我正在使用 R 中的集成函数来集成一个非常峰值的函数。 假设该函数是对数正态密度:
xs <- seq(0,3,0.00001)
fun <- function(xs) dlnorm(xs, meanlog=-1.057822,sdlog=0.001861871)
plot(xs,fun(xs),type="l")
从图中,我知道峰值在 0.3-0.4 左右。
如果我将这个密度函数集成到其支持上(增加
abs.tol
和增加细分),integrate()
给我零,这不应该是真的。
integrate(fun,lower=0,upper=Inf,subdivisions=10000000,abs.tol=1e-100)
0 with absolute error < 0
但是,如果我将间隔限制为 0.3 - 0.4,它就会给出正确的答案。
integrate(fun,lower=0.3,upper=0.4,subdivisions=10000000,abs.tol=1e-100)
1 with absolute error < 1.7e-05
有没有一种方法可以在不手动选择间隔的情况下积分这个密度?
不确定这是否有帮助——可能对于 dlnorm 来说过于具体,但您可以分区 [0, Inf[,特别是如果您很清楚峰值将在哪里结束:
integrate.dlnorm <- function(mu=0, sd=1, width=2) {
integral.l <- integrate(f=dlnorm, lower=0, upper=exp(mu - width * sd), meanlog=mu, sdlog=sd)$value
integral.m <- integrate(f=dlnorm, lower=exp(mu - width * sd), upper=exp(mu + width * sd), meanlog=mu, sdlog=sd)$value
integral.u <- integrate(f=dlnorm, lower=exp(mu + width * sd), upper=Inf, meanlog=mu, sdlog=sd)$value
return(integral.l + integral.m + integral.u)
}
integrate.dlnorm() # 1
integrate.dlnorm(-1.05, 10^-3) # .97
integrate.dlnorm(-1.05, 10^-3, 3) # .998
integrate
:
像所有数值积分例程一样,这些例程评估函数 在有限的点集上。如果函数近似恒定 (特别是零)在几乎所有范围内,有可能 结果和误差估计可能是严重错误的。
所以,答案是不。
您确实需要了解有关正确计算积分的函数的一些信息 - 对于任何检测支持的自动算法,都有一个函数会失败。
PS(7年后)。对于任何确定性算法,以及任何错误,都有一个函数,使得该算法会在其上犯这个错误。