Comment puis-je évaluer la dérivée d'une fonction SPLINE dans R?

Il est très facile de faire car la capacité d'évaluer la fonction sur ses dérivés est intégrée à la fonction! xxx

merci r-core!

Vous pouvez également être intéressé par la fonction TKSPLINE dans le package SecourchDemos qui tracera la fonction Spline avec ses dérivés.

L'utilisation de l'argument Deriv = SPLINEfun est sensible et il convient d'ajouter que les deuxième et troisième dérivés sont censés être disponibles, mais si vous travaillez à travers les exemples, vous réaliserez que les approximations linéaires sont déchirées et discontinues. À des degrés supérieurs.

Dans la situation dans laquelle vous avez une expression analytique, certaines dispositions ont certes limitées pour la différenciation algorithmique. Voir la page Aide (DERIV) pour plus de détails. P> xxx pré>

puis construit "à la main" une deuxième fonction avec ce résultat. Ou vous pouvez utiliser l'exemple DD fourni sur la page Aide (DERIV) pour automatiser le processus un peu plus: P>

 DD <- function(expr,name, order = 1) {
    if(order < 1) stop("'order' must be >= 1")
    if(order == 1) D(expr,name)
    else DD(D(expr, name), name, order - 1)
 }
 DD(expression(sin(pi/x)), "x", 2)
-(sin(pi/x) * (pi/x^2) * (pi/x^2) - cos(pi/x) * (pi * (2 * x)/(x^2)^2))
 DD(expression(sin(pi/x)), "x")
-(cos(pi/x) * (pi/x^2))
funD<- function(x){}
body(funD) <- DD(expression(sin(pi/x)), "x")
funD
   #function (x) 
     #-(cos(pi/x) * (pi/x^2))
funD(2)
#   [1] -4.809177e-17  as it should be at a maximum
funDD <- function(x){}
body(funDD) <- DD(expression(sin(pi/x)), "x", 2)
funDD(2)
#  [1] -0.6168503   as it should be at a maximum.