import numpy as np import matplotlib.pyplot as plt # Nombre de valeurs simulees n = 10000 # Parametres n_1 = 0.174 c = 5.00 V_E1mes = 10.7e-3 V_E2mes = 7.2e-3 # Incertitude V_E1 = V_E1mes + 0.05*np.random.randn(n) V_E2 = V_E2mes + 0.05*np.random.randn(n) # Calcul de la quantite d'ester n_ester = n_1-c*(V_E1 - V_E2) # Trace de l'histogramme associe plt.hist(n_ester, 100, label="Simulation de valeurs de quantite d'ester") plt.xlabel("Quantite d'ester forme") plt.ylabel("Nombre de mesures") plt.title("Histogramme des mesures simulees") plt.axvline(x=np.mean(n_ester)-np.sqrt(2)*c*0.05, color = 'red', label = 'Intervalle de confiance') plt.axvline(x=np.mean(n_ester)+np.sqrt(2)*c*0.05, color = 'red', label = 'Intervalle de confiance') plt.legend() plt.show()
import numpy as np import matplotlib.pyplot as plt # Nombre de valeurs simulees n = 10000 # Parametres n_1 = 0.174 c = 5.00 V_E1mes = 10.7e-3 V_E2mes = 7.2e-3 # Incertitude V_E1 = V_E1mes + 0.05*np.random.randn(n) V_E2 = V_E2mes + 0.05*np.random.randn(n) # Calcul de la quantite d'ester n_ester = n_1-c*(V_E1 - V_E2) # Trace de l'histogramme associe plt.hist(n_ester, 100, label="Simulation de valeurs de quantite d'ester") plt.xlabel("Quantite d'ester forme") plt.ylabel("Nombre de mesures") plt.title("Histogramme des mesures simulees") plt.axvline(x=np.mean(n_ester)-np.sqrt(2)*c*0.05, color = 'red', label = 'Intervalle de confiance') plt.axvline(x=np.mean(n_ester)+np.sqrt(2)*c*0.05, color = 'red', label = 'Intervalle de confiance') plt.legend() plt.show()
Nos manuels sont collaboratifs, n'hésitez pas à nous en faire part.
Oups, une coquille
j'ai une idée !