#Calcule de C inconnue :
import numpy as np
import numpy.random as rd
import matplotlib as plt
import matplotlib.pyplot as plt
data=np.loadtxt('C:/Users/basti/Documents/PCSI2/TIPE/Classeur1.txt') #prend les
valeur dans le document joint en txt
C=[1,2,3,4,5] #Abscisse:concentration
absorbance=[0.1925,0.3883,0.5846,0.7948,0.9761] #Absorbance:ordonnée
Ab_c_inconnue=0.5705 #Absorbance de la concentration inconnue
uC=np.array([0.1,0.1,0.1,0.1,0.1]) #incertitude de la concentration
uab=np.array([0.02,0.02,0.02,0.02,0.02]) #incertitude de l'absorbance
p=np.polyfit(C,absorbance,1)
plt.errorbar(C,absorbance,xerr=5*uC,yerr=5*uab,fmt='o')
C_modele=np.linspace(0,13,1000) #remplire avec la valeur maximal de la
concentration au milieu
absorbance_modele=p[0]*C_modele+p[1]
r=np.corrcoef(C,absorbance)
k=p[0]
def C_inconnue(ab_c_inconnue):
return Ab_c_inconnue/k #détermination de la concentration inconnue
print("pente k = ",p[0]," / ordonnée à l'origine = ",p[1]," / coefficient de
corélation r =",r[0,1]," / concentration iconnue = ",C_inconnue)
plt.plot(C,absorbance,'+')
plt.plot(C_modele,absorbance_modele, color='red')
plt.xlabel('Concentration en mol/L')
plt.ylabel('Absorbance')
plt.title('Absorbance en fonction de la concentration')
plt.text(7.5,3,"• Droite d'équation A=k*C+b : ")
plt.text(7.75,2.5,"k = " + "{:.4}".format(p[0]) + " L/mol")
plt.text(7.75,2,"b = " + "{:.4}".format(p[1]))
plt.text(7.75,1.5,"r = " + "{:.4}".format(r[0,1]))
plt.text(7.5,1,"• Concentration inconnue : ")
plt.text(7.75,0.5,"C_inconnue = " + "{:.4}".format(C_inconnue(Ab_c_inconnue)) +
"mol/L")
plt.show()
#__________________________________________________________________________________
_______________________________________________________________
#simulation Monte-Carlo pour l'absorbance:
import numpy as np
import matplotlib.pyplot as plt
# Concentration et incertitude associée
c=0.001
u_c=0.0001
k=0.1974
# Nombre de simulations Monte-Carlo
n_simulations=3000
# Simulations Monte-Carlo de l'absorbance
absorbances=[]
for i in range(n_simulations):
import numpy as np
import numpy.random as rd
import matplotlib as plt
import matplotlib.pyplot as plt
data=np.loadtxt('C:/Users/basti/Documents/PCSI2/TIPE/Classeur1.txt') #prend les
valeur dans le document joint en txt
C=[1,2,3,4,5] #Abscisse:concentration
absorbance=[0.1925,0.3883,0.5846,0.7948,0.9761] #Absorbance:ordonnée
Ab_c_inconnue=0.5705 #Absorbance de la concentration inconnue
uC=np.array([0.1,0.1,0.1,0.1,0.1]) #incertitude de la concentration
uab=np.array([0.02,0.02,0.02,0.02,0.02]) #incertitude de l'absorbance
p=np.polyfit(C,absorbance,1)
plt.errorbar(C,absorbance,xerr=5*uC,yerr=5*uab,fmt='o')
C_modele=np.linspace(0,13,1000) #remplire avec la valeur maximal de la
concentration au milieu
absorbance_modele=p[0]*C_modele+p[1]
r=np.corrcoef(C,absorbance)
k=p[0]
def C_inconnue(ab_c_inconnue):
return Ab_c_inconnue/k #détermination de la concentration inconnue
print("pente k = ",p[0]," / ordonnée à l'origine = ",p[1]," / coefficient de
corélation r =",r[0,1]," / concentration iconnue = ",C_inconnue)
plt.plot(C,absorbance,'+')
plt.plot(C_modele,absorbance_modele, color='red')
plt.xlabel('Concentration en mol/L')
plt.ylabel('Absorbance')
plt.title('Absorbance en fonction de la concentration')
plt.text(7.5,3,"• Droite d'équation A=k*C+b : ")
plt.text(7.75,2.5,"k = " + "{:.4}".format(p[0]) + " L/mol")
plt.text(7.75,2,"b = " + "{:.4}".format(p[1]))
plt.text(7.75,1.5,"r = " + "{:.4}".format(r[0,1]))
plt.text(7.5,1,"• Concentration inconnue : ")
plt.text(7.75,0.5,"C_inconnue = " + "{:.4}".format(C_inconnue(Ab_c_inconnue)) +
"mol/L")
plt.show()
#__________________________________________________________________________________
_______________________________________________________________
#simulation Monte-Carlo pour l'absorbance:
import numpy as np
import matplotlib.pyplot as plt
# Concentration et incertitude associée
c=0.001
u_c=0.0001
k=0.1974
# Nombre de simulations Monte-Carlo
n_simulations=3000
# Simulations Monte-Carlo de l'absorbance
absorbances=[]
for i in range(n_simulations):
