DERIVESTsuite提供一个完全自适应数值微分工具对标量和矢量值函数。工具的衍生品(四阶)提供了一个标量函数,以及梯度矢量,方向导数,雅可比矩阵,海赛矩阵。误差估计提供了工具。
获取提供了一种鲁棒自适应数值微分法(第四阶导数)的用户提供的功能,四与集成。semi-intelligent,试图用步长减少其估计的不确定性的导数。

使用高阶方法,尽管完全控制你想要时提供给用户。你可以直接使用方法的顺序,采用差分法的一般类(向前,向后,或中央差异),使用术语的数量在其广义理查森加速方案,步骤大小等。

虽然你不能提供一个用户提供的公差,得出回归估计的最终结果的不确定性。

例如,exp (x)的导数,x = 1是exp (1) = = 2.71828182845905。中确实很好。

(d,犯错)=派生(@ (x) exp (x) 1)
d =
2.71828182845904

呃=
1.02015503167879 e-14

提供了更多的例子演示。