# Общее контрольное задание по теме 7

Коваленко Дмитрий, А-01-23

## Задание

•	Разработайте и проверьте функцию, реализующую для момента времени t расчет выхода y(t) для устройства задержки: на вход поступает сигнал, а на выходе повторяется этот сигнал с задержкой на заданное время Т.\
•	Разработайте и проверьте функцию, реализующую расчет гистограммы по выборке случайной величины с каким-то распределением. Гистограмма при выводе на экран представляется в виде таблицы: границы интервала, число элементов выборки в интервале. Аргументы функции: вы-борка, число интервалов разбиения диапазона изменения случайной величины. Возвращаемый результат функции: список с числами элементов выборки в интервалах разбиения.\
•	Разработайте и проверьте анонимную функцию, вычисляющую значение оценки отклика Y линейной регрессии при значении переменной Х 
Y=b1+b2*X
и имеющую аргументы b1, b2 и X.


## Решение

```py
import random


def delay_signal(signal, T):
    delayed_signal = signal.copy()
    if T < len(signal):
        delayed_signal = [0] * T + signal[:-T]
    else:
        delayed_signal = [0] * len(signal)
    return delayed_signal

y = [random.gauss(3, 1.5) for _ in range(10)]
>>> y
[3.855862654001017, 0.5055896775676754, 0.4154450162502199, 6.550103308532915, 2.5329276972223584, 5.199934653811578, 2.7808708229733328, 3.009437226477874, 2.6526954887061165, 2.2993461230571697]

yd = delay_signal(y, 3)
>>> yd
[0, 0, 0, 3.855862654001017, 0.5055896775676754, 0.4154450162502199, 6.550103308532915, 2.5329276972223584, 5.199934653811578, 2.7808708229733328]

import matplotlib.pyplot as plt
import numpy as np

def calculate_histogram(data, num_bins):
    min_val, max_val = min(data), max(data)
    bins = np.linspace(min_val, max_val, num_bins + 1)
    counts = [0] * num_bins
    
    for value in data:
        for i in range(num_bins):
            if bins[i] <= value < bins[i + 1]:
                counts[i] += 1
                break
        if value == max_val:
            counts[-1] += 1
    
    return counts, bins

def plot_histogram(data, bins, counts):
    plt.hist(data, bins=bins, alpha=0.7, edgecolor='black')
    plt.xlabel('Значения выборки')
    plt.ylabel('Число элементов')
    plt.title('Гистограмма выборки')
    plt.show()

def histo(data, num_bins):
    counts, bins = calculate_histogram(data, num_bins)
    plot_histogram(data, bins, counts)
    return counts

sample = [random.gauss(random.random(), random.random()) for _ in range(random.randint(1,100))]
intervals = int(input("Введите количество интервалов разбиения: "))
output = histo(sample, intervals)

Введите количество интервалов разбиения: 5
Список с числами элементов в интервалах: [3, 10, 12, 6, 1]


linreg = lambda b1, b2, x: b1 + b2 * x
>>> b1 = float(input("Введите коэффициент b1 линейной регрессии: "))
Введите коэффициент b1 линейной регрессии: 4
>>> b2 = float(input("Введите коэффициент b2 линейной регрессии: "))
Введите коэффициент b2 линейной регрессии: 6
>>> x_val = float(input("Введите значение x: "))
Введите значение x: 56
>>> print(linreg(b1, b2, x_val))
340.0
```

Созданная гистограмма: ![hist](Figure_okz.png)