Eu estou tentando encaixar uma curva Gaussiana distorcida e deslocada usando scipycurve_fit função, mas acho que, sob certas condições, o encaixe é muito pobre, muitas vezes me dando uma linha reta ou quase reta.

O código abaixo é derivado docurve_fit documentação. O código fornecido é um conjunto arbitrário de dados para fins de teste, mas exibe o problema muito bem.

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
import math as math
import scipy.special as sp

#def func(x, a, b, c):
#    return a*np.exp(-b*x) + c

def func(x, sigmag, mu, alpha, c,a):
    #normal distribution
    normpdf = (1/(sigmag*np.sqrt(2*math.pi)))*np.exp(-(np.power((x-mu),2)/(2*np.power(sigmag,2))))
    normcdf = (0.5*(1+sp.erf((alpha*((x-mu)/sigmag))/(np.sqrt(2)))))
    return 2*a*normpdf*normcdf + c

x = np.linspace(0,100,100)
y = func(x, 10,30, 0,0,1)
yn = y + 0.001*np.random.normal(size=len(x))

popt, pcov = curve_fit(func, x, yn,) #p0=(9,35,0,9,1))

y_fit= func(x,popt[0],popt[1],popt[2],popt[3],popt[4])

plt.plot(x,yn)
plt.plot(x,y_fit)

A questão parece surgir quando eu mudo o gaussian muito longe de zero (usandomu). Eu tentei dar valores iniciais, mesmo aqueles idênticos à minha função original, mas isso não resolve o problema. Por um valor demu=10, curve_fit funciona perfeitamente, mas se eu usarmu>=30 não cabe mais os dados.