R语言自定义函数绘图报错排查与二分法求根实现

你遇到的长度不匹配报错本质是函数不支持向量化输入导致的：

• curve()、plot()等绘图函数为了提升计算效率，会一次性传入一串默认长度为101的x向量，要求函数返回对应长度的y值向量
• 你定义的原eq函数仅支持单个标量x作为输入：当传入长度101的x向量时，长度为168的Ln.M_Return[,1]和x长度不是整数倍关系，R的向量循环规则会触发长度不匹配警告，最终返回的结果长度不符合绘图函数的输入要求，就会抛出错误。

1. 改造函数支持向量化输入，完成绘图 #

首先把原函数改造为可以接收向量x输入的版本，用sapply遍历每个输入的x值单独计算即可：

# 改造后的支持向量输入的目标函数
eq <- function(x_val) {
  sapply(x_val, function(xi) {
    # 注意x=0会触发除0错误，所有场景下x都要取大于0的值
    sum(exp(-Ln.M_Return[, 1] / xi)) / 168 - 1
  })
}

之后就可以正常调用curve绘图，注意x轴范围只取正数，上下限根据你的收益率量级调整，保证覆盖根的所在区间即可：

# 绘制函数曲线
curve(
  eq(x), 
  from = 0.001, # x下界，必须大于0
  to = 2,       # x上界，根据实际收益率量级调整
  xlab = "AS风险指数候选值x",
  ylab = "函数值eq(x)",
  main = "Aumann-Serrano风险指数求解函数曲线"
)
abline(h = 0, col = "red", lty = 2) # 绘制y=0参考线，和曲线的交点就是方程的根

2. 二分法求解方程的根 #

Aumann-Serrano风险指数对应的目标函数是严格单调的，完全满足二分法的使用条件。你可以先从绘制的图上找到y=0交点所在的区间（即区间两端点的函数值符号相反），再用二分法迭代求解：

# 二分法求根实现
bisection_root <- function(func, lower, upper, tol = 1e-7, max_iter = 1000) {
  f_lower <- func(lower)
  f_upper <- func(upper)
  # 校验区间合法性
  if (f_lower * f_upper > 0) stop("区间两端函数值同号，请重新选择搜索区间")
  
  for (i in seq_len(max_iter)) {
    mid <- (lower + upper) / 2
    f_mid <- func(mid)
    # 达到精度要求则返回结果
    if (abs(f_mid) < tol) {
      return(
        list(
          AS_index = mid,
          iteration = i,
          final_error = f_mid
        )
      )
    }
    # 缩小区间范围
    if (f_lower * f_mid < 0) {
      upper <- mid
      f_upper <- f_mid
    } else {
      lower <- mid
      f_lower <- f_mid
    }
  }
  warning("已达最大迭代次数，结果未收敛到指定精度")
  return(list(AS_index = (lower+upper)/2, iteration = max_iter, final_error = f_mid))
}

# 调用示例：将lower和upper替换为你从图上确定的根所在区间
result <- bisection_root(eq, lower = 0.01, upper = 1)
print(paste0("计算得到的Aumann-Serrano风险指数为：", round(result$AS_index, 6)))

如果不需要手动实现二分法，也可以直接调用R内置的一维求根函数uniroot，底层也是用二分法+线性插值实现的，效率更高：

# 内置函数求根调用示例
as_index <- uniroot(eq, interval = c(0.01, 1), tol = 1e-7)$root

内容的提问来源于stack exchange，提问作者Howard Shang