INTELIGENCIA ARTIFICIAL

INFORME DE LABORATORIO 1
IA_IlizarbeA Horario Laboratorio: Sbado 15:30 17:45

I.

EJERCICIOS Y TAREAS DESARROLADOS DEL AULA DE LABORATORIO

Sesin 1 del 09/05/15: Archivo IA_PaternoM_Lab1A.m
hizo laboratorio
Sesin 2 del 16/05/15: Archivo IA_PaternoM_Lab1B.m
hizo laboratorio
Sesin 3 del 23/05/15: Archivo IA_IlizarbeA_Lab1C.m
Docente:
1. Diferentes ayudas con el MATLAB
Ver script del archivo, nmero de lnea: 5 a 14.
Se muestra lo siguiente
LISTA DE CAJA DE HERRAMIENTAS DE MATLAB

CAJA DE HERRAMIENTAS A UTILIZAR

No se
No se

FUNCIONES DE TRANSFERENCIA

2. Se gener seales unidimensionales y bidimensionales

Ver script del archivo, nmero de lnea: 23 a 36.

SUC SEAL UNIDIMENSIONAL CONTINUA

SUD SEAL UNIDIMENSIONAL DISCRETA

Se genera la seal
%Bidimensionales: Matriz

Alumno
1. Se presenta imgenes de los videos dejados en la tarea
Ver script del archivo, nmero de lnea: 41 a 47

Se presenta lo siguiente:

Imgenes de videos generados en matlab

Sesin 4 del 30/05/15: Archivo IA_IlizarbeA_Lab1D.m
Docente:
1

REPASO DE LAS FT
Se grafica una seal Unidimensional Continua (SUC).
El comando plot es el apropiado
Ver script del archivo, nmero de lnea: 17 a 24.
Se presenta el siguiente grafico

Ayuda del plot

Ver script del archivo, nmero de lnea: 30 a 41.
trazar lineal trama.

plot (X, Y) traza vector Y frente vector X. Si X o Y es una matriz,

a continuacin, el vector se represent frente a las filas o columnas de la
matriz,
lo que se alinean. Si X es un escalar y Y es un vector, desconectado
objetos de lnea se crean y se representan como puntos discretos
verticalmente en
X.
parcela (Y) representa las columnas de Y frente a su ndice.
Si Y es compleja, la trama (Y) es equivalente a la parcela (real (Y), imag (Y)).
En todos los dems usos de la parcela, la parte imaginaria se ignora.
3

Se grafica grafica una seal discreta unidimensional (SDU). El comando a utilizar

es stem
Ver script del archivo, nmero de lnea: 47 a 53.
Se presenta lo siguiente:

Ayuda de Matlab. Ayuda de toolboxes (helpdesk dcm).

Ver script del archivo, nmero de lnea: 58

Se lee y se muestra una imagen en ML.

Ver script del archivo, nmero de lnea: 61 al 67

Se presenta la siguiente imagen generada en matlab.

Se convierte una imagen jpg a bmp.

Ver script del archivo, nmero de lnea: 69 a 71.
Se presenta lo siguiente generado en matlab:

Se aplic las FT a seales unidimensionales.

Ver script del archivo, nmero de lnea: 80 a 87.
Se presenta lo siguiente

Figura 1 presenta una seal unidimensional

Figura 2 es la respuesta a la salida de la funcin hardlim.
Figura 3 es la respuesta a la salida de la funcin hardlims

Alumno
1

Grafico discreto de la FT del Matlab

Ver script del archivo, nmero de lnea: 80 a 87
Sesin 5 del 06/05/15: Archivo IA_IlizarbeA_Lab1E.m
Docente:

1. Se lee el archivo de sonido wav y se reproduce.

2. Ver script del archivo, nmero de lnea: 27 a 30

II.

DESARROLLO DEL LABORATORIO

PROCEDIMIENTO
1. Implementar funciones que implementen cada una de las funciones de
activacin (nueve funciones) estudiadas, utilizando su funcin generatriz (no

usar los comandos del Matlab, tales como hardlim, hardlim, purelin, satlin,
logsig, etc.).
Ejemplo:
fHardlims(x)
X es el vector a aplicar la funcin Hardlims. La funcin fHardlim debe graficar el
vector x en color rojo y el resultado de la aplicacin de la funcin de activacin
en color azul sobre el mismo grfico.
2. Disear una red monocapa de 12 neuronas y 5 neuronas procesadoras, cuya
funcin de transferencia es logsig. Proporcionar los valores necesarios y hallar la
salida de la red. Cada entrada es un vector de 10 nmeros enteros aleatorios
con valores comprendidos entre -5 y 5. No olvidarse de las bias.
3. Disear una red tricapa de 31 neuronas, de las que 21 son procesadoras. Las
neuronas procesadoras de la salida son 3 menos que la capa oculta, y la primera
capa procesadora oculta tiene 2 neuronas procesadoras ms que la segunda. La
funcin de transferencia de la primera capa procesadora es igual al de la ltima;
ambas son hardlims. Proporcionar los valores necesarios y hallar la salida de la
red. Cada entrada es un vector de 15 nmeros reales aleatorios con valores
comprendidos entre -1.5 y 1.5. No olvidarse de las bias.
4. Plantear un ejercicio de diseo similar a los anteriores 2 y 3), con datos y
valores diferentes no nulos ni unitarios; y hallar la salida. No olvidarse de las
bias.
5. Graficar la salida cuando a las seales dadas se les aplica las funciones de
transferencia escaln, no lineal, saturacin y competitiva:
a. Seales: unidimensionales, bidimensional y tridimensionales.
b. Seales:
i. Un sonido en mono (su nombre) centrado sobre el eje vertical,
ii. Una imagen en escala de grises (su foto) centrado en el eje vertical.
6. Hallar la salida de la siguiente RNA utilizando cada una de las funciones de
transferencia escaln, no lineal, saturacin y competitiva:
Datos:

Ejercicio 1
Archivo IA_IlizarbeA_Sa_lab1_EJE1.m

Las funciones .m ya se definieron y se encuentran direccionados en la carpeta

IA_IlizarbeA_L1
% fcompet.m
% fhardlim.m
% fhardlims.m
% flogsig.m
% fposlin.m
% fpurelin.m
% fradbas.m
% fsatlim.m
% fsatlims.m

Al ingresar una seal unidimensional se presenta lo siguiente:

Las salidas se encuentran graficadas en color rojo y las entradas de azul

Ver script del archivo, nmero de lnea: 18 a 52.
Ejercicio 2

Archivo IA_IlizarbeA_Sa_lab1_EJE2.m
Para una red mono capa de 12 neuronas con 5 np tenernos 7 neuronas de
entrada
Ver script del archivo, nmero de lnea: 13 a 21.
Obtenemos lo siguiente:
Se presenta las matrices correspondientes a las entradas (I) pesos (W) bias(b
y B) y salida (s)

I=

-1

-5

-4

-5

-5

-5

-3

-4

-3

-5

-3

-1

-5

-3

-4

-1

-4

-4

-1

-4

-3

-3

-5

-4

-3

-4

-2

-3

-2

-1

-3

-5

-1

-4

-2

-1

-1

-5

-1

-4

-1

-1

-1

-2

-2

-5

-3

-3

-2

-2

-3

-3

-1

-1

W=

b=

-3
-3
-4
-3
-1

B=

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-4

-4

-4

-4

-4

-4

-4

-4

-4

-4

-3

-3

-3

-3

-3

-3

-3

-3

-3

-3

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

log =

0.0000 1.0000
0.9975 0.0000

0.0000

0.0000

1.0000

0.0474

0.0000

0.9991

0.9999 0.0000
0.0000 1.0000

1.0000

0.0000

0.0000

0.0000

1.0000

0.0009

0.9991 0.9991
0.0000 1.0000

0.0000

0.2689

0.0067

0.0000

0.0000

0.0000

0.0000 0.0009
0.1192 0.9933

0.9820

0.0000

0.0000

0.0000

1.0000

0.0001

0.0000 1.0000
1.0000 0.0000

1.0000

1.0000

0.0000

0.0003

0.0003

0.9526

Ejercicio 3
Archivo IA_IlizarbeA_Sa_lab1_EJE3.m
Para una red tricapa tenemos 10 neuronas en la capa de entrada Y 21 son
procesadoras
Tenemos 10 neuronas en la capa de entrada, Tenemos 7 neuronas en la primera
capa procesadora oculta, Tenemos 5 neuronas en la segunda capa procesadora
oculta, Por ultimo tenemos 9 neuronas en la capa de salida y as Cumplimos con
las condiciones
r=
-0.5667
1.2701 -0.2094 -0.9456
1.2146
1.4392 -0.1834
-0.7258 -0.2738 0.2847 -0.7134 0.3085 0.6336 -0.8348

-1.1666

I=
-1.1477
0.6910
0.3722 -0.7144
1.2112
0.3296 -0.9962
-0.1386 -0.3022 -1.1814 -0.2315 0.4996 -0.3933 -1.1382
-0.6100 -0.0342
0.5374 -0.4939
1.1728
0.3530
1.4360
-0.2028 0.0806 -0.3828 0.1436 -0.9656 -0.1178 0.2685
-0.5437
0.2356 -0.3135
0.5392 -0.4975
1.0783
0.6381
0.9759 -0.2496 -0.9056 1.3282 -1.1160 1.4449 -0.8214
-0.2275 -0.7881 -0.3977 -1.0903
0.5962
0.9165
0.0014
-1.2496 0.4706 -0.0309 -0.2468 1.4972 -1.0308 -0.3461
0.0236 -0.1235
1.4639
0.6637 -0.9066
0.2302 -0.0867
-1.1005 0.3839 -0.4815 1.4492 -0.9866 1.0666 0.2490
-1.2435
1.3893 -1.3868 -1.1797 -1.4084 -0.9512 -1.3211
-0.9798 -0.6240 1.3549 -0.5956 -1.4022 0.4343 -0.7446
-0.7126
0.1404
1.1555
0.4613
0.7322 -0.7802
0.5459
-0.3272 -0.2050 1.2610 0.6033 0.1836 -0.3712 -0.6287
0.9030
0.0634
1.2399 -0.0175
0.0001
1.1595 -1.3727
0.9941 -1.4535 -1.3420 0.4990 1.1456 -0.9272 0.3513
-1.4123 -0.8052
0.8886
0.8372 -0.0602 -1.4140 -1.2857
0.9101 1.4522 0.7136 0.1174 0.5075 -0.2152 -0.7042
1.2866 -0.0333 -1.2039
0.6451
1.2142 -0.0303
0.0649
-1.3186 -0.9985 -0.6926 0.5943 -0.9287 -0.0539 0.9731

-1.2098
0.9544
0.9526
0.6673
-1.0504
0.4788
0.0558
1.4189
0.4470
0.9010

B1 =
-0.0454 -0.0454 -0.0454 -0.0454 -0.0454 -0.0454 -0.0454
-0.0454 -0.0454 -0.0454 -0.0454 -0.0454 -0.0454 -0.0454
-0.3196 -0.3196 -0.3196 -0.3196 -0.3196 -0.3196 -0.3196
-0.3196 -0.3196 -0.3196 -0.3196 -0.3196 -0.3196 -0.3196
0.5143
0.5143
0.5143
0.5143
0.5143
0.5143
0.5143
0.5143 0.5143 0.5143 0.5143 0.5143 0.5143 0.5143
0.7238
0.7238
0.7238
0.7238
0.7238
0.7238
0.7238
0.7238 0.7238 0.7238 0.7238 0.7238 0.7238 0.7238
0.0602
0.0602
0.0602
0.0602
0.0602
0.0602
0.0602
0.0602 0.0602 0.0602 0.0602 0.0602 0.0602 0.0602
-0.4569 -0.4569 -0.4569 -0.4569 -0.4569 -0.4569 -0.4569
-0.4569 -0.4569 -0.4569 -0.4569 -0.4569 -0.4569 -0.4569
-1.0500 -1.0500 -1.0500 -1.0500 -1.0500 -1.0500 -1.0500
-1.0500 -1.0500 -1.0500 -1.0500 -1.0500 -1.0500 -1.0500

-0.0454
-0.3196
0.5143
0.7238
0.0602
-0.4569
-1.0500

B2 =
0.2583
0.2583
0.2583
0.2583
0.2583
0.2583
0.2583
0.2583 0.2583 0.2583 0.2583 0.2583 0.2583 0.2583
-0.7136 -0.7136 -0.7136 -0.7136 -0.7136 -0.7136 -0.7136
-0.7136 -0.7136 -0.7136 -0.7136 -0.7136 -0.7136 -0.7136
-1.3666 -1.3666 -1.3666 -1.3666 -1.3666 -1.3666 -1.3666
-1.3666 -1.3666 -1.3666 -1.3666 -1.3666 -1.3666 -1.3666
0.7648
0.7648
0.7648
0.7648
0.7648
0.7648
0.7648
0.7648 0.7648 0.7648 0.7648 0.7648 0.7648 0.7648
-0.7716 -0.7716 -0.7716 -0.7716 -0.7716 -0.7716 -0.7716
-0.7716 -0.7716 -0.7716 -0.7716 -0.7716 -0.7716 -0.7716

0.2583
-0.7136
-1.3666
0.7648
-0.7716

B3 =
-0.1728 -0.1728 -0.1728 -0.1728 -0.1728 -0.1728 -0.1728
-0.1728 -0.1728 -0.1728 -0.1728 -0.1728 -0.1728 -0.1728
0.5634
0.5634
0.5634
0.5634
0.5634
0.5634
0.5634
0.5634 0.5634 0.5634 0.5634 0.5634 0.5634 0.5634
-0.4223 -0.4223 -0.4223 -0.4223 -0.4223 -0.4223 -0.4223
-0.4223 -0.4223 -0.4223 -0.4223 -0.4223 -0.4223 -0.4223
0.7090
0.7090
0.7090
0.7090
0.7090
0.7090
0.7090
0.7090 0.7090 0.7090 0.7090 0.7090 0.7090 0.7090
-0.3159 -0.3159 -0.3159 -0.3159 -0.3159 -0.3159 -0.3159
-0.3159 -0.3159 -0.3159 -0.3159 -0.3159 -0.3159 -0.3159
0.5502
0.5502
0.5502
0.5502
0.5502
0.5502
0.5502
0.5502 0.5502 0.5502 0.5502 0.5502 0.5502 0.5502
0.6121
0.6121
0.6121
0.6121
0.6121
0.6121
0.6121
0.6121 0.6121 0.6121 0.6121 0.6121 0.6121 0.6121

-0.1728
0.5634
-0.4223
0.7090
-0.3159
0.5502
0.6121

-0.1731 -0.1731 -0.1731 -0.1731 -0.1731 -0.1731 -0.1731

-0.1731 -0.1731 -0.1731 -0.1731 -0.1731 -0.1731 -0.1731
-1.4413 -1.4413 -1.4413 -1.4413 -1.4413 -1.4413 -1.4413
-1.4413 -1.4413 -1.4413 -1.4413 -1.4413 -1.4413 -1.4413

-0.1731
-1.4413

S=
-1
1
-1
1
-1
1
1
-1
-1

1
1
-1
1
1
-1
1
1
1

-1
1
-1
1
-1
1
1
-1
-1

-1
1
-1
1
-1
1
1
-1
-1

1
1
-1
1
1
-1
1
1
-1

1
1
-1
1
1
-1
1
-1
-1

1 -1 -1
1 -1 -1
-1 -1 -1
1
1
1
1
1
1
1 -1 -1
1
1
1
1 -1 -1
-1 -1 -1

-1
1 -1
1
1
1
-1
1 -1
1 -1
1
1
1 -1
-1 -1
1
1
1
1
1
1 -1
-1 -1 -1

1
1
-1
1
1
-1
1
1
-1

-1
1
1
1
-1
1
1
1
1 -1
-1
1
1 -1
1
1
-1 -1

Ver script del archivo, nmero de lnea: 15 a 56.

Ejercicio 4
Archivo IA_IlizarbeA_Sa_lab1_EJE4.m
Para una red mono capa de 15 neuronas con 9 np tenemos 6 neuronas de
entrada
Ver script del archivo, nmero de lnea: 17 a 25.
Para la segunda parte Ver script del archivo, nmero de lnea: 44 a 82.
Resultados similares al ejercicio 2 y 3.

Ejercicio 5
Archivo IA_IlizarbeA_Sa_lab1_EJE5.m
Ver script del archivo, nmero de lnea: 17 a 46.
A)
Se presenta las seales unidimensional y bidimensional de entrada

Estos ingresan por las funciones de activacin y obtenemos lo siguiente:

Seales unidimensionales

Seales tridimensionales

Ver script del archivo, nmero de lnea: 34 al 100.

B)
Se ingresa las seales de sonido e imagen a las funciones de activacin
I. Un sonido en mono (su nombre) centrado sobre el eje vertical,
Ver script del archivo, nmero de lnea: 112 al 147

Seal de entrada

Salida de las seales de activacin

ii. Una imagen en escala de grises (su foto) centrado en el eje vertical.

Se presneta la seal de entrada en este caso la imagen (mi foto) el original

escala de grises y seal salida en ejemplo de pasar por una funcin escalon
(radbas).
Ver script del archivo, nmero de lnea: 149 al 169

Ejercicio 6
Archivo IA_IlizarbeA_Sa_lab1_EJE6.m

Se presenta la salida de la siguiente RNA utilizando cada una de las funciones

de transferencia escaln, no lineal, saturacin y competitiva:
a) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y
B) y salida (s)
I=

-2

-1

-1

-3

-1

-1

-1

-2

-1

-1

-1

S2 =

W=

-2

S3 =

0.6225

0.0000

1.0000

0.0025

0.0000

0.9933

0.7788

0.0000

0.0000

0.0000

0.0000

0.0000

1.0000

0.0000

0.0000

0.0000

1.0000

1.0000

b=

1.5000

S4 =

-2.0000

B=

1.5000

1.5000

1.5000

-2.0000

-2.0000

-2.0000

S1 =

S5 =

S6 =

-1.0000

0.4621

-1.0000

1.0000

-1.0000

-1.0000

0.9999

S7 =

0.5000

1.0000

S9 =

1.0000

1.0000

S8 =

0.5000

-1.0000

-1.0000

S10 =

0.5000 -13.5000

10.5000

-6.0000 -11.0000

5.0000

1.0000

Ver script del archivo, nmero de lnea: 16 al 45

b) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y
B) y salida (s)
I
=
-1

-2

-1

-3

-2

-1

-1.0000 -1.0000 -1.0000

-1.0000 -1.0000
-1.5000 -1.5000 -1.5000
-1.5000 -1.5000

S1 =
W=
1

-2

-1

-1

-1

-1

-1

-1

-1

-1

-1

S2 =
b=
-1.0000
-1.5000
B=

-0.9866 -0.9866 -0.9866

-0.9866 -0.9866

S3 =
0.0000 0.0009
0.9526 0.9997

0.1192

0.0759 0.0759
0.0759 0.0759

0.0759

S4 =

0.0000 0.0000
0.0001 0.0000

0.0183

0.0019 0.0019
0.0019 0.0019

0.0019

S5 =

S7 =

-1

-1

-1

-1

-1

-1

-1

-1

S8 =

S9 =

0.0000 0.0000
0.0601 0.0000

0.9047

1.0000 1.0000
0.9399 1.0000

0.0953

S6 =

-1.0000 -1.0000 -0.9640

0.9951 1.0000

S10 =

-12.0000 -7.0000 -2.0000

3.0000 8.0000
-2.5000 -2.5000 -2.5000
-2.5000 -2.5000

c)
d) Ver script del archivo, nmero de lnea: 61 al 90
e)
f) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y
B) y salida (s)
g) I =
h)
0.5403 0.8776
-0.8011 -0.9900

1.0000

0.8776

0.5403

i)
-0.9093 -0.9975
0.9975 0.9093

-0.8415

-0.4794

j)
0.1425 0.7470
0.5463 1.5574

2.1850 -14.1014

-1.5574

-0.5463

v)
-1.5000 -1.5000
-1.5000 -1.5000

-1.5000

-1.5000

-1.5000

-1.5000

-1.5000

w)
-1.5000 -1.5000
-1.5000 -1.5000

-1.5000

-1.5000

-1.5000

-1.5000

-1.5000

0.0707
0.4794

-0.4161
0.8415
0

k)
l)

W=

m)

-1

n)

o)

-2

p)
q) b =
r)

-1.5000

s)

-1.5000

t)
u) B =

x)
y)
z)
aa) S1 =
ab)

ac)

ad)S2 =

ae)

-1

-1

-1

-1

af)

-1

-1

-1

-1

-1

ag)
ah)S3 =
ai)
0.0156 0.0028
0.5507 0.1411

0.0002

1.0000

0.7455

0.6179

0.6454

aj)
0.0472 0.1202
0.6074 0.6911

0.5401

0.0000

0.1217

0.3854

0.5479

ak)
al) S4 =
am)
0.6984

0.0000 0.0000
0.9594 0.0383

an) 0.0001 0.0190

0.8265 0.5228

0.0000

0.0000

0.3152

0.7937

0.9745

0.0000

0.0201

0.8044

0.9638

aq) 0.0003 0.0000

0.5372 0.0682

0.0000

0.0000

0.9401

0.4966

0.4202

ar)
0.9997 1.0000
0.4628 0.9318

1.0000

1.0000

0.0599

0.5034

0.5798

au) -0.9995 -1.0000

0.2008 -0.9474

-1.0000

1.0000

0.7912

0.4468

0.5364

av) -0.9951 -0.9633

0.4107 0.6670

0.1593

-1.0000

-0.9624

-0.4354

0.1898

ao)
ap)S5 =

as)
at) S6 =

aw)
ax) S7 =
ay)
0

az)
0.8053

0.1606

ba)
bb)S8 =

1.0000
0

1.0000
0

0.4807
0

0.5991

0.1921

0.2035

0.4365

bc) -1.0000 -1.0000

0.2035 -1.0000

-1.0000

1.0000

1.0000

0.4807

0.5991

bd) -1.0000 -1.0000

0.4365 0.8053

0.1606

-1.0000

-1.0000

-0.4666

0.1921

24.8664

1.0745

0.4807

0.5991

0.1606 -15.2845

-1.9768

-0.4666

0.1921

be)S9 =
bf)

bg)

bh)
bi) S10 =
bj) -4.1440 -5.8666
0.2035 -1.8062
bk) -3.0047 -1.9903
0.4365 0.8053

-8.5530

bl)
bm)
bn)
bo)
bp)
bq)
br)
bs)
bt)
bu)
bv)
bw)
bx)
by)
bz)
ca)
cb)
cc)
cd)
ce)

cf)
cg)
ch)
ci) CUESTIONARIO
cj) Muestre los resultados de Los ejercicios planteados por el profesor en el
laboratorio y Los procedimientos.
ck) TODO LA INFORMACION SE PRESENTA NE LA PARTE SUPERIOR DE ESTE
INFORME.

cl)

cm)2. Crear tres RNA tricapa y utilice funciones de activacin diferentes, una
para cada capa procesadora, proporcione las entradas vectoriales de 5 valores,
las bias y halle la salida de cada una de las RNA, indicando si sus salidas son
excitatorias o inhibitorias.
cn) Archivo IA_IlizarbeA_Sa_lab1_cuestionario2
co) Se utilizo
cp) Funcin de transferencia hardlims hardlim y tansig
cq) Ver script del archivo, nmero de lnea: 11 a 47.
cr) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y
B) y salida (s)
cs) r =
ct)

-5.0743 -2.2707 -6.8919 -9.0884

9.6516

cu) I =
cv)

-2.1024 13.4791 11.5284 -12.3015

cw)

11.6331 -5.1730

cx)

-3.2645

cy)
cz)

1.8168

2.6408 -11.6488 12.8883

5.1379 -10.3574 -10.9112

8.0734 -1.8407 -9.0041

5.3596

-3.0963 10.0050 -2.7914 -0.1447

5.9000
2.4837
9.4619

da)

9.2554

8.0656

7.4612 -9.3087 11.3704

db)

7.6523 -9.9824

9.7675 -0.1498 14.6673

dc)

-3.6781 10.8594

dd)

-8.5194 14.6962 -5.4443 -13.3508 10.9632

de)
df)
dg)

8.7122

0.4327

8.6989 -10.5718 -14.9843

1.0219 10.5214

3.3770

dh)
di)
dj)
dk)
dl) B1 =
dm)

-12.3033 -12.3033 -12.3033 -12.3033 -12.3033

dn) -12.5741 -12.5741 -12.5741 -12.5741 -12.5741

do)
dp)
dq)
dr)
ds)

8.3172

8.3172

8.3172

8.3172

8.3172

12.1540 12.1540 12.1540 12.1540 12.1540

1.0132

1.0132

1.0132

1.0132

1.0132

-11.7254 -11.7254 -11.7254 -11.7254 -11.7254

9.7743

9.7743

9.7743

9.7743

9.7743

dt)
du) B2 =
dv)

-4.8571 -4.8571 -4.8571 -4.8571 -4.8571

dw)

-6.1808 -6.1808 -6.1808 -6.1808 -6.1808

dx)

7.3894

7.3894

7.3894

7.3894

7.3894

dy) -14.6899 -14.6899 -14.6899 -14.6899 -14.6899

dz)

-13.5466 -13.5466 -13.5466 -13.5466 -13.5466

ea)
eb) B3 =
ec)

5.0375

5.0375

5.0375

5.0375

5.0375

ed)

3.1040

3.1040

3.1040

3.1040

3.1040

ee)

0.7831

0.7831

0.7831

0.7831

0.7831

ef)

6.8913

6.8913

6.8913

6.8913

6.8913

eg)

6.2176

6.2176

6.2176

6.2176

6.2176

eh)

8.4413

8.4413

8.4413

8.4413

8.4413

ei)

-6.3607 -6.3607 -6.3607 -6.3607 -6.3607

ej)

5.7760

5.7760

5.7760

5.7760

5.7760

ek)

1.7001

1.7001

1.7001

1.7001

1.7001

el)

em)
en)
eo)
ep) S =
eq)

1.0000

0.6924

1.0000 -0.1996

0.9999

er)

0.9989 -1.0000

0.9989 -1.0000

0.9960

es)

1.0000

1.0000

1.0000

1.0000

0.6545

et)

1.0000

1.0000

1.0000

0.9515

1.0000

eu)

-0.9999 -1.0000 -0.9999 -0.9998

1.0000

ev)

-0.9999 -1.0000 -0.9999 -1.0000

1.0000

ew)

-1.0000 -1.0000 -1.0000 -1.0000 -1.0000

ex)

0.6284 -0.9986

0.6284 -1.0000

1.0000

ey)

0.9529

0.9529 -1.0000

0.9354

0.0283

ez)
fa)
fb)
fc)
fd)
fe)
ff)
fg)
fh)
fi)
fj)

fk)

fl)
fm)