diff --git a/ТЕМА1/11.1.png b/ТЕМА1/11.1.png new file mode 100644 index 0000000..0362b52 Binary files /dev/null and b/ТЕМА1/11.1.png differ diff --git a/ТЕМА1/11.2.png b/ТЕМА1/11.2.png new file mode 100644 index 0000000..2e7c088 Binary files /dev/null and b/ТЕМА1/11.2.png differ diff --git a/ТЕМА1/11.3.png b/ТЕМА1/11.3.png new file mode 100644 index 0000000..166a0ac Binary files /dev/null and b/ТЕМА1/11.3.png differ diff --git a/ТЕМА1/11.4.png b/ТЕМА1/11.4.png new file mode 100644 index 0000000..c0c14d7 Binary files /dev/null and b/ТЕМА1/11.4.png differ diff --git a/ТЕМА1/Perem b/ТЕМА1/Perem new file mode 100644 index 0000000..1c98cd2 --- /dev/null +++ b/ТЕМА1/Perem @@ -0,0 +1,424 @@ +# Created by Octave 10.3.0, Wed Feb 25 16:42:13 2026 UTC +# name: A +# type: matrix +# rows: 4 +# columns: 6 + 0.15432030686666115 0.19811488243525485 -0.9888888428728968 -2.0098492667917394 -0.52919249359531528 -1.2795760016639741 + -0.4077344081662912 0.96236376838374293 -0.77975172905574053 0.24906118039029504 -0.26439811080691161 -0.56653667847168032 + -1.0300964470689384 -0.25948604425264998 0.12521951998419234 0.16215199344083076 -2.2616830861336843 1.903927803890165 + -0.88451616597575222 1.2288020970172444 -0.66606446704443678 0.25235625653530264 -0.47090860615399033 -0.74611328144340561 + + +# name: B +# type: matrix +# rows: 4 +# columns: 7 + 0.02892574947638249 0.40482139480164336 0.044407074095776822 0.50032261386596455 0.66080902592593704 0.68237120609170743 0.77218467789979228 + 0.84273626193613504 0.15722499849128513 0.92854778874815336 0.16681267729269778 0.22225208032548571 0.054478118842068657 0.026078099105510621 + 0.23197040790474932 0.30934466016491491 0.94911539883689733 0.46586159323488163 0.83351416198354911 0.25332096498139689 0.21178249589162546 + 0.44075540051724482 0.86117040461835359 0.51166270853499474 0.48320751719750121 0.31044145319278305 0.11377084094133116 0.51398575694523141 + + +# name: B1 +# type: matrix +# rows: 4 +# columns: 7 + 0.17007571689216097 0.63625576209700718 0.21072986047491424 0.70733486685300939 0.81290160900685704 0.82605762879578049 0.87874039277809024 + 0.91800667859015872 0.39651607595567312 0.96361184547936796 0.40842707708071679 0.47143618902825618 0.23340548160244365 0.16148714842212869 + 0.48163306355019825 0.55618761237995484 0.97422553797203315 0.6825405432902002 0.91296996773363204 0.5033100088229886 0.46019832234768682 + 0.66389411845357149 0.9279926748732199 0.7153060243944509 0.6951312949346341 0.55717273191783445 0.33729933433277209 0.71692799983347799 + + +# name: B1D +# type: matrix +# rows: 4 +# columns: 1 + 0.17007571689216097 + 0.39651607595567312 + 0.97422553797203315 + 0.6951312949346341 + + +# name: B2 +# type: matrix +# rows: 4 +# columns: 7 + -3.5430230952136221 -0.90430930963468159 -3.1143564957536141 -0.69250216089793237 -0.41429039777976545 -0.38218147875394964 -0.25853153748847008 + -0.17110122647086401 -1.8500773881484669 -0.074133430749008633 -1.7908837889917453 -1.5039430443372814 -2.9099561470676361 -3.6466594316387173 + -1.4611454675859936 -1.1732992186219886 -0.05222488730456934 -0.76386669919833972 -0.18210458595357096 -1.3730979580035785 -1.5521954937455376 + -0.81926520476222031 -0.14946287936534397 -0.67008964342109567 -0.72730907536850853 -1.1697599519326061 -2.1735690208666267 -0.66555972413419251 + + +# name: B3 +# type: matrix +# rows: 4 +# columns: 7 + 0.028921715954267919 0.39385459762113423 0.044392480496865672 0.47970863395305191 0.61375577545076976 0.63063503972733714 0.69770197969109093 + 0.74646668319801868 0.15657803950433125 0.80075091467809667 0.16604011831512192 0.22042686725292876 0.054451175552958461 0.026075143395812978 + 0.22989559969299361 0.30443446885667119 0.81290062906237381 0.4491927455227398 0.74029843249233884 0.25062031327827794 0.21020290384143997 + 0.42662279334847436 0.75860565948275338 0.48962769114883953 0.4646218467035001 0.30547901739975541 0.11352556182168107 0.49165190750567489 + + +# name: BS1 +# type: matrix +# rows: 4 +# columns: 7 + 0.02892574947638249 0.15722499849128513 0.044407074095776822 0.16681267729269778 0.22225208032548571 0.054478118842068657 0.026078099105510621 + 0.23197040790474932 0.30934466016491491 0.51166270853499474 0.46586159323488163 0.31044145319278305 0.11377084094133116 0.21178249589162546 + 0.44075540051724482 0.40482139480164336 0.92854778874815336 0.48320751719750121 0.66080902592593704 0.25332096498139689 0.51398575694523141 + 0.84273626193613504 0.86117040461835359 0.94911539883689733 0.50032261386596455 0.83351416198354911 0.68237120609170743 0.77218467789979228 + + +# name: BS2 +# type: matrix +# rows: 4 +# columns: 7 + 0.84273626193613504 0.15722499849128513 0.92854778874815336 0.16681267729269778 0.22225208032548571 0.054478118842068657 0.026078099105510621 + 0.23197040790474932 0.30934466016491491 0.94911539883689733 0.46586159323488163 0.83351416198354911 0.25332096498139689 0.21178249589162546 + 0.02892574947638249 0.40482139480164336 0.044407074095776822 0.50032261386596455 0.66080902592593704 0.68237120609170743 0.77218467789979228 + 0.44075540051724482 0.86117040461835359 0.51166270853499474 0.48320751719750121 0.31044145319278305 0.11377084094133116 0.51398575694523141 + + +# 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 +0.17007571689216097 +0.39651607595567312 +0.97422553797203315 +0.6951312949346341 + + +# 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 + -0.96795591047169416 1.298157543143742 -0.95025369612570976 0.30059833876229741 -0.97032422441303556 -0.40165224642929009 + -1.0820078597372511 1.2094461619779526 -1.0577788418309968 -0.50698874695809348 -1.360970576529188 -0.66063424716509689 + -1.8020023072242846 1.284848460197705 -0.98990297852011355 0.42503592266404688 -2.6565507886485893 0.84241024813193421 + -0.89809256144576965 0.73253766098836592 -0.88834831656653135 -0.76654565014701403 -1.5900497926739159 -0.20826701606293954 + -1.1218340295530078 0.50998926799933186 -0.92916989473364386 -1.0592743448486379 -2.4397926406075201 0.3838569699701655 + -0.27848604364771307 0.26168425181420862 -0.76132666466450094 -1.2881076006840484 -1.0020170418016092 -0.5065907789705657 + -0.5642542695223538 0.75471006827831144 -1.0997676022720686 -1.381431291139295 -1.1365545406341671 -0.98311619976555009 + + +# name: F +# type: matrix +# rows: 4 +# columns: 13 + 0.15432030686666115 0.19811488243525485 -0.9888888428728968 -2.0098492667917394 -0.52919249359531528 -1.2795760016639741 0.02892574947638249 0.40482139480164336 0.044407074095776822 0.50032261386596455 0.66080902592593704 0.68237120609170743 0.77218467789979228 + -0.4077344081662912 0.96236376838374293 -0.77975172905574053 0.24906118039029504 -0.26439811080691161 -0.56653667847168032 0.84273626193613504 0.15722499849128513 0.92854778874815336 0.16681267729269778 0.22225208032548571 0.054478118842068657 0.026078099105510621 + -1.0300964470689384 -0.25948604425264998 0.12521951998419234 0.16215199344083076 -2.2616830861336843 1.903927803890165 0.23197040790474932 0.30934466016491491 0.94911539883689733 0.46586159323488163 0.83351416198354911 0.25332096498139689 0.21178249589162546 + -0.88451616597575222 1.2288020970172444 -0.66606446704443678 0.25235625653530264 -0.47090860615399033 -0.74611328144340561 0.44075540051724482 0.86117040461835359 0.51166270853499474 0.48320751719750121 0.31044145319278305 0.11377084094133116 0.51398575694523141 + + +# name: FF +# type: matrix +# rows: 2 +# columns: 4 + 1 1 1 1 + 1 1 1 1 + + +# name: G +# type: matrix +# rows: 4 +# columns: 6 + 0.6172812274666446 1.5849190594820388 -11.866666114474761 -32.15758826866783 -10.583849871906306 -30.709824039935377 + -2.038672040831456 8.6612739154536857 -10.136772477724627 4.234040066635016 -5.552360326945144 -14.163416961792008 + -6.1805786824136302 -2.5948604425264996 1.7530732797786928 2.9187358819349534 -49.757027894941054 49.50212290114429 + -6.1916131618302659 13.516823067189689 -9.9909670056665512 4.7947688741707504 -10.830897941541778 -20.14505859897195 + + +# 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: sq_string +# elements: 1 +# length: 23 +This is a symbol vector + + +# name: L +# type: complex matrix +# rows: 1 +# columns: 2 + (-2,23.100000000000001) (3,-5.5999999999999996) + + +# name: M +# type: matrix +# rows: 4 +# columns: 6 + 0.1371736061036988 0.3522042354404531 -2.6370369143277248 -7.1461307263706288 -2.3519666382014015 -6.8244053422078617 + -0.45303823129587911 1.9247275367674856 -2.2526161061610281 0.94089779258555906 -1.2338578504322542 -3.1474259915093352 + -1.3734619294252512 -0.57663565389477767 0.38957183995082062 0.64860797376332302 -11.0571173099869 11.000471755809842 + -1.3759140359622812 3.0037384593754863 -2.2202148901481227 1.0655041942601668 -2.4068662092315063 -4.4766796886604334 + + +# name: MED +# type: scalar +9.5304783485430491 + + +# name: MM +# type: matrix +# rows: 5 +# columns: 7 + 1.2584140562342583 15.895745852130956 17.258414056234258 9.5253337582849973 9.5304783485430491 6.4627438619149515 17.258414056234258 + 2.2977751341223724 10.587596985879767 3.1584813343311318 14.380130952504329 1.2584140562342583 6.9282469579425126 17.258414056234258 + 11.22774443653706 5.6572699033634635 9.653580671437064 17.258414056234258 8.0051573814907719 1.2584140562342583 14.332210685379042 + 1.2584140562342583 10.23352035640044 7.7878567788204656 1.2584140562342583 9.8217644422590222 9.3039177536798867 6.5158254511669682 + 17.258414056234258 17.258414056234258 1.2584140562342583 1.2584140562342583 10.74682898434558 10.585055863252308 14.807543891747891 + + +# name: MM1 +# type: matrix +# rows: 5 +# columns: 7 + 0.22985224262505508 2.7660515169568165 2.8482997959314797 2.2539549606387643 2.2544949103773746 1.8660539740417448 2.8482997959314797 + 0.83194132177633318 2.3596832203498899 1.1500913216766997 2.6658474588233645 0.22985224262505508 1.9356068169791065 2.8482997959314797 + 2.4183878969774186 1.7329414266182106 2.2673289005622994 2.8482997959314797 2.0800860066540121 0.22985224262505508 2.6625094996820655 + 0.22985224262505508 2.3256686416277899 2.0525656973588915 0.22985224262505508 2.2846007846639198 2.230435575289059 1.8742339026534027 + 2.8482997959314797 2.8482997959314797 0.22985224262505508 0.22985224262505508 2.3746107328586339 2.3594431821593269 2.6951367733211251 + + +# name: MMC +# type: matrix +# rows: 35 +# columns: 1 + 1.2584140562342583 + 1.2584140562342583 + 1.2584140562342583 + 1.2584140562342583 + 1.2584140562342583 + 1.2584140562342583 + 1.2584140562342583 + 2.2977751341223724 + 3.1584813343311318 + 5.6572699033634635 + 6.4627438619149515 + 6.5158254511669682 + 6.9282469579425126 + 7.7878567788204656 + 8.0051573814907719 + 9.3039177536798867 + 9.5253337582849973 + 9.5304783485430491 + 9.653580671437064 + 9.8217644422590222 + 10.23352035640044 + 10.585055863252308 + 10.587596985879767 + 10.74682898434558 + 11.22774443653706 + 14.332210685379042 + 14.380130952504329 + 14.807543891747891 + 15.895745852130956 + 17.258414056234258 + 17.258414056234258 + 17.258414056234258 + 17.258414056234258 + 17.258414056234258 + 17.258414056234258 + + +# 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: SR +# type: scalar +9.2584140562342583 + + +# name: ans +# type: scalar +0 + + +# name: dinv +# type: matrix +# rows: 4 +# columns: 4 + 0.16753650845297488 -0.08775833904935347 0.028942723820152869 -0.0044912939488740127 + -0.08775833904935347 7.7118014926587009 0.3818802107001335 -5.7451444230520909 + 0.028942723820152869 0.3818802107001335 0.12657420204411834 -0.30394433408458638 + -0.0044912939488740127 -5.7451444230520909 -0.30394433408458638 4.5891124170782618 + + +# name: dt +# type: scalar +27.581495328864303 + + +# 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 + + diff --git a/ТЕМА1/Screenshot13-14.png b/ТЕМА1/Screenshot13-14.png new file mode 100644 index 0000000..fd44dfb Binary files /dev/null and b/ТЕМА1/Screenshot13-14.png differ diff --git a/ТЕМА1/prog1.m b/ТЕМА1/prog1.m new file mode 100644 index 0000000..9b5a982 --- /dev/null +++ b/ТЕМА1/prog1.m @@ -0,0 +1,7 @@ +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]) + + diff --git a/ТЕМА1/report.md b/ТЕМА1/report.md new file mode 100644 index 0000000..e12cf9b --- /dev/null +++ b/ТЕМА1/report.md @@ -0,0 +1,536 @@ +# Отчет по теме 1. +Тупиков Александр, А-02-24 + +## п. 1-5: Подготовка к выполнению работы. + +## п. 6: Инициализация переменных. +Создана матрица А со случайными, нормально распределенными элементами, с 4 строками и 6 столбцами: +``` +>> A=randn(4,6) +A = + + 0.1543 0.1981 -0.9889 -2.0098 -0.5292 -1.2796 + -0.4077 0.9624 -0.7798 0.2491 -0.2644 -0.5665 + -1.0301 -0.2595 0.1252 0.1622 -2.2617 1.9039 + -0.8845 1.2288 -0.6661 0.2524 -0.4709 -0.7461 +``` + +Создана матрица В 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 1: +``` +>> B=rand(4,7) +B = + + 0.028926 0.404821 0.044407 0.500323 0.660809 0.682371 0.772185 + 0.842736 0.157225 0.928548 0.166813 0.222252 0.054478 0.026078 + 0.231970 0.309345 0.949115 0.465862 0.833514 0.253321 0.211782 + 0.440755 0.861170 0.511663 0.483208 0.310441 0.113771 0.513986 +``` + +Создан вектор С с целыми числами от 4 до 27: +``` +>> С=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 +``` + +Создан вектор символов H: +``` +>> H='This is a symbol vector' +H = This is a symbol vector +``` + +Создан вектор комплексных значений L: +``` +>> L=[-2+23.1j, 3-5.6j] +L = + + -2.0000 + 23.1000i 3.0000 - 5.6000i +``` + +## п. 7: Выполнение операций с матрицами. +Преобразование вектора C в матрицу с 6 столбцами: +``` +>> 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 +``` + +Выполнение транспонирования матрицы B и матричного перемножения $B^T$ и A: +``` +>> E=B'*A +E = + + -0.9680 1.2982 -0.9503 0.3006 -0.9703 -0.4017 + -1.0820 1.2094 -1.0578 -0.5070 -1.3610 -0.6606 + -1.8020 1.2848 -0.9899 0.4250 -2.6566 0.8424 + -0.8981 0.7325 -0.8883 -0.7665 -1.5900 -0.2083 + -1.1218 0.5100 -0.9292 -1.0593 -2.4398 0.3839 + -0.2785 0.2617 -0.7613 -1.2881 -1.0020 -0.5066 + -0.5643 0.7547 -1.0998 -1.3814 -1.1366 -0.9831 +``` + +Создана матрица путем "горизонтального" присоединения A к B: +``` +>> F=[A,B] +F = + + Columns 1 through 6: + + 0.154320 0.198115 -0.988889 -2.009849 -0.529192 -1.279576 + -0.407734 0.962364 -0.779752 0.249061 -0.264398 -0.566537 + -1.030096 -0.259486 0.125220 0.162152 -2.261683 1.903928 + -0.884516 1.228802 -0.666064 0.252356 -0.470909 -0.746113 + + Columns 7 through 12: + + 0.028926 0.404821 0.044407 0.500323 0.660809 0.682371 + 0.842736 0.157225 0.928548 0.166813 0.222252 0.054478 + 0.231970 0.309345 0.949115 0.465862 0.833514 0.253321 + 0.440755 0.861170 0.511663 0.483208 0.310441 0.113771 + + Column 13: + + 0.772185 + 0.026078 + 0.211782 + 0.513986 +``` + +Выполнено поэлементное перемножение матриц A и B: +``` +>> G=A.*D +G = + + 0.6173 1.5849 -11.8667 -32.1576 -10.5838 -30.7098 + -2.0387 8.6613 -10.1368 4.2340 -5.5524 -14.1634 + -6.1806 -2.5949 1.7531 2.9187 -49.7570 49.5021 + -6.1916 13.5168 -9.9910 4.7948 -10.8309 -20.1451 + +``` + +Выполнено поэлементное деление матрицы на константу 4.5: +``` +>> M=G./4.5 +M = + + 0.1372 0.3522 -2.6370 -7.1461 -2.3520 -6.8244 + -0.4530 1.9247 -2.2526 0.9409 -1.2339 -3.1474 + -1.3735 -0.5766 0.3896 0.6486 -11.0571 11.0005 + -1.3759 3.0037 -2.2202 1.0655 -2.4069 -4.4767 +``` + +Выполнено поэлементное возведение матрицы в степень 3: +``` +>> 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 +``` + +Создана bool-матрица по условию $D \geq 20$: +``` +>> 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 +``` + +Создана матрица-столбец на основе матрицы D: +``` +>> 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 +``` + +## п. 8: Стандартные математическое функции и операции с матрицами. +Выполнено поэлементное взятие квадратного корня из матрицы B: +``` +>> B1=sqrt(B) +B1 = + + 0.1701 0.6363 0.2107 0.7073 0.8129 0.8261 0.8787 + 0.9180 0.3965 0.9636 0.4084 0.4714 0.2334 0.1615 + 0.4816 0.5562 0.9742 0.6825 0.9130 0.5033 0.4602 + 0.6639 0.9280 0.7153 0.6951 0.5572 0.3373 0.7169 +``` + +Выполнено поэлементное извлечение логарифма из матрицы B: +``` +>> B2=log(B) +B2 = + + -3.543023 -0.904309 -3.114356 -0.692502 -0.414290 -0.382181 -0.258532 + -0.171101 -1.850077 -0.074133 -1.790884 -1.503943 -2.909956 -3.646659 + -1.461145 -1.173299 -0.052225 -0.763867 -0.182105 -1.373098 -1.552195 + -0.819265 -0.149463 -0.670090 -0.727309 -1.169760 -2.173569 -0.665560 +``` + +Выполнено поэлементное взятие синуса из матрицы B: +``` +>> B3=sin(B) +B3 = + + 0.028922 0.393855 0.044392 0.479709 0.613756 0.630635 0.697702 + 0.746467 0.156578 0.800751 0.166040 0.220427 0.054451 0.026075 + 0.229896 0.304434 0.812901 0.449193 0.740298 0.250620 0.210203 + 0.426623 0.758606 0.489628 0.464622 0.305479 0.113526 0.491652 +``` + +Найдена длина (количество столбцов) матрицы B1: +``` +>> k=length(B1) +k = 7 +``` + +Найдена размерность матрицы B1: +``` +>> nm=size(B1) +nm = + + 4 7 + +``` + +Найдено количество элементов матрицы B1: +``` +>> elem=numel(B1) +elem = 28 +``` + +Создан линейно разделенный массив чисел NN от 11.5 до 34.1 с 20 элементами: +``` +>> NN=linspace(11.5,34.1,20) +NN = + + Columns 1 through 19: + + 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 29.342 30.532 31.721 32.911 + + Column 20: + + 34.100 + +``` + +Создана единичная матрица 2*4: +``` +>> FF=ones(2,4) +FF = + + 1 1 1 1 + 1 1 1 1 + +``` + +Создана квадратная нулевая матрица 5*5: +``` +>> 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 +``` + +Извлечена главная диагональ из матрицы B1: +``` +>> B1D=diag(B1) +B1D = + + 0.1701 + 0.3965 + 0.9742 + 0.6951 + +``` + +Создана диагональная матрица DB на основе диагонали B1D: +``` +>> DB=diag(B1D) +DB = + +Diagonal Matrix + + 0.1701 0 0 0 + 0 0.3965 0 0 + 0 0 0.9742 0 + 0 0 0 0.6951 + +``` + +Выполнена сортировка по столбцам матрицы B: +``` +>> BS1=sort(B) +BS1 = + + 0.028926 0.157225 0.044407 0.166813 0.222252 0.054478 0.026078 + 0.231970 0.309345 0.511663 0.465862 0.310441 0.113771 0.211782 + 0.440755 0.404821 0.928548 0.483208 0.660809 0.253321 0.513986 + 0.842736 0.861170 0.949115 0.500323 0.833514 0.682371 0.772185 +``` + +Выполнена построчная сортировка первых двух строк матрицы B: +``` +>> BS2=sortrows(B,2) +BS2 = + + 0.842736 0.157225 0.928548 0.166813 0.222252 0.054478 0.026078 + 0.231970 0.309345 0.949115 0.465862 0.833514 0.253321 0.211782 + 0.028926 0.404821 0.044407 0.500323 0.660809 0.682371 0.772185 + 0.440755 0.861170 0.511663 0.483208 0.310441 0.113771 0.513986 + +``` + +Найдены суммы столбцов матрицы D: +``` +>> DS1=sum(D) +DS1 = + + 22 38 54 70 86 102 + +``` + +Найдены суммы по 2 измерению (строкам) матрицы D: +``` +>> DS2=sum(D,2) +DS2 = + + 84 + 90 + 96 + 102 + +``` + +Найдено произведение по столбцам матрицы D: +``` +>> DP1=prod(D) +DP1 = + + 840 7920 32760 93024 212520 421200 + +``` + +Найден определитель матрицы $A*A^T$: +``` +>> dt=det(A*A') +dt = 27.581 +``` + +Найдена обратная матрица для $A*A^T$: +``` +>> dinv=inv(A*A') +dinv = + + 1.6754e-01 -8.7758e-02 2.8943e-02 -4.4913e-03 + -8.7758e-02 7.7118e+00 3.8188e-01 -5.7451e+00 + 2.8943e-02 3.8188e-01 1.2657e-01 -3.0394e-01 + -4.4913e-03 -5.7451e+00 -3.0394e-01 4.5891e+00 + +``` +## п. 9: Работа с индексами элементов матриц. +Найден элемент матрицы D по индексу 3, 5: +``` +>> D1=D(3,5) +D1 = 22 +``` + +Взята 3 строка матрицы D от 4 до последнего столбца: +``` +>> D2=D(3,4:end) +D2 = + + 18 22 26 +``` + +Взята прямоугольная матрица от 2, 3 до 3, 5 элемента матрицы D: +``` +>> D3=D(2:3,3:5) +D3 = + + 13 17 21 + 14 18 22 + +``` + +Взяты элементы с 16 по 20 из столбца, созданного на основе матрицы D: +``` +>> D4=D(16:20) +D4 = + + 19 20 21 22 23 +``` + +Взята прямоугольная матрица, состоящая из 3-4 строк и 1, 3, 6 столбцов матрицы D: +``` +>> D5=D(3:4,[1,3,6]) +D5 = + + 6 14 26 + 7 15 27 + +``` + +## п. 10: Циклы и условные операторы. + +Цикл for с итератором i (6 итераций) и выводом Dsum: +``` +>> 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 while c условием D(i)<22 и выводом Dsum2: +``` +>> 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 +``` + +Условный оператор if: +``` +>> if (D(3,5)>=20) +printf('D(3,5)>=20') +else +printf('D(3,5)<20') +endif +D(3,5)>=20 +``` + +## п. 11: Вывод графиков. +График значений для D, B: +``` +plot(D(1,:),B([2,4],1:6)) +``` +![график 1](11.1.png) + +Гистограмма для A: +``` +hist(A(:),6) +``` +![график 2](11.2.png) + +Круговой график для C: +``` +pie(C) +``` +![график 3](11.3.png) + +Столбчатая диаграмма для A: +``` +bar(A) +``` +![график 4](11.4.png) + +## п.12: Создание и использование скриптов. +![скрин](screenshot12.png) +``` +>> 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 + +``` + +## п. 12-13: Сохранение скриптов и рабочего пространства. +![](screenshot13-14.png) diff --git a/ТЕМА1/screenshot12.png b/ТЕМА1/screenshot12.png new file mode 100644 index 0000000..5759834 Binary files /dev/null and b/ТЕМА1/screenshot12.png differ diff --git a/ТЕМА1/task.md b/ТЕМА1/task.md new file mode 100644 index 0000000..50a4cc3 --- /dev/null +++ b/ТЕМА1/task.md @@ -0,0 +1,151 @@ +# Общее контрольное задание по теме 1. +Тупиков Александр, А-02-24 + +## Задание 1. + **Создайте переменную **ММ** – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стандартным отклонением 8.** + +``` +>> MM = randn(5, 7) * 8 + 10 + +MM = + + -5.2254 15.8957 19.7057 9.5253 9.5305 6.4627 17.8484 + 2.2978 10.5876 3.1585 14.3801 -0.6839 6.9282 17.4763 + 11.2277 5.6573 9.6536 36.3735 8.0052 -0.5241 14.3322 + -11.2288 10.2335 7.7879 0.7162 9.8218 9.3039 6.5158 + 28.7304 21.8072 -4.5347 -3.8612 10.7468 10.5851 14.8075 + +``` + +## Задание 2. +**Рассчитайте среднее значение **SR** по всем элементам матрицы **ММ**.** +``` +>> SR = sum(sum(MM)) / (5*7) +SR = 9.2584 + +>> SR = mean(MM(:)) +SR = 9.2584 +``` + +## Задание 3. +**Замените в **ММ** все значения, превышающие **SR+8**, на значение **SR+8**, а значения, меньшие, чем **SR-8**, - на **SR-8**.** +``` +>> MM(MM>SR+8) = SR+8 +MM = + + -5.2254 15.8957 17.2584 9.5253 9.5305 6.4627 17.2584 + 2.2978 10.5876 3.1585 14.3801 -0.6839 6.9282 17.2584 + 11.2277 5.6573 9.6536 17.2584 8.0052 -0.5241 14.3322 + -11.2288 10.2335 7.7879 0.7162 9.8218 9.3039 6.5158 + 17.2584 17.2584 -4.5347 -3.8612 10.7468 10.5851 14.8075 + +>> MM(MM> MMC = MM(:) + +MMC = + + 1.2584 + 2.2978 + 11.2277 + 1.2584 + 17.2584 + 15.8957 + 10.5876 + 5.6573 + 10.2335 + 17.2584 + 17.2584 + 3.1585 + 9.6536 + 7.7879 + 1.2584 + 9.5253 + 14.3801 + 17.2584 + 1.2584 + 1.2584 + 9.5305 + 1.2584 + 8.0052 + 9.8218 + 10.7468 + 6.4627 + 6.9282 + 1.2584 + 9.3039 + 10.5851 + 17.2584 + 17.2584 + 14.3322 + 6.5158 + 14.8075 + +>> MMC = sort(MMC) + +MMC = + + 1.2584 + 1.2584 + 1.2584 + 1.2584 + 1.2584 + 1.2584 + 1.2584 + 2.2978 + 3.1585 + 5.6573 + 6.4627 + 6.5158 + 6.9282 + 7.7879 + 8.0052 + 9.3039 + 9.5253 + 9.5305 + 9.6536 + 9.8218 + 10.2335 + 10.5851 + 10.5876 + 10.7468 + 11.2277 + 14.3322 + 14.3801 + 14.8075 + 15.8957 + 17.2584 + 17.2584 + 17.2584 + 17.2584 + 17.2584 + 17.2584 + +>> MED = median(MMC) +MED = 9.5305 +``` + +## Задание 5. +**Рассчитайте матрицу **ММ1** с элементами, равными натуральным логарифмам от значений соответствующих элементов из матрицы **ММ**.** + +``` +>> MM1 = log(MM) +MM1 = + + 0.2299 2.7661 2.8483 2.2540 2.2545 1.8661 2.8483 + 0.8319 2.3597 1.1501 2.6658 0.2299 1.9356 2.8483 + 2.4184 1.7329 2.2673 2.8483 2.0801 0.2299 2.6625 + 0.2299 2.3257 2.0526 0.2299 2.2846 2.2304 1.8742 + 2.8483 2.8483 0.2299 0.2299 2.3746 2.3594 2.6951 +``` \ No newline at end of file