Сравнить коммиты

...

13 Коммитов
main ... main

Автор SHA1 Сообщение Дата
Пользователь № 12 аудитории Ж-202
75a5c0be3c file: Отчет WIP 2026-02-12 12:00:31 +03:00
Пользователь № 12 аудитории Ж-202
1a46f03a42 files: скрины занесены в assets 2026-02-12 09:54:53 +03:00
3bbfb271a2 ТЕМА1/task.md 2026-02-11 22:26:31 +03:00
820f210cd6 ТЕМА1/report.md 2026-02-11 21:32:03 +03:00
26ca0f4c82 ТЕМА1/report.md 2026-02-11 21:26:45 +03:00
fae194e770 WIP3: ТЕМА1/report.md 2026-02-11 21:24:15 +03:00
6c6d158494 WIP2: ТЕМА1/report.md 2026-02-11 21:21:48 +03:00
6243e2f950 WIP: ТЕМА1/report.md 2026-02-11 21:18:49 +03:00
13ab7c991e files: внутри assets переименовано на figure 2026-02-11 19:34:29 +03:00
ce96561897 file: отредактирован assets 2026-02-11 14:57:49 +03:00
5ed22d7d0e file: добавлен assets, в первый раз не добавился 2026-02-11 14:27:12 +03:00
Пользователь № 12 аудитории Ж-202
be511dd531 file: добавлены assets, Prog1, Perem 2026-02-11 12:28:34 +03:00
Пользователь № 12 аудитории Ж-202
ea785128c1 file: создание файла 2026-02-11 10:33:31 +03:00
28 изменённых файлов: 2061 добавлений и 0 удалений

351
ТЕМА1/Perem Обычный файл
Просмотреть файл

@@ -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

5
ТЕМА1/Prog1.m Обычный файл
Просмотреть файл

@@ -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])

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 34 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 25 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 71 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 17 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 3.8 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 8.8 KiB

Двоичные данные
ТЕМА1/assets/figure13.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 46 KiB

Двоичные данные
ТЕМА1/assets/figure2.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 2.8 KiB

Двоичные данные
ТЕМА1/assets/figure4.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 7.1 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 190 KiB

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

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 12 KiB

Двоичные данные
ТЕМА1/assets/figure6-1.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 8.2 KiB

Двоичные данные
ТЕМА1/assets/figure6-2.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 6.7 KiB

528
ТЕМА1/report.md Обычный файл
Просмотреть файл

@@ -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)

152
ТЕМА1/task.md Обычный файл
Просмотреть файл

@@ -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
```

Двоичные данные
ТЕМА2/Hist.jpg Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 27 KiB

33
ТЕМА2/Prog1.m Обычный файл
Просмотреть файл

@@ -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);

Двоичные данные
ТЕМА2/assets/figure 3-2.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 16 KiB

Двоичные данные
ТЕМА2/assets/figure 3-3.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 22 KiB

Двоичные данные
ТЕМА2/assets/figure 5-1.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 33 KiB

Двоичные данные
ТЕМА2/assets/figure 5-2.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 13 KiB

Двоичные данные
ТЕМА2/assets/figure3.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 30 KiB

Двоичные данные
ТЕМА2/assets/figure4.png Обычный файл

Двоичный файл не отображается.

После

Ширина:  |  Высота:  |  Размер: 16 KiB

320
ТЕМА2/prtcl.txt Обычный файл
Просмотреть файл

@@ -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

672
ТЕМА2/report.md Обычный файл
Просмотреть файл

@@ -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);

Двоичные данные
ТЕМА2/res.mat Обычный файл

Двоичный файл не отображается.