diff --git a/TEMA9/M0.py b/TEMA9/M0.py
new file mode 100644
index 0000000..fa9641c
--- /dev/null
+++ b/TEMA9/M0.py
@@ -0,0 +1,20 @@
+import matplotlib.pyplot as plt
+from M2 import process_data_and_save_results 
+
+if __name__ == "__main__":
+    print("--- Запуск главной программы M0 ---")
+
+    
+    sps1_for_plot = process_data_and_save_results()
+
+   
+    plt.figure(figsize=(10, 6)) 
+    plt.plot(sps1_for_plot, marker='.', linestyle='-', color='skyblue', label='SPS1 Values')
+    plt.title("График упорядоченного списка SPS1")
+    plt.xlabel("Индекс отсчета")
+    plt.ylabel("Значение элемента")
+    plt.grid(True)
+    plt.legend()
+    plt.show() 
+
+    print("\n Программа завершена")
diff --git a/TEMA9/M1.py b/TEMA9/M1.py
new file mode 100644
index 0000000..e75eec3
--- /dev/null
+++ b/TEMA9/M1.py
@@ -0,0 +1,43 @@
+import math
+
+def process_tuples(tuple1, tuple2):
+    temp_list = []
+    for item in tuple1:
+        temp_list.append((item, 1))
+    for item in tuple2:
+        temp_list.append((item, 2))
+
+    temp_list.sort(key=lambda x: x[0])
+
+    sps1 = [item[0] for item in temp_list] 
+    sps2 = [item[1] for item in temp_list] 
+
+    return sps1, sps2
+
+def calculate_stats(numeric_list):
+    n = len(numeric_list)
+    mean = sum(numeric_list) / n
+  
+    min_val = min(numeric_list)
+    max_val = max(numeric_list)
+
+   
+    sorted_list = sorted(numeric_list)
+    if n % 2 == 1:
+        median = sorted_list[n // 2]
+    else:
+        median = (sorted_list[n // 2 - 1] + sorted_list[n // 2]) / 2
+    if n <= 1: 
+        std_dev = 0.0
+    else:
+        variance = sum((x - mean) ** 2 for x in numeric_list) / (n - 1)
+        std_dev = math.sqrt(variance)
+
+    return {
+        "Среднее": mean,
+        "Наименьшее": min_val,
+        "Наибольшее": max_val,
+        "Медиана": median,
+        "Стандартное отклонение": std_dev
+    }
+
diff --git a/TEMA9/M2.py b/TEMA9/M2.py
new file mode 100644
index 0000000..a1ddd6e
--- /dev/null
+++ b/TEMA9/M2.py
@@ -0,0 +1,38 @@
+import os
+import pickle
+from M1 import process_tuples, calculate_stats 
+
+def process_data_and_save_results():
+    filename = ""
+   
+    while not os.path.exists(filename):
+        filename = input("Введите имя бинарного файла с данными (например, input_data.bin): ")
+        if not os.path.exists(filename):
+            print(f"Файл '{filename}' не найден. Попробуйте еще раз.")
+
+
+    with open(filename, 'rb') as f: 
+        krt1 = pickle.load(f) 
+        krt2 = pickle.load(f) 
+    print(f"\nДанные успешно считаны из файла '{filename}'.")
+    print(f"KRT1 (первые 5 элементов): {krt1[:5]}")
+    print(f"KRT2 (первые 5 элементов): {krt2[:5]}")
+
+    sps1, sps2 = process_tuples(krt1, krt2)
+    print("\n--- Результаты функции 1 ---")
+    print(f"SPS1 (упорядоченный список элементов): {sps1[:10]}... (длина {len(sps1)})")
+    print(f"SPS2 (список происхождения элементов): {sps2[:10]}... (длина {len(sps2)})")
+
+   
+    stats = calculate_stats(sps1)
+    print("\n--- Результаты функции 2 (для SPS1) ---")
+    for key, value in stats.items():
+        print(f"{key}: {value:.2f}") 
+
+    output_filename = "Res22.txt"
+    with open(output_filename, 'w') as f:
+        for val1, val2 in zip(sps1, sps2):
+            f.write(f"{val1} {val2}\n")
+    print(f"\nРезультаты функции 1 записаны в файл '{output_filename}'.")
+
+    return sps1 
diff --git a/TEMA9/input_data.bin b/TEMA9/input_data.bin
new file mode 100644
index 0000000..4e87969
Binary files /dev/null and b/TEMA9/input_data.bin differ