Este evento reúne a expertos nacionales e internacionales, fortaleciendo la comunidad científica en biología matemática representando una oportunidad única para el aprendizaje, la innovación y la integración de herramientas matemáticas en la comprensión de sistemas biológicos, contribuyendo al desarrollo científico y tecnológico del país. Los temas abordados incluyen epidemiología matemática, sistemas dinámicos en ecología y evolución, ecología y biología marina, bioestadística, bioinformática y ciencia de datos.
Precursos en línea del 22 al 26 de septiembre del 2025.
Cursos presenciales y ponencias del 6 al 10 de octubre del 2025
Fecha límite de registro: 15 -8- de agosto.
Registro de estudiantes
Registro de ponentes
Ponencias híbridas por ZOOM
Este evento en modalidad híbrida contempla dos actividades: la XXVI Escuela de Otoño de Biología Matemática y el XX Encuentro de Biología Matemática. Dentro de la escuela de otoño, se enmarca una primera etapa de precursos en línea para estudiantes que se inscriban de todo el país o el extranjero e interesados en los temas de la escuela; se realizará del 22 al 26 de septiembre de 2025 y en la segunda etapa son cursos presenciales que se realizarán del 6 al 10 de octubre de 2025. Para el encuentro, se llevará a cabo de igual forma del 6 al 10 de octubre y se proponen 10 ponencias plenarias, pláticas por solicitud y sesiones de carteles, todos estos eventos de forma presencial. Las ponencias por solicitud serán impartidas tanto por estudiantes como por investigadores, dando la oportunidad de que los estudiantes tengan contacto directo con científicos del área para fomentar la creación de nuevos proyectos de investigación.
El enlace para precursos será enviado a cada participante. Ponencias híbridas por ZOOM
Fecha | LUNES 22DE SEPTIEMBRE | MARTES 23DE SEPTIEMBRE | MIÉRCOLES 24DE SEPTIEMBRE | JUEVES 25DE SEPTIEMBRE | VIERNES 26DE SEPTIEMBRE |
---|---|---|---|---|---|
9:00-10:00 | Sistemas Dinámicos
Sistemas dinámicos. Cesar Alberto Rosales AlcantarObjetivos Generales:
|
Sistemas Dinámicos
Sistemas dinámicos. Cesar Alberto Rosales AlcantarObjetivos Generales:
|
Sistemas Dinámicos
Sistemas dinámicos. Cesar Alberto Rosales AlcantarObjetivos Generales:
|
Sistemas Dinámicos
Sistemas dinámicos. Cesar Alberto Rosales AlcantarObjetivos Generales:
|
Sistemas Dinámicos
Sistemas dinámicos. Cesar Alberto Rosales AlcantarObjetivos Generales:
|
10:00-11:00 | Python
Python. Daniel Ornelas DuránObjetivos generales:
|
Python
Python. Daniel Ornelas DuránObjetivos generales:
|
Python
Python. Daniel Ornelas DuránObjetivos generales:
|
Python
Python. Daniel Ornelas DuránObjetivos generales:
|
Python
Python. Daniel Ornelas DuránObjetivos generales:
|
11:00-12:00 | Receso | ||||
12:00-1:00 | Inteligencia Artificial y Aprendizaje Profundo
Fundamentos Matemáticos de Redes Neuronales. Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.Objetivo general: Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python. |
Inteligencia Artificial y Aprendizaje Profundo
Fundamentos Matemáticos de Redes Neuronales. Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.Objetivo general: Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python. |
Inteligencia Artificial y Aprendizaje Profundo
Fundamentos Matemáticos de Redes Neuronales. Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.Objetivo general: Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python. |
Inteligencia Artificial y Aprendizaje Profundo
Fundamentos Matemáticos de Redes Neuronales. Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.Objetivo general: Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python. |
Inteligencia Artificial y Aprendizaje Profundo
Fundamentos Matemáticos de Redes Neuronales. Daniel Robles Leong, Fedro Guillén Garza Ramos y Miguel Arturo Ballesteros Montero.Objetivo general: Ofrecer una introducción intensiva y rigurosa a los fundamentos matemáticos del aprendizaje profundo. Está orientado a personas con formación matemática que deseen comprender cómo y por qué funcionan los modelos de redes neuronales. Se explorarán resultados teóricos clave, como el teorema de universalidad, así como los métodos computacionales fundamentales para su entrenamiento, como el descenso de gradiente. También se incluirá una introducción práctica en Python. |
1:00-2:00 | Estadística A
Estadística.Marcos Aurelio Capistrán Ocampo.Objetivos generales:
|
Estadística A
Estadística.Marcos Aurelio Capistrán Ocampo.Objetivos generales:
|
Estadística A
Estadística.Marcos Aurelio Capistrán Ocampo.Objetivos generales:
|
Estadística A
Estadística.Marcos Aurelio Capistrán Ocampo.Objetivos generales:
|
Estadística A
Estadística.Marcos Aurelio Capistrán Ocampo.Objetivos generales:
|
2:00-4:00 | Comida | ||||
4:00-5:00 | Estadística B
Dashboard con Shiny en R: Herramienta para la investigación y divulgación. Mayra Rosalia Tocto ErazoObjetivo general: Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general. |
Estadística B
Dashboard con Shiny en R: Herramienta para la investigación y divulgación. Mayra Rosalia Tocto ErazoObjetivo general: Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general. |
Estadística B
Dashboard con Shiny en R: Herramienta para la investigación y divulgación. Mayra Rosalia Tocto ErazoObjetivo general: Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general. |
Estadística B
Dashboard con Shiny en R: Herramienta para la investigación y divulgación. Mayra Rosalia Tocto ErazoObjetivo general: Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general. |
Estadística B
Dashboard con Shiny en R: Herramienta para la investigación y divulgación. Mayra Rosalia Tocto ErazoObjetivo general: Capacitar en la conceptualización, diseño y desarrollo de Dashboards interactivos con R, como una herramienta para la investigación y divulgación en proyectos en ciencias. Dotar de competencias necesarias para realizar visualizaciones interactivas que faciliten el análisis de datos, la comprensión de modelos, resultados de investigación y simulaciones, promoviendo el uso de tableros para la comunicación en proyectos en ciencias a estudiantes, investigadores y público en general. |
5:00-6:00 | Estadística C
Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.Luis Alfonso Caraveo Balderas.Objetivo general: Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados. |
Estadística C
Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.Luis Alfonso Caraveo Balderas.Objetivo general: Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados. |
Estadística C
Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.Luis Alfonso Caraveo Balderas.Objetivo general: Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados. |
Estadística C
Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.Luis Alfonso Caraveo Balderas.Objetivo general: Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados. |
Estadística C
Fundamentos de Estadística, Modelado, Simulaciones, Inferencias y más.Luis Alfonso Caraveo Balderas.Objetivo general: Promover el desarrollo de habilidades estadísticas en estudiantes de posgrado de Matemáticas o áreas afines, interesados en Matemática Aplicada. Se usarán problemas dentro del ámbito ecológico, epidemiológico y de riesgo para ilustrar un proceso constituido por el modelado del fenómeno aleatorio bajo estudio, simulaciones de datos, inferencia estadística y sus fundamentos, y la presentación, análisis y discusión de resultados. |
6:00-7:00 | Biología y Ecología
Ecología Marina en la costa de Oaxaca. Juan Francisco Meraz Hernando.Objetivo general: Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados. |
Biología y Ecología
Ecología Marina en la costa de Oaxaca. Juan Francisco Meraz Hernando.Objetivo general: Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados. |
Biología y Ecología
Ecología Marina en la costa de Oaxaca. Juan Francisco Meraz Hernando.Objetivo general: Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados. |
Biología y Ecología
Ecología Marina en la costa de Oaxaca. Juan Francisco Meraz Hernando.Objetivo general: Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados. |
Biología y Ecología
Ecología Marina en la costa de Oaxaca. Juan Francisco Meraz Hernando.Objetivo general: Que el alumno conozca los elementos básicos de la ecología, particularmente en ambientes marinos, reconociendo las características particulares de la costa de Oaxaca, sus problemáticas y algunos métodos de estudio empleados. |
Fecha | LUNES 6DE OCTUBRE | MARTES 7DE OCTUBRE | MIÉRCOLES 8DE OCTUBRE | JUEVES 9DE OCTUBRE | VIERNES 10DE OCTUBRE |
---|---|---|---|---|---|
9:00-9:30 | Bienvenida | Plática | Plática | Plática | Plática |
9:30-10:30 | Plenaria 1
Una nueva mirada a la selva: Un modelo para la distribución de especies inspirado en la física cuánticaMiguel Ballesteros |
Plenaria 3
Modelos matemáticos que describen el flujo sanguíneo en arterias.Cesar Alberto Rosales Alcantar |
Plenaria 5
Modelado multivariante de cinéticas de biosorción usando redes neuronales Bi-LSTMAlma Rosa Netzahuatl Muñoz |
Plenaria 7
PendienteEnrique Martinez Meyer |
Plenaria 9
Modelación matemática de la dinámica viral dentro de un individuo hospederoRoberto A. Saenz |
10:30-11:30 |
Curso-Taller 1/Curso-Taller 2
Curso-Taller 1Las matemáticas ayudando al biólogo Juan Francisco Meraz HernandoEn este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo. Curso-Taller 2Análisis de sistemas dinámicos con métodos de ciencia de datos Jorge Velazquez CastroEn este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico. |
Curso-Taller 1/Curso-Taller 2
Curso-Taller 1Las matemáticas ayudando al biólogo Juan Francisco Meraz HernandoEn este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo. Curso-Taller 2Análisis de sistemas dinámicos con métodos de ciencia de datos Jorge Velazquez CastroEn este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico. |
Curso-Taller 3/Curso-Taller 4
Curso-Taller 3Epidemiología Matemática Andrés Fraguela Collar
Curso-Taller 4Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático Tomás Pérez BecerraEn este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos. |
Curso-Taller 3/Curso-Taller 4
Curso-Taller 3Epidemiología matemática. Andrés Fraguela Collar
Curso-Taller 4Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático Tomás Pérez BecerraEn este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos. |
Curso-Taller 5/Curso-Taller 6
Curso-Taller 5Problemas en ecología y biología marina I Eduardo Ramírez ChávezEn este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas. Curso-Taller 6Problemas en ecología y biología marina II Pedro Cervantes HernándezEn este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME. |
11:30-12:00 | Receso | ||||
12:00-1:00 | Curso-Taller 1/Curso-Taller 2
Curso-Taller 1Las matemáticas ayudando al biólogo Juan Francisco Meraz HernandoEn este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo. Curso-Taller 2Análisis de sistemas dinámicos con métodos de ciencia de datos Jorge Velazquez CastroEn este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico. |
Curso-Taller 1/Curso-Taller 2
Curso-Taller 1Las matemáticas ayudando al biólogo Juan Francisco Meraz HernandoEn este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo. Curso-Taller 2Análisis de sistemas dinámicos con métodos de ciencia de datos Jorge Velazquez CastroEn este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico. |
Curso-Taller 3/Curso-Taller 4
Curso-Taller 3Epidemiología matemática. Andrés Fraguela Collar
Curso-Taller 4Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático Tomás Pérez BecerraEn este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos. |
Curso-Taller 5/Curso-Taller 6
Curso-Taller 5Problemas en ecología y biología marina I Eduardo Ramírez ChávezEn este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas. Curso-Taller 6Problemas en ecología y biología marina II Pedro Cervantes HernándezEn este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME. |
Curso-Taller 5/Curso-Taller 6
Curso-Taller 5Problemas en ecología y biología marina I Eduardo Ramírez ChávezEn este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas. Curso-Taller 6Problemas en ecología y biología marina II Pedro Cervantes HernándezEn este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME. |
1:00-2:00 | Curso-Taller 1/Curso-Taller 2
Curso-Taller 1Las matemáticas ayudando al biólogo Juan Francisco Meraz HernandoEn este taller se mostrarán dos tipos de análisis en Ecologia, basados en principios matemáticos, el primero con álgebra de matrices y el segundo con modelos generales linealizados, finalmente se implementará la programación para su desarrollo. Curso-Taller 2Análisis de sistemas dinámicos con métodos de ciencia de datos Jorge Velazquez CastroEn este taller se explicará que es una cadena de Markov y para qué sirve. Se explicará el algoritmo específico de Metropolis-Hastings y se desarrollará un ejemplo completo para ajustar datos de un modelo SIR epidemiológico. |
Curso-Taller 3/Curso-Taller 4
Curso-Taller 3Epidemiología matemática. Andrés Fraguela Collar
Curso-Taller 4Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático Tomás Pérez BecerraEn este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos. |
Curso-Taller 3/Curso-Taller 4
Curso-Taller 3Epidemiología matemática. Andrés Fraguela Collar
Curso-Taller 4Predicción de Rendimiento de Cultivos en una región mediante Aprendizaje Automático Tomás Pérez BecerraEn este taller se realizarán predicciones de rendimientos de cultivos mediante redes neuronales, modelos de machine learning y se entrenará un modelo de aprendizaje máquina para detección de frutos. |
Curso-Taller 5/Curso-Taller 6
Curso-Taller 5Problemas en ecología y biología marina I Eduardo Ramírez ChávezEn este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas. Curso-Taller 6Problemas en ecología y biología marina II Pedro Cervantes HernándezEn este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME. |
Curso-Taller 5/Curso-Taller 6
Curso-Taller 5Problemas en ecología y biología marina I Eduardo Ramírez ChávezEn este taller se resolverán diversos problemas ocasionados con el aumento de la temperatura, la búsqueda de nuevas especies de coral y detección de zonas blanqueadas. Curso-Taller 6Problemas en ecología y biología marina II Pedro Cervantes HernándezEn este taller se instruirá a los usuarios en el uso técnicas satelitales para obtener, procesar y generar escenarios de simulación para describir la dispersión de partículas en la superficie del mar, usando el programa GNOME. |
2:00-4:00 | Comida | ||||
4:00-5:00 | Plenaria 2
Descifrando la endemicidad del dengue: métricas transitorias, patrones espectrales y efectos de parámetros clave en modelos vector-hospederoMarco A. Capistran Ocampo |
Plenaria 4
Ecoepidemiología: La fusión entre Ecología y EpidemiologíaVirgilio Vázquez |
Plenaria 6
Bifurcaciones y un par de rutas al caos de origen biológico.Victor Breña Medina |
Plenaria 8
Modelando agroecosistemas diversos de MéxicoMariana Benítez Keinrad |
Plenaria 10
Del Sedimento a la Evidencia: Reconstruyendo el Pasado con Inferencia Bayesiana CompletaMarco A. Aquino-López |
5:00-5:30 | Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
5:30-6:00 | Receso | ||||
6:00-6:30 | Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
Posters | Posters | Pláticas
Por Confirmar
|
6:30-7:00 | Pláticas
Por Confirmar
|
Pláticas
Por Confirmar
|
Posters | Posters | CLAUSURA |