R直方图中断错误

我必须为我的论文准备一个算法来交叉检查一个理论结果，即N个周期的二项式模型收敛到N到N个周期的对数正态分布。对于那些不熟悉这个概念的人，我必须创建一个算法，它接受一个起始值，并将其与一个向上乘数和一个向下乘数相乘，然后对N步中的每个值继续这样做。该算法应返回一个向量，其元素的形式为StarterValueu^id^{N-i}i=0、\dots，N 我提出的简单算法是

rata<-function(N,r,u,d,S){

  length(x)<-N
  for(i in 0:N){
    x[i]<-S*u^{i}*d^{N-i}
  }
  return(x)
}

---

首先，我修复您的函数：

rata<-function(N,r,u,d,S){
  x <- numeric(N+1)
  for(i in 0:N){
    x[i]<-S*u^{i}*d^{N-i}
  }
  return(x)
}

发生了什么事？显然，乘法变成了

NaN

：

1.1^7448*0.9^(1e5-7448)
#[1] NaN

1.1^7448
#[1] Inf

0.9^(1e5-7448)
#[1] 0

Inf * 0
#[1] NaN

为什么会出现

Inf

值？嗯，由于双重溢出（请阅读

帮助（“双重”）

）：

当乘法器接近0时，浮点精度也会出现类似问题（请阅读

帮助（“.Machine”）

）

---

您可能需要使用任意精度的数字。

首先，我修复您的函数：

rata<-function(N,r,u,d,S){
  x <- numeric(N+1)
  for(i in 0:N){
    x[i]<-S*u^{i}*d^{N-i}
  }
  return(x)
}

发生了什么事？显然，乘法变成了

NaN

：

1.1^7448*0.9^(1e5-7448)
#[1] NaN

1.1^7448
#[1] Inf

0.9^(1e5-7448)
#[1] 0

Inf * 0
#[1] NaN

为什么会出现

Inf

值？嗯，由于双重溢出（请阅读

帮助（“双重”）

）：

当乘法器接近0时，浮点精度也会出现类似问题（请阅读

帮助（“.Machine”）

）

---

您可能需要使用任意精度的数字。

首先，我修复您的函数：

rata<-function(N,r,u,d,S){
  x <- numeric(N+1)
  for(i in 0:N){
    x[i]<-S*u^{i}*d^{N-i}
  }
  return(x)
}

发生了什么事？显然，乘法变成了

NaN

：

1.1^7448*0.9^(1e5-7448)
#[1] NaN

1.1^7448
#[1] Inf

0.9^(1e5-7448)
#[1] 0

Inf * 0
#[1] NaN

为什么会出现

Inf

值？嗯，由于双重溢出（请阅读

帮助（“双重”）

）：

当乘法器接近0时，浮点精度也会出现类似问题（请阅读

帮助（“.Machine”）

）

---

您可能需要使用任意精度的数字。

首先，我修复您的函数：

rata<-function(N,r,u,d,S){
  x <- numeric(N+1)
  for(i in 0:N){
    x[i]<-S*u^{i}*d^{N-i}
  }
  return(x)
}

发生了什么事？显然，乘法变成了

NaN

：

1.1^7448*0.9^(1e5-7448)
#[1] NaN

1.1^7448
#[1] Inf

0.9^(1e5-7448)
#[1] 0

Inf * 0
#[1] NaN

为什么会出现

Inf

值？嗯，由于双重溢出（请阅读

帮助（“双重”）

）：

当乘法器接近0时，浮点精度也会出现类似问题（请阅读

帮助（“.Machine”）

）

---

---

您可能需要使用任意精度的数字。

请提供一个可复制的示例，即调用此函数并生成直方图（导致此错误）的代码。此外，模拟不能“证明收敛性”。是的，你是正确的，该算法是作为收敛性的另一个展示而存在的，实际的证明发生在这之前。至于示例，我更新了问题，但是我不知道为什么我不能将其设置为代码格式您的示例错误，因为结果向量

taf1

仅包含-Inf、Inf和NaN。所以没有实际的数字来做柱状图。我现在看到了，但为什么会发生这种情况？我能理解inf，-inf，但我不能理解NAN，不能理解对数运算，不能理解算法。taf只包含0和Inf。在干净的环境中，函数会出错，因为没有定义x。更好的方法是只使用矢量化方法（我请提供一个可复制的示例，即调用此函数并生成直方图的代码（导致此错误）。此外，模拟无法“证明收敛”是的，你是对的，这个算法是作为收敛的另一个展示，实际的证明发生在那之前。至于这个例子，我更新了这个问题，但是我不知道为什么我不能把它变成代码格式你的例子错误，因为结果向量

taf1

只包含-Inf，Inf和NaN。所以没有实际的数字我现在明白了，但为什么会这样？我能理解inf，-inf，但我不能理解NAN。不是对数，算法。taf只包含0和inf。在干净的环境中，函数会出错，因为没有定义x。更好的方法是使用向量化方法（请提供一个可复制的示例，即调用此函数并生成直方图（导致此错误）的代码。此外，模拟无法“证明收敛”是的，你是对的，这个算法是作为收敛的另一个展示，实际的证明发生在那之前。至于这个例子，我更新了这个问题，但是我不知道为什么我不能把它变成代码格式你的例子错误，因为结果向量

taf1

只包含-Inf，Inf和NaN。所以没有实际的数字我现在明白了，但为什么会这样？我能理解inf，-inf，但我不能理解NAN。不是对数，算法。taf只包含0和inf。在干净的环境中，函数会出错，因为没有定义x。更好的方法是使用向量化方法（请提供一个可复制的示例，即调用此函数并生成直方图（导致此错误）的代码。此外，模拟无法“证明收敛”是的，你是对的，这个算法是作为收敛的另一个展示，实际的证明发生在那之前。至于这个例子，我更新了这个问题，但是我不知道为什么我不能把它变成代码格式你的例子错误，因为结果向量

taf1

只包含-Inf，Inf和NaN。所以没有实际的数字我现在明白了，但为什么会这样？我能理解inf，-inf，但我不能理解NAN。不是对数，算法。taf只包含0和inf。在干净的环境中，函数会出错，因为x没有定义。更好的方法是使用向量化方法（i