Co je extrapolát?

Extrapolát má použít známé chování něčeho k předpovědi jeho budoucího chování.Pozorovatel může extrapolovat pomocí vzorce, dat uspořádaných na grafu nebo naprogramovaným do počítačového modelu.Podle vědecké metody je extrapolace jednou technikou, kterou analytik vztahuje na zobecnění z různých forem shromážděných dat.Typ použité matematické extrapolace bude záviset na tom, zda jsou shromážděná data kontinuální nebo periodická.Když chodci překročí ulici, nevědomky shromažďují informace o rychlosti automobilu přicházejícího k nim.Například oko může zachytit rozšiřující vzhled světlometů v několika různých bodech času a poté mozek extrapoluje nebo promítá pohyb vozidla do budoucnosti, posoudí, zda vozidlo dorazí na polohu chodce dříve, neboPoté, co dokázal překročit ulici.

V aplikované matematice lze nalézt vzorec, který odpovídá jakýmkoli shromážděným údajům o chování fyzického vesmíru mdash;extrapolace zvaná Curve Fitting.Každá křivka vhodná k datům má rovnici, o které je známo, že představuje další dobře zdokumentovaná podobná chování.Konstanty a síly generalizovaných rovnic mohou být vhodné pro data pro predikci nebo extrapolaci změn dat mimo shromážděný rozsah.V počítačových modelech, kde jsou data známa na konkrétních místech a nikoli v jiných, lze generovat nepřetržité spektrum prediktivních dat.Pokud jsou data generována mezi známými datovými body, je tento proces obvykle označován jako interpolace, ale platí stejné metody: výpočetní software pro modelování pevných látek používá metody konečných prvků k interpolaci, zatímco programy pro modelování tekutin používají konečné objemové metody.

Některé formy.Extrapolace závisí na podmínkách matematických rovnic použitých pro přizpůsobení dat a mdash;Lineární, polynom a exponenciální.Pokud se dvě sady dat mění při konstantní rychlosti vzájemně, extrapolace je lineární mdash;Může být reprezentován řadou konstantního svahu.Příkladem polynomiální extrapolace je data vhodná pro kónický a složitější tvary obsahující třetí, čtvrté nebo vyšší řádové rovnice.Čím vyšší je pořadí rovnice, tím více oscilací, křivek nebo vlny, které data představují.Například v datech je tolik maxima a minima jako pořadí jeho nejvhodnější rovnice.Geometrický růst nebo rozpad je příkladem exponenciální extrapolace.Tyto typy projekcí lze vizualizovat jako křivky populace, které ukazují narození a úmrtnost a mdash;růst a rozpad populace.Například dva rodiče mají dvě děti, ale každý z nich má dva, takže ve třech generacích bude počet velkých vnoučat dva ke třetí moci nebo exponent tří mdash;dva se samo o sobě třikrát rozmnožili mdash;což má za následek osm velkých velkých dětí.

Dobrá extrapolovaná data závisí na metodě sběru původních dat a zvolené metody extrapolace.Data mohou být hladká a kontinuální jako pohyb kola s kopcem.Může to být také trhané jako cyklista, který nutí své kolo do kopce do záchvatů a začíná.Aby analytik úspěšně extrapoluje, musí rozpoznat charakteristiky chování, které má v úmyslu modelovat.