Metodo para Optimizar Movimientos de Tierra en Corte Y/o Lleno Aplicada A La Region Del Eje Cafetero

METODO PARA OPTIMIZAR MOVIMIENTOS DE TIERRA EN CORTE Y/O LLENO
APLICADA A LA REGION DEL EJE CAFETERO
GONZALO JIMENEZ CLEVES
UNIVERSIDAD DEL VALLE

FACULTAD DE INGENIERÍA
MAESTRÍA EN INGENIERIA DE SISTEMAS
2004
METODO PARA OPTIMIZAR MOVIMIENTOS DE TIERRA EN CORTE Y/O LLENO
APLICADA A LA REGION DEL EJE CAFETERO
GONZALO JIMENEZ CLEVES
Tesis para optar al título de

Magíster en Ingeniería de Sistemas
Director
GABRIEL CONDE ARANGO
Matemático, Estadístico, MSc, Ingeniería de Sistemas
UNIVERSIDAD DEL VALLE

FACULTAD DE INGENIERÍA
MAESTRÍA EN INGENIERIA DE SISTEMAS
2004
Nota de aceptación
______________________________________
______________________________________
______________________________________
______________________________________
Presidente del Jurado
______________________________________
Jurado
______________________________________
Jurado
Santiago de Cali, Febrero 2004

A Juan Felipe.
AGRADECIMIENTOS
El autor expresa sus agradecimientos a:
El profesor Gabriel Conde Arango, Matemático, Estadístico, Msc. En Ingeniería de
sistemas. Profesor de la Universidad del Valle. Director de Tesis, por sus conocimientos y
su colaboración.
Jairo Díaz Jurado, Topógrafo Geodesta, Geotecnista, Especialista en Sistemas de
Información Topográfica, Profesor de la facultad de Ingeniería de a Universidad del
Quindío.
Alejandro Paz Parra, Ingeniero Electricista, Profesor Universidad Javeriana Cali
La Universidad del Quindío, por su aporte económico.

CONTENIDO
INTRODUCCION ................................................................................................................ 15
1. FORMULACION DEL PROBLEMA ......................................................................... 18
2. OBJETIVOS ................................................................................................................. 19
2.1. GENERAL............................................................................................................ 19
2.2. ESPECÍFICOS...................................................................................................... 19
3. HIPÓTESIS .................................................................................................................. 20
4. ESTADO DEL ARTE .................................................................................................. 21
5. MARCO TEORICO ..................................................................................................... 26
6. MODELACION DE SUPERFICIES ........................................................................... 29
6.1. MODELACION DE SUPERFICIES DE TERRENOS URBANOS ........................ 29
6.2. METODO BROWNIANO FRACCIONARIO ......................................................... 31
6.3. TÉCNICAS DE GENERACIÓN DE TERRENOS FRACTALES. ......................... 32
7. ESTUDIO ESTADISTICO ............................................................................................ 42
7.1. DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA. ..................................... 42
8. MODELO DE OPTIMIZACION ..................................................................................... 56
8.1. MODELO ESTABLECIDO PARA LA OPTIMIZACION DEL DISEÑO
MOVIMIENTOS DE TIERRA ........................................................................................ 56
9. RESULTADOS Y CONCLUSIONES ........................................................................ 76

9.1. ALCANCE DE LA INVESTIGACIÓN.................................................................... 76
9.2. RESULTADOS ENCONTRADOS Y RECOMENDACIONES .............................. 77
9.3. RECOMENDACIONES PARA INVESTIGACIONES FUTURAS ........................ 79
BIBLIOGRAFIA .................................................................................................................. 80
LISTA DE TABLAS
Tabla 1. Tamaño de la muestra............................................................................................. 43
Tabla 2. Correlación ............................................................................................................. 45
Tabla 3. Variables ................................................................................................................. 48
Tabla 4. Modelos .................................................................................................................. 49
Tabla 5. Coeficientes ............................................................................................................ 51
Tabla 6. Estadística Descriptiva ........................................................................................... 52
Tabla 7. Correlaciones .......................................................................................................... 52
Tabla 8. Coeficientes ............................................................................................................ 53
Tabla 9. Modelo.................................................................................................................... 53
Tabla 10 Anova .................................................................................................................... 54
Tabla. 11. Relación entre variables ...................................................................................... 55
Tabla 12. Base de Datos ..................................................................................................... 113

LISTA DE FIGURAS
Figura 1. Perfiles................................................................................................................... 31
Figura 2. Movimiento Browniano ........................................................................................ 33
Figura 3. Primeros cuatro pasos del método desplazamiento punto medio.......................... 35
Figura 4. Diagrama de flujo del método del desplazamiento del punto medio .................... 38
Figura 5. Curvas de nivel y perfil ......................................................................................... 57
Figura 6. Altura optima ........................................................................................................ 61
Figura 7. Limites................................................................................................................... 63
Figura 8. Limites de confianza ............................................................................................. 65

LISTA DE ANEXOS
ANEXO A PROGRAMA FUENTE ............................................................................... 86
ANEXO B BASE DE DATOS ......................................................................................... 92

GLOSARIO
ALGORITMO: Secuencia explicita y finita de operaciones que conducen a la solución de
un problema
ALTIMETRIA: Medida de la altitud o elevación.
BASE DE DATOS: Conjunto de datos estructurados para permitir su almacenamiento,
consulta y actualización un sistema informático.
COTA: Altitud asociado a un punto.
DIMENSION FRACTAL: la geometría fractal introdujo el concepto de dimensión
fraccionaria, que significa; que estos tiene dimensiones no representadas con un número
entero.
INCERTIDUMBRE: Falta de certeza en un resultado derivado del error en los datos y en
los procesos.
INTERPOLACION: Estimación del valor de una variable en un punto a partir de otros
datos.
MODELO: Representación simplificada de un objeto o proceso en la que se representan
algunas propiedades
MODELO DIGITAL DE TERRENO: Es la representación digital del relieve, que consiste
en un conjunto de puntos, cuyas coordenadas x, y ,z del terreno, han sido obtenidos por
métodos directos o indirectos e interpolados matemáticamente a fin de permitir una
descripción fiel y continua de una parte de la tierra.
PENDIENTE: Angulo entre la línea normal a la superficie del terreno y la vertical.
PRECISION: Calidad del proceso de medida de una magnitud.
SISTEMAS DE INFORMACION GEOGRAFICO: Sistema de gestión de bases de datos
con herramientas especificas para el manejo de información espacial y sus propiedades.

RESUMEN
Las áreas urbanas conformadas por terrenos naturales son adecuadas de manera empírica
para el desarrollo urbanístico de las ciudades y poblaciones, generando modificaciones en
el relieve natural y afectando notablemente el entorno físico como resultado de una
deficiente planeación en la adecuación del terreno para obras de urbanismo y otros
Los dos modelos fundamentales de este estudio son el matemático y el de simulación –
apoyado en la estadística – en contraste con el actual método empírico del cálculo del
movimiento de tierras aplicado en numerosas obras de ingeniería, donde tiene un peso
específico muy importante en el presupuesto de la obra. Como una respuesta a esto, aparece
la modelación de superficies que describe generalmente el proceso de representación física
y artificial de una superficie mediante un modelo geométrico (Petrie – Kennie, 1991). Este
tipo de modelo permite diseñar la modificación de la topografía de un terreno con el fin de
adecuarlo para un propósito determinado de manera óptima, considerando dos variables
fundamentales de esta como son, el área y el volumen.

Como resultado de esta investigación se obtuvo un modelo de optimización para el diseño
de movimientos artificiales de tierra aplicable al tipo de topografía predominante en las
ciudades del eje cafetero.
Palabras Claves: Geometría Fractal, Algoritmo del punto medio, Simulación, Modelación
de superficies, Modelo digital del terreno, Modelo, Movimientos de tierra

INTRODUCCION
El método empírico utilizado actualmente para la modificación artificial de superficies de
tierra para proyectos urbanísticos, se basa en la medición y representación plana (plano
topográfico) del terreno, sobre este se traza el proyecto urbanístico, con la confrontación de
datos en z del terreno y lo proyectado, se calculan los volúmenes de corte y lleno, el
interrogante al respecto es. ¿Cual es la racionalidad de este proceso? y ¿Cómo optimizarlo?
Para dar respuesta a esta pregunta, se plantean varios referentes entre ellos; lo relacionado
con la toma de datos, la representación, interpretación de información topográfica, las
condiciones iniciales para la paliación y diseño grafico del proyecto y los procesos de
calculo.
En resumen, se encontró que existe un divorcio entre quien toma la información y quien la
utiliza, además, el modelo de representación no permite una interpretación holistica del
terreno (sus accidentes, fallas, problemas y otros) creándole mayor incertidumbre en su
verdadera realidad. Esta consideración es mas grave si se tiene en cuenta que en la
formación profesional de unos y otros que producen y utilizan información topográfica, no
tiene la preparación necesaria para la aplicación, de ahí que por experiencias el hecho de
una solución única, llevada a cabo en la realidad ha producido perdidas económicas,
ambientales y jurídicas que no han sido evaluadas.

Ante este panorama, en 1998 se iniciaron algunos estudios exploratorios sobre casos
conocidos en el departamento del Quindío, se llegó a la conclusión de hacer una
investigación en los nuevos modelos de representación de superficies de tierra, que en
primera instancia se considera como el primer eslabón de la cadena de tratamiento teórico
y de guía hacia el desarrollo de un método racional para el diseño de movimientos de tierra
que optimice este recurso, orientado a proyectos de urbanismo.
Para ello, se estableció un método de trabajo que en resumen consta de los siguientes pasos:
1. Una consulta bibliográfica sobre el tema.
2. Análisis y síntesis de la información obtenida.
3. Conclusiones y definiciones del problema a investigar.
4. Definición y delimitación del problema.
5. Planteamiento de la investigación.
Para plantear la investigación se adoptó la siguiente línea de trabajo:
Simulación de superficies  Determinación de variables  Análisis estadístico Elaboración del modelo
Para la simulación se empleo la geometría fractal y en particular el movimiento Browniano
fraccionario, para el cálculo de variables se utilizo el programa de modelos digitales y una

hoja electrónica, para el análisis estadístico se uso el paquete SPSS, así como los
polinomios de cuarto grado y la solución de Newton Raphson para la modelación.

1. FORMULACION DEL PROBLEMA
¿Cómo resolver en forma óptima el diseño de movimientos de tierra en un proyecto de
ingeniería en el eje cafetero, teniendo en cuenta los aspectos técnicos propios de la
topografía, el paisaje y los aspectos económicos del proyecto?

2. OBJETIVOS
2.1. GENERAL
Diseñar una metodología para realizar análisis de movimientos de tierra con el fin de ser
aplicada en las obras civiles en la región del eje cafetero
2.2. ESPECÍFICOS
 Modelar mediante un modelo matemático una superficie terrestre urbana.
 Establecer las variables que permitan optimizar un movimiento de tierra en una
superficie urbana
 Definir elementos que permitan rebajar costos en los movimientos de tierra.

3. HIPÓTESIS
 El modelamiento del paisaje terrestre permite establecer alternativas para la
transformación del mismo
 El estudio de las alternativas de adecuación del terreno permiten estimar los efectos
del movimiento de tierra en su entorno físico.
 La forma actual de adecuar terrenos para proyectos de ingeniería y de arquitectura
en el desarrollo urbanístico de una ciudad o población, no utiliza modelos de
terrenos ni alternativas de transformación por lo tanto no se puede estimar los
efectos.
4. ESTADO DEL ARTE
En este contexto la ingeniería civil ha sido la profesión que se ha dedicado a establecer las
formas de modificar superficies terrestres con fines específicos como el del desarrollo de la
infraestructura de una comunidad como, carreteras, puentes, túneles, rellenos, etc.
Para ello acudían a la experiencia propia del ingeniero responsables de la obra quien
decidía la geometría y la magnitud del área afectada directamente en el sitio por
observación directa de sus características y el apoyo de sus principios básicos ( heurismos )
de física, suelo, geometría, topografía y geología. Lo que comúnmente se denominaba
localización directa de la obra es decir el ingeniero tenia una confección intuitiva de la
proyecto, aplicado un principio de balance de volumen entre el corte y lleno limitado por la
naturaleza de la tecnología (equipo de baja capacidad y rendimiento) y el recurso
económico; con este modelo de mover tierra era necesario establecer obras de ingeniería
adicional como muros de contención. Por lo general era aplicable a proyectos lineales
(Carreteras canales, vías férreas). Este procedimiento denominado métodos de secciones
transversales que se basa en medir los perfiles o sección transversales del terreno a un
polígono longitudinal de apoyo con distancias fijas para posteriormente calcular las áreas
de cada sección y promediarlas consecutivamente y multiplicarlas por el espaciamiento
entre ellas para obtener el volumen de corte o lleno (Montes de Oca, 1989). En esto casos
tanto la sección esta definida por el grado de inclinación del talud posterior a la excavación
y al lleno, que por lo general estaba definido por unos parámetros convencionales de
carácter internacional dato el estado del arte en esos momentos de la geotecnia. (Díaz,
1978)
En obras masivas como grandes rellenos para presas, grandes corte para minería a cielo
abierto o proyectos urbanísticos de gran magnitud era necesario estudiar con mayor
detenimiento el proceso de excavación o relleno con el fin de obtener mayor rendimiento
con los equipos y determinar con mayor precisión el volumen del material que se iba
extraer o colocar, se vieron obligados a emplear como elemento de diseño el plano
topográfico creado por Cruquius en el siglo XVIII.
En ambos métodos empleados para programar los movimientos artificiales de tierra,
utilizaban el principio fundamental en materiales que es la expansión del mismo por
extracción y el grado de compresibilidad por compactación y con estos calculaban el
porcentaje de volumen expandido y el porcentaje de reducción del volumen compactado, en
el primer caso se aplicaba para el calculo del volumen total de acarreo y en el segundo el
volumen total a excavar, en esto movimientos de masas no se aplicaba el principio de
balance, para ello se reemplazo por el de necesidad dada por le medio tanto en área como
en volumen. Es importante agregar que estos porcentajes de expansión y comprensión
fueron generalizados en coeficientes asociados a una clasificación muy general de suelos y
rocas.
Con aparición del diagrama de masa (Hickerson, 1967) se sistematizó el proceso de cálculo
de movimientos de tierra para cumplir el principio de balance entre corte y relleno, en el
cual se incluye los porcentajes de expansión y comprensión además permite establecer el
redimiendo del equipo pues se puede conocer las distancias de acarreo. La inconveniencia
del método estriba en su aplicación pues solo se ha utilizado en proyectos lineales, aunque
hoy se pretende generalizarlo a todo tipo de movimiento de tierra.
En contexto diferente a la ingeniería civil como lo es la agricultura se desarrolló en los
Estados Unidos un método para diseñar un movimiento de tierra de menor magnitud e
intensidad a los anunciados con anterioridad pues en este caso se trataba fundamentalmente
de adecuar terrenos de baja pendiente (< 5%) con fines agrícolas en los que se utilizaba el
riego por inundación y que por lo tanto los corte y rellenos eran menores a 50 cm. Y para
ello se partía del principio del centro de masa o gravedad de ello tomo su nombre el método
del centroide (Departamento de agricultura de los Estados Unidos de América. 1982) es de
anotar de manera muy particular que el profesor Fratari en la década de los 60, lo aplicaba
a estudios de movimiento de tierra para obras de ingeniería pero que por razones
desconocidas no tuvo mayor difusión ni una permanecía en su aplicación.
Hoy por hoy parte de este conocimiento es aún ampliamente utilizado en nuestro país en
una intención de conservar la tradición de la ingeniería con el concepto practicista de ser
más rápido y económico, acorde con nuestra cultura inmediatista de nuestros proyectos.
Sin embargo, a nivel mundial se observa una fuerte tendencia a utilizar los sistemas de
información como un medio de optimizar los recurso mediante procesos de simulación que
permiten establecer alternativas de solución en las cuales puede establecer los costos de
cada una de ellas pudiéndose encontrar un intervalo en que el costo sea racional en
términos de beneficios, entonces en este sentido han aparecido en el mercado software que
se basan en el cálculo de áreas y volúmenes en un proceso de alternativas siguiendo el
método de ensayo y error para encontrar una solución que pretende ser la óptima, de todas
maneras no es el método racional con el cual pueda modelarse el comportamiento de los
datos de áreas y volúmenes establecidos en base en una variable controlable como la altura
de corte o lleno y relacionarla con los costos de cada alternativa con el cual si podría
establecerse una alternativa optima.
Continuando con la idea anterior, los conceptos y principios básicos expuestos se hizo un
trabajo de carácter académico en el período comprendido entre 1995 y 1998 con los
estudiantes del último semestre del programa de topografía de la Universidad del Quindío,
con el fin de explorar alternativas de estudio del problema. Para ello se utilizó el método
empírico y apoyado procedimientos gráficos, matemáticos y basado en modelos
geométricos tradicionales con le propósito de encontrar los resultados que intuitivamente se
habían explicitado como una manera de conocer el comportamiento de las variables
consideradas independientes y dependientes.
Considerando los resultados obtenidos de estos talleres1 y en el afán de aclarar y
profundizar más sobre este tema, se inicio un proceso de consulta bibliográfica empleando
las tecnología más modernas y paralelo a ello una serie de entrevistas con profesores de
matemáticas, estadística, ingeniería civil y topografía, para conocer el estado del arte a
nivel de universitario y profesional, en los contextos local nacional e internacional.
Los resultados de esta fase permitió conocer que en estos contextos no había ni extensión
ni profundidad importante sobre este tema en particular, que el estado del arte usado por el
ingeniero para resolver este problema carece de huerismos nuevos y da la sensación se
continua con procesos empíricos a pesar de que en otros campos como la geografía y los
sistemas de información han aparecido una nueva forma de representar la superficie
terrestre que sustituye al viejo paradigma de plano de curvas de nivel (Maya, 1991). Esta
nueva forma que se origino bajo el nombre de modelos digitales ha ido desarrollándose
para convertirse en lo que hoy se llama modelos de superficie, fundamentados en una nueva
caracterización de las superficies topográficas (Peschier, 1996).
Todo lo anterior me sirve de soporte para proponer como una ampliación al estado del arte,
y sin pretensiones a nivel mundial combinar estas aplicaciones de representación de
superficies y concepto de optimización elementos de la simulación y los principios en que
se basan los modelos tradicionales de calculo de movimiento de tierra, para desarrollar un
modelo teórico para el diseño racional de movimientos artificiales de tierra. Obviamente se
trata en realidad de una línea de investigación que ha empezado con el interrogante: ¿Los
métodos tradicionales utilizados para el cálculo de movimientos artificiales de tierra
permiten balancear los volúmenes en corte y lleno?
1
Trabajos varios desarrollados en el programa de topografía de la Universidad del Quindío.
5. MARCO TEORICO
La forma geométrica de superficies naturales o artificiales desde mucho tiempo atrás se
viene representando a través de la geometría euclidiana en la que las formas reales de
aproximan a las formas ideales definidas en la geometría tradicional de Euclides tanto para
los calculo de áreas y volúmenes como las forma de diseñar su construcción. Con el
advenimiento de las geometría fractal como un cambio de paradigma de las geometría
anteriores como Euclides, Riemann, Lobachesvki y otros, se ha convertido en un pilar
importante para modelación de superficies naturales como la superficie terrestre en
cualquier escala, que obviamente ha generado la necesidad de hacer cambios importantes
en los procesos de medición cálculos y representación tradicionales. Modelos y técnicas
que se desarrollaron en este tipo de geometría y que en la actualidad investigación
realizadas en algunos países como Canadá (Sanyaolu, 1978) muestran errores en los calculo
del volumen del 30% confrontado con el obtenido en la realidad.
Utilizar le modelo tradicional (curvas de nivel) para simular cualquier fenómeno natural
incluyendo la superficie terrestre aun sigue siendo una alternativa única para mucho
profesionales de la ingeniería. Sin embargo con los adelantos de la geometría fractal y los
modelos digitales esta alternativa esta siendo remplazada por nueva forma de modelación
de superficies basados en la geometría fractal, en especial los modelos de generación de
superficies como son síntesis espectral, composición por funciones, Deformación del
terreno, crecimiento o evolución, en el que se destaca por innumerables referencias el
algoritmos del punto medio apoyado en los trabajos realizados por Jim Tsong Hawang y
Tian-Yung Shih en 1998. Es de anotar, que estos modelos con de carácter estocástico lo
que significa que presentan una gran aleatoriedad, asociada a un grado de incertidumbre
que debe ser tratada por métodos probabilísticas que sin embargo dan un buen margen de
seguridad de sus resultados, contrario al modelo tradicional que no hay forma de determinar
su confiabilidad y aleatoriedad.
Lo anterior permite establecer lo siguiente: el método tradicional solo contempla las
variables X e Y que constituyen las coordenadas planas de posicionamiento y
dimensionamiento, y la variable Z que representa líneas de igual altitud o altura, frente a
un o plano de referencias y que en conjunto constituyen las líneas estructurales que dan
forma a la geometría del objeto. Esta forma de representación grafica no permite hacer un
análisis de calidad de la información que puede inferirse de ella generando por lo tanto
errores de interpretación de las formas, estado y condiciones de la realidad. Ya que esta
depende fundamentalmente del conocimiento, capacidad de observación e interpretación
de la persona y el grado de subjetividad en el análisis. Experiencias muy conocidas en
nuestra región han generado resultados catastróficos en los proyectos de ingeniería debido
tipo de tratamiento en la transformación de superficies terrestres.
El método propuesto que considera las siguientes variables, Área, Volumen, RVA (relación
volumen área), pendiente, aspecto u orientación, Rugosidad y/o entropía, media aritmética,
varianza, desviación estándar, coeficiente de variación, permite hacer un estudio de

interrelación y conocer el grado de dependencia entre ellas, de tal forma que pueden
seleccionarse las variables de significancía que definen muy bien la forma geométrica de la
superficie, con un alto grado de aproximación a la realidad. Esto significa que siendo el
modelo estocástico, los resultados pudren ser tratados y analizados desde la estadística con
un enfoque probabilística que garantice la confiabilidad de un estudio con estas variables.
Como cualquier modelo, estructurado, lógico y sistemático de hecho debe ser puesto a
prueba para conocer su validez, lo que exige en su formulación y desarrollo un tratamiento
riguroso que en síntesis puede ser el siguiente: una exploración bibliográfica y recopilación
de experiencias sobre el método tradicional con el fin de evaluar los resultados en termino
de coherencia con la realidad, (es de aclarar que toda esta información aun no esta
sistematizada ni publicada) ya que se trata de un método emperico de ajuste de los
resultados por ensayo y error que en la mayoría de los casos no es consistente con la
realidad ni permite evaluación comparativa.
Un estudio bibliográfico de nuevas propuesta a nivel internacional con base en la nueva
paradigma de la geometría fractal donde cabe destacar la aplicación de los polinomios que
representan superficies terrestres exclusivamente limitados a un porción de la corteza
terrestre donde el hombre realiza actividades económicas, y la estadística que aporta el
tratamiento de los datos de campo para la modelación de estas superficies.

6. MODELACION DE SUPERFICIES
6.1. MODELACION DE SUPERFICIES DE TERRENOS URBANOS
6.1.1. Características Topográficos del Eje Cafetero. Comprendido el eje cafetero por los
departamentos de Caldas, Risaralda y Quindío, podemos diferenciar dos zonas, la primera
comprendida entre los departamentos de Caldas y Risaralda, que posee una topografía más
accidentada, conformada por planos inclinados, mesetas y montañas, con una pendiente que
va desde el 20 y 60%. La segunda se encuentra entre los departamentos del Risaralda y
Quindío con una topografía conformada principalmente por domos, planos inclinados y
algunas planicies con predominio de pendientes del 10 – 20 % y con algunos terrenos con
pendientes altas entre el 20 y 40%.
Aunque los terrenos a urbanizar las pendientes son un poco menores no distan mucho de
estas.
6.1.2. Lineamientos para la simulación.
 Un área base de terreno de 10000 metros cuadrados, (1 Ha), ya que en el eje
cafetero es la unidad territorial para el desarrollo urbano.
 El terreno tipo para la simulación tiene un intervalo entre el punto mas bajo y mas
alto de 10 metros, considerados en la región como urbanizables.
 En este rango de superficies terrestres las dimensiones fractales han sido
establecidas entre 2.1 a 2.4. Según Goodchild y Mark (1987).

6.2. METODO BROWNIANO FRACCIONARIO
Movimiento Browniano Fraccionario (mbf). Este fenómeno fue descubierto en 1827 por el
botánico escocés Robert Brown. Debido a su movimiento propio, las moléculas de un
fluido chocan aleatoriamente con las partículas suspendidas y hacen que éstas se muevan.
En 1905, Albert Einstein formulo matemáticamente el fenómeno y lo integró en la teoría
cinética, mas tarde el científico francés Jean Baptiste Perrin realizó una de las primeras
estimaciones del número de Avogadro mediante un estudio cuantitativo del movimiento
browniano
El origen de las montañas fractales se remonta cuando Mandelbrot, trabajando con
movimientos brownianos fraccionarios de una dimensión, se dio cuenta de que con un
fractal de dimensión aproximada 1.2, la línea grafica de esta función se asemejaba al perfil
de una montaña. Si esta función se extendía a dos dimensiones, el resultado era la
superficie de una montaña (como lo muestra la figura 1). A partir de ahí nacieron las
montañas fractales. (Antón y Moltó, 1999).
Figura 1. Perfiles
El Movimiento Browniano Fraccionario, es usado para la simulación de superficies
topográficas (Felgueiras – Goodchild, 1995). Estos modelos nos permiten realizar estudios
a muy bajo costo y con una gran aleatoriedad de los datos; esta metodología de simulación
es la base de datos inicial de la presente investigación.
6.3. TÉCNICAS DE GENERACIÓN DE TERRENOS FRACTALES.
Existen varias técnicas para la generación de terreno fractal. El método original para
generar superficies con el método Browniano fraccionario (mBf). Este involucra aplicación
de la distribución Gausiana o Normal:
(1)
El resultando estadísticamente es una superficie, la mayoría de los modelos fractales de
terreno se basan en dos métodos para generador el mBf: que son: el método de
desplazamiento aleatorio del punto medio y la síntesis de Fourier, (Peitgen, 1988).

6.3.1. Método del desplazamiento del punto medio. El método desplazamiento punto medio
aleatorio fue introducido por Fournier. Este está basado en la subdivisión recursiva. En el
punto medio de un segmento de la línea se mueve al azar en la dirección de y a una
determinada distancia vertical.
1
x nuevo  ( x1  xi 1 )
2 (2)
1
Ynuevo  ( yi  yi 1 )  P( xi 1  xi ) R( xnuevo )
2 (3)
Donde P esta en función de la longitud de la línea, y R es un número aleatorio entre 0 y 1,
seleccionado en base a Xnuevo
Figura 2. Movimiento Browniano

Para generar un terreno se tiene un cuadrado inicial que se subdivide en cuatro cuadrados
más pequeños (ver Figura 3).
Tenemos las coordenadas de cuatro puntos:
x0, y0,f(x0, y0), x0, y1,f(x1, y0), x0, y1,f(x0, y1), x1, y1,f(x1, y1)
En el primer paso se añade un vértice en el medio. El vértice se denota por,
x1 / 2, y1 / 2,f(x1 / 2, y1 / 2), dónde:
1 (4)
X 1/ 2  ( xo  x1 ) y1/ 2
2
1 (5)
X 1/ 2  ( yo  y1 ) f ( x1/ 2 , y1/ 2 )
2
1 (6)
X 1/ 2  ( f ( xo , yo )  f ( x1 , yo )  f ( xo , y1 )  f ( x1 , y1 ))
4
El vértice agregado se cambia en la dirección de la coordenada z por un valor aleatorio
denotado por 1. Este procedimiento es recursivo y repetido para cada sub cuadro, y así
sucesivamente. Gráficamente tenemos:

Figura 3. Primeros cuatro pasos del método desplazamiento punto medio
En el mBf, los número aleatorios i deben generarse con una distribución Gausiana µ = 0,
=1
Utilizamos el Método de Box – Muller, para generar un par de variables aleatorias (X, Y)
con distribución de Gauss ( µ = 0, = 1 ). Wood, (1996) recomienda como base para la
generación de superficies fractales. El siguiente algoritmo define este método:
Sean U1, U2 dos números aleatorios de distribución uniforme.
R   2LnU1 (7)
  2U 2 (8)
X  R Sen  (9)
Y  R Cos  (10)
ALGORITMO BOX-MULLER
COMIENZO
//ENTRADA DE DATOS
GENERAR (U1,U2)
// CALCULOS
R = (-2 * LN U1)^(1/2)
T = 2 * PI * U2
X = R * COS (T)
Y = R * SEN (T)
// RESULTADOS
ESCRIBIR (X ,Y)
FIN
Este algoritmo asociado a al geometría fractal garantiza la aleatoriedad de los terrenos
generados
Continuando, el paso de la iteración que los varía 1 la que es modificada según:
1
 i2  2 H ( i 1)
 2,
2 (11)
Donde H denota el exponente de Hurst (0 ≤ H ≤ 1). Este exponente es también conocido
como el exponente de rugosidad y esta relacionado a la dimensión fractal, fundamentado en
lo anterior podemos decir que la dimensión fractal es un buen descriptor de la rugosidad,
que también esta asociado con la medición de la entropía, como se vera mas adelante. De la
ecuación anterior podemos ver, que la primera iteración tiene la influencia más grande en
la forma resultante de la superficie y la influencia de los otros decrece.

Este método tomo un contorno inicial usualmente un cuadrado, y eleva las esquinas a
alturas aleatorias. A continuación se calculan las alturas del puntos intermedios de cada
lateral mediante interpolación lineal y agregando o sustrayendo un valor aleatorio a esta
altura. En forma mas clara el método sigue los siguientes pasos:
El primer paso se calculan los puntos en los bordes del cuadrado inicial. Se gira el cuadrado
virtualmente 45º y calculamos los valores como en el paso anterior. Cuando el nuevo punto
tiene solamente tres vecinos (los puntos cercados en Figura 3). En este caso se calcula sólo
la media de tres puntos más cercanos. El error producido en el borde puede omitirse.
En el próximo paso giramos virtualmente hacia atrás el cuadrado 45º y aplicamos
recursivamente los primeros dos pasos en los cuatro nuevos cuadrados como sea expresado
anteriormente. Este recursividad procesa los extremos después del número dado de
iteraciones (Marák, 1996).
La dimensión de fractal D de la superficie se obtiene por (Peitgen, 1988):
D=3–H (12)
La dimensión del fractal de estas superficies va desde D = 2.1 a 2.4. Como lo recomendó
Goodchild y Mark.
Este es el método que se emplea para la generación de la base de datos para los posteriores
modelos digitales.
La (Fig. 4) muestra, el algoritmo de flujo del método de desplazamiento del punto medio.
Figura 4. Diagrama de flujo del método del desplazamiento del punto medio
Se utilizo el algoritmo del punto medio apoyado en los trabajos realizados por Jin-Tsong
Hwang y Tian-Yung Shih en la Universidad de Nacional Chiao-Tung en Taiwán, en 1998
6.4. VARIABLES
En el contexto del trabajo las variables se definen de la siguiente forma:
6.4.1. Área. En topografía el área de un terreno se considera como la proyección ortogonal
de la superficie sobre un plano horizontal. Para determinar áreas, se emplean diferentes
métodos, entre estos el método de coordenadas.
6.4.2. Volumen. Es el definido por el sólido encerrado entre la malla del terreno original y
la malla variable. Se calculó comparando los modelos digitales de elevaciones generados
inicialmente y una secuencia de modelos de posibles rasantes.
6.4.3. Relación Volumen área. El volumen y el área son las variables fundamentales en el
desarrollo del modelo, por esto se incluyo una variable denominada Relación Volumen –
Área (RVA) que calculamos de la siguiente forma:
Volumen
RVA  (13)
área
Esta relación la podríamos tomar como la altura promedio de corte o lleno ya que el
volumen se podría calcular así:
Volumen  Area * H (14)
Donde H es el promedio de alturas, entonces la formula anterior sería un simple despeje de
esta formula.
6.4.4. Pendiente. La definición tradicional usada en topografía es la inclinación del terreno
(generalmente una línea) con respecto a un plano horizontal; se indica en porcentaje (%) o
como una magnitud angular. Aunque esta no se aparta mucho de la usada para el trabajo
en modelos digitales; la pendiente en un punto del terreno se define como el ángulo
existente entre el vector normal a la superficie en este punto y la vertical. Su estimación es
sencilla a partir del DTM y se basa en el calculo de la pendiente de un plano de ajuste a en
cada punto o celda del modelo (Felicísimo 1994).
6.4.5. Aspecto u Orientación. La Orientación en un punto puede definirse como el ángulo
existente entre el vector que señala el Norte y la proyección sobre el plano horizontal del
vector normal a la superficie en ese punto (Felicísimo 1994).

6.4.6. Rugosidad y / o entropía. La rugosidad se base en que un terreno uniforme (poco
rugoso), los vectores perpendiculares a la superficie del mismo serán aproximadamente
paralelos y, en consecuencia presentaran una dispersión baja. Al contrario, en un terreno
rugoso, los cambios de pendiente y orientación harán que dichos vectores presentan una
dispersión mayor (Felicísimo 1994). A partir de lo anterior y en función de la definición de
entropía como la medición del desorden de un sistema, emplearemos el cálculo de la
entropía como la medida de la rugosidad.
La entropía o medida de la diversidad, fue originada en la teoría de la información y
propuesta ya hace algunos años como indicador de información aplicado a la
geomorfología. La expresión más conocida es la denominada Shannon-Weaver:
n
E    Pi . Ln Pi (15)
i
Donde pi es la probabilidad del valor i en la población ósea Pi = ni /N, donde N es el
número de total de puntos del modelo digital del terreno y ni el número de ellos que
pertenece al valor o intervalo i.

7. ESTUDIO ESTADISTICO
7.1. DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA.
Para determinar el tamaño de la muestra se realizó un prueba piloto, en la cual se
seleccionaron las siguientes variables: dimensión fractal, pendiente, entropía y desviación
estándar (z), consideradas estas como las variables mas representativas para la
investigación, para la determinación utilizamos el Muestro Aleatorio Simple.
Numero Código Dimensión Pendiente Entropía Desviación

Fractal Global [%] estándar [z]
1 M0001D21 2.10 6.47 3.17 1.57
2 M0002D21 2.10 5.24 3.33 1.81
3 M0003D21 2.10 6.84 3.12 1.66
4 M0004D21 2.10 5.05 3.23 1.79
5 M0005D21 2.10 8.26 3.37 1.96
6 M0006D21 2.10 6.68 3.17 1.52
7 M0007D21 2.10 5.27 3.32 1.77
8 M0008D21 2.10 3.71 3.01 1.44
9 M0009D21 2.10 5.25 2.14 1.36
10 M0010D21 2.10 4.87 3.14 1.52
11 M0011D22 2.20 5.23 2.95 1.33
12 M0012D22 2.20 5.25 2.97 1.38
13 M0013D22 2.20 5.53 3.25 1.81
14 M0014D22 2.20 6.05 3.23 1.83
15 M0015D22 2.20 5.62 3.30 1.75
16 M0016D22 2.20 5.97 3.27 1.77
17 M0017D22 2.20 4.85 2.98 1.42
18 M0018D22 2.20 5.17 3.32 1.82
19 M0019D22 2.20 4.91 3.15 1.53
20 M0020D22 2.20 7.73 2.96 1.31
21 M0021D23 2.30 6.08 3.04 1.48
22 M0022D23 2.30 5.69 3.09 1.44
23 M0023D23 2.30 19.68 3.31 1.78
24 M0024D23 2.30 7.39 3.09 1.52
25 M0025D23 2.30 5.24 2.85 1.26
26 M0026D23 2.30 5.61 2.91 1.44
27 M0027D23 2.30 5.95 5.61 1.71
28 M0028D23 2.30 7.43 3.29 1.88
29 M0029D23 2.30 6.75 3.34 1.97
30 M0030D23 2.30 4.94 2.92 1.35
31 M0031D24 2.40 6.38 3.05 1.85
32 M0032D24 2.40 5.97 3.08 1.54
33 M0033D24 2.40 9.70 3.40 2.01
34 M0034D24 2.40 9.26 3.31 1.87
35 M0035D24 2.40 5.68 3.02 1.36
36 M0036D24 2.40 5.81 2.41 1.47
37 M0037D24 2.40 41.04 3.02 1.80
38 M0038D24 2.40 7.01 2.94 1.42
39 M0039D24 2.40 7.40 3.26 1.77
40 M0040D24 2.40 7.01 2.98 1.38
Desviación Estándar : 0.11 5.99 0.47 0.22
Media : 2.25 7.35 3.16 1.62
Varianza : 0.01 35.91 0.22 0.05
Tabla 1. Tamaño de la muestra
Para los cálculos tomamos los valores provenientes de la pendiente ya que estos por su
magnitud cubrirían los de las otras variables analizadas.

Error involucrado en el muestreo
d : error (5%)
y : media
d = (x%) Y
d = 0.05 . 7.35
d = 0.3675
n : Tamaño de la muestra
S : Varianza
z : Niveles de confianza o riego, obtenido de la tabla.
S 2 = 35.91, z = 1.65,
z2S 2
n (16)
d2
1.652.35.91
n  723.88  724
0.36752
n = 724
7.2. ANÁLISIS ESTADÍSTICO
Se tomo la base de datos (ver anexo 2) y se estandarizo de la siguiente forma (X / Sx) para
evitar problemas ocasionados por las unidades y su dimensionalidad.
Con la nueva base de datos se procedió a realizar un análisis de correlación de Pearson,
definida esta como el análisis de la interdependencia o covariacion entre dos variables
mediante un coeficiente, este mide la intensidad de la correlación entre ambas variables.
Correlations
VOL AREA ASP CV DF DS ENTRO MEDIA PG RVA VAR

Pearson VOL 1.000 .885 .006 -.527 -.056 .255 .110 .880 .015 .869 .256
Correlation AREA .885 1.000 .009 -.707 -.037 .021 .019 .912 -.023 .568 .027
ASP .006 .009 1.000 -.028 .012 -.026 -.011 .024 -.046 -.005 -.032
CV -.527 -.707 -.028 1.000 .073 .534 .300 -.808 .168 -.170 .516
DF -.056 -.037 .012 .073 1.000 .041 .005 -.057 .195 -.040 .042
DS .255 .021 -.026 .534 .041 1.000 .638 -.013 .272 .533 .990
ENTRO .110 .019 -.011 .300 .005 .638 1.000 .000 .136 .263 .625
MEDIA .880 .912 .024 -.808 -.057 -.013 .000 1.000 -.025 .628 .004
PG .015 -.023 -.046 .168 .195 .272 .136 -.025 1.000 .085 .288
RVA .869 .568 -.005 -.170 -.040 .533 .263 .628 .085 1.000 .535
VAR .256 .027 -.032 .516 .042 .990 .625 .004 .288 .535 1.000
Sig. VOL . .000 .434 .000 .066 .000 .001 .000 .339 .000 .000
(1-tailed) AREA .000 . .408 .000 .158 .286 .307 .000 .272 .000 .233
ASP .434 .408 . .230 .373 .244 .388 .256 .110 .443 .192
CV .000 .000 .230 . .025 .000 .000 .000 .000 .000 .000
DF .066 .158 .373 .025 . .135 .447 .062 .000 .141 .131
DS .000 .286 .244 .000 .135 . .000 .363 .000 .000 .000
ENTRO .001 .307 .388 .000 .447 .000 . .498 .000 .000 .000
MEDIA .000 .000 .256 .000 .062 .363 .498 . .248 .000 .453
PG .339 .272 .110 .000 .000 .000 .000 .248 . .011 .000
RVA .000 .000 .443 .000 .141 .000 .000 .000 .011 . .000
VAR .000 .233 .192 .000 .131 .000 .000 .453 .000 .000 .
N VOL 724 724 724 724 724 724 724 724 724 724 724
AREA 724 724 724 724 724 724 724 724 724 724 724
ASP 724 724 724 724 724 724 724 724 724 724 724
CV 724 724 724 724 724 724 724 724 724 724 724
DF 724 724 724 724 724 724 724 724 724 724 724
DS 724 724 724 724 724 724 724 724 724 724 724
ENTRO 724 724 724 724 724 724 724 724 724 724 724
MEDIA 724 724 724 724 724 724 724 724 724 724 724
PG 724 724 724 724 724 724 724 724 724 724 724
RVA 724 724 724 724 724 724 724 724 724 724 724
VAR 724 724 724 724 724 724 724 724 724 724 724
Tabla 2. Correlación
A partir de los resultados anteriores podemos determinar que las variables que presenta
mayor correlación son: volumen (vol), área (área), media (media), relación área volumen
(rva), nos da una primera aproximación de las variables que se emplearan en la elaboración
del modelo final. Aparecen unas correlaciones altas entre la desviación estándar, la
varianza y el coeficiente de variación pero estas son propias de su definición.
Posteriormente se realiza un análisis de regresión múltiple que relaciona una variable
dependiente llamada Y (en nuestro caso el volumen) con dos o mas variables
independientes ( X1, X2, X3,...Xn), ( área, rva, aspecto, entropía y otras ) mediante una
ecuación lineal de la forma:

Y  β 0  β1 X
(17)

Y  β 0  β1 X1  β 2 X 2  ...
Los parámetros 0, 1, 2, etc, son los coeficientes de regresión; indica el efecto parcial de
una variable independiente cuando las otras se mantienen constantes.
La calidad del ajuste esta dada por el coeficiente de determinación R que varia entre 0 y 1;
el ajuste ideal se obtiene cuando R =1.
Se utiliza una técnica alternativa de análisis simultáneo conocida como regresión por pasos
(stepwise), esta permite la selección de preeditores. Cuando el número de variables
independientes es considerable como en este caso (VI =10). Se debe tener en cuenta que el
proceso de estimación del modelo puede producir resultados controvertidos, en particular
cuando existen dependencias lineales de los predictores, como sería el caso de la varianza,
la desviación estándar y el coeficiente de variación

El procedimiento de regresión por pasos es una técnica estadística de selección de variables
basada en el ajuste sucesivo de modelos por la entrada o salida de predictores.
Generalmente, el proceso se inicia con un modelo, que consiste en detectar un predictor tal
que si es incluido en el modelo ocasiona una reducción máxima del error. Si dicho predictor
satisface el criterio de entrada, es introducida al modelo, Este conjunto de operaciones se
repite hasta que no sea posible incluir predictor alguno o hasta que, en determinado nivel
del proceso, cualquier variable previamente incorporado no cumpla lo requisitos de
permanencia en el modelo, con lo que se procede a su extracción.
Las variables incorporadas al modelo, su entrada supone una reducción del error cuadrático
tal que la probabilidad asociada es inferior a 0,05 o su tolerancia con el resto de las
variables sea superior a 0,10 como se ve a continuación.

Variable s Ente re d/Re m ove d a
Variables Variables
Model Entered Removed Method
1 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
AREA .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
2 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
RVA .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
3 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
VAR .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
4 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
DS .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
5 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
MEDIA .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
6 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
CV .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
7 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
ENTRO .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
8 Stepw ise
(Criteria:
Probabilit
y-of -F-to-e
nter <=
DF .
.050,
Probabilit
y-of -F-to-r
emove
>= .100).
a. Dependent Variable: VOL
Tabla 3. Variables
La anterior tabla no muestra las variables incluida en el modelo final, el cual analizaremos a
continuación.
Según los resultados del procedimiento se ha elaborado un total de ocho modelos
Model Summary
Std. Error Change Statistics

Adjusted of the R Square Sig. F
Model R R Square R Square Estimate Change F Change df1 df2 Change
1 .885a .784 .784 .4653 .784 2618.357 1 722 .000
2 .991b .982 .982 .1348 .198 7883.637 1 721 .000
3 .993c .986 .986 .1191 .004 203.053 1 720 .000
4 .993d .986 .986 .1183 .000 11.336 1 719 .001
5 .993e .986 .986 .1172 .000 14.612 1 718 .000
6 .993f .987 .987 .1146 .001 33.403 1 717 .000
7 .994g .987 .987 .1140 .000 9.184 1 716 .003
8 .994h .987 .987 .1137 .000 4.411 1 715 .036
a. Predictors: (Constant), AREA
b. Predictors: (Constant), AREA, RVA
c. Predictors: (Constant), AREA, RVA, VAR
d. Predictors: (Constant), AREA, RVA, VAR, DS
e. Predictors: (Constant), AREA, RVA, VAR, DS, MEDIA
f. Predictors: (Constant), AREA, RVA, VAR, DS, MEDIA, CV
g. Predictors: (Constant), AREA, RVA, VAR, DS, MEDIA, CV, ENTRO
h. Predictors: (Constant), AREA, RVA, VAR, DS, MEDIA, CV, ENTRO, DF
Tabla 4. Modelos
En el primer modelo la variable AREA ofrece una reducción del error máximo, en concreto
a 88.5% (R2 = 0.784) siendo esta variable la que mas aporta al modelo final.
En el modelo dos al incorporar como predictor a la variable RVA (altura) el error máximo
se reduce a 99.1% (R2 = 0.982) estas dos variables independientes formarían básicamente el
modelo buscado.
Para el modelo tres entra la variable var (Varianza) produciendo los siguientes resultados
99.3% ( R2 = 98.6) aunque el procedimiento stepwise continua tomamos el modelo dos de
acuerdo a los siguientes R2 no varia significativamente desde el modelo 2 (de 0.982 a
0.986) y en la tabla siguiente de coeficientes el intervalo de coeficientes del 95% para B el
limite inferior y superior son negativos ( -0.93; -0.70) por esto lo descartaríamos.
Coefficientsa
Standardi
zed
Unstandardized Coefficien 95% Confidence
Coefficients ts Interval for B Correlations Collinearity Statistics
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Zero-order Partial Part Tolerance VIF
1 (Constant) -.473 .042 -11.207 .000 -.556 -.390
AREA .885 .017 .885 51.170 .000 .851 .919 .885 .885 .885 1.000 1.000
2 (Constant) -1.658 .018 -91.584 .000 -1.694 -1.622
AREA .578 .006 .578 94.958 .000 .566 .590 .885 .962 .476 .677 1.476
RVA .541 .006 .541 88.790 .000 .529 .553 .869 .957 .445 .677 1.476
3 (Constant) -1.524 .019 -82.178 .000 -1.561 -1.488
AREA .545 .006 .545 92.890 .000 .533 .556 .885 .961 .411 .570 1.754
RVA .603 .007 .603 86.883 .000 .590 .617 .869 .955 .385 .407 2.456
VAR -8.14E-02 .006 -.081 -14.250 .000 -.093 -.070 .256 -.469 -.063 .601 1.665
4 (Constant) -1.881 .107 -17.507 .000 -2.091 -1.670
AREA .547 .006 .547 93.522 .000 .535 .558 .885 .961 .411 .566 1.766
RVA .602 .007 .601 87.008 .000 .588 .615 .869 .956 .383 .405 2.470
VAR -.185 .031 -.185 -5.917 .000 -.246 -.124 .256 -.215 -.026 .020 50.488
DS .105 .031 .105 3.367 .001 .044 .167 .255 .125 .015 .020 50.671
5 (Constant) -2.130 .125 -17.067 .000 -2.375 -1.885
AREA .511 .011 .512 47.180 .000 .490 .533 .885 .870 .206 .162 6.192
RVA .587 .008 .587 74.699 .000 .571 .602 .869 .941 .325 .308 3.250
VAR -.210 .032 -.210 -6.628 .000 -.272 -.148 .256 -.240 -.029 .019 52.684
DS .139 .032 .139 4.313 .000 .076 .202 .255 .159 .019 .018 54.749
MEDIA 4.757E-02 .012 .048 3.823 .000 .023 .072 .880 .141 .017 .123 8.155
6 (Constant) -2.666 .153 -17.388 .000 -2.967 -2.365
AREA .501 .011 .501 46.513 .000 .480 .522 .885 .867 .198 .157 6.382
RVA .568 .008 .568 68.318 .000 .552 .585 .869 .931 .291 .262 3.810
VAR -.223 .031 -.223 -7.199 .000 -.284 -.162 .256 -.260 -.031 .019 52.996
DS .111 .032 .111 3.476 .001 .048 .174 .255 .129 .015 .018 56.053
MEDIA .149 .021 .149 6.976 .000 .107 .191 .880 .252 .030 .040 25.126
CV 9.951E-02 .017 .100 5.779 .000 .066 .133 -.527 .211 .025 .061 16.320
7 (Constant) -2.520 .160 -15.766 .000 -2.834 -2.206
AREA .500 .011 .500 46.692 .000 .479 .521 .885 .868 .198 .157 6.385
RVA .565 .008 .564 67.459 .000 .548 .581 .869 .930 .286 .256 3.899
VAR -.230 .031 -.230 -7.441 .000 -.291 -.169 .256 -.268 -.032 .019 53.277
DS .133 .033 .133 4.091 .000 .069 .197 .255 .151 .017 .017 59.079
MEDIA .149 .021 .149 6.992 .000 .107 .190 .880 .253 .030 .040 25.128
CV 9.464E-02 .017 .095 5.503 .000 .061 .128 -.527 .201 .023 .061 16.464
ENTRO -1.71E-02 .006 -.017 -3.030 .003 -.028 -.006 .110 -.113 -.013 .561 1.781
8 (Constant) -2.341 .181 -12.947 .000 -2.696 -1.986
AREA .501 .011 .501 46.840 .000 .480 .521 .885 .868 .198 .157 6.389
RVA .564 .008 .563 67.392 .000 .547 .580 .869 .930 .285 .256 3.911
VAR -.229 .031 -.229 -7.431 .000 -.290 -.169 .256 -.268 -.031 .019 53.286
DS .133 .032 .133 4.091 .000 .069 .197 .255 .151 .017 .017 59.080
MEDIA .149 .021 .149 7.035 .000 .108 .191 .880 .254 .030 .040 25.132
CV 9.581E-02 .017 .096 5.582 .000 .062 .130 -.527 .204 .024 .061 16.482
ENTRO -1.75E-02 .006 -.018 -3.102 .002 -.029 -.006 .110 -.115 -.013 .561 1.783
DF -8.92E-03 .004 -.009 -2.100 .036 -.017 -.001 -.056 -.078 -.009 .990 1.011
Tabla 5. Coeficientes
A partir de lo anterior se realiza un modelo de regresión múltiple que nos permite obtener
los siguientes resultados:
Tabla descriptiva de las variables del modelo
Descriptive Statistics
Std.
Mean Deviation N
VOL 8582.3460 5725.7961 724
AREA 5292.6053 2375.7183 724
RVA 1.5102 .4372 724
Tabla 6. Estadística Descriptiva
Correlaciones de los elementos del modelo
Correlations
VOL AREA RVA

Pearson VOL 1.000 .885 .869
Correlation AREA .885 1.000 .568
RVA .869 .568 1.000
Sig. VOL . .000 .000
(1-tailed) AREA .000 . .000
RVA .000 .000 .
N VOL 724 724 724
AREA 724 724 724
RVA 724 724 724
Tabla 7. Correlaciones
Los coeficientes del modelo
Coefficientsa
Standardi
zed
Unstandardized Coefficien 95% Confidence
Coefficients ts Interval for B Correlations Collinearity Statistics
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound Zero-order Partial Part Tolerance VIF
1 (Constant) -1.658 .018 -91.584 .000 -1.694 -1.622
AREA .578 .006 .578 94.958 .000 .566 .590 .885 .962 .476 .677 1.476
RVA .541 .006 .541 88.790 .000 .529 .553 .869 .957 .445 .677 1.476
Tabla 8. Coeficientes
Los valores de las medidas de bondad del ajuste obtenido son los siguientes:
Model Summary
Std. Error Change Statistics

Adjusted of the R Square Sig. F
Model R R Square R Square Estimate Change F Change df1 df2 Change
1 .991a .982 .982 .1348 .982 19544.318 2 721 .000
a. Predictors: (Constant), RVA, AREA
Tabla 9. Modelo
El coeficientes R = 0.991 y R2 = 98.2 tuvieron pequeñas variaciones con respecto al
modelo dos obtenido en el procedimiento stepwise.
En este modelo de regresión múltiple se necesita conocer si los parámetros  (variables
independientes) son significativamente diferentes de cero, para lo cual la hipótesis nula esta
dada por:
Ho : 1   2   3  0
En otra palabras Ho indica que ninguna de las variables independientes influye en y, es
decir, que el modelo de regresión planteado no es el adecuado. Rechazar esta hipótesis
indicará que al menos uno de los parámetros es útil para explicar la variación de y, (aunque
el procedimiento anterior nos garantiza el resultado obtenido).
Para realizar otra comprobación usamos la metodología del análisis de varianza, cuyo
resultado se presentan la siguiente tabla:
ANOVAb
Sum of Mean
Model Squares df Square F Sig.
1 Regression 709.987 2 354.993 19544.318 .000a
Residual 13.096 721 1.816E-02
Total 723.083 723
a. Predictors: (Constant), RVA, AREA
b. Dependent Variable: VOL
Tabla 10 Anova
El valor de F = 19544.318 es mayor que el crítico que podríamos ver en la tabla
correspondiente para este análisis, con 2 y 721 grados de libertad y su significación de 0.00
es muy buena, de modo que se llega a la conclusión que hay evidencia suficiente en los
datos para rechazar la hipótesis nula de que no existe relacional lineal.
Es decir que con la evidencia de estos datos se puede decir que el área y la relación
volumen áreas tienen una asociación lineal significativa con el volumen.

Aunque estos resultados puede considerarse demasiados evidente, estudios preliminares
empíricos llegaron a los mismos resultados, es importante anotar como la pendiente no
entra en ningún de los modelos, variables de la que se esperaba mucho. En cuanto a la
entropía y la dimensión fractal tomados estos como elementos para medir la rugosidad
parece con un aporte similar el cual no es significativo para la posterior elaboración del
modelo.
La siguiente tabla permite observar algunas características de interés de las relaciones entre
algunas variables, como un anexo al análisis anterior.
Variable Variable Recta de (R) Coeficiente de

Dependiente Independiente Regresión determinación
Volumen Dimensión Fractal Y = 15020.073- 0.056
2860.861X
Área Dimensión Fractal Y = 7078.888 0.001
-793.806X
Dimensión Fractal Entropía Y = 2.242 0.005
+2.57 e-03X
Entropía Desviación Y = 2.163 0.638
estándar +0.591 X
Dimensión Fractal Desviación Y = 2.242 0.005
estándar 2.574 E -03
Tabla. 11. Relación entre variables
En este análisis mediante regresión lineal podemos ver que la relación existe entre la
entropía y la desviación estándar, acercando a los estudios de Evans que presenta la
desviación estándar como una aproximación a la medida de la rugosidad, que en este
estudio se determino mediante la entropía.

8. MODELO DE OPTIMIZACION
8.1. MODELO ESTABLECIDO PARA LA OPTIMIZACION DEL DISEÑO

MOVIMIENTOS DE TIERRA
Se hace primero una descripción de cómo generar los polinomios de análisis de
movimientos de tierra. Luego se explica detalladamente la determinación del punto óptimo
y el rango aceptable para el diseño movimientos de tierra. Por ultimo se presenta un
método para estimar la incertidumbre
El objetivo de este trabajo es crear un modelo, partiendo de una topografía o forma natural
de un terreno encontrando unos parámetros para el diseño de movimientos de tierra de tal
manera que con un costo menor se pueda obtener un área útil mayor. Esto permitiría
producir una nueva geometría de la superficie del terreno, que nos permite optimizar el
volumen de tierra en los proyectos urbanísticos.
Generación del modelo en corte o lleno

Debido a las limitaciones del conocimiento actual, todo modelo basado en una teoría tiene
una parte empírica. Debido a que no existe una teoría apropiada o su implementación es
demasiado compleja, se utilizará el modelo de caja negra más simple que es un polinomio.
Tómanos el terreno a analizar y realizamos una serie de cortes cada 25 cm, alturas de Corte,
(como se ve en la grafica), obteniéndose en cada uno de ellos un área y un volumen de
corte. Formado los vectores hi, ai y vi
Figura 5. Curvas de nivel y perfil
Altura de Corte área Volumen

hi ai vi
h1 a1 v1
h2 a2 v2
h3 a3 v3
  
hn an vn
Con los vectores anteriores formamos dos polinomios de cuarto grado
ha ( altura de corte, hi vs. Área, ai)
ha(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 (18)
hv ( altura de corte, hi vs. Volumen, vi)
hv(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 (19)
En los procesos de movimientos de tierra, el volumen a mover se modifica por un factor de
expansión, este valor esta determinado por el % de expansión (E), que se obtiene en un
ensayo de laboratorio, con base en el valor de la densidad del suelo natural (  ) y la
densidad del suelo suelto (suelto) y se aplica este factor al vector vi,
vei  vi .(1  E / 100) (20)
Con la altura de corte, vector hi y el vector vei, obtenemos el polinomio expandido
hve(x)= = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 (21)
Se calcula la media de los vectores ai y vei
_
a1  a2  ...  an a i
a  i 1
(22)
n n
n
__
ve  ve2  ...  ven  ve i
ve  1  i 1
(23)
n n
Para poder relacionar los polinomios ha y hv, realizamos el siguiente proceso para los
vectores ai y vei
ai vei
ari  _
; y vri  __
(24, 25)
a ve
Creando dos nuevos vectores ari y vri, con estos y el vector hi, formamos los polinomios de
relación har(x) y hvr(x).
har ( altura de corte, hi vs. Área, ari)
har(x)= a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 (26)
hvr ( altura de corte, hi vs. Volumen, vri)
hvr(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 (27)
Se resuelve los polinomios para obtener el polinomio solución Pf(x)

Pf(x)= har(x)- har(x) (28)
A este polinomio le obtenemos las raíces por el método de Newton, este es muy rápido y
eficiente ya que la convergencia es de tipo cuadrático (el número de cifras significativas se
duplica en cada iteración). Sin embargo, la convergencia depende en gran medida de la
forma que adopta la función en las proximidades del punto de iteración.
Obtenemos las raíces del polinomio solución
x1, x2, x3, x4, x5
Se descartan las raíces imaginarias y las que se encuentran fuera del rango del estudio,
generalmente nos quedan dos soluciones: una cuyo valor tiene a cero y la otra que posee
un valor mayor, descartamos la que tiende a cero por que el área y el volumen son muy
pequeños y no corresponderían a un posible diseño. Entonces tendríamos una única
solución que seria nuestra altura de corte optima, ho = xi.
Este valor ho lo reemplazaríamos en los polinomios 18 y 19, con lo cual obtendríamos el
área óptima y el volumen optimo de diseño.

Figura 6. Altura optima
Limites de confianza
Es conveniente expresar la precisión de una estimación con una probabilidad dada, lo que
significa proporcionar los límites en que se da el valor verdadero. Estos límites se llaman
límites de confianza puesto que se puede decir el grado de confianza con el cual se
encuentra el valor verdadero. Con base en la distribución conocida en topografía, dichos
límites se pueden calcular para cualquier parámetro estadístico, como son la media y la
desviación estándar.
Se ha demostrado que en la desviación estándar () fija, los limites entre los cuales deben
esperarse queden las mediciones, en el 68.27 % de las veces. Los errores del 90 y 95 %
(2) se usan comúnmente para especificar expresiones necesarias en proyectos
topográficos. En este caso se empleará errores del 95 %.

El grado de confianza también llamado coeficiente de confianza, y el intervalo de los
límites, intervalo de confianza. Estos intervalos son comúnmente del 95 % que están dados
por la siguiente expresión:
_
Limite inferior de confianza = x – (2 / n) (29)
_
Limite superior de confianza = x + (2 / n) (30)
Para el caso de la altura de corte se ha determinado el valor para , según reportes de
diferentes fabricantes de maquinaria de 0,05 m.
Con la siguiente expresión se calculan el límite inferior y superior de confianza para la
altura de corte:
Limite inferior de confianza = h0 – (2 / n) (31)
Limite superior de confianza = h0 + (2 / n) (32)
Tomando la relación entre el error y el porcentaje del área bajo la curva, se calcula de
forma más simple:
Limite inferior de confianza = h0 - 1.9599 *  (33)
Limite superior de confianza = h0 + 1.9599 *  (34)

Una vez obtenidos estos limites, se reemplazan en los polinomios 18 y 21 hallando así el
rango de diseño tanto para el área y el volumen.
Figura 7. Limites
Para el caso del área y el volumen, se va generar una franja alrededor de los polinomios 18
y 21, con un intervalo de confianza del 95 %, para esto se considera el siguiente valor de 
para el área: a = ± 1 m2 y para el volumen: v = ± 2 m3
Estos intervalos de confianza son utilizados en la toma de decisiones sobre el rango de los
costos establecer la viabilidad económica de un proyecto de adecuación de un terreno con
fines urbanísticos, ya que el modelo establecer la relación costo beneficio en términos de
de área neta a utilizar y su valor.

Área:
Limite de confianza inferior
ha(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 - a (35)
Limite de confianza superior
ha(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 + a (36)
Volumen:
hv(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 - v (37)
hv(x)= p(x) = a4 . x4 + a3 . x3 + a2 . x2 + a1 . x + a0 + v (38)
Con esto se establece una zona de incertidumbre como elemento fundamental en la toma de
decisiones para el diseño. Considerando otros parámetros (económico) que en definitiva
permita establecer la solución óptima

Figura 8. Limites de confianza
La incertidumbre tanto en las decisiones del área y volumen en función de la altura corte
depende fundamentalmente de la velocidad de cambio de los polinomios por lo tanto es
importante resaltar con base en la siguiente figura que no coincide el rango de
incertidumbre para el área y el volumen, lo que significa debe estudiarse el efecto de una
de los rangos sobre el otro

Figura 22. Incertidumbre
Análisis de resultados.
 Dentro de la muestra analizada, generada en la simulación de terrenos considerados
en condiciones generales de nuestro planeta, se encontró un caso, que corresponde
a un representación de una topografía muy irregular, típica de superficies terrestres
con procesos de erosión severa o modificadas por el hombre, que generalmente
corresponde a superficies de dimensión fractal 2.4. En este caso, para los
polinomios normales, se obtuvo una única solución identificada por la intercepción
entre ellos y es de anotar, que este punto de intercepción no corresponde realmente
a un punto de optimización, debido a que la relación de escala, que no es unitaria
disfraza este valor, por lo tanto es necesario hacer una transformación de los
valores para una escala única. Es de anotar que esta situación se presente a la
diferencia de la rata de cambio entre los volúmenes y el área.
 Para el resto de la muestra simuladas que corresponde a representaciones
topográficas con mayor uniformidad o cambios suaves de pendiente, casos muy
comunes en el eje cafetero, no hay solución para los polinomios entre área y
volumen, posiblemente porque existe una ratas de velocidad de cambio muy
similares entre los polinomios de análisis, lo que hace necesario acudir a criterios de
normalización que permiten llegar a un solución equilibrada u óptima dentro de
unos límites de confianza.
 De acuerdo a lo anterior esta última condición corresponde a representaciones de
topografía con superficies continuas (convexas o cóncavas) lo que indica estabilidad
del terreno. Por lo tanto la simulación de estas superficies corresponde a terrenos
cuya dimensión fractal esta entre 2.1 y 2.2.
 Con base a los resultados y considerando que los casos particulares de corte y lleno,
el comportamiento de cambio de área y volumen en función e la altura de corte o
lleno son semejantes, el método elaborado es aplicable indiscriminadamente a
cualquiera de los dos.

 Cuando no hay datos suficientes, existe la posibilidad de construir polinomios del
comportamiento de la superficie terrestre, se puede acudir a datos discretos en el
que se pude tomar tres o mas datos de volúmenes y ares en l mismo caso a aunque
los dos sitios estén separados y compararlos gráficamente mediante histogramas y
deducir de el ala condición optima que define los valores óptimos de corte o lleno.
 Los resultados obtenidos con base en simulaciones de dimensión fractal 2.1 a 2.4,
mostraron que para las dimensiones menores se obtiene representaciones de
superficies topográficas que al aplicar los polinomios no dan una solución. Esta
condición obliga a establecer el valor óptimo con base en una zona de incertidumbre
que se define en términos de la precisión de los polinomios, con la cual se obtiene
la posibilidad de establecer el punto central de equilibrio de la franja (centro de
gravedad de la figura) que establece una relación adecuada entre áreas y volúmenes
de corte o lleno. De esta manera se puede percibir la relación entre la simulación de
esta s superficies y el método establecido para determinar el punto óptimo entre área
y volumen en función de la altura de corte o lleno.
Ejemplo
Dado un terreno del cual se obtuvieron los siguientes datos determinar el rango aceptable
de diseño de un movimiento de tierra en corte. La cota superior del terreno es 10.00 m

H(m) A(m2) V(m3)
0.25 4.800 0.449
0.50 105.440 7.966
0.75 553.600 86.222
1.00 1569.600 345.935
1.25 2536.160 859.821
Media: 953.920 260.079
Con esta tabla crearemos dos polinomios de cuarto grado denominados AH (Área vs. altura
de corte) y VH (volumen vs. altura de corte) que podemos ver en la siguiente grafica.
3000
2500
Area - Volumen
2000
Area
1500
Volumen
1000
500
0
0 0,5 1 1,5
Altura de corte
Los polinomios iniciales son
AH
y = -8934.4x4 + 24686x3 - 20289x2 + 6913.1x - 806.24 R2 = 1
VH
y = -405.35x4 + 2194.4x3 - 2092.3x2 + 734.25x - 85.049 R2 = 1
En los procesos de movimientos de tierra, el volumen a mover sufre de un factor de
expansión para nuestro,ejemplo, utilizaremos el 20%,
H (m) A(m2) V(m3)

0.25 4.800 0.539
0.5 105.440 9.559
0.75 553.600 103.466
1 1569.600 415.122
1.25 2536.160 1031.785
Media : 953.920 312.094
Calculamos la media del área y el volumen, que utilizaremos en un proceso simple de
normalización (área / media del área y volumen / media del volumen) para poder relacionar
el polinomio AH y VH eliminado el problema de las unidades, obteniendo la siguiente
tabla:
H (m) A V
0.25 0.005 0.002
0.5 0.111 0.031
0.75 0.580 0.332
1 1.645 1.330
1.25 2.659 3.306
Media 1.000 1.000
Con estos datos elaboramos la siguiente grafica donde vemos los polinomios AH y VH, los
cuales se interceptan en un punto.

3,500
3,000
2,500
2,000 AH
1,500 VH
1,000
0,500
0,000
0 0,5 1 1,5
Altura de corte
Polinomio AH
y = -9.366x4 + 25.879x3 - 21.269x2 + 7.2471x - 0.8452 R2 = 1
Polinomio VH
y = -1.5586x4 + 8.4374x3 - 8.0448x2 + 2.8232x - 0.327 R2 = 1
Para hallar la intercepción de estos polinomios emplearemos el método de Newton y lo
resolvemos con el programa Matlab
EDU» p1=[ -9.366 25.879 -21.269 7.2471 -0.8452]
p1 =
-9.3660 25.8790 -21.2690 7.2471 -0.8452
EDU» p2= [-1.5586 8.4374 -8.0448 2.8232 -0.327]
p2 =
-1.5586 8.4374 -8.0448 2.8232 -0.3270
EDU» p= p1-p2
p=
-7.8074 17.4416 -13.2242 4.4239 -0.5182
EDU» r=roots(p)
r=
1.1382
0.4256+ 0.2393i
0.4256- 0.2393i
0.2446
Se descartan las raíces imaginarias y las que se encuentran fuera del rango del estudio, en
este caso las imaginarias, quedando dos posibles soluciones se descarta la menor (0.2446)
ya que el área y el volumen seria muy pequeños y su solución no tendría valides, por esto la
solución óptima sería 1.1382  1.14 m de altura de corte, remplazando este valor en los
polinomios iniciales obtenemos
Área optima: 1891.80 m2
Volumen optimo: 406.29 m3
Veamos esto gráficamente

Calculamos el rango aceptable a partir de la precisión de la altura de corte que es  0.05 m
95 = 0.05 . 1.955 = 0.10
Altura de corte
Limite inferior = 1.14 – 0.10 = 1.04 m
Limite superior = 1.14 + 0.05 = 1.24 m
Remplazamos estos valores en los polinomios iniciales
Área
Limite inferior: 1655.13 m2
Limite superior: 2128.47 m2
Volumen
Limite inferior: 435.90 m3
Limite superior: 539.35 m3

Veamos gráficamente esta solución:
La cota de corte estarían en el rango [8.76...8.96]
Polinomios de incertidumbre:
Área:
y = -8934.4x4 + 24686x3 - 20289x2 + 6913.1x - 807.24 R2 = 1
y = -8934.4x4 + 24686x3 - 20289x2 + 6913.1x - 805.24 R2 = 1
Volumen:

y = -486.43x4 + 2633.3x3 - 2510.7x2 + 881.1x - 103.06 R2 = 1
y = -486.43x4 + 2633.3x3 - 2510.7x2 + 881.1x - 101.06 R2 = 1

9. RESULTADOS Y CONCLUSIONES
9.1. ALCANCE DE LA INVESTIGACIÓN
Se diseñó una metodología para la optimización de movimientos de tierra aplicada a
proyectos urbanísticos, para ser usada en la zona del eje cafetero; también puede ser
empleada en las diferentes zonas del país donde la topografía difiera de terrenos planos.
Esta metodología emplea las variables área, volumen y alturas de corte o lleno, creando un
modelo en donde se determina el punto óptimo y alrededor de este una zona de
incertidumbre llamada zona de diseño, logrando la mayor área a utilizar en la construcción
con el menor volumen de tierra a mover.
Una vez logrado lo anterior, se permitirá un uso más racional de los recursos naturales,
reduciendo los impactos producidos por estos tipos de obras civiles.
La metodología genera una zona de diseño de movimientos de tierra ideal, que
generalmente se establecía sin ningún criterio científico, proporcionando los elementos para
la reducción de los costos en la ejecución de las obras y brindando la posibilidad de tener
diferentes alternativas en los movimientos de tierra.

9.2. RESULTADOS ENCONTRADOS Y RECOMENDACIONES
 La metodología presentada en este trabajo garantiza una confiabilidad de los
diseños de volúmenes de tierra a mover en obras de ingeniería. Su aplicación esta
limitada a terrenos considerados urbanizables en el eje cafetero. ( ver lineamientos
del modelo)
 La geometría fractal proporciona una herramienta ideal para la descripción de los
fenómenos complejos de la naturaleza, como es el caso de una porción de la
superficie terrestre.
 Una vez seleccionadas las variables a estudiar y la determinación estadística de sus
relaciones, se determinó las variables fundamentales para optimizar un movimiento
de tierra, siendo estas el área, el volumen y la altura de corte o lleno.
 El estudio bibliográfico permitió establecer la importancia de la modelación de
superficies para los movimientos artificiales de tierra.
 La geometría fractal, mediante el algoritmo del desplazamiento del punto medio, es
fundamental en los procesos de simulación estocástica para los trabajos de

investigación en la modelación de superficies por su bajo costo y su gran
aleatoriedad.
 Los modelos digitales de elevaciones son de gran utilidad para el análisis de
terrenos con diferentes fines como son la simulación, la visualización de terrenos, la
representación topográfica y la ingeniería civil.
 Este modelo trata de dar elementos teóricos para el desarrollo de un diseño racional
para un movimiento de tierra cuyo objetivo sea exclusivamente un corte o un lleno.
 El cambio de actitud de los profesionales para sustituir el método clásico y
practicista de movimientos de tierra por un método racional, como es el modelo
elaborado.
 Mejorar la percepción de la realidad del terreno a través del nuevo modelo que
conduzca ha unas alternativas de diseño con posibilidad de estudiar el impacto al
transformar dicha realidad.
 Este proyecto pretende como resultado de investigación y académico sentar las
bases para establecer una línea de investigación en modelación de superficies.
 La Dimensión fractal para este estudio no proporciono ningún resultado

9.3. RECOMENDACIONES PARA INVESTIGACIONES FUTURAS
Una vez desarrollado este estudio se plantea una investigación futura sobre modelación de
superficies terrestres, divida en tres etapas las cuales serian: un desarrollo teórico que
incluiría conceptos, principios y relaciones, un trabajo se aplicación que incluiría
transformaciones, y un desarrollo tecnológico, que específicamente sería un software.
Por otra parte, seria muy importante iniciar estudios sobre la aplicación de la geometría
fractal en la toma de datos de campo, lo que transformaría todo el proceso de adquisición
de datos y su posterior procesamiento.
El uso de la simulación empleando los elementos de la geometría fractal seria un buen
punto de partida para futuros trabajos de investigación relacionados con determinación de
volúmenes y métodos de interpolación.

BIBLIOGRAFIA
ABAD Adela. SERVIN Luis A. Introducción al muestreo. Limusa. Segunda edición.
México. 208 p.
ATO Manuel, LÓPEZ Juan José, Fundamentos de estadística con Systat. Addision-Wesley
Iberoamericana S.A. 1994. USA. 630 p.
ANTÓN Galera Sergio, SÁNCHEZ Daniel Moltó. Razonamiento Geométrico generación
de superficies con fractales. 1999. 10 p.
BELDA Céspedes Ángel, Creando Paisajes que nunca existieron, La generación de
superficies fractales. 1999. 21 p.
DE GUZMÁN, Miguel, MARTÍN Miguel Ángel, MORÁN Manuel y REYES Miguel.
Estructuras Fractales y sus Aplicaciones. Labor. Barcelona. 1993. 274 p.
DEPARTAMENTO DE AGRICULTURA DE LOS ESTADOS UNIDOS DE AMÉRICA.
Manual de ingeniería de suelos. Nivelación de terreno. 6ª ed. Editorial diana. México
1982.70 p.
DÍAZ Jurado Jairo. Laboratorio de mecánica de suelos. Universidad del Quindío. 1978. 53
p.
EL-SHEIMY Nacer, Digital Terrain Modelling. The University of Calgary. 1999. Canadá.
162. p.
EBNER H, D. Fritsch, Modelos digitales de relieves de alta fidelidad. Elementos de los
sistemas de información territoriales. FIG XVIII International Congress of Surveyor.
Canadá. 1986. 7 p.
FELICÍSIMO Ángel M. Modelos Digitales del Terreno, Introducción y Aplicaciones en la
Ciencias Ambientales. Oviedo 1994. 118 p.
FELICÍSIMO Ángel M. Curso de Modelos Digitales del Terreno. Oviedo 2001. 122 Págs.
FELGUEIRAS Carlos, GOODCHILD Michael F. Two Papers on Triangulated Surface
Modelling. National Center for Geographic Information and Analysis. 1995. 46 p
JÜRGENS Hartmut, PEITGEN Heinz-Otto y SAUPE Dietmar. El lenguaje de los
Fractales. Revista investigación y ciencia No 169 octubre 1990.
GAZDIZICKI Jerzy. Sistemas de información especial. Romera, Polonia. 1990. 244 p.

GOODCHILD, M. F., MARK, D. M. The Fractal Nature of Geographic Phenomena.
Annals of the Association of American Geographers. 1987. p 265-278.
HWANG Jin-Tsong, SHIH Tian-Tuan. On the Characteristics of Simulated Terrain Using
the Successive Random Addition Midpoint Displacement Method, Department Of Civil
Engineering. National Chiao-Tung University. 1998. 21 p.
HICKERSON T. F. Route location and Design 5th. McGraw HILL. 1967
LINDER Wilfried. Lisa Para Windows NT. Instituto Geográfico de la Universidad de
Dusseldorf. 2000. 73 p.
MAYA G. Jaime A. Modelos Digitales del Terreno. Instituto Geográfico Agustín Codazzi.
1991. 29 p.
MONKHOSE F. J. y H. R. Wilkinson. Mapas y diagramas. Oikos-tau s.a. España.
1968.533 p.
MONTES de Oca Miguel. Topografía. 4ed. Alfaomega. México 1989 344p.
NAYLOR, Balintfy Burdik, Kong Chu. Técnicas de Simulación de Computadores. Limusa
México. 1977. 390 p.

NOVAK Joseph D. y GOWIN Bob . Aprendiendo a Aprender. Martínez Roca. España
1988. 228 p.
PACHECO Díaz, Cuauhtémoc. Caos y Fractales. Nuevas fronteras de la Ciencia.
Alephzero 9, mayo-Junio 1997. 4 p.
PARKER Harry y MAcGUIRE John W,. Ingeniería de Campo Simplificada para
arquitectos y constructores. Limusa Wiley, México 1972. 261 p.
PESCHIER Jarno. Universitiet Utrecht. Holanda. 1996
PEITGEN Heinz-Otto, Saupe Dietmar. The Science of Fractal Images, Springer-Verlag.
1988. United States of America. 312 p.
PETRIE G. and KENNIE T. J. M. Terrain Modelling in Surveying and Civil Engineering.
McGraw-Hill 1991. Glasgow U. K. 351 p.
RÍOS Insua David, RIOS I Sixto. Jacinto Matin. Simulación métodos y aplicaciones.
Alfaomega - Rama . 2000. 371 p.
RENCHER C. Alvin. Methods of Multivarinte Analysis. Wiley. 1995. 627 p.

ROSS Shelton M. Simulación. Segunda edición. 1997. México. 282 p.
SALVÁ Femenía Maite, LLOBELL Salvador Puig Fco. FERRÁNDIZ BROTONS Tomás,
Introducción a la Geometría Fractal, 1999, 23 p.
SANYAOLU A. New Analytic Volume Formulas and Automatic Checks for Earthworks.
The Canadaian Surveyor. Le geometre Canadian. june juin Vol 32 No 2 Otawa 1978. 316
p.
TSOUKIS Dimitrios. Fractals in digital Terrain Modelling, Department of Geomatic
Engineering. University College. London. 1999. 17 p
VIDAL Holguín, Carlos Julio. Introducción a la Modelación matemática y Optimización.
Universidad del Valle, Cali, 1999. 107 p.
US Army Corps of Engineers. Hydrographic Surveying. 1994. 338 p.
WOLF Paul R. and Brinker Rusell C. Topografía. Alfaomega. Novena edición. México
1997. 834 p.
WOOD Joseph. The Geomorphological Characterization of Digital Elevation Models.
Department of Geography. University of Leicester. Leicester. Uk. 1996. 56 p

Paginas de Internet
BABIC Kristopher. Using Fractals to Simulate Natural Phenomena, Estados Unidos.
http://davis.wpi.edu/~matt/courses/fractals/index.htm 2000
MARÁK Ivo, , Czech Technical University, Czech Rep.
http://www.cg.tuwien.ac.at/studentwork/CESCG97/marak/ 2000
YOO Howard. Fractal Terrain Generation.
http://www.geocities.com/howard_yoo/ 2001
MUÑOZ Francisca, MEZA Rodrigo, Descubriendo los fractales. U. de Chile.
http://www.doc.unchile.cl/~rmesa/proyectos/Nubes_Fractales/Nube1/ 2000
ANEXO A PROGRAMA FUENTE
Programa fuente escrito C++, para generar montañas a partir del algoritmo del
desplazamiento del punto medio aleatorio, perteneciente al movimiento Browniano
fraccionario.
#include<stdio.h>
#include<conio.h>
#include<math.h>
#include<process.h>
#include<stdlib.h>
#include<time.h>
#include<string.h>
#include<dos.h>
struct punto{float x,y,z;};

struct punto array[70][70];
float promedio(void);
float promedio_2(int,int);
float Gauss(void);
float f_abs(float);
unsigned long pot(unsigned int,unsigned int);
FILE *handle;
float H,Size_xy,Size_z,detail,DF,maximo=0.0;
unsigned long arraysize;
unsigned int n,m,i,j,k;
int cx,cy,paso;
main()
{
char nombre[30];
clrscr();
cprintf("Defina el ancho del terreno cuadrado (m): ");
scanf("%f",&Size_xy);
cprintf("Defina la altura máxima de la montaña(m): ");
scanf("%f",&Size_z);
cprintf("Defina la dimensión fractal deseada : ");
scanf("%f",&H);
H=3.0-H;
do
{
cprintf("Defina la resolución deseada (m >ancho/70): ");
scanf("%f",&detail);
m=Size_xy/detail;
for(n=0;pot(2,n)<m;n++);
if(pot(2,n)>70)n--;
m=pot(2,n);
}
while(m>=70);
arraysize=pot(m+1,2);
detail=Size_xy/m;
clrscr();
cprintf("La cantidad de puntos a trazar es: %d ",arraysize);
cprintf("\r\n Con una resolución de %2.1f mts \r\n",detail);
for(i=0;i<=m;i++)
for(j=0;j<=m;j++)
{
array[i][j].x=i*Size_xy/m;
array[i][j].y=j*Size_xy/m;
array[i][j].z=0;
}
randomize();
DF=1.0;
array[0][0].z=Size_z*DF*Gauss();
array[0][m].z=Size_z*DF*Gauss();
array[m][0].z=Size_z*DF*Gauss();
array[m][m].z=Size_z*DF*Gauss();
for(i=1;i<=n;i++)
{
paso=m/pot(2,i);
/*C lculo de los puntos medios*/
for(j=1;j*paso<m;j+=2)
for(k=1;k*paso<m;k+=2)
{
cx=k*paso;
cy=j*paso;
array[cx][cy].z=promedio();
array[cx][cy].z+=(DF*Gauss());
}
/*Cálculo de los diamantes*/
for(j=1;j*paso<=m;j+=2)
for(k=1;k*paso<=m;k+=2)
{
cx=k*paso;
cy=j*paso;
array[cx-paso][cy].z=promedio_2(cx-paso,cy);
array[cx-paso][cy].z+=(DF*Gauss());
array[cx][cy-paso].z=promedio_2(cx,cy-paso);
array[cx][cy-paso].z+=(DF*Gauss());
array[cx+paso][cy].z=promedio_2(cx+paso,cy);
array[cx+paso][cy].z+=(DF*Gauss());
array[cx][cy+paso].z=promedio_2(cx,cy+paso);
array[cx][cy+paso].z+=(DF*Gauss());
}
DF*=exp(-1*H*log(2.0));
}
array[m/2][m/2].z=promedio_2(m/2,m/2);
array[m/2][m/2].z+=DF*Gauss();
/*Proceso de Renormalizaci¢n*/
for(i=0;i<=m;i++)
for(j=0;j<=m;j++)
{
if(array[i][j].z>maximo)maximo=array[i][j].z;
cprintf(".");
}
for(i=0;i<=m;i++)
for(j=0;j<=m;j++)
{
array[i][j].z=array[i][j].z*Size_z/maximo;
}
clrscr();
cprintf("Nombre y extensión del archivo de salida ? ");
scanf("%s",nombre);
handle=fopen(nombre,"w+");
for(i=0;i<=m;i++)
for(j=0;j<=m;j++)
{
fprintf(handle," %5.5f, ",array[i][j].x);
fprintf(handle," %5.5f, ",array[i][j].y);
fprintf(handle," %5.5f \r",array[i][j].z);
}
fclose(handle);
cprintf("\r\n Archivo creado: ");
getch();
return(0);
}
unsigned long pot(unsigned int base,unsigned int exp)

{
if(!exp)return(1);
if(exp==1)return(base);
else return(base*pot(base,exp-1));
}
float promedio(void)
{
float suma=0;
suma+=array[cx-paso][cy-paso].z;
suma+=array[cx+paso][cy-paso].z;
suma+=array[cx-paso][cy+paso].z;
suma+=array[cx+paso][cy+paso].z;
suma/=4.0;
return(suma);
}
float promedio_2(int x,int y)

{
float suma=0;
int param=0;
if((x-paso)>=0) {suma+=array[x-paso][y].z;param++;}
if((x+paso)<=m) {suma+=array[x+paso][y].z;param++;}
if((y-paso)>=0) {suma+=array[x][y-paso].z;param++;}
if((y+paso)<=m) {suma+=array[x][y+paso].z;param++;}
suma/=param;
return(suma);
}
float Gauss(void)
{
float U1,U2,R,T,X,pi=3.141592653;
unsigned int base=32000;
U1=(1.0+random(base))*exp(-1.0*log(base));
U2=random(base)*exp(-1.0*log(base));
R=sqrt(-2.0*log(1.0*U1));
T=2*pi*U2;
X=R*f_abs(cos(T));
return(X);
}
float f_abs(float x)
{
if(x<0.0)return(-1.0*x);
else return(x);
}
ANEXO B BASE DE DATOS
No Código Relación Volumen Area DF PG Asp Entro DS media Var CV

Vol/Area [%] [z]
1 M0001D21 1,20 5129,20 4266,56 2,10 6,48 4,00 3,17 1,58 4,73 2,48 33,40
2 M0002D21 1,99 14378,59 7212,80 2,10 5,24 4,00 3,33 1,82 6,06 3,31 30,03
3 M0003D21 1,83 14652,90 8003,20 2,10 6,84 2,00 3,12 1,66 6,14 2,75 27,04
4 M0004D21 2,17 17811,53 8211,04 2,10 5,05 3,00 3,23 1,79 6,55 3,21 27,33
5 M0005D21 1,52 6089,51 4002,88 2,10 8,26 5,00 3,37 1,96 4,52 3,86 43,36
6 M0006D21 1,17 6923,37 5935,52 2,10 6,68 5,00 3,17 1,52 5,10 2,30 29,80
7 M0007D21 1,52 7896,66 5204,16 2,10 5,27 4,00 3,32 1,77 5,09 3,16 34,77
8 M0008D21 1,29 2888,88 2238,88 2,10 3,71 6,00 3,01 1,44 4,19 2,09 34,37
9 M0009D21 1,27 2114,81 1670,24 2,10 5,25 4,00 2,14 1,36 3,96 1,85 34,34
10 M0010D21 1,23 4215,80 3440,00 2,10 4,87 4,11 3,14 1,52 4,63 2,32 32,83
11 M0011D22 1,19 3726,37 3136,16 2,20 5,23 4,00 2,95 1,33 4,70 1,78 28,30
12 M0012D22 1,26 2512,05 1998,24 2,20 5,25 4,00 2,97 1,38 4,22 1,91 32,70
13 M0013D22 2,36 19640,92 8305,60 2,20 5,53 6,00 3,25 1,81 6,72 3,27 26,93
14 M0014D22 2,46 20858,88 8471,36 2,20 6,05 4,00 3,23 1,83 6,83 3,35 26,79
15 M0015D22 1,66 11189,96 6748,32 2,20 5,62 4,00 3,30 1,75 5,69 3,07 30,76
16 M0016D22 1,19 3435,96 2892,96 2,20 5,97 4,00 3,27 1,77 4,07 3,15 43,49
17 M0017D22 1,18 8497,78 7180,16 2,20 4,85 4,00 2,98 1,42 5,48 2,01 25,91
18 M0018D22 1,27 4332,63 3401,12 2,20 5,17 7,00 3,32 1,82 4,28 3,31 42,52
19 M0019D22 1,12 5662,00 5035,04 2,20 4,91 5,00 3,15 1,53 4,98 2,33 30,72
20 M0020D22 0,93 3208,06 3462,40 2,20 7,73 5,00 2,96 1,31 4,60 1,75 28,48
21 M0021D23 1,32 3773,60 2863,52 2,30 6,08 5,00 3,04 1,48 4,58 2,20 32,31
22 M0022D23 1,01 5237,04 5171,20 2,30 5,69 6,00 3,09 1,44 4,96 2,09 29,03
23 M0023D23 1,16 3719,45 3207,84 2,30 19,68 5,00 3,31 1,78 4,30 3,18 41,40
24 M0024D23 1,39 5700,31 4096,48 2,30 7,39 4,00 3,09 1,52 5,00 2,33 30,40
25 M0025D23 1,09 2465,60 2266,88 2,30 5,24 5,00 2,85 1,26 4,40 1,58 28,64
26 M0026D23 1,78 14841,95 8344,48 2,30 5,61 4,00 2,91 1,44 6,24 2,06 23,08
27 M0027D23 1,66 9579,75 5777,92 2,30 5,95 4,00 5,61 1,71 5,48 2,92 31,20
28 M0028D23 2,41 19930,09 8284,32 2,30 7,43 3,00 3,29 1,88 6,74 3,72 27,89
29 M0029D23 1,91 11582,01 6058,24 2,30 6,75 3,00 3,34 1,97 5,52 3,90 35,69
30 M0030D23 1,27 2725,16 2140,16 2,30 4,94 4,00 2,92 1,35 4,25 1,83 31,76
31 M0031D24 0,85 3850,89 4505,44 2,40 6,38 5,00 3,05 1,85 4,74 1,90 39,03
32 M0032D24 1,25 3157,17 2524,32 2,40 5,97 4,00 3,08 1,54 4,08 2,38 37,75
33 M0033D24 1,62 6305,20 3902,56 2,40 9,70 6,00 3,40 2,01 4,58 4,03 43,89
34 M0034D24 1,31 5654,21 4318,72 2,40 9,26 5,00 3,31 1,87 4,58 3,51 40,83
35 M0035D24 1,13 8069,26 7140,32 2,40 5,68 5,00 3,02 1,36 5,47 1,86 24,86
36 M0036D24 1,92 15891,29 8291,68 2,40 5,81 4,00 2,41 1,47 6,36 2,18 23,11
37 M0037D24 2,04 17373,47 8504,96 2,40 41,04 4,00 3,02 1,80 6,38 3,24 28,21
38 M0038D24 1,38 2896,51 2099,52 2,40 7,01 5,00 2,94 1,42 4,27 2,02 33,26
39 M0039D24 1,14 5129,32 4507,84 2,40 7,40 4,00 3,26 1,77 4,50 3,15 39,33
40 M0040D24 1,20 9943,44 8280,32 2,40 7,01 5,00 2,98 1,38 5,76 1,93 23,96
41 M0041D21 1,13 4911,13 4331,36 2,10 5,19 4,00 3,06 1,42 4,93 2,03 28,80
42 M0042D21 1,82 15235,45 8353,12 2,10 0,67 3,00 2,94 1,50 6,27 2,26 23,92
43 M0043D21 1,55 8924,38 5762,40 2,10 6,02 6,00 3,34 1,83 5,28 3,34 34,66
44 M0044D21 1,66 14276,33 8604,96 2,10 5,59 4,00 2,97 1,45 6,20 2,09 23,39
45 M0045D21 2,55 20518,53 8060,96 2,10 7,15 6,00 3,29 2,02 6,71 4,09 30,10
46 M0046D21 1,33 2625,20 1973,76 2,10 5,24 4,00 3,01 1,49 3,94 2,21 37,82
47 M0047D21 1,98 13926,73 7038,24 2,10 5,93 3,00 3,28 1,86 6,03 3,46 30,85
48 M0048D21 1,22 3097,84 2531,68 2,10 4,97 2,00 3,22 1,62 4,09 2,63 39,61
49 M0049D21 1,65 13266,51 8022,72 2,10 6,13 4,00 2,81 1,50 6,00 2,24 25,00
50 M0050D21 1,28 3954,71 3084,32 2,10 7,66 4,00 3,24 1,69 4,26 2,87 39,67
51 M0051D22 0,98 3608,22 3663,68 2,20 5,65 5,00 2,99 1,36 4,72 1,85 28,81
52 M0052D22 2,15 15204,16 7078,88 2,20 6,40 3,00 3,32 1,86 6,74 3,47 27,60
53 M0053D22 1,29 9996,47 7737,92 2,20 5,60 6,00 2,99 1,47 5,69 2,15 25,83
54 M0054D22 1,14 1809,28 1582,72 2,20 4,52 5,00 2,97 1,51 3,41 2,29 44,28
55 M0055D22 1,93 16641,29 8621,92 2,20 5,48 4,00 3,00 1,49 6,44 2,21 23,14
56 M0056D22 2,26 18608,41 8218,70 2,20 5,37 4,00 3,25 1,79 6,28 3,20 28,50
57 M0057D22 1,23 2503,51 2033,76 2,20 6,51 5,00 3,07 1,48 4,00 2,19 37,00
58 M0058D22 1,84 11099,28 6032,96 2,20 6,06 3,00 3,27 1,75 5,66 3,08 30,92
59 M0059D22 1,37 2573,30 1874,72 2,20 5,25 4,00 2,93 1,42 4,04 2,02 35,15
60 M0060D22 1,49 11798,02 7919,84 2,20 12,97 4,00 3,12 1,54 5,88 2,37 26,19
61 M0061D23 1,19 3197,55 2681,60 2,30 6,26 5,00 3,07 1,43 4,40 2,04 32,50
62 M0062D23 2,11 11949,31 5658,08 2,30 9,41 6,00 3,43 2,27 5,36 5,14 42,35
63 M0063D23 1,38 4295,96 3112,00 2,30 5,90 4,00 5,95 1,76 4,31 3,09 40,84
64 M0064D23 1,12 3482,76 3109,92 2,30 5,95 3,00 3,24 1,42 5,09 2,02 27,90
65 M0065D23 1,01 5412,34 5377,44 2,30 4,99 6,00 3,03 1,58 6,27 2,49 25,20
66 M0066D23 2,12 18074,60 8531,80 2,30 5,29 5,00 2,94 1,83 4,30 3,34 42,56
67 M0067D23 1,32 4877,81 3708,32 2,30 6,29 3,00 3,29 1,70 4,71 2,90 36,09
68 M0068D23 2,58 22532,57 8741,12 2,30 5,78 6,00 3,06 1,72 7,05 2,97 24,40
69 M0069D23 1,88 15874,57 8452,96 2,30 5,04 5,00 2,85 1,46 6,36 2,14 22,96
70 M0070D23 1,58 12205,20 7736,96 2,30 5,52 5,00 3,16 1,57 6,01 2,45 26,12
71 M0071D24 1,70 11439,90 6721,92 2,40 7,29 3,00 3,34 1,81 5,71 3,27 31,70
72 M0072D24 1,30 10167,86 7807,36 2,40 10,77 5,00 2,80 1,22 7,05 1,49 17,30
73 M0073D24 1,24 2143,81 1723,04 2,40 5,54 5,00 3,00 1,51 3,62 2,29 41,71
74 M0074D24 1,13 9180,23 8152,48 2,40 8,12 5,00 2,92 1,34 5,68 1,81 23,59
75 M0075D24 0,98 3397,30 3458,72 2,40 6,22 4,00 3,00 1,38 4,66 1,91 29,61
76 M0076D24 1,45 3440,10 2372,32 2,40 6,60 6,00 3,28 1,88 3,79 3,55 49,60
77 M0077D24 1,47 10708,03 7286,08 2,40 9,92 4,00 3,19 1,63 5,68 2,67 28,70
78 M0078D24 1,08 8889,32 8195,20 2,40 5,29 4,00 2,78 1,17 5,68 1,36 20,60
79 M0079D24 1,55 7660,04 4941,12 2,40 6,52 3,00 3,31 1,82 5,00 3,31 36,40
80 M0080D24 1,69 7559,15 4476,00 2,40 7,22 6,00 3,41 2,06 4,74 4,25 43,46
81 M0081D21 2,77 24507,05 8837,44 2,10 5,27 2,00 3,16 1,80 7,23 3,25 24,90
82 M0082D21 2,55 22817,29 8938,88 2,10 4,92 6,00 3,07 1,62 7,10 2,62 22,82
83 M0083D21 2,85 25217,01 8841,60 2,10 5,56 6,00 2,96 1,77 7,33 3,13 24,15
84 M0084D21 2,03 15767,93 7769,44 2,10 5,52 4,00 3,31 1,81 6,25 3,27 28,96
85 M0085D21 1,54 7015,36 4544,16 2,10 6,84 5,00 3,39 1,98 4,73 3,92 41,86
86 M0086D22 1,34 2929,69 2187,36 2,20 5,23 7,00 3,18 1,67 3,85 2,78 43,38
87 M0087D22 2,07 15448,71 7480,16 2,20 8,23 4,00 3,21 1,83 6,27 3,36 29,19
88 M0088D22 2,25 17735,32 7866,56 2,20 7,40 4,00 3,22 1,97 6,45 3,86 30,54
89 M0089D22 1,17 2873,95 2452,80 2,20 5,12 4,00 2,88 1,32 4,35 1,75 30,34
90 M0090D22 1,09 7842,95 7214,88 2,20 5,35 5,00 2,99 1,33 5,47 1,78 24,31
91 M0091D23 2,78 25505,43 9173,28 2,30 6,92 4,00 3,10 1,66 7,38 2,76 22,49
92 M0092D23 1,85 8436,77 4558,40 2,30 11,60 4,00 3,33 1,94 5,18 3,78 37,45
93 M0093D23 1,23 8131,18 6607,36 2,30 7,84 5,00 3,11 1,47 6,00 2,16 24,50
94 M0094D23 0,93 3625,55 3914,56 2,30 8,83 4,00 2,83 1,24 4,98 1,54 24,90
95 M0095D23 1,65 1367,47 826,88 2,30 13,48 4,00 3,00 1,50 3,22 2,25 46,58
96 M0096D24 1,40 1565,41 1118,88 2,40 6,79 5,00 2,90 1,38 3,48 1,91 39,66
97 M0097D24 1,16 2719,65 2342,88 2,40 5,57 4,00 3,20 1,60 3,99 2,56 40,10
98 M0098D24 1,22 3258,75 2680,64 2,40 6,43 6,00 3,21 1,64 4,20 2,69 39,05
99 M0099D24 1,32 7130,49 5419,52 2,40 3,59 6,00 3,19 1,69 5,04 2,86 33,53
100 M0100D24 1,55 10428,09 6710,08 2,40 5,21 7,00 3,27 1,65 5,53 2,73 29,84
101 M0101D21 1,50 7814,13 5215,68 2,10 8,87 3,00 3,27 1,75 5,08 3,07 34,45
102 M0102D21 1,99 3864,66 1944,00 2,10 4,68 3,00 3,02 1,46 4,51 2,13 32,37
103 M0103D21 1,45 3611,35 2487,04 2,10 6,85 3,00 3,29 1,87 3,85 3,48 48,57
104 M0104D21 2,01 16599,95 8257,60 2,10 5,30 6,00 3,17 1,65 6,42 2,73 25,70
105 M0105D21 1,77 14584,01 8252,48 2,10 5,15 6,00 3,14 1,56 6,22 2,44 25,08
106 M0106D21 1,74 11929,66 6859,52 2,10 5,49 5,00 3,25 1,72 5,82 2,96 29,55
107 M0107D21 1,44 6723,19 4677,76 2,10 6,13 6,00 3,38 1,90 4,76 3,63 39,92
108 M0108D21 0,89 4156,83 4657,28 2,10 5,65 5,00 2,87 1,38 4,95 1,90 27,88
109 M0109D21 2,50 18314,30 7318,24 2,10 8,76 4,00 3,29 2,01 6,46 4,04 31,11
110 M0110D21 1,01 7164,85 7076,00 2,10 5,04 4,00 2,95 1,30 5,40 1,68 24,07
111 M0111D21 1,31 6806,29 5209,44 2,10 5,47 2,00 3,28 1,67 5,03 2,81 33,20
112 M0112D21 1,32 4337,42 3294,88 2,10 6,14 4,00 3,38 1,93 4,07 3,73 47,42
113 M0113D21 3,20 28676,43 8968,64 2,10 6,57 5,00 3,03 1,91 7,69 3,65 24,84
114 M0114D21 0,86 5668,42 6602,08 2,10 4,88 6,00 2,92 1,31 5,18 1,73 25,29
115 M0115D21 1,92 11245,76 5869,76 2,10 6,13 7,00 3,32 1,89 5,62 3,58 33,63
116 M0116D21 2,11 13678,80 6485,92 2,10 6,64 7,00 3,33 1,92 5,97 3,69 32,16
117 M0117D21 1,52 5082,19 3349,28 2,10 6,53 5,00 3,01 1,51 4,88 2,28 30,94
118 M0118D21 1,36 5467,02 4031,04 2,10 6,97 4,00 3,27 1,71 4,74 2,94 36,08
119 M0119D21 2,76 23733,66 8601,28 2,10 5,80 3,00 3,20 1,86 7,14 3,45 26,05
120 M0120D21 2,03 14454,41 7131,52 2,10 6,16 2,00 3,33 1,90 6,04 3,62 31,46
121 M0121D21 1,07 3033,03 2839,20 2,10 6,13 3,00 3,32 1,90 3,73 3,59 50,94
122 M0122D21 1,67 10863,43 6517,76 2,10 5,51 3,00 3,25 1,67 5,70 2,80 29,30
123 M0123D21 1,61 8824,96 5486,40 2,10 5,91 4,00 3,31 1,79 5,29 3,20 33,84
124 M0124D21 1,04 5265,07 5052,96 2,10 4,74 3,00 2,77 1,35 5,06 1,81 26,68
125 M0125D21 1,13 5773,82 5088,80 2,10 5,82 6,00 3,21 1,60 4,94 2,57 32,39
126 M0126D21 1,79 10421,19 5824,44 2,10 6,39 2,00 3,30 1,89 5,42 3,48 34,87
127 M0127D21 1,24 1701,19 1368,96 2,10 5,99 6,00 3,17 1,71 3,09 2,91 55,34
128 M0128D21 0,94 3932,19 4172,64 2,10 5,53 4,00 2,87 1,26 4,91 1,60 25,66
129 M0129D21 0,95 3958,07 4173,60 2,10 5,88 5,00 2,98 1,33 4,85 1,76 27,42
130 M0130D21 1,10 3049,65 2760,64 2,10 5,08 4,00 2,98 1,38 4,51 1,92 30,60
131 M0131D21 1,76 13966,80 7948,48 2,10 5,97 5,00 3,17 1,58 6,13 2,50 25,77
132 M0132D21 1,25 6764,16 5394,40 2,10 5,52 3,00 3,19 1,63 5,58 2,66 29,21
133 M0133D21 1,83 14671,90 7996,16 2,10 8,21 4,00 3,16 1,57 6,22 2,46 25,24
134 M0134D21 1,13 7312,92 6480,48 2,10 4,90 4,00 3,12 1,49 5,28 2,23 28,22
135 M0135D21 2,64 23221,45 8806,40 2,10 6,63 4,00 3,17 1,79 7,11 3,20 25,18
136 M0136D21 1,30 2094,72 1607,04 2,10 6,90 4,00 3,10 1,77 3,13 3,14 56,55
137 M0137D21 1,45 7217,29 4983,68 2,10 5,01 6,00 3,34 1,78 5,04 3,16 35,32
138 M0138D21 1,14 4758,74 4191,68 2,10 4,74 7,00 3,11 1,47 4,79 2,17 30,69
139 M0139D21 1,21 2855,97 2366,56 2,10 5,01 5,00 2,97 1,36 4,38 1,86 31,05
140 M0140D21 1,42 11362,63 7991,52 2,10 5,34 3,00 2,91 1,39 5,85 1,92 23,76
141 M0141D21 1,42 11563,00 8136,80 2,10 6,03 3,00 3,00 1,36 5,93 1,86 22,93
142 M0142D21 1,66 7667,19 4608,32 2,10 7,15 2,00 3,44 2,17 4,64 4,69 46,77
143 M0143D21 1,75 14729,09 8424,32 2,10 5,37 4,00 2,99 1,49 6,24 2,22 23,88
144 M0144D21 1,62 14176,57 8750,40 2,10 4,20 4,00 2,73 1,29 6,23 1,65 20,71
145 M0145D21 1,54 7359,19 4792,32 2,10 5,99 3,60 3,41 1,93 4,86 3,73 39,71
146 M0146D21 1,18 2209,68 1872,32 2,10 5,51 6,00 3,05 1,48 3,81 2,20 38,85
147 M0147D21 1,70 11628,20 6853,60 2,10 5,75 7,00 3,28 1,74 5,26 3,02 33,08
148 M0148D21 1,64 7544,62 4596,48 2,10 6,59 5,00 3,36 2,03 4,75 4,13 42,74
149 M0149D21 1,70 13489,88 7958,24 2,10 5,54 6,00 3,03 1,46 6,94 2,14 21,04
150 M0150D21 0,94 4668,47 4944,00 2,10 6,31 4,00 3,03 1,41 4,91 1,99 28,72
151 M0151D21 1,13 3822,91 3385,28 2,10 5,79 5,00 3,27 1,79 4,14 3,21 43,24
152 M0152D21 1,33 1955,58 1472,48 2,10 5,18 4,00 2,93 1,35 3,85 1,84 35,06
153 M0153D21 1,30 2574,10 1981,44 2,10 6,03 6,00 3,04 1,48 4,02 2,21 36,82
154 M0154D21 1,54 8497,35 5510,72 2,10 5,53 7,00 3,23 1,66 5,31 2,77 31,26
155 M0155D21 1,62 8637,34 5324,00 2,10 6,45 7,00 3,31 1,79 5,28 3,20 33,90
156 M0156D21 1,38 2341,77 1696,00 2,10 5,07 5,00 2,79 1,47 3,77 2,16 38,99
157 M0157D21 2,41 21132,84 8750,88 2,10 5,11 6,00 2,95 1,62 6,92 2,61 23,41
158 M0158D21 1,04 7079,59 6805,12 2,10 4,98 3,00 3,02 1,46 5,29 2,13 27,60
159 M0159D21 0,97 5434,83 5580,96 2,10 4,39 4,00 2,93 1,31 5,18 1,73 25,29
160 M0160D21 1,38 2341,77 1696,00 2,10 5,71 3,00 3,31 1,79 5,06 3,19 35,38
161 M0161D21 2,47 21284,19 8618,08 2,10 5,44 7,00 3,22 1,76 6,92 3,10 25,43
162 M0162D21 1,36 2557,06 1882,56 2,10 5,68 4,00 3,25 1,80 3,41 3,26 52,79
163 M0163D21 0,97 1418,11 1465,12 2,10 5,68 6,00 3,13 1,54 3,35 2,37 45,97
164 M0164D21 1,13 8667,50 7651,68 2,10 5,48 4,00 2,95 1,35 5,56 1,83 24,28
165 M0165D21 1,90 15714,67 8278,72 2,10 5,78 4,00 3,00 1,53 6,33 2,33 24,17
166 M0166D21 1,13 8363,50 7398,40 2,10 4,87 3,00 2,90 1,38 5,47 1,90 25,23
167 M0167D21 1,46 10406,94 7122,56 2,10 5,35 6,00 3,12 1,54 5,07 2,37 30,37
168 M0168D21 2,26 18654,00 8248,49 2,10 5,63 7,00 3,29 1,81 6,64 3,29 27,26
169 M0169D21 1,22 3188,49 2612,16 2,10 4,86 6,00 2,97 1,42 4,44 2,03 31,98
170 M0170D21 1,60 6319,45 3939,20 2,10 6,76 3,00 3,31 1,97 4,48 3,89 43,97
171 M0171D21 1,34 2273,73 1693,44 2,10 9,75 4,00 3,16 1,71 3,41 2,93 50,15
172 M0172D21 2,10 11937,81 5688,32 2,10 7,04 7,00 3,43 2,17 5,46 4,72 39,74
173 M0173D21 1,78 10025,32 5629,28 2,10 6,24 7,00 3,31 1,83 5,45 3,36 33,58
174 M0174D21 2,58 22434,78 8708,80 2,10 5,72 5,00 3,08 1,70 7,04 2,90 24,15
175 M0175D21 1,22 6550,50 5367,36 2,10 8,25 5,00 3,03 1,37 5,27 1,88 26,00
176 M0176D21 1,79 9654,84 5403,68 2,10 7,08 3,00 3,41 2,11 5,10 4,45 41,37
177 M0177D21 1,33 3510,12 2646,56 2,10 5,01 7,00 3,25 1,72 4,04 2,95 42,57
178 M0178D21 1,35 1359,01 1005,92 2,10 9,40 5,00 3,11 1,57 3,30 2,46 47,58
179 M0179D21 1,16 2224,32 1912,48 2,10 4,99 3,00 3,02 1,48 3,77 2,18 39,26
180 M0180D21 1,38 2424,43 1761,92 2,10 5,85 5,00 3,07 1,54 3,83 2,37 40,21
181 M0181D21 2,00 16954,15 8488,48 2,10 6,55 5,00 3,01 1,54 6,45 2,37 23,88
182 M0182D21 0,84 4605,91 5478,88 2,10 5,28 4,00 3,00 1,40 4,92 1,95 28,46
183 M0183D21 2,21 18540,11 8387,20 2,10 5,44 7,00 3,26 1,72 6,62 2,97 25,98
184 M0184D21 2,77 24736,05 8919,20 2,10 5,57 6,00 3,02 1,74 7,28 3,03 23,90
185 M0185D21 1,26 8089,18 6402,72 2,10 4,70 6,00 3,19 1,56 5,38 2,43 29,00
186 M0186D21 1,77 11058,36 6257,60 2,10 6,35 5,00 3,32 1,82 5,68 3,33 32,04
187 M0187D21 1,34 9341,64 6957,44 2,10 5,08 5,00 3,11 1,44 5,61 2,07 25,67
188 M0188D21 3,09 24350,43 7878,88 2,10 9,14 5,00 3,35 2,37 7,03 5,60 33,71
189 M0189D21 1,38 9176,16 6633,12 2,10 5,02 2,00 3,26 1,67 5,44 2,79 30,70
190 M0190D21 1,01 3896,03 3848,64 2,10 6,19 5,00 3,07 1,44 4,72 2,07 30,51
191 M0191D21 1,65 7773,93 4713,12 2,10 6,71 2,00 3,40 2,05 4,77 4,22 42,98
192 M0192D21 0,92 3671,83 3981,44 2,10 4,85 3,00 2,92 1,30 4,82 1,68 26,97
193 M0193D21 1,15 8516,02 7403,36 2,10 5,49 5,00 3,00 1,35 5,56 1,81 24,28
194 M0194D21 1,97 16029,89 8138,88 2,10 5,13 6,00 3,07 1,60 6,34 2,56 25,24
195 M0195D21 1,15 4268,96 3716,32 2,10 6,14 3,00 3,29 1,88 4,16 3,53 45,19
196 M0196D21 1,39 10590,50 7639,52 2,10 4,93 5,00 3,08 1,44 5,76 2,08 25,00
197 M0197D21 1,36 2465,30 1814,88 2,10 4,90 5,00 2,97 1,52 3,79 2,30 40,11
198 M0198D21 1,34 6589,40 4929,60 2,10 6,41 6,00 3,25 1,65 5,05 2,74 32,67
199 M0199D21 1,34 2926,61 2187,52 2,10 6,77 6,00 3,22 1,75 3,85 3,06 45,45
200 M0200D21 1,18 5939,87 5025,28 2,10 6,92 4,00 3,17 1,53 5,03 2,33 30,42
201 M0201D22 1,55 11071,45 7134,56 2,20 5,06 2,00 3,24 1,66 5,71 2,74 29,07
202 M0202D22 1,59 8835,39 5559,04 2,20 5,65 7,00 3,32 1,79 5,27 3,19 33,97
203 M0203D22 1,99 15597,32 7846,08 2,20 7,57 4,00 3,23 1,82 6,23 3,33 29,21
204 M0204D22 1,90 11277,17 5934,08 2,20 6,60 5,00 3,31 1,92 5,55 3,70 34,59
205 M0205D22 1,33 2437,43 1836,00 2,20 5,70 4,00 2,81 1,30 4,24 1,69 30,66
206 M0206D22 0,82 5185,50 6307,84 2,20 4,51 6,00 2,91 1,35 5,09 1,82 26,52
207 M0207D22 1,46 3400,93 2331,68 2,20 6,11 5,00 3,04 1,55 4,22 2,39 36,73
208 M0208D22 1,01 6672,62 6630,56 2,20 5,95 5,00 3,00 1,35 5,51 1,82 24,50
209 M0209D22 1,41 1803,12 1282,72 2,20 8,34 4,00 3,15 1,86 2,67 3,46 69,66
210 M0210D22 1,22 6831,59 5615,68 2,20 6,16 6,00 2,98 1,33 5,26 1,78 25,29
211 M0211D22 1,44 9903,55 6871,36 2,20 6,47 3,00 3,19 1,58 5,59 2,50 28,26
212 M0212D22 1,43 4566,78 3196,48 2,20 6,46 6,00 3,26 1,71 4,44 2,39 38,51
213 M0213D22 1,35 10472,43 7769,76 2,20 5,05 3,00 3,09 1,45 5,75 2,09 25,22
214 M0214D22 1,35 4495,00 3320,80 2,20 5,73 4,00 3,13 1,54 4,66 2,37 33,05
215 M0215D22 1,37 2564,85 1873,92 2,20 5,24 5,00 3,11 1,59 3,79 2,53 41,95
216 M0216D22 1,28 7720,42 6022,88 2,20 5,09 2,00 3,22 1,59 5,29 2,54 30,06
217 M0217D22 2,01 11235,29 5600,64 2,20 7,15 3,00 3,42 2,14 5,37 4,59 39,85
218 M0218D22 1,81 11233,35 6211,52 2,20 5,73 5,45 3,31 1,82 5,66 3,30 32,16
219 M0219D22 1,09 2453,60 2246,24 2,20 5,01 5,00 2,85 1,26 4,40 1,59 28,64
220 M0220D22 1,18 2561,53 2170,24 2,20 5,11 5,00 2,83 1,34 4,21 1,81 31,83
221 M0221D22 1,27 10017,44 7895,52 2,20 5,93 5,00 3,00 1,37 5,77 1,88 23,74
222 M0222D22 1,64 9487,96 5773,44 2,20 5,62 4,00 3,26 1,71 5,47 2,92 31,26
223 M0223D22 1,13 1937,67 1717,60 2,20 7,41 6,00 3,16 1,83 3,07 3,33 59,61
224 M0224D22 1,96 14905,15 7612,48 2,20 8,88 6,00 3,27 1,85 6,10 3,44 30,33
225 M0225D22 1,30 2159,57 1660,64 2,20 5,70 4,00 3,11 1,62 3,49 2,62 46,42
226 M0226D22 0,92 6483,67 7015,04 2,20 6,84 5,00 2,99 1,48 5,22 2,18 28,35
227 M0227D22 1,54 6213,16 4032,00 2,20 6,38 4,00 3,38 1,89 4,67 3,59 40,47
228 M0228D22 1,29 3309,24 2566,56 2,20 5,84 4,00 3,30 1,84 3,79 3,37 48,55
229 M0229D22 2,36 20584,16 8716,32 2,20 5,84 4,00 3,13 1,63 6,86 2,66 23,76
230 M0230D22 1,59 11415,81 7171,68 2,20 4,98 6,00 3,28 1,70 5,75 2,89 29,57
231 M0231D22 1,17 3406,81 2917,60 2,20 4,67 6,00 3,06 1,42 4,50 2,01 31,56
232 M0232D22 2,62 21193,11 8080,96 2,20 6,17 5,00 3,33 2,03 6,82 4,11 29,77
233 M0233D22 1,14 6708,85 5865,60 2,20 7,34 5,00 3,05 1,40 5,23 1,96 26,77
234 M0234D22 1,21 5804,62 4785,44 2,20 5,27 3,00 3,24 1,62 4,84 2,62 33,47
235 M0235D22 1,93 12876,28 6676,96 2,20 5,77 7,00 3,27 1,78 5,92 3,19 30,07
236 M0236D22 1,71 8165,37 4782,88 2,20 6,19 4,00 3,36 1,90 5,02 3,62 37,85
237 M0237D22 2,39 21014,04 8804,64 2,20 9,00 4,00 2,96 1,64 6,88 2,68 23,84
238 M0238D22 1,33 2220,53 1665,28 2,20 5,77 5,00 3,10 1,60 3,52 2,55 45,45
239 M0239D22 1,96 15721,09 8028,64 2,20 4,99 6,00 3,21 1,67 6,30 2,79 26,51
240 M0240D22 1,65 8496,04 5138,04 2,20 6,08 5,00 3,23 1,72 5,26 2,96 32,70
241 M0241D22 1,08 1929,07 1781,76 2,20 5,73 5,00 3,23 1,73 3,46 2,98 50,00
242 M0242D22 2,07 15845,05 7661,92 2,20 6,57 3,00 3,33 1,97 6,24 3,86 31,57
243 M0243D22 1,79 13974,78 7807,68 2,20 5,88 4,00 3,18 1,64 6,09 2,70 26,93
244 M0244D22 1,25 2475,29 1980,32 2,20 5,13 4,00 3,06 1,49 3,90 2,23 38,21
245 M0245D22 2,05 11006,95 5372,80 2,20 8,56 3,00 3,43 2,29 5,16 5,26 44,38
246 M0246D22 2,04 18159,15 8904,48 2,20 5,27 4,00 2,88 1,40 6,63 1,95 21,12
247 M0247D22 0,95 3670,37 3854,56 2,20 5,52 3,00 3,19 1,62 5,26 2,61 38,03
248 M0248D22 1,17 9328,63 7946,40 2,20 7,04 4,00 2,91 1,32 5,65 1,74 23,36
249 M0249D22 1,45 1765,06 1220,48 2,20 5,69 4,00 2,96 1,72 2,79 2,95 61,65
250 M0250D22 1,00 3344,64 3353,44 2,20 7,21 4,00 3,15 1,60 4,18 2,55 38,28
251 M0251D22 1,73 9223,27 5321,28 2,20 6,95 5,00 3,29 1,83 5,28 3,36 34,66
252 M0252D22 1,06 2210,43 2085,92 2,20 5,90 3,00 3,03 1,50 4,61 2,24 32,54
253 M0253D22 1,15 4537,32 3935,36 2,20 5,22 7,00 3,25 1,66 4,59 2,77 36,17
254 M0254D22 1,25 9580,31 7638,24 2,20 6,20 5,00 3,04 1,40 5,71 1,96 24,52
255 M0255D22 2,13 12567,94 5892,16 2,20 6,99 5,00 3,33 2,09 5,62 4,37 37,19
256 M0256D22 1,09 1785,14 1635,20 2,20 6,57 4,00 3,10 1,73 3,90 3,00 44,36
257 M0257D22 1,76 10268,63 5850,56 2,20 6,69 7,00 3,30 1,84 5,45 3,38 33,76
258 M0258D22 2,58 16152,47 6269,44 2,20 10,26 5,00 3,38 2,27 6,12 5,17 37,09
259 M0259D22 1,62 7468,54 4615,20 2,20 6,95 3,00 3,35 2,03 4,73 4,11 42,92
260 M0260D22 0,83 881,28 1059,04 2,20 4,38 4,00 2,38 0,88 6,16 0,78 14,29
261 M0261D22 1,20 2628,74 2194,24 2,20 5,88 3,00 3,29 1,80 3,71 3,23 48,52
262 M0262D22 1,57 13218,75 8407,36 2,20 5,61 5,00 2,97 1,41 6,09 2,00 23,15
263 M0263D22 1,31 1616,79 1235,04 2,20 5,64 7,00 3,19 1,71 3,00 2,93 57,00
264 M0264D22 2,40 20009,89 8331,36 2,20 7,49 5,00 3,19 1,75 6,81 3,06 25,70
265 M0265D22 1,14 5632,01 4929,60 2,20 7,22 5,00 3,12 1,49 5,04 2,22 29,56
266 M0266D22 1,63 12330,85 7584,00 2,20 6,12 6,00 3,14 1,60 5,72 2,55 27,97
267 M0267D22 1,80 15510,45 8598,24 2,20 6,01 4,00 3,05 1,51 6,32 2,29 23,89
268 M0268D22 1,41 8605,11 6111,84 2,20 6,42 5,00 3,28 1,74 5,28 3,04 32,95
269 M0269D22 0,99 6869,85 6970,40 2,20 6,33 4,00 2,94 1,30 5,38 1,68 24,16
270 M0270D22 1,04 7824,70 7492,00 2,20 4,62 4,00 2,86 1,33 5,46 1,77 24,36
271 M0271D22 1,51 4903,08 3243,36 2,20 7,16 5,00 3,29 1,98 4,12 3,92 48,06
272 M0272D22 1,25 4511,39 3599,04 2,20 5,10 3,00 3,16 1,55 4,62 2,39 33,55
273 M0273D22 1,08 2485,36 2300,00 2,20 5,33 5,00 2,95 1,34 4,32 1,80 31,02
274 MO274D22 1,69 12940,50 7650,24 2,20 5,58 3,00 3,21 1,69 5,93 2,85 28,50
275 M0275D22 2,03 13773,68 6769,60 2,20 6,65 3,00 3,35 1,95 5,95 3,65 32,77
276 M0276D22 1,21 2341,58 1933,60 2,20 5,43 2,00 3,13 1,57 3,69 2,47 42,55
277 M0277D22 2,47 21740,88 8816,96 2,20 5,45 6,00 2,86 1,59 6,98 2,53 22,78
278 M0278D22 1,16 3547,00 3066,08 2,20 7,57 5,00 3,16 1,57 4,28 2,45 36,68
279 M0279D22 0,89 4030,30 4513,44 2,20 14,77 5,00 2,94 1,29 4,81 1,66 26,82
280 M0280D22 1,02 3596,66 3521,92 2,20 5,98 5,00 2,77 1,22 5,20 1,50 23,46
281 M0281D22 1,37 6247,34 4554,08 2,20 6,61 4,00 2,92 1,35 6,57 1,81 20,55
282 M0282D22 2,07 16674,34 8060,80 2,20 5,25 7,00 3,24 1,74 6,38 3,03 27,27
283 M0283D22 1,77 14676,97 8295,36 2,20 5,08 7,00 3,14 1,59 6,23 2,52 25,52
284 M0284D22 1,22 3138,03 2581,76 2,20 5,52 6,00 2,93 1,33 5,37 1,76 24,77
285 M0285D22 1,50 10839,29 7216,32 2,20 5,03 6,00 3,22 1,63 5,72 2,65 28,50
286 M0286D22 1,42 8294,73 5833,92 2,20 6,50 4,00 3,21 1,69 5,21 2,85 32,44
287 M0287D22 1,19 2205,79 1851,20 2,20 4,75 6,00 3,02 1,45 3,86 2,09 37,56
288 M0288D22 1,36 1858,89 1369,76 2,20 5,76 6,00 3,16 1,84 2,85 3,37 64,56
289 M0289D22 1,14 7573,55 6620,16 2,20 6,70 6,00 3,07 1,47 5,36 2,16 27,43
290 M0290D22 1,22 9726,65 7955,36 2,20 5,55 6,00 2,97 1,34 5,72 1,80 23,43
291 M0291D22 1,45 7788,25 5359,84 2,20 6,28 7,00 3,35 1,86 5,02 3,44 37,05
292 M0292D22 1,77 8774,81 4948,80 2,20 7,30 5,00 3,46 2,23 4,84 4,98 46,07
293 M0293D22 1,33 1742,67 1314,88 2,20 6,42 4,00 2,97 1,50 3,33 2,25 45,05
294 M0294D22 1,30 1967,18 1513,60 2,20 5,69 4,00 3,20 1,80 3,02 3,23 59,60
295 M0295D22 1,82 16132,77 8884,64 2,20 8,92 5,00 3,12 1,57 6,42 2,45 24,45
296 M0296D22 1,02 5158,41 5047,36 2,20 4,63 6,00 3,00 1,42 5,06 2,01 28,06
297 M0297D22 2,61 22185,31 8493,76 2,20 6,45 6,00 3,16 1,83 6,98 3,36 26,22
298 M0298D22 1,40 11365,78 8092,16 2,20 15,33 5,00 3,22 1,68 6,08 2,84 27,63
299 M0299D22 1,50 12308,09 8209,12 2,20 5,40 5,00 3,00 1,44 5,97 2,08 24,12
300 M0300D22 1,24 3746,12 3020,96 2,30 6,30 5,00 3,09 1,48 4,49 2,20 32,96
301 M0301D23 1,71 12987,99 7575,04 2,30 5,13 7,00 3,26 1,70 5,96 2,89 28,52
302 M0302D23 1,97 11544,53 5851,20 2,30 6,91 3,00 3,38 2,06 5,46 4,26 37,73
303 M0303D23 1,66 12898,71 7783,36 2,30 9,58 5,00 3,17 1,59 5,99 2,54 26,54
304 M0304D23 1,34 1877,47 1399,36 2,30 5,60 6,00 3,02 1,72 3,03 2,95 56,77
305 M0305D23 1,88 11878,30 6310,40 2,30 8,51 3,00 3,33 1,93 5,62 3,71 34,34
306 M0306D23 1,42 2968,84 2083,52 2,30 6,25 6,00 3,23 1,77 3,68 3,13 48,10
307 M0307D23 1,73 7281,24 4211,84 2,30 7,66 2,00 3,26 2,21 4,49 4,90 49,22
308 M0308D23 0,67 5366,71 7996,80 2,30 7,80 5,00 3,34 0,79 7,95 0,63 9,94
309 M0309D23 1,45 5736,34 3961,92 2,30 8,78 4,00 3,34 1,92 4,50 3,67 42,67
310 M0310D23 1,11 8860,56 7997,28 2,30 7,43 4,00 2,94 1,32 5,64 1,73 23,42
311 M0311D23 2,12 17187,49 8123,36 2,30 5,15 6,00 3,02 1,69 6,46 2,85 26,16
312 M0312D23 2,00 16184,91 8076,48 2,30 7,31 4,00 3,25 1,73 6,36 3,01 27,20
313 M0313D23 1,19 1518,32 1274,72 2,30 5,75 5,00 2,73 1,42 3,41 2,02 41,64
314 M0314D23 1,13 3449,55 3047,52 2,30 5,47 5,00 3,06 1,42 4,54 2,01 31,28
315 M0315D23 1,00 3673,00 3678,88 2,30 7,10 6,00 2,96 1,51 4,45 2,28 33,93
316 M0316D23 1,27 2307,98 1815,04 2,30 5,70 6,00 3,22 1,74 3,44 3,03 50,58
317 M0317D23 2,06 16712,59 8100,16 2,30 9,02 5,00 3,20 1,69 6,41 2,87 26,37
318 M0318D23 2,24 12666,39 5666,88 2,30 7,41 3,00 3,42 2,25 5,51 5,05 40,83
319 M0319D23 1,19 5396,74 4544,96 2,30 6,97 3,00 3,30 1,78 4,62 3,16 38,53
320 M0320D23 1,81 15854,96 8771,20 2,30 5,77 5,00 2,97 1,39 6,39 1,94 21,75
321 M0321D23 2,04 17569,06 8605,44 2,30 8,26 4,00 3,02 1,55 6,23 2,40 24,88
322 M0322D23 1,40 11017,08 7886,46 2,30 5,33 5,00 3,04 1,45 5,81 2,09 24,96
323 M0323D23 1,32 9804,43 7405,44 2,30 6,08 5,00 3,07 1,43 5,69 2,03 25,13
324 M0324D23 0,99 6325,85 6361,12 2,30 5,69 4,00 2,81 1,38 5,21 1,89 26,49
325 M0325D23 1,24 1359,32 1096,00 2,30 6,15 6,00 3,01 1,77 3,14 2,50 56,37
326 M0326D23 1,29 7000,56 5434,24 2,30 6,75 5,00 3,17 1,55 2,14 2,41 72,43
327 M0327D23 1,09 3875,25 3545,76 2,30 7,65 5,00 3,02 1,40 4,75 1,96 29,47
328 M0328D23 1,94 9760,33 5040,96 2,30 9,18 6,00 3,42 2,07 5,25 4,28 39,43
329 M0329D23 1,58 6881,71 4345,56 2,30 14,07 5,00 3,23 2,04 4,63 4,16 44,06
330 M0330D23 1,30 5212,73 3997,12 2,30 6,71 3,00 3,25 1,69 4,59 2,87 36,82
331 M0331D23 1,60 10191,31 6363,68 2,30 5,20 5,00 3,01 1,65 5,58 2,71 29,57
332 M0332D23 0,98 3390,89 3466,24 2,30 5,27 7,00 3,11 1,47 4,44 2,16 33,11
333 M0333D23 1,18 2070,50 1753,92 2,30 6,37 5,00 3,10 1,62 3,43 2,64 47,23
334 M0334D23 1,39 9733,70 7013,12 2,30 5,73 6,00 3,18 1,55 5,62 2,39 27,58
335 M0335D23 1,52 2040,66 1344,32 2,30 8,31 4,00 3,03 1,78 2,86 3,19 62,24
336 M0336D23 1,25 10123,74 8073,28 2,30 8,16 5,00 2,99 1,33 6,39 1,77 20,81
337 M0337D23 1,43 2666,45 1866,56 2,30 7,38 3,00 3,10 1,67 3,58 2,80 46,65
338 M0338D23 2,04 16010,42 7858,80 2,30 6,15 5,00 3,30 1,81 6,29 3,27 28,78
339 M0339D23 2,05 16399,54 7984,32 2,30 6,10 6,00 3,19 1,67 6,38 2,80 26,18
340 M0340D23 1,59 8476,51 5321,12 2,30 8,46 6,00 3,38 2,12 4,89 4,49 43,35
341 M0341D23 1,33 8025,59 6034,40 2,30 4,71 7,00 3,13 1,47 5,40 2,15 27,22
342 M0342D23 1,42 11777,55 8290,88 2,30 5,00 4,00 2,87 1,29 5,96 1,66 21,64
343 M0343D23 2,08 14716,17 7079,20 2,30 8,41 5,00 3,27 1,97 6,10 3,89 32,30
344 M0344D23 1,34 2225,55 1656,00 2,30 5,72 3,00 3,07 1,53 3,64 2,35 42,03
345 M0345D23 1,39 7739,16 5559,04 2,30 7,16 3,00 3,36 1,88 5,08 3,54 37,01
346 M0346D23 1,58 12380,01 7814,24 2,30 11,59 4,00 3,16 1,54 6,00 2,39 25,67
347 M0347D23 1,48 2918,69 1977,92 2,30 5,28 6,00 3,24 1,74 3,77 3,04 46,15
348 M0348D23 1,27 3892,52 3059,04 2,30 7,74 4,00 3,15 1,87 4,11 3,48 45,50
349 M0349D23 1,19 1524,60 1277,76 2,30 4,81 4,00 2,91 1,75 2,76 3,05 63,41
350 M0350D23 1,92 12577,83 6559,36 2,30 7,41 6,00 3,28 1,83 6,20 3,35 29,52
351 M0351D23 1,24 1723,98 1386,60 2,30 12,09 3,00 3,17 1,76 3,01 3,09 58,47
352 M0352D23 1,38 5251,69 3807,84 2,30 6,03 2,00 3,32 1,75 4,56 3,08 38,38
353 M0353D23 1,16 2052,59 1776,16 2,30 5,91 4,00 2,87 1,37 3,82 1,87 35,86
354 M0354D23 1,83 14161,62 7758,56 2,30 6,30 5,00 3,19 1,71 6,08 2,92 28,13
355 M0355D23 1,37 9556,04 6959,52 2,30 6,71 6,00 3,05 1,50 5,58 2,25 26,88
356 M0356D23 1,38 11404,60 8257,60 2,30 5,85 5,00 2,55 1,36 5,86 1,86 23,21
357 M0357D23 0,91 3849,14 4236,32 2,30 5,94 4,00 2,89 1,31 4,87 1,71 26,90
358 M0358D23 1,71 10425,06 6090,24 2,30 5,96 5,00 3,20 1,66 5,65 2,74 29,38
359 M0359D23 1,40 7315,04 5212,64 2,30 5,56 7,00 3,34 1,77 5,06 3,13 34,98
360 M0360D23 1,14 2789,00 2452,96 2,30 6,86 3,00 3,34 1,98 3,61 3,91 54,85
361 M0361D23 2,17 13302,60 6116,48 2,30 7,21 3,00 3,35 2,03 5,81 4,12 34,94
362 M0362D23 1,51 2338,72 1548,16 2,30 11,76 5,00 3,17 1,66 3,75 2,74 44,27
363 M0363D23 1,28 10492,09 8227,36 2,30 7,27 5,00 2,85 1,27 5,82 1,62 21,82
364 M0364D23 1,11 3791,02 3430,40 2,30 5,97 5,00 2,94 1,31 4,79 1,71 27,35
365 M0365D23 2,03 17358,75 8542,88 2,30 6,22 5,00 3,16 1,61 5,61 2,61 28,70
366 M0366D23 0,93 2589,16 2788,64 2,30 4,90 5,00 2,95 1,28 4,45 1,64 28,76
367 M0367D23 1,16 1423,87 1230,24 2,30 11,76 5,00 3,05 1,57 3,63 2,46 43,25
368 M0368D23 1,37 7975,30 5804,16 2,30 5,83 2,00 3,16 1,80 5,16 3,24 34,88
369 M0369D23 1,80 13208,63 7351,68 2,30 9,35 3,00 3,32 1,85 5,94 3,40 31,14
370 M0370D23 1,20 8169,60 6826,40 2,30 6,61 4,00 3,12 1,49 5,43 2,22 27,44
371 M0371D23 1,16 2591,13 2231,04 2,30 7,50 6,00 3,23 1,80 3,81 2,89 47,24
372 M0372D23 1,41 2189,70 1551,04 2,30 6,36 6,00 3,05 1,86 3,11 3,48 59,81
373 M0373D23 2,90 25999,50 8979,20 2,30 6,46 3,00 3,01 1,73 7,41 3,00 23,35
374 M0374D23 1,85 15427,79 8336,96 2,30 6,88 6,00 3,08 1,56 6,30 2,44 24,76
375 M0375D23 1,29 2486,51 1930,72 2,30 5,10 4,00 3,02 1,52 3,80 2,31 40,00
376 M0376D23 1,33 1514,41 1142,40 2,30 6,01 4,00 3,05 1,69 2,79 2,86 60,57
377 M0377D23 1,77 14813,77 8358,72 2,30 6,15 4,00 2,98 1,62 6,22 2,29 26,05
378 M0378D23 1,93 13669,49 7073,60 2,30 20,14 5,00 3,33 1,85 6,00 3,41 30,83
379 M0379D23 1,14 2913,75 2551,68 2,30 5,76 6,00 3,09 1,44 4,86 2,08 29,63
380 M0380D23 1,83 13490,68 7365,12 2,30 6,43 6,00 3,30 1,75 6,02 3,07 29,07
381 M0381D23 1,77 12589,56 7109,44 2,30 5,61 7,00 3,25 1,70 5,93 2,88 28,67
382 M0382D23 1,74 13585,38 7823,20 2,30 6,05 4,00 3,19 1,61 6,10 2,59 26,39
383 M0384D23 1,46 8611,12 5906,40 2,30 5,83 6,00 3,27 1,67 5,33 2,80 31,33
384 M0384D23 1,28 5390,21 4196,80 2,30 6,19 6,00 3,19 1,65 4,66 2,74 35,41
385 M0385D23 1,09 2944,49 2709,28 2,30 5,92 6,00 3,01 1,57 4,13 2,45 38,01
386 M0386D23 1,24 4495,77 3614,88 2,30 12,50 5,00 3,10 1,52 4,77 2,31 31,87
387 M0387D23 1,51 4830,65 3188,80 2,30 7,56 5,00 3,32 1,86 4,28 3,48 43,46
388 M0388D23 1,97 14352,18 7274,56 2,30 5,78 4,00 3,34 1,84 6,07 3,39 30,31
389 M0389D23 1,45 3159,49 2179,60 2,30 6,18 4,00 3,04 1,49 4,28 2,21 34,81
390 M0390D23 2,02 11505,48 5699,68 2,30 6,85 3,00 3,43 2,12 5,54 4,49 38,27
391 M0391D23 2,02 14660,83 7251,68 2,30 6,12 4,00 3,25 1,88 6,11 3,52 30,77
392 M0392D23 1,99 12807,58 6428,64 2,30 7,81 4,00 3,39 1,97 5,74 3,89 34,32
393 M0393D23 1,22 7112,73 5824,48 2,30 12,68 5,00 3,05 1,74 5,08 3,03 34,25
394 M0394D23 0,81 3885,82 4804,48 2,30 6,90 5,00 2,88 1,19 4,93 1,43 24,14
395 M0395D23 1,66 8112,58 4886,72 2,30 7,12 5,00 3,41 2,06 4,87 4,24 42,30
396 M0396D23 1,59 14127,78 8864,16 2,30 6,62 5,00 2,89 1,30 6,24 1,69 20,83
397 M0397D23 1,32 6901,26 5238,40 2,30 7,71 4,00 3,27 1,72 4,89 2,95 35,17
398 M0398D23 1,09 8094,83 7460,16 2,30 5,02 4,00 2,97 1,41 5,46 2,00 25,82
399 M0399D23 1,74 12879,91 7415,36 2,30 14,30 4,00 3,24 1,75 5,92 3,08 29,56
400 M0400D24 2,30 6820,60 2959,36 2,40 13,20 4,00 3,21 2,46 4,00 6,06 61,50
401 M0401D24 1,72 10798,01 6274,08 2,40 9,79 6,00 3,23 2,07 5,41 4,28 38,26
402 M0402D24 1,42 4432,63 3123,04 2,40 7,74 4,00 3,15 1,61 4,52 2,58 35,62
403 M0403D24 2,72 23605,22 8671,52 2,40 7,08 3,00 3,12 1,84 7,11 3,38 25,88
404 M0404D24 1,11 2810,18 2535,84 2,40 7,22 4,00 2,91 1,34 4,55 1,79 29,45
405 M0405D24 1,94 14301,46 7372,64 2,40 6,63 5,00 3,30 1,78 6,70 3,17 26,57
406 M0406D24 1,48 11629,35 7856,64 2,40 5,69 3,00 3,05 1,43 5,89 2,05 24,28
407 M0407D24 1,76 14533,06 8263,84 2,40 7,86 3,00 3,15 1,64 6,20 2,68 26,45
408 M0408D24 1,63 11407,44 7001,12 2,40 11,13 5,00 3,25 1,66 5,86 2,76 28,33
409 M0409D24 3,04 27587,54 9062,72 2,40 8,41 5,00 2,99 1,78 7,57 3,18 23,51
410 M0410D24 1,30 6988,71 5374,24 2,40 5,39 5,00 3,22 1,59 5,15 2,52 30,87
411 M0411D24 2,27 19754,48 8708,64 2,40 8,15 5,00 2,93 1,54 6,78 2,37 22,71
412 M0412D24 2,29 19093,68 8326,56 2,40 10,10 5,00 3,15 1,76 6,13 3,10 28,71
413 M0413D24 2,04 13357,71 6534,40 2,40 7,54 6,00 3,23 1,93 5,85 3,72 32,99
414 M0414D24 1,47 9480,88 6436,16 2,40 5,83 2,00 3,28 1,71 5,45 2,91 31,38
415 M0415D24 1,89 14374,57 7598,56 2,40 7,40 4,00 3,35 1,96 6,03 3,83 32,50
416 M0416D24 1,36 9753,01 7172,00 2,40 8,50 5,00 3,22 1,74 5,51 3,04 31,58
417 M0417D24 0,99 1772,35 1788,64 2,40 10,00 5,00 2,87 1,35 3,75 1,81 36,00
418 M0418D24 1,27 3929,03 3102,56 2,40 11,24 5,00 3,32 1,98 3,92 3,91 50,51
419 M0419D24 1,12 7020,02 6260,48 2,40 7,58 4,00 3,12 1,56 5,27 2,43 29,60
420 M0420D24 1,16 3611,40 3125,44 2,40 7,41 5,00 3,13 1,54 4,51 2,38 34,15
421 M0421D24 1,31 3057,64 2327,20 2,40 7,12 3,00 3,28 1,85 3,69 3,42 50,14
422 M0422D24 1,04 5217,05 5021,28 2,40 8,94 5,00 3,02 1,42 5,04 2,03 28,17
423 M0423D24 1,57 7876,77 5001,76 2,40 6,87 3,00 3,18 2,00 4,85 3,99 41,24
424 M0424D24 1,40 7392,81 5287,52 2,40 6,17 7,00 3,18 1,59 5,19 2,54 30,64
425 M0425D24 1,42 2190,96 1542,72 2,40 11,32 3,00 3,14 1,70 3,28 2,89 51,83
426 M0426D24 1,25 5103,41 4097,28 2,40 4,48 6,00 3,19 1,57 4,81 2,48 32,64
427 M0427D24 0,97 4997,98 5166,08 2,40 8,76 4,00 3,18 1,64 4,78 2,68 34,31
428 M0428D24 1,80 9190,81 5099,20 2,40 6,78 5,00 3,20 2,01 5,10 4,04 39,41
429 M0429D24 1,95 11028,48 5645,76 2,40 7,19 5,00 3,40 2,13 5,34 4,54 39,89
430 M0430D24 1,74 10003,45 5752,32 2,40 6,36 6,00 3,30 1,81 5,44 3,28 33,27
431 M0431D24 1,07 2468,76 2311,68 2,40 7,35 5,00 3,08 1,47 4,21 2,15 34,92
432 M0432D24 1,91 11529,83 6044,00 2,40 6,89 4,00 3,37 1,93 5,63 3,71 34,28
433 M0433D24 1,45 2790,30 1929,76 2,40 18,70 4,00 3,10 1,59 4,01 2,53 39,65
434 M0434D24 1,29 2989,19 2308,64 2,40 5,50 4,00 2,88 1,32 4,48 1,74 29,46
435 M0435D24 1,44 6058,92 4220,64 2,40 7,83 3,00 3,11 1,85 4,63 3,41 39,96
436 M0436D24 1,12 6424,17 5748,48 2,40 7,01 6,00 2,96 1,53 5,13 2,33 29,82
437 M0437D24 2,23 17506,52 7866,24 2,40 7,52 6,00 3,32 1,88 6,51 3,52 28,88
438 M0438D24 1,02 2140,41 2092,32 2,40 8,01 5,00 2,65 1,52 3,91 2,32 38,87
439 M0439D24 1,36 5336,78 3922,72 2,40 5,62 7,00 3,30 1,74 4,66 3,03 37,34
440 M0440D24 1,69 10281,71 6100,16 2,40 11,61 5,00 3,10 1,85 5,43 3,42 34,07
441 M0441D24 0,65 3185,38 4880,64 2,40 9,54 4,00 2,69 0,98 6,23 0,97 15,73
442 M0442D24 0,92 5637,71 6126,72 2,40 5,86 5,00 2,97 1,32 5,17 1,73 25,53
443 M0443D24 1,38 2369,39 1716,32 2,40 7,19 3,00 3,19 1,84 3,18 3,37 57,86
444 M0444D24 2,72 24447,35 8990,24 2,40 8,05 5,00 2,93 1,65 7,25 2,72 22,76
445 M0445D24 1,49 11143,17 7462,08 2,40 7,81 6,00 3,08 1,65 6,99 2,74 23,61
446 M0446D24 1,43 3296,46 2302,24 2,40 6,21 4,00 3,02 1,50 4,20 2,24 35,71
447 M0447D24 1,24 2968,53 2400,00 2,40 5,50 5,00 2,92 1,38 4,38 1,89 31,51
448 M0448D24 2,13 15390,54 7229,12 2,40 7,29 4,00 3,33 2,00 6,12 4,00 32,68
449 M0449D24 1,97 16752,08 8510,88 2,40 5,23 3,00 2,98 1,50 6,24 2,24 24,04
450 M0450D24 1,28 5672,90 4436,32 2,40 8,82 4,00 3,27 1,82 4,65 3,30 39,14
451 M0451D24 1,29 2418,63 1875,56 2,40 8,37 4,00 3,06 1,47 3,78 2,16 38,89
452 M0452D24 0,99 3966,23 4005,60 2,40 6,41 4,00 2,94 1,29 4,82 1,66 26,76
453 M0453D24 1,82 8960,87 4917,60 2,40 11,66 4,00 3,42 2,13 4,96 4,52 42,94
454 M0454D24 1,27 4321,45 3408,64 2,40 5,23 4,00 2,99 1,42 4,71 2,02 30,15
455 M0455D24 2,07 12494,37 6026,88 2,40 9,83 5,00 3,34 2,00 5,85 3,99 34,19
456 M0456D24 1,33 6135,38 4596,64 2,40 6,28 7,00 3,11 1,78 4,74 3,15 37,55
457 M0457D24 1,47 8148,65 5555,36 2,40 5,64 7,00 3,04 1,66 5,22 2,75 31,80
458 M0458D24 1,83 10062,36 5496,48 2,40 9,86 6,00 3,45 2,16 5,22 4,66 41,38
459 M0459D24 1,47 3671,76 2500,00 2,40 8,30 6,00 3,28 1,91 3,78 3,65 50,53
460 M0460D24 1,74 13672,94 7855,52 2,40 5,58 5,00 3,17 1,61 6,08 2,61 26,48
461 M0461D24 1,37 6344,15 4621,44 2,40 7,59 5,00 3,32 1,85 4,70 3,44 39,36
462 M0462D24 1,11 7028,52 6322,72 2,40 5,70 3,00 3,08 1,48 5,27 2,18 28,08
463 M0463D24 1,70 10092,30 5953,76 2,40 7,69 3,00 3,29 1,98 5,22 3,91 37,93
464 M0464D24 1,77 14304,82 8093,44 2,40 6,77 5,00 3,09 1,58 6,13 2,48 25,77
465 M0465D24 1,24 4657,69 3750,56 2,40 6,33 4,00 3,14 1,89 4,21 3,59 44,89
466 M0466D24 1,43 6150,34 4294,24 2,40 8,52 5,00 2,93 1,66 5,03 2,75 33,00
467 M0467D24 1,53 810,08 528,64 2,40 8,03 5,00 2,85 1,26 3,41 1,58 36,95
468 M0468D24 1,58 11971,01 7592,48 2,40 5,74 5,00 3,19 1,59 5,88 2,54 27,04
469 M0469D24 1,18 7594,67 6446,08 2,40 5,58 5,00 3,07 1,43 5,38 2,05 26,58
470 M0470D24 1,20 3134,43 2614,40 2,40 6,65 5,00 3,11 1,56 4,12 2,42 37,86
471 M0471D24 1,33 2319,65 1742,56 2,40 6,23 5,01 3,17 1,70 3,51 2,90 48,43
472 M0472D24 1,26 3888,52 3091,84 2,40 5,55 4,00 3,31 1,75 4,23 3,08 41,37
473 M0473D24 1,66 7531,00 4525,28 2,40 6,03 7,00 3,37 2,01 4,78 4,05 42,05
474 M0474D24 1,20 1319,62 1095,52 2,40 8,41 4,00 3,05 1,62 3,09 2,64 52,43
475 M0475D24 1,05 6867,48 6549,60 2,40 5,46 4,00 2,91 1,31 5,32 1,71 24,62
476 M0476D24 1,42 10372,55 7308,00 2,40 6,21 3,00 3,02 1,57 3,92 2,46 40,05
477 M0477D24 1,42 10372,55 7308,00 2,40 5,74 4,00 3,12 1,49 5,69 2,21 26,19
478 M0478D24 1,16 4655,44 4030,40 2,40 5,84 4,00 3,23 1,63 4,61 2,67 35,36
479 M0479D24 1,42 6546,12 4601,28 2,40 7,08 7,00 3,33 1,50 5,70 2,24 26,32
480 M0480D24 1,97 10929,77 5559,20 2,40 6,12 7,00 3,43 2,16 5,32 4,68 40,60
481 M0481D24 1,37 2973,27 2163,04 2,40 5,80 5,00 3,18 1,71 3,85 2,92 44,42
482 M0482D24 1,73 9878,93 5704,80 2,40 7,82 6,00 3,29 1,78 5,47 3,18 32,54
483 M0483D24 1,29 6272,71 4870,56 2,40 25,10 5,00 3,29 1,73 4,89 2,98 35,38
484 M0484D24 1,31 7191,14 5485,12 2,40 6,15 5,00 3,18 1,57 5,18 2,47 30,31
485 M0485D24 1,11 4418,20 3969,60 2,40 6,34 3,00 3,13 1,80 4,28 3,23 42,06
486 M0486D24 1,59 7759,44 4876,96 2,40 6,81 2,00 3,18 1,95 4,88 3,80 39,96
487 M0487D24 1,86 16185,92 8681,92 2,40 8,02 5,00 2,91 1,41 6,41 1,99 22,00
488 M0488D24 1,75 13108,79 7488,48 2,40 5,65 4,00 3,11 1,76 5,94 3,10 29,63
489 M0489D24 1,60 9804,87 6115,68 2,40 6,85 3,00 3,20 1,77 5,41 3,13 32,72
490 M0490D24 1,05 2063,29 1966,56 2,40 5,62 4,00 2,93 1,29 4,25 1,65 30,35
491 M0491D24 1,20 8066,70 6740,00 2,40 8,21 5,00 3,07 1,42 5,23 2,02 27,15
492 M0492D24 1,37 3814,66 2789,44 2,40 6,02 6,00 3,01 1,79 4,08 3,21 43,87
493 M0493D24 1,65 12174,67 7383,36 2,40 5,87 5,00 3,21 1,60 5,90 2,56 27,12
494 M0494D24 1,19 5348,23 4496,00 2,40 7,03 5,00 3,10 1,47 4,99 2,16 29,46
495 M0495D24 1,37 6311,67 4599,60 2,40 12,87 4,00 3,15 1,81 4,76 3,28 38,03
496 M0496D24 1,74 10173,87 5853,60 2,40 7,43 4,00 3,34 1,83 5,49 3,34 33,33
497 M0497D24 1,89 14186,11 7500,16 2,40 9,75 5,00 3,27 1,61 7,42 2,61 21,70
498 M0498D24 0,96 3254,36 3388,32 2,40 6,00 5,00 2,78 1,30 4,69 1,68 27,72
499 M0499D24 1,45 11562,38 7951,52 2,40 6,96 4,00 2,80 1,46 5,83 2,12 25,04
500 M0500D24 1,03 6644,65 6467,20 2,40 5,62 4,00 3,04 1,41 5,26 2,00 26,81
501 M0501D21 1,38 5175,13 3737,44 2,10 25,17 3,00 3,37 2,01 4,21 4,05 47,74
502 M0502D21 0,68 3624,04 5328,16 2,10 4,75 6,00 2,88 1,36 4,81 1,84 28,27
503 M0503D21 2,18 18473,81 8477,12 2,10 5,07 4,00 2,97 1,57 6,62 2,47 23,72
504 M0504D21 1,20 9196,25 7661,76 2,10 2,45 4,00 2,87 1,46 5,59 2,12 26,12
505 M0505D21 1,06 5576,54 5257,44 2,10 5,15 6,00 3,08 1,41 5,06 2,00 27,87
506 M0506D21 1,11 2004,83 1798,56 2,10 4,91 5,00 2,85 1,43 4,52 2,05 31,64
507 M0507D21 1,25 2577,28 2062,72 2,10 5,08 4,00 2,87 1,32 4,25 1,74 31,06
508 M0508D21 1,68 11527,92 6844,96 2,10 5,34 2,00 3,32 1,76 5,70 3,08 30,88
509 M0509D21 1,22 4672,91 3840,16 2,10 25,04 3,00 3,28 1,86 4,24 3,47 43,87
510 M0510D21 1,62 8156,64 5041,44 2,10 6,48 2,00 3,35 1,95 4,93 3,80 39,55
511 M0511D21 1,68 12623,64 7505,44 2,10 5,46 6,00 3,23 1,65 5,96 2,71 27,68
512 M0512D21 1,85 16123,86 8718,40 2,10 4,85 5,00 2,86 1,33 6,45 1,77 20,62
513 M0513D21 1,92 15902,50 8261,76 2,10 5,52 3,00 3,03 1,61 6,28 2,60 25,64
514 M0514D21 0,85 2042,91 2391,36 2,10 7,54 4,00 3,00 1,12 4,47 1,25 25,06
515 M0515D21 0,78 4103,51 5272,16 2,10 7,07 5,00 3,00 1,39 4,77 1,93 29,14
516 M0516D21 1,18 2066,16 1756,80 2,10 5,50 5,00 3,00 1,52 3,64 2,30 41,76
517 M0517D21 1,04 7070,20 6826,08 2,10 4,45 3,00 3,03 1,40 5,31 1,96 26,37
518 M0518D21 1,40 6764,44 4847,84 2,10 25,02 6,00 3,26 1,69 5,02 2,86 33,67
519 M0519D21 1,33 3570,36 2684,48 2,10 9,54 6,00 3,26 1,74 4,12 3,03 42,23
520 M0520D21 1,26 7009,76 5550,72 2,10 4,91 5,00 3,11 1,47 5,25 2,16 28,00
521 M0521D21 0,90 3346,61 3713,92 2,10 5,75 4,00 2,80 1,33 4,70 1,77 28,30
522 M0522D21 1,59 11580,93 7294,88 2,10 5,13 7,00 3,22 1,62 5,81 2,63 27,88
523 M0523D21 2,54 22253,42 8759,04 2,10 5,43 4,00 3,10 1,71 7,09 2,92 24,12
524 M0524D21 1,13 3661,46 3229,60 2,10 5,40 4,00 2,90 1,28 4,78 1,63 26,78
525 M0525D21 1,86 15761,82 8455,52 2,10 4,77 5,00 2,84 1,45 6,34 2,11 22,87
526 M0526D21 2,65 22421,84 8452,96 2,10 7,50 6,00 3,29 1,91 7,01 3,63 27,25
527 M0527D21 0,68 4002,12 5906,88 2,10 6,48 4,00 2,76 1,17 5,03 1,38 23,26
528 M0528D21 1,14 8010,60 7008,64 2,10 4,93 6,00 3,05 1,40 5,44 1,95 25,74
529 M0529D21 1,60 11514,72 7213,76 2,10 6,34 6,00 3,21 1,62 5,84 2,61 27,74
530 M0530D21 1,22 5070,04 4164,64 2,10 5,51 4,00 3,23 1,62 4,74 2,61 34,18
531 M0531D21 1,41 4956,44 3504,32 2,10 6,13 7,00 3,36 1,92 4,26 3,70 45,07
532 M0532D21 0,72 3077,03 4278,40 2,10 6,09 5,00 2,93 1,28 4,64 1,63 27,59
533 M0533D21 1,38 2325,87 1691,52 2,10 6,43 4,00 3,05 1,47 4,02 2,15 36,57
534 M0534D21 1,35 3126,72 2317,12 2,10 6,44 4,00 3,15 1,92 3,69 3,71 52,03
535 M0535D21 2,08 17660,46 8484,48 2,10 4,89 3,00 3,03 1,60 6,52 2,56 24,54
536 M0536D21 0,97 5916,80 6106,88 2,10 5,49 4,00 2,99 1,35 5,20 1,83 25,96
537 M0537D21 1,97 15239,33 7754,08 2,10 6,70 4,00 3,23 1,78 6,17 3,17 28,85
538 M0538D21 1,20 6657,52 5528,96 2,10 4,84 3,00 3,07 1,43 5,21 2,06 27,45
539 M0539D21 1,28 7076,87 5547,68 2,10 5,59 6,00 3,17 1,57 5,26 2,47 29,85
540 M0540D21 1,35 2294,25 1697,60 2,10 6,30 6,00 3,25 1,74 3,52 3,02 49,43
541 M0541D21 0,99 4292,71 4339,84 2,10 7,49 6,00 3,13 1,14 4,71 1,30 24,20
542 M0542D21 1,30 6263,93 4835,04 2,10 13,67 5,00 3,32 1,81 4,76 3,28 38,03
543 M0543D21 1,50 9376,84 6255,36 2,10 5,45 6,00 3,19 1,56 5,56 2,43 28,08
544 M0544D21 2,63 23521,47 8951,04 2,10 6,12 6,00 3,14 1,73 7,16 3,00 24,20
545 M0545D21 1,51 6684,00 4417,28 2,10 5,16 4,00 3,17 1,81 4,88 3,26 36,99
546 M0546D21 1,67 10486,40 6263,84 2,10 10,79 5,00 3,36 2,01 5,36 4,06 37,57
547 M0547D21 1,60 9789,46 6125,48 2,10 5,47 2,00 3,32 1,78 5,44 3,16 32,67
548 M0548D21 1,21 4723,40 3903,04 2,10 5,91 2,00 3,28 1,80 4,34 3,24 41,49
549 M0549D21 1,57 6603,95 4204,96 2,10 20,02 3,00 3,38 1,96 4,62 3,83 42,37
550 M0550D21 1,28 10593,92 8306,24 2,10 4,97 4,00 2,88 1,29 5,83 1,68 22,22
551 M0551D22 1,21 1512,16 1247,84 2,20 7,28 3,00 3,13 1,73 2,82 2,99 61,35
552 M0552D22 2,39 21176,72 8851,84 2,20 5,42 3,00 2,98 1,61 6,91 2,59 23,27
553 M0553D22 0,84 4508,32 5373,76 2,20 5,25 4,00 2,88 1,21 5,05 1,46 23,93
554 M0554D22 2,01 11692,81 5810,24 2,20 25,06 5,00 3,23 2,09 5,51 4,37 37,94
555 M0555D22 1,05 3302,10 3146,40 2,20 5,69 4,00 3,06 1,41 4,54 2,00 31,15
556 M0556D22 1,13 2478,72 2188,00 2,20 5,50 5,00 2,91 1,30 4,38 1,68 29,60
557 M0557D22 2,27 18759,40 8281,28 2,20 6,42 3,00 3,13 1,67 6,64 2,80 25,23
558 M0558D22 1,71 13888,28 8136,96 2,20 5,85 3,00 3,13 1,57 6,12 2,46 25,61
559 M0559D22 1,68 14032,33 8369,44 2,20 6,57 4,00 2,93 1,39 6,15 1,94 22,65
560 M0560D22 1,86 10797,84 5798,24 2,20 6,90 7,00 3,43 2,04 5,43 4,17 37,57
561 M0561D22 1,52 11723,18 7698,56 2,20 5,93 6,00 3,11 1,63 5,79 2,67 28,21
562 M0562D22 1,78 10887,73 6114,40 2,20 6,86 3,00 3,17 1,89 5,55 3,57 34,04
563 M0563D22 1,15 2817,98 2455,68 2,20 5,34 6,00 3,01 1,39 4,30 1,93 32,31
564 M0564D22 2,04 14535,83 7135,48 2,20 6,36 5,00 3,32 1,88 6,11 3,55 30,85
565 M0565D22 1,32 4810,55 3656,48 2,20 7,35 4,00 3,20 1,62 4,73 2,61 34,19
566 M0566D22 1,34 2380,05 1780,80 2,20 8,32 6,00 3,23 1,78 3,39 3,16 52,44
567 M0567D22 1,69 9077,01 5369,92 2,20 6,31 3,00 3,21 1,81 3,77 3,27 47,88
568 M0568D22 1,31 6191,16 4709,76 2,20 6,72 3,00 3,23 1,67 4,84 2,80 34,54
569 M0569D22 2,15 18436,89 8560,00 2,20 5,46 4,00 3,05 1,57 6,61 2,46 23,72
570 M0570D22 1,23 6305,70 5128,64 2,20 6,39 4,00 2,79 1,14 7,03 1,30 16,20
571 M0571D22 1,27 2250,73 1776,00 2,20 5,41 5,00 2,89 1,67 4,84 2,80 34,54
572 M0572D22 2,07 14020,34 6761,76 2,20 6,73 5,00 3,38 1,96 5,96 3,83 32,84
573 M0573D22 1,29 8240,21 6408,32 2,20 5,29 3,00 3,17 1,59 5,32 2,54 29,95
574 M0574D22 1,42 10967,58 7746,56 2,20 8,60 5,00 3,04 1,43 5,81 2,04 24,56
575 M0575D22 1,35 9800,23 7280,80 2,20 5,74 4,00 3,17 1,59 5,57 2,53 28,56
576 MO576D22 1,69 9077,01 5369,92 2,20 6,31 3,00 3,21 1,68 5,36 2,82 31,31
577 M0577D22 1,15 8632,70 7529,76 2,20 5,20 5,00 2,92 1,40 5,54 1,95 25,21
578 M0578D22 1,48 11958,47 8083,20 2,20 7,44 5,00 3,07 1,52 5,80 2,32 26,25
579 M0579D22 1,28 2351,66 1838,40 2,20 6,01 5,00 2,88 1,37 4,05 1,88 33,84
580 M0580D22 2,01 10902,44 5415,52 2,20 7,16 7,00 3,26 2,13 5,35 4,55 39,85
581 M0581D22 1,71 5055,29 2947,84 2,20 9,74 6,00 3,29 2,20 4,05 4,85 54,34
582 M0582D22 2,70 25054,35 9272,64 2,20 6,13 5,00 2,69 1,44 7,33 2,06 19,59
583 M0583D22 1,23 2220,32 1810,08 2,20 5,30 3,00 3,07 1,47 3,84 2,15 38,19
584 M0584D22 1,06 3675,01 3462,08 2,20 7,12 4,00 3,05 1,41 4,62 1,98 30,46
585 M0585D22 1,15 7934,46 6907,36 2,20 6,15 5,00 3,05 1,43 5,40 2,04 26,43
586 M0586D22 1,16 6386,60 5486,56 2,20 5,78 4,00 2,91 1,48 5,19 2,20 28,57
587 M0587D22 1,29 3743,82 2893,44 2,20 6,45 4,00 3,32 1,23 4,53 1,52 27,26
588 M0588D22 1,37 7214,24 5261,28 2,20 5,77 7,00 3,24 1,67 5,06 2,79 33,01
589 M0589D22 1,47 10936,63 7414,72 2,20 5,41 6,00 2,97 1,51 5,80 2,27 25,98
590 M0590D22 1,33 3093,63 2323,20 2,20 5,50 3,00 3,12 1,54 4,13 2,38 37,33
591 M0591D22 2,38 21948,47 9216,48 2,20 8,48 5,00 3,00 1,41 7,07 2,00 20,01
592 M0592D22 1,38 1899,22 1379,68 2,20 5,18 4,00 2,96 1,48 3,45 2,18 42,75
593 M0593D22 1,25 2411,87 1931,04 2,20 6,50 7,00 3,28 1,96 3,25 3,83 60,14
594 M0594D22 1,52 8521,60 5620,32 2,20 7,44 7,00 3,12 1,75 5,29 3,07 33,13
595 M0595D22 1,16 3610,15 3106,24 2,20 5,69 6,00 3,32 1,79 4,15 3,19 43,02
596 M0596D22 1,25 5562,12 4454,40 2,20 6,37 5,00 2,98 1,58 4,81 2,49 32,85
597 M0597D22 1,28 9860,05 7684,96 2,20 7,09 5,00 3,04 1,45 5,67 2,11 25,63
598 M0598D22 1,25 5650,31 4532,48 2,20 6,13 3,00 3,31 1,86 4,52 3,46 41,17
599 M0599D22 2,14 17252,22 8046,00 2,20 5,53 4,00 3,28 1,79 6,44 3,21 27,81
600 M0600D22 2,51 21380,26 8533,60 2,20 5,42 2,00 3,21 1,81 6,89 3,26 26,19
601 M0601D23 1,78 12585,96 7060,00 2,30 10,40 4,00 3,33 1,86 5,84 3,45 31,82
602 M0602D23 1,40 3651,02 2602,08 2,30 8,42 3,00 3,37 2,03 3,65 4,13 55,70
603 M0603D23 1,81 10396,77 5759,36 2,30 7,49 3,00 3,34 2,08 5,22 4,32 39,80
604 M0604D23 1,40 10212,21 7299,84 2,30 6,65 6,00 3,04 1,53 5,64 2,35 27,19
605 M0605D23 1,09 5719,59 5241,28 2,30 5,34 5,00 3,10 1,43 5,08 2,03 28,07
606 M0606D23 1,40 6953,39 4968,32 2,30 6,26 5,00 3,28 1,68 5,04 2,82 33,33
607 M0607D23 1,24 7483,07 6039,04 2,30 9,88 5,00 2,97 1,32 6,50 1,74 20,33
608 M0608D23 1,15 3603,86 3145,44 2,30 6,83 5,00 3,12 1,53 4,52 2,34 33,84
609 M0609D23 2,57 21917,91 8531,68 2,30 6,71 3,00 3,17 1,84 6,94 3,37 26,45
610 M0610D23 0,88 4207,24 4775,52 2,30 5,39 5,00 2,92 1,29 4,96 1,67 26,03
611 M0611D23 1,52 5556,24 3649,92 2,30 6,19 5,00 3,33 1,82 4,59 3,30 39,58
612 M0612D23 1,56 10241,76 6564,80 2,30 5,96 4,00 3,05 1,69 5,55 2,84 30,35
613 M0613D23 1,83 10795,63 5912,64 2,30 7,95 4,00 3,37 1,94 5,53 3,76 35,04
614 M0614D23 1,30 9303,59 7152,80 2,30 7,09 4,00 3,11 1,53 5,53 2,33 27,60
615 M0615D13 1,16 1789,47 1540,64 2,30 7,75 5,00 2,94 1,75 3,05 3,05 57,31
616 M0616D23 1,26 2539,45 2021,92 2,30 9,11 6,00 3,11 1,84 3,42 3,37 53,75
617 M0617D23 1,21 2056,03 1692,32 2,30 6,06 4,00 3,08 1,50 3,66 2,26 41,06
618 M0618D23 2,22 16339,31 7348,64 2,30 8,94 5,00 3,10 1,89 6,22 3,56 30,34
619 M0619D23 0,94 5589,58 5940,80 2,30 5,98 4,00 3,02 1,34 5,08 1,81 26,48
620 M0620D23 1,24 7325,52 5902,88 2,30 5,26 2,00 3,20 1,55 5,20 2,40 29,76
621 M0621D23 0,79 4150,78 5234,24 2,30 10,54 5,00 3,04 1,59 4,59 2,54 34,67
622 M0622D23 1,72 16423,71 9573,12 2,30 6,14 5,00 2,67 0,95 6,63 0,90 14,30
623 M0623D23 1,90 10672,18 5617,92 2,30 7,40 4,00 3,24 1,81 5,53 3,28 32,74
624 M0624D23 1,57 12620,46 8017,44 2,30 5,49 4,00 3,03 1,49 5,97 2,21 24,91
625 M0625D23 1,02 3740,88 3681,28 2,30 7,84 6,00 3,25 1,79 4,12 3,21 43,48
626 M0626D23 1,39 5939,75 4269,28 2,30 6,73 5,00 3,21 2,02 4,46 4,05 45,18
627 M0627D23 2,88 25362,17 8807,20 2,30 6,20 4,00 3,21 1,87 7,33 3,50 25,55
628 M0628D23 1,14 1840,52 1613,92 2,30 6,44 3,00 2,99 1,70 3,19 2,86 53,18
629 M0629D23 1,41 2651,09 1876,48 2,30 7,64 5,00 3,16 1,69 3,70 2,86 45,69
630 M0630D23 1,17 3316,25 2823,52 2,30 5,69 4,00 3,14 1,52 4,37 2,33 34,89
631 M0631D23 1,14 2407,08 2120,00 2,30 6,08 5,00 3,08 1,45 4,07 2,10 35,59
632 M0632D23 1,06 5841,75 5498,40 2,30 6,46 6,00 2,90 1,44 5,04 2,05 28,54
633 M0633D23 1,65 12917,59 7844,16 2,30 5,65 4,00 3,17 1,55 5,98 2,41 25,95
634 M0634D23 1,96 14026,06 7139,04 2,30 6,60 3,00 3,34 1,90 5,98 3,60 31,80
635 M0635D23 1,44 7716,68 5357,60 2,30 7,67 6,00 3,11 1,78 5,10 3,17 34,89
636 M0636D23 0,84 2941,14 3504,96 2,30 6,36 5,00 2,82 1,19 4,76 1,42 25,07
637 M0637D23 2,43 20247,83 8326,08 2,30 7,40 6,00 3,32 1,93 6,76 3,72 28,51
638 M0638D23 0,93 5535,21 5948,96 2,30 11,04 5,00 2,82 1,37 5,11 1,88 26,87
639 M0639D23 1,23 3820,14 3099,68 2,30 9,09 5,00 3,08 1,70 4,27 2,88 39,75
640 M0640D23 1,70 13906,54 8168,00 2,30 5,79 3,00 3,18 1,65 6,08 2,72 27,13
641 M0641D23 2,02 15622,74 7740,16 2,30 7,32 4,00 3,34 1,88 6,22 3,55 30,28
642 M0642D23 1,11 4618,63 4145,28 2,30 9,14 4,00 3,26 1,69 4,46 2,85 37,91
643 M0643D23 1,28 2009,13 1570,40 2,30 6,59 6,00 3,22 1,78 3,15 3,17 56,61
644 M0644D23 1,12 6097,09 5426,72 2,30 4,84 7,00 3,12 1,46 5,12 2,13 28,46
645 M0645D23 1,59 11122,72 6979,68 2,30 6,03 6,00 3,27 1,68 5,72 2,83 29,39
646 M0646D23 1,25 2707,19 2161,60 2,30 5,86 5,00 3,04 1,49 4,02 2,21 36,98
647 M0647D23 1,50 8514,02 5686,72 2,30 9,14 5,00 3,30 1,89 5,10 3,57 37,01
648 M0648D23 1,73 14156,22 8165,12 2,30 5,72 4,00 3,05 1,51 6,16 2,29 24,60
649 M0649D23 1,43 7383,08 5156,00 2,30 7,92 4,00 3,32 1,86 4,94 3,44 37,60
650 M0650D23 1,36 2909,46 2145,44 2,30 8,30 4,00 2,99 1,43 4,37 2,05 32,76
651 M0651D24 1,92 15517,53 8091,44 2,40 6,52 6,00 3,21 1,67 6,28 2,78 26,55
652 M0652D24 1,29 5105,81 3963,16 2,40 6,58 2,00 3,35 1,85 4,38 3,43 42,24
653 M0653D24 1,28 3748,72 2919,52 2,40 5,48 2,00 3,21 1,59 4,33 2,54 36,84
654 M0654D24 1,32 6663,41 5031,84 2,40 10,74 4,00 3,15 1,62 4,98 2,63 32,53
655 M0655D24 1,24 2073,59 1678,08 2,40 5,78 5,00 3,00 1,73 3,26 3,00 53,21
656 M0656D24 1,25 3541,49 2830,72 2,40 5,16 4,00 2,82 1,43 4,46 2,05 32,06
657 M0657D24 1,91 13915,64 7270,72 2,40 2,35 4,00 3,28 1,30 4,41 1,68 29,35
658 M0658D24 2,09 16577,59 7947,20 2,40 6,64 6,00 3,26 1,77 6,37 3,13 27,77
659 M0659D24 0,95 1537,81 1614,88 2,40 9,13 5,00 3,11 1,55 3,38 2,41 45,92
660 M0660D24 1,29 1420,31 1098,08 2,40 11,44 6,00 3,15 1,79 2,63 3,20 68,03
661 M0661D24 1,05 7792,01 7436,96 2,40 5,99 5,00 2,87 1,36 5,42 1,85 25,06
662 M0662D24 1,90 18163,78 9540,96 2,40 9,28 4,00 2,70 1,06 7,31 1,12 14,45
663 M0663D24 1,29 6286,07 4884,80 2,40 8,13 4,00 3,14 1,57 5,01 2,47 31,36
664 M0664D24 1,27 9542,82 7541,12 2,40 6,23 4,00 3,03 1,48 5,61 2,19 26,38
665 M0665D24 1,34 6355,41 4727,20 2,40 6,10 7,00 3,28 1,74 4,81 3,03 36,22
666 M0666D24 1,25 2194,55 1755,04 2,40 5,37 4,00 2,92 1,55 3,66 2,41 42,43
667 M0667D24 1,50 11012,24 7348,80 2,40 6,28 6,00 3,17 1,58 5,75 2,48 27,41
668 M0668D24 1,94 9515,17 4915,68 2,40 7,67 7,00 3,36 2,11 5,07 4,47 41,67
669 M0669D24 2,17 17188,03 7923,36 2,40 5,88 4,00 3,24 1,78 6,44 3,17 27,63
670 M0670D24 1,79 14986,38 8374,72 2,40 6,13 6,00 3,01 1,47 6,27 2,15 23,43
671 M0671D24 2,43 20365,82 8381,28 2,40 8,23 5,00 3,19 1,79 6,81 3,20 26,29
672 M0672D24 2,28 13349,13 5865,92 2,40 25,08 3,00 3,26 2,24 5,63 5,03 39,87
673 M0673D24 1,02 3284,39 3225,28 2,40 20,51 3,00 3,29 1,86 3,94 3,45 47,12
674 M0674D23 1,22 2147,66 1756,96 2,40 6,10 4,00 3,27 1,80 3,33 3,25 54,11
675 M0675D23 1,33 3336,78 2509,92 2,40 5,42 7,00 3,27 1,73 4,01 2,99 43,16
676 M0676D24 1,32 5907,54 4462,56 2,40 7,02 6,00 3,23 1,76 4,67 3,11 37,74
677 M0677D24 0,97 5383,31 5535,20 2,40 10,60 4,00 2,94 1,53 4,93 2,34 31,04
678 M0678D24 1,05 6221,86 5932,72 2,40 8,28 5,00 3,00 1,34 5,17 1,80 25,98
679 M0679D24 1,31 1909,16 1461,12 2,40 5,97 4,00 2,81 1,63 3,25 2,64 50,06
680 M0680D24 2,21 18749,15 8496,16 2,40 5,35 6,00 2,99 1,59 6,65 2,52 23,87
681 M0681D24 0,96 6855,93 7156,16 2,40 5,50 4,00 2,94 1,34 5,35 1,79 24,96
682 M0682D24 1,08 4303,81 3974,56 2,40 5,03 4,00 3,10 1,45 4,78 2,09 30,30
683 M0683D24 1,26 1585,01 1258,56 2,40 6,62 3,00 3,07 1,64 2,97 2,69 55,23
684 M0684D24 1,41 1807,37 1283,36 2,40 9,12 3,00 2,86 1,68 2,86 2,82 58,71
685 M0685D24 1,58 12423,00 7886,40 2,40 6,01 3,00 3,15 1,61 5,93 2,58 27,09
686 M0686D24 1,93 10570,70 5476,96 2,40 13,20 4,00 3,37 2,38 5,07 5,65 46,87
687 M0687D24 1,33 6407,17 4825,92 2,40 6,21 3,00 3,12 1,75 4,82 3,07 36,35
688 M0688D24 1,07 8046,13 7536,32 2,40 6,24 5,00 2,95 1,32 5,53 1,74 23,83
689 M0689D24 2,09 16959,64 8121,76 2,40 7,08 5,00 3,23 1,78 6,39 3,19 27,95
690 M0690D24 0,84 5644,73 6692,32 2,40 5,26 4,00 2,69 1,31 5,16 1,71 25,35
691 MO691D24 1,58 8725,01 5531,68 2,40 7,00 6,00 3,29 1,73 5,31 3,00 32,64
692 M0692D24 1,20 3365,97 2795,04 2,40 4,94 5,00 2,89 1,36 4,60 1,85 29,51
693 M0693D24 1,62 9311,35 5739,56 2,40 7,90 4,00 3,32 1,55 6,44 2,41 24,08
694 M0694D24 1,45 2795,33 1921,76 2,40 6,97 4,00 3,07 1,53 3,91 2,35 39,21
695 M0695D24 1,75 11213,66 6411,04 2,40 5,63 1,00 3,30 1,79 5,65 3,20 31,64
696 M0696D24 2,08 14790,52 7096,64 2,40 7,10 2,00 3,38 2,02 6,04 4,07 33,37
697 M0697D24 1,89 13804,98 7294,40 2,40 5,89 4,00 3,33 1,83 5,97 3,35 30,66
698 M0698D24 2,19 15540,30 7088,93 2,40 15,60 5,00 3,47 2,29 5,95 5,25 38,51
699 M0699D24 1,15 2588,18 2259,52 2,40 9,85 5,00 2,93 1,32 4,44 1,75 29,82
700 M0700D24 1,73 13270,07 7671,36 2,40 6,94 4,00 3,19 1,73 5,95 3,00 29,11
701 M0701D21 2,01 12040,97 5990,24 2,10 6,39 3,00 3,35 1,97 5,62 3,86 34,95
702 M0702D21 1,05 2165,46 2060,16 2,10 4,70 3,00 2,94 1,34 4,57 1,81 29,41
703 M0703D21 2,12 15985,15 7551,84 2,10 5,93 3,00 3,29 1,84 6,29 3,40 29,32
704 M0704D21 1,28 2771,51 2164,00 2,10 8,34 2,00 3,12 1,83 3,46 3,36 52,97
705 M0705D21 1,68 11820,36 7031,52 2,10 5,68 5,00 3,18 1,58 5,89 2,48 26,73
706 M0706D21 1,19 2886,69 2426,24 2,10 8,16 7,00 3,13 1,78 3,89 3,18 45,86
707 M0707D22 1,20 4850,42 4053,76 2,20 6,51 7,00 3,37 1,97 4,26 3,89 46,29
708 M0708D22 1,27 5308,35 4180,64 2,20 5,50 4,00 3,15 1,77 4,63 3,14 38,26
709 M0709D22 1,70 14516,84 8548,96 2,20 8,93 4,00 3,10 1,54 6,27 2,36 24,50
710 M0710D22 1,81 16370,36 9031,20 2,20 5,55 5,00 2,82 1,31 6,46 1,72 20,30
711 M0711D22 1,17 3291,41 2816,64 2,20 5,55 5,00 2,92 1,39 4,63 1,92 29,96
712 M0712D22 1,54 14462,36 9405,44 2,20 9,23 5,00 2,54 0,91 6,39 0,84 14,31
713 M0713D23 2,29 17121,12 7466,40 2,30 7,03 4,00 3,34 1,95 6,41 3,82 30,51
714 M0714D23 2,02 16285,11 8075,52 2,30 5,99 6,00 3,19 1,70 6,34 2,89 26,82
715 M0715D23 2,43 21015,27 8656,80 2,30 7,05 5,00 3,04 1,70 6,86 2,89 24,80
716 M0716D23 2,04 3679,53 1807,68 2,30 6,04 4,00 2,68 1,21 4,97 1,47 24,37
717 M0717D23 1,45 2626,18 1807,68 2,30 6,47 5,00 2,98 1,62 3,64 2,62 44,39
718 M0718D23 1,26 10110,55 8013,92 2,30 5,99 4,00 2,95 1,38 5,72 1,91 24,20
719 M0719D24 1,90 12031,65 6348,00 2,40 9,30 6,00 3,35 2,01 5,72 4,03 35,13
720 M0720D24 1,34 10237,98 7614,72 2,40 6,46 4,00 2,94 1,43 5,68 2,04 25,13
721 M0721D24 1,35 3522,30 2612,96 2,40 10,32 3,00 3,17 0,93 4,55 0,87 20,55
722 M0722D24 0,66 4469,04 6747,04 2,40 6,08 5,00 2,44 0,74 7,87 0,55 9,42
723 M0723D24 1,30 9849,67 7591,76 2,40 6,80 4,00 2,91 0,87 4,33 0,75 19,99
724 M0724D24 1,21 3795,79 3145,60 2,40 5,62 4,00 3,22 1,62 4,30 2,63 37,71
Tabla 12. Base de Datos

Metodo para Optimizar Movimientos de Tierra en Corte Y/o Lleno Aplicada A La Region Del Eje Cafetero

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metodo para Optimizar Movimientos de Tierra en Corte Y/o Lleno Aplicada A La Region Del Eje Cafetero

Uploaded by

Copyright:

Available Formats

METODO PARA OPTIMIZAR MOVIMIENTOS DE TIERRA EN CORTE Y/O LLENO

APLICADA A LA REGION DEL EJE CAFETERO

GONZALO JIMENEZ CLEVES

UNIVERSIDAD DEL VALLE

GONZALO JIMENEZ CLEVES

Tesis para optar al título de

UNIVERSIDAD DEL VALLE

Santiago de Cali, Febrero 2004

El autor expresa sus agradecimientos a:

El profesor Gabriel Conde Arango, Matemático, Estadístico, Msc. En Ingeniería de

Jairo Díaz Jurado, Topógrafo Geodesta, Geotecnista, Especialista en Sistemas de

Información Topográfica, Profesor de la facultad de Ingeniería de a Universidad del

Alejandro Paz Parra, Ingeniero Electricista, Profesor Universidad Javeriana Cali

La Universidad del Quindío, por su aporte económico.

1. FORMULACION DEL PROBLEMA ......................................................................... 18

4. ESTADO DEL ARTE .................................................................................................. 21

5. MARCO TEORICO ..................................................................................................... 26

6. MODELACION DE SUPERFICIES ........................................................................... 29

6.1. MODELACION DE SUPERFICIES DE TERRENOS URBANOS ........................ 29

6.2. METODO BROWNIANO FRACCIONARIO ......................................................... 31

6.3. TÉCNICAS DE GENERACIÓN DE TERRENOS FRACTALES. ......................... 32

7. ESTUDIO ESTADISTICO ............................................................................................ 42

7.1. DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA. ..................................... 42

8. MODELO DE OPTIMIZACION ..................................................................................... 56

8.1. MODELO ESTABLECIDO PARA LA OPTIMIZACION DEL DISEÑO

MOVIMIENTOS DE TIERRA ........................................................................................ 56

9. RESULTADOS Y CONCLUSIONES ........................................................................ 76

9.2. RESULTADOS ENCONTRADOS Y RECOMENDACIONES .............................. 77

9.3. RECOMENDACIONES PARA INVESTIGACIONES FUTURAS ........................ 79

Tabla 1. Tamaño de la muestra............................................................................................. 43

Tabla 2. Correlación ............................................................................................................. 45

Tabla 3. Variables ................................................................................................................. 48

Tabla 4. Modelos .................................................................................................................. 49

Tabla 5. Coeficientes ............................................................................................................ 51

Tabla 6. Estadística Descriptiva ........................................................................................... 52

Tabla 7. Correlaciones .......................................................................................................... 52

Tabla 8. Coeficientes ............................................................................................................ 53

Tabla 10 Anova .................................................................................................................... 54

Tabla. 11. Relación entre variables ...................................................................................... 55

Tabla 12. Base de Datos ..................................................................................................... 113

Figura 2. Movimiento Browniano ........................................................................................ 33

Figura 3. Primeros cuatro pasos del método desplazamiento punto medio.......................... 35

Figura 5. Curvas de nivel y perfil ......................................................................................... 57

Figura 6. Altura optima ........................................................................................................ 61

Figura 8. Limites de confianza ............................................................................................. 65

ANEXO A PROGRAMA FUENTE ............................................................................... 86

ANEXO B BASE DE DATOS ......................................................................................... 92

ALGORITMO: Secuencia explicita y finita de operaciones que conducen a la solución de

ALTIMETRIA: Medida de la altitud o elevación.

BASE DE DATOS: Conjunto de datos estructurados para permitir su almacenamiento,

consulta y actualización un sistema informático.

COTA: Altitud asociado a un punto.

DIMENSION FRACTAL: la geometría fractal introdujo el concepto de dimensión

INCERTIDUMBRE: Falta de certeza en un resultado derivado del error en los datos y en

MODELO: Representación simplificada de un objeto o proceso en la que se representan

MODELO DIGITAL DE TERRENO: Es la representación digital del relieve, que consiste

métodos directos o indirectos e interpolados matemáticamente a fin de permitir una

descripción fiel y continua de una parte de la tierra.

PENDIENTE: Angulo entre la línea normal a la superficie del terreno y la vertical.

PRECISION: Calidad del proceso de medida de una magnitud.

SISTEMAS DE INFORMACION GEOGRAFICO: Sistema de gestión de bases de datos

con herramientas especificas para el manejo de información espacial y sus propiedades.

para el desarrollo urbanístico de las ciudades y poblaciones, generando modificaciones en