数值计算笔记之数值微分（一）

最新推荐文章于 2022-11-19 19:05:37 发布

MinJinFan

最新推荐文章于 2022-11-19 19:05:37 发布

阅读量5.6k

点赞数 1

分类专栏：数值计算 C++

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_37264323/article/details/104456526

版权

一、差商型求导公式

1、差商

一重积分可以理解为求面积，那么一阶求导可以理解为斜率。

$f^{'}(x_{0})=\lim_{\Delta x\rightarrow 0}\frac{f(x_{0}+\Delta x)-f(x_{0})}{\Delta x}$

<1>、向前插商公式： $f^{'}(x_{0})\approx \frac{f(x_{0}+h)-f(x_{0})}{h}$

<2>、向后插商公式： $f^{'}(x_{0})\approx \frac{f(x_{0})-f(x_{0}-h)}{h}$

<3>、中心插商公式： $f^{'}(x_{0})\approx \frac{f(x_{0}+h)-f(x_{0}-h)}{2h}$

泰勒公式为： $f(x) = f(x_{0})+f^{'}(x_{0})(x-x_{0})+\frac{f^{''}(x_{0})}{2!}(x-x_{0})^{2}+\cdots +\frac{f^{n}(x_{0})}{n!}(x-x_{0})^{n}$ $+R_{n}(x)$

其中 $f(x)$ 的误差 $R_{n}(x)$ 为： $R_{n}(x) = \frac{f^{n+1}(\xi )}{(n+1)!}(x-x_{0})^{n+1},\xi \in (x_{0},x)$

1、向前差商

最低0.47元/天解锁文章

关注

1
点赞
踩
25

收藏

觉得还不错? 一键收藏
0
评论
数值计算笔记之数值微分（一）

一、差商型求导公式1、差商一重积分可以理解为求面积，那么一阶求导可以理解为斜率。 <1>、向前插商公式： <2>、向后插商公式： <3>、中心插商公式：泰勒公式为：其中的误差为：1、向前差商误差：2、向后差商误差：3、中心差商误差： ,显然，...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。