Answer:
1. Mis amigos Loles, Antonio y Karen (me) preguntan a mí si quiero ir a Italia con ellos este verano.
2. Ellos (le) quieren pedir un libro o dos a la profesora de historia del arte. Yo (les) quiero dar a ellos un álbum de fotos muy interesante. El novio de mi hermana es italiano. Él tiene una colección con dos mil cuatrocientas sesenta y tres fotos de muchas ciudades y museos de su país.
Explanation:
Hello!
In the previous exercise, you must complete the sentences by adding the appropriate pronoun.
Success in your homework!
I hope this helps:
1. Señor Payaso, ¿quién usa la computadora, usted o ella?
Ella no la usa, yo uso la computadora.
2. Señora Payaso, ¿quien nada en enero, usted o el muñeco de nieve?
El muñeco de nieve nada, yo no nado en enero.
3. Señor Payaso, ¿quien baila en la mesa, usted o él?
Él no baila, yo bailó en la mesa.
Dhaka Topi
Daura Suruwal
Dhoti
Lungi
Gunyou Cholo
Sari
Kurta Suruwal
Answer:
1. Lo tiene.
2. Las confirman.
3. Los leemos.
4. Lo estudia.
Explanation:
In this exercise you have to transform the sentences using pronouns like lo, las, los. You have to use pronouns in order to replace "nouns phrases" as in the following examples:
1.
a) La profesora Vega tiene su pasaporte.
b) La profesora Vega lo tiene. In this case "lo tiene" is replacing the noun phrase "su pasaporte".
2.
a) Gustavo y Héctor confirman las reservaciones.
b) Gustavo y Héctor las confirman. In this case "las confirman" is replacing the noun phrase "las reservaciones".
3.
a) Nosotros leemos los folletos.
b) Nosotros los leemos. In this case "los leemos" is replacing the noun phrase "los folletos".
4.
a) Ana María estudia el mapa.
b) Ana María lo estudia. In this case "lo estudia" is replacing the noun phrase "el mapa".
Answer:
Emasculation of a human male is the removal of both the penis and the testicles, the external male sex organs. Depending on the context, this may be seen as consensual body modification, or non-consensual genital mutilation.
Bootstrap aggregating, also called bagging (from bootstrap aggregating), is a machine learning ensemble meta-algorithm designed to improve the stability and accuracy of machine learning algorithms used in statistical classification and regression. It also reduces variance and helps to avoid overfitting.
