数值微分标志着从微积分中无限平滑的特性，向离散、有限的数字计算世界的重要转变。我们用可测量的步长 $h$ 替代了无穷小的极限。虽然函数 $f$ 在点 $x_0$ 处的理论导数定义为 $$f'(x_0) = \lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h}$$，但计算机系统无法直接计算极限。相反，我们使用有限差分公式，由此产生的可量化代价被称为 截断误差。
1. 导数的几何意义
为了近似 $f'(x_0)$，我们考察其邻近点。根据方向选择的不同，可以推导出两个主要公式：
- 前向差分公式： 当 $h > 0$ 时使用。它向前看 $x_0 + h$ 的位置。
- 后向差分公式： 当 $h < 0$ 时使用。它向后看 $x_0 + h$（此时 $h$ 为负值）。
在实际工程应用中，例如计算曲线轨迹的弧长时，我们经常依赖这些近似方法：$$L = \int_{0}^{48} \sqrt{1 + (f'(x))^2} dx = \int_{0}^{48} \sqrt{1 + (\cos x)^2} dx$$ 如果函数 $f(x)$ 仅在离散的传感器点上已知，那么数值微分是唯一可行的方法。
2. 基于插值的数学推导
为了近似 $f'(x_0)$，首先假设 $x_0 \in (a, b)$，其中 $f \in C^2[a, b]$，且 $x_1 = x_0 + h$。我们构造由 $x_0$ 和 $x_1$ 确定的一阶拉格朗日多项式 $P_{0,1}(x)$：
步骤 1：插值函数构造
$f(x) = P_{0,1}(x) + \frac{(x - x_0)(x - x_1)}{2!} f''(\xi(x))$
步骤 2：求导
对两边求导，并在 $x = x_0$ 处求值，得到基本关系式：
$$f'(x_0) = \frac{f(x_0 + h) - f(x_0)}{h} - \frac{h}{2} f''(\xi)$$
3. 误差项与收敛性
项 $-\frac{h}{2} f''(\xi)$ 即为我们所说的截断误差。该公式表明，精度为 $O(h)$，即若将步长 $h$ 减半，误差也大致减半。然而我们必须谨慎：尽管更小的 $h$ 能减少截断误差，但它最终会因分子中几乎相同的数相减而增加 舍入误差 ，从而导致舍入误差增大。
🎯 核心原理：有限差分
数值微分用有限弦线替代了极限。我们的近似质量严格取决于步长 $h$ 以及函数的光滑程度（二阶导数）。
$f'(x_0) \approx \frac{f(x_0+h) - f(x_0)}{h}$，误差界为 $\frac{h}{2} \max|f''(\xi)|$