我遇到了一个有趣但相当烦人的问题。
我正在尝试集成一个从数据集计算出来的函数。
数据可以在这里找到:Link to sample.txt .
我首先将一条线拟合到我的数据中。这可以通过 approxfun
线性完成或非线性 splinefun
.在下面的示例中,我使用后者。
现在,当我尝试集成拟合函数时,我遇到了错误
maximum number of subdivisions reached
但是当我增加分割时,我得到
roundoff error
从我的示例代码中的值可以看出,对于这个特定数据集,阈值是 754->755。
我的同事在Matlab中集成这个数据集没有问题。有没有办法操纵我的数据进行集成? R中是否有另一种数值积分方法?
data<-read.table('sample.txt',sep=',')
colnames(data)<-c('wave','trans')
plot(data$wave,data$trans,type='l')
trans<- -1 * log(data$trans)
plot(data$wave,trans,type='l')
fx.spline<-splinefun(data$wave,trans)
#Try either
Fx.spline<-integrate(fx.spline,min(data$wave),max(data$wave))
#Above: Number of subdivision reached
Fx.spline<-integrate(fx.spline,min(data$wave),max(data$wave),subdivisions=754)
#Above: Number of subdivision reached
Fx.spline<-integrate(fx.spline,min(data$wave),max(data$wave),subdivisions=755)
#Above: Roundoff error
最佳答案
R 中有许多集成例程,您可以通过“RSiteSearch”或使用“sos”包找到其中的一些。
例如,包 pracma
有几个实现,例如
quad(fx.spline,min(data$wave),max(data$wave)) # adaptive Simpson
# [1] 2.170449 # 2.5 sec
quadgk(fx.spline,min(data$wave),max(data$wave)) # adaptive Gauss-Kronrod
# [1] 2.170449 # 0.9 sec
quadl(fx.spline,min(data$wave),max(data$wave)) # adaptive Lobatto
# [1] 2.170449 # 0.8 sec
请注意,这些是纯 R 脚本,因此比编译后的
integrate
慢。具有这种振荡功能的例行程序。
关于R:积分:达到最大分割数,舍入误差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10452945/