我同意@erikkallen，这(f(x + h) - f(x - h)) / 2 * h是对数值进行数值逼近的常用方法。但是，获得正确的步长h有点微妙。

（的近似误差f(x + h) - f(x - h)) / 2 * h随着（）的减小h而减小，这表示您应h尽可能小。但是，h随着（）减小，由于分子需要减去几乎相等的数字，因此浮点减法的误差会增加。如果h太小，则可以放宽在减法中具有很高的精度，因此在实践中，您必须选择一个不太小的值，h以最大程度地减小
近似 误差和 数值 误差的组合。

根据经验，您可以尝试h = SQRT(DBL_EPSILON)在哪里DBL_EPSILON使用最小的双精度数，e例如1 + e != 1机器精度。 DBL_EPSILON即将开始，10^-15因此您可以使用h = 10^-7或10^-8。

有关更多详细信息，请参见有关选择微分方程步长的这些说明。