R fdHess 有限差分 Hessian

说明

使用有限差分计算标量函数的近似 Hessian 矩阵和梯度。

用法

fdHess(pars, fun, ...,
       .relStep = .Machine$double.eps^(1/3), minAbsPar = 0)

参数

pars	用于评估函数 fun 及其导数的参数的数值。
fun	取决于参数 pars 并返回数字标量的函数。
...	fun 的可选附加参数
.relStep	有限差分中使用的相对步长。默认为.Machine$double.eps的立方根
minAbsPar	被视为非零的参数值的最小量值。它默认为零，这意味着任何非零值都将被视为不同于零。

细节

此函数使用称为“Koschal design” 的二阶响应曲面设计来确定评估函数时的参数值。

值

包含组件的列表

mean	在参数值 pars 处计算的函数 fun 的值
gradient	近似梯度(长度为 length(pars) )。
Hessian	其上三角包含近似 Hessian 矩阵的矩阵。

例子

(fdH <- fdHess(c(12.3, 2.34), function(x) x[1]*(1-exp(-0.4*x[2]))))
stopifnot(length(fdH$ mean) == 1,
          length(fdH$ gradient) == 2,
          identical(dim(fdH$ Hessian), c(2L, 2L)))

作者

José Pinheiro and Douglas Bates bates@stat.wisc.edu