Participación de los medios de producción en su propia producción

Con las dos últimas tablas se elabora la tabla de los coeficientes de participación de los medios de producción en la producción de ellos mismos .

En el caso de los objetos de trabajo corresponden a los mismos valores ya indicados pero para los medios de trabajo son sus valores inversos.

Ahora de nuevo todas las celdas vacías de la tabla son ceros.

	1 – Trigo	2 – Uva	3 – Algodón	4 – Tronco	5 – Bloque	6 – Mineral	7 – Harina	8 – Hilo	9 – Tela	10 – Madera	11 – Piedra	12 – Hierro	13 – Carbón	14 – Arado	15 – Hacha	16 – Pico	17 – Pala	18 – Cuña	19 – Mazo	20 – Molino	21 – Rueca	22 – Telar	23 – Sierra	24 – Cincel	25 – Martillo	26 – Fundición	27 – Tonel	28 – Yunque	29 – Saco	30 – Barril	31 – Carro	32 – Ganado	33 – Horno
1 – Trigo	0,1250000000													0,0013888889															0,0250000000		0,0015625000	0,0055555556
2 – Uva														0,0001111111																0,0166666667	0,0004166667	0,0011111111
3 – Algodón														0,0002500000															0,0083333333		0,0002083333	0,0013333333
4 – Tronco															0,0016666667																0,0008333333	0,0022222222
5 – Bloque																0,0100000000	0,0033333333	0,0166666667	0,0066666667												0,0033333333	0,0044444444
6 – Mineral																0,0125000000	0,0250000000														0,0012500000	0,0011111111
7 – Harina	1,4000000000																			0,0000833333									0,0250000000		0,0001333333	0,0004444444
8 – Hilo			0,0400000000																		0,0001777778
9 – Tela								1,2000000000														0,0000925926
10 – Madera				3,0000000000											0,0008333333								0,0020000000								0,0002777778	0,0004938272
11 – Piedra					5,0000000000													0,0250000000	0,0100000000
12 – Hierro						14,4000000000							200,0000000000				0,1666666667									0,0025000000					0,0083333333	0,0222222222
13 – Carbón				0,4000000000											0,0001666667	0,0001041667	0,0004166667												0,0500000000		0,0000416667	0,0000925926
14 – Arado										0,3000000000		0,0200000000			0,0012500000				0,0050000000					0,0047619048	0,0035714286			0,0019230769
15 – Hacha										0,0300000000		0,0050000000			0,0010000000				0,0016666667					0,0004166667	0,0012345679			0,0001250000
16 – Pico										0,0300000000		0,0100000000			0,0010000000				0,0020000000					0,0004166667	0,0012345679			0,0001666667
17 – Pala										0,0300000000		0,0100000000			0,0010000000				0,0025000000					0,0004166667	0,0016129032			0,0001111111
18 – Cuña												0,0050000000							0,0016666667						0,0012195122			0,0000625000
19 – Mazo										0,0300000000		0,0120000000			0,0007142857				0,0025000000					0,0004166667	0,0012345679			0,0000714286
20 – Molino										18,0000000000	3,0000000000	0,0600000000			0,1250000000	0,0833333333	0,1666666667		0,0500000000						0,0625000000			0,0083333333
21 – Rueca										0,1000000000		0,0060000000			0,0001219512									0,0012195122	0,0008130081			0,0001000000
22 – Telar										0,6000000000		0,0100000000			0,0003048780									0,0016666667	0,0006993007			0,0002500000
23 – Sierra										0,0400000000		0,0200000000			0,0003333333				0,0083333333					0,0125000000	0,0062500000			0,0008333333
24 – Cincel												0,0010000000							0,0027777778						0,0013888889			0,0004065041
25 – Martillo										0,0050000000		0,0010000000			0,0002000000				0,0020000000					0,0001666667	0,0006097561			0,0003048780
26 – Fundición										2,0000000000	45,0000000000				0,0625000000	0,1250000000	0,2500000000		0,0833333333						0,1250000000
27 – Tonel										3,9000000000		0,0400000000			0,0031250000				0,0015151515					0,0032258065	0,0019607843			0,0011111111
28 – Yunque												0,1200000000							0,0071428571						0,0038461538			0,1000000000
29 – Saco								0,0030000000	0,8000000000
30 – Barril										0,4000000000		0,0120000000			0,0008333333				0,0007812500					0,0006666667	0,0008333333			0,0006250000
31 – Carro										2,2000000000		0,0600000000			0,0012500000				0,0011627907					0,0050000000	0,0010204082			0,0010000000
32 – Ganado
33 – Horno										3,0000000000	15,0000000000				0,0156250000	0,0312500000	0,0625000000		0,0250000000						0,0277777778

Estos valores determinan a su vez la matriz estructural de la producción de medios de producción :

	1 – Trigo	2 – Uva	3 – Algodón	4 – Tronco	5 – Bloque	6 – Mineral	7 – Harina	8 – Hilo	9 – Tela	10 – Madera	11 – Piedra	12 – Hierro	13 – Carbón	14 – Arado	15 – Hacha	16 – Pico	17 – Pala	18 – Cuña	19 – Mazo	20 – Molino	21 – Rueca	22 – Telar	23 – Sierra	24 – Cincel	25 – Martillo	26 – Fundición	27 – Tonel	28 – Yunque	29 – Saco	30 – Barril	31 – Carro	32 – Ganado	33 – Horno
1 – Trigo	1,1428571429		0,0011560416	0,0248641510	0,0000804601	0,0020597793		0,0289010403	0,0240091716	0,0044736443	0,0000160920	0,0001430402	0,0286080454	0,0015875906	0,0000543951	0,0000295765	0,0000876121	0,0000017433	0,0000113496		0,0000051380	0,0000022231	0,0000089473	0,0000168250	0,0000079368	0,0000003576		0,0000054515	0,0300114645		0,0018131449	0,0064166844
2 – Uva		1,0000000000	0,0000903273	0,0419387496	0,0001318608	0,0033756361		0,0022581815	0,0018759555	0,0077284053	0,0000263722	0,0002344192	0,0468838341	0,0001111337	0,0000991057	0,0000484710	0,0001435817	0,0000028570	0,0000162601		0,0000004015	0,0000001737	0,0000154568	0,0000142767	0,0000154421	0,0000005860		0,0000123933	0,0023449444	0,0166666667	0,0004623473	0,0012221324
3 – Algodón			1,0003280558	0,0030703477	0,0000101497	0,0002598316		0,0082013950	0,0068132046	0,0005422796	0,0000020299	0,0000180439	0,0036087726	0,0002500820	0,0000067745	0,0000037309	0,0000110519	0,0000002199	0,0000016625		0,0000014580	0,0000006309	0,0000010846	0,0000022760	0,0000011633	0,0000000451		0,0000007756	0,0085165058		0,0002117703	0,0013419305
4 – Tronco			0,0000230875	1,0105277491	0,0000337035	0,0008628085		0,0005771885	0,0004794920	0,0019114562	0,0000067407	0,0000599173	0,0119834515	0,0000000058	0,0016906131	0,0000123891	0,0000366993	0,0000007302	0,0000042935		0,0000001026	0,0000000444	0,0000038229	0,0000049994	0,0000030861	0,0000001498		0,0000011876	0,0005993650		0,0008448317	0,0022501415
5 – Bloque			0,0001959271	0,0650435377	1,0002860166	0,0073220252		0,0048981767	0,0040690980	0,0081218733	0,0000572033	0,0005084740	0,1016947947	0,0000000490	0,0001552041	0,0101051376	0,0036447736	0,0166728637	0,0067478190		0,0000008708	0,0000003768	0,0000162437	0,0000258609	0,0000510460	0,0000012712		0,0000078677	0,0050863725		0,0034084137	0,0046233801
6 – Mineral			0,0001773358	0,0488951222	0,0002588768	1,0066272472		0,0044333947	0,0036829863	0,0040256940	0,0000517754	0,0004602255	0,0920451003	0,0000000443	0,0001399934	0,0125951612	0,0252818881	0,0000056090	0,0000930277		0,0000007882	0,0000003410	0,0000080514	0,0000225349	0,0000582456	0,0000011506		0,0000069726	0,0046037328		0,0013087185	0,0012492555
7 – Harina	1,6000000000		0,0025874852	0,0414628750	0,0013709910	0,0030973698	1,0000000000	0,0646871307	0,0537380109	0,0080850882	0,0002741982	0,0002150951	0,0430190256	0,0022228691	0,0000999422	0,0000639198	0,0001498013	0,0000297048	0,0000314212	0,0000833333	0,0000114999	0,0000049757	0,0000161702	0,0000243696	0,0000166617	0,0000005377		0,0000085852	0,0671725137		0,0026826972	0,0094512136
8 – Hilo			0,0400135425	0,0002646129	0,0000010195	0,0000260991		1,0003385624	0,0002812564	0,0000398727	0,0000002039	0,0000018124	0,0003624870	0,0000100034	0,0000005821	0,0000003748	0,0000011101	0,0000000221	0,0000000763		0,0001778380	0,0000000260	0,0000000797	0,0000003096	0,0000001940	0,0000000045		0,0000000513	0,0003515705		0,0000086340	0,0000540665
9 – Tela			0,0480166199	0,0005626319	0,0000017620	0,0000451066		1,2004154984	1,0003451700	0,0001040132	0,0000003524	0,0000031324	0,0006264809	0,0000120042	0,0000012158	0,0000006477	0,0000019186	0,0000000382	0,0000001012		0,0002134072	0,0000926246	0,0000002080	0,0000005291	0,0000003011	0,0000000078		0,0000000880	0,0004314625		0,0000106157	0,0000655094
10 – Madera			0,0000933534	3,0387986826	0,0001362785	0,0034887283		0,0023338362	0,0019388048	1,0064722862	0,0000272557	0,0002422728	0,0484545601	0,0000000233	0,0059218499	0,0000500949	0,0001483921	0,0000029527	0,0000319166		0,0000004149	0,0000001795	0,0020129446	0,0000418339	0,0000232855	0,0000006057		0,0000058778	0,0024235060		0,0028207804	0,0072643862
11 – Piedra			0,0010760207	0,3463405575	5,0015707876	0,0402121624		0,0269005187	0,0223472637	0,0409798851	1,0003141575	0,0027925113	0,5585022555	0,0000002690	0,0008274023	0,0505774099	0,0183770798	0,1083673671	0,0438079378		0,0000047823	0,0000020692	0,0000819598	0,0001337586	0,0002986801	0,0000069813		0,0000419569	0,0279340796		0,0170689343	0,0231789700
12 – Hierro			0,3913886965	82,0649289943	0,5713537686	14,6266564764		9,7847174129	8,1285295226	0,2685754492	0,1142707537	1,0157400331	203,1480066166	0,0000978472	0,1721583645	0,2100254131	0,6221407703	0,0123793317	0,0076015403		0,0017395053	0,0007526416	0,0005371509	0,0009608164	0,0019341652	0,0025393501		0,0002606734	10,1606619033		0,1056604181	0,2431941823
13 – Carbón			0,0019392716	0,4052794575	0,0000184712	0,0004728623		0,0484817893	0,0402756298	0,0008841482	0,0000036942	0,0000328377	1,0065675326	0,0000004848	0,0008458453	0,0001109565	0,0004367797	0,0000004002	0,0000033762		0,0000086190	0,0000037292	0,0000017683	0,0000025298	0,0000023194	0,0000000821		0,0000006225	0,0503445372		0,0003812491	0,0009981812
14 – Arado			0,0079857906	2,5808237939	0,0116577499	0,2984383974		0,1996447642	0,1658523483	0,3076108991	0,0023315500	0,0207248887	4,1449777418	1,0000019964	0,0065337100	0,0042853025	0,0126939943	0,0002525846	0,0052145755		0,0000354924	0,0000153567	0,0006152218	0,0047972259	0,0036425745	0,0000518122		0,0021477625	0,2073154353		0,0029951196	0,0071254761
15 – Hacha			0,0019768044	0,5053271654	0,0028857620	0,0738755065		0,0494201088	0,0410551268	0,0316358949	0,0005771524	0,0051302435	1,0260487015	0,0000004942	1,0020489091	0,0010607847	0,0031422741	0,0000625248	0,0017164684		0,0000087858	0,0000038014	0,0000632718	0,0004240944	0,0012502058	0,0000128256		0,0001412616	0,0513189084		0,0006177732	0,0014451271
16 – Pico			0,0039374962	0,9164680856	0,0057480027	0,1471488703		0,0984374054	0,0817756224	0,0329914539	0,0011496005	0,0102186715	2,0437343095	0,0000009844	0,0029116481	1,0021129232	0,0062589363	0,0001245401	0,0020890517		0,0000175000	0,0000075718	0,0000659829	0,0004290477	0,0012604874	0,0000255467		0,0001888906	0,1022195279		0,0011471153	0,0026634995
17 – Pala			0,0039371115	0,9164386164	0,0057474412	0,1471344940		0,0984277882	0,0817676330	0,0330082536	0,0011494882	0,0102176732	2,0435346389	0,0000009843	0,0029120131	0,0021127168	1,0062583248	0,0001245279	0,0025906183		0,0000174983	0,0000075711	0,0000660165	0,0004293197	0,0016394356	0,0000255442		0,0001273304	0,1022095412		0,0011470588	0,0026633826
18 – Cuña			0,0019685790	0,4129345323	0,0028737545	0,0735681155		0,0492144751	0,0408842991	0,0014075932	0,0005747509	0,0051088969	1,0217793820	0,0000004921	0,0008676829	0,0010563709	0,0031291994	1,0000622647	0,0017120366		0,0000087492	0,0000037856	0,0000028152	0,0000057368	0,0012323259	0,0000127722		0,0000713035	0,0511053739		0,0005316008	0,0012236070
19 – Mazo			0,0047170936	1,0799505872	0,0068860681	0,1762833427		0,1179273401	0,0979666377	0,0335328944	0,0013772136	0,0122418988	2,4483797597	0,0000011793	0,0029689611	0,0025312676	0,0074981630	0,0001491981	1,0026042113		0,0000209649	0,0000090710	0,0000670658	0,0004310511	0,0012641978	0,0000306047		0,0000835898	0,1224582971		0,0013575956	0,0031479583
20 – Molino			0,0303203353	61,1052611001	15,0442619779	1,1331066338		0,7580083820	0,6297058210	18,2700747486	3,0088523956	0,0786879607	15,7375921358	0,0000075801	0,2457550021	0,2496037085	0,2648630426	0,3259590095	0,1836059677	1,0000000000	0,0001347570	0,0000583061	0,0365401495	0,0014054675	0,0646053988	0,0001967199		0,0095868981	0,7871322762		0,1088777776	0,2161803551
21 – Rueca			0,0023639907	0,7976191964	0,0034509811	0,0883451162		0,0590997675	0,0490963800	0,1022709985	0,0006901962	0,0061350775	1,2270155025	0,0000005910	0,0017502041	0,0012685551	0,0037577350	0,0000747713	0,0000549621		1,0000105066	0,0000045460	0,0002045420	0,0012296658	0,0008297535	0,0000153377		0,0001141119	0,0613704750		0,0009177697	0,0021895898
22 – Telar			0,0039845606	2,6470417288	0,0058167078	0,1489077209		0,0996140145	0,0827530754	0,6065922042	0,0011633416	0,0103408140	2,0681627903	0,0000009961	0,0055865489	0,0021381787	0,0063337485	0,0001260287	0,0001040096		0,0000177092	1,0000076623	0,0012131844	0,0017016598	0,0007368904	0,0000258520		0,0002849553	0,1034413442		0,0027530666	0,0067997769
23 – Sierra			0,0079229373	1,7829084867	0,0115659959	0,2960894962		0,1980734322	0,1645469841	0,0459889470	0,0023131992	0,0205617706	4,1123541142	0,0000019807	0,0040629241	0,0042515744	0,0125940845	0,0002505966	0,0085639967		0,0000352131	0,0000152358	1,0000919779	0,0125258197	0,0063256698	0,0000514044		0,0009399291	0,2056837302		0,0022515438	0,0052133879
24 – Cincel			0,0004263016	0,0896593855	0,0006223201	0,0159313936		0,0106575405	0,0088536162	0,0003838811	0,0001244640	0,0011063468	0,2212693551	0,0000001066	0,0001903238	0,0002287602	0,0006776374	0,0000134836	0,0027990658		0,0000018947	0,0000008198	0,0000007678	1,0000024466	0,0013970383	0,0000027659		0,0004526506	0,0110670203		0,0001153394	0,0002655419
25 – Martillo			0,0004179330	0,1029363183	0,0006101034	0,0156186471		0,0104483242	0,0086798124	0,0053886855	0,0001220207	0,0010846283	0,2169256546	0,0000001045	0,0004154064	0,0002242695	0,0006643348	0,0000132189	0,0020177473		0,0000018575	0,0000008037	0,0000107774	0,0001689273	1,0006165793	0,0000027116		0,0003395326	0,0108497655		0,0001269983	0,0002962199
26 – Fundición			0,0506529884	22,1410364892	225,0739438213	1,8929618252		1,2663247109	1,0519831450	3,8748606349	45,0147887643	0,1314556823	26,2911364615	0,0000126632	0,1130961566	2,4021812010	1,0805166054	4,8766021161	2,0562396684		0,0002251244	0,0000974058	0,0077497213	0,0063473088	0,1393151571	1,0003286392		0,0020134943	1,3149789313		0,7743413763	1,0589708840
27 – Tonel			0,0160931727	15,1497862974	0,0234930005	0,6014208136		0,4023293168	0,3342299620	3,9361865184	0,0046986001	0,0417653343	8,3530668558	0,0000040233	0,0331444119	0,0086358530	0,0255812672	0,0005090150	0,0019759602		0,0000715252	0,0000309472	0,0078723730	0,0034298560	0,0021455514	0,0001044133	1,0000000000	0,0012706532	0,4177874526		0,0152477347	0,0381056545
28 – Yunque			0,0522243828	10,9510014678	0,0762377611	1,9516866840		1,3056095706	1,0846185426	0,0360992226	0,0152475522	0,1355337975	27,1067595003	0,0000130561	0,0229797870	0,0280244363	0,0830144510	0,0016518182	0,0089793378		0,0002321084	0,0001004276	0,0000721984	0,0001322518	0,0045440612	0,0003388345		1,1111479820	1,3557731782		0,0140993730	0,0324521407
29 – Saco			0,0385333366	0,0004508994	0,0000014126	0,0000361636		0,9633334144	0,8002769798	0,0000833302	0,0000002825	0,0000025114	0,0005022722	0,0000096333	0,0000009744	0,0000005193	0,0000015382	0,0000000306	0,0000000812		0,0001712593	0,0000740997	0,0000001667	0,0000004242	0,0000002414	0,0000000063		0,0000000705	1,0003462247		0,0000085184	0,0000525697
30 – Barril			0,0047726110	2,2085533675	0,0069671130	0,1783580940		0,1193152756	0,0991196474	0,4058916892	0,0013934226	0,0123859787	2,4771957497	0,0000011932	0,0052868360	0,0025610591	0,0075864120	0,0001509541	0,0008978596		0,0000212116	0,0000091777	0,0008117834	0,0006958453	0,0008721722	0,0000309649		0,0007007144	0,1238995592	1,0000000000	0,0024068074	0,0058484547
31 – Carro			0,0237514377	11,6226445924	0,0346726249	0,8876191970		0,5937859433	0,4932801190	2,2304756105	0,0069345250	0,0616402220	12,3280444023	0,0000059379	0,0246379403	0,0127454001	0,0377546360	0,0007512402	0,0017193069		0,0001055619	0,0000456741	0,0044609512	0,0051510319	0,0012028774	0,0001541006		0,0011426030	0,6166001488		1,0125624984	0,0306128495
32 – Ganado																																1,0000000000
33 – Horno			0,0169499119	14,4351752960	75,0247436785	0,6334381686		0,4237477983	0,3520230931	3,6386914531	15,0049487357	0,0439887617	8,7977523418	0,0000042375	0,0461923506	0,7903455929	0,3394431165	1,6255361130	0,6825899867		0,0000753329	0,0000325947	0,0072773829	0,0021942163	0,0325379580	0,0001099719		0,0006745756	0,4400288664		0,2646510143	0,3698369120	1,0000000000

La matriz estructural consta de números positivos. Ahora los datos se presentan con mayor precisión puesto que algunas magnitudes son comparativamente muy pequeñas, otras siguen siendo ceros absolutos, y tampoco se han mostrado. No es el objetivo de este análisis aproximarnos a un cálculo numérico exacto.