R中pracma包quadinf计算无穷积分报错及非向量化函数疑问

错误Error in if (delta < tol) break : the condition has length > 1的核心原因是：你的被积函数integrand返回的是向量，而quadinf要求被积函数接收单个数值输入时，必须返回单个数值输出。

具体触发逻辑：

• 你定义的tau <- -5:5是长度为11的向量，因此mu <- beta - tau也变成了长度为11的向量
• 当quadinf调用integrand时，传入的Ti是单个数值，但dlnorm(x = Ti, meanlog = mu, sd = sigma)会因为mu是向量，返回长度为11的向量，最终Ti*dlnorm(...)也是长度为11的向量，完全不符合quadinf对被积函数的输出要求

你需要针对tau的每个值单独计算积分，而不是让mu成为向量。这里提供两种实现方式：

方法1：使用for循环 #

library(pracma)

beta <- 3.2
sigma <- 1.2
tau_values <- -5:5
results <- numeric(length(tau_values))

for (i in seq_along(tau_values)) {
  tau <- tau_values[i]
  mu <- beta - tau
  
  integrand <- function(Ti){
    Ti * dlnorm(x = Ti, meanlog = mu, sd = sigma)
  }
  
  results[i] <- quadinf(integrand, 0, Inf)$Q
}

results

方法2：使用purrr包的map_dbl（更简洁） #

library(pracma)
library(purrr)

beta <- 3.2
sigma <- 1.2
tau_values <- -5:5

results <- map_dbl(tau_values, function(tau) {
  mu <- beta - tau
  integrand <- function(Ti) Ti * dlnorm(Ti, meanlog = mu, sd = sigma)
  quadinf(integrand, 0, Inf)$Q
})

results

• quadinf确实不需要被积函数向量化，它会自动处理单值输入，但前提是被积函数对单值输入返回单值输出
• 你的原始代码里，被积函数本身不是“向量化问题”，而是外部的mu是向量，导致计算结果变成了向量，这才是触发错误的关键

内容的提问来源于stack exchange，提问作者J. Doe