计算积分的代码：从 Matlab 到 R 的翻译

Question

考虑以下 Matlab 代码，使用模拟来近似积分。

function f
numSim = 1000000;
points = rand(numSim,1);
r3 = mean(feval('func3', points));

points1 = rand(numSim,1);
r8 = mean(feval('func8', points, points1));
disp([r3, r8,]);
end %f
%%%%%%%%%% Nested funcitons %%%%%%%%%%%%   
function y = func3(x)
y = exp(exp(x));
end %func3

function z = func8(x,y)
z = exp((x+y).^2);
end %func8

我在 R 中尝试过的

f <- function (func3,func8){
     numSim <- 1000000
     points <- runif(numSim)
     r3 <- mean(evaluate(points, func3))
     points1 <- runif(numSim)
     r8 <- mean(evaluate( points1,func8))
     newList<-list(r3,r8)
     return(newList)
 }
 # Nested functions  

 func3<-function(x) {
    func3 <- exp(exp(x))
    return(func3)
 }   
 func8 <- function(x,y) {
    func8<-exp((x+y)^2)
    return(func8)
 }

第一个问题是警告信息：

In mean.default(evaluate(points,function)) : argument is not numeric or logical:returning NA

我加了r3 <- mean(evaluate(points, func3),na.rm=TRUE)

当我键入 r3 时，输出为 [1] NA，

为什么不能正常工作？

此外，有一条关于嵌套函数的评论，我不明白如何在 R 中做到这一点。

Answer 1

这似乎有效：

f <- function (func3,func8){
  numSim <- 1000000
  vals <- runif(numSim)  ## changed the name: 'points' is a built-in function
  r3 <- mean(sapply(vals, func3))
  vals2 <- runif(numSim)
  ## use mapply() to evaluate over multiple parameter vectors
  r8 <- mean(mapply(func8, vals, vals2))  
  newList <- list(r3,r8)
  return(newList)
}

我简化了函数定义。

func3 <- function(x) {
  return(exp(exp(x)))
}   
func8 <- function(x,y) {
  return(exp((x+y)^2))
}

试试看：

f(func3,func8)

我不知道这是否正确，但我认为这是对您的 MATLAB 代码的正确翻译。请注意，通过使用矢量化可以更快地实现：将 sapply() 和 mapply() 分别替换为 mean(func3(vals)) 和 mean(func8(vals,vals2))（这仅适用于要评估的函数本身适当矢量化，在本例中就是这样）。

计算积分的代码：从 Matlab 到 R 的翻译

Code to evaluate an integral: translating from Matlab to R

integration

matlab

nested

r

function