INTELIGENCIA ARTIFICIALINFORME DE LABORATORIO 1IA_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 No se hizo laboratorio

Sesin 2 del 16/05/15: Archivo IA_PaternoM_Lab1B.m No se hizo laboratorio

Sesin 3 del 23/05/15: Archivo IA_IlizarbeA_Lab1C.m

Docente:

1. Diferentes ayudas con el MATLABVer script del archivo, nmero de lnea: 5 a 14.

Se muestra lo siguienteLISTA DE CAJA DE HERRAMIENTAS DE MATLAB

CAJA DE HERRAMIENTAS A UTILIZAR

FUNCIONES DE TRANSFERENCIA

2. Se gener seales unidimensionales y bidimensionalesVer script del archivo, nmero de lnea: 23 a 36.

SUC SEAL UNIDIMENSIONAL CONTINUA SUD SEAL UNIDIMENSIONAL DISCRETA

Se genera la seal

%Bidimensionales: Matriz

Alumno1. 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 apropiadoVer script del archivo, nmero de lnea: 17 a 24.

Se presenta el siguiente grafico

1. Ayuda del plotVer 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.

1. Se grafica grafica una seal discreta unidimensional (SDU). El comando a utilizar es stemVer script del archivo, nmero de lnea: 47 a 53.

Se presenta lo siguiente:

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

Ver script del archivo, nmero de lnea: 58

1. 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.

1. Se convierte una imagen jpg a bmp. Ver script del archivo, nmero de lnea: 69 a 71.

Se presenta lo siguiente generado en matlab:

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

Alumno1. Grafico discreto de la FT del MatlabVer 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

PROCEDIMIENTO1. 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.mLas 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 azulVer script del archivo, nmero de lnea: 18 a 52.Ejercicio 2

Archivo IA_IlizarbeA_Sa_lab1_EJE2.mPara una red mono capa de 12 neuronas con 5 np tenernos 7 neuronas de entradaVer 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 3 5 1 -5 4 -4 5 -5 -5 -5 4 -3 -4 -3 5 3 5 -5 -3 -1 -5 -3 4 -4 0 -1 1 -4 5 -4 -1 -4 1 -3 0 -3 -5 2 -4 5 -3 -4 -2 -3 -2 -1 -3 3 4 -5 3 4 0 -1 4 -4 -2 2 0 3 -1 1 -1 -5 -1 -4 4 -1

W =

1 1 -1 -1 1 -2 3 -2 3 1 3 -5 0 0 -3 -3 5 0 -2 -2 2 3 3 5 0 -3 0 3 4 -3 -1 -1 2 1 4

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 0.0000 0.0000 1.0000 0.0474 0.0000 0.9991 0.9975 0.0000 0.9999 0.0000 1.0000 0.0000 0.0000 0.0000 1.0000 0.0009 0.0000 1.0000 0.9991 0.9991 0.0000 0.2689 0.0067 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0009 0.9820 0.0000 0.0000 0.0000 1.0000 0.0001 0.1192 0.9933 0.0000 1.0000 1.0000 1.0000 0.0000 0.0003 0.0003 0.9526 1.0000 0.0000

Ejercicio 3 Archivo IA_IlizarbeA_Sa_lab1_EJE3.mPara 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 -1.1666 -0.7258 -0.2738 0.2847 -0.7134 0.3085 0.6336 -0.8348

I =

-1.1477 0.6910 0.3722 -0.7144 1.2112 0.3296 -0.9962 -1.2098 -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 0.9544 -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 0.9526 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 0.6673 -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 -1.0504 -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 0.4788 -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 0.0558 -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 1.4189 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 0.4470 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 0.9010 -1.3186 -0.9985 -0.6926 0.5943 -0.9287 -0.0539 0.9731

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 -0.0454 -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 -0.3196 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 0.5143 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 0.7238 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 0.0602 -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 -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 -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 0.2583 -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 -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 -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 0.7648 -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 -0.7716

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 -0.1728 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 0.5634 -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 -0.4223 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 0.7090 -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 -0.3159 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 0.5502 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 0.6121 -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 -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 -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.mPara 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 5Archivo IA_IlizarbeA_Sa_lab1_EJE5.mVer 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 activacinI. 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 activacinii. 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 6Archivo IA_IlizarbeA_Sa_lab1_EJE6.mSe 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 3 -1 -1 -3 2 2 0 -1

W =

-2 -1 3 2 -1 -2

b =

1.5000 -2.0000

B =

1.5000 1.5000 1.5000 -2.0000 -2.0000 -2.0000

S1 =

1 0 1 0 0 1

S2 =

1 -1 1 -1 -1 1

S3 =

0.6225 0.0000 1.0000 0.0025 0.0000 0.9933

S4 =

0.7788 0.0000 0.0000 0.0000 0.0000 0.0000

S5 =

1.0000 0.0000 0.0000 0.0000 1.0000 1.0000

S6 =

0.4621 -1.0000 1.0000 -1.0000 -1.0000 0.9999

S7 =

0.5000 0 1.0000 0 0 1.0000

S8 =

0.5000 -1.0000 1.0000 -1.0000 -1.0000 1.0000

S9 =

1 0 1 0 1 0

S10 =

0.5000 -13.5000 10.5000 -6.0000 -11.0000 5.0000

Ver script del archivo, nmero de lnea: 16 al 45b) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y B) y salida (s)I = -1 0 1 2 3 -2 -1 0 1 2 -3 -2 -1 0 1

W = 1 -2 2 3 2 -1

b = -1.0000 -1.5000B = -1.0000 -1.0000 -1.0000 -1.0000 -1.0000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000

S1 =

0 0 0 1 1 0 0 0 0 0

S2 =

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

S3 = 0.0000 0.0009 0.1192 0.9526 0.9997 0.0759 0.0759 0.0759 0.0759 0.0759

S4 =

0.0000 0.0000 0.0183 0.0001 0.0000 0.0019 0.0019 0.0019 0.0019 0.0019S5 =

0.0000 0.0000 0.9047 0.0601 0.0000 1.0000 1.0000 0.0953 0.9399 1.0000S6 =

-1.0000 -1.0000 -0.9640 0.9951 1.0000 -0.9866 -0.9866 -0.9866 -0.9866 -0.9866

S7 =

0 0 0 1 1 0 0 0 0 0

S8 = -1 -1 -1 1 1 -1 -1 -1 -1 -1S9 = 0 0 1 1 1 1 1 0 0 0S10 =

-12.0000 -7.0000 -2.0000 3.0000 8.0000 -2.5000 -2.5000 -2.5000 -2.5000 -2.5000c)

Ver script del archivo, nmero de lnea: 61 al 90

d) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y B) y salida (s)I = 0.5403 0.8776 1.0000 0.8776 0.5403 0.0707 -0.4161 -0.8011 -0.9900 -0.9093 -0.9975 -0.8415 -0.4794 0 0.4794 0.8415 0.9975 0.9093 0.1425 0.7470 2.1850 -14.1014 -1.5574 -0.5463 0 0.5463 1.5574

W = -1 2 2 3 -2 1

b = -1.5000 -1.5000

B = -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000 -1.5000

S1 = 0 0 0 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1S2 = -1 -1 -1 1 1 1 1 1 -1 -1 -1 1 -1 -1 -1 1 1 1

S3 = 0.0156 0.0028 0.0002 1.0000 0.7455 0.6179 0.6454 0.5507 0.1411 0.0472 0.1202 0.5401 0.0000 0.1217 0.3854 0.5479 0.6074 0.6911

S4 = 0.0000 0.0000 0.0000 0.0000 0.3152 0.7937 0.6984 0.9594 0.0383 0.0001 0.0190 0.9745 0.0000 0.0201 0.8044 0.9638 0.8265 0.5228

S5 = 0.0003 0.0000 0.0000 0.0000 0.9401 0.4966 0.4202 0.5372 0.0682 0.9997 1.0000 1.0000 1.0000 0.0599 0.5034 0.5798 0.4628 0.9318

S6 = -0.9995 -1.0000 -1.0000 1.0000 0.7912 0.4468 0.5364 0.2008 -0.9474 -0.9951 -0.9633 0.1593 -1.0000 -0.9624 -0.4354 0.1898 0.4107 0.6670

S7 = 0 0 0 1.0000 1.0000 0.4807 0.5991 0.2035 0 0 0 0.1606 0 0 0 0.1921 0.4365 0.8053

S8 = -1.0000 -1.0000 -1.0000 1.0000 1.0000 0.4807 0.5991 0.2035 -1.0000 -1.0000 -1.0000 0.1606 -1.0000 -1.0000 -0.4666 0.1921 0.4365 0.8053S9 = 0 0 0 1 1 1 1 0 0 1 1 1 0 0 0 0 1 1

S10 = -4.1440 -5.8666 -8.5530 24.8664 1.0745 0.4807 0.5991 0.2035 -1.8062 -3.0047 -1.9903 0.1606 -15.2845 -1.9768 -0.4666 0.1921 0.4365 0.8053

CUESTIONARIOMuestre los resultados de Los ejercicios planteados por el profesor en el laboratorio y Los procedimientos.TODO LA INFORMACION SE PRESENTA NE LA PARTE SUPERIOR DE ESTE INFORME.

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.Archivo IA_IlizarbeA_Sa_lab1_cuestionario2Se utilizo Funcin de transferencia hardlims hardlim y tansigVer script del archivo, nmero de lnea: 11 a 47.e) Se presenta las matrices correspondientes a las entradas(I) pesos(W) bias(b y B) y salida (s)r = -5.0743 -2.2707 -6.8919 -9.0884 9.6516I = -2.1024 13.4791 11.5284 -12.3015 1.8168 11.6331 -5.1730 2.6408 -11.6488 12.8883 -3.2645 5.1379 -10.3574 -10.9112 5.9000 8.0734 -1.8407 -9.0041 5.3596 2.4837 -3.0963 10.0050 -2.7914 -0.1447 9.4619 9.2554 8.0656 7.4612 -9.3087 11.3704 7.6523 -9.9824 9.7675 -0.1498 14.6673 -3.6781 10.8594 8.6989 -10.5718 -14.9843 -8.5194 14.6962 -5.4443 -13.3508 10.9632 8.7122 0.4327 1.0219 10.5214 3.3770

B1 = -12.3033 -12.3033 -12.3033 -12.3033 -12.3033 -12.5741 -12.5741 -12.5741 -12.5741 -12.5741 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

B2 = -4.8571 -4.8571 -4.8571 -4.8571 -4.8571 -6.1808 -6.1808 -6.1808 -6.1808 -6.1808 7.3894 7.3894 7.3894 7.3894 7.3894 -14.6899 -14.6899 -14.6899 -14.6899 -14.6899 -13.5466 -13.5466 -13.5466 -13.5466 -13.5466

B3 = 5.0375 5.0375 5.0375 5.0375 5.0375 3.1040 3.1040 3.1040 3.1040 3.1040 0.7831 0.7831 0.7831 0.7831 0.7831 6.8913 6.8913 6.8913 6.8913 6.8913 6.2176 6.2176 6.2176 6.2176 6.2176 8.4413 8.4413 8.4413 8.4413 8.4413 -6.3607 -6.3607 -6.3607 -6.3607 -6.3607 5.7760 5.7760 5.7760 5.7760 5.7760 1.7001 1.7001 1.7001 1.7001 1.7001

S = 1.0000 0.6924 1.0000 -0.1996 0.9999 0.9989 -1.0000 0.9989 -1.0000 0.9960 1.0000 1.0000 1.0000 1.0000 0.6545 1.0000 1.0000 1.0000 0.9515 1.0000 -0.9999 -1.0000 -0.9999 -0.9998 1.0000 -0.9999 -1.0000 -0.9999 -1.0000 1.0000 -1.0000 -1.0000 -1.0000 -1.0000 -1.0000 0.6284 -0.9986 0.6284 -1.0000 1.0000 0.9529 0.0283 0.9529 -1.0000 0.9354