• Ir al contenido principal
  • Ir a la barra lateral primaria
  • Ir al pie de página

Álgebra y Geometría Analítica

Contenidos de Álgebra para UTN-FRBA

  • Parte 1
    • Vectores, recta y plano
      • Introducción a vectores en R3
      • Producto escalar en R3
      • Producto vectorial y mixto
      • Ecuaciones del plano
      • Ángulos y distancias
      • Haz de planos
      • Recta en ({mathbb{R}^3})
      • Recta y plano: intersecciones y ángulos
      • Distancias y proyecciones
    • Matrices y determinantes
      • Matrices
      • Determinante de una matriz
      • Matrices y sistemas de ecuaciones lineales
    • Espacios vectoriales
      • Espacios y subespacios vectoriales
      • Conjunto generador. LI y LD. Base. Dimensión.
      • Operaciones con subespacios
    • Sistemas de ecuaciones
      • Rango y sistemas de ecuaciones lineales
      • Relaciones entre soluciones de AX=B y AX=0. Variables libres.
  • Parte 2
    • Transformaciones lineales
      • Definición y propiedades de las transformaciones lineales
      • Núcleo e imagen. Clasificación de las transformaciones lineales.
      • Teorema fundamental de las transformaciones lineales
      • Matriz asociada a una transformación lineal
      • Composición e inversa de transformaciones lineales
      • Matriz de cambio de base
    • Autovalores y autovectores
      • Autovalores y autovectores: definiciones y propiedades
      • Multiplicidades algebraica y geométrica de un autovalor
      • Matrices semejantes
      • Diagonalización de una matriz
      • Diagonalización ortogonal de matrices simétricas
      • Diagonalización de una transformación lineal
    • Cónicas, parametrización y superficies cuádricas
      • Introducción a cónicas
      • Circunferencia
      • Parábola
      • Elipse
      • Hipérbola
      • Ecuaciones paramétricas de las cónicas (circunferencia, elipse, parábola e hipérbola)
    • Aplicaciones de la diagonalización
      • Potencias de una matriz diagonalizable
      • Rototraslación de cónicas
    • Números complejos
      • Definición y operaciones de números complejos en forma binómica
      • Operaciones en forma trigonométrica y exponencial
      • Radicación de números complejos
      • Regiones del plano complejo
  • Exámenes
    • Parciales
      • Parcial 1
        • 24-05-2015
        • 12-02-2016
        • 22-04-2017
        • 09-09-2017
        • 05-05-2018
        • 13-09-2019
      • Parcial 2
        • 21-06-2019
        • 10-11-2018
        • 23-06-2018
        • 04-11-2017
        • 10-06-2017
        • 13-06-2015
        • 31-10-2015
    • Finales
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error

Última vez actualizado 30 marzo, 2020 por Isabel Pustilnik y Federico Gómez 15 comentarios

Definición y propiedades de las transformaciones lineales

¿Qué son las transformaciones lineales?

En primer lugar, una transformación lineal es una función. Por ser función, tiene su dominio y su codominio, con la particularidad de que éstos son espacios vectoriales. Tenemos dos espacios vectoriales \(V\) y \(W\), y una función que va de \(V\) a \(W\). O sea una regla de asignación que transforma vectores de \(V\) en vectores de \(W\). Pero no toda función que transforme vectores de \(V\) en vectores de \(W\) es una transformación lineal. Debe cumplir ciertas condiciones:

\(F:V \to W\) es una transformación lineal si y sólo si:

  1. \(F\left( {u + v} \right) = F\left( u \right) + F\left( v \right){\rm{\;\;}}\ \ \ \ \forall u,v \in V\)
  2. \(F\left( {k.v} \right) = k.F\left( v \right){\rm{\;\;\;}}\ \ \ \ \ \ \ \forall v \in V,{\rm{\;}} \ \   \forall k \in \mathbb{R}\)

Propiedades de una transformación lineal

Propiedad 1

La imagen del vector nulo del dominio \({0_V}\) es el vector nulo del codominio \({0_{w\;}}\):

\[T\left( {{0_V}} \right) = {0_w}\]

Demostración:

\[T\left( {{0_V}} \right) = T\left( {0.v} \right) = 0.T\left( v \right) = 0.w = {0_W}\]

Donde hemos expresado a \({0_V}\) como el producto del escalar \(0\) por cualquier vector del espacio vectorial \(V\), hemos usado la segunda condición que debe cumplir una transformación lineal, y finalmente hemos vuelto a usar la propiedad de espacios vectoriales sobre el producto del escalar 0 por cualquier vector.

Propiedad 2

La imagen del vector \( – v\) es igual al opuesto de la imagen de \(v\):

\[T\left( { – v} \right) = – T\left( v \right)\]

Demostración:

\[T\left( { – v} \right) = T\left( { – 1.v} \right) = – 1.T\left( v \right) = – T\left( v \right)\]

La justificación de los pasos dados en la demostración es similar a la anterior.

Propiedad 3

Consideremos \(r\) vectores del espacio vectorial \(V\):

\[{v_1},{v_2}, \ldots ,{v_r} \in V\]

Tomemos una combinación lineal en el dominio:

\[{\alpha _1}{v_1} + {\alpha _2}{v_2} + {\alpha _3}{v_3} + ..{\rm{\;}}.{\rm{\;}} + {\alpha _r}{v_r}\]

Donde \({\alpha _i} \in \mathbb{R}\).

Si aplicamos la transformación lineal \(F\) de \(V\) a \(W\), teniendo en cuenta las propiedades enunciadas en la definición, resulta:

\[F\left( {{\alpha _1}{v_1} + {\alpha _2}{v_2} + {\alpha _3}{v_3} + ..{\rm{\;}}.{\rm{\;}} + {\alpha _r}{v_r}} \right) = {\alpha _1}F\left( {{v_1}} \right) + {\alpha _2}F\left( {{v_2}} \right) + \ldots + {\alpha _r}F\left( {{v_r}} \right){\rm{\;}}\]

Es decir que una transformación lineal «transporta» combinaciones lineales de \(V\) a \(W\), conservando los escalares de la combinación lineal.

Ejemplo 1

Analizar si la siguiente función es una transformación lineal:

transformacion lineal - es tl o no es tl

Resolución

Controlemos primero que el transformado del \({0_V}\) sea el \({0_W}\). Ésta es una condición necesaria: si no se cumpliera, no sería transformación lineal. Como \(T\left( {\left( {0,0,0} \right)} \right) = \left( {0,0} \right)\), la función dada es «candidata» a ser transformación lineal. Para demostrar que es una transformación lineal tenemos que comprobar las condiciones dadas en la definición.

Condición 1: \(T\left( {u + v} \right) = T\left( u \right) + T\left( v \right){\rm{\;\;}}\forall u,v \in V\)

Tomemos dos vectores de \({\mathbb{R}^3}\)

\[u = \left( {{u_1},{u_2},{u_3}} \right)\]

\[v = \left( {{v_1},{v_2},{v_3}} \right)\]

Veamos si

\[T\left( {u + v} \right) = T\left( u \right) + T\left( v \right)\]

Primero hacemos la suma de \(u\) y \(v\):

suma de vectores u y v en una transformacion lineal

Y ahora aplicamos \(T\):

\[T\left( {u + v} \right) = \left( {{u_1} + {v_1} + {u_3} + {v_3}{\rm{\;}},{\rm{\;}}{u_2} + {v_2} – 2{u_3} – 2{v_3}} \right)\]

se cumple condicion 1 de transformaciones lineales

\[T\left( {u + v} \right) = T\left( u \right) + T\left( v \right)\]

En conclusión: se cumple la primera de las condiciones.

Nos faltaría la otra propiedad.

Condición 2: \(\;\;T\left( {k.v} \right) = k.T\left( v \right){\rm{\;\;\;}}\forall v \in V,{\rm{\;}}\forall k \in \mathbb{R}\)

\[T\left( {k.v} \right) = T\left( {\left( {k{v_1},k{v_2},k{v_3}} \right)} \right) = \left( {k{v_1} + k{v_3},{\rm{\;}}k{v_2} – 2k{v_3}} \right)\]

\[ = k.\left( {{v_1} + {v_3},{v_2} – 2{v_3}} \right) = k.T\left( v \right)\]

Como \(T\) cumple las dos condiciones, es una transformación lineal.

Ejemplo 2

Analizar si la siguiente función es una transformación lineal:

\[F:{P_2} \to \mathbb{R}\;\;\;|\;\;F\left( p \right) = p\left( 0 \right)\]

Observación: con \({P_2}\) se designa al conjunto de todos los polinomios de grado menor o igual que dos, con el polinomio nulo.

Resolución

Entonces a un polinomio \(p\) de grado menor o igual que dos, le aplicamos la función \(F\) y obtenemos un número real que proviene de evaluar el polinomio en \(x = 0\).

transformacion lineal de polinomios

Por ejemplo evaluemos la transformación en \({x^2} – 1\):

transformacion lineal de polinomios - evaluamos en un polinomio particular

Veamos si el vector nulo del espacio vectorial \({P_2}\) va al \(0 \in \mathbb{R}\) (es condición necesaria).

El polinomio cero es:

\[{0_{{P_2}}} = {\rm{\;}}0{x^2} + 0x + 0\]

¿Cuánto vale el polinomio nulo evaluado en \(0\)? \(0\)

\[{0_{{P_2}}}\left( 0 \right) = {0.0^2} + 0.0 + 0 = 0\]

Entonces la condición necesaria para este ejercicio se cumple, porque \(F\left( {{0_{{P_2}}}} \right) = 0\)

Primera condición \(\;F\left( {u + v} \right) = F\left( u \right) + F\left( v \right){\rm{\;\;}}\forall u,v \in V\)

Para que sea transformación lineal se debe cumplir la primera condición. Veamos qué pasa con el transformado de la suma:

\[\left( {p + q} \right) \in {P_2}\]

\[F\left( {p + q} \right) = \left( {p + q} \right)\left( 0 \right) = p\left( 0 \right) + q\left( 0 \right)\]

Observación: evaluar una suma de funciones en \(0\), es evaluar cada una en \(0\) y sumarlas. Esto no es una particularidad de los polinomios, sino que se corresponde con la definición de suma de funciones:

Para cualquier función: \(\left( {f\; + \;g} \right)\;\left( x \right)\; = \;f\left( x \right)\; + \;g\left( x \right)\), para todo \(x\) perteneciente al dominio de \(f\) y de \(g\).

Otra forma de pensar la misma propiedad. Si consideramos

\(p\left( x \right) = a{x^2} + bx + c\)        y        \(q\left( x \right) = d{x^2} + ex + f\)

\[p{\rm{\;}} + {\rm{\;}}q{\rm{\;}} = {\rm{\;}}\left( {a + d} \right){x^2}{\rm{\;}} + {\rm{\;}}\left( {b + e} \right){\rm{\;}}x{\rm{\;}} + {\rm{\;}}\left( {c + f} \right)\]

\[F\left( {p + q} \right){\rm{\;}} = {\rm{\;}}c{\rm{\;}} + {\rm{\;}}f{\rm{\;}} = {\rm{\;}}F\left( p \right){\rm{\;}} + {\rm{\;}}F\left( q \right)\]

Por los dos caminos arribamos a la misma conclusión.

Segunda condición \(F\left( {k.v} \right) = k.F\left( v \right){\rm{\;\;\;}}\forall v \in V,{\rm{\;}}\forall k \in \mathbb{R}\)

Veamos si se cumple la segunda condición. Para esto podemos recordar que dada una función \(f\left( x \right)\) y un escalar \(k\), la función \(\left( {k.f} \right)\left( x \right)\) se define como \(k.f\left( x \right)\). De esta forma podemos decir:

  • \(p \in {P_2}{\rm{\;\;\;}},{\rm{\;\;\;}}k \in \mathbb{R}\)
  • \(F\left( {k.p} \right) = \left( {k.p} \right)\left( 0 \right) = k.p\left( 0 \right) = k.F\left( p \right)\)

Otra forma de verlo es escribir a un polinomio \(p \in {P_2}\) de forma genérica y aplicar la transformación sobre \(k.p\):

\[p\left( x \right) = a{x^2} + bx + c\]

\[F\left( {k.p} \right) = F\left( {k.\left( {a{x^2} + bx + c} \right)} \right) = F\left( {k.a{x^2} + k.bx + k.c} \right) = k.c = k.F\left( p \right)\]

Ejemplo 3

Consideremos la transformación lineal:

\[T:{R^3} \to {R^3}{\rm{\;\;}},{\rm{\;\;\;}}T\left( v \right) = v \times {w_0}{\rm{\;}}\]

Siendo \({w_0}\) un vector fijo y \(\;v\) un vector cualquiera de \({R^3}\). Veamos que se trata de una transformación lineal.

Condición 1: \(T\left( {u + v} \right) = T\left( u \right) + T\left( v \right){\rm{\;\;}}\forall u,v \in V\)

Para ver que se cumple esta condición usaremos la propiedad distributiva del producto vectorial respecto de la suma de vectores:

\[{v_1},{v_2} \in {R^3},{\rm{\;\;\;\;}}T\left( {{v_1} + {v_2}} \right) = \left( {{v_1} + {v_2}} \right) \times {w_0} = {v_1} \times {w_0} + {v_2} \times {w_0} = T\left( {{v_1}} \right) + T\left( {{v_2}} \right)\]

Condición 2: \(T\left( {k.v} \right) = k.T\left( v \right){\rm{\;\;\;}}\forall v \in V,{\rm{\;}}\forall k \in \mathbb{R}\)

Para ver que se cumple esta condición podemos extraer el escalar:

\[T\left( {k.v} \right) = \left( {kv} \right) \times {w_0} = k.\left( {v \times {w_0}} \right) = k.T\left( v \right)\]

Ejemplo 4

Consideremos las siguientes transformaciones:

\[{T_1}:{\mathbb{R}^2} \to {\mathbb{R}^2}{\rm{\;\;\;}},{\rm{\;\;\;}}{T_1}\left( {\left( {x,y} \right)} \right) = \left( {2x – 1,y} \right)\]

\[{T_2}:{\mathbb{R}^2} \to {\mathbb{R}^2}{\rm{\;\;\;}},{\rm{\;\;\;\;}}{T_2}\left( {\left( {a,b} \right)} \right) = \left( {{a^2},b} \right)\]

¿Cómo analizamos si son o no son transformaciones lineales?

Para la primera transformación basta con ver que la imagen de \(\left( {0,0} \right)\) es \(\left( { – 1,0} \right)\). No se cumple una de las propiedades de las transformaciones lineales, entonces no es una transformación lineal. La segunda transformación no cumple con la segunda condición ya que:

  • \({T_2}\left( {k.(a,b} \right)) = \left( {{k^2}.{a^2},kb} \right)\)
  • \(k.{T_2}\left( {a,b} \right) = \left( {k.{a^2},kb} \right)\)

Luego, como no se cumple que \(T\left( {k.v} \right) = k.T\left( v \right)\) podemos afirmar que \({T_2}\) no es una transformación lineal.

Videos relacionados con transformaciones lineales

 

 

 

 

 

 
 

Artículos relacionados:

  • Información sobre el curso de verano 2021
  • Información sobre el curso segundo cuatrimesre 2020
  • Información sobre el curso primer cuatrimesre 2021

Archivado en:Parte 2, Transformaciones lineales

Interacciones con los lectores

Comentarios

  1. Alfredo Vasquez dice

    23 mayo, 2017 en 6:19 pm

    Me gustó el material. Está redactado de una forma muy sencilla y pedagógica

  2. Federico Gómez dice

    24 mayo, 2017 en 10:08 am

    Gracias por el comentario Alfredo 🙂

  3. Carlos Mendoza dice

    12 agosto, 2017 en 3:57 pm

    Hola, muy bueno todo, muy bien explicado. Gracias mil!!!

  4. christian dice

    30 agosto, 2017 en 6:04 pm

    se puede bajar de algun lado como pdf?

  5. Federico Gómez dice

    1 octubre, 2017 en 5:56 pm

    Sí más abajo tenés links para descargar el material teórico cómo PDF. Saludos!

  6. Federico Hausler dice

    8 octubre, 2017 en 12:54 pm

    Buenas, dejo este comentario aquí pero bien podría estar en cualquier sección de la página.

    Buenisimo el laburo que se mandaron en hacer este sitio, tanto yo como varios que conozco lo estámos usando como material de estudio, y la verdad que es genial!

    Saludos!

  7. Maximiliano Ferreyra dice

    31 octubre, 2017 en 3:24 pm

    Excelente

  8. Federico Gómez dice

    5 noviembre, 2017 en 11:52 am

    Gracias Maxi !

  9. Federico Gómez dice

    5 noviembre, 2017 en 11:54 am

    Federico, gracias por tu comentario. Nos alegra mucho que lo estén usando y nos lo hagan saber. 🙂 Saludos!

  10. Santiago Bustamante dice

    24 febrero, 2018 en 10:32 pm

    Que buen material! muy didactico

    Felicitaciones!

  11. Jesus Noh dice

    20 mayo, 2018 en 3:29 pm

    Nunca soy de comentar pero este documento lo amerita, excelente trabajo!

  12. Guillermo dice

    17 noviembre, 2018 en 10:52 am

    Excelente pagina para usar de material de estudio! Los felicito por el laburo que se mandaron. Saludos desde la FRRo

  13. Braian Matias Martinez Casalone dice

    24 enero, 2019 en 9:17 am

    Muchas gracias al genio que hizo esto !! me facilito mucho a comprender transformaciones , gracias de Verdad

  14. Fyurie dice

    8 diciembre, 2019 en 8:48 pm

    la verdad que con esta pagina se ganaron su lugar en el cielo, ojala existiera algo asi para cada materia

  15. Lucas Rossini dice

    7 agosto, 2020 en 7:06 pm

    Soy un alumno de la UNS y la verdad debo decir que el material esta muy completo. Me ayudo mucho para estudiar para el final de Elementos de Algebra y de Geometria.

Deja una respuesta Cancelar la respuesta

Lo siento, debes estar conectado para publicar un comentario.

Barra lateral primaria

Actualizaciones recientes

  • Primer Parcial Resuelto de AGA [13-09-2019]
  • Segundo Parcial Resuelto de AGA [21-06-2019]
  • Segundo Parcial Resuelto de AGA [10-11-2018]
  • Segundo Parcial Resuelto de AGA [23-06-2018]
  • Primer Parcial Resuelto de AGA [05-05-2018]

Comentarios recientes

  • FEDERICO en Introducción a vectores en R3
  • Julián Oter en Diagonalización ortogonal de matrices simétricas
  • Alan en Producto escalar en R3
  • RONY en Hipérbola
  • YANIS YULEISI PENATA BENITEZ en Espacios y subespacios vectoriales

Archivos

  • septiembre 2019
  • junio 2019
  • noviembre 2018
  • julio 2018
  • mayo 2018
  • noviembre 2017
  • septiembre 2017
  • junio 2017
  • abril 2017
  • diciembre 2016
  • noviembre 2016
  • octubre 2016
  • septiembre 2016
  • agosto 2016

Categorías

  • Aplicaciones de la diagonalización
  • Autovalores y autovectores
  • Cónicas, parametrización y superficies cuádricas
  • Espacios vectoriales
  • Matrices y determinantes
  • Números complejos
  • Parte 1
  • Parte 2
  • Primer parcial resuelto
  • Segundo parcial resuelto
  • Sin categoría
  • Sistemas de ecuaciones
  • Transformaciones lineales
  • Vectores, recta y plano.

Descarga de PDFs

  • PDF Unidad 1
  • PDF Unidad 1
  • PDF Unidad 2
  • PDF Unidad 2
  • PDF Unidad 3
  • PDF Unidad 3
  • PDF Unidad 4
  • PDF Unidad 4
  • PDF Unidad 5
  • PDF Unidad 5
  • PDF Unidad 6
  • PDF Unidad 6
  • PDF Unidad 7
  • PDF Unidad 7
  • PDF Unidad 8
  • PDF Unidad 8
  • PDF Unidad 9
  • PDF Unidad 9

Unidad 3

Espacios vectoriales

En las unidades anteriores vimos que el álgebra de vectores y el álgebra de matrices presentan similitudes. Pudimos observar que las propiedades de la suma (de vectores o de matrices) y del producto por un escalar son idénticas en ambos conjuntos.

En esta unidad, generalizaremos el concepto de vector a partir de estas propiedades en común que hemos señalado para vectores geométricos y matrices.

Las siguientes preguntas nos ayudarán a focalizar el eje de esta unidad:

¿En qué se parecen los vectores geométricos, las matrices y los polinomios? ¿Qué propiedades comunes pueden detectarse en estos objetos de diferente naturaleza y variadas aplicaciones?

De esto se trata nuestra tercera unidad, donde se desarrollan conceptos centrales del álgebra lineal: espacios vectoriales, base, dimensión y coordenadas, entre otros.

Empezar Unidad 3

Footer

Buscá en el sitio

Comentarios recientes

  • FEDERICO en Introducción a vectores en R3
  • Julián Oter en Diagonalización ortogonal de matrices simétricas
  • Alan en Producto escalar en R3
  • RONY en Hipérbola
  • YANIS YULEISI PENATA BENITEZ en Espacios y subespacios vectoriales

Realizado en UTN FRBA

UDB Matemática – Ciencias Básicas – Secretaría Académica

Licencia Creative Commons

Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional.

Los gifs

Los GIFs del material teórico

Archivos

  • septiembre 2019
  • junio 2019
  • noviembre 2018
  • julio 2018
  • mayo 2018
  • noviembre 2017
  • septiembre 2017
  • junio 2017
  • abril 2017
  • diciembre 2016
  • noviembre 2016
  • octubre 2016
  • septiembre 2016
  • agosto 2016

Descargas en PDF

  • PDF Unidad 1
  • PDF Unidad 1
  • PDF Unidad 2
  • PDF Unidad 2
  • PDF Unidad 3
  • PDF Unidad 3
  • PDF Unidad 4
  • PDF Unidad 4
  • PDF Unidad 5
  • PDF Unidad 5
  • PDF Unidad 6
  • PDF Unidad 6
  • PDF Unidad 7
  • PDF Unidad 7
  • PDF Unidad 8
  • PDF Unidad 8
  • PDF Unidad 9
  • PDF Unidad 9

Webs relacionadas

Proba Fácil con contenidos de probabilidad y estadística

  • Parte 1
    • Vectores, recta y plano
      • Introducción a vectores en R3
      • Producto escalar en R3
      • Producto vectorial y mixto
      • Ecuaciones del plano
      • Ángulos y distancias
      • Haz de planos
      • Recta en ({mathbb{R}^3})
      • Recta y plano: intersecciones y ángulos
      • Distancias y proyecciones
    • Matrices y determinantes
      • Matrices
      • Determinante de una matriz
      • Matrices y sistemas de ecuaciones lineales
    • Espacios vectoriales
      • Espacios y subespacios vectoriales
      • Conjunto generador. LI y LD. Base. Dimensión.
      • Operaciones con subespacios
    • Sistemas de ecuaciones
      • Rango y sistemas de ecuaciones lineales
      • Relaciones entre soluciones de AX=B y AX=0. Variables libres.
  • Parte 2
    • Transformaciones lineales
      • Definición y propiedades de las transformaciones lineales
      • Núcleo e imagen. Clasificación de las transformaciones lineales.
      • Teorema fundamental de las transformaciones lineales
      • Matriz asociada a una transformación lineal
      • Composición e inversa de transformaciones lineales
      • Matriz de cambio de base
    • Autovalores y autovectores
      • Autovalores y autovectores: definiciones y propiedades
      • Multiplicidades algebraica y geométrica de un autovalor
      • Matrices semejantes
      • Diagonalización de una matriz
      • Diagonalización ortogonal de matrices simétricas
      • Diagonalización de una transformación lineal
    • Cónicas, parametrización y superficies cuádricas
      • Introducción a cónicas
      • Circunferencia
      • Parábola
      • Elipse
      • Hipérbola
      • Ecuaciones paramétricas de las cónicas (circunferencia, elipse, parábola e hipérbola)
    • Aplicaciones de la diagonalización
      • Potencias de una matriz diagonalizable
      • Rototraslación de cónicas
    • Números complejos
      • Definición y operaciones de números complejos en forma binómica
      • Operaciones en forma trigonométrica y exponencial
      • Radicación de números complejos
      • Regiones del plano complejo
  • Exámenes
    • Parciales
      • Parcial 1
        • 24-05-2015
        • 12-02-2016
        • 22-04-2017
        • 09-09-2017
        • 05-05-2018
        • 13-09-2019
      • Parcial 2
        • 21-06-2019
        • 10-11-2018
        • 23-06-2018
        • 04-11-2017
        • 10-06-2017
        • 13-06-2015
        • 31-10-2015
    • Finales
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error

Copyright © 2023 · Digital Pro On Genesis Framework · WordPress · Iniciar sesión

  • Parte 1
  • Parte 2
  • Exámenes
  • Info 2021 (primer cuatrimestre)
  • Contactanos!
  • Reportá un error