为什么rv_discrete总是返回1

Question

我试图形成一个随机变量的分布。当反应发生的概率是：

Prob(Rj火灾)= aj/a0

aj =一个倾向函数，它描述了单个反应在给定时间内发生的概率。

a0 =系统中所有反应的所有倾向函数之和。

目前，我有一个函数，为系统中的每个反应返回一个倾向函数数组，该函数输出：

[32.  0.  0.]

然后我使用a0 =sum(倾向)来计算a0。然后是第二个函数：

def prob_rxn_fires(propensity, a0):
    prob = propensity/a0   
    return prob

为了计算aj/a0，这个函数的输出被赋值给变量: rxn_probability。在我的系统中有三个反应，我现在正在尝试使用scipy.stats.rv_discrete从发行版中取样。

我在数组中存储了系统中的反应数：

num_rxn = np.arange(1, rxn_probability.size + 1).reshape(rxn_probability.shape)

它是形状和大小的，所以它总是与rxn_probability数组匹配。

我现在的代码是：

j = stats.rv_discrete(name="Reaction index", values=(num_rxn, rxn_probability)).rvs()

但是输出总是1，我不确定是否正确，如果不是，为什么不正确？

干杯

Answer 1

IIUC有以下数组：

import numpy as np

rxn_probability = np.array([1, 0, 0])

num_rxn = np.arange(1, rxn_probability.size + 1).reshape(rxn_probability.shape)
num_rxn 
array([1, 2, 3])

因此，在将rv_discrete与values=(num_rxn, rxn_probability)结合使用时，您基本上是在说，对于可能性，它应该选择num_rxn的第0元素。

现在，如果您尝试不同的值，假设是values=(num_rxn, [.8, .1, .1])，结果将是：

• 1具有概率.8
• 2和概率.1
• 3具有概率.1

如果您想要一个统一的发行版，可以指定values=(num_rxn, [1/3] * num_rxn.size)。