задача

ТЕМА1/Perem

@@ -0,0 +1,346 @@
+# Created by Octave 8.3.0, Wed Feb 11 12:31:56 2026 GMT <unknown@w10prog-83>
+# name: A
+# type: matrix
+# rows: 4
+# columns: 6
+ 0.030664544887469967 0.11741442219296631 -0.42844419908609011 0.72998651476954213 0.72189945201065597 -0.98666468479427283
+ 1.6040691956533564 0.052904322354899544 -1.9321270184997246 0.5218726333103807 -0.87315982220188215 -0.77272258842567498
+ -0.32074775033129543 0.35133776807142192 -0.31763235658461464 -0.51020068015652975 -0.50256957218673226 -1.6198882725028867
+ -0.64401837550154417 -0.60302577555369152 -0.67906148230913976 -0.81722518398788035 0.12036140606339318 -0.14364882310687913
+
+
+# name: B
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.93945095955046121 0.084637846025100605 0.1325212337290248 0.78935013939791754 0.706759530138239 0.90654862797087876 0.2555857643703926
+ 0.52086086570614076 0.76427158821196284 0.066495863662463073 0.29142929653295269 0.26726629894008447 0.3377456490567261 0.54075708432614222
+ 0.20281209988746962 0.17301056535101644 0.014919963602995856 0.74587755876953432 0.46674282080063778 0.72749057189569655 0.60776086006535324
+ 0.91054344988192848 0.37499561109944846 0.45236543031702958 0.668356116270303 0.70136295959152362 0.73810090045124888 0.60048261183543084
+
+
+# name: B1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.96925278413345872 0.29092584282785983 0.36403466006552837 0.88845379136898139 0.84068991318930375 0.95212847240846588 0.50555490737445385
+ 0.72170691122237474 0.87422627975368183 0.25786791902534728 0.53984191809542981 0.51697804493042498 0.58115888452016817 0.73536187304356637
+ 0.45034664413923375 0.41594538746212401 0.12214730288874927 0.86364203161352349 0.68318578790885121 0.85293057859106947 0.77959018725568452
+ 0.9542240040377985 0.61236885216301495 0.67258117005832807 0.81753049867898075 0.83747415458121666 0.85912798839942872 0.77490813122294111
+
+
+# name: B1D
+# type: matrix
+# rows: 4
+# columns: 1
+ 0.96925278413345872
+ 0.87422627975368183
+ 0.12214730288874927
+ 0.81753049867898075
+
+
+# name: B2
+# type: matrix
+# rows: 4
+# columns: 7
+ -0.062459659947138826 -2.4693737598597156 -2.0210123918365723 -0.23654528040605416 -0.34706479804482188 -0.098110606573624665 -1.3641972529812945
+ -0.65227232528105439 -0.26883207103152523 -2.710615533819329 -1.2329578530990146 -1.3195097433217422 -1.0854621843662517 -0.61478511330803132
+ -1.5954753449055463 -1.754402614955981 -4.2050551236869875 -0.29319382258497861 -0.76197687793057889 -0.31815423961401001 -0.49797379664839131
+ -0.093713660050358361 -0.98084095681501959 -0.79326495163637234 -0.4029341393081019 -0.35472975192126738 -0.30367474224853708 -0.51002159402549785
+
+
+# name: B3
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.80723416122164715 0.084536830761735113 0.13213368724475458 0.70989572111143373 0.64937290418438309 0.7873807767152986 0.25281218800790628
+ 0.49762702940599668 0.69201135147260462 0.066446870369956473 0.28732154720328296 0.26409578179184856 0.33136094666475563 0.51478520204476441
+ 0.20142458674724187 0.17214874524274312 0.014919410065293339 0.67861663215181744 0.44997989044863657 0.66499757566400419 0.57103071891915635
+ 0.78983716314349062 0.36626844517710488 0.43709426012756414 0.61969663687166365 0.64525953754184917 0.67288427122850969 0.56504072435891195
+
+
+# name: BS1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.20281209988746962 0.084637846025100605 0.014919963602995856 0.29142929653295269 0.26726629894008447 0.3377456490567261 0.2555857643703926
+ 0.52086086570614076 0.17301056535101644 0.066495863662463073 0.668356116270303 0.46674282080063778 0.72749057189569655 0.54075708432614222
+ 0.91054344988192848 0.37499561109944846 0.1325212337290248 0.74587755876953432 0.70136295959152362 0.73810090045124888 0.60048261183543084
+ 0.93945095955046121 0.76427158821196284 0.45236543031702958 0.78935013939791754 0.706759530138239 0.90654862797087876 0.60776086006535324
+
+
+# name: BS2
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.93945095955046121 0.084637846025100605 0.1325212337290248 0.78935013939791754 0.706759530138239 0.90654862797087876 0.2555857643703926
+ 0.20281209988746962 0.17301056535101644 0.014919963602995856 0.74587755876953432 0.46674282080063778 0.72749057189569655 0.60776086006535324
+ 0.91054344988192848 0.37499561109944846 0.45236543031702958 0.668356116270303 0.70136295959152362 0.73810090045124888 0.60048261183543084
+ 0.52086086570614076 0.76427158821196284 0.066495863662463073 0.29142929653295269 0.26726629894008447 0.3377456490567261 0.54075708432614222
+
+
+# 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
+0.96925278413345872
+0.87422627975368183
+0.12214730288874927
+0.81753049867898075
+
+
+# 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
+ 0.21284646782386873 -0.33996473679242706 -2.0916063354700789 0.11001565366825217 0.23106145163333386 -1.7887354783352327
+ 0.93154307889213228 -0.11497589907312322 -1.8225312083277183 0.065910947150199628 -0.64804607620493915 -1.0082045576092582
+ -0.1853895244669671 -0.24846824504556389 -0.49717941150352174 -0.24585551258216196 0.084554509038512554 -0.27128731294059683
+ -0.17799434919391344 -0.032882048634518823 -1.5920406478269586 -0.19844075628875013 0.020955996621632236 -2.3082647865337433
+ -0.15101124712553377 -0.16183225743457436 -1.4437206512199028 -0.15590008491637641 0.12668941565323766 -1.7606785607510758
+ -0.13912521447468179 -0.065188866073967178 -1.7732634310652586 -0.1363323440976098 0.082755263580826716 -2.4399239798903971
+ 0.29358943764646961 -0.089959306662854871 -1.7551247379014341 -0.33202903218061391 -0.52082732032166534 -1.7407959717428727
+
+
+# name: F
+# type: matrix
+# rows: 4
+# columns: 13
+ 0.030664544887469967 0.11741442219296631 -0.42844419908609011 0.72998651476954213 0.72189945201065597 -0.98666468479427283 0.93945095955046121 0.084637846025100605 0.1325212337290248 0.78935013939791754 0.706759530138239 0.90654862797087876 0.2555857643703926
+ 1.6040691956533564 0.052904322354899544 -1.9321270184997246 0.5218726333103807 -0.87315982220188215 -0.77272258842567498 0.52086086570614076 0.76427158821196284 0.066495863662463073 0.29142929653295269 0.26726629894008447 0.3377456490567261 0.54075708432614222
+ -0.32074775033129543 0.35133776807142192 -0.31763235658461464 -0.51020068015652975 -0.50256957218673226 -1.6198882725028867 0.20281209988746962 0.17301056535101644 0.014919963602995856 0.74587755876953432 0.46674282080063778 0.72749057189569655 0.60776086006535324
+ -0.64401837550154417 -0.60302577555369152 -0.67906148230913976 -0.81722518398788035 0.12036140606339318 -0.14364882310687913 0.91054344988192848 0.37499561109944846 0.45236543031702958 0.668356116270303 0.70136295959152362 0.73810090045124888 0.60048261183543084
+
+
+# name: FF
+# type: matrix
+# rows: 2
+# columns: 4
+ 1 1 1 1
+ 1 1 1 1
+
+
+# name: G
+# type: matrix
+# rows: 4
+# columns: 6
+ 0.12265817954987987 0.93931537754373051 -5.1413303890330813 11.679784236312674 14.43798904021312 -23.679952435062546
+ 8.0203459782667821 0.47613890119409591 -25.117651240496418 8.8718347662764714 -18.336356266239527 -19.318064710641874
+ -1.9244865019877726 3.5133776807142194 -4.4468529921846045 -9.1836122428175351 -11.05653058810811 -42.117095085075057
+ -4.5081286285108089 -6.6332835310906066 -10.185922234637097 -15.527278495769727 2.7683123394580433 -3.8785182238857363
+
+
+# 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: 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
+ 0.027257373233306639 0.20873675056527344 -1.1425178642295737 2.5955076080694832 3.2084420089362489 -5.2622116522361218
+ 1.7822991062815072 0.10580864470979909 -5.5817002756658702 1.9715188369503269 -4.0747458369421174 -4.2929032690315276
+ -0.42766366710839393 0.78075059571427097 -0.98818955381880103 -2.040802720626119 -2.4570067973573577 -9.3593544633500123
+ -1.0018063618912909 -1.4740630069090237 -2.2635382743637993 -3.4505063323932728 0.61518051987956524 -0.8618929386412747
+
+
+# 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: dinv
+# type: matrix
+# rows: 4
+# columns: 4
+ 0.57735659122943372 -0.066354576419124234 -0.16833927959665362 0.11316375904303275
+ -0.066354576419124234 0.14857227776911955 -0.053193405768239249 0.029441476532358797
+ -0.16833927959665362 -0.053193405768239249 0.40539309141066499 -0.18613409032527131
+ 0.11316375904303275 0.029441476532358797 -0.18613409032527131 0.6038045437467956
+
+
+# name: dt
+# type: scalar
+74.835103651862497
+
+
+# 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
+
+

ТЕМА1/Progl.m

@@ -0,0 +1,5 @@
+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])

ТЕМА1/report.md

@@ -0,0 +1,488 @@
+# Отчет по теме 1
+
+Бубнов Арсентий, 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](screen/photo1.PNG)
+
+## 3 Работа с предложением "Окно"
+
+Отметил галочками нужные предложения:
+
+![Скриншот выбора нужных для работы окон](screen/photo2.PNG)
+
+## 4 Отображение списка файлов, размещённых в текущей папке
+
+Выбрал в главном меню предложения «Правка» + «Установить путь» и добавил в появившийся список пути к папкам TEMA1 и TEMA2. 
+
+В окне «Диспетчер файлов» отобразил список файлов, размещенных в текущей папке
+
+![Скриншот отображения списка файлов](screen/photo3.PNG)
+
+## 5 Изучил работу с системой помощи.
+
+В главном меню выбрал предложения «Справка» + « Документация» + « На диске». 
+
+Раскрыл GNU Octave Manual.
+
+## 6 Создание матриц и векторов
+
+Матрица А - со случайными, нормально распределенными элементами, с 4 строками и 6 столбцами
+
+Матрица В - 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 1 
+
+Вектор С - с целыми числами от 4 до 27
+
+Символьный вектор Н
+
+Вектор-строка L с 2 комплексными элементами
+
+```matlab
+
+>> A=randn(4,6)
+A =
+
+   0.030665   0.117414  -0.428444   0.729987   0.721899  -0.986665
+   1.604069   0.052904  -1.932127   0.521873  -0.873160  -0.772723
+  -0.320748   0.351338  -0.317632  -0.510201  -0.502570  -1.619888
+  -0.644018  -0.603026  -0.679061  -0.817225   0.120361  -0.143649
+
+>> B=rand(4,7)
+B =
+
+   0.939451   0.084638   0.132521   0.789350   0.706760   0.906549   0.255586
+   0.520861   0.764272   0.066496   0.291429   0.267266   0.337746   0.540757
+   0.202812   0.173011   0.014920   0.745878   0.466743   0.727491   0.607761
+   0.910543   0.374996   0.452365   0.668356   0.701363   0.738101   0.600483
+
+>> 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
+
+>> H='This is a symbols vector'
+H = This is a symbols vector
+
+>> L=[-2+23.1j, 3-5.6j]
+L =
+
+   -2.0000 + 23.1000i    3.0000 -  5.6000i
+
+```
+
+
+## 7 Выполнил следующи операции
+
+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 =
+
+   0.212846  -0.339965  -2.091606   0.110016   0.231061  -1.788735
+   0.931543  -0.114976  -1.822531   0.065911  -0.648046  -1.008205
+  -0.185390  -0.248468  -0.497179  -0.245856   0.084555  -0.271287
+  -0.177994  -0.032882  -1.592041  -0.198441   0.020956  -2.308265
+  -0.151011  -0.161832  -1.443721  -0.155900   0.126689  -1.760679
+  -0.139125  -0.065189  -1.773263  -0.136332   0.082755  -2.439924
+   0.293589  -0.089959  -1.755125  -0.332029  -0.520827  -1.740796
+
+```
+
+Cоздание матрицы путем «горизонтального» соединения матриц А и В (числа строк у соединяемых матриц должны совпадать)
+
+```matlab
+
+>> F=[A,B]
+F =
+
+ Columns 1 through 12:
+
+   0.030665   0.117414  -0.428444   0.729987   0.721899  -0.986665   0.939451   0.084638   0.132521   0.789350   0.706760   0.906549
+   1.604069   0.052904  -1.932127   0.521873  -0.873160  -0.772723   0.520861   0.764272   0.066496   0.291429   0.267266   0.337746
+  -0.320748   0.351338  -0.317632  -0.510201  -0.502570  -1.619888   0.202812   0.173011   0.014920   0.745878   0.466743   0.727491
+  -0.644018  -0.603026  -0.679061  -0.817225   0.120361  -0.143649   0.910543   0.374996   0.452365   0.668356   0.701363   0.738101
+
+ Column 13:
+
+   0.255586
+   0.540757
+   0.607761
+   0.600483
+
+```
+
+Поэлементное перемножение матриц A и D (размеры матриц должны совпадать)
+
+```matlab
+
+>> G=A.*D
+G =
+
+    0.1227    0.9393   -5.1413   11.6798   14.4380  -23.6800
+    8.0203    0.4761  -25.1177    8.8718  -18.3364  -19.3181
+   -1.9245    3.5134   -4.4469   -9.1836  -11.0565  -42.1171
+   -4.5081   -6.6333  -10.1859  -15.5273    2.7683   -3.8785
+
+```
+
+Поэлементное деление элементов матрицы G на 4.5
+
+```matlab
+
+̀>> M=G./4.5
+M =
+
+   0.027257   0.208737  -1.142518   2.595508   3.208442  -5.262212
+   1.782299   0.105809  -5.581700   1.971519  -4.074746  -4.292903
+  -0.427664   0.780751  -0.988190  -2.040803  -2.457007  -9.359354
+  -1.001806  -1.474063  -2.263538  -3.450506   0.615181  -0.861893
+
+```
+
+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
+   16
+   17
+   18
+   19
+   20
+   21
+   22
+   23
+   24
+   25
+   26
+   27
+
+```
+
+## 8 Изучил несколько стандартных программ.
+
+Математические функции, операции с матрицами.
+
+```matlab
+
+>> B1=sqrt(B)
+B1 =
+
+   0.9693   0.2909   0.3640   0.8885   0.8407   0.9521   0.5056
+   0.7217   0.8742   0.2579   0.5398   0.5170   0.5812   0.7354
+   0.4503   0.4159   0.1221   0.8636   0.6832   0.8529   0.7796
+   0.9542   0.6124   0.6726   0.8175   0.8375   0.8591   0.7749
+
+>> B2=log(B)
+B2 =
+
+  -0.062460  -2.469374  -2.021012  -0.236545  -0.347065  -0.098111  -1.364197
+  -0.652272  -0.268832  -2.710616  -1.232958  -1.319510  -1.085462  -0.614785
+  -1.595475  -1.754403  -4.205055  -0.293194  -0.761977  -0.318154  -0.497974
+  -0.093714  -0.980841  -0.793265  -0.402934  -0.354730  -0.303675  -0.510022
+
+>> B3=sin(B)
+B3 =
+
+   0.807234   0.084537   0.132134   0.709896   0.649373   0.787381   0.252812
+   0.497627   0.692011   0.066447   0.287322   0.264096   0.331361   0.514785
+   0.201425   0.172149   0.014919   0.678617   0.449980   0.664998   0.571031
+   0.789837   0.366268   0.437094   0.619697   0.645260   0.672884   0.565041
+
+>> 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 =
+
+   0.9693
+   0.8742
+   0.1221
+   0.8175
+
+>> DB=diag(B1D)
+DB =
+
+Diagonal Matrix
+
+   0.9693        0        0        0
+        0   0.8742        0        0
+        0        0   0.1221        0
+        0        0        0   0.8175
+
+>> BS1=sort(B)
+BS1 =
+
+   0.202812   0.084638   0.014920   0.291429   0.267266   0.337746   0.255586
+   0.520861   0.173011   0.066496   0.668356   0.466743   0.727491   0.540757
+   0.910543   0.374996   0.132521   0.745878   0.701363   0.738101   0.600483
+   0.939451   0.764272   0.452365   0.789350   0.706760   0.906549   0.607761
+
+>> BS2=sortrows(B,2)
+BS2 =
+
+   0.939451   0.084638   0.132521   0.789350   0.706760   0.906549   0.255586
+   0.202812   0.173011   0.014920   0.745878   0.466743   0.727491   0.607761
+   0.910543   0.374996   0.452365   0.668356   0.701363   0.738101   0.600483
+   0.520861   0.764272   0.066496   0.291429   0.267266   0.337746   0.540757
+
+>> 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 = 74.835
+>> dinv=inv(A*A')
+dinv =
+
+   0.577357  -0.066355  -0.168339   0.113164
+  -0.066355   0.148572  -0.053193   0.029441
+  -0.168339  -0.053193   0.405393  -0.186134
+   0.113164   0.029441  -0.186134   0.603805
+
+```
+
+## 9 Изучил работу с индексацией 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 Изучил некоторые управляющие конструкции для использования в программах на m-языке.
+
+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.
+
+Рассмотрел функцию построения графиков
+
+![Скриншот графика](screen/photo4.PNG)
+
+применил функцию расчета и построения гистограммы
+
+![Скриншот гистограммы](screen/photo5.PNG)
+
+Самостоятельно изучил и применил функции pie() и bar()
+
+![Функция pie(C)](screen/photo6.PNG) 
+
+![Функция bar(C)](screen/photo7.PNG) 
+
+## 12 Изучил работу с текстовым редактором среды.
+
+![Файл Progl.m и его содержимое](screen/photo8.PNG) 
+
+## 13 Сохранил переменные, проверил их, перезапустив программу, для этого создал файл Perem без расширения
+
+![Файл Perem и его содержимое](screen/photo9.PNG)

ТЕМА1/task.md

@@ -0,0 +1,288 @@
+# Общее контрольное задание по теме 1
+
+
+
+Бубнов Арсентий, А-03-24
+
+
+
+## Задание 1
+
+
+
+Создайте переменную ММ – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стан-дартным отклонением 8.
+
+
+
+
+
+## Решение 1
+
+
+
+```matlab
+
+type ‘pkg load statistics’ from the Octave prompt.
+
+>> pkg load statistics
+
+>> MM = normrnd(10, 8, [5, 7])%матрица 5x7 c нормальным законом распределения  с мат. ожиданием 10 и стандарт. отклонением 8
+
+MM =
+
+
+
+nbsp;   6.2123   11.5390    4.9818   10.5996  -10.4581   12.4230   17.4780
+
+nbsp;  13.6807    4.7491   10.0626   10.2753   10.1129   13.5258   -8.8423
+
+nbsp;  17.2013   18.5296   10.6960    0.7084   16.7562   13.5162    1.6565
+
+nbsp;  11.6338   -3.1684    8.8374   19.0090  -17.1580    5.0793   -1.6553
+
+nbsp;  -3.8405   14.1019    3.3335    3.6932   -0.6659   15.1892   26.3863
+
+
+
+```
+
+
+
+## Задание 2
+
+
+
+Рассчитайте среднее значение SR по всем элементам матрицы ММ.
+
+
+
+## Решение 2
+
+
+
+```matlab
+
+SR = mean(MM, 'all')%ср.знач по всем эл-там матрицы
+
+SR = 7.6051
+
+```
+
+
+
+## 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
+>> lower_border = SR - 8%нижняя граница
+
+lower_border = -0.3949
+
+>> upper_border = SR + 8%верхняя граница
+
+upper_border = 15.605
+
+>> MM(MM > upper_border) = upper_border%проверка выполнения условия верхней границы
+
+>> MM(MM < lower_border) = lower_border%проверка выполнения условия нижней границы
+
+>> MM%вывод матрицы
+
+MM =
+
+
+
+nbsp;   6.2123   11.5390    4.9818   10.5996   -0.3949   12.4230   15.6051
+
+nbsp;  13.6807    4.7491   10.0626   10.2753   10.1129   13.5258   -0.3949
+
+nbsp;  15.6051   15.6051   10.6960    0.7084   15.6051   13.5162    1.6565
+
+nbsp;  11.6338   -0.3949    8.8374   15.6051   -0.3949    5.0793   -0.3949
+
+nbsp;  -0.3949   14.1019    3.3335    3.6932   -0.3949   15.1892   15.6051
+
+
+```
+
+
+
+## Задание 4
+
+
+
+Превратите ММ в вектор – столбец ММС. Упорядочьте его элементы по возрастанию. Определите значение медианы, в качестве которого возь-мите серединное по порядку индексов значение в упорядоченном векторе.
+
+
+
+## Решение 4
+
+
+
+```matlab
+
+>> MMC = MM(:)%создание вектор-столбца
+
+>> MMC = sort(MMC, 'ascend')%сортировка по возрастанию
+
+MMC =
+
+
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;  -0.3949
+
+nbsp;   0.7084
+
+nbsp;   1.6565
+
+nbsp;   3.3335
+
+nbsp;   3.6932
+
+nbsp;   4.7491
+
+nbsp;   4.9818
+
+nbsp;   5.0793
+
+nbsp;   6.2123
+
+nbsp;   8.8374
+
+nbsp;  10.0626
+
+nbsp;  10.1129
+
+nbsp;  10.2753
+
+nbsp;  10.5996
+
+nbsp;  10.6960
+
+nbsp;  11.5390
+
+nbsp;  11.6338
+
+nbsp;  12.4230
+
+nbsp;  13.5162
+
+nbsp;  13.5258
+
+nbsp;  13.6807
+
+nbsp;  14.1019
+
+nbsp;  15.1892
+
+nbsp;  15.6051
+
+nbsp;  15.6051
+
+nbsp;  15.6051
+
+nbsp;  15.6051
+
+nbsp;  15.6051
+
+nbsp;  15.6051
+
+
+
+>> n = length(MMC)%длина матрицы MMC
+
+n = 35
+
+>> if (mod(n,2) == 0)%условие кратности
+
+med = (MMC(n/2) + MMC(n/2 + 1)) / 2 %медиана для четного знач.
+
+else
+
+med = MMC((n+1)/2) %медиана для нечетного знач.
+
+med
+
+end
+
+med = 10.113
+
+med = 10.113
+
+```
+
+
+
+## Задание 5
+
+
+
+Рассчитайте матрицу ММ1 с элементами, равными натуральным логарифмам от значений соответствующих элементов из матрицы ММ.
+
+
+
+## Решение 5
+
+
+
+```matlab
+
+>> MM1 = log(MM)% создание матрицы MM1 с логарифм. эл-тами от значений матрицы MM
+
+MM1 =
+
+
+
+nbsp;Columns 1 through 5:
+
+
+
+nbsp;  1.8265 +      0i   2.4457 +      0i   1.6058 +      0i   2.3608 +      0i  -0.9292 + 3.1416i
+
+nbsp;  2.6160 +      0i   1.5579 +      0i   2.3088 +      0i   2.3297 +      0i   2.3138 +      0i
+
+nbsp;  2.7476 +      0i   2.7476 +      0i   2.3699 +      0i  -0.3448 +      0i   2.7476 +      0i
+
+nbsp;  2.4539 +      0i  -0.9292 + 3.1416i   2.1790 +      0i   2.7476 +      0i  -0.9292 + 3.1416i
+
+nbsp; -0.9292 + 3.1416i   2.6463 +      0i   1.2040 +      0i   1.3065 +      0i  -0.9292 + 3.1416i
+
+
+
+nbsp;Columns 6 and 7:
+
+
+
+nbsp;  2.5196 +      0i   2.7476 +      0i
+
+nbsp;  2.6046 +      0i  -0.9292 + 3.1416i
+
+nbsp;  2.6039 +      0i   0.5047 +      0i
+
+nbsp;  1.6252 +      0i  -0.9292 + 3.1416i
+
+nbsp;  2.7206 +      0i   2.7476 +      0i
+
+```
+

ТЕМА2/Prog1.m

@@ -0,0 +1,28 @@
+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('\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] ');
+save res.mat Res -mat;
+hist(Res,20);
+xlabel('Results ');
+ylabel('Number of Unis ');
+graphics_toolkit('gnuplot');
+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);

ТЕМА2/prtcl.txt

@@ -0,0 +1,315 @@
+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 
+ Correlation of Results and Money = 0.843710 

ТЕМА2/report.md

@@ -0,0 +1,856 @@
+# Отчет по теме 2
+
+Бубнов Арсентий, А-03-24
+
+## 1 Установил в качестве текущей папки "ТЕМА2" 
+
+![Скриншот выбора текущей папки](photos/figure0.PNG)
+
+## 2 Работа с данными из файла "dan_vuz.txt"
+
+Прочитал данные из файла командой
+
+```matlab
+
+>> XX=load('dan_vuz.txt')
+
+```
+На выходе получил матрицу из файла "dan_vuz.txt"
+
+Проверил размерность матрицы ХХ:
+
+```matlab
+
+>> size(XX)
+ans =
+
+   290    15
+
+```
+
+В фале представленны данные о 290 вузвх
+
+Выделил в отдельную матрицу данные о показателях результативности:
+
+```matlab
+
+>> X=XX(:,3:13);
+
+```
+Рассчитал матрицу корреляций между показателями результативности:
+
+```matlab
+
+>> R=corr(X)
+R =
+
+   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   3.9815e-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   2.6183e-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   2.6408e-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   3.4420e-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   1.8751e-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   3.3118e-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   2.8287e-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   1.3662e-01
+   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   4.5537e-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   3.8799e-01
+   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
+ 
+```
+
+Получение собственных значений и собственных векторов от квадратичной формы:
+
+```matlab
+
+>> [vect,lambda]=eig(X'*X)
+vect =
+
+   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   3.5306e-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   4.6772e-02
+  -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   4.8953e-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   6.1556e-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   2.4277e-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   7.3685e-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   9.5893e-02
+  -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   1.6945e-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   1.7911e-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   5.9523e-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   1.7425e-02
+
+lambda =
+
+Diagonal Matrix
+
+   2.2947e+01            0            0            0            0            0            0            0            0            0            0
+            0   1.9317e+03            0            0            0            0            0            0            0            0            0
+            0            0   2.5940e+03            0            0            0            0            0            0            0            0
+            0            0            0   3.4573e+03            0            0            0            0            0            0            0
+            0            0            0            0   5.6252e+03            0            0            0            0            0            0
+            0            0            0            0            0   8.6721e+03            0            0            0            0            0
+            0            0            0            0            0            0   1.8915e+04            0            0            0            0
+            0            0            0            0            0            0            0   4.7523e+04            0            0            0
+            0            0            0            0            0            0            0            0   5.7484e+04            0            0
+            0            0            0            0            0            0            0            0            0   2.2565e+05            0
+            0            0            0            0            0            0            0            0            0            0   7.4946e+06
+
+
+
+
+```
+
+В матрице lambda собственные значения расположены в возрастающем порядке на диагонали. Выделим их в отдельный вектор:
+
+```matlab
+
+>> Sobst=diag(lambda);
+
+```
+
+Представим их на экране с заголовком:
+
+```matlab 
+
+>> 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')
+
+```
+
+Выделим наибольшее собственное значение и соответствующий ему собственный вектор:
+
+```matlab
+
+>> SobMax=Sobst(end)
+SobMax = 7.4946e+06
+
+```
+
+```matlab
+
+>> 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
+
+```
+
+Рассчитал долю информации о результативности НИР, содержащуюся в главной компоненте и отобразил ее на экране:
+
+```matlab
+
+>> Delt=100*SobMax/sum(Sobst)
+Delt = 95.273
+
+```
+
+```matlab
+
+>> fprintf('Delta= %d \n ',round(Delt))
+Delta= 95
+
+```
+
+С использованием главной компоненты рассчитал оценки обобщенной результативности в каждом из представленных в матрице вузов и отобразил ее с указанием кода 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
+   5.5559e+00
+   1.0536e+02
+   4.5755e+00
+   3.8120e+02
+   2.6713e+01
+   8.0376e+00
+   1.1963e+02
+   1.0061e+01
+   6.3763e+01
+   9.0877e+00
+   4.1684e+01
+   3.5907e+01
+   7.6140e+01
+   2.3753e+01
+   1.4222e+02
+   6.7756e+01
+   2.0598e+01
+   7.6819e+01
+   1.0428e+02
+   1.8542e+01
+   4.4740e+00
+   3.5809e+00
+   2.2476e+02
+   2.6864e+01
+   2.1291e+02
+   5.0922e+01
+   3.3628e+01
+   4.2168e+01
+   1.0370e+02
+   1.3606e+02
+   7.1371e+02
+   3.4027e+01
+   4.1023e+00
+   2.7087e+01
+   2.6675e+00
+   2.4976e+00
+   1.0383e+02
+   7.4607e+00
+   3.4755e+01
+   4.3597e+00
+   5.7412e+00
+   1.5989e+01
+   4.5400e+01
+   2.4622e+00
+   6.4244e+00
+   6.6503e+01
+   7.3936e+01
+   1.1131e+01
+   3.6843e+00
+   9.9705e+00
+   2.8031e+01
+   1.3524e+00
+   4.0905e+01
+   1.1723e+01
+   3.0793e+01
+   4.2716e+01
+   1.0023e+01
+   3.2260e+01
+   2.5495e+01
+   3.6870e+01
+   4.2948e+01
+   8.7963e+01
+   2.2867e+02
+   9.9146e+01
+   2.8750e+01
+   9.6222e+00
+   1.3600e+00
+   5.4214e+01
+   1.0755e+02
+   1.1611e+02
+   2.9910e+02
+   1.4333e+01
+   2.0479e+01
+   1.4491e+02
+   1.4953e+01
+   2.5976e+01
+   2.6815e+02
+   1.2354e+01
+   4.5261e+00
+   1.0466e+02
+   9.1265e+01
+   2.0933e+02
+   1.9645e+02
+   4.8121e+00
+   1.3877e+00
+   5.0733e+01
+   1.1863e+02
+   2.1253e+02
+   3.7745e+01
+   3.0102e+01
+   3.2067e+02
+            0
+   4.1450e+01
+   1.4112e+02
+   4.0535e+02
+   1.2875e+01
+   1.1761e+02
+   8.9899e+00
+   7.4655e+01
+   8.9566e+01
+   3.7993e+01
+   4.0600e+01
+   3.7339e+01
+   1.4293e+02
+   9.1226e+00
+   5.3464e+01
+   9.3290e+01
+   5.7155e+01
+   1.9139e+01
+   5.4915e+00
+   8.5213e+01
+   1.7064e+02
+   9.0454e+01
+   5.7811e+01
+   7.3730e+00
+   9.6149e+00
+   1.8467e+00
+   1.7647e+01
+   1.5391e+02
+   1.1984e+02
+   5.0102e+00
+   2.6920e+00
+   3.7930e+02
+   1.3497e+01
+   2.4622e+00
+   1.9718e+01
+   2.0067e+02
+   9.3618e+01
+   2.5651e+01
+   2.6345e+01
+   6.5286e+01
+   2.1515e+01
+   1.7651e+02
+   1.8989e+03
+   9.1241e+01
+   3.0455e+02
+   6.3560e+00
+   3.4394e+00
+   1.5886e+02
+   1.8780e+02
+   2.6561e+01
+   8.6579e+00
+   1.1032e+02
+   2.1287e+01
+   8.0285e+00
+   7.6977e+01
+   1.4832e+02
+   9.7178e+01
+   6.7131e+00
+   8.8631e+01
+   3.3340e+02
+   2.7838e+01
+   1.1663e+01
+            0
+   7.1250e+01
+   3.6976e-01
+   1.0361e+01
+   3.8551e+00
+   8.1569e+01
+   5.4637e+01
+   2.3502e+01
+   9.0447e+01
+   5.7162e+01
+   1.6285e+02
+   3.0587e+02
+   6.3233e+00
+   5.9416e+01
+   4.6966e+01
+   5.6661e+01
+   8.1568e+02
+   4.7723e+01
+   2.7702e+02
+   3.2809e+02
+   1.1359e+02
+   1.1709e+01
+   3.3970e+01
+   9.1338e-01
+   1.2267e+02
+   5.9979e+01
+   7.4911e+00
+   1.2504e+01
+   2.4209e+01
+   4.0011e+02
+   2.6358e+02
+   2.5931e+01
+   3.6895e+01
+   2.5478e+02
+   6.8701e+00
+   1.2626e+01
+   2.3784e+01
+   3.1599e+00
+   5.1518e+00
+            0
+   1.0677e+02
+   1.5783e+01
+   3.0701e+01
+   6.4990e+01
+   4.3088e+01
+   3.1124e+01
+   5.1718e+00
+   4.8085e+01
+   5.3479e+00
+   2.1246e+00
+   8.2078e-02
+   2.1636e+01
+   5.2057e+01
+   2.5625e+01
+   9.7502e+00
+   3.6203e+01
+   4.6267e+00
+   3.1906e+00
+   9.5783e+00
+   6.3749e+00
+   3.6845e+00
+   5.7848e+00
+   8.2368e+00
+   6.8726e+00
+   4.1305e+01
+   1.9885e+00
+   7.5713e+00
+   1.2311e+00
+   5.0811e+00
+   2.1547e+01
+   3.0300e+01
+   4.5504e+01
+   9.0939e+00
+   1.0370e+01
+   7.1259e+00
+   1.4133e+01
+   2.6102e+01
+   5.0720e+00
+   1.2085e+01
+   7.1347e-01
+   6.7509e-01
+   4.0925e+00
+   7.4541e+00
+   1.8466e+02
+   1.0455e+01
+   7.4481e+00
+   6.2425e+00
+   8.8602e+00
+   3.9992e+01
+   6.8910e+00
+   5.1607e+00
+   1.5490e+01
+   5.5905e+00
+   2.7378e+01
+   1.0801e+01
+   2.3751e+01
+   1.1426e+01
+   8.4732e+00
+   6.8984e+00
+   3.4163e+00
+   2.0875e+02
+   1.2158e+01
+   3.5632e+00
+   4.1589e+00
+            0
+   1.8479e+00
+   8.4788e+00
+   1.2779e+00
+   3.5306e-02
+   7.0611e-02
+   3.5306e-02
+   3.0393e+00
+            0
+   4.2057e+00
+   3.0095e+01
+   2.0128e+01
+   5.7737e+00
+   3.1540e+01
+   1.4739e+02
+   1.8314e+01
+   3.2846e+01
+   1.4511e+01
+   1.9235e+01
+            0
+
+```
+
+```matlab 
+
+>> 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
+ 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
+
+```
+
+Сохранил вектор оценок результативности в отдельном бинарном (mat) файле:
+
+```matlab
+
+>> save res.mat Res -mat
+
+```
+
+Представил распределение оценок результативности в виде гистограммы с 20 интервалами  и с обозначением осей:
+
+```matlab
+
+>> hist(Res,20)
+>> xlabel('Results ')
+>> ylabel('Number of Unis ')
+
+```
+
+![Распределение оценок результативности](photos/figure1.PNG)
+
+Сохранил изображение гистограммы в файле формата jpg
+
+```matlab
+
+>> saveas(gcf, 'Hist.jpg ', 'jpg ')
+DEBUG: FC_WEIGHT didn't match
+
+```
+
+
+Рассчитал и отобразил оценку корреляции обобщенной результативности с финансированием, выделенным на проведение НИР:
+
+```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 Работа со сценарием
+
+![Скриншот работы сценария с выполннными командами](photos/figure2.PNG)
+
+![Скриншот гистограммы](Hist.JPG)
+
+## 4 Изменение файл с командами:
+
+Изменил сценарий (добавил ;), чтобы избавиться от эхо-вывода. Сценарий стал выполняться быстрее, и убрался лишний вывод
+
+![новый сценарий](photos/figure3.PNG)
+
+## 5 Создал файл с выводом
+
+изменил код:
+
+![измененный код](photos/figure4.PNG)
+
+![содержение prtcl.txt](photos/figure5.PNG)
+
+## 6 Вывод в файл мин, макс, среднего и стандартного отклонения.
+
+```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);
+
+```