我想对 (-\infty, a]
中的概率密度函数进行积分,因为 cdf 在封闭形式下不可用。但我不确定如何在 C++ 中执行此操作。
这个任务在 Mathematica 中非常简单;我需要做的就是定义函数,
f[x_, lambda_, alpha_, beta_, mu_] :=
Module[{gamma},
gamma = Sqrt[alpha^2 - beta^2];
(gamma^(2*lambda)/((2*alpha)^(lambda - 1/2)*Sqrt[Pi]*Gamma[lambda]))*
Abs[x - mu]^(lambda - 1/2)*
BesselK[lambda - 1/2, alpha Abs[x - mu]] E^(beta (x - mu))
];
然后调用NIntegrate
例程对其进行数值积分。
F[x_, lambda_, alpha_, beta_, mu_] :=
NIntegrate[f[t, lambda, alpha, beta, mu], {t, -\[Infinity], x}]
现在我想用 C++ 实现同样的事情。我使用 gsl 数值库中的例程 gsl_integration_qagil
。它旨在集成半无限区间 (-\infty, a]
上的函数,这正是我想要的。但不幸的是我无法让它工作。
这是C++中的密度函数,
density(double x)
{
using namespace boost::math;
if(x == _mu)
return std::numeric_limits<double>::infinity();
return pow(_gamma, 2*_lambda)/(pow(2*_alpha, _lambda-0.5)*sqrt(_pi)*tgamma(_lambda))* pow(abs(x-_mu), _lambda - 0.5) * cyl_bessel_k(_lambda-0.5, _alpha*abs(x - _mu)) * exp(_beta*(x - _mu));
}
然后我尝试通过调用 gsl 例程进行集成以获取 cdf。
cdf(double x)
{
gsl_integration_workspace * w = gsl_integration_workspace_alloc (1000);
double result, error;
gsl_function F;
F.function = &density;
double epsabs = 0;
double epsrel = 1e-12;
gsl_integration_qagil (&F, x, epsabs, epsrel, 1000, w, &result, &error);
printf("result = % .18f\n", result);
printf ("estimated error = % .18f\n", error);
printf ("intervals = %d\n", w->size);
gsl_integration_workspace_free (w);
return result;
}
但是 gsl_integration_qagil
返回错误,迭代次数不足
。
double mu = 0.0f;
double lambda = 3.0f;
double alpha = 265.0f;
double beta = -5.0f;
cout << cdf(0.01) << endl;
如果我增加工作区的大小,则贝塞尔函数将不会计算。
我想知道是否有人可以让我深入了解我的问题。使用 x = 0.01
调用上面相应的 Mathematica 函数 F 返回 0.904384
。
会不会是密度集中在一个非常小的区间附近(即在[-0.05, 0.05]
之外密度几乎是0
,给出了一个图以下)。如果是这样,可以做些什么。谢谢阅读。
最佳答案
回复:积分到 +/- 无穷大:
我会使用 Mathematica 找到 |x - μ| 的经验界限>> K,其中 K 表示均值周围的“宽度”,K 是 alpha、beta 和 lambda 的函数——例如 F 小于且约等于 a(x-μ)-2 或 ae-b(x-μ)2 或其他。这些函数具有无穷大的已知积分,您可以根据经验对其进行评估。然后您可以对 K 进行数值积分,并使用有界近似从 K 到无穷大。
计算出 K 可能有点棘手;我对贝塞尔函数不是很熟悉,所以我帮不了你太多。
一般来说,我发现对于不明显的数值计算,最好的方法是在进行数值评估之前尽可能多地进行分析数学运算。 (有点像自动对焦相机 - 将其靠近您想要的位置,然后让相机完成剩下的工作。)
关于c++ - 概率密度的正交例程,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10776805/