Metadata-Version: 2.1
Name: progbr
Version: 0.3.3
Summary: Uma biblioteca para facilitar sua jornada em matemática
Author: ['Bidjory']
Author-email: anybosoft@gmail.com
Maintainer: Samuel Bidjory
License: MIT
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.6
Description-Content-Type: text/markdown
License-File: LICENSE

# progbr

A biblioteca AnyBoMath (progbr) e uma biblioteca para facilitar sua jornada em matematica, fornecendo diversas funcoes matematicas e ferramentas uteis.

## Instalacao

Você pode instalar a biblioteca usando o pip:

```
pip install progbr
```

## Funcoes Disponiveis

Aqui estao algumas das funcoes disponiveis na biblioteca:

### Funcao para Imprimir

```python
import progbr

progbr.printar("Ola, Mundo!")
```

### Funcao para Calcular o Fatorial

```python
import progbr

resultado = progbr.fatorial(5)
print(resultado)  # Saida: 120
```

### Funcao para Calcular a Potência

```python
import progbr

resultado = progbr.potencia(2, 3)
print(resultado)  # Saida: 8
```

### Funcao para Calcular o Maximo

```python
import progbr

resultado = progbr.valor_maximo(10, 5, 8, 12)
print(resultado)  # Saida: 12
```

### Funcao para Calcular o Minimo

```python
import progbr

resultado = progbr.valor_minimo(10, 5, 8, 12)
print(resultado)  # Saida: 5
```

### Funcao para Calcular a Raiz Quadrada

```python
import progbr

resultado = progbr.raiz_quadrada(16)
print(resultado)  # Saida: 4.0
```

### Funcao para Calcular a Exponencial

```python
import progbr

resultado = progbr.exponencial(2)
print(resultado)  # Saida: 7.3890560989306495
```

### Funcao para Calcular o Valor de π (Pi)

```python
import progbr

resultado = progbr.PI()
print(resultado)  # Saida: 3.141592653589793
```

### Funcao para Calcular o Logaritmo Natural

```python
import progbr

resultado = progbr.logaritmo_natural(2)
print(resultado)  # Saida: 0.6931471805599453
```

### Funcao para Calcular o Valor Absoluto

```python
import progbr

resultado = progbr.modulo(-5)
print(resultado)  # Saida: 5
```

### Funcao para Calcular o Logaritmo na Base 2

```python
import progbr

resultado = progbr.logaritmo_base2(8)
print(resultado)  # Saida: 3.0
```

### Funcao para Calcular o Piso de um Numero

```python
import progbr

resultado = progbr.piso(3.7)
print(resultado)  # Saida: 3
```

### Funcao para Arredondar um Numero

```python
import progbr

resultado = progbr.arredondamento(4.8)
print(resultado)  # Saida: 5
```

### Funcao para Calcular o Teto de um Numero

```python
import progbr

resultado = progbr.teto_do_numero(5.2)
print(resultado)  # Saida: 6
```


## Classe `Espera`

A classe `Espera` fornece metodos para adicionar pausas ou atrasos em execucoes de codigo. Isso pode ser util quando você deseja adicionar atrasos entre a execucao de determinadas tarefas ou quando precisa esperar um certo periodo de tempo antes de prosseguir.

### Metodo `espera_s`

```python
import progbr

# Pausa por 5 segundos
progbr.Espera.espera_s(5)
```

### Metodo `espera_m`

```python
import progbr

# Pausa por 3 minutos
progbr.Espera.espera_m(3)
```

### Metodo `espera_h`

```python
import progbr

# Pausa por 1 hora
progbr.Espera.espera_h(1)
```

### Metodo `espera_d`

```python
import progbr

# Pausa por 2 dias
progbr.Espera.espera_d(2)
```

### Metodo `espera_me28`

```python
import progbr

# Pausa por 28 dias (aproximadamente 4 semanas)
progbr.Espera.espera_me28(1)
```

### Metodo `espera_me29`

```python
import progbr

# Pausa por 29 dias (aproximadamente 4 semanas e 1 dia)
progbr.Espera.espera_me29(1)
```

### Metodo `espera_me30`

```python
import progbr

# Pausa por 30 dias (aproximadamente 1 mês)
progbr.Espera.espera_me30(1)
```

### Metodo `espera_me31`

```python
import progbr

# Pausa por 31 dias (aproximadamente 1 mês e 1 dia)
progbr.Espera.espera_me31(1)
```

### Metodo `espera_tr30`

```python
import progbr

# Pausa por 90 dias (aproximadamente 3 meses)
progbr.Espera.espera_tr30(1)
```

### Metodo `espera_tr31`

```python
import progbr

# Pausa por 93 dias (aproximadamente 3 meses e 1 dia)
progbr.Espera.espera_tr31(1)
```

### Metodo `espera_sem`

```python
import progbr

# Pausa por 1 semana (aproximadamente 7 dias)
progbr.Espera.espera_sem(1)
```

### Metodo `espera_ano365`

```python
import progbr

# Pausa por 1 ano (365 dias)
progbr.Espera.espera_ano365(1)
```

### Metodo `espera_ano366`

```python
import progbr

# Pausa por 1 ano bissexto (366 dias)
progbr.Espera.espera_ano366(1)
```

### Metodo `espera_dec365`

```python
import progbr

# Pausa por 10 anos (3650 dias)
progbr.Espera.espera_dec365(1)
```

### Metodo `espera_dec366`

```python
import progbr

# Pausa por 10 anos bissextos (3652 dias)
progbr.Espera.espera_dec366(1)
```

### Metodo `miliseg`

```python
import progbr

# Pausa por 500 milissegundos (0,5 segundos)
progbr.Espera.miliseg(500)
```

### Metodo `esperar_e_desligar_m`

```python
import progbr

# Espera 5 minutos e desliga o computador
progbr.Espera.esperar_e_desligar_m(5)
```

### Metodo `esperar_e_desligar_s`

```python
import progbr

# Espera 10 segundos e desliga o computador
progbr.Espera.esperar_e_desligar_s(10)
```

### Metodo `esperar_e_reiniciar_m`

```python
import progbr

# Espera 5 minutos e reinicia o computador
progbr.Espera.esperar_e_reiniciar_m(5)
```

### Metodo `esperar_e_reiniciar_s`

```python
import progbr

# Espera 10 segundos e reinicia o computador
progbr.Espera.esperar_e_reiniciar_s(10)
```

# Metodo `suspender_computador`
```python
import progbr
progbr.Espera.suspender_computador
```

# Classe Aleator (Aleator)

A classe `Aleator` fornece metodos para gerar numeros aleatorios e fazer escolhas aleatorias em uma lista.

## Metodo `alea_inteiro_a_b`

```python
import progbr

# Gera um numero inteiro aleatorio entre a e b (inclusive)
numero_aleatorio = progbr.Aleator.alea_inteiro_a_b(a, b)
```

## Metodo `alea_inteiro_a`

```python
import progbr

# Gera um numero inteiro aleatorio entre 0 e a (exclusive)
numero_aleatorio = progbr.Aleator.alea_inteiro_a(a)
```

## Metodo `alea`

```python
import progbr

# Gera um numero decimal aleatorio entre 0 e 1 (exclusive)
numero_aleatorio = progbr.Aleator.alea()
```

## Metodo `alea_num`

```python
import progbr

# Gera um numero decimal aleatorio seguindo uma distribuicao normal (media 0 e desvio padrao 1)
numero_aleatorio = progbr.Aleator.alea_num()
```

## Metodo `escolhe`

```python
import progbr

# Escolhe um elemento aleatorio da lista de opcoes
escolha_aleatoria = progbr.Aleator.escolhe(lista_de_opcoes)
```

# Classe Grafico (Grafico)

A classe `Grafico` fornece metodos para criar diferentes tipos de graficos usando a biblioteca Matplotlib.

## Metodo `grafico_barra`

```python
import progbr

# Cria um grafico de barras
progbr.Grafico.grafico_barra(x, y, eixox, eixoy, titulo, cor, legenda, tamanho_d_figura, salvar_como, xlimite, ylimite)
```

## Metodo `grafico_dispersao`

```python
import progbr

# Cria um grafico de dispersao
progbr.Grafico.grafico_dispersao(x, y, eixox, eixoy, titulo, cor, marcador, tamanho_d_figura, salvar_como, xlimite, ylimite)
```

## Metodo `grafico_pizza`

```python
import progbr

# Cria um grafico de pizza
progbr.Grafico.grafico_pizza(dados, tamanhos, titulo, cor, destaca, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_linhas`

```python
import progbr

# Cria um grafico de linhas
progbr.Grafico.grafico_linhas(x, y, titulo, eixox, eixoy, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_area`

```python
import progbr

# Cria um grafico de area
progbr.Grafico.grafico_area(x, y, titulo, eixox, eixoy, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_histograma`

```python
import progbr

# Cria um histograma
progbr.Grafico.grafico_histograma(valores, titulo, eixox, eixoy, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_boxplot`

```python
import progbr

# Cria um grafico de boxplot
progbr.Grafico.grafico_boxplot(dados, titulo, eixox, tamanho_d_figura, salvar_como)
```

## Metodo `surface_plot`

```python
import progbr

# Cria um grafico de superficie 3D
progbr.Grafico.surface_plot(x, y, z, titulo, eixox, eixoy, eixoz, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_contorno`

```python
import progbr

# Cria um grafico de contorno
progbr.Grafico.grafico_contorno(x, y, z, titulo, eixox, eixoy, tamanho_d_figura, salvar_como)
```

## Metodo `grafico_polar`

```python
import progbr

# Cria um grafico polar
progbr.Grafico.grafico_polar(angulos, valores, titulo, tamanho_d_figura, salvar_como)
```

A classe `Equacao` possui métodos para resolver e explicar equações de primeiro e segundo grau.

## Método `equacaoPrimeiroGrauEx` (ou `epgEx`)

Este método resolve e explica uma equação de primeiro grau na forma ax + b = c. Ele retorna a solução da equação e uma explicação passo a passo de como chegou a essa solução.

Exemplo de uso:
```python
from progbr import Equacao
resultado = Equacao.equacaoPrimeiroGrauEx(2, 3, 9)
print(resultado)
```
Saída:
```
2x + 3 = 9  (x: 3.0), --EXPLICAÇÃO--, 2x + 3 = 9, 3 vai trocar de lado e vai no lado do 9, mais vai trocar de sinal, vai ficar 2x = 9 - (3), 2x = 6, x = 6/2, x = 3.0
```

## Método `equacaoSegundoGrauEx` (ou `esgEx`)

Este método resolve e explica uma equação de segundo grau na forma ax^2 + bx + c = 0. Ele retorna as raízes reais da equação e uma explicação passo a passo de como chegou a essas raízes.

Exemplo de uso:
```python
from progbr import Equacao
resultado = Equacao.equacaoSegundoGrauEx(1, -5, 6)
print(resultado)
```
Saída:
```
A equação 1x² - 5x + 6 = 0 possui duas raízes reais:, x1 = 3.0, x2 = 2.0  --EXPLICAÇÃO--, delta = -5² - 4 * 1 * 6, Se delta < 0, a equação não possui raízes reais, Senão, as raízes são:, x = -5 / (2 * 1), x1 = (-5 + √1) / (2 * 1), x2 = (-5 - √1) / (2 * 1), x1 = 3.0, x2 = 2.0
```

## Método `equacaoPrimeiroGrau` (ou `epg`)

Este método resolve uma equação de primeiro grau na forma ax + b = c e retorna a solução.

Exemplo de uso:
```python
from progbr import Equacao
resultado = Equacao.equacaoPrimeiroGrau(2, 3, 9)
print(resultado)
```
Saída:
```
3.0
```

## Método `equacaoSegundoGrau` (ou `esg`)

Este método resolve uma equação de segundo grau na forma ax^2 + bx + c = 0 e retorna as raízes reais.

Exemplo de uso:
```python
from progbr import Equacao
resultado = Equacao.equacaoSegundoGrau(1, -5, 6)
print(resultado)
```
Saída:
```
A equação possui duas raízes reais: x1 = 3.0, x2 = 2.0
```

Observe que as funções com o sufixo "Ex" fornecem uma explicação detalhada do passo a passo da resolução, enquanto as funções sem esse sufixo retornam apenas a solução ou as raízes.


# Classes de Sistema Operacional

A classe `SO` fornece métodos para interagir com o sistema operacional, como manipulação de arquivos e diretórios, obter informações sobre a plataforma e outras funcionalidades relacionadas ao sistema.

## Método `diretorio_atual`

Este método retorna o diretório atual do sistema operacional.

Exemplo de uso:
```python
diretorio_atual = SO.diretorio_atual()
print(diretorio_atual)
```
Saída:
```
(/caminho/do/diretorio)
```

## Método `lista_arq_dir`

Este método lista os arquivos e diretórios presentes em um determinado caminho.

Exemplo de uso:
```python
conteudo_caminho = SO.lista_arq_dir('/caminho/do/diretorio')
print(conteudo_caminho)
```
Saída:
```
['arquivo1.txt', 'arquivo2.txt', 'diretorio1', 'diretorio2']
```

## Método `criar_diretorio`

Este método cria um novo diretório com o nome fornecido.

Exemplo de uso:
```python
SO.criar_diretorio('novo_diretorio')
```

## Método `remover_arq`

Este método remove um arquivo do sistema.

Exemplo de uso:
```python
SO.remover_arq('arquivo.txt')
```

## Método `remover_dir`

Este método remove um diretório do sistema.

Exemplo de uso:
```python
SO.remover_dir('diretorio')
```

## Método `remover_dir_td`

Este método remove um diretório e todo o seu conteúdo (subdiretórios e arquivos) do sistema.

Exemplo de uso:
```python
SO.remover_dir_td('diretorio')
```

## Método `eh_arquivo`

Este método verifica se o caminho fornecido corresponde a um arquivo.

Exemplo de uso:
```python
resultado = SO.eh_arquivo('arquivo.txt')
print(resultado)
```
Saída:
```
'arquivo.txt' É um arquivo
```

## Método `eh_diretorio`

Este método verifica se o caminho fornecido corresponde a um diretório.

Exemplo de uso:
```python
resultado = SO.eh_diretorio('diretorio')
print(resultado)
```
Saída:
```
'diretorio' É um diretório
```

## Método `versao_python`

Este método retorna a versão do Python instalada no sistema.

Exemplo de uso:
```python
versao = SO.versao_python()
print(versao)
```
Saída:
```
Versão: 3.8.5
```

## Método `sistema_operacional`

Este método retorna o nome do sistema operacional em que o código está sendo executado.

Exemplo de uso:
```python
sistema = SO.sistema_operacional()
print(sistema)
```
Saída:
```
Linux
```

## Método `plataforma`

Este método retorna informações detalhadas sobre a plataforma em que o código está sendo executado.

Exemplo de uso:
```python
plataforma = SO.plataforma()
print(plataforma)
```
Saída:
```
plataforma: ['L', 'i', 'n', 'u', 'x']
```

## Método `existe_arq_dir`

Este método verifica se um arquivo ou diretório existe no sistema.

Exemplo de uso:
```python
resultado = SO.existe_arq_dir('arquivo.txt')
print(resultado)
```
Saída:
```
Este Arquivo existe
```

## Método `mover_arq_dir`

Este método move um arquivo para um diretório específico.

Exemplo de uso:
```python
resultado = SO.mover_arq_dir('arquivo.txt', 'destino')
print(resultado)
```
Saída:
```
O Arquivo 'arquivo.txt' Foi movido pelo diretorio 'destino'
```

## Método `mostra_arq_dire`

Este método exibe o conteúdo do diretório atual no sistema operacional. (No Windows, exibe o comando `dir`, no Linux exibe o comando `ls`).

Exemplo de uso:
```python
SO.mostra_arq_dire()
```
(Será exibido o conteúdo do diretório atual no terminal ou prompt de comando)

## Método `criar_arquivo`

Este método cria um novo arquivo com o nome fornecido e insere o conteúdo especificado.

Exemplo de uso:
```python
SO.criar_arquivo('novo_arquivo.txt', 'Este é o conteúdo do arquivo.')
```

## Método `adicionar_conteudo_arquivo`

Este método adiciona conteúdo a um arquivo existente.

Exemplo de uso:
```python
SO.adicionar_conteudo_arquivo('arquivo_existente.txt', 'Este é o novo conteúdo do arquivo.')
```

## Método `ler_arquivo`

Este método lê o conteúdo de um arquivo e retorna como uma string.

Exemplo de uso:
```python
conteudo = SO.ler_arquivo('arquivo.txt')
print(conteudo)
```

## Método `ler_arquivo_linhas_lista`

Este método lê o conteúdo de um arquivo e retorna uma lista de linhas.

Exemplo de uso:
```python
linhas = SO.ler_arquivo_linhas_lista('arquivo.txt')
print(linhas)
```

## Método `ler_arquivo_linha_por_linha`

Este método lê o conteúdo de um arquivo e imprime linha por linha no terminal.

Exemplo de uso:
```python
SO.ler_arquivo_linha_por_linha('arquivo.txt')
```

## Método `abrir_arquivo`

Este método abre um arquivo no sistema usando o programa padrão associado a esse tipo de arquivo.

Exemplo de uso:
```python
SO.abrir_arquivo('documento.txt')
```

## Método `pesquisa_arq`

Este método pesquisa por arquivos com uma determinada extensão no diretório atual e retorna uma lista com os nomes dos arquivos encontrados.

Exemplo de uso:
```python
arquivos_txt = SO.pesquisa_arq('txt')
print(arquivos_txt)
```

## Método `remover_td_arq`

Este método remove todos os arquivos com uma determinada extensão no diretório atual.

Exemplo de uso:
```python
SO.remover_td_arq('txt')
```

## Método `diretorio_ctssd`

Este método copia todo o conteúdo de um diretório (incluindo subdiretórios e arquivos) para outro diretório de destino.

Exemplo de uso:
```python
SO.diretorio_ctssd('/caminho/do/diretorio_origem', '/caminho/do/diretorio_destino')
```

Certifique-se de que tenha permissões suficientes no sistema para executar algumas dessas operações que envolvem criação, remoção ou movimentação de arquivos e diretórios.



# Classe Trigonometria

A classe `Trigonometria` contem metodos para calcular funcoes trigonometricas e hiperbolicas, bem como arco trigonometrico.

## Metodo `seno`

```python
import progbr

# Calcula o seno de um ângulo em radianos
resultado = progbr.Trigonometria.seno(angle)
print(resultado)
```

## Metodo `cosseno`

```python
import progbr

# Calcula o cosseno de um ângulo em radianos
resultado = progbr.Trigonometria.cosseno(angle)
print(resultado)
```

## Metodo `tangente`

```python
import progbr

# Calcula a tangente de um ângulo em radianos
resultado = progbr.Trigonometria.tangente(angle)
print(resultado)
```

## Metodo `cosseno_hiperbolico`

```python
import progbr

# Calcula o cosseno hiperbolico de um numero
resultado = progbr.Trigonometria.cosseno_hiperbolico(num)
print(resultado)
```

## Metodo `seno_hiperbolico`

```python
import progbr

# Calcula o seno hiperbolico de um numero
resultado = progbr.Trigonometria.seno_hiperbolico(num)
print(resultado)
```

## Metodo `tangente_hiperbolica`

```python
import progbr

# Calcula a tangente hiperbolica de um numero
resultado = progbr.Trigonometria.tangente_hiperbolica(num)
print(resultado)
```

## Metodo `arco_cosseno`

```python
import progbr

# Calcula o arco cosseno de um numero
resultado = progbr.Trigonometria.arco_cosseno(num)
print(resultado)
```

## Metodo `arco_seno`

```python
import progbr

# Calcula o arco seno de um numero
resultado = progbr.Trigonometria.arco_seno(num)
print(resultado)
```

## Metodo `arco_tangente`

```python
import progbr

# Calcula o arco tangente de um numero
resultado = progbr.Trigonometria.arco_tangente(num)
print(resultado)
```

## Metodo `arco_tangente2`

```python
import progbr

# Calcula o arco tangente de um numero com dois argumentos (y, x)
resultado = progbr.Trigonometria.arco_tangente2(y, x)
print(resultado)
```

# Classe Estatistica

A classe `Estatistica` contem metodos para realizar calculos estatisticos.

## Metodo `media`

```python
import progbr

# Calcula a media dos valores fornecidos como argumentos
resultado = progbr.Estatistica.media(*args)
print(resultado)
```

## Metodo `mediana`

```python
import progbr

# Calcula a mediana dos valores fornecidos como argumentos
resultado = progbr.Estatistica.mediana(*args)
print(resultado)
```

## Metodo `moda`

```python
import progbr

# Calcula a moda dos valores fornecidos como argumentos
resultado = progbr.Estatistica.moda(*args)
print(resultado)
```

## Metodo `desvio_padrao`

```python
import progbr

# Calcula o desvio padrao dos valores fornecidos como argumentos
resultado = progbr.Estatistica.desvio_padrao(*args)
print(resultado)
```

## Metodo `desvio_medio`

```python
import progbr

# Calcula o desvio medio dos valores fornecidos como argumentos
resultado = progbr.Estatistica.desvio_medio(*args)
print(resultado)
```

## Metodo `variancia`

```python
import progbr

# Calcula a variância dos valores fornecidos como argumentos
resultado = progbr.Estatistica.variancia(*args)
print(resultado)
```

## Metodo `comparar`

```python
import progbr

# Compara duas listas de valores e retorna a diferenca media
resultado = progbr.Estatistica.comparar(a, b)
print(resultado)
```

## Metodo `media_ponderada`

```python
import progbr

# Calcula a media ponderada dos valores fornecidos e seus respectivos pesos
resultado = progbr.Estatistica.media_ponderada(valores, pesos)
print(resultado)
```

## Metodo `media_geometrica`

```python
import progbr

# Calcula a media geometrica dos valores fornecidos como argumentos
resultado = progbr.Estatistica.media_geometrica(*args)
print(resultado)
```

## Metodo `media_quadratica`

```python
import progbr

# Calcula a media quadratica dos valores fornecidos como argumentos
resultado = progbr.Estatistica.media_quadratica(*args)
print(resultado)
```

## Metodo `intervalo_medio`

```python
import progbr

# Calcula o intervalo medio dos valores fornecidos como argumentos
resultado = progbr.Estatistica.intervalo_medio(*args)
print(resultado)
```

## Metodo `intervalo_medio_entre_dois_numeros`

```python
import progbr

# Calcula o intervalo medio entre dois numeros fornecidos como argumentos
resultado = progbr.Estatistica.intervalo_medio_entre_dois_numeros(a, b)
print(resultado)
```

## Metodo `amplitude`

```python
import progbr

# Calcula a amplitude dos valores fornecidos como argumentos
resultado = progbr.Estatistica.amplitude(*args)
print(resultado)
```

## Metodo `quartis`

```python
import progbr

# Calcula os quartis dos valores fornecidos como argumentos
resultado = progbr.Estatistica.quartis(*args)
print(resultado)
```

## Metodo `amplitude_interquartil`

```python
import progbr

# Calcula a amplitude interquartil dos valores fornecidos como argumentos
resultado = progbr.Estatistica.amplitude_interquartil(*args)
print(resultado)
```

## Metodo `coeficiente_correlacao`

```python
import progbr

# Calcula o coeficiente de correlacao entre duas listas de valores (x, y)
resultado = progbr.Estatistica.coeficiente_correlacao(x, y)
print(resultado)
```

## Metodo `regressao_linear`

```python
import progbr

# Realiza a regressao linear entre duas listas de valores (x, y) e retorna os coeficientes (a, b)
resultado = progbr.Estatistica.regressao_linear(x, y)
print(resultado)
```

## Metodo `coeficiente_variacao`

```python
import progbr

# Calcula o coeficiente de variacao dos valores fornecidos como argumentos
resultado = progbr.Estatistica.coeficiente_variacao(*args)
print(resultado)
```

## Metodo `media_harmonica`

```python
import progbr

# Calcula a media harmônica dos valores fornecidos como argumentos
resultado = progbr.Estatistica.media_harmonica(*args)
print(resultado)
```

## Metodo `distribuicao_frequencia`

```python
import progbr

# Calcula a distribuicao de frequência para os dados fornecidos
resultado = progbr.Estatistica.distribuicao_frequencia(dados, num_classes)
print(resultado)
```

## Metodo `intervalo_confianca`

```python
import progbr

# Calcula o intervalo de confianca dos dados fornecidos e nivel de confianca especificado
resultado = progbr.Estatistica.intervalo_confianca(dados, nivel_confianca)
print(resultado)
```

## Metodo `coeficiente_assimetria`

```python
import progbr

# Calcula o coeficiente de assimetria dos valores fornecidos como argumentos
resultado = progbr.Estatistica.coeficiente_assimetria(*args)
print(resultado)
```

## Metodo `curtose`

```python
import progbr

# Calcula a curtose dos valores fornecidos como argumentos
resultado = progbr.Estatistica.curtose(*args)
print(resultado)
```

## Metodo `coeficiente_correlacao_pearson`

```python
import progbr

# Calcula o coeficiente de correlacao de Pearson entre duas listas de valores (x, y)
resultado = progbr.Estatistica.coeficiente_correlacao_pearson(x, y)
print(resultado)
```

## Metodo `teste_t`

```python
import progbr

# Realiza o teste t entre duas amostras e retorna o valor de t
resultado = progbr.Estatistica.teste_t(amostra1, amostra2)
print(resultado)
```

## Metodo `teste_qui_quadrado`

```python
import progbr

# Realiza o teste qui-quadrado entre duas tabelas de frequência e retorna o valor de qui-quadrado
resultado = progbr.Estatistica.teste_qui_quadrado(freq_obs, freq_esp)
print(resultado)
```

## Metodo `analise_variancia`

```python
import progbr

# Realiza a analise de variância (ANOVA) entre varias amostras e retorna o valor de F
resultado = progbr.Estatistica.analise_variancia(*args)
print(resultado)
```

## Metodo `teste_normalidade`

```python
import progbr

# Realiza o teste de normalidade para uma amostra e nivel de significância alpha
resultado = progbr.Estatistica.teste_normalidade(amostra, alpha=0.05)
print(resultado)
```

## Metodo `teste_homogeneidade`

```python
import progbr

# Realiza o teste de homogeneidade para varias amostras e nivel de significância alpha
resultado = progbr.Estatistica.teste_homogeneidade(*grupos, alpha=0.05)
print(resultado)
```


# Classe Calculo

A classe `Calculo` contem metodos para realizar diversos calculos matematicos.

## Metodo `newton_raphson`

```python
import progbr

# Calcula a raiz de uma funcao usando o metodo de Newton-Raphson
resultado = progbr.Calculo.newton_raphson(funcao, derivada, x0, tolerancia=1e-6, max_iter=100)
print(resultado)
```

## Metodo `derivada`

```python
import progbr

# Calcula a derivada de uma expressao em relacao a uma variavel
resultado = progbr.Calculo.derivada(expressao, variavel)
print(resultado)
```

## Metodo `integral_definida`

```python
import progbr

# Calcula a integral definida de uma expressao entre os limites dado
resultado = progbr.Calculo.integral_definida(expressao, variavel, limite_inferior, limite_superior)
print(resultado)
```

## Metodo `integral_indefinida`

```python
import progbr

# Calcula a integral indefinida de uma expressao em relacao a uma variavel
resultado = progbr.Calculo.integral_indefinida(expressao, variavel)
print(resultado)
```

## Metodo `limite`

```python
import progbr

# Calcula o limite de uma expressao quando a variavel se aproxima de um ponto
resultado = progbr.Calculo.limite(expressao, variavel, ponto)
print(resultado)
```

## Metodo `derivada_parcial`

```python
import progbr

# Calcula a derivada parcial de uma expressao em relacao a varias variaveis
resultado = progbr.Calculo.derivada_parcial(expressao, variaveis)
print(resultado)
```

## Metodo `laplace`

```python
import progbr

# Calcula a transformada de Laplace de uma expressao
resultado = progbr.Calculo.laplace(expressao, variavel, s)
print(resultado)
```

## Metodo `inversa_laplace`

```python
import progbr

# Calcula a inversa da transformada de Laplace de uma expressao
resultado = progbr.Calculo.inversa_laplace(expressao, s, t)
print(resultado)
```

## Metodo `transformada_fourier`

```python
import progbr

# Calcula a transformada de Fourier de uma expressao
resultado = progbr.Calculo.transformada_fourier(expressao, variavel, w)
print(resultado)
```

## Metodo `inversa_fourier`

```python
import progbr

# Calcula a inversa da transformada de Fourier de uma expressao
resultado = progbr.Calculo.inversa_fourier(expressao, w, t)
print(resultado)
```

## Metodo `soma_riemann`

```python
import progbr

# Calcula a soma de Riemann de uma expressao usando o metodo dos retângulos
resultado = progbr.Calculo.soma_riemann(expressao, variavel, limite_inferior, limite_superior, numero_particoes)
print(resultado)
```

## Metodo `produto_riemann`

```python
import progbr

# Calcula o produto de Riemann de uma expressao usando o metodo dos retângulos
resultado = progbr.Calculo.produto_riemann(expressao, variavel, limite_inferior, limite_superior, numero_particoes)
print(resultado)
```

## Metodo `limite_lateral`

```python
import progbr

# Calcula o limite lateral de uma expressao quando a variavel se aproxima de um ponto
resultado = progbr.Calculo.limite_lateral(expressao, variavel, ponto, lado='right')
print(resultado)
```

## Metodo `derivada_numerica_progressiva`

```python
import progbr

# Calcula a derivada numerica progressiva de uma expressao em relacao a uma variavel em um ponto
resultado = progbr.Calculo.derivada_numerica_progressiva(expressao, variavel, ponto, h=1e-6)
print(resultado)
```

## Metodo `derivada_numerica_regressiva`

```python
import progbr

# Calcula a derivada numerica regressiva de uma expressao em relacao a uma variavel em um ponto
resultado = progbr.Calculo.derivada_numerica_regressiva(expressao, variavel, ponto, h=1e-6)
print(resultado)
```

## Metodo `derivada_numerica_central`

```python
import progbr

# Calcula a derivada numerica central de uma expressao em relacao a uma variavel em um ponto
resultado = progbr.Calculo.derivada_numerica

_central(expressao, variavel, ponto, h=1e-6)
print(resultado)
```

## Metodo `integral_numerica_trapezio`

```python
import progbr

# Calcula a integral numerica usando o metodo dos trapezios
resultado = progbr.Calculo.integral_numerica_trapezio(expressao, variavel, limite_inferior, limite_superior, numero_particoes)
print(resultado)
```

## Metodo `integral_numerica_simpson`

```python
import progbr

# Calcula a integral numerica usando a regra de Simpson
resultado = progbr.Calculo.integral_numerica_simpson(expressao, variavel, limite_inferior, limite_superior, numero_particoes)
print(resultado)
```

## Metodo `serie_taylor`

```python
import progbr

# Calcula a serie de Taylor de uma expressao em torno de um ponto
resultado = progbr.Calculo.serie_taylor(expressao, variavel, ponto, ordem)
print(resultado)
```

## Metodo `transformada_laplace`

```python
import progbr

# Calcula a transformada de Laplace de uma expressao
resultado = progbr.Calculo.transformada_laplace(expressao, variavel, s)
print(resultado)
```

## Metodo `inversa_transformada_laplace`

```python
import progbr

# Calcula a inversa da transformada de Laplace de uma expressao
resultado = progbr.Calculo.inversa_transformada_laplace(expressao, variavel, t)
print(resultado)
```


# Classe Matrize

A classe `Matrize` e uma classe para trabalhar com matrizes e realizar operacoes matriciais.

## Construtor `__init__`

```python
import progbr

# Criar uma matriz com os dados fornecidos
data = [[1, 2], [3, 4], [5, 6]]
matriz = progbr.Matrize(data)
print(matriz)
```

## Metodo `__str__`

```python
import progbr

# Imprimir a matriz formatada
data = [[1, 2], [3, 4], [5, 6]]
matriz = progbr.Matrize(data)
print(matriz)
```

## Metodo `__add__`

```python
import progbr

# Somar duas matrizes
data1 = [[1, 2], [3, 4]]
data2 = [[5, 6], [7, 8]]
matriz1 = progbr.Matrize(data1)
matriz2 = progbr.Matrize(data2)
resultado = matriz1 + matriz2
print(resultado)
```

## Metodo `__sub__`

```python
import progbr

# Subtrair duas matrizes
data1 = [[1, 2], [3, 4]]
data2 = [[5, 6], [7, 8]]
matriz1 = progbr.Matrize(data1)
matriz2 = progbr.Matrize(data2)
resultado = matriz1 - matriz2
print(resultado)
```

## Metodo `__mul__`

```python
import progbr

# Multiplicar uma matriz por outra matriz ou por um escalar
data1 = [[1, 2], [3, 4]]
data2 = [[5, 6], [7, 8]]
escalar = 2
matriz1 = progbr.Matrize(data1)
matriz2 = progbr.Matrize(data2)
resultado1 = matriz1 * matriz2
resultado2 = matriz1 * escalar
print(resultado1)
print(resultado2)
```

## Metodo `transposta`

```python
import progbr

# Calcular a transposta de uma matriz
data = [[1, 2], [3, 4], [5, 6]]
matriz = progbr.Matrize(data)
resultado = matriz.transposta()
print(resultado)
```

## Metodo `determinante`

```python
import progbr

# Calcular o determinante de uma matriz quadrada
data = [[1, 2], [3, 4]]
matriz = progbr.Matrize(data)
resultado = matriz.determinante()
print(resultado)
```

## Metodo `inversa`

```python
import progbr

# Calcular a matriz inversa
data = [[1, 2], [3, 4]]
matriz = progbr.Matrize(data)
resultado = matriz.inversa(matriz)
print(resultado)
```

## Metodo `calcular_autovalores_autovetores`

```python
import progbr

# Calcular os autovalores e autovetores de uma matriz
data = [[1, 2], [3, 4]]
resultado_autovalores, resultado_autovetores = progbr.Matrize.calcular_autovalores_autovetores(data)
print(resultado_autovalores)
print(resultado_autovetores)
```


# Classe AlgebraLinear

A classe `AlgebraLinear` contem varias funcoes e metodos relacionados à algebra linear, incluindo operacoes matriciais, resolucao de sistemas de equacoes lineares, decomposicoes matriciais, interpolacao, ajuste de curvas, calculos de integrais, entre outros.

## Metodos Estaticos

- `multiplicar_matriz_por_escalar(matriz, escalar)`: Multiplica uma matriz por um escalar.
- `dividir_matriz_por_escalar(matriz, escalar)`: Divide uma matriz por um escalar.
- `multiplicar_matriz_por_vetor(matriz, vetor)`: Multiplica uma matriz por um vetor.
- `resolver_sistema_linear(coeficientes, constantes)`: Resolve um sistema de equacoes lineares utilizando matrizes.
- `matriz_inversa(matriz)`: Calcula a matriz inversa.
- `potencia_matriz(matriz, potencia)`: Eleva uma matriz a uma potência inteira.
- `decomposicao_LU(matriz)`: Realiza a decomposicao LU de uma matriz.
- `fatoracao_QR(matriz)`: Realiza a decomposicao QR de uma matriz.
- `decomposicao_cholesky(matriz)`: Realiza a decomposicao de Cholesky de uma matriz simetrica positiva definida.
- `gauss_seidel(A, b, x0, max_iter=100, tolerancia=1e-10)`: Resolve um sistema de equacoes lineares usando o metodo de Gauss-Seidel.
- `interpolar_polinomial(pontos)`: Realiza a interpolacao polinomial de um conjunto de pontos.
- `regressao_linear(pontos)`: Realiza o ajuste de curvas por regressao linear a um polinômio.
- `integracao_trapezio(funcao, limite_inferior, limite_superior, numero_trapezios)`: Calcula integrais definidas usando o metodo do trapezio.
- `metodo_euler(derivada, condicao_inicial, intervalo, passo)`: Resolve equacoes diferenciais usando o metodo de Euler.
- `eh_diagonalizavel(matriz)`: Verifica se uma matriz e diagonalizavel.
- `diagonalizar_matriz(matriz)`: Diagonaliza uma matriz e retorna a matriz diagonal e a matriz de autovetores.
- `sao_ortogonais(v1, v2)`: Verifica se dois vetores sao ortogonais.
- `projecao_ortogonal(v, u)`: Calcula a projecao ortogonal do vetor v no vetor u.
- `decomposicao_valores_singulares(matriz)`: Realiza a decomposicao em valores singulares de uma matriz.
- `autovalores_generalizados(*args)`: Calcula os autovalores generalizados para o par de matrizes.
- `decomposicao_espectral(matriz)`: Realiza a decomposicao espectral de uma matriz simetrica.
- `interpolacao_polinomial(pontos)`: Realiza a interpolacao polinomial de um conjunto de pontos.
- `ajuste_mmq(x, y, grau)`: Realiza o ajuste de curvas por minimos quadrados a um polinômio de grau 'grau'.
- `decomposicao_svd(matriz)`: Realiza a decomposicao de valores singulares (SVD) de uma matriz.
- `pseudo_inversa_moore_penrose(matriz)`: Calcula a pseudo-inversa de Moore-Penrose de uma matriz.
- `determinante_vandermonde(vetor)`: Calcula o determinante de uma matriz de Vandermonde construida a partir de um vetor.
- `produto_tensorial(*args)`: Calcula o produto tensorial de varias matrizes.
- `norma_matricial(matriz, ordem=2)`: Calcula a norma matricial de uma matriz.
- `matriz_cofatora(matriz)`: Calcula a matriz cofatora de uma matriz quadrada.
- `traco_matriz(matriz)`: Calcula o traco de uma matriz (soma dos elementos da diagonal principal).
- `decomposicao_schur(matriz)`: Calcula a Decomposicao de Schur de uma matriz.
- `pseudoinversa_matriz(matriz)`: Calcula a pseudoinversa de uma matriz.
- `exp_matriz_comutador(*matrizes)`: Calcula a exponencial do comutador de varias matrizes.
- `decomposicao_jordan(matriz)`: Calcula a Decomposicao de Jordan de uma matriz.
- `resolver_sistema_nao_linear(funcoes, valores_iniciais)`: Resolve um sistema de equacoes nao-lineares usando o metodo de Newton-Raphson.
- `e_conexo(grafo)`: Verifica se um grafo e conexo.


# Geometria - Biblioteca de Funcoes Geometricas

Esta e uma biblioteca de funcoes de geometria que lida com calculos no espaco 2D e 3D. Ela inclui varias formulas para calcular distâncias, areas, volumes, ângulos e outras propriedades geometricas de diferentes figuras e objetos.

Aqui estao as principais funcoes da biblioteca:

## Funcoes para calcular distâncias:

1. `distancia_pontos_2D(x1, y1, x2, y2)`: Calcula a distância entre dois pontos no plano 2D.

2. `distancia_pontos_3D(x1, y1, z1, x2, y2, z2)`: Calcula a distância entre dois pontos no espaco 3D.

## Funcoes para calcular areas:

1. `area_triangulo_2D(a, b, c)`: Calcula a area de um triângulo no plano 2D usando a formula de Heron.

2. `area_triangulo_3D(a, b, c)`: Calcula a area de um triângulo no espaco 3D usando a formula de Heron.

3. `area_retangulo(base, altura)`: Calcula a area de um retângulo.

4. `area_quadrado(lado)`: Calcula a area de um quadrado.

5. `area_paralelogramo(base, altura)`: Calcula a area de um paralelogramo.

6. `area_trapezio(base_maior, base_menor, altura)`: Calcula a area de um trapezio.

7. `area_circunferencia(raio)`: Calcula a area de uma circunferência.

8. `area_circulo(raio)`: Calcula a area de um circulo.

## Funcoes para calcular volumes:

1. `volume_cubo(aresta)`: Calcula o volume de um cubo.

2. `volume_paralelepipedo(a, b, c)`: Calcula o volume de um paralelepipedo.

3. `volume_esfera(raio)`: Calcula o volume de uma esfera.

4. `volume_cilindro(raio_base, altura)`: Calcula o volume de um cilindro.

5. `volume_cone(raio_base, altura)`: Calcula o volume de um cone.

6. `volume_piramide(area_base, altura)`: Calcula o volume de uma pirâmide.

7. `volume_prisma_retangular(area_base, altura)`: Calcula o volume de um prisma retangular.

8. `volume_tetraedro_regular(aresta)`: Calcula o volume de um tetraedro regular.

9. `volume_esfera_superficie(area_superficie)`: Calcula o volume de uma esfera a partir de sua area superficial.

## Funcoes para calcular ângulos:

1. `angulo_entre_vetores_3D(vetor1, vetor2)`: Calcula o ângulo entre dois vetores no espaco 3D.

2. `angulo_entre_planos_3D(a1, b1, c1, a2, b2, c2)`: Calcula o ângulo entre dois planos no espaco 3D.

## Outras funcoes:

1. `raio_esfera_circunscrita_tetraedro_regular(aresta)`: Calcula o raio da esfera circunscrita a um tetraedro regular.

2. `raio_esfera_circunscrita_cubo(aresta)`: Calcula o raio da esfera circunscrita a um cubo.

3. `centro_massa_2D(pontos_x, pontos_y)`: Calcula o centro de massa de um conjunto de pontos no espaco 2D.

4. `centro_massa_3D(pontos_x, pontos_y, pontos_z)`: Calcula o centro de massa de um conjunto de pontos no espaco 3D.

5. `distancia_ponto_curva_2D(x_ponto, y_ponto, curva)`: Calcula a distância entre um ponto e uma curva no espaco 2D.

6. `distancia_ponto_segmento_2D(x_ponto, y_ponto, x1, y1, x2, y2)`: Calcula a distância entre um ponto e um segmento de reta no espaco 2D.

7. `sao_colineares_2D(x1, y1, x2, y2, x3, y3)`: Verifica se três pontos sao colineares no espaco 2D.

8. `formam_quadrilatero_convexo_2D(x1, y1, x2, y2, x3, y3, x4, y4)`: Verifica se quatro pontos formam um quadrilatero convexo no espaco 2D.

9. `circunferencia_circunscrita(triangulo)`: Calcula o centro e o raio da circunferência circunscrita a um triângulo no espaco 2D.

10. `equacao_circunferencia(ponto1, ponto2, ponto3)`: Calcula a equacao da circunferência circunscrita a um triângulo no espaco 2D.

11. `calcular_euler(v=None, f=None, a=None)`: Calcula o numero de vertices, faces e arestas de um poliedro.

Lembre-se de importar a biblioteca `Geometria` antes de usar as funcoes.

Exemplo de uso:
```python
from progbr import Geometria

distancia = Geometria.distancia_pontos_2D(0, 0, 3, 4)
print(distancia)  # Saida: 5.0

area_circulo = Geometria.area_circulo(5)
print(area_circulo)  # Saida: 31.41592653589793

volume_cubo = Geometria.volume_cubo(2)
print(volume_cubo)  # Saida: 8

angulo = Geometria.angulo_entre_vetores_3D([1, 0, 0], [0, 1, 0])
print(angulo)  # Saida: 90.0
```

Essa classe de criptografia em Python contem varios metodos para realizar diferentes tipos de cifras e operacoes de criptografia. Vou explicar brevemente cada um deles:

1. **Cifra de Cesar (criptografar/descriptografar)**:
   - `cifra_cesar_encrypt(texto, chave)`: Criptografa o texto usando a Cifra de Cesar, onde cada letra e deslocada "chave" posicoes à direita no alfabeto.
   - `cifra_cesar_decrypt(texto_cifrado, chave)`: Descriptografa o texto cifrado usando a Cifra de Cesar, realizando o deslocamento inverso.

2. **Cifra de Substituicao (criptografar/descriptografar)**:
   - `cifra_substituicao_encrypt(texto, chave)`: Criptografa o texto usando a Cifra de Substituicao, onde cada letra e substituida por outra letra do alfabeto, de acordo com a "chave" fornecida.
   - `cifra_substituicao_decrypt(texto_cifrado, chave)`: Descriptografa o texto cifrado usando a Cifra de Substituicao, revertendo a substituicao das letras.

3. **Cifra de Vigenere (criptografar/descriptografar)**:
   - `cifra_vigenere_encrypt(texto, chave)`: Criptografa o texto usando a Cifra de Vigenere, que e uma versao polialfabetica da Cifra de Cesar, onde cada letra e deslocada de acordo com a letra correspondente na "chave".
   - `cifra_vigenere_decrypt(texto_cifrado, chave)`: Descriptografa o texto cifrado usando a Cifra de Vigenere, revertendo os deslocamentos realizados com base na "chave".

4. **Cifra de Vernam (XOR one-time pad)**:
   - `cifra_vernam_encrypt(texto, chave)`: Criptografa o texto usando a Cifra de Vernam, tambem conhecida como one-time pad. Cada caractere do texto e combinado com o caractere correspondente da "chave" usando a operacao XOR.
   - Nao ha metodo para descriptografar a Cifra de Vernam, a nao ser que a "chave" seja reutilizada, o que a tornaria insegura.

5. **Algoritmo de Transposicao (criptografar/descriptografar)**:
   - `transposicao_encrypt(texto, chave)`: Criptografa o texto usando o Algoritmo de Transposicao, onde as letras sao rearranjadas de acordo com a ordem especificada na "chave".
   - `transposicao_decrypt(texto_cifrado, chave)`: Descriptografa o texto cifrado usando o Algoritmo de Transposicao, rearranjando as letras na ordem original com base na "chave".

Essa classe pode ser utilizada para realizar operacoes de criptografia e descriptografia em textos usando esses diferentes metodos. Porem, vale ressaltar que as cifras de Cesar, Substituicao e Vigenere sao cifras classicas e nao sao consideradas seguras para uso pratico na criptografia moderna, sendo mais utilizadas como exemplos educacionais. Ja a Cifra de Vernam e segura, mas requer que a "chave" seja tao longa quanto o texto original e seja mantida em segredo absoluto, o que a torna impraticavel para a maioria dos casos reais. Portanto, para uso em situacoes reais, e recomendavel usar algoritmos de criptografia modernos e bem estabelecidos.


# Exemplo 1: Cifra de Cesar
```python
from progbr import Criptografia
# Criptografar usando Cifra de Cesar
texto_original = "criptografia"
chave_cesar = 3
texto_cifrado_cesar = Criptografia.cifra_cesar_encrypt(texto_original, chave_cesar)
print("Texto original:", texto_original)
print("Texto cifrado (Cifra de Cesar):", texto_cifrado_cesar)

# Descriptografar o texto cifrado
texto_descriptografado_cesar = Criptografia.cifra_cesar_decrypt(texto_cifrado_cesar, chave_cesar)
print("Texto descriptografado (Cifra de Cesar):", texto_descriptografado_cesar)
```

# Exemplo 2: Cifra de Substituicao
```python
# Criptografar usando Cifra de Substituicao
texto_original = "criptografia"
chave_substituicao = "zyxwvutsrqponmlkjihgfedcba"  # Mapeando 'a' para 'z', 'b' para 'y', etc.
texto_cifrado_substituicao = Criptografia.cifra_substituicao_encrypt(texto_original, chave_substituicao)
print("Texto original:", texto_original)
print("Texto cifrado (Cifra de Substituicao):", texto_cifrado_substituicao)

# Descriptografar o texto cifrado
texto_descriptografado_substituicao = Criptografia.cifra_substituicao_decrypt(texto_cifrado_substituicao, chave_substituicao)
print("Texto descriptografado (Cifra de Substituicao):", texto_descriptografado_substituicao)
```

# Exemplo 3: Cifra de Vigenere
```python
# Criptografar usando Cifra de Vigenere
texto_original = "criptografia"
chave_vigenere = "segredo"
texto_cifrado_vigenere = Criptografia.cifra_vigenere_encrypt(texto_original, chave_vigenere)
print("Texto original:", texto_original)
print("Texto cifrado (Cifra de Vigenere):", texto_cifrado_vigenere)

# Descriptografar o texto cifrado
texto_descriptografado_vigenere = Criptografia.cifra_vigenere_decrypt(texto_cifrado_vigenere, chave_vigenere)
print("Texto descriptografado (Cifra de Vigenere):", texto_descriptografado_vigenere)
```

# Exemplo 4: Cifra de Vernam (XOR one-time pad)
```python
# Criptografar usando Cifra de Vernam
texto_original = "criptografia"
chave_vernam = "chavealeatoria"  # Deve ser tao longa quanto o texto original e mantida em segredo
texto_cifrado_vernam = Criptografia.cifra_vernam_encrypt(texto_original, chave_vernam)
print("Texto original:", texto_original)
print("Texto cifrado (Cifra de Vernam):", texto_cifrado_vernam)

# A Cifra de Vernam nao tem um metodo de descriptografia aqui, pois ela so seria segura com uma chave completamente aleatoria e secreta.
```

# Exemplo 5: Algoritmo de Transposicao
```python
# Criptografar usando Algoritmo de Transposicao
texto_original = "criptografia"
chave_transposicao = "4321"  # Alterando a ordem das colunas
texto_cifrado_transposicao = Criptografia.transposicao_encrypt(texto_original, chave_transposicao)
print("Texto original:", texto_original)
print("Texto cifrado (Algoritmo de Transposicao):", texto_cifrado_transposicao)

# Descriptografar o texto cifrado
texto_descriptografado_transposicao = Criptografia.transposicao_decrypt(texto_cifrado_transposicao, chave_transposicao)
print("Texto descriptografado (Algoritmo de Transposicao):", texto_descriptografado_transposicao)
```
# Exemplo 6: Verificando senha ou email hackeada

```python
senha = "exemplo_de_uma_senha"
print (Criptografia.verificar_senha_hackeada(senha))
email = "seu_email@exemplo.com"
print(Criptografia.verificar_email_comprometido(email))
```
Se a resposta for 0, a senha ou o email nunca foi vazada, se não foi.

# Exemplo 7: Calcular hash1, hash256, hash224, hash384
```python

dados = "exemplo"
print(Criptografia.calcular_hash_sha1(dados))
#calcular hash224
print(Criptografia.calcular_hash_sha224(dados))
#calcular hash256
print(Criptografia.calcular_hash_sha256(dados))
#calcular hash384
print(Criptografia.calcular_hash_sha384(dados))
```

# Exemplo 8: Criptografar e Descriptografar mensagem 
```python
mensagem = "Eu to usando progbr"
senha = "exemplo"

print(Criptografia.criptografar_mensagem_(mensagem, senha))

# descriptografar mensagem
iv = b'\x00' * 16  # Use um valor aleatorio para o IV em produção
salt = os.urandom(16)  # Gere um salt aleatório em produção
mensagem_cifrada = b'\x8d~\x0b\x01\xff\xd6\x8e\xa2\xe9\xc0\x08\xa1M\x15\x84'  # Substitua pela mensagem cifrada real
senha = "exemplo"

mensagem_original = descriptografar_mensagem_(iv, salt, mensagem, senha)
print("Mensagem original:", mensagem_original)
```

# Exemplo 9: gerar senha extremamente forte, e amdr(amadora)
Se nao colocar nenhum parametro, vai ser 20 digitos por padrao, e nao pode ser menor que 20 se for colocar manualmente
```python

print(Criptografia.gerar_senha_extremamente_forte(20))
# OUTPUT : -✭颷Ϟ␌♪Ỡ±∇BϚ%Љ0ỎÑd颩<Ә
```
Diferente da senha de maior ou igual a 20 digitos, a senha amadora ainda é forte mas pode ser maior ou igual a 3

```python

print(Criptografia.gerar_senha_extremamente_forte__amdr(4))
# OUTPUT : \A8c
```

# Gerar Token de autenticacao
```python
# Defina o tamanho do token em bytes (recomendado usar pelo menos 32 bytes para segurança adequada)
tamanho_token = 4
print(Criptografia.gerar_token_autenticacao(tamanho_token))
# OUTPUT : cb7cb886

# Criar um objeto TOTP com a chave secreta fornecida
print(Criptografia.gerar_codigo_totp_ch("exemplo"))
# OUTPUT : 493538

#gerar um codigo de totp atraves de um qrcode
print(gerar_codigo_totp_qr_cd(caminho_imagem_qr_code))

#converter um hex key para base32 b
print(converter_hex_para_base32(hex_key))

```






Lembrando que as chaves utilizadas nesses exemplos sao apenas ilustrativas e nao devem ser usadas em um cenario real de criptografia. Alem disso, as cifras de Cesar, Substituicao e Vigenere sao consideradas inseguras para uso pratico em sistemas reais. Para aplicacoes reais, e importante utilizar algoritmos de criptografia modernos e bem estabelecidos, como AES, RSA, que serao em progbr em breve.

# Classe de Analise Combinatoria

## Arranjo Simples (Permutacao)

- **arranjo(n, k)**: Este metodo calcula o numero de arranjos simples de "n" elementos tomados "k" a "k". Em outras palavras, e a permutacao de "n" elementos em grupos de "k".

## Combinacao (Binômio)

- **combinacao(n, k)**: Este metodo calcula o coeficiente binomial, tambem conhecido como combinacao, de "n" elementos tomados "k" a "k". Representa o numero de maneiras de escolher "k" elementos diferentes de um conjunto de "n" elementos.

## Combinacao com Repeticao

- **combinacao_repeticao(n, k)**: Este metodo calcula o numero de combinacoes com repeticao de "n" elementos tomados "k" a "k". Essa combinacao permite que elementos sejam escolhidos mais de uma vez, diferentemente da combinacao simples.

## Permutacao com Repeticao

- **permutacao_repeticao(lista)**: Este metodo calcula o numero de permutacoes com repeticao de uma lista de elementos. Ou seja, quantas maneiras diferentes podemos organizar os elementos da lista, levando em conta que ha elementos repetidos.

## Permutacao Circular

- **permutacao_circular(n)**: Este metodo calcula o numero de permutacoes circulares de "n" elementos, tambem conhecido como arranjo circular. Nesse tipo de permutacao, a ordem e importante, mas a rotacao e considerada como uma unica permutacao.

## Numeros de Stirling de Segunda Especie

- **numeros_stirling_segunda(n, k)**: Este metodo calcula os numeros de Stirling de segunda especie, que contam o numero de maneiras de particionar um conjunto de "n" elementos em "k" subconjuntos nao vazios e distintos.

## Numeros de Stirling de Primeira Especie

- **numeros_stirling_primeira(n, k)**: Este metodo calcula os numeros de Stirling de primeira especie, que contam o numero de permutacoes de "n" elementos com "k" ciclos disjuntos.

## Coeficiente Multinomial

- **multinomial(*args)**: Este metodo calcula o coeficiente multinomial, que generaliza o coeficiente binomial para mais de dois conjuntos. Recebe uma sequência de argumentos representando os tamanhos dos conjuntos.

## Numero de Bell

- **numero_bell(n)**: Este metodo calcula o numero de Bell, que representa o numero de maneiras de particionar um conjunto de "n" elementos em subconjuntos nao vazios e distintos.

## Numero de Derivacoes

- **numero_derivacoes(n)**: Este metodo calcula o numero de derivacoes de "n" elementos, que sao permutacoes de "n" elementos sem ponto fixo, ou seja, onde nenhum elemento permanece em sua posicao original.

## Coeficiente Binomial Generalizado

- **coeficiente_binomial_generalizado(n, k, m)**: Este metodo calcula o coeficiente binomial generalizado, que e uma generalizacao do coeficiente binomial para combinar elementos de três conjuntos diferentes.

## Numero de Derangements

- **numero_derangement_biblioteca(n)**: Este metodo calcula o numero de derangements de "n" elementos usando uma biblioteca externa. Derangement e uma permutacao em que nenhum elemento permanece em sua posicao original.

## Triângulo de Pascal

- **triangulo_pascal(n)**: Este metodo gera o triângulo de Pascal com "n + 1" linhas, onde cada numero representa o coeficiente binomial correspondente.

## Numeros Harmônicos

- **numeros_harmonicos(n)**: Este metodo calcula a soma dos primeiros "n" numeros harmônicos, onde o numero harmônico "H(n)" e a soma de "1/i" para cada "i" de 1 a "n".

## Numero de Fibonacci

- **fibonacci(n)**: Este metodo calcula o "n"-esimo numero da sequência de Fibonacci, onde cada numero e a soma dos dois numeros anteriores na sequência (exemplo: 0, 1, 1, 2, 3, 5, 8, ...).

## Numero de Lucas

- **lucas(n)**: Este metodo calcula o "n"-esimo numero da sequência de Lucas, que e uma sequência similar à sequência de Fibonacci, mas com valores iniciais diferentes (exemplo: 2, 1, 3, 4, 7, 11, ...).

## Numeros de Catalan

- **numeros_catalao(n)**: Este metodo calcula o "n"-esimo numero de Catalan, que aparece em varias situacoes de contagem, como sequências de parênteses corretamente aninhados.

## Sequência de Farey

- **sequencia_farey(n)**: Este metodo gera a sequência de Farey de ordem "n", que e a sequência de todas as fracoes irracionais e racionais em ordem crescente, dentro do intervalo [0, 1].

## Numero de Particoes

- **numero_particoes(n)**: Este metodo calcula o numero de particoes de um inteiro "n", ou seja, o numero de maneiras distintas de escrever "n" como a soma de inteiros positivos.

# Exemplo de uso dos metodos da classe de Analise Combinatoria

```python
# Criando uma instância da classe
from progbr import Analise_Combinatoria

analise_comb = Analise_Combinatoria()

# Exemplo de Arranjo Simples (Permutacao)
n = 5
k = 3
arranjo_resultado = analise_comb.arranjo(n, k)
print(f"Arranjo de {n} elementos tomados {k} a {k}: {arranjo_resultado}")  # Resultado: 60

# Exemplo de Combinacao (Binômio)
n = 7
k = 2
combinacao_resultado = analise_comb.combinacao(n, k)
print(f"Combinacao de {n} elementos tomados {k} a {k}: {combinacao_resultado}")  # Resultado: 21

# Exemplo de Permutacao com Repeticao
lista = [1, 2, 2, 3]
permutacao_repeticao_resultado = analise_comb.permutacao_repeticao(lista)
print(f"Numero de permutacoes com repeticao da lista {lista}: {permutacao_repeticao_resultado}")  # Resultado: 12

# Exemplo de Numero de Bell
n = 4
numero_bell_resultado = analise_comb.numero_bell(n)
print(f"Numero de Bell para n={n}: {numero_bell_resultado}")  # Resultado: 15

# Exemplo de Numeros de Stirling de Primeira Especie
n = 5
k = 2
stirling_primeira_resultado = analise_comb.numeros_stirling_primeira(n, k)
print(f"Numeros de Stirling de primeira especie para n={n}, k={k}: {stirling_primeira_resultado}")  # Resultado: 40

# Exemplo de Coeficiente Multinomial
n1, n2, n3 = 5, 3, 2
multinomial_resultado = analise_comb.multinomial(n1, n2, n3)
print(f"Coeficiente multinomial para n1={n1}, n2={n2}, n3={n3}: {multinomial_resultado}")  # Resultado: 60

# Exemplo de Numeros Harmônicos
n = 5
numeros_harmonicos_resultado = analise_comb.numeros_harmonicos(n)
print(f"Soma dos primeiros {n} numeros harmônicos: {numeros_harmonicos_resultado}")  # Resultado: 2.283333333333333

# Exemplo de Numero de Fibonacci
n = 8
fibonacci_resultado = analise_comb.fibonacci(n)
print(f"O {n}-esimo numero de Fibonacci: {fibonacci_resultado}")  # Resultado: 21

# Exemplo de Numero de Lucas
n = 5
lucas_resultado = analise_comb.lucas(n)
print(f"O {n}-esimo numero de Lucas: {lucas_resultado}")  # Resultado: 11

# Exemplo de Sequência de Farey
n = 5
farey_sequence = analise_comb.sequencia_farey(n)
print(f"Sequência de Farey de ordem {n}: {farey_sequence}")  
# Resultado: [0, 1, 1/2, 1/3, 2/3, 1/4, 3/4, 1/5, 2/5, 3/5, 4/5, 1]
```

# Classe de Probabilidade

A classe `Probabilidade` e uma implementacao de metodos matematicos relacionados à probabilidade, um ramo da matematica que estuda a incerteza e a aleatoriedade. A classe oferece diversas funcoes para calcular probabilidades de eventos e operacoes probabilisticas com base em formulas e conceitos da teoria da probabilidade.

## Metodos e Funcionalidades Principais

### Probabilidade de um Evento Simples

O metodo `probabilidade_evento_simples(evento_favoravel, espaco_amostral)` calcula a probabilidade de um evento ocorrer em um espaco amostral finito, onde o `evento_favoravel` e o numero de casos em que o evento ocorre, e o `espaco_amostral` e o numero total de casos possiveis.

### Probabilidade Complementar

O metodo `probabilidade_complementar(probabilidade_evento)` calcula a probabilidade de o evento complementar ocorrer, ou seja, a probabilidade de que o evento nao ocorra. Ele e util quando a probabilidade de um evento acontecer e conhecida e queremos calcular a probabilidade de ele nao ocorrer.

### Probabilidade Conjunta de Eventos Independentes

O metodo `probabilidade_conjunta_independentes(probabilidade_evento1, probabilidade_evento2)` calcula a probabilidade de dois eventos independentes ocorrerem simultaneamente. Eventos independentes sao aqueles em que a ocorrência de um nao influencia na probabilidade do outro acontecer.

### Probabilidade Conjunta de Eventos Dependentes

O metodo `probabilidade_conjunta_dependentes(probabilidade_evento1, probabilidade_evento2_dado_evento1)` calcula a probabilidade de dois eventos dependentes ocorrerem simultaneamente. Eventos dependentes sao aqueles em que a ocorrência de um afeta a probabilidade do outro acontecer.

### Probabilidade da Uniao de Eventos Mutuamente Exclusivos

O metodo `probabilidade_uniao_mutuamente_exclusivos(probabilidade_evento1, probabilidade_evento2)` calcula a probabilidade da uniao de dois eventos mutuamente exclusivos, ou seja, a probabilidade de que ao menos um dos eventos ocorra.

### Probabilidade da Uniao de Eventos Nao Mutuamente Exclusivos

O metodo `probabilidade_uniao_nao_mutuamente_exclusivos(probabilidade_evento1, probabilidade_evento2, probabilidade_intersecao)` calcula a probabilidade da uniao de dois eventos nao mutuamente exclusivos, levando em conta a probabilidade da intersecao desses eventos.

### Probabilidade Condicional

O metodo `probabilidade_condicional(probabilidade_evento1, probabilidade_evento2_dado_evento1)` calcula a probabilidade de um evento ocorrer, dado que outro evento ja ocorreu. Ele e util para calcular a probabilidade de eventos que sao dependentes.

### Teorema de Bayes

O metodo `teorema_bayes(probabilidade_evento1, probabilidade_evento2_dado_evento1, probabilidade_evento2)` aplica o teorema de Bayes para calcular a probabilidade de um evento A ocorrer, dado que o evento B ocorreu. e um conceito fundamental em probabilidade condicional.

### Probabilidade de Intersecao de Eventos Independentes

O metodo `probabilidade_intersecao_independentes(probabilidade_evento1, probabilidade_evento2)` calcula a probabilidade da intersecao de dois eventos independentes, ou seja, a probabilidade de ambos os eventos ocorrerem.

### Probabilidade de Intersecao de Eventos Dependentes

O metodo `probabilidade_intersecao_dependentes(probabilidade_evento1, probabilidade_evento2_dado_evento1)` calcula a probabilidade da intersecao de dois eventos dependentes, ou seja, a probabilidade de ambos os eventos ocorrerem.

## Variaveis Aleatorias

A classe tambem possui metodos para lidar com variaveis aleatorias discretas e continuas, permitindo calcular suas esperancas matematicas, variâncias e desvios padrao.

Essa classe e uma ferramenta util para calculos probabilisticos em Python, podendo ser usada para solucionar problemas em estatistica, teoria das probabilidades e outras areas relacionadas. Ela fornece uma implementacao simples e direta dos conceitos e formulas mais comuns utilizados no estudo da probabilidade.

# Exemplo de uso dos metodos da classe de Probabilidade

```python
# Criando uma instância da classe
from progbr import Probabilidade

probabilidade = Probabilidade()

# Exemplo de Probabilidade de um Evento Simples
evento_favoravel = 3
espaco_amostral = 10
probabilidade_evento_simples_resultado = probabilidade.probabilidade_evento_simples(evento_favoravel, espaco_amostral)
print(f"Probabilidade de um evento simples: {probabilidade_evento_simples_resultado}")  # Resultado: 0.3

# Exemplo de Probabilidade Complementar
probabilidade_evento = 0.7
probabilidade_complementar_resultado = probabilidade.probabilidade_complementar(probabilidade_evento)
print(f"Probabilidade complementar: {probabilidade_complementar_resultado}")  # Resultado: 0.3

# Exemplo de Probabilidade Conjunta de Eventos Independentes
probabilidade_evento1 = 0.4
probabilidade_evento2 = 0.3
probabilidade_conjunta_independentes_resultado = probabilidade.probabilidade_conjunta_independentes(probabilidade_evento1, probabilidade_evento2)
print(f"Probabilidade conjunta de eventos independentes: {probabilidade_conjunta_independentes_resultado}")  # Resultado: 0.12

# Exemplo de Probabilidade Conjunta de Eventos Dependentes
probabilidade_evento1 = 0.4
probabilidade_evento2_dado_evento1 = 0.2
probabilidade_conjunta_dependentes_resultado = probabilidade.probabilidade_conjunta_dependentes(probabilidade_evento1, probabilidade_evento2_dado_evento1)
print(f"Probabilidade conjunta de eventos dependentes: {probabilidade_conjunta_dependentes_resultado}")  # Resultado: 0.08

# Exemplo de Probabilidade da Uniao de Eventos Mutuamente Exclusivos
probabilidade_evento1 = 0.6
probabilidade_evento2 = 0.4
probabilidade_uniao_mutuamente_exclusivos_resultado = probabilidade.probabilidade_uniao_mutuamente_exclusivos(probabilidade_evento1, probabilidade_evento2)
print(f"Probabilidade da uniao de eventos mutuamente exclusivos: {probabilidade_uniao_mutuamente_exclusivos_resultado}")  # Resultado: 1.0

# Exemplo de Probabilidade da Uniao de Eventos Nao Mutuamente Exclusivos
probabilidade_evento1 = 0.6
probabilidade_evento2 = 0.4
probabilidade_intersecao = 0.2
probabilidade_uniao_nao_mutuamente_exclusivos_resultado = probabilidade.probabilidade_uniao_nao_mutuamente_exclusivos(probabilidade_evento1, probabilidade_evento2, probabilidade_intersecao)
print(f"Probabilidade da uniao de eventos nao mutuamente exclusivos: {probabilidade_uniao_nao_mutuamente_exclusivos_resultado}")  # Resultado: 0.8

# Exemplo de Probabilidade Condicional
probabilidade_evento1 = 0.6
probabilidade_evento2_dado_evento1 = 0.2
probabilidade_condicional_resultado = probabilidade.probabilidade_condicional(probabilidade_evento1, probabilidade_evento2_dado_evento1)
print(f"Probabilidade condicional: {probabilidade_condicional_resultado}")  # Resultado: 0.3333333333333333

# Exemplo do Teorema de Bayes
probabilidade_evento1 = 0.6
probabilidade_evento2_dado_evento1 = 0.2
probabilidade_evento2 = 0.5
teorema_bayes_resultado = probabilidade.teorema_bayes(probabilidade_evento1, probabilidade_evento2_dado_evento1, probabilidade_evento2)
print(f"Teorema de Bayes: {teorema_bayes_resultado}")  # Resultado: 0.24

# Exemplo de Probabilidade de Intersecao de Eventos Independentes
probabilidade_evento1 = 0.4
probabilidade_evento2 = 0.3
probabilidade_intersecao_independentes_resultado = probabilidade.probabilidade_intersecao_independentes(probabilidade_evento1, probabilidade_evento2)
print(f"Probabilidade de intersecao de eventos independentes: {probabilidade_intersecao_independentes_resultado}")  # Resultado: 0.12

# Exemplo de Probabilidade de Intersecao de Eventos Dependentes
probabilidade_evento1 = 0.4
probabilidade_evento2_dado_evento1 = 0.2
probabilidade_intersecao_dependentes_resultado = probabilidade.probabilidade_intersecao_dependentes(probabilidade_evento1, probabilidade_evento2_dado_evento1)
print(f"Probabilidade de intersecao de eventos dependentes: {probabilidade_intersecao_dependentes_resultado}")  # Resultado: 0.08

# Exemplo da Regra da Multiplicacao para Eventos Independentes
probabilidade_eventos = [0.4, 0.3, 0.2]
regra_multiplicacao_independentes_resultado = probabilidade.regra_multiplicacao_independentes(probabilidade_eventos)
print(f"Regra da multiplicacao para eventos independentes: {regra_multiplicacao_independentes_resultado}")  # Resultado: 0.024

# Exemplo da Regra da Multiplicacao para Eventos Dependentes
probabilidade_eventos_dado_evento_anterior = [0.3, 0.2]
regra_multiplicacao_dependentes_resultado = probabilidade.regra_multiplicacao_dependentes(probabilidade_eventos_dado_evento_anterior)
print(f"Regra da multiplicacao para eventos dependentes: {regra_multiplicacao_dependentes_resultado}")  # Resultado: 0.06

```


- Python 3.x
- As bibliotecas NumPy, SciPy, Matplotlib sao utilizadas em alguns metodos.

## Contribuicao

Se você deseja contribuir, sinta-se à vontade para abrir uma solicitacao de pull ou relatar problemas.

## Licenca

Esta classe esta licenciada sob a Licenca MIT.

## Contato

Se você tiver alguma duvida ou precisar de suporte, entre em contato comigo em:

- Email: bidjorys@exemplo.com
