关于SciPy有限差分自适应步长方法的来源及原理问询

我在研究SciPy库中KrylovJacobian类的时候，发现了这么一个用于更新差分步长的方法：

def _update_diff_step(self):
    mx = abs(self.x0).max()
    mf = abs(self.f0).max()
    self.omega = self.rdiff * max(1, mx) / max(1, mf)

这段代码对应的数学表达式可以写成：
$\omega = \text{rdiff} \times \frac{\max(1, |x_0|\infty)}{\max(1, |f_0|\infty)}$

它的作用是修改有限差分法所使用的步长，但我一直找不到这个表达式的起源，也搞不懂它为什么能生效。

有没有大佬知道这个方法的来源，或者背后的推导逻辑呀？

备注：内容来源于stack exchange，提问作者Ultrinik