Buenas tardes a todos.
Después de mucho mirar por la web y leer artículos no he encontrado cuál es la manera de obtener los coeficientes de la ecuación:
\( \sigma=k(\epsilon_0+\epsilon_p)^n \)
Por poner en contexto. La ecuación anterior es la ley de comportamiento plástico de Swift (o Krupkowski) y los coeficientes son constantes del material y necesito saber la forma correcta para poder determinar dichas constantes.
El caso es que tengo dos puntos:
\( P1=[0.0, 275.003181] \)
\( P2=[0.18, 490] \)
y quiero conocer los valores de \( k, n \) y \( \epsilon_0 \)
Tengo una hoja de excel que hace uso de Solver.xlam para obtener mediante linear programming dichos coeficientes y obtengo:
\( k=1021.1, n=0.591, \epsilon_0=0.1085 \)
siendo la función a minimizar el error: \( \sum(\sigma_{calcalculada}-\sigma_{medida})^2 \)
Estoy intentando hacer lo mismo con python usando scipy, pero me encuentro que el método linprog del módulo optimize solo sirve para funciones lineales. He intentado hacerlo con otros métodos como minimize or least_squares, pero no obtengo el mismo resultado y de aquí mi duda. ¿Cuál es el método correcto para obtener los coeficientes?
Gracias de antemano.
