点 x における値 y と傾き m をもつ 3 次 Hermite スプラインで、x と導関数の次数 (0 から 3。R と同じく小数は切り捨てられます) の関数です。データの外側では線形です。R の splinefunH() と同等です。ただし 3 階導関数は異なります: [x_i, x_{i+1}] 上では、正確な値 (6 m_i + 6 m_{i+1} - 12 delta) / h^2 となります。ここで h = x_{i+1} - x_i、delta = (y_{i+1} - y_i) / h です。R は h による除算を 1 回しか行わないため、h = 1 のとき両者は一致します。導関数の次数は、関数の第 2 引数、またはそのオプション deriv (SplineFunction) で指定します。
x
y
m
splinefunH()
deriv
splinefunH([0, 2], [0, 0], [1, 1])([1], 3); // [3] (R: 6)splinefunH([0, 2], [0, 0], [1, 1])([1], { deriv: 3 }); // [3] コピー
splinefunH([0, 2], [0, 0], [1, 1])([1], 3); // [3] (R: 6)splinefunH([0, 2], [0, 0], [1, 1])([1], { deriv: 3 }); // [3]
点
xにおける値yと傾きmをもつ 3 次 Hermite スプラインで、xと導関数の次数 (0 から 3。R と同じく小数は切り捨てられます) の関数です。データの外側では線形です。R のsplinefunH()と同等です。ただし 3 階導関数は異なります: [x_i, x_{i+1}] 上では、正確な値 (6 m_i + 6 m_{i+1} - 12 delta) / h^2 となります。ここで h = x_{i+1} - x_i、delta = (y_{i+1} - y_i) / h です。R は h による除算を 1 回しか行わないため、h = 1 のとき両者は一致します。導関数の次数は、関数の第 2 引数、またはそのオプションderiv(SplineFunction) で指定します。