Нелинейный метод наименьших квадратов. Ланцош. Python в Anaconda

Условие [Ланцош <<Прикладные методы анализа>>] Данные, представленные в таблице, нанесите на график.         x         f(x)     ----------------------     2.5134       0         2.0443       0.05     1.6684       0.10     1.3664       0.15     1.1232       0.20     0.9269       0.25     0.7679       0.30     0.6389       0.35     0.5338       0.40     0.4479       0.45     0.3776       0.50     0.3197       0.55     0.2720       0.60     0.2325       0.65     0.1997       0.70     0.1723       0.75     0.1493       0.80     0.1301       0.85     0.1138       0.90     0.1000       0.95     0.0883       1.00     0.0783       1.05     0.0698       1.10     0.0624       1.15 Нелинейным методом наименьших квадратов аппроксимируйте данные моделью в виде суммы  3 экспонент: f(x) = β1 * e^(−λ1 * x) + β2 * e^(−λ2 * x) + β3 * e^(−λ3 * x). Рассмотрите различные начальные приближения к β1, β2, β3, λ1, λ2,λ3. Чему равна результирующая суммарная ошибка? Насколько чувствительны результирующие значения к начальным значениям? Как изменится результат, если в модели оставить одну или две экспоненты? Для одной экспоненты сведите задачу к линейной задаче наименьших квадратов.