计算造价的核心是半径，半径的测量不可避免存在误差，通常会采用多次观测。假定半径观测了10次，请利用python模拟正太分布误差加到半径值上用于模拟观测值，之后利用间接平差的对观测值进行平差处理。

以下是一个简单的python代码，用于模拟正太分布误差加到半径值上，并进行间接平差处理：

import numpy as np

# 模拟半径值
r = 10

# 模拟观测误差
errors = np.random.normal(loc=0, scale=0.1, size=10)

# 模拟观测值
observed_r = r + errors

# 间接平差
sum_r = np.sum(observed_r)
n = len(observed_r)
adjusted_r = sum_r / n
adjusted_errors = observed_r - adjusted_r

# 输出结果
print("半径值：", r)
print("观测误差：", errors)
print("观测值：", observed_r)
print("平差后半径值：", adjusted_r)
print("平差后误差：", adjusted_errors)

在此代码中，我们使用了numpy库中的`random.normal`函数来模拟正太分布误差，其中`loc`参数表示误差的均值，`scale`参数表示误差的标准差。我们将误差加到半径值上，得到模拟的观测值。之后，我们使用间接平差的方法对观测值进行平差处理，得到平差后的半径值和误差。最后，我们输出了所有结果。