如何使用R求解6次多项式与斜率为1的切线交点对应的x值

你遇到的求根结果为0的核心原因是未限定求根范围在有效观测区间内，且高阶多项式系数量级差异过大容易触发数值精度问题，同时你需要的是斜率从<1转为>1的拐点，对应导数函数从负（<1）穿正（>1）的实根，仅在你实际观测的高程范围内的根才有业务意义。

具体实现步骤 #

• 第一步：构造目标求根函数，满足f(x)=0即导数等于1

f <- function(x) {
  399172400 - 10476900*x + 97757.09*x^2 - 342.0041*x^3 + 0.001394729*x^4 + 1766846000*x^5 - 1
}

• 第二步：限定有效求根区间，仅在你的实测高程范围内找根，避免无意义的域外解

x_min <- min(dt.temp$V2, na.rm = TRUE)
x_max <- max(dt.temp$V2, na.rm = TRUE)

• 第三步：批量查找区间内所有实根，使用rootSolve包的uniroot.all函数可以一次性返回区间内所有实根

# 未安装包先执行 install.packages("rootSolve")
library(rootSolve)
all_roots <- uniroot.all(f, interval = c(x_min, x_max))

• 第四步：筛选符合要求的拐点：你需要的是斜率从<1转为>1的点，对应导数函数在该根处呈递增趋势（即二阶导数>0）

# 构造二阶导数函数，用来判断导数函数的变化趋势
second_deriv <- function(x) {
  -10476900 + 2*97757.09*x - 3*342.0041*x^2 + 4*0.001394729*x^3 + 5*1766846000*x^4
}
# 筛选符合条件的目标x值
target_x <- all_roots[second_deriv(all_roots) > 0]

优化建议 #

如果计算过程中仍然出现数值精度问题，你可以先对V2做z-score标准化后再拟合6次多项式模型，求根后再反标准化回原始高程值，能大幅降低系数差带来的计算误差。

内容的提问来源于stack exchange，提问作者fre1990