bla

uczelnia/2_semestr/matematyka_dyskretna/wykład 18.md

@@ -0,0 +1,3 @@
+Permutacją zbioru nazywamy dowolną iniekcję sigma an do an. Zbiór wszystkich permutacji zbioru an oznaczamy Sn z działaniem składania funkcji jest grupą.
+
+Grupa ma dobre dzialania :D

uczelnia/2_semestr/matematyka_stosowana/Prawdopodobieństwo.md

@@ -1,6 +1,4 @@
 # Spis tematów
-Oto uporządkowana lista tematów, które pojawiają się w przesłanych przez Ciebie notatkach. Zostały one pogrupowane w logiczne kategorie:
-
 **1. Podstawy rachunku prawdopodobieństwa i zdarzenia losowe**
 
 - Przestrzeń zdarzeń elementarnych (Ω) i pojedyncze zdarzenia elementarne (ω)
@@ -289,3 +287,20 @@ $$
 $\chi^2-2.5 e K$, więc na poziomie istotności 0.05 odrzucamy $H_0$ 
 
 
+# Analiza wariancji
+Pobieramy próbki
+$x_{ij}$ j - ty wynik w  i-tej próbce
+Średnia
+Średnia ogólna – średnia ze wszystkich wyników razem (średnia ważona w grupach)
+Analiza wariancji opiera się na obserewacji Karla Pearcena – jakbyśmy policzyli sumy kwadratów i odjęli średnią ogólną to rozbijemy to ona mierzy zmienność między próbkami. Suma kwadratów odchyleń według grup (resztkowa suma kwadratów) $= q_G$
+Suma odchyleń kwadratów między próbami $= q_P$
+Wszystkie q traktujemy jako realizacje zmiennych losowych Q z indeksem odpowiednim do q.
+Rozkład fishera snedekora.
+
+Test Barteletta jednorodności w wariancji w k populacji.
+Zał: 
+- Jednakowe wariancje
+- Rozkład normalny
+
+Test rangowych znaków dla jednej populacji
+Rangowanie polega na nadawaniu rang wartościom. Przy identycznych wartościach nadajemy średnią artmetyczną rang, które przypadałaby na te wartości.

uczelnia/2_semestr/matematyka_stosowana/laby/lab_9.R

@@ -0,0 +1,122 @@
+# zadanie 1
+
+# a)
+
+# założenie: normalność rozkładu – test shapiro-wilka
+
+# hipoteza podstawowa h0 – rozkład wzrostu w populacji mężczyzn jest normalny
+# hipoteza h1 – nieprawda, że h0
+
+shapiro.test(Ankieta.M$Wzrost)
+# Statystyka testowa W = 0.9598, p-value = 0.04048
+# alpha = 0.01 # poziom istotności
+# wniosek alpha < p-value, więc na poziomie istotności 0.01 nie ma podstaw do odrzucenia h0, że rozkład wzrostu w populacji mężczyzn jest zgodny z rozkładem normalnym.
+
+# b)
+# przedzial ufności dla wartości średniej w populacji (mężczyzn)
+t.test(Ankieta.M$Wzrost, conf.level = 0.95)
+#  178.0049 181.6403
+
+# interpretacja: przedział liczbowy od 178.0049 do 181.6403 z prawdopodobieństwem 0.95 obejmuje nieznaną wartość średnią wzrostu w populacji mężczyzn studiujących na pierwszym roku WI ZUT w Szczecinie w tym roku akademickim (2025/2026)
+
+t.test(Ankieta.M$Wzrost, conf.level = 0.98)
+#  177.6509 181.9942
+
+# ze wzrostem współczynnika ufności poszerza się przedział ufności
+
+# c)
+# przedział ufności dla odchylenia standardowego w populacji m.
+
+przedzial.odchylenie = function(x, uf) {
+  # 1 - a = uf
+  # a = 1 - uf
+  a = 1 - uf
+  n = length(x)
+  ss_z_daszkiem = var(x)
+  # s^2 = (n - 1)/n * ss_z_daszkiem
+  ss = (n - 1)/n * ss_z_daszkiem
+  
+  dolna = sqrt((n * ss) / qchisq(1 - (a / 2), n - 1))
+  gorna = sqrt((n * ss) / qchisq(a / 2, n - 1))
+  round(cbind(dolna, gorna), 4)
+}
+
+przedzial.odchylenie(Ankieta.M$Wzrost, 0.97)
+# 5.9801 8.8895
+
+# interpretacja: przedzial o końcach 5.9801 i 8.8895 [cm] z ufnością 0.97 obejmuje rzeczywistą wartość odchylenia standardowego wzrostu w populacji mężczyzn studiujących na pierwszym roku WI ZUT w Szczecinie w tym roku akademickim.
+
+# d)
+# test dla wartości średniej w populacji 
+# hipoteza h0: m = 180
+# hipoteza h1: m > 180
+t.test(Ankieta.M$Wzrost, mu = 180, alternative = 'g')
+# statystyka testowa t = -0.19518, df = 61, p-value = 0.577
+# alpha = 0.01
+# alpha < p-value, więc
+# na poziomie istotności 0.01 nie ma podstaw do odrzucenia hipotezy h0. Nie można zatem potwierdzić hipotezy, że średni wzrost mężczyzn w badanej populacji jest większy niż 180 cm.
+
+
+# zadanie 2
+
+table(Ankieta$Sz.średnia)
+# LO(RM) = 22
+
+# a)
+# przedział ufności dla odsetka (wskaźnika struktury, frakcji, procentu, proporcji) 
+prop.test(22, 72, conf.level = 0.98)
+#  0.1909 0.4489
+# te końce nie mają jednostek!
+
+# interpretacja: przedział o końcach 0.1909 i 0.4489 z ufnością 0.98 obejmuje rzeczywistą wartość odsetka osób, które ukończyły LO(RM) w badanej populacji.
+
+# b)
+# test dla wskaźnika struktury 
+# hipoteza h0: p = 45%
+# hipoteza h1: p < 45%
+prop.test(22, 72, p = 0.45, alternative = 'l')
+# statystyka testowa – X-squared = 5.5, df = 1, p-value = 0.009508
+# alpha = 0.05
+# alpha > p-value, więc
+# odrzucamy h0
+
+# Alpha jest większa niż p-value, więc na poziomie istotności 0.05 odrzucamy hipotezę h0 i przyjmujemy h1, zatem odsetek osób, które ukończyły LO(RM) w badanej populacji studentów jest istotnie mniejszy, niż 45%.
+
+# zadanie 3
+
+# a)
+# hipoteza h0: rozkład wagi w populacji kobiet jest normalny
+# hipotezea h1: rozkład wagi w populacji kobiet nie jest normalny
+
+shapiro.test(Ankieta.K$Waga)
+# W = 0.94975, p-value = 0.6656
+# alpha = 0.05
+# alpha < p-value, więc
+# na poziomie istotności 0.05  nie ma podstaw do odrzucenia h0, że rozkład wagi w populacji kobiet jest normalny
+
+# b)
+t.test(Ankieta.K$Waga, conf.level = 0.98)
+#  49.34915 63.85085
+
+# interpretacja: przedział o końcach 49.34915 i 63.85085 [kg] z ufnością 0.98 zawiera rzeczywistą wartość średniej wagi w populacji wszystkich kobiet studiujących na I roku WI 
+
+# zadanie 4
+# a)
+
+table(Ankieta$M.zamieszkania)
+# akademik = 23
+prop.test(23, 72, conf.level = 0.995)
+#  0.1842 0.4918
+
+# interpretacja: przedział o końcach 0.1842 i 0.4918 z ufnością 0.995 obejmuje rzeczywistą wartość odestka osób, które mieszkają w akademiku podczas studiowania  na pierwszym roku kierunku informatyka na WI ZUT w Szczecinie w tym roku akademickim
+
+# b)
+# hipoteza h0: p = 0.35
+# hipoteza h1: p != 0.35
+prop.test(23, 72, p = 0.35, alternative = 'two.sided')
+# X-squared = 0.17643, df = 1, p-value = 0.6745
+# alpha = 0.05
+# alpha < p-value, więc
+# odrzucamy h0
+
+# wniosek: Alpha jest mniejsze, niż p-value, więc nie ma podstaw do odrzucenia h0, że odsetek osób, które mieszkają w akademiku w populacji wszystkich studentów I roku na WI różnie się istotnie od 35%

uczelnia/2_semestr/python/cuda/flake.nix

@@ -1,65 +0,0 @@
-{
-  description = "Środowisko dla ZED SDK (ZED 2i) + Python";
-
-  inputs = {
-    nixpkgs.url = "github:NixOS/nixpkgs/nixos-unstable";
-  };
-
-  outputs =
-    { self, nixpkgs }:
-    let
-      system = "x86_64-linux";
-      pkgs = import nixpkgs {
-        inherit system;
-        config = {
-          allowUnfree = true;
-        };
-      };
-    in
-    {
-      devShells.${system}.default =
-        let
-          fhs = pkgs.buildFHSUserEnv {
-            name = "zed-env";
-            targetPkgs =
-              pkgs: with pkgs; [
-                glibc
-                gcc-unwrapped.lib
-                stdenv.cc.cc.lib
-                glib
-                zlib
-                binutils
-                pciutils
-                wget
-                libusb1
-
-                libGL
-                xorg.libX11
-                xorg.libXext
-
-                cudaPackages.cudatoolkit
-                cudaPackages.cudnn
-
-                (python3.withPackages (
-                  ps: with ps; [
-                    pip
-                    numpy
-                    opencv4
-                    open3d
-                  ]
-                ))
-              ];
-
-            profile = ''
-              export LD_LIBRARY_PATH=/run/opengl-driver/lib:/usr/lib:/usr/lib32:$LD_LIBRARY_PATH
-              export CUDA_PATH=${pkgs.cudaPackages.cudatoolkit}
-
-              export PIP_PREFIX=$(pwd)/.local_pip
-              export PYTHONPATH=$(pwd)/.local_pip/lib/python3.11/site-packages:$PYTHONPATH
-              export PATH=$(pwd)/.local_pip/bin:$PATH
-            '';
-          };
-        in
-        fhs.env;
-    };
-}

uczelnia/2_semestr/python/laby/9/zad1.py

@@ -0,0 +1,14 @@
+class PowerOfTwo:
+    def __init__(self, exp) -> None:
+        self.exp = exp
+
+    def __call__(self) -> int:
+        result: int = 2**self.exp
+        self.exp += 1
+        return result
+
+
+if __name__ == "__main__":
+    power = PowerOfTwo(1)
+    for _ in range(10):
+        print(power())

uczelnia/2_semestr/python/laby/9/zad2.py

@@ -0,0 +1,23 @@
+class PowerOfNumber:
+    def __init__(
+        self, number: int, exp: int, min_exp: int = 0, max_exp: int = 10
+    ) -> None:
+        self.exp: int = exp
+        self.number: int = number
+        self.min_exp: int = min_exp
+        self.max_exp: int = max_exp
+
+    def __call__(self) -> int | None:
+        if self.min_exp < self.exp < self.max_exp:
+            result: int = self.number**self.exp
+            self.exp += 1
+            return result
+        return None
+
+
+if __name__ == "__main__":
+    power = PowerOfNumber(3, 1)
+    for _ in range(20):
+        result: int | None = power()
+        if result:
+            print(result)

uczelnia/2_semestr/python/laby/9/zad3.py

@@ -0,0 +1,11 @@
+from typing import Generator
+
+
+def power_of_number(number: int, min_exp: int = 0, max_exp: int = 10) -> Generator[int]:
+    for i in range(min_exp, max_exp):
+        yield number**i
+
+
+if __name__ == "__main__":
+    for i in power_of_number(4):
+        print(i)

uczelnia/2_semestr/python/laby/9/zad4.py

@@ -0,0 +1,94 @@
+from random import randint
+
+
+class DList:
+    class Element:
+        def __init__(self, value, next=None, prev=None):
+            self.__value = value
+            self.next = next
+            self.prev = prev
+
+        @property
+        def value(self):
+            return self.__value
+
+    def __init__(self, args: list[int]) -> None:
+        self.__root = None
+        self.__end = None
+        for i in args:
+            self.insert(i)
+
+    def insert(self, value: int) -> None:
+        new_element = self.Element(value)
+
+        if self.__root is None:
+            self.__root = new_element
+            self.__end = new_element
+            return
+
+        current = self.__root
+
+        while current is not None and current.value < value:
+            current = current.next
+
+        if current == self.__root:
+            new_element.next = self.__root
+            self.__root.prev = new_element
+            self.__root = new_element
+        elif current is None:
+            new_element.prev = self.__end
+            self.__end.next = new_element
+            self.__end = new_element
+        else:
+            new_element.next = current
+            new_element.prev = current.prev
+            current.prev.next = new_element
+            current.prev = new_element
+
+    def __iter__(self):
+        curr = self.__root
+        while curr is not None:
+            yield curr.value  # - zwraca generator
+            curr = curr.next
+
+    def __reversed__(self):
+        curr = self.__end
+        while curr is not None:
+            yield curr.value
+            curr = curr.prev
+
+    def __contains__(self, value):
+        current = self.__root
+        while current is not None and current.value < value:
+            current = current.next
+        return current is not None and current.value == value
+
+
+# - - - - - - - - - - - - - - - - - TESTY - - - - - - - ----------
+dlista = DList([2, 3, 4, 5])
+for i in dlista:
+    print(i)
+print("\n - - - - - - - -\n")
+
+dlista = DList([8, 10, 9, 13])
+dlista.insert(7)
+dlista.insert(12)
+dlista.insert(15)
+
+for i in reversed(dlista):
+    print(i)
+
+print("\n - - - - - - - -\n")
+print(" Contain 8: ", 8 in dlista)
+print(" Contain 13: ", 13 in dlista)
+print(" Contain 15: ", 15 in dlista)
+print(" Contain 6: ", 6 in dlista)
+print(" Contain 11: ", 11 in dlista)
+print(" Contain 17: ", 17 in dlista)
+
+nowa_lista = DList([])
+for i in range(1000):
+    nowa_lista.insert(randint(0, 100))
+
+for i in nowa_lista:
+    print(i)

uczelnia/2_semestr/techniki_cyfrowe/Technika cyfrowa.md

@@ -15,3 +15,4 @@ rlc sratata
 Czas propagacji na wykresie czasu to przesunięcie zielonej linii.
 
 Verlilog, jakaś płytka z diodą
+