Estadística para

Administradores

Pruebas de Hipótesis
de una muestra

Lic. Daniel Fortuna Chap 9-1

 ¿Que es una hipótesis?
 Una hipótesis es un supuesto
acerca de un parámetro
poblacional:
 Media poblacional
Ejemplo: La media mensual de las
facturas de los teléfonos celulares en
esta ciudad es μ = $820

 Proporción poblacional
Ejemplo: La proporción de adultos en ésta
ciudad con teléfonos celulares es π>= 0.88
Chap 9-2
 La hipótesis Nula H0

 Establece el estado del supuesto a ser probado

Ejemplo: El numero promedio de TV en las casas de esta
ciudad, es igual a tres televisores

 Es siempre acerca de un parámetro poblacional

jamás sobre un estadístico muestral,

H0 : μ  3 H0 : X  3

Chap 9-3
 La Hipótesis Nula , H0
(continua)

 Empieza con el supuesto que la hipótesis nula es

verdadera. Es la Hipótesis que siempre es
testeada.
 Similar a inocente mientras
no se pruebe lo contrario
 Se refiere al mantenimiento del status quo
 Siempre se refiere a un valor específico del
parámetro poblacional, nunca del estadístico
muestral
 No innovar
 Siempre contiene los signos “=” , (“≤” o “” )
 Puede o no ser rechazada Chap 9-4
 La Hipótesis Alternativa H1
 Es la opuesta a la hipótesis nula
 P.ej., El promedio del numero de TV en ésta
ciudad es distinto a 3 ( H1: μ ≠ 3 )
 Representa una afirmación de
investigación o inferencia específica que se
quiera demostrar.
 Representa la conclusión si la Hipótesis
nula es rechazada.
 Nunca contiene los signos “=” , (“≤” o “”)
 Es generalmente la hipótesis que el
investigador desea probar Chap 9-5
Las Hipótesis Nula (H0) y
Alternativa (H1)

Si no se rechaza la
Hipótesis nula, no se
ha podido demostrar la
Hipótesis alternativa,
pero no poder
demostrar la Hipótesis
alternativa no quiere
decir que se haya
demostrado la
Hipótesis nula.
Chap 9-6
 Proceso de la Prueba de hipótesis

Supuesto: La edad media poblacional es 50 años

Hipótesis Nula : Poblacion
H0: μ = 50
Hipótesis Alternativa :
H1: μ ≠ 50 Seleccionamos
una muestra
aleatoria
Es cierta μ = 50?
Calculamos
Efectuamos la La Edad media Muestra
prueba de Muestral y
Hipótesis, supongamos
que es 45 años
X = 45
 Proceso de la Prueba de hipótesis

Efectuamos la
prueba de
Hipótesis,

Si rechazamos Si no rechazamos la
la H0, H0, no podemos
aceptamos la afirmarla, sólo no
H1: La edad de podemos decir que la
la población no edad de la población
es 50 años sea distinta de 50 años
Regiones de Rechazo y No Rechazo

/2 /2
1- 
X
Rechazo Región de no Rechazo
H0
-Z
rechazo H0
+Z
H0 Z
0

valor valor
crítico crítico
Inferior Superior

Chap 9-9
 Nivel de significación y
la Región de Rechazo
Nivel de significación = 

H0: μ = a /2 /2

H1: μ ≠ a Prueba de dos
colas VCI VCS

H0: μ ≤ a 
H1: μ > a
Cola superior VCS

H0: μ ≥ a

H1: μ < a
Cola inferior VCI

Chap 9-10
Errores de las pruebas y sus
Probabilidades

Posible resultados de las hipótesis

Situación Actual
Decisión H0 Verdadera H0 Falsa
No
No hay error Error Tipo II
Rechazar
H0
1-  β

Rechazar Error Tipo I No hay Error

H0  1-β

Chap 9-11
 Nivel de significación 

 Es la probabilidad de cometer error de tipo I:

Rechazar una H0 verdadera
 Es la probabilidad de rechazo bajo la H0
 Determina el tamaño de la región de rechazo
 Se denota por  ,
 valores usuales son 0.01, 0.05, o 0.10
 Es seleccionado por el investigador al inicio
 Provee los valores críticos de la prueba

Chap 9-12
 Nivel de Confianza 1-α

 Es el complemento de la probabilidad de error

de tipo I
 Es la probabilidad de no rechazar la H0 cuando
es verdadera (y por lo tanto no debe
rechazarse)
 Es una decisión correcta
 Valores Usuales son: 0,99; 0,95 y 0,90

Chap 9-13
 Errores en la Toma de Decisiones

 Error Tipo I, de 1er especie, o del

productor
 Rechazar una hipótesis nula cuando es
verdadera
 Considerado un tipo serio de error

La probabilidad del error de tipo I Error es 

 Llamado nivel de significación de la prueba
 Definido por el investigador al inicio

Chap 9-14
 Errores en la Toma de Decisiones
(continua)

 Error de Tipo II, de 2da Especie o, del

consumidor
 No Rechazar la hipótesis nula cuando es
falsa

La probabilidad del Tipo II, Error β

Chap 9-15
 Relaciones de los Errores Tipo I y
II

Los Errores Tipo I y Tipo II no pueden variar en

el mismo sentido
Errorde Tipo I puede sólo ocurrir cuando H0
es verdadera
 Error Tipo II puede solo ocurrir si H0 falso

Si la probabilidad del error Tipo I (  ) ,

entonces la probabilidad del error Tipo II ( β )
Chap 9-16
 Factores que Afectan al Error deTipo II

 Manteniéndose igual las demás condiciones

 β cuando las diferencias entre el parámetro
hipotetizados y el valor verdadero

 β cuando 
 β cuando σ
 β cuando n

Chap 9-17
 6 Pasos en la Prueba de
hipótesis
1. Establecer la hipótesis nula H0 ,y, la hipótesis
alternativa, H1
2. Elegir el nivel de significación, , y el tamaño
de la muestra n
3. Determinar el estadístico, y, la distribución de
la Prueba de Hipótesis
4. Determinar ,el ,o los valores críticos, que
divide en dos regiones, rechazo, o aceptación
de la hipótesis nula

Chap 9-18
 6 Pasos en la Prueba de
hipótesis
(continua)

5. Reunir los datos y calcular el valor del

estadístico de la prueba
6. En base al estadístico tomar la decisión, y,
señalar las conclusiones del investigador, de
acuerdo a que el estadístico caiga en la región
de no rechazo, o rechazo de la hipótesis nula
H0.

Chap 9-19
Prueba de Hipótesis para la media

Prueba de hipótesis para 

 Conocida 
Prueba Z Desconocida

Muestra grande Muestra chica

Prueba Z Prueba t

Chap 9-20
 Prueba de hipótesis Z para la
media (σ conocida o n>30)

Prueba de hipótesis para 

 Conocida 
Prueba Z Desconocida

Muestra grande Muestra chica

Prueba Z Prueba t

Chap 9-21
Prueba de hipótesis Z para la
media (σ conocida o n>30)

El estadístico es:

X μ
Z 
σ
n
Chap 9-22
 Prueba de dos colas
H0: μ = a
 Hay dos valores H1: μ  a
de corte (valores
críticos),
definiendo las /2 1- /2
regiones de
rechazo
a X
Rechazo Región de no Rechazo
H0
-Z
rechazo H0
+Z
H0 Z
0

valor valor
crítico crítico
Inferior Superior
Chap 9-23
 Prueba de una cola
(superior o derecha)

H0: μ ≤a  Hay un valor de

H1: μ  a corte (valor
crítico),
definiendo las
1-  regiones de
rechazo y no
X rechazo
a
Región de no Rechazo
rechazo H0
+Z
H0 Z
0
valor
crítico
Superior
Chap 9-24
 Prueba de una cola
(inferior o izquierda)

H0: μ ≥a
 Hay un valor de
H1: μ < a
corte (valor
crítico),
 1-
definiendo las
regiones de
rechazo y no
a X rechazo
Rechazo Región de no
H0 rechazo H0
-Z
0

valor
crítico
Inferior
Chap 9-25
 Ejemplo de la Prueba de hipótesis
Probar la afirmación que el numero de TV de las casas
de la ciudad es igual a 3.
(Suponemos σ = 0.8)
1. Establecer las apropiadas hipótesis nula y
alternativa
 H0: μ = 3 H1: μ ≠ 3 (Prueba a dos colas)
2. Especificamos el nivel de significación deseado y
el tamaño de la muestra
 Suponemos que  = 0.05 y n = 100 son elegidos

Chap 9-26
 Ejemplo de la Prueba de hipótesis
(continua)

3. Determinar la técnica apropiada

 σ es conocida entonces se usa la prueba Z .
4. Determinar el, o los valores críticos
 Para  = 0.05 el valor crítico de z, es ±1.96
5. Reunir los datos y calcular el estadístico de la
prueba
 Supongamos que los resultados muestrales son
n = 100, X = 2.84 (σ = 0.8 se supone conocida)
Así el estadístico de la prueba es:
Xμ 2.84  3  .16
Z     2.0
σ 0.8 .08
n 100
Chap 9-27
 Ejemplo de la Prueba de hipótesis
(continua
 6. ¿cae el estadístico de la prueba en la región de
rechazo, o en la de aceptación?
 = 0.05/2  = 0.05/2
Rechazo H0
si Z < -1.96
o, Z > 1.96; Rechazo No rechazo de Rechazo
En otro H0 H0 H0
-Z= -1.96 0 +Z= +1.96
caso no
rechazar H0
donde, Z = -2.0 < -1.96, así que
el estadístico de la prueba cae
en la región de rechazo
Chap 9-28
 Ejemplo de la Prueba de hipótesis
(continua
6(continúa). Se toma la decisión, y, se interpreta el
resultado

 = 0.05/2  = 0.05/2

Rechazo No rechazo H0 Rechazo

H0 H0
-Z= -1.96 0 +Z= +1.96
-2.0
Siendo Z = -2.0 < -1.96, rechazamos la hipótesis nula
y concluimos, con un 95% de confianza, que la
evidencia es suficiente para afirmar que el numero
medio de aparato de TVs en la ciudad no es igual a 3
Chap 9-29
 Prueba utilizando el p-Value

 p-value: Probabilidad de obtener un valor de

la prueba más extremo ( < ó >) que el valor
observado muestral dado que H0 es
verdadera
 Es también llamado nivel de significación
observado

 Pequeños valores de , para los cuales H0

puede ser rechazados

Chap 9-30
 Ejemplo de la Prueba de hipótesis
(continua

 Convertir estadísticos muestrales (p.ej., X )

siendo el estadístico de la prueba (p.ej el
estadístico, Z )
 Obtener el p-value de la salida de la
computadora o de la tabla
 Comparar el p-value con 
 Si p-value <  , rechazo H0
 Si p-value   , no rechazo H0

Chap 9-31
 p-Value. Valor de p- Ejemplo
En el ejemplo anterior hallamos el p-value
n = 100, X = 2.84 (σ = 0.8 se supone conocida)
H0: μ = 3 H1: μ ≠ 3

𝑥−𝜇 2.84 − 3
z= 𝑧= = −2
𝜎 0.8
𝑛 100

P(Z < 2.0)  0.0228

P(Z  2.0)  0.0228

Chap 9-32
 p-Value. Valor de p- Ejemplo

/2 = 0.025 /2 = 0.025

0.0228 0.0228

-1.96 0 1.96 Z
-2.0 2.0
P(Z < 2.0)  0.0228
p-value
P(Z  2.0)  0.0228
= 0.0228 + 0.0228 = 0.0456

Chap 9-33
 p-Value Ejemplo
(continua)
 Comparar el p-value con 
 Si el p-value <  , rechazo H0
 SI p-value   , no rechazo H0

Aquí, p-value = 0.0456 /2 = 0.025 /2 = 0.025

 = 0.05
0.0228 0.0228
Como 0.0456 < 0.05,
rechazamos la
hipótesis nula
-1.96 0 1.96 Z
-2.0 2.0
Chap 9-34
p-Value Ejemplo
(continua)

El p-value nos indica

hasta qué nivel de
significación (α) se
puede rechazar la
Hipótesis Nula (H0)

Chap 9-35
 Conexión con los Intervalos de
Confianza
 para X = 2.84, σ = 0.8 y n = 100, el intervalo de
confianza al 95% es:

0.8 0.8
2.84 - (1.96)    2.84  (1.96)
100 100

2.6832 ≤ μ ≤ 2.9968

 Como el intervalo no contiene la media hipotética (3.0),

rechazamos la hipótesis nula al  = 0.05
Conexión con los Intervalos
de Confianza

Si el intervalo de
confianza no contiene
al valor hipotetizado,
se rechaza la
Hipótesis Nula para
ese nivel de
significación

Chap 9-37
 Pruebas de una cola

 En algunos casos la hipótesis alternativa se

focaliza en una dirección particular

Esta es una prueba de cola inferior-

H0: μ ≥ 3
pues allí se focaliza la hipótesis de
H1: μ < 3 que la media poblacional es menor
que 3
H0: μ ≤ 3 Esta es una prueba de cola superior
pues la hipótesis alternativa se
H1: μ > 3
focaliza en la cola superior o mayor
de 3

Chap 9-38
 Prueba de cola izquierda
H0: μ ≥ 3
 Hay un solo valor H1: μ < 3
crítico siendo la
región de rechazo
pues el área de 
rechazo es solo de
una cola Rechazo No rechazo H0
Z
H0 -Z 0

μ X

valor
Crítico
Chap 9-39
 Prueba de cola derecha

H0: μ ≤ 3
 Hay solo un valor
critico, estando el H1: μ > 3
área de rechazo solo
en una cola 

no rechazo H0 Rechazo
Z Z α H0
0
_
X μ

Valor
Crítico
Chap 9-40
 Ejemplo: Cola derecha Prueba Z
para la media ( Conocida
Una empresa de telefonía celular piensa que el
consumo promedio de los clientes mensuales
superará el promedio de $420 por mes. La
empresa desea probar ésta hipótesis.
(Suponemos que  = 80 es conocida)

La prueba de hipótesis

H0: μ ≤ 420, el promedio no es superior a $420 mensuales

H1: μ > 420, el promedio es superior a $420 mensuales
(p.ej., hay suficiente evidencia del supuesto del ejecutivo)

Chap 9-41
 Ejemplo: Encontrar la región de
rechazo
(continua)
 Supongamos que  = 0.10 es elegido para la
prueba
Determine la región de rechazo: Rechazo
H0

 = 0.10

No rechazo H0 Rechazo
0 1.28 H0

Rechazo H0 si Z > 1.28

Chap 9-42
 Revisión de:
Valor Crítico de una cola
¿Cuál es el valor de Z dado
 = 0.10?
0.90 0.10

 = 0.10
0.90

z 0 1.28

Valor Crítico = 1.28

Chap 9-43
 Ejemplo: Estadístico de la Prueba
(continua)

Obtener una muestra y calcular el estadístico de la

prueba

Suponemos que se toma una muestra con los

siguientes resultados: n = 64, X = 428
(=10 se supone conocida)

 El estadístico de la prueba es:

Xμ 428  420
Z    0.8
σ 80
n 64
Chap 9-44
 Ejemplo: Decisión
(continua)
Tomar una decisión e interpretar el resultado
Rechazar
H0

 = 0.10

No rechazar H0 Rechazar
1.28 H0
0
Z = 0.8

No rechazar H0 pues Z = 0.8 ≤ 1.28

p.ej.:No hay evidencia suficiente para aceptar
que la media es superior a $420
Chap 9-45
 p -Value Solución
(continua)
Calcular el p-value y comparar con 
(suponiendo que μ = 420)
p-value = 0.2

Rechazo H0
 = 0.10
P(X  428)
 428 - 420 
 P Z  
0  80/ 64 
 P(Z  0.8)  1  0.8
No rechazar H0 Rechazar
1.28 H0
Z = 0.8  0.2

No rechazar H0 pues el p-value = 0.2 >  = 0.10

Chap 9-46
 Prueba de hipótesis para la
media (σ Desconocida n<30)

Prueba de hipótesis para 

 Conocida 
Prueba Z Desconocida

Muestra grande Muestra chica

Prueba Z Prueba t

Chap 9-47
Prueba de hipótesis para la
media (σ Desconocida n<30)

El estadístico es:

X μ
t n 1  
S
n

Chap 9-48
 Ejemplo: Prueba de dos colas, distribución t
( desconocida)

El costo promedio de una habitación

en New York se sitúa en $168 por
noche.
Una muestra aleatoria de 25 hoteles
proporciona una X = $172.50 y ,
S = $15.40. Probar para el nivel H0: μ = 168
 = 0.05 . H1: μ  168
(Suponiendo que la distribución
poblacional es normal)

Chap 9-49
 Ejemplo Solución:
Prueba de dos colas

H0: μ = 168 /2=.025 /2=.025

H1: μ  168

  = 0.05 Rechazo no rechazo H0 Reject H0

t n-1,α/2
H0 -t n-1,α/2 0
 n = 25 -2.0639 2.0639
  es
desconocido, por
ello, usamos una
prueba tn-1
 Valor Crítico :
t24 = ± 2.0639
Chap 9-50
 Ejemplo Solución:
Prueba de dos colas

H0: μ = 168 /2=.025 /2=.025

H1: μ  168

  = 0.05 Rechazo no rechazo H0 Reject H0

t n-1,α/2
H0 -t n-1,α/2 0
 n = 25 -2.0639 2.0639
1.46
  es
desconocido, por X μ 172.50  168
t n 1    1.46
ello, usamos un S 15.40
estadístico t n 25
 Valor Crítico :
No rechazo H0: no hay suficiente evidencia,
t24 = ± 2.0639 que el costo medio verdadero es diferente a
$168
Chap 9-51
 Conexión con el Intervalo de Confianza

 Para X = 172.5, S = 15.40 y n = 25, el intervalo

de confianza al 95% ,es:

15.4 15.4
172.5 − 2.0639 25
172.5 ≤ µ≤ 172.5 + 2.0639 25
172.5

166.14 ≤ μ ≤ 178.86

 Como el intervalo contiene la media hipotética (168), no

podemos rechazar la hipótesis nula a un nivel  = 0.05
 Prueba de hipótesis para la
proporción

 Involucra variables categorícas

 Dos posibles resultados
 “Exitos” (posee una cierta característica)
 “Fracaso” ( no posee la característica)

 Fracción o proporción de la población en la

categoría “éxito” se denota por π

Chap 9-53
 Proporciones
(continua)
 proporción muestral en la categoría éxito se
denota por p

X numero de exitos en la muestra

 p 
n tamaño muestral

 Cuando ambos nπ y, n(1-π) son como mínimo

5, p puede ser aproximado por la distribución
normal con media y desviación estándar
 μp    (1  )
σp 
n
Chap 9-54
 Prueba de hipótesis para las
proporciones

 La distribución
muestral de p es Prueba de
aproximadamente, hipótesis para π
normal, así, el
estadístico de la
prueba es el valor nπ  5 nπ < 5
y o
de Z:
pπ n(1-π)  5
Z n(1-π) < 5
π(1 π )
No se discute
n en este capitulo

Chap 9-55
 Prueba Z para la proporción
en Términos del Numero de éxitos

 Una forma
equivalente de la Prueba de
última vista, pero hipótesis para X
en términos del
numero de éxitos,
X: X5 X<5
y o
X  n n-X  5 n-X < 5
Z
n (1  ) No se discute
en este capitulo

Chap 9-56
 Ejemplo: Prueba Z para la
proporción

Una empresa marketinera

supone que las respuestas
al mailing son de un 8%.
Para corroborar esta
afirmación, se toma una
muestra aleatoria de 500
encuestas, obteniendo 25
Chequeamos
respuestas. La prueba se
realiza a un nivel de n π = (500)(.08) = 40

significación de  = 0.05 . n(1-π) = (500)(.92) = 460

Chap 9-57
 Prueba Z la proporción: Solución

H0: π ≥ 0.08  = 0.05

H1: π < 0.08 n = 500, p = 0.05

Rechazo

.05

-1.64 0
z

Valor Crítico
Chap 9-58
 Prueba Z la proporción: Solución

estadístico de la p  .05  .08

Z   2.47
prueba:  (1  ) .08(1 .08)
n 500

Rechazo

.05

-1.64 0
z

-2.47
Chap 9-59
 Prueba Z la proporción: Solución

Conclusión:

Rechazar H0 para α= 0.05

Decisión:

Hay evidencia suficiente

para suponer que el nivel
de respuesta ha variado.
No es del 8% Chap 9-60
 p-Value Solución
(continua)
Calcular el p-value y, compararlo con 
(Para una prueba de dos colas el p-value es también a dos colas)

p  .05  .08
Z   2.47
 (1  ) .08(1 .08)
n 500

p-value = 0.0136:

P(Z≤ −2,47) = 0,0136

Chap 9-61
 p-Value Solución
(continua)
Calcular el p-value y, compararlo con 
(Para una prueba de dos colas el p-value es también a dos colas)

No rechazar H0
Rechazo H0 Rechazo H0 p-value = 0.0136:
/2 = .025 /2 = .025
P(Z  2.47)  P(Z  2.47)
0.0068 0.0068
 2(0.0068)  0.0136
-1.96 0 1.96

Z = -2.47 Z = 2.47

Rechazar H0 siendo el p-value = 0.0136 <  = 0.05

Chap 9-62
 La potencia de la prueba
Supongamos la siguiente
Prueba de Hipótesis:
Rechazamos H0 si el
H0: μ  52
H1:µ<52
estadístico z<-1.64
α=0.05

 1-

-1.64 52
Rechazo No rechazo
H0: μ < 52 H0 : μ  52

Chap 9-63
 La potencia de la prueba
 Supongamos n = 64 , σ = 6 , y  = .05
σ 6
X  μ  Z  52  1.645  50.766
n 64

Otra forma de
verlo es:  1-
Rechazamos H0
si X<50.766 50.766 52
Rechazo No rechazo
H0: μ < 52 H0 : μ  52

Chap 9-64
 La potencia de la prueba
 La potencia de la prueba es la probabilidad de
rechazar correctamente la hipótesis nula H0 falsa

Supongamos que nosotros rechazamos

correctamente H0: μ  52
Cuando en efecto la media verdadera es μ = 50

Potencia
= 1-β

50 50.766 52
Rechazo No rechazo
H0: μ < 52 H0 : μ  52

Chap 9-65
 Error de Tipo II

 Supongamos que no rechazamos H0:   52

cuando de hecho la media verdadera es  = 50
Región de x donde H0 no es
Esta es la distribución de rechazado
x si  = 50

Prob. de Error
tipo II = β

50 52
Rechazo No rechazo
H0:  < 52 H0 :   52

Chap 9-66
 Error de Tipo II
(continua)

 Supongamos que no rechazamos H0: μ  52

cuando en efecto la media verdadera es μ = 50

Aquí valor límite= P( X  valor limite ) sí μ = 50

 β

50 52
Rechazo No rechazo
H0: μ < 52 H0 : μ  52

Chap 9-67
 Calculando β y
la Potencia de la prueba
(continua)

 Supongamos n = 64 , σ = 6 ,y  = 0.05
 
 50.766  50 
P( x  50.766 | μ  50)  P z    P(z  1.02)  0.1539
 6 
 64 

Potencia Probabilidad
=1-β del error II:
= 0.8461
β = 0.1539

La probabilidad de 50 50.766 52
rechazar correctamente
Rechazar No rechazar
una hipótesis nula falsa H0: μ  52 H0 : μ  52
es 0.8641
Chap 9-68
 Potencia de la prueba

P(µ) Prueba de
1 cola
superior
0.75

0.5
Prueba de
0.25
cola
inferior
µ
Chap 9-69
 Potencia de la prueba
1. Prueba de una cola es mas potente que la prueba
de dos colas
2. Ante un incremento en el nivel de significación (),
resulta en un incremento de la potencia
3. Ante un incremento en el tamaño de la muestra
resulta un incremento de la potencia de la prueba
4. El error de tipo II y la potencia de la prueba se dan
cuando el parámetro poblacional adopta valores
específicos que están incluidos en la Hipótesis
Alternativa.
5. Cuanto más se aleja la verdadera media de la
media postulada, mayor es la potencia
Chap 9-70
 Errores Potenciales y
Consideraciones Eticas
 Usar datos aleatoriamente reunidos reduce los sesgos
 Elegir el nivel de signiicación, α, y el tipo de prueba
(una cola o dos colas) antes de la colección de datos
 No utilizar “datos a dedo” para elegir una cola o dos
colas o, determinar el nivel de significación a propósito
 No practique “ la limpieza de datos”, para ocultar
observaciones que no soportan hipótesis establecidas
 Comente todo lo que sea pertinente traduciendo a
lenguaje llano, o común,, las conclusiones

Chap 9-71
 Bibliografía

 LEVINE, DAVID M., KREHBIEL, TIMOTHY C. Y MARK

L. BERENSON - Estadística para administración.
Cuarta edición - PEARSON EDUCACIÓN, México,
2006
Capítulo 9

Chap 9-72