diff --git a/wyk/01_Jezyk.ipynb b/wyk/01_Jezyk.ipynb
index ac40f53..1b29e39 100644
--- a/wyk/01_Jezyk.ipynb
+++ b/wyk/01_Jezyk.ipynb
@@ -1,698 +1 @@
-{
- "cells": [
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Język — różne perspektywy\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Słowo wstępne\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "W matematyce istnieją dwa spojrzenia na rzeczywistość: ciągłe i dyskretne.\n",
-    "\n",
-    "Otaczająca nas rzeczywistość fizyczna jest z natury ciągła\n",
-    "(przynajmniej jeśli nie operujemy w mikroskali), lecz język\n",
-    "jest dyskretnym wyłomem w ciągłej rzeczywistości.\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Lingwistyka matematyczna\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Przypomnijmy sobie definicję języka przyjętą w lingwistyce\n",
-    "matematycznej, w kontekście na przykład teorii automatów.\n",
-    "\n",
-    "****Alfabetem**** nazywamy skończony zbiór symboli.\n",
-    "\n",
-    "****Łańcuchem**** nad alfabetem $\\Sigma$ nazywamy dowolny, skończony,\n",
-    "ciąg złożony z symboli z $\\Sigma$\n",
-    "\n",
-    "****Językiem**** nazywamy dowolny, skończony bądź nieskończony, zbiór łańcuchów.\n",
-    "\n",
-    "W tym formalnym ujęciu językami są na przykład następujące zbiory:\n",
-    "\n",
-    "-   $\\{\\mathit{poniedziałek},\\mathit{wtorek},\\mathit{środa},\\mathit{czwartek},\\mathit{piątek},\\mathit{sobota},\\mathit{niedziela}\\}$\n",
-    "-   $\\{\\mathit{ab},\\mathit{abb},\\mathit{abbb},\\mathit{abbbb},\\ldots\\}$\n",
-    "\n",
-    "To podejście, z jednej strony oczywiście nie do końca się pokrywa się z potocznym\n",
-    "rozumieniem słowa *język*, z drugiej kojarzy nam się z takimi\n",
-    "narzędziami informatyki jak wyrażenia regularne, automaty skończenie\n",
-    "stanowe czy gramatyki języków programowania.\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 1,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "abbb"
-     ]
-    }
-   ],
-   "source": [
-    "import regex as re\n",
-    "rx = re.compile(r'ab+')\n",
-    "\n",
-    "rx.search('żabbba').group(0)"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 1,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "abbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb"
-     ]
-    }
-   ],
-   "source": [
-    "import rstr\n",
-    "\n",
-    "rstr.xeger(r'ab+')"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Ujęcie probabilistyczne\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Na tym wykładzie przyjmiemy inną perspektywą, częściowo ciągłą, opartą\n",
-    "na probabilistyce. Język będziemy definiować poprzez ****rozkład\n",
-    "prawdopodobieństwa****: sensownym wypowiedziom czy tekstom będziemy\n",
-    "przypisywać stosunkowe wysokie prawdopodobieństwo, „ułomnym” tekstom — niższe (być może zerowe).\n",
-    "\n",
-    "Na ogół nie mamy jednak do czynienia z językiem jako takim tylko z\n",
-    "jego przybliżeniami, ****modelami**** (model może być lepszy lub gorszy,\n",
-    "ale przynajmniej powinien być użyteczny…). Formalnie $M$ nazywamy\n",
-    "modelem języka (nad skończonym alfabetem $Sigma$), jeśli dyskretny określa rozkład prawdopodobieństwa $P_M$:\n",
-    "\n",
-    "$$P_M \\colon \\Sigma^{*} \\rightarrow [0,1].$$\n",
-    "\n",
-    "Rzecz jasna, skoro mamy do czynienia z rozkładem prawdopodobieństwa, to:\n",
-    "\n",
-    "$$\\sum_{\\alpha \\in \\Sigma^{*}} P_M(\\alpha) = 1$$\n",
-    "\n",
-    "Jeśli $M$ ma być modelem języka polskiego, oczekiwalibyśmy, że dla\n",
-    "napisów:\n",
-    "\n",
-    "-   $z_1$ — *W tym stanie rzeczy pan Ignacy coraz częściej myślał o Wokulskim.*\n",
-    "-   $z_2$ — *Po wypełniony zbiornik pełny i należne kwotę, usłyszała w attendant*\n",
-    "-   $z_3$ — *xxxxyźźźźźit backspace hoooooooooop x y z*\n",
-    "\n",
-    "zachodzić będzie:\n",
-    "\n",
-    "$$ P_M(z_1) > P_M(z_2) > P_M(z_3). $$\n",
-    "\n",
-    "****Pytanie**** Jakiej konkretnie wartości prawdopodobieństwa byśmy\n",
-    "spodziewali się dla zdania *Dzisiaj rano kupiłem w piekarni sześć\n",
-    "bułek* dla sensownego modelu języka polskiego?\n",
-    "\n",
-    "Moglibyśmy sprowadzić tę definicję języka do tej „dyskretnej”, tzn.\n",
-    "moglibyśmy przyjąć, że łańcuch $\\alpha$ należy do języka wyznaczonego\n",
-    "przez model $M$, jeśli $P_M(\\alpha) > 0$.\n",
-    "\n",
-    "****Pytanie**** Czy moglibyśmy w ten sposób język nieskończony? Czy może istnieć\n",
-    "dyskretny rozkład prawdopodobieństwa dla nieskończonego zbioru?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Co jest symbolem?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Model języka daje rozkład prawdopodobieństwa nad zbiorem łańcuchów\n",
-    "opartym na skończonym alfabecie, tj. zbiorze symboli. W praktyce\n",
-    "alfabet nie musi być zgodny z potocznym czy językoznawczym rozumieniem\n",
-    "tego słowa. To znaczy alfabet może być zbiorem znaków (liter), ale\n",
-    "modelować język możemy też przyjmując inny typ symboli: sylaby,\n",
-    "morfemy (cząstki wyrazów) czy po prostu całe wyrazy.\n",
-    "\n",
-    "Powinniśmy przy tym pamiętać, że, koniec końców, w pamięci komputera\n",
-    "wszelkiego rodzaju łańcuchy są zapisywane jako ciągi zer i jedynek — bitów.\n",
-    "Omówmy pokrótce techniczną stronę modelowania języka.\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Kodowanie znaków\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Cóż może być prostszego od pliku tekstowego?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "    Ala ma kota.\n",
-    "\n",
-    "Komputer nic nie wie o literach.\n",
-    "\n",
-    "… w rzeczywistości operuje tylko na liczbach …\n",
-    "\n",
-    "… czy raczej na zerach i jedynkach …\n",
-    "\n",
-    "… a tak naprawdę na ciągłym sygnale elektrycznym …\n",
-    "\n",
-    "![img](./01_Jezyk/digitalsignal.jpg)\n",
-    "\n",
-    "… zera i jedynki są w naszej głowie …\n",
-    "\n",
-    "… co jest dziwne, *naprawdę* dziwne …\n",
-    "\n",
-    "… ale nikt normalny się tym nie przejmuje.\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Jak zakodować literę?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Zakodowanie pikseli składających się na kształtu (****glyfu****) litery A\n",
-    "*oczywiście* nie jest dobrym pomysłem.\n",
-    "\n",
-    "![img](./01_Jezyk/raster.png)\n",
-    "\n",
-    "Nie, potrzebujemy *arbitralnego* kodowania dla wszystkich możliwych\n",
-    "kształtów litery A (*w naszych głowach*): A, $\\mathcal{A}$,\n",
-    "$\\mathbb{A}$, $\\mathfrak{A}$ powinny otrzymać ten sam kod, powiedzmy 65\n",
-    "(binarnie: 1000001).\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### ASCII\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "ASCII to 7-bitowy (****nie**** 8-bitowy!) system kodowania znaków.\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 1,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "0: \u0000\n",
-      "1: \u0001\n",
-      "2: \u0002\n",
-      "3: \u0003\n",
-      "4: \u0004\n",
-      "5: \u0005\n",
-      "6: \u0006\n",
-      "7: \u0007\n",
-      "8: \b\n",
-      "9:\n",
-      "10:\n",
-      "\n",
-      "11: \u000b",
-      "\n",
-      "12: \f",
-      "\n",
-      "13:\n",
-      "14: \u000e\n",
-      "15: \u000f\n",
-      "16: \u0010\n",
-      "17: \u0011\n",
-      "18: \u0012\n",
-      "19: \u0013\n",
-      "20: \u0014\n",
-      "21: \u0015\n",
-      "22: \u0016\n",
-      "23: \u0017\n",
-      "24: \u0018\n",
-      "25: \u0019\n",
-      "26: \u001a\n",
-      "27: \u001b\n",
-      "28: \u001c",
-      "\n",
-      "29: \u001d",
-      "\n",
-      "30: \u001e",
-      "\n",
-      "31: \u001f\n",
-      "32:\n",
-      "33: !\n",
-      "34: \"\n",
-      "35: #\n",
-      "36: $\n",
-      "37: %\n",
-      "38: &\n",
-      "39: '\n",
-      "40: (\n",
-      "41: )\n",
-      "42: *\n",
-      "43: +\n",
-      "44: ,\n",
-      "45: -\n",
-      "46: .\n",
-      "47: /\n",
-      "48: 0\n",
-      "49: 1\n",
-      "50: 2\n",
-      "51: 3\n",
-      "52: 4\n",
-      "53: 5\n",
-      "54: 6\n",
-      "55: 7\n",
-      "56: 8\n",
-      "57: 9\n",
-      "58: :\n",
-      "59: ;\n",
-      "60: <\n",
-      "61: =\n",
-      "62: >\n",
-      "63: ?\n",
-      "64: @\n",
-      "65: A\n",
-      "66: B\n",
-      "67: C\n",
-      "68: D\n",
-      "69: E\n",
-      "70: F\n",
-      "71: G\n",
-      "72: H\n",
-      "73: I\n",
-      "74: J\n",
-      "75: K\n",
-      "76: L\n",
-      "77: M\n",
-      "78: N\n",
-      "79: O\n",
-      "80: P\n",
-      "81: Q\n",
-      "82: R\n",
-      "83: S\n",
-      "84: T\n",
-      "85: U\n",
-      "86: V\n",
-      "87: W\n",
-      "88: X\n",
-      "89: Y\n",
-      "90: Z\n",
-      "91: [\n",
-      "92: \\\n",
-      "93: ]\n",
-      "94: ^\n",
-      "95: _\n",
-      "96: `\n",
-      "97: a\n",
-      "98: b\n",
-      "99: c\n",
-      "100: d\n",
-      "101: e\n",
-      "102: f\n",
-      "103: g\n",
-      "104: h\n",
-      "105: i\n",
-      "106: j\n",
-      "107: k\n",
-      "108: l\n",
-      "109: m\n",
-      "110: n\n",
-      "111: o\n",
-      "112: p\n",
-      "113: q\n",
-      "114: r\n",
-      "115: s\n",
-      "116: t\n",
-      "117: u\n",
-      "118: v\n",
-      "119: w\n",
-      "120: x\n",
-      "121: y\n",
-      "122: z\n",
-      "123: {\n",
-      "124: |\n",
-      "125: }\n",
-      "126: ~\n",
-      "127: "
-     ]
-    }
-   ],
-   "source": [
-    "for code in range(0, 128):\n",
-    "  print(f'{code}: {chr(code)}')"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Jak zejść na poziom bitów?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "#### Linux — wiersz poleceń\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Linux command line:\n",
-    "\n",
-    "    $ echo 'Ala ma kota' > file.txt\n",
-    "    $ hexdump -C file.txt\n",
-    "    00000000  41 6c 61 20 6d 61 20 6b  6f 74 61 0a   |Ala ma kota.|\n",
-    "    0000000c\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "#### Edytor tekstu (Emacs)\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "![img](./01_Jezyk/hexl-mode.png)\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "#### Uwaga!\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "-   kiedy dzieje się coś dziwnego, sprawdź co tak *naprawdę* jest w pliku\n",
-    "-   ASCII jest 7-bitowym kodowaniem (128 znaków)\n",
-    "    -   choć zazwyczaj uzupełnionym (ang. *padded*) do 8 bitów\n",
-    "    -   nie mów plik *plik ASCII*, kiedy masz na myśli *prosty/czysty plik tekstowy* (ang. *plain text file*)\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Higiena plików tekstowych\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "#### Piekło końca wiersza\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "![img](./01_Jezyk/dante.jpg)\n",
-    "\n",
-    "Więcej na [https://re-research.pl/pl/post/2017-01-28-00042-anatomia-pliku-tekstowego-2.html](https://re-research.pl/pl/post/2017-01-28-00042-anatomia-pliku-tekstowego-2.html)\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "#### Dobre rady\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "-   żadnych niepotrzebnych spacji na końcu wiersza\n",
-    "\n",
-    "-   żadnych niepotrzebnych pustych wierszy na końcu pliku\n",
-    "\n",
-    "-   … ale ostatni wiersz powinien zakończyć się znakiem końca wiersza\n",
-    "\n",
-    "-   nie używać znaków tabulacji (zamiast tego 4 spacje)\n",
-    "    -   wyjątek: pliki TSV\n",
-    "    -   wyjątek: pliki Makefile\n",
-    "\n",
-    "-   uwaga na niestandardowe spacje i dziwne znaki o zerowej długości\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Unikod\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "ASCII obejmuje 128 znaków: litery alfabetu łacińskiego (właściwie angielskiego),\n",
-    "cyfry, znaki interpunkcyjne, znaki specjalne itd.\n",
-    "\n",
-    "Co z pozostałymi znakami? Polskimi ogonkami, czeskimi haczykami,\n",
-    "francuskimi akcentami, cyrylicą, koreańskim alfabetem, chińskimi\n",
-    "znakami, rongorongo?\n",
-    "\n",
-    "워싱턴, 부산, 삼성\n",
-    "\n",
-    "Rozwiązaniem jest Unikod (ang. *Unicode*) system, który przypisuje\n",
-    "znakom używanym przez ludzkość liczby (kody, ang. *code points*).\n",
-    "\n",
-    "| Znak|Kod ASCII|Kod Unikodowy|\n",
-    "|---|---|---|\n",
-    "| 9|57|57|\n",
-    "| a|97|97|\n",
-    "| ą|-|261|\n",
-    "| ł|-|322|\n",
-    "| $\\aleph$|-|1488|\n",
-    "| ặ|-|7861|\n",
-    "| ☣|-|9763|\n",
-    "| 😇|-|128519|\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### UTF-8\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Kody znaków są pojęciem abstrakcyjnym. Potrzebujemy konkretnego ****kodowania****\n",
-    "by zamienić kody w sekwencję bajtów. Najpopularniejszym kodowaniem jest UTF-8.\n",
-    "\n",
-    "W kodowaniu UTF-8 znaki zapisywane za pomocą 1, 2, 3 lub 4 bajtów.\n",
-    "\n",
-    "| Znak|Kod Unikodowy|Szesnastkowo|UTF-8 (binarnie)|\n",
-    "|---|---|---|---|\n",
-    "| 9|57|U+0049|01001001|\n",
-    "| a|97|U+0061|01100001|\n",
-    "| ą|261|U+0105|11000100:10000101|\n",
-    "| ł|322|U+0142|11000101:10000010|\n",
-    "| $\\aleph$|1488|U+05D0|11010111:10010000|\n",
-    "| ặ|7861|U+1EB7|11100001:10111010:10110111|\n",
-    "| ☣|9763|U+2623|11100010:10011000:10100011|\n",
-    "| 😇|128519|U+1f607|11110000:10011111:10011000:10000111|\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### *Źdźbło* to ile bajtów w UTF-8?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "Jeśli wczytasz jako wiersz w języku C, 11 bajtów!\n",
-    "\n",
-    "[./01_Jezyk/zdzblo.pdf](./01_Jezyk/zdzblo.pdf)\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Dlaczego UTF-8 jest doskonałym systemem kodowania?\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "-   wstecznie kompatybilny z ASCII\n",
-    "    -   plik ASCII jest poprawnym plikiem UTF-8\n",
-    "-   nie zajmuje dużo miejsca\n",
-    "    -   chyba w tekście jest dużo „dziwnych” znaków\n",
-    "-   proste grepowanie działa\n",
-    "    -   `grep UAM text-in-utf8.txt` zadziała\n",
-    "    -   ale nawet nie próbuj: `grep SRPOL text-in-utf16.txt`\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### Porady\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "-   zawsze używaj UTF-8\n",
-    "    -   bądź asertywny! jeśli w pracy każą używać czegoś innego — rezygnuj z pracy\n",
-    "    -   **NIE** używaj innych unikodowych kodowań: UTF-16, UTF-32, UCS-2\n",
-    "    -   **NIE** używaj nieunikodowych systemów kodowania\n",
-    "        -   ISO-8859-2, Windows-1250, Mazovia, IEA Świerk, …\n",
-    "-   uwaga na pułapki UTF-8\n",
-    "    -   ustalenie długości napisu w znakach wymaga przejścia znak po znaku\n",
-    "    -   jeśli napis w kodowaniu UTF-8 zajmuje 9 bajtów, ile to znaków?\n",
-    "        3, 4, 5, 6, 7, 8 lub 9!\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "### **NIE** używaj sekwencji BOM\n",
-    "\n"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "![img](./01_Jezyk/evil-bom.png)\n",
-    "\n"
-   ]
-  }
- ],
- "metadata": {
-  "kernelspec": {
-   "display_name": "Python 3 (ipykernel)",
-   "language": "python",
-   "name": "python3"
-  },
-  "language_info": {
-   "codemirror_mode": {
-    "name": "ipython",
-    "version": 3
-   },
-   "file_extension": ".py",
-   "mimetype": "text/x-python",
-   "name": "python",
-   "nbconvert_exporter": "python",
-   "pygments_lexer": "ipython3",
-   "version": "3.10.2"
-  },
-  "org": null
- },
- "nbformat": 4,
- "nbformat_minor": 1
-}
+{"cells":[{"cell_type":"markdown","metadata":{},"source":["## Język — różne perspektywy\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Słowo wstępne\n\n"]},{"cell_type":"markdown","metadata":{},"source":["W matematyce istnieją dwa spojrzenia na rzeczywistość: ciągłe i dyskretne.\n\nOtaczająca nas rzeczywistość fizyczna jest z natury ciągła\n(przynajmniej jeśli nie operujemy w mikroskali), lecz język\njest dyskretnym wyłomem w ciągłej rzeczywistości.\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Lingwistyka matematyczna\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Przypomnijmy sobie definicję języka przyjętą w lingwistyce\nmatematycznej, w kontekście na przykład teorii automatów.\n\n****Alfabetem**** nazywamy skończony zbiór symboli.\n\n****Łańcuchem**** nad alfabetem $\\Sigma$ nazywamy dowolny, skończony,\nciąg złożony z symboli z $\\Sigma$.\n\n****Językiem**** nazywamy dowolny, skończony bądź nieskończony, zbiór łańcuchów.\n\nW tym formalnym ujęciu językami są na przykład następujące zbiory:\n\n-   $\\{\\mathit{poniedziałek},\\mathit{wtorek},\\mathit{środa},\\mathit{czwartek},\\mathit{piątek},\\mathit{sobota},\\mathit{niedziela}\\}$\n-   $\\{\\mathit{ab},\\mathit{abb},\\mathit{abbb},\\mathit{abbbb},\\ldots\\}$\n\nTo podejście, z jednej strony oczywiście nie do końca się pokrywa się z potocznym\nrozumieniem słowa *język*, z drugiej kojarzy nam się z takimi\nnarzędziami informatyki jak wyrażenia regularne, automaty skończenie\nstanowe czy gramatyki języków programowania.\n\n"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[{"name":"stdout","output_type":"stream","text":"abbb"}],"source":["import regex as re\nrx = re.compile(r'ab+')\n\nrx.search('żabbba').group(0)"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[{"name":"stdout","output_type":"stream","text":"abbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb"}],"source":["import rstr\n\nrstr.xeger(r'ab+')"]},{"cell_type":"markdown","metadata":{},"source":["### Ujęcie probabilistyczne\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Na tym wykładzie przyjmiemy inną perspektywą, częściowo ciągłą, opartą\nna probabilistyce. Język będziemy definiować poprzez ****rozkład\nprawdopodobieństwa****: sensownym wypowiedziom czy tekstom będziemy\nprzypisywać stosunkowe wysokie prawdopodobieństwo, „ułomnym” tekstom — niższe (być może zerowe).\n\nNa ogół nie mamy jednak do czynienia z językiem jako takim tylko z\njego przybliżeniami, ****modelami**** (model może być lepszy lub gorszy,\nale przynajmniej powinien być użyteczny…). Formalnie $M$ nazywamy\nmodelem języka (nad skończonym alfabetem $\\Sigma$), jeśli określa dyskretny rozkład prawdopodobieństwa $P_M$:\n\n$$P_M \\colon \\Sigma^{*} \\rightarrow [0,1].$$\n\nRzecz jasna, skoro mamy do czynienia z rozkładem prawdopodobieństwa, to:\n\n$$\\sum_{\\alpha \\in \\Sigma^{*}} P_M(\\alpha) = 1.$$\n\nJeśli $M$ ma być modelem języka polskiego, oczekiwalibyśmy, że dla\nnapisów:\n\n-   $z_1$ — *W tym stanie rzeczy pan Ignacy coraz częściej myślał o Wokulskim.*\n-   $z_2$ — *Po wypełniony zbiornik pełny i należne kwotę, usłyszała w attendant*\n-   $z_3$ — *xxxxyźźźźźit backspace hoooooooooop x y z*\n\nzachodzić będzie:\n\n$$ P_M(z_1) > P_M(z_2) > P_M(z_3). $$\n\n****Pytanie**** Jakiej konkretnie wartości prawdopodobieństwa\nspodziewalibyśmy się dla zdania *Dzisiaj rano kupiłem w piekarni sześć\nbułek* dla sensownego modelu języka polskiego?\n\nMoglibyśmy sprowadzić tę definicję języka do tej „dyskretnej”, tzn.\nmoglibyśmy przyjąć, że łańcuch $\\alpha$ należy do języka wyznaczonego\nprzez model $M$, jeśli $P_M(\\alpha) > 0$.\n\n****Pytanie**** Czy moglibyśmy w ten sposób opisać język nieskończony? Czy może istnieć\ndyskretny rozkład prawdopodobieństwa dla nieskończonego zbioru?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Co jest symbolem?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Model języka daje rozkład prawdopodobieństwa nad zbiorem łańcuchów\nopartym na skończonym alfabecie, tj. zbiorze symboli. W praktyce\nalfabet nie musi być zgodny z potocznym czy językoznawczym rozumieniem\ntego słowa. To znaczy alfabet może być zbiorem znaków (liter), ale\nmodelować język możemy też przyjmując inny typ symboli: sylaby,\nmorfemy (cząstki wyrazów) czy po prostu całe wyrazy.\n\nPowinniśmy przy tym pamiętać, że, koniec końców, w pamięci komputera\nwszelkiego rodzaju łańcuchy są zapisywane jako ciągi zer i jedynek — bitów.\nOmówmy pokrótce techniczną stronę modelowania języka.\n\n"]},{"cell_type":"markdown","metadata":{},"source":["## Kodowanie znaków\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Cóż może być prostszego od pliku tekstowego?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["    Ala ma kota.\n\nKomputer nic nie wie o literach.\n\n… w rzeczywistości operuje tylko na liczbach …\n\n… czy raczej na zerach i jedynkach …\n\n… a tak naprawdę na ciągłym sygnale elektrycznym …\n\n![img](./01_Jezyk/digitalsignal.jpg)\n\n… zera i jedynki są w naszej głowie …\n\n… co jest dziwne, *naprawdę* dziwne …\n\n… ale nikt normalny się tym nie przejmuje.\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Jak zakodować literę?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Zakodowanie pikseli składających się na kształtu (****glyfu****) litery A\n*oczywiście* nie jest dobrym pomysłem.\n\n![img](./01_Jezyk/raster.png)\n\nNie, potrzebujemy *arbitralnego* kodowania dla wszystkich możliwych\nkształtów litery A (*w naszych głowach*): A, $\\mathcal{A}$,\n$\\mathbb{A}$, $\\mathfrak{A}$ powinny otrzymać ten sam kod, powiedzmy 65\n(binarnie: 1000001).\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### ASCII\n\n"]},{"cell_type":"markdown","metadata":{},"source":["ASCII to 7-bitowy (****nie**** 8-bitowy!) system kodowania znaków.\n\n"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[{"name":"stdout","output_type":"stream","text":"0: \u0000\n1: \u0001\n2: \u0002\n3: \u0003\n4: \u0004\n5: \u0005\n6: \u0006\n7: \u0007\n8: \b\n9:\n10:\n\n11: \u000b\n12: \f\n13:\n14: \u000e\n15: \u000f\n16: \u0010\n17: \u0011\n18: \u0012\n19: \u0013\n20: \u0014\n21: \u0015\n22: \u0016\n23: \u0017\n24: \u0018\n25: \u0019\n26: \u001a\n27: \u001b\n28: \u001c\n29: \u001d\n30: \u001e\n31: \u001f\n32:\n33: !\n34: \"\n35: #\n36: $\n37: %\n38: &\n39: '\n40: (\n41: )\n42: *\n43: +\n44: ,\n45: -\n46: .\n47: /\n48: 0\n49: 1\n50: 2\n51: 3\n52: 4\n53: 5\n54: 6\n55: 7\n56: 8\n57: 9\n58: :\n59: ;\n60: <\n61: =\n62: >\n63: ?\n64: @\n65: A\n66: B\n67: C\n68: D\n69: E\n70: F\n71: G\n72: H\n73: I\n74: J\n75: K\n76: L\n77: M\n78: N\n79: O\n80: P\n81: Q\n82: R\n83: S\n84: T\n85: U\n86: V\n87: W\n88: X\n89: Y\n90: Z\n91: [\n92: \\\n93: ]\n94: ^\n95: _\n96: `\n97: a\n98: b\n99: c\n100: d\n101: e\n102: f\n103: g\n104: h\n105: i\n106: j\n107: k\n108: l\n109: m\n110: n\n111: o\n112: p\n113: q\n114: r\n115: s\n116: t\n117: u\n118: v\n119: w\n120: x\n121: y\n122: z\n123: {\n124: |\n125: }\n126: ~\n127: "}],"source":["for code in range(0, 128):\n  print(f'{code}: {chr(code)}')"]},{"cell_type":"markdown","metadata":{},"source":["### Jak zejść na poziom bitów?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Linux — wiersz poleceń\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Linux command line:\n\n    $ echo 'Ala ma kota' > file.txt\n    $ hexdump -C file.txt\n    00000000  41 6c 61 20 6d 61 20 6b  6f 74 61 0a   |Ala ma kota.|\n    0000000c\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Edytor tekstu (Emacs)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["![img](./01_Jezyk/hexl-mode.png)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Uwaga!\n\n"]},{"cell_type":"markdown","metadata":{},"source":["-   kiedy dzieje się coś dziwnego, sprawdź, co tak *naprawdę* jest w pliku\n-   ASCII jest 7-bitowym kodowaniem (128 znaków)\n    -   choć zazwyczaj uzupełnionym (ang. *padded*) do 8 bitów\n    -   nie mów plik *plik ASCII*, kiedy masz na myśli *prosty/czysty plik tekstowy* (ang. *plain text file*)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Higiena plików tekstowych\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Piekło końca wiersza\n\n"]},{"cell_type":"markdown","metadata":{},"source":["![img](./01_Jezyk/dante.jpg)\n\nWięcej na [https://re-research.pl/pl/post/2017-01-28-00042-anatomia-pliku-tekstowego-2.html](https://re-research.pl/pl/post/2017-01-28-00042-anatomia-pliku-tekstowego-2.html)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Dobre rady\n\n"]},{"cell_type":"markdown","metadata":{},"source":["-   żadnych niepotrzebnych spacji na końcu wiersza\n\n-   żadnych niepotrzebnych pustych wierszy na końcu pliku\n\n-   … ale ostatni wiersz powinien zakończyć się znakiem końca wiersza\n\n-   nie używać znaków tabulacji (zamiast tego 4 spacje)\n    -   wyjątek: pliki TSV\n    -   wyjątek: pliki Makefile\n\n-   uwaga na niestandardowe spacje i dziwne znaki o zerowej długości\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Unikod\n\n"]},{"cell_type":"markdown","metadata":{},"source":["ASCII obejmuje 128 znaków: litery alfabetu łacińskiego (właściwie angielskiego),\ncyfry, znaki interpunkcyjne, znaki specjalne itd.\n\nCo z pozostałymi znakami? Polskimi ogonkami, czeskimi haczykami,\nfrancuskimi akcentami, cyrylicą, koreańskim alfabetem, chińskimi\nznakami, rongorongo?\n\n워싱턴, 부산, 삼성\n\nRozwiązaniem jest Unikod (ang. *Unicode*) system, który przypisuje\nznakom używanym przez ludzkość liczby (kody, ang. *code points*).\n\n| Znak|Kod ASCII|Kod Unikodowy|\n|---|---|---|\n| 9|57|57|\n| a|97|97|\n| ą|-|261|\n| ł|-|322|\n| $\\aleph$|-|1488|\n| ặ|-|7861|\n| ☣|-|9763|\n| 😇|-|128519|\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### UTF-8\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Kody znaków są pojęciem abstrakcyjnym. Potrzebujemy konkretnego ****kodowania****\nby zamienić kody w sekwencję bajtów. Najpopularniejszym kodowaniem jest UTF-8.\n\nW kodowaniu UTF-8 znaki zapisywane za pomocą 1, 2, 3 lub 4 bajtów.\n\n| Znak|Kod Unikodowy|Szesnastkowo|UTF-8 (binarnie)|\n|---|---|---|---|\n| 9|57|U+0049|01001001|\n| a|97|U+0061|01100001|\n| ą|261|U+0105|11000100:10000101|\n| ł|322|U+0142|11000101:10000010|\n| $\\aleph$|1488|U+05D0|11010111:10010000|\n| ặ|7861|U+1EB7|11100001:10111010:10110111|\n| ☣|9763|U+2623|11100010:10011000:10100011|\n| 😇|128519|U+1f607|11110000:10011111:10011000:10000111|\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### *Źdźbło* to ile bajtów w UTF-8?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Jeśli wczytać jako wiersz w języku C, 11 bajtów!\n\n![img](./01_Jezyk/zdzblo.png)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Dlaczego UTF-8 jest doskonałym systemem kodowania?\n\n"]},{"cell_type":"markdown","metadata":{},"source":["-   wstecznie kompatybilny z ASCII\n    -   plik ASCII jest poprawnym plikiem UTF-8\n-   nie zajmuje dużo miejsca\n    -   chyba że w tekście jest dużo „dziwnych” znaków\n-   proste grepowanie działa\n    -   `grep UAM text-in-utf8.txt` zadziała\n    -   ale nawet nie próbuj: `grep SRPOL text-in-utf16.txt`\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Porady\n\n"]},{"cell_type":"markdown","metadata":{},"source":["-   zawsze używaj UTF-8\n    -   bądź asertywny! jeśli w pracy każą używać czegoś innego — rezygnuj z pracy\n    -   **NIE** używaj innych unikodowych kodowań: UTF-16, UTF-32, UCS-2\n    -   **NIE** używaj nieunikodowych systemów kodowania\n        -   ISO-8859-2, Windows-1250, Mazovia, IEA Świerk, …\n-   uwaga na pułapki UTF-8\n    -   ustalenie długości napisu w znakach wymaga przejścia znak po znaku\n    -   jeśli napis w kodowaniu UTF-8 zajmuje 9 bajtów, ile to znaków?\n        3, 4, 5, 6, 7, 8 lub 9!\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### **NIE** używaj sekwencji BOM\n\n"]},{"cell_type":"markdown","metadata":{},"source":["![img](./01_Jezyk/evil-bom.png)\n\n"]},{"cell_type":"markdown","metadata":{},"source":["### Unikod/UTF-8 a języki programowania\n\n"]},{"cell_type":"markdown","metadata":{},"source":["Pamiętaj, żeby być konsekwentnym!\n\n-   kodowanie kodu źródłowego (literały!)\n    -   czasami podawane na początku pliku\n    -   … albo brane z ustawień *locale*\n    -   … albo — domyślnie — UTF-8 (w nowszych językach programowania)\n-   kodowanie standardowego wejścia/wyjścia i plików\n-   jak sekwencje bajtów są interpretowane w czasie działania programu?how the sequence of bytes is \\alert{interpreted} during run-time?\n    -   *Źdźbło* jest łańcuchem złożonym z 6 czy 9 elementów??\n        -   9 bajtów\n        -   6 kodów\n    -   `\"Źdźbło\"[1]` …\n        -   `d`\n        -   … albo śmieci\n\n"]},{"cell_type":"markdown","metadata":{},"source":["#### Python 2\n\n"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[],"source":["#!/usr/bin/python2\n# -*- coding: utf-8 -*-\nimport sys\nfor line in sys.stdin:\n   line = line.decode('utf-8').rstrip()\n   if \"źdźbło\".decode('utf-8') in line:\n      print len(line), ' ', line"]},{"cell_type":"markdown","metadata":{},"source":["#### Python3\n\n"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[],"source":["#!/usr/bin/python3\nimport sys\nfor line in sys.stdin:\n   line = line.strip()\n   if \"źdźbło\" in line:\n       print(len(line), ' ', line)"]},{"cell_type":"markdown","metadata":{},"source":["Uwaga: zakładając, że zmienna środowiskowa `LANG` jest ustawiona na UTF-8.\n\n"]}],"metadata":{"org":null,"kernelspec":{"display_name":"Python 3","language":"python","name":"python3"},"language_info":{"codemirror_mode":{"name":"ipython","version":3},"file_extension":".py","mimetype":"text/x-python","name":"python","nbconvert_exporter":"python","pygments_lexer":"ipython3","version":"3.5.2"}},"nbformat":4,"nbformat_minor":0}
\ No newline at end of file
diff --git a/wyk/01_Jezyk.org b/wyk/01_Jezyk.org
index cfb6589..524851d 100644
Binary files a/wyk/01_Jezyk.org and b/wyk/01_Jezyk.org differ
diff --git a/wyk/01_Jezyk/raster.png b/wyk/01_Jezyk/raster.png
new file mode 100644
index 0000000..1113dca
Binary files /dev/null and b/wyk/01_Jezyk/raster.png differ
diff --git a/wyk/01_Jezyk/zdzblo.png b/wyk/01_Jezyk/zdzblo.png
new file mode 100644
index 0000000..0632af1
Binary files /dev/null and b/wyk/01_Jezyk/zdzblo.png differ