doc: актуализировано описание работы с Git

* Убрана синхронизация с апстримом, так как не требуется для CI, однако путает студентов, которые не понимают, когда её делать. * Добавлена настройка Git, отключающая Windows credential helper. * Добавлена настройка авторства коммитов. * Добавлены примечания для компьютерных классов.
2026-02-18 13:48:51 +00:00
--- a/README.md
+++ b/README.md
@@ -2,42 +2,53 @@

 [Репозиторий с методическими указаниями и заданиями.](http://uit.mpei.ru/git/main/it)

-## Работа с Git
-
 **Работы проверяются только после того, как закоммичены по правилам ниже.**

+## Работа с Git
+
 [Лабораторная работа про Git второго семестра][gitlab]
 поможет вспомнить, как работать с Git.

 [gitlab]: http://uit.mpei.ru/git/main/cs/src/branch/main/labs/lab02

-1. В начале семестра
+1. Один раз в начале семестра
    создать на сервере копию этого репозитория («форкнуть» его), нажав *Fork*.
    Получится репозиторий-форк `http://uit.mpei.ru/git/IvanovII/it-labs`,
    где `IvanovII` — ваше имя пользователя.

 2. В начале каждого занятия:

-    Клонировать свой форк на рабочий стол
-    (`IvanovII` заменить на свое имя пользователя):
+    1. Настроить Git, чтобы не было проблем с вводом пароля:

    ```sh
-    git clone http://uit.mpei.ru/git/IvanovII/it-labs.git
+    git config --global credential.helper ""
+    git config --global core.askpass ""
    ```

-    Перебазировать свой форк на исходный репозиторий ("апстрим"):
+    2. Клонировать свой форк на рабочий стол
+        (`IvanovII` заменить на свое имя пользователя):

-    ```sh
-    # Первую команду нужно запускать только один раз,
-    # иначе будет ошибка "error: remote upstream already exists".
-    git remote add upstream http://uit.mpei.ru/git/main/it-labs.git
-    git fetch upstream
-    git stash push
-    git rebase upstream/main
-    git stash pop
-    ```
+        ```sh
+        git clone http://uit.mpei.ru/git/IvanovII/it-labs.git
+        ```

-    Перебазировать нужно, чтобы подтянуть из исходного репозитория обновления.
+        Не клонируйте на диск L (students) в компьютерном классе —
+        не будет работать Git.
+
+        Не клонируйте в папку, в пути к которой есть русские буквы и пробелы —
+        не будет работать Octave.
+
+    3. Перейти в клонированную папку и настроить имя пользователя и почту,
+        чтобы у коммитов был правильный автор:
+
+        ```sh
+        cd it-labs
+        git config user.name "Иванов И. И."
+        git config user.email "IvanovII@mpei.ru"
+        ```
+
+    Если вы работаете со своего компьютера, а не с лабораторного,
+    то все эти шаги нужно сделать один раз, а не каждое занятие.

 3. После того, как отчет написан, закоммитить его как `TEMAn/report.md`.

--- a/ТЕМА1/Perem
+++ b/ТЕМА1/Perem
@@ -1,12 +0,0 @@
-# Created by Octave 10.3.0, Thu Feb 12 02:01:35 2026 UTC <unknown@JuliaNote>
-# name: C
-# type: double_range
-# base, limit, increment
-4 27 1
-
-
-# name: ans
-# type: scalar
-27
-
-
--- a/ТЕМА1/Prog1.m
+++ b/ТЕМА1/Prog1.m
@@ -1,8 +0,0 @@
-warning('off','all')
-C = 4:27
-D = reshape(C, [], 6)
-D1 = D(3,5)
-D2 = D(3,4:end)
-D3 = D(2:3,3:5)
-D4 = D(16:20)
-D5 = D93;4,[1,3,6])
--- a/ТЕМА1/report.md
+++ b/ТЕМА1/report.md
@@ -1,650 +0,0 @@
-# Отчет по теме 1
-
-Дмитриев Денис, А-03-24
-
-## 1 Изучение среды GNU Octave
-
-## 2 Настройка текущего католога 
-
-Нажал на окно рядом с *Текущая папка:* и установил путь к папке TEMA1:
-
-![Скриншот выбора текущей папки](screens/1.PNG)
-
-## 3 Работа с предложением *Окно*
-
-Отметил галочками предложения, которые указаны в методическом задании:
-
-![Скриншот выбора нужных для работы окон](screens/2.PNG)
-
-## 4 Отображение списка файлов, размещенных в текущей папке
-
-Выбрал в главном меню предложения "Правка" + "Установить путь" и добавил в появившийся список пути к папкам TEMA1 и TEMA2:
-
-![Скриншот отображения списка файлов](screens/3.PNG)
-
-## 5 Изучил работу  с системной помощи
-
-3 способа взаимодействия с системой помощи:
-
-В главном меню выберите предложения «Справка» + « Документация» + « На диске».
-
-Ввод в командную строку help randn.
-
-Также можно использовать функции из дополнительных пакетов. Список пакетов можно получить выбрав в меню «Справка» + «Пакеты Octave».
-
-
-## 6 Создание матрицы
-
-Создал матрицу A с размерами 4x6 и случайными, нормально распределенными элементами:
-
-```matlab
->> A = randn(4, 6)
-A =
-
-   0.771762   1.105541   0.730124   2.126274  -1.003519  -0.173919
-   0.444238   0.910021   1.645450  -1.097477  -0.395713  -1.081679
-  -1.191087  -1.175833   1.129577  -1.678835   2.090537  -0.393653
-  -1.157870   1.019957   0.037269   3.236657   0.895129  -1.517315
-
->>
-```
-
-Создал матрицу B с размерами 4x7, со случайными элементами, равномерно распределенными в диапазоне от 0 до 1:
-
-```matlab
->> B = rand(4, 7)
-B =
-
-   0.694982   0.394179   0.323789   0.508678   0.970610   0.117920   0.892635
-   0.734522   0.627452   0.289060   0.477757   0.643385   0.933351   0.963873
-   0.336235   0.814269   0.233545   0.013444   0.149924   0.667995   0.949852
-   0.195053   0.396269   0.730697   0.216455   0.782906   0.132764   0.189516
-
->>
-```
-
-Создал вектор C с целыми числами от 4 до 27:
-
-```matlab
->> C = 4:27
-C =
-
-    4    5    6    7    8    9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24   25   26   27
-
->>
-```
-
-Создал сивольный вектор H:
-
-```matlab
-ࠀ>> H = 'This is a symbols vector'
-H = This is a symbols vector
->>
-```
-
-Создал вектор-строку L с 2 комплексными элементами:
-
-```matlab
->> L = [-2+23.1j, 3-5.6j]
-L =
-
-   -2.0000 + 23.1000i    3.0000 -  5.6000i
-
->>
-```
-
-## 7 Выполнение следующих операций
-
-Преобразовал матрицу C в матрицу с 6 столбцами:
-
-```matlab
->> D = reshape(C, [], 6)
-D =
-
-    4    8   12   16   20   24
-    5    9   13   17   21   25
-    6   10   14   18   22   26
-    7   11   15   19   23   27
-
->>
-```
-
-Сделал матричное перемножение B и A с транспонированием матрицы B:
-
-```matlab
->> E = B'*A
-E =
-
-   0.236331   1.240351   2.103116   0.738438  -0.110577  -1.343705
-  -0.845742   0.453508   2.254787   0.065083   1.413113  -1.669059
-  -0.745924   1.091683   1.003080   2.344160   0.702988  -1.569616
-   0.338176   1.202100   1.180775   1.235283  -0.477663  -0.938971
-  -0.050181   2.280788   1.965852   3.639985  -0.214397  -2.111676
-  -0.443727   0.329697   2.381378  -1.465343   1.027634  -1.494497
-  -0.233701   0.940419   3.317734  -0.141089   0.878150  -1.859314
-
->> 
-```
-
-Создал матрицы путем горизонтального соединения матриц A и B:
-
-```matlab
-
->> F=[A,B]
-F =
-
- Columns 1 through 12:
-
-   0.771762   1.105541   0.730124   2.126274  -1.003519  -0.173919   0.694982   0.394179   0.323789   0.508678   0.970610   0.117920
-   0.444238   0.910021   1.645450  -1.097477  -0.395713  -1.081679   0.734522   0.627452   0.289060   0.477757   0.643385   0.933351
-  -1.191087  -1.175833   1.129577  -1.678835   2.090537  -0.393653   0.336235   0.814269   0.233545   0.013444   0.149924   0.667995
-  -1.157870   1.019957   0.037269   3.236657   0.895129  -1.517315   0.195053   0.396269   0.730697   0.216455   0.782906   0.132764
-
- Column 13:
-
-   0.892635
-   0.963873
-   0.949852
-   0.189516
-
->> 
-```
-
-Поэлементарно перемножил матрицы A и D:
-
-```matlab
-
->> G = A.*D
-G =
-
-    3.0870    8.8443    8.7615   34.0204  -20.0704   -4.1740
-    2.2212    8.1902   21.3908  -18.6571   -8.3100  -27.0420
-   -7.1465  -11.7583   15.8141  -30.2190   45.9918  -10.2350
-   -8.1051   11.2195    0.5590   61.4965   20.5880  -40.9675
-
->>
-```
-
-Поэлементарно поделил элементы матрицы G на 4.5:
-
-```matlab
-
->> M =G./4.5
-M =
-
-    0.6860    1.9654    1.9470    7.5601   -4.4601   -0.9276
-    0.4936    1.8200    4.7535   -4.1460   -1.8467   -6.0093
-   -1.5881   -2.6130    3.5142   -6.7153   10.2204   -2.2744
-   -1.8011    2.4932    0.1242   13.6659    4.5751   -9.1039
-
->>
-```
-
-Поэлементарно возвел в степень элементы матрицы D:
-
-```matlab
-
->> DDD = D.^3
-DDD =
-
-      64     512    1728    4096    8000   13824
-     125     729    2197    4913    9261   15625
-     216    1000    2744    5832   10648   17576
-     343    1331    3375    6859   12167   19683
-
->>
-
-```
-
-Создал логическую матрицу, совпадающей по размерам с D и с элементами по заданному условию:
-
-```matlab
-
->> DL = D>=20
-DL =
-
-  0  0  0  0  1  1
-  0  0  0  0  1  1
-  0  0  0  0  1  1
-  0  0  0  0  1  1
-
->>
-
-```
-
-Превратил матрицу в вектор-столбец:
-
-```matlab
-
->> Dstolb=D(:)
-Dstolb =
-
-    4
-    5
-    6
-    7
-    8
-    9
-   10
-   11
-   12
-   13
-   14
-   15
-   16
-   17
-   18
-   19
-   20
-   21
-   22
-   23
-   24
-   25
-   26
-   27
-
->>
-
-```
-
-## 8 Изучение стандартных функций
-
- Математические:
-
-Корень:
-
-```matlab
->> B1 = sqrt(B)
-B1 =
-
-   0.8337   0.6278   0.5690   0.7132   0.9852   0.3434   0.9448
-   0.8570   0.7921   0.5376   0.6912   0.8021   0.9661   0.9818
-   0.5799   0.9024   0.4833   0.1159   0.3872   0.8173   0.9746
-   0.4416   0.6295   0.8548   0.4652   0.8848   0.3644   0.4353
-
->>
-```
-
-Логарифм:
-
-```matlab
->> B2 = log(B)
-B2 =
-
-  -0.363869  -0.930950  -1.127662  -0.675940  -0.029831  -2.137750  -0.113577
-  -0.308535  -0.466089  -1.241120  -0.738654  -0.441012  -0.068974  -0.036796
-  -1.089944  -0.205465  -1.454382  -4.309246  -1.897627  -0.403475  -0.051449
-  -1.634482  -0.925662  -0.313757  -1.530371  -0.244742  -2.019182  -1.663281
-
->>
-```
-
-Синус:
-```matlab
->> B3 = sin(B)
-B3 =
-
-   0.640372   0.384050   0.318161   0.487023   0.825230   0.117647   0.778728
-   0.670233   0.587084   0.285052   0.459788   0.599907   0.803619   0.821407
-   0.329936   0.727224   0.231427   0.013443   0.149363   0.619413   0.813330
-   0.193819   0.385979   0.667389   0.214769   0.705343   0.132374   0.188384
-
->>
-```
-
- Операции с матрицами:
-
-Длина матрицы:
-
-```matlab
->> k = length(B1)
-k = 7
->>
-```
-
-Размер матрицы:
-```matlab
->> nm = size(B1)
-nm =
-
-   4   7
-
->>
-```
-
-Кол-во элементов в матрице:
-```matlab
->> elem = numel(B1)
-elem = 28
->>
-```
-
-Вектор линейного интервала:
-```matlab
->> NN = linspace(11.5,34.1,20)
-NN =
-
- Columns 1 through 15:
-
-   11.500   12.689   13.879   15.068   16.258   17.447   18.637   19.826   21.016   22.205   23.395   24.584   25.774   26.963   28.153
-
- Columns 16 through 20:
-
-   29.342   30.532   31.721   32.911   34.100
-
->>
-```
-
-Матрица единиц:
-```matlab
->> FF = ones(2,4)
-FF =
-
-   1   1   1   1
-   1   1   1   1
-
->>
-```
-
-Матрица нулей:
-```matlab
->> GG = zeros(5)
-GG =
-
-   0   0   0   0   0
-   0   0   0   0   0
-   0   0   0   0   0
-   0   0   0   0   0
-   0   0   0   0   0
-
->>
-```
-
-Диагональ матрицы:
-```matlab
->> B1D=diag(B1)
-B1D =
-
-   0.8337
-   0.7921
-   0.4833
-   0.4652
-
->>
-```
-
-Диагональная матрица из вектора:
-```matlab
->> DB = diag(B1D)
-DB =
-
-Diagonal Matrix
-
-   0.8337        0        0        0
-        0   0.7921        0        0
-        0        0   0.4833        0
-        0        0        0   0.4652
-
->>
-```
-
-Сортировка в столбцах:
-```matlab
->> BS1=sort(B)
-BS1 =
-
-   0.195053   0.394179   0.233545   0.013444   0.149924   0.117920   0.189516
-   0.336235   0.396269   0.289060   0.216455   0.643385   0.132764   0.892635
-   0.694982   0.627452   0.323789   0.477757   0.782906   0.667995   0.949852
-   0.734522   0.814269   0.730697   0.508678   0.970610   0.933351   0.963873
-
->>
-```
-
-Сортировка по 2 столбцу:
-```matlab
->> BS2=sortrows(B,2)
-BS2 =
-
-   0.694982   0.394179   0.323789   0.508678   0.970610   0.117920   0.892635
-   0.195053   0.396269   0.730697   0.216455   0.782906   0.132764   0.189516
-   0.734522   0.627452   0.289060   0.477757   0.643385   0.933351   0.963873
-   0.336235   0.814269   0.233545   0.013444   0.149924   0.667995   0.949852
-
->>
-```
-
-Сумма каждого столбца:
-```matlab
->> DS1=sum(D)
-DS1 =
-
-    22    38    54    70    86   102
-
->>
-```
-
-Сумма каждой строки:
-```matlab
->> DS2 = sum(D,2)
-DS2 =
-
-    84
-    90
-    96
-   102
-
->>
-```
-
-Произведение по столбцам:
-```matlab
->> DP1 = prod(D)
-DP1 =
-
-      840     7920    32760    93024   212520   421200
-
->>
-```
-
-Определитель:
-```matlab
->> dt=det(A*A')
-dt = 1255.5
->>
-```
-
-Обратная матрица:
-```matlab
-฀>> dinv = inv(A*A')
-dinv =
-
-   0.8194  -0.3173   0.4800  -0.2872
-  -0.3173   0.2928  -0.2075   0.1266
-   0.4800  -0.2075   0.3753  -0.1545
-  -0.2872   0.1266  -0.1545   0.1674
-
->>
-```
-
-## 9 Изучение работы с индексацией элементов матрицы
-
-Элемент 3 строки 5 столбца:
-```matlab
->> D1 = D(3,5)
-D1 = 22
->>
-```
-
-Часть 3 строки с 4 по последний столбцы:
-```matlab
-ࠀ>> D2 = D(3,4:end)
-D2 =
-
-   18   22   26
-
->>
-```
-
-Кусок матрицы:
-```matlab
->> D3 = D(2:3,3:5)
-D3 =
-
-   13   17   21
-   14   18   22
-
->>
-```
-
-Элементы с 16 по 20 место:
-```matlab
->> D4 = D(16:20)
-D4 =
-
-   19   20   21   22   23
-
->>
-```
-
-Смешанная матрица:
-```matlab
->> D5 = D(3:4,[1,3,6])
-D5 =
-
-    6   14   26
-    7   15   27
-
->>
-```
-
-## 10 Изучение некоторых управляющих конструкций
-
-Цикл по перечислению:
-
-```matlab
->> Dsum=0
-Dsum = 0
->> for i=1:6
-Dsum=Dsum+sqrt(D(2,i))
-endfor
-Dsum = 2.2361
-Dsum = 5.2361
-Dsum = 8.8416
-Dsum = 12.965
-Dsum = 17.547
-Dsum = 22.547
->>
-```
-
-Цикл пока выполняется условие:
-
-```matlab
->> Dsum2=0;i=1
-i = 1
->> while (D(i)<22)
-Dsum2=Dsum2+sin(D(i))
-i=i+1
-endwhile
-Dsum2 = -0.7568
-i = 2
-Dsum2 = -1.7157
-i = 3
-Dsum2 = -1.9951
-i = 4
-Dsum2 = -1.3382
-i = 5
-Dsum2 = -0.3488
-i = 6
-Dsum2 = 0.063321
-i = 7
-Dsum2 = -0.4807
-i = 8
-Dsum2 = -1.4807
-i = 9
-Dsum2 = -2.0173
-i = 10
-Dsum2 = -1.5971
-i = 11
-Dsum2 = -0.6065
-i = 12
-Dsum2 = 0.043799
-i = 13
-Dsum2 = -0.2441
-i = 14
-Dsum2 = -1.2055
-i = 15
-Dsum2 = -1.9565
-i = 16
-Dsum2 = -1.8066
-i = 17
-Dsum2 = -0.8937
-i = 18
-Dsum2 = -0.057011
-i = 19
->>
-```
-
-Условие if:
-
-```matlab
->> if (D(3,5)>=20)
-printf('D(3,5)>=20')
-else
-printf('D(3,5)<20')
-endif
-D(3,5)>=20>>
-```
-
-## 11 Использование графических функций
-
-Функция построения графиков:
-
-```matlab
-plot(D(1,:),B([2,4],1:6))
-```
-
-![Скриншот графика](screens/4.PNG)
-
-Функция расчета и построения гистограммы:
-
-```matlab
-hist(A(:),6)
-```
-
-![Скриншот графика](screens/5.PNG)
-
-Функция pie:
-
-```matlab
-pie(C)
-```
-
-![Скриншот графика](screens/6.PNG)
-
-Функция bar:
-
-```matlab
-bar(C)
-```
-
-![Скриншот графика](screens/7.png)
-
-## 12 Работа с текстовым редактором
-
-Создал сценарий и перенес все выполненные команды из п.9:
-
-![Скриншот кода](screens/8.png)
-
-Убедился в работоспособности программы с помощью кнопки F5 и ввода имени файла в командной строке.
-
-## Сохранение и восстановление переменных
-
-Сохранил содержимое области переменных в файле Perem, завершил работу со средой и снова запустил среду. С помощью комманд восстановил содержимое из области файла Perem. Убедился в том, что в журнале выполненных команд сохранены команды из предыдущего сеанса работы со средой.
-
-
-
-
-
-
--- a/ТЕМА1/screens/1.PNG
+++ b/ТЕМА1/screens/1.PNG
--- a/ТЕМА1/screens/2.PNG
+++ b/ТЕМА1/screens/2.PNG
--- a/ТЕМА1/screens/3.PNG
+++ b/ТЕМА1/screens/3.PNG
--- a/ТЕМА1/screens/4.PNG
+++ b/ТЕМА1/screens/4.PNG
--- a/ТЕМА1/screens/5.PNG
+++ b/ТЕМА1/screens/5.PNG
--- a/ТЕМА1/screens/6.PNG
+++ b/ТЕМА1/screens/6.PNG
--- a/ТЕМА1/screens/7.png
+++ b/ТЕМА1/screens/7.png
--- a/ТЕМА1/screens/8.png
+++ b/ТЕМА1/screens/8.png
--- a/ТЕМА1/task.md
+++ b/ТЕМА1/task.md
@@ -1,80 +0,0 @@
-## Общее контрольное задание по теме 1
- Дмитриев Денис, А-03-24
-
-# Задание 1
-Создайте переменную ММ – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стандартным отклонением 8.
-
-# Решение 1
-```matlab
->> MM = 10 + 8 * randn(5, 7)
-MM =
-
-   17.7550   11.7073   18.3678   -0.1965    7.2149    9.1490   13.8207
-   25.3246   13.3426   16.8594   17.4836   21.1897   -8.0179   12.6948
-    9.9031    9.8378    5.1082    4.1858    0.5423   16.3504   17.5941
-    5.9264   12.4459   11.1126   -7.3134   14.8873    1.6742   18.3707
-    8.5833   -1.9887    3.4633   12.6198  -15.1807   22.7829   12.3349
-
->>
-
-```
-
-# Задание 2
-Рассчитайте среднее значение SR по всем элементам матрицы ММ.
-
-# Решение 2
-```matlab
->> SR = sum(MM(:)) / numel(MM)
-SR = 9.7124
->>
-```
-
-# Задание 3
-Замените в ММ все значения, превышающие SR+8, на значение SR+8, а значения, меньшие, чем SR-8, - на SR-8.
-
-# Решение 3
-```matlab
->> UP = SR + 8;
->> LOW = SR - 8;
->> MM(MM > SR + 8) = UP;
->> MM(MM < SR - 8) = LOW;
->> MM
-MM =
-
-   17.7124   11.7073   17.7124    1.7124    7.2149    9.1490   13.8207
-   17.7124   13.3426   16.8594   17.4836   17.7124    1.7124   12.6948
-    9.9031    9.8378    5.1082    4.1858    1.7124   16.3504   17.5941
-    5.9264   12.4459   11.1126    1.7124   14.8873    1.7124   17.7124
-    8.5833    1.7124    3.4633   12.6198    1.7124   17.7124   12.3349
-
->>
-
-```
-# Задание 4
- Превратите ММ в вектор – столбец ММС. Упорядочьте его элементы по возрастанию. Определите значение медианы, в качестве которого возьмите серединное по порядку индексов значение в упорядоченном векторе.
-
-# Решение 4
-```matlab
->> MMC = MM(:);
->> MMC1 = sort(MMC);
->> Med = MMC1(floor(numel(MMC1) / 2) + 1)
-Med = 11.707
->>
-```
-
-# Задание 5
-Рассчитайте матрицу ММ1 с элементами, равными натуральным логарифмам от значений соответствующих элементов из матрицы ММ.
-
-# Решение 5
-```matlab
->> MM1 = log(MM)
-MM1 =
-
-   2.8743   2.4602   2.8743   0.5379   1.9762   2.2136   2.6262
-   2.8743   2.5910   2.8249   2.8613   2.8743   0.5379   2.5412
-   2.2928   2.2862   1.6308   1.4317   0.5379   2.7943   2.8676
-   1.7794   2.5214   2.4081   0.5379   2.7005   0.5379   2.8743
-   2.1498   0.5379   1.2422   2.5353   0.5379   2.8743   2.5124
-
->>
-```
--- a/ТЕМА2/123
+++ b/ТЕМА2/123
@@ -1,991 +0,0 @@
-# Created by Octave 8.3.0, Thu Feb 12 10:54:58 2026 GMT <unknown@w10prog-27>
-# name: Delt
-# type: scalar
-95.272650848977378
-
-
-# name: GlComp
-# type: matrix
-# rows: 11
-# columns: 1
- 0.035305594804226757
- 0.046771921092627386
- 0.048953291513389265
- 0.61556249852100742
- 0.24277452925483708
- 0.73685129246517744
- 0.095893176429320104
- 0.00016944863048107996
- 0.017910770099051333
- 0.05952332821548334
- 0.017425168262079013
-
-
-# name: R
-# type: matrix
-# rows: 11
-# columns: 11
- 1 0.44319816765218434 0.45229490451462429 0.44778574398701215 0.38123438492617634 0.46515996724271585 0.31487196949956175 0.065579059715437885 0.29153208678640502 0.48811401449659142 0.39815406859904828
- 0.44319816765218434 0.99999999999999989 0.8531887570178025 0.85331179766303822 0.86239869432519012 0.85436143444131896 0.55145031641699338 0.02508228477404556 0.4234817161148543 0.82169935265535266 0.26183179996651279
- 0.45229490451462429 0.8531887570178025 0.99999999999999978 0.84659512986297769 0.88650646533186173 0.90334579269862147 0.55090747255786887 0.0038839917339619496 0.44396331197981709 0.78358259317862666 0.26408264752557586
- 0.44778574398701215 0.85331179766303822 0.84659512986297769 0.99999999999999989 0.87038370623264705 0.93848577636557906 0.70923538858295065 0.04949976314629935 0.45872542676610983 0.85183168318991009 0.34419835599003928
- 0.38123438492617634 0.86239869432519012 0.88650646533186173 0.87038370623264705 1 0.93604557290623247 0.57668068139456297 0.037561879571732841 0.38321833210304451 0.77266304851662193 0.18750522316731627
- 0.46515996724271585 0.85436143444131896 0.90334579269862147 0.93848577636557906 0.93604557290623247 1 0.63033410580578253 0.047121160752318141 0.47592088638606911 0.83810082277586495 0.33118231321427249
- 0.31487196949956175 0.55145031641699338 0.55090747255786887 0.70923538858295065 0.57668068139456297 0.63033410580578253 0.99999999999999989 0.07944759746102098 0.41877952801291801 0.62936148090762123 0.28287321604210414
- 0.065579059715437885 0.02508228477404556 0.0038839917339619496 0.04949976314629935 0.037561879571732841 0.047121160752318141 0.07944759746102098 0.99999999999999978 0.047985426997945384 0.056461830989043199 0.13662419273378607
- 0.29153208678640502 0.4234817161148543 0.44396331197981709 0.45872542676610983 0.38321833210304451 0.47592088638606911 0.41877952801291801 0.047985426997945384 1 0.62615652475059513 0.45536892800717149
- 0.48811401449659142 0.82169935265535266 0.78358259317862666 0.85183168318991009 0.77266304851662193 0.83810082277586495 0.62936148090762123 0.056461830989043199 0.62615652475059513 0.99999999999999989 0.38799411442531923
- 0.39815406859904828 0.26183179996651279 0.26408264752557586 0.34419835599003928 0.18750522316731627 0.33118231321427249 0.28287321604210414 0.13662419273378607 0.45536892800717149 0.38799411442531923 1
-
-
-# name: Res
-# type: matrix
-# rows: 290
-# columns: 1
- 92.541635925649857
- 73.432512677749841
- 5.8854681503252957
- 35.300392959417614
- 70.208099521539381
- 28.09619089405912
- 87.136298062438058
- 79.776498700722357
- 36.243011497897875
- 18.249808135292128
- 49.666520314814996
- 45.067094755847471
- 81.785391761649933
- 5.555861590574926
- 105.36136555107353
- 4.5754600060262574
- 381.20402121272548
- 26.71274714975743
- 8.0376180755773223
- 119.62779472296823
- 10.061484978622037
- 63.762946666358637
- 9.0876581455392937
- 41.684104549565888
- 35.907417465940668
- 76.139589080861583
- 23.752549518721601
- 142.21616913333904
- 67.755800865314029
- 20.597788392627454
- 76.818770640491906
- 104.28492270336443
- 18.541600534711165
- 4.4739830311089541
- 3.5808784384807684
- 224.75859668657881
- 26.863645462460582
- 212.91132427414962
- 50.921549147641407
- 33.628253908937559
- 42.168327293333675
- 103.70112905168189
- 136.06080944761763
- 713.71176432907748
- 34.02723453350864
- 4.1022889812288543
- 27.086729953652519
- 2.6675413674902746
- 2.4975555888882566
- 103.82922101584847
- 7.4607153391308003
- 34.755449129294171
- 4.3597361717953724
- 5.7411866590168872
- 15.989431601973386
- 45.39979838874212
- 2.4622499940840297
- 6.4243896391024844
- 66.503024074945188
- 73.93554205640892
- 11.13052977279346
- 3.6842564623258873
- 9.970486308596179
- 28.031418638438357
- 1.3524137909861849
- 40.905329773450561
- 11.722703327978142
- 30.793454814223281
- 42.716264445127777
- 10.023429271629675
- 32.2604908433687
- 25.495268890918133
- 36.870098268919158
- 42.948416145711178
- 87.963237780170616
- 228.66898137140336
- 99.14609739615085
- 28.749899047688317
- 9.6221604955623583
- 1.3599744340314963
- 54.213639662040983
- 107.54774204621559
- 116.10642668163953
- 299.10289009945313
- 14.333164188053123
- 20.479492937168718
- 144.90879356232853
- 14.952534926853547
- 25.976099063048697
- 268.14942888153365
- 12.353605117127263
- 4.5261194600205421
- 104.66465531746005
- 91.264814279144346
- 209.32993996980605
- 196.45292601547951
- 4.8121245133353874
- 1.3877193857904118
- 50.732953847811913
- 118.63317892161922
- 212.52867877725831
- 37.744725076258661
- 30.102472737076333
- 320.66995990736939
- 0
- 41.450043800049158
- 141.12302634351909
- 405.34735889630423
- 12.875246596248049
- 117.61215004335874
- 8.989886346283587
- 74.655249731139733
- 89.566395079601378
- 37.992597924131267
- 40.59970140573666
- 37.33946456340373
- 142.92878024339251
- 9.1226071328207876
- 53.463842507936675
- 93.289531857664741
- 57.155318977104947
- 19.139209149164479
- 5.491474362928022
- 85.213352051896422
- 170.64296869048243
- 90.453986416822985
- 57.810668949068265
- 7.372960869699039
- 9.6149436361989018
- 1.8466874955630224
- 17.646937168660443
- 153.9106704600498
- 119.83595362890672
- 5.0102103823876121
- 2.6919592875787388
- 379.30088960385848
- 13.497202921837413
- 2.4622499940840297
- 19.718181528500669
- 200.66778335500246
- 93.618235424454824
- 25.650544306551769
- 26.344823475312058
- 65.285854317045036
- 21.514761065342277
- 176.51000251353722
- 1898.8845228215928
- 91.241365337039667
- 304.55239441211802
- 6.3559762863091471
- 3.4394367369243435
- 158.85958764031827
- 187.80205916049374
- 26.561371443740278
- 8.6579066833738327
- 110.31670325702852
- 21.286646917799406
- 8.0284995467771658
- 76.976886653483675
- 148.32017025573089
- 97.178360581603513
- 6.7131231626753793
- 88.631285428268697
- 333.40462890608813
- 27.838269247385249
- 11.662868510778281
- 0
- 71.250153770621324
- 0.36975704518481445
- 10.360736100849863
- 3.8550893718829378
- 81.56871537961527
- 54.636551996442606
- 23.501931410658017
- 90.446620330135303
- 57.162094674663756
- 162.85019570045193
- 305.87456481270823
- 6.3232992646324977
- 59.415850608608686
- 46.96620517418436
- 56.660854548950425
- 815.67531191412809
- 47.723187876178478
- 277.02147094885459
- 328.08621453649835
- 113.59045446280535
- 11.709047267226461
- 33.969900421808461
- 0.91337926648631118
- 122.6719121684235
- 59.978743777996478
- 7.4910570826031044
- 12.504247793778784
- 24.208529334781176
- 400.11096439619723
- 263.57636182691419
- 25.930889244374686
- 36.89525907988147
- 254.78377397653864
- 6.8701380642967935
- 12.625935148701478
- 23.783568443866546
- 3.1598900085018911
- 5.1518266443375138
- 0
- 106.7657106268355
- 15.783444916417167
- 30.701284496283378
- 64.989933394312899
- 43.087958480027403
- 31.124284815657507
- 5.1717605260252606
- 48.085148256051731
- 5.3478896982160524
- 2.1245706782555889
- 0.082077515896854136
- 21.63560271729294
- 52.05707618888124
- 25.625191640930638
- 9.7502283238654197
- 36.202865201875284
- 4.6266525709075728
- 3.190573581848541
- 9.5782910010744899
- 6.3748960235107051
- 3.6844534036923839
- 5.784828944256013
- 8.236759929716996
- 6.8725982179251242
- 41.304826089961779
- 1.988474061881182
- 7.5713162902258828
- 1.2311249970420148
- 5.0810943769164556
- 21.54744025859835
- 30.299927046128118
- 45.503739922824778
- 9.0939116262706268
- 10.369657688283523
- 7.1259353367634342
- 14.133227984399353
- 26.10241649693037
- 5.0719758481162991
- 12.085285661455652
- 0.71346908154778599
- 0.67508582673649076
- 4.0925469677627815
- 7.4541019651006604
- 184.66399113591771
- 10.455368082503076
- 7.4481290123664019
- 6.2425209403306789
- 8.8601797622620531
- 39.991950776061735
- 6.8910255886512681
- 5.1607089278752616
- 15.489599256935447
- 5.5904672861043938
- 27.378151462601348
- 10.801195295658475
- 23.750967784033804
- 11.426263577471968
- 8.4732357558467299
- 6.8983712423289898
- 3.4162832569226973
- 208.74688268456561
- 12.158393969884502
- 3.5631646097482141
- 4.1588660385137723
- 0
- 1.8478728267852358
- 8.4788202961086334
- 1.2778969181346422
- 0.035305594804226757
- 0.070611189608453515
- 0.035305594804226757
- 3.0392790323529573
- 0
- 4.2057148363157921
- 30.094936226602595
- 20.12805459028953
- 5.7737184871437464
- 31.539990348561201
- 147.38714838130392
- 18.314164375337807
- 32.84601130120528
- 14.511066666168237
- 19.235467348665228
- 0
-
-
-# name: SobMax
-# type: scalar
-7494628.7953938534
-
-
-# name: Sobst
-# type: matrix
-# rows: 11
-# columns: 1
- 22.946585412187421
- 1931.6654643260799
- 2593.9795924916175
- 3457.3395622408857
- 5625.1514737118023
- 8672.0659466665711
- 18914.627989173332
- 47522.6781848803
- 57483.681267435793
- 225653.06853980463
- 7494628.7953938534
-
-
-# name: X
-# type: matrix
-# rows: 290
-# columns: 11
- 8 4 2 53 7 76 13 0 1 5 5
- 4 5 6 71 5 36 13 0 4 0 0
- 1 0 1 5 5 2 0 0 2 0 0
- 3 1 1 28 0 24 0 0 0 3 0
- 7 10 6 54 7 46 2 0 3 2 0
- 0 2 2 22 7 17 0 0 0 2 1
- 0 6 11 30 8 88 0 0 11 14 2
- 5 2 0 78 3 40 6 0 10 9 0
- 7 0 0 20 0 30 12 0 6 1 15
- 1 1 1 12 3 13 3 0 1 2 0
- 8 4 3 33 1 37 8 0 3 6 3
- 9 5 6 24 8 36 5 0 1 4 14
- 5 5 4 57 7 56 25 0 0 12 1
- 1 4 0 7 0 1 3 0 0 0 0
- 2 8 0 83 6 70 4 0 6 5 0
- 1 0 0 0 0 6 0 0 0 2 0
- 2 28 8 326 76 213 21 0 1 22 1
- 1 1 1 42 2 0 1 0 0 1 5
- 1 0 0 13 0 0 0 0 0 0 0
- 3 2 2 76 8 92 21 0 0 12 5
- 0 1 0 7 1 7 2 0 3 1 0
- 7 2 1 70 0 23 27 0 5 9 7
- 3 0 0 11 0 3 0 0 0 0 0
- 10 9 4 23 0 35 0 0 0 12 3
- 22 3 7 46 0 7 11 0 0 2 0
- 13 16 8 64 20 38 10 0 0 20 8
- 8 0 0 19 0 15 0 0 12 5 12
- 8 7 7 63 42 121 23 1 12 11 3
- 6 1 4 33 23 55 4 0 0 8 1
- 4 2 0 19 0 11 1 0 3 4 10
- 7 6 0 64 11 45 7 0 0 4 9
- 4 2 0 72 6 73 41 0 5 6 6
- 1 1 0 11 1 14 8 0 5 4 2
- 0 0 0 7 0 0 0 0 2 1 4
- 0 0 0 1 0 4 0 0 1 0 0
- 5 3 2 138 19 181 3 0 22 12 1
- 6 1 0 21 11 14 3 0 4 5 2
- 16 7 1 147 24 154 14 0 4 12 3
- 1 9 7 52 0 23 0 0 0 19 2
- 1 2 5 14 2 31 10 0 0 5 3
- 0 0 6 31 11 26 6 0 1 3 11
- 4 8 0 49 13 91 19 0 12 11 7
- 2 1 0 40 6 148 2 0 6 8 2
- 0 23 35 492 139 485 156 0 7 31 1
- 3 1 0 21 6 26 0 0 1 5 1
- 2 1 1 4 0 2 0 0 0 0 0
- 0 6 3 25 1 13 12 0 0 5 0
- 0 1 0 2 0 1 6 0 1 1 0
- 1 0 0 4 0 0 0 0 0 0 0
- 0 10 0 113 17 24 123 0 1 3 0
- 0 5 1 6 0 3 10 0 0 5 1
- 0 0 1 31 2 20 4 0 1 0 0
- 0 0 0 5 2 1 0 0 0 1 0
- 1 1 0 9 0 0 0 0 0 2 0
- 1 5 2 14 1 7 13 0 0 6 0
- 1 4 1 34 5 30 8 0 2 1 1
- 0 0 0 4 0 0 0 0 0 0 0
- 1 0 0 2 0 7 0 0 0 0 0
- 1 2 4 38 4 56 0 0 7 6 4
- 7 1 1 46 3 60 1 0 1 2 6
- 0 0 0 12 0 5 0 0 0 1 0
- 0 0 0 0 0 5 0 0 0 0 0
- 1 0 3 6 3 7 1 0 2 1 1
- 0 1 0 28 1 14 0 0 3 2 1
- 0 0 0 1 0 1 0 0 0 0 0
- 7 1 1 23 8 32 5 0 3 5 3
- 2 3 1 6 0 10 3 0 3 1 0
- 0 1 2 28 4 16 6 0 0 1 1
- 17 1 0 37 1 24 8 0 2 8 5
- 3 0 0 12 1 3 0 0 1 1 0
- 7 4 2 35 4 12 2 0 0 3 0
- 6 0 0 18 0 18 9 0 0 1 1
- 4 2 1 14 0 37 5 0 4 2 2
- 28 4 5 41 1 21 4 0 2 2 2
- 4 3 2 55 1 71 5 0 8 8 4
- 58 18 9 151 24 169 5 0 3 22 11
- 3 11 8 68 5 73 6 0 2 7 14
- 4 3 7 26 7 13 7 0 0 2 3
- 3 0 1 11 2 3 0 0 0 0 0
- 1 2 0 2 0 0 0 0 0 0 0
- 9 7 10 60 13 17 0 0 2 6 4
- 19 22 2 82 2 72 1 0 6 19 23
- 22 3 2 56 17 102 10 0 1 6 0
- 43 5 19 160 40 247 37 0 8 36 22
- 0 1 0 9 2 11 1 0 0 1 0
- 2 1 4 30 7 0 0 0 0 0 0
- 65 8 14 103 10 98 31 0 2 7 5
- 2 2 2 13 4 7 2 0 0 5 4
- 1 0 0 40 2 1 1 0 0 0 0
- 21 11 14 128 49 236 9 0 2 11 4
- 13 0 0 6 0 11 1 0 0 0 0
- 0 0 0 6 0 1 1 0 0 0 0
- 9 9 1 87 21 60 4 0 3 5 16
- 1 6 1 51 27 71 6 0 0 1 0
- 23 5 1 154 52 131 31 3 5 15 19
- 8 3 15 113 23 157 27 0 15 25 7
- 2 0 0 2 2 4 0 0 1 1 0
- 1 0 0 1 0 1 0 0 0 0 0
- 18 9 2 45 8 25 7 0 9 10 5
- 2 6 7 61 15 102 10 0 1 10 1
- 42 9 9 96 65 179 31 0 8 5 0
- 18 8 0 56 5 0 0 0 0 15 9
- 7 1 1 36 0 10 0 0 0 3 3
- 26 12 37 200 44 244 20 0 8 25 14
- 0 0 0 0 0 0 0 0 0 0 0
- 1 0 0 32 4 28 1 0 1 0 0
- 14 6 6 75 9 123 0 0 5 15 5
- 21 7 7 273 87 275 105 0 3 32 6
- 1 0 0 3 2 14 2 0 0 0 0
- 7 7 4 110 15 59 12 0 5 13 0
- 4 0 1 9 0 4 1 0 0 1 9
- 3 5 8 64 7 41 18 0 6 12 4
- 7 0 2 58 36 59 12 0 0 2 2
- 3 1 1 34 8 19 6 0 3 4 3
- 3 3 1 25 4 32 3 0 1 1 0
- 1 3 1 25 0 29 0 0 0 6 0
- 6 26 12 127 5 75 45 0 21 24 8
- 0 0 0 3 1 9 4 0 1 0 0
- 5 2 5 23 3 50 9 0 0 6 0
- 3 10 0 115 15 21 20 0 0 15 0
- 3 2 2 55 6 29 0 0 5 0 5
- 3 3 1 16 2 11 0 0 4 5 2
- 0 1 0 6 1 2 0 0 0 0 2
- 17 2 2 56 1 62 35 0 3 10 1
- 34 15 8 129 22 105 47 0 17 18 20
- 7 5 0 94 10 39 7 0 2 4 0
- 10 6 2 47 17 31 9 0 0 5 1
- 5 0 0 3 0 7 2 0 0 0 0
- 8 2 1 6 1 7 1 0 0 0 0
- 0 0 0 3 0 0 0 0 0 0 0
- 0 0 1 16 0 10 1 0 3 3 3
- 5 6 6 138 36 78 9 0 2 17 5
- 12 3 9 68 21 96 5 0 0 9 7
- 1 0 0 2 0 5 0 0 0 1 0
- 1 0 0 2 0 1 7 0 0 0 1
- 11 21 9 271 106 243 41 0 4 31 2
- 7 1 1 8 2 10 3 0 2 0 3
- 0 0 0 4 0 0 0 0 0 0 0
- 5 2 1 14 1 13 10 3 0 0 0
- 18 11 10 108 13 171 18 0 3 25 7
- 14 1 2 30 30 88 19 0 2 8 3
- 7 3 1 33 0 6 5 0 0 0 0
- 7 1 4 22 6 14 1 0 0 6 5
- 24 1 3 54 11 37 6 0 6 3 12
- 12 2 0 7 13 18 2 0 1 1 0
- 13 10 14 98 43 137 21 0 5 17 4
- 43 101 111 1025 615 1482 97 0 14 89 5
- 10 3 0 76 25 50 3 0 7 9 6
- 10 10 26 162 43 258 4 0 23 17 22
- 1 1 0 2 0 6 4 0 0 4 0
- 0 0 0 3 0 2 0 0 0 2 0
- 14 2 5 102 26 115 35 0 0 14 0
- 2 7 7 109 11 156 9 2 6 19 14
- 3 0 1 22 2 16 0 0 2 9 1
- 0 0 1 10 1 3 0 0 0 0 0
- 8 5 6 131 3 31 54 0 0 2 0
- 9 2 0 17 0 11 18 0 0 3 23
- 1 0 0 7 0 5 0 0 0 0 0
- 12 6 7 64 26 40 0 0 6 9 6
- 7 3 1 81 3 130 8 0 5 10 3
- 4 1 1 87 2 55 19 0 0 9 1
- 0 1 3 7 0 3 0 0 0 0 0
- 30 6 2 60 12 62 12 0 0 8 2
- 4 29 11 219 79 231 51 0 15 32 6
- 0 13 0 32 0 7 8 0 0 27 0
- 0 1 1 9 2 7 4 0 0 0 0
- 0 0 0 0 0 0 0 0 0 0 0
- 1 2 3 66 2 40 1 0 3 4 0
- 1 1 0 0 0 0 3 0 0 0 0
- 1 0 0 10 2 5 0 0 0 0 0
- 0 0 1 5 3 0 0 0 0 0 0
- 11 7 5 70 13 44 2 0 15 24 3
- 8 4 7 52 0 28 7 0 2 8 0
- 1 4 3 13 0 19 9 0 3 3 2
- 10 3 1 79 14 49 5 0 6 7 44
- 0 4 1 24 0 56 5 0 0 6 3
- 2 2 10 113 5 121 23 0 0 1 0
- 14 15 9 241 42 194 11 0 9 23 9
- 0 1 0 5 0 4 2 0 0 1 0
- 0 0 1 59 7 27 14 0 0 1 3
- 4 3 1 40 4 27 9 0 2 3 4
- 1 2 4 24 6 50 30 0 4 5 1
- 8 14 22 610 130 537 78 0 13 48 20
- 0 1 0 57 11 13 0 0 9 3 0
- 4 10 6 188 61 193 25 0 3 14 5
- 8 8 10 134 37 314 22 0 19 21 23
- 9 13 4 100 3 66 8 0 2 12 2
- 3 1 0 10 1 7 0 0 0 0 0
- 0 7 5 29 0 19 7 0 8 12 1
- 5 0 0 0 0 1 0 0 0 0 0
- 14 7 2 77 25 89 22 0 0 10 0
- 1 3 0 48 7 38 4 0 3 2 0
- 0 2 3 11 0 0 5 0 0 0 0
- 8 0 1 6 0 9 15 0 0 6 3
- 1 1 1 26 1 8 20 0 0 0 1
- 10 19 23 298 40 264 84 0 18 19 32
- 8 5 3 103 88 231 75 0 2 6 20
- 2 4 0 14 2 21 10 0 1 2 0
- 1 0 0 9 1 41 6 0 1 4 2
- 8 15 21 127 131 178 82 0 39 51 2
- 6 0 0 2 0 7 2 0 1 1 0
- 1 0 0 8 0 10 0 0 0 5 0
- 0 0 1 28 4 7 1 0 2 4 0
- 1 1 0 5 0 0 0 0 0 0 0
- 5 0 0 6 2 1 0 0 0 1 0
- 0 0 0 0 0 0 0 0 0 0 0
- 6 5 3 97 5 59 12 0 4 9 1
- 3 2 0 9 1 12 10 0 0 0 0
- 3 3 3 26 9 13 24 0 0 4 0
- 0 11 7 58 13 27 52 1 1 6 1
- 0 0 4 27 2 34 4 0 0 5 3
- 0 1 0 24 2 21 0 0 4 4 2
- 3 0 0 8 0 0 0 0 4 0 4
- 5 4 0 48 5 21 8 0 5 10 2
- 0 0 0 5 0 3 0 0 0 1 0
- 1 0 0 1 0 2 0 0 0 0 0
- 1 1 0 0 0 0 0 0 0 0 0
- 0 2 0 32 0 2 2 0 0 3 0
- 0 0 2 30 0 45 1 0 0 4 0
- 7 5 8 27 0 10 3 0 0 8 0
- 0 4 6 11 0 3 3 0 0 0 0
- 0 3 2 32 1 19 18 0 0 5 0
- 1 0 0 2 4 3 0 0 0 3 0
- 0 0 0 4 3 0 0 0 0 0 0
- 0 2 0 15 0 0 2 0 0 1 0
- 0 1 1 8 4 0 4 0 0 0 0
- 0 0 0 2 1 3 0 0 0 0 0
- 0 0 5 9 0 0 0 0 0 0 0
- 1 0 0 2 1 9 1 0 0 0 0
- 0 0 1 2 1 7 2 0 0 0 0
- 1 0 2 60 1 5 2 0 0 2 0
- 1 0 0 0 0 2 5 0 0 0 0
- 0 2 0 10 0 1 3 0 0 5 0
- 0 0 0 2 0 0 0 0 0 0 0
- 1 0 0 7 0 1 0 0 0 0 0
- 0 1 0 20 0 12 3 0 0 1 0
- 5 1 4 28 0 15 15 0 0 2 2
- 0 8 3 39 2 27 0 0 0 10 0
- 0 0 0 4 0 9 0 0 0 0 0
- 1 0 0 14 1 2 0 0 0 0 0
- 0 0 0 2 0 8 0 0 0 0 0
- 0 1 3 12 0 8 5 0 0 3 0
- 2 10 7 26 2 11 2 0 0 7 1
- 1 0 0 1 0 6 0 0 0 0 0
- 0 0 0 10 0 8 0 0 0 0 2
- 0 0 2 1 0 0 0 0 0 0 0
- 0 0 0 1 0 0 0 0 0 1 0
- 1 0 0 3 0 3 0 0 0 0 0
- 1 4 0 11 0 0 4 0 0 1 1
- 21 9 12 189 6 84 28 0 0 9 0
- 2 0 0 8 1 7 0 0 0 1 0
- 0 0 0 7 0 4 2 0 0 0 0
- 0 3 0 9 0 0 4 0 0 3 0
- 2 0 0 7 0 6 0 0 0 1 0
- 0 4 1 47 29 4 5 0 0 6 0
- 1 0 0 6 0 4 1 0 0 2 0
- 0 3 0 8 0 0 1 0 0 0 0
- 2 0 0 8 0 14 0 0 0 3 0
- 0 0 0 3 0 5 0 0 0 1 0
- 0 1 5 39 2 3 4 0 0 0 0
- 0 0 1 17 0 0 3 0 0 0 0
- 3 1 0 19 0 15 7 0 0 3 0
- 1 0 0 18 0 0 2 0 0 2 0
- 0 1 0 13 0 0 3 0 0 2 1
- 1 5 4 9 0 0 6 0 0 3 8
- 0 0 0 3 0 2 1 0 0 0 0
- 9 11 2 161 9 139 34 0 0 13 4
- 0 2 3 8 3 8 2 0 0 3 0
- 0 0 0 3 1 2 0 0 0 0 0
- 5 1 0 0 0 5 2 0 0 1 0
- 0 0 0 0 0 0 0 0 0 0 0
- 1 0 0 2 2 0 1 0 0 0 0
- 2 4 2 8 0 4 2 0 0 1 0
- 0 1 0 2 0 0 0 0 0 0 0
- 1 0 0 0 0 0 0 0 0 0 0
- 2 0 0 0 0 0 0 0 0 0 0
- 1 0 0 0 0 0 0 0 0 0 0
- 0 1 0 2 0 2 3 0 0 0 0
- 0 0 0 0 0 0 0 0 0 0 0
- 1 0 0 5 1 0 7 0 0 3 0
- 0 6 7 45 0 2 0 0 0 5 0
- 0 2 0 11 0 18 0 0 0 0 0
- 0 0 0 3 1 5 0 0 0 0 0
- 8 4 0 24 5 20 0 0 1 2 12
- 1 13 7 134 23 76 15 0 0 15 0
- 2 2 1 14 2 12 1 0 0 1 0
- 1 7 2 26 3 21 0 0 0 3 0
- 1 1 1 10 0 11 0 0 0 2 0
- 1 2 6 19 2 9 0 0 0 0 0
- 0 0 0 0 0 0 0 0 0 0 0
-
-
-# name: XX
-# type: matrix
-# rows: 290
-# columns: 15
- 197 1371712 8 4 2 53 7 76 13 0 1 5 5 87 96
- 198 738196 4 5 6 71 5 36 13 0 4 0 0 40 33
- 199 241668 1 0 1 5 5 2 0 0 2 0 0 11 6
- 200 619902 3 1 1 28 0 24 0 0 0 3 0 16 14
- 201 1755285 7 10 6 54 7 46 2 0 3 2 0 168 41
- 202 572153 0 2 2 22 7 17 0 0 0 2 1 18 10
- 203 1432218 0 6 11 30 8 88 0 0 11 14 2 87 101
- 204 1327737 5 2 0 78 3 40 6 0 10 9 0 53 33
- 205 490799 7 0 0 20 0 30 12 0 6 1 15 20 27
- 206 634718 1 1 1 12 3 13 3 0 1 2 0 41 11
- 207 741570 8 4 3 33 1 37 8 0 3 6 3 65 44
- 208 1287379 9 5 6 24 8 36 5 0 1 4 14 94 42
- 209 824966 5 5 4 57 7 56 25 0 0 12 1 49 32
- 210 210602 1 4 0 7 0 1 3 0 0 0 0 8 0
- 211 3175504 2 8 0 83 6 70 4 0 6 5 0 121 70
- 212 129579 1 0 0 0 0 6 0 0 0 2 0 0 5
- 213 5232215 2 28 8 326 76 213 21 0 1 22 1 194 129
- 214 248566 1 1 1 42 2 0 1 0 0 1 5 10 20
- 216 143651 1 0 0 13 0 0 0 0 0 0 0 7 15
- 217 2243345 3 2 2 76 8 92 21 0 0 12 5 43 45
- 218 133241 0 1 0 7 1 7 2 0 3 1 0 13 1
- 219 1415682 7 2 1 70 0 23 27 0 5 9 7 88 38
- 220 287597 3 0 0 11 0 3 0 0 0 0 0 14 10
- 221 3009664 10 9 4 23 0 35 0 0 0 12 3 76 31
- 222 4287692 22 3 7 46 0 7 11 0 0 2 0 42 24
- 223 2551213 13 16 8 64 20 38 10 0 0 20 8 68 46
- 224 2737399 8 0 0 19 0 15 0 0 12 5 12 29 41
- 225 3980955 8 7 7 63 42 121 23 1 12 11 3 117 111
- 226 2897848 6 1 4 33 23 55 4 0 0 8 1 58 53
- 227 3914044 4 2 0 19 0 11 1 0 3 4 10 57 58
- 228 3035127 7 6 0 64 11 45 7 0 0 4 9 73 60
- 229 1142702 4 2 0 72 6 73 41 0 5 6 6 20 25
- 230 1054901 1 1 0 11 1 14 8 0 5 4 2 30 28
- 231 141172 0 0 0 7 0 0 0 0 2 1 4 12 29
- 232 161553 0 0 0 1 0 4 0 0 1 0 0 2 0
- 233 3334110 5 3 2 138 19 181 3 0 22 12 1 88 109
- 234 1321197 6 1 0 21 11 14 3 0 4 5 2 49 69
- 235 4578201 16 7 1 147 24 154 14 0 4 12 3 79 201
- 236 565962 1 9 7 52 0 23 0 0 0 19 2 25 6
- 237 602713 1 2 5 14 2 31 10 0 0 5 3 26 23
- 238 1484908 0 0 6 31 11 26 6 0 1 3 11 46 40
- 239 1751217 4 8 0 49 13 91 19 0 12 11 7 153 68
- 240 1775700 2 1 0 40 6 148 2 0 6 8 2 90 55
- 241 11198204 0 23 35 492 139 485 156 0 7 31 1 333 256
- 242 495785 3 1 0 21 6 26 0 0 1 5 1 32 7
- 245 159257 2 1 1 4 0 2 0 0 0 0 0 6 1
- 246 707081 0 6 3 25 1 13 12 0 0 5 0 35 15
- 247 292173 0 1 0 2 0 1 6 0 1 1 0 7 2
- 248 51146 1 0 0 4 0 0 0 0 0 0 0 3 2
- 252 2758049 0 10 0 113 17 24 123 0 1 3 0 107 126
- 253 98919 0 5 1 6 0 3 10 0 0 5 1 7 5
- 256 860583 0 0 1 31 2 20 4 0 1 0 0 24 9
- 257 637159 0 0 0 5 2 1 0 0 0 1 0 25 0
- 258 214040 1 1 0 9 0 0 0 0 0 2 0 10 7
- 259 523257 1 5 2 14 1 7 13 0 0 6 0 17 17
- 261 2131837 1 4 1 34 5 30 8 0 2 1 1 60 54
- 264 110663 0 0 0 4 0 0 0 0 0 0 0 4 1
- 267 198423 1 0 0 2 0 7 0 0 0 0 0 5 10
- 268 1017492 1 2 4 38 4 56 0 0 7 6 4 37 40
- 273 2852939 7 1 1 46 3 60 1 0 1 2 6 42 14
- 275 76889 0 0 0 12 0 5 0 0 0 1 0 0 8
- 296 176531 0 0 0 0 0 5 0 0 0 0 0 7 2
- 304 320147 1 0 3 6 3 7 1 0 2 1 1 15 17
- 305 661531 0 1 0 28 1 14 0 0 3 2 1 33 25
- 311 86120 0 0 0 1 0 1 0 0 0 0 0 4 0
- 318 689689 7 1 1 23 8 32 5 0 3 5 3 23 31
- 322 537726 2 3 1 6 0 10 3 0 3 1 0 14 0
- 325 1323408 0 1 2 28 4 16 6 0 0 1 1 38 5
- 326 2567000 17 1 0 37 1 24 8 0 2 8 5 136 45
- 329 624671 3 0 0 12 1 3 0 0 1 1 0 20 11
- 330 1059839 7 4 2 35 4 12 2 0 0 3 0 26 29
- 334 591387 6 0 0 18 0 18 9 0 0 1 1 18 14
- 335 3796540 4 2 1 14 0 37 5 0 4 2 2 44 79
- 336 5984681 28 4 5 41 1 21 4 0 2 2 2 119 46
- 339 1868271 4 3 2 55 1 71 5 0 8 8 4 79 95
- 340 15285000 58 18 9 151 24 169 5 0 3 22 11 293 125
- 341 1893406 3 11 8 68 5 73 6 0 2 7 14 99 59
- 342 4576672 4 3 7 26 7 13 7 0 0 2 3 75 30
- 343 300922 3 0 1 11 2 3 0 0 0 0 0 5 11
- 346 94560 1 2 0 2 0 0 0 0 0 0 0 5 1
- 347 2468647 9 7 10 60 13 17 0 0 2 6 4 120 53
- 348 7543881 19 22 2 82 2 72 1 0 6 19 23 220 71
- 349 5728117 22 3 2 56 17 102 10 0 1 6 0 164 93
- 352 11007125 43 5 19 160 40 247 37 0 8 36 22 210 212
- 356 2984217 0 1 0 9 2 11 1 0 0 1 0 62 13
- 357 743980 2 1 4 30 7 0 0 0 0 0 0 20 11
- 362 21092691 65 8 14 103 10 98 31 0 2 7 5 457 163
- 365 1130876 2 2 2 13 4 7 2 0 0 5 4 32 37
- 366 2251091 1 0 0 40 2 1 1 0 0 0 0 53 22
- 371 12010036 21 11 14 128 49 236 9 0 2 11 4 252 303
- 372 2057017 13 0 0 6 0 11 1 0 0 0 0 75 12
- 373 198381 0 0 0 6 0 1 1 0 0 0 0 5 3
- 376 7864853 9 9 1 87 21 60 4 0 3 5 16 146 94
- 377 6028430 1 6 1 51 27 71 6 0 0 1 0 86 87
- 379 9483684 23 5 1 154 52 131 31 3 5 15 19 283 166
- 381 3228776 8 3 15 113 23 157 27 0 15 25 7 174 197
- 383 892834 2 0 0 2 2 4 0 0 1 1 0 15 8
- 387 711119 1 0 0 1 0 1 0 0 0 0 0 1 0
- 388 3011004 18 9 2 45 8 25 7 0 9 10 5 90 89
- 389 7793747 2 6 7 61 15 102 10 0 1 10 1 99 44
- 391 8286271 42 9 9 96 65 179 31 0 8 5 0 254 104
- 392 785170 18 8 0 56 5 0 0 0 0 15 9 47 0
- 393 1634901 7 1 1 36 0 10 0 0 0 3 3 17 16
- 394 16897379 26 12 37 200 44 244 20 0 8 25 14 334 252
- 395 971100 0 0 0 0 0 0 0 0 0 0 0 0 0
- 399 1493706 1 0 0 32 4 28 1 0 1 0 0 59 21
- 410 2465291 14 6 6 75 9 123 0 0 5 15 5 144 90
- 412 11807167 21 7 7 273 87 275 105 0 3 32 6 222 252
- 413 1000000 1 0 0 3 2 14 2 0 0 0 0 3 2
- 414 2592948 7 7 4 110 15 59 12 0 5 13 0 104 61
- 441 341880 4 0 1 9 0 4 1 0 0 1 9 5 9
- 446 2132880 3 5 8 64 7 41 18 0 6 12 4 103 94
- 448 2450081 7 0 2 58 36 59 12 0 0 2 2 76 58
- 451 1099241 3 1 1 34 8 19 6 0 3 4 3 40 11
- 456 2245633 3 3 1 25 4 32 3 0 1 1 0 27 24
- 465 62302 1 3 1 25 0 29 0 0 0 6 0 15 2
- 466 2197989 6 26 12 127 5 75 45 0 21 24 8 157 94
- 467 134495 0 0 0 3 1 9 4 0 1 0 0 34 28
- 472 3380567 5 2 5 23 3 50 9 0 0 6 0 59 52
- 476 688452 3 10 0 115 15 21 20 0 0 15 0 54 31
- 477 1110085 3 2 2 55 6 29 0 0 5 0 5 55 51
- 484 536474 3 3 1 16 2 11 0 0 4 5 2 21 11
- 1001 175751 0 1 0 6 1 2 0 0 0 0 2 8 7
- 1002 2146592 17 2 2 56 1 62 35 0 3 10 1 66 33
- 1004 4743641 34 15 8 129 22 105 47 0 17 18 20 161 138
- 1017 1800656 7 5 0 94 10 39 7 0 2 4 0 59 57
- 1030 2497501 10 6 2 47 17 31 9 0 0 5 1 50 33
- 1034 1196952 5 0 0 3 0 7 2 0 0 0 0 15 14
- 1035 2410906 8 2 1 6 1 7 1 0 0 0 0 42 33
- 1037 667178 0 0 0 3 0 0 0 0 0 0 0 16 0
- 1038 632720 0 0 1 16 0 10 1 0 3 3 3 12 16
- 1039 8455933 5 6 6 138 36 78 9 0 2 17 5 205 82
- 1041 6651020 12 3 9 68 21 96 5 0 0 9 7 110 81
- 1044 126519 1 0 0 2 0 5 0 0 0 1 0 7 1
- 1 135525 1 0 0 2 0 1 7 0 0 0 1 6 13
- 2 16949495 11 21 9 271 106 243 41 0 4 31 2 173 176
- 3 722529 7 1 1 8 2 10 3 0 2 0 3 22 24
- 4 203116 0 0 0 4 0 0 0 0 0 0 0 5 2
- 6 1304816 5 2 1 14 1 13 10 3 0 0 0 22 37
- 7 5865578 18 11 10 108 13 171 18 0 3 25 7 188 113
- 8 1781942 14 1 2 30 30 88 19 0 2 8 3 88 59
- 9 1587342 7 3 1 33 0 6 5 0 0 0 0 54 6
- 10 1337423 7 1 4 22 6 14 1 0 0 6 5 135 15
- 11 10016498 24 1 3 54 11 37 6 0 6 3 12 65 55
- 12 839898 12 2 0 7 13 18 2 0 1 1 0 40 22
- 13 10471711 13 10 14 98 43 137 21 0 5 17 4 176 150
- 14 39213066 43 101 111 1025 615 1482 97 0 14 89 5 1061 887
- 15 2632303 10 3 0 76 25 50 3 0 7 9 6 93 35
- 16 6865706 10 10 26 162 43 258 4 0 23 17 22 297 159
- 17 251064 1 1 0 2 0 6 4 0 0 4 0 6 5
- 18 152837 0 0 0 3 0 2 0 0 0 2 0 0 6
- 19 6560198 14 2 5 102 26 115 35 0 0 14 0 146 190
- 20 3663138 2 7 7 109 11 156 9 2 6 19 14 143 132
- 21 795723 3 0 1 22 2 16 0 0 2 9 1 15 5
- 22 471773 0 0 1 10 1 3 0 0 0 0 0 13 8
- 23 4913203 8 5 6 131 3 31 54 0 0 2 0 116 59
- 26 264785 9 2 0 17 0 11 18 0 0 3 23 24 63
- 28 162597 1 0 0 7 0 5 0 0 0 0 0 4 2
- 29 4604156 12 6 7 64 26 40 0 0 6 9 6 97 51
- 33 4250016 7 3 1 81 3 130 8 0 5 10 3 125 129
- 34 1079712 4 1 1 87 2 55 19 0 0 9 1 48 40
- 35 60347 0 1 3 7 0 3 0 0 0 0 0 3 1
- 36 1859152 30 6 2 60 12 62 12 0 0 8 2 118 158
- 37 5409103 4 29 11 219 79 231 51 0 15 32 6 254 171
- 38 876190 0 13 0 32 0 7 8 0 0 27 0 23 18
- 40 834957 0 1 1 9 2 7 4 0 0 0 0 12 0
- 41 450000 0 0 0 0 0 0 0 0 0 0 0 2 2
- 42 1395064 1 2 3 66 2 40 1 0 3 4 0 57 48
- 43 1190526 1 1 0 0 0 0 3 0 0 0 0 22 4
- 44 1273253 1 0 0 10 2 5 0 0 0 0 0 16 47
- 45 108240 0 0 1 5 3 0 0 0 0 0 0 8 0
- 51 2807918 11 7 5 70 13 44 2 0 15 24 3 81 60
- 52 773587 8 4 7 52 0 28 7 0 2 8 0 22 17
- 53 776914 1 4 3 13 0 19 9 0 3 3 2 35 66
- 54 1910451 10 3 1 79 14 49 5 0 6 7 44 80 65
- 55 1903549 0 4 1 24 0 56 5 0 0 6 3 47 48
- 56 611092 2 2 10 113 5 121 23 0 0 1 0 56 42
- 57 5227534 14 15 9 241 42 194 11 0 9 23 9 175 190
- 58 532151 0 1 0 5 0 4 2 0 0 1 0 11 1
- 59 2196976 0 0 1 59 7 27 14 0 0 1 3 47 16
- 60 746895 4 3 1 40 4 27 9 0 2 3 4 55 70
- 62 1342348 1 2 4 24 6 50 30 0 4 5 1 33 42
- 63 19967480 8 14 22 610 130 537 78 0 13 48 20 368 354
- 64 1707116 0 1 0 57 11 13 0 0 9 3 0 55 36
- 65 3018069 4 10 6 188 61 193 25 0 3 14 5 83 124
- 66 17026733 8 8 10 134 37 314 22 0 19 21 23 246 388
- 67 1861938 9 13 4 100 3 66 8 0 2 12 2 64 48
- 68 442320 3 1 0 10 1 7 0 0 0 0 0 10 6
- 69 1006925 0 7 5 29 0 19 7 0 8 12 1 39 36
- 71 110943 5 0 0 0 0 1 0 0 0 0 0 16 0
- 72 3228483 14 7 2 77 25 89 22 0 0 10 0 71 87
- 73 694093 1 3 0 48 7 38 4 0 3 2 0 19 35
- 74 334602 0 2 3 11 0 0 5 0 0 0 0 3 0
- 75 373907 8 0 1 6 0 9 15 0 0 6 3 8 15
- 76 3329922 1 1 1 26 1 8 20 0 0 0 1 108 71
- 77 8277533 10 19 23 298 40 264 84 0 18 19 32 381 281
- 78 5503679 8 5 3 103 88 231 75 0 2 6 20 118 186
- 79 431787 2 4 0 14 2 21 10 0 1 2 0 11 10
- 80 760800 1 0 0 9 1 41 6 0 1 4 2 25 27
- 81 2526108 8 15 21 127 131 178 82 0 39 51 2 143 118
- 82 1405297 6 0 0 2 0 7 2 0 1 1 0 17 16
- 84 166145 1 0 0 8 0 10 0 0 0 5 0 6 6
- 85 1642765 0 0 1 28 4 7 1 0 2 4 0 71 47
- 86 800356 1 1 0 5 0 0 0 0 0 0 0 10 0
- 87 1703477 5 0 0 6 2 1 0 0 0 1 0 12 12
- 88 2090000 0 0 0 0 0 0 0 0 0 0 0 19 0
- 89 2066322 6 5 3 97 5 59 12 0 4 9 1 79 105
- 90 481594 3 2 0 9 1 12 10 0 0 0 0 22 10
- 91 1797378 3 3 3 26 9 13 24 0 0 4 0 57 36
- 92 1086029 0 11 7 58 13 27 52 1 1 6 1 66 54
- 93 1940821 0 0 4 27 2 34 4 0 0 5 3 46 52
- 94 1434497 0 1 0 24 2 21 0 0 4 4 2 59 47
- 95 1144668 3 0 0 8 0 0 0 0 4 0 4 17 6
- 96 1538784 5 4 0 48 5 21 8 0 5 10 2 56 24
- 97 186414 0 0 0 5 0 3 0 0 0 1 0 9 0
- 99 490000 1 0 0 1 0 2 0 0 0 0 0 2 15
- 100 400000 1 1 0 0 0 0 0 0 0 0 0 8 0
- 101 230641 0 2 0 32 0 2 2 0 0 3 0 18 46
- 102 1523428 0 0 2 30 0 45 1 0 0 4 0 31 10
- 103 1202696 7 5 8 27 0 10 3 0 0 8 0 27 9
- 104 400000 0 4 6 11 0 3 3 0 0 0 0 3 0
- 105 718698 0 3 2 32 1 19 18 0 0 5 0 12 26
- 107 541299 1 0 0 2 4 3 0 0 0 3 0 9 0
- 108 115000 0 0 0 4 3 0 0 0 0 0 0 3 16
- 109 57500 0 2 0 15 0 0 2 0 0 1 0 9 0
- 110 95170 0 1 1 8 4 0 4 0 0 0 0 0 1
- 111 116162 0 0 0 2 1 3 0 0 0 0 0 4 2
- 112 94129 0 0 5 9 0 0 0 0 0 0 0 3 0
- 113 119805 1 0 0 2 1 9 1 0 0 0 0 6 3
- 114 162150 0 0 1 2 1 7 2 0 0 0 0 7 7
- 115 650719 1 0 2 60 1 5 2 0 0 2 0 33 4
- 116 155276 1 0 0 0 0 2 5 0 0 0 0 4 2
- 118 493349 0 2 0 10 0 1 3 0 0 5 0 15 3
- 119 215224 0 0 0 2 0 0 0 0 0 0 0 5 10
- 120 162219 1 0 0 7 0 1 0 0 0 0 0 5 0
- 121 151336 0 1 0 20 0 12 3 0 0 1 0 4 1
- 122 151666 5 1 4 28 0 15 15 0 0 2 2 8 20
- 123 782215 0 8 3 39 2 27 0 0 0 10 0 25 6
- 124 69000 0 0 0 4 0 9 0 0 0 0 0 8 12
- 132 306831 1 0 0 14 1 2 0 0 0 0 0 10 0
- 133 90000 0 0 0 2 0 8 0 0 0 0 0 4 2
- 134 149793 0 1 3 12 0 8 5 0 0 3 0 8 3
- 135 1693052 2 10 7 26 2 11 2 0 0 7 1 54 16
- 136 70725 1 0 0 1 0 6 0 0 0 0 0 7 10
- 137 471801 0 0 0 10 0 8 0 0 0 0 2 16 4
- 138 176110 0 0 2 1 0 0 0 0 0 0 0 4 5
- 139 100000 0 0 0 1 0 0 0 0 0 1 0 3 2
- 140 68945 1 0 0 3 0 3 0 0 0 0 0 7 0
- 141 237258 1 4 0 11 0 0 4 0 0 1 1 12 8
- 142 8734312 21 9 12 189 6 84 28 0 0 9 0 182 110
- 143 347218 2 0 0 8 1 7 0 0 0 1 0 9 6
- 144 258221 0 0 0 7 0 4 2 0 0 0 0 10 0
- 146 399670 0 3 0 9 0 0 4 0 0 3 0 18 0
- 147 194522 2 0 0 7 0 6 0 0 0 1 0 9 20
- 148 1049001 0 4 1 47 29 4 5 0 0 6 0 62 9
- 149 150222 1 0 0 6 0 4 1 0 0 2 0 5 5
- 150 187170 0 3 0 8 0 0 1 0 0 0 0 6 0
- 151 277057 2 0 0 8 0 14 0 0 0 3 0 11 2
- 152 263638 0 0 0 3 0 5 0 0 0 1 0 4 2
- 153 539572 0 1 5 39 2 3 4 0 0 0 0 9 0
- 154 183366 0 0 1 17 0 0 3 0 0 0 0 13 0
- 162 322640 3 1 0 19 0 15 7 0 0 3 0 11 6
- 166 196662 1 0 0 18 0 0 2 0 0 2 0 14 15
- 167 163194 0 1 0 13 0 0 3 0 0 2 1 10 15
- 168 69685 1 5 4 9 0 0 6 0 0 3 8 6 8
- 170 130280 0 0 0 3 0 2 1 0 0 0 0 3 0
- 171 1892476 9 11 2 161 9 139 34 0 0 13 4 69 67
- 172 351024 0 2 3 8 3 8 2 0 0 3 0 9 1
- 173 500000 0 0 0 3 1 2 0 0 0 0 0 14 3
- 174 593558 5 1 0 0 0 5 2 0 0 1 0 6 5
- 175 1000000 0 0 0 0 0 0 0 0 0 0 0 11 0
- 176 87835 1 0 0 2 2 0 1 0 0 0 0 4 1
- 177 435995 2 4 2 8 0 4 2 0 0 1 0 21 11
- 178 2000000 0 1 0 2 0 0 0 0 0 0 0 2 1
- 179 200000 1 0 0 0 0 0 0 0 0 0 0 0 0
- 180 500000 2 0 0 0 0 0 0 0 0 0 0 2 0
- 181 1000000 1 0 0 0 0 0 0 0 0 0 0 8 0
- 182 350000 0 1 0 2 0 2 3 0 0 0 0 5 7
- 183 400000 0 0 0 0 0 0 0 0 0 0 0 4 5
- 184 187751 1 0 0 5 1 0 7 0 0 3 0 10 3
- 185 253915 0 6 7 45 0 2 0 0 0 5 0 58 220
- 186 300401 0 2 0 11 0 18 0 0 0 0 0 8 0
- 187 325786 0 0 0 3 1 5 0 0 0 0 0 11 5
- 188 5621997 8 4 0 24 5 20 0 0 1 2 12 58 37
- 189 2120690 1 13 7 134 23 76 15 0 0 15 0 67 260
- 190 585116 2 2 1 14 2 12 1 0 0 1 0 22 5
- 191 2001772 1 7 2 26 3 21 0 0 0 3 0 54 3
- 192 1061772 1 1 1 10 0 11 0 0 0 2 0 25 12
- 193 135386 1 2 6 19 2 9 0 0 0 0 0 3 0
- 194 500000 0 0 0 0 0 0 0 0 0 0 0 0 1
-
-
-# name: ans
-# type: matrix
-# rows: 1
-# columns: 2
- 290 15
-
-
-# name: lambda
-# type: diagonal matrix
-# rows: 11
-# columns: 11
-22.946585412187421
-1931.6654643260799
-2593.9795924916175
-3457.3395622408857
-5625.1514737118023
-8672.0659466665711
-18914.627989173332
-47522.6781848803
-57483.681267435793
-225653.06853980463
-7494628.7953938534
-
-
-# name: vect
-# type: matrix
-# rows: 11
-# columns: 11
- 0.001392810422550717 0.037187381347874138 -0.065276210391403036 0.11401592699694482 -0.057482252273087286 -0.43368899391332477 -0.8617370695793013 0.018077508393512427 -0.20942328673520219 0.04406834781729866 0.035305594804226757
- -0.00080997965313001584 0.60908800831578724 0.38180665310528733 -0.56588395885253784 -0.26231179752889189 0.22396195139661562 -0.18893568701613578 -0.026534997984712264 0.07359852054049984 0.006211058349064877 0.046771921092627386
- -0.0075395729093805366 -0.45899544783231888 -0.5215316615485539 -0.67232668906122506 -0.19752213456241605 0.094376523806025736 -0.11098036666249886 -0.0037696616615502101 0.029602477651318463 -0.041501535314358344 0.048953291513389265
- -0.00015197372585537322 -0.0023868413299198833 -0.039383896728816099 0.020470931032591368 0.029084893240712412 -0.04287850578243544 0.039810057651133685 -0.25705259607884912 0.17314674927411106 0.72026506792286382 0.61556249852100742
- 0.0010984696390625669 -0.021295818804360569 -0.017772378560478416 0.1018923103268666 0.15146937545309533 0.029246114632324443 -0.22268033972341814 0.093731562137041924 0.84202992189556602 -0.37245546490671322 0.24277452925483708
- 4.634115630557653e-05 0.024446209810118007 0.034513808847537839 0.0068265924193010941 -0.028772508722239187 -0.036347064631517365 0.12359571477172455 0.055570948693301321 -0.40806017173503228 -0.51786933384306577 0.73685129246517744
- 0.0011860028016074449 0.0042558464030599888 0.023495928427698789 -0.048185148380062458 -0.015672782378184535 -0.058141787313936176 0.058107909891642787 0.95701402990701101 0.0052365196161915139 0.25496118410044 0.095893176429320104
- -0.99993653486432243 0.00056339645553188616 0.0065197820100834202 0.004046982474121206 0.0075475146800696473 0.0012607778742422962 -0.0023724195455069081 0.0014644786043862637 -0.0010271031675555136 0.00055851484167292696 0.00016944863048107996
- -0.0016282256896621595 0.46825855272148731 -0.65977518401484947 0.26872055666444072 0.028869079286093505 0.49534627142851201 -0.12024546216317963 0.058770979212280944 -0.091452392782732247 0.020458697705750234 0.017910770099051333
- 0.001700173169473845 -0.42580867393319216 0.33001193867694534 0.28074347877196781 -0.39003516978165265 0.62609930707432293 -0.27487428930116464 0.036415769623522283 -0.059675610198041698 0.053341708222992751 0.05952332821548334
- 0.0077009678970553349 -0.12368395587829271 0.17350369137338406 -0.224808824018637 0.84320406749777232 0.3287592342776483 -0.22260190597676177 0.018627387946442864 -0.17996764564584086 0.048312774840992258 0.017425168262079013
-
-
--- a/ТЕМА2/Prog.m
+++ b/ТЕМА2/Prog.m
@@ -1,22 +0,0 @@
-XX = load('dan_vuz.txt')
-size(XX)
-X=XX(:,3:13);
-R=corr(X)
-[vect,lambda]=eig(X'*X)
-Sobst=diag(lambda);
-fprintf('Eigenvalues:\n %f \n',Sobst)
-fprintf('\n')
-SobMax=Sobst(end)
-GlComp=vect(:,end)
-Delt=100*SobMax/sum(Sobst)
-fprintf('Delta= %d \n ',round(Delt))
-Res=X*GlComp
-fprintf(' Results \n ')
-fprintf('%d  %f \n ',[XX(:,1),Res] ')
-save res.mat Res -mat
-hist(Res,20)
-xlabel('Results ')
-ylabel('Number of Unis ')
-saveas(gcf, 'Hist.jpg ', 'jpg ')
-CorFin=corr(Res,XX(:,2))
-fprintf('Correlation of Results and Money = %f \n',CorFin)
--- a/ТЕМА2/report.md
+++ b/ТЕМА2/report.md
--- a/ТЕМА2/res.mat
+++ b/ТЕМА2/res.mat
--- a/ТЕМА2/sceens/1.png
+++ b/ТЕМА2/sceens/1.png
--- a/ТЕМА2/screens/1.png
+++ b/ТЕМА2/screens/1.png
--- a/ТЕМА2/screens/2.png
+++ b/ТЕМА2/screens/2.png
--- a/ТЕМА2/screens/3.png
+++ b/ТЕМА2/screens/3.png