将参数传递给函数以在 R 中进行双重积分答案

【问题标题】：passing arguments to a function for double integration in R将参数传递给函数以在 R 中进行双重积分
【发布时间】：2014-07-27 22:00:38
【问题描述】：

我有以下代码

 f1 <- function (v1) {
    v1^(beta1-1)*exp(-(lambda1*v1)^beta1-(lambda0*(vv/LC-v1))^beta1)
    }

f2 <- function (v2) {
    v2^(beta1-1)*exp(-(lambda1*v2)^beta1-(lambda0*(vv/UC-v2))^beta1)
    }

F_r <- function (vv) {
    (1+exp(-(lambda1*vv/LC)^beta1)-exp(-(lambda1*vv/UC)^beta1) 
      -beta1*lambda1^beta1* 
              ( integrate(f1,lower=0,upper=vv/LC)$value+
                integrate(f2,lower=0,upper=vv/UC)$value) )* 
              (b1^a1/gamma(a1))*vv^(a1-1)*exp(-b1*vv)
    }

lambda0<-lambda1<-0.01

beta0<-beta1<-1

LC<-0.2
-UC<-1.2

>a1<-2
>b1<-1

integrate(F_r,lower=0,upper=Inf)$value

由于f1和f2是vv的函数，所以我不知道它应该在F_r里面还是外面。但是，F_r 的值应该介于 0 和 1 之间。如果 f1 和 f2 在 F_r 之外，我有以下消息

 ##Error in f(x, ...) : object 'vv' not found##

【问题讨论】：

您缺少b1 和a1 的定义。您需要将vv 提供给您的函数f1 和f2，以便他们能够使用它，方法是将vv 添加到他们的函数签名中并通过integrate 调用传递它。
我分别为 a1 和 b1 赋值，但还是不行
在您对integrate 的两个呼叫中添加“, vv”，例如integrate(f1,lower=0,upper=vv/LC, vv) 并将其添加到 f1 和 f2 的函数签名中，例如f1 <- function (v1, vv)
执行 Josilber 建议时出现以下错误“集成错误（f1，lower = 0，upper = vv/LCL_r，vv）：达到最大细分数”
你的新错误与原来的错误完全无关——一个简单的谷歌搜索应该足以让你从这里开始（或者，如果失败，一个新的 R 问题 显示你的研究试图解决问题）。

标签： r function statistics integration

【解决方案1】：

这不起作用，因为正如错误所说，函数f1 和f2 真的不知道vv 的值。它不存在于他们可以访问的范围内。最简单的解决方法是将vv 作为参数传递给函数。唯一的问题是 R 喜欢一次将向量传递给正在集成的函数，并且每个集成级别可能不会传递相同数量的值，因此 v1 和 v2 的长度可能与vv 如果您直接通过它。因此，为了确保我们一次操作一个值 vv，我们将确保 Vectorize 和 F_r 函数。这是重写代码的一种方法

f1 <- function (v1, vv) {
    v1^(beta1-1)*exp(-(lambda1*v1)^beta1-(lambda0*(vv/LC-v1))^beta1)
}

f2 <- function (v2, vv) {
    v2^(beta1-1)*exp(-(lambda1*v2)^beta1-(lambda0*(vv/UC-v2))^beta1)
}

F_r <- Vectorize(function (vv) {
    (1+exp(-(lambda1*vv/LC)^beta1)-exp(-(lambda1*vv/UC)^beta1) 
      -beta1*lambda1^beta1* 
              ( integrate(f1,vv=vv,lower=0,upper=vv/LC)$value+
                integrate(f2,vv=vv,lower=0,upper=vv/UC)$value) )* 
              (b1^a1/gamma(a1))*vv^(a1-1)*exp(-b1*vv)
})

lambda0<-lambda1<-0.01
beta0<-beta1<-1
LC<-0.2
UC<-1.2
a1<-2
b1<-1

integrate(F_r,lower=0,upper=Inf)$value

【讨论】：