|
Vocero
|
Transcripción
|
| anujakhairnar |
Hola a todos. |
| |
Este fue un proyecto que realicé durante mi maestría en NC State bajo la dirección del Dr. Helgeth y el Dr. Rothenberg. Es un placer para mí y el Dr. Rothenberg presentárselo hoy. El tema de este proyecto es reducir la variación de ajuste en la fabricación de jeans de mezclilla. |
| |
Básicamente, el orden del día para hoy sería el siguiente: les contaré los antecedentes de la empresa para la que trabajo en este proyecto. |
| |
Y la introducción cubrirá lo que implica este proyecto, cuál es el proceso de fabricación, qué metodología utilizamos para llegar a nuestros resultados del experimento o diseño de experimentos que hicimos y finalmente las recomendaciones y soluciones que teníamos para este proyecto. |
| |
Un poco sobre VF era que querían a alguien de |
| |
El plan de estudios nos permite venir a ayudarlos y utilizar sus conocimientos técnicos y nuestros conocimientos académicos para trabajar juntos y encontrar una solución para este proyecto. Pero solo una descripción general de VF en sí. |
| |
Es una empresa de indumentaria, calzado y artículos para actividades al aire libre valorada en 12 mil millones de dólares, y fue fundada en octubre de 1899. |
| |
Tiene cerca de 70... 70.000 asociados en más de 170 países en todo el mundo, y este proyecto fue cuando VF pasó a ser una marca que los incluía, y este era un proyecto de jeanswear. |
| |
niños, mujeres, hombres, |
| |
A la gente mayor, a todo el mundo, sin importar quién sea, a todo el mundo le encanta el denim. Y con el paso de los años, ha mejorado, ha cambiado sus facetas, de ser algo que se usa para trabajos sucios y duros a algo realmente moderno para caminar por una pasarela. Y debido a los cambios |
| |
En las necesidades del denim ha habido cambios en el procesamiento, pero este procesamiento tiene efecto... ha resultado en un problema que se llama variación de ajuste en el denim y eso es lo que vamos a analizar más a fondo. |
| |
Entonces, el propósito de esta investigación fue investigar la variación del ajuste en los jeans de mezclilla VF. |
| |
evaluar dónde se observó la variación en la fabricación interna y elaborar recomendaciones y soluciones para reducir esta variación y, finalmente, implementarla. |
| |
Entonces, el proceso de fabricación de los jeans de mezclilla comienza con la fibra. Y esta fibra pasa a la etapa de hilado, y desde el hilado pasa a la etapa de teñido del hilo. Luego, este teñido del hilo se teje con hilo sin teñir. |
| |
fibras y se transforman en una tela vaquera. Esta tela vaquera se termina con chamuscado(?) y |
| |
Cosas básicas como esa. Luego se pasa al corte de patrones, donde el corte ??? crea un patrón para los jeans que se van a confeccionar. |
| |
Este patrón se cose después y estos jeans finalmente cosidos pasan al procesamiento húmedo, que es el proceso de lavado, secado y acabado, y luego, finalmente, se venden al mercado minorista. Eso... esto es solo para la fabricación de mezclilla. |
| |
Y el encogimiento es una parte importante en la fabricación de mezclilla, ya que contiene algodón. Junto con el algodón, tiene |
| |
un hilo, ??? hilo, que se encoge y es por eso que el encogimiento es un factor importante en el denim. |
| |
Entonces, el planteamiento inicial del problema fue que los jeans de mezclilla de VF Jeanswear muestran grandes desviaciones de los límites de especificación para la cintura y la entrepierna. |
| |
El equipo consideró que esto contribuía a la pérdida de ventas. El objetivo era estudiar cuál era el motivo de esta variación y reducirla en la cintura y la entrepierna. |
| |
El trabajo de base para esto, después de que definimos el enunciado inicial del problema, fue ver la distribución de la variación de la cintura entre |
| |
el rango de producción... producción de denim y luego comparar el rango de ajuste entre la costura... después del proceso de costura y después del proceso de acabado... después de terminar los datos de auditoría sobre denim 100% algodón y denim elástico. |
| |
Luego tuvimos que elaborar el diagrama de causa y efecto en JMP, que nos ayudó a entender en qué factores debíamos centrarnos. Además, JMP también nos ayudó a elaborar el diagrama de flujo del proceso para toda la fabricación de mezclilla. |
| |
Estos fueron los datos que cargué en JMP para comprender cuál era la variación de cintura inicial que estábamos viendo para definir el problema. |
| |
De manera realista o factual. Y aquí tenemos los medios... la gama de mezclilla para tallas masculinas 32 de cintura y 32 de entrepierna. Y como puede ver, la gama de ajuste varía de |
| |
Hasta 3,24 pulgadas. Esa es la cantidad de variación que tiene el denim en las tallas 32 a 32. |
| |
Esto significa que un denim, que se supone que tiene 32 pulgadas de cintura, puede variar entre 29 y 35. |
| |
Eso es lo que significa el rango de ajuste. Y lo mismo con los tamaños femeninos. Solo consideramos los tamaños 10 y 12 y cuando medimos el rango de ajuste entre los tamaños, vemos |
| |
También aquí hay una diferencia de tres pulgadas. Esto nos llevó a creer que definitivamente hay un problema de ajuste que podemos cuantificar y definimos nuestro enunciado del problema. |
| |
Entonces fue cuando comparamos los datos. Queríamos profundizar más y descubrir dónde se produce la variación real. |
| |
Además, recopilamos datos de auditoría después de coser el denim, antes de cualquier procesamiento en húmedo. Además, hay muchos datos de aceptación, que son básicamente antes de que el denim salga del almacén para su venta minorista. |
| |
Y como se puede ver aquí en el gráfico, el rango de aceptación del lote es mucho mayor que el rango de auditoría de la planta. |
| |
Esto nos permite saber que algo ocurre durante el procesamiento húmedo, después de que se cose el denim y antes de que se envíe al mercado minorista, y que algo allí está causando esta variación. |
| |
Y vemos resultados similares en el denim elástico. Lo único es que vemos una mayor variación, una gama más amplia en el denim elástico, lo que nos llevó a tomar el denim elástico como base, en lugar del 100 % algodón. |
| |
Entonces, el problema y el objetivo redefinidos fueron que los jeans de mezclilla VF Jeanswear mostraron un rango de ajuste para la cintura de los hombres de 3,24 pulgadas y un rango de ajuste para la cintura de las mujeres de 3,12 pulgadas. |
| |
El equipo consideró que esto contribuyó a una pérdida de ventas. El objetivo de este estudio era reducir el rango de variación de la cintura en 0,5 pulgadas para abril de 2019. |
| |
Este fue el diagrama de causa y efecto que hicimos en JMP. Usamos un cierto |
| |
identificadores, como las personas, qué procedimientos están realizando que podrían estar mal, o podría haber un problema en el área de medición, o simplemente en la planta, lo que causa... lo que conduce a la variación. |
| |
Este fue el diagrama de flujo del proceso de fabricación completo. |
| |
piso. Y desde el fardo de tela hasta el embalaje, cada pequeño detalle está cubierto en este diagrama de flujo del proceso. |
| |
Y esto es lo que usé para hacer ese diagrama de causa y efecto. Y lo dividí en función del error humano, las zonas de alta variación, las zonas seleccionadas para mi proyecto de tesis y las zonas de errores de medición. |
| |
Entonces, el plan de ataque para trabajar en el área seleccionada era trabajar en el procesamiento rojo, que era el lavado y secado del denim. Y para esto, hicimos un estudio de R&R de Gage y un diseño de experimentos. |
| |
El estudio Gage R&R se realizó para comprobar que las personas que iban a medir los tejidos en los que iba a realizar el estudio eran coherentes, que podían repetirlo y reproducir resultados similares dentro de un intervalo de confianza muy pequeño. |
| |
Esto es lo que elegimos: 12 muestras de tela diferentes y tres operadores diferentes que fueron los únicos que las medirían durante todo el proyecto. |
| |
Y le pedimos a cada operador que midiera cada cuadrado de tela tres veces en órdenes aleatorios. Y fue entonces cuando incluimos estos datos en JMP para obtener los datos del estudio Gage R&R. |
| |
Entonces esto es lo que JMP nos devolvió después de que introdujimos los datos: que la variación de parte a parte era de aproximadamente... |
| |
La reproducibilidad y repetibilidad de parte a parte era de aproximadamente el 99,98 %. Así de precisos eran al medir los datos, lo que nos llevó a creer que cualquier procedimiento que hiciéramos... cualquier experimento que hiciéramos a partir de ahora se calcularía correctamente con un nivel de 99,98 %. |
| |
Y esto es... así que el otro era para cumplir con las medidas, y esto es para las medidas de urdimbre, pero eran los mismos datos. |
| |
Estos fueron los experimentos que diseñamos: utilizamos tres tipos de tejidos diferentes, cuatro tipos de lavado diferentes, dos tipos de lavadoras diferentes y dos tipos de secadoras diferentes. Esto dio como resultado 96 ejecuciones en JMP. |
| |
Y esta es solo la división de los códigos de tela que utilicé para este experimento, en términos de |
| |
¿Cuáles eran las diferentes telas, cuáles eran las recetas, cuáles eran los... cuáles eran los nombres de la lavadora que usé para este experimento, la secadora, y las medidas son totalmente diferentes, que fueron después del lavado y después del secado? |
| Lori Rothenberg |
Voy a hablar de los resultados de los experimentos y voy a ir a JMP para mostrarles un ejemplo de uno de los experimentos que analizamos. |
| |
Permítanme cambiar a JMP y les mostraré de dónde obtenemos estos resultados. |
| |
Así es como se veía nuestra tabla de datos. Diseñamos un factorial completo con JMP y recopilamos datos sobre después del relleno de lavado, después de la urdimbre... urdimbre de lavado, después del relleno en seco, después de la urdimbre en seco y no voy a repasar todos esos datos. |
| |
Lo que me gustaría hacer es mostrarles un problema interesante que se nos ocurrió cuando tuvimos que observar el llenado posterior al lavado. Para continuar y analizar estos datos, vamos a analizar y ajustar el modelo. |
| |
Voy a seguir adelante y tomar después el relleno de lavado, hacer que sea mi Y. |
| |
Voy a tomar el tipo de tela, el tipo de lavado, el tipo de lavadora y el tipo de secadora. Esos son los cuatro que estaban en el video... o en la diapositiva anterior que mencionó Anuja. Voy a ir a macros y hacer un factorial a grados. |
| |
Esto incluirá todas nuestras interacciones bidireccionales. Voy a cambiar la detección de efectos a apalancamiento de efectos, de modo que podamos observar algunos de los gráficos y ahora presionar ejecutar. |
| |
Aquí estamos. Cuando echamos un vistazo al resumen de efectos, que se encuentra justo debajo del primer gráfico, lo que se puede ver en la última columna, debajo de los valores P, es que tenemos algunas cosas que no son significativas. |
| |
Aquí en JMP comenzamos desde abajo con nuestras interacciones bidireccionales y seguimos adelante y comenzamos a eliminarlas. |
| |
Primero nos deshicimos de eso. Aquí estaban nuestros siguientes valores P más altos, así que lo seleccionamos y lo eliminamos. Dejamos el tipo de secadora porque es un efecto principal. Observamos nuestro siguiente efecto bidireccional, que era el tipo de tela por tipo de secadora, y lo eliminamos. |
| |
Y luego, si miras arriba, ya no tenemos secadora en nada, así que puedo seguir adelante y hacer clic en eso y eliminarlo. |
| |
En este punto, verificamos nuestros residuos y teníamos... la varianza estaba bien, los datos eran normales, pero si miramos bajo falta de ajuste teníamos una falta de ajuste, por lo que tuvimos que pensar en algo más que hacer. |
| |
No te lo voy a mostrar ahora, pero lo que pasó fue que un ajuste peor tiene un número negativo más alto. |
| |
Entonces tuvimos que empezar a hacer transformaciones y las transformaciones no funcionan con números negativos, así que cambiamos la escala, solo para este caso. Un número más alto significa una contracción peor. |
| |
Tenemos esa columna aquí, así que puedo mostrarles cómo hicimos una transformación de Box Cox. Volveré a analizarla. |
| |
Y voy a seleccionar el modelo ajustado. |
| |
Voy a continuar y recuperar lo que tengo, porque es muy rápido. Voy a deshacerme de la opción después del lavado, quitar esa y, en su lugar, tengo los valores absolutos, en realidad, del relleno después del lavado aquí. Así que seguiré adelante y lo pondré y ahora lo ejecutaré. |
| |
Y ahora haré lo mismo. Continuaré y eliminaré aquellas interacciones bidireccionales que no sean significativas. |
| |
Verás que el tipo de lavadora y el tipo de secadora no son importantes. Nuevamente, tengo que pasar al tipo de tela y al tipo de secadora. |
| |
Y finalmente vuelvo al tipo de secadora y puedes ver que la secadora no aparece arriba, así que puedo seguir adelante y seleccionarla y eliminarla. |
| |
Notarás en la falta de ajuste que todavía tengo un problema. |
| |
Entonces, lo que hicimos fue avanzar y dirigirnos hacia arriba, al triángulo rojo junto a la respuesta. Hicimos un perfil de factores y pasamos a la transformación de Box Cox. |
| |
En la parte inferior, vimos la curva de transformación de Box Cox y, si la observas, la mejor lambda que muestra es .329. |
| |
Bueno, si miras esto, sé que es la mejor línea, pero tenemos un pequeño rango en el que podemos seguir adelante y trabajar. |
| |
Y así lo hicimos. No los aburriré con todo esto, pero lo que descubrimos fue que, en realidad, el 0,25 era el mejor. |
| |
Voy a ir al triángulo rojo que está al lado de la transformación Box Cox y voy a reajustar con la transformación. Ahora, la lambda que voy a utilizar aquí será 0,25 y haré clic en Aceptar. |
| |
Ahora, echemos un vistazo a lo que sucedió. Tenemos nuestros residuos en buenas condiciones y, si observamos la falta de ajuste, ahora estamos en buena forma. |
| |
Con eso, analizamos las interacciones que fueron significativas y encontramos algunas cosas interesantes. |
| |
Comenzaré de nuevo con... comencemos con el tipo de tela por tipo de lavado. |
| |
Continuamos y observamos los gráficos de medias de mínimos cuadrados y así sucesivamente... |
| |
A VF le gustó ver las tramas y eran bastante, ya sabes, comprensibles. Voy a seguir adelante primero y crear la trama de interacción y tendré el tipo de tela. |
| |
Haré clic en Aceptar y aquí puedes ver el gráfico de medias de mínimos cuadrados habitual cuando tienes una interacción. El verde aquí abajo es el algodón. Puedes ver que el algodón |
| |
Tuvo la menor contracción y aquí arriba en azul, puedes ver... esa es nuestra mezcla triple y tuvo la mayor contracción y eso fue en todos los tipos de lavado y esos fueron los que fueron |
| |
Enjuagar y lavar con piedra y blanqueador caliente y blanqueador frío. Y como pueden ver, hubo ocasiones en las que tuvimos cosas que |
| |
No eran significativamente diferentes, pero a veces queremos saber cuáles son. Muy rápido, antes de irme, déjenme poner un gráfico más de medias de mínimos cuadrados. |
| |
Voy al triángulo rojo junto a la tela y selecciono el gráfico de medias de mínimos cuadrados. Esta vez, lo dejaré sin marcar. Esta es también una forma interesante de ver los datos. Y si comparas estos dos, puedes empezar a ver aquí mismo, si echamos un vistazo a nuestro |
| |
Nuestra mezcla doble y luego, si observas nuestro tipo de lavado, puedes comenzar a ver los patrones. Aquí arriba, también teníamos |
| |
En nuestro caso, teníamos nuestra mezcla bidimensional y, si miras aquí, también tiene la misma forma. Es simplemente otra forma de visualizar los datos y también la usamos. Ahora, también hicimos las estadísticas sobre esto. Seguimos adelante e hicimos el método de mínimos cuadrados de Tukey. |
| |
Y obtenemos una matriz grande y bonita, pero bajamos y pudimos ver en el bonito gráfico que tiene todas las letras. |
| |
En él, se analizaron cuáles eran realmente significativamente diferentes entre sí y cuáles no. Y lo que vemos aquí es que, de hecho, el algodón sigue siendo el que menos se encoge, como vimos, pero también tenemos esta mezcla doble... |
| |
mezcla doble que también estaba en un enjuague que tampoco era significativamente diferente de uno de los algodones que también estaba en nuestro enjuague. |
| |
Repetimos eso. Hicimos lo mismo con nuestras otras interacciones para poder seguir adelante y ver qué estaba sucediendo con el tipo de tela y el tipo de lavadora. Hicimos los mismos pasos. |
| |
Aquí les voy a mostrar los gráficos de medias de mínimos cuadrados. Verán más en las diapositivas que aparecerán. |
| |
De modo que aquí podemos empezar a ver de nuevo que el algodón, independientemente del tipo de lavadora, tuvo el menor encogimiento. Aquí arriba se puede ver que la mezcla tricolor tuvo el mayor encogimiento y luego, si miro aquí el tipo de lavado y el tipo de lavadora, |
| |
Aquí vamos. Si voy al triángulo rojo y selecciono el gráfico de media de mínimos cuadrados. |
| |
Aquí verás que también hubo una interacción entre el tipo de lavado y el tipo de lavadora. Si miras aquí abajo, LB es enjuague. Tuvo la menor cantidad de encogimiento. |
| |
Y luego, si empiezas a mirar aquí con LT y ST, LT era el blanqueador frío y luego ST era nuestro blanqueador caliente, por lo que puedes ver que nuestro punto más alto está justo ahí. Y luego, de la misma manera, aquí, si miras dónde está |
| |
BT era blanqueador caliente, lo siento, LT era nuestro blanqueador frío y ST era nuestro lavado a piedra. |
| |
Y voy a seguir adelante en este punto, voy a dejar de demostrar JMP. |
| |
Y voy a continuar y los llevaré de nuevo a nuestras diapositivas de resultados y le cederé la palabra a Anuja, quien puede explicar un poco más sobre esto. Pasaré a otro lado... incluimos aquí diapositivas de todo lo que hicimos, solo para que tengan una copia. |
| |
En caso de que quieras tenerlo. Así que estas fueron todas las cosas que te mostré, y luego nos adentramos en el tema de después de secar y Anuja, te daré esto. |
| anujakhairnar |
Sí, incluso aquí podemos ver que el tipo de tela, el tipo de lavado y la interacción son significativos. |
| |
Y estos fueron los resultados, similares a los que el Dr. Rothenberg acaba de realizar en JMP. Realizamos lo mismo en JMP y obtuvimos estos datos, y aquí podemos ver que las mezclas bi y 100% algodón y las mezclas tri, las tres mostraron variaciones, pero más en las mezclas tri y las mezclas bi. |
| |
Así que este fue otro estudio que hicimos, donde obtuvimos lotes de diferentes fábricas, para ver si esa era la causa de la variación allí. |
| |
Y sí, seguramente lo hicimos, porque el número de orden de compra era básicamente de lotes diferentes y podemos ver que es significativamente diferente. |
| |
Y esto es lo que obtuvimos, los resultados. Las mezclas bi y tri, pueden ver que no es lineal. Podemos ver la variación en esto, lo que nos dio una buena información que |
| |
Necesitamos que cada vez que llegue un lote diferente, tengamos que... tener que probarlo para ver en qué categoría cae, especialmente en qué categoría de contracción cae. |
| |
Y luego también usamos diferentes temperaturas de secado, si eso causaba una diferencia, si eso causaba un efecto, porque no había tanta diferencia entre los secadores. |
| |
Y sí, vemos nuevamente que hubo una diferencia significativa en la temperatura de la secadora. |
| |
Entonces, 180, si ves que los números están invertidos, pero 180 causó la contracción máxima, y 140 y 160 causaron una contracción casi similar y también menor. |
| |
Hubo un estudio más que hicimos, donde desarrollamos productos de lavadoras y lavadoras y secadoras industriales. |
| |
Y teníamos dos tipos de telas diferentes, tres tipos de lavado diferentes y diferentes lavadoras y secadoras. |
| |
Y aquí vemos que el tipo de lavadora, después del lavado, vimos una diferencia significativa que nos dijo que entre los diferentes tipos de lavadoras hay una variación. |
| |
Y, de manera similar, colocamos los datos en JMP y encontramos el gráfico de medias de mínimos cuadrados... gráfico de medias para el tipo de lavado y el tipo de lavadora. |
| |
Y aquí podemos ver que en el enjuague, el LB es la parte del enjuague, podemos ver a partir de lo que hemos concluido de nuestros datos más antiguos que el enjuague causó la menor contracción y el blanqueador frío y el blanqueador caliente causaron la mayor contracción. |
| |
Y estos fueron los resultados industriales después del lavado. Y podemos ver, incluso en estos datos, que hubo una diferencia entre el enjuague y el blanqueador frío y el blanqueador caliente, y el tipo de tela y el tipo de lavadora muestran una diferencia significativa. |
| |
Y de manera similar, hicimos la prueba en las secadoras. |
| |
Y estos fueron los resultados después del secado del desarrollo del producto. |
| |
Secadoras. |
| |
Y simplemente ponemos todos los datos que necesitamos de antes... |
| |
desde antes. |
| |
Y lo pusimos todo junto en un gráfico. Y podemos ver aquí la PW1, PW2 y la lavadora industrial 1 y la lavadora industrial 2 con después del lavado y después del secado, vimos hasta un 12% de diferencia entre estas secadoras y lavadoras. |
| |
Y estas fueron las mejoras que hicimos |
| |
Recomendado. Antes de que se hiciera esta prueba, solo el 40% de las telas que ingresaban a la producción se sometían a pruebas de encogimiento para poder colocarlas en diferentes categorías. |
| |
Y después de esta mejora, lo que recomendamos fue que todos los fardos que llegan deben ser probados, y eso debería darnos una diferencia significativa. Y la otra recomendación fue que necesitábamos utilizar PDL y máquinas industriales y... |
| |
Necesitábamos utilizar máquinas PDL en lugar de máquinas industriales, y estas máquinas necesitan ser monitoreadas y recibir más mantenimiento. |
| |
Así es como les planteamos los cambios que se debían hacer y que eran... |
| |
Implementado. Del 40% al 100% de pruebas y cambio de industrial a PDL. |
| |
Y estos fueron nuestros resultados. Podemos, si ven el gráfico, comenzamos este estudio en agosto y les dimos resultados, seguimos dándoles mejoras. Y si podemos ver que febrero y marzo... enero fue donde terminó mi proyecto con mi |
| |
El proyecto de trabajo terminó y cuando di las recomendaciones, y como pueden ver, en febrero y marzo, vemos un aumento significativo. |
| |
Caída del rango. Y mi proyecto finalizó a fines de marzo, por eso no tengo datos para abril. |
| |
Y esta fue la conclusión y el alcance futuro. Entonces, debido a que JMP ayudó a obtener tantos detalles, es decir, que teníamos un alcance de 3,24 pulgadas y |
| |
Cuando lo recalculamos después de las mejoras en los meses posteriores, lo redujimos a 2,49 pulgadas, lo que supone una disminución de aproximadamente el 23% en el rango. |
| |
Nuestra idea era conseguir al menos 0,5 pulgadas y lo conseguimos. Y lo mismo para la cintura de las mujeres, la redujimos de 3,12 pulgadas a 2,73 pulgadas, lo que supone una reducción de alrededor del 12,5 % y la |
| |
la reducción es menor porque tienen... hay más elasticidad en el denim de mujer, es por eso que tiene... todavía tiene una variación ligeramente mayor. |
| |
Y nosotros también...porque vimos una diferencia significativa entre los lotes que venían de los molinos, |
| |
La otra mejora los llevó a contactar a las fábricas y pedirles que mejoraran su garantía y control de calidad, lo que, a su vez, resultó en mejores resultados para la producción de jeans. |
| |
Luego, como las máquinas PDL e industriales mostraron una diferencia de contracción de alrededor del 12 % en promedio, nos dio más |
| |
Creo que eso fueron los detalles. Y las temperaturas de secado no dieron datos significativos en todos los ensayos JMP que vimos, la temperatura del secador nunca tuvo un valor P significativo y es por eso que no hubo necesidad de que hiciéramos el cambio. |
| |
Y los tri-blends definitivamente necesitaban ser estudiados más a fondo, ya que como vimos, siempre nos dieron datos variados, así que estas fueron nuestras recomendaciones futuras. |
| |
Y hubo muchas limitaciones en este experimento, porque no teníamos tanto tiempo para ejecutarlo y no teníamos tantos datos porque |
| |
La fábrica estaba ubicada en México, por lo que cada vez que había que ejecutar algo, había que viajar hasta allí para obtener los datos, regresar y leerlos. La ubicación y la falta de datos, así como la falta de acceso constante a la información, son las limitaciones de este proyecto. |
| |
Y este es mi reconocimiento a todos mis asesores y a todos los que me ayudaron en esto. ¿Alguna pregunta? |
