{ "nbformat": 4, "nbformat_minor": 0, "metadata": { "colab": { "provenance": [] }, "kernelspec": { "name": "python3", "display_name": "Python 3" }, "language_info": { "name": "python" } }, "cells": [ { "cell_type": "markdown", "source": [ "# TP Diffraction : Parce que vous le valez bien !\n", "Tableau de valeur de $a$ en $\\mathrm{\\mu m}$ et de $\\ell$ en $\\mathrm{cm}$" ], "metadata": { "id": "JQPjE80dbUtG" } }, { "cell_type": "code", "execution_count": null, "metadata": { "id": "NV4-CRJzbPtX" }, "outputs": [], "source": [ "#bibliothèques\n", "import numpy as np\n", "import matplotlib.pyplot as plt" ] }, { "cell_type": "code", "source": [ "#Mesures effectuées au LASER vert 550 nm/rouge 650 nm ?\n", "#valeur de a en micromètre\n", "a=np.array([40.0,50.0,100.0,120.0,280.0,400.0])\n", "#conversion en m\n", "a*=10**-6\n", "#valeur de l en cm\n", "l=np.array([]) #à compléter\n", "#conversion en m\n", "l*=10**-2\n", "#Distance en m\n", "D= #à compléter" ], "metadata": { "id": "4dkulSTcb7V4" }, "execution_count": null, "outputs": [] }, { "cell_type": "markdown", "source": [ "Ajouter une ligne de code au script permettant de la compléter avec les valeurs de $\\dfrac{1}{a}$." ], "metadata": { "id": "gOuiSUbNcIKP" } }, { "cell_type": "code", "source": [ "inva= #A compléter" ], "metadata": { "id": "I6fsjsgEcSo1" }, "execution_count": null, "outputs": [] }, { "cell_type": "markdown", "source": [ "Ajouter une ligne de code au script permettant de calculer l’écart angulaire $\\theta$ en rad." ], "metadata": { "id": "ze_yC5qEcWMs" } }, { "cell_type": "code", "source": [ "theta= #à compléter" ], "metadata": { "id": "dPZ4nI2Kce47" }, "execution_count": null, "outputs": [] }, { "cell_type": "code", "source": [ "#représentation graphique\n", "plt.figure(dpi=100)\n", "plt.plot(inva,theta,'b.',label='Expérience')\n", "plt.xlabel('$\\dfrac{1}{a}$ en /m')\n", "plt.ylabel('$\\theta$ en rad')\n", "plt.legend()\n", "plt.show()" ], "metadata": { "id": "ygOT_RBGcgmz" }, "execution_count": null, "outputs": [] }, { "cell_type": "markdown", "source": [ "On va réaliser une régression de type $y=ax$. On utilise la même fonction que celle du TP cinétique." ], "metadata": { "id": "02eiKb7Dc8kt" } }, { "cell_type": "code", "source": [ "from scipy.optimize import curve_fit\n", "\n", "#on définit la fonction linéaire\n", "def lineaire(x,a):\n", " return a*x\n", "\n", "#regression linéaire\n", "#popt : résultats de la régression\n", "#pcov non utilisé pour le moment\n", "popt,pcov=curve_fit(lineaire,inva,theta)\n", "print('le coefficient directeur est : ', popt[0],'m')\n", "\n", "#on crée la droite issur des paramètres de la régression\n", "y_reg= #à compléter\n", "\n", "plt.figure(dpi=80)\n", "plt.plot(inva,theta,'k.',label='Expérience')\n", "plt.plot(inva,y_reg,'r',label='Modèle')\n", "plt.xlabel('$\\dfrac{1}{a}$ en /m')\n", "plt.ylabel('$\\theta$ en rad')\n", "plt.legend()\n", "plt.show()" ], "metadata": { "id": "t8Myq2CQdVEI" }, "execution_count": null, "outputs": [] }, { "cell_type": "markdown", "source": [ "Les points semblent aléatoirement répartis autour de la droite issue du modèle, le coefficient directeur correspond à la longueur d'onde du LASER vert utilisé." ], "metadata": { "id": "JhJZzaMWrxdX" } }, { "cell_type": "markdown", "source": [ "Exploitation, analyse et conclusion." ], "metadata": { "id": "d1Z86N2dsKLe" } } ] }