Методическое пособие 165
.pdfЗадача дисперсионного анализа состоит в анализе дисперсии зависимой перемен-
ной c использованием тождества ( [3] – [6])
n |
|
|
n |
|
|
|
n |
||||
yi |
|
y |
2 yi |
|
y |
xi 2 |
|
y |
xi |
y |
2 . |
i 1 |
|
|
i 1 |
|
|
|
i 1 |
Здесь
n
yi y 2 n y2 – общая сумма квадратов отклонений,
i 1
n |
n |
||||||
yi |
y |
xi 2 |
ei2 – сумма квадратов отклонений, обусловленная регрессией; |
||||
i 1 |
i 1 |
||||||
n |
|
||||||
|
y |
xi |
y |
2 |
– остаточная сумма квадратов отклонений. |
||
i 1 |
|
Степень близости связи признака Y и фактора X к линейной связи характеризует-
ся коэффициентом парной корреляции rxy. Для любой формы корреляционной зависимо-
сти теснота связи определяется с помощью выборочного корреляционного отношения [5]
|
n |
|
n |
|
||||||||
R 1 |
yi |
y |
xi 2 |
|
|
y |
xi |
y |
2 |
. |
||
i 1 |
i 1 |
|||||||||||
|
|
|||||||||||
|
n |
y2 |
|
|
|
n |
y2 |
|
При линейной регрессии Y на X выборочное корреляционное отношение равно
rxy .
Квадрат выборочного корреляционного отношения называется коэффициентом детерминации, который показывает долю вариации результативного признака, объяснен-
ную вариацией факторного признака. Чаще всего, давая интерпретацию коэффициента детерминации, его выражают в процентах.
В рассматриваемом случае R2 rxy2 0,73572 0,5413, т.е. в 54.13 % случаев изме-
нения х приводят к изменению y. Другими словами, точность подбора уравнения линейной парной регрессии – средняя. Остальные 45.87 % изменения Y объясняются факторами,
не учтенными в модели.
5.4. Интервальная оценка для коэффициента корреляции.
Доверительный интервал для коэффициента корреляции rxy определяется форму-
лой ([2], [3])
|
1 |
r |
2 |
|
|
1 |
r |
2 |
|
|||
|
rxy tкрит |
|
|
xy |
; |
rxy tкрит |
|
|
xy |
. |
||
|
|
|
|
|
|
|
|
|||||
|
|
|
|
n |
|
|||||||
|
|
n |
|
|
|
9
В нашем случае имеем
|
|
1 0,74 2 |
|
1 0,74 2 |
|
|
||||
|
0,74 2,048 |
|
|
|
; 0,74 2,048 |
|
|
|
|
или (–0,907; –0,.564) . |
|
|
|
|
|
|
|||||
|
30 |
|
30 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
Согласно имеющимся данным (см. [3]) t |
набл |
|
|
r |
|
|
|
n 2 |
0,74 |
28 |
5,82. |
||
|
|
||||||||||||
|
|
|
|
|
|
|
|
||||||
|
|
|
xy |
|
1 |
rxy2 |
|
1 0,74 2 |
|
||||
|
|
|
|
|
|
|
|
|
По таблице Стьюдента с уровнем значимости α=0.05 и степенями свободы k=28 находим tкрит(n–m–1;α/2) = tкрит(28; 0.025) = 2.048, где m = 1 – количество объясняющих перемен-
ных. Поскольку в рассматриваемом случае tнабл > tкрит, то отклоняем гипотезу о равенстве нулю коэффициента корреляции. Другими словами, коэффициент корреляции статисти-
чески значим.
5.5. Интервальные оценки параметров уравнения регрессии.
Несмещенной оценкой дисперсии возмущений является величина
2 |
|
yi |
y |
xi 2 |
|
ei2 |
943589,84 |
|
|
Sy |
|
n m 1 |
|
|
|
|
33699,64. |
||
|
28 |
||||||||
|
|
|
n m 1 |
|
S2y = 33699,64 – необъясненная дисперсия (мера разброса зависимой переменной вокруг
линии регрессии); Sy Sy2 33699,64 183,57– стандартная ошибка оценки (стан-
дартная ошибка регрессии).
Для стандартного отклонения Sa случайной величины a имеем
|
|
|
|
xi2 |
|
|
|
|
|
|
|
|
|
|
1200261 |
|
|||
S |
a |
S |
y |
i |
183,57 |
120,28. |
|||
n |
|
|
|||||||
|
|
x |
|
30 55,73 |
В свою очередь, стандартное отклонение Sb случайной величины b равно
Sb |
|
Sy |
|
|
183,57 |
|
0,6. |
||||
|
|
|
|
|
|
|
|
||||
n |
x |
30 55,73 |
|||||||||
|
|
|
|
|
Определим доверительные интервалы коэффициентов регрессии, которые с надеж-
ность 95% будут следующими (см. [2], [3], [5]): |
|
a tкритSa; a tкритSa и (1132,98; |
1625,67), |
b tкритSb;b tкритSb и (–4,69; |
–2,22) |
С вероятностью 95% можно утверждать, что значения параметров и бу-
дут лежать в этих интервалах.
10
5.6. Проверка гипотез относительно уравнения линейной парной регрессии.
F – статистика
Проверка значимости модели линейной регрессии проводится с использованием
F–критерия Фишера, расчетное значение которого находится как отношение дисперсии исходного ряда наблюдений изучаемого показателя и несмещенной оценки дисперсии ос-
таточной последовательности для данной модели.
Если расчетное значение Fтабл с k1=m и k2=n-m-1 степенями свободы больше фак-
тического значения F при заданном уровне значимости, то модель считается значимой,
где m – число факторов в модели.
Оценка статистической значимости линейной регрессии производится по следую-
щему алгоритму:
1. Выдвигается нулевая гипотеза о том, что уравнение в целом статистически не-
значимо: H0: R2=0 на уровне значимости α.
2. Далее определяется фактическое значение F– критерия [5]:
F |
R2 |
|
n m 1 |
F |
0,542 |
|
30 1 1 |
||
|
|
|
, |
|
|
|
11,53, |
||
|
|
|
1 0,542 |
1 |
|||||
1 R2 |
|
m |
|
|
где учтено, что m=1 для парной регрессии.
3. Табличное значение определяется по таблицам распределения Фишера для за-
данного уровня значимости, принимая во внимание, что число степеней свободы для об-
щей суммы квадратов (большей дисперсии) равно 1 и число степеней свободы остаточной суммы квадратов (меньшей дисперсии) при линейной регрессии равно n–2. Fтабл - это максимально возможное значение критерия под влиянием случайных факторов при дан-
ных степенях свободы и уровне значимости α. Уровень значимости α – вероятность от-
вергнуть правильную гипотезу при условии, что она верна. Обычно α принимается равной
0,05 или 0,01. Табличное значение критерия со степенями свободы k1=1 и k2=28 и уровнем значимости 0,05 равно Fтабл 4,2.
Если фактическое значение F–критерия меньше табличного, то говорят, что нет ос-
нований отклонять нулевую гипотезу. В противном случае, нулевая гипотеза отклоняется и с вероятностью (1–α) принимается альтернативная гипотеза о статистической значимо-
сти уравнения в целом. Поскольку фактическое значение F > Fтабл, то коэффициент де-
терминации статистически значим (найденная оценка уравнения регрессии статистиче-
ски надежна).
11
t – статистика, критерий Стьюдента.
Проверим гипотезу H0 о равенстве отдельных коэффициентов регрессии нулю (при альтернативе H1 – не равно нулю) на уровне значимости α=0.05. В случае если основная гипотеза окажется неверной, принимается альтернативная гипотеза.
Для проверки основной (нулевой) гипотезы используется t-критерий Стьюдента.
Найденное по данным наблюдений значение t –критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением tкрит , определяе-
мым по таблицам распределения Стьюдента. Табличное значение определяется в зависи-
мости от уровня значимости α и числа степеней свободы, которое в случае линейной рег-
рессии равно n–2, где n-число наблюдений.
Если фактическое значение t –критерия больше табличногоtкрит (по модулю), то ос-
новную гипотезу отвергают и считают, что с вероятностью 1–α рассматриваемый пара-
метр или статистическая характеристика в генеральной совокупности значимо отличается от нуля.
Если фактическое значение t – критерия меньше табличного (по модулю), то нет оснований отвергать основную гипотезу, т.е. параметр или статистическая характеристика
вгенеральной совокупности незначимо отличается от нуля при уровне значимости α.
Внашем случае (см., например, [5])
tкрит n m 1; |
2 tкрит 28;0,025 2,048, |
tb |
b |
|
3,46 |
5,75 . |
|
|
|
|
|||||
S b |
0,6 |
Поскольку 5.75 > 2.048, то статистическая значимость коэффициента регрессии b подтверждается (отвергаем гипотезу о равенстве нулю этого коэффициента).
Далее имеем
ta |
a |
|
1379,42 |
11,47. |
|
S a |
|
120,28 |
Так как 11.47 > 2.048, то статистическая значимость коэффициента регрессии a
подтверждается (отвергаем гипотезу о равенстве нулю этого коэффициента).
5.7. Доверительные интервалы для зависимой переменной.
Прогнозирование на основе построенной модели предполагает, что сохраняются ранее существовавшие взаимосвязи переменных и на период упреждения. Для прогнози-
рования зависимой переменной результативного признака необходимо знать прогнозные значения всех входящих в модель факторов. Прогнозные значения факторов xp подстав-
ляют в модель и получают интервальные прогнозные оценки изучаемого показателя (см. [2], [3]):
12
a bxp ;a bxp , |
tкритSy |
1 |
|
|
x |
xp 2 |
||||
|
|
|
|
|
. |
|||||
n |
n |
|
||||||||
|
|
|
xk |
|
x |
2 |
||||
|
|
|
|
k 1 |
|
|
|
|
Рассчитаем границы интервала, в котором будет сосредоточено 95% возможных значений Y при достаточно большом числе наблюдений и xp = 211:
2,048 183,57 |
1 |
|
192,1 211 2 |
72,48, |
576,79;721,75 . |
|
|
||||
30 |
93188,7 |
|
|
Следовательно, с вероятностью 95% можно гарантировать, что значения Y при достаточно большом числе наблюдений не выйдет за пределы найденного интервала
Индивидуальные доверительные интервалы для Y при данном значении X.
Интервальные прогнозные оценки изучаемого показателя рассчитываются с помо-
щью следующих формул [3]: (a +bxi – ; a +bxi + ),
tкритSy |
1 |
|
|
x |
xi 2 |
|
|
1 |
|
192,1 xi |
2 |
||||
1 |
|
|
|
2,048 183,57 |
1 |
|
|
|
|
. |
|||||
n |
n |
30 |
93188,7 |
|
|||||||||||
|
|
|
xk |
x |
2 |
|
|
|
|
|
|||||
|
|
|
|
k 1 |
|
|
|
|
|
|
|
Для наших исходных данных отсюда получаем следующую таблицу:
Таблица 2. Границы доверительных интервалов для Y при данных X .
|
|
|
|
|
|
|
|
xi |
|
yi =1379,33–3,46xi |
ei |
|
ymin |
|
ymax |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
161 |
|
822.83 |
384.09 |
|
438.74 |
|
1206.92 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
183 |
|
746.79 |
382.34 |
|
364.45 |
|
1129.13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
149 |
|
864.31 |
385.84 |
|
478.46 |
|
1250.15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
119 |
|
968 |
392.64 |
|
575.37 |
|
1360.64 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
230 |
|
584.33 |
385.02 |
|
199.32 |
|
969.35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
201 |
|
684.57 |
382.33 |
|
302.24 |
|
1066.9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
278 |
|
418.42 |
396.55 |
|
21.87 |
|
814.97 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
219 |
|
622.35 |
383.61 |
|
238.75 |
|
1005.96 |
|
|
|
|
|
|
|
|
180 |
|
757.16 |
382.47 |
|
374.69 |
|
1139.62 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13
185 |
|
739.87 |
382.28 |
|
357.6 |
|
1122.15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
139 |
|
898.87 |
387.73 |
|
511.14 |
|
1286.6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
129 |
|
933.44 |
390 |
|
543.44 |
|
1323.43 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
91 |
|
1064.78 |
401.95 |
|
662.84 |
|
1466.73 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
132 |
|
923.07 |
389.28 |
|
533.79 |
|
1312.35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
160 |
|
826.29 |
384.21 |
|
442.07 |
|
1210.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
290 |
|
376.94 |
400.74 |
|
-23.8 |
|
777.69 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
160 |
|
826.29 |
384.21 |
|
442.07 |
|
1210.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
231 |
|
580.88 |
385.17 |
|
195.71 |
|
966.04 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
316 |
|
287.07 |
411.51 |
|
-124.44 |
|
698.59 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
213 |
|
643.09 |
383.04 |
|
260.05 |
|
1026.13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
138 |
|
902.33 |
387.94 |
|
514.39 |
|
1290.27 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
139 |
|
898.87 |
387.73 |
|
511.14 |
|
1286.6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
180 |
|
757.16 |
382.47 |
|
374.69 |
|
1139.62 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
230 |
|
584.33 |
385.02 |
|
199.32 |
|
969.35 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
180 |
|
757.16 |
382.47 |
|
374.69 |
|
1139.62 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
210 |
|
653.46 |
382.81 |
|
270.65 |
|
1036.27 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
290 |
|
376.94 |
400.74 |
|
-23.8 |
|
777.69 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
270 |
|
446.07 |
394.03 |
|
52.04 |
|
840.11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
210 |
|
653.46 |
382.81 |
|
270.65 |
|
1036.27 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
С вероятностью 95% можно гарантировать, что значения Y при достаточно большом числе наблюдений не выйдут за пределы найденных интервалов.
14
6. ГРАФИК НАПИСАНИЯ КУРСОВОЙ РАБОТЫ И ЕЕ ОЦЕНКА
Научный руководитель оказывает содействие студенту в выборе темы курсовой работы и в определении вопросов, подлежащих рассмотрению, в формулировании ее целей и задач, в составлении библиографии по теме работы.
Также научный руководитель консультирует студента по вопросам, возникающим в ходе выполнении курсовой работы, и контролирует выполнение этапов работы, представленных в таблице.
Таблица 3. График написания курсовой работы
№ |
Этапы работы |
Срок выполнения |
п/п |
|
(учебные недели) |
|
|
|
1 |
Выбор темы |
4-6 |
|
|
|
2 |
Работа с литературой, сбор фактического |
7-10 |
|
материала по теме |
|
|
|
|
3 |
Написание работы |
11-13 |
|
|
|
4 |
Сдача работы на кафедру и последующее |
14-15 |
|
ознакомление научного руководителя с на- |
|
|
писанной работой |
|
|
|
|
5 |
Работа студента над замечаниями научного |
15-16 |
|
руководителя и подготовка к защите рабо- |
|
|
ты |
|
|
|
|
6 |
Защита |
17 |
|
|
|
По окончании работы над курсовой работой студент сдает ее на регистрацию лаборанту кафедры, после чего руководитель работы пишет отзыв на обороте титульного листа. В отзыве отражаются: степень раскрытия темы, логика и уровень изложения материала, а также замечания и предварительная оценка работы (объем отзыва – 1 страница). После исправлений и соответствующей доработки работы студент выходит на защиту.
При соблюдении графика выполнения курсовой работы и положительном отзыве научного руководителя проводится публичная защита и оценка курсовой работы
15
ПРИЛОЖЕНИЯ
Приложение 1
Примерные темы курсовых работ
1.Модели парной регрессии.
2.Линейная модель парной регрессии
3.Нелинейные модели парной регрессии.
4.Оценки надежности результатов парной линейной регрессии.
5.Прогнозирование с помощью линейной модели парной регрессии.
6.Проверка общего качества уравнения линейной парной регрессии
7.Различные аспекты и обобщения парной регрессии.
8.Модели множественной регрессии.
9.Линейная модель множественной регрессии.
10.Нелинейные модели множественной регрессии.
11.Оценки надежности результатов множественной линейной регрессии.
12.Прогнозирование с помощью линейной модели множественной регрессии.
13.Проверка общего качества уравнения линейной множественной регрессии
14.Некоторые обобщения множественной регрессии.
15.Различные аспекты множественной регрессии
16.Системы регрессионных уравнений.
17.Системы одновременных уравнений.
18.Метод максимального правдоподобия в моделях регрессии.
19.Метод наименьших квадратов и его обобщения.
20.Методы оценивания параметров регрессионных моделей.
21.Прогнозирование в регрессионных моделях.
22.Использование фиктивных переменных в регрессионных моделях.
23.Регрессионные модели с качественной зависимой переменной.
24.Применение методов ранговой корреляции.
16
Приложение 2
Варианты практической части курсовой работы
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
x |
-39 |
|
-17 |
-51 |
-81 |
|
30 |
|
1 |
|
|
78 |
|
|
|
19 |
|
-20 |
|
-15 |
|
-61 |
|
-71 |
|
-109 |
-68 |
|
|
-40 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
y |
|
|
79 |
|
|
|
57 |
|
86 |
101 |
|
52 |
|
65 |
|
|
57 |
|
|
|
62 |
|
73 |
|
73 |
|
69 |
|
|
106 |
|
186 |
|
84 |
|
|
80 |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
x |
|
|
90 |
|
|
|
-40 |
|
|
31 |
|
|
116 |
|
|
13 |
|
-62 |
|
-61 |
|
|
-20 |
|
|
|
30 |
-20 |
|
10 |
|
90 |
|
70 |
|
10 |
|
|
-50 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
y |
|
|
49 |
|
|
|
80 |
|
|
51 |
|
|
45 |
|
|
|
54 |
|
82 |
|
|
69 |
|
|
58 |
|
|
|
51 |
74 |
|
63 |
|
48 |
|
56 |
|
55 |
|
|
81 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
x |
-39 |
|
|
-17 |
|
-51 |
|
-81 |
|
30 |
|
|
1 |
|
|
78 |
|
|
|
19 |
|
-20 |
|
-15 |
|
|
-61 |
|
-71 |
|
|
-109 |
|
|
-68 |
|
-40 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
y |
158 |
|
|
114 |
|
172 |
|
202 |
|
104 |
|
130 |
|
|
114 |
|
|
124 |
146 |
146 |
|
138 |
212 |
|
372 |
|
|
|
168 |
160 |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
x |
|
90 |
|
-40 |
|
|
31 |
|
|
116 |
|
|
13 |
|
|
-62 |
|
|
-61 |
|
|
-20 |
|
30 |
|
|
-20 |
|
|
|
10 |
|
|
90 |
|
70 |
|
|
10 |
|
-50 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
y |
|
98 |
|
160 |
|
|
102 |
|
90 |
|
108 |
|
164 |
|
|
138 |
|
116 |
|
102 |
|
148 |
|
|
|
126 |
|
96 |
|
112 |
|
110 |
|
162 |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
x |
|
-39 |
|
|
-17 |
|
-51 |
|
-81 |
|
30 |
|
1 |
|
|
78 |
|
|
|
19 |
|
-20 |
|
-15 |
|
-61 |
|
-71 |
|
-109 |
|
-68 |
|
-40 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
y |
|
1 |
|
|
|
23 |
|
-6 |
|
-21 |
|
28 |
|
15 |
|
|
23 |
|
|
|
18 |
|
|
|
7 |
|
|
|
|
7 |
|
|
11 |
|
|
-26 |
|
-106 |
|
-4 |
|
|
0 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
x |
|
90 |
|
|
|
-40 |
|
|
31 |
|
116 |
|
|
13 |
|
-62 |
|
-61 |
|
|
-20 |
|
|
|
30 |
-20 |
|
10 |
|
90 |
|
70 |
|
10 |
|
|
-50 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
y |
|
31 |
|
|
|
0 |
|
|
29 |
|
35 |
|
|
|
26 |
|
-2 |
|
|
11 |
|
|
22 |
|
|
|
29 |
|
|
|
6 |
|
17 |
|
32 |
|
24 |
|
25 |
|
|
-1 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
x |
|
-39 |
|
|
-17 |
|
-51 |
|
-81 |
|
30 |
|
1 |
|
|
78 |
|
|
|
19 |
|
-20 |
|
-15 |
|
-61 |
|
-71 |
|
-109 |
|
-68 |
|
-40 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
y |
|
21 |
|
|
|
43 |
|
14 |
|
-1 |
|
|
48 |
|
35 |
|
|
43 |
|
|
|
38 |
|
27 |
|
27 |
|
31 |
|
|
-6 |
|
|
-86 |
|
16 |
|
20 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
x |
|
90 |
|
|
|
-40 |
|
|
31 |
|
116 |
|
|
13 |
|
-62 |
|
-61 |
|
|
-20 |
|
|
|
30 |
-20 |
|
10 |
|
90 |
|
70 |
|
10 |
|
|
-50 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
y |
|
51 |
|
|
|
20 |
|
|
49 |
|
55 |
|
|
|
46 |
|
18 |
|
|
31 |
|
|
42 |
|
|
|
49 |
26 |
|
37 |
|
52 |
|
44 |
|
45 |
|
|
19 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
x |
-39 |
|
-17 |
|
|
-51 |
|
-81 |
|
|
30 |
|
1 |
|
|
78 |
|
|
|
19 |
|
|
|
-20 |
|
|
|
-15 |
|
|
|
-61 |
|
-71 |
|
-109 |
|
|
-68 |
|
-40 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
y |
-5 |
|
|
-115 |
|
30 |
|
|
105 |
|
-140 |
|
-75 |
|
|
-115 |
|
-90 |
|
|
-35 |
|
|
|
-35 |
|
|
|
-55 |
|
130 |
|
530 |
|
|
|
20 |
|
0 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
x |
|
90 |
|
|
|
-40 |
|
|
|
31 |
|
|
116 |
|
|
13 |
|
|
-62 |
|
|
-61 |
|
|
-20 |
|
|
|
30 |
|
|
|
-20 |
|
|
10 |
|
90 |
|
|
|
|
70 |
|
|
|
10 |
|
|
|
-50 |
||||||||||||||||||||||||||||||||||||||||||
y |
|
-155 |
|
|
0 |
|
|
|
-140 |
|
-175 |
|
-130 |
|
10 |
|
|
-55 |
-110 |
-145 |
-30 |
|
- 85 |
-160 |
-120 |
|
-125 |
|
|
|
-5 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
x |
|
-39 |
|
|
|
-17 |
|
-51 |
|
|
|
|
-81 |
|
|
30 |
|
|
1 |
|
|
78 |
|
|
|
19 |
|
|
|
-20 |
|
|
-15 |
|
|
-61 |
|
-71 |
-109 |
-68 |
|
-40 |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
y |
|
195 |
|
|
85 |
|
230 |
|
305 |
|
|
60 |
|
125 |
|
|
85 |
|
|
110 |
|
|
165 |
|
|
165 |
|
145 |
|
330 |
|
|
730 |
|
220 |
|
200 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
x |
|
90 |
|
-40 |
|
31 |
116 |
|
13 |
|
-62 |
|
|
-61 |
|
-20 |
|
30 |
|
-20 |
|
10 |
|
90 |
|
|
70 |
|
10 |
|
-50 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
y |
|
45 |
|
200 |
|
60 |
25 |
|
|
|
70 |
|
210 |
|
|
145 |
|
|
90 |
|
55 |
|
170 |
|
115 |
|
40 |
|
|
80 |
|
75 |
|
205 |
|
|
|
|
|
|
|
|
17
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
x |
|
11 |
|
|
33 |
|
|
-1 |
|
-31 |
|
80 |
|
51 |
|
|
128 |
|
69 |
|
|
30 |
|
35 |
|
-11 |
|
|
-21 |
|
|
-59 |
|
|
-18 |
|
10 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
y |
|
79 |
|
|
57 |
|
|
86 |
|
101 |
|
52 |
|
65 |
|
|
57 |
|
62 |
|
|
73 |
|
73 |
|
69 |
|
|
|
106 |
|
|
186 |
|
|
84 |
|
|
80 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
x |
|
140 |
|
|
10 |
|
|
81 |
|
166 |
|
63 |
|
-12 |
|
|
-11 |
|
|
30 |
|
80 |
|
|
|
30 |
|
|
60 |
|
|
140 |
|
120 |
|
60 |
|
0 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
y |
|
49 |
|
|
|
80 |
|
|
51 |
|
45 |
|
|
54 |
|
82 |
|
|
|
69 |
|
|
58 |
|
51 |
|
|
|
74 |
|
|
63 |
|
|
48 |
|
|
56 |
|
|
55 |
|
81 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
x |
|
11 |
|
|
33 |
|
|
|
-1 |
|
|
|
|
|
-31 |
|
80 |
|
|
51 |
|
|
128 |
|
69 |
|
|
30 |
|
|
35 |
|
|
|
-11 |
|
-21 |
|
-59 |
|
|
|
-18 |
|
|
10 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
y |
|
158 |
|
|
114 |
|
|
172 |
|
|
|
202 |
|
104 |
|
|
130 |
|
|
114 |
|
124 |
|
|
146 |
|
146 |
|
138 |
|
212 |
|
372 |
|
|
|
168 |
|
|
160 |
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
x |
|
140 |
|
|
10 |
|
|
|
81 |
|
|
|
|
|
166 |
|
63 |
|
|
-12 |
|
|
-11 |
|
30 |
|
|
80 |
|
|
30 |
|
|
|
60 |
|
|
140 |
|
120 |
|
|
|
60 |
|
|
0 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
y |
|
98 |
|
|
160 |
|
|
102 |
|
|
|
90 |
|
108 |
|
|
164 |
|
|
138 |
|
116 |
|
|
102 |
|
148 |
|
126 |
|
96 |
|
|
112 |
|
|
|
110 |
|
|
162 |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
11 |
|
|
33 |
|
|
-1 |
|
-31 |
80 |
|
51 |
|
128 |
|
69 |
|
30 |
|
35 |
|
|
-11 |
|
-21 |
|
|
|
-59 |
|
|
|
-18 |
|
10 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
y |
|
1 |
|
|
|
23 |
|
|
-6 |
|
-21 |
28 |
|
15 |
|
|
23 |
|
18 |
|
|
|
7 |
|
|
|
7 |
|
|
|
11 |
|
-26 |
|
-106 |
|
|
-4 |
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
140 |
|
|
10 |
|
|
81 |
|
166 |
|
63 |
|
-12 |
|
|
-11 |
|
|
30 |
|
80 |
|
|
30 |
|
60 |
|
140 |
|
120 |
|
60 |
|
0 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
y |
|
31 |
|
|
|
0 |
|
|
29 |
|
35 |
|
26 |
|
-2 |
|
|
|
11 |
|
|
|
22 |
|
29 |
|
|
6 |
|
|
17 |
|
32 |
|
24 |
|
|
25 |
|
-1 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
x |
|
11 |
|
|
33 |
|
-1 |
-31 |
|
|
80 |
|
51 |
|
|
128 |
|
69 |
|
|
30 |
|
35 |
|
-11 |
|
|
-21 |
|
|
-59 |
|
-18 |
|
10 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
y |
|
21 |
|
|
43 |
|
14 |
-1 |
|
|
48 |
|
35 |
|
|
43 |
|
38 |
|
|
27 |
|
27 |
|
31 |
|
|
-6 |
|
|
|
-86 |
|
|
|
16 |
|
|
20 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
x |
|
140 |
|
10 |
|
|
81 |
|
166 |
|
63 |
|
-12 |
|
|
-11 |
|
|
30 |
|
80 |
|
|
|
30 |
|
|
60 |
|
|
140 |
|
120 |
|
60 |
|
0 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
y |
|
51 |
|
|
20 |
|
|
49 |
|
55 |
|
|
46 |
|
18 |
|
|
|
31 |
|
|
42 |
|
49 |
|
|
|
26 |
|
|
37 |
|
|
52 |
|
|
44 |
|
|
45 |
|
19 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
x |
|
|
11 |
|
|
|
|
|
33 |
|
|
|
|
-1 |
|
|
|
-31 |
|
80 |
|
|
51 |
|
|
128 |
|
|
|
69 |
|
|
30 |
|
|
35 |
|
|
-11 |
|
-21 |
|
-59 |
|
|
-18 |
|
10 |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
y |
|
|
-5 |
|
-115 |
|
30 |
|
|
105 |
|
-140 |
|
-75 |
|
-115 |
|
|
-90 |
|
-35 |
|
-35 |
|
|
-55 |
|
130 |
|
530 |
|
|
|
20 |
|
0 |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
x |
|
140 |
|
10 |
|
|
|
81 |
|
|
166 |
|
63 |
|
|
-12 |
|
|
-11 |
|
30 |
|
|
|
80 |
|
|
|
|
30 |
|
|
|
60 |
|
140 |
|
|
|
120 |
|
60 |
|
|
|
0 |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
y |
|
-155 |
|
0 |
|
|
|
|
-140 |
|
-175 |
-130 |
|
10 |
|
|
-55 |
|
-110 |
|
|
-145 |
-30 |
-85 |
-160 |
-120 |
-125 |
|
-5 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
x |
|
|
11 |
|
|
|
|
|
33 |
|
-1 |
|
|
|
|
|
-31 |
|
80 |
|
51 |
|
128 |
|
69 |
|
|
|
30 |
|
|
|
35 |
|
-11 |
|
|
-21 |
|
|
-59 |
|
|
|
-18 |
|
|
10 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
y |
|
195 |
|
|
|
85 |
|
230 |
|
|
|
305 |
|
60 |
|
125 |
|
85 |
|
110 |
|
|
165 |
|
|
|
165 |
|
145 |
|
|
|
330 |
|
|
|
730 |
|
|
|
220 |
|
|
200 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
x |
|
140 |
|
10 |
|
|
|
81 |
|
166 |
|
63 |
|
-12 |
|
|
-11 |
|
|
30 |
|
|
80 |
|
|
|
30 |
|
|
60 |
|
|
140 |
|
120 |
|
|
|
60 |
|
|
|
|
0 |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
y |
|
45 |
|
|
200 |
|
|
60 |
|
25 |
|
|
70 |
|
210 |
|
145 |
|
90 |
|
|
55 |
|
170 |
|
115 |
|
|
|
40 |
|
|
|
|
80 |
|
|
|
|
75 |
|
200 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вариант 13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
x |
|
61 |
|
|
|
83 |
|
49 |
|
|
19 |
|
130 |
|
101 |
|
|
178 |
|
119 |
|
80 |
|
85 |
|
39 |
|
29 |
|
|
-9 |
|
|
32 |
|
60 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
y |
|
79 |
|
|
|
57 |
|
86 |
|
101 |
|
52 |
|
65 |
|
|
57 |
|
|
|
62 |
|
|
73 |
|
73 |
|
69 |
|
106 |
|
186 |
|
84 |
|
80 |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
x |
|
190 |
|
|
|
60 |
|
131 |
|
216 |
|
|
113 |
|
38 |
|
|
39 |
|
80 |
|
|
130 |
|
|
|
80 |
|
110 |
|
190 |
|
170 |
|
110 |
|
50 |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
y |
|
|
|
|
49 |
|
|
|
|
80 |
|
51 |
|
45 |
|
|
54 |
|
|
82 |
|
|
69 |
|
58 |
|
|
|
51 |
|
|
|
74 |
|
|
63 |
|
|
48 |
|
|
56 |
|
|
|
|
|
55 |
|
81 |
|
|
|
|
|
|
18