В этом примере показано, как найти первую и вторую производные аппроксимации и интеграл аппроксимации по значениям предиктора.
Создайте синусоидальный сигнал базовой линии:
xdata = (0:.1:2*pi)'; y0 = sin(xdata);
Добавьте шум к сигналу:
noise = 2*y0.*randn(size(y0)); % Response-dependent noise
ydata = y0 + noise;
Поместите шумные данные в пользовательскую синусоидальную модель:
f = fittype('a*sin(b*x)'); fit1 = fit(xdata,ydata,f,'StartPoint',[1 1]);
Найдите производные подгонки в предикторах:
[d1,d2] = differentiate(fit1,xdata);
Постройте график данных, аппроксимации и производных:
subplot(3,1,1) plot(fit1,xdata,ydata) % cfit plot method subplot(3,1,2) plot(xdata,d1,'m') % double plot method grid on legend('1st derivative') subplot(3,1,3) plot(xdata,d2,'c') % double plot method grid on legend('2nd derivative')
Следует отметить, что производные также могут быть вычислены и нанесены непосредственно с помощью метода построения графика cfit следующим образом. Однако метод построения графика не возвращает данные о производных.
plot(fit1,xdata,ydata,{'fit','deriv1','deriv2'})
Найдите интеграл посадки в предикторах:
int = integrate(fit1,xdata,0);
Постройте график данных, аппроксимации и интеграла:
subplot(2,1,1) plot(fit1,xdata,ydata) % cfit plot method subplot(2,1,2) plot(xdata,int,'m') % double plot method grid on legend('integral')
Следует отметить, что интегралы также могут быть вычислены и нанесены непосредственно с помощью метода графика cfit следующим образом. Однако метод построения графика не возвращает данные об интеграле.
plot(fit1,xdata,ydata,{'fit','integral'})
