LatyshevGI/it-labs
1
0
Форкнуть 0
ответвлено от main/it-labs
Код Задачи Запросы на слияние Пакеты Проекты Релизы Вики Активность

Сравнить коммиты

Основа: LatyshevGI:main
Ветки Теги
LatyshevGI:main main:main
..
сравнить: main:main
Ветки Теги
main:main LatyshevGI:main

1 Коммитов
main ... main

Автор SHA1 Сообщение Дата
Дмитрий Козлюк
eb4b78d4a5 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
28 изменённых файлов: 28 добавлений и 1879 удалений
Показать все файлы Свернуть все файлы

45
README.md
Просмотреть файл

@@ -2,42 +2,53 @@
[Репозиторий с методическими указаниями и заданиями.](http://uit.mpei.ru/git/main/it) [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.** **Работы проверяются только после того, как закоммичены по правилам ниже.**
## Работа с Git
[Лабораторная работа про Git второго семестра][gitlab] [Лабораторная работа про Git второго семестра][gitlab]
поможет вспомнить, как работать с Git. поможет вспомнить, как работать с Git.
[gitlab]: http://uit.mpei.ru/git/main/cs/src/branch/main/labs/lab02 [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*. создать на сервере копию этого репозитория («форкнуть» его), нажав *Fork*.
Получится репозиторий-форк `http://uit.mpei.ru/git/IvanovII/it-labs`, Получится репозиторий-форк `http://uit.mpei.ru/git/IvanovII/it-labs`,
где `IvanovII` — ваше имя пользователя. где `IvanovII` — ваше имя пользователя.
2. В начале каждого занятия: 2. В начале каждого занятия:
Клонировать свой форк на рабочий стол 1. Настроить Git, чтобы не было проблем с вводом пароля:
(`IvanovII` заменить на свое имя пользователя):
```sh ```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 ```sh
# Первую команду нужно запускать только один раз, git clone http://uit.mpei.ru/git/IvanovII/it-labs.git
# 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
```
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`. 3. После того, как отчет написан, закоммитить его как `TEMAn/report.md`.

351
ТЕМА1/Perem
Просмотреть файл

@@ -1,351 +0,0 @@
# Created by Octave 8.3.0, Wed Feb 11 12:15:55 2026 GMT <unknown@w10prog-70>
# name: A
# type: matrix
# rows: 4
# columns: 6
-0.73727231346913291 0.61252763556875134 -1.0247603422502973 -0.48163379138569112 0.22966452931337661 1.1971226141126756
-1.502818910650384 -0.17905606695380771 1.4594763002989175 -0.47079045483830101 0.30012227121004409 0.020586940300524166
0.34534485618162197 2.0787797069715035 -1.0798672376220004 -0.7044893565142325 1.252896784998091 0.84114816085338584
0.55306389062025596 0.8516157716753715 -0.76826857493889833 1.2280384049799278 -0.7263373574957438 -0.29429814112780134
# name: B
# type: matrix
# rows: 4
# columns: 7
0.59105239060658876 0.095642559923889259 0.91180903661203105 0.39424578547474853 0.22193040133861641 0.71907502413404578 0.82459135092380353
0.94275390552909255 0.39913668632638211 0.84966004546821772 0.23745097838092799 0.68745282082163239 0.82789158737183677 0.18911279572064787
0.94109544669181544 0.34119623204694649 0.28108673141363094 0.17795676332466015 0.27178786557033852 0.63794937967714971 0.8560881757234946
0.30013238231898998 0.87968112363078022 0.58280067970151017 0.5333001805222366 0.63388551753916078 0.015838881753381551 0.27504917746652924
# name: B1
# type: matrix
# rows: 4
# columns: 7
0.76879931751178654 0.30926131333209017 0.9548869234689682 0.62788994694512235 0.47109489631985657 0.84798291500126688 0.90807012445284396
0.97095515114195285 0.63177265398747839 0.92177006106090131 0.48728941952491434 0.82912774698572977 0.90988548036103789 0.43487101043947257
0.97010074048617001 0.58412004934512096 0.53017613244433304 0.42184921870813052 0.52133277814687473 0.79871733402822165 0.92525033138253698
0.54784339214687072 0.93791317488922199 0.76341383253220541 0.73027404480936919 0.79616927693748696 0.12585261917569118 0.52445131086358177
# name: B1D
# type: matrix
# rows: 4
# columns: 1
0.76879931751178654
0.63177265398747839
0.53017613244433304
0.73027404480936919
# name: B2
# type: matrix
# rows: 4
# columns: 7
-0.52585061811651135 -2.3471373705029488 -0.092324700512675814 -0.93078074317774195 -1.5053914537473123 -0.32978958159472416 -0.19286734757855409
-0.058950000153664875 -0.91845134851017651 -0.16291895600568987 -1.4377940836294052 -0.37476207605560669 -0.18887306629516837 -1.6654116391836846
-0.060710713412156017 -1.0752975066643167 -1.2690920045542944 -1.7262146608661322 -1.3027334229624392 -0.44949634098393082 -0.15538189912268596
-1.2035316272622167 -0.12819579668843345 -0.53991003839287555 -0.62867082287528797 -0.45588691255473801 -4.1452874914653259 -1.2908053701522193
# name: B3
# type: matrix
# rows: 4
# columns: 7
0.55723518882456657 0.095496811560353265 0.79061273574573154 0.38411194201159027 0.22011308904269311 0.65868898783702878 0.7342704292445873
0.80917925659859702 0.3886230327382853 0.75105599747087715 0.23522589537375255 0.63457061759123157 0.73650681538836982 0.18798758240267766
0.80820369708058359 0.3346146066099952 0.27739989430765039 0.17701897560099394 0.26845410227566069 0.59554939303711385 0.75528455029163566
0.29564667373130898 0.77053566727371769 0.55036444839846288 0.50837800219706897 0.59227990787181195 0.015838219511181712 0.27159426626067934
# name: BS1
# type: matrix
# rows: 4
# columns: 7
0.30013238231898998 0.095642559923889259 0.28108673141363094 0.17795676332466015 0.22193040133861641 0.015838881753381551 0.18911279572064787
0.59105239060658876 0.34119623204694649 0.58280067970151017 0.23745097838092799 0.27178786557033852 0.63794937967714971 0.27504917746652924
0.94109544669181544 0.39913668632638211 0.84966004546821772 0.39424578547474853 0.63388551753916078 0.71907502413404578 0.82459135092380353
0.94275390552909255 0.87968112363078022 0.91180903661203105 0.5333001805222366 0.68745282082163239 0.82789158737183677 0.8560881757234946
# name: BS2
# type: matrix
# rows: 4
# columns: 7
0.59105239060658876 0.095642559923889259 0.91180903661203105 0.39424578547474853 0.22193040133861641 0.71907502413404578 0.82459135092380353
0.94109544669181544 0.34119623204694649 0.28108673141363094 0.17795676332466015 0.27178786557033852 0.63794937967714971 0.8560881757234946
0.94275390552909255 0.39913668632638211 0.84966004546821772 0.23745097838092799 0.68745282082163239 0.82789158737183677 0.18911279572064787
0.30013238231898998 0.87968112363078022 0.58280067970151017 0.5333001805222366 0.63388551753916078 0.015838881753381551 0.27504917746652924
# name: C
# type: double_range
# base, limit, increment
4 27 1
# name: D
# type: matrix
# rows: 4
# columns: 6
4 8 12 16 20 24
5 9 13 17 21 25
6 10 14 18 22 26
7 11 15 19 23 27
# name: D1
# type: scalar
22
# name: D2
# type: matrix
# rows: 1
# columns: 3
18 22 26
# name: D3
# type: matrix
# rows: 2
# columns: 3
13 17 21
14 18 22
# name: D4
# type: matrix
# rows: 1
# columns: 5
19 20 21 22 23
# name: D5
# type: matrix
# rows: 2
# columns: 3
6 14 26
7 15 27
# name: DB
# type: diagonal matrix
# rows: 4
# columns: 4
0.76879931751178654
0.63177265398747839
0.53017613244433304
0.73027404480936919
# name: DDD
# type: matrix
# rows: 4
# columns: 6
64 512 1728 4096 8000 13824
125 729 2197 4913 9261 15625
216 1000 2744 5832 10648 17576
343 1331 3375 6859 12167 19683
# name: DL
# type: bool matrix
# rows: 4
# columns: 6
0 0 0 0 1 1
0 0 0 0 1 1
0 0 0 0 1 1
0 0 0 0 1 1
# name: DP1
# type: matrix
# rows: 1
# columns: 6
840 7920 32760 93024 212520 421200
# name: DS1
# type: matrix
# rows: 1
# columns: 6
22 38 54 70 86 102
# name: DS2
# type: matrix
# rows: 4
# columns: 1
84
90
96
102
# name: Dstolb
# type: matrix
# rows: 24
# columns: 1
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# name: Dsum
# type: scalar
22.547300573537278
# name: Dsum2
# type: scalar
-0.057010896737607175
# name: E
# type: matrix
# rows: 7
# columns: 6
-1.3615601059651763 2.4051577041657137 -0.47660048596686944 -1.022927977372607 1.3797833104717792 1.4302429032552979
-0.06599454314041181 1.4455379880627621 -0.55975816400814127 0.60593865914243417 -0.069706088261014543 0.15082093809630465
-1.5297388736122668 1.4870110910353938 -0.44561084060522976 -0.32149087600351833 0.39327485227217829 1.1739575485970415
-0.29110679745070261 1.023069153614264 -0.65934081875611439 0.22787271087229993 -0.0025857875468198732 0.46958768681780938
-0.75230050784941283 1.117659909401818 -0.0045935093155337059 0.15642869455968733 0.1373968543088564 0.3218929861503898
-1.5452527897305821 1.6318591788852228 -0.22966056633712781 -1.1660720800323485 1.2013950857470637 1.4098133212944439
-0.44438524249162564 2.4850781416685117 -1.7047760846414701 -0.75151761265019712 1.1189479765487891 1.6301807403191899
# name: F
# type: matrix
# rows: 4
# columns: 13
-0.73727231346913291 0.61252763556875134 -1.0247603422502973 -0.48163379138569112 0.22966452931337661 1.1971226141126756 0.59105239060658876 0.095642559923889259 0.91180903661203105 0.39424578547474853 0.22193040133861641 0.71907502413404578 0.82459135092380353
-1.502818910650384 -0.17905606695380771 1.4594763002989175 -0.47079045483830101 0.30012227121004409 0.020586940300524166 0.94275390552909255 0.39913668632638211 0.84966004546821772 0.23745097838092799 0.68745282082163239 0.82789158737183677 0.18911279572064787
0.34534485618162197 2.0787797069715035 -1.0798672376220004 -0.7044893565142325 1.252896784998091 0.84114816085338584 0.94109544669181544 0.34119623204694649 0.28108673141363094 0.17795676332466015 0.27178786557033852 0.63794937967714971 0.8560881757234946
0.55306389062025596 0.8516157716753715 -0.76826857493889833 1.2280384049799278 -0.7263373574957438 -0.29429814112780134 0.30013238231898998 0.87968112363078022 0.58280067970151017 0.5333001805222366 0.63388551753916078 0.015838881753381551 0.27504917746652924
# name: FF
# type: matrix
# rows: 2
# columns: 4
1 1 1 1
1 1 1 1
# name: G
# type: matrix
# rows: 4
# columns: 6
-2.9490892538765316 4.9002210845500107 -12.297124107003569 -7.706140662171058 4.5932905862675319 28.730942738704215
-7.5140945532519199 -1.6115046025842694 18.973191903885926 -8.0034377322511165 6.302567695410926 0.51467350751310414
2.0720691370897319 20.787797069715033 -15.118141326708006 -12.680808417256184 27.563729269958003 21.869852182188033
3.8714472343417916 9.3677734884290871 -11.524028624083474 23.332729694618628 -16.705759222402108 -7.9460498104506359
# name: GG
# type: matrix
# rows: 5
# columns: 5
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
# name: H
# type: string
# elements: 1
# length: 24
This is a symbols vector
# name: L
# type: complex matrix
# rows: 1
# columns: 2
(-2,23.100000000000001) (3,-5.5999999999999996)
# name: M
# type: matrix
# rows: 4
# columns: 6
-0.65535316752811812 1.0889380187888913 -2.732694246000793 -1.7124757027046795 1.0207312413927849 6.3846539419342703
-1.6697987896115378 -0.35811213390761543 4.2162648675302057 -1.7785417182780259 1.4005705989802057 0.11437189055846758
0.46045980824216265 4.6195104599366736 -3.3595869614906682 -2.81795742605693 6.125273171101778 4.8599671515973411
0.86032160763150922 2.0817274418731304 -2.5608952497963275 5.1850510432485839 -3.7123909383115796 -1.7657888467668079
# name: NN
# type: matrix
# rows: 1
# columns: 20
11.5 12.689473684210526 13.878947368421052 15.06842105263158 16.257894736842104 17.44736842105263 18.63684210526316 19.826315789473686 21.015789473684212 22.205263157894738 23.394736842105264 24.58421052631579 25.773684210526316 26.963157894736842 28.152631578947371 29.342105263157897 30.531578947368423 31.721052631578949 32.910526315789475 34.100000000000001
# name: ans
# type: scalar
0
# name: dinv
# type: matrix
# rows: 4
# columns: 4
0.52600040745740051 -0.043198551377800619 -0.24925039922686401 0.047027740270817152
-0.043198551377800619 0.43540238432892597 0.08064099872952471 0.31914673291725865
-0.24925039922686401 0.08064099872952471 0.24810891368783075 -0.0022361058657988484
0.047027740270817152 0.31914673291725865 -0.0022361058657988484 0.51804403619424122
# name: dt
# type: scalar
135.51250352394734
# name: elem
# type: scalar
28
# name: i
# type: scalar
19
# name: k
# type: scalar
7
# name: nm
# type: matrix
# rows: 1
# columns: 2
4 7

5
ТЕМА1/Prog1.m
Просмотреть файл

@@ -1,5 +0,0 @@
D1=D(3,5)
D2=D(3,4:end)
D3=D(2:3,3:5)
D4=D(16:20)
D5=D(3:4,[1,3,6])

Двоичные данные
ТЕМА1/assets/figure11-1.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 32 KiB

Двоичные данные
ТЕМА1/assets/figure11-2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 13 KiB

Двоичные данные
ТЕМА1/assets/figure11-3.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 66 KiB

Двоичные данные
ТЕМА1/assets/figure11-4.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 17 KiB

Двоичные данные
ТЕМА1/assets/figure12-1.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 12 KiB

Двоичные данные
ТЕМА1/assets/figure12-2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 23 KiB

Двоичные данные
ТЕМА1/assets/figure13.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 69 KiB

Двоичные данные
ТЕМА1/assets/figure2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 9.6 KiB

Двоичные данные
ТЕМА1/assets/figure4.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 20 KiB

Двоичные данные
ТЕМА1/assets/figure5-1.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 106 KiB

Двоичные данные
ТЕМА1/assets/figure5-2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 12 KiB

Двоичные данные
ТЕМА1/assets/figure6.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 19 KiB

523
ТЕМА1/report.md
Просмотреть файл

@@ -1,523 +0,0 @@
# Отчёт по теме 1
Латышев Герман, А-03-24
## 1 Изучение среды GNU Octave
## 2 Настройка текущего каталога
Нажал на окно рядом с **Текущая папка:** и установил путь к папке ТЕМА1:
![Скриншот выбора текущей папки](assets/figure2.png)
## 3 Настройка отображения окон
## 4 Установка путей к папкам ТЕМА1 и ТЕМА2
Добавил пути к папкам **ТЕМА1** и **ТЕМА2**
Проверил список файлов в текущей папке
![Скриншот проверки списка файлов](assets/figure4.png)
## 5 Работа с системой помощи
Открыл обширное англоязычное описание методики работы со средой
![Скриншот англоязычного описания](assets/figure5-1.png)
Применил способ получения справок с помощью команды **help**
```matlab
>> help randn
'randn' is a built-in function from the file libinterp/corefcn/rand.cc
-- X = randn (N)
-- X = randn (M, N, ...)
-- X = randn ([M N ...])
-- X = randn (..., "single")
-- X = randn (..., "double")
-- V = randn ("state")
-- randn ("state", V)
-- randn ("state", "reset")
-- V = randn ("seed")
-- randn ("seed", V)
-- randn ("seed", "reset")
```
Воспользовался функцией из дополнительно загружаемых пакетов
![Скриншот дополнительно загружаемых пакетов](assets/figure5-2.png)
## 6 Создание нескольких матриц с помощью различных команд
Матрица А со случайными, нормально распределенными элементами, с 4 строками и 6 столбцами
```matlab
>> A=randn(4,6)
A =
-0.737272 0.612528 -1.024760 -0.481634 0.229665 1.197123
-1.502819 -0.179056 1.459476 -0.470790 0.300122 0.020587
0.345345 2.078780 -1.079867 -0.704489 1.252897 0.841148
0.553064 0.851616 -0.768269 1.228038 -0.726337 -0.294298
```
Матрица В 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 1
```matlab
>> B=rand(4,7)
B =
0.591052 0.095643 0.911809 0.394246 0.221930 0.719075 0.824591
0.942754 0.399137 0.849660 0.237451 0.687453 0.827892 0.189113
0.941095 0.341196 0.281087 0.177957 0.271788 0.637949 0.856088
0.300132 0.879681 0.582801 0.533300 0.633886 0.015839 0.275049
```
Вектор С 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
```
Символьный вектор Н
```matlab
>> H = "This is a symbols vector"
H = This is a symbols vector
```
Вектор-строка L с 2 комплексными элементами
```matlab
L =
-2.0000 + 23.1000i 3.0000 - 5.6000i
```
## 7 Выполнение операций с матрицами
Преобразование матрицы С 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
```
Матричное перемножение В и А с транспонированием матрицы В (число столбцов в В должно совпадать с числом строк в А)
```matlab
>> E = B'*A
E =
-1.3616e+00 2.4052e+00 -4.7660e-01 -1.0229e+00 1.3798e+00 1.4302e+00
-6.5995e-02 1.4455e+00 -5.5976e-01 6.0594e-01 -6.9706e-02 1.5082e-01
-1.5297e+00 1.4870e+00 -4.4561e-01 -3.2149e-01 3.9327e-01 1.1740e+00
-2.9111e-01 1.0231e+00 -6.5934e-01 2.2787e-01 -2.5858e-03 4.6959e-01
-7.5230e-01 1.1177e+00 -4.5935e-03 1.5643e-01 1.3740e-01 3.2189e-01
-1.5453e+00 1.6319e+00 -2.2966e-01 -1.1661e+00 1.2014e+00 1.4098e+00
-4.4439e-01 2.4851e+00 -1.7048e+00 -7.5152e-01 1.1189e+00 1.6302e+00
```
Создание матрицы путем «горизонтального» соединения матриц А и В (числа строк у соединяемых матриц должны совпадать)
```matlab
>> F = [A,B]
F =
Columns 1 through 12:
-0.737272 0.612528 -1.024760 -0.481634 0.229665 1.197123 0.591052 0.095643 0.911809 0.394246 0.221930 0.719075
-1.502819 -0.179056 1.459476 -0.470790 0.300122 0.020587 0.942754 0.399137 0.849660 0.237451 0.687453 0.827892
0.345345 2.078780 -1.079867 -0.704489 1.252897 0.841148 0.941095 0.341196 0.281087 0.177957 0.271788 0.637949
0.553064 0.851616 -0.768269 1.228038 -0.726337 -0.294298 0.300132 0.879681 0.582801 0.533300 0.633886 0.015839
Column 13:
0.824591
0.189113
0.856088
0.275049
```
Поэлементное перемножение матриц A и D (размеры матриц должны совпадать)
```matlab
>> G = A.*D
G =
-2.9491 4.9002 -12.2971 -7.7061 4.5933 28.7309
-7.5141 -1.6115 18.9732 -8.0034 6.3026 0.5147
2.0721 20.7878 -15.1181 -12.6808 27.5637 21.8699
3.8714 9.3678 -11.5240 23.3327 -16.7058 -7.9460
```
Поэлементное деление элементов матрицы G на 4.5
```matlab
>> M = G./4.5
M =
-0.6554 1.0889 -2.7327 -1.7125 1.0207 6.3847
-1.6698 -0.3581 4.2163 -1.7785 1.4006 0.1144
0.4605 4.6195 -3.3596 -2.8180 6.1253 4.8600
0.8603 2.0817 -2.5609 5.1851 -3.7124 -1.7658
```
Поэлементное возведение в степень элементов 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
```
Cоздание логической матрицы, 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
```
Превращение матрицы в вектор-столбец
```matlab
>> Dstolb=D(:)
Dstolb =
4
5
6
7
8
9
10
11
12
13
14
15
```
## 8 Изучение математических функций и операций с матрицами
Математические функции:
```matlab
>> B1=sqrt(B)
B1 =
0.7688 0.3093 0.9549 0.6279 0.4711 0.8480 0.9081
0.9710 0.6318 0.9218 0.4873 0.8291 0.9099 0.4349
0.9701 0.5841 0.5302 0.4218 0.5213 0.7987 0.9253
0.5478 0.9379 0.7634 0.7303 0.7962 0.1259 0.5245
>> B2=log(B)
B2 =
-0.525851 -2.347137 -0.092325 -0.930781 -1.505391 -0.329790 -0.192867
-0.058950 -0.918451 -0.162919 -1.437794 -0.374762 -0.188873 -1.665412
-0.060711 -1.075298 -1.269092 -1.726215 -1.302733 -0.449496 -0.155382
-1.203532 -0.128196 -0.539910 -0.628671 -0.455887 -4.145287 -1.290805
>> B3=sin(B)
B3 =
0.557235 0.095497 0.790613 0.384112 0.220113 0.658689 0.734270
0.809179 0.388623 0.751056 0.235226 0.634571 0.736507 0.187988
0.808204 0.334615 0.277400 0.177019 0.268454 0.595549 0.755285
0.295647 0.770536 0.550364 0.508378 0.592280 0.015838 0.271594
```
Операции с матрицами:
```matlab
>> k=length(B1)
k = 7
>> nm=size(B1)
nm =
4 7
>> elem=numel(B1)
elem = 28
>> 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
>> FF=ones(2,4)
FF =
1 1 1 1
1 1 1 1
>> 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
>> B1D=diag(B1)
B1D =
0.7688
0.6318
0.5302
0.7303
>> DB=diag(B1D)
DB =
Diagonal Matrix
0.7688 0 0 0
0 0.6318 0 0
0 0 0.5302 0
0 0 0 0.7303
>> BS1=sort(B)
BS1 =
0.300132 0.095643 0.281087 0.177957 0.221930 0.015839 0.189113
0.591052 0.341196 0.582801 0.237451 0.271788 0.637949 0.275049
0.941095 0.399137 0.849660 0.394246 0.633886 0.719075 0.824591
0.942754 0.879681 0.911809 0.533300 0.687453 0.827892 0.856088
>> BS2=sortrows(B,2)
BS2 =
0.591052 0.095643 0.911809 0.394246 0.221930 0.719075 0.824591
0.941095 0.341196 0.281087 0.177957 0.271788 0.637949 0.856088
0.942754 0.399137 0.849660 0.237451 0.687453 0.827892 0.189113
0.300132 0.879681 0.582801 0.533300 0.633886 0.015839 0.275049
>> DS1=sum(D)
DS1 =
22 38 54 70 86 102
>> DS2=sum(D,2)
DS2 =
84
90
96
102
>> DP1=prod(D)
DP1 =
840 7920 32760 93024 212520 421200
>> dt=det(A*A')
dt = 135.51
>> dinv=inv(A*A')
dinv =
5.2600e-01 -4.3199e-02 -2.4925e-01 4.7028e-02
-4.3199e-02 4.3540e-01 8.0641e-02 3.1915e-01
-2.4925e-01 8.0641e-02 2.4811e-01 -2.2361e-03
4.7028e-02 3.1915e-01 -2.2361e-03 5.1804e-01
```
## 9 Изучение индексации элементов матриц
```matlab
>> D1=D(3,5)
D1 = 22
>> D2=D(3,4:end)
D2 =
18 22 26
>> D3=D(2:3,3:5)
D3 =
13 17 21
14 18 22
>> D4=D(16:20)
D4 =
19 20 21 22 23
>> D5=D(3:4,[1,3,6])
D5 =
6 14 26
7 15 27
```
## 10 Изучение 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
D(3,5)>=20
```
## 11 Использвание графических функций для построения различных графиков
Функция посторения графиков:
```matlab
>> plot(D(1,:),B([2,4],1:6))
```
![Скриншот графика](assets/figure11-1.png)
Функция расчета и посторения гистограммы:
```matlab
>> hist(A(:),6)
```
![Скриншот гистограммы](assets/figure11-2.png)
Функция расчета и посторения круговой диаграммы:
```matlab
>> pie(C)
```
![Скриншот круговой диаграммы](assets/figure11-3.png)
Функция расчета и посторения диаграммы столбцов:
```matlab
>> bar(C)
```
![Скриншот диаграммы столбцов](assets/figure11-4.png)
## 12 Работа с текстовым редактором среды
Создал сценарий **Prog1.m**
![Скриншот сценария](assets/figure12-1.png)
Запустил программу из открытого файла на выполнение
```matlab
>> Prog1
D1 = 22
D2 =
18 22 26
D3 =
13 17 21
14 18 22
D4 =
19 20 21 22 23
D5 =
6 14 26
7 15 27
```
Запустил программу на выполнение вводом имени файла **Prog1** в командной строке
![Скриншот программы](assets/figure12-2.png)
## 13 Сохранение и загрузка области переменных
Создал файл "Perem"
Сохранил и загрузил область переменных
![Скриншот области переменных](assets/figure13.png)

171
ТЕМА1/task.md
Просмотреть файл

@@ -1,171 +0,0 @@
# Общее контрольное задание по теме 1
Латышев Герман, А-03-24
## Задание 1
Создайте переменную ММ – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стандартным отклонением 8.
## Решение
```matlab
>> MM = 10+8*randn(5,7)
MM =
7.3823 2.1192 5.0985 30.2449 20.3059 0.5029 7.6872
24.5611 -0.5282 5.2461 13.1713 7.3966 13.8162 7.3716
20.7272 17.7213 15.7943 6.1251 4.1857 14.2092 0.6198
8.3185 17.1965 9.2057 4.2271 12.7060 20.3841 13.1278
16.6658 12.1847 9.8345 30.8697 2.1443 24.7057 24.6446
>>
```
## Задание 2
Рассчитайте среднее значение SR по всем элементам матрицы ММ.
## Решение
```matlab
>> MMS = MM(:)
MMS =
7.3823
24.5611
20.7272
8.3185
16.6658
...
7.3716
0.6198
13.1278
24.6446
>> MMSs = sum(MMS)
MMSs = 429.97
>> K = numel(MM)
K = 35
>> SR = MMSs/K
SR = 12.285
```
## Задание 3
Замените в ММ все значения, превышающие SR+8, на значение SR+8, а значения, меньшие, чем SR-8, - на SR-8.
## Решение
```matlab
>> SR = MMSs/K
SR = 12.285
>> SRhigh = MM > SR+8
SRhigh =
0 0 0 1 1 0 0
1 0 0 0 0 0 0
1 0 0 0 0 0 0
0 0 0 0 0 1 0
0 0 0 1 0 1 1
>> MM(SRhigh) = SR+8
MM =
7.3823 2.1192 5.0985 20.2849 20.2849 0.5029 7.6872
20.2849 -0.5282 5.2461 13.1713 7.3966 13.8162 7.3716
20.2849 17.7213 15.7943 6.1251 4.1857 14.2092 0.6198
8.3185 17.1965 9.2057 4.2271 12.7060 20.2849 13.1278
16.6658 12.1847 9.8345 20.2849 2.1443 20.2849 20.2849
>> SRlow = MM < SR-8
SRlow =
0 1 0 0 0 1 0
0 1 0 0 0 0 0
0 0 0 0 1 0 1
0 0 0 1 0 0 0
0 0 0 0 1 0 0
>> MM(SRlow) = SR-8
MM =
7.3823 4.2849 5.0985 20.2849 20.2849 4.2849 7.6872
20.2849 4.2849 5.2461 13.1713 7.3966 13.8162 7.3716
20.2849 17.7213 15.7943 6.1251 4.2849 14.2092 4.2849
8.3185 17.1965 9.2057 4.2849 12.7060 20.2849 13.1278
16.6658 12.1847 9.8345 20.2849 4.2849 20.2849 20.2849
```
## 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
```matlab
>> MMC = MM(:)
MMC =
7.3823
20.2849
20.2849
8.3185
...
4.2849
4.2849
13.8162
14.2092
20.2849
20.2849
7.6872
7.3716
4.2849
13.1278
20.2849
>> MMCs = sort (MMC)
MMCs =
4.2849
4.2849
4.2849
4.2849
4.2849
4.2849
4.2849
...
20.2849
20.2849
20.2849
20.2849
20.2849
20.2849
20.2849
20.2849
>> Med = (K+1)/2
Med = 18
>> ELM = MMCs(Med)
ELM = 12.185
```
# Задание 5
Рассчитайте матрицу ММ1 с элементами, равными натуральным логарифмам от значений соответствующих элементов из матрицы ММ.
# Решение
```matlab
>> MM1 = log(MM)
MM1 =
1.9991 1.4551 1.6289 3.0099 3.0099 1.4551 2.0396
3.0099 1.4551 1.6575 2.5780 2.0010 2.6258 1.9976
3.0099 2.8748 2.7596 1.8124 1.4551 2.6539 1.4551
2.1185 2.8447 2.2198 1.4551 2.5421 3.0099 2.5747
2.8134 2.5002 2.2859 3.0099 1.4551 3.0099 3.0099
```

Двоичные данные
ТЕМА2/Hist.jpg
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 27 KiB

33
ТЕМА2/Prog1.m
Просмотреть файл

@@ -1,33 +0,0 @@
fp=fopen('prtcl.txt ', 'w');
XX=load('dan_vuz.txt');
size(XX);
X=XX(:,3:13);
R=corr(X);
[vect,lambda]=eig(X'*X);
Sobst=diag(lambda);
fprintf(fp,'Eigenvalues:\n %f \n',Sobst);
fprintf(fp,'\n');
SobMax=Sobst(end);
GlComp=vect(:,end);
Delt=100*SobMax/sum(Sobst);
fprintf(fp,'Delta= %d \n ',round(Delt));
Res=X*GlComp;
fprintf(fp,' Results \n ');
fprintf(fp,'%d %f \n ',[XX(:,1),Res] ');
MinRes = min(Res);
MaxRes = max(Res);
MeanRes = mean(Res);
stdRes = std(Res);
fprintf(fp, 'Min = %f \n ',MinRes);
fprintf(fp, 'Max = %f \n ',MaxRes);
fprintf(fp, 'Mean = %f \n ',MeanRes);
fprintf(fp, 'Std = %f \n ',stdRes);
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(fp,'Correlation of Results and Money = %f \n',CorFin);
fclose(fp);

Двоичные данные
ТЕМА2/assets/figure3-2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 14 KiB

Двоичные данные
ТЕМА2/assets/figure3-3.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 22 KiB

Двоичные данные
ТЕМА2/assets/figure3.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 31 KiB

Двоичные данные
ТЕМА2/assets/figure4.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 17 KiB

Двоичные данные
ТЕМА2/assets/figure5-1.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 34 KiB

Двоичные данные
ТЕМА2/assets/figure5-2.png
Просмотреть файл

Двоичный файл не отображается.
Режим "рядом"

До

Ширина:  |  Высота:  |  Размер: 17 KiB

320
ТЕМА2/prtcl.txt
Просмотреть файл

@@ -1,320 +0,0 @@
Eigenvalues:
22.946585
Eigenvalues:
1931.665464
Eigenvalues:
2593.979592
Eigenvalues:
3457.339562
Eigenvalues:
5625.151474
Eigenvalues:
8672.065947
Eigenvalues:
18914.627989
Eigenvalues:
47522.678185
Eigenvalues:
57483.681267
Eigenvalues:
225653.068540
Eigenvalues:
7494628.795394
Delta= 95
Results
197 92.541636
198 73.432513
199 5.885468
200 35.300393
201 70.208100
202 28.096191
203 87.136298
204 79.776499
205 36.243011
206 18.249808
207 49.666520
208 45.067095
209 81.785392
210 5.555862
211 105.361366
212 4.575460
213 381.204021
214 26.712747
216 8.037618
217 119.627795
218 10.061485
219 63.762947
220 9.087658
221 41.684105
222 35.907417
223 76.139589
224 23.752550
225 142.216169
226 67.755801
227 20.597788
228 76.818771
229 104.284923
230 18.541601
231 4.473983
232 3.580878
233 224.758597
234 26.863645
235 212.911324
236 50.921549
237 33.628254
238 42.168327
239 103.701129
240 136.060809
241 713.711764
242 34.027235
245 4.102289
246 27.086730
247 2.667541
248 2.497556
252 103.829221
253 7.460715
256 34.755449
257 4.359736
258 5.741187
259 15.989432
261 45.399798
264 2.462250
267 6.424390
268 66.503024
273 73.935542
275 11.130530
296 3.684256
304 9.970486
305 28.031419
311 1.352414
318 40.905330
322 11.722703
325 30.793455
326 42.716264
329 10.023429
330 32.260491
334 25.495269
335 36.870098
336 42.948416
339 87.963238
340 228.668981
341 99.146097
342 28.749899
343 9.622160
346 1.359974
347 54.213640
348 107.547742
349 116.106427
352 299.102890
356 14.333164
357 20.479493
362 144.908794
365 14.952535
366 25.976099
371 268.149429
372 12.353605
373 4.526119
376 104.664655
377 91.264814
379 209.329940
381 196.452926
383 4.812125
387 1.387719
388 50.732954
389 118.633179
391 212.528679
392 37.744725
393 30.102473
394 320.669960
395 0.000000
399 41.450044
410 141.123026
412 405.347359
413 12.875247
414 117.612150
441 8.989886
446 74.655250
448 89.566395
451 37.992598
456 40.599701
465 37.339465
466 142.928780
467 9.122607
472 53.463843
476 93.289532
477 57.155319
484 19.139209
1001 5.491474
1002 85.213352
1004 170.642969
1017 90.453986
1030 57.810669
1034 7.372961
1035 9.614944
1037 1.846687
1038 17.646937
1039 153.910670
1041 119.835954
1044 5.010210
1 2.691959
2 379.300890
3 13.497203
4 2.462250
6 19.718182
7 200.667783
8 93.618235
9 25.650544
10 26.344823
11 65.285854
12 21.514761
13 176.510003
14 1898.884523
15 91.241365
16 304.552394
17 6.355976
18 3.439437
19 158.859588
20 187.802059
21 26.561371
22 8.657907
23 110.316703
26 21.286647
28 8.028500
29 76.976887
33 148.320170
34 97.178361
35 6.713123
36 88.631285
37 333.404629
38 27.838269
40 11.662869
41 0.000000
42 71.250154
43 0.369757
44 10.360736
45 3.855089
51 81.568715
52 54.636552
53 23.501931
54 90.446620
55 57.162095
56 162.850196
57 305.874565
58 6.323299
59 59.415851
60 46.966205
62 56.660855
63 815.675312
64 47.723188
65 277.021471
66 328.086215
67 113.590454
68 11.709047
69 33.969900
71 0.913379
72 122.671912
73 59.978744
74 7.491057
75 12.504248
76 24.208529
77 400.110964
78 263.576362
79 25.930889
80 36.895259
81 254.783774
82 6.870138
84 12.625935
85 23.783568
86 3.159890
87 5.151827
88 0.000000
89 106.765711
90 15.783445
91 30.701284
92 64.989933
93 43.087958
94 31.124285
95 5.171761
96 48.085148
97 5.347890
99 2.124571
100 0.082078
101 21.635603
102 52.057076
103 25.625192
104 9.750228
105 36.202865
107 4.626653
108 3.190574
109 9.578291
110 6.374896
111 3.684453
112 5.784829
113 8.236760
114 6.872598
115 41.304826
116 1.988474
118 7.571316
119 1.231125
120 5.081094
121 21.547440
122 30.299927
123 45.503740
124 9.093912
132 10.369658
133 7.125935
134 14.133228
135 26.102416
136 5.071976
137 12.085286
138 0.713469
139 0.675086
140 4.092547
141 7.454102
142 184.663991
143 10.455368
144 7.448129
146 6.242521
147 8.860180
148 39.991951
149 6.891026
150 5.160709
151 15.489599
152 5.590467
153 27.378151
154 10.801195
162 23.750968
166 11.426264
167 8.473236
168 6.898371
170 3.416283
171 208.746883
172 12.158394
173 3.563165
174 4.158866
175 0.000000
176 1.847873
177 8.478820
178 1.277897
179 0.035306
180 0.070611
181 0.035306
182 3.039279
183 0.000000
184 4.205715
185 30.094936
186 20.128055
187 5.773718
188 31.539990
189 147.387148
190 18.314164
191 32.846011
192 14.511067
193 19.235467
194 0.000000
Min = 0.000000
Max = 1898.884523
Mean = 67.928804
Std = 145.954386
Correlation of Results and Money = 0.843710

459
ТЕМА2/report.md
Просмотреть файл

@@ -1,459 +0,0 @@
# Отчёт по Теме 2
Латышев Герман, А-03-24
## 1 Настройка каталога
- Установили путь к папке **ТЕМА2**
## 2 Изучение и работа с файлом dan_vuz.txt
- Изучили файл
- Прочитали данные из файла:
```matlab
>> XX=load('dan_vuz.txt')
XX =
Columns 1 through 10:
1.9700e+02 1.3717e+06 8.0000e+00 4.0000e+00 2.0000e+00 5.3000e+01 7.0000e+00 7.6000e+01 1.3000e+01 0
1.9800e+02 7.3820e+05 4.0000e+00 5.0000e+00 6.0000e+00 7.1000e+01 5.0000e+00 3.6000e+01 1.3000e+01 0
1.9900e+02 2.4167e+05 1.0000e+00 0 1.0000e+00 5.0000e+00 5.0000e+00 2.0000e+00 0 0
2.0000e+02 6.1990e+05 3.0000e+00 1.0000e+00 1.0000e+00 2.8000e+01 0 2.4000e+01 0 0
...
```
- Проверили размерность матрицы XX:
```matlab
>> size(XX)
ans =
290 15
```
- Выяснили, что в файле находятся данные о 290 ВУЗах
- Выделили в отдельную матрицу данные о показателях результативности:
```matlab
>> X=XX(:,3:13)
X =
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
...
```
- Составили матрицу корреляций между показателями результативности:
```matlab
>> R=corr(X)
R =
Columns 1 through 10:
1.0000e+00 4.4320e-01 4.5229e-01 4.4779e-01 3.8123e-01 4.6516e-01 3.1487e-01 6.5579e-02 2.9153e-01 4.8811e-01
4.4320e-01 1.0000e+00 8.5319e-01 8.5331e-01 8.6240e-01 8.5436e-01 5.5145e-01 2.5082e-02 4.2348e-01 8.2170e-01
4.5229e-01 8.5319e-01 1.0000e+00 8.4660e-01 8.8651e-01 9.0335e-01 5.5091e-01 3.8840e-03 4.4396e-01 7.8358e-01
4.4779e-01 8.5331e-01 8.4660e-01 1.0000e+00 8.7038e-01 9.3849e-01 7.0924e-01 4.9500e-02 4.5873e-01 8.5183e-01
3.8123e-01 8.6240e-01 8.8651e-01 8.7038e-01 1.0000e+00 9.3605e-01 5.7668e-01 3.7562e-02 3.8322e-01 7.7266e-01
4.6516e-01 8.5436e-01 9.0335e-01 9.3849e-01 9.3605e-01 1.0000e+00 6.3033e-01 4.7121e-02 4.7592e-01 8.3810e-01
3.1487e-01 5.5145e-01 5.5091e-01 7.0924e-01 5.7668e-01 6.3033e-01 1.0000e+00 7.9448e-02 4.1878e-01 6.2936e-01
6.5579e-02 2.5082e-02 3.8840e-03 4.9500e-02 3.7562e-02 4.7121e-02 7.9448e-02 1.0000e+00 4.7985e-02 5.6462e-02
2.9153e-01 4.2348e-01 4.4396e-01 4.5873e-01 3.8322e-01 4.7592e-01 4.1878e-01 4.7985e-02 1.0000e+00 6.2616e-01
4.8811e-01 8.2170e-01 7.8358e-01 8.5183e-01 7.7266e-01 8.3810e-01 6.2936e-01 5.6462e-02 6.2616e-01 1.0000e+00
3.9815e-01 2.6183e-01 2.6408e-01 3.4420e-01 1.8751e-01 3.3118e-01 2.8287e-01 1.3662e-01 4.5537e-01 3.8799e-01
Column 11:
3.9815e-01
2.6183e-01
2.6408e-01
3.4420e-01
1.8751e-01
3.3118e-01
2.8287e-01
1.3662e-01
4.5537e-01
3.8799e-01
1.0000e+00
```
- Используя метод главных компонент, получим собственные значения и собственные векторы от квадратичной формы:
```matlab
>> [vect,lambda]=eig(X'*X)
vect =
Columns 1 through 10:
1.3928e-03 3.7187e-02 -6.5276e-02 1.1402e-01 -5.7482e-02 -4.3369e-01 -8.6174e-01 1.8078e-02 -2.0942e-01 4.4068e-02
-8.0998e-04 6.0909e-01 3.8181e-01 -5.6588e-01 -2.6231e-01 2.2396e-01 -1.8894e-01 -2.6535e-02 7.3599e-02 6.2111e-03
-7.5396e-03 -4.5900e-01 -5.2153e-01 -6.7233e-01 -1.9752e-01 9.4377e-02 -1.1098e-01 -3.7697e-03 2.9602e-02 -4.1502e-02
-1.5197e-04 -2.3868e-03 -3.9384e-02 2.0471e-02 2.9085e-02 -4.2879e-02 3.9810e-02 -2.5705e-01 1.7315e-01 7.2027e-01
1.0985e-03 -2.1296e-02 -1.7772e-02 1.0189e-01 1.5147e-01 2.9246e-02 -2.2268e-01 9.3732e-02 8.4203e-01 -3.7246e-01
4.6341e-05 2.4446e-02 3.4514e-02 6.8266e-03 -2.8773e-02 -3.6347e-02 1.2360e-01 5.5571e-02 -4.0806e-01 -5.1787e-01
1.1860e-03 4.2558e-03 2.3496e-02 -4.8185e-02 -1.5673e-02 -5.8142e-02 5.8108e-02 9.5701e-01 5.2365e-03 2.5496e-01
-9.9994e-01 5.6340e-04 6.5198e-03 4.0470e-03 7.5475e-03 1.2608e-03 -2.3724e-03 1.4645e-03 -1.0271e-03 5.5851e-04
-1.6282e-03 4.6826e-01 -6.5978e-01 2.6872e-01 2.8869e-02 4.9535e-01 -1.2025e-01 5.8771e-02 -9.1452e-02 2.0459e-02
1.7002e-03 -4.2581e-01 3.3001e-01 2.8074e-01 -3.9004e-01 6.2610e-01 -2.7487e-01 3.6416e-02 -5.9676e-02 5.3342e-02
7.7010e-03 -1.2368e-01 1.7350e-01 -2.2481e-01 8.4320e-01 3.2876e-01 -2.2260e-01 1.8627e-02 -1.7997e-01 4.8313e-02
Column 11:
3.5306e-02
4.6772e-02
4.8953e-02
6.1556e-01
2.4277e-01
7.3685e-01
9.5893e-02
1.6945e-04
1.7911e-02
5.9523e-02
1.7425e-02
lambda =
Diagonal Matrix
Columns 1 through 10:
2.2947e+01 0 0 0 0 0 0 0 0 0
0 1.9317e+03 0 0 0 0 0 0 0 0
0 0 2.5940e+03 0 0 0 0 0 0 0
0 0 0 3.4573e+03 0 0 0 0 0 0
0 0 0 0 5.6252e+03 0 0 0 0 0
0 0 0 0 0 8.6721e+03 0 0 0 0
0 0 0 0 0 0 1.8915e+04 0 0 0
0 0 0 0 0 0 0 4.7523e+04 0 0
0 0 0 0 0 0 0 0 5.7484e+04 0
0 0 0 0 0 0 0 0 0 2.2565e+05
0 0 0 0 0 0 0 0 0 0
Column 11:
0
0
0
0
0
0
0
0
0
0
7.4946e+06
```
- Выделим в матрице *lambda* собственные значения, расположенные на главной диагонали и представим их с заголовком на экране:
```matlab
>> Sobst=diag(lambda)
>> fprintf('Eigenvalues:\n %f \n',Sobst)
Eigenvalues:
22.946585
Eigenvalues:
1931.665464
Eigenvalues:
2593.979592
Eigenvalues:
3457.339562
Eigenvalues:
5625.151474
Eigenvalues:
8672.065947
Eigenvalues:
18914.627989
Eigenvalues:
47522.678185
Eigenvalues:
57483.681267
Eigenvalues:
225653.068540
Eigenvalues:
7494628.795394
>> fprintf('\n')
```
- Выделили наибольшее собственное значение и соотвествующий ему собственный вектор:
```matlab
>> SobMax=Sobst(end)
SobMax = 7.4946e+06
>> GlComp=vect(:,end)
GlComp =
3.5306e-02
4.6772e-02
4.8953e-02
6.1556e-01
2.4277e-01
7.3685e-01
9.5893e-02
1.6945e-04
1.7911e-02
5.9523e-02
1.7425e-02
```
- Рассчитали долю информации о результативности НИР, привели к целому числу и вывели на экран:
```matlab
>> Delt=100*SobMax/sum(Sobst)
Delt = 95.273
>> fprintf('Delta= %d \n ',round(Delt))
Delta= 95
```
- Рассчитали оценки обобщенной результативности в матрице ВУЗов и отобразили с указанным кодом ВУЗа:
```matlab
>> Res=X*GlComp
Res =
9.2542e+01
7.3433e+01
5.8855e+00
3.5300e+01
7.0208e+01
2.8096e+01
8.7136e+01
7.9776e+01
3.6243e+01
1.8250e+01
4.9667e+01
4.5067e+01
8.1785e+01
...
5.7737e+00
3.1540e+01
1.4739e+02
1.8314e+01
3.2846e+01
1.4511e+01
1.9235e+01
0
>> fprintf(' Results \n ')
Results
>> fprintf('%d %f \n ',[XX(:,1),Res] ')
197 92.541636
198 73.432513
199 5.885468
200 35.300393
201 70.208100
202 28.096191
203 87.136298
...
1037 1.846687
1038 17.646937
1039 153.910670
1041 119.835954
1044 5.010210
1 2.691959
2 379.300890
3 13.497203
4 2.462250
6 19.718182
7 200.667783
8 93.618235
9 25.650544
10 26.344823
11 65.285854
12 21.514761
...
187 5.773718
188 31.539990
189 147.387148
190 18.314164
191 32.846011
192 14.511067
193 19.235467
194 0.000000
```
- Сохранили вектор оценок результативности в бинарном файле:
```matlab
>> save res.mat Res -mat
```
- Представили распределение оценок результативности в виде гистограммы:
```matlab
>> hist(Res,20)
>> xlabel('Results ')
>> ylabel('Number of Unis ')
```
- Сохранили гистограмму в формате **.jpg**:
```matlab
>> saveas(gcf, 'Hist.jpg ', 'jpg ')
```
- Рассчитали и отобразили оценку корреляции обобщенной результативности с финансированием:
```matlab
>> CorFin=corr(Res,XX(:,2))
CorFin = 0.8437
>> fprintf('Correlation of Results and Money = %f \n',CorFin)
Correlation of Results and Money = 0.843710
```
## 3 Создание файла (сценария) программы и её проверка
- Создали файл программы с названием **Prog1.m**:
![Скриншот файла Prog1.m](assets/figure3.png)
- Изучили результаты выполнения программы и вывод сценария:
![Скриншот результатов выполнения Prog1.m](assets/figure3-2.png)
- На выходе имеем эхо-вывод:
![Скриншот эхо-вывода](assets/figure3-3.png)
- Гистограмма:
![Скриншот гистограммы](Hist.jpg)
## 4 Оптимизация программы
- Изменили сценарий, путем добавления символа ";" в каждую строку программы. Эхо-вывод прекратился, также программа начала быстрее работать:
![Скриншот измененного сценария](assets/figure4.png)
## 5 Создание файла с выводом
- Добавили в программу "fp=fopen('prtcl.txt ','w')" и "fclose(fp)", также добавили в каждой команде вывода файловую переменную "fp":
![Скриншот сценария для записи файла](assets/figure5-1.png)
```matlab
Eigenvalues:
22.946585
Eigenvalues:
1931.665464
Eigenvalues:
2593.979592
Eigenvalues:
3457.339562
Eigenvalues:
5625.151474
Eigenvalues:
8672.065947
Eigenvalues:
18914.627989
Eigenvalues:
47522.678185
Eigenvalues:
57483.681267
Eigenvalues:
225653.068540
Eigenvalues:
7494628.795394
Delta= 95
Results
197 92.541636
198 73.432513
199 5.885468
200 35.300393
201 70.208100
202 28.096191
203 87.136298
...
465 37.339465
466 142.928780
467 9.122607
472 53.463843
476 93.289532
477 57.155319
484 19.139209
1001 5.491474
1002 85.213352
1004 170.642969
...
1041 119.835954
1044 5.010210
1 2.691959
2 379.300890
3 13.497203
4 2.462250
6 19.718182
7 200.667783
...
189 147.387148
190 18.314164
191 32.846011
192 14.511067
193 19.235467
194 0.000000
Correlation of Results and Money = 0.843710
```
## 6 Вывод в файл наименьшего, наибольшего, средного значения и стандартного отклонения оценок результативности:
```matlab
MinRes = min(Res);
MaxRes = max(Res);
MeanRes = mean(Res);
stdRes = std(Res);
fprintf(fp, 'Min = %f \n ',MinRes);
fprintf(fp, 'Max = %f \n ',MaxRes);
fprintf(fp, 'Mean = %f \n ',MeanRes);
fprintf(fp, 'Std = %f \n ',stdRes);
```

Двоичные данные
ТЕМА2/res.mat
Просмотреть файл

Двоичный файл не отображается.