# ILLUSTRATION DE LA METHODE DE MONTE CARLO POUR MODELISER LA VARIABILITÉ
# D'UNE GRANDEUR

import numpy as np
import matplotlib.pyplot as plt
import random                # fonctions aléatoires

N = 1000                     # on prend 1000 par exemple, il faut juste
                             # suffisammant  de points pour faire un
                             # traitement statistique !



U=np.random.normal(5,0.02,N) # génére N valeurs de U autour 5 V avec un écart
                             # type de 0.02 V et une distribution gaussienne
                             # le tout est stocké dans le tableau U.
                             # on modélise ainsi U avec son incertitude !

I=np.random.normal(4e-3,3e-6,N) # idem pour I autour de 4 mA avec un écart type
                                # de 0.003 mA

R=U/I                        # calcule directement N valeurs de R


# on calcule Rmoyen (le meilleur 'estimateur' de R), on arrondi avec round
Rmoy=round(np.mean(R))

# on calcule l'écart type std des valeurs de R et on arrondi
dR=round(np.std(R))


print("(R = ",Rmoy,"+/-",dR,") Ohms")