aggiunti script di fit esponenziale e report di analisi termica

- fit_raffreddamento_intero.py: fit TRF su finestra completa [115s–fine] con pesi nulli sulla zona di transizione [115.9–117.2s]
- fit_raffreddamento_2tratto.py: fit TRF sul solo tratto di raffreddamento [117.5s–fine], pesi uniformi
- report.md: analisi strutturata con calcolo T∞, parametri stimati e grafici per entrambi gli approcci

fit_raffreddamento_pesi.py

@@ -0,0 +1,80 @@
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+from scipy.optimize import curve_fit
+
+# --- Dati ---
+df = pd.read_csv("data.csv")
+df["time_s"] = df["time since start [ms]"] / 1000.0
+
+T_INF   = 22.99  # temperatura ambiente media ponderata [°C]
+T_START = 115.0  # inizio finestra di fit [s]
+T0      = T_START  # t0 coincide con il primo punto
+W_ZERO_START = 115.9
+W_ZERO_END   = 117.2
+
+mask = df["time_s"] >= T_START
+t_fit = df.loc[mask, "time_s"].values
+T_fit = df.loc[mask, "temp_obj IR [C]"].values
+
+# Pesi espliciti: w=0 nell'intervallo escluso, w=1 altrove
+# curve_fit usa sigma come deviazione standard -> sigma grande = peso nullo
+sigma = np.where(
+    (t_fit >= W_ZERO_START) & (t_fit <= W_ZERO_END),
+    1e10,   # peso ~ 0
+    1.0     # peso pieno
+)
+
+# --- Modello con A e tau liberi (ottimizza R²) ---
+def modello(t, A, tau):
+    return T_INF + A * np.exp(-(t - T0) / tau)
+
+A0   = T_fit[0] - T_INF
+tau0 = 20.0
+
+popt, pcov = curve_fit(
+    modello, t_fit, T_fit,
+    p0=[A0, tau0],
+    sigma=sigma,
+    absolute_sigma=True,
+    method="trf",
+    bounds=([0, 0.1], [np.inf, np.inf])
+)
+A_fit, tau_fit = popt
+perr = np.sqrt(np.diag(pcov))
+
+# --- R² (solo sui punti con peso pieno) ---
+mask_w = (t_fit < W_ZERO_START) | (t_fit > W_ZERO_END)
+T_pred_w = modello(t_fit[mask_w], *popt)
+ss_res = np.sum((T_fit[mask_w] - T_pred_w) ** 2)
+ss_tot = np.sum((T_fit[mask_w] - T_fit[mask_w].mean()) ** 2)
+r2 = 1 - ss_res / ss_tot
+
+print(f"A   = {A_fit:.4f} ± {perr[0]:.4f} °C")
+print(f"tau = {tau_fit:.4f} ± {perr[1]:.4f} s")
+print(f"R²  = {r2:.6f}  (calcolato sui punti con peso pieno)")
+
+# --- Curva continua ---
+t_curve = np.linspace(T_START, df["time_s"].max(), 500)
+T_curve = modello(t_curve, *popt)
+
+# --- Plot ---
+fig, ax = plt.subplots(figsize=(12, 5))
+
+ax.plot(t_fit, T_fit,
+        color="steelblue", linewidth=0.8, label="Dati raw (temp_obj)")
+ax.axvspan(W_ZERO_START, W_ZERO_END,
+           color="orange", alpha=0.25, label=f"Zona esclusa [{W_ZERO_START}–{W_ZERO_END} s]")
+ax.plot(t_curve, T_curve,
+        color="tomato", linewidth=2, linestyle="--",
+        label=f"Fit: $T_{{\\infty}}$ + {A_fit:.2f}·exp(-(t-{T0})/{tau_fit:.2f})")
+
+ax.set_xlabel("Tempo [s]")
+ax.set_ylabel("Temperatura [°C]")
+ax.set_title(f"Fit con pesi espliciti (w=0 in [{W_ZERO_START}–{W_ZERO_END} s])  |  R² = {r2:.4f}")
+ax.legend()
+ax.grid(True, alpha=0.3)
+
+plt.tight_layout()
+plt.savefig("fit_raffreddamento_pesi.png", dpi=150, bbox_inches="tight")
+plt.show()