Dnes sme sa ako forenzní analytici mali zamyslieť nad obrázkom tzv prosta glandínovej mapy človeka. Vidíme, že je v nej veľa ACDS, čo sú acids kyseliny, no á otázka je kedy pri prosta glandínoch vznikajú aj kyslíkové radikály. Vlastne bolesť==stres tkaniva v tele sa navzájom doplňuje ako prosta glandín a kyselina.

Sudca sa ma teda pod prísahou pýtal, ako by som zrátal že sa jedná o krv človeka: Môj výpočet je veľmi jednoduchý, ak krv obsahuje oxidy železa ako oxid železitý, dajme si vykresliť v AI pomernú mapu 2:3 alebo 3:2, veď koncentrácie v chémií sa rátajú ako pomery počtu častíc ku hmotnostiam.

Á keďže sú to prevrátené hodnoty, dal som si v AI vykresliť nielen 2:3 ale aj 3:2

No a forenzná mapa vykazuje mnoho zhôd, že ČLOVEK BOL MUČENÝ KRUTO:

Teraz však dokážem prečo to bol človek: Forenzná analýza presne ďalším spracovaním dát vo vedeckom jazyku JuliaLang ukazuje, že ľudské telo obsahuje presne 70% vody zhruba pomerom 1:2, ktorý nižšie dátová analýza ukazuje: H2O: https://hrubos.tech/blogy/content/images/20260717203118-Sni%CC%81mka%20obrazovky%202026-07-17%20o%2020.29.00.png

Ukazuje sa však ďalším šetrením dát, že sa jedná o viac krv než vodu, pretože pomery 2:3 a 3:4 sú zachované pre oxidy železa v krvi:

https://hrubos.tech/blogy/content/images/20260717204748-Sni%CC%81mka%20obrazovky%202026-07-17%20o%2020.45.57.png

Obrázok oxidu s týmito pomermi:

Ba čo viac, človek ktorý mal aj pomer druhého oxidu v tele bol KYBORG, lebo ten zas vypadá takto:

import Pkg
Pkg.add("Plots")

using Plots
using Statistics


heat = [
[
1,1,0,1,1,0,1,1,1,1,1,0,1,1,1,0,
1,1,0,0,1,1,1,0,1,1,1,1,0,1,1,1,
1,0,1,1,1,0,1,1,0,1,1,1,0,0,1,1,
1,0,1,1,0,1,1,1,1,0,1,1,1,0,1,1
],

[
1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,
1,1,0,1,1,1,1,0,1,1,1,1,0,1,1,1,
1,1,0,1,1,0,1,1,1,1,1,0,1,1,1,0,
1,1,1,0,1,1,1,1,0,1,1,1,1,0,1,1
],

[
1,0,0,1,1,0,1,1,1,1,0,1,1,0,0,1,
1,0,1,1,1,0,1,0,1,1,1,0,1,0,1,1,
1,1,0,0,1,1,0,1,1,1,0,1,1,0,0,1,
1,0,1,1,1,0,1,1,0,1,1,1,0,1,0,1
],

[
0,1,1,1,1,0,1,1,0,1,0,0,1,0,1,1,
1,0,1,1,0,0,1,0,1,0,1,1,0,0,1,0,
1,1,0,1,0,1,1,0,1,0,1,1,0,1,0,1,
1,0,0,1,1,0,1,0,1,1,0,1,0,1,1,0
],

[
0,0,0,0,1,0,0,0,1,0,0,1,1,0,0,1,
0,1,0,0,0,1,0,0,1,0,0,1,0,0,1,0,
0,1,0,0,1,0,1,0,0,1,0,0,1,0,0,1,
0,0,1,0,0,1,0,0,1,0,1,0,0,1,0,0
]
]


# prevod na maticu 5 x 64
M = reduce(vcat, [permutedims(r) for r in heat])


# ------------------------------
# vytvorenie ostrej hranice
# ------------------------------

# počet jednotiek v jednotlivých riadkoch
row_ones = sum.(eachrow(M))

# spoločný počet jednotiek
# môžeš zmeniť napr. na maximum(row_ones)
common_ones = round(Int, mean(row_ones))


# nová zarovnaná matica
aligned_M = zeros(Int, size(M))

for i in 1:size(M,1)
    aligned_M[i, 1:common_ones] .= 1
end



# ------------------------------
# vykresľovanie
# ------------------------------

function binary_plot(A, title; invert=false)

    B = invert ? 1 .- A : A

    rows, cols = size(B)

    x = Int[]
    y = Int[]
    z = Int[]

    for i in 1:rows
        for j in 1:cols
            push!(x,j)
            push!(y,i)
            push!(z,B[i,j])
        end
    end

    scatter(
        x,
        y,
        marker_z=z,
        c=[:blue,:red],
        markersize=10,
        markerstrokewidth=0,
        legend=false,
        aspect_ratio=1,
        yflip=true,
        xlabel="stĺpec",
        ylabel="riadok",
        title=title
    )
end



# horné grafy
p1 = binary_plot(
    M,
    "Pôvodné: 1=červená 0=modrá"
)

p2 = binary_plot(
    M,
    "Pôvodné: 0=červená 1=modrá",
    invert=true
)


# spodné grafy - ostrá hranica
p3 = binary_plot(
    aligned_M,
    "Zarovnané: 111...000"
)

p4 = binary_plot(
    aligned_M,
    "Zarovnané invertované",
    invert=true
)



plot(
    p1,p2,p3,p4,
    layout=(2,2),
    size=(1200,900)
)

display(current())
println("Stlač ENTER pre ukončenie...")
readline()

Pre graf 3:4 je kód z príkazov pre GPT AI:

import Pkg
Pkg.add("Plots")

using Plots
using Statistics


heat = [
[
1,1,0,1,1,0,1,1,1,1,1,0,1,1,1,0,
1,1,0,0,1,1,1,0,1,1,1,1,0,1,1,1,
1,0,1,1,1,0,1,1,0,1,1,1,0,0,1,1,
1,0,1,1,0,1,1,1,1,0,1,1,1,0,1,1
],

[
1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,
1,1,0,1,1,1,1,0,1,1,1,1,0,1,1,1,
1,1,0,1,1,0,1,1,1,1,1,0,1,1,1,0,
1,1,1,0,1,1,1,1,0,1,1,1,1,0,1,1
],

[
1,0,0,1,1,0,1,1,1,1,0,1,1,0,0,1,
1,0,1,1,1,0,1,0,1,1,1,0,1,0,1,1,
1,1,0,0,1,1,0,1,1,1,0,1,1,0,0,1,
1,0,1,1,1,0,1,1,0,1,1,1,0,1,0,1
],

[
0,1,1,1,1,0,1,1,0,1,0,0,1,0,1,1,
1,0,1,1,0,0,1,0,1,0,1,1,0,0,1,0,
1,1,0,1,0,1,1,0,1,0,1,1,0,1,0,1,
1,0,0,1,1,0,1,0,1,1,0,1,0,1,1,0
],

[
0,0,0,0,1,0,0,0,1,0,0,1,1,0,0,1,
0,1,0,0,0,1,0,0,1,0,0,1,0,0,1,0,
0,1,0,0,1,0,1,0,0,1,0,0,1,0,0,1,
0,0,1,0,0,1,0,0,1,0,1,0,0,1,0,0
]
]


# matica 5 x 64
M = reduce(vcat, [permutedims(r) for r in heat])


# -----------------------------------
# zarovnanie do 111111000000
# -----------------------------------

row_ones = sum.(eachrow(M))

# počet jednotiek podľa priemeru
common_ones = round(Int, mean(row_ones))


aligned_M = zeros(Int, size(M))

for i in 1:size(M,1)
    aligned_M[i,1:common_ones] .= 1
end



# -----------------------------------
# heatmap funkcia
# -----------------------------------

function binary_heat(A, title; invert=false, line=false)

    B = invert ? 1 .- A : A

    p = heatmap(
        B,
        c = [:blue,:red],
        colorbar=false,
        aspect_ratio=1,
        xlabel="stĺpec",
        ylabel="riadok",
        title=title,
        yflip=true
    )


    # zvislá hranica
    if line
        vline!(
            [common_ones + 0.5],
            linewidth=3,
            label=false
        )
    end

    return p
end



p1 = binary_heat(
    M,
    "Pôvodné 1=červená 0=modrá"
)


p2 = binary_heat(
    M,
    "Invertované 0=červená 1=modrá",
    invert=true
)


p3 = binary_heat(
    aligned_M,
    "Zarovnané 111...000",
    line=true
)


p4 = binary_heat(
    aligned_M,
    "Zarovnané invertované",
    invert=true,
    line=true
)



plot(
    p1,p2,p3,p4,
    layout=(2,2),
    size=(1200,900)
)

display(current())

println("Stlač ENTER pre ukončenie...")
readline()

---