为何在MATLAB中积分需指定'ArrayValued'才能正常运行？

报错原因 #

Matlab的integral函数默认采用向量化调用逻辑：为了提升积分效率，它会一次性传入多个采样点组成的向量给被积函数的输入参数y，而非逐个传入标量。

你的原代码中，当y是向量时，[0, y]会生成一个长度为1+length(y)的行向量，而point是固定长度为2的点向量（比如[x0, y0]），两者维度不匹配，执行p - q时直接触发“Arrays have incompatible sizes”错误。即使维度侥幸匹配，原代码里的norm函数会计算整个向量的全局范数，返回单个标量，而integral期望输入向量y时输出对应长度的向量，后续仍会出现尺寸不兼容问题。

你的解决方法的原理 #

你通过两处核心修改适配了integral的向量化调用：

1. 把p构造为N×2的矩阵：[zeros(size(y))', y']，每一行对应一个[0, y_i]，和point（1×2）相减后维度完全匹配，得到N×2的差值矩阵。
2. 用vecnorm(p - q, 2, 2)替代norm，按行计算每个点对的范数，最终得到长度为N的向量，和输入y的长度一致。
3. 添加'ArrayValued',true参数，明确告知integral：被积函数返回的是数组，而非单个标量。

其他可行解决方法 #

方法1：关闭向量化调用 #

直接给integral添加'Vectorized',false参数，强制它逐个传入标量y，原代码无需任何修改即可运行：

I1f = @(y) fundamentalSol([0, y], point);
function result = fundamentalSol(p, q)
    result = (1/(2*pi))*log(norm(p - q, 2));
end

% 调用时添加参数
I1 = integral(I1f, 0, 1, 'Vectorized', false);

这种方法适合简单场景，但效率低于向量化版本，因为每次只能计算一个采样点。

方法2：用arrayfun适配向量输入 #

无需修改fundamentalSol，直接在匿名函数里用arrayfun遍历向量y的每个元素，调用原有的标量逻辑：

I1f = @(y) arrayfun(@(yi) fundamentalSol([0, yi], point), y);
I1 = integral(I1f, 0, 1);

arrayfun会自动处理向量输入，返回对应长度的输出向量，integral可以正常识别并完成积分计算。

内容的提问来源于stack exchange，提问作者Cedric Martens