鉴于单峰的状态分布公式是:
f(x)=(1/((2π)^0.5)*σ)exp-((x-a)^2/(2*σ^2))
于是N个平均值。标准差值不同的正态分布公式应当是
f(x)= ∑(ki/((2π)^0.5)*σi)exp-((x-ai)^2/(2*σi^2))
以上求和是针对i的。这里每个i对应一个独立的平均值ai、标准差σi,以及它的概率峰位置,而各个ki是一个系数,并且它们的合计值=1.
显然以上函数对自变量x的积分=1.所以它符合概率密度函数的自然要求。
以下是代码
import numpy as np import matplotlib.pyplot as plt class TwoNomal(): def __init__(self,mu1,mu2,sigma1,sigma2): self.mu1 = mu1 self.sigma1 <