本文首先给出广义逆向量的定义，并在此基础上，推导了广义逆向量Padé分子分母的行列式表达式。接着给出了ε—算法和连分式算法的性质和应用。以广义逆向量Padé的分母的行列式为基础，讨论了向量值Padé型与广义逆向量Padé的关系，放弃了随意定义分母的方式，而是有目的的寻找分母，再给出分子，最后给出了相关的应用。 本文在多项式空间上引入了一种广义线性泛函，并在此基础上，结合广义逆向量Padé逼近的分母行列式的结论，给出了一种新的Padé型逼近，使得Padé型在选择分母时不再随意，并画图进行了比较。 广义逆向量Padé逼近的分子分母行列式在阶数较大时，计算复杂．而Padé型逼近的分母选择在实际工程开始时较难找到，因此其Padé型逼近式也较难得到。文中将二者的优点结合起来，采用广义逆向量值Padé逼近的分母行列式表达式，从而再利用Padé型逼近的相关法则，得到了在0点附近较好的逼近式，给实际应用中提供了一个较可靠的逼近式。当然，在此基础上，可不断调整分母的行列式，找到更合理的且符合实际的分母，使得逼近式更为准确，有效。 文中给出了向量广义逆的定义和与广义逆向量值Padé逼近相关的ε—算法和连分式算法的一些性质和结论。重点证明了广义逆向量值Padé逼近的存在性和唯一性。最后，再证明新的Padé型逼近的逼近阶在m=n=2k时，与广义逆向量Padé逼近的逼近阶是相同的。