финальные правки

обновление задачи
апдейт защиты
2026-02-12 12:20:15 +03:00 · 2026-02-12 11:48:34 +03:00 · 2026-02-12 11:46:07 +03:00 · 2026-02-12 11:28:48 +03:00 · 2026-02-12 11:27:41 +03:00 · 2026-02-12 11:25:02 +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 +1,357 @@
+# Created by Octave 8.3.0, Wed Feb 11 12:35:34 2026 GMT <unknown@w10prog-95>
+# name: A
+# type: matrix
+# rows: 4
+# columns: 6
+ -0.40437815379404457 -0.29192501550926941 -1.2963774596941302 -0.92328485083812151 -0.30099317618173071 0.81411085689587337
+ 1.245516030867158 -2.828248615824613 -0.022756236688333664 -0.029905956866107867 0.23396952493087078 0.2522071290481499
+ -1.1381940335263618 1.1688688180180546 -0.50156630599431817 1.4553966001007257 -0.11478379926238373 -0.95660343166700335
+ 0.72784657335752723 0.42062768466339245 0.19231263786937355 -0.7709335933481295 0.054363953580827594 -0.42162996178456436
+
+
+# name: B
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.011269466012866158 0.31233259088879628 0.37816112363313803 0.50534042221943543 0.61024413444953296 0.098825549345334163 0.47079335331909644
+ 0.51926658465296949 0.56261654608661427 0.98013045499865925 0.011636634279332814 0.48368117702448488 0.29806450638624693 0.26783517775205246
+ 0.10192653469097457 0.75956118592292132 0.73135293863561468 0.45464626337978076 0.50035725041924672 0.71748339618150303 0.27350974402414041
+ 0.75075623239790146 0.81413443471865221 0.60693206715352876 0.17223485216898671 0.17848373501821446 0.71091297917748619 0.38861356380351975
+
+
+# name: B1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.84129687267562026 0.23032800107727022 0.99515632733942172 0.70065114978003917 0.9855067988907189 0.89112535009324634 0.84477476653073102
+ 0.3890868357596276 0.32289475312892341 0.665935068164766 0.68786206388067506 0.94474609685698685 0.62169666969252879 0.71424067078599462
+ 0.65242302831154531 0.47239323706235731 0.82028649515655694 0.61721065014999554 0.83881716555353225 0.36356776461461832 0.58383069891246397
+ 0.96383083699604943 0.93958052974191397 0.95711505287464005 0.92164114022124155 0.8499223906280009 0.58355909967125008 0.36649381809795023
+
+
+# name: B1D
+# type: matrix
+# rows: 4
+# columns: 1
+ 0.84129687267562026
+ 0.32289475312892341
+ 0.82028649515655694
+ 0.92164114022124155
+
+
+# name: B2
+# type: matrix
+# rows: 4
+# columns: 7
+ -0.3456213633692034 -2.9365017886431746 -0.0097108825210850697 -0.71149032469629436 -0.029198506976052616 -0.23054035335564912 -0.33737047127933267
+ -1.8879054642030848 -2.2608577011270867 -0.81312621688563547 -0.74833389938967776 -0.11367813632820718 -0.95060594899384498 -0.67307059901848498
+ -0.85412422203422889 -1.4998870217736286 -0.39620323081413722 -0.96508980610450845 -0.35152503149221315 -2.0235791535688428 -1.0762884746105534
+ -0.073678960129228532 -0.12464349654081815 -0.087663344631561682 -0.1631987000796768 -0.32522047761974326 -1.0772190952017007 -2.0075472503951
+
+
+# name: B3
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.65014892796904378 0.053026107066766005 0.83621035472791883 0.47143040961618327 0.82557682475088601 0.71323613638320227 0.65459321487700739
+ 0.1508109616301945 0.10407223175411286 0.42907594461767623 0.45569622938160403 0.77867120051022187 0.37695516261517042 0.48829919577259773
+ 0.41291815940636917 0.22130784953212376 0.62323294312355548 0.37180159260919782 0.64697779471563543 0.13179694401164124 0.33429612139046483
+ 0.80100367633607383 0.77252722645395755 0.79321413669174323 0.75089906786096117 0.66116315013551852 0.33399728360141923 0.13391420628893583
+
+
+# name: BS1
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.15138856576143944 0.053050988080250994 0.44346951501161147 0.38094898665858024 0.70361423722726202 0.13218151946687051 0.13431771870401343
+ 0.42565580787120749 0.1042610215981884 0.67286993413622809 0.47315421892618192 0.72236807009081616 0.34054122280912003 0.34085828499261617
+ 0.70778042797377871 0.22315537042225253 0.916069224439225 0.49091203368809089 0.89254518752651113 0.38650674910678129 0.51013973580482763
+ 0.92896988234450528 0.88281157187009573 0.9903361158436863 0.84942239134831021 0.97122365065983185 0.79410438957881091 0.71364440616705105
+
+
+# name: BS2
+# type: matrix
+# rows: 4
+# columns: 7
+ 0.70778042797377871 0.053050988080250994 0.9903361158436863 0.49091203368809089 0.97122365065983185 0.79410438957881091 0.71364440616705105
+ 0.15138856576143944 0.1042610215981884 0.44346951501161147 0.47315421892618192 0.89254518752651113 0.38650674910678129 0.51013973580482763
+ 0.42565580787120749 0.22315537042225253 0.67286993413622809 0.38094898665858024 0.70361423722726202 0.13218151946687051 0.34085828499261617
+ 0.92896988234450528 0.88281157187009573 0.916069224439225 0.84942239134831021 0.72236807009081616 0.34054122280912003 0.13431771870401343
+
+
+# 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
+0.84129687267562026
+0.32289475312892341
+0.82028649515655694
+0.92164114022124155
+
+
+# name: DDD
+# type: matrix
+# rows: 4
+# columns: 6
+ 64 512 1728 4096 8000 13824
+ 125 729 2197 4913 9261 15625
+ 216 1000 2744 5832 10648 17576
+ 343 1331 3375 6859 12167 19683
+
+
+# name: DL
+# type: bool matrix
+# rows: 4
+# columns: 6
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+ 0 0 0 0 1 1
+
+
+# name: DP1
+# type: matrix
+# rows: 1
+# columns: 6
+ 840 7920 32760 93024 212520 421200
+
+
+# name: DS1
+# type: matrix
+# rows: 1
+# columns: 6
+ 22 38 54 70 86 102
+
+
+# name: DS2
+# type: matrix
+# rows: 4
+# columns: 1
+ 84
+ 90
+ 96
+ 102
+
+
+# name: Dstolb
+# type: matrix
+# rows: 24
+# columns: 1
+ 4
+ 5
+ 6
+ 7
+ 8
+ 9
+ 10
+ 11
+ 12
+ 13
+ 14
+ 15
+ 16
+ 17
+ 18
+ 19
+ 20
+ 21
+ 22
+ 23
+ 24
+ 25
+ 26
+ 27
+
+
+# name: Dsum
+# type: scalar
+22.547300573537278
+
+
+# name: Dsum2
+# type: scalar
+-0.057010896737607175
+
+
+# name: E
+# type: matrix
+# rows: 7
+# columns: 6
+ -0.92517810753540253 1.3621625185353694 -0.99342588408790089 -0.62697383766476866 0.29229702852545225 0.6552707490793459
+ -0.83937561508086944 1.91088690918501 -0.98901615743043458 0.038738811776505316 0.10881031595543142 -0.45825707627261786
+ -0.91468137209996492 1.3704774496980128 -0.74097145935959552 -1.0242713266108721 0.39329615894892861 1.5271647021020902
+ -0.65786851956529202 1.5457941771455885 -0.6462845015391685 -0.53541206892953652 0.44140070851959634 0.73069289679673777
+ -0.51395049869550635 1.2020011770866486 -0.15003920997674014 -1.194525529713681 0.6316164374711134 2.179197479231012
+ -0.025744822216673291 -0.22067490657173527 -0.088307303562579931 -0.8688620893386676 0.66815664323217128 1.447090723536905
+ 0.011778128310276109 -0.14673748507607098 0.25657768823882016 -0.87928463285262182 0.43599684935834437 1.7058764295464639
+
+
+# name: F
+# type: matrix
+# rows: 4
+# columns: 12
+ 0.16405131455695141 -1.4421276350974324 0.024054678389216915 -0.98305661822403645 0.5396954435200968 1.5703873292525032 4 8 12 16 20 24
+ 0.61592728519316897 0.26012861066981408 0.79398458747804546 -0.34736781147672741 0.74564665640062955 1.1346372663933315 5 9 13 17 21 25
+ -0.9146179120146033 1.471057962997957 -0.0077098420955499913 -0.064726121478049195 -1.0749508659184648 0.34783265279470343 6 10 14 18 22 26
+ -0.8022029060491086 1.848636218447921 -1.2135697668443461 0.16034207721313143 0.27448452609555374 -0.83538420233076749 7 11 15 19 23 27
+
+
+# name: FF
+# type: matrix
+# rows: 2
+# columns: 4
+ 1 1 1 1
+ 1 1 1 1
+
+
+# name: GG
+# type: matrix
+# rows: 5
+# columns: 5
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+ 0 0 0 0 0
+
+
+# name: H
+# type: sq_string
+# elements: 1
+# length: 24
+This is a symbols vector
+
+
+# name: L
+# type: complex matrix
+# rows: 1
+# columns: 2
+ (-2,23.100000000000001) (3,-5.5999999999999996)
+
+
+# name: M
+# type: matrix
+# rows: 4
+# columns: 6
+ -0.065485100485552894 0.012309226255255219 -0.11172608435892806 -0.43466682232543113 0.072974293218844091 -0.031300005484428427
+ -0.052306356945670943 -0.032903537214427091 -0.44933587689380861 0.096507771822953503 0.18572725376521607 0.12696642333086014
+ -0.14469546885156126 -0.021271486448729601 0.10526805700158132 -0.1273566390601274 0.20343766561237137 -0.19226188192337193
+ -0.19017912110171209 -0.0089988757159431415 0.22355586904851166 -0.093199679337739053 0.19484931195349284 0.071695054851578843
+
+
+# name: MM
+# type: matrix
+# rows: 5
+# columns: 7
+ 14.636103873475587 9.2372217093871889 -9.9370253031777942 -1.7621854777043406 15.444180958989691 1.4665820975887929 7.6576141617747702
+ 9.6989481010297407 20.897960154513026 -7.165963046964265 8.8974790442869072 8.7257571759253789 -2.0030826543949729 5.4442460110014546
+ 9.9614552675311998 5.1292410686279508 22.025688939882642 16.71228979454758 26.004263622307057 6.7223820113469941 12.830255886602188
+ 21.940449002730411 -2.7303871552959098 2.4200818557092729 16.492221438335903 -5.334566620483292 1.5417453467638378 9.5997484605851504
+ 19.832797027802346 6.6981594437285903 1.3281361689954529 1.9102971621240812 9.5002120872807119 7.4352015173571999 9.1057035139837694
+
+
+# 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
+ 0.39087521984861928 -0.17582188938294732 0.061428429310727992 0.1789321785707671
+ -0.17582188938294732 0.47505163460170874 -0.058496289925165791 0.044511784911366453
+ 0.061428429310727992 -0.058496289925165791 0.34720787893168314 -0.13332958431568367
+ 0.1789321785707671 0.044511784911366453 -0.13332958431568367 0.34795223475475057
+
+
+# name: dt
+# type: scalar
+122.08294078510691
+
+
+# name: elem
+# type: scalar
+28
+
+
+# name: i
+# type: scalar
+19
+
+
+# name: k
+# type: scalar
+7
+
+
+# name: mu
+# type: scalar
+10
+
+
+# name: nm
+# type: matrix
+# rows: 1
+# columns: 2
+ 4 7
+
+
+# name: sigma
+# type: scalar
+8
+
+
--- a/ТЕМА1/Prog1.m
+++ b/ТЕМА1/Prog1.m
@@ -0,0 +1,6 @@
+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/pik.m
+++ b/ТЕМА1/pik.m
@@ -0,0 +1,12 @@
+A=randn(4,6)%матрица А со случайными, нормально распределенными элементами, с 4 строками и 6 столбцами
+B=rand(4,7)%матрица В 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 1
+C=4:27%вектор С с целыми числами от 4 до 27
+H='This is a symbols vector'%символьный вектор Н
+L=[-2+23.1j, 3-5.6j]%вектор-строка L с 2 комплексными элементами
+D=reshape(C,[],6)%преобразование матрицы С в матрицу с 6 столбцами
+
+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/report.md
+++ b/ТЕМА1/report.md
@@ -0,0 +1,630 @@
+# Отчет по теме 1
+
+Клименченко Иван, А-03-24
+
+## 1 Изучение среды GNU Octave
+
+## 2 Настройка текущего католога 
+
+Нажал на окно рядом с *Текущая папка:* и установил путь к папке TEMA1:
+
+![Скриншот выбора текущей папки](screen/1.png)
+
+## 3 Работа с предложением *Окно*
+
+Отметил галочками предложения, которые указаны в методическом задании:
+
+![Скриншот выбора нужных для работы окон](screen/2.png)
+
+## 4 Отображение списка файлов, размещенных в текущей папке
+
+Выбрал в главном меню предложения "Правка" + "Установить путь" и добавил в появившийся список пути к папкам TEMA1 и TEMA2:
+
+![Скриншот отображения списка файлов](screen/3.png)
+
+## 5 Изучил работу  с системной помощи
+
+3 способа взаимодействия с системой помощи:
+
+-В главном меню выберите предложения «Справка» + « Документация» + « На диске».
+
+-Ввод в командную строку help randn.
+
+-Также можно использовать функции из дополнительных пакетов. Список пакетов можно получить выбрав в меню «Справка» + «Пакеты Octave».
+
+
+## 6 Создание матрицы
+
+Создал матрицу A с размерами 4x6 и случайными, нормально распределенными элементами:
+
+```matlab
+>> A = randn(4, 6)
+A =
+
+  -0.2627  -1.5135   1.0131  -1.0967  -0.6512   0.1109
+  -0.2312   0.8284   0.2978  -1.8087   0.3552  -1.0800
+   1.1199   0.8738  -0.9543  -0.6367   2.3166   2.8992
+   1.2220   0.5852  -0.7575  -0.9225  -1.0620  -1.9204
+```
+
+Создал матрицу B с размерами 4x7, со случайными элементами, равномерно распределенными в диапазоне от 0 до 1:
+
+```matlab
+>> B =
+
+   9.8683e-01   5.4813e-02   4.4655e-04   9.7877e-01   8.1614e-01   2.6225e-01   8.3845e-01
+   1.2406e-01   5.7536e-01   5.1035e-01   8.9276e-01   9.1942e-01   3.4387e-01   8.3508e-02
+   5.3247e-01   8.1406e-01   3.9340e-02   6.8435e-01   5.6700e-01   5.7863e-01   2.0870e-01
+   3.7277e-01   7.7312e-01   4.3533e-01   7.7234e-01   5.2089e-01   3.2629e-01   7.6596e-01
+```
+
+Создал вектор C с целыми числами от 4 до 27:
+
+```matlab
+>> 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
+```
+
+Создал сивольный вектор H:
+
+```matlab
+ࠀH = This is a symbols vector
+```
+
+Создал вектор-строку L с 2 комплексными элементами:
+
+```matlab
+L =
+
+   -2.0000 + 23.1000i    3.0000 -  5.6000i
+```
+
+## 7 Выполнение следующих операций
+
+Преобразовал матрицу C 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
+
+>>
+```
+
+Сделал матричное перемножение B и A с транспонированием матрицы B:
+
+```matlab
+>> E = B'*A
+E =
+
+   0.763907  -0.707394   0.246248  -1.989562   0.239032   0.803356
+   1.708982   1.557434  -1.135610  -2.332250   1.233447   0.260085
+   0.457931   0.711236  -0.214877  -1.350198  -0.190194  -1.273128
+   1.246681   0.308146   0.019386  -3.836352   0.444831  -0.354784
+   0.844570   0.326688   0.165011  -3.399539   0.555408  -0.258938
+   0.898331   0.584501  -0.431238  -1.578960   0.945284   0.708676
+   0.930138  -0.569234   0.094963  -1.910080  -0.846337  -0.863086
+
+>>
+```
+
+Создал матрицы путем горизонтального соединения матриц A и B:
+
+```matlab
+
+>> F=[A,B]
+F =
+
+ Columns 1 through 10:
+
+  -2.6269e-01  -1.5135e+00   1.0131e+00  -1.0967e+00  -6.5123e-01   1.1094e-01   9.8683e-01   5.4813e-02   4.4655e-04   9.7877e-01
+  -2.3115e-01   8.2841e-01   2.9780e-01  -1.8087e+00   3.5521e-01  -1.0800e+00   1.2406e-01   5.7536e-01   5.1035e-01   8.9276e-01
+   1.1199e+00   8.7381e-01  -9.5427e-01  -6.3666e-01   2.3166e+00   2.8992e+00   5.3247e-01   8.1406e-01   3.9340e-02   6.8435e-01
+   1.2220e+00   5.8520e-01  -7.5751e-01  -9.2251e-01  -1.0620e+00  -1.9204e+00   3.7277e-01   7.7312e-01   4.3533e-01   7.7234e-01
+
+ Columns 11 through 13:
+
+   8.1614e-01   2.6225e-01   8.3845e-01
+   9.1942e-01   3.4387e-01   8.3508e-02
+   5.6700e-01   5.7863e-01   2.0870e-01
+   5.2089e-01   3.2629e-01   7.6596e-01
+
+>>
+
+```
+
+Поэлементарно перемножил матрицы A и D:
+
+```matlab
+
+>> G = A.*D
+G =
+
+   -1.0507  -12.1081   12.1577  -17.5477  -13.0246    2.6625
+   -1.1558    7.4557    3.8714  -30.7476    7.4594  -27.0012
+    6.7193    8.7381  -13.3598  -11.4599   50.9642   75.3801
+    8.5537    6.4372  -11.3627  -17.5277  -24.4256  -51.8517
+
+>>
+```
+
+Поэлементарно поделил элементы матрицы G на 4.5:
+
+```matlab
+
+>> M =G./4.5
+M =
+
+   -0.2335   -2.6907    2.7017   -3.8995   -2.8943    0.5917
+   -0.2568    1.6568    0.8603   -6.8328    1.6576   -6.0003
+    1.4932    1.9418   -2.9688   -2.5466   11.3254   16.7511
+    1.9008    1.4305   -2.5250   -3.8951   -5.4279  -11.5226
+
+>>
+```
+
+Поэлементарно возвел в степень элементы 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
+
+>>
+
+```
+
+Создал логическую матрицу, 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
+
+>>
+
+```
+
+Превратил матрицу 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:
+
+Корень:
+
+```matlab
+>> B1 = sqrt(B)
+B1 =
+
+   0.8912   0.9154   0.9021   0.3777   0.3581   0.8524   0.9841
+   0.8425   0.9363   0.6363   0.5124   0.8517   0.8594   0.9475
+   0.6334   0.7961   0.1955   0.8046   0.6285   0.6864   0.6258
+   0.2281   0.9763   0.6498   0.6754   0.5494   0.5486   0.2590
+>>
+```
+
+Логарифм:
+
+```matlab
+>> B2 = log(B)
+B2 =
+
+  -0.230335  -0.176863  -0.206056  -1.947159  -2.053980  -0.319505  -0.032061
+  -0.342772  -0.131694  -0.904073  -1.337481  -0.321073  -0.303043  -0.107793
+  -0.913373  -0.456068  -3.264437  -0.434910  -0.928981  -0.752687  -0.937477
+  -2.956341  -0.047999  -0.862111  -0.784873  -1.197907  -1.200803  -2.702224
+
+>>
+```
+
+Синус:
+```matlab
+>> B3 = sin(B)
+B3 =
+
+   0.713350   0.743236   0.726893   0.142195   0.127873   0.664264   0.824007
+   0.651682   0.768574   0.393942   0.259502   0.663413   0.673229   0.781966
+   0.390494   0.592187   0.038209   0.603053   0.384768   0.453866   0.381681
+   0.051985   0.815235   0.409832   0.440520   0.297264   0.296430   0.067006
+
+>>
+```
+
+- Операции с матрицами:
+
+Длина матрицы:
+
+```matlab
+>> k = length(B1)
+k = 7
+>>
+```
+
+Размер матрицы:
+```matlab
+>> nm = size(B1)
+nm =
+
+   4   7
+
+>>
+```
+
+Кол-во элементов в матрице:
+```matlab
+>> elem = numel(B1)
+elem = 28
+>>
+```
+
+Вектор линейного интервала:
+```matlab
+>> 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
+
+>>
+```
+
+Матрица единиц:
+```matlab
+>> FF = ones(2,4)
+FF =
+
+   1   1   1   1
+   1   1   1   1
+
+>>
+```
+
+Матрица нулей:
+```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
+
+>>
+```
+
+Диагональ матрицы:
+```matlab
+>> B1D=diag(B1)
+B1D =
+
+   0.8912
+   0.9363
+   0.1955
+   0.6754
+
+>>
+```
+
+Диагональная матрица из вектора:
+```matlab
+>> DB = diag(B1D)
+DB =
+
+Diagonal Matrix
+
+    0.8912        0        0        0
+        0   0.9363        0        0
+        0        0   0.1955        0
+        0        0        0   0.6754
+
+>>
+```
+
+Сортировка в столбцах:
+```matlab
+>> BS1=sort(B)
+BS1 =
+
+   0.052009   0.633771   0.038218   0.142679   0.128224   0.300953   0.067056
+   0.401169   0.837894   0.404917   0.262506   0.301825   0.471099   0.391615
+   0.709800   0.876609   0.422270   0.456178   0.394956   0.726509   0.897813
+   0.794267   0.953135   0.813787   0.647323   0.725370   0.738567   0.968447
+
+>>
+```
+
+Сортировка по 2 столбцу:
+```matlab
+>> BS2=sortrows(B,2)
+BS2 =
+
+   0.401169   0.633771   0.038218   0.647323   0.394956   0.471099   0.391615
+   0.794267   0.837894   0.813787   0.142679   0.128224   0.726509   0.968447
+   0.709800   0.876609   0.404917   0.262506   0.725370   0.738567   0.897813
+   0.052009   0.953135   0.422270   0.456178   0.301825   0.300953   0.067056
+>>
+```
+
+Сумма каждого столбца:
+```matlab
+>> DS1=sum(D)
+DS1 =
+
+    22    38    54    70    86   102
+
+>>
+```
+
+Сумма каждой строки:
+```matlab
+>> DS2 = sum(D,2)
+DS2 =
+
+    84
+    90
+    96
+   102
+
+>>
+```
+
+Произведение по столбцам:
+```matlab
+>> DP1 = prod(D)
+DP1 =
+
+      840     7920    32760    93024   212520   421200
+
+>>
+```
+
+Определитель:
+```matlab
+>> dt=det(A*A')
+dt = 654.00
+>>
+```
+
+Обратная матрица:
+```matlab
+฀>> dinv = inv(A*A')
+dinv =
+
+   0.8194  -0.3173   0.4800  -0.2872
+  -0.3173   0.2928  -0.2075   0.1266
+   0.4800  -0.2075   0.3753  -0.1545
+  -0.2872   0.1266  -0.1545   0.1674
+
+>>
+```
+
+## 9 Изучение работы с индексацией элементов матрицы
+
+Элемент 3 строки 5 столбца:
+```matlab
+>> D1 = D(3,5)
+D1 = 22
+>>
+```
+
+Часть 3 строки с 4 по последний столбцы:
+```matlab
+ࠀ>> D2 = D(3,4:end)
+D2 =
+
+   18   22   26
+
+>>
+```
+
+Кусок матрицы:
+```matlab
+>> D3 = D(2:3,3:5)
+D3 =
+
+   13   17   21
+   14   18   22
+
+>>
+```
+
+Элементы с 16 по 20 место:
+```matlab
+>> D4 = D(16:20)
+D4 =
+
+   19   20   21   22   23
+
+>>
+```
+
+Смешанная матрица:
+```matlab
+>> D5 = D(3:4,[1,3,6])
+D5 =
+
+    6   14   26
+    7   15   27
+
+>>
+```
+
+## 10 Изучение некоторых 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
+
+Функция построения графиков:
+
+```matlab
+plot(D(1,:),B([2,4],1:6))
+```
+
+![Скриншот графика](screen/plot1.png)
+
+Функция расчета и построения гистограммы:
+
+```matlab
+hist(A(:),6)
+```
+
+![Скриншот графика](screen/plot2.png)
+
+Функция pie:
+
+```matlab
+pie(C)
+```
+
+![Скриншот графика](screen/plot3.png)
+
+Функция bar:
+
+```matlab
+bar(C)
+```
+
+![Скриншот графика](screen/plot4.png)
+
+## 12 Работа с текстовым редактором
+
+Создал сценарий и перенес все выполненные команды из п.9:
+
+![Скриншот кода](screens/8.png)
+
+Убедился в работоспособности программы с помощью кнопки F5 и ввода имени файла в командной строке.
+
+## Сохранение и восстановление переменных
+
+Сохранил содержимое области переменных в файле Perem, завершил работу со средой и снова запустил среду. С помощью комманд восстановил содержимое из области файла Perem. Убедился в том, что в журнале выполненных команд сохранены команды из предыдущего сеанса работы со средой.
--- a/ТЕМА1/screen/1.png
+++ b/ТЕМА1/screen/1.png
--- a/ТЕМА1/screen/2.png
+++ b/ТЕМА1/screen/2.png
--- a/ТЕМА1/screen/3.png
+++ b/ТЕМА1/screen/3.png
--- a/ТЕМА1/screen/PHOTO2.png
+++ b/ТЕМА1/screen/PHOTO2.png
--- a/ТЕМА1/screen/perem.png
+++ b/ТЕМА1/screen/perem.png
--- a/ТЕМА1/screen/photo1.png
+++ b/ТЕМА1/screen/photo1.png
--- a/ТЕМА1/screen/photo3.png
+++ b/ТЕМА1/screen/photo3.png
--- a/ТЕМА1/screen/plot1.png
+++ b/ТЕМА1/screen/plot1.png
--- a/ТЕМА1/screen/plot2.png
+++ b/ТЕМА1/screen/plot2.png
--- a/ТЕМА1/screen/plot3.png
+++ b/ТЕМА1/screen/plot3.png
--- a/ТЕМА1/screen/plot4.png
+++ b/ТЕМА1/screen/plot4.png
--- a/ТЕМА1/task.m
+++ b/ТЕМА1/task.m
@@ -0,0 +1,19 @@
+pkg load statistics
+
+MM = normrnd(10, 8, [5, 7])
+SR = mean(MM, 'all')
+
+MM(MM > SR + 8) = SR + 8
+MM(MM < SR - 8) = SR -8
+
+MMC = MM(:)
+MMC = sort(MMC, 'ascend')
+
+n = length(MMC)
+if mod(n, 2) == 0
+  median = (MMC(n/2) + MMC(n/2+1)) / 2
+else
+  median = MMC((n+1)/2)
+end
+
+MM1 = log(MM)
--- a/ТЕМА1/task.md
+++ b/ТЕМА1/task.md
@@ -0,0 +1,114 @@
+# Общее контрольное задание.
+## Создайте переменную ММ – матрицу 5х7 со случайными нормально распределенными элементами с математическим ожиданием 10 и стандартным отклонением 8. 
+
+```matlab
+pkg load statistics
+MM = normrnd(10, 8, [5, 7])
+```
+
+```matlab
+MM =
+
+    5.4048   13.0326    3.7703    6.9935   12.3832   13.2677    3.2787
+    2.2426    3.8224   29.9238    4.0043   -8.3611    7.3701   -0.9094
+    1.9480    5.0671   31.1241   12.5756    6.2520    4.1399    9.8457
+    0.1623   15.8856    0.3149   19.8265    8.6335   13.1288    9.1681
+   13.4548    8.5982   14.3140    9.9211    4.0249   19.3929   13.5453
+```
+
+## Рассчитайте среднее значение SR по всем элементам матрицы ММ.
+
+```matlab
+SR = mean(MM, 'all')
+```
+
+```matlab
+SR = 9.0728
+```
+
+## Замените в ММ все значения, превышающие SR+8, на значение SR+8, а значения, меньшие, чем SR-8, - на SR-8.
+
+```matlab
+MM(MM > SR + 8) = SR + 8
+MM(MM < SR - 8) = SR -8
+```
+
+```matlab
+MM =
+
+    5.4048   13.0326    3.7703    6.9935   12.3832   13.2677    3.2787
+    2.2426    3.8224   17.0728    4.0043    1.0728    7.3701    1.0728
+    1.9480    5.0671   17.0728   12.5756    6.2520    4.1399    9.8457
+    1.0728   15.8856    1.0728   17.0728    8.6335   13.1288    9.1681
+   13.4548    8.5982   14.3140    9.9211    4.0249   17.0728   13.5453
+```
+
+## 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.
+
+
+```matlab
+MMC = MM(:)
+MMC = sort(MMC, 'ascend')
+```
+
+```matlab
+MMC =
+
+    1.0728
+    1.0728
+    1.0728
+    1.0728
+    1.9480
+    2.2426
+    3.2787
+    3.7703
+    3.8224
+    4.0043
+    4.0249
+    4.1399
+    5.0671
+    5.4048
+    6.2520
+    6.9935
+    7.3701
+    8.5982
+    8.6335
+    9.1681
+    9.8457
+    9.9211
+   12.3832
+   12.5756
+   13.0326
+   13.1288
+   13.2677
+   13.4548
+   13.5453
+   14.3140
+   15.8856
+   17.0728
+   17.0728
+   17.0728
+   17.0728
+
+```
+
+```matlab
+n = length(MMC)
+if mod(n, 2) == 0:
+  median = (MMC(n/2) + MMC(n/2+1)) / 2
+else:
+  median = MMC((n+1)/2)
+
+MM1 = log(MM)
+```
+
+```matlab
+median = 9.3195
+MM1 =
+
+   2.5120   2.8049   2.1975   2.6559   2.9007   2.8039   0.7824
+   2.9007   2.5548   0.7824   2.1235   2.7348   1.3539   2.2321
+   2.9007   2.9007   2.8759   1.8575   2.5779   2.1063   1.7746
+   0.7824   2.9007   2.1871   2.4424   1.3304   0.7824   0.7824
+   2.6369   1.4465   1.8908   0.7824   2.5283   2.5664   1.9846
+```
--- a/ТЕМА1/task2.m
+++ b/ТЕМА1/task2.m
@@ -0,0 +1,14 @@
+A=randn(4,6)%матрица А со случайными, нормально распределенными элементами, с 4 строками и 6 столбцами
+B=rand(4,7)%матрица В 4х7 со случайными элементами, равномерно распределенными в диапазоне от 0 до 1
+C=4:27%вектор С с целыми числами от 4 до 27
+H='This is a symbols vector'%символьный вектор Н
+L=[-2+23.1j, 3-5.6j]%вектор-строка L с 2 комплексными элементами
+D=reshape(C,[],6)%преобразование матрицы С в матрицу с 6 столбцами
+
+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/ТЕМА2/Hist.jpg
+++ b/ТЕМА2/Hist.jpg
--- a/ТЕМА2/params
+++ b/ТЕМА2/params
@@ -0,0 +1,991 @@
+# Created by Octave 8.3.0, Thu Feb 12 09:47:35 2026 GMT <unknown@w10prog-45>
+# name: Delt
+# type: scalar
+95.272650848977378
+
+
+# name: GlComp
+# type: matrix
+# rows: 11
+# columns: 1
+ 0.035305594804226757
+ 0.046771921092627386
+ 0.048953291513389265
+ 0.61556249852100742
+ 0.24277452925483708
+ 0.73685129246517744
+ 0.095893176429320104
+ 0.00016944863048107996
+ 0.017910770099051333
+ 0.05952332821548334
+ 0.017425168262079013
+
+
+# name: R
+# type: matrix
+# rows: 11
+# columns: 11
+ 1 0.44319816765218434 0.45229490451462429 0.44778574398701215 0.38123438492617634 0.46515996724271585 0.31487196949956175 0.065579059715437885 0.29153208678640502 0.48811401449659142 0.39815406859904828
+ 0.44319816765218434 0.99999999999999989 0.8531887570178025 0.85331179766303822 0.86239869432519012 0.85436143444131896 0.55145031641699338 0.02508228477404556 0.4234817161148543 0.82169935265535266 0.26183179996651279
+ 0.45229490451462429 0.8531887570178025 0.99999999999999978 0.84659512986297769 0.88650646533186173 0.90334579269862147 0.55090747255786887 0.0038839917339619496 0.44396331197981709 0.78358259317862666 0.26408264752557586
+ 0.44778574398701215 0.85331179766303822 0.84659512986297769 0.99999999999999989 0.87038370623264705 0.93848577636557906 0.70923538858295065 0.04949976314629935 0.45872542676610983 0.85183168318991009 0.34419835599003928
+ 0.38123438492617634 0.86239869432519012 0.88650646533186173 0.87038370623264705 1 0.93604557290623247 0.57668068139456297 0.037561879571732841 0.38321833210304451 0.77266304851662193 0.18750522316731627
+ 0.46515996724271585 0.85436143444131896 0.90334579269862147 0.93848577636557906 0.93604557290623247 1 0.63033410580578253 0.047121160752318141 0.47592088638606911 0.83810082277586495 0.33118231321427249
+ 0.31487196949956175 0.55145031641699338 0.55090747255786887 0.70923538858295065 0.57668068139456297 0.63033410580578253 0.99999999999999989 0.07944759746102098 0.41877952801291801 0.62936148090762123 0.28287321604210414
+ 0.065579059715437885 0.02508228477404556 0.0038839917339619496 0.04949976314629935 0.037561879571732841 0.047121160752318141 0.07944759746102098 0.99999999999999978 0.047985426997945384 0.056461830989043199 0.13662419273378607
+ 0.29153208678640502 0.4234817161148543 0.44396331197981709 0.45872542676610983 0.38321833210304451 0.47592088638606911 0.41877952801291801 0.047985426997945384 1 0.62615652475059513 0.45536892800717149
+ 0.48811401449659142 0.82169935265535266 0.78358259317862666 0.85183168318991009 0.77266304851662193 0.83810082277586495 0.62936148090762123 0.056461830989043199 0.62615652475059513 0.99999999999999989 0.38799411442531923
+ 0.39815406859904828 0.26183179996651279 0.26408264752557586 0.34419835599003928 0.18750522316731627 0.33118231321427249 0.28287321604210414 0.13662419273378607 0.45536892800717149 0.38799411442531923 1
+
+
+# name: Res
+# type: matrix
+# rows: 290
+# columns: 1
+ 92.541635925649857
+ 73.432512677749841
+ 5.8854681503252957
+ 35.300392959417614
+ 70.208099521539381
+ 28.09619089405912
+ 87.136298062438058
+ 79.776498700722357
+ 36.243011497897875
+ 18.249808135292128
+ 49.666520314814996
+ 45.067094755847471
+ 81.785391761649933
+ 5.555861590574926
+ 105.36136555107353
+ 4.5754600060262574
+ 381.20402121272548
+ 26.71274714975743
+ 8.0376180755773223
+ 119.62779472296823
+ 10.061484978622037
+ 63.762946666358637
+ 9.0876581455392937
+ 41.684104549565888
+ 35.907417465940668
+ 76.139589080861583
+ 23.752549518721601
+ 142.21616913333904
+ 67.755800865314029
+ 20.597788392627454
+ 76.818770640491906
+ 104.28492270336443
+ 18.541600534711165
+ 4.4739830311089541
+ 3.5808784384807684
+ 224.75859668657881
+ 26.863645462460582
+ 212.91132427414962
+ 50.921549147641407
+ 33.628253908937559
+ 42.168327293333675
+ 103.70112905168189
+ 136.06080944761763
+ 713.71176432907748
+ 34.02723453350864
+ 4.1022889812288543
+ 27.086729953652519
+ 2.6675413674902746
+ 2.4975555888882566
+ 103.82922101584847
+ 7.4607153391308003
+ 34.755449129294171
+ 4.3597361717953724
+ 5.7411866590168872
+ 15.989431601973386
+ 45.39979838874212
+ 2.4622499940840297
+ 6.4243896391024844
+ 66.503024074945188
+ 73.93554205640892
+ 11.13052977279346
+ 3.6842564623258873
+ 9.970486308596179
+ 28.031418638438357
+ 1.3524137909861849
+ 40.905329773450561
+ 11.722703327978142
+ 30.793454814223281
+ 42.716264445127777
+ 10.023429271629675
+ 32.2604908433687
+ 25.495268890918133
+ 36.870098268919158
+ 42.948416145711178
+ 87.963237780170616
+ 228.66898137140336
+ 99.14609739615085
+ 28.749899047688317
+ 9.6221604955623583
+ 1.3599744340314963
+ 54.213639662040983
+ 107.54774204621559
+ 116.10642668163953
+ 299.10289009945313
+ 14.333164188053123
+ 20.479492937168718
+ 144.90879356232853
+ 14.952534926853547
+ 25.976099063048697
+ 268.14942888153365
+ 12.353605117127263
+ 4.5261194600205421
+ 104.66465531746005
+ 91.264814279144346
+ 209.32993996980605
+ 196.45292601547951
+ 4.8121245133353874
+ 1.3877193857904118
+ 50.732953847811913
+ 118.63317892161922
+ 212.52867877725831
+ 37.744725076258661
+ 30.102472737076333
+ 320.66995990736939
+ 0
+ 41.450043800049158
+ 141.12302634351909
+ 405.34735889630423
+ 12.875246596248049
+ 117.61215004335874
+ 8.989886346283587
+ 74.655249731139733
+ 89.566395079601378
+ 37.992597924131267
+ 40.59970140573666
+ 37.33946456340373
+ 142.92878024339251
+ 9.1226071328207876
+ 53.463842507936675
+ 93.289531857664741
+ 57.155318977104947
+ 19.139209149164479
+ 5.491474362928022
+ 85.213352051896422
+ 170.64296869048243
+ 90.453986416822985
+ 57.810668949068265
+ 7.372960869699039
+ 9.6149436361989018
+ 1.8466874955630224
+ 17.646937168660443
+ 153.9106704600498
+ 119.83595362890672
+ 5.0102103823876121
+ 2.6919592875787388
+ 379.30088960385848
+ 13.497202921837413
+ 2.4622499940840297
+ 19.718181528500669
+ 200.66778335500246
+ 93.618235424454824
+ 25.650544306551769
+ 26.344823475312058
+ 65.285854317045036
+ 21.514761065342277
+ 176.51000251353722
+ 1898.8845228215928
+ 91.241365337039667
+ 304.55239441211802
+ 6.3559762863091471
+ 3.4394367369243435
+ 158.85958764031827
+ 187.80205916049374
+ 26.561371443740278
+ 8.6579066833738327
+ 110.31670325702852
+ 21.286646917799406
+ 8.0284995467771658
+ 76.976886653483675
+ 148.32017025573089
+ 97.178360581603513
+ 6.7131231626753793
+ 88.631285428268697
+ 333.40462890608813
+ 27.838269247385249
+ 11.662868510778281
+ 0
+ 71.250153770621324
+ 0.36975704518481445
+ 10.360736100849863
+ 3.8550893718829378
+ 81.56871537961527
+ 54.636551996442606
+ 23.501931410658017
+ 90.446620330135303
+ 57.162094674663756
+ 162.85019570045193
+ 305.87456481270823
+ 6.3232992646324977
+ 59.415850608608686
+ 46.96620517418436
+ 56.660854548950425
+ 815.67531191412809
+ 47.723187876178478
+ 277.02147094885459
+ 328.08621453649835
+ 113.59045446280535
+ 11.709047267226461
+ 33.969900421808461
+ 0.91337926648631118
+ 122.6719121684235
+ 59.978743777996478
+ 7.4910570826031044
+ 12.504247793778784
+ 24.208529334781176
+ 400.11096439619723
+ 263.57636182691419
+ 25.930889244374686
+ 36.89525907988147
+ 254.78377397653864
+ 6.8701380642967935
+ 12.625935148701478
+ 23.783568443866546
+ 3.1598900085018911
+ 5.1518266443375138
+ 0
+ 106.7657106268355
+ 15.783444916417167
+ 30.701284496283378
+ 64.989933394312899
+ 43.087958480027403
+ 31.124284815657507
+ 5.1717605260252606
+ 48.085148256051731
+ 5.3478896982160524
+ 2.1245706782555889
+ 0.082077515896854136
+ 21.63560271729294
+ 52.05707618888124
+ 25.625191640930638
+ 9.7502283238654197
+ 36.202865201875284
+ 4.6266525709075728
+ 3.190573581848541
+ 9.5782910010744899
+ 6.3748960235107051
+ 3.6844534036923839
+ 5.784828944256013
+ 8.236759929716996
+ 6.8725982179251242
+ 41.304826089961779
+ 1.988474061881182
+ 7.5713162902258828
+ 1.2311249970420148
+ 5.0810943769164556
+ 21.54744025859835
+ 30.299927046128118
+ 45.503739922824778
+ 9.0939116262706268
+ 10.369657688283523
+ 7.1259353367634342
+ 14.133227984399353
+ 26.10241649693037
+ 5.0719758481162991
+ 12.085285661455652
+ 0.71346908154778599
+ 0.67508582673649076
+ 4.0925469677627815
+ 7.4541019651006604
+ 184.66399113591771
+ 10.455368082503076
+ 7.4481290123664019
+ 6.2425209403306789
+ 8.8601797622620531
+ 39.991950776061735
+ 6.8910255886512681
+ 5.1607089278752616
+ 15.489599256935447
+ 5.5904672861043938
+ 27.378151462601348
+ 10.801195295658475
+ 23.750967784033804
+ 11.426263577471968
+ 8.4732357558467299
+ 6.8983712423289898
+ 3.4162832569226973
+ 208.74688268456561
+ 12.158393969884502
+ 3.5631646097482141
+ 4.1588660385137723
+ 0
+ 1.8478728267852358
+ 8.4788202961086334
+ 1.2778969181346422
+ 0.035305594804226757
+ 0.070611189608453515
+ 0.035305594804226757
+ 3.0392790323529573
+ 0
+ 4.2057148363157921
+ 30.094936226602595
+ 20.12805459028953
+ 5.7737184871437464
+ 31.539990348561201
+ 147.38714838130392
+ 18.314164375337807
+ 32.84601130120528
+ 14.511066666168237
+ 19.235467348665228
+ 0
+
+
+# name: SobMax
+# type: scalar
+7494628.7953938534
+
+
+# name: Sobst
+# type: matrix
+# rows: 11
+# columns: 1
+ 22.946585412187421
+ 1931.6654643260799
+ 2593.9795924916175
+ 3457.3395622408857
+ 5625.1514737118023
+ 8672.0659466665711
+ 18914.627989173332
+ 47522.6781848803
+ 57483.681267435793
+ 225653.06853980463
+ 7494628.7953938534
+
+
+# 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
+22.946585412187421
+1931.6654643260799
+2593.9795924916175
+3457.3395622408857
+5625.1514737118023
+8672.0659466665711
+18914.627989173332
+47522.6781848803
+57483.681267435793
+225653.06853980463
+7494628.7953938534
+
+
+# name: vect
+# type: matrix
+# rows: 11
+# columns: 11
+ 0.001392810422550717 0.037187381347874138 -0.065276210391403036 0.11401592699694482 -0.057482252273087286 -0.43368899391332477 -0.8617370695793013 0.018077508393512427 -0.20942328673520219 0.04406834781729866 0.035305594804226757
+ -0.00080997965313001584 0.60908800831578724 0.38180665310528733 -0.56588395885253784 -0.26231179752889189 0.22396195139661562 -0.18893568701613578 -0.026534997984712264 0.07359852054049984 0.006211058349064877 0.046771921092627386
+ -0.0075395729093805366 -0.45899544783231888 -0.5215316615485539 -0.67232668906122506 -0.19752213456241605 0.094376523806025736 -0.11098036666249886 -0.0037696616615502101 0.029602477651318463 -0.041501535314358344 0.048953291513389265
+ -0.00015197372585537322 -0.0023868413299198833 -0.039383896728816099 0.020470931032591368 0.029084893240712412 -0.04287850578243544 0.039810057651133685 -0.25705259607884912 0.17314674927411106 0.72026506792286382 0.61556249852100742
+ 0.0010984696390625669 -0.021295818804360569 -0.017772378560478416 0.1018923103268666 0.15146937545309533 0.029246114632324443 -0.22268033972341814 0.093731562137041924 0.84202992189556602 -0.37245546490671322 0.24277452925483708
+ 4.634115630557653e-05 0.024446209810118007 0.034513808847537839 0.0068265924193010941 -0.028772508722239187 -0.036347064631517365 0.12359571477172455 0.055570948693301321 -0.40806017173503228 -0.51786933384306577 0.73685129246517744
+ 0.0011860028016074449 0.0042558464030599888 0.023495928427698789 -0.048185148380062458 -0.015672782378184535 -0.058141787313936176 0.058107909891642787 0.95701402990701101 0.0052365196161915139 0.25496118410044 0.095893176429320104
+ -0.99993653486432243 0.00056339645553188616 0.0065197820100834202 0.004046982474121206 0.0075475146800696473 0.0012607778742422962 -0.0023724195455069081 0.0014644786043862637 -0.0010271031675555136 0.00055851484167292696 0.00016944863048107996
+ -0.0016282256896621595 0.46825855272148731 -0.65977518401484947 0.26872055666444072 0.028869079286093505 0.49534627142851201 -0.12024546216317963 0.058770979212280944 -0.091452392782732247 0.020458697705750234 0.017910770099051333
+ 0.001700173169473845 -0.42580867393319216 0.33001193867694534 0.28074347877196781 -0.39003516978165265 0.62609930707432293 -0.27487428930116464 0.036415769623522283 -0.059675610198041698 0.053341708222992751 0.05952332821548334
+ 0.0077009678970553349 -0.12368395587829271 0.17350369137338406 -0.224808824018637 0.84320406749777232 0.3287592342776483 -0.22260190597676177 0.018627387946442864 -0.17996764564584086 0.048312774840992258 0.017425168262079013
+
+
--- a/ТЕМА2/photos/plot1.png
+++ b/ТЕМА2/photos/plot1.png
--- a/ТЕМА2/photos/plot2.png
+++ b/ТЕМА2/photos/plot2.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
--- a/ТЕМА2/report.md.txt
+++ b/ТЕМА2/report.md.txt
@@ -0,0 +1,548 @@
+#Вторая лаба отчет
+
+###Читаю файл и проверяю размер матрицы
+
+XX=load('dan_vuz.txt')
+size(XX)
+
+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)
+
+###Рассчитайте матрицу корреляций между показателями результативности:
+
+R=corr(X)
+
+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
+
+>>
+
+###Пусть для исследования результативности применяется метод главных компонент, основу которого составляет получение собственных значений и собственных векторов от квадратичной формы:
+
+[vect,lambda]=eig(X'*X)
+
+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
+
+>>
+
+Sobst=diag(lambda);
+
+###Представьте их на экране с заголовком:
+
+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
+>>
+
+###Выделите наибольшее собственное значение и соответствующий ему собственный вектор:
+
+>> SobMax=Sobst(end)
+SobMax = 7.4946e+06
+
+ 뫤גּ>> 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
+
+>>
+
+###Рассчитайте долю информации о результативности НИР, содержащуюся в главной компоненте и отобразите ее на экране:
+
+>> Delt=100*SobMax/sum(Sobst)
+Delt = 95.273
+
+܀>> fprintf('Delta= %d \n ',round(Delt))
+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
+fprintf(' Results \n ')
+fprintf('%d  %f \n ',[XX(:,1),Res] ')
+
+получаю вывод формата Results \n {results}
+
+###Сохраните вектор оценок результативности в отдельном бинарном (mat) файле:
+
+save res.mat Res -mat
+
+в рабочей папке появляется файл res.mat
+
+###Представьте распределение оценок результативности в виде гистограммы с 20 интервалами  и с обозначением осей:
+
+xlabel('Results ')
+ylabel('Number of Unis ')
+hist(Res,20)
+
+вставить фото photos/plot1.png
+
+saveas(gcf, 'Hist.jpg ', 'jpg ')
+
+в папке появлися новый файл Hist
+
+###Наконец, рассчитайте и отобразите оценку корреляции обобщенной результативности с финансированием, выделенным на проведение НИР:
+
+CorFin=corr(Res,XX(:,2))
+fprintf('Correlation of Results and Money = %f \n',CorFin)
+
+Вывод:
+
+Correlation of Results and Money = 0.843710
+>>
+
+##Пункт 3
+
+Создаю файл, содержащий такие строки:
+
+warning('off', 'all')
+graphics_toolkit('gnuplot')
+XX=load('dan_vuz.txt')
+X=XX(:,3:13)
+R=corr(X)
+[vect,lambda]=eig(X'*X)
+Sobst=diag(lambda);
+SobMax=Sobst(end)
+GlComp=vect(:,end)
+Delt=100*SobMax/sum(Sobst)
+Res=X*GlComp
+xlabel('Results ')
+ylabel('Number of Unis '))
+hist(Res,20)
+saveas(gcf, 'Hist.jpg ', 'jpg ')
+
+выводы в консили совпадают с теми, что были ранее, рисунок так же совпадает
+
+вставить Hist.jpeg
+
+##4 Пункт
+
+Я поставил ; в конце каждой строки скрипта и добавил отладочный принт, чтобы точно видеть завершение работы программы и отсутствие других выводов fprintf('Выполнение завершено')
+
+>> tri --> мой файл
+
+DEBUG: FC_WEIGHT didn't match --> такая ошибка уже была, ниче страшного
+Выполнение завершено>>
+
+##5 пункт
+
+сделал все выводы в файл
+
+warning('off', 'all');
+graphics_toolkit('gnuplot');
+fp=fopen('prtcl.txt ','w')
+XX=load('dan_vuz.txt');
+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] ')
+hist(Res,20);
+xlabel('Results ');
+ylabel('Number of Unis ');
+saveas(gcf, 'Hist.jpg ', 'jpg ');
+fclose(fp)
+
+файл:
+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  3.684
+
+##6 пункт
+
+код с выводом в файл:
+
+warning('off', 'all');
+graphics_toolkit('gnuplot');
+fp=fopen('prtcl.txt ','w')
+XX=load('dan_vuz.txt');
+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;
+
+# 6 пункт
+
+minres = min(Res)
+maxres = max(Res)
+meanres = mean(Res)
+stdres = std(Res)
+
+fprintf(fp, ' Results \n ')
+fprintf(fp, '%d  %f \n ',[XX(:,1),Res] )
+# fprintf(fp, 'min: %f', minres, '\n', 'max: %f', maxres, '\n', 'mean: %f', meanres, '\n', 'std: %f', stdres)
+fprintf(fp, 'min: %f\n max: %f\n mean: %f \n std: %f', [minres, maxres, meanres, stdres])
+hist(Res,20);
+xlabel('Results ');
+ylabel('Number of Unis ');
+saveas(gcf, 'Hist.jpg ', 'jpg ');
+fclose(fp)
+
+вывод метрик в конце:
+
+ min: 0.000000
+ max: 1898.884523
+ mean: 67.928804 
+ std: 145.954386
--- a/ТЕМА2/res.mat
+++ b/ТЕМА2/res.mat
--- a/ТЕМА2/task1.m
+++ b/ТЕМА2/task1.m
@@ -0,0 +1,10 @@
+warning('off', 'all')
+graphics_toolkit('gnuplot')
+
+XX=load('dan_vuz.txt')
+size(XX)
+
+hist(Res,20)
+xlabel('Results ')
+ylabel('Number of Unis ')
+
--- a/ТЕМА2/tri.m
+++ b/ТЕМА2/tri.m
@@ -0,0 +1,32 @@
+warning('off', 'all');
+graphics_toolkit('gnuplot');
+fp=fopen('prtcl.txt ','w')
+XX=load('dan_vuz.txt');
+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;
+
+# 6 пункт
+minres = min(Res)
+maxres = max(Res)
+meanres = mean(Res)
+stdres = std(Res)
+
+fprintf(fp, ' Results \n ')
+fprintf(fp, '%d  %f \n ',[XX(:,1),Res] )
+# fprintf(fp, 'min: %f', minres, '\n', 'max: %f', maxres, '\n', 'mean: %f', meanres, '\n', 'std: %f', stdres)
+fprintf(fp, 'min: %f\n max: %f\n mean: %f \n std: %f', [minres, maxres, meanres, stdres])
+hist(Res,20);
+xlabel('Results ');
+ylabel('Number of Unis ');
+saveas(gcf, 'Hist.jpg ', 'jpg ');
+fclose(fp)
+
Автор	SHA1	Сообщение	Дата
Пользователь № 8 аудитории Ж-202	ed5193494b	финальные правки	2026-02-12 12:20:15 +03:00
Пользователь № 8 аудитории Ж-202	7030868e4d	обновление задачи	2026-02-12 11:48:34 +03:00
Пользователь № 8 аудитории Ж-202	23c10a16b1	апдейт защиты	2026-02-12 11:46:07 +03:00
Пользователь № 8 аудитории Ж-202	ecf639a73a	отформатированный отчет	2026-02-12 11:28:48 +03:00
Пользователь № 8 аудитории Ж-202	b3f214d787	добавил фото	2026-02-12 11:27:41 +03:00
Пользователь № 8 аудитории Ж-202	1bb54c8f44	отформатированный отчет	2026-02-12 11:25:02 +03:00
Пользователь № 8 аудитории Ж-202	75d9bb7329	лаба без контрольных задач	2026-02-12 11:00:02 +03:00
Пользователь № 8 аудитории Ж-202	9a531fbda7	доделали лабу на паре	2026-02-11 12:40:33 +03:00
Пользователь № 8 аудитории Ж-202	f22b62c766	выполнение лабы 1 на паре	2026-02-11 12:31:02 +03:00
Пользователь № 8 аудитории Ж-202	4318edb2d2	шаблон отчета	2026-02-11 10:33:49 +03:00