一个向量与另一个向量的高阶导数：该函数将一个给定的向量与另一个向量微分任意给定次数。-matlab开发

MDIFF(Y,X,M) 对向量 Y 进行数值微分向量 X, m 次并将导数存储在 DERIVATIVES 中。 DERIVATIVES 是一个大小为 m×n 的二维矩阵，其中 n 是向量 Y 或 X。 DERIVATIVES 中的第一行是第一行导数和第i行是第i个导数。 如果 m = 1，DERIVATIVES 将只是梯度向量 MDIFF(y,x) 对向量 Y 进行数值微分向量 X 一次并将该梯度存储在 DERIVATIVES 中。 MDIFF(y) 与 DIFF(Y) 相同，输出维度不同向量，与 GRADIENT(Y) 相同，但最后一个元素为 NAN。 第i个导数的向量具有（ni）个数字元素和 (i) 行末尾的 NAN 元素。 数值微分是一个非常嘈杂的过程，并且噪声会随着 m 变大，&& 随着 dx 变小，幅度越大。 这些噪音但是可以轻松过滤，或者更强大的微分算法可以使用。