# Пункт 2. Создание пользовательской функции.

Общий вид:
```py
def  <Имя функции>([<Список аргументов >]):
[<отступы> """<Комментарий по назначению функции>"""]
<отступы> <Блок инструкций – тело функции>
[<отступы> return <Значение или вычисляемое выражение>]
```
Функция считается оконченной, если в очередной строке нет отступов или их число меньше, чем
в отступах в функции. Если при выполнении функции будет выполнена инструкция return, то
выполнение функции прекращается с возвратом значения, следующего за этой инструкцией.
В Python, если функция не содержит оператора return, она автоматически возвращает значение
None.

##Пункт 2.1. Функция без аргументов.
```py
>>> def uspeh():
	"""Подтверждение успеха операции"""
	print('Выполнено успешно!')
>>> uspeh()
Выполнено успешно!
```
Функция - класс function:
```
>>> type(uspeh)
<class 'function'>
```
Видно, что такой объект появился в рабочем пространстве:
```py
>>> dir()
['__annotations__', '__builtins__',
 '__doc__', '__loader__', '__name__', '__package__', '__spec__', 'os', 'uspeh']
```
```py
>>> help(uspeh)
Help on function uspeh in module __main__:
uspeh()
    Подтверждение успеха операции
```
Видно, что help вернуло имя функции и то описание, которое было указано в тройных кавычках
при её определении.

##Пункт 2.2. Функция с аргументами.
```py
>>> def sravnenie(a, b):
	"""Сравнение a и b"""
	if a > b:
		print(a, ' больше ', b)
	elif a < b:
		print(a, ' меньше ', b)
	else:
		print(a, ' равно ',b)

```
```py		
>>> n, m = 16, 5; sravnenie(n,m)
16  больше  5
```
Так как при описании функции мы не конкретизировали, какой тип данных хотим получить, то
python сможет принять любые данные, которые можно сравнить. Если что-то нельзя сравнить,
вернется TypeError
```py
>>> sravnenie(2+3j > 1+2j)
  File "<stdin>", line 1, in <module>
TypeError: '>' not supported between instances of 'complex' and 'complex'
>>> sravnenie(2+3j == 2+3j)
True
>>>sravnenie("abbb", "baaaaa")  # abbb меньше baaaa (т.к. 'a' < 'b')
>>>sravnenie("abbb", "abbbbb")  # abbb меньше abbbbb (короткая строка меньше)
>>>sravnenie("10", "2")         # 10 меньше 2 (т.к. '1' < '2')
>>>sravnenie([1, 2, 3], [1, 2, 4])  # [1, 2, 3] меньше [1, 2, 4] (т.к. 3 < 4)
>>>sravnenie([1, 2], [1, 2, 0])     # [1, 2] меньше [1, 2, 0] (короткий список меньше)

```
##Пункт 2.3. Функция с return.
```py
>>> def logistfun(b, a):
	"""Вычисление логистической функции"""
	import math
	return a / (1 + math.exp(-b))
```
```py
>>> v=1
>>> w = 0.7
>>> z = logistfun(w, v)
>>> z
0.6681877721681662
```
## 2.4. Сложение для разных типов аргументов
```py
>>> def slozh(a1,a2,a3,a4):
...     """ Сложение значений четырех аргументов"""
...     return a1+a2+a3+a4
...
```
```py
>>> slozh(1, 2, 3, 4) #Для чисел
10

>>> slozh('1','2','3','4') #Для строк
'1234'

>>> b1 = [1, 2]; b2 = [-1, -2]; b3 = [0, 2]; b4 = [-1, -1] #Для списков
>>> q = slozh(b1, b2, b3, b4)
>>> q
[1, 2, -1, -2, 0, 2, -1, -1]

>>> slozh((1, 2), (3, 4), (-5, 0), (-7, -3)) #Для кортежей
(1, 2, 3, 4, -5, 0, -7, -3)


>>> slozh({1,1,1,1}, {2}, {"аааа", True, None}, {6, 6, "a"}) #Для множеств
...
TypeError: unsupported operand type(s) for +: 'set' and 'set'
```
Как видно, операция сложения для множеств не применима. Если нужно объединить два множества,
для этого есть специальная операция set union вида set1 | set2 | set3
```py
>>> dict1 = {'a': 1}; dict2 = {'b': 2}; dict3 = {'c': 3}; dict4 = {'d': 4} #Для словарей
...
TypeError: unsupported operand type(s) for +: 'dict' and 'dict'
```
Словари тоже нельзя сложить плюсом. Для объединения словарей есть оператор распаковывания
**dict1.

```py
>>> slozh(1, "а", 2, "б") #Число и строка
...
TypeError: unsupported operand type(s) for +: 'int' and 'str'
```
С коллекциями без явного преобразования тоже не сработает.
```py
>>> slozh(1, True, 2, False) #Число и логический тип
4
>>> slozh(1, 3.44, 2.0, 7) #Целое число и число с плавающей точкой
13.44
```
## Пункт 2.5. Функция, реализующая модель некоторого устройства,
на вход которого в текущий момент поступает сигнал х, на выходе получается сигнал y:
```py
>>> def inerz(x,T,ypred):
	""" Модель устройства с памятью:
	x - текущее значение вх.сигнала,
	T - постоянная времени,
	ypred - предыдущее значение выхода устройства"""
	y = (x + T * ypred) / (T + 1)
	return y
```
Создаем список с измерениями значений входного сигнала – в виде «ступеньки»:
```py
>>> sps = [0] + [1] * 100
>>> spsy = []
>>> TT = 20
>>> yy = 0
>>> for xx in sps:
	yy = inerz(xx,TT,yy)
	spsy.append(yy)
```py
```	
>>> import pylab as plt
>>> plt.plot(spsy, label = "Выходной сигнал")
[<matplotlib.lines.Line2D object at 0x00000241DC815370>]
>>> plt.show()
```
График сохранен в файле с именем Figure_1.


# Пункт 3. Функции как объекты.

## Пункт 3.1. Получение списка атрибутов объекта-функции.
```py
>>> dir(inerz)
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__',
 '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__',
 '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__',
 '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__',
 '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__',
 '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

>>> inerz.__doc__
' Модель устройства с памятью:\nx- текущее значение вх.сигнала,\n\tT -постоянная времени,\n\typred - предыдущее значение выхода устройства'
>>> help(inerz)
Help on function inerz in module __main__:
```
Если нет, то inerz.__doc__ будет иметь значение None.

Примеры других атрибутов функций:
```py
>>> def f(a : int, b : int, c = 10):
	return

>>> f.__annotations__
{'a': <class 'int'>, 'b': <class 'int'>}  # Возвращает типы аргументов, если они заданы

>>> f.__defaults__ # Возвращает значения по умолчанию, если они заданы
(10,)
>>> f.__name__ # Возвращает имя функции (для функций, определенных внутри других, возвращает
полный путь
'f'
```
## Пункт 3.2. Сохранение ссылки на объект-функцию в другой переменной.
```py
>> fnkt = sravnenie
>>> v = 16
>>> fnkt(v, 23)
16  меньше  23
```
Здесь происходит присвоение функции sravnenie переменной fnkt. Функции можно передавать в
переменные, как и любые другие объекты. После этого переменная fnkt ссылается на ту же самую
функцию, что и sravnenie.

## Пункт 3.3. Возможность альтернативного определения функции в программе.
```py
>>> typ_fun=8
>>> if typ_fun==1:
...     def func():
...             print('Функция 1')
... else:
...     def func():
...             print('Функция 2')
...
>>> func()
Функция 2
```

Программа выводит сообщение "Функция 2", потому что переменная typ_fun не равна 1, и
выполняется блок else, в котором функция func определена как выводящая, собственно,
"Функция 2".

# Пункт 4. Аргументы функции.

## Пункт 4.1. Возможность использования функции в качестве аргумента другой функции
```py
>>> def fun_arg(fff,a,b,c):
	"""fff-имя функции, используемой 
	в качестве аргумента функции fun_arg"""
	return a+fff(c,b)

>>> zz=fun_arg(logistfun,-3,1,0.7)
>>> print(zz)
-2.3318122278318336
```
Python передаёт ссылку на объект функции logistfun в переменную fff. Внутри
функции выполняется операция: a + fff(c, b), что эквивалентно -3 + logistfun(0.7, 1)

## Пункт 4.2. Обязательные и необязательные аргументы.
```py
>>> def logistfun(a,b=1):   #Аргумент b – необязательный; значение по умолчанию=1
	"""Вычисление логистической функции"""
	import math
	return b/(1+math.exp(-a))

>>> logistfun(0.7) #Вычисление со значением b по умолчанию
0.6681877721681662
>>> logistfun(0.7,2) #Вычисление с заданным значением b
1.3363755443363323
```
## Пункт 4.3. Возможность обращения к функции с произвольным расположением аргументов.
```py
>>> logistfun(b = 0.5, a = 0.8)
0.34498724056380625
```
Но при этом нельзя сделать так:
```py
>>> logistfun(b = 2, 0.7)
SyntaxError: positional argument follows keyword argument
```
Python ожидает, что все позиционные аргументы будут переданы первыми, а затем уже
могут следовать именованные аргументы.

## Пункт 4.4. Пример со значениями аргументов функции, содержащимися в списке или кортеже.
```py
>>> b1234 = [b1, b2, b3, b4]
>>> b1234
[[1, 2], [-1, -2], [0, 2], [-1, -1]]
>>> qq = slozh(*b1234)
>>> qq
[1, 2, -1, -2, 0, 2, -1, -1]
```
Со звёздочкой коллекции передаются как набор аргументов функции, Она также называется
"оператор распаковки". Это было бы эквивалентно записи slozh(b1,b2,b3,b4)

## Пункт 4.5. Пример со значениями аргументов функции, содержащимися в словаре
```py
>>> dic4 = {"a1": 1, "a2": 2, "a3": 3, "a4": 4}
>>> qqq = slozh(**dic4)
>>> qqq
10
```
В данном случае распаковка произошла так, что ключи на входе функции восприниимаются как
значения позиционных переменных, а значения, соответственно, как значения.

Примечание: Если поставить только одну звездочку, python попытается интерпретировать
ключи, а не значения словаря как позиционные аргументы. Получается так:
```py
>>> slozh(*dic4)
'a1a2a3a4'
```
## Пункт 4.6. Смешанные ссылки
```py
>>> e1 = (-1, 6); dd2 = {'a3': 3, 'a4': 9}
>>> qqqq = slozh(*e1,**dd2)
>>> qqqq
17
```
То есть (-1) + 6 + 3 + 9 = 17

## Пункт 4.7. Переменное число аргументов у функции.
```py
>>> def func4(*kort7):
	"""Произвольное число аргументов в составе кортежа"""
	smm = 0
	for elt in kort7:
		smm += elt
	return smm

>>> func4(-1,2)
1
>>> func4(-1,2,0,3,6)
10
```
Переменное число аргументов с использованием * упаковывается в кортеж.

## Пункт 4.8. Комбинация аргументов
```py
>>> def func4(a, b = 7, *kort7): #Аргументы: a - позиционный, b - по умолчанию + кортеж
	"""Кортеж - сборка аргументов - должен быть последним!"""
	smm=0
	for elt in kort7:
		smm += elt
	return a * smm + b

>>> func4(-1,2,0,3,6)
-7
```
То есть -1 * 9 + 2 = -7.

Если захочется НЕ передавать b, придется переопределить функцию так, чтобы
именованный параметр b был в конце, а позиционный кортеж - перед ним. Например,
так:
```py
>>> def func4(a, *kort7, b = 7):
	smm = 0
	for elt in kort7:
		smm += elt
	return a * smm + b

>>> func4(5, *[1, 2, 3])
37
```
Примечание:

В общем виде *args и **kwargs - способы передать не уточненное заранее число
элементов, причем:

    *args — переменное количество позиционных аргументов. Переданные с одной
    звездочкой аргументы собираются в кортеж.

    **kwargs — переменное количество именованных аргументов. Все переданные аргументы,
    которые указываются по имени, собираются в словарь.

    Как и всегда, *args всегда должно идти перед **kwargs.

## Пункт 4.9. Изменение значений объектов, используемых в качестве аргументов функции.
```py
>>> a = 90
>>> def func3(b):
	b = 5*b+67

	
>>> func3(a)
>>> a
90
```
Поскольку функция ничего не возвращает (то есть, формально, является процедурой), то вычисленное
значение b = 5*b+67 существует только локально внутри нее и не выносится в глобальную область видимости
Для наглядности:
```py
>>> def func3(b):
	b = 5*b+67
	print(b)

	
>>> func3(a)
517
>>> a
90
```
```py

>>> sps1=[1,2,3,4]
>>> def func2(sps):
	sps[1] = 99

	
>>> func2(sps1)
>>> print(sps1)
[1, 99, 3, 4]
```
В отличие от предыдущего примера с переменной численного типа, список передается по ссылке, а не по
значению, поэтому изменяется именно тот объект, который был передан.
Для наглядности:
```py
>>> def func3(b):
	b = 5*b+67
	print(id(b))
	
>>> func3(a)
2763070067568
>>> id(a)
2763028911248  # Разные адреса

>>> def func3(b):
	b = 5*b+67
	print(id(b))
	
>>> func3(a)
2763070067568
>>> id(a)
2763028911248 # Одинаковые адреса
```
```py
>>> kort = (1,2,3,4)
>>> func2(kort)
Traceback (most recent call last):
  File "<pyshell#41>", line 1, in <module>
    func2(kort)
  File "<pyshell#40>", line 2, in func2
    sps[1] = 99
TypeError: 'tuple' object does not support item assignment
```
Кортеж - неизменяемая коллекция, так что переназначение значения в таком виде, как здесь, не работает.
# Пункт 5. Специальные типы  пользовательских функций

## Пункт 5.1. Анонимные функции (лямбда-функции).
```py
>>> anfun1 = lambda: 1.5 + math.log10(17.23)
>>> type(anfun1)
<class 'function'>

>>> anfun1()
2.7362852774480286

>>> anfun2 = lambda a,b : a+math.log10(b)
>>> anfun2(17, 234)
19.369215857410143

>>> anfun3 = lambda a, b=234: a+math.log10(b)
>>> anfun3(100)
102.36921585741014
```
Вызов лямбда-функции создает объект класса "функция", который потом можно положить в другую переменную
и далее вызывать. Но это делать необязательно: если она используется один раз, можно вызвать ее сразу,
например:
```py
>>> r = (lambda a, b: a**2 + b)(5, 2) # Это результат функции, а не объект класса "функция"
>>> r
27
```
Внутри лямбда-функции не могут использоваться многострочные выражения, например:
```py
>>> r1 = lambda: (for i in range(5): print(i))
SyntaxError: invalid syntax
```
Но при этом:
```py
>>> r1 = lambda: (print(i) for i in range(5))

```
Аналогично нельзя использовать if-else, но можно использовать тернарный оператор.

## Пункт 5.2. Функции-генераторы

Иногда в циклах на каждой итерации нужно получать одно из значений. Для этого есть оператор yield.
Это похоже на return, но в отличие от return не останавливает полностью выполнение программы.
Когда выполнение генератора возобновляется после yield, оно продолжается с того места, где было
приостановлено, до следующего оператора yield (или до конца функции).
Вместе с yield, можно использовать next(). Например:
```py
>>> def test():
	for i in range(3):
		yield i

		
>>> l = test()
>>> l
<generator object test at 0x0000028353CCFF90>
>>> next(l)
0
>>> next(l)
1
```
Аналогично, можно использовать и метод __next__
```py
>>> print(l.__next__())
2
```
Другой пример:
```py
>>> alp=func5(7,3)
>>> print(alp.__next__())
1
>>> print(alp.__next__())
5
>>> print(alp.__next__())
4
...
```
__next__ помогает вывести значение, которое yield передает на каждй итерации цикла. Если функция
отработала последнюю итерацию, но мы все попытаемся сделать вызов, вернется ошибка:
```py
>>> print(alp.__next__())
Traceback (most recent call last):
  File "<pyshell#96>", line 1, in <module>
    print(alp.__next__())
StopIteration
```
# Пункт 6. Локализация объектов в функциях.

Все объекты - переменные, коллекции, функции и т.д. - могут быть определены глобально или локально.
Глобально - значит вне всяких функций.Локальные переменные определены внутри функции, и если хочется
использовать такую переменную в другой функции, то нужно обрабатывать доступ к ним из других функций.

## Пункт 6.1. Примеры
```py
>>> glb = 10
>>> def func7(arg):
	loc1 = 15
	glb = 8
	return loc1*arg

>>> res = func7(glb)
>>> res
150
```
Проверим:
```py
>>> glb
10
```

Посмотрим подробнее, что происходит внутри функции:
```py
>>> def func7(arg):
	loc1=15
	glb=8
	print(glb, arg)
	return loc1*arg

>>> res=func7(glb)
8 10
```
Видно, что внутри объект с именем glb принял значение 8, но глобальная переменная при этом после выполнения
функции значения не поменяла. Это происходит потому, что технически, локальный glb и глобальный glb -
это два разных объекта. В этом можно убедиться:
```py
>>> res=func7(glb)  #При определенении func7 добавлена строка print(id(glb))
2763028720144
8 10
>>> id(glb)
276302872020
```

Пример 2.
```py
>>> def func8(arg):
	loc1=15
	print(glb)  
	glb=8
	return loc1*arg

>>> res=func8(glb)
Traceback (most recent call last):
  File "<pyshell#119>", line 1, in <module>
    res=func8(glb)
  File "<pyshell#118>", line 3, in func8
    print(glb)
UnboundLocalError: local variable 'glb' referenced before assignment
```
Ошибка возникает, потому что когда python видит внутри функции переменную, он по умолчанию считает ее
локальной. И получается, что вызов локальной переменной glb происходит раньше объявления локальной
переменной glb, на что нам и указывает ошибка. Можно исправить эту проблему, переопределив лоаклизацию
glb внутри func8():
```py
>>> glb=11
>>> def func7(arg):
	loc1=15
	global glb
	print(glb)
	glb=8
	return loc1*arg

>>> res=func7(glb)
11
>>> glb
8
```
Здесь мы явно указали, что в функции имеем в виду глобальную переменную, так что она изменилась.

## Пункт 6.2. locals() и globals()

Эти функции возвращают словари, ключами в которых будут имена объектов, являющихся, соответственно,
локальными или глобальными на уровне вызова этих функций. 
```py
>>> globals().keys()
dict_keys(['__name__', '__doc__', '__package__', '__loader__', '__spec__', '__annotations__',
           '__builtins__', '__file__', 'math', 'random', 'pickle', 'task', 't', 'number', 'a',
           'func3', 'sps1', 'func2', 'kort', 'anfun1', 'anfun2', 'anfun3',
           'func5', 'mm', 'r', 'r1', 'test', 'l', 'alp', 'glb', 'func7', 'res', 'func8'])
>>> locals().keys()
dict_keys(['__name__', '__doc__', '__package__', '__loader__', '__spec__', '__annotations__',
           '__builtins__', '__file__', 'math', 'random', 'pickle', 'task', 't', 'number', 'a',
           'func3', 'sps1', 'func2', 'kort', 'anfun1', 'anfun2', 'anfun3', 'func5', 'mm', 'r',
           'r1', 'test', 'l', 'alp', 'glb', 'func7', 'res', 'func8'])
```
Сейчас различий нет, потому что эти методы возвращают объекты на уровне вызова этих функций, но мы
вызвали обе самом внешнем уровне, не внутри какой-либо функции, а в самом рабочем пространстве, где
локальная и глобальная области видимости совпадают.
```py
>>> glb = 10
>>> def func8(arg):
	loc1=15
	glb=8
	print(globals().keys())  #Перечень глобальных объектов «изнутри» функции
	print(locals())  #Перечень локальных объектов «изнутри» функции (для наглядности отобразим
                            и значения тоже)
	return loc1*arg

>>> hh=func8(glb)
dict_keys(['__name__', '__doc__', '__package__', '__loader__', '__spec__', '__annotations__',
           '__builtins__', '__file__', 'math', 'random', 'pickle', 'task', 't', 'number', 'a',
           'func3', 'sps1', 'func2', 'kort', 'anfun1', 'anfun2', 'anfun3', 'func5', 'mm', 'r',
           'r1', 'test', 'l', 'alp', 'glb', 'func7', 'res', 'func8', 'hh']) # Тут глобальное glb
{'arg': 10, 'loc1': 15, 'glb': 8} # Это локальное glb
>>> glb # Снова глобальное glb
10
```
## Пункт 6.3. Локализация объектов при использовании вложенных функций.
```py
>>> def func9(arg2,arg3):
	def func9_1(arg1):
		loc1=15
		glb1=8
		print('glob_func9_1:',globals().keys())
		print('locl_func9_1:',locals().keys())
		return loc1*arg1
	loc1=5
	glb=func9_1(loc1)
	print('loc_func9:',locals().keys())
	print('glob_func9:',globals().keys())
	return arg2+arg3*glb

>>> kk=func9(10,1)
glob_func9_1: dict_keys(['__name__', '__doc__', '__package__', '__loader__', '__spec__',
                         '__annotations__', '__builtins__', '__file__', 'math', 'random', 'pickle',
                         'task', 't', 'number', 'a', 'func3', 'sps1', 'func2', 'kort', 'anfun1',
                         'anfun2', 'anfun3', 'func5', 'mm', 'r', 'r1', 'test', 'l', 'alp', 'glb',
                         'func7', 'res', 'func8', 'hh', 'func9', 'loc1'])

locl_func9_1: dict_keys(['arg1', 'loc1', 'glb1']) # Содержит только объекты, определенные внутри func9_1,
                                                    а также объект, переданный как аргумент функции

loc_func9: dict_keys(['arg2', 'arg3', 'func9_1', 'loc1', 'glb']) # Содержит все то же, что и locl_func9_1,
                                                                    но еще и arg3, переданный func9,
                                                                    и саму func9_1

glob_func9: dict_keys(['__name__', '__doc__', '__package__', '__loader__', '__spec__', '__annotations__'
                       '__builtins__', '__file__', 'math', 'random', 'pickle', 'task', 't', 'number',
                       'a', 'func3', 'sps1', 'func2', 'kort', 'anfun1', 'anfun2', 'anfun3', 'func5',
                       'mm', 'r', 'r1', 'test', 'l', 'alp', 'glb', 'func7', 'res', 'func8', 'hh',
                       'func9', 'loc1']) # Такой же, как glob_func9_1
```
## Пункт 6.4. Моделирование САУ
```py
>>> znach=input('k1,T,k2,Xm,A,F,N=').split(',')
k1,T,k2,Xm,A,F,N=8,5,3,10,2,0.5,1000
>>> k1=float(znach[0])
>>> T=float(znach[1])
>>> k2=float(znach[2])
>>> Xm=float(znach[3])
>>> A=float(znach[4])
>>> F=float(znach[5])
>>> N=int(znach[6])
>>> vhod=[]
>>> for i in range(N):
	vhod.append(A*math.sin((2*i*math.pi)/F))

>>> vhod
[0.0, -9.797174393178826e-16, -1.959434878635765e-15, -2.9391523179536475e-15, -3.91886975727153e-15,
 -4.898587196589413e-15, -5.878304635907295e-15, -6.858022075225178e-15,
 ...
 1.1010469343064857e-13,
 -8.856348540728095e-13, -1.8813744015762676e-12, 7.608648580119871e-13, -2.3487468949147107e-13, -1.
 2306142369949293e-12, -2.226353784498387e-12, 4.1588547508986746e-13, -5.798540724135906e-13,
 -1.5755936199170489e-12]

>>> def realdvig(xtt,kk1,TT,yti1,ytin1):
		#Модель реального двигателя
		yp=kk1*xtt  #усилитель
		yti1=yp+yti1  #Интегратор
		ytin1=(yti1+TT*ytin1)/(TT+1)
		return [yti1,ytin1]

>>> def tahogen(xtt,kk2,yti2):
		#Модель тахогенератора
		yp=kk2*xtt   #усилитель
		yti2=yp+yti2 #интегратор
		return yti2

>>> def nechus(xtt,gran):
#зона нечувствит
	if xtt<gran and xtt>(-gran):
		ytt=0
	elif xtt>=gran:
		ytt=xtt-gran
	elif xtt<=(-gran):
		ytt=xtt+gran
	return ytt

>>> yi1 = 0; yin1 = 0; yi2 = 0
>>> vyhod = []
>>> for xt in vhod:
	xt1 = xt - yi2   #отрицательная обратная связь
	[yi1,yin1] = realdvig(xt1,k1,T,yi1,yin1)
	yi2 = tahogen(yin1,k2,yi2)
	yt = nechus(yin1,Xm)
	vyhod.append(yt)
>>> print('y=',vyhod)
y = [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, 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, 0, 0, 0, 0,
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, -1.0183086292055208, 0, 26.39885775889784,
    -36.65029553691161, -34.19982663883278, 196.29963397615063, -151.6919482160481,
    -388.32493988337274, 1057.8073200868555, -308.3186572590445,
    ...
    2.37392249152569e+226, -2.801972415904499e+226, -3.2288710633399875e+226,
    1.321721142591339e+227, -9.144734174579399e+226]

```