如何实现蒙特卡洛模拟以按照5个实验数据点的特定曲线趋势添加额外的数据点？

Question

我有一个指数曲线和5个外部实验数据点，我需要创建一个蒙特卡洛模拟，该模拟将添加额外的数据点，遵循现有5个数据点相同的趋势（与它们偏离曲线的偏差有关）。我的代码如下：

import numpy as np
import matplotlib.pyplot as plt


def probability(dose):
    p = 1 - np.exp(- b0 - b1*dose)
    return p


b0 = 0.0097
b1 = 0.0449
d = np.linspace(0, 3.5, 1000)[1:]

x = d
y = probability(d)
plt.plot(x, y)
plt.xlim(xmin=0)
plt.ylim(ymin=0)
plt.yticks([0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1])
a = [0, 0.01, 0.1, 0.5, 2]
b = [0, 0.01, 0.01, 0.05, 0.09]
plt.scatter(a, b, cmap='hot', clip_on=False)
plt.title("Dose-Response for acrylamide")
plt.xlabel("Dose")
plt.ylabel("Probability")
plt.show()

由于我对使用Python进行编码蒙特卡洛模拟很少，因此对任何帮助都将不胜感激。提前致谢。