Prenez un faisceau de particules comme un ensemble de nombreuses particules. Supposons deux variables aléatoires indépendantes et qui s'ajoutent à la position horizontale X d'une particule:
( est un nombre simple, la fonction de "dispersion" dans la dynamique du faisceau.)
J'ai une mesure horizontale du profil de faisceau, , et une autre mesure du profil de moment longitudinal, . J'ai normalisé à la fois la zone d'unité et les considère comme des mesures des fonctions de densité de probabilité de et :
Maintenant, je voudrais déterminer la distribution / le profil de .
Comment dois-je procéder?
Une première idée a été de déconvoluer avec , après avoir interpolé les deux ensembles de données dans le même ensemble de positions. Malheureusement, j'ai échoué avec scipy.signal.deconvolve
... Je me retrouve avec une quantité d'erreur égale au spectre, c'est-à-dire que je n'arrive nulle part.
Si je convole les deux, j'obtiens une extension de par , comme je m'y attendais:
(via numpy.convolve(f_x, f_Dxdelta, 'same')
où les deux tableaux ont la même longueur et sont placés aux mêmes positions)
Je voudrais faire le contraire maintenant et «supprimer» au lieu d '«ajouter» la partie dispersive. Ou suis-je parti dans la mauvaise direction?
Encore une information peut-être importante: je m'attends à ce que ait une distribution normale par opposition à . Je voudrais extraire l'écart type correspondant de de .
Merci pour votre aide, Adrian
PS: J'ai posé la même question sur le forum d'échange de pile de physique et on m'a suggéré de demander à votre communauté :-) ( /physics/224671/remove-measured-distribution-from- une autre distribution )