Documente Academic
Documente Profesional
Documente Cultură
1. INTRODUCCIN
La necesidad de establecer un programa de entrega de materiales para evitar situaciones de inactividad que
repercutan negativamente en los costes de los factores productivos, hace preciso realizar una discriminacin de
artculos con el fin de determinar de entre todos ellos cules son los que por sus caractersticas, precisan un control
ms riguroso. Esto ltimo se consigue con la clasificacin "ABC" de los "valores anuales pasados" de cada artculo.
Sin embargo, para acercar a la realidad el criterio de dicha clasificacin, es posible introducir informacin adicional
de carcter incierto en este proceso mediante el tratamiento borroso de los costes unitarios y/o las demandas futuras.
De esta manera, el nuevo proceso clasificatorio, si bien aumenta su complejidad matemtica de tratamiento, permite
tener en cuenta mediante un conocimiento a priori, factores relevantes que pueden incidir en las decisiones sobre el
mencionado control.
la clasificacin que en el almacn debe realizarse para discriminar los productos que precisan de un mayor control,
se regir segn este parmetro.
Cuando se ordenan los artculos segn magnitudes decrecientes acumuladas de su valor anual, se suele obtener una
representacin tpica como la adjunta:
Valor anual (%)
100
CLASIFICACIN A-B-C
90
80
70
60
50
40
30
20
10
N de artculos
20%
100%
70%
en ella puede observarse como aproximadamente un 20% de los artculos representa alrededor del 80% del valor
anual total del almacn considerado. El siguiente 50% de artculos otro 15% de valor anual. El ltimo 30% de
artculos slo representa, por lo general, un 5%. Esto da lugar a una clasificacin de los artculos, que por
realizarse tradicionalmente en tres grupos, se denomina ABC. Los artculos en el grupo A son los que representan
un mayor coste anual para la empresa, mientras que los del C son los de menor importancia.
Como norma general, puede decirse que los dos primeros grupos deben ser objeto de un control de existencias
sistemtico, con incluso una mayor frecuencia para los artculos del grupo A. Por el contrario, en la clase C se
suele establecer un sistema ms sencillo en el que quiz sea suficiente con un sistema de revisin peridica. Para
un artculo de este grupo con "valores anuales" pequeos en comparacin con el resto, es interesante mantener
stocks de seguridad suficientemente grandes como para evitar roturas de inventario que puedan provocar paros
en la produccin, dado que el coste en que se incurre es pequeo. Si se dispone de medios informticos
adecuados, debera clasificarse en el grupo C el menor nmero posible de artculos para as, tener establecido un
mejor seguimiento.
Ntese que un artculo quedar clasificado en el grupo A bien porque sea de un elevado coste, porque tenga
muchos movimientos anualmente, o bien por ambas razones. Evidentemente, segn sea por una u otra causa, su
control deber ser de un tipo u otro.
sta es la clasificacin ms usada tradicionalmente, lo cual no excluye otras clasificaciones ms sencillas, como
por ejemplo ordenar los artculos segn su importancia para el proceso productivo, o simplemente por la
facilidad para conseguirlos.
A continuacin se expone un ejemplo con datos numricos reales para corroborar lo anterior. Supongamos para
simplificar, que se trata de realizar una clasificacin ABC para un sector de un almacn en el que se dispone de
10 artculos {a1, a2, ... a10} cuyos costes unitarios y volmenes demandados en el ltimo ao son los indicados
en la tabla adjunta (Tabla 1), en las columnas (1) y (2). En la misma tabla, en las columnas siguientes se calculan
los valores anuales totales de cada artculo, y el porcentaje que estos representan sobre el total, y en la siguiente
tabla (Tabla 2) los artculos ordenados decrecientemente segn dicho valor anual:
Artculo Precio unitario Volumen demandado Valor anual
(1)
(2)
(3) = (1) x (2)
a1
63
12000
755918
%
1,60
a2
882
1500
1322857
2,80
a3
57
260000
14740408
31,20
a4
1890
1000
1889796
4,00
a5
2315
10000
23150000
49,00
a6
28
15000
425204
0,90
a7
6142
100
614184
1,30
a8
441
1500
661429
1,40
a9
22678
125
2834694
6,00
a10
850
1000
850408
1,80
47244898
100,00
TOTAL
Tabla 1
Artculo
Valor anual
a5
23150000
49,00
49,00
a3
14740408
31,20
80,20
a9
2834694
6,00
86,20
a4
1889796
4,00
90,20
a2
1322857
2,80
93,00
a10
850408
1,80
94,80
a1
755918
1,60
96,40
a8
661429
1,40
97,80
a7
614184
1,30
99,10
a6
425204
0,90
100,00
47244898
100,00
TOTAL
Tabla 2
% acumulado
Al representar los porcentajes acumulados anteriores, se obtiene la clasificacin "ABC" de esos productos:
Clasificacin ABC
100,00
90,00
80,00
Frecuencias
70,00
60,00
50,00
% acumulado
40,00
30,00
20,00
10,00
0,00
a5
a3
a9
a4
a2
a10
Artculos
a1
a8
a7
a6
de lo que se deduce que los artculos a5 y a3, al pertenecer a la clase A, deben ser los que sufran un control ms
riguroso.
a1
a2
a3
a4
a5
a6
a7
a8
a9
a10
a11
a12
a13
Prec. unitario
Volumen demandado
60
65
70 10500 12000 14000
875
885
890
1500
1500
1800
75
80
100 130000 150000 150000
1900 1950 2000
800
1000
3500
1400 1500 1700
500
700
800
25
30
35 10000 15000 17000
6000 6145 6200
100
100
100
425
445
480
1100
1200
1800
27500 28000 30000
70
125
130
800
850
890
800
1000
1100
4900 5000 5100
1000
1500
1700
90
100
150 15000 16000 17000
275
300
390 130000 150000 260000
Tabla 3
El carcter borroso de los costes y volmenes demandados puede apreciarse en los nmeros borrosos asociados a
estos parmetros para cada uno de los artculos. Por ejemplo, para el artculo "a1" tendremos:
12000
alfa
alfa
65
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
50
60
70
80
90
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
10500
0
100
5000
10000
14000
15000
En la Tabla 3 anterior, se puede apreciar que los artculos a1, a2, a6, a7, a8 y a10 apenas varan su coste unitario
y el entorno de posible demanda para el futuro es pequeo respecto a los valores crisp dados en condiciones
de certeza total en el apartado anterior, si bien ya introducimos cierto grado de incertidumbre en ambos
parmetros.
La informacin relevante para la clasificacin que se ha introduce en el nuevo modelo podra ser la siguiente:
a) En el artculo a5, novedoso el ao anterior, se va a conseguir una disminucin notable del coste unitario
gracias a la introduccin de mejoras en su proceso de fabricacin; asimismo, la demanda de este artculo para
el prximo periodo se prev mucho menor, con una oscilacin pequea entorno a 700 uds.
b) Por otra parte, los artculos a3 y a9 van a subir notoriamente su coste unitario (debido a un previsible
aumento del coste de las materias primas), pero mientras que la demanda del artculo a9 se prev casi
constante respecto al ao anterior, para el artculo a3 no se cree que su demanda supere la mitad del ao
anterior, debido al grado de madurez del mismo.
c) El artculo a4 aumenta mucho su posibilidad de demanda por la derecha (hasta 3500 uds.), debido a una
fuerte campaa publicitaria y a un escaso incremento de su coste unitario.
d) Por ltimo, se van a introducir nuevos artculos para la venta: (a11, a12, a13), donde la verdadera novedad la
presentan el artculo a13 (sustituto del a3, aunque con mejoras tecnolgicas, lo que hace que tenga un coste
unitario mucho mayor).
Como vemos, gracias a la utilizacin de los nmeros borrosos, el planteamiento del problema nos permte la
introduccin de todas estas informaciones, mucho ms cercanas a la situacin real de los productos en el
mercado.
La operativa a seguir para el clculo de la clasificacin ABC es idntica a la del apartado anterior, pero ahora, se
ha de operar con nmeros borrosos triangulares. As, para calcular el valor anual de cada artculo han de
multiplicarse en cada caso dos nmeros borrosos triangulares (N.B.T). Esta operacin, no produce un nmero
borroso triangular por lo que debe efectuarse mediante producto de los intervalos de confianza interceptados en
ambos nmeros borrosos, para cada nivel (en el ejemplo se han supuesto 10 -cortes). El borroso resultante
"valor anual" se conseguir mediante la composicin de los "intervalos producto" resultantes a cada nivel. A
continuacin pueden observarse los resultados para el valor anual del artculo "a1" (Tabla 4):
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
a1(Coste)
60
70
60,5
69,5
61
69
61,5
68,5
62
68
62,5
67,5
63
67
63,5
66,5
64
66
64,5
65,5
65
65
a1 (Demanda)
10500
14000
10650
13800
10800
13600
10950
13400
11100
13200
11250
13000
11400
12800
11550
12600
11700
12400
11850
12200
12000
12000
a1(Valor anual)
630000
980000
644325
959100
658800
938400
673425
917900
688200
897600
703125
877500
718200
857600
733425
837900
748800
818400
764325
799100
780000
780000
Tabla 4
El producto de dos intervalos (correspondientes al coste [C1, C2] y la demanda de un artculo [D1, D2] ) a cada
nivel , y dado que los extremos de ambos intervalos siempre sern positivos puede calcularse como:
[C1, C2] [D1, D2] = [C1D1, C2D2]
En el anexo 1 pueden observarse los resultados para la obtencin de los valores anuales borrosos de todos los
artculos.
A continuacin se representan los borrosos correspondientes a todos esos valores anuales (se exponen en tres
grficas debido a las diferencias de valores anuales encontrados entre el borroso ms pequeo y el mayor):
a7
a10
0,8
alfa
a1
0,6
a5
0,4
a8
a6
0,2
1400
1200
1000
800
600
400
200
a2
a9
a11
a4
15600
14600
13600
12600
11600
10600
9600
8600
7600
6600
5600
4600
3600
2600
a12
1600
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
600
alfa
104000
94000
84000
64000
54000
44000
34000
a13
24000
14000
a3
74000
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
4000
alfa
Pese a que los valores anuales borrosos obtenidos no son nmeros triangulares podemos hacer la aproximacin a
los mismos sin demasiado error y una vez obtenidos estos valores anuales para todos los artculos, tendremos que
realizar la ordenacin de los mismos para establecer la nueva clasificacin "ABC".
Existen gran cantidad de mtodos de ordenacin de nmeros borrosos; nosotros utilizaremos la mitad de la
distancia de Hamming de cada borroso (X1, X2, X3) al real "0":
d(X ) =
X1 + 2 X 2 + X 3
4
Una vez obtenidas estas valuaciones para el valor anual de cada artculo, se procede a su ordenacin, al igual
que en el ejemplo ya visto, y se obtiene la grfica de clasificacin ABC requerida.
Para los valores anuales borrosos (aproximados a N.B.T) de nuestro ejemplo obtenemos, una vez ordenados
decrecientemente segn la valuacin anteriormente expresada, los valores de la Tabla 5:
Artculo
a13
a3
a11
a9
a4
a12
a2
a5
a10
a1
a7
a8
a6
Valuacin anual
56787,5
12187,5
7142,5
3206,25
3105
1775
1392,375
1040
829,75
792,5
612,25
599,875
436,25
%
% acumulado
63,2%
63,2%
13,6%
76,7%
7,9%
84,7%
3,6%
88,2%
3,5%
91,7%
2,0%
93,7%
1,5%
95,2%
1,2%
96,4%
0,9%
97,3%
0,9%
98,2%
0,7%
98,8%
0,7%
99,5%
0,5%
100,0%
Tabla 5
a partir de ellos, ya podremos realizar la clasificacin "ABC" correspondiente a dichos porcentajes acumulados:
Clasificacin ABC
100,0%
90,0%
70,0%
60,0%
50,0%
% acumulado
40,0%
30,0%
20,0%
10,0%
a6
a8
a7
a1
a10
a5
a2
a12
a4
a9
a11
a3
0,0%
a13
Frecuencias
80,0%
Artculos
Como puede observarse, la clasificacin resulta totalmente diferente segn se introduzca o no la informacin
adicional de que disponamos. Aunque esta informacin tambin podra introducirse con datos ciertos, lo
lgico es trabajar con nmeros borrosos, ya que nos permiten trabajar directamente con la incertidumbre de
manera sencilla.
En la clase "A" tendramos los artculos a13, a3 y a11
En la clase "B" tendramos los artculos: a9, a4, a12 y a2
En la clase "C" tendramos los artculos a5, a10, a1, a7, a8 y a6.
Como se dijo anteriormente el control ms exhaustivo habra de realizarse sobre las clases "A" y "B", de manera
que respecto a la clasificacin inicial se obtienen principalmente los cambios siguientes: El artculo a5 pasa de la
clase "A" a la clase "C", debido a la reduccin notable de su coste unitario y de su demanda previsible. El
artculo a10 pasa de la clase "B" a la clase "C" debido a la inclusin de nuevos productos (a11, a12 y a13) que
pasan a cobrar mayor importancia que el a10 en esta ocasin. Por ltimo los artculos nuevos a11 y a13
pertenecen a la clase ms relevante "A" y el a12 a la clase "B".
3. CONCLUSIONES
En este trabajo se ha puesto de manifiesto como el uso de la teora de subconjuntos borrosos permite la
introduccin de incertidumbre en los modelos de clasificacin empresariales, acercando dichos modelos (en
concreto el de la clasificacin de artculos "ABC") a la realidad empresarial en el mercado. Para mostrar este
acercamiento, se parte de informacin esttica (referida a un periodo pasado) sobre el coste unitario y demanda
anual de los productos que se pretenden clasificar. Tras efectuar la clasificacin correspondiente a los valores
"crisp" anuales de cada artculo (producto del coste unitario por su volumen de demanda en el ao precedente),
se formula un nuevo modelo que permite introducir previsiones respecto a los valores de la demanda y coste de
cada artculo para un periodo futuro. La introduccin de esta informacin puede realizarse en forma de nmeros
borrosos triangulares para ambos parmetros (coste y demanda). El valor anual de cada artculo, en este segundo
modelo, se consigue mediante el producto del coste borroso y la demanda borrosa de cada artculo. Finalmente se
ordenan los valores anuales borrosos de los artculos de este nuevo modelo previa valuacin de los nmeros
borrosos triangulares ms cercanos a los mismos. La clasificacin obtenida en este segundo modelo, permite
obtener unos criterios de control sobre los artculos a tratar mucho ms cercanos a la realidad, gracias a la
introduccin de la informacin relevante que nos permite predecir con cierto grado de incertidumbre entre qu
valores se movern los costes unitarios y la demanda futura de cada artculo.
4. BIBLIOGRAFA
BALDWIN J.F. Y GUILD N.C.F. Management evaluation with fuzzy logic. Working Paper
Dept. of Eng. Math. Univ. Bristol. Gran Bretaa. 1980.
BELLMAN R. y ZADEH L.A. Decision-making in a fuzzy enviroment. Management Science.
Vol 6. 1975.
BOUCHON B. Choices based on fuzzy information. First IFSA Congr. Sesin 8-2. Palma de
Mallorca. Espaa. Julio 1985.
CHANAS S. y KAMBUROWSKI J. The use of fuzzy variables in P.E.R.T. Memoire
Komunikat n 469. Institut Organizacji I Zarzadzania Politechniki Wroclawskiej. Wroclaw.
Polonia. 1979.
DELGADO M. Decision problems in a fuzzy environment. Fall Internat. Seminar on Applied
Logic. Mallorca. Univ. Balear. Espaa. Sept.1983.
DE LUCA A. y TERMINI S. Fuzzy sets and decision theory. Inform.& Control. Vol 23. pp 446473. 1973.
DENG JULONG. Five kinds of grey forecasting. Fuzzy Math. Vol.5 N 2 pp. 33-42. Wuhan.
Hubei. P.R. Cina. 1985.
DAZ A. Produccin: Gestin y Control. Ariel. Barcelona, 1993.
FISKEL J.A. Applications of fuzzy sets and possibility theory to system management. Applied
Syst. & Cyber. Vol. VI. De.: G.E. Lasker. Publ.: Pergamos Press. 1982.
FUSTIER B. A theory of fuzzy demand. First IFSA Congr. Sesin 2-4. Palma de Mallorca.
Espaa. Julio 1985.
GAINES B.R. Fundamentals of decision: probabilistic, possibilistic and others forms of
uncertainty in decision analysis. Fuzzy Sets and Decision Analysis. Eds.: Zimmermann H.J.
and others. pp. 47-66. TIMS Studies in Management Sc. Publ.: Noth Holland. 1984.
GIL ALUJA J. El estudio dinmico de la seleccin de las inversiones. Revista Tcnica
Contable. Madrid, Febrero 1967.
GIL LAFUENTE, A.M. Anlisis financiero en la incertidumbre. Ariel. Barcelona. 1991.
GUPTA M.M. Decision analysis in a fuzzy environment. 2nd World Conf. Math. Serv. Man.
Las Palmas. pp. 335-337. Publ. Dismar. Barcelona. Julio 1982.
KOSKO B. e ISAKA S. Lgica Borrosa . Investigacin y Ciencia. Septiembre. 1993.
KACPRZYK J. On a fuzzy inventory control problem with fuzzy random demand. Congr.
EURO IV. 1980.
KACPRZYK J y STRASZAK A. Flexible regional development strategies. First IFSA Congr.
Sesin 3-4. Palma de Mallorca. Espaa. Julio 1985.
KAUFMANN A. y GIL ALUJA J. Introduccin de la teora de los subconjuntos borrosos a la
gestin de las empresas. Ed. Milladoiro. Santiago de Compostela 1986.
KAUFMANN A. y GIL ALUJA J. Las matemticas del azar y la incertidumbre. Ceura. Madrid.
1990.
KAUFMANN A. y GIL ALUJA J. Tcnicas operativas de gestin para el tratamiento de la
incertidumbre. Hispano-Europea. Barcelona. 1987.
KAUFMANN A. y GIL ALUJA J. Modelos para la investigacin de efectos olvidados.
Milladoiro. Santiago de Compostela. 1989.
KAUFMANN A. y GIL ALUJA J. Nuevas tcnicas para la direccin estratgica. Universidad
de Barcelona. 1991.
KAUFMANN A. y GUPTA M.M. Introduction to fuzzy arithmetic. Publ. Van Nostrand.
Rheinhold. 1985.
MARTIN ARMARIO E. y ROMERO CANELA M. Programacin de inversiones en un entorno
borroso. Rev. Gestin Cientfica. Sept.1983. pp. 107-130.
MOORE R.E. Interval analysis and its applications. First IFSA Congr. Sesin 1-1 Palma de
Mallorca. Espaa. Julio 1985.
10
11
ANEXO 1
C(a1)
D(a1)
VA(a1)
C(a2)
D(a2)
VA(a2)
60
70
10500
14000
630000
980000
875
890
1500
1800
1312500
1602000
0,1
60,5
69,5
10650
13800
644325
959100
876
889,5
1500
1770
1314000
1574415
0,2
61
69
10800
13600
658800
938400
877
889
1500
1740
1315500
1546860
0,3
61,5
68,5
10950
13400
673425
917900
878
888,5
1500
1710
1317000
1519335
0,4
62
68
11100
13200
688200
897600
879
888
1500
1680
1318500
1491840
0,5
62,5
67,5
11250
13000
703125
877500
880
887,5
1500
1650
1320000
1464375
0,6
63
67
11400
12800
718200
857600
881
887
1500
1620
1321500
1436940
0,7
63,5
66,5
11550
12600
733425
837900
882
886,5
1500
1590
1323000
1409535
0,8
64
66
11700
12400
748800
818400
883
886
1500
1560
1324500
1382160
0,9
64,5
65,5
11850
12200
764325
799100
884
885,5
1500
1530
1326000
1354815
65
65
12000
12000
780000
780000
885
885
1500
1500
1327500
1327500
C(a3)
D(a3)
VA(a3)
75
100
130000
150000
0,1
75,5
98
132000
0,2
76
96
134000
0,3
76,5
94
0,4
77
0,5
77,5
0,6
0,7
0,8
C(a4)
D(a4)
VA(a4)
9750000
15000000
1900
2000
800
3500
1520000
7000000
150000
9966000
14700000
1905
1995
820
3250
1562100
6483750
150000
10184000
14400000
1910
1990
840
3000
1604400
5970000
136000
150000
10404000
14100000
1915
1985
860
2750
1646900
5458750
92
138000
150000
10626000
13800000
1920
1980
880
2500
1689600
4950000
90
140000
150000
10850000
13500000
1925
1975
900
2250
1732500
4443750
78
88
142000
150000
11076000
13200000
1930
1970
920
2000
1775600
3940000
78,5
86
144000
150000
11304000
12900000
1935
1965
940
1750
1818900
3438750
79
84
146000
150000
11534000
12600000
1940
1960
960
1500
1862400
2940000
0,9
79,5
82
148000
150000
11766000
12300000
1945
1955
980
1250
1906100
2443750
80
80
150000
150000
12000000
12000000
1950
1950
1000
1000
1950000
1950000
C(a5)
D(a5)
VA(a5)
C(a6)
D(a6)
VA(a6)
1400
1700
500
800
700000
1360000
25
35
10000
17000
250000
595000
0,1
1410
1680
520
790
733200
1327200
25,5
34,5
10500
16800
267750
579600
0,2
1420
1660
540
780
766800
1294800
26
34
11000
16600
286000
564400
0,3
1430
1640
560
770
800800
1262800
26,5
33,5
11500
16400
304750
549400
0,4
1440
1620
580
760
835200
1231200
27
33
12000
16200
324000
534600
0,5
1450
1600
600
750
870000
1200000
27,5
32,5
12500
16000
343750
520000
0,6
1460
1580
620
740
905200
1169200
28
32
13000
15800
364000
505600
0,7
1470
1560
640
730
940800
1138800
28,5
31,5
13500
15600
384750
491400
0,8
1480
1540
660
720
976800
1108800
29
31
14000
15400
406000
477400
0,9
1490
1520
680
710
1013200
1079200
29,5
30,5
14500
15200
427750
463600
1500
1500
700
700
1050000
1050000
30
30
15000
15000
450000
450000
12
C(a7)
VA(a7)
C(a8)
D(a8)
VA(a8)
6000
6200
100
100
600000
620000
425
480
1100
1800
467500
864000
0,1
6014,5
6194,5
100
100
601450
619450
427
476,5
1110
1740
473970
829110
0,2
6029
6189
100
100
602900
618900
429
473
1120
1680
480480
794640
0,3
6043,5
6183,5
100
100
604350
618350
431
469,5
1130
1620
487030
760590
0,4
6058
6178
100
100
605800
617800
433
466
1140
1560
493620
726960
0,5
6072,5
6172,5
100
100
607250
617250
435
462,5
1150
1500
500250
693750
0,6
6087
6167
100
100
608700
616700
437
459
1160
1440
506920
660960
0,7
6101,5
6161,5
100
100
610150
616150
439
455,5
1170
1380
513630
628590
0,8
6116
6156
100
100
611600
615600
441
452
1180
1320
520380
596640
0,9
6130,5
6150,5
100
100
613050
615050
443
448,5
1190
1260
527170
565110
6145
6145
100
100
614500
614500
445
445
1200
1200
534000
534000
D(a7)
C(a9)
D(a9)
VA(a9)
27500
30000
70
130
1925000
C(a10
)
3900000
800
D(a10
)
890
800
VA(a10)
1100
640000
979000
0,1
27550
29800
75,5
129,5
2080025
3859100
805
886
820
1090
660100
965740
0,2
27600
29600
81
129
2235600
3818400
810
882
840
1080
680400
952560
0,3
27650
29400
86,5
128,5
2391725
3777900
815
878
860
1070
700900
939460
0,4
27700
29200
92
128
2548400
3737600
820
874
880
1060
721600
926440
0,5
27750
29000
97,5
127,5
2705625
3697500
825
870
900
1050
742500
913500
0,6
27800
28800
103
127
2863400
3657600
830
866
920
1040
763600
900640
0,7
27850
28600
108,5
126,5
3021725
3617900
835
862
940
1030
784900
887860
0,8
27900
28400
114
126
3180600
3578400
840
858
960
1020
806400
875160
0,9
27950
28200
119,5
125,5
3340025
3539100
845
854
980
1010
828100
862540
28000
28000
125
125
3500000
3500000
850
850
1000
1000
850000
850000
C
D(a12)
VA(a12)
C
D(a1
VA(a11)
(a13)
1
(a12 )
4900 5100 1000 1700 4900000 8670000
90 150 15000 17000 1350000 2550000
275 390
C(a11)
0
D(a13)
VA(a13)
130000 260000
35750000 101400000
132000 249000
36630000
0,1
91
0,2
92
280 372
134000 238000
37520000
88536000
0,3
93
136000 227000
38420000
82401000
0,4
94
285 354
138000 216000
39330000
76464000
0,5
95
140000 205000
40250000
70725000
0,6
96
290 336
142000 194000
41180000
65184000
0,7
97
144000 183000
42120000
59841000
0,8
98
295 318
146000 172000
43070000
54696000
0,9
99
148000 161000
44030000
49749000
100
150000 150000
45000000
45000000
13
300 300
94869000