import matplotlib.pyplot as plt
import numpy as np

##ENTREE DES VALEURS EXPERIMENTALES ET DEMI INTERVALLES D'ERREUR
CT=2*10**(-3) #concentration titrant en mol/mL#
V0=300 #volume de solution dosée en mL#
rho=1 #masse volumique des solutions en g/mL#
ce=4.18  #capacité thermique massique des solutions en J.K(^-1).g(^-1)#

#entrée des N mesures : V et T : 2 tableaux
V=np.array([A COMPLETER])
T=np.array([A COMPLETER])

DV0= A COMPLETER   #Demi intervalle d'erreur#
DV= A COMPLETER    #Demi intervalle d'erreur#
DT=  A COMPLETER   #Demi intervalle d'erreur#

##CALCUL ET TRACE DE L'ORDONNEE Y AVEC BARRES D'ERREUR
#création du tableau des valeurs de l'ordonnée
N=np.size(V)
Y=(T-T[0])*(V0+V)*ce*rho/CT  #ordonnée#
DY=np.zeros(N)

#Calcul du Demi intervalle d'erreur sur Y : #
DY[1:]=Y[1:]*np.sqrt((2*DT**2/(T[1:]-T[0])**2)+((DV0**2+DV**2)/(V0+V[1:])**2))

plt.figure(1)
plt.plot(V,Y,'r+')
plt.errorbar(V,Y,xerr=DV,yerr=DY,fmt='none',capsize = 5,ecolor='r')

## MODELE LINEAIRE
#a et b sont les coefficients du polynôme correspondant à l'ajustement optimal des mesures(V,Y) selon un polynôme de degré 1 : Z est un tableau qui contient les valeurs des ORDONNEES AJUSTEES : Z=aV+b
Z=np.zeros(N)
a,b=np.polyfit(V,Y,1)
Z=(a*V)+b

plt.plot(V,Z)
print('pente=',a)
print('ordonnée à l"origine=',b)

##TRACE DES RESIDUS
plt.figure(2)
R=Y-Z
plt.plot(V,R,'r+')
plt.grid()

##AFFICHAGE DE L'ENTHALPIE DE REACTION DrH
DrH= A COMPLETER
print('enthalpie de réaction=',round(DrH/1000,2),'kJ/mol')

plt.show()

