Está en la página 1de 23

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Facultad de Ciencias Forestales


Departamento de Manejo Forestal

Ecuaciones de ahusamiento

Curso: Medicin Forestal


Profesor: Vctor Barrena Arroyo
Integrantes de la Brigada 2:
Hosnar Lock Navarro
Jhonaly Marchand Arnado
Juan Carlos Meja Ros
Izumi Mori Zerpa
David Torres Paredes
Giannina Vela Rojas
Ciclo de Campo I 2015-I

Lima, 24 de julio del 201

ECUACIONES

DE

AHUSAMIENTO

I.INTRODUCCIN
La estimacin/clculo del volumen de un rbol o masa forestal es necesaria para
determinar cunta madera es posible extraer. El volumen se llega a estimar a partir de
parmetros fundamentales como el dimetro, la altura y la forma, para lo que se
asume cierto grado de regularidad en sta, comparando al fuste con figuras
geomtricas conocidas de la familia de los slidos de revolucin.
A travs del tiempo, se han elaborado ecuaciones para poder hallar el volumen de
rboles y trozas individuales. Ante esto, se alza como necesario encontrar una
ecuacin modelo que permita calcular de manera precisa el volumen. Una ecuacin es
utilizada para determinar una variable a partir de otras. Las ecuaciones de volumen
son utilizadas para encontrar este dato a partir de alguna de sus caractersticas
tambin definidas como variables independientes: el DAP, altura. Bajo este mismo
concepto, el ahusamiento est en funcin de la altura y el DAP. La ecuacin
encontrada deber ser til para determinar el volumen de los rboles de acuerdo a la
zona y a las caractersticas del bosque donde ser aplicada.
Las ecuaciones de ahusamiento permiten obtener el dimetro a diversas alturas.
Adems, al ser integrada, se puede obtener una ecuacin de volumen, con la cual se
realizan estimaciones del volumen total, comercial, entre otros, lo que nos ayuda a
establecer mayor precisin en lo referente a los productos que se obtendrn.
En el presente informe se procedi a la evaluacin de 30 rboles de diferentes
especies del Arboretum del Instituto de Investigacin de la Amazona Peruana Jos
Lpez Parodi Jenaro Herrera, en el mes de junio del ao 2015. Los rboles fueron
medidos a diferentes alturas utilizando un Relascopio de Bitterlich.
II. OBJETIVOS
- Analizar la relacin entre el dimetro y la altura del fuste.
- Determinar ecuaciones de ahusamiento con los datos obtenidos en el Arboretum
- Comparar algunos modelos de ecuacin de ahusamiento y escoger el mejor de ellos
para predecir el volumen a diferentes alturas de fustes provenientes del Arboretum del
Centro de Investigacin Jenaro Herrera (CIJH).
III. REVISIN BIBLIOGRFICA
Volumen
El volumen puede ser expresado como volumen total o volumen aprovechable
(comercial); en el primer caso se refiere al total de madera que se encuentra en el
bosque por unidad de superficie o para el rea total y el segundo caso se refiere a la
madera que puede ser aprovechable descontndose los defectos y volmenes
inservibles (Malleux 1971).
Forma
Loetsch et al (1973) afirman que, despus del dimetro y la altura, la forma es la
tercera variable que determina el volumen del rbol.
La forma de los rboles puede ser considerado tanto como un concepto biolgico o
como un concepto dasomtrico, segn se considere al rbol como un ser viviente o
como un producto forestal. Cualquiera que sea el caso, es esencial comprender las
reglas que determinan la forma de los rboles as como las causas anormales que
producen alguna variacin en esta forma (Larson 1963).

Hay factores que afectan notablemente la forma de los rboles, como las condiciones
ambientales, los nutrientes, la conduccin de agua por el tronco, la mecnica a que
est sometido el fuste por el peso de la copa y vientos y factores hereditarios (Malleux
1971).
La forma se expresa numricamente en funcin del volumen regular de un cilindro y el
volumen real del rbol y se llama factor de forma o coeficiente mrfico.

Cf = Volumen del rbol


Volumen del cilindro

Figura 1. Volumen del rbol y del cilindro. (Ugalde 1981)


La captacin de la forma se ha hecho realidad a travs de la medicin de dimetros a
distintas alturas, y son expresiones como factores de forma, cocientes de forma, series
de ahusamiento y tablas o funciones de ahusamiento las que se utilizan para definirla
(Prodan 1997).
- Factor de forma absoluto.- Toma el dimetro de la base a nivel del terreno.
- Factor de forma al dap.- Se toma a 1,3 m del suelo.
- Factor de forma normal.- A una distancia arbitraria del 5 10% de la altura del rbol.
- Factor de forma comercial.- Se toma a la altura comercial del rbol.
- Factor de forma del fuste.- Considera la altura total del rbol.
(Montenegro y Malleux 1971)
Factores que afectan la forma
-El Sitio.- Condiciones de crecimiento y presencia de limitantes que impiden o
favorecen al correcto crecimiento del rbol.
-Herencia.- Con ayuda del medio ambiente determinar una mejor o deficiente
presencia del fenotipo caracterstico.
-La densidad.- En los rodales se tiene una gran abundancia de individuos que luchan
por los estratos ms altos para alcanzar la luz, originando una forma ms cilndrica.
Por contraparte, los rboles que se encuentran en rodales de baja densidad o
solitarios, tienden a ser ms ahusados.
-La posicin sociolgica.- La elevada temperatura y el alto contenido de humedad en
los bosques tropicales provocan gran nmero de estratos sociolgicos. Los individuos
de los pisos superiores tienden a establecer su dominio en la zona a partir de la
expansin de su copa, al tener mayor copa, el ahusamiento del fuste tiende a ser
mayor.
-La base.- La presencia y forma de las races del rbol determinan tambin en gran
medida la cilindridad, siendo el caso de las races tipo aletas que originan a un fuste
menos cilndrico.
-Las intervenciones silviculturales.- Una poda de crecimiento, eliminar las ramas que
impiden el correcto desarrollo del fuste recto, origina mayor cilindridad. En el caso del
raleo, se extraen individuos ocasionando un mayor espacio y por consecuencia mayor
ahusamiento.
-Causas adversas: Estn incluidos los fenmenos naturales (rayos, insectos, etc) y
artificiales (actividad antrpica).

Teoras que explican la forma del fuste


Segn Barrena (1990) se clasifican en:
Teora Nutricional
El crecimiento del fuste puede ser considerado como el resultado del equilibrio entre
la transpiracin y la asimilacin. Se considera a la transpiracin como el factor
principal que determina la cantidad de tejidos conductores en el fuste. Es decir, que
un rbol con una gran copa, tendr una gran transpiracin y como consecuencia, su
fuste ser fuertemente ahusado a causa de la gran cantidad de tejido conductor
necesario para suplir esta demanda. Si la copa disminuye, la transpiracin disminuye y
por lo tanto, tambin el ahusamiento del fuste.
Teora Hidrulica
La cilindridad del fuste depende del equilibrio del transporte de agua entre las races y
la copa. Este equilibrio depende de los canales, de su grosor, de su nmero y de su
disposicin en todos los niveles. Si este equilibrio es roto, la forma del fuste ser
modificada.
Teora mecnica
Considera las tensiones o esfuerzos internos y externos del rbol, que modifican o
alteran la forma del fuste. El peso del fuste y de las ramas son factores que
intervienen en la determinacin de la forma del fuste. Si el rbol es dominante, la copa
soporta las fuerzas laterales del viento. Por lo tanto, el fuste debe ser lo
suficientemente fuerte para resistir a todos estos esfuerzos mecnicos. La forma del
fuste vara de acuerdo a los cambios de estas tensiones para poder soportarlas mejor.
Teora hormonal
Forma de los rboles sigue las variaciones espaciales y temporales de las gradientes
de las auxinas. Las auxinas poseen un control regulador sobre la distribucin radial del
crecimiento del fuste y proporcionan una base fisiolgica a las otras teoras, siendo
considerada esta teora como complementaria.
Ahusamiento
El ahusamiento segn Prodan (1997), es la tasa de decrecimiento del dimetro en
relacin con el aumento de altura. Es una medida que sirve para determinar la
disminucin del dimetro, expresado en porcentaje a partir del DAP.
Medida que sirve para determinar la disminucin del dimetro, expresado en
porcentaje a partir del dap., al cual se toma como el 100%. Por ejemplo, si un rbol
tiene 50 cm de dap., con un ahusamiento del 30% a la altura media, el dimetro a esa
altura ser de 35 cm.
El cociente de forma es otra relacin que sirve para expresar la forma del rbol.

Qf = d
dap
d 1/2 = dimetro al 50% de la altura
(Montenegro y Malleux 1971)
Funciones (curvas) de ahusamiento

Una funcin de ahusamiento es una expresin matemtica que describe el perfil del
fuste, que relaciona el dimetro de fuste con la altura a la cual el fuste adquiere ese
dimetro, y variables de estado del rbol (dap, altura). A partir de la funcin se puede
estimar el dimetro con o sin corteza en cualquier punto del fuste, el volumen total o
comercial para cualquier dimetro lmite de utilizacin y desde cualquier altura de
tocn, y la altura comercial (Clutter et l 1983, citado por Cancino 2006).
Entre otras cosas, con esta informacin se pueden calcular volmenes cbicos,
aserrados, etc., para cualquier porcin del fuste, por ejemplo entre dos dimetros
lmites dados. Incluso, dadas las especificaciones (dimetros y largos mnimos y
mximos, posicin en el rbol) para productos tales como trozos pulpables, aserrables
o para chapas de varias calidades, es posible simular el trozado del rbol, o
determinar la mejor forma de hacerlo (Garca 1995).
Las funciones de ahusamiento del fuste son conocidas por proveer estimaciones de:
- dimetro con o sin corteza en cualquier punto del fuste
- volumen total del fuste del rbol
- volumen comercial y altura comercial a cualquier dimetro superior
-volmenes seccionales.
Mediante la integracin de la funcin de ahusamiento se puede realizar estimaciones
del volumen fustal total, comercial hasta dimetros y alturas lmites superiores y
desde cualquier altura del tocn y la estimacin de volmenes de trozas individuales.
Cuestiones estadsticas
Anlisis de regresin lineal
Es el estudio de la relacin lineal existente entre una variable dependiente en estudio
Y y otra variable independiente o explicativa X. El objetivo del anlisis de regresin
lineal simple es estimar y analizar la relacin lineal existente entre las variables X e Y,
con la finalidad de establecer si es posible utilizar la informacin de la variable
explicativa X para explicar satisfactoriamente el comportamiento de Y.
Anlisis de varianza
En el caso de regresin lineal simple, el anlisis de varianza consiste en la
descomposicin y evaluacin de la variacin total de la variable en estudio Y en
componentes independientes atribuibles a fuentes de variacin que brinden
evidencias estadsticas acerca de la significacin de X como una variable explicativa
del comportamiento de Y. Para utilizar el ANOVA de forma satisfactoria deben
cumplirse tres tipos de hiptesis, aunque se aceptan ligeras desviaciones de las
condiciones ideales:
1. Cada conjunto de datos debe ser independiente del resto.
2. Los resultados obtenidos para cada conjunto deben seguir una distribucin normal.
3. Las varianzas de cada conjunto de datos no deben diferir de forma significativa
Coeficiente de determinacin y coeficiente de no determinacin
En el estudio de la relacin funcional entre dos variables, los resultados de un anlisis
de varianza pueden conducir a la conclusin que los datos observados se ajustan a la
lnea de regresin estimada; sin embargo, se puede tener que el modelo estimado no
proporciona una buena explicacin del comportamiento de la variable en estudio Y. Por
este motivo, es recomendable evaluar adicionalmente un indicador del grado de
bondad de ajuste para cada modelo de regresin estimado que se determine. El
indicador ms usado para este propsito es el llamado coeficiente de determinacin,
el cual se define como:
R2 = Variacin explicada / Variacin total

y mide la proporcin de la variacin total que es explicada por un modelo de


regresin.
El estimador de R2, llamado coeficiente de determinacin muestral, puede ser
evaluado como:
r2 = Variacin explicada / Variacin total = SC(Reg) / SC(tot)
El valor de r2 vara dentro del intervalo 0 r 2 1. Un valor de r 2=0 indica que la
proporcin de la variacin total que es explicada por un lnea de regresin estimada,
es igual a cero; mientras que, un valor de r 2=1 indica que toda la variacin total
(100%) es explicada por el modelo estimado y que todos los puntos observados se
encuentran sobre la lnea de regresin estimada. Esto quiere decir, que a medida que
el valor de r2 est ms prximo de 1, se tendr una mayor explicacin de la variacin
total de la variable en estudio Y, y que el grado de bondad de ajuste es mayor (Rubio
s/f).
Anlisis de residuales
Un residual ri es la diferencia entre el valor observado Y i y el valor estimado por la
lnea de regresin i, es decir, ri= Yi - i. El residual puede ser considerado como el
error aleatorio ei observado.
El anlisis de residuales permite cotejar si las suposiciones del modelo de regresin de
se cumplen (Diaz, 2005).
Se puede detectar:
a) Si efectivamente la relacin entre las variables X e Y es lineal.
b) Si hay normalidad de los errores.
c) Si hay valores anormales en la distribucin de errores (Si se usa Residual
estandarizado, cualquier observacin con un residual mayor de 2 o menor de 2 es considerado outlier)
d) Si hay varianza constante (propiedad de Homocedasticidad)
e) Si hay independencia de los errores.
El anlisis de residuales se puede llevar a cabo grficamente o en forma analtica.
IV. MATERIALES Y MTODOS
4.1 Materiales
-Relascopio de Bitterlich.
-Driza marcada a 25m
-Cable marcado a 5m
-Libreta de campo
-Forcpula.
-Calculadora.
-Formato A2 de la FAO 22/2
4.2 Metodologa
4.2.1 Metodologa en campo
Los 30 individuos fueron evaluados al azar en el Arboretum del IAP Jos Lpez Parodi,
ubicado en Jenaro Herrera, Requena, Loreto. Esta zona presenta clima tropical, con T

media anual de 26 C; precipitacin promedio anual de 2724 171 mm; la humedad


relativa promedio es de 85,9% (Honorio et al. 2008).
1) Cada persona evalu un rbol. La evaluacin se llev acabo por brigadas, en
grupos de aproximadamente 6 personas.
2) Se midi el dap con una forcpula para corroborar que supere los 25 cm
3) Se marc una distancia de 10 m con la ayuda de los cables marcados, en una
posicin donde se visualizaba claramente el fuste del individuo elegido.
4) Con el Relascopio de Bitterlich se realiz mediciones de altura de fuste y de
dimetros a distintas alturas: a 0,3; 1,3; 2,3; 5 m, mitad de fuste y punto de copa.
(Todos los dimetros han sido medidos con corteza).
4.2.2 Metodologa en gabinete
1) Con los datos recopilados en campo, se procedi a procesar la informacin, para lo
que se arm un cuadro con los datos de las mediciones realizadas.
2) Se procedi al establecimiento de las relaciones matemtico-estadsticas entre las
variables medidas y la seleccin de modelos; se complet el formato A3 de Dawkins
(1968).
3) Se elabor las probables ecuaciones y se realiz el anlisis de regresin lineal basado
en el mtodo de los mnimos cuadrados.
Modelo correspondiente a la Brigada 2:

di = Dimetros a diferentes alturas.


hi= diferentes alturas tomadas
4) Seleccin de la mejor ecuacin a travs del anlisis de los parmetros obtenidos de los
residuales de la ecuacin de ahusamiento, como indica Barrena (1990): clculo del
sesgo, promedio de las diferencias absolutas y desviacin estndar del error. A cada
uno de estos indicadores se le asign un nmero del 1 al 5 en orden ascendente para
indicar los valores de menor a mayor, y al final se sum el valor que se asign a cada
parmetro. El modelo que obtuvo el valor ms bajo en la evaluacin fue seleccionado
como el mejor.
V. RESULTADOS Y DISCUSIONES
5.1. Anlisis de la funcin de ahusamiento asignada a la Brigada 2
En base a la funcin de ahusamiento sealada en la seleccin de Materiales y mtodos
que fue asignada para el trabajo en gabinete, se tuvo como variable dependiente a la
2

relacin

di
,
2
dap y como variable independiente a

hi
hf
.

Dado que la funcin est expresada en grado 2, se asumi la siguiente forma de


ecuacin en base a estudios realizados por Kozak et al. (1969), citado por Lupi et al.
(2010), quien determin el siguente modelo de ecuacin de ahusamiento:

di 2
hi
hi 2
=b
+
b
+b
(
)
o
1
2
2
hf
hf
dap

( )

Por lo mencionado en el prrafo anterior es que se presentan en los Cuadros 1 a 14 los


resultados obtenidos luego de realizar las operaciones correspondientes al formato A3,
considerando a

hi
hf

como la variable X y a

hi 2
)
hf

como la variable Z. Los datos

sobre los cuales se trabaj se presentan en el Cuadro 18 de la seccin Anexos.


Cuadro 1. Totales y productos
y=
143,32
y=
124,00
n=
180

xy=
x=
x=

24,75
66,71
43,21

Cuadro 2. Promedios
0,69
0,37
0,24

=
x
=

Cuadro 3. Productos centrados


Y=
XY=
ZY=
X=
XZ=
Z=

y-((y)/n)=
xy-(x*y/n)=
zy-(z*y/n)=
x-((x)/n)=
xz-(x*z/n)=
z-((z)/n)=

57,89
-21,21
-19,16
18,49
19,60
22,19

Cuadro 4. Determinante y multiplicadores de


Gauss

D=
g1=
g2=
g3=

(X*Z)-(XZ)=
Z/D=
(-1)*XZ/D=
X/D=

25,98
0,85
-0,75
0,71

Cuadro 5. Coeficientes de regresin


b1=
b2=
bo=

(g1*XY)+(g2*ZY)=
(g2*XY)+(g3*ZY)=
-(b1*)-(b2*)=

-3,6607
2,3706
1,4766

Cuadro 6. Suma de cuadrados de la


regresin
=
(b1*XY)+(b2*ZY)=
32,23
Cuadro 7. Suma de cuadrados del
residuo
d=
Y-=
25,66
Cuadro 8. Grados de libertad del residuo
gl=
Cuadro 9. Correlacin entre variables

n-3

177

zy=
z=
xz=
z=

10,612697
43,211827
35,615341
32,559513

rYX=
rYZ=
rXZ=

XY/(X*Y)=
YZ/(Z*Y)=
XZ/(X*Z)=

-0,65
-0,53
0,97

A partir del Cuadro 9 es posible observar que entre los pares de variables Y-X e Y-Z
existe una correlacin inversa, lo cual indica que si la variable independiente (X o Z)
aumenta su valor entonces la variable dependiente (Y) disminuir el suyo, y
visceversa. Las variables Y y X se encuentran asociadas en un 65%, mientras que las
variables Y y Z lo estn en un 53%.
Por otro lado, existe una relacin positiva entre las variables independientes X y Z,
representando por una asociacin de 97%. Esto quiere decir que ambas tienen un alto
grado de significacin y por lo tanto son predictorias de la variable Y.
Cuadro 10. Coeficiente de correlacin mltiple R y R
R=
/Y=
R=
R=

0,56
0,75

Del Cuadro 10 se puede deducir a partir del coeficiente de determinacin (R) que tan
slo el 56% de la variabilidad de Y est explicado por la variabilidad de las variables
independientes. Por su parte, el valor del coeficiente de correlacin (R) indica que la
relacin entre las variables es directa e igual al 75%. Al ser la variabilidad de Y
explicada slo en un 50% aproximadamente por X y Z es posible inferir que estas
ltimas no representan satisfactoriamente a los datos recopilados, probablemente
debido a la naturaleza de los mismos ya que los rboles evaluados correspondan a
especies diferentes, las cuales se desconocen y por eso no fue posible determinar el
nmero de especies con las que se trabaj. Bajo tal situacin, resultara complicado
hallar un patrn que represente la forma y el ahusamiento de la mayora de
individuos.
Cuadro 11. Anlisis de varianza
Causas
S.C
G.L.
Regresin
Residual
Total

32,23
25,66
57,89

2
177
179

C.M.
16,115042
86
0,144973

F calc
111,15891
71

F tab
3,84

Considerando que en el Anlisis de varianza se trabaj con un nivel de significancia


igual al 5%, se obtuvo que los Cuadrados Medios de la regresin y del error fueron
igualas a 16,11 y 0,14 respectivamente, resultando en un F calculado igual a 111,16.
Este elevado valor de F al ser comparado con el F tabular indudablamente llev a
rechazar la hiptesis nula en la cual se plante la homogeneidad de las varianzas de la
regresin y los residuales. Entonces, existe evidencia estadstica suficiente que
demuestra que es posible continuar con el anlisis de la regresin linear.
Por otro lado, es importante mencionar que la varianza de los residuales, representada
por el CME, al ser igual a 0,14 puede considerarse como un valor relativemente bajo
que indicara una mayor precisin en los datos registrados. Asimismo, a partir de esta
varianza se hall la desviacin estndar de los residuales que fue igual a 0,38 tal y
como se presenta en el Cuadro 12.
Cuadro 12. Desviacin estndar residual
s=

s=

0,38

Con ayuda del valor de la desviacin estndar de los residuales fue posible calcular los
coeficientes necesarios para realizar la prueba de t de Student, para demostrar que
los valores de los coeficientes asociados a las variables X y Z en la ecuacin de
ahusamiento son diferentes a cero. Los resultados se muestran en el siguiente cuadro:

Cuadro 13. Error estndar y valores t de los


coeficientes
Coeficiente
b1
b2
t tab
+/0,351882141
0,321204202
Desv. Estndar
1,96
t
-10,40328882
7,380339527

Como se puede observar en el Cuadro 13, los valores calculados de t para los
coeficientes b1 y b2 fueron mayores a -1,96 y +1,96 (valores del t tabular) por lo que
existe evidencia suficiente para afirmar que estos coeficientes son diferentes a cero y,
por lo tanto, que s existe la ecuacin de ahusamiento trabajada.
Por lo tanto, la ecuacin de ahusamiento empleada por la Brigada 2 tendra la
siguiente forma:

di 2
hi
hi 2
=1,47663,6607
+
2,3706(
)
hf
hf
dap2
Al integrar la ecuacin de ahusamiento para obtener una ecuacin de volumen para
predecir este parmetro se obtiene la siguiente expresin:

[ ( )

a hi a2 hi 2 h2

Ve= dap2 h ao + 1
+ ( )
4
2 hf
3 hf h1
Una vez comprobada la existencia de la ecuacin de ahusamiento, se obtuvo que los
lmites de confianza para los valores estimados de la regresin fueron los siguientes:
Cuadro 14. Intervalos de confianza de las
predicciones
sY'
0,091017427
Lmite Inferior
0,6102
Lmite Superior
0,7676

Al reemplazar los datos de las variables de X y Z en la ecuacin de ahusamiento se


obtuvieron los valores estimados de Y, que al ser restado de los valores observados de
Y se obtuvo el error de cada dato:
Figura 2. Anlisis de residuos por el mtodo grfico

ei^2
Linear (ei^2)

Los datos correspondientes a este anlisis se presentan en el Cuadro 19 en la seccin


Anexos.
Como sugiere Cancino (2006), para el anlisis de homocedasaticidad de los errores, se
puede graficar el cuadrado de los desvos contra el valor estimado de Y o contra el
valor de X. Para este trabaj se opt por utilizar la primera alternativa. Es importante
mencionar que en el grfico fueron eliminados los puntos correspondientes a los datos
9, 18 y 23 ya que tenan valores muy extremos que alteraban la grfica de tal manera
que en ella no poda apreciarse claramente la distribucin de los dems puntos.
Como se puede observar en la Figura 2, la lnea de tendencia los cuadrados de los
errores sigue un patrn ligeramente lineal. Asimismo, los puntos graficados no se
encuentran significativamente dispersos con respecto a esta y se acumulan formando
una nube ms o menos homognea de puntos (a excepcin de unos pocos). Por tal
motivo, se puede detectar la homocedasticidad en los datos, lo que quiere decir que
los errores tienen varianzas similares entre s.
En general, en base a los resultados obtenidos sobre el modelo asignado a la Brigada
2, se puede decir que se trata de una ecuacin de ahusamiento que se adapta a los
datos recopilados a pesar de la naturaleza tan variable de los mismos.

5.2. Comparacin los modelos asignados a todas las brigadas


Las funciones de ahusamiento asignadas a cada brigada fueron los siguientes:
Cuadro 15. Funciones de ahusamiento asignadas a cada brigada
Brigada
Funcin
1
di = f(hi)
2
di 2 =f(hi)

di
hi
=f ( )
dap
hf

di 2
hi
=f ( )
2
hf
dap

hi
hf

di 2
=f
dap2
Para determinar cul fue el mejor modelo se analizaron los sesgos, promedio de
diferencias absolutas, desviaciones estndar y sumatorias de los errores obtenidos por
cada una de las brigadas haciendo uso de sus ecuaciones:
Cuadro 16. Valores obtenidos para la comparacin de los modelos
Brigada 1
Sesgo

Brigada 2

0,00000000000000018873791418
0,000001945
6277

Dif. abs.

0,120813291

0,243192036

Desv

0,145132258

0,378620127

Brigada 3
0,0002833
9
0,0990330
4
0,1287427
9

Brigada 4

Brigada 5

0,0076

-0,0041892

0,0944

0,157302

0,0863

0,2191547

Luego, se evalu cada uno de estos acpites como es indicado por Barrena (1990)
mediante la calificacin con nmeros:
Cuadro 17. Calificacin de cada modelo
Sesgo
Dif. abs.
Desv
Calificacin

Brigada 1
1
3
3
7

Brigada 2
4
5
5
14

Brigada 3
2
2
2
6

Brigada 4
5
1
1
7

Brigada 5
3
4
4
11

Del cuadro anterior, se puede ver que a los modelos de las brigadas 2 y 5
corresponden nmeros con calificativos muy altos; por lo tanto, estos son los modelos
menos adecuados para trabajar con el grupo de datos asignados. En cambio, las
brigadas 1, 3 y 4 obtuvieron los calificativos ms bajos, siendo la ecuacin
correspondiente a la brigada 4 la que mejor se ajusta para la estimacin de dimetros
a diferentes alturas del fuste y, por la tanto, la que desbribe mejor el ahusamiento de
los rboles.
VI. CONCLUSIONES Y RECOMENDACIONES
-

La variable dependiente en la ecuacin de la brigada 2 tiene una correlacin


inversa con cada una de las variables independientes de ms de 50%.
Asimismo, existe una relacin positiva de 97% entre las variables
independientes.

La variabilidad de Y est explicada en un 56% por la variabilidad de X y Z,


probablemente debido a la naturaleza de los datos registrados en campo que
correspondan a rboles de muchas especies diferentes.

El anlisis de varianza result en la inexistencia de homogeneidad de varianzas,


por lo que fue posible continuar sin inconvenientes con el anlisis de regresin
linear.

El CME fue igual a 0,144 lo que significa que la varianza de los residuales tuvo
el mismo valor, el cual puede considerarse como un valor bajo para la varianza
del error.

Mediante la prueba de t de Student fue posible demostrar que los valores de los
coeficientes asociados a las variables independientes en la ecuacin de
ahusamiento fueron diferentes a cero, comprobando la existencia de la
ecuacin misma.

La ecuacin de ahusamiento hallada por la brigada 2 fue:

di 2
hi
hi 2
=1,47663,6607
+
2,3706(
)
hf
hf
dap2
-

Mediante el anlisis de residuales se determin la homcedasticidad de los


errores calculados para la ecuacin anterior.

Al comparar las funciones asignadas a todas las brigadas se obtuvo que el


mejor modelo correspondi al de la brigada 4, cuya funcin tena la forma

di 2
hi
=f ( ) .
2
hf
dap
-

A partir del trabajo realizado se recomienda identificar primero a las especies


con las que se va a trabajar para as generar modelos de ecuaciones que las
representen adecuadamente.

VII. BIBLIOGRAFA
-

Barrena, V. 1990. Estimaciones del volumen de fustes de rboles de la Amazona


peruana a partir de ecuaciones de ahusamiento. Universidad Nacional Agraria La
Molina. Lima, PE. Facultad de ciencias Forestales; Universidad de Laval (Canad).
Facultad de Forestera y Geodesia .1990. 115 p
Cancino, J. Dendrometra bsica. Universidad de Concepcin. Facultad de Ciencias
Forestales. Departamento Manejo de Bosques y Medio Ambiente, 2006. 171 p.
Consultado
virtualmente
el
da
21
de
julio
2015
en
http://www.sibudec.cl/ebook/UDEC_Dendrometria_Basica.pdf
Garca, Oscar., Apuntes de Mensura Forestal. Universidad Austral de Chile. Instituto
de
Manejo.
1995.
Consultado
el
da
21
de
julio
2015
en:
http://web.unbc.ca/~garcia/unpub/mensura.pdf
Larson, P. 1963. Stem from development of forest tres. Forst Science Monograph
N5. 41pp.
Loetsch, F. Forest Inventary Vol. 2. 1973
Malleux O., J. Inventarios forestales en Bosques Tropicales. Lima (Per) 1971.
Montenegro M, Elmo; Malleux O, Jorge. 1971. Manual de Dasometra. Proyecto
FAO/UNDP. Universidad Nacional Agraria La Molina. Lima, Per. p-64, 76-78.
Prodan, M., R. Peters, F. Cox y P. Real. 1997. Mensura Forestal. IICA/GTZ. San Jos.
Costa Rica. 586 p.
Rubio, Jorge. Estadstica Aplicada. Departamento de Estadstica e Informtica.
Per. UNALM.
Ugalde A, L.A. 1981. Conceptos bsicos de dasometra. Programa de Recursos
Naturales Renovables. Biblioteca Conmemorativa Orton (IICA / CATIE), Turrialba,
Costa Rica. p-15. Consultado virtualmente el da 20 de julio 2015 en:
(http://orton.catie.ac.cr/repdoc/A5909E/A5909E.PDF )

VIII. ANEXOS
Cuadro 18. Datos para el anlisis de regresin linear con el formato A3
No.
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
31
32
33
34
35
36
37
38
39
40
41
42

1,197794
1,000000
1,772522
1,524158
1,000000
1,000000
1,000000
1,377363
3,457756
1,000000
1,852623
1,601807
2,073600
1,705956
1,000000
1,000000
1,899082
2,441406
1,000000
1,705956
1,377363
1,345051
3,841600
1,000000
1,000000
1,524158
1,330874
1,345051
1,852623
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000

0,068966
0,048780
0,075758
0,059701
0,044444
0,050000
0,075472
0,059701
0,053333
0,060606
0,093023
0,102564
0,090909
0,080000
0,097561
0,075472
0,083333
0,060606
0,086957
0,083333
0,054054
0,080000
0,056338
0,044444
0,062500
0,086957
0,067114
0,073529
0,075472
0,057143
0,089655
0,063415
0,098485
0,077612
0,057778
0,065000
0,098113
0,077612
0,069333
0,078788
0,120930
0,133333

0,004756
0,002380
0,005739
0,003564
0,001975
0,002500
0,005696
0,003564
0,002844
0,003673
0,008653
0,010519
0,008264
0,006400
0,009518
0,005696
0,006944
0,003673
0,007561
0,006944
0,002922
0,006400
0,003174
0,001975
0,003906
0,007561
0,004504
0,005407
0,005696
0,003265
0,008038
0,004021
0,009699
0,006024
0,003338
0,004225
0,009626
0,006024
0,004807
0,006208
0,014624
0,017778

43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97

1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
0,633955
1,000000
0,726025
0,365950
0,260308
1,000000
0,316406
0,706067
0,448125
0,683013
0,197531
0,586182
0,409600
0,539775
0,683013
0,409600
0,694970
0,586182
0,830207
1,000000
0,706067
0,726025
0,656100
1,000000
0,316406
1,000000
0,735030
0,726025
1,000000
0,743466
0,476345
0,482253
0,512622
0,197531
0,170788
0,316406
0,115789

0,118182
0,104000
0,126829
0,098113
0,108333
0,078788
0,113043
0,108333
0,070270
0,104000
0,073239
0,057778
0,081250
0,113043
0,087248
0,095588
0,098113
0,074286
0,206897
0,146341
0,227273
0,179104
0,133333
0,150000
0,226415
0,179104
0,160000
0,181818
0,279070
0,307692
0,272727
0,240000
0,292683
0,226415
0,250000
0,181818
0,260870
0,250000
0,162162
0,240000
0,169014
0,133333
0,187500
0,260870
0,201342
0,220588
0,226415
0,171429
0,344828
0,243902
0,378788
0,298507
0,222222
0,250000
0,377358

0,013967
0,010816
0,016086
0,009626
0,011736
0,006208
0,012779
0,011736
0,004938
0,010816
0,005364
0,003338
0,006602
0,012779
0,007612
0,009137
0,009626
0,005518
0,042806
0,021416
0,051653
0,032078
0,017778
0,022500
0,051264
0,032078
0,025600
0,033058
0,077880
0,094675
0,074380
0,057600
0,085663
0,051264
0,062500
0,033058
0,068053
0,062500
0,026297
0,057600
0,028566
0,017778
0,035156
0,068053
0,040539
0,048659
0,051264
0,029388
0,118906
0,059488
0,143480
0,089107
0,049383
0,062500
0,142399

98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152

0,482253
0,448125
0,279762
0,197531
0,435806
0,129600
0,381117
0,683013
0,240100
0,571753
0,316406
0,556319
1,000000
0,316406
0,512622
0,522006
0,656100
0,062500
1,000000
0,301068
0,726025
0,482253
0,743466
0,409600
0,482253
0,512622
0,157159
0,170788
0,062500
0,086085
0,482253
0,163992
0,163992
0,115789
0,435806
0,129600
0,260308
0,448125
0,062500
0,571753
0,152588
0,556319
0,539775
0,062500
0,350128
0,522006
0,656100
0,062500
0,624295
0,301068
0,350128
0,197531
0,743466
0,273362
0,197531

0,298507
0,266667
0,303030
0,465116
0,512821
0,454545
0,400000
0,487805
0,377358
0,416667
0,303030
0,434783
0,416667
0,270270
0,400000
0,281690
0,222222
0,312500
0,434783
0,335570
0,367647
0,377358
0,285714
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
0,500000
1,000000
1,000000

0,089107
0,071111
0,091827
0,216333
0,262985
0,206612
0,160000
0,237954
0,142399
0,173611
0,091827
0,189036
0,173611
0,073046
0,160000
0,079349
0,049383
0,097656
0,189036
0,112608
0,135164
0,142399
0,081633
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
0,250000
1,000000
1,000000

153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180

0,229719
0,027550
0,106622
0,062500
0,062500
0,030141
0,088519
0,163992
0,062500
0,100113
0,025600
0,106622
0,279762
0,008100
0,090068
0,152588
0,279762
0,260308
0,012346
0,143412
0,240100
0,409600
0,019775
0,624295
0,123318
0,021883
0,197531
0,539775

1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000

1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000
1,000000

Cuadro 19. Datos para el anlisis de residuales


No
1
2
3
4
5
6
7
8
9
10
11
12
13

bo
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

b1
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

b2
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

LI
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

LS
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

0,069
0
0,048
8
0,075
8
0,059
7
0,044
4
0,050
0
0,075
5
0,059
7
0,053
3
0,060
6
0,093
0
0,102
6
0,090

0,004
8
0,002
4
0,005
7
0,003
6
0,002
0
0,002
5
0,005
7
0,003
6
0,002
8
0,003
7
0,008
7
0,010
5
0,008

Yo
1,197
8
1,000
0
1,772
5
1,524
2
1,000
0
1,000
0
1,000
0
1,377
4
3,457
8
1,000
0
1,852
6
1,601
8
2,073

Ye
1,235
4
1,303
6
1,212
9
1,266
5
1,318
6
1,299
5
1,213
8
1,266
5
1,288
1
1,263
4
1,156
6
1,126
1
1,163

e
0,0376
0,3036
0,5597
0,2577
0,3186
0,2995
0,2138
0,1109
2,1697
0,2634
0,6961
0,4758
0,9102

e^2
0,001
4
0,092
2
0,313
2
0,066
4
0,101
5
0,089
7
0,045
7
0,012
3
4,339
4
0,069
4
0,484
5
0,226
3
0,828

14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

9
0,080
0
0,097
6
0,075
5
0,083
3
0,060
6
0,087
0
0,083
3
0,054
1
0,080
0
0,056
3
0,044
4
0,062
5
0,087
0
0,067
1
0,073
5
0,075
5
0,057
1
0,089
7
0,063
4
0,098
5
0,077
6
0,057
8
0,065
0
0,098
1
0,077
6
0,069
3
0,078
8
0,120
9
0,133
3
0,118

3
0,006
4
0,009
5
0,005
7
0,006
9
0,003
7
0,007
6
0,006
9
0,002
9
0,006
4
0,003
2
0,002
0
0,003
9
0,007
6
0,004
5
0,005
4
0,005
7
0,003
3
0,008
0
0,004
0
0,009
7
0,006
0
0,003
3
0,004
2
0,009
6
0,006
0
0,004
8
0,006
2
0,014
6
0,017
8
0,014

6
1,706
0
1,000
0
1,000
0
1,899
1
2,441
4
1,000
0
1,706
0
1,377
4
1,345
1
3,841
6
1,000
0
1,000
0
1,524
2
1,330
9
1,345
1
1,852
6
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000

4
1,198
9
1,142
0
1,213
8
1,188
0
1,263
4
1,176
2
1,188
0
1,285
6
1,198
9
1,277
9
1,318
6
1,257
0
1,176
2
1,241
6
1,220
2
1,213
8
1,275
1
1,167
4
1,254
0
1,139
0
1,206
7
1,273
0
1,248
6
1,140
2
1,206
7
1,234
2
1,202
9
1,068
5
1,030
6
1,077

0,5071
0,1420
0,2138
0,7111
1,1780
0,1762
0,5180
0,0917
0,1462
2,5637
0,3186
0,2570
0,3480
0,0893
0,1248
0,6388
0,2751
0,1674
0,2540
0,1390
0,2067
0,2730
0,2486
0,1402
0,2067
0,2342
0,2029
0,0685
0,0306
-

5
0,257
1
0,020
2
0,045
7
0,505
7
1,387
7
0,031
0
0,268
3
0,008
4
0,021
4
6,572
8
0,101
5
0,066
1
0,121
1
0,008
0
0,015
6
0,408
1
0,075
7
0,028
0
0,064
5
0,019
3
0,042
7
0,074
5
0,061
8
0,019
7
0,042
7
0,054
8
0,041
2
0,004
7
0,000
9
0,005

44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

2
0,104
0
0,126
8
0,098
1
0,108
3
0,078
8
0,113
0
0,108
3
0,070
3
0,104
0
0,073
2
0,057
8
0,081
3
0,113
0
0,087
2
0,095
6
0,098
1
0,074
3
0,206
9
0,146
3
0,227
3
0,179
1
0,133
3
0,150
0
0,226
4
0,179
1
0,160
0
0,181
8
0,279
1
0,307
7
0,272

0
0,010
8
0,016
1
0,009
6
0,011
7
0,006
2
0,012
8
0,011
7
0,004
9
0,010
8
0,005
4
0,003
3
0,006
6
0,012
8
0,007
6
0,009
1
0,009
6
0,005
5
0,042
8
0,021
4
0,051
7
0,032
1
0,017
8
0,022
5
0,051
3
0,032
1
0,025
6
0,033
1
0,077
9
0,094
7
0,074

0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
0,634
0
1,000
0
0,726
0
0,366
0
0,260
3
1,000
0
0,316
4
0,706
1
0,448
1
0,683
0
0,197
5
0,586
2
0,409

1
1,121
5
1,050
4
1,140
2
1,107
8
1,202
9
1,093
0
1,107
8
1,231
0
1,121
5
1,221
2
1,273
0
1,194
8
1,093
0
1,175
2
1,148
3
1,140
2
1,217
7
0,820
7
0,991
6
0,767
0
0,897
0
1,030
6
0,980
8
0,769
3
0,897
0
0,951
5
0,889
4
0,639
6
0,574
6
0,654

0,0771
0,1215
0,0504
0,1402
0,1078
0,2029
0,0930
0,1078
0,2310
0,1215
0,2212
0,2730
0,1948
0,0930
0,1752
0,1483
0,1402
0,2177
0,1867
0,0084
0,0410
0,5310
0,7703
0,0192
0,4528
0,1909
0,5034
0,2063
0,4421
0,0116
-

9
0,014
8
0,002
5
0,019
7
0,011
6
0,041
2
0,008
7
0,011
6
0,053
4
0,014
8
0,048
9
0,074
5
0,037
9
0,008
7
0,030
7
0,022
0
0,019
7
0,047
4
0,034
9
0,000
1
0,001
7
0,282
0
0,593
4
0,000
4
0,205
1
0,036
4
0,253
4
0,042
6
0,195
4
0,000
1
0,060

74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
10
0
10
1
10
2
10

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

7
0,240
0
0,292
7
0,226
4
0,250
0
0,181
8
0,260
9
0,250
0
0,162
2
0,240
0
0,169
0
0,133
3
0,187
5
0,260
9
0,201
3
0,220
6
0,226
4
0,171
4
0,344
8
0,243
9
0,378
8
0,298
5
0,222
2
0,250
0
0,377
4
0,298
5
0,266
7
0,303
0
0,465
1
0,512
8
0,454

4
0,057
6
0,085
7
0,051
3
0,062
5
0,033
1
0,068
1
0,062
5
0,026
3
0,057
6
0,028
6
0,017
8
0,035
2
0,068
1
0,040
5
0,048
7
0,051
3
0,029
4
0,118
9
0,059
5
0,143
5
0,089
1
0,049
4
0,062
5
0,142
4
0,089
1
0,071
1
0,091
8
0,216
3
0,263
0
0,206

6
0,539
8
0,683
0
0,409
6
0,695
0
0,586
2
0,830
2
1,000
0
0,706
1
0,726
0
0,656
1
1,000
0
0,316
4
1,000
0
0,735
0
0,726
0
1,000
0
0,743
5
0,476
3
0,482
3
0,512
6
0,197
5
0,170
8
0,316
4
0,115
8
0,482
3
0,448
1
0,279
8
0,197
5
0,435
8
0,129

5
0,734
5
0,608
2
0,769
3
0,709
6
0,889
4
0,682
9
0,709
6
0,945
3
0,734
5
0,925
6
1,030
6
0,873
5
0,682
9
0,835
6
0,784
4
0,769
3
0,918
7
0,496
1
0,724
7
0,430
1
0,595
1
0,780
1
0,709
6
0,432
7
0,595
1
0,669
0
0,584
9
0,286
7
0,222
7
0,302

0,2449
0,1948
0,0748
0,3597
0,0146
0,3032
0,1473
0,2904
0,2392
0,0085
0,2695
0,0306
0,5571
0,3171
0,1006
0,0584
0,2307
0,1752
0,0198
0,2425
0,0826
0,3975
0,6094
0,3931
0,3169
0,1128
0,2208
0,3052
0,0892
0,2131
-

0
0,037
9
0,005
6
0,129
4
0,000
2
0,091
9
0,021
7
0,084
4
0,057
2
0,000
1
0,072
6
0,000
9
0,310
4
0,100
5
0,010
1
0,003
4
0,053
2
0,030
7
0,000
4
0,058
8
0,006
8
0,158
0
0,371
3
0,154
6
0,100
5
0,012
7
0,048
8
0,093
1
0,008
0
0,045
4
0,029

3
10
4
10
5
10
6
10
7
10
8
10
9
11
0
11
1
11
2
11
3
11
4
11
5
11
6
11
7
11
8
11
9
12
0
12
1
12
2
12
3
12
4
12
5
12
6
12
7
12
8
12
9
13
0
13
1
13
2
13

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

5
0,400
0
0,487
8
0,377
4
0,416
7
0,303
0
0,434
8
0,416
7
0,270
3
0,400
0
0,281
7
0,222
2
0,312
5
0,434
8
0,335
6
0,367
6
0,377
4
0,285
7
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500

6
0,160
0
0,238
0
0,142
4
0,173
6
0,091
8
0,189
0
0,173
6
0,073
0
0,160
0
0,079
3
0,049
4
0,097
7
0,189
0
0,112
6
0,135
2
0,142
4
0,081
6
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250

6
0,381
1
0,683
0
0,240
1
0,571
8
0,316
4
0,556
3
1,000
0
0,316
4
0,512
6
0,522
0
0,656
1
0,062
5
1,000
0
0,301
1
0,726
0
0,482
3
0,743
5
0,409
6
0,482
3
0,512
6
0,157
2
0,170
8
0,062
5
0,086
1
0,482
3
0,164
0
0,164
0
0,115
8
0,435
8
0,129

4
0,391
6
0,254
9
0,432
7
0,362
8
0,584
9
0,333
1
0,362
8
0,660
3
0,391
6
0,633
5
0,780
1
0,564
1
0,333
1
0,515
1
0,451
1
0,432
7
0,624
2
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238

0,1728
0,0105
0,4281
0,1926
0,2089
0,2685
0,2232
0,6372
0,3439
0,1210
0,1115
0,1240
0,5016
0,6669
0,2140
0,2749
0,0495
0,1193
0,1707
0,2434
0,2738
0,0817
0,0681
0,1764
0,1528
0,2434
0,0749
0,0749
0,1231
0,1969
-

9
0,000
1
0,183
2
0,037
1
0,043
6
0,072
1
0,049
8
0,406
0
0,118
3
0,014
7
0,012
4
0,015
4
0,251
6
0,444
8
0,045
8
0,075
6
0,002
5
0,014
2
0,029
2
0,059
2
0,074
9
0,006
7
0,004
6
0,031
1
0,023
3
0,059
2
0,005
6
0,005
6
0,015
1
0,038
8
0,011

3
13
4
13
5
13
6
13
7
13
8
13
9
14
0
14
1
14
2
14
3
14
4
14
5
14
6
14
7
14
8
14
9
15
0
15
1
15
2
15
3
15
4
15
5
15
6
15
7
15
8
15
9
16
0
16
1
16
2
16

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
-

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767

0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
0,500
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000

0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
0,250
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000

6
0,260
3
0,448
1
0,062
5
0,571
8
0,152
6
0,556
3
0,539
8
0,062
5
0,350
1
0,522
0
0,656
1
0,062
5
0,624
3
0,301
1
0,350
1
0,197
5
0,743
5
0,273
4
0,197
5
0,229
7
0,027
5
0,106
6
0,062
5
0,062
5
0,030
1
0,088
5
0,164
0
0,062
5
0,100
1
0,025

9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,238
9
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186

0,1093
0,0215
0,2093
0,1764
0,3329
0,0863
0,3175
0,3009
0,1764
0,1113
0,2831
0,4172
0,1764
0,3854
0,0622
0,1113
0,0413
0,5046
0,0869
0,0111
0,0433
0,1589
0,0798
0,1239
0,1239
0,1563
0,0979
0,0224
0,1239
0,0863
-

9
0,000
5
0,043
8
0,031
1
0,110
8
0,007
4
0,100
8
0,090
6
0,031
1
0,012
4
0,080
2
0,174
1
0,031
1
0,148
6
0,003
9
0,012
4
0,001
7
0,254
6
0,007
6
0,000
1
0,001
9
0,025
2
0,006
4
0,015
4
0,015
4
0,024
4
0,009
6
0,000
5
0,015
4
0,007
5
0,025

3
16
4
16
5
16
6
16
7
16
8
16
9
17
0
17
1
17
2
17
3
17
4
17
5
17
6
17
7
17
8
17
9
18
0

6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6
1,476
6

3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607
3,6607

6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6
2,370
6

2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2
0,610
2

6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6
0,767
6

0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0

0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0

6
0,106
6
0,279
8
0,008
1
0,090
1
0,152
6
0,279
8
0,260
3
0,012
3
0,143
4
0,240
1
0,409
6
0,019
8
0,624
3
0,123
3
0,021
9
0,197
5
0,539
8

4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4
0,186
4

0,1608
0,0798
0,0933
0,1783
0,0964
0,0339
0,0933
0,0739
0,1741
0,0430
0,0537
0,2232
0,1667
0,4379
0,0631
0,1646
0,0111
0,3533

9
0,006
4
0,008
7
0,031
8
0,009
3
0,001
1
0,008
7
0,005
5
0,030
3
0,001
9
0,002
9
0,049
8
0,027
8
0,191
7
0,004
0
0,027
1
0,000
1
0,124
8