<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Simulation d&#39;un titrage conductimétrique :: Physique, Chimie et Informatique</title>
    <link>https://dlatreyte.github.io/programmation/simulation-titrage-conductimetrique/index.html</link>
    <description>&#34;&#34;&#34; Simulation du suivi conductimétrique pour le titrage du sérum physiologique. &#34;&#34;&#34; import matplotlib.pyplot as plt import csv from scipy.stats import linregress class Ion: &#34;&#34;&#34; Définition d&#39;un ion à prendre en compte dans le calcul de la conductivité d&#39;une solution. &#34;&#34;&#34; def __init__(self, nom, conduc=0, charge=0, n=0): self.nom = nom self.charge = charge # Charge électrique (multiple de e) self.conductivite = conduc # Conductivité molaire ionique self.quantite = n # Quantité de matière (moles) @property def quantite(self): return self._quantite @quantite.setter def quantite(self, n): if n &lt; 0: self._quantite = 0 else: self._quantite = n def info(self): chaine = &#34;Nom : {}\n&#34;.format(self.nom) chaine += &#34;Charge électrique : {}e\n&#34;.format(self.charge) chaine += &#34;Quantité de matière : {} mol\n&#34;.format(self.quantite) return chaine class Solution: &#34;&#34;&#34; Définition d&#39;une solution ionique. &#34;&#34;&#34; def __init__(self, liste_ions=[], volume=0): self.ions = liste_ions self.volume = volume def conductivite(self): conduc = 0 for ion in self.ions: contrib = ion.conductivite * ion.quantite / self.volume conduc += contrib return conduc def creation_fichier_resultat(nom_fichier, entete_x, entete_y, list_x, list_y): with open(nom_fichier, &#34;w&#34;) as fichier: writer = csv.writer(fichier, dialect=&#34;excel&#34;) writer.writerow([entete_x, entete_y]) for i in range(len(list_x)): writer.writerow((list_x[i], list_y[i])) def affichage(list_v, list_conduc, list_regres): # Création d&#39;une figure fig = plt.figure() # Création d&#39;une sous-figure ax = fig.add_subplot(111) # Affichage des données ax.plot(list_v, list_conduc, &#34;ro&#34;) ax.plot(list_v, list_regres, &#34;b-&#34;) # Limites pour l&#39;axe des abscisses ax.set_xlim(min(list_v) - 1e-3, max(list_v) + 1e-3) # Utilisation de l&#39;écriture scientifique pour les valeurs ax.ticklabel_format(axis=&#34;both&#34;, style=&#34;sci&#34;, scilimits=(0, 0)) # Label de l&#39;axe des abscisses ax.set_xlabel(r&#34;$V_2$ (L)&#34;) # Label de l&#39;axe des ordonnées ax.set_ylabel(r&#34;$\sigma$ ($\mathrm{S}\cdot\mathrm{m}^{-1}$)&#34;) # Affichage de la grille ax.grid() # Légende ax.set_title(r&#34;Suivi conductimétrique sans effet de dilution&#34;) # Sauvegarde de la figure fig.savefig(&#34;conductimetrie_01.pdf&#34;) # Affichage de la figure plt.show() def determination_intervalles(liste1, liste2): &#34;&#34;&#34; Fonction qui, à partir de la liste liste1, possédant des valeurs décroissantes puis croissantes, retourne un tuple constitué de quatre listes ; la première ne contenant que les valeurs décroissantes, la deuxième les valeurs croissantes de la liste 1. Les deux autres listes correspondent aux parties correspondantes de la liste 2. &#34;&#34;&#34; indice_du_min = liste1.index(min(liste1)) liste1_1 = liste1[0:indice_du_min] liste1_2 = liste1[indice_du_min:] liste2_1 = liste2[0:indice_du_min] liste2_2 = liste2[indice_du_min:] return (liste2_1, liste1_1, liste2_2, liste1_2) def regression_lineaire(vol_1, conduc_1, vol_2, conduc_2): lr1 = linregress(vol_1, conduc_1) lr2 = linregress(vol_2, conduc_2) drl = [] for vol in vol_1: drl.append(lr1[0] * vol + lr1[1]) for vol in vol_2: drl.append(lr2[0] * vol + lr2[1]) return drl def main(): C = 3.2e-2 # Concentration des ions chlorure V = 10e-3 # Volume de sérum physiologique C2 = 2e-2 # Concentration des ions argent V2_max = 24 # Volume maximal de titrant versé (en mL) V_eau = 0.100 # Volume d&#39;eau ajouté xE = C * V # Avancement à l&#39;équivalence ion_argent = Ion(&#34;ion argent&#34;, 6.2e-3, 1) ion_chlorure = Ion(&#34;ion chlorure&#34;, 7.6e-3, -1) ion_sodium = Ion(&#34;ion sodium&#34;, 5.0e-3, 1, C * V) ion_nitrate = Ion(&#34;ion nitrate&#34;, 7.1e-3, -1) sol = Solution([ion_argent, ion_chlorure, ion_sodium, ion_nitrate]) # Volumes de titrant versés volumes = [i * 1e-3 for i in range(V2_max + 1)] conduc = [] # valeurs des conductivités dans la solution for V2 in volumes: n2 = C2 * V2 ion_argent.quantite = n2 - xE ion_chlorure.quantite = C * V - n2 ion_nitrate.quantite = n2 # Partie à adapter si on veut montrer l&#39;effet de la dilution sol.volume = V_eau + V + V2 conduc.append(sol.conductivite()) creation_fichier_resultat( &#34;valeurs.csv&#34;, &#34;Volumes (L)&#34;, &#34;Conductivité (S.m^-1)&#34;, volumes, conduc ) vol_1, conduc_1, vol_2, conduc_2 = determination_intervalles(conduc, volumes) droites_regression = regression_lineaire(vol_1, conduc_1, vol_2, conduc_2) affichage(volumes, conduc, droites_regression) print(volumes) print(vol_1, vol_2) main()</description>
    <generator>Hugo</generator>
    <language>fr-FR</language>
    <lastBuildDate></lastBuildDate>
    <atom:link href="https://dlatreyte.github.io/programmation/simulation-titrage-conductimetrique/index.xml" rel="self" type="application/rss+xml" />
  </channel>
</rss>