82 - Fase 2

INFERENCIA ESTADÍSTICA
Fase 2 - Muestreo e intervalos de confianza
Presentado por:
Andres Ariza Silvera

Álvaro José Nieves
Carlos Alberto Buelvas Medina
Kevin Humberto De León
Jorge Armando Hoyos
Grupo: 212064_82
Presentado a: Romario José Palacio
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2020
Elaborado por: Andres Ariza Silvera
¿Cómo seleccionar el tamaño de muestra?
Definición de población
Una población es el conjunto de personas que tienen características comunes y acerca de los
cuales intentamos obtener conclusiones. Por ejemplo, aquellas personas del distrito de san
Borja en Lima Perú cuyas características similares son que tienen entre 18 y 35 años de edad,
son hombres y mujeres y pertenecen a los niveles socioeconómicos B y C.
El tamaño de la población es la cantidad total de personas que comprende el segmento de

mercado que se estudiará.
En nuestro caso el tamaño de la población es de 32,084 personas.
Existen dos tipos de población: finita e infinita.
La población finita es el conjunto de elementos que pueden contabilizarse y conocer su

tamaño.
La población infinita es el conjunto de elementos que no pueden contabilizarse. Cuando la

población es mayor que 10,000, para efectos estadísticos, se puede considerar una población
infinita.
Definición de muestra y tamaño de muestra
Una muestra es un subconjunto o una parte de la población, que se obtiene para averiguar las
propiedades o características de esta última. Por ello es importante que sea representativa de
la población.
Una vez visto lo anterior, procedemos a calcular el tamaño de la muestra, paso a paso:
Paso 1: Definir la población y fórmula. Dependiendo de la población, si es finita o infinita,

se utilizará la fórmula correspondiente:
Una vez visto lo anterior, procedemos a calcular el tamaño de la muestra, paso a paso:
Paso 1: Definir la población y fórmula. Dependiendo de la población, si es finita o infinita,

se utilizará la fórmula correspondiente:
Fórmula para población finita
En donde:
n: Tamaño de muestra que queremos calcular.
N: Tamaño de la población.
Z: Coeficiente de confianza para un nivel de confianza determinado.
p: Probabilidad de éxito.
q: Probabilidad de fracaso. d: Error máximo admisible.
Fórmula para población infinita
La fórmula para calcular el tamaño de muestra cuando el tamaño de la población se

desconoce o es infinita, es la siguiente:
En donde:
q: Probabilidad de fracaso.
d: Error máximo admisible.

q: Probabilidad de fracaso.
d: Error máximo admisible.
Paso 2: Definir los valores de las variables a utilizar
Para el caso del ejemplo aplicativo, la población es finita, por lo tanto, utilizaremos la
primera fórmula. Las variables cuantificadas son las siguientes:
N: Tamaño de la población. 32,084 personas.
Z: Coeficiente de confianza. Z = 1.645 para un nivel de confianza del 90%
p: Probabilidad de éxito. Consideramos el máximo: 0.50
q: Probabilidad de fracaso. Será 1.00 – 0.50 = 0.50
d: Error máximo admisible. Consideramos el 5%
Paso 3: Aplicar la fórmula para calcular el tamaño de muestra
Aplicamos la fórmula de tamaño de muestra para poblaciones finitas y obtenemos:
n = 268
Elaborado por: Álvaro José Nieves Valera


Existen diversas maneras para obtener el tamaño de una muestra dependiendo de
los datos con que se cuente, por ejemplo, en caso de contar con la cantidad de
personas a las que le realizaremos el estudio (por ejemplo, el número de
habitantes en X ciudad), se dice que se cuenta con un universo finito, en esta
ocasión abordaremos está clase de universos y como obtener el tamaño ideal de
una muestra, para lograr lo anterior se hace uso de la siguiente fórmula propuesta
𝑧 2 𝑜2 𝑁
𝑛= 2
𝑒 ሺ𝑛 − 1ሻ+ 𝑧 2 𝑜 2
En donde
 n = es el tamaño de la muestra poblacional a obtener.
 N = es el tamaño de la población total.
 σ = representa la desviación estándar de la población. En caso de
desconocer este dato es común utilizar un valor constate que equivale a 0.5
 Z = es el valor obtenido mediante niveles de confianza. Su valor es una
constante, por lo general se tienen dos valores dependiendo el grado de
confianza que se desee siendo 99% el valor más alto (este valor equivale a
2.58) y 95% (1.96) el valor mínimo aceptado para considerar la
investigación como confiable.
 e = representa el límite aceptable de error muestra, generalmente va del 1%
(0.01) al 9% (0.09), siendo 5% (0.5) el valor estándar usado en las
investigaciones.
Elaborado por: KEVIN HUMBERTO DE LEON ORTIZ
¿Cómo Seleccionar El Tamaño De Muestra?
El tamaño de la muestra es la cantidad de respuestas completas que tu encuesta recibe. Se le

llama muestra, muestra representativa o muestra estadística porque solo representa parte del
grupo de personas (o población objetivo) cuyas opiniones o comportamiento te interesan. Por
ejemplo, una forma de obtener una muestra es usar una “muestra aleatoria”, en la que los
encuestados se eligen completamente al azar de entre la población total del grupo objetivo...
(Survey Monkey)
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por
ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en campo.
1. TAMAÑO DE LA POBLACIÓN: Una población es una colección bien definida de
objetos o individuos que tienen características similares. Hablamos de dos tipos: población
objetivo, que suele tiene diversas características y también es conocida como la población
teórica.
2. MARGEN DE ERROR (INTERVALO DE CONFIANZA): El margen de error es una
estadística que expresa la cantidad de error de muestreo aleatorio en los resultados de una
encuesta.
3. NIVEL DE CONFIANZA: Son intervalos aleatorios que se usan para acotar un valor con
una determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa
que los resultados de una acción probablemente cubrirán las expectativas el 95% de las veces.
4. DESVIACIÓN ESTÁNDAR: Es un índice numérico de la dispersión de un conjunto de
datos (o población). Mientras mayor es la desviación estándar, mayor es la dispersión de la
población.
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la
población que se desea evaluar.
𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑2
Siglas
Z = Nivel De Confianza,
P = Probabilidad De Éxito, O Proporción Esperada
Q = Probabilidad De Fracaso
D = Precisión (Error Máximo Admisible En Términos De Proporción)
Siglas
Z = Nivel De Confianza,
P = Probabilidad De Éxito, O Proporción Esperada
D = Precisión (Error Máximo Admisible En Términos De Proporción)
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población
es la siguiente:
𝑁 ∗ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑 2 ∗ ሺ𝑁 − 1ሻ+ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
En donde:
N = Tamaño De La Población
Z = Nivel De Confianza
P = Probabilidad De Éxito, o Proporción Esperada
D = Precisión (Error Máximo Admisible En Términos De Proporción).
(Psyma, 2.015)
- Cosas Que Debes Tener En Cuenta A La Hora De Calcular El Tamaño
De Tu Muestra
 Si deseas un margen de error más pequeño, debes tener un tamaño de

muestra más grande para la misma población.
 Cuanto más alto desees que sea el nivel de confianza, más grande tendrá
que ser el tamaño de la muestra.
Elaborado por: CARLOS ALBERTO BUELVAS MEDINA
1. ¿Cómo seleccionar el tamaño de muestra?
Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en
cualquier estudio de investigación de mercados, se debe justificar convenientemente de
acuerdo al planteamiento del problema, la población, los objetivos y el propósito de la
investigación.
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir
por ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en
campo.
Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:
1. Tamaño de la población. Una población es una colección bien definida de objetos o
individuos que tienen características similares. Hablamos de dos tipos: población
objetivo, que suele tiene diversas características y también es conocida como la
población teórica. La población accesible es la población sobre la que los
investigadores aplicaran sus conclusiones.
2. Margen de error (intervalo de confianza). El margen de error es una estadística que
expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta,
es decir, es la medida estadística del número de veces de cada 100 que se espera que
los resultados se encuentren dentro de un rango específico.
3. Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con
una determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95%
significa que los resultados de una acción probablemente cubrirán las expectativas
el 95% de las veces.
4. La desviación estándar. Es un índice numérico de la dispersión de un conjunto de
datos (o población). Mientras mayor es la desviación estándar, mayor es la
dispersión de la población.
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la
población es la siguiente:
𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑2
En donde:
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
es la siguiente:
D = precisión (error máximo admisible en términos de proporción)
es la siguiente:
𝑁 ∗ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑2 ∗ ሺ𝑁 − 1ሻ+ 𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
En donde:
N = tamaño de la población
Z = nivel de confianza
P = probabilidad de éxito, o proporción esperada
D = precisión (Error máximo admisible en términos de proporción).
Elaborado por: Jorge Armando Hoyos
ACTIVIDAD 1
ACTIVIDAD 1
Existen diversas maneras para obtener el tamaño de una muestra dependiendo de
los datos con que se cuente, por ejemplo, en caso de contar con la cantidad de
personas a las que le realizaremos el estudio (por ejemplo, el número de habitantes
en X ciudad), se dice que se cuenta con un universo finito, en esta ocasión
abordaremos está clase de universos y como obtener el tamaño ideal de una
muestra, para lograr lo anterior se hace uso de la siguiente fórmula propuesta por
Murray y Larry (2005
En donde:
n = es el tamaño de la muestra poblacional a obtener.
N = es el tamaño de la población total.
σ = representa la desviación estándar de la población. En caso de desconocer

este dato es común utilizar un valor constate que equivale a 0.5
Z = es el valor obtenido mediante niveles de confianza. Su valor es una constante,

por lo general se tienen dos valores dependiendo el grado de confianza que se
desee siendo 99% el valor más alto (este valor equivale a 2.58) y 95% (1.96) el
valor mínimo aceptado para considerar la investigación como confiable.
1. ¿Cuándo se utiliza un muestreo?
El muestreo es el proceso de seleccionar un conjunto de individuos de una 1. ¿Para qué se

población con el fin de estudiarlos y poder caracterizar el total de la población, se utiliza
para cuando se quiera estimar, conocer valores de parámetros o corroborar hipótesis sobre Un interva
la forma de una distribución de probabilidades o quizás sobre el valor de un parámetro de estadística que pe
una o más poblaciones. encontrará la e
2. ¿A qué se le l
2. ¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada uno de Un error de e
ellos. del parámetro. El err
caso cual ha sido
asociado con una
Existen dos tipos de muestreos:
El muestreo probabilístico: En este tipo de muestreo, todos los individuos de la 3. ¿Qué represen
población pueden formar parte de la muestra. Un intervalo
El muestreo no probabilístico: En este tipo de muestreo, puede haber una clara muestra, que posib
influencia de la persona o personas que selecciona la muestra. Debido a su natural
particular produzc
muchas veces su
3. ¿Cómo se realiza el muestreo sistemático? resul
4. ¿Cómo se cal
El muestreo sistemático es un tipo de muestreo probabilístico que se basa en enlistar
a toda una población, elegir de forma aleatoria al primer individuo para la muestra y luego, Cuando es
a partir de un intervalo definido por el investigador, seleccionar al resto de los individuos desviación están
que conformarán la muestra.
Por ejemplo, supongamos que necesitamos extraer una muestra de 10 personas a
partir de una población total de 100 y el primer individuo seleccionado para la muestra es el
número 3. A partir de este, mediante un intervalo de 4 decidido por el investigador, se
seleccionarán los próximos individuos hasta completar la muestra, de manera que serán los 5. ¿Cómo se cal
números 7, 11, 15 …
Una pobla
ejemplo, la proporc
4. ¿Cómo se realiza el muestreo aleatorio simple?
El muestreo aleatorio simple es un tipo de muestreo probabilístico en el cual todos

los elementos de la población tienen la misma probabilidad de ser seleccionados.
Este sistema funciona a través de un método de «sorteo» entre un universo de
individuos, en el que se le asigna a cada integrante un número para ser escogido.
Por ejemplo, si se necesita seleccionar una muestra de 50 personas entre un universo de

1000, se le asignará a esas 1000 personas un número y, a modo de sorteo, se seleccionarán
Por ejemplo, si se necesita seleccionar una muestra de 50 personas entre un universo de
1000, se le asignará a esas 1000 personas un número y, a modo de sorteo, se seleccionarán
50 números al azar que conformarán la muestra requerida.
Dicho procedimiento garantiza que todos los elementos muestrales tengan la misma
probabilidad de ser seleccionados para formar parte de la muestra.
5. ¿Qué sucede cuando se realiza un muestreo probabilístico en muestras pequeñas?
Lo que se produce cuando el tamaño de la población es pequeño, en este caso, el

muestreo sin reposición toma ventaja, es obvio: si el tamaño de la población es muy
pequeño (digamos 15 individuos) repetir individuos en una muestra es malgastar una
oportunidad de cubrir más información. En otras palabras, es ineficiente, es decir, no
represente a la población adecuadamente.
¿Cuándo se utiliza un muestreo?
Cuando el tamaño de la población es grande y tiene cierta diversidad. Cuando se ¿P
desea crear una muestra precisa de la población a estudiar, para obtener datos lo
Se aplican al
suficientemente representativos.
inferencia es el q
¿Cuándo se utiliza un muestreo?
Cuando el tamaño de la población es grande y tiene cierta diversidad. Cuando se ¿P
desea crear una muestra precisa de la población a estudiar, para obtener datos lo
Se aplican al
suficientemente representativos.
inferencia es el q
ndiendo de ¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste se pued
ntidad de cada uno de ellos.
ero de Muestreo probabilístico
, en esta
ño ideal de Los métodos de muestreo probabilísticos son aquellos que se basan en el
Mide la desviación
propuesta principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
estimación mide
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos métodos de muestreo
probabilísticos nos aseguran la representatividad de la muestra extraída y son, por
tanto, los más recomendables ¿Qué represen
Muestreo aleatorio simple

Intervalo de c
e El procedimiento empleado es el siguiente: 1) se asigna un número a cada estadístico estim
uivale a 0.5 individuo de la población y 2) a través de algún medio mecánico (bolas dentro de intervalo de conf
es una una bolsa, tablas de números aleatorios, números aleatorios generados con una
rado de calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para
equivale a completar el tamaño de muestra requerido.
Muestreo aleatorio sistemático ¿Cómo s
e va del 1% Este procedimiento exige, como el anterior, numerar todos los elementos de la De un
as población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se tomar muestras
parte de ese número aleatorio i, que es un número elegido al azar, y los elementos media. Se puede
que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que
empleamos como punto de partida será un número al azar entre 1 y k. ¿Cómo se c
Muestreo aleatorio estratificado Un intervalo de c

variable que ha
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los Binomial B (1, p)
procesos y suelen reducir el error maestral para un tamaño dado de la muestra. define la va
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen
gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de interés estarán representados adecuadamente en la muestra. Cada
estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarán parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la población.
Muestreo aleatorio por conglomerados

Los métodos presentados hasta ahora están pensados para seleccionar
muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarán parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la población.
Muestreo aleatorio por conglomerados

Los métodos presentados hasta ahora están pensados para seleccionar
directamente los elementos de la población, es decir, que las unidades muéstrales
son los elementos de la población. En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la población que forman una unidad, a la
que llamamos conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales
como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas
geográficas suele hablarse de "muestreo por áreas". El muestreo por
conglomerados consiste en seleccionar aleatoriamente un cierto número de
conglomerados (el necesario para alcanzar el tamaño muestral establecido
¿Cómo se realiza el muestreo sistemático?
En el muestreo aleatorio sistemático, el investigador primero escoge
aleatoriamente la primera pieza o sujeto de la población. A continuación, el
investigador seleccionará a cada enésimo sujeto de la lista.
Número de inicio:
El investigador selecciona un número entero que debe ser menor al número total
de individuos en la población. Este número entero corresponderá al primer sujeto.
Intervalo:
El investigador elige otro número entero que servirá como la diferencia constante
entre dos números consecutivos en la progresión.
El número entero se selecciona típicamente de modo que el investigador obtenga
el tamaño de la muestra correcto.
¿Cómo se realiza el muestreo aleatorio simple?
Las encuestas por muestreo consisten en extraer de una población finita de N
unidades, subpoblaciones de un tamaño fijado de antemano. Si todas las unidades
son indistinguibles, el número de muestras de tamaño n viene dado por
𝑁 𝑁!
= =𝑐
𝑛 𝑛! ሺ𝑁 − 𝑛ሻ!
¿Qué sucede cuando se realiza un muestreo probabilístico en muestras

pequeñas?
El muestreo probabilístico es un método de muestreo (muestreo se refiere al
estudio o el análisis de grupos pequeños de una población) que utiliza formas de
métodos de selección aleatoria.
El requisito más importante del muestreo probabilístico es que todos en una
población tengan la misma oportunidad de ser seleccionados.
El muestreo probabilístico es un método de muestreo (muestreo se refiere al
estudio o el análisis de grupos pequeños de una población) que utiliza formas de
métodos de selección aleatoria.
El requisito más importante del muestreo probabilístico es que todos en una
población tengan la misma oportunidad de ser seleccionados.
Elaborado por: KEVIN HUMBERTO DE LEON ORTIZ Elabor

1 ¿CUÁNDO SE UTILIZA UN MUESTREO?
1- PARA QUÉ S
Un intervalo de
estadística que
El muestreo nos ayuda a obtener una muestra lo suficientemente representativa de la
cuales se encontrará
población que nos permita acercarnos al valor del parámetro (la media, la proporción, el total
o la razón) de una o más variables de la población.. (Isdfundacion, 2.018)
2- ¿A QUÉ SE L
El error estándar de e
El muestreo sirve cuando queremos conocer la opinión de una población general sobre temas decir, el error estánda
comunes que suelen afectar a todos los miembros de una misma comunidad, como la con respecto
economía o la política como, por ejemplo:
3- ¿QUÉ REPR
 Encuestas de hogares
 Encuestas de población activa, desempleo, indicadores de salud, etc. EN UN INTE
 Opinión política e intención de voto Un intervalo de co
 Barómetros de opinión muestra, que posible
Debido a su naturalez
2¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada uno de particular produzcan
ellos. muchas veces su m
- Cuáles son los diferentes tipos de muestreos? resulta
El intervalo de con
Hay varios tipos de muestreos que podemos relacionar a continuación
Estimación de punt
Este valor individua
 TIPOS DE MUESTREO ALEATORIO O PROBABILÍSTICO.
Margen de error
En este tipo de muestreo las variables relevantes de la muestra tienen la misma función de Cuando usted utiliza
probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien finita importar lo bien que e
con reposición de elementos. (Torres, s.f.) aleatorio. El margen
 ESTRATIFICADO Usted probablemen
resultados de las encu
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo
de popularidad de un
de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
que el nivel de pop
socioeconómico.
Para un intervalo
 DE CONGLOMERADOS
estadístico estimado h
confianza es simétrico
En estadística inferencial los conglomerados son conjuntos de elementos poblacionales, Por ejemplo, la longit
como pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al llevar confia
a cabo este tipo de muestreo se divide la población.
Mientras mayor sea el
 DE CONGLOMERADOS
estadístico estimado h
confianza es simétrico
En estadística inferencial los conglomerados son conjuntos de elementos poblacionales, Por ejemplo, la longit
como pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al llevar confia
a cabo este tipo de muestreo se divide la población.
Mientras mayor sea el
4- ¿CÓMO SEC
 SISTEMÁTICO
MEDIA?
En este caso se empieza dividiendo el número total de sujetos u observaciones que conforman Un intervalo de
la población entre el que se quiere utilizar para la muestra. una media muestral
Posteriormente se escoge un número al azar de entre los primeros y se va sumando de forma dentro del cual, c
constante este mismo valor; los elementos seleccionados pasarán a formar parte de la
muestra. Inte
5- ¿CÓMO SEC
 MUESTREOS NO ALEATORIOS O NO PROBABILÍSTICOS
PROPORCIÓ
Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que Dada una variabl
procuran asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de construcción de un in
muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo de la variable que
aleatorio, lo cual es muy habitual a causa del elevado coste de los procedimientos de control. Binomial B (1, p) y c
variable al repetir el e
 INTENCIONAL, OPINÁTICO O DE CONVENIENCIA Existen dos alter
En el muestreo intencional el investigador escoge de forma voluntaria los elementos que Considerar la aprox
conformarán la muestra, dando por supuesto que esta será representativa de la población de
referencia. Un ejemplo que resultará familiar a los estudiantes de psicología es la utilización
de alumnos como muestra opinática por parte de profesores universitarios.
 MUESTREO DE BOLA DE NIEVE O EN CADENA

Tiene la ventaja de la s
En este tipo de muestreo los investigadores establecen contacto con sujetos determinados; a en la may
continuación estos consiguen a nuevos participantes para la muestra hasta completarla. El
muestreo de bola de nieve se usa generalmente cuando se trabaja con poblaciones de difícil
acceso, como en el caso de adictos a sustancias o de miembros de culturas minoritarias.
3¿Cómo se realiza el muestreo sistemático?
El muestreo sistemático es un tipo de muestreo probabilístico donde se hace una selección

aleatoria del primer elemento para la muestra, y luego se seleccionan los elementos
posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar el tamaño de la muestra
deseado. (QuestionPro, 2.020)
 Definir la población objetivo.
 Determinar el tamaño deseado de la muestra (n).

que sigue una distribu
de una variable disc
 Identificar el marco muestreo existente o desarrollar un marco de muestreo
de la población objetivo.
 Definir la población objetivo.
 Determinar el tamaño deseado de la muestra (n).

que sigue una distribu
de una variable disc
 Identificar el marco muestreo existente o desarrollar un marco de muestreo
de la población objetivo.
 Evaluar el marco muestral por falta de cobertura, cobertura excesiva, múltiple

cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea
necesario. Idealmente, la lista estará en un orden aleatorio con respecto al Donde zα/2 es el val
estudio variable o, mejor aún, ordenados en función de la variable de interés probabilidad de α
o su correlación, creando así estratificación implícita. generalmente acepta
 Determinar el número de elementos en el marco de la muestra (N).
 Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el

marco de muestreo (N) por el tamaño de la muestra específica (n). Uno
debería ignorar el resto y redondear o terminar en el número entero más
próximo. El redondeo hacia abajo y truncando puede hacer que el tamaño de
la muestra sea más grande de lo deseado. Si es así, se puede eliminar de
forma aleatoria las selecciones adicionales. Si no se conoce el tamaño
exacto, o es poco práctico determinar, se puede fijar una fracción de
muestreo.
 Seleccionar al azar un número, r, de “1” mediante i.
 Selecciona para la muestra, r, r + i, r + 2i, r,+3i, y así sucesivamente, hasta

agotar el marco.
4¿Cómo se realiza el muestreo aleatorio simple?
El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a cada
elemento de la población objetivo y a cada posible muestra de un tamaño determinado, la
misma probabilidad de ser seleccionado.
Enlistar con número a los 500 empleados de la organización. Elegir 50 números al azar.
Finalmente, aquellos 50 números que correspondan a un empleado serán los individuos que
conformen la muestra. (Enciclopediaeconomica, 2.017)
5-¿Qué sucede cuando se realiza un muestreo probabilístico en muestras
pequeñas?
El requisito más importante del muestreo probabilístico es que todos en una población
tengan la misma oportunidad de ser seleccionados.
Requiere que se posea de antemano un listado completo de toda la población. Cuando se
trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
(Estadistica, s.f.)
El muestreo sistemático es una implementación extendida de la mismísima técnica de
probabilidad en la que cual, cada miembro de un grupo es seleccionado en periodos regulares
para formar una muestra. Cuando se utiliza este método de muestreo, existe una oportunidad
igual para que cada miembro de una población sea seleccionado. (Questionpro, s.f.)
probabilidad en la que cual, cada miembro de un grupo es seleccionado en periodos regulares
para formar una muestra. Cuando se utiliza este método de muestreo, existe una oportunidad
igual para que cada miembro de una población sea seleccionado. (Questionpro, s.f.)
A Elaborado por: CARLOS ALBERTO BUELVAS MEDINA
1. ¿Cuándo se utiliza un muestreo?

mportante en
entemente de Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables
opósito de la a la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados
parecidos a los que se alcanzarían si se realizase un estudio de toda la población. En las
investigaciones llevadas por empresarios y de la medicina se usa muestreo extensivamente
pueden incluir en recoger información sobre poblaciones.
que estará en
2. ¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada
uno de ellos.
as cosas:
Distribución muestral de medias: Supóngase que una muestra aleatoria de n
da de objetos o
observaciones se toma de una población normal con media µ y varianza σ2 . Cada
s: población
observación 𝑋1 , i=1,….,n de la muestra aleatoria tiene entonces la misma distribución
da como la
normal que la población que está siendo muestrada.
e los
Teorema de límite muestral: Si 𝑋തes la media de una muestra aleatoria de tamaño n que se
estadística que toma de una población con media µ y varianza finita σ2 , entonces la forma límite de la
e una encuesta, distribución es:
e se espera que
𝑋ത− 𝜇
𝑍= 𝜎
un valor con
ianza de 95% ξ𝑛
expectativas Conforme 𝑛 → ∞ es la distribución estándar 𝑛(𝑧, 0,1)
conjunto de Distribución muestral de diferencia de medias: Si se tienen dos poblaciones
r es la independientes, con media 𝜇1 y 𝜇2 y varianza 𝜎12 y 𝜎22 y si 𝑋ത ത
1 y 𝑋2 son las medias
muestrales de dos variables aleatorias independientes de tamaños 𝑛1 y 𝑛2 de estas
poblaciones, entonces la distribución de muestreo es:
amaño de la
ሺ𝑋1 − 𝑋2 ሻ− (𝜇1 − 𝜇2 )
𝑍=
𝜎12 𝜎22
ඨ
𝑛1 + 𝑛2
Es aproximadamente normal estándar, si se cumple las condiciones del teorema del límite
central. Si las dos poblaciones son normales, entonces la distribución del muestreo de Z es
exactamente normal estándar.
ón)
Distribución normal de proporciones: Supóngase una población infinita o finita y que la
de la población probabilidad de ocurrencia de un suceso (conocido con éxito) es p, mientras que la
probabilidad de no ocurrencia del suceso es q = 1 – p.
exactamente normal estándar.
ón)
Distribución normal de proporciones: Supóngase una población infinita o finita y que la
de la población probabilidad de ocurrencia de un suceso (conocido con éxito) es p, mientras que la
probabilidad de no ocurrencia del suceso es q = 1 – p.
Se consideran todas las posibles muestras de tamaño n extraídas de esta población y ara
cada muestra se determina la proporción p de éxito
Se obtiene una distribución muestral de proporciones cuya media 𝜇𝑝 y desviación típica 𝜎𝑝
están dadas por:
𝜇𝑝 = 𝑝
𝑝𝑞 𝑝(1 − 𝑞)
𝜎𝑝 = ට =ඨ
𝑛 𝑛
Recuperado de: https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/76119?page=38,39,40,41
ón).
3. ¿Cómo se realiza el muestreo sistemático?

Este método de muestreo consiste en lo siguiente: Supóngase que las N unidades de la
población se numeran en algún orden de 1 a N. Para seleccionar una muestra de n unidades
tomamos una al azar de las k primeras unidades, a continuación, elegimos la que viene k
unidades siguientes y así sucesivamente. Por ejemplo, si k =30 y la primera unidad elegida
es la 19, las subsiguientes unidades serán los números 49, 79, 109, etc. La selección de la
primera unidad determina la muestra completa. Este tipo de muestreo se llama muestra
sistemática de cada k-ésima unidad.
Las ventajas de este método sobre el aleatorio simple son:
· Es más fácil obtener la muestra y ejecutarlo con menos errores.
· Intuitivamente aparece como más preciso que el muestreo simple aleatorio. En
efecto, estratifica la población en n sustratos, los cuales consisten en las primeras k
unidades, las segundas k unidades, etc. Eligiendo una unidad por estrato. La diferencia está
en que en el muestreo estratificado la unidad dentro de cada sustrato se elige al azar, en este
siempre está en la misma posición relativa.
Una variante del muestreo sistemático consiste en escoger cada unidad en el centro del
estrato; esto es, en lugar de empezar la secuencia con un número al azar escogido del 1 al k,
tomamos el número inicial como (k+1)/2 si k es impar y (k+2)/2 si k es par.
4. ¿Cómo se realiza el muestreo aleatorio simple?

Las encuestas por muestreo consisten en extraer de una población finita de N unidades,
subpoblaciones de un tamaño fijado de antemano. Si todas las unidades son indistinguibles,
el número de muestras de tamaño n viene dado por:
𝑁 𝑁!
ቀ ቁ= = 𝐶𝑛
𝑛 𝑛! (𝑁 − 𝑛)!
𝑁 𝑁!
ቀ ቁ= = 𝐶𝑛
𝑛 𝑛! (𝑁 − 𝑛)!
Por ejemplo, si la población contiene 5 unidades A, B, C, D, E; existen 10 muestras

diferentes de tamaño 3, que son:
ABC, ABD, ABE, ACD, ACE
ADE, BCD, BCE, BDE. CDE
Debe notarse que la misma letra no ocurre dos veces en la misma muestra; y, también, que
el orden de los elementos no tiene importancia, las seis muestras ABC, ACB, BAC, BCA,
CAB, CBA son consideradas como iguales.
El muestreo aleatorio simple es un método de selección de n unidades sacadas de N, de tal
manera que cada una de las muestras tiene la misma probabilidad de ser elegida.
En la práctica una muestra aleatoria simple es extraída de la siguiente forma:
Se numeran las unidades de la población del 1 al N, y por medio de una tabla de números
aleatorios o colocando los números 1 a N en una urna, se extraen sucesivamente n números.
Las unidades que llevan estos números constituyen la muestra.
El método elegido debe de verificar que en cualquier fase de la obtención de la muestra
cada individuo que no ha sido sacado previamente, tiene la misma probabilidad de ser
elegido [1].
Es fácil ver que cada una de las NCn muestras tiene igual posibilidad de obtenerse.
Cuando un número ha sido sacado de la urna, éste no es reemplazado, ya que esto daría
lugar a que la misma unidad entrara en la muestra más de una vez. Por esta razón el
muestreo es descrito como sin reemplazo. El muestreo con reemplazo, es totalmente
factible, aunque rara vez es usado, ya que no se ve la conveniencia de tener el mismo
individuo dos veces en la misma muestra.
5. ¿Qué sucede cuando se realiza un muestreo probabilístico en muestras

pequeñas?
Se mejora la calidad de la investigación, la calidad de los hallazgos, debido que se investiga
una representación imparcial de la población. Es de vital importancia para eliminar el sesgo
de las encuestas.
ACTIVIDAD 2 ACTIVIDAD 3
¿Cuándo se utiliza un muestreo? ¿Para qué se ut

ACTIVIDAD 2 ACTIVIDAD 3
¿Cuándo se utiliza un muestreo? ¿Para qué se ut

endiendo de El intervalo de co
cantidad de En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos campo de la infer
de habitantes los elementos de una población), se selecciona una muestra, entendiendo por tal valores, entre los
esta ocasión una parte representativa de la población. El muestreo es por lo tanto una determinada prob
deal de una herramienta de la investigación científica, cuya función básica es determinar que
ropuesta por parte de una población debe examinarse, con la finalidad de hacer inferencias sobre
dicha población. La muestra debe lograr una representación adecuada de la Un intervalo de c
población, en la que se reproduzca de la mejor manera los rasgos esenciales de existen alrededo
dicha población que son importantes para la investigación. Para que una muestra rango superior y
sea representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias determinada y s
encontradas en la población, es decir ejemplificar las características de ésta. expresar con pre
población.
¿A qué se le llam
¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada
uno de ellos. En estadística, er
observar una mu
Muestreo aleatorio simple:
¿Qué represent
En este método de muestreo lo principales es tener una idea clara de cuantos confianza?
sujetos serán necesarios para completar el tamaño de la muestra que se va a
investigar, pues este consiste en que a cada sujeto de la población se le debe La estimación po
conocer asignar un número, para que posteriormente mediante algún sorteo, o generando de valores o inter
números aleatorios con ayuda de rifas o algún ordenador se logre dar a conocer límites contendrá
los números de los sujetos seleccionados que serán tomados como muestra.
a constante, ¿Cómo se calcu
nza que se Muestreo sistemático:
1 Lo primero es
% (1.96) el
Pues en este método como en el primero, los sujetos que conforman a la aceptada de com
nfiable.
población son enumerados, pero en lugar de dar a conocer los que serán incluidos dentro de ciertos
mediante el azar en este caso incluyen otra técnica. Posteriormente de que son confianza son de
enumerados, los investigadores dividen el total de la población que se presenta alto el nivel de co
entre el total de sujetos que requieren para la muestra; para después elegir a uno
de los primeros de estos sujetos al azar (ya enumerados) y posteriormente se va Para este ejercic
sumando de una forma secuencial o constante el mismo valor para elegir a los
2 Cálculo del ma
sujetos requeridos.
Cuando estimo la
desviación están
Muestreo estratificado:
¿Cómo se calcu
Mediante este método de investigación, los investigadores dividen a la población
en grupos o estratos que tengan relación o compartan características similares y Supongamos un
posteriormente se selecciona al azar o aleatoriamente a los sujetos finales de los desconocida (por
grupos o estratos formados. Este método es utilizado para cuando los en una determin
aleatoria simple
Cuando estimo la
desviación están
Muestreo estratificado:
¿Cómo se calcu
Mediante este método de investigación, los investigadores dividen a la población
en grupos o estratos que tengan relación o compartan características similares y Supongamos un
posteriormente se selecciona al azar o aleatoriamente a los sujetos finales de los desconocida (por
grupos o estratos formados. Este método es utilizado para cuando los en una determin
aleatoria simple
investigadores pretenden que dentro de la muestra se encuentren incluidos todos
proporción, llamé
los grupos de interés que puedan representar significancia para la investigación.
Muestreo no aleatorio o no probabilísticos

Sabemos que la
Mediante esta técnica de muestreo, en comparación del muestreo probabilístico
una normal de pa
las muestras no se recogen por medio de procesos donde a los sujetos se les
brinden las mismas posibilidades de ser seleccionados.
¿Cómo se realiza el muestreo sistemático?

De forma concreta, el proceso que seguiríamos en un muestreo sistemático sería
el siguiente: en los casos en
teorema de Moiv
1. Elaboramos una lista ordenada de los N individuos de la población, lo que
sería el marco muestral.
2. Dividimos el marco muestral en n fragmentos, donde n es el tamaño de
muestra que deseamos. El tamaño de estos fragmentos
será: K=N/n, donde K recibe el nombre de intervalo o coeficiente de elevación.
3. Número de inicio: obtenemos un número aleatorio entero A, menor o igual al
intervalo. Este número corresponderá al primer sujeto que seleccionaremos para
la muestra dentro del primer fragmento en que hemos dividido la población.
4. Selección de los n-1 individuos restantes: Seleccionamos los siguientes
individuos a partir del individuo seleccionado aleatoriamente, mediante una Si queremos calc
sucesión aritmética, seleccionando a los individuos del resto de fragmentos en que
hemos dividido la muestra que ocupan la misma posición que el sujeto inicial
tales que dejan u

¿Cómo se realiza el muestreo aleatorio simple?
El muestreo aleatorio simple es un método de selección de n unidades sacadas de

N, de tal manera que cada una de las muestras tiene la misma probabilidad de ser bastaría con ir a
elegida. izquierda de
En la práctica una muestra aleatoria simple es extraída de la siguiente forma:
Se numeran las unidades de la población del 1 al N, y por medio de una tabla de

números aleatorios o colocando los números 1 a N en una urna, se extraen
sucesivamente n números. Las unidades que llevan estos números constituyen la
muestra.
El método elegido debe de verificar que en cualquier fase de la obtención de la

muestra cada individuo que no ha sido sacado previamente, tiene la misma
probabilidad de ser elegido
sucesivamente n números. Las unidades que llevan estos números constituyen la
muestra.
El método elegido debe de verificar que en cualquier fase de la obtención de la

muestra cada individuo que no ha sido sacado previamente, tiene la misma
probabilidad de ser elegido
¿Qué sucede cuando se realiza un muestreo probabilístico en muestras

pequeñas?
Requiere que se posea de antemano un listado completo de toda la población.
Cuando se trabaja con muestras pequeñas es posible que no represente a la
población adecuadamente.
1. ¿Para qué se utilizan los intervalos de confianza?

Un intervalo de confianza es una técnica de estimación utilizada en inferencia
estadística que permite acotar un par o varios pares de valores, dentro de los cuales se
encontrará la estimación puntual buscada (con una determinada probabilidad).
2. ¿A qué se le llama error de estimación?
Un error de estimación que es la diferencia entre la estimación y el verdadero valor
del parámetro. El error de estimación es desconocido por lo cual es imposible saber en cada
caso cual ha sido la magnitud o el signo del error; para valorar el grado de precisión
asociado con una estimación puntual se parte de dicha estimación para construir un
intervalo de confianza.
3. ¿Qué representan los límites de confianza obtenidos en un intervalo de confianza?
Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido.
Debido a su naturaleza aleatoria, es poco probable que dos muestras de una población en
particular produzcan intervalos de confianza idénticos. Sin embargo, si usted repitiera
muchas veces su muestra, un determinado porcentaje de los intervalos de confianza
resultantes incluiría el parámetro de población desconocido.
4. ¿Cómo se calculan los intervalos de confianza para la media?
Cuando estimo la media poblacional a través de la media muestral y cuando la
desviación estándar de la población es conocida, a través de la siguiente formula:
𝑆
𝐸𝐸 =
ξ𝑁
5. ¿Cómo se calculan los intervalos de confianza para la proporción?

Una población en la que queremos estimar la proporción “p” desconocida (por
ejemplo, la proporción de personas que van al parque habitualmente en una determinada
ciudad), a través de la siguiente formula:
ඥ𝑝. (1 − 𝑝)
𝐸𝐸 =
ξ𝑛
¿Para qué se utilizan los intervalos de confianza?

Se aplican al control estadístico de los procesos. Dado que el proceso de
inferencia es el que estima el valor de un parámetro a partir del valor estadístico,

Se aplican al control estadístico de los procesos. Dado que el proceso de
inferencia es el que estima el valor de un parámetro a partir del valor estadístico,
se puede utilizar de manera puntual o también por intervalos.
¿A qué se le llama error de estimación?

Mide la desviación en una muestra valor poblacional. Es decir, el error estándar de
estimación mide las posibles variaciones de la media muestral con respecto al
verdadero valor de la media poblacional.
¿Qué representan los límites de confianza obtenidos en un intervalo de

confianza?
Intervalo de confianza bilateral, el margen de error es la distancia desde el
estadístico estimado hasta cada el valor del intervalo de confianza. Cuando un
intervalo de confianza es simétrico, el margen de error es la mitad del ancho del
intervalo de confianza.
¿Cómo se calculan los intervalos de confianza para la media?

De una población de media y desviación típica se pueden
tomar muestras de elementos. Cada una de estas muestras tiene a su vez una
media. Se puede demostrar que la media de todas las medias muéstrales coincide
con la media poblacional
¿Cómo se calculan los intervalos de confianza para la proporción?

Un intervalo de confianza para el parámetro p, basada en una observación de la
variable que ha dado como valor x. El mismo caso se aplica si estudiamos una
Binomial B (1, p) y consideramos el número de veces que ocurre el suceso que
define la variable al repetir el experimento n veces en condiciones de
independencia.
Elaborado por: KEVIN HUMBERTO DE LEON ORTIZ
1- PARA QUÉ SE UTILIZAN LOS INTERVALOS DE CONFIANZA?

Un intervalo de confianza es una técnica de estimación utilizada en inferencia
estadística que permite acotar un par o varios pares de valores, dentro de los
cuales se encontrará la estimación puntual buscada (con una determinada probabilidad).
2- ¿A QUÉ SE LE LLAMA ERROR DE ESTIMACIÓN?

El error estándar de estimación mide la desviación en una muestra valor poblacional. Es
decir, el error estándar de estimación mide las posibles variaciones de la media muestral
con respecto al verdadero valor de la media poblacional. (Lugo, 2.011)
3- ¿QUÉ REPRESENTAN LOS LÍMITES DE CONFIANZA OBTENIDOS

EN UN INTERVALO DE CONFIANZA?
Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido.
Debido a su naturaleza aleatoria, es poco probable que dos muestras de una población en
particular produzcan intervalos de confianza idénticos. Sin embargo, si usted repitiera
muchas veces su muestra, un determinado porcentaje de los intervalos de confianza
resultantes incluiría el parámetro de población desconocido.
El intervalo de confianza se determina calculando una estimación de punto y luego
determinando su margen de error.
Estimación de punto
Este valor individual estima un parámetro de población usando los datos de la muestra.
Margen de error
Cuando usted utiliza estadísticos para estimar un valor, es importante recordar que, sin
importar lo bien que esté diseñado su estudio, su estimación está sujeta a error de muestreo
aleatorio. El margen de error cuantifica este error e indica la precisión de la estimación.
Usted probablemente ya entiende el margen de error, porque está relacionado con los
resultados de las encuestas. Por ejemplo, una encuesta política podría indicar que el nivel
de popularidad de un candidato es de 55% con un margen de error de 5%. Esto significa
que el nivel de popularidad real es +/- 5% y, por lo tanto, se ubica entre 50% y 60%.
Para un intervalo de confianza bilateral, el margen de error es la distancia desde el
estadístico estimado hasta cada el valor del intervalo de confianza. Cuando un intervalo de
confianza es simétrico, el margen de error es la mitad del ancho del intervalo de confianza.
Por ejemplo, la longitud media estimada de un árbol de levas es 600 mm y el intervalo de
confianza oscila entre 599 y 601. El margen de error es 1.
Mientras mayor sea el margen de error, más ancho será el intervalo y menos seguro podrá
estar usted del valor de la estimación de punto.
estadístico estimado hasta cada el valor del intervalo de confianza. Cuando un intervalo de
confianza es simétrico, el margen de error es la mitad del ancho del intervalo de confianza.
Por ejemplo, la longitud media estimada de un árbol de levas es 600 mm y el intervalo de
confianza oscila entre 599 y 601. El margen de error es 1.
Mientras mayor sea el margen de error, más ancho será el intervalo y menos seguro podrá
estar usted del valor de la estimación de punto.
4- ¿CÓMO SECALCULAN LOS INTERVALOS DECONFIANZAPARALA

MEDIA?
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de
una media muestral (uno superior y otro inferior). Estos valores van a acotar un rango
dentro del cual, con una determinada probabilidad, se va a localizar el parámetro
poblacional.. (Economipedia, s.f.)
Intervalo de confianza = media +- margen de error
5- ¿CÓMO SECALCULAN LOS INTERVALOS DECONFIANZAPARALA

PROPORCIÓN?
Dada una variable aleatoria con distribución Binomial B(n, p), el objetivo es la
construcción de un intervalo de confianza para el parámetro p, basada en una observación
de la variable que ha dado como valor x. El mismo caso se aplica si estudiamos una
Binomial B (1, p) y consideramos el número de veces que ocurre el suceso que define la
variable al repetir el experimento n veces en condiciones de independencia. (Ub.edu, s.f.)
Existen dos alternativas a la hora de construir un intervalo de confianza para p:
Considerar la aproximación asintótica de la distribución Binomial en la distribución
Normal.
Utilizar un método exacto.
Aproximación asintótica
Tiene la ventaja de la simplicidad en la expresión y en los cálculos, y es la más referenciada
en la mayoría de textos de estadística. Se basa en la aproximación
Que, trasladada a la frecuencia relativa, resulta
Tomando como estadístico pivote
que sigue una distribución N(0, 1), y añadiendo una corrección por continuidad al pasar
de una variable discreta a una continua, se obtiene el intervalo de confianza asintótico:
que sigue una distribución N(0, 1), y añadiendo una corrección por continuidad al pasar
de una variable discreta a una continua, se obtiene el intervalo de confianza asintótico:
Donde zα/2 es el valor de una distribución Normal estándar que deja a su derecha una
probabilidad de α para un intervalo de confianza de (1 − α) · 100 % Las condiciones
generalmente aceptadas para considerar válida la aproximación asintótica anterior son:
Elaborado por: CARLOS ALBERTO BUELVAS MEDINA
1. ¿Para qué se utilizan los intervalos de confianza?

trapolables
ultados Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística
ón. En las que permite acotar un par o varios pares de valores, dentro de los cuales se encontrará la
nsivamente estimación puntual buscada (con una determinada probabilidad).
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media
nsiste cada muestral (uno superior y otro inferior). Estos valores van a acotar un rango dentro del cual,
con una determinada probabilidad, se va a localizar el parámetro poblacional.
de n 2. ¿A qué se le llama error de estimación?

. Cada El error estándar de estimación mide la desviación en una muestra valor poblacional. Es
tribución decir, el error estándar de estimación mide las posibles variaciones de la media muestral
con respecto al verdadero valor de la media poblacional.
ño n que se 3. ¿Qué representan los límites de confianza obtenidos en un intervalo de
mite de la confianza?
El intervalo de confianza describe la variabilidad entre la medida obtenida en un estudio y
la medida real de la población (el valor real). Corresponde a un rango de valores, cuya
distribución es normal y en el cual se encuentra, con alta probabilidad, el valor real de una
determinada variable. Esta «alta probabilidad» se ha establecido por consenso en 95%. Así,
un intervalo de confianza de 95% nos indica que dentro del rango dado se encuentra el
valor real de un parámetro con 95% de certeza.
iones
medias 4. ¿Cómo se calculan los intervalos de confianza para la media?
de estas Se trata de encontrar dos números L y U, tales que el parámetro µ se encuentre entre ellos
con una probabilidad de 1-α. Esto es:
𝑃ሺ𝐿 ≤ 𝜇 ≤ 𝑈ሻ= 1 − 𝛼
Sea 𝑥1 , 𝑥2 , … , 𝑥𝑛 una muestra aleatoria de tamaño n de una población, con una distribución
normal con media µ y varianza 𝜎 2 , ambas desconocidas. El procedimiento generar para
decidir el intervalo consiste en a partir de un estadístico que involucra el parámetro de
interés y que tenga una distribución conocida. En el caso de µ, tal estadístico es:
a del límite 𝑋ത− 𝜇
reo de Z es 𝑡=
𝑆/ξ 𝑛
El cual tiene una distribución T de Student con n-1 grados de libertad. Por lo tanto, en la
tabla de esta distribución o en su gráfica se pueden ubicar dos valores críticos 𝑡𝛼/2 y 𝑡𝛼 /2`
ita y que la tales que:
s que la
𝑋ത− 𝜇
𝑃 ቆ−𝑡𝛼/2 ≤ ≤ 𝑡𝛼 /2 ቇ = 1 − 𝛼
𝑆/ξ 𝑛
El cual tiene una distribución T de Student con n-1 grados de libertad. Por lo tanto, en la
tabla de esta distribución o en su gráfica se pueden ubicar dos valores críticos 𝑡𝛼/2 y 𝑡𝛼 /2`
ita y que la tales que:
s que la
𝑋ത− 𝜇
𝑃 ቆ−𝑡𝛼/2 ≤ ≤ 𝑡𝛼 /2 ቇ = 1 − 𝛼
𝑆/ξ 𝑛
ción y ara
De aquí al despejar hasta el parámetro de interés solo en medio de las desigualdades, se
ón típica 𝜎𝑝 llega a que:
𝑆 𝑆
𝑋ത− 𝑡𝛼/2
𝑃൬ ≤ 𝜇 ≤ 𝑋ത+ 𝑡𝛼 /2 ൰= 1 − 𝛼
ξ𝑛 ξ𝑛
Así,
𝑆 𝑆
𝐿 = 𝑋ത− 𝑡𝛼/2 y 𝑈 = 𝑋ത+ 𝑡𝛼 /2
ξ𝑛 ξ𝑛
Forman el intervalo a 100(1-α)% para la media desconocida µ. En la tabla de la distribución

,41 T de Student se observa que para una muestra mayor o igual a 30, el intervalo a 100(1-α)%
𝑆
para la media µ es aproximadamente 𝑋ത± 2 𝑛 , o sea, la media más o menos dos veces la
ξ
estimación de su error estándar.
Recuperado de: http://www.ebooks7-

des de la 24.com.bibliotecavirtual.unad.edu.co/stage.aspx?il=280&pg=84&ed=
n unidades
ue viene k
dad elegida 5. ¿Cómo se calculan los intervalos de confianza para la proporción?
cción de la
a muestra En el supuesto de que un número de artículos defectuosos es una muestra sigue una
distribución binomial, y si se inspeccionan n artículos y se encuentra una proporción p de
defectuosos, es posible construir un intervalo de confianza para la proporción poblacional
p, apoyándose de la distribución binomial por la normal, que es adecuada cuando np ≥ 5 y
. n(1-p) ≥ 5. En estas condiciones se pueden afirmar que la proporción muestral sigue de
manera aproximada una distribución normal con media p y varianza p(1-p)/n. Con la misma
orio. En argumentación que en el intervalo para la media, se deduce que el intervalo de confianza
meras k para la proporción es de la forma:
erencia está
azar, en este 𝑝Ƹሺ1 − 𝑝Ƹሻ 𝑝Ƹ(1 − 𝑝Ƹ)
𝑝Ƹ− 𝑍𝛼 ඨ ≤ 𝑝 ≤ 𝑝Ƹ+ 𝑍𝛼 /2 ඨ
2 𝑛 𝑛
Donde 𝑍𝛼 es un percentil de la tabla de distribución normal estándar que esta en el

centro del 2
o del 1 al k, apéndice, tal que 𝑃 ቀ𝑍 > 𝑍𝛼 ቁ= 𝛼/2 o bien se puede obtener con Excel con la función
2
par. DISTR.NORM.ESTAND.INV(1-α/2)
Recuperado de: http://www.ebooks7-

24.com.bibliotecavirtual.unad.edu.co/stage.aspx?il=280&pg=87&ed=
unidades,
stinguibles,
24.com.bibliotecavirtual.unad.edu.co/stage.aspx?il=280&pg=87&ed=
muestras
mbién, que
BAC, BCA,
de N, de tal
egida.
rma:
e números
n números.
a muestra
ad de ser
enerse.
esto daría
razón el
almente
l mismo
estras
se investiga
nar el sesgo
ACTIVIDAD 3
ACTIVIDAD 3
El intervalo de confianza representa una técnica de estimación que se utiliza en el
campo de la inferencia estadística. En él se permite acotar uno o diversos pares de
valores, entre los cuales está la estimación puntual indagada. Esto dentro de una
determinada probabilidad.
Un intervalo de confianza estadística en estadística permite calcular los valores que

existen alrededor de una media muestral. 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?
En estadística, error muestral o error de estimación es el error que surge a causa de
observar una muestra de la población completa
¿Qué representan los límites de confianza obtenidos en un intervalo de

confianza?
La estimación por intervalos de confianza consiste en determinar un posible rango

de valores o intervalo (a; b), en el que, con una determinada probabilidad, sus
límites contendrán el valor del parámetro poblacional que andamos buscando.
¿Cómo se calculan los intervalos de confianza para la media?
1 Lo primero es fijar un nivel de confianza 1-αα (siendo αα 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.
Para este ejercicio fijamos un nivel de confianza del 90%
2 Cálculo del margen de error

desviación estándar de la población es conocida

Supongamos una población en la que queremos estimar la proporción “p”
desconocida (por ejemplo la proporción de personas que van al cine habitualmente
en una determinada ciudad). Supongamos también que extraemos una muestra
aleatoria simple de tamaño “n” en la que obtenemos un valor concreto para la
desviación estándar de la población es conocida

Supongamos una población en la que queremos estimar la proporción “p”
desconocida (por ejemplo la proporción de personas que van al cine habitualmente
en una determinada ciudad). Supongamos también que extraemos una muestra
aleatoria simple de tamaño “n” en la que obtenemos un valor concreto para la
proporción, llamémosle
Sabemos que la distribución en el muestreo de las proporciones muestrales, sigue

una normal de parámetros
en los casos en que se cumplan las hipótesis sobre normalidad que estipula el
teorema de Moivre. Esto quiere decir que si tipificamos
Si queremos calcular los valores
tales que dejan una probabilidad central de
bastaría con ir a la tabla de la normal y localizar el valor que deja un barrido a su

izquierda de
DESCRIBIR LA POBLACION: La compañía k mundo de origen colombiano vende B
las ventas en linea, utilizando diferentes portales d
del producto. Por lo tanto, realizó el consolidado d
obtenidos de una encu
Vida util del

Elemento Tipo de producto Precio de Probabilidad de Precio de
vendido articulo (meses) costo defecto venta
1 5 36 14000 1.10 25000
2 1 36 18300 3.50 36000
3 5 12 14000 2.79 20000
4 4 18 18300 1.51 36000
5 4 48 24000 3.02 42000
6 1 36 5400 1.84 12000
7 3 18 24000 2.85 42000
8 1 36 14000 3.64 25000
9 4 12 14000 3.09 25000
10 4 48 24000 3.34 36000
11 4 60 14000 3.99 25000
12 4 12 18300 2.14 36000
13 5 60 5400 3.92 12000
14 1 12 14000 2.64 25000
15 4 48 18300 2.35 36000
16 3 18 14000 3.42 25000
17 2 60 24000 1.09 49000
18 3 36 14000 3.70 25000
19 4 12 5400 3.99 18000
20 1 18 14000 2.10 20000
21 4 36 14000 3.91 25000
22 4 36 18300 3.99 36000
23 5 36 14000 3.59 25000
24 3 60 18300 1.44 36000
25 1 60 5400 1.92 18000
26 4 48 14000 2.45 25000
27 1 12 5400 1.32 15000
28 3 12 18300 2.35 36000
29 4 12 18300 2.27 36000
30 4 12 5400 3.21 18000
31 5 36 5400 2.37 18000
32 3 18 24000 2.55 42000
33 4 60 24000 2.53 49000
34 2 36 5400 1.40 18000
35 3 48 14000 3.37 25000
36 2 48 18300 3.90 36000
37 3 36 24000 2.26 49000
38 5 48 18300 3.29 36000
39 5 36 24000 2.81 36000
40 1 36 14000 2.71 25000
41 5 18 18300 1.82 36000
42 3 36 18300 3.70 36000
43 2 48 14000 2.07 25000
44 3 18 24000 3.48 42000
45 5 18 18300 3.64 36000
46 4 12 18300 3.14 36000
47 1 36 18300 2.82 36000
48 5 12 14000 3.44 25000
49 2 48 5400 3.08 15000
50 1 48 24000 1.81 42000
51 1 12 24000 1.99 36000
52 1 36 14000 3.79 25000
53 4 12 5400 1.16 18000
54 3 36 14000 2.54 25000
55 3 12 18300 3.55 36000
56 2 60 24000 2.67 41000
57 1 18 14000 2.20 20000
58 4 36 5400 1.18 12000
59 3 60 18300 1.53 36000
60 4 36 18300 2.71 36000
61 3 12 18300 3.89 33000
62 5 48 14000 1.92 25000
63 5 48 5400 2.78 18000
64 4 36 5400 1.05 12000
65 3 36 24000 1.85 36000
66 5 36 14000 3.94 25000
67 4 36 5400 1.86 12000
68 1 48 24000 1.21 36000
69 1 36 18300 1.09 36000
70 1 36 5400 2.99 12000
71 1 36 5400 2.35 18000
72 3 36 24000 2.74 45000
73 5 18 24000 1.28 36000
74 4 36 14000 2.41 25000
75 4 18 14000 1.97 25000
76 2 12 18300 3.58 36000
77 5 36 14000 2.61 25000
78 5 36 24000 3.17 36000
79 5 36 5400 3.53 18000
80 1 36 5400 3.87 12000
81 3 60 24000 1.39 36000
82 5 36 18300 2.55 36000
83 3 18 5400 1.33 18000
84 5 36 18300 2.05 36000
85 1 12 5400 2.36 12000
86 4 36 5400 1.29 12000
87 1 12 14000 3.23 25000
88 1 18 14000 3.12 25000
89 2 18 5400 2.58 18000
90 5 36 5400 1.60 12000
91 2 36 5400 2.21 12000
92 4 12 5400 2.72 12000
93 4 18 5400 3.80 18000
94 2 36 18300 1.34 36000
95 3 60 14000 3.24 25000
96 2 36 18300 2.79 36000
97 3 36 14000 1.60 25000
98 1 36 24000 2.07 36000
99 5 60 18300 2.18 36000
100 5 18 24000 3.38 41000
101 5 60 14000 2.09 25000
102 5 36 24000 1.31 45000
103 4 48 24000 2.72 47000
104 3 36 24000 3.65 36000
105 5 36 18300 1.42 33000
106 1 36 18300 3.05 33000
107 3 36 24000 2.25 42000
108 5 18 18300 2.85 36000
109 4 60 24000 3.67 36000
110 1 36 24000 1.28 36000
111 2 18 24000 3.42 36000
112 3 36 14000 3.23 21000
113 5 36 18300 2.70 36000
114 5 36 5400 2.26 12000
115 4 12 5400 1.52 12000
116 5 36 24000 2.66 42000
117 3 12 24000 2.62 36000
118 4 36 14000 3.62 25000
119 1 48 24000 1.72 36000
120 2 48 18300 1.32 36000
121 1 36 24000 2.42 42000
122 3 36 24000 3.94 36000
123 2 36 14000 2.88 25000
124 5 36 14000 3.33 25000
125 2 18 14000 2.56 20000
126 1 36 18300 1.96 36000
127 2 36 14000 3.46 21000
128 4 36 14000 3.23 25000
129 3 36 14000 2.01 25000
130 5 60 24000 3.41 36000
131 3 36 24000 3.11 36000
132 3 60 5400 2.62 12000
133 3 36 14000 2.14 20000
134 2 48 18300 2.59 36000
135 2 36 18300 3.29 36000
136 1 48 14000 1.29 20000
137 4 12 18300 1.96 36000
138 3 12 24000 2.23 41000
139 5 48 5400 3.13 12000
140 2 60 24000 2.88 36000
141 2 36 5400 3.36 18000
142 3 18 5400 3.76 18000
143 1 12 14000 2.43 25000
144 3 36 24000 1.70 49000
145 4 36 5400 2.82 12000
146 1 36 14000 3.32 25000
147 5 36 5400 3.89 18000
148 2 36 24000 1.67 49000
149 2 36 24000 2.16 36000
150 2 12 24000 3.91 42000
151 1 60 18300 3.44 33000
152 5 18 18300 3.47 33000
153 1 36 18300 1.32 36000
154 1 36 5400 1.58 15000
155 5 36 18300 3.60 36000
156 3 36 14000 1.52 25000
157 3 12 14000 3.81 25000
158 5 60 14000 2.22 21000
159 5 36 14000 2.09 25000
160 4 36 18300 1.88 36000
161 1 36 14000 1.19 25000
162 4 36 18300 2.04 36000
163 3 18 5400 3.76 12000
164 3 60 18300 1.60 36000
165 5 36 14000 2.46 25000
166 5 18 5400 1.93 12000
167 2 36 24000 3.59 42000
168 1 18 14000 1.79 25000
169 3 12 5400 3.10 12000
170 3 18 24000 1.25 41000
171 2 18 18300 3.32 33000
172 1 60 24000 3.83 45000
173 1 36 14000 3.30 25000
174 2 36 5400 2.47 12000
175 1 12 14000 1.32 21000
176 1 48 14000 1.32 25000
177 1 60 5400 3.38 12000
178 5 18 18300 1.75 36000
179 4 36 18300 3.72 36000
180 1 36 14000 2.88 25000
181 5 48 5400 1.55 12000
182 4 12 18300 3.32 36000
183 3 36 5400 2.97 18000
184 1 18 5400 2.39 15000
185 5 36 5400 3.81 15000
186 5 12 18300 3.20 36000
187 5 36 24000 1.70 36000
188 5 60 14000 2.96 25000
189 3 36 14000 3.10 21000
190 2 36 5400 1.73 18000
191 2 36 5400 3.57 18000
192 4 36 14000 3.26 25000
193 5 36 5400 2.33 12000
194 3 36 18300 3.04 36000
195 4 60 14000 1.37 25000
196 3 36 5400 3.99 12000
197 3 36 18300 2.56 36000
198 5 60 14000 1.32 21000
199 5 48 18300 2.74 36000
200 5 48 18300 1.69 33000
201 1 36 5400 2.42 15000
202 2 18 5400 2.95 18000
203 2 36 24000 1.41 36000
204 2 48 24000 3.19 36000
205 1 48 5400 3.43 18000
206 2 12 14000 1.54 20000
207 3 48 14000 1.06 25000
208 1 12 18300 3.29 36000
209 4 18 14000 3.40 25000
210 5 36 5400 3.84 18000
211 1 60 5400 2.56 15000
212 1 12 24000 3.85 45000
213 5 18 18300 2.77 36000
214 4 36 18300 1.71 36000
215 1 48 18300 2.30 36000
216 5 18 5400 1.62 12000
217 1 36 5400 2.22 12000
218 2 18 18300 3.62 36000
219 3 60 24000 3.94 36000
220 1 12 18300 1.04 36000
221 4 36 5400 1.72 15000
222 1 12 5400 2.64 12000
223 2 12 5400 2.31 18000
224 2 36 24000 3.88 41000
225 3 60 18300 1.72 36000
226 5 18 14000 3.08 25000
227 2 18 24000 1.38 36000
228 1 48 5400 1.63 15000
229 3 60 24000 1.15 41000
230 2 12 14000 3.37 25000
231 4 36 24000 1.49 36000
232 2 60 24000 2.02 45000
233 3 60 14000 3.97 25000
234 2 12 18300 2.23 36000
235 2 48 14000 2.39 25000
236 5 36 5400 1.69 18000
237 2 36 18300 1.55 36000
238 5 18 18300 1.48 36000
239 1 36 18300 3.85 36000
240 3 36 24000 3.77 36000
241 3 36 18300 2.02 36000
242 1 12 5400 2.43 18000
243 4 36 18300 2.40 36000
244 3 48 24000 3.56 45000
245 3 36 18300 1.49 36000
246 4 36 5400 1.05 18000
247 4 60 14000 3.11 25000
248 4 36 5400 3.48 12000
249 5 48 5400 3.26 12000
250 3 48 5400 1.39 12000
251 4 36 24000 1.79 47000
252 2 36 14000 3.95 25000
253 2 12 24000 3.47 36000
254 1 18 18300 2.89 36000
255 5 12 5400 2.23 18000
256 4 36 5400 1.32 12000
257 3 48 24000 1.14 47000
258 1 36 18300 3.12 36000
259 3 18 18300 3.51 36000
260 3 48 24000 3.89 42000
261 2 48 24000 2.33 42000
262 1 48 24000 1.56 42000
263 4 18 14000 2.66 20000
264 5 12 5400 1.16 12000
265 1 18 24000 2.50 45000
266 2 12 24000 2.58 42000
267 2 36 5400 1.22 12000
268 5 60 24000 2.17 42000
269 3 18 14000 1.32 21000
270 5 18 18300 2.85 36000
271 2 18 18300 2.23 36000
272 4 48 18300 3.53 36000
273 3 36 14000 3.83 21000
274 1 12 24000 2.44 45000
275 2 60 5400 2.81 18000
276 1 36 14000 2.44 25000
277 4 18 24000 3.75 49000
278 2 18 18300 3.91 36000
279 4 36 14000 2.71 25000
280 3 60 24000 3.07 45000
281 4 36 14000 1.21 20000
282 4 18 24000 3.72 47000
283 4 36 14000 3.13 25000
284 3 36 14000 1.87 25000
285 3 60 14000 3.03 21000
286 1 36 18300 2.56 36000
287 5 36 5400 3.05 12000
288 1 36 14000 2.91 25000
289 4 36 24000 3.12 36000
290 3 36 5400 1.54 12000
291 4 36 18300 2.74 36000
292 1 48 18300 2.79 36000
293 5 18 24000 1.13 36000
294 3 36 5400 1.43 18000
295 5 18 18300 2.33 36000
296 3 60 24000 3.43 36000
297 2 36 5400 1.25 18000
298 4 60 18300 1.34 33000
299 3 18 24000 2.47 36000
300 5 36 18300 1.97 36000
301 5 60 18300 1.91 36000
302 1 36 24000 2.43 45000
303 2 48 5400 1.34 12000
304 4 36 24000 3.07 42000
305 2 12 24000 2.02 41000
306 5 60 5400 3.86 12000
307 3 36 5400 2.80 15000
308 1 36 24000 1.68 41000
309 3 12 24000 3.17 36000
310 2 36 14000 3.55 21000
311 3 60 18300 3.91 36000
312 5 48 5400 1.57 18000
313 5 12 14000 3.28 25000
314 1 36 14000 2.46 25000
315 1 18 14000 1.27 25000
316 4 36 14000 3.48 25000
317 2 36 14000 2.43 21000
318 4 48 24000 3.46 36000
319 4 48 14000 2.77 25000
320 5 36 14000 1.64 25000
321 4 48 5400 3.24 12000
322 4 36 5400 2.31 12000
323 1 48 5400 3.60 18000
324 1 36 5400 2.06 18000
325 3 36 5400 1.91 12000
326 5 36 18300 1.94 36000
327 5 36 24000 1.39 45000
328 2 36 5400 2.50 12000
329 1 60 5400 1.04 18000
330 3 12 5400 2.02 12000
331 3 36 14000 1.74 25000
332 4 48 14000 1.79 25000
333 1 36 14000 1.52 25000
334 5 36 5400 3.35 12000
335 4 18 18300 2.94 36000
336 5 60 14000 2.14 25000
337 3 12 5400 1.29 18000
338 4 12 5400 2.31 12000
339 2 18 14000 1.69 25000
340 5 12 18300 3.53 36000
341 2 12 14000 2.03 25000
342 4 60 5400 3.72 12000
343 3 36 24000 1.12 45000
344 5 36 14000 2.15 25000
345 3 48 18300 1.31 36000
346 5 36 24000 3.41 36000
347 1 60 18300 1.72 36000
348 2 36 24000 3.61 45000
349 3 18 5400 2.78 18000
350 1 48 18300 2.13 36000
351 3 12 5400 3.37 12000
352 2 36 5400 2.48 15000
353 2 12 14000 1.76 25000
354 2 36 18300 2.99 36000
355 1 60 5400 1.65 15000
356 2 60 24000 1.79 42000
357 1 18 5400 2.56 12000
358 5 36 5400 3.94 12000
359 4 18 5400 1.69 12000
360 3 18 24000 1.77 41000
361 1 36 5400 1.17 12000
362 1 36 24000 3.43 47000
363 1 36 14000 2.82 25000
364 3 36 14000 3.70 25000
365 4 36 18300 1.03 36000
366 3 12 18300 2.98 36000
367 2 48 14000 2.50 21000
368 2 36 14000 1.12 25000
369 1 36 5400 1.08 18000
370 5 18 14000 1.12 25000
371 4 60 24000 3.36 36000
372 3 36 14000 1.42 25000
373 5 36 24000 1.98 36000
374 4 18 24000 3.30 36000
375 1 36 24000 3.85 45000
376 1 36 18300 2.69 36000
377 2 12 5400 2.45 18000
378 2 18 24000 1.92 42000
379 3 36 18300 1.42 36000
380 2 60 18300 3.81 33000
381 1 36 5400 3.82 18000
382 2 60 18300 1.77 36000
383 4 18 5400 1.10 12000
384 2 18 14000 1.83 20000
385 1 36 24000 3.18 36000
386 2 12 18300 3.91 36000
387 1 36 14000 2.60 20000
388 4 36 18300 3.81 36000
389 1 36 18300 2.55 36000
390 3 18 14000 2.40 25000
391 4 60 18300 1.14 36000
392 5 36 18300 2.74 36000
393 4 36 18300 2.26 36000
394 4 36 14000 1.27 25000
395 2 36 5400 2.29 18000
396 1 36 24000 1.26 47000
397 3 12 24000 2.52 47000
398 4 12 14000 3.31 25000
399 3 48 24000 2.63 36000
400 3 36 24000 1.03 41000
401 1 18 5400 3.22 12000
402 1 48 5400 2.39 12000
403 5 12 14000 2.99 21000
404 5 36 5400 1.24 18000
405 5 48 14000 3.97 25000
406 4 48 5400 1.23 18000
407 5 12 14000 3.19 25000
408 3 36 18300 3.39 36000
409 5 48 18300 2.38 36000
410 3 18 5400 3.48 18000
411 2 36 24000 3.20 45000
412 4 12 14000 1.49 20000
413 1 60 5400 2.41 12000
414 4 60 5400 3.88 12000
415 2 12 24000 1.04 36000
416 4 36 24000 1.12 45000
417 2 36 18300 3.59 36000
418 1 48 18300 1.60 36000
419 5 12 14000 1.73 25000
420 1 48 18300 2.66 36000
421 5 48 24000 1.75 41000
422 1 36 14000 2.01 25000
423 3 36 18300 2.71 36000
424 4 36 18300 1.39 36000
425 5 48 14000 3.63 25000
426 5 60 5400 3.79 18000
427 1 12 5400 3.58 12000
428 2 12 5400 2.51 12000
429 3 36 24000 3.67 42000
430 5 18 18300 3.70 36000
431 5 18 5400 1.72 12000
432 1 18 18300 3.40 36000
433 1 60 5400 3.10 15000
434 4 48 5400 2.95 12000
435 5 36 24000 2.75 49000
436 1 12 14000 2.42 25000
437 5 18 18300 3.78 36000
438 2 36 24000 1.41 36000
439 1 36 5400 2.41 18000
440 4 18 5400 2.41 18000
441 1 18 24000 1.81 47000
442 3 18 24000 3.19 36000
443 4 18 24000 3.45 42000
444 3 18 5400 1.00 18000
445 2 48 14000 3.91 20000
446 1 60 5400 3.92 18000
447 3 60 18300 1.42 36000
448 4 18 14000 3.11 25000
449 5 48 5400 1.90 12000
450 3 60 24000 2.58 36000
451 4 36 14000 1.06 25000
452 4 60 5400 2.79 12000
453 1 12 14000 3.30 25000
454 4 48 24000 2.14 36000
455 4 36 24000 3.10 49000
456 2 48 5400 1.87 12000
457 3 36 18300 2.60 36000
458 4 12 18300 2.55 36000
459 1 36 18300 2.01 33000
460 2 60 24000 2.00 42000
461 1 36 5400 1.43 18000
462 2 36 5400 1.42 12000
463 1 36 14000 2.27 21000
464 4 36 5400 1.59 12000
465 3 36 24000 2.67 47000
466 5 12 24000 1.48 36000
467 3 36 18300 1.01 36000
468 2 48 5400 2.05 18000
469 1 36 24000 1.60 45000
470 2 12 24000 3.24 36000
471 2 36 18300 1.60 36000
472 3 36 24000 1.68 45000
473 4 36 14000 1.80 25000
474 2 12 24000 1.51 41000
475 4 60 14000 3.06 25000
476 5 36 5400 1.36 18000
477 4 60 18300 1.81 36000
478 1 36 14000 1.32 25000
479 1 12 14000 1.13 25000
480 3 36 18300 3.66 36000
481 5 36 5400 3.74 18000
482 4 48 18300 3.29 36000
483 5 36 14000 1.43 25000
484 5 18 24000 1.52 36000
485 3 60 5400 1.62 12000
486 2 36 5400 2.57 15000
487 3 48 5400 2.51 12000
488 5 48 18300 2.90 36000
489 4 60 5400 3.08 12000
490 4 36 14000 3.19 25000
491 3 36 14000 3.83 25000
492 2 48 18300 1.49 36000
493 5 18 24000 1.53 36000
494 2 18 18300 3.88 36000
495 1 36 24000 3.57 49000
496 5 36 24000 3.69 36000
497 1 60 5400 2.61 12000
498 2 18 5400 1.73 12000
499 1 36 24000 1.09 36000
500 3 18 24000 3.80 41000
501 3 18 14000 3.59 20000
502 3 60 14000 1.58 21000
503 4 60 14000 3.30 25000
504 1 18 5400 2.18 18000
505 3 18 14000 1.82 25000
506 2 36 14000 1.74 25000
507 2 36 18300 2.50 36000
508 3 48 5400 3.43 12000
509 5 60 24000 2.82 36000
510 4 18 5400 3.83 18000
511 1 12 18300 2.00 36000
512 5 12 24000 1.19 49000
513 1 18 5400 2.35 18000
514 2 36 5400 1.92 18000
515 1 36 18300 3.25 36000
516 4 36 24000 1.82 36000
517 3 18 14000 3.44 25000
518 3 36 5400 1.16 18000
519 4 36 14000 3.15 21000
520 4 36 5400 1.22 12000
521 4 18 5400 1.43 18000
522 4 12 18300 1.05 36000
523 1 36 5400 1.70 12000
524 2 48 24000 3.32 36000
525 3 60 18300 2.74 33000
526 5 60 5400 2.56 15000
527 2 12 5400 1.09 15000
528 3 36 24000 1.33 42000
529 3 60 18300 3.56 36000
530 1 12 24000 3.26 36000
531 4 36 14000 1.85 25000
532 2 12 24000 3.95 36000
533 1 12 24000 1.73 42000
534 5 18 14000 1.00 25000
535 5 48 14000 2.64 20000
536 3 36 24000 3.06 49000
537 4 48 5400 3.81 12000
538 5 36 14000 2.87 20000
539 4 18 5400 2.49 18000
540 4 36 18300 2.53 36000
541 2 18 24000 1.55 42000
542 2 36 18300 1.31 36000
543 4 60 14000 2.19 25000
544 4 18 24000 2.70 42000
545 4 18 5400 2.26 12000
546 2 12 5400 2.86 12000
547 4 48 18300 3.16 36000
548 5 36 14000 2.66 20000
549 5 36 5400 1.17 18000
550 3 36 18300 1.51 36000
551 5 48 24000 1.45 49000
552 2 36 14000 3.75 25000
553 2 12 5400 2.11 12000
554 4 18 18300 2.13 36000
555 2 18 24000 2.24 36000
556 4 36 14000 1.88 25000
557 4 12 5400 2.60 18000
558 1 18 5400 2.09 12000
559 4 60 14000 1.34 25000
560 5 36 14000 1.90 20000
561 3 12 5400 2.67 12000
562 1 36 5400 2.82 12000
563 2 36 5400 2.55 18000
564 4 12 14000 1.50 25000
565 5 18 18300 1.81 36000
566 2 36 24000 1.32 36000
567 3 60 18300 2.24 36000
568 2 12 24000 1.90 36000
569 1 36 24000 2.69 36000
570 4 36 18300 1.58 36000
571 4 48 14000 1.01 25000
572 4 48 24000 3.61 36000
573 5 48 5400 2.66 18000
574 2 36 24000 1.89 36000
575 5 60 14000 3.86 25000
576 5 36 18300 3.84 36000
577 4 36 5400 3.09 12000
578 4 48 18300 2.58 36000
579 5 60 14000 3.42 25000
580 4 60 24000 2.08 47000
581 2 36 5400 2.72 12000
582 2 60 5400 1.35 12000
583 1 48 18300 2.77 36000
584 2 36 5400 3.14 12000
585 5 48 18300 3.73 36000
586 1 36 5400 2.60 12000
587 3 48 18300 3.61 36000
588 3 60 5400 1.87 18000
589 5 12 18300 1.61 36000
590 3 18 14000 1.05 25000
591 3 60 5400 2.68 18000
592 1 36 5400 3.48 12000
593 2 12 24000 2.66 49000
594 3 36 24000 3.67 36000
595 5 12 24000 2.14 49000
596 5 36 18300 3.30 36000
597 1 60 18300 2.98 36000
598 4 18 5400 1.87 18000
599 1 48 18300 3.13 33000
600 4 36 24000 1.97 42000
601 1 36 5400 2.17 18000
602 3 36 5400 3.99 12000
603 2 36 14000 1.58 20000
604 2 60 5400 3.09 12000
605 4 36 18300 1.84 36000
606 3 12 14000 1.45 25000
607 1 48 24000 2.77 36000
608 2 36 14000 1.25 25000
609 1 36 24000 3.47 36000
610 3 18 14000 1.50 25000
611 3 48 5400 1.39 12000
612 3 18 24000 3.43 36000
613 4 36 5400 2.94 18000
614 5 48 5400 1.56 12000
615 4 36 24000 1.01 36000
616 1 60 18300 1.77 36000
617 2 48 14000 2.55 25000
618 3 60 24000 2.69 36000
619 4 12 5400 1.62 18000
620 2 60 18300 1.15 36000
621 5 60 18300 1.63 36000
622 4 36 5400 2.46 15000
623 2 36 24000 1.71 36000
624 5 36 5400 2.42 12000
625 1 36 5400 3.52 18000
626 1 48 14000 3.32 20000
627 3 12 5400 2.18 18000
628 1 48 24000 2.36 36000
629 1 12 18300 1.04 36000
630 4 48 14000 3.47 25000
631 4 60 24000 1.24 36000
632 1 12 14000 3.30 25000
633 2 12 5400 1.78 12000
634 5 36 5400 1.49 12000
635 4 36 24000 3.96 36000
636 4 36 5400 2.37 18000
637 2 12 14000 3.30 20000
638 2 60 5400 2.66 12000
639 4 36 24000 2.61 36000
640 1 36 24000 2.26 47000
641 4 18 5400 1.02 12000
642 5 60 18300 1.65 36000
643 5 18 5400 2.49 12000
644 2 18 18300 3.39 36000
645 4 36 18300 3.11 33000
646 3 60 14000 2.32 25000
647 5 36 24000 1.56 36000
648 5 60 18300 3.04 36000
649 1 36 5400 2.00 12000
650 3 18 18300 3.66 36000
651 5 36 5400 3.83 12000
652 5 18 24000 1.47 36000
653 3 18 18300 1.94 36000
654 4 36 5400 2.57 12000
655 2 18 24000 3.23 36000
656 2 36 18300 2.04 36000
657 5 36 24000 1.59 45000
658 3 36 5400 3.34 18000
659 2 48 5400 3.55 12000
660 4 12 14000 2.63 25000
661 4 36 24000 2.69 36000
662 3 36 18300 3.08 36000
663 1 36 24000 2.70 42000
664 1 18 24000 1.55 42000
665 3 36 5400 3.51 18000
666 1 36 18300 1.30 36000
667 5 60 24000 1.29 49000
668 5 36 14000 3.01 25000
669 5 12 5400 4.00 12000
670 1 48 14000 3.44 25000
671 5 36 18300 2.50 33000
672 2 36 18300 3.29 36000
673 5 18 5400 1.89 18000
674 2 36 5400 2.24 12000
675 1 36 24000 1.31 36000
676 2 36 18300 3.53 36000
677 2 36 18300 3.83 36000
678 3 60 5400 3.57 12000
679 2 12 5400 3.68 18000
680 3 48 18300 3.76 36000
681 2 36 14000 1.01 20000
682 3 60 18300 3.95 36000
683 1 48 18300 1.23 36000
684 5 36 5400 1.55 18000
685 1 48 24000 1.27 45000
686 2 36 18300 3.99 36000
687 1 60 5400 3.88 12000
688 5 12 24000 3.35 36000
689 4 36 5400 3.94 18000
690 2 36 18300 1.09 36000
691 5 48 14000 3.27 21000
692 4 12 18300 3.35 36000
693 1 12 24000 3.36 36000
694 5 60 24000 1.05 49000
695 4 60 14000 1.69 25000
696 3 18 5400 3.78 12000
697 2 36 5400 1.25 18000
698 4 60 14000 3.85 25000
699 5 60 14000 1.64 20000
700 1 36 18300 2.26 36000
701 5 12 14000 2.37 25000
702 5 48 18300 3.11 36000
703 5 18 14000 2.49 25000
704 3 18 14000 1.87 25000
705 1 36 24000 2.28 36000
706 1 18 18300 2.72 36000
707 2 36 14000 2.58 20000
708 2 48 5400 2.03 12000
709 1 18 18300 2.74 36000
710 4 18 24000 2.26 45000
711 3 36 24000 2.15 36000
712 3 48 18300 2.15 33000
713 4 12 18300 1.69 36000
714 2 36 14000 2.14 25000
715 4 36 24000 2.90 36000
716 1 36 24000 2.32 47000
717 3 36 24000 3.72 36000
718 1 36 14000 2.71 21000
719 1 48 18300 2.37 36000
720 4 12 24000 1.71 42000
721 2 12 24000 1.04 49000
722 3 60 18300 2.28 36000
723 3 12 5400 3.00 18000
724 4 12 18300 3.83 36000
725 4 12 24000 3.01 36000
726 4 60 24000 1.36 41000
727 5 60 5400 1.81 12000
728 1 60 14000 2.10 25000
729 5 36 18300 2.97 36000
730 5 12 18300 3.65 36000
731 4 18 24000 2.90 36000
732 2 36 24000 1.32 36000
733 2 60 14000 1.19 25000
734 1 18 18300 2.28 36000
735 5 36 24000 3.54 36000
736 1 36 24000 3.54 45000
737 2 48 5400 2.64 18000
738 1 36 14000 2.93 25000
739 4 36 5400 3.57 18000
740 5 18 14000 3.49 20000
741 4 12 5400 2.37 18000
742 3 36 18300 2.64 36000
743 3 18 5400 2.86 12000
744 4 36 24000 2.86 47000
745 5 12 18300 1.00 36000
746 5 18 18300 1.97 36000
747 4 60 14000 1.53 25000
748 5 36 5400 2.49 12000
749 2 12 5400 2.15 18000
750 5 60 18300 1.09 36000
751 2 60 18300 2.28 36000
752 2 36 14000 3.44 25000
753 4 18 14000 1.72 25000
754 4 36 5400 2.12 15000
755 5 12 24000 2.22 45000
756 1 12 5400 1.66 12000
757 5 12 5400 3.72 18000
758 2 12 14000 3.09 25000
759 4 36 18300 3.94 36000
760 2 36 18300 1.42 36000
761 1 18 14000 2.58 25000
762 1 12 14000 2.66 25000
763 2 48 5400 1.85 12000
764 3 36 14000 1.52 25000
765 3 18 24000 1.61 36000
766 3 36 18300 2.02 36000
767 3 18 5400 3.98 12000
768 3 36 14000 3.32 25000
769 4 36 14000 3.97 25000
770 3 48 24000 2.29 36000
771 5 12 14000 3.98 25000
772 2 48 24000 2.19 41000
773 3 36 18300 2.35 33000
774 1 36 18300 2.81 36000
775 3 36 24000 2.40 45000
776 2 48 5400 2.39 18000
777 2 12 24000 3.41 36000
778 1 18 24000 1.40 41000
779 3 48 18300 1.22 36000
780 4 36 14000 3.60 25000
781 5 36 18300 3.97 36000
782 1 12 24000 1.22 41000
783 1 48 24000 1.45 49000
784 2 48 14000 1.73 25000
785 4 36 14000 3.37 25000
786 3 48 5400 1.66 18000
787 3 36 24000 3.31 47000
788 1 48 18300 3.40 36000
789 4 36 24000 2.64 36000
790 3 36 24000 3.56 45000
791 5 48 18300 2.20 36000
792 3 12 18300 2.16 36000
793 2 12 18300 1.84 36000
794 4 36 18300 3.04 36000
795 1 36 24000 1.17 36000
796 5 48 24000 2.17 36000
797 3 12 5400 2.94 12000
798 2 12 24000 1.68 49000
799 2 18 5400 1.53 12000
800 1 48 18300 3.36 36000
801 4 18 24000 1.97 47000
802 3 12 5400 3.25 12000
803 4 60 5400 1.10 18000
804 1 48 18300 2.31 36000
805 5 36 14000 1.11 25000
806 2 36 14000 2.09 25000
807 4 48 24000 1.21 36000
808 4 48 18300 3.35 36000
809 3 36 14000 1.25 25000
810 5 36 5400 2.01 12000
811 1 36 24000 1.11 36000
812 3 36 14000 3.31 21000
813 2 18 24000 3.16 36000
814 1 48 24000 1.93 47000
815 3 12 14000 2.51 20000
816 5 36 14000 1.03 21000
817 2 48 24000 3.08 36000
818 1 36 5400 1.50 18000
819 2 48 24000 1.41 36000
820 4 36 24000 3.88 36000
821 1 18 24000 1.90 41000
822 5 48 14000 2.97 25000
823 2 36 5400 2.62 18000
824 1 36 14000 3.17 25000
825 5 60 18300 3.54 36000
826 1 48 14000 1.13 25000
827 5 48 5400 2.77 12000
828 2 36 24000 3.16 41000
829 3 36 5400 2.36 18000
830 5 60 18300 2.20 36000
831 5 36 5400 3.07 12000
832 2 36 18300 3.68 36000
833 4 60 5400 1.58 12000
834 1 12 14000 3.14 25000
835 4 36 14000 1.50 25000
836 4 36 24000 1.16 36000
837 5 36 18300 3.49 36000
838 3 12 5400 1.32 12000
839 5 18 24000 2.05 36000
840 2 12 18300 1.38 36000
841 1 18 24000 3.17 45000
842 2 12 14000 1.51 25000
843 1 48 14000 3.42 25000
844 3 36 5400 3.14 18000
845 3 48 5400 2.22 12000
846 1 18 5400 2.84 18000
847 3 12 24000 2.50 36000
848 4 36 24000 1.66 49000
849 2 60 14000 2.58 25000
850 3 12 24000 3.71 49000
851 1 12 18300 1.53 36000
852 2 18 18300 3.53 36000
853 1 36 24000 2.59 36000
854 4 18 5400 1.51 12000
855 5 36 18300 1.20 33000
856 4 36 24000 1.96 42000
857 3 60 5400 2.42 12000
858 5 12 24000 1.35 36000
859 3 36 14000 2.66 25000
860 1 48 18300 1.89 36000
861 3 60 24000 3.08 49000
862 4 60 18300 1.60 36000
863 4 18 18300 1.27 33000
864 5 48 18300 3.30 36000
865 5 60 14000 2.67 20000
866 4 12 14000 1.17 25000
867 4 18 24000 1.83 36000
868 4 18 18300 2.22 33000
869 2 36 5400 2.51 18000
870 4 36 5400 3.14 18000
871 3 12 18300 3.61 36000
872 4 18 24000 2.77 41000
873 1 48 5400 3.53 18000
874 2 36 5400 1.17 12000
875 5 36 24000 3.99 36000
876 1 36 5400 3.79 18000
877 5 36 5400 2.08 18000
878 3 18 14000 3.43 25000
879 1 18 14000 1.67 25000
880 4 12 14000 2.96 25000
881 2 18 24000 3.90 36000
882 3 36 5400 3.70 12000
883 5 18 14000 2.73 25000
884 3 18 18300 1.38 33000
885 3 36 24000 2.46 49000
886 1 36 24000 2.58 36000
887 1 18 14000 1.62 25000
888 1 36 14000 1.45 25000
889 1 48 5400 1.64 12000
890 5 48 14000 2.01 25000
891 3 36 14000 1.32 25000
892 5 48 24000 3.62 36000
893 3 36 24000 2.44 36000
894 1 48 14000 3.06 25000
895 4 36 14000 3.92 25000
896 5 36 24000 3.64 41000
897 1 12 18300 2.37 33000
898 3 12 24000 2.75 41000
899 5 36 24000 1.71 42000
900 4 36 5400 2.54 12000
901 5 36 5400 3.49 12000
902 4 48 14000 1.88 25000
903 5 36 24000 3.07 42000
904 2 12 24000 1.09 47000
905 2 60 14000 3.29 25000
906 3 18 14000 3.56 25000
907 1 36 14000 1.61 25000
908 4 36 18300 1.12 33000
909 4 36 24000 1.09 42000
910 3 18 18300 3.52 36000
911 3 18 14000 2.89 25000
912 5 60 24000 3.44 36000
913 3 36 24000 1.45 36000
914 2 18 18300 1.23 36000
915 5 12 24000 2.00 36000
916 4 60 5400 2.56 12000
917 5 60 24000 3.86 41000
918 4 12 5400 2.16 12000
919 5 36 5400 1.82 12000
920 5 48 5400 2.62 12000
921 3 18 24000 1.36 36000
922 1 36 18300 3.57 36000
923 3 12 24000 3.05 36000
924 5 48 24000 2.39 36000
925 1 18 18300 3.99 36000
926 5 12 18300 1.47 36000
927 2 36 14000 1.83 25000
928 3 60 14000 1.52 21000
929 3 36 5400 2.06 12000
930 4 60 24000 1.98 47000
931 3 12 18300 2.58 36000
932 1 18 24000 1.11 41000
933 1 12 14000 2.14 25000
934 1 18 14000 3.05 25000
935 3 12 14000 2.73 25000
936 4 36 18300 1.46 36000
937 2 60 24000 3.03 45000
938 1 12 24000 1.44 42000
939 2 12 18300 1.60 36000
940 1 18 18300 1.70 36000
941 1 36 18300 3.27 33000
942 4 36 18300 1.30 36000
943 4 48 5400 2.65 18000
944 4 60 14000 2.00 21000
945 5 18 18300 2.14 36000
946 3 18 24000 2.31 47000
947 2 12 24000 1.17 42000
948 2 36 24000 1.16 36000
949 4 36 24000 1.78 36000
950 2 60 18300 2.97 36000
951 1 36 14000 1.85 21000
952 5 36 24000 2.73 45000
953 4 36 18300 3.93 36000
954 4 18 5400 3.47 12000
955 5 18 14000 2.69 25000
956 3 48 5400 1.16 18000
957 1 60 18300 2.16 36000
958 2 36 18300 3.53 36000
959 5 60 14000 1.59 25000
960 4 36 24000 2.97 36000
961 4 36 14000 2.75 21000
962 5 36 24000 1.24 36000
963 4 36 14000 1.27 20000
964 4 60 5400 3.12 12000
965 3 36 18300 1.78 33000
966 1 18 5400 2.28 18000
967 2 48 18300 3.02 36000
968 1 48 5400 2.48 18000
969 4 60 24000 2.52 36000
970 1 18 18300 2.97 36000
971 2 36 18300 1.85 36000
972 1 36 14000 2.13 25000
973 5 12 14000 1.19 25000
974 5 18 5400 2.30 12000
975 3 48 5400 2.98 12000
976 2 36 14000 3.93 25000
977 2 48 5400 2.26 15000
978 5 36 18300 2.26 36000
979 1 36 5400 2.15 12000
980 5 12 5400 1.26 15000
981 4 48 5400 2.56 12000
982 2 48 18300 2.24 36000
983 2 36 14000 2.66 25000
984 2 36 14000 1.67 20000
985 1 36 18300 3.64 36000
986 5 48 24000 2.05 36000
987 1 36 14000 1.58 20000
988 1 36 24000 1.03 36000
989 3 36 14000 1.30 25000
990 2 36 5400 1.32 12000
991 5 60 5400 1.53 12000
992 1 60 5400 2.70 18000
993 3 36 18300 1.01 36000
994 3 36 14000 1.07 25000
995 4 48 18300 2.96 36000
996 5 12 24000 2.00 45000
997 2 12 24000 2.94 42000
998 2 48 18300 2.92 36000
999 1 36 5400 2.11 18000
1000 4 36 24000 3.74 45000
1001 4 18 24000 2.24 36000
1002 2 36 14000 2.79 25000
1003 4 36 5400 2.22 12000
1004 4 36 24000 1.92 36000
1005 3 36 24000 1.21 42000
1006 3 12 5400 3.84 18000
1007 1 12 5400 3.92 18000
1008 3 18 18300 1.80 36000
1009 3 12 5400 1.11 12000
1010 1 36 14000 2.99 25000
1011 5 48 18300 2.62 36000
1012 3 36 14000 2.78 21000
1013 4 36 24000 1.64 41000
1014 5 18 18300 3.86 36000
1015 4 60 5400 2.45 12000
1016 4 36 14000 1.31 25000
1017 5 48 24000 2.36 42000
1018 5 60 5400 3.45 12000
1019 3 12 24000 1.51 36000
1020 2 18 14000 1.28 25000
1021 1 36 5400 2.03 15000
1022 2 18 14000 3.67 25000
1023 4 48 5400 3.26 18000
1024 3 12 14000 3.40 25000
1025 5 18 18300 3.03 36000
1026 2 12 14000 2.42 25000
1027 4 36 14000 2.69 25000
1028 5 48 18300 2.18 36000
1029 2 12 24000 1.55 47000
1030 3 12 24000 2.37 45000
1031 3 36 24000 1.64 36000
1032 3 36 14000 2.80 25000
1033 2 36 24000 2.27 36000
1034 5 12 14000 1.17 21000
1035 1 12 18300 2.48 36000
1036 2 18 5400 2.76 15000
1037 2 36 14000 1.90 25000
1038 2 36 18300 2.61 36000
1039 5 36 24000 2.84 36000
1040 5 36 5400 2.77 18000
1041 2 60 5400 2.53 12000
1042 5 48 18300 1.70 36000
1043 5 18 24000 1.20 49000
1044 2 18 14000 2.74 25000
1045 5 12 14000 2.37 20000
1046 3 18 18300 3.05 36000
1047 3 60 18300 3.22 36000
1048 1 36 24000 3.02 36000
1049 2 60 24000 1.94 49000
1050 1 12 24000 3.85 36000
1051 1 48 18300 2.03 33000
1052 2 36 24000 1.05 41000
1053 5 12 14000 2.00 21000
1054 1 36 5400 2.55 12000
1055 2 18 14000 3.81 25000
1056 2 36 5400 3.76 18000
1057 2 36 5400 2.07 18000
1058 4 36 24000 1.11 36000
1059 5 36 24000 3.34 45000
1060 5 48 18300 2.77 36000
1061 1 36 24000 3.36 41000
1062 2 12 14000 3.82 25000
1063 2 12 24000 1.67 36000
1064 3 36 14000 1.01 25000
1065 4 48 18300 3.35 36000
1066 1 12 5400 1.94 18000
1067 3 48 14000 2.46 25000
1068 4 36 14000 2.13 25000
1069 2 48 18300 1.93 36000
1070 3 60 18300 2.16 36000
1071 1 48 24000 3.27 36000
1072 5 36 5400 1.13 12000
1073 4 36 14000 3.27 20000
1074 4 60 5400 3.48 12000
1075 5 18 14000 1.41 25000
1076 3 36 24000 2.13 36000
1077 1 12 24000 3.35 45000
1078 3 36 5400 1.08 12000
1079 5 36 18300 1.15 36000
1080 3 60 18300 1.90 36000
1081 3 18 14000 2.09 25000
1082 2 48 5400 1.58 18000
1083 2 18 18300 3.36 36000
1084 2 36 18300 2.44 36000
1085 2 60 24000 3.56 47000
1086 1 36 14000 3.22 25000
1087 2 36 5400 1.05 12000
1088 3 36 18300 3.69 36000
1089 5 48 5400 3.22 15000
1090 5 48 5400 3.49 18000
1091 1 48 14000 1.59 25000
1092 2 36 14000 1.37 21000
1093 3 36 14000 3.67 20000
1094 1 60 18300 2.71 36000
1095 1 36 24000 3.71 36000
1096 3 18 14000 3.49 25000
1097 2 48 24000 2.85 41000
1098 3 12 5400 1.36 18000
1099 4 18 24000 3.29 41000
1100 1 60 18300 1.54 36000
1101 1 36 14000 3.98 25000
1102 4 48 14000 1.98 20000
1103 3 36 14000 2.34 25000
1104 2 48 24000 2.88 36000
1105 3 36 18300 3.28 36000
1106 2 36 24000 2.67 49000
1107 1 12 24000 3.59 36000
1108 2 12 5400 1.99 12000
1109 2 36 18300 3.09 36000
1110 4 36 18300 3.95 36000
1111 3 36 5400 3.90 15000
1112 2 36 24000 1.00 36000
1113 2 12 24000 1.60 42000
1114 4 36 18300 1.73 36000
1115 3 36 24000 2.59 41000
1116 3 36 14000 2.68 25000
1117 1 12 5400 3.77 12000
1118 4 48 24000 3.87 36000
1119 4 36 14000 2.72 25000
1120 4 36 5400 2.44 12000
1121 5 12 18300 3.38 36000
1122 1 18 5400 2.06 18000
1123 5 12 18300 1.02 36000
1124 5 36 24000 3.73 36000
1125 5 48 18300 3.52 36000
1126 1 36 14000 1.43 25000
1127 5 12 18300 1.06 36000
1128 2 48 14000 3.04 25000
1129 4 36 14000 1.97 25000
1130 4 18 5400 1.17 18000
1131 3 18 24000 1.49 47000
1132 3 18 18300 3.80 36000
1133 2 12 18300 3.38 36000
1134 5 36 14000 1.75 25000
1135 4 18 14000 1.52 25000
1136 2 36 24000 2.71 41000
1137 4 18 18300 1.28 36000
1138 4 12 5400 1.30 18000
1139 4 18 18300 2.20 36000
1140 2 12 14000 2.22 25000
1141 2 60 5400 2.38 18000
1142 2 36 14000 2.35 25000
1143 1 60 24000 3.26 49000
1144 2 12 18300 3.63 36000
1145 4 36 24000 1.88 36000
1146 2 48 5400 3.91 15000
1147 4 18 18300 3.50 36000
1148 5 12 18300 2.54 36000
1149 3 18 24000 3.89 36000
1150 1 12 5400 1.50 12000
1151 1 48 24000 3.54 36000
1152 1 60 18300 1.75 36000
1153 3 18 18300 2.68 36000
1154 5 12 18300 1.66 36000
1155 4 48 24000 3.00 45000
1156 4 36 18300 1.40 36000
1157 3 36 5400 2.51 18000
1158 4 18 5400 1.61 18000
1159 1 36 5400 1.90 12000
1160 3 36 24000 3.73 36000
1161 4 60 18300 1.85 36000
1162 4 48 18300 1.91 36000
1163 3 48 18300 1.48 33000
1164 1 36 18300 1.67 36000
1165 2 18 14000 1.97 25000
1166 4 36 14000 3.02 25000
1167 4 18 5400 3.49 15000
1168 5 18 14000 1.67 25000
1169 2 36 5400 2.67 18000
1170 1 18 18300 2.72 36000
1171 2 60 24000 1.03 41000
1172 1 60 18300 2.28 36000
1173 3 12 24000 2.71 49000
1174 4 60 18300 2.44 36000
1175 5 60 18300 1.71 36000
1176 4 36 18300 2.70 33000
1177 4 36 18300 3.15 36000
1178 5 36 18300 2.12 36000
1179 3 36 24000 3.25 36000
1180 1 48 14000 2.76 25000
1181 1 48 14000 1.56 20000
1182 4 36 18300 2.20 36000
1183 3 48 14000 1.42 25000
1184 1 48 24000 2.05 36000
1185 3 48 5400 2.42 18000
1186 2 60 14000 3.59 25000
1187 1 36 18300 1.05 36000
1188 4 36 5400 2.43 12000
1189 1 36 5400 3.24 18000
1190 5 36 24000 3.52 41000
1191 1 12 14000 2.77 25000
1192 4 36 5400 3.76 12000
1193 4 12 5400 3.71 12000
1194 5 60 18300 2.87 36000
1195 4 12 14000 3.24 25000
1196 4 36 5400 1.67 12000
1197 1 18 14000 1.31 25000
1198 1 18 24000 3.78 36000
1199 5 12 18300 1.51 36000
1200 1 18 18300 1.10 36000
1201 3 36 24000 3.09 36000
1202 1 36 5400 3.57 12000
1203 1 48 14000 2.02 25000
1204 4 12 24000 1.16 36000
1205 2 48 24000 3.19 36000
1206 4 18 14000 4.00 25000
1207 5 12 18300 2.30 36000
1208 5 12 24000 3.77 36000
1209 2 18 14000 1.39 21000
1210 4 36 14000 2.54 25000
1211 4 36 18300 1.39 36000
1212 4 18 24000 1.56 45000
1213 1 60 24000 2.39 47000
1214 4 36 24000 2.16 36000
1215 2 18 18300 3.12 36000
1216 1 36 24000 1.21 36000
1217 4 48 24000 1.52 47000
1218 1 36 18300 1.35 36000
1219 3 18 5400 2.76 12000
1220 2 36 5400 3.77 12000
1221 2 12 14000 1.53 25000
1222 3 60 24000 1.42 36000
1223 4 48 24000 1.79 36000
1224 1 18 24000 1.73 49000
1225 2 12 24000 2.34 45000
1226 2 36 5400 1.15 12000
1227 4 36 5400 3.07 15000
1228 4 48 5400 1.32 18000
1229 2 36 18300 1.80 36000
1230 4 36 5400 1.57 18000
1231 1 48 24000 2.71 49000
1232 4 36 24000 1.65 36000
1233 4 48 18300 1.25 36000
1234 4 18 5400 2.35 12000
1235 1 48 14000 1.79 25000
1236 4 18 24000 3.75 36000
1237 4 60 18300 2.28 36000
1238 2 48 24000 3.57 36000
1239 3 48 18300 1.24 36000
1240 3 36 24000 3.37 36000
1241 1 60 14000 2.45 25000
1242 5 36 24000 1.15 36000
1243 1 12 24000 1.60 45000
1244 2 36 18300 2.56 36000
1245 5 36 5400 1.00 12000
1246 5 12 24000 1.95 36000
1247 2 36 14000 2.77 25000
1248 2 12 14000 3.49 20000
1249 3 18 24000 1.42 42000
1250 2 12 24000 3.87 42000
1251 1 36 24000 3.64 49000
1252 3 36 5400 1.58 12000
1253 1 12 24000 2.43 49000
1254 2 36 14000 3.09 25000
1255 4 36 5400 1.52 12000
1256 3 36 14000 3.49 25000
1257 1 36 18300 2.72 36000
1258 3 36 5400 1.84 12000
1259 1 60 18300 1.61 36000
1260 3 12 18300 2.37 36000
1261 2 18 24000 3.90 36000
1262 2 48 24000 1.55 45000
1263 4 36 14000 3.10 25000
1264 1 48 5400 1.12 12000
1265 1 12 18300 3.88 36000
1266 2 12 14000 1.90 25000
1267 5 36 18300 2.42 36000
1268 5 48 14000 3.03 21000
1269 4 60 24000 2.49 41000
1270 4 36 18300 1.09 36000
1271 2 18 18300 2.80 36000
1272 4 36 18300 1.81 36000
1273 1 60 18300 1.54 33000
1274 1 36 18300 1.11 36000
1275 1 18 18300 1.38 36000
1276 4 36 24000 2.61 45000
1277 3 48 5400 1.91 15000
1278 3 36 5400 3.55 15000
1279 5 18 14000 3.42 25000
1280 5 12 18300 3.33 36000
1281 1 36 18300 1.31 36000
1282 4 36 24000 1.56 36000
1283 3 60 5400 3.62 12000
1284 2 36 24000 1.62 42000
1285 1 12 5400 2.19 15000
1286 4 48 18300 1.46 36000
1287 4 60 14000 2.77 25000
1288 4 18 24000 1.05 36000
1289 2 36 14000 2.35 25000
1290 4 36 24000 3.65 49000
1291 2 12 24000 2.26 36000
1292 2 36 24000 2.40 36000
1293 2 36 18300 2.47 36000
1294 4 12 14000 2.55 25000
1295 1 48 5400 2.24 18000
1296 2 36 18300 2.45 36000
1297 2 60 24000 2.88 49000
1298 5 48 5400 3.69 15000
1299 4 48 18300 2.88 36000
1300 5 48 14000 1.98 25000
1301 4 36 14000 1.11 25000
1302 1 60 24000 3.71 41000
1303 3 36 5400 3.75 15000
1304 5 36 14000 3.94 25000
1305 5 36 18300 2.17 36000
1306 4 60 24000 2.10 41000
1307 5 36 14000 3.15 21000
1308 2 36 18300 3.70 36000
1309 1 36 24000 2.13 42000
1310 2 36 14000 1.72 25000
1311 5 36 14000 1.97 20000
1312 2 36 5400 1.74 12000
1313 2 18 5400 2.82 18000
1314 1 36 14000 1.15 25000
1315 2 36 18300 3.65 33000
1316 2 12 5400 2.08 18000
1317 1 18 24000 1.32 47000
1318 1 18 14000 1.75 25000
1319 1 48 18300 3.44 36000
1320 4 60 5400 3.11 12000
1321 2 36 24000 2.47 49000
1322 5 36 24000 2.53 41000
1323 4 12 14000 2.70 20000
1324 1 48 24000 3.81 49000
1325 3 36 14000 1.17 25000
1326 5 18 24000 3.57 45000
1327 2 18 14000 2.69 25000
1328 5 12 24000 1.81 36000
1329 4 18 24000 1.40 36000
1330 3 18 18300 2.74 33000
1331 2 48 24000 2.69 49000
1332 2 60 14000 3.91 25000
1333 3 12 24000 3.21 36000
1334 4 18 18300 1.22 36000
1335 4 18 14000 2.06 25000
1336 5 36 5400 2.19 12000
1337 2 18 14000 2.14 25000
1338 3 48 18300 2.65 36000
1339 5 36 24000 2.90 36000
1340 3 36 5400 2.86 18000
1341 4 12 24000 1.38 45000
1342 5 36 24000 1.08 36000
1343 4 18 18300 1.60 33000
1344 3 36 14000 3.48 25000
1345 1 36 14000 3.83 25000
1346 4 18 5400 1.66 18000
1347 4 36 5400 2.24 18000
1348 5 36 18300 3.09 36000
1349 3 36 14000 1.88 21000
1350 3 12 14000 3.18 25000
1351 2 36 18300 1.16 36000
1352 1 36 5400 1.40 12000
1353 4 12 18300 3.20 36000
1354 1 36 5400 1.31 12000
1355 1 36 24000 1.09 36000
1356 3 48 14000 2.60 25000
1357 4 48 18300 3.29 36000
1358 3 36 18300 2.45 36000
1359 4 12 5400 2.33 18000
1360 1 36 24000 2.94 42000
1361 3 18 5400 2.00 15000
1362 4 18 5400 2.46 18000
1363 4 36 18300 3.30 36000
1364 2 36 18300 3.16 36000
1365 3 18 24000 1.67 42000
1366 4 12 24000 1.98 36000
1367 3 48 14000 2.47 25000
1368 5 12 5400 2.53 18000
1369 2 48 14000 3.42 25000
1370 3 12 5400 2.83 18000
1371 5 60 14000 2.18 25000
1372 4 60 5400 2.91 12000
1373 5 18 18300 2.11 36000
1374 2 36 5400 2.21 12000
1375 2 18 24000 3.01 36000
1376 1 48 24000 3.60 36000
1377 5 12 18300 3.38 36000
1378 1 36 5400 2.48 18000
1379 5 60 5400 3.57 18000
1380 2 18 18300 3.33 36000
1381 5 60 24000 1.73 36000
1382 5 48 24000 3.61 36000
1383 1 60 14000 2.85 20000
1384 3 60 14000 1.59 20000
1385 2 36 14000 1.76 25000
1386 4 12 18300 2.22 36000
1387 1 36 18300 1.87 36000
1388 1 36 14000 3.05 20000
1389 3 48 18300 3.05 36000
1390 2 18 5400 3.29 18000
1391 1 18 24000 1.02 41000
1392 3 48 14000 1.93 25000
1393 2 18 18300 2.10 36000
1394 5 18 5400 3.32 18000
1395 2 36 5400 3.46 18000
1396 2 18 14000 2.99 25000
1397 2 36 14000 1.55 25000
1398 5 36 5400 1.64 18000
1399 3 48 14000 1.70 25000
1400 2 12 5400 1.63 12000
1401 3 60 18300 1.86 36000
1402 1 12 24000 3.45 49000
1403 5 60 18300 3.65 36000
1404 1 36 24000 1.10 36000
1405 1 12 18300 3.36 36000
1406 3 12 18300 1.92 33000
1407 4 60 18300 3.47 36000
1408 2 12 5400 3.59 12000
1409 2 18 5400 2.01 18000
1410 5 60 14000 3.35 20000
1411 1 36 18300 2.73 36000
1412 2 48 14000 3.12 25000
1413 2 36 14000 3.17 25000
1414 2 48 18300 1.13 36000
1415 1 36 14000 3.81 25000
1416 2 36 5400 3.34 12000
1417 1 36 18300 1.65 36000
1418 1 60 18300 1.12 36000
1419 5 18 24000 2.34 36000
1420 1 48 24000 1.18 36000
1421 4 36 24000 2.94 42000
1422 4 48 18300 1.61 36000
1423 1 36 24000 3.93 47000
1424 5 60 18300 3.67 36000
1425 3 12 18300 2.70 36000
1426 2 36 5400 1.05 18000
1427 1 60 18300 3.33 36000
1428 3 36 5400 3.79 18000
1429 2 18 5400 2.60 15000
1430 4 36 5400 3.25 18000
1431 3 12 14000 1.43 25000
1432 1 48 14000 1.40 25000
1433 2 36 24000 2.38 36000
1434 3 48 18300 2.97 36000
1435 4 18 24000 3.14 36000
1436 1 48 18300 3.72 33000
1437 5 36 18300 1.64 36000
1438 2 48 5400 3.57 12000
1439 1 48 18300 1.48 36000
1440 3 48 18300 1.26 36000
1441 2 18 18300 3.01 36000
1442 1 36 24000 3.91 41000
1443 1 60 24000 3.26 36000
1444 2 18 18300 3.49 36000
1445 3 60 14000 2.28 25000
1446 2 18 24000 1.45 36000
1447 5 36 18300 3.67 33000
1448 1 36 24000 3.21 36000
1449 3 36 18300 2.31 36000
1450 5 48 5400 2.14 15000
1451 1 36 14000 2.85 25000
1452 2 18 18300 2.52 36000
1453 5 18 18300 2.53 36000
1454 2 36 5400 1.76 18000
1455 1 48 18300 1.76 36000
1456 4 60 5400 3.98 12000
1457 2 36 18300 1.15 36000
1458 3 12 5400 1.79 18000
1459 1 18 5400 3.37 15000
1460 3 18 14000 2.45 25000
1461 5 12 24000 1.50 36000
1462 5 18 24000 2.68 36000
1463 1 60 5400 1.83 18000
1464 2 36 24000 3.48 36000
1465 3 36 18300 1.81 36000
1466 1 36 24000 3.14 47000
1467 4 36 14000 3.63 20000
1468 5 36 5400 1.46 15000
1469 3 48 5400 2.96 12000
1470 1 48 18300 2.34 36000
1471 5 36 5400 3.03 18000
1472 1 60 24000 1.59 36000
1473 3 18 18300 1.17 36000
1474 5 60 18300 3.52 36000
1475 5 36 18300 2.67 36000
1476 5 18 14000 1.97 25000
1477 2 36 18300 3.09 36000
1478 5 18 14000 1.37 25000
1479 1 60 24000 2.82 42000
1480 4 36 24000 2.22 47000
1481 5 48 14000 2.14 25000
1482 4 48 14000 2.39 20000
1483 3 48 5400 1.43 12000
1484 1 18 5400 2.35 18000
1485 5 36 18300 3.38 36000
1486 5 36 14000 1.21 25000
1487 2 18 5400 2.60 15000
1488 3 18 18300 1.95 36000
1489 4 60 18300 2.83 36000
1490 4 60 5400 1.79 18000
1491 4 48 5400 1.13 12000
1492 1 36 14000 1.68 25000
1493 4 36 5400 1.59 18000
1494 5 60 14000 2.59 25000
1495 2 12 14000 1.85 25000
1496 2 18 5400 1.80 18000
1497 2 12 24000 2.10 36000
1498 2 36 24000 1.59 36000
1499 3 36 5400 3.06 18000
1500 1 36 18300 1.54 36000
1501 3 36 14000 3.31 25000
1502 3 36 14000 2.80 20000
1503 4 48 14000 2.60 25000
1504 5 48 5400 2.12 18000
1505 3 36 24000 2.93 45000
1506 3 18 14000 2.45 20000
1507 1 12 18300 1.78 36000
1508 3 12 18300 3.75 36000
1509 5 18 5400 2.79 18000
1510 4 18 14000 3.00 20000
1511 2 18 18300 3.65 36000
1512 4 48 24000 2.41 45000
1513 1 48 24000 2.61 42000
1514 5 18 24000 3.76 36000
1515 1 36 18300 2.02 33000
1516 1 48 14000 3.14 25000
1517 4 36 14000 3.20 25000
1518 5 36 24000 3.50 36000
1519 3 12 14000 3.70 25000
1520 5 60 18300 3.70 36000
1521 1 60 18300 2.75 36000
1522 2 48 14000 3.02 25000
1523 4 18 18300 3.47 33000
1524 1 12 5400 1.77 18000
1525 1 12 14000 1.67 25000
1526 3 36 24000 3.11 36000
1527 4 36 14000 2.34 21000
1528 5 36 14000 2.76 25000
1529 2 12 5400 1.65 12000
1530 3 48 5400 3.55 12000
1531 2 18 18300 1.90 36000
1532 4 12 18300 1.79 36000
1533 2 36 18300 2.34 36000
1534 3 36 18300 3.98 36000
1535 4 18 14000 2.29 25000
1536 3 48 14000 3.95 20000
1537 2 36 24000 2.37 36000
1538 3 12 14000 2.58 25000
1539 4 36 14000 1.12 25000
1540 4 18 24000 2.35 36000
1541 3 18 14000 1.85 21000
1542 1 60 18300 2.44 36000
1543 2 36 24000 2.86 47000
1544 3 36 24000 3.18 36000
1545 2 12 24000 2.20 49000
1546 3 60 5400 3.02 12000
1547 1 12 24000 2.68 45000
1548 3 36 14000 3.24 20000
1549 3 60 5400 1.77 12000
1550 4 36 24000 3.33 36000
1551 5 36 5400 2.66 18000
1552 2 36 24000 1.68 41000
1553 3 36 24000 2.05 36000
1554 5 48 14000 2.15 25000
1555 2 48 18300 1.81 36000
1556 2 12 18300 1.05 36000
1557 5 36 24000 3.45 41000
1558 1 36 24000 3.89 36000
1559 4 18 24000 1.94 36000
1560 1 36 24000 3.93 42000
1561 5 12 14000 1.34 25000
1562 1 12 24000 2.64 47000
1563 5 36 24000 3.56 47000
1564 3 60 24000 2.22 41000
1565 4 48 18300 1.38 36000
1566 4 36 5400 2.61 12000
1567 5 36 5400 2.15 12000
1568 5 36 5400 1.71 12000
1569 4 18 5400 2.48 15000
1570 3 36 5400 3.93 18000
1571 5 48 24000 2.88 42000
1572 5 48 24000 1.58 49000
1573 2 12 24000 2.55 41000
1574 5 36 18300 1.96 36000
1575 4 36 5400 3.21 12000
1576 1 18 14000 1.21 25000
1577 1 36 14000 2.19 25000
1578 2 12 18300 1.88 36000
1579 4 36 14000 1.68 25000
1580 3 36 18300 3.11 36000
1581 4 12 24000 3.93 47000
1582 1 36 24000 3.34 42000
1583 5 12 18300 1.90 36000
1584 2 36 5400 1.03 12000
1585 5 18 18300 2.29 36000
1586 1 18 24000 3.29 36000
1587 4 36 5400 2.20 18000
1588 4 12 5400 1.25 12000
1589 5 36 5400 3.00 18000
1590 5 18 5400 3.72 15000
1591 4 60 24000 1.20 49000
1592 1 48 18300 3.47 36000
1593 5 48 18300 2.75 36000
1594 3 18 18300 1.69 36000
1595 2 18 18300 2.31 36000
1596 3 36 24000 2.64 42000
1597 5 18 14000 2.77 25000
1598 2 36 24000 2.49 36000
1599 5 12 14000 3.61 25000
1600 4 36 14000 2.42 25000
1601 2 36 14000 1.32 25000
1602 4 18 5400 1.97 18000
1603 2 36 14000 1.80 20000
1604 3 36 14000 1.17 25000
1605 3 18 18300 2.74 36000
1606 1 12 24000 3.06 36000
1607 5 60 5400 2.73 18000
1608 2 48 5400 1.71 18000
1609 3 60 5400 1.09 18000
1610 1 60 5400 2.82 12000
1611 4 36 18300 2.14 36000
1612 3 36 24000 3.78 41000
1613 1 48 18300 1.44 36000
1614 1 12 5400 2.14 18000
1615 2 48 5400 1.02 15000
1616 4 12 14000 2.38 21000
1617 5 18 5400 1.34 12000
1618 5 12 14000 3.25 25000
1619 4 48 14000 3.48 25000
1620 2 12 14000 1.60 25000
1621 2 36 18300 3.32 36000
1622 3 36 14000 1.63 25000
1623 3 18 14000 1.86 25000
1624 1 60 18300 2.25 36000
1625 5 36 14000 3.07 25000
1626 4 36 18300 2.87 36000
1627 3 18 24000 1.18 36000
1628 4 12 24000 3.89 45000
1629 4 12 5400 2.58 18000
1630 2 36 18300 2.19 36000
1631 4 12 24000 1.59 45000
1632 1 18 5400 3.95 18000
1633 2 36 18300 2.62 36000
1634 3 36 5400 3.59 12000
1635 2 36 14000 2.71 25000
1636 1 48 24000 1.31 36000
1637 2 36 5400 2.89 18000
1638 1 36 14000 3.86 20000
1639 5 18 18300 3.50 33000
1640 1 36 18300 3.94 36000
1641 5 18 24000 1.97 36000
1642 1 18 14000 3.55 25000
1643 1 48 18300 3.38 36000
1644 1 48 18300 2.53 36000
1645 5 36 18300 3.58 36000
1646 5 18 5400 3.83 18000
1647 1 12 14000 3.23 25000
1648 2 36 18300 2.72 33000
1649 4 60 5400 1.32 18000
1650 1 48 24000 3.09 36000
1651 3 36 18300 1.12 36000
1652 5 36 18300 1.55 36000
1653 3 36 14000 1.72 25000
1654 3 48 14000 1.58 25000
1655 4 12 5400 2.19 12000
1656 4 48 24000 2.55 49000
1657 3 60 24000 2.12 36000
1658 5 48 5400 3.68 12000
1659 1 48 14000 3.12 25000
1660 1 12 18300 1.87 36000
1661 2 36 5400 1.93 12000
1662 1 18 5400 2.99 12000
1663 3 12 14000 3.78 20000
1664 1 12 24000 2.71 42000
1665 5 60 5400 3.12 12000
1666 4 18 24000 2.19 36000
1667 1 36 18300 2.60 33000
1668 3 48 14000 3.37 25000
1669 1 36 24000 1.82 49000
1670 1 60 5400 3.38 18000
1671 1 18 14000 2.38 25000
1672 5 36 18300 1.73 36000
1673 2 36 24000 1.58 45000
1674 3 12 5400 3.43 12000
1675 3 60 24000 3.09 47000
1676 3 36 18300 2.75 36000
1677 3 12 18300 3.50 36000
1678 1 36 14000 3.29 25000
1679 5 36 5400 1.08 15000
1680 2 18 14000 3.34 25000
1681 3 48 18300 3.18 36000
1682 5 36 24000 1.33 41000
1683 3 18 5400 2.88 18000
1684 5 18 14000 1.37 25000
1685 2 36 18300 3.05 36000
1686 5 48 14000 1.44 25000
1687 2 18 5400 2.74 18000
1688 5 12 18300 3.07 33000
1689 3 18 18300 1.51 36000
1690 5 36 14000 2.72 25000
1691 1 36 18300 2.65 36000
1692 1 60 5400 1.10 12000
1693 5 36 18300 2.21 36000
1694 1 48 14000 2.54 25000
1695 3 36 14000 2.61 25000
1696 2 36 14000 2.56 25000
1697 3 36 5400 1.11 12000
1698 4 12 5400 1.88 18000
1699 5 18 24000 2.00 36000
1700 1 36 14000 1.86 25000
1701 3 12 14000 1.20 25000
1702 4 36 18300 1.48 36000
1703 5 36 18300 2.34 36000
1704 3 36 18300 2.22 36000
1705 5 48 18300 3.90 36000
1706 4 36 24000 2.20 49000
1707 4 36 14000 2.87 25000
1708 1 36 5400 3.11 18000
1709 5 48 14000 1.58 21000
1710 3 36 18300 2.48 33000
1711 5 60 18300 2.39 36000
1712 2 12 18300 3.36 36000
1713 1 36 14000 2.08 25000
1714 1 36 5400 3.13 12000
1715 2 36 14000 3.12 25000
1716 4 60 5400 3.11 12000
1717 5 36 18300 1.54 36000
1718 5 36 18300 2.44 36000
1719 1 48 24000 2.62 41000
1720 3 18 24000 3.93 36000
1721 2 60 18300 1.36 36000
1722 2 36 5400 3.45 12000
1723 5 48 14000 1.39 20000
1724 3 48 5400 3.80 18000
1725 5 12 18300 2.08 33000
1726 4 36 14000 2.77 25000
1727 5 12 14000 2.91 25000
1728 3 18 14000 1.38 21000
1729 4 48 14000 2.79 20000
1730 5 36 18300 3.57 36000
1731 1 36 18300 1.89 36000
1732 1 36 14000 3.94 25000
1733 4 36 5400 3.06 18000
1734 5 36 18300 3.80 33000
1735 4 48 14000 1.92 25000
1736 2 36 24000 2.75 47000
1737 4 12 14000 2.05 25000
1738 4 36 18300 3.96 36000
1739 4 36 24000 3.03 47000
1740 5 18 24000 3.08 49000
1741 4 18 18300 2.91 36000
1742 1 48 18300 1.27 36000
1743 5 36 18300 3.92 36000
1744 3 48 14000 3.91 25000
1745 5 60 24000 1.26 42000
1746 2 18 5400 1.32 12000
1747 2 60 14000 1.10 20000
1748 5 18 5400 3.18 15000
1749 5 36 24000 2.44 49000
1750 5 36 14000 3.71 25000
1751 1 18 18300 3.75 36000
1752 5 18 24000 2.74 42000
1753 4 18 24000 2.18 42000
1754 1 36 14000 3.98 25000
1755 4 18 14000 1.87 21000
1756 3 36 24000 1.36 36000
1757 2 48 14000 1.38 25000
1758 5 60 18300 1.74 36000
1759 3 36 18300 3.03 36000
1760 4 60 24000 1.17 45000
1761 1 18 24000 2.41 49000
1762 2 60 24000 2.16 36000
1763 1 36 5400 1.50 12000
1764 4 18 18300 2.07 36000
1765 4 12 24000 1.51 45000
1766 5 36 5400 1.75 12000
1767 4 60 5400 2.99 18000
1768 4 36 5400 2.38 18000
1769 4 48 18300 2.66 36000
1770 3 18 14000 1.96 25000
1771 4 12 24000 1.30 42000
1772 1 18 18300 3.12 36000
1773 4 18 14000 2.67 25000
1774 5 36 24000 1.92 49000
1775 5 48 5400 1.90 12000
1776 5 36 14000 3.62 25000
1777 3 36 5400 2.40 12000
1778 5 48 24000 2.46 45000
1779 4 18 24000 3.72 36000
1780 2 60 24000 1.31 36000
1781 4 12 18300 1.60 36000
1782 3 36 24000 2.28 42000
1783 1 60 18300 3.59 36000
1784 3 18 14000 1.51 25000
1785 2 18 14000 2.82 21000
1786 4 18 24000 2.02 45000
1787 3 36 18300 2.82 36000
1788 3 18 14000 2.26 25000
1789 1 18 24000 2.17 47000
1790 3 12 18300 3.31 33000
1791 2 18 24000 3.27 36000
1792 1 48 24000 3.16 36000
1793 4 18 18300 2.79 36000
1794 2 36 18300 2.96 36000
1795 2 12 18300 1.08 36000
1796 4 12 14000 3.94 25000
1797 1 36 5400 2.08 12000
1798 4 36 5400 2.23 12000
1799 5 60 24000 1.57 36000
1800 5 60 5400 2.44 12000
1801 4 36 14000 2.01 25000
1802 4 36 5400 3.32 12000
1803 2 12 5400 2.38 15000
1804 3 12 5400 2.71 12000
1805 5 36 18300 2.16 36000
1806 2 48 14000 2.80 25000
1807 5 18 24000 2.70 36000
1808 5 36 14000 2.59 25000
1809 4 18 18300 3.83 36000
1810 1 36 14000 1.79 25000
1811 1 36 14000 1.78 25000
1812 2 48 5400 3.57 18000
1813 5 12 24000 2.95 36000
1814 5 36 18300 2.11 36000
1815 5 36 14000 1.73 25000
1816 2 48 24000 2.81 45000
1817 1 12 18300 2.94 36000
1818 2 36 14000 1.77 25000
1819 3 18 5400 3.92 12000
1820 3 36 14000 3.02 25000
1821 4 60 5400 1.91 18000
1822 4 48 14000 1.62 25000
1823 5 36 24000 1.58 45000
1824 3 36 18300 2.11 36000
1825 4 36 18300 1.63 36000
1826 1 12 14000 2.49 25000
1827 1 36 5400 2.20 12000
1828 2 36 18300 3.08 36000
1829 1 36 18300 1.36 36000
1830 1 36 14000 2.26 25000
1831 5 12 14000 3.79 25000
1832 1 60 5400 3.55 12000
1833 2 36 14000 2.05 25000
1834 2 60 14000 2.62 25000
1835 3 36 5400 3.35 18000
1836 1 36 24000 2.22 36000
1837 5 12 14000 2.63 21000
1838 5 36 24000 2.18 36000
1839 5 48 24000 3.06 36000
1840 4 12 5400 1.35 15000
1841 1 48 5400 3.18 18000
1842 2 48 14000 1.61 25000
1843 3 36 18300 1.41 36000
1844 2 18 5400 1.89 12000
1845 4 18 18300 2.86 36000
1846 3 60 18300 1.29 36000
1847 4 60 14000 3.90 25000
1848 5 60 24000 1.84 36000
1849 4 36 14000 1.57 25000
1850 3 36 14000 3.70 25000
1851 3 36 24000 1.78 49000
1852 2 36 14000 3.42 25000
1853 2 36 18300 1.22 36000
1854 3 12 5400 1.01 18000
1855 1 18 18300 1.46 36000
1856 3 18 5400 2.07 12000
1857 2 18 18300 2.48 36000
1858 5 48 18300 3.42 36000
1859 1 36 18300 1.93 33000
1860 2 36 18300 3.59 36000
1861 4 36 18300 3.17 36000
1862 2 12 24000 2.77 47000
1863 2 48 5400 3.52 12000
1864 4 36 14000 1.25 25000
1865 1 48 24000 3.70 36000
1866 4 48 5400 1.65 12000
1867 4 60 24000 4.00 45000
1868 4 18 14000 2.88 21000
1869 2 36 24000 3.37 36000
1870 3 18 14000 3.97 21000
1871 1 36 5400 3.75 12000
1872 3 18 14000 2.40 25000
1873 5 36 14000 1.94 21000
1874 4 48 18300 1.06 36000
1875 4 36 18300 3.01 36000
1876 4 12 18300 1.47 36000
1877 5 12 24000 3.79 41000
1878 4 36 14000 2.13 25000
1879 3 18 24000 1.96 42000
1880 4 36 18300 3.82 36000
1881 2 48 5400 1.97 12000
1882 5 36 14000 2.33 25000
1883 2 36 14000 1.97 25000
1884 5 48 24000 1.13 36000
1885 1 60 14000 3.83 25000
1886 2 36 18300 3.32 36000
1887 4 48 18300 3.41 36000
1888 3 60 14000 2.66 25000
1889 1 36 14000 2.80 25000
1890 3 12 14000 1.47 25000
1891 3 36 24000 2.99 36000
1892 1 36 18300 1.12 36000
1893 1 36 14000 2.66 25000
1894 5 60 5400 2.51 18000
1895 5 12 18300 1.09 36000
1896 3 12 24000 3.88 45000
1897 4 18 24000 3.79 36000
1898 5 36 18300 3.40 36000
1899 1 36 18300 1.07 36000
1900 1 36 5400 1.75 12000
1901 4 36 14000 2.02 25000
1902 3 48 14000 2.02 21000
1903 1 48 18300 3.47 36000
1904 1 18 5400 3.30 15000
1905 5 36 14000 2.98 25000
1906 1 18 24000 2.89 36000
1907 5 36 5400 1.87 12000
1908 5 36 24000 1.47 42000
1909 5 36 24000 1.95 36000
1910 1 36 18300 3.35 36000
1911 1 18 14000 4.00 25000
1912 2 36 14000 3.06 25000
1913 2 36 5400 1.61 12000
1914 4 60 14000 3.35 20000
1915 1 60 14000 1.26 25000
1916 3 36 18300 1.83 36000
1917 1 48 18300 3.92 36000
1918 5 12 14000 2.31 21000
1919 4 18 18300 1.17 36000
1920 1 48 18300 1.46 36000
1921 1 36 5400 1.13 18000
1922 1 48 5400 2.64 12000
1923 2 18 14000 1.99 25000
1924 1 36 24000 1.81 42000
1925 4 18 18300 2.30 36000
1926 4 36 18300 1.54 36000
1927 3 36 14000 2.01 25000
1928 3 36 14000 1.15 25000
1929 5 36 24000 3.23 36000
1930 1 12 5400 1.52 15000
1931 5 60 18300 1.71 36000
1932 2 60 5400 3.86 18000
1933 1 48 18300 3.50 36000
1934 4 48 5400 3.31 12000
1935 3 60 18300 3.06 36000
1936 3 60 24000 1.76 47000
1937 2 36 14000 2.87 25000
1938 1 36 24000 1.32 36000
1939 2 18 5400 1.49 12000
1940 1 18 14000 1.35 25000
1941 5 48 18300 1.01 33000
1942 1 36 18300 1.01 36000
1943 2 60 14000 1.32 25000
1944 3 18 18300 2.09 33000
1945 1 36 18300 3.54 36000
1946 3 36 14000 1.02 25000
1947 1 48 18300 2.32 36000
1948 2 18 5400 1.44 12000
1949 1 18 14000 1.22 25000
1950 3 36 5400 2.65 12000
1951 2 36 14000 3.15 25000
1952 5 12 18300 1.21 36000
1953 1 48 14000 1.60 25000
1954 2 12 18300 3.29 36000
1955 5 36 5400 2.32 18000
1956 5 12 5400 1.48 12000
1957 4 18 14000 3.22 21000
1958 2 48 24000 1.31 41000
1959 5 18 5400 2.62 15000
1960 5 36 14000 2.41 25000
1961 4 36 14000 2.28 25000
1962 3 48 18300 2.09 36000
1963 5 36 5400 2.09 18000
1964 3 36 5400 3.16 18000
1965 4 36 18300 3.27 36000
1966 3 48 5400 2.10 18000
1967 2 48 14000 3.66 20000
1968 3 36 24000 1.98 47000
1969 2 36 14000 2.58 25000
1970 4 60 14000 3.11 25000
1971 1 48 5400 3.01 12000
1972 4 36 14000 3.84 21000
1973 3 36 18300 2.60 36000
1974 5 12 24000 1.10 41000
1975 1 48 14000 3.20 25000
1976 5 48 18300 2.85 36000
1977 4 48 24000 2.13 42000
1978 3 36 5400 3.89 12000
1979 5 36 5400 1.03 12000
1980 3 12 24000 1.62 36000
1981 1 36 24000 3.25 42000
1982 4 18 14000 3.76 25000
1983 3 12 5400 1.22 12000
1984 4 36 18300 3.10 36000
1985 1 36 24000 1.87 41000
1986 1 36 24000 1.60 42000
1987 5 12 5400 1.95 12000
1988 5 12 5400 3.60 18000
1989 1 36 14000 3.79 20000
1990 2 36 5400 3.61 18000
1991 3 18 24000 3.42 36000
1992 2 60 5400 3.17 18000
1993 5 48 5400 1.03 18000
1994 3 36 18300 1.45 36000
1995 5 36 14000 1.29 25000
1996 3 12 14000 3.62 25000
1997 5 12 5400 1.34 18000
1998 5 48 18300 1.36 36000
1999 3 12 24000 2.83 36000
2000 4 18 24000 2.76 41000
2001 2 36 14000 2.88 25000
2002 1 18 5400 2.81 18000
2003 1 36 5400 2.16 12000
2004 5 36 5400 2.80 18000
2005 2 48 24000 2.91 45000
2006 5 36 18300 1.92 36000
2007 3 48 14000 1.03 25000
2008 4 60 5400 3.00 12000
2009 3 18 5400 2.49 12000
2010 5 12 14000 2.19 25000
2011 5 36 5400 1.05 18000
2012 1 36 14000 3.71 25000
2013 3 36 5400 2.56 12000
2014 2 36 24000 2.52 49000
2015 5 36 5400 1.46 12000
2016 3 48 18300 1.68 33000
2017 1 18 5400 1.09 12000
2018 5 48 14000 1.67 25000
2019 3 12 18300 3.32 36000
2020 3 12 5400 3.14 18000
2021 2 36 24000 1.27 49000
2022 4 12 18300 3.60 36000
2023 4 36 14000 3.21 25000
2024 3 48 24000 1.58 36000
2025 1 36 24000 2.15 41000
2026 5 36 14000 2.21 25000
2027 1 12 18300 2.51 36000
2028 5 36 24000 3.38 47000
2029 1 36 5400 2.12 12000
2030 4 36 24000 3.83 41000
2031 3 36 18300 3.01 36000
2032 2 36 18300 1.07 36000
2033 5 18 18300 1.44 33000
2034 1 12 14000 2.55 25000
2035 5 36 5400 1.35 18000
2036 5 36 14000 2.57 20000
2037 1 36 14000 1.31 25000
2038 1 48 18300 3.31 36000
2039 2 48 5400 3.44 12000
2040 2 36 18300 1.04 36000
2041 3 18 18300 2.62 36000
2042 2 36 24000 3.50 42000
2043 2 18 14000 3.95 25000
2044 4 60 14000 3.48 25000
2045 1 36 18300 1.48 36000
2046 4 18 24000 3.85 36000
2047 3 36 24000 1.32 45000
2048 2 12 5400 3.14 18000
2049 5 36 18300 1.99 36000
2050 2 36 24000 3.23 47000
2051 4 12 5400 3.13 12000
2052 2 12 5400 3.00 12000
2053 4 18 24000 3.93 41000
2054 3 60 18300 3.29 36000
2055 3 48 14000 2.85 25000
2056 1 18 5400 1.96 18000
2057 3 60 5400 1.01 12000
2058 5 36 24000 3.78 42000
2059 2 36 14000 2.90 21000
2060 3 36 5400 2.70 12000
2061 1 48 18300 3.62 36000
2062 4 18 18300 3.59 36000
2063 2 36 24000 1.66 36000
2064 2 48 18300 3.17 36000
2065 1 60 18300 1.70 33000
2066 5 60 14000 2.11 21000
2067 5 48 14000 1.35 25000
2068 4 36 18300 1.43 36000
2069 2 36 24000 1.96 45000
2070 1 36 18300 3.40 36000
2071 2 36 18300 1.86 36000
2072 4 18 24000 1.03 45000
2073 1 18 5400 1.13 12000
2074 3 12 24000 3.14 36000
2075 3 36 14000 1.38 25000
2076 3 12 18300 1.71 36000
2077 3 48 14000 3.11 25000
2078 2 48 18300 2.29 36000
2079 3 18 24000 1.69 47000
2080 5 12 18300 1.08 36000
2081 5 18 24000 2.75 36000
2082 4 36 14000 1.06 25000
2083 1 12 18300 1.40 36000
2084 3 18 18300 1.72 36000
2085 5 36 5400 1.48 18000
2086 5 18 24000 3.62 36000
2087 3 18 24000 2.33 36000
2088 1 48 14000 2.97 25000
2089 3 48 18300 2.47 36000
2090 4 36 24000 1.82 36000
2091 3 36 5400 1.43 12000
2092 2 36 5400 3.29 18000
2093 4 36 14000 2.22 25000
2094 3 36 18300 3.85 36000
2095 3 36 14000 2.25 20000
2096 5 36 5400 2.90 15000
2097 3 36 24000 1.02 36000
2098 5 60 18300 2.99 36000
2099 1 36 18300 2.49 36000
2100 5 36 5400 2.18 12000
2101 5 60 18300 2.92 36000
2102 2 36 24000 1.91 41000
2103 2 36 18300 1.59 36000
2104 1 36 24000 3.45 36000
2105 1 36 18300 1.91 36000
2106 3 36 18300 3.40 36000
2107 1 36 18300 2.37 36000
2108 1 48 18300 2.42 36000
2109 3 48 5400 3.91 18000
2110 5 18 18300 1.40 36000
2111 2 60 18300 2.97 36000
2112 3 18 18300 2.83 36000
2113 1 12 24000 1.14 36000
2114 5 48 5400 1.34 18000
2115 2 36 18300 1.32 36000
2116 1 48 5400 3.06 12000
2117 5 48 18300 3.96 36000
2118 3 12 14000 1.82 21000
2119 4 48 24000 3.71 36000
2120 3 48 14000 2.41 25000
2121 3 18 18300 3.98 33000
2122 2 60 14000 3.18 25000
2123 2 18 5400 4.00 12000
2124 4 36 14000 2.59 25000
2125 5 18 18300 1.82 33000
2126 2 12 24000 2.75 36000
2127 1 60 18300 3.11 36000
2128 2 36 18300 2.95 36000
2129 3 36 18300 2.96 36000
2130 5 36 14000 1.06 25000
2131 1 60 18300 2.48 36000
2132 1 60 14000 2.20 25000
2133 5 48 14000 1.61 25000
2134 3 12 5400 1.49 15000
2135 5 60 24000 1.63 42000
2136 5 36 14000 2.44 25000
2137 1 36 24000 3.79 36000
2138 3 12 14000 3.52 25000
2139 4 18 24000 3.29 36000
2140 5 36 24000 2.78 36000
2141 3 36 24000 2.28 36000
2142 1 48 14000 1.82 25000
2143 3 18 18300 1.82 36000
2144 1 48 5400 2.28 12000
2145 5 60 5400 2.63 12000
2146 4 60 14000 3.87 25000
2147 5 18 5400 1.03 12000
2148 2 36 14000 1.21 25000
2149 2 36 5400 1.19 12000
2150 4 48 14000 2.68 21000
2151 5 18 24000 1.08 47000
2152 2 12 5400 3.60 12000
2153 4 36 18300 1.59 36000
2154 3 36 5400 3.43 18000
2155 5 12 14000 3.65 25000
2156 2 60 14000 1.19 21000
2157 4 60 18300 2.13 36000
2158 5 36 5400 1.81 18000
2159 2 12 14000 2.92 25000
2160 1 36 24000 1.85 41000
2161 3 36 24000 1.44 36000
2162 1 60 24000 2.51 36000
2163 4 18 24000 2.04 36000
2164 4 18 5400 1.57 18000
2165 3 36 24000 2.50 36000
2166 4 36 18300 1.16 36000
2167 2 12 14000 2.02 25000
2168 4 36 24000 1.28 42000
2169 5 60 24000 3.90 49000
2170 5 60 5400 1.81 15000
2171 2 60 14000 1.86 25000
2172 4 18 18300 2.83 33000
2173 1 18 24000 1.77 36000
2174 5 18 18300 2.07 36000
2175 3 12 5400 2.21 18000
2176 2 48 18300 1.88 36000
2177 2 60 5400 1.45 18000
2178 5 36 14000 1.08 21000
2179 1 36 5400 3.03 15000
2180 2 36 24000 1.38 36000
2181 4 48 24000 2.53 36000
2182 5 12 14000 2.38 25000
2183 3 36 5400 1.02 18000
2184 2 48 18300 3.98 36000
2185 1 12 14000 3.25 25000
2186 3 18 24000 3.63 36000
2187 2 36 18300 3.31 36000
2188 3 36 14000 2.13 25000
2189 3 18 5400 1.01 18000
2190 4 18 14000 3.34 25000
2191 2 12 24000 1.37 42000
2192 3 48 24000 2.76 45000
2193 4 36 24000 1.05 36000
2194 1 60 5400 2.31 18000
2195 4 36 5400 2.34 15000
2196 2 60 18300 1.29 36000
2197 4 12 14000 2.13 25000
2198 1 12 24000 1.77 36000
2199 2 36 18300 2.12 36000
2200 5 48 5400 3.66 12000
2201 2 18 18300 3.24 33000
2202 1 48 14000 1.35 25000
2203 4 60 14000 3.81 20000
2204 2 36 14000 2.97 25000
2205 1 48 24000 3.02 36000
2206 4 18 5400 2.99 12000
2207 3 36 14000 3.24 25000
2208 3 60 24000 3.89 36000
2209 4 36 14000 2.20 25000
2210 3 36 5400 3.79 12000
2211 5 36 18300 3.72 36000
2212 1 36 18300 2.95 36000
2213 4 12 14000 2.37 25000
2214 1 60 18300 3.79 36000
2215 1 48 14000 3.93 25000
2216 5 12 14000 1.18 25000
2217 3 36 24000 3.18 45000
2218 4 48 24000 2.87 36000
2219 5 48 5400 1.99 12000
2220 1 12 18300 3.35 36000
2221 3 36 14000 1.53 21000
2222 5 60 24000 2.80 47000
2223 5 18 14000 1.88 25000
2224 4 48 24000 1.08 49000
2225 1 36 18300 3.74 36000
2226 2 18 5400 2.74 12000
2227 2 12 5400 3.55 18000
2228 4 36 5400 1.84 18000
2229 5 36 14000 2.63 25000
2230 1 36 5400 2.17 18000
2231 2 48 14000 3.59 25000
2232 2 36 18300 3.36 36000
2233 4 18 18300 1.82 36000
2234 3 12 24000 1.60 36000
2235 3 60 14000 1.29 25000
2236 1 36 18300 1.27 36000
2237 2 18 24000 3.54 36000
2238 2 36 18300 3.33 36000
2239 3 36 5400 3.28 12000
2240 2 18 24000 1.92 36000
2241 2 36 5400 2.04 12000
2242 5 36 18300 3.72 36000
2243 1 60 18300 2.09 33000
2244 1 48 5400 3.00 12000
2245 2 36 18300 2.62 36000
2246 5 12 14000 2.42 25000
2247 3 36 5400 3.72 12000
2248 5 18 18300 2.32 36000
2249 4 36 5400 1.64 18000
2250 5 18 24000 3.05 49000
2251 2 36 18300 3.88 36000
2252 1 18 18300 3.05 36000
2253 3 18 24000 1.36 36000
2254 1 36 18300 2.80 36000
2255 5 48 24000 3.49 47000
2256 3 36 14000 2.30 25000
2257 3 48 5400 2.90 18000
2258 5 12 14000 3.15 21000
2259 5 48 14000 1.24 25000
2260 2 12 5400 2.90 15000
2261 5 48 18300 1.91 36000
2262 2 48 24000 1.09 36000
2263 4 36 14000 3.42 21000
2264 1 48 24000 3.94 36000
2265 2 60 24000 3.94 49000
2266 5 36 24000 1.55 36000
2267 2 18 14000 3.72 25000
2268 3 36 24000 3.23 36000
2269 5 60 5400 1.57 12000
2270 4 18 18300 2.70 36000
2271 3 60 5400 3.58 18000
2272 1 48 5400 1.16 12000
2273 1 48 14000 1.93 25000
2274 4 18 5400 2.57 18000
2275 1 36 18300 2.74 36000
2276 3 12 24000 3.50 47000
2277 2 60 5400 2.07 12000
2278 5 48 24000 1.14 45000
2279 2 36 24000 2.21 49000
2280 5 60 5400 3.29 18000
2281 2 18 18300 2.67 36000
2282 4 48 18300 2.52 36000
2283 3 18 14000 1.58 21000
2284 4 36 14000 1.43 25000
2285 3 36 18300 1.19 36000
2286 1 18 5400 1.28 12000
2287 3 60 24000 1.56 36000
2288 5 36 14000 3.61 20000
2289 4 18 18300 3.72 36000
2290 4 60 18300 2.22 36000
2291 5 48 14000 1.00 25000
2292 2 18 18300 2.25 36000
2293 1 36 24000 1.49 36000
2294 1 18 14000 3.20 25000
2295 3 36 24000 3.18 47000
2296 2 36 24000 1.46 36000
2297 4 12 18300 1.08 36000
2298 3 60 5400 3.64 12000
2299 3 36 14000 2.29 25000
2300 5 36 24000 2.81 36000
2301 2 36 18300 1.95 36000
2302 3 48 5400 1.94 18000
2303 1 12 18300 2.39 36000
2304 5 18 5400 1.96 12000
2305 3 48 24000 3.54 36000
2306 3 36 18300 1.71 33000
2307 2 48 24000 2.01 42000
2308 1 36 14000 2.01 25000
2309 5 18 24000 3.73 36000
2310 5 60 14000 3.47 25000
2311 5 36 18300 3.03 36000
2312 1 36 24000 1.46 36000
2313 1 60 18300 1.97 36000
2314 4 36 24000 2.75 36000
2315 5 12 24000 1.96 45000
2316 3 60 14000 2.56 25000
2317 2 36 24000 2.02 36000
2318 4 18 5400 2.04 12000
2319 5 12 18300 2.43 33000
2320 1 60 24000 2.28 49000
2321 2 36 5400 1.53 12000
2322 1 18 5400 3.36 12000
2323 2 18 24000 3.88 36000
2324 1 18 14000 2.48 25000
2325 5 12 24000 2.10 41000
2326 5 48 18300 1.36 36000
2327 5 36 14000 3.58 25000
2328 2 36 14000 1.47 25000
2329 1 60 18300 2.77 36000
2330 3 36 18300 2.17 36000
2331 1 36 5400 1.59 15000
2332 1 18 24000 1.47 42000
2333 4 36 14000 3.39 25000
2334 3 36 5400 1.73 12000
2335 3 36 18300 3.87 36000
2336 4 60 14000 3.90 25000
2337 3 48 5400 3.13 18000
2338 4 48 14000 1.42 25000
2339 3 48 5400 2.97 12000
2340 1 48 18300 3.53 36000
2341 3 36 5400 1.29 18000
2342 3 36 24000 1.29 36000
2343 2 60 14000 3.66 25000
2344 1 48 5400 2.56 12000
2345 2 36 14000 1.29 25000
2346 1 48 5400 1.39 12000
2347 5 48 18300 3.40 36000
2348 4 18 14000 3.30 25000
2349 5 18 24000 2.70 36000
2350 5 36 5400 3.62 12000
2351 5 36 14000 2.64 25000
2352 1 36 5400 1.31 15000
2353 1 36 18300 1.65 36000
2354 2 36 18300 3.34 36000
2355 4 18 24000 1.16 36000
2356 2 48 18300 3.29 36000
2357 1 48 14000 3.77 25000
2358 1 36 14000 2.16 21000
2359 4 12 24000 2.72 45000
2360 5 48 14000 3.35 25000
2361 1 12 14000 1.79 25000
2362 1 36 24000 1.53 45000
2363 5 36 5400 2.81 18000
2364 3 48 5400 2.87 12000
2365 3 18 14000 1.52 25000
2366 4 36 5400 2.01 12000
2367 2 18 14000 3.10 20000
2368 1 18 24000 2.72 47000
2369 2 36 14000 3.61 25000
2370 1 36 18300 2.37 36000
2371 2 36 18300 3.89 36000
2372 1 48 14000 1.82 25000
2373 5 36 14000 2.59 21000
2374 5 12 18300 2.03 36000
2375 1 36 14000 1.58 25000
2376 3 12 18300 2.17 36000
2377 5 36 18300 1.47 36000
2378 5 18 24000 3.79 36000
2379 5 36 5400 3.37 12000
2380 1 36 14000 2.42 25000
2381 4 36 18300 3.59 36000
2382 4 12 5400 2.09 12000
2383 1 12 18300 3.47 36000
2384 3 36 14000 2.98 20000
2385 4 36 24000 3.49 49000
2386 4 18 18300 1.62 36000
2387 1 48 24000 1.38 49000
2388 1 60 14000 1.60 25000
2389 3 36 24000 1.83 36000
2390 4 36 24000 1.34 36000
2391 4 36 14000 1.96 25000
2392 1 48 18300 2.02 36000
2393 5 12 18300 2.52 36000
2394 1 36 18300 3.52 36000
2395 5 36 14000 1.72 25000
2396 2 36 18300 1.64 36000
2397 1 60 24000 2.94 41000
2398 5 36 24000 3.04 36000
2399 1 60 5400 2.77 12000
2400 2 36 14000 2.77 25000
2401 3 36 18300 2.51 33000
2402 2 36 18300 3.27 33000
2403 3 36 24000 3.59 41000
2404 2 36 18300 3.92 36000
2405 2 36 5400 3.12 18000
2406 3 48 14000 3.82 25000
2407 2 36 24000 2.22 49000
2408 2 36 14000 3.55 25000
2409 2 36 14000 2.86 20000
2410 5 36 18300 3.58 36000
2411 2 60 14000 3.63 25000
2412 2 48 24000 3.84 36000
2413 3 36 14000 1.45 25000
2414 3 36 24000 3.80 36000
2415 2 36 14000 2.26 25000
2416 5 48 5400 2.48 12000
2417 1 36 5400 2.66 18000
2418 3 18 18300 3.03 36000
2419 3 36 14000 2.47 20000
2420 5 48 14000 2.15 25000
2421 2 60 5400 1.18 12000
2422 4 60 24000 1.79 36000
2423 5 60 18300 2.62 36000
2424 3 48 24000 3.48 47000
2425 1 36 18300 2.29 36000
2426 5 36 24000 2.17 36000
2427 3 36 14000 3.29 25000
2428 4 36 14000 1.58 25000
2429 5 18 5400 2.50 15000
2430 4 36 24000 3.53 49000
2431 3 60 24000 1.21 36000
2432 3 18 14000 3.25 25000
2433 3 48 24000 1.55 36000
2434 5 12 5400 1.67 12000
2435 4 36 5400 3.51 12000
2436 3 18 24000 1.10 41000
2437 3 12 14000 2.71 25000
2438 2 60 14000 2.42 25000
2439 4 36 18300 2.61 36000
2440 4 36 14000 2.80 20000
2441 4 18 14000 1.74 25000
2442 4 48 18300 1.28 36000
2443 3 60 5400 1.30 12000
2444 1 18 14000 1.64 21000
2445 1 36 5400 1.40 18000
2446 1 36 14000 2.64 25000
2447 1 36 14000 3.61 21000
2448 3 36 5400 1.14 12000
2449 5 36 24000 1.94 42000
2450 1 36 14000 2.74 25000
2451 5 18 18300 2.48 36000
2452 2 12 14000 1.34 21000
2453 3 36 18300 1.25 36000
2454 3 48 5400 3.43 12000
2455 5 60 14000 2.36 25000
2456 1 12 5400 2.12 12000
2457 4 60 18300 3.86 36000
2458 1 48 24000 3.88 36000
2459 5 12 18300 2.28 36000
2460 2 36 5400 2.37 15000
2461 3 36 5400 1.79 18000
2462 2 36 14000 3.88 25000
2463 1 48 18300 1.02 36000
2464 1 36 14000 3.69 25000
2465 3 60 18300 1.56 36000
2466 4 60 14000 1.34 25000
2467 3 36 24000 1.09 36000
2468 5 18 24000 1.19 47000
2469 5 36 18300 3.94 36000
2470 1 36 5400 3.80 12000
2471 1 12 14000 2.87 25000
2472 5 18 14000 3.40 25000
2473 2 18 5400 2.69 15000
2474 3 12 24000 2.77 49000
2475 2 12 18300 2.99 33000
2476 1 12 24000 1.91 36000
2477 5 36 24000 1.42 36000
2478 4 36 18300 2.87 36000
2479 5 36 14000 2.18 25000
2480 2 36 5400 2.24 12000
2481 5 36 5400 2.20 12000
2482 2 12 24000 3.10 45000
2483 4 36 5400 4.00 15000
2484 2 48 18300 2.43 36000
2485 5 18 24000 1.02 47000
2486 5 18 24000 1.49 41000
2487 3 18 5400 2.67 18000
2488 2 36 24000 3.35 42000
2489 3 48 24000 3.08 36000
2490 3 48 18300 3.13 36000
2491 4 18 18300 3.14 36000
2492 3 12 5400 3.12 12000
2493 1 12 5400 1.58 18000
2494 5 36 24000 1.87 36000
2495 3 18 18300 1.63 36000
2496 4 36 14000 2.17 25000
2497 1 60 24000 3.79 36000
2498 5 12 18300 1.97 36000
2499 1 36 5400 3.85 12000
2500 3 36 18300 1.80 36000
2501 1 60 14000 1.71 25000
2502 1 36 5400 3.27 12000
2503 3 18 5400 3.31 18000
2504 5 36 5400 4.00 12000
2505 3 36 14000 1.25 25000
2506 3 36 18300 1.44 36000
2507 3 18 18300 1.09 36000
2508 2 36 5400 2.49 18000
2509 3 12 24000 1.44 49000
2510 3 18 5400 3.21 18000
2511 4 18 24000 2.62 36000
2512 3 12 18300 1.90 36000
2513 3 12 24000 3.33 36000
2514 2 36 14000 3.14 21000
2515 5 12 18300 3.52 36000
2516 2 36 24000 2.05 41000
2517 2 36 18300 1.47 36000
2518 1 36 14000 3.20 21000
2519 5 48 5400 3.00 12000
2520 5 12 18300 1.24 36000
2521 1 60 24000 3.69 36000
2522 3 36 14000 3.05 25000
2523 4 12 24000 1.67 42000
2524 2 18 24000 1.98 36000
2525 3 36 5400 2.01 18000
2526 3 36 5400 1.18 18000
2527 1 48 18300 3.18 36000
2528 5 36 14000 2.87 25000
2529 4 36 18300 1.21 36000
2530 3 18 5400 2.19 18000
2531 2 12 5400 3.37 15000
2532 3 18 5400 3.41 18000
2533 4 12 5400 2.05 18000
2534 3 18 18300 3.71 36000
2535 2 36 24000 3.07 49000
2536 2 36 14000 1.34 25000
2537 3 60 14000 2.41 25000
2538 2 18 18300 2.78 36000
2539 2 18 14000 2.82 25000
2540 2 18 18300 1.25 36000
2541 5 60 24000 1.63 45000
2542 5 36 5400 2.55 18000
2543 5 18 18300 3.58 36000
2544 3 36 24000 1.77 36000
2545 3 60 5400 3.32 12000
2546 4 36 14000 3.23 25000
2547 1 12 14000 1.15 25000
2548 3 18 24000 1.31 36000
2549 3 36 18300 1.62 36000
2550 1 36 5400 3.50 18000
2551 2 12 14000 2.16 25000
2552 4 36 24000 2.45 36000
2553 1 60 5400 3.77 15000
2554 3 60 14000 2.10 25000
2555 3 36 18300 1.86 36000
2556 4 36 5400 1.85 12000
2557 1 48 24000 2.41 36000
2558 2 12 14000 3.45 25000
2559 4 48 14000 3.21 25000
2560 2 36 18300 1.44 36000
2561 3 60 24000 1.35 47000
2562 2 36 14000 3.00 25000
2563 5 48 14000 1.29 25000
2564 3 36 24000 2.36 41000
2565 3 36 5400 3.48 18000
2566 5 60 14000 3.31 25000
2567 1 36 18300 3.22 36000
2568 2 18 24000 2.26 36000
2569 5 12 18300 2.14 36000
2570 4 12 18300 3.43 36000
2571 1 36 24000 2.31 36000
2572 3 48 5400 1.42 12000
2573 2 60 24000 1.55 42000
2574 3 48 5400 3.32 18000
2575 4 48 14000 1.52 21000
2576 2 12 14000 2.92 21000
2577 2 36 14000 2.84 25000
2578 3 36 14000 1.55 25000
2579 2 12 5400 1.27 12000
2580 5 36 18300 1.05 33000
2581 3 36 5400 2.68 12000
2582 5 18 24000 2.16 36000
2583 2 60 5400 1.65 12000
2584 3 36 18300 3.48 36000
2585 3 36 18300 3.27 36000
2586 4 18 24000 3.43 36000
2587 3 12 14000 2.14 25000
2588 2 12 18300 2.69 36000
2589 3 36 18300 3.21 36000
2590 5 36 18300 2.53 36000
2591 1 36 24000 3.21 36000
2592 3 36 14000 1.27 25000
2593 5 18 24000 1.28 36000
2594 3 36 14000 2.87 25000
2595 1 36 24000 1.32 36000
2596 5 60 5400 2.62 15000
2597 3 12 24000 3.07 42000
2598 3 36 18300 1.54 36000
2599 4 48 24000 3.74 36000
2600 4 36 24000 1.37 36000
2601 2 60 14000 2.22 25000
2602 4 36 18300 1.24 36000
2603 4 36 24000 3.63 36000
2604 5 36 5400 3.31 12000
2605 3 36 24000 1.67 36000
2606 4 18 14000 1.99 21000
2607 2 36 14000 1.52 21000
2608 2 36 24000 2.77 42000
2609 3 48 14000 3.80 25000
2610 3 48 14000 3.07 25000
2611 5 36 14000 3.51 25000
2612 2 36 18300 3.95 36000
2613 3 18 5400 2.40 12000
2614 4 36 14000 3.63 25000
2615 4 18 24000 2.80 49000
2616 3 36 5400 2.58 15000
2617 2 12 18300 3.28 36000
2618 5 36 14000 2.44 25000
2619 5 36 24000 2.25 36000
2620 3 36 24000 2.57 41000
2621 1 18 5400 3.63 18000
2622 1 48 18300 3.48 36000
2623 4 36 24000 2.77 45000
2624 4 48 14000 1.54 25000
2625 2 60 18300 2.99 36000
2626 3 48 18300 1.63 36000
2627 1 60 24000 3.04 36000
2628 3 18 14000 1.41 25000
2629 1 60 14000 1.51 25000
2630 2 48 5400 2.84 12000
2631 4 60 18300 1.44 36000
2632 3 36 5400 3.92 18000
2633 4 18 5400 3.67 18000
2634 2 36 24000 2.70 42000
2635 5 36 24000 1.38 45000
2636 3 36 14000 2.46 25000
2637 1 48 24000 1.79 36000
2638 4 36 14000 1.14 21000
2639 2 36 24000 3.37 36000
2640 5 18 5400 2.07 12000
2641 4 60 24000 2.88 41000
2642 5 48 5400 1.67 12000
2643 4 18 14000 1.72 25000
2644 2 12 5400 3.96 18000
2645 1 60 14000 2.96 25000
2646 5 60 5400 2.66 18000
2647 2 60 18300 2.79 36000
2648 4 18 14000 2.21 25000
2649 3 36 5400 1.19 12000
2650 5 36 24000 3.24 49000
2651 1 36 18300 2.61 36000
2652 4 36 24000 3.68 41000
2653 4 18 18300 2.24 36000
2654 1 12 24000 3.50 36000
2655 5 12 5400 2.71 12000
2656 5 36 18300 1.81 36000
2657 4 60 14000 3.69 21000
2658 5 12 14000 1.20 20000
2659 2 36 24000 2.51 36000
2660 4 36 5400 2.19 18000
2661 4 12 24000 1.56 47000
2662 2 36 18300 1.15 36000
2663 4 48 5400 3.20 18000
2664 1 36 24000 1.92 49000
2665 3 36 5400 3.64 12000
2666 4 12 5400 2.56 12000
2667 3 18 14000 3.12 25000
2668 1 12 14000 1.53 21000
2669 4 18 18300 3.24 36000
2670 2 12 5400 2.42 12000
2671 4 48 18300 3.06 36000
2672 5 36 14000 1.41 20000
2673 3 18 24000 1.16 42000
2674 4 36 14000 3.18 21000
2675 5 36 24000 1.04 36000
2676 2 60 5400 2.13 18000
2677 1 60 18300 2.40 36000
2678 3 48 5400 3.74 18000
2679 1 12 24000 3.12 36000
2680 2 60 5400 1.61 12000
2681 2 60 5400 3.53 12000
2682 3 12 14000 3.30 25000
2683 2 36 18300 1.07 36000
2684 3 48 24000 2.21 36000
2685 3 18 5400 1.06 18000
2686 1 60 14000 2.95 25000
2687 1 12 18300 3.89 36000
2688 5 36 5400 2.50 12000
2689 5 48 24000 1.28 36000
2690 3 36 5400 3.54 18000
2691 5 36 14000 2.64 25000
2692 4 48 18300 1.54 36000
2693 2 36 18300 3.32 36000
2694 3 36 5400 1.35 18000
2695 1 12 5400 2.77 18000
2696 1 48 18300 2.53 36000
2697 2 18 5400 1.95 12000
2698 5 36 18300 1.35 36000
2699 2 48 5400 1.36 12000
2700 2 36 5400 1.21 12000
2701 3 12 24000 2.46 41000
2702 4 60 18300 3.05 36000
2703 1 36 5400 3.76 12000
2704 2 18 14000 2.44 25000
2705 3 36 18300 1.77 36000
2706 1 36 24000 3.64 36000
2707 3 36 5400 1.15 12000
2708 1 36 5400 2.99 18000
2709 2 12 24000 3.81 41000
2710 4 48 5400 1.17 18000
2711 2 36 14000 3.62 25000
2712 3 48 5400 3.45 12000
2713 5 36 18300 1.60 36000
2714 2 60 18300 2.98 36000
2715 5 36 14000 2.75 25000
2716 1 36 24000 3.72 41000
2717 5 48 24000 2.93 36000
2718 1 60 18300 1.98 36000
2719 3 36 24000 2.11 36000
2720 3 48 24000 3.54 36000
2721 2 18 24000 1.56 36000
2722 1 18 5400 3.94 18000
2723 4 48 14000 3.00 25000
2724 5 36 18300 1.60 36000
2725 5 36 14000 1.81 25000
2726 1 36 14000 1.42 25000
2727 5 36 18300 3.62 36000
2728 2 18 18300 1.59 33000
2729 4 36 24000 2.50 45000
2730 2 12 5400 3.40 12000
2731 2 36 24000 3.64 36000
2732 3 36 18300 3.77 36000
2733 5 48 18300 2.52 36000
2734 5 60 14000 1.90 21000
2735 3 60 5400 2.46 12000
2736 5 12 18300 2.13 36000
2737 5 48 5400 1.12 18000
2738 3 12 18300 3.31 36000
2739 5 60 5400 1.25 18000
2740 5 36 24000 1.55 49000
2741 4 36 14000 1.45 21000
2742 2 48 14000 1.71 21000
2743 5 12 5400 2.52 12000
2744 4 36 5400 3.14 12000
2745 5 60 24000 2.71 36000
2746 4 36 18300 2.25 36000
2747 1 36 24000 1.77 49000
2748 3 36 18300 1.45 36000
2749 1 36 24000 1.52 36000
2750 3 36 14000 2.39 21000
2751 3 12 5400 1.54 12000
2752 1 18 14000 2.46 21000
2753 1 36 14000 1.57 25000
2754 5 60 18300 2.27 36000
2755 4 12 5400 3.65 18000
2756 2 48 5400 3.88 18000
2757 1 12 24000 1.89 47000
2758 1 36 24000 2.31 49000
2759 5 60 18300 3.14 36000
2760 2 60 14000 1.70 25000
2761 4 36 5400 2.88 12000
2762 1 36 24000 3.13 36000
2763 3 12 24000 2.40 36000
2764 1 36 24000 1.37 36000
2765 2 48 14000 1.98 25000
2766 1 12 24000 2.61 36000
2767 5 36 5400 1.14 12000
2768 1 18 24000 2.81 36000
2769 5 36 24000 3.56 36000
2770 2 18 24000 1.42 41000
2771 4 36 14000 2.73 25000
2772 3 18 18300 2.29 36000
2773 5 36 18300 1.30 36000
2774 4 48 24000 2.16 36000
2775 5 48 24000 3.91 36000
2776 3 36 14000 1.93 25000
2777 2 60 5400 3.63 12000
2778 5 12 24000 1.24 41000
2779 1 36 5400 3.03 18000
2780 3 36 5400 1.66 15000
2781 5 12 5400 1.32 15000
2782 2 60 24000 2.24 45000
2783 3 18 18300 2.48 36000
2784 3 48 14000 1.49 25000
2785 5 60 5400 2.08 12000
2786 5 36 18300 2.72 33000
2787 1 48 5400 3.91 12000
2788 2 48 18300 3.92 33000
2789 3 60 14000 3.30 25000
2790 4 36 14000 2.69 25000
2791 4 60 5400 3.80 12000
2792 2 36 14000 3.96 25000
2793 5 18 5400 3.18 12000
2794 2 18 18300 1.23 36000
2795 1 60 18300 3.23 36000
2796 4 48 24000 3.65 36000
2797 4 36 14000 1.41 25000
2798 1 60 14000 1.12 25000
2799 4 36 18300 3.22 36000
2800 5 36 24000 2.12 49000
2801 4 18 5400 2.01 18000
2802 1 36 14000 3.93 25000
2803 1 18 14000 2.63 25000
2804 1 36 24000 3.07 36000
2805 4 60 18300 1.48 33000
2806 2 36 5400 3.93 12000
2807 5 36 18300 2.34 36000
2808 2 12 18300 2.37 36000
2809 2 36 18300 1.79 36000
2810 3 12 24000 1.77 47000
2811 5 48 18300 2.52 36000
2812 2 12 14000 2.12 25000
2813 5 48 24000 3.15 41000
2814 1 60 18300 3.35 36000
2815 5 12 18300 3.49 36000
2816 5 18 24000 1.32 36000
2817 4 48 5400 2.31 12000
2818 2 18 18300 3.44 36000
2819 4 12 14000 2.28 21000
2820 4 36 5400 2.73 18000
2821 5 12 14000 3.52 25000
2822 4 60 5400 1.56 18000
2823 2 60 5400 2.12 15000
2824 3 12 24000 3.99 36000
2825 3 48 18300 1.27 36000
2826 2 18 18300 2.60 36000
2827 5 36 24000 1.63 36000
2828 5 60 5400 2.96 18000
2829 5 18 24000 3.72 45000
2830 3 48 5400 2.50 18000
2831 5 36 14000 3.19 25000
2832 5 18 18300 2.02 36000
2833 4 60 5400 1.67 15000
2834 1 36 5400 2.70 12000
2835 1 60 24000 1.20 47000
2836 5 18 14000 2.53 25000
2837 4 36 14000 2.97 25000
2838 5 12 18300 1.12 36000
2839 2 36 18300 3.41 36000
2840 1 36 18300 1.32 36000
2841 5 18 24000 3.97 49000
2842 2 36 18300 1.07 36000
2843 4 48 5400 2.61 18000
2844 3 18 18300 2.27 36000
2845 1 36 14000 3.22 21000
2846 5 36 24000 1.31 36000
2847 2 18 14000 2.26 20000
2848 3 18 24000 3.35 47000
2849 4 36 18300 1.37 36000
2850 1 60 14000 2.64 25000
2851 2 48 24000 2.06 45000
2852 4 36 18300 1.45 36000
2853 1 18 5400 1.96 18000
2854 3 36 18300 3.75 33000
2855 5 18 24000 3.64 41000
2856 5 36 24000 2.20 41000
2857 3 36 18300 1.66 36000
2858 5 18 24000 2.13 42000
2859 3 12 14000 2.55 21000
2860 4 12 5400 2.09 18000
2861 2 36 24000 1.61 47000
2862 1 12 24000 2.66 41000
2863 4 36 24000 1.56 36000
2864 1 48 24000 3.59 45000
2865 5 60 18300 1.80 36000
2866 5 18 14000 1.86 25000
2867 1 36 5400 3.36 18000
2868 5 36 5400 3.04 12000
2869 5 60 18300 3.09 36000
2870 4 36 24000 2.73 36000
2871 2 36 5400 2.57 18000
2872 5 36 14000 2.29 25000
2873 4 36 5400 2.21 18000
2874 1 36 18300 3.43 36000
2875 3 36 18300 3.48 36000
2876 1 60 5400 3.06 18000
2877 1 36 5400 1.46 18000
2878 1 48 18300 3.27 33000
2879 5 48 18300 3.53 36000
2880 5 36 18300 1.56 36000
2881 4 18 18300 1.86 36000
2882 5 36 24000 2.17 47000
2883 1 36 18300 3.49 33000
2884 1 36 5400 2.74 12000
2885 5 36 18300 1.31 36000
2886 3 18 24000 3.59 36000
2887 3 36 5400 1.59 12000
2888 2 48 5400 3.63 18000
2889 2 36 14000 1.24 20000
2890 3 36 18300 2.33 36000
2891 4 12 18300 1.35 36000
2892 3 36 5400 1.00 12000
2893 5 12 5400 3.54 18000
2894 3 36 14000 3.72 25000
2895 4 18 24000 3.84 36000
2896 4 36 5400 3.40 12000
2897 2 36 5400 3.98 12000
2898 5 36 24000 3.37 36000
2899 2 48 24000 1.65 42000
2900 2 48 14000 1.37 21000
2901 1 18 14000 1.92 25000
2902 2 48 14000 2.43 25000
2903 2 36 14000 1.79 25000
2904 2 36 24000 3.50 36000
2905 2 36 18300 2.70 36000
2906 3 48 24000 1.62 47000
2907 1 36 14000 3.23 25000
2908 4 36 14000 2.99 25000
2909 3 12 24000 2.06 47000
2910 2 36 14000 2.81 20000
2911 2 12 24000 1.10 36000
2912 2 18 5400 1.40 12000
2913 2 36 14000 2.77 20000
2914 1 36 18300 1.03 36000
2915 5 18 5400 1.02 18000
2916 3 12 18300 2.52 36000
2917 5 48 18300 3.99 33000
2918 1 18 24000 1.24 36000
2919 4 60 5400 1.28 12000
2920 4 36 24000 3.31 36000
2921 4 60 24000 2.80 49000
2922 2 60 18300 3.73 36000
2923 3 18 18300 1.67 36000
2924 3 36 14000 3.68 25000
2925 4 12 5400 1.32 12000
2926 4 36 24000 1.12 36000
2927 5 18 14000 1.62 25000
2928 5 60 14000 2.73 20000
2929 4 12 5400 3.26 15000
2930 5 36 18300 2.77 33000
2931 4 36 24000 2.71 36000
2932 5 36 5400 1.67 12000
2933 4 48 5400 2.70 18000
2934 3 36 5400 1.58 18000
2935 1 48 14000 2.28 25000
2936 5 36 5400 3.13 15000
2937 3 12 24000 1.89 45000
2938 5 36 14000 2.06 25000
2939 4 60 18300 3.97 36000
2940 1 18 18300 1.07 36000
2941 4 12 5400 3.50 12000
2942 2 36 14000 2.48 25000
2943 5 36 14000 2.58 20000
2944 1 12 18300 2.03 36000
2945 2 18 18300 1.74 36000
2946 3 48 18300 2.76 36000
2947 5 36 24000 3.33 42000
2948 3 12 18300 3.47 36000
2949 1 18 18300 2.26 36000
2950 2 12 14000 1.21 25000
BASE DE DATOS
do de origen colombiano vende articulos de diversos fines a bajo costo, este año ha decidido ingresar al mundo de
utilizando diferentes portales de venta. Sin embargo, ha observado algunas dificultades en la venta y la percepción
tanto, realizó el consolidado de 2950 artículos vendidos considerando caracteristicas propias del producto y datos
obtenidos de una encuesta de sastistacción diligenciada por los compradores.
Precio de Precio del Género de Edad del Portal de

impuesto envío cliente cliente Satisfacción compra
4400 5500 1 42 3 4
4700 5000 2 48 2 5
3600 5500 1 27 1 3
4400 6000 2 25 1 2
6200 6000 1 37 4 5
1600 5000 1 54 4 5
6200 6000 1 38 2 5
3600 5000 1 25 1 1
3700 6000 1 50 2 4
6900 6000 2 51 1 3
4400 6000 1 44 1 1
6200 6000 2 36 4 3
2200 5500 2 31 1 4
3700 5000 2 31 3 3
5200 6000 2 21 1 2
3600 6000 2 53 3 5
7300 6000 2 54 3 1
4400 6000 1 29 3 4
2900 6000 1 20 1 1
2900 5000 2 53 2 4
3600 6000 2 27 1 2
5200 6000 2 28 4 4
4400 5500 1 52 4 1
5200 6000 2 53 4 4
2500 5000 2 39 4 4
4000 6000 1 23 4 5
2200 5000 1 25 3 1
5200 6000 2 53 4 2
5200 6000 1 28 3 3
3000 6000 1 49 1 5
2900 5500 2 24 1 2
6200 6000 2 42 4 4
7300 6000 1 38 3 1
2600 6000 2 30 4 4
4400 6000 1 50 2 3
5200 6000 2 22 3 5
7300 6000 2 22 2 1
6200 5500 2 33 2 4
7300 5500 1 54 3 3
3700 5000 1 42 1 4
6200 5500 1 55 2 5
6200 6000 2 31 3 5
4400 6000 1 29 3 5
6200 6000 1 21 2 1
6200 5500 2 19 2 1
5200 6000 1 28 1 2
4200 5000 1 43 1 1
5200 5500 2 29 3 2
2400 6000 1 34 1 5
5200 5000 2 24 4 4
6200 5000 2 40 3 4
3300 5000 1 28 3 4
3600 6000 1 34 3 3
4300 6000 1 27 1 1
6200 6000 1 45 3 2
6200 6000 2 34 2 4
2800 5000 1 48 3 2
2300 6000 1 30 1 1
4400 6000 1 25 2 4
5200 6000 2 47 4 2
5200 6000 1 31 2 4
5200 5500 2 29 2 3
3600 5500 2 43 4 1
1600 6000 1 47 1 3
7300 6000 2 18 1 5
5200 5500 1 30 3 4
1600 6000 1 50 1 5
6200 5000 2 47 3 2
4400 5000 1 43 3 4
1700 5000 1 46 3 4
2600 5000 2 47 1 4
7300 6000 1 19 1 4
7300 5500 1 35 4 3
3600 6000 1 36 2 1
4400 6000 1 47 1 2
6200 6000 1 21 4 1
4400 5500 1 33 2 1
8400 5500 1 41 2 2
3600 5500 2 26 4 2
2000 5000 2 29 3 5
7700 6000 2 41 4 4
6200 5500 2 22 1 5
2800 6000 2 45 2 2
6200 5500 2 27 2 4
1900 5000 1 28 1 3
1600 6000 1 37 2 5
3600 5000 2 36 4 1
3600 5000 1 42 4 2
3000 6000 2 19 1 3
2300 5500 1 23 1 5
1800 6000 1 37 4 2
1600 6000 1 43 2 4
2500 6000 2 52 1 4
5200 6000 2 26 3 4
3700 6000 1 47 2 4
5200 6000 1 31 3 2
4400 6000 2 49 3 4
6200 5000 1 44 3 1
6200 5500 1 25 2 2
7300 5500 2 40 1 5
4400 5500 1 42 1 4
8400 5500 1 48 2 4
7300 6000 1 25 1 2
6900 6000 2 38 1 3
6000 5500 1 47 1 1
4400 5000 1 31 2 5
7300 6000 2 42 3 3
7300 5500 1 31 2 3
7300 6000 1 51 3 4
5200 5000 2 29 2 4
6200 6000 2 20 3 4
3600 6000 2 32 2 4
7300 5500 1 34 3 1
2500 5500 2 18 3 3
1800 6000 1 23 4 2
7300 5500 2 36 3 2
6900 6000 1 20 2 4
4700 6000 2 25 4 5
7300 5000 2 23 4 4
5200 6000 2 33 1 3
6000 5000 2 40 2 2
7300 6000 1 25 1 5
4400 6000 2 18 1 5
5200 5500 2 49 3 5
3300 6000 2 48 3 2
5000 5000 1 39 2 1
3600 6000 2 50 3 4
4700 6000 2 46 1 2
3600 6000 1 54 1 1
8400 5500 2 51 2 4
7300 6000 1 49 3 1
1800 6000 1 25 2 1
3600 6000 2 22 3 1
4400 6000 1 31 1 4
5200 6000 1 31 4 1
2900 5000 1 28 3 2
6200 6000 1 34 1 3
6200 6000 1 45 3 4
2200 5500 2 21 3 5
6900 6000 2 49 1 2
2800 6000 2 39 4 4
2900 6000 1 40 1 3
3300 5000 1 37 1 5
7300 6000 1 22 3 5
1600 6000 1 28 4 3
3300 5000 1 29 2 4
3000 5500 1 54 3 1
7300 6000 1 24 4 4
7700 6000 1 31 2 5
7300 6000 1 54 4 2
4700 5000 2 49 1 1
6000 5500 2 40 3 4
4400 5000 2 53 2 5
2200 5000 1 25 1 4
7300 5500 2 51 1 5
3600 6000 2 38 3 4
3600 6000 2 45 4 4
3600 5500 2 19 1 5
4400 5500 1 45 4 2
4400 6000 2 40 2 5
3600 5000 1 53 2 2
6000 6000 2 18 3 4
2300 6000 1 32 4 3
6000 6000 2 29 1 5
4400 5500 1 55 4 5
2400 5500 1 20 1 4
7300 6000 1 52 3 4
3300 5000 2 20 2 3
2200 6000 2 32 3 1
6200 6000 1 34 1 4
5200 6000 2 44 4 3
6200 5000 2 40 4 1
3600 5000 2 51 1 3
1900 6000 1 55 2 3
2900 5000 2 31 1 1
3600 5000 1 24 1 3
1900 5000 1 35 1 5
7300 5500 1 30 3 1
4400 6000 2 35 3 2
3600 5000 1 50 1 1
2600 5500 1 24 1 4
6000 6000 2 54 4 2
2700 6000 2 25 3 5
2100 5000 2 20 2 3
2700 5500 2 27 1 4
5200 5500 1 46 4 1
7300 5500 2 29 2 3
4400 5500 1 49 4 4
3600 6000 1 38 2 4
3000 6000 1 36 1 5
2800 6000 1 52 3 5
3600 6000 2 50 3 3
2300 5500 1 46 4 3
6200 6000 2 35 3 5
4400 6000 1 32 3 4
2200 6000 2 28 4 5
4400 6000 2 23 4 1
3600 5500 1 29 1 3
5200 5500 2 51 3 4
6000 5500 2 26 3 2
2100 5000 1 33 3 4
3000 6000 2 26 2 1
7300 6000 2 27 2 2
6900 6000 1 27 1 4
2400 5000 1 54 4 3
3600 6000 2 48 3 5
4700 6000 2 47 4 4
5200 5000 2 21 3 3
3600 6000 1 49 3 3
3600 5500 2 40 2 3
2200 5000 2 33 1 1
6200 5000 1 23 3 4
5200 5500 1 52 4 3
4400 6000 2 25 4 5
4400 5000 1 52 4 2
2400 5500 2 23 3 5
1500 5000 2 42 2 4
6200 6000 2 40 4 1
7300 6000 2 53 4 3
4200 5000 2 52 2 2
2500 6000 2 48 4 3
1400 5000 2 43 4 1
2800 6000 1 18 2 5
6200 6000 2 30 3 1
5200 6000 2 52 1 1
5000 5500 1 31 2 2
7700 6000 2 42 4 1
2100 5000 2 31 2 5
6200 6000 1 26 2 4
4400 6000 2 48 2 2
7300 6000 2 26 3 5
7300 6000 1 23 1 4
4400 6000 2 47 1 5
5200 6000 2 54 1 4
3600 6000 1 28 2 4
3600 5500 2 19 1 3
6200 6000 2 34 2 4
5200 5500 1 50 3 5
5200 5000 2 34 4 1
6900 6000 2 23 1 3
5200 6000 2 31 4 4
2600 5000 2 34 1 4
5200 6000 1 30 4 4
7300 6000 1 27 4 1
5200 6000 1 46 1 2
2700 6000 1 41 1 3
3600 6000 2 21 3 4
2300 6000 2 25 2 3
2400 5500 1 28 3 3
1900 6000 2 20 3 3
7300 6000 1 55 3 3
3600 6000 1 26 2 4
7300 6000 2 41 3 2
5200 5000 2 23 1 4
3300 5500 2 55 2 4
2300 6000 1 53 3 2
7300 6000 1 24 1 5
5000 5000 2 51 3 3
6200 6000 1 30 1 4
7300 6000 2 45 1 2
6200 6000 2 42 4 2
5200 5000 2 33 1 3
3600 6000 1 22 3 2
2200 5500 1 49 4 3
6200 5000 2 30 1 5
7300 6000 2 41 4 1
2100 6000 2 55 1 4
7300 5500 1 28 4 5
3300 6000 2 25 1 5
6900 5500 2 39 1 5
6200 6000 2 26 1 2
4400 6000 1 39 3 2
3300 6000 1 48 3 5
6200 5000 2 34 2 4
2700 6000 2 38 3 4
3600 5000 2 28 3 2
7300 6000 1 21 1 5
5200 6000 2 46 3 1
4400 6000 2 18 3 3
7300 6000 1 54 1 3
3600 6000 2 23 4 4
7300 6000 2 46 4 4
4200 6000 1 40 3 2
4400 6000 1 53 1 5
3600 6000 2 33 2 4
4400 5000 2 52 3 3
2400 5500 2 31 4 4
4000 5000 2 39 3 2
6900 6000 1 39 1 2
2300 6000 1 28 3 3
6200 6000 2 41 1 4
4400 5000 1 19 3 4
8400 5500 2 38 2 4
3000 6000 2 38 1 4
5200 5500 2 48 2 4
7700 6000 1 21 2 4
3000 6000 2 33 1 5
5300 6000 1 49 4 1
7300 6000 2 38 2 5
7300 5500 2 30 4 5
5200 5500 1 23 4 4
6200 5000 2 39 4 4
2100 6000 1 18 3 2
6200 6000 1 23 3 1
6200 6000 1 25 2 4
1800 5500 2 41 1 4
2400 6000 1 19 3 1
5200 5000 1 23 4 4
7300 6000 1 50 1 1
3300 6000 2 37 1 4
6200 6000 1 31 4 4
2500 5500 2 51 4 4
5200 5500 2 52 1 4
3600 5000 1 32 1 5
4400 5000 2 39 3 4
3700 6000 2 25 1 3
3300 6000 2 30 3 4
7300 6000 1 33 1 3
4300 6000 1 18 4 3
4400 5500 2 55 3 3
1700 6000 1 22 2 1
1800 6000 1 25 4 4
2300 5000 2 54 3 2
2400 5000 2 29 4 4
2000 6000 2 43 2 4
5200 5500 2 46 1 4
8100 5500 1 50 3 3
1700 6000 1 40 4 5
2400 5000 1 32 3 1
1700 6000 1 43 1 5
4300 6000 1 39 1 5
4400 6000 1 37 1 4
4400 5000 2 18 4 4
2300 5500 2 24 1 4
4400 6000 1 28 4 5
4400 5500 1 47 3 5
3600 6000 1 25 2 5
1900 6000 2 43 2 2
4400 6000 2 45 4 4
5200 5500 1 22 1 5
4400 6000 2 24 4 5
1600 6000 2 38 4 2
7300 6000 2 42 2 4
4200 5500 2 41 1 3
5200 6000 1 26 4 1
8400 5500 2 21 1 4
4400 5000 2 20 1 3
7300 6000 2 28 2 4
2900 6000 2 24 2 5
5200 5000 1 44 4 5
1800 6000 1 41 1 4
2400 6000 1 48 1 4
3700 6000 1 44 1 1
4400 6000 1 49 3 5
2200 5000 1 31 4 4
7300 6000 2 18 2 3
1400 5000 2 47 1 1
2500 5500 2 50 4 3
1800 6000 1 32 4 3
6200 6000 1 54 4 4
1400 5000 2 45 2 4
6200 5000 2 26 1 1
3700 5000 1 22 2 5
4700 6000 1 20 4 2
4400 6000 1 35 3 4
5200 6000 1 31 3 4
3600 6000 2 35 2 3
3600 6000 2 28 4 5
2400 5000 2 37 1 1
4400 5500 1 55 2 4
6200 6000 1 36 3 4
4700 6000 1 51 4 3
7300 5500 2 47 4 4
7300 6000 2 35 2 4
6200 5000 1 18 2 3
4300 5000 1 19 3 4
2600 6000 2 41 3 4
7300 6000 2 41 2 3
5000 6000 2 52 4 3
5200 6000 1 31 2 4
2300 5000 1 46 3 2
5200 6000 1 55 4 5
1800 6000 2 22 4 5
3600 6000 1 47 1 1
6200 5000 2 53 4 4
5200 6000 1 44 1 1
2800 5000 2 55 4 1
5200 6000 2 46 3 4
4400 5000 2 52 2 5
4400 6000 2 21 2 4
4400 6000 1 33 4 2
7300 5500 2 25 2 4
4400 6000 1 18 3 1
4000 6000 2 20 4 4
2600 6000 2 27 3 4
6200 5000 1 34 2 1
7300 6000 2 22 2 4
4400 6000 1 48 4 5
6900 6000 1 24 1 2
6200 6000 1 22 2 2
2000 5000 2 50 2 3
2000 5000 1 49 3 4
3600 5500 2 19 4 5
3600 5500 1 35 4 3
5200 5500 1 50 3 2
3600 6000 2 30 3 4
4000 5500 1 25 1 3
5200 6000 2 46 1 5
6200 5500 1 28 4 4
2600 6000 1 33 3 2
7300 6000 1 31 3 4
3300 6000 1 44 3 4
2000 5000 2 40 1 2
1800 6000 2 28 1 4
6200 6000 1 36 1 4
7300 6000 2 36 3 4
5000 6000 2 37 4 4
4200 5000 2 48 3 4
5200 5500 2 54 3 1
5000 5000 2 44 1 4
7300 5500 2 33 4 4
3600 5000 1 45 2 3
5000 6000 1 48 4 2
6200 6000 1 43 3 2
4700 5500 1 39 3 1
3000 5500 2 27 1 4
1400 5000 1 44 3 2
2300 6000 2 55 2 5
7300 6000 1 39 2 3
7300 5500 2 30 3 5
2100 5500 1 36 3 3
4400 5000 2 33 3 1
2100 5000 2 44 2 4
1900 6000 2 47 1 1
8400 5500 2 46 1 2
3600 5000 2 28 3 2
5200 5500 2 36 4 5
7300 6000 2 26 3 3
2200 5000 1 32 3 2
2600 6000 1 36 2 3
6200 5000 2 36 3 2
6200 6000 1 48 3 3
6200 6000 2 32 2 4
2600 6000 1 22 2 3
3600 6000 1 37 3 4
2700 5000 1 25 4 4
6000 6000 1 52 4 3
3600 6000 2 37 3 1
2300 5500 1 35 2 2
7300 6000 1 36 2 2
4400 6000 1 23 3 3
2000 6000 2 33 1 2
3000 5000 1 22 4 3
7300 6000 2 24 1 5
7300 6000 1 34 4 1
2200 6000 1 20 1 4
5200 6000 1 42 1 1
5000 6000 1 34 2 5
4400 5000 1 27 2 1
7300 6000 1 26 1 4
2600 5000 1 26 2 2
2300 6000 1 47 2 3
3000 5000 1 40 3 4
2300 6000 2 40 4 1
7300 6000 1 33 4 4
8400 5500 1 23 2 4
5000 6000 2 44 3 3
2700 6000 1 27 1 4
6200 5000 1 47 3 5
7300 6000 2 50 3 1
6000 6000 2 43 2 1
7300 6000 2 42 1 3
4400 6000 1 42 3 5
6200 6000 2 22 3 4
4400 6000 1 46 3 2
3300 5500 2 38 3 5
5200 6000 2 24 2 2
3600 5000 2 35 2 4
4400 5000 2 28 3 4
6000 6000 2 47 3 2
2900 5500 2 45 3 1
5200 6000 1 55 2 4
5300 5500 2 43 4 4
8400 5500 2 27 3 3
2200 6000 1 43 3 4
2400 6000 1 47 1 5
2200 6000 1 51 4 4
5200 5500 2 24 1 5
2100 6000 1 47 4 5
4400 6000 1 35 4 1
4400 6000 2 29 2 4
4400 6000 2 43 3 3
8200 5500 2 27 4 4
5200 6000 2 44 2 2
7300 5000 1 42 3 5
7300 5500 1 44 2 4
1800 5000 1 51 2 5
2000 6000 1 28 2 4
5200 5000 1 25 4 3
6200 6000 2 48 1 1
3600 6000 2 39 1 2
3600 6000 1 50 1 4
4000 6000 1 49 3 2
2300 5000 1 36 2 4
4400 6000 1 43 4 5
3600 6000 1 40 1 4
5200 6000 2 54 4 5
1900 6000 1 24 4 5
8400 5500 2 55 4 3
2600 6000 2 36 1 5
5200 5000 2 52 4 1
8400 5500 2 51 1 1
2400 5000 2 44 3 3
2700 6000 1 37 4 3
5200 5000 2 34 1 4
7300 6000 1 32 4 4
3700 6000 2 38 3 3
2800 6000 2 24 4 4
3600 6000 2 48 4 4
1700 6000 2 37 1 4
3600 6000 2 50 3 1
5200 6000 1 32 4 3
1400 5000 2 32 2 2
7300 6000 1 47 3 4
5200 6000 1 35 4 4
2800 5500 1 32 3 5
2400 6000 1 28 3 3
6200 6000 2 34 1 4
6200 6000 2 19 1 5
7300 5000 2 47 4 4
3600 6000 2 49 1 3
7700 6000 2 19 3 2
5200 5000 1 46 4 4
4400 5500 2 43 1 2
3700 5500 1 55 2 1
7300 6000 2 32 2 3
1800 6000 1 25 1 1
3700 5500 2 18 4 4
3000 6000 1 31 3 2
6200 6000 2 55 4 3
6200 6000 2 39 4 4
5200 6000 1 35 3 4
3600 6000 2 18 1 5
6200 6000 1 48 2 4
1700 6000 1 26 2 1
1900 6000 2 43 1 4
6200 6000 2 18 1 1
3600 5500 2 54 4 4
3600 5500 1 52 1 1
4400 6000 2 54 4 1
8400 5500 2 27 4 3
3600 6000 1 53 4 3
2000 6000 1 55 1 1
5000 6000 1 44 4 1
7300 6000 1 44 4 2
4400 6000 2 31 3 4
2600 6000 2 46 2 1
1600 5000 1 38 3 3
4000 6000 2 36 2 1
3600 5500 1 32 3 2
1600 6000 1 20 1 4
1400 5000 1 33 3 2
2700 6000 2 53 3 3
3600 6000 2 31 1 1
7300 5500 2 34 2 1
6900 6000 2 38 3 4
6200 6000 1 43 2 4
7700 6000 1 18 3 1
6200 5000 1 35 2 4
5200 6000 1 47 2 3
3700 6000 2 44 3 5
7300 6000 2 48 3 4
3000 5500 2 46 3 5
6200 6000 2 41 1 4
4300 5500 1 42 1 4
6200 5500 1 21 3 3
1600 6000 2 43 4 3
5200 6000 1 42 3 5
4200 5500 1 19 4 4
7300 6000 2 54 3 1
1800 6000 2 41 1 2
1900 6000 2 37 3 4
5300 5000 1 18 3 2
2000 6000 1 37 3 3
6900 5500 2 36 4 4
1600 5000 1 31 1 3
6200 6000 2 21 2 5
2900 6000 1 55 4 5
5200 5500 1 24 4 4
4000 6000 1 40 3 4
3600 6000 2 53 1 2
1900 5000 2 23 3 3
7300 6000 1 21 4 2
6200 6000 2 55 3 4
8400 5500 2 30 2 4
6200 5500 2 47 2 2
4400 5000 2 36 3 1
2500 6000 2 18 4 2
4400 5000 2 37 3 2
7300 6000 1 27 2 4
2500 5000 2 34 2 2
1800 6000 1 52 2 5
3300 6000 1 46 1 3
1600 6000 2 49 3 4
6200 6000 2 22 1 4
3700 6000 2 18 4 4
6200 5000 2 39 2 2
3600 6000 2 50 3 4
6200 5000 1 50 3 3
3600 6000 1 31 1 3
2100 6000 1 32 2 4
6900 6000 2 43 1 4
2800 6000 1 24 1 3
1800 5500 1 27 2 4
6200 6000 1 35 4 4
5300 5000 1 31 1 4
3600 6000 2 19 4 4
7300 6000 2 55 4 2
2700 6000 1 54 4 1
6200 6000 2 26 2 4
5200 5500 2 35 4 3
2400 6000 1 31 3 1
6200 6000 1 54 4 4
2400 5500 2 36 4 4
2600 5000 2 35 4 3
2900 5000 2 28 2 4
2700 6000 2 18 4 5
6200 5000 1 54 2 4
4400 5000 1 36 3 4
4000 6000 2 54 1 5
6900 6000 2 18 1 5
3600 5000 1 32 3 5
2200 6000 1 19 1 4
2400 5500 2 39 1 4
7300 6000 2 50 2 1
2500 6000 1 44 3 5
3600 6000 1 18 4 1
2000 6000 1 25 2 4
7300 6000 1 30 1 2
6200 5000 2 47 3 2
2100 6000 2 55 1 3
5200 5500 1 53 1 2
2100 5500 1 53 2 3
6200 6000 2 44 4 1
5300 6000 2 48 1 4
3600 6000 2 39 2 4
7300 5500 2 49 3 4
5200 5500 1 50 4 3
1900 5000 2 22 1 4
6200 6000 2 21 1 3
1900 5500 2 27 2 5
8200 5500 1 18 4 3
6000 6000 2 34 4 2
2100 6000 2 53 3 3
7300 6000 2 33 4 5
4400 6000 2 48 3 1
8200 5500 2 31 3 3
3000 6000 2 23 1 3
1900 6000 2 48 3 5
4400 6000 1 37 1 4
7300 6000 1 32 4 4
4400 6000 2 47 3 3
5200 5000 2 38 4 5
5200 5000 2 51 4 4
3600 6000 2 21 1 5
4400 5000 1 45 2 5
8400 5500 2 51 2 5
4400 5500 2 22 4 1
2200 5500 2 53 1 1
3600 5000 1 42 2 3
6200 5500 1 40 1 3
5200 6000 2 41 4 3
3600 5500 1 25 3 4
2100 6000 2 46 4 5
6200 5000 1 44 3 4
5200 6000 2 39 2 4
5200 6000 1 45 1 4
2300 6000 2 22 2 2
3000 6000 2 53 1 4
6200 6000 2 33 1 3
3300 6000 1 20 4 3
6200 6000 1 52 4 4
5200 5000 1 35 2 2
3600 5500 2 40 3 2
6200 5000 2 34 3 1
5200 6000 1 42 2 1
1500 5000 2 54 2 1
8400 5500 1 43 2 4
2900 6000 1 31 1 4
5200 6000 1 26 2 2
3600 5500 1 45 2 4
6200 6000 2 26 3 4
6200 5000 1 24 2 5
8400 5500 2 46 1 5
4400 6000 2 23 2 2
2000 6000 1 48 1 5
2900 6000 1 51 3 2
3600 6000 2 49 4 1
3600 5500 1 30 1 1
4400 5000 2 46 2 2
5200 5500 1 31 2 5
6200 5500 2 33 4 2
4200 5500 2 49 2 2
4300 6000 2 23 3 5
5200 5000 1 52 3 2
5200 5000 1 40 1 4
3600 6000 1 31 1 2
2100 6000 1 26 2 3
5000 5000 1 55 1 4
7300 6000 2 38 4 3
6200 6000 2 23 2 5
5300 6000 2 51 1 4
6000 6000 1 19 4 3
3600 6000 1 52 4 1
7300 6000 2 29 1 1
6200 5000 2 27 3 5
7300 6000 2 29 3 4
3000 5000 2 26 3 1
5200 5000 2 47 1 4
7300 6000 2 47 4 4
7300 6000 2 52 4 3
5200 6000 1 43 2 5
2800 6000 2 29 2 3
6200 6000 1 42 4 5
6200 6000 1 47 3 5
6200 6000 1 53 3 5
2100 5500 2 22 1 2
3600 5000 1 33 1 5
5200 5500 2 54 2 3
6200 5500 2 42 1 4
7300 6000 2 44 4 4
6200 6000 2 29 3 5
4000 6000 2 30 1 3
5200 5000 1 52 4 2
8400 5500 2 48 4 4
6200 5000 2 31 4 5
2700 6000 1 34 1 1
3700 5000 2 48 3 1
2900 6000 2 27 2 4
3700 5500 2 21 3 4
3000 6000 2 38 3 5
4400 6000 2 51 2 4
1900 6000 2 49 2 3
7300 6000 1 48 2 3
6200 5500 2 22 1 4
6200 5500 2 20 1 1
3600 6000 1 32 2 5
2000 5500 2 51 3 3
2800 6000 1 50 2 4
6200 5500 2 45 4 4
6200 6000 1 52 2 5
3700 6000 1 27 2 4
3700 6000 2 38 4 4
2500 6000 1 18 2 5
8200 5500 2 40 3 5
1400 5000 2 55 4 1
3600 5500 2 39 2 3
4000 6000 2 22 1 1
5200 6000 2 43 3 5
5200 6000 2 30 3 4
3600 5000 1 26 2 2
3600 5000 1 35 2 3
1900 6000 1 31 4 3
4400 6000 1 29 4 3
7300 6000 1 38 1 2
5200 6000 2 49 1 4
1600 6000 1 29 4 2
4200 6000 1 31 2 4
4000 6000 2 49 4 1
7300 6000 2 31 2 4
4400 5500 1 20 1 3
6200 6000 1 20 1 4
5300 6000 1 40 3 2
4400 5000 1 27 1 5
7300 6000 1 34 3 5
2900 6000 2 53 2 4
7300 6000 2 32 3 5
5200 5000 2 37 1 5
5000 6000 2 25 3 1
4400 6000 2 35 4 1
5200 5500 2 18 3 1
5200 5000 1 38 3 2
6900 5000 2 54 3 1
4700 6000 1 53 4 5
3600 6000 2 47 2 4
3000 6000 1 41 4 2
7300 6000 2 53 3 4
5200 5000 2 48 4 4
6200 6000 2 33 2 5
7300 6000 2 32 3 4
6200 5500 1 47 3 4
6200 6000 2 54 2 5
6000 6000 1 43 2 4
5200 6000 1 38 2 3
6200 5000 2 50 4 2
7300 5500 2 46 4 5
1700 6000 2 37 3 4
7300 6000 1 39 4 2
2100 6000 2 34 3 2
4400 5000 1 39 4 4
7300 6000 1 52 3 4
1800 6000 2 50 1 1
2600 6000 1 18 2 5
4400 5000 1 46 1 4
4400 5500 2 46 2 1
4400 6000 1 31 2 4
7300 6000 1 32 1 1
6000 6000 1 45 4 4
4700 6000 2 54 4 2
2100 5500 2 40 4 4
6200 5000 1 39 1 3
3600 6000 1 53 3 5
7300 6000 2 18 4 4
6200 5000 2 55 3 4
3600 6000 1 25 2 4
3600 5500 2 23 3 5
7300 6000 2 22 2 5
2700 5000 2 26 2 4
7700 6000 1 51 1 2
7300 6000 1 40 2 4
5200 5000 2 32 3 1
4400 5500 2 39 4 5
3000 6000 1 40 3 1
3300 5000 1 18 3 5
5200 5500 1 20 1 4
3600 5000 1 19 1 1
2600 5500 1 53 3 4
6200 6000 1 33 3 3
3000 6000 1 25 1 3
6900 5500 2 19 3 4
1900 5500 1 55 3 5
6200 6000 1 21 4 4
1600 6000 2 42 3 5
3000 5000 2 27 2 5
3600 6000 2 46 4 3
6900 6000 2 24 4 5
6200 5500 2 40 2 2
1700 6000 2 40 4 2
8400 5500 1 32 3 5
4400 6000 1 29 4 5
6200 5000 2 40 2 4
3600 6000 2 25 3 1
3600 5000 2 39 1 2
2600 6000 1 37 2 3
2300 6000 2 52 3 1
2400 5000 2 54 1 2
7700 6000 2 34 1 4
7300 6000 2 32 1 4
4300 6000 2 35 2 1
7300 6000 1 50 3 5
4400 5000 1 29 1 4
5200 6000 2 40 1 5
5200 5000 2 27 1 4
1800 6000 2 36 2 1
6000 5500 2 49 3 4
7300 6000 2 50 3 1
1900 6000 1 47 1 5
7300 5500 2 48 4 2
4400 6000 1 33 2 2
5200 5000 2 18 1 5
7300 6000 2 30 3 4
5200 6000 1 21 3 3
5300 6000 2 36 2 1
5200 5500 2 48 2 5
3700 5500 2 26 3 5
3700 6000 2 30 4 1
7300 6000 1 41 3 3
5300 6000 2 41 4 1
2500 6000 1 35 4 4
2800 6000 2 34 3 1
5200 6000 2 47 3 1
6200 6000 1 24 4 5
2500 5000 2 45 3 5
2200 6000 1 40 1 5
7300 5500 2 18 1 4
2300 5000 2 53 4 1
3300 5500 2 22 1 3
4400 6000 2 28 4 1
3600 5000 1 37 1 3
3600 6000 2 25 2 4
6200 6000 1 55 1 3
1800 6000 2 21 1 2
4400 5500 1 44 2 5
5300 6000 1 35 4 1
7300 6000 1 51 1 1
7300 5000 2 30 3 2
3600 5000 1 27 2 4
3600 5000 1 42 4 1
1800 5000 1 26 3 5
4400 5500 2 25 2 4
4400 6000 1 21 2 4
7300 5500 2 44 1 3
7300 6000 1 33 2 4
3600 5000 2 22 3 2
3600 6000 1 42 1 4
7300 5500 2 40 3 3
4400 5000 2 40 4 2
6200 6000 2 33 3 1
7300 5500 1 55 1 4
2000 6000 1 48 1 4
2300 5500 1 28 1 2
3600 6000 1 38 2 1
7300 5500 2 28 1 5
7300 6000 2 35 2 4
4400 6000 1 30 1 1
4400 6000 1 44 2 2
3600 5000 1 19 4 4
5300 6000 2 44 2 2
7300 6000 1 29 2 5
5200 6000 1 22 1 4
3600 6000 2 41 3 5
8400 5500 1 32 2 4
7300 6000 1 26 2 2
5200 6000 2 55 1 1
7700 5500 2 50 4 1
2000 6000 1 38 1 1
7300 5500 1 55 3 5
1600 6000 1 22 1 4
2600 5500 2 25 1 1
2400 5500 2 39 3 2
7700 6000 1 23 1 2
5000 5000 2 48 3 4
7300 6000 1 18 2 4
7700 5500 1 48 4 5
4400 5000 1 44 2 1
5200 5500 2 34 4 2
3700 6000 2 36 3 2
3600 6000 2 52 2 3
2100 6000 2 22 4 3
7300 6000 1 53 3 4
5200 6000 1 53 4 3
5200 5000 2 28 1 4
3600 5000 2 28 2 4
3600 5000 2 27 3 4
4400 6000 2 50 2 2
6200 6000 1 29 4 1
7300 6000 2 36 1 4
5200 5000 2 39 4 4
5200 6000 1 41 1 1
5200 5000 2 23 4 2
4400 5000 1 18 3 4
6200 6000 2 30 3 2
2900 6000 2 50 4 2
3600 6000 2 38 4 4
5200 5500 2 44 2 3
7300 6000 2 55 2 4
6200 6000 1 40 2 3
7300 6000 2 47 2 3
7300 6000 2 21 4 4
4400 6000 1 40 3 1
3000 5000 1 46 2 1
8200 5500 2 34 1 3
6200 6000 2 26 2 5
1700 6000 1 18 1 5
4400 5500 1 28 3 4
2900 6000 2 55 3 1
5200 5000 1 43 4 2
5200 6000 1 31 2 2
4400 5500 1 53 2 4
6200 6000 1 43 3 2
3600 6000 1 36 2 5
7700 5500 2 52 2 4
3600 6000 2 54 2 4
1700 6000 1 54 2 4
5200 6000 2 18 4 5
2200 5000 1 26 4 3
5200 6000 2 36 3 3
2200 5000 1 37 2 5
7300 6000 1 37 1 1
4400 5000 2 42 2 4
5000 6000 1 24 4 2
3600 5000 2 24 1 5
5200 5500 1 28 2 1
2200 5500 2 50 2 5
2200 6000 1 48 2 2
4400 6000 2 21 3 4
2400 6000 2 20 1 1
5200 5500 2 22 1 5
2000 5000 1 21 2 5
2700 5500 2 48 4 5
2100 6000 1 36 3 4
6200 6000 2 20 1 2
3600 6000 1 35 4 5
3600 6000 1 43 2 2
5000 5000 1 19 1 4
7300 5500 1 36 3 4
2900 5000 2 38 3 2
6200 5000 1 37 1 4
4000 6000 1 33 2 1
2200 6000 1 51 1 2
1800 5500 1 48 3 4
2500 5000 2 38 2 4
4400 6000 1 35 1 4
3600 6000 1 38 2 3
5200 6000 2 48 4 4
8100 5500 2 48 1 4
7300 6000 1 18 1 1
5200 6000 2 27 4 1
2400 5000 1 50 2 4
7300 6000 2 38 2 4
7700 6000 2 49 4 1
4400 6000 1 30 4 4
2300 6000 2 47 1 4
7300 6000 1 32 4 3
6200 6000 1 43 2 3
3000 6000 2 26 3 3
2500 5000 1 44 4 5
6000 6000 2 37 4 3
2200 6000 2 31 4 4
3600 5000 1 34 3 1
7300 5500 2 22 1 4
3600 6000 2 49 3 3
6200 6000 2 27 2 4
5200 5500 2 36 4 5
1700 6000 2 55 4 5
4200 6000 2 25 2 2
7300 5500 2 33 3 1
2100 5500 2 49 2 1
7300 6000 2 28 4 2
4300 6000 2 30 3 1
2100 5000 1 34 4 4
3600 6000 1 27 2 2
3600 6000 1 42 2 3
4200 6000 1 25 1 4
6200 5500 2 30 3 4
4400 6000 1 43 4 5
3600 6000 1 22 2 3
5200 5500 2 46 2 5
7300 6000 1 48 4 5
7300 6000 1 45 1 3
7700 6000 1 29 2 4
4000 6000 1 18 4 3
6200 6000 2 22 1 4
3600 5500 1 51 4 5
5300 5000 1 53 2 4
2400 6000 2 33 2 4
4400 6000 2 27 1 5
5200 6000 1 37 1 5
7300 5500 2 37 2 1
3600 5500 1 26 4 3
2200 6000 1 27 1 4
7300 5500 1 37 4 3
8400 5500 1 21 1 4
4000 6000 2 50 1 2
3700 5500 2 21 2 4
5200 6000 1 44 1 4
6200 6000 1 21 4 2
6000 5000 1 20 1 2
7300 6000 1 52 4 4
5200 5000 2 50 3 5
4400 5000 1 51 2 2
6200 6000 1 37 2 5
3600 5500 1 53 2 3
1800 5000 2 33 4 4
3600 6000 2 28 1 5
3600 6000 2 33 1 4
2900 6000 2 19 2 2
7700 6000 1 43 2 5
8100 5500 1 39 4 4
7300 5500 1 42 4 2
5200 5000 1 49 2 5
3600 6000 1 41 1 1
7300 6000 1 42 4 2
4400 6000 2 51 1 2
4400 6000 2 29 4 2
2200 5000 1 19 1 2
4700 6000 1 51 1 3
4300 6000 2 32 1 4
4400 6000 2 55 1 5
5200 6000 1 27 2 2
6200 5000 2 31 2 3
2200 5500 1 24 1 2
3300 6000 1 54 4 4
2000 6000 1 54 2 5
5300 5500 1 19 4 4
6900 6000 1 54 2 1
6200 5000 1 34 1 2
2000 6000 2 32 4 1
6200 5500 1 44 3 1
4400 6000 1 19 3 5
3700 6000 1 40 3 5
2700 6000 2 43 2 3
6000 6000 1 55 3 4
5200 6000 1 37 2 5
7300 6000 2 18 4 4
3700 5000 1 20 3 4
1800 6000 1 28 4 3
6000 6000 1 26 3 2
2800 5500 1 45 2 3
3000 5500 2 27 3 3
3600 5000 1 22 1 5
3600 6000 1 37 4 4
3300 6000 1 47 3 1
5000 5000 1 50 3 1
6200 5000 1 20 4 4
4300 6000 2 45 1 5
6200 6000 2 19 4 5
2500 6000 1 21 2 4
6200 6000 1 52 2 2
5000 5000 1 26 1 2
3600 5000 2 18 4 4
3600 6000 1 42 4 5
3600 6000 1 18 4 4
7300 6000 2 24 4 1
5200 6000 1 26 4 5
7300 6000 2 22 2 2
6200 5000 1 52 4 5
1900 6000 2 36 1 3
6000 6000 1 37 1 2
5200 6000 2 26 3 4
2400 6000 2 43 1 5
7300 6000 1 49 4 3
6200 6000 2 32 3 4
5000 6000 1 46 2 4
6200 6000 2 44 3 5
4200 6000 2 27 1 4
1900 5000 2 40 1 4
6200 6000 2 19 1 5
3600 6000 2 31 4 1
2100 6000 1 39 2 3
6900 5500 1 27 3 1
2400 5000 2 21 2 2
6200 5500 2 48 4 4
7300 5500 1 34 1 4
6200 5500 2 54 4 3
4400 5000 2 44 2 4
5200 5500 1 33 1 3
4000 6000 1 20 2 3
4400 6000 2 46 3 2
3000 6000 2 29 2 4
7300 6000 1 43 4 2
6200 6000 2 42 2 4
5200 6000 2 49 2 4
5300 5500 1 52 2 1
4700 6000 2 55 3 1
6200 6000 2 39 2 4
5200 6000 1 40 3 1
3600 6000 1 40 3 4
6200 6000 1 47 3 1
4400 6000 2 21 4 4
2800 6000 2 55 4 2
4400 6000 2 27 2 4
6900 5000 2 48 4 3
6200 6000 1 51 4 3
6200 6000 1 54 2 4
2500 6000 2 27 2 4
5200 6000 1 24 3 4
5200 5500 1 53 2 2
7300 6000 2 49 4 2
1400 5000 2 33 4 5
5200 5000 1 32 1 5
5200 5000 1 22 3 5
5200 6000 1 19 1 4
6200 5500 2 23 1 4
7300 6000 1 29 4 4
5200 6000 1 40 4 2
3000 6000 1 53 1 4
2500 6000 1 19 1 3
1400 5000 1 41 1 1
7300 6000 2 53 4 1
5200 6000 1 20 3 4
5200 6000 2 44 1 1
5300 6000 2 35 1 4
4400 5000 1 26 4 2
3600 6000 1 20 1 4
3700 6000 1 38 1 4
2500 6000 2 53 1 4
5300 5500 2 30 1 4
2800 6000 2 53 2 4
5200 5000 1 47 2 1
6200 6000 1 30 4 5
5200 5000 1 55 3 1
7300 6000 2 27 2 3
5200 6000 1 46 2 4
5200 5500 1 22 3 5
5200 6000 1 28 4 1
5200 6000 2 30 2 1
6200 5500 2 49 1 1
7300 6000 1 39 3 4
3300 5000 1 25 2 4
2800 5000 2 24 2 2
5200 6000 1 32 2 4
4400 6000 1 39 4 4
6200 5000 2 20 3 3
2700 6000 1 29 1 1
3600 6000 2 43 1 1
5200 5000 2 22 1 3
1600 6000 2 51 3 3
2500 5000 2 25 1 1
7300 5500 2 42 4 4
3600 5000 1 43 2 2
1700 6000 2 28 4 4
1600 6000 2 49 3 5
6900 5500 2 34 1 2
3700 6000 1 27 4 5
2100 6000 1 29 1 2
3600 5000 1 18 2 5
7300 5000 2 55 3 4
7300 5500 2 28 1 5
4300 5000 1 21 3 5
7700 6000 2 38 2 3
1700 5000 1 18 4 4
3600 5000 2 31 4 5
6200 6000 2 20 2 2
7300 6000 1 36 3 3
4400 6000 1 29 4 5
6200 5500 1 39 4 4
8400 5500 2 26 4 2
3300 6000 2 23 3 1
4400 6000 1 27 3 1
5200 6000 1 24 2 3
7300 6000 1 39 4 1
6200 5000 2 39 4 2
7300 6000 2 41 1 5
5200 6000 2 32 4 4
6200 5000 2 37 4 3
7300 6000 1 40 2 4
5000 5000 1 41 2 2
1800 6000 1 28 4 3
1800 6000 2 19 3 1
4400 6000 1 34 3 2
7700 6000 2 39 1 4
6900 6000 1 32 4 3
6900 5000 2 53 4 4
7300 6000 1 31 2 1
1700 6000 2 48 3 3
2500 6000 1 49 2 2
3600 6000 1 35 3 4
5000 6000 2 47 3 1
3600 6000 1 48 2 1
6900 5000 1 46 1 4
7300 6000 1 20 4 4
4400 6000 2 38 2 3
2100 6000 1 34 4 4
3600 5000 2 19 4 5
7300 6000 1 55 3 5
5200 6000 2 51 1 3
7300 6000 1 23 3 4
6200 6000 1 19 3 2
6900 6000 2 42 3 4
3600 5000 2 51 1 4
8400 5500 2 30 4 4
6200 5000 1 40 4 1
6000 6000 1 28 2 4
2500 5500 2 55 4 2
8400 5500 1 37 2 2
4000 6000 2 52 2 1
3600 6000 1 33 4 1
6200 6000 2 53 2 4
6200 6000 2 35 4 1
7300 5000 1 22 3 5
1700 6000 2 31 4 2
6900 5000 1 35 1 3
4400 6000 1 27 2 3
1900 6000 2 48 2 4
3600 6000 2 35 1 4
5300 5000 1 36 2 3
1700 6000 1 44 1 2
5300 5000 1 25 3 3
5200 6000 1 30 1 3
7300 6000 1 36 2 4
7300 6000 1 24 2 4
3600 6000 1 29 1 2
1800 5000 1 29 4 3
5200 5000 1 33 2 4
3600 6000 1 26 2 4
5200 5500 1 32 2 3
3600 5500 2 24 3 2
6200 6000 2 34 2 4
5200 6000 2 50 1 2
6200 6000 1 53 2 1
4400 6000 1 54 3 3
4700 5000 2 44 1 4
5000 5000 2 41 1 4
5200 5000 1 26 4 3
7300 6000 2 47 4 2
2400 6000 2 21 1 4
2500 6000 1 29 3 5
4000 5500 2 48 2 2
5200 5500 1 37 1 1
5300 5000 2 43 2 2
6200 6000 2 48 2 3
1700 6000 2 33 2 4
7300 6000 2 45 1 5
2100 5000 2 21 4 5
4400 6000 2 19 2 3
4000 6000 2 24 1 5
7300 6000 1 54 4 4
4400 6000 1 50 1 3
7300 6000 2 55 1 1
6900 6000 1 30 1 4
7700 6000 2 28 2 5
6000 6000 2 44 4 5
5200 6000 2 31 4 4
2300 5000 1 47 3 5
4400 6000 2 43 1 3
7300 6000 1 44 3 1
2700 5500 1 31 1 3
6000 6000 1 33 2 1
4400 5500 2 54 3 4
3600 6000 1 37 1 4
5200 5000 1 50 2 4
2400 6000 2 38 2 5
4400 5500 2 39 4 1
6200 5500 2 38 2 3
6200 6000 2 35 4 2
3600 5500 1 40 1 1
5200 6000 1 25 4 3
6000 5000 2 27 3 4
4700 6000 2 30 1 2
3700 5500 2 30 3 4
2300 6000 2 37 3 2
2500 6000 2 49 3 4
3600 5000 2 54 4 5
5300 6000 1 45 2 4
3600 6000 2 20 3 4
6200 5000 2 55 2 5
3600 5000 1 48 1 5
4400 5000 2 41 4 4
2100 6000 2 38 2 5
7300 6000 1 47 1 3
7300 5500 2 45 1 5
3300 6000 1 33 3 5
7300 5000 1 33 1 3
4400 6000 1 53 1 1
8200 5500 1 29 4 1
3700 6000 2 43 2 5
8400 5500 2 44 3 2
7300 6000 1 33 3 5
5300 6000 2 43 4 1
7300 6000 2 19 3 3
4000 6000 1 23 3 2
7300 6000 2 45 4 4
5200 6000 2 50 1 3
4300 6000 1 53 4 4
2600 5500 1 51 3 4
3600 6000 2 40 1 4
5200 6000 1 55 4 5
8400 5500 1 22 3 1
2800 6000 1 36 1 5
7300 6000 1 40 2 5
8400 5500 2 40 3 5
5300 6000 2 34 3 4
3600 6000 2 18 2 2
3700 5000 1 38 4 2
2900 6000 2 38 3 4
2900 6000 1 33 1 2
6200 5500 1 42 3 2
3300 6000 1 42 3 4
3600 6000 1 19 3 5
5200 6000 1 47 3 3
1800 5000 2 55 3 3
6200 6000 2 40 3 1
1500 5000 1 41 1 4
7300 5000 2 29 4 4
4700 6000 1 47 1 4
5200 6000 1 22 4 2
4400 6000 1 36 3 4
2600 6000 1 27 1 3
5200 5000 1 20 1 5
2500 6000 2 28 1 5
2800 6000 1 30 1 5
4400 6000 1 23 3 4
5200 6000 2 38 4 2
6200 6000 2 18 3 5
7300 6000 1 53 4 1
4300 6000 1 48 4 2
3000 5500 2 53 4 4
4300 6000 1 40 1 5
2600 6000 2 44 1 3
5200 5500 2 38 4 1
1600 6000 1 43 2 5
5200 5500 1 33 4 2
2100 6000 1 50 4 4
7300 6000 1 32 3 2
5200 5000 2 33 4 2
6200 5500 2 21 1 1
2300 5000 2 19 3 3
3300 5500 2 34 3 5
5200 6000 2 23 1 1
8400 5500 2 54 4 4
7300 5500 2 38 1 1
2800 5000 1 43 4 1
3600 6000 2 18 1 3
3700 6000 1 55 1 1
4400 6000 1 32 4 2
4400 5000 1 24 2 3
2900 5000 2 30 4 5
4400 6000 1 48 2 1
3600 6000 2 47 4 2
5200 5000 2 25 3 2
4200 6000 1 43 4 1
6000 6000 2 31 4 2
5200 5500 1 24 1 4
3600 6000 1 49 1 1
4400 6000 1 27 3 5
4400 6000 2 51 2 4
3600 5500 1 22 4 4
4400 6000 2 32 1 5
1600 6000 2 24 4 5
6200 6000 1 21 1 2
7300 5000 1 26 2 2
6200 5500 2 28 1 5
6200 5000 1 25 4 5
4400 5000 1 20 1 1
5200 6000 2 30 2 5
6200 6000 1 41 3 5
1800 6000 1 44 1 3
3000 6000 1 37 4 2
3600 5500 1 35 2 1
5200 5000 2 20 3 2
3600 6000 1 41 2 4
3600 6000 1 40 4 5
5200 6000 1 24 1 5
3600 5000 1 46 1 2
2000 6000 2 53 2 1
4400 5000 1 55 1 3
4400 5000 2 29 4 2
8400 5500 2 40 1 4
6200 5000 2 19 2 3
7300 6000 2 42 3 3
6000 6000 1 35 3 2
6200 5000 2 35 2 4
5200 5500 2 54 4 4
6200 6000 2 41 2 1
3000 6000 1 23 3 4
4300 5000 2 28 4 4
2500 6000 2 26 2 5
2400 6000 1 34 4 3
3000 6000 1 34 1 3
4300 6000 2 48 4 4
3300 5000 1 21 1 4
6900 6000 1 43 4 1
5200 6000 2 27 4 1
6200 6000 2 31 2 5
4400 5000 1 37 2 5
6200 5500 1 42 4 1
2200 6000 1 22 3 2
4400 5000 2 21 1 3
5200 6000 1 53 4 4
5200 6000 2 28 1 4
5200 5000 1 33 3 2
6200 5000 1 46 3 5
4400 6000 1 38 4 4
3600 6000 2 32 3 2
6900 6000 1 44 2 3
6000 5500 2 54 2 4
6200 5000 2 46 1 2
5200 6000 1 20 4 1
2700 5500 2 46 3 2
3000 5000 2 42 4 4
5200 6000 1 24 1 1
6200 5500 1 44 3 1
2600 6000 2 23 2 4
5300 5000 1 30 3 3
2200 6000 2 29 3 2
5000 6000 1 37 2 4
3600 6000 1 42 1 4
2100 5000 2 44 2 5
4400 6000 1 36 3 5
7300 5500 2 36 2 2
8400 5500 1 53 2 4
2400 5000 1 28 1 5
6200 6000 2 49 2 4
5000 6000 2 51 1 5
6200 5000 2 36 4 5
3600 6000 2 28 4 4
2700 5500 2 38 4 1
1600 6000 2 38 2 2
5000 5000 1 36 4 1
3000 5500 1 43 2 4
5200 5000 1 31 2 5
6200 6000 1 27 2 2
6200 5500 2 41 3 2
6200 5500 2 18 2 1
4400 5500 2 37 1 2
4400 6000 1 41 3 5
4300 5500 2 40 1 2
5200 5000 2 51 4 3
7300 6000 2 48 4 4
4000 5500 2 55 2 4
3600 6000 1 33 3 4
2100 6000 2 48 4 4
2700 5000 1 27 2 4
6200 5500 2 36 1 1
4000 5500 1 22 1 4
2400 6000 1 52 1 2
5000 6000 2 23 4 2
5200 6000 1 39 2 4
3000 6000 2 29 4 2
1800 6000 1 28 3 2
3600 5000 2 55 2 4
2700 6000 1 47 3 1
4400 5500 1 46 2 5
4400 6000 2 28 4 1
2600 6000 1 27 3 1
7300 6000 2 50 4 1
7700 6000 1 34 3 4
3600 6000 2 31 2 3
5000 5000 1 50 1 5
4700 6000 2 35 1 4
3600 6000 2 54 2 4
4200 6000 2 50 4 4
2900 5500 2 49 2 4
7300 6000 2 47 4 2
3600 6000 2 38 1 2
5200 5000 2 54 2 3
5200 6000 2 30 1 4
3600 5500 2 52 2 4
3300 6000 1 32 1 5
5200 6000 1 45 4 3
7300 6000 1 50 1 4
5200 5000 1 29 1 5
7300 5500 2 38 4 5
4700 5000 2 28 3 3
3600 5000 1 18 1 5
4200 6000 2 38 4 5
8400 5500 2 43 1 3
4400 6000 2 36 3 4
6200 5500 1 51 1 3
4400 5000 2 41 3 5
4400 6000 2 50 3 3
5300 6000 2 54 2 4
2300 5000 1 39 2 2
3700 5000 2 50 4 4
7300 6000 1 26 1 2
3600 6000 2 37 3 3
5300 5500 2 35 4 1
1700 6000 2 25 2 4
2200 6000 2 18 2 1
5200 6000 2 40 4 4
5200 6000 1 32 2 5
5200 6000 2 30 4 2
5200 6000 1 48 3 5
3700 6000 2 45 1 2
3600 6000 1 31 4 4
7300 6000 1 41 2 3
4400 6000 1 50 3 3
3600 6000 1 41 1 4
6900 6000 2 45 4 4
3600 6000 2 55 4 4
4200 5000 2 25 1 5
7300 6000 2 50 4 3
6900 6000 2 51 3 2
7300 6000 1 19 1 4
2000 6000 2 52 1 1
6200 5000 2 55 4 4
3300 6000 2 35 4 4
1900 6000 2 27 3 1
7700 6000 2 38 4 4
3600 5500 2 29 4 5
6200 6000 2 19 4 2
7300 6000 1 28 4 1
4400 5500 1 24 1 1
6200 6000 2 48 3 5
6200 6000 2 38 3 1
7300 5500 1 28 4 4
7300 5000 2 45 2 2
7300 6000 2 53 3 3
5200 5000 1 41 4 4
4400 5500 2 52 1 1
6200 5000 1 21 4 1
8400 5500 2 37 2 1
6200 6000 2 38 1 4
5200 6000 1 35 3 1
1700 6000 1 22 2 2
1800 5500 1 25 3 4
2600 5500 1 44 1 1
2400 6000 1 35 4 4
3000 6000 2 18 3 4
7300 5500 2 33 2 4
8400 5500 2 19 2 4
6200 6000 1 36 2 4
7300 5500 2 37 1 2
2100 6000 2 38 3 5
3600 5000 2 53 4 4
3600 5000 1 41 3 3
5000 6000 1 42 2 4
4400 6000 1 19 1 4
5200 6000 1 37 1 5
7300 6000 2 42 3 2
6000 5000 1 20 3 1
5200 5500 2 28 1 5
1600 6000 1 45 1 4
5200 5500 2 53 2 4
6200 5000 1 41 2 4
2600 6000 2 18 1 2
2100 6000 2 30 2 4
3600 5500 1 51 1 4
2700 5500 1 54 1 4
7300 6000 1 36 2 2
5300 5000 2 24 4 4
7300 5500 2 29 3 4
5200 6000 1 51 2 2
5200 6000 2 33 2 4
6200 6000 2 32 1 4
4700 5500 2 44 2 4
7300 6000 2 28 3 3
3600 5500 2 35 4 4
3600 6000 1 41 2 4
3700 6000 2 55 3 2
2600 6000 2 36 1 3
3600 6000 1 54 3 4
4700 6000 2 45 4 4
6200 6000 1 32 1 3
5200 5000 1 49 4 4
3600 5500 1 55 3 3
2600 6000 2 46 2 4
2600 6000 2 52 3 3
1400 5000 1 45 3 4
6200 6000 2 34 3 3
6200 6000 1 39 1 2
4300 5000 2 36 3 4
2400 5000 1 39 3 3
2400 6000 2 39 4 4
3600 6000 1 37 4 3
2500 5500 1 28 2 1
5000 5500 2 46 2 3
3600 6000 1 31 2 4
4400 6000 2 33 4 4
6000 6000 2 53 4 4
3600 6000 2 28 1 5
4400 6000 2 45 3 4
4400 5000 1 53 3 4
4400 5500 1 50 3 5
6000 6000 2 21 4 5
6200 6000 2 32 4 4
7300 6000 1 53 4 2
3000 6000 2 43 4 3
6200 6000 1 26 4 5
7300 6000 1 21 4 1
2400 5000 1 36 1 2
4400 6000 1 44 1 3
1800 6000 2 41 4 1
3600 6000 1 21 1 4
6200 5000 2 21 2 5
3000 6000 2 48 2 2
2800 5000 2 47 4 3
6200 5500 2 42 4 3
4400 5000 2 43 1 4
7300 5500 1 28 4 4
3600 5000 2 27 2 2
4400 5000 1 54 4 5
4400 5000 2 51 1 1
5200 5500 2 31 2 1
3300 5500 2 50 4 4
4400 5000 1 47 1 3
5300 6000 2 38 4 2
2500 6000 2 50 2 1
6200 5000 1 39 2 1
5200 6000 1 45 3 4
7300 5500 2 46 4 4
4400 6000 2 27 2 3
4300 6000 1 43 2 3
2100 6000 1 19 3 4
7300 6000 1 36 4 4
7300 6000 2 25 1 3
1800 5500 1 27 3 1
3700 5000 1 52 3 2
4400 5000 2 41 2 5
1900 6000 1 33 4 2
1700 5000 2 39 4 5
3300 6000 2 37 4 4
5200 5000 2 51 1 2
2300 5500 1 55 3 2
7700 6000 2 36 1 5
4400 5000 2 24 4 1
4300 6000 2 51 3 4
6900 5000 1 42 4 4
2600 5000 2 21 1 4
3600 5000 1 23 3 4
5200 5500 2 36 2 4
7300 6000 1 44 2 5
1800 6000 1 54 3 5
7300 6000 1 28 3 3
4400 6000 1 35 1 1
4400 6000 1 38 1 2
3600 5000 1 51 2 4
2800 5500 2 31 1 2
3700 6000 2 30 4 5
5200 6000 1 41 2 5
7300 5500 2 43 1 2
2900 6000 2 32 1 5
4400 5500 1 34 2 4
5200 6000 1 48 1 1
3600 5500 2 52 4 2
3600 6000 2 55 1 3
5200 5500 1 22 1 4
5200 6000 1 31 4 2
4400 5500 2 55 4 2
4400 5000 2 43 1 3
1400 5000 1 24 1 5
5200 5500 1 21 4 4
5200 5000 2 48 2 2
3700 6000 1 50 4 4
3600 6000 1 49 3 2
2100 6000 1 21 3 1
2900 6000 2 20 1 3
7700 5500 1 37 2 3
3600 5000 2 27 2 3
3700 6000 2 54 3 5
5200 6000 1 46 4 5
6200 5500 2 19 3 2
6000 6000 2 42 4 1
6200 5500 2 47 2 5
7300 6000 2 31 3 4
4400 6000 1 52 3 2
2600 5000 1 18 2 1
3600 5500 2 26 1 2
5200 6000 1 41 1 1
7300 5500 2 23 3 4
5200 6000 1 23 2 5
3600 5000 1 26 3 4
1400 5000 2 52 4 3
3600 6000 2 31 2 2
2000 6000 2 24 3 2
6200 5500 2 31 3 4
7300 5500 1 52 4 1
5200 5000 1 46 2 3
7300 6000 1 38 1 4
6200 6000 2 21 1 4
2100 6000 2 49 2 5
3600 5500 2 34 3 4
3600 6000 1 41 4 3
5200 5500 1 29 3 2
4300 6000 1 37 3 4
4200 5500 1 44 3 4
3300 6000 1 41 3 4
3600 6000 2 54 2 2
6200 5500 1 50 2 1
5000 5000 1 26 3 5
3600 5000 1 39 1 5
2800 6000 1 49 3 4
6000 5500 1 41 1 2
4400 6000 1 51 1 4
7300 6000 2 31 1 3
4400 6000 1 38 2 4
4400 6000 1 51 1 4
7300 6000 1 42 2 2
8400 5500 2 47 4 1
6000 6000 2 41 1 4
5200 5000 1 55 3 3
7300 5500 1 23 1 1
3700 6000 1 27 3 2
7300 5500 2 34 3 1
2000 6000 2 51 3 1
3600 6000 1 52 3 2
2700 5500 2 22 1 1
8400 5500 1 21 3 4
4000 5500 2 55 4 1
4300 5000 1 21 1 5
7300 5500 2 19 3 4
6200 6000 1 35 4 4
3600 5000 1 18 2 2
3600 6000 1 45 4 5
7300 6000 1 44 1 3
4400 6000 1 43 1 1
7300 5500 1 43 2 3
6200 6000 1 22 3 3
7300 6000 2 23 2 2
7300 5000 2 42 2 4
6900 6000 1 48 4 2
2000 5000 2 49 3 4
5200 6000 2 44 3 3
7300 6000 2 42 4 4
2000 5500 2 26 4 1
2700 6000 2 36 3 2
3000 6000 2 45 4 4
5000 6000 1 37 2 4
4400 6000 2 48 4 4
7300 6000 2 38 2 1
5200 5000 2 46 3 1
4400 6000 2 18 4 3
8400 5500 1 48 2 1
1800 5500 2 47 4 4
4400 5500 2 43 4 3
2000 6000 2 42 3 4
8100 5500 2 42 4 2
7300 6000 2 30 1 1
6900 6000 1 38 1 2
5200 6000 1 53 1 4
7300 6000 2 50 4 5
4400 5000 1 22 3 3
4400 6000 2 55 3 4
3600 6000 2 33 2 1
7300 6000 1 23 1 1
6000 6000 1 21 4 4
3600 6000 2 29 4 2
6200 5000 1 42 3 4
5300 6000 2 20 4 4
6200 6000 1 47 3 5
5200 5000 2 35 4 4
4400 6000 2 26 3 4
5200 6000 1 47 2 2
5200 6000 1 49 2 3
3600 6000 1 36 2 2
1700 5000 2 50 2 3
2200 6000 1 39 3 4
7300 5500 1 33 4 5
2000 5500 2 47 1 3
3700 6000 1 54 3 3
1700 6000 2 28 2 2
2500 6000 1 42 1 5
2000 6000 1 22 2 5
5200 5500 2 26 3 5
3600 6000 1 52 1 2
7300 5500 2 50 2 4
4200 5500 2 27 2 1
5200 6000 2 32 1 4
4400 5000 1 44 2 5
3600 5000 2 37 2 5
3600 6000 2 44 1 4
8400 5500 2 53 2 5
5200 5500 2 35 3 4
4400 5500 2 47 4 3
7300 6000 1 34 1 3
4400 5000 2 40 1 1
3600 6000 2 44 3 4
2300 6000 2 47 1 4
3600 6000 2 50 3 4
2800 6000 2 36 3 3
4400 6000 1 29 3 5
8100 5500 1 20 2 2
5200 6000 2 23 2 4
6200 6000 2 40 4 5
3600 5000 1 40 4 1
1700 5000 1 29 4 5
5200 6000 2 23 1 3
5200 5000 2 41 3 1
3600 5000 2 31 4 2
4300 5500 2 36 4 4
1900 5000 2 48 4 1
4400 6000 2 34 1 3
4400 6000 1 32 3 2
3600 6000 1 23 2 4
6200 5000 1 50 3 4
3600 5500 1 45 2 1
7300 5500 1 34 1 1
8000 5500 1 36 3 4
2500 6000 1 35 1 4
2600 5000 1 33 1 1
4000 6000 1 22 1 4
5200 6000 2 52 4 2
1800 6000 1 26 2 5
6200 6000 1 40 1 4
4400 6000 1 21 4 4
4700 6000 2 33 2 5
8000 5500 2 48 3 4
4400 6000 2 25 3 4
4400 6000 1 42 3 2
7300 6000 1 53 2 3
4400 6000 1 42 1 4
5200 6000 2 41 3 2
2500 6000 1 40 2 4
4400 5000 1 25 2 1
1900 6000 2 34 3 3
4400 6000 1 40 3 4
6200 5500 2 27 1 1
4400 5000 2 49 3 2
6200 6000 1 51 4 4
5200 6000 2 53 4 2
7300 6000 1 38 4 4
2000 6000 2 52 2 3
3600 6000 1 39 4 4
5200 5000 2 52 4 2
1700 6000 2 24 2 2
7300 6000 1 48 3 3
3300 6000 2 51 1 2
7300 6000 2 44 3 1
3600 6000 1 42 1 2
2000 5000 1 26 4 5
4000 6000 2 32 1 1
3600 5500 1 43 3 4
5000 6000 1 42 2 4
4400 6000 1 55 4 2
6200 6000 1 35 4 5
7300 5500 2 19 2 3
3600 6000 2 32 1 4
7300 6000 1 33 3 3
5200 6000 2 48 2 5
1600 6000 2 40 1 2
4400 5500 2 48 4 3
3600 6000 2 34 3 3
7300 5500 2 33 1 4
3600 5000 2 55 2 4
5200 6000 2 26 4 3
6200 6000 1 30 4 1
3600 6000 1 26 3 1
3600 5000 2 32 2 5
3700 6000 2 49 1 4
6200 6000 2 32 1 4
4200 5000 2 35 4 4
3600 5000 1 33 4 3
5200 5500 2 55 1 3
6200 5500 1 48 4 5
7300 6000 2 20 4 4
7300 6000 2 26 1 5
6200 5500 1 47 4 4
4400 5000 1 29 1 4
1800 5000 1 27 3 5
3700 6000 1 48 2 3
3600 6000 2 40 2 4
5200 5000 1 26 4 4
2100 5000 1 20 3 4
3600 5500 1 29 1 2
6200 5000 1 52 3 3
2000 5500 1 36 4 1
7300 5500 1 41 4 4
7300 5500 1 21 3 4
5300 5000 1 31 1 4
3600 5000 1 55 2 2
3600 6000 2 28 1 4
1700 6000 1 23 2 4
3600 6000 2 49 2 3
3600 5000 1 36 1 5
5000 6000 1 38 2 1
4300 5000 2 23 4 4
3600 5500 2 18 1 4
5200 6000 1 43 3 3
5200 5000 2 35 1 2
2300 5000 1 38 3 3
1400 5000 1 33 4 5
4300 6000 1 26 4 2
5200 5000 1 23 4 4
5200 6000 2 20 3 5
5200 6000 1 54 4 1
3600 6000 1 50 1 5
4200 6000 2 35 1 5
8400 5500 2 29 4 2
2200 5000 2 26 3 3
7300 5500 2 27 2 5
2900 6000 1 50 1 3
5300 5000 1 36 1 4
2100 6000 1 41 1 3
5200 6000 2 33 3 3
7300 6000 2 41 3 3
4400 6000 1 19 2 5
6200 5000 2 24 2 3
1700 6000 2 19 3 4
3600 5000 2 19 3 4
6000 5500 2 30 4 5
4400 5000 1 49 2 4
4400 6000 2 42 2 1
5300 6000 1 48 4 3
5200 5000 2 44 4 5
4700 6000 2 31 2 2
4300 5000 2 46 4 2
1800 6000 2 18 2 4
3600 5000 2 45 4 1
1700 6000 2 23 2 2
3700 6000 1 41 4 4
6200 5500 1 40 2 4
3600 5000 1 49 2 3
5200 6000 1 50 4 1
2900 5500 2 45 2 4
2100 5500 2 25 1 2
3600 6000 1 32 1 4
6200 6000 1 42 4 4
2700 5500 1 46 3 4
4300 5500 2 50 1 4
4400 6000 2 19 4 4
6000 6000 1 33 1 3
3300 5500 1 46 3 4
2900 6000 2 31 3 2
6200 6000 2 30 4 5
3000 6000 1 42 1 4
3600 6000 2 20 2 4
7300 6000 1 27 2 3
4200 6000 1 19 4 3
4200 6000 2 20 1 2
1700 5000 2 52 1 3
3300 6000 1 42 1 3
4400 6000 2 36 1 1
7300 5500 1 32 2 4
3600 5000 2 23 3 2
5200 5500 1 47 2 1
6200 6000 2 29 1 5
1700 6000 2 34 3 4
2200 5500 1 41 2 3
7300 6000 1 54 4 4
5200 5000 2 43 1 4
4700 6000 1 45 1 2
2200 6000 1 27 2 3
5200 6000 1 27 4 1
5200 5000 2 43 3 5
5200 5000 2 29 1 4
2000 5500 1 39 3 2
3600 5500 1 54 1 1
2800 5000 2 22 1 4
3000 6000 2 52 3 4
6200 6000 2 43 1 1
2600 6000 2 51 3 1
3600 5500 2 38 3 4
5200 6000 2 51 4 3
4400 5500 2 53 1 1
4700 6000 1 24 2 1
2900 5500 2 19 3 4
6200 5500 1 44 2 5
7700 6000 2 21 3 4
6200 6000 1 33 4 5
3600 6000 1 23 2 1
2300 5000 2 35 1 3
1600 5000 1 55 2 2
3300 5500 1 30 4 4
7300 6000 1 19 4 1
6200 5500 1 48 3 4
3600 6000 2 46 2 1
2100 6000 1 30 2 3
2200 6000 1 26 2 5
4400 5500 1 41 4 2
3600 5500 2 24 2 3
3300 5000 1 48 1 5
1900 6000 2 52 1 4
7300 6000 2 47 4 4
2200 5500 2 36 3 3
5300 6000 1 41 3 2
2000 5000 2 24 4 4
4400 5500 2 18 2 1
6000 6000 1 29 1 4
2600 6000 1 55 4 4
7300 6000 2 40 4 5
6000 6000 2 24 2 5
4400 6000 1 35 3 4
7300 6000 2 19 4 4
5200 5000 2 35 3 4
4400 5500 2 25 3 1
4300 5000 2 39 4 4
8400 5500 1 32 1 4
1800 5000 1 45 2 2
6200 6000 2 19 3 5
5000 6000 1 30 3 4
6200 6000 1 40 2 5
5200 5500 2 52 2 2
4000 5000 1 35 4 4
2800 5500 2 53 2 4
3600 5500 2 31 3 4
3600 5000 1 30 3 4
5200 5000 1 54 1 1
2100 6000 1 29 2 2
4400 6000 2 33 4 5
6000 6000 2 40 4 4
6200 6000 1 42 2 4
4400 6000 2 45 4 2
4400 6000 1 32 1 5
5200 5000 1 25 2 1
6900 6000 1 41 4 2
7300 6000 1 23 3 5
3000 6000 2 44 1 4
6900 5500 1 33 1 2
7300 6000 1 49 3 2
2200 6000 1 26 4 3
1700 6000 2 25 4 4
6200 6000 1 32 3 2
5200 6000 1 41 1 1
4400 6000 1 27 1 1
2500 5000 1 35 2 4
1900 6000 2 40 2 5
7300 5500 2 25 1 3
3600 6000 1 54 3 2
2300 6000 1 41 1 4
5000 5000 1 35 1 4
5200 6000 2 52 2 2
7300 6000 2 44 4 5
5200 6000 1 23 2 2
4700 5000 2 30 1 4
3700 5500 2 47 3 5
4400 5500 1 49 2 5
5200 6000 1 42 2 2
7300 6000 1 32 4 2
4400 5000 1 50 2 2
6000 6000 2 35 2 4
7300 6000 2 46 4 1
1900 5000 2 41 1 5
7300 6000 1 28 3 1
4000 6000 2 42 1 2
5200 6000 2 24 2 3
3600 6000 1 40 4 1
5200 6000 2 32 1 1
7300 6000 2 45 3 3
7300 5500 1 28 2 4
7300 5500 1 19 4 5
3700 6000 2 18 1 2
5200 5000 2 47 1 5
5200 6000 2 32 2 3
3600 5500 1 38 4 2
7300 5500 1 30 4 3
7300 6000 2 45 4 1
4000 5000 1 26 2 5
6000 6000 1 37 3 2
7300 6000 2 18 1 4
1600 6000 1 27 3 2
2900 6000 1 26 1 3
4000 6000 1 40 3 4
6200 6000 1 27 4 1
3600 6000 1 53 4 5
2700 5500 1 37 3 2
7300 6000 2 32 1 4
6200 5500 1 49 1 4
4400 5000 2 49 1 1
2100 5500 2 18 4 4
7300 5500 1 32 4 5
6200 6000 2 39 2 3
5000 6000 2 37 2 3
6200 5000 2 18 1 1
4400 5000 2 54 1 3
5200 6000 1 46 1 3
4300 5000 2 39 2 1
4200 5000 1 36 4 1
2700 6000 2 27 3 1
6200 5500 1 34 3 3
6200 6000 2 40 2 1
6200 6000 1 47 3 5
6000 5000 2 24 1 4
3600 5500 1 41 4 3
4400 6000 1 38 3 4
2000 5000 1 50 2 5
5200 5500 2 18 3 3
3600 6000 2 37 4 3
7300 6000 2 29 3 5
4200 6000 2 18 4 4
5200 6000 1 49 3 2
3700 6000 1 34 3 5
2200 6000 1 44 1 4
3600 6000 1 31 1 4
6000 5500 2 49 4 5
7300 6000 2 36 4 4
5000 5000 1 49 4 5
5200 6000 2 21 1 1
6200 6000 2 24 4 5
3600 5500 1 31 4 4
4400 5000 2 48 2 3
4000 5000 1 30 4 4
4400 5500 1 31 1 2
2400 6000 1 21 4 3
7300 5500 2 27 1 5
4400 5500 1 43 4 2
6200 5000 2 40 2 3
4000 6000 2 33 1 1
6200 6000 2 34 2 3
7300 5500 1 22 1 5
7700 6000 1 29 4 5
3700 5000 2 33 1 4
5200 6000 2 52 1 2
1600 5000 1 35 4 5
2300 5500 2 28 2 1
4700 6000 1 44 4 1
2000 5500 1 55 2 4
3600 6000 2 42 1 1
1900 6000 1 54 1 4
3600 6000 2 47 3 2
8400 5500 2 29 3 2
1800 6000 2 29 2 2
4400 6000 2 51 4 5
2700 6000 1 26 3 4
4400 5500 2 34 2 5
3600 6000 1 44 4 2
4400 6000 2 36 1 2
3600 5500 1 49 3 5
3600 6000 2 37 1 1
5200 5000 2 42 1 4
6200 6000 1 23 2 5
6200 5000 2 40 1 3
6900 6000 1 19 2 4
2600 6000 2 31 3 1
7700 6000 1 20 3 1
5200 6000 1 18 4 4
4400 6000 1 27 2 1
7300 6000 2 48 4 2
8400 5500 2 38 3 2
2700 5500 2 24 3 3
4400 6000 1 49 4 1
5200 6000 2 35 3 3
5200 5000 1 26 4 4
6200 5500 2 28 3 1
3000 6000 2 47 1 2
5200 6000 2 47 4 4
2700 6000 1 37 1 4
3600 5500 1 40 1 4
2100 5000 2 34 3 1
6900 6000 2 21 3 3
7300 6000 2 55 3 3
4000 5500 2 51 2 5
3600 6000 2 24 4 4
5200 6000 2 32 3 2
3600 5000 1 27 2 5
7300 6000 2 34 2 3
5000 6000 1 35 3 5
4300 6000 1 24 3 1
3000 6000 1 48 4 4
4700 6000 2 49 4 2
7300 6000 1 47 3 4
7300 6000 1 27 1 3
6200 6000 1 22 4 3
7300 5000 1 34 4 2
2400 6000 2 42 2 4
4400 6000 1 22 3 1
4400 6000 2 54 2 3
6200 5000 2 23 1 1
6200 6000 1 27 1 1
2500 5500 1 38 1 2
5200 6000 2 47 1 4
3600 5000 1 24 3 3
3600 6000 2 53 3 3
4200 6000 1 55 2 4
5200 5000 1 27 3 5
1800 6000 1 34 2 1
4300 6000 1 45 2 3
7700 6000 1 33 3 1
4200 6000 2 29 2 2
2200 6000 2 53 2 1
5200 5500 1 32 2 4
5200 5000 1 25 4 4
4400 6000 1 26 1 3
5200 5000 2 32 2 5
4400 5000 1 53 1 3
5200 5500 2 55 4 1
7300 6000 1 46 1 1
7700 6000 1 38 2 5
1800 5500 2 31 4 2
4400 5000 1 55 3 3
3600 6000 1 22 4 4
8400 5500 1 25 2 4
4400 5500 2 44 3 1
7300 6000 1 18 1 4
5200 5000 1 27 4 4
1900 6000 1 46 2 5
3000 6000 1 28 1 4
3000 6000 1 40 1 5
4200 5500 2 20 1 4
2500 5000 1 32 1 2
4400 6000 1 29 2 5
6200 6000 1 40 3 1
5200 6000 1 21 2 3
6200 6000 2 38 1 5
3600 6000 2 39 2 4
5200 5000 2 24 4 5
7300 6000 1 52 4 5
5000 6000 2 18 2 5
1700 6000 2 20 3 4
7700 6000 1 46 4 3
2100 6000 1 36 2 3
5200 5500 1 49 2 4
4700 5000 1 20 1 2
1400 5000 2 33 1 4
4400 6000 1 24 4 4
4700 5500 1 40 2 4
2100 6000 1 45 2 2
5200 5500 1 54 4 5
2800 6000 1 32 1 1
8400 5500 1 41 3 4
5000 6000 1 51 3 4
4400 5000 1 18 4 3
7300 6000 1 28 2 1
5300 5000 1 49 2 3
8400 5500 2 50 1 2
4400 6000 2 31 4 5
2600 6000 1 55 1 5
3600 5500 1 18 4 3
5300 5500 1 28 2 5
2400 6000 2 29 2 4
6200 5500 2 48 3 4
6200 6000 1 31 4 5
3600 6000 1 38 2 4
6200 5000 2 31 1 2
7300 6000 1 47 3 3
8400 5500 1 24 2 5
3600 6000 2 46 3 2
7700 6000 2 27 2 3
1900 5500 2 55 2 3
5200 6000 1 30 3 2
3000 6000 2 44 4 3
1500 5000 2 24 2 4
3600 5000 1 40 4 4
2800 6000 2 37 2 4
4400 5000 2 38 2 1
7300 6000 1 54 1 4
2000 6000 2 34 4 4
8100 5500 2 29 4 4
7300 6000 2 22 3 5
2900 5500 2 41 3 4
6200 6000 2 49 4 2
5200 6000 1 19 2 3
3600 6000 2 30 2 5
4200 6000 1 49 3 5
6200 6000 2 22 4 2
1800 5000 1 51 1 2
6900 6000 2 48 2 3
3600 5500 2 55 3 4
4400 6000 2 36 3 2
6000 6000 2 32 2 3
4400 5500 2 33 3 2
5200 6000 2 30 1 4
6200 5000 2 27 1 2
7300 5000 1 37 4 3
7300 6000 2 47 3 5
7300 6000 1 18 2 2
5200 6000 2 26 1 4
2200 6000 2 46 2 4
4400 6000 2 40 1 4
7300 5500 2 25 2 5
6000 6000 1 43 3 4
2500 6000 2 20 4 3
4400 5000 2 19 2 1
2000 5500 1 39 4 5
7300 6000 2 36 2 5
5200 6000 1 29 1 5
6200 6000 2 22 2 3
3600 5000 2 22 4 5
7300 5500 2 53 3 4
4700 5500 2 55 3 1
6200 5500 1 54 1 1
6200 5000 1 51 3 4
5200 5000 2 51 1 4
6200 6000 1 32 1 4
8200 5500 2 27 4 1
3600 6000 1 29 3 4
6200 6000 2 48 4 3
1800 6000 1 42 3 3
5200 5500 1 39 3 2
6900 5000 2 26 3 4
2100 6000 2 40 1 3
1500 5000 2 54 2 3
7300 6000 2 32 1 4
3600 5000 1 47 3 3
7300 5500 1 42 2 4
6200 5500 1 26 2 3
4400 5500 1 38 2 2
4400 6000 2 26 4 2
5000 5000 1 55 1 2
5200 6000 1 29 4 4
2100 5000 2 52 3 4
5200 5000 1 29 3 2
4200 6000 1 43 4 4
1700 6000 1 41 1 3
5200 6000 1 31 1 3
3700 6000 2 53 1 2
3000 6000 1 53 2 4
4700 6000 2 50 1 3
2300 6000 1 30 4 2
4200 5000 1 21 1 1
2800 6000 1 21 4 1
7300 6000 2 53 1 1
4400 6000 2 21 3 2
2000 5000 1 39 2 1
3600 6000 2 43 1 3
2000 5000 1 41 2 3
5200 5500 1 31 3 5
4400 6000 2 22 1 5
8400 5500 2 31 3 4
2400 5500 2 18 3 2
5200 5500 1 30 4 1
2200 5000 2 47 2 1
4400 5000 2 30 4 2
5200 6000 2 20 1 4
7300 6000 1 39 4 3
5200 6000 2 46 2 2
3600 5000 1 34 3 3
2900 5000 1 21 4 4
7300 6000 2 36 1 3
4200 5500 1 33 1 4
4400 5000 2 30 4 5
6200 5000 2 55 2 4
3000 5500 1 55 3 5
1700 6000 2 22 2 5
3600 6000 1 34 1 4
2200 6000 1 33 3 1
3300 6000 1 34 1 4
6200 5000 1 32 2 4
4400 6000 1 36 1 4
5200 5000 1 23 3 2
5200 6000 2 31 1 1
3700 5000 2 41 2 2
3600 5500 1 43 1 2
5200 5500 2 51 2 5
3600 5000 1 41 1 1
6200 6000 1 47 4 4
7300 5500 1 50 2 1
7300 5500 1 19 4 2
2600 5500 1 45 2 2
3600 5000 2 19 1 1
6200 6000 1 22 2 3
1900 6000 2 25 1 2
5200 5000 1 20 4 2
3600 6000 2 53 2 2
7300 6000 1 37 2 4
5000 6000 1 40 2 5
6900 5000 2 27 4 4
3700 5000 1 30 1 3
7300 6000 2 43 2 2
7300 6000 1 49 3 4
4000 6000 2 37 3 4
4200 5000 1 26 4 1
6200 5500 2 31 1 2
7300 5000 1 48 3 4
5000 5500 2 25 3 3
5200 6000 2 33 4 3
5200 5000 2 40 1 3
7700 5500 1 42 1 3
1400 5000 2 50 1 2
3700 6000 2 29 4 1
5300 6000 1 55 1 4
5300 6000 2 38 3 5
6200 6000 2 26 3 4
6200 6000 1 25 1 1
2600 6000 2 35 3 2
3600 6000 2 50 1 5
7300 6000 1 31 3 4
4400 6000 1 33 1 5
3600 6000 1 28 2 4
6200 5500 2 54 3 1
3600 6000 1 35 4 4
7300 6000 1 37 1 3
4400 6000 1 20 1 4
6900 6000 1 48 2 2
3600 6000 2 24 4 4
1800 5500 2 51 1 2
2700 5000 1 33 3 4
4400 6000 1 48 4 5
3600 6000 1 18 2 2
5200 5500 1 39 2 2
2200 6000 2 27 1 5
7300 6000 1 27 2 4
5200 5500 2 23 1 4
7300 6000 1 39 3 5
4400 5000 1 49 3 3
8400 5500 2 32 2 5
3600 6000 1 30 4 3
3600 6000 1 50 2 4
2800 5500 2 34 1 3
7300 6000 2 45 1 3
7300 6000 1 44 3 4
4200 6000 2 25 2 3
7300 6000 2 37 4 4
1900 5500 2 34 4 4
2200 6000 1 21 4 4
6200 6000 2 42 1 5
4400 6000 1 28 2 4
4400 6000 2 34 4 2
5200 6000 1 32 3 4
3600 6000 1 24 4 2
3700 6000 2 30 4 3
5200 6000 1 37 4 4
1900 6000 1 27 1 1
3000 5000 2 52 2 4
2400 5000 2 43 1 5
3600 5000 1 30 4 2
3000 5000 1 29 1 1
1600 6000 2 35 1 4
7300 5500 2 47 1 4
4000 5000 1 23 4 5
5200 5500 1 38 3 1
3600 6000 2 21 4 3
6200 6000 2 35 2 2
1800 6000 1 42 3 3
4300 5500 2 47 2 2
1900 5000 1 21 4 4
5200 6000 1 26 3 2
6200 5000 1 18 1 5
6200 5500 1 46 4 3
2400 6000 2 42 1 1
2600 6000 2 29 1 4
4700 6000 1 45 1 2
4400 5000 1 32 4 5
3300 5000 2 53 2 3
4400 6000 1 51 2 2
3700 6000 2 46 4 4
6900 6000 2 20 4 1
8400 5500 2 28 2 4
5200 5500 1 39 1 4
1600 5000 1 27 3 2
3600 5000 1 27 2 4
4700 5500 1 20 3 1
2400 6000 2 22 4 2
7300 6000 2 25 4 4
5300 6000 2 27 1 5
6200 5000 2 46 4 5
7300 5500 2 51 3 4
5000 6000 2 29 3 4
4400 5500 1 22 1 1
2100 6000 1 51 2 4
2100 5500 2 29 3 1
7300 6000 2 47 2 5
2400 6000 2 41 1 3
6200 6000 2 22 1 4
8400 5500 1 31 2 4
7300 5500 2 53 3 3
2800 6000 2 32 2 3
7300 6000 1 45 1 4
6900 6000 2 39 4 3
4400 6000 2 25 2 4
5200 6000 1 21 4 4
1900 6000 2 48 4 4
2700 5000 2 47 1 4
7300 5500 1 41 4 4
5200 6000 2 44 1 3
4400 6000 1 27 3 4
6200 5000 2 27 4 5
7300 5500 1 21 2 2
1500 5000 2 26 3 5
5200 6000 2 35 2 4
3300 5000 2 25 2 1
1700 5000 2 34 1 2
2600 6000 1 35 3 4
2200 5500 2 29 3 3
4400 6000 2 34 3 5
5200 6000 2 25 2 5
5200 6000 1 27 3 2
2900 6000 2 55 3 3
7300 6000 1 23 1 4
3600 6000 1 20 1 5
7300 6000 2 38 4 1
5200 6000 2 32 4 4
7300 6000 1 40 1 4
3300 6000 1 47 1 3
5200 5500 1 43 3 4
6200 6000 2 21 2 1
6200 6000 2 44 2 4
3000 5000 1 45 1 4
1800 5500 1 38 2 4
6200 5500 1 41 1 2
7300 5000 2 52 2 4
3700 6000 2 55 4 4
7300 6000 1 33 3 2
6200 6000 2 37 1 4
3600 6000 2 30 3 4
2600 6000 1 51 4 2
4400 5000 1 23 2 1
4400 5500 1 26 3 4
6200 6000 2 51 3 3
2600 6000 2 33 4 3
2400 6000 2 54 3 4
2600 6000 2 30 4 5
2900 6000 2 20 2 2
6200 6000 1 34 1 3
7300 6000 2 26 3 5
3600 6000 1 44 2 1
4400 6000 2 26 1 3
5200 6000 1 21 2 4
4400 6000 2 36 3 5
5200 6000 1 29 1 1
8100 5500 1 30 4 2
3600 5500 1 52 3 1
6200 5500 2 43 1 2
7300 6000 2 26 3 5
2300 6000 1 49 2 2
4700 6000 1 39 4 5
3600 5000 2 29 4 1
7300 6000 2 20 4 4
6200 6000 1 50 2 5
2600 5000 1 51 3 5
4400 6000 2 25 1 3
6200 6000 2 41 4 5
2100 5000 2 42 1 3
4200 6000 1 42 2 4
5200 6000 2 49 2 2
1900 6000 1 46 3 5
6000 5000 2 41 3 5
4400 6000 1 22 4 3
3600 6000 1 25 4 5
5200 6000 1 50 1 2
7300 6000 2 37 4 2
4000 6000 1 29 1 2
3600 5500 2 31 4 4
6200 6000 2 36 4 4
2600 6000 2 30 4 4
4400 5500 1 35 3 3
4400 5000 2 29 1 5
6900 6000 2 37 1 4
7300 5500 2 49 1 2
5200 6000 2 50 1 2
6200 5000 1 46 4 4
1700 6000 2 28 2 1
6200 6000 1 29 1 3
3600 6000 2 43 2 5
3300 6000 1 29 2 4
3600 6000 1 26 4 4
3600 6000 1 37 2 5
3600 6000 2 48 2 1
2100 6000 2 31 4 4
6000 5500 2 46 4 1
2300 6000 2 42 3 4
8400 5500 2 50 3 2
2100 6000 1 36 2 2
5200 6000 2 31 4 4
5200 6000 2 45 3 3
7300 6000 2 22 3 3
4400 6000 1 41 4 4
5200 6000 1 49 2 4
5200 6000 1 30 2 1
6900 5500 2 19 3 4
6200 5000 2 35 4 5
4000 6000 2 54 4 3
7300 5500 1 37 1 2
7300 6000 2 46 2 4
6000 5000 1 44 1 3
2800 5500 1 32 1 1
7300 6000 1 42 2 1
5200 6000 2 36 4 4
7300 6000 2 47 1 1
6900 6000 2 54 1 4
4400 6000 2 21 3 3
4400 6000 1 39 2 2
7300 6000 1 41 2 4
2400 5500 2 28 3 2
7300 6000 1 34 4 2
3300 6000 1 44 2 2
3300 6000 1 29 1 3
6200 6000 1 45 1 4
3600 6000 2 42 2 3
3600 6000 1 48 1 4
5200 5500 2 24 3 3
6000 6000 2 39 1 4
1900 6000 2 50 4 5
4200 6000 1 19 1 4
7300 6000 1 25 4 3
2500 6000 2 24 1 4
4400 6000 1 37 3 4
4400 5500 1 25 4 4
8400 5500 1 27 4 3
6200 6000 1 25 1 2
2400 5000 1 48 4 4
4300 5000 1 52 1 4
7300 6000 2 23 2 1
4400 6000 2 30 4 3
6200 6000 1 29 3 3
5200 6000 2 46 3 5
5200 5000 1 24 2 5
3700 6000 1 42 4 3
3600 5000 2 48 3 3
2000 6000 1 18 4 1
5200 6000 2 28 2 2
2900 6000 1 46 3 4
2800 6000 1 49 4 2
7300 6000 1 24 3 1
8200 5500 2 26 4 4
4400 6000 1 38 1 3
6200 5000 2 44 3 2
3600 6000 1 49 3 5
6900 6000 2 24 1 3
2400 5500 2 21 4 2
6200 6000 2 22 1 3
2100 5500 1 31 1 1
4200 6000 1 33 4 4
2900 6000 1 29 2 4
3700 5000 2 22 3 1
3600 5500 1 42 1 4
4400 6000 2 48 2 5
4400 6000 2 37 4 4
1700 6000 1 54 3 2
8400 5500 2 26 3 4
5300 5000 1 52 2 3
6200 6000 2 39 1 2
5200 6000 2 39 4 1
6200 5000 1 20 4 2
1900 5500 2 19 1 5
7300 5500 1 29 1 1
3300 6000 2 38 4 4
3700 5500 2 38 3 1
7300 6000 1 18 2 2
2900 6000 1 31 1 5
7300 6000 2 33 2 5
5200 6000 2 23 3 4
2900 6000 1 45 2 3
6900 5000 2 35 3 1
2000 6000 1 46 4 5
2100 6000 1 19 2 2
4300 6000 2 30 3 5
3000 5000 1 51 2 4
5200 6000 1 38 3 4
2000 6000 2 29 1 1
5200 6000 1 37 3 2
3600 5500 1 33 1 1
6200 6000 2 33 1 3
3600 6000 2 35 1 5
7300 5500 2 20 2 4
2500 6000 1 20 4 5
4400 5000 1 19 1 5
3600 6000 2 45 3 2
6200 5000 2 22 3 2
2300 6000 2 40 3 5
1800 6000 2 25 1 1
3600 6000 2 19 3 3
6200 6000 2 49 4 5
6200 6000 2 23 3 4
3000 6000 1 50 4 5
3600 5000 2 25 2 5
4400 5000 2 46 4 5
1800 5500 1 31 2 4
8000 5500 1 24 3 2
3600 6000 1 54 4 3
4400 5500 1 34 3 1
5200 6000 2 37 1 4
4400 6000 1 29 4 1
7300 6000 1 37 2 4
2200 5000 1 43 3 2
4400 5000 2 33 3 5
1700 6000 2 35 1 1
7300 5500 1 26 1 3
1900 6000 2 28 1 4
1600 6000 1 29 4 4
6200 6000 2 33 3 1
4400 6000 2 33 4 3
1900 5000 2 51 1 1
4400 6000 1 40 4 4
5200 6000 2 39 3 4
6000 5000 2 29 4 5
2300 6000 2 47 2 4
2200 5000 1 52 3 1
6200 6000 1 39 1 3
2900 6000 2 19 2 3
4000 6000 2 50 2 1
2200 6000 2 46 3 5
6200 5500 2 27 1 4
4400 6000 1 25 3 4
5300 5500 2 39 4 4
5200 5000 1 49 2 4
7300 5500 1 18 2 2
4400 5000 2 24 1 5
7700 6000 2 37 3 2
7300 6000 1 19 1 4
6900 6000 2 21 3 2
2600 5000 2 37 4 2
3600 6000 1 29 1 4
6200 5500 2 55 3 2
5200 5500 2 23 3 4
3600 5000 2 34 2 4
6200 5500 1 48 3 2
5200 6000 1 27 2 2
7300 6000 2 41 1 4
1900 6000 1 49 1 5
7300 6000 1 48 4 3
6200 6000 1 19 4 1
6200 5500 1 26 4 1
3600 5500 1 32 1 5
1900 6000 1 37 2 5
5200 5500 2 38 1 1
3600 5500 2 35 2 4
4400 6000 1 42 4 2
2900 5500 2 52 4 4
8400 5500 2 38 3 1
3300 6000 1 43 1 4
3600 6000 2 54 2 2
2000 5500 2 32 3 4
2300 6000 1 55 1 4
8400 5500 1 24 2 4
5200 6000 1 23 2 2
7300 5000 2 43 1 1
5200 6000 1 39 1 5
6200 5000 2 22 1 5
3600 6000 2 21 4 4
2200 6000 2 39 3 4
3000 5000 2 38 1 4
4000 5000 1 21 2 4
6900 5500 2 27 2 5
2700 6000 1 42 1 4
2800 6000 2 45 3 5
6200 5000 2 27 1 4
7300 5000 1 23 1 3
6200 5500 1 27 3 4
3600 6000 1 32 3 1
2200 6000 1 21 3 4
5200 5000 2 25 1 1
6200 6000 2 50 3 4
5200 5000 2 49 1 5
4400 6000 2 43 4 2
7300 5000 2 52 2 2
2500 5500 2 48 2 4
5200 5000 1 47 4 4
8000 5500 1 23 1 4
6200 6000 1 38 1 4
3600 6000 2 45 2 1
5200 6000 1 41 2 4
6200 5500 1 45 2 3
7700 6000 1 40 4 4
7300 5500 2 36 1 4
4700 6000 2 41 2 2
1600 6000 2 39 2 5
7300 5500 2 43 2 4
2500 5000 2 20 4 3
2500 6000 2 52 1 3
2800 5500 2 25 3 1
7300 6000 1 20 3 3
6000 6000 2 31 3 1
4400 6000 1 26 4 3
2500 5500 1 49 4 3
6200 5500 2 47 1 4
1900 5000 2 50 2 1
5200 6000 2 23 4 5
3600 6000 1 28 2 4
3600 6000 2 39 1 4
1600 6000 2 53 4 4
3600 6000 1 53 3 1
2100 5500 2 42 1 3
5200 6000 2 45 2 4
4300 5000 1 23 1 3
6900 6000 2 24 1 4
4400 6000 1 41 3 4
3600 5000 2 42 4 1
5200 6000 2 52 4 4
8400 5500 1 43 3 3
2500 6000 2 21 2 2
3600 5000 1 53 2 1
3600 5000 2 39 2 4
5200 5000 1 39 4 5
5300 6000 1 19 3 5
2300 6000 2 51 1 1
5200 5500 1 54 1 2
5200 6000 2 44 1 2
6000 6000 2 40 3 4
7300 6000 1 54 2 4
5200 5500 2 47 3 4
4700 6000 2 18 2 4
7300 5500 2 25 2 1
5200 5000 1 51 2 4
6200 5500 2 50 4 4
7300 5500 2 45 3 2
1800 6000 1 47 3 5
6200 6000 1 23 3 3
3600 6000 1 44 4 5
2500 6000 1 36 1 5
4300 5500 2 19 1 4
2700 6000 1 30 2 3
2400 6000 1 49 2 1
7300 6000 1 30 1 1
5200 6000 2 35 2 1
5200 6000 1 25 3 2
7300 5500 2 44 4 3
3600 5500 1 49 2 4
8100 5500 1 42 3 2
2900 6000 1 53 2 4
5200 5500 1 54 3 1
6200 5500 2 31 3 4
2400 6000 1 30 2 3
2000 5000 1 55 4 2
6200 5000 1 18 3 4
5000 5500 2 20 3 4
4400 6000 1 22 4 4
6200 5500 2 44 2 5
5200 6000 1 42 1 4
5300 5000 2 27 1 3
8400 5500 1 47 4 4
4400 6000 1 51 4 4
3600 6000 1 42 1 4
6200 6000 1 44 3 1
3000 5000 1 26 4 3
7300 5500 2 33 2 4
3600 6000 2 48 3 5
7300 6000 2 50 4 3
6200 6000 1 39 1 5
4400 5000 1 25 1 4
7300 6000 2 44 3 3
5200 6000 1 39 3 3
2600 5000 1 34 3 5
5300 6000 2 49 4 3
7300 5500 2 55 2 4
7300 5500 2 24 3 3
5200 6000 2 51 4 4
7300 5500 2 34 4 4
3600 6000 2 22 3 1
2500 6000 1 29 4 2
7300 6000 1 38 2 5
5200 5000 1 41 2 5
7300 6000 2 49 3 4
6200 5000 1 32 3 5
7300 5500 2 30 3 4
4400 5500 2 43 3 4
2700 5000 2 48 2 1
2500 5500 1 55 2 1
7300 5500 2 42 3 1
6900 6000 2 34 1 3
2900 6000 1 19 2 5
4400 5500 2 51 2 3
3000 6000 2 34 4 4
5300 5000 2 28 1 5
6000 6000 1 50 4 5
2600 5000 2 46 1 4
2600 5000 1 50 3 2
4700 5000 1 55 3 1
5200 5500 2 49 3 4
5200 5500 1 26 2 1
6000 6000 1 51 1 4
8400 5500 1 46 2 1
4400 5000 1 27 2 2
2000 5000 1 44 4 2
5200 5500 2 53 2 2
6200 6000 1 35 3 2
2100 6000 1 35 1 4
2900 6000 2 41 1 4
3600 6000 2 36 2 2
5200 6000 1 41 1 4
4400 6000 1 36 3 2
2300 6000 1 28 2 5
3600 5500 1 28 3 1
7300 6000 2 47 4 2
6200 6000 2 18 2 2
1800 6000 1 52 2 1
2000 6000 2 43 1 2
8400 5500 2 45 4 5
7300 6000 2 54 3 4
3300 6000 1 34 4 3
4000 5000 1 25 4 3
4400 6000 2 30 1 4
4400 6000 1 54 3 3
7300 6000 2 52 3 1
5200 6000 1 22 2 3
7300 6000 2 50 3 2
3300 5000 2 29 4 5
3700 6000 1 48 4 2
7300 6000 1 34 3 1
3600 6000 2 39 3 4
7300 6000 1 23 1 4
1600 6000 2 20 1 4
3600 6000 1 44 4 1
4400 5000 2 45 3 2
3600 5500 2 22 4 4
5000 6000 2 46 3 3
6000 5500 1 43 2 1
6200 5000 1 37 4 4
1600 6000 1 30 1 3
7300 6000 2 31 4 1
7300 6000 1 19 4 3
4400 6000 1 42 1 3
5200 6000 1 30 1 4
3600 6000 1 45 3 4
1800 6000 2 49 3 2
7300 6000 2 22 2 4
4400 5500 1 20 2 3
3700 5500 1 54 1 3
2500 6000 1 26 3 5
6000 5500 1 54 2 5
7700 6000 1 42 4 3
2600 5500 1 31 2 1
3600 6000 1 47 1 4
2700 6000 1 50 4 4
3600 5000 2 21 2 5
2700 5500 2 34 3 4
7300 6000 2 22 1 4
4400 5500 1 45 3 1
6200 6000 2 53 1 4
4400 5000 1 42 4 4
2100 6000 2 33 1 1
4000 6000 2 29 3 1
3600 5500 1 47 3 1
5000 5000 1 27 4 5
6000 6000 1 40 3 4
5200 6000 2 49 4 5
7300 5500 2 35 1 2
5200 6000 1 49 4 2
4400 5000 1 33 1 1
4300 6000 1 33 4 3
gresar al mundo de
enta y la percepción
el producto y datos
1491
Probabilidad de Utilidad del Recomendación del

volver a comprar producto producto
1 3 2
2 3 2
2 2 1
1 1 3
1 3 3
1 3 3
1 3 2
2 3 3
1 2 3
2 2 3
2 4 1
1 1 1
2 1 2
2 2 2
1 1 1
1 2 2
1 3 1
2 3 3
1 1 2
1 3 1
1 3 1
1 2 1
2 1 3
2 2 3
2 1 3
1 1 1
1 4 2
1 4 1
1 3 3
2 2 3
1 1 2
2 4 3
1 4 3
1 1 3
2 1 2
1 2 2
1 4 3
2 3 2
2 2 3
1 4 3
2 4 3
2 2 3
1 2 3
2 1 3
1 2 3
1 1 3
1 1 1
1 3 1
1 2 3
2 4 3
1 2 3
1 1 3
2 1 2
1 1 2
2 2 3
2 1 1
1 4 2
2 2 3
1 3 3
2 1 3
1 1 1
2 3 2
1 1 2
2 1 3
2 2 1
2 1 2
1 4 3
1 4 2
2 3 3
1 3 1
1 2 3
2 2 3
2 4 3
1 2 1
2 3 3
1 4 2
2 1 3
2 4 2
1 1 2
1 3 2
1 4 1
2 1 1
2 1 2
1 1 1
2 1 3
1 3 3
1 1 3
2 4 3
2 1 2
2 2 3
2 4 3
1 3 2
2 1 1
1 2 1
1 3 2
1 3 1
2 3 1
2 3 2
1 1 3
2 4 2
2 3 3
2 3 2
2 2 3
2 4 1
1 4 3
2 4 1
1 3 1
1 3 1
2 3 3
1 1 3
1 1 3
1 4 1
1 4 1
1 3 2
2 4 1
2 3 1
1 4 3
1 2 2
2 2 1
1 2 2
2 3 1
1 3 1
1 4 3
2 3 3
1 2 2
1 1 2
1 4 1
1 2 3
1 4 3
1 1 3
2 4 3
1 3 3
2 3 1
1 2 1
1 2 3
2 3 3
1 1 3
1 4 3
1 3 3
2 1 3
2 4 1
2 1 2
2 2 1
2 2 1
2 1 3
1 3 1
1 3 1
1 4 3
1 2 2
1 3 3
2 1 2
1 1 2
1 2 3
1 4 3
1 1 2
1 4 3
2 3 3
2 2 3
1 1 1
2 1 2
2 1 2
2 4 3
1 1 3
1 3 1
2 1 3
2 1 2
1 2 2
2 2 2
1 3 2
1 4 2
1 1 1
2 4 3
2 2 3
1 1 2
2 4 3
2 1 3
1 4 3
2 1 3
1 4 1
2 3 3
2 4 3
2 4 3
2 3 1
2 2 1
1 3 3
1 2 2
1 2 3
2 4 3
2 2 2
1 2 3
2 2 2
2 4 2
2 1 3
2 2 2
1 1 1
1 2 2
2 4 1
2 2 1
2 2 3
2 3 3
2 1 3
2 1 2
2 4 3
1 2 3
1 3 2
1 4 1
1 3 1
1 1 3
2 1 3
1 1 3
1 2 1
2 3 1
2 4 1
2 1 2
1 2 3
2 1 3
2 4 3
2 2 2
2 3 2
1 3 3
2 4 3
1 3 1
1 4 3
2 1 1
1 1 1
2 4 3
2 4 3
1 1 1
2 4 3
1 2 2
1 3 3
1 4 1
1 2 2
2 2 1
2 3 3
2 2 3
1 1 3
1 3 2
1 3 2
2 1 3
1 3 3
2 2 1
1 3 3
2 4 3
1 2 2
2 4 2
2 3 2
1 2 2
2 2 3
1 4 3
1 2 3
1 3 2
2 1 3
1 1 3
2 3 1
2 1 1
1 4 1
1 3 2
2 2 2
2 4 2
2 4 3
1 2 3
1 1 1
2 3 3
2 4 3
2 1 1
2 4 3
1 1 1
2 2 3
1 3 3
2 4 2
2 2 2
1 4 3
1 2 3
2 3 3
2 3 1
1 2 1
2 3 2
2 4 1
1 2 2
1 2 2
2 3 2
1 2 3
2 2 3
2 4 1
2 4 3
2 1 3
1 3 2
2 2 1
1 2 1
2 4 3
2 2 2
2 4 1
2 1 2
2 4 3
1 2 3
2 3 1
2 2 2
1 2 3
2 3 2
1 4 3
2 4 1
2 3 3
1 1 3
2 3 3
2 1 2
1 3 1
1 2 3
2 4 2
1 1 3
2 3 3
1 3 3
1 3 3
2 3 2
2 2 2
1 3 1
1 3 2
2 2 3
2 1 3
1 2 3
1 4 3
1 2 1
1 4 2
1 4 2
2 2 3
1 4 2
1 3 1
2 2 3
1 2 1
2 1 3
1 3 3
1 4 3
2 1 3
2 4 3
1 4 3
2 3 3
2 1 3
1 1 3
2 4 3
2 2 3
2 1 3
2 1 2
1 1 1
1 1 1
1 2 1
1 1 3
1 1 1
1 3 3
2 3 2
2 1 3
1 4 2
2 4 3
1 4 2
2 2 3
1 2 3
2 3 2
1 2 1
1 1 1
1 4 2
2 3 1
1 3 3
2 4 1
1 2 2
2 4 1
1 4 3
2 1 2
1 1 2
1 2 2
1 2 1
2 1 3
2 4 3
1 3 1
1 1 2
1 4 2
1 1 3
2 4 3
1 3 3
1 4 3
1 1 1
1 4 3
1 1 3
1 4 3
2 3 3
2 1 3
1 2 1
2 4 2
2 4 3
1 2 3
2 3 3
1 3 1
2 3 1
1 1 3
2 1 3
2 4 3
1 3 2
2 2 3
1 4 1
1 2 3
2 3 2
2 3 2
1 3 3
1 3 1
2 2 3
1 2 3
2 4 2
1 3 3
1 1 3
2 3 2
2 4 2
1 3 3
2 4 3
1 3 2
1 3 3
1 2 3
2 2 3
2 1 3
2 3 3
1 4 3
1 2 3
2 2 1
1 2 3
1 4 3
1 4 3
2 3 3
2 3 3
1 1 1
2 2 2
2 3 2
2 3 1
2 2 2
1 1 1
2 2 1
1 2 2
1 2 1
1 1 3
1 4 1
1 4 2
1 3 3
1 2 1
2 2 3
2 2 3
2 2 3
2 4 3
2 1 1
1 3 1
1 2 2
2 3 1
1 2 3
2 3 1
2 1 2
1 1 2
2 3 3
1 2 3
2 4 3
1 2 3
1 4 3
2 4 1
2 3 3
2 1 1
2 3 3
2 1 3
2 4 1
2 1 3
1 1 3
2 3 2
1 2 3
1 4 2
2 2 3
1 2 2
2 4 3
1 1 2
2 1 1
1 1 3
1 2 3
1 1 3
2 4 3
1 2 2
1 2 2
1 3 3
1 4 2
2 3 3
2 1 3
1 1 3
1 2 3
1 4 3
1 2 3
1 3 3
2 1 3
1 2 2
1 2 3
1 1 3
2 4 2
2 2 3
2 3 3
2 4 2
2 4 1
1 3 1
2 2 3
1 1 3
1 1 1
2 3 2
2 2 3
2 4 3
1 3 2
2 4 2
2 2 1
1 4 2
2 1 1
1 4 3
2 3 2
1 4 1
2 4 3
1 2 3
2 1 1
1 2 2
1 3 3
2 3 2
1 4 1
1 2 1
1 1 3
2 3 3
1 2 3
2 2 1
2 1 3
2 4 2
1 1 2
2 3 2
2 1 1
1 3 3
1 3 3
1 4 3
2 4 2
1 4 3
1 3 3
1 2 1
2 1 3
2 1 3
1 4 2
1 2 2
2 3 2
2 1 3
2 2 2
1 3 3
1 4 3
2 4 1
2 1 2
1 3 1
2 4 3
2 2 3
2 2 3
2 4 3
2 3 3
1 3 3
2 4 1
1 3 2
2 1 3
1 2 1
1 2 3
2 1 3
1 3 3
1 1 3
2 1 3
1 1 3
2 1 2
1 1 2
1 2 3
1 3 1
2 3 1
1 3 1
1 3 2
2 3 3
1 3 2
2 1 3
1 2 3
2 4 1
1 4 1
2 2 3
2 4 1
2 3 1
2 4 3
2 4 3
1 2 1
1 3 3
2 1 3
2 4 3
1 3 2
2 2 1
2 2 1
2 3 1
2 4 3
1 3 3
2 4 2
1 2 3
1 3 3
2 2 2
1 2 3
2 2 3
1 3 1
1 3 3
1 4 2
1 2 2
2 4 3
2 4 1
1 3 1
1 1 2
2 1 3
1 4 3
2 4 3
1 3 1
2 4 3
1 2 3
2 2 1
1 4 3
2 2 3
2 3 2
2 4 2
1 4 3
1 1 1
2 2 3
2 3 1
1 1 2
2 4 2
1 2 3
1 1 2
1 3 1
1 3 2
2 4 3
1 4 1
2 3 3
2 2 3
1 4 3
2 3 3
1 1 3
1 4 3
1 1 3
1 1 2
2 3 1
1 4 3
1 2 2
2 2 3
2 2 1
1 1 3
2 2 3
1 2 2
2 1 3
1 3 2
1 1 3
1 2 1
1 4 3
1 4 3
1 1 1
2 2 2
2 3 3
2 4 3
2 4 1
1 2 3
1 1 2
1 4 3
1 2 2
1 4 3
2 1 3
1 4 2
1 2 3
2 3 3
1 4 3
2 3 2
2 3 1
1 1 2
2 3 2
2 3 3
2 3 3
2 1 3
1 4 2
1 3 2
2 1 2
2 4 1
2 2 3
2 4 3
1 2 1
2 3 1
2 1 3
2 3 2
2 3 3
2 3 3
2 2 1
2 4 3
1 1 3
1 3 1
2 3 3
1 1 1
2 3 2
2 2 1
2 1 3
2 4 3
2 2 2
2 3 2
1 3 3
2 3 3
1 1 3
2 2 3
2 3 3
2 2 2
1 4 1
1 1 3
1 4 2
1 2 3
2 3 3
2 1 1
2 4 1
1 3 2
1 3 1
1 2 2
2 4 3
1 2 1
1 2 3
1 4 1
2 1 2
2 4 1
2 1 3
1 1 3
1 2 3
1 3 3
1 1 3
1 3 3
1 1 3
2 2 2
1 3 1
1 1 3
1 4 3
1 2 1
1 3 3
2 2 2
1 3 3
2 1 3
1 1 3
1 4 1
2 3 3
1 1 1
1 4 3
2 3 3
1 3 3
2 2 2
1 3 1
2 2 3
2 1 2
1 3 3
1 2 1
1 3 2
2 3 1
1 2 3
1 3 3
1 2 3
1 2 3
1 2 3
2 2 1
2 1 3
1 4 3
2 3 3
1 4 3
2 3 2
1 1 3
2 4 3
1 3 3
1 4 3
2 3 1
1 4 1
2 4 2
2 4 1
1 4 3
2 1 1
2 2 3
2 2 3
1 3 3
2 4 1
1 3 3
2 2 2
2 3 1
1 1 2
1 2 2
1 4 1
2 4 2
1 1 1
1 4 3
1 2 2
2 2 3
1 2 3
2 3 2
2 1 3
2 3 3
2 1 3
2 2 1
1 3 3
1 2 3
2 1 2
1 3 3
2 3 1
1 1 3
1 1 3
1 3 3
1 4 3
2 1 3
1 3 3
2 4 3
2 4 1
1 3 3
1 1 3
1 1 3
1 4 3
2 1 2
2 3 3
2 2 1
2 1 2
2 3 3
2 4 1
2 4 3
2 2 2
1 4 1
1 3 3
1 2 1
1 3 3
1 4 3
2 1 1
2 4 3
1 2 2
1 3 3
1 3 3
1 1 3
2 1 3
1 4 1
2 1 1
2 1 2
2 2 3
1 2 1
1 1 3
2 3 3
1 1 3
2 2 1
2 1 3
2 2 3
2 3 1
1 2 1
1 3 1
1 4 1
1 2 3
2 2 2
2 4 3
1 1 2
1 2 3
1 3 1
2 1 2
2 2 3
1 3 1
1 3 3
1 4 1
1 2 1
2 1 3
1 4 1
2 4 3
1 3 3
1 2 3
2 4 3
1 3 3
2 1 2
2 2 1
2 1 1
2 3 3
2 2 3
1 2 2
2 3 1
2 4 3
1 3 3
1 2 3
1 3 3
2 3 3
1 3 1
2 3 2
1 4 1
1 2 3
1 2 3
1 2 3
2 4 2
2 4 3
2 2 2
1 3 3
2 4 2
1 2 2
2 4 1
1 2 3
2 2 2
1 1 1
1 4 3
2 3 2
1 3 3
1 2 2
2 3 1
2 4 1
2 1 1
2 2 3
2 3 3
2 4 2
2 3 2
2 2 3
2 2 2
1 3 2
2 1 2
2 4 2
2 4 1
2 3 3
1 4 3
2 4 1
1 1 3
1 1 3
2 4 3
2 3 3
1 1 3
2 2 3
1 1 2
1 4 1
1 1 2
1 4 3
1 4 1
1 1 3
1 4 3
1 3 3
1 2 1
1 3 2
2 4 3
1 3 3
2 3 1
1 4 1
1 2 3
2 1 1
1 1 3
2 4 3
1 1 1
2 2 3
2 2 3
1 3 1
2 1 3
2 3 1
2 2 1
2 1 3
1 4 3
1 3 1
1 2 3
2 1 3
2 2 2
1 1 3
1 4 2
2 3 3
2 3 1
2 1 3
2 2 2
1 4 1
1 4 2
2 4 3
2 1 1
2 2 2
1 4 1
2 3 3
2 2 3
2 1 2
2 1 3
2 3 1
1 3 3
2 1 1
2 4 1
2 2 3
2 1 3
2 2 1
1 4 2
2 1 1
2 2 3
1 4 3
1 2 3
1 4 3
1 4 1
2 3 3
1 4 2
1 2 1
2 4 1
1 2 3
1 1 3
2 4 2
2 2 1
1 4 2
2 4 1
1 2 1
2 4 3
2 2 1
1 3 2
2 4 3
2 1 1
1 4 2
2 2 2
1 1 3
2 3 1
1 4 3
1 1 2
2 4 1
1 1 3
2 2 3
2 2 1
2 4 1
1 3 2
1 1 3
1 4 1
2 4 3
2 3 1
2 2 1
1 4 3
2 1 1
1 2 2
2 2 1
1 4 3
2 1 1
2 2 1
2 2 2
2 4 2
1 2 3
1 2 1
2 4 3
2 3 2
1 4 2
2 2 1
1 4 2
1 3 3
2 2 3
1 2 1
2 2 3
1 2 3
2 3 2
1 4 3
2 1 3
1 1 2
2 2 3
2 4 1
1 4 1
2 2 2
1 4 2
2 4 1
2 3 2
1 4 1
2 4 3
1 2 3
1 2 1
2 2 2
2 2 3
1 3 1
1 1 2
1 2 3
2 4 3
2 4 3
1 3 1
1 2 2
2 4 2
1 4 3
1 2 3
2 3 2
2 2 3
2 1 2
1 4 3
2 4 1
2 4 1
2 1 3
2 2 2
2 4 1
1 3 1
2 4 1
1 2 3
2 4 2
2 4 3
1 3 3
2 4 2
1 3 1
1 3 3
2 2 3
2 4 2
2 3 3
1 4 3
2 3 3
2 3 3
2 3 1
1 4 2
1 2 3
2 2 1
2 4 3
2 3 3
2 2 2
2 4 3
1 1 1
1 2 2
2 2 1
2 4 3
1 2 3
1 2 1
2 2 3
1 3 3
2 4 2
1 4 3
2 4 3
1 1 2
1 3 1
2 1 2
1 1 1
1 4 3
1 4 1
2 1 3
1 3 3
2 3 2
1 2 3
1 3 1
2 1 3
1 4 3
2 3 3
2 1 3
2 1 1
1 4 1
2 4 1
2 2 2
1 3 3
1 2 1
1 1 3
1 1 1
2 1 3
2 1 3
2 2 3
1 2 1
2 3 3
1 4 2
1 4 3
1 3 3
1 1 3
1 4 2
2 1 2
1 1 2
2 2 3
1 4 1
1 4 3
1 2 1
1 4 2
1 1 2
1 4 3
2 2 1
1 1 1
2 2 3
2 3 1
2 1 2
2 1 3
2 4 1
2 4 2
2 2 3
2 3 3
2 4 3
1 3 3
1 3 1
2 3 1
2 4 3
2 2 3
2 3 3
1 3 3
1 3 3
2 3 1
1 1 2
1 1 3
1 2 3
2 4 2
2 4 3
2 2 2
1 3 3
2 3 2
1 1 1
2 2 1
2 1 3
1 1 3
1 2 3
1 4 3
1 1 3
2 4 3
1 2 3
2 3 3
2 4 3
2 3 3
2 4 2
1 1 3
1 1 3
1 3 2
2 1 3
1 3 1
1 2 3
2 1 3
1 4 3
2 1 1
1 2 3
1 4 3
2 3 2
1 2 1
2 4 3
2 4 1
2 3 3
1 4 1
1 1 1
2 2 3
2 1 3
1 4 3
2 1 3
1 1 1
2 3 2
1 4 3
2 4 1
1 1 2
2 1 1
1 1 2
1 2 3
1 4 1
1 2 3
2 3 1
1 4 1
1 3 3
1 2 1
1 1 3
1 3 2
1 2 2
1 1 3
1 1 2
1 4 2
2 4 3
1 2 3
1 3 3
2 3 3
1 4 2
1 2 3
1 1 2
1 2 3
2 2 2
2 4 2
2 1 3
1 3 3
1 4 1
2 4 3
2 2 3
2 3 2
2 3 3
2 4 2
1 2 1
1 2 3
1 1 3
1 4 3
1 2 3
2 1 2
1 4 1
2 4 1
1 4 3
2 2 2
2 4 1
2 1 2
2 1 1
1 1 3
2 1 2
2 4 2
2 3 2
1 3 2
2 1 3
2 3 1
1 2 2
1 3 1
1 3 3
1 3 1
1 3 3
2 4 1
1 4 1
2 4 3
1 4 3
1 1 3
2 4 1
1 2 1
1 2 2
2 4 1
1 3 3
2 3 2
1 3 1
2 2 3
1 3 3
2 1 3
1 3 2
2 4 3
1 3 3
2 1 3
1 1 3
2 2 3
1 2 3
2 1 3
2 1 1
1 1 3
1 3 3
1 4 1
1 4 1
2 2 1
1 1 3
2 2 1
2 2 2
2 2 1
1 3 3
1 2 1
2 4 3
1 2 3
1 1 3
1 3 3
2 4 1
1 2 3
2 4 3
2 2 2
1 2 3
1 1 2
2 2 2
1 1 2
2 2 2
1 3 3
2 3 3
1 3 2
2 1 1
1 4 3
1 4 2
2 1 3
1 1 3
2 1 1
1 4 3
2 1 2
1 2 2
2 3 3
1 4 2
2 4 3
1 1 2
2 3 1
2 3 3
1 4 2
2 1 3
1 2 1
2 2 3
1 1 3
2 3 3
2 2 3
1 4 1
2 2 1
2 2 1
2 2 3
2 2 1
1 2 2
1 3 3
2 3 3
2 1 2
2 4 3
1 1 3
2 1 3
2 1 3
2 1 2
1 2 3
2 2 1
1 2 3
1 3 1
1 1 3
1 1 3
1 4 3
2 1 1
2 4 3
2 1 3
2 4 2
1 3 3
2 2 1
2 3 3
1 3 3
1 2 3
1 4 3
1 4 1
1 1 3
2 3 3
1 3 1
2 4 3
1 1 1
2 1 1
1 4 1
2 4 1
1 1 1
2 2 1
2 1 3
2 1 3
2 4 3
1 2 3
2 1 1
2 2 3
1 4 1
1 4 3
2 3 3
1 4 3
1 4 3
1 2 1
2 1 2
2 2 3
1 2 3
2 2 3
2 4 2
1 1 2
1 2 2
1 3 3
2 3 3
1 3 2
1 1 1
2 3 3
2 2 1
2 3 3
1 4 1
2 2 3
1 2 1
1 3 1
2 3 3
1 1 3
1 3 3
2 3 3
2 1 1
2 1 1
1 1 3
2 1 2
1 2 1
1 2 1
1 3 3
1 3 3
2 1 2
1 4 1
2 1 3
2 4 3
1 2 2
1 4 3
2 2 3
2 1 2
1 3 2
2 4 3
1 4 1
1 4 3
1 2 1
2 3 3
1 4 3
1 4 2
2 3 3
2 1 2
2 4 1
1 1 1
1 1 1
1 4 2
1 2 1
2 3 1
2 4 3
1 1 1
1 4 3
1 2 2
2 3 3
2 2 2
1 3 2
2 2 2
2 3 3
1 2 3
2 1 3
1 1 1
2 2 3
1 4 3
2 3 3
2 1 3
1 3 3
1 4 1
1 2 2
2 1 2
2 3 3
1 1 3
2 1 3
2 2 1
1 3 1
2 1 2
2 2 3
1 1 2
1 3 3
1 3 3
2 4 2
2 2 3
1 3 1
2 1 3
2 2 1
1 3 3
2 1 2
2 2 3
2 2 1
1 2 2
2 4 3
2 2 2
2 2 2
2 2 1
2 3 2
1 1 1
2 4 1
1 2 1
2 1 3
1 1 3
2 1 2
2 3 3
2 2 2
1 1 3
1 1 1
2 2 3
1 1 1
1 2 2
1 1 2
1 3 2
1 4 3
1 4 3
1 2 3
2 3 2
1 3 3
2 2 3
2 3 3
2 1 3
1 4 1
1 4 3
2 3 1
1 4 3
1 2 3
1 1 3
2 2 3
1 4 1
1 4 2
1 2 2
1 4 2
2 4 3
1 1 3
1 1 3
1 3 3
2 2 2
1 2 1
1 4 3
1 3 3
1 3 2
1 2 1
1 1 1
2 1 1
2 1 2
1 3 1
1 2 3
2 4 2
2 4 3
1 3 3
1 3 1
2 3 1
1 4 3
2 2 3
1 3 3
1 2 3
1 4 3
1 4 3
1 4 2
1 1 1
2 1 1
1 3 1
1 3 2
2 2 1
2 1 3
1 1 1
2 2 1
1 3 3
2 1 1
1 1 3
2 4 1
2 1 1
1 4 2
1 2 3
1 4 2
2 4 3
1 1 1
1 1 2
2 4 3
1 2 2
2 1 3
2 4 2
2 4 3
1 2 2
2 3 2
1 4 2
2 3 1
1 4 3
1 1 3
1 2 1
2 1 3
1 2 3
1 1 2
2 1 3
1 3 2
1 3 2
2 4 3
1 2 2
1 1 2
2 4 2
1 1 3
2 1 3
2 3 1
2 2 2
2 1 2
1 2 3
1 3 3
2 3 1
2 2 1
2 2 2
1 4 2
2 3 3
2 1 3
1 4 3
2 2 1
2 2 1
1 2 3
2 4 3
1 2 3
2 4 2
1 1 1
1 2 3
1 3 1
2 2 1
2 2 2
1 4 3
1 3 2
1 2 1
1 3 3
1 2 3
1 1 2
1 4 3
1 3 2
2 1 1
1 2 1
1 4 2
2 1 3
2 4 3
1 4 1
2 1 2
2 2 3
2 1 1
1 4 1
2 3 3
1 2 2
2 1 2
1 2 3
1 1 3
2 1 2
1 4 3
2 2 3
2 3 1
2 4 1
1 3 3
2 4 3
1 4 3
2 2 3
1 3 1
1 2 2
2 3 3
2 2 2
1 4 1
2 2 3
1 1 3
2 4 1
1 2 1
1 4 3
2 3 2
1 2 2
1 2 1
2 3 2
1 3 1
2 2 1
1 2 1
1 2 3
1 1 3
1 4 3
1 2 3
2 2 3
2 1 1
2 4 1
1 2 3
1 2 3
1 4 3
2 2 1
2 3 3
1 4 1
2 4 1
2 4 3
2 3 1
1 3 3
2 3 3
1 1 1
2 2 3
1 3 3
1 2 3
2 2 2
1 2 3
1 4 1
2 3 3
2 3 1
1 3 2
2 2 3
2 2 3
2 1 1
2 1 3
1 2 2
1 2 1
1 4 3
1 3 3
2 1 3
1 3 1
2 4 2
2 2 3
2 3 2
1 4 3
2 3 3
1 1 3
1 4 3
2 3 2
2 2 3
1 4 1
1 2 3
2 2 3
1 3 2
1 3 3
1 2 1
1 3 1
1 4 2
1 1 3
1 2 2
2 1 2
1 4 3
1 1 2
2 4 3
2 4 2
1 2 2
1 1 3
2 2 1
2 3 2
2 3 3
2 2 1
1 1 3
2 2 2
2 2 3
2 2 2
1 1 1
1 1 3
1 4 3
2 4 3
1 3 1
1 4 2
1 1 3
2 2 3
2 1 3
2 2 3
1 1 2
1 1 2
2 3 3
1 4 3
2 2 2
2 2 1
1 1 3
2 2 2
1 4 2
2 4 2
2 3 3
1 2 1
1 3 3
2 1 2
1 1 2
2 1 3
2 2 2
2 3 1
2 3 2
1 3 3
2 2 3
1 2 2
2 2 2
1 1 3
1 2 2
1 3 3
2 2 3
1 2 1
2 1 3
2 1 3
1 3 2
2 3 1
1 1 2
1 1 3
2 4 3
1 2 3
1 4 3
2 1 3
1 2 1
1 1 1
1 4 1
2 2 1
2 1 1
2 2 2
1 4 3
1 2 3
2 3 1
2 4 2
2 1 2
1 1 1
1 4 2
2 1 3
2 4 3
1 4 3
2 1 2
1 1 3
1 4 2
1 2 3
1 1 3
1 2 1
2 4 3
2 4 3
2 2 1
2 4 2
2 4 2
2 3 1
1 2 3
2 1 3
2 3 3
1 4 3
1 1 2
2 4 3
1 4 3
1 2 1
1 1 2
1 1 2
2 1 3
1 2 1
1 2 1
2 1 3
1 4 2
1 1 1
2 4 3
2 3 3
2 2 2
2 4 2
1 1 1
2 2 3
2 4 3
2 4 3
1 4 3
1 4 2
2 3 3
2 1 2
2 2 3
2 3 3
1 1 2
1 3 3
1 4 3
2 1 2
1 4 2
1 1 3
2 4 2
1 3 2
2 1 1
1 2 2
2 1 3
1 3 1
2 3 2
2 2 1
2 2 3
2 3 3
2 3 2
2 2 3
2 1 1
1 2 2
2 2 2
1 2 1
1 1 3
1 2 1
1 1 1
1 2 2
1 4 1
2 2 2
1 1 1
2 2 3
2 1 3
1 2 2
1 2 3
2 1 3
2 2 1
2 4 1
1 4 1
1 3 2
1 3 2
1 2 3
1 2 3
2 1 1
2 2 3
2 3 2
1 3 1
2 2 3
2 4 3
1 3 3
2 4 2
1 2 3
1 2 1
2 3 3
1 4 3
1 4 3
2 2 3
1 4 3
2 3 3
1 1 2
1 2 2
2 4 3
2 1 1
1 4 1
2 3 3
1 3 2
1 4 3
2 1 3
1 1 3
2 2 3
2 2 2
2 4 2
1 1 1
1 4 2
2 3 1
1 2 3
1 1 1
1 1 3
2 4 3
1 3 3
2 4 3
2 1 1
2 2 1
1 2 1
2 1 3
2 1 1
2 4 1
2 1 3
1 2 3
1 2 3
1 2 2
1 1 2
1 1 1
2 3 3
1 1 3
1 4 1
2 3 3
1 2 3
1 4 3
2 4 3
1 4 3
2 1 3
2 3 3
1 3 2
2 2 2
2 4 1
2 2 1
2 2 2
1 1 2
1 3 3
1 2 3
1 4 2
1 3 3
2 2 1
1 4 2
1 4 3
1 2 2
2 4 2
1 2 3
1 3 3
2 2 1
1 3 2
1 2 1
2 4 3
2 1 3
2 1 1
2 2 1
2 2 3
2 4 3
2 4 3
2 4 1
1 1 1
1 2 3
1 2 1
2 2 3
2 1 3
2 3 3
2 4 2
2 1 1
2 2 2
1 1 2
2 4 3
2 4 3
1 4 2
2 4 1
1 2 1
2 1 3
2 1 3
1 4 3
1 1 2
2 4 2
2 2 1
1 4 1
1 1 3
2 4 3
2 1 2
2 4 3
1 2 3
2 2 3
1 2 1
1 4 3
1 2 2
1 3 3
1 1 2
1 1 3
1 2 2
1 3 3
1 3 1
2 1 1
1 4 2
2 4 1
2 3 1
2 2 2
2 1 3
2 1 2
2 1 2
2 2 1
1 2 3
2 3 1
1 4 3
1 1 3
2 3 2
1 2 2
1 1 3
1 1 3
2 2 2
2 4 3
2 2 1
2 2 3
1 2 3
2 1 1
2 3 1
1 2 3
1 1 1
1 2 3
2 2 3
1 2 3
1 1 3
2 4 3
1 4 3
2 2 3
2 4 1
1 3 3
2 2 2
1 2 3
2 4 2
2 1 3
1 3 3
1 2 3
1 4 3
2 3 3
2 1 1
1 4 3
1 1 2
1 3 1
2 2 3
2 2 3
2 1 3
2 4 3
1 2 2
2 2 2
2 4 1
1 3 2
1 2 1
1 2 3
1 3 3
2 4 1
2 4 1
1 4 3
2 1 3
1 4 3
2 1 3
1 3 2
2 1 1
1 3 2
1 1 3
2 2 2
1 4 2
2 1 3
1 2 3
1 1 3
1 3 3
2 3 1
1 4 3
2 1 2
1 3 3
1 1 3
2 2 3
2 3 2
2 3 1
2 2 1
1 2 2
2 3 1
2 1 1
2 2 3
1 4 3
1 3 3
2 4 1
2 2 1
1 3 2
2 2 1
2 4 3
1 3 2
2 4 1
1 3 3
1 2 3
2 3 3
1 1 1
1 1 2
2 1 3
2 1 1
1 1 1
2 4 3
2 1 3
2 3 3
2 2 1
1 2 3
2 2 3
2 4 1
2 2 2
2 4 3
1 4 3
1 2 3
2 2 3
2 1 2
1 4 3
1 4 3
1 4 1
2 3 3
2 3 1
1 3 2
2 4 3
1 1 3
1 1 3
1 3 3
1 2 3
1 2 2
2 2 3
1 3 3
1 4 1
1 1 3
2 1 3
2 1 2
2 2 3
1 1 3
2 3 2
1 1 3
1 1 3
2 2 1
2 1 3
1 2 2
2 4 3
2 4 3
2 2 2
2 4 1
1 3 3
1 3 2
1 3 3
1 2 3
1 2 1
2 4 2
2 2 3
1 3 3
1 4 3
1 2 3
1 1 1
2 2 2
2 2 3
2 1 3
1 2 3
2 4 3
1 2 3
1 1 2
1 4 3
2 2 3
1 4 2
1 2 1
1 2 1
2 1 2
2 4 1
2 1 3
1 1 1
2 1 3
1 4 3
1 1 2
2 4 3
1 3 2
1 1 1
2 3 3
1 4 1
1 4 3
1 4 1
2 2 2
1 4 2
1 1 2
2 2 3
2 2 1
2 1 2
2 3 3
1 2 2
2 1 3
1 3 3
1 1 3
2 1 3
1 4 3
1 3 1
1 1 2
1 2 3
2 1 2
1 2 3
1 2 1
2 3 3
1 2 1
2 4 1
1 1 3
1 4 3
1 2 2
1 1 3
2 2 2
2 1 2
2 2 2
1 4 3
1 4 3
1 2 3
2 2 1
1 3 2
1 3 2
1 4 1
1 1 2
1 1 3
2 2 3
2 3 1
2 1 1
1 4 3
1 2 3
1 4 3
2 3 2
2 1 2
1 3 3
2 4 3
2 3 3
1 4 1
2 2 1
1 4 2
1 4 3
2 2 2
1 3 1
2 3 3
1 1 2
2 1 1
2 1 3
1 4 1
2 4 3
2 3 3
2 2 3
2 1 3
2 1 3
2 3 2
1 1 3
2 2 1
2 3 2
1 2 3
1 2 2
2 1 3
2 2 1
2 1 1
1 1 3
2 3 1
1 2 3
1 3 3
2 4 3
1 4 2
2 2 3
2 4 1
1 4 3
1 1 2
1 3 2
2 4 3
2 1 3
2 3 3
2 2 2
1 4 3
2 4 1
2 4 1
1 3 3
1 3 2
1 4 1
2 1 3
1 1 2
2 2 2
1 2 1
1 3 3
2 1 2
2 2 1
1 4 3
1 3 3
1 3 1
2 4 3
1 3 2
1 3 3
1 2 3
2 4 3
1 2 3
1 2 2
2 1 3
2 4 3
1 2 2
2 1 2
2 2 3
1 2 3
1 1 3
1 1 2
1 1 2
2 3 1
2 3 3
1 3 1
1 2 1
1 4 2
2 1 2
1 4 3
2 3 2
2 1 1
1 3 3
2 2 3
1 3 2
2 3 3
2 2 3
2 4 3
2 1 1
1 2 2
1 2 3
2 2 2
2 1 1
2 2 1
2 4 1
1 4 2
2 2 1
1 4 3
1 3 3
1 2 3
2 1 1
2 1 2
1 1 3
1 1 3
2 1 3
1 3 2
1 1 3
1 2 2
1 4 3
1 2 3
2 1 2
1 1 3
1 4 2
2 2 2
1 3 1
2 1 2
1 4 3
1 3 1
2 4 1
1 2 1
2 1 1
2 1 3
1 4 1
2 1 3
2 1 1
1 2 1
2 2 2
1 2 2
2 2 3
1 2 2
1 2 3
2 2 3
1 1 2
2 3 2
1 1 1
1 3 1
2 1 3
2 3 3
1 1 3
1 4 2
1 1 2
1 4 2
2 2 3
1 1 3
1 4 3
1 2 2
2 3 1
2 1 3
1 4 1
2 2 3
2 3 2
1 3 1
1 2 1
1 2 2
2 2 3
1 2 3
2 2 3
2 1 3
1 1 3
1 1 3
1 3 3
1 4 1
1 4 1
2 2 1
2 3 1
2 1 3
2 3 2
1 3 3
1 4 3
2 3 1
2 1 2
1 3 2
2 2 3
2 1 3
1 3 1
2 4 3
1 3 2
2 1 1
2 2 3
2 4 3
1 4 1
1 3 2
2 3 1
1 2 2
1 1 3
1 1 3
2 3 3
1 3 3
1 1 3
2 2 3
2 1 2
2 4 1
1 1 3
1 2 3
2 3 2
2 2 3
2 1 3
1 1 3
2 2 2
2 2 1
2 4 3
2 2 3
1 1 3
1 1 2
1 1 1
2 1 3
2 1 3
2 4 3
1 3 3
2 4 3
2 2 2
2 1 2
2 2 3
1 4 3
2 3 3
1 1 1
1 1 1
2 3 2
1 4 3
2 2 1
2 4 2
2 4 1
2 3 3
1 4 1
2 4 3
2 4 1
1 4 2
1 4 1
1 4 3
2 1 2
2 2 3
2 3 3
2 4 3
1 3 3
2 2 3
1 1 3
2 1 3
2 1 3
2 4 1
1 2 2
1 2 2
1 3 2
2 1 3
2 3 3
2 3 3
1 4 2
2 1 3
2 3 2
1 1 2
2 2 3
2 4 2
2 2 1
1 2 2
2 4 3
2 1 3
2 1 1
2 1 1
2 1 3
1 1 2
1 4 3
2 3 3
1 2 1
2 4 1
2 4 3
1 4 3
1 2 3
2 3 1
1 4 2
2 1 1
1 3 3
2 3 3
1 3 3
1 2 3
2 2 3
2 3 1
2 4 2
1 3 1
2 4 3
2 4 2
1 4 3
2 1 1
2 2 3
1 2 3
2 4 2
2 4 1
1 3 3
1 3 3
2 4 3
2 1 3
2 4 3
1 2 1
2 2 3
1 2 3
2 1 2
2 2 3
1 3 2
1 1 2
2 3 2
1 1 3
1 1 2
1 2 2
2 4 3
1 3 3
2 3 3
1 1 1
1 3 3
1 3 1
1 1 1
1 1 3
2 2 3
2 3 1
2 3 3
2 3 1
1 1 2
2 3 2
2 3 1
2 3 1
2 2 3
2 4 3
2 3 2
1 4 3
1 3 2
2 4 3
1 2 2
2 4 3
2 2 3
2 1 1
1 4 3
1 3 2
1 1 3
1 2 2
2 4 1
1 4 3
1 3 3
2 3 3
2 3 3
1 1 3
2 1 3
1 2 2
2 2 2
1 1 3
2 4 3
2 3 3
2 2 3
2 4 1
2 1 1
2 2 2
2 4 1
1 3 3
1 2 1
2 4 2
1 2 3
2 3 1
2 4 2
1 2 3
1 1 3
2 3 1
2 1 2
1 4 1
2 2 2
2 3 1
2 1 3
1 2 3
1 1 3
2 4 3
1 4 1
1 1 1
1 4 1
2 4 1
2 1 1
1 3 3
1 3 1
2 4 2
1 1 3
2 1 1
1 1 2
1 4 2
1 3 3
2 2 3
1 2 3
2 2 3
1 4 3
2 2 3
2 4 3
1 1 2
1 3 1
1 2 3
1 1 2
2 1 2
1 3 3
2 2 3
2 4 3
2 2 1
2 2 3
2 4 1
1 4 1
2 4 3
1 4 2
1 3 3
1 1 1
1 2 1
2 4 2
1 3 3
1 1 3
1 2 3
1 1 1
2 2 1
2 3 3
2 1 3
1 2 1
2 3 2
2 4 3
2 4 2
1 4 2
1 4 3
1 4 1
1 2 1
1 4 2
1 1 3
1 3 1
1 3 1
1 3 2
2 3 1
2 4 3
1 3 1
2 4 1
1 4 1
2 1 3
2 2 1
1 4 3
1 3 3
1 2 2
2 2 3
1 3 1
1 2 3
2 1 3
2 1 1
1 3 3
2 1 1
1 2 3
1 2 3
1 4 1
1 3 3
2 4 3
2 3 3
2 4 1
2 2 2
2 3 2
1 4 2
2 3 3
1 1 3
2 4 3
2 4 3
2 1 3
1 4 3
2 2 3
2 1 2
1 4 3
1 3 2
1 3 3
1 1 2
2 4 3
2 3 3
1 4 2
1 1 3
2 1 1
2 2 3
1 1 3
2 4 3
2 1 2
1 4 3
2 4 1
1 2 3
2 2 3
2 1 3
1 3 2
1 1 2
1 4 2
2 2 3
2 4 3
2 3 1
2 2 3
1 1 3
1 2 2
2 3 2
2 2 3
1 2 2
2 2 2
1 4 2
1 4 3
1 1 1
2 1 2
2 4 1
2 2 3
1 2 3
2 3 3
1 3 1
1 3 1
2 1 3
2 1 3
2 1 3
1 2 3
2 2 3
1 2 1
2 1 2
2 2 3
1 3 3
1 4 1
2 4 1
1 4 2
1 1 3
1 3 1
2 2 3
2 4 1
1 1 3
1 1 3
2 3 3
2 4 3
2 2 2
2 3 3
2 2 1
2 3 3
2 4 2
2 2 2
2 1 3
2 1 3
2 2 2
2 4 2
2 2 2
2 1 2
1 1 1
2 3 3
2 2 1
1 1 3
2 3 3
1 1 2
1 1 3
1 4 2
1 2 1
1 3 3
2 2 3
2 1 2
2 3 1
2 1 3
1 2 3
2 2 1
1 2 3
2 1 2
1 1 2
2 4 2
2 1 2
2 1 2
1 4 2
2 2 3
2 2 1
1 3 2
1 3 1
1 3 2
1 4 1
1 2 3
2 2 1
1 4 3
2 4 1
1 4 2
2 1 1
1 1 2
2 1 3
2 4 2
1 2 3
2 1 3
1 4 3
2 4 3
2 2 1
2 2 1
1 2 2
1 4 3
2 1 3
2 2 2
2 3 2
2 2 2
1 3 3
1 3 2
1 2 2
1 2 3
1 4 1
1 4 3
1 1 2
1 3 3
1 1 3
1 2 3
2 1 3
2 4 2
1 1 2
2 1 1
1 4 3
2 1 2
2 1 1
2 1 3
2 2 1
2 1 3
2 1 2
2 2 3
1 3 3
1 4 3
2 1 3
2 3 3
1 1 1
1 3 3
1 1 1
2 4 3
2 1 2
1 4 3
2 3 1
1 4 3
2 4 2
1 1 3
2 1 2
2 4 1
1 4 2
2 3 3
1 1 1
1 2 1
1 3 3
2 4 3
1 3 3
1 4 3
1 2 3
1 2 3
1 2 3
1 1 3
2 2 1
1 3 3
1 4 3
2 4 2
2 4 3
1 3 3
1 4 3
1 3 3
2 1 2
1 2 2
1 1 3
2 2 2
2 2 3
1 4 3
2 2 1
1 1 3
2 2 2
2 1 2
2 1 3
2 3 3
1 4 3
2 1 3
1 4 3
2 1 3
1 3 1
2 4 1
1 4 2
1 3 1
2 2 3
1 2 3
1 1 2
1 4 2
2 1 2
2 1 1
1 4 1
1 3 1
2 1 3
1 4 3
1 3 3
1 2 1
2 4 3
2 4 1
1 1 3
2 1 3
2 3 3
1 1 3
2 2 1
2 3 1
1 4 3
2 2 3
1 4 3
1 3 1
2 3 2
1 3 1
1 1 2
2 4 1
1 4 3
1 3 2
2 2 3
1 2 2
1 2 3
2 3 2
1 4 3
2 2 3
1 3 2
1 1 3
2 2 1
2 2 3
1 4 1
2 3 3
1 4 3
2 2 2
1 3 2
ESTUDIANTE 1 : Carlos Alberto Buelvas Medina
Enunciado del ejercicio: Cada estudiante seleccionará y realizará un cálculo de tamaño de muestra diferente a pa
siguiente tabla, el tamaño de muestra que aparece con el nombre “colaborativo” se debe realizar de forma grupa
hoja de Excel los diferencian colocando el nombre del estudiante que lo realiza. Los siguientes son los valores que
usar como referencia para calcular los tamaños de muestra “n”:
CON TODA LA POBLACIÓN
Desviación
poblacional
15.092873438
TAMAÑO DE MUESTRA PARA ESTIMAR

MEDIA
FORMULAS
TAMAÑO DE Tamaño de la población N= 2950

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 15.0928734379
Error B 1
Tamaño de muestra n= 787
Conclusión: Luego de aplicar el tamaño de muestra para la variable vida util del producto, y realiz
calculos del tamaño de la ploblacion, el nivel de significancia dado, la nivel de confianza, la distribu
normal, la desviación y el error tenemos un tamaño de muestra de 787 elementos con el cual reali
los calculos estadisticos.
ESTUDIANTE 4: Alvaro Jose Nieves

Enunciado del ejercicio:
Desviación
poblacional 10397.159187

MEDIA
FORMULAS

MUESTRA
Z= 2.0537489106318
Error B 700
Tamaño de muestra n= 455958131.71044
Conclusión: Luego de aplicar el tamaño de muestra para la variable, notamos que

as Medina ESTUDIANTE 2: KEVIN H
amaño de muestra diferente a partir de la
o” se debe realizar de forma grupal. En la
Los siguientes son los valores que debe
Enunciado del ejercicio: PRECIO COSTO
OTRA FORMULA TAMAÑO DE MUESTRA

PARA ESTIMAR MEDIA
FORMULAS
N= 2950 TAMAÑO DE Tamaño de la población

MUESTRA
a= 0.03 PARA Nivel de significancia
1-a= 0.97 ESTIMAR EL Nivel de confianza
2.17
Z= (Verificar en tabla)
Desviación del
promedio 15.0928734 Desviación poblacional
obtenido s=
Error d=B=E=e= 1 Error
no= 1073 Tamaño de muestra
n= 787
da util del producto, y realizando los

nivel de confianza, la distribucion
87 elementos con el cual realizaremos
Conclusión: Luego de aplicar el tamaño de mues
son resultados de las operaciones realizadas con
se desea
ves ESTUDIANTE 5: And

Enunciado del ejercicio: Variable edad del cliente

PARA ESTIMAR MEDIA
FORMULAS
N= TAMAÑO DE Tamaño de la población

MUESTRA
a= PARA Nivel de significancia
1-a= 1.00 ESTIMAR EL Nivel de confianza
#VALUE!
Z= (Verificar en tabla)
Desviación del
promedio 10397.16 Desviación poblacional
obtenido s=
Error d=B=E=e= Error
no= #VALUE! Tamaño de muestra
n= #VALUE!
la variable, notamos que….. Conclusión: Luego de aplicar el tamaño de muestra para

fórmulas aplicadas el resultado es 568, esto corrobora
TUDIANTE 2: KEVIN HUMBERTO DE LEON
Desviación
poblacional
6730.22

TAMAÑO DE MUESTRA PARA ESTIMAR PARA ESTIMAR MEDIA
MEDIA
N= 2950 N= 2950
α 9% a= 0.09
1-α= 91% 1-a= 0.91
Z= 1.70 1.70
Z=
Desviación del
σ 6730.22 promedio obtenido 6730.22
s=
B 230 Error d=B=E=e= 230
n= 1342 no= 2461
n= 1342
ar el tamaño de muestra para la variable, notamos que los valores

iones realizadas con el fin de saber los valores de cada variable que
se desea saber.
ESTUDIANTE 5: Andres Ariza Silvera

l cliente
Desviación
poblacional
10.8264499969

TAMAÑO DE MUESTRA PARA ESTIMAR PARA ESTIMAR MEDIA
MEDIA
N= 2950 N= 2950
α 5% a= 0.05
1-α= 0.95 1-a= 0.95
Z= 1.96 1.96
Z=
Desviación del
σ 10.83 promedio obtenido 10.83
s=
B 0.8 Error d=B=E=e= 0.8
n= 568 no= 704
n= 568
amaño de muestra para la variable edad del cliente, notamos que en las dos
es 568, esto corrobora que el resultado de la muestra está bien realizado.
ESTUDIANTE 3: Jorge Armando Hoyos
Desviación
poblacional
401.95957812

MEDIA
FORMULAS

MUESTRA
PARA Nivel de significancia α 5%
ESTIMAR EL Nivel de confianza 1-α= 95%
Z= 1.96
Error B 38
Conclusión: Luego de aplicar el tamaño de muestra para la variable precio de envío, n

la muestra representa alrededor del 13% de la pblación total
COLABORATIVO
Desviación
poblacional
0.8623945916

MEDIA
FORMULAS

MUESTRA
Z= 1.96
Error B 0.07
Conclusión: Luego de aplicar el tamaño de muestra para la variable probabilidad de de

nos indica que tenemos el tamaño de la muestra es de 487
o Hoyos
OTRA FORMULA TAMAÑO DE MUESTRA PARA

ESTIMAR MEDIA
N= 2950
a= 5%
1-a= 0.95
1.96
Z=
Desviación del
promedio obtenido 401.96
s=
Error d=B=E=e= 38
no= 430
n= 375
ariable precio de envío, notamos que

de la pblación total
OTRA FORMULA TAMAÑO DE MUESTRA PARA
ESTIMAR MEDIA
N= 2950
a= 0.05
1-a= 0.95
1.96
Z=
Desviación del
promedio obtenido 0.862394591596
s=
Error d=B=E=e= 0.07
no= 583
n= 487
ariable probabilidad de defecto, la cual

muestra es de 487
Elaborado por Andres Ariza Silve
TIPO DE MUESTREO: Sistemá
Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un nú

primero que va a formar parte de la
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= 5.193662
N= 2950
n= 568
K= 5 se redondea
K= 5 Seleccione la muestra cada k elementos

Alea= 1 Se escoge un número aleatorio entre 1 y K.
Fijo= 3 Copie y pegue el número aleatorio como valor para qu
1) Rellene una columna que empiece desde 1 hasta n
2) Luego, empieze la 2da columna con el número que encontró entre
LISTO! Esta es la lista de personas que van a conformar su muestra, r
3) Copie y pegue los nombres de las variables de la población
4) Use la función =BUSCARV(C36;Población!$B$12:$O$2961;2;0) est

cantidad de elementos que va a incluir en la muestra. El número 2, co
CANTIDAD TOMA
MUESTRA
Elemento
vendido Tipo de articulo
1 3 3 5
2 8 8 1
3 13 13 5
4 18 18 3
5 23 23 5
6 28 28 3
7 33 33 4
8 38 38 5
9 43 43 2
10 48 48 5
Elaborado por Carlos
K= 3.7
N= 2950
n= 787
K= 3 se redondea

CANTIDAD
TOMA Elemento
MUESTRA vendido Tipo de articulo
1 2 2 1
2 5 5 4
3 8 8 1
4 11 11 4
5 14 14 1
6 17 17 2
7 20 20 1
8 23 23 5
9 26 26 4
10 29 29 4
Elaborado por Kevin
K= 2950
N= 1342
n= 2.1982
K= 3 se redondea

TOMA Elemento
CANTIDAD
1 1 1 5
2 4 2 1
3 7 3 5
4 10 4 4
5 13 5 4
6 16 6 1
7 19 7 3
8 22 8 1
9 25 9 4
10 28 10 4
Elaborado p
K= 7.8666667
N= 2950
n= 375
K= 8 se redondea

CANTIDAD TOMA Elemento

1 4
2 12
3 20
4 28
5 36
6 44
7 52
8 60
9 68
10 76
Elaborado por Alvaro
k- 6.4692982 cantidad
N- 2950 1
n- 456 2
k- 6 3
aletorio real 4 4
5
6
7
8
9
10
11
12
13
14
15
COLABORATIV
K= 6.0574949
N= 2950
n= 487
K= 6 se redondea

TOMA
CANTIDAD Elemento
MUESTRA
vendido Tipo de articulo
1 12 4 4
2 18 10 3
3 24 16 3
4 30 22 4
5 36
6 42
7 48
8 54
9 60
10 66
Elaborado por Andres Ariza Silvera
IPO DE MUESTREO: Sistemático
tomando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

o que va a formar parte de la muestra.
ento de la población)
ada k elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando
sde 1 hasta n
l número que encontró entre 1 y K, es decir el que corresponde al valor fijo
van a conformar su muestra, recuerde que es importante mantener la constante K
iables de la población
ción!$B$12:$O$2961;2;0) esto es para que no tenga que pasar manualmente la información de la

n la muestra. El número 2, corresponde a la columna de la variable, en este caso Tipo de Articulo
Vida util del Precio de

producto (meses) Precio de costo Probabilidad de defecto venta
12 14000 2.79351016742131 20000
36 14000 3.63834359511829 25000
60 5400 3.92088375746993 12000
36 14000 3.70297469539582 25000
36 14000 3.59492716224843 25000
12 18300 2.35099255956254 36000
60 24000 2.5292900435162 49000
48 18300 3.28644032612034 36000
48 14000 2.0708429716802 25000
12 14000 3.43959201224451 25000
Elaborado por Carlos Buelvas
ada k elementos

36 18300 3.49782984619125 36000
48 24000 3.0243855702489 42000
36 14000 3.63834359511829 25000
60 14000 3.99282441310128 25000
12 14000 2.63957187571049 25000
60 24000 1.08685463984568 49000
18 14000 2.09697818419334 20000
36 14000 3.59492716224843 25000
48 14000 2.44504141878689 25000
12 18300 2.27151227037644 36000
Elaborado por Kevin De Leon

ada k elementos

36 14000 1.10 25000
36 18300 3.50 36000
12 14000 2.79 20000
18 18300 1.51 36000
48 24000 3.02 42000
36 5400 1.84 12000
18 24000 2.85 42000
36 14000 3.64 25000
12 14000 3.09 25000
48 24000 3.34 36000
Elaborado por Jorge Hoyos
ada k elementos

Elaborado por Alvaro Nieves
posicion muestra
4 36000
10 36000
16 25000
22 36000
28 36000
34 18000
40 25000
46 36000
52 25000
58 12000
64 12000
70 12000
76 36000
82 36000
88 25000
COLABORATIVO
ada k elementos

12 18300 2.13803458432352 36000
36 14000 3.70297469539582 25000
60 18300 1.44392606616621 36000
12 5400 3.21348041675976 18000
Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de proceder a realizar un mu
simple.
Precio del
Precio de impuesto envío Género de cliente
3600 5500 1
3600 5000 1
2200 5500 2
4400 6000 1
4400 5500 1
5200 6000 2
7300 6000 1
6200 5500 2
4400 6000 1
5200 5500 2
Precio del
4700 5000 2
6200 6000 1
3600 5000 1
4400 6000 1
3700 5000 2
7300 6000 2
2900 5000 2
4400 5500 1
4000 6000 1
5200 6000 1
Precio del
4400 5500 1
4700 5000 2
3600 5500 1
4400 6000 2
6200 6000 1
1600 5000 1
6200 6000 1
3600 5000 1
3700 6000 1
6900 6000 2
Precio del
6000
6000
5000
6000
6000
6000
5000
6000
5000
6000
Precio del
6200 6000 2
4400 6000 1
5200 6000 2
3000 6000 1
% se debe de proceder a realizar un muestreo aleatorio
e.
Andres Ariza 16
Probabili
dad de
Portal de volver a Utilidad del
Edad del cliente Satisfacción compra comprar producto
27 1 3 2 2
25 1 1 2 3
31 1 4 2 1
29 3 4 2 3
52 4 1 2 1
53 4 2 1 4
38 3 1 1 4
33 2 4 2 3
29 3 5 1 2
29 3 2 1 3
Probabili
dad de
48 2 5 2 3
37 4 5 1 3
25 1 1 2 3
44 1 1 2 4
31 3 3 2 2
54 3 1 1 3
53 2 4 1 3
52 4 1 2 1
23 4 5 1 1
28 3 3 1 3
Probabili
dad de
42 3 4 1 3
48 2 5 2 3
27 1 3 2 2
25 1 2 1 1
37 4 5 1 3
54 4 5 1 3
38 2 5 1 3
25 1 1 2 3
50 2 4 1 2
51 1 3 2 2
Probabili
dad de
1
4
2
4
3
2
3
4
3
4
Probabili
dad de
36 4 3 1 1
29 3 4 2 3
53 4 4 2 2
49 1 5 2 2
Recomendación
del producto
1
3
2
3
3
1
3
2
3
1
Recomendación
del producto
2
3
3
1
2
1
1
3
1
3
Recomendación
del producto
2
2
1
3
3
3
2
3
3
3
Recomendación
del producto
Recomendación
del producto
1
3
3
3
PROCEDIMIENTO ALTERNO EN EXCEL PARA ELABORAR INTERVALOS DE CONFIAN
Variables cuantitativas
Carlos Alberto Buelvas Jorge Armando

Variable KEVIN HUMBERTO DE LEON
Medina Hoyos
Cálculo Vida util del producto Precio de costo Precio de envio
N 2950 2950 2950

n= 787 1342 375
Promedio
34.2007623888183 3758.2 5701.89701897019
muestral (x)
Desviación (s) 14.9950067831148 8477 411.151194311144
Significancia
0.03 9% 5%
(a)
Valor Z 2.17009037758456 1.695 1.95996398454005
Limi inf 33.04 3365.90 5660.28
Limi sup 35.36 4150.53 5743.51

IC= (33,04 ; 35,36) (3365,90 ; 4150,53) (5660,28 ; 5743,51 )
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) Andres Ariza
Radio= 0.82238261937946
Li= 35.18
Ls= 36.82
IC= (Li; Ls) KEVIN DE LEON

Radio= 392.31
Li= 3365.90
Ls= 4150.53
IC= (Li; Ls) Carlos Buelvas

Radio= 1.15994426400477
Li= 33.04
Ls= 35.36
IC= (Li; Ls)

Jorge Hoyos
Radio= 41.6134778291564
Li= 5660.28
Ls= 5743.51
Análisis
ALOS DE CONFIANZA PARA LA MEDIA
Alvaro Jose
Andres Ariza Colaborativo
Nieves
Probabilidad de
Precio de venta Edad del cliente
defecto
2947 2950 2950
456 568 487.0
28881.6949152542 36 2.446140881855
10398.9218655865 10 0.869728393475
0.04 5% 0.05
2.05374891063182 1.96 1.95996398454005
27881.6 35.1776022688692 2.37
29881.8 36.8223977311308 2.52

(27881,6 ; 29881,8) (35,17 ; 36,82) (2,37 ; 2,52)
Fórmula a desarrollar
para construir el IC
(Intervalo de confianza)
PROCEDIMIENTO ALTERNO EN EXCEL PARA ELAB
Variables cualitativas
Carlos Alberto Buelvas KEVIN HUMBERTO DE

Variable
Medina LEON
Tipo de articulo GENERO CLIENTE

Cálculo
N= 2950 2950
n= 787 1342
Categoría= Deportivos 1494.00
P 73% 90%
Q 27% 10%
Significancia (a) 0.03 9%
Valor Z 2.17009037758456 1.70

N= 2950 2950
n= 787 1342
lim inf= 69.87% 88.79%
lim sup= 75.75% 90.86%
IC= (69,87% - 75,75%) (88,79 - 90,86)
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN:
Fórmula de excel que Calcula el radio del intervalo NO SIRVE PARA ESTE CASO
Análisis
LTERNO EN EXCEL PARA ELABORAR INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN
Variables cualitativas
Jorge Armando Hoyos Alvaro Jose Nieves
Portal de
Satisfacción
compra
2950 2950
375 456
Muy Satisfecho
28% 1%
72% 99%
0.05 0.04
1.95996398454005 2.05374
2950 2950
375 456
24.01% 27881.6
32.53% 29881.8
(48,08 ; 57,52) (27881,6 ; 29881,8)
𝑰.𝑪. :𝒑 ̅±𝒁_(𝜶∕𝟐)∗√((𝒑 ̅∗𝒒 ̅)/𝒏)
√((𝑵−𝒏)/(𝑵−𝟏))
O SIRVE PARA ESTE CASO

LOS DE CONFIANZA PARA LA PROPORCIÓN
Andres Ariza Colaborativo
probabilidad de volver a comprar Recomendación del producto
2950 2950
568 487.0
Muy probable Si
52% 95% La suma de P y Q d

48% 5.00%
ser 100%
5% 0.05
1.96 1.95996398454005
2950 2950
568 487.0
52.40% 93.28%
52.53% 96.81%
(52,40% ; 52,53%) (93,28% - 96,81%)
La suma de P y Q debe
ser 100%
Referencias
Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva,

teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide.
Pp. 269 -298. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/49136?page=270
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 https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/52863?page=18
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.
Recuperado de http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?
il=280&pg=81

82 - Fase 2

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

82 - Fase 2

Загружено:

Авторское право:

Доступные форматы

INFERENCIA ESTADÍSTICA

Fase 2 - Muestreo e intervalos de confianza

Andres Ariza Silvera

Presentado a: Romario José Palacio

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

¿Cómo seleccionar el tamaño de muestra?

El tamaño de la población es la cantidad total de personas que comprende el segmento de

En nuestro caso el tamaño de la población es de 32,084 personas.

Existen dos tipos de población: finita e infinita.

La población finita es el conjunto de elementos que pueden contabilizarse y conocer su

La población infinita es el conjunto de elementos que no pueden contabilizarse. Cuando la

Definición de muestra y tamaño de muestra

Paso 1: Definir la población y fórmula. Dependiendo de la población, si es finita o infinita,

Paso 1: Definir la población y fórmula. Dependiendo de la población, si es finita o infinita,

Fórmula para población finita

n: Tamaño de muestra que queremos calcular.

Z: Coeficiente de confianza para un nivel de confianza determinado.

q: Probabilidad de fracaso. d: Error máximo admisible.

Fórmula para población infinita

La fórmula para calcular el tamaño de muestra cuando el tamaño de la población se

Z: Coeficiente de confianza para un nivel de confianza determinado.

d: Error máximo admisible.

d: Error máximo admisible.

Paso 2: Definir los valores de las variables a utilizar

N: Tamaño de la población. 32,084 personas.

Z: Coeficiente de confianza. Z = 1.645 para un nivel de confianza del 90%

p: Probabilidad de éxito. Consideramos el máximo: 0.50

q: Probabilidad de fracaso. Será 1.00 – 0.50 = 0.50

d: Error máximo admisible. Consideramos el 5%

Paso 3: Aplicar la fórmula para calcular el tamaño de muestra

Aplicamos la fórmula de tamaño de muestra para poblaciones finitas y obtenemos:

Elaborado por: Álvaro José Nieves Valera

¿Cómo seleccionar el tamaño de muestra?

¿Cómo seleccionar el tamaño de muestra?

¿Cómo Seleccionar El Tamaño De Muestra?

El tamaño de la muestra es la cantidad de respuestas completas que tu encuesta recibe. Se le

 Si deseas un margen de error más pequeño, debes tener un tamaño de

n = es el tamaño de la muestra poblacional a obtener.

N = es el tamaño de la población total.

σ = representa la desviación estándar de la población. En caso de desconocer

Z = es el valor obtenido mediante niveles de confianza. Su valor es una constante,

El muestreo es el proceso de seleccionar un conjunto de individuos de una 1. ¿Para qué se

El muestreo aleatorio simple es un tipo de muestreo probabilístico en el cual todos

Por ejemplo, si se necesita seleccionar una muestra de 50 personas entre un universo de

5. ¿Qué sucede cuando se realiza un muestreo probabilístico en muestras pequeñas?

Lo que se produce cuando el tamaño de la población es pequeño, en este caso, el

Muestreo aleatorio simple

Muestreo aleatorio estratificado Un intervalo de c

Muestreo aleatorio por conglomerados

Muestreo aleatorio por conglomerados

¿Qué sucede cuando se realiza un muestreo probabilístico en muestras

Elaborado por: KEVIN HUMBERTO DE LEON ORTIZ Elabor

 INTENCIONAL, OPINÁTICO O DE CONVENIENCIA Existen dos alter

 MUESTREO DE BOLA DE NIEVE O EN CADENA

El muestreo sistemático es un tipo de muestreo probabilístico donde se hace una selección

 Definir la población objetivo.

 Determinar el tamaño deseado de la muestra (n).

 Determinar el tamaño deseado de la muestra (n).

 Evaluar el marco muestral por falta de cobertura, cobertura excesiva, múltiple

 Determinar el número de elementos en el marco de la muestra (N).

 Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el

 Seleccionar al azar un número, r, de “1” mediante i.