initial commit

processor.py

@@ -0,0 +1,72 @@
+import math
+
+r = 6
+
+def avg(a):
+    return round(sum(a) / len(a), r)
+
+raw_stats = []
+while True:
+    n = input()
+    if n != "":
+        raw_stats.append(float(n))
+    else:
+        break
+
+stats = list(map(lambda x: round(x/5, r), raw_stats))
+print("Знаходимо час одного коливання для кожного значення та використовуємо отриманий набір даних для обчислень")
+
+# processing: constants
+
+delta_t = float(input("Зазначте Δt = "))
+n = float(input("Зазначте n = "))
+
+# processing: formulas
+
+T_max = max(stats)
+T_min = min(stats)
+
+print(f"\n\nTmin = {T_min}\nTmax = {T_max}\n")
+
+delta_T = delta_t / n
+print(f"Знаходимо ΔT як ΔT = Δt/n = {delta_t} / {n} = {delta_T}")
+
+m_raw = round(T_max - T_min, r) / (2*delta_T)
+if m_raw % 1:
+    m = math.floor(m_raw)
+else:
+    m = math.floor(m_raw) + 1
+
+print(f"Знаходимо m як m = (Tmax - Tmin) / (2*ΔT) = ({T_max} - {T_min}) / (2 * {delta_T}) = {round(T_max - T_min, 3)} / {delta_T*2} = {m}")
+
+
+interval_width = round((T_max - T_min) / m, r)
+print(f"Розбиваємо гістограму на m={m} проміжків (кожен з інтервалом по {interval_width} секунди) та обчислюємо кількість результатів, що входять до кожного з них; отримуємо таку статистику:")
+
+gist_list = []
+Ni = 1
+for i in range(m):
+    l = round(T_min + i*interval_width, r)
+    u = round(l + interval_width, r)
+    a = len([k for k in stats if l <= k < u])
+    gist_list.append(a)
+    print(f"Проміжок: {l}-{u}; № = {Ni} Ti = {avg([l, u])}; Ni = {a}; vi = {round(a/len(stats), r)}")
+    Ni += 1
+
+print("\nОтримуємо таку гістограму:\n")
+
+print("\n".join([("".join([" |"[int(k > i)] for k in gist_list])) for i in range(max(gist_list))][::-1]))
+
+avg_T = round(sum(stats) / len(stats), r)
+print(f"\nЗнаходимо середнє арифметичне ❬T❭ = {avg_T}")
+
+D = round((sum(tuple(map(lambda x: x**2, stats))) / len(stats)) - ((sum(stats) / len(stats)) ** 2), r)
+print(f"Знаходимо дисперсію D за формулою D = ❬v^2❭ - ❬v❭^2 = {round(sum(tuple(map(lambda x: x**2, stats))) / len(stats), r)} - {round((sum(stats) / len(stats)) ** 2, r)} = {D}")
+
+sigma = round(math.sqrt(D), r)
+print(f"Знаходимо середньоквадратичне відхилення σ як σ = √D = √{D} = {sigma}")
+
+delta = round(sigma / avg(stats), r)
+print(f"Знаходимо відносну флуктуацію δ як δ = σ / ❬T❭ = {sigma} / {avg(stats)} = {delta}")
+
+