最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數據點的近似函數 (approximating function)，作實驗所得的數據亦常使用最小平方近似法來達成曲線密合 (curve fitting)。以下所介紹的最小平方近似法是使用多項式作為近似函數，除了多項式之外，指數、對數方程式亦可作為近似函數。關於最小平方近似法的計算原理，請參閱市面上的數值分析書籍-least square approximation (least-

实验题目：Newton插值多项式 相关知识：通过n+1个节点的次数不超过n的Newton插值多项式为： 数据结构：两个一维数组或一个二维数组 算法设计：（略） 编写代码：（略） 实验用例： 已知函数y=f(x)的一张表(同上一个试验) 试验要求：利用Newton插值多项式 求被插值函数f(x)在点x=65处的近似值。建议：-Experiment Title: Newton interpolation polynomial Knowledge:

实验题目：Hermite插值多项式 相关知识：通过n+1个节点的次数不超过2n+1的Hermite插值多项式为： 其中，Hermite插值基函数 数据结构：三个一维数组或一个二维数组 算法设计：（略） 编写代码：（略） 实验用例： 已知函数y=f(x)的一张表(其中 )： x 0.10 0.20 0.30 0.40 0.50 y 0.904837 0.818731 0.740818 0.670320 0.606531

数据曲线拟合，可以最高拟合四阶多项式系数。-Data Curve Fit, you can fit up to fourth-order polynomial coefficients.