Programming and Data Types

関数ハンドルの計算の例題

この節は、関数ハンドルの使い方や計算法を示す2つの例題を示します。

例題 1 - 簡単な関数ハンドル

plot_fhandleと云う名前の関数を定義するつぎの例題は、関数ハンドルとデータを受け取り、そのデータに関して、関数ハンドルの計算を行なうものです。

function x = plot_fhandle(fhandle, data)
plot(data, feval(fhandle, data))

関数sinと下に示す引数を関数と共に、plot_fhandleをコールすると、求まる計算結果は、つぎのプロットを作成します。

plot_fhandle(@sin, -pi:0.01:pi)

例題 2 - 関数ハンドルとサブ関数

この例題の中のM-ファイルは、主関数fitcurvedemoとサブ関数 expfunです。定義として、サブ関数は、自身のM-ファイルのスコープの中のみで見ることができます。もちろん、そのM-ファイルの中の他の関数での使用だけは、可能です。

このコードのオーサは、このM-ファイルの範囲の外で、expfun を使おうとしています。この例題は、関数ハンドルをサブ関数expfunに作成し、サブ関数に関するアクセス情報を捕らえ、MATLAB環境の中の任意の位置からコールするものです。関数ハンドルは、fminsearchに渡し、通常のスコープの外側でサブ関数をうまく計算するものです。

下に示すコードは、fitcurvedemoとサブ関数expfunを定義するものです。ライン6は、関数ハンドルをexpfunに作成し、それを変数funに割り当てます。ライン16で、fminsearchへのコールで、サブ関数の通常のスコープの外側に関数ハンドルを渡します。関数 fminsearch は、fevalを使って、そのハンドルを通して、サブ関数を計算します。

1   function Estimates = fitcurvedemo
2   % FITCURVEDEMO
3   % Fit curve to data where user chooses equation to fit.
4   
5   % Define function and starting point of fitting routine.
6   fun = @expfun;
7   Starting = rand(1, 2);
8   
9   % First, we create the data.
10  t = 0:.1:10;    t=t(:);    % to make 't' a column vector
11  Data = 40 * exp(-.5 * t) + randn(size(t));
12  m = [t Data];
13  
14  % Now, we can call FMINSEARCH:
15  options = optimset('fminsearch');   % Use FMINSEARCH defaults 
16  Estimates = fminsearch(fun, Starting, options, t, Data);
17  
18  % To check the fit
19  plot(t, Data, '*')
20  hold on
21  plot(t, Estimates(1) * exp(-Estimates(2) * t), 'r')
22  xlabel('t')
23  ylabel('f(t)')
24  title(['Fitting to function ', func2str(fun)]);
25  legend('data', ['fit using ', func2str(fun)])
26  hold off
27  
28  % ----------------------------------------------------------
29  
30  function sse = expfun(params, t, Data)
31  % Accepts curve parameters as inputs, and outputs fitting the
32  % error for the equation y = A * exp(-lambda * t);
33  A = params(1);
34  lambda = params(2);
35  
36  Fitted_Curve = A .* exp(-lambda * t);
37  Error_Vector = Fitted_Curve - Data;
38  
39  % When curve fitting, a typical quantity to minimize is the sum 
40  % of squares error
41  sse = sum(Error_Vector .^ 2);

ハンドルを使って関数を計算

関数ハンドル情報の表示