如何在R中对函数求导并计算导函数的最大值

你遇到的问题核心原因是optimize()仅支持传入可执行的函数对象，而D()和deriv()默认返回的是表达式类型，无法直接作为入参使用，按以下两种方案转换格式即可正常求解：

方案1：将D()生成的导数表达式转为函数 #

先用D()计算得到导数表达式后，通过as.function()将其封装为可调用的单参数函数，示例如下：

# 1. 定义原目标函数的表达式
f_expression <- expression(x^3 - 5*x^2 + 3*x + 2)
# 2. 对自变量x求导，得到导数表达式
deriv_expression <- D(f_expression, "x")
# 3. 将导数表达式转为可调用的单参数函数
deriv_func <- as.function(alist(x = , eval(deriv_expression)))

# 4. 传入optimize求解导函数在区间[0,4]的最大值
# optimize默认求最小值，求最大值时对导函数取负即可
max_res <- optimize(function(x) -deriv_func(x), interval = c(0, 4))
# 输出结果：极值点、导函数最大值
print(paste0("极值点：", max_res$minimum))
print(paste0("导函数最大值：", -max_res$objective))

方案2：直接用deriv()生成带梯度的函数 #

deriv()支持指定function.arg参数直接生成可调用函数，无需手动转换表达式：

# 1. 直接生成包含梯度计算的函数，指定参数为x
f_with_grad <- deriv(
  expr = expression(x^3 - 5*x^2 + 3*x + 2),
  namevec = "x",
  function.arg = TRUE
)
# 2. 封装函数提取梯度值
get_deriv <- function(x) {
  attr(f_with_grad(x), "gradient")[1]
}

# 3. 调用optimize求解最大值
max_res <- optimize(function(x) -get_deriv(x), interval = c(0,4))

注意事项 #

• 若原函数包含多个参数，可在as.function()的参数列表中为非求解参数设置固定默认值，或传入optimize时通过匿名函数固定其他参数取值
• 求解前需确认传入的区间覆盖目标极值的分布范围，避免结果为局部极值
• 若需求解导函数的最小值，无需对导函数取负，直接传入optimize()即可

内容的提问来源于stack exchange，提问作者Hugo Rangel Ramírez