INFERENCIA ESTADÍSTICA

Fase 2 - Muestreo e intervalos de confianza

Presentado por:
Andres Leonardo Pinto Cristancho

Grupo: 27

Presentado a:
Erica Zulay Diaz

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2022
 ROL ESTUDIANTE
Revisor 1
Alertas 2
Entregas 3
Evaluador 4
5
 NOMBRE
Camilo Andres Dueñas Diaz
Henry Fabián León
Andres Leonardo Pinto Cristancho
Diana Marcela Salazar Hernandez
 En este espacio cada estudiante puede registrar sus respuestas a las preguntas p

ESTUDIANTE 1:
Cómo seleccionar el tamaño de muestra? Actividad 1
Debemos determinar las variables tales como: tamaño de 1. ¿Cómo seleccionar el tam
población margen de error nivel de confianza y desviación El tamaño muestral depend
estándar para luego determinar la puntuación Z y usar la fórmula estadísticas, pueden incluir
del tamaño de muestra. recursos, el presupuesto o
1. ¿Cuándo se utiliza el muestreo? Para seleccionar el tamaño
Se utiliza cuando es dificil estudiar a todos los individuos de una a) Tamaño de la población.
poblacion debido a su gran numero o a sus variadas características similares com
caracteristicas. por esto se crea una muestra que ayuda a precisar tiene diversas característica
datos en una gran poblacion. sobre la que los investigado
2. ¿Cuáles son los diferentes tipos de muestreos? b) Margen de error (interva
Explique en qué error de muestreo aleatorio
de diferencian cada uno de ellos. decir, es la medida estadísti
Muestreo Aleatorio Simple espera que los resultados s
Consiste en que cada integrante de una población es marcado e específico.
identificado y se escoje uno de estos para que de este modo todos c) Nivel de confianza. Son in
tengan la misma probabilidad de ser seleccionados. un valor con una determina
Muestreo Estratificado confianza de 95% significa q
Consiste en clasificar individuos de una probablemente cubrirán las
determinada poblacion encasillandolos en una caracteristica d) La desviación estándar. í
general que algunos de ellos poseen en común por ejemplo: Sexo, conjunto de datos (o pobla
estrato, nacionalidad, etc. estándar, mayor es la dispe
Mustreo sistematico Actividad 2
Es aquel que escoge un elemento 1. ¿Cuándo se utiliza un mu
aleatorio y basado en este se seleccionan las demas muestras en El muestreo se utiliza cuand
ciertos intervalos partiendo de base este elemento aleatorio inicial tabla de números aleatorio
población. También es usad
3. ¿Cómo se realiza el muestreo sistemático? selección sistemática facilit
Buscar una y crear un listado de N individuos en una la población muestra.
para crear nuestra muestra luego dividimos el marco en 2. ¿Cuáles son los diferente
fragmentos, y establecemos la variable para el tamaño de muestra Los tipos de muestreo son e
que se desea el tamaño de los fragmentos será: K=N/n, y K es el Los probabilísticos son el m
coeficiente de elevación. haciendo una investigación
luego debemos obtener un número aleatorio entero menor o igual componentes de la poblaci
al intervalo. por ultimo se debe Seleccionar los individuos seleccionados para la mues
partiendo del individuo seleccionado aleatoriamente, a) Muestreo probabilístico
seleccionando a los individuos del resto ocupando el mismo cada unidad que compone
numero de intervalos saltado por el inicial ser seleccionado.
4. ¿Cómo se realiza el muestreo aleatorio simple? b) Muestreo probabilístico
Identificamos un marco de muestreo de una determinada aleatorios: Método utilizad
población seguidamente Evaluar el marco de muestreo en seleccionar a los componen
aspectos como la agrupación, cobertura, cobertura excesiva y c) Muestreo probabilístico s
cobertura múltiple luego asignamos un número a cada elemento, cuando el tamaño de la pob
observamos el tamaño de la muestra para poder seleccionar al aleatorios no es suficiente p
azar un número de la población y a los elementos que les caiga d) Muestreo probabilístico
dicho numero al azar seran los que seran estudio de prueba. de la población en subgrup
5. ¿Qué sucede cuando se realiza un muestreo probabilístico en e) Muestreo probabilístico
muestras no se dispone de una lista d
pequeñas? unidades que conforman la
si elaborarla.
se toman muestras pequeñas. por lo general, se mantiene un nivel 3. ¿Cómo se realiza el mues
de confianza de no inferior al 95% lo que nos indica que la Este tipo de muestreo se uti
acertividad de nuestro estudio es muy alta. grande y la tabla de númer
esa población. También es
selección sistemática facilit
muestra. El procedimiento
- Identifique y defina la pob
- Realice el cálculo de la mu
- Asegúrese de que cada un
enumerada.
 si elaborarla.
se toman muestras pequeñas. por lo general, se mantiene un nivel 3. ¿Cómo se realiza el mues
de confianza de no inferior al 95% lo que nos indica que la Este tipo de muestreo se uti
acertividad de nuestro estudio es muy alta. grande y la tabla de númer
esa población. También es
selección sistemática facilit
muestra. El procedimiento
- Identifique y defina la pob
- Realice el cálculo de la mu
- Asegúrese de que cada un
enumerada.
- Proceda al cálculo del inte
selección de la muestra. Es
población (N) por la muestr
4. ¿Cómo se realiza el mues
Este método también se lo
proceder con la selección d
los siguientes pasos:
- Identificar y definir la pob
- Realizar el listado de cada
- Proceder a calcular la mue
- Asignar un número a cada
anotando en una ficha, cart
o cajón.
- Extraiga una por una las u
cantidad total del tamaño d
extraído será componente
- Siga con el mismo procedi
seleccionó en la muestra.
Cabe aclarar, que este proc
población grande, solo es a
5. ¿Qué sucede cuando se r
muestras pequeñas?
En muestras pequeñas pue
población.
Actividad 3
1. ¿Para qué se utilizan los

Un intervalo de confianza e
estimación de un parámetr
parámetro” con cierto nive
2. ¿A qué se le llama error d
Es una forma de saber qué
ser lo más pequeño posible
parámetro sobre la poblaci
3. ¿Qué representan los lím
de confianza?
Los limites dentro del interv
parámetro estará dentro de
confianza y probabilidad.
4. ¿Cómo se calculan los int
Se trata de encontrar dos n
encuentre entre ellos con u
U) = 1 − α
5. ¿Cómo se calculan los int
Es posible construir un inte
poblacional p, apoyándose
binomial por la normal, que
Se deduce que el intervalo
forma:
puestas a las preguntas propuestas en la guia para responder de forma individual

ESTUDIANTE 2: ESTUDIANTE 3:
tividad 1
¿Cómo seleccionar el tamaño de muestra? ¿Cómo seleccionar el tamaño de muestra?
tamaño muestral dependerá de decisiones estadísticas y no En una población se debe empezar por definir la un
tadísticas, pueden incluir por ejemplo la disponibilidad de los análisis, que es donde y con quien se relealizara la re
cursos, el presupuesto o el equipo que estará en campo. los datos, por ejemplo un colegio, organizaciones lu
ra seleccionar el tamaño de la muestra se tienen en cuenta: fraccionar la población a travez de la muestra.
Tamaño de la población. Son objetos o individuos que tienen Es importante que la muestra sea representativa, ya
racterísticas similares como son la población objetivo, que suele resultados que se obtengan el investigador los toma
ne diversas características La población accesible es la población usarlos de manera general en la poblaición
bre la que los investigadores aplicaran sus conclusiones.
Margen de error (intervalo de confianza). expresa la cantidad de
ror de muestreo aleatorio en los resultados de una encuesta, es
cir, es la medida estadística del número de veces de cada 100 que se
pera que los resultados se encuentren dentro de un rango
pecífico.
Nivel de confianza. Son intervalos aleatorios que se usan para acotar
valor con una determinada probabilidad alta. Ej:, un intervalo de
nfianza de 95% significa que los resultados de una acción
obablemente cubrirán las expectativas el 95% de las veces. Preguntas Actividad 2
La desviación estándar. índice numérico de la dispersión de un 1. ¿Cuándo se utiliza el muestreo?
njunto de datos (o población). Mientras mayor es la desviación * Cuando se tiene que reducir el sesgo en el muestre
tándar, mayor es la dispersión de la población. cuando este debe mínimo.
tividad 2 *Cuando se tiene una población grande y diversa ya q
¿Cuándo se utiliza un muestreo? investigadores a crear muestras que estén acorde a la
muestreo se utiliza cuando el tamaño de la población es grande y la
bla de números aleatorios no es suficiente para contar esa *Para crear una muestra precisa pues esto ayuda a lo
blación. También es usado en poblaciones pequeñas donde la investigadores a crear un tamaño de muestra preciso
ección sistemática facilita la identificación de los componentes de la datos bien definidos.
uestra.
¿Cuáles son los diferentes tipos de muestreos?
s tipos de muestreo son el probabilístico y el no probabilístico.
s probabilísticos son el método más recomendable si se está 2.¿Cuáles son los diferentes tipos de muestreos
ciendo una investigación cuantitativa porque todos los probabilísticos?
mponentes de la población tienen la misma posibilidad de ser Explique en qué consiste cada uno de ellos.
eccionados para la muestra y su clasificación es la siguiente: Muestreo aleatorio simple
Muestreo probabilístico aleatorio simple: Se caracteriza porque El muestreo aleatorio simple consiste en que todos los
da unidad que compone la población tiene la misma posibilidad de una población tienen la misma probabilidad de ser sel
r seleccionado.
Este sistema funciona a través de un método de «sorte
Muestreo probabilístico aleatorio mediante la tabla de números universo de individuos, en el que se le asigna a cada in
eatorios: Método utilizado es la tabla de números aleatorios para número para ser escogido.
eccionar a los componentes de la muestra
Muestreo probabilístico sistemático: Este tipo de muestreo se utiliza
ando el tamaño de la población es grande y la tabla de números
eatorios no es suficiente para contar esa población.
Muestreo probabilístico estratificado: Se caracteriza por la división
la población en subgrupos o estratos
Muestreo probabilístico conglomerado: Se usa en particular cuando
se dispone de una lista detallada y enumerada de cada una de las
idades que conforman la población y resulta muy complejo
aborarla. Muestreo Estratificado
¿Cómo se realiza el muestreo sistemático?
Se basa en analizar una población grande la cual se div
te tipo de muestreo se utiliza cuando el tamaño de la población es más pequeños sin mezclarse, estos grupos representa
ande y la tabla de números aleatorios no es suficiente para contar población en conjunto.
a población. También es usado en poblaciones pequeñas donde la Durante el muestreo, estos grupos pueden organizarse
ección sistemática facilita la identificación de los componentes de la estos se puede obtener una muestra de cada grupo po
uestra. El procedimiento es el siguiente: Este método consiste en organizar o clasificar las mue
dentifique y defina la población. edad, etnia.
ealice el cálculo de la muestra
segúrese de que cada uno de los componentes de la población esté
umerada.
aborarla.
¿Cómo se realiza el muestreo sistemático?
te tipo de muestreo se utiliza cuando el tamaño de la población es
ande y la tabla de números aleatorios no es suficiente para contar
a población. También es usado en poblaciones pequeñas donde la
ección sistemática facilita la identificación de los componentes de la
uestra. El procedimiento es el siguiente:
dentifique y defina la población.
ealice el cálculo de la muestra
segúrese de que cada uno de los componentes de la población esté
umerada.
roceda al cálculo del intervalo numérico que servirá de base para la
ección de la muestra. Este se calcula dividiendo (N/m) el total de la
blación (N) por la muestra (m).
¿Cómo se realiza el muestreo aleatorio simple?
te método también se lo conoce como sorteo, rifa o la tómbola. Para
oceder con la selección de los componentes de la muestra se siguen
siguientes pasos:
dentificar y definir la población.
ealizar el listado de cada una de las unidades de la población.
roceder a calcular la muestra.
signar un número a cada uno de los componentes de la población
otando en una ficha, cartón o bolillo; luego colóquelos en una bolsa
cajón.
xtraiga una por una las unidades correspondientes de acuerdo a la
ntidad total del tamaño de la muestra. Cada ficha, cartón o bolillo
traído será componente de la muestra.
iga con el mismo procedimiento hasta completar la cantidad que se
eccionó en la muestra.
be aclarar, que este procedimiento no puede ser utilizado en una
blación grande, solo es aplicable cuando la población es pequeña.
¿Qué sucede cuando se realiza un muestreo probabilístico en
uestras pequeñas?
muestras pequeñas puede no representar adecuadamente a la
blación.
tividad 3
¿Para qué se utilizan los intervalos de confianza?
intervalo de confianza es utilizado para saber qué tan precisa es la
timación de un parámetro, indica un rango “donde puede estar el
rámetro” con cierto nivel de seguridad o confianza.
¿A qué se le llama error de estimación?
una forma de saber qué tan variable es el estimado. Este error debe
r lo más pequeño posible ya que de él depende la estimación del
rámetro sobre la población.
¿Qué representan los límites de confianza obtenidos en un intervalo
confianza?
s limites dentro del intervalo de confianza estiman que x valor del
rámetro estará dentro de dicho intervalo con determinado nivel de
nfianza y probabilidad.
¿Cómo se calculan los intervalos de confianza para la media?
trata de encontrar dos números L y U, tales que el parámetro μ se
cuentre entre ellos con una probabilidad de 1 − α. Esto es,P(L ≤ μ ≤
=1−α
¿Cómo se calculan los intervalos de confianza para la proporción?
posible construir un intervalo de confianza para la proporción
blacional p, apoyándose en la aproximación de la distribución
nomial por la normal, que es adecuada cuando np ≥ 5 y n(1 − p) ≥ 5.
deduce que el intervalo de confianza para la proporción es de la
rma:
Muestreo Estratificado
Se basa en analizar una población grande la cual se div
más pequeños sin mezclarse, estos grupos representa
población en conjunto.
Durante el muestreo, estos grupos pueden organizarse
estos se puede obtener una muestra de cada grupo po
Este método consiste en organizar o clasificar las mue
edad, etnia.
Muestreo sistemático
Un muestreo sistemático es aquel en el que se elige u
azar y, para escoger el resto de la muestra, se utilizan
regulares basados en un valor numérico. Ejemplo
si una ONG busca formar un muestreo sistemático de
voluntarios de una población de 5000, puede seleccio
décima persona de la población.
¿Cómo se realiza el muestreo sistemá
1. Elaborar una lista ordenada de los N individuos de la
que sería el marco muestral.
2. Dividir el marco muestral en n fragmentos, donde n
de muestra que se desea. El tamaño de estos fragmen
donde K recibe el nombre de intervalo o coeficiente d
3. Número de inicio: obtener un número aleatorio ent
igual al intervalo. Este número pertenece al 1 sujeto q
seleccionará para la muestra dentro del primer fragme
hemos dividido la población.
4. Selección de los n-1 individuos restantes: Selecciona
individuos a partir del individuo seleccionado aleatoria
mediante un proceso matemático, seleccionando a los
resto de fragmentos en que se ha dividido la muestra
misma posición que el sujeto inicial.
4. ¿Cómo se realiza el muestreo aleatorio simple
•Definir la población objetivo.
•Identificar un marco de muestreo actual de la poblac
•Evaluar el marco de muestreo para la falta de cobert
excesiva, cobertura múltiple y la agrupación.
•Asignar un número único a cada elemento de la tram
•Determinar el tamaño de la muestra.
•Seleccionar al azar el número específico de la poblac
Ejemplo:
Se necesita seleccionar una muestra de 50 personas e
universo de 1000, se le asignará a esas 1000 personas
a modo de sorteo, se seleccionarán 50 números al aza
conformarán la muestra requerida.
5. ¿Qué sucede cuando se realiza un muestreo proba
muestras pequeñas?
Representa el porcentaje de intervalos que incluirían
de población si usted tomara muestras de la misma p
otra vez. Por lo general, un nivel de confianza de 95%
adecuadamente, dicho de otra manera
Los niveles de confianza informan en qué porcentaje
estimación es certera.
5. ¿Qué sucede cuando se realiza un muestreo proba
muestras pequeñas?
Representa el porcentaje de intervalos que incluirían
de población si usted tomara muestras de la misma p
otra vez. Por lo general, un nivel de confianza de 95%
adecuadamente, dicho de otra manera
Los niveles de confianza informan en qué porcentaje
estimación es certera.
 ESTUDIANTE 3:
eccionar el tamaño de muestra?
ación se debe empezar por definir la unidad de
es donde y con quien se relealizara la recoleccion de
r ejemplo un colegio, organizaciones luego se debe
población a travez de la muestra.
e que la muestra sea representativa, ya que los
ue se obtengan el investigador los tomara para
anera general en la poblaición
Preguntas Actividad 2
se utiliza el muestreo?
ene que reducir el sesgo en el muestreo es decir
te debe mínimo.
ene una población grande y diversa ya que ayuda a los
s a crear muestras que estén acorde a la población.
na muestra precisa pues esto ayuda a los
s a crear un tamaño de muestra preciso y así obtener
finidos.
n los diferentes tipos de muestreos
os?
ué consiste cada uno de ellos.
Muestreo aleatorio simple
eatorio simple consiste en que todos los elementos de
tienen la misma probabilidad de ser seleccionados.
nciona a través de un método de «sorteo» entre un
dividuos, en el que se le asigna a cada integrante un
er escogido.
Muestreo Estratificado
lizar una población grande la cual se divide en grupos
sin mezclarse, estos grupos representan a toda
onjunto.
estreo, estos grupos pueden organizarse y luego de
obtener una muestra de cada grupo por separado.
onsiste en organizar o clasificar las muestras por sexo,
ESTUDIANTE 4:
¿Cómo seleccionar el tamaño de muestra?
Para calcular el tamaño de la muestra adecuado, se deben tener
en cuenta diferentes factores que afectan a la encuesta y tener
una comprensión básica de los cálculos estadísticos que se
aplican. Luego, podrá utilizar una fórmula de tamaño de muestra
para aplicar todo esto y hacer el muestreo con la confianza de
que su encuesta será estadísticamente correcta.
¿Cuándo se utiliza un muestreo?
El muestreo es un proceso o conjunto de métodos para obtener
una muestra finita de una población finita o infinita, con el fin de
estimar valores de parámetros o corroborar hipótesis sobre la
forma de una distribución de probabilidades o sobre el valor de
un parámetro de una o más poblaciones. Su función básica es
determinar que parte de una realidad en estudio (población o
universo) debe examinarse con la finalidad de hacer inferencias
sobre dicha población.
¿Cuáles son los diferentes tipos de muestreos probabilísticos?
Explique en qué consiste cada uno de ellos. Muestreo Aleatorio
Simple: Se aplica fundamentalmente en investigaciones sobre
poblaciones pequeñas y plenamente identificables, por ejemplo,
cuando disponemos de la lista completa de todos los elementos
del universo.
Muestreo Aleatorio Sistemático: Se utiliza en muestras
ordenadas. Consiste en seleccionar al azar un elemento y a partir
de él, incrementando un intervalo fijo, seleccionar toda la
muestra.
Muestreo Aleatorio Estratificado: Se basa en dividir los
elementos del universo en grupos, donde cada elemento del
universo pertenece a un solo grupo, y el conjunto de los grupos
forman la totalidad del universo. A cada grupo lo llamamos
estrato.
Muestreo Aleatorio por Conglomerados: En este tipo de
muestreos la unidad muestra no son los elementos del universo,
sino un conjunto de elementos que bajo determinados aspectos
se puede considerar que forman una unidad."
¿Cómo se realiza el muestreo sistemático?
Procedimiento. N: Tamaño del universo n: el tamaño de la
muestra. Primero se determina de qué tamaño es la muestra,
una vez determinado el tamaño, se calcula el coeficiente de
elevación, esto es, el cociente, la división, entre el tamaño del
universo y el tamaño de la muestra. Se opta por un número al
azar que sea como el máximo coeficiente de elevación, un
número entre 1 y K, a este número se le nombrará “i”. Se debe
de contar con un listado de todos los elementos del universo,
donde i+K, i+2K, i+3K, i+4K, i+5K… de tal manera que se continúe
hasta completar toda la muestra."
¿Cómo se realiza el muestreo aleatorio simple?
La selección de la muestra se realiza en una sola etapa,
directamente y sin reemplazamientos.
¿Qué sucede cuando se realiza un muestreo probabilístico en
muestras pequeñas?
Es sumamente sencillo y de fácil comprensión. Permite el cálculo
rápido de medias y varianzas. Está basado en la teoría estadística,
por esta razón existen paquetes informáticos analizar todos los
datos.
¿Para qué se utilizan los intervalos de confianza?
Un intervalo de confianza estadística en estadística permite
calcular los valores que existen alrededor de una media muestra.
Dentro de la muestra, se encuentra un rango superior y otro
 Muestreo Estratificado
lizar una población grande la cual se divide en grupos
sin mezclarse, estos grupos representan a toda
onjunto.
estreo, estos grupos pueden organizarse y luego de
obtener una muestra de cada grupo por separado.
onsiste en organizar o clasificar las muestras por sexo,
Muestreo sistemático
sistemático es aquel en el que se elige un elemento al
coger el resto de la muestra, se utilizan intervalos
ados en un valor numérico. Ejemplo
usca formar un muestreo sistemático de 500
una población de 5000, puede seleccionar a cada
na de la población.
ómo se realiza el muestreo sistemático?
a lista ordenada de los N individuos de la población, lo
arco muestral.
rco muestral en n fragmentos, donde n es el tamaño
e se desea. El tamaño de estos fragmentos será: K=N/n,
el nombre de intervalo o coeficiente de elevación.
nicio: obtener un número aleatorio entero A, menor o
lo. Este número pertenece al 1 sujeto que se
ara la muestra dentro del primer fragmento en que
o la población.
los n-1 individuos restantes: Seleccionar los
rtir del individuo seleccionado aleatoriamente,
roceso matemático, seleccionando a los individuos del
entos en que se ha dividido la muestra en la ocupan la
n que el sujeto inicial.
realiza el muestreo aleatorio simple?
blación objetivo.
n marco de muestreo actual de la población objetivo.
arco de muestreo para la falta de cobertura, cobertura
rtura múltiple y la agrupación.
úmero único a cada elemento de la trama.
l tamaño de la muestra.
l azar el número específico de la población.
leccionar una muestra de 50 personas entre un
000, se le asignará a esas 1000 personas un número y,
teo, se seleccionarán 50 números al azar que
a muestra requerida.
e cuando se realiza un muestreo probabilístico en
ueñas?
porcentaje de intervalos que incluirían el parámetro
si usted tomara muestras de la misma población una y
o general, un nivel de confianza de 95% funciona
te, dicho de otra manera
confianza informan en qué porcentaje de casos la
certera.
directamente y sin reemplazamientos.
¿Qué sucede cuando se realiza un muestreo probabilístico en
muestras pequeñas?
Es sumamente sencillo y de fácil comprensión. Permite el cálculo
rápido de medias y varianzas. Está basado en la teoría estadística,
por esta razón existen paquetes informáticos analizar todos los
datos.
¿Para qué se utilizan los intervalos de confianza?
Un intervalo de confianza estadística en estadística permite
calcular los valores que existen alrededor de una media muestra.
Dentro de la muestra, se encuentra un rango superior y otro
inferior. Dentro de dicho rango, se estima la probabilidad
determinada y se localiza el parámetro poblacional. De modo que
esto permite expresar con precisión si la estimación de la
muestra coincide con el valor de toda la población.
¿A qué se le llama error de estimación?
Error de estimación es el valor absoluto de la diferencia entre
una estimación particular y el valor del parámetro.
En realidad, por cada valor estimado del parámetro se tiene un
error de estimación por lo general diferente. Sin embargo, es
posible fijar un intervalo dentro del cual se encontrarán la
mayoría de los valores de error de estimación para un estimador
y parámetro dados."
¿Qué representan los límites de confianza obtenidos en un
intervalo de confianza?
Un intervalo de confianza estadística en estadística permite
calcular los valores que existen alrededor de una media muestra.
Dentro de la muestra, se encuentra un rango superior y otro
inferior. Dentro de dicho rango, se estima la probabilidad
determinada y se localiza el parámetro poblacional. De modo que
esto permite expresar con precisión si la estimación de la
muestra coincide con el valor de toda la población.
¿Cómo se calculan los intervalos de confianza para la media?
Los pasos para calcular los intervalos de confianza son:
• 1 Lo primero es fijar un nivel de confianza 1-α (siendo α la
máxima probabilidad aceptada de cometer un error). La
probabilidad de que nuestra estimación esté dentro de ciertos
valores es fijada de antemano. Normalmente los valores de
confianza son del 90%, 95% o 99%. Hay que tener en cuenta que
mientras más alto el nivel de confianza más estrecho será el
intervalo.
• 2 Cálculo del margen de error
Cuando estimo la media poblacional a través de la media
muestra y cuando la desviación estándar de la población es
conocida, el máximo error de estimación dado para un nivel de
confianza 1-α "
¿Cómo se calculan los intervalos de confianza para la
proporción? Se calculan mediante una formula donde se tiene en
cuenta la proporción de la muestra y el margen de error y el error
estándar.
 e cuando se realiza un muestreo probabilístico en
ueñas?
porcentaje de intervalos que incluirían el parámetro
si usted tomara muestras de la misma población una y
o general, un nivel de confianza de 95% funciona
te, dicho de otra manera
confianza informan en qué porcentaje de casos la
certera.
 ESTUDIANTE 5:
de muestra?
ecuado, se deben tener
an a la encuesta y tener
os estadísticos que se
a de tamaño de muestra
reo con la confianza de
mente correcta.
uestreo?
e métodos para obtener
a o infinita, con el fin de
borar hipótesis sobre la
ades o sobre el valor de
s. Su función básica es
n estudio (población o
ad de hacer inferencias
ón.
estreos probabilísticos?
os. Muestreo Aleatorio
n investigaciones sobre
ntificables, por ejemplo,
de todos los elementos

utiliza en muestras
ar un elemento y a partir
o, seleccionar toda la

e basa en dividir los

de cada elemento del
conjunto de los grupos
da grupo lo llamamos

dos: En este tipo de

elementos del universo,
determinados aspectos
n una unidad."
sistemático?

so n: el tamaño de la
tamaño es la muestra,
lcula el coeficiente de
ón, entre el tamaño del
opta por un número al
ente de elevación, un
nombrará “i”. Se debe
ementos del universo,
manera que se continúe
muestra."
eatorio simple?
en una sola etapa,
zamientos.
streo probabilístico en
s?
nsión. Permite el cálculo
o en la teoría estadística,
áticos analizar todos los

os de confianza?
en estadística permite
r de una media muestra.
rango superior y otro
zamientos.
streo probabilístico en
s?
nsión. Permite el cálculo
o en la teoría estadística,
áticos analizar todos los

os de confianza?
en estadística permite
r de una media muestra.
rango superior y otro
tima la probabilidad
oblacional. De modo que
si la estimación de la
oda la población.
estimación?
o de la diferencia entre
or del parámetro.
parámetro se tiene un
rente. Sin embargo, es
ual se encontrarán la
ación para un estimador
s."
anza obtenidos en un
za?
en estadística permite
r de una media muestra.
rango superior y otro
tima la probabilidad
oblacional. De modo que
si la estimación de la
oda la población.
nfianza para la media?
s de confianza son:
fianza 1-α (siendo α la
ometer un error). La
esté dentro de ciertos
lmente los valores de
que tener en cuenta que
a más estrecho será el

de error
a través de la media
dar de la población es
n dado para un nivel de

e confianza para la
rmula donde se tiene en
margen de error y el error
 Situación Problema: La compañía k mundo de origen colombiano vende articulos de diverso
la percepción del producto. Por lo tanto, realizó el consolidado de 2700 artículos vendidos c

El gerente de la compañía acude a la UNAD en busca de ayuda, y la escuela ECBTI designa a

solución al problema planteado.

Actividades propuestas en la Fase 2 - Unidad 1: Teniendo en cuenta la base de datos: “Difi

para la media poblacional o para la proporción, obteniendo conclusiones inferenciales en ca

Vida util del

Elemento Tipo de producto Precio de Probabilidad
vendido articulo (meses) costo de defecto
1 5 36 14000 1.10
2 1 36 18300 3.50
3 5 12 14000 2.79
4 4 18 18300 1.51
5 4 48 24000 3.02
6 1 36 5400 1.84
7 3 18 24000 2.85
8 1 36 14000 3.64
9 4 12 14000 3.09
10 4 48 24000 3.34
11 4 60 14000 3.99
12 4 12 18300 2.14
13 5 60 5400 3.92
14 1 12 14000 2.64
15 4 48 18300 2.35
16 3 18 14000 3.42
17 2 60 24000 1.09
18 3 36 14000 3.70
19 4 12 5400 3.99
20 1 18 14000 2.10
21 4 36 14000 3.91
22 4 36 18300 3.99
23 5 36 14000 3.59
24 3 60 18300 1.44
25 1 60 5400 1.92
26 4 48 14000 2.45
27 1 12 5400 1.32
28 3 12 18300 2.35
29 4 12 18300 2.27
30 4 12 5400 3.21
31 5 36 5400 2.37
32 4 60 24000 2.53
33 2 36 5400 1.40
34 3 48 14000 3.37
35 2 48 18300 3.90
36 3 36 24000 2.26
37 5 48 18300 3.29
38 1 36 14000 2.71
39 5 18 18300 1.82
40 3 36 18300 3.70
41 2 48 14000 2.07
42 3 18 24000 3.48
43 5 18 18300 3.64
44 4 12 18300 3.14
45 1 36 18300 2.82
46 5 12 14000 3.44
47 2 48 5400 3.08
48 1 48 24000 1.81
49 1 12 24000 1.99
50 1 36 14000 3.79
51 3 36 14000 2.54
52 3 12 18300 3.55
53 2 60 24000 2.67
54 1 18 14000 2.20
55 4 36 5400 1.18
56 3 60 18300 1.53
57 4 36 18300 2.71
58 3 12 18300 3.89
59 5 48 14000 1.92
60 5 48 5400 2.78
61 4 36 5400 1.05
62 3 36 24000 1.85
63 5 36 14000 3.94
64 4 36 5400 1.86
65 1 48 24000 1.21
66 1 36 18300 1.09
67 1 36 5400 2.35
68 3 36 24000 2.74
69 5 18 24000 1.28
70 4 36 14000 2.41
71 4 18 14000 1.97
72 2 12 18300 3.58
 73 5 36 14000 2.61
74 5 36 24000 3.17
75 5 36 5400 3.53
76 1 36 5400 3.87
77 3 60 24000 1.39
78 5 36 18300 2.55
79 3 18 5400 1.33
80 1 12 5400 2.36
81 4 36 5400 1.29
82 1 12 14000 3.23
83 1 18 14000 3.12
84 2 18 5400 2.58
85 5 36 5400 1.60
86 2 36 5400 2.21
87 4 12 5400 2.72
88 4 18 5400 3.80
89 2 36 18300 1.34
90 3 60 14000 3.24
91 3 36 14000 1.60
92 5 18 24000 3.38
93 5 60 14000 2.09
94 5 36 24000 1.31
95 4 48 24000 2.72
96 3 36 24000 3.65
97 5 36 18300 1.42
98 1 36 18300 3.05
99 5 18 18300 2.85
100 4 60 24000 3.67
101 3 36 14000 3.23
102 5 36 18300 2.70
103 5 36 5400 2.26
104 4 12 5400 1.52
105 5 36 24000 2.66
106 3 12 24000 2.62
107 4 36 14000 3.62
108 2 48 18300 1.32
109 1 36 24000 2.42
110 3 36 24000 3.94
111 2 36 14000 2.88
112 5 36 14000 3.33
113 2 18 14000 2.56
114 1 36 18300 1.96
115 4 36 14000 3.23
116 3 36 14000 2.01
117 5 60 24000 3.41
118 3 36 24000 3.11
119 3 60 5400 2.62
120 2 48 18300 2.59
121 2 36 18300 3.29
122 1 48 14000 1.29
123 4 12 18300 1.96
124 3 12 24000 2.23
125 5 48 5400 3.13
126 2 60 24000 2.88
127 2 36 5400 3.36
128 1 12 14000 2.43
129 3 36 24000 1.70
130 4 36 5400 2.82
131 1 36 14000 3.32
132 5 36 5400 3.89
133 2 36 24000 1.67
134 2 36 24000 2.16
135 2 12 24000 3.91
136 1 60 18300 3.44
137 5 18 18300 3.47
138 1 36 18300 1.32
139 1 36 5400 1.58
140 5 36 18300 3.60
141 3 36 14000 1.52
142 3 12 14000 3.81
143 5 60 14000 2.22
144 5 36 14000 2.09
145 4 36 18300 1.88
146 1 36 14000 1.19
147 4 36 18300 2.04
148 3 18 5400 3.76
149 3 60 18300 1.60
150 5 36 14000 2.46
151 5 18 5400 1.93
152 2 36 24000 3.59
153 1 18 14000 1.79
154 3 12 5400 3.10
155 3 18 24000 1.25
156 2 18 18300 3.32
157 1 60 24000 3.83
158 1 36 14000 3.30
159 2 36 5400 2.47
160 1 12 14000 1.32
161 1 48 14000 1.32
162 1 60 5400 3.38
163 5 18 18300 1.75
164 4 36 18300 3.72
165 1 36 14000 2.88
166 5 48 5400 1.55
167 4 12 18300 3.32
168 3 36 5400 2.97
169 1 18 5400 2.39
170 5 12 18300 3.20
171 5 36 24000 1.70
172 5 60 14000 2.96
173 2 36 5400 1.73
174 2 36 5400 3.57
175 4 36 14000 3.26
176 5 36 5400 2.33
177 3 36 18300 3.04
178 4 60 14000 1.37
179 3 36 5400 3.99
180 3 36 18300 2.56
181 5 60 14000 1.32
182 5 48 18300 2.74
183 5 48 18300 1.69
184 1 36 5400 2.42
185 2 18 5400 2.95
186 2 36 24000 1.41
187 2 48 24000 3.19
188 1 48 5400 3.43
189 2 12 14000 1.54
190 3 48 14000 1.06
191 4 18 14000 3.40
192 5 36 5400 3.84
193 1 60 5400 2.56
194 1 12 24000 3.85
195 4 36 18300 1.71
196 1 48 18300 2.30
197 5 18 5400 1.62
198 1 36 5400 2.22
199 2 18 18300 3.62
200 3 60 24000 3.94
201 1 12 18300 1.04
202 4 36 5400 1.72
203 1 12 5400 2.64
204 2 12 5400 2.31
205 2 36 24000 3.88
206 3 60 18300 1.72
207 5 18 14000 3.08
208 2 18 24000 1.38
209 1 48 5400 1.63
210 3 60 24000 1.15
211 2 12 14000 3.37
212 4 36 24000 1.49
213 2 60 24000 2.02
214 3 60 14000 3.97
215 2 12 18300 2.23
216 2 48 14000 2.39
217 5 36 5400 1.69
218 5 18 18300 1.48
219 1 36 18300 3.85
220 3 36 24000 3.77
221 3 36 18300 2.02
222 1 12 5400 2.43
223 3 48 24000 3.56
224 3 36 18300 1.49
225 4 60 14000 3.11
226 4 36 5400 3.48
227 5 48 5400 3.26
228 4 36 24000 1.79
229 2 36 14000 3.95
230 2 12 24000 3.47
231 1 18 18300 2.89
232 5 12 5400 2.23
233 4 36 5400 1.32
234 1 36 18300 3.12
235 3 18 18300 3.51
236 3 48 24000 3.89
237 2 48 24000 2.33
238 1 48 24000 1.56
239 5 12 5400 1.16
240 1 18 24000 2.50
241 2 12 24000 2.58
242 2 36 5400 1.22
243 5 60 24000 2.17
244 3 18 14000 1.32
245 2 18 18300 2.23
246 4 48 18300 3.53
247 3 36 14000 3.83
248 1 12 24000 2.44
249 2 60 5400 2.81
250 4 18 24000 3.75
251 2 18 18300 3.91
252 4 36 14000 2.71
253 3 60 24000 3.07
254 4 36 14000 1.21
255 4 18 24000 3.72
256 4 36 14000 3.13
257 3 36 14000 1.87
258 3 60 14000 3.03
259 1 36 18300 2.56
260 5 36 5400 3.05
261 1 36 14000 2.91
262 4 36 24000 3.12
263 3 36 5400 1.54
264 4 36 18300 2.74
265 1 48 18300 2.79
266 5 18 24000 1.13
267 3 36 5400 1.43
268 5 18 18300 2.33
269 3 60 24000 3.43
270 2 36 5400 1.25
271 4 60 18300 1.34
272 3 18 24000 2.47
273 5 36 18300 1.97
274 5 60 18300 1.91
275 1 36 24000 2.43
276 2 48 5400 1.34
277 4 36 24000 3.07
278 2 12 24000 2.02
279 5 60 5400 3.86
280 3 36 5400 2.80
281 1 36 24000 1.68
282 3 12 24000 3.17
283 2 36 14000 3.55
284 5 48 5400 1.57
285 5 12 14000 3.28
286 1 36 14000 2.46
287 1 18 14000 1.27
288 2 36 14000 2.43
289 4 48 24000 3.46
290 4 48 14000 2.77
291 4 48 5400 3.24
292 4 36 5400 2.31
293 1 48 5400 3.60
294 1 36 5400 2.06
295 3 36 5400 1.91
296 5 36 18300 1.94
297 5 36 24000 1.39
298 2 36 5400 2.50
299 1 60 5400 1.04
300 3 12 5400 2.02
301 3 36 14000 1.74
302 4 48 14000 1.79
303 1 36 14000 1.52
304 5 36 5400 3.35
305 5 60 14000 2.14
306 3 12 5400 1.29
307 2 18 14000 1.69
308 5 12 18300 3.53
309 2 12 14000 2.03
310 4 60 5400 3.72
311 3 36 24000 1.12
312 5 36 14000 2.15
313 3 48 18300 1.31
314 5 36 24000 3.41
315 1 60 18300 1.72
316 2 36 24000 3.61
317 1 48 18300 2.13
318 3 12 5400 3.37
319 2 36 5400 2.48
320 2 12 14000 1.76
321 2 36 18300 2.99
322 1 60 5400 1.65
323 2 60 24000 1.79
324 1 18 5400 2.56
325 5 36 5400 3.94
326 4 18 5400 1.69
327 3 18 24000 1.77
328 1 36 5400 1.17
329 1 36 24000 3.43
330 1 36 14000 2.82
331 3 36 14000 3.70
332 4 36 18300 1.03
333 3 12 18300 2.98
334 2 48 14000 2.50
335 2 36 14000 1.12
336 1 36 5400 1.08
337 5 18 14000 1.12
338 5 36 24000 1.98
339 4 18 24000 3.30
340 1 36 24000 3.85
341 1 36 18300 2.69
342 2 12 5400 2.45
343 2 18 24000 1.92
344 3 36 18300 1.42
345 2 60 18300 3.81
346 1 36 5400 3.82
347 2 60 18300 1.77
348 4 18 5400 1.10
349 2 18 14000 1.83
350 2 12 18300 3.91
351 1 36 14000 2.60
352 4 36 18300 3.81
353 3 18 14000 2.40
354 4 60 18300 1.14
355 5 36 18300 2.74
356 4 36 18300 2.26
357 4 36 14000 1.27
358 2 36 5400 2.29
359 1 36 24000 1.26
360 3 12 24000 2.52
361 4 12 14000 3.31
362 3 48 24000 2.63
363 3 36 24000 1.03
364 1 48 5400 2.39
365 5 12 14000 2.99
366 5 36 5400 1.24
367 5 48 14000 3.97
368 4 48 5400 1.23
369 5 12 14000 3.19
370 5 48 18300 2.38
371 3 18 5400 3.48
372 2 36 24000 3.20
373 4 12 14000 1.49
374 1 60 5400 2.41
375 4 60 5400 3.88
376 2 12 24000 1.04
377 4 36 24000 1.12
378 2 36 18300 3.59
379 1 48 18300 1.60
380 5 12 14000 1.73
381 1 48 18300 2.66
382 5 48 24000 1.75
383 1 36 14000 2.01
384 3 36 18300 2.71
385 4 36 18300 1.39
386 5 48 14000 3.63
387 5 60 5400 3.79
388 1 12 5400 3.58
389 5 18 18300 3.70
390 1 18 18300 3.40
391 1 60 5400 3.10
392 4 48 5400 2.95
393 1 12 14000 2.42
394 5 18 18300 3.78
395 2 36 24000 1.41
396 1 36 5400 2.41
397 4 18 5400 2.41
398 1 18 24000 1.81
399 3 18 24000 3.19
400 4 18 24000 3.45
401 2 48 14000 3.91
402 1 60 5400 3.92
403 3 60 18300 1.42
404 4 18 14000 3.11
405 5 48 5400 1.90
406 3 60 24000 2.58
407 1 12 14000 3.30
408 4 48 24000 2.14
409 4 36 24000 3.10
410 2 48 5400 1.87
411 3 36 18300 2.60
412 4 12 18300 2.55
413 1 36 18300 2.01
414 2 60 24000 2.00
415 1 36 5400 1.43
416 1 36 14000 2.27
417 3 36 24000 2.67
418 3 36 18300 1.01
419 2 48 5400 2.05
420 1 36 24000 1.60
421 2 12 24000 3.24
422 2 36 18300 1.60
423 3 36 24000 1.68
424 4 36 14000 1.80
425 2 12 24000 1.51
426 4 60 14000 3.06
427 5 36 5400 1.36
428 4 60 18300 1.81
429 1 36 14000 1.32
430 1 12 14000 1.13
431 3 36 18300 3.66
432 5 36 5400 3.74
433 4 48 18300 3.29
434 5 36 14000 1.43
435 3 60 5400 1.62
436 2 36 5400 2.57
437 3 48 5400 2.51
438 5 48 18300 2.90
439 4 60 5400 3.08
440 4 36 14000 3.19
441 3 36 14000 3.83
442 2 48 18300 1.49
443 2 18 18300 3.88
444 1 36 24000 3.57
445 5 36 24000 3.69
446 1 60 5400 2.61
447 2 18 5400 1.73
448 1 36 24000 1.09
449 3 18 24000 3.80
450 3 18 14000 3.59
451 3 60 14000 1.58
452 4 60 14000 3.30
453 1 18 5400 2.18
454 3 18 14000 1.82
455 2 36 14000 1.74
456 2 36 18300 2.50
457 5 60 24000 2.82
458 4 18 5400 3.83
459 1 12 18300 2.00
460 5 12 24000 1.19
461 1 18 5400 2.35
462 2 36 5400 1.92
463 1 36 18300 3.25
464 4 36 24000 1.82
465 3 18 14000 3.44
466 3 36 5400 1.16
467 4 18 5400 1.43
468 4 12 18300 1.05
469 2 48 24000 3.32
470 3 60 18300 2.74
471 5 60 5400 2.56
472 2 12 5400 1.09
473 3 36 24000 1.33
474 3 60 18300 3.56
475 1 12 24000 3.26
476 4 36 14000 1.85
477 2 12 24000 3.95
478 1 12 24000 1.73
479 5 18 14000 1.00
480 5 48 14000 2.64
481 3 36 24000 3.06
482 4 48 5400 3.81
483 5 36 14000 2.87
484 4 36 18300 2.53
485 2 18 24000 1.55
486 2 36 18300 1.31
487 4 60 14000 2.19
488 4 18 24000 2.70
489 4 18 5400 2.26
490 2 12 5400 2.86
491 4 48 18300 3.16
492 5 36 14000 2.66
493 5 36 5400 1.17
494 3 36 18300 1.51
495 5 48 24000 1.45
496 2 36 14000 3.75
497 2 12 5400 2.11
498 4 18 18300 2.13
499 2 18 24000 2.24
500 4 36 14000 1.88
501 4 12 5400 2.60
502 4 60 14000 1.34
503 5 36 14000 1.90
504 3 12 5400 2.67
505 1 36 5400 2.82
506 2 36 5400 2.55
507 4 12 14000 1.50
508 5 18 18300 1.81
509 2 36 24000 1.32
510 3 60 18300 2.24
511 2 12 24000 1.90
512 1 36 24000 2.69
513 4 36 18300 1.58
514 4 48 14000 1.01
515 4 48 24000 3.61
516 5 48 5400 2.66
517 5 60 14000 3.86
518 5 36 18300 3.84
519 4 36 5400 3.09
520 4 48 18300 2.58
521 5 60 14000 3.42
522 4 60 24000 2.08
523 2 60 5400 1.35
524 1 48 18300 2.77
525 2 36 5400 3.14
526 5 48 18300 3.73
527 1 36 5400 2.60
528 3 48 18300 3.61
529 3 60 5400 1.87
530 5 12 18300 1.61
531 3 18 14000 1.05
532 3 60 5400 2.68
533 1 36 5400 3.48
534 2 12 24000 2.66
535 3 36 24000 3.67
536 5 12 24000 2.14
537 5 36 18300 3.30
538 1 60 18300 2.98
539 4 18 5400 1.87
540 4 36 24000 1.97
541 1 36 5400 2.17
542 2 36 14000 1.58
543 2 60 5400 3.09
544 4 36 18300 1.84
545 3 12 14000 1.45
546 1 48 24000 2.77
547 2 36 14000 1.25
548 1 36 24000 3.47
549 3 18 14000 1.50
550 3 48 5400 1.39
551 3 18 24000 3.43
552 4 36 5400 2.94
553 5 48 5400 1.56
554 4 36 24000 1.01
555 1 60 18300 1.77
556 2 48 14000 2.55
557 3 60 24000 2.69
558 4 12 5400 1.62
559 2 60 18300 1.15
560 5 60 18300 1.63
561 4 36 5400 2.46
562 2 36 24000 1.71
563 5 36 5400 2.42
564 1 36 5400 3.52
565 1 48 14000 3.32
566 3 12 5400 2.18
567 1 48 24000 2.36
568 1 12 18300 1.04
569 4 48 14000 3.47
570 4 60 24000 1.24
571 1 12 14000 3.30
572 2 12 5400 1.78
573 5 36 5400 1.49
574 4 36 24000 3.96
575 4 36 5400 2.37
576 2 12 14000 3.30
577 1 36 24000 2.26
578 4 18 5400 1.02
579 5 60 18300 1.65
580 5 18 5400 2.49
581 2 18 18300 3.39
582 4 36 18300 3.11
583 3 60 14000 2.32
584 5 36 24000 1.56
585 5 60 18300 3.04
586 1 36 5400 2.00
587 3 18 18300 3.66
588 5 36 5400 3.83
589 5 18 24000 1.47
590 3 18 18300 1.94
591 4 36 5400 2.57
592 2 18 24000 3.23
593 2 36 18300 2.04
594 5 36 24000 1.59
595 3 36 5400 3.34
596 2 48 5400 3.55
597 4 12 14000 2.63
598 4 36 24000 2.69
599 3 36 18300 3.08
600 1 36 24000 2.70
601 1 18 24000 1.55
602 3 36 5400 3.51
603 1 36 18300 1.30
604 5 60 24000 1.29
605 5 36 14000 3.01
606 5 12 5400 4.00
607 1 48 14000 3.44
608 5 36 18300 2.50
609 2 36 18300 3.29
610 5 18 5400 1.89
611 2 36 5400 2.24
612 2 36 18300 3.53
613 2 36 18300 3.83
614 2 12 5400 3.68
615 3 48 18300 3.76
616 2 36 14000 1.01
617 3 60 18300 3.95
618 1 48 18300 1.23
619 5 36 5400 1.55
620 1 48 24000 1.27
621 2 36 18300 3.99
622 1 60 5400 3.88
623 4 36 5400 3.94
624 2 36 18300 1.09
625 5 48 14000 3.27
626 4 12 18300 3.35
627 1 12 24000 3.36
628 5 60 24000 1.05
629 4 60 14000 1.69
630 2 36 5400 1.25
631 4 60 14000 3.85
632 5 60 14000 1.64
633 1 36 18300 2.26
634 5 48 18300 3.11
635 5 18 14000 2.49
636 3 18 14000 1.87
637 1 36 24000 2.28
638 1 18 18300 2.72
639 2 36 14000 2.58
640 1 18 18300 2.74
641 4 18 24000 2.26
642 3 36 24000 2.15
643 3 48 18300 2.15
644 4 12 18300 1.69
645 2 36 14000 2.14
646 4 36 24000 2.90
647 1 36 24000 2.32
648 3 36 24000 3.72
649 1 36 14000 2.71
650 1 48 18300 2.37
651 4 12 24000 1.71
652 2 12 24000 1.04
653 3 60 18300 2.28
654 3 12 5400 3.00
655 4 12 18300 3.83
656 4 12 24000 3.01
657 4 60 24000 1.36
658 5 60 5400 1.81
659 1 60 14000 2.10
660 5 36 18300 2.97
661 5 12 18300 3.65
662 4 18 24000 2.90
663 2 36 24000 1.32
664 2 60 14000 1.19
665 1 18 18300 2.28
666 5 36 24000 3.54
667 1 36 24000 3.54
668 2 48 5400 2.64
669 1 36 14000 2.93
670 4 36 5400 3.57
671 5 18 14000 3.49
672 4 12 5400 2.37
673 3 36 18300 2.64
674 3 18 5400 2.86
675 4 36 24000 2.86
676 5 12 18300 1.00
677 4 60 14000 1.53
678 5 36 5400 2.49
679 2 12 5400 2.15
680 5 60 18300 1.09
681 2 60 18300 2.28
682 2 36 14000 3.44
683 4 18 14000 1.72
684 4 36 5400 2.12
685 5 12 24000 2.22
686 1 12 5400 1.66
687 5 12 5400 3.72
688 2 12 14000 3.09
689 4 36 18300 3.94
690 2 36 18300 1.42
691 1 18 14000 2.58
692 1 12 14000 2.66
693 2 48 5400 1.85
694 3 36 14000 1.52
695 3 18 24000 1.61
696 3 36 18300 2.02
697 3 18 5400 3.98
698 3 36 14000 3.32
699 4 36 14000 3.97
700 3 48 24000 2.29
701 5 12 14000 3.98
702 3 36 18300 2.35
703 1 36 18300 2.81
704 3 36 24000 2.40
705 2 12 24000 3.41
706 3 48 18300 1.22
707 4 36 14000 3.60
708 5 36 18300 3.97
709 1 12 24000 1.22
710 1 48 24000 1.45
711 2 48 14000 1.73
712 4 36 14000 3.37
713 3 48 5400 1.66
714 3 36 24000 3.31
715 1 48 18300 3.40
716 4 36 24000 2.64
717 3 36 24000 3.56
718 5 48 18300 2.20
719 3 12 18300 2.16
720 2 12 18300 1.84
721 4 36 18300 3.04
722 1 36 24000 1.17
723 3 12 5400 2.94
724 2 12 24000 1.68
725 2 18 5400 1.53
726 1 48 18300 3.36
727 4 18 24000 1.97
728 3 12 5400 3.25
729 4 60 5400 1.10
730 1 48 18300 2.31
731 5 36 14000 1.11
732 2 36 14000 2.09
733 4 48 24000 1.21
734 4 48 18300 3.35
735 3 36 14000 1.25
736 5 36 5400 2.01
737 1 36 24000 1.11
738 3 36 14000 3.31
739 2 18 24000 3.16
740 1 48 24000 1.93
741 3 12 14000 2.51
742 5 36 14000 1.03
743 2 48 24000 3.08
744 1 36 5400 1.50
745 2 48 24000 1.41
746 4 36 24000 3.88
747 1 18 24000 1.90
748 2 36 5400 2.62
749 5 60 18300 3.54
750 1 48 14000 1.13
751 5 48 5400 2.77
752 2 36 24000 3.16
753 3 36 5400 2.36
754 5 36 5400 3.07
755 2 36 18300 3.68
756 4 60 5400 1.58
757 1 12 14000 3.14
758 4 36 14000 1.50
759 4 36 24000 1.16
760 3 12 5400 1.32
761 5 18 24000 2.05
762 2 12 18300 1.38
763 1 18 24000 3.17
764 2 12 14000 1.51
765 1 48 14000 3.42
766 3 36 5400 3.14
767 3 48 5400 2.22
768 1 18 5400 2.84
769 3 12 24000 2.50
770 4 36 24000 1.66
771 3 12 24000 3.71
772 1 12 18300 1.53
773 2 18 18300 3.53
774 4 18 5400 1.51
775 5 36 18300 1.20
776 4 36 24000 1.96
777 5 12 24000 1.35
778 1 48 18300 1.89
779 3 60 24000 3.08
780 4 60 18300 1.60
781 4 18 18300 1.27
782 5 48 18300 3.30
783 5 60 14000 2.67
784 4 12 14000 1.17
785 4 18 18300 2.22
786 3 12 18300 3.61
787 4 18 24000 2.77
788 1 48 5400 3.53
789 2 36 5400 1.17
790 5 36 24000 3.99
791 1 36 5400 3.79
792 5 36 5400 2.08
793 3 18 14000 3.43
794 1 18 14000 1.67
795 4 12 14000 2.96
796 2 18 24000 3.90
797 3 36 5400 3.70
798 5 18 14000 2.73
799 3 18 18300 1.38
800 3 36 24000 2.46
801 1 36 24000 2.58
802 1 18 14000 1.62
803 1 36 14000 1.45
804 1 48 5400 1.64
805 5 48 14000 2.01
806 3 36 14000 1.32
807 5 48 24000 3.62
808 3 36 24000 2.44
809 1 48 14000 3.06
810 4 36 14000 3.92
811 5 36 24000 3.64
812 1 12 18300 2.37
813 3 12 24000 2.75
814 4 36 5400 2.54
815 5 36 5400 3.49
816 4 48 14000 1.88
817 5 36 24000 3.07
818 2 12 24000 1.09
819 2 60 14000 3.29
820 3 18 14000 3.56
821 1 36 14000 1.61
822 4 36 18300 1.12
823 4 36 24000 1.09
824 3 18 18300 3.52
825 3 18 14000 2.89
826 5 60 24000 3.44
827 3 36 24000 1.45
828 2 18 18300 1.23
829 5 12 24000 2.00
830 4 60 5400 2.56
831 5 60 24000 3.86
832 4 12 5400 2.16
833 5 36 5400 1.82
834 5 48 5400 2.62
835 3 18 24000 1.36
836 1 36 18300 3.57
837 3 12 24000 3.05
838 5 48 24000 2.39
839 1 18 18300 3.99
840 5 12 18300 1.47
841 2 36 14000 1.83
842 3 60 14000 1.52
843 3 36 5400 2.06
844 4 60 24000 1.98
845 3 12 18300 2.58
846 1 18 24000 1.11
847 1 12 14000 2.14
848 1 18 14000 3.05
849 3 12 14000 2.73
850 4 36 18300 1.46
851 2 60 24000 3.03
852 1 12 24000 1.44
853 2 12 18300 1.60
854 1 18 18300 1.70
855 1 36 18300 3.27
856 4 36 18300 1.30
857 4 48 5400 2.65
858 4 60 14000 2.00
859 5 18 18300 2.14
860 3 18 24000 2.31
861 2 12 24000 1.17
862 2 36 24000 1.16
863 4 36 24000 1.78
864 2 60 18300 2.97
865 1 36 14000 1.85
866 5 36 24000 2.73
867 4 36 18300 3.93
868 4 18 5400 3.47
869 5 18 14000 2.69
870 3 48 5400 1.16
871 1 60 18300 2.16
872 2 36 18300 3.53
873 5 60 14000 1.59
874 4 36 24000 2.97
875 4 36 14000 2.75
876 5 36 24000 1.24
877 4 60 5400 3.12
878 3 36 18300 1.78
879 1 18 5400 2.28
880 2 48 18300 3.02
881 1 48 5400 2.48
882 4 60 24000 2.52
883 2 36 18300 1.85
884 1 36 14000 2.13
885 5 12 14000 1.19
886 5 18 5400 2.30
887 3 48 5400 2.98
888 2 36 14000 3.93
889 2 48 5400 2.26
890 5 36 18300 2.26
891 1 36 5400 2.15
892 5 12 5400 1.26
893 4 48 5400 2.56
894 2 48 18300 2.24
895 2 36 14000 2.66
896 2 36 14000 1.67
897 1 36 18300 3.64
898 5 48 24000 2.05
899 1 36 14000 1.58
900 1 36 24000 1.03
901 3 36 14000 1.30
902 2 36 5400 1.32
903 1 60 5400 2.70
904 3 36 18300 1.01
905 3 36 14000 1.07
906 4 48 18300 2.96
907 5 12 24000 2.00
908 2 12 24000 2.94
909 2 48 18300 2.92
910 1 36 5400 2.11
911 4 36 24000 3.74
912 4 18 24000 2.24
913 2 36 14000 2.79
914 4 36 5400 2.22
915 4 36 24000 1.92
916 3 36 24000 1.21
917 3 12 5400 3.84
918 1 12 5400 3.92
919 3 12 5400 1.11
920 1 36 14000 2.99
921 5 48 18300 2.62
922 3 36 14000 2.78
923 5 18 18300 3.86
924 4 60 5400 2.45
925 4 36 14000 1.31
926 5 48 24000 2.36
927 5 60 5400 3.45
928 3 12 24000 1.51
929 2 18 14000 1.28
930 1 36 5400 2.03
931 2 18 14000 3.67
932 4 48 5400 3.26
933 3 12 14000 3.40
934 5 18 18300 3.03
935 2 12 14000 2.42
936 4 36 14000 2.69
937 5 48 18300 2.18
938 2 12 24000 1.55
939 3 12 24000 2.37
940 3 36 24000 1.64
941 3 36 14000 2.80
942 2 36 24000 2.27
943 5 12 14000 1.17
944 1 12 18300 2.48
945 2 18 5400 2.76
946 2 36 18300 2.61
947 5 36 24000 2.84
948 5 36 5400 2.77
949 2 60 5400 2.53
950 5 48 18300 1.70
951 5 18 24000 1.20
952 2 18 14000 2.74
953 5 12 14000 2.37
954 3 18 18300 3.05
955 3 60 18300 3.22
956 1 36 24000 3.02
957 2 60 24000 1.94
958 1 12 24000 3.85
959 1 48 18300 2.03
960 2 36 24000 1.05
961 5 12 14000 2.00
962 1 36 5400 2.55
963 2 18 14000 3.81
964 2 36 5400 3.76
965 2 36 5400 2.07
966 4 36 24000 1.11
967 5 36 24000 3.34
968 5 48 18300 2.77
969 1 36 24000 3.36
970 2 12 14000 3.82
971 2 12 24000 1.67
972 3 36 14000 1.01
973 4 48 18300 3.35
974 3 48 14000 2.46
975 4 36 14000 2.13
 976 2 48 18300 1.93
977 3 60 18300 2.16
978 1 48 24000 3.27
979 5 36 5400 1.13
980 4 60 5400 3.48
981 5 18 14000 1.41
982 3 36 24000 2.13
983 1 12 24000 3.35
984 3 36 5400 1.08
985 5 36 18300 1.15
986 3 60 18300 1.90
987 3 18 14000 2.09
988 2 48 5400 1.58
989 2 18 18300 3.36
990 2 36 18300 2.44
991 2 60 24000 3.56
992 1 36 14000 3.22
993 2 36 5400 1.05
994 3 36 18300 3.69
995 5 48 5400 3.22
996 5 48 5400 3.49
997 1 48 14000 1.59
998 2 36 14000 1.37
999 3 36 14000 3.67
1000 1 60 18300 2.71
1001 1 36 24000 3.71
1002 3 18 14000 3.49
1003 2 48 24000 2.85
1004 3 12 5400 1.36
1005 4 18 24000 3.29
1006 1 60 18300 1.54
1007 1 36 14000 3.98
1008 4 48 14000 1.98
1009 3 36 14000 2.34
1010 2 48 24000 2.88
1011 2 36 24000 2.67
1012 1 12 24000 3.59
1013 2 12 5400 1.99
1014 2 36 18300 3.09
1015 4 36 18300 3.95
1016 3 36 5400 3.90
1017 2 36 24000 1.00
1018 2 12 24000 1.60
1019 4 36 18300 1.73
1020 3 36 24000 2.59
1021 3 36 14000 2.68
1022 1 12 5400 3.77
1023 4 48 24000 3.87
1024 4 36 14000 2.72
1025 4 36 5400 2.44
1026 5 12 18300 3.38
1027 1 18 5400 2.06
1028 5 36 24000 3.73
1029 5 48 18300 3.52
1030 1 36 14000 1.43
1031 5 12 18300 1.06
1032 2 48 14000 3.04
1033 4 36 14000 1.97
1034 4 18 5400 1.17
1035 3 18 24000 1.49
1036 2 12 18300 3.38
1037 5 36 14000 1.75
1038 4 18 14000 1.52
1039 2 36 24000 2.71
1040 4 18 18300 1.28
1041 4 12 5400 1.30
1042 2 12 14000 2.22
1043 2 60 5400 2.38
1044 2 36 14000 2.35
1045 1 60 24000 3.26
1046 2 12 18300 3.63
1047 4 36 24000 1.88
1048 2 48 5400 3.91
1049 4 18 18300 3.50
1050 5 12 18300 2.54
1051 3 18 24000 3.89
1052 1 12 5400 1.50
1053 1 48 24000 3.54
1054 1 60 18300 1.75
1055 3 18 18300 2.68
1056 5 12 18300 1.66
1057 4 48 24000 3.00
1058 4 36 18300 1.40
1059 3 36 5400 2.51
1060 4 18 5400 1.61
1061 1 36 5400 1.90
1062 3 36 24000 3.73
1063 4 48 18300 1.91
1064 3 48 18300 1.48
1065 1 36 18300 1.67
1066 2 18 14000 1.97
1067 4 36 14000 3.02
1068 4 18 5400 3.49
1069 2 36 5400 2.67
1070 1 18 18300 2.72
1071 2 60 24000 1.03
1072 1 60 18300 2.28
1073 4 60 18300 2.44
1074 4 36 18300 2.70
1075 4 36 18300 3.15
1076 1 48 14000 2.76
1077 1 48 14000 1.56
1078 4 36 18300 2.20
1079 3 48 14000 1.42
1080 3 48 5400 2.42
1081 2 60 14000 3.59
1082 1 36 18300 1.05
1083 4 36 5400 2.43
1084 1 36 5400 3.24
1085 5 36 24000 3.52
1086 1 12 14000 2.77
1087 4 36 5400 3.76
1088 4 12 5400 3.71
1089 5 60 18300 2.87
1090 4 36 5400 1.67
1091 1 18 14000 1.31
1092 1 18 24000 3.78
1093 5 12 18300 1.51
1094 1 18 18300 1.10
1095 3 36 24000 3.09
1096 1 36 5400 3.57
1097 1 48 14000 2.02
1098 4 12 24000 1.16
1099 2 48 24000 3.19
1100 4 18 14000 4.00
1101 5 12 18300 2.30
1102 5 12 24000 3.77
1103 2 18 14000 1.39
1104 4 36 14000 2.54
1105 4 36 18300 1.39
1106 4 18 24000 1.56
1107 1 60 24000 2.39
1108 4 36 24000 2.16
1109 2 18 18300 3.12
1110 1 36 24000 1.21
1111 4 48 24000 1.52
1112 1 36 18300 1.35
1113 3 18 5400 2.76
1114 2 36 5400 3.77
1115 2 12 14000 1.53
1116 3 60 24000 1.42
1117 1 18 24000 1.73
1118 2 12 24000 2.34
1119 2 36 5400 1.15
1120 4 36 5400 3.07
1121 4 48 5400 1.32
1122 2 36 18300 1.80
1123 4 36 5400 1.57
1124 1 48 24000 2.71
1125 4 36 24000 1.65
1126 4 48 18300 1.25
1127 4 18 5400 2.35
1128 1 48 14000 1.79
1129 4 18 24000 3.75
1130 4 60 18300 2.28
1131 2 48 24000 3.57
1132 3 48 18300 1.24
1133 3 36 24000 3.37
1134 5 36 24000 1.15
1135 1 12 24000 1.60
1136 2 36 18300 2.56
1137 5 36 5400 1.00
1138 5 12 24000 1.95
1139 2 36 14000 2.77
1140 2 12 14000 3.49
1141 3 18 24000 1.42
1142 2 12 24000 3.87
1143 1 36 24000 3.64
1144 3 36 5400 1.58
1145 1 12 24000 2.43
1146 2 36 14000 3.09
1147 4 36 5400 1.52
1148 3 36 14000 3.49
1149 1 36 18300 2.72
1150 1 60 18300 1.61
1151 3 12 18300 2.37
1152 2 18 24000 3.90
1153 4 36 14000 3.10
1154 1 48 5400 1.12
1155 1 12 18300 3.88
1156 2 12 14000 1.90
1157 5 36 18300 2.42
1158 5 48 14000 3.03
1159 4 60 24000 2.49
1160 4 36 18300 1.09
1161 2 18 18300 2.80
1162 4 36 18300 1.81
1163 1 60 18300 1.54
1164 1 36 18300 1.11
1165 1 18 18300 1.38
1166 4 36 24000 2.61
1167 3 48 5400 1.91
1168 3 36 5400 3.55
1169 5 18 14000 3.42
1170 5 12 18300 3.33
1171 1 36 18300 1.31
1172 4 36 24000 1.56
1173 3 60 5400 3.62
1174 2 36 24000 1.62
1175 1 12 5400 2.19
1176 4 48 18300 1.46
1177 4 60 14000 2.77
1178 4 18 24000 1.05
1179 2 36 14000 2.35
1180 4 36 24000 3.65
1181 2 12 24000 2.26
1182 2 36 24000 2.40
1183 2 36 18300 2.47
1184 4 12 14000 2.55
1185 1 48 5400 2.24
1186 2 36 18300 2.45
1187 4 48 18300 2.88
1188 5 48 14000 1.98
1189 1 60 24000 3.71
1190 3 36 5400 3.75
1191 5 36 14000 3.94
1192 5 36 18300 2.17
1193 4 60 24000 2.10
1194 5 36 14000 3.15
1195 2 36 18300 3.70
1196 1 36 24000 2.13
1197 2 36 14000 1.72
1198 5 36 14000 1.97
1199 2 36 5400 1.74
1200 2 18 5400 2.82
1201 1 36 14000 1.15
1202 2 36 18300 3.65
1203 2 12 5400 2.08
1204 1 18 24000 1.32
1205 1 18 14000 1.75
1206 1 48 18300 3.44
1207 4 60 5400 3.11
1208 2 36 24000 2.47
1209 5 36 24000 2.53
1210 4 12 14000 2.70
1211 1 48 24000 3.81
1212 2 18 14000 2.69
1213 5 12 24000 1.81
1214 4 18 24000 1.40
1215 3 18 18300 2.74
1216 2 48 24000 2.69
1217 2 60 14000 3.91
1218 3 12 24000 3.21
1219 4 18 18300 1.22
1220 4 18 14000 2.06
1221 5 36 5400 2.19
1222 2 18 14000 2.14
1223 3 48 18300 2.65
1224 5 36 24000 2.90
1225 3 36 5400 2.86
1226 4 12 24000 1.38
1227 5 36 24000 1.08
1228 4 18 18300 1.60
1229 3 36 14000 3.48
1230 1 36 14000 3.83
1231 4 18 5400 1.66
1232 4 36 5400 2.24
1233 5 36 18300 3.09
1234 3 36 14000 1.88
1235 3 12 14000 3.18
1236 2 36 18300 1.16
1237 1 36 5400 1.40
1238 4 12 18300 3.20
1239 1 36 5400 1.31
1240 1 36 24000 1.09
1241 3 48 14000 2.60
1242 4 48 18300 3.29
1243 3 36 18300 2.45
1244 4 12 5400 2.33
1245 3 18 5400 2.00
1246 4 18 5400 2.46
1247 4 36 18300 3.30
1248 2 36 18300 3.16
1249 3 18 24000 1.67
1250 4 12 24000 1.98
1251 3 48 14000 2.47
1252 5 12 5400 2.53
1253 2 48 14000 3.42
1254 3 12 5400 2.83
1255 4 60 5400 2.91
1256 5 18 18300 2.11
1257 2 36 5400 2.21
1258 2 18 24000 3.01
1259 1 48 24000 3.60
1260 1 36 5400 2.48
1261 5 60 5400 3.57
1262 2 18 18300 3.33
1263 5 60 24000 1.73
1264 5 48 24000 3.61
1265 1 60 14000 2.85
1266 3 60 14000 1.59
1267 2 36 14000 1.76
1268 4 12 18300 2.22
1269 1 36 18300 1.87
1270 1 36 14000 3.05
1271 3 48 18300 3.05
1272 2 18 5400 3.29
1273 1 18 24000 1.02
1274 3 48 14000 1.93
1275 2 18 18300 2.10
1276 5 18 5400 3.32
1277 2 36 5400 3.46
1278 2 18 14000 2.99
1279 2 36 14000 1.55
1280 3 48 14000 1.70
1281 2 12 5400 1.63
1282 3 60 18300 1.86
1283 5 60 18300 3.65
1284 1 36 24000 1.10
1285 1 12 18300 3.36
1286 4 60 18300 3.47
1287 2 12 5400 3.59
1288 2 18 5400 2.01
1289 5 60 14000 3.35
1290 1 36 18300 2.73
1291 2 48 14000 3.12
1292 2 36 14000 3.17
1293 2 48 18300 1.13
1294 1 36 14000 3.81
1295 1 36 18300 1.65
1296 1 60 18300 1.12
1297 5 18 24000 2.34
1298 1 48 24000 1.18
1299 4 36 24000 2.94
1300 4 48 18300 1.61
1301 1 36 24000 3.93
1302 5 60 18300 3.67
1303 3 12 18300 2.70
1304 2 36 5400 1.05
1305 1 60 18300 3.33
1306 3 36 5400 3.79
1307 2 18 5400 2.60
1308 4 36 5400 3.25
1309 3 12 14000 1.43
1310 2 36 24000 2.38
1311 3 48 18300 2.97
1312 4 18 24000 3.14
1313 1 48 18300 3.72
1314 5 36 18300 1.64
1315 1 48 18300 1.48
1316 3 48 18300 1.26
1317 2 18 18300 3.01
1318 1 36 24000 3.91
1319 1 60 24000 3.26
1320 3 60 14000 2.28
1321 2 18 24000 1.45
1322 5 36 18300 3.67
1323 5 48 5400 2.14
1324 1 36 14000 2.85
1325 2 18 18300 2.52
1326 5 18 18300 2.53
1327 2 36 5400 1.76
1328 1 48 18300 1.76
1329 4 60 5400 3.98
1330 2 36 18300 1.15
1331 1 18 5400 3.37
1332 3 18 14000 2.45
1333 5 12 24000 1.50
1334 5 18 24000 2.68
1335 1 60 5400 1.83
1336 2 36 24000 3.48
1337 3 36 18300 1.81
1338 1 36 24000 3.14
1339 5 36 5400 1.46
1340 3 48 5400 2.96
1341 1 48 18300 2.34
1342 5 36 5400 3.03
1343 1 60 24000 1.59
1344 3 18 18300 1.17
1345 5 60 18300 3.52
1346 5 36 18300 2.67
1347 5 18 14000 1.97
1348 2 36 18300 3.09
1349 5 18 14000 1.37
1350 1 60 24000 2.82
1351 4 36 24000 2.22
1352 5 48 14000 2.14
1353 4 48 14000 2.39
1354 3 48 5400 1.43
1355 1 18 5400 2.35
1356 5 36 18300 3.38
1357 5 36 14000 1.21
1358 2 18 5400 2.60
1359 3 18 18300 1.95
1360 4 60 18300 2.83
1361 4 60 5400 1.79
1362 4 48 5400 1.13
1363 1 36 14000 1.68
1364 4 36 5400 1.59
1365 5 60 14000 2.59
1366 2 12 14000 1.85
1367 2 18 5400 1.80
1368 2 12 24000 2.10
1369 2 36 24000 1.59
1370 1 36 18300 1.54
1371 4 48 14000 2.60
1372 5 48 5400 2.12
1373 3 18 14000 2.45
1374 1 12 18300 1.78
1375 3 12 18300 3.75
1376 5 18 5400 2.79
1377 4 18 14000 3.00
1378 2 18 18300 3.65
1379 4 48 24000 2.41
1380 1 48 24000 2.61
1381 5 18 24000 3.76
1382 1 36 18300 2.02
1383 1 48 14000 3.14
1384 4 36 14000 3.20
1385 3 12 14000 3.70
1386 5 60 18300 3.70
1387 1 60 18300 2.75
1388 2 48 14000 3.02
1389 4 18 18300 3.47
1390 1 12 5400 1.77
1391 3 36 24000 3.11
1392 4 36 14000 2.34
1393 5 36 14000 2.76
1394 2 12 5400 1.65
1395 3 48 5400 3.55
1396 2 18 18300 1.90
1397 4 12 18300 1.79
1398 2 36 18300 2.34
1399 3 36 18300 3.98
1400 4 18 14000 2.29
1401 3 48 14000 3.95
1402 2 36 24000 2.37
1403 3 12 14000 2.58
1404 4 36 14000 1.12
1405 4 18 24000 2.35
1406 3 18 14000 1.85
1407 1 60 18300 2.44
1408 2 36 24000 2.86
1409 3 36 24000 3.18
1410 3 60 5400 3.02
1411 1 12 24000 2.68
1412 3 36 14000 3.24
1413 3 60 5400 1.77
1414 5 36 5400 2.66
1415 2 36 24000 1.68
1416 3 36 24000 2.05
1417 5 48 14000 2.15
1418 2 12 18300 1.05
1419 5 36 24000 3.45
1420 1 36 24000 3.89
1421 4 18 24000 1.94
1422 5 12 14000 1.34
1423 3 60 24000 2.22
1424 4 48 18300 1.38
1425 4 36 5400 2.61
1426 5 36 5400 2.15
1427 5 36 5400 1.71
1428 4 18 5400 2.48
1429 3 36 5400 3.93
1430 5 48 24000 2.88
1431 5 48 24000 1.58
1432 2 12 24000 2.55
1433 5 36 18300 1.96
1434 4 36 5400 3.21
1435 1 36 14000 2.19
1436 2 12 18300 1.88
1437 4 36 14000 1.68
1438 3 36 18300 3.11
1439 4 12 24000 3.93
1440 5 12 18300 1.90
1441 2 36 5400 1.03
1442 5 18 18300 2.29
1443 1 18 24000 3.29
1444 4 36 5400 2.20
1445 4 12 5400 1.25
1446 5 36 5400 3.00
1447 5 18 5400 3.72
1448 4 60 24000 1.20
1449 1 48 18300 3.47
1450 5 48 18300 2.75
1451 2 18 18300 2.31
1452 3 36 24000 2.64
1453 5 18 14000 2.77
1454 2 36 24000 2.49
1455 5 12 14000 3.61
1456 4 36 14000 2.42
1457 2 36 14000 1.32
1458 4 18 5400 1.97
1459 2 36 14000 1.80
1460 3 36 14000 1.17
1461 3 18 18300 2.74
1462 1 12 24000 3.06
1463 5 60 5400 2.73
1464 2 48 5400 1.71
1465 3 60 5400 1.09
1466 1 60 5400 2.82
1467 3 36 24000 3.78
1468 1 48 18300 1.44
1469 1 12 5400 2.14
1470 2 48 5400 1.02
1471 4 12 14000 2.38
1472 5 18 5400 1.34
1473 5 12 14000 3.25
1474 4 48 14000 3.48
1475 2 12 14000 1.60
1476 2 36 18300 3.32
1477 3 36 14000 1.63
1478 3 18 14000 1.86
1479 5 36 14000 3.07
1480 4 36 18300 2.87
1481 3 18 24000 1.18
1482 4 12 24000 3.89
1483 4 12 5400 2.58
1484 2 36 18300 2.19
1485 4 12 24000 1.59
1486 1 18 5400 3.95
1487 2 36 18300 2.62
1488 3 36 5400 3.59
1489 2 36 14000 2.71
1490 1 48 24000 1.31
1491 2 36 5400 2.89
1492 1 36 14000 3.86
1493 1 36 18300 3.94
1494 5 18 24000 1.97
1495 1 18 14000 3.55
1496 1 48 18300 3.38
1497 1 48 18300 2.53
1498 5 36 18300 3.58
1499 5 18 5400 3.83
1500 1 12 14000 3.23
1501 2 36 18300 2.72
1502 4 60 5400 1.32
1503 1 48 24000 3.09
1504 3 36 18300 1.12
1505 5 36 18300 1.55
1506 3 36 14000 1.72
1507 3 48 14000 1.58
1508 4 12 5400 2.19
1509 4 48 24000 2.55
1510 3 60 24000 2.12
1511 1 48 14000 3.12
1512 2 36 5400 1.93
1513 1 18 5400 2.99
1514 3 12 14000 3.78
1515 1 12 24000 2.71
1516 5 60 5400 3.12
1517 4 18 24000 2.19
1518 1 36 18300 2.60
1519 3 48 14000 3.37
1520 1 60 5400 3.38
1521 1 18 14000 2.38
1522 5 36 18300 1.73
1523 2 36 24000 1.58
1524 3 12 5400 3.43
1525 3 60 24000 3.09
1526 3 36 18300 2.75
1527 3 12 18300 3.50
1528 1 36 14000 3.29
1529 5 36 5400 1.08
1530 2 18 14000 3.34
1531 3 48 18300 3.18
1532 5 36 24000 1.33
1533 3 18 5400 2.88
1534 5 18 14000 1.37
1535 2 36 18300 3.05
1536 5 48 14000 1.44
1537 2 18 5400 2.74
1538 5 12 18300 3.07
1539 3 18 18300 1.51
1540 5 36 14000 2.72
1541 1 36 18300 2.65
1542 1 60 5400 1.10
1543 5 36 18300 2.21
1544 1 48 14000 2.54
1545 3 36 14000 2.61
1546 2 36 14000 2.56
1547 3 36 5400 1.11
1548 4 12 5400 1.88
1549 5 18 24000 2.00
1550 1 36 14000 1.86
1551 3 12 14000 1.20
1552 4 36 18300 1.48
1553 5 36 18300 2.34
1554 3 36 18300 2.22
1555 5 48 18300 3.90
1556 4 36 24000 2.20
1557 4 36 14000 2.87
1558 1 36 5400 3.11
1559 5 48 14000 1.58
1560 5 60 18300 2.39
1561 1 36 14000 2.08
1562 1 36 5400 3.13
1563 2 36 14000 3.12
1564 4 60 5400 3.11
1565 5 36 18300 1.54
1566 5 36 18300 2.44
1567 1 48 24000 2.62
1568 3 18 24000 3.93
1569 2 60 18300 1.36
1570 2 36 5400 3.45
1571 5 48 14000 1.39
1572 3 48 5400 3.80
1573 5 12 18300 2.08
1574 4 36 14000 2.77
1575 5 12 14000 2.91
1576 3 18 14000 1.38
1577 4 48 14000 2.79
1578 5 36 18300 3.57
1579 1 36 18300 1.89
1580 1 36 14000 3.94
1581 4 36 5400 3.06
1582 5 36 18300 3.80
1583 4 48 14000 1.92
1584 2 36 24000 2.75
1585 4 12 14000 2.05
1586 4 36 18300 3.96
1587 4 36 24000 3.03
1588 5 18 24000 3.08
1589 4 18 18300 2.91
1590 1 48 18300 1.27
1591 5 36 18300 3.92
1592 3 48 14000 3.91
1593 2 18 5400 1.32
1594 2 60 14000 1.10
1595 5 18 5400 3.18
1596 5 36 24000 2.44
1597 5 36 14000 3.71
1598 1 18 18300 3.75
1599 5 18 24000 2.74
1600 4 18 24000 2.18
1601 1 36 14000 3.98
1602 4 18 14000 1.87
1603 3 36 24000 1.36
1604 2 48 14000 1.38
1605 5 60 18300 1.74
1606 3 36 18300 3.03
1607 4 60 24000 1.17
1608 1 18 24000 2.41
1609 2 60 24000 2.16
1610 1 36 5400 1.50
1611 5 36 5400 1.75
1612 4 60 5400 2.99
1613 4 36 5400 2.38
1614 3 18 14000 1.96
1615 4 12 24000 1.30
1616 1 18 18300 3.12
1617 4 18 14000 2.67
1618 5 36 24000 1.92
1619 5 36 14000 3.62
1620 3 36 5400 2.40
1621 5 48 24000 2.46
1622 4 18 24000 3.72
1623 2 60 24000 1.31
1624 4 12 18300 1.60
1625 3 36 24000 2.28
1626 1 60 18300 3.59
1627 3 18 14000 1.51
1628 2 18 14000 2.82
1629 4 18 24000 2.02
1630 3 36 18300 2.82
1631 3 18 14000 2.26
1632 1 18 24000 2.17
1633 3 12 18300 3.31
1634 2 18 24000 3.27
1635 1 48 24000 3.16
1636 4 18 18300 2.79
1637 2 36 18300 2.96
1638 2 12 18300 1.08
1639 4 12 14000 3.94
1640 1 36 5400 2.08
1641 4 36 5400 2.23
1642 5 60 24000 1.57
1643 5 60 5400 2.44
1644 4 36 14000 2.01
1645 4 36 5400 3.32
1646 2 12 5400 2.38
1647 3 12 5400 2.71
1648 5 36 18300 2.16
1649 2 48 14000 2.80
1650 5 18 24000 2.70
1651 5 36 14000 2.59
1652 4 18 18300 3.83
1653 1 36 14000 1.78
1654 2 48 5400 3.57
1655 5 12 24000 2.95
1656 5 36 18300 2.11
1657 5 36 14000 1.73
1658 2 48 24000 2.81
1659 1 12 18300 2.94
1660 2 36 14000 1.77
1661 3 18 5400 3.92
1662 3 36 14000 3.02
1663 4 60 5400 1.91
1664 4 48 14000 1.62
1665 5 36 24000 1.58
1666 3 36 18300 2.11
1667 4 36 18300 1.63
1668 1 12 14000 2.49
1669 1 36 5400 2.20
1670 1 36 18300 1.36
1671 5 12 14000 3.79
1672 1 60 5400 3.55
1673 2 36 14000 2.05
1674 2 60 14000 2.62
1675 3 36 5400 3.35
1676 1 36 24000 2.22
1677 5 12 14000 2.63
1678 5 36 24000 2.18
1679 5 48 24000 3.06
1680 4 12 5400 1.35
1681 1 48 5400 3.18
1682 2 48 14000 1.61
1683 3 36 18300 1.41
1684 2 18 5400 1.89
1685 4 18 18300 2.86
1686 3 60 18300 1.29
1687 4 60 14000 3.90
1688 5 60 24000 1.84
1689 3 36 14000 3.70
1690 3 36 24000 1.78
1691 2 36 14000 3.42
1692 2 36 18300 1.22
1693 3 12 5400 1.01
1694 3 18 5400 2.07
1695 2 18 18300 2.48
1696 5 48 18300 3.42
1697 1 36 18300 1.93
1698 2 36 18300 3.59
1699 4 36 18300 3.17
1700 2 12 24000 2.77
1701 2 48 5400 3.52
1702 4 36 14000 1.25
1703 1 48 24000 3.70
1704 4 48 5400 1.65
1705 4 60 24000 4.00
1706 4 18 14000 2.88
1707 1 36 5400 3.75
1708 3 18 14000 2.40
1709 5 36 14000 1.94
1710 4 48 18300 1.06
1711 4 36 18300 3.01
1712 4 12 18300 1.47
1713 5 12 24000 3.79
1714 4 36 14000 2.13
1715 3 18 24000 1.96
1716 4 36 18300 3.82
1717 2 48 5400 1.97
1718 5 36 14000 2.33
1719 2 36 14000 1.97
1720 5 48 24000 1.13
1721 1 60 14000 3.83
1722 2 36 18300 3.32
1723 4 48 18300 3.41
1724 3 60 14000 2.66
1725 1 36 14000 2.80
1726 3 12 14000 1.47
1727 3 36 24000 2.99
1728 1 36 18300 1.12
1729 1 36 14000 2.66
1730 5 12 18300 1.09
1731 3 12 24000 3.88
1732 4 18 24000 3.79
1733 5 36 18300 3.40
1734 1 36 18300 1.07
1735 1 36 5400 1.75
1736 4 36 14000 2.02
1737 3 48 14000 2.02
1738 1 48 18300 3.47
1739 1 18 5400 3.30
1740 5 36 14000 2.98
1741 5 36 5400 1.87
1742 5 36 24000 1.47
1743 5 36 24000 1.95
1744 1 36 18300 3.35
1745 1 18 14000 4.00
1746 2 36 14000 3.06
1747 2 36 5400 1.61
1748 4 60 14000 3.35
1749 1 60 14000 1.26
1750 3 36 18300 1.83
1751 1 48 18300 3.92
1752 4 18 18300 1.17
1753 1 48 18300 1.46
1754 1 48 5400 2.64
1755 2 18 14000 1.99
1756 1 36 24000 1.81
1757 4 18 18300 2.30
1758 4 36 18300 1.54
1759 3 36 14000 2.01
1760 3 36 14000 1.15
1761 5 36 24000 3.23
1762 1 12 5400 1.52
1763 2 60 5400 3.86
1764 1 48 18300 3.50
1765 4 48 5400 3.31
1766 3 60 18300 3.06
1767 3 60 24000 1.76
1768 2 36 14000 2.87
1769 1 36 24000 1.32
1770 2 18 5400 1.49
1771 1 18 14000 1.35
1772 5 48 18300 1.01
1773 1 36 18300 1.01
1774 2 60 14000 1.32
1775 3 18 18300 2.09
1776 1 36 18300 3.54
1777 3 36 14000 1.02
1778 1 48 18300 2.32
1779 1 18 14000 1.22
1780 3 36 5400 2.65
1781 2 36 14000 3.15
1782 5 12 18300 1.21
1783 1 48 14000 1.60
1784 2 12 18300 3.29
1785 5 36 5400 2.32
1786 5 12 5400 1.48
1787 4 18 14000 3.22
1788 5 36 14000 2.41
1789 3 48 18300 2.09
1790 5 36 5400 2.09
1791 3 36 5400 3.16
1792 4 36 18300 3.27
1793 3 48 5400 2.10
1794 2 48 14000 3.66
1795 3 36 24000 1.98
1796 2 36 14000 2.58
1797 1 48 5400 3.01
1798 4 36 14000 3.84
1799 3 36 18300 2.60
1800 5 12 24000 1.10
1801 1 48 14000 3.20
1802 5 48 18300 2.85
1803 3 36 5400 3.89
1804 5 36 5400 1.03
1805 3 12 24000 1.62
1806 1 36 24000 3.25
1807 4 18 14000 3.76
1808 3 12 5400 1.22
1809 4 36 18300 3.10
1810 1 36 24000 1.87
1811 1 36 24000 1.60
1812 5 12 5400 1.95
1813 5 12 5400 3.60
1814 1 36 14000 3.79
1815 2 36 5400 3.61
1816 3 18 24000 3.42
1817 2 60 5400 3.17
1818 5 48 5400 1.03
1819 3 36 18300 1.45
1820 5 36 14000 1.29
1821 3 12 14000 3.62
1822 5 12 5400 1.34
1823 5 48 18300 1.36
1824 4 18 24000 2.76
1825 2 36 14000 2.88
1826 1 18 5400 2.81
1827 1 36 5400 2.16
1828 5 36 5400 2.80
1829 2 48 24000 2.91
1830 5 36 18300 1.92
1831 3 48 14000 1.03
1832 4 60 5400 3.00
1833 3 18 5400 2.49
1834 1 36 14000 3.71
1835 3 36 5400 2.56
1836 2 36 24000 2.52
1837 5 36 5400 1.46
1838 3 48 18300 1.68
1839 1 18 5400 1.09
1840 5 48 14000 1.67
1841 3 12 5400 3.14
1842 2 36 24000 1.27
1843 4 12 18300 3.60
1844 4 36 14000 3.21
1845 3 48 24000 1.58
1846 1 36 24000 2.15
1847 5 36 14000 2.21
1848 1 12 18300 2.51
1849 5 36 24000 3.38
1850 4 36 24000 3.83
1851 3 36 18300 3.01
1852 2 36 18300 1.07
1853 5 18 18300 1.44
1854 1 12 14000 2.55
1855 5 36 5400 1.35
1856 5 36 14000 2.57
1857 1 48 18300 3.31
1858 2 48 5400 3.44
1859 2 36 18300 1.04
1860 3 18 18300 2.62
1861 2 36 24000 3.50
1862 4 60 14000 3.48
1863 1 36 18300 1.48
1864 4 18 24000 3.85
1865 2 12 5400 3.14
1866 2 36 24000 3.23
1867 4 12 5400 3.13
1868 2 12 5400 3.00
1869 4 18 24000 3.93
1870 3 60 18300 3.29
1871 3 48 14000 2.85
1872 1 18 5400 1.96
1873 3 60 5400 1.01
1874 5 36 24000 3.78
1875 2 36 14000 2.90
1876 3 36 5400 2.70
1877 4 18 18300 3.59
1878 2 36 24000 1.66
1879 2 48 18300 3.17
1880 1 60 18300 1.70
1881 5 60 14000 2.11
1882 4 36 18300 1.43
1883 2 36 24000 1.96
1884 1 36 18300 3.40
1885 2 36 18300 1.86
1886 4 18 24000 1.03
1887 1 18 5400 1.13
1888 3 12 24000 3.14
1889 3 36 14000 1.38
1890 3 12 18300 1.71
1891 3 48 14000 3.11
1892 2 48 18300 2.29
1893 5 12 18300 1.08
1894 5 18 24000 2.75
1895 4 36 14000 1.06
1896 1 12 18300 1.40
1897 3 18 18300 1.72
1898 5 36 5400 1.48
1899 3 18 24000 2.33
1900 1 48 14000 2.97
1901 3 48 18300 2.47
1902 4 36 24000 1.82
1903 3 36 5400 1.43
1904 2 36 5400 3.29
1905 4 36 14000 2.22
1906 3 36 18300 3.85
1907 5 36 5400 2.90
1908 3 36 24000 1.02
1909 5 60 18300 2.99
1910 1 36 18300 2.49
1911 5 36 5400 2.18
1912 5 60 18300 2.92
1913 2 36 24000 1.91
1914 2 36 18300 1.59
1915 1 36 24000 3.45
1916 1 36 18300 1.91
1917 3 36 18300 3.40
1918 1 36 18300 2.37
1919 1 48 18300 2.42
1920 5 18 18300 1.40
1921 3 18 18300 2.83
1922 1 12 24000 1.14
1923 5 48 5400 1.34
1924 2 36 18300 1.32
1925 1 48 5400 3.06
1926 5 48 18300 3.96
1927 3 12 14000 1.82
1928 4 48 24000 3.71
1929 3 48 14000 2.41
1930 3 18 18300 3.98
1931 2 60 14000 3.18
1932 2 18 5400 4.00
1933 4 36 14000 2.59
1934 5 18 18300 1.82
1935 2 12 24000 2.75
1936 1 60 18300 3.11
1937 2 36 18300 2.95
1938 3 36 18300 2.96
1939 5 36 14000 1.06
1940 1 60 18300 2.48
1941 1 60 14000 2.20
1942 5 48 14000 1.61
1943 5 60 24000 1.63
1944 5 36 14000 2.44
1945 1 36 24000 3.79
1946 3 12 14000 3.52
1947 4 18 24000 3.29
1948 5 36 24000 2.78
1949 3 36 24000 2.28
1950 1 48 14000 1.82
1951 3 18 18300 1.82
1952 5 60 5400 2.63
1953 4 60 14000 3.87
1954 2 36 14000 1.21
1955 2 36 5400 1.19
1956 4 48 14000 2.68
1957 5 18 24000 1.08
1958 2 12 5400 3.60
1959 3 36 5400 3.43
1960 2 60 14000 1.19
1961 4 60 18300 2.13
1962 5 36 5400 1.81
1963 2 12 14000 2.92
1964 1 36 24000 1.85
1965 3 36 24000 1.44
1966 1 60 24000 2.51
1967 4 18 5400 1.57
1968 3 36 24000 2.50
1969 4 36 18300 1.16
1970 2 12 14000 2.02
1971 4 36 24000 1.28
1972 5 60 5400 1.81
1973 2 60 14000 1.86
1974 4 18 18300 2.83
1975 1 18 24000 1.77
1976 3 12 5400 2.21
1977 2 48 18300 1.88
1978 2 60 5400 1.45
1979 5 36 14000 1.08
1980 1 36 5400 3.03
1981 4 48 24000 2.53
1982 5 12 14000 2.38
1983 3 36 5400 1.02
1984 2 48 18300 3.98
1985 1 12 14000 3.25
1986 3 18 24000 3.63
1987 2 36 18300 3.31
1988 3 36 14000 2.13
1989 3 18 5400 1.01
1990 4 18 14000 3.34
1991 2 12 24000 1.37
1992 3 48 24000 2.76
1993 4 36 24000 1.05
1994 1 60 5400 2.31
1995 4 36 5400 2.34
1996 2 60 18300 1.29
1997 4 12 14000 2.13
1998 1 12 24000 1.77
1999 2 36 18300 2.12
2000 5 48 5400 3.66
2001 2 18 18300 3.24
2002 1 48 14000 1.35
2003 4 60 14000 3.81
2004 2 36 14000 2.97
2005 1 48 24000 3.02
2006 4 18 5400 2.99
2007 4 36 14000 2.20
2008 3 36 5400 3.79
2009 5 36 18300 3.72
2010 1 36 18300 2.95
2011 4 12 14000 2.37
2012 1 60 18300 3.79
2013 1 48 14000 3.93
2014 5 12 14000 1.18
2015 3 36 24000 3.18
2016 4 48 24000 2.87
2017 5 48 5400 1.99
2018 1 12 18300 3.35
2019 3 36 14000 1.53
2020 5 60 24000 2.80
2021 5 18 14000 1.88
2022 4 48 24000 1.08
2023 1 36 18300 3.74
2024 2 18 5400 2.74
2025 2 12 5400 3.55
2026 4 36 5400 1.84
2027 5 36 14000 2.63
2028 1 36 5400 2.17
2029 2 48 14000 3.59
2030 2 36 18300 3.36
2031 4 18 18300 1.82
2032 3 12 24000 1.60
2033 1 36 18300 1.27
2034 2 18 24000 3.54
2035 2 36 18300 3.33
2036 3 36 5400 3.28
2037 2 18 24000 1.92
2038 2 36 5400 2.04
2039 5 36 18300 3.72
2040 1 60 18300 2.09
2041 1 48 5400 3.00
2042 2 36 18300 2.62
2043 5 12 14000 2.42
2044 3 36 5400 3.72
2045 5 18 18300 2.32
2046 4 36 5400 1.64
2047 5 18 24000 3.05
2048 2 36 18300 3.88
2049 1 18 18300 3.05
2050 3 18 24000 1.36
2051 1 36 18300 2.80
2052 3 36 14000 2.30
2053 3 48 5400 2.90
2054 5 12 14000 3.15
2055 5 48 14000 1.24
2056 2 12 5400 2.90
2057 4 36 14000 3.42
2058 1 48 24000 3.94
2059 2 60 24000 3.94
2060 5 36 24000 1.55
2061 2 18 14000 3.72
2062 3 36 24000 3.23
2063 5 60 5400 1.57
2064 4 18 18300 2.70
2065 3 60 5400 3.58
2066 1 48 5400 1.16
2067 1 48 14000 1.93
2068 4 18 5400 2.57
2069 1 36 18300 2.74
2070 3 12 24000 3.50
2071 2 60 5400 2.07
2072 5 48 24000 1.14
2073 2 36 24000 2.21
2074 5 60 5400 3.29
2075 2 18 18300 2.67
2076 3 18 14000 1.58
2077 4 36 14000 1.43
2078 3 60 24000 1.56
2079 5 36 14000 3.61
2080 4 18 18300 3.72
2081 4 60 18300 2.22
2082 5 48 14000 1.00
2083 2 18 18300 2.25
2084 1 36 24000 1.49
2085 1 18 14000 3.20
2086 3 36 24000 3.18
2087 2 36 24000 1.46
2088 4 12 18300 1.08
2089 3 60 5400 3.64
2090 3 36 14000 2.29
2091 5 36 24000 2.81
2092 2 36 18300 1.95
2093 3 48 5400 1.94
2094 1 12 18300 2.39
2095 5 18 5400 1.96
2096 3 48 24000 3.54
2097 3 36 18300 1.71
2098 2 48 24000 2.01
2099 1 36 14000 2.01
2100 5 18 24000 3.73
2101 5 60 14000 3.47
2102 5 36 18300 3.03
2103 1 36 24000 1.46
2104 1 60 18300 1.97
2105 5 12 24000 1.96
2106 3 60 14000 2.56
2107 2 36 24000 2.02
2108 4 18 5400 2.04
2109 5 12 18300 2.43
2110 1 60 24000 2.28
2111 2 36 5400 1.53
2112 1 18 5400 3.36
2113 2 18 24000 3.88
2114 1 18 14000 2.48
2115 5 12 24000 2.10
2116 5 48 18300 1.36
2117 5 36 14000 3.58
2118 2 36 14000 1.47
2119 1 60 18300 2.77
2120 3 36 18300 2.17
2121 1 36 5400 1.59
2122 1 18 24000 1.47
2123 4 36 14000 3.39
2124 3 36 5400 1.73
2125 3 36 18300 3.87
2126 4 48 14000 1.42
2127 3 48 5400 2.97
2128 1 48 18300 3.53
2129 3 36 5400 1.29
2130 3 36 24000 1.29
2131 2 60 14000 3.66
2132 2 36 14000 1.29
2133 1 48 5400 1.39
2134 5 48 18300 3.40
2135 4 18 14000 3.30
2136 5 18 24000 2.70
2137 5 36 5400 3.62
2138 5 36 14000 2.64
2139 1 36 5400 1.31
2140 1 36 18300 1.65
2141 2 36 18300 3.34
2142 4 18 24000 1.16
2143 2 48 18300 3.29
2144 1 48 14000 3.77
2145 5 48 14000 3.35
2146 1 36 24000 1.53
2147 5 36 5400 2.81
2148 3 18 14000 1.52
2149 4 36 5400 2.01
2150 2 18 14000 3.10
2151 1 18 24000 2.72
2152 2 36 14000 3.61
2153 1 36 18300 2.37
2154 2 36 18300 3.89
2155 1 48 14000 1.82
2156 5 36 14000 2.59
2157 5 12 18300 2.03
2158 1 36 14000 1.58
2159 3 12 18300 2.17
2160 5 36 18300 1.47
2161 5 18 24000 3.79
2162 5 36 5400 3.37
2163 1 36 14000 2.42
2164 4 36 18300 3.59
2165 4 12 5400 2.09
2166 1 12 18300 3.47
2167 3 36 14000 2.98
2168 4 36 24000 3.49
2169 4 18 18300 1.62
2170 1 48 24000 1.38
2171 1 60 14000 1.60
2172 3 36 24000 1.83
2173 4 36 24000 1.34
2174 4 36 14000 1.96
2175 1 48 18300 2.02
2176 5 12 18300 2.52
2177 1 36 18300 3.52
2178 5 36 14000 1.72
2179 2 36 18300 1.64
2180 1 60 24000 2.94
2181 5 36 24000 3.04
2182 1 60 5400 2.77
2183 2 36 14000 2.77
2184 3 36 18300 2.51
2185 2 36 18300 3.27
2186 3 36 24000 3.59
2187 2 36 18300 3.92
2188 2 36 5400 3.12
2189 3 48 14000 3.82
2190 2 36 24000 2.22
2191 2 36 14000 3.55
2192 2 36 14000 2.86
2193 5 36 18300 3.58
2194 2 60 14000 3.63
2195 2 48 24000 3.84
2196 3 36 14000 1.45
2197 3 36 24000 3.80
2198 2 36 14000 2.26
2199 5 48 5400 2.48
2200 1 36 5400 2.66
2201 3 18 18300 3.03
2202 3 36 14000 2.47
2203 5 48 14000 2.15
2204 2 60 5400 1.18
2205 4 60 24000 1.79
2206 5 60 18300 2.62
2207 3 48 24000 3.48
2208 1 36 18300 2.29
2209 5 36 24000 2.17
2210 3 36 14000 3.29
2211 4 36 14000 1.58
2212 5 18 5400 2.50
2213 4 36 24000 3.53
2214 3 60 24000 1.21
2215 3 18 14000 3.25
2216 3 48 24000 1.55
2217 4 36 5400 3.51
2218 3 18 24000 1.10
2219 3 12 14000 2.71
2220 2 60 14000 2.42
2221 4 36 18300 2.61
2222 4 18 14000 1.74
2223 4 48 18300 1.28
2224 3 60 5400 1.30
2225 1 18 14000 1.64
2226 1 36 5400 1.40
2227 1 36 14000 2.64
2228 1 36 14000 3.61
2229 3 36 5400 1.14
2230 1 36 14000 2.74
2231 5 18 18300 2.48
2232 3 36 18300 1.25
2233 3 48 5400 3.43
2234 5 60 14000 2.36
2235 1 12 5400 2.12
2236 4 60 18300 3.86
2237 1 48 24000 3.88
2238 2 36 5400 2.37
2239 3 36 5400 1.79
2240 2 36 14000 3.88
2241 1 48 18300 1.02
2242 1 36 14000 3.69
2243 3 60 18300 1.56
2244 4 60 14000 1.34
2245 3 36 24000 1.09
2246 5 18 24000 1.19
2247 5 36 18300 3.94
2248 1 36 5400 3.80
2249 1 12 14000 2.87
2250 5 18 14000 3.40
2251 2 18 5400 2.69
2252 3 12 24000 2.77
2253 2 12 18300 2.99
2254 1 12 24000 1.91
2255 5 36 24000 1.42
2256 4 36 18300 2.87
2257 5 36 14000 2.18
2258 2 36 5400 2.24
2259 5 36 5400 2.20
2260 2 12 24000 3.10
2261 4 36 5400 4.00
2262 5 18 24000 1.49
2263 3 18 5400 2.67
2264 2 36 24000 3.35
2265 3 48 24000 3.08
2266 3 48 18300 3.13
2267 4 18 18300 3.14
2268 3 12 5400 3.12
2269 5 36 24000 1.87
2270 3 18 18300 1.63
2271 4 36 14000 2.17
2272 1 60 24000 3.79
2273 1 36 5400 3.85
2274 3 36 18300 1.80
2275 1 60 14000 1.71
2276 1 36 5400 3.27
2277 3 18 5400 3.31
2278 5 36 5400 4.00
2279 3 36 14000 1.25
2280 3 18 18300 1.09
2281 2 36 5400 2.49
2282 3 12 24000 1.44
2283 3 18 5400 3.21
2284 4 18 24000 2.62
2285 3 12 24000 3.33
2286 2 36 14000 3.14
2287 5 12 18300 3.52
2288 2 36 24000 2.05
2289 2 36 18300 1.47
2290 1 36 14000 3.20
2291 5 48 5400 3.00
2292 5 12 18300 1.24
2293 1 60 24000 3.69
2294 3 36 14000 3.05
2295 4 12 24000 1.67
2296 3 36 5400 2.01
2297 3 36 5400 1.18
2298 1 48 18300 3.18
2299 5 36 14000 2.87
2300 3 18 5400 2.19
2301 2 12 5400 3.37
2302 3 18 5400 3.41
2303 4 12 5400 2.05
2304 3 18 18300 3.71
2305 2 36 24000 3.07
2306 2 36 14000 1.34
2307 3 60 14000 2.41
2308 2 18 18300 2.78
2309 2 18 14000 2.82
2310 2 18 18300 1.25
2311 5 60 24000 1.63
2312 5 36 5400 2.55
2313 5 18 18300 3.58
2314 3 36 24000 1.77
2315 3 60 5400 3.32
2316 4 36 14000 3.23
2317 1 12 14000 1.15
2318 3 18 24000 1.31
2319 3 36 18300 1.62
2320 1 36 5400 3.50
2321 2 12 14000 2.16
2322 4 36 24000 2.45
2323 3 60 14000 2.10
2324 3 36 18300 1.86
2325 4 36 5400 1.85
2326 1 48 24000 2.41
2327 2 12 14000 3.45
2328 4 48 14000 3.21
2329 2 36 18300 1.44
2330 2 36 14000 3.00
2331 5 48 14000 1.29
2332 3 36 5400 3.48
2333 1 36 18300 3.22
2334 2 18 24000 2.26
2335 5 12 18300 2.14
2336 4 12 18300 3.43
2337 1 36 24000 2.31
2338 2 60 24000 1.55
2339 3 48 5400 3.32
2340 4 48 14000 1.52
2341 2 12 14000 2.92
2342 2 36 14000 2.84
2343 3 36 14000 1.55
2344 2 12 5400 1.27
2345 5 36 18300 1.05
2346 3 36 5400 2.68
2347 5 18 24000 2.16
2348 2 60 5400 1.65
2349 3 36 18300 3.27
2350 4 18 24000 3.43
2351 3 12 14000 2.14
2352 3 36 18300 3.21
2353 5 36 18300 2.53
2354 1 36 24000 3.21
2355 3 36 14000 1.27
2356 5 18 24000 1.28
2357 1 36 24000 1.32
2358 3 12 24000 3.07
2359 3 36 18300 1.54
2360 4 48 24000 3.74
2361 4 36 24000 1.37
2362 2 60 14000 2.22
2363 4 36 18300 1.24
2364 4 36 24000 3.63
2365 5 36 5400 3.31
2366 3 36 24000 1.67
2367 4 18 14000 1.99
2368 2 36 14000 1.52
2369 2 36 24000 2.77
2370 3 48 14000 3.80
2371 3 48 14000 3.07
2372 5 36 14000 3.51
2373 2 36 18300 3.95
2374 4 36 14000 3.63
2375 4 18 24000 2.80
2376 3 36 5400 2.58
2377 2 12 18300 3.28
2378 5 36 14000 2.44
2379 5 36 24000 2.25
2380 3 36 24000 2.57
2381 1 18 5400 3.63
2382 1 48 18300 3.48
2383 4 36 24000 2.77
2384 2 60 18300 2.99
2385 1 60 24000 3.04
2386 3 18 14000 1.41
2387 1 60 14000 1.51
2388 2 48 5400 2.84
2389 4 60 18300 1.44
2390 3 36 5400 3.92
2391 4 18 5400 3.67
2392 2 36 24000 2.70
2393 3 36 14000 2.46
2394 1 48 24000 1.79
2395 4 36 14000 1.14
2396 2 36 24000 3.37
2397 5 18 5400 2.07
2398 4 60 24000 2.88
2399 5 48 5400 1.67
2400 4 18 14000 1.72
2401 2 12 5400 3.96
2402 1 60 14000 2.96
2403 5 60 5400 2.66
2404 2 60 18300 2.79
2405 4 18 14000 2.21
2406 3 36 5400 1.19
2407 5 36 24000 3.24
2408 1 36 18300 2.61
2409 4 36 24000 3.68
2410 4 18 18300 2.24
2411 1 12 24000 3.50
2412 5 12 5400 2.71
2413 5 36 18300 1.81
2414 4 60 14000 3.69
2415 5 12 14000 1.20
2416 2 36 24000 2.51
2417 4 36 5400 2.19
2418 4 12 24000 1.56
2419 2 36 18300 1.15
2420 4 48 5400 3.20
2421 1 36 24000 1.92
2422 3 36 5400 3.64
2423 4 12 5400 2.56
2424 1 12 14000 1.53
2425 4 18 18300 3.24
2426 2 12 5400 2.42
2427 4 48 18300 3.06
2428 5 36 14000 1.41
2429 3 18 24000 1.16
2430 4 36 14000 3.18
2431 5 36 24000 1.04
2432 2 60 5400 2.13
2433 3 48 5400 3.74
2434 1 12 24000 3.12
2435 2 60 5400 1.61
2436 2 60 5400 3.53
2437 3 12 14000 3.30
2438 2 36 18300 1.07
2439 3 48 24000 2.21
2440 3 18 5400 1.06
2441 1 60 14000 2.95
2442 1 12 18300 3.89
2443 5 36 5400 2.50
2444 3 36 5400 3.54
2445 5 36 14000 2.64
2446 4 48 18300 1.54
2447 2 36 18300 3.32
2448 3 36 5400 1.35
2449 1 12 5400 2.77
2450 1 48 18300 2.53
2451 2 18 5400 1.95
2452 5 36 18300 1.35
2453 2 48 5400 1.36
2454 3 12 24000 2.46
2455 4 60 18300 3.05
2456 1 36 5400 3.76
2457 2 18 14000 2.44
2458 3 36 18300 1.77
2459 1 36 24000 3.64
2460 3 36 5400 1.15
2461 1 36 5400 2.99
2462 2 12 24000 3.81
2463 4 48 5400 1.17
2464 2 36 14000 3.62
2465 3 48 5400 3.45
2466 5 36 18300 1.60
2467 2 60 18300 2.98
2468 5 36 14000 2.75
2469 5 48 24000 2.93
2470 1 60 18300 1.98
2471 3 36 24000 2.11
2472 3 48 24000 3.54
2473 2 18 24000 1.56
2474 1 18 5400 3.94
2475 4 48 14000 3.00
2476 5 36 18300 1.60
2477 5 36 14000 1.81
2478 1 36 14000 1.42
2479 2 18 18300 1.59
2480 4 36 24000 2.50
2481 2 12 5400 3.40
2482 2 36 24000 3.64
2483 3 36 18300 3.77
2484 5 48 18300 2.52
2485 5 60 14000 1.90
2486 3 60 5400 2.46
2487 5 12 18300 2.13
2488 5 48 5400 1.12
2489 3 12 18300 3.31
2490 5 60 5400 1.25
2491 5 36 24000 1.55
2492 4 36 14000 1.45
2493 2 48 14000 1.71
2494 5 12 5400 2.52
2495 5 60 24000 2.71
2496 4 36 18300 2.25
2497 1 36 24000 1.77
2498 3 36 18300 1.45
2499 1 36 24000 1.52
2500 3 36 14000 2.39
2501 3 12 5400 1.54
2502 1 18 14000 2.46
2503 1 36 14000 1.57
2504 5 60 18300 2.27
2505 4 12 5400 3.65
2506 2 48 5400 3.88
2507 1 12 24000 1.89
2508 1 36 24000 2.31
2509 5 60 18300 3.14
2510 2 60 14000 1.70
2511 4 36 5400 2.88
2512 1 36 24000 3.13
2513 3 12 24000 2.40
2514 1 36 24000 1.37
2515 2 48 14000 1.98
2516 1 12 24000 2.61
2517 5 36 5400 1.14
2518 1 18 24000 2.81
2519 5 36 24000 3.56
2520 2 18 24000 1.42
2521 4 36 14000 2.73
2522 3 18 18300 2.29
2523 5 36 18300 1.30
2524 4 48 24000 2.16
2525 5 48 24000 3.91
2526 3 36 14000 1.93
2527 2 60 5400 3.63
2528 5 12 24000 1.24
2529 1 36 5400 3.03
2530 3 36 5400 1.66
2531 5 12 5400 1.32
2532 2 60 24000 2.24
2533 3 18 18300 2.48
2534 3 48 14000 1.49
2535 5 60 5400 2.08
2536 5 36 18300 2.72
2537 1 48 5400 3.91
2538 2 48 18300 3.92
2539 3 60 14000 3.30
2540 4 36 14000 2.69
2541 4 60 5400 3.80
2542 2 36 14000 3.96
2543 5 18 5400 3.18
2544 2 18 18300 1.23
2545 1 60 18300 3.23
2546 4 48 24000 3.65
2547 4 36 14000 1.41
2548 1 60 14000 1.12
2549 4 36 18300 3.22
2550 5 36 24000 2.12
2551 4 18 5400 2.01
2552 1 36 14000 3.93
2553 1 18 14000 2.63
2554 1 36 24000 3.07
2555 4 60 18300 1.48
2556 2 36 5400 3.93
2557 5 36 18300 2.34
2558 2 12 18300 2.37
2559 2 36 18300 1.79
2560 3 12 24000 1.77
2561 5 48 18300 2.52
2562 2 12 14000 2.12
2563 5 48 24000 3.15
2564 1 60 18300 3.35
2565 5 12 18300 3.49
2566 5 18 24000 1.32
2567 4 48 5400 2.31
2568 2 18 18300 3.44
2569 4 12 14000 2.28
2570 4 36 5400 2.73
2571 5 12 14000 3.52
2572 4 60 5400 1.56
2573 2 60 5400 2.12
2574 3 12 24000 3.99
2575 3 48 18300 1.27
2576 2 18 18300 2.60
2577 5 36 24000 1.63
2578 5 60 5400 2.96
2579 5 18 24000 3.72
2580 3 48 5400 2.50
2581 5 36 14000 3.19
2582 5 18 18300 2.02
2583 4 60 5400 1.67
2584 1 36 5400 2.70
2585 1 60 24000 1.20
2586 5 18 14000 2.53
2587 4 36 14000 2.97
2588 5 12 18300 1.12
2589 2 36 18300 3.41
2590 1 36 18300 1.32
2591 5 18 24000 3.97
2592 2 36 18300 1.07
2593 4 48 5400 2.61
2594 3 18 18300 2.27
2595 1 36 14000 3.22
2596 5 36 24000 1.31
2597 2 18 14000 2.26
2598 3 18 24000 3.35
2599 4 36 18300 1.37
2600 1 60 14000 2.64
2601 2 48 24000 2.06
2602 4 36 18300 1.45
2603 1 18 5400 1.96
2604 3 36 18300 3.75
2605 5 18 24000 3.64
2606 5 36 24000 2.20
2607 3 36 18300 1.66
2608 5 18 24000 2.13
2609 3 12 14000 2.55
2610 4 12 5400 2.09
2611 2 36 24000 1.61
2612 1 12 24000 2.66
2613 4 36 24000 1.56
2614 1 48 24000 3.59
2615 5 60 18300 1.80
2616 5 18 14000 1.86
2617 1 36 5400 3.36
2618 5 36 5400 3.04
2619 5 60 18300 3.09
2620 4 36 24000 2.73
2621 2 36 5400 2.57
2622 5 36 14000 2.29
2623 4 36 5400 2.21
2624 1 36 18300 3.43
2625 3 36 18300 3.48
2626 1 60 5400 3.06
2627 1 36 5400 1.46
2628 1 48 18300 3.27
2629 5 48 18300 3.53
2630 5 36 18300 1.56
2631 4 18 18300 1.86
2632 5 36 24000 2.17
2633 1 36 18300 3.49
2634 1 36 5400 2.74
2635 5 36 18300 1.31
2636 3 18 24000 3.59
2637 3 36 5400 1.59
2638 2 48 5400 3.63
2639 2 36 14000 1.24
2640 3 36 18300 2.33
2641 4 12 18300 1.35
2642 3 36 5400 1.00
2643 5 12 5400 3.54
2644 3 36 14000 3.72
2645 4 18 24000 3.84
2646 4 36 5400 3.40
2647 2 36 5400 3.98
2648 5 36 24000 3.37
2649 2 48 24000 1.65
2650 2 48 14000 1.37
2651 1 18 14000 1.92
2652 2 48 14000 2.43
2653 2 36 14000 1.79
2654 2 36 24000 3.50
2655 2 36 18300 2.70
2656 3 48 24000 1.62
2657 1 36 14000 3.23
2658 4 36 14000 2.99
2659 3 12 24000 2.06
2660 2 36 14000 2.81
2661 2 12 24000 1.10
2662 2 18 5400 1.40
2663 2 36 14000 2.77
2664 1 36 18300 1.03
2665 5 18 5400 1.02
2666 3 12 18300 2.52
2667 5 48 18300 3.99
2668 1 18 24000 1.24
2669 4 60 5400 1.28
2670 4 36 24000 3.31
2671 4 60 24000 2.80
2672 2 60 18300 3.73
2673 3 18 18300 1.67
2674 3 36 14000 3.68
2675 4 12 5400 1.32
2676 4 36 24000 1.12
2677 5 18 14000 1.62
2678 5 60 14000 2.73
2679 4 12 5400 3.26
2680 5 36 18300 2.77
2681 4 36 24000 2.71
2682 5 36 5400 1.67
2683 4 48 5400 2.70
2684 3 36 5400 1.58
2685 1 48 14000 2.28
2686 5 36 5400 3.13
2687 3 12 24000 1.89
2688 5 36 14000 2.06
2689 4 60 18300 3.97
2690 1 18 18300 1.07
2691 4 12 5400 3.50
2692 2 36 14000 2.48
2693 5 36 14000 2.58
2694 1 12 18300 2.03
2695 2 18 18300 1.74
2696 3 48 18300 2.76
2697 5 36 24000 3.33
2698 3 12 18300 3.47
2699 1 18 18300 2.26
2700 2 12 14000 1.21
ende articulos de diversos fines a bajo costo, este año ha decidido ingresar al mundo de las ventas en linea, utilizando diferentes portales d
700 artículos vendidos considerando caracteristicas propias del producto y datos obtenidos de una encuesta de sastistacción diligenciada

escuela ECBTI designa a un grupo de profesionales para que realicen el análisis estadístico de los datos que suministra el gerente, con el fin

a la base de datos: “Dificultades de ventas en línea de la compañía K-mundo” calculará una muestra, con base en esta muestra realizará
ones inferenciales en cada uno de los cálculos realizados.

Precio de Precio de Precio del Género de Edad del

venta impuesto envío cliente cliente
25000 4400 5500 1 42
36000 4700 5000 2 48
20000 3600 5500 1 27
36000 4400 6000 2 25
42000 6200 6000 1 37
12000 1600 5000 1 54
42000 6200 6000 1 38
25000 3600 5000 1 25
25000 3700 6000 1 50
36000 6900 6000 2 51
25000 4400 6000 1 44
36000 6200 6000 2 36
12000 2200 5500 2 31
25000 3700 5000 2 31
36000 5200 6000 2 21
25000 3600 6000 2 53
49000 7300 6000 2 54
25000 4400 6000 1 29
18000 2900 6000 1 20
20000 2900 5000 2 53
25000 3600 6000 2 27
36000 5200 6000 2 28
25000 4400 5500 1 52
36000 5200 6000 2 53
18000 2500 5000 2 39
25000 4000 6000 1 23
15000 2200 5000 1 25
36000 5200 6000 2 53
36000 5200 6000 1 28
18000 3000 6000 1 49
18000 2900 5500 2 24
49000 7300 6000 1 38
18000 2600 6000 2 30
25000 4400 6000 1 50
36000 5200 6000 2 22
49000 7300 6000 2 22
36000 6200 5500 2 33
25000 3700 5000 1 42
36000 6200 5500 1 55
36000 6200 6000 2 31
25000 4400 6000 1 29
42000 6200 6000 1 21
36000 6200 5500 2 19
36000 5200 6000 1 28
36000 4200 5000 1 43
25000 5200 5500 2 29
15000 2400 6000 1 34
42000 5200 5000 2 24
36000 6200 5000 2 40
25000 3300 5000 1 28
25000 4300 6000 1 27
36000 6200 6000 1 45
41000 6200 6000 2 34
20000 2800 5000 1 48
12000 2300 6000 1 30
36000 4400 6000 1 25
36000 5200 6000 2 47
33000 5200 6000 1 31
25000 5200 5500 2 29
18000 3600 5500 2 43
12000 1600 6000 1 47
36000 7300 6000 2 18
25000 5200 5500 1 30
12000 1600 6000 1 50
36000 6200 5000 2 47
36000 4400 5000 1 43
18000 2600 5000 2 47
45000 7300 6000 1 19
36000 7300 5500 1 35
25000 3600 6000 1 36
25000 4400 6000 1 47
36000 6200 6000 1 21
25000 4400 5500 1 33
36000 8400 5500 1 41
18000 3600 5500 2 26
12000 2000 5000 2 29
36000 7700 6000 2 41
36000 6200 5500 2 22
18000 2800 6000 2 45
12000 1900 5000 1 28
12000 1600 6000 1 37
25000 3600 5000 2 36
25000 3600 5000 1 42
18000 3000 6000 2 19
12000 2300 5500 1 23
12000 1800 6000 1 37
12000 1600 6000 1 43
18000 2500 6000 2 52
36000 5200 6000 2 26
25000 3700 6000 1 47
25000 4400 6000 2 49
41000 7300 5500 2 40
25000 4400 5500 1 42
45000 8400 5500 1 48
47000 7300 6000 1 25
36000 6900 6000 2 38
33000 6000 5500 1 47
33000 4400 5000 1 31
36000 7300 5500 1 31
36000 7300 6000 1 51
21000 3600 6000 2 32
36000 7300 5500 1 34
12000 2500 5500 2 18
12000 1800 6000 1 23
42000 7300 5500 2 36
36000 6900 6000 1 20
25000 4700 6000 2 25
36000 5200 6000 2 33
42000 6000 5000 2 40
36000 7300 6000 1 25
25000 4400 6000 2 18
25000 5200 5500 2 49
20000 3300 6000 2 48
36000 5000 5000 1 39
25000 4700 6000 2 46
25000 3600 6000 1 54
36000 8400 5500 2 51
36000 7300 6000 1 49
12000 1800 6000 1 25
36000 4400 6000 1 31
36000 5200 6000 1 31
20000 2900 5000 1 28
36000 6200 6000 1 34
41000 6200 6000 1 45
12000 2200 5500 2 21
36000 6900 6000 2 49
18000 2800 6000 2 39
25000 3300 5000 1 37
49000 7300 6000 1 22
12000 1600 6000 1 28
25000 3300 5000 1 29
18000 3000 5500 1 54
49000 7300 6000 1 24
36000 7700 6000 1 31
42000 7300 6000 1 54
33000 4700 5000 2 49
33000 6000 5500 2 40
36000 4400 5000 2 53
15000 2200 5000 1 25
36000 7300 5500 2 51
25000 3600 6000 2 38
25000 3600 6000 2 45
21000 3600 5500 2 19
25000 4400 5500 1 45
36000 4400 6000 2 40
25000 3600 5000 1 53
36000 6000 6000 2 18
12000 2300 6000 1 32
36000 6000 6000 2 29
25000 4400 5500 1 55
12000 2400 5500 1 20
42000 7300 6000 1 52
25000 3300 5000 2 20
12000 2200 6000 2 32
41000 6200 6000 1 34
33000 5200 6000 2 44
45000 6200 5000 2 40
25000 3600 5000 2 51
12000 1900 6000 1 55
21000 2900 5000 2 31
25000 3600 5000 1 24
12000 1900 5000 1 35
36000 7300 5500 1 30
36000 4400 6000 2 35
25000 3600 5000 1 50
12000 2600 5500 1 24
36000 6000 6000 2 54
18000 2700 6000 2 25
15000 2100 5000 2 20
36000 5200 5500 1 46
36000 7300 5500 2 29
25000 4400 5500 1 49
18000 3000 6000 1 36
18000 2800 6000 1 52
25000 3600 6000 2 50
12000 2300 5500 1 46
36000 6200 6000 2 35
25000 4400 6000 1 32
12000 2200 6000 2 28
36000 4400 6000 2 23
21000 3600 5500 1 29
36000 5200 5500 2 51
33000 6000 5500 2 26
15000 2100 5000 1 33
18000 3000 6000 2 26
36000 7300 6000 2 27
36000 6900 6000 1 27
18000 2400 5000 1 54
20000 3600 6000 2 48
25000 4700 6000 2 47
25000 3600 6000 1 49
18000 3600 5500 2 40
15000 2200 5000 2 33
45000 6200 5000 1 23
36000 4400 6000 2 25
36000 4400 5000 1 52
12000 2400 5500 2 23
12000 1500 5000 2 42
36000 6200 6000 2 40
36000 7300 6000 2 53
36000 4200 5000 2 52
15000 2500 6000 2 48
12000 1400 5000 2 43
18000 2800 6000 1 18
41000 6200 6000 2 30
36000 5200 6000 2 52
25000 5000 5500 1 31
36000 7700 6000 2 42
15000 2100 5000 2 31
41000 6200 6000 1 26
25000 4400 6000 2 48
36000 7300 6000 2 26
45000 7300 6000 1 23
25000 4400 6000 2 47
36000 5200 6000 2 54
25000 3600 6000 1 28
18000 3600 5500 2 19
36000 5200 5500 1 50
36000 5200 5000 2 34
36000 6900 6000 2 23
36000 5200 6000 2 31
18000 2600 5000 2 34
45000 7300 6000 1 27
36000 5200 6000 1 46
25000 3600 6000 2 21
12000 2300 6000 2 25
12000 2400 5500 1 28
47000 7300 6000 1 55
25000 3600 6000 1 26
36000 7300 6000 2 41
36000 5200 5000 2 23
18000 3300 5500 2 55
12000 2300 6000 1 53
36000 5000 5000 2 51
36000 6200 6000 1 30
42000 7300 6000 2 45
42000 6200 6000 2 42
42000 5200 5000 2 33
12000 2200 5500 1 49
45000 6200 5000 2 30
42000 7300 6000 2 41
12000 2100 6000 2 55
42000 7300 5500 1 28
21000 3300 6000 2 25
36000 6200 6000 2 26
36000 4400 6000 1 39
21000 3300 6000 1 48
45000 6200 5000 2 34
18000 2700 6000 2 38
49000 7300 6000 1 21
36000 5200 6000 2 46
25000 4400 6000 2 18
45000 7300 6000 1 54
20000 3600 6000 2 23
47000 7300 6000 2 46
25000 4200 6000 1 40
25000 4400 6000 1 53
21000 3600 6000 2 33
36000 4400 5000 2 52
12000 2400 5500 2 31
25000 4000 5000 2 39
36000 6900 6000 1 39
12000 2300 6000 1 28
36000 6200 6000 2 41
36000 4400 5000 1 19
36000 8400 5500 2 38
18000 3000 6000 2 38
36000 5200 5500 2 48
36000 7700 6000 1 21
18000 3000 6000 2 33
33000 5300 6000 1 49
36000 7300 6000 2 38
36000 7300 5500 2 30
36000 5200 5500 1 23
45000 6200 5000 2 39
12000 2100 6000 1 18
42000 6200 6000 1 23
41000 6200 6000 1 25
12000 1800 5500 2 41
15000 2400 6000 1 19
41000 5200 5000 1 23
36000 7300 6000 1 50
21000 3300 6000 2 37
18000 2500 5500 2 51
25000 5200 5500 2 52
25000 3600 5000 1 32
25000 4400 5000 2 39
21000 3300 6000 2 30
36000 7300 6000 1 33
25000 4300 6000 1 18
12000 1700 6000 1 22
12000 1800 6000 1 25
18000 2300 5000 2 54
18000 2400 5000 2 29
12000 2000 6000 2 43
36000 5200 5500 2 46
45000 8100 5500 1 50
12000 1700 6000 1 40
18000 2400 5000 1 32
12000 1700 6000 1 43
25000 4300 6000 1 39
25000 4400 6000 1 37
25000 4400 5000 2 18
12000 2300 5500 2 24
25000 4400 5500 1 47
18000 3600 6000 1 25
25000 4400 6000 2 45
36000 5200 5500 1 22
25000 4400 6000 2 24
12000 1600 6000 2 38
45000 7300 6000 2 42
25000 4200 5500 2 41
36000 5200 6000 1 26
36000 8400 5500 2 21
36000 4400 5000 2 20
45000 7300 6000 2 28
36000 5200 5000 1 44
12000 1800 6000 1 41
15000 2400 6000 1 48
25000 3700 6000 1 44
36000 4400 6000 1 49
15000 2200 5000 1 31
42000 7300 6000 2 18
12000 1400 5000 2 47
12000 2500 5500 2 50
12000 1800 6000 1 32
41000 6200 6000 1 54
12000 1400 5000 2 45
47000 6200 5000 2 26
25000 3700 5000 1 22
25000 4700 6000 1 20
36000 4400 6000 1 35
36000 5200 6000 1 31
21000 3600 6000 2 35
25000 3600 6000 2 28
18000 2400 5000 2 37
25000 4400 5500 1 55
36000 7300 5500 2 47
36000 7300 6000 2 35
45000 6200 5000 1 18
36000 4300 5000 1 19
18000 2600 6000 2 41
42000 7300 6000 2 41
36000 5000 6000 2 52
33000 5200 6000 1 31
18000 2300 5000 1 46
36000 5200 6000 1 55
12000 1800 6000 2 22
20000 3600 6000 1 47
36000 5200 6000 1 44
20000 2800 5000 2 55
36000 5200 6000 2 46
25000 4400 6000 2 21
36000 4400 6000 1 33
36000 7300 5500 2 25
36000 4400 6000 1 18
25000 4000 6000 2 20
18000 2600 6000 2 27
47000 6200 5000 1 34
47000 7300 6000 2 22
25000 4400 6000 1 48
36000 6900 6000 1 24
41000 6200 6000 1 22
12000 2000 5000 1 49
21000 3600 5500 2 19
18000 3600 5500 1 35
25000 5200 5500 1 50
18000 3600 6000 2 30
25000 4000 5500 1 25
36000 6200 5500 1 28
18000 2600 6000 1 33
45000 7300 6000 1 31
20000 3300 6000 1 44
12000 2000 5000 2 40
12000 1800 6000 2 28
36000 6200 6000 1 36
45000 7300 6000 2 36
36000 5000 6000 2 37
36000 4200 5000 2 48
25000 5200 5500 2 54
36000 5000 5000 2 44
41000 7300 5500 2 33
25000 3600 5000 1 45
36000 5000 6000 1 48
36000 6200 6000 1 43
25000 4700 5500 1 39
18000 3000 5500 2 27
12000 1400 5000 1 44
36000 7300 5500 2 30
36000 4400 5000 2 33
15000 2100 5000 2 44
12000 1900 6000 2 47
25000 3600 5000 2 28
36000 5200 5500 2 36
36000 7300 6000 2 26
18000 2200 5000 1 32
18000 2600 6000 1 36
47000 6200 5000 2 36
36000 6200 6000 1 48
42000 6200 6000 2 32
20000 3600 6000 1 37
18000 2700 5000 1 25
36000 6000 6000 1 52
25000 3600 6000 2 37
12000 2300 5500 1 35
36000 7300 6000 1 36
25000 3000 5000 1 22
36000 7300 6000 2 24
49000 7300 6000 1 34
12000 2200 6000 1 20
36000 5200 6000 1 42
36000 5000 6000 1 34
33000 4400 5000 1 27
42000 7300 6000 1 26
18000 2600 5000 1 26
21000 3000 5000 1 40
47000 7300 6000 1 33
36000 5000 6000 2 44
18000 2700 6000 1 27
45000 6200 5000 1 47
36000 7300 6000 2 50
36000 6000 6000 2 43
45000 7300 6000 2 42
25000 4400 6000 1 42
41000 6200 6000 2 22
25000 4400 6000 1 46
18000 3300 5500 2 38
36000 5200 6000 2 24
25000 3600 5000 2 35
25000 4400 5000 2 28
36000 6000 6000 2 47
18000 2900 5500 2 45
36000 5200 6000 1 55
25000 5300 5500 2 43
12000 2200 6000 1 43
15000 2400 6000 1 47
12000 2200 6000 1 51
36000 5200 5500 2 24
12000 2100 6000 1 47
25000 4400 6000 1 35
25000 4400 6000 2 29
36000 4400 6000 2 43
36000 5200 6000 2 44
49000 7300 5000 1 42
36000 7300 5500 1 44
12000 1800 5000 1 51
12000 2000 6000 1 28
36000 5200 5000 1 25
41000 6200 6000 2 48
20000 3600 6000 2 39
21000 3600 6000 1 50
25000 4000 6000 1 49
18000 2300 5000 1 36
25000 4400 6000 1 43
25000 3600 6000 1 40
36000 5200 6000 2 54
36000 8400 5500 2 55
18000 2600 6000 2 36
36000 5200 5000 2 52
49000 8400 5500 2 51
18000 2400 5000 2 44
18000 2700 6000 1 37
36000 5200 5000 2 34
36000 7300 6000 1 32
25000 3700 6000 2 38
18000 2800 6000 2 24
18000 3600 6000 2 50
36000 5200 6000 1 32
36000 7300 6000 1 47
33000 5200 6000 1 35
15000 2800 5500 1 32
15000 2400 6000 1 28
42000 6200 6000 2 34
36000 6200 6000 2 19
36000 7300 5000 2 47
25000 3600 6000 2 49
36000 7700 6000 2 19
42000 5200 5000 1 46
25000 4400 5500 2 43
20000 3700 5500 1 55
49000 7300 6000 2 32
12000 1800 6000 1 25
20000 3700 5500 2 18
36000 6200 6000 2 55
42000 6200 6000 2 39
36000 5200 6000 1 35
25000 3600 6000 2 18
42000 6200 6000 1 48
12000 1700 6000 1 26
12000 1900 6000 2 43
36000 6200 6000 2 18
20000 3600 5500 2 54
18000 3600 5500 1 52
36000 4400 6000 2 54
49000 8400 5500 2 27
25000 3600 6000 1 53
12000 2000 6000 1 55
36000 5000 6000 1 44
36000 7300 6000 1 44
25000 4400 6000 2 31
18000 2600 6000 2 46
25000 4000 6000 2 36
20000 3600 5500 1 32
12000 1600 6000 1 20
12000 1400 5000 1 33
18000 2700 6000 2 53
25000 3600 6000 2 31
36000 7300 5500 2 34
36000 6900 6000 2 38
36000 6200 6000 1 43
36000 7700 6000 1 18
36000 6200 5000 1 35
36000 5200 6000 1 47
25000 3700 6000 2 44
36000 7300 6000 2 48
18000 3000 5500 2 46
25000 4300 5500 1 42
36000 6200 5500 1 21
12000 1600 6000 2 43
36000 5200 6000 1 42
25000 4200 5500 1 19
47000 7300 6000 2 54
12000 1900 6000 2 37
36000 5300 5000 1 18
12000 2000 6000 1 37
36000 6900 5500 2 36
12000 1600 5000 1 31
36000 6200 6000 2 21
18000 2900 6000 1 55
36000 5200 5500 1 24
25000 4000 6000 1 40
18000 3600 6000 2 53
12000 1900 5000 2 23
49000 7300 6000 1 21
36000 6200 6000 2 55
49000 8400 5500 2 30
36000 6200 5500 2 47
36000 4400 5000 2 36
18000 2500 6000 2 18
42000 7300 6000 1 27
18000 2500 5000 2 34
20000 3300 6000 1 46
12000 1600 6000 2 49
36000 6200 6000 2 22
25000 3700 6000 2 18
36000 6200 5000 2 39
25000 3600 6000 2 50
36000 6200 5000 1 50
25000 3600 6000 1 31
12000 2100 6000 1 32
36000 6900 6000 2 43
18000 2800 6000 1 24
12000 1800 5500 1 27
36000 6200 6000 1 35
36000 5300 5000 1 31
25000 3600 6000 2 19
36000 7300 6000 2 55
18000 2700 6000 1 54
36000 6200 6000 2 26
36000 5200 5500 2 35
15000 2400 6000 1 31
36000 6200 6000 1 54
12000 2400 5500 2 36
18000 2600 5000 2 35
20000 2900 5000 2 28
18000 2700 6000 2 18
36000 6200 5000 1 54
36000 4400 5000 1 36
25000 4000 6000 2 54
36000 6900 6000 2 18
25000 3600 5000 1 32
12000 2200 6000 1 19
12000 2400 5500 2 39
36000 7300 6000 2 50
18000 2500 6000 1 44
20000 3600 6000 1 18
47000 6200 5000 2 47
12000 2100 6000 2 55
36000 5200 5500 1 53
12000 2100 5500 1 53
36000 6200 6000 2 44
33000 5300 6000 2 48
25000 3600 6000 2 39
36000 7300 5500 2 49
36000 5200 5500 1 50
12000 1900 5000 2 22
36000 6200 6000 2 21
12000 1900 5500 2 27
36000 8200 5500 1 18
36000 6000 6000 2 34
12000 2100 6000 2 53
36000 7300 6000 2 33
36000 4400 6000 2 48
45000 8200 5500 2 31
18000 3000 6000 2 23
12000 1900 6000 2 48
25000 4400 6000 1 37
36000 7300 6000 1 32
36000 4400 6000 2 47
42000 5200 5000 2 38
42000 5200 5000 2 51
18000 3600 6000 2 21
36000 4400 5000 1 45
49000 8400 5500 2 51
25000 4400 5500 2 22
12000 2200 5500 2 53
25000 3600 5000 1 42
33000 6200 5500 1 40
36000 5200 6000 2 41
18000 3600 5500 1 25
12000 2100 6000 2 46
36000 5200 6000 2 39
36000 5200 6000 1 45
18000 3000 6000 2 53
36000 6200 6000 2 33
20000 3300 6000 1 20
36000 6200 6000 1 52
36000 5200 5000 1 35
18000 3600 5500 2 40
45000 6200 5000 2 34
36000 5200 6000 1 42
12000 1500 5000 2 54
18000 2900 6000 1 31
36000 5200 6000 1 26
21000 3600 5500 1 45
36000 6200 6000 2 26
36000 6200 5000 1 24
49000 8400 5500 2 46
25000 4400 6000 2 23
18000 2900 6000 1 51
25000 3600 6000 2 49
20000 3600 5500 1 30
36000 4400 5000 2 46
36000 6200 5500 2 33
25000 4200 5500 2 49
25000 4300 6000 2 23
36000 5200 5000 1 52
36000 5200 5000 1 40
20000 3600 6000 1 31
36000 5000 5000 1 55
45000 7300 6000 2 38
36000 6200 6000 2 23
33000 5300 6000 2 51
36000 6000 6000 1 19
25000 3600 6000 1 52
36000 7300 6000 2 29
47000 6200 5000 2 27
36000 7300 6000 2 29
21000 3000 5000 2 26
36000 5200 5000 2 47
42000 7300 6000 2 47
49000 7300 6000 2 52
36000 5200 6000 1 43
18000 2800 6000 2 29
36000 6200 6000 1 42
36000 6200 6000 1 47
41000 6200 6000 1 53
12000 2100 5500 2 22
25000 3600 5000 1 33
36000 5200 5500 2 54
36000 6200 5500 2 42
36000 7300 6000 2 44
36000 6200 6000 2 29
25000 4000 6000 2 30
36000 5200 5000 1 52
36000 8400 5500 2 48
45000 6200 5000 2 31
18000 2700 6000 1 34
25000 3700 5000 2 48
18000 2900 6000 2 27
20000 3700 5500 2 21
18000 3000 6000 2 38
36000 4400 6000 2 51
12000 1900 6000 2 49
47000 7300 6000 1 48
36000 6200 5500 2 22
25000 3600 6000 1 32
12000 2000 5500 2 51
18000 2800 6000 1 50
36000 6200 5500 2 45
36000 6200 6000 1 52
25000 3700 6000 1 27
25000 3700 6000 2 38
15000 2500 6000 1 18
45000 8200 5500 2 40
12000 1400 5000 2 55
18000 3600 5500 2 39
25000 4000 6000 2 22
36000 5200 6000 2 43
36000 5200 6000 2 30
25000 3600 5000 1 26
25000 3600 5000 1 35
12000 1900 6000 1 31
25000 4400 6000 1 29
36000 7300 6000 1 38
36000 5200 6000 2 49
12000 1600 6000 1 29
25000 4200 6000 1 31
25000 4000 6000 2 49
36000 7300 6000 2 31
25000 4400 5500 1 20
33000 5300 6000 1 40
36000 4400 5000 1 27
45000 7300 6000 1 34
36000 7300 6000 2 32
36000 5000 6000 2 25
25000 4400 6000 2 35
36000 5200 5500 2 18
41000 5200 5000 1 38
49000 6900 5000 2 54
25000 4700 6000 1 53
25000 3600 6000 2 47
18000 3000 6000 1 41
47000 7300 6000 2 53
36000 5200 5000 2 48
36000 6200 6000 2 33
45000 7300 6000 2 32
36000 6200 5500 1 47
36000 6200 6000 2 54
36000 6000 6000 1 43
36000 5200 6000 1 38
36000 6200 5000 2 50
12000 1700 6000 2 37
49000 7300 6000 1 39
12000 2100 6000 2 34
36000 4400 5000 1 39
47000 7300 6000 1 52
12000 1800 6000 2 50
18000 2600 6000 1 18
36000 4400 5000 1 46
25000 4400 5500 2 46
25000 4400 6000 1 31
36000 7300 6000 1 32
36000 6000 6000 1 45
25000 4700 6000 2 54
12000 2100 5500 2 40
36000 6200 5000 1 39
21000 3600 6000 1 53
36000 7300 6000 2 18
47000 6200 5000 2 55
20000 3600 6000 1 25
21000 3600 5500 2 23
36000 7300 6000 2 22
18000 2700 5000 2 26
36000 7700 6000 1 51
36000 7300 6000 1 40
41000 5200 5000 2 32
18000 3000 6000 1 40
36000 5200 5500 1 20
25000 3600 5000 1 19
12000 2600 5500 1 53
41000 6200 6000 1 33
18000 3000 6000 1 25
12000 1900 5500 1 55
36000 6200 6000 1 21
12000 1600 6000 2 42
25000 3000 5000 2 27
25000 3600 6000 2 46
36000 6900 6000 2 24
12000 1700 6000 2 40
36000 8400 5500 1 32
36000 4400 6000 1 29
45000 6200 5000 2 40
25000 3600 6000 2 25
25000 3600 5000 2 39
18000 2600 6000 1 37
12000 2300 6000 2 52
18000 2400 5000 2 54
36000 7700 6000 2 34
49000 7300 6000 2 32
49000 7300 6000 1 50
36000 4400 5000 1 29
36000 5200 6000 2 40
12000 1800 6000 2 36
33000 6000 5500 2 49
42000 7300 6000 2 50
36000 7300 5500 2 48
36000 5200 5000 2 18
49000 7300 6000 2 30
36000 5200 6000 1 21
33000 5300 6000 2 36
36000 5200 5500 2 48
20000 3700 5500 2 26
25000 3700 6000 2 30
33000 5300 6000 2 41
36000 5200 6000 2 47
41000 6200 6000 1 24
18000 2500 5000 2 45
12000 2200 6000 1 40
36000 7300 5500 2 18
18000 2300 5000 2 53
18000 3300 5500 2 22
25000 4400 6000 2 28
25000 3600 5000 1 37
25000 3600 6000 2 25
36000 6200 6000 1 55
12000 1800 6000 2 21
25000 4400 5500 1 44
33000 5300 6000 1 35
49000 7300 6000 1 51
36000 7300 5000 2 30
25000 3600 5000 1 27
25000 3600 5000 1 42
12000 1800 5000 1 26
25000 4400 5500 2 25
25000 4400 6000 1 21
36000 7300 5500 2 44
36000 7300 6000 1 33
25000 3600 5000 2 22
25000 3600 6000 1 42
41000 7300 5500 2 40
33000 4400 5000 2 40
41000 6200 6000 2 33
12000 2000 6000 1 48
12000 2300 5500 1 28
25000 3600 6000 1 38
42000 7300 5500 2 28
47000 7300 6000 2 35
25000 4400 6000 1 30
25000 4400 6000 1 44
25000 3600 5000 1 19
33000 5300 6000 2 44
42000 7300 6000 1 29
36000 5200 6000 1 22
25000 3600 6000 2 41
36000 8400 5500 1 32
36000 7300 6000 1 26
36000 5200 6000 2 55
36000 7700 5500 2 50
12000 2000 6000 1 38
41000 7300 5500 1 55
12000 1600 6000 1 22
12000 2600 5500 2 25
12000 2400 5500 2 39
36000 7700 6000 1 23
36000 5000 5000 2 48
36000 7300 6000 1 18
36000 7700 5500 1 48
36000 4400 5000 1 44
36000 5200 5500 2 34
25000 3700 6000 2 36
21000 3600 6000 2 52
12000 2100 6000 2 22
47000 7300 6000 1 53
36000 5200 6000 1 53
41000 5200 5000 2 28
25000 3600 5000 2 28
25000 3600 5000 2 27
25000 4400 6000 2 50
36000 6200 6000 1 29
45000 7300 6000 2 36
42000 5200 5000 2 39
36000 5200 6000 1 41
36000 5200 5000 2 23
33000 4400 5000 1 18
36000 6200 6000 2 30
18000 2900 6000 2 50
21000 3600 6000 2 38
36000 5200 5500 2 44
47000 7300 6000 2 55
42000 6200 6000 1 40
36000 7300 6000 2 47
36000 7300 6000 2 21
36000 4400 6000 1 40
21000 3000 5000 1 46
45000 8200 5500 2 34
36000 6200 6000 2 26
12000 1700 6000 1 18
25000 4400 5500 1 28
18000 2900 6000 2 55
36000 5200 5000 1 43
36000 5200 6000 1 31
25000 4400 5500 1 53
36000 6200 6000 1 43
21000 3600 6000 1 36
36000 7700 5500 2 52
12000 1700 6000 1 54
33000 5200 6000 2 18
18000 2200 5000 1 26
36000 5200 6000 2 36
18000 2200 5000 1 37
36000 7300 6000 1 37
36000 5000 6000 1 24
25000 3600 5000 2 24
25000 5200 5500 1 28
12000 2200 5500 2 50
12000 2200 6000 1 48
25000 4400 6000 2 21
15000 2400 6000 2 20
36000 5200 5500 2 22
12000 2000 5000 1 21
15000 2700 5500 2 48
12000 2100 6000 1 36
36000 6200 6000 2 20
25000 3600 6000 1 35
20000 3600 6000 1 43
36000 5000 5000 1 19
36000 7300 5500 1 36
20000 2900 5000 2 38
36000 6200 5000 1 37
25000 4000 6000 1 33
12000 2200 6000 1 51
18000 2500 5000 2 38
36000 4400 6000 1 35
25000 3600 6000 1 38
36000 5200 6000 2 48
45000 8100 5500 2 48
42000 7300 6000 1 18
36000 5200 6000 2 27
18000 2400 5000 1 50
45000 7300 6000 2 38
36000 7700 6000 2 49
25000 4400 6000 1 30
12000 2300 6000 2 47
36000 7300 6000 1 32
42000 6200 6000 1 43
18000 3000 6000 2 26
18000 2500 5000 1 44
12000 2200 6000 2 31
25000 3600 5000 1 34
36000 7300 5500 2 22
21000 3600 6000 2 49
36000 5200 5500 2 36
12000 1700 6000 2 55
25000 4200 6000 2 25
42000 7300 5500 2 33
12000 2100 5500 2 49
36000 7300 6000 2 28
25000 4300 6000 2 30
15000 2100 5000 1 34
25000 3600 6000 1 27
18000 3600 6000 1 42
25000 4200 6000 1 25
36000 6200 5500 2 30
25000 4400 6000 1 43
25000 3600 6000 1 22
36000 5200 5500 2 46
47000 7300 6000 1 48
45000 7300 6000 1 45
36000 7700 6000 1 29
25000 4000 6000 1 18
36000 6200 6000 2 22
21000 3600 5500 1 51
36000 5300 5000 1 53
15000 2400 6000 2 33
36000 5200 6000 1 37
36000 7300 5500 2 37
18000 3600 5500 1 26
12000 2200 6000 1 27
36000 7300 5500 1 37
49000 8400 5500 1 21
25000 4000 6000 2 50
20000 3700 5500 2 21
36000 5200 6000 1 44
36000 6200 6000 1 21
36000 6000 5000 1 20
49000 7300 6000 1 52
36000 5200 5000 2 50
33000 4400 5000 1 51
41000 6200 6000 1 37
21000 3600 5500 1 53
12000 1800 5000 2 33
25000 3600 6000 2 28
18000 3600 6000 2 33
18000 2900 6000 2 19
36000 7700 6000 1 43
45000 8100 5500 1 39
36000 7300 5500 1 42
41000 5200 5000 1 49
25000 3600 6000 1 41
36000 7300 6000 1 42
25000 4400 6000 2 51
36000 4400 6000 2 29
25000 4700 6000 1 51
25000 4300 6000 2 32
36000 4400 6000 2 55
36000 5200 6000 1 27
36000 6200 5000 2 31
12000 2200 5500 1 24
12000 2000 6000 1 54
25000 5300 5500 1 19
36000 6900 6000 1 54
45000 6200 5000 1 34
12000 2000 6000 2 32
36000 6200 5500 1 44
36000 4400 6000 1 19
25000 3700 6000 1 40
18000 2700 6000 2 43
36000 6000 6000 1 55
36000 5200 6000 1 37
47000 7300 6000 2 18
25000 3700 5000 1 20
12000 1800 6000 1 28
36000 6000 6000 1 26
15000 2800 5500 1 45
18000 3000 5500 2 27
25000 3600 5000 1 22
21000 3600 6000 1 37
20000 3300 6000 1 47
36000 5000 5000 1 50
36000 6200 5000 1 20
25000 4300 6000 2 45
41000 6200 6000 2 19
18000 2500 6000 1 21
41000 6200 6000 1 52
36000 5000 5000 1 26
25000 3600 5000 2 18
20000 3600 6000 1 42
25000 3600 6000 1 18
36000 7300 6000 2 24
49000 7300 6000 2 22
36000 6200 5000 1 52
12000 1900 6000 2 36
36000 6000 6000 1 37
36000 5200 6000 2 26
15000 2400 6000 2 43
36000 7300 6000 1 49
42000 6200 6000 2 32
36000 5000 6000 1 46
41000 6200 6000 2 44
25000 4200 6000 2 27
12000 1900 5000 2 40
36000 6200 6000 2 19
25000 3600 6000 2 31
12000 2100 6000 1 39
36000 6900 5500 1 27
18000 2400 5000 2 21
36000 7300 5500 1 34
36000 6200 5500 2 54
25000 4400 5000 2 44
36000 5200 5500 1 33
25000 4000 6000 1 20
25000 4400 6000 2 46
18000 3000 6000 2 29
47000 7300 6000 1 43
36000 5200 6000 2 49
25000 5300 5500 1 52
25000 4700 6000 2 55
41000 6200 6000 2 39
36000 5200 6000 1 40
18000 3600 6000 1 40
25000 4400 6000 2 21
18000 2800 6000 2 55
25000 4400 6000 2 27
49000 6900 5000 2 48
36000 6200 6000 1 51
36000 6200 6000 1 54
15000 2500 6000 2 27
36000 5200 6000 1 24
36000 5200 5500 1 53
36000 7300 6000 2 49
12000 1400 5000 2 33
36000 5200 5000 1 32
36000 5200 5000 1 22
36000 5200 6000 1 19
36000 6200 5500 2 23
45000 7300 6000 1 29
36000 5200 6000 1 40
18000 3000 6000 1 53
18000 2500 6000 1 19
12000 1400 5000 1 41
36000 7300 6000 2 53
36000 5200 6000 2 44
33000 5300 6000 2 35
36000 4400 5000 1 26
25000 3600 6000 1 20
25000 3700 6000 1 38
15000 2500 6000 2 53
18000 2800 6000 2 53
36000 5200 5000 1 47
41000 6200 6000 1 30
36000 5200 5000 1 55
36000 5200 6000 1 46
33000 5200 6000 1 28
36000 5200 6000 2 30
25000 3300 5000 1 25
20000 2800 5000 2 24
36000 5200 6000 1 32
25000 4400 6000 1 39
18000 2700 6000 1 29
25000 3600 6000 2 43
36000 5200 5000 2 22
12000 1600 6000 2 51
18000 2500 5000 2 25
41000 7300 5500 2 42
25000 3600 5000 1 43
12000 1700 6000 2 28
12000 1600 6000 2 49
36000 6900 5500 2 34
12000 2100 6000 1 29
25000 3600 5000 1 18
36000 7300 5000 2 55
36000 7300 5500 2 28
36000 4300 5000 1 21
36000 7700 6000 2 38
12000 1700 5000 1 18
25000 3600 5000 2 31
36000 6200 6000 2 20
36000 7300 6000 1 36
25000 4400 6000 1 29
36000 6200 5500 1 39
36000 8400 5500 2 26
21000 3300 6000 2 23
25000 4400 6000 1 27
36000 5200 6000 1 24
45000 7300 6000 1 39
47000 6200 5000 2 39
36000 7300 6000 2 41
36000 5200 6000 2 32
36000 6200 5000 2 37
47000 7300 6000 1 40
36000 5000 5000 1 41
12000 1800 6000 1 28
12000 1800 6000 2 19
25000 4400 6000 1 34
36000 7700 6000 2 39
49000 6900 5000 2 53
45000 7300 6000 1 31
12000 1700 6000 2 48
15000 2500 6000 1 49
18000 3600 6000 1 35
36000 5000 6000 2 47
18000 3600 6000 1 48
49000 6900 5000 1 46
36000 7300 6000 1 20
36000 4400 6000 2 38
12000 2100 6000 1 34
25000 3600 5000 2 19
36000 7300 6000 1 55
36000 5200 6000 2 51
36000 7300 6000 1 23
36000 6200 6000 1 19
36000 6900 6000 2 42
36000 8400 5500 2 30
45000 6200 5000 1 40
36000 6000 6000 1 28
12000 2500 5500 2 55
36000 8400 5500 1 37
25000 4000 6000 2 52
20000 3600 6000 1 33
42000 6200 6000 2 53
42000 6200 6000 2 35
49000 7300 5000 1 22
12000 1700 6000 2 31
49000 6900 5000 1 35
25000 4400 6000 1 27
12000 1900 6000 2 48
25000 3600 6000 2 35
36000 5300 5000 1 36
36000 5300 5000 1 25
36000 5200 6000 1 30
36000 7300 6000 1 36
25000 3600 6000 1 29
12000 1800 5000 1 29
36000 5200 5000 1 33
25000 3600 6000 1 26
36000 5200 5500 1 32
21000 3600 5500 2 24
41000 6200 6000 2 34
36000 5200 6000 2 50
36000 6200 6000 1 53
36000 4400 6000 1 54
33000 4700 5000 2 44
36000 5000 5000 2 41
36000 5200 5000 1 26
45000 7300 6000 2 47
15000 2400 6000 2 21
15000 2500 6000 1 29
25000 4000 5500 2 48
36000 5200 5500 1 37
36000 5300 5000 2 43
36000 6200 6000 2 48
12000 1700 6000 2 33
42000 7300 6000 2 45
15000 2100 5000 2 21
36000 4400 6000 2 19
25000 4000 6000 2 24
36000 7300 6000 1 54
25000 4400 6000 1 50
49000 7300 6000 2 55
36000 6900 6000 1 30
36000 7700 6000 2 28
36000 6000 6000 2 44
25000 5200 6000 2 31
18000 2300 5000 1 47
36000 4400 6000 2 43
36000 6000 6000 1 33
25000 4400 5500 2 54
41000 5200 5000 1 50
15000 2400 6000 2 38
25000 4400 5500 2 39
36000 6200 5500 2 38
41000 6200 6000 2 35
21000 3600 5500 1 40
36000 5200 6000 1 25
42000 6000 5000 2 27
25000 4700 6000 2 30
20000 3700 5500 2 30
12000 2300 6000 2 37
18000 2500 6000 2 49
25000 3600 5000 2 54
33000 5300 6000 1 45
18000 3600 6000 2 20
47000 6200 5000 2 55
25000 3600 5000 1 48
36000 4400 5000 2 41
12000 2100 6000 2 38
49000 7300 6000 1 47
41000 7300 5500 2 45
20000 3300 6000 1 33
49000 7300 5000 1 33
25000 3700 6000 2 43
36000 8400 5500 2 44
36000 7300 6000 1 33
33000 5300 6000 2 43
49000 7300 6000 2 19
25000 4000 6000 1 23
36000 7300 6000 2 45
36000 5200 6000 2 50
25000 4300 6000 1 53
12000 2600 5500 1 51
25000 3600 6000 2 40
36000 5200 6000 1 55
36000 8400 5500 1 22
18000 2800 6000 1 36
45000 7300 6000 1 40
36000 8400 5500 2 40
33000 5300 6000 2 34
25000 3600 6000 2 18
25000 3700 5000 1 38
18000 2900 6000 2 38
18000 2900 6000 1 33
36000 6200 5500 1 42
21000 3300 6000 1 42
25000 3600 6000 1 19
36000 5200 6000 1 47
12000 1800 5000 2 55
36000 6200 6000 2 40
12000 1500 5000 1 41
36000 7300 5000 2 29
25000 4700 6000 1 47
36000 5200 6000 1 22
36000 4400 6000 1 36
18000 2600 6000 1 27
15000 2500 6000 2 28
18000 2800 6000 1 30
36000 4400 6000 1 23
36000 5200 6000 2 38
42000 6200 6000 2 18
36000 7300 6000 1 53
25000 4300 6000 1 48
18000 3000 5500 2 53
25000 4300 6000 1 40
18000 2600 6000 2 44
12000 1600 6000 1 43
36000 5200 5500 1 33
12000 2100 6000 1 50
36000 7300 6000 1 32
36000 5200 5000 2 33
18000 2300 5000 2 19
18000 3300 5500 2 34
36000 5200 6000 2 23
36000 8400 5500 2 54
36000 7300 5500 2 38
20000 2800 5000 1 43
20000 3600 6000 2 18
25000 3700 6000 1 55
36000 4400 6000 1 32
36000 4400 5000 1 24
20000 2900 5000 2 30
36000 4400 6000 1 48
18000 3600 6000 2 47
41000 5200 5000 2 25
25000 4200 6000 1 43
36000 6000 6000 2 31
18000 5200 5500 1 24
18000 3600 6000 1 49
25000 4400 6000 1 27
25000 4400 6000 2 51
25000 4400 6000 2 32
12000 1600 6000 2 24
36000 6200 6000 1 21
36000 6200 5500 2 28
36000 6200 5000 1 25
36000 4400 5000 1 20
36000 6200 6000 1 41
12000 1800 6000 1 44
18000 3000 6000 1 37
20000 3600 5500 1 35
36000 5200 5000 2 20
25000 3600 6000 1 41
25000 3600 6000 1 40
36000 5200 6000 1 24
25000 3600 5000 1 46
36000 4400 5000 1 55
36000 4400 5000 2 29
36000 8400 5500 2 40
36000 6200 5000 2 19
42000 7300 6000 2 42
36000 6000 6000 1 35
47000 6200 5000 2 35
36000 5200 5500 2 54
36000 6200 6000 2 41
18000 3000 6000 1 23
36000 4300 5000 2 28
18000 2500 6000 2 26
15000 2400 6000 1 34
18000 3000 6000 1 34
25000 4300 6000 2 48
36000 6900 6000 1 43
36000 5200 6000 2 27
36000 6200 6000 2 31
33000 4400 5000 1 37
36000 6200 5500 1 42
36000 4400 5000 2 21
36000 5200 6000 1 53
36000 5200 6000 2 28
41000 5200 5000 1 33
36000 6200 5000 1 46
25000 3600 6000 2 32
36000 6900 6000 1 44
33000 6000 5500 2 54
15000 2700 5500 2 46
25000 3000 5000 2 42
36000 5200 6000 1 24
36000 6200 5500 1 44
18000 2600 6000 2 23
36000 5300 5000 1 30
12000 2200 6000 2 29
36000 5000 6000 1 37
15000 2100 5000 2 44
25000 4400 6000 1 36
36000 7300 5500 2 36
36000 8400 5500 1 53
18000 2400 5000 1 28
36000 6200 6000 2 49
36000 5000 6000 2 51
47000 6200 5000 2 36
15000 2700 5500 2 38
12000 1600 6000 2 38
36000 5000 5000 1 36
18000 3000 5500 1 43
36000 5200 5000 1 31
36000 6200 6000 1 27
36000 6200 5500 2 41
36000 6200 5500 2 18
25000 4400 5500 2 37
36000 4400 6000 1 41
25000 4300 5500 2 40
42000 5200 5000 2 51
47000 7300 6000 2 48
25000 4000 5500 2 55
20000 3600 6000 1 33
12000 2100 6000 2 48
18000 2700 5000 1 27
36000 6200 5500 2 36
25000 4000 5500 1 22
15000 2400 6000 1 52
36000 5000 6000 2 23
36000 5200 6000 1 39
18000 3000 6000 2 29
12000 1800 6000 1 28
25000 3600 5000 2 55
18000 2700 6000 1 47
25000 4400 5500 1 46
25000 4400 6000 2 28
18000 2600 6000 1 27
36000 7300 6000 2 50
36000 7700 6000 1 34
36000 5000 5000 1 50
25000 4200 6000 2 50
18000 2900 5500 2 49
20000 3600 6000 2 38
36000 5200 5000 2 54
36000 5200 6000 2 30
18000 3600 5500 2 52
20000 3300 6000 1 32
36000 5200 6000 1 45
45000 7300 6000 1 50
42000 5200 5000 1 29
36000 7300 5500 2 38
33000 4700 5000 2 28
25000 3600 5000 1 18
25000 4200 6000 2 38
25000 4400 6000 2 36
36000 6200 5500 1 51
36000 4400 5000 2 41
25000 4400 6000 2 50
33000 5300 6000 2 54
18000 2300 5000 1 39
36000 7300 6000 1 26
21000 3600 6000 2 37
25000 5300 5500 2 35
12000 1700 6000 2 25
12000 2200 6000 2 18
36000 5200 6000 2 40
36000 5200 6000 1 32
36000 5200 6000 2 30
36000 5200 6000 1 48
25000 3700 6000 2 45
20000 3600 6000 1 31
36000 7300 6000 1 41
25000 4400 6000 1 50
25000 3600 6000 1 41
36000 6900 6000 2 45
21000 3600 6000 2 55
36000 4200 5000 2 25
47000 7300 6000 2 50
36000 6900 6000 2 51
12000 2000 6000 2 52
45000 6200 5000 2 55
20000 3300 6000 2 35
12000 1900 6000 2 27
18000 3600 5500 2 29
41000 6200 6000 2 19
36000 7300 6000 1 28
25000 4400 5500 1 24
36000 6200 6000 2 38
41000 7300 5500 1 28
36000 7300 5000 2 45
36000 7300 6000 2 53
25000 4400 5500 2 52
41000 6200 6000 2 38
36000 5200 6000 1 35
12000 1700 6000 1 22
12000 1800 5500 1 25
12000 2600 5500 1 44
15000 2400 6000 1 35
18000 3000 6000 2 18
42000 7300 5500 2 33
49000 8400 5500 2 19
41000 6200 6000 1 36
36000 7300 5500 2 37
12000 2100 6000 2 38
25000 3600 5000 1 41
36000 5000 6000 1 42
25000 4400 6000 1 19
36000 5200 6000 1 37
47000 7300 6000 2 42
36000 5200 5500 2 28
12000 1600 6000 1 45
36000 5200 5500 2 53
36000 6200 5000 1 41
18000 2600 6000 2 18
12000 2100 6000 2 30
18000 3600 5500 1 51
15000 2700 5500 1 54
49000 7300 6000 1 36
36000 5300 5000 2 24
36000 7300 5500 2 29
36000 5200 6000 2 33
42000 6200 6000 2 32
25000 4700 5500 2 44
36000 7300 6000 2 28
25000 3600 5500 2 35
25000 3600 6000 1 41
25000 3700 6000 2 55
18000 2600 6000 2 36
20000 3600 6000 1 54
25000 4700 6000 2 45
36000 6200 6000 1 32
36000 5200 5000 1 49
18000 3600 5500 1 55
18000 2600 6000 2 46
18000 2600 6000 2 52
12000 1400 5000 1 45
41000 6200 6000 1 39
36000 4300 5000 2 36
18000 2400 5000 1 39
15000 2400 6000 2 39
21000 3600 6000 1 37
12000 2500 5500 1 28
25000 5000 5500 2 46
25000 3600 6000 1 31
25000 4400 6000 2 33
36000 6000 6000 2 53
25000 3600 6000 2 28
25000 4400 6000 2 45
25000 4400 5500 1 50
36000 6000 6000 2 21
36000 6200 6000 2 32
45000 7300 6000 1 53
18000 3000 6000 2 43
36000 6200 6000 1 26
45000 7300 6000 1 21
18000 2400 5000 1 36
36000 4400 6000 1 44
12000 1800 6000 2 41
25000 3600 6000 1 21
36000 6200 5000 2 21
18000 3000 6000 2 48
20000 2800 5000 2 47
36000 4400 5000 2 43
36000 7300 5500 1 28
25000 3600 5000 2 27
36000 4400 5000 1 54
36000 4400 5000 2 51
36000 5200 5500 2 31
18000 3300 5500 2 50
25000 4400 5000 1 47
33000 5300 6000 2 38
18000 2500 6000 2 50
36000 6200 5000 1 39
36000 5200 6000 1 45
36000 7300 5500 2 46
25000 4400 6000 2 27
25000 4300 6000 1 43
12000 2100 6000 1 19
49000 7300 6000 1 36
36000 7300 6000 2 25
25000 3700 5000 1 52
12000 1900 6000 1 33
12000 1700 5000 2 39
20000 3300 6000 2 37
42000 5200 5000 2 51
12000 2300 5500 1 55
36000 7700 6000 2 36
33000 4400 5000 2 24
25000 4300 6000 2 51
18000 2600 5000 2 21
25000 3600 5000 1 23
36000 5200 5500 2 36
45000 7300 6000 1 44
12000 1800 6000 1 54
47000 7300 6000 1 28
36000 4400 6000 1 35
36000 4400 6000 1 38
25000 3600 5000 1 51
15000 2800 5500 2 31
25000 3700 6000 2 30
36000 5200 6000 1 41
41000 7300 5500 2 43
18000 2900 6000 2 32
25000 4400 5500 1 34
36000 5200 6000 1 48
25000 3600 5500 2 52
18000 3600 6000 2 55
33000 5200 5500 1 22
36000 5200 6000 1 31
25000 4400 5500 2 55
36000 4400 5000 2 43
12000 1400 5000 1 24
36000 5200 5500 1 21
25000 5200 5000 2 48
25000 3700 6000 1 50
25000 3600 6000 1 49
12000 2100 6000 1 21
18000 2900 6000 2 20
36000 7700 5500 1 37
25000 3600 5000 2 27
25000 3700 6000 2 54
36000 5200 6000 1 46
36000 6200 5500 2 19
36000 6000 6000 2 42
36000 6200 5500 2 47
49000 7300 6000 2 31
25000 4400 6000 1 52
18000 2600 5000 1 18
21000 3600 5500 2 26
36000 7300 5500 2 23
25000 3600 5000 1 26
12000 1400 5000 2 52
25000 3600 6000 2 31
12000 2000 6000 2 24
36000 6200 5500 2 31
36000 7300 5500 1 52
41000 5200 5000 1 46
36000 7300 6000 1 38
36000 6200 6000 2 21
12000 2100 6000 2 49
20000 3600 5500 2 34
18000 3600 6000 1 41
33000 5200 5500 1 29
25000 4300 6000 1 37
25000 4200 5500 1 44
21000 3300 6000 1 41
20000 3600 6000 2 54
36000 6200 5500 1 50
36000 5000 5000 1 26
25000 3600 5000 1 39
18000 2800 6000 1 49
33000 6000 5500 1 41
25000 4400 6000 1 51
47000 7300 6000 2 31
25000 4400 6000 1 38
36000 4400 6000 1 51
47000 7300 6000 1 42
49000 8400 5500 2 47
36000 6000 6000 2 41
36000 5200 5000 1 55
36000 7300 5500 1 23
25000 3700 6000 1 27
12000 2000 6000 2 51
20000 3600 6000 1 52
15000 2700 5500 2 22
49000 8400 5500 1 21
25000 4000 5500 2 55
36000 4300 5000 1 21
42000 7300 5500 2 19
42000 6200 6000 1 35
25000 3600 5000 1 18
21000 3600 6000 1 45
36000 7300 6000 1 44
25000 4400 6000 1 43
36000 7300 5500 1 43
36000 6200 6000 1 22
45000 7300 6000 2 23
49000 7300 5000 2 42
36000 6900 6000 1 48
12000 2000 5000 2 49
12000 2000 5500 2 26
18000 2700 6000 2 36
18000 3000 6000 2 45
25000 4400 6000 2 48
42000 7300 6000 2 38
36000 5200 5000 2 46
25000 4400 6000 2 18
49000 8400 5500 1 48
25000 4400 5500 2 43
12000 2000 6000 2 42
45000 8100 5500 2 42
36000 7300 6000 2 30
36000 6900 6000 1 38
36000 5200 6000 1 53
42000 7300 6000 2 50
36000 4400 5000 1 22
25000 4400 6000 2 55
21000 3600 6000 2 33
45000 7300 6000 1 23
36000 6000 6000 1 21
25000 3600 6000 2 29
47000 6200 5000 1 42
33000 5300 6000 2 20
36000 6200 6000 1 47
36000 5200 5000 2 35
36000 4400 6000 2 26
36000 5200 6000 1 47
36000 5200 6000 1 49
25000 3600 6000 1 36
12000 1700 5000 2 50
12000 2200 6000 1 39
36000 7300 5500 1 33
12000 2000 5500 2 47
25000 3700 6000 1 54
12000 1700 6000 2 28
15000 2500 6000 1 42
12000 2000 6000 1 22
36000 5200 5500 2 26
25000 3600 6000 1 52
36000 7300 5500 2 50
25000 4200 5500 2 27
36000 5200 6000 2 32
25000 3600 5000 2 37
18000 3600 6000 2 44
36000 8400 5500 2 53
36000 5200 5500 2 35
25000 4400 5500 2 47
45000 7300 6000 1 34
36000 4400 5000 2 40
25000 3600 6000 2 44
12000 2300 6000 2 47
25000 3600 6000 2 50
18000 2800 6000 2 36
25000 4400 6000 1 29
45000 8100 5500 1 20
36000 5200 6000 2 23
36000 6200 6000 2 40
25000 3600 5000 1 40
12000 1700 5000 1 29
36000 5200 5000 2 41
25000 4300 5500 2 36
12000 1900 5000 2 48
25000 4400 6000 2 34
25000 4400 6000 1 32
18000 3600 6000 1 23
36000 6200 5000 1 50
21000 3600 5500 1 45
36000 7300 5500 1 34
36000 8000 5500 1 36
15000 2500 6000 1 35
18000 2600 5000 1 33
25000 4000 6000 1 22
36000 5200 6000 2 52
12000 1800 6000 1 26
36000 6200 6000 1 40
36000 4400 6000 1 21
25000 4700 6000 2 33
36000 8000 5500 2 48
25000 4400 6000 1 42
49000 7300 6000 1 53
25000 4400 6000 1 42
36000 5200 6000 2 41
18000 2500 6000 1 40
12000 1900 6000 2 34
36000 4400 6000 1 40
36000 6200 5500 2 27
33000 4400 5000 2 49
36000 6200 6000 1 51
36000 5200 6000 2 53
47000 7300 6000 1 38
12000 2000 6000 2 52
25000 3600 6000 1 39
36000 5200 5000 2 52
12000 1700 6000 2 24
45000 7300 6000 1 48
21000 3300 6000 2 51
12000 2000 5000 1 26
25000 4000 6000 2 32
21000 3600 5500 1 43
36000 5000 6000 1 42
36000 4400 6000 1 55
36000 6200 6000 1 35
41000 7300 5500 2 19
25000 3600 6000 2 32
42000 7300 6000 1 33
36000 5200 6000 2 48
12000 1600 6000 2 40
25000 4400 5500 2 48
25000 3600 6000 2 34
36000 7300 5500 2 33
25000 3600 5000 2 55
36000 5200 6000 2 26
36000 6200 6000 1 30
25000 3600 6000 1 26
25000 3600 5000 2 32
25000 3700 6000 2 49
36000 6200 6000 2 32
36000 4200 5000 2 35
25000 3600 5000 1 33
36000 6200 5500 1 48
45000 7300 6000 2 20
36000 7300 6000 2 26
36000 6200 5500 1 47
36000 4400 5000 1 29
12000 1800 5000 1 27
25000 3700 6000 1 48
21000 3600 6000 2 40
36000 5200 5000 1 26
15000 2100 5000 1 20
25000 3600 5500 1 29
12000 2000 5500 1 36
42000 7300 5500 1 41
36000 7300 5500 1 21
36000 5300 5000 1 31
25000 3600 5000 1 55
25000 3600 6000 2 28
12000 1700 6000 1 23
20000 3600 6000 2 49
25000 3600 5000 1 36
36000 5000 6000 1 38
36000 4300 5000 2 23
36000 5200 6000 1 43
36000 5200 5000 2 35
12000 1400 5000 1 33
25000 4300 6000 1 26
42000 5200 5000 1 23
36000 5200 6000 2 20
36000 5200 6000 1 54
25000 3600 6000 1 50
25000 4200 6000 2 35
36000 8400 5500 2 29
15000 2200 5000 2 26
18000 2900 6000 1 50
36000 5300 5000 1 36
12000 2100 6000 1 41
36000 5200 6000 2 33
47000 7300 6000 2 41
25000 4400 6000 1 19
36000 6200 5000 2 24
12000 1700 6000 2 19
25000 3600 5000 2 19
33000 6000 5500 2 30
36000 4400 5000 1 49
25000 4400 6000 2 42
33000 5300 6000 1 48
36000 5200 5000 2 44
25000 4700 6000 2 31
36000 4300 5000 2 46
25000 3600 5000 2 45
12000 1700 6000 2 23
25000 3700 6000 1 41
36000 6200 5500 1 40
25000 3600 5000 1 49
36000 5200 6000 1 50
18000 2900 5500 2 45
12000 2100 5500 2 25
21000 3600 6000 1 32
25000 4300 5500 2 50
36000 6000 6000 1 33
18000 3300 5500 1 46
18000 2900 6000 2 31
36000 6200 6000 2 30
18000 3000 6000 1 42
20000 3600 6000 2 20
47000 7300 6000 1 27
25000 4200 6000 1 19
12000 1700 5000 2 52
21000 3300 6000 1 42
36000 4400 6000 2 36
41000 7300 5500 1 32
25000 3600 5000 2 23
36000 5200 5500 1 47
12000 1700 6000 2 34
12000 2200 5500 1 41
36000 7300 6000 1 54
42000 5200 5000 2 43
25000 4700 6000 1 45
12000 2200 6000 1 27
36000 5200 6000 1 27
41000 5200 5000 2 43
42000 5200 5000 2 29
12000 2000 5500 1 39
18000 3600 5500 1 54
20000 2800 5000 2 22
18000 3000 6000 2 52
36000 6200 6000 2 43
18000 2600 6000 2 51
18000 3600 5500 2 38
36000 5200 6000 2 51
25000 4400 5500 2 53
25000 4700 6000 1 24
18000 2900 5500 2 19
36000 6200 5500 1 44
41000 6200 6000 1 33
25000 3600 6000 1 23
18000 2300 5000 2 35
12000 1600 5000 1 55
18000 3300 5500 1 30
45000 7300 6000 1 19
36000 6200 5500 1 48
25000 3600 6000 2 46
12000 2100 6000 1 30
12000 2200 6000 1 26
25000 3300 5000 1 48
12000 1900 6000 2 52
49000 7300 6000 2 47
12000 2200 5500 2 36
33000 5300 6000 1 41
12000 2000 5000 2 24
25000 4400 5500 2 18
18000 2600 6000 1 55
49000 7300 6000 2 40
36000 6000 6000 2 24
25000 4400 6000 1 35
36000 7300 6000 2 19
41000 5200 5000 2 35
25000 4400 5500 2 25
36000 4300 5000 2 39
47000 8400 5500 1 32
41000 6200 6000 2 19
36000 5000 6000 1 30
36000 6200 6000 1 40
33000 5200 5500 2 52
25000 4000 5000 1 35
18000 2800 5500 2 53
20000 3600 5500 2 31
36000 5200 5000 1 54
12000 2100 6000 1 29
36000 4400 6000 2 33
36000 6000 6000 2 40
42000 6200 6000 1 42
25000 4400 6000 1 32
36000 5200 5000 1 25
36000 6900 6000 1 41
18000 3000 6000 2 44
47000 7300 6000 1 49
12000 2200 6000 1 26
12000 1700 6000 2 25
41000 6200 6000 1 32
36000 5200 6000 1 41
25000 4400 6000 1 27
18000 2500 5000 1 35
12000 1900 6000 2 40
42000 7300 5500 2 25
21000 3600 6000 1 54
12000 2300 6000 1 41
36000 5200 6000 2 52
36000 7300 6000 2 44
36000 5200 6000 1 23
33000 4700 5000 2 30
21000 3700 5500 2 47
36000 5200 6000 1 42
45000 7300 6000 1 32
36000 4400 5000 1 50
36000 6000 6000 2 35
45000 7300 6000 2 46
12000 1900 5000 2 41
36000 7300 6000 1 28
25000 4000 6000 2 42
36000 5200 6000 2 24
25000 3600 6000 1 40
36000 5200 6000 2 32
36000 7300 5500 1 28
36000 7300 5500 1 19
25000 3700 6000 2 18
36000 5200 5000 2 47
36000 5200 6000 2 32
18000 3600 5500 1 38
36000 7300 6000 2 45
25000 4000 5000 1 26
36000 6000 6000 1 37
36000 7300 6000 2 18
12000 1600 6000 1 27
18000 2900 6000 1 26
25000 4000 6000 1 40
36000 6200 6000 1 27
15000 2700 5500 1 37
36000 7300 6000 2 32
36000 6200 5500 1 49
36000 4400 5000 2 49
12000 2100 5500 2 18
36000 7300 5500 1 32
41000 6200 6000 2 39
36000 5000 6000 2 37
36000 6200 5000 2 18
36000 4400 5000 2 54
36000 5200 6000 1 46
36000 4300 5000 2 39
36000 4200 5000 1 36
36000 6200 5500 1 34
36000 6200 6000 1 47
36000 6000 5000 2 24
18000 3600 5500 1 41
36000 4400 6000 1 38
12000 2000 5000 1 50
36000 5200 5500 2 18
21000 3600 6000 2 37
36000 7300 6000 2 29
25000 4200 6000 2 18
33000 5200 6000 1 49
25000 3700 6000 1 34
12000 2200 6000 1 44
25000 3600 6000 1 31
33000 6000 5500 2 49
36000 7300 6000 2 36
36000 5000 5000 1 49
36000 5200 6000 2 21
36000 6200 6000 2 24
25000 3600 5500 1 31
36000 4400 5000 2 48
25000 4000 5000 1 30
25000 4400 5500 1 31
42000 7300 5500 2 27
25000 4400 5500 1 43
36000 6200 5000 2 40
25000 4000 6000 2 33
36000 6200 6000 2 34
36000 7300 5500 1 22
36000 7700 6000 1 29
25000 3700 5000 2 33
36000 5200 6000 2 52
12000 2300 5500 2 28
25000 4700 6000 1 44
25000 3600 6000 2 42
12000 1900 6000 1 54
21000 3600 6000 2 47
47000 8400 5500 2 29
12000 1800 6000 2 29
18000 2700 6000 1 26
21000 3600 6000 1 44
36000 4400 6000 2 36
18000 3600 5500 1 49
25000 3600 6000 2 37
41000 5200 5000 2 42
36000 6200 6000 1 23
36000 6200 5000 2 40
18000 2600 6000 2 31
36000 7700 6000 1 20
36000 5200 6000 1 18
25000 4400 6000 1 27
42000 7300 6000 2 48
15000 2700 5500 2 24
25000 4400 6000 1 49
33000 5200 6000 2 35
36000 5200 5000 1 26
18000 3000 6000 2 47
36000 5200 6000 2 47
18000 2700 6000 1 37
21000 3600 5500 1 40
15000 2100 5000 2 34
36000 7300 6000 2 55
25000 4000 5500 2 51
18000 3600 6000 2 24
36000 5200 6000 2 32
25000 3600 5000 1 27
36000 7300 6000 2 34
36000 5000 6000 1 35
25000 4300 6000 1 24
18000 3000 6000 1 48
25000 4700 6000 2 49
42000 7300 6000 1 47
45000 7300 6000 1 27
36000 6200 6000 1 22
18000 7300 5000 1 34
15000 2400 6000 2 42
36000 4400 6000 1 22
25000 4400 6000 2 54
36000 6200 5000 2 23
36000 6200 6000 1 27
12000 2500 5500 1 38
33000 5200 6000 2 47
25000 3600 5000 1 24
20000 3600 6000 2 53
25000 4200 6000 1 55
36000 5200 5000 1 27
12000 1800 6000 1 34
25000 4200 6000 2 29
12000 2200 6000 2 53
36000 5200 5500 1 32
36000 5200 5000 1 25
25000 4400 6000 1 26
36000 5200 5000 2 32
25000 4400 5000 1 53
25000 5200 5500 2 55
45000 7300 6000 1 46
36000 7700 6000 1 38
12000 1800 5500 2 31
36000 4400 5000 1 55
21000 3600 6000 1 22
47000 8400 5500 1 25
25000 4400 5500 2 44
49000 7300 6000 1 18
36000 5200 5000 1 27
12000 1900 6000 1 46
18000 3000 6000 1 28
18000 3000 6000 1 40
25000 4200 5500 2 20
18000 2500 5000 1 32
25000 4400 6000 1 29
36000 6200 6000 1 40
36000 5200 6000 1 21
36000 6200 6000 2 38
36000 5200 5000 2 24
36000 7300 6000 1 52
36000 5000 6000 2 18
12000 1700 6000 2 20
36000 7700 6000 1 46
12000 2100 6000 1 36
36000 5200 5500 1 49
33000 4700 5000 1 20
12000 1400 5000 2 33
36000 4400 6000 1 24
25000 4700 5500 1 40
12000 2100 6000 1 45
36000 5200 5500 1 54
18000 2800 6000 1 32
49000 8400 5500 1 41
36000 5000 6000 1 51
36000 4400 5000 1 18
36000 7300 6000 1 28
36000 5300 5000 1 49
25000 4400 6000 2 31
18000 2600 6000 1 55
21000 3600 5500 1 18
25000 5300 5500 1 28
15000 2400 6000 2 29
21000 3600 6000 1 38
36000 6200 5000 2 31
49000 7300 6000 1 47
36000 8400 5500 1 24
25000 3600 6000 2 46
36000 7700 6000 2 27
12000 1900 5500 2 55
36000 5200 6000 1 30
18000 3000 6000 2 44
12000 1500 5000 2 24
25000 3600 5000 1 40
18000 2800 6000 2 37
36000 4400 5000 2 38
47000 7300 6000 1 54
12000 2000 6000 2 34
45000 8100 5500 2 29
49000 7300 6000 2 22
18000 2900 5500 2 41
36000 6200 6000 2 49
21000 3600 6000 2 30
25000 4200 6000 1 49
36000 6900 6000 2 48
20000 3600 5500 2 55
36000 4400 6000 2 36
36000 6000 6000 2 32
25000 4400 5500 2 33
36000 5200 6000 2 30
36000 6200 5000 2 27
25000 7300 5000 1 37
47000 7300 6000 2 47
36000 7300 6000 1 18
36000 5200 6000 2 26
12000 2200 6000 2 46
25000 4400 6000 2 40
36000 7300 5500 2 25
36000 6000 6000 1 43
18000 2500 6000 2 20
36000 4400 5000 2 19
12000 2000 5500 1 39
36000 7300 6000 2 36
33000 5200 6000 1 29
42000 6200 6000 2 22
25000 3600 5000 2 22
36000 7300 5500 2 53
25000 4700 5500 2 55
36000 6200 5500 1 54
36000 6200 5000 1 51
36000 5200 5000 2 51
45000 8200 5500 2 27
25000 3600 6000 1 29
36000 6200 6000 2 48
12000 1800 6000 1 42
33000 5200 5500 1 39
49000 6900 5000 2 26
12000 2100 6000 2 40
12000 1500 5000 2 54
36000 7300 6000 2 32
25000 3600 5000 1 47
41000 7300 5500 1 42
36000 6200 5500 1 26
25000 4400 5500 1 38
25000 4400 6000 2 26
36000 5000 5000 1 55
36000 5200 6000 1 29
15000 2100 5000 2 52
42000 5200 5000 1 29
25000 4200 6000 1 43
12000 1700 6000 1 41
36000 5200 6000 1 31
25000 4700 6000 2 50
12000 2300 6000 1 30
36000 4200 5000 1 21
18000 2800 6000 1 21
36000 7300 6000 2 53
25000 4400 6000 2 21
25000 3600 6000 2 43
12000 2000 5000 1 41
36000 5200 5500 1 31
25000 4400 6000 2 22
36000 8400 5500 2 31
12000 2400 5500 2 18
25000 5200 5500 1 30
15000 2200 5000 2 47
36000 4400 5000 2 30
36000 5200 6000 2 20
36000 7300 6000 1 39
36000 5200 6000 2 46
25000 3600 5000 1 34
25000 4200 5500 1 33
45000 6200 5000 2 55
18000 3000 5500 1 55
25000 3600 6000 1 34
12000 2200 6000 1 33
20000 3300 6000 1 34
47000 6200 5000 1 32
25000 4400 6000 1 36
36000 5200 5000 1 23
36000 5200 6000 2 31
25000 3700 5000 2 41
21000 3600 5500 1 43
36000 5200 5500 2 51
25000 3600 5000 1 41
36000 6200 6000 1 47
36000 7300 5500 1 50
36000 7300 5500 1 19
12000 2600 5500 1 45
25000 3600 5000 2 19
36000 6200 6000 1 22
12000 1900 6000 2 25
36000 5200 5000 1 20
20000 3600 6000 2 53
49000 7300 6000 1 37
36000 5000 6000 1 40
49000 6900 5000 2 27
25000 3700 5000 1 30
36000 7300 6000 2 43
36000 7300 6000 1 49
25000 4000 6000 2 37
36000 4200 5000 1 26
36000 6200 5500 2 31
36000 7300 5000 1 48
25000 5000 5500 2 25
36000 5200 6000 2 33
41000 5200 5000 2 40
36000 7700 5500 1 42
12000 1400 5000 2 50
25000 3700 6000 2 29
33000 5300 6000 1 55
33000 5300 6000 2 38
41000 6200 6000 2 26
36000 6200 6000 1 25
18000 2600 6000 2 35
25000 3600 6000 2 50
49000 7300 6000 1 31
25000 4400 6000 1 33
20000 3600 6000 1 28
36000 6200 5500 2 54
25000 3600 6000 1 35
36000 7300 6000 1 37
25000 4400 6000 1 20
36000 6900 6000 1 48
25000 3600 6000 2 24
12000 1800 5500 2 51
18000 2700 5000 1 33
36000 4400 6000 1 48
20000 3600 6000 1 18
25000 5200 5500 1 39
12000 2200 6000 2 27
36000 7300 6000 1 27
36000 5200 5500 2 23
47000 7300 6000 1 39
36000 4400 5000 1 49
36000 8400 5500 2 32
25000 3600 6000 1 30
25000 3600 6000 1 50
15000 2800 5500 2 34
49000 7300 6000 2 45
36000 7300 6000 1 44
25000 4200 6000 2 25
36000 7300 6000 2 37
12000 2200 6000 1 21
41000 6200 6000 2 42
25000 4400 6000 1 28
25000 4400 6000 2 34
36000 5200 6000 1 32
25000 3700 6000 2 30
36000 5200 6000 1 37
12000 1900 6000 1 27
21000 3000 5000 2 52
18000 2400 5000 2 43
25000 3600 5000 1 30
21000 3000 5000 1 29
12000 1600 6000 2 35
25000 4000 5000 1 23
36000 5200 5500 1 38
36000 6200 6000 2 35
12000 1800 6000 1 42
25000 4300 5500 2 47
12000 1900 5000 1 21
36000 5200 6000 1 26
36000 6200 5000 1 18
15000 2400 6000 2 42
18000 2600 6000 2 29
25000 4700 6000 1 45
36000 4400 5000 1 32
25000 3300 5000 2 53
36000 4400 6000 1 51
25000 3700 6000 2 46
36000 6900 6000 2 20
47000 8400 5500 2 28
36000 5200 5500 1 39
12000 1600 5000 1 27
25000 3600 5000 1 27
25000 4700 5500 1 20
15000 2400 6000 2 22
49000 7300 6000 2 25
33000 5300 6000 2 27
36000 6200 5000 2 46
36000 7300 5500 2 51
36000 5000 6000 2 29
25000 4400 5500 1 22
12000 2100 6000 1 51
12000 2100 5500 2 29
45000 7300 6000 2 47
15000 2400 6000 2 41
41000 7300 5500 2 53
18000 2800 6000 2 32
42000 7300 6000 1 45
36000 6900 6000 2 39
36000 4400 6000 2 25
36000 5200 6000 1 21
12000 1900 6000 2 48
36000 7300 5500 1 41
36000 5200 6000 2 44
25000 4400 6000 1 27
36000 6200 5000 2 27
12000 1500 5000 2 26
36000 5200 6000 2 35
25000 3300 5000 2 25
12000 1700 5000 2 34
18000 2600 6000 1 35
12000 2200 5500 2 29
25000 4400 6000 2 34
36000 5200 6000 1 27
18000 2900 6000 2 55
49000 7300 6000 1 23
18000 3600 6000 1 20
36000 7300 6000 2 38
36000 7300 6000 1 40
21000 3300 6000 1 47
36000 5200 5500 1 43
41000 6200 6000 2 21
36000 6200 6000 2 44
21000 3000 5000 1 45
12000 1800 5500 1 38
36000 6200 5500 1 41
36000 7300 5000 2 52
25000 3700 6000 2 55
42000 7300 6000 1 33
18000 3600 6000 2 30
18000 2600 6000 1 51
36000 4400 5000 1 23
25000 4400 5500 1 26
18000 2600 6000 2 33
15000 2400 6000 2 54
18000 2600 6000 2 30
18000 2900 6000 2 20
36000 6200 6000 1 34
49000 7300 6000 2 26
25000 3600 6000 1 44
25000 4400 6000 2 26
36000 5200 6000 1 21
25000 4400 6000 2 36
36000 5200 6000 1 29
45000 8100 5500 1 30
18000 3600 5500 1 52
36000 6200 5500 2 43
36000 7300 6000 2 26
12000 2300 6000 1 49
25000 4700 6000 1 39
25000 3600 5000 2 29
36000 7300 6000 2 20
36000 6200 6000 1 50
18000 2600 5000 1 51
25000 4400 6000 2 25
36000 6200 6000 2 41
25000 4200 6000 1 42
36000 5200 6000 2 49
12000 1900 6000 1 46
36000 6000 5000 2 41
25000 4400 6000 1 22
25000 3600 6000 1 25
36000 5200 6000 1 50
25000 4000 6000 1 29
25000 3600 5500 2 31
18000 2600 6000 2 30
36000 4400 5000 2 29
36000 6900 6000 2 37
36000 7300 5500 2 49
36000 5200 6000 2 50
36000 6200 5000 1 46
42000 6200 6000 1 29
18000 3600 6000 2 43
21000 3300 6000 1 29
21000 3600 6000 1 26
25000 3600 6000 1 37
25000 3600 6000 2 48
12000 2100 6000 2 31
33000 6000 5500 2 46
12000 2300 6000 2 42
36000 8400 5500 2 50
12000 2100 6000 1 36
36000 5200 6000 2 45
36000 7300 6000 2 22
25000 4400 6000 1 41
36000 5200 6000 1 30
36000 6900 5500 2 19
36000 6200 5000 2 35
25000 4000 6000 2 54
36000 7300 5500 1 37
36000 6000 5000 1 44
42000 7300 6000 1 42
36000 5200 6000 2 36
36000 7300 6000 2 47
36000 6900 6000 2 54
25000 4400 6000 2 21
36000 4400 6000 1 39
36000 7300 6000 1 41
12000 2400 5500 2 28
36000 7300 6000 1 34
21000 3300 6000 1 44
21000 3300 6000 1 29
42000 6200 6000 1 45
25000 3600 6000 2 42
25000 3600 6000 1 48
25000 5200 5500 2 24
36000 6000 6000 2 39
25000 4200 6000 1 19
49000 7300 6000 1 25
15000 2500 6000 2 24
36000 4400 6000 1 37
25000 4400 5500 1 25
36000 8400 5500 1 27
41000 6200 6000 1 25
18000 2400 5000 1 48
36000 4300 5000 1 52
45000 7300 6000 2 23
36000 6200 6000 1 29
36000 5200 5000 1 24
25000 3700 6000 1 42
25000 3600 5000 2 48
12000 2000 6000 1 18
36000 5200 6000 2 28
18000 2900 6000 1 46
18000 2800 6000 1 49
42000 7300 6000 1 24
25000 4400 6000 1 38
36000 6200 5000 2 44
21000 3600 6000 1 49
36000 6900 6000 2 24
12000 2400 5500 2 21
41000 6200 6000 2 22
12000 2100 5500 1 31
25000 4200 6000 1 33
18000 2900 6000 1 29
25000 3700 5000 2 22
18000 3600 5500 1 42
36000 4400 6000 2 48
25000 4400 6000 2 37
12000 1700 6000 1 54
49000 8400 5500 2 26
36000 5300 5000 1 52
41000 6200 6000 2 39
36000 5200 6000 2 39
36000 6200 5000 1 20
12000 1900 5500 2 19
36000 7300 5500 1 29
21000 3300 6000 2 38
20000 3700 5500 2 38
36000 7300 6000 1 18
18000 2900 6000 1 31
47000 7300 6000 2 33
36000 5200 6000 2 23
18000 2900 6000 1 45
49000 6900 5000 2 35
12000 2000 6000 1 46
12000 2100 6000 1 19
21000 3000 5000 1 51
36000 5200 6000 1 38
12000 2000 6000 2 29
36000 5200 6000 1 37
20000 3600 5500 1 33
42000 6200 6000 2 33
21000 3600 6000 2 35
36000 7300 5500 2 20
18000 2500 6000 1 20
18000 3600 6000 2 45
36000 6200 5000 2 22
12000 2300 6000 2 40
12000 1800 6000 2 25
25000 3600 6000 2 19
36000 6200 6000 2 49
36000 6200 6000 2 23
18000 3000 6000 1 50
25000 3600 5000 2 25
36000 4400 5000 2 46
12000 1800 5500 1 31
18000 3600 6000 1 54
25000 4400 5500 1 34
36000 5200 6000 2 37
36000 4400 6000 1 29
18000 7300 6000 1 37
18000 2200 5000 1 43
36000 4400 5000 2 33
12000 1700 6000 2 35
36000 7300 5500 1 26
12000 1900 6000 2 28
41000 6200 6000 2 33
36000 4400 6000 2 33
12000 1900 5000 2 51
25000 4400 6000 1 40
36000 5200 6000 2 39
36000 6000 5000 2 29
12000 2300 6000 2 47
18000 2200 5000 1 52
41000 6200 6000 1 39
18000 2900 6000 2 19
25000 4000 6000 2 50
12000 2200 6000 2 46
36000 6200 5500 2 27
36000 4400 6000 1 25
25000 5300 5500 2 39
36000 7300 5500 1 18
36000 4400 5000 2 24
36000 7700 6000 2 37
36000 7300 6000 1 19
36000 6900 6000 2 21
18000 2600 5000 2 37
25000 3600 6000 1 29
36000 6200 5500 2 55
25000 5200 5500 2 23
25000 3600 5000 2 34
33000 5200 6000 1 27
45000 7300 6000 2 41
12000 1900 6000 1 49
36000 7300 6000 1 48
36000 6200 6000 1 19
36000 6200 5500 1 26
21000 3600 5500 1 32
12000 1900 6000 1 37
36000 5200 5500 2 38
18000 3600 5500 2 35
36000 4400 6000 1 42
18000 2900 5500 2 52
49000 8400 5500 2 38
21000 3300 6000 1 43
21000 3600 6000 2 54
12000 2000 5500 2 32
36000 8400 5500 1 24
36000 5200 6000 1 23
49000 7300 5000 2 43
36000 5200 6000 1 39
36000 6200 5000 2 22
21000 3600 6000 2 21
12000 2200 6000 2 39
21000 3000 5000 2 38
25000 4000 5000 1 21
36000 6900 5500 2 27
18000 2700 6000 1 42
18000 2800 6000 2 45
47000 6200 5000 2 27
49000 7300 5000 1 23
36000 6200 5500 1 27
25000 3600 6000 1 32
12000 2200 6000 1 21
36000 5200 5000 2 25
36000 6200 6000 2 50
36000 5200 5000 2 49
25000 4400 6000 2 43
36000 7300 5000 2 52
12000 2500 5500 2 48
36000 5200 5000 1 47
36000 8000 5500 1 23
41000 6200 6000 1 38
25000 3600 6000 2 45
36000 5200 6000 1 41
36000 6200 5500 1 45
36000 7700 6000 1 40
36000 7300 5500 2 36
25000 4700 6000 2 41
12000 1600 6000 2 39
41000 7300 5500 2 43
18000 2500 5000 2 20
15000 2500 6000 2 52
15000 2800 5500 2 25
45000 7300 6000 1 20
36000 6000 6000 2 31
25000 4400 6000 1 26
12000 2500 5500 1 49
33000 6200 5500 2 47
12000 1900 5000 2 50
33000 5200 6000 2 23
25000 3600 6000 1 28
25000 3600 6000 2 39
12000 1600 6000 2 53
25000 3600 6000 1 53
12000 2100 5500 2 42
36000 5200 6000 2 45
36000 4300 5000 1 23
36000 6900 6000 2 24
25000 4400 6000 1 41
25000 3600 5000 2 42
36000 5200 6000 2 52
49000 8400 5500 1 43
18000 2500 6000 2 21
25000 3600 5000 1 53
25000 3600 5000 2 39
36000 5200 5000 1 39
33000 5300 6000 1 19
12000 2300 6000 2 51
36000 5200 5500 1 54
36000 5200 6000 2 44
36000 6000 6000 2 40
47000 7300 6000 1 54
36000 5200 5500 2 47
25000 4700 6000 2 18
41000 7300 5500 2 25
36000 5200 5000 1 51
36000 6200 5500 2 50
36000 7300 5500 2 45
12000 1800 6000 1 47
36000 6200 6000 1 23
21000 3600 6000 1 44
18000 2500 6000 1 36
25000 4300 5500 2 19
18000 2700 6000 1 30
15000 2400 6000 1 49
36000 7300 6000 1 30
36000 5200 6000 2 35
36000 5200 6000 1 25
36000 7300 5500 2 44
18000 3600 5500 1 49
45000 8100 5500 1 42
18000 2900 6000 1 53
25000 5200 5500 1 54
36000 6200 5500 2 31
15000 2400 6000 1 30
12000 2000 5000 1 55
47000 6200 5000 1 18
25000 5000 5500 2 20
25000 4400 6000 1 22
36000 6200 5500 2 44
36000 5200 6000 1 42
36000 5300 5000 2 27
49000 8400 5500 1 47
36000 4400 6000 1 51
18000 3600 6000 1 42
36000 6200 6000 1 44
21000 3000 5000 1 26
36000 7300 5500 2 33
20000 3600 6000 2 48
47000 7300 6000 2 50
36000 6200 6000 1 39
25000 4400 5000 1 25
45000 7300 6000 2 44
36000 5200 6000 1 39
18000 2600 5000 1 34
33000 5300 6000 2 49
41000 7300 5500 2 55
41000 7300 5500 2 24
36000 5200 6000 2 51
42000 7300 5500 2 34
21000 3600 6000 2 22
18000 2500 6000 1 29
47000 7300 6000 1 38
41000 5200 5000 1 41
36000 7300 6000 2 49
45000 6200 5000 1 32
36000 7300 5500 2 30
25000 4400 5500 2 43
18000 2700 5000 2 48
12000 2500 5500 1 55
36000 7300 5500 2 42
36000 6900 6000 2 34
18000 2900 6000 1 19
25000 4400 5500 2 51
18000 3000 6000 2 34
36000 5300 5000 2 28
36000 6000 6000 1 50
18000 2600 5000 2 46
18000 2600 5000 1 50
33000 4700 5000 1 55
36000 5200 5500 2 49
36000 5200 5500 1 26
36000 6000 6000 1 51
47000 8400 5500 1 46
33000 4400 5000 1 27
12000 2000 5000 1 44
36000 5200 5500 2 53
36000 6200 6000 1 35
12000 2100 6000 1 35
18000 2900 6000 2 41
20000 3600 6000 2 36
36000 5200 6000 1 41
36000 4400 6000 1 36
12000 2300 6000 1 28
18000 3600 5500 1 28
25000 7300 6000 2 47
36000 6200 6000 2 18
12000 1800 6000 1 52
12000 2000 6000 2 43
36000 8400 5500 2 45
42000 7300 6000 2 54
21000 3300 6000 1 34
25000 4000 5000 1 25
25000 4400 6000 2 30
25000 4400 6000 1 54
36000 7300 6000 2 52
36000 5200 6000 1 22
47000 7300 6000 2 50
25000 3300 5000 2 29
25000 3700 6000 1 48
47000 7300 6000 1 34
20000 3600 6000 2 39
36000 7300 6000 1 23
12000 1600 6000 2 20
20000 3600 6000 1 44
36000 4400 5000 2 45
18000 3600 5500 2 22
36000 5000 6000 2 46
33000 6000 5500 1 43
36000 6200 5000 1 37
12000 1600 6000 1 30
36000 7300 6000 2 31
49000 7300 6000 1 19
36000 4400 6000 1 42
36000 5200 6000 1 30
25000 3600 6000 1 45
12000 1800 6000 2 49
36000 7300 6000 2 22
25000 4400 5500 1 20
20000 3700 5500 1 54
15000 2500 6000 1 26
33000 6000 5500 1 54
36000 7700 6000 1 42
12000 2600 5500 1 31
18000 3600 6000 1 47
18000 2700 6000 1 50
25000 3600 5000 2 21
15000 2700 5500 2 34
45000 7300 6000 2 22
25000 4400 5500 1 45
36000 6200 6000 2 53
36000 4400 5000 1 42
12000 2100 6000 2 33
25000 4000 6000 2 29
20000 3600 5500 1 47
36000 5000 5000 1 27
36000 6000 6000 1 40
36000 5200 6000 2 49
42000 7300 5500 2 35
36000 5200 6000 1 49
36000 4400 5000 1 33
25000 4300 6000 1 33
n linea, utilizando diferentes portales de venta. Sin embargo, ha observado algunas dificultades en la venta y
encuesta de sastistacción diligenciada por los compradores.

tos que suministra el gerente, con el fin de encontrar las principales causas de las dificultades y formular una

ra, con base en esta muestra realizará un muestreo sistemático y posteriormente los intervalos de confianza

Probabilidad
Portal de de volver a Utilidad del Recomendació
Satisfacción compra comprar producto n del producto
3 4 1 3 2
2 5 2 3 2
1 3 2 2 1
1 2 1 1 3
4 5 1 3 3
4 5 1 3 3
2 5 1 3 2
1 1 2 3 3
2 4 1 2 3
1 3 2 2 3
1 1 2 4 1
4 3 1 1 1
1 4 2 1 2
3 3 2 2 2
1 2 1 1 1
3 5 1 2 2
3 1 1 3 1
3 4 2 3 3
1 1 1 1 2
2 4 1 3 1
1 2 1 3 1
4 4 1 2 1
4 1 2 1 3
4 4 2 2 3
4 4 2 1 3
4 5 1 1 1
3 1 1 4 2
4 2 1 4 1
3 3 1 3 3
1 5 2 2 3
1 2 1 1 2
3 1 1 4 3
4 4 1 1 3
2 3 2 1 2
3 5 1 2 2
2 1 1 4 3
2 4 2 3 2
1 4 1 4 3
2 5 2 4 3
3 5 2 2 3
3 5 1 2 3
2 1 2 1 3
2 1 1 2 3
1 2 1 1 3
1 1 1 1 1
3 2 1 3 1
1 5 1 2 3
4 4 2 4 3
3 4 1 2 3
3 4 1 1 3
1 1 1 1 2
3 2 2 2 3
2 4 2 1 1
3 2 1 4 2
1 1 2 2 3
2 4 1 3 3
4 2 2 1 3
2 4 1 1 1
2 3 2 3 2
4 1 1 1 2
1 3 2 1 3
1 5 2 2 1
3 4 2 1 2
1 5 1 4 3
3 2 1 4 2
3 4 2 3 3
1 4 1 2 3
1 4 2 2 3
4 3 2 4 3
2 1 1 2 1
1 2 2 3 3
4 1 1 4 2
2 1 2 1 3
2 2 2 4 2
4 2 1 1 2
3 5 1 3 2
4 4 1 4 1
1 5 2 1 1
2 2 2 1 2
1 3 2 1 3
2 5 1 3 3
4 1 1 1 3
4 2 2 4 3
1 3 2 1 2
1 5 2 2 3
4 2 2 4 3
2 4 1 3 2
1 4 2 1 1
3 4 1 2 1
2 4 1 3 2
3 4 2 3 1
1 5 2 4 2
1 4 2 3 3
2 4 2 3 2
1 2 2 2 3
1 3 2 4 1
1 1 1 4 3
2 5 2 4 1
2 3 1 3 1
3 4 2 3 3
2 4 1 4 1
3 1 1 4 1
3 3 1 3 2
4 2 2 4 1
3 2 2 3 1
2 4 1 4 3
4 5 1 2 2
1 3 1 2 2
2 2 2 3 1
1 5 1 3 1
1 5 1 4 3
3 5 2 3 3
3 2 1 2 2
2 1 1 1 2
1 2 1 2 3
1 1 1 4 3
2 4 1 1 3
3 1 2 4 3
2 1 1 3 3
1 4 1 2 1
4 1 1 2 3
3 2 2 3 3
1 3 1 1 3
3 4 1 4 3
3 5 1 3 3
1 2 2 1 3
4 4 2 4 1
1 5 2 2 1
3 5 2 2 1
4 3 2 1 3
2 4 1 3 1
3 1 1 3 1
4 4 1 4 3
2 5 1 2 2
4 2 1 3 3
1 1 2 1 2
3 4 1 1 2
2 5 1 2 3
1 4 1 4 3
1 5 1 1 2
3 4 1 4 3
4 4 2 3 3
1 5 2 2 3
4 2 1 1 1
2 5 2 1 2
2 2 2 1 2
3 4 2 4 3
4 3 1 1 3
1 5 1 3 1
4 5 2 1 3
1 4 2 1 2
3 4 1 2 2
2 3 2 2 2
3 1 1 3 2
1 4 1 4 2
4 3 1 1 1
4 1 2 4 3
1 3 2 2 3
2 3 1 1 2
1 1 2 4 3
1 3 2 1 3
1 5 1 4 3
3 1 2 1 3
3 2 1 4 1
1 1 2 3 3
1 4 2 4 3
4 2 2 4 3
3 5 2 3 1
2 3 2 2 1
4 1 1 2 2
2 3 1 2 3
4 4 2 4 3
1 5 1 2 3
3 5 2 2 2
3 3 2 4 2
4 3 2 1 3
3 5 2 2 2
3 4 1 1 1
4 5 1 2 2
4 1 2 4 1
1 3 2 2 1
3 4 2 2 3
3 2 2 3 3
3 4 2 1 3
2 1 2 1 2
2 2 2 4 3
1 4 1 2 3
4 3 1 3 2
3 5 1 4 1
4 4 1 3 1
3 3 2 1 3
2 3 1 1 3
1 1 1 2 1
3 4 2 3 1
4 5 2 1 2
4 2 1 2 3
3 5 2 1 3
2 4 2 4 3
4 1 2 2 2
4 3 2 3 2
2 2 1 3 3
4 3 2 4 3
4 1 1 3 1
2 5 1 4 3
3 1 2 1 1
1 1 1 1 1
2 2 2 4 3
4 1 2 4 3
2 5 1 1 1
2 4 2 4 3
2 2 1 2 2
3 5 1 3 3
1 4 1 4 1
1 5 1 2 2
1 4 2 2 1
2 4 2 3 3
1 3 2 2 3
3 5 1 3 2
4 1 1 3 2
1 3 2 1 3
4 4 1 3 3
1 4 2 2 1
4 1 2 4 3
1 2 1 2 2
3 4 2 3 2
2 3 1 2 2
3 3 2 2 3
3 3 1 2 3
2 4 1 3 2
3 2 2 1 3
1 4 1 1 3
2 4 2 3 1
3 2 2 1 1
3 3 1 3 2
1 4 2 2 2
1 2 2 4 2
4 2 2 4 3
1 3 1 2 3
4 3 2 3 3
1 5 2 4 3
4 1 2 1 1
1 4 2 4 3
4 5 1 1 1
1 5 2 2 3
1 2 2 4 2
3 2 2 2 2
3 5 1 4 3
2 4 1 2 3
3 4 2 3 3
1 5 1 2 1
3 1 2 3 2
3 3 2 4 1
1 3 1 2 2
4 4 1 2 2
4 4 2 3 2
3 2 1 2 3
1 5 2 2 3
2 4 2 4 1
3 3 2 4 3
4 4 2 1 3
3 2 1 3 2
1 2 2 2 1
3 3 1 2 1
1 4 2 4 3
3 4 2 2 2
2 4 2 4 1
1 4 2 1 2
2 4 2 4 3
2 4 1 2 3
1 5 2 3 1
4 1 2 2 2
2 5 1 2 3
4 5 2 3 2
4 4 1 4 3
4 4 2 4 1
3 2 2 3 3
3 1 1 1 3
2 4 2 3 3
1 4 2 1 2
3 1 1 3 1
4 4 1 2 3
1 1 2 4 2
1 4 1 1 3
4 4 1 3 3
1 4 1 3 3
1 5 2 3 2
3 4 2 2 2
3 4 1 3 2
1 3 2 2 3
4 3 2 1 3
2 1 1 4 3
4 4 1 2 1
3 2 1 4 2
4 4 1 4 2
2 4 2 2 3
1 4 1 4 2
3 3 1 3 1
4 5 2 2 3
3 1 1 2 1
1 5 2 1 3
1 5 1 3 3
1 4 1 4 3
4 4 2 1 3
1 4 2 4 3
3 5 2 3 3
2 5 2 1 3
4 4 2 4 3
1 5 2 2 3
4 5 2 1 3
4 2 2 1 2
2 4 1 1 1
1 3 1 1 1
4 1 1 2 1
1 4 1 1 3
1 3 1 1 1
2 4 1 3 3
4 5 2 1 3
1 4 1 4 2
1 4 2 4 3
1 1 1 4 2
3 5 2 2 3
4 4 1 2 3
2 3 2 3 2
1 1 1 2 1
4 3 1 1 1
4 3 1 4 2
4 4 2 3 1
2 4 1 3 3
1 1 2 4 1
2 5 1 2 2
4 2 2 4 1
3 4 1 4 3
3 4 2 1 2
2 3 1 1 2
4 5 1 2 2
1 1 1 2 1
2 4 2 1 3
4 4 1 1 2
2 4 1 4 2
2 3 1 1 3
3 4 2 4 3
3 4 1 3 3
2 3 1 4 3
4 3 1 1 1
2 4 1 4 3
3 2 1 1 3
4 5 1 4 3
4 5 2 3 3
1 1 2 1 3
1 1 2 4 2
4 1 2 4 3
3 4 1 2 3
2 4 1 3 1
4 2 2 3 1
2 4 1 1 3
3 1 2 1 3
4 4 2 4 3
3 4 1 3 2
2 1 2 2 3
2 4 1 4 1
4 5 1 2 3
1 2 2 3 2
2 2 2 3 2
3 4 1 3 1
4 5 2 2 3
4 3 1 2 3
3 2 2 4 2
3 4 1 3 3
1 3 1 1 3
4 4 2 4 2
3 2 1 3 3
3 4 2 4 3
3 4 1 3 2
1 2 1 3 3
1 4 1 2 3
1 4 2 2 3
3 4 2 1 3
4 4 2 3 3
3 4 1 4 3
3 1 1 2 3
1 4 2 2 1
4 4 1 2 3
2 3 1 4 3
4 2 1 4 3
3 2 2 3 3
3 1 2 3 3
1 4 1 1 1
3 2 2 2 2
3 5 2 2 2
3 1 2 2 1
2 4 1 2 2
1 1 1 2 1
3 2 1 4 1
4 5 1 4 2
3 3 1 3 3
3 2 1 2 1
2 3 2 2 3
3 2 2 2 3
3 3 2 2 3
2 4 2 4 3
3 4 1 3 1
4 4 1 2 2
4 3 2 3 1
3 1 1 2 3
2 2 2 3 1
2 2 2 1 2
4 3 1 2 3
1 5 2 4 3
4 1 1 2 3
1 4 1 4 3
1 1 2 4 1
2 5 2 3 3
2 1 2 1 1
1 4 2 3 3
2 2 2 1 3
3 4 2 1 3
4 4 2 3 2
3 3 1 4 2
1 4 2 2 3
3 5 1 2 2
3 1 2 4 3
2 1 1 1 2
1 3 2 1 1
3 5 1 1 3
3 4 1 2 3
3 2 1 1 3
3 5 2 4 3
2 2 1 2 2
2 4 1 2 2
3 4 1 3 3
3 2 1 4 2
3 1 2 3 3
2 4 2 1 3
4 4 1 1 3
3 4 1 4 3
1 5 1 2 3
4 4 1 3 3
1 5 2 1 3
4 5 1 2 2
4 1 1 2 3
2 4 1 1 3
3 3 2 4 2
2 2 2 3 3
3 5 2 4 2
2 4 2 4 1
2 5 1 3 1
2 4 2 2 3
4 3 1 1 3
1 1 1 1 1
1 2 2 3 2
1 4 2 2 3
3 2 2 4 3
2 4 1 3 2
4 5 2 4 2
1 4 2 2 1
4 5 1 4 2
4 3 1 4 3
1 5 2 3 2
4 1 1 4 1
1 1 2 4 3
3 3 1 2 3
4 3 2 1 1
1 4 1 2 2
4 4 1 3 3
3 3 2 3 2
4 4 1 4 1
3 1 2 3 3
4 3 1 2 3
3 4 2 1 3
4 4 2 4 2
3 5 1 1 2
3 3 2 3 2
1 4 2 1 1
1 5 1 3 3
4 4 1 3 3
1 3 1 4 3
3 2 2 4 2
4 4 1 4 3
1 2 1 3 3
2 1 1 2 1
2 3 2 1 3
1 1 2 1 3
4 4 1 4 2
4 3 2 3 2
4 4 2 1 3
3 4 2 2 2
1 5 1 3 3
2 4 1 4 3
2 1 2 4 1
1 4 2 1 2
1 1 1 3 1
4 4 2 4 3
1 1 2 2 3
4 1 2 2 3
4 3 2 4 3
4 3 2 3 3
1 1 1 3 3
4 1 2 4 1
4 2 1 3 2
3 4 2 1 3
2 1 1 2 1
2 1 2 1 3
3 2 1 3 3
1 4 1 1 3
3 2 2 1 3
3 3 1 1 3
1 1 2 1 2
2 1 1 1 2
3 4 1 2 3
2 4 1 3 1
3 1 2 3 1
2 4 1 3 1
2 3 1 3 2
3 5 2 3 3
3 4 1 3 2
3 5 2 1 3
1 4 2 4 1
3 3 1 4 1
4 3 2 2 3
3 5 2 4 1
4 4 2 3 1
3 1 2 4 3
3 4 1 2 1
3 2 1 3 3
3 3 2 1 3
4 4 2 4 3
1 3 1 3 2
2 5 2 2 1
4 5 2 2 1
4 4 2 3 1
3 4 2 4 3
1 2 1 3 3
3 3 2 4 2
4 2 1 2 3
3 4 1 3 3
2 4 2 2 2
2 2 1 2 3
3 1 2 2 3
4 2 1 3 1
2 4 1 4 2
2 2 1 2 2
1 3 2 4 1
3 4 1 3 1
1 4 1 1 2
4 4 2 1 3
2 2 1 4 3
3 4 2 4 3
3 3 1 3 1
1 3 2 4 3
2 4 1 2 3
1 4 2 2 1
1 3 1 4 3
2 4 2 2 3
4 4 2 3 2
1 4 2 4 2
4 4 1 4 3
4 2 1 1 1
4 1 2 2 3
2 4 2 3 1
4 3 1 1 2
3 1 2 4 2
4 4 1 2 3
4 4 1 1 2
4 3 1 3 1
2 4 1 3 2
4 5 2 4 3
2 4 1 4 1
3 4 2 3 3
1 5 2 2 3
1 5 1 4 3
3 5 2 3 3
1 4 1 1 3
1 4 1 4 3
2 1 1 1 3
3 5 1 1 2
4 1 2 3 1
3 2 2 2 3
1 3 2 2 1
1 2 1 1 3
2 3 2 2 3
4 1 1 2 2
1 4 2 1 3
2 4 1 3 2
3 4 1 1 3
4 3 1 2 1
1 4 1 4 3
1 3 1 4 3
2 5 1 1 1
4 3 2 2 2
4 2 2 3 3
3 3 2 4 3
4 5 2 4 1
3 1 1 2 3
3 3 1 1 2
1 3 1 4 3
3 5 1 2 2
1 4 1 4 3
4 4 2 1 3
3 3 1 4 2
4 5 1 2 3
4 4 2 3 3
1 5 1 4 3
2 5 2 3 2
2 5 2 3 1
4 1 1 1 2
1 1 2 3 2
2 3 2 3 3
1 3 2 3 3
4 3 2 1 3
3 4 1 4 2
4 5 1 3 2
2 4 2 4 1
1 4 2 2 3
1 4 1 2 1
1 3 2 3 1
4 3 2 1 3
4 4 2 3 2
2 2 2 3 3
3 2 2 3 3
3 1 2 2 1
2 1 2 4 3
2 1 1 1 3
1 4 2 3 3
2 2 1 1 1
2 4 2 3 2
3 4 2 2 1
2 5 2 1 3
1 5 2 4 3
2 2 2 2 2
3 2 1 3 3
4 1 2 3 3
1 1 1 1 3
2 2 2 2 3
4 2 2 2 2
2 2 1 4 1
3 5 1 1 3
3 2 1 4 2
1 4 1 2 3
1 2 2 3 3
1 4 2 4 1
4 3 1 3 2
2 5 1 3 1
1 4 1 2 2
4 3 2 4 3
4 1 1 2 1
1 1 1 2 3
3 5 1 4 1
3 4 2 1 2
3 1 2 4 1
1 4 2 1 3
4 4 1 1 3
4 3 1 2 3
2 5 1 3 3
2 3 1 1 3
4 5 1 3 3
3 5 1 1 3
3 5 2 2 2
1 2 1 3 1
1 5 1 1 3
2 3 1 4 3
1 4 1 2 1
4 4 1 3 3
3 5 2 2 2
1 3 1 3 3
4 2 2 1 3
4 4 1 1 3
4 5 1 4 1
1 1 2 3 3
3 1 1 1 1
2 4 1 4 3
3 4 2 3 3
3 5 1 3 3
2 4 2 2 2
2 3 1 3 1
2 3 2 2 3
1 4 2 1 2
2 5 1 2 1
3 3 1 3 2
2 4 2 3 1
4 4 1 2 3
2 5 1 3 3
2 4 1 2 3
4 4 1 2 3
2 5 1 2 3
3 5 2 2 1
4 1 2 1 3
2 3 1 4 3
1 1 2 3 3
3 5 1 4 3
3 4 2 3 2
2 2 1 1 3
2 3 2 4 3
4 3 1 3 3
4 3 1 4 3
1 2 2 3 1
1 4 1 4 1
4 2 2 4 2
2 4 2 4 1
4 1 1 4 3
2 4 2 1 1
1 3 2 2 3
3 2 1 3 3
1 5 2 4 1
3 5 1 3 3
3 5 2 3 1
3 1 1 2 2
4 1 1 4 1
3 1 2 4 2
3 2 1 1 1
3 1 1 4 3
4 5 1 2 2
2 4 2 2 3
4 2 1 2 3
3 4 2 3 2
4 4 2 1 3
2 5 2 3 3
3 4 2 1 3
3 4 2 2 1
2 5 1 3 3
2 4 1 2 3
2 3 2 1 2
4 2 1 3 3
3 4 1 1 3
4 2 1 1 3
3 2 1 3 3
4 4 1 4 3
3 4 2 1 3
1 1 1 3 3
2 5 2 4 3
1 4 2 4 1
2 1 1 3 3
2 4 1 1 3
1 1 1 1 3
4 4 1 4 3
4 2 2 1 2
4 4 2 3 3
1 3 2 2 1
3 5 2 1 2
4 4 2 3 3
3 4 2 4 1
2 4 2 4 3
3 5 2 2 2
2 5 1 4 1
2 4 1 3 3
1 2 1 2 1
2 4 1 3 3
3 1 1 4 3
3 1 2 4 3
1 4 1 3 3
1 1 1 3 3
3 4 1 1 3
3 3 2 1 3
1 3 1 4 1
3 5 2 1 2
4 4 2 2 3
3 5 1 2 1
2 5 1 1 3
4 3 2 3 3
4 5 1 1 3
4 2 2 1 3
3 5 2 2 3
4 5 2 3 1
2 4 1 2 1
3 1 1 3 1
1 2 1 4 1
2 3 1 2 3
3 1 2 2 2
1 2 2 4 3
1 4 1 1 2
1 4 1 2 3
3 5 2 1 2
1 4 2 2 3
1 5 1 3 1
2 1 1 4 1
3 4 1 2 1
3 1 2 1 3
4 2 2 4 3
1 5 1 2 3
3 4 2 4 3
3 3 1 3 3
2 1 2 1 2
2 5 2 2 1
3 5 2 1 1
4 1 2 3 3
4 1 1 2 2
3 1 1 3 3
4 5 1 2 3
3 5 1 3 3
1 5 2 3 3
1 4 1 3 1
4 1 2 3 2
1 3 1 4 1
4 1 1 2 3
1 3 1 2 3
2 4 1 2 3
1 3 2 4 2
1 2 2 4 3
2 5 2 2 2
4 1 1 3 3
1 1 2 4 2
3 2 1 2 2
2 4 2 4 1
4 1 1 2 3
3 5 2 2 2
2 4 1 1 1
2 4 1 4 3
1 3 2 3 2
2 4 1 3 3
3 2 1 2 2
1 4 2 3 1
3 3 2 4 1
4 2 2 1 1
3 1 2 2 3
1 4 2 4 2
1 2 2 3 2
2 1 2 2 3
1 5 2 2 2
2 4 1 3 2
1 1 2 1 2
2 2 2 4 2
4 4 2 4 1
2 2 2 3 3
2 5 1 4 3
1 4 2 4 1
3 5 1 1 3
2 4 1 1 3
2 2 2 4 3
1 1 2 3 3
4 1 1 1 3
1 1 2 2 3
3 5 1 1 2
1 4 1 4 1
1 1 1 1 2
3 2 1 4 3
1 2 1 4 1
3 4 1 1 3
2 4 1 4 3
4 5 1 3 3
2 1 1 2 1
4 2 1 3 2
3 2 2 4 3
2 3 1 3 3
4 3 2 3 1
3 4 1 4 1
4 3 1 2 3
1 4 2 1 1
2 4 1 1 3
3 4 2 4 3
2 2 1 1 1
4 1 2 2 3
1 4 2 2 3
4 4 1 3 1
1 1 2 1 3
4 2 2 3 1
3 4 2 2 1
3 2 2 1 3
4 2 1 4 3
4 4 1 3 1
2 3 1 2 3
2 4 2 1 3
2 3 2 2 2
2 3 1 1 3
4 4 1 4 2
3 1 2 3 3
2 1 2 3 1
1 3 2 1 3
2 5 2 2 2
1 5 1 4 1
3 4 1 4 2
3 1 2 4 3
4 2 2 1 1
2 2 2 2 2
2 4 1 4 1
3 2 2 3 3
2 5 2 2 3
2 4 2 1 2
2 4 2 3 1
4 5 1 3 3
4 3 2 1 1
3 3 2 4 1
2 5 2 2 3
1 1 2 1 3
4 2 1 4 2
1 5 2 1 1
2 1 2 2 3
2 5 1 4 3
2 2 1 2 3
3 4 1 4 3
1 1 1 4 1
1 5 2 3 3
2 5 1 4 2
4 5 1 2 1
3 4 2 4 1
1 2 1 2 3
4 5 1 1 3
2 2 2 4 2
1 4 2 2 1
3 4 1 4 2
3 2 2 4 1
1 4 1 2 1
2 1 2 4 3
1 2 2 2 1
2 4 2 4 3
1 4 2 1 1
2 3 1 4 2
4 4 2 2 2
1 4 1 1 3
1 1 2 3 1
4 1 1 4 3
2 4 1 1 2
2 4 2 4 1
4 1 1 1 3
4 4 2 2 3
1 4 2 2 1
4 3 2 4 1
2 3 1 3 2
3 3 1 1 3
4 5 1 4 1
4 4 2 3 1
3 1 2 2 1
1 4 1 4 3
3 3 2 1 1
4 5 2 2 1
4 5 1 4 3
2 2 2 1 1
3 1 2 2 1
2 1 2 2 2
4 2 2 4 2
3 1 1 2 3
4 4 1 2 1
2 2 2 4 3
2 3 2 3 2
1 4 1 4 2
3 4 2 2 1
4 5 1 4 2
2 3 1 3 3
2 5 2 2 3
4 5 1 2 1
1 3 2 2 3
2 4 1 2 3
4 3 2 3 2
1 4 1 4 3
4 5 2 1 3
2 4 1 1 2
2 4 2 2 3
1 5 1 4 1
2 1 2 2 2
4 3 1 4 2
1 4 2 4 1
4 3 2 3 2
1 4 1 4 1
1 2 2 4 3
2 4 1 2 3
1 4 1 2 1
4 2 2 2 2
1 2 2 2 3
4 4 1 3 1
3 5 1 1 2
2 2 1 2 3
2 5 2 4 3
2 3 2 4 3
4 4 1 3 1
1 5 1 2 2
1 4 2 4 2
2 2 1 4 3
2 5 1 2 3
4 4 2 3 2
4 2 2 2 3
2 5 2 1 2
1 1 1 4 3
4 2 2 4 1
1 2 2 4 1
4 2 2 1 3
1 3 2 4 1
1 4 1 3 1
1 5 2 4 1
2 2 1 2 3
2 3 2 4 2
1 2 2 4 3
2 5 2 4 2
4 4 1 3 1
2 1 1 3 3
1 2 2 2 3
4 1 2 4 2
3 1 2 3 3
3 5 1 4 3
3 5 2 3 3
2 3 2 3 3
3 4 2 3 1
2 5 1 4 2
4 4 1 2 3
3 4 2 2 1
4 3 2 4 3
3 2 2 3 3
2 3 2 2 2
3 3 2 4 3
1 5 1 1 1
4 4 1 2 2
3 1 2 2 1
3 1 2 4 3
4 4 1 2 3
1 5 1 2 1
4 5 2 2 3
2 4 1 3 3
2 2 2 4 2
1 2 1 4 3
4 4 2 4 3
4 5 1 1 2
4 4 1 3 1
4 1 2 1 2
2 2 1 4 3
4 5 1 4 1
1 3 2 1 3
1 2 1 3 3
3 4 2 3 2
1 5 1 2 3
4 3 1 3 1
3 4 2 1 3
2 4 1 4 3
3 5 2 3 3
1 4 2 1 3
1 4 2 1 1
1 5 1 4 1
4 1 2 4 1
2 3 2 2 2
3 1 1 3 3
2 2 1 2 1
1 4 1 1 1
4 3 2 1 3
2 4 2 1 3
1 3 2 2 3
2 3 1 2 1
3 2 2 3 3
2 4 1 4 2
4 2 1 4 3
2 4 1 1 3
2 1 1 4 2
3 1 2 1 2
2 4 1 1 2
3 1 2 2 3
3 4 1 4 1
4 4 1 2 1
4 2 1 4 2
2 4 1 1 2
4 3 1 4 3
4 3 2 2 1
2 4 1 1 1
2 4 2 2 3
3 4 2 3 1
2 2 2 1 2
4 2 2 1 3
4 5 2 4 1
1 5 2 4 2
3 5 2 2 3
1 4 2 3 3
1 4 2 4 3
4 4 1 3 3
4 2 1 3 1
1 4 2 3 1
1 3 2 4 3
1 1 2 2 3
4 1 2 3 3
1 1 1 3 3
1 4 2 3 1
4 2 1 1 2
1 4 1 1 3
1 4 1 2 3
1 4 2 4 2
2 4 2 2 2
2 1 1 3 3
4 5 2 3 2
3 1 1 1 1
2 4 2 1 3
4 1 1 2 3
2 1 1 4 3
2 4 1 2 3
2 2 2 3 3
2 4 2 4 3
4 4 2 3 3
1 1 1 1 3
1 1 1 1 3
1 3 1 3 2
3 3 2 1 3
1 1 1 3 1
4 4 1 2 3
2 2 2 1 3
4 4 1 4 3
3 5 2 1 1
1 2 1 2 3
1 2 2 3 2
2 5 1 2 1
3 4 2 4 3
1 5 2 4 1
3 5 2 3 3
2 3 1 4 1
4 4 1 1 1
4 5 2 2 3
2 2 2 1 3
3 3 1 4 3
4 5 2 1 3
4 4 1 1 1
4 2 2 3 2
3 1 1 4 3
3 1 2 4 1
2 3 1 1 2
4 1 2 1 1
4 2 1 1 2
1 5 1 2 3
4 4 1 4 1
4 3 1 2 3
2 4 2 3 1
2 2 1 4 1
4 3 1 3 3
3 1 1 2 1
3 2 1 1 3
1 4 1 3 2
4 4 1 1 3
2 1 1 1 2
3 3 1 4 2
2 2 2 4 3
3 4 1 2 3
3 1 1 3 3
2 1 2 3 3
1 4 1 4 2
4 4 1 2 3
2 3 1 1 2
4 4 1 2 3
4 5 2 2 2
3 5 2 4 2
1 3 2 1 3
3 4 1 3 3
3 2 1 4 1
3 4 2 4 3
4 4 2 3 2
4 1 2 3 3
2 4 2 4 2
4 2 1 2 1
2 2 1 2 3
2 1 1 1 3
4 1 1 4 3
2 4 1 2 3
4 1 2 1 2
3 5 1 4 1
4 2 2 4 1
1 3 1 4 3
2 3 2 2 2
2 4 2 4 1
1 4 2 1 2
2 3 2 1 1
3 3 2 1 2
1 3 2 4 2
2 4 2 3 2
1 2 2 1 3
4 3 2 3 1
2 4 1 2 2
2 4 1 3 1
2 3 1 3 3
3 2 1 3 1
2 4 1 3 3
1 2 2 4 1
2 1 1 4 1
3 3 2 4 3
1 4 1 4 3
1 4 1 1 3
4 3 2 4 1
4 2 1 2 1
1 4 1 2 2
3 5 2 4 1
2 2 1 3 3
1 1 2 3 2
2 2 1 3 1
2 3 2 2 3
2 4 1 3 3
1 5 2 1 3
4 5 1 3 2
2 3 2 4 3
1 5 1 3 3
4 4 2 1 3
1 3 1 1 3
1 1 2 2 3
1 4 1 2 3
2 5 2 1 3
4 5 2 1 1
4 4 1 1 3
3 5 1 3 3
1 3 1 4 1
2 1 1 1 3
3 4 2 2 1
2 4 2 2 1
2 5 1 3 3
4 1 1 2 1
2 3 2 4 3
4 2 1 2 3
1 1 1 1 3
4 3 1 3 3
3 4 2 4 1
1 2 1 2 3
3 4 2 4 3
3 2 2 2 2
3 4 1 2 3
4 5 1 1 2
2 4 2 2 2
3 4 1 1 2
2 5 2 2 2
1 5 1 3 3
4 4 2 3 3
2 5 1 3 2
1 3 2 1 1
1 5 1 4 3
3 5 1 4 2
1 3 2 1 3
2 5 1 4 3
3 2 2 1 2
3 5 1 2 2
4 1 2 3 3
3 3 1 4 2
3 2 2 4 3
4 4 1 1 2
1 3 2 3 1
4 4 2 3 3
3 4 1 4 2
1 4 2 1 3
4 5 1 2 1
3 1 2 2 3
1 5 1 1 3
2 5 2 3 3
3 5 2 2 3
3 4 1 4 1
2 2 2 2 1
4 2 2 2 1
3 4 2 2 3
1 2 2 2 1
3 2 1 2 2
3 4 1 3 3
3 5 2 3 3
3 3 2 1 2
3 3 2 4 3
3 1 1 1 3
1 4 2 1 3
4 4 2 1 3
1 4 2 1 2
4 2 1 2 3
3 4 2 2 1
1 3 1 2 3
1 5 1 1 3
1 5 1 1 3
3 4 1 4 3
4 2 2 1 1
3 5 2 4 3
4 1 2 1 3
4 2 2 4 2
4 4 1 3 3
1 5 2 2 1
1 3 2 3 3
2 5 1 2 3
4 2 1 4 3
4 4 1 4 1
3 2 1 1 3
4 2 2 3 3
3 3 2 4 3
3 5 1 1 1
1 1 2 1 1
4 4 1 4 1
1 1 2 4 1
4 1 1 1 1
1 3 2 2 1
1 1 2 1 3
4 2 2 1 3
2 3 2 4 3
4 5 1 2 3
2 1 2 1 1
4 2 2 2 3
3 2 1 4 1
4 1 1 4 3
4 2 2 3 3
1 4 1 4 3
1 1 1 4 3
3 5 1 2 1
2 4 2 1 2
1 5 1 2 3
4 5 2 2 3
1 2 2 4 2
1 5 1 2 2
4 5 1 3 3
1 1 2 3 3
3 5 1 1 1
1 3 2 3 3
4 2 2 2 1
2 1 2 3 3
3 2 1 4 1
2 4 2 2 3
4 5 1 2 1
1 5 1 3 1
1 2 2 3 3
1 3 1 3 3
4 2 2 3 3
1 4 2 1 1
2 3 2 1 1
3 3 1 1 3
3 2 2 1 2
2 4 1 2 1
4 4 1 2 1
2 1 1 3 3
3 4 1 3 3
4 4 2 1 2
2 5 1 4 1
4 3 2 1 3
1 3 2 4 3
4 4 1 2 2
4 1 2 2 3
4 1 2 1 2
2 5 1 3 2
2 5 2 4 3
4 1 1 4 1
1 3 1 2 1
4 4 2 3 3
1 4 1 4 3
3 2 1 4 2
3 5 2 3 3
3 2 2 4 1
2 3 1 1 1
2 4 1 1 1
3 2 2 3 1
4 4 2 4 3
1 1 1 1 1
3 1 1 4 3
2 4 1 2 2
3 3 2 3 3
3 2 2 2 2
2 4 1 3 2
2 5 2 3 3
3 5 1 2 3
2 2 2 1 3
2 4 1 1 1
1 5 2 2 3
2 4 1 4 3
1 5 2 3 3
4 5 2 1 3
4 1 1 4 1
2 2 1 2 2
4 1 2 1 2
2 4 2 3 3
2 5 1 1 3
2 2 2 1 3
3 2 2 2 1
2 1 1 3 1
1 2 2 1 2
3 5 2 2 3
1 2 1 1 2
4 3 1 3 3
4 4 1 3 3
2 4 2 4 2
3 4 2 2 3
4 4 1 3 1
2 4 2 1 3
1 1 2 2 1
1 4 1 3 3
1 2 2 1 2
4 2 2 2 3
2 4 2 2 1
4 2 1 2 2
3 2 2 4 3
2 4 2 2 2
3 1 2 2 2
2 5 2 2 1
4 1 2 3 2
3 1 1 1 1
4 1 2 4 1
3 4 1 2 1
1 5 1 1 3
4 4 2 2 2
2 4 1 1 3
1 2 2 2 3
2 3 1 1 1
1 4 1 2 2
2 4 1 1 2
1 5 1 3 2
4 3 1 4 3
1 4 1 4 3
1 5 1 2 3
4 5 2 3 2
3 3 1 3 3
1 5 2 2 3
4 5 2 3 3
3 4 1 4 1
1 3 1 4 3
3 5 2 3 1
3 3 1 4 3
2 4 1 2 3
2 2 1 1 3
1 2 1 4 1
3 3 1 4 2
4 1 1 2 2
2 4 1 4 2
2 1 2 4 3
4 4 1 1 3
2 5 1 1 3
4 2 1 3 3
3 5 2 2 2
1 2 1 2 1
4 4 1 4 3
2 3 1 3 3
3 3 1 3 2
1 4 1 2 1
4 4 1 1 1
4 4 2 1 1
1 5 2 1 2
4 3 1 3 1
3 2 1 2 3
1 1 2 4 3
4 4 1 3 3
4 4 1 3 1
3 1 2 3 1
4 5 2 2 3
4 2 1 3 3
4 1 1 2 3
1 1 1 4 3
3 1 1 4 2
4 4 1 1 1
2 2 2 1 1
3 3 1 3 1
1 1 2 2 1
1 4 2 2 1
3 1 1 3 3
2 2 2 1 1
3 4 1 1 3
1 1 2 4 1
4 4 2 1 1
3 4 1 4 2
2 4 1 2 3
2 4 1 4 2
2 4 2 4 3
1 2 1 1 1
3 5 1 1 2
3 3 1 2 2
2 4 2 1 3
1 4 2 4 2
1 5 2 4 3
3 2 1 2 2
1 5 1 4 2
1 4 2 3 1
2 4 1 4 3
2 4 1 1 3
1 2 1 2 1
2 4 2 1 3
1 4 1 2 3
1 4 1 1 2
2 2 2 1 3
4 4 1 3 2
3 4 1 3 2
2 4 1 2 2
1 4 1 1 2
2 4 2 4 2
3 3 1 1 3
4 4 2 1 3
2 4 2 3 1
3 2 2 2 2
1 3 2 1 2
3 4 1 2 3
4 4 1 3 3
1 3 2 3 1
4 4 2 2 1
3 3 2 2 2
2 4 1 4 2
3 3 2 3 3
3 4 2 1 3
1 2 2 2 1
3 4 2 2 1
3 3 1 2 3
4 4 2 4 3
4 3 1 2 3
2 1 2 4 2
2 3 1 1 1
2 4 1 2 3
4 4 1 3 1
4 4 2 2 1
1 5 2 2 2
3 4 1 4 3
3 5 1 2 1
4 5 1 3 3
4 4 1 2 3
4 2 1 1 2
4 3 1 4 3
4 5 1 3 2
4 1 2 1 1
1 2 1 2 1
1 3 1 4 2
4 1 2 1 3
1 4 2 4 3
2 5 1 4 1
2 2 2 1 2
4 3 2 2 3
1 4 1 4 1
4 4 2 3 3
2 2 1 2 2
4 5 2 1 2
1 1 1 2 3
2 1 1 1 3
4 4 2 1 2
1 3 1 4 3
4 2 2 2 3
2 1 2 3 1
2 1 2 4 1
3 4 1 3 3
4 4 2 4 3
2 3 1 4 3
2 3 2 2 3
3 4 1 3 1
4 4 1 2 2
1 3 2 3 3
3 2 1 4 1
4 2 1 1 3
4 5 2 4 1
4 4 1 2 1
1 2 1 4 3
3 2 2 3 2
1 5 1 2 2
4 1 1 2 1
3 4 2 3 2
1 4 2 2 1
3 4 1 2 1
2 4 1 2 3
2 5 1 1 3
3 5 1 4 3
3 3 1 2 3
1 1 2 2 3
1 2 2 1 1
2 4 2 4 1
1 2 1 2 3
4 5 1 2 3
2 5 1 4 3
1 2 2 2 1
1 5 2 3 3
2 4 1 4 1
1 1 2 4 1
4 2 2 4 3
1 3 2 3 1
1 4 1 3 3
4 2 2 3 3
4 2 1 1 1
1 3 2 2 3
1 5 1 3 3
4 4 1 2 3
2 2 2 2 2
4 4 1 2 3
3 2 1 4 1
3 1 2 3 3
1 3 2 3 1
2 3 1 3 2
2 3 2 2 3
3 5 2 2 3
4 5 2 1 1
3 2 2 1 3
4 1 1 2 2
2 5 1 2 1
3 4 1 4 3
3 2 1 3 3
2 1 2 1 3
1 2 1 3 1
3 4 2 2 3
3 4 1 4 3
4 3 2 3 3
2 2 1 1 3
3 2 1 4 3
3 4 2 3 2
4 1 2 2 3
2 3 1 4 1
1 4 1 2 3
1 4 2 2 3
2 5 1 3 2
3 4 1 3 3
4 3 1 2 1
3 2 1 3 1
3 4 1 4 2
3 4 1 1 3
3 4 1 2 2
2 2 2 1 2
2 1 1 4 3
3 5 1 1 2
1 5 2 4 3
3 4 2 4 2
1 2 1 2 2
1 4 1 1 3
1 3 2 2 1
2 4 2 3 2
1 4 2 3 3
2 2 2 2 1
4 1 1 1 3
1 4 2 2 2
3 3 2 2 3
1 1 2 2 2
3 2 1 1 1
3 1 1 4 3
3 2 2 4 3
1 1 1 3 1
3 4 1 4 2
4 1 1 1 3
1 5 2 2 3
3 4 2 1 3
4 4 2 2 3
2 2 1 1 2
4 5 1 1 2
1 3 2 3 3
1 1 1 4 3
2 3 2 2 2
3 3 2 2 1
2 2 1 1 3
2 4 2 2 2
4 2 1 4 2
3 4 2 4 2
4 1 1 3 3
3 2 2 1 2
4 4 1 1 2
4 4 2 2 2
2 1 2 3 1
3 1 2 3 2
4 3 1 3 3
2 1 2 2 3
4 3 2 2 2
3 4 1 1 3
4 2 1 2 2
1 1 1 3 3
1 2 2 2 3
1 4 1 2 1
4 5 2 1 3
3 3 2 1 3
3 4 1 3 2
2 1 2 3 1
1 1 1 1 2
4 4 1 1 3
4 2 2 4 3
3 4 1 2 3
4 4 1 4 3
3 5 2 1 3
4 4 1 2 1
3 4 1 1 1
2 2 1 4 1
2 3 2 2 1
2 2 2 1 1
2 3 2 2 2
3 4 1 4 3
4 5 1 2 3
1 3 2 3 1
3 3 2 4 2
2 2 2 1 2
1 5 1 1 1
2 5 1 4 2
3 5 2 1 3
1 2 2 4 3
2 4 1 4 3
2 1 2 1 2
1 4 1 1 3
2 5 1 2 3
1 4 1 1 3
2 5 1 2 1
3 4 2 4 3
4 3 2 4 3
1 3 2 2 1
1 1 2 4 2
3 4 2 4 2
1 4 2 3 1
3 4 1 2 3
3 3 2 1 3
3 5 2 3 3
2 2 1 4 3
2 4 1 1 2
4 5 2 4 3
4 1 1 4 3
4 5 1 2 1
3 1 1 1 2
4 4 1 2 1
4 1 1 2 1
1 3 2 1 3
3 2 1 4 2
2 4 1 1 1
3 4 2 4 3
2 1 2 3 3
1 1 2 2 2
3 4 2 4 2
1 4 1 1 1
1 1 2 2 3
1 4 2 4 3
4 2 2 4 3
2 5 1 4 3
1 4 1 4 2
4 4 2 3 3
2 5 2 1 2
3 4 2 2 3
3 2 1 1 2
2 3 1 3 3
1 4 1 4 3
3 2 2 1 2
2 4 1 4 2
3 3 2 4 2
3 4 1 3 2
1 1 2 1 1
3 2 1 2 2
4 4 2 1 3
4 2 1 3 1
4 4 2 3 2
2 3 2 2 1
4 4 2 2 3
4 2 2 3 3
2 2 2 3 2
3 3 2 2 3
1 2 2 1 1
4 5 1 2 1
1 1 1 1 3
3 4 1 2 1
2 4 1 1 1
4 2 1 2 2
4 5 1 4 1
2 3 2 2 2
1 4 1 1 1
3 3 2 2 3
2 5 2 1 3
1 2 1 2 2
4 3 1 2 3
3 3 2 1 3
1 4 2 2 1
2 4 2 4 1
4 3 1 4 1
4 1 1 3 2
3 1 1 3 2
2 5 1 2 3
1 4 1 2 3
1 4 2 1 1
4 4 2 2 3
4 3 2 3 2
4 5 2 2 3
4 4 2 4 3
1 5 1 3 3
4 4 2 4 2
1 4 1 2 3
3 5 1 2 1
2 3 2 3 3
2 4 1 4 3
4 4 1 4 3
3 4 2 2 3
1 2 1 4 3
4 1 1 1 2
4 4 1 2 2
3 4 2 4 3
1 4 2 1 1
2 2 1 4 1
1 4 2 3 3
2 4 1 3 2
2 3 1 4 3
1 5 2 1 3
2 1 1 1 3
4 4 2 2 3
3 3 2 4 2
1 2 1 1 1
4 5 2 3 1
4 2 1 2 3
4 4 1 1 1
3 5 1 1 3
4 1 2 4 3
1 5 1 3 3
1 5 2 4 3
4 2 2 1 1
3 3 2 2 1
1 3 2 1 3
1 4 2 1 1
1 3 2 4 1
3 3 2 1 3
3 3 1 2 3
2 5 1 2 3
2 3 1 2 2
3 4 1 1 2
3 4 1 1 1
4 5 2 3 3
2 4 1 1 3
2 1 1 4 1
4 3 2 3 3
4 5 1 2 3
2 2 1 4 3
4 2 2 4 3
4 1 2 1 3
2 2 2 3 3
4 4 1 3 2
2 4 2 2 2
2 3 2 4 1
4 1 2 2 1
2 4 2 2 2
1 2 1 1 2
1 4 1 3 3
1 4 1 3 3
1 3 1 4 2
3 4 1 4 3
3 2 1 2 2
4 5 2 4 2
1 4 1 2 3
2 4 1 3 3
2 3 2 2 1
4 3 1 3 2
1 3 2 4 3
1 3 2 1 3
1 1 2 1 1
2 4 2 2 1
3 2 2 2 3
2 1 2 4 3
3 4 2 4 1
2 3 1 1 1
4 4 1 2 3
1 4 1 2 1
1 2 2 2 3
2 3 2 1 3
4 1 2 3 3
3 5 2 4 2
1 4 2 1 1
3 2 2 2 2
1 1 1 1 2
1 4 2 4 3
3 4 2 4 3
1 1 1 4 2
3 1 2 4 1
3 4 1 2 1
4 3 2 1 3
1 1 2 1 3
2 1 1 4 3
3 4 1 1 2
2 5 2 4 2
4 5 1 4 1
2 1 1 1 3
1 3 2 4 3
2 2 2 1 2
4 4 2 4 3
4 1 1 2 3
3 4 2 2 3
2 1 1 2 1
2 3 1 4 3
2 5 1 2 2
1 5 1 1 3
1 4 1 2 2
4 4 1 3 3
3 3 1 3 1
3 2 2 1 1
4 4 1 4 2
2 1 2 4 1
4 4 2 2 2
4 5 2 1 3
2 5 2 1 2
3 4 2 1 2
4 4 2 2 1
3 4 1 2 3
3 1 2 3 1
4 4 1 4 3
1 4 1 1 3
3 5 1 2 2
3 4 1 1 3
2 5 1 1 3
2 2 2 2 2
4 4 2 4 3
2 4 2 2 1
3 4 2 2 3
1 1 2 1 1
2 2 2 3 1
4 5 1 2 3
4 4 1 1 1
2 4 1 2 3
1 5 1 2 3
2 1 1 1 3
4 2 2 4 3
1 4 2 2 3
3 2 1 3 3
4 3 2 2 2
4 4 1 2 3
3 2 2 4 2
1 1 2 1 3
1 1 1 3 3
2 4 1 2 3
2 5 1 4 3
1 3 2 3 3
3 2 2 1 1
1 4 1 4 3
2 2 1 3 1
4 5 2 2 3
2 2 2 2 3
1 4 2 1 3
3 5 2 4 3
2 2 2 2 2
4 2 2 4 1
2 2 1 3 2
2 4 1 2 1
4 1 1 2 3
1 5 1 3 3
3 1 2 4 1
1 2 2 4 1
2 3 1 4 3
4 1 2 1 3
1 1 1 4 3
2 4 1 3 2
4 5 2 1 1
1 2 1 3 2
1 5 1 1 3
2 3 2 2 2
4 2 1 4 2
4 1 1 2 3
2 5 1 1 3
3 2 1 3 3
1 4 2 3 1
3 2 1 4 3
1 3 2 1 2
3 4 1 3 3
4 1 1 1 3
3 2 2 3 2
1 4 2 3 1
1 4 2 2 1
1 1 1 2 2
4 4 2 3 1
4 5 2 1 1
2 3 2 2 3
2 3 1 4 3
1 1 1 3 3
1 3 2 4 1
1 3 2 2 1
2 1 1 3 2
4 1 2 2 1
3 3 1 3 2
3 5 1 3 3
1 4 1 2 3
4 3 2 3 3
3 4 1 1 1
2 5 1 1 2
3 3 2 1 3
4 3 2 1 1
3 5 1 1 1
4 4 2 4 3
3 2 2 1 3
3 5 2 3 3
1 4 2 2 1
1 4 1 2 3
4 5 2 2 3
4 4 2 4 1
4 5 2 2 2
1 1 2 4 3
4 5 1 4 3
4 4 1 2 3
2 3 2 2 3
4 4 2 1 2
1 2 1 4 3
1 5 1 4 1
4 2 2 3 3
2 3 2 3 1
1 1 1 3 2
2 3 2 4 3
1 5 1 1 3
4 5 1 1 3
1 4 1 3 3
1 2 1 2 3
2 1 2 2 3
4 1 1 3 3
1 1 1 1 3
1 4 2 1 3
3 2 2 1 2
3 2 2 2 3
2 2 1 1 3
3 4 1 1 3
4 2 2 2 1
1 2 2 1 3
3 5 1 2 2
1 1 2 4 3
1 4 2 4 3
2 5 2 2 2
1 3 2 4 1
3 1 1 3 2
3 1 1 3 3
4 4 1 2 3
2 1 1 2 1
4 2 2 4 2
3 3 1 3 3
4 1 1 4 3
3 3 1 2 3
4 4 1 1 1
1 2 2 2 3
4 4 2 1 3
1 4 1 2 3
1 4 2 4 3
3 1 1 2 3
3 3 1 4 3
2 5 2 2 3
4 4 1 4 2
3 2 1 2 1
2 5 1 2 1
2 3 2 1 2
3 5 2 4 1
3 1 2 1 3
4 4 1 1 1
4 2 2 1 3
3 4 1 4 3
1 3 1 1 2
4 3 2 4 3
4 2 1 3 2
2 4 1 1 1
3 1 2 3 3
2 3 1 4 1
1 1 1 4 3
1 1 1 4 1
1 2 2 2 2
1 4 1 4 2
3 3 1 1 2
3 3 2 2 3
2 4 2 2 1
3 5 2 1 2
2 1 2 3 3
2 2 1 3 3
2 1 1 1 3
2 4 2 1 3
4 4 1 4 3
1 3 1 3 1
2 5 1 1 2
1 3 1 2 3
4 1 2 1 2
1 1 1 2 3
2 5 1 2 1
4 2 2 3 3
3 3 1 2 1
4 4 2 4 1
2 4 1 1 3
3 1 1 4 3
1 4 1 2 2
4 4 1 1 3
2 5 2 2 2
1 4 2 1 2
1 5 2 2 2
1 4 1 4 3
1 2 1 4 3
2 5 1 2 3
3 1 2 2 1
2 3 1 3 2
1 5 1 3 2
4 5 1 1 2
4 5 1 1 3
2 5 2 2 3
3 4 2 3 1
4 3 2 1 1
2 3 1 4 3
2 4 1 2 3
1 2 1 4 3
1 4 2 3 2
4 4 2 1 2
2 4 1 3 3
2 2 2 4 3
4 5 2 3 3
1 1 1 4 1
3 4 2 2 1
3 4 1 4 2
4 3 1 4 3
2 1 2 2 2
2 3 1 3 1
4 5 1 1 2
1 5 2 1 1
4 3 2 1 3
2 5 1 4 1
2 4 2 4 3
2 4 2 1 3
1 2 2 1 3
3 3 2 3 2
2 5 1 1 3
3 2 2 2 1
2 3 2 3 2
2 3 1 2 3
3 2 1 2 2
4 3 2 1 3
2 4 2 2 1
4 4 2 1 1
2 4 1 1 3
2 1 2 3 1
1 4 1 2 3
4 4 1 3 3
4 4 2 4 3
3 5 1 4 2
3 4 2 2 3
4 2 2 4 1
2 5 1 1 2
3 5 1 3 2
2 3 2 3 3
3 4 2 2 2
3 2 1 4 3
2 3 2 4 1
3 2 2 4 1
1 4 1 3 3
1 2 1 3 2
4 3 1 4 1
3 5 2 1 3
2 2 1 1 2
1 4 2 2 2
2 4 1 2 1
1 4 1 3 3
2 5 2 1 2
3 4 2 2 1
4 3 1 4 3
2 1 1 3 3
4 5 1 3 1
2 5 2 4 3
1 5 1 3 2
2 3 1 3 3
4 5 1 2 3
3 4 2 4 3
3 1 1 2 3
1 1 1 2 2
3 4 2 1 3
1 4 2 4 3
4 1 2 1 2
3 4 2 2 3
4 3 1 2 3
3 3 1 1 3
3 2 1 1 2
3 4 1 1 2
1 3 2 3 1
2 3 2 3 3
1 4 1 3 1
3 3 1 2 1
2 4 1 4 2
2 3 2 1 2
2 2 1 4 3
4 2 2 3 2
1 2 2 1 1
4 4 1 3 3
3 4 2 2 3
3 2 1 3 2
4 4 2 3 3
1 3 2 2 3
1 3 2 4 3
1 3 1 2 3
4 2 2 2 2
1 1 2 1 1
4 1 2 2 1
1 1 2 4 1
3 2 1 4 2
1 3 1 4 3
2 3 1 3 3
3 5 1 2 3
1 5 2 1 1
3 4 2 1 2
3 2 1 1 3
4 1 1 1 3
2 1 2 1 3
4 2 1 3 2
1 4 1 1 3
4 3 1 2 2
2 2 1 4 3
3 3 1 2 3
1 4 1 4 2
2 4 1 3 1
3 5 2 1 2
1 4 1 3 1
3 1 2 4 1
1 4 1 2 1
2 4 2 1 1
1 4 2 1 3
3 2 1 4 1
1 1 2 1 3
2 2 2 1 1
1 2 1 2 1
2 5 2 2 2
1 1 1 2 2
4 4 2 2 3
2 1 1 2 2
4 2 1 2 3
2 2 2 2 3
1 1 1 1 2
2 3 2 3 2
1 2 1 1 1
4 2 1 3 1
2 2 2 1 3
2 4 2 3 3
2 5 1 1 3
4 4 1 4 2
1 3 1 1 2
2 2 1 4 2
3 4 2 2 3
3 4 1 1 3
4 1 1 4 3
1 2 1 2 2
3 4 2 3 1
3 3 2 1 3
4 3 1 4 1
1 3 2 2 3
1 3 2 3 2
1 2 1 3 1
4 1 1 2 1
1 4 1 2 2
3 5 2 2 3
3 4 1 2 3
1 1 2 2 3
3 2 2 1 3
1 5 1 1 3
3 4 1 1 3
1 5 1 3 3
2 4 1 4 1
3 1 1 4 1
4 4 2 2 1
1 3 2 3 1
1 4 2 1 3
2 2 2 3 2
4 4 1 3 3
1 2 1 4 3
3 4 2 3 1
4 5 2 1 2
2 2 1 3 2
2 2 2 2 3
1 5 2 1 3
2 4 1 3 1
1 4 2 4 3
3 5 1 3 2
3 3 2 1 1
2 5 2 2 3
4 3 2 4 3
2 4 1 4 1
1 3 1 3 2
1 3 2 3 1
3 4 1 2 2
2 3 1 1 3
4 4 1 1 3
4 4 1 3 3
1 5 1 1 3
2 4 2 2 3
4 2 2 1 2
3 4 2 4 1
4 3 1 2 3
4 4 2 3 2
1 1 2 2 3
2 4 2 1 3
1 5 1 1 3
4 2 2 2 2
1 1 2 2 1
1 4 2 4 3
4 5 1 1 3
3 1 1 1 2
2 2 2 1 3
3 3 2 1 3
2 2 2 4 3
4 4 1 3 3
3 2 2 4 3
1 5 2 2 2
1 1 2 2 3
1 4 1 4 3
1 2 2 3 3
4 5 1 1 1
2 3 1 1 1
2 2 2 3 2
4 4 1 4 3
4 1 2 2 1
2 4 2 4 2
1 4 2 4 1
3 2 2 3 3
2 4 1 4 1
3 1 2 4 3
4 2 2 4 1
4 4 1 4 2
1 5 1 4 1
4 5 1 4 3
3 4 2 1 2
3 4 2 2 3
1 1 2 3 3
2 4 2 4 3
3 1 1 3 3
2 5 2 2 3
1 3 1 1 3
3 3 2 4 1
2 3 1 2 2
1 4 1 2 2
4 3 1 3 2
2 4 2 1 3
4 4 2 3 3
4 4 2 3 3
4 4 2 1 3
1 3 2 3 2
3 4 1 1 2
4 5 2 2 3
3 5 2 2 1
2 4 1 2 2
2 1 2 4 3
1 2 2 1 3
3 4 2 1 1
3 3 2 1 1
3 5 2 1 3
3 2 1 4 3
3 3 2 3 3
1 4 1 2 1
1 5 2 4 1
4 1 2 4 3
1 4 1 2 3
1 3 2 3 1
3 4 1 4 2
2 1 2 1 1
2 4 1 3 3
1 4 2 3 3
2 4 1 3 3
1 2 1 2 3
2 4 2 2 3
4 4 2 3 1
3 2 2 4 2
3 4 2 4 3
4 2 2 4 2
2 1 1 4 3
3 4 2 1 1
4 3 1 2 3
3 4 2 4 2
4 5 2 4 1
2 2 1 3 3
1 3 1 3 3
3 5 2 4 3
2 1 2 1 3
1 3 2 4 3
2 4 1 2 1
3 5 2 2 3
1 1 1 2 3
4 2 2 1 2
3 1 2 2 3
1 2 1 3 2
3 5 1 1 2
2 2 2 3 2
4 5 1 1 3
4 1 1 1 2
4 4 1 2 2
2 5 2 4 3
3 5 1 3 3
1 3 2 3 3
4 5 1 1 1
2 4 1 3 1
2 2 1 1 1
3 5 1 1 3
3 5 2 2 3
4 3 2 3 1
4 5 2 3 3
1 2 2 3 1
1 2 2 3 2
4 4 2 3 1
4 4 2 2 3
1 5 2 3 2
1 4 1 4 3
1 2 1 3 2
1 2 2 4 3
4 4 1 2 2
1 3 2 2 3
2 5 2 1 1
2 4 1 4 3
4 4 1 3 2
2 5 1 1 3
2 1 1 2 2
4 4 2 4 1
4 1 1 4 3
3 4 1 3 3
3 2 2 3 3
2 2 2 3 3
3 3 2 1 3
3 3 1 2 2
4 4 2 2 2
2 1 2 4 3
3 4 2 3 3
4 5 2 2 3
4 3 2 4 1
1 2 2 1 1
1 3 2 4 1
2 1 1 2 1
4 4 2 4 2
1 1 1 2 3
1 4 2 3 1
3 3 2 4 2
2 2 1 2 3
2 4 1 1 3
3 2 2 3 1
4 2 2 1 2
2 2 1 4 1
1 3 2 2 2
1 4 2 3 1
2 3 2 1 3
1 4 1 2 3
3 3 1 1 3
1 4 2 4 3
1 4 1 1 1
4 3 1 4 1
1 4 2 4 1
3 4 2 1 1
4 4 1 3 3
4 3 1 3 1
1 2 2 4 2
4 4 1 1 3
1 4 2 1 1
2 1 1 1 2
3 3 1 3 3
2 5 1 2 3
4 3 2 2 3
3 3 1 4 3
4 1 2 2 3
2 2 2 4 3
3 4 1 1 2
4 2 1 3 1
3 1 1 2 3
1 3 2 1 2
3 2 1 3 3
3 5 2 2 3
1 3 2 4 3
4 2 2 2 1
1 3 2 2 3
1 1 2 4 1
4 4 1 4 1
2 4 2 4 3
3 1 1 4 2
1 4 1 3 3
2 5 1 1 1
4 4 1 2 1
3 2 2 4 2
3 4 1 3 3
2 3 1 1 3
1 2 1 2 3
4 1 1 1 1
4 2 2 2 1
1 5 2 3 3
1 1 2 1 3
4 4 1 2 1
3 1 2 3 2
2 2 2 4 3
1 5 2 4 2
2 5 1 4 2
3 4 1 4 3
2 3 1 4 1
3 1 1 2 1
4 5 1 4 2
2 2 1 1 3
2 4 1 3 1
3 4 1 3 2
1 1 2 3 1
3 2 2 4 3
1 1 1 3 1
1 3 2 4 1
1 5 1 4 1
2 4 2 1 3
4 5 2 2 1
3 2 1 3 3
3 2 1 2 2
3 5 2 2 3
1 1 1 3 1
3 3 1 2 3
4 5 2 1 3
3 4 2 1 1
4 5 1 3 3
2 5 2 1 1
4 5 1 2 3
2 4 1 2 3
4 3 1 3 3
3 1 2 4 3
1 4 2 3 3
4 1 2 4 1
2 4 2 2 2
3 2 2 3 2
3 5 1 4 2
1 1 2 3 3
1 3 1 1 3
1 4 2 4 3
3 1 2 1 3
4 3 1 4 3
1 1 2 2 3
4 4 2 1 2
3 4 1 4 3
4 5 1 3 2
2 4 1 3 3
3 1 1 1 2
1 3 2 4 3
2 3 2 3 3
2 1 1 4 2
3 5 1 1 3
1 4 2 1 1
3 4 2 2 3
4 4 1 1 3
2 2 2 1 2
1 5 1 4 3
3 2 2 4 1
1 4 1 2 3
3 2 2 2 3
4 2 2 1 3
1 4 1 3 2
3 2 1 1 2
3 4 1 4 2
2 4 2 2 3
2 2 2 3 1
1 4 2 2 3
1 5 1 1 3
4 3 1 2 2
4 1 2 3 2
4 1 2 2 3
1 5 1 2 2
2 5 2 2 2
1 1 1 4 2
2 4 1 4 3
4 2 1 1 1
4 4 2 1 2
3 1 2 4 1
1 4 2 2 3
2 2 1 2 3
3 4 2 3 3
2 4 1 3 1
2 2 2 1 3
1 1 2 1 3
1 5 2 1 3
1 5 1 2 3
4 4 2 2 3
3 4 1 2 1
1 4 2 1 2
2 4 2 2 3
2 5 1 3 3
1 4 1 4 1
3 5 2 4 1
1 4 1 4 2
1 3 1 1 3
3 4 1 3 1
3 1 2 2 3
3 4 2 4 1
1 1 1 1 3
3 4 1 1 3
1 5 2 3 3
4 2 2 4 3
2 2 2 2 2
2 4 2 3 3
4 4 2 2 1
1 4 2 3 3
1 4 2 4 2
2 1 2 2 2
2 4 2 1 3
2 3 2 1 3
4 4 2 2 2
1 4 2 4 2
2 2 2 2 2
2 5 2 1 2
2 4 1 1 1
4 3 2 3 3
1 3 2 2 1
3 1 1 1 3
3 3 2 3 3
3 1 1 1 2
4 3 1 1 3
4 3 1 4 2
1 4 1 2 1
2 1 1 3 3
4 5 2 2 3
2 4 2 1 2
1 4 2 3 1
4 4 2 1 3
3 1 1 2 3
1 3 2 2 1
2 4 1 2 3
1 3 2 1 2
1 4 1 1 2
3 4 2 4 2
4 1 2 1 2
4 4 2 1 2
3 3 1 4 2
2 2 2 2 3
2 1 2 2 1
2 4 1 3 2
4 5 1 3 1
3 5 1 3 2
1 1 1 4 1
1 2 1 2 3
1 2 2 2 1
3 4 1 4 3
2 4 2 4 1
3 4 1 4 2
2 4 2 1 1
2 1 1 1 2
2 4 2 1 3
4 4 2 4 2
3 2 1 2 3
3 5 2 1 3
3 3 1 4 3
4 5 2 4 3
1 5 2 2 1
1 4 2 2 1
2 3 1 2 2
2 1 1 4 3
1 1 2 1 3
2 1 2 2 2
3 2 2 3 2
4 3 2 2 2
2 4 1 3 3
3 2 1 3 2
2 4 1 2 2
3 1 1 2 3
3 4 1 4 1
2 3 1 4 3
4 2 1 1 2
3 4 1 3 3
3 4 1 1 3
4 4 1 2 3
2 5 2 1 3
1 4 2 4 2
1 3 1 1 2
4 4 2 1 1
4 4 1 4 3
1 4 2 1 2
3 1 2 1 1
4 3 2 1 3
2 4 2 2 1
3 5 2 1 3
4 3 2 1 2
1 5 2 2 3
1 4 1 3 3
3 3 1 4 3
3 3 2 1 3
3 5 2 3 3
4 3 1 1 1
2 4 1 3 3
3 3 1 1 1
4 4 2 4 3
4 4 2 1 2
3 1 1 4 3
4 2 2 3 1
2 5 1 4 3
2 5 2 4 2
3 4 1 1 3
3 5 2 1 2
3 4 2 4 1
3 4 1 4 2
2 1 2 3 3
2 1 1 1 1
3 1 1 2 1
1 3 1 3 3
2 5 2 4 3
2 3 1 3 3
4 4 1 4 3
1 5 1 2 3
4 5 1 2 3
1 4 1 2 3
3 2 1 1 3
3 1 2 2 1
3 4 1 3 3
2 1 1 4 3
1 4 2 4 2
2 1 2 4 3
2 2 1 3 3
4 2 1 4 3
2 2 1 3 3
3 2 2 1 2
1 4 1 2 2
1 4 1 1 3
2 2 2 2 2
1 4 2 2 3
3 2 1 4 3
2 5 2 2 1
3 1 1 1 3
4 2 2 2 2
2 2 2 1 2
2 1 2 1 3
1 2 2 3 3
4 5 1 4 3
3 4 2 1 3
4 3 1 4 3
4 3 2 1 3
1 4 1 3 1
3 3 2 4 1
3 1 1 4 2
2 3 1 3 1
3 2 2 2 3
4 5 1 2 3
4 2 1 1 2
3 1 1 4 2
3 4 2 1 2
1 4 2 1 1
1 4 1 4 1
4 1 1 3 1
3 2 2 1 3
4 4 1 4 3
3 3 1 3 3
2 1 1 2 1
4 4 2 4 3
1 3 2 4 1
4 1 1 1 3
4 3 2 1 3
1 3 2 3 3
1 4 1 1 3
3 4 2 2 1
3 2 2 3 1
2 4 1 4 3
2 3 2 2 3
1 3 1 4 3
3 5 1 3 1
2 5 2 3 2
4 3 1 3 1
2 1 1 1 2
1 4 2 4 1
4 4 1 4 3
2 5 1 3 2
3 4 2 2 3
1 4 1 2 2
3 1 1 2 3
1 4 2 3 2
4 4 1 4 3
1 1 2 2 3
3 1 1 3 2
3 1 1 1 3
4 5 2 2 1
3 4 2 2 3
4 5 1 4 1
1 2 2 3 3
4 2 1 4 3
1 1 2 2 2
4 3 1 3 2
 ESTUDIANTE 1 :
Enunciado del ejercicio: calcular un tamaño de muestra
para estimar la media de la variable seleccionada (Precio de costo) con una significancia de 1% y un error de 200

CON TODA LA POBLACIÓN

Desviación
poblacional
6707.1403202

TAMAÑO DE MUESTRA PARA ESTIMAR

MEDIA

FORMULAS

Tamaño de la población N= 2700

TAMAÑO DE Nivel de significancia α 0.01
MUESTRA
Nivel de confianza 1-α= 0.99
PARA
ESTIMAR EL Parámetro Estadístico
PROMEDIO Z= 2.58
(Verificar en tabla)

Desviación poblacional  σ 6707.140320162

Error B 2000
Tamaño de muestra n= 73

Conclusión: Luego de aplicar el tamaño de muestra para la variable, notamos que en u

gran muestra de 2700 individuos solo fueron necesarios 73 de estos escogidos
aleatoriamente para poder determinar un promedio que sea representativo de la pobl
tomada de muestra.
 ESTUDIANTE 4: Diana Marcela Salazar Hernandez
Enunciado del ejercicio: calcular el tamaño de la muestra con la variable Precio de envio con una significancia de 3% y un er
pesos

CON TODA LA POBLACIÓN

Desviación
poblacional
402.60106809

TAMAÑO DE MUESTRA PARA ESTIMAR

MEDIA

FORMULAS

TAMAÑO DE Tamaño de la población N= 2700

MUESTRA
PARA Nivel de significancia α 0.03
ESTIMAR EL Nivel de confianza 1-α= 0.97
PROMEDIO Parámetro Estadístico
Z= 2.17
(Verificar en tabla)
Desviación poblacional  σ
402.60106809
Error B 100
Tamaño de muestra n= 74

Conclusión: Luego de aplicar el tamaño de muestra para la variable, notamos que

el tamaño de muestra es significativo teniuendo en cuenta el tamaño de la poblac

 Con la ayuda de Excel, calculará un (1) tamaño de muestra para estimar la media de la variable seleccionada.
Cada estudiante seleccionará y realizará un cálculo de tamaño de muestra diferente a partir de la siguiente tabla, el tamaño d
nombre “colaborativo” se debe realizar de forma grupal. En la hoja de Excel los diferencian colocando el nombre del estudiant
son los valores que debe usar como referencia para calcular los tamaños de muestra “n”:

ESTU
Enunciado del ejercicio: Cálculo del tamaño de la muestra de la v
nificancia de 1% y un error de 2000 pesos mil pesos

OTRA FORMULA TAMAÑO DE MUESTRA

PARA ESTIMAR MEDIA

FORMULAS

N= 2700 Tamaño de la población

a= 0.01 TAMAÑO DE Nivel de significancia
MUESTRA
1-a= 0.99 Nivel de confianza
PARA
ESTIMAR EL Parámetro Estadístico
2.58 PROMEDIO (Verificar en tabla)
Z=
Desviación del
promedio 6707.14032 Desviación poblacional
obtenido s=
Error d=B=E=e= 2000 Error
no= 75 Tamaño de muestra
n= 73

ariable, notamos que en una

e estos escogidos
representativo de la poblacion Conclusión: Luego de aplicar el tamaño de muestra para la variab
la variable "Pre
Hernandez ESTU
o con una significancia de 3% y un error de 100 Enunciado del ejercicio:

OTRA FORMULA TAMAÑO DE MUESTRA

PARA ESTIMAR MEDIA

FORMULAS

N= 2700 TAMAÑO DE Tamaño de la población

MUESTRA
a= 0.03 PARA Nivel de significancia
1-a= 0.97 ESTIMAR EL Nivel de confianza
PROMEDIO Parámetro Estadístico
2.17
Z= (Verificar en tabla)
Desviación del
promedio 402.60 Desviación poblacional
obtenido s=
Error d=B=E=e= 100.000 Error
no= 74 Tamaño de muestra
n= 74

la variable, notamos que….. Conclusión: Luego de aplicar el tamaño de muest

ta el tamaño de la poblacion.
 seleccionada.
a siguiente tabla, el tamaño de muestra que aparece con el
cando el nombre del estudiante que lo realiza. Los siguientes

ESTUDIANTE 2:
maño de la muestra de la variable "Precio de venta" con una significancia del 2% y un error de 3000

CON TODA LA POBLACIÓN

Desviación
poblacional
10340.9718482081

OTRA FORMULA TAMAÑO DE MUESTRA PARA

ESTIMAR MEDIA
TAMAÑO DE MUESTRA PARA ESTIMAR MEDIA

N= 2700 N= 2700
α 0.02 a= 0.02
1-α= 0.98 1-a= 0.98

Z= 2.33 2.33
Z=
Desviación del
 σ 10340.9718482081 promedio obtenido 10340.97
s=
B 3000 Error d=B=E=e= 3000.000
n= 63 no= 64
n= 63

ño de muestra para la variable, notamos que con las fórmulas planteadas el tamaño de muestra para
la variable "Precio de venta" es de 63
 ESTUDIANTE 5:

CON TODA LA POBLACIÓN

Desviación
poblacional
Err:504

OTRA FORMULA TAMAÑO DE MUESTRA PARA

ESTIMAR MEDIA
TAMAÑO DE MUESTRA PARA ESTIMAR MEDIA

N= N=
α a=
1-α= 1-a=

Z=
Z=
Desviación del
 σ promedio obtenido
s=
B Error d=B=E=e=
n= #DIV/0! no=
n= #DIV/0!

el tamaño de muestra para la variable, notamos que…..

 ESTUDIANTE 3:
Enunciado del ejercicio: calcular el tamaño de la muestra con la variable Precio de impuesto con una significancia de 1% y u
pesos

CON TODA LA POBLACIÓN

Desviación
poblacional
1804.3478202

TAMAÑO DE MUESTRA PARA ESTIMAR

MEDIA

FORMULAS

Tamaño de la población N= 2700

TAMAÑO DE Nivel de significancia α 0.01
MUESTRA
Nivel de confianza 1-α= 0.99
PARA
ESTIMAR EL Parámetro Estadístico
PROMEDIO Z= 2.58
(Verificar en tabla)

Desviación poblacional  σ 1804.34782

Error B 500
Tamaño de muestra n= 84

Conclusión: Luego de aplicar el tamaño de muestra para la variable, notamos que…..

el tamaño muestral a tomar es de 81 elementos vendidos con un nivel de significancia de 0,01 y
500 en un tamaño de poblacion 277 personas
 COLABORATIVO
Enunciado del ejercicio: calcular el tamaño de la muestra con la variable Edad del cliente con una significancia de 0,05% y u

CON TODA LA POBLACIÓN

Desviación
poblacional
10.81596516

TAMAÑO DE MUESTRA PARA ESTIMAR

MEDIA

FORMULAS

TAMAÑO DE Tamaño de la población N= 2700

MUESTRA
PARA Nivel de significancia α 0.05
ESTIMAR EL Nivel de confianza 1-α= 0.95
PROMEDIO Parámetro Estadístico
Z= 1.96
(Verificar en tabla)
Desviación poblacional  σ 10.81596516

Error B 2
Tamaño de muestra n= 108

Conclusión: Luego de aplicar el tamaño de muestra para la variable, logramos saber…

El tamaño muestral a tomar es de 108 elementos vendidos con un nivel de significancia de 0,05
de 2 años en un tamaño de poblacion 277 personas
uesto con una significancia de 1% y un error de 500

OTRA FORMULA TAMAÑO DE MUESTRA PARA

ESTIMAR MEDIA

N= 2700
a= 0.01
1-a= 0.99

2.58
Z=
Desviación del
promedio obtenido 1804.35
s=
Error d=B=E=e= 500.000
no= 84
n= 81

ariable, notamos que…..

vel de significancia de 0,01 y un error de
e con una significancia de 0,05% y un error de 2 años

OTRA FORMULA TAMAÑO DE MUESTRA PARA

ESTIMAR MEDIA

N= 2700
a= 0.05
1-a= 0.95

1.96
Z=
Desviación del
promedio obtenido 10.82
s=
Error d=B=E=e= 2.000
no= 112
n= 108

ariable, logramos saber…

nivel de significancia de 0,05 y un error
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= 42.9733242246
N= 2700
n= 73
K= 37 Se trunca a la unidad

K= 37 Seleccione la muestra cada k elementos

Alea= 28 Se escoge un número aleatorio entre 1 y K.
Fijo= 9 Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
1 9 4 12 14000
2 46 5 12 14000
 3 83 1 18 14000
4 120 2 48 18300
5 157 1 60 24000
6 194 1 12 24000
7 231 1 18 18300
8 268 5 18 18300
9 305 5 60 14000
10 342 2 12 5400
11 379 1 48 18300
12 416 1 36 14000
13 453 1 18 5400
14 490 2 12 5400
15 527 1 36 5400
16 564 1 36 5400
17 601 1 18 24000
18 638 1 18 18300
19 675 4 36 24000
20 712 4 36 14000
21 749 5 60 18300
22 786 3 12 18300
23 823 4 36 24000
24 860 3 18 24000
25 897 1 36 18300
26 934 5 18 18300
27 971 2 12 24000
28 1008 4 48 14000
29 1045 1 60 24000
30 1082 1 36 18300
31 1119 2 36 5400
32 1156 2 12 14000
33 1193 4 60 24000
34 1230 1 36 14000
35 1267 2 36 14000
36 1304 2 36 5400
37 1341 1 48 18300
38 1378 2 18 18300
39 1415 2 36 24000
40 1452 3 36 24000
41 1489 2 36 14000
42 1526 3 36 18300
43 1563 2 36 14000
44 1600 4 18 24000
45 1637 2 36 18300
46 1674 2 60 14000
47 1711 4 36 18300
48 1748 4 60 14000
49 1785 5 36 5400
50 1822 5 12 5400
51 1859 2 36 18300
52 1896 1 12 18300
53 1933 4 36 14000
54 1970 2 12 14000
55 2007 4 36 14000
56 2044 3 36 5400
57 2081 4 60 18300
58 2118 2 36 14000
59 2155 1 48 14000
60 2192 2 36 14000
61 2229 3 36 5400
62 2266 3 48 18300
63 2303 4 12 5400
64 2340 4 48 14000
65 2377 2 12 18300
66 2414 4 60 14000
67 2451 2 18 5400
68 2488 5 48 5400
69 2525 5 48 24000
70 2562 2 12 14000
71 2599 4 36 18300
72 2636 3 18 24000
73 2673 3 18 18300
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
3.09335933564527 25000 3700 6000 1
3.43959201224451 25000 5200 5500 2
3.12095650484657 25000 3600 5000 1
2.58984999587892 36000 4400 6000 1
3.83248831289828 45000 6200 5000 2
3.8494687795435 45000 6200 5000 1
2.8942173606727 36000 5200 5000 2
2.32719418788578 36000 5200 5500 2
2.14424721008766 25000 4400 5500 1
2.45090371830328 18000 2600 6000 2
1.60004628664677 36000 4200 5000 2
2.26908869188996 21000 3000 5000 1
2.18140448847811 18000 2300 5000 1
2.858635018435 12000 1900 6000 2
2.59814628769019 12000 1600 5000 1
3.51581340155024 18000 2600 5000 2
1.55022782447924 42000 5200 5000 2
2.72110946982667 36000 5200 5000 1
2.86009791186232 47000 7300 6000 1
3.36764636843202 25000 3600 6000 2
3.54001566837895 36000 5200 5500 1
3.60767348257275 36000 5200 6000 2
1.08780703583318 42000 7300 6000 1
2.31449013066601 47000 7300 6000 2
3.64436249329888 36000 5000 5000 1
3.02899963229516 36000 6200 5500 2
1.6651702361397 36000 7300 6000 1
1.97616674595693 20000 3600 6000 1
3.26185866285049 49000 6900 5000 2
1.04809262398921 36000 5200 5000 2
1.14551106972677 12000 1700 6000 2
1.89747420959336 25000 3600 6000 1
2.10014352294434 41000 6200 6000 2
3.82588479970567 25000 3700 5000 1
1.75570180097629 25000 3700 6000 1
1.05322168562313 18000 3000 6000 1
2.33652458325009 36000 5000 5000 1
3.6501844809103 36000 5200 6000 1
1.68074236061716 41000 6200 6000 2
2.64414798433374 42000 6200 6000 2
2.70948763689085 25000 3600 6000 1
2.74867277269196 36000 4400 6000 1
3.12484587460935 25000 3600 6000 2
2.17745567865486 42000 6200 6000 1
2.95744663630131 36000 5200 6000 1
2.61916143861135 25000 4400 6000 1
3.00624851639833 36000 4400 6000 1
3.35143432750799 20000 3600 6000 2
2.31896207710792 18000 2900 5500 2
1.34354094989306 18000 2900 5500 2
1.04366652280469 36000 4400 6000 2
1.4018763814645 36000 5200 5000 2
2.59205819525086 25000 3600 6000 1
2.02452415214599 25000 4400 6000 1
2.20043467863112 25000 4200 6000 2
3.71951431220995 12000 2100 6000 1
2.22444477820057 36000 6000 6000 2
1.47344894606822 25000 4400 6000 2
1.81654926664112 25000 3700 5000 2
2.85570870915357 20000 3600 6000 1
1.1394954359281 12000 1600 6000 2
3.13367585235654 36000 4400 6000 2
2.05431539383333 18000 2900 6000 2
1.51697451883533 21000 3300 6000 1
3.28263723127564 36000 4400 6000 1
3.68709814487732 21000 3300 6000 2
1.94537945775766 12000 1700 6000 2
1.12197688502487 18000 3600 5500 2
3.908775111056 36000 7300 5500 2
2.11541654586043 25000 4700 6000 2
1.37080153673074 36000 6200 6000 1
3.58939689181593 36000 6200 6000 1
1.6749144089555 36000 5200 6000 1
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
50 2 4 1 2
29 3 2 1 3
42 4 2 2 4
31 1 4 1 2
40 4 1 2 4
23 3 4 2 3
23 1 4 1 1
48 2 4 2 4
47 3 5 2 3
41 3 4 1 3
48 3 4 1 4
40 3 4 2 1
36 2 4 1 3
43 1 4 2 1
31 1 3 1 3
35 4 3 1 3
51 4 4 2 3
40 1 4 1 2
48 2 3 2 2
47 2 4 2 2
20 1 4 1 3
47 3 1 1 3
29 2 5 1 4
55 2 4 2 1
19 1 4 2 2
30 3 4 2 2
42 4 2 2 4
42 4 5 1 1
48 4 3 1 4
22 1 3 1 3
48 3 3 1 4
26 2 4 1 3
35 4 2 1 2
38 4 2 2 2
55 1 1 2 1
23 3 4 1 3
36 4 1 2 1
45 4 3 1 4
19 4 2 1 3
32 1 4 1 1
21 1 4 2 4
35 1 1 2 2
31 2 2 1 1
35 4 4 2 2
47 2 2 1 4
32 3 2 1 4
55 4 2 1 2
49 2 3 1 4
45 2 4 2 2
19 3 4 1 1
33 4 5 1 2
47 1 5 1 1
31 1 4 1 2
27 2 1 1 2
29 2 2 1 3
45 2 2 2 4
32 2 3 2 4
26 4 2 2 3
41 2 2 2 1
28 2 4 1 4
35 1 4 2 4
25 2 4 2 1
20 2 2 1 3
29 2 4 1 4
37 3 4 2 1
38 4 4 1 2
35 1 1 2 3
35 2 4 1 4
36 1 4 2 4
18 2 4 2 1
39 1 5 2 2
35 3 2 2 1
30 1 4 1 1
Recomendación
del producto
3
1
3
1
3
1
3
3
3
3
3
3
2
2
2
1
3
3
3
3
3
3
3
3
1
1
1
2
3
2
2
1
3
1
3
3
2
3
3
2
3
3
3
3
1
2
2
3
2
2
3
3
3
1
3
3
1
2
1
1
3
3
3
3
1
1
3
3
2
1
3
2
3
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= 42.9733242246
N=
n=
K= 43 Se trunca a la unidad

K= Seleccione la muestra cada k elementos

Alea= Se escoge un número aleatorio entre 1 y K.
Fijo= Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
1 6 1 36 5400
2 49 1 12 24000
 3 92 5 18 24000
4 135 2 12 24000
5 178 4 60 14000
6 221 3 36 18300
7 264 4 36 18300
8 307 2 18 14000
9 350 2 12 18300
10 393 1 12 14000
11 436 2 36 5400
12 479 5 18 14000
13 522 4 60 24000
14 565 1 48 14000
15 608 5 36 18300
16 651 4 12 24000
17 694 3 36 14000
18 737 1 36 24000
19 780 4 60 18300
20 823 4 36 24000
21 866 5 36 24000
22 909 2 48 18300
23 952 2 18 14000
24 995 5 48 5400
25 1038 4 18 14000
26 1081 2 60 14000
27 1124 1 48 24000
28 1167 3 48 5400
29 1210 4 12 14000
30 1253 2 48 14000
31 1296 1 60 18300
32 1339 5 36 5400
33 1382 1 36 18300
34 1425 4 36 5400
35 1468 1 48 18300
36 1511 1 48 14000
37 1554 3 36 18300
38 1597 5 36 14000
39 1640 1 36 5400
40 1683 3 36 18300
41 1726 3 12 14000
42 1769 1 36 24000
43 1812 5 12 5400
44 1855 5 36 5400
45 1898 5 36 5400
46 1941 1 60 14000
47 1984 2 48 18300
48 2027 5 36 14000
49 2070 3 12 24000
50 2113 2 18 24000
51 2156 5 36 14000
52 2199 5 48 5400
53 2242 1 36 14000
54 2285 3 12 24000
55 2328 4 48 14000
56 2371 3 48 14000
57 2414 4 60 14000
58 2457 2 18 14000
59 2500 3 36 14000
60 2543 5 18 5400
61 2586 5 18 14000
62 2629 5 48 18300
63 2672 2 60 18300
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
1.83964818197629 12000 1600 5000 1
1.9931014642933 36000 6200 5000 2
3.38428852396863 41000 7300 5500 2
3.90525628445673 42000 7300 6000 1
1.36589927976964 25000 4400 6000 1
2.01552627411237 36000 5200 6000 2
2.74317032483505 36000 6200 6000 2
1.68763651029172 25000 4400 6000 2
3.91354498390979 36000 5200 6000 1
2.41816759748187 25000 3600 5000 2
2.5710206595008 15000 2400 6000 1
1.00048914304197 25000 4400 5500 2
2.07838047956881 47000 7300 6000 2
3.31658452563508 20000 2900 5000 2
2.49613527546806 33000 6200 5500 1
1.71373348170317 42000 7300 6000 2
1.51817027034096 25000 4400 6000 1
1.10578833663876 36000 6200 5000 1
1.59643151983712 36000 5200 6000 1
1.08780703583318 42000 7300 6000 1
2.7279255100512 45000 8200 5500 2
2.92242066820872 36000 5200 6000 2
2.73799216409775 25000 4000 6000 2
3.21507410435144 15000 2800 5500 1
1.52018363126093 25000 4700 6000 2
3.58582880573624 25000 3600 6000 2
2.70776029134296 49000 6900 5000 1
1.9148985818657 15000 2400 6000 2
2.70244321323529 20000 3300 6000 1
3.4234541454798 25000 4300 6000 1
1.11817311258097 36000 4400 5000 2
1.46325511995954 15000 2700 5500 2
2.02463143885164 33000 4700 5000 2
2.60527368391265 12000 1700 6000 1
1.43544423714689 36000 4300 5000 2
3.11653086131398 25000 3700 5000 1
2.22468526723792 36000 6000 6000 2
3.71309768938923 25000 4000 5500 2
2.08347821702768 12000 1700 5000 2
1.41365452521067 36000 5200 6000 2
1.47252277467362 25000 3700 6000 2
1.31928103977811 36000 6200 5000 2
1.94600359373127 12000 2000 5500 1
1.34934777920583 18000 2800 5500 2
1.47581319636807 18000 3600 5500 1
2.19553133729931 25000 4000 5000 1
3.98360020083067 36000 5200 6000 2
2.63122749160833 25000 4200 5500 2
3.49566456878855 47000 7300 6000 1
3.87934628999669 36000 7300 6000 2
2.59064740323048 21000 3600 5500 1
2.48325007187827 12000 1800 5500 2
3.68902342378593 25000 3300 5000 2
3.32794027419418 36000 7300 6000 1
3.20931678487686 25000 3600 6000 1
3.0692346318466 25000 3600 6000 1
3.68709814487732 21000 3300 6000 2
2.44248733512828 25000 4400 6000 1
2.39104898405805 21000 3600 6000 2
3.17540391390414 12000 2100 5500 2
2.5316452549211 25000 5000 5500 2
3.53156823254461 36000 5200 5500 2
3.73358265782079 36000 4400 6000 1
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
54 4 5 1 3
40 3 4 1 2
40 1 5 2 4
54 4 2 1 3
32 3 4 1 1
31 4 4 1 3
41 1 4 2 4
45 4 4 2 4
44 1 1 2 4
28 3 2 1 4
47 1 5 1 2
43 1 2 1 3
54 3 1 2 4
28 2 4 1 3
40 1 3 2 3
47 4 4 1 1
29 4 3 1 4
39 1 3 2 2
21 3 3 1 3
29 2 5 1 4
34 1 3 2 1
27 4 1 1 4
50 1 2 2 4
45 2 3 2 2
55 3 1 2 1
43 1 1 1 1
46 1 4 1 4
21 1 4 1 2
33 3 5 1 4
40 1 5 2 2
29 4 2 2 3
38 4 1 1 4
28 3 3 1 3
22 2 2 2 1
36 3 4 2 2
52 3 2 1 4
42 4 1 1 2
55 4 1 1 1
50 2 3 2 2
52 4 2 2 4
49 1 4 1 2
24 2 3 1 2
39 3 2 2 2
53 2 4 2 2
38 4 2 1 4
30 4 4 2 1
32 3 2 1 2
20 1 4 1 4
54 1 4 1 2
32 1 4 1 3
43 1 2 1 2
51 1 2 1 4
53 2 3 1 1
40 1 4 1 2
25 4 5 2 3
48 1 4 1 2
38 4 4 1 2
40 4 4 2 1
21 4 4 2 2
42 1 3 2 2
20 3 4 1 1
49 3 4 1 3
42 1 3 2 3
Recomendación
del producto
3
3
2
3
1
3
3
3
2
1
3
3
3
2
3
3
3
1
3
3
3
3
3
2
2
3
2
2
2
1
3
1
3
1
1
1
2
3
2
3
3
2
2
1
2
2
1
3
3
1
1
3
1
3
3
3
1
2
3
1
3
3
3
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 2700
n= 84
K= 32 Se trunca a la unidad

K= 32 Seleccione la muestra cada k (32) elementos

Alea= 27 Se escoge un número aleatorio entre 1 y K.
Fijo= 13 Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
1 13 5 60 5400
2 45 1 36 18300
 3 77 3 60 24000
4 109 1 36 24000
5 141 3 36 14000
6 173 2 36 5400
7 205 2 36 24000
8 237 2 48 24000
9 269 3 60 24000
10 301 3 36 14000
11 333 3 12 18300
12 365 5 12 14000
13 397 4 18 5400
14 429 1 36 14000
15 461 1 18 5400
16 493 5 36 5400
17 525 2 36 5400
18 557 3 60 24000
19 589 5 18 24000
20 621 2 36 18300
21 653 3 60 18300
22 685 5 12 24000
23 717 3 36 24000
24 749 5 60 18300
25 781 4 18 18300
26 813 3 12 24000
27 845 3 12 18300
28 877 4 60 5400
29 909 2 48 18300
30 941 3 36 14000
31 973 4 48 18300
32 1005 4 18 24000
33 1037 5 36 14000
34 1069 2 36 5400
35 1101 5 12 18300
36 1133 3 36 24000
37 1165 1 18 18300
38 1197 2 36 14000
39 1229 3 36 14000
40 1261 5 60 5400
41 1293 2 48 18300
42 1325 2 18 18300
43 1357 5 36 14000
44 1389 4 18 18300
45 1421 4 18 24000
46 1453 5 18 14000
47 1485 4 12 24000
48 1517 4 18 24000
49 1549 5 18 24000
50 1581 4 36 5400
51 1613 4 36 5400
52 1645 4 36 5400
53 1677 5 12 14000
54 1709 5 36 14000
55 1741 5 36 5400
56 1773 1 36 18300
57 1805 3 12 24000
58 1837 5 36 5400
59 1869 4 18 24000
60 1901 3 48 18300
61 1933 4 36 14000
62 1965 3 36 24000
63 1997 4 12 14000
64 2029 2 48 14000
65 2061 2 18 14000
66 2093 3 48 5400
67 2125 3 36 18300
68 2157 5 12 18300
69 2189 3 48 14000
70 2221 4 36 18300
71 2253 2 12 18300
72 2285 3 12 24000
73 2317 1 12 14000
74 2349 3 36 18300
75 2381 1 18 5400
76 2413 5 36 18300
77 2445 5 36 14000
78 2477 5 36 14000
79 2509 5 60 18300
80 2541 4 60 5400
81 2573 2 60 5400
82 2605 5 18 24000
83 2637 3 36 5400
84 2669 4 60 5400
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k (32) elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
3.92088375746993 12000 2200 5500 2
2.81960080898712 36000 4200 5000 1
1.39336625157514 36000 7700 6000 2
2.42025547180164 42000 6000 5000 2
1.51944079143619 25000 3600 6000 2
1.72562038664461 18000 3000 6000 1
3.88222149744754 41000 6200 6000 2
2.33121636907947 42000 6200 6000 2
3.4346337172633 36000 7700 6000 1
1.74061835106487 25000 4300 6000 1
2.97563025116927 36000 5200 6000 1
2.99219127661083 21000 3600 5500 2
2.40672343776282 18000 2600 6000 1
1.32214994955185 25000 3600 5000 2
2.35439786499887 18000 2400 5000 2
1.17223775249506 18000 3600 5500 1
3.14252443681724 12000 2000 6000 1
2.69354432554938 36000 7300 6000 2
1.4690852794203 36000 8200 5500 1
3.99077111026014 36000 5200 6000 1
2.28355433019375 36000 5200 6000 1
2.21667178250939 45000 8200 5500 2
3.55928257792734 45000 7300 6000 2
3.54001566837895 36000 5200 5500 1
1.27345590475 33000 5300 6000 2
2.7503040967057 41000 6200 6000 2
2.57917051513263 36000 5200 6000 1
3.11939485818432 12000 1700 6000 1
2.92242066820872 36000 5200 6000 2
2.79530538285174 25000 4000 6000 1
3.35025741677084 36000 4400 6000 2
3.28987693959323 41000 6200 6000 1
1.74613193530976 25000 5300 5500 1
2.66530578589579 18000 2800 6000 2
2.29556657167844 36000 6200 5500 1
3.37334608865985 36000 6900 6000 2
1.38439245447139 36000 5200 5000 1
1.72448349323925 25000 4700 6000 2
3.48471603438792 25000 3600 6000 2
3.57316311515385 18000 3300 5500 2
1.13311809595832 36000 5200 6000 1
2.51959577636899 36000 5200 6000 1
1.21053829351297 25000 4000 5500 1
3.47108062010041 33000 5300 6000 2
1.93547567667861 36000 7300 6000 2
2.76532314656994 25000 4700 5500 2
1.59066456413018 45000 7300 6000 1
2.18922036333738 36000 7700 6000 2
1.9977764082479 36000 7700 5500 1
3.05897181805844 18000 2800 6000 1
2.38450899173031 18000 3000 6000 2
3.31845744578503 12000 1700 6000 2
2.62702444510815 21000 3600 5500 1
1.93578439969976 21000 3600 5500 1
1.869820792608 12000 2000 5500 1
1.00903570390715 36000 4400 5000 1
1.62264195448158 36000 7300 6000 1
1.46014171293891 12000 2200 5500 2
3.93213654231199 41000 6200 6000 1
2.46543408944876 36000 6000 6000 1
2.59205819525086 25000 3600 6000 1
1.43745128155767 36000 6200 6000 1
2.13094874999395 25000 4400 6000 2
3.5925261579866 25000 4400 6000 1
3.72069243427863 25000 3600 6000 2
1.93688779276955 18000 2500 6000 2
3.86800606517911 36000 5200 6000 1
2.0253292052216 36000 5200 5500 2
3.82121532883642 25000 3600 6000 2
2.60610656893414 36000 5200 6000 1
2.98992354876261 33000 5300 6000 2
3.32794027419418 36000 7300 6000 1
1.15263419584634 25000 3600 5000 2
3.27145380508403 36000 5200 6000 2
3.62774359849885 18000 2400 5000 1
1.81450911845715 36000 7300 5500 1
2.63708952827162 25000 4400 5500 1
1.81230087725829 25000 5200 5500 2
3.14289856592595 36000 6200 5500 1
3.79928306795041 12000 1600 6000 2
2.11713457783016 15000 2400 6000 1
3.63639869181115 41000 7300 5500 2
1.58748152800644 12000 2100 6000 1
1.27673614404018 12000 1600 6000 1
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
31 1 4 2 1
43 1 1 1 1
41 4 4 1 4
40 2 2 2 3
38 3 4 1 4
36 1 5 1 2
30 3 1 2 1
42 4 2 2 4
21 2 4 1 2
39 1 5 1 3
31 3 4 2 1
19 4 5 2 2
36 2 3 2 2
35 2 4 1 2
44 3 3 1 2
52 1 1 2 2
37 3 3 2 1
55 4 2 1 1
18 4 3 2 2
42 2 1 2 4
43 2 5 1 3
40 3 5 2 2
32 3 4 2 1
20 1 4 1 3
36 2 1 2 1
33 3 1 2 2
53 4 3 1 2
54 2 4 2 3
27 4 1 1 4
18 4 3 2 3
29 4 2 2 1
52 2 2 2 4
52 2 1 1 4
53 2 4 2 2
39 4 4 1 1
42 3 4 2 4
26 4 3 2 4
30 1 2 1 2
18 2 2 2 2
34 3 5 1 1
24 1 5 1 3
24 1 1 1 1
22 1 4 1 3
54 2 4 1 2
53 3 3 1 3
44 2 4 2 4
21 4 1 2 1
36 1 5 1 2
37 2 3 1 3
49 3 4 2 4
45 4 4 1 1
28 2 2 2 1
45 2 1 2 3
43 3 4 1 2
36 4 1 1 1
49 2 4 1 1
54 4 4 1 2
36 3 3 1 3
32 3 2 2 4
37 3 2 1 3
31 1 4 1 2
23 2 5 2 2
54 2 3 1 4
29 2 5 1 2
46 3 2 2 2
20 4 3 1 4
31 1 3 2 4
51 2 5 2 2
50 1 5 1 1
32 3 4 2 4
27 1 5 1 4
40 1 4 1 2
29 4 1 1 1
45 3 3 2 1
48 4 4 1 1
29 1 1 2 1
34 3 1 2 4
23 3 4 1 4
27 3 4 1 3
53 4 4 2 1
49 2 1 1 4
55 2 4 1 3
35 1 4 1 2
30 1 3 2 4
Recomendación
del producto
2
1
1
1
3
3
1
3
3
3
2
3
3
2
3
3
3
1
2
3
3
1
3
3
2
3
3
1
3
2
3
2
2
2
1
3
1
3
1
1
1
1
3
3
1
2
1
2
2
2
2
2
3
1
2
3
3
1
2
3
3
2
1
3
1
3
3
2
3
1
1
3
2
3
3
3
3
2
1
3
3
3
2
1
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 2700
n= 74
K= 36 Se trunca a la unidad

K= 36 Seleccione la muestra cada k elementos

Alea= 36 Se escoge un número aleatorio entre 1 y K.
Fijo= 5 Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
1 5 4 48 24000
2 41 2 48 14000
 3 78 3 60 24000
4 114 1 36 18300
5 151 5 36 14000
6 187 2 48 24000
7 224 3 48 24000
8 260 5 36 5400
9 297 5 36 18300
10 333 3 12 18300
11 370 5 12 14000
12 406 3 60 24000
13 443 2 48 18300
14 479 5 18 14000
15 516 4 48 24000
16 552 4 36 5400
17 589 5 36 5400
18 625 5 48 14000
19 662 5 12 18300
20 698 3 36 14000
21 735 4 48 18300
22 771 3 12 24000
23 808 5 48 24000
24 844 4 60 24000
25 881 2 48 18300
26 917 3 12 5400
27 954 5 12 14000
28 990 2 36 18300
29 1027 5 12 18300
30 1063 4 48 18300
31 1100 2 48 24000
32 1136 2 36 18300
33 1173 4 36 24000
34 1209 5 36 24000
35 1246 3 18 5400
36 1282 3 60 18300
37 1319 1 36 24000
38 1355 3 48 5400
39 1391 3 36 24000
40 1428 5 36 5400
41 1464 2 48 5400
42 1501 1 12 14000
43 1537 2 18 5400
44 1574 5 12 18300
45 1610 1 36 5400
46 1647 2 12 5400
47 1683 3 36 18300
48 1720 2 36 14000
49 1756 1 36 24000
50 1793 4 36 18300
51 1829 2 48 24000
52 1866 2 12 5400
53 1902 4 36 24000
54 1939 3 36 18300
55 1975 1 18 24000
56 2012 4 12 14000
57 2048 2 36 18300
58 2085 1 36 24000
59 2121 1 36 5400
60 2158 5 12 18300
61 2194 2 60 14000
62 2231 1 36 14000
63 2267 4 18 18300
64 2304 4 12 5400
65 2340 4 48 14000
66 2377 3 36 5400
67 2413 5 36 18300
68 2450 1 12 5400
69 2486 3 60 5400
70 2523 3 18 18300
71 2559 2 36 18300
72 2596 1 36 14000
73 2632 5 36 24000
74 2669 1 18 24000
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
3.02 42000 6200 6000 1
2.07 25000 4400 6000 1
1.39 36000 7700 6000 2
1.96 36000 5000 5000 1
2.46 25000 4400 5500 1
3.19 36000 6900 6000 1
3.56 45000 7300 6000 1
3.05 12000 2400 5500 2
1.94 36000 5200 5500 2
2.98 36000 5200 6000 1
3.19 25000 4000 5500 1
2.58 36000 7300 6000 1
1.49 36000 4400 6000 2
1.00 25000 4400 5500 2
3.61 36000 7300 6000 2
2.94 18000 2800 6000 1
3.83 12000 1900 5500 2
3.27 21000 3600 5500 1
3.65 36000 6200 5500 2
3.32 25000 4200 6000 1
3.35 36000 6000 6000 1
3.71 49000 7300 6000 1
3.62 36000 7300 5500 2
1.98 47000 7300 6000 1
3.02 36000 5200 6000 2
3.84 18000 3000 6000 2
2.37 20000 3700 5500 2
2.44 36000 5200 6000 1
3.38 36000 6900 5500 1
1.91 36000 5200 6000 2
3.19 36000 7300 6000 1
2.56 36000 6000 6000 1
1.56 36000 6200 6000 2
2.53 41000 7300 5500 2
2.00 15000 2500 6000 2
1.86 36000 6200 6000 1
3.91 41000 5200 5000 1
1.43 12000 2100 6000 2
3.11 36000 7300 6000 1
1.71 12000 2600 5500 1
1.71 18000 2600 6000 2
3.23 25000 4400 5000 1
2.74 18000 3600 6000 2
2.08 33000 5200 5500 1
1.50 12000 2000 5000 2
2.38 15000 2500 6000 1
1.41 36000 5200 6000 2
1.97 25000 3600 6000 2
1.81 42000 5200 5000 1
3.27 36000 6200 6000 2
2.91 45000 7300 6000 1
3.14 18000 3000 6000 2
1.82 36000 7300 6000 2
2.96 36000 6200 6000 2
1.77 36000 5200 5000 1
2.37 25000 4400 6000 1
3.88 36000 5000 6000 1
1.49 36000 6200 5000 2
1.59 15000 2100 5000 2
2.03 36000 5200 5500 2
3.63 25000 3600 6000 1
2.74 25000 4000 5000 1
3.14 36000 5200 6000 1
2.05 18000 2900 6000 2
1.52 21000 3300 6000 1
2.58 15000 2500 6000 2
1.81 36000 7300 5500 1
2.77 18000 2200 5000 1
2.46 12000 1900 6000 1
2.29 36000 5200 6000 1
1.79 36000 6000 6000 2
3.22 21000 3000 5000 1
2.17 47000 8400 5500 1
1.24 36000 6200 5000 1
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
37 4 5 1 3
29 3 5 1 2
41 4 4 1 4
39 2 1 1 1
55 4 5 2 1
27 1 4 1 2
27 4 1 2 4
31 4 4 2 1
46 1 4 1 4
31 3 4 2 1
25 1 3 1 1
36 2 2 2 1
43 3 3 2 4
43 1 2 1 3
48 3 4 1 3
24 1 3 1 4
27 2 5 1 1
45 2 4 2 3
42 1 4 1 2
31 2 4 2 4
45 4 4 1 4
50 3 5 2 1
44 1 3 2 3
53 3 4 1 4
36 3 3 2 4
26 3 3 1 1
21 2 4 1 2
37 2 5 1 4
27 3 1 1 3
44 1 1 1 3
36 3 3 1 4
28 2 4 2 4
48 2 3 2 2
45 1 5 1 4
28 1 5 1 1
21 1 2 2 4
33 3 2 1 4
48 4 4 1 3
26 1 2 1 4
44 1 1 2 4
46 2 4 1 4
47 1 3 1 4
55 1 3 2 3
29 3 2 1 3
49 3 4 2 4
42 1 5 1 1
52 4 2 2 4
34 3 3 2 1
23 4 4 1 1
30 4 5 2 4
19 4 1 1 2
44 1 4 2 2
18 1 4 2 3
24 4 5 1 4
26 4 4 1 1
26 1 3 1 3
51 3 4 1 4
27 1 2 1 3
52 3 4 2 2
51 2 5 2 2
35 4 4 2 2
23 4 5 1 1
21 4 4 2 3
20 2 2 1 3
29 2 4 1 4
24 1 4 2 4
29 1 1 2 1
43 3 2 2 3
37 2 5 2 2
41 2 4 2 1
40 3 4 1 4
26 4 3 2 1
46 2 1 2 4
37 4 4 2 4
Recomendación
del producto
3
3
1
2
3
3
3
3
2
2
3
2
2
3
2
3
1
2
1
1
3
2
2
1
1
3
3
2
3
3
3
2
3
3
3
2
2
1
1
1
2
3
1
1
2
1
3
3
1
2
3
3
1
3
1
1
2
2
3
2
1
3
3
3
3
1
3
2
2
3
3
3
3
3
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= 42.9733242246
N=
n=
K= 43 Se trunca a la unidad

K= Seleccione la muestra cada k elementos

Alea= Se escoge un número aleatorio entre 1 y K.
Fijo= Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
Recomendación
del producto
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

población de N elementos, al primero que va a formar parte de la muest

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 2700
n= 108
K= 25 Se trunca a la unidad

K= 32 Seleccione la muestra cada k elementos

Alea= 26 Se escoge un número aleatorio entre 1 y K.
Fijo= 27 Copie y pegue el número aleatorio como valor fijo pa

1) Rellene una columna que empiece desde 1 hasta n, para hacer el co

seleccionar en la muestra
2) Luego, empieze la 2da columna con el número que encontró entre
fijo), e indique el número del elemento vendido que queda en la mues

LISTO! Esta es la lista de elementos vendidos que van a conformar su

importante mantener la constante K

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$B$11:$P$2710;2;0) esto
manualmente la información de la cantidad de elementos que va a inc
corresponde a la columna de la variable de interés, en este caso Tipo

TOMA DE
CANTIDAD
MUESTRA Vida util del
Tipo de producto Precio de
articulo (meses) costo
2 59 5 48 14000
4 123 4 12 18300
10 315 1 60 18300
27 859 5 18 18300
34 1083 4 36 5400
37 1179 2 36 14000
38 1211 1 48 24000
41 1307 2 18 5400
44 1403 3 12 14000
45 1435 1 36 14000
57 1819 3 36 18300
61 1947 4 18 24000
63 2011 4 12 14000
66 2107 2 36 24000
68 2171 1 60 14000
79 2523 5 36 18300
83 2651 1 18 14000
istemático

Nota: Solo se
aleatoriamente un número i, que designará, en una lista o emplea este
a formar parte de la muestra. muestreo para
n<50%, si
n>50% se
debe de
proceder a
realizar un
muestreo
aleatorio
simple.
la población)

da k elementos
eatorio entre 1 y K.
aleatorio como valor fijo para que no este cambiando

e 1 hasta n, para hacer el conteo de las filas que se deben

número que encontró entre 1 y K (que corresponde al valor

ndido que queda en la muestra

dos que van a conformar su muestra, recuerde que es

bles de la población
n!$B$11:$P$2710;2;0) esto es para que no tenga que pasar
d de elementos que va a incluir en la muestra. El número 2,
e interés, en este caso Tipo de Articulo

Probabilidad Precio de Precio de Precio del Género de

de defecto venta impuesto envío cliente
1.92135518980815 25000 5200 5500 2
1.96113555923167 36000 6200 6000 1
1.71639169076185 36000 4400 5000 2
2.13740760073828 36000 5200 5500 2
2.42931265253636 12000 1600 6000 2
2.34593831321622 25000 4400 6000 1
3.81017712500874 49000 7300 5000 1
2.59534322137239 15000 2400 6000 1
2.57502239784996 25000 4400 6000 1
2.1936828448813 25000 3600 5000 1
1.45190620776477 36000 5200 6000 2
3.29080018930727 36000 6200 6000 2
2.37313310256591 25000 4400 6000 1
2.01505421480148 36000 6200 6000 2
1.60132291170831 25000 3700 5000 1
1.30289643687586 36000 6200 5500 1
1.9175984596141 25000 4000 5000 1
 Probabilidad
Edad del Portal de de volver a Utilidad del
cliente Satisfacción compra comprar producto
29 2 3 2 3
34 1 3 1 1
20 1 3 1 1
44 2 3 1 2
51 3 3 2 1
50 1 3 1 1
33 1 3 2 1
34 4 3 2 1
50 3 3 1 3
41 3 3 1 2
51 4 3 2 1
34 2 3 2 4
26 1 3 1 3
48 4 3 1 2
30 1 3 1 1
45 2 3 2 1
25 4 3 2 1
Recomendación
del producto
5
4
1
5
4
2
1
2
3
1
3
4
4
2
1
5
1
 PROCEDIMIENTO ALTERNO EN EXCEL PARA ELABORAR INTERVALOS DE CONFIAN
Variables cuantitativas

Variable Estudiante 1 Estudiante 2 Estudiante 3

Cálculo Precio de costo Probabilidad de defecto Precio de venta

N 2700 2700 2700

n= 73 63 84
Promedio
15564.3835616438 2.47646937787733 28928.5714285714
muestral (x)

Desviación (s) 6082.26862516075 0.860822154679613 1809.34773956944

Significancia (a) 0.01 0.02 0.01

Valor Z 2.5758293035489 2.33 2.5758293035489

Limi inf 13730.7132796837 2.22382729867299 28420.0614509814

Limi sup 17398.053843604 2.72911145708166 29437.0814061614

IC= (13730,71;17398,05) 2.48152221946141 (28420,06;29437,08)

𝑰.𝑪.
INTERVALO DE CONFIANZA PARA LA MEDIA: =𝒙 ̅±𝒁_(𝜶∕𝟐)∗𝒔/√𝒏

OTRA FORMA DE HACERLO

Fórmula de excel que

Calcula el radio del
intervalo

Límite inferior= promedio - Radio IC

Límite superior= promedio + Radio IC
IC= (Li; Ls)
 Radio= 508.50997759

Li= 28420.06
Ls= 29437.08

El intervalo de confianza de la variable precio de costo con una significancia de 0,01 y un prom
Análisis Estudiante 1 resultado de intervalo de limite inferior de 13730,713 y de limite superior es 17398,05, segun
la media.

Análisis Estudiante EL
4 intervalo de confianza describe la variabilidad entre la medida obtenida en el estudio y la
rango de valores, cuya distribucion es norma

Análisis Para el intervalo de confianza de la variable precio de venta con una significancia de 0,01 una
resultado un intervalo de limite inferior de 28420,06 y el resultado de un intervalo de limite s
el intervalo de confianza para la media.
ALOS DE CONFIANZA PARA LA MEDIA

Estudiante 4 Estudiante 5

Precio de envío Vida útil

2700
108

5678.57142857143

415.388170493439

0.03

2.17009037758456

5591.83129871966

5765.31155842319
(5591,831;5765,311)

Fórmula a desarrollar
para construir el IC
(Intervalo de confianza)

ESTUDIANTE 4
 86.7401298517644
5591.83129871966
5765.31155842319

ancia de 0,01 y un promedio de 15564,383 a partir de 73 datos , nos da un

erior es 17398,05, segun la formula aplicada de intervalo de confianza para
media.

btenida en el estudio y la medida real de la poblacion. Corresponde a un

ya distribucion es normal.

significancia de 0,01 una promedio de 28928,57 de 84 datos , nos da como

e un intervalo de limite superior de 29437,08, segun la formula para hallar
nfianza para la media.
 PROCEDIMIENTO ALTERNO EN EXCEL PARA ELABORAR INTERVALOS DE CONFIA
Variables cualitativas

Variable Estudiante 1 Estudiante 2 Estudiante 3

Probabilidad de Recomendación del

Género de cliente
volver a comprar producto
Cálculo
N= 2700 2700 2700

n= 73 63 84

Categoria femenino
Categoría= 1 = Muy probable Si
1

P 54.79% 24% 52%

Q 45.21% 76% 48%

Significancia (a) 0.01 0.02 0.01

Valor Z 2.58 2.33 2.58

N= 2700 2700 2700
n= 73 63 84
lim inf= 39.99% 11.51% 38.56%
lim sup= 69.60% 36.24% 66.20%
IC= (39,99;69,60) [11,51%, 36,24%] (38,56;66,20)

𝑰.𝑪. :𝒑 ̅±𝒁_(𝜶∕𝟐)∗√((𝒑 ̅∗𝒒 ̅)/𝒏
INTERVALO DE CONFIANZA PARA LA
PROPORCIÓN: √((𝑵−𝒏)/(𝑵−𝟏))

Fórmula de excel que Calcula el radio del intervalo NO SIRVE PARA ESTE CASO
 El intervalo de confianza de la variable probabilidad de volver a comprar, con una sign
Análisis Estudiante 1 individuos, arroja los siguientes resultados, intervalo inferior 39,99 y intervalo superior de
la formula para elaborar el intervalo de confianza para la

Para el intervalo de confianza de la variable nombre de entidad de la categoria genero de cliente

muestra de 84, nos da como resultado los siguientes intervalos, intervalo inferior 38,56 y interva
Análisis hallar el intervalo de confianza para la proporción
AR INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN
cualitativas

Estudiante 4 Estudiante 5 Colaborativo

Portal de
Utilidad del producto Satisfacción
compra

2700

108

AMAZON

15.74% La suma de P y Q debe

84.26%
ser 100%

0.03

2.17009037758456
2700
108
8.29%
23.19%
(8,29;23,19)

. :𝒑 ̅±𝒁_(𝜶∕𝟐)∗√((𝒑 ̅∗𝒒 ̅)/𝒏)
(𝑵−𝒏)/(𝑵−𝟏))

IRVE PARA ESTE CASO

ad de volver a comprar, con una significancia de 0,01 y con una muestra de 73
inferior 39,99 y intervalo superior de 69,60, resultados dados despues de aplicar
orar el intervalo de confianza para la proporción

entidad de la categoria genero de cliente, con una significancia de 0,01 y con una
ervalos, intervalo inferior 38,56 y intervalo superior de 66,20, según la formula para
La suma de P y Q debe
ser 100%
 Referencias

ESTUDIANTE 1
Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la
salud. Madrid, ES: Ediciones Díaz de Santos. (pp. 1-6).
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística
Control estadístico de la calidad y Seis Sigma (3a. ed.).
McGraw-Hill Interamericana. (pp. 62-65).
Matus, R., Hernández, M., García, E. (2010). Estadística. Instituto
Politécnico Nacional. (pp. 27-57). Gil, Deben usa
I. M., Gonzáles, M. A. I., Jano, S. M. D. (2014). Ejercicios de estadística sólo copia
teórica: probabilidad e Inferencia (2a.e d.). Editorial Universidad
Autónoma de Madrid. (pp. 127-140). r
Vargas Valencia, M. A. (2022, 22 febrero). Muestreo e intervalos de
confianza [Vídeo]. OneDrive.
https://unadvirtualedu-my.sharepoint.com/personal/miguel_vargas_unad_e
ESTUDIANTE 2 Romero, R. E.
(2016). du_co/_layouts/15/onedrive.aspx?id=%2Fpersonal%2Fmiguel%5Fvargas
Estadística para todos: análisis de datos: estadística descriptiva, teoría de la
%5Funad%5Fedu%5Fco%2FDocuments%2FRecordings%2FWebconferencia
probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide. Pp. 269 -
%20Fase%202%20%2D%20Inferencia%20Estad%C3%ADstica
298. Recuperado de
%2D20220222%5F180624%2DGrabaci%C3%B3n%20de%20la%20reuni
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
%C3%B3n%2Emp4&parent=%2Fpersonal%2Fmiguel%5Fvargas%5Funad
ppg=270&docID=11231145&tm=1492552074909
%5Fedu%5Fco%2FDocuments%2FRecordings
Sánchez, J. T. (2017). Introducción a la Inferencia. [OVI] Colombia. Recuperado de
http://hdl.handle.net/10596/10566

Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid,

ES: Ediciones Díaz de Santos. Pp. 1- 6. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=18&docID=10189879&tm=1492552993701
ESTUDIANTE 3
(S.N).2016. Qué es una muestra y cómo se selecciona. Recuperado de:
https://normasapa.net/que-es-una-muestra-y-como-se-selecciona/

Editorial Grudemi (2019). Muestreo aleatorio simple. Recuperado de:

https://enciclopediaeconomica.com/muestreo-aleatorio-simple/

QuestionPro. (2021). Cómo realizar un muestreo sistemático. Recuperado de:

https://www.questionpro.com/blog/es/como-realizar-un-muestreo-sistematico/
Ochoa. C. (2015). Netquest. Muestreo probabilístico: muestreo sistemático. Recuperado de:
https://www.netquest.com/blog/es/blog/es/muestreo-sistematico

ESTUDIANTE 4
ESTUDIANTE 5
Deben usar las normas APA, no
sólo copiar y pegar los links de
referencias.