La librairie SciPy : Le module scipy.optimize

• Commençons par définir le modèle à résoudre :
• Il accepte la valeur en x pour laquelle calculer y et quatre paramètres à résoudre pour approximer notre nuage de points.
• def f(x, a, b, c, d):
• return a*x**3 + b*x**2 + c*x + d
• Maintenant, on demande à la fonction curve_fit de calculer les valeurs optimales pour les quatre paramètres en lui fournissant le modèle et le nuage de points de référence.
• params, cov_mat = optimize.curve_fit(f, x, y)
• print(params) # Par curiosité
• params : correspond au tableau des valeurs a, b, c et d de notre modèle.
• cov_mat : correspond à la matrice de covariance de notre modèle.

• Dominique Liard - 2013..2022

• <numéro>