时间戳

首页 > 解决方案 > 使用“nleqslv”包求解非线性方程

r - 使用“nleqslv”包求解非线性方程

问题描述

我试图通过使用 nleqslv 来解决这些非线性方程。但是它不能很好地工作。我确实知道它不这样做的原因，因为我没有将两个未知数分开到等式的不同方面。

我的问题是：1，是否有其他软件包可以解决这种方程？2，R中是否有任何有效的方法可以帮助我重新排列方程，使其满足包nleqslv的要求？

感谢你们。

这是代码，p[1] 和 p[2] 是我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))

标签： rnonlinear-optimization

解决方案

跟进我的评论，我重写了您的功能，如下纠正错误和效率低下。错误和其他更改作为内联注释给出。

# 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必须为正方形的方程组。因此，函数必须返回一个与 -vector 大小相同的x向量。

如果您的方程组有解，您现在应该能够继续。并且只要您的方程式中没有进一步的错误。我[1:i]对表达式 forcum_dr和表达式中的 有我的双打mid[i]。循环计算mid可能可以写成一条语句：mid <- cumsum(cum_dr)/2. 由你决定。

推荐阅读