@MIRT

import numpy as np import matplotlib.pyplot as plt from scipy import integrate, stats, optimize # Paramètres de distribution (à remplacer par vos moyennes et écarts-types) mean_stress = 0.2 std_dev_stress = 0.019 mean_strength = 0.2 std_dev_strengt

import numpy as np import matplotlib.pyplot as plt from scipy import integrate, stats, optimize # Paramètres de distribution (à remplacer par vos moyennes et écarts-types) mean_stress = 0.2 std_dev_stress = 0.019 mean_strength = 0.2 std_dev_strengt

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm from scipy import integrate # Paramètres pour la courbe de stress stress_mean = 0.2 stress_std_dev = 0.019 # Paramètres pour la courbe de strength (pack)

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # Paramètres pour la courbe de force (strength) mu = 0.19 # Centre de la gaussienne sur l'axe x sigma = 0.009 # Écart-type de la gaussienne # Génération des données

import numpy as np import matplotlib.pyplot as plt # Coefficient de variation et moyenne coefficient_variation = 0.1 # 10% mu = 0.25 # 25% # Maximum de la courbe gaussienne et sa position sur l'axe x max_y = 50 x_max_y = 0.18

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # Paramètres pour la courbe de force (strength) mu = 0.185 # Centre de la gaussienne sur l'axe x sigma = 0.005 # Écart-type de la gaussienne # Génération des données

import numpy as np import matplotlib.pyplot as plt from scipy.stats import norm # Paramètres pour la courbe de strength strength_mean = 0.25 strength_std_dev = 0.1 # Génération des données pour la courbe de strength x_strength = np.linspace(0.1, 0

import numpy as np # Exemple de données de température en hiver et en été temperature_hiver = [25, 25, 25, 10] temperature_ete = [35, 35, 25] # Calcul de la moyenne saisonnière moyenne_hiver = np.mean(temperature_hiver) moyenne_ete = np.mean(tempe