Actividad Colaborativa Fase II Karen

TRABAJO COLABORATIVO 1 COMPOSICIN
BROMATOLGICA DE ALIMENTOS
COLLABORATIVE 1 CHEMICAL COMPOSITION OF
FOOD.
Autor: Nathalia KAREN YISETH MEDRANO
Cdigo: 1010065256
Curso: diseo experimental
Universidad Nacional Abierta y a Distancia
CEAD LA DORADA
Resumen
Se realizan las lecturas de la unidad 1sobre los diferentes conceptos de diseo experimental,
entre ellos el origen del diseo, los fundamentos del diseo, y la parte de variabilidad, el
cual abarca la planificacin de la experimentacin y se presenta una visin global de su
aplicacin, ponindolas en prctica en la elaboracin de dos ejercicios, los cuales abarcan
diferentes contextos del diseo experimental.
Summary
readings of the unit 1sobre different concepts of experimental design, including the origin
of the design , the fundamentals of design are made, and the part of variability , which
encompasses planning experimentation and a global view of their application is submitted ,
putting them into practice in the development of two exercises, which cover different
contexts of experimental design .
Palabras clave
Factor, media, varianza, analtico, diseo, estadstico, Experimentacin, factoriales,
matemtico
Key words:
Factor , mean, variance , analytical, design, statistical , Experimentation , factorials ,
mathematic
INTRODUCCION
El diseo experimental es la base de los temas de investigacin la cual abarcan temas de

variabilidad estadstica. El objetivo de la experimentacin es obtener informacin de
calidad.
La investigacin es un proceso, que se vale de la aplicacin del mtodo cientfico, este
ltimo incluye las tcnicas de observacin, reglas para el razonamiento y la prediccin,
experimentacin planificada y la forma de plasmar los resultados experimentales y tericos.
El diseo experimental puede ser completamente al azar, bloques al azar, bloques al azar
generalizados, cuadro latino, etc. y para cada uno de estos diseos se puede tener arreglo
factorial de los tratamientos, si estos se forman por la combinacin de niveles de varios
factores.
MATERIALES Y MTODOS
Se debe utilizar un ordenador con acceso a internet para poder desarrollar el artculo
establecido. Se debe ingresar al navegador, e introducir el nombre de la universidad (unad)
para ingresar a plataforma.
Se desarrolla en el curso diseo experimental con cdigo 30156 grupo 56, el tutor del curso
es el seor CAMPO RIANO.
Para el desarrollo de los ejercicios se debe abarcar el entorno de conocimiento donde se
encuentran las guas integradas del curso, y los contenidos de la unidad 1 que son
importantes en el proceso.
Ejercicios escogidos
1. Recientemente un instituto de certificacin de normas tcnicas realizo una investigacin
sobre la prdida de peso de una misma variedad de fruta proveniente de una misma
localidad. Estudio en donde se pretende lograr una confiabilidad del 98%, una probabilidad
esperada del 55% y no cometer un error superior al 2 %.
Los interesados tomaron muestras del producto vegetal directamente de las bodegas de
almacenamiento, durante un mes y en tres momentos diferentes pero consecutivos,
procesaron el material y determinaron los pesos reportados en la tabla 1.
Tabla 1. Prdida de peso (%)**
FRUTA
JUNIO 24-14_
JULIO 07- 14
JULIO 24- 14
PESO (gr)
PESO (gr)
TAMAO
PESO
TAMAO
(mm)
(gr)
(mm)
50
65
48
N
1E
TAMAO
(mm)
75
52
70
2E
80
55
75
51
70
50
3E
85
55
75
52
70
52
4E
90
55
85
53
85
52
5E
115
62
110
61
110
61
6B
75
50
70
49
70
48
7B
75
52
70
51
65
48
8B
85
55
85
53
85
53
9B
90
55
80
52
75
50
10B
95
58
90
57
85
54
11H
85
53
85
52
80
52
12H
90
53
85
54
85
52
13H
85
54
80
53
80
53
14H
95
52
90
53
90
51
15H
70
51
65
48
65
47
16H
105
55
100
54
95
52
Fuente: Varios investigadores del programa de normalizacin autores.

**Datos tomados con fines educativos
a) Describa detalladamente el diseo del experimento que programaron los profesionales a
cargo del proyecto. Se deben identificar los elementos que intervienen en el estudio
experimental. (Valor 3/20 puntos).
b)Se podra asociar un modelo matemtico a la experimentacin desarrollada?. (Valor 2/20
puntos).
c) El nmero de muestras fu apropiado?. Justifique su respuesta a travs de una formula.
(Valor 3/20 puntos).
d) Qu tipo de informacin grfica se podra construir con los datos tomados?. (Valor 3/20
puntos).
e) Determine el intervalo de confianza para la proporcin de varianza de la propiedad

determinada. (Valor 3/20 puntos).
f) Se podra concluir que existen diferencias significativas entre las frutas proveniente de
las diferentes localidades? (Valor 5/20 puntos).
Sustente sus conclusiones utilizando un mtodo estadstico de comparacin apropiado por
ejemplo Duncan y Tukey.
Nota: la resolucin del ejercicio es de carcter individual. Cada estudiante del grupo debe
seleccionar 2 o 3 procedencias (harinas) y realizar los clculos solicitados. Seguidamente
un voluntario integrar el trabajo final.
3) El presente ejercicio trata de un experimento conducido en Maz donde se probaron el

efecto de seis abonos y dos formas de Aplicacin, superficial (1) o Incorporado (2). El
ensayo cuenta con 3 repeticiones.
La variable respuesta fue el rendimiento por parcela en kg. El diseo usado fue un DPD en
bloques al azar en donde las variantes de aplicacin se aplicaron a las parcelas. Las
mediciones fueron las siguientes
Tabla 2. Rendimiento promedio por hectrea de siembra**
Bloque
Aplicacin
Abono 1
45,5
84
57
72
52.4
88.6
Abono 2
104
121
92
106
92
112
Abono 3
57,6
91
55.2
78.8
47,6
83.4
Abono4
34
57.2
38,5
54
34,5
50.8
Abono 5
26.2
77
21.6
62.4
19.2
63.6

Identifique con toda precisin: las unidades experimentales, los factores, los tratamientos,
las variables y dems caractersticas que intervienen en el estudio que realizo tu equipo de
trabajo. (Valor 2/50 puntos).
Igualmente te solicitamos que d respuesta a las siguientes preguntas:
a-Qu tipo de diseo siguieron los profesionales a cargo del estudio? (Valor 2/50 puntos).
b-Plantee el modelo matemtico, justificando su respuesta. (Valor 2/50 puntos).
c- Establezca las suposiciones necesarias para el anlisis de varianza de los datos. Realic
el anlisis de varianza. (Valor 4/25 puntos).
d-Pruebe la hiptesis que no hay diferencias entre las medias de los tratamientos con la
prueba de F a un nivel de significancia de 0.05. (Valor 3/50 puntos).
e- Se puede decir que hay diferencias entre los distintos sustratos? (Valor 2/50 puntos).
f- Y, en que otro tipo de situacin experimental para su trabajo disciplinar, se podra
presentar este tipo de anlisis. Describa el ejemplo. (Valor 2/50 puntos).
Nota: la resolucin del ejercicio es de carcter individual. Cada estudiante del grupo debe
seleccionar 1 o 2 sustratos y realizar los clculos solicitados.
Seguidamente un voluntario integrar el trabajo final.
Es importante estar pendiente en el foro colaborativo a las pautas establecidas por el tutor y
su Web conferencia.
RESULTADOS
Escuelas: ECAPMA ECBTI

1. Recientemente un instituto de certificacin de normas tcnicas realizo una
investigacin sobre la prdida de peso de una misma variedad de fruta proveniente de
una misma localidad. Estudio en donde se pretende lograr una confiabilidad del 98%,
una probabilidad esperada del 55% y no cometer un error superior al 2 %.
Los interesados tomaron muestras del producto vegetal directamente de las bodegas
de almacenamiento, durante un mes y en tres momentos diferentes pero consecutivos,
procesaron el material y determinaron los pesos reportados en la tabla 1.
Tabla 1. Prdida de peso (%)**
FRUTA
JUNIO 24-14_
JULIO 07- 14
JULIO 24- 14
PESO (gr)
PESO (gr)
TAMAO
PESO
TAMAO
(mm)
(gr)
(mm)
TAMAO
(mm)
1E
75
52
70
50
65
48
2E
80
55
75
51
70
50
3E
85
55
75
52
70
52
4E
90
55
85
53
85
52
5E
115
62
110
61
110
61
6B
75
50
70
49
70
48
7B
75
52
70
51
65
48
8B
85
55
85
53
85
53
9B
90
55
80
52
75
50
10 B
95
58
90
57
85
54
11 H
85
53
85
52
80
52
12 H
90
53
85
54
85
52
13 H
85
54
80
53
80
53
14 H
95
52
90
53
90
51
15 H
70
51
65
48
65
47
16 H
105
55
100
54
95
52
Fuente: Varios investigadores del programa de normalizacin autores.

a) Describa detalladamente el diseo del experimento que programaron los

profesionales a cargo del proyecto. Se deben identificar los elementos que intervienen
en el estudio experimental.
El experimento diseado por los profesionales a cargo es un diseo completo de bloques al
azar aleatorizado, en el cual se renen las unidades experimentales a evaluar y se aplican
los tratamientos que se efectan dentro de cada unidad.
Confiabilidad del 98%
Probabilidad esperada del 55%
Error inferior o igual al 2%.
El material experimental es dividido en grupos de unidades experimentales homogneos,
cada uno es una se repiten algunos datos.
Elementos que intervienen en el estudio experimental - Muestra de 16 Unidades
experimentales:
Producto vegetal en 3 fechas diferentes pero consecutivas tales JUNIO 24-14, JULIO
07- 14, JULIO 24- 14
- Tratamientos: Variables bromatolgicas el peso y el tamao.
.b) Se podra asociar un modelo matemtico a la experimentacin desarrollada?.

Si se puede desarrollar un modelo matemtico a este tipo de experimentacin el cual
consiste en realizar la suma de las caractersticas bromatolgicas de cada bloque de manera
individual para posteriormente hallarle la media general y el efecto del tratamiento.
La identificacin de este fenmeno y la comprobacin de las suposiciones se hacen
en el momento de proponerlo basndose en el siguiente modelo matemtico:
Yiji= +
Modelo matemtico Ecuacin 1
En donde i= 1,., k nmero de tratamientos

j=1,., r nmero de repeticiones
= promedio de todas las unidades experimentales del experimento = X
o Y segn el caso.
= la diferencia entre el promedio () y el resultado cuando se tiene la

combinacin de factores determinada por el tratamiento i.
Como hay variaciones no controlables, la inexactitud de las mediciones, conforman
un factor llamado error experimental
().
c) El nmero de muestras fue apropiado? Justifique su respuesta a travs de una

formula.
Si, el nmero de
muestras fue apropiado y para probarlo se recurre a modelos
matemticos donde
se estudien e incluyan factores como las variables t y r que en este
caso seran
t = nmero de bloques y r = nmero de repeticiones:

=
d) Qu tipo de informacin grfica se podra construir con los datos tomados?

Hay muchas grficas que pueden surgir de los datos suministrados por el experimento. A
continuacin se presentan algunas de ellas:
Tabla de datos por cada mes
Grafica de barras por meses y su costo: Se utiliza para representar valores utilizando trazos
verticales, u horizontales. Se pueden representar dos o ms series para comparar entre s.
Grafica circular: Este tipo de grafico nos dejar ver claramente la cantidad que representa
cada valor en un hecho.
e) Determine el intervalo de confianza para la proporcin de varianza de la propiedad

determinada.
Para sacar el intervalo de confianza se debe coger por meses
JUNIO 24-14_
FRUTA N
PESO (gr)
1E
75
2E
80
3E
85
4E
90
5E
115
6B
75
7B
75
8B
85
9B
90
10 B
95
11 H
85
12 H
90
13 H
85
14 H
95
15 H
70
16 H
105
Se suma toda la fila peso (gr) es de 1395

Saca la media dividiendo por el nmero de datos
1395
16 =87.2
Luego se debe sacar la varianza de la muestra
, que significa "sumatoria", te indica que debes calcular los siguientes trminos para
es la varianza. La varianza siempre se mide en unidades elevadas al cuadrado.

representa un trmino de tu conjunto de datos.
cada valor de 1 y luego sumarlos a todos.
xx es la media de la muestra.
n es la cantidad de puntos de datos.
Para sacar
Ejemplo:
Datos
se debe
JUNIO 24-14_
FRUTA N
PESO (gr) x
X-x
1E
75
87.2
-12.2
2E
80
87.2
-7.2
51.8
3E
85
87.2
-2.2
4.8
4E
90
87.2
2.8
7.8
5E
115
87.2
27.8
772.8
6B
75
87.2
-12.2
148.8
7B
75
87.2
-12.2
148.8
8B
85
87.2
-2.2
4.8
9B
90
87.2
2.8
7.8
10 B
95
87.2
7.8
60.8
11 H
85
87.2
-2.2
4.8
12 H
90
87.2
2.8
7.8
13 H
85
87.2
-2.2
4.8
14 H
95
87.2
7.8
60.8
15 H
70
87.2
-17.2
295.8
16 H
105
87.2
17.8
316.8
Total suma
1395
Media 87.2
(X x)
148.8
2047.8
Aplicamos la formula
= 2047161.8 = 136.5
La varianza es 136.5
La desviacin estndar de la muestra anterior es de 136.5 = 11.7
CON ESTE METODO PODEMOS HALLARLO CON LOS DOS GRUPOS QUE
FALTAN
El nivel de confianza que deseo es de 98%, luego se debe calcular el margen de error, para
esto se aplica la siguiente formula y el nivel de error no mayor al 2 %.
Para sacar el margen de error, se debe primero buscar el valor crtico. Se debe convertir el
nivel de confianza a nmero decimal en este caso seria 0.98.
Z= 1-a esto nos quiere decir que z = 1- 0.98 = 0.02 el cual se divide en 2 que es igual a
0.01, luego se debe revisar la tabla y el dato es 2.33
Para calcular el error de estndar: se toma la desviacin estndar que es 11.7 y la dividimos
entre la raz del tamao de la muestra 16 igual
Luego se multiplica el dato del valor critico 2.33 x 2.925 = 6.81525 margen de error
Por ultimo para expresar el intervalo de confianza es coger la media 87.2 6.81525 =
encontramos un lmite superior si se suma o inferior si se resta.
f) Se podra concluir que existen diferencias significativas entre las frutas provenientes de
las diferentes localidades?
Sustente sus conclusiones utilizando un mtodo estadstico de comparacin apropiado por
ejemplo Duncan y Tukey.
Lo primero que se debe realizar es sacar las medias de los datos establecidos como son los
pesos de los tres grupos.
datos para el mtodo de tukey y anova
75
70
65
80
75
70
85
75
70
90
85
85
115
110
110
75
70
70
75
70
65
85
85
85
90
80
75
95
90
85
85
85
80
90
85
85
85
80
80
95
90
90
70
65
65
105
100
95
Como nos podemos dar cuenta los datos de varianza son iguales a los obtenidos en el punto
anterior.
Se podra concluir que existen diferencias significativas entre las frutas provenientes de las
diferentes localidades?
Sera de 1,62279643 y el valor de probabilidad seria 0,20868176 comprobado con la
tcnica ANOVA.
Nos quedamos con la hiptesis nula la cual decimos, el promedio de las frutas es igual
para todos los grupos; con un 98% de confiabilidad. Y no existe diferencia
significativa.
Para demostrar realizamos la prueba de tukey
Para esto debemos utilizar la formula en Excel de la diferencia honestamente significativa

se debe analizar la tabla de tukey con el dato de grados de libertad para el dato de
Multiplicador del alfa. Adems se deben hallar el cuadrado del error medio MSe, y el
tamao o muestra de cada uno de los grupos (n).
Para este caso seria 3.4, el MSe de 143,7847222 y el n de 16
Se aplica la siguiente frmula para sacar la diferencia honestamente significativa
A continuacin se debe calcular la media aritmtica para cada uno de los grupos
A continuacin se hace una tabla para observar una diferencia que hay en uno de los grupos
por pareja.
Como observamos los datos obtenidos son menores al HSD por lo tanto no se encuentra
gran diferencia.
3) El presente ejercicio trata de un experimento conducido en Maz donde se probaron

el efecto de seis abonos y dos formas de Aplicacin, superficial (1) o Incorporado (2).
El ensayo cuenta con 3 repeticiones.
La variable respuesta fue el rendimiento por parcela en kg. El diseo usado fue un
DPD en bloques al azar en donde las variantes de aplicacin se aplicaron a las
parcelas. Las mediciones fueron las siguientes
Tabla 2. Rendimiento promedio por hectrea de siembra**
Bloque
Aplicacin
Abono 1
45,5
84
57
72
52.4
88.6
Abono 2
104
121
92
106
92
112
Abono 3
57,6
91
55.2
78.8
47,6
83.4
Abono 4
34
57.2
38,5
54
34,5
50.8
Abono 5
26.2
77
21.6
62.4
19.2
63.6

Identifique con toda precisin:
Las unidades experimentales: efecto de 5 abonos y dos tcnicas de aplicado en el

maz.
Variables y tratamientos: 5 bonos (abono 1, abono 2, abono 3, abono 4, abono 5) y 2

tcnicas de aplicado (1,2).
Igualmente te solicitamos que d respuesta a las siguientes preguntas:
a-Qu tipo de diseo siguieron los profesionales a cargo del estudio?

El tipo de diseo que sugirieron los profesionales fue DISEO DE BLOQUES AL AZAR
(DBA), en este diseo, los tratamientos se asignaron aleatoriamente a un grupo de unidades
experimentales denominado bloques o repeticiones. Algunas de las ventajas del diseo en
bloques completos aleatorizados comprenden el hecho de que es fcil de comprender y
sencillo de calcular. Adems, ciertas complicaciones que pueden surgir en el curso de un
experimento se resuelven fcilmente cuando se utiliza este diseo.
En general es posible agrupar las unidades experimentales de modo que se logre mayor
precisin con el diseo completamente aleatorizado.
No hay restriccin en cuanto al nmero de tratamientos o de bloques. Si se desea usar
repeticiones adicionales para cientos tratamientos, esto se puede aplicar a dos o ms
unidades por bloque con aleatorizacin adecuada para dar un diseo de bloques completo al
azar aleatorizado.
Si faltan datos de unidades individuales pueden estimarse fcilmente de tal manera que no
se pierda la comodidad en los clculos.
Si el error experimental es heterogneo, puede obtenerse componentes no sesgados
aplicables de comparaciones especficas.
b-Plantee el modelo matemtico, justificando su respuesta
c- Establezca las suposiciones necesarias para el anlisis de varianza de los datos.

Realic el anlisis de varianza.
Para el anlisis de varianza escojo las aplicaciones nmeros 1 de cada bloque
Bloque
Aplicacin
Abono 1
45,5
57
52.4
Abono 2
104
92
92
Abono 3
57,6
55.2
47,6
Abono 4
34
38,5
34,5
Abono 5
26.2
21.6
19.2
53.46
52.86
49.14
Media aritmtica
Bloque 1
x
X-x
1 (x)
Abono 1
45,5
53.46
-7.96
63.36
Abono 2
104
53.46
50.54
2554
Abono 3
57,6
53.46
4.14
17.13
Abono 4
34
53.46
-19.46
378.6
Abono 5
26.2
53.46
-27.26
743.1
53.46
53.46
Media
(X x)
Aplicacin
3756.19
aritmtica
Bloque 2
x
X-x
(X x)
Aplicacin
1 (x)
Abono 1
57
52.86
4.14
17.13
Abono 2
92
52.86
39.14
1531.9
Abono 3
55.2
52.86
2.34
5.47
Abono 4
38,5
52.86
-14.36
206.2
Abono 5
21.6
52.86
-31.26
977.18
52.86
52.86
Media
2737.8
aritmtica
2
= 273751.8 = 684.47
Bloque 3
x
X-x
(X x)
Aplicacin
1 (x)
Abono 1
52.4
49.14
3.26
10.62
Abono 2
92
49.14
42.86
1836.97
Abono 3
47,6
49.14
-1.54
2.37
Abono 4
34,5
49.14
-14.64
214.32
Abono 5
19.2
49.14
-29.94
896.40
49.14
49.14
Media
aritmtica
2960.68
d-Pruebe la hiptesis que no hay diferencias entre las medias de los tratamientos con
la prueba de F a un nivel de significancia de 0.05.
Para realizarlo por el mtodo F, se realizara por Excel.
Para la aprobacin de la hiptesis se escoge por bloques ya que el mtodo F solo se escoge
de dos variables
Bloque 1.
Lo que significa que la diferencia entre ambos grupos no es significativa en el nivel 0.05
Bloque 2
Bloque 3
e- Se puede decir que hay diferencias entre los distintos sustratos?
Primer aplicada
Se demostr la varianza de los tres bloques en la primer aplicada.
Varianza
Comprobacin de La diferencia
Como se analiza es muy pequea la diferencia.
Segunda aplicada
Varianza
Comprobacin de la diferencia
f- Y, en que otro tipo de situacin experimental para su trabajo disciplinar, se podra

presentar este tipo de anlisis. Describa el ejemplo.
Se podra presentar en inventarios de especies de plantas o rboles, en recoleccin de
suelos, en la utilizacin de abonos, tratamientos de fertilizantes.
CONCLUSIN
Se analizaron los diferentes conceptos sobre la planificacin experimental el cual nos ayuda
con la variabilidad de los casos que se desarrollaron, analizando la variancia y la desviacin
estndar, el mtodo F, la prueba de TUKEY Y ANOVA, por la metodologa de Excel.
BIBLIOGRAFA
http://ocw.uv.es/ciencias-de-la-salud/estadistica-estadistica-inferencial-enpsicologia/tema_3.pdf)
(http://www.umng.edu.co/documents/63968/74797/uwv_9articulo8.pdf)
(http://ocw.uv.es/ciencias-de-la-salud/estadistica-estadistica-inferencial-enpsicologia/tema_4.pdf)

Actividad Colaborativa Fase II Karen

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Actividad Colaborativa Fase II Karen

Încărcat de

Drepturi de autor:

Formate disponibile

TRABAJO COLABORATIVO 1 COMPOSICIN

El diseo experimental es la base de los temas de investigacin la cual abarcan temas de

Fuente: Varios investigadores del programa de normalizacin autores.

e) Determine el intervalo de confianza para la proporcin de varianza de la propiedad

3) El presente ejercicio trata de un experimento conducido en Maz donde se probaron el

**Datos tomados con fines educativos

Escuelas: ECAPMA ECBTI

Fuente: Varios investigadores del programa de normalizacin autores.

a) Describa detalladamente el diseo del experimento que programaron los

.b) Se podra asociar un modelo matemtico a la experimentacin desarrollada?.

Modelo matemtico Ecuacin 1

En donde i= 1,., k nmero de tratamientos

= la diferencia entre el promedio () y el resultado cuando se tiene la

c) El nmero de muestras fue apropiado? Justifique su respuesta a travs de una

muestras fue apropiado y para probarlo se recurre a modelos

se estudien e incluyan factores como las variables t y r que en este

t = nmero de bloques y r = nmero de repeticiones:

d) Qu tipo de informacin grfica se podra construir con los datos tomados?

e) Determine el intervalo de confianza para la proporcin de varianza de la propiedad

Se suma toda la fila peso (gr) es de 1395

es la varianza. La varianza siempre se mide en unidades elevadas al cuadrado.

cada valor de 1 y luego sumarlos a todos.

n es la cantidad de puntos de datos.

Para demostrar realizamos la prueba de tukey

Para esto debemos utilizar la formula en Excel de la diferencia honestamente significativa

Para este caso seria 3.4, el MSe de 143,7847222 y el n de 16

Se aplica la siguiente frmula para sacar la diferencia honestamente significativa

3) El presente ejercicio trata de un experimento conducido en Maz donde se probaron

**Datos tomados con fines educativos

Las unidades experimentales: efecto de 5 abonos y dos tcnicas de aplicado en el

Variables y tratamientos: 5 bonos (abono 1, abono 2, abono 3, abono 4, abono 5) y 2

Igualmente te solicitamos que d respuesta a las siguientes preguntas:

a-Qu tipo de diseo siguieron los profesionales a cargo del estudio?

b-Plantee el modelo matemtico, justificando su respuesta

c- Establezca las suposiciones necesarias para el anlisis de varianza de los datos.

e- Se puede decir que hay diferencias entre los distintos sustratos?

Como se analiza es muy pequea la diferencia.

f- Y, en que otro tipo de situacin experimental para su trabajo disciplinar, se podra

S-ar putea să vă placă și