Сделал файл Installation_guide.md

1.py

@@ -0,0 +1,79 @@
+# +
+import numpy as np
+import matplotlib.pyplot as plt
+
+# Параметры уравнения
+alpha = 350.0       # 1/с
+omega = 614.4       # рад/с
+A = -15.75          # коэф. при cos
+B = -8.17           # коэф. при sin
+i_pr_val = -43.75   # принуждённая составляющая
+
+tau = 1 / alpha     # ≈ 0.002857 с
+t_max = 0.018       # 18 мс (> 6τ)
+
+# Время
+t_before = np.linspace(-0.005, 0, 100)
+t_after = np.linspace(0, t_max, 3000)
+t_full = np.concatenate([t_before, t_after])
+
+# Принуждённая составляющая (постоянна)
+i_pr = np.full_like(t_full, i_pr_val)
+
+# Свободная составляющая
+i_sv_before = np.zeros_like(t_before)  # до коммутации нет переходного процесса
+i_sv_after = np.exp(-alpha * t_after) * (A * np.cos(omega * t_after) + B * np.sin(omega * t_after))
+i_sv_full = np.concatenate([i_sv_before, i_sv_after])
+
+# Полный ток
+i_full = i_pr + i_sv_full
+
+# Проверка значений
+i0_plus = i_full[len(t_before)]  # первое значение при t >= 0
+print(f"i(0+) = {i0_plus:.3f} А (ожидается: {A + i_pr_val:.3f} = {-15.75 - 43.75:.3f} А)")
+print(f"i(∞) = {i_pr_val} А")
+print(f"i_sv(0+) = {i_sv_full[len(t_before)]:.3f} А (ожидается: {A} А)")
+
+# Построение
+plt.figure(figsize=(13, 7))
+
+plt.plot(t_full, i_full,      'b-',  linewidth=2.5, label=r'Полный ток $i(t) = i_{\text{пр}} + i_{\text{св}}$')
+plt.plot(t_full, i_pr,        'r--', linewidth=1.8, label=rf'Принуждённая: $i_{{\text{{пр}}}} = {i_pr_val}\ \text{{А}}$')
+plt.plot(t_full, i_sv_full,   'g-.', linewidth=2.0, label=r'Свободная составляющая $i_{\text{св}}(t)$')
+
+# Вертикальные линии
+plt.axvline(x=0,      color='k',   linestyle=':', linewidth=1.5, label='Коммутация ($t = 0$)')
+plt.axvline(x=3*tau,  color='m',   linestyle=':', linewidth=1.2, label=rf'$t = 3\tau \approx {3*tau*1000:.1f}\ \text{{мс}}$')
+
+# Дополнительно: отметим начальное значение
+plt.axhline(y=i0_plus, color='orange', linestyle=':', linewidth=1, alpha=0.7)
+
+# Оформление
+plt.axhline(y=0, color='gray', linewidth=0.6, alpha=0.5)
+plt.xlabel('Время, с', fontsize=12)
+plt.ylabel('Ток $i$, А', fontsize=12)
+plt.title(
+    r'Переходный процесс: $i(t) = (-15.75 \cos 614.4t - 8.17 \sin 614.4t)\, e^{-350t} - 43.75$',
+    fontsize=13, pad=15
+)
+plt.grid(True, alpha=0.3, linestyle='--')
+plt.legend(fontsize=10)
+plt.xlim(-0.005, t_max)
+plt.ylim(-75, 10)  # учитываем отрицательный пик ~ -59.5 А
+
+# Аннотации
+plt.text(0.0005,  -40, rf'$i(0_+) = {i0_plus:.1f}\ \text{{А}}$', color='b', fontsize=10)
+plt.text(0.0005,  -62, r'$i_{\text{св}}(0_+) = -15.75\ \text{А}$', color='g', fontsize=10)
+plt.text(0.0005,  -48, rf'$i_{{\text{{пр}}}} = {i_pr_val}\ \text{{А}}$', color='r', fontsize=10)
+plt.text(3*tau + 0.0003, -72, '3τ', color='m', fontsize=9, rotation=90)
+
+# Подпись до коммутации
+plt.text(-0.0045, -65, 'До коммутации:\n$i = 0$, $i_{\\text{св}} = 0$', fontsize=9, color='k')
+
+plt.tight_layout()
+plt.show()
+# -
+
+
+
+

Installation_guide.md

@@ -0,0 +1,20 @@
+# Установка и настрока Jupiter Lab на Windows (проверено на Windows 11 Home) для дисциплины Алгоритмы и структуры данных
+## 1. Скачиваем Anaconda с официального сайта: https://www.anaconda.com/download.
+## 2. Заходим в репозиторий dsa на гитхаб https://github.com/askras/dsa и делаем форк его к себе в аккаунт:
+![Компьютер](img/1.png)
+## 3. В своем аккаунте выбираем репозиторий dsa и копируем ключ SSH:
+![Компьютер](img/2.png)
+## 4. В командной строке переходим в папку, куда хотим склонировать репозиторий и прописываем команду **git clone “вставляем наш ключ”**.
+## 5. Проверяем установлен ли питон командой **python –version**, должны увидеть следующий результат:
+![Компьютер](img/3.png)
+## (главное чтобы была написана версия питона, цифры могут отличаться, но версия должна быть не ниже 3.13, если цифр нет или текст отличается, то нужно установить питон).
+## 6. Заходим в WindowsPowershell и переходим в папку с нашим репозиторием на ПК командой **cd “путь к папке dsa”**.
+## 7. Прописываем команду **python -m venv labvenv**, должна появиться папка labvenv в папке dsa:
+![Компьютер](img/4.png)
+## 8. Переходим в папку labsvenv командой **cd labsvenv** и прописываем команду **.\Scripts\Activate.ps1**.
+## 9. Возвращаемся в папку dsa командой **cd “путь к папке dsa”** и прописываем команду **pip install -r requirements.txt**, должно начаться скачивание файлов.
+## 10. Пишем команду **jupyter lab** и в браузере должен открыться jupyter lab с нашим репозиторием dsa и возможностью запускать файлы питона:
+![Компьютер](img/5.png)
+## Чтобы отключить jupyter lab закройте вкладку браузера, в Powershell нажмите Ctrl+C и пропишите команду **deactivate**.
+
+## Авторы: @telerink и @risullkin

labs/lab_01/Zadanie1.py

@@ -0,0 +1,168 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+# +
+# 1
+import functools
+import timeit
+import typing
+
+def get_usage_time(
+    *, number: int = 1, setup: str = 'pass', ndigits: int = 3
+) -> typing.Callable:
+    def decorator(func: typing.Callable) -> typing.Callable:
+        @functools.wraps(func)
+        def wrapper(*args, **kwargs) -> float:
+            usage_time = timeit.timeit(
+                lambda: func(*args, **kwargs),
+                setup=setup,
+                number=number,
+            )
+            return round(usage_time / number, ndigits)
+
+        return wrapper
+
+    return decorator
+
+
+# +
+# 2
+import random
+
+N = 6
+
+def vector_generator(n):
+    vec = [random.randint(1, 100*N) for i in range(n)]
+    return vec
+#1.2
+def summa_func(n):
+    vec = vector_generator(n)
+    summ = 0
+    for num in vec:
+        summ += num
+    return summ
+#1.3
+def proizvedenie_func(n):
+    vec = vector_generator(n)
+    proizv = 1
+    for num in vec:
+        proizv *= num
+    return proizv
+#1.5
+def maximum_func(n):
+    vec = vector_generator(n)
+    maxi = 0
+    for num in vec:
+        if num >= maxi:
+            maxi = num
+    return maxi
+#1.7
+# def srednee_arifm_func(vec):
+#     vec = vector_generator(n)
+#     summ = 0
+#     lenn = 0
+#     for num in vec:
+#         summ += num
+#         lenn += 1
+#     return summ/lenn
+#1.8
+def srednee_garm_func(n):
+    vec = vector_generator(n)
+    summ = 0
+    lenn = 0
+    for num in vec:
+        summ += num
+        lenn += 1
+    return lenn/summ
+
+
+# +
+#3
+import matplotlib.pyplot as plt
+
+N = 6
+
+def five_iteration_summa(n):
+    time_of_summa = []
+    summa_time = get_usage_time(ndigits=5)(summa_func)
+    for i in range(5):
+        time_of_summa.append(summa_time(n))
+    average_time_summa = sum(time_of_summa)/5
+    return average_time_summa
+
+def five_iteration_proizvedenie(n):
+    time_of_proizvedenie = []
+    proizvedenie_time = get_usage_time(ndigits=5)(proizvedenie_func)
+    for i in range(5):
+        time_of_proizvedenie.append(proizvedenie_time(n))
+    average_time_proizvedenie = sum(time_of_proizvedenie)/5
+    return average_time_proizvedenie
+
+def five_iteration_maximum(n):
+    time_of_maximum = []
+    maximum_time = get_usage_time(ndigits=5)(maximum_func)
+    for i in range(5):
+        time_of_maximum.append(maximum_time(n))
+    average_time_maximum = sum(time_of_maximum)/5
+    return average_time_maximum
+
+def five_iteration_srednee(n):
+    time_of_srednee = []
+    srednee_time = get_usage_time(ndigits=5)(srednee_garm_func)
+    for i in range(5):
+        time_of_srednee.append(srednee_time(n))
+    average_time_srednee = sum(time_of_srednee)/5
+    return average_time_srednee
+
+# %matplotlib inline
+
+items = range(1, 10**5*N+1, 1000*N)
+
+times_summa = []
+times_proizvedenie = []
+times_maximum = []
+times_srednee = []
+
+j = 0
+
+for i in items:
+    times_summa.append(five_iteration_summa(i))
+    times_proizvedenie.append(five_iteration_proizvedenie(i))
+    times_maximum.append(five_iteration_maximum(i))
+    times_srednee.append(five_iteration_srednee(i))
+    if i > 1000:
+        print('Среднее время произведения для', i, 'элементов:', times_proizvedenie[j])
+    j += 1
+
+#Summa
+plt.figure(figsize=(10, 6))
+plt.plot(items, times_summa)
+plt.title('График суммы элементов')
+plt.xlabel('Запуски программы')
+plt.ylabel('Время, сек')
+plt.grid(True)
+
+#Proizvedenie
+plt.figure(figsize=(10, 6))
+plt.plot(items, times_proizvedenie)
+plt.title('График произведения элементов')
+plt.xlabel('Запуски программы')
+plt.ylabel('Время, сек')
+plt.grid(True)
+
+#Maximum
+plt.figure(figsize=(10, 6))
+plt.plot(items, times_maximum)
+plt.title('График максимума из элементов')
+plt.xlabel('Запуски программы')
+plt.ylabel('Время, сек')
+plt.grid(True)
+
+#Srednee
+plt.figure(figsize=(10, 6))
+plt.plot(items, times_srednee)
+plt.title('График среднего гармонического элементов')
+plt.xlabel('Запуски программы')
+plt.ylabel('Время, сек')
+plt.grid(True)
+# -
+

labs/lab_01/Zadanie2.py

@@ -0,0 +1,83 @@
+# +
+# 1
+import functools
+import timeit
+import typing
+
+def get_usage_time(
+    *, number: int = 1, setup: str = 'pass', ndigits: int = 3
+) -> typing.Callable:
+    def decorator(func: typing.Callable) -> typing.Callable:
+        @functools.wraps(func)
+        def wrapper(*args, **kwargs) -> float:
+            usage_time = timeit.timeit(
+                lambda: func(*args, **kwargs),
+                setup=setup,
+                number=number,
+            )
+            return round(usage_time / number, ndigits)
+
+        return wrapper
+
+    return decorator
+
+
+# +
+# 2
+import random
+
+N = 6
+
+def matrix_generator(n):
+    matrix = []
+    for i in range(n):
+        line = [random.randint(1, 100*N) for j in range(n)]
+        matrix.append(line)
+    return matrix
+
+def matrix_proizv(n):
+    a = matrix_generator(n)
+    b = matrix_generator(n)
+    c = [[] for i in range(n)]
+    for i in range(n):
+        for j in range(n):
+            element = 0
+            for k in range(n): 
+                element += a[i][k] * b[k][j]
+            c[i].append(element)
+    return c
+
+
+# +
+# 3
+import matplotlib.pyplot as plt
+
+N = 6
+
+def five_iteration_matrix(n):
+    time_of_matrix = []
+    matrix_time = get_usage_time(ndigits=5)(matrix_proizv)
+    for i in range(5):
+        time_of_matrix.append(matrix_time(n))
+    average_time_matrix = sum(time_of_matrix)/5
+    return average_time_matrix
+
+# %matplotlib inline
+
+items = range(1, 10**2*N+1, 10)
+times_matrix = []
+j = 0
+for i in items:
+    times_matrix.append(five_iteration_matrix(i))
+    print('Среднее время произведения матриц для', i, 'порядка матрицы', times_matrix[j])
+    j += 1
+
+plt.figure(figsize=(10, 6))
+plt.plot(items, times_matrix)
+plt.title('График для произведения матриц')
+plt.xlabel('Порядок матрицы')
+plt.ylabel('Время, сек')
+plt.grid(True)   
+# -
+
+