import unittest
import numpy as np
import user_code  # ÐºÐ¾Ð´ ÑÑÑÐ´ÐµÐ½ÑÐ°

def _dynamic(tc, ok, ok_msg, fail_msg):
    tc._testMethodName = ok_msg if ok else fail_msg
    (tc.assertTrue if ok else tc.fail)(tc._testMethodName)

RTOL = 1e-7
ATOL = 1e-7

class TestCombinedTransformations(unittest.TestCase):

    def test_base_objects(self):
        reasons = []

        v = getattr(user_code, "v", None)
        S = getattr(user_code, "S", None)
        R = getattr(user_code, "R", None)

        # ÐÐµÑÐµÐ²ÑÑÐºÐ° Ð½Ð°ÑÐ²Ð½Ð¾ÑÑÑ ÑÐ° ÑÐ¾ÑÐ¼
        if not (isinstance(v, np.ndarray) and v.shape == (2,1)):
            reasons.append(f"v must be a (2,1) array; got {None if v is None else v.shape}")
        if not (isinstance(S, np.ndarray) and S.shape == (2,2)):
            reasons.append(f"S must be a (2,2) array; got {None if S is None else S.shape}")
        if not (isinstance(R, np.ndarray) and R.shape == (2,2)):
            reasons.append(f"R must be a (2,2) array; got {None if R is None else R.shape}")

        # ÐÑÑÐºÑÐ²Ð°Ð½Ñ Ð·Ð½Ð°ÑÐµÐ½Ð½Ñ Ð·Ð° ÑÐ¼Ð¾Ð²Ð¾Ñ
        v_exp = np.array([[2.0],[3.0]])
        S_exp = np.array([[2.0, 0.0],
                          [0.0, 0.5]])
        # ÐÐ»Ñ R Ð¾ÑÑÐºÑÑÐ¼Ð¾ 90Â° CCW: [[0,-1],[1,0]] Ð· Ð¼Ð¾Ð¶Ð»Ð¸Ð²Ð¾Ñ Ð¿Ð¾ÑÐ¸Ð±ÐºÐ¾Ñ
        R_exp = np.array([[0.0, -1.0],
                          [1.0,  0.0]])

        if isinstance(v, np.ndarray) and v.shape == (2,1) and not np.allclose(v, v_exp, rtol=RTOL, atol=ATOL):
            reasons.append(f"v values incorrect; expected {v_exp.ravel().tolist()}, got {v.ravel().tolist()}")
        if isinstance(S, np.ndarray) and S.shape == (2,2) and not np.allclose(S, S_exp, rtol=RTOL, atol=ATOL):
            reasons.append(f"S values incorrect; expected {S_exp.tolist()}, got {S.tolist()}")
        if isinstance(R, np.ndarray) and R.shape == (2,2) and not np.allclose(R, R_exp, rtol=1e-6, atol=1e-6):
            reasons.append(f"R should be 90Â° CCW rotation; expected approx {R_exp.tolist()}, got {R.tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: base objects (v, S, R) are correct",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")

    def test_scaled_vector(self):
        reasons = []

        v = getattr(user_code, "v", None)
        S = getattr(user_code, "S", None)
        scaled_v = getattr(user_code, "scaled_v", None)

        if not (isinstance(scaled_v, np.ndarray) and scaled_v.shape == (2,1)):
            reasons.append(f"scaled_v must be a (2,1) array; got {None if scaled_v is None else scaled_v.shape}")
        else:
            exp_scaled = S @ v
            if not np.allclose(scaled_v, exp_scaled, rtol=RTOL, atol=ATOL):
                reasons.append(f"scaled_v != S @ v; expected {exp_scaled.ravel().tolist()}, got {scaled_v.ravel().tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: scaled_v equals S @ v",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")

    def test_rotated_vector(self):
        reasons = []

        R = getattr(user_code, "R", None)
        scaled_v = getattr(user_code, "scaled_v", None)
        rotated_v = getattr(user_code, "rotated_v", None)

        if not (isinstance(rotated_v, np.ndarray) and rotated_v.shape == (2,1)):
            reasons.append(f"rotated_v must be a (2,1) array; got {None if rotated_v is None else rotated_v.shape}")
        else:
            exp_rot = R @ scaled_v
            if not np.allclose(rotated_v, exp_rot, rtol=1e-6, atol=1e-6):
                reasons.append(f"rotated_v != R @ scaled_v; expected {exp_rot.ravel().tolist()}, got {rotated_v.ravel().tolist()}")

            # ÐÐ¾Ð´Ð°ÑÐºÐ¾Ð²Ð¸Ð¹ ÑÐ¸ÑÐ»Ð¾Ð²Ð¸Ð¹ ÑÐµÐº Ð¾ÑÑÐºÑÐ²Ð°Ð½Ð¸Ñ ÐºÐ¾Ð¾ÑÐ´Ð¸Ð½Ð°Ñ (-1.5, 4)
            exp_num = np.array([[-1.5],[4.0]])
            if not np.allclose(rotated_v, exp_num, rtol=1e-6, atol=1e-6):
                reasons.append(f"rotated_v should be approximately [-1.5, 4]; got {rotated_v.ravel().tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: rotated_v equals R @ scaled_v and matches expected coords",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")


test_code.py

Behersk de matematiske grunnprinsippene som er essensielle for datavitenskap. Utforsk kjernebegreper innen funksjoner, kalkulus, lineær algebra, sannsynlighet og dimensjonsreduksjon. Bygg både teoretisk forståelse og praktisk programmeringserfaring for å styrke evnen til å analysere data, modellere komplekse systemer og anvende avanserte teknikker innen maskinlæring.

Utforsk grunnlaget for matematiske funksjoner. Lær om ulike typer algebraiske og transcendentale funksjoner, deres egenskaper, og hvordan de kan implementeres i Python for å løse reelle problemer.

Behersk konseptene mengder og rekker, fra grunnleggende operasjoner til praktiske anvendelser. Få praktisk erfaring med å implementere mengdeoperasjoner og arbeide med aritmetiske og geometriske rekker i Python.

Utvikle en solid forståelse av grenser, deriverte, integraler og partiellderiverte. Knytt teori til praksis ved å implementere disse konseptene i Python og anvende dem på optimering gjennom gradient descent.

Bygg solid kunnskap om vektorer, matriser og transformasjoner. Lær dekomponeringsmetoder og egenverdianalyse, samtidig som konseptene styrkes med Python-kodeutfordringer og praktiske anvendelser innen datavitenskap.

Fordyp deg i sannsynlighetsteori og statistikk. Studer betinget sannsynlighet, Bayes’ teorem og statistiske mål. Implementer sentrale konsepter i Python, simuler fordelinger, og styrk ferdighetene dine gjennom utfordringer og quizer.

Utfordring: Kombinerte Transformasjoner av en Vektor

Oppgave:

Løsning