Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Muestreo de Trabajo Alumnos
Ejercicios Muestreo de Trabajo Alumnos
El muestreo de trabajo es una técnica que se utiliza para investigar las proporciones del tiempo total de
actividades o trabajo, mediante muestreo estadístico y observaciones aleatorias, el porcentaje de aparic
sirven para determinar tolerancias o márgenes aplicables al trabajo, para evaluar la utilización de las m
otras aplicaciones.
EJERCICIO 0
Cuanto tiempo dedica el alumno de la materia de EdTII al estudio en una semana?
PROPÓSITO: ¿ Determinar el tiempo dedicado del alumno al estudio?
a) Cálcular los límites de control superior e inferior
b) Grafíque el diagrama a b Determinar:
c) Conclusión a = Sumatroria de hora
Total de número de
observaciones por
N = Sumatoria de total
observado por
Paso 1: Obtención de matriz b = Porcentaje de la sum
Valor de P
actividad
actividad
entre el número tot
Actividad LUN MAR MIE JUE VIE c = Sumatoria de las ho
Levantarse 0.5 0.5 0.5 0.15 0.5 2.15 0.0186 d = Porcentaje de las ho
Aseo personal 1 1 0.8 1 1 4.8 0.0415 entre la sumatoria d
Alimentacion 2.5 2.5 3 3 3 14 0.1209 por día ( x/c).
Clases 6 4 6 5 5 26 0.2245
Traslado 0.8 2.5 2.5 3 3 11.8 0.1019 Método para deter
Deportes 0 3 0 0 0 3 0.0259 Hacer cálculo aprox
Socializar 4 2 3 3 4 16 0.1382 relación al total de
Compras 0 0.5 0.5 1 0 2 0.0173
Estudiar 0 2 1.5 0 0 3.5 0.0302 Número de activida
P=
Dormir 7.5 6 6.2 7.85 5 32.55 0.2811 Número total de
Total de número de
c 22.3 24 24 24 21.5 115.8
observaciones por día
Paso 2: Determinar la exactitud, precisión o certidumbre ( entendiéndose como el número de veces que se tendrá la s
límites fijados de tolerancia ) con la siguiente formula, y el nivel de confianza que se desea según el valor que a
S=
Ö
Z² ( 1 - P )
Np Þ Tomar valor de Z =
Z = 2
2σ
= 69.15 % DE EXACTITUD
S= Ö ( Z² ( 1-P ) / NP )
S= Ö 2 ² ( 1 - 0.0302 ) / ( 115.8 * 0.0302 )
S= Ö 4 * 0.9698 / 3.5
S= Ö 3.879 / 3.5
S= Ö 1.108
S= 1.053 NOTA : Z = 2 se utiliza en la industria
Paso 3: Determinar el número de observaciones necesarias ( Tamaño de la muestra ) para un Z=2 de confianz
Z² ( 1 - P ) P = Probabilidad de la presencia del elemento o proporción de la actividad de
n=
S²P Þ de la actividad de interés expresada como decimal. También es conocida
como la media ( µ ) ó el límite central ( LC )
Z = Nivel de confianza
n = Número de observaciones o tamaño de la muestra calculada.
S = Precisión deseada, certidumbre ó exactitud.
n = Z² ( 1 - P ) / S² ( P )
n= 2 ² ( 1 - 0.03 ) / 1.053 ² * 0.03
n= 4 * 0.97 / 1.108 * 0.03
n = 3.879 / 0.033
n= 116 CONCLUSIÓN: Mi tamaño de muestra es suficiente para cumplir con
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.0302 ( 1 - 0.0302 ) / 115.8
σ = Ö ( 0.0302 * 0.9698 / 115.8 HORAS
σ = Ö ( 0.0293 / 115.8 0.1
σ =Ö 0.0003
σ = 0.0159097 0.09
0.04
m = 0.03
0.03
0.01
e veces que se tendrá la seguridad de que el resultado obtenido esté dentro de los
desea según el valor que adquiera " Z " ( 1,2 ó 3).
LCI
L M M J V DIAS
a en la que se localiza
tiempo de estudio de los
EJERCICIO 1
A un Inspector se le realizó un estudio acerca del tiempo que ocupa en realizar sus distintas actividades
con el propósito de determinar el tiempo que el Inspector está realizando su función principal que es el
de inspeccionar procesos de la industria metalmecánica.
PROPÓSITO: ¿ Cuánto es el tiempo que se pasa el Inspector " Inspeccionando" ?
Cálculo los límites de control superior e inferior Determinar:
Grafique el diagrama a = Sumatroria de hora
Conclusión a b N = Sumatoria de total
b = Porcentaje de la sum
Total de número de
observaciones por
Paso 1: Obtención de matriz entre el número tot
observado por
c = Sumatoria de las ho
Valor de P
actividad
actividad
d = Porcentaje de las ho
Actividad Día 1 Día 2 Día 3 Día 4 Día 5 entre la sumatoria d
Inspección 13 12 14 11 12 62 0.62 por día ( x/c).
Descansos / Comidas 2 2 2 3 2 11 0.11
Limpieza de área 1 2 1 2 2 8 0.08 Método para deter
Llenado de registros 2 2 1 1 3 9 0.09 Hacer cálculo aprox
Tiempo Ocioso 2 2 2 3 1 10 0.1 relación al total de
Total de número de
c 20 20 20 20 20 100
observaciones por día Número de acti
P=
Número tota
d Valor de P observado por día 0.65 0.6 0.7 0.55 0.6 N
Paso 2: Determinar la exactitud, precisión o certidumbre ( entendiéndose como el número de veces que se tendrá la s
límites fijados de tolerancia ) con la siguiente formula, y el nivel de confianza que se desea según el valor que a
S=
Ö
Z² ( 1 - P )
Np Þ Tomar valor de Z =
Z = 2
2σ
= 69.15 % DE EXACTITUD
S= Ö ( Z² ( 1-P ) / NP )
S= Ö 2 ² ( 1 - 0.62 ) / ( 100 * 0.62 )
S= Ö 4 * 0.38 / 62
S= Ö 1.520 / 62
S= Ö 0.025
S= 0.157
Paso 3: Determinar el número de observaciones necesarias ( Tamaño de la muestra ) para un Z=2 de confianz
n = Z² ( 1 - P ) / S² ( P )
n= 2 ² ( 1 - 0.62 ) / 0.157 ² * 0.62
n= 4 * 0.38 / 0.025 * 0.62
n = 1.520 / 0.015
n= 100 CONCLUSIÓN: Mi tamaño de muestra es suficiente para cumplir con
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.62 ( 1 - 0.62 ) / 100
σ = Ö ( 0.62 * 0.38 / 100 HORAS
σ = Ö ( 0.2356 / 100 1.0
σ =Ö 0.0024
σ = 0.0485386 0.9
0.4
m = 0.62
0.3
0.1
e veces que se tendrá la seguridad de que el resultado obtenido esté dentro de los
desea según el valor que adquiera " Z " ( 1,2 ó 3).
ón de la actividad de
ambién es conocida
iente para cumplir con una confiabilidad de Z=2; n = N
LCS
LCI
1 2 3 4 5 DIAS
Total de número de
observaciones por
observado por
Paso 1: Obtención de matriz
Valor de P
actividad
actividad
Actividad lun mar mie jue vie
Dictado en clase 3 2 3 2 2 12 0.3306
En asesoria 1 2 1 1 2 7 0.1928
Tomando café 1 0 0 1 1 3 0.0826
Reunión académica 2 0.5 1 1.5 0 5 0.1377
Coversación 1 1.5 1 0.8 1 5.3 0.146
Revisando exámenes 0 1 1 1 1 4 0.1102
Total de número de
c 8 7 7 7.3 7 36.3
observaciones por día
Valor de P observando de
d
inspecciones por día
0.125 0.2857 0.1429 0.137 0.2857 N
realizando operación
Número de actividades a estudiar NAa 7 0.193
P=
Número total de actividades
=
N
=
36.3
=
0.193 m
valor de celda en b
S= Ö ( Z² ( 1-P ) / NP )
S= Ö 3 ² ( 1 - 0.1928 ) / ( 36.3 * 0.1928 )
S= Ö 9 * 0.8072 / 7.000
S= Ö 7.264 / 7.000
S= Ö 1.038
S= 1.019
n = Z² ( 1 - P ) / S² ( P )
n= 3 ² ( 1 - 0.193 ) / 1.019 ² * 0.193
n= 9 * 0.807 / 1.038 * 0.19284
n = 7.264 / 0.200
n= 36.3 CONCLUSIÓN: Mi tamaño de muestra es suficiente para cum
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.1928 ( 1 - 0.1928 ) / 36.3
σ = Ö ( 0.1928 * 0.8072 ) / 36.3 0.45
σ = Ö ( 0.1557 / 36.3
σ =Ö 0.0043 0.40
σ = 0.0655
0.35
m = 0.1928 0.10
0.05
P= 0.125 0.2857 0.1429 0.137 0.2857
0
Día m LCS
al de actividades
os datos del 7%
LCS
LCI
1 2 3 4 5 DIAS
Asesorías
2 3 4 5
SOLUCÍON:
S = Ö ( Z² ( 1-P ) / NP ) n = Z² ( 1 - P ) / S² ( P )
S= Ö 3 ² ( 1 - 0.773 ) / ( 2400 * 0.773 ) n= 3 ² (
S= Ö 9 * 0.227 / 1856 n= 9 * 0.227
S= Ö 2.040 / 1856 n= 2.040 /
S= Ö 0.001 n= 2400
S= 0.033 CONCLUSIÓN:
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.773 ( 1 - 0.7733 ) / 2400 HORAS
σ = Ö ( 0.7733 * 0.2267 ) / 2400 1.00
σ = Ö ( 0.1753 / 2400
σ =Ö 0.0001 0.90
σ = 0.0085
0.80
0.72
0.30
0.20
0.10
1 - P ) / S² ( P )
1 - 0.773 ) / ( 0.033 ² * 0.7733 )
0.227 / 0.001 * 0.773
0.001
LCS
µ
LCI
1 2 3 4 5 6 DIAS
El gerente de una planta de embotelladora de agua está preocupado por el porcentaje de tiempo que los empleados
del área de recepción de materiales gastan con los proveedores. Al empleado de la sección de información que está
trabajando frente al área de recepción, se le asignó registrar durante una semana si los empleados estaban o nó en
su área trabajando. Los resultados obtenidos fueron los siguientes:
No. De
Observacion No. De Observaciones
Día
es que indicaron trabajo
Lunes 20 17
Martes 22 18
Miercoles 28 16
Jueves 25 18
Viernes 17 12
SOLUCÍON:
No. De
Observacion No. De Observaciones No. De Observaciones Z = 2 = 69.15 % DE EXACTITUD
Día
es que indicaron trabajo que NO indican trabajo PoA
Lunes 20 17 3 0.15 Número de actividades a estudiar 31
P= = = 0.277
Martes 22 18 4 0.182 Número total de actividades 112
Miercoles 28 16 12 0.429 27.7%
Jueves 25 18 7 0.28
Viernes 17 12 5 0.294 N = 112
TOTALES 112 31
S = Ö ( Z² ( 1-P ) / NP ) n = Z² ( 1 - P ) / S² ( P )
S= Ö 2 ² ( 1 - 0.277 ) / ( 112 * 0.277 ) n= 2 ² ( 1 - 0.277 ) / ( 0.305 ² * 0.2768 )
S= Ö 4 * 0.723 / 31 n= 4 * 0.723 / 0.093 * 0.277
S= Ö 2.893 / 31 n= 2.893 / 0.026
S= Ö 0.093 n= 112
S = 0.305
CONCLUSIÓN: El tamaño de muestra es correcto para Z=2
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.277 ( 1 - 0.2768 ) / 112 OBS.
σ = Ö ( 0.2768 * 0.7232 ) / 112
σ = Ö ( 0.2002 / 112 0.50
σ =Ö 0.0018 LCS
σ = 0.0423 0.40
0.30
Si Z = 2 ; 2 σ= 0.0846 µ
Total de número de
observaciones por
d) Realice gráfico de control y de su conclusión
Paso 1: Obtención de matriz
actividad
Actividad Día 1 Día 2 Día 3 Día 4 Día 5 Día 6 Día 7
Energización de equipo 0.2 0.25 0.3 0.19 0.2 0.21 0.22 1.57
Encendido y Apagado de máquinas 1 1.2 1.5 1.3 1 1.3 1 8.3
Comida 0.8 1 1.3 1.1 0.9 1.2 1.3 7.6
Mtto. Correctivo 1.2 2 1.8 1.5 2.1 2.3 1.5 12.4
Llenado de registros 2 1.8 2.5 2.2 1.8 2.2 2 14.5
Inventario de refacciones 2.8 2 1.9 2 2.5 2 1 14.2
Limpieza de equipo 3.8 3.5 2.5 3 3.1 2.3 4.5 22.7
Total de número de observaciones
c por día 11.8 11.75 11.8 11.29 11.6 11.51 11.52 81.27
d Valor de P observado por día 0.1017 0.1702 0.1525 0.1329 0.181 0.1998 0.1302
S= Ö ( Z² ( 1-P ) / NP )
S= Ö 4 ² ( 1 - 0.153 ) / ( 81.27 * 0.153 )
S= Ö 16 * 0.847 / 12.4
S= Ö 13.559 / 12.4
S= Ö 1.093
S= 1.046
n = Z² ( 1 - P ) / S² ( P )
n= 4 ² ( 1 - 0.153 ) / 1.046 ² * 0.153
n = 16 * 0.847 / 1.093 * 0.153
n = 13.559 / 0.167
n = 81.270
CONCLUSIÓN: Tamaño de la muetra cumpre con Z=4
Ö
P(1-P) σ = Ö ( P ( 1 -P ) / N )
σ= N σ = Ö ( 0.1526 ( 1 - 0.1526 ) / 81.27 0.50
σ =Ö 0.0016
σ= 0.040 0.30
Si Z = 4 ; 4 σ= 0.1595 0.20
m = 0.153
CONCLUSIÓN:
P= 0.1017 0.1702 0.1525 0.1329 0.181 0.1998 0.1302
Chart Title
Ob µ LCS LCI
0.35
0.1 0.15 0.31 0
0.17 0.15 0.31 0 0.3
0.15 0.15 0.31 0
0.25
0.13 0.15 0.31 0
0.2
0.18 0.15 0.31 0
0.2 0.15 0.31 0 0.15
0.13 0.15 0.31 0
0.1
0.05
0
1 2 3 4
Ob µ L
o a unas máquinas en la semana
uestran en la siguiente tabla.
a b
Total de número de
observaciones por
observado por
Valor de P
actividad
actividad
1.57 0.0193
8.3 0.1021
7.6 0.0935
12.4 0.1526
14.5 0.1784
14.2 0.1747
22.7 0.2793
81.27
0.20%
LCI
1 2 3 4 5 6 7 DIAS
Chart Title
2 3 4 5 6 7
Ob µ LCS LCI
Ejercicio 4
Un estudio de tiempos en una empresa de fabricación de aparatos de aire acondiconado
mostró los siguientes resultados para los cuatro elementos básicos del proceso productivo.
Observaciones
Elem. Rendimiento % 1 2 3 4 5 6 7 8 9 10
A 95 2 3 5 3 3 4 4 2 4 5
B 100 12 11 13 15 9 12 10 12 13 14
C 110 21 23 18 14 21 23 23 29 12 23
D 105 8 6 12 7 8 6 10 15 12 8
a) Termine la matriz de datos colocando las columnas de observaciones por elemento y porcentaje,
y tambien los renglones de observaciones por "observaciones " y su porcentaje
b) Determinar la exactitud, precisión o certidumbre.cuando Z=4 y considere el elemento de menor rendimie
c) Determinar el número de observaciones necesarias (Tamaño de la muestra) y la media, concluya
e) Calcule la desviación estándar, LCS y LCI Realice gráfico de control y de su conclusión
Observaciones
Elem. 1 2 3 4 5 6 7 8 9 10 TOA POA
A 1.9 2.85 4.75 2.85 2.85 3.8 3.8 1.9 3.8 4.75 33.25 0.0695
B 12 11 13 15 9 12 10 12 13 14 121 0.2528
C 23.1 25.3 19.8 15.4 23.1 25.3 25.3 31.9 13.2 25.3 227.7 0.4758
D 8.4 6.3 12.6 7.35 8.4 6.3 10.5 15.75 12.6 8.4 96.6 0.2019
TOO 45.4 43 48 39 41 45 47 58 42.6 50 478.55
POO 0.0419 0.0663 0.099 0.0731 0.0695 0.0844 0.0809 0.0328 0.0892 0.095
S O L U C I O N :
a).-
P=µ=
Número de actividades a analizar = 33.25 = 0.0695
Número total de actividades 478.55
Ö Ö
b).- Z² ( 1 - P ) 4² ( 1 - 0.0695 )
S=
NP
= 478.55 * 0.0695
Ö Ö
16 ( 0.9305 ) 14.8883
= 33.250
= 33.250
= Ö 0.4477687 = 0.6692
c).- Z² ( 1 - P ) 4² ( 1 - 0.0695 )
n= S²P = 0.6692 ² * 0.0695
16 ( 0.9305 ) 14.8883
= 0.4478 * 0.0695
= 0.03111
= 478.55
Conclusión:El número de muestras calculado es suficiente para cumplir la exactitud mínima del 99.3 %
Ö Ö
d).- P(1-P) 0.0695 ( 1- 0.0695 )
σ= N
= 478.55
Ö Ö
0.0695 ( 0.9305 ) 0.0647
= 478.55
= 478.55
= Ö 0.0001 = 0.0116 Þ Z = 4
4σ = 0.0465
µ = 0.0695
P = 0.0419 0.0663 0.099 0.0731 0.0695 0.0844 0.0809 0.0328 0.0892 0.095
PROMEDIO
0.12
LCS
0.11
0.1
0.09
0.08
0.07 µ
0.06
0.05
0.04
0.03
0.02 LCI
0.01
1 2 3 4 5 6 7 8 9 10
0.0230
0.0695
0.095
Chart Title
0.12
Ob µ LCS LCI
0.04 0.06 0.11 0.02 0.10
0.06 0.06 0.11 0.02
0.09 0.06 0.11 0.02 0.08
0.07 0.06 0.11 0.02
0.07 0.06 0.11 0.02 0.06
0.08 0.06 0.11 0.02
0.08 0.06 0.11 0.02 0.04
0.03 0.06 0.11 0.02
0.08 0.06 0.11 0.02 0.02
0.09 0.06 0.11 0.02
0.00
1 2 3 4 5 6 7 8 9 10
Ob µ LCS LCI
a actividad A
8 9 10
LCI
Ejercicio 5
Estudio de tiempos en una empresa de maquinados
OBSERVACIONES
Afilado de Heramental
Espera de Resultados
Manejo Herramental
Espera de Inspección
Ayuda a Inspección
Consulta técnica
Espera de grúa
Preparación
Inspección
Inactiva
Corte
Máquina
Mandril 20" 101 7 16 2 3 0 1 0 2 37 3 3 0
Mandril 12" 102 36 14 15 3 1 1 0 1 28 5 1 3
Mandril 26" 119 36 10 5 5 2 0 0 0 18 2 1 2
Mandril 16" 109 24 12 13 6 1 0 0 3 26 6 2 3
Fresadora 6" 127 17 6 9 2 0 0 0 0 22 0 2 15
Cepilladora 14" 66 18 17 16 3 0 0 0 2 30 7 3 0
Torno 15° 147 19 10 14 3 1 0 0 0 15 2 0 0
Torno 96° 140 8 5 7 2 0 0 0 2 17 3 0 3
Torno 45° 99 13 12 7 3 0 0 0 1 32 8 2 0
Torno 160° 89 9 29 18 11 1 0 0 2 29 8 3 4
Fresadora 12" 109 14 12 8 10 0 3 3 0 32 9 8 2
Fresadora 22" 72 36 13 24 6 2 1 0 4 21 3 3 1
Cepilladora 1 1/2" 106 25 11 10 4 0 0 0 1 11 4 5 3
Mandril 32" 151 23 8 7 1 0 0 0 1 10 2 1 5
TOO 1537 285 175 155 62 8 6 3 19 328 62 34 41
POO 0.0468 0.126 0.074 0.155 0.097 0.25 0.167 0 0.211 0.064 0.048 0.088 0.024
S O L U C I O N :
a).-
P=µ=
Número de actividades a analizar = 228 = 0.0753
Número total de actividades 3028
Ö Ö
b).- Z² ( 1 - P ) 5 ² ( 1 - 0.0753 )
S=
NP
= 3028 * 0.0753
Ö Ö
25 ( 0.9247 ) 23.1176
= =
= Ö 228.000
= Ö 228.000
= Ö 0.101392848038 = 0.3184
c).- Z² ( 1 - P ) 5 ² ( 1 - 0.0753 )
n= S²P = 0.3184 ² * 0.0753
25 ( 0.9247 ) 23.1176
= 0.1014 * 0.0753
= 0.00763
= 3028
Ö Ö
d).- P(1-P) 0.0753 ( 1 - 0.0753 )
σ= N
= 3028
Ö Ö
0.0753 ( 0.9247 )
= 3028
=
= Ö 0.00002299 = 0.005
5 σ = 0.024
µ =
P = 0.047 0.126 0.074 0.155 0.097 0.25 0.167 0 0.211 0.064 0.048 0.088
PROM.
0.3
0.28
0.26
0.24
0.22
0.2
0.18
0.16
0.14
0.12 *
0.1 *
*
0.08 *
0.06
0.04
0.02
0 1 2 3 4 5 6 7 8 9 10 11 12
Otra Operación
Sin Operador
TOA POA
0 6 35 216 0.0713
4 0 0 214 0.0707
0 0 18 218 0.0720
3 2 6 216 0.0713
0 4 12 216 0.0713
0 28 28 218 0.0720
1 1 3 216 0.0713
0 11 18 216 0.0713
0 3 36 216 0.0713
0 3 10 216 0.0713
0 1 5 216 0.0713
1 4 37 228 0.0753
2 8 16 206 0.0680
2 5 0 216 0.0713
13 76 224 3028
0.077 0.053 0.165 N
z= 5
7.53 %
0.0753
23.1176
228.000
O PARA Z=5
0.0696
3028
0.099
0.051
0.075
0.00
1 2 3 4 5 6
Ob
0.10
0.05
LCI 0.05 0.07 0.09 0.05
0.17 0.07 0.09 0.05 0.00
1 2 3 4 5 6
13 14 15 16 OBS
Ob
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ob µ LCS LCI
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ob µ LCS LCI
Gráfico de control para variables
Graficos xr
Los gráficos de media vs. rango, también llamados gráficos X-R, son gráficos realizados para el seguimiento
múltiples sectores, incluyendo el de la automoción. Permiten detectar la variabilidad, consistencia, control
Paso 5:
Trazar gráficos de control
LC
mx 1.924 LCSx 1.966 LCIx 1.850 0.14
P. obs. R
2.03 0.13
1.91
2.02 0.13
1.88
2.01 0.1
1.91
2 0.08
1.92
1.99 0.21
1.89
1.98 0.14
1.92
1.97 LCSx 0.11
1.94
1.96 0.05
1.91
1.95 0.32
2.02
1.94 0.08
1.93
1.93
mx
1.92
1.91
1.9
1.89
1.88
1.87
1.86
1.85 LCIx
0 1 2 3 4 5 6 7 8 9 10 act.
C O N C L U S I O N E S :
Se puede observar que en ambos gráficos el proceso se mantiene relativamente estable
salvo en el día 9 que presenta una variación en la observación que queda fuera del límite
superior con respecto a la media de los datos.
ados para el seguimiento estadístico del control de calidad de piezas en
dad, consistencia, control y mejora de un proceso productivo.
Grafico de medias
2.05
2.00
1.95
1.90
k= 10
1.85
1.80
1.75
1 2 3 4 5 6 7 8 9 10
Gráfico de rangos
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
1 2 3 4 5 6 7 8 9 10
DATOS DE RANGOS R LC
LCSR LCIR
LCSR LCIR
0.24 0.03
obs.
0.32
0.3
0.28
0.26
0.24 LCSR
0.22
0.2
0.18
0.16 mR
0.14
0.12
0.1
0.08
0.06
0.04 LCIR
0.02
0 1 2 3 4 5 6 7 8 9 10 act.
as
7 8 9 10
LC
LCIx
os
7 8 9 10
LC
LCIR