Question

我做了一个函数来采用intergal Likehood（L，U，gamma，sigma），但是有一些错误。这是我的Matlab代码。

function func=Likelihook(L,U,gamma,sigma)
Lstar=3;
Ustar=20;
gammastar=1.5;
a=0.2;
func=-0.5.*log(2.*pi)-log(sigma)+log(gamma)-log(L.^(-gamma)-U.^(-gamma))+quad(@(y)(log(quad(@(x)(x.^(-gamma-1).*exp(-0.5.*((y-x)./sigma).^2)),L,U)).*gammastar./(sqrt(2*pi).*Lstar.^(-gammastar)-Ustar.^(-gammastar)).*quad(@(x)(x.^(-gammastar-1)./(a.*x).*exp(-0.5.*((y-x)./(a.*x)).^2)),Lstar,Ustar)),-inf,inf) ;

这是我想要计算的功能

http://i.stack.imgur.com/lP1lz.png

有人帮助我吗？

Answer 1

说明

Matlab尝试矢量计算积分，所以

f = @(x) x;
quad(f(x) x,1,5)

得到像

一样的评估

sum(f(1:dx:5))

用matlab确定离散化间隔应该是什么。这是可计算的，因为f = @(x) x需要矢量输入。

当你有双积分时，你会得到这样的东西：

f = @(x,y) x+y;
quad(quad(f(x,y) x,1,5),4:10)

变为

sum(sum(f(1:dx:5,),4:dy:10))

这只会评估1:dx:5和4:dy:10是否恰好具有相同数量的元素（不太可能）。

解决方案

当然，您可以通过调整函数f来解决它，因此它会将任意两个向量作为输入，例如使用arrayfun。

对于您的问题，这样做是这样的：

func = -0.5.*log(2.*pi)-log(sigma)+log(gamma)-log(L.^(-gamma)-U.^(-gamma)) ...
+quad(@(y)( ...
    log( arrayfun(@(z) quad(@(x)( x.^(-gamma-1).*exp(-0.5.*((z-x)./sigma).^2)),L,U), y) ) ...
    .* gammastar./(sqrt(2*pi).*Lstar.^(-gammastar)-Ustar.^(-gammastar)) ...
    .* arrayfun(@(z) quad(@(x)( x.^(-gammastar-1)./(a.*x).*exp(-0.5.*((z-    x)./(a.*x)).^2)),Lstar,Ustar), y) ...
),-inf,inf) ;

我插入了一些换行符（...）以便于阅读：）

说明

我不确定这是否会为您带来可靠的结果，因为从-Inf到Inf的整合：在documentation of quad中，声明

如果间隔是无限的，[a，Inf]，那么对于fun（x）的积分存在，fun（x）必须在x接近无穷大时衰减

所以，你必须确保是这种情况，否则你将继续NaNs

在Matlab中取一个积分的功能

1 个答案:

说明

解决方案

说明