Отчёт законченый

Нефинальная версия отчета
Результаты сохранены
2026-02-12 10:54:18 +03:00 · 2026-02-12 08:22:44 +03:00 · 2026-02-12 08:22:14 +03:00 · 2026-02-12 08:21:35 +03:00 · 2026-02-12 08:21:06 +03:00 · 2026-02-12 08:20:34 +03:00
--- a/README.md
+++ b/README.md
@@ -2,53 +2,42 @@

 [Репозиторий с методическими указаниями и заданиями.](http://uit.mpei.ru/git/main/it)

-**Работы проверяются только после того, как закоммичены по правилам ниже.**
-
 ## Работа с Git

+**Работы проверяются только после того, как закоммичены по правилам ниже.**
+
 [Лабораторная работа про Git второго семестра][gitlab]
 поможет вспомнить, как работать с Git.

 [gitlab]: http://uit.mpei.ru/git/main/cs/src/branch/main/labs/lab02

-1. Один раз в начале семестра
+1. В начале семестра
    создать на сервере копию этого репозитория («форкнуть» его), нажав *Fork*.
    Получится репозиторий-форк `http://uit.mpei.ru/git/IvanovII/it-labs`,
    где `IvanovII` — ваше имя пользователя.

 2. В начале каждого занятия:

-    1. Настроить Git, чтобы не было проблем с вводом пароля:
-
-    ```sh
-    git config --global credential.helper ""
-    git config --global core.askpass ""
-    ```
-
-    2. Клонировать свой форк на рабочий стол
+    Клонировать свой форк на рабочий стол
    (`IvanovII` заменить на свое имя пользователя):

    ```sh
    git clone http://uit.mpei.ru/git/IvanovII/it-labs.git
    ```

-        Не клонируйте на диск L (students) в компьютерном классе —
-        не будет работать Git.
-
-        Не клонируйте в папку, в пути к которой есть русские буквы и пробелы —
-        не будет работать Octave.
-
-    3. Перейти в клонированную папку и настроить имя пользователя и почту,
-        чтобы у коммитов был правильный автор:
+    Перебазировать свой форк на исходный репозиторий ("апстрим"):

    ```sh
-        cd it-labs
-        git config user.name "Иванов И. И."
-        git config user.email "IvanovII@mpei.ru"
+    # Первую команду нужно запускать только один раз,
+    # иначе будет ошибка "error: remote upstream already exists".
+    git remote add upstream http://uit.mpei.ru/git/main/it-labs.git
+    git fetch upstream
+    git stash push
+    git rebase upstream/main
+    git stash pop
    ```

-    Если вы работаете со своего компьютера, а не с лабораторного,
-    то все эти шаги нужно сделать один раз, а не каждое занятие.
+    Перебазировать нужно, чтобы подтянуть из исходного репозитория обновления.

 3. После того, как отчет написан, закоммитить его как `TEMAn/report.md`.

--- a/ТЕМА1/Perem
+++ b/ТЕМА1/Perem
@@ -0,0 +1,346 @@
+# Created by Octave 10.3.0, Wed Feb 11 17:32:18 2026 UTC <unknown@DESKTOP-7NQ75O4>
+# name: A
+# type: matrix
+# rows: 4
+# columns: 6
+ -2.4768373846762071 0.2022424292672908 1.7213593265114695 0.56066204149552512 -0.65101654748907489 -0.57757389331175413
+ -1.833978171104192 -1.103007288562684 -0.3086927153971098 -0.47631398696533422 0.23475485607949262 -0.10192258453176552
+ 0.12507222560182019 -0.63015998120244898 1.4213194216059777 0.51739070911189877 -0.68453163829416586 0.82192423117509672
+ 0.73360191857893964 -0.4126226278399413 0.84494156531258413 -1.2094578724432639 0.52736142070578329 -0.30049223849787182
+
+
+# name: B
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.050805040296663662 0.61420955922529741 0.72905812125037994 0.88880452145338895 0.99263277810635697 0.96668584850998096 0.64955792205364071
+ 0.95590103366676171 0.74273486734529148 0.52334680082239915 0.25204612991319986 0.36938751192961961 0.46490962708974326 0.23779102219799708
+ 0.2690367190564632 0.60605009575511726 0.6916365392766991 0.90965014838540226 0.52168391935774971 0.067134930053068587 0.76744432550984687
+ 0.35581901383742198 0.23349372844596328 0.058284730333129753 0.71135477494748245 0.71417393364888415 0.71730764538090497 0.25257216699041174
+
+
+# name: B1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.22539973446449235 0.7837152283995108 0.85384900377665129 0.94276429793103056 0.99630957945126519 0.98320183508269599 0.80595156309398686
+ 0.97770191452546606 0.86182067006152241 0.72342712198423909 0.50204196031128701 0.60777258241024623 0.68184281699651517 0.48763820830406335
+ 0.51868749652990787 0.77849219376633272 0.83164688376539897 0.95375581171775947 0.72227689936599093 0.2591040911546334 0.87603899771063098
+ 0.5965056695769303 0.4832118877324556 0.24142230703298681 0.84341850521996642 0.84508812182451376 0.84694016635232561 0.50256558476522417
+
+
+# name: B1D
+# type: matrix
+# rows: 4
+# columns: 1
+ 0.22539973446449235
+ 0.86182067006152241
+ 0.83164688376539897
+ 0.84341850521996642
+
+
+# name: B2
+# type: matrix
+# rows: 4
+# columns: 7
+ -2.9797597108812637 -0.48741910739529504 -0.31600182278476019 -0.11787795352587933 -0.0073944939013718533 -0.033881708586369547 -0.43146326739640078
+ -0.045100892558509881 -0.29741613866683919 -0.64751093558346839 -1.3781431530121639 -0.99590901815114274 -0.76591224262789448 -1.4363630490209951
+ -1.3129074066272211 -0.5007926300669201 -0.36869469360635326 -0.094695205715716324 -0.65069339297159057 -2.7010508033427394 -0.26468934220425844
+ -1.0333330655002804 -1.4546000611376895 -2.8424151353152238 -0.34058399339257817 -0.33662874175906532 -0.33225045735238196 -1.376058261239564
+
+
+# name: B3
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.050783187194255855 0.57631273107564385 0.66616747537127519 0.77631874384796262 0.83746765811983104 0.82300769838129884 0.6048344155200408
+ 0.81683385394541719 0.67630500099088142 0.49978176757244525 0.24938596066408558 0.36104432479529197 0.4483420223584168 0.23555638420283118
+ 0.26580293094260471 0.56962546847421058 0.6377985036480005 0.78928897143680998 0.49834077019618001 0.067084510789155005 0.69429822124738105
+ 0.34835819401992008 0.23137785123478527 0.058251735999893271 0.65286058218526666 0.65499343595762605 0.65735815692577471 0.24989534263699065
+
+
+# name: BS1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.050805040296663662 0.23349372844596328 0.058284730333129753 0.25204612991319986 0.36938751192961961 0.067134930053068587 0.23779102219799708
+ 0.2690367190564632 0.60605009575511726 0.52334680082239915 0.71135477494748245 0.52168391935774971 0.46490962708974326 0.25257216699041174
+ 0.35581901383742198 0.61420955922529741 0.6916365392766991 0.88880452145338895 0.71417393364888415 0.71730764538090497 0.64955792205364071
+ 0.95590103366676171 0.74273486734529148 0.72905812125037994 0.90965014838540226 0.99263277810635697 0.96668584850998096 0.76744432550984687
+
+
+# name: BS2
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.35581901383742198 0.23349372844596328 0.058284730333129753 0.71135477494748245 0.71417393364888415 0.71730764538090497 0.25257216699041174
+ 0.2690367190564632 0.60605009575511726 0.6916365392766991 0.90965014838540226 0.52168391935774971 0.067134930053068587 0.76744432550984687
+ 0.050805040296663662 0.61420955922529741 0.72905812125037994 0.88880452145338895 0.99263277810635697 0.96668584850998096 0.64955792205364071
+ 0.95590103366676171 0.74273486734529148 0.52334680082239915 0.25204612991319986 0.36938751192961961 0.46490962708974326 0.23779102219799708
+
+
+# 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
+0.22539973446449235
+0.86182067006152241
+0.83164688376539897
+0.84341850521996642
+
+
+# name: DDD
+# type: matrix
+# rows: 4
+# columns: 6
+ 64 512 1728 4096 8000 13824
+ 125 729 2197 4913 9261 15625
+ 216 1000 2744 5832 10648 17576
+ 343 1331 3375 6859 12167 19683
+
+
+# name: DL
+# type: bool matrix
+# rows: 4
+# columns: 6
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+
+
+# name: DP1
+# type: matrix
+# rows: 1
+# columns: 6
+ 840 7920 32760 93024 212520 421200
+
+
+# name: DS1
+# type: matrix
+# rows: 1
+# columns: 6
+ 22 38 54 70 86 102
+
+
+# name: DS2
+# type: matrix
+# rows: 4
+# columns: 1
+ 84
+ 90
+ 96
+ 102
+
+
+# name: Dstolb
+# type: matrix
+# rows: 24
+# columns: 1
+ 4
+ 5
+ 6
+ 7
+ 8
+ 9
+ 10
+ 11
+ 12
+ 13
+ 14
+ 15
+ 16
+ 17
+ 18
+ 19
+ 20
+ 21
+ 22
+ 23
+ 24
+ 25
+ 26
+ 27
+
+
+# name: Dsum
+# type: scalar
+22.547300573537278
+
+
+# name: Dsum2
+# type: scalar
+-0.057010896737607175
+
+
+# name: E
+# type: matrix
+# rows: 7
+# columns: 6
+ -1.5842589201785295 -1.3604460228588247 0.47540743265482988 -0.71797558348001611 0.19480856225012719 -0.012564622331665307
+ -2.6363652504775468 -1.1732760515788847 1.8866778381507485 0.021752840222891839 -0.51722485036920762 -0.0024886578615648208
+ -2.6363027076691159 -0.8897001174168756 2.1257012887908293 0.44683120692329509 -0.79448067324982174 0.076532925622173634
+ -2.0280481705077484 -0.96500092975846152 3.3461037880047546 -0.011443236893100195 -0.7670006396027419 -0.005132570671041236
+ -2.5468710708475943 -0.83011330760092661 2.9395651842284614 -0.21326179209055274 -0.53998621963625837 -0.39678677785383049
+ -2.7123427764656074 -0.65557692472899465 2.2220027105901297 -0.51227728635058412 -0.1878642957108885 -0.76608285418325561
+ -1.7636794927499191 -0.7187467515332433 2.3489104778768057 0.34251244885332949 -0.75919346324246728 0.15548113784028003
+
+
+# name: F
+# type: matrix
+# rows: 4
+# columns: 13
+ -2.4768373846762071 0.2022424292672908 1.7213593265114695 0.56066204149552512 -0.65101654748907489 -0.57757389331175413 0.050805040296663662 0.61420955922529741 0.72905812125037994 0.88880452145338895 0.99263277810635697 0.96668584850998096 0.64955792205364071
+ -1.833978171104192 -1.103007288562684 -0.3086927153971098 -0.47631398696533422 0.23475485607949262 -0.10192258453176552 0.95590103366676171 0.74273486734529148 0.52334680082239915 0.25204612991319986 0.36938751192961961 0.46490962708974326 0.23779102219799708
+ 0.12507222560182019 -0.63015998120244898 1.4213194216059777 0.51739070911189877 -0.68453163829416586 0.82192423117509672 0.2690367190564632 0.60605009575511726 0.6916365392766991 0.90965014838540226 0.52168391935774971 0.067134930053068587 0.76744432550984687
+ 0.73360191857893964 -0.4126226278399413 0.84494156531258413 -1.2094578724432639 0.52736142070578329 -0.30049223849787182 0.35581901383742198 0.23349372844596328 0.058284730333129753 0.71135477494748245 0.71417393364888415 0.71730764538090497 0.25257216699041174
+
+
+# name: FF
+# type: matrix
+# rows: 2
+# columns: 4
+ 1 1 1 1
+ 1 1 1 1
+
+
+# name: G
+# type: matrix
+# rows: 4
+# columns: 6
+ -9.9073495387048283 1.6179394341383264 20.656311918137632 8.9705926639284019 -13.020330949781497 -13.8617734394821
+ -9.1698908555209595 -9.927065597064157 -4.0130053001624271 -8.0973377784106813 4.9298519776693448 -2.5480646132941378
+ 0.75043335361092112 -6.3015998120244898 19.898471902483688 9.3130327640141779 -15.059696042471648 21.370030010552515
+ 5.1352134300525778 -4.5388489062393544 12.674123479688761 -22.979699576422014 12.129312676233015 -8.1132904394425385
+
+
+# name: GG
+# type: matrix
+# rows: 5
+# columns: 5
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+
+
+# name: H
+# type: sq_string
+# elements: 1
+# length: 24
+This is a symbols vector
+
+
+# name: L
+# type: complex matrix
+# rows: 1
+# columns: 2
+ (-2,23.100000000000001) (3,-5.5999999999999996)
+
+
+# name: M
+# type: matrix
+# rows: 4
+# columns: 6
+ -2.2016332308232953 0.35954209647518365 4.5902915373639184 1.9934650364285338 -2.8934068777292214 -3.0803940976626887
+ -2.0377535234491022 -2.2060145771253681 -0.89177895559165044 -1.7994083952023736 1.0955226617042988 -0.56623658073203065
+ 0.16676296746909358 -1.40035551378322 4.4218826449963755 2.0695628364475951 -3.3465991205492553 4.7488955579005587
+ 1.1411585400116839 -1.0086330902754121 2.8164718843752805 -5.1065999058715583 2.6954028169406699 -1.8029534309872308
+
+
+# name: NN
+# type: matrix
+# rows: 1
+# columns: 20
+ 11.5 12.689473684210526 13.878947368421052 15.06842105263158 16.257894736842104 17.44736842105263 18.63684210526316 19.826315789473686 21.015789473684212 22.205263157894738 23.394736842105264 24.58421052631579 25.773684210526316 26.963157894736842 28.152631578947371 29.342105263157897 30.531578947368423 31.721052631578949 32.910526315789475 34.100000000000001
+
+
+# name: dinv
+# type: matrix
+# rows: 4
+# columns: 4
+ 0.17746269747125529 -0.12856008405084191 -0.12580805918232896 0.066287693698875036
+ -0.12856008405084191 0.2986185627903491 0.11391846734383333 -0.023690145445859543
+ -0.12580805918232896 0.11391846734383333 0.35394287019638826 -0.070003729876254542
+ 0.066287693698875036 -0.023690145445859543 -0.070003729876254542 0.33751833051407898
+
+
+# name: dt
+# type: scalar
+340.24279896201296
+
+
+# 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
+
+
--- a/ТЕМА1/Prog1.m
+++ b/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])
--- a/ТЕМА1/assets/figure0.PNG
+++ b/ТЕМА1/assets/figure0.PNG
--- a/ТЕМА1/assets/figure1.PNG
+++ b/ТЕМА1/assets/figure1.PNG
--- a/ТЕМА1/assets/figure2.PNG
+++ b/ТЕМА1/assets/figure2.PNG
--- a/ТЕМА1/assets/figure3.PNG
+++ b/ТЕМА1/assets/figure3.PNG
--- a/ТЕМА1/assets/figure4.PNG
+++ b/ТЕМА1/assets/figure4.PNG
--- a/ТЕМА1/assets/figure5.PNG
+++ b/ТЕМА1/assets/figure5.PNG
--- a/ТЕМА1/assets/figure6.PNG
+++ b/ТЕМА1/assets/figure6.PNG
--- a/ТЕМА1/assets/figure7.PNG
+++ b/ТЕМА1/assets/figure7.PNG
--- a/ТЕМА1/assets/figure8.png
+++ b/ТЕМА1/assets/figure8.png
--- a/ТЕМА1/assets/figure9.png
+++ b/ТЕМА1/assets/figure9.png
--- a/ТЕМА1/report.md
+++ b/ТЕМА1/report.md
@@ -0,0 +1,635 @@
+# Отчет по теме 1
+
+Бакайкин Константин, А-03-24
+
+## 1 Изучение среды GNU Octave
+
+## 2 Настройка текущего каталога
+
+Нажал на окно рядом с *Текущая папка:* и установил путь к папке ТЕМА1:
+
+![Скриншот выбора текущей папки](assets/figure0.PNG)
+
+## 3 Настройка отображения
+
+Нажал в главном меню предложение *Окно* и отметил соответствующие закладки галочками:
+
+![Скриншот предложения "Окно"](assets/figure1.PNG)
+
+## 4 Настройка пути
+
+Установил путь к папкам ТЕМА1 и ТЕМА2. отобразил список файлов размещенных в текущей папке:
+
+![Скриншот списка файлов текущей папки](assets/figure2.PNG)
+
+## 5 Изучение работы системы помощи
+
+3 способа взаимодействия с системой помощи:
+
+В главном меню выберите предложения «Справка» + « Документация» + « На диске»
+
+Ввод в командную строк help randn
+
+В главном меню выберите предложения «Справка» + «Пакеты Octave»
+
+## 6 Создание матриц и векторов
+
+Сделали матрицу А с нормально распределенными числами (4x6)
+
+```matlab
+>> A=randn(4,6)
+    A =
+
+  -2.4768   0.2022   1.7214   0.5607  -0.6510  -0.5776
+  -1.8340  -1.1030  -0.3087  -0.4763   0.2348  -0.1019
+   0.1251  -0.6302   1.4213   0.5174  -0.6845   0.8219
+   0.7336  -0.4126   0.8449  -1.2095   0.5274  -0.3005
+```
+
+Сделали матрицу B с равномерно распределенными числами (4x7) с диапозоном от 0 до 1
+
+```matlab
+>> B=rand(4,7)
+    B =
+
+   0.050805   0.614210   0.729058   0.888805   0.992633   0.966686   0.649558
+   0.955901   0.742735   0.523347   0.252046   0.369388   0.464910   0.237791
+   0.269037   0.606050   0.691637   0.909650   0.521684   0.067135   0.767444
+   0.355819   0.233494   0.058285   0.711355   0.714174   0.717308   0.252572
+```
+
+Сделали 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
+```
+
+Сделали символьный вектор H 
+
+```matlab
+>> H='This is a symbols vector'
+    H = This is a symbols vector
+```
+
+Сделали вектор-строку L с 2 комплексными элементами 
+
+```matlab
+>> L=[-2+23.1j, 3-5.6j]
+    L =
+
+   -2.0000 + 23.1000i    3.0000 -  5.6000i
+
+```
+
+## 7 Операции с матрицами и векторами
+
+преобразовали матрицу С в матрицу с 6 столбцами (D)
+
+```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
+
+```
+
+Перемножили матрицу B и матрицу A с транспонированием матрицы В (Создали новую матрицу E)
+
+```matlab
+>> E=B'*A
+    E =
+
+  -1.5843e+00  -1.3604e+00   4.7541e-01  -7.1798e-01   1.9481e-01  -1.2565e-02
+  -2.6364e+00  -1.1733e+00   1.8867e+00   2.1753e-02  -5.1722e-01  -2.4887e-03
+  -2.6363e+00  -8.8970e-01   2.1257e+00   4.4683e-01  -7.9448e-01   7.6533e-02
+  -2.0280e+00  -9.6500e-01   3.3461e+00  -1.1443e-02  -7.6700e-01  -5.1326e-03
+  -2.5469e+00  -8.3011e-01   2.9396e+00  -2.1326e-01  -5.3999e-01  -3.9679e-01
+  -2.7123e+00  -6.5558e-01   2.2220e+00  -5.1228e-01  -1.8786e-01  -7.6608e-01
+  -1.7637e+00  -7.1875e-01   2.3489e+00   3.4251e-01  -7.5919e-01   1.5548e-01
+
+```
+
+Создали матрицу путем «горизонтального» соединения матриц А и В (Создали матрицу F)
+
+```matlab
+>> F=[A,B]
+    F =
+
+  -2.476837   0.202242   1.721359   0.560662  -0.651017  -0.577574   0.050805   0.614210   0.729058   0.888805   0.992633   0.966686   0.649558
+  -1.833978  -1.103007  -0.308693  -0.476314   0.234755  -0.101923   0.955901   0.742735   0.523347   0.252046   0.369388   0.464910   0.237791
+   0.125072  -0.630160   1.421319   0.517391  -0.684532   0.821924   0.269037   0.606050   0.691637   0.909650   0.521684   0.067135   0.767444
+   0.733602  -0.412623   0.844942  -1.209458   0.527361  -0.300492   0.355819   0.233494   0.058285   0.711355   0.714174   0.717308   0.252572
+
+```
+
+Поэлементно перемножили матрицы A и D (Создали матрицу G)
+
+```matlab
+>> G=A.*D
+    G =
+
+   -9.9073    1.6179   20.6563    8.9706  -13.0203  -13.8618
+   -9.1699   -9.9271   -4.0130   -8.0973    4.9299   -2.5481
+    0.7504   -6.3016   19.8985    9.3130  -15.0597   21.3700
+    5.1352   -4.5388   12.6741  -22.9797   12.1293   -8.1133
+```
+
+Поэлементно поделили элементы матрицы G на 4.5 (Создали матрицу М)
+
+```matlab
+>> M=G./4.5
+    M =
+
+  -2.2016   0.3595   4.5903   1.9935  -2.8934  -3.0804
+  -2.0378  -2.2060  -0.8918  -1.7994   1.0955  -0.5662
+   0.1668  -1.4004   4.4219   2.0696  -3.3466   4.7489
+   1.1412  -1.0086   2.8165  -5.1066   2.6954  -1.8030
+
+```
+
+Поэлементно возвели в степень элементы матрицы D (Создали матрицу DDD)
+
+```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
+
+
+```
+
+Создали логическую матрицу, совпадающую по размерам с матрицей D  и с элементами которые меньше или равны 20 (Создали матрицу DL)
+
+```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
+
+```
+
+Превратили матрицу D в вектор-столбец
+
+```matlab
+>> Dstolb=D(:)
+Dstolb =
+
+    4
+    5
+    6
+    7
+    8
+    9
+   10
+   11
+   12
+   13
+   14
+   15
+   16
+   17
+   18
+   19
+   20
+   21
+   22
+   23
+   24
+   25
+   26
+   27
+
+```
+
+## 8 Изучение стандартных функций
+
+Математические функции (корень, натуральный логарифм, синус матрицы B)
+
+```matlab
+>> B1=sqrt(B)
+B1 =
+
+   0.2254   0.7837   0.8538   0.9428   0.9963   0.9832   0.8060
+   0.9777   0.8618   0.7234   0.5020   0.6078   0.6818   0.4876
+   0.5187   0.7785   0.8316   0.9538   0.7223   0.2591   0.8760
+   0.5965   0.4832   0.2414   0.8434   0.8451   0.8469   0.5026
+
+>> B2=log(B)
+B2 =
+
+  -2.9798e+00  -4.8742e-01  -3.1600e-01  -1.1788e-01  -7.3945e-03  -3.3882e-02  -4.3146e-01
+  -4.5101e-02  -2.9742e-01  -6.4751e-01  -1.3781e+00  -9.9591e-01  -7.6591e-01  -1.4364e+00
+  -1.3129e+00  -5.0079e-01  -3.6869e-01  -9.4695e-02  -6.5069e-01  -2.7011e+00  -2.6469e-01
+  -1.0333e+00  -1.4546e+00  -2.8424e+00  -3.4058e-01  -3.3663e-01  -3.3225e-01  -1.3761e+00
+
+
+>> B3=sin(B)
+B3 =
+
+    0.050783   0.576313   0.666167   0.776319   0.837468   0.823008   0.604834
+   0.816834   0.676305   0.499782   0.249386   0.361044   0.448342   0.235556
+   0.265803   0.569625   0.637799   0.789289   0.498341   0.067085   0.694298
+   0.348358   0.231378   0.058252   0.652861   0.654993   0.657358   0.249895
+```
+
+Операции с матрицами
+
+- длина матрицы(кол-во столбцов)
+
+```matlab
+>> k=length(B1)
+k = 7
+
+```
+
+- размер матрицы (строкиXстолбцы)
+
+```matlab
+>> nm=size(B1)
+nm =
+
+   4   7
+
+```
+
+- количество элементов матрицы
+
+```matlab
+>> elem=numel(B1)
+elem = 28
+
+```
+
+- создание вектор-строки от 11.5 до 34.1 с 20 значениями 
+
+```matlab
+>> NN=linspace(11.5,34.1,20)
+NN =
+
+ Columns 1 through 18:
+
+   11.500   12.689   13.879   15.068   16.258   17.447   18.637   19.826   21.016   22.205   23.395   24.584   25.774   26.963   28.153   29.342   30.532   31.721
+
+ Columns 19 and 20:
+
+   32.911   34.100
+
+```
+
+- создание единичной матрицы (2x4)
+
+```matlab
+>> FF=ones(2,4)
+FF =
+
+   1   1   1   1
+   1   1   1   1
+
+```
+
+- создание нулевой матрицы (5х5)
+
+```matlab
+>> 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
+
+```
+
+- извлечение из матрицы B1 главной диагонали (матрица -> вектор)
+
+```matlab
+>> B1D=diag(B1)
+B1D =
+
+   0.2254
+   0.8618
+   0.8316
+   0.8434
+
+```
+
+- создание матрицы по главной диагонали матрицы B1D(вектор -> матрица)
+```matlab
+>> DB=diag(B1D)
+DB =
+
+Diagonal Matrix
+
+   0.2254        0        0        0
+        0   0.8618        0        0
+        0        0   0.8316        0
+        0        0        0   0.8434
+
+
+```
+
+- сортировка матрицы B по возрастанию (каждый столбец)
+```matlab
+>> BS1=sort(B)
+BS1 =
+
+   0.050805   0.233494   0.058285   0.252046   0.369388   0.067135   0.237791
+   0.269037   0.606050   0.523347   0.711355   0.521684   0.464910   0.252572
+   0.355819   0.614210   0.691637   0.888805   0.714174   0.717308   0.649558
+   0.955901   0.742735   0.729058   0.909650   0.992633   0.966686   0.767444
+
+```
+
+- сортировка матрицы B по второму столбцу (в порядке возрастания)
+
+```matlab
+>> BS2 = sortrows(B,2)
+BS2 =
+
+   0.355819   0.233494   0.058285   0.711355   0.714174   0.717308   0.252572
+   0.269037   0.606050   0.691637   0.909650   0.521684   0.067135   0.767444
+   0.050805   0.614210   0.729058   0.888805   0.992633   0.966686   0.649558
+   0.955901   0.742735   0.523347   0.252046   0.369388   0.464910   0.237791
+
+```
+
+- cуммирование матрицы D по столбцам
+```matlab
+>> DS1=sum(D)
+DS1 =
+
+    22    38    54    70    86   102
+
+```
+
+- cуммирование матрицы D по строкам
+
+```matlab
+>> DS2=sum(D,2)
+DS2 =
+
+    84
+    90
+    96
+   102
+
+```
+
+- произведение матрицы D по столбцам
+
+```matlab
+>> DP1=prod(D)
+DP1 =
+
+      840     7920    32760    93024   212520   421200
+
+```
+
+- определитель произведения матрицы A на её транспонированную матрицу
+
+```matlab
+>> dt=det(A*A')
+dt = 340.24
+
+```
+
+- обратная матрица для произведения матрицы A на её транспонированную матрицу
+
+```matlab
+>> dinv=inv(A*A')
+dinv =
+
+   0.177463  -0.128560  -0.125808   0.066288
+  -0.128560   0.298619   0.113918  -0.023690
+  -0.125808   0.113918   0.353943  -0.070004
+   0.066288  -0.023690  -0.070004   0.337518
+
+```
+## 9 Изучили работу с индексацией элементов матриц
+
+- извлечение элемента, находящегося на пересечении 3-й строки и 5-го столбца матрицы D
+
+```matlab
+>> D1=D(3,5)
+D1 = 22
+
+```
+
+- извлечение части 3-й строки матрицы D — с 4-го столбца и до конца
+
+```matlab
+>> D2=D(3,4:end)
+D2 =
+
+   18   22   26
+
+```
+
+- извлечение подматрицы из матрицы D — строки со 2 по 3 и столбцы с 3 по 5
+
+```matlab
+>> D3=D(2:3,3:5)
+D3 =
+
+   13   17   21
+   14   18   22
+
+```
+
+- извлечение элементов с 16-го по 20-й включительно из матрицы D как одномерный массив (вектор)
+
+```matlab
+>> D4=D(16:20)
+D4 =
+
+   19   20   21   22   23
+
+```
+
+- извлечение подматрицы из D: строки 3–4 и столбцы 1, 3 и 6
+
+```matlab
+>> D5=D(3:4,[1,3,6])
+D5 =
+
+    6   14   26
+    7   15   27
+
+```
+
+## 10 Изучение некоторых управляющих конструкций
+
+Цикл по перечислению (С 1-го по 6-й столбец)
+
+```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 (он продолжается, пока значение первого элемента матрицы D меньше 22)
+
+```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 (проверка условия, что значение в матрице D в 3-й строке и 5-м столбце >=20)
+
+```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
+
+Функция построения графиков
+
+
+
+```matlab
+>>plot(D(1,:),B([2,4],1:6))
+
+```
+
+По оси X — вся первая строка матрицы D
+
+По оси Y — данные из матрицы B: строки 2 и 4, столбцы с 1 по 6
+
+![Скриншот графиков](assets/figure3.PNG)
+
+Функция расчета и построения гистограммы
+
+```matlab
+>> hist(A(:),6)
+
+```
+
+![Скриншот гистограммы](assets/figure4.PNG)
+
+Функция графика "Пирог" 
+
+```matlab
+>> pie(C)
+
+```
+
+![Скриншот графика "Пирог"](assets/figure5.PNG)
+
+Функция столбчатой диаграммы
+
+```matlab
+>> bar(C)
+
+```
+
+![Скриншот столбчатой диаграммы](assets/figure6.PNG)
+
+## 12 Изучение работы с текстовым редактором среды
+
+Создал файл и занес в него команды из 9 пункта:
+
+![Скриншот файла Prog1.m](assets/figure7.PNG)
+
+
+```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
+
+```
+
+Проверка запуска файла из командного окна:
+
+![Скриншот запуска файла](assets/figure8.png)
+
+## 13 Файлы переменных
+
+Создали файл переменных (Perem),перезапустили IDE, загрузили область переменных:
+
+![Скриншот сохранённого файла Perem](assets/figure9.png)
--- a/ТЕМА1/task.md
+++ b/ТЕМА1/task.md
@@ -0,0 +1,288 @@
+\# Общее контрольное задание по теме 1
+
+
+
+Бакайкин Константин, А-03-24
+
+
+
+\## Задание 1
+
+
+
+Создайте переменную ММ – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стан-дартным отклонением 8.
+
+
+
+
+
+\## Решение 1
+
+
+
+```matlab
+
+type ‘pkg load statistics’ from the Octave prompt.
+
+>> pkg load statistics
+
+>> MM = normrnd(10, 8, \[5, 7])%матрица 5x7 c нормальным законом распределения  с мат. ожиданием 10 и стандарт. отклонением 8
+
+MM =
+
+
+
+&nbsp;   6.2123   11.5390    4.9818   10.5996  -10.4581   12.4230   17.4780
+
+&nbsp;  13.6807    4.7491   10.0626   10.2753   10.1129   13.5258   -8.8423
+
+&nbsp;  17.2013   18.5296   10.6960    0.7084   16.7562   13.5162    1.6565
+
+&nbsp;  11.6338   -3.1684    8.8374   19.0090  -17.1580    5.0793   -1.6553
+
+&nbsp;  -3.8405   14.1019    3.3335    3.6932   -0.6659   15.1892   26.3863
+
+
+
+```
+
+
+
+\## Задание 2
+
+
+
+Рассчитайте среднее значение SR по всем элементам матрицы ММ.
+
+
+
+\## Решение 2
+
+
+
+```matlab
+
+SR = mean(MM, 'all')%ср.знач по всем эл-там матрицы
+
+SR = 7.6051
+
+```
+
+
+
+\## Задание 3
+
+
+
+Замените в ММ все значения, превышающие SR+8, на значение SR+8, а значения, меньшие, чем SR-8, - на SR-8.
+
+
+
+\## Решение 3
+
+
+
+```matlab
+>> lower\_border = SR - 8%нижняя граница
+
+lower\_border = -0.3949
+
+>> upper\_border = SR + 8%верхняя граница
+
+upper\_border = 15.605
+
+>> MM(MM > upper\_border) = upper\_border%проверка выполнения условия верхней границы
+
+>> MM(MM < lower\_border) = lower\_border%проверка выполнения условия нижней границы
+
+>> MM%вывод матрицы
+
+MM =
+
+
+
+&nbsp;   6.2123   11.5390    4.9818   10.5996   -0.3949   12.4230   15.6051
+
+&nbsp;  13.6807    4.7491   10.0626   10.2753   10.1129   13.5258   -0.3949
+
+&nbsp;  15.6051   15.6051   10.6960    0.7084   15.6051   13.5162    1.6565
+
+&nbsp;  11.6338   -0.3949    8.8374   15.6051   -0.3949    5.0793   -0.3949
+
+&nbsp;  -0.3949   14.1019    3.3335    3.6932   -0.3949   15.1892   15.6051
+
+
+```
+
+
+
+\## Задание 4
+
+
+
+Превратите ММ в вектор – столбец ММС. Упорядочьте его элементы по возрастанию. Определите значение медианы, в качестве которого возь-мите серединное по порядку индексов значение в упорядоченном векторе.
+
+
+
+\## Решение 4
+
+
+
+```matlab
+
+>> MMC = MM(:)%создание вектор-столбца
+
+>> MMC = sort(MMC, 'ascend')%сортировка по возрастанию
+
+MMC =
+
+
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;  -0.3949
+
+&nbsp;   0.7084
+
+&nbsp;   1.6565
+
+&nbsp;   3.3335
+
+&nbsp;   3.6932
+
+&nbsp;   4.7491
+
+&nbsp;   4.9818
+
+&nbsp;   5.0793
+
+&nbsp;   6.2123
+
+&nbsp;   8.8374
+
+&nbsp;  10.0626
+
+&nbsp;  10.1129
+
+&nbsp;  10.2753
+
+&nbsp;  10.5996
+
+&nbsp;  10.6960
+
+&nbsp;  11.5390
+
+&nbsp;  11.6338
+
+&nbsp;  12.4230
+
+&nbsp;  13.5162
+
+&nbsp;  13.5258
+
+&nbsp;  13.6807
+
+&nbsp;  14.1019
+
+&nbsp;  15.1892
+
+&nbsp;  15.6051
+
+&nbsp;  15.6051
+
+&nbsp;  15.6051
+
+&nbsp;  15.6051
+
+&nbsp;  15.6051
+
+&nbsp;  15.6051
+
+
+
+>> n = length(MMC)%длина матрицы MMC
+
+n = 35
+
+>> if (mod(n,2) == 0)%условие кратности
+
+med = (MMC(n/2) + MMC(n/2 + 1)) / 2 %медиана для четного знач.
+
+else
+
+med = MMC((n+1)/2) %медиана для нечетного знач.
+
+med
+
+end
+
+med = 10.113
+
+med = 10.113
+
+```
+
+
+
+\## Задание 5
+
+
+
+Рассчитайте матрицу ММ1 с элементами, равными натуральным логарифмам от значений соответствующих элементов из матрицы ММ.
+
+
+
+\## Решение 5
+
+
+
+```matlab
+
+>> MM1 = log(MM)% создание матрицы MM1 с логарифм. эл-тами от значений матрицы MM
+
+MM1 =
+
+
+
+&nbsp;Columns 1 through 5:
+
+
+
+&nbsp;  1.8265 +      0i   2.4457 +      0i   1.6058 +      0i   2.3608 +      0i  -0.9292 + 3.1416i
+
+&nbsp;  2.6160 +      0i   1.5579 +      0i   2.3088 +      0i   2.3297 +      0i   2.3138 +      0i
+
+&nbsp;  2.7476 +      0i   2.7476 +      0i   2.3699 +      0i  -0.3448 +      0i   2.7476 +      0i
+
+&nbsp;  2.4539 +      0i  -0.9292 + 3.1416i   2.1790 +      0i   2.7476 +      0i  -0.9292 + 3.1416i
+
+&nbsp; -0.9292 + 3.1416i   2.6463 +      0i   1.2040 +      0i   1.3065 +      0i  -0.9292 + 3.1416i
+
+
+
+&nbsp;Columns 6 and 7:
+
+
+
+&nbsp;  2.5196 +      0i   2.7476 +      0i
+
+&nbsp;  2.6046 +      0i  -0.9292 + 3.1416i
+
+&nbsp;  2.6039 +      0i   0.5047 +      0i
+
+&nbsp;  1.6252 +      0i  -0.9292 + 3.1416i
+
+&nbsp;  2.7206 +      0i   2.7476 +      0i
+
+```
+
--- a/ТЕМА2/Hist.jpg
+++ b/ТЕМА2/Hist.jpg
--- a/ТЕМА2/Perem.saving_in_progress
+++ b/ТЕМА2/Perem.saving_in_progress
@@ -0,0 +1,996 @@
+# Created by Octave 10.3.0, Thu Feb 12 08:10:10 2026 UTC <unknown@DESKTOP-7NQ75O4>
+# name: CorFin
+# type: scalar
+0.84371049545386234
+
+
+# name: Delt
+# type: scalar
+95.272650848977406
+
+
+# name: GlComp
+# type: matrix
+# rows: 11
+# columns: 1
+ 0.035305594804226799
+ 0.046771921092627407
+ 0.048953291513389285
+ 0.61556249852100786
+ 0.24277452925483725
+ 0.73685129246517744
+ 0.095893176429320173
+ 0.00016944863048108023
+ 0.017910770099051343
+ 0.059523328215483368
+ 0.017425168262079013
+
+
+# name: R
+# type: matrix
+# rows: 11
+# columns: 11
+ 1 0.44319816765218456 0.45229490451462478 0.44778574398701232 0.38123438492617567 0.4651599672427158 0.31487196949956203 0.065579059715437885 0.29153208678640524 0.4881140144965917 0.39815406859904823
+ 0.44319816765218456 1 0.85318875701780228 0.85331179766303833 0.86239869432518734 0.85436143444131907 0.55145031641699338 0.025082284774045557 0.42348171611485469 0.82169935265535254 0.2618317999665129
+ 0.45229490451462478 0.85318875701780228 0.99999999999999978 0.84659512986297814 0.8865064653318605 0.90334579269862103 0.55090747255786898 0.0038839917339619479 0.44396331197981753 0.78358259317862711 0.26408264752557581
+ 0.44778574398701232 0.85331179766303833 0.84659512986297814 1 0.87038370623264694 0.93848577636557884 0.70923538858295176 0.049499763146299385 0.45872542676611011 0.85183168318991098 0.3441983559900394
+ 0.38123438492617567 0.86239869432518734 0.8865064653318605 0.87038370623264694 1 0.93604557290623114 0.57668068139456197 0.037561879571732772 0.38321833210304446 0.77266304851662071 0.18750522316731613
+ 0.4651599672427158 0.85436143444131907 0.90334579269862103 0.93848577636557884 0.93604557290623114 1 0.63033410580578286 0.047121160752318127 0.47592088638606911 0.83810082277586506 0.33118231321427244
+ 0.31487196949956203 0.55145031641699338 0.55090747255786898 0.70923538858295176 0.57668068139456197 0.63033410580578286 1 0.079447597461020994 0.41877952801291851 0.62936148090762145 0.28287321604210425
+ 0.065579059715437885 0.025082284774045557 0.0038839917339619479 0.049499763146299385 0.037561879571732772 0.047121160752318127 0.079447597461020994 1 0.047985426997945384 0.056461830989043282 0.13662419273378601
+ 0.29153208678640524 0.42348171611485469 0.44396331197981753 0.45872542676611011 0.38321833210304446 0.47592088638606911 0.41877952801291851 0.047985426997945384 1 0.62615652475059591 0.45536892800717216
+ 0.4881140144965917 0.82169935265535254 0.78358259317862711 0.85183168318991098 0.77266304851662071 0.83810082277586506 0.62936148090762145 0.056461830989043282 0.62615652475059591 1 0.38799411442531911
+ 0.39815406859904823 0.2618317999665129 0.26408264752557581 0.3441983559900394 0.18750522316731613 0.33118231321427244 0.28287321604210425 0.13662419273378601 0.45536892800717216 0.38799411442531911 0.99999999999999989
+
+
+# name: Res
+# type: matrix
+# rows: 290
+# columns: 1
+ 92.541635925649885
+ 73.432512677749884
+ 5.8854681503252992
+ 35.300392959417628
+ 70.208099521539395
+ 28.096190894059131
+ 87.136298062438087
+ 79.776498700722399
+ 36.243011497897889
+ 18.249808135292135
+ 49.666520314815003
+ 45.067094755847478
+ 81.785391761649961
+ 5.5558615905749287
+ 105.36136555107358
+ 4.5754600060262574
+ 381.20402121272565
+ 26.712747149757448
+ 8.0376180755773294
+ 119.62779472296826
+ 10.06148497862204
+ 63.762946666358673
+ 9.0876581455392991
+ 41.684104549565895
+ 35.907417465940696
+ 76.139589080861612
+ 23.752549518721604
+ 142.21616913333906
+ 67.755800865314043
+ 20.597788392627461
+ 76.818770640491934
+ 104.28492270336446
+ 18.541600534711172
+ 4.4739830311089568
+ 3.5808784384807688
+ 224.75859668657887
+ 26.863645462460585
+ 212.91132427414971
+ 50.921549147641429
+ 33.628253908937573
+ 42.168327293333697
+ 103.70112905168192
+ 136.06080944761766
+ 713.71176432907782
+ 34.027234533508654
+ 4.102288981228857
+ 27.086729953652533
+ 2.6675413674902764
+ 2.4975555888882583
+ 103.82922101584855
+ 7.4607153391308039
+ 34.755449129294185
+ 4.3597361717953751
+ 5.7411866590168907
+ 15.989431601973395
+ 45.399798388742134
+ 2.4622499940840314
+ 6.4243896391024853
+ 66.503024074945202
+ 73.935542056408934
+ 11.130529772793466
+ 3.6842564623258873
+ 9.9704863085961808
+ 28.031418638438371
+ 1.3524137909861853
+ 40.905329773450568
+ 11.722703327978145
+ 30.793454814223296
+ 42.716264445127791
+ 10.023429271629679
+ 32.260490843368721
+ 25.49526889091814
+ 36.870098268919158
+ 42.948416145711199
+ 87.96323778017063
+ 228.66898137140348
+ 99.146097396150893
+ 28.749899047688331
+ 9.6221604955623636
+ 1.3599744340314974
+ 54.213639662041018
+ 107.54774204621562
+ 116.10642668163958
+ 299.10289009945325
+ 14.333164188053129
+ 20.479492937168736
+ 144.90879356232861
+ 14.952534926853554
+ 25.976099063048714
+ 268.14942888153365
+ 12.353605117127266
+ 4.5261194600205448
+ 104.66465531746012
+ 91.264814279144389
+ 209.32993996980608
+ 196.45292601547956
+ 4.8121245133353883
+ 1.3877193857904122
+ 50.73295384781192
+ 118.63317892161925
+ 212.52867877725836
+ 37.744725076258682
+ 30.102472737076351
+ 320.66995990736956
+ 0
+ 41.450043800049173
+ 141.12302634351909
+ 405.34735889630434
+ 12.875246596248051
+ 117.61215004335881
+ 8.9898863462835923
+ 74.655249731139747
+ 89.566395079601406
+ 37.992597924131275
+ 40.599701405736667
+ 37.339464563403745
+ 142.92878024339254
+ 9.1226071328207912
+ 53.463842507936683
+ 93.289531857664812
+ 57.155318977104969
+ 19.139209149164483
+ 5.4914743629280256
+ 85.213352051896436
+ 170.64296869048252
+ 90.453986416823028
+ 57.810668949068294
+ 7.3729608696990407
+ 9.6149436361989054
+ 1.8466874955630237
+ 17.64693716866045
+ 153.91067046004989
+ 119.83595362890676
+ 5.0102103823876138
+ 2.6919592875787401
+ 379.30088960385865
+ 13.497202921837419
+ 2.4622499940840314
+ 19.718181528500676
+ 200.66778335500251
+ 93.618235424454852
+ 25.650544306551783
+ 26.344823475312069
+ 65.285854317045064
+ 21.514761065342284
+ 176.51000251353727
+ 1898.8845228215932
+ 91.241365337039696
+ 304.55239441211813
+ 6.3559762863091498
+ 3.4394367369243457
+ 158.85958764031832
+ 187.80205916049377
+ 26.561371443740288
+ 8.6579066833738381
+ 110.31670325702858
+ 21.286646917799413
+ 8.0284995467771694
+ 76.976886653483717
+ 148.32017025573094
+ 97.178360581603542
+ 6.713123162675382
+ 88.63128542826874
+ 333.40462890608825
+ 27.838269247385263
+ 11.662868510778285
+ 0
+ 71.250153770621353
+ 0.36975704518481473
+ 10.360736100849866
+ 3.8550893718829404
+ 81.568715379615327
+ 54.636551996442634
+ 23.50193141065802
+ 90.446620330135346
+ 57.162094674663763
+ 162.85019570045199
+ 305.87456481270846
+ 6.3232992646325012
+ 59.415850608608714
+ 46.966205174184388
+ 56.660854548950432
+ 815.67531191412843
+ 47.723187876178507
+ 277.02147094885464
+ 328.08621453649846
+ 113.5904544628054
+ 11.709047267226467
+ 33.969900421808468
+ 0.9133792664863114
+ 122.67191216842356
+ 59.978743777996485
+ 7.4910570826031089
+ 12.504247793778788
+ 24.20852933478119
+ 400.11096439619735
+ 263.57636182691419
+ 25.93088924437469
+ 36.89525907988147
+ 254.78377397653873
+ 6.8701380642967935
+ 12.625935148701481
+ 23.783568443866553
+ 3.1598900085018937
+ 5.1518266443375174
+ 0
+ 106.76571062683557
+ 15.783444916417174
+ 30.701284496283392
+ 64.989933394312914
+ 43.08795848002741
+ 31.124284815657514
+ 5.1717605260252641
+ 48.085148256051745
+ 5.3478896982160551
+ 2.1245706782555898
+ 0.082077515896854206
+ 21.635602717292954
+ 52.057076188881254
+ 25.625191640930652
+ 9.750228323865425
+ 36.202865201875305
+ 4.6266525709075736
+ 3.1905735818485432
+ 9.578291001074497
+ 6.3748960235107095
+ 3.6844534036923848
+ 5.7848289442560175
+ 8.236759929716996
+ 6.872598217925125
+ 41.304826089961807
+ 1.9884740618811827
+ 7.5713162902258881
+ 1.2311249970420157
+ 5.0810943769164583
+ 21.547440258598357
+ 30.299927046128129
+ 45.503739922824799
+ 9.0939116262706285
+ 10.369657688283528
+ 7.125935336763435
+ 14.133227984399358
+ 26.102416496930385
+ 5.0719758481162991
+ 12.085285661455657
+ 0.71346908154778643
+ 0.6750858267364912
+ 4.0925469677627824
+ 7.4541019651006666
+ 184.6639911359178
+ 10.45536808250308
+ 7.4481290123664046
+ 6.2425209403306843
+ 8.8601797622620566
+ 39.991950776061756
+ 6.8910255886512708
+ 5.1607089278752651
+ 15.489599256935451
+ 5.5904672861043947
+ 27.378151462601366
+ 10.801195295658482
+ 23.750967784033811
+ 11.426263577471977
+ 8.4732357558467353
+ 6.8983712423289942
+ 3.4162832569226991
+ 208.74688268456569
+ 12.158393969884505
+ 3.5631646097482159
+ 4.1588660385137732
+ 0
+ 1.8478728267852373
+ 8.4788202961086387
+ 1.2778969181346431
+ 0.035305594804226799
+ 0.070611189608453598
+ 0.035305594804226799
+ 3.0392790323529586
+ 0
+ 4.2057148363157948
+ 30.094936226602613
+ 20.128054590289533
+ 5.7737184871437481
+ 31.539990348561215
+ 147.38714838130397
+ 18.314164375337818
+ 32.846011301205287
+ 14.51106666616824
+ 19.235467348665235
+ 0
+
+
+# name: SobMax
+# type: scalar
+7494628.7953938553
+
+
+# name: Sobst
+# type: matrix
+# rows: 11
+# columns: 1
+ 22.94658541218822
+ 1931.6654643260272
+ 2593.9795924914984
+ 3457.3395622408125
+ 5625.1514737105399
+ 8672.0659466661746
+ 18914.627989173339
+ 47522.678184880278
+ 57483.68126743551
+ 225653.06853980487
+ 7494628.7953938553
+
+
+# name: X
+# type: matrix
+# rows: 290
+# columns: 11
+ 8 4 2 53 7 76 13 0 1 5 5
+ 4 5 6 71 5 36 13 0 4 0 0
+ 1 0 1 5 5 2 0 0 2 0 0
+ 3 1 1 28 0 24 0 0 0 3 0
+ 7 10 6 54 7 46 2 0 3 2 0
+ 0 2 2 22 7 17 0 0 0 2 1
+ 0 6 11 30 8 88 0 0 11 14 2
+ 5 2 0 78 3 40 6 0 10 9 0
+ 7 0 0 20 0 30 12 0 6 1 15
+ 1 1 1 12 3 13 3 0 1 2 0
+ 8 4 3 33 1 37 8 0 3 6 3
+ 9 5 6 24 8 36 5 0 1 4 14
+ 5 5 4 57 7 56 25 0 0 12 1
+ 1 4 0 7 0 1 3 0 0 0 0
+ 2 8 0 83 6 70 4 0 6 5 0
+ 1 0 0 0 0 6 0 0 0 2 0
+ 2 28 8 326 76 213 21 0 1 22 1
+ 1 1 1 42 2 0 1 0 0 1 5
+ 1 0 0 13 0 0 0 0 0 0 0
+ 3 2 2 76 8 92 21 0 0 12 5
+ 0 1 0 7 1 7 2 0 3 1 0
+ 7 2 1 70 0 23 27 0 5 9 7
+ 3 0 0 11 0 3 0 0 0 0 0
+ 10 9 4 23 0 35 0 0 0 12 3
+ 22 3 7 46 0 7 11 0 0 2 0
+ 13 16 8 64 20 38 10 0 0 20 8
+ 8 0 0 19 0 15 0 0 12 5 12
+ 8 7 7 63 42 121 23 1 12 11 3
+ 6 1 4 33 23 55 4 0 0 8 1
+ 4 2 0 19 0 11 1 0 3 4 10
+ 7 6 0 64 11 45 7 0 0 4 9
+ 4 2 0 72 6 73 41 0 5 6 6
+ 1 1 0 11 1 14 8 0 5 4 2
+ 0 0 0 7 0 0 0 0 2 1 4
+ 0 0 0 1 0 4 0 0 1 0 0
+ 5 3 2 138 19 181 3 0 22 12 1
+ 6 1 0 21 11 14 3 0 4 5 2
+ 16 7 1 147 24 154 14 0 4 12 3
+ 1 9 7 52 0 23 0 0 0 19 2
+ 1 2 5 14 2 31 10 0 0 5 3
+ 0 0 6 31 11 26 6 0 1 3 11
+ 4 8 0 49 13 91 19 0 12 11 7
+ 2 1 0 40 6 148 2 0 6 8 2
+ 0 23 35 492 139 485 156 0 7 31 1
+ 3 1 0 21 6 26 0 0 1 5 1
+ 2 1 1 4 0 2 0 0 0 0 0
+ 0 6 3 25 1 13 12 0 0 5 0
+ 0 1 0 2 0 1 6 0 1 1 0
+ 1 0 0 4 0 0 0 0 0 0 0
+ 0 10 0 113 17 24 123 0 1 3 0
+ 0 5 1 6 0 3 10 0 0 5 1
+ 0 0 1 31 2 20 4 0 1 0 0
+ 0 0 0 5 2 1 0 0 0 1 0
+ 1 1 0 9 0 0 0 0 0 2 0
+ 1 5 2 14 1 7 13 0 0 6 0
+ 1 4 1 34 5 30 8 0 2 1 1
+ 0 0 0 4 0 0 0 0 0 0 0
+ 1 0 0 2 0 7 0 0 0 0 0
+ 1 2 4 38 4 56 0 0 7 6 4
+ 7 1 1 46 3 60 1 0 1 2 6
+ 0 0 0 12 0 5 0 0 0 1 0
+ 0 0 0 0 0 5 0 0 0 0 0
+ 1 0 3 6 3 7 1 0 2 1 1
+ 0 1 0 28 1 14 0 0 3 2 1
+ 0 0 0 1 0 1 0 0 0 0 0
+ 7 1 1 23 8 32 5 0 3 5 3
+ 2 3 1 6 0 10 3 0 3 1 0
+ 0 1 2 28 4 16 6 0 0 1 1
+ 17 1 0 37 1 24 8 0 2 8 5
+ 3 0 0 12 1 3 0 0 1 1 0
+ 7 4 2 35 4 12 2 0 0 3 0
+ 6 0 0 18 0 18 9 0 0 1 1
+ 4 2 1 14 0 37 5 0 4 2 2
+ 28 4 5 41 1 21 4 0 2 2 2
+ 4 3 2 55 1 71 5 0 8 8 4
+ 58 18 9 151 24 169 5 0 3 22 11
+ 3 11 8 68 5 73 6 0 2 7 14
+ 4 3 7 26 7 13 7 0 0 2 3
+ 3 0 1 11 2 3 0 0 0 0 0
+ 1 2 0 2 0 0 0 0 0 0 0
+ 9 7 10 60 13 17 0 0 2 6 4
+ 19 22 2 82 2 72 1 0 6 19 23
+ 22 3 2 56 17 102 10 0 1 6 0
+ 43 5 19 160 40 247 37 0 8 36 22
+ 0 1 0 9 2 11 1 0 0 1 0
+ 2 1 4 30 7 0 0 0 0 0 0
+ 65 8 14 103 10 98 31 0 2 7 5
+ 2 2 2 13 4 7 2 0 0 5 4
+ 1 0 0 40 2 1 1 0 0 0 0
+ 21 11 14 128 49 236 9 0 2 11 4
+ 13 0 0 6 0 11 1 0 0 0 0
+ 0 0 0 6 0 1 1 0 0 0 0
+ 9 9 1 87 21 60 4 0 3 5 16
+ 1 6 1 51 27 71 6 0 0 1 0
+ 23 5 1 154 52 131 31 3 5 15 19
+ 8 3 15 113 23 157 27 0 15 25 7
+ 2 0 0 2 2 4 0 0 1 1 0
+ 1 0 0 1 0 1 0 0 0 0 0
+ 18 9 2 45 8 25 7 0 9 10 5
+ 2 6 7 61 15 102 10 0 1 10 1
+ 42 9 9 96 65 179 31 0 8 5 0
+ 18 8 0 56 5 0 0 0 0 15 9
+ 7 1 1 36 0 10 0 0 0 3 3
+ 26 12 37 200 44 244 20 0 8 25 14
+ 0 0 0 0 0 0 0 0 0 0 0
+ 1 0 0 32 4 28 1 0 1 0 0
+ 14 6 6 75 9 123 0 0 5 15 5
+ 21 7 7 273 87 275 105 0 3 32 6
+ 1 0 0 3 2 14 2 0 0 0 0
+ 7 7 4 110 15 59 12 0 5 13 0
+ 4 0 1 9 0 4 1 0 0 1 9
+ 3 5 8 64 7 41 18 0 6 12 4
+ 7 0 2 58 36 59 12 0 0 2 2
+ 3 1 1 34 8 19 6 0 3 4 3
+ 3 3 1 25 4 32 3 0 1 1 0
+ 1 3 1 25 0 29 0 0 0 6 0
+ 6 26 12 127 5 75 45 0 21 24 8
+ 0 0 0 3 1 9 4 0 1 0 0
+ 5 2 5 23 3 50 9 0 0 6 0
+ 3 10 0 115 15 21 20 0 0 15 0
+ 3 2 2 55 6 29 0 0 5 0 5
+ 3 3 1 16 2 11 0 0 4 5 2
+ 0 1 0 6 1 2 0 0 0 0 2
+ 17 2 2 56 1 62 35 0 3 10 1
+ 34 15 8 129 22 105 47 0 17 18 20
+ 7 5 0 94 10 39 7 0 2 4 0
+ 10 6 2 47 17 31 9 0 0 5 1
+ 5 0 0 3 0 7 2 0 0 0 0
+ 8 2 1 6 1 7 1 0 0 0 0
+ 0 0 0 3 0 0 0 0 0 0 0
+ 0 0 1 16 0 10 1 0 3 3 3
+ 5 6 6 138 36 78 9 0 2 17 5
+ 12 3 9 68 21 96 5 0 0 9 7
+ 1 0 0 2 0 5 0 0 0 1 0
+ 1 0 0 2 0 1 7 0 0 0 1
+ 11 21 9 271 106 243 41 0 4 31 2
+ 7 1 1 8 2 10 3 0 2 0 3
+ 0 0 0 4 0 0 0 0 0 0 0
+ 5 2 1 14 1 13 10 3 0 0 0
+ 18 11 10 108 13 171 18 0 3 25 7
+ 14 1 2 30 30 88 19 0 2 8 3
+ 7 3 1 33 0 6 5 0 0 0 0
+ 7 1 4 22 6 14 1 0 0 6 5
+ 24 1 3 54 11 37 6 0 6 3 12
+ 12 2 0 7 13 18 2 0 1 1 0
+ 13 10 14 98 43 137 21 0 5 17 4
+ 43 101 111 1025 615 1482 97 0 14 89 5
+ 10 3 0 76 25 50 3 0 7 9 6
+ 10 10 26 162 43 258 4 0 23 17 22
+ 1 1 0 2 0 6 4 0 0 4 0
+ 0 0 0 3 0 2 0 0 0 2 0
+ 14 2 5 102 26 115 35 0 0 14 0
+ 2 7 7 109 11 156 9 2 6 19 14
+ 3 0 1 22 2 16 0 0 2 9 1
+ 0 0 1 10 1 3 0 0 0 0 0
+ 8 5 6 131 3 31 54 0 0 2 0
+ 9 2 0 17 0 11 18 0 0 3 23
+ 1 0 0 7 0 5 0 0 0 0 0
+ 12 6 7 64 26 40 0 0 6 9 6
+ 7 3 1 81 3 130 8 0 5 10 3
+ 4 1 1 87 2 55 19 0 0 9 1
+ 0 1 3 7 0 3 0 0 0 0 0
+ 30 6 2 60 12 62 12 0 0 8 2
+ 4 29 11 219 79 231 51 0 15 32 6
+ 0 13 0 32 0 7 8 0 0 27 0
+ 0 1 1 9 2 7 4 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0
+ 1 2 3 66 2 40 1 0 3 4 0
+ 1 1 0 0 0 0 3 0 0 0 0
+ 1 0 0 10 2 5 0 0 0 0 0
+ 0 0 1 5 3 0 0 0 0 0 0
+ 11 7 5 70 13 44 2 0 15 24 3
+ 8 4 7 52 0 28 7 0 2 8 0
+ 1 4 3 13 0 19 9 0 3 3 2
+ 10 3 1 79 14 49 5 0 6 7 44
+ 0 4 1 24 0 56 5 0 0 6 3
+ 2 2 10 113 5 121 23 0 0 1 0
+ 14 15 9 241 42 194 11 0 9 23 9
+ 0 1 0 5 0 4 2 0 0 1 0
+ 0 0 1 59 7 27 14 0 0 1 3
+ 4 3 1 40 4 27 9 0 2 3 4
+ 1 2 4 24 6 50 30 0 4 5 1
+ 8 14 22 610 130 537 78 0 13 48 20
+ 0 1 0 57 11 13 0 0 9 3 0
+ 4 10 6 188 61 193 25 0 3 14 5
+ 8 8 10 134 37 314 22 0 19 21 23
+ 9 13 4 100 3 66 8 0 2 12 2
+ 3 1 0 10 1 7 0 0 0 0 0
+ 0 7 5 29 0 19 7 0 8 12 1
+ 5 0 0 0 0 1 0 0 0 0 0
+ 14 7 2 77 25 89 22 0 0 10 0
+ 1 3 0 48 7 38 4 0 3 2 0
+ 0 2 3 11 0 0 5 0 0 0 0
+ 8 0 1 6 0 9 15 0 0 6 3
+ 1 1 1 26 1 8 20 0 0 0 1
+ 10 19 23 298 40 264 84 0 18 19 32
+ 8 5 3 103 88 231 75 0 2 6 20
+ 2 4 0 14 2 21 10 0 1 2 0
+ 1 0 0 9 1 41 6 0 1 4 2
+ 8 15 21 127 131 178 82 0 39 51 2
+ 6 0 0 2 0 7 2 0 1 1 0
+ 1 0 0 8 0 10 0 0 0 5 0
+ 0 0 1 28 4 7 1 0 2 4 0
+ 1 1 0 5 0 0 0 0 0 0 0
+ 5 0 0 6 2 1 0 0 0 1 0
+ 0 0 0 0 0 0 0 0 0 0 0
+ 6 5 3 97 5 59 12 0 4 9 1
+ 3 2 0 9 1 12 10 0 0 0 0
+ 3 3 3 26 9 13 24 0 0 4 0
+ 0 11 7 58 13 27 52 1 1 6 1
+ 0 0 4 27 2 34 4 0 0 5 3
+ 0 1 0 24 2 21 0 0 4 4 2
+ 3 0 0 8 0 0 0 0 4 0 4
+ 5 4 0 48 5 21 8 0 5 10 2
+ 0 0 0 5 0 3 0 0 0 1 0
+ 1 0 0 1 0 2 0 0 0 0 0
+ 1 1 0 0 0 0 0 0 0 0 0
+ 0 2 0 32 0 2 2 0 0 3 0
+ 0 0 2 30 0 45 1 0 0 4 0
+ 7 5 8 27 0 10 3 0 0 8 0
+ 0 4 6 11 0 3 3 0 0 0 0
+ 0 3 2 32 1 19 18 0 0 5 0
+ 1 0 0 2 4 3 0 0 0 3 0
+ 0 0 0 4 3 0 0 0 0 0 0
+ 0 2 0 15 0 0 2 0 0 1 0
+ 0 1 1 8 4 0 4 0 0 0 0
+ 0 0 0 2 1 3 0 0 0 0 0
+ 0 0 5 9 0 0 0 0 0 0 0
+ 1 0 0 2 1 9 1 0 0 0 0
+ 0 0 1 2 1 7 2 0 0 0 0
+ 1 0 2 60 1 5 2 0 0 2 0
+ 1 0 0 0 0 2 5 0 0 0 0
+ 0 2 0 10 0 1 3 0 0 5 0
+ 0 0 0 2 0 0 0 0 0 0 0
+ 1 0 0 7 0 1 0 0 0 0 0
+ 0 1 0 20 0 12 3 0 0 1 0
+ 5 1 4 28 0 15 15 0 0 2 2
+ 0 8 3 39 2 27 0 0 0 10 0
+ 0 0 0 4 0 9 0 0 0 0 0
+ 1 0 0 14 1 2 0 0 0 0 0
+ 0 0 0 2 0 8 0 0 0 0 0
+ 0 1 3 12 0 8 5 0 0 3 0
+ 2 10 7 26 2 11 2 0 0 7 1
+ 1 0 0 1 0 6 0 0 0 0 0
+ 0 0 0 10 0 8 0 0 0 0 2
+ 0 0 2 1 0 0 0 0 0 0 0
+ 0 0 0 1 0 0 0 0 0 1 0
+ 1 0 0 3 0 3 0 0 0 0 0
+ 1 4 0 11 0 0 4 0 0 1 1
+ 21 9 12 189 6 84 28 0 0 9 0
+ 2 0 0 8 1 7 0 0 0 1 0
+ 0 0 0 7 0 4 2 0 0 0 0
+ 0 3 0 9 0 0 4 0 0 3 0
+ 2 0 0 7 0 6 0 0 0 1 0
+ 0 4 1 47 29 4 5 0 0 6 0
+ 1 0 0 6 0 4 1 0 0 2 0
+ 0 3 0 8 0 0 1 0 0 0 0
+ 2 0 0 8 0 14 0 0 0 3 0
+ 0 0 0 3 0 5 0 0 0 1 0
+ 0 1 5 39 2 3 4 0 0 0 0
+ 0 0 1 17 0 0 3 0 0 0 0
+ 3 1 0 19 0 15 7 0 0 3 0
+ 1 0 0 18 0 0 2 0 0 2 0
+ 0 1 0 13 0 0 3 0 0 2 1
+ 1 5 4 9 0 0 6 0 0 3 8
+ 0 0 0 3 0 2 1 0 0 0 0
+ 9 11 2 161 9 139 34 0 0 13 4
+ 0 2 3 8 3 8 2 0 0 3 0
+ 0 0 0 3 1 2 0 0 0 0 0
+ 5 1 0 0 0 5 2 0 0 1 0
+ 0 0 0 0 0 0 0 0 0 0 0
+ 1 0 0 2 2 0 1 0 0 0 0
+ 2 4 2 8 0 4 2 0 0 1 0
+ 0 1 0 2 0 0 0 0 0 0 0
+ 1 0 0 0 0 0 0 0 0 0 0
+ 2 0 0 0 0 0 0 0 0 0 0
+ 1 0 0 0 0 0 0 0 0 0 0
+ 0 1 0 2 0 2 3 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0
+ 1 0 0 5 1 0 7 0 0 3 0
+ 0 6 7 45 0 2 0 0 0 5 0
+ 0 2 0 11 0 18 0 0 0 0 0
+ 0 0 0 3 1 5 0 0 0 0 0
+ 8 4 0 24 5 20 0 0 1 2 12
+ 1 13 7 134 23 76 15 0 0 15 0
+ 2 2 1 14 2 12 1 0 0 1 0
+ 1 7 2 26 3 21 0 0 0 3 0
+ 1 1 1 10 0 11 0 0 0 2 0
+ 1 2 6 19 2 9 0 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0
+
+
+# name: XX
+# type: matrix
+# rows: 290
+# columns: 15
+ 197 1371712 8 4 2 53 7 76 13 0 1 5 5 87 96
+ 198 738196 4 5 6 71 5 36 13 0 4 0 0 40 33
+ 199 241668 1 0 1 5 5 2 0 0 2 0 0 11 6
+ 200 619902 3 1 1 28 0 24 0 0 0 3 0 16 14
+ 201 1755285 7 10 6 54 7 46 2 0 3 2 0 168 41
+ 202 572153 0 2 2 22 7 17 0 0 0 2 1 18 10
+ 203 1432218 0 6 11 30 8 88 0 0 11 14 2 87 101
+ 204 1327737 5 2 0 78 3 40 6 0 10 9 0 53 33
+ 205 490799 7 0 0 20 0 30 12 0 6 1 15 20 27
+ 206 634718 1 1 1 12 3 13 3 0 1 2 0 41 11
+ 207 741570 8 4 3 33 1 37 8 0 3 6 3 65 44
+ 208 1287379 9 5 6 24 8 36 5 0 1 4 14 94 42
+ 209 824966 5 5 4 57 7 56 25 0 0 12 1 49 32
+ 210 210602 1 4 0 7 0 1 3 0 0 0 0 8 0
+ 211 3175504 2 8 0 83 6 70 4 0 6 5 0 121 70
+ 212 129579 1 0 0 0 0 6 0 0 0 2 0 0 5
+ 213 5232215 2 28 8 326 76 213 21 0 1 22 1 194 129
+ 214 248566 1 1 1 42 2 0 1 0 0 1 5 10 20
+ 216 143651 1 0 0 13 0 0 0 0 0 0 0 7 15
+ 217 2243345 3 2 2 76 8 92 21 0 0 12 5 43 45
+ 218 133241 0 1 0 7 1 7 2 0 3 1 0 13 1
+ 219 1415682 7 2 1 70 0 23 27 0 5 9 7 88 38
+ 220 287597 3 0 0 11 0 3 0 0 0 0 0 14 10
+ 221 3009664 10 9 4 23 0 35 0 0 0 12 3 76 31
+ 222 4287692 22 3 7 46 0 7 11 0 0 2 0 42 24
+ 223 2551213 13 16 8 64 20 38 10 0 0 20 8 68 46
+ 224 2737399 8 0 0 19 0 15 0 0 12 5 12 29 41
+ 225 3980955 8 7 7 63 42 121 23 1 12 11 3 117 111
+ 226 2897848 6 1 4 33 23 55 4 0 0 8 1 58 53
+ 227 3914044 4 2 0 19 0 11 1 0 3 4 10 57 58
+ 228 3035127 7 6 0 64 11 45 7 0 0 4 9 73 60
+ 229 1142702 4 2 0 72 6 73 41 0 5 6 6 20 25
+ 230 1054901 1 1 0 11 1 14 8 0 5 4 2 30 28
+ 231 141172 0 0 0 7 0 0 0 0 2 1 4 12 29
+ 232 161553 0 0 0 1 0 4 0 0 1 0 0 2 0
+ 233 3334110 5 3 2 138 19 181 3 0 22 12 1 88 109
+ 234 1321197 6 1 0 21 11 14 3 0 4 5 2 49 69
+ 235 4578201 16 7 1 147 24 154 14 0 4 12 3 79 201
+ 236 565962 1 9 7 52 0 23 0 0 0 19 2 25 6
+ 237 602713 1 2 5 14 2 31 10 0 0 5 3 26 23
+ 238 1484908 0 0 6 31 11 26 6 0 1 3 11 46 40
+ 239 1751217 4 8 0 49 13 91 19 0 12 11 7 153 68
+ 240 1775700 2 1 0 40 6 148 2 0 6 8 2 90 55
+ 241 11198204 0 23 35 492 139 485 156 0 7 31 1 333 256
+ 242 495785 3 1 0 21 6 26 0 0 1 5 1 32 7
+ 245 159257 2 1 1 4 0 2 0 0 0 0 0 6 1
+ 246 707081 0 6 3 25 1 13 12 0 0 5 0 35 15
+ 247 292173 0 1 0 2 0 1 6 0 1 1 0 7 2
+ 248 51146 1 0 0 4 0 0 0 0 0 0 0 3 2
+ 252 2758049 0 10 0 113 17 24 123 0 1 3 0 107 126
+ 253 98919 0 5 1 6 0 3 10 0 0 5 1 7 5
+ 256 860583 0 0 1 31 2 20 4 0 1 0 0 24 9
+ 257 637159 0 0 0 5 2 1 0 0 0 1 0 25 0
+ 258 214040 1 1 0 9 0 0 0 0 0 2 0 10 7
+ 259 523257 1 5 2 14 1 7 13 0 0 6 0 17 17
+ 261 2131837 1 4 1 34 5 30 8 0 2 1 1 60 54
+ 264 110663 0 0 0 4 0 0 0 0 0 0 0 4 1
+ 267 198423 1 0 0 2 0 7 0 0 0 0 0 5 10
+ 268 1017492 1 2 4 38 4 56 0 0 7 6 4 37 40
+ 273 2852939 7 1 1 46 3 60 1 0 1 2 6 42 14
+ 275 76889 0 0 0 12 0 5 0 0 0 1 0 0 8
+ 296 176531 0 0 0 0 0 5 0 0 0 0 0 7 2
+ 304 320147 1 0 3 6 3 7 1 0 2 1 1 15 17
+ 305 661531 0 1 0 28 1 14 0 0 3 2 1 33 25
+ 311 86120 0 0 0 1 0 1 0 0 0 0 0 4 0
+ 318 689689 7 1 1 23 8 32 5 0 3 5 3 23 31
+ 322 537726 2 3 1 6 0 10 3 0 3 1 0 14 0
+ 325 1323408 0 1 2 28 4 16 6 0 0 1 1 38 5
+ 326 2567000 17 1 0 37 1 24 8 0 2 8 5 136 45
+ 329 624671 3 0 0 12 1 3 0 0 1 1 0 20 11
+ 330 1059839 7 4 2 35 4 12 2 0 0 3 0 26 29
+ 334 591387 6 0 0 18 0 18 9 0 0 1 1 18 14
+ 335 3796540 4 2 1 14 0 37 5 0 4 2 2 44 79
+ 336 5984681 28 4 5 41 1 21 4 0 2 2 2 119 46
+ 339 1868271 4 3 2 55 1 71 5 0 8 8 4 79 95
+ 340 15285000 58 18 9 151 24 169 5 0 3 22 11 293 125
+ 341 1893406 3 11 8 68 5 73 6 0 2 7 14 99 59
+ 342 4576672 4 3 7 26 7 13 7 0 0 2 3 75 30
+ 343 300922 3 0 1 11 2 3 0 0 0 0 0 5 11
+ 346 94560 1 2 0 2 0 0 0 0 0 0 0 5 1
+ 347 2468647 9 7 10 60 13 17 0 0 2 6 4 120 53
+ 348 7543881 19 22 2 82 2 72 1 0 6 19 23 220 71
+ 349 5728117 22 3 2 56 17 102 10 0 1 6 0 164 93
+ 352 11007125 43 5 19 160 40 247 37 0 8 36 22 210 212
+ 356 2984217 0 1 0 9 2 11 1 0 0 1 0 62 13
+ 357 743980 2 1 4 30 7 0 0 0 0 0 0 20 11
+ 362 21092691 65 8 14 103 10 98 31 0 2 7 5 457 163
+ 365 1130876 2 2 2 13 4 7 2 0 0 5 4 32 37
+ 366 2251091 1 0 0 40 2 1 1 0 0 0 0 53 22
+ 371 12010036 21 11 14 128 49 236 9 0 2 11 4 252 303
+ 372 2057017 13 0 0 6 0 11 1 0 0 0 0 75 12
+ 373 198381 0 0 0 6 0 1 1 0 0 0 0 5 3
+ 376 7864853 9 9 1 87 21 60 4 0 3 5 16 146 94
+ 377 6028430 1 6 1 51 27 71 6 0 0 1 0 86 87
+ 379 9483684 23 5 1 154 52 131 31 3 5 15 19 283 166
+ 381 3228776 8 3 15 113 23 157 27 0 15 25 7 174 197
+ 383 892834 2 0 0 2 2 4 0 0 1 1 0 15 8
+ 387 711119 1 0 0 1 0 1 0 0 0 0 0 1 0
+ 388 3011004 18 9 2 45 8 25 7 0 9 10 5 90 89
+ 389 7793747 2 6 7 61 15 102 10 0 1 10 1 99 44
+ 391 8286271 42 9 9 96 65 179 31 0 8 5 0 254 104
+ 392 785170 18 8 0 56 5 0 0 0 0 15 9 47 0
+ 393 1634901 7 1 1 36 0 10 0 0 0 3 3 17 16
+ 394 16897379 26 12 37 200 44 244 20 0 8 25 14 334 252
+ 395 971100 0 0 0 0 0 0 0 0 0 0 0 0 0
+ 399 1493706 1 0 0 32 4 28 1 0 1 0 0 59 21
+ 410 2465291 14 6 6 75 9 123 0 0 5 15 5 144 90
+ 412 11807167 21 7 7 273 87 275 105 0 3 32 6 222 252
+ 413 1000000 1 0 0 3 2 14 2 0 0 0 0 3 2
+ 414 2592948 7 7 4 110 15 59 12 0 5 13 0 104 61
+ 441 341880 4 0 1 9 0 4 1 0 0 1 9 5 9
+ 446 2132880 3 5 8 64 7 41 18 0 6 12 4 103 94
+ 448 2450081 7 0 2 58 36 59 12 0 0 2 2 76 58
+ 451 1099241 3 1 1 34 8 19 6 0 3 4 3 40 11
+ 456 2245633 3 3 1 25 4 32 3 0 1 1 0 27 24
+ 465 62302 1 3 1 25 0 29 0 0 0 6 0 15 2
+ 466 2197989 6 26 12 127 5 75 45 0 21 24 8 157 94
+ 467 134495 0 0 0 3 1 9 4 0 1 0 0 34 28
+ 472 3380567 5 2 5 23 3 50 9 0 0 6 0 59 52
+ 476 688452 3 10 0 115 15 21 20 0 0 15 0 54 31
+ 477 1110085 3 2 2 55 6 29 0 0 5 0 5 55 51
+ 484 536474 3 3 1 16 2 11 0 0 4 5 2 21 11
+ 1001 175751 0 1 0 6 1 2 0 0 0 0 2 8 7
+ 1002 2146592 17 2 2 56 1 62 35 0 3 10 1 66 33
+ 1004 4743641 34 15 8 129 22 105 47 0 17 18 20 161 138
+ 1017 1800656 7 5 0 94 10 39 7 0 2 4 0 59 57
+ 1030 2497501 10 6 2 47 17 31 9 0 0 5 1 50 33
+ 1034 1196952 5 0 0 3 0 7 2 0 0 0 0 15 14
+ 1035 2410906 8 2 1 6 1 7 1 0 0 0 0 42 33
+ 1037 667178 0 0 0 3 0 0 0 0 0 0 0 16 0
+ 1038 632720 0 0 1 16 0 10 1 0 3 3 3 12 16
+ 1039 8455933 5 6 6 138 36 78 9 0 2 17 5 205 82
+ 1041 6651020 12 3 9 68 21 96 5 0 0 9 7 110 81
+ 1044 126519 1 0 0 2 0 5 0 0 0 1 0 7 1
+ 1 135525 1 0 0 2 0 1 7 0 0 0 1 6 13
+ 2 16949495 11 21 9 271 106 243 41 0 4 31 2 173 176
+ 3 722529 7 1 1 8 2 10 3 0 2 0 3 22 24
+ 4 203116 0 0 0 4 0 0 0 0 0 0 0 5 2
+ 6 1304816 5 2 1 14 1 13 10 3 0 0 0 22 37
+ 7 5865578 18 11 10 108 13 171 18 0 3 25 7 188 113
+ 8 1781942 14 1 2 30 30 88 19 0 2 8 3 88 59
+ 9 1587342 7 3 1 33 0 6 5 0 0 0 0 54 6
+ 10 1337423 7 1 4 22 6 14 1 0 0 6 5 135 15
+ 11 10016498 24 1 3 54 11 37 6 0 6 3 12 65 55
+ 12 839898 12 2 0 7 13 18 2 0 1 1 0 40 22
+ 13 10471711 13 10 14 98 43 137 21 0 5 17 4 176 150
+ 14 39213066 43 101 111 1025 615 1482 97 0 14 89 5 1061 887
+ 15 2632303 10 3 0 76 25 50 3 0 7 9 6 93 35
+ 16 6865706 10 10 26 162 43 258 4 0 23 17 22 297 159
+ 17 251064 1 1 0 2 0 6 4 0 0 4 0 6 5
+ 18 152837 0 0 0 3 0 2 0 0 0 2 0 0 6
+ 19 6560198 14 2 5 102 26 115 35 0 0 14 0 146 190
+ 20 3663138 2 7 7 109 11 156 9 2 6 19 14 143 132
+ 21 795723 3 0 1 22 2 16 0 0 2 9 1 15 5
+ 22 471773 0 0 1 10 1 3 0 0 0 0 0 13 8
+ 23 4913203 8 5 6 131 3 31 54 0 0 2 0 116 59
+ 26 264785 9 2 0 17 0 11 18 0 0 3 23 24 63
+ 28 162597 1 0 0 7 0 5 0 0 0 0 0 4 2
+ 29 4604156 12 6 7 64 26 40 0 0 6 9 6 97 51
+ 33 4250016 7 3 1 81 3 130 8 0 5 10 3 125 129
+ 34 1079712 4 1 1 87 2 55 19 0 0 9 1 48 40
+ 35 60347 0 1 3 7 0 3 0 0 0 0 0 3 1
+ 36 1859152 30 6 2 60 12 62 12 0 0 8 2 118 158
+ 37 5409103 4 29 11 219 79 231 51 0 15 32 6 254 171
+ 38 876190 0 13 0 32 0 7 8 0 0 27 0 23 18
+ 40 834957 0 1 1 9 2 7 4 0 0 0 0 12 0
+ 41 450000 0 0 0 0 0 0 0 0 0 0 0 2 2
+ 42 1395064 1 2 3 66 2 40 1 0 3 4 0 57 48
+ 43 1190526 1 1 0 0 0 0 3 0 0 0 0 22 4
+ 44 1273253 1 0 0 10 2 5 0 0 0 0 0 16 47
+ 45 108240 0 0 1 5 3 0 0 0 0 0 0 8 0
+ 51 2807918 11 7 5 70 13 44 2 0 15 24 3 81 60
+ 52 773587 8 4 7 52 0 28 7 0 2 8 0 22 17
+ 53 776914 1 4 3 13 0 19 9 0 3 3 2 35 66
+ 54 1910451 10 3 1 79 14 49 5 0 6 7 44 80 65
+ 55 1903549 0 4 1 24 0 56 5 0 0 6 3 47 48
+ 56 611092 2 2 10 113 5 121 23 0 0 1 0 56 42
+ 57 5227534 14 15 9 241 42 194 11 0 9 23 9 175 190
+ 58 532151 0 1 0 5 0 4 2 0 0 1 0 11 1
+ 59 2196976 0 0 1 59 7 27 14 0 0 1 3 47 16
+ 60 746895 4 3 1 40 4 27 9 0 2 3 4 55 70
+ 62 1342348 1 2 4 24 6 50 30 0 4 5 1 33 42
+ 63 19967480 8 14 22 610 130 537 78 0 13 48 20 368 354
+ 64 1707116 0 1 0 57 11 13 0 0 9 3 0 55 36
+ 65 3018069 4 10 6 188 61 193 25 0 3 14 5 83 124
+ 66 17026733 8 8 10 134 37 314 22 0 19 21 23 246 388
+ 67 1861938 9 13 4 100 3 66 8 0 2 12 2 64 48
+ 68 442320 3 1 0 10 1 7 0 0 0 0 0 10 6
+ 69 1006925 0 7 5 29 0 19 7 0 8 12 1 39 36
+ 71 110943 5 0 0 0 0 1 0 0 0 0 0 16 0
+ 72 3228483 14 7 2 77 25 89 22 0 0 10 0 71 87
+ 73 694093 1 3 0 48 7 38 4 0 3 2 0 19 35
+ 74 334602 0 2 3 11 0 0 5 0 0 0 0 3 0
+ 75 373907 8 0 1 6 0 9 15 0 0 6 3 8 15
+ 76 3329922 1 1 1 26 1 8 20 0 0 0 1 108 71
+ 77 8277533 10 19 23 298 40 264 84 0 18 19 32 381 281
+ 78 5503679 8 5 3 103 88 231 75 0 2 6 20 118 186
+ 79 431787 2 4 0 14 2 21 10 0 1 2 0 11 10
+ 80 760800 1 0 0 9 1 41 6 0 1 4 2 25 27
+ 81 2526108 8 15 21 127 131 178 82 0 39 51 2 143 118
+ 82 1405297 6 0 0 2 0 7 2 0 1 1 0 17 16
+ 84 166145 1 0 0 8 0 10 0 0 0 5 0 6 6
+ 85 1642765 0 0 1 28 4 7 1 0 2 4 0 71 47
+ 86 800356 1 1 0 5 0 0 0 0 0 0 0 10 0
+ 87 1703477 5 0 0 6 2 1 0 0 0 1 0 12 12
+ 88 2090000 0 0 0 0 0 0 0 0 0 0 0 19 0
+ 89 2066322 6 5 3 97 5 59 12 0 4 9 1 79 105
+ 90 481594 3 2 0 9 1 12 10 0 0 0 0 22 10
+ 91 1797378 3 3 3 26 9 13 24 0 0 4 0 57 36
+ 92 1086029 0 11 7 58 13 27 52 1 1 6 1 66 54
+ 93 1940821 0 0 4 27 2 34 4 0 0 5 3 46 52
+ 94 1434497 0 1 0 24 2 21 0 0 4 4 2 59 47
+ 95 1144668 3 0 0 8 0 0 0 0 4 0 4 17 6
+ 96 1538784 5 4 0 48 5 21 8 0 5 10 2 56 24
+ 97 186414 0 0 0 5 0 3 0 0 0 1 0 9 0
+ 99 490000 1 0 0 1 0 2 0 0 0 0 0 2 15
+ 100 400000 1 1 0 0 0 0 0 0 0 0 0 8 0
+ 101 230641 0 2 0 32 0 2 2 0 0 3 0 18 46
+ 102 1523428 0 0 2 30 0 45 1 0 0 4 0 31 10
+ 103 1202696 7 5 8 27 0 10 3 0 0 8 0 27 9
+ 104 400000 0 4 6 11 0 3 3 0 0 0 0 3 0
+ 105 718698 0 3 2 32 1 19 18 0 0 5 0 12 26
+ 107 541299 1 0 0 2 4 3 0 0 0 3 0 9 0
+ 108 115000 0 0 0 4 3 0 0 0 0 0 0 3 16
+ 109 57500 0 2 0 15 0 0 2 0 0 1 0 9 0
+ 110 95170 0 1 1 8 4 0 4 0 0 0 0 0 1
+ 111 116162 0 0 0 2 1 3 0 0 0 0 0 4 2
+ 112 94129 0 0 5 9 0 0 0 0 0 0 0 3 0
+ 113 119805 1 0 0 2 1 9 1 0 0 0 0 6 3
+ 114 162150 0 0 1 2 1 7 2 0 0 0 0 7 7
+ 115 650719 1 0 2 60 1 5 2 0 0 2 0 33 4
+ 116 155276 1 0 0 0 0 2 5 0 0 0 0 4 2
+ 118 493349 0 2 0 10 0 1 3 0 0 5 0 15 3
+ 119 215224 0 0 0 2 0 0 0 0 0 0 0 5 10
+ 120 162219 1 0 0 7 0 1 0 0 0 0 0 5 0
+ 121 151336 0 1 0 20 0 12 3 0 0 1 0 4 1
+ 122 151666 5 1 4 28 0 15 15 0 0 2 2 8 20
+ 123 782215 0 8 3 39 2 27 0 0 0 10 0 25 6
+ 124 69000 0 0 0 4 0 9 0 0 0 0 0 8 12
+ 132 306831 1 0 0 14 1 2 0 0 0 0 0 10 0
+ 133 90000 0 0 0 2 0 8 0 0 0 0 0 4 2
+ 134 149793 0 1 3 12 0 8 5 0 0 3 0 8 3
+ 135 1693052 2 10 7 26 2 11 2 0 0 7 1 54 16
+ 136 70725 1 0 0 1 0 6 0 0 0 0 0 7 10
+ 137 471801 0 0 0 10 0 8 0 0 0 0 2 16 4
+ 138 176110 0 0 2 1 0 0 0 0 0 0 0 4 5
+ 139 100000 0 0 0 1 0 0 0 0 0 1 0 3 2
+ 140 68945 1 0 0 3 0 3 0 0 0 0 0 7 0
+ 141 237258 1 4 0 11 0 0 4 0 0 1 1 12 8
+ 142 8734312 21 9 12 189 6 84 28 0 0 9 0 182 110
+ 143 347218 2 0 0 8 1 7 0 0 0 1 0 9 6
+ 144 258221 0 0 0 7 0 4 2 0 0 0 0 10 0
+ 146 399670 0 3 0 9 0 0 4 0 0 3 0 18 0
+ 147 194522 2 0 0 7 0 6 0 0 0 1 0 9 20
+ 148 1049001 0 4 1 47 29 4 5 0 0 6 0 62 9
+ 149 150222 1 0 0 6 0 4 1 0 0 2 0 5 5
+ 150 187170 0 3 0 8 0 0 1 0 0 0 0 6 0
+ 151 277057 2 0 0 8 0 14 0 0 0 3 0 11 2
+ 152 263638 0 0 0 3 0 5 0 0 0 1 0 4 2
+ 153 539572 0 1 5 39 2 3 4 0 0 0 0 9 0
+ 154 183366 0 0 1 17 0 0 3 0 0 0 0 13 0
+ 162 322640 3 1 0 19 0 15 7 0 0 3 0 11 6
+ 166 196662 1 0 0 18 0 0 2 0 0 2 0 14 15
+ 167 163194 0 1 0 13 0 0 3 0 0 2 1 10 15
+ 168 69685 1 5 4 9 0 0 6 0 0 3 8 6 8
+ 170 130280 0 0 0 3 0 2 1 0 0 0 0 3 0
+ 171 1892476 9 11 2 161 9 139 34 0 0 13 4 69 67
+ 172 351024 0 2 3 8 3 8 2 0 0 3 0 9 1
+ 173 500000 0 0 0 3 1 2 0 0 0 0 0 14 3
+ 174 593558 5 1 0 0 0 5 2 0 0 1 0 6 5
+ 175 1000000 0 0 0 0 0 0 0 0 0 0 0 11 0
+ 176 87835 1 0 0 2 2 0 1 0 0 0 0 4 1
+ 177 435995 2 4 2 8 0 4 2 0 0 1 0 21 11
+ 178 2000000 0 1 0 2 0 0 0 0 0 0 0 2 1
+ 179 200000 1 0 0 0 0 0 0 0 0 0 0 0 0
+ 180 500000 2 0 0 0 0 0 0 0 0 0 0 2 0
+ 181 1000000 1 0 0 0 0 0 0 0 0 0 0 8 0
+ 182 350000 0 1 0 2 0 2 3 0 0 0 0 5 7
+ 183 400000 0 0 0 0 0 0 0 0 0 0 0 4 5
+ 184 187751 1 0 0 5 1 0 7 0 0 3 0 10 3
+ 185 253915 0 6 7 45 0 2 0 0 0 5 0 58 220
+ 186 300401 0 2 0 11 0 18 0 0 0 0 0 8 0
+ 187 325786 0 0 0 3 1 5 0 0 0 0 0 11 5
+ 188 5621997 8 4 0 24 5 20 0 0 1 2 12 58 37
+ 189 2120690 1 13 7 134 23 76 15 0 0 15 0 67 260
+ 190 585116 2 2 1 14 2 12 1 0 0 1 0 22 5
+ 191 2001772 1 7 2 26 3 21 0 0 0 3 0 54 3
+ 192 1061772 1 1 1 10 0 11 0 0 0 2 0 25 12
+ 193 135386 1 2 6 19 2 9 0 0 0 0 0 3 0
+ 194 500000 0 0 0 0 0 0 0 0 0 0 0 0 1
+
+
+# name: ans
+# type: matrix
+# rows: 1
+# columns: 2
+ 290 15
+
+
+# name: lambda
+# type: diagonal matrix
+# rows: 11
+# columns: 11
+22.94658541218822
+1931.6654643260272
+2593.9795924914984
+3457.3395622408125
+5625.1514737105399
+8672.0659466661746
+18914.627989173339
+47522.678184880278
+57483.68126743551
+225653.06853980487
+7494628.7953938553
+
+
+# name: vect
+# type: matrix
+# rows: 11
+# columns: 11
+ 0.0013928104225500667 0.037187381347897674 -0.065276210391415762 0.11401592699695108 -0.057482252273079432 -0.43368899391330729 -0.86173706957930796 0.01807750839351397 -0.20942328673520114 0.044068347817298945 0.035305594804226799
+ -0.00080997965313172346 0.6090880083157213 0.38180665310538375 -0.56588395885250664 -0.26231179752896111 0.22396195139662903 -0.18893568701613381 -0.026534997984713593 0.073598520540500964 0.006211058349064962 0.046771921092627407
+ -0.0075395729093802226 -0.45899544783225743 -0.52153166154860986 -0.67232668906119619 -0.19752213456250098 0.094376523806041349 -0.11098036666249927 -0.0037696616615506499 0.02960247765131898 -0.041501535314358316 0.048953291513389285
+ -0.00015197372585525626 -0.002386841329910573 -0.039383896728819874 0.020470931032585321 0.029084893240714768 -0.04287850578244104 0.039810057651136599 -0.25705259607885095 0.17314674927410739 0.72026506792286293 0.61556249852100786
+ 0.0010984696390634325 -0.02129581880435279 -0.017772378560481979 0.10189231032683865 0.15146937545312075 0.029246114632305177 -0.22268033972340898 0.093731562137033986 0.84202992189556869 -0.37245546490671311 0.24277452925483725
+ 4.634115630513795e-05 0.024446209810110472 0.034513808847541849 0.0068265924193094086 -0.028772508722247195 -0.036347064631509114 0.12359571477171957 0.055570948693305582 -0.40806017173503317 -0.5178693338430661 0.73685129246517744
+ 0.0011860028016073729 0.004255846403057038 0.023495928427697807 -0.04818514838005869 -0.015672782378198954 -0.058141787313935968 0.058107909891642134 0.95701402990701101 0.0052365196161991293 0.25496118410044011 0.095893176429320173
+ -0.99993653486432266 0.00056339645552664903 0.0065197820100859252 0.0040469824741198104 0.0075475146800724731 0.0012607778742423381 -0.0023724195455070473 0.0014644786043862374 -0.0010271031675549145 0.00055851484167304601 0.00016944863048108023
+ -0.0016282256896650144 0.4682585527215718 -0.65977518401476565 0.26872055666440892 0.028869079286205537 0.4953462714285547 -0.12024546216318031 0.058770979212281492 -0.091452392782730957 0.020458697705750883 0.017910770099051343
+ 0.001700173169476263 -0.42580867393324445 0.33001193867689432 0.28074347877203143 -0.39003516978157005 0.62609930707433481 -0.27487428930117375 0.036415769623520312 -0.059675610198022838 0.053341708222997372 0.059523328215483368
+ 0.0077009678970584002 -0.12368395587834405 0.17350369137341293 -0.22480882401876962 0.84320406749775956 0.32875923427757242 -0.22260190597673843 0.018627387946444102 -0.1799676456458352 0.048312774840991661 0.017425168262079013
+
+
--- a/ТЕМА2/Prog1.m
+++ b/ТЕМА2/Prog1.m
@@ -0,0 +1,32 @@
+fp=fopen('prtcl.txt ','w');
+XX=load('dan_vuz.txt');
+size(XX);
+X=XX(:,3:13);
+R=corr(X);
+[vect,lambda]=eig(X'*X);
+Sobst=diag(lambda);
+fprintf(fp,'Eigenvalues:\n %f \n',Sobst);
+fprintf('\n');
+SobMax=Sobst(end);
+GlComp=vect(:,end);
+Delt=100*SobMax/sum(Sobst);
+fprintf(fp,'Delta= %d \n ',round(Delt));
+Res=X*GlComp;
+fprintf(fp,' Results \n ');
+fprintf(fp,'%d  %f \n ',[XX(:,1),Res] );
+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);
--- a/ТЕМА2/assets/figure0.png
+++ b/ТЕМА2/assets/figure0.png
--- a/ТЕМА2/assets/figure1.png
+++ b/ТЕМА2/assets/figure1.png
--- a/ТЕМА2/assets/figure2.png
+++ b/ТЕМА2/assets/figure2.png
--- a/ТЕМА2/assets/figure3.PNG
+++ b/ТЕМА2/assets/figure3.PNG
--- a/ТЕМА2/assets/figure4.PNG
+++ b/ТЕМА2/assets/figure4.PNG
--- a/ТЕМА2/assets/figure5.png
+++ b/ТЕМА2/assets/figure5.png
--- a/ТЕМА2/assets/figure6.png
+++ b/ТЕМА2/assets/figure6.png
--- a/ТЕМА2/prtcl.txt
+++ b/ТЕМА2/prtcl.txt
@@ -0,0 +1,319 @@
+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  198.000000 
+ 199  200.000000 
+ 201  202.000000 
+ 203  204.000000 
+ 205  206.000000 
+ 207  208.000000 
+ 209  210.000000 
+ 211  212.000000 
+ 213  214.000000 
+ 216  217.000000 
+ 218  219.000000 
+ 220  221.000000 
+ 222  223.000000 
+ 224  225.000000 
+ 226  227.000000 
+ 228  229.000000 
+ 230  231.000000 
+ 232  233.000000 
+ 234  235.000000 
+ 236  237.000000 
+ 238  239.000000 
+ 240  241.000000 
+ 242  245.000000 
+ 246  247.000000 
+ 248  252.000000 
+ 253  256.000000 
+ 257  258.000000 
+ 259  261.000000 
+ 264  267.000000 
+ 268  273.000000 
+ 275  296.000000 
+ 304  305.000000 
+ 311  318.000000 
+ 322  325.000000 
+ 326  329.000000 
+ 330  334.000000 
+ 335  336.000000 
+ 339  340.000000 
+ 341  342.000000 
+ 343  346.000000 
+ 347  348.000000 
+ 349  352.000000 
+ 356  357.000000 
+ 362  365.000000 
+ 366  371.000000 
+ 372  373.000000 
+ 376  377.000000 
+ 379  381.000000 
+ 383  387.000000 
+ 388  389.000000 
+ 391  392.000000 
+ 393  394.000000 
+ 395  399.000000 
+ 410  412.000000 
+ 413  414.000000 
+ 441  446.000000 
+ 448  451.000000 
+ 456  465.000000 
+ 466  467.000000 
+ 472  476.000000 
+ 477  484.000000 
+ 1001  1002.000000 
+ 1004  1017.000000 
+ 1030  1034.000000 
+ 1035  1037.000000 
+ 1038  1039.000000 
+ 1041  1044.000000 
+ 1  2.000000 
+ 3  4.000000 
+ 6  7.000000 
+ 8  9.000000 
+ 10  11.000000 
+ 12  13.000000 
+ 14  15.000000 
+ 16  17.000000 
+ 18  19.000000 
+ 20  21.000000 
+ 22  23.000000 
+ 26  28.000000 
+ 29  33.000000 
+ 34  35.000000 
+ 36  37.000000 
+ 38  40.000000 
+ 41  42.000000 
+ 43  44.000000 
+ 45  51.000000 
+ 52  53.000000 
+ 54  55.000000 
+ 56  57.000000 
+ 58  59.000000 
+ 60  62.000000 
+ 63  64.000000 
+ 65  66.000000 
+ 67  68.000000 
+ 69  71.000000 
+ 72  73.000000 
+ 74  75.000000 
+ 76  77.000000 
+ 78  79.000000 
+ 80  81.000000 
+ 82  84.000000 
+ 85  86.000000 
+ 87  88.000000 
+ 89  90.000000 
+ 91  92.000000 
+ 93  94.000000 
+ 95  96.000000 
+ 97  99.000000 
+ 100  101.000000 
+ 102  103.000000 
+ 104  105.000000 
+ 107  108.000000 
+ 109  110.000000 
+ 111  112.000000 
+ 113  114.000000 
+ 115  116.000000 
+ 118  119.000000 
+ 120  121.000000 
+ 122  123.000000 
+ 124  132.000000 
+ 133  134.000000 
+ 135  136.000000 
+ 137  138.000000 
+ 139  140.000000 
+ 141  142.000000 
+ 143  144.000000 
+ 146  147.000000 
+ 148  149.000000 
+ 150  151.000000 
+ 152  153.000000 
+ 154  162.000000 
+ 166  167.000000 
+ 168  170.000000 
+ 171  172.000000 
+ 173  174.000000 
+ 175  176.000000 
+ 177  178.000000 
+ 179  180.000000 
+ 181  182.000000 
+ 183  184.000000 
+ 185  186.000000 
+ 187  188.000000 
+ 189  190.000000 
+ 191  192.000000 
+ 193  194.000000 
+ 92.5416  73.432513 
+ 5.88547  35.300393 
+ 70.2081  28.096191 
+ 87.1363  79.776499 
+ 36.243  18.249808 
+ 49.6665  45.067095 
+ 81.7854  5.555862 
+ 105.361  4.575460 
+ 381.204  26.712747 
+ 8.03762  119.627795 
+ 10.0615  63.762947 
+ 9.08766  41.684105 
+ 35.9074  76.139589 
+ 23.7525  142.216169 
+ 67.7558  20.597788 
+ 76.8188  104.284923 
+ 18.5416  4.473983 
+ 3.58088  224.758597 
+ 26.8636  212.911324 
+ 50.9215  33.628254 
+ 42.1683  103.701129 
+ 136.061  713.711764 
+ 34.0272  4.102289 
+ 27.0867  2.667541 
+ 2.49756  103.829221 
+ 7.46072  34.755449 
+ 4.35974  5.741187 
+ 15.9894  45.399798 
+ 2.46225  6.424390 
+ 66.503  73.935542 
+ 11.1305  3.684256 
+ 9.97049  28.031419 
+ 1.35241  40.905330 
+ 11.7227  30.793455 
+ 42.7163  10.023429 
+ 32.2605  25.495269 
+ 36.8701  42.948416 
+ 87.9632  228.668981 
+ 99.1461  28.749899 
+ 9.62216  1.359974 
+ 54.2136  107.547742 
+ 116.106  299.102890 
+ 14.3332  20.479493 
+ 144.909  14.952535 
+ 25.9761  268.149429 
+ 12.3536  4.526119 
+ 104.665  91.264814 
+ 209.33  196.452926 
+ 4.81212  1.387719 
+ 50.733  118.633179 
+ 212.529  37.744725 
+ 30.1025  320.669960 
+ 0  41.450044 
+ 141.123  405.347359 
+ 12.8752  117.612150 
+ 8.98989  74.655250 
+ 89.5664  37.992598 
+ 40.5997  37.339465 
+ 142.929  9.122607 
+ 53.4638  93.289532 
+ 57.1553  19.139209 
+ 5.49147  85.213352 
+ 170.643  90.453986 
+ 57.8107  7.372961 
+ 9.61494  1.846687 
+ 17.6469  153.910670 
+ 119.836  5.010210 
+ 2.69196  379.300890 
+ 13.4972  2.462250 
+ 19.7182  200.667783 
+ 93.6182  25.650544 
+ 26.3448  65.285854 
+ 21.5148  176.510003 
+ 1898.88  91.241365 
+ 304.552  6.355976 
+ 3.43944  158.859588 
+ 187.802  26.561371 
+ 8.65791  110.316703 
+ 21.2866  8.028500 
+ 76.9769  148.320170 
+ 97.1784  6.713123 
+ 88.6313  333.404629 
+ 27.8383  11.662869 
+ 0  71.250154 
+ 0.369757  10.360736 
+ 3.85509  81.568715 
+ 54.6366  23.501931 
+ 90.4466  57.162095 
+ 162.85  305.874565 
+ 6.3233  59.415851 
+ 46.9662  56.660855 
+ 815.675  47.723188 
+ 277.021  328.086215 
+ 113.59  11.709047 
+ 33.9699  0.913379 
+ 122.672  59.978744 
+ 7.49106  12.504248 
+ 24.2085  400.110964 
+ 263.576  25.930889 
+ 36.8953  254.783774 
+ 6.87014  12.625935 
+ 23.7836  3.159890 
+ 5.15183  0.000000 
+ 106.766  15.783445 
+ 30.7013  64.989933 
+ 43.088  31.124285 
+ 5.17176  48.085148 
+ 5.34789  2.124571 
+ 0.0820775  21.635603 
+ 52.0571  25.625192 
+ 9.75023  36.202865 
+ 4.62665  3.190574 
+ 9.57829  6.374896 
+ 3.68445  5.784829 
+ 8.23676  6.872598 
+ 41.3048  1.988474 
+ 7.57132  1.231125 
+ 5.08109  21.547440 
+ 30.2999  45.503740 
+ 9.09391  10.369658 
+ 7.12594  14.133228 
+ 26.1024  5.071976 
+ 12.0853  0.713469 
+ 0.675086  4.092547 
+ 7.4541  184.663991 
+ 10.4554  7.448129 
+ 6.24252  8.860180 
+ 39.992  6.891026 
+ 5.16071  15.489599 
+ 5.59047  27.378151 
+ 10.8012  23.750968 
+ 11.4263  8.473236 
+ 6.89837  3.416283 
+ 208.747  12.158394 
+ 3.56316  4.158866 
+ 0  1.847873 
+ 8.47882  1.277897 
+ 0.0353056  0.070611 
+ 0.0353056  3.039279 
+ 0  4.205715 
+ 30.0949  20.128055 
+ 5.77372  31.539990 
+ 147.387  18.314164 
+ 32.846  14.511067 
+ 19.2355  0.000000 
+ Min   0.000000 
+ Max   1898.884523 
+ Mean = 67.928804 
+ Std = 145.954386 
+ Correlation of Results and Money = 0.843710 
--- a/ТЕМА2/report.md
+++ b/ТЕМА2/report.md
@@ -0,0 +1,814 @@
+# Отчет по теме 2
+
+
+
+Бакайкин Константин, А-03-24
+
+
+
+## 1 Настройка текущего каталога:
+
+
+
+Нажал на окно рядом с  *Текущая папка*:  и установил путь к папке ТЕМА2:
+
+
+
+![Скриншот выбора текущей папки](assets/figure0.png)
+
+
+
+## 2 Изучение и работа с файлом dan_vuz.txt
+
+
+
+ - Изучили файл и проанализировали его
+
+
+
+ - Прочитали данные из файла:
+
+
+
+```matlab
+
+>> XX=load('dan_vuz.txt')
+
+
+
+XX =
+
+
+
+ Columns 1 through 9:
+
+
+
+   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
+
+   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
+
+   1.9900e+02   2.4167e+05   1.0000e+00            0   1.0000e+00   5.0000e+00   5.0000e+00   2.0000e+00            0
+
+   2.0000e+02   6.1990e+05   3.0000e+00   1.0000e+00   1.0000e+00   2.8000e+01            0   2.4000e+01            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
+
+   2.0200e+02   5.7215e+05            0   2.0000e+00   2.0000e+00   2.2000e+01   7.0000e+00   1.7000e+01            0
+
+   2.0300e+02   1.4322e+06            0   6.0000e+00   1.1000e+01   3.0000e+01   8.0000e+00   8.8000e+01            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
+
+   2.0500e+02   4.9080e+05   7.0000e+00            0            0   2.0000e+01            0   3.0000e+01   1.2000e+01
+
+   ...
+
+
+
+Columns 10 through 15:
+
+
+
+            0   1.0000e+00   5.0000e+00   5.0000e+00   8.7000e+01   9.6000e+01
+
+            0   4.0000e+00            0            0   4.0000e+01   3.3000e+01
+
+            0   2.0000e+00            0            0   1.1000e+01   6.0000e+00
+
+            0            0   3.0000e+00            0   1.6000e+01   1.4000e+01
+
+            0   3.0000e+00   2.0000e+00            0   1.6800e+02   4.1000e+01
+
+            0            0   2.0000e+00   1.0000e+00   1.8000e+01   1.0000e+01
+
+
+
+ 	    ...
+
+
+
+```
+
+
+
+ - Проверили размерность матрицы XX:
+
+
+
+```matlab
+>> size(XX)
+
+ans =
+
+
+
+   290    15
+
+
+```
+
+
+
+Так как строк 290, то данные представлены о 290 вузах
+
+
+
+ - Выделили отдельную матрицу под данные о результативности:
+
+
+
+```matlab
+>> X=XX(:,3:13)
+
+X =
+
+
+
+      8      4      2     53      7     76     13      0      1      5      5
+
+      4      5      6     71      5     36     13      0      4      0      0
+
+      1      0      1      5      5      2      0      0      2      0      0
+
+      3      1      1     28      0     24      0      0      0      3      0
+
+      7     10      6     54      7     46      2      0      3      2      0
+
+      0      2      2     22      7     17      0      0      0      2      1
+
+      0      6     11     30      8     88      0      0     11     14      2
+
+      5      2      0     78      3     40      6      0     10      9      0
+
+      7      0      0     20      0     30     12      0      6      1     15
+
+      1      1      1     12      3     13      3      0      1      2      0
+
+      8      4      3     33      1     37      8      0      3      6      3
+
+      9      5      6     24      8     36      5      0      1      4     14
+
+      5      5      4     57      7     56     25      0      0     12      1
+
+      1      4      0      7      0      1      3      0      0      0      0
+
+      2      8      0     83      6     70      4      0      6      5      0
+
+      1      0      0      0      0      6      0      0      0      2      0
+
+      2     28      8    326     76    213     21      0      1     22      1
+
+      1      1      1     42      2      0      1      0      0      1      5
+
+      1      0      0     13      0      0      0      0      0      0      0
+
+      3      2      2     76      8     92     21      0      0     12      5
+
+      0      1      0      7      1      7      2      0      3      1      0
+
+      7      2      1     70      0     23     27      0      5      9      7
+
+      3      0      0     11      0      3      0      0      0      0      0
+
+     10      9      4     23      0     35      0      0      0     12      3
+
+     22      3      7     46      0      7     11      0      0      2      0
+
+     ...
+
+```
+
+
+
+- Составили матрицу корреляций между показателями результативности
+
+
+
+```matlab
+
+>> R=corr(X)
+
+R =
+
+
+
+ Columns 1 through 9:
+
+
+
+   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
+
+   4.4320e-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
+
+   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
+
+   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
+
+   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
+
+   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
+
+   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
+
+   6.5579e-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
+
+   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
+
+   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
+
+   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
+
+
+
+ Columns 10 and 11:
+
+
+
+   4.8811e-01   3.9815e-01
+
+   8.2170e-01   2.6183e-01
+
+   7.8358e-01   2.6408e-01
+
+   8.5183e-01   3.4420e-01
+
+   7.7266e-01   1.8751e-01
+
+   8.3810e-01   3.3118e-01
+
+   6.2936e-01   2.8287e-01
+
+   5.6462e-02   1.3662e-01
+
+   6.2616e-01   4.5537e-01
+
+   1.0000e+00   3.8799e-01
+
+   3.8799e-01   1.0000e+00
+
+
+
+```
+
+
+
+Используем метод главных компонентов:
+
+
+
+- получаем собственные значения и собственные векторы от квадратичной фор-мы
+
+
+
+```matlab
+
+>> [vect,lambda]=eig(X'*X)
+
+vect =
+
+
+
+ Columns 1 through 9:
+
+
+
+   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
+
+  -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
+
+  -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
+
+  -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
+
+   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
+
+   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
+
+   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
+
+  -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
+
+  -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
+
+   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
+
+   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
+
+
+
+ Columns 10 and 11:
+
+
+
+   4.4068e-02   3.5306e-02
+
+   6.2111e-03   4.6772e-02
+
+  -4.1502e-02   4.8953e-02
+
+   7.2027e-01   6.1556e-01
+
+  -3.7246e-01   2.4277e-01
+
+  -5.1787e-01   7.3685e-01
+
+   2.5496e-01   9.5893e-02
+
+   5.5851e-04   1.6945e-04
+
+   2.0459e-02   1.7911e-02
+
+   5.3342e-02   5.9523e-02
+
+   4.8313e-02   1.7425e-02
+
+
+
+lambda =
+
+
+
+Diagonal Matrix
+
+
+
+ Columns 1 through 9:
+
+
+
+   2.2947e+01            0            0            0            0            0            0            0            0
+
+            0   1.9317e+03            0            0            0            0            0            0            0
+
+            0            0   2.5940e+03            0            0            0            0            0            0
+
+            0            0            0   3.4573e+03            0            0            0            0            0
+
+            0            0            0            0   5.6252e+03            0            0            0            0
+
+            0            0            0            0            0   8.6721e+03            0            0            0
+
+            0            0            0            0            0            0   1.8915e+04            0            0
+
+            0            0            0            0            0            0            0   4.7523e+04            0
+
+            0            0            0            0            0            0            0            0   5.7484e+04
+
+            0            0            0            0            0            0            0            0            0
+
+            0            0            0            0            0            0            0            0            0
+
+
+
+ Columns 10 and 11:
+
+
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+            0            0
+
+   2.2565e+05            0
+
+            0   7.4946e+06
+
+
+```
+
+
+- Выделяем данные из гл. диагонали матрицы lambda в отдельный вектор и представляем их на экране с заголовком
+
+```matlab
+
+>> Sobst=diag(lambda);
+
+>> fprintf('Eigenvalues:\n %f \n',Sobst)
+
+Eigenvalues:
+
+ 22.946585
+
+Eigenvalues:
+
+ 1931.665464
+
+Eigenvalues:
+
+ 2593.979592
+
+Eigenvalues:
+
+ 3457.339562
+
+Eigenvalues:
+
+ 5625.151474
+
+Eigenvalues:
+
+ 8672.065947
+
+Eigenvalues:
+
+ 18914.627989
+
+Eigenvalues:
+
+ 47522.678185
+
+Eigenvalues:
+
+ 57483.681267
+
+Eigenvalues:
+
+ 225653.068540
+
+Eigenvalues:
+
+ 7494628.795394
+
+>> fprintf('\n')
+
+
+
+```
+
+
+
+- Выделяем наиб. собственное знач. и соответствующий ему собственный вектор
+
+
+
+```matlab
+
+SobMax=Sobst(end)
+
+SobMax = 7.4946e+06
+
+>> GlComp=vect(:,end)
+
+GlComp =
+
+
+
+   3.5306e-02
+
+   4.6772e-02
+
+   4.8953e-02
+
+   6.1556e-01
+
+   2.4277e-01
+
+   7.3685e-01
+
+   9.5893e-02
+
+   1.6945e-04
+
+   1.7911e-02
+
+   5.9523e-02
+
+   1.7425e-02
+
+
+
+```
+
+- Рассчитали долю информации о результативности НИР
+
+```matlab
+
+>> Delt=100*SobMax/sum(Sobst)
+
+Delt = 95.273
+
+>> fprintf('Delta= %d \n ',round(Delt))
+
+Delta= 95
+
+
+
+```
+
+- Рассчитали оценки обобщенной результативности и отобразили с кодом Вуза
+
+```matlab
+
+>> Res=X*GlComp
+
+Res =
+
+
+
+   9.2542e+01
+
+   7.3433e+01
+
+   5.8855e+00
+
+   3.5300e+01
+
+   7.0208e+01
+
+   2.8096e+01
+
+   8.7136e+01
+
+   7.9776e+01
+
+   3.6243e+01
+
+   1.8250e+01
+
+   4.9667e+01
+
+   4.5067e+01
+
+   8.1785e+01
+
+   5.5559e+00
+
+   1.0536e+02
+
+   4.5755e+00
+
+   3.8120e+02
+
+   2.6713e+01
+
+   8.0376e+00
+
+   1.1963e+02
+
+   1.0061e+01
+
+   6.3763e+01
+
+   9.0877e+00
+
+   4.1684e+01
+
+   3.5907e+01
+
+   7.6140e+01
+
+   2.3753e+01
+
+   1.4222e+02
+
+   6.7756e+01
+
+   2.0598e+01
+
+   7.6819e+01
+
+   1.0428e+02
+
+   1.8542e+01
+
+   4.4740e+00
+
+   3.5809e+00
+
+   2.2476e+02
+
+   2.6864e+01
+
+   2.1291e+02
+
+   5.0922e+01
+
+   3.3628e+01
+
+   4.2168e+01
+
+   1.0370e+02
+
+   1.3606e+02
+
+      ...
+
+fprintf(' Results \n ')
+
+ Results
+
+ >> fprintf('%d  %f \n ',[XX(:,1),Res] ')
+
+197  92.541636
+
+ 198  73.432513
+
+ 199  5.885468
+
+ 200  35.300393
+
+ 201  70.208100
+
+ 202  28.096191
+
+ 203  87.136298
+
+ 204  79.776499
+
+ 205  36.243011
+
+ 206  18.249808
+
+ 207  49.666520
+
+ 208  45.067095
+
+ 209  81.785392
+
+ 210  5.555862
+
+ 211  105.361366
+
+ 212  4.575460
+
+ 213  381.204021
+
+ 214  26.712747
+
+ 216  8.037618
+
+ 217  119.627795
+
+ 218  10.061485
+
+ 219  63.762947
+
+ 220  9.087658
+
+ 221  41.684105
+
+ 222  35.907417
+
+ 223  76.139589
+
+ 224  23.752550
+
+ 225  142.216169
+
+ 226  67.755801
+
+ 227  20.597788
+
+ 228  76.818771
+
+ 229  104.284923
+
+ 230  18.541601
+
+ 231  4.473983
+
+ 232  3.580878
+
+ 233  224.758597
+
+ 234  26.863645
+
+ 235  212.911324
+
+ 236  50.921549
+
+ 237  33.628254
+
+ 238  42.168327
+
+ 239  103.701129
+
+ 240  136.060809
+
+ 241  713.711764
+
+ 242  34.027235
+
+ 245  4.102289
+
+ 246  27.086730
+
+ 247  2.667541
+
+ 248  2.497556
+
+ 252  103.829221
+
+ 253  7.460715
+
+      ...
+
+```
+
+
+
+- Сохраняем вектор оценок результативности в бинарном файле
+
+
+
+```matlab
+
+>> save res.mat Res -mat
+
+
+
+```
+
+
+
+- Создаем гистограмму
+
+```matlab
+
+>> hist(Res,20)
+
+>> xlabel('Results ')
+
+>> ylabel('Number of Unis ')
+
+
+
+```
+
+- Сохраняем гистограмму
+
+```matlab
+ saveas(gcf, 'Hist.jpg', 'jpg ')
+
+```
+
+- Рассчитали и отобразили оценку корелляции обобщенной результативности с финансированием
+
+```matlab
+
+>> CorFin=corr(Res,XX(:,2))
+
+CorFin = 0.8437
+
+>> fprintf('Correlation of Results and Money = %f \\n',CorFin)
+
+Correlation of Results and Money = 0.843710
+
+```
+
+## 3  Создание файла программы (сценария). Проверка выполнения программы. Файл Hist.jpg
+
+- Создал файл программы Prog1.m:
+
+![Скриншот программы](figure2.PNG)
+
+- Проверил вывод сценария, выводится лишнее:
+
+![Скриншот вывода](figure3.PNG)
+
+- Гистограмма:
+
+![Скриншот гистограммы](Hist.jpg)
+
+## 4 Изменения файла с командами:
+
+- Изменил сценарий (добавил ;), чтобы избавиться от эхо-вывода. Сценарий стал выполняться быстрее, и убрался лишний вывод
+
+![Скриншот с выводом, сценарием](figure4.PNG)
+
+## 5 Создаем файл с выводом
+
+- изменил код:
+
+добавил fp=fopen('prtcl.txt ','w'); и в каждом выводе добавли fp и добавил закрытие файла fclose(fp);
+
+![Скриншот с измененным кодом](figure5.PNG)
+
+![Скриншот с выводом в файл](figure6.PNG)
+
+## 6 Вывод в файл мин. , макс. , среднего, стандартного	 отклонения.
+
+```matlab
+>>MinRes = min(Res);
+>>MaxRes = max(Res);
+>>MeanRes = mean(Res);
+>>stdRes = std(Res);
+>>fprintf(fp, 'Min   %f \n ',MinRes );
+>>fprintf(fp,'Max   %f \n ',MaxRes );
+>>fprintf(fp,'Mean = %f \n ', MeanRes);
+>>fprintf(fp,'Std = %f \n ', stdRes);
+```
--- a/ТЕМА2/res.mat
+++ b/ТЕМА2/res.mat
Автор	SHA1	Сообщение	Дата
Пользователь № 7 аудитории Ж-202	e566477767	Отчёт законченый	2026-02-12 10:54:18 +03:00
KarmaS	5e9045b8e6	Нефинальная версия отчета	2026-02-12 08:22:44 +03:00
KarmaS	5bbd34a069	Результаты сохранены	2026-02-12 08:22:14 +03:00
KarmaS	c273cb5c14	Создана гистограмма	2026-02-12 08:21:35 +03:00
KarmaS	e3c0267550	Созданы скриншоты	2026-02-12 08:21:06 +03:00
KarmaS	9365290794	Создан отчет	2026-02-12 08:20:34 +03:00
KarmaS	2044685272	Выполнение ОКЗ	2026-02-11 19:17:52 +03:00
KarmaS	84dae27c0f	Графическое улучшение отчёта	2026-02-11 18:21:07 +03:00
KarmaS	c0ba9a085b	Финальный отчёт	2026-02-11 18:18:38 +03:00
KarmaS	cb03c09f85	Проверка работы скриншотов 1.2	2026-02-11 17:53:18 +03:00
KarmaS	37ebd34447	Проверка работы скриншотов 1.1	2026-02-11 17:50:29 +03:00
KarmaS	d2c286e19f	Проверка работы скриншотов	2026-02-11 17:44:54 +03:00
KarmaS	0e4d83c804	Финальный отчёт	2026-02-11 17:41:35 +03:00
Пользователь № 7 аудитории Ж-202	0219b8e20f	Изменения 1.2	2026-02-11 12:44:17 +03:00
Пользователь № 7 аудитории Ж-202	8840a54ab5	Изменения 1.1	2026-02-11 12:33:50 +03:00
Пользователь № 7 аудитории Ж-202	e3ec2efaf0	Редактировал report.md и создал папку assets	2026-02-11 12:24:45 +03:00
Пользователь № 7 аудитории Ж-202	9823c0070b	Создал figure0	2026-02-11 10:40:21 +03:00
Пользователь № 7 аудитории Ж-202	905bf95cea	Создал report.md	2026-02-11 10:30:12 +03:00