python313-lmfit

Una biblioteca para minimización por mínimos cuadrados y ajuste de datos en Python. Basada en scipy.optimize, lmfit proporciona un objeto Parameter que puede fijarse o dejarse libre, puede tener límites superiores y/o inferiores, o puede escribirse en términos de restricciones algebraicas de otros Parameters. El usuario escribe una función a minimizar como función de estos Parameters, y se usan los métodos de scipy.optimize para hallar los valores óptimos de los Parameters. El algoritmo de Levenberg-Marquardt (leastsq) es el algoritmo de minimización predeterminado y proporciona errores estándar estimados y correlaciones entre Parameters variados. También se admiten otros métodos de minimización, incluido el downhill simplex de Nelder-Mead, el método de Powell, BFGS, Sequential Least Squares y otros. Se pueden imponer límites y restricciones a los Parameters para todos estos métodos. Además, se proporcionan métodos para calcular explícitamente intervalos de confianza para explorar problemas de minimización en los que la aproximación de estimar las incertidumbres de los Parameters a partir de la matriz de covarianza es dudosa.