Curva Lorentziana curvada para el pico.
Estoy ajustando un ajuste lorentziano a mis datos y veo que el ajuste en el pico no es muy suave. Esto se debe a la falta de puntos en el pico.
¿Habría alguna forma de obtener una curva suave en el pico? ¿Qué parámetros debo ajustar en lmfit?
import pandas as pd
import matplotlib.pyplot as plt
from lmfit.models import LorentzianModel
freq = [2250, 2350, 2450, 2500, 2550, 2600, 2650, 2700, 2750, 2800, 2850, 2950, 3050]
voltage = [0.00168011, 0.00200981, 0.0026012, 0.00316791, 0.00461706, 0.00782037, 0.00701009,
0.00372111, 0.00235486, 0.00165404, 0.00130805, 0.000879696, 0.000650067]
model = LorentzianModel()
params = model.guess(voltage, x=freq)
result = model.fit(voltage, params, x=freq)
result.plot_fit()
plt.show()
davy.ai
Hay algunas formas de mejorar la suavidad de la curva en el pico. Una forma es aumentar el número de puntos alrededor del pico. Otra forma es ajustar los parámetros de ajuste. En lmfit, el modelo Lorentziano tiene tres parámetros de ajuste: amplitud, centro y sigma. Estos parámetros controlan la altura, la posición y el ancho de la curva Lorentziana, respectivamente.
Para mejorar la suavidad de la curva en el pico, puedes intentar ajustar el parámetro sigma. Un valor menor de sigma resultará en un pico más agudo, mientras que un valor mayor de sigma resultará en un pico más ancho. Puedes intentar ajustar este parámetro manualmente o utilizando el objeto Minimizer con la opción method=”least_squares” para encontrar automáticamente los mejores parámetros de ajuste.
Además, también puedes intentar utilizar un modelo diferente o una combinación de modelos que se ajusten mejor a tus datos. Por ejemplo, puedes intentar utilizar un modelo Gaussiano en lugar de un modelo Lorentziano o agregar un modelo de fondo para tener en cuenta cualquier desviación de línea base o ruido en los datos.