DISEO DE EXPERIMENTOS
Captulos 1 2 y 3
BUCARAMANGA, 2008
INTRODUCCIN
La estadstica es de vital importancia en todas las etapas de la investigacin cientfica,
desde la planeacin del experimento hasta el anlisis de los datos obtenidos. Adems,
constituye una herramienta fundamental para obtener conclusiones objetivas y
descubrir relaciones de causalidad. Es importante destacar que los mtodos
estadsticos no pueden demostrar que un factor (o factores) poseen un efecto
particular sobre una variable, solo proporcionan pautas generales en cuanto a la
confiabilidad y validez de los resultados. Aplicados en forma correcta, no permiten la
demostracin experimental de nada, pero si sirven para medir el error posible en una
conclusin o asignar un nivel de confianza a un enunciado. La ventaja principal de los
mtodos estadsticos es que agrega objetividad al proceso de toma de decisiones y
combinados con un conocimiento del proceso y el sentido comn, llevaran por lo
general, a conclusiones slidas.
Con las tcnicas estadsticas es posible descubrir cuales son los factores que
realmente influyen sobre una variable respuesta (Anlisis de Varianza); encontrar un
modelo de matemtico que prediga el comportamiento de la variable de inters en una
regin especfica (Regresin Lineal Mltiple); hacer un cribado de los factores
relevantes o importantes en un proceso (Diseos Factoriales 2K) e incluso optimizar
(Anlisis de superficie de Respuesta). Esta ltima tcnica combina los diseos
Factoriales con las tcnicas de regresin para dirigir el proceso a las condiciones
ptimas de operacin.
TABLA DE CONTENIDO
INTRODUCCIN.......................................................................................................... 2
TABLA DE CONTENIDO .............................................................................................. 3
CAPITULO 1
ESTADSTICA BASICA........................................................................ 5
1.1
1.2
1.2.1
Experimento...................................................................................................... 7
1.2.2
1.2.3
Tratamiento....................................................................................................... 7
1.2.4
1.2.5
1.3
1.3.1
1.3.2
1.3.3
1.3.4
1.3.5
1.3.6
1.3.7
Conclusiones y recomendaciones................................................................... 13
1.4
1.4.1
1.4.2
Poblacin y muestra........................................................................................ 14
1.4.3
1.4.4
1.4.5
Distribucin de muestreo................................................................................. 24
1.4.6
1.5
1.5.1
1.5.2
1.5.3
1.6
1.7
1.8
CAPITULO 2
2.1
2.1.1
2.2
2.2.1
2.3
CAPITULO 3
3.1
3.2
3.3
3.3.1
3.3.2
3.4
3.4.1
3.4.2
BIBLIOGRAFA........................................................................................................... 56
Tablas......................................................................................................................... 57
Tabla I
Tabla II
Distribucin t ............................................................................................... 58
Tabla III
Tabla IV
Tabla V
Tabla VI
Tabla VII
Tabla VIII
Introduccin
en el cual se
deduccin induccin
deduccin induccin
Induccin
Hiptesis
H1
Deduccin
Hiptesis
Modificada H2
Consecuencias
de H1
La hiptesis H2 reemplaza a H1
1.2 1.2
1.2.1 Experimento
Un experimento es un cambio en las condiciones de operacin de un sistema o
proceso, que se hace con el objetivo de medir el efecto del cambio sobre una o varias
propiedades del producto. Dicho experimento permite aumentar el conocimiento
acerca del sistema. Por ejemplo, en un proceso qumico se pueden probar diferentes
temperaturas y presiones, y se mide el cambio observado en el rendimiento (yield,
ppm, defectivo) del proceso. Esta experimentacin genera conocimiento acerca del
proceso qumico, lo que le permite mejorar su desempeo.
1.2.3 Tratamiento
Son el conjunto de circunstancias creadas para el experimento, en respuesta a la
hiptesis de investigacin y son el centro de la misma. Entre los ejemplos de
tratamiento se encuentran dietas de animales, produccin de variedades de cultivo,
temperaturas, etc. En el estudio comparativo se usan dos o ms tratamientos y se
comparan sus efectos en el sujeto de estudio
Factores
controlables
x1 x2 x3
Variables de
Entradas
PROCESO
Variables
de Salidas
z1 z2 z3
zq
Factores no
controlables
material que se recibe del proveedor, etc. Un factor no controlable puede convertirse
en controlable cuando se tenga el mecanismo o tecnologa para ello.
(y y )
n
i =1
demostrar que
i =1
i =1
(y y ) = 0 . Por lo tanto
n
i =1
(y y ) = 0
n
i =1
(y y )
n
i =1
n 1
. Observe que es la
El diseo de experimento no solo tiene que ver con la toma adecuada de datos si no
que envuelve toda una serie de etapas que si se realizan de manera adecuada y a
conciencia permiten responder las inquietudes planteadas en los objetivos de la
investigacin en curso.
Estas etapas se deben tener en cuanta siempre que se realice un nuevo estudio o
investigacin. Adems, esta secuencia de etapas le brinda al lector un excelente
panorama general de todo el curso al que se recomienda regresar al finalizar el
mismo.
Las principales etapas en la diseo experimental son:
Anlisis de datos.
Conclusiones y recomendaciones
Las cuatro primeras etapas tienen que ver con la planeacin del experimento y si se
realizan de manera adecuada y a conciencia las etapas finales resultan muy sencillas.
Los factores que pueden variar se espera que su efecto sea despreciable
y se confa que la aleatorizacin compense su efecto. Ejemplo: Variabilidad
en las unidades experimentales o falta de homogeneidad en las mismas.
Una vez que el experimentador ha seleccionado los factores debe especificar los
rangos de estos factores as como los niveles especficos con los que se realizaran las
corridas. Para esto se requiere un conocimiento del proceso el cual suele ser una
combinacin de experiencia prctica y conocimiento terico.
En las etapas iniciales de la investigacin cuando se tiene muchos factores y se desea
realizar un cribado de estos, se debe reducir el nmero de niveles. Dos niveles
funciona bastante bien en estos casos. En estos estudios de tamizado de factores, la
regin de inters deber ser relativamente grande. Conforme se conozca ms acerca
de la forma como influyen los factores de importancia en el proceso, la regin de
inters se har ms estrecha.
El numero de factores,
El nmero de rplicas
En esta etapa existe muchos software estadsticos que puede ser de gran ayuda. El
experimentador ingresa al programa la informacin del nmero de factores, los niveles
y los rangos, y estos programas presentan a consideracin del experimentador una
serie de diseos experimentales o recomendara uno en particular. Algunos programas
suministran tambin una hoja de trabajo con el orden en el que se deben realizar los
experimentos.
Ramas de la
Estadstica
Estadstica
Descriptiva
Tcnicas
Grficas
Diagramas de
puntos, de cajas,
histogramas, etc
Inferencia
estadstica
Tcnicas
Numricas
Medidas de tendencia
central como la media o
la mediana
Estimacin de
parmetros
Medidas de variabilidad
como la varianza o la
desviacin tpica
Estimacin puntual
Test de Hiptesis
Estimacin por
intervalos de
confianza
Fre
c
u
e
n
c
ia
30
Datos Originales
25
20
81.7
87.2
82.4
84.8
86.1
81.6
86.7
80.1
86.6
84.4
85.6
80.6
83.5
86.7
83.6
82.6
86.2
80.5
82.2
83.5
82.2
86.6
84.7
84.3
83.0
81.8
85.4
85.4
91.7
88.6
78.1
88.9
80.0
10
88.2
82.9
81.8
85.9
84.7
82.1
81.6
82.0
88.8
80.9
86.6
84.9
84.7
89.3
88.2
82.8
81.4
83.9
85.0
81.9
85.1
83.3
81.8
82.9
79.3
83.5
81.9
85.0
85.6
85.2
83.3
87.1
83.1
84.9
81.5
82.7
87.2
83.6
85.8
84.8
85.3
80.0
84.0
82.3
83.4
88.0
83.7
86.8
84.2
78.4
84.3
87.2
76.5
86.7
81.9
87.7
79.6
87.3
84.0
83.5
86.9
82.3
83.3
82.7
80.2
11
89.4
81.8
87.8
83.0
84.2
86.5
85.0
89.7
86.6
85.1
85.6
12
79.0
79.6
83.6
90.5
82.8
85.0
86.2
84.8
79.5
83.3
86.6
13
81.4
85.8
79.5
80.7
83.0
80.4
83.0
83.1
84.1
90.4
80.0
14
84.8
77.9
83.3
83.1
82.0
85.7
85.4
80.6
82.2
81.0
86.6
15
85.9
89.7
88.4
86.5
84.7
86.7
84.4
87.4
90.8
80.3
83.3
16
88.0
85.4
86.6
90.0
84.4
86.7
84.5
86.8
86.5
79.8
83.1
17
80.3
86.3
84.6
77.5
88.9
82.3
86.2
83.5
79.7
89.0
82.3
18
82.6
80.7
79.7
84.7
82.4
86.4
85.6
86.2
81.0
83.7
86.7
19
83.5
83.8
86.0
84.6
83.0
82.5
83.2
84.1
87.2
80.9
80.2
20
80.2
90.5
84.2
87.2
85.0
82.0
85.7
82.3
81.6
87.3
80.2
56.0
62.0
68.0
74.0
Produccin
80.0
86.0
Poblacin Conceptual
con todos los posibles
resultados del experimento
Muestra de
tamao n
de la poblacin
Calculo de
estadsticos
85.2
Inferencia
9
10
15
Estadsticos de la muestra
Parmetros de la poblacin
como la media,
y la varianza, 2
Estimacin de Parmetros y
test de hiptesis sobre los
parmetros de la poblacin
como la media,
y la varianza,
y=
s2 =
(y
n 1
Poblacin Conceptual
con todos los posibles
resultados del experimento
Muestra de
tamao n
de la poblacin
Calculo de
estadsticos
Inferencia
Estadsticos de la muestra
Parmetros de la poblacin
como la media,
y la varianza, 2
Estimacin de Parmetros y
test de hiptesis sobre los
parmetros de la poblacin
como la media,
y la varianza,
y=
s2 =
n
yi y
n 1
Definicin
Poblacin
Muestra
Conjunto de n observaciones
constituyen un subconjunto de
observaciones de la poblacin.
Tendencia central
Media poblacional
Variabilidad
Varianza
poblacional
Desviacin
Tpica
poblacional
yi
(y
=
(y
y=
Media muestral:
Varianza
muestral
Desviacin
Tpica
muestral
(y
=
n
i
n 1
yi y
s=
n 1
y=
(1-1)
La mediana es el dato central. El dato que divide los dems datos de la muestra en
dos partes iguales: la mitad e ellos estn por debajo de la mediana y la otra mitad por
encima. Cuando este dato no existe entonces se toma el promedio de los dos datos
que ms se acercan a la definicin.
Casi todas las tcnicas estadsticas utilizadas en Diseo de Experimentos (DDE) van
dirigidas hacia la media y muy pocas hacia la mediana.
Al igual que la mediana, tambin existen los cuarteles (tres en total). El primer cuartil
divide los datos en dos partes dejando la cuarta parte de ellos por debajo del primer
cuartil y el resto de los datos por encima. El segundo cuartil es numricamente igual a
la mediada y el tercer curtil deja la cuata parte de los datos por encima y el resto por
debajo.
Grficamente se pueda apreciar en la siguiente figura:
Dato menor
Dato mayor
Datos ordenados de menor a mayor
datos
datos
datos
Segundo
Cuartil Q2
Mediana
Primer
Cuartil Q1
datos
Tercer
Cuartil Q3
Rango intercurtilico
Figura 1.6 Cuartiles
Las medidas de variabilidad dan una idea de la dispersin de los datos en torno a un
valor central como la media. La medidas de variabilidad ms utilizadas en DDE son la
varianza y la desviacin estndar.
La varianza muestral se calcula como s 2
(y
=
n 1
(y
n 1
Otra medida de variabilidad que se utiliza para construir el diagrama de cajas que se
ver ms adelante es el Rango Intercuartilico (RIC) que se define como la diferencia
entre el tercero y cuarto cuartil (ver Figura 1.6).
64
65
66
67
68
69
70
El diagrama de caja presenta los tres cuartiles, y los valores mximo y mnimo de los
datos sobre el rectngulo, alineado horizontal o verticalmente. El rectngulo delimita el
rango intercuartlico con la arista izquierda (o inferior) ubicada en el primer cuartel, Q1,
y la arista derecha (o superior) en el cuartel Q3. Se dibuja una lnea a travs del
rectngulo en la posicin que corresponde al segundo cuartil (que es igual a la
mediana) Q2= mediana. De cualquiera de la aristas del rectngulo se extiende una
lnea, o bogote, que va hacia los valores extremos. stas son observaciones que se
encuentra entre cero y 1.5 veces el rango intercurtlico a partir de las aristas del
rectngulo. Las observaciones que estn entre 1.5 y 3 veces el rango intercuartlico a
partir de las aristas del rectngulo reciben el nombre de valores atpicos. Las
observaciones que estn ms all de tres veces el rango intercuartlico a partir de las
aristas del rectngulo se conocen como valore atpicos extremos. En ocasiones se
emplean diferentes smbolos (como crculos vacos o llenos), para identificar los dos
tipos de valores atpicos. A veces, los diagramas de caja reciben el nombre de
diagramas de caja y bigotes.
Distribucin de Frecuencias
Marca
Intervalo
Clase
Frecuencia
Frecuencia
relativa
xmin = x0
x1
(x0+x1)/2
f0
F0 = f0/fi
x1
x2
(x1+x2)/2
f1
F1 = f1/fi
x2
x3
(x2+x3)/2
f2
F2 = f2/fi
xn-2
xn-1
(xn-2+xn-1)/2
fn-2
Fn-2 = fn-2/fi
xn-1
xmax = xn
(xn-1+xn)/2
fn-1
Fn-1 = fn-1/fi
fi
Fi = 1
En esta tabla se muestra la forma como se distribuyen los datos en una serie de
intervalos (llamados intervalos de clase) en los que se ha dividido el rango de datos.
La columna etiquetada marca de clase es el dato por el que se reemplazan todos los
datos que caen en este intervalo y se obtiene como el promedio entre los lmites
superior e inferior del intervalo de clase correspondiente. La columna etiquetada como
frecuencia indica el nmero de datos y la frecuencia relativa es el porcentaje de
datos que se encuentran en el intervalo de clases correspondiente.
Se debe tener presente que al pasar de los datos originales a la tabla de distribucin
de frecuencias se pierde calidad en la informacin ya que todos los datos en cada
intervalo de clase se reemplazan por su respectiva marca de clase.
Histograma
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
11.5
Figura 1.9 Histograma como una representacin grfica de una distribucin de frecuencias
Distribucin de Frecuencias
Marca
Clase
Frecuencia
Frecuencia
relativa
xmin = x0
x1
(x0+x1)/2
f0
F0 = f0/fi
x1
x2
(x1+x2)/2
f1
F1 = f1/fi
x2
x3
(x2+x3)/2
f2
F2 = f2/fi
x3
x4
(x3+x4)/2
f3
F3 = f3/fi
x4
x5
(x4+x5)/2
f4
F4 = f4/fi
Intervalo
Poblacin Conceptual
con todos los posibles
resultados del experimento
Distribucin
de
Frecuencias
xn-3
xn-2
(xn-3+xn-2)/2
fn-3
Fn-3 = fn-3/fi
xn-2
xn-1
(xn-2+xn-1)/2
fn-2
Fn-2 = fn-2/fi
xn-1
xmax = xn
(xn-1+x n)/2
fn-1
Fn-1 = fn-1/fi
fi
Fi = 1
Histograma
Histograma
Poblacin reconstruida
a partir del histograma o
de la distribucin de
frecuencia
Reconstruccin
de
la poblacin
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
11.5
3. 23
5 .
25 23 5
.9 . 5
Poblacin real
o
terica
p(y)--->
23 2
.5 3.
5
2
23 5.9
2 .5 2
3
3
.5
.5
23
.2
23
.
.9
22
.9
22
2 .8 .223
.1 23.5.1
303
.5
.53
20 .8 30
2
25.1 25 3.225.7
.6
24.8
23.9
26.0
28.0
24.0
25.0
25.2
22.1
2
.9
.4 2 9
.219.0 23
23.5
5
.5
2
2
278.223.5
2213.
0.81.8 229.6 222.9
2
32
28 2 .2 9.58
3.5
2.82.4.48.4 23.
.4
7
8
3 2
2
4 .4.5
3.5
27.2
21.8
1 2 .7
23 23
23
.30
28 2 27
8.23
.2
23
.5 23.5
128.425 .5.1
.5 5.2
2
0
y--->
3. 23
5 .
2 5 23 5
.9 .5
Poblacin real
o
terica
p(y)--->
23 2
.5 3.
5
2
23 5.9
2 .5 2
3
3
.5
.5
23
.2
23
.
.9
22
.9
22
2 .8 .223
.1 23.5.1
303
.
.
20 .8 30
25.1 25 3.2 253 29.65
4
2 25.7
3.5
.9
.219.0 23
24.8
23.9
26.0
28.0
24.0
25.0
25.2
22.1
5.28
8. 232
.5 .6
2
1
2
2213.58
.9
.2
.5
.8
0
22 27
22 9
32
3.5
2.82.4.48.4 23.2 28.4 28 273.229.
.5
.2
.
.
4
3
27 21 8.23
4.5
1.52.17
23 23
.30
28 2 22
.2
8 22
53
.5 23.7
1.28
.4
53.5 5.2
2
y--->
Figura 1.11 Histograma de una poblacin real o terica. a) Tomando un nmero de intervalos de clase finito y b)
Haciendo tender a infinito el nmero de intervalos de clase.
En la Tabla 1.3 se aprecian las diferencias conceptuales entre una variable aleatoria
discreta y otra continua; la forma como se obtienen dos de las caractersticas ms
importantes de una variables aleatoria: el valor esperado, E(y) y la varianza, V(y).
Continua
Discreta
F(y)
p(y)
P( y = y j ) = P( y j )
P( a y b) = f ( y ) dy
Probabilidad
directa
Probabilidad como el
rea bajo la curva
y1 y2 y3 y4 y5 y6 y7 y8 y9
0 P( y j ) 1
Funcin de
de Probabilidad
f ( y) 0
Funcin de densidad
de Probabilidad
P( y ) = 1
f ( y) = 1
todos y j
= E ( y) =
y. p( y j )
= E ( y) =
todos y j
2 = V ( y ) = E [( y ) 2 ]
= ( y ) 2 . p( y j )
yf ( y)dy
2 = V ( y ) = E [( y ) 2 ]
todos y j
( y )
f ( y ) dy
1.
E(c) = c
2.
E(y) =
3.
E(cy) = cE(Y) = c
4.
V(c) = 0
5.
V(y) = 2
6.
V(cy) = c2 V(y) = c2 2
7.
E(y1y2) = E(y1)E(y1)
8.
V(y1y2) = V(y1)+V(y1)2cov(y1,y2)
Si y1 y y2 son independientes:
9.
E(y1.y2) = E(y1).E(y1)
10.
Se destaca que mientras una variable aleatoria esta caracterizada por completo por su
funcin de probabilidad P(yi), la cual da directamente la probabilidad del evento
especfico y=yi, la variable continua esta caracterizada es por su funcin de densidad
de probabilidad, f(y), con la que se obtiene la probabilidad de que la variable aleatoria
caiga en un intervalo dado integrando la funcin en dicho intervalo. Tambin se ilustra
la forma de obtener el valor esperado y la varianza de una variable aleatoria.
En DDE son de mayor utilidad las variables aleatorias continuas. Dentro de stas, se
destacan: la normal, la t, la Ji-Cuadrado y la F. El uso y propiedades de estas variables
aleatorias se describen ms adelante en este captulo. Sin embargo se adelanta que,
de todas ellas, la de mayor utilidad en DDE es la F.
f ( x) =
e
2
( x )2
2 2
(1-2)
A. Efecto de la media
<
<
<
1
B. Efecto de la varianza
2
1
f ( x)
2
( x )2
2 2
1
4
z=
x ~ N ( , 2 )
f ( x)
1
2
z ~ N (0,1)
( x )
2 2
1
f ( z)
2
z2
2
zn =
x n
n
(1-3)
23 2
.5 3 .
25 23 5
.9 .5
Poblacin real
o
terica
p(y)--->
23 2
.5 3 .
5
25
2
.
23 3.5 239
.5
.5
23
.2
.9
22
.9
22
23
.2
2 . 8 .223
.1 23.5
.1
303
.
.53
24.8
23.9
26.0
28.0
24.0
25.0
25.2
22.1
20 .8 30
2
25
25 3.225.7
65
4 29. .5
19.0 2 .1
2
.9
.
2
5.281
8. 2323
3.5 .6
2
2
2213.58
.2
.9
.
.5
7
8
0
9
22
2
2
2
323.5 .4 8
2.82 .4 .4 23.2 28.4 28 273.229.
.5
.2
.
4
.
7
3
2
7
2
3
21.88.23
1
2 228 2 27
24.5
.30
3
.2
3.5 23 23
128.425 .5.1
.5 .5 5.2
2
y=
y--->
n
23 2
.5 3.
25 23 5
. 9 .5
23
.
.9
22
.9
22
23 2
.5 3.
5
2
23 5.9
23 .5 23
.5
.5
23
.2
2
.8
12
03
.123.5
.3
. .2 3.5
20 .830
25.1 25.7
25 3.2 2534 29. 6.5
24.8
23.9
26.0
28.0
24.0
25.0
25.2
22.1
2
.9
.
.219.0 23
23
8
5
.5
2
2
8
2
. 1.8 2 29.6 222.9
2213.58
03
227.2 32.5
32
.5
9.
2.82.4.48.4.5 23. .2
8. 273. .2
.4
8
2
2
4
7
. 34.5
1.52.17
23 228 23 22
.30
.2 2 211.288 22
73
53
3.5 23.5
.
2
.4
.5 5 28
2
Poblacin de
medias
f ( x ) f x ( x; , ) =
1
2
( x )2
2 2
= a11 + a2 2 + L + an n
(1-4)
El Teorema del Lmite Central establece que, bajo ciertas circunstancias, que
normalmente se dan en el mundo de la experimentacin, esta suma tiende a la normal
si ningn error predomina sobre los dems.
1.4.6.1 Distribucin 2
Es decir, si z1, z2, , zk son k variables aleatorias que tienen una distribucin normal e
independiente con media cero y varianza 1, que se simboliza como NID(0,1), entonces
la variable aleatoria:
xk = z12 + z 22 + L + z k2
(1-5)
f ( x) =
x
k
2 k / 2
2
2
= k = 2k
k / 2 1
x / 2
(1-6)
K=2
K=5
K=15
K=20
(y
=
n 1
constante
2
n 1
2
n 1
1.4.6.2 Distribucin t
Si z es una variable aleatoria normal estndar y 2k es una ji-cuadrado con k grados de
libertad, entonces la variable aleatoria:
tk =
z
(1-7)
k2 / k
v= -> N(0,1)
v=5
v=2
v=1
y =
2 7.0
22.0
s2
Distribucin
Muestral de medias
(y
=
.2
24
yi
i =1
N(, 2/n)
n 1
t=
y
s/ n
Distribucin
Muestral es t
24
.2
25
.1
.7
27.7 27
25.1
24.0
24.2
Poblacin Madre
Normal N(,2)
Distribucin
Muestral de s2 2k
1.4.6.3 Distribucin F
Esta distribucin de muestreo es, quizs, la ms utilizada en diseo de experimentos,
como se ira viendo el la medida que avance en el curso.
Si u2 y v2 son dos variables aleatorias Ji-cuadrado con grados de libertad u y v
respectivamente, entonces la variable aleatoria:
Fu ,v =
u2 / u
v2 / v
(1-8)
U=40, v=40
U=10, v=50
U=4, v=10
U=50, v=10
U=10, v=10
U=4, v=40
( y y )
=
s1
n1 1
25.1
.2
.0
22.0 27
0
24.2 24.
25.1
24.2
24
27.7
2 7. 7
S 12=1.03
Poblacin Madre 1
N(1,2)
Fn1 1, n2 1
s12
= 2
s2
F =0.92
( y y )
=
2
2
s
2 7.7
n2 1
Distribucin
Muestral de F
.2
25.1
24
27.7
.0
22.0 27
0
24.2 24.
5.1
2
24.2
S 22=1.12
Poblacin Madre 2
N(2,2)
l < < u
(1-9)
En el que se espera que este incluido el parmetro con una probabilidad del por
ciento. Es decir:
P (l < < u ) = 1
(1-10)
el
Decisin
Ho es verdadera
Ho es falsa
Aceptar Ho
No hay error
Error tipo II
Rechazar Ho
Error tipo I
No hay error
/2
/2
Se acepta H1 t0
o
zona de rechazo
P(| t |> t0 )
Se acepta H0
= o
zona de
aceptacin
t0
Se acepta H1
o
zona de aceptacin
Figura 1.20 Prueba de dos colas para comparar dos grupos (enfoque zona de aceptacin y zona crtica)
/2
/2
2 P(| t |> t0 )
t0
Valore exacto del
estadstico muestral que
nos lleva al valor P =
2*P(|t|>to) para una
prueba de dos colas
Figura 1.21 Prueba de dos colas para comparar dos grupos (enfoque del valor P)
Durante el curso se ilustra, paso a paso, cada una de las tcnicas a travs de la
realizacin de algunos ejemplos detalladamente y se muestra tambin la salida de
algunos programas como MS Excel, Desing Expert y Statgraphics para familiarizar al
lector con la salida de estos programas.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Caso
Hiptesis Nula
H0: = 0
2 conocida
H0: = 0
2 desconocida
H0: 1 = 2
12
12
desconocidas
H1: 0
|z0|>z/2
z0>z
H1: < 0
z0<-z
x 0
t0 =
s/ n
H1: 0
|t0|>t/2,n-1
H1: > 0
t0>t,n-1
H1: < 0
t0<-t,n-1
x1 x 2
z0 =
12
12
22
s1 s 2
z0 =
12
desconocidas
n1
(s
v=
H1: 1 2
|z0|>z/2
H1: 1 > 2
z0>z
H1: 1 < 2
z0<-z
H1: 1 2
|t0|>t/2,n1+n2-2
n2
x1 x 2
z0 =
1 1
+
sP
n1 n2
H0: 1 = 2
12
Criterio de Rechazo
H1: > 0
n1
4
alterna
x 0
z0 =
/ n
H0: 1 = 2
12 y 12 conocidas
Hiptesis
Estadstico de Prueba
22
n2
H1: 1 > 2
t0>t,n1+n2-2
H1: 1 < 2
t0<-t,n1+n2-2
H1: 1 2
|t0|>t/2,v
H1: 1 > 2
t0>t,v
H1: 1 < 2
t0<-t,v
H1: d 0
|t0|>t/2,n-1
/ n1 + s22 / n2
2
s / n1 s22 / n2
+
n1 + 1 n2 + 1
2
1
2
1
Datos pareados
H0: D = 0
d
t0 =
s/ n
H0: 2 = 02
02 =
8
H0: 12 = 22
(n 1) s 2
2
D
10
H0: p = p0
H0: p1 = p2
H1: 2 02
H1: 2 > 02
02 > 2,n-1
H1: <
02
H1: 12 22
2
1
2
2
H1:
x np
z0 =
np0 (1 p0 )
z0 =
t0>t,n-1
t0<-t,n-1
s
f0 =
s
9
H1: d > 0
H1: d < 0
p1 p 2
1 1
p (1 p ) +
n1 n2
12 >
22
02 < 21-,n-1
f0 > f/2,n1-1,n2-1 f0 < f1-/2,n1-1,n2-1
f0 > f,n1-1,n2-1
H1: p p0
|z0|>z/2
H1 :p > p0
z0>z
H1: p < p0
z0<-z
H1: p1 p2
|z0|>z/2
H1: p1 > p2
z0>z
H1: p1 < p2
z0<-z
Pruebe la hiptesis H0 = = 170 contra H1: 17.0. Utilice = 0.01. Cules son
sus conclusiones?
muchos casos, ya que da el conjunto de valores del estadstico de prueba para el cual
se acepta o rechaza la hiptesis nula en un test de hiptesis.
Tipo de problema
Estimacin
puntual
x z / 2 / n x + z / 2 / n
12
x1 x 2 z / 2
Diferencia entre dos medias
1 y 2, varianzas 21 y 22 conocidas
n1
x1 x 2
22
1 2
n2
x1 x 2 + z / 2
x1 x 2
x1 x 2 t / 2 , v
1 1
+
1 2
n1 n2
s12 s22
+
1 2
n1 n2
desconocidas
x1 x 2
n2
Donde, S P =
1 y 2, varianzas 21 22
22
x1 x 2 + t / 2 , n1 + n 2 2 S P
desconocidas
distribuciones normales,
n1
x t / 2,n 1s / n x + t / 2,n 1s / n
x1 x 2 t / 2 , n1 + n 2 2 S P
distribuciones normales,
12
x1 x 2 + t / 2 , v
(s
Donde, v =
s12 s22
+
n1 n2
/ n1 + s22 / n2
2
s / n1 s22 / n2
+
n1 + 1 n2 + 1
2
1
2
1
1 1
+
n1 n2
D = 1 - 2
s2
(n 1) s 2
2 / 2, n1
parmetros binomiales, p1 - p2
12 / 2,n 1
s12
s22
12 s12
s12
f
f / 2,n2 1,n1 1
1 / 2 , n2 1, n1 1
22 s22
s22
p z / 2
p (1 p )
p p + z / 2
n
p1 p 2 z / 2
Diferencia entre dos proporciones o
(n 1) s 2
p 1 p 2
p (1 p )
n
p 1 (1 p 1 ) p 2 (1 p 2 )
+
n1
n2
p1 p2 p 1 p 2 + z / 2
p 1 (1 p 1 ) p 2 (1 p 2 )
+
n1
n2
x = 1.10 onzas de lquido, con una desviacin estndar s = 0.015 onzas de lquido.
Encuentre el intervalo de confianza bilateral del 90% para la cantidad promedio de
jarabe mezclado en cada bebida.
2.
3.
4.
Ridgecrest
Valley View
755
751
752
753
756
754
757
756
753
753
753
754
755
756
756
753
754
752
751
753
754
755
755
754
752
753
753
752
754
756
755
756
755
753
750
753
756
756
756
756
a. Los datos apoyan la afirmacin de que ambas vinateras llenan las botellas
con el mismo volumen promedio? Utilice = 0.05 y suponga que, al obtener
conclusiones, las dos poblaciones tienen la misma desviacin estndar.
5.
1.
16.628
16.63
16.622
16.631
16.627
16.624
16.623
16.622
16.618
16.626
163
201
195
198
155
143
150
187
161
195
192
197
150
141
146
183
Tratamient o
nivel
1
L y 1n
y 11
y 21
y 22 K y 2n
M
a
M
y a1
M K M
y a2 K y an
y 1
y 2
M
y a
y
y 1
y 2
M
y a
y
Yij = + i + ij
(3-1)
Donde:
H 0 : 1 = 2 = L = k =
(3-2)
H 1 : i j para algn i j
( y
i =1 j =1
ij
y )
n ( y i y )
i =1
( y
i =1 j =1
ij
y i ) 2
totales
Variabilidad total
Variabilidad debida al
+
error aleatorio
Variabilidad dentro de
Variabilidad total
SCT
SCTrat
an-1
a-1
grupos
SCE
a(n-1)
MCT =
SCTrat
=
a 1
n ( y i y ) 2
i =1
(3-3)
a 1
Y
a
MCE =
SCE
=
N a
( y
i =1 j =1
ij
y i ) 2
(3-4)
N a
F0 =
(3-5)
Sigue una distribucin F con a-1 grados de libertad en el numerador y N-a grados de
libertad en el denominador.
Por lo tanto, la hiptesis nula debe descartarse si el estadstico calculado con la
ecuacin (3-5) es mayor que F ,a 1, N a para un nivel de significancia dada, .
Usualmente, los resultados del anlisis de varianza, se organizan en una tabla ANOVA
como la siguiente:
Fuente de
Variacin
Grados
Suma de Cuadrados
tratamientos
Error ( dentro
de los
Media de cuadrados
F0
Valor P
libertad
a
Entre
SCTratamientos = n ( y i y ) 2
a-1
MCTratamientos =
a(n-1)
MCErrores =
i =1
SC Errores = ( yij y i ) 2
i =1 j =1
tratamientos)
Total
de
SCTratamientos
a 1
F0 =
MCTratamientos
MCErrores
SCErrores
a(n 1)
SCTotales = ( yij y ) 2
an-1
i =1 j =1
Distribucin F
Nivel de
significancia,
Probabilidad
Hiptesis de normalidad
Hiptesis de independencia
Variable
Respuesta
ij son N(0,2)
Yij son N(+i,2)
4
2
3
2
2
2
1
Nivel 1
Nivel 2
Nivel 3
Nivel 4
Factor
de Inters
En la figura se aprecia que el nico efecto del tratamiento sobre la variable respuesta
es modificar el valor medio del tratamiento ms no se modifica la varianza.
Histograma residuos
Grfica de probabilidad normal
100
100(j-0.5)/n
Muestra
Aleatoria de
errores
80
60
40
20
Poblacin de errores
NID(0,2)
0
55
60
65
70
75
X(j)
Grafica Probabilidad
Normal de residuos
ij = y ij y i
(3-6)
0
0
10
15
20
25
30
35
-2
Patrones como los mostrados en la Figura 3.5 indican una violacin considerable de
los supuestos de independencia e igualdad de varianzas.
1.5
0.5
0
0
-1
-0.5
-2
-1
-3
-1.5
-4
-2
Figura 3.5 Patrn inadecuado de los residuos en el ANOVA que amerita una transformacin de los datos
esta sesin se estudian las tcnicas ms utilizadas para realizar este tipo de
comparaciones que algunas veces se conocen como comparaciones mltiples en
DDE.
Podra pensarse, que este tipo de comparaciones se realiza, simplemente a partir de
mltiples pruebas t para comparar todos los posibles pares de tratamientos. Sin
embargo, el uso de la t para comparaciones mltiples es impractico ya que incrementa
el error de Tipo I global en la prueba estadstica. Por esta razn se deben realizar las
pruebas que se suministran en la esta sesin.
MCE
n
(3-7)
15 35
20
25
30
Prueba de Tukey
Prueba de Newman-Keuls.
En esencia, estas pruebas comparan todas las diferencias posibles de medias con un
estadstico comn que difiere en cada mtodo. Hasta el momento no hay un consenso
comn con respecto a cual es la mejor de ellas, sin embargo, varios autores [6]
coinciden que la prueba LSD de Fisher y la de rangos mltiples de Duncan son la
mejores. De estas dos se explica a continuacin la prueba LSD de Fisher ya que no
requiere el uso de tablas especiales (la de Duncan requiere una tabla especial1)
Normalmente los resultados de las comparaciones mltiples se dan en un diagrama de
puntos como el siguiente
y1
y5
y2
y3
y4
9.8
10.8
15.4
17.6
21.6
En esta figura se aprecia una lnea inferior entre los pares de tratamientos que NO se
consideran diferentes desde el punto de vista estadstico, de acuerdo al criterio
escogido (Duncan, Fisher, etc ).
Se puede consultar esta prueba en detalle en la bibliografa recomendada al final del libro. En particular,
t0 =
yi y j
1
1
MCE +
n
i nj
(3-8)
H 0 : i = j para todo i j
(3-9)
1
1
| y i y j |> t / 2, N a MCE +
n
i nj
(3-10)
A la cantidad
1
1
t / 2, N a MCE +
n
i nj
(3-11)
t / 2, N a
2 MCE
n
(3-12)
BIBLIOGRAFA
[1] Mongomery C. Douglas , Runger C. George. Probabilidad y Estadstica aplicados a
la Ingeniera, McGraw-Hill Interamericana Editores S.A, Mxico, 1996
[2] DeVore L. Jay, Probabilidad y Estadstica para ingeniera y ciencias, Internacional
Thomson Editores, Mxico, 2005
[3] Box P. E.
Mxico, 2001
[9] Montgomery, Peck, Vining, Introduccin al Anlisis de Regresin Lineal, 3 Edicin,
CECSA, Mxico, 2002
[10]
Tablas
z
( z ) =
Tabla I
z
0.00
Distribucin normal
0.01
0.02
0.03
0.04
1
2
u 2 / 2
du
0.05
0.06
0.07
0.08
0.09
0.0 0.500000 0.503989 0.507978 0.511966 0.515953 0.519939 0.523922 0.527903 0.531881 0.535856
0.1 0.539828 0.543795 0.547758 0.551717 0.555670 0.559618 0.563559 0.567495 0.571424 0.575345
0.2 0.579260 0.583166 0.587064 0.590954 0.594835 0.598706 0.602568 0.606420 0.610261 0.614092
0.3 0.617911 0.621720 0.625516 0.629300 0.633072 0.636831 0.640576 0.644309 0.648027 0.651732
0.4 0.655422 0.659097 0.662757 0.666402 0.670031 0.673645 0.677242 0.680822 0.684386 0.687933
0.5 0.691462 0.694974 0.698468 0.701944 0.705401 0.708840 0.712260 0.715661 0.719043 0.722405
0.6 0.725747 0.729069 0.732371 0.735653 0.738914 0.742154 0.745373 0.748571 0.751748 0.754903
0.7 0.758036 0.761148 0.764238 0.767305 0.770350 0.773373 0.776373 0.779350 0.782305 0.785236
0.8 0.788145 0.791030 0.793892 0.796731 0.799546 0.802337 0.805105 0.807850 0.810570 0.813267
0.9 0.815940 0.818589 0.821214 0.823814 0.826391 0.828944 0.831472 0.833977 0.836457 0.838913
1.0 0.841345 0.843752 0.846136 0.848495 0.850830 0.853141 0.855428 0.857690 0.859929 0.862143
1.1 0.864334 0.866500 0.868643 0.870762 0.872857 0.874928 0.876976 0.879000 0.881000 0.882977
1.2 0.884930 0.886861 0.888768 0.890651 0.892512 0.894350 0.896165 0.897958 0.899727 0.901475
1.3 0.903200 0.904902 0.906582 0.908241 0.909877 0.911492 0.913085 0.914657 0.916207 0.917736
1.4 0.919243 0.920730 0.922196 0.923641 0.925066 0.926471 0.927855 0.929219 0.930563 0.931888
1.5 0.933193 0.934478 0.935745 0.936992 0.938220 0.939429 0.940620 0.941792 0.942947 0.944083
1.6 0.945201 0.946301 0.947384 0.948449 0.949497 0.950529 0.951543 0.952540 0.953521 0.954486
1.7 0.955435 0.956367 0.957284 0.958185 0.959070 0.959941 0.960796 0.961636 0.962462 0.963273
1.8 0.964070 0.964852 0.965620 0.966375 0.967116 0.967843 0.968557 0.969258 0.969946 0.970621
1.9 0.971283 0.971933 0.972571 0.973197 0.973810 0.974412 0.975002 0.975581 0.976148 0.976705
2.0 0.977250 0.977784 0.978308 0.978822 0.979325 0.979818 0.980301 0.980774 0.981237 0.981691
2.1 0.982136 0.982571 0.982997 0.983414 0.983823 0.984222 0.984614 0.984997 0.985371 0.985738
2.2 0.986097 0.986447 0.986791 0.987126 0.987455 0.987776 0.988089 0.988396 0.988696 0.988989
2.3 0.989276 0.989556 0.989830 0.990097 0.990358 0.990613 0.990863 0.991106 0.991344 0.991576
2.4 0.991802 0.992024 0.992240 0.992451 0.992656 0.992857 0.993053 0.993244 0.993431 0.993613
2.5 0.993790 0.993963 0.994132 0.994297 0.994457 0.994614 0.994766 0.994915 0.995060 0.995201
2.6 0.995339 0.995473 0.995604 0.995731 0.995855 0.995975 0.996093 0.996207 0.996319 0.996427
2.7 0.996533 0.996636 0.996736 0.996833 0.996928 0.997020 0.997110 0.997197 0.997282 0.997365
2.8 0.997445 0.997523 0.997599 0.997673 0.997744 0.997814 0.997882 0.997948 0.998012 0.998074
2.9 0.998134 0.998193 0.998250 0.998305 0.998359 0.998411 0.998462 0.998511 0.998559 0.998605
3.0 0.998650 0.998694 0.998736 0.998777 0.998817 0.998856 0.998893 0.998930 0.998965 0.998999
3.1 0.999032 0.999065 0.999096 0.999126 0.999155 0.999184 0.999211 0.999238 0.999264 0.999289
3.2 0.999313 0.999336 0.999359 0.999381 0.999402 0.999423 0.999443 0.999462 0.999481 0.999499
3.3 0.999517 0.999534 0.999550 0.999566 0.999581 0.999596 0.999610 0.999624 0.999638 0.999651
3.4 0.999663 0.999675 0.999687 0.999698 0.999709 0.999720 0.999730 0.999740 0.999749 0.999758
3.5 0.999767 0.999776 0.999784 0.999792 0.999800 0.999807 0.999815 0.999822 0.999828 0.999835
3.6 0.999841 0.999847 0.999853 0.999858 0.999864 0.999869 0.999874 0.999879 0.999883 0.999888
3.7 0.999892 0.999896 0.999900 0.999904 0.999908 0.999912 0.999915 0.999918 0.999922 0.999925
3.8 0.999928 0.999931 0.999933 0.999936 0.999938 0.999941 0.999943 0.999946 0.999948 0.999950
3.9 0.999952 0.999954 0.999956 0.999958 0.999959 0.999961 0.999963 0.999964 0.999966 0.999967
4.0 0.999968 0.999970 0.999971 0.999972 0.999973 0.999974 0.999975 0.999976 0.999977 0.999978
Tabla II
Distribucin t
0.4000
0.2500
0.1000
0.0500
0.0250
0.0100
0.0050
0.0025
0.0010
0.0005
0.32492
1.00000
3.07768
6.31375
12.7062
31.8205
63.6567
127.3213
318.3088
636.6192
0.28868
0.81650
1.88562
2.91999
4.30265
6.96456
9.92484
14.08905
22.32712
31.59905
0.27667
0.76489
1.63774
2.35336
3.18245
4.54070
5.84091
7.45332
10.21453
12.92398
0.27072
0.74070
1.53321
2.13185
2.77645
3.74695
4.60409
5.59757
7.17318
8.61030
0.26718
0.72669
1.47588
2.01505
2.57058
3.36493
4.03214
4.77334
5.89343
6.86883
0.26483
0.71756
1.43976
1.94318
2.44691
3.14267
3.70743
4.31683
5.20763
5.95882
0.26317
0.71114
1.41492
1.89458
2.36462
2.99795
3.49948
4.02934
4.78529
5.40788
0.26192
0.70639
1.39682
1.85955
2.30600
2.89646
3.35539
3.83252
4.50079
5.04131
0.26096
0.70272
1.38303
1.83311
2.26216
2.82144
3.24984
3.68966
4.29681
4.78091
10
0.26018
0.69981
1.37218
1.81246
2.22814
2.76377
3.16927
3.58141
4.14370
4.58689
11
0.25956
0.69745
1.36343
1.79588
2.20099
2.71808
3.10581
3.49661
4.02470
4.43698
12
0.25903
0.69548
1.35622
1.78229
2.17881
2.68100
3.05454
3.42844
3.92963
4.31779
13
0.25859
0.69383
1.35017
1.77093
2.16037
2.65031
3.01228
3.37247
3.85198
4.22083
14
0.25821
0.69242
1.34503
1.76131
2.14479
2.62449
2.97684
3.32570
3.78739
4.14045
15
0.25789
0.69120
1.34061
1.75305
2.13145
2.60248
2.94671
3.28604
3.73283
4.07277
16
0.25760
0.69013
1.33676
1.74588
2.11991
2.58349
2.92078
3.25199
3.68615
4.01500
17
0.25735
0.68920
1.33338
1.73961
2.10982
2.56693
2.89823
3.22245
3.64577
3.96513
18
0.25712
0.68836
1.33039
1.73406
2.10092
2.55238
2.87844
3.19657
3.61048
3.92165
19
0.25692
0.68762
1.32773
1.72913
2.09302
2.53948
2.86093
3.17372
3.57940
3.88341
20
0.25674
0.68695
1.32534
1.72472
2.08596
2.52798
2.84534
3.15340
3.55181
3.84952
21
0.25658
0.68635
1.32319
1.72074
2.07961
2.51765
2.83136
3.13521
3.52715
3.81928
22
0.25643
0.68581
1.32124
1.71714
2.07387
2.50832
2.81876
3.11882
3.50499
3.79213
23
0.25630
0.68531
1.31946
1.71387
2.06866
2.49987
2.80734
3.10400
3.48496
3.76763
24
0.25617
0.68485
1.31784
1.71088
2.06390
2.49216
2.79694
3.09051
3.46678
3.74540
25
0.25606
0.68443
1.31635
1.70814
2.05954
2.48511
2.78744
3.07820
3.45019
3.72514
26
0.25595
0.68404
1.31497
1.70562
2.05553
2.47863
2.77871
3.06691
3.43500
3.70661
27
0.25586
0.68368
1.31370
1.70329
2.05183
2.47266
2.77068
3.05652
3.42103
3.68959
28
0.25577
0.68335
1.31253
1.70113
2.04841
2.46714
2.76326
3.04693
3.40816
3.67391
29
0.25568
0.68304
1.31143
1.69913
2.04523
2.46202
2.75639
3.03805
3.39624
3.65941
30
0.25561
0.68276
1.31042
1.69726
2.04227
2.45726
2.75000
3.02980
3.38518
3.64596
40
0.25504
0.68067
1.30308
1.68385
2.02108
2.42326
2.70446
2.97117
3.30688
3.55097
50
0.25470
0.67943
1.29871
1.67591
2.00856
2.40327
2.67779
2.93696
3.26141
3.49601
60
0.25447
0.67860
1.29582
1.67065
2.00030
2.39012
2.66028
2.91455
3.23171
3.46020
70
0.25431
0.67801
1.29376
1.66691
1.99444
2.38081
2.64790
2.89873
3.21079
3.43501
80
0.25419
0.67757
1.29222
1.66412
1.99006
2.37387
2.63869
2.88697
3.19526
3.41634
90
0.25410
0.67723
1.29103
1.66196
1.98667
2.36850
2.63157
2.87788
3.18327
3.40194
95
0.25406
0.67708
1.29053
1.66105
1.98525
2.36624
2.62858
2.87407
3.17825
3.39590
100
0.25402
0.67695
1.29007
1.66023
1.98397
2.36422
2.62589
2.87065
3.17374
3.39049
120
0.25391
0.67654
1.28865
1.65765
1.97993
2.35782
2.61742
2.85986
3.15954
3.37345
150
0.25380
0.67613
1.28722
1.65508
1.97591
2.35146
2.60900
2.84915
3.14545
3.35657
Tabla III
Distribucin Ji Cuadrado
0.99500
0.99000
0.97500
0.95000
0.50000
0.05000
0.01000
0.00500
0.00004
0.00016
0.00098
0.00393
0.45494
3.84146
6.63490
7.87944
0.01003
0.02010
0.05064
0.10259
1.38629
5.99146
9.21034
10.59663
0.07172
0.11483
0.21580
0.35185
2.36597
7.81473
11.34487
12.83816
0.20699
0.29711
0.48442
0.71072
3.35669
9.48773
13.27670
14.86026
0.41174
0.55430
0.83121
1.14548
4.35146
11.07050
15.08627
16.74960
0.67573
0.87209
1.23734
1.63538
5.34812
12.59159
16.81189
18.54758
0.98926
1.23904
1.68987
2.16735
6.34581
14.06714
18.47531
20.27774
1.34441
1.64650
2.17973
2.73264
7.34412
15.50731
20.09024
21.95495
1.73493
2.08790
2.70039
3.32511
8.34283
16.91898
21.66599
23.58935
10
2.15586
2.55821
3.24697
3.94030
9.34182
18.30704
23.20925
25.18818
11
2.60322
3.05348
3.81575
4.57481
10.34100
19.67514
24.72497
26.75685
12
3.07382
3.57057
4.40379
5.22603
11.34032
21.02607
26.21697
28.29952
13
3.56503
4.10692
5.00875
5.89186
12.33976
22.36203
27.68825
29.81947
14
4.07467
4.66043
5.62873
6.57063
13.33927
23.68479
29.14124
31.31935
15
4.60092
5.22935
6.26214
7.26094
14.33886
24.99579
30.57791
32.80132
16
5.14221
5.81221
6.90766
7.96165
15.33850
26.29623
31.99993
34.26719
17
5.69722
6.40776
7.56419
8.67176
16.33818
27.58711
33.40866
35.71847
18
6.26480
7.01491
8.23075
9.39046
17.33790
28.86930
34.80531
37.15645
19
6.84397
7.63273
8.90652
10.11701
18.33765
30.14353
36.19087
38.58226
20
7.43384
8.26040
9.59078
10.85081
19.33743
31.41043
37.56623
39.99685
21
8.03365
8.89720
10.28290
11.59131
20.33723
32.67057
38.93217
41.40106
22
8.64272
9.54249
10.98232
12.33801
21.33705
33.92444
40.28936
42.79565
23
9.26042
10.19572
11.68855
13.09051
22.33688
35.17246
41.63840
44.18128
24
9.88623
10.85636
12.40115
13.84843
23.33673
36.41503
42.97982
45.55851
25
10.51965
11.52398
13.11972
14.61141
24.33659
37.65248
44.31410
46.92789
26
11.16024
12.19815
13.84391
15.37916
25.33646
38.88514
45.64168
48.28988
27
11.80759
12.87850
14.57338
16.15140
26.33634
40.11327
46.96294
49.64492
28
12.46134
13.56471
15.30786
16.92788
27.33623
41.33714
48.27824
50.99338
29
13.12115
14.25645
16.04707
17.70837
28.33613
42.55697
49.58788
52.33562
30
13.78672
14.95346
16.79077
18.49266
29.33603
43.77297
50.89218
53.67196
35
17.19182
18.50893
20.56938
22.46502
34.33564
49.80185
57.34207
60.27477
40
20.70654
22.16426
24.43304
26.50930
39.33535
55.75848
63.69074
66.76596
45
24.31101
25.90127
28.36615
30.61226
44.33512
61.65623
69.95683
73.16606
50
27.99075
29.70668
32.35736
34.76425
49.33494
67.50481
76.15389
79.48998
60
35.53449
37.48485
40.48175
43.18796
59.33467
79.08194
88.37942
91.95170
65
39.38314
41.44361
44.60299
47.44958
64.33456
84.82065
94.42208
98.10514
70
43.27518
45.44172
48.75757
51.73928
69.33448
90.53123
100.42518
104.21490
75
47.20605
49.47503
52.94194
56.05407
74.33440
96.21667
106.39292
110.28558
80
51.17193
53.54008
57.15317
60.39148
79.33433
101.87947
112.32879
116.32106
85
55.16960
57.63393
61.38878
64.74940
84.33427
107.52174
118.23575
122.32458
90
59.19630
61.75408
65.64662
69.12603
89.33422
113.14527
124.11632
128.29894
100
67.32756
70.06490
74.22193
77.92947
99.33414
124.34211
135.80672
140.16949
110
75.55005
78.45831
82.86705
86.79163
109.33406
135.48018
147.41431
151.94848
Tabla IV
v1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
140
150
1
5.83
2.57
2.02
1.81
1.69
1.62
1.57
1.54
1.51
1.49
1.47
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.41
1.40
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.38
1.38
1.38
1.36
1.35
1.35
1.35
1.34
1.34
1.34
1.34
1.33
1.33
2
7.50
3.00
2.28
2.00
1.85
1.76
1.70
1.66
1.62
1.60
1.58
1.56
1.55
1.53
1.52
1.51
1.51
1.50
1.49
1.49
1.48
1.48
1.47
1.47
1.47
1.46
1.46
1.46
1.45
1.45
1.44
1.43
1.42
1.41
1.41
1.41
1.41
1.40
1.40
1.40
4
8.58
3.23
2.39
2.06
1.89
1.79
1.72
1.66
1.63
1.59
1.57
1.55
1.53
1.52
1.51
1.50
1.49
1.48
1.47
1.47
1.46
1.45
1.45
1.44
1.44
1.44
1.43
1.43
1.43
1.42
1.40
1.39
1.38
1.38
1.38
1.37
1.37
1.37
1.36
1.36
5
8.82
3.28
2.41
2.07
1.89
1.79
1.71
1.66
1.62
1.59
1.56
1.54
1.52
1.51
1.49
1.48
1.47
1.46
1.46
1.45
1.44
1.44
1.43
1.43
1.42
1.42
1.42
1.41
1.41
1.41
1.39
1.37
1.37
1.36
1.36
1.35
1.35
1.35
1.34
1.34
6
8.98
3.31
2.42
2.08
1.89
1.78
1.71
1.65
1.61
1.58
1.55
1.53
1.51
1.50
1.48
1.47
1.46
1.45
1.44
1.44
1.43
1.42
1.42
1.41
1.41
1.41
1.40
1.40
1.40
1.39
1.37
1.36
1.35
1.34
1.34
1.33
1.33
1.33
1.32
1.32
7
9.10
3.34
2.43
2.08
1.89
1.78
1.70
1.64
1.60
1.57
1.54
1.52
1.50
1.49
1.47
1.46
1.45
1.44
1.43
1.43
1.42
1.41
1.41
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.36
1.34
1.33
1.33
1.32
1.32
1.32
1.31
1.31
1.31
8
9.19
3.35
2.44
2.08
1.89
1.78
1.70
1.64
1.60
1.56
1.53
1.51
1.49
1.48
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.40
1.40
1.39
1.39
1.38
1.38
1.38
1.37
1.37
1.35
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.30
1.30
9
9.26
3.37
2.44
2.08
1.89
1.77
1.69
1.63
1.59
1.56
1.53
1.51
1.49
1.47
1.46
1.44
1.43
1.42
1.41
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.37
1.36
1.36
1.34
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.29
1.28
10
9.32
3.38
2.44
2.08
1.89
1.77
1.69
1.63
1.59
1.55
1.52
1.50
1.48
1.46
1.45
1.44
1.43
1.42
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.33
1.31
1.30
1.30
1.29
1.29
1.28
1.28
1.28
1.27
12
9.41
3.39
2.45
2.08
1.89
1.77
1.68
1.62
1.58
1.54
1.51
1.49
1.47
1.45
1.44
1.43
1.41
1.40
1.40
1.39
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.34
1.31
1.30
1.29
1.28
1.27
1.27
1.27
1.26
1.26
1.26
14
9.47
3.41
2.45
2.08
1.89
1.76
1.68
1.62
1.57
1.54
1.51
1.48
1.46
1.44
1.43
1.42
1.41
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.33
1.33
1.33
1.30
1.28
1.27
1.27
1.26
1.26
1.25
1.25
1.24
1.24
16
9.52
3.41
2.46
2.08
1.88
1.76
1.68
1.62
1.57
1.53
1.50
1.48
1.46
1.44
1.42
1.41
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.32
1.29
1.27
1.26
1.26
1.25
1.25
1.24
1.24
1.23
1.23
18
9.55
3.42
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.53
1.50
1.47
1.45
1.43
1.42
1.40
1.39
1.38
1.37
1.36
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.28
1.27
1.26
1.25
1.24
1.24
1.23
1.23
1.22
1.22
20
9.58
3.43
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.52
1.49
1.47
1.45
1.43
1.41
1.40
1.39
1.38
1.37
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.28
1.26
1.25
1.24
1.23
1.23
1.23
1.22
1.22
1.21
25
9.63
3.44
2.46
2.08
1.88
1.75
1.67
1.60
1.55
1.52
1.49
1.46
1.44
1.42
1.40
1.39
1.38
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.31
1.31
1.30
1.30
1.30
1.29
1.26
1.25
1.23
1.23
1.22
1.21
1.21
1.20
1.20
1.20
30
9.67
3.44
2.47
2.08
1.88
1.75
1.66
1.60
1.55
1.51
1.48
1.45
1.43
1.41
1.40
1.38
1.37
1.36
1.35
1.34
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.28
1.25
1.23
1.22
1.21
1.21
1.20
1.20
1.19
1.19
1.19
35
9.70
3.45
2.47
2.08
1.88
1.75
1.66
1.60
1.55
1.51
1.48
1.45
1.43
1.41
1.39
1.38
1.37
1.35
1.34
1.33
1.33
1.32
1.31
1.31
1.30
1.29
1.29
1.28
1.28
1.28
1.25
1.23
1.21
1.21
1.20
1.19
1.19
1.18
1.18
1.18
40
9.71
3.45
2.47
2.08
1.88
1.75
1.66
1.59
1.54
1.51
1.47
1.45
1.42
1.41
1.39
1.37
1.36
1.35
1.34
1.33
1.32
1.31
1.31
1.30
1.29
1.29
1.28
1.28
1.27
1.27
1.24
1.22
1.21
1.20
1.19
1.19
1.18
1.18
1.17
1.17
50
9.74
3.46
2.47
2.08
1.88
1.75
1.66
1.59
1.54
1.50
1.47
1.44
1.42
1.40
1.38
1.37
1.36
1.34
1.33
1.32
1.32
1.31
1.30
1.29
1.29
1.28
1.28
1.27
1.27
1.26
1.23
1.21
1.20
1.19
1.18
1.18
1.17
1.16
1.16
1.16
60
9.76
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.54
1.50
1.47
1.44
1.42
1.40
1.38
1.36
1.35
1.34
1.33
1.32
1.31
1.30
1.30
1.29
1.28
1.28
1.27
1.27
1.26
1.26
1.22
1.20
1.19
1.18
1.17
1.17
1.16
1.16
1.15
1.15
70
9.77
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.54
1.50
1.46
1.44
1.41
1.39
1.38
1.36
1.35
1.34
1.33
1.32
1.31
1.30
1.29
1.28
1.28
1.27
1.27
1.26
1.26
1.25
1.22
1.20
1.19
1.18
1.17
1.16
1.16
1.15
1.14
1.14
80
9.78
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.54
1.50
1.46
1.44
1.41
1.39
1.37
1.36
1.35
1.33
1.32
1.31
1.30
1.30
1.29
1.28
1.28
1.27
1.26
1.26
1.25
1.25
1.22
1.20
1.18
1.17
1.16
1.16
1.15
1.14
1.14
1.14
90
9.79
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.53
1.49
1.46
1.43
1.41
1.39
1.37
1.36
1.34
1.33
1.32
1.31
1.30
1.29
1.29
1.28
1.27
1.27
1.26
1.26
1.25
1.25
1.21
1.19
1.18
1.17
1.16
1.15
1.15
1.14
1.13
1.13
100
9.80
3.47
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.49
1.46
1.43
1.41
1.39
1.37
1.36
1.34
1.33
1.32
1.31
1.30
1.29
1.29
1.28
1.27
1.27
1.26
1.25
1.25
1.25
1.21
1.19
1.18
1.16
1.16
1.15
1.14
1.14
1.13
1.13
120
9.80
3.47
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.49
1.46
1.43
1.41
1.39
1.37
1.35
1.34
1.33
1.32
1.31
1.30
1.29
1.28
1.28
1.27
1.26
1.26
1.25
1.25
1.24
1.21
1.19
1.17
1.16
1.15
1.15
1.14
1.13
1.13
1.12
140
9.81
3.47
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.49
1.46
1.43
1.41
1.39
1.37
1.35
1.34
1.33
1.32
1.31
1.30
1.29
1.28
1.27
1.27
1.26
1.26
1.25
1.24
1.24
1.21
1.18
1.17
1.16
1.15
1.14
1.14
1.13
1.12
1.12
Tabla V
v1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
140
150
1
161.4
18.5
10.1
7.71
6.61
5.99
5.59
5.32
5.12
4.96
4.84
4.75
4.67
4.60
4.54
4.49
4.45
4.41
4.38
4.35
4.32
4.30
4.28
4.26
4.24
4.23
4.21
4.20
4.18
4.17
4.08
4.03
4.00
3.98
3.96
3.95
3.94
3.92
3.91
3.90
3
215.7
19.2
9.3
6.59
5.41
4.76
4.35
4.07
3.86
3.71
3.59
3.49
3.41
3.34
3.29
3.24
3.20
3.16
3.13
3.10
3.07
3.05
3.03
3.01
2.99
2.98
2.96
2.95
2.93
2.92
2.84
2.79
2.76
2.74
2.72
2.71
2.70
2.68
2.67
2.66
4
224.6
19.2
9.1
6.39
5.19
4.53
4.12
3.84
3.63
3.48
3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
2.74
2.73
2.71
2.70
2.69
2.61
2.56
2.53
2.50
2.49
2.47
2.46
2.45
2.44
2.43
5
230.2
19.3
9.0
6.26
5.05
4.39
3.97
3.69
3.48
3.33
3.20
3.11
3.03
2.96
2.90
2.85
2.81
2.77
2.74
2.71
2.68
2.66
2.64
2.62
2.60
2.59
2.57
2.56
2.55
2.53
2.45
2.40
2.37
2.35
2.33
2.32
2.31
2.29
2.28
2.27
6
234.0
19.3
8.9
6.16
4.95
4.28
3.87
3.58
3.37
3.22
3.09
3.00
2.92
2.85
2.79
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
2.47
2.46
2.45
2.43
2.42
2.34
2.29
2.25
2.23
2.21
2.20
2.19
2.18
2.16
2.16
7
236.8
19.4
8.9
6.09
4.88
4.21
3.79
3.50
3.29
3.14
3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51
2.49
2.46
2.44
2.42
2.40
2.39
2.37
2.36
2.35
2.33
2.25
2.20
2.17
2.14
2.13
2.11
2.10
2.09
2.08
2.07
8
238.9
19.4
8.8
6.04
4.82
4.15
3.73
3.44
3.23
3.07
2.95
2.85
2.77
2.70
2.64
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.36
2.34
2.32
2.31
2.29
2.28
2.27
2.18
2.13
2.10
2.07
2.06
2.04
2.03
2.02
2.01
2.00
9
240.5
19.4
8.8
6.00
4.77
4.10
3.68
3.39
3.18
3.02
2.90
2.80
2.71
2.65
2.59
2.54
2.49
2.46
2.42
2.39
2.37
2.34
2.32
2.30
2.28
2.27
2.25
2.24
2.22
2.21
2.12
2.07
2.04
2.02
2.00
1.99
1.97
1.96
1.95
1.94
10
241.9
19.4
8.8
5.96
4.74
4.06
3.64
3.35
3.14
2.98
2.85
2.75
2.67
2.60
2.54
2.49
2.45
2.41
2.38
2.35
2.32
2.30
2.27
2.25
2.24
2.22
2.20
2.19
2.18
2.16
2.08
2.03
1.99
1.97
1.95
1.94
1.93
1.91
1.90
1.89
12
243.9
19.4
8.7
5.91
4.68
4.00
3.57
3.28
3.07
2.91
2.79
2.69
2.60
2.53
2.48
2.42
2.38
2.34
2.31
2.28
2.25
2.23
2.20
2.18
2.16
2.15
2.13
2.12
2.10
2.09
2.00
1.95
1.92
1.89
1.88
1.86
1.85
1.83
1.82
1.82
14
245.4
19.4
8.7
5.87
4.64
3.96
3.53
3.24
3.03
2.86
2.74
2.64
2.55
2.48
2.42
2.37
2.33
2.29
2.26
2.22
2.20
2.17
2.15
2.13
2.11
2.09
2.08
2.06
2.05
2.04
1.95
1.89
1.86
1.84
1.82
1.80
1.79
1.78
1.76
1.76
16
246.5
19.4
8.7
5.84
4.60
3.92
3.49
3.20
2.99
2.83
2.70
2.60
2.51
2.44
2.38
2.33
2.29
2.25
2.21
2.18
2.16
2.13
2.11
2.09
2.07
2.05
2.04
2.02
2.01
1.99
1.90
1.85
1.82
1.79
1.77
1.76
1.75
1.73
1.72
1.71
18
247.3
19.4
8.7
5.82
4.58
3.90
3.47
3.17
2.96
2.80
2.67
2.57
2.48
2.41
2.35
2.30
2.26
2.22
2.18
2.15
2.12
2.10
2.08
2.05
2.04
2.02
2.00
1.99
1.97
1.96
1.87
1.81
1.78
1.75
1.73
1.72
1.71
1.69
1.68
1.67
20
248.0
19.4
8.7
5.80
4.56
3.87
3.44
3.15
2.94
2.77
2.65
2.54
2.46
2.39
2.33
2.28
2.23
2.19
2.16
2.12
2.10
2.07
2.05
2.03
2.01
1.99
1.97
1.96
1.94
1.93
1.84
1.78
1.75
1.72
1.70
1.69
1.68
1.66
1.65
1.64
25
249.3
19.5
8.6
5.77
4.52
3.83
3.40
3.11
2.89
2.73
2.60
2.50
2.41
2.34
2.28
2.23
2.18
2.14
2.11
2.07
2.05
2.02
2.00
1.97
1.96
1.94
1.92
1.91
1.89
1.88
1.78
1.73
1.69
1.66
1.64
1.63
1.62
1.60
1.58
1.58
30
250.1
19.5
8.6
5.75
4.50
3.81
3.38
3.08
2.86
2.70
2.57
2.47
2.38
2.31
2.25
2.19
2.15
2.11
2.07
2.04
2.01
1.98
1.96
1.94
1.92
1.90
1.88
1.87
1.85
1.84
1.74
1.69
1.65
1.62
1.60
1.59
1.57
1.55
1.54
1.54
35
250.7
19.5
8.6
5.73
4.48
3.79
3.36
3.06
2.84
2.68
2.55
2.44
2.36
2.28
2.22
2.17
2.12
2.08
2.05
2.01
1.98
1.96
1.93
1.91
1.89
1.87
1.86
1.84
1.83
1.81
1.72
1.66
1.62
1.59
1.57
1.55
1.54
1.52
1.51
1.50
40
251.1
19.5
8.6
5.72
4.46
3.77
3.34
3.04
2.83
2.66
2.53
2.43
2.34
2.27
2.20
2.15
2.10
2.06
2.03
1.99
1.96
1.94
1.91
1.89
1.87
1.85
1.84
1.82
1.81
1.79
1.69
1.63
1.59
1.57
1.54
1.53
1.52
1.50
1.48
1.48
50
251.8
19.5
8.6
5.70
4.44
3.75
3.32
3.02
2.80
2.64
2.51
2.40
2.31
2.24
2.18
2.12
2.08
2.04
2.00
1.97
1.94
1.91
1.88
1.86
1.84
1.82
1.81
1.79
1.77
1.76
1.66
1.60
1.56
1.53
1.51
1.49
1.48
1.46
1.44
1.44
60
252.2
19.5
8.6
5.69
4.43
3.74
3.30
3.01
2.79
2.62
2.49
2.38
2.30
2.22
2.16
2.11
2.06
2.02
1.98
1.95
1.92
1.89
1.86
1.84
1.82
1.80
1.79
1.77
1.75
1.74
1.64
1.58
1.53
1.50
1.48
1.46
1.45
1.43
1.41
1.41
70
252.5
19.5
8.6
5.68
4.42
3.73
3.29
2.99
2.78
2.61
2.48
2.37
2.28
2.21
2.15
2.09
2.05
2.00
1.97
1.93
1.90
1.88
1.85
1.83
1.81
1.79
1.77
1.75
1.74
1.72
1.62
1.56
1.52
1.49
1.46
1.44
1.43
1.41
1.39
1.39
80
252.7
19.5
8.6
5.67
4.41
3.72
3.29
2.99
2.77
2.60
2.47
2.36
2.27
2.20
2.14
2.08
2.03
1.99
1.96
1.92
1.89
1.86
1.84
1.82
1.80
1.78
1.76
1.74
1.73
1.71
1.61
1.54
1.50
1.47
1.45
1.43
1.41
1.39
1.38
1.37
90
252.9
19.5
8.6
5.67
4.41
3.72
3.28
2.98
2.76
2.59
2.46
2.36
2.27
2.19
2.13
2.07
2.03
1.98
1.95
1.91
1.88
1.86
1.83
1.81
1.79
1.77
1.75
1.73
1.72
1.70
1.60
1.53
1.49
1.46
1.44
1.42
1.40
1.38
1.36
1.36
100
253.0
19.5
8.6
5.66
4.41
3.71
3.27
2.97
2.76
2.59
2.46
2.35
2.26
2.19
2.12
2.07
2.02
1.98
1.94
1.91
1.88
1.85
1.82
1.80
1.78
1.76
1.74
1.73
1.71
1.70
1.59
1.52
1.48
1.45
1.43
1.41
1.39
1.37
1.35
1.34
120
253.3
19.5
8.5
5.66
4.40
3.70
3.27
2.97
2.75
2.58
2.45
2.34
2.25
2.18
2.11
2.06
2.01
1.97
1.93
1.90
1.87
1.84
1.81
1.79
1.77
1.75
1.73
1.71
1.70
1.68
1.58
1.51
1.47
1.44
1.41
1.39
1.38
1.35
1.33
1.33
140
253.4
19.5
8.5
5.65
4.39
3.70
3.26
2.96
2.74
2.57
2.44
2.33
2.25
2.17
2.11
2.05
2.00
1.96
1.92
1.89
1.86
1.83
1.81
1.78
1.76
1.74
1.72
1.71
1.69
1.68
1.57
1.50
1.46
1.42
1.40
1.38
1.36
1.34
1.32
1.31
Tabla VI
v1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
140
150
1
39.86
8.53
5.54
4.54
4.06
3.78
3.59
3.46
3.36
3.29
3.23
3.18
3.14
3.10
3.07
3.05
3.03
3.01
2.99
2.97
2.96
2.95
2.94
2.93
2.92
2.91
2.90
2.89
2.89
2.88
2.84
2.81
2.79
2.78
2.77
2.76
2.76
2.75
2.74
2.74
2
49.50
9.00
5.46
4.32
3.78
3.46
3.26
3.11
3.01
2.92
2.86
2.81
2.76
2.73
2.70
2.67
2.64
2.62
2.61
2.59
2.57
2.56
2.55
2.54
2.53
2.52
2.51
2.50
2.50
2.49
2.44
2.41
2.39
2.38
2.37
2.36
2.36
2.35
2.34
2.34
4
55.83
9.24
5.34
4.11
3.52
3.18
2.96
2.81
2.69
2.61
2.54
2.48
2.43
2.39
2.36
2.33
2.31
2.29
2.27
2.25
2.23
2.22
2.21
2.19
2.18
2.17
2.17
2.16
2.15
2.14
2.09
2.06
2.04
2.03
2.02
2.01
2.00
1.99
1.99
1.98
5
57.24
9.29
5.31
4.05
3.45
3.11
2.88
2.73
2.61
2.52
2.45
2.39
2.35
2.31
2.27
2.24
2.22
2.20
2.18
2.16
2.14
2.13
2.11
2.10
2.09
2.08
2.07
2.06
2.06
2.05
2.00
1.97
1.95
1.93
1.92
1.91
1.91
1.90
1.89
1.89
6
58.20
9.33
5.28
4.01
3.40
3.05
2.83
2.67
2.55
2.46
2.39
2.33
2.28
2.24
2.21
2.18
2.15
2.13
2.11
2.09
2.08
2.06
2.05
2.04
2.02
2.01
2.00
2.00
1.99
1.98
1.93
1.90
1.87
1.86
1.85
1.84
1.83
1.82
1.82
1.81
7
58.91
9.35
5.27
3.98
3.37
3.01
2.78
2.62
2.51
2.41
2.34
2.28
2.23
2.19
2.16
2.13
2.10
2.08
2.06
2.04
2.02
2.01
1.99
1.98
1.97
1.96
1.95
1.94
1.93
1.93
1.87
1.84
1.82
1.80
1.79
1.78
1.78
1.77
1.76
1.76
8
59.44
9.37
5.25
3.95
3.34
2.98
2.75
2.59
2.47
2.38
2.30
2.24
2.20
2.15
2.12
2.09
2.06
2.04
2.02
2.00
1.98
1.97
1.95
1.94
1.93
1.92
1.91
1.90
1.89
1.88
1.83
1.80
1.77
1.76
1.75
1.74
1.73
1.72
1.71
1.71
9
59.86
9.38
5.24
3.94
3.32
2.96
2.72
2.56
2.44
2.35
2.27
2.21
2.16
2.12
2.09
2.06
2.03
2.00
1.98
1.96
1.95
1.93
1.92
1.91
1.89
1.88
1.87
1.87
1.86
1.85
1.79
1.76
1.74
1.72
1.71
1.70
1.69
1.68
1.68
1.67
10
60.19
9.39
5.23
3.92
3.30
2.94
2.70
2.54
2.42
2.32
2.25
2.19
2.14
2.10
2.06
2.03
2.00
1.98
1.96
1.94
1.92
1.90
1.89
1.88
1.87
1.86
1.85
1.84
1.83
1.82
1.76
1.73
1.71
1.69
1.68
1.67
1.66
1.65
1.64
1.64
12
60.71
9.41
5.22
3.90
3.27
2.90
2.67
2.50
2.38
2.28
2.21
2.15
2.10
2.05
2.02
1.99
1.96
1.93
1.91
1.89
1.87
1.86
1.84
1.83
1.82
1.81
1.80
1.79
1.78
1.77
1.71
1.68
1.66
1.64
1.63
1.62
1.61
1.60
1.59
1.59
14
61.07
9.42
5.20
3.88
3.25
2.88
2.64
2.48
2.35
2.26
2.18
2.12
2.07
2.02
1.99
1.95
1.93
1.90
1.88
1.86
1.84
1.83
1.81
1.80
1.79
1.77
1.76
1.75
1.75
1.74
1.68
1.64
1.62
1.60
1.59
1.58
1.57
1.56
1.55
1.55
16
61.35
9.43
5.20
3.86
3.23
2.86
2.62
2.45
2.33
2.23
2.16
2.09
2.04
2.00
1.96
1.93
1.90
1.87
1.85
1.83
1.81
1.80
1.78
1.77
1.76
1.75
1.74
1.73
1.72
1.71
1.65
1.61
1.59
1.57
1.56
1.55
1.54
1.53
1.52
1.52
18
61.57
9.44
5.19
3.85
3.22
2.85
2.61
2.44
2.31
2.22
2.14
2.08
2.02
1.98
1.94
1.91
1.88
1.85
1.83
1.81
1.79
1.78
1.76
1.75
1.74
1.72
1.71
1.70
1.69
1.69
1.62
1.59
1.56
1.55
1.53
1.52
1.52
1.50
1.50
1.49
20
61.74
9.44
5.18
3.84
3.21
2.84
2.59
2.42
2.30
2.20
2.12
2.06
2.01
1.96
1.92
1.89
1.86
1.84
1.81
1.79
1.78
1.76
1.74
1.73
1.72
1.71
1.70
1.69
1.68
1.67
1.61
1.57
1.54
1.53
1.51
1.50
1.49
1.48
1.47
1.47
25
62.05
9.45
5.17
3.83
3.19
2.81
2.57
2.40
2.27
2.17
2.10
2.03
1.98
1.93
1.89
1.86
1.83
1.80
1.78
1.76
1.74
1.73
1.71
1.70
1.68
1.67
1.66
1.65
1.64
1.63
1.57
1.53
1.50
1.49
1.47
1.46
1.45
1.44
1.43
1.43
30
62.26
9.46
5.17
3.82
3.17
2.80
2.56
2.38
2.25
2.16
2.08
2.01
1.96
1.91
1.87
1.84
1.81
1.78
1.76
1.74
1.72
1.70
1.69
1.67
1.66
1.65
1.64
1.63
1.62
1.61
1.54
1.50
1.48
1.46
1.44
1.43
1.42
1.41
1.40
1.40
35
62.42
9.46
5.16
3.81
3.16
2.79
2.54
2.37
2.24
2.14
2.06
2.00
1.94
1.90
1.86
1.82
1.79
1.77
1.74
1.72
1.70
1.68
1.67
1.65
1.64
1.63
1.62
1.61
1.60
1.59
1.52
1.48
1.45
1.43
1.42
1.41
1.40
1.39
1.38
1.37
40
62.53
9.47
5.16
3.80
3.16
2.78
2.54
2.36
2.23
2.13
2.05
1.99
1.93
1.89
1.85
1.81
1.78
1.75
1.73
1.71
1.69
1.67
1.66
1.64
1.63
1.61
1.60
1.59
1.58
1.57
1.51
1.46
1.44
1.42
1.40
1.39
1.38
1.37
1.36
1.35
50
62.69
9.47
5.15
3.80
3.15
2.77
2.52
2.35
2.22
2.12
2.04
1.97
1.92
1.87
1.83
1.79
1.76
1.74
1.71
1.69
1.67
1.65
1.64
1.62
1.61
1.59
1.58
1.57
1.56
1.55
1.48
1.44
1.41
1.39
1.38
1.36
1.35
1.34
1.33
1.33
60
62.79
9.47
5.15
3.79
3.14
2.76
2.51
2.34
2.21
2.11
2.03
1.96
1.90
1.86
1.82
1.78
1.75
1.72
1.70
1.68
1.66
1.64
1.62
1.61
1.59
1.58
1.57
1.56
1.55
1.54
1.47
1.42
1.40
1.37
1.36
1.35
1.34
1.32
1.31
1.30
70
62.87
9.48
5.15
3.79
3.14
2.76
2.51
2.33
2.20
2.10
2.02
1.95
1.90
1.85
1.81
1.77
1.74
1.71
1.69
1.67
1.65
1.63
1.61
1.60
1.58
1.57
1.56
1.55
1.54
1.53
1.46
1.41
1.38
1.36
1.34
1.33
1.32
1.31
1.29
1.29
80
62.93
9.48
5.15
3.78
3.13
2.75
2.50
2.33
2.20
2.09
2.01
1.95
1.89
1.84
1.80
1.77
1.74
1.71
1.68
1.66
1.64
1.62
1.61
1.59
1.58
1.56
1.55
1.54
1.53
1.52
1.45
1.40
1.37
1.35
1.33
1.32
1.31
1.29
1.28
1.28
90
62.97
9.48
5.15
3.78
3.13
2.75
2.50
2.32
2.19
2.09
2.01
1.94
1.89
1.84
1.80
1.76
1.73
1.70
1.68
1.65
1.63
1.62
1.60
1.58
1.57
1.56
1.54
1.53
1.52
1.51
1.44
1.39
1.36
1.34
1.33
1.31
1.30
1.28
1.27
1.27
100
63.01
9.48
5.14
3.78
3.13
2.75
2.50
2.32
2.19
2.09
2.01
1.94
1.88
1.83
1.79
1.76
1.73
1.70
1.67
1.65
1.63
1.61
1.59
1.58
1.56
1.55
1.54
1.53
1.52
1.51
1.43
1.39
1.36
1.34
1.32
1.30
1.29
1.28
1.26
1.26
120
63.06
9.48
5.14
3.78
3.12
2.74
2.49
2.32
2.18
2.08
2.00
1.93
1.88
1.83
1.79
1.75
1.72
1.69
1.67
1.64
1.62
1.60
1.59
1.57
1.56
1.54
1.53
1.52
1.51
1.50
1.42
1.38
1.35
1.32
1.31
1.29
1.28
1.26
1.25
1.25
140
63.10
9.48
5.14
3.77
3.12
2.74
2.49
2.31
2.18
2.08
2.00
1.93
1.87
1.82
1.78
1.75
1.71
1.69
1.66
1.64
1.62
1.60
1.58
1.57
1.55
1.54
1.53
1.51
1.50
1.49
1.42
1.37
1.34
1.32
1.30
1.28
1.27
1.26
1.24
1.24
1
648
38.5
17.4
12.2
10.0
8.81
8.07
7.57
7.21
6.94
6.72
6.55
6.41
6.30
6.20
6.12
6.04
5.98
5.92
5.87
5.83
5.79
5.75
5.72
5.69
5.66
5.63
5.61
5.59
5.57
5.42
5.34
5.29
5.25
5.22
5.20
5.18
5.15
5.13
5.13
2
799
39.0
16.0
10.6
8.4
7.26
6.54
6.06
5.71
5.46
5.26
5.10
4.97
4.86
4.77
4.69
4.62
4.56
4.51
4.46
4.42
4.38
4.35
4.32
4.29
4.27
4.24
4.22
4.20
4.18
4.05
3.97
3.93
3.89
3.86
3.84
3.83
3.80
3.79
3.78
3
864
39.2
15.4
10.0
7.8
6.60
5.89
5.42
5.08
4.83
4.63
4.47
4.35
4.24
4.15
4.08
4.01
3.95
3.90
3.86
3.82
3.78
3.75
3.72
3.69
3.67
3.65
3.63
3.61
3.59
3.46
3.39
3.34
3.31
3.28
3.26
3.25
3.23
3.21
3.20
4
900
39.2
15.1
9.6
7.4
6.23
5.52
5.05
4.72
4.47
4.28
4.12
4.00
3.89
3.80
3.73
3.66
3.61
3.56
3.51
3.48
3.44
3.41
3.38
3.35
3.33
3.31
3.29
3.27
3.25
3.13
3.05
3.01
2.97
2.95
2.93
2.92
2.89
2.88
2.87
5
922
39.3
14.9
9.4
7.1
5.99
5.29
4.82
4.48
4.24
4.04
3.89
3.77
3.66
3.58
3.50
3.44
3.38
3.33
3.29
3.25
3.22
3.18
3.15
3.13
3.10
3.08
3.06
3.04
3.03
2.90
2.83
2.79
2.75
2.73
2.71
2.70
2.67
2.66
2.65
6
937
39.3
14.7
9.2
7.0
5.82
5.12
4.65
4.32
4.07
3.88
3.73
3.60
3.50
3.41
3.34
3.28
3.22
3.17
3.13
3.09
3.05
3.02
2.99
2.97
2.94
2.92
2.90
2.88
2.87
2.74
2.67
2.63
2.59
2.57
2.55
2.54
2.52
2.50
2.49
7
948
39.4
14.6
9.1
6.9
5.70
4.99
4.53
4.20
3.95
3.76
3.61
3.48
3.38
3.29
3.22
3.16
3.10
3.05
3.01
2.97
2.93
2.90
2.87
2.85
2.82
2.80
2.78
2.76
2.75
2.62
2.55
2.51
2.47
2.45
2.43
2.42
2.39
2.38
2.37
8
957
39.4
14.5
9.0
6.8
5.60
4.90
4.43
4.10
3.85
3.66
3.51
3.39
3.29
3.20
3.12
3.06
3.01
2.96
2.91
2.87
2.84
2.81
2.78
2.75
2.73
2.71
2.69
2.67
2.65
2.53
2.46
2.41
2.38
2.35
2.34
2.32
2.30
2.28
2.28
9
963
39.4
14.5
8.9
6.7
5.52
4.82
4.36
4.03
3.78
3.59
3.44
3.31
3.21
3.12
3.05
2.98
2.93
2.88
2.84
2.80
2.76
2.73
2.70
2.68
2.65
2.63
2.61
2.59
2.57
2.45
2.38
2.33
2.30
2.28
2.26
2.24
2.22
2.21
2.20
10
969
39.4
14.4
8.8
6.6
5.46
4.76
4.30
3.96
3.72
3.53
3.37
3.25
3.15
3.06
2.99
2.92
2.87
2.82
2.77
2.73
2.70
2.67
2.64
2.61
2.59
2.57
2.55
2.53
2.51
2.39
2.32
2.27
2.24
2.21
2.19
2.18
2.16
2.14
2.13
12
977
39.4
14.3
8.8
6.5
5.37
4.67
4.20
3.87
3.62
3.43
3.28
3.15
3.05
2.96
2.89
2.82
2.77
2.72
2.68
2.64
2.60
2.57
2.54
2.51
2.49
2.47
2.45
2.43
2.41
2.29
2.22
2.17
2.14
2.11
2.09
2.08
2.05
2.04
2.03
14
983
39.4
14.3
8.7
6.5
5.30
4.60
4.13
3.80
3.55
3.36
3.21
3.08
2.98
2.89
2.82
2.75
2.70
2.65
2.60
2.56
2.53
2.50
2.47
2.44
2.42
2.39
2.37
2.36
2.34
2.21
2.14
2.09
2.06
2.03
2.02
2.00
1.98
1.96
1.95
16
987
39.4
14.2
8.6
6.4
5.24
4.54
4.08
3.74
3.50
3.30
3.15
3.03
2.92
2.84
2.76
2.70
2.64
2.59
2.55
2.51
2.47
2.44
2.41
2.38
2.36
2.34
2.32
2.30
2.28
2.15
2.08
2.03
2.00
1.97
1.95
1.94
1.92
1.90
1.89
18
990
39.4
14.2
8.6
6.4
5.20
4.50
4.03
3.70
3.45
3.26
3.11
2.98
2.88
2.79
2.72
2.65
2.60
2.55
2.50
2.46
2.43
2.39
2.36
2.34
2.31
2.29
2.27
2.25
2.23
2.11
2.03
1.98
1.95
1.92
1.91
1.89
1.87
1.85
1.84
20
993
39.4
14.2
8.6
6.3
5.17
4.47
4.00
3.67
3.42
3.23
3.07
2.95
2.84
2.76
2.68
2.62
2.56
2.51
2.46
2.42
2.39
2.36
2.33
2.30
2.28
2.25
2.23
2.21
2.20
2.07
1.99
1.94
1.91
1.88
1.86
1.85
1.82
1.81
1.80
25
998
39.5
14.1
8.5
6.3
5.11
4.40
3.94
3.60
3.35
3.16
3.01
2.88
2.78
2.69
2.61
2.55
2.49
2.44
2.40
2.36
2.32
2.29
2.26
2.23
2.21
2.18
2.16
2.14
2.12
1.99
1.92
1.87
1.83
1.81
1.79
1.77
1.75
1.73
1.72
30
1001
39.5
14.1
8.5
6.2
5.07
4.36
3.89
3.56
3.31
3.12
2.96
2.84
2.73
2.64
2.57
2.50
2.44
2.39
2.35
2.31
2.27
2.24
2.21
2.18
2.16
2.13
2.11
2.09
2.07
1.94
1.87
1.82
1.78
1.75
1.73
1.71
1.69
1.67
1.67
35
1004
39.5
14.1
8.4
6.2
5.04
4.33
3.86
3.53
3.28
3.09
2.93
2.80
2.70
2.61
2.53
2.47
2.41
2.36
2.31
2.27
2.24
2.20
2.17
2.15
2.12
2.10
2.08
2.06
2.04
1.90
1.83
1.78
1.74
1.71
1.69
1.67
1.65
1.63
1.62
40
1006
39.5
14.0
8.4
6.2
5.01
4.31
3.84
3.51
3.26
3.06
2.91
2.78
2.67
2.59
2.51
2.44
2.38
2.33
2.29
2.25
2.21
2.18
2.15
2.12
2.09
2.07
2.05
2.03
2.01
1.88
1.80
1.74
1.71
1.68
1.66
1.64
1.61
1.60
1.59
50
1008
39.5
14.0
8.4
6.1
4.98
4.28
3.81
3.47
3.22
3.03
2.87
2.74
2.64
2.55
2.47
2.41
2.35
2.30
2.25
2.21
2.17
2.14
2.11
2.08
2.05
2.03
2.01
1.99
1.97
1.83
1.75
1.70
1.66
1.63
1.61
1.59
1.56
1.55
1.54
60
1010
39.5
14.0
8.4
6.1
4.96
4.25
3.78
3.45
3.20
3.00
2.85
2.72
2.61
2.52
2.45
2.38
2.32
2.27
2.22
2.18
2.14
2.11
2.08
2.05
2.03
2.00
1.98
1.96
1.94
1.80
1.72
1.67
1.63
1.60
1.58
1.56
1.53
1.51
1.50
70
1011
39.5
14.0
8.3
6.1
4.94
4.24
3.77
3.43
3.18
2.99
2.83
2.70
2.60
2.51
2.43
2.36
2.30
2.25
2.20
2.16
2.13
2.09
2.06
2.03
2.01
1.98
1.96
1.94
1.92
1.78
1.70
1.64
1.60
1.57
1.55
1.53
1.50
1.48
1.48
80
1012
39.5
14.0
8.3
6.1
4.93
4.23
3.76
3.42
3.17
2.97
2.82
2.69
2.58
2.49
2.42
2.35
2.29
2.24
2.19
2.15
2.11
2.08
2.05
2.02
1.99
1.97
1.94
1.92
1.90
1.76
1.68
1.63
1.59
1.55
1.53
1.51
1.48
1.46
1.45
90
1013
39.5
14.0
8.3
6.1
4.92
4.22
3.75
3.41
3.16
2.96
2.81
2.68
2.57
2.48
2.40
2.34
2.28
2.23
2.18
2.14
2.10
2.07
2.03
2.01
1.98
1.95
1.93
1.91
1.89
1.75
1.67
1.61
1.57
1.54
1.52
1.50
1.47
1.45
1.44
100
1013
39.5
14.0
8.3
6.1
4.92
4.21
3.74
3.40
3.15
2.96
2.80
2.67
2.56
2.47
2.40
2.33
2.27
2.22
2.17
2.13
2.09
2.06
2.02
2.00
1.97
1.94
1.92
1.90
1.88
1.74
1.66
1.60
1.56
1.53
1.50
1.48
1.45
1.43
1.42
120
1014
39.5
13.9
8.3
6.1
4.90
4.20
3.73
3.39
3.14
2.94
2.79
2.66
2.55
2.46
2.38
2.32
2.26
2.20
2.16
2.11
2.08
2.04
2.01
1.98
1.95
1.93
1.91
1.89
1.87
1.72
1.64
1.58
1.54
1.51
1.48
1.46
1.43
1.41
1.40
140
1015
39.49
13.94
8.30
6.06
4.90
4.19
3.72
3.38
3.13
2.94
2.78
2.65
2.54
2.45
2.37
2.31
2.25
2.19
2.15
2.10
2.07
2.03
2.00
1.97
1.94
1.92
1.90
1.88
1.86
1.71
1.63
1.57
1.53
1.49
1.47
1.45
1.42
1.39
1.39
1
4052
98.5
34.1
21.2
16.3
13.75
12.25
11.26
10.56
10.04
9.65
9.33
9.07
8.86
8.68
8.53
8.40
8.29
8.18
8.10
8.02
7.95
7.88
7.82
7.77
7.72
7.68
7.64
7.60
7.56
7.31
7.17
7.08
7.01
6.96
6.93
6.90
6.85
6.82
6.81
2
4999
99.0
30.8
18.0
13.3
10.92
9.55
8.65
8.02
7.56
7.21
6.93
6.70
6.51
6.36
6.23
6.11
6.01
5.93
5.85
5.78
5.72
5.66
5.61
5.57
5.53
5.49
5.45
5.42
5.39
5.18
5.06
4.98
4.92
4.88
4.85
4.82
4.79
4.76
4.75
3
5403
99.2
29.5
16.7
12.1
9.78
8.45
7.59
6.99
6.55
6.22
5.95
5.74
5.56
5.42
5.29
5.18
5.09
5.01
4.94
4.87
4.82
4.76
4.72
4.68
4.64
4.60
4.57
4.54
4.51
4.31
4.20
4.13
4.07
4.04
4.01
3.98
3.95
3.92
3.91
4
5625
99.2
28.7
16.0
11.4
9.15
7.85
7.01
6.42
5.99
5.67
5.41
5.21
5.04
4.89
4.77
4.67
4.58
4.50
4.43
4.37
4.31
4.26
4.22
4.18
4.14
4.11
4.07
4.04
4.02
3.83
3.72
3.65
3.60
3.56
3.53
3.51
3.48
3.46
3.45
5
5764
99.3
28.2
15.5
11.0
8.75
7.46
6.63
6.06
5.64
5.32
5.06
4.86
4.69
4.56
4.44
4.34
4.25
4.17
4.10
4.04
3.99
3.94
3.90
3.85
3.82
3.78
3.75
3.73
3.70
3.51
3.41
3.34
3.29
3.26
3.23
3.21
3.17
3.15
3.14
6
5859
99.3
27.9
15.2
10.7
8.47
7.19
6.37
5.80
5.39
5.07
4.82
4.62
4.46
4.32
4.20
4.10
4.01
3.94
3.87
3.81
3.76
3.71
3.67
3.63
3.59
3.56
3.53
3.50
3.47
3.29
3.19
3.12
3.07
3.04
3.01
2.99
2.96
2.93
2.92
7
5928
99.4
27.7
15.0
10.5
8.26
6.99
6.18
5.61
5.20
4.89
4.64
4.44
4.28
4.14
4.03
3.93
3.84
3.77
3.70
3.64
3.59
3.54
3.50
3.46
3.42
3.39
3.36
3.33
3.30
3.12
3.02
2.95
2.91
2.87
2.84
2.82
2.79
2.77
2.76
8
5981
99.4
27.5
14.8
10.3
8.10
6.84
6.03
5.47
5.06
4.74
4.50
4.30
4.14
4.00
3.89
3.79
3.71
3.63
3.56
3.51
3.45
3.41
3.36
3.32
3.29
3.26
3.23
3.20
3.17
2.99
2.89
2.82
2.78
2.74
2.72
2.69
2.66
2.64
2.63
9
6022
99.4
27.3
14.7
10.2
7.98
6.72
5.91
5.35
4.94
4.63
4.39
4.19
4.03
3.89
3.78
3.68
3.60
3.52
3.46
3.40
3.35
3.30
3.26
3.22
3.18
3.15
3.12
3.09
3.07
2.89
2.78
2.72
2.67
2.64
2.61
2.59
2.56
2.54
2.53
10
6056
99.4
27.2
14.5
10.1
7.87
6.62
5.81
5.26
4.85
4.54
4.30
4.10
3.94
3.80
3.69
3.59
3.51
3.43
3.37
3.31
3.26
3.21
3.17
3.13
3.09
3.06
3.03
3.00
2.98
2.80
2.70
2.63
2.59
2.55
2.52
2.50
2.47
2.45
2.44
12
6106
99.4
27.1
14.4
9.9
7.72
6.47
5.67
5.11
4.71
4.40
4.16
3.96
3.80
3.67
3.55
3.46
3.37
3.30
3.23
3.17
3.12
3.07
3.03
2.99
2.96
2.93
2.90
2.87
2.84
2.66
2.56
2.50
2.45
2.42
2.39
2.37
2.34
2.31
2.31
14
6143
99.4
26.9
14.2
9.8
7.60
6.36
5.56
5.01
4.60
4.29
4.05
3.86
3.70
3.56
3.45
3.35
3.27
3.19
3.13
3.07
3.02
2.97
2.93
2.89
2.86
2.82
2.79
2.77
2.74
2.56
2.46
2.39
2.35
2.31
2.29
2.27
2.23
2.21
2.20
16
6170
99.4
26.8
14.2
9.7
7.52
6.28
5.48
4.92
4.52
4.21
3.97
3.78
3.62
3.49
3.37
3.27
3.19
3.12
3.05
2.99
2.94
2.89
2.85
2.81
2.78
2.75
2.72
2.69
2.66
2.48
2.38
2.31
2.27
2.23
2.21
2.19
2.15
2.13
2.12
18
6192
99.4
26.8
14.1
9.6
7.45
6.21
5.41
4.86
4.46
4.15
3.91
3.72
3.56
3.42
3.31
3.21
3.13
3.05
2.99
2.93
2.88
2.83
2.79
2.75
2.72
2.68
2.65
2.63
2.60
2.42
2.32
2.25
2.20
2.17
2.14
2.12
2.09
2.07
2.06
20
6209
99.4
26.7
14.0
9.6
7.40
6.16
5.36
4.81
4.41
4.10
3.86
3.66
3.51
3.37
3.26
3.16
3.08
3.00
2.94
2.88
2.83
2.78
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.37
2.27
2.20
2.15
2.12
2.09
2.07
2.03
2.01
2.00
25
6240
99.5
26.6
13.9
9.4
7.30
6.06
5.26
4.71
4.31
4.01
3.76
3.57
3.41
3.28
3.16
3.07
2.98
2.91
2.84
2.79
2.73
2.69
2.64
2.60
2.57
2.54
2.51
2.48
2.45
2.27
2.17
2.10
2.05
2.01
1.99
1.97
1.93
1.91
1.90
30
6261
99.5
26.5
13.8
9.4
7.23
5.99
5.20
4.65
4.25
3.94
3.70
3.51
3.35
3.21
3.10
3.00
2.92
2.84
2.78
2.72
2.67
2.62
2.58
2.54
2.50
2.47
2.44
2.41
2.39
2.20
2.10
2.03
1.98
1.94
1.92
1.89
1.86
1.84
1.83
35
6276
99.5
26.5
13.8
9.3
7.18
5.94
5.15
4.60
4.20
3.89
3.65
3.46
3.30
3.17
3.05
2.96
2.87
2.80
2.73
2.67
2.62
2.57
2.53
2.49
2.45
2.42
2.39
2.36
2.34
2.15
2.05
1.98
1.93
1.89
1.86
1.84
1.81
1.78
1.77
40
6287
99.5
26.4
13.7
9.3
7.14
5.91
5.12
4.57
4.17
3.86
3.62
3.43
3.27
3.13
3.02
2.92
2.84
2.76
2.69
2.64
2.58
2.54
2.49
2.45
2.42
2.38
2.35
2.33
2.30
2.11
2.01
1.94
1.89
1.85
1.82
1.80
1.76
1.74
1.73
50
6303
99.5
26.4
13.7
9.2
7.09
5.86
5.07
4.52
4.12
3.81
3.57
3.38
3.22
3.08
2.97
2.87
2.78
2.71
2.64
2.58
2.53
2.48
2.44
2.40
2.36
2.33
2.30
2.27
2.25
2.06
1.95
1.88
1.83
1.79
1.76
1.74
1.70
1.67
1.66
60
6313
99.5
26.3
13.7
9.2
7.06
5.82
5.03
4.48
4.08
3.78
3.54
3.34
3.18
3.05
2.93
2.83
2.75
2.67
2.61
2.55
2.50
2.45
2.40
2.36
2.33
2.29
2.26
2.23
2.21
2.02
1.91
1.84
1.78
1.75
1.72
1.69
1.66
1.63
1.62
70
6321
99.5
26.3
13.6
9.2
7.03
5.80
5.01
4.46
4.06
3.75
3.51
3.32
3.16
3.02
2.91
2.81
2.72
2.65
2.58
2.52
2.47
2.42
2.38
2.34
2.30
2.27
2.24
2.21
2.18
1.99
1.88
1.81
1.75
1.71
1.68
1.66
1.62
1.60
1.59
80
6326
99.5
26.3
13.6
9.2
7.01
5.78
4.99
4.44
4.04
3.73
3.49
3.30
3.14
3.00
2.89
2.79
2.70
2.63
2.56
2.50
2.45
2.40
2.36
2.32
2.28
2.25
2.22
2.19
2.16
1.97
1.86
1.78
1.73
1.69
1.66
1.63
1.60
1.57
1.56
90
6331
99.5
26.3
13.6
9.1
7.00
5.77
4.97
4.43
4.03
3.72
3.48
3.28
3.12
2.99
2.87
2.78
2.69
2.61
2.55
2.49
2.43
2.39
2.34
2.30
2.26
2.23
2.20
2.17
2.14
1.95
1.84
1.76
1.71
1.67
1.64
1.61
1.58
1.55
1.54
100
6334
99.5
26.2
13.6
9.1
6.99
5.75
4.96
4.41
4.01
3.71
3.47
3.27
3.11
2.98
2.86
2.76
2.68
2.60
2.54
2.48
2.42
2.37
2.33
2.29
2.25
2.22
2.19
2.16
2.13
1.94
1.82
1.75
1.70
1.65
1.62
1.60
1.56
1.53
1.52
120
6339
99.5
26.2
13.6
9.1
6.97
5.74
4.95
4.40
4.00
3.69
3.45
3.25
3.09
2.96
2.84
2.75
2.66
2.58
2.52
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.17
2.14
2.11
1.92
1.80
1.73
1.67
1.63
1.60
1.57
1.53
1.50
1.49
140
6343
99.5
26.2
13.5
9.10
6.96
5.72
4.93
4.39
3.98
3.68
3.44
3.24
3.08
2.95
2.83
2.73
2.65
2.57
2.50
2.44
2.39
2.34
2.30
2.26
2.22
2.18
2.15
2.12
2.10
1.90
1.79
1.71
1.65
1.61
1.58
1.55
1.51
1.48
1.47