4.1 Lagrange插值法 4.2 Newton插值法

南京大学：《数值计算方法》课程教学资源（PPT课件）第4章 函数逼近的插值法与曲线拟和法 4.2.2 Newton插值公式 4.2.3 等距节点Newton插值公式 4.3 Hermite插值

§1 最小二乘原理和多项式拟合 §2 一般最小二乘拟合 §3 正交多项式曲线拟合 §4 最佳平方逼近

第一章 误差简介（2学时） 第二章 插值（８学时） 第三章 最佳平方逼近（4学时） 第四章 数值微分和数值积分（8学时）

2)式代入(1)式得:+(x-x)(x-x)f[x,x,x](3)为了提高精度,增加节点x2,则

二乘法 一般的最小二乘逼近(曲线拟合 的最小二乘法)的一般提法是:对 给定的一组数据(x2y)(=0, 要求在函数类0={…,n中找 一个函数y=S(x),使误差平方和 6l2=∑62=∑S(x)-yF=min∑[S(x)-y

解线性方程组的两类方法 直接法: 经过有限次运算后可求得方程组精确解的 方法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个 无穷序列去逼近精确解的方法