このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
この例では、予測子値について近似の 1.階および 2.階微分を求め、更にその近似の積分を求める方法を示します。
ベースラインの正弦波信号を作成します。
扩展数据=(0:1:2*pi);(y0=sin(扩展数据);
信号にノイズを追加します。
噪声=2*y0.*randn(尺寸(y0));%响应相关噪声ydata=y0+噪声;
ノイズを含むデータにカスタムの正弦波モデルを当てはめます。
f=fittype(‘a*sin(b*x)’); fit1=拟合(扩展数据、ydata、f、,“起点”,[1 1]);
予測子値について近似の微分を求めます。
[d1,d2]=区分(fit1,扩展数据);
データ、近似、微分をプロットします。
子地块(3,1,1)图(fit1、扩展数据、ydata)%cfit图法子地块(3,1,2)图(扩展数据,d1,“我是)%双图法网格在…上传奇(“一阶导数”)子地块(3,1,3)绘图(扩展数据,d2,“c”)%双图法网格在…上传奇(“二阶导数”)
また、次のように cfitの 情节メソッドを使用して微分を直接計算しプロットできることに注意してください。ただし、情节メソッドは微分データを返しません。
绘图(fit1、扩展数据、ydata、{“适合”,“deriv1”,“deriv2”})
予測子値について近似の積分を求めます。
int=集成(fit1,扩展数据,0);
データ、近似、積分をプロットします。
子地块(2,1,1)图(fit1、扩展数据、ydata)%cfit图法子地块(2,1,2)绘图(扩展数据、整数、,“我是)%双图法网格在…上传奇(“积分”)
また、次のように cfitの 情节メソッドを使用して積分を直接計算しプロットできることに注意してください。ただし、情节メソッドは積分のデータを返しません。
绘图(fit1、扩展数据、ydata、{“适合”,“积分”})