{"nbformat":4,"nbformat_minor":0,"metadata":{"colab":{"provenance":[],"authorship_tag":"ABX9TyPSAin2fnXXP9iekDul+OWn"},"kernelspec":{"name":"python3","display_name":"Python 3"},"language_info":{"name":"python"}},"cells":[{"cell_type":"code","metadata":{"id":"IBDCeYTOWL4d"},"source":["import matplotlib.pyplot as plt #Pour tracer des graphiques\n","import numpy as np #Pour faire divers calculs\n","\n","## Données expérimentales\n","\n","t=np.array([30,60,90,120,150,180,210,240,270,300,330,360,390,420,450,480,510,540,570,600]) # valeur du temps en s\n","s=np.array(['à remplir']) # valeur de la conductivité en mS/cm expérience 1\n","\n","# Graphes de la conductivité\n","\n","plt.figure(1)\n","plt.xlabel('temps en s') #Légende de l’axe des abscisses\n","plt.ylabel('sigma en mS/cm') #Légende de l’axe des ordonnées\n","\n","plt.plot(t,s,'b+-',label='sigma') #Représente s en fonction de t avec des croix bleues reliées de manière continue avec une étiquette pour la courbe\n","\n","plt.title('suivi cinétique (évolution exponentielle)') #Titre du graphe\n","plt.legend() #Affiche l’étiquette de la courbe\n","plt.grid() #Affiche le quadrillage\n","plt.show() #Affiche le graphique\n","\n","\n","## étude de l'ordre\n","\n","#valeurs infini\n","s_infini='à remplir' #valeur de la conductivité finale\n","\n","#fonctions affines\n","y=np.log(s_infini/(s_infini-s)) #loi affine\n","\n","# Régression linéaire avec np.polyfit\n","p=np.polyfit(t, y, 1) #Régression linéaire de y en fonction de t (équation y = p[0]*t+p[1])\n","coef=np. corrcoef(t,y,1)  # calcul du coefficient de corrélation\n","r=coef[0,1] # attribue le coefficient de corrélation à r\n","r2=r**2 # calcul coefficient de détermination\n","\n","plt.figure(2)\n","plt.xlabel('temps en s') #Légende de l’axe des abscisses\n","plt.ylabel('y') #Légende de l’axe des ordonnées\n","\n","plt.plot(t,y,'b+',label='y') #Représente y en fonction de t avec des croix bleues avec une étiquette pour la courbe\n","\n","plt.plot(t,np.polyval(p,t),'b',label='modèle') #Tracé de la droite de régression en bleu\n","\n","plt.title('loi  y = k t') #Titre du graphe\n","plt.legend() #Affiche l’étiquette de la courbe\n","plt.grid() #Affiche le quadrillage\n","plt.show() #Affiche le graphique\n","\n","print('coefficients : r = ',format(r,\"#.4f\"),' r^2 = ' ,format(r2,\"#.4f\"))\t#Affiche les coefficients\n","print('pente de la régression linéaire = k = ',format(p[0],\"#.2e\"),'/s') #Affiche la pente de la droite\n","print('y0  de la régression linéaire =', format(p[1],\"#.2e\")) #Affiche l’ordonnée à l’origine\n","\n","#calcul de k et de l'incertitude-type\n","k=y/t #calcul de k point par point\n","\n","k_moyen=np.mean(k) #calcul de la moyenne de k\n","u_k_moyen=np.std(k,ddof=1)/(len(t)**.5) #calcul de l'incertitude-type de k_moyen\n","\n","print('k_moyen = ',format(k_moyen,\"#.2e\"),'/s avec u(k_moyen) = ',format(u_k_moyen,\"#.1e\"),'/s')\n","#Affiche k_moyen et son incertitude-type"],"execution_count":null,"outputs":[]}]}