假设我想最小化一个函数：
x<-seq(-4.5,4.5,by=.2)
y<-seq(-4.5,4.5,by=.2)
f <- function(x1,x2){(x1^2 + x2)^2 }
z <- outer(x,y,f)
其中z是尺寸为46 x 46的矩阵：
> class(z)
[1] "matrix"
> dim(z)
[1] 46 46
所以我用以下结果绘制结果图：
persp(x,y,z,phi=-45,theta=45,col="yellow",shade=.65 ,ticktype="detailed")
如果我写上一个，它可以工作，但由于我想使用optim来最小化函数，如果我使用它，我得到：
optim(c(-4,-4), f, df)$par
> Error in fn(par, ...) : argument "x2" is missing, with no default
所以我需要使用数组才能使用optim。所以，如果我写：
f <- function(x) (x[1]^2 + x[2])^2
x <- seq(-4.5,4.5,by=.2)
y <- seq(-4.5,4.5,by=.2)
s<-data.frame(cbind(x,y))
我可以使用optim：
optim(c(-4,-4), f, df)$par
但是外部会出错：
z <- outer(s,f)
as.vector（x，mode）出错：无法强制键入'closure' 'any'类型的向量
我不知道如何解决它。
答案 0 :(得分：1)
我认为这里的目标是不必以两种不同的方式编写函数，对吧？
f0 <- function(x1,x2) ( x1^2 + x2 )^2
f <- function(x) ( x[1]^2 + x[2] )^2
同样，您可能只想使用s<-data.frame(cbind(x,y))（不使用x和y）。
以下是我会考虑做的事情：
outer(s[[1]],s[[2]],Vectorize(function(xi,yi) f(c(xi,yi))))
这样你只需要编写一次函数，就像使用optim（使用单个参数）一样。
注意：如果您希望网格x和y的点数不同，则应存储s <- list(x,y)。代码也是一样的。