判断题一个近似值的有效数字位数越多，其绝对误差就一定越小。高次拉格朗日插值多项式会出现Runge现象，即插值多项式在区间边缘震荡加剧。最佳一致逼近多项式与最佳平方逼近多项式对于同一函数和同一区间总是相同的。牛顿-柯特斯(Newton-Cotes)求积公式的系数之和等于积分区间的长度。若线性方程组的系数矩阵是严格对角占优的，则高斯消去法求解过程中不会出现主元为零的情况。

本题主要考查数值分析中多个重要概念的性质和特点，包括有效数字与绝对误差的关系、高次拉格朗日插值多项式的Runge现象、最佳一致逼近多项式与最佳平方逼近多项式的区别、牛顿 - 柯特斯求积公式系数之和的性质以及严格对角占优矩阵在高斯消去法中的特性。解题思路是依据这些概念的定义和性质，对每个判断题进行逐一分析判断。

1. 判断“一个近似值的有效数字位数越多，其绝对误差就一定越小”：
   • 有效数字位数反映了近似值的精度，但绝对误差的大小不仅与有效数字位数有关，还和具体的计算方法以及舍入规则相关。例如，在不同的计算场景下，即使有效数字位数增加，由于计算过程中的其他因素影响，绝对误差不一定会减小。所以该说法错误。
2. 判断“高次拉格朗日插值多项式会出现Runge现象，即插值多项式在区间边缘震荡加剧”：
   • 在数值分析中，高次拉格朗日插值多项式在区间边缘确实会出现震荡加剧的现象，这是一个经典的结论。当插值节点增多，插值多项式的次数升高时，在区间的两端点附近，插值多项式的值会出现剧烈的波动。所以该说法正确。
3. 判断“最佳一致逼近多项式与最佳平方逼近多项式对于同一函数和同一区间总是相同的”：
   • 最佳一致逼近多项式（Chebyshev逼近）的目标是最小化最大误差，即找到一个多项式，使得它与被逼近函数在区间上的最大偏差最小；而最佳平方逼近多项式（最小二乘逼近）是最小化平方误差，也就是使误差的平方和最小。由于两者的优化目标不同，所以对于同一函数和同一区间，它们通常是不相同的。所以该说法错误。
4. 判断“牛顿 - 柯特斯(Newton - Cotes)求积公式的系数之和等于积分区间的长度”：
   • 牛顿 - 柯特斯求积公式是一种数值积分方法，其一般形式为$\int_{a}^{b}f(x)dx\approx\sum_{i = 0}^{n}C_{i}f(x_{i})$，其中$C_{i}$是求积系数，$x_{i}$是积分区间$[a,b]$上的节点。根据数值积分的基本性质，可以证明$\sum_{i = 0}^{n}C_{i}=b - a$，即系数之和等于积分区间的长度。所以该说法正确。
5. 判断“若线性方程组的系数矩阵是严格对角占优的，则高斯消去法求解过程中不会出现主元为零的情况”：
   • 对于一个$n\times n$的矩阵$A=(a_{ij})$，如果对于每一行$i$，都有$\vert a_{ii}\vert\gt{}\sum_{j\neq i}\vert a_{ij}\vert$，则称矩阵$A$是严格对角占优的。在高斯消去法的求解过程中，严格对角占优矩阵的主元不会为零，因为主元所在行的对角元素的绝对值大于该行其他元素绝对值之和，保证了消元过程的正常进行。所以该说法正确。