Ciudades de Brasil con Latitud y Longitud – Descarga en Excel, CSV, SQL, JSON, XML
Última actualización: 10 de febrero de 2026.
Aquí encontrarás una muestra seleccionada de 100 ciudades clave de Brazil, cada una con datos esenciales como latitud, longitud, región administrativa y otros atributos relevantes.
Esta vista previa se extrae de nuestro conjunto de datos completo, que incluye un total de 46058 ubicaciones geográficas en todo el país.
Ya sea que trabajes en cartografía, análisis de datos o desarrollo de aplicaciones, los datos están disponibles para uso personal y comercial.
Todos los registros están disponibles en cinco formatos: Excel (.xlsx), CSV, SQL, JSON y XML.
Capital destacada: La capital oficial de Brasil es Brasília.
| Geoname_ID | City | Alternate_Name | Country_Code | Region | Sub_region | Latitude | Longitude | Elevation | Population | Timezone | Fcode_Name |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 3455665 | Ouro Verde | BR | Santa Catarina | Ouro Verde | -26.69444 | -52.31194 | 0 | America/Sao_Paulo | populated place | ||
| 3465253 | Couto de Magalhães | Couto de Magalhaes,Couto de Magalhaes de Minas,Couto de Magalhães,Couto de Magalhães de Minas | BR | Minas Gerais | Couto de Magalhães de Minas | -18.07671 | -43.47285 | 0 | America/Sao_Paulo | populated place | |
| 3480687 | Bacia de Pedras | Bacia de Pedra,Bacia de Pedras | BR | Rio de Janeiro | Vassouras | -22.4175 | -43.75694 | 0 | America/Sao_Paulo | populated place | |
| 3385553 | Vargem Bonita | BR | Maranhão | Grajaú | -5.58333 | -45.88333 | 0 | America/Fortaleza | populated place | ||
| 3388890 | São Domingos | BR | Ceará | Milagres | -7.26667 | -38.9 | 0 | America/Fortaleza | populated place | ||
| 3457950 | Manhumirim | BR | Minas Gerais | Manhumirim | -20.35778 | -41.95806 | 15544 | America/Sao_Paulo | populated place | ||
| 3766394 | Mandioca | BR | Amazonas | Manaquiri | -4.02972 | -60.61306 | 0 | America/Manaus | populated place | ||
| 3477980 | Sítio Nilton Weber | Sitio Nilton Weber,Sítio Nilton Weber | BR | Paraná | Rio Negro | -26.05105 | -49.65618 | 0 | America/Sao_Paulo | populated place | |
| 3402431 | Cauassu | BR | Paraíba | São José de Espinharas | -6.88333 | -37.48333 | 0 | America/Fortaleza | populated place | ||
| 3464826 | Deocleciano Faria | Deocleciano Faria | BR | Minas Gerais | Pedra Azul | -16.13333 | -41.26667 | 0 | America/Sao_Paulo | populated place | |
| 8307237 | Caminho do Morro | Caminho do Morro | BR | Santa Catarina | Dona Emma | -26.9609 | -49.7951 | 0 | America/Sao_Paulo | populated place | |
| 3393157 | Papagaio | BR | Piauí | Baixa Grande do Ribeiro | -8.98333 | -45.43333 | 0 | America/Fortaleza | populated place | ||
| 3469935 | Boa Esperança | Boa Esperanca,Boa Esperança | BR | São Paulo | Batatais | -20.9 | -47.75 | 0 | America/Sao_Paulo | populated place | |
| 3407526 | Angico Torto | BR | Pernambuco | Verdejante | -7.88333 | -39.01667 | 0 | America/Recife | populated place | ||
| 7739655 | Sítio Santa Teresa | Sitio Santa Teresa,Sítio Santa Teresa | BR | Paraná | Cambará | -23.0334 | -50.0473 | 0 | America/Sao_Paulo | populated place | |
| 3389386 | Santana do Cariri | Sant’Anna do Cariry,Santanopole,Santanópole | BR | Ceará | Santana do Cariri | -7.18833 | -39.73694 | 0 | America/Fortaleza | populated place | |
| 3388116 | São Sebastião | BR | Ceará | Mauriti | -7.28333 | -38.8 | 0 | America/Fortaleza | populated place | ||
| 3476208 | Sítio Ernesto Roco | Sitio Ernesto Roco,Sítio Ernesto Roco | BR | São Paulo | Porto Feliz | -23.09917 | -47.54472 | 0 | America/Sao_Paulo | populated place | |
| 7640929 | Sítio Lucidio C. da Cruz | Sitio Lucidio C. da Cruz,Sítio Lucidio C. da Cruz | BR | Paraná | Bocaiúva do Sul | -25.07371 | -48.82744 | 0 | America/Sao_Paulo | populated place | |
| 7583347 | Sítio Capricho | Sitio Capricho,Sítio Capricho | BR | São Paulo | São Roque | -23.55868 | -47.11738 | 0 | America/Sao_Paulo | populated place | |
| 7773183 | Sítio José Pedro de Oliveira | Sitio Jose Pedro de Oliveira,Sítio José Pedro de Oliveira | BR | Paraná | Guapirama | -23.4224 | -50.06764 | 0 | America/Sao_Paulo | populated place | |
| 3760862 | Bem-te-vi | BR | Amazonas | Tapauá | -5.41722 | -63.04139 | 0 | America/Manaus | populated place | ||
| 3460032 | Jatobá | BR | Mato Grosso do Sul | Miranda | -20.15 | -56.88333 | 0 | America/Campo_Grande | populated place | ||
| 7700169 | Sítio Antônio de S. Mendes | Sitio Antonio de S. Mendes,Sítio Antônio de S. Mendes | BR | Paraná | Lapa | -25.93751 | -49.93635 | 0 | America/Sao_Paulo | populated place | |
| 3465228 | Coxim | Herculanea,Herculania,Herculânea,Herculânia,Koshin,koksima,Кошин,কোক্সিম | BR | Mato Grosso do Sul | Coxim | -18.50667 | -54.76 | 30215 | America/Campo_Grande | populated place | |
| 3401945 | Colonia Lajedo | BR | Rio Grande do Norte | Baraúna | -5 | -37.65 | 0 | America/Fortaleza | populated place | ||
| 7614923 | Jardim Regina | Jardim Regina | BR | São Paulo | São Paulo | -23.47358 | -46.7426 | 0 | America/Sao_Paulo | populated place | |
| 3448409 | São Pedro | Sao Pedro,São Pedro | BR | Minas Gerais | Alterosa | -21.2 | -46.23333 | 0 | America/Sao_Paulo | populated place | |
| 3405574 | Boa Vista | Boa Vista | BR | Rio Grande do Norte | Ielmo Marinho | -5.82834 | -35.50038 | 0 | America/Fortaleza | populated place | |
| 3410077 | Ardeira | BR | Piauí | Matias Olímpio | -3.65944 | -42.62222 | 0 | America/Fortaleza | populated place | ||
| 3471782 | Arara | Arara,Arary | BR | Tocantins | Porto Alegre do Tocantins | -11.41667 | -47.06667 | 0 | America/Araguaina | populated place | |
| 7699177 | Sítio Adão Simonsen | Sitio Adao Simonsen,Sítio Adão Simonsen | BR | Paraná | Quitandinha | -25.8683 | -49.575 | 0 | America/Sao_Paulo | populated place | |
| 12024129 | Praça Cruzeiro | Praca Cruzeiro,Praça Cruzeiro | BR | Rio de Janeiro | Rio Bonito | -22.71625 | -42.64289 | 0 | America/Sao_Paulo | populated place | |
| 3460831 | Itajuípe | Pirangi,Piranj | BR | Bahia | Itajuípe | -14.67806 | -39.375 | 15516 | America/Bahia | populated place | |
| 3445530 | Vargem Bonita | BR | Paraná | Marmeleiro | -26.11667 | -53.01667 | 0 | America/Sao_Paulo | populated place | ||
| 7778283 | Sítio Alcides D. Gonçalves | Sitio Alcides D. Goncalves,Sítio Alcides D. Gonçalves | BR | Paraná | São Jerônimo da Serra | -23.79332 | -50.66782 | 0 | America/Sao_Paulo | populated place | |
| 3456566 | Mulungu do Morro | Mulungu,Mulungú | BR | Bahia | Mulungu do Morro | -11.96611 | -41.63889 | 0 | America/Bahia | populated place | |
| 3407957 | Algodão (2) | BR | Pernambuco | Taquaritinga do Norte | -7.88333 | -36.16667 | 0 | America/Recife | populated place | ||
| 7583052 | Sítio São João | Sitio Sao Joao,Sítio São João | BR | São Paulo | São Roque | -23.55523 | -47.16467 | 0 | America/Sao_Paulo | populated place | |
| 3467873 | Campinas | BR | Bahia | São Francisco do Conde | -12.6 | -38.68333 | 0 | America/Bahia | populated place | ||
| 7777730 | Sítio Rui Barbosa | Sitio Rui Barbosa,Sítio Rui Barbosa | BR | Paraná | Ibaiti | -23.86589 | -50.2681 | 0 | America/Sao_Paulo | populated place | |
| 3458794 | Laranjal | BR | Rio Grande do Sul | Lagoa Vermelha | -28.5 | -51.55 | 0 | America/Sao_Paulo | populated place | ||
| 3453199 | Ponta do Largo | Ponta do Largo | BR | Bahia | Alcobaça | -17.51667 | -39.45 | 0 | America/Bahia | populated place | |
| 7694164 | Sítio Pedro Pavenik | Sitio Pedro Pavenik,Sítio Pedro Pavenik | BR | Paraná | Quitandinha | -25.9634 | -49.4865 | 0 | America/Sao_Paulo | populated place | |
| 3403551 | Campos | BR | Piauí | Wall Ferraz | -7.21667 | -41.83333 | 0 | America/Fortaleza | populated place | ||
| 3405697 | Boa Esperança | BR | Amapá | Calçoene | 2.82809 | -51.03314 | 0 | America/Belem | populated place | ||
| 3451327 | Ribeirão Vermelho | BR | Minas Gerais | Ribeirão Vermelho | -21.19056 | -45.06194 | 0 | America/Sao_Paulo | populated place | ||
| 3395597 | Mangunça | BR | Maranhão | Cururupu | -1.61667 | -44.66667 | 0 | America/Fortaleza | populated place | ||
| 3387420 | Sítio Ôlho d’Água | BR | Ceará | Catarina | -6.3 | -39.95 | 0 | America/Fortaleza | populated place | ||
| 3454904 | Passagem dos Teixeiras | Passagem,Passagem dos Teixeiras,Passagem dos Texeiras | BR | Bahia | Simões Filho | -12.73333 | -38.43333 | 0 | America/Bahia | populated place | |
| 3453808 | Pinhal | Pinhal | BR | Minas Gerais | Machado | -21.63333 | -46.06667 | 0 | America/Sao_Paulo | populated place | |
| 3478094 | Sítio Luiz Pianoski | Sitio Luiz Pianoski,Sítio Luiz Pianoski | BR | Paraná | Piên | -26.03117 | -49.52495 | 0 | America/Sao_Paulo | populated place | |
| 3389324 | Santa Rita | BR | Piauí | Novo Oriente do Piauí | -6.55 | -41.95 | 0 | America/Fortaleza | populated place | ||
| 7778401 | Sítio Nossa Senhora das Brotas | Sitio Nossa Senhora das Brotas,Sítio Nossa Senhora das Brotas | BR | Paraná | Sapopema | -23.88571 | -50.60901 | 0 | America/Sao_Paulo | populated place | |
| 3399948 | Fazenda Poco da Pedra | BR | Ceará | Tejuçuoca | -4 | -39.63333 | 0 | America/Fortaleza | populated place | ||
| 3456323 | Nereu Ramos | BR | Santa Catarina | Jaraguá do Sul | -26.45 | -49.16667 | 0 | America/Sao_Paulo | populated place | ||
| 3460031 | Jatobá | Fazenda Jatoba,Fazenda Jatobá,Jatoba,Jatobá | BR | Mato Grosso do Sul | Ribas do Rio Pardo | -21.36667 | -53.23333 | 0 | America/Campo_Grande | populated place | |
| 3664645 | Carnaúba | BR | Roraima | Bonfim | 3.4 | -60.2 | 0 | America/Boa_Vista | populated place | ||
| 3390445 | Riacho do Meio | BR | Rio Grande do Norte | Pau dos Ferros | -6.1 | -38.21667 | 0 | America/Fortaleza | populated place | ||
| 7640999 | Sítio Miguel A. de Paula | Sitio Miguel A. de Paula,Sítio Miguel A. de Paula | BR | Paraná | Campina Grande do Sul | -25.20438 | -48.88652 | 0 | America/Sao_Paulo | populated place | |
| 3399319 | Frecheiras | Frecheiras,Freicheiras,Freixeiras | BR | Maranhão | Araioses | -2.83759 | -42.17443 | 0 | America/Fortaleza | populated place | |
| 3393087 | Paraíso | BR | Pará | Porto de Moz | -1.83333 | -52.28333 | 0 | America/Santarem | populated place | ||
| 3405444 | Bôca do Pajeú | BR | Bahia | Rodelas | -8.91667 | -38.7 | 0 | America/Bahia | populated place | ||
| 7739949 | Sítio São Roque | Sitio Sao Roque,Sítio São Roque | BR | Paraná | Jacarezinho | -23.11322 | -49.99127 | 0 | America/Sao_Paulo | populated place | |
| 3449847 | Santa Rita do Sapucaí | Porto Sapucahy,Pôrto Sapucahy,Santa Rita do Sapucahy,Santa-Rita-du-Sapukajja,Санта-Рита-ду-Сапукайя | BR | Minas Gerais | Santa Rita do Sapucaí | -22.25222 | -45.70333 | 28765 | America/Sao_Paulo | populated place | |
| 3406073 | Barro Branco | BR | Pará | Castanhal | -1.33333 | -47.8 | 0 | America/Belem | populated place | ||
| 3406409 | Barra | BR | Maranhão | Nova Iorque | -6.83333 | -44.13333 | 0 | America/Fortaleza | populated place | ||
| 3407002 | Assunção | BR | Paraíba | Assunção | -7.07444 | -36.73111 | 0 | America/Fortaleza | populated place | ||
| 7694075 | Sítio Fèlix Boron | Sitio Felix Boron,Sítio Fèlix Boron | BR | Paraná | Quitandinha | -25.8841 | -49.4538 | 0 | America/Sao_Paulo | populated place | |
| 3461119 | Ipiranga | BR | Bahia | Firmino Alves | -14.9 | -39.93333 | 0 | America/Bahia | populated place | ||
| 3444904 | Viúva | Viuva,Viúva | BR | Minas Gerais | Perdigão | -20 | -45.06667 | 0 | America/Sao_Paulo | populated place | |
| 12544987 | Bonita | Bonita | BR | Paraíba | -6.90284 | -35.30056 | 0 | America/Fortaleza | populated place | ||
| 3480608 | Secretário | Secretario,Secretário | BR | Rio de Janeiro | Petrópolis | -22.3274 | -43.18035 | 0 | America/Sao_Paulo | populated place | |
| 7700697 | Sítio Augusto Konkl | Sitio Augusto Konkl,Sítio Augusto Konkl | BR | Santa Catarina | Mafra | -26.1431 | -49.9508 | 0 | America/Sao_Paulo | populated place | |
| 12542794 | Canto do Massapê | Canto do Massape,Canto do Massapê | BR | Ceará | -3.98275 | -39.3017 | 0 | America/Fortaleza | populated place | ||
| 3447573 | Silveiras | Silveiras | BR | São Paulo | Mogi Mirim | -22.55 | -46.91667 | 0 | America/Sao_Paulo | populated place | |
| 3457398 | Mato Verde | Matto Verde | BR | Minas Gerais | Mato Verde | -15.39722 | -42.86639 | 7783 | America/Sao_Paulo | populated place | |
| 3480659 | Serra | Serra | BR | Rio de Janeiro | Paracambi | -22.60778 | -43.69 | 0 | America/Sao_Paulo | populated place | |
| 3405025 | Bosque | BR | Piauí | Inhuma | -6.63333 | -41.75 | 0 | America/Fortaleza | populated place | ||
| 3401748 | Coração de Maria | BR | Pernambuco | Afrânio | -8.6245 | -40.91014 | 0 | America/Recife | populated place | ||
| 12542170 | Várzea de Dentro | Varzea de Dentro,Várzea de Dentro | BR | Rio Grande do Norte | -5.61907 | -35.48858 | 0 | America/Fortaleza | populated place | ||
| 3460337 | Jaconé | Jacone,Jaconé | BR | Rio de Janeiro | Saquarema | -22.91667 | -42.63333 | 0 | America/Sao_Paulo | populated place | |
| 3403298 | Cantinho | BR | Piauí | Pau D’arco do Piauí | -5.28333 | -42.51667 | 0 | America/Fortaleza | populated place | ||
| 3400401 | Fazenda Barra do Leão | BR | Ceará | Caridade | -4.3 | -39.06667 | 0 | America/Fortaleza | populated place | ||
| 3465511 | Corixa | Corixa,Fazenda da Corixa | BR | Mato Grosso | Barão de Melgaço | -16.46667 | -55.66667 | 0 | America/Cuiaba | populated place | |
| 3472627 | Alegria | BR | Rio Grande do Sul | Alegria | -27.83278 | -54.06139 | 0 | America/Sao_Paulo | populated place | ||
| 3409149 | Lagoa do Barro | BR | Maranhão | Araioses | -3.08889 | -42.28861 | 0 | America/Fortaleza | populated place | ||
| 3454547 | Pedra d’Água | Pedra d’Agua,Pedra d’Água | BR | Rio de Janeiro | Cardoso Moreira | -21.46667 | -41.41667 | 0 | America/Sao_Paulo | populated place | |
| 3664909 | Bom Único | BR | Amazonas | Santo Antônio do Içá | -2.87733 | -68.83278 | 0 | America/Manaus | populated place | ||
| 3468317 | Caetité | Caitete,Caiteté,Kaehtite,ka ai di te,kayetite,Каэтите,কায়েটিটে,კაეტიტე,卡埃蒂特 | BR | Bahia | Caetité | -14.06944 | -42.475 | 27187 | America/Bahia | populated place | |
| 3391790 | Pocão | BR | Maranhão | Timon | -5.21667 | -42.91667 | 0 | America/Fortaleza | populated place | ||
| 3446297 | Tôrres | BR | Bahia | Ubaíra | -13.13333 | -39.58333 | 0 | America/Bahia | populated place | ||
| 12533809 | Quilômetro Dezesseis | Quilometro 16,Quilometro Dezesseis,Quilômetro 16,Quilômetro Dezesseis | BR | Piauí | Parnaíba | -3.03992 | -41.77 | 0 | America/Fortaleza | populated place | |
| 3389717 | Santa Adelaide | BR | Piauí | Campo Maior | -4.7 | -41.98333 | 0 | America/Fortaleza | populated place | ||
| 3445323 | Ventania | Ventania | BR | São Paulo | São Sebastião da Grama | -21.76667 | -46.66667 | 0 | America/Sao_Paulo | populated place | |
| 3663461 | Marajá | BR | Amazonas | Novo Aripuanã | -4.98333 | -60.23333 | 0 | America/Manaus | populated place | ||
| 3478478 | Sítio Espigão do Bugre | Sitio Espigao do Bugre,Sítio Espigão do Bugre | BR | Santa Catarina | Mafra | -26.2338 | -49.7903 | 0 | America/Sao_Paulo | populated place | |
| 3475857 | Sítio Solar da Montanha | Sitio Solar da Montanha,Sítio Solar da Montanha | BR | São Paulo | Atibaia | -23.21806 | -46.545 | 0 | America/Sao_Paulo | populated place | |
| 7548990 | São Roque | Sao Roque,São Roque | BR | Rio de Janeiro | Paraty | -23.07402 | -44.69166 | 0 | America/Sao_Paulo | populated place | |
| 3458414 | Lourenço Cuê | BR | Mato Grosso do Sul | Aral Moreira | -23.21667 | -55.53333 | 0 | America/Campo_Grande | populated place |
Brasil: el rompecabezas de la diversidad y la escala del geógrafo
Comprender a Brasil requiere precisión, no generalización
Brasil es más que una nación, es una sinfonía geográfica. Como quinto país más grande del mundo, que se extiende a través de zonas horarias y climas, Brasil desafía al geógrafo no solo con su complejidad, sino con sus sutiles ritmos espaciales. Desde la expansión urbana de São Paulo hasta la remota tranquilidad de los bosques de Acre, cada ciudad, municipio y distrito forma parte de un mapa vivo donde el medio ambiente, la historia y la ambición humana convergen.
Ningún análisis serio del Brasil puede permitirse el lujo de basarse en vagas generalidades. La clave está en datos meticulosamente estructurados, georreferenciados y profundamente granulares que reflejan el verdadero mosaico del territorio brasileño.
Una nación de contrastes y continuidad
La cuenca del Amazonas y los pampas se presentan a menudo como imágenes opuestas de Brasil, pero el geógrafo ve continuidad en estos contrastes. La migración fluye de norte a sur, las megaciudades costeras evolucionan de manera diferente del interior rural y las divisiones estatales dan forma al comportamiento cultural y económico-todos estos patrones son visibles solo cuando se mapea cada ciudad en relación con su región y departamento oficial.
Aquí es donde la belleza geográfica cruda se une a una necesidad estratégica: entender cómo cada ciudad está anidada dentro de la estructura administrativa da una visión no solo del gobierno sino también de la lógica infraestructural de Brasil. Las ciudades no existen aisladamente; funcionan dentro de unidades federales, formadas por decisiones tomadas a nivel estatal y municipal.
Por qué los datos a nivel de ciudad en Brasil son más que números
Con más de 5.500 municipios, es imposible entender a escala macro a Brasil sin una microestructura limpia y consistente. Ya sea que esté evaluando la distribución de atención médica, cobertura educativa, planificación logística o infraestructura digital, el primer paso es identificar dónde viven las personas y bajo qué jurisdicción.
Hemos desarrollado un conjunto completo de datos que catalogan cada ciudad en Brasil, identificando su región, departamento (estado) y coordenadas geográficas precisas. Pero la verdadera innovación no radica solo en recopilar estos datos, sino en cómo se entregan.
Formato de Excel (.xlsx): Precisión y accesibilidad
El nuevo formato de Excel es un salto hacia adelante. Para miles de profesionales, desde responsables políticos hasta principiantes en SIG, Excel sigue siendo la forma más intuitiva y flexible de interactuar con datos estructurados. Permite el filtrado, la rotación y la visualización inmediatos sin ninguna barrera técnica.
¿Quieres aislar todas las ciudades de la región norte que se encuentran por encima de una cierta latitud? ¿Quieres comparar la densidad de municipios por estado? Con Excel, estás a segundos de obtener información útil. Y con la compatibilidad total del . xlsx, estos datos están listos para ser insertados en modelos, paneles o informes.
Otros formatos disponibles: para cada ecosistema técnico
Más allá de Excel, la base de datos también se proporciona en CSV para acceso universal sin procesar, SQL para integración de bases de datos relacionales, JSON para aplicaciones basadas en web y XML para sistemas que requieren estructura jerárquica de datos. El objetivo es permitir que cualquier tipo de usuario -desde un analista de escritorio hasta un ingeniero de nube- trabaje con los datos en su entorno preferido.
Aplicaciones reales del conjunto de datos de Brasil
* **Desarrollo urbano:** Alinear la infraestructura de servicios públicos con las distribuciones y patrones de crecimiento reales de la ciudad.
* **Monitoreo Ambiental:** Alertas de deforestación en el mapa cerca de pequeñas ciudades y fronteras agrícolas.
* **Preparación para desastres:** Modele las zonas de riesgo por latitud y proximidad a los principales cuerpos de agua o llanuras inundables.
* **Estrategia comercial:** Construir redes logísticas geoespecíficas basadas en los límites estatales y la proximidad de las carreteras.
* **Investigación académica:** Utilizar datos estructurados a nivel de ciudad para estudiar la desigualdad espacial o los gradientes de densidad de población.
Conclusión
Brasil exige más de la geografía que la mayoría de los países. Su inmensidad puede abrumar, y su diversidad puede oscurecer patrones-a menos que uno mire de cerca, y con intención estructurada. Cartografiar Brasil con precisión significa no solo saber dónde están las ciudades, sino cómo pertenecen a regiones y departamentos, y cómo se relacionan entre sí espacialmente.
Con nuestro conjunto de datos actualizado ahora disponible en formato Excel, junto con CSV, SQL, JSON y XML, proporcionamos una puerta de entrada a la lógica geográfica de Brasil. Si su trabajo requiere precisión, escala y riqueza contextual, este es el conjunto de datos construido para ese propósito. Sumergirse en Brasil no solo con curiosidad, sino con herramientas diseñadas para dar sentido a su vasta y bella complejidad.
