" Programme permettant de déterminer la contribution d'un paramètre à l'incertitude composée d'un rendement par simulation " # importation des bibliothèques utiles # " pour générer les valeurs aléatoires " import numpy as np # définition des fonctions pour l'étude statistique # " fonction retournant une liste de 1000 valeurs aléatoires de valeur moyenne et d'incertitude connus " def tirage(moyenne, Incertitude): L = np.random.normal(moyenne, Incertitude, 1000) return(L) " fonction retournant la moyenne d'une liste de valeurs " def moy(L) : vmoy = sum(L)/len(L) return(vmoy) " fonction retournant l'écart type d'une liste de valeurs " def incertitude(L): somme_carres_ecarts = 0 for i in range(0, len(L)): somme_carres_ecarts = somme_carres_ecarts + (L[i]-moy(L))**2 Ur = (somme_carres_ecarts/(len(L)-1))**0.5 return(Ur) # demande les valeurs utiles concernant le paramètre choisi # moyenne = float(input("valeur du paramètre choisi = ")) Incertitude = float(input("incertitude sur la valeur du paramètre choisi = ")) ####################### # programme principal # ####################### " tirage de la liste de valeurs pour le paramètre choisi" symbole_du_parametre = tirage(moyenne, Incertitude) " calculs des valeurs du rendement pour chaque valeur du paramètre choisi " liste_r = [] for i in range(0,len(symbole_du_parametre)) : r = formule " les valeurs de r sont ajoutés à la liste " liste_r.append(r) # étude statistique de la liste des valeurs de r # moyenne = moy(liste_r) Ur = incertitude(liste_r) # affichage des résultats # print("Résultats de la simulation :") print("valeur moyenne du rendement = ",moyenne) print("incertitude sur la valeur du rendement = ",Ur)