DerivestSuite为标量和矢量值提供了一个完全自适应的数值差分工具。提供标量功能的衍生工具（最多4个顺序），以及梯度向量，定向导数，雅各比矩阵和Hessian矩阵。所有工具都提供了错误估计。
DERIVEST为用户提供的函数提供强大的自适应数值微分（高达四阶导数），就像quad对积分所做的那样。它是半智能的，试图使用最大限度地减少其对导数不确定性估计的步长。

使用高阶方法，尽管在您需要时向用户提供完全控制。您可以指导要使用的方法的顺序，所用方法（前进，落后或中央差异​​）的一般类别，其广义理查森加速方案中采用的术语数量，步骤尺寸等。

虽然您无法提供用户提供的公差，但Derivest确实在最终结果中返回其不确定性的估计。

例如，exp（x）的衍生物，x = 1是exp（1）== 2.71828182845905。衍生物做得很好。

[D，ERR] =衍生（@（x）exp（x），1）
d =
2.71828182845904

err =
1.02015503167879E-14

有关更多示例，请参阅提供的演示。