file: Отчет WIP

ТЕМА1/Perem

@@ -0,0 +1,351 @@
+# Created by Octave 8.3.0, Wed Feb 11 12:16:26 2026 GMT <unknown@w10prog-84>
+# name: A
+# type: matrix
+# rows: 4
+# columns: 6
+ -0.7051571199484552 -0.88179450715020191 -1.1144049175772983 -0.49983091636335197 0.80840661784520551 -0.8140870012861241
+ -0.71356520039087279 0.28649457280020335 -0.27474499334127955 -1.941373292643567 -0.68445281544335912 -0.42130829726717756
+ -0.9316641000515139 0.4764351481510109 -1.1302362269341515 0.24824863467958955 -1.3404175089410415 -0.60400871436213655
+ -2.0625226747527567 1.1710365095254567 0.23320666779954835 -0.16560634546901296 0.33837193758010109 -1.2632795600181634
+
+
+# name: B
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.30214806704946751 0.40409442769479464 0.23456721302917516 0.84005767746636939 0.3769672775924694 0.056362134853508494 0.87804683029516695
+ 0.43283745578216881 0.91732899553934311 0.36649026778199267 0.25103109317549377 0.2753769836191976 0.23136902913417301 0.14464393182336366
+ 0.83846241946131228 0.83936583114391883 0.019972206982809437 0.76613445900878152 0.84915636079520762 0.93618147136069207 0.65294400358631732
+ 0.91017724807744727 0.24121666030738809 0.29524982943157585 0.36584571518072162 0.10396673725177785 0.64040855587093437 0.13225228992422355
+
+
+# name: B1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.54967996784444262 0.63568422010837633 0.48432139435417798 0.91654660408861333 0.61397660997180459 0.23740710784116911 0.93704153072057961
+ 0.65790383475259417 0.95777293527189578 0.60538439671170308 0.50103003220914188 0.52476374076263843 0.4810083462209081 0.38032082749090096
+ 0.91567593583172879 0.916169106193785 0.1413230589210743 0.87529107102082415 0.92149680454964555 0.96756471171735692 0.80804950565316069
+ 0.95403210012947015 0.49113812752360009 0.54336896252139377 0.60485181257951237 0.32243873410584195 0.80025530668089562 0.3636650793301765
+
+
+# name: B1D
+# type: matrix
+# rows: 4
+# columns: 1
+ 0.54967996784444262
+ 0.95777293527189578
+ 0.1413230589210743
+ 0.60485181257951237
+
+
+# name: B2
+# type: matrix
+# rows: 4
+# columns: 7
+ -1.1968380935160072 -0.90610669641422759 -1.4500131094385555 -0.17428472585157853 -0.97559689213814094 -2.8759577137920305 -0.13005534930339088
+ -0.83739301225971818 -0.0862890973080368 -1.0037833124909741 -1.3821784703292967 -1.2896142705475888 -1.4637413144325939 -1.9334801991944361
+ -0.17618551749331554 -0.17510863519670858 -3.9134136227478953 -0.26639759069180474 -0.16351193908015538 -0.065945941637918101 -0.42626390593041885
+ -0.094115920330949079 -1.42205974392998 -1.2199334016132968 -1.005543577677164 -2.2636842651161246 -0.44564893775061304 -2.0230438932766308
+
+
+# name: B3
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.29757165012340164 0.39318628524827959 0.23242207218341049 0.74468161629692975 0.36810238592920114 0.056332298752240335 0.7694929452433894
+ 0.41944827094590165 0.79398063560502408 0.35834099213336079 0.24840286654904203 0.27190973618605779 0.22931028713817786 0.14414008899459307
+ 0.74361596229862847 0.74421968612588274 0.019970879226840245 0.69335493145547344 0.75072335019666958 0.80530009585332851 0.60752745328754343
+ 0.78961251254164666 0.23888423856353935 0.29097887838327607 0.35773916937707029 0.1037795409455215 0.59752309244290702 0.13186709678943936
+
+
+# name: BS1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.30214806704946751 0.24121666030738809 0.019972206982809437 0.25103109317549377 0.10396673725177785 0.056362134853508494 0.13225228992422355
+ 0.43283745578216881 0.40409442769479464 0.23456721302917516 0.36584571518072162 0.2753769836191976 0.23136902913417301 0.14464393182336366
+ 0.83846241946131228 0.83936583114391883 0.29524982943157585 0.76613445900878152 0.3769672775924694 0.64040855587093437 0.65294400358631732
+ 0.91017724807744727 0.91732899553934311 0.36649026778199267 0.84005767746636939 0.84915636079520762 0.93618147136069207 0.87804683029516695
+
+
+# name: BS2
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.91017724807744727 0.24121666030738809 0.29524982943157585 0.36584571518072162 0.10396673725177785 0.64040855587093437 0.13225228992422355
+ 0.30214806704946751 0.40409442769479464 0.23456721302917516 0.84005767746636939 0.3769672775924694 0.056362134853508494 0.87804683029516695
+ 0.83846241946131228 0.83936583114391883 0.019972206982809437 0.76613445900878152 0.84915636079520762 0.93618147136069207 0.65294400358631732
+ 0.43283745578216881 0.91732899553934311 0.36649026778199267 0.25103109317549377 0.2753769836191976 0.23136902913417301 0.14464393182336366
+
+
+# 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
+0.54967996784444262
+0.95777293527189578
+0.1413230589210743
+0.60485181257951237
+
+
+# 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
+ -3.1803461542887126 1.3228968307891731 -1.1910364139300591 -0.93390599886377734 -0.86790958692924014 -2.0845797468473566
+ -2.2190459544456815 0.58885843202271038 -1.5947847026014119 -1.8144324886012142 -1.3446755118492355 -1.5271546910738913
+ -1.054488297909342 0.25342118378527267 -0.3158133048571975 -0.87267553506041184 0.011913552649320189 -0.73040997142160813
+ -2.2398447590311314 0.12459287393120072 -1.7857292029483249 -0.77762639710676762 -0.39585887220966964 -1.7145588217053258
+ -1.4678828419663219 0.27280311818149588 -1.4312541803914047 -0.52944506541480196 -0.98678433734040372 -1.0671396645417168
+ -2.3979048839154453 1.2125577081772101 -1.0351363911861409 -0.35099513988523134 -1.1509754124509566 -1.5178381786725819
+ -1.6034716844696375 -0.26685943746647467 -1.7253787528003504 -0.5794921789829357 -0.2196501891587766 -1.3372016824738153
+
+
+# name: F
+# type: matrix
+# rows: 4
+# columns: 13
+ -0.7051571199484552 -0.88179450715020191 -1.1144049175772983 -0.49983091636335197 0.80840661784520551 -0.8140870012861241 0.30214806704946751 0.40409442769479464 0.23456721302917516 0.84005767746636939 0.3769672775924694 0.056362134853508494 0.87804683029516695
+ -0.71356520039087279 0.28649457280020335 -0.27474499334127955 -1.941373292643567 -0.68445281544335912 -0.42130829726717756 0.43283745578216881 0.91732899553934311 0.36649026778199267 0.25103109317549377 0.2753769836191976 0.23136902913417301 0.14464393182336366
+ -0.9316641000515139 0.4764351481510109 -1.1302362269341515 0.24824863467958955 -1.3404175089410415 -0.60400871436213655 0.83846241946131228 0.83936583114391883 0.019972206982809437 0.76613445900878152 0.84915636079520762 0.93618147136069207 0.65294400358631732
+ -2.0625226747527567 1.1710365095254567 0.23320666779954835 -0.16560634546901296 0.33837193758010109 -1.2632795600181634 0.91017724807744727 0.24121666030738809 0.29524982943157585 0.36584571518072162 0.10396673725177785 0.64040855587093437 0.13225228992422355
+
+
+# name: FF
+# type: matrix
+# rows: 2
+# columns: 4
+ 1 1 1 1
+ 1 1 1 1
+
+
+# name: G
+# type: matrix
+# rows: 4
+# columns: 6
+ -2.8206284797938208 -7.0543560572016153 -13.372859010927581 -7.9972946618136316 16.16813235690411 -19.53808803086698
+ -3.5678260019543639 2.5784511552018303 -3.5716849134366342 -33.003345974940636 -14.373509124310541 -10.532707431679439
+ -5.5899846003090836 4.7643514815101087 -15.823307177078121 4.4684754242326115 -29.489185196702913 -15.70422657341555
+ -14.437658723269298 12.881401604780024 3.4981000169932255 -3.1465205639112463 7.7825545643423251 -34.108548120490411
+
+
+# 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
+ -0.6268063288430713 -1.5676346793781368 -2.9717464468727957 -1.7771765915141404 3.5929183015342465 -4.3417973401926622
+ -0.79285022265652527 0.5729891456004067 -0.79370775854147424 -7.3340768833201411 -3.1941131387356756 -2.3406016514843198
+ -1.2422188000686853 1.0587447736689131 -3.5162904837951379 0.99299453871835808 -6.5531522659339805 -3.4898281274256777
+ -3.2083686051709552 2.8625336899511162 0.77735555933182787 -0.69922679198027693 1.72945656985385 -7.5796773601089802
+
+
+# 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
+ 0.27761029902559703 -0.051542238893041825 -0.0055300565821513117 -0.039597093542427166
+ -0.051542238893041825 0.25608419158315432 -0.065103753526283364 -0.049108544850378057
+ -0.0055300565821513117 -0.065103753526283364 0.28355665129427221 -0.073055806077880509
+ -0.039597093542427166 -0.049108544850378057 -0.073055806077880509 0.18320037973549641
+
+
+# name: dt
+# type: scalar
+407.92283062066855
+
+
+# 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/Prog1.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 +1,528 @@
+# Отчёт по теме 1
+
+Евдоченко Наталья, А-03-24
+
+## 1 Изучение среды GNU Octave
+
+## 2 Настройка текущего каталога
+
+Нажала на окно рядом с **Текущая папка:** и установила путь к папке ТЕМА1:
+
+![Скриншот выбора текущей папки](assets/figure2.png)
+
+## 3 Настройка отображений окон
+
+## 4 Установка путей к папкам ТЕМА1 и ТЕМА2
+
+Добавила пути к папкам **ТЕМА1** и **ТЕМА2** и проверила список файлов в текущей папке
+
+![Скриншот списка файлов](assets/figure4.png)
+
+## 5 Изучение системы помощи
+
+Открыла обширное ангоязычное описание методики рработы со средой
+
+![Скриншот расширенного англоязычного описания](assets/figure5-1.png)
+
+Использовала более быстрый 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")
+     Return a matrix with normally distributed random elements having
+     zero mean and variance one.
+```	 
+
+Воспользовалась 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 =
+
+  -0.7052  -0.8818  -1.1144  -0.4998   0.8084  -0.8141
+  -0.7136   0.2865  -0.2747  -1.9414  -0.6845  -0.4213
+  -0.9317   0.4764  -1.1302   0.2482  -1.3404  -0.6040
+  -2.0625   1.1710   0.2332  -0.1656   0.3384  -1.2633
+```
+  
+Матрица В 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 
+
+```matlab
+>> B=rand(4,7)
+B =
+
+   0.302148   0.404094   0.234567   0.840058   0.376967   0.056362   0.878047
+   0.432837   0.917329   0.366490   0.251031   0.275377   0.231369   0.144644
+   0.838462   0.839366   0.019972   0.766134   0.849156   0.936181   0.652944
+   0.910177   0.241217   0.295250   0.365846   0.103967   0.640409   0.132252
+```
+  
+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+23.1j, 3-5.6j]
+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 =
+
+  -3.180346   1.322897  -1.191036  -0.933906  -0.867910  -2.084580
+  -2.219046   0.588858  -1.594785  -1.814432  -1.344676  -1.527155
+  -1.054488   0.253421  -0.315813  -0.872676   0.011914  -0.730410
+  -2.239845   0.124593  -1.785729  -0.777626  -0.395859  -1.714559
+  -1.467883   0.272803  -1.431254  -0.529445  -0.986784  -1.067140
+  -2.397905   1.212558  -1.035136  -0.350995  -1.150975  -1.517838
+  -1.603472  -0.266859  -1.725379  -0.579492  -0.219650  -1.337202
+```
+
+Создание матрицы путем «горизонтального» соединения матриц А и В (числа строк у соединяемых матриц должны совпадать)
+
+```matlab
+>> F=[A,B]
+F =
+
+ Columns 1 through 9:
+
+  -0.705157  -0.881795  -1.114405  -0.499831   0.808407  -0.814087   0.302148   0.404094   0.234567
+  -0.713565   0.286495  -0.274745  -1.941373  -0.684453  -0.421308   0.432837   0.917329   0.366490
+  -0.931664   0.476435  -1.130236   0.248249  -1.340418  -0.604009   0.838462   0.839366   0.019972
+  -2.062523   1.171037   0.233207  -0.165606   0.338372  -1.263280   0.910177   0.241217   0.295250
+
+ Columns 10 through 13:
+
+   0.840058   0.376967   0.056362   0.878047
+   0.251031   0.275377   0.231369   0.144644
+   0.766134   0.849156   0.936181   0.652944
+   0.365846   0.103967   0.640409   0.132252
+```
+ 
+Поэлементное перемножение матриц A и D (размеры матриц должны совпадать)
+
+```matlab
+G=A.*D
+G =
+
+   -2.8206   -7.0544  -13.3729   -7.9973   16.1681  -19.5381
+   -3.5678    2.5785   -3.5717  -33.0033  -14.3735  -10.5327
+   -5.5900    4.7644  -15.8233    4.4685  -29.4892  -15.7042
+  -14.4377   12.8814    3.4981   -3.1465    7.7826  -34.1085
+```
+
+Поэлементное деление элементов матрицы G на 4.5
+
+```matlab
+M=G./4.5
+M =
+
+  -0.6268  -1.5676  -2.9717  -1.7772   3.5929  -4.3418
+  -0.7929   0.5730  -0.7937  -7.3341  -3.1941  -2.3406
+  -1.2422   1.0587  -3.5163   0.9930  -6.5532  -3.4898
+  -3.2084   2.8625   0.7774  -0.6992   1.7295  -7.5797
+```
+
+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
+```
+
+Создание 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 =
+
+   0.5497   0.6357   0.4843   0.9165   0.6140   0.2374   0.9370
+   0.6579   0.9578   0.6054   0.5010   0.5248   0.4810   0.3803
+   0.9157   0.9162   0.1413   0.8753   0.9215   0.9676   0.8080
+   0.9540   0.4911   0.5434   0.6049   0.3224   0.8003   0.3637
+   
+   >> B2=log(B)
+B2 =
+
+  -1.196838  -0.906107  -1.450013  -0.174285  -0.975597  -2.875958  -0.130055
+  -0.837393  -0.086289  -1.003783  -1.382178  -1.289614  -1.463741  -1.933480
+  -0.176186  -0.175109  -3.913414  -0.266398  -0.163512  -0.065946  -0.426264
+  -0.094116  -1.422060  -1.219933  -1.005544  -2.263684  -0.445649  -2.023044
+
+B3=sin(B)
+B3 =
+
+   0.297572   0.393186   0.232422   0.744682   0.368102   0.056332   0.769493
+   0.419448   0.793981   0.358341   0.248403   0.271910   0.229310   0.144140
+   0.743616   0.744220   0.019971   0.693355   0.750723   0.805300   0.607527
+   0.789613   0.238884   0.290979   0.357739   0.103780   0.597523   0.131867
+```
+   
+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 =
+
+   0.5497
+   0.9578
+   0.1413
+   0.6049
+
+>> DB=diag(B1D)
+DB =
+
+Diagonal Matrix
+
+   0.5497        0        0        0
+        0   0.9578        0        0
+        0        0   0.1413        0
+        0        0        0   0.6049
+
+>> BS1=sort(B)
+BS1 =
+
+   0.302148   0.241217   0.019972   0.251031   0.103967   0.056362   0.132252
+   0.432837   0.404094   0.234567   0.365846   0.275377   0.231369   0.144644
+   0.838462   0.839366   0.295250   0.766134   0.376967   0.640409   0.652944
+   0.910177   0.917329   0.366490   0.840058   0.849156   0.936181   0.878047
+
+>> BS2=sortrows(B,2)
+BS2 =
+
+   0.910177   0.241217   0.295250   0.365846   0.103967   0.640409   0.132252
+   0.302148   0.404094   0.234567   0.840058   0.376967   0.056362   0.878047
+   0.838462   0.839366   0.019972   0.766134   0.849156   0.936181   0.652944
+   0.432837   0.917329   0.366490   0.251031   0.275377   0.231369   0.144644
+
+>> 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 = 407.92
+>> dinv=inv(A*A')
+dinv =
+
+   2.7761e-01  -5.1542e-02  -5.5301e-03  -3.9597e-02
+  -5.1542e-02   2.5608e-01  -6.5104e-02  -4.9109e-02
+  -5.5301e-03  -6.5104e-02   2.8356e-01  -7.3056e-02
+  -3.9597e-02  -4.9109e-02  -7.3056e-02   1.8320e-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
+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 для построения различных графиков
+
+Функция построения графиков:
+
+```matlab
+>> plot(D(1,:),B([2,4],1:6))
+```
+
+![Скриншот графика](assets/figure11-1.png)
+
+Функция расчета и построения гистограммы:
+
+```matlab
+hist(A(:),6)
+```
+
+![Скриншот гистограммы](assets/figure11-2.png)
+
+Функция расчета и построения круговой диаграммы:
+
+```matlab
+>>pie(C)
+```
+
+![Скриншот круговой диаграммы](assets/figure11-3.png)
+
+Функция расчета и построения диаграммы столбцов:
+
+```matlab
+>> bar(C)
+```
+
+![Скриншот диаграммы столбцов](assets/figure11-4.png)
+
+## 12 Работа с текстовым редактором среды
+
+Создала сценарий **Prog1.m**
+
+![Скриншот сценария Prog1](assets/figure12-1.png)
+
+Запустила 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
+```
+
+Запустила программу на выполнение вводом имени файла **Prog1**  командной строке
+
+![Скриншот программы Prog1](assets/figure12-2.png)
+
+## 13 Сохранение и загрузка области переменных
+
+Создала файл Perem. Сохранила и загрузила область переменных
+
+![Скриншот области переменных](assets/figure13.png)

ТЕМА1/task.md

@@ -0,0 +1,152 @@
+# Общее контрольное задание по теме 1
+
+Евдоченко Наталья, 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 =
+
+    4.3031   16.2644   23.2100    6.8312    7.1872   20.5611   12.2717
+   24.1693    9.8539   17.6993    9.9306   22.8729    5.2778    3.6824
+   15.8185    8.9640   -0.6781   10.2741   12.0349    6.3269   -0.3740
+   13.5513    6.9364    1.9795    0.5801   -3.5495    4.4362    6.8947
+    2.0524    4.0911   11.3539   14.0626   10.6222   15.2288   19.2552
+
+```
+
+## Задание 2
+
+Рассчитайте среднее значение SR по всем элементам матрицы ММ.
+
+## Решение 
+
+```matlab
+>> MMD = MM(:)
+MMD =
+
+    4.3031
+   24.1693
+...
+   -0.3740
+    6.8947
+   19.2552
+
+>> MMDs = sum(MMD)
+MMDs = 343.98
+>> N = numel(MM)
+N = 35
+>> SR = MMDs / N
+SR = 9.8279
+```
+
+## 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
+>> DLhigh = MM > SR + 8
+DLhigh =
+
+  0  0  1  0  0  1  0
+  1  0  0  0  1  0  0
+  0  0  0  0  0  0  0
+  0  0  0  0  0  0  0
+  0  0  0  0  0  0  1
+
+>> MM(DLhigh) = SR + 8
+MM =
+
+    4.3031   16.2644   17.8279    6.8312    7.1872   17.8279   12.2717
+   17.8279    9.8539   17.6993    9.9306   17.8279    5.2778    3.6824
+   15.8185    8.9640   -0.6781   10.2741   12.0349    6.3269   -0.3740
+   13.5513    6.9364    1.9795    0.5801   -3.5495    4.4362    6.8947
+    2.0524    4.0911   11.3539   14.0626   10.6222   15.2288   17.8279
+
+>> DLlow = MM < SR - 8
+DLlow =
+
+  0  0  0  0  0  0  0
+  0  0  0  0  0  0  0
+  0  0  1  0  0  0  1
+  0  0  0  1  1  0  0
+  0  0  0  0  0  0  0
+
+>> MM(DLlow) = SR - 8
+MM =
+
+    4.3031   16.2644   17.8279    6.8312    7.1872   17.8279   12.2717
+   17.8279    9.8539   17.6993    9.9306   17.8279    5.2778    3.6824
+   15.8185    8.9640    1.8279   10.2741   12.0349    6.3269    1.8279
+   13.5513    6.9364    1.9795    1.8279    1.8279    4.4362    6.8947
+    2.0524    4.0911   11.3539   14.0626   10.6222   15.2288   17.8279
+```
+
+## 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 =
+
+    4.3031
+   17.8279
+   15.8185
+   13.5513
+    2.0524
+   16.2644
+    9.8539
+    8.9640
+...
+    3.6824
+    1.8279
+    6.8947
+   17.8279
+
+>> MMCs = sort(MMC)
+MMCs =
+
+    1.8279
+    1.8279
+    1.8279
+    1.8279
+    1.9795
+...
+   17.8279
+   17.8279
+   17.8279
+   17.8279
+
+>> Med = (N + 1)/2
+Med = 18
+>> ElMed = MMCs(Med)
+ElMed = 9.8539
+```
+
+## Задание 5
+
+Рассчитайте матрицу ММ1 с элементами, равными натуральным логариф-мам от значений соответствующих элементов из матрицы ММ.
+
+## Решение 
+
+```matlab
+>> MM1 = log(MM)
+MM1 =
+
+   1.4593   2.7890   2.8808   1.9215   1.9723   2.8808   2.5073
+   2.8808   2.2879   2.8735   2.2956   2.8808   1.6635   1.3036
+   2.7612   2.1932   0.6032   2.3296   2.4878   1.8448   0.6032
+   2.6065   1.9368   0.6828   0.6032   0.6032   1.4898   1.9308
+   0.7190   1.4088   2.4296   2.6435   2.3629   2.7232   2.8808
+
+```

ТЕМА2/Prog1.m

@@ -0,0 +1,33 @@
+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);
+

ТЕМА2/prtcl.txt

@@ -0,0 +1,320 @@
+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 

ТЕМА2/report.md

@@ -0,0 +1,672 @@
+# ОТЧЁТ по Теме 2
+
+Евдоченко Наталья, А-03-24
+
+##1
+
+>> XX=load('dan_vuz.txt')
+warning: load: 'C:\Users\u202-12\Desktop\it-labs\ТЕМА2\dan_vuz.txt' found by searching load path
+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
+   2.0100e+02   1.7553e+06   7.0000e+00   1.0000e+01   6.0000e+00   5.4000e+01   7.0000e+00   4.6000e+01   2.0000e+00            0
+   2.0200e+02   5.7215e+05            0   2.0000e+00   2.0000e+00   2.2000e+01   7.0000e+00   1.7000e+01            0            0
+   2.0300e+02   1.4322e+06            0   6.0000e+00   1.1000e+01   3.0000e+01   8.0000e+00   8.8000e+01            0            0
+   2.0400e+02   1.3277e+06   5.0000e+00   2.0000e+00            0   7.8000e+01   3.0000e+00   4.0000e+01   6.0000e+00            0
+   2.0500e+02   4.9080e+05   7.0000e+00            0            0   2.0000e+01            0   3.0000e+01   1.2000e+01            0
+   2.0600e+02   6.3472e+05   1.0000e+00   1.0000e+00   1.0000e+00   1.2000e+01   3.0000e+00   1.3000e+01   3.0000e+00            0
+   2.0700e+02   7.4157e+05   8.0000e+00   4.0000e+00   3.0000e+00   3.3000e+01   1.0000e+00   3.7000e+01   8.0000e+00
+   
+   
+Проверяем размер
+>> size(XX)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+ans =
+
+   290    15
+   
+   
+  Данные о скольких вузах России представлены в этой матрице?
+  290
+ 
+ Выделите в отдельную матрицу данные о показателях результативности:
+ 
+ >> X=XX(:,3:13)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+	  
+	  
+Рассчитайте матрицу корреляций между показателями результативности:
+
+>> R=corr(X)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+   
+
+получение собственных значений и собственных векторов от квадратичной формы:
+
+>> [vect,lambda]=eig(X'*X)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+
+
+В матрице lambda собственные значения расположены в возрастающем порядке на диагонали. Выделите их в отдельный вектор:
+
+>> Sobst=diag(lambda)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+Sobst =
+
+   2.2947e+01
+   1.9317e+03
+   2.5940e+03
+   3.4573e+03
+   5.6252e+03
+   8.6721e+03
+   1.8915e+04
+   4.7523e+04
+   5.7484e+04
+   2.2565e+05
+   7.4946e+06
+   
+ Представьте их на экране с заголовком:
+ >> fprintf('Eigenvalues:\n %f \n',Sobst)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+ 
+ Выделите наибольшее собственное значение и соответствующий ему собственный вектор:
+ >> SobMax=Sobst(end)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+SobMax = 7.4946e+06
+
+>> GlComp=vect(:,end)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+   
+   
+   Рассчитайте долю информации о результативности НИР, содержащуюся в главной компоненте и отобразите ее на экране:
+   
+   >> Delt=100*SobMax/sum(Sobst)
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+Delt = 95.273
+
+>> fprintf('Delta= %d \n ',round(Delt))
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+Delta= 95
+
+С использованием главной компоненты рассчитайте оценки обобщенной результативности в каждом из представленных в матрице вузов и отобразите ее с указанием кода вуза:
+
+ >> Res=X*GlComp
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+   
+   
+   
+>> fprintf(' Results \n ')
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+ Results
+ >> fprintf('%d  %f \n ',[XX(:,1),Res] ')
+warning: load_path: C:\Users\u202-12\Desktop\it-labs\ТЕМА2: No such file or directory
+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
+ 
+ Сохраните вектор оценок результативности в отдельном бинарном (mat) файле:
+ 
+ >> save res.mat Res -mat
+  сохранили
+  
+  Представьте распределение оценок результативности в виде гистограммы с 20 интервалами  и с обозначением осей:
+  >> hist(Res,20)
+>> xlabel('Results ')
+>> ylabel('Number of Unis ')
+>> saveas(gcf, 'Hist.jpg ', 'jpg ')
+  
+  Сохраните изображение гистограммы в файле формата jpg
+>> saveas(gcf, 'Hist.jpg ', 'jpg ')
+
+Наконец, рассчитайте и отобразите оценку корреляции обобщенной результативности с финансированием, выделенным на проведение НИР:
+
+>> 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 
+
+##4
+
+## 5
+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 
+
+## 6 
+
+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);