別の分布から測定された分布を削除する

粒子ビームを多くの粒子の集合として捉えます。2つの独立した確率変数と仮定とδ水平位置まで追加X粒子のを：$X_\beta$$\delta$$X$

（は単純な数値で、ビームダイナミクスの「分散」関数です。）$D_x$

Iは、ビームプロファイルの水平方向の測定値を有する、縦運動量分布の他の測定、F δ。両方を単一領域に正規化し、それらをXとδの確率密度関数の測定値と見なします。$f_X$$f_\delta$$X$$\delta$

今、私はの分布/プロファイルを決定したいと思い。$X_\beta$

どうすればよいですか？

最初に考えたデコンボリューションすることであったとF D X δ Iは、位置の同じセットに両方のデータセットを補間した後、。残念ながら、私は失敗しました...私はスペクトルに等しいエラー量で終わります、すなわち、どこにも行きません。$f_X$$f_{D_x\delta}$scipy.signal.deconvolve

2つを畳み込むと、、に拡張がられます。$f_X$$f_{D_x\delta}$

（numpy.convolve(f_x, f_Dxdelta, 'same')両方の配列が同じ長さで、同じ位置にある場合）

今は反対を行い、分散部分を「追加」する代わりに「削除」したいと思います。または私は完全に間違った方向に行っていますか？

もう1つの重要な可能性のある情報：はではなく正規分布を持っていると思います。私は、対応する標準偏差を抽出したいから。$X_\beta$$\delta$$X_\beta$$f_X$

助けてくれてありがとう、エイドリアン

PS：物理スタック交換フォーラムで同じ質問をしたので、コミュニティに質問することを提案しました:-)（/physics/224671/remove-measured-distribution-from-別の配布）

デコンボリューションで岩だらけの道を進む代わりに、可能なアプローチは、仮定されたガウス分布を PDF 、上記のコンボリューションにプラグインすることです。結果の曲線は、仮定されたガウス分布の求められた標準偏差である変化させる反復アルゴリズムを使用して、測定されたプロファイルにフィットするように作成できます。$X_\beta$$D_x\delta$$f_{D_x\delta}$$\sigma_{x_\beta}$

この方法で妥当な結果が得られました。それにもかかわらず、私はあなたの提案と他の、おそらくより良いアプローチのためにオープンです... :-)ありがとう。