Está en la página 1de 16

Universidad Peruana de Ciencias Aplicadas

ALUMNO

PREGRADO

--------------------------------------------------------------------------------------------------------

MATERIAL PARA LOS CURSOS DE ESTADÍSTICA DE PRE GRADO DE LA UPC

Universidad Peruana de Ciencias Aplicadas

FÓRMULAS ESTADÍSTICAS

MEDIDAS DESCRIPTIVAS

Resumen Muestra Población Promedio o n k k N k k  x  f
Resumen
Muestra
Población
Promedio o
n
k
k
N
k
k
x
f x
f x
'
x
f x
f x
'
media
i
i
i
i
i
i
i
i
i
i
i
1
i
1
i
1
x 
x 
x 
i
1
i
1
i
1



n
n
n
N
N
N
datos agrupados
datos agrupados con intervalos
Promedio
k
k
w x
w x
ponderado
i
i
i
i
i
 1
i
 1
x
w
w
k
k
w
w
i
i
MG
i
 1
n
f
.f
.f
f
MG
i
 1
N
f
. f
. f
f
Promedio
1
2
3
n
1
2
3
N
geométrico
x
f
x
i
f
i
Factor de variación :
i
x
Factor de variación :
i
x
i
1
i
1
Tasa de variación: i i = (f i – 1) . 100%
Tasa de variación promedio : i p = (f p – 1) . 100%
Tasa de variación: i i = (f i – 1) . 100%
Tasa de variación promedio : i p = (f p – 1) . 100%
w
 n
w
w
 N
w
Mediana
Me
 L
 F
   Me
L
0,5
 H
Me
 L
 F
Me
L
0,5
 H
me
f
 2
me1
me
h
me  1
me
f
2
me 1
me
h
me  1
me
me
me
me
Moda
d
d1  fi  fi1 , d2  fi  fi1
d
donde: d1  fi  fi1 ,
d2  fi  fi1
Mo
  
L
1
 w
Mo
  
L
1
 w
mo
donde
mo
d
d
d
d
1
2
1
2
Varianza
n
k
k
N
k
k
(x
i x)
2
f (x
x)
2
f (x
'
x)
2
(x

) 2
f
(x

) 2
f
(x
'

) 2
i
i
i
i
i
i
i
i
i
2
 
i
1
S
S
2
 
i
1
2
 
i
1
2
i
1
2
i
1
 
 
i
1
s
 
2
n
 1
n
1
n
1
N
N
N
datos agrupados
datos agrupados con intervalos

Universidad Peruana de Ciencias Aplicadas

Resumen

 

Muestra

 

Población

Desviación

estándar

s

n (x  x) 2 i i  1 n  1
n
(x
x)
2
i
i
1
n
1

s

k f (x  x) 2 i i i  1 n  1
k
f (x
x)
2
i
i
i
1
n
1

s

k f (x '  x) 2 i i i  1 n  1
k
f (x
'
x)
2
i
i
i
1
n
1

 



N  (x  ) 2 i i  1 N
N
(x

) 2
i
i
1
N



k  f (x  ) 2 i i i  1 N
k
f
(x

) 2
i
i
i
1
N



k  f (x '  ) 2 i i i  1 N
k
f
(x
'

) 2
i
i
i
1
N
 

Coeficiente de

variación

CV    s

x

x100%

   

CV

  

 

x100%

   

Percentiles

   

P

L

 

w

n.k

F

   

P

L

w

N.k

F

k

i

f i 100

i1

k

i

f i1

i 100

Sturges

k

13.322log

10

n

         

REGLAS DE CONTEO

 

Permutaciones

k

n

con repetición

Permutaciones

n!(n 1)(n 2)

(2)(1)

Variaciones

V

n

n!

k

(n

k)!

Combinaciones

C

n

 

n!

 

k

k!(n

k)!

TEORÍA DE PROBABILIDAD P(A  B)  P(A)  P(B)  P(A  B) Probabilidad
TEORÍA DE PROBABILIDAD
P(A
 B)
P(A)
P(B)
P(A
B)
Probabilidad total
P(A1)P(E / A1) 
P(AK )P(E / AK )
P(A
 B)
P(A)
P(B),
(A
B)

Teorema de Bayes
P(A )P(E / A )
P(A / E) 
i
i
i
i
P(A )P(E / A )
 
P(A
)P(E / A
)
1
1
K
K
1,2,
,
k
Leyes de Morgan
P(A' P(A'
 
B') B')
 
P[(A P[(A
 
B)'] B)']
Probabilidad condicional
P(A
B)
P(A | B)
,
P(B)
0
P(B)
Eventos independientes
P(A P(A  | B) B)
P(A) P(A).P(B)

Universidad Peruana de Ciencias Aplicadas

VARIABLE ALEATORIA n  Esperado , X n son n variables aleatorias independientes, y a
VARIABLE ALEATORIA
n

Esperado
, X n son n variables aleatorias independientes, y a 1 , a 2 ,
 
E(X)
x p
Si X 1 , X 2 , X 3 ,
 E(X) 
x .f(x)dx
x
i
i
x
i
a 3 ,
, a n son n constantes, entonces:
i
1

n
E 
a
X
 
n
a
. E(X )
i
i
i
i
i  1
i
1
n

Varianza
2
 V(X) 
f (x
 )
Si X 1 , X 2 , X 3 ,
, X n son n variables aleatorias independientes, y a 1 , a 2 ,
2
2
 V(X) 
(x
 ) .f(x)dx
2
x
i
i
x
x
i
x
a 3 ,
, a n son n constantes, entonces:
i
1

n
 V(X)  E(X )  E(X)
n
2
2
2
 V(X)  E(X )  E(X)
2
V 
a
X

a
2
. V(X )
x
2
2
x
i
i
i
i
i  1
i  1
X
~ B(1,p)
P(X
x)
p
(1
p)
DISTRIBUCIONES IMPORTANTES
x
1
x
x
E(X)  p
V(X)  p(1 p)
0 ,1
Bernoulli
X
~ B(n,p)
P(X
x)
C
(1
E(X)  np
V(X)  np(1 p)
n
p
x
p)
n
x
x
0 ,1,
,n
x
Binomial
X
~ H(N,r,n)
C C
r
N
r
 r 
r
  N
n 
P(X
x)
x
n
x
x
0 ,1,
,min(r,n)
E(X)
n 
V
(
X
)
  1 
Hipergeométrica
C
N
 N 
n    N r    
N
  N  1 
n
X
~ P()

x
E(X) 
V(X) 
e
. 
P(X
x)
x
0 ,1, 2 ,
Poisson
x!
X
~ G(p)
P(X
x)
p(1
p)
x
1
x
1, 2, 3,
1
1
p
E(X) 
V(X) 
Geométrica
p
p
2
X ~ BN(k, p)
P X
(
x
)
C
x
1
p
k
(1
p
)
x
k
x
k
,
k
1,
k
2,
k
k
1 
p
k
  1
E(X ) 
V
(
X
) 
Pascal
p
p
2
X
~
N 
(
,
E(X) 
2
)
1
2
  
x
1
V(X) 
2
f(x) 
e
2
 
 
Normal
,
 
x
2

X ~ Ua,b
(a
b)
2
f(x)
1 b
,
a
x
E(X) 
(b
a)
V(X) 
Uniforme
b
 a
2
12

Fórmulas y Tablas Estadísticas

4

Universidad Peruana de Ciencias Aplicadas

1 x  f ( x )  x   1 e  ,
1
x
f
(
x
) 
x
 1
e
,
x 
0
X
~ Ga(,1/)
,cuando  0
 (
)
E(X) 
V(X) 
2
Gamma
,0
(n)  (n 1)!
  
(
)
x

1
e
x
dx
,

0
0
1
x
X ~ E(1/ )
f(x) 
e
,
x
0
E(X) 
, donde 0
V(X) 
2
Exponencial
x
F(x)
 
1
e
Función acumulada:
X
~ W(,)
x
2
f(x)
x
 1
e
,
x
0 ,

0 ,

0
2
1
   2 
 
 1 
2  
V(X) 
E(X) 
  
Weibull
   
 
  
 
x
F(x)
 
1
e
Función acumulada:
Propiedad reproductiva de la normal.
n
n
n
Si
Y
c x
, donde
x
~ N(
 
,
2
)
i
1, 2,
,
n
,
 
c
y
 
2
c
2
2
Y ~ N(
 
,
2
)
i
i
i
i
i
y
i
i
y
i
i
y
y
i
1
i
1
i
1
DISTRIBUCIONES MUESTRALES
Estimador
Media
Varianza
Distribución
_
2
2
 N
n 
_
x 
x 
z 
~ N(0,1)
z 
~ N(0,1)
X
n
n
 N
1 
N
n
 /
n
n
N
1
_
s 2
s 2  N
 n 
_
x 
x

t 
~ t
(n
1)
n
n  N
 1 
t 
~ t
(n
1)
s
N
 n
s/
n
n
N
 1

Universidad Peruana de Ciencias Aplicadas

2

2

   

2

(n

1)S

2

~ X

2

s

 

2

(n

1)

   

pq

pq N

 

n

 

pˆ

p

 

pˆ

p

~ N(0,1)

pˆ

p

z

pq n
pq
n

~ N(0,1)

 

z

pq  N  n    n  N  1 
pq  N
 n
n
 N
 1

n

q 1p

n

N

1

 
Estimador Media Varianza Distribución Varianzas conocidas  2  2  2  N 
Estimador
Media
Varianza
Distribución
Varianzas conocidas
2
2
2
 N
n
2
 N
n
(x
x
)
  
(
)
1
2
1
1
1
 
2
2
2
z 
1
2
1
2
~ N(0,1)
n
n
n 1 N
1
n
N
1
2
2
2
1
1
2
2
1
2
n
n
1
2
Varianzas desconocidas e iguales
_
_
(x
x
)
  
(
)
1 2
t 
1
2
1
2
~ t
1
1
(n
1)S
2
X1  X2
(n
1)S
2
(n
n
2)
S
2
   donde
S
2
1
1
2
2
1
2
1
1
p
n
n
p
 n
n
2
S
2
1
2
1
2
p
n
n
1
2
Varianzas desconocidas y diferentes
2
2
2
S
S
1
2
n
n
(x
x
)
  
(
)
1
2
S
2
S
2
S
2
 N
n
S
2
 N
n
t 
1
2
1
2
donde
~ t
v 
1
2
 
(v)
2
2
1
1
1
2
2
2
2
2
2
2
S
S
S
n
n
S
n 1 2
N
1
n
N
1
1
2
1
2
1
1
2
2
n
n
n 1 2
n 1 
2
D
n
1
n
1
1
2
d
S
2
d
D
d
t 
~ t
n
S
/
n
n 1
d
s
2 1 /s
S
2
2
2
2
2
F 
1 
~ F
n
1,n
1
S
2 2
1
2
2
1
p1 p2
p q
p q
(pˆ
)
(p
p
)
ˆ p2
2
1
1
2
2
z 
1
2
1
2
~ N(0,1)
1
pˆˆ
n
n
1
2
p q
p
q
1
2
1
1
2
2
q 1 = 1- p 1
q 2 = 1- p 2
n
n
1
2

Universidad Peruana de Ciencias Aplicadas

ESTIMACIÓN Y PRUEBA DE HIPOTESIS Parámetro  Intervalos de Confianza Estadístico de Prueba _ Varianza
ESTIMACIÓN Y PRUEBA DE HIPOTESIS
Parámetro

Intervalos de Confianza
Estadístico de Prueba
_
Varianza conocida
Varianza desconocida
_
x 
_
_
s
x 
IC(
 
)
x
z 1
IC(
 
)
x
z 
~ N(0,1)
t 
~ t
(n
1)

/ 2
 /
n
n
t (n
 
1,
/ 2
n
S/
n
2
(n
1)S
2
(n
1)S
2
(n
1)S
2
LIC(
2
)
LSC(
2
)
 
2
~ X
2
2
2
2
(n
1)
(n
 
1,
/ 2)
(n
1,1-
/ 2)
p
p
pˆ(1
pˆ)
z 
~ N(0,1)
IC(p)
 
 
1
p(1
p)
z (1

/ 2)
n
n
Varianzas conocidas
2
2
(x
x
)
  
(
)
IC(
  
)
(x
x
)
z
1
2
1
2
1
2
z 
~ N(0,1)
1
2
1
2
(1

/ 2)
n
n
2
2
1
2
1
2
n
n
1
2
Varianzas desconocidas pero iguales
_
_
_
_
1
1
(x
1  )
x
  
(
)
2
IC(
 
)
(x
x
)
t
S
t 
2
1
2
~ t
1
2
(n
n
2,
/ 2)
p
1
2
1
2
n
n
(n
n
2)
1
2
1 2
1
2
1
1
S
2
2
2
(n
1)S
(n
1)S
p
n
n
2
1
1
2
2
donde
S
1
2
p
n
n
2
1
2
Varianzas desconocidas y diferentes
2
2
2
S
S
1
2
n
n
(x
x
)
  
(
)
1
2
_
_
 S
1 S
2 2
v 
t 
1
2
1
2
~ t
IC(
 
)
(x
x
)
t
2
2
(v)
2
2
 2
S
2
S
2
 
S
 
S
1
2
1
2
(v ,
/ 2)
n
n
1
2
1
2
 2
1
n 1 n
n
2
 2
n
 1
n
1
n
1
1
2
s
d
D
IC(D)
d
t
d
t 
~ t
n 1
D
(n1, / 2)
n
S
/
n
d

Universidad Peruana de Ciencias Aplicadas

Parámetro Intervalos de Confianza Estadístico de Prueba 2 S 1 2 2 1 LIC( 
Parámetro
Intervalos de Confianza
Estadístico de Prueba
2
S
1
2
2
1
LIC(
 
/
)
.
2
1
2
S
1
2
S
f
F 
1
 1 /
~ F
2
2
2
(
/ 2,v
,v
)
1
2
n
1,
n
1
2
S
2
2
1
2
2
S
2
1
2
2
1
LSC(
 
/
)
.f
,
2
v
 
n
1
2
1
v
2
S
n
(
/ 2
v
1
,v
)
2
1
2
2
1
1
2
2
H0 : p1  p2  0
H
: p
p
K
p ˆ q ˆ
p
ˆ
q
ˆ
a)
0
1
2
b)
y
K  0
1
1
2
2
LIC(p
p
)
p
ˆ
p
ˆ
z
1
2
1
2
1

/ 2
n
n
1
2
1
2
(pˆ
)
K
p1 p2
z 
~ N(0,1)
1
2
p ˆ q ˆ
p
ˆ
q
ˆ
z 
~ N(0,1)
1
1
2
2
LSC (p
p
)
p
ˆ
p
ˆ
z
1
1
pˆ qˆ
1
2
1
2
1

/ 2
p(1
p) 
n
n
1
1
2
2
1
2
n
n
1
2
n
n
donde :
1
2
n pˆ
n pˆ
q
ˆ
 1
 p
ˆ
1
1
donde
p 
1
1
2
2
n
n
q
ˆ
 1
 p
ˆ
1
2
2
2
TAMAÑO DE MUESTRA
 
2
S 
2
z
2
pˆqˆ
n
n
n    z
1

/ 2
n    Z
1

/ 2
n 
1

/ 2
n
o
e
2
, donde
= n corregido
e
e
o
n
1 
N
PRUEBA JI CUADRADO
k
(o
e )
2
2
k
(o
e )
X
2
i
i
~ X
 2 con v
(k
m
1) g.l.
o
e
 0.5
2
X
2
i
i
 X
2
e
k
(r
1)(c 1),
 
i
1
i
X
2
i
i
 X
2
e
i  1
i
e
i  1
i
k = # de clases, m = # parámetros desconocidos

Universidad Peruana de Ciencias Aplicadas

ANÁLISIS DE REGRESIÓN Cuadrados medios n n n Inferencia para 0   n 
ANÁLISIS DE REGRESIÓN
Cuadrados medios
n
n
n
Inferencia para 0
n
 x
y
x
y
SSR .
2
i
i
i
i
x
ˆ
CMR 
ˆ
i
i
1
ˆ
i
1
i
1
p
1
 t
s
0
0
t 
~ t
0
/ 2
1
(
n 
2)
2
nS
2
n
n
xx
x
SSE
2
i
n
x
x
CME 
s
i
i
n
p
nS
i
1
i
1
xx
ˆ
ˆ
 
y
x
0
1
donde
p: N° de parámetros a estimar (p = k + 1)
k: N° de variables independientes
Prueba de hipótesis para el coeficiente de correlación lineal
:

0
H
:
0
0
0
a) H
b)
Coeficiente de correlación
Prueba conjunta
r
n
2
n
1
CMR
t 
~ t
(x
x)( y
y)
F 
~ F
(n
2)
n
3
  (1
r)(1
 
)
i
i
cov(X,Y)
n
CME
(
p
1,
n
p
,
)
1
r
2
Z 
ln
0
i  1
~ N(0,1)
r 
'
'
2
 (1
r)(1

)
S
.S
n
n
1
1
0
x
y
2
2
(x
x)
.
(y
y)
i
i
n
n
i  1
i
1
Inferencia para 1
Suma de cuadrados
SSE
 SST SSR .
ˆ
s
Pronósticos
 t
1
n 
2,
/ 2
Valor medio
S
xx
1
(x
x)
2
t
s
0
2
ˆ
ˆ
0
(n
2,
/ 2)
y
n
S
2
t
1
1
1
xx
i
 
1
~ t
SST
y
(
n
p
)
i
s
n
S
b
1
2
Valor individual
S
x i 
xx
ˆ
2
2
1
(x
x)
2
SSR . 
x
1
i
t
s
1
0
donde:
n
0
(n
2,
/ 2)
n
S
2
xx
x i 
Coeficiente de determinación
2
2
SSR
S
 
x
(
x
x
)
Modelos no lineales

o
Lny o
r 2 
xx
i
i
n
0
1
0
SST
Potencia: y
 x
x
Lny 
Ln   Ln   1Lnx  1x
SSR
1
2
0
S
 n
 1
S
Exponencial: y 0 e
Coeficiente de determinación corregido
xx
x
~y ˆ ˆ x ˆ x 
ˆ
2
2
ˆ
x
m
 n
1 
1
0
1
2
m
Polinomio de grado m:
r
2
 
1
(1
r
2
) 
correg. 2
  
n
p
SSE
s
s
s
CME
e
y.x
n
p

Universidad Peruana de Ciencias Aplicadas

 

ANOVA DE UNA VIA

 

Fuente de

Grados de libertad

Suma de cuadrados

Cuadrado medio

   

F

   

F

variación

c

tab

Tratamientos

k 1

 

SS(Tr)

k

i 1

y

i. 2 y

2

 

(

SS Tr

)

F

CM(Tr)

F

(k

1, n.

k, )

 

n i n

(

CM Tr

)

k 1

CME

 

Error

n.

k

SSE SST SS(Tr)

 

CME

n

SSE

k

   
 

n.

1

 

k

n

2

 

k

 



i

1

j 1

y

2

y

Total

donde

n

i 1

n

i

SST

ij

n

k: N° tratamientos

Prueba Diferencia Mínimas Significativas (DMS) Se plantea las siguientes hipótesis:

H

0

1

: :  

 

i

i

j

i j

H

j

α

Se rechaza H 0 si:

 1 1  CME     n n   i j
1
1
CME
n
n
i
j

|

y

i

y

j

|

t

( n

k

,/ 2)

Universidad Peruana de Ciencias Aplicadas

ANOVA DE DOS VIAS SIN INTERACCIÓN Fuente de Grados de libertad Suma de cuadrados Cuadrado
ANOVA DE DOS VIAS SIN INTERACCIÓN
Fuente de
Grados de libertad
Suma de cuadrados
Cuadrado medio
F
F
c
tab
variación
a
y
2
y
2
SS(Tr)
CM(Tr)
SS(Tr)
i.
CM(Tr) 
F T 
F[a1,(a1)(b1),]
Tratamientos
a
- 1
b
ab
a
1
CME
i
1
b
y
2
y
2
SSB
CMB
SSB
.j
CMB 
F B 
Bloques
b
- 1
a
ab
b
1
CME
F[b1,(a1)(b1),]
j
1
SSE
 SST SS(Tr) SSB
SSE
CME 
Error
(a - 1)(b - 1)
(a
1)(b
1)

a
b
y
2
SST
y
2
Total
ab - 1
ij
ab
i
1
j  1

a: N° tratamientos b: N° bloques

Universidad Peruana de Ciencias Aplicadas

 

ANÁLISIS DE DOS FACTORES CON INTERACCIÓN

 

Fuente de

Grados de

 

Suma de cuadrados

 

Cuadrado medio

F

 

F

 

variación

libertad

c

tab

     

a

 

2

     

A

a - 1

SSA

1

y

2

y

 

SSA

 

CMA

F[a1,ab(n1),]

 

bn

i

abn

   

1

CME

         

a

 

i

1

 
     

1

 

b

2

     

B

b - 1

SSB

2

y

 

SSB

 

CMB

F[b1,ab(n1),]

 

an

y

. j.

 

abn

 

b

 

1

CME

   

j

1

 
     

1

 

a

 

b

2

   

SS



y

2

 

y

 

SSAB

 

CMAB

AB

(a - 1)(b - 1)

subtotales

n

ij.

 

abn

SSAB

 

SS

 

i

1

j

1

 

(a

1)(b

1)

CME

F[(a1)(b1),ab(n1),]

 

subtotales

SSA

 

SSB

 

Error

ab(n - 1)

SSE SST SSA SSB SSAB

 

SSE

 

ab(n

1)

     

a

b

n

2

 

Total

abn - 1

SST



y

2

y

ijk

abn

 
     

i 1

j

1

k

1

Universidad Peruana de Ciencias Aplicadas

Yˆ 1    Y  1  Yˆ t  t t Suavización
1   
Y
1
t
t
t
Suavización Exponencial
Medición del Error de los Pronósticos
e
Y
Y ˆ
t
t
n
ˆ
2
Y
Y
 n 
Y
Y
ˆ
t
t
DAM 
t
 1
EMC 
t  1
n
n
ˆ
ˆ
n
Y
Y
n
Y
Y
t
t
Y
Y
t  1
t
t  1
t
PME 
PEMA 
n
n
n
ˆ
Y
Y
t
t
Señal de Rastreo 
t  1
DAM

Universidad Peruana de Ciencias Aplicadas

TABLAS ESTADÍSTICAS

Universidad Peruana de Ciencias Aplicadas

Tabla N°1 TABLA DE NÚMEROS ALEATORIOS

C 1

C 2

C 3

C 4

C 5

C 6

C 7

C 8

C 9

C 10

C 11

C 12

C 13

C 14

C 15

C 16

C 17

C 18

C 19

C 20

4

8

2

4

6

6

3

5

4

5

6

0

5

2

6

9

8

0

0

9

9

2

9

8

1

4

4

1

9

8

5

1

1

9

7

9

8

5

9

0

0

2

1

3

3

9

1

6

2

9

7

1

2

6

6

0

7

5

6

4

9

6

0

8

3

5

6

6

6

4

0

8

6

3

4

8

1

8

5

4

1

6

4

1

6

5

2

7

7

2

9

9

9

9

7

4

1

5

4

9

2

9

0

5

5

0

8

4

8

7

4

6

2

1

7

0

1

5

8

7

6

1

2

9

5

0

4

0

9

8

2

0

2

6

8

7

0

1

9

7

1

3

1

8

9

9

0

1

2

6

3

7

1

9

6

1

7

9

9

8

4

5

8

1

1

4

5

6

7

9

9

9

2

1

3

2

3

7

7

9

0

0

3

6

9

6

5

0

6

4

7

9

8

1

2

4

4

8

3

6

7

2

4

5

4

1

2

4

4

6

9

2

6

6

6

5

2

0

0

4

4

9

3

4

4

2

4

5

9

0

8

7

4

8

4

2

1

2

5

4

6

1

2

8

1

3

3

2

0

2

6

0

7

2

7

9

1

4

6

5

9

3

4

0

8

1

3

3

7

3

2

4

8

6

7

9

0

6

2

8

1

8

7

1

3

4

3

9

3

1

7

8

3

7

3

3

0

8

3

5

0

2

1

4

7

5

7

3

1

1

9

3

3

8

7

4

8

0

2

5

3

6

3

4

1

9

8

1

0

9

0

1

1

0

9

3

6

8

6

0

9

4

6

7

6

7

9

1

2

2

7

2

3

9

3

4

6

9

8

1

5

9

9

8

4

4

5

9

1

5

4

7

3

0

6

8

1

6

8

1

8

1

8

8

2

3

9

1

4

2

4

9

1

4

0

6

0

3

2

8

0

5

3

8

0

4

3

9

4

6

0

8

8

3

8

7

1

2

2

3

9

7

1

4

2

7

5

5

2

8

6

6

3

5

5

9

9

0

6

8

6

9

5

9

4

9

1

8

2

0

2

5

3

9

1

2

0

3

0

8

7

4

9

1

4

8

8

6

6

8

5

9

4

8

5

7

7

9

6

7

3

8

1

2

2

4

0

1

4

5

7

7

4

0

4

8

9

4

7

0

9

9

9

7

8

0

0

9

3

2

7

0

5

0

2

7

8

7

3

6

4

8

1

5

8

5

5

1

4

9

6

4

4

4

7

4

5

7

5

0

8

6

7

3

6

1

7

1

1

3

5

5

7

4

4

7

6

7