PAYATHON 2026

为什么 R 的 integrate() 在有限上限很大时返回 0，而使用 Inf 正常？

数据小许

结论

主要原因是自适应积分的采样点漏掉了函数的主要贡献区域，使积分值和误差估计都失真。浮点下溢会让部分采样值变成 0；即使没有下溢，采样值过小也可能让算法提前停止。

如果要计算从 0 到正无穷的积分，应直接使用 Inf。如果上限确实有限，可以根据函数的有效范围拆分区间，或用尾积分控制截断误差。

为什么有限上限越大，结果反而越差？

对于

[ f(x)=x^2e^{-x},\qquad x\geq 0, ]

有

[ f’(x)=x(2-x)e^{-x}. ]

函数在 (x=2) 处达到峰值，之后快速衰减。积分的主要贡献集中在靠近原点的一小段区域。

R 的 integrate() 在有限区间上使用基于 Gauss-Kronrod 求积的自适应细分方法。算法先在若干节点计算函数值，再根据误差估计决定是否继续细分，不会遍历整个区间。R 官方文档

区间变大时，初始采样点也会移向远处。以底层 21 点求积规则为例，首次对整个 [0, B] 求积时，离左端点最近的节点约为：

[ x_{\min}=\frac{B}{2}(1-0.9956571630)\approx 0.0021714B. ]

当 B = 1000000 时，这个节点位于 x ≈ 2171，距离峰值 x = 2 很远。上述节点位置由 QUADPACK 的 dqk21 源码推得。

在这些位置，exp(-x) 在通常的双精度运算中已经下溢为 0。算法采样得到的值可能全部为 0，计算出的积分值和误差估计也随之变成 0。上限稍小时，采样值可能仍非零，但小到让算法误以为已达到精度要求。

输出中的 absolute error < 0 是根据采样结果得到的误差估计，不能理解为真实误差等于零。采样漏掉峰值时，这个估计本身也不可靠。

为什么使用 Inf 能正确计算？

Inf 会触发无限区间的处理方式。R 会先将无限区间映射到有限区间，再进行数值积分。R 官方文档

对于本例的 [0, Inf)，底层变换可写为：

[ x=\frac{1-t}{t},\qquad 0<t<1, ]

对应的积分为：

[ \int_0^\infty f(x),dx =\int_0^1 f!\left(\frac{1-t}{t}\right)\frac{1}{t^2},dt. ]

这一变换及其雅可比因子可见 QUADPACK 的 dqk15i 源码。本例中，峰值位置 x = 2 对应 t = 1/3，不会因为人为选择巨大的上限而被挤到区间端点附近，采样时更容易捕捉到峰值。

无限区间算法也有适用限制；对于本例这个快速衰减的函数，上述变换更合适。

如何可靠地计算？

目标是无限区间积分时，直接使用 Inf

f <- function(x) x^2 * exp(-x)

res <- integrate(
  f,
  lower = 0,
  upper = Inf,
  rel.tol = 1e-10,
  abs.tol = 1e-10
)

res$value
res$abs.error
res$message

本例的解析值为 2，可以用来独立检查数值结果。这里给出的容差是精度要求，具体误差估计以实际运行结果为准。

目标是有限区间积分时，控制尾部误差

本例可以直接推导出：

[ \int_B^\infty x^2e^{-x},dx=e^{-B}(B^2+2B+2), ]

因此：

[ \int_0^B x^2e^{-x},dx=2-e^{-B}(B^2+2B+2). ]

原问题中的几个大有限上限对应的积分真值都非常接近 2。

如果仍希望通过数值积分计算，可以先积分到覆盖主要贡献区域的位置，再计算剩余尾部。例如，取 cut = 50 时：

[ \int_{50}^{\infty}x^2e^{-x},dx =2602e^{-50}\approx 5.02\times10^{-19}. ]

对于 B >= 50，从 50 到 B 的贡献不会超过这个值。以下代码利用解析尾积分补上了这段贡献：

f <- function(x) x^2 * exp(-x)

B <- 1000000
cut <- 50

core <- integrate(
  f, 0, cut,
  rel.tol = 1e-10,
  abs.tol = 1e-10
)

tail_from <- function(x) {
  exp(-x) * (x^2 + 2 * x + 2)
}

value <- core$value + tail_from(cut) - tail_from(B)
value

这里的尾积分公式专用于当前函数。换成其他函数时，应重新分析尾部衰减，不能直接沿用 cut = 50。总误差还包括主体区间的求积误差和浮点舍入误差。

调整 subdivisions 或容差有用吗？

subdivisions 是允许产生的子区间数量上限，不要求算法一定细分到这个数量。如果初始采样已经让算法判断误差足够小，单纯增大它通常无法解决遗漏峰值的问题。R 官方参数说明

减小容差有时能促使算法继续细分，但如果采样值和估计误差都已经是 0，收紧容差也无法恢复丢失的信息。更可靠的做法是先确定函数的主要贡献区域，再选择无限区间算法、合理分段或有误差依据的截断位置。

备注：内容仅供参考。