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

《数值计算方法》正交多项式

用均方误差最小作为度量标 准，研究函数 f (x) C[a,b] 的逼近多项 式，就是最佳平方逼近问题

《数值计算方法》第五章 函数逼近与计算

上面讨论的分段低次插值函数 都有一致收敛性，但光滑 性较差，对于像高速飞机的机翼形 线，船体放样等型值线 往往要求有二阶光滑度，即有二阶 连续导数，早期工程师 制图时，把富有弹性的细长木条 （所谓样条）用压铁固定 在样点上，在其它地方让它自由弯 曲，然后画下长条的曲 线，称为样条曲线

前面根据区间 [a, b] 上给出 的节点做插值多项式 L (x) n 近似 f (x) ，一般总认为 L (x) n 的次数 n 越高逼近 f (x) 的精度 越好，但实际上并非如此

不少实际问题不但要求在节 点上函数值相等，而且 还要求它的导数值也相等（即要 求在节点上具有一阶光 滑度），甚至要求高阶导数也相 等，满足这种要求的插值 多项式就是埃尔米特（Hermite） 插值多项式

已知函数 y f x = ( ) 在 n+1 个不同 的点 , , , 0 1 x x x n 上的函数值分别 为 0 1 , , , n y y y ,求一个次数不超过 n 的 多项式

一.差商定义拉格朗日插值公式可看作直线方程两点式的推广，若从直线

在实际问题中常遇到这样的函数 y=f(x),其在某个区间[a,b]上 是存在的。但是,通过观察或测量或 试验只能得到在[a,b区间上有限个 离散点o,x1,∵,n上的函数值