3  norm_x = exponente/2/4

import numpy as np
import matplotlib.pyplot as plt
import math

image.png

def gaussiana(x,mu=0, sigma=2):
    coeficiente = 1. / (sigma * np.sqrt(2 *np.pi))
    exponente    = -0.5 * ((x - mu) / sigma) ** 2
    gauss = coeficiente*np.exp(exponente)
    return gauss

fig, ax = plt.subplots(figsize=(12,3))

x = np.linspace(-4,4,100)
funcion = gaussiana(x)

ax.plot(x, funcion)

ax.grid()

image.png

def constante(exponente, coeficiente):
    return math.factorial(exponente)/(math.factorial(coeficiente) * math.factorial(exponente-coeficiente))

exponente = 6
def renglon(exponente):
    return np.array([constante(exponente,coeficiente) for coeficiente in range(exponente+1)])

renglon(exponente)

array([ 1.,  6., 15., 20., 15.,  6.,  1.])

*fig, ax = plt.subplots(figsize=(12,3))



exponente = 50
x = np.linspace(-4, 4, 51)

resultado = renglon(exponente)
resultado = resultado/sum(resultado)

# ax.bar(range(len(resultado)) , resultado)
ax.plot(x,resultado)
# ax.bar(x,resultado,alpha=0.1)
# ax.plot(resultado)


x = np.linspace(-4,4,100)
funcion = gaussiana(x)

ax.plot(x, funcion)

resultado

array([3.55271368e-15, 1.77635684e-13, 4.35207426e-12, 6.96331881e-11,
       8.18189960e-10, 7.52734763e-09, 5.64551073e-08, 3.54860674e-07,
       1.90737612e-06, 8.90108858e-06, 3.64944632e-05, 1.32707139e-04,
       4.31298201e-04, 1.26071782e-03, 3.33189709e-03, 7.99655302e-03,
       1.74924597e-02, 3.49849195e-02, 6.41390190e-02, 1.08023611e-01,
       1.67436597e-01, 2.39195139e-01, 3.15302683e-01, 3.83846744e-01,
       4.31827587e-01, 4.49100691e-01, 4.31827587e-01, 3.83846744e-01,
       3.15302683e-01, 2.39195139e-01, 1.67436597e-01, 1.08023611e-01,
       6.41390190e-02, 3.49849195e-02, 1.74924597e-02, 7.99655302e-03,
       3.33189709e-03, 1.26071782e-03, 4.31298201e-04, 1.32707139e-04,
       3.64944632e-05, 8.90108858e-06, 1.90737612e-06, 3.54860674e-07,
       5.64551073e-08, 7.52734763e-09, 8.18189960e-10, 6.96331881e-11,
       4.35207426e-12, 1.77635684e-13, 3.55271368e-15])