blob: bb16ae2b0fc307ce19f5434434d8d171bae4de0f [file] [log] [blame]
avm99963de16cf62021-01-21 13:00:04 +01001#!/usr/bin/env gnuplot -c
2outputfile="../output/estacionari"
3datafolder="../data/estacionari/"
4
5tamb=20 #Celsius
6error_sist_b=1
7
8# == CONFIGURACIÓ DE L'OUTPUT PEL LATEX ==
9set terminal cairolatex size 11cm, 8cm
10set output outputfile.'.tex'
11
12# == CONFIGURACIÓ DEL PLOT ==
13set xlabel '$x \, (\si{\centi\meter})$'
14set ylabel '$\log((T - T_0) \, \si{\per\celsius})$'
15
16# Opcions per la llegenda:
17set key above
18set key spacing 1.5
19
20# == FIT ==
21set fit quiet
22
23# Funció per obtenir els dígits significatius d'una expressió
24f_sd(n, i) = (int(n) == 0 ? f_sd(n*10, i+1) : (int(n) == 1 ? i+1 : i))
25significant_digits(n) = f_sd(n - 10*int(n/10), 0)
26
27significant_digits_r(n) = (n == 1 ? 0 : significant_digits(1 - n))
28
29f(x) = a*x + b
30fit f(x) datafolder.'coure_fit.dat' u 1:(log(column(3) - tamb)) via a, b
31stats datafolder.'coure_fit.dat' u 1:2 name "STATSC" nooutput
32error_a = STATSC_slope_err
33sd_error_a = significant_digits(error_a)
34error_b = sqrt(STATSC_slope_err + error_sist_b)
35sd_error_b = significant_digits(error_b)
36rc = STATSC_correlation
37sd_rc = significant_digits_r(rc)
38title_f(a, b, rc) = sprintf('$\log (\Theta_C(x)) = %.'.sd_error_a.'f x + %.'.sd_error_b.'f$, $r = %.'.sd_rc.'f$', a, b, rc);
39
40g(x) = c*x + d
41fit g(x) datafolder.'ferro_fit.dat' u 1:(log(column(3) - tamb)) via c, d
42stats datafolder.'ferro_fit.dat' u 1:2 name "STATSF" nooutput
43error_c = STATSF_slope_err
44sd_error_c = significant_digits(error_c)
45error_d = sqrt(STATSF_slope_err + error_sist_b)
46sd_error_d = significant_digits(error_d)
47rf = STATSF_correlation
48sd_rf = significant_digits_r(rf)
49title_g(c, d, rf) = sprintf('$\log (\Theta_F(x)) = %.'.sd_error_c.'f x + %.'.sd_error_d.'f$, $r = %.'.sd_rf.'f$', c, d, rf);
50
51print(sprintf('delta(a) = %.'.sd_error_a.'f, sd=%.0f', error_a, sd_error_a))
52print(sprintf('delta(b) = %.'.sd_error_b.'f, sd=%.0f', error_b, sd_error_b))
53print(sprintf('delta(c) = %.'.sd_error_c.'f, sd=%.0f', error_c, sd_error_c))
54print(sprintf('delta(d) = %.'.sd_error_d.'f, sd=%.0f', error_d, sd_error_d))
55print(sprintf('rc = %.'.sd_rc.'f, sd=%.0f', rc, sd_rc))
56print(sprintf('rf = %.'.sd_rf.'f, sd=%.0f', rf, sd_rf))
57
58plot datafolder.'coure.dat' u 1:(log(column(3) - tamb)):(column(4)/(column(3) - tamb)) w yerr t 'Coure', \
59 datafolder.'ferro.dat' u 1:(log(column(3) - tamb)):(column(4)/(column(3) - tamb)) w yerr t 'Ferro', \
60 f(x) t title_f(a, b, rc), \
61 g(x) t title_g(c, d, rf)
62
63# == CONFIGURACIÓ DE L'OUTPUT PER SVG ==
64# Això ho uso per generar també una imatge de previsualització que puc carregar
65# a l'ordinador per veure més o menys com a sortit el plot sense haver
66# d'inserir-ho al LaTeX per veure-ho.
67set terminal svg dashed size 600, 600 font "Computer Modern,Tinos,Helvetica,15"
68set output outputfile.'.svg'
69
70replot