Question

我尝试使用nleqslv来解决这些非线性方程。但它不能很好地工作。我确实知道它之所以没有，因为我没有把这两个未知数分开到等式的不同方面。

我的问题是：1，是否有任何其他软件包可以解决这种问题方程？ 2，R中是否有任何可以帮助我重新排列的有效方法方程式，以满足包装的要求 nleqslv？

谢谢你们。

以下是代码，p [1]和p [2]是我想要解决的两个未知数。

   dslnex<-function(p){
   p<-numeric(2)
   0.015=sum(exp(Calib2$Median_Score*p[1]+p[2])*weight_pd_bad)

   cum_dr<-0 
   for (i in 1:length(label)){
   cum_dr[i]<-exp(Calib2$Median_Score*p[1]+p[2][1:i]*weight_pd_bad[1:i]/0.015
   }

   mid<-0
   for (i in 1:length(label)){
   mid[i]<-sum(cum_dr[1:i])/2
   }

   0.4=(sum(mid*weight_pd_bad)-0.5)/(0.5*(1-0.015))

   }

   pstart<-c(-0.000679354,-4.203065891)
   z<- nleqslv(pstart, dslnex, jacobian=TRUE,control=list(btol=.01))

Answer 1

跟进我的评论我已经重写了你的功能，如下纠正错误和效率低下。错误和其他更改以内联注释的形式给出。

# no need to use dslnex as name for your function
# dslnex <- function(p){
# any valid name will do

f <- function(p) {
    # do not do this
    # you are overwriting p as passed by nleqslv
    # p<-numeric(2)

    # declare retun vector
    y <- numeric(2)

    y[1] <- 0.015 - (sum(exp(Calib2$Median_Score*p[1]+p[2])*weight_pd_bad))

    # do not do this
    # cum_dr is initialized as a scalar and will be made into a vector
    # which will be grown as a new element is inserted (can be very inefficient)
    # cum_dr<-0 
    # so declare cum_dr to be a vector with length(label) elements

    cum_dr <- numeric(length(label))
    for (i in 1:length(label)){
        cum_dr[i]<-exp(Calib2$Median_Score*p[1]+p[2][1:i]*weight_pd_bad[1:i]/0.015
    }

    # same problem as above
    # mid<-0
    mid <- numeric(length(label))
    for (i in 1:length(label)){
        mid[i]<-sum(cum_dr[1:i])/2
    }

    y[2] <- 0.4 - (sum(mid*weight_pd_bad)-0.5)/(0.5*(1-0.015))

    # return vector y
    y
}

pstart <-c(-0.000679354,-4.203065891)
z <- nleqslv(pstart, dslnex, jacobian=TRUE,control=list(btol=.01))

nleqslv用于求解f(x) = 0形式的方程组，它必须是方形的。因此，函数必须返回与x - vector相同大小的向量。

如果您的方程组有解决方案，您现在应该可以继续了。并且只要方程中没有其他错误。我有关于[1:i]表达式cum_dr和mid[i]表达式的双打。循环计算mid可能可以写为单个语句：mid <- cumsum(cum_dr)/2。由你决定。

使用＆＃34; nleqslv＆＃34;解决非线性方程。包

1 个答案: