de la distribucin, independientemente de que sta est
ms o menos centrada, se habla de estas medidas como medidas de posicin.
(Gaudencio, 2010)
La Media Aritmtica
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida
entre el nmero de sumandos.
La media aritmtica es, probablemente, uno de los parmetros estadsticos ms
extendidos.2 Se le llama tambin promedio o, simplemente, media. (Gaudencio,
2010)
1 + 2 + 3 . +
=

Media Muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el

adjetivo "muestral" se aplica a aquellas situaciones en las que la media aritmtica
se calcula para un subconjunto de la poblacin objeto de estudio.
La media muestral es un parmetro de extrema importancia en la inferencia
estadstica, siendo de gran utilidad para la estimacin de la media poblacional, entre
otros usos. (Gaudencio, 2010)
Moda
La moda es el dato ms repetido, el valor de la variable con mayor frecuencia

absoluta. (Gaudencio, 2010)
Mediana
En el mbito de la estadstica, la mediana, representa el valor de la variable de

posicin central en un conjunto de datos ordenados. De acuerdo con esta definicin
el conjunto de datos menores o iguales que la mediana representarn el 50% de los
datos, y los que sean mayores que la mediana representarn el otro 50% del total
de datos de la muestra. La mediana coincide con el percentil 50. (Walpole,
Raymond, & Myers, 2012)
7
Mediana para datos N par:
+1
(2) + ( 2 )
=
2
Mediana para n datos impares
( + 1)
=
2
Rango
En estadstica descriptiva se denomina rango estadstico (R) o recorrido

Estadstico al intervalo de menor tamao que contiene a los datos; es igual a la
diferencia entre el valor mximo y el valor mnimo; por ello, comparte unidades con
los datos. Permite obtener una idea de la dispersin de los datos, cuanto mayor es
el rango, ms dispersos estn los datos de un conjunto.v (Gaudencio, 2010)
Varianza
Sirve para identificar a la media de las desviaciones cuadrticas de una variable de

carcter aleatorio, considerando el valor medio de sta.
La varianza de las variables aleatorias, por lo tanto, consiste en una medida
vinculada a su dispersin. Se trata de la esperanza del cuadrado de la desviacin
de esa variable considerada frente su media y se mide en una unidad diferente.
(Gaudencio, 2010)

2
( )2
=
1
=1
Desviacin Estndar
La desviacin tpica es una medida del grado de dispersin de los datos con
respecto al valor promedio. Dicho de otra manera, la desviacin estndar es
simplemente el "promedio" o variacin esperada con respecto a la media aritmtica.
8

( )2
=
1
=1
Histograma
Es aquella representacin grfica de estadsticas de diferentes tipos. La utilidad del

histograma tiene que ver con la posibilidad de establecer de manera visual,
ordenada y fcilmente comprensible todos los datos numricos estadsticos que
pueden tornarse difciles de entender. Hay muchos tipos de histogramas y cada uno
se ajusta a diferentes necesidades como tambin a diferentes tipos de informacin.
[Fuente: Internet]
Ojiva Porcentual
Es un grfico acumulativo, el cual es muy til cuando se quiere representar

el rango porcentual de cada valor en una distribucin de frecuencias.
9
[Fuente: Internet]
Variable Aleatoria
Este es un elemento muy importante en nuestro proyecto ya que nos permitir

realizar estudios tanto a la poblacin como a la muestra. En nuestro proyecto
procederemos a trabajar con tres diferentes variables aleatorias.
Una variable aleatoria es aquella que asume diferentes valores a consecuencia de

los resultados de un experimento aleatorio.
Estas variables pueden ser discretas o continuas. Si se permite que una variable
aleatoria adopte solo un nmero limitado de valores, se le llama variable aleatoria
discreta. por el contrario, si se le permite asumir cualquier valor dentro de
determinados lmites, recibe el nombre de variable aleatoria continua. (Walpole,
Raymond, & Myers, 2012)
Funcin de Probabilidad
Una distribucin la podemos concebir con una distribucin terica de frecuencia, es

decir, es una distribucin que describe como se espera que varen los resultados.
Dado que esta clase de distribuciones se ocupan de las expectativas son modelos
de gran utilidad para hacer inferencias y tomar decisiones en condiciones de
incertidumbre.
Nuestra funcin de probabilidad estar definida en funcin de las variables X,Y,Z

para la poblacin y de x,y,z para la muestra. (Walpole, Raymond, & Myers, 2012)
10
Diagrama de Caja
Es un diagrama grafico que se usa para expresar en forma resumida, algunas

medidas estadsticas de posicin.
El diagrama de caja describe grficamente el rango de los datos, el rango

intercuartilico, los valores extremos y la ubicacin de los cuartiles. Es una
representacin til para comparar grupos de datos.
[Fuente: Internet]
11
ANALISIS DE GRFICOS
Estadsticas Descriptivas
Tabla de Frecuencia
Descripcin fi fi/n Fi Fi/n
0 24 0,24 24 0,24
1 45 0,45 69 0,69
2 23 0,23 92 0,92
3 7 0,07 99 0,99
4 1 0,01 100 1
5 0 0 100 1
La tabla indica 6 subgrupos posibles valores para los cuales el numero de artefactos
defectuosos presentes salen en el numero de observaciones [0,1,2,3,4,5] es decir
el soporte de X.
Histograma
Grfico #1 Histograma de X
50
40
30
Porcentaje
20
10
0
0,5 1,5 2,5 3,5 4,5 5,5
X=Nmero de artefactos defectuosos
Dicha grafica nos indica lo antes dicho en la tabla de frecuencias, y muestra que el
mayor porcentaje en el experimento se encuentra cuando en la muestra no se
encuentran bolitas marcadas.
12
Ojiva
La grfica ojiva, simula la distrubuccin acumulada que tienen los artefactos

defectuosos, es decir valores que toman los percentiles que hacen que el porcentaje
de los datos tomen valores iguales o menores a estos.
Diagrama de Cajas
13
El grfico de diagrama de cajas y bigote, esta disenado para poder analisar los
limites entre los valores, y su cercania con respecto a los cuartiles que representan
el 25%, 50%, 75% de los datos respectivamente. Por el criterio del rango intercuartil
existe un valor aberrante que es cuando el nmero de artefactos averiados son 4
de una muestra de 5, este valor aberrante, puede haber ocurrido por un error en el
muestreo. Los lmites son 0 y 3, y el 50% de los datos se situan entre 1 y 2.
Cuadro de Estadsticas Bsicas

=
MEDIA ARITMETICA: =

) )
((
VARIANZA: = =
DESVIACION ESTANDAR: =
Media Desviacin Varianza Percentil 25 Percentil 50 Percentil 75

o.48 0.810038 0.6561615614 0 0 1
14
Clculo de Probabilidades

( )( )

F(x)=
( )

N: # de bolitas de la poblacin objetivo, para nuestro caso 40
a: # de bolitas que tienen cierta caracterstica en la poblacin, en nuestro caso 8
n: # de bolitas de la muestra, para nuestro caso 5
x: # de bolitas de la muestra que cumplen con la caracterstica a
PRIMER CASO
N= 40
a=8
n= 5
x=0
8! 32!

(8 0)! 0! (32 5)! 5!
40!
p(x=0 , n=5)= (40 5)! 5! = 0,306038832
SEGUNDO CASO
N= 40
a=8
n= 5
x=1
8! 32!

(8 1)! 1! (32 4)! 4!
40!
p(x=1 , n=5)= (40 5)! 5! =0,437198332
15
TERCER CASO
N= 40
a=8
n= 5
x=2
8! 32!

(8 2)! 2! (32 3)! 3!
40!
p(x=2 , n=5)= (40 5)! 5! =0,211061264
CUARTO CASO
N= 40
a=8
n= 5
x=3
8! 32!

(8 3)! 3! (32 2)! 2!
40!
p(x=3 , n=5)= (40 5)! 5! =0,042212253
QUINTO CASO
N= 40
a=8
n= 5
x=4
8! 32!

(8 4)! 4! (32 1)! 1!
40!
p(x=4 , n=5)= (40 5)! 5! = 0,003404214
16
SEXTO CASO
N= 40
a=8
n= 5
x=5
8! 32!

(8 5)! 5! (32 0)! 0!
40!
(40 5)! 5! 8,51053E-
p(x=5 , n=5)= = 05
Media = = [] = ()()/
= (8)(5)/40 = 1

Varianza = [] = [ 2 ] ([])2 = (1 ) ( )=
1
5(8/40) (1 (8/40))(35/39) =
(0,8)(0,89) = 0,71
Comparando la media del experimento sali 0,48 y la media con la funcin

hipergeometrica sali 1; y la varianza para el experimento sali 0.6561615614 en
cambio usando la funcin hipergeometrica sali 0,71
17
Grfica 4 Distribuccin HiperGeometrica
Hypergeometric; N=100; M=8; n=5
0,7
0,6
0,5
Probabilidad
0,4
0,3
0,2
0,1
0,0
-0,5 0,0 0,5 1,0 1,5 2,0 2,5
X
Este grfico, presenta la modelizacin de una distribucin hipergeomtrica, con los

valores esperados del anlisis de calidad, en comparacin con la distribucin real
difiere, pero no sustantivamente, (Ver grfico 1)
18
Conclusiones
A travs del proyecto se crearon simulaciones de un anlisis de calidad de un producto,

replicndose de manera emprica la seleccin al azar del muestreo iterndose 100 veces el
experimento estadstico. Con estos datos obtenidos se determin valores estadsticos que
busquen describir el proceso. Se lleg a notar que la probabilidad que a parezcan al menos
un artefacto defectuoso es relativamente alta un 76% aproximadamente, esto puede influir
en la toma de decisiones del consumidor con respecto al producto. Sin embargo tambin
se apreci que existen eventos con probabilidades muy cercanas a cero, siendo
despreciables por ejemplo que en una muestra de 5 se obtenga 5 o 4 artefactos
defectuosos.
Adems se compar, con una distribucin que corresponde a este tipo de caso, la
distribucin hipergeomtrica, la cual mostro valores tericos diferentes a los
experimentales, pero esto se debe a que son modelos estocsticos que no se ajustan de
manera perfecta a la realidad y por consecuente existe sesgos, no obstante sirven de gran
manera para describir este tipo de procesos, debido a que su margen de error en la media
y la variacin de datos no supero el 33%. Considerando que el tamao de la poblacin era
reducido adems de los errores que se llevaron en el muestreo.
19
Recomendaciones
La prctica de control de calidad se realiz con las medidas pertinentes pero se puede mejorar:
Realizar ms nmeros de observaciones puede contribuir a reducir el error en el control

de calidad. Por ejemplo a un valor mayor a 30, permitiendo usar Teorema de Limite
Central para acercarse a los valores reales de la poblacin.
Iterar ms veces reducira ms el sesgo.
Para que la muestra sea significativa asegurarse de revolver bien las bolitas en las nforas.
20
Bibliografa
(s.f.).
Gaudencio, Z. (2010). Tratamiento Estadsticos de Datos e Informacin. En Z. Gaudencio,

Fundamentos de Probabilidad y Estadstica (pgs. 10-58). Guayaquil: Escuela Superior
Politcnica del Litoral.
Roberto, C. P., & Daniel, G. G. (2012). Muestreo d Aceptacin. En C. P. Roberto, & G. G. Daniel,
Administracin de las Operaciones (pgs. 2-12).
Walpole, Raymond, & Myers. (2012). Algunas Distribucciones de Probabilidad Discreta. En

Walpole, Raymond, & Myers, Probabilidad y Estadstica para ingeneras (pgs. 143-169).
Mxico Distrito Federal: Pearson Education.
Wikipedia. (12 de Febrero de 2009). Wikipedia. Obtenido de

http://es.wikipedia.org/wiki/Poblacin_estadstica
Wikipedia. (12 de Enero de 2013). Wikipedia. Obtenido de

(https://es.wikipedia.org/wiki/Estad%C3%ADstica)
Trabajos citados
(s.f.).
Gaudencio, Z. (2010). Tratamiento Estadsticos de Datos e Informacin. En Z. Gaudencio,

Fundamentos de Probabilidad y Estadstica (pgs. 10-58). Guayaquil: Escuela Superior
Politcnica del Litoral.
Roberto, C. P., & Daniel, G. G. (2012). Muestreo d Aceptacin. En C. P. Roberto, & G. G. Daniel,
Administracin de las Operaciones (pgs. 2-12).
Walpole, Raymond, & Myers. (2012). Algunas Distribucciones de Probabilidad Discreta. En

Walpole, Raymond, & Myers, Probabilidad y Estadstica para ingeneras (pgs. 143-169).
Mxico Distrito Federal: Pearson Education.
Wikipedia. (12 de Febrero de 2009). Wikipedia. Obtenido de

http://es.wikipedia.org/wiki/Poblacin_estadstica
Wikipedia. (12 de Enero de 2013). Wikipedia. Obtenido de

(https://es.wikipedia.org/wiki/Estad%C3%ADstica)
21
Anexos
22
Registro de Repeticin del Experimento CANT.
MARCADAS
1era buena buena buena x buena 1
2da buena buena buena buena buena 0
3era x x buena x buena 3
4ta x buena buena buena buena 1
5ta x buena buena buena x 2
6ta buena buena x buena buena 1
7ta buena x buena buena buena 1
8va buena buena buena buena buena 0
9na x buena buena buena x 2
10ma x buena x buena buena 2
11ma buena buena buena buena buena 0
12ma buena buena buena x buena 1
13ma buena buena buena buena x 1
15ma buena buena buena x x 2
16ma buena x x x buena 3
18ma buena x buena buena buena 1
19ma x x buena buena buena 2
20ma buena buena x buena buena 1
23ma buena buena buena buena x 1
27ma x x x buena buena 3
29ma buena buena x x buena 2
31ma buena x x buena buena 2
32ma x buena buena buena buena 1
35ma buena x buena x buena 2
37na buena buena buena buena buena 0
39ma x x buena buena buena 2
40ma x x x buena buena 3
23
42ma buena x buena buena x 2
43ma buena x x x x 4
49ma x x buena x buena 3
51ava buena x buena buena buena 1
52ava buena buena buena buena buena 0
53ava buena buena buena buena x 1
56ava buena buena buena x buena 1
57ava x x buena x buena 3
58ava buena x x buena buena 2
59ava x buena buena buena buena 1
60ava x buena buena buena buena 1
51ava buena buena buena x buena 3
62ava buena buena buena x x 2
63ava x buena buena buena x 1
65ava buena x buena buena x 2
66ava x x buena buena buena 2
70ava buena x x buena buena 2
73ava buena buena x buena buena 1
75ava x buena buena buena x 2
81ava x x buena buena buena 2
24
83ava buena x buena x buena 2
88ava x buena x buena buena 1
91va buena x buena buena buena 1
92va buena x buena buena x 2
94va buena x buena buena buena 1
96a x buena buena buena buena 1
97va x buena buena buena buena 1
98va buena buena buena buena x 1
99va buena buena buena buena x 1
100va buena buena x buena buena 1
25
26

Proyecto Estadistica Universidad Agraria

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Proyecto Estadistica Universidad Agraria

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD AGRARIA DEL ECUADOR

FACULTAD DE CIENCIAS AGRARIAS

PROYECTO INSPECCIN DE CALIDAD

ING. JOFFRE SANCHEZ CERN

Establecer un anlisis de calidad, mediante la experimentacin y modelizacin de una

Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de datos

Subconjunto de N observaciones efectuadas a igual nmero de unidades de

Se llama frecuencia a la cantidad de veces que se repite un determinado valor de

En estadstica se pueden distinguir hasta cuatro tipos de frecuencias

Frecuencia absoluta Nmero de observaciones en la muestra que

Frecuencia relativa resulta de dividir fi para el tamao n de la muestras

Frecuencia absoluta acumulada (Ni), es el nmero de veces ni en la

Frecuencia relativa acumulada (Fi), es el cociente entre la frecuencia

Arreglo rectangular que contiene 7 columnas y k filas, la primera columna es para

Medidas de Tendencia Central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la

Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque el

La moda es el dato ms repetido, el valor de la variable con mayor frecuencia

En el mbito de la estadstica, la mediana, representa el valor de la variable de

En estadstica descriptiva se denomina rango estadstico (R) o recorrido

Sirve para identificar a la media de las desviaciones cuadrticas de una variable de

Es aquella representacin grfica de estadsticas de diferentes tipos. La utilidad del

Es un grfico acumulativo, el cual es muy til cuando se quiere representar

Este es un elemento muy importante en nuestro proyecto ya que nos permitir

Una variable aleatoria es aquella que asume diferentes valores a consecuencia de

Una distribucin la podemos concebir con una distribucin terica de frecuencia, es

Nuestra funcin de probabilidad estar definida en funcin de las variables X,Y,Z

Es un diagrama grafico que se usa para expresar en forma resumida, algunas

El diagrama de caja describe grficamente el rango de los datos, el rango

La grfica ojiva, simula la distrubuccin acumulada que tienen los artefactos

Cuadro de Estadsticas Bsicas

Media Desviacin Varianza Percentil 25 Percentil 50 Percentil 75

N: # de bolitas de la poblacin objetivo, para nuestro caso 40

a: # de bolitas que tienen cierta caracterstica en la poblacin, en nuestro caso 8

n: # de bolitas de la muestra, para nuestro caso 5

x: # de bolitas de la muestra que cumplen con la caracterstica a

Comparando la media del experimento sali 0,48 y la media con la funcin

Este grfico, presenta la modelizacin de una distribucin hipergeomtrica, con los

A travs del proyecto se crearon simulaciones de un anlisis de calidad de un producto,

Realizar ms nmeros de observaciones puede contribuir a reducir el error en el control

Gaudencio, Z. (2010). Tratamiento Estadsticos de Datos e Informacin. En Z. Gaudencio,

Walpole, Raymond, & Myers. (2012). Algunas Distribucciones de Probabilidad Discreta. En

Wikipedia. (12 de Febrero de 2009). Wikipedia. Obtenido de

Wikipedia. (12 de Enero de 2013). Wikipedia. Obtenido de

Gaudencio, Z. (2010). Tratamiento Estadsticos de Datos e Informacin. En Z. Gaudencio,

Walpole, Raymond, & Myers. (2012). Algunas Distribucciones de Probabilidad Discreta. En

Wikipedia. (12 de Febrero de 2009). Wikipedia. Obtenido de

Wikipedia. (12 de Enero de 2013). Wikipedia. Obtenido de

Vous aimerez peut-être aussi