Что под смесью понимается? Сумма нормальных и независимых СВ тоже нормальная СВ. Зачем моделировать смесью?
Смесь распределений - это распределение, плотность которого имеет вид
где

- плотности базовых распределений,

- числовые коэффициенты (веса). Смеси - это популярный способ аппроксимировать реальные данные, которые могут быть не унимодальными, не симметричными и т.д. Смесь даже обычных нормальных распределений (при достаточном количестве слагаемых) может достаточно хорошо подстроиться под данные. Подбор параметров базовых распределений и весов обычно делается методом максимального правдоподобия, практически - итеративно с помощью известного алгоритма EM (expectation maximization).