如何在R中绘制返回integrate类的自定义积分函数（x定义域1-4）

当前定义的f1无法直接绘图的核心原因有两点：

• integrate()返回的是包含积分值、估算误差、收敛状态等信息的列表结构，并非纯数值向量，无法被绘图函数正确识别为纵轴值
• 原生integrate()仅支持单个数值作为积分上限，直接传入一组x值计算会触发参数错误，不满足绘图需要的批量逐点计算要求

分步操作流程 #

第一步：改造积分函数 #

调整逻辑为：逐点接收x输入，计算完成后仅提取实际积分数值，适配向量化调用逻辑，可直接使用如下代码定义：

f1_plot <- function(x) {
  sapply(x, function(up_limit) {
    integrate(f = function(t) sqrt(t^3 - 1), lower = 1, upper = up_limit)$value
  })
}

第二步：生成绘图采样点 #

在1~4的指定定义域内均匀取点，保证绘制的曲线平滑无锯齿：

# 取100个均匀分布的x值，若需要更高精度可调整length.out参数为200或更多
x_seq <- seq(1, 4, length.out = 100)
# 计算每个x对应的积分结果，得到纯数值的纵轴向量
y_seq <- f1_plot(x_seq)

第三步：绘制曲线 #

• 用R基础绘图系统实现：

plot(
  x_seq, y_seq,
  type = "l",
  xlab = "输入值x",
  ylab = "积分结果",
  main = "上限可变的定积分函数曲线"
)

• 用ggplot2实现：

library(ggplot2)
data_df <- data.frame(x = x_seq, y = y_seq)
ggplot(data_df, aes(x = x, y = y)) +
  geom_line(color = "steelblue", linewidth = 1) +
  theme_bw() +
  labs(x = "输入值x", y = "积分结果", title = "上限可变的定积分函数曲线")

注意事项 #

• 传入函数的x值不能小于1，否则积分区间内会出现负数开平方的计算错误，与定义的1~4定义域保持一致
• 若需要获取更高的计算精度，可在integrate()调用中加上rel.tol = 1e-8参数，调整积分收敛的误差容忍度

内容的提问来源于stack exchange，提问作者Minho Kang