Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PUNO
Eduardo Luis Flores Quispe1
RESUMEN
El objetivo de este trabajo fue realizar la modelacin de la evapotranspiracin potencial
(ETP) en el Altiplano de Puno, en funcin del rango de temperatura, aplicando la
estimacin de parmetros de regresin por mxima verosimilitud. Se desarrollaron tres
modelos de ETP a nivel mensual para tres regiones homogneas, se aplic un mtodo de
regionalizacin por ajuste lineal simple de la tendencia de la ETP mensual. La modelacin
en cada regin homognea se realiz con un ajuste de la ETP mensual (obtenida por
tanque clase A del Paper 56 de la FAO) a series de Fourier, estos coeficientes de ajuste se
relacionan a travs de modelos de regresin lineal mltiple con los coeficientes de ajuste
del rango de temperatura a series de Fourier y variables geogrficas (latitud, longitud y
elevacin). Se utilizaron datos de 12 estaciones. Se calibr y valid los modelos, el perodo
de validacin fue de 5 aos. La validacin se realiz comparando los valores obtenidos de
los modelos desarrollados con los valores de ETP de tanque y los valores obtenidos por
los mtodos de Hargreaves (1985), Garca V. et al. (1999) y Serruto (1993). Los modelos
de ETP obtenidos para las tres regiones homogneas poseen un buen desempeo
respecto a los dems modelos, excepto el modelo de la regin 2 que tiene deficiencias en
estimar la ETP en zonas cercanas al Lago Titicaca. Los modelos de ETP son aplicables a
su respectiva regin homognea, estas regiones se encuentran entre los 3812 y 3970
metros sobre el nivel del mar.
Palabras claves: Modelacin, Evapotranspiracin Potencial, Series de Fourier, Mxima
Verosimilitud, Regresin mltiple, Rango de temperatura.
MODELING OF POTENTIAL EVAPOTRANSPIRATION IN THE HIGH PLAINS OF PUNO
ABSTRACT
The objective of this project was the modeling of potential evapotranspiration (PET) in the
high plains of Puno, as a function of temperature range, applying an estimate of regression
parameters for maximum likelihood. Three monthly PET models were developed for three
homogeneous regions, and was applied a regionalization method for simple linear
adjustment of the monthly PET tendency. Modeling in each region was carried out with a
Fourier Series adjustment of monthly PET (obtained for Class A tank from Paper 56 of the
FAO). These adjustment coefficients are related through multiple linear regression models
with Fourier Series adjustment coefficients for temperature range and geographic variables
(latitude, longitude and elevation). Data from 12 stations was used. The models were
calibrated and validated over a period of 5 years. The validation was done by comparing
values obtained from the developed models with tank PET values with those obtained by
the methods of Hargreaves (1985), Garcia V. et al. (1999) and Serruto (1993). The PET
models obtained for the three homogeneous regions performed well compared to other
models, except for the region 2 model which showed deficiencies in estimating PET in
areas near Titicaca lake. The PET models are applicable to their respective homogeneous
regions which are between 3812 and 3970 meters above sea level.
Key words: Modeling, Potential Evapotranspiration, Fourier Series, Maximum Likelihood,
Multiple Regression, Temperature Range
I.
INTRODUCCIN
En el Per los estudios de los procesos de evapotranspiracin son muy escasos, a pesar
de que este interviene directamente en el ciclo hidrolgico y por tanto la mayor parte del
agua se pierde por este proceso a la atmsfera. El estudio de la evapotranspiracin
potencial es importante, porque su estimacin interviene en el clculo del requerimiento de
agua de los cultivos, en la planificacin del riego y en los estudios hidrolgicos.
A pesar de la baja disponibilidad de los recursos hdricos en el altiplano peruano,
poca investigacin se ha llevado adelante relacionada a la determinacin de los
requerimientos de riego bajo las condiciones prevalecientes de clima y suelo (Michel,
1997). Esto hace difcil el dimensionamiento de los sistemas de riego, lo cual resulta en
errores significativos en el clculo de los requerimientos de agua para esas condiciones,
especialmente en el caso de cultivos andinos ya que ellos presentan singulares dinmicas
relacionadas al sistema agua-suelo-planta-atmsfera.
El problema de la determinacin de la evapotranspiracin potencial en el Altiplano
de Puno merece especial atencin, debido a la falta de modelos matemticos adecuados a
las caractersticas singulares de la zona. La presencia del Lago Titicaca, crea un medio
ambiente diferente a otras zonas del Per ubicadas a la misma altitud, del mismo modo,
zonas ms alejadas al lago tienen condiciones meteorolgicas diversas que influyen en la
evapotranspiracin potencial.
El objetivo general del presente trabajo es realizar la modelacin de la
evapotranspiracin potencial mediante el uso del mtodo de mxima verosimilitud para
establecer los parmetros de una nueva formula emprica en funcin de las variables
meteorolgicas para las singulares condiciones climticas del Altiplano de Puno.
Los objetivos especficos son:
Establecer uno o varios modelos que permitan determinar la evapotranspiracin
potencial en funcin de valores obtenidos de tanque clase A, mtodos validados en
anteriores investigaciones y registros de variables meteorolgicas para las
condiciones climticas del Altiplano de Puno.
Calibrar y validar los modelos de evapotranspiracin potencial para las condiciones
de clima del altiplano de Puno.
II. REVISIN DE LITERATURA
2.1. Mtodo de la bandeja de evaporacin clase A
GUROVICH (1999) afirma que, el mtodo estndar de determinacin de la
evapotranspiracin, es el evapormetro de bandeja Standard Clase A, del U.S.W.B.
(Oficina de Climatologa de EE.UU.); este instrumento permite determinar la evaporacin
desde una superficie de agua, que es el mejor integrador de los factores climticos que
determinan la evapotranspiracin.
La ecuacin general para estimar ETp (evapotranspiracin potencial) por medio de
lecturas de evaporacin en una bandeja es:
ETp = Kp * E
(1)
Donde:
ETp
= evapotranspiracin potencial diaria del rea bajo estudio (mm/da)
Kp
= coeficiente de bandeja, que depende de la ubicacin de sta y de las condiciones
climticas.
E
= evaporacin del tanque o bandeja para el perodo de 24 horas (mm/da).
2.2.
ALLEN et al (1998) afirman que, dependiendo del tipo de tanque, el tamao y estado de la
zona de amortiguamiento de viento (fetch) los coeficientes diferirn. Al agrandar la zona de
amortiguamiento de viento, la mayora de aire en movimiento sobre el tanque estar en
equilibrio con la zona de amortiguamiento. En equilibrio con un gran fetch, el aire contiene
ms vapor de agua y menos calor en el caso A que en el caso B, segn los grficos 1 y 2.
Grfico 1. Caso A
Viento
Tanque
Cultivo Verde
Superficie seca
50 m o ms
fetch
Grfico 2. Caso B
Viento
Cultivo Verde
50 m o ms
Tanque
Superficie
seca
fetch
(2)
Donde:
Kp
= coeficiente del tanque.
u2
= velocidad del viento diaria promedio a 2 m de altura (m/s).
RHmean = humedad relativa diaria promedio (%).
FET
= fetch.
1 m FET 1000 m.
30 % RHmean 84 %
1 m/s u2 8 m/s
2.3. Aproximacin de la evapotranspiracin potencial Et() por series de Fourier
FENNESSEY y VOGEL (1996) afirman que, los datos peridicos pueden aproximarse por
una funcin continua de series de Fourier. Bloomfield (1976) report la formulacin de
series de Fourier para aproximar la Et(). La serie de Fourier aproximada es
m
k
Et , f Eta + a k cos
6
k =1
k
+ bk sin
(3)
Donde es el mes, = 1, ..., 12; Et,f() denota la aproximacin por series de Fourier para el
valor promedio mensual de evapotranspiracin del cultivo de referencia diaria durante el
mes ; Eta es el promedio anual de evapotranspiracin del cultivo de referencia diaria; k es
el ndice de sumatoria para el armnico k; m es el nmero total de armnicos requeridos
para aproximar exactamente Et(). Se determin que con m = 2 armnicos resultan valores
de Et,f() que aproximan muy bien Et().
1
6
12
[E ( ) E
1
6
ta
] cos k
(4)
]sin k
(5)
=1
12
[E ( ) E
ta
=1
k
k
T f ( ) Ta + c k cos
+ d k sin
6
6
k =1
(6)
Ta =
c1 =
d1 =
c2 =
d2 =
1
6
1 12
T ( )
12 =1
] cos
(8)
]sin
(9)
] cos
(10)
]sin
(11)
12
[T ( ) T
=1
12
1
6
[T ( ) T
1
6
12
[T ( ) T
1
6
[T ( ) T
=1
=1
12
=1
(7)
6
3
(12)
Donde Long es la longitud del sitio (en grados decimales), Elev es la elevacin del sitio (en
metros), y t denota la variable dependiente Eta, a1, b1, a2 o b2.
El modelo regional final para Et(), denotado por Et,r(), es
E t , r ( ) = E ta + a1 cos + b1 sin + a 2 cos + b2 sin
6
6
3
3
(13)
Donde los coeficientes del modelo son obtenidos utilizando la ecuacin de regresin
regional.
2.5. Estimacin por mxima verosimilitud
PINDYCK y RUBINFELD (1998), sealan que, la estimacin de mnimos cuadrados
ordinarios produce estimadores que en ocasiones son ineficientes o inconsistentes. La
gran ventaja de la estimacin por mxima verosimilitud es que bajo un conjunto amplio de
condiciones los estimadores de los parmetros son consistentes y (para muestras
grandes) asintticamente eficientes.
Supngase que un modelo general est dado por
Y = f (X 1 ,..., X k , 1 ,..., p ) +
(14)
Donde est distribuido en forma normal y satisface todas las otras suposiciones del
modelo de regresin lineal bsico. Entonces, para cada una de las N observaciones en Y y
las X correspondientes, se puede escribir la distribucin de probabilidad de Y, dadas las X
y , como:
1
f (Yi , X i , ) =
2 2
1/ 2
))
1
Y f X 1i ,..., X ki , 1 ,..., p
exp
2 i
(15)
f (Y , X , ) = 2 log 2 2 log
N
1
2
2
(Y f (X
i
1i ,..., X ki , 1 ,..., p
))
(16)
(Todas las sumatorias son calculadas sobre las observaciones i = 1, 2, ..., N.)
Al diferenciar la ltima ecuacin con respecto a cada una de las y 2, igualando a
0 y resolviendo, obtendremos un sistema de p+1 ecuaciones no lineales con p+1
incgnitas. Si las ecuaciones no son lineales, el proceso de solucin es ms complejo y se
debe usar un procedimiento numrico.
2.6. Modelos de estimacin de la ETP para el Altiplano de Puno
Segn Garca V. et al (1999), el modelo de mejor ajuste de ETP corresponde al potencial
cuya expresin es para Puno.
Eo = 3.2114(Qs )
0.005623 T
Donde:
Eo = evapotranspiracin potencial (mm/da).
Qs = radiacin solar extraterrestre (mm/da).
T = rango diurno de temperatura (C).
T = T max T min
(17)
ETP = 0.003(RS )
2.5
+ 0.16(T )
0.88
(18)
Donde:
ETP = evapotranspiracin potencial o evapotranspiracin de referencia (mm/da).
RS
= radiacin solar extraterrestre (mm/da).
T
= temperatura media mensual (C).
2.7. Ecuacin alternativa para ETo cuando faltan datos climticos
ALLEN et al (1998) plantean, que la ETo puede ser estimada utilizando la ecuacin de
Hargreaves (1985) donde:
(19)
Donde:
ETo
= evapotranspiracin del cultivo de referencia (mm/da).
Tmean = temperatura promedio del da (C).
Tmax = temperatura mxima promedio del da (C).
Tmin
= temperatura mnima promedio del da (C).
Ra
= radiacin solar extraterrestre (mm/da).
Longitud (W)
Latitud (S)
Altitud (msnm)
Arapa
7006'00''
1509'00''
3840
Ayaviri
7035'35"
1452'23"
3928
Azangaro
7012'00''
1455'00''
3860
Desaguadero
6902'00"
1634'00"
3812
El Belen
6840'00"
1604'00"
3820
Huancane
6945'00''
1512'00''
3890
Huaraya Moho
6928'00"
1523'00"
3890
Juli
6927'00"
1613'00"
3820
Lampa
7022'00''
1522'00''
3892
Melgar
7054'03''
1446'06''
3920
Progreso
7021'57"
1441'22"
3970
Puno
7001'00"
1550'00"
3812
3.2. Metodologa
3.2.1. Calculo de la ETP
La evapotranspiracin potencial (ETP) se determin por el mtodo del tanque clase A del
Paper 56 de la FAO, esta se consider como ETP observada.
El coeficiente del tanque clase A se determin segn el procedimiento citado por ALLEN et
al (1998). El caso que se consider fue A mostrado en el grfico 1, condicin similar en la
que operan los tanques en el Altiplano de Puno. Se utiliz la ecuacin 2 del coeficiente
para el tanque clase A.
3.2.2. Regionalizacin
La ecuacin de regresin lineal simple de la evapotranspiracin media mensual contra el
tiempo (ao) en los ltimos 5 aos de cada estacin, se estim por mnimos cuadrados y
los parmetros de esta ecuacin (intercepto y pendiente) se tomaron para definir regiones
homogneas. Para ello se grafic cada parmetro (intercepto y/o pendiente) contra la
Longitud geogrfica en grados decimales. Donde se observ tendencias lineales diferentes
entre los puntos, se encontr una regin homognea en evapotranspiracin potencial.
3.2.3. Aproximacin de la evapotranspiracin potencial Et() por series de
Fourier
La serie de Fourier a la que se ajust la ETP mensual es la que presenta la ecuacin 3.
Los coeficientes de la serie de Fourier para el armnico k de Et,f(), ak y bk, fueron
estimados usando las ecuaciones 4 y 5.
3.2.4. Modelo de regresin regional para la evapotranspiracin potencial Et()
El rango de temperatura Dt (diferencia entre la temperatura media de las mximas y la
media de las mnimas) del aire es un indicador del nivel de evapotranspiracin sobre la
superficie terrestre. La ETP mensual se estima utilizando una regresin multivariada con el
rango de temperatura como variable independiente.
La ecuacin de regresin regional describe cinco coeficientes de Fourier de ETP
formado por dos armnicos: Eta, a1, b1, a2 y b2. Las variables independientes son: la latitud,
la longitud y la elevacin de la estacin, y el rango de temperatura promedio.
Las series de Fourier fueron ajustadas a los rangos de temperatura mensuales
promedio, Dt(), = 1, ..., 12, mostrada por
m
k
k
Dt f ( ) Dt a + c k cos
+ d k sin
6
6
k =1
(20)
1 12
Dt a = Dt ( )
12 =1
1 12
[Dt ( ) Dt a ]cos
6 =1
6
12
1
d 1 = [Dt ( ) Dt a ]sin
6 =1
6
12
1
c 2 = [Dt ( ) Dt a ]cos
6 =1
3
12
1
d 2 = [Dt ( ) Dt a ]sin
6 =1
3
c1 =
(21)
(22)
(23)
(24)
(25)
Donde:
Dt() = rango de temperatura mensual promedio (C) del mes .
Dta
= rango de temperatura anual promedio (C).
La ecuacin de regresin regional final toma la forma
(26)
E t , r ( ) = E ta + a1 cos + b1 sin + a 2 cos + b2 sin
6
6
3
3
(27)
Donde los coeficientes del modelo son obtenidos utilizando la ecuacin de regresin
regional.
3.2.5. Modelacin por estimadores de mxima verosimilitud
Se estim los coeficientes de la ecuacin de regresin por el mtodo de mxima
verosimilitud. Para la estimacin por mxima verosimilitud se utiliz el software
economtrico Eviews versin 5.0.
3.2.6. Calibracin y Validacin del modelo
El perodo de calibracin se tomo en cada estacin como toda la serie de registro excepto
los ltimos cinco aos que se utilizaron para la validacin del modelo.
La calibracin del modelo se realiz con la estimacin de los coeficientes de
regresin mltiple primero por el mtodo de mnimos cuadrados y posteriormente por el
mtodo de mxima verosimilitud.
La validacin del modelo se realiz con la aplicacin del modelo a este perodo y
se compar los valores calculados con los observados. Simultneamente se compar los
valores obtenidos por series de Fourier con los obtenidos aplicando los modelos
desarrollados en el Altiplano (Serruto (1993) y Garca V. et al (1999) ) y con el modelo de
Hargreaves (1985). Para la comparacin del modelo se determin el error medio
cuadrtico (EMC).
IV. RESULTADOS Y DISCUSIN
4.1.
ETP (mm)
140
120
100
80
60
40
20
2004
1999
1994
1989
Tiempo (aos)
El ajuste lineal de la ETP media mensual de los ltimos 5 aos contra el tiempo, para la
estacin Desaguadero se muestra en el grfico 4, para las 12 estaciones tambin se hizo
este ajuste.
Grfico 4. ETP media mensual contra el tiempo. Estacin Desaguadero
120
E T P (mm)
100
80
y = 7.8387x - 15614
R 2 = 0.9917
60
40
20
0
2000
2001
2002
2003
2004
2005
2006
Tiempo (aos )
69.033
6
70.200
4
69.450
P endiente
2
0
68.500
-2
69.000
69.750
70.366
70.367
70.500
70.00070.017
70.500
71.000
70.100
70.593
69.500
-4
-6
68.667
-8
-10
69.467
-12
L ongitud
En el cuadro 2 se muestra las tres regiones homogneas en ETP, segn los patrones
observados con la pendiente y la longitud.
Altitud (msnm)
3820
3890
Regin 2
Desaguadero
Juli
Huancane
Puno
Arapa
Latitud (S)
16.567
16.217
15.200
15.833
15.150
Altitud (msnm)
3812
3820
3890
3812
3840
Latitud (S)
14.917
14.689
15.367
14.768
14.873
Altitud (msnm)
3860
3970
3892
3920
3928
Regin 3
Azangaro
Progreso
Lampa
Melgar
Ayaviri
Pendiente
7.838
2.308
1.473
-1.607
-2.385
Pendiente
5.055
0.6
-1.02
-1.422
-3.068
Longitud (W)
69.033
69.450
69.750
70.017
70.100
Longitud (W)
70.200
70.366
70.367
70.500
70.593
En el cuadro 4 se muestran los resultados del proceso de calibracin del modelo para cada
regin homognea a travs del mtodo de mnimos cuadrados, se presentan los
coeficientes de determinacin R2 y de correlacin mltiple R.
Cuadro 4. Resultados del proceso de calibracin de los modelos de ETP en las regiones
homogneas
2
Regin homognea
Variable dependiente
R
R
Eta
0.91
0.96
a1
0.74
0.86
1
b1
0.42
0.65
a2
0.46
0.68
b2
0.31
0.56
Eta
0.54
0.73
a1
0.50
0.71
2
b1
0.52
0.72
a2
0.32
0.57
b2
0.34
0.58
Eta
0.91
0.95
a1
0.61
0.78
3
b1
0.79
0.89
a2
0.55
0.74
b2
0.75
0.87
El modelo de ETP que se calibr para cada regin homognea tiene un buen desempeo
en las regiones 1 y 3 esto se muestra con altos valores de coeficientes de determinacin y
correlacin. En cambio el desempeo del modelo en la regin 2 es deficiente.
En la regin 2 cercana al Lago en la parte occidental, la ETP no solo depende de la
temperatura y de los factores geogrficos, sino existe influencia del Lago. Esto se puede
afirmar porque el mejor desempeo del modelo se da en la regin 3 que est ms lejana al
Lago.
Los coeficientes de regresin mltiple se estimaron por mxima verosimilitud, estos son los
que se presentan finalmente en los modelos de las 3 regiones homogneas y fueron
utilizados para validar los modelos.
160
140
ETP (mm)
120
100
80
60
40
20
0
20
0
9
19
9
8
19
9
7
19
9
19
9
Tiempo (aos)
HARGREAVES
GARCIA V.
SERRUTO
CALCULADO MODELO
OBSERVADO
140
120
ETP (mm)
100
80
60
40
20
5
20
0
4
20
0
3
20
0
2
20
0
20
0
Tiempo (aos)
HARGREAVES
GARCIA V.
SERRUTO
CALCULADO MODELO
OBSERVADO
140
120
ETP (mm)
100
80
60
40
20
05
20
04
20
03
20
02
20
20
01
Tiempo (aos)
HARGREAVES
GARCIA V.
SERRUTO
CALCULADO MODELO
OBSERVADO
Este grfico 9 muestra que para la estacin Puno, el modelo de Hargreaves es el que
mejor se ajusta a los datos observados, tiene un error medio cuadrtico menor a los
dems modelos. El modelo propuesto es poco eficiente en esta estacin debido
principalmente a la cercana al Lago y a su efecto en la ETP que no es captado por el
modelo desarrollado lo mismo que en la estacin Desaguadero y Juli.
4.4.3. Regin homognea 3
Segn el grfico 10, el modelo propuesto en la estacin Lampa, tiene un buen ajuste a
los datos observados que los dems modelos, tiene tambin el menor error medio
140
120
ETP (mm)
100
80
60
40
20
6
20
0
5
20
0
4
20
0
3
20
0
20
0
Tiempo (aos)
HARGREAVES
GARCIA V.
SERRUTO
CALCULADO MODELO
OBSERVADO
Cuadro 6. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 1.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
El Belen
544.6
981.2
847.7
497.6
Huaraya Moho
420.4
1609.2
1166.7
249.2
2
Cuadro 7. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 2.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
Arapa
1068.0
2448.0
2787.7
188.1
Desaguadero
536.5
1273.5
1678.7
662.9
Huancan
507.4
2269.2
1445.3
305.4
Juli
139.1
889.4
631.2
645.1
Puno
154.1
1276.5
820.0
601.1
2
Cuadro 8. Error medio cuadrtico (mm ) de los modelos comparados con el modelo
propuesto. Regin homognea 3.
Estacin
Hargreaves
Garca V.
Serruto
Modelo propuesto
Lampa
463.7
2028.8
953.7
148.6
Melgar
863.1
2448.6
2321.7
95.5
Progreso
1344.1
160.8
1683.9
441.9
E t , r ( ) = E ta + a1 cos
6
+ b1 sin
+ a 2 cos
+ b2 sin
(28)
Donde:
Et,f () = evapotranspiracin potencial en mm del mes .
(29)
Los coeficientes de estas ecuaciones obtenidos por mxima verosimilitud son los que se
muestran en los cuadros 9, 10 y 11.
Cuadro 9. Coeficientes de regresin lineal mltiple para la regin 1.
e0
e1
e2
e3
e4
e5
i
0
0
Eta
922.7406
-0.2127 -0.5728 1.5673
0
0 -0.2436 1.0754 -3.5857
a1
924.1884
0
0 0.1673 0.7534 6.8575
b1
-640.8246
0
0 0.0271 -0.1276 0.3642
a2
-103.2447
0
0 -0.0612 -1.7685 -3.9872
b2
242.5945
e6
e7
-4.3370 -4.6834
-0.3201 4.6650
2.1134 1.2528
1.3030 2.4540
-1.4792 -0.2360
e6
e7
5.0163 -3.3832
2.2825 0.8221
-0.6827 1.8660
0.4971 1.7956
0.1593 1.1357
e8
-5.7186
1.1811
-1.6533
-4.6338
0.8854
e8
5.9410
1.5935
0.5754
1.2443
2.1662
e8
2.1263
-5.9959
4.0716
-1.8732
10.1157
Donde:
i
= variable dependiente, sea Eta, a1, b1, a2 o b2.
Lat
= latitud geogrfica en grados decimales.
Long
= longitud geogrfica en grados decimales.
Elev
= elevacin en metros sobre el nivel del mar.
Dta, c1, d1, c2 y d2, se obtienen a travs de las siguientes frmulas
1 12
Dt ( )
12 =1
1 12
c1 = [Dt ( ) Dt a ]cos
6 =1
6
1 12
d 1 = [Dt ( ) Dt a ]sin
6 =1
6
Dt a =
(30)
(31)
(32)
1 12
[Dt ( ) Dt a ]cos
6 =1
3
12
1
d 2 = [Dt ( ) Dt a ]sin
6 =1
3
c2 =
(33)
(34)
Donde:
Dt = T max T min
(35)
Donde:
Tmax = temperatura media de las mximas diarias (C ) en un mes.
Tmin
= temperatura media de las mnimas diarias (C ) en un mes.
Dta
= rango de temperatura promedio anual (C).
V.
1.
2.
3.
4.
5.
1.
2.
3.
4.
5.
CONCLUSIONES
BIBLIOGRAFA
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.