Add new files

TEMA7/task.md

@@ -0,0 +1,60 @@
+# Общее контрольное задание по теме 7
+
+## 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: выборка, 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:
+```
+# 1
+>>>def delay_signal(signal, T):
+    for i in range(len(signal)):
+        signal[i] += T
+    return signal
+
+>>>vhod_signal = [1, 2, 3.69, 4, 5.32, 6.5, 7, 8]
+>>>T_zad = 3
+>>>vyhod_signal = delay_signal(vhod_signal, T_zad)
+>>>print(vyhod_signal)
+[4, 5, 6.6899999999999995, 7, 8.32, 9.5, 10, 11]
+
+# 2
+import random
+import matplotlib.pyplot as plt
+def histogram(data, num):
+    min_val, max_val = min(data), max(data)
+    parts = np.linspace(min_val, max_val, num + 1)
+    rows = [0] * num
+    for now in data:
+        for i in range(num):
+            if parts[i] <= now < parts[i + 1]:
+                rows[i] += 1
+                break
+    if now == max_val:
+        rows[-1] += 1
+    plt.hist(data, bins=parts)
+    plt.xlabel('Значения выборки')
+    plt.ylabel('Число элементов')
+    plt.title('Гистограмма выборки')
+    plt.show()
+    return rows
+
+sl_vel = [random.gauss(random.random(), random.random()) for _ in range(random.randint(1,50))]
+intervals = 5
+output = histogram(sl_vel, intervals)
+print(output)
+[4, 5, 18, 17, 5]
+
+# 3
+predict = lambda b1, b2, X: b1 + b2 * X
+b1  =  0.5
+b2 = 0.8
+X = 5
+print(predict(b1, b2, X))
+4.5
+```
+
+![График](figure_1.png)