## Importation des bibliothèques utiles
import numpy as np                   # pour le traitement vectoriel des données
import matplotlib.pyplot as plt    # pour les tracés
import numpy.random as rd

## Saisie des valeurs expérimentales
U = np.array([2,3,4,5,6,7])       # 6 Tensions en V
I = np.array([5,7,9,11,14,15]) # 6 intensités en A
u_U = np.array([0.01]*6)          # 6 incertitudes-type sur les tensions en V
u_I = np.array([0.01]*6)          # 6 incertitudes-type sur les intensités en A  

## Ajustement affine (polynome de degré 1)
X, Y = I, U
p = np.polyfit(X, Y, 1) # p est un tableau contenant les coefficients de l'ajustement 
                        # p[0] : pente ; p[1] : ordonnée à l'origine
Yreg = p[0]*I + p[1]     # calcul des ordonnées des points "modèle"

## Affichage du résultat: 
print("Pente = ", p[0])
print("Ordonnée à l'origine = ", p[1])


## Tracé
plt.errorbar(X, Y, xerr=u_I, yerr=u_U, fmt='bo', label="points expérimentaux")
plt.plot(X, Yreg, 'c--', label="Modèle")
plt.xlabel("I [A]")
plt.ylabel("U [V]")
plt.legend()
plt.show()


## Simulation Monte-Carlo !

NMC = 10000                           # nombre d'expériences simulées
Amc, Bmc = [], []                     # initialisation des listes dans lesquelles on va stocker
                                      # les valeurs de A (pente) et B (ordonnée à l'origine) correspondant à chaque expérience simulée

for i in range(NMC):                  # pour chaque expérience
  # on simule la mesure des 6 tensions
  Umc = U + rd.normal(0, u_U, size=len(U))
  #on simule la mesure des 6 intensités
  Imc = I + rd.normal(0,u_I,size=len(U))
  # on reprend l'ajustement affine avec cette série de valeurs pour U et I
  p = np.polyfit(Imc, Umc, 1)
  # on stocke les valeurs des paramètres d'ajustement dans les listes Amc et Bmc
  Amc.append(p[0])
  Bmc.append(p[1])


## Analyse statistique de l'ensemble des valeurs de A et de B obtenues

Amoy = np.mean(Amc)
u_A = np.std(Amc, ddof = 1)
print("Estimation de la résistance :")
print(" Valeur mesurée : R = {Amoy}")
print(" Incertitude-type : u(R) = {u_A}\n")

Bmoy = np.mean(Bmc)
u_B = np.std(Bmc, ddof = 1)
print("Estimation de l'ordonnée à l'origine :")
print(" Valeur mesurée : B = {Bmoy}")
print(" Incertitude-type : u(B) = {u_B}")
