R语言牛顿法求根时while循环出现缺失值错误的求助

核心问题拆解 #

1. 报错直接诱因：你运行的代码中while循环包含iter < max_iter判断，但未定义max_iter变量/参数，导致该比较返回NA，整个循环条件因混合TRUE/FALSE与NA触发"missing value where TRUE/FALSE needed"错误。
2. 算法本质缺陷：目标函数g(x) = x/sqrt(1+x²)的牛顿迭代公式可简化为x_{n+1} = -x_n³：
   • 当|x₀| < 1时，迭代值会向0收敛；
   • 当|x₀| = 1时，迭代会在1和-1之间无限震荡；
   • 当|x₀| > 1时，迭代值绝对值会指数级增大（如x₀=2→x₁=-8→x₂=512→...），完全发散，永远无法满足收敛条件。

修复后的完整代码 #

g_x <- function(x){
  return(x/(1+x^2)^(1/2))
}

dg_x <- function(x){
  # 目标函数的导数计算
  return(1/(x^2+1)^(3/2))
}

newton <- function(x_0, k, max_iter = 100){
  # 参数说明：
  # x_0: 初始猜测值
  # k: 容差参数，容差为10^(-k)
  # max_iter: 最大迭代次数，默认100
  
  tol <- 10^(-k)
  # 替换dplyr::between为原生逻辑判断，摆脱包依赖
  if(g_x(x_0) >= -tol/2 && g_x(x_0) <= tol/2){
    return(c(x_0, 0))
  }
  
  iter <- 1
  x_prev_prev <- x_0  # 记录前前次迭代值，用于检测震荡
  x_1 <- x_0 - (g_x(x_0)/dg_x(x_0))
  
  while(abs(x_1 - x_0) > tol && iter < max_iter){
    # 检测发散：迭代值超出合理范围时提前终止
    if(abs(x_1) > 1e10){
      warning("迭代发散，无法收敛到根")
      return(c(NA, iter))
    }
    
    # 检测震荡：针对当前函数的特殊迭代规律（1↔-1循环）
    if(abs(x_1 + x_prev_prev) < tol){
      warning("迭代进入震荡循环，无法收敛到根")
      return(c(NA, iter))
    }
    
    x_prev_prev <- x_0
    x_0 <- x_1
    x_1 <- x_0 - (g_x(x_0)/dg_x(x_0))
    iter <- iter + 1
  }
  
  # 判断终止原因：收敛/达到最大迭代次数
  if(iter >= max_iter){
    warning("达到最大迭代次数，未收敛")
    return(c((x_1+x_0)/2, iter))
  }
  
  return(c((x_1+x_0)/2, iter))
}

关键修复点说明 #

1. 补全迭代次数控制：新增max_iter参数并设置默认值，避免未定义变量导致的NA判断；
2. 移除外部包依赖：用原生逻辑判断替换between函数，避免因未加载dplyr包产生的隐性错误；
3. 添加发散与震荡检测：提前识别无法收敛的情况，避免无限循环或数值溢出；
4. 明确终止原因：通过警告信息区分"发散"、"震荡"、"达到最大迭代次数"三种非收敛场景，提升调试效率。

内容的提问来源于stack exchange，提问作者Chance Law