4用V=10v的电池给电容充电，电容上t时刻V-(V-V0)e(-t/T),尝试由数据确定V0和T静电常量

最新推荐文章于 2024-02-21 14:23:14 发布

激动的小非

最新推荐文章于 2024-02-21 14:23:14 发布

阅读量3.7k

点赞数 4

分类专栏： python建模文章标签： python

本文链接：https://blog.csdn.net/m0_54603060/article/details/124356804

版权

python建模专栏收录该内容

14 篇文章

订阅专栏

该博客通过分析给定的电容充电电压数据，运用非线性最小二乘法进行曲线拟合。利用Python的`scipy.optimize.curve_fit`函数，博主成功地拟合了数据并得到了电容初始电压V0和充电常数a的值。代码展示了一个从数据到模型建立的过程，最终得出V0约为5.56V，a约为3.50的时间常数。博客中还展示了拟合后的图表，显示了实际数据点与拟合曲线的良好吻合。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解题思路

一：题目

4用电压V=10v的电池给电容充电，电容上t时刻的电压为v(t)= $V-(V-V0)_{e}(\frac{-t}{\tau })$ ，其中V0是电容的初始电压， $\tau$ 是充电常数，是由下列数据确定V0和 $\tau$ 。

t/s	0.5	1	2	3	4	5	7	9
v/V	6.36	6.48	7.26	8.22	8.66	8.99	9.43	9.63

二：思路

根据所给的数据，使用分析函数的特征使用插值与拟合方法来，获得函数图像与函数表达式，并评估模型的接近程度，从而带入参数获得V0和 $\tau$

开发环境

vscode python

代码及效果

一：代码

从图分析可知，函数为非线性函数，从表达式佐证v一阶导数，不为常数，为多项式，故在此使用非线性最小二乘法拟合数据，得到局部最优解。

代码示例：

from tkinter.font import families
import numpy as np
from scipy.optimize import curve_fit
import pylab as plt

#变量的范围
t=np.array([0.5,1,2,3,4,5,7,9])
v=np.array([6.36,6.48,7.26,8.22,8.66,8.99,9.43,9.63])
#函数表达式
def fun(t,v0,a):#t传入的变量，v0,a拟合参数。
    return 10-(10-v0)*np.exp(-t/a)
popt,pcov=curve_fit(fun,t,v)#最小二乘法拟合
print('v0,a充电常数字',popt)
yh2=fun(t,*popt)#计算已经知道数据的预测值
plt.rc('font',family='SimHei')
plt.rc('font',size=16)
plt.plot(t,v,'o')#画出拟合函数
plt.plot(t,yh2)#画出数据点
plt.legend(['data','fun'])
plt.show()