如何用Python生成满足均值约束的分段曲线（下降段+常数段）

问题根源分析 #

原代码的核心错误是常数段y值a的计算公式写反了。根据你给出的两个约束方程：

1. 连续过渡条件：m = a / t1（x=t1时，线性段的y值等于常数段的a）
2. 均值公式：mean = (∫₀^t₁ mx dx + ∫_{t1}^{t1+t2} a dx) / (t1+t2)

对积分求解后，总积分可简化为 a*(0.5*t1 + t2)，代入均值公式可推导出a的正确表达式：
a = mean*(t1+t2)/(0.5*t1 + t2)

原代码将分子分母颠倒，导致a的计算值偏差，最终均值无法匹配目标值。此外，由于目标均值为负，线性段是下降曲线，修正后的a和m会自动为负值，符合需求。

修正后的代码 #

情况1：匹配连续积分模型的均值 #

如果以连续数学模型的均值为目标，仅需修正a的计算式即可：

import matplotlib.pyplot as plt

# 给定参数
t1 = 460
t2 = 920
mean = -0.34

# 修正a的计算逻辑
a = mean * (t1 + t2) / (0.5 * t1 + t2)
m = a / t1  # 自动为负值，符合下降曲线

# 生成分段曲线数据
X = list(range(0, t1 + t2, 1))
Y = []
for x in X:
    if x <= t1:
        Y.append(m * x)
    else:
        Y.append(a)

# 验证均值
calculated_mean = sum(Y) / len(Y)
print(f"计算均值：{calculated_mean:.4f}，目标均值：{mean:.4f}")

# 绘图
plt.plot(X, Y)
plt.title(f"分段曲线（目标均值={mean}）")
plt.xlabel("时间")
plt.ylabel("数值")
plt.show()

情况2：严格匹配离散点的均值 #

由于代码使用整数离散点（x从0到t1+t2-1），连续模型的均值与离散求和的均值会存在微小误差。如果需要完全匹配离散点的均值，需调整a的计算式适配离散求和逻辑：

import matplotlib.pyplot as plt

# 给定参数
t1 = 460
t2 = 920
mean = -0.34

# 适配离散点的a计算式
a = mean * (t1 + t2) / (0.5 * t1 + t2 - 0.5)
m = a / t1

# 生成分段曲线数据
X = list(range(0, t1 + t2, 1))
Y = []
for x in X:
    if x <= t1:
        Y.append(m * x)
    else:
        Y.append(a)

# 验证均值
calculated_mean = sum(Y) / len(Y)
print(f"计算均值：{calculated_mean:.4f}，目标均值：{mean:.4f}")

# 绘图
plt.plot(X, Y)
plt.title(f"离散分段曲线（目标均值={mean}）")
plt.xlabel("时间")
plt.ylabel("数值")
plt.show()

内容的提问来源于stack exchange，提问作者MonkeyDLuffy