Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre:
Roco Lizbeth Sosa Ramrez
Profesor:
Dr. Sstenes Mndez Delgado.
Trabajo final
1417860
8 SEMESTRE
Para ello se pueden utilizar dos mtodos: Primero, utilizar un origen y a partir de l
tener las coordenadas x e y que permitan construir el sistema de ecuaciones n>5,
con 5 incgnitas. El otro mtodo consiste en obtener la solucin mnimos
cuadrados a partir de las derivadas parciales de g con respecto a cada uno de
los 5 parmetros a determinar, lo cual los lleva a un sistema de 5 por 5 donde la
mayora de los elementos de la matriz del sistema son sumatorias.
3. Derivar
Coordenadas en x
Coordenadas en y
10. Una vez que los parmetros son encontrados, lo siguiente es sustituir los
coeficientes en la ecuacin cuadrtica original, adems de las
coordenadas x e y (ahora x e y corresponden a todas las coordenadas de
la matriz de 12x26, y no a las 52 valores de los datos observados). La
imagen siguiente muestra los valores de g ajustados.
Anomala de Bouguer
12
10
2
2
10
12
14
16
18
20
22
24
26
30
0
29 0
0
32
33 0
30 0
0
31
10
0
31
0
33
11
34
0
12
29 0
31 0
30 0
31 0
32 0
30 0
0
29
29 0
29 0
0
34
31
0
2
1
30 0
10
15
Coordenadas X
20
33
0
0
31
0
32
33 0
0
30
32
0
30
0
Coordenadas Y
25
300
Coordenadas Y
10
Coordenadas X
350
15
340
330
320
300
310
300
250
15
10
5
Coordenadas Y
20
10
15
20
Coordenadas X
25
30
290
25
340
360
340
330
320
320
300
310
280
15
300
30
10
20
5
Coordenadas Y
10
0
Coordenadas X
290
Cdigo en Matlab.
hold on
clear all
clc
%%Definicion de los parmetros (en este caso 52)%%
A=[318 318 315 307 302 312 316 290 316 302 280 302 318 312 307 295 285
274 285 311 266 264 279 315 317 280 268 259 266 271 290 305 316 301 285
268 274 315 279 285 311 295 299 307 316 318 315 311 295 312 318 307];
x=[3 26 7 11 16 21 5 13 24 10 14 19 2 6 8 10 12 15 17 21 13 15 17 24 26
12 13 14 15 16 18 20 4 9 12 14 16 8 15 17 21 12 17 19 24 2 7 9 14 21 26
16];
y=[1 1 2 2 2 2 3 3 3 4 4 4 5 5 5 5 5 5 5 5 6 6 6 6 6 7 7 7 7 7 7 7 8 8 8
8 8 9 9 9 9 10 10 10 10 11 11 11 11 11 11 12];
n=length(y);
plot3(x,y,A,'*r')
r=1;
%%Con este for generamos todas las coordenadas de la matriz de 12x26%%
for j=1:12
for i=1:26
p(r)=i; %llenado de coordenadas "x"
q(r)=j; %llenado de coordenadas "y"
r=r+1;
end
end
%%Definicin de las sumatrias a utilizar%%
sx=sum(x,'double');
sy=sum(y,'double');
g=sum(A,'double');
sxy=sum(x.*y,'double');
sx2y=sum(x.^2.*y,'double');
sxy2=sum(x.*y.^2,'double');
sx2y2=sum(x.^2.*y.^2,'double');
gx2=sum(A.*x.^2,'double');
gy2=sum(A.*y.^2,'double');
gx=sum(A.*x,'double');
gy=sum(A.*y,'double');
a=sum(x.^2,'double');
b=sum(x.^3,'double');
c=sum(x.^4,'double');
d=sum(y.^2,'double');
e=sum(y.^3,'double');
f=sum(y.^4,'double');
%%Matriz de las sumatorias%%
B=[c,sx2y2,b,sx2y,a,gx2;sx2y2,f,sxy2,e,d,gy2;b,sxy2,a,sxy,sx,gx;sx2y,e,sx
y,d,sy,gy;a,d,sx,sy,n,g];
%%Funcin que resuelve mediante el mtodo de Gauss-Jordan la matriz
%%anterior
[f,c]=size(B);
for k=1:c-1
B(k,:)=B(k,:)/B(k,k);
for j=k+1:f
B(j,:)=B(j,:)-B(k,:)*B(j,k);
j=j+1;
end
k=k+1;
end
for k=f:-1:2
for j=k-1:-1:1
B(j,:)=B(j,:)-B(k,:)*B(j,k);
j=j-1;
end
k=k-1;
end
C=B(:,c); %aqu se guardan los coeficientes
k=1;%contador
%%% Este for lo que hace es que va sustituir los coeficientes obtenidos
en
%%% cada una de las coordenadas
for i=1:12
for j=1:26
Z(i,j)=C(1)*p(k)^2+C(2)*q(k)^2+C(3)*p(k)+C(4)*q(k)+C(5);
k=k+1;
end
end
%%%%Generacin de los grficos
X=[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];
Y=[1 2 3 4 5 6 7 8 9 10 11 12];
mesh(X,Y,Z)
xlabel('Coordenadas X');
ylabel('Coordenadas Y');
zlabel('Anomalas de Bouger {\it(gu)} ');
figure(2)
surfc(X,Y,Z)
colormap jet
xlabel('Coordenadas X');
ylabel('Coordenadas Y');
zlabel('Anomalas de Bouger {\it(gu)}');
figure(3)
[C,h] = contour(Z);
text_handle = clabel(C,h);
set(text_handle,'BackgroundColor',[1 1 .6],'Edgecolor',[.7 .7 .7])
title('Regional de segundo grado')
xlabel('Coordenadas X');
ylabel('Coordenadas Y');
(1)
Una pregunta que a menudo se hace en anlisis de seales es: conociendo a(t)
y b(t), puede ser determinada f(t)?
Para resolver este problema, discretizmoslo. Si la serie de tiempo es de longitud n
y el filtro es de longitud p, entonces la integral de convolucin de la ecuacin (1)
puede ser reemplazada convenientemente por la frmula computacional
p
ai t f j bi j 1
(2)
j 1
Note que la ecuacin (2) es lineal en los coeficientes desconocidos del filtro fj y
puede presentarse en la forma d = Gm, donde m = f (el filtro buscado), d = a (los
datos de serie de tiempo, la salida deseada) y
b1
b
2
b3
G t b4
b5
0
0
0
b1
b2
b3
b4
b5
.
.
0
b1
b2
b3
b4
b5
.
.
0
b1
b2
b3
b4
0
0
0
0,
b1
b2
b3
Determinar los parmetros del filtro de 5 puntos, tomando las siguientes series de
tiempo, con t 1 :
a) a(t)=(1, 0, 0, 0, 0, 0, 0), b(t)=(5, 4, 3, 2, 1).
Comprobar si los filtros obtenidos son lineales, utilizar para ello las seales que
tienen de entrada y salida y otra adicional.
I.
d. Para comprobar si el filtro era lineal o no, como dice el enunciado anterior,
lo que se tiene que hacer es recuperar una nueva matriz, con los datos de
a y B nuevos, el filtro permanecer.
a. Para la nueva matriz se utilizaron los siguientes valores
f.
II.
Esta suma debe ser igual a la recuperacin de una matriz con la suma de
mis B (original y la nueva) multiplicado por el filtro. Si la suma de ambas a
y la recuperacin de la matriz, descrita anteriormente, se puede decir que
el filtro es lineal.
b. Constante elegida
c. Operacin de f(G*c)
d. Resultado de c*f(G)
Cdigo Matlab
%%%%%%
clear all
clc
format short
b=[1,2,3,4,5];
a=[0;0;0;0;0;0;1];
dt=1;
%%%%%% Recuperacin de la primer matriz a partir de los datos originales
B1=dt*[b(1),0,0,0,0;b(2),b(1),0,0,0;b(3),b(2),b(1),0,0;b(4),b(3),b(2),b(1
),0;b(5),b(4),b(3),b(2),b(1);0,b(5),b(4),b(3),b(2);0,0,b(5),b(4),b(3)];
G=B1;
f=(B1'*B1)^-1*B1'*a; %filtro obtenido
a1=B1*f;
%%%%Mtodo de la preservacin de la escala%%%%%%%%%%%%%%%%
c=7; %constante elegida
p=B1*c;
p1=B1*f;
E1=p*f;
E2=c*(p1);
%%%%%%%%%%Mtodo de superposicin
%%%%%%%%%%%%%%%%%Recuperacin de la segunda matriz a partir de otros
dartos, pero con el mismo filtro %%%%%%%%%%%%
d=[5,4,3,2,1];
%nuevos parmetros
B2=dt*[d(1),0,0,0,0;d(2),d(1),0,0,0;d(3),d(2),d(1),0,0;d(4),d(3),d(2),d(1
),0;d(5),d(4),d(3),d(2),d(1);0,d(5),d(4),d(3),d(2);0,0,d(5),d(4),d(3)];
a2=B2*f;
A=a1+a2;
B4=B1+B2;
Ac=B4*f;
III.- Ajustar los siguientes conjuntos de datos a la curva o superficie que se pide
a) Problema 17.15, pgina 501 del libro de Chapra y Canale (2007)
Para ello se pueden utilizar dos mtodos: Primero, utilizar un origen y a partir de l
tener las coordenadas x1 e x2 que permitan construir el sistema de ecuaciones
n>5, con 5 incgnitas. El otro mtodo consiste en obtener la solucin mnimos
cuadrados a partir de las derivadas parciales de y con respecto a cada uno de
los 5 parmetros a determinar, lo cual los lleva a un sistema de 5 por 5 donde la
mayora de los elementos de la matriz del sistema son sumatorias.
Los pasos que se siguieron para el clculo del regional se segundo grado son:
1. Ecuacin cbica a ajustar.
3. Derivar
4.5
Eje y
3.5
2.5
1.5
3
10
11
12
Eje x
Los puntos rojos representan los datos originales, y la lnea es el ajuste de los datos
a la ecuacin cbica
.
a ( -m)
232.8
1.5
132.5
2.2
96.17
3.2
83.19
4.5
87.4
69.5
10
50.55
15
32.84
22
24.4
32
22.3
45
23.3
70
29.1
100
36.28
MODELO DE 4 CAPAS
El primer paso para resolver el problema, sera graficar la curva de resistividad,
para los datos correspondientes al SEV3 (el problema que me fue asignado). Para
esto suponemos que el subsuelo debe estar formado por capas horizontales y
homogneas. Los resultados se representan en un grfico logartmico, en el eje de
las abcisas AB/2, y en ordenadas la resistividad aparente de cada punto. La curva
que se genere, ser la cual vamos a interpretar, para conseguir los espesores y las
resistividades correspondientes a las capas.
10
=232.8
10
=91.6196
=71.8994
=36.28
=20.5525
1
10
0
10
10
AB/2
Grfico de AB/2 vs
10
Como se puede ver, las resistividades fueron proyectadas hasta el punto donde
se cree que permanecern constantes. Esto es as pues , por ejemplo, la primera
resistividad corresponde a 232.8 y tuvo que haber bajado hasta ~71.8994, pero
vuelve a subir pues la corriente empez a circular en la tercer capa, que es de
91.6196. Es decir, se proyect en la curva en los puntos de inflexin, hasta que las
resistividades se mantuvieran constantes.
Capa
1
2
3
4
5
(
)
232.8
71.8994
91.6196
20.5525
36.28
Espesor (
1.2
1
1.3
27.5
Nmero de
iteraciones
(Nmero de
*2)-1
Resistividades aparentes y
espesores de las capas
observadas en la curva
Al final de obtener esto, se despliega el error, el cual debo haber sido menor a 10,
y los espesores de las capas deban tener proporciones reales, al igual que las
resistividades obtenidas.
Para este caso en particular, se obtuvieron 4 capas y 5 resistividades.
Capa
1
2
3
4
5
(
)
504
65.79
110.8
18.91
142.6
Espesor (
0.4365
0.9455
2.838
41.71
60
50
RMS
40
30
20
10
5
6
#iteraciones
10
Grfico que representa la curva de los datos originales, y las curvas de cada una
de las iteraciones. (AB/2 siempre es igual para ambas, pero ser la
la que vaya
cambiando al paso de las iteraciones para ajiustarse.
10
10
10
SEV
Original
#1
data2
#2
data3
#3
data4
#4
data5
#5
data6
#6
data7
#7
data8
#8
data9
#9
data10
#10
data11
10
10
0
10
10
AB/2
10
0
10
10
10
AB/2
Grfico con los datos originales (SEV) y las 10 iteraciones. Se puede apreciar que
conforme aumentan las iteraciones, la lnea se va acercando ms al modelo
inicial.
3
10
10
10
0
10
10
AB/2
10
MODELO DE 5 CAPAS
La metodologa utilizada ser la misma que el modelo de las 4 capas, solo que
con otros datos. Se genera un grfico logartmico, en el eje de las abcisas AB/2, y
en las ordenadas la resistividad aparente.
En la siguiente figura se seleccionan las 5 capas del modelo,a partir de los puntos
de inflexin de la curva.
10
=232.8
10
=91.6196
=72.213
=71.8994
=36.28
=20.5525
1
10
0
10
10
AB/2
10
Grfico de AB/2 vs
Capa
1
2
3
4
5
6
(
)
232.8
71.8994
91.6196
72.213
20.5525
36.28
Espesor (
1.2
1
1.3
2.5
25
*2)-1
Nmero de
datos
Resistividades aparentes y
espesores de las capas
observadas en la curva
Nmero de
iteraciones
Al final de obtener esto, se despliega el error, el cual debo haber sido menor a 10,
y los espesores de las capas deban tener proporciones reales, al igual que las
resistividades obtenidas.
Para este caso en particular, se obtuvieron 5 capas y 6 resistividades.Archivo de
salida sale108.txt (Archivo completo anexo)
Resistividades
aparentes
Espesores
(
)
644.1
23.87
89.33
3.224
18.17
122.6
Espesor (
0.3901
0.06631
4.532
0.1218
37.32
80
70
60
RMS
50
40
30
20
10
0
5
6
#iteraciones
10
10
SEV
#1
#2
#3
#4
#5
#6
#7
#8
#9
#10
10
10
0
10
10
AB/2
10
10
10
10
0
10
10
AB/2
10
CONCLUSIN:
Haciendo una comparacin entre ambos modelos, el modelo a elegir sera
el de 4 capas, pues fue el que se ajust mejor a los datos originales, tuvo
menos error y los espesores estn dentro de lo real, pues en el caso del
modelo de 5 capas, hubo espesores del rango de milmetros.
clear all
clc
x=[1;1.5;2.2;3.2;4.5;7;10;15;22;32;45;70;100];
y=[232.8;132.5;96.17;83.19;87.4;69.5;50.55;32.84;24.4;22.3;23.3;29.1;36.2
8];
n=[2.319E+02;1.342E+02;9.368E+01;8.649E+01;8.417E+01;6.985E+01;5.107E+01;
3.274E+01;2.418E+01;2.233E+01;2.362E+01;2.879E+01;3.639E+01];%iteracin 9
o=[2.319E+02;1.342E+02;9.368E+01;8.649E+01;8.418E+01;6.985E+01;5.107E+01;
3.274E+01;2.418E+01;2.233E+01;2.362E+01;2.879E+01;3.639E+01];%iteracin
10
loglog(x,y,'-ko','LineWidth',1.5,'MarkerEdgeColor','r','MarkerSize',5)
hold on
loglog(x,c,'Color',[rand rand rand])
hold on
loglog(x,d,'Color',[rand rand rand])
hold on
loglog(x,f,'Color',[rand rand rand])
hold on
loglog(x,g,'Color',[rand rand rand])
hold on
loglog(x,h,'Color',[rand rand rand])
hold on
loglog(x,j,'Color',[rand rand rand])
hold on
loglog(x,k,'Color',[rand rand rand])
hold on
loglog(x,l,'Color',[rand rand rand])
hold on
loglog(x,m,'Color',[rand rand rand])
hold on
loglog(x,n,'Color',[rand rand rand])
grid on
xlabel('AB/2')
ylabel('{\rho_a} del modelo inicial')
figure(4)
loglog(x,y,'-ko','LineWidth',1.5,'MarkerEdgeColor','r','MarkerSize',5)
hold on
loglog(x,o,'-b')
xlabel('AB/2')
ylabel('{\rho_a} del modelo inicial')
%%%%%%%%%%%%%%%%%%%%%%%% MODELO DE 5 CAPAS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%% Grfico del RMS %%%%%%%%%%%%%%
figure(5)
a1=[0;1;2;3;4;5;6;7;8;9;10];
b1=[7.7349E+01;5.2890E+01;3.4709E+01;1.7936E+01;1.2727E+01;7.2938E+00;6.9
871E+00;6.5428E+00;6.4570E+00;6.3324E+00;6.1704E+00];
plot(a1,b1,'-k','LineWidth',1.5)
xlabel('#iteraciones')
ylabel('RMS')
%%%%%%%%%%%%%%%%%% Grfica de las iteraciones %%%%%%%%%%%%%%%%%%%%%%
figure(6)
c1=[2.20E+02;2.00E+02;1.66E+02;1.28E+02;9.92E+01;7.34E+01;5.58E+01;3.81E+
01;2.77E+01;2.43E+01;2.48E+01;2.75E+01;2.99E+01];
d1=[1.88E+02;1.40E+02;9.44E+01;6.55E+01;5.31E+01;4.55E+01;4.03E+01;3.40E+
01;2.84E+01;2.43E+01;2.24E+01;2.30E+01;2.62E+01];
f1=[2.14E+02;1.52E+02;1.16E+02;9.90E+01;8.90E+01;7.27E+01;5.56E+01;3.80E+
01;2.81E+01;2.49E+01;2.61E+01;3.28E+01;4.24E+01];
g1=[2.51E+02;1.49E+02;1.07E+02;9.49E+01;8.74E+01;7.09E+01;5.30E+01;3.50E+
01;2.55E+01;2.28E+01;2.38E+01;2.89E+01;3.63E+01];
h1=[2.48E+02;1.42E+02;1.01E+02;8.98E+01;8.38E+01;6.96E+01;5.32E+01;3.55E+
01;2.57E+01;2.27E+01;2.36E+01;2.85E+01;3.56E+01];
j1=[2.34E+02;1.34E+02;9.76E+01;8.84E+01;8.24E+01;6.79E+01;5.14E+01;3.42E+
01;2.49E+01;2.23E+01;2.35E+01;2.88E+01;3.63E+01];
k1=[2.30E+02;1.30E+02;9.60E+01;8.80E+01;8.24E+01;6.79E+01;5.14E+01;3.41E+
01;2.48E+01;2.22E+01;2.34E+01;2.87E+01;3.63E+01];
l1=[2.33E+02;1.31E+02;9.62E+01;8.82E+01;8.26E+01;6.78E+01;5.11E+01;3.37E+
01;2.45E+01;2.21E+01;2.33E+01;2.87E+01;3.63E+01];
m1=[2.34E+02;1.31E+02;9.62E+01;8.82E+01;8.25E+01;6.76E+01;5.08E+01;3.35E+
01;2.44E+01;2.21E+01;2.34E+01;2.88E+01;3.64E+01];
n1=[2.34E+02;1.31E+02;9.58E+01;8.82E+01;8.26E+01;6.76E+01;5.06E+01;3.33E+
01;2.43E+01;2.21E+01;2.34E+01;2.88E+01;3.64E+01];
o1=[2.34E+02;1.31E+02;9.56E+01;8.82E+01;8.28E+01;6.78E+01;5.07E+01;3.33E+
01;2.43E+01;2.21E+01;2.34E+01;2.89E+01;3.64E+01];
loglog(x,y,'-ko','LineWidth',1.5,'MarkerEdgeColor','r','MarkerSize',5)
hold on
loglog(x,c1,'Color',[rand rand rand])
hold on
loglog(x,d1,'Color',[rand rand rand])
hold on
loglog(x,f1,'Color',[rand rand rand])
hold on
loglog(x,g1,'Color',[rand rand rand])
hold on
loglog(x,h1,'Color',[rand rand rand])
hold on
loglog(x,j1,'Color',[rand rand rand])
hold on
loglog(x,k1,'Color',[rand rand rand])
hold on
loglog(x,l1,'Color',[rand rand rand])
hold on
loglog(x,m1,'Color',[rand rand rand])
hold on
loglog(x,n1,'Color',[rand rand rand])
grid on
xlabel('AB/2')
ylabel('{\rho_a} del modelo inicial')
ANEXOS
Archivo de salida modelo 4 capas, sale107.txt
1.000E+00 2.328E+02 2.197E+02 1
1.500E+00 1.325E+02 1.989E+02 1
2.200E+00 9.617E+01 1.636E+02 1
3.200E+00 8.319E+01 1.218E+02 1
4.500E+00 8.740E+01 8.693E+01 1
7.000E+00 6.950E+01 5.277E+01 1
1.000E+01 5.055E+01 3.520E+01 1
1.500E+01 3.284E+01 2.535E+01 1
2.200E+01 2.440E+01 2.261E+01 1
3.200E+01 2.230E+01 2.269E+01 1
4.500E+01 2.330E+01 2.393E+01 1
7.000E+01 2.910E+01 2.671E+01 1
1.000E+02 3.628E+01 2.935E+01 1
0 5.5044E+01 5.5044E+01
1.000E+00 2.328E+02 1.735E+02 1
1.500E+00 1.325E+02 1.443E+02 1
2.200E+00 9.617E+01 1.080E+02 1
3.200E+00 8.319E+01 7.947E+01 1
4.500E+00 8.740E+01 6.717E+01 1
7.000E+00 6.950E+01 6.273E+01 1
1.000E+01 5.055E+01 5.682E+01 1
1.500E+01 3.284E+01 4.375E+01 1
2.200E+01 2.440E+01 3.155E+01 1
3.200E+01 2.230E+01 2.531E+01 1
4.500E+01 2.330E+01 2.473E+01 1
7.000E+01 2.910E+01 2.834E+01 1
1.000E+02 3.628E+01 3.289E+01 1
1.965E+02 2.015E-01
4.930E+01 1.043E+00
1.378E+02 1.337E+00
1.964E+01 2.777E-01
5.312E+01 9.425E-01
9.242E-01 4.042E-01
2.280E+00 2.509E+00
2.085E+00 1.611E+00
3.146E+01 1.715E+00
1 3.1471E+01 5.5044E+01 1.0000E-02
1.000E+00 2.328E+02 1.812E+02 1
1.500E+00 1.325E+02 1.432E+02 1
2.200E+00 9.617E+01 1.060E+02 1
3.200E+00 8.319E+01 8.320E+01 1
4.500E+00 8.740E+01 7.400E+01 1
7.000E+00 6.950E+01 6.328E+01 1
1.000E+01 5.055E+01 4.926E+01 1
1.500E+01 3.284E+01 3.343E+01 1
2.200E+01 2.440E+01 2.512E+01 1
3.200E+01 2.230E+01 2.327E+01 1
1.261E+02 4.154E-01
1.908E+01 4.249E-02
1.457E+02 1.069E+00
4.078E-01 2.342E-01
1.396E+00 8.478E-01
2.212E+00 6.847E-01
4.247E+01 3.848E-01
4 3.5579E+00 5.5044E+01 1.0000E-04
1.000E+00 2.328E+02 2.316E+02 1
1.500E+00 1.325E+02 1.338E+02 1
2.200E+00 9.617E+01 9.351E+01 1
3.200E+00 8.319E+01 8.601E+01 1
4.500E+00 8.740E+01 8.363E+01 1
7.000E+00 6.950E+01 6.991E+01 1
1.000E+01 5.055E+01 5.159E+01 1
1.500E+01 3.284E+01 3.325E+01 1
2.200E+01 2.440E+01 2.442E+01 1
3.200E+01 2.230E+01 2.240E+01 1
4.500E+01 2.330E+01 2.365E+01 1
7.000E+01 2.910E+01 2.880E+01 1
1.000E+02 3.628E+01 3.638E+01 1
5.152E+02 2.491E-01
6.987E+01 3.422E-01
1.100E+02 1.053E+00
1.892E+01 5.021E-02
1.423E+02 1.378E+00
4.265E-01 1.773E-01
1.111E+00 1.747E+00
2.778E+00 1.780E+00
4.172E+01 3.607E-01
5 3.4862E+00 5.5044E+01 1.0000E-05
1.000E+00 2.328E+02 2.324E+02 1
1.500E+00 1.325E+02 1.348E+02 1
2.200E+00 9.617E+01 9.434E+01 1
3.200E+00 8.319E+01 8.697E+01 1
4.500E+00 8.740E+01 8.448E+01 1
7.000E+00 6.950E+01 7.015E+01 1
1.000E+01 5.055E+01 5.144E+01 1
1.500E+01 3.284E+01 3.302E+01 1
2.200E+01 2.440E+01 2.429E+01 1
3.200E+01 2.230E+01 2.235E+01 1
4.500E+01 2.330E+01 2.362E+01 1
7.000E+01 2.910E+01 2.880E+01 1
1.000E+02 3.628E+01 3.638E+01 1
5.021E+02 2.773E-01
6.510E+01 6.143E-01
1.075E+02 5.555E-01
1.889E+01 5.188E-02
1.407E+02 1.293E+00
4.386E-01 2.498E-01
8.615E-01 2.371E+00
3.020E+00 1.245E+00
4.150E+01 3.523E-01
6 3.3958E+00 5.5044E+01 1.0000E-05
1.000E+00 2.328E+02 2.319E+02 1
1.500E+00 1.325E+02 1.341E+02 1
2.200E+00 9.617E+01 9.364E+01 1
3.200E+00 8.319E+01 8.642E+01 1
4.500E+00 8.740E+01 8.409E+01 1
7.000E+00 6.950E+01 6.982E+01 1
1.000E+01 5.055E+01 5.111E+01 1
1.500E+01 3.284E+01 3.280E+01 1
2.200E+01 2.440E+01 2.421E+01 1
3.200E+01 2.230E+01 2.233E+01 1
4.500E+01 2.330E+01 2.362E+01 1
7.000E+01 2.910E+01 2.878E+01 1
1.000E+02 3.628E+01 3.638E+01 1
5.036E+02 3.618E-01
6.558E+01 1.466E+00
1.099E+02 5.007E-01
1.891E+01 5.161E-02
1.434E+02 1.247E+00
4.369E-01 4.185E-01
9.311E-01 3.946E+00
2.875E+00 1.290E+00
4.176E+01 3.472E-01
7 3.2867E+00 5.5044E+01 1.0000E-06
1.000E+00 2.328E+02 2.319E+02 1
1.500E+00 1.325E+02 1.342E+02 1
2.200E+00 9.617E+01 9.368E+01 1
3.200E+00 8.319E+01 8.649E+01 1
4.500E+00 8.740E+01 8.417E+01 1
7.000E+00 6.950E+01 6.984E+01 1
1.000E+01 5.055E+01 5.107E+01 1
1.500E+01 3.284E+01 3.274E+01 1
2.200E+01 2.440E+01 2.418E+01 1
3.200E+01 2.230E+01 2.233E+01 1
4.500E+01 2.330E+01 2.362E+01 1
7.000E+01 2.910E+01 2.879E+01 1
1.000E+02 3.628E+01 3.638E+01 1
5.037E+02 3.619E-01
6.560E+01 1.298E+00
1.105E+02 6.240E-01
1.891E+01 5.163E-02
1.422E+02 1.290E+00
4.369E-01 3.993E-01
9.362E-01 3.736E+00
2.852E+00 1.467E+00
4.167E+01 3.520E-01
8 3.2834E+00 5.5044E+01 1.0000E-07
1.000E+00 2.328E+02 2.319E+02 1
1.500E+00 1.325E+02 1.342E+02 1
6.441E+02 1.524E-01
2.387E+01 9.516E-01
8.933E+01 4.517E-02
3.224E+00 4.741E+00
1.817E+01 5.892E-02
1.226E+02 5.265E-01
3.901E-01 7.330E-02
6.631E-02 1.034E+00
4.532E+00 9.659E-02
1.218E-01 4.943E+00
3.732E+01 1.541E-01
10 6.1704E+00 7.7349E+01 1.0000E-02
REFERENCIAS
Resistividad en Wikipedia, la enciclopedia libre. Disponible en:
http://es.wikipedia.org/wiki/Resistividad. Modificado el 31/mayo/2013.
Revisado el 07/06/13.