1

VALIDAO ESTATSTICA DE PROCESSOS

Alberto Wunderler Ramos
Escola Politcnica da Universidade de So Paulo
Departamento de Engenharia de Produo
awramos@usp.br

1 INTRODUO
Estudos de validao de processos tm por objetivo avaliar se determinado
processo consegue gerar produtos conformes. Costumam ser realizados nas fases
iniciais de produo de um novo produto e visam realizar uma avaliao preliminar do
desempenho do processo em termos de atendimento s especificaes do produto.
Resumidamente, a metodologia consiste em obter uma amostra de produtos
fabricados em condies normais de operao, avaliar a estabilidade estatstica (ou
previsibilidade) do processo e, determinar a capacidade deste processo gerar produtos
dentro das especificaes.
Embora de uso comum no meio industrial, principalmente na rea de alimentos e
farmacutica, tais estudos costumam ser feitos sem o emprego da Estatstica para inferir
sobre o comportamento futuro do processo com base em amostras.
Este trabalho busca desenvolver uma metodologia completa que permita a correta
avaliao da capacidade do processo nos estgios iniciais do ciclo de vida de um
produto.

2 METODOLOGIA PARA ESTUDOS DE VALIDAO

Vrios autores abordaramm este assunto, tais CHARBONEAU e WEBSTER
(1978), e HRADESKY (1989). As metodologias propostas so bastante similares e so
constitudas das seguintes etapas, conforme apresenta a Figura 1.
2.1 Obteno e coleta da amostra
Durante a realizao do estudo, procura-se no fazer ajustes na mquina, trocas de
lotes de material, trocas de operador, etc., a no ser que tal tipo de interferncia seja
inevitvel. Normalmente, estipula-se a obteno de uma amostra de 50 a 100 itens,
coletados aps ter dado tempo suficiente para o equipamento aquecer e estabilizar para,
a seguir, numerar os itens, mantendo-se sua ordem cronolgica de fabricao.
O tamanho da amostra recomendado est diretamente relacionado com a preciso
das estimativas obtidas. Amostras muito pequenas produziro incertezas maiores para
os parmetros (mdia, desvio-padro, etc.) estimados. Por outro lado, amostras grandes
incidiro em maiores custos de obteno.
Contudo, mais importante do que o tamanho da amostra em si a forma pela qual
a mesma obtida. RUNGER (1994) demonstrou que os danos advindos de um
esquema de coleta de dados mal planejado so muito mais perniciosos do que as
informaes obtidas decorrentes de uma limitao de dados.

Coletar
Amostra

Avaliar
Estabilidade
Estatstica

no

Estvel ?

Corrigir

sim

Quantificar
Capacidade

Tomar
Deciso

Figura 1 Etapas bsicas em estudo de capacidade.

Em um estudo de validao, com exceo da prpria mquina, o ideal que as
demais variveis do processo (materiais, mo-de-obra, mtodos, meio de medio e
meio ambiente) sejam mantidas fixas. A idia avaliar to somente a variabilidade que
pode ser imputada ao equipamento produtivo, constitudo da mquina, ferramental e
dispositivos associados. A Figura 2 ajuda a elucidar este conceito.
Caso haja mais de uma mquina ou, ento, mais de um ferramental ou dispositivo
em avaliao preciso se fazer um estudo de validao para cada uma das possveis
combinaes destas, j que esta ser a nica maneira de avaliar a eventual existncia de
diferenas.
As outras fontes de variao que restam e so exatamente aquelas avaliadas na
validao e so devidas repetio entre ciclos (variao entre unidades consecutivas),
e s diferenas entre posies (casos de vrias posies, por exemplo).
Os itens devem, tambm, ser numerados seqencialmente para permitir que
eventuais tendncias, ciclos, ou outro problema qualquer no comportamento do
processo seja detectado, evidenciando falta de previsibilidade na variao do processo.
Do ponto de vista prtico, vrias dificuldades que podem surgir nesta etapa:
a) tempo elevado para obteno da amostra
Este fato no afeta sensivelmente os resultados obtidos, desde que se procure manter
todas as variveis do processo to constantes quanto possveis. Caso isto no seja
possvel (necessidade de troca de lote de matria-prima, por exemplo), as ocorrncias
devem ser anotadas e, na etapa seguinte, verificado o impacto de tal mudana na
estabilidade estatstica do processo.

VARIAO

MEIO DE
MEDIO

MO DE
OBRA

MATERIAL

MQUINA

DENTRO
DA
MQUINA

DENTRO
DA FERRAMENTA

DENTRO
DO CICLO

DENTRO
DA
POSIO

MTODOS

MEIO
AMBIENTE

ENTRE
MQUINAS

ENTRE
FERRAMENTAS

ENTRE
CICLOS

ENTRE
POSIES

Figura 2 Formao de sub-grupos racionais

b) custo excessivo na fabricao da amostra
Isto especialmente vlido no caso de produtos sofisticados tecnologicamente ou
com alto valor agregado. Contudo, esta questo uma deciso de carter
eminentemente econmico e, portanto, foge do escopo deste trabalho.
c) manuteno da ordem seqencial em que os produtos so gerados
uma restrio que no pode ser relaxada, j que a ordem no tempo essencial para
a avaliao da estabilidade estatstica do processo. Este tipo de ocorrncia comum
em mquinas com grande velocidade de produo. As sadas existentes para
viabilizar esta questo so: ou a construo de dispositivo na sada da mquina
(magazine, por exemplo), ou a identificao da origem da pea (cavidade, posio,
etc.);
d) existncia de mltiplos fluxos de produtos
a situao de mquinas com diferentes posies, tais como mquinas de
compresso na indstria farmacutica, ou de envase na indstria alimentcia. Nestes
casos, a amostra deve ser dividida igualmente entre os diversos fluxos de produtos
existentes, identificando-se claramente a sua origem e preservando-se sua seqncia
no tempo. O objetivo de tal procedimento possibilitar, na etapa de avaliao da
estabilidade estatstica do processo, a verificao de existncia de diferenas
assinalveis entre os diferentes fluxos.

4
2.2 Avaliao da Estabilidade Estatstica
A avaliao da estabilidade estatstica (previsibilidade) feita mediante a
construo de um grfico de controle adequado, cujo objetivo verificar se o padro de
variao do processo se mantm ou no ao longo do perodo de coleta dos dados.
Se a anlise dos grficos revelar que o processo instvel (ou que est fora de
controle estatstico), ser necessrio reiniciar o estudo de validao. Caso contrrio,
pode-se prosseguir com o estudo. importante destacar que nem todas as metodologias
exigem esta etapa de verificao da estabilidade estatstica do processo.
A restrio de existncia de estabilidade estatstica resulta da necessidade de que a
variao do processo possa ser adequadamente representada atravs de algum modelo
matemtico (uma distribuio de probabilidade, no caso), possibilitando a inferncia
quanto aos parmetros de processo. Para tanto, no pode haver presena de causas
especiais de variao (ou causas assinalveis).
Quando um processo instvel, no h previsibilidade quanto ao seu desempenho
e, conseqentemente, no existe qualquer possibilidade de se prever a aceitabilidade dos
produtos por este gerados unicamente com base nas amostras coletadas. Os resultados,
obtidos nesta situao, tornam-se totalmente invlidos.
Os grficos de controle, desenvolvidos por SHEWHART (1931), admitem que
uma observao qualquer de X (xt) obtida de um processo estatisticamente estvel (com
mdia e desvio-padro constantes) pode ser adequadamente representada atravs do
modelo matemtico:
xt = + t

(1)

onde t o erro amostral, suposto distribudo normal e independentemente com mdia 0

e desvio-padro constante.
Adotou, ento, o critrio de que uma estatstica qualquer (W) calculada a partir
destas observaes, independentemente de sua distribuio amostral de probabilidade,
ter como limites de controle:
LSCW = (W) + 3.(W)
LMW = (W)
LICW = (W) - 3.(W)

(2)

Os grficos de controle so robustos quanto a desvios da normalidade nos dados,

conforme demonstraram BURR (1967) e SCHILLING; NELSON (1976). Mesmo
quando um processo gera dados cuja distribuio no possa ser admitida como normal,
ainda assim os grficos de controle funcionaro a contento.
Para se avaliar a estabilidade estatstica do processo, as metodologias
recomendam que a amostra total de tamanho n (50 a 100 valores) seja dividida em k
subgrupos de tamanho n/k cada um (20 subgrupos, cada um com 5 valores, por
exemplo). Contudo, com este procedimento genrico nem sempre correto.
Quando existe um nico fluxo de produtos, como o caso de mquinas singelas,
no ha nenhum critrio racional pelo qual se possa justificar a formao destes
subgrupos, conforme os princpios bsicos estabelecidos por SHEWHART (1931), e
muito bem explicados por WHEELER (1996). Em outras palavras, um subgrupo uma
certa quantidade de dados tomados em condies similares e que, portanto, mantm
entre si uma certa homogeneidade. Agrupar valores arbitrariamente de n/k em n/k itens
no possui nenhuma justificativa plausvel por detrs de si. Conseqentemente, o
recomendado seria tratar os dados obtidos como valores individuais.

5
O grfico para valores individuais possui os seguintes limites de controle:
LSC x = x + E 2 .Rm
LM x = x

(3)

LICx = x E 2 .Rm
onde x-barra a mdia dos k valores individuais obtidos, E2 um fator de correo,
funo da quantidade de itens (m) tomados na amplitude mvel (veja Anexo A), e Rmbarra a amplitude mvel mdia definida como:

Rm =

Rm

(4)

com cada amplitude mvel (Rmi) sendo definida como:

Rmi = | xm xm+1|

i = 1, 2, 3,..., k-1

(5)

Este grfico (x) utilizado conjuntamente com o grfico da amplitude mvel

(Rm), que possui como limites de controle:
LSC Rm = D 4 .Rm
LM Rm = Rm

(6)

LICRm = D 3 .Rm
onde D3 e D4 so fatores de correo, funo da quantidade de itens (m) tomados na
amplitude mvel (Anexo A).
Quando h diversos fluxos de produtos, como no caso de mquinas com mltiplas
posies, cada uma destas deve ser considerada como sendo um subgrupo natural em
si mesmo, j que mais provvel haver diferenas entre posies do que dentro de uma
mesma posio. Conseqentemente, obter amostras de tamanho n de cada uma das k
diferentes cavidades ou posies aparenta ser uma alternativa adequada.
Face ao exposto, pode-se adotar grficos da mdia e amplitude ( x e R) nesta
situao. Seus limites de controle so:

LSC x = x + A 2 .R
LM x = x

(7)

LICx = x A 2 .R
onde A2 um fator de correo, funo do tamanho do subgrupo (Anexo A), e x-duas
barra a mdia geral calculada como:

x=

R=

(8)
k
com k, a quantidade total de subgrupos e R-barra a amplitude mvel calculada como:

(9)

Para o grfico da amplitude (R), tm-se os seguintes limites de controle:

LSC R = D 4 .R
LM R = R

(10)

LICR = D 3 .R
com D3 e D4 fatores de correo, funo do tamanho do subgrupo (Anexo A).
2.3 Quantificar a Capacidade
Verificada a estabilidade estatstica do processo, pode-se passar a quantificar a sua
capacidade. Isto costuma ser feito mediante o uso de ndices de capacidade. Existe uma
grande variedade de ndices de capacidade, segundo BOTHE (1997). Entretanto, em
estudos de validao, dois ndices so mais freqentemente utilizados: Cm e Cmk,
conforme FINLEY (1992).
O primeiro ndice, definido como sendo a razo entre a tolerncia de engenharia
e a disperso do processo, matematicamente:

Cm =

LSE LIE
6.

(11)

onde LSE o limite superior da especificao, LIE o limite inferior da especificao e

o desvio-padro do processo (populao).
O ndice Cm compara a variabilidade total permitida ao produto (ou tolerncia
de especificao) com a variao do processo (tambm chamada de tolerncia natural).
Assim, para o processo ser considerado capaz, o ndice Cm deve ser igual ou maior do
que 1, o que equivale a dizer que pelo menos 99,73% dos produtos sero conformes,
admitindo-se a distribuio normal vlida para a variabilidade dos valores individuais e
a mdia do processo centralizada na especificao. A Figura 3 ilustra este ndice.
Intrinsecamente, este ndice admite que a mdia da mquina pode ser facilmente
ajustada e, portanto, somente a tolerncia de engenharia (que a distncia entre o limite
superior e o inferior da especificao) comparada com a disperso total. Esta sempre
a melhor condio possvel para o estudo, da o por qu do ndice ser habitualmente
chamado de capacidade potencial.
O outro ndice, Cmk, definido como
Cmk = mnimo {Cmi, Cms}
onde Cmi calculado mediante

(12)

6
LIE

TOL

LSE

Figura 3 ndice Cm

Cmi =

LIE
3.

(13)

Analogamente, define-se o ndice Cms como sendo

Cms =

LSE
3.

(14)

Cmk recomendado nos casos de especificaes unilaterais, onde inexiste LIE ou

LSE, ou quando a mdia do processo no pode ser centralizada na especificao por
problema de engenharia ou, ainda, devido a um elevado custo de alterao ou ajuste.
No ndice Cmk, alm de avaliar-se a variabilidade total permitida s peas com a
tolerncia natural de fabricao, verifica-se, tambm, a posio do processo em relao
aos limites (superior e inferior) da especificao. Assim, o valor de Cmk deve ser igual
ou superior a 1 para o processo ser considerado capaz. Este ndice , tambm, conhecido
pelo nome de capacidade de mquina.
No clculo de Cm e Cmk admite-se que os dados podem ser adequadamente
representados por uma distribuio normal. Caso isto no ocorra, as formulas de (11) a
(14) devem ser alteradas. A verificao da validade da distribuio normal para o
processo em estudo feita atravs de testes de aderncia (testes no-paramtricos).
D'AGOSTINO; STEPHENS (1986) apresentam vrios tipos diferentes de testes
de aderncia para a distribuio normal. Embora concluam que no exista um nico
teste timo para avaliar todas as situaes de desvio quanto condio de normalidade,
recomendam uma anlise grfica de dados, envolvendo o uso do papel de probabilidade
normal, na avaliao de aderncia.
O papel de probabilidade normal emprega o conceito de linearizao de dados,
mediante o emprego de transformaes adequadas, de forma que caso a distribuio
normal seja adequada representao da variabilidade do processo, os pontos
(porcentagens acumuladas) aparecero alinhados prximo a uma reta, conforme mostra
a figura 4, a seguir.

,999

Probabilidade

,99
,95
,80
,50
,20
,05
,01
,001
96,5

97,5

98,5

99,5

100,5

101,5

102,5

Figura 4 - Papel de probabilidade normal

Quando os valores individuais no mais apresentam distribuio normal, os
ndices Cm e Cmk tradicionais devem ser modificados. Nesta situao, para haver
equivalncia em termos de rea com a distribuio normal (99,73%), usam-se os
percentis 0,135 (PI) e 99,865 (PS) da outra distribuio, e calculam-se os ndices de
capacidade atravs de:

m* = LSE LIE
C
PS - PI

(15)

mi* = Md LIE
C
Md - PI

(16)

ms* = LSE Md
C
PS - Md

(17)

mk * = min{ C
mi*, C
ms*} , com
eC

ou ainda

onde Md a mediana (ou percentil 50,000).

CLEMENTS (1989) apresentou uma proposta interessante onde, a partir do ajuste
de uma curva de Pearson, calcula a porcentagem de produtos no-conformes para, a
m *e C
mk * . As suas etapas bsicas so:
seguir, determinar os ndices C
a) calcular a mdia ( x ), o desvio-padro (s) e os coeficientes de assimetria (Sk) e
curtose (Ku) dos dados, definidos como:
Sk =

m3
s3

Ku =

m4
3
s4

(18)

9
com
n

mj =

(x
t =1

x) j
(19)

b) determinar os percentis 0,135 (PI*) e 99,865 (PS*) padronizados (Anexo B);

c) determinar a mediana (Md*) padronizada (Anexo C);
d) calcular os percentis 0,135 (PI) e 99,865 (PS) estimados, atravs de:

PI = x s.PI *

(20)

PS = x + s.PS *
e) calcular a mediana estimada (Md), atravs de:

Md = x + s.Md *

(21)

f) calcular os ndices de capacidade ( Cm * e Cmk * ), atravs das frmulas (15) a (17)

g) concluir sobre a capacidade do processo.
A avaliao dos ndices de capacidade, embora simples, tambm apresenta alguns
outros problemas prticos associados. Inicialmente necessrio deixar claro que tanto
m como C
mk so estimativas de Cm e Cmk e que, portanto, esto sujeitas a um erro
C
de estimao, ou seja, por serem calculados a partir dos valores da amostra, tambm
apresentam variao. Dito de uma outra forma, a obteno de valores superiores a 1
m e C
mk no assegura necessariamente a capacidade do processo em atender s
para C
especificaes.
A avaliao da capacidade de curto-prazo costuma ser feita mediante a
comparao dos resultados dos ndices de capacidade com valores mnimos estipulados
em normas ou fixados pelos prprios clientes.
Por exemplo, com o lanamento dos requisitos QS-9000, foi estabelecido um
mk > 1,67 para
critrio para a deciso da capacidade preliminar do processo: C
caractersticas definidas como crticas. Este valor superior ao adotado em outras
mk >1,33, tal como em AMERICAN SOCIETY
metodologias, onde requerido que C
FOR QUALITY CONTROL (ASQC, 1986, p.37), e busca dar uma margem de
segurana maior por haver poucos dados disponveis e um conhecimento limitado sobre
o comportamento do processo.
Os critrios para deciso sobre a aceitabilidade do processo variam enormemente
de indstria para indstria, no havendo uma padronizao nica neste aspecto.
Contudo, face s quantidades de dados normalmente empregadas em estudos de
validao e, tambm, em funo do tipo desta, julgamos que os seguintes critrios
podem ser adotados no caso de indstria farmacutica ou alimentcia.

Tipo de Validao
Retrospectiva
Prospectiva

Tabela 1 Critrios recomendados

Quantidade mnima de itens
100
30

Cmk mnimo
1,33
1,67

10

Aes corretivas adequadas devem ser tomadas caso os ndices tenham revelado
uma inadequao do processo quanto ao atendimento das especificaes de engenharia.

3. UM EXEMPLO DE APLICAO
Visando avaliar a uniformidade de contedo de um processo de mistura, o teor
ativo em comprimidos foi medido ao longo de trs lotes iniciais de fabricao. De cada
lote, tomou-se uma amostra de 30 comprimidos, cuja ordem de obteno ao longo do
tempo foi mantida. A especificao para esta caracterstica de 85 a 115 mg.
Foram empregados grficos de controle para valores individuais e amplitudes
mveis, apresentados na Figura 5, a seguir. Verifica-se que o processo pode ser
considerado como previsvel quanto ao seu desempenho para esta caracterstica, uma
vez que nenhum ponto caiu fora dos limites de controle e, tambm, pelo fato dos pontos
no apresentarem nenhum padro estranho de variao.

Valor Individual

105
100

MDIA=95,42

95
90

LIC=87,72

Subgroupo

10

Amplitude Mvel

LSC=103,1

10

20

30

40

50

60

70

80

90

LSC=9,449

5
MDIA=2,892
0

LIC=0

Figura 5 Grficos de Controle do Teor Ativo de Comprimidos

Antes de verificar se o processo capaz de atender s especificaes, preciso
avaliar se os dados podem ser admitidos como provenientes de uma distribuio normal.
Para tanto, vai se empregar o papel de probabilidade normal, apresentado na Figura 6.
Como todos os pontos se apresentam prximos de uma reta, isto demonstra que o
modelo de variao representado pela distribuio normal adequado.
Finalmente, avalia-se a capacidade do processo mediante o clculo dos ndices de
capacidade Cm e Cmk, apresentados na Figura 7.
Pelo fato de haver 90 dados e Cmk ter fornecido valor 1,38, o processo pode ser
considerado capaz. Entretanto, observa-se que este encontra-se ligeiramente
descentralizado na especificao, visto que a sua mdia 95,415 mg contra 100 mg que
o centro da especificao. Um ajuste efetuado na mdia far com que sua capacidade
aumente mais.
Em funo destes resultados todos, o processo pode ser validado estatisticamente.

11

,999
,99

Probabilidade

,95
,80
,50
,20
,05
,01
,001
90

95

100

TEOR

Figura 6 Papel de Probabilidade Normal para Teor de Comprimidos

LSL

Dados
LSE
LIE

115,000

Mdia

95,415

USL

85,000

N
Desvio-padro

90
2,52218

Capacidade
Cm

1,98

Cms

2,59

Cmi

1,38

Cmk

1,38

85

90

95

100

105

110

Figura 7 Estudo de Capacidade para Teor de Comprimidos

115

12
4. CONCLUSES
Estudos de validao de processo j so rotina em muitas indstrias. Contudo, o
emprego de mtodos estatsticos nestes estudos ainda muito incipiente, em parte
devido falta de cultura de avaliar a variabilidade de processos visando assegurar
resultados consistentes e adequados, ou seja, produtos que atendam s especificaes.
A metodologia aqui proposta no visa ser completa, mas apenas encaminhar
algumas solues aos problemas mais freqentemente encarados pelos profissionais
responsveis pela execuo de tal tipo de estudo: estabilidade ou previsibilidade de
processo, distribuio normal e no-normal, e ndices de capacidade.

5. REFERNCIAS BIBLIOGRFICAS
AMERICAN SOCIETY FOR QUALITY CONTROL.
manual. Milwaukee, ASQC, 1986.

Statistical process control

BOTHE, D.R. Measuring process capability. New York, McGraw-Hill, 1997.

BURR, J.T. The effects of non-normality on constants for x-bar and R charts.
Industrial Quality Control, Milwaukee, v.23, p.563-9, 1967.
CHARBONNEAU, H.C.; WEBSTER, G.L. Industrial quality control. Englewood
Cliffs, Prentice-Hall, 1978.
CLEMENTS, J.A Process capability calculations for non-normal distributions. Quality
Progress, Milwaukee, v.22, n.9, p. 95-100, 1989.
D'AGOSTINO, R.B.; STEPHENS, M.A.
Marcel Dekker, 1986.

Goodness-of-fit techniques. New York,

FINLEY, J.C. What is capability? or What is Cp and Cpk? In: ASQC QUALITY
CONGRESS TRANSACTIONS, 46th, Nashville, 1992. Proceedings. Milwaukee,
ASQC, p.186-92, 1992.
HRADESKY, J.L. Aperfeioamento da qualidade e da produtividade. So Paulo,
McGraw-Hill, 1989.
RUNGER, G.C. Robustness of variance estimates for batch and continuous processes.
Quality Engineering, Monticello, vol. 7, n.1, p.31-43, 1994.
SCHILLING, E.G.; NELSON, P.R. The effect of nonnormality on the control limits of
x-bar charts. Journal of Quality Technology, Milwaukee, v.8, 1976.
SHEWHART, W. A. Economic control of quality of manufactured product. New
York, Van Nostrand, 1931.
WHEELER, D.J. Advanced topics in statistical process control. Knoxville, SPC,
1996.

13

Anexo A - FATORES PARA CLCULO DE LIMITES DE CONTROLE

n
2

A2
1,880

A3
2,695

E2
2,660

B3
-

B4
3,267

1,023

1,954

1,772

2,568

0,729

1,628

1,457

2,266

0,577

1,427

1,290

2,089

0,483

1,287

1,184

0,030

1,970

0,419

1,182

1,109

0,118

1,882

0,373

1,099

1,054

0,185

1,815

0,337

1,032

1,010

0,239

1,761

10

0,308

0,975

0,975

0,284

1,716

n
2

D3
-

D4
3,267

D
0,709

c4
0,798

d2
1,128

2,574

0,524

0,886

1,693

2,282

0,446

0,921

2,059

2,114

0,403

0,940

2,326

2,004

0,375

0,952

2,534

0,076

1,924

0,353

0,959

2,704

0,136

1,864

0,338

0,965

2,847

0,184

1,816

0,325

0,969

2,970

10

0,223

1,777

0,314

0,973

3,078

FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 3 ed. New York, John
Wiley, 1996.

14

Anexo B - CAUDAS PADRONIZADAS DAS CURVAS DE PEARSON

PI* (Percentil 0,135) para Sk >= 0. PS* (Percentil 99,865) para Sk < 0.
Ku

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

-1,4
-1,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,4
3,6
3,8
4,0
4,2
4,4
4,6
4,8
5,0
5,2
5,4
5,6
5,8
6,0
6,2
6,4
6,6
6,8
7,0
7,2
7,4
7,6
7,8
8,0
8,2
8,4
8,6
8,8
9,0
9,2
9,4
9,6
9,8
10,0
10,2
10,4
10,6
10,8
11,0
11,2
11,4
11,6
11,8
12,0
12,2

1,512
1,727
1,966
2,210
2,442
2,653
2,839
3,000
3,140
3,261
3,366
3,458
3,539
3,611
3,674
3,731
3,782
3,828
3,870
3,908
3,943
3,975
4,004
4,031
4,056
4,079
4,101
4,121
4,140
4,157
4,174
4,189
4,204
4,218
4,231
4,243
4,255
4,266
4,276
4,286
4,296
4,305
4,313
4,322
4,330
4,337
4,344
4,351
4,358
4,365
4,371
4,377
4,382
4,388
4,393
4,398
4,403
4,408

Sk
->

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

1,421
1,619
1,840
2,072
2,298
2,506
2,692
2,856
2,986
3,088
3,164
3,222
3,266
3,300
3,327
3,349
3,367
3,382
3,395
3,405
3,415
3,423
3,430
3,436
3,441
3,446
3,450
3,454
3,458
3,461
3,464
3,466
3,469
3,471
3,473
3,475
3,477
3,478
3,480
3,481
3,483
3,484
3,485
3,486
3,487
3,488
3,489
3,490
3,491
3,492
3,492
3,493
3,494
3,495
3,495
3,496
3,496
3,497

1,317
1,496
1,696
1,912
2,129
2,335
2,522
2,689
2,834
2,952
3,045
3,118
3,174
3,218
3,254
3,282
3,306
3,325
3,342
3,456
3,367
3,378
3,387
3,395
3,402
3,408
3,414
3,419
3,423
3,428
3,431
3,435
3,438
3,441
3,444
3,446
3,448
3,451
3,453
3,454
3,456
3,458
3,459
3,461
3,462
3,464
3,465
3,466
3,467
3,468
3,469
3,470
3,471
3,472
3,473
3,473
3,474
3,475

1,206
1,364
1,541
1,736
1,941
2,141
2,329
2,500
2,653
2,785
2,896
2,986
3,058
3,115
3,161
3,199
3,229
3,255
3,277
3,295
3,311
3,324
3,326
3,346
3,356
3,364
3,371
3,378
3,384
3,398
3,394
3,399
3,403
3,406
3,410
3,413
3,416
3,419
3,422
3,424
3,426
3,429
3,431
3,432
3,434
3,436
3,437
3,439
3,440
3,442
3,443
3,444
3,445
3,447
3,448
3,449
3,450
3,451

1,092
1,230
1,384
1,555
1,740
1,930
2,116
2,289
2,447
2,589
2,714
2,821
2,910
2,983
3,043
3,092
3,133
3,167
3,196
3,220
3,241
3,259
3,274
3,288
3,300
3,311
3,321
3,329
3,337
3,344
3,350
3,356
3,362
3,367
3,371
3,375
3,379
3,383
3,386
3,389
3,392
3,395
3,398
3,400
3,403
3,405
3,407
3,409
3,411
3,412
3,414
3,416
3,417
3,418
3,420
3,421
3,422
3,424
3,425

0,979
1,100
1,232
1,377
1,539
1,711
1,887
2,059
2,220
2,368
2,502
2,622
2,727
2,817
2,893
2,957
3,011
3,055
3,093
3,126
3,153
3,177
3,198
3,216
3,233
3,247
3,259
3,271
3,281
3,290
3,299
3,306
3,313
3,320
3,326
3,331
3,336
3,341
3,345
3,349
3,353
3,357
3,360
3,363
3,366
3,369
3,372
3,374
3,377
3,379
3,381
3,383
3,385
3,387
3,388
3,390
3,392
3,393
3,395
3,396

0,868
0,975
1,089
1,212
1,348
1,496
1,655
1,817
1,976
2,127
2,267
2,396
2,512
2,616
2,708
2,787
2,855
2,914
2,964
3,006
3,043
3,075
3,103
3,127
3,149
3,168
3,184
3,200
3,213
3,225
3,236
3,246
3,256
3,264
3,272
3,279
3,286
3,292
3,297
3,303
3,308
3,312
3,316
3,321
3,324
3,328
3,331
3,335
3,338
3,340
3,343
3,346
3,348
3,351
3,353
3,355
3,357
3,359
3,361
3,363
3,364

0,762
0,858
0,957
1,062
1,175
1,299
1,434
1,578
1,726
1,873
2,015
2,148
2,271
2,385
2,488
2,581
2,664
2,736
2,800
2,855
2,904
2,946
2,983
3,015
3,043
3,069
3,091
3,111
3,129
3,145
3,160
3,173
3,186
3,197
3,207
3,216
3,225
3,233
3,240
3,247
3,254
3,260
3,265
3,270
3,275
3,280
3,284
3,289
3,292
3,296
3,300
3,303
3,306
3,309
3,312
3,315
3,317
3,320
3,322
3,325
3,327
3,329

0,747
0,836
0,927
1,023
1,125
1,235
1,356
1,485
1,619
1,754
1,887
2,013
2,132
2,243
2,345
2,438
2,524
2,600
2,669
2,730
2,784
2,831
2,874
2,911
2,945
2,974
3,001
3,025
3,047
3,066
3,084
3,100
3,114
3,128
3,140
3,152
3,162
3,172
3,181
3,189
3,197
3,204
3,211
3,218
3,224
3,229
3,235
3,240
3,244
3,249
3,253
3,257
3,261
3,265
3,268
3,272
3,275
3,278
3,281
3,283
3,286
3,289

0,804
0,887
0,974
1,065
1,163
1,269
1,382
1,502
1,625
1,748
1,876
1,981
2,089
2,189
2,283
2,369
2,448
2,521
2,586
2,646
2,699
2,747
2,790
2,829
2,864
2,895
2,923
2,949
2,972
2,994
3,013
3,031
3,047
3,062
3,076
3,089
3,100
3,111
3,122
3,131
3,140
3,148
3,156
3,164
3,171
3,177
3,183
3,189
3,195
3,200
3,205
3,209
3,214
3,218
3,222
3,226
3,230
3,233
3,237
3,240
3,243

0,692
0,766
0,841
0,919
1,000
1,086
1,178
1,277
1,381
1,491
1,602
1,713
1,821
1,925
2,023
2,116
2,202
2,283
2,358
2,427
2,491
2,549
2,602
2,651
2,695
2,735
2,771
2,805
2,835
2,863
2,888
2,911
2,933
2,952
2,970
2,987
3,003
3,017
3,030
3,043
3,054
3,065
3,075
3,085
3,094
3,103
3,111
3,118
3,125
3,132
3,138
3,144
3,150
3,156
3,161
3,166
3,171
3,175
3,179
3,184
3,188
3,191
3,195

0,656
0,723
0,791
0,861
0,933
1,008
1,087
1,172
1,262
1,357
1,456
1,556
1,664
1,755
1,850
1,940
2,026
2,107
2,183
2,254
2,321
2,383
2,440
2,494
2,543
2,588
2,629
2,668
2,703
2,735
2,765
2,793
2,818
2,841
2,863
2,883
2,902
2,919
2,936
2,951
2,965
2,978
2,990
3,002
3,013
3,023
3,033
3,042
3,051
3,059
3,067
3,075
3,082
3,088
3,095
3,101
3,107
3,112
3,118
3,123
3,128
3,132
3,137
3,141

0,616
0,677
0,739
0,801
0,865
0,931
1,000
1,072
1,149
1,230
1,316
1,404
1,494
1,584
1,673
1,760
1,844
1,924
2,000
2,072
2,140
2,205
2,265
2,321
2,374
2,424
2,470
2,513
2,562
2,589
2,624
2,656
2,685
2,713
2,739
2,763
2,785
2,806
2,825
2,843
2,860
2,876
2,891
2,906
2,919
2,932
2,943
2,955
2,965
2,975
2,985
2,994
3,003
3,011
3,019
3,026
3,033
3,040
3,046
3,053
3,058
3,064
3,070
3,075

0,574
0,630
0,686
0,742
0,799
0,857
0,917
0,979
1,045
1,113
1,185
1,261
1,339
1,420
1,501
1,581
1,661
1,738
1,813
1,884
1,953
2,018
2,080
2,138
2,194
2,246
2,296
2,242
2,386
2,427
2,465
2,501
2,535
2,567
2,597
2,624
2,651
2,675
2,698
2,720
2,740
2,759
2,777
2,794
2,810
2,825
2,839
2,853
2,866
2,878
2,890
2,901
2,911
2,921
2,930
2,940
2,948
2,956
2,964
2,972
2,979
2,986
2,993

0,531
0,583
0,643
0,685
0,736
0,787
0,840
0,894
0,950
1,008
1,068
1,132
1,198
1,267
1,338
1,410
1,483
1,555
1,626
1,695
1,762
1,827
1,889
1,948
2,005
2,059
2,111
2,160
2,206
2,250
2,292
2,332
2,369
2,405
2,438
2,469
2,499
2,527
2,554
2,579
2,603
2,625
2,646
2,666
2,685
2,703
2,720
2,736
2,752
2,766
2,780
2,793
2,806
2,818
2,829
2,840
2,851
2,861
2,870
2,879
2,888
2,896

0,536
0,583
0,629
0,675
0,721
0,768
0,815
0,863
0,913
0,964
1,018
1,073
1,131
1,191
1,253
1,317
1,381
1,446
1,510
1,574
1,636
1,697
1,756
1,813
1,867
1,920
1,970
2,019
2,065
2,109
2,151
2,191
2,229
2,265
2,300
2,333
2,364
2,394
2,422
2,449
2,475
2,499
2,522
2,544
2,565
2,585
2,604
2,622
2,639
2,655
2,671
2,686
2,700
2,714
2,727
2,739
2,751
2,762
2,773
2,784

0,489
0,533
0,575
0,617
0,659
0,701
0,743
0,785
0,828
0,873
0,918
0,965
1,013
1,063
1,115
1,169
1,224
1,281
1,338
1,396
1,453
1,510
1,566
1,621
1,675
1,727
1,778
1,827
1,874
1,919
1,962
2,004
2,044
2,083
2,120
2,155
2,189
2,221
2,252
2,282
2,310
2,337
2,363
2,388
2,411
2,434
2,456
2,476
2,496
2,515
2,533
2,551
2,567
2,583
2,598
2,613
2,627
2,641
2,653

0,484
0,524
0,562
0,600
0,638
0,676
0,714
0,752
0,791
0,830
0,870
0,911
0,953
0,996
1,041
1,088
1,135
1,184
1,234
1,285
1,336
1,387
1,438
1,489
1,539
1,588
1,635
1,682
1,727
1,771
1,814
1,855
1,895
1,933
1,970
2,005
2,040
2,073
2,104
2,135
2,164
2,192
2,219
2,248
2,271
2,295
2,318
2,340
2,361
2,382
2,401
2,420
2,438
2,456
2,473
2,489
2,505

15

PS* (Percentil 99,865) para Sk >= 0. PI* (Percentil 0,135) para Sk < 0.
Ku

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

-1,4
-1,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,4
3,6
3,8
4,0
4,2
4,4
4,6
4,8
5,0
5,2
5,4
5,6
5,8
6,0
6,2
6,4
6,6
6,8
7,0
7,2
7,4
7,6
7,8
8,0
8,2
8,4
8,6
8,8
9,0
9,2
9,4
9,6
9,8
10,0
10,2
10,4
10,6
10,8
11,0
11,2
11,4
11,6
11,8
12,0
12,2

1,512
1,727
1,966
2,210
2,442
2,653
2,839
3,000
3,140
3,261
3,366
3,458
3,539
3,611
3,674
3,731
3,782
3,828
3,870
3,908
3,943
3,975
4,004
4,031
4,155
4,079
4,101
4,121
4,140
4,157
4,174
4,189
4,204
4,218
4,231
4,243
4,255
4,266
4,276
4,286
4,296
4,305
4,313
4,322
4,330
4,337
4,344
3,351
4,358
4,365
4,371
4,377
4,382
4,388
4,393
4,398
4,403
4,408

Sk
->

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

1,584
1,813
2,065
2,320
2,560
2,774
2,961
3,123
3,261
3,381
3,485
3,575
3,654
3,724
3,786
3,842
3,891
3,936
3,976
4,013
4,046
4,077
4,105
4,131
4,155
4,177
4,197
4,217
4,234
4,251
4,267
4,281
4,295
4,408
4,321
4,332
4,343
4,354
4,364
4,373
4,382
4,391
4,399
4,406
4,414
4,421
4,428
4,434
4,441
4,447
4,452
4,458
4,463
4,468
4,473
4,478
4,483
4,487

1,632
1,871
2,134
2,400
2,648
2,869
3,060
3,224
3,364
3,484
3,588
3,678
3,757
3,826
3,887
3,942
3,990
4,034
4,073
4,109
4,142
4,172
4,199
4,224
4,247
4,269
4,288
4,307
4,324
4,340
4,355
4,369
4,383
4,395
4,407
4,418
4,429
4,439
4,448
4,457
4,466
4,474
4,481
4,489
4,496
4,503
4,509
4,515
4,521
4,527
4,532
4,538
4,543
4,458
4,552
4,557
4,561
4,565

1,655
1,899
2,170
2,446
2,704
2,934
3,133
3,303
3,447
3,570
3,676
3,768
3,847
3,917
3,978
4,033
4,081
4,125
4,164
4,199
4,231
4,261
4,287
4,312
4,335
4,356
4,375
4,393
4,410
4,425
4,440
4,454
4,467
4,479
4,490
4,501
4,511
4,521
4,530
4,538
4,547
4,554
4,562
4,569
4,576
4,582
4,588
4,594
4,600
4,605
4,611
4,616
4,621
4,25
4,630
4,634
4,638
4,642

1,653
1,895
2,169
2,454
2,726
2,969
3,179
3,358
3,510
3,639
3,749
3,844
3,926
3,997
4,060
4,115
4,164
4,208
4,248
4,283
4,315
4,344
4,371
4,396
4,418
4,439
4,458
4,476
4,492
4,508
4,522
4,535
4,548
4,560
4,571
4,581
4,591
4,600
4,609
4,618
4,626
4,633
4,640
4,647
4,654
4,660
4,666
4,672
4,677
4,682
4,687
4,692
4,697
4,701
4,705
4,710
4,714
4,717
4,721

1,626
1,861
2,131
2,422
2,708
2,968
3,194
3,387
3,550
3,688
3,805
3,905
3,991
4,066
4,131
4,189
4,239
4,285
4,325
4,361
4,394
4,423
4,450
4,475
4,498
4,518
4,537
4,555
4,571
4,587
4,601
4,614
4,627
4,638
4,649
4,659
4,669
4,678
4,695
4,703
4,710
4,717
4,724
4,730
4,736
4,742
4,747
4,753
4,758
4,762
4,767
4,772
4,776
4,80
4,784
4,788
4,791
4,795
4,798

1,579
1,803
2,061
2,349
2,646
2,926
3,173
3,385
3,564
3,715
3,843
3,951
4,044
4,124
4,193
4,253
4,307
4,354
4,396
4,433
4,467
4,498
4,525
4,550
4,573
4,594
4,614
4,631
4,648
4,663
4,677
4,691
4,703
4,715
4,725
4,736
4,745
4,754
4,763
4,771
4,778
4,785
4,792
4,799
4,805
4,811
4,817
4,822
4,827
4,832
4,837
4,841
4,845
4,850
4,854
4,857
4,861
4,865
4,868
4,871
4,874

1,516
1,726
1,966
2,241
2,540
2,837
3,109
3,345
3,546
3,715
3,858
3,978
4,080
4,167
4,243
4,308
4,365
4,416
4,460
4,500
4,535
4,567
4,596
4,622
4,645
4,667
4,687
4,705
4,722
4,737
4,752
4,765
4,778
4,789
4,800
4,810
4,820
4,829
4,837
4,845
4,853
4,860
4,867
4,873
4,879
4,885
4,890
4,896
4,901
4,905
4,910
4,914
4,918
4,923
4,926
4,930
4,934
4,937
4,940
4,943
4,947
4,949

1,636
1,856
2,108
2,395
2,699
2,993
3,259
3,488
3,681
3,844
3,981
4,096
4,194
4,278
4,351
4,414
4,468
4,517
4,559
4,597
4,631
4,662
4,689
4,714
4,737
4,757
4,776
4,794
4,809
4,824
4,838
4,851
4,862
4,873
4,884
4,893
4,902
4,911
4,919
4,926
4,933
4,940
4,946
4,952
4,958
4,963
4,969
4,974
4,978
4,983
4,987
4,991
4,995
4,999
5,002
5,006
5,009
5,012
5,015
5,018
5,021
5,024

1,965
2,225
2,518
2,824
3,116
3,378
3,603
3,793
3,953
4,087
4,208
4,296
4,378
4,449
4,511
4,564
4,611
4,653
4,690
4,723
4,752
4,779
4,803
4,825
4,845
4,863
4,879
4,895
4,909
4,922
4,934
4,945
4,956
4,966
4,975
4,983
4,991
4,999
5,006
5,013
5,019
5,025
5,031
5,036
5,041
5,046
5,051
5,055
5,059
5,063
5,067
5,071
5,074
5,078
5,081
5,084
5,087
5,090
5,092
5,095
5,098

1,822
2,052
2,314
2,608
2,914
3,206
3,468
3,693
3,883
4,043
4,177
4,290
4,386
4,468
4,539
4,600
4,653
4,700
4,741
4,777
4,810
4,839
4,865
4,888
4,910
4,929
4,947
4,963
4,978
4,992
5,004
5,016
5,027
5,037
5,046
5,055
5,063
5,071
5,078
5,085
5,091
5,097
5,103
5,109
5,114
5,118
5,123
5,127
5,132
5,135
5,139
5,143
5,146
5,149
5,153
5,156
5,158
5,161
5,164
5,166
5,169
5,171
5,173

1,885
2,114
2,373
2,665
2,970
3,264
3,529
3,758
3,952
4,115
4,252
4,367
4,472
4,549
4,620
4,682
4,736
4,783
4,824
4,861
4,893
4,922
4,948
4,972
4,993
5,012
5,029
5,045
5,060
5,073
5,086
5,097
5,108
5,117
5,123
5,135
5,143
5,150
5,157
5,164
5,170
5,175
5,181
5,186
5,191
5,195
5,200
5,204
5,208
5,211
5,215
5,218
5,222
5,225
5,228
5,230
5,233
5,236
5,238
5,240
5,243
5,245
5,247
5,249

1,928
2,152
2,405
2,690
2,993
3,290
3,561
3,797
3,998
4,168
4,311
4,431
4,532
4,619
4,693
4,757
4,812
4,860
4,903
4,940
4,973
5,002
5,029
5,052
5,074
5,093
5,110
5,126
5,141
5,154
5,166
5,177
5,188
5,197
5,206
5,214
5,222
5,229
5,236
5,242
5,248
5,253
5,259
5,263
5,268
5,272
5,276
5,280
5,284
5,287
5,291
5,294
5,297
5,300
5,303
5,305
5,308
5,310
5,312
5,314
5,316
5,318
5,320
5,322

1,952
2,169
2,412
2,887
2,984
3,283
3,561
3,308
4,020
4,200
4,352
4,479
4,587
4,678
4,756
4,824
4,882
4,932
4,976
5,015
5,049
5,080
5,107
5,131
5,152
5,172
5,190
5,206
5,220
5,233
5,246
5,257
5,267
5,276
5,285
2,293
5,301
5,308
5,314
5,320
5,326
5,331
5,336
5,341
5,345
5,349
5,353
5,357
5,361
5,364
5,367
5,370
5,373
5,375
5,378
5,380
5,383
5,385
5,387
5,389
5,391
5,393
5,394

1,960
2,167
2,398
2,658
2,945
3,243
3,529
3,789
4,015
4,209
4,372
4,510
4,627
4,725
4,809
4,881
4,944
4,997
5,044
5,085
5,122
5,153
5,181
5,207
5,229
5,249
5,267
5,284
5,299
5,312
5,325
5,336
5,346
5,356
5,364
5,372
5,380
5,387
5,393
5,399
5,404
5,410
5,414
5,419
5,423
5,427
5,431
5,434
5,437
5,440
5,443
5,446
5,449
5,451
5,454
5,456
5,458
5,460
5,462
5,464
5,465
5,467

2,149
2,366
2,609
2,881
3,172
3,463
3,736
3,979
4,189
4,369
4,521
4,649
4,758
4,850
4,929
4,996
5,055
5,106
5,150
5,189
5,223
5,253
5,280
5,303
5,325
5,344
5,361
5,376
5,390
5,403
5,414
5,425
5,434
5,443
5,451
5,459
5,466
5,472
5,478
5,483
5,488
5,493
5,497
5,501
5,505
5,509
5,512
5,515
5,518
5,521
5,523
5,526
5,528
5,530
5,532
5,534
5,536
5,538
5,539
5,541

2,119
2,322
2,547
2,798
3,075
3,364
3,646
3,907
4,137
4,336
4,506
4,650
4,771
4,875
4,963
5,038
5,103
5,159
5,208
5,250
5,288
5,321
5,350
5,376
5,399
5,418
5,436
5,452
5,467
5,480
5,492
5,503
5,513
5,522
5,530
5,538
5,545
5,551
5,557
5,562
5,567
5,572
5,576
5,580
5,584
5,587
5,590
5,593
5,596
5,599
5,601
5,603
5,605
5,607
5,609
5,611
5,613
5,614
5,616

2,269
2,478
2,705
2,961
3,238
3,522
3,796
4,047
4,269
4,460
4,623
4,762
4,880
4,980
5,066
5,139
5,202
5,257
5,305
5,346
5,383
5,415
5,443
5,468
5,491
5,511
5,529
5,542
5,557
5,569
5,581
5,591
5,601
5,609
5,617
5,624
5,631
5,637
5,642
5,647
5,652
5,656
5,660
5,663
5,667
5,670
5,673
5,675
5,678
5,680
5,682
5,684
5,686
5,687
5,689
5,690
5,692

16

Anexo C - MEDIANAS PADRONIZADAS DAS CURVAS DE PEARSON

Md* (Percentil 50). Trocar sinal para Sk > 0
Ku

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

-1,4
-1,2
-1,0
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,4
3,6
3,8
4,0
4,2
4,4
4,6
4,8
5,0
5,2
5,4
5,6
5,8
6,0
6,2
6,4
6,6
6,8
7,0
7,2
7,4
7,6
7,8
8,0
8,2
8,4
8,6
8,8
9,0
9,2
9,4
9,6
9,8
10,0
10,2
10,4
10,6
10,8
11,0
11,2
11,4
11,6
11,8
12,0
12,2

0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000

Sk
->

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7

0,053
0,039
0,031
0,026
0,023
0,020
0,018
0,017
0,015
0,014
0,013
0,013
0,012
0,011
0,011
0,010
0,010
0,009
0,009
0,009
0,008
0,008
0,008
0,008
0,008
0,007
0,007
0,007
0,007
0,007
0,007
0,006
0,006
0,006
0,006
0,006
0,006
0,006
0,006
0,006
0,006
0,006
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005
0,005

0,111
0,082
0,065
0,054
0,047
0,041
0,037
0,034
0,032
0,029
0,028
0,026
0,025
0,024
0,023
0,022
0,021
0,020
0,020
0,019
0,018
0,018
0,017
0,017
0,017
0,016
0,016
0,015
0,015
0,015
0,015
0,015
0,014
0,014
0,014
0,014
0,014
0,014
0,013
0,013
0,013
0,013
0,013
0,013
0,013
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,012
0,011

0,184
0,132
0,103
0,085
0,073
0,064
0,058
0,053
0,049
0,045
0,043
0,040
0,038
0,036
0,035
0,034
0,032
0,031
0,030
0,029
0,029
0,028
0,027
0,027
0,026
0,025
0,025
0,025
0,024
0,024
0,023
0,023
0,023
0,022
0,022
0,022
0,022
0,021
0,021
0,021
0,021
0,021
0,020
0,020
0,020
0,020
0,020
0,019
0,019
0,019
0,019
0,019
0,019
0,019
0,019
0,019
0,018
0,018

0,282
0,196
0,151
0,123
0,104
0,091
0,081
0,073
0,068
0,063
0,059
0,055
0,053
0,050
0,048
0,046
0,044
0,043
0,042
0,040
0,039
0,038
0,037
0,037
0,036
0,035
0,034
0,034
0,033
0,033
0,032
0,032
0,031
0,031
0,030
0,030
0,030
0,029
0,029
0,029
0,028
0,028
0,028
0,028
0,027
0,027
0,027
0,027
0,027
0,026
0,026
0,026
0,026
0,026
0,026
0,025
0,025
0,025

0,424
0,284
0,212
0,169
0,142
0,122
0,108
0,097
0,089
0,082
0,077
0,072
0,068
0,065
0,062
0,060
0,057
0,055
0,054
0,052
0,051
0,049
0,048
0,047
0,046
0,045
0,044
0,043
0,043
0,042
0,041
0,041
0,040
0,040
0,039
0,039
0,038
0,038
0,037
0,037
0,037
0,036
0,036
0,036
0,035
0,035
0,035
0,034
0,034
0,034
0,034
0,033
0,033
0,033
0,033
0,033
0,032
0,032
0,032
0,032

0,627
0,412
0,297
0,231
0,190
0,161
0,141
0,126
0,114
0,105
0,097
0,091
0,086
0,082
0,078
0,074
0,072
0,069
0,067
0,065
0,063
0,061
0,059
0,058
0,057
0,056
0,054
0,053
0,053
0,052
0,051
0,050
0,049
0,049
0,048
0,047
0,047
0,046
0,046
0,045
0,045
0,044
0,044
0,044
0,043
0,043
0,043
0,042
0,042
0,042
0,041
0,041
0,041
0,040
0,040
0,040
0,040
0,040
0,039
0,039
0,039

0,754
0,591
0,419
0,317
0,254
0,212
0,183
0,161
0,145
0,132
0,122
0,113
0,106
0,100
0,095
0,091
0,087
0,084
0,081
0,078
0,076
0,074
0,072
0,070
0,068
0,067
0,066
0,064
0,063
0,062
0,061
0,060
0,059
0,058
0,057
0,057
0,056
0,055
0,055
0,054
0,054
0,053
0,053
0,052
0,052
0,051
0,051
0,050
0,050
0,050
0,049
0,049
0,049
0,048
0,048
0,048
0,047
0,047
0,047
0,047
0,046
0,046

0,727
0,586
0,439
0,343
0,280
0,237
0,206
0,183
0,165
0,151
0,140
0,130
0,122
0,116
0,110
0,105
0,101
0,097
0,094
0,091
0,088
0,085
0,083
0,081
0,079
0,078
0,076
0,075
0,073
0,072
0,071
0,070
0,069
0,068
0,067
0,066
0,065
0,064
0,063
0,063
0,062
0,061
0,061
0,060
0,060
0,059
0,059
0,058
0,058
0,057
0,057
0,057
0,056
0,056
0,055
0,055
0,055
0,054
0,054
0,054
0,054
0,053

0,598
0,468
0,375
0,311
0,266
0,233
0,208
0,188
0,172
0,159
0,148
0,140
0,132
0,126
0,120
0,115
0,111
0,107
0,104
0,101
0,098
0,095
0,093
0,091
0,089
0,087
0,085
0,084
0,082
0,081
0,080
0,078
0,077
0,076
0,075
0,074
0,073
0,073
0,072
0,071
0,070
0,070
0,069
0,068
0,068
0,067
0,067
0,066
0,066
0,065
0,065
0,064
0,064
0,063
0,063
0,063
0,062
0,062
0,061
0,061
0,061

0,681
0,616
0,504
0,413
0,347
0,299
0,263
0,235
0,213
0,196
0,181
0,169
0,159
0,151
0,143
0,137
0,131
0126
0,122
0,118
0,114
0,111
0,108
0,105
0,103
0,101
0,099
0,097
0,095
0,093
0,092
0,090
0,089
0,087
0,086
0,085
0,084
0,083
0,082
0,081
0,080
0,079
0,079
0,078
0,077
0,076
0,076
0,075
0,075
0,074
0,073
0,073
0,072
0,072
0,071
0,071
0,071
0,070
0,070
0,069
0,069
0,069
0,068

0,653
0,633
0,542
0,456
0,388
0,336
0,297
0,266
0,242
0,222
0,206
0,192
0,180
0,171
0,162
0,155
0,148
0,143
0,138
0,133
0,129
0,125
0,122
0,119
0,116
0,113
0,111
0,109
0,107
0,105
0,103
0,101
0,100
0,098
0,097
0,096
0,094
0,093
0,092
0,091
0,090
0,089
0,088
0,087
0,086
0,086
0,085
0,084
0,084
0,083
0,082
0,082
0,081
0,080
0,080
0,079
0,079
0,079
0,078
0,078
0,077
0,077
0,076
0,076

0,616
0,638
0,579
0,501
0,433
0,379
0,336
0,301
0,274
0,252
0,233
0,217
0,204
0,193
0,183
0,175
0,167
0,161
0,155
0,150
0,145
0,141
0,137
0,133
0,130
0,127
0,124
0,122
0,119
0,117
0,115
0,113
0,111
0,110
0,108
0,107
0,105
0,104
0,103
0,101
0,100
0,099
0,098
0,097
0,096
0,095
0,094
0,094
0,093
0,092
0,091
0,091
0,090
0,089
0,089
0,088
0,088
0,087
0,087
0,086
0,086
0,085
0,085
0,084

0,574
0,621
0,605
0,545
0,481
0,425
0,379
0,341
0,310
0,285
0,264
0,246
0,231
0,218
0,207
0,197
0,189
0,181
0,174
0,168
0,163
0,158
0,153
0,149
0,145
0,142
0,139
0,136
0,133
0,131
0,128
0,126
0,124
0,122
0,120
0,118
0,117
0,115
0,114
0,113
0,111
0,110
0,109
0,108
0,107
0,106
0,105
0,104
0,103
0,102
0,101
0,100
0,099
0,099
0,098
0,097
0,097
0,096
0,095
0,095
0,094
0,094
0,093

0,531
0,582
0,607
0,579
0,527
0,474
0,426
0,385
0,351
0,323
0,299
0,279
0,261
0,246
0,233
0,222
0,212
0,203
0,196
0,188
0,182
0,176
0,171
0,167
0,162
0,158
0,155
0,151
0,148
0,145
0,142
0,140
0,137
0,135
0,133
0,131
0,129
0,128
0,126
0,124
0,123
0,121
0,120
0,119
0,118
0,116
0,115
0,114
0,113
0,112
0,111
0,110
0,109
0,109
0,018
0,017
0,106
0,105
0,104
0,104
0,104
0,103

0,536
0,579
0,590
0,563
0,520
0,474
0,432
0,396
0,365
0,338
0,315
0,295
0,278
0,263
0,250
0,239
0,228
0,219
0,211
0,204
0,197
0,191
0,186
0,181
0,176
0,172
0,168
0,164
0,161
0,158
0,155
0,152
0,150
0,147
0,145
0,143
0,141
0,139
0,137
0,135
0,134
1,132
0,131
0,129
0,128
0,127
0,125
0,124
0,123
0,122
0,121
0,120
0,119
0,118
0,117
0,116
0,116
0,115
0,114
0,113

0,489
0,533
0,569
0,576
0,554
0,518
0,480
0,443
0,410
0,381
0,355
0,333
0,313
0,296
0,281
0,268
0,256
0,246
0,236
0,228
0,220
0,213
0,207
0,201
0,196
0,191
0,186
0,182
0,178
0,175
0,171
0,168
0,165
0,162
0,160
0,157
0,155
0,153
0,151
0,149
0,147
0,145
0,143
0,142
0,140
0,139
0,137
0,136
0,135
0,133
0,132
0,131
0,130
0,129
0,128
0,127
0,126
0,125
0,124

0,484
0,524
0,555
0,564
0,549
0,521
0,488
0,456
0,426
0,398
0,374
0,352
0,333
0,316
0,301
0,288
0,276
0,285
0,255
0,246
0,238
0,231
0,224
0,218
0,212
0,207
0,202
0,197
0,193
0,189
0,185
0,182
0,179
0,176
0,173
0,170
0,168
0,165
0,163
0,161
0,159
0,157
0,155
0,153
0,152
0,150
0,149
0,147
0,146
0,144
0,143
0,142
0,141
0,139
0,138
0,137
0,136